Matematicadiscreta PDF

MATEMÁTICA DISCRETA Y LÓGICA
PRIMERA EDICIÓN
ROBERTO H. FANJUL
ISBN 987-43-9433-1, edición original publicada por

© Roberto H. Fanjul
San Miguel de Tucumán, Argentina
Copyright © 2005 Roberto H. Fanjul

España 2919, (T4001AEG)
San Miguel de Tucumán, Tucumán, Argentina
Todos los derechos reservados
Email: [email protected]
ISBN 987-43-9433-1
Derechos Reservados
Quedan reservados todos los derechos para todos los
países. Esta obra es propiedad intelectual de su autor.
Ninguna parte de esta publicación, incluido el diseño
gráfico de la tapa y de las páginas interiores pueden
ser reproducidas, almacenadas o transmitida de ninguna
forma, por ningún medio, sea este electrónico, mecánico,
grabación, fotocopia, o cualquier medio sin la previa
autorización por escrito del propietario de los derechos
del copyright.
Queda hecho el depósito que previene la ley 11.723
Impreso en Argentina – Printed in Argentina

Septiembre de 2005
CAPITULO I: SINTAXIS Y SEMÁNTICA DEL

LENGUAJE FORMAL 1
1.- LOS ORÍGENES DE LA LÓGICA MATEMÁTICA 1
1.1.- LENGUAJE FORMAL (SINTAXIS Y SEMÁNTICA) 3
1.1.1.- ALGUNOS ARGUMENTOS LÓGICOS IMPORTANTES 5
1.2.- MATERIAL SIMBÓLICO O ALFABETO DEL LENGUAJE 7

1.2.1.- VARIABLES Y CONSTANTES PROPOSICIONALES 7
1.2.2.- CONECTORES PROPOSICIONALES 8
1.2.3.- SÍMBOLOS DE PUNTUACIÓN 9
1.2.4.- REGLAS DE PRIORIDAD 10
1.3.- CADENAS DE CARACTERES, LONGITUD, CONCATENACIÓN 11
1.4.- EL LENGUAJE DEL CALCULO DE PROPOSICIONES O CONJUNTO F DE

EXPRESIONES BIEN FORMADAS (EBF) 11
1.4.1.- REGLAS DE BUENA FORMACIÓN 12
1.4.2.- RAZONAMIENTO POR RECURRENCIA SOBRE LA FORMACIÓN
DE LAS EXPRESIONES 13
1.4.3.- NO AMBIGÜEDAD DEL LENGUAJE CONSTRUIDO 13
1.4.4.- DECIDIBILIDAD DEL CONJUNTO F DE LAS EXPRESIONES BIEN
FORMADAS 14
1.5.- CONVENCIONES PARA ABREVIAR LA ESCRITURA 15
1.6.- OPERADORES O CONECTIVOS MONODIADICOS 15
1.7.- OPERADORES O CONECTIVOS DIÁDICOS 15
1.8.- OPERADORES O CONECTIVOS TRIÁDICOS 16
1.9.- NOCIÓN GENERAL DE LA SEMÁNTICA DEL LENGUAJE FORMAL 17
1.10.- DEFINICIÓN ALGEBRAICA DE LA SEMÁNTICA DEL LENGUAJE

PROPOSICIONAL 17
1.10.1.- DISTRIBUCIÓN DE LOS VALORES DE VERDAD (D.D.V.V.) 17
1.10.2.- EVALUACIÓN DE LAS EBF 18
1.11.- TABLAS DE VERDAD 21
1.12.- DEFINICIÓN DE LOS CONECTIVOS LÓGICOS 23

1.12.1.- FORMULAS PROPOSICIONALES 26
1.12.2.- INTERPRETACIONES BOOLEANAS 28
1.13.- TAUTOLOGÍA, CONTRADICCIÓN E INDEFINIDOS 29

1.14.- SATISFACTORIO, VALIDEZ Y CONSECUENCIA 35
1.15.- LÓGICA TRIVALENTE (LUKASIEWICZ) 36
1.16.- PROBLEMAS DEL CAPITULO I 37
I
CAPITULO II: DECISIÓN EN EL LENGUAJE
FORMAL 44
2.1.- NOCIÓN GENERAL DE SISTEMAS AXIOMÁTICOS 44
2.1.1.- PROPIEDADES DE LOS SISTEMAS AXIOMÁTICOS 45
2.2.- LA LÓGICA PROPOSICIONAL COMO UN SISTEMA AXIOMÁTICO 45

2.2.1.- SISTEMAS GENTZEN 46
2.2.2.- SISTEMA AXIOMÁTICO DE RUSSEL 48
2.2.3.- SISTEMA AXIOMÁTICO DE HILBERT 49
2.3.- NOCIÓN GENERAL DE LA DECISIÓN EN EL LENGUAJE FORMAL 51
2.4.- LA DECISIÓN POR LAS FORMAS NORMALES 51

2.4.1.- LA TRANSFORMACIÓN DE UNA EBF EN FORMA NORMAL 52
2.4.2.- INTERPRETACIÓN DE LAS FORMAS NORMALES Y DECISIÓN 53
2.5.- ENUNCIADOS Y FORMAS DE ENUNCIADOS 58
2.6.- EL RAZONAMIENTO 59
2.6.1.- FORMAS DE RAZONAMIENTO Y FORMAS DE ENUNCIADOS 62
2.6.2.- LA DECISIÓN EN EL RAZONAMIENTO 65
2.7.- LAS IMPLICACIONES Y DERIVACIONES LÓGICAS 66

2.7.1- IMPLICACIONES LÓGICAS 66
2.7.2.- SISTEMAS PARA DERIVACIONES 68
2.7.3.- TEOREMA DE LA DEDUCCIÓN 69
2.8.- LA DECISIÓN POR CUADRO SEMÁNTICO 71

2.9.- PROBLEMAS CAPITULO II 76
CAPITULO III: LÓGICA DE PREDICADOS 80

3.1.- INTRODUCCIÓN 80
3.1.1.- REGLAS DE INFERENCIA 80
3.1.2.- LA LÓGICA TIENE NOTACIÓN TRADICIONAL 81
3.1.3.- CUANTIFICADORES DETERMINAN QUE ELEMENTOS SON CIERTOS 83
3.1.4.- VOCABULARIO DE LA LÓGICA DE PREDICADO 84
3.2.- ESTRUCTURA RELACIONAL DE UNA LÓGICA DE PREDICADO 86

3.2.1.- RELACIONES Y PREDICADOS 87
3.3.- SINTAXIS DE LENGUAJES DE PREDICADOS DE PRIMER ORDEN 88

3.3.1.- FORMULAS DE PREDICADOS 91
3.4.- SEMÁNTICA DEL LENGUAJE DE PREDICADOS DE 1er ORDEN 94

3.4.1.- INTERPRETACIONES 94
3.4.2.- VALUACIONES (VALORIZACIÓN) 97
3.4.3.- VALORES SEMÁNTICOS/NOTACIONES 98
3.4.4.- CUMPLIMENTACIÓN DE FORMULAS 98
3.4.5.- VERDAD Y MODELOS 99
II
3.5.- EQUIVALENCIA LÓGICA Y SUBSTITUCIÓN 101
3.6.- CUADROS SEMÁNTICOS 105
3.7.- DERIVACIÓN: Generalización y Particularización 113

3.7.1.- PARTICULARIZACIÓN UNIVERSAL 113
3.7.2.- GENERALIZACIÓN UNIVERSAL 115
3.7.3.- TEOREMA DE LA DEDUCCIÓN Y LA GENERALIZACIÓN UNIVERSAL 117
3.7.4.- ELIMINACIÓN DE LOS CUANTIFICADORES UNIVERSALES 119
3.7.5.- GENERALIZACIÓN EXISTENCIAL 121
3.7.6.- PARTICULARIZACIÓN EXISTENCIAL 123
3.8.- PROBLEMAS CAPITULO III 125
CAPITULO IV: RETICULO Y ALGEBRA DE

BOOLE 131
4.1.- INTRODUCCIÓN 131
4.1.1.- COMPENDIO DE DEFINICIONES 131
4.2.- REPRESENTACIÓN DE RELACIONES 135

4.2.1.- MEDIANTE TABLAS 135
4.2.2.- MEDIANTE GRAFOS DIRIGIDOS 135
4.2.3.- MEDIANTE MATRICES 136
4.3.- CLAUSURA REFLEXIVA, SIMÉTRICA Y TRANSITIVA DE UNA RELACIÓN 138
4.4.- CONJUNTOS PARCIALMENTE ORDENANDOS 144

4.4.1.- DIAGRAMAS DE HASSE 144
4.4.2.- ELEMENTOS CARACTERÍSTICOS DE UN CONJUNTO PARCIALMENTE
ORDENADO 145
4.4.3.- INMERSIÓN DE UN ORDEN PARCIAL EN UN ORDEN TOTAL 148
4.5.- RETÍCULO 150
4.6.- ÁLGEBRA DE BOOLE COMO UN SISTEMA AXIOMÁTICO 154

4.6.1.- CONCEPTO 154
4.6.2.- PRINCIPIO DE DUALIDAD EN EL ÁLGEBRA DE BOOLE 155
4.6.3.- TEOREMAS EN EL ÁLGEBRA DE BOOLE 155
4.6.4.- TABLAS DE VERDAD EN EL ALGEBRA DE BOOLE 157
4.7.- LAS FUNCIONES EN EL ÁLGEBRA DE BOOLE Bn 158

4.7.1.- EXPRESIONES EN EL ÁLGEBRA DE BOOLE Bn 158
4.8.- IMPLEMENTACIÓN DE FUNCIONES BOOLEANAS 160
4.9.- PROBLEMAS CAPITULO IV 164
CAPITULO V: TEORIA DE GRAFOS 171

5.1.- INTRODUCCIÓN (¿QUE ES UN GRAFO?) 171
III
5.2.- SUBGRAFOS 174
5.3.- MATRICES ASOCIADAS A UN GRAFO. GRADO DE UN VÉRTICE 177
5.4.- ISOMORFISMO DE GRAFOS 180
5.5.- CLASES DE GRAFOS 182
5.6.- CONEXIÓN EN GRAFOS 185
5.7.- NÚMERO DE CAMININOS, MATRIZ DE ADYACENCIA Y CONEXIÓN 189
5.8.- CAMINOS EULERIANOS Y HAMILTONIANOS 191
5.9.- GRAFOS PLANOS 193
5.10.- PROBLEMAS DEL CAPITULO V 196
CAPITULO VI: ÁRBOLES 204

6.1.- DEFINICIÓN Y CARACTERÍSTICAS 205
6.1.1.- CONTANDO EL NÚMERO DE ÁRBOLES DISTINTOS 208
6.2.- ÁRBOLES CON RAÍZ 212

6.2.1.- RELACIÓN ENTRE a Y h EN UN ÁRBOL q-ario 216
6.3.- ÁRBOL RECUBRIDOR 218

6.3.1.- EL NÚMERO DE ÁRBOLES RECUBRIDORES DE UN ÁRBOL 219
6.3.2.- ÁRBOL RECUBRIDOR DE MENOR PESO 221
6.4.- ÁRBOL BINARIO 224

6.4.1.- LA PODA DE UN ÁRBOL BINARIO 226
6.5.- ÁLGORITMOS DE BUSQUEDA EN UN ÁRBOL 228

6.5.1.- ALGORITMO DE BÚSQUEDA EN PROFUNDIDAD 228
6.5.2.- ALGORITMO DE BÚSQUEDA EN ANCHURA 228
6.6.- PROBLEMAS CAPITULO VI. 230
6.7.- BIBLIOGRAFÍA RECOMENDADA 235
IV
Sintaxis y Semántica del Lenguaje Formal
CAPITULO I
SINTAXIS Y SEMÁNTICA DEL

LENGUAJE FORMAL
En nuestra práctica diaria, cuando platicamos, escuchamos una conversación, vemos
una película, leemos, etc., de acuerdo con lo que vemos u oímos, asentimos afirmando o
negando. Si estamos de acuerdo, lo vemos como Alógico@; si lo vemos como algo absurdo o
disparatado, expresamos con cierta molestia: ¡ eso es Ailógico@ !. Situación esta que nos lleva
a formularnos las siguientes preguntas: )qué nos permite considerar un hecho, proposición, idea
como Alógico@ o Ailógico@
1.- LOS ORÍGENES DE LA LÓGICA MATEMÁTICA
El estudio de la lógica fue iniciado por los antiguos griegos cuyo sistema educativo
recalcaba la competencia en la filosofía y la retórica. La lógica fue utilizada para formalizar la
deducción, la derivación de nuevas declaraciones verdaderas a partir de suposiciones. Dado un
conjunto de premisas, presumiblemente aceptadas por todos, la deducción de acuerdo a las
reglas de la lógica, asegura que también la conclusión es verdadera. La retórica, el arte del buen
hablar en público, incluye el estudio de la lógica que define las reglas que deben ser practicadas
por todas las personas en todos lados en un debate público.
Las reglas de la lógica fueron clasificadas y denominadas. Una de las más famosas
reglas de la lógica, el silogismo, se presenta de la siguiente forma:
1.- Todos los hombres son mortales.
2.- X es un hombre.
3.- Por lo tanto, X es un mortal.
Si suponemos que las premisas son verdaderas, las dos primeras oraciones, entonces la Ley del
Silogismo nos asegura que la tercera oración es verdadera independientemente de la identidad
de X. En particular si X es un hombre determinado tal como Sócrates, podemos deducir que
Sócrates es mortal.
El uso de una notación imprecisa, tal como lo es un lenguaje natural, significa que el uso
descuidado de la lógica puede llevarnos a declarar que ciertas declaraciones falsas son
verdaderas, o a declarar que una declaración o proposición es verdadera aún cuando dicha
afirmación de verdad no necesariamente dependa de las premisas. Un ejemplo adecuado al
anterior comentario, es el siguiente silogismo dado por Smullyan:
1.- Algunos automóviles hacen ruido.
2.- Mi automóvil es algún automóvil.
3.- Por lo tanto, mi automóvil hace ruido.
Sin embargo, aún un cuidadoso uso de la lógica puede llevarnos a situaciones
1
inexplicables, tales como las denominadas paradojas, las que son

declaraciones auto-contradictorias. )Es la siguiente declaración S
verdadera? Esta oración es falsa.
Si S es verdadera, entonces es cierto (verdadero) que la oración S es falsa. In-

versamente, si S es falsa, entonces es una oración verdadera. Paradojas,
tal como la Paradoja de Liar justamente nos muestra cuan difícil puede
ser definir un sistema lógico.
El marco filosófico de la lógica construida por los Griegos permanece intacto hasta
nuestros días, lo que está demostrado a través del uso inalterable de las palabras griegas
teorema y axioma. Sin embargo, hasta el siglo XIX, la lógica nunca supero a sus orígenes para
convertirse en una herramienta científica, quizás debido a la falta de una notación simbólica
apropiada. Aún más, desafortunadamente la familiaridad con la lógica no es más requerida en
nuestro sistema educacional.
Los matemáticos eventualmente revivieron el estudio de la lógica para formalizar el

concepto de la demostración matemática. A medida de que las teorías matemáticas se hicieron
cada vez más complejas, algunos matemáticos cuestionaron la legitimidad de todo el proceso
deductivo. Una posible defensa de la deducción matemática es formalizar un sistema de lógica
en el cual el conjunto de probables declaraciones o proposiciones es el mismo que el conjunto de
las proposiciones verdaderas. En otras palabras, (i) no podemos probar declaraciones falsas, y (ii)
si una declaración o proposición es un hecho verdadero, existe una demostración en algún lado
esperando que algún matemático brillante la descubra. La investigación estimulada por este plan,
denominado el Programa de Hilbert, dio como resultado un desarrollo, no justamente como un
sistema lógico de acuerdo a la filosofía griega, sino como un conjunto extensivo de teoremas que
caracterizan al sistema. La Lógica Matemática define sistema de lógica apropiados para estudiar
las matemáticas y desarrolla la teoría matemática de estos sistemas. Incidentalmente, la
esperanza de Hilbert fue destrozada cuando Gödel demostró que existen declaraciones
verdaderas de la aritmética que no pueden ser probadas.
La Lógica tradicional distingue tres entidades lógicas de complejidad creciente: el

concepto, el juicio, el razonamiento. El concepto, como entidad ideal que representa a una
realidad cualquiera, nada nos dice de esa realidad, se limita a mostrarla. El concepto árbol, por
ejemplo, cumple la función de aludir a la realidad árbol. Pero no afirma o niega algo del árbol, no
se le atribuye o rechaza un predicado cualquiera. Esto último es precisamente lo que hace el
juicio. Es decir vincula dos conceptos, uno sujeto, otro predicado, a través de un término relacio-
nante, la cópula verbal es. El esquema de todo juicio afirmativo es:
S es P
Donde S es el concepto sujeto, P es el concepto predicado y es el término que enlaza a ambos.

Un ejemplo de juicio: El árbol es viejo.
Los razonamientos se construyen con juicios, así como los juicios se construyen con
conceptos. Un ejemplo de razonamiento muy simple, es el siguiente:
Todos los árboles son vegetales

El Lapacho es un árbol
El Lapacho es vegetal
En esta primera parte trataremos principalmente con los juicios. Pero no los llamaremos
juicios, pues esta palabra conserva un fuerte residuo psicológico, puede engañarnos al
sugerirnos que estamos tratando a los juicios como procesos mentales. Emplearemos
indistintamente las palabras proposición y enunciado para referirnos al juicio como realidad
lógica, es decir como entidad formal y vacía de significado real. A menudo daremos un contenido
significativo cualquiera a las proposiciones por razones didácticas, para facilitar la comprensión
de algunos temas volviéndolos más intituibles. Pero la Lógica, ciencia de las formas puras del
2
pensamiento, no necesita en principio recurrir a esas significaciones para su constitución.
1.1.- LENGUAJE FORMAL (SINTAXIS Y SEMÁNTICA)
Cada lógica da lugar a un lenguaje (realmente un lenguaje formal) para realizar

declaraciones acerca de los objetos y para realizar razonamientos acerca de las propiedades de
esos objetos. La visualización de la lógica de esta forma es muy general y actualmente nos
centralizamos en particular en los denominados objetos matemáticos, programas de computación
y en estructuras de datos. Las declaraciones en un lenguaje lógico están construidos de acuerdo
a un conjunto predefinido de reglas de formación (dependiendo del lenguaje) denominadas
Reglas de Sintaxis.
Uno puede preguntarse porque es necesario un lenguaje especial, y porque un lenguaje

natural no es adecuado para llevar a cabo un razonamiento lógico. La primera razón es que
cualquier lenguaje natural en general es muy rico en contenido y no puede ser descrito
formalmente. La segunda razón, la cual es aún más seria, es que el significado de una oración en
un determinado lenguaje natural es ambigüo, sujeto a diferentes interpretaciones dependiendo
del contexto y de las suposiciones implícitas al lenguaje. Si el objeto bajo estudio es el de realizar
argumentos precisos y rigurosos acerca de las afirmaciones y demostraciones, se requiere de un
lenguaje preciso cuya sintaxis pueda describirse completamente con solo algunas reglas simples
y cuya semántica pueda definirse una manera no ambigüa.
Otro factor importante es el laconismo. Los lenguajes naturales tienden a ser

verborragicos, y aún las declaraciones matemáticas más simples se hacen excesivamente largas
(y poco claras) cuando se expresan con estos tipos de lenguajes. Los lenguajes lógicos que
definiremos contienen símbolos especiales usados para abreviar sintácticamente las
construcciones del lenguaje.
Un lenguaje lógico puede ser utilizado de diferentes formas. Por ejemplo, un lenguaje
puede ser utilizado como un Sistema de Deducción; o sea para construir pruebas o refutaciones.
Este uso del lenguaje lógico es conocido como la Teoría de la Comprobación. En este caso, se
especifica un conjunto de hechos denominados axiomas y un conjunto de reglas de deducción
(reglas de inferencia) y el objetivo es determinar cuales son los hechos que se derivan de los
axiomas y de las reglas de inferencia. Cuando utilizamos la lógica como un sistema de
comprobación, no nos interesamos en el significado de las declaraciones que estamos manipu-
lando, pero si estamos interesados en la distribución de estas declaraciones, y específicamente,
en que pruebas o refutaciones pueden construirse. En este sentido, las declaraciones del
lenguaje son visualizadas como hechos fríos, y las manipulaciones involucradas son puramente
mecánicas, hasta el punto tal de que pueden ser realizadas por una computadora. Esto no
significa que encontrar una prueba para una declaración no requiere creatividad, pero donde la
interpretación de la declaración es irrelevante. El uso de la lógica es similar a la práctica de un
juego. Se dan ciertos hechos y reglas, y se supone que los jugadores son perfectos, en el sentido
de que ellos obedecen siempre a las reglas. Ocasionalmente puede suceder que siguiendo las
reglas nos lleve a inconsistencias, en cuyo caso puede ser necesario revisar las reglas.
Sin embargo, las declaraciones expresadas en un lenguaje lógico a menudo tienen un

determinado significado. El segundo uso de un lenguaje formal es la de expresar declaraciones
que reciben un significado cuando ellas poseen lo que se denomina una interpretación. En este
caso, el lenguaje de la lógica es utilizado para formalizar propiedades de estructuras y determinar
cuando una declaración es verdadera dentro de una determinada estructura o contexto. Este uso
del lenguaje lógico o formal es denominado como la Teoría del Modelo.
Uno de los aspectos interesantes de la teoría del modelo es que nos obliga a tener una
definición precisa y rigurosa del concepto de verdad de la estructura. Dependiendo de la
interpretación que uno posea en la mente, la verdad puede tener un significado bastante diferente.
Por ejemplo, que una declaración sea verdad o falsa puede depender de sus parámetros. Una
declaración verdadera bajo todas las interpretaciones de los parámetros es definida como válida.
3
Una suposición matemática útil (y bastante razonable) es que la verdad de una declaración puede
ser obtenida a partir de la verdad (o falsedad) de sus partes (sub declaraciones). Desde un punto
de vista técnico, esto significa que la verdad de una declaración o proposición está definida por
recursión de la estructura sintáctica de la proposición. La noción de verdad que hemos descrito
(debida a Tarski) formaliza la anterior intuición, y es firmemente justificada en términos de los
conceptos del álgebra y sus correspondientes homomorfismos.
Los dos aspectos descritos no son independientes y es la interacción entre la teoría de

los modelos y la teoría de la comprobación lo que hace de la lógica una herramienta efectiva e
interesante. Podemos decir que la teoría de los modelos y la de la comprobación forman una
dupla en la que cada una individualmente se complementa con la otra. Para ilustrar este punto,
consideremos el problema de encontrar un procedimiento para listar todas las proposiciones
verdaderas en cierta clase de contexto. Puede ser que comprobando la verdad de las
proposiciones requiera de una computación infinita. Más aún, si la clase de estructura puede ser
contemplada por un conjunto finito de axiomas, podemos encontrar un procedimiento de
comprobación que nos de la respuesta buscada.
Inversamente, supongamos que poseemos un conjunto de axiomas y deseamos conocer

si la teoría resultante (el conjunto de consecuencias) es consistente, en el sentido de que no
obtenemos una proposición y su negación a partir de los axiomas. Si descubrimos una estructura
en la cual puede verse que los axiomas y sus consecuencias son verdaderas, podremos decir que
la teoría es consistente, ya que algunas proposiciones y sus negaciones podrían ser ciertas (en
esta estructura).
Para resumir, un lenguaje lógico tiene cierta sintaxis y el significado o semántica, de una
declaración o proposición expresada en este lenguaje está dado por una interpretación en su
estructura. Dados un lenguaje lógico y su semántica, podemos tener una o más sistemas de
comprobación para este sistema lógico.
Un sistema de comprobación es solo aceptable si cada fórmula probable o demostrable

es realmente válida. En este caso, decimos que el sistema de demostración es sólido. Luego,
tratamos de comprobar que el sistema de comprobación está completo. Un sistema de
comprobación está completo si cada fórmula válida es demostrable. Dependiendo de la
complejidad de la semántica de una lógica dada, no siempre es posible encontrar un sistema de
comprobación completo para tal o cual lógica. Este es el caso, por ejemplo, para las lógicas de
segundo orden. Sin embargo, existe un sistema de comprobación completo para la lógica
proposicional y para la lógica de predicados de primer orden. En el caso de los predicados de
primer orden, ello solo significa que puede encontrarse un procedimiento tal que, si la fórmula de
entrada es válida, el procedimiento se detendrá y producirá una comprobación.. Pero ello no
proporciona un procedimiento de decisión para determinar la validez.
Existen diversas maneras de comprobar la perfección del sistema de prueba o de com-

probación. Casualmente, muchas comprobaciones estableciendo la perfección solo muestran
que una fórmula A es válida, por lo tanto existe una prueba para A. Sin embargo, tal argumento
no nos proporciona un método para construir una prueba de A (en el sistema formal). Solo se
demuestra la existencia de la comprobación. Este es el caso particular de las denominadas
Comprobaciones de Henkin. Para ejemplificar este punto en un modo más colorido y
comprensible, la situación anterior es comparable a ir a un restaurante donde decimos que existe
una excelente cena en el menú, pero que un cheff inexperto no sabe como preparar esta cena.
Esto puede ser satisfactorio para un filósofo, pero no para un científico en computación !. Sin
embargo, existe una aproximación que nos da un procedimiento para construir un método de
comprobación de si una fórmula es válida. Esta es la aproximación utilizada en un Sistema de
Gentzen (Sistemas de Cuadros Semánticos). Además, da como resultado de que pueden
obtenerse todos los teoremas de la lógica de predicados de primer orden, utilizando esta
aproximación.
La lógica proposicional es el sistema lógico con la semántica más simple. Sin embargo
muchos de los conceptos y técnicas utilizadas para estudiar la lógica proposicional es
4
generalizada para la lógica de predicado de primer orden. En la lógica de predicado existen

proposiciones atómicas (o fórmulas atómicas o átomos) y proposiciones o fórmulas compuestas
construidas con las proposiciones atómicas y con los conectivos lógicos. Los hechos o
expresiones atómicas son interpretados como que son verdaderos o falsos. Una vez que los
átomos en una proposición compuesta han recibido una interpretación, puede computarse el
valor de verdad de la proposición. Técnicamente, esto es una consecuencia del hecho de que el
conjunto de proposiciones es una estructura cerrada generada libremente e inductivamente.
Ciertas proposiciones compuestas son verdaderas para todas las interpretaciones posibles. Ellas
son denominadas tautologías. Intuitivamente, una tautología es una verdad universal. Por lo
que podemos concluir que las tautologías juegan un papel fundamental en la lógica proposicional
o lógica formal.
1.1.1.- ALGUNOS ARGUMENTOS LÓGICOS IMPORTANTES
Como ejemplo de un argumento lógicamente válido, consideremos las siguientes

oraciones declarativas:
1.- Si la demanda crece, entonces las compañías se expanden.
2.- Si las compañías se expanden, entonces contrata trabajadores
3.- Si la demanda crece, entonces las compañías contratan trabajadores
Este argumento lógico tiene tres líneas, y cada línea contiene una afirmación u oración
declarativa. Las oraciones de las líneas 1 y 2 proporcionan las premisas del argumento, y la línea
3 contiene la conclusión. Se puede argumentar contra las premisas y reivindicar que son erróneas.
Sin embargo, tan pronto como las premisas sean aceptadas, la conclusión también debe
aceptarse, porque se sigue lógicamente de las premisas y por lo tanto, el argumento es válido.
Consideremos otro ejemplo de un argumento que es válido lógicamente:
1.- Este programa de computadora tiene error, o la entrada es errónea.
2.- La entrada no es errónea.
3.- Este programa de computadora tiene un error.
Nuevamente existen dos premisas, que corresponden a las líneas 1 y 2 del argumento.
Estas premisas pueden ser verdaderas o falsas en un caso en particular. Sin embargo, si las
premisas son verdaderas, no podemos evitar la conclusión de que el programa de computadora
tiene errores. Esta conclusión se desprende lógicamente de las premisas.
Utilizando afirmaciones como las dadas, Aristóteles desarrolló patrones de argumentos

correctos y falsos. Primero, observó que muchas de las declaraciones utilizadas en lógica son
realmente declaraciones compuestas; esto es, que constan de varias partes, cada una de las
cuales es una afirmación o declaración por derecho propio. El primer ejemplo contiene la
siguiente declaración como una de sus premisas:
Si la demanda crece, entonces las compañías se expanden
Esta declaración tiene dos partes, que son declaraciones por derecho propio. Son Ala demanda
crece@ y Alas compañías se expanden@. Estas dos afirmaciones están conectadas mediante:
ASi ... entonces@. Es segundo argumento contiene la declaración siguiente:
Este programa de computadora tiene error, o la entrada es errónea.
Nuevamente esta declaración contiene dos partes: A Este programa de computadora tiene
5
error@ y A la entrada es errónea @. Ambas partes son declaraciones y están conectadas mediante
la palabra AoA.
Para ver que argumentos son correctos y cuáles no, Aristóteles abrevió los enunciados
esenciales de los argumentos, sustituyéndolos por letras. De esta forma el patrón de argumentos
válidos se puede describir concisamente. Siguiendo la convención de Aristóteles, utilizaremos
letras mayúsculas para denotar las declaraciones esenciales. La letra P puede expresar la
declaración A la demanda crece@ , la letra Q puede expresar la declaración @las compañías se
expanden@, y la letra R puede representar la declaración Alas compañías contratan
trabajadores@. Utilizando estos símbolos, podemos expresar el argumento que involucra el
crecimiento de la demanda, de la siguiente forma:
1.-Si P, entonces Q
2.-Si Q, entonces R
3.-Si P, entonces R
Aristóteles incluso dio nombre a este tipo de argumento, lo denomino silogismo hipotético. En
el silogismo hipotético P, Q y R, pueden representar a cualquier declaración. Por ejemplo, si P
representa: AEl gato ve al pez@, Q para AEl gato agarra al pez@ y R AEl gato se come al pez@,
entonces el silogismo hipotético se convierte en:
1.-Si el gato ve al pez, entonces el gato agarra al pez.
2.-Si el gato agarra al pez, entonces el gato se come al pez.
3.-Si el gato ve al pez, entonces se come al pez.
Las premisas de este argumento pueden ser verdaderas o falsas. El gato puede estar
bien entrenado y nunca hará algo tan desagradable como el de atrapar al pez. Más aún, incluso
si el gato agarra al pez, puede decirse que la comida para gatos es preferible al pez vivo. Sin
embargo, tan pronto como aceptamos las premisas,
no tenemos otra opción que aceptar la conclusión, que es que el gato se come al pez, si ve al pez.
Otro patrón para un argumento correcto puede demostrarse haciendo que P, y Q

representan declaraciones o afirmaciones en el argumento de error del programa. P representa
AEste programa de computadora tiene un error@ y Q representa Ala entrada es errónea@.
Utilizando estas abreviaturas, el argumento puede expresarse de la siguiente manera:
1.- P o Q
2.- No P
3.- P
Este argumento se denomina silogismo disyuntivo y es un argumento fundamental en

la lógica. Observese, otra vez, que las premisas pueden ser verdaderas o falsas, pero si son
consideradas verdaderas, entonces la conclusión es inevitable.
Existe un argumento lógico extremadamente importante, denominado el modus ponens.

Este modus ponens puede formularse de la siguiente forma:
6
1.- Si P entonces Q
2.- P
3.- Q
Por ejemplo, si P es A El semáforo se pone en rojo@ y Q es A Los coches paran@, entonces las
premisas A Si el semáforo se pone en rojo, entonces los coches paran@ y AEl semáforo se
pone en rojo@ permite concluir A Los coches paran@.
Determinar cuáles patrones de razonamiento lógico son válidos, y cuáles no lo son, es

una parte esencial de la lógica y será tratado posteriormente en los próximos capítulos.
Las declaraciones o afirmaciones involucradas en los argumentos lógicos tienen una

propiedad especial: que son o verdaderas o falsas, y que no pueden ser nada más. En lógica,
tales declaraciones se denominan proposiciones.
1.2.- MATERIAL SIMBÓLICO O ALFABETO DEL LENGUAJE
El alfabeto L del lenguaje formal, es un conjunto conformado por tres conjuntos sin
elementos en común (conjuntos disyuntos). Ellos son:
1.- El conjunto V de variables proposicionales. Este conjunto es infinito y

enumerable.
V = { p1, p2, ....., pn, .... }
2.- El conjunto K de conectores proposicionales.
K={¬}∪{∧,∨,⇒,⇔)
denominados respectivamente: negación, conjunción (AND), disyunción (OR),

implicación lógica y doble implicación lógica (ssi).
3.- El conjunto P de símbolos de puntuación o paréntesis. Este conjunto es de

naturaleza impropia.
P={(,)}
En consecuencia el alfabeto, correspondiente a un lenguaje formal para la lógica,

está definido por la unión de los tres conjuntos antes detallados.
L=VcKcP
1.2.1.- VARIABLES Y CONSTANTES PROPOSICIONALES
Decimos que una proposición representa a todos los tipos y formas de oraciones
declarativas del lenguaje natural. Decimos que una proposición es simple o atómica cuando no
contiene a otra proposición. Tal es el caso del siguiente ejemplo:
El niño juega
Pero si decimos:
7
El niño juega y no llora
fácilmente pueden distinguirse aquí dos proposiciones: El niño juega, El niño no llora. Ambas
están unidas por la conjunción y. En lógica esta conjunción recibe un tratamiento diferente del
gramatical. Mientras la conjunción gramatical y enlaza adjetivos, sustantivos, verbos, etc. la
conjunción lógica enlaza solamente proposiciones. Cuando tal enlace es de dos o más
proposiciones simples, como en el último ejemplo, el resultado es una proposición compuesta o
molecular.
Definiremos a una proposición compuesta como aquella proposición formada por dos o
más proposiciones simples unidades entre si por alguna partícula lógica. Se establece además
que cualquier proposición simple puede ser simbolizada por las letras minúsculas p, q, r, s, t, etc.
Las letras ante mencionadas, que por convención representan proposiciones, reciben el
nombre de variables lógicas. Así como en las matemáticas se emplean variables como x, y, z,
que pueden recibir cualquier valor (valores numéricos fijos como 1, 345, 5, etc.), así también en
lógica las variables p, q, r, s, t, etc. pueden recibir valores fijos, constantes. Cuáles valores? Los
siguientes dos valores: V y F. Es decir los valores de verdad y falsedad.
Por emplear dos valores esta lógica recibe el nombre de Lógica Bivalente. Hay otras
lógicas que emplean más de dos valores, que reconocen en las proposiciones no sólo su carácter
de verdaderas o falsas sino algunos valores más, como por ejemplo, "más falso que verdadero",
"ni falso ni verdadero". Según el número de valores que emplee, la lógica construida sobre ellos
será trivalente, tetravalente, polivalente, fuzzy o borrosa, etc.
En esta lógica bivalente, pues, distinguiremos elementos cuyo valor es variable (p, q, r,
s, t, etc.) y otros cuya significación es constante (V, F). En este último grupo debemos incluir a las
conectivas, porque todas ellas poseen un sentido invariable.
La lógica proposicional se detiene en las proposiciones entendidas como un todo, sin

desarticularlas en sus partes componentes (sujeto, predicado, conector) como hacen otros
capítulos de la lógica. Tampoco tiene en cuenta el sentido de las proposiciones. Se desentiende
igualmente de saber cómo se estableció que tal o cual proposición es verdadera (V) o falsa (F).
Acaso se diga: si a esta lógica no le interesa el contenido de las proposiciones, ni el análisis for-
mal de las partes que las componen, ni cómo saber cuándo son verdaderas o falsas, acaso queda
algo de lo que pueda ocuparse respecto de las proposiciones ?.
Ese algo parecerá, en un principio, nada o muy poco: la lógica proposicional quiere saber
que derivaciones formales se obtienen al combinar proposiciones verdaderas o falsas.
1.2.2.- CONECTORES PROPOSICIONALES
Ya se vio en la sección anterior (1.1.1.) un tipo de partícula lógica o conector

proposicional, definido como aquel elemento que interconecta dos o más proposiciones atómicas;
el conector Y, que en la lógica se lo escribe con un símbolo especial. Pero la lógica proposicional
y también el lenguaje natural emplean otras partículas o conectores para interconectar
proposiciones simples. Por ejemplo:
Le cuentan un cuento o no se duerme
También, se establece una vinculación entre las proposiciones "le cuentan un cuento" y
"no se duerme". Esta vez las proposiciones simples no están unidas por la conjunción, sino por la
disyunción. Enumeremos ahora las partículas o conectivos más importantes, con su
correspondiente simbolización, que se emplea en la lógica proposicional y/o simbólica:
8
CONECTIVO DENOMINACIÓN LECTURA EN ESPAÑOL
∧ Conjunción y
∨ Disyunción o
⇒ Implicación o Condicional si ... entonces
⇔ Bicondicional o Equivalencia si y sólo si ... entonces
¬ Negación no
Todas ellas reciben el nombre de conectivas lógicas y también el de functores de

verdad. Si se establece que cualquier proposición puede ser simbolizada por las letras
minúsculas p, q, r, s, t, etc.,
p ∧ q , se leerá p y q
p ∨ q , se leerá p o q
p⇒ q , se leerá : si p, entonces q
p ⇔ q , se leerá : si y sólo si p, entonces q
¬p , se leerá: no p (o también: no es el caso que p)
Se observará que el último conectivo lógico, "5", actúa sobre una sola proposición, sin
unir, como las cuatro anteriores, dos proposiciones. Por eso la negación, se dice, es una
conectiva unaria o monaria, en tanto que las restantes son conectivas binarias.
1.2.3.- SÍMBOLOS DE PUNTUACIÓN
En un idioma natural se apela a símbolos de puntuación que permiten ordenar a grupos

de palabras y separarlos de otros. Sin dicha puntuación, el sentido de las frases puede alterarse
considerablemente. Es conocida la anécdota de Sarmiento reprendiendo ásperamente a una
maestra por su negligencia ante el empleo de la coma. Sarmiento -se cuenta- hizo escribir a un
alumno en la pizarra esta misma frase con la diferencia de la ubicación de una coma y el añadido
de otra:
La maestra dijo, Sarmiento es ignorante.
La maestra, dijo Sarmiento, es ignorante.
La diferencia de sentido es manifiesta. Para evitar esa anarquía, también las

matemáticas usan de símbolos de puntuación. En el ejemplo: 13 - 4 + 2 podemos ver la misma
incertidumbre acerca del sentido de la operación que vimos en el ejemplo de la coma. En efecto,
ante dicha operación podemos llegar a dos resultados: 7 ú 11. Para expresar el primer resultado,
la puntuación correcta será: 13 - (4 + 2). Para el segundo: (13 - 4) + 2.
9
También en la lógica se emplean signos de puntuación para evitar equívocos en las

expresiones. Si nos encontramos con esta fórmula (mal formada, tal como veremos más
adelante ) ; p ⇒ q v r, dudaremos entre las siguientes dos interpretaciones:
(p ⇒ q) ∧ r
p ⇒ (q ∧ r)
Se podrán utilizar paréntesis, corchetes y llaves, significando lo mismo desde el punto de

vista de la sintaxis del lenguaje formal, como veremos más adelante. Los dos ejemplos anteriores,
lo mismo que la fórmula 5 (p v 5 q), que será analizado como equivalente de p ⇒ q, emplean
paréntesis. Pero a veces la extensión de la fórmula exige la utilización de otros paréntesis, lo que
lleva a confusión sin saber realmente que encierra cada uno, por lo cual es permitido utilizar
corchetes o llaves:
[(p ∨ q) ∧ (r ⇒ s)] ⇒ p (1)
5 {[(p ∨ q) ∧ (r ⇒ s)] ⇒ p} (2)
Fácil es ver que tiene mayor alcance siempre la conectiva que está fuera del signo de
puntuación. En (1) tiene mayor alcance la implicación fuera del corchete que la conjunción dentro
del corchete. Este, a su vez, tiene mayor alcance que la disyunción y la implicación encerrada en
los paréntesis.
En (2) la negación es la conectiva que afecta más, pues afecta a todo el conjunto. Le
sigue la implicación externa al corchete, pero dentro de la llave. En tercer lugar la conjunción que
une los dos paréntesis. Finalmente éstos, la disyunción y el condicional, sólo afectan a las dos
proposiciones encerradas en los paréntesis respectivos. También se notará que el paréntesis
tiene menor alcance que el corchete y éste que la llave, desde este punto de vista aceptado en la
sintaxis del lenguaje formal.
1.2.4.- REGLAS DE PRIORIDAD
Muy poca gente trabaja con expresiones completamente entre paréntesis, porque tales
expresiones son largas y con frecuencia difíciles de leer. En particular, los paréntesis externos de
una expresión son casi siempre omitidos. Por lo tanto en lugar de ( p ∧ q ), escribimos p ∧ q y en
lugar de (( p ∧ q) ⇒ ( p ∨ q )) se escribe ( p ∧ q ) ⇒ ( p ∨ q ). Cuando hacemos esto, no debemos
olvidar nunca añadir paréntesis detrás cuando la expresión en cuestión esté compuesta con
alguna otra expresión. Los paréntesis dentro de la expresión también pueden ser omitidos. Para
interpretar correctamente la expresión resultante, se utilizan las llamadas reglas de prioridad o
precedencia. Generalmente, cada conectivo tiene dada una prioridad, y los conectivos con una
prioridad más alta introducen una unión más fuerte que los conectivos con una prioridad más
baja.
El conectivo ¬ tiene siempre la prioridad más alta. Por consiguiente ¬ p ∨ q debe ser
entendida como ( ¬ p) ∨ q y no como ( ¬ p ∨ q). En el caso de los conectivos binarios, la prioridad
más alta esta dada por ∧, seguida de ∨, ⇒, y ⇔, en ese orden. En la expresión p ∧ q ∨ r, por
ejemplo, ∧ tiene la prioridad sobre ∨ cuando forma sub expresiones y debe ser entendida como (p
∧ q)∨ r. De igual modo p ⇒ q ∨ r debe ser entendida como p ⇒ (q ∨ r ), porque ∨ toma prioridad
sobre ⇒ . El conectivo correspondiente a la doble implicación ⇔ recibe la prioridad más baja, lo
que implica que la expresión p ⇔ q ⇒ r debe entenderse como p ⇔ (q ⇒ r).
Definición 1.1.- Un conectivo u operador binario se denomina asociativo por la izquierda si el

conectivo por la izquierda tiene prioridad sobre el conectivo sobre la derecha. Un
conectivo binario se denomina asociativo por la derecha si el conectivo por la
derecha tiene prioridad sobre el conectivo por la izquierda.
10
1.3.- CADENAS DE CARACTERES, LONGITUD, CONCATENACIÓN
Disponiendo símbolos o signos del alfabeto L, uno tras otro conformamos series finitas
de signos o cadenas de signos. A estas series las denominamos CADENAS DE CARACTERES.
En los siguientes ejemplos indicamos algunos casos de cadenas de caracteres que son
proposiciones atómicas y/o compuestas.
Ejemplo 1.3.1:
" p1 ⇒ ∧∨ " , " ¬ () p7 ¬ ¬ ¬ " , " ( p2 ⇒ p3 )"
Definimos los siguientes casos particulares de cadenas de caracteres:
Ejemplo 1.3.2:
((p ⇒ q) ≡ (¬ p ∨ q)) , (¬ A1 ⇔ ( A1 ⇒ A2)) , ( A1 ∨ A2) , ( A1 ∧ A2)
CADENA VACÍA: es aquella cadena que no contiene ningún signo o símbolo del alfabeto
L y la denotamos de la siguiente forma: " < > ".
CONCATENACIÓN: Cuando colocamos dos cadenas, una a continuación de la otra, obtene-

mos otra cadena y que la representaremos por " { " y que es una ley de
composición interna a la que denominamos concatenación, es asociativa
pero no es conmutativa.
( A { B ) { C es lo mismo que A { ( B { C )
A{B es diferente de B{A
CADENA NEUTRA: La cadena vacía es denominada también cadena neutra a derecha e iz-
quierda para la concatenación ( no altera a la cadena concatenada con
ella ).
A{<>=<>{A=A
Denominamos al conjunto de todas las cadenas de caracteres, en el marco del alfabeto

L, como L*. El par ordenado ( L*, { ) es una estructura matemática axiomática del tipo monoidal
( ley de composición interna y asociativa ).
LONGITUD DE UNA CADENA: Es igual al número de signos o símbolos que constituyen a dicha
cadena.
1.4.- EL LENGUAJE DEL CALCULO DE PROPOSICIONES O CONJUNTO F DE

EXPRESIONES BIEN FORMADAS (EBF)
Existe un único tipo de cadenas, a partir del alfabeto L, que nos interesa, el denominado
conjunto de EXPRESIONES BIEN FORMADAS (EBF) O FORMULAS PROPOSICIONALES.
Dicho conjunto, denominado F, constituye el lenguaje del cálculo proposicional. Si L* es

el conjunto de todas las cadenas dentro del marco del alfabeto L, nuestro lenguaje F, será un sub-
conjunto de L*, o sea que F d L*.
11
ENUMERABILIDAD DEL CONJUNTO F
Todo lenguaje constituido a partir de un alfabeto A enumerable, es también enumerable.

Sea el alfabeto A = { s0, s1, s2, ...., sn }, luego a todo conjunto finito de cadenas de A, le asociamos
el simple orden alfabético, definido a partir del orden propio de A. Tal, orden es denominado
ORDEN LEXICOGRÁFICO.
Ejemplo 1.4.1:
L0 = {s0s1, s1s0s1, s0s0s1} y se ordena de la siguiente forma :
: s0s0s1 s0s1 s1s0s1 B
; ⇓ ⇓ ⇓ C
< 1 2 3 D
1.4.1.- REGLAS DE BUENA FORMACIÓN
El conjunto F de todas las EBF, se define por un conjunto de Reglas RECURRENTES,

denominadas "REGLAS DE BUENA FORMACIÓN" y son las que a continuación detallamos:
REGLA I Una variable proposicional cualquiera es una EBF.
œ p 0 V; p 0 F o lo que es lo mismo V d F
REGLA II Las sub reglas siguientes permiten formar nuevas EBF, a partir de
EBF ya existentes.
REGLA II - 1 Si A es una EBF, entonces ¬ A es una EBF.
REGLA II - 2 Si A y B son EBF, entonces ( A * B ) es una EBF, donde * 0 K - {¬},

es decir que * es uno de los siguientes conectores: " ∧ ", " ∨ ", " ⇒
", " ⇔ ".
REGLA III Es también denominada la regla de CLAUSURA. Solamente las

cadenas formadas por las REGLAS I, II - 1 y II - 2 son EBF.
Ejemplo 1.4.2:
" p " , " ¬ p " , "(( p ⇒ q ) ∧ ( r ⇒ t ))"
Contra ejemplo: ( p ∧ q ⇒ p)
Ejemplo 1.4.3: Ejemplos de variaciones con los símbolos de puntuación
( p ∧ q ⇒ p) es una variación de (( p ∧ q ) ⇒ p)
(p v q w r) es una variación de (p v (q w r))
(p w q w r) es una variación de ((p w q) w r)
12
1.4.2.- RAZONAMIENTO POR RECURRENCIA SOBRE LA FORMACIÓN DE LAS

EXPRESIONES
Debido a que las EBF son recurrentes, podemos establecer por RECURRENCIA las
propiedades de las EBF.
Para establecer que toda EBF posee una propiedad P determinada, basta con demostrar
que
1.- Todas las EBF iniciales (fijadas por la Regla I) poseen la propiedad P.
2.- Qué la aplicación de la Regla II - 1 a una EBF que posee P, da nacimiento a una
EBF que posee P y que la aplicación de la Regla II - 2 a dos EBF que poseen P,
da nacimiento a una EBF que posee P.
Traduciendo esta metodología a un lenguaje más accesible, podemos decir lo siguiente:
Sea P una propiedad. La etapa 1, equivale a demostrar P para las fórmulas de complejidad 0.
La etapa 2, equivale a demostrar la propiedad P para una fórmula cualquiera F, a partir de la

suposición que cualquier fórmula de complejidad estrictamente inferior a F posee la propiedad P,
lo que implica que si:
F = 5 G, G posee P y que si F = ( G * H ) , G y H poseen P.
EJEMPLO DE DEMOSTRACIÓN POR RECURRENCIA
Toda EBF contiene un número igual de paréntesis abiertos y de paréntesis cerrados.
1.- Es cierto para las EBF atómicas: una variable proposicional se escribe sin
paréntesis.
2.- Sea F una fórmula cualquiera. Toda fórmula de complejidad estrictamente

inferior a F posee la propiedad.
F puede ser de dos tipos (a) F = 5G y (b) F = ( G * H ), donde (*) es un conector
binario, G y H son EBF de complejidad estrictamente inferior a F.
Caso (a): Por hipótesis, G posee un número igual de paréntesis abiertos y cerra-
dos. Luego 5G posee esta propiedad.
Caso (b): G y H poseen un número igual de paréntesis abiertos y cerrados (por ser
EBF de complejidad inferior). Luego ( G * H ) contiene solamente un
paréntesis abierto y uno cerrado, además de los que contienen G y H.
1.4.3.- NO AMBIGÜEDAD DEL LENGUAJE CONSTRUIDO
El lenguaje que hemos construido está exento de ambigüedad, esto significa que:
1.- Si una EBF A es de la forma 5B, no existe una EBF B' distinta de B, tal que 5B'
sea lo mismo que A.
2.- Si una EBF A es de la forma ( B * C ), donde * designa un conector binario, no

existirán EBF B' y C' distintas de B y C, tales que (B' * C') sea la misma expresión
que A.
13
1.4.4.- DECIDIBILIDAD DEL CONJUNTO F DE LAS EXPRESIONES BIEN

FORMADAS
Como determinar si una cadena determinada es una EBF?
Si A es de longitud moderada, por simple lectura determinamos si A es o no es una EBF.
No existe un límite superior para una cadena y en consecuencia la simple lectura puede
ser insuficiente. Es necesario buscar un procedimiento seguro, que al cabo de un número FINITO
de etapas no diga, si A es o no es una EBF. Este procedimiento es un ALGORITMO.
Toda EBF que no está reducida a un variable proposicional única contiene un Conector
Principal. Se busca si la cadena tiene un conector que cumpla con esta función. En caso
negativo (y si la cadena no se reduce a una sola variable), la cadena no es una EBF.
En caso afirmativo, se debe verificar, empleando el mismo método, si las cadenas unidas
por el conector principal son EBF, utilizando el mismo método o sea buscando el conector
principal de cada una de las cadenas componentes y así sucesivamente.
Consideremos a continuación el Algoritmo desarrollado:
Sea C la cadena de caracteres que debemos examinar:
(1) C = " p " (donde p es cualquier v.p.) STOP. EBF
(2) C = 5 A (donde A designa una cadena) TESTEAR A
(3) C = ( B ) (donde B designa una cadena)
3.1 B No termina con un paréntesis cerrado ")" LEER B DE

DERECHA A IZQUIERDA,
BUSCAR EL PRIMER
CONECTOR BINARIO
3.1.1 Se encuentra uno: B = C * D TESTEAR C Y D
3.1.2 No se encuentra conector. STOP. NO EBF
3.2 B termina con ")" LEER B DE DERECHA A IZQUIERDA

BUSCAR EL PRIMER CONECTOR
BINARIO POSTERIOR AL PRIMER
PARÉNTESIS ABIERTO "(" DE
INDICE NULO EN B (donde el
índice de una aparición de
paréntesis es el número totalizado
en esa aparición, luego de haber
contado + 1 por cada paréntesis
abierto y – 1 por cada paréntesis
cerrado)
3.2.1 Se encuentra uno: B = E * F TESTEAR E Y F
3.2.2 No se encuentra STOP. NO EBF
(4) No nos encontramos en ninguna de las situaciones STOP. NO EBF

precedentes.
14
1.5- CONVENCIONES PARA ABREVIAR LA ESCRITURA
1.- En general suprimimos los paréntesis exteriores y escribiremos, por ejemplo " p
w (q w r) " en lugar de " (p ∨ (q ∨ r)) ".
2.- Eventualmente reemplazaremos los paréntesis por corchetes o llaves sin prestar
a esto último ninguna significación particular.
3.- Hasta ahora hemos respetado la convención que consiste, para hablar de una
cadena de caracteres, en escribir dicha cadena entre comillas, por ejemplo,
hemos escrito " " (p ⇒ q) " es una EBF".
Por un abuso de escritura universalmente aceptado, escribiremos en adelan-
te " (p ⇒ q) es una EBF".
OBSERVACIÓN Los signos a, b, c, ..., A, B, ..., *, etc., que solemos introducir para
determinar, ya sea una variable proposicional, ya sea un conector o una
fórmula, no pertenece al alfabeto L del lenguaje artificial; como las co-
millas, pertenecen a la lengua que utilizamos para hablar del lenguaje
artificial y que llamamos metalenguaje. Estos signos son denominados
VARIABLES SINTÁCTICAS. Destaquemos en este sentido, que el
enunciado de las reglas, son en general las variables sintácticas quienes
intervienen.
1.6- OPERADORES O CONECTIVOS MONODIADICOS
Existen un conjunto de conectores u operadores monodiadicos, igual a un total de 4

(cuatro), a los cuales se los denomina como Conectores f. Estos conectores son:
f0 Una función cuyo resultado es siempre falso, independientemente del valor que
tome la proposición a la cual afecta.
f1 Corresponde al conector de la negación, 5 p , discutido previamente en este

capítulo.
f2 Una función que simplemente entrega el mismo valor de la proposición afectada
por el conectivo considerado: f2 (p) ≡ p
f3 Una función cuyo resultado es siempre verdadero, independientemente del valor

que tome la proposición a la cual afecta.
1.7.- OPERADORES O CONECTIVOS DIÁDICOS
Existen 16 posibles conectores diádicos o binarios, identificados con las letras g0 a g15.
De estos, seis representan a conectivos degenerados correspondientes a verum (función binaria
que siempre retorna el valor verdadero, una tautología binaria g15), falsum (que siempre retorna
el valor falso de la proposición a la cual afecta, g0), p (siempre toma el valor de p, g12), q (siempre
toma el valor de q, g10), 5 p (siempre toma el valor de 5 p, g3), y 5 q (siempre toma el valor de 5
q, g5), dejando 10 conectivos realmente de interés para las aplicaciones lógicas. Por supuesto
dentro de ellos están los conectivos considerados más comunes, como por ejemplo; la disyunción
w ( g14), la conjunción ∧ (g8), la doble implicación ⇔ (g9), y la implicación ⇒ (la cual no es con-
mutativa, por lo tanto existen dos conectivos g11 y g13). Los cinco conectivos restantes se detallan
a continuación:
g6 Este es el conectivo denominado OR Exclusivo o la No Equivalencia,

representado por el símbolo x, la negación de la equivalencia. Este conectivo
puede ser representado por la siguiente expresión:
15
pxq=T(pwq)v5(pvq)
De un modo alternativo podemos expresar este conectivo de la siguiente forma:
p x q = T ( p v 5 q )w ( q v 5 p )
g1 Este es el conectivo NOR o Junta Denegada o Flecha de Pierce, el cual puede

ser denotado por el siguiente símbolo:↓.
Puede ser representada como la negación de la disyunción, expresada de la
siguiente forma:
p↓q=T5(pwq)=T5pv5q
g1 Este es el conectivo NAND o de Incompatibilidad o el Pincel de Sheffer, está

denotado por el siguiente símbolo / y es considerado como la negación de la
conjunción de la siguiente forma:
p / q = T 5 ( p v q )= T 5 p w 5 q
g 4, g 2 Estas dos funciones son consideradas como la No Implicación, denotadas por

el símbolo ¹
y representada por la siguiente expresión o fórmula lógica:
p ¹ q = T 5 ( p ⇒ q )= T p v ( 5 q )
1.8.- OPERADORES O CONECTIVOS TRIÁDICOS
Podemos utilizar los mismos argumentos para determinar los Operadores o Conectivos
Triádicos, aquellos que toman tres operandos o proposiciones simples. Algunos de ellos son de
interés directo sobre un total 256 posibles conectivos. Estos conectivos triádicos son difíciles de
escribirlos como operadores, ya que no pueden ser representados por un simple símbolo infijo.
Describiremos aquellos que son considerados importantes, a saber:
Disyunción Condicionada
Es representada por la siguiente expresión:
[ p, q, r ] = T (q v p ) w ( 5 q v r )
La proposición del medio q actúa como un llave de determinado tipo.
Incompatibilidad Condicionada
Está relacionada con el anterior conectivo, y se escribe de la siguiente forma:
[[ p, q, r ]] = T ( q v 5 p ) w ( 5 q v 5 r )
Además es la negación de la Disyunción Condicionada, tal como se indica:
[[ p, q, r ]] = T 5 [ p, q, r ]
L 2 (Mayoría)
El conectivo considerado:
16
L 2 ( p, q, r )
toma el valor verdadero si y sólo si dos o más de las proposiciones participantes toman el valor
verdadero. L2 significa al menos dos. Este conectivo puede ser expresado de la siguiente forma:
L 2 ( p, q, r )= T ( p v q ) w ( q v r ) w ( r v p )
Alternativamente podemos utilizar la disyunción condicionada y escribir la siguiente expresión:
L 2 ( p, q, r )= T [ q w r , p , q v r ]
L 1 (Al Menos Uno)
De la misma forma que definimos el anterior conectivo, definimos ahora el conectivo L 1 ( p , q, r ),

de la siguiente forma:
L 1 ( p , q, r )= T p w q w r
L 3 (Al Menos Tres )
De la misma forma que definimos el anterior conectivo, definimos ahora el conectivo L 3 ( p , q, r ),

L 3 ( p , q, r )= T p v q v r
1.9.- NOCIÓN GENERAL DE LA SEMÁNTICA DEL LENGUAJE FORMAL
En el capítulo precedente definimos la sintaxis del lenguaje proposicional. Pudimos

comprobar que posee las dos buenas propiedades que la hace utilizable en lógica formal, la
decibilidad sintáctica y la no ambigüedad de lectura.
El presente capítulo tiene por función definir una interpretación para el lenguaje
proposicional. Hasta ahora, en efecto, nuestras EBF o expresiones del lenguaje son puras
combinaciones de signos sin sentido alguno. La definición de una interpretación revierte esta
situación y dota al lenguaje de un poder singular de expresión. Este aspecto del lenguaje se
denomina SEMÁNTICA DEL LENGUAJE FORMAL.
1.10.- DEFINICIÓN ALGEBRAICA DE LA SEMÁNTICA DEL LENGUAJE

PROPOSICIONAL
Advertencia: A los efectos de poder tratar de la manera booleana la semántica del lenguaje,
confundiremos los valores de verdad (FALSO, VERDADERO) con la dupla (0, 1).
1.10.1.- DISTRIBUCIÓN DE LOS VALORES DE VERDAD (D.D.V.V.)
Una distribución de los valores de verdad es una aplicación δ del conjunto V de todas las
variables proposicionales sobre el conjunto Z = {0, 1}.
δ:V→Z
El conjunto de todas las distribuciones de valores de verdad será el siguiente cardinal

2 card (V). Denominaremos V {0, 1} como el conjunto de todas las distribuciones de verdad y en
general A B es el conjunto de todas las aplicaciones de un conjunto A sobre un conjunto B. Donde
17
A es el conjunto de partida y B el conjunto de llegada.
1.10.2.- EVALUACIÓN DE LAS EBF
Sea F una fórmula donde figuran los átomos p1, p2, p3, ...., pK. La semántica formal no
dice bajo que condición p1, p2, p3, ...., pK son verdaderos o falsos. Lo que permite deducir, en
cambio, es cómo un Interpretación determinada de p1, p2, p3, ...., pK, es decir, una determinada
distribución de valores de verdad restringida a p1, p2, p3, ...., pK, determina el valor de verdad de
la fórmula F.
Por ejemplo, de la semántica formal se deduce que si una distribución de verdad, asigna
a la variable p el valor 0 y a la variable q el valor 1, el valor de verdad (δ (p) = 0 y δ (q) = 1) de la
fórmula p ⇒ q es 1, el de la fórmula p v q es 0, el de la fórmula 5 p es 1, etc.
En general estos valores se introducen por medio de las 5 (cinco) "tablas de verdad"
correspondientes a cada uno de los conectivos lógicos o proposicionales. Sin embargo, esto
apenas daría la semántica de las fórmulas más simples, conectadas por un solo conectivo,
cuando en realidad es necesario definir la semántica de toda expresión del lenguaje. Sólo la
definición por recurrencia puede satisfacer esta exigencia.
DEFINICIÓN POR RECURRENCIA DE LA SEMÁNTICA DE LAS EBF
Sea δ una distribución de valores de verdad, de forma tal que asigna a las variables
proposicionales p1, p2, p3, ...., pn, ...., valores tomados del conjunto {0, 1}, que anotaremos de la
siguiente forma δ (p1), δ (p2), ...., δ (pn), ...., denominadas funciones de verdad.
Definir el valor de verdad que toma una fórmula A de acuerdo con las distribuciones δ, es
definir una aplicación Φδ del conjunto F de las EBF sobre el conjunto Z = {0, 1}.
Φδ : F → {0, 1}
La función Φδ se define por recurrencia de la siguiente forma:
1.- Φδ (p) = δ (p) ; œp0V
2.- Φδ (5 A) = 5' Φδ (A) = 1 - Φδ (A)
Donde el signo "-" designa la simple diferencia aritmética.
3.- Φδ (A v B) = v' (Φδ (A), Φδ (B)) = MIN (Φδ (A), Φδ (B))
Donde "MIN" designa el mínimo de acuerdo con el orden natural de la aritmética.
Ejemplo: MIN (0, 0) = 0 , MIN (1, 0) = 0 , MIN (1, 1) = 1
4.- Φδ (A w B) = w' (Φδ (A), Φδ (B)) = MAX (Φδ (A), Φδ (B))
Donde "MAX" designa el máximo de acuerdo con el orden natural de la arit-

mética.
Ejemplo: MAX (0, 0) = 0 , MAX (1, 0) = 1 , MAX (1, 1) = 1
5.- Φδ (A ⇒ B) = ⇒' (Φδ (A), Φδ (B)) = MAX (Φδ (5 A), Φδ (B))
6.- Φδ (A ≡ B) = ≡' (Φδ (A), Φδ (B)) = MIN (Φδ (A ⇒ B), Φδ (B ⇒ A))
18
Observaciones:
1.- No se deben confundir los conectivos proposicionales 5, v, w, ⇒, ⇔, que son

signos del lenguaje formal, con las funciones inducidas por cada uno de los
conectivos y que los denominamos : 5', v', w', ⇒', ⇔'.
2.- La definición formal de la semántica exige en principio, para conocer el valor de

verdad Φδ de una fórmula F, que esté definida por la aplicación δ, cuyo conjunto
de partida es V.
Teorema de Restricción
El valor de verdad de EBF sólo depende de la variables proposicionales (v.p.) que

intervienen en esta EBF.
Demostración
Sea F una EBF y a una variable proposicional, que no figura en F. Sea δ una distribución
de valores de verdad cualquiera. Definimos δ' de la siguiente manera:
δ' (p) = δ (p) si p … a
δ' (p) = 1 - δ (a)
Demostremos que Φδ' (F) = Φδ (F) por inducción sobre la formación de F:
1.- F = p , luego a … p y por definición δ' (p) = δ (p) . Por lo tanto, se cumplirá
que : Φδ (p) = Φδ' (p).
2.- F = 5 G , Φδ (F) = 1 - Φδ (G).

Pero por hipótesis de recurrencia Φδ (G) = Φδ' (G). Luego tenemos que :
Φδ (F) = 1 - Φδ' (G) = Φδ' (5 G) = Φδ' (F).
3.- F = G * H (donde * es cualquier conectivo binario del lenguaje)

Φδ (F) = *' (Φδ (G), Φδ (H)) = *'H.R. (Φδ' (G), Φδ' (H)) = Φδ' (F)
Observaciones:
1.- En lo sucesivo llamaremos L (F) (Se lee lenguaje de F) al conjunto de variables

proposicionales, que figuran en la fórmula F.
2.- Esta inducción puede servir de esqueleto para las pruebas venideras; el
esquema es el siguiente:
(a) Probar la propiedad para toda la fórmula atómica.

(b) Suponer que la propiedad está demostrada para toda fórmula de com-
plejidad estrictamente inferior a k y demostrar la propiedad para toda
fórmula de complejidad igual a k (recurrencia amplia). Esto equivale a
darse una fórmula F cualquiera y descomponerla según los dos únicos
casos que se presentan de acuerdo a la sintaxis del lenguaje: 2.1. F = 5
G ; 2.2. F = G * H.
Algunas Consideraciones Respecto De Las Funciones De Verdad
En la expresión matemática x = 2.y, se establece una vinculación tal entre las variables
x e y, que cualquiera sea el valor de y, x asumirá un valor equivalente al valor de y multiplicado
19
por 2. El valor de x, pues, depende del valor de y. Eso quiere expresarse cuando se afirma que
x es una función de y.
También la lógica estudia la relación funcional que existe entre las variables
proposicionales y/o EBF. Consideremos el siguiente ejemplo:
Las naranjas maduran y el invierno se avecina.
que simbolizamos como p v q, es una fórmula o EBF molecular. Será como toda proposición,
verdadera o falsa. A la lógica le interesa establecer de qué modo el valor de verdad (V o F) de las
proposiciones moleculares depende, es una función, de los valores de verdad de las
proposiciones que componen a dichas proposiciones moleculares. En nuestro ejemplo, la
proposición compuesta será verdadera cuando las proposiciones "las naranjas maduran", "el
invierno se avecina" sean ambas verdaderas. Bastará que una de ellas sea falsa para que la
proposición compuesta también lo sea. Y si son falsas las dos proposiciones atómicas, con mayor
razón será también falsa la proposición molecular. Cuando el valor de verdad de una proposición
compuesta depende de los valores de verdad de las proposiciones que la componen, estamos
ante una función de verdad.
Se preguntará, ) acaso no ocurre eso siempre?, ) acaso el valor de verdad de una

proposición compuesta no depende invariablemente de las proposiciones que la componen ? La
respuesta es negativa. Pues hay proposiciones moleculares cuya verdad o falsedad no están
condicionadas solamente por los valores de verdad de las proposiciones componentes. Veamos:
Las naranjas maduran porque el invierno se avecina
Hemos reemplazado en el mismo ejemplo el conectivo lógico v por otro no lógico ,

"porque". Este último alude a un modo de relación entre fenómenos de la realidad. Aquí puede
ocurrir que ambas proposiciones atómicas sean verdaderas y que la proposición compuesta no lo
sea. Tal sería el caso si "Las naranjas maduran" fuera un fenómeno cuya causa no es "El
invierno se avecina". La proposición compuesta que comentamos exige, por un lado, que
ambas proposiciones componentes sean verdaderas. Por otro, que sea verdadero también el
nexo objetivo que vincula ambos órdenes de fenómenos. A esto se debe que una proposición
compuesta semejante no sea función de las proposiciones componentes. Y como la lógica es una
disciplina formal, ese tipo de conectivas como "porque", "a fin de qué", por ej., que suponen una
referencia al mundo real, no serán consideradas por ella.
Tradicionalmente se distingue entre la compresión y la extensión de las proposiciones.
La compresión es el significado de la proposición, aquello que ella significa.
La extensión es el ámbito, mayor o menor según que la proposición sea universal,

particular o individual, al cual la proposición hace referencia.
Si la lógica actual no se ocupa de la compresión, es decir del contenido significativo de las

proposiciones, será extensional. Pero ) qué debe entenderse por extensión de una proposición ?.
No la amplitud de realidad que la proposición abarca, porque la lógica es ciencia formal, no se
vincula con los hechos del mundo. Para la lógica proposicional, la extensión de una proposición
se reduce a cubrir este ámbito mínimo: ser verdadera o falsa.
En rigor, para esta lógica hay sólo dos proposiciones; una verdadera, otra falsa. Las
infinitas proposiciones posibles pueden reducirse a dos grupos. el de las verdaderas, el de las
falsas. Todas las verdaderas son equivalentes. Todas las falsas son equivalentes. La lógica
bivalente no distingue (pues no se ocupa del sentido) entre:
El hombre llegó a la luna
Kant fue alemán
20
Le basta saber que son verdaderas. Tampoco ve diferencia alguna entre:
La Tierra es cuadrada
Los monos hablan sánscrito
Arriba dijimos que cuando el valor de verdad de una proposición molecular depende de
los valores de verdad de las proposiciones que la componen, estamos ante una función de verdad.
Pero no es imprescindible que una función de verdad sea una proposición molecular. Un
esquema proposicional más simple, como 5 p, por ejemplo, también es función de verdad.
1.11.- TABLAS DE VERDAD
Veamos ahora con más detalles cómo un esquema proposicional realizado con una o
más variables y conectivos es función de verdad de la proposición o proposiciones que la
componen. Para ello formamos una Tabla de Verdad. Esta tabla se compone de dos partes. Una,
ubicada a la izquierda, es la columna de referencia. Se coloca allí todos los valores posibles que
pueden asumir una o más proposiciones. Si se trata de una sola proposición, la columna de
referencia será:
Si se emplean dos proposiciones, la columna de referencia es más compleja:
p q
V V
V F
F V
F F
21
Si se utilizan tres variables proposicionales, la tabla tendrá la siguiente forma:
p q r
V V V
V V F
V F V
V F F
F V V
F V F
F F V
F F F
La columna de referencia es el punto de partida para el cálculo proposicional. Cada una

de sus líneas horizontales constituye una o más premisas para resolver qué valor le corresponden
a una fórmula ubicada en el lado derecho de la tabla. Veamos un ejemplo, el más simple. Si
queremos conocer cuál es el valor de verdad de la fórmula 5 p, empleamos la tabla con una sola
variable:
p 5p
V F
F V
La columna ubicada debajo de 5 p es la columna matriz de dicha fórmula. Ella muestra el

resultado del cálculo; cuando p es V (valor consignado en la primer línea horizontal de la columna
de referencia), 5 p es F; cuando p es F(segunda línea), 5 p es V. Nótese, pues, que la proposición
5 p es una función de (depende de) los valores de la proposición p, que forma parte de 5 p.
1.12.- DEFINICIÓN DE LOS CONECTIVOS LÓGICOS
En el ejemplo del apartado anterior, hemos mostrado cómo 5 p es una función de verdad.
Pero hemos definido también la negación. En efecto, la columna de la derecha, la columna matriz
donde consignamos los resultados del cálculo, define al elemento " 5 ", operador monódico.
Daremos a continuación las tablas de verdad de los restantes conectivos lógicos o functores de
verdad.
22
* La conjunción o producto lógico:
p q p∧q
V V V
V F F
F V F
F F F
Es decir que la conjunción de dos proposiciones sólo es verdadera cuando ambas

proposiciones lo son. Basta que una de ellas sea falsa para que también lo sea la proposición
compuesta.
* La disyunción o suma lógica:
Es preciso distinguir en este conectivo dos sentidos muy diferentes que también posee la
" O " en el lenguaje español. Veamos los dos ejemplos siguientes:
Juan es escritor o músico

La mesa es rectangular o circular
En el último ejemplo, las dos proposiciones vinculadas por "O" son incompatibles. Una excluye a
la otra y lo mismo ocurre al revés. Para que la proposición molecular sea verdadera, pues, es
preciso que una de las proposiciones componentes sea falsa y es preciso también que otra sea
verdadera. En el primer ejemplo, en cambio no hay incompatibilidad entre ambas proposiciones.
"Juan es escritor" y "Juan es músico" pueden ser ambas verdaderas. Lo cual no ocurre con "La
mesa es circular" y "La mesa es rectangular".
Llamaremos Inclusiva a este tipo de disyunción que acepta la verdad de ambas

proposiciones componentes, pero exige que una de las proposiciones sea verdadera para que
también el conjunto lo sea. Llamamos Exclusiva a la disyunción que impone como requisito para
que la proposición compuesta sea verdadera, que una de las proposiciones componentes sea
falsa y la otra verdadera. Para esta disyunción exclusiva empleamos un signo propio : " x ". Su
tabla de verdad o matriz es distinta de " w ".
p q pwq p q pxq
V V V V V F
V F V V F V
F V V F V V
F F F F F F
Como veremos, puede prescindirse de la disyunción exclusiva sin que ello

acarree dificultades para el cálculo. Puede, en efecto, expresarse lo mismo que la expresión
compuesta p x q recurriendo al bicondicional.
23
* El bicondicional o equivalencia :
p q p/q
V V V
V F F
F V F
F F V
Lo que afirma el bicondicional es que p es condición necesaria y suficiente para q, del mismo
modo que q es condición necesaria y suficiente para p. En
Si y sólo si un sistema está aislado, entonces su energía total es constante.
Queremos afirmar que la primera proposición es equivalente a la segunda, que cualquiera de

ambas es condición necesaria y suficiente de la otra. En pocas palabras, que ambas
proposiciones son equivalentes. En nuestro ejemplo hemos tomado dos proposiciones cuyas
significaciones son fácticamente equivalentes. Pero ello no debe ocurrir.
Si y sólo si los vegetales vuelan, entonces Sócrates vive.
Si y sólo si la leche alimenta, la tierra se mueve.
En estos dos ejemplos la tabla nos informa que existe equivalencia. El primero, en efecto, es un
ejemplo de la última línea horizontal (F, F); el segundo lo es de la primera línea (V, V). Los
resultados muestran, en ambos casos, V. A nadie se le escapará que dicha equivalencia está
lejos de cumplirse en el campo de las significaciones de las proposiciones en cuestión. Pero
debemos recordar una vez más que la significación no es tenida en cuenta por la lógica de las
proposiciones. )De qué equivalencia hablamos, entonces?. Pura y simplemente de ésta: F es
equivalente a F, por eso las dos proposiciones del primer ejemplo dan V; igualmente V es equiva-
lente a V, por eso las dos proposiciones del segundo ejemplo conducen al resultado V.
* El condicional o implicación:
Este conectivo presenta algunas dificultades, pues su equivalencia con el giro gramatical
"Si ...... entonces" es solo parcial. En efecto, "Si ..... entonces" en el lenguaje español permite
conectar dos proposiciones en muy diversos sentidos. Los siguientes ejemplos son algunos de
ellos:
1 Si es mamífero, es vertebrado.
2 Si el peso supera los mil kilogramos, la balanza se estropea.
3 Si estuviera muerto no respiraría.
4 Si se decide hoy, lo hará mañana.
5 Si todos los triángulos son figuras, el escaleno es figura.
Todos son enunciados hipotéticos. En la estructura de estos enunciados hay, al menos, tres
elementos importantes: (a) el antecedente, es decir la proposición comprendida entre el signo
"Si" y el signo "entonces"; (b) el consecuente, o sea la proposición que sigue al signo "entonces";
(c) la afirmación de que siendo verdadero el antecedente, el consecuente también lo será. Es
24
decir que estos enunciados afirman, no que el antecedente sea verdadero, sino que en caso de
serlo también lo será el consecuente. Esto quiere afirmarse cuando se dice que el antecedente
implica al consecuente.
Ahora bien, esa implicación es de naturaleza múltiple. Los ejemplos antes mencionados
son algunos modos de implicación. Los dos primeros establecen una relación entre dos órdenes
de la realidad; 1 señala un vínculo permanente entre dos fenómenos; 2 indica no sólo un nexo
constante entre dos hechos sino que además la producción del segundo por el primero, es decir
apunta a un nexo causal. 3 alude no ya a una vinculación entre dos fenómenos reales sino
posibles. Es más sugiere que el antecedente es falso, que no es un hecho. De ahí el nombre de
contra fácticos que reciben estos enunciados hipotéticos formulados de un modo subjuntivo. Los
órdenes que enlaza 4 son de distinta naturaleza; uno pertenece al ámbito de la conciencia, el otro
forma parte de la realidad. 5 muestra una implicación completamente distinta porque no se refiere
ni a la realidad ni a un hecho de conciencia; establece un nexo entre dos órdenes formales,
ideales. Aquí el antecedente implica necesariamente, forzosamente al consecuente.
Pero entre tantas diferencias (y otras muchas que aún pueden señalarse) de sentido que
tiene "Si ..... entonces" en un idioma natural, como el español, habrá quizás un elemento común,
un parentesco básico afín a esos múltiples sentidos. La lógica, cuando emplea el signo " ⇒ "
pretende representar ese núcleo descarnado del concepto de implicación, sin procurar recoger en
él, las múltiples significaciones que le otorga el lenguaje natural.
Cualquiera sea el ejemplo de condicional que tomemos, lo que allí se afirma básicamente
es que aceptando la verdad del antecedente, el consecuente no puede ser falso. Es decir que
al afirmar que p ⇒ q, suponemos que p v 5 q será una proposición falsa. En la oración 1, por
ejemplo, decir "Es mamífero y no vertebrado" sería precisamente lo opuesto de lo que el
condicional quiso afirmar. Ahora bien, si la oración "Es mamífero y no vertebrado" es lo opuesto
de "Si es mamífero entonces es vertebrado", una proposición equivalente a este último con-
dicional, será la negación de "Es mamífero y no vertebrado". En símbolos lógicos, tal negación
se expresa de la siguiente forma: 5 (p v 5 q). Esta fórmula es, efectivamente, equivalente a p ⇒
q. Por lo tanto, en la tabla de verdad ambas fórmulas tendrán igual matriz de valores de verdad.
Veamos:
p q ¬q p∧¬q ¬ (p ∧ ¬ q) p⇒q
V V F F V V
V F V V F F
F V F F V V
F F V F V V
Esta vez hemos utilizado la misma columna de referencia para calcular el valor de varias
proposiciones. Como queríamos establecer el valor de 5 (p v 5 q), empezamos calculando 5 q,
luego p v 5 q. Para el cálculo de Esta última fórmula usamos como referencia la columna de p y
la de 5 q; se tuvo en cuenta, asimismo, la definición de conjunción. Una vez resuelto p v 5 q, es
fácil resolver también su negación. Para ello simplemente se invierten los valores de verdad de la
fórmula p v 5 q.
Resumiendo, una proposición molecular formada por el signo de implicación es

verdadera o cuando su consecuente es verdadero o cuando su antecedente es falso. El único
caso en que es falsa se da cuando siendo verdadero el antecedente, su consecuente es falso.
25
1.12.1.- FORMULAS PROPOSICIONALES
En lugar de utilizar la palabra proposición o expresión proposicional, podemos utilizar la

palabra fórmula, o más bien específicamente fórmula proposicional. Las fórmulas aceptadas
sintácticamente pueden describirse como que tienen una gramática libre de contexto simple
similar a las gramáticas BNF utilizadas para describir lenguajes de programación.
La sintaxis es de la misma forma, pero expresada matemáticamente diferente a lo visto

en las secciones y capítulos anteriores, utilizando nuevos conceptos empleados por Chomsky.
Nos servirá además como base simbólica de la teoría en la construcción de compiladores.
Las reglas gramaticales son de la siguiente forma:
símbolo ‰= símbolo - 1 . . . símbolo - N
donde símbolo puede ser reemplazado por cualquier secuencia de N símbolos. Reglas de la
forma:
símbolo ‰= símbolo - 1 │. . . │símbolo - N
donde esta regla significa que símbolo puede ser reemplazado por cualquiera de los símbolos del
lado derecho de la regla. Los símbolos que aparecen en el lado izquierdo son denominados no
terminales, mientras que los símbolos que aparecen a la derecha de la regla son denominados
terminales. Los no terminales representan gramaticalmente clases mientras que los terminales
son palabras del lenguaje. Comenzando en un no terminal inicial, rescribir un no terminal
reemplazándolo con una secuencia de símbolos del lado izquierdo de la regla. Esta construcción
finaliza cuando la secuencia de símbolos consiste únicamente de terminales. Tal cadena de
símbolos está correcta sintácticamente o bien formada en el lenguaje definido por la
gramática.
En el cálculo proposicional los terminales son los conectivos lógicos y el conjunto de

símbolos arbitrarios denominados como el conjunto de proposiciones atómicas o átomos. Los
átomos son denotados con letras minúsculas del alfabeto y posiblemente con subíndice.
Definición 1.12.1: Una fórmula en el cálculo proposicional es una cadena generada por la
siguiente gramática:
fórmula :: = p Para cualquier p 0 P

fórmula :: = 5 fórmula
fórmula :: = fórmula op fórmula
op :: = ∨ │ ∧ │⇒ │ ⇐ │⇔
Por ejemplo, la siguiente secuencia de símbolos muestra la derivación de la fórmula proposicional

p v q, a partir de una fórmula no terminal inicial.
1.- fórmula
2.- fórmula op fórmula
3.- fórmula v fórmula
4.- p v fórmula
5.- p v q,
Cada fórmula tiene un único árbol de formación asociado con la representación

de la aplicación de las reglas gramaticales utilizadas a tal fin. La Figura 2.4.1 indica el árbol de
formación que representa la siguiente fórmula:
p⇒q≡5p⇒5q
26
≡
↓ ↓
⇒ ⇒
↓ ↓ ↓ ↓
p q 5 5
↓ ↓
p q
Figura 1.12.1 Árbol de Formación
de acuerdo con la siguiente derivación :
1.- fórmula
2.- fórmula ≡ fórmula
3.- fórmula ⇒ fórmula ≡ fórmula
4.- p ⇒ fórmula ≡ fórmula
5.- p ⇒ q ≡ fórmula
6.- p ⇒ q ≡ fórmula ⇒ fórmula
7.- p ⇒ q ≡ 5 fórmula ⇒ fórmula
8.- p ⇒ q ≡ 5 p ⇒ fórmula
9.- p ⇒ q ≡ 5 p ⇒ 5 fórmula
10.- p⇒q≡ 5 p⇒5q
Sin embargo, la anterior secuencia de símbolos es ambigüa y puede ser igualmente

representada por otro árbol de formación, que por ejemplo puede ser obtenido expandiendo los
no terminales en una secuencia diferente. Existen tres modos diferentes de resolver
ambigüedades si ellas representan fórmulas. La secuencia lineal de símbolos puede ser creada
por un pre-orden transversal del árbol de formación:
* Considerar la raíz.
* Considerar el sub-árbol izquierdo.
* Considerar el sub-árbol derecho.
otorgando la siguiente expresión para el primer árbol :
≡ ⇒ pq ⇒ 5 p 5 q
y la siguiente expresión para el segundo árbol :
⇒p≡q5 ⇒p5q
Esta notación es denominada Notación Polaca luego que el grupo de lógicos comandados por
J. Lukasiewicz la inventaran a principios de siglo. La notación es difícil de interpretar para muchas
personas y no es muy utilizada, excepto en la representación interna de una expresión en una
computadora y en algunas operaciones de cálculo. La ventaja de la notación polaca es que una
expresión puede ser ejecutada o calculada en un orden lineal a medida que aparecen los
símbolos.
El segundo modo de resolver una ambigüedad es a través de la utilización de paréntesis.

La gramática deberá cambiarse a las siguientes reglas:
fórmula :: = p Para cualquier p 0 P

fórmula :: = (5 fórmula)
27
fórmula :: = (fórmula op fórmula)

op :: = w │ v │ ⇒│⇐ │⇔
Las dos fórmulas siguientes son ahora representadas por distintas cadenas y de esa forma no
existirá ambigüedad:
((p ⇒ q) ≡ ((5 q) ⇒ (5 p)))
(p ⇒ (q / (5 (p ⇒ (5 q)))))
El problema con los paréntesis es que cargan demasiado a las fórmulas y las hacen difícil de
leerlas.
El tercer modo de resolver la ambigüedad dentro de las fórmulas o expresiones lógicas

es definir las convenciones de precedencia y de asociatividad entre los conectivos lógicos. A
través del uso de los paréntesis podemos determinar y obtener la asociatividad en las fórmulas
proposicionales. El orden de precedencia de los conectivos lógicos en las fórmulas es el siguiente
de mayor a menor :
5 , v , w , ⇒ , ⇐ ,⇔ ,≡
1.12.2.- INTERPRETACIONES BOOLEANAS
Consideremos las expresiones aritméticas. Dada una expresión E tal como por ejemplo
la siguiente a ( b + 2, podemos asignar valores a los elementos a y b y luego evaluar la
expresión. Por ejemplo si a = 2 y b = 3 entonces la evaluación de E es de 8 . Debemos ahora
definir un concepto análogo para las fórmulas booleanas o expresiones lógicas, o más bien las
denominadas interpretaciones booleanas, que por razones históricas utilizan terminologías
diferentes.
Antes de seguir adelante debemos incluir una regla más dentro de la sintaxis de las
fórmulas proposicionales y es aquella que considera a dos proposiciones atómicas constantes
falsas y verdaderas, que de algún modo es similar a la valorización de las expresiones lógicas
o de las proposiciones. En consecuencia tenemos que:
fórmula :: = falso │ verdadero
Definición 1.12.2.1:Sea A una fórmula proposicional y sea el conjunto {p1, ... , pn} de
proposiciones o átomos que aparecen en A. Una Interpretación para A es la siguiente función:
v : {p1, ... , pn} ⇒ {V, F}
o sea que v asigna uno de los valores de verdad F o V a la fórmula A de acuerdo a los valores
de verdad asignados en las diferentes tablas de verdad para cada uno de los conectivos lógicos.
Por ejemplo, dada la siguiente fórmula:
(p ⇒ q) ≡ (5 q ⇒ 5 p)
y la interpretación siguiente :
v(p) = F , v(q) = V
en función de tal interpretación podemos calcular el valor de verdad de la fórmula :
v (p ⇒ q) = V
28
v (5 q) = F
v (5 p) = V
v (5 q ⇒ 5 p) = V
v ((p ⇒ q) ≡ (5 q ⇒ 5 p)) = V
Ya que cada fórmula A está representada por un único árbol de formación, v está bien definida.
Ello significa que dado un A y una interpretación v, v(A) tiene exactamente un valor cuando la
definición inductiva se lleva a cabo. Si tratamos de usar la definición sobre la cadena p ⇒ q ⇒ p
sin el concepto de árbol de formación, entonces para v(p) = F y v(q) = V, la interpretación v(A)
podrá evaluarse como V o F dependiendo del orden de la evaluación :
v ( p ⇒ ( q ⇒ p )) = V
v (( p ⇒ q ) ⇒ p ) = F
Como un punto técnico, es conveniente decir que v es una interpretación para A si v asigna
valores al menos a los átomos de A. Si se asigna a más átomos que aquellos que aparecen en
A, podemos ignorar las asignaciones extras cuando computamos v(A).
1.13.- TAUTOLOGÍA, CONTRADICCIÓN E INDEFINIDOS
Hemos empleado las tablas de verdad para mostrar cómo una función de verdad
depende efectivamente de los valores de verdad de la proposición o de las proposiciones que la
componen. En la columna izquierda, que llamamos de referencia, colocamos todos los valores de
verdad posibles que pueden asumir dichas proposiciones componentes. En la columna derecha,
que llamamos matriz, consignamos los resultados del cálculo.
En segundo lugar, hemos utilizado las tablas de verdad para definir cada una de los
conectivos lógicos. Pero aún existen otros usos más que haremos de las tablas de verdad:
1.- Para determinar el valor de verdad de las proposiciones.
2.- Para determinar el carácter de las proposiciones.
3.- Para descubrir relaciones entre proposiciones dadas.
4.- Para determinar la validez de razonamientos.

A continuación veremos cada uno de estos ejemplos de las tablas, salvo el último que lo
trataremos más adelante.
1.- Para determinar el valor de verdad de las proposiciones componentes
Cualquier esquema proposicional que enlace sus proposiciones componentes con una o
más conectivos lógicos, ya lo indicamos, tiene un valor de verdad determinado. La determinación
de dicho valor puede hacerse recurriendo a la tabla. En el apartado anterior vimos dos ejemplos
sencillos, 5 p y 5 (p v 5 q), cuyos valores de verdad calculamos usando como punto de partida la
columna de referencia. Aunque la complejidad de la fórmula aumente, la tabla nos permitirá en
forma mecánica establecer cuáles valores corresponden a la misma.
Veamos el ejemplo siguiente: Deseamos determinar el valor de la fórmula
5 [(p ⇒ q) ≡ (p v q)]
Para ello seguimos este orden: calculamos primero los conectores de menor alcance (el
condicional y la conjunción), luego el que los sigue en mayor alcance (el bicondicional) y final-
mente el de mayor alcance (la negación). Las matrices primera y segunda (todas las matrices se
colocan debajo del conectivo, pues él determina los valores de la fórmula) se calcularon te-
29
niendo en cuenta la columna de referencia; la tercer matriz está construida en base a las dos
primeras y la cuarta matriz en función de la tercera. Como se verá, es imprescindible para poder
hacer el cálculo de valores de verdad tener presente las definiciones de los diferentes conectivos
o conectores lógicos.
p q (p ⇒ q) (p v q) (p ⇒ q) ≡ (p v q) 5[(p⇒ q) ≡ (pvq)]
V V V V V F
V F F F V F
F V V F F V
F F V F F V
2.- Para determinar el carácter de las proposiciones
Veamos ahora cómo la tabla permite determinar el carácter de las proposiciones.

Tomemos los siguientes ejemplos: (p w q); (p ⇒ q) / (5 p w q); p v (5 p v q)
p q (p w q) (p ⇒ q) ≡ (5 p w q) p v (5 p v q)
V V V V V V F F
V F V F V F F F
F V V V V V F V
F F F V V V F F
Si se observan los valores de verdad que muestran las tres EBF (dichos valores están
ubicados en todos los casos debajo del conectivo de mayor alcance) se percibirá una notable
diferencia entre ellos; el primero es verdadero algunas veces (tres veces) y falso otra; el segundo
es siempre verdadero y el tercero es siempre falso. Los enunciados o fórmulas del primer tipo,
aquellos que a veces son falsos y otros verdaderos, reciben el nombre de INDEFINIDOS. Los del
segundo tipo, siempre verdaderos, se denominan TAUTOLOGÍAS; los del tercer tipo, siempre
falsos, son denominados CONTRADICCIONES.
Definiremos estos tres tipos de expresiones recurriendo a las nociones de Avaloración

y de Dominio, introducidas por Carnap. Se entiende por Avaloración al conjunto de com-
binaciones de los valores de verdad de una fórmula. Tomemos por ejemplo, la fórmula p w q:
debajo de ella están los resultados del cálculo, que son cuatro según se parta de los valores VV,
VF, FV o FF de las proposiciones componentes. Esos cuatro resultados constituyen la
avaloración de p w q. Dominio, en cambio, alude solamente a aquellos casos de avaloración
verdaderos. En la expresión lógica considerada, el dominio es igual a tres. El dominio se deno-
mina pleno cuando coincide con la avaloración, cuando todas las combinaciones entre V y F dan
por resultado siempre V. El dominio se dice vacío cuando en la avaloración sólo figuran F, cuando
todas las combinaciones entre V y F conducen a F.
Ahora podemos definir a la Tautología como aquella fórmula cuyo dominio es pleno, o en
la que todas las interpretaciones son verdaderas. Esto también suele denominarse como que el
modelo es válido. A la contradicción como aquella fórmula que tiene un dominio vacío, o cuando
todas las interpretaciones son falsas, suele decirse que la fórmula no es satisfacible o
satisfecha. A la indefinida (o sintética) como una fórmula cuyo dominio es parcial, es decir que
incluye V en su avaloración, pero también F, o cuando las interpretaciones son algunas falsas y
30
otras verdaderas, en cuyo caso diremos que la fórmula es satisfacible o que está satisfecha.
Recordemos el concepto de interpretación. Interpretar una fórmula es adjudicarle un

contenido significativo. El ejemplo p v q, es una fórmula vacía y como tal la estudia la lógica. Pero
podemos convenir dentro de cierto contexto, que p v q signifique "El zorzal silba y el loro
habla", por ejemplo. Decimos entonces que la fórmula considerada está interpretada. Ahora bien,
ocurre que cuando interpretamos las fórmulas lógicas descubrimos que sus propiedades son muy
distintas según se trate de una tautología, de una contradicción o de una fórmula indefinida. Lo
veremos en los siguientes ejemplos:
La segunda fórmula, p w 5 p, es tautológica. Si la interpretamos, es fácil ver que nada nos

informa sobre la realidad. En efecto, "El zorzal silba o el zorzal no silba", nada me permite
conocer sobre el comportamiento real del zorzal. Sé que es verdad que o el zorzal silba o no lo
hace, su conducta ha de ser una u otra. Pero no sé cuál es porque la tautología nada me informa.
Algo semejante ocurre con el tercer ejemplo, que es una contradicción, p v 5 p. Ante una afir-
mación como "El zorzal silba y el zorzal no silba", no dudamos en desecharla como
indudablemente falsa pues atribuye simultáneamente dos conductas contradictorias al zorzal.
Nos resulta imposible concebir que el zorzal esté silbando y no lo esté haciendo. Aunque de
distinto modo, las fórmulas contradictorias interpretadas hacen algo semejante a las tautologías:
nada nos informa sobre los hechos.
p q pvq pw5p pv5p
V V V V F
V F F V F
F V F V F
F F F V F
El segundo ejemplo, en cambio, algo nos informa sobre la realidad cuando es in-
terpretado. Efectivamente, si se que p v q es verdadero, si se que "El zorzal silba y el loro
habla" es verdadero, tengo un conocimiento del modo de ser de la realidad en cuestión. No
ocurre aquí, lo que ocurría con p w 5 p. Pues podíamos estar seguros de que esta última
expresión era absolutamente verdadera y sin embargo nada conocer de la realidad que hablaba.
La verdad de p v q es más fuerte que la de p w 5 p cuando ponemos en vinculación ambas
fórmulas con la realidad. La tautología parece ser un esquema no apto para retener significados
del mundo real. La contradicción es un esquema incompatible con la realidad. Las fórmulas
indefinidas, en cambio, pueden expresar una significación real.
Para terminar este punto recordemos que nuestro propósito era mostrar cómo la tabla de
verdad sirve para determinar el carácter de las proposiciones, es decir determinar en forma
indudable, si cualquier fórmula, EBF o enunciado es contradictoria, tautológica o indefinida.
Hemos visto varios ejemplos. Si al resolver el valor de verdad de una fórmula nos damos con que
su matriz tiene dominio pleno estamos ante una tautología; si el dominio es vacío, ante una
contradicción y si es parcial estamos ante una fórmula indefinida o sintética.
3.- Para descubrir relaciones entre las proposiciones dadas
Veamos cómo la tabla de verdad sirve también para descubrir relaciones diferentes entre
dos fórmulas cualesquiera. Observemos los siguientes dos ejemplos:
p⇒q y 5 (5 p w q)
A simple vista no podemos saber qué relación guardan ambas fórmulas entre sí. Pero
31
haciendo la tabla de verdad de ambas esa relación puede mostrarse claramente a través de ella.
Salta a la vista que la matriz de la segunda fórmula (ubicada bajo la negación fuera del
paréntesis) es inversa punto por punto a la matriz de la primera fórmula; cuando aquella es F, ésta
es V; cuando aquella es V, ésta es F. Decimos, en casos así, que una fórmula es la negación de
la otra, que una contradice a la otra y viceversa. En suma, que la relación entre ambas es la
contradicción.
p q p⇒q 5 (5 p w q)
V V V F V
V F F V F
F V V F V
F F V F V
Pero existen otras relaciones posibles. Consideremos las siguientes dos expresiones lógicas:
pvq y p≡q
Recordemos sus correspondientes tablas de verdad:
p q pvq p≡q
V V V V
V F F F
F V F F
F F F V
)Qué ocurrirá si entre ambas matrices colocamos el signo de la implicación? Es

decir, )qué resultado tendrá esta fórmula que combina las dos anteriores por medio del
condicional? (p v q) ⇒ (p ≡ q). Recurramos nuevamente a la tabla:
p q (p v q) ⇒ (p ≡ q)
V V V V V
V F F V F
F V F V F
F F F V V
El resultado de la implicación es siempre V. Es decir que la primer fórmula o expresión

lógica (p v q) implica a la segunda (p ≡ q). Entre dos fórmulas cualesquiera dadas, recurriendo
a la tabla puede establecerse fácilmente (como en el ejemplo considerado), si una de ellas implica
a la otra o no. Notar que en el ejemplo realizado, que si bien (p v q) implica (p ≡ q), no ocurre lo
mismo al revés: (p ≡ q) implica a (p v q). Por esta sencilla razón: hay un caso en que el antece-
32
dente (p ≡ q) es ahora V y el consecuente (p v q) es F, en la última línea horizontal. La implicación

en ese caso único, sería falsa. Pero ese caso de F basta para que la matriz de la implicación no
sea una tautología.
En resumen, la relación entre ambas fórmulas es de implicación si (p v q) es antecedente,

pero no lo es si (p ≡ q) es el antecedente.
Pero existe una relación posible entre dos fórmulas que para nosotros tendrá mayor
utilidad en los cálculos a realizar en otros apartados. Como en los dos casos anteriores, también
aquí la tabla pone al descubierto esta nueva relación.
Tomemos nuevamente dos ejemplos: 5 (p v q) y (5 p w 5 q)
p q 5 (p v q) (5 p w 5 q)
V V F F
V F V V
F V V V
F F V V
Las matrices de ambas fórmulas son idénticas, son equivalentes. Es decir que si
colocamos entre ambas el signo del conectivo bicondicional o equivalencia, obtendremos una
matriz tautológica, una matriz que sólo tendrá V. Lo mismo ocurrirá con este segundo ejemplo :
5 (p w q) y (5 p v 5 q).
p q 5 (p w q) (5 p v 5 q)
V V F F
V F F F
F V F F
F F V V
Ambas fórmulas son, pues, equivalentes. Es decir que la fórmula compuesta por estas últimas:
5 (p w q) ≡ (5 p v 5 q)
es tautológica. Y también la resultante de unir las dos del primer ejemplo con el bicondicional:
5 (p v q) ≡ (5 p w 5 q)
Ambas tautologías, como todas las tautologías, son Teoremas de la lógica proposicional.
Los dos teoremas mostrados anteriormente reciben el nombre de Teoremas de De

Morgan.
Pero estas equivalencias tienen para nosotros un particular interés. Porque, como se
puede observar, no sólo son equivalentes dos fórmulas entre sí en los ejemplos dados. Existen
en ellas, además, un detalle importante: emplean conectivos diferentes y a pesar de ello sus
33
matrices son idénticas. Ello hace que nos preguntemos, en una forma más general: )toda fórmula
expresada por un conectivo tiene su equivalente en otra expresión bien formada que utiliza un
conectivo diferente?. La respuesta a ello es afirmativa. Veamos ahora a qué reglas debe
someterse el traslado de una fórmula a su equivalente con un conectivo diferente. Empecemos
con la conjunción y con la disyunción.
(a).- Para pasar de una expresión expresada en conjunción a otra expresión equivalente
expresada en disyunción: primero cambiar el valor del conjunto (si el conjunto está
negado, pasa a ser afirmativo y viceversa). Segundo, cambiar también el valor de las
proposiciones componentes.
Esto es lo que se hizo en el ejemplo 5 (p v q). Primero se cambió el valor del conjunto y
segundo se invirtió también el de las proposiciones componentes, p y q; el resultado fue
la fórmula equivalente: (5 p w 5 q). Es importante destacar que la misma regla se emplea
para pasar de disyunción a conjunción. Es lo que vimos en el segundo teorema de De
Morgan. La fórmula original era 5 (p w q). Siguiendo iguales indicaciones que en el caso
anterior, resulta la fórmula equivalente expresada en conjunción : (5 p v 5 q).
Si se construyen las tablas de las siguientes equivalencias, se comprobará que todas
ellas son tautologías, o teoremas:
( p v q ) ≡ 5 (5 p w 5 q)
(5 p v q ) ≡ 5 ( p w 5 q)
5 ( p v 5 q) ≡ (5 p w q)
( p w q ) ≡ 5 (5 p v 5 q)
(b).- Para pasar de una fórmula expresada en conjunción a otra fórmula equivalente, pero
expresada en condicional, la regla que utilizamos es distinta a la anterior. Esta vez
debemos, primero cambiar el valor del conjunto y, segundo, cambiar el valor del segundo
miembro. Por ejemplo, (p v q) será equivalente a la expresión 5 (p ⇒ 5 q), lo cual se
confirma fácilmente con la siguiente tabla:
p q (p v q) 5 (p ⇒ 5 q)
V V V V
V F F F
F V F F
F F F F
La misma regla nos permite pasar de condicional a conjunción. Es lo que se hizo cuando
definimos la implicación (p ⇒ q) como sinónimo o equivalente de la expresión 5 (p v 5 q).
(c).- Para pasar de disyunción a condicional o viceversa, la regla indica simplemente: cambiar
solamente el valor del primer miembro. La proposición (p w q), por ejemplo, será
equivalente a (5 p ⇒ q).
34
p q (p w q) (5 p ⇒ q)
V V V V
V F V V
F V V V
F F F F
Y la implicación (p ⇒ q) será equivalente a una disyunción siguiendo la misma regla. En

este caso será (5 p w q), otra fórmula equivalente del condicional. Esta última expresión
será, forzosamente, también equivalente a 5 (p v 5 q) y que, como se vio anteriormente,
era también equivalente a la implicación.
No hemos agotado las equivalencias. Simplemente consideramos algunas de ellas, que

serán importantes para el cálculo posterior. Indicaremos a continuación algunas de las
equivalencias más importantes y que son de gran utilidad en el cálculo proposicional. Debemos
recordar que todas ellas son teoremas o tautologías.
(1) (p ⇔ q) ≡ [(p ⇒ q) v (q ⇒ p)] Bicondicional
(2) (p ⇔ q )≡ [(p v q) w (5 p v 5 q)] Bicondicional
(3) (p w q) ≡ (q w p) Conmutación de w
(4) (p v q) ≡ (q v p) Conmutación de v
(5) [p w (q w r)] ≡ [(p w q) w r] Asociación de w
(6) [p v (q v r)] ≡ [(p v q) v r] Asociación de v
(7) 5 (5 p) ≡ p Doble Negación
(8) (p ⇒ q) ≡ (5 q ⇒ 5 p) Transposición
(9) p ≡ (p w p) Tautología
(10) [(p v q) ⇒ r] ≡ [p ⇒ (q ⇒ r)] Exportación
(11) [p v (q w r)] ≡ [(p v q) w (p v r)] Distributiva de v
(12) [p w (q v r)] ≡ [(p w q) v (p w r)] Distributiva de w
1.14.- SATISFACTORIO, VALIDEZ Y CONSECUENCIA
Definición 1.14.1: Una fórmula proposicional A es satisfactoria si su valor es verdadero en

alguna interpretación. Una interpretación satisfactoria es denominada
como un modelo para A. Una fórmula A es válida si su valor es
verdadero para todas interpretaciones, a lo cual lo denotamos como:⎥=
A
35
Definición 1.14.2: Una fórmula proposicional A es no satisfactoria o contradictoria si no

es satisfactoria, o sea que, su valor es falso para todas interpretaciones.
Es no válida o falsa si no es válida, o sea que, es falsa para algunas
interpretaciones.
1.15.- LÓGICA TRIVALENTE (LUKASIEWICZ)
Consideramos una lógica con tres valores de verdad designados por las letras "V", "F"
y "I" (Verdadero, Falso, Indeterminado), con los mismos conectivos lógicos: Negación "5",
Conjunción "v", Disyunción "w", Condicional "⇒" y Bicondicional "/", definidos por las tablas de
verdad siguientes:
p 5p p q pwq pvq p⇒q p≡q
V I V V V V V V
I F V I V I I I
F V V F V F F F
I V V I I I
I I I I I I
I F I F I I
F V V F V F
F I I F V I
F F F F V V
Llamaremos Tautología, como en la lógica bivalente, a las expresiones bien formadas

que toman el valor V para cualquier combinación de valores de verdad de las proposiciones o EBF
componentes de la expresión dada. De igual forma tendremos las Contradicciones (siempre
falso) y las Indefiniciones (siempre indeterminados).
36
1.16.- PROBLEMAS DEL CAPITULO I
1.- ¿Cuáles de las siguientes oraciones son proposiciones?

(a) 9 es múltiplo de 3
(b) El Sol gira alrededor de la Tierra
(c) ¿Qué hora es?
(d) Les deseo Felices Pascuas
(e) La parte continental de la República Argentina tiene una superficie de 2.791.810
Km2.
(f) Hoy llueve.
(g) Desde Tucumán a Salta
2.- ¿Cuáles son proposiciones atómicas y cuales compuestas?

(a) Juan y Javier son altos
(b) Juan y Javier son primos
(c) Todos los gatos tienen cola
(d) El coche que pasó era verde o azul
(e) 2 es divisor de 8 y 12
(f) Salgo de paseo, si no llueve
3.- Traduzca las siguientes oraciones compuestas a la notación de la lógica formal:
(a) O el fuego fue producido por incendio premeditado o fue producido por
combustión espontánea.
(b) Si el agua es clara, entonces Enrique puede ver el fondo del piletón o es un tonto.
(c) O Juan no está aquí o María está, y Elena ciertamente está.
(d) Si hay más gatos que perros, entonces hay más caballos que perros y hay menos
serpientes que gatos.
(e) El hombre de la Luna es una patraña y si lo mismo es verdad de Santa Claus,
muchos niños son engañados.
(f) Si las pelirrojas son amables y las rubias no tienen pecas, entonces la lógica es
confusa.
(g) Si las habitaciones son escasas o la gente quiere vivir con sus parientes políticos
y si la gente no quiere vivir con sus parientes políticos, entonces las habitaciones
son escasas.
(h) Si Juan rinde testimonio y dice la verdad, será encontrado culpable; y si no rinde
testimonio, será encontrado culpable.
(i) Si Racine no era un compatriota de Galileo, entonces o Descartes no nació en el
siglo dieciséis o Newton no nació antes que Shakespeare.
(j) Si se elevan los precios o los salarios, habrá inflación. Si hay inflación, entonces
el Congreso debe regularla, o el pueblo sufrirá. Si el pueblo sufre, los
congresistas se harán impopulares. El Congreso no regulará la inflación y los
congresistas no se volverán impopulares. En consecuencia, no subirán los
precios.
(k) Si el mercado es perfectamente libre, entonces un solo proveedor no puede
afectar los precios. Si un solo proveedor no puede afectar los precios, entonces
hay un gran número de proveedores. Hay, en efecto, un gran número de
proveedores. En consecuencia el mercado es perfectamente libre.
4.- Sean las siguientes variables proposicionales:

n = "Nueva York es más grande que Chicago";
w = "Nueva York está al norte de la ciudad de Washington";
c = "Chicago es más grande que la ciudad de Nueva York"
Escribir en el lenguaje natural las siguientes expresiones bien formadas del lenguaje
formal:
(a) (n ∨ c) (b) (n ∧ c) (c) (¬ n ∧ ¬ c)
(d) (n ⇔ (¬ w ∨ c)) (e) ((w ∨ ¬ c) ⇒ n)
(f) ((w ∨ n) ⇒ (w ⇒ ¬ c)) (g) ((w ⇔ ¬ n) ⇔ (n ⇔ c))
(h) {(w ⇒ n) ⇒ [(n ⇒ ¬ c) ⇒ (¬ c ⇒ w)]}
37
5.- Sean p, q, r las siguientes proposiciones:

p = "está lloviendo", q = "el sol está brillando" , r = "hay nubes en el cielo"
traduzca la siguiente notación lógica, utilizando p, q, r y los conectivos lógicos.
(a) Está lloviendo y y el sol está brillando.
(b) Si esta lloviendo, entonces hay nubes en el cielo.
(c) Si no está lloviendo, entonces el sol no está brillando y hay nubes en el cielo.
(d) El sol está brillando si y solo si está brillando.
(e) Si no hay nubes en el cielo, entonces el Sol está brillando.
6.- Sean las siguientes variables proposicionales:

p = "Jane Austen fue contemporáneo de Beethoven";
q = "Beethoven fue contemporáneo de Gauss";
r = "Gauss fue contemporáneo de Napoleón";
s = "Napoleón fue contemporáneo de Julio Cesar"
Escribir en el lenguaje natural las siguientes expresiones bien formadas del lenguaje
formal:
(a) ((p ∧ q) ∧ r) (b) (p ∧ (q ∧ r)) (c) (s ⇒ p)
(d) (p ⇒ s) (e) ((p ∧ q) ∧ (r ∧ s))
(f) ((p ∧ q) ⇔ (r ∧ ¬ s)) (g) ((p ⇔ q) ⇒ (s ⇔ r))
(h) ((¬ p ⇒ q) ⇒ (s ⇒ r)) (i) ((p ⇒ ¬ q) ⇒ (s ⇔ r))
(j) {(p ⇒ q) ⇒ [(q ⇒ r) ⇒ (r ⇒ s)]}
7.- Sean p, q, r definidas como en el ejercicio 3. Traducir las siguientes expresiones al

lenguaje natural castellano:
(a) (p ∧ q) ⇒ r (b) (p ⇒ r) ⇒ q
(c) ¬ p ⇔ (q ∨ r) (d) ¬ (p ⇔ (q ∨ r))
(e) ¬ (p ∨ q) ∧ r
8.- Cuales de las siguientes son proposiciones?

(a) x2 = x para todo x 0 ú
(b) x2 = x para algún x 0 ú
(c) x2 = x
(d) x2 = x para exactamente una x 0 ú
(e) xy = xz implica y = z
(f) xy = xz implica y = z para toda x, y, z 0 ú
9.- Proporcione las reciprocas de las siguientes proposiciones:

(a) pYq
(b) Si soy listo entonces soy rico
(c) Si x2 = x entonces x = 0 o x = 1
(d) Si 2 + 2 = 4 entonces 2 + 4 = 8
10.- Exprese las siguientes proposiciones condicionales de otra manera:

(a) La botella contiene una etiqueta de advertencia si contiene ácido.
(b) Los coches paran si el semáforo está en rojo.
(c) Si Juan está en el granero, entonces Pablo estará en el granero también.
(d) Marco es rico solo si es feliz.
(e) No se trabaja, no se paga
11.- Traduzca las siguientes oraciones al cálculo proposicional y dé el alcance de todas las
conexiones lógicas:
(a) María practica básquetbol, pero su hermano fútbol y voley
(b) Si 5 es mayor que 3, y 3 es mayor que 2, entonces 5 es mayor que 2
(c) Si no llueve, iremos al cine o al teatro
(d) Me curaré, si tomo los remedios y hago reposo.
(e) La extracción de minerales es provechosa si la concentración de mineral es alta
pero sólo si la distancia hasta el mercado es corta.
38
12.- Usando las equivalencias lógicas correspondientes encuentre una afirmación

equivalente a las siguientes:
(a) No es cierto que el esté informado y sea honesto.
(b) Si las mercancías no fueron entregadas, el cliente no debe haber pagado.
(c) Esta tarde ni llueve ni nieva
(d) Si él esta en la oficina, le daremos las noticias.
(e) No es cierto que, si llueve nos reuniremos en el club
13.- Encuentre la negación de los siguientes enunciados aplicando las equivalencias lógicas
correspondientes:
a) Juan estudia Ingles y Computación
b) | - 3 | = 3 y 2 ≥ 3
c) Juan y Javier aprobaron el examen.
d) Podemos comprar esta casa o comprar un auto
e) Es suficiente que sea feriado para que no trabaje.
f) Si no hay sol, no iré a la pileta.
g) Si no hay paga, no hay trabajo
h) El programa es legible solamente si está bien estructurado.
i) El público se dormirá cuando el presidente de la sesión dicte la conferencia
j) Nos veremos en el parque en caso que no llueva
k) Si llueve, nos reuniremos en el club o en la casa de María
l) Solicitaré un préstamo, si viajo a Brasil o a Chile.
m) Terminar de escribir mi programa antes del almuerzo es necesario para que juegue
al tenis esta tarde.
n) María puede subir a la motocicleta de Luís sólo si usa el casco
14.- Determinar si las expresiones lógicas del Problema Nº 4, son las denominadas
expresiones bien formadas (EBF), utilizando las Reglas de buena formación.
17.- Sean p, q y r variables proposicionales (EBF) o fórmulas atómicas distintas. Determinar

si las expresiones lógicas siguientes son expresiones bien formadas (EBF), utilizando las
Reglas de buena formación.
(a) (p ∨ q) ⇒ (q ∨ p)) (b) (p ⇒ (p ∨ q) ∨ r)
(c) (p ∨ ¬ p)
(d) (p ⇒ ¬ p ⇒ q) (e) ((p ⇒ q) ⇒ (q ⇒ p))
(f) {[(p ⇒ q) ⇔ q] ⇒ p} (g) {p ⇒ [q ⇒ (q ⇒ p)]}
(h) ((p ∧ q) ⇒ (p ∨ r)) (i) [p ∨ (¬ p ∧ q)] ∨ (¬ p ∧ ¬ q)
(j) (p ∧ q) ⇒ [p ⇔ (q ∨ r)]
(k) {p ∧ [q ⇒ [(p ∧ ¬ p) ⇒ (q ∨ ¬ q)} ∧ (q ⇒ q)
18.- Aunque normalmente utilizaremos "implica" y "si ..... entonces" para describir una
implicación, en la práctica surgen otras palabras y frases como las de los siguientes
ejemplos.
Sean p, q y r las siguientes proposiciones:
p = "la bandera está puesta,"

q = "I = 0"
r = "la subrutina S ha terminado"
Traducir cada una de las siguientes proposiciones a símbolos usando las letras p, q, r y
los conectivos lógicos.
39
(a) Si la bandera está puesta entonces I = 0.

(b) La subrutina S ha terminado si la bandera está puesta.
(c) La bandera está puesta si la subrutina S no termina.
(d) Siempre que I = 0 la bandera está puesta.
(e) La subrutina S ha terminado sólo si I = 0.
(f) La subrutina S ha terminado sólo si I = 0 o la bandera está puesta.
Notar la ambigüedad del punto (f); hay dos respuestas distintas, cada una con su propia
validez. ¿Ayudaría la puntuación?
19.- Construir un algoritmo que me permita determinar si una expresión, proposición

compuesta, o fórmula lógica es una expresión bien formada (usar como comparación el
ejemplo indicado en el Capítulo I de los apuntes de clase).
20.- (a) Demostrar que x = -1 es un contraejemplo de "(x + 1)2 ≥ x2 para toda x ∈ ℜ"
(b) Encontrar otro contraejemplo.
(c) ¿Puede servir de contraejemplo cualquier número no negativo? Justifique su
respuesta.
21.- Construir la tabla de verdad para cada una de las siguientes expresiones bien formadas
lógicas siguientes:
(a) (n ∨ c) (b) (n ∧ c)
(c) (¬ n ∧ ¬ c) (d) (n ⇔ (¬ w ∨ c))
(e) ((w ∨ ¬ c) ⇒ n) (f) ((w ∨ n) ⇒ (w ⇒ ¬ c))
(g) ((w ⇔ ¬ n) ⇔ (n ⇔ c)) (h) {(w ⇒ n) ⇒ [(n ⇒ ¬ c) ⇒ (¬ c ⇒ w)]}
(a) ((p ∧ q) ∧ r) (b) (p ∧ (q ∧ r))

(c) (s ⇒ p) (d) (p ⇒ s)
(e) ((p ∧ q) ∧ (r ∧ s)) (f) ((p ∧ q) ⇔ (r ∧ ¬ s))
(g) ((p ⇔ q) ⇒ (s ⇔ r)) (h) ((¬ p ⇒ q) ⇒ (s ⇒ r))
(i) ((p ⇒ ¬ q) ⇒ (s ⇔ r)) (j) {(p ⇒ q) ⇒ [(q ⇒ r) ⇒ (r ⇒ s)]}
(a) (p ∧ q) ⇒ r (b) (p ⇒ r) ⇒ q
(c) ¬ p ⇔ (q ∨ r) (d) ¬ (p ⇔ (q ∨ r))
(e) ¬ (p ∨ q) ∧ r
(a) (p ∨ q) ⇒ (q ∨ p)) (b) (p ⇒ (p ∨ q) ∨ r)

(c) (p ∨ ¬ p)
(d) (p ⇒ ¬ p ⇒ q) (e) ((p ⇒ q) ⇒ (q ⇒ p))
(f) {[(p ⇒ q) ⇔ q] ⇒ p} (g) {p ⇒ [q ⇒ (q ⇒ p)]}
(h) ((p ∧ q) ⇒ (p ∧∨ r)) (i) [p ∧ (¬ p ∧ q)] ∨ (¬ p ∧ ¬ q)
(j) (p ∧ q) ⇒ [p ⇔ (q ∨ r)]
(k) {p ∧ [q ⇒ [(p ∧ ¬ p) ⇒ (q ∨ ¬ q)} ∧ (q ⇒ q)
40
25.- Aplicando las correspondientes definiciones y propiedades, determinar cual de las

expresiones lógicas del problema 21 son tautologías, indefiniciones o contradicciones.



29.- Transformar las siguientes expresiones lógicas en otras equivalentes con la conectiva
que se indique en cada caso y simplificar si es posible:
(a) (¬ p ⇒ q) ⇔ (p ∨ q) a conjunción
(b) (p ⇔ q) ⇔ [(p ⇒ q) v (q ⇒ p)] a conjunción
(c) (p ⇒ q) ⇔ r a disyunción
(d) ¬ (¬ p ∨ q) a condicional
(e) (p ∨ q) ∧ (p ⇒ q) a disyunción (f) (¬ p ∧ q) ⇒ (¬ q ∨ p) a conjunción
(g) (p ⇒ ¬ q) ∧ (p ∨ ¬ q) a condicional (h) (p ∧ ¬ q) ⇔ ¬ (¬p ∨ q) a conjunción
(i) (¬ p ∧ q) ⇔ ¬ (¬ p ⇒ ¬ q) a condicional
30.- Utilizando las propiedades de la lógica formal, simplificar las siguientes expresiones y/o
expresarlas únicamente como disyunciones:
(a) (r ⇔ (¬ w ∨ s)) (b) ((w w 5p) ⇒ q)

(c) ((w ∨ p) ⇒ (w ⇒ ¬ p)) (d) ((w ⇔ 5s) ⇔ (s ⇔ p))
(e) {(w ⇒ p) ⇒ [(p ⇒ ¬ w) ⇒ (¬ p ⇒ w)]}
(f) [(p ∧q) ∨ (¬ p ∧ ¬ q)] ⇔ (p ⇔ q)
expresarlas únicamente como conjunciones:
(a) ((p ∧ q) ∨ (p ⇒ s)) (b) ((p ⇒ q) ⇔ (p ∨ ¬ q))

(c) ((p ⇔ q) ⇒ (q ⇔ ¬ p)) (d) ((¬ p ⇒ q) ∨ (s ⇒ r))
(e) ((p ⇒ ¬ q) ⇒ (s ⇔ r)) (f) {(p ∨ q) ⇒ [(q ⇔ r) ⇒ (r ⇒ s)]}
expresarlas únicamente como conjunciones:
(a) (p ⇒ q) ⇒ (¬ q ⇒ p) (b) ¬ (p ⇒ q) ⇔ (¬ q v p)
(c) (p ∨ q) ⇔ (p ⇒ q) (d) (p ⇔ q) ⇒ ¬ (p ⇒ q)
(e) [(p ⇒ q) ∧ ¬ q] ⇒ ¬ p (f) [(p ⇒ q) ∧ ¬ p] ⇒ ¬ q
(g) [(p ⇒ q) ∨ (q ⇒ p)] (h) p ∧ ¬ [¬ (p ⇒ q) ∨ q]
(i) ¬ [(p ∨ q) ⇔ (p ⇒ q)] ⇔ [¬ (p ∨ q) ⇔ (p ⇒ q)]
(j) p ⇒ (p ∨ q)
33.- ( I ) Elimine ⇒ y ⇔ de las siguientes expresiones:

(a) (p ⇒ (q ∧ r))
(b) ((p ∨ s) ⇔ ¬ q)
(c) (r ⇔ s) ⇒ p)
(d) (((p ⇔ s) ∧ (s ⇔ r) ⇒ (p ⇔ r))
(e) (p ⇒ q) ⇔ ((p ∧ q) ⇔ q)
41
( II ) Inserte ⇒ y ⇔ en las siguientes expresiones:

a) (¬ s ∨ (p ∧ q))
b) (p ∧ ¬ (q ∧ r))
c) (¬ (p ∧ q) ∨ r)
d) ((r ∧ s) ∨ (¬ r ∧ ¬ s))
34.- ( I ) Utilizando las Leyes Lógicas, demuestre las siguientes equivalencias:
a) ¬ ((p ∧ q) ∨ p) ≡ (¬ p ∧ q)
b) (p ∧ (q ∧ (r ∧ ¬ p ))) ≡ F , donde F es la constante proposicional “Falso”
c) ((¬ q ∨ (q ∧ r )) ∨ ¬ r ) ≡ V , donde V es la constante proposicional “Verdadero”
d) ¬ (¬ p ∨ ¬ ( r ∨ s )) ≡ (( p ∧ r ) ∨ ( p ∧ s ))
e) (( p ∨ r ) ∧ ( q ∨ s )) ≡ (( p ∧ q ) ∨ ( p ∧ s ) ∨ ( r ∧ q ) ∨ ( r ∧ s ))
f) (( p ⇒ r ) ∧ ( q ⇒ r )) ≡ (( p ∨ q ) ⇒ r )
g) (( p ⇒ q ) ∧ ( p ⇒ r )) ≡ ( p ⇒ ( q ∧ r ))
h) (( p ∧ q ) ⇒ r ) ≡ ( p ⇒ ( q ⇒ r ))
i) ( p ⇒ q ) ≡ (( p ∧ ¬ q ) ⇒ F)
j) ( p ∨ ( p ∧ ( p ∨ q )) ≡ p
k) ( p ∨ q ∨ ( ¬ p ∧ ¬ q ∧ r )) ≡ ( p ∨ q ∨ r )
l) ( p ∧ (( ¬ q | ( r ∧ r )) ∨ ¬ ( q ∨ (( r ∧ s ) ∨ ( r ∧ ¬ s ))))
( II ) Simplifique las siguientes expresiones. Establezca cada ley que use.
a) (( p ∧ V ) ∧ ( q ∨ F ))
b) ( p ∧ ( q ∧ ( r ∧ ¬ p )))
c) (( p ∧ V ) ∧ ( q ∧ ¬ p ))
d) (( p ∨ ( q ∧ s)) ∨ ( ¬ q ∧ s ))
e) ¬ (( p ∧ ¬ ( q ∨ ¬ r ))
f) ( p ∨ ¬ ( p ∧ ¬ (q ∨ r )))
g) ((¬ p ∨ q ) ∧ ( p ∧ ( p ∧ q )))
h) (¬(q∧r∧¬q)∧p)
i) ((( p ∨ q ) ∧ ( p ∨ ¬ q )) ∨ q )
j) (¬ ( p ∨ q ) ∨ (( ¬ p ∧ q ) ∨ ¬ q ))
k) (( p ⇒ q ) ∧ ( ¬ q ∧ ( r ∨ ¬ q )))
==============================
42
TABLA 1: EQUIVALENCIAS LÓGICAS
¬¬ p ≡ p Doble negación
( p ∧ q ) ≡ (q ∧ p) Leyes conmutativas
( p ∨ q ) ≡ (q ∨ p)
( p ⇒ q ) ≡ (q ⇒ p)
(( p ∧ q ) ∧ r ) ≡ ( p ∧ (q ∧ r)) Leyes asociativas

(( p ∨ q ) ∨ r ) ≡ ( p ∨ (q ∨ r))
( p ∨ ( q ∧ r )) ≡(( p ∨ q ) ∧ ( p ∨ r )) Leyes Distributivas

( p ∧ ( q ∨ r )) ≡(( p ∧ q ) ∨ ( p ∧ r ))
(p∨p)≡p Leyes de idempotencia

(p∧p)≡p
(p∨F)≡p Leyes de Identidad

(p∧V)≡p
(p∨V)≡V Leyes de Dominación

(p∧F)≡F
(p∨¬p)≡V Leyes de los Inversos

(p∧¬p)≡F
¬(p∨q)≡(¬p∧¬q) Leyes de De Morgan

¬(p∧q)≡(¬p∨¬q)
( p ⇒ q) ≡( ¬ q ⇒ ¬ p) Ley de la Contrarecíproca
( p ⇒ q) ≡( ¬ p ∨ q ) Leyes del Condicional

¬ ( p ⇒ q) ≡( p ∧ ¬ q )
(( p ∧ q ) ∨ p ) ≡ p Leyes de Absorción
(( p ∨ q ) ∧ p ) ≡ p
43
Decisión en el Lenguaje Formal
CAPITULO II
DECISIÓN EN EL LENGUAJE FORMAL

2.1.- NOCIÓN GENERAL DE SISTEMAS AXIOMÁTICOS
Un sistema axiomático, en matemática, consiste en los siguientes objetos :
i) términos primitivos constituidos por elementos, conjuntos o relaciones, cuya

naturaleza no queda especificada de antemano.
ii) axiomas, que son fundamentalmente funciones proposicionales cuantificadas,

relativas a las variables que representan a los términos primitivos; es decir, son
propiedades a las que deben satisfacer dichos términos primitivos. Los axiomas
definen implícitamente a éstos.
iii) definiciones, de todos los términos no primitivos.
iv) teoremas, es decir, propiedades que se deducen de los axiomas.
Anexado al Sistema Axiomático se admite la lógica bivalente, con cuyas leyes es posible
demostrar los teoremas de la teoría. Cuando se sustituyen las variables o términos primitivos por
significados concretos, se tiene una interpretación del sistema axiomático; si esta interpretación
es tal que los axiomas se convierten en proposiciones verdaderas, entonces se tiene un modelo
del sistema axiomático. En este caso, todo lo demostrado en abstracto en el sistema es válido
para el modelo, y nada hay que probar en particular.
Ejemplo 2.1.1.
Consideremos el siguiente sistema axiomático.
i) términos primitivos. Un conjunto A, y una relación R definida en A, es decir:
RdAxA
No se especifica aquí cuál es el conjunto ni se define la relación.
ii) axiomas
A1: R es reflexiva en A.
A2: R es antisimétrica en A.
A3: R es transitiva en A.
Los tres axiomas pueden resumirse en el siguiente : R es una relación de orden

amplio en A.
44
iii) definición: en A se considera la relación S, tal que:
(a, b) 0 S ≡ (b, a) 0 R
iv) teoremas: Demostramos la siguiente propiedad relativa a S:
S es reflexiva en A.
œ a : a 0 A → (a, a) 0 R por A1
(a, a) 0 R → (a, a) 0 R por iii)
Entonces, por la ley del silogismo hipotético, resulta:
œ a : a 0 A → (a, a) 0 S y en consecuencia, S es reflexiva en A.
Con un procedimiento análogo, se demuestra que S es antisimétrica y transitiva en A. Ello

significa que la relación S, inversa de R, determina un orden amplio en A.
Damos las siguientes interpretaciones para este sistema axiomático:
a).- Si A es el conjunto de los números reales, y R es la relación de "menor o igual",

se verifican A1, A2 y A3. La relación S es, en este caso, la de "mayor o igual". Se
tiene un modelo del sistema axiomático.
b).- Si A es el conjunto de las partes de un conjunto U, y R es la relación de inclusión,
entonces valen los axiomas y se tiene otro modelo del sistema.
2.1.1.- PROPIEDADES DE LOS SISTEMAS AXIOMÁTICOS
No toda elección arbitraria de términos primitivos y de propiedades relativas a estos,

caracteriza un determinado sistema axiomático. Es necesario que de los axiomas no se derive
ninguna contradicción, O si en el sistema aparecen dos axiomas o teoremas contradictorios,
entonces el sistema es incompatible o inconsistente.
Otra propiedad es la independencia del sistema, en el sentido de que ningún axioma

puede probarse a expensas del resto de los axiomas presentes dentro del sistema. La no
independencia no niega la consistencia del sistema.
2.2.- LA LÓGICA PROPOSICIONAL COMO UN SISTEMA AXIOMÁTICO
El análisis del cálculo proposicional ha seguido un orden determinado; este orden está
bien lejos de constituir lo que comúnmente denominamos como Sistema. Es decir una
organización tal del conocimiento en la que unos aspectos de la misma se deducen de otros
aspectos y que unos determinados símbolos se definan a partir de otros símbolos.
Un conjunto de conocimientos constituye un sistema deductivo o axiomático, cuando a

partir de ciertos puntos de apoyo no definidos, ni demostrados, se define y se demuestra ese con-
junto de conocimientos. Un sistema axiomático, dentro de la lógica proposicional, consiste en los
siguientes objetos:
i) términos primitivos constituidos por proposiciones y por conectivos principales

lógicos. En algunos casos son denominados también como símbolos terminales
cuando son simples y no terminales cuando son compuestos.
ii) axiomas y teoremas, que fundamentalmente son funciones proposicionales,

relativas a las variables que representan a los términos primitivos; es decir, son
45
tautologías que deben satisfacer dichos términos primitivos. Los axiomas son fbf
tautológicas que no pueden ser deducidos de otras fbf tautológicas, es decir son
independientes. En cambio los teoremas son fbf tautológicas que pueden ser
deducidos o probados a través de la utilización de los axiomas.
iii) definiciones, expresiones, fórmulas lógicas que son derivadas de los teoremas
o axiomas y que a veces son considerados como términos no primitivos.
iv) reglas, es decir, propiedades que deben cumplir las proposiciones o fórmulas
lógicas. De entre ellas tenemos:
Reglas de Formación. Son aquellas que dan lugar a la constitución sintáctica

del sistema axiomático cuando el mismo es considerado
como un lenguaje formal.
Reglas Transformación Son aquellas que permiten la transformación de

fbf tautológicas en otras fbf tautológicas y
además existen las denominadas Reglas de
Inferencia, las que definen las operaciones
sintácticas por la cual pueden generarse nue-
vas fórmulas fbf.
v) signos auxiliares o términos no primitivos constituidos por todos aquellos

elementos no primitivos, entre ellos podemos considerar los símbolos de
puntuación lógicos.
2.2.1.- SISTEMAS GENTZEN
El sistema axiomático G ha describirse a continuación es denominado como el Sistema

Gentzen en honor al lógico que inventó este sistema formal.
DEFINICIÓN 2.1: El sistema formal G consiste de axiomas y de reglas de inferencia. Un

Axioma es cualquier conjunto de fórmulas U que contienen un par
complementario de literales: {p, 5 p} 0 U y las reglas de inferencia son
U1 ^ (α1, α2)
U1 ^ (α)
donde las descomposiciones α y β, se indican en las figuras 4.2.1 y 4.2.2. El conjunto de fórmulas
por encima de la línea son denominadas premisas y el conjunto de fórmulas por debajo de la
línea es denominada como la conclusión.
A partir de las premisas podemos inferir la conclusión o que la conclusión puede ser
probada o comprobada a partir de las premisas Intuitivamente, si tenemos pruebas indepen-
dientes de dos fórmulas podemos en consecuencia inferir su conjunción y si tenemos una prueba
de un conjunto de fórmulas podemos entonces inferir sus conjunciones.
DEFINICIÓN 2.2: Una prueba en G es una secuencia de fórmulas tal que cada elemento
es un axioma o puede ser inferido a partir de uno o dos elementos
previos de una secuencia utilizando una regla de inferencia. Si A es el
último elemento de una secuencia, la secuencia es denominada como
una prueba de A y de este modo A es demostrable. Notación emplead
|A
46
α α1 α2
A ¬¬ A
¬ (A1 ∧ A2) ¬ A1 ¬ A2
A 1 ∨ A2 A1 A2
A1 ⇒ A2 ¬ A1 A2
A1 ⇐ A2 A1 ¬ A2
¬ (A1 ≡ A2) ¬ (A1 ⇒ A2) ¬ (A2 ⇒ A1)
Figura 2.2.1: Reglas α de Inferencia para el Sistema Gentzen
La comprobación es escrita como una secuencia de conjuntos de fórmulas las que son
numeradas para una referencia conveniente. A la derecha de cada conjunto numerado de
fórmulas colocamos la justificación con la cual cada conjunto puede ser inferido. La justificación
puede ser el axioma a aplicarse o una regla de inferencia aplicada al conjunto o conjuntos de
fórmulas en el paso anterior de la secuencia. Si se ha utilizado una regla de inferencia, debe ser
identificada como regla-α o regla-β sobre el conectivo principal de la conclusión y el número o
números de las líneas conteniendo las premisas.
β β1 β2
¬ (B1 ∨ B2) ¬ B1 ¬ B2
B 1 ∧ B2 B1 B2
¬ (B1 ⇒ B2) B1 ¬ B2
¬ (B1 ⇐ B2) ¬ B1 B2
B1 ≡ B2 B1 ⇒ B2 B2 ⇒ B1
Figura 2.2.2: Reglas β de Inferencia para el Sistema Gentzen
Consideremos un ejemplo:
Ejemplo 2.2.1: | (p ∨ q) ⇒ (q ∨ p)
Demostración:
1.- 5 p, q, p Axioma
2.- 5 q, q, p Axioma
3.- 5 (p ∨ q), q, p Regla-β - ∨ , (1), (2)
4.- 5 (p ∨ q), q ∨ p Regla-α - ∨ , (3)
5.- (p ∨ q) ⇒ (q ∨ p) Regla-α - ⇒ , (4)
Podemos realizar la comprobación en el Sistema de Gentzen utilizando cualquiera de los

métodos de decisión explicados en el Capítulo III.
47
2.2.2.- SISTEMA AXIOMÁTICO DE RUSSEL
Los elementos básicos del sistema proposicional de Russel son los siguientes:
A.- Términos Primitivos
1: "5" Negación.
2: "∨" Disyunción
3: p, q, s Proposiciones
B.- Axiomas o Teoremas
A1: (p ∨ q) ⇒ p
A2: q ⇒ (p ∨ q)
A3: (p w q) ⇒ (q w p)
A4: (q ⇒ r) ⇒ [(p w q) ⇒ (p w r)]
C.- Definiciones
1: p ⇒ q / df. (5 p w q)
2: p v q ≡ df. 5 (5 p w 1q)
3: (p ≡ q) ≡ df. (p v q) w (5 p v 5 q)
D.- Reglas
a).- De Formación
1: Las fórmulas p, q, r, s están bien formadas (fbf).

2: Si p es una fbf, entonces 5 p es una fbf.
3: Si una conectiva lógica está flanqueada por una fbf, el conjunto
constituye una fbf.
b).- De Transformación
1: Regla de Sustitución Uniforme. Si en una tautología (axioma o teore-

ma) sustituimos una variable proposicional en todos los casos por una fbf,
la fórmula resultante también es tautológica.
2: Regla de Inferencia. Si en una implicación, que es teorema, el ante-

cedente lo es también, en consecuencia el consecuente es también un
teorema.
E.- Signos Auxiliares
1: Todos los símbolos de puntuación lógica.
Ejemplo N1 1: Consideremos el siguiente ejemplo de utilización de la Regla de Sustitución

Uniforme, la que nos permite que a partir de cualquier tautología (axioma o
teorema) llegar a otra fbf igualmente tautológica.
48
A2 1) q⇒ (p w q)
En 1) p ⇒ q/ q 2) (p ⇒ q) ⇒ [p w (p ⇒ q)]
Otro ejemplo de reemplazo es considerar el siguiente ejercicio:
A3 1) (p w q) ⇒ (q w p)
En 1) def. de ⇒ 2) (5 p ⇒ q) ⇒ (q w p)
2.2.3.- SISTEMA AXIOMÁTICO DE HILBERT
Al comparar este Sistema Axiomático de Hilbert con el de Russel, podemos indicar las
diferencias que se presentan y que son las que se presentan en los Términos Primitivos a los que
se agregan la Implicación y la Conjunción; y dentro de los Axiomas debemos considerar 10 (diez)
más importantes, sin embargo enunciaremos algunos otros teoremas o tautologías.
1: "5" Negación.
2: "w" Disyunción
3: "v" Conjunción
4: "⇒" Implicación
5: p, q, s Proposiciones
B.- Axiomas o Teoremas

A1 : p ⇒ (q ⇒ p)
A2 : [p ⇒ (q ⇒ r)] ⇒ [(p ⇒ q) ⇒ (p ⇒ r)]
A3 : (p v q) ⇒ p Simplificación
A4 : (p v q) ⇒ q Simplificación
A5 : (p ⇒ (q ⇒ (p v q)))
A6 : p ⇒ (p w q) Adición
A7 : q ⇒ (p w q) Adición
A8 : (p ⇒ r) ⇒ [(q ⇒ r) ⇒ ((p w q) ⇒ r)]
A9 : [(p ⇒ q) ⇒ ((p ⇒ 5q) ⇒ 5p)]
A10: p w 5p
A partir de ahora enunciamos teoremas (a veces son definidos como propiedades de los
símbolos no terminales) dentro del sistema axiomático de Hilbert, los que como ya hemos
definido no son axiomas, pero pueden ser deducidos de los 10 axiomas considerados.
11.| p≡p
12.| 5 p ⇒ (p ⇒ q)
13.| (p ⇒ (q ⇒ r)) ≡ (q ⇒ (p ⇒ r))
14.| (p ⇒ q) ⇒ ((q ⇒ r) ⇒ (p ⇒ r))
15.| (q ⇒ r) ⇒ ((p ⇒ q) ⇒ (p ⇒ r))
16.| (p ⇒ (q ⇒ r)) ⇒ ((p v q) ⇒ r)
17.| ((p v q) ⇒ r) ⇒ (p ⇒ ( q ⇒ r))
18.| (p ⇒ q) ⇒ ((p ⇒ r) ⇒ (p ⇒ (q v r)))
19.| (p ⇒ q) ⇒ ((r ⇒ s) ⇒ ((p v r) ⇒ (q v s)))
20.| (p ⇒ r) ⇒ ((q ⇒ r) ⇒ ((p w q) ⇒ r))
21.| (5p ≡ q) ≡ (p ≡ 5q)
49
22.| (p ≡ q) ≡ (5p ≡ 5q)

23.| (5p ⇒ p) ≡ p Tautología
24.| (p v q) ≡ 5(5p w 5q) De Morgan
25.| (p w q) ≡ 5(5p v 5q) De Morgan
26.| p ≡ 55p Doble Negación
27.| (p w q) ≡ (q w p) Conmutativa de w
28.| (p v q) ≡ (q v p) Conmutativa de v
29.| ((p w q) w r) ≡ (p w(q w r)) Asociativa de w
30.| p ≡ (p w p) Idempotencia
31.| p ≡ (p v p) Idempotencia
32.| (p ⇒ q) ≡ (5q ⇒ 5p) Transposición
33.| (p v(q w r)) ≡ (p v q) w (p v r) Distributiva
C.- Definiciones
Def.: p ⇒ q ≡ (5p w q) ≡ 5(p v 5q)
D.- Reglas
a).- De Formación
1: Las fórmulas p, q, r, s están bien formadas (fbf).

2: Si p es una fbf, entonces 5p es una fbf.
3: Si una conectiva lógica está flanqueada por una fbf, el conjunto constituye una
fbf.
b).- De Transformación
1: Regla de Sustitución Uniforme. Si en una tautología (axioma o teore-

ma) sustituimos una variable proposicional en todos los casos por una fbf,
la fórmula resultante también es tautológica.
2: Regla de Inferencia. Consideramos la regla del Modus Ponens
((p ⇒ q) v p) ⇒ q p⇒q
p
⎯⎯⎯⎯⎯
∴q
E.- Signos Auxiliares
1: Todos los símbolos de puntuación lógica.
50
2.3.- NOCIÓN GENERAL DE LA DECISIÓN EN EL LENGUAJE FORMAL
En los capítulos anteriores vimos dos puntos importantes, que ahora pondremos en
relación. El primero es el empleo de la tabla de verdad para determinar el carácter de una
proposición, fórmula o EBF. Dicha determinación tiene en la lógica un nombre técnico: Decisión.
Para decidir con certeza lógica, si una expresión bien formada es tautológica, contradictoria o
indefinida, se recurre a diferentes procedimientos. Uno de ellos, como vimos en el capítulo
anterior, es la tabla de verdad. Estos procedimientos son mecánicos y finitos. Mecánicos, porque
sin interpretar la fórmula, sin intuir significado alguno, podemos concluir en que la misma es o
invariablemente verdadera, o invariablemente falsa o unas veces falsa y otras veces verdadera.
Finitos, pues por compleja que sea la fórmula, en un número limitado de pasos y siguiendo reglas
precisas, puede establecerse el carácter del expresión lógica.
El segundo punto ya considerado en los capítulos anteriores, es la posibilidad de traducir

una fórmula, expresada con un conectivo, a otra fórmula equivalente que emplea un conectivo
distinto o diferente.
Dentro de estos procedimientos, tenemos las formas normales, razonamiento y formas

de razonamiento, reducción al absurdo, y método del árbol. En este capítulo estudiaremos todos
estos métodos o procedimientos de decisión.
2.4.- LA DECISIÓN POR LAS FORMAS NORMALES
Cuando hablamos de poner en relación ambos temas, los dos puntos mencionados en el
apartado anterior, pensamos en un procedimiento de decisión que emplee la transformación de
una fórmula dada en otra fórmula derivada y equivalente a la original. Esto es lo que hace el
procedimiento llamado de decisión por Formas Normales.
Las formas normales o canónicas, llamadas así acaso porque el pensamiento

expresado en ellas ofrece mayor claridad, son fórmulas o EBF construidas solamente con los
conectivos lógicos de conjunción y disyunción y bajo ciertas condiciones.
Existen dos formas normales; la forma normal conjuntiva (que abreviamos de la

siguiente forma: f.n.c.) y la forma normal disyuntiva (que abreviamos f.n.d.).
Forma Normal Conjuntiva
Una forma normal conjuntiva es una serie continua de conjunciones y donde los
factores de esas conjunciones son sólo disyunciones.
Por ejemplo, consideremos lo siguiente expresión lógica que es una f.n.c.:
(5 p w q) v (p w 5 q) v (5 p w 5 q)
Forma Normal Disyuntiva
Una forma normal disyuntiva es una serie continua de disyunciones y donde los
factores de esas disyunciones son sólo conjunciones.
Por ejemplo, consideremos lo siguiente expresión lógica que es una f.n.d.:
(p v q) w (p v 5 q) w (5 p v q)
Ambas formas normales deben aún cumplir con este otro requisito: no deben tener
negaciones compactas, es decir negaciones que afecten a proposiciones moleculares o
51
compuestas. La negación puede aparecer solamente en una forma normal afectando a las
proposiciones atómicas o simples.
La diferencia visible entre una y otra forma normal es, como se habrá notado en los ejem-
plos dados, que mientras la f.n.c. emplea a la conjunción como conectivo de mayor alcance y a la
disyunción como conectivo de menor alcance, en la f.n.d. se utiliza a la conjunción como
conectivo de menor alcance y a la disyunción como conectivo de mayor alcance.
Para la transformación de una expresión lógica dada en una forma normal emplearemos
especialmente las reglas que permitan pasar de un conectivo a otro en la expresión. Muy
importantes también serán los teoremas de la distribución, asociación y conmutación,
propiedades éstas, que caracterizan a la conjunción y a la disyunción. Más adelante iremos
incorporando otros teoremas a los ya conocidos y cuyo uso facilitará la transformación de
cualquier expresión o fórmula a una forma normal.
Para utilizar las formas normales como procedimiento de decisión, deben seguirse dos
pasos generales: transformar primero la fórmula dada en una forma normal; en segundo lugar
interpretar la forma normal para saber si la misma es tautológica, contradictoria o indefinida.
2.4.1.- LA TRANSFORMACIÓN DE UNA EBF EN FORMA NORMAL
Tomemos el ejemplo más simple:
(p ⇒ q) v (p w q)
Esta expresión no es una forma normal, no coincide con ninguna de las definiciones de
forma normal. Por lo pronto incluye el signo de la implicación, conectivo que no aceptan las
formas normales. Lo primero que realizaremos será eliminar el mencionado conectivo, convertirlo
en alguno de los que permiten las formas normales.
1) (p ⇒ q) v (p w q) Fórmula dada
2) (5 p w q) v (p w q) Definición de "⇒"
El paso dos es una forma normal conjuntiva. Consideremos otro ejemplo simple:
1) (p ⇒ q) ⇒ (p v q) Fórmula dada
2) 5 (p ⇒ q) w (p v q) Def. de "⇒"
3) 5 (5 p w q) w (p v q) Def. de "⇒"
4) (p v 5 q) w (p v q) T. de De Morgan
La expresión indicada en (4) es una forma normal conjuntiva. Pero puede suceder que el
resultado no sea tan claro, como en los ejemplos vistos, el carácter de forma normal de la
expresión a la que se llego por medio de las transformaciones. Consideremos el siguiente ejemplo
en el cual se muestra un caso de esa situación en que a pesar de no cumplir en forma aparente
con los requisitos de la f.n., la expresión realmente es una f.n.:
1) p ⇒ (q ⇒ p) Fórmula dada
2) 5 p w (5 q w p) Def. de "⇒"
3) 5pw5qwp Asociatividad
4) pw5pwq Conmutatividad
La expresión en (4) es una forma normal conjuntiva. Puede objetarse que la misma no cumple con
los requisitos de una f.n., no es una conjunción de disyunciones, pues sólo se ven disyunciones
en ella. La cuestión se aclara si mostramos que la expresión (4) es idéntica a la siguiente
expresión:
52
(p w 5 p w q) v (p w 5 p w q)
Esta fórmula es idéntica en su valor de verdad a (4). Muestra de una forma clara el aspecto total
de una f.n.c.. Pero es redundante y reiterativa, ya que el segundo paréntesis no agrega nada a la
fórmula. De igual forma, en lógica, como en matemática, podemos simplificar y reducir de esta
forma la expresión, sin repeticiones inútiles. En este caso la simplificación puede realizarse
gracias al siguiente teorema: (p v p) / p.
El ejemplo que acabamos de considerar es una f.n.c. de un solo miembro, es una forma
normal degenerada. Como caso límite de esa situación podemos tomar a p, que es una forma
normal.
Consideremos el siguiente ejemplo:
1) (p ≡ q) ⇒ (p ⇒ q) Fórmula dada
2) [(p ⇒ q) v (q ⇒ p)] ⇒ (p ⇒ q) Def. de "≡"
3) 5 [(5 p w q) v (5 q w p)] w (5 p w q) Def. de "⇒"
4) [5 (5 p w q) w 5 (5 q w p)] w (5 p w q) T. de De Morgan
5) [(p v 5 q) w (q v 5 p)] w (5 p w q) T. de De Morgan
6) (p v 5 q) w (q v 5 p) w (5 p w q) Asociatividad
Es preciso tener en cuenta que todas las expresiones transformadas son equivalentes a
la original. Es por eso de que las formas normales pueden ser un método de decisión. A través de
ellas podremos determinar si la expresión lógica original es tautológica, contradictoria o
indefinida.
Deber tenerse en cuenta asimismo, que para obtener un f.n. pueden existir varios
caminos. En el ejemplo anterior (cuyo punto final mostrará una forma normal disyuntiva),
podríamos haber partido de otra definición de bicondicional y seguir un ordenamiento diferente en
las transformaciones. Pero cualquiera sea el camino seguido, llegaremos siempre a una f.n.c y a
una f.n.d., ambas equivalentes. Es decir cada fórmula tiene una f.n.c. y una f.n.d., pero lo
recíproco no es válido, porque una misma forma normal corresponde a muchas fórmulas.
2.4.2.- INTERPRETACIÓN DE LAS FORMAS NORMALES Y DECISIÓN
Las dos formas normales no sólo se diferencian por el empleo distinto que hacen de la
conjunción y de la disyunción. Cada f.n. revela algo importante de la expresión original. La f.n.c.
nos informa acerca de la verdad de la expresión. Veamos de qué forma. Consideremos el ejemplo
siguiente:
(p w 5 p) v (q w 5 q) f.n.c.
tenemos el caso de una conjunción cuyos dos factores o paréntesis son verdaderos. Y lo son
ambos, por simbolizar el clásico Principio Lógico del Tercero Excluido, uno de los tres
principios formulados por la lógica tradicional. Este principio afirma que dos proposiciones
contradictorias no pueden ser ambas falsas: (p w 5 p), p o no p significa que una es verdadera o
la otra lo es. No existe una tercera posibilidad. Interprétese con cualquier ejemplo esa fórmula y
se verá que es tautológica ("Las mariposas son canarios" o "Las mariposas no son canarios", "El
espacio es infinito" o "El espacio no es infinito", etc.). Ahora bien, si la conjunción que vimos une
dos tautologías, entonces es verdadero. Pues una conjunción exige, para ser verdadera, que los
miembros unidos por ella sean ambos verdaderos. En este caso se cumple. Pero existe algo más.
Una expresión como:
(p w 5 p w q)
53
es igualmente tautológica, por el solo hecho de que p w 5 p forma parte de ella. En efecto,
cualquiera sea el valor de q, el valor de verdad del conjunto será verdadero. Si construimos la
tabla de p w 5 p, siempre tendremos verdadero. Si a partir de ahí, construimos la tabla de (p w 5
p) w q, como ya existe una columna de dominio total, cualquiera sea el valor de q, el resultado de
su disyunción con una tautología será otra tautología. Debido a que una disyunción exige para ser
verdadera que al menos uno de sus factores lo sea. Podemos expandir la fórmula, agregarle
cuántas proposiciones queramos (r, s, t, u, etc.) a las anteriores, siempre será un conjunto
tautológico. La tautología del Tercero Excluido trasmitirá su carácter de invariablemente
verdadera a cualquier fórmula que lo incluya y le agregue proposiciones mediante la disyunción:
(p w 5 p w q w r w t w s), como (p w 5 p), es también tautología.
En resumen, la conjunción de disyunciones, sin negaciones compactas

(forma normal conjuntiva), es tautológica si cada factor incluye una variable proposicional
y su negación. Por eso decíamos que la f.n.c. nos informaba acerca de la verdad o no de una
expresión lógica, o sea si es o no una tautología. Si la f.n.c. no tiene una variable proposicional y
su negación en cada uno de los factores, entonces la expresión no será tautológica. Lo importante
es que la f.n.c. solo nos permite decidir si la fórmula de la cual empezamos, es tautológica o no.
Pero, como ya sabemos, existen fórmulas contradictorias y también indefinidas. Una forma nor-
mal disyuntiva nos informará acerca de que si una expresión es contradictoria o no.
(p v q v 5 p) w (5 p v q v 5 q)
Se trata de una f.n.d... Y es contradictoria, porque cada una de las expresiones que
vincula la disyunción incluye una variable proposicional y su negación. Es decir que ambos
factores son falsos, contradictorios. Como se recordará, este era el único caso en que una
disyunción es falsa. Si en la f.n.c. nos basábamos en el Principio del Tercero Excluido, ahora
estamos empleando otro principio lógico no menos importante, el Principio de la Contradicción.
Este principio afirma que dos proposiciones contradictorias (p y 5 p) no pueden ser

ambas verdaderas. Si en una conjunción de dos o más variables proposicionales aparece una
proposición y su negación, la fórmula o expresión es automáticamente contradictoria. Es fácil ver
porqué; por ejemplo consideremos (p v q v 5 p), la cual es falsa cualquiera sea el valor de verdad
de q, pues la presencia de p y de 5 p en la expresión hace invariablemente falso a uno de los
términos de la conjunción. Y un término falso en una conjunción es suficiente para que la
expresión sea falsa.
En resumen, la disyunción de conjunciones, sin negaciones compactas (forma

normal disyuntiva), es contradictoria si cada factor incluye una variable proposicional y su
negación. Por eso hemos dicho que la f.n.d. nos informa si la expresión lógica dada es
contradictoria o no, nos informa acerca de la falsedad de la fórmula original. Si la f.n.d. no tiene
una variable proposicional y su negación, en todos sus factores, la expresión original no es falsa,
no es contradictoria.
Del análisis realizado hasta ahora con las formas normales, se desprenden dos
interrogantes aún no contestados, a saber:
(a).- Si una f.n.c. no es tautológica, )cómo decidir si la expresión es contradictoria o

indefinida?. Pues la f.n.c. sólo nos informa si es tautológica o no la fórmula
original o de partida.
(b).- Si una f.n.d. no es contradictoria, )cómo podemos determinar si la expresión es

tautológica o indefinida? Pues si la f.n.d. no es contradictoria, eso significa que la
expresión original es, una vez al menos, verdadera. Pero nos resta saber si es
siempre verdadera, o unas veces si y otras no.
54
Los dos interrogantes tienen una sola respuesta: en ambos casos es preciso transformar
una forma normal en otra. Si es f.n.c. transformarla en f.n.d. y si es f.n.d. transformarla en f.n.c..
Es decir que para determinar si una forma normal es indefinida, es preciso transformar esa forma
normal en la otra forma normal. El método es claro si se tiene en cuenta que las dos formas
normales nos dan información restringida, es tautología o contradicción. Y como existe una
tercera posibilidad, el carácter indefinido de la expresión, si realizamos la transformación de una
forma normal en otra, ocurrirá forzosamente alguna de estas posibilidades:
1).- La f.n.c. no es tautológica. Transformada en f.n.d., se observa que no es con-

tradictoria. Entonces es indefinida.
2).- La f.n.c. no es tautológica. Transformada en f.n.d. cada factor incluye una variable
proposicional y su negación. Entonces es una contradicción.
3).- La f.n.d. no es contradictoria. Transformada en f.n.c., se observa que no es

tautológica. Entonces es indefinida.
4).- La f.n.d. no es contradictoria. Transformada en f.n.c. cada factor incluye una va-
riable proposicional y su negación. Entonces es una tautología.
El problema consiste ahora en saber como transformar una f.n.c. en una f.n.d. y viceversa,
para luego decidir si la fórmula es indefinida o no. Esa transformación se realiza utilizando la
Propiedad Distributiva. En los teoremas 11 y 12 de la lista de teoremas del Capítulo II, podemos
ver en qué consiste y a qué reglas se somete la distribución. El teorema:
[p v (q w r)] / [(p v q) w (p v r)]
afirma que la conjunción (producto lógico) es distributivo respecto de la disyunción (suma lógica).
La misma propiedad la tiene el producto algebraico con respecto a la suma:
[3 x (4 + 6)] = 30 / [(3 x 4) + (3 x 6)] = 30
Cuando decimos que la conjunción es distributiva respecto de la disyunción, estamos

aceptando que el producto lógico de disyunciones (y por lo tanto también una f.n.c.) es
equivalente a una disyunción de conjunciones(o sea una f.n.d.). Para efectuar la transformación
debemos proceder de la siguiente forma:
(a).- Distribuir cada variable proposicional de un factor con cada variable pro-
posicional de los factores restantes.
(b).- En esa distribución debe invertirse la ubicación de los conectivos: la

conjunción, que tenía mayor alcance, pasa a tener el alcance menor, pasa
a unir las variables de los nuevos factores. La disyunción, que tenía el
menor alcance, pasa a tener mayor alcance, a unir los factores entre sí.
1) (5 p w 5 q) v (p w r) f.n.c.
2) (5 p v p) w (5 p v r) w (5 q v p) w (5 q v r) Por Distribución
3) (p v 5 p) w (5 p v r) w (p v 5 q) w (5 q v r) Por Distribución
La expresión (1) es una f.n.c., que como no tiene una variable proposicional y su negación en
cada factor, no es tautología. En (2), por el teorema de la distribución, la f.n.c es transformada en
f.n.d., y aplicamos la propiedad conmutativa en (3) para poder ver mejor si todos los factores
poseen una variable proposicional y su negación. Pero como observamos que ello se cumple
únicamente en el primer factor, la f.n.d. no es contradictoria. En consecuencia es indefinida. Se
55
cumplió la posibilidad 1.
Veamos ahora el otro teorema de la propiedad distributiva, el que nos permite transformar
una f.n.d. en una f.n.c.:
[p w (q v r)] / [(p w q) v (p w r)]
El teorema afirma que la suma lógica (disyunción) es distributiva con respecto al producto lógico
(conjunción). Dicha propiedad no la posee la suma algebraica o aritmética:
{[3 + (2 x 3)] = 9} … {[(3 + 2) x (3 + 3)] = 30}
En cambio la disyunción (suma lógica) acepta la distribución con el producto lógico (conjunción).
Ello puede confirmarse fácilmente mediante la tabla de verdad.
La propiedad distributiva de la disyunción con relación a la conjunción nos permite

transformar una disyunción de conjunciones a una conjunción de disyunciones. También aquí es
preciso distribuir cada variable proposicional de un factor con cada variable proposicional de los
factores restantes e invertir el alcance de los conectivos.
1) (p v q) w (5 q v 5 p) f.n.d.
2) (p w 5 q) v (p w 5 p) v (q w 5 q) v (q w 5 p) Por Distribución
La f.n.d. no es contradictoria y la transformamos en una f.n.c.. Como ésta no incluye en todos sus
factores a una variable proposicional y su negación, no es tautológica. Por lo tanto es una
expresión lógica indefinida. Luego se verá que los paréntesis segundo y tercero de la expresión
(2) pueden simplificarse, en un tercer paso. Como ambos son tautologías, al eliminarlos de la
expresión no altera en nada el valor de verdad de la fórmula total y quedará reducida a la siguiente
expresión: (p w 5 q) v (q w 5 p).
Debemos tomar en cuenta una variante de la propiedad distributiva:
(p v 5 q) w (5 q w p)
Observar que en esta fórmula el conectivo de mayor alcance aparece también en el segundo
factor. En casos como el indicado, el factor se distribuye en bloque, de la forma dada a
continuación:
1) (p v 5 q) w (5 q w p) Expresión dada
2) (5 q w p w p) v (5 q w p w 5 q) Por Distribución
La distribución ofrece algunas dificultades cuando se trata de más de dos miembros. Los
ejemplos siguientes indicarán como debemos proceder en cada caso:
1) (p w q) v (5 p w r) v (5 q w s) f.n.c.
Su correspondiente f.n.d. es la siguiente expresión:
(p v 5 p v 5 q) w (p v 5 p v s) w (p v r v 5 q) w (p v r v s) w (q v 5 p v 5 q) w
(q v 5 p v s) w (q v r v 5 q) w (q v r v s)
Se observará que hemos distribuido primero la primera variable proposicional del primer miembro
con la primera del segundo y ambas con las restantes variables del tercer miembro. Así surgen los
dos primeros miembros de la f.n.d.. Luego está distribuida la primera variable del primer miembro
con la segunda del segundo y ambas con las variables del tercer miembro: de allí los miembros
56
tercero y cuarto de la f.n.d.. Finalmente se realizo lo mismo con la segunda variable del primer
miembro; fácil es ver que los cuatro últimos miembros de la f.n.d. se diferencian de los cuatro
primeros en que donde éstos tienen p, aquellos tienen q.
2) (p v q) w (r v s) w (5 p v 5 r) w (5 q w s) f.n.d.
Esta vez tenemos como ejemplo una f.n.d., que tiene un miembro (el último) cuyo conectivo es el
mismo que el de mayor alcance de la fórmula. En casos así, como ya vimos, se distribuye
compactamente dicho miembro:
(5 q w s w p w r w 5 p) v (5 q w s w p w r w 5 r) v (5 q w s w p w s w 5 p) v
(5 q w s w p w s w 5 r) v (5 q w s w q w r w 5 p) v (5 q w s w q w r w 5 r) v
(5 q w s w q w s w 5 p) v (5 q w s w q w s w 5 r) f.n.c.
Aunque aumente el número de variables dentro de cada paréntesis y también la cantidad de

factores, debe distribuirse siguiendo el principio antes señalado: distribuir cada variable de un
paréntesis con cada variable de los restantes paréntesis.
Ahora estamos en condiciones de utilizar las formas normales (disyuntiva y conjuntiva)

como un método o procedimiento de decisión. Decidamos, pues, si la expresión lógica siguiente
es contradictoria, tautológica o indefinida:
1) (p ⇔ q) ⇒ (p ⇒ q) Fórmula dada
2) 5 (p ⇔ q) w (5 p w q) Def. de "⇒"
3) 5 [(p v q) w (5 p v 5 q)] w (5 p w q) Def. de "⇔"
4) [5 (p v q) v 5 (5 p v 5 q)] w (5 p w q) T. de De Morgan
5) [(5 p w 5 q) v (p w q)] w (5 p w q) T. de De Morgan
La expresión (5) aún no es una forma normal. Para continuar con las transformaciones
hasta lograrlo, utilizaremos la propiedad distributiva. Para hacer más fácil el método, reduciremos
la complejidad de la expresión (5) utilizando las letras mayúsculas R, S, T, etc., como elementos
metalógicos para representar fórmulas o expresiones lógicas cualesquiera. Veamos cómo:
5) [(5 p w 5 q) v (p w q)] w (5 p w q)
( R v S ) w T
Donde (R v S) w T tiene una estructura general idéntica que la expresión (5). Apliquemos en
consecuencia la propiedad distributiva a esta nueva expresión y reemplacemos luego
nuevamente los signos metalógicos por las fórmulas que representan:
6) [(R v S) w T] / [(R w T) v (S w T)] Por Distributiva

7) [(5 p w 5 q) w (5 p w q)] v [(p w q) w (5 p w q)] Reemplazo
Metodológicos
8) (5 p w 5 q w 5 p w q) v (p w q w 5 p w q) Asociatividad
9) (5 p w 5 p w q w 5 q) v (p w 5 p w q w q) Conmutativa
10) (5 p w q w 5 q) v (p w 5 p w q) Por Simplificación
Hemos obtenido como resultado final una f.n.c., cuyos dos paréntesis incluyen una variable
proposicional y su negación, en consecuencia la fórmula es tautológica.
En el paso (10) hemos simplificado, o sea hemos eliminado las repeticiones innecesarias.
Teníamos dos veces 5 p en el primer miembro y también dos veces q en el segundo miembro,
ambas repeticiones no agregaban nada al valor de verdad de la expresión del paso (9). La
simplificación se hizo en función del teorema que ya mencionamos en el capítulo II: (p w p) / p.
Existen otros teoremas que permiten simplificar expresiones lógicas. Por ejemplo, cuando existe
una tautología conocida como miembro de una conjunción, dicha tautología puede eliminarse. Por
57
ejemplo:
(5 p w p) v (q w r)
Podemos simplificar el primer miembro o paréntesis, porque el valor de verdad de ese conjunto
depende únicamente del valor de verdad de (q w r), ya que (5 p w p) es siempre verdadero. La
simplificación se realizo en función del siguiente teorema lógico:
[p v (q w 5 q)] ≡ p.
Es decir que en una f.n.c. no tautológica podemos simplificar todos aquellos miembros o
factores que incluyan una variable y su negación. En efecto, el valor de la expresión no se alterará
si suprimimos esas tautologías. Por ejemplo:
[(p w 5 q w 5 p) v (q w r) v (r w p w q)] ≡ [q w r) v (r w p w q)]
Algo semejante podemos realizar con las f.n.d. no contradictorias. En ellas podemos simplificar
todos aquellos factores que contengan una variable proposicional y su negación. El valor de la
expresión lógica permanecerá intacto si eliminamos esas contradicciones. Por ejemplo:
[(p v q v 5 q) w (r v q v s)] ≡ (r v q v s)
Para finalizar, agregaremos nuevos teoremas a la lista anterior y cuyo empleo facilitará la
decisión por el método de las formas normales.
(13) (p v p) ≡ p Simplificación de "v"

(14) [p w (q v 5 q)] ≡ p
(15) [p v (q w 5 q)] ≡ p
(16) [(p v q) ⇒ p] ≡ (p ⇒ p) Simplificación de "⇒"
(17) [(p v q) ⇒ q] ≡ (q ⇒ q) Simplificación de "⇒"
(18) [(p v q) w (r v s)] ≡ [(p w r) v (p w s) v (q w r) v (q w s)] Distributiva
(19) [(p v q) w (r w s)] ≡ [(r w s w p) v (r w s w q)] Distributiva
(20) 5 (p ⇔ q) ≡ (p ⇔ 5 q) Bicondicional negado
(21) 5 (p ⇔ q) ≡ (5 p ⇔ q) Bicondicional negado
2.5.- ENUNCIADOS Y FORMAS DE ENUNCIADOS
Para distinguir entre enunciados y formas de enunciados, distinción que hasta aquí no
hemos realizado, utilizaremos la noción de constante proposicional. Una constante proposicional
se simboliza con las letras mayúsculas (letras iniciales A, B, C, D, etc.) y representa sólo una
proposición dentro del contexto. El siguiente ejemplo :
Los vegetales tienen clorofila o el cedro no es vegetal
puede representarse mediante constantes proposicionales de la siguiente forma :
Aw5B
Pero nos preguntamos, )acaso no representamos mediante variables proposicionales a

proposiciones semejantes de la siguiente forma : p w 5 q?; )Qué diferencia existe entre las dos
expresiones lógicas A w 5 B y p w 5 q?; )Qué distingue a una variable proposicional de una
constante proposicional?.
La respuesta es la siguiente: la constante es una proposición. "A", por ejemplo,

representa sólo a "Los vegetales tienen clorofila" dentro del contexto. La variable "p", en
cambio, no representa a esa proposición, sino sólo a su posible valor de verdad (V o F). Es decir
58
que mientras la constante tiene un sentido (5 B significa "El cedro no es un vegetal"), la

variable no tiene ningún sentido (5 p, por ejemplo, alude a V o F de la proposición "El cedro no
es un vegetal", pero no a su sentido).
Si hacemos la tabla de verdad de (p w 5 q), veremos que existen cuatro posibilidades

para ella. En cambio con A w 5 B no podemos construir la tabla de verdad, pues sólo tiene una
posibilidad: es verdadera (por razones extralógicas). Esto significa que las constantes
proposicionales aluden a realidades, se refieren a ellas. En cambio una variable proposicional se
refiere a posibilidades, a posibles valores de verdad, sin aludir a realidad alguna porque no tiene
significado alguno.
Ahora podemos decir que una forma de enunciado es una fórmula o expresión lógica EBF,
construida con variables proposicionales. Si se reemplazan las variables por constantes
proposicionales, cuidando en todos y en cada caso de sustituir la misma variable por la misma
constante, obtenemos un enunciado. Continuando con la significación atribuida a A y a 5 B, los
ejemplos siguientes muestran enunciados y sus correspondientes formas:
Enunciados Formas de Enunciados
1) A v B 1) p v q
2) A ⇒ 5 B 2) p ⇒ 5 q
3) 5 A w A 3) 5 p w p
4) B v 5 B 4) p v 5 p
Decimos que cada enunciado es un caso de sustitución de su correspondiente forma de

enunciado. Notemos lo siguiente: el enunciado (2) es falso, porque se trata de un condicional cuyo
antecedente es verdadero y su consecuente falso. Pero su correspondiente forma de enunciado
no es falsa, sino indefinida. Si construimos la tabla de verdad de p ⇒ 5 q, veremos que tiene tres
valoraciones verdaderas y una falsa. Ello significa que la falsedad del enunciado A ⇒ 5 B, no
proviene de que su correspondiente forma de enunciado sea también falsa (contradicción).
Fácil sería, en efecto, encontrar otra sustitución verdadera de la misma forma de enun-
ciado: "Si es triángulo, entonces no es cuadrado", por ejemplo. En casos así decimos que se
trata de enunciados indefinidos o contingentes, pues su verdad o falsedad depende del
contenido y no de su forma.
El enunciado (4), también es falso pero por razones distintas que el anterior. Aquí su
falsedad proviene de ser un caso de sustitución de una forma de enunciado contradictorio. No se
encontrará, en efecto, un solo caso de sustitución verdadero de p v 5 p.
Razonamiento semejante podemos realizar también con los dos enunciados restantes.
El enunciado (1) es verdadero pero contingente, pues su forma de enunciado es indefinida. Es
decir que su verdad depende del contenido, del significado de sus enunciados componentes, y no
de su forma de enunciado. En cambio el enunciado (3) es verdadero en razón de constituir un
caso de sustitución de una forma de enunciado tautológico.
2.6.- EL RAZONAMIENTO
Hasta este punto nos hemos dedicado a los enunciados y a sus formas. Sobre la base de
lo que hemos estudiado, podremos avanzar hacia la comprensión de lo que es un razonamiento.
Un razonamiento está constituido por enunciados de tal modo que el último (conclusión)
se deriva con necesidad lógica de los anteriores (premisas).
59
Así como distinguimos entre enunciados y formas de enunciados, veremos también que
existen razonamientos y formas de razonamientos. Analizaremos los ejemplos siguientes:
Razonamiento Forma de Razonamiento
V Si Güemes es salteño es argentino 1) p⇒q

V Es argentino q
V Luego es salteño ˆ p
V Si Güemes es tucumano es argentino 2) p⇒q

V Es argentino q
F Luego es tucumano ˆ p
F Si la ballena es vertebrado vive en la selva 3) p⇒q

V Es vertebrado p
F Luego vive en la selva ˆq
V Si la ballena es mamífero es vertebrado 4) p⇒q

V Es mamífero p
V Luego es vertebrado ˆ q
Como podemos observar, el razonamiento está formado por enunciados. En tanto que la
forma de razonamiento está formada por variables proposicionales. Por lo cual podemos decir,
que un razonamiento resulta de sustituir, en una forma de razonamiento las variables proposicio-
nales por constantes proposicionales, reemplazando siempre la misma variable por la misma
constante.
Los ejemplos (1) y (2) tienen la misma forma de razonamiento. El ejemplo (1) tiene premi-
sas verdaderas y conclusión verdadera, en tanto que en el ejemplo (2), se llega a conclusión falsa
a cuando hemos partido de premisas verdaderas. Cuando una forma de razonamiento permite
esto último, o sea extraer conclusión falsa de premisas verdaderas, decimos que se trata de una
forma de razonamiento inválida.
En cambio las formas de razonamiento (3) y (4) no permiten la derivación de una conclusión falsa
a partir de premisas verdaderas, porque se trata de formas de razonamiento válidas. Si intenta-
mos buscar un caso de sustitución de este tipo, donde exista conclusión falsa a partir de premisas
verdaderas, no lo encontraremos.
Un razonamiento es válido, cuando en un caso de sustitución de una forma válida de

razonamiento. Y es inválido, cuando es un caso de sustitución de una forma inválida de razona-
miento.
En los ejemplos considerados existe algo curioso. La forma de los razonamientos (1) y (2),
que es inválida, permite sin embargo que en ciertos casos de sustitución, las premisas y conclu-
sión sean verdaderas. Tal cual lo es el caso (1). La forma de los razonamientos (3) y (4), forma
válida, permite que una de las premisas y la conclusión sean falsas, caso (3). Esto revelaría que
la validez o invalidez de las formas de razonamiento, es en alguna medida independiente de la
verdad o falsedad de las variables proposicionales, que la componen. Lo extraño es que
definimos validez e invalidez de las formas de razonamiento en función de la verdad o falsedad
de las proposiciones componentes.
)Qué ocurre, pues?. Definimos las nociones de validez e invalidez a pelando a la relación
que guardan premisas y conclusión respecto de sus valores de verdad. Y ahora afirmamos que la
validez o invalidez sería independiente de esos valores, según parecen mostrar los ejemplos (1)
y (3). Y no sólo ese par de afirmaciones parece contradictoria sino también esta otra: al comienzo
dijimos que la lógica es una ciencia formal, que para nada tiene en cuenta el contenido de las pro-
posiciones. Pero ahora hemos definido la validez de una forma de razonamiento, como aquella
60
forma que no permite un caso de sustitución donde haya premisas verdaderas y conclusión falsa.
Y sustituir en una forma de razonamiento es, dijimos, reemplazar variables por constantes, es de-
cir formas vacías (p, q, r, s, etc.) por constantes con un significado específico. )No es esto una
contradicción?. Entre la forma (V, F) y el contenido de las proposiciones, la lógica como ciencia
formal debe optar por la primera, desechar el contenido. Y aquí, al parecer, hemos realizado lo
contrario:
Primero: definimos la validez y la invalidez recurriendo a la sustitución, o sea al

contenido.
Segundo: nos sorprendimos diciendo que la validez y la invalidez de las formas de

razonamiento es independiente de la verdad o falsedad de las premisas,
y de la conclusión, es decir de la forma de los enunciados componentes.
Un mismo análisis nos permitirá solucionar las dos contradicciones mencionadas

anteriormente. Cuando decimos que los ejemplos (1) y (2) tienen la misma forma, decíamos algo
que necesita de una mayor precisión. La forma general es la misma, pero consideremos
estrictamente por un momento la idea de que la lógica toma como forma de las proposiciones a
V y F. Estos signos pueden ser reemplazados por otros convencionalmente (0, 1; /, //; etc), ya que
los mismos no se utilizan en su significación gnoseológica. Si nos ubicamos en ese formalismo
exigente, la forma de un enunciado, como por ejemplo, (p w q), asumirá las siguientes subformas
posibles de valores de verdad: (V w V), (V w F), (F w V) y (F w F). Esto es precisamente lo que
muestran las tablas. Ante la forma general de los razonamientos (1) y (2), podemos análogamente
decir que existen en ella subformas posibles:
V⇒V F⇒V V⇒F F⇒F

a) V b) V c) F d) F etc.
ˆ V ˆ F ˆ V ˆ V
(a) y (b) son las subformas que corresponden a los razonamientos (1) y (2). Podemos ahora preci-
sar nuestra definición de validez. No hablaremos de que una forma general de razonamiento es
válida si no tiene sustituciones de constantes proposicionales que sean verdaderas en las
premisas y falsas en la conclusión. Diremos más bien que una forma general de razonamiento
es válida si no tiene alguna sub forma que permite la conclusión Falsa (F) a partir de
premisas Verdaderas (V).
Esta definición es más formal, pues no hace reposar en el contenido significativo de las
constantes, la noción lógica de validez. De esta forma hemos contestado a la segunda con-
tradicción mencionadas anteriormente. Veamos ahora que sucede con la primera contradicción
mencionada.
Para comprender mejor la respuesta, nos anticiparemos a algo que se verá luego con
más detalle: toda forma de razonamiento tiene una correspondiente forma de enunciado. La
forma de enunciado que corresponde a la siguiente forma de razonamiento:
p⇒ q
q Es : [(p ⇒ q) v q] ⇒ p
ˆ p
Construimos la tabla de verdad de esta forma de enunciado:
61
p q [(p ⇒ q) v q] ⇒ p
V V V V V V V
V F F F F V V
F V V V V F F
F F V F F V F
Las cuatro subformas de que antes hablamos aparecen en cada línea horizontal de la
tabla; (a) es la primera línea; (b) es la tercera línea; (c) es la segunda línea y (d) es la cuarta línea.
Recordemos la respuesta a la segunda contradicción: una forma general de razona-

miento es inválida cuando tiene un caso de sustitución de variables cuyo valor general es V en las
premisas y F en la conclusión. La tercer línea de la tabla es un caso de sustitución de este tipo;
su sola presencia basta para invalidar la forma general de razonamiento. Contestemos ahora a la
primera contradicción: dentro de una forma general válida de razonamiento los valores de pre-
misas y conclusión pueden ser cualesquiera, menos el caso siguiente: premisas V y conclusión
F. Si esto último se da existirá invalidez. Es decir que una forma general válida de razona-
miento permite entera libertad de combinaciones entre los valores de las premisas y
conclusión (es independiente de esas combinaciones) salvo en este punto, en que es
inflexible: no permitir obtener conclusión F de premisas V.
Notar que si empezáramos de otra definición de validez, como la siguiente: "una forma
de razonamiento es válida si nos garantiza concluir en verdad", tendríamos que aceptar como
válidas las subformas (a), (c) y (d) de la forma general inválida de razonamiento y también mu-
chas otras formas inválidas de razonamiento.
2.6.1.- FORMAS DE RAZONAMIENTO Y FORMAS DE ENUNCIADOS
Como vimos, una forma válida de razonamiento acepta solamente estas relaciones
posibles entre premisas y conclusión:
Premisas Conclusión
V V
F V
F F
Una forma inválida, en cambio, permite además la siguiente cuarta posibilidad:
Premisas Conclusión
V F
Nótese que los casos aceptados por la forma válida coincide punto a punto con el dominio
del condicional. En efecto, el condicional es verdadero cuando el consecuente es verdadero o el
antecedente es falso. Y una forma de razonamiento es válida cuando únicamente tiene
sustituciones de variables cuyo valor general es F en las premisas o V en la conclusión.
Por otro lado el condicional es falso cuando tiene antecedente verdadero y consecuente
falso. Y la forma de razonamiento es inválida cuando tiene al menos un caso de sustitución de
variables proposicionales, cuyo valor general es V en las premisas y F en la conclusión.
62
Todo esto quiere decir que el signo "ˆ" colocado entre las premisas y la conclusión tiene
un comportamiento semejante al condicional "⇒". Esto nos permite, que al sustituir "ˆ" por "⇒",
encontrar para cualquier razonamiento un enunciado que le corresponda. Por ejemplo:
Razonamiento Enunciado correspondiente
A⇒B
1) B⇒C 2) (A ⇒ B) v (B ⇒ C) v (A w B) ⇒ (C w B)
AwB
ˆ CwB
En (2) hemos unido las distintas premisas del razonamiento (1), mediante la conjunción.
Este procedimiento está justificado por una de las formas válidas de razonamiento que veremos
más adelante.
Destaquemos que si bien a todo razonamiento le corresponde un enunciado, que une las
premisas mediante la conjunción y reemplaza "ˆ" por "⇒", lo recíproco no es válido: no todo
enunciado tiene su correspondiente razonamiento. El siguiente enunciado (A w B), por
ejemplo, no puede ser convertido en razonamiento, no tiene una proposición que se derive de otra
u otras proposiciones. De lo dicho, podemos concluir en la siguiente regla general: toda forma de
enunciado cuyo conectivo de mayor alcance sea "⇒", tiene su correspondiente forma de
razonamiento.
Consideremos los siguientes ejemplos:
Forma de Enunciados Forma de Razonamiento Correspondiente
1) [(p v q) w r] ⇒ p 1) (p v q) w r
ˆ p
2) [(p ⇒ q) v 5 q] ⇒ 5 p 2) p ⇒ q
5q
ˆ 5p
3) p ⇒ q 3) p
ˆ q
Podemos preguntarnos ahora, qué relación guarda una forma de razonamiento con su
forma de enunciado correspondiente. La respuesta que obtenemos es la siguiente: si la forma de
enunciado es tautológica, entonces la forma de razonamiento es válida. Si la forma de enunciado
es contradictoria o indefinida, la forma de razonamiento es inválida. Porque si válida es una forma
de razonamiento cuando no acepta que de premisas verdaderas, se concluya en falsedad, la
forma de enunciado correspondiente sólo puede ser tautológica. Porque )qué ocurriría si la forma
de enunciado en cuestión fuese indefinida?.
Como en esta forma de enunciado el conectivo de mayor alcance es "⇒", si su columna

matriz tuviera unas veces V y otras F, ocurriría en aquellos casos donde hay F precisamente
aquello que no consiente una forma válida de razonamiento: que de premisas (antecedentes en
la forma de enunciado) verdaderas se determine una conclusión (consecuente en la forma de
enunciado) falsa.
Con mayor razón, si la forma de enunciado correspondiente a la forma de razonamiento

fuera contradictoria, esa situación inaceptable por la definición de validez se repetiría en cada
caso de avaloración de la forma de enunciado en cuestión. De manera que, como vimos antes,
mientras los enunciados y sus formas pueden ser tautológicos, indefinidos y contradictorios, los
razonamientos y sus formas son válidos o inválidos.
63
Forma de Razonamiento Forma de Enunciado
Válida Tautológica
Inválida Indefinida o Contradictoria
Mostremos en un ejemplo lo que venimos diciendo. Para lo cual recurrimos nuevamente

a la tabla de verdad, las cuales permiten también decidir sobre la validez o invalidez de los
razonamientos. Primero es preciso convertir el razonamiento dado a su correspondiente forma de
razonamiento; luego transformarlo a su forma de enunciado. Y ya sabemos como se trata a una
forma de enunciado para decidir sobre su carácter tautológico, contradictorio o indefinido
mediante la tabla. Si el resultado es una tautología, el razonamiento es válido. Si el resultado del
cálculo es contradictorio o indefinido, el razonamiento y su forma de razonamiento es inválido.
Razonamiento Forma de Forma de Enunciado

Razonamiento
Si los árboles cantan son vegetales (V) p ⇒ q [(p ⇒ q) v 5 p] ⇒ 5 q

No cantan (V) 5 p
Luego no son vegetales (F) ˆ 5 q
Un vistazo a los valores de premisas y conclusión nos anticipa desde ya la invalidez del
razonamiento. Pero construyamos la tabla de verdad de la forma de enunciado correspondiente,
para decidir si la invalidez proviene que la forma de enunciado sea contradictoria o indefinida.
p q [(p ⇒ q) v 5 p] ⇒ 5q
V V V F F V F
V F F F F V V
F V V V V F F
F F V V V V V
La matriz de la implicación de mayor alcance es indefinida. La forma de razonamiento,

pues, (lo mismo que el razonamiento) es inválida. Indicamos a continuación una lista de formas
válidas de razonamiento con sus correspondientes nombres:
1) p⇒q Modus Ponens

p
--------
ˆ q
2) p⇒q Modus Tollens

5q
--------
ˆ5p
64
3) p⇒q Silogismo Hipotético

q⇒r
--------
ˆp⇒r
4) pwq Silogismo Disyuntivo

5p
--------
ˆ q
5) (p ⇒ q) v (r ⇒ s) Dilema Constructivo
(p w r)
----------------------
ˆ (q w s)
6) (p ⇒ q) v (r ⇒ s) Dilema Destructivo
5qw5s
-----------------------
ˆ 5pw5r
7) pvq Simplificación
--------
ˆ p
8) p Conjunción
q
-----------
ˆ pvq
9) p Adición
---------
ˆ pwq
2.6.2.- LA DECISIÓN EN EL RAZONAMIENTO
Si, como hemos visto en los apartados anteriores, a todo razonamiento le corresponde
una forma de enunciado, es fácil comprender que los métodos de decisión aplicados a enun-
ciados permiten decidir también sobre la validez o invalidez de los razonamientos. Las formas
normales, por ejemplo, que permiten decidir sobre si un enunciado es tautológico, contradictorio
o indefinido, también deciden la validez o invalidez de un razonamiento dado. Sólo debemos
considerar la relación entre razonamiento y enunciado correspondiente: aquel es válido -
únicamente cuando éste es tautológico; e inválido cuando el enunciado es indefinido o
contradictorio. Dado un razonamiento cualquiera, pues, si queremos decidir por las formas
normales si es válido o no, tendremos que proceder de la siguiente forma: transformar el
razonamiento en su enunciado correspondiente; aplicar a éste el método de las formas normales;
si el resultado establece que el enunciado es tautológico, el razonamiento es válido; si el enun-
ciado resulta ser indefinido o contradictorio, el razonamiento es inválido. El empleo de las formas
normales para decidir la naturaleza de un razonamiento, es particularmente útil cuando el número
de proposiciones, que componen al razonamiento en cuestión, es abultado. En esos casos la
decisión por las tablas requiere una proliferación de columnas de referencia para realizar el cál-
culo y eso complica demasiado la decisión.
65
2.7.- LAS IMPLICACIONES Y DERIVACIONES LÓGICAS
Estudiaremos ahora la implicación lógica y la forma en que puede utilizarse como base
de un razonamiento válido. Hay, por supuesto, razonamientos que no son válidos y algunos de
ellos serán identificados en secciones posteriores. Los argumentos o razonamientos no válidos
se los denominan falacias. Utilizando el método de la tabla de verdad, se puede distinguir entre
razonamientos válidos y falacias.
Los patrones de razonamiento pueden expresarse de diferentes forma, tal cual vimos en
secciones anteriores. En el idioma español, la conclusión se establece típicamente después de
las premisas, y se presenta mediante palabras tales como: Apor tanto@, Acomo consecuencia@
y Aen conclusión@. En los razonamientos presentados en secciones anteriores, enumerábamos
primero todas las premisas, una debajo de la otra. Existía una línea horizontal por debajo de la
última premisa, y debajo de esta línea, estaba la conclusión. En el caso del modus ponens, esto
tiene el siguiente aspecto:
1) P⇒Q Modus Ponens

P
--------
ˆ Q
Si el esquema de razonamiento es válido, y sólo entonces, utilizaremos el símbolo │═ para

separar las premisas de la conclusión. Considerando el ejemplo anterior, la forma de enunciado
válido tendrá el siguiente aspecto:
p , p ⇒ q ⎥═ q
Un razonamiento es válido si la conclusión se deduce lógicamente, siempre que se

cumplan todas las premisas. Esto significa que la conjunción de todas las premisas implica lógica-
mente la conclusión. Por lo tanto, si A es la conjunción de todas las premisas y B es la conclusión,
se tiene que demostrar que A ⇒ B es una tautología. En otras palabras se tiene que demostrar
que A ≡〉 B o, equivalentemente que, A ⎥═ B.
2.7.1- IMPLICACIONES LÓGICAS
Cualquier tautología de la forma p ⇒ q se denomina Implicación Lógica. Ya hemos

trabajado bastante con las implicaciones lógicas. Hemos establecido, por ejemplo, que P ⇒ V y
F ⇒ P son expresiones que resultan verdaderas para todos los valores de verdad de P, lo cual
convierte a estas dos expresiones en tautologías. Por lo tanto P ≡〉 V y F ≡〉 P. Las implicaciones
lógicas son tautologías y cualquier tautología lógicamente puede ser utilizada como la base de un
esquema o forma de enunciado lógico. Específicamente si P es una expresión cualquiera p ≡〉 V
justifica el esquema P ≡〉 V. El esquema o forma de enunciado F ≡〉 P puede demostrarse de
manera similar. Las equivalencias lógicas crean implicaciones lógicas, según se indica en el
teorema siguiente:
TEOREMA 2..1.- Si C y D son dos expresiones lógicas y si C ≡ D entonces C ≡〉 D y D ≡〉 C.
Como aplicación del teorema, consideremos la siguiente forma de enunciado:
(( p º q ) ¸ ( 5 p ∨ q )) ≡ q
66
Esta equivalencia conduce a la siguiente forma de enunciado e implicación lógica importante:
(( p ∨ q ) ¸ ( 5 p ∨ q )) ≡〉 q
Por supuesto, cualquier implicación lógica se puede demostrar mediante la tabla de verdad.
Ejemplo 2.7.1.- Demostrar las siguientes formas de enunciados son tautologías o enun-
ciados válidos p ≡〉 ( p º q ) y ( p ¸ q ) ≡〉 p.
(a) Tabla de verdad para p ≡〉 ( p ∨ q )
p q (p∨q) p ≡〉 ( p ∨ q )
V V V V
V F V V
F V V V
F F F V
Tabla 2.7.1
(b) Tabla de verdad para ( p ∧ q ) ≡〉 p.
p q (p∧q) ( p ∧ q ) ≡〉 p.
V V V V
V F F V
F V F V
F F F V
Tabla 2.7.2
Ambas implicaciones lógicas tienen nombres: se denominan, respectivamente, la Ley de

Adición y la Ley de Simplificación. Consideremos la siguiente expresión, correspondiente al
Silogismo Hipotético, que puede expresarse de la siguiente forma:
( p ⇒ q ) , ( q ⇒ r ) ⎥═ ( p ⇒ r )
67
p q r (p⇒q) (q⇒r) Premisas (p⇒r) Válido
V V V V V V V V
V V F V F F F V
V F V F V F V V
V F F F V F F V
F V V V V V V V
F V F V F F V V
F F V V V V V V
F F F V V V V V
Tabla 2.7.3: Tabla de Verdad de Silogismo Hipotético
Consideremos el caso en el que si todas las premisas son verdaderas, y este es el caso sólo si
p y q son F, entonces la conclusión 5 p es verdadera. La forma de enunciado correspondiente a
un razonamiento como el considerado, se denomina Modus Tollens.
( p ⇒ q) , 5 q ⎥═ 5 p
P q ( p ⇒ q) 5q Premisas Conclusión 5 Válido

p
V V V F F F V
V F F V F F V
F V V F F V V
F F V V V V V
Tabla 2.7.4: Tabla de verdad de Modus Tollens
2.7.2.- SISTEMAS PARA DERIVACIONES
Existen diferentes sistemas para hacer derivaciones. Todos estos sistemas tienen las
siguientes características en común.
1.- Existe una lista dada de argumentos o formas de razonamientos lógicos

admisibles, llamados Reglas de Inferencia. Esta lista se la conoce con el
nombre de L.
2.- La derivación por si misma es una lista de expresiones lógicas. Originalmente
esta lista esta vacía. Se le pueden añadir expresiones a ésta si constituyen una
premisa o si pueden obtenerse a partir de expresiones previas, aplicando una de
las reglas de inferencia. Este proceso continua hasta que se alcanza la
conclusión.
68
Si existe una derivación para la conclusión C, dado que A1, A2, . . . ., An son las premisas
y dado que L es el conjunto de reglas de inferencia admisibles, entonces escribimos:
A1, A2, . . . ., An | L C
Ejemplo 2.7.2: Demostrar el siguiente enunciado
( P ⇒ Q ) , ( Q ⇒ 5 R ) , ( 5 P ⇒ 5 R ) ⎥═ 5 R
Derivación Formal Regla de Inferencia Comentario
1.- (P⇒Q) Premisa
2.- (Q⇒5R) Premisa
3.- (5P ⇒5R) Premisa
4.- (P ⇒5R) 1, 2 SH Silogismo Hipotético entre

filas 1 y 2
5.- 5R 3, 4 Cs Ley de Casos entre 3 y 4
Nota: La regla de Inferencia conocida como la Ley de Casos está indicada en el siguiente
esquema o enunciado:
( A ⇒ B ) , ( 5 A ⇒ B ) ⎥═ B
Obsérvese que en la mayoría de los sistemas para derivaciones formales, el conjunto L

de reglas de inferencia es fijo. No puede utilizarse ninguna regla de inferencia a menos que se
incluya en L como una regla de inferencia admisible. Dentro de esas reglas de inferencia tenemos:
Ley de Combinación, de Simplificación, Ley de Adición, Modus Ponens, Modus Tollens, Silogismo
Hipotético, Silogismo Disyuntivo, Ley de Casos, Eliminación e Introducción de Equivalencia y Ley
de Inconsistencia.
2.7.3.- TEOREMA DE LA DEDUCCIÓN
Para demostrar que ( A ⇒ B ) en matemáticas se utilizan con frecuencia el siguiente

argumento informal:
1.- Se supone A y se añade A a las premisas.

2.- Se demuestra B, utilizando A, si es necesario.
3.- Se prescinde de A, lo que significa que A no es necesariamente verdadera, y se
escribe ( A ⇒ B ).
Ejemplo 2.7.3.- Una pareja tiene un niño, y están esperando un segundo hijo. Demostrar que si
el segundo hijo es una niña entonces la pareja tendrá una niña y un niño.
Sea P Ael primer hijo es un niño@ y Q Ael segundo hijo es una niña@ . Queremos demostrar
que Q ⇒ P ∧ Q , dado que la premisa es P. De acuerdo con el método en discusión puede
hacerse de la siguiente forma:
1.- P es verdadero, la pareja tiene un niño
69
2.- Se supone Q; esto es, se supone que el segundo hijo es una niña.
3.- A partir de P y de Q, concluya P ∧ Q por la ley de combinación.
4.- En este momento, se nos permite concluir que Q ⇒ P ∧ Q. Q puede ahora ser
licenciada, esto es Q ⇒ P ∧ Q es verdadera aun si Q resulta falsa como
resultado: en este caso Q ⇒ P ∧ Q es trivialmente verdadera.
Es clara la razón por la cual es válido este patrón para realizar demostraciones. Cuando
demostramos A ⇒ B , solamente necesitamos considerar el caso en que A es verdadera: si A es
falsa, A ⇒ B es trivialmente verdadera. Si A es verdadera entonces puede añadirse a las
premisas. Lo que muestra la validez del procedimiento. Esencialmente, el argumento establece
que una hipótesis puede convertirse en un antecedente de un condicional> Este es el contenido
del Teorema de la Deducción, que se enuncia de la siguiente forma:
TEOREMA 2.2.- Sean A y B dos expresiones y sean A1, A2, A3, . . . , las premisas. Si B, A1,
A2, A3, . . . , juntos implican lógicamente C, entonces A1, A2, A3, . . . , implican
lógicamente B ⇒ C.
Junto con este teorema, las reglas de inferencia admisibles, mencionadas anteriormente,
forman un sistema completo de deducción.
Ejemplo 2.7.4.- Utilizar el teorema de la deducción para derivar el Silogismo Hipotético. Usar el
Modus Ponens (MP) como única regla de inferencia.
Demostrar: P ⇒ Q, Q ⇒ R ⎥═ P⇒R
1.- (P⇒Q) Premisa
2.- (Q ⇒R) Premisa
3.- P Hipótesis Se supone P
4.- Q 1, 3 MP Modus Ponens entre filas 1,

3
5.- R 2, 4 MP Modus Ponens entre filas 2,

4
6.- (P⇒R ) TD (Teorema de la Deducción) Se prescinde de P, esto es, P

deja de suponerse verdadero
y se concluye P ⇒ R
Ejemplo 2.7.5.- Mostrar que P ⇒ Q, y P ⇒ 5 Q puede utilizarse para la derivación de 5 P.
Demostrar: P⇒ Q, P ⇒ 5 Q ⎥═ 5P
70
1.- (P⇒Q) Premisa
2.- (P⇒5Q) Premisa
3.- P Hipótesis Se supone P para derivar

una contradicción.
4.- Q 1, 3 MP Modus Ponens entre filas 1,

3
5.- 5Q 2, 3 MP Modus Ponens entre filas 2,

3
6.- Q∧5Q 4, 5 C Las líneas 4 y 5

proporcionan la
contradicción deseada
7.- 5P Negación Puesto que la hipótesis P

conduce a una
contradicción, se permite
concluir que 5 P
Corresponde a una demostración indirecta. En la demostración formal se utiliza la palabra

ANegación@ para indicar que 5 P ha sido derivada y que la suposición P se descarta en lo
sucesivo.
2.8.- LA DECISIÓN POR CUADRO SEMÁNTICO
El método del cuadro semántico es un algoritmo relativamente eficiente para la decisión

y su comprobación en el cálculo proposicional. El principio es muy simple, pues para comprobar
la satisfiabilidad debemos buscar siempre un modelo.
DEFINICIÓN 2.4.- Un literal es una proposición simple o una fórmula atómica o la negación de
la fórmula atómica. Definimos a {p, 5p} como el par complementario de
literales, si y solo si p es una fórmula atómica.
DEFINICIÓN 2.5.- Para cualquier tipo de fórmula A, el conjunto {A, 5A} es el par
complementario de fórmulas. A es el complemento de 5A y por lo tanto 5A
es el complemento de A.
Consideremos la siguiente fórmula A ≡ p v (5 p w 5 p) y sea v una interpretación arbitraria

para A.
* v(A) = V si y solo si tanto v(p) = V y v (5p w 5q) = V
* En consecuencia v(A) = V si y solo si se cumple que:
1.- v(p) = V y v( 5q) = V

2.- v(p) = V y v( 5p) = V
De esta forma hemos reducido la prueba de satisfiabilidad de A a la prueba de satisfiabilidad de

71
sus literales.
Recordemos las siguientes definiciones:
DEFINICIÓN 2.6.- Una fórmula A es satisfactoria, si su valor es verdadero para alguna

interpretación. Una interpretación satisfactoria es denominada como un
Modelo de A. La notación empleada para un modelo es : ⎥═ A
DEFINICIÓN 2.7.- Una fórmula es Válida si su valor es verdadero para todas las
interpretaciones.
DEFINICIÓN 2.8.- Una fórmula lógica o proposición compuesta es Insatisfactoria o

Contradictoria, si la misma no es satisfactoria, o sea que es FALSA (F) para
todas sus interpretaciones.
DEFINICIÓN 2.9.- Una fórmula lógica es Inválida o No Válida o Falsificable, si no es válida,

o sea que su valor es FALSO (F) para alguna interpretación de sus valores
de verdad.
Consideremos la siguiente fórmula:
B ≡ (p w q) v (5p v 5q)
* v(B) = V ssi v(p w q) = V y v(5p v 5q) = V
* En consecuencia v(B) = V si y solo si v(p w q) = V y v(5p) = V y v(5q) = V.
* En consecuencia v(B) = B si y solo si se cumplen las siguientes condiciones:
1.- v(p) = v(5p) = v(5q) = V o bien

2.- v(q) = v(5p) = v(5q) = V
Como ambos conjuntos de literales contienen pares complementarios, ninguno de ellos es

satisfactorio y en consecuencia podemos concluir que es imposible encontrar un modelo para B,
de modo que B es insatisfactorio.
La búsqueda sistemática nos lleva fácilmente a la simplicidad, si lo visualizamos de una

manera básica o de una forma gráfica obtendremos una herramienta muy potente y muy simple
de utilizar. A través de ello emplearemos el método del árbol y por descomposición sucesiva de la
expresión o fórmula lógica, podremos analizar la misma.
Lo cual nos conlleva a un conjunto de literales. Si este conjunto contiene a su vez un

conjunto complementario de literales, lo identificaremos marcándolo a través de una X
(insatisfactorio), mientras que un conjunto satisfactorio será marcado a través de un círculo , de la
forma siguiente,F.
El árbol etiquetado que resulta de esta descomposición y análisis posterior recibe el nom-
bre de CUADRO SEMÁNTICO. Consideremos la expresión B, descompuesta a través de las
denominadas Reglas α, indicada en la Figura 2.8.2
72
p v (5q w 5p)
⇓
p , 5q w 5p
⇓ ⇓
p , 5q p , 5p
F X
Figura 2.8.1: Expresión Lógica A
(p w q) v (5p v 5q)
⇓
pwq , 5p v 5q
⇓
pwq , 5p , 5q
⇓ ⇓
p , 5p , 5q q , 5p , 5q
X X
Figura 2.8.2: Variación de Expresión Lógica B
(p w q) v (5p v 5q)
⇓
pwq , 5p v 5q
⇓ ⇓
p , 5p v 5q q , 5p v 5q
⇓ ⇓
p , 5p , 5q q , 5p , 5q
X X
Figura 2.8.3: Variación de Expresión Lógica B
Podemos considerar una variación del cuadro semántico para la expresión B si utilizamos las
denominadas Reglas β, tal cual se indica en la Figura 2.8.3.
Una presentación concisa de las reglas utilizadas para la creación de los cuadros o
marcos semánticos, puede indicarse, si las fórmulas lógicas son clasificadas tomando en cuenta
la negación y el conectivo principal.
Existen dos tipos de reglas de este tipo; las denominadas Reglas α y las denominadas Reglas β.
1.- Las fórmulas α que son conjuntivas y satisfactorias si y solo si ambas sub fórmulas α1 y
α2 también son satisfactorias.
73
α α1 α2
55A A
A 1 ∧ A2 A1 A2
5 ( A1 ∨ A2 ) 5 A1 5 A2
5 ( A1 ⇒ A2 ) A1 5 A2
5 ( A1 ⇐ A2 ) 5 A1 A2
A1 ⇔ A2 A1 ⇒ A2 A 2 ⇒ A1
Figura 2.8.4: Reglas de Cuadro Semántico para Fórmulas α
2.- Las fórmulas β que son disyuntivas y son satisfactorias aún si solo una de las sub
fórmulas β1 y/o β2 es satisfactoria.
β β1 β2
B 1 ∨ B2 B1 B2
5 (B1 ∧ B2) 5 B1 5 B2
B1 ⇒ B2 5 B1 B2
B1 ⇐ B2 B1 5 B2
5 (B1 ⇔ B2) 5 (B1 ⇒ B2) 5 (B2 ⇒ B1)
Figura 2.8.5: Reglas de Cuadro Semántico para Fórmulas β
CONSTRUCCIÓN DEL CUADRO SEMÁNTICO
* Cada nodo del cuadro semántico T será marcado y etiquetado con un conjunto de fórmu-
las. Inicialmente T consiste de un nodo simple, etiquetado con un conjunto simple {c}. Es
cuadro semántico se construye inductivamente de la siguiente forma :
* Seleccionar una hoja l no marcada sobre el árbol de descomposición. Esta hoja l es eti-
quetada por el conjunto de fórmulas U(l), utilizando las siguientes reglas.
* Si U(l) es un conjunto de literales, comprobar si existe un par complementario de

literales del tipo {p, 5 p} en U(l).
- Si es así marcar la hoja como Cerrada X.

- Si no es así marcar la hoja como Abierta F
* Si U(l) no es un conjunto de literales, elegir una fórmula en U(l), de la siguiente

forma
74
- Si la fórmula A es una fórmula-α, crear un nuevo nodo l' como hijo del nodo
l y etiquetarlo como l' , de la siguiente forma :
U(l') = (U(l) - {A}) ^ (α1, α2)
(En el caso de que A sea 5 5 A, no existe la sub fórmula α2)
- Si la fórmula B es una fórmula-β, crear dos nuevos nodos l' y l" como hijos
de l , Etiquetar a l' con la siguiente fórmula :
U(l') = (U(l) - {B}) ^ (β1)
y etiquetar l" con la siguiente fórmula :
U(l') = (U(l) - {B}) ^ (β2)
La construcción termina cuando todas las hojas del árbol están marcadas con un símbolo
X o bien F.
DEFINICIÓN 2.10: Un cuadro cuya construcción ha finalizado se lo denomina Cuadro

Completo. Un cuadro completo se dice que está Cerrado si todas sus hojas
están marcadas con la notación de cerrado, de otra forma o modo se dice
que el cuadro está Abierto.
TEOREMA 2.3: Sea T un cuadro semántico completo para una fórmula A. La expresión A es
No Satisfactoria si y solo si T es cerrado.
COROLARIO 2.1: La expresión A es una expresión lógica satisfactoria si y solo si T está abierto.
COROLARIO 2.2: La expresión A es una expresión lógica válida si y solo si el cuadro semántico
para 5 A es cerrado.
Consideremos el siguiente ejemplo. Podemos demostrar que la siguiente expresión 5(p ∧ 5p) es
válida utilizando en el cuadro semántico el conjunto de la Reglas-α y Reglas-β.
5 5 (p ∧ 5p)
⇓
p ∧ 5p
⇓
p , 5p
X
Cerrado para 5 A y Abierto para todo A
Figura 2.8.6: Cuadro Semántico para 5 (p ∧ 5p)
Consideremos otro ejemplo: B ≡ p ∨ (q ∧ 5 q)
75
p ∨ (q ∧ 5 q)
⇓ ⇓
P q∧¬q
F ⇓
q , 5q
X
Figura 2.8.7: Cuadro Semántico de p º(q ¸ 5 q)
2.9.- PROBLEMAS CAPITULO II
expresarlas únicamente como conjunciones: determinar las formas normales conjuntivas
(fnc) y las formas normales disyuntivas (fnd):
(a) ((p ∧ q) ∨ (p ⇒ s)) (b) ((p ⇒ q) ≡ (p ∨ ¬q))

(c) ((p ≡ q) ⇒ (q ≡ ¬p)) (d) ((¬p ⇒ q) ∨ (s ⇒ r))
(e) ((p ⇒ ¬q) ⇒ (s ≡ r)) (f) {(p ∨ q) ⇒ [(q ≡ r) ⇒ (r ⇒ s)]}
expresarlas únicamente como conjunciones: determinar las formas normales conjuntivas
(fnc) y las formas normales disyuntivas (fnd):
(a) ((p ∨ q) ⇒ (q ∨ p))

(b) (p ⇒ ((p ∨ q) ≡ r) (c) (p ≡ ¬ p)
(d) (p ⇒ (¬ p ⇒ q)) (e) ((p ⇒ q) ⇒ (q ≡ p))
(f) [(p ∧ q) ≡ q] ⇒ p (g) p ⇒ [q ⇒ (q ∨ p)]
(h) ((p ∧ q) ⇒ (p ∨ r)) (i) [p (¬p ∧ q)] ∨ (¬p ∧ ¬q)
(j) (p ∧ q) ≡ [p ⇒ (q ∨ r)]
(k) {p ∧ [q ⇒ [(p ∧ ¬ p) ⇒ (q ∨ ¬ q)]]} ∧ (q ⇒ q)
3.- Determinar si las siguientes expresiones lógicas, a través de las fnc y fnd, son tautologías,
contradicciones, o indefiniciones.
(a) (p ⇒ q) ⇒ (¬ q ⇒ p) (b) ¬ (p ⇒ q) ≡ (¬ q ∧ p)
(c) (p ∨ q) ≡ (p ⇒ q) (d) (p ≡ q) ⇒ ¬ (p ⇒ q)
(e) [(p ⇒ q) ∧ ¬ q] ⇒ ¬ p (f) [(p ⇒ q) ∧ ¬ p] ⇒ ¬ q
(g) [(p ⇒ q) ∨ (q ⇒ p)]
(h) p ∧ ¬ [¬ (p ⇒ q) ∨ q]
(i) ¬ [(p ∨ q) ≡ (p ⇒ q)] ≡ [¬ (p ∨ q) ≡ (p ⇒ q)]
(j) p ⇒ (p ∨ q)
4.- Determinar si las expresiones lógicas consideradas en el Problema 1, a través de las fnc
y fnd, son tautologías, contradicciones, o indefiniciones.
5.- Determinar si las expresiones lógicas consideradas en el Problema 2, a través de las fnc
y fnd, son tautologías, contradicciones, o indefiniciones.
76
6.- Determinar la correspondiente forma de enunciado de las siguientes formas de

razonamiento y determinar si los razonamientos equivalentes son válidos o inválidos:
(a) [(A ⇒ B) ∧ ((A ∨ B) ⇒ (A ∧ B))] ⇒ (A ∨ B)

(b) ((A ∧ B) ∧ (A ≡ B)) ⇒ (A ∨ B)
(c) [(A ⇒ (B ⇒ C)) ∧ ((A ⇒ B) ⇒ (A ⇒ C))] ⇒ (B ∨ C)
(d) [A ∨ (¬A ∧ B)] ∧ (¬A ∧ ¬B) ∧ [(A ⇒ B) ∧ ¬B] ⇒ ¬B
(i) ¬[(A ∨ B) ≡ (A ⇒ C)] ∧ ¬(A ∨ B) ∧ (B ⇒ C) ⇒ ¬(A ∨ C)
7.- Determinar si las formas de enunciados consideradas en el Problema 1, utilizando el

método de reducción por el absurdo, son tautologías, contradicciones, o indefiniciones.
Luego determinar las formas de razonamiento y determinar si el correspondiente
razonamiento es válido o inválido.


10.- Sea ⊕ (OR exclusivo) la función de verdad definida por la siguiente proposición:
(p ∧ ¬ q) ∨ (¬ p ∧ q)
(a) Probar que ⊕ (OR exclusivo) es conmutativo y asociativo.

(b) Probar que las siguientes expresiones son tautologías:
¬p≡p⊕1 ; p⊕0≡p ; p⊕p≡0
11.- Mostrar que los siguientes argumentos son válidos usando el concepto de
i) tautología y ii ) contradicción.
a) ( p ∨ q ), ¬ p, ( ¬ p ∨ r ) ≡> (q ∨ r )
b) ( p ⇒ q ), ( p ⇒ r ) ≡> ( p ⇒ ( q ∧ r ))
c) ( p ∨ q ), ( p ⇒ r ), ( q ⇒ r) ≡> r
12.- Para cada uno de los siguientes argumentos válidos indique cual de las reglas de
inferencia dadas en la Tabla 2 se utilizan:
a) Si el Sr. Juárez o la Sra. Juárez ganan más de $30.000 al año, la familia Juárez puede
pasar sus vacaciones en Hawai. Puesto que yo sé que, o el Sr. Juárez o su esposa,
ganan más de $30.000, concluyo que la familia puede afrontar sus vacaciones en Hawai.
b) Si Juan descubre que el producto que le vendiste está defectuoso, se pondrá furioso.
Desafortunadamente ha descubierto que el producto está defectuoso. Por lo tanto Juan
va a estar furioso
c) Si José estuvo ayer en el partido, necesitará dormir. José no pudo dormir. Por consi-
guiente él no fue al partido.
77
d) Si está caluroso y húmedo, entonces obviamente está caluroso también.
e) Si no llueve, iré a la quinta. Pero no puedo ir a la quinta. Por consiguiente lloverá.
13.- Dar una derivación para los argumentos lógicos siguientes:
a) p, ( p ⇒ ( q ∨ r )) , (( q ∨ r ) ⇒ s ) ≡> s
b) ( p ⇒ q ) , ( q ⇒ r ) , ¬ r ≡> ¬ p
c) p, ( p ⇒ q ) ≡> ( p ∧ q )
d) ( p ∨ q ) , ( p ⇒ r ) , ( q ⇒ r ) ≡> r
e) ( p ⇒ q ) , ( p ⇒ ¬ q ) ≡> ¬ p
f) ( p ⇒ r ) , ( ¬ p ⇒ q ) , ( q ⇒ s ) ≡> ( ¬ r ⇒ q )
g) ( p ⇒ q ) , ( q ⇒ ( r ∧ s )) , ( ¬ r ∨ ( ¬ t ∨ u)) , ( p ∧ t ) ≡> u
h) ( p ⇒ ( q ⇒ r )) , ( p ∨ s) , ( t ⇒ q ) , ¬ s ≡> ( ¬ r ⇒ ¬ t )
14.- Analizar la validez de los siguientes argumentos:
a) Si Rosa obtiene el puesto de supervisor y trabaja mucho, entonces obtendrá un

aumento. Si obtiene el aumento, entonces comprará un auto nuevo. Ella no ha
adquirido un auto nuevo. Por lo tanto, Rosa no ha obtenido el puesto de
supervisor o no ha trabajado mucho.
b) Si Domingo va a la carrera de autos, Elena se enojará mucho. Si Rafael juega

cartas toda la noche, Carmen se enojará. Si Elena o Carmen se enojan, le
avisarán a Verónica (su abogado). Verónica no ha tenido noticias de estos dos
clientes. En consecuencia ni Domingo fue a las carreras ni Rafael jugó cartas
toda la noche.

método del cuadro semántico, son tautologías, contradicciones, o indefiniciones. Luego
determinar si el correspondiente razonamiento es válido o inválido.


78
TABLA 2: PRINCIPALES REGLAS DE INFERENCIA
A, B ≡> A ∧ B Ley de combinación
A ∧ B ≡> A Leyes de simplificación

A ∧ B ≡> B
A ≡> A ∨ B Leyes de adición

B ≡> A ∨ B
A, A ⇒ B ≡> B Modus Ponens
¬B, A ⇒ B ≡> ¬A Modus Tollens
A ⇒ B, B ⇒ C ≡> A ⇒ C Silogismo Hipotético
A ∨ B , ¬ A ≡> B Silogismo disyuntivo
A ∨ B , ¬ B ≡> A
A ⇒ B, ¬A ⇒ B ≡> B Ley de casos
A ⇔ B ≡> A ⇒ B Eliminación de la equivalencia

A ⇔ B ≡> B ⇒ A
A ⇒ B, B ⇒ A ≡> A ⇔ B Introducción de la equivalencia
A, ¬A ≡> B Ley de inconsistencia
79
Lógica de Predicados
CAPITULO III
LÓGICA DE PREDICADOS
3.1.- INTRODUCCIÓN
La lógica es un agregado potente a nuestra colección de paradigmas para resolver

problemas. De la misma forma que otros paradigmas, la lógica tiene al mismo tiempo ventajas
seductivas como desventajas incómodas.
Por el lado positivo, las ideas de la lógica, que han madurado durante varios siglos, son
concisas y comprendidas universalmente, como lo es el Latín. Más aún, hasta épocas
recientes, los lógicos han enfocado en probar cosas acerca de lo que podemos hacer con el
conocimiento. Consecuentemente, cuando el dominio de un problema es atacado con éxito por
la lógica, como lo es en la matemática, estamos con suerte, pues podemos conocer los límites
de lo que podemos realizar con lo que nos está permitido. Por el lado negativo, la lógica puede
ser como una cama de Procusto, pues concentrarnos sobre la lógica puede llevarnos a
concentrarnos sobre la matemática de la lógica desviando nuestra atención de las técnicas
valorizadas de resolver problemas que resisten el análisis matemático.
Para comprender mejor estos puntos, introducimos la notación, la idea de

demostración y las reglas de inferencia, tal como las del modus ponens, modus tolens, y
resolución, que hacen posible crear nuevas expresiones a partir de las existentes. Luego,
utilizando resolución, exploraremos la demostración por refutación y resolución de prueba
de teoremas. Introduciremos los denominados operadores en la lógica haciendo posible la
planificación basada en la lógica, pero que crea dificultades. Por ejemplo, debe existir un modo
de identificar las expresiones que persisten cuando se aplican varias operaciones. Esto es
conocido como el problema del marco.
Finalmente, mientras que la resolución de la demostración de teoremas es potente,

algunas veces el mejor camino es la demostración utilizando propagación comprimida.
Este último método facilita las justificaciones, haciendo posible separar suposiciones
simplificadas, sin peligro para mantener ciertas a las expresiones.
3.1.1.- REGLAS DE INFERENCIA
Sabemos que algo es un pájaro, si ese algo tiene plumas o si vuela o si pone huevos.
Estos hechos pueden expresarse a través de reglas antecedente-consecuente de la siguiente
forma:
Regla 13 If el animal tiene plumas

then es un pájaro
Regla 14 If el animal vuela pone huevos

then es un pájaro
80
3.1.2.- LA LÓGICA TIENE NOTACIÓN TRADICIONAL
En la lógica, para expresar el sentido de una regla antecedente-consecuente

concernientes a pájaros y plumas, necesitamos una forma para capturar la idea de que algo
tiene plumas y de que algo es un pájaro. Esto es realizado utilizando predicados, los
predicados son funciones que mapean objetos, como argumentos, en VERDADERO o
FALSO. Por ejemplo, con la forma normal de interpretar los predicados Plumas y Pájaros y el
objeto Albatros, podemos decir, informalmente, que las siguientes expresiones son expresiones
VERDADERAS:
Plumas (Albatros)
Pájaro (Albatros)
Consideremos ahora que queremos significar cuando decimos que también es

VERDAD la siguiente expresión:
Plumas (Canario)
Evidentemente, Canario es un símbolo que representa a algo que tiene plumas, debido a que
satisface el predicado Plumas. De esta forma tenemos una compulsión sobre que puede hacer
un Canario. Podemos expresar otras compulsiones y otros predicados como por ejemplo, Volar
y Poner Huevos. De hecho, podemos limitar las cosas que Canario puede nominar sobre
aquellas cosas que satisfacen ambos predicados conjuntamente, diciendo que las siguientes
expresiones son ambas VERDAD:
Volar (Canario)
Poner Huevos (Canario)
Existe un modo más tradicional para expresar esta idea. Simplemente combinamos la primera
expresión con la segunda expresión y decimos que la combinación es VERDAD:
Volar (Canario) y Poner Huevos (Canario)
Por supuesto, podemos decir también que debemos interpretar a Canario como el nombre de
algo que satisface a uno de ambos predicados. Esto es realizado utilizando la siguiente
combinación :
Volar (Canario) o Poner Huevos (Canario)
Los lógicos prefieren una notación diferente. O sea escribimos v para representar a y (and) y
escribimos w para representar a o (or).
Podemos en consecuencia escribir las mismas cosas de antes de la forma en que los
lógicos lo harían:
Volar (Canario) ∧ Poner Huevos (Canario)
Volar (Canario) ∨ Poner Huevos (Canario)
Cuando las expresiones son unidas a través de ∧, decimos que forman una conjunción y cada
parte forma conjuncto. Del mismo modo, cuando las expresiones están unidas a través de ∨,
forman una disyunción y cada parte de forma un disyuncto. Debemos notar que estos
operadores son los denominados conectivos lógicos de la lógica formal y mapean
combinaciones de VERDAD y FALSO a VERDAD y FALSO.
81
Además de los conectivos de conjunción y disyunción, existen otros dos conectivos

importantes, a saber: uno de ellos es la negación y que es representado a través del siguiente
símbolo ¬, y el otro es la implicación y representado por ⇒. Consideremos el siguiente
ejemplo :
¬ Plumas (Susana)
Para que esto sea VERDAD, Susana debe representar algo para lo cual Plumas (Susana) no
es VERDAD. O sea que Susana debe ser algo para lo cual el predicado Plumas no es
satisfacido. Si utilizamos ⇒, podemos escribir expresiones que se parecen a una de las reglas
antecedente-consecuente, comenzamos con el siguiente ejemplo:
Plumas (Susana) ⇒ Pájaro (Susana)
decimos que el valor de la expresión es VERDAD dependiendo de que puede representar

Susana. Una posibilidad permitida es que Susana sea algo para lo cual tanto Plumas (Susana)
y Pájaro (Susana) son VERDAD.
Implicación E2 E2
E1 ⇒ E2 V F
E1 V V F
E1 F V V
Conjunción E2 E2
E1 ∧ E2 V F
E1 V V F
E1 F F F
Disyunción E2 E2
E1 ∨ E2 V F
E1 V V V
E1 F V F
Negación E V F
¬E 5E F V
Tabla 3.1: Tablas de Verdad de Conectivos
Naturalmente, la definición de ⇒ también permite que tanto Plumas (Susana) y Pájaro

(Susana) son ambos FALSO. Curiosamente, otra posibilidad, permitida por la definición de ⇒,
es que Plumas (Susana) es FALSO y Pájaro (Susana) es VERDAD. Si Plumas (Susana) es
82
VERDAD y Pájaro (Susana) es FALSO, sin embargo, entonces la expresión compuesta

considerada es FALSO.
Quizás es tiempo de ser más preciso acerca de los conectivos considerados (negación,
disyunción, conjunción e implicación) antes de que sea demasiado tarde. Pensando en ellos
como funciones, es fácil definirlos listando los valores aprobados para cada combinación
posible de argumentos. Ello está indicado en la Figura 5.1 utilizando diagramas que se
denominan Tablas de Verdad.
Debemos hacer notar que los conectivos tienen una Precedencia Aceptada. El
símbolo ¬ tiene mayor precedencia que el conectivo de disyunción, ∨, de forma tal que
podemos escribir ¬ E1 ∨ E2, significando con ello la siguiente expresión evitando de esta forma
la posible confusión con otra expresión: (¬ E1) ∨ E2, sin ningún tipo de confusión con la
expresión (¬ E1 ∨ E2).
La precedencia aceptada es primera la negación, seguido por la conjunción y la

disyunción y por último la implicación. Es una muy buena costumbre el utilizar paréntesis, para
obtener claridad en las expresiones y evitar la ambigüedad.
Observar que los valores de la tabla correspondiente a la implicación, son los mismos
que los valores de verdad en la correspondiente tabla de la expresión siguiente: ¬ E1 ∨ E2 y
podemos decir que ambas expresiones son equivalentes.
(E1 ⇒ E2) ≡ ¬ E1 ∨ E2
Consideremos algunas propiedades de los conectivos dentro de la lógica de predicados (E

representa a un predicado dentro de esta lógica).
Propiedad Conmutativa (E1 ∨ E2) ≡ (E2 ∨ E1)

(E1 ∧ E2) ≡ (E2 ∧ E1)
Propiedad Distributiva E1 ∧ (E2 ∨ E3) ≡ (E1 ∧ E2) ∨ (E1 ∧ E3)

E1 ∨ (E2 ∧ E3) ≡ (E1 ∨ E2) ∧ (E1 ∨ E3)
Propiedad Asociativa E1 ∨ (E2 ∨ E3) ≡ (E1 ∨ E2) ∨ E3

E1 ∧ (E2 ∧ E3) ≡ (E1 ∧ E2) ∧ E3
Leyes de De Morgan 5 (E1 ∨ E2) ≡ (5 E1) ∧ (5 E2)

5 (E1 ∧ E2) ≡ (5 E1) ∨ (5 E2)
Doble Negación 5 (5 E1) ≡ (E1)
3.1.3.- CUANTIFICADORES DETERMINAN QUE ELEMENTOS SON CIERTOS
Las reglas antecedente-consecuentes, que se están considerando, son VERDAD para

todos los elementos posibles dentro de un universo de discurso determinado. Para señalar que
una expresión lógica es Universalmente VERDAD necesitamos utilizar un símbolo que significa
la expresión Para Todo,∀, como así también una variable que representa a todos los
elementos posibles dentro de un universo de discurso determinado. En los siguientes ejemplos
al considerar la expresión,"cuando es VERDAD", decimos que cualquier elemento que tiene
plumas es un pájaro:
œx[Plumas(x) ⇒ Pájaro(x)]
Igual que cualquier otra expresión, la misma puede ser VERDAD o FALSO. Si la misma es
83
VERDAD, una expresión œ significa que tendremos un valor de VERDAD cuando substituimos
cualquier objeto por la variable x dentro de los corchetes. Por ejemplo si la expresión
œx[Plumas(x) ⇒ Pájaro(x)] es VERDAD, entonces ciertamente la siguiente interpretación
Plumas(Canario) ⇒ Pájaro(Canario) es VERDAD y lo es también en el siguiente caso
Plumas(Susana) ⇒ Pájaro(Susana).
Cuando una expresión está rodeada por los corchetes asociados a un cuantificador,
decimos que la expresión se encuentra dentro de la Extensión (Scope) del cuantificador. En
consecuencia la expresión Plumas(x) ⇒ Pájaro(x) es una Extensión del cuantificador œx[... ].
Ya que las expresiones VERDADERAS que comienzan con el cuantificador universal

nos dicen algo acerca de todas las substituciones posibles de variables por objetos dentro de la
correspondiente extensión, decimos que la expresión se encuentra Cuantificada
Universalmente. Algunas expresiones, sin embargo, no siempre son VERDAD, sino que lo son
solo en algunos casos. La lógica también considera estos casos. Ellos son escritos utilizando
otro cuantificador representado por el símbolo › y tiene el siguiente significado Existe al
Menos y es utilizado de la siguiente forma: ›x [Pájaro(x)]
Cuando esta expresión es VERDAD, significa que existe al menos un elemento que
cuando es substituido por la variable x, hace que la expresión dentro de los corchetes sea
VERDAD. Quizás la expresión Pájaro(Canarios) es VERDAD, de cualquier modo, algo parecido
a Pájaro(Canario) es VERDAD. Expresiones que utilizan el cuantificador (›), denominado
Cuantificador Existencial, se dicen que están cuantificadas existencialmente.
3.1.4.- VOCABULARIO DE LA LÓGICA DE PREDICADO
Un problema dentro de la lógica es la existencia de una gran cantidad de expresiones

de un vocabulario, para mantener a la lógica de un modo integro. Por referencia observemos la
Figura 3.2.
OBJETOS VARIABLES FUNCIONES

A x Apoyar
⇓ ⇓ ⇓
PREDICADOS TÉRMINOS
Sobre
⇓ ⇓
FORMULAS ATÓMICAS
Sobre(A, x) ⇒ NEGACIÓN ¬ Sobre(A, x)
⇓ ⇓
CONECTIVOS LITERALES CUANTIFICADORES

5,∧,∨,⇒,⇔ ›,œ
⇓ ⇓ ⇓
FORMULAS BIEN FORMADAS (FBF)
œX [Sobre(A, x) ⇒ Igual(x, Apoyo(x))]
⇓
ORACIONES
CLAUSULAS
ETC.
Figura 3.2. : Vocabulario de la Lógica de Predicados

En función de la Figura 3.2, podemos expresar un conjunto de definiciones acerca de
los elementos del vocabulario de la lógica de predicados, a saber:
* Los objetos de un Dominio son Términos.
84
* Las Variables que representan a los objetos de un dominio son Términos.

* Las Funciones son Términos. Los argumentos y las imágenes de las
funciones son objetos de un determinado dominio.
Los términos son los únicos elementos que aparecerán como argumentos de los diferentes
predicados sobre un dominio o conjunto de dominios dados.
* Fórmulas Atómicas son definidos como predicados individuales con sus

correspondientes argumentos.
* Literales son definidos como fórmulas atómicas y fórmulas atómicas negadas.
* Fórmulas Bien Formadas, o bien FBF, son definidas recursivamente de la
siguiente forma:
* Los literales son fórmulas bien formadas (FBF).

* Fórmulas Bien Formadas conectadas a través de conectivos son
también FBF.
* Fórmulas Bien Formadas afectadas por cuantificadores son también
FBF.
Para las FBF existen algunos casos especiales que deben ser considerados, a saber:
* Una Fórmula Bien Formada en la cual todas sus variables, si existen, están
dentro de una extensión del correspondiente cuantificador, es definida como
una Oración. La siguiente expresión es una oración
œx [Plumas(x) ⇒ Pájaro(x)]
Plumas (Albatros) ⇒ Pájaro(Albatros)
Variables como x que aparecen dentro de la extensión del correspondiente cuantificador se

denominan Variables Ligadas. Variables que no son ligadas se las identifica como Variables
Libres.
La siguiente expresión no es una oración, debido a que contiene una variable libre, la
variable y:
œx [Plumas(x) ∨ 5 Plumas (y)]
Debemos hacer notar que permitimos variables solo para representar objetos. Está
prohibido utilizar variables para representar predicados. Estamos tratando en consecuencia con
las lógicas denominadas de Cálculo de Predicados de Primer Orden. En una segunda
instancia tenemos el Cálculo de Predicados de Segundo Orden donde se permiten que las
variables representen a los predicados. En cambio una lógica o Cálculo Proposicional no se
permiten variables de ninguna clase.
Una Fórmula Bien Formada que está formada por disyunciones de literales recibe la
denominación de Cláusula.
85
3.2.- ESTRUCTURA RELACIONAL DE UNA LÓGICA DE PREDICADO
La lógica proposicional nos permite razonar acerca de o con proposiciones. Sin

embargo no existe una forma para razonar acerca de las relaciones existentes entre las
entidades individuales en algún universo de discurso. Como así tampoco existe un modo para
expresar afirmaciones generales aplicadas a conjuntos en casos similares. Consecuentemente
los lógicos han desarrollado lógicas más expresivas denominadas lógicas de predicados.
Tales lógicas pueden ser utilizadas para describir y razonar acerca de partes del
universo visualizado como Estructuras Relacionales, donde la denominada estructura
relacional consiste de un conjunto de entidades E, un conjunto de relaciones definidas sobre E
y un conjunto de funciones sobre E. Las entidades en un subconjunto de E son conocidas
como Entidades Distinguidas.
Una definición más formal de la estructura relacional de la lógica de predicados, es la siguiente:
U = (E, N, R, H)
donde definimos a cada uno de los componentes de la siguiente forma :
(a) E es un conjunto de entidades o términos {e1, e2, ...., en}, denominado como el
dominio de la estructura U.
(b) N es el conjunto de las entidades distinguidas {n1, n2, ...., nn}, de forma tal que
N es un subconjunto de E.
(c) R es un conjunto de relaciones {r1, r2, ...., rn} definidas sobre el conjunto de
entidades E.
(d) H es un conjunto de funciones {h1, h2, ...., hn} definidas sobre el conjunto de
entidades E.
Consideremos el siguiente ejemplo de una estructura relacional :
E ≡ Conjunto de todas las entidades que constituyen la Universidad.

N ≡ {Susana, Roberto, Guillermo, Veinte, Treinta, Cuarenta, Cincuenta,
Sesenta}
R ≡ {Novios, Edad}
H ≡ {Doble}
Definiendo las correspondientes relaciones y función de la siguiente forma:
Novios = {(Susana, Roberto), (Roberto, Susana)}
Edad = {(Susana, Veinte), (Roberto, Treinta), (Guillermo, Cuarenta)}
Doble (Veinte) = Cuarenta
Doble (Treinta) = Sesenta
Las relaciones y funciones en una estructura relacional puede ser Arity (o sea, que puede
tener varios números de argumentos). Por ejemplo Novios tiene un arity de 2 (dos). Doble tiene
un arity de 1 (uno) y es denominada como una función de un solo argumento.
3.2.1.- RELACIONES Y PREDICADOS
86
Las matemáticas en general y la ciencia de computación en particular deben ser

capaces de expresar y manipular fórmulas lógicas con valores de conjuntos diferentes de los
pertenecientes al conjunto de valores de Boole {V, F}. En particular, son esenciales conjuntos
infinitos tales como el conjunto de los números enteros Z.
Recordemos que cualquier relación n-aria R es un subconjunto del Producto

Cartesiano D1 x D2 ..... x Dn, donde cada Di es un conjunto. Por ejemplo:
* PR(x) - el conjunto de todos los números primos:

{2, 3, 5, 7, 11, 13, 17, ....}
* SQ(x, y) - el conjunto de pares ordenados (x, y), de forma tal que y es el
cuadrado de x.
{(1,1),(2,4),(3,9),(4,16), .....}
Una relación también puede ser formalizada como una función Booleana sobre n-
tuplas:
DEFINICIÓN 3.1: Sea D un conjunto de elementos. R es una relación n-aria en el

Dominio D si R es una relación sobre Dn.
Sea R una relación n-aria sobre un dominio D. El predicado R asociado con la relación
R, está dado por la siguiente expresión:
R(d1, ......, dn) = T si y solo si {d1, ......, dn} 0 R
Por ejemplo:
SQ(2, 1) = F
SQ(2, 2) = F
SQ(2, 3) = F
SQ(2, 4) = V
es el predicado correspondiente a la relación SQ antes definida, puesto que es cierto que 4 es

el cuadrado de 2, mientras que no lo son 1, 2, 3. De la misma forma:
PR(1) = F
PR(2) = V
PR(3) = V
PR(4) = F
puesto que 2 y 3 son primos mientras que 1 y 4 no lo son.
Esta correspondencia es trivial pero proporciona el ligamento necesario para la

formalización lógica de las matemáticas. Todas las fórmulas lógicas, interpretaciones, pruebas,
etc.; que fueron desarrolladas para el cálculo proposicional pueden ser aplicados al cálculo de
predicados. La presencia de un dominio sobre el cual los predicados son interpretados,
complica considerablemente los detalles técnicos pero no los conceptos básicos. Se deben
realizar extensiones tanto a sintaxis como a la semántica de las fórmulas o expresiones
lógicas. El plan de ataque es el siguiente:
* Para evitar continuas referencias al dominio, se introducen cuantificadores en

la definición de una fórmula, para permitir expresar que una expresión
sintácticamente pura de una declaración, que es un predicado, es verdadera
para algún o para todos los elementos del conjunto.
* En el cálculo proposicional, una interpretación consiste solo en la asignación
87
de valores de verdad a los símbolos proposicionales o proposiciones. En el

cálculo de predicados, una interpretación incluye la elección de un dominio y
una asignación de relaciones a los símbolos de predicado.
* La construcción del cuadro semántico será extendido. Ya que los dominios
pueden ser infinitos, la construcción del cuadro puede no terminar y en
consecuencia no existir un procedimiento de decisión que satisfaga en el
cálculo de predicados. Sin embargo, si el cuadro es cerrado, la fórmula puede
no ser cumplida y lo inverso también.
* Los sistemas axiomáticos del tipo Hilbert y Gentzen pueden ser definidos en el
cálculo de predicados. De este modo mientras un fórmula válida es
demostrable, y mientras podamos construir una prueba de la fórmula, dando
una fórmula arbitraria, no podremos decidir si la misma es válida y en
consecuencia demostrable.
* Antes de definir resolución, introducimos funciones sobre el dominio, en adición
a los predicados valorizados de acuerdo a los valores de verdad. Estas
funciones son necesarias a causa de la operaciones matemáticas tales como
la multiplicación:
(x > 0 v y > 0) ⇒ (x * y > 0)
Aquí es introducido un importante concepto: "La Interpretación de Herbrand". Ello

permite el desarrollo de la teoría del cálculo de predicado para un dominio canónico, o
sea, un dominio uniforme en lugar de considerar la idiosincrasia de cada dominio
individual. Además, las interpretaciones de Herbrand son definidas sintácticamente en
términos de los símbolos del cálculo de predicado, simplificando de esta forma la
teoría.
* En ausencia de un procedimiento de decisión, no estudiaremos la complejidad de los

algoritmos para el cálculo de predicados. En lugar de ello, veremos ciertas clases
restringidas, las que nos darán procedimientos de decisión.
3.3.- SINTAXIS DE LENGUAJES DE PREDICADOS DE PRIMER ORDEN
La sintaxis de un lenguaje de predicados de primer orden está definida a través de una

gramática cuyos símbolos terminales incluyen los siguientes conjuntos:
(a) Un conjunto de Símbolos de Predicados, expresados de la siguiente forma :
P = {p1, p2, p3, .... }
(b) Un conjunto de Variables Individuales, expresados de la siguiente forma :
Var = {v1, v2, v3, .... }
(c) Un conjunto de Constantes Individuales, expresadas de la siguiente forma :
Cons = {c1, c2, c3, .... }
(d) Un conjunto de Símbolos de Función, expresados de la siguiente forma :
F = {f1, f2, f3, .... }
88
(e) Un conjunto de conectivos lógicos que incluyen a la negación, conjunción,

disyunción, implicación o condicional y a la equivalencia o doble implicación,
representados a través del siguiente conjunto de símbolos:
S = { ¬, ∧, ∨, ⇒, ⇔}
(f) Un conjunto de cuantificadores: Cuantificador Universal, œ, y el Cuantificador

Existencial, ›.
(g) Conjunto de Símbolos de puntuación: Paréntesis (, ) y otros.
La sintaxis de la lógica de predicado de primer orden es definida muy a menudo

utilizando un subconjunto de conectivos lógicos y un solo cuantificador. El resto de los
conectivos y el otro cuantificador, son definidos como abreviaturas. Independientemente del
conjunto elegido, el mismo debe estar completo en el sentido de que todos los otros conectivos
y cuantificadores deben estar definidos en términos de los conectivos y cuantificadores
elegidos. Por ejemplo, si se eligen a œ y ¬, entonces el cuantificador existencial puede definirse
›x A(x) ≡ ¬ (œx) 5 A(x)
donde A(x) es una fórmula determinada y x es una variable lógica. De la misma forma
podemos definir la implicación en la lógica de predicados:
(A(x) ⇒ B(x)) ≡ 5 A(x) ∨ B(x)
Definimos dentro de esta sintaxis, al conjunto de Términos de un predicado de primer orden :
(a) Todas las constantes individuales son términos.
(b) Todas las variables individuales son términos.
(c) Si t1, t2, t3, .... tn son términos y f es una función n-aria, entonces tenemos que
f(t1, t2, t3, .... tn) es un término.
El conjunto de fórmulas atómicas está definido de la siguiente forma :
(d) Si t1, t2, t3, .... tn son términos y p es un símbolo de un predicado n-ario,
entonces tenemos que la siguiente expresión p(t1, t2, t3, .... tn) es una fórmula
atómica.
El conjunto de las denominadas FORMULAS BIEN FORMADAS (FBF) para un

lenguaje de predicados de primer orden está dado por los siguientes enunciados :
(a) Si A es una fórmula atómica, entonces A es una FBF.
(b) Si A y B son FBF, entonces tenemos que las siguientes expresiones son
también FBF:
(A) , 5A , A∨B
A∧B , A⇒B , A⇔B
œx A donde x 0 Var , ›x A donde x 0 Var
89
(c) Las únicas FBF son aquellas obtenidas por un número finito de aplicaciones de
las reglas antes indicadas.
Por facilidad de lectura, las letras x, y, z, w serán utilizadas para representar variables
individuales, cadenas tales como "Sally" son utilizadas para representar constantes
individuales, las letras P, Q, R o cadenas del tipo "Tiene" son utilizadas para representar
predicados y las letras f, g, h o cadenas tales como "Doble" son utilizadas para representar
símbolos de función.
Ejemplo 3.3.1: Como ejemplo de un lenguaje en la lógica de predicados de primer orden,

consideremos la siguiente definición informal de la sintaxis de un lenguaje
lógico denominado L1:
(a) Símbolos de Predicado = {Edad, Novios}, donde ambos son binarios.

(b) Variables = {x, y, z}
(c) Constantes = {Susana, Roberto, Guillermo, 20, 30, 40, 50, 60}
(d) Conectivos = {5, ∧, ∨, ⇒, ⇔}
(e) Cuantificador = {œ, ›}
(f) Puntuación = {( , ) , [ , ] }
(g) Símbolos de Función = {Doble}
El conjunto de términos del lenguaje L1 es el siguiente conjunto:

{Susana, Roberto, Guillermo, 20, 30, 40, 50, 60, x, y, z, doble (0), doble Susana), doble(x),
doble(doble(30)), etc.... }
Las fórmulas atómicas y las FBF de L1 están definidas de acuerdo a las reglas dadas
anteriormente. Ejemplos de FBF de L1 son:
(a) Novios (Susana, Roberto)

y lo leemos de la siguiente forma : "Susana está de novia con Roberto".
(b) Edad (Susana, 20)

y se lee como "Susana tiene la edad de 20".
(c) Edad (Guillermo, doble (20))
y se lee "Guillermo tiene una edad que es el doble de 20".
(d) 5 Novios (Susana, Guillermo)

y lo leemos como "Susana no está de novia con Guillermo".
(e) œx œy [Novios(x, y) ⇒ Novios y, x)]

y lo leemos de la siguiente forma : "Para todo x y para todo y, si x está de
Novio con y, entonces y está de novio con x". Esto define la simetría del
predicado Novios.
(f) ›x Edad(x, 40), y lo leemos "Existe un x cuya edad es de 40 años".
(g) Edad (x, y) , y lo leemos de la siguiente forma : "x tiene la edad y".
Las fórmulas (a) a (f) son denominadas fórmulas Cerradas, ya que ellas no contienen variables
libres (las variables, si las hay, están ligadas por uno u otro cuantificador). La fórmula (g) es
una fórmula Abierta. Si A es una fórmula, entonces la extensión de la ocurrencia de un
cuantificador, tal como qx en qx A, es A (donde q = œ o q = ›). Una Ocurrencia de una variable
x en A está Ligada si y solo si está inmediatamente después de un cuantificador o si se
encuentra en la extensión de la ocurrencia de un cuantificador. La ocurrencia de una variable
que no está ligada decimos que es Libre.
3.3.1.- FORMULAS DE PREDICADOS
90
Ahora trataremos de formalizar y ampliar la notación empleada en el punto anterior con

respecto a la sintaxis de un Lenguaje de Lógica de Predicados de Primer Orden. Las nuevas
denominaciones no reemplazan a las anteriores sino que pueden utilizarse cualquiera de ellas.
Sea {P, A, X} el conjunto de símbolos denominados Símbolos de Predicado,

Constante y Variables, respectivamente. Por convención, las siguientes letras minúsculas,
posiblemente con subíndices, denotarán a los anteriores conjuntos:
P = {p, q}
A = {a, b}
X = {x, y}
Las fórmulas de predicados son definidas por la siguiente gramática:
argumento ::= x para cualquier x 0 X

argumento ::= a para cualquier a 0 A
lista_argumento ::= argumento
lista_argumento ::= argumento, lista_argumento
fórmula atómica ::= p(lista_argumento) para cualquier p 0 P
fórmula ::= verdad ⎥ falso⎥ fórmula atómica
fórmula ::= (5 fórmula)
fórmula ::= (cuantificador variable fórmula)
fórmula ::= (fórmula operando fórmula)
operando ::= ∨ * ∧ * ⇒ * ⇐ * ⇔
cuantificador := › * œ
DEFINICIÓN 3.2: œ es el cuantificador universal y se lee de la siguiente forma: "para

todo". › es el cuantificador existencial y se lee de la siguiente forma:
al menos existe un".
Para una fórmula Cuantificada, tal como (œxA), x es denominada la variable

cuantificada o la variable vinculada y A es denominado como la extensión (scope) de la
variable cuantificada. Los cuantificadores (incluyendo la variable cuantificada) son operadores
que tienen la misma precedencia que la negación. La siguiente fórmula:
(œx((5(›y p(x, y)) ∨ (5(›y p(y, x)))))
y que puede ser escrita de la siguiente forma:
œx(5›y p(x, y) ∨ 5›y p(y, x))
Tomamos del cálculo proposicional la definición de los árboles de formación y el concepto de

inducción de la estructura de una fórmula. Algunos ejemplos de fórmulas en el cálculo de
predicado, ejemplificamos a continuación:
1.- œx œy (p(x, y) ⇒ p(y, x))

p debe ser interpretada como una relación simétrica semejante a la relación de
"igualdad", de la siguiente forma:
(x = y) ⇒ (y = x)
2.- œx ›y p(x, y)
Si p es interpretada como una función, entonces p debe ser total.
3.- ›x ›y(p(x) ∧ 5p(y))
91
Esta fórmula solo puede ser cierta en un dominio con al menos dos elementos.
4.- œx p(a, x)
Expresa la existencia de un elemento especial. Por ejemplo, si p es
interpretado como la relación "≤", entonces la fórmula es cierta para a = 1 en el
dominio de los enteros positivos, porque 1 es menor o igual a cada elemento
del dominio. Sobre el dominio de todos los enteros (positivos y negativos), la
fórmula no es cierta o verdadera.
5.- œx(p(x) ∧ q(x)) ≡ (œx p(x) ∧ œx q(x))

La fórmula es válida. Seleccionemos un elemento arbitrario d del dominio,
Entonces p(d) ∧ q(d) es verdadero, lo que implica que p(d) es verdadero, como
así también lo es q(d). Como d es arbitrario, entonces œxp(x), œxq(x) son
verdaderos.
6.- ›x(p(x) ∨ q(x)) ≡ (›x p(x) ∨ ›x q(x))
También es una fórmula válida por un argumento dual para "œ" y "v".
7.- œx(p(x) ⇒ q(x)) ⇒ (œx p(x) ⇒ œx q(x))

Es una fórmula válida.
8.- (œx p(x) ⇒ œx q(x)) ⇒ œx(p(x) ⇒ q(x))

Corresponde a la fórmula inversa del ejemplo #7 y no es válida.
Antes de definir interpretaciones, debemos definir el concepto de sustitución de

constantes por variables. Existen dificultades técnicas similares a las encontradas en los
lenguajes de programación, como Pascal, que permite definir variables locales dentro del
ámbito de un procedimiento. Formalizamos esta propiedad como una definición de sustitución
en los predicados.
DEFINICIÓN 3.3: Sean A una fórmula, x una variable y a una constante. La siguiente
expresión
A [x ⇐ a], representa la sustitución de a por x y está definida por la
inducción:
* Si A es una fórmula atómica, A [x ⇐ a] es obtenida reemplazando
cada ocurrencia de x en A (si existe) por a.
* Si A = 5A1 , A [x ⇐ a] = 5A1[x ⇐ a].
* Si A = A1 op A2 , A [x ⇐ a] = A1[x ⇐ a] op A2[x ⇐ a].
* Si A = œxA1 , A [x ⇐ a] = A. Similar para A = ›xA1.
* Si A = œyA1 para y … x, A[x ⇐ a] = œyA1[x ⇐ a]. Similar para A =
›yA1.
Debemos hacer notar la distinción existente entre la sustitución para la variable

cuantificada y la sustitución para cualquier otra variable. La variable cuantificada es análoga a
la declaración de una variable local en un procedimiento en Pascal y es tal que ningún
asignamiento global tiene efecto. La sustitución por cualquier otra variable es análoga a la
sustitución global a una variable que no ha sido redeclarada como una variable local.
DEFINICIÓN 3.4: Si A [x ⇐ a] … A, entonces x es denominada variable libre de A.
La siguiente notación:
A(x1, ..... , xn)
indica que las variables libres de la fórmula A están en {x1, ..... , xn}. (Usualmente todas estas
variables son libres en A.)
92
Si la fórmula no tiene variables libres, es denominada una fórmula cerrada. Si {x1, .....
, xn} son todas variables libres de A, es cierre universal de A está dado por:
œx1 ..... œxn A
y el cierre existencial está dado por:
›x1 ..... ›xn A
Por ejemplo, si A(x, y) = p(x, y) tiene dos variables libres {x, y}, ›y p(x, y) tiene una sola variable
libre {x} y œx›y p(x, y) es cerrado. El cierre universal de A(x, y) es œxœy p(x, y) y el cierre
existencial es ›x›y p(x, y).
LEMA 3.1: Si A es cerrada, entonces A [x ⇐ a] también es cerrada.
Demostración: Por inducción sobre la estructura de A. Si A es atómica y cerrada, no tiene

variables tal que A [x ⇐ a] = A es cerrada por suposición. Las etapas
de inducción para las conectivas proposicionales son inmediatas,
como lo es el caso donde A es una cuantificación de la variable x
sustituida.
Supongamos que el lema es cierto para A1 y tenemos que A = œy A1 para y …

x. Pero A = œy A1 es cerrada por suposición, por lo tanto x no está libre en A1 y
en A1[x ⇐7 a] = A1 por definición de variable libre. Por lo tanto:
A [x ⇐ a] = œy A1[x ⇐ a] = œy A1 está cerrada.
DEFINICIÓN 3.5: Sea A = œx A(x) una fórmula cuantificada y sea a una constante,
entonces A [x ⇐ a], denotada como A(a) es una instancia de œx A(x).
La operación de sustituir una constante específica por una variable
cuantificada es denominada instanciación.
DEFINICIÓN 3.6: Sea A una expresión, sea x una variable y sea t un término. Entonces
SxtA representa la expresión que se obtiene al sustituir todas las
apariciones de x en A por t. SxtA es denominada como una
particularización (un caso, un ejemplo) de A, y se dice que t es un
caso (instancia) de x.
Ejemplo 3.3.2: Sean a, b y c constantes individuales, sean P y Q símbolos de

predicado, y sean x e y variables. Calcular:
x
S a (P(a) ⇒ Q(x))
Syb (P(y) ∨ Q(y))
Sya Q(a)
y
S a (P(x) ⇒ Q(x))
Solución: Sxa (P(a) ⇒ Q(x)) es (P(a) ⇒ Q(a)), y Syb (P(y) ∨ Q(y)) es (P(b) ∨ Q(b)). Dado
que Q(a) no contiene ningún y, al sustituir todos los casos de y por a se tiene
que Q(a) queda intacto, lo cual significa que:
Sya Q(a) = Q(a)

y
S a (P(x) ⇒ Q(x)) = (P(x) ⇒ Q(x))
SxtA Es una operación que puede aplicarse a los predicados; por lo tanto, no es un predicado
en sí mismo y esto hace que SxtA sea una meta expresión.
93
3.4.- SEMÁNTICA DEL LENGUAJE DE PREDICADOS DE 1er ORDEN

3.4.1.- INTERPRETACIONES
Una interpretación de una frase debe contener información suficiente para determinar
si la frase es falsa o verdadera. Para estudiar esto, consideremos una frase concreta, tal como
“han pagado todos los clientes”. ¿Qué se necesita para determinar si esta frase es
verdadera?. Evidentemente, necesitamos saber quienes son los clientes, o sea, necesitamos
un universo de discurso. En segundo lugar, es necesario saber quién ha pagado y quién no.
Esto quiere decir que necesitamos alguna forma de asignación del predicado “ha pagado”.
Como segundo ejemplo, consideremos la frase: “y ha solicitado el objeto X”. Para averiguar
si esta frase es verdadera, es preciso una vez más definir el universo de discurso, tal como por
ejemplo, todos los clientes de una empresa de comercialización. Además tenemos que saber
quién es y, y es preciso tener una asignación del predicado “ha solicitado X”. Estos dos
ejemplos sugieren un cierto número de elementos de los cuales hay que disponer para tener
una interpretación. Formalmente una interpretación de una expresión lógica contiene los
siguientes componentes:
1. Tiene que existir un universo de discurso.

2. Para cada individuo, tiene que existir una constante individual que se refiera
exclusivamente a ese individuo en particular y a ningún otro.
3. Hay que asignar a cada variable libre una constante individual exclusiva.
4. Tiene que existir una asignación para cada predicado que se utilice en la expresión,
incluyendo los predicados de paridad 0, que representan proposiciones.
Para expresar las aseveraciones acerca de las estructuras relacionales de primer

orden, U, es necesario asociarlas con lenguajes de primer orden. Para hacer esto, es necesario
definir un lenguaje L de modo tal que asignemos a cada relación n-aria en U, a un predicado n-
ario en L, cada función n-aria en U a cada símbolo de función en L y cada entidad distinguible
en U a cada constante en L. La función que define estas asignaciones es denominada una
Interpretación.
Debe quedar en claro que podemos asociar el lenguaje L1 con la estructura relacional
U1, definiendo una interpretación (1 tal que:
(1(Susana) = SUSANA
(1(Roberto) = ROBERTO
(1(Novios) = NOVIOS
(1(20) = VEINTE
Para facilitar la definición de interpretación, extenderemos el concepto de fórmula para

permitir fórmulas en un dominio.
DEFINICIÓN 3.7: Sea D un dominio. Una fórmula sobre D está definida como antes
excepto que los elementos de D reemplazan constantes de un
conjunto !.
Por ejemplo, correspondiendo a la fórmula œx p(a, x) en el cálculo de predicado, tenemos la

fórmula œx p(0, x) en el dominio ù de los números naturales. La expresión œx p(0, x) es también
una fórmula en el dominio Z de los números enteros. La expresión œx p(", x) es una fórmula en
el dominio S de las cadenas de caracteres, donde " es la cadena nula.
DEFINICIÓN 3.8: Sea A una fórmula de forma tal que {p1, ..., pn} son todos predicados y
{a1, ..., an} son todas constantes que aparecen en A. Decimos en
94
consecuencia que una Interpretación I es una tripla de la siguiente

forma:
(D, {R1, ..., Rn}, {d1, ..., dn})
que consta de los siguientes elementos:
* Un dominio no vacío D.
* Una asignación de la relación n-aria Ri sobre D para cada predicado n-ario pi.
* Una asignación de un elemento dj 0 D para cada constante aj.
Las siguientes expresiones son interpretaciones de la fórmula œxp(a, x) :
* I1 = (ù, {#}, {0})

* I2 = (ù, {#}, {1})
* I3 = (Z, {#}, {0})
* I4 = (S, {f}, {"})
en las cuales hemos utilizado el operador de menor o igual para las relaciones binarias y el
operador de inclusión para la relación de subcadenas.
Examinemos ahora las posibles interpretaciones de œx P(x) , donde P es el predicado

“ha pagado”. Para encontrar esta interpretación, se necesita una lista de clientes, que
proporciona el universo de discurso requerido. Supongamos que existen sólo tres clientes,
Juan, Manuel y Silvia. Abreviaremos estos nombres en la forma J, M y S, respectivamente.
Estas abreviaturas corresponden a las constantes individuales. A continuación, se necesita una
asignación para P(x). Si tanto Juan como Manuel han pagado pero Silvia no, entonces la
asignación se da en la siguiente forma, expresada como una Tabla de Valores de Verdad:
J M S
P(x) V V F
A través de esta tabla podemos determinar el valor de verdad de la expresión œx P(x).

Evidentemente es falsa. En nuestra interpretación œx P(x) solo es verdadera si P(J), P(M) y
P(S) son todas ellas verdaderas, lo cual no es cierto. Silvia no ha pagado, por lo tanto P(S) es
falso.
Ahora formularemos lo que significa, en general, que una expresión como œx P(x) sea
verdadera. Para la interpretación, seleccionaremos un dominio finito que consta de los n
individuos a1, a2, a3, . . . , an . œx P(x) sólo es verdadero si P(a1), P(a2), P(a3), . . . , P(an) son
todos verdaderos. Por lo tanto, œx P(x) esta dado por:
œx P(x) = P(a1) v P(a2) v P(a3) v . . . v P(an) (3.4.1)
La parte izquierda de esta expresión habría sido exactamente la misma si hubiéramos

empleado una variante de œx P(x) tal como œy P(y) o œz P(z) . Esto muestra que las variantes
son equivalentes lógicamente. Obsérvese que P(a1), P(a2), P(a3), . . . , P(an) sólo tienen dos
valores posibles V y F, y esto hace que las expresiones P(a1), P(a2), P(a3), . . . , P(an) sean
proposiciones. En este sentido, se puede decir que las interpretaciones en universos finitos
transforman las expresiones de cálculo de predicado en proposiciones.
Dada la interpretación que se expresa mediante la tabla de verdad anterior, es fácil

decidir si ›x P(x) es verdadero si existe al menos un x para el cual es válido P(x). En la
95
interpretación dada P(J) es verdadero, y esto basta para hacer que ›x P(x) sea verdadero.
Existe un cliente, Juan, que ha pagado. En el dominio de los n individuos a1, a2, a3, . . . , an
podemos encontrar una expresión para el cuantificador existencial. ›x P(x) es verdadero en
toda la interpretación que haga verdadero a P(a1), o P(a2), o P(a3), o . . . , o P(an). Por lo tanto:
›x P(x) = P(a1) w P(a2) w P(a3) w . . . w P(an) (3.4.2)
Por ejemplo, utilizando las expresiones (3.4.1) y (3.4.2) podemos demostrar la validez de una
expresión para cualquier dominio finito. Consideremos la siguiente expresión 5œx P(x)
5œx P(x) ≡ 5 (P(a1) v P(a2) v P(a3) v . . . v P(an))
≡ 5 (P(a1)) w 5 (P(a2)) w 5 (P(a3)) w . . . w 5 (P(an))
≡ ›x 5 P(x)
Ejemplo 3.4.1: Analicemos la interpretación de la siguiente frase “Hay alguien que admira a
todo el mundo”. El universo de discurso consta de tres personas Juan, María
y Ricardo. El predicado en cuestión es Q; esto es, Q(x, y) significa que “x
admira a y”, la tabla siguiente nos da una asignación para el predicado
mencionado. A partir de esta tabla, se ve que Juan admira a María y a Ricardo,
que María sólo admira a Juan y que Ricardo admira a María y a si mismo. Para
averiguar si la frase planteada es cierta o no, lo mejor es traducirla al cálculo
de predicados. “Hay alguien” se puede expresar como ›x.
Juan María Ricardo œy Q(x, y) ›y Q(x, y)
Juan F V V F V
María V F F F V
Ricardo F V V F V
œx Q(x, y) F F F
›x Q(x, y) V V V
Como primer paso escribimos la siguiente expresión:
›x x admira a todo el mundo
La frase “x admira a todo el mundo” se puede traducir ahora en la forma œy Q(x, y). Como
resultado, “Hay alguien que admira a todo el mundo” se puede expresar de la siguiente
forma:
›x œy Q(x, y)
Para averiguar si esta frase es cierta, buscaremos primero el valor de verdad de œy Q(x, y).
Para la interpretación dada esta sub expresión es falsa, independientemente del valor de x, por
lo tanto, œy Q(x, y) es falsa para todo x: no existe un valor de x para el cual œy Q(x, y) sea
verdadero y consiguientemente ›x œy Q(x, y) es falso a los efectos de la interpretación
considerada.
Obsérvese que las dos expresiones de predicados œy ›x Q(x, y) y ›x œy Q(x, y) son

diferentes. œy ›x Q(x, y) dice que para todo el mundo existe una persona que él (o ella)
admira, lo cual es cierto a los efectos de la interpretación dada. Para ver esto, consideremos la
96
siguiente expresión ›x Q(x, y). Esta expresión es verdadera para todo x; es verdadera para
los valores de x = Juan, x = María y x = Ricardo. Esto significa que œx ›y Q(x, y) es verdadero
para la interpretación dada. Con esta misma interpretación, sin embargo, ›x œy Q(x, y) es
falsa, tal como se mostró anteriormente. Por lo tanto, el valor de verdad puede cambiar si se
intercambian los cuantificadores universal y existencial.
Aún cuando los cuantificadores existencial y universal no se puedan intercambiar, se

nos permite intercambiar los cuantificadores universales, y lo mismo sucede con los
cuantificadores existenciales. Esto se indica mediante las leyes siguientes:
œx œy Q(x, y) ≡ œy œx œy Q(x, y)
›x ›y Q(x, y) ≡ ›y ›x Q(x, y)
3.4.2.- VALUACIONES (VALORIZACIÓN)
Una valorización, valuación o asignación de un valor, es una función que asigna

entidades de una estructura relacional a las variables del lenguaje asociado L1. Por ejemplo
consideremos la valorización "1, definida de la siguiente forma:
"1(x) = GUILLERMO
"1(y) = ROBERTO
"1(z) = VEINTE
DEFINICIÓN 3.9:Sea A una fórmula cerrada Definimos a v(A), como el valor de A , bajo una
interpretación I , obtenida reemplazando primero cada constante aj de A por el
elemento del dominio dj asignado y que pertenece a I y luego por inducción
sobre la estructura de A:
* Si A = pi(c1, ...., cn) es una fórmula atómica, entonces v(A) = V si y solo si se

cumple que:
{c1, ...., cn} 0 Ri
donde Ri es la relación asignada por I a pi.
* v(5 A1) = V si y solo si v( A1) = F .

* v( A1 w A2) = V si y solo si v( A1) = V o v( A2) = V y de la misma forma
procederemos para cualquier otro conectivo Booleano.
* v(œxA1) = V si y solo si para todo c 0 D, v( A1[x ⇐ c]) = V .
* v(›xA1) = V si y solo si para algunos c 0 D, v( A1[x ⇐ c]) = V .
En otras palabras, primero utilizamos las asignaciones de los elementos del dominio a
los símbolos constantes (si existe alguno) para transformar la fórmula en una fórmula sobre D.
Luego usar la definición inductiva, la cual reduce la computación del valor de A a preguntas
acerca de las siguientes fórmulas atómicas pi(c1, ...., cn). La fórmula atómica es V si y solo si
esta secuencia de elementos del dominio está en la relación Ri asignada por la interpretación.
3.4.3.- VALORES SEMÁNTICOS/NOTACIONES
Los valores semánticos o notaciones de una expresión A con respecto a una

estructura U, una interpretación ( y una valorización " es denotada a través de la siguiente
notación:
97
[[A]] U, (, "
por ejemplo con respecto a U1, (1, "1 tenemos que :
(a) [[Susana]] (1, "1 = SUSANA
(b) [[x]] (1, "1 = GUILLERMO
(c) [[Doble(20)]] (1, "1 = CUARENTA
Debemos resaltar que en (c), la notación de una expresión de una función es una entidad en la
estructura relacional asociada. En general, el valor semántico de una expresión de una función
de la forma siguiente f(t1, t2, t3, .... tn), donde t1, t2, t3, .... tn son términos, está dado por :
[[f ]] (, "([[ t1 ]] (, ", . . . ,[[ tn ]] (, ")
o sea que el valor semántico de una expresión función f(t1, t2, t3, .... tn) es obtenido aplicando la
función que está representada por (o sea es el valor semántico de) f para los argumentos que
son denominados por t1, t2, t3, .... tn.
3.4.4.- CUMPLIMENTACIÓN DE FORMULAS
La satisfacción o cumplimentación de una fórmula A del lenguaje L a través de una

estructura relacional U con respecto a una interpretación ( y a una valorización ", está
representada por:
U ⎥= A [(, "]
y está definida de la siguiente forma :
(a) Si p(t1, t2, t3, .... tn) es una fórmula atómica en L entonces :
U ⎥= p(t1, t2, t3, .... tn) ssi ([[ t1 ]] (, ", . . . , [[ tn ]] (, ") 0 [[ p ]] (, "
O sea que U satisface una fórmula atómica p(t1, t2, t3, .... tn) con respecto a una
interpretación ( y a una valorización " si y solo si (e1, e2, e3, .... en) 0 r, donde r es la
relación asignada a p por (, y ei es la entidad asignada a ti por (, o ".
(b) Si A y B son FBF y si x es una variable de L entonces tenemos que :
(1) U ⎥= [A] [(, "] ssi U ⎥= A [(, "]
(2) U ⎥= 5 A [(, "] ssi no es el caso de U ⎥= A [(, "]
(3) U ⎥= A ∧ B [(, "] ssi U ⎥= A [(, "] y U⎥= B [(, "]
(4) U ⎥= A ∨ B [(, "] ssi U ⎥= A [(, "] o U ⎥= B [(, "]
(5) U ⎥= A ⇒ B [(, "] ssi U ⎥= 5 A [(, "] o U ⎥= B [(, "]
(6) U ⎥= A ⇔ B [(, "] ssi U ⎥= A ⇒ B [(, "] y U ⎥= B ⇒ A [(, "]
(7) U ⎥= ›x A [(, "] ssi existe una entidad e en U tal que U ⎥= A [(, "'] , donde "'
es idéntica a " excepto que "' (x) = e mientras que " (x) puede serlo.
98
(8) U ⎥= œx A [(, "] ssi para toda entidad e en U tal que U ⎥= A [(, "'] , donde "'
es idéntica a " excepto que "' (x) = e mientras que " (x) puede serlo.
La satisfacción de una expresión o fórmula a través de una estructura relacional, con

respecto a una interpretación, no depende de todos los argumentos de una validación, sino
solamente de aquellos argumentos que son variables libres en la fórmula considerada.
3.4.5.- VERDAD Y MODELOS
DEFINICIÓN 3.10: A es verdadera en I, o I es un modelo para A, si el valor v(A) = V

bajo I. Notación: I ⎥= A o bien U ⎥= A [(, "] .
Retornando a la fórmula A = œxp(a, x) y dentro del conjunto de interpretaciones definido a

continuación, tenemos:
* I1 ⎥= A ya que para todo n 0 N, (0, n) 0 #, o de la forma que se escribe

usualmente 0 ≤ n.
* I2 no ⎥= A ya que no es verdadero que para todo n 0 N, 1 # n. Si n = 0

entonces 1 Ü 0.
* I3 no ⎥= A .O sea, que para no d tenemos (Z, #, d) ⎥= A., debido a que no existe

un entero más chico.
* I4 ⎥= A ya que por la definición usual de subcadenas, la cadena nula "" es una

subcadena de cada cadena.
Definición 3.11: Una expresión o fórmula es válida si es verdadera en todas las

interpretaciones. Para expresar que una expresión o fórmula A es
valida, escribimos de la siguiente forma ⎥= A.
DEFINICIÓN 3.12: Una expresión o fórmula A es suficiente si para alguna

interpretación I, se cumple que ⎥= A, A es válido (notación ⎥= A) si
se cumple que para todas las interpretaciones I, I ⎥= A.
Las definiciones de falsedad, insuficiencia, equivalencia lógica e implicación lógica son

similares a las desarrolladas en el cálculo o lógica proposicional.
A ≡ œx p(a, x)
es suficiente ya que I1 ⎥= A y es falsa ya que I3 no ⎥= A. Notar que aún cuando las

asignaciones de p y a son las mismas, el cambio del dominio falsifica a la fórmula. Una fórmula
válida es, por ejemplo, la siguiente:
œx p(x) ⇒ p(a)
Suponer que la fórmula anterior no es válida, debe existir entonces una interpretación (D, {R},
{d}) tal que v(œx p(x)) = V y v(p(a)) = F. Por la definición inductiva de v, para todo c 0 D, v(p(c))
= V, o sea que tenemos que c 0 R. En particular, ya que d 0 D, d 0 R, entonces v(p(d)) = V
contradiciendo con la expresión v(p(d)) = F.
Notemos que la siguiente fórmula:
›x p(x) ⇒ p(a)
99
no es válida ya que es posible encontrar una interpretación de forma tal que se cumpla que
v(p(d')) = V y v(p(d)) = F para algún valor que cumpla con d' ≠ d.
Finalmente, consideremos una fórmula no cerrada tal como la siguiente:
p(x) w q(y)
no es posible asignar valores de verdad a fórmulas no cerradas. En lugar de ello, debemos

considerarlas como relaciones. Dando valores de dominio d1 y d2 para x e y, el valor de p(d1) w
q(d2) podrá ser calculado. Este proceso es similar al de asignar valores del dominio a
constantes en la definición de una interpretación.
DEFINICIÓN 3.13: Si B es una expresión o fórmula, entonces diremos que toda

interpretación que haga que B produzca V satisface a B. Toda
interpretación que satisface a B se denomina un modelo de B. Si B
tiene un modelo, entonces se dice que B es viable.
DEFINICIÓN 3.14: Una fórmula o expresión B que no tenga ningún modelo se denomina
una expresión contradictoria.
DEFINICIÓN 3.15: Una expresión o fórmula con variables libres
A(x1, ...., xn)
es suficiente si solo si existe una interpretación I y una asignación de valores del dominio (d1,
...., dn) a las variables libres, tal que se cumpla:
v(A(d1, ...., dn)) = V
No existe la necesidad de complicar el tratamiento teórico incluyendo fórmulas no

cerradas, debido al siguiente teorema:
TEOREMA 3.1: Una fórmula no cerrada A(x1, ...., xn) es suficiente si y solo si lo es un
cierre existencial:
›x1, ...., ›xn A(x1, ...., xn)
Es válida si y solo si lo es un cierre universal:
œx1, ...., œxn A(x1, ...., xn) &
3.5.- EQUIVALENCIA LÓGICA Y SUBSTITUCIÓN
En el cálculo proposicional dos fórmulas son lógicamente equivalentes A ⇔ A' si su

valor es el mismo bajo todas las interpretaciones. Si A es una subfórmula de B y A ⇔ A' ,
entonces B ⇔ B'[A ⇔ A']. En el cálculo de predicado se mantienen definiciones y teoremas
equivalentes, pero existen dificultades técnicas ocasionadas por las variables libres. Más que
complicar la presentación, restringimos el uso de la substitución a fórmulas que tengan el
mismo conjunto de variables libres. En este caso:
A(x1, ...., xn) ≡ A'(x1, ...., xn)
si y solo si:
100
œx1 ....œxn A(x1, ...., xn) ≡ œx1 ....œxn A'(x1, ...., xn)
y el teorema justifica la substitución generalizada fácilmente.
La noción de validez nos permite definir la implicación lógica y la equivalencia lógica en

la forma siguiente:
DEFINICIÓN 3.16: Sean A y B dos expresiones o fórmulas Decimos que A es

lógicamente equivalente a B si A ⇔ B es válida. En este caso
escribimos A ≡ B. Además, decimos que A implica lógicamente a B,
o que A ≡> B, si la expresión A ⇒ B es válida
Tal como en el cálculo proposicional, se pueden utilizar las equivalencias lógicas para
manipular fórmulas, y se pueden utilizar las implicaciones lógicas como base para unos
argumentos correctos. Tal como en el cálculo proposicional, escribiremos A1, A2, . . . , An ⎥= C,
si A1, A2, . . . , An en conjunto implican lógicamente a C.
La ley siguiente la utilizaremos como ejemplo. Sin embargo esta ley es muy importante.
œx (P ⇒ Q(x)) ≡ P ⇒ œx Q(x) (3.5.1)
Aquí P es una proposición constante y Q es un predicado. Para demostrar la expresión

anterior (5.5.1) utilizaremos la ley de los casos. Dado que P es o bien verdadera o bien falsa,
esto significa que en lugar de utilizar la expresión dada, se puede demostrar la validez de las
dos fórmulas siguientes:
œx (V ⇒ Q(x)) ≡ V ⇒ œx Q(x) (3.5.2)
œx (F ⇒ Q(x)) ≡ F ⇒ œx Q(x) (3.5.3)
Estas dos equivalencias son válidas. Dado que V⇒ Q(x) es Q(x), el lado izquierdo de (3.5.2) se
reduce a œx Q(x). Por una razón similar el lado derecho de (3.5.2) se reduce a œx Q(x) y es
evidente que œx Q(x) ≡œx Q(x) es verdadera. Además la expresión (3.5.3) es verdadera,
porque ambos lados son siempre verdaderos F ⇒ œx Q(x) es trivialmente verdadero por
definición de implicación lógica. En conclusión la expresión (3.5.1) es válida
independientemente de que P sea verdadero o falso.
Las expresiones válidas del cálculo de predicados también se pueden transformar en

esquemas, salvo que hay que prestar especial atención a las variables libres y ligadas. Para
demostrar esto, consideremos la expresión (3.5.1). En esta fórmula, podemos sustituir a P por
cualquier expresión, siempre y cuando esta expresión no contenga a x como variable libre, y
esta sustitución no afecta a su validez. Por ejemplo, supongamos que P representa “brilla el
sol”. Q representa “hace buen tiempo” y H(x) representa “x es feliz”. Entonces se tiene, a
partir de (5.5.1), que:
œx ((P ∧ Q) ⇒ H(x)) ≡ (P ∧ Q) ⇒ œx H(x)
Por tanto si es cierto que ”para todo el mundo que si brilla el sol y hace buen tiempo,
entonces son felices, se puede concluir que si brilla el sol y hace buen tiempo, entonces
todo el mundo es feliz”.
La figura 3.5.1 contiene una lista de fórmulas válidas en el cálculo de predicado. Ya

que la validez de A / B es la misma que la equivalencia A <=> B, la lista está dada en esta
forma de modo tal que las fórmulas que no son equivalentes en ambas direcciones, también
pueden ser listadas.
101
Figura 3.5.1 - Fórmulas Válidas en el Cálculo de Predicados
œx A(x) ≡ 5›x 5A(x)

›x A(x) ≡ 5œx 5A(x)
œx A(x) ⇒ ›x A(x)
›x œy A(x, y) ⇒ œy ›x A(x, y)
œx œy A(x, y) ≡ œy œx A(x, y)
›x ›y A(x, y) ≡ ›y ›x A(x, y)
›x (A(x) w B(x)) ≡ (›x A(x) w ›x A(x))
œx (A(x) v B(x)) ≡ (œx A(x) v œx A(x))
(œx A(x) w œx B(x)) ⇒ œx (A(x) w B(x))
›x (A(x) ∧ B(x)) ⇒ (›x A(x) ∧ ›x B(x))
œx (A(x) ⇔ B(x)) ⇒ (œx A(x) ⇔ œx B(x))
œx (A(x) ⇔ B(x)) ⇒ (›x A(x) ⇔ ›x B(x))
(›x A(x) w B) ≡ ›x (A(x) w B)
(œx A(x) w B) ≡ œx (A(x) w B)
(›x A(x) v B) ≡ ›x (A(x) v B)
(œx A(x) v B) ≡ œx (A(x) v B)
œx (A ⇒ B(x)) ≡ (A ⇒ œx B(x))
œx (A(x) ⇒ B) ≡ (›x A(x) ⇒ B)
›x (A(x) ⇒ B(x)) ≡ (œx A(x) ⇒ ›x B(x))
(›x A(x) ⇒ œx B(x)) ⇒ œx (A(x) ⇒ B(x))
œx (A(x) ⇒ B(x)) ⇒ (œx A(x) ⇒ œx B(x))
œx (A(x) ⇒ B(x)) ⇒ (›x A(x) ⇒ ›x B(x))
œx (A(x) ⇒ B(x)) ⇒ (œx A(x) ⇒ ›x B(x))
El resto de esta sección motiva y explica alguna de las fórmulas más importantes de
esta lista. Consideremos las siguientes fórmulas:
œx A(x) ≡ 5›x 5A(x)

›x A(x) ≡ 5œx 5A(x)
muestran que cualquier cuantificador puede ser definido en términos del otro cuantificador. Ello
puede ser utilizado en desarrollos teóricos para reducir el número de casos que deben ser
tratados. Otras fórmulas importantes que relacionan a los cuantificadores, son las indicadas a
continuación:
œx A(x) ⇒ ›x A(x)
›xœy A(x, y) ⇒ œy›x A(x, y)
La inversa de la última fórmula no es válida, tal como puede comprobarse a través de la

interpretación (Z, {≤}). Los cuantificadores existenciales son distributivos para la disyunción y
los cuantificadores universales son distributivos para la conjunción.
œx(A(x) v B(x)) ≡ (œx A(x) v œx B(x))

›x(A(x) w B(x)) ≡ (›x A(x) w ›x B(x))
pero solo es válido en una dirección para los cuantificadores existenciales sobre la conjunción y
para los cuantificadores universales sobre la disyunción.
(œx A(x) w œx B(x)) ⇒ œx(A(x) w B(x))

›x(A(x) v B(x)) ⇒ (›x A(x) v ›x B(x))
Para la dirección contraria o inversa a la indicada anteriormente, consideremos la interpretación
102
sobre cualquier dominio de al menos dos elementos definida de la siguiente forma:
v(A(d)) = V
para exactamente un elemento d 0 D y además:
v(B(d')) = V
para exactamente un valor d' 0 D, d … d'. Por lo tanto:
v(›x A(x) v ›x B(x)) = V
pero tenemos que:
v(›x(A(x) v B(x))) = F
Para el cuantificador universal podemos obtener un construcción similar a la indicada

anteriormente.
Si una subfórmula no contiene variables libres, entonces los cuantificadores sobre tal
variable pueden ser pasados libremente a través de la subfórmula:
(›x A(x) w B) ≡ ›x(A(x) w B)
recordando que cuando una variable no es libre debe cumplirse la siguiente condición B[x ⇐
d] = B. De forma tal que:
(A(x) w B)[x ⇐ d ]≡ A(x)[x ⇐ d] w B [x ⇐ d] ≡ A(x)[x ⇐ d] w B
a partir de la cual obtenemos la equivalencia.
Fórmulas similares para la implicación pueden obtenerse a partir de las fórmulas para
la disyunción reemplazando la implicación por la disyunción equivalente y observando la
alteración de los cuantificadores a medida que la negación pasa a través de ellos:
œx(A(x) ⇒ B) ≡
œx(5A(x) w B) ≡
œx5A(x) w B ≡
5›x A(x) w B ≡
›x A(x) ⇒ B
Las fórmulas para implicación no son siempre obvias y deber ser estudiadas muy
cuidadosamente.
›x(A(x) ⇒ B(x)) ≡ (œx A(x) ⇒ ›x B(x))

(›x A(x) ⇒ œx B(x)) ⇒ œx(A(x) ⇒ B(x))
siguiendo las fórmulas para '›' sobre 'w' y 'œ' sobre 'v', respectivamente. Consideremos la
siguiente expresión:
œx(A(x) w B(x)) ⇒ (œx A(x) w ›x B(x))
es una fórmula muy interesante que conecta cuantificadores universales y existenciales.

Transformando el consecuente en una implicación:
5œx A(x) ⇒ ›x B(x)
103
podemos además probar su validez. Sea I una interpretación arbitraria de forma tal que se
cumpla lo siguiente:
v(5œx A(x)) = V
entonces
v(›5x A(x)) = V
tal que d sea algún elemento de dominio en D 0 I tal que v(5A(d)) = V. A partir del antecedente
de la fórmula:
œx(A(x) w B(x))
obtenemos lo siguiente
v(A(d) w B(d)) = V
Lo anterior conjuntamente con v(5A(d)) = V implica que v(B(d)) = V a partir de lo cual

concluimos con la siguiente validación:
v(›x B(x)) = V
A partir de la fórmula anterior, podemos derivar varias fórmulas de distribución utilizando la

implicación:
œx (A(x) ⇒ B(x)) ⇒ (œx A(x) ⇒ œx B(x))
œx (A(x) ⇒ B(x)) ⇒ (›x A(x) ⇒ ›x B(x))
œx (A(x) ⇒ B(x)) ⇒ (œx A(x) ⇒ ›x B(x))
3.6.- CUADROS SEMÁNTICOS
Antes de presentar la construcción formal de los cuadros semánticos para el cálculo de

predicados, debemos construir informalmente varios cuadros para estudiar las dificultades con
las que debemos tratar. Recordemos que un cuadro es una búsqueda sistemática para un
contra-ejemplo. Lo que debemos realizar es extender la búsqueda para un contra-ejemplo e
incluir la búsqueda para fórmulas cuantificadas.
El primer ejemplo es la negación de una fórmula válida:
œx(p(x) ⇒ q(x)) ⇒ (œx p(x) ⇒ œx q(x))
Aplicando dos reglas-" a fórmulas de la forma 5(A ⇒ B), podemos obtener el siguiente
conjunto de fórmulas para las cuales no se pueden aplicar más reglas de cuadros
proposicionales:
œx(p(x) ⇒ q(x)), œx p(x), 5œx q(x)
La fórmula 5œx q(x) es equivalente a ›x 5q(x), tal que si queremos crear un contra-ejemplo,
debemos instanciar la fórmula con algún elemento de dominio concreto siendo substituido por
x. Más allá de inventar algún dominio artificial, usaremos el conjunto de los símbolos
constantes como un dominio. Sea a 0 A, establecido para un elemento de dominio y extendido
104
al cuadro con un nuevo nodo cuya etiqueta reemplaza la fórmula cuantificada con la siguiente
instanciación:
œx(p(x) ⇒ q(x)), œx p(x), 5q(a)
Las dos primeras fórmulas son cuantificadas universalmente, de forma tal que imponen
requerimientos sobre cada elemento del dominio propuesto. Por lo tanto, instanciamos cada
uno de ellos para el elemento de dominio a, que hemos introducido. En dos etapas obtenemos
lo siguiente:
œx(p(x) ⇒ q(x)), œx p(x), 5œx q(x)

⇓
œx(p(x) ⇒ q(x)), p(a), 5q(a)
⇓
p(a) ⇒ q(a), p(a), 5q(a)
Aplicando la regla-$ a la implicación, nos da inmediatamente un cuadro cerrado. En este primer

ejemplo, las extensiones del método del cuadro semántico parecen ser directo.
Figura 3.6.1: Cuadro Semántico para una Fórmula Satisfecha
5(œx(p(x) w q(x)) ⇒ (œx p(x) w œx q(x)))

⇓
œx(p(x) w q(x)), 5(œx p(x) w œx q(x))
⇓
œx(p(x) w q(x)), 5œx p(x), 5œx q(x)
⇓
œx(p(x) w q(x)), 5œx p(x), 5q(a)
⇓
œx(p(x) w q(x)), 5p(a), 5q(a)
⇓
p(a) w q(a), 5p(a), 5q(a)
⇓ ⇓
p(a), 5p(a), 5q(a) q(a), 5p(a), 5q(a)
X X
Tratemos ahora de construir un cuadro semántico de la negación de la siguiente fórmula:
œx(p(x) w q(x)) ⇒ (œx p(x) w œx q(x))
la cual es satisfecha pero no es válida (Figura 3.6.1). Tenemos un cuadro cerrado, pero para
una fórmula que no es válida. ¿Qué hemos realizado en forma errónea?. La respuesta es que a
no tendría que haber sido elegido como un elemento de dominio para la instanciación de 5œx
p(x), si ya fue elegido para 5œx q(x). En realidad la fórmula es verdadera en todas las
interpretaciones sobre dominios de un único elemento. Cuando creamos elementos de dominio
para fórmulas existenciales, debemos elegir un nuevo elemento cada vez. Si elegimos una
constante diferente, la quinta línea del cuadro es:
œx(p(x) w q(x)), 5p(b), 5q(a)
Reemplazando el cuantificador universal con a, obtenemos la siguiente línea del cuadro

semántico:
p(a) w q(a), 5p(b), 5q(a)
105
Ahora debemos instanciar la fórmula universal con b, ya que debe ser cierta para todos los
elementos del dominio, pero desafortunadamente, la fórmula ha sido ya utilizada en la
construcción del cuadro. Para evitar esto, las fórmulas universales nunca deben ser borradas
de la etiqueta de un nodo. Ellas permanecen como reservas de posibles interpretaciones para
cada nueva constante (elemento de dominio) que es introducida.
De este modo el resultado de la última instanciación con a, será:
œx(p(x) w q(x)), p(a) w q(a), 5p(b), 5q(a)
seguido por:
œx(p(x) w q(x)), p(a) w q(a), p(b) w q(b), 5p(b), 5q(a)
Dejamos como ejercicio la extensión del cuadro utilizando reglas-$, y para demostrar que
exactamente una rama del cuadro está abierta, definimos el modelo:
v(p(a)) = v(q(b)) = V
v(p(b)) = v(q(a)) = F
De esta forma existe un contra-ejemplo a la negación de la fórmula, o sea que, la fórmula es

falsa, lo que es equivalente a decir que la fórmula no es válida.
Una posible objeción a este procedimiento, es que podemos crear más

elementos de dominio que los necesarios. Sin embargo, aún si se han creado "demasiados"
elementos del dominio, las relaciones pueden ser definidas para tratar a todos los elementos
de manera idéntica:
p(a1) = p(a2) = p(a3) = .... = V

q(a1) = q(a2) = q(a3) = .... = F
Luego, busquemos un modelo para la fórmula A = A1 v A2 v A3, donde:
A1 = œx›y p(x, y)
A2 = œx5p(x, x)
A3 = œxœyœz(p(x, y) v p(y, z) ⇒ p(x, z))
Obviamente, las primeras dos etapas pueden ser reglas-" para descomponer la conjunción
para obtener el conjunto de fórmulas:
A1, A2, A3
Ahora tenemos un problema menor, ya que debemos instanciar las fórmulas cuantificadas
universalmente, pero no se han introducido constantes por intermedio de las fórmulas
existenciales. Recalcamos que la definición de una interpretación requiere que el dominio no
sea un conjunto vacío, de forma tal que podemos elegir arbitrariamente un elemento a1, el cual
se encuentra en el dominio. La construcción del cuadro continua a través de la instanciación de
A1 para obtener la siguiente subfórmula ›yp(a1, y) y luego realizar la instanciación de la fórmula
existencial con una nueva constante (Figura 5.4). Notar que ya que A1 es universal, la misma
es copiada en la etiqueta de un nuevo nodo.
106
Figura 3.6.2: Cuadro Semántico para A1 v A2 v A3
œx›y p(x, y), A2, A3

⇓
œx›y p(x, y), ›yp(a1, y), A2, A3
⇓
œx›y p(x, y), p(a1, a2), A2, A3
Continuando, la nueva constante a2 debe ser utilizada para instanciar nuevamente a A1 (Figura
5.6.2). Este proceso no finalizará. En lugar de ello, creamos una secuencia de finalización de
elementos de dominio a1, a2, .... de forma tal que p(ai, ai+1) debe ser verdadero. También
podemos instanciar A2 o A3 con cualquier constante que no cierre o finalice al cuadro
semántico. En tal caso tenemos un cuadro que no cierra ni termina y al cual lo definimos como
un modelo infinito, o sea, un modelo con un dominio infinito. De hecho, (ù, {<}) es un modelo
para la fórmula A.
Figura 3.6.3: Cuadro Semántico para A1 v A2 v A3, continuación
œx›yp(x, y), p(a1, a2), A2, A3

⇓
œx›yp(x, y), p(a1, a2), A2, A3
⇓
œx›yp(x, y), p(a2, a3), p(a1, a2), A2, A3
TEOREMA 3.2: La fórmula A = A1 v A2 v A3 no tiene modelos finitos.
Demostración: Supongamos que A tiene un modelo finito. Entonces es posible

construir una rama abierta para el cuadro. En algún punto cuando
instanciamos ›yp(ai, y) debemos elegir una constante que represente
a los mismos elementos de dominio tal como aj para j # i para obtener
la fórmula .
Si j = i, p(ai, ai), producirá el cierre del cuadro cuando se está instanciando a A2 con ai para dar
5 p(ai, ai).
Si j < i , entonces tendremos:
p(aj, aj+1), p(aj+1, aj+2), .... , p(ai-1 , ai)
están alrededor del nodo etiquetado. Desde p(aj, aj+1) y p(a1, aj+2), por intanciación de A3 y
utilizando las reglas-$, obtenemos p(aj, aj+2). Repitiendo el proceso, p(aj, ai) eventualmente será
obtenida en el nodo etiquetado. Pero conjuntamente con p(aj, aj) obtenido por la intanciación
original ocasiona el cierre del cuadro cuando es instanciado A2.
Debemos desarrollar la maquinaria teórica para tratar con dominios infinitos. Podemos
concluir también que la construcción de un cuadro semántico no es un procedimiento de
decisión para validar el cálculo de predicado. Podemos no conocer nunca si una rama que no
está cerrada define realmente un modelo infinito o si será eventualmente cerrada, por ejemplo,
en una secuencia de un millón de aplicaciones de la reglas del cuadro. Por supuesto, esto no
prueba que no exista un procedimiento de decisión para el cálculo de predicado, solo que el
método del cuadro semántico no es un procedimiento de decisión. Una complicación final en la
construcción de la tabla semántica está dada por la fórmula:
107
A1 v A2 v A3 v œx(q(x) v 5 q(x))
tal que
A1, A2, A3, œx(q(x) v 5 q(x))
En el cálculo proposicional, las fórmulas siempre simplifican, tal que cada fórmula en la etiqueta
de un nodo eventualmente tiene una regla aplicada a ella. Sin embargo, una vez que
requerimos que fórmulas cuantificadas universalmente no sean borradas, podemos finalmente
aplicar reglas a A1 y nunca rodearla utilizando la cuarta subfórmula, la cual cierra
inmediatamente el cuadro. De esta manera, una construcción semántica es necesaria para
asegurar qué reglas serán eventualmente aplicadas a todas las fórmulas etiquetando un nodo
del cuadro.
La presentación formal de la construcción de un cuadro semántico para el cálculo de

predicados está dado a través de dos etapas. Las primeras reglas son presentadas para los
cuantificadores universales y existenciales y proporcionan además la estabilidad. Luego se
describe la construcción sistemática del cuadro y es utilizada para proporcionar integridad al
procedimiento. Como en el caso proposicional, generalizamos las reglas en dos tipos
diferentes: reglas-( para las fórmulas universales y reglas-* para fórmulas existenciales
(Figuras 3.6.4 y 3.6.5). Recalcar la notación para la construcción de los cuadros semánticos.
Un nodo n sobre el árbol está etiquetado con un conjunto de fórmulas U(n). Si la hoja I contiene
literales complementarios, la rama está cerrada. De otro modo se selecciona alguna rama
abierta en una fórmula A y se aplica una regla que depende de la estructura de A. Las reglas -"
y -$ se mantienen como antes. Si A es una fórmula cuantificada, existen dos casos nuevos
para agregar, a saber:
Construcción del Cuadro Semántico
* Si A es una fórmula ( (tal como œxA1(x)), crear un nuevo nodo l' como un hijo de l y etiqueta
l' con:
U(l') = U(l) c {((a)}
donde a es alguna constante que aparece en U(l).
* Si A es una fórmula * (tal como ›xA1(x)), crear un nuevo nodo l' como un hijo de l y etiqueta
l' con:
U(l') = (U(l) - {A}) c {*(a)}
donde a es alguna constante que no aparece en U(l).
Final de la Construcción
( ((a)
œxA(x) A(a)
5›xA(x) 5A(a)
Figura 3.6.4: Reglas de Cuadro para Fórmulas Universales
108
* *(a)
›xA(x) A(a)
5œxA(x) 5A(a)
Figura 3.6.5: Reglas de Cuadro para Fórmulas Existenciales
La regla-* para cuantificadores existenciales es integra y directa. La regla-( para

cuantificadores universales, es sin embargo la única regla que no reemplaza una fórmula por
una o más fórmulas simples. En lugar de ello agrega una fórmula simple mientras deja la
fórmula cuantificada como parte de la etiqueta del nodo. Esto último es utilizado para asegurar
que el cuantificador universal será aplicado a una nueva constante que aún no fue introducida.
TEOREMA 3.3: (Estabilidad de la construcción del cuadro) Sea A una fórmula en el

cálculo de predicados y sea T un cuadro para A. Si T es cerrada,
entonces A es no cumplimentada.
La estabilidad muestra que si T cierra, entonces A no es cumplimentada independientemente

del orden en el cual fueron aplicadas las diferentes reglas. Sin embargo, la construcción del
cuadro no está completa a menos que haya sido construida sistemáticamente. La ayuda de la
construcción sistemática es para asegurar que las reglas son aplicadas eventualmente a todas
las fórmulas en la etiqueta de un nodo y en el caso de fórmulas cuantificadas universalmente,
de forma tal que es creada una instancia para todas las constantes que aparecen. La etiqueta
para un nodo U(n) no será más un conjunto de fórmulas:
U(n) = {A1, ....., Ak}
si que en su lugar será una lista de fórmulas:
U(n) = [A1, ....., Ai-1 * Ai, ....., Ak]
La diferencia entre conjunto y lista de fórmulas, es que la lista está ordenada. La barra
" *" es usada para indicar la posición actual del puntero dentro de la lista, la i-ava fórmula Ai.
Además, un nodo está etiquetado con una lista de todas las constantes utilizadas en todas las
instanciaciones de las fórmulas en los nodos sobre la rama o arco a partir de la raíz de este
nodo:
A = [a1, ....., aj-1 * aj, ....., am]
Finalmente, mantenemos una lista de las hojas sin marcar:
‹ = [l1, ....., lr-1 * lr, ....., ln]
Construcción Sistemática de un Cuadro Semántico
Seleccionar la próxima hoja lr a partir de la lista ‹. lr está etiquetado con una lista de fórmulas
U(lr):
[A1, ....., Ai-1 * Ai, ....., Ak]
y una lista de constantes A:
[a1, ....., aj-1 * aj, ....., am]
109
Si U(lr) contiene un par complementario de literales, borrar lr a partir de la lista de hojas. De otro
modo, extender el cuadro de acuerdo a los casos sobre la estructura de la fórmula Ai:
* Si Ai es un literal, entonces:
U(l') = [A1, ....., Ai-1, Ai * Ai+1 , ....., Ak]

A' = A
‹' = [l1, ....., lr * lr+1, ....., ls]
* Si Ai es una fórmula-", de la forma siguiente A' v A", entonces:
U(l') = [A1, ....., Ai-1 * Ai+1 , ....., Ak, A', A"]

A' = A
‹' = [l1, ....., lr * lr+1, ....., ls, l']
* Si Ai es una fórmula-$, de la forma siguiente A' w A", entonces:
U(l') = [A1, ....., Ai-1 * Ai+1 , ....., Ak, A']

A' = A
U(l") = [A1, ....., Ai-1 * Ai+1 , ....., Ak, A"]
A" = A
‹' = [l1, ....., lr * lr+1, ....., ls, l', l"]
* Si Ai es una fórmula-(, de la forma siguiente œxA'(x), entonces:
U(l') = [A1, ....., Ai-1 , Ai * Ai+1 , ....., Ak, A'(aj)]

A' = [a1, ....., aj-1, aj *aj+1 , ....., am]
‹' = [l1, ....., lr * lr+1, ....., ls, l']
Si j = m, definimos a A' de la siguiente forma:
A' = [ *a1 , ....., am]
* Si Ai es una fórmula-*, de la forma siguiente ›xA'(x), entonces:
U(l') = [A1, ....., Ai-1 , Ai * Ai+1 , ....., Ak, A'(am+1)]

A' = [a1, ....., aj-1, aj *aj+1 , ....., am, am+1]
‹' = [l1, ....., lr * lr+1, ....., ls, l']
donde am+1 es la nueva constante no en A.
Final de la Construcción
Inicialmente la etiqueta de la raíz es U(n0) = [* A], donde A es la fórmula cuyo cuadro estamos
creando, la lista de las constantes es A = [ * a1, ....., am] donde A = { a1, ....., am} es el conjunto
de las constantes que aparecen en A y la lista de hojas es [* n0]. Si no existen constantes en A,
elegir una constante arbitraria a y seleccionar A = [* a].
En otras palabras: los literales atraviesan creando un nodo superfluo. Las fórmulas -"
y -$ se comportan de la misma forma que en los casos anteriores -la fórmula original es
borrada y reemplazada por sub fórmulas. Las fórmulas -( permanecen en la etiqueta y además
se crea una instancia con la próxima constante de la lista. Las fórmulas -* son borradas y
reemplazadas por una instancia usando una nueva constante.
La construcción está definida de tal manera que el siguiente Lema es verdadero:
110
LEMA 3.2: Sea b una rama abierta del cuadro sistemático, n un nodo de b, y A una
fórmula de U(n). Luego se aplica una regla a A (eventualmente durante la
construcción) para algún nodo n' sobre b, tal que n' $ n. Además, si A es una
fórmula -( y a es una constante que aparece en b, entonces sobre tal n', la
regla -( crea una instancia de A con a.
Ahora proporcionamos la integridad de la construcción sistemática del método del

cuadro o tabla para el cálculo de predicado, de la misma forma que se hizo en el cálculo
proposicional, o sea que, definimos el Conjunto de Hintikka, mostrando que las fórmulas que
etiquetan nodos en una rama abierta del cuadro, forma un conjunto de Hintikka y finalmente
mostraremos que dicho conjunto de Hintikka puede ser extendido al modelo considerado.
DEFINICIÓN 3.17: Sea U un conjunto de fórmulas en el cálculo de predicados. El conjunto

U es un Conjunto de Hintikka si se cumplen las siguientes
condiciones para todas las fórmulas A 0 U:
1.- Si A es una fórmula atómica, ya que A ó U o 5 A ó U.
2.- Si A es una fórmula -", A' 0 U y A" 0 U.
3.- Si A es una fórmula -$, A' 0 U o A" 0 U.

4.- Si A es una fórmula -(, tal que œx A'(x), A'(a) 0 U para todas las constantes a
en U.
5.- Si A es una fórmula -*, tal que ›x A'(x), A'(a) 0 U para alguna de las
constantes a en U.
TEOREMA 3.4: (Lema de Hintikka para el Cálculo de Predicado) Sea b una rama
abierta de un cuadro sistemático y U = Un0b U(n). U es el conjunto
de Hintikka.
Demostración: Sea A una fórmula en U. Ya que b está abierta, si A es una fórmula

atómica, 5 A ó U. Si A no es atómica, por el Lema 5.5.3
eventualmente se aplica una regla a A. Si A no es una fórmula
cuantificada universalmente, por construcción se deduce
inmediatamente el lema de Hintikka. De otro modo, por la segunda
mitad del Lema 5.5.3, para cualquier constante arbitraria a en U,
eventualmente se aplica la regla -( a la fórmula A para crear una
instancia con a. Ya que a fue arbitraria, se cumple la condición 4 y
también se cumple el lema de Hintikka.
LEMA 3.3: Sea U un conjunto de Hintikka. Por lo tanto existe un modelo (se valida la
interpretación) para U.
Demostración: Sea A = {a1, ....} el conjunto de constantes que aparecen en las fórmulas de U.
Definimos una interpretación I de la siguiente forma.
El dominio es el mismo conjunto de símbolos {a1, ....} usados como constantes en U y

el símbolo del dominio ai es asignado al símbolo constante ai. Para cada lugar-m del predicado
pi en U, definimos una relación Ri de m lugares de la siguiente forma:
(a1, ...., am) 0 Ri si p(a1, ...., am) 0 U
(a1, ...., am) 0 Ri si 5 p(a1, ...., am) ó U
111
(a1, ...., am) ó Ri si 5 p(a1, ...., am) 0 U
La relación está bien definida por la Condición 1 de la definición de los conjuntos de Hintikka.
TEOREMA 3.18: (Integridad de la Construcción del Cuadro Semántico) Sea A una

fórmula válida en el cálculo de predicado. Por lo tanto la construcción
sistemática es cerrada para el cuadro semántico de 5 A.
Demostración: Supongamos que el cuadro para 5 A no está cerrado. Luego existe una
rama abierta b tal que U, la unión de las etiquetas de los nodos sobre b,
forman un conjunto de Hintikka a través del Lema de Hintikka. Por el Lema
5.5.6 existe un modelo I para U.
Pero 5 A 0 U, tal que I ⎥= 5 A contradiciendo de esta forma de que A es

válida.
3.7.- DERIVACIÓN: Generalización y Particularización
En las secciones siguientes describiremos la forma de hacer derivaciones en el

cálculo de predicados. En particular, se dan las reglas necesarias para insertar y eliminar
cuantificadores universales y existenciales. La utilización de estas reglas se demostrará
mediante ejemplos. También presentaremos un concepto nuevo, la unificación. La unificación
goza de amplia difusión en los lenguajes de programación lógicos y funcionales.
3.7.1.- PARTICULARIZACIÓN UNIVERSAL
A partir de œx A(x) debería ser posible derivar A(t) para cualquier término t. Por
ejemplo si, A(x) significa “x está dormido”, entonces œx A(x) significa “todo el mundo está
dormido”, y de aquí debería ser posible derivar, por ejemplo, que Juan está dormido. Más
formalmente, si x representa una variable, t representa un término y A representa una
expresión, entonces la expresión siguiente debería ser válida:
œ x A ≡ > S xt A
La validez de esta expresión deriva de la definición de œx: si A es verdadera para todo

x, entonces debe ser verdadero para x = t. Sin embargo, existe una pequeña dificultad que se
indico en los capítulos anteriores. La sustitución no debe dar lugar a una colisión de variables.
En otras palabras, t no debe transformarse en una variable ligada de ningún cuantificador que
pudiera quedar. La implicación lógica dada por la expresión anterior puede convertirse en una
regla de inferencia de la siguiente forma:
œx A
S xt A
Esta regla de inferencia se denomina Particularización Universal y se abrevia en la

forma de UI. Por ejemplo, la particularización universal nos permite concluir que:
œx (gato (X) ⇒ tiene cola (x))
gato (Tom) ⇒ tiene cola (Tom)
De manera similar, de A(y) obtenemos œx A(x), porque S xy A(x) = A(y). También se

admite la particularización trivial, S xx A(x) , que deja a A sin cambios. Consiguientemente, de
112
œx A(x) podemos concluir A(x).
Ejemplo 3.7.1: Vamos a ver ahora algunas derivaciones. La primera derivación es la

siguiente. Las premisas de la misma son:
Todos los seres humanos son mortales.

Sócrates es un ser humano.
A partir de esas premisas, demostraremos que:
Sócrates es mortal.
Para realizar la correspondiente derivación, supongamos que H(x) indica que x es

humano, y M(x) indica que él o ella es mortal. Además, S representa a Sócrates. Tal como en
el capítulo 2, indicamos la línea de la que se deriva cada sentencia, así como la regla que se
x
aplica. En el caso de una Regla UI, nos limitamos a exponer la particularización S t . La
derivación se indica en la Figura 3.7.1.
Demostrar: œx (H(x) ⇒ M(x)), H(S) | M(S)
1.- œx (H(x) ⇒ M(x)) Premisa Todos los humanos son

mortales
2.- H(S) Premisa Sócrates es mortal
3.- H(S) ⇒ M(S) 1. S XS Si Sócrates es humano,

entonces es mortal.
4.- M(S) 2, 3 MP Por lo tanto, Sócrates es

mortal. Modus Ponens a las
líneas 2 y 3.
Figura 3.7.1: Demostración de la mortalidad de Sócrates
Ejemplo 3.7.2: Como segundo ejemplo, derivamos que Pablo es hijo de David a partir de
las siguientes premisas:
David es el padre de Pablo.
Pablo no es la hija de David.
Toda persona cuyo padre sea David debe ser o bien su hijo o bien su hija.
La correspondiente demostración se encuentra en la Figura 3.7.2. Para ahorrar

espacio en la demostración, utilizamos las siguientes abreviaturas:
f(x, y): x es el padre de y
s(x, y): x es el hijo de y
d(x, y): x es la hija de y
Además, utilizaremos D en lugar de David y P en lugar de Pablo. La derivación utiliza

el Silogismo Disyuntivo (SD), que nos permite escribir B, una vez que se ha determinado que
113
5 A y que A w B están establecidos.
Demostrar: œx (f(D, x) ⇒ s(x, D) w d(x, D)), f(D, P), 5 d(P, D) | s(P, D)
1.- œx (f(D, x) ⇒ s(x, D) w d(x, D)) Premisa Toda persona cuyo padre
sea David, debe ser o
bien su hijo o bien su hija
2.- f(D, P) Premisa David es el padre de

Pablo
3.- 5 d(P, D) Premisa Pablo no es la hija de

David
4.- f(D, P) ⇒ s(P, D) w d(P, D) 1. S XS Esto particulariza la línea

1 para Pablo
5.- s(P, D) w d(P, D) 2, 4 MP Se aplica Modus Ponens

a las líneas 2 y 4
6.- s(P, D) 3, 5 SD Según el Silogismo

Disyuntivo, si Pablo no es
una hija (línea 3)
entonces tiene que ser
un hijo
Figura 3.7.2: Demostración de que Pablo es hijo de David
3.7.2.- GENERALIZACIÓN UNIVERSAL
Si A es cualquier expresión o enunciado lógico y si x es una variable que no es libre

en ninguna premisa, entonces tenemos que:
A
œx A
Esta regla de inferencia se denomina Generalización Universal (GU). Dado que x
queda ligada en el proceso, decimos que la generalización universal es con respecto a x, o
bien que se generaliza sobre x. Debemos hacer notar que la generalización universal está
sometida a restricciones. Si se generaliza sobre x, entonces x no debe aparecer en ninguna
premisa como variable libre. Si x aparece como variable libre en alguna premisa, entonces x se
refiere al mismo, y está fijada en ese sentido. Por ejemplo, si P(x) aparece en una premisa,
entonces P(x) sólo es verdadero para x, y no es necesariamente verdadero para ningún otro
individuo. Si x está fijado, entonces no se puede generalizar sobre x. Las generalizaciones que
parten de un solo individuo para llegar a toda una población son incorrectas. Por otra parte, si x
no aparece en ninguna premisa o si x está ligada en todas las premisas, entonces se supone
que x representa a cualquier individuo, y se puede aplicar sin restricción la generalización
universal. Para demostrar la generalización universal desarrollaremos algunos ejemplos.
Ejemplo 3.7.3: Consideremos el dominio de un grupo de alumnos de ciencias de la

computación. Por supuesto, a todos los alumnos de ciencias de la
computación les gusta La programación. La derivación tiene que demostrar
que a todos los del dominio les gusta la programación. Si P(x) y Q(x)
denotan las siguientes expresiones “x es un alumno de ciencias de la
114
computación” y “a x le gusta la programación”, respectivamente,

entonces las premisas pasan a ser:
œx P(x), œx (P(x) ⇒ Q(x))
La conclusión deseada sería:
œx Q(x)
La demostración se da en la Figura 3.7.3. En la demostración, Q(x) se deriva en la

línea 5, que significa que a x le gusta la programación. Esta frase se generaliza entonces a œx
Q(x). Esta generalización sólo es posible porque todos los casos de x que aparecen en las
premisas están ligados. Si la premisa œx P(x) se sustituye por P(x), entonces la
particularización universal sobre x ya no es correcta. Esto sucede porque x queda fijada y la
generalización universal sobre variables fijas no es correcta.
Demostrar: œx P(x), œx (P(x) ⇒ Q(x)) | œx Q(x)
1.- œx P(x) Premisa Todos los alumnos de

Ciencias de la Computación
2.- œx (P(x) ⇒ Q(x)) Premisa A los alumnos de CC les

gusta la programación
3.- P(x) 1. S XX x es un alumno de CC
4.- (P(x) ⇒ Q(x)) 2. S XX Si x es un alumno de CC,

entonces le gusta la
programación.
5.- Q(x) 3, 4 MP Se aplica Modus Ponens a

las líneas 2 y 4.
A x le gusta la programación
6.-œx Q(x) 5 GU Según la Generalización

Universal. A todos le gusta la
programación.
Figura 3.7.3: Ejemplo de Generalización Universal
Ejemplo 3.7.4: Derivaremos œyœx P(x, y) a partir de œxœy P(x, y). Esta derivación se
desarrolla en la Figura 6.1.4. Esto confirma el hecho de que los
cuantificadores universales se pueden intercambiar. En la Figura 6.1.5 se da
un tercer ejemplo de la Generalización Universal, ejemplo que muestra que
la variable x de un cuantificador universal se puede cambiar por la variable
y.
Demostrar: œxœy P(x, y) | œyœx P(x, y)
115
1.- œxœy P(x, y) Premisa
2.- œy P(x, y) 1. S XX Se particulariza la línea 1,

eliminando el primer
cuantificador universal
3.- P(x, y) 2. S YY Se elimina el segundo

cuantificador para obtener
una expresión sin
cuantificar. Se emplea GU
para añadir los
cuantificadores en orden
inverso.
4.- œx P(x, y) 3 GU Es correcto generalizar,

porque la premisa no
contiene a x como variable
libre. Todas las apariciones
de x dentro de la premisa
están ligadas..
6.- œx Q(x) 4 GU Se generaliza de nuevo

para obtener la conclusión
deseada.
Figura 3.7.4: Demostración de validez del intercambio de cuantificadores
Ejemplo 3.7.5: Sustitución de variables.

Demostrar: œx P(x) | œy P(y)
1.- œx P(x) Premisa
2.- P(x) 1. S XY Se ejemplariza la premisa

para y
3.- œy P(y) 2, GU Se generaliza la línea para

obtener la conclusión
deseada.
Figura 3.7.5: Demostración de la Sustitución de Variables
3.7.3.- TEOREMA DE LA DEDUCCIÓN Y LA GENERALIZACIÓN UNIVERSAL
En el teorema de la deducción, se supone B, se demuestra C empleando a B como

premisa, y se concluye que B ⇒ C. Una vez que se ha realizado lo anterior, prescindimos de B.
Ahora la cuestión es lo que hay que hacer con las variables libres que aparezcan en B. En
primer lugar, B se utiliza como suposición, esto es, mientras no prescindamos de B, hay que
tratar a B como a cualquier otra premisa. En particular, si B contiene a x como variable libre,
entonces no hay que generalizar sobre x. Sin embargo, en cuanto prescindamos de B, esto no
será así. Una vez que hemos prescindido de B, no tiene efecto alguno sobre el estado de
116
ninguna variable. Por tanto, si x no es libre en ninguna otra premisa, es posible generalizar
sobre x aun cuando x aparezca como variable libre sobre B.
El teorema de la deducción se demuestra a continuación mediante el siguiente

ejemplo.
Ejemplo 6.6: Supongamos que S(x) denota a la expresión “x ha estudiado” y que P(x)
denota la expresión “x ha aprobado”. La premisa es que todo el que haya
estudiado ha aprobado. Demostrar que los que no hayan aprobado no han
estudiado.
La premisa “todo el que ha estudiado, ha aprobado” se puede traducir como la

siguiente fórmula o expresión lógica œx (S(x) ⇒ P(x)) y la frase “los que hayan aprobado, no
han estudiado” pasara a ser œx (5 P(x) ⇒ 5 S(x)) La Figura 6.1.6 ofrece una derivación. Para
obtener el resultado, se introduce la suposición 5 P(x) en la línea 3. Mientras no se haga uso
de esta suposición, no se permitirá hacer una generalización con respecto a x. Para indicar que
estamos bajo los efectos de una suposición, se han sangrado las líneas 3 y 4. Sin embargo,
después de aplicar el teorema de la deducción se elimina el sangrado y se prescinde de la
suposición 5 P(x), y ya se puede generalizar sobre x. Esto se hace en la línea 6. En todos los
demás aspectos, la demostración se documenta a si misma. œx (S(x) ⇒ P(x)) es una premisa y
de ella se sigue que 5 P(x) ⇒ 5 S(x). Para llegar a la conclusión deseada, se utiliza la
generalización universal. Esto se puede realizar puesto que la variable x no es libre en ninguna
premisa.
Demostrar: œx (S(x) ⇒ P(x)) | œx (5 P(x) ⇒ 5 S(x))
1.- œx (S(x) ⇒ P(x)) Premisa Todo el que estudia aprueba
2.- S(x)⇒ P(x) 1. S XX Si x ha estudiado, ha

aprobado
3.- 5 P(x) Suposición Supongamos que x no aprobó
4.- 5 S(x) 2, 3, MT x no puede haber estudiado:

esto se sigue de las líneas 2 y
3 por Modus Tollens
5.- 5 P(x) ⇒ 5 S(x) TD Se aplica el Teorema de la

Deducción y se prescinde de
5 P(x)
6.- œx (5 P(x) ⇒ 5 S(x)) 5, GU Todo el que no haya

aprobado, no puede haber
estudiado. Obsérvese que
esta generalización es posible
porque x no es libre en
ninguna premisa..
Figura 3.7.6: Demostración empleando el Teorema de la Deducción (TD)
117
3.7.4.- ELIMINACIÓN DE LOS CUANTIFICADORES UNIVERSALES
En matemáticas, es frecuente omitir los cuantificadores universales. Por ejemplo, en

la afirmación o proposición x + y = y + x, tanto x como y tienen implícitamente una
cuantificación universal. Esto da lugar a problemas cuando se utilizan estas declaraciones
como premisas, porque de acuerdo con nuestras reglas toda variable que aparezca libre en
una premisa es fija, en el sentido de que a lo largo de toda la demostración estará asociada a
un único individuo. Para soslayar esta dificultad, aislamos ciertas variables en las premisas e
indicamos explícitamente que estas variables no son fijas. Todas las variables que no sean fijas
se denominarán variables verdaderas. Una variable se puede generalizar universalmente si y
sólo si es una variable verdadera. Si una variable aparece en una premisa, entonces se supone
que es fija, a no ser que se indique explícitamente que se trata de una variable verdadera.
Al usar variables verdaderas, se pueden omitir los cuantificadores universales, y esto,

a su vez, simplifica las demostraciones. Además, de ahora en adelante, permitiremos que
cualquier variable verdadera se pueda particularizar como cualquier término. Se puede
conseguir el mismo efecto, desde luego, empleando primero una generalización universal,
seguida por una particularización universal. Sin embargo, la particularización directa es más
breve, y suele ser más clara.
Hasta el momento, hemos representado a las particularizaciones mediante el símbolo

X
S, tal como S Y. Desde ahora en adelante, utilizaremos frecuentemente la notación x := y para
indicar que x se sustituye por y. Esta notación resultará natural para quienes programan en
Pascal, donde el símbolo empleado significa “asignar”, que es lo mismo que “particularizar”.
Por lo tanto, en lugar de poner “se particulariza x como a”, pondremos “línea n con x := a”,
o simplemente de la siguiente forma “n con x := a”.
Ejemplo 3.7.7: Sea P(x, y, z): x + y = z. Dadas las premisas P(x, 0, x) y P(x, y, z) ⇒ P(y, x,
z) donde x, y, z son variables verdaderas, demostrar que 0 + x = x, o sea,
P(0, x, x).
Solución: Se utiliza la derivación siguiente para demostrar que P(0, x, x). Observese
que la dos primeras líneas son premisas, y que x, y, z se han declarado
explícitamente como variables verdaderas.
1. P(x, y, z) ⇒ P(y, x, z) Premisa: x + y = z | y + x = z

x, y, z variables verdaderas
2. P(x, 0 , x) Premisa: x + 0 = x; x: variable

verdadera
3. P(x, 0, x)⇒ P(0, x, x) Línea 1 con x := x; y := 0; z := x
4. P(0, x, x) Líneas 2, 3, Modus Ponens: 0 + x = x
Todas las variables verdaderas son estrictamente locales, pertenecientes a la línea en

que aparecen. Por lo tanto, si la variable verdadera x aparece en dos líneas diferentes,
entonces estos dos casos de x son realmente dos variables diferentes. Por ejemplo, en la
demostración del ejemplo 3.7.7, la x de la línea 1 y la x de la línea 2 son dos variables
diferentes. Cuando se está haciendo la demostración, uno tiene que establecer,
evidentemente, algún tipo de conexión entre ambas variables, y esta conexión se efectúa a
través de la particularización. Desde luego, las particularizaciones no deben hacerse a ciegas.
Más bien, hay que hacer la particularización de tal manera que progresemos hacia la
conclusión deseada. La forma en que se hace esto depende de la estrategia. Sin embargo,
existen algunos principios generales que sirven de ayuda y uno de ellos es la Unificación.
118
DEFINICIÓN 3.19: Se dice que dos expresiones o fórmulas se unifican si existen

particularizaciones legales que hagan idénticas las expresiones en cuestión.
El acto de unificarlas se denomina unificación. La particularización que
unifica a las expresiones en cuestión se denomina un unificador.
Ejemplo 3.7.8: Q(a, y, z) y Q(y, b, c) son expresiones que aparecen en líneas diferentes.
Mostrar que estas dos expresiones se unifican, y dar un unificador. Aquí a,
b, y c son fijas e y y z son variables verdaderas.
Solución: Dado que la y de Q(a, y, z) es una variable distinta de la y presente en Q(y,

b, c), cambiamos de nombre a la y de la segunda expresión para que pase
a ser y1. Esto significa que hay que unificar Q(a, y, z) con Q(y1, b, c), Q(a, b,
c) es un caso particular de Q(a, y, z) y Q(a, b, c) es un caso particular de
Q(y1, b, c). Dado que son idénticos Q(a, y, z) y Q(y, b, c) se unifican. El
Unificador es a = y1, b = y, c = z.
Pueden existir varios unificadores. Por ejemplo, si a y b son constantes, entonces

R(a, x) y R(y, z) tienen el unificador y = a, z = x, que da lugar al caso común R(a, x). Sin
embargo, también existe el unificador y = z, x = b, z = b que da lugar al caso común R(a, b).
Sin embargo, R(a, b) es un caso de R(a, x), y el unificador y = a, x = b, z = b es menos general
en este sentido que el unificador y = a, z = x. Por supuesto, siempre se desea encontrar el
unificador más general, si es que existe uno.
La solución del Ejemplo 3.7.7 implicaba una unificación. Concretamente, se unificaba

la línea 2 con el antecedente de la línea 1 para hacer uso del Modus Ponens. En general, se
aplica la unificación de tal manera que sea posible aplicar alguna regla de inferencia después
de la unificación.
Ejemplo 3.7.9: Claramente, si x es la madre de y, y si z es la hermana de x, entonces z es

la tía de y. Supongamos ahora que la madre de Braulio es Juana, y que Lola
es la hermana de Juana. Demostrar que Lola es tía de Braulio.
Solución: Si “madre(x, y)” es un predicado tal que toma el valor verdadero cuando x
es la madre de y, y si “hermana(x, y)” y “tía(x, y)” de definen de forma
similar, podemos enuncia las premisas de la siguiente forma:
1.- madre(x, y) v hermana(z, x) ⇒ tía(z, y)
2.- madre(Juana, Braulio)
3.- hermana(Lola, Juana)
Ahora el problema es crear una expresión que unifique con el antecedente de la línea
1. Para hacer esto, se combinan las líneas 2 y 3, obteniendo:
4.- madre(Juana, Braulio) v hermana(Lola, Juana)
Esta expresión se puede unificar con madre(x, y) v hermana(z, x) haciendo los

siguientes reemplazos x := Juana, y := Braulio y z := Lola. Esto produce:
5.- madre(Juana, Braulio) v hermana(Lola, Juana) ⇒ tía(Lola, Braulio)
La conclusión de que Lola es una tía de Braulio se deduce de 4 y 5 por Modus

Ponens.
Las demostraciones que se acaban de dar son sencillas, en el sentido de que sólo
119
hay unas pocas expresiones disponibles para la unificación, lo cual hace que sea relativamente
sencillo decidir el paso siguiente. En casos más complicados, la selección de posibles
expresiones que están disponibles para la unificación es más extensa, y la decisión deja de ser
trivial. Para hacer una buena elección en lo referente a las expresiones que hay que unificar a
continuación, es preciso pensar en la meta que se persigue. En algunos casos, es necesario
considerar todas las expresiones que se puedan derivar, y seleccionar aquella que, en algún
sentido, sea la más próxima a la conclusión. Este suele ser un buen sistema, aun cuando falle
en algunos casos. En otras ocasiones, esta política no resulta aplicable porque no está claro lo
que se encuentra más próximo o más alejado de la conclusión.
En este caso, suele servir de ayuda el establecimiento de objetivos intermedios.

Además, las derivaciones asociadas a casos similares suelen proporcionar ideas valiosas
acerca de la forma de seguir adelante.
3.7.5.- GENERALIZACIÓN EXISTENCIAL
Si la tía Claudia tiene más de cien años, entonces es evidente que hay alguien, a
saber, la tía Claudia, que tiene más de cien años. Si existe algún término t para el cual sea
válida P(t), entonces se puede concluir que algún x satisface P(x). Consiguientemente, P(t)
implica lógicamente lo siguiente: ›x P(x). Más generalmente ›x A se puede derivar que
X
partiendo de S t A, en donde t es cualquier término. Esto da lugar a la siguiente regla de
inferencia:
S Xt A,
›x A
Esta regla de inferencia se denomina Generalización Existencial, y se abrevia GE

en las demostraciones formales.
Ejemplo 3.7.10: Sea C la tía Claudia, y supongamos que P(x) indica “x tiene más de 100
años”
Entonces se tiene:
P(C)
›x P(x)
La razón es que si se sustituye x por C en P(x), se tiene P(C).
Ejemplo 3.7.11: El siguiente ejemplo muestra la forma en que se utiliza la generalización

existencial dentro de una demostración formal. Las premisas de nuestra
derivación son:
1.- Toda persona que ha ganado cien millones es rica.

2.- María ha ganado cien millones.
Queremos demostrar que estas frases implican lógicamente que:
3.- Hay alguien que es rico.
Si le pidiéramos a alguien que demostrase que la conclusión se obtiene de las

premisas, es posible que su argumento sería el siguiente. Si todo el que gana cien millones es
rico, entonces María será rica si gana cien millones. Como sabemos que María ha ganado cien
millones, aplicamos el Modus Ponens y concluimos que María es rica. Por lo tanto, hay alguien,
María, que es rica. Ahora formalicemos este argumento, G(x) significa que x ha ganado cien
millones, R(x) significa que x es rico y M representa a María. Los pasos individuales del
argumento se indican en la Figura 6.1.7,
120
Se dijo anteriormente que 5›x P(x) es lógicamente equivalente a œx 5P(x). Ahora

demostraremos la primera mitad de esta afirmación, enseñando que 5›x P(x) | œx 5P(x). Esto
se indica en la Figura 3.7.8. Demostraremos posteriormente que œx 5P(x) | 5›x P(x). Las dos
demostraciones en conjunto demuestran la validez de la afirmación realizada. La demostración
de la Figura 3.7.8 utiliza las siguientes reglas de inferencia: Modus Tollens (MT), generalización
universal (GU), generalización existencial (GE) y el teorema de la deducción (TD).
Demostrar: œx (G(x) ⇒ R(x)), G(M) | ›x R(x)

1.- œx (G(x) ⇒ R(x)) Premisa Todo el que ha ganado cien

millones es rico
2.- G(x) ⇒ R(x) 1. S XM Por tanto, si María ha ganado

cien millones entonces es rica.
3.- G(M) Premisa María ha ganado cien millones
4.- R(M) 2, 3, MP Por lo tanto María es rica. Por

Modus Ponens
5.- ›x R(x) 4, GE Alguien (María) es rico...
Figura 3.7.7: Demostración de la existencia general a partir de la existencia específica
Demostrar: 5›x P(x) | œx 5P(x).

1.- 5›x P(x) Premisa No existe un x para el cual P(x)

sea verdadero.
2.- P(x) Suposición Supongamos P(x)
3.- ›x P(x) 2, GE Entonces tiene que existir una x

que satisfaga P(x)
4.- P(x) ⇒ ›x P(x) TD Prescindimos de P(x) y

escribimos P(x) ⇒ ›x P(x)
5.- 5 P(x) 1,4, MT Como no existe un x tal que

P(x) sea verdadero, y como
P(x) implica que existe ese x,
P(x) debe ser falso
6.- œx 5P(x) 3, GU Como x no aparece como

variable libre en ninguna
premisa, podemos generalizar a
todos los x.
Figura 3.7.8: Demostración de inexistencia expresada empleando la notación “para todo”
121
3.7.6.- PARTICULARIZACIÓN EXISTENCIAL
Si es cierto que ›x P(x), entonces tiene que existir algún término t que satisfaga P(x);
X
esto es, tiene que ser cierto S t P(x) para algún t . Por ejemplo, si P(x) significa “x da saltos
mortales”, entonces ›x P(x) significa que S Xt P(x) = P(t) tiene que ser cierto para algún t . El
problema es que no sabemos para que término. Si sabemos que alguien da saltos mortales,
seguimos sin saber si es la tía Eulalia, el tío Petronio o, incluso, alguna otra persona que da
saltos mortales. En una demostración, por lo tanto, hay que mantener abierta la cuestión de
quién es el individuo que da saltos mortales.
Para hacer esto, seleccionamos una nueva variable, digamos b, para denotar a este
individuo desconocido. Ello da lugar a la siguiente regla de inferencia:
›x A
S XAb
Esta regla se denomina Particularización Existencial, y se abrevia de la forma PE

en las derivaciones.
La variable que introduce la particularización existencial no debe haber aparecido

anteriormente como variable libre. Por ejemplo, al aplicar la PE a las frases siguientes: “Existe
alguien que tiene más de 100 años” y “Existe alguien que da saltos mortales”, no hay que
utilizar la misma variable b para la particularización existencial en ambos casos. De no ser así,
uno podría concluir que b tiene más de 100 años y da saltos mortales, lo cual ciertamente no
se sigue desde el punto de vista lógico. De forma similar, tampoco se puede utilizar ninguna
variable que aparezca libre en algunas de las premisas. Por lo tanto, la PE no debe introducir
ninguna variable que ya haya aparecido como variable libre en la derivación. Además, la
variable que se introduce está fijada, en el sentido de que no se puede aplicar una
generalización universal a esa variable. Por ejemplo, si b da saltos mortales, entonces no se
puede utilizar GU para concluir que todo el mundo da saltos mortales. Además, no debe
aparecer en la conclusión una variable que tenga un valor desconocido, y, dado que toda
variable introducida por la PE es desconocida, tampoco deberá de aparecer en la conclusión. A
efectos de demostración consideremos el siguiente ejemplo.
Ejemplo 3.7.12: Supongamos que hay alguien que haya ganado 100 millones y deseamos
demostrar que alguien es rico. Entonces las premisas son:
1.- “Alguien ha ganado cien millones”

2.- “Cualesquiera que haya ganado cien millones es rico”
Deseamos demostrar que estas dos frases implican lógicamente la siguiente frase:
3.- “Existe alguien que es rico”
La demostración detallada se indica en la Figura 3.7.9. En esta demostración, se

utiliza la particularización existencial sobre la línea 2, en la cual el ganador se le denomina b.
Una vez que se ha obtenido esto, se da la segunda premisa en la línea 3 y se particulariza esta
premisa x := b en la línea 4. Obsérvese que no hay que derivar las líneas 3 y 4 antes de las
líneas 1 y 2; esto es, uno no debe aplicar la particularización universal antes de la
particularización existencial. La razón para esto es que, una vez que se ha obtenido X(b) ⇒
R(b), b ya no es una nueva variable, y por lo tanto no debe utilizarse para la particularización
existencial. Por esta razón, suele ser buena idea aplicar primero la particularización existencial.
Ejemplo 3.7.13: Demostraremos en la Figura 3.7.10 que œx 5P(x) implica lógicamente que
5›x P(x) Según se vio en apartados anteriores, demostrar una negación es
algo que suele hacerse normalmente mediante una demostración indirecta:
122
para demostrar 5A, uno supone que A es cierto y deriva una contradicción.
Dado que deseamos demostrar que 5›x P(x), la suposición que hay que
rechazar es ›x P(x). Aún cuando esta suposición es cierta, la derivación se
ha sangrado. La particularización existencial nos permite derivar P(b) en la
línea 2, lo cual contradice a 5P(b) que se ha derivado en la línea 4
empleando una particularización universal. La contradicción resultante se
encuentra en la línea 5. Esta línea nos permite rechazar la suposición ›x
P(x); esto es, tiene que ser cierto que 5›x P(x). Por lo tanto, œx 5P(x)
implica 5›x P(x).
Demostrar: œx (X(x) ⇒ R(x)), ›x X(x) | ›x R(x) .

1.- ›x X(x) Premisa Alguien ha ganado 100 millones.
2.- X(b) 1, PE Llamemos b al ganador
3.- œx (X(x) ⇒ R(x)) Premisa Cualquiera que haya ganado 100

millones es rico
4.- X(b) ⇒ R(b) 3, S Xb Si X(b) ⇒ R(b) es válido para

todos, debe ser válido para
desconocido b
5.- R(b) 2,4, MP Si ganar implica ser rico y si b ha

ganado, entonces b debe ser rico
6.- ›x R(x) ) 4, EQ Alguien es rico
Figura 3.7.9: Demostración empleando PE
Demostrar: œx 5P(x) | 5›x P(x)

1.- ›x P(x) Suposición Suposición que rechazaremos

posteriormente
2.- P(b) 1, PE Digamos que P(x) es cierto para b
3.- œx 5P(x) Premisa P(x) es falso para todo x
4.- 5 P(b) 3, S Xb Por lo tanto P(b) es falso
5.- P(b) v 5 P(b) 3, 4, C Ahora tenemos la contradicción

deseada, que implica que la
suposición es falsa
6.- 5›x P(x) 5, IP Dado que 5 es una contradicción,

la suposición es falso y puede
descartarse
Figura 3.7.10: Demostración de que la existencia contradice a la inexistencia
123
3.8.- PROBLEMAS CAPITULO III
1.- Para cada uno de los predicados siguientes, halle un universo de discurso adecuado
dentro de la lista siguiente: números reales, enteros, seres humanos y animales.
a) pájaro(x) b) está casado(x) c) par(x)
d) negativo(x) e) madre(x , y) f) tiene alas(x)
2.- Confeccione las tablas de verdad de los siguientes predicados siendo el universo de
discurso el conjunto U = {1 , 2 , 4 , 8}
a) P ( x ): x es primo
b) Q( x ): x es potencia de 2
c) R( x , y ): x es mayor o igual que y
d) S ( x , y ): x es divisor de y
e) T( x , y ): x es el doble de y
3.- Exprese las siguientes frases en cálculo de predicados suponiendo que el Universo de
Discurso es: I ) El conjunto de los Nº Naturales; II ) El conjunto de los Nº Enteros.
a) Todos los números naturales son pares
b) No existen números naturales negativos.
c) Por lo menos un número natural es múltiplo de 3.
d) Ningún número natural es raíz de la ecuación x2 + 1 = 0
e) Los números naturales son primos.
4.- En el dominio de los números naturales, ¿cómo traduciría las frases siguientes?
a) Algunos números primos son pares
b) Todos los números pares son mayores que 1
c) Los números pares son primos solamente si son menores que 3
d) No hay primos menores que 3.
5.- En el dominio de los animales ¿Cómo traduciría las expresiones siguientes?

a) Todos los leones son predadores.
b) Algunos leones viven en África.
c) Sólo rugen los leones.
d) Algunos leones comen cebras.
e) Algunos leones solo comen cebras.
6.- Traduzca las siguientes frases al lenguaje de cálculo de predicados. Suponga que el
universo está formado por todas las personas.
a) Alguien que es amable con todo el mundo.
b) Todos queremos a alguien.
c) Nadie es cariñoso con todos los demás.
7.- Particularizar:
a) Sx3 P(x) b) Sxa (P(x) ⇒ Q(b))
c) Syb (P(a) ∧ Q(y)) d) Sxa (P(x)∧ Q(y) ∧R(x, y))
8.- Hallar las variables libres y ligadas en

a) ∀x P(x, y) ∧ Q(y)
b) ∀x∃y (P(x, y, z) ∧ Q (y, z)) ∨ R(x)
9.- Examine las posibles interpretaciones de ∀x P ( x ) , ∃ x P ( x ), ∀x ¬ P( x ) en el

Universo siguiente {a, b, c}, sabiendo que:
124
a)
a b c
P(x) V V V
b)
a b c
P(x) V F F
c)
a b c
P(x) F F F
10.- Un universo contiene los tres individuos a , b y c. Para estos individuos, se define un
predicado Q( x , y ) y sus valores de verdad están dados por la tabla siguiente:
Q(x, y) a b c
a V F V
b F V V
c F V V
Encuentre el valor de verdad de:
a) ∀x Q(x, c) b) ∀y Q(a, y) c) ∃x∃y Q(x, y)
d} ∀x∃y Q(x, y) e) ∀x∀y Q(x, y) f) ∃x∀y Q(x, y)
11.- Los predicados P ( x , y ) y Q ( x , y ) están definidos en el universo U = { A , B ,C } y

sus valores de verdad están dados por las siguientes tablas:
P(x, y) A B C Q(x, y) A B C
A V V F A F F V
B F V V B V F V
C V V V C F V V
Encuentra el valor de verdad de:
a) ∀x∀y P(x, y) ∨ ∃x∃y Q(x, y) b) ∃y∀x P(x, y) ∧ ∃y∀x Q(x, y)

c) ¬ (∃x∀y P(x, y) ∨ ∃x∀y Q(x, y)) d) ∃y P(A, y) ∧ ¬∀y Q(B, y)
12.- Sea un universo de discurso que consta de tres personas solamente, a saber, Juan,
Juana y María. Los tres son alumnos, y ninguno de ellos es rico. Denote con A(x), M(x),
V(x) y R(x) a las propiedades de ser alumno, mujer, varón y rico respectivamente.
Confeccione una tabla con los valores de verdad de los predicados A, M , V y R, y
encuentre el valor de verdad de:
125
13.- Dada la siguiente frase en lenguaje coloquial:
“Solamente los vecinos de Juan tienen trabajo”
a) Formalícela en el lenguaje de cálculo de predicado:
b) Evalúela en el dominio: D = { Pedro, Juan, Luís, Carlos }, sabiendo que:

1.- Pedro tiene trabajo pero Juan y Luís no
2.- Pedro y Luís son vecinos de Juan
3.- Carlos no tiene trabajo y no es vecino de Juan
14.- Construya una derivación formal para demostrar que los siguientes argumentos son
válidos:
a) Todos los profesores de Matemáticas han estudiado Cálculo.

Ana es profesora de matemáticas.
Por lo tanto Ana ha estudiado Cálculo.
b) En el triángulo XYZ no hay dos ángulos de igual medida.

Si un triángulo tiene dos lados de igual longitud, entonces es un isósceles.
Si un triángulo es isósceles, entonces tiene dos ángulos de igual medida.
Por lo tanto, el triángulo XYZ no tiene dos lados iguales.
c) Ninguna estudiante de penúltimo o último año está en inscripta en una clase de

Educación Física.
María está inscripta en una clase de Educación física
Por lo tanto, María no es una estudiante de último año.
d) ∀x (P(x) ⇒ Q(x))
∀x (Q(x) ⇒ R(x))
∴ ∀x (P(x) ⇒ R(x))
e) ∀x [ P(x) ⇒ (Q(x) ∧ R(x))]

∀x [ P(x) ∧ S(x)]
∴ ∀x [ R(x) ∧ S(x)]
15.- Considere la siguiente expresión: ∀x P(x) ∨ ∀x (Q(x) ⇒ P(x)). Traslade todos los
cuantificadores universales al comienzo de esta expresión.
16.- Considere la siguiente expresión: ∃x P(x) ∧ ∃x (Q(x) ⇒ P(x)). Traslade todos los
cuantificadores existenciales al comienzo de la expresión.
17.- Niegue las siguientes expresiones:
a) ∀n ∈ ℵ, n < 3 b) ∃ n ∈ ℵ / n3 - n = 0
c) ∀n ∈ ℵ, (n + 1) 2 = n 2 + 2n + 1 d) ∃ n ∈ ℵ / n2 + 1 = 0
e) ∀ x ∈ ℜ, x 2 > x f) ∀x ∈ ℜ / ⏐x⏐ = x
g) ∃ x ∈ ℜ, x 2 + 3x - 6 + 0 h) ∃ x ∈ ℜ / 1/x ∉ ℜ
i) ∃ x / x > 1 ∧ x2 = 9 j) ∀x , [ x ≠ 0 ⇒ x 2 > 0]
126
18.- Interprete las equivalencias dadas en la siguiente tabla, pues la usará posteriormente
TABLA 1
EQUIVALENCIAS QUE IMPLICAN CUANTIFICADORES
∀x A ≡ A Si x no es libre en A
∃x A ≡ A Si x no es libre en A
∀x A ≡ ∀y SXy A ∧ ∀x A Si y no es libre en A
∃x A ≡ ∃y SXy A ∨∃x A Si y no es libre en A
∀x A ≡ SXt A Para cualquier término t
∃x A ≡ SXt A Para cualquier término t
∀x(A ∨ B) ≡ A ∨ ∀x B Si x no es libre en A
∃x(A ∧ B) ≡ A ∧ ∃x B Si x no es libre en A
∀x(A ∧ B) ≡ ∀x A ∧ ∀x A
∃x(A ∨ B) ≡ ∃x A ∨ ∃x B
∀x∀y A ≡ ∀y∀x A
∃x∃y A ≡ ∃y∃x A
¬ ∃x A ≡ ∀x ¬ A
¬ ∀x A ≡ ∃x ¬ A
19.- Encuentre la negación de las siguientes proposiciones:
a) ∃x(P(x) ∨ Q(x))
b) ∀x(A(x) ∧ ¬ B(x))
c) ∀x∃y [(A(x, y) ∧ B(x, y)) ⇒ C(x, y)]
d) ∀x∃y [P(x, y) ⇒ (R(x, y) ∨ S(x, y))]
20.- Las siguientes reglas nos permiten hacer derivaciones en cálculo de predicados:
TABLA 2
REGLAS DE INFERENCIA PARA CÁLCULO DE PREDICADOS
∀x A ≡> SXt A Particularización Universal
A ≡> ∀x A Generalización Universal
SXt A ≡>∃ x A Generalización Existencial
∃ x A ≡> SXb Particularización Existencial
Junto a estas reglas es importante tener en cuenta al Teorema de la Deducción en

donde, para demostrar una implicación lógica A ≡> B se utiliza el siguiente argumento:
a) Se supone A, y se añade A a las premisas
127
b) Se demuestra B, empleando A, si es necesario

c) Se prescinde de A, lo que significa que A no es necesariamente verdadero, y
se concluye que A ≡> B
21.- Demuestre la validez de los siguientes argumentos:
a) Juan ha obtenido una beca para continuar sus estudios.

Toda persona que obtiene una beca para estudiar es afortunada.
∴ Existe una persona afortunada
b) Las personas conscientes de los riesgos del colesterol evitan comer

embutidos
Alguien es consciente de los riesgos del colesterol
∴ Hay una persona que evita comer embutidos
c) Si un número es real y no nulo, entonces su cuadrado es positivo

-3 es real y no nulo
∴ El cuadrado de un número por lo menos es positivo
d) Todos los enteros son números racionales

Hay números que no son racionales
∴ Existen números que no son enteros
22.- Probar que las siguientes fórmulas son válidas para todas las interpretaciones,
utilizando cuadro semántico:
(a) ∀x A(x) ≡ ¬∃x ¬A(x)

(b) ∃x A(x) ≡ ¬∀x ¬A(x)
(c) ∀x A(x) ⇒ ∃x A(x)
(d) ∃x∀y A(x, y) ⇒ ∀y∃x A(x, y)
(e) ∀x∀y A(x, y) ≡ ∀y∀x A(x, y)
(f) ∃x∃y A(x, y) ≡ ∃y∃x A(x, y)
(g) ∃x(A(x) ∨ B(x)) ≡ (∃x A(x) ∨ ∃x A(x))
(h) ∀x(A(x) ∧ B(x)) ≡ (∀x A(x) ∧ ∀x A(x))
(i) (∀x A(x) ∨ ∀x B(x)) ⇒ ∀x(A(x) ∨ B(x))
(j) ∃x(A(x) ∧ B(x)) ⇒ (∃x A(x) ∨ ∃x B(x))
(k) ∀x(A(x) ≡ B(x)) ⇒ (∀x A(x) ≡ ∀x B(x))
(l) (∃x A(x) ∨ B) ≡ ∃x(A(x) ∨ B)
(m) (∀x A(x) ∨ B) ≡ ∀x(A(x) ∨ B)
(n) (∃x A(x) ∧ B) ≡ ∃x(A(x) ∧ B)
(o) (∀x A(x) ∧ B) ≡ ∀x(A(x) ∧ B)
(p) ∀x(A ⇒ B(x)) ≡ (A ⇒ ∀x B(x))
(q) ∀x(A(x) ⇒ B) ≡ (∃x A(x) ⇒ B)
(r) ∀x(A(x) ⇒ B(x)) ⇒ (∀x A(x) ⇒ ∀x B(x))
(s) ∀x(A(x) ⇒ B(x)) ⇒ (∀x A(x) ⇒ ∃x B(x))
23.- Para las siguientes fórmulas probar ya sea que es válida o dar una interpretación que
la falsifique dentro de cierto dominio:
128
(a) ∀x∀y∀z (p(x, x) ∧ (p(x, z) ∧⇒ (p(x, y) ∨ p (y, z)))) ⇒ ∃x∀z p(y, z)

(b) ¬ ((∀x p(x) ⇒ ∀x q(x)) ⇒ ∀x (p(x) ⇒ q(x)))
24.- Probar que las siguientes fórmulas (Axiomas dentro del Sistema Axiomático de Hilbert)
son siempre válidas:
(a) ∀x A(x) ⇒ A(a)

(b) ∀x (A ⇒ B(x)) ⇒ (A ⇒ ∀x B(x))
(c) A(a) ⇒ ∃x A(x)
25.- Probar si es factible deducir las siguientes fórmulas a partir de algunos de los axiomas
de l problema 4 o de alguna suposición válida o inválida:
(a) ∀x (p(x) ⇒ q) ≡ ∀x (¬ q ⇒ ¬ p(x))

(b) ∀x p(x) ⇒ ∃x p(x)
(c) (p ⇒ ∀x q(x)) ⇒ ∀x (p ⇒ q(x))
(d) ∀x (p(x) ⇒ q) ≡ (∃x p(x) ⇒ q)
(e) ∀x (p(x) ⇒ q(x)) ⇒ (∃x p(x) ⇒ ∃x q(x))
========================================
129
Retículo y Algebra de Boole
CAPITULO IV
RETICULO Y ALGEBRA DE BOOLE

4.1.- INTRODUCCIÓN
En este capitulo trataremos el concepto de la relación. Como ya señalamos antes, tanto

las relaciones de equivalencia como las elaciones de orden son muy importantes en el
desarrollo de las matemáticas. La definición de número racional, la ordenación usual que se
establece en el conjunto de los números naturales(donde cada conjunto tiene mínimo) y en el
conjunto de los números reales (donde cada conjunto acotado tiene supremo e infinito), la
aritmética modular… son conceptos fundamentales en los que está involucrada la noción de
relación. También las funciones son un caso especial de relaciones y su estudio se revela
como fundamental en el Análisis Matemático, en las conexiones de las matemáticas como la
física… Por otro lado, las relaciones también tienen su aplicación en la informática, por ejemplo
en las bases de datos relacionales y en problemas relativos a clasificación.
Se pretende que al finalizar el capítulo el alumno:
• Conozca las propiedades de una relación de equivalencia y de una relación de

orden y sepa discernir si una relación dada es o no de uno de estos tipos.
• Sepa representar una relación mediante un grafo dirigido y analizar propiedades de

la relación mediante la matriz de adyacencias del dígrafo asociado.
• Pueda calcular la clausura (reflexiva, simétrica) transitiva de una relación.
• Sea capaz de extender un orden parcial para convertirlo en un orden total que
contenga las relaciones del orden parcial.
4.1.1.- COMPENDIO DE DEFINICIONES
Aunque son definiciones ya conocidas vamos a recordar, en este primer párrafo, los
conceptos que necesitamos.
DEFINICIÓN 4.1.- Sean A y B dos conjuntos, una relación entre A y B es un subconjunto

R del producto cartesiano A × B. En el caso particular que A es igual a
B hablaremos de una relación en A.
Se dice que a ∈ A se relaciona con b ∈ B (y se denota a R b) si el par
(a, b) ∈ R.
DEFINICIÓN 4.2.- Sean A y B conjuntos y R ⊂ A × B una relación entre A y B, se define

dominio de R al conjunto de elementos a ∈ A tales que existe un
elemento b ∈ B y (a, b) ∈ R. Se define el rango de R al conjunto de
elementos b ∈ B para los que existe un elemento a ∈ A de modo que
(a, b) ∈ R.
131
DEFINICIÓN 4.3.- Sea A un conjunto y R ⊂ A × A una relación en A.

• Se dice que R es reflexiva si (a, a) ∈ R para cada a ∈ A.
• Se dice que R es simétrica si para cada (a, b) ∈ R se tiene que se
cumple (b, a) ∈ R.
• Se dice que R es antisimétrica si (a, b) ∈ R y (b, a) ∈ R implica
que a = b.
• Se dice que R es transitiva si para cada (a, b) ∈ R y (b, c) ∈ R se
tiene que (a, c) ∈ R.
DEFINICIÓN 4.4.- Sea A un conjunto y R ⊂ A × A una relación en A.

La relación R es una relación de equivalencia si verifica las
propiedades reflexiva, simétrica y transitiva.
La relación R es una relación de orden si verifica las propiedades reflexiva,

antisimétrica y transitiva. Dos elementos a, b ∈ A se dicen comparables si o bien (a, b) o bien
(b, a) pertenece a R. En el caso particular en que todo par de elementos a, b ∈ A son
comparables, entonces diremos que es una relación de orden parcial.
A un par (A, R) formado por un conjunto y una relación de orden parcial le llamaremos
conjunto parcialmente ordenado. Si la relación es de orden total diremos conjunto
totalmente ordenado.
OBSERVACIÓN 4.1.- En general usaremos la notación ≤ (o ≥) para las relaciones de orden y

la notación ∼ para las relaciones de equivalencia.
Ejemplo 4.1.1.-
i) Como ya señalamos en el capítulo tercero, los números naturales
admiten una relación de orden total que viene definida por: dados a, b
∈ se dice que b ≥ a si o bien b = a o bien existe un número natural c
tal que b = a + c.
ii) También vimos que los números enteros admiten una relación de
orden total que es una extensión natural de la relación definida en los
números naturales: a ≤ b si y solamente si b – a ∈ + ∪ {0}.
iii) Los números reales admiten una relación de orden total definida por la
+
existencia de la semirrecta real positiva , (un subconjunto de con
las propiedades de que para cada a ∈ no nulo o bien a o bien –a
pertenecen a +; si a, b ∈ + entonces a + b ∈ +, ab ∈ + y 0 ∉ +)
de modo que a ≤ b si y solamente si b – a ∈ + ∪ {0}.
iv) Sea el conjunto F = {r/s : r,s ∈ s ≠ 0}. La relación que se define
como r/s ∼ u/v si y solamente si ru = su es una relación de
equivalencia en F.
v) En el conjunto de los números enteros hemos definido la relación de
equivalencia módulo p: a ≡ b mod p si y solamente si a – b es un
múltiplo de p.
vi) Dados dos conjuntos A y B, una función A en B es una relación R ⊂ A
× B con las propiedades: el dominio de R es A; para cada elemento a ∈
A existe un único elemento b ∈ B tal que (a, b) ∈ R.
DEFINICIÓN 4.5.- Sea A un conjunto y ∼ una relación de equivalencia en A. Para cada

elemento a ∈ A se define la clase de equivalencia de a, y se denota
por C(a) o por ā, como el conjunto de todos aquellos elementos A que
se relacionan con a:
ā = {b ∈ A : b ∼ a}
132
Ejemplo 4.1.2.- Con la notación de la definición anterior demostrar que:

i) para cada a ∈ A se tiene que ā ≠ ∅;
ii) para cada a, b ∈ A de modo que a ∼ b se tiene que a = b
iii) si a ≠ b entonces a ∩ b = 0/ ;
iv) A = ∪ a∈A a .
Solución:
i) Como R es una relación de equivalencia entonces es reflexiva, de

modo que para cada a ∈ A se tiene que a R a y de este modo a ∈ ā.
ii) Sea c ∈ ā entonces c R a y a R b. Por la propiedad transitiva c R b y
así c ∈ b . De igual manera se prueba el otro contenido.
iii) Supongamos que a ∩ b ≠ 0/ entonces existe c ∈ A de modo que a R c
y b R c lo que garantiza por la propiedad simétrica y por la propiedad
transitiva que a R b y por ii) que a = b lo que da una contradicción.
iv) Sea c ∈ A entonces c ∈ c por lo que se tiene la igualdad requerida.
Esto permite definir el siguiente concepto.
DEFINICIÓN 4.6.- Sean A un conjunto y ∼ una relación de equivalencia en A. se define el

conjunto cociente de A por dicha relación de equivalencia como el
conjunto de las clases de equivalencia:
A = {a : a ∈ A}
~
Ejemplo 4.1.3.-
i) Como ya vimos, la relación de congruencia módulo p es una relación
de equivalencia en y el conjunto cociente es:
{
Z p = 0 ,1 ,..., p − 1 }
ii) El conjunto conciente del conjunto F del ejemplo iv) del párrafo anterior
por la relación de equivalencia allí definida es el conjunto de los
números racionales.
Ejemplo 4.1.4.- Comprobar si son relaciones de orden o de equivalencia las siguientes

relaciones y si son de equivalencia establecer el conjunto cociente:
b) Sea A5 el conjunto de palabras de 5 letras hechas con el alfabeto

español (29 letras). Sea la relación definida por comenzar por la
misma letra, esto es, dados dos elementos a, b ∈ A5, a R b si y
solamente si ambas palabras comienzan por la misma letras.
b) Sea A = {a, b, c, d} y R={(a, a),(b, b),(c, c),(d, d),(a, b),(a, c),(b, c)}
b) Sea – {0} y la relación a R b si y solamente si el signo de a es igual

al signo de b.
b) Sea el conjunto y la relación a R b si y solamente si a – b ∈ .
133
Solución:
i) Es una relación de equivalencia. En efecto, es reflexiva porque toda palabra p

empieza por la misma letra que la propia palabra p. Es simétrica porque si p
R q entonces la primera letra de la palabra p es igual que la primera letra de
la palabra q, por tanto q R p, pues sus primeras letras son iguales. De igual
modo si la primera letra de la palabra p es igual que la primera letra de la
palabra q y la primera letra de la palabra q es igual que la primera letra de la
palabra r, entonces la primera letra de la palabra p es igual que la primera
letra de la palabra r, por lo que se tiene la propiedad transitiva. No es una
relación de orden porque hay palabras distintas como alto y alba que verifican
alto R alba y alba R alto, luego no es antisimétrica.
El conjunto cociente es el conjunto de letras pues se puede identificar cada

clase de equivalencia con la inicial de cualquiera de las palabras que la
forman.
ii) Es reflexiva pues {(a, a),(b, b),(c, c),(d, d)} ⊂ R. No es simétrica pues (a, b) ∈
R pero (b, a) ∉ R. Es antisimétrica pues nunca se tienen m ≠ l tal que (m, l) ∈
R y (l, m) ∈ R. Es transitiva pues el único caso relevante es (a, b),(b, c) ∈ R y
efectivamente (a, c) ∈ R. Por lo tanto es una relación de orden (parcial) pero
no de equivalencia. Su diagrama de Hasse está en la Figura 4.1.1.
iii) Como todo número entero no nulo n tiene el mismo signo que n se tiene la
propiedad reflexiva. Si a, b enteros no nulos verifican que signo(a) = signo(b)
entonces signo(b) = signo(a) con lo que la relación es simétrica. También es
transitiva pues se tiene que si signo(a) = signo(b) y signo(b) = signo(c)
entonces signo(a) = signo(c). Por tanto es una relación de equivalencia y no
es de orden porque no es antisimétrica (hay
números distintos con el mismo signo).El e
conjunto cociente tiene dos elementos,
digamos signo+ y signo-, que son, d
respectivamente, la clase de equivalencia de
los positivos y la de los negativos.
c
iv) Es reflexiva pues para cada número real a
se tiene que a – a = 0 ∈ . Es simétrica ya
que si a – b ∈ entonces la suma es un
número entero: a – b + b – c = a – c ∈ Z. a b
Por tanto es una relación de equivalencia
que no es de orden..Se tiene que ā = {a + k: Figura 4.1.1
k ∈ }.
Se puede tomar en cada clase de equivalencia un representante entre 0 y

uno (podíamos decir, su parte decimal) por lo que el conjunto cociente se
puede identificar con el intervalo [0,1).
Vamos a centrarnos, de ahora en adelante, en relaciones definidas en conjuntos finitos,

Veremos distintas formas de representarlas mediante tablas o grafos.
134
4.2.- REPRESENTACIÓN DE RELACIONES
4.2.1.- MEDIANTE TABLAS
Una relación R en un conjunto A es un subconjunto del producto cartesiano A × A.

Tomamos entonces dos ejes de coordenados donde en cada uno de ellos se están
representando los elementos de A, la relación R es entonces una nube de puntos del plano
coordenado. Esta nube de puntos permite verificar de forma sencilla algunas de las
propiedades de la relación.
La relación es reflexiva si y solamente si toda la diagonal
Δ= {(a, a) : a ∈ A}
está contenida en la gráfica.
La relación es simétrica si la gráfica es simétrica con respecto a dicha diagonal. La

relación es antisimétrica si no existen pares de puntos de la gráfica simétrica con respecto a la
diagonal y fuera de ella.
Ejemplo 4.2.1.-
i) Sea la relación de orden usual sobre el conjunto N4, es decir,

R={(1,1),(1, 2),(1,3),(1, 4),(2, 2),(2, 3),(2, 4),(3, 3),(3, 4),(4, 4)}.
Se ve claramente que es reflexiva y antisimétrica.
ii) Sea en el conjunto N4 la relación siguiente:

S = {(1,1),(1, 2),(2, 1),(1, 4),(4, 1),(2, 3),(3, 2),(3, 3),(3, 4),(4, 3)}
Se ve claramente que es simétrica y que no es reflexiva.
4.2.2.- MEDIANTE GRAFOS DIRIGIDOS
Vamos a ver como la relación también puede ser representada por un grafo dirigido
que llamaremos grafo dirigido asociado a la relación. Esté multidigrafo puede tener lazos
(elementos de la forma (a, a)) y puede tener, como máximo, dos aristas conectando dos
vértices a y b (las aristas (a, b) y (b, a)).
DEFINICIÓN 4.7.- Sea A un conjunto finito y R ⊂ A × A una relación en A, llamaremos

grafo dirigido asociado a la relación al multidigrafo G = (A, R).
Ejemplo 4.2.2.-
i) En el ejemplo i) anterior el grafo dirigido asociado es:

(N4, {(1,1), (1,2), (1,3), (1,4), (2,2), (2,3), (2,4), (3,3), (3,4), (4,4)})
ii) En el ejemplo ii) el grafo dirigido asociado es:

(N4, {(1,1), (1, 2), (2, 1), (1, 4), (4, 1) ,(2, 3), (3, 2), (3,3), (3,4), (4,3)})
Sobre el grafo la propiedad reflexiva consiste en la existencia de un lazo sobre cada

vértice.
La propiedad simétrica consiste en que cada par de vértices adyacentes presentan dos
aristas (una en cada sentido) que los conectan.
135
La propiedad antisimétrica consiste en que cada par de vértices adyacentes distintos

sólo presentan una arista que los conecta.
La propiedad transitiva consiste en que cada dos vértices unidos por un camino dirigido
de longitud dos son necesariamente adyacentes.
En el ejemplo i) se ve que es reflexiva (un lazo sobre cada vértice) y antisimétrica (no
hay dos vértices conectados por dos artistas).
En el ejemplo ii) se ve que es simétrica (dos aristas entre cada par de vértices
conectados y no es reflexiva (por ejemplo el vértice 2 no es adyacente con el mismo).
Ejemplo 4.2.3.- Sean los siguientes conjuntos y relaciones definidos sobre ellos.
Representarlas mediante tablas y grafos dirigidos y verificar que propiedades
satisfacen.
i) sea el conjunto N5 y la relación R definida como a R b si y solamente si a + b

es un múltiplo de 7.
ii) Sea el conjunto N10 y la relación de divisibilidad, es decir, a R b si y
solamente si a divide a b.
iii) Sea el conjunto A = {∅, N1, N2, N3, N4, N5} y la relación en A dada por a R b
si y solamente si a ⊂ b.
iv) Sea el conjunto B = {a, b, c, d} y R = {(b, b), (c, c), (d, d), (a, c), (c, d), (a, d)}
Solución:
i) 5 = {1, 2, 3, 4, 5}. La relación es el siguiente conjunto:

R = {(2, 5), (5, 2), (3, 4), (4,3)}.
La tabla asociada consiste en representar los puntos de R en un plano
coordenado. El dígrafo asociado es:
(N5,{(2, 5), (5, 2), (3, 4), (4, 3)}).
ii) En este conjunto la relación es:

R={(1,1),(1,2),(1,3),(1,4),(1,5),(1,6),(1,7),(1,8),(1,9),(1,10),(2,2),(2,4),(2,6),(2,8),(
2,10),(3,3),(3,6),(3,9),(4,4),(4,8),(5,5),(5,10),(6,6),(7,7),(8,8),(9,9),(10,10)}
coordenado. El dígrafo asociado es: (N10,R).
iii) La relación es:

R={(∅,∅), (∅,N1), (∅,N2), (∅,N3), (∅,N4), (∅,N5), (N1,N1), (N1,N2), (N1,N3),
(N1,N4), (N1,N5), (N2,N2), (N2,N3), (N2,N4), (N2,N5), (N3,N3), (N3,N4), (N3,N5),
(N4,N4), (N4,N5), (N5,N5)}
coordenado, tomando como coordenadas los subíndices (el para el conjunto
vacío). El dígrafo asociado es: (A, R).
iv) La tabla asociada consiste en representar los puntos de R en un plano

coordenado, tomando por ejemplo a = 1, b = 2, d = 3 y c = 4. El dígrafo
asociado es: (B, R).
4.2.3.- MEDIANTE MATRICES
Podemos representar las relaciones usando las matrices de adyacencias asociadas a

los grafos dirigidos que las representan.
136
DEFINICIÓN 4.8.- Dada una relación R en un conjunto A se define una matriz asociada a
la relación M como una matriz de adyacencias del grafo dirigido
asociado a la relación.
Ejemplo 4.2.4.- Sea en el conjunto N5 la relación de orden ≤ habitual. La matriz de adyacencias

del grafo dirigido, eligiendo el orden en los vértices dad por 1, 2, 3, 4, 5 es una
matriz triangular con la parte superior formada por unos y la parte inferior por
ceros:
1 1 1 1 1
0 1 1 1 1
0 0 1 1 1
0 0 0 1 1
0 0 0 0 1
Ejemplo 4.2.5.- Computar las matrices de adyacencias de los grafos del Ejemplo 4.2.3.
i) Tomamos N5 ordenado de la forma usual.
0 0 0 0 0
0 0 0 0 1
0 0 0 1 0
0 0 1 0 0
0 1 0 0 0
ii) Tomamos N10 ordenado de la forma usual.
1 1 1 1 1 1 1 1 1 1
0 1 0 1 0 1 0 1 0 1
0 0 1 0 0 1 0 0 1 0
0 0 0 1 0 0 0 1 0 0
0 0 0 0 1 0 0 0 0 1
0 0 0 0 0 1 0 0 0 0
0 0 0 0 0 0 1 0 0 0
0 0 0 0 0 0 0 1 0 0
0 0 0 0 0 0 0 0 1 0
0 0 0 0 0 0 0 0 0 1
iii) Tomamos A ordenado de la forma en que está escrito.
1 1 1 1 1 1
0 1 1 1 1 1
0 0 1 1 1 1
0 0 0 1 1 1
0 0 0 0 1 1
0 0 0 0 0 1
iv) Tomamos B ordenado de forma alfabética.
0 0 1 1
0 1 0 0
0 0 1 1
0 0 0 1
137
Debemos recordar que la matriz de adyacencias M de un grafo dirigido tiene un uno en

la entrada (i, j) (mij = 1) si y solamente si (vi, vj) ∈ R, en caso contrario tiene un 0.
De este modo, una relación R sobre un conjunto A es reflexiva si y solamente si la
diagonal de la matriz asociada M está formada por unos, esto es mii = 1 para cada i = 1,….,|A|.
La relación es simétrica si y solamente si la matriz es simétrica, porque entonces la

equivalencia (vi, vj) ∈ R si y solamente si (vj, vi) ∈ R se puede reescribir como mij = 1 si y
solamente si mji = 1.
La relación es antisimétrica si para cada i ≠ j tales mij = 1 se tiene que mji = 0. Si la

relación es transitiva se verifica el siguiente teorema:
TEOREMA 4.1.- Sea A un conjunto finito, R una relación en A y M una matriz de

adyacencia del grafo dirigido asociado a la relación. Llamemos mij a
las entradas de M y mij(2) (el dos es un superíndice, no un cuadrado) a
las entradas de M2. Entonces R es transitiva si y solamente si mij(2) ≠ 0
implica mij ≠ 0.
Demostración: Comprobemos primero que si mij(2) ≠ 0 implica mij ≠ 0 entonces R es transitiva.

Para que R sea transitiva debe verificar que cada vez que (vi, vj), (vj, vk) ∈ R necesariamente
(vi, vk) ∈ R.
Si i = j o j = k no hay nada que comprobar. En caso contrario, existe un camino de longitud dos
entre vi y vk por lo que mij(2) ≠ 0. Por hipótesis se tiene mij ≠ 0, con lo que (vi, vk) ∈ R, como
queríamos demostrar.
Por otro lado (la implicación en el otro sentido) si R es transitiva y mij(2) ≠ 0 entonces
existe un camino de longitud 2 entre vi y vj por tanto existirá un vértice vk de modo que (vi, vk)
∈ R y (vk, vj) ∈ R. Por la transitividad de R se tiene que (vi, vj) ∈ R, es decir mij ≠ 0, como
queríamos demostrar.
Esto quiere decir que para comprobar la transitividad de una relación basta ver que M2
no tiene entradas no nulas nuevas con respecto a M.
Ejemplo 4.2.6.- Sea el conjunto A = {a, b, c, d} y la relación R = {(a, a), (b, b), (a, b), (b, a)}. La
relación es transitiva porque M2 = 2M.
Ejemplo 4.2.7.- Comprobar si las relaciones del ejercicio 144 son transitivas mediante esta
caracterización de la transitividad.
Podemos hacerlo automáticamente mediante un procedimiento de Maple que

dada una matriz M calcula M2. Con M2 construye una matriz M2* que tiene un 1
en la entrada de subíndice ij si la correspondiente entrada en M2 es no nula y
un 0 en caso contrario. Y toma la diferencia M2* – M para comprobar si tiene
entradas positivas (es decir si hay alguna entrada no nula nueva).
En cualquier caso i) no es transitiva porque 2R5 y 5R2 pero 2 + 2 = 4 no es un
múltiplo de 7. La relación
4.3.- CLAUSURA REFLEXIVA, SIMÉTRICA Y TRANSITIVA DE UNA RELACIÓN
En esta sección presentaremos algoritmos para resolver el problema siguiente:

Problema: dada una relación R en un conjunto A, encontrar la mínima relación que contiene a
R (en el sentido del subconjunto más pequeño de A x A) y que verifica una cierta propiedad,
como, por ejemplo, la propiedad reflexiva (o la simétrica o la transitiva).
138
Es un problema que presenta distintas aplicaciones, sobre todo la clausura transitiva,

por ejemplo en el campo de las comunicaciones.
Ejemplo 4.3.1.- Tenemos una red de ordenadores numerados del 1 al 5 y tenemos cables de
comunicación del 1 al 2, del 2 al 3, del 1 al 4 y del 2 al 5. Aunque el 1 y el 3 no
están directamente comunicados entre sí, se pueden comunicar a partir del 2.
Nos interesaría conocer los ordenadores que están conectados entre sí.
De la teoría de grafos podemos extraer una solución sin más que preguntarnos por las
componentes conexas del grafo cuyos vértices son los ordenadores y sus aristas las
comunicaciones directas.
En el contexto de las relaciones podemos definir una relación N5 de modo que (a, b) ∈
R si y solamente si el ordenador con número a está conectado directamente con el que tiene
número b (o a = b o hay un cable directo entre a y b). Ésta relación es claramente reflexiva y
simétrica por definición. El problema de encontrar todas las parejas de ordenadores conectados
(directa o indirectamente), es equivalente al cómputo de la clausura transitiva, es decir, el
mínimo conjunto de parejas C que contiene a R y hace que C sea transitiva.
DEFINICIÓN 4.9.- Sea A un conjunto finito y R ⊂ A x A una relación en A. Se define la

clausura transitiva (resp. simétrica, resp. reflexiva) al mínimo conjunto
Ct ⊂ A x A (resp. Cs, resp. Cr) tal que R ⊂ Ct (resp. R ⊂ Cs, resp. R ⊂
Cr) y la relación que define Ct es transitiva (resp. simétrica, resp.
reflexiva).
El cómputo de la clausura reflexiva es simple. Se trata de unir a R el conjunto

Δ = {(a , a ) : a ∈ A} . Es decir,
Cr = R ∪ Δ.
La matriz del grafo asociado a Cr es simplemente cambiar los ceros de la diagonal de

la matriz M de R por unos.
Ejemplo 4.3.2.-Sea el conjunto 10 y sobre él la relación de menor escrito <. Ésta relación no
es reflexiva porque no se verifica a < a. se verifica que la clausura reflexiva de
la relación z es la relación ≤.
Ejemplo 4.3.3.-Dadas las relaciones del Ejemplo 4.2.3 que no son reflexivas computar su
clausura reflexiva.
Solución:
i) La relación no es reflexiva, para convertirla en reflexiva hay que unir a R el
siguiente conjunto {(2, 2), (3, 3), (4, 4), (5, 5)}
ii) La relación es reflexiva.
iii) La relación es reflexiva
iv) La relación no es reflexiva, hay que unirle el siguiente elemento (a, a)
La clausura simétrica de una relación se computa uniendo a R el conjunto

S = {(b , a ) : (a , b ) ∈ R} , es decir:
Cs = R ∪ S
139
La matriz del grafo asociado a Cs se obtiene tomando la matriz del grafo asociado a R,
digamos M, sumando esta matriz con su transpuesta M t, esto es N = M + M t y construyendo
una matriz que tengo un uno donde N tiene un elemento no nulo y cero donde N tiene un cero.
Ejemplo 4.3.4.- Sea el conjunto N10 y sobre él la relación de orden ≤. La clausura simétrica de
dicha relación es Cs = N10 x N10. En efecto, por definición Cs ⊂ N10 x N10. Para
demostrar el otro contenido, sea cualquier elemento (a, b) ∈ N10 x N10. Si a ≤ b
entonces (a, b) ∈ R ⊂ Cs, en caso contrario b < a y por tanto (b, a) ∈ R lo que
significa (a, b) ∈ S ⊂ Cs, lo que concluye la demostración.
Ejemplo 4.3.5.-Dadas las relaciones del Ejemplo 4.2.3 que no son simétricas computar su
clausura simétrica.
Solución:
i) La relación es simétrica.
ii) La relación no es simétrica, hay que unirle el siguiente conjunto:

{(2, 1), (3, 1), (4, 1), (5, 1), (6, 1), (7, 1),(8, 1), (9, 1), (10, 1), (4, 2), (6, 2), (8, 2),
(10, 2), (6, 3), (9, 3), (8, 4), (10, 5)}
iii) La relación no es simétrica, su clausura simétrica es A x A
iv) La relación no es simétrica, hay que unirle los siguientes elementos (c, a), (d, c)
y (a, d)
Abordamos finalmente el cómputo de la clausura transitiva.
LEMA 4.1.- Sea A un conjunto, R una relación sobre A y G el grafo dirigido asociado a la
relación. Sean a y b dos elementos de A tales que existe un camino (a, v1), (v1,
v2),….. (vm, b) en G que une a con b. Entonces (a, b) pertenece a la clausura
transitiva, Ct, de R.
Demostración. Lo demostramos por inducción sobre la longitud del camino.

• Si la longitud del camino que une a y b es uno entonces (a, b) ∈ R ⊂ Ct. Si la longitud
es dos, como (a, v1),(v1, b) ∈ R entonces (a, b) ∈ Ct.
• Si la longitud es m entonces, por hipótesis de inducción, (a, vm-1) ∈ Ct y por tanto, como
(vm-1,b) ∈ R, se tiene que (a, b) ∈ Ct.
Según este lema, la clausura transitiva debe contener todos los pares (a, b) de vértices
tales que existe un camino que une a con b.
LEMA 4.2.- Sea A un conjunto y R una relación en A de modo que el grafo dirigido G
asociado a la relación verifica que si dos vértices a y están unidos por un
camino entonces (a, b) ∈ R. En estas condiciones la relación R es transitiva.
Demostración. Si tenemos que (a, b), (b, c) ∈ R entonces a y c están unidos por un camino de
longitud 2 y por tanto (a, c) ∈ R.
Los dos lemas previos muestran que la clausura transitiva de una relación R en un
conjunto A es entonces:
Ct = T,
donde T es el conjunto de pares (a, b) de modo que existe un camino en el grafo asociado G
que une a con b.
140
OBSERVACIÓN 4.2.- Sea G = (V, A) un grafo dirigido y a, b dos vértices de G. Si existe un

camino que une a con b entonces existe un camino de longitud menor
o igual que |V| - 1.
Esta observación permite construir un algoritmo para calcular la clausura transitiva.
Algoritmo para calcular la clausura transitiva
Sea A un conjunto, R una relación en A, G = (A, R) el grafo dirigido asociado a R y M

una de sus matrices de adyacencias.
Entrada: M (una matriz n x n)

For i = 2 to n
M: = M + Mt
Salida: Ct que es una matriz n x n con un uno donde M tiene una entrada no nula y con
un 0 donde M tiene un cero.
Observemos que la complejidad de este algoritmo es cuártica. El Producto de dos

matrices n x n necesita 2n3 operaciones. En efecto al multiplicar una fila por una columna se
realizan n productos y n sumas (2n operaciones) y esto se hace n2 veces. En nuestro algoritmo
se efectúan n -1 potencias de M. Suponemos que nuestro sistema de cálculo con matrices
hace las potencias como producto de dos matrices (la potencia anterior multiplicada por M),
nuestro algoritmo llama a un algoritmo que recorre listas de longitud n, cambiando cada valor
por uno si es no nulo y por cero si es nulo. Este algoritmo tiene complejidad cuadrática.
Podemos entonces concluir que el algoritmo es de orden O (n4).
Ejemplo 4.3.6.- Dadas las relaciones del Ejemplo 4.2.3 que no son transitivas computar su
clausura transitiva.
Para calcular la clausura transitiva de la única relación que no es transitiva,

Ejemplo 4.2.3 (i), hay que unir los elementos (2, 2), (5, 5), (3, 3), (4, 4)
Ejemplo 4.3.7.-Entendiendo una matriz como una lista de números con dos subíndices (el
primero la fila y el segundo la columna):
i) escribir un algoritmo que multiplica matrices de tamaño n x n;
ii) escribir un algoritmo que tome una matriz M de tamaño n x n y
construya una matriz N que tenga las entradas verificando nij = 1 si mij
≠ 0 y nij = 0 en caso contrario.
Solución:
i) Consideramos una matriz como una lista con dos subíndices:

Si la entrada es: a11, a12, … , a1n, … , bn1, …., bnn.
La correspondiente salida se define como una matriz de entradas cij
donde:
Cij = ai1b1j +… + ainbnj
De este modo el algoritmo debe ser:
Entrada: a11, a12, … , a1n, … , bn1, …., bnn.

For i = 1 to n
For j = 1 to n
Cij := 0
For Cij := Cij + ailblj
Salida: c11,…, cnn
141
ii) Entrada: m11, m12,…, m1n,…., mn1,…., mnn.

For i = 1 to n
For j = 1 to n
If mij ≠ 0 then nij:=1 else nij:=0
Salida: n11,…., nnn
Terminamos esta sección presentando otro algoritmo para computar la clausura

transitiva de una relación conocida como Algoritmo de Warshall que tiene complejidad cúbica.
Algoritmo de Warshall para el cómputo de la clausura transitiva
Sea como siempre A un conjunto finito (|A| = n), R una relación en A, G = (A, R) el
grafo dirigido asociado a R y M una de sus matrices de adyacencias. Nuestro objetivo es
calcular la matriz asociada a Ct, que sabemos cómo es por el algoritmo anterior. Recordamos
que M se obtiene mediante una ordenación de los vértices de G, es decir A = {v1,…., vn}.
DEFINICIÓN 4.10.- Sea un camino (x0, x1), (x1, x2),…, (xn-1, xn) en un grafo dirigido G. A
los vértices x1,…, xn-1 se les llama vértices interiores del camino.
Con esta definición podemos comenzar el algoritmo de Warshall.

Se trata de construir n + 1 matrices n x n que llamaremos Wk (k ∈ {0,1,…,n}) de modo
que W0 = M y Wn se la matriz adyacencias de Ct asociada a la ordenación de A.
Llamamos w ij( k ) a las correspondientes entradas de Wk. La definición de Wk es como

sigue: w ij( k ) = 1 si existe un camino que une vi con vj de modo que el conjunto de sus vértices
interiores esté contenido en el conjunto {v1,…,vk}.
En el caso k = 0 se interpreta como w ij( 0 ) = 1 si existe un camino sin vértices interiores

que une vi con vj, por tanto W0 = M.
En el caso k = n tenemos que w ij( n ) = 1 si existe un camino que une vi con vj (porque el
conjunto de posibles vértices interiores es A). Por tanto se tiene que Wn es la matriz de
adyacencias buscada.
Ejemplo 4.3.8.- Sea la relación siguiente:
A = {a, b, c, d, e, f}
R={(a, a), (a, b), (c, c), (c, d), (c, f), (f, f), (f, c), (f, a)}
Elegimos el orden para los vértices a, b, c, d, e, f y por tanto la matriz W1 tiene

entradas no nulas (que valen 1) si hay un camino que une los respectivos vértices cuyo único
posible vértice interior es a. Entonces:
1 1 0 0 0 0
0 0 0 0 0 0
W = 0 0 1 1 0 1
0 0 0 0 0 0
0 0 0 0 0 0
1 1 0 0 1 1
142
Para analizar la complejidad de algoritmo debemos aportar algún método para construir
las matrices Wk. La siguiente observación obvia es la que permite construir Wk a partir de la
matriz anterior Wk-1.
OBSERVACIÓN 4.3.- Los caminos sin vértices interiores repetidos que unen los vértices vi y
vj cuyos vértices interiores pertenecen al conjunto {vi,…,vk} son de dos
tipos:
O bien caminos cuyos vértices interiores son del conjunto {vi,…,vk-1};

O bien caminos que tienen a vk como vértice interior, es decir, que se
pueden ver como la concatenación de un camino C1 y C2 pertenecen al
conjunto {vi,…,vk-1}.
Por tanto se tiene que
( ) (
w ijk = 1 ⇔ w ijk −1 = 1 ∨ w ik
k −1 k −1
= 1 = w kj )
Esto nos permite calcular la complejidad del algoritmo. Para construir Wk a partir de Wk-
1hay que construir sus n2 entradas. Para cada entrada, usando la observación anterior, hay
que hacer (como máximo) 3 comparaciones y una asignación. Por tanto cada construcción de
Wk es un algoritmo de complejidad cuadrática (4n2). Como hay que hacer n construcciones de
este tipo, el algoritmo de Warshall tiene complejidad cúbica, es decir, del orden O(n3).
Ejemplo 4.3.9.-Dadas las relaciones del Ejemplo 4.2.3 que no son transitivas computar su
clausura transitiva mediante el Algoritmo de Warshall.
Solución: La única relación no transitiva es la del Ejemplo 4.2.3 (i). La matriz W0 es

exactamente la matriz del grafo dirigido, esto es:
0 0 0 0 0
0 0 0 0 1
W0 = 0 0 0 1 0
0 0 1 0 0
0 1 0 0 0
La matriz W1 tiene un uno donde W0 tenga un uno y además se verifica que wij1= 1 si
wi10 = 1 = w1j0. Como en nuestro caso la primera fila de W0 es toda nula, entonces:
W0 = W1
La matriz W2 tiene un uno donde W1 tenga un uno y además se verifica que wij2= 1 si wi21 = 1 =
w2j1. Esta condición se verifica sólo en w521 = 1 = w251, por lo tanto se tiene w552 = 1.
0 0 0 0 0
0 0 0 0 1
W2 = 0 0 0 1 0
0 0 1 0 0
0 1 0 1 1
0 0 0 0 0
0 0 0 0 1
W3 = 0 0 0 1 0
0 0 1 1 0
0 1 0 1 1
143
0 0 0 0 0
0 0 0 0 1
W4 = 0 0 1 1 0
0 0 1 1 0
0 1 0 1 1
0 0 0 0 0
0 1 0 0 1
W5 = 0 0 1 1 0
0 0 1 1 0
0 1 0 1 1
Se observa como se han introducido 4 unos en la diagonal correspondiente a los siguientes

elementos (2, 2), (3, 3), (4, 4), (5, 5) que son los elementos que hay que unir a R para tener la
transitividad.
4.4.- CONJUNTOS PARCIALMENTE ORDENANDOS
Como señalamos en párrafos anteriores, un conjunto parcialmente ordenado es un par

(A, ≤) formado por un conjunto A y una relación de orden parcial ≤. Sea G el grafo dirigido
asociado a la relación ≤. Como dicha relación ≤ es, por definición, reflexiva, antisimétrica y
transitiva, se puede simplificar un poco la representación de G. Es lo que se llama diagrama de
Hasse de un conjunto parcialmente ordenado (de un poset usando las siglas inglesas de
partially ordered set). Si la relación de orden es total la construcción del diagrama de Hasse
tiene también sentido (aunque saldrá siempre una recta vertical).
4.4.1.- DIAGRAMAS DE HASSE
En las condiciones del párrafo anterior partimos de G. Como sabemos que la relación ≤
es reflexiva podemos borrar todos los lazos, ya que necesariamente a ≤ a para cada a ∈ A.
Figura 4.4.1: Diagrama de Hasse del Ejemplo 4.4.1
144
Como sabemos que la relación ≤ es transitiva podemos borrar las aristas que son
consecuencia de esta propiedad. Por ejemplo, si a ≤ b y b ≤ c necesariamente a ≤ c, entonces
los pares (a, b), (b, c) y (a, c) son aristas del grafo y podemos borrar la arista (a, c).
Finalmente, en lugar de dirigir las aristas del grafo, elegimos una disposición vertical de
manera que si un elemento a está debajo de otro b y ambos están unidos por un camino
ascendente en el grafo simple final entonces a ≤ b.
Ejemplo 4.4.1:
i) Sea A = {1, 2, 3, 4} y el orden ≤ habitual. Partimos del grafo de la relación.

Borramos los lazos y las aristas que son consecuencia de la propiedad transitiva,
que son (1, 3), (1, 4) y (2, 4). Por tanto el diagrama de Hasse es una recta vertical
y está dibujado en la Figura 4.4.1.
ii) Sea el conjunto B = {a, b} y definimos la relación ⊆ en el conjunto de las partes de

B, denotado P (B). Se puede comprobar que es una relación de orden parcial. El
diagrama de Hasse asociado a la relación queda dibujado en la Figura 4.4.2
Ejemplo 4.4.2: Dado el conjunto A = {a, b, c, d, e} y la relación R = {(a, a), (a, c), (c, e), (c, d),
(b, d)}
Dibujar el diagrama de Hasse de la relación de orden que viene definida por la

clausura reflexiva y transitiva de R.
Solución:
Para construir la clausura reflexiva debemos añadir los siguientes elementos:
(b, b), (c. c), (d, d), (e, e)
De este modo:
Cr = {(a, a), (b, b), (c, c), (d, d), (e, e), (a, c), (c, e), (c, d), (b, d)}
Para completar la clausura transitiva observamos que (a, c), (c, e) ∈ Cr, por lo
tanto debemos unir (a, e). De igual modo (a, c), (c, d) ∈ Cr,, por lo tanto
debemos unir (a, d).
Es una comprobación demostrar la siguiente igualdad, siendo Ct la clausura
transitiva de Cr.
Ct = {(a, a), (b, b), (c, c), (d, d), (e, e), (a, c), (c, e), (a, e), (c, d), (a, d), (b, d)}
4.4.2.- ELEMENTOS CARACTERÍSTICOS DE UN CONJUNTO PARCIALMENTE

ORDENADO
Veamos algunos elementos interesantes en conjuntos parcialmente ordenados. Sea

entonces (A, ≤) un conjunto parcialmente ordenado.
DEFINICIÓN 4.11.- Un elemento M ∈ A se dice elemento maximal si no existe b ∈ A b ≠

M de modo que M ≤ b.
Un elemento m ∈ A se dice elemento minimal si no existe b ∈ A b ≠
m de modo que b ≤ m.
145
En los diagramas de Hasse los elementos maximales son aquellos que son extremo
superior de un camino ascendente que no se puede prolongar; recíprocamente los elementos
minimales son extremos inferiores de caminos descendentes que no se pueden prolongar.
{a, b}
{a} {b}
{}
Figura 4.4.2: Diagrama de Hasse del Ejemplo 4.4.1 (ii)
Ejemplo 4.4.3: En el Ejemplo 4.4.1 i) el 1 es minimal y el 4 es maximal.

En el Ejemplo 4.4.1 ii) el conjunto vacío es un elemento minimal y el conjunto B
es un elemento maximal.
OBSERVACIÓN 4.4.- El conjunto de los elementos maximales (resp. minimales) no es

necesariamente unitario, como se puede ver en el Ejemplo 4.4.4.
Ejemplo 4.4.4: Un conjunto parcialmente ordenado ({1, 2, 3, 4, 5}, ≤) cuyo diagrama de Hasse
es el de la Figura 4.4.3 tiene dos elementos maximales, 3 y 5, y dos minimales,
1 y 4.
3
1 4
Figura 4.4.3: Diagrama de Hasse del Ejemplo 4.4.4
DEFINICIÓN 4.12.- Un elemento M ∈ A es un elemento máximo si a ≤ M para todo a ∈ A.

Un elemento m ∈ A es un elemento mínimo si m ≤ a para todo a ∈ A.
Ejemplo 4.4.5: En el Ejemplo 4.4.1 i) 1 es un mínimo y 4 es un máximo.

En el Ejemplo 4.4.1 ii) el conjunto vacío es un mínimo (ya que el vacío es un
subconjunto de cada conjunto) y el total de B es un máximo (ya que cada
subconjunto de B está, por definición, contenido en B).
En el diagrama de Hasse el máximo está caracterizado por ser el extremo superior de

cada camino ascendente y recíprocamente el mínimo es el extremo inferior de cada camino
descendente.
146
OBSERVACIÓN 4.5.- El elemento máximo y el elemento mínimo no necesariamente existen.

Si un conjunto parcialmente ordenado tiene máximo (resp. mínimo)
entonces es el único elemento maximal (resp. minimal). El elemento
máximo, si existe, se escribe I y se denomina elemento unidad. El
elemento mínimo, si existe, se escribe como 0 y se denomina
elemento cero.
Ejemplo 4.4.6: El Ejemplo 4.4.4 del párrafo anterior representado en la Figura 4.4.3 con dos
elementos maximales y dos minimales, no tiene máximo ni mínimo. Por
ejemplo, 1 no es un mínimo porque se verifica que 1 ≤ 4, hecho 1 y 4 no son
comparables.
DEFINICIÓN 4.13.- Sea (A, ≤) un conjunto parcialmente ordenado y B ⊂ A.

Se dice que a ∈ A es una cota superior de B si b ≤ a para cada b ∈ B.
Se dice que a ∈ A es una cota inferior de B si a ≤ b para cada b ∈ B.
Si existe una cota superior de B menor o igual que el resto de cotas
superiores de B se le llama supremo de B o mínima cota superior de
B y denominada MCS.
Si existe una cota inferior de B mayor o igual que el resto de cotas
inferiores de B se le llama ínfimo de B o máxima cota inferior de B y
denominada MCI.
Ejemplo 4.4.7: Sea el conjunto A = {a, b, c, d, e, f} y la relación de orden dada por la clausura
reflexiva y transitiva de:
R = {(f, a), (a, c), (c, e), (c, d), (f, b), (b, d)}.
Calcular los elementos minimales, los maximales, el máximo y el mínimo si

existe. Tomando B = {a, b, c, d} ⊂ A calcular el conjunto de cotas superiores
de B, el de cotas inferiores, y el supremo MCS y el ínfimo MCI, si existen.
Solución:
Para calcular la clausura reflexiva hay que unir todos los miembros de la
diagonal. Como (f, a), (a, c) ∈ R, entonces (f, c) ∈ Ct. Ahora (f, c), (c, e) ∈ Ct
implica (f, e) ∈ Ct. Como (a, c), (c, c) ∈ R, entonces (a, e) ∈ Ct. Como el par
ordenado (a, c), (c, d) ∈ R, entonces (a, d) ∈ Ct. Como (f, c), (c, d) ∈ R,
entonces (f, d) ∈ Ct. de este modo:
Ct. = {(a, a), (a, c), (a, d), (a, e), (b, b), (b, d), (c, c), (c, d), (c, e), (d, d), (e, e), (f, a), (f, b),
(f, c), (f, d), (f, e), (f, f)}
En efecto, la matriz que lo representa es la siguiente:
1 0 1 1 1 0
0 1 0 1 0 0
A = 0 0 1 1 1 0
0 0 0 1 0 0
0 0 0 0 1 0
1 1 1 1 1 1
Y se tiene que A2 no tiene entradas no nulas nuevas, luego es en efecto una relación transitiva.
147
1 0 2 3 3 0
0 1 0 2 0 0
A2 = 0 0 1 2 2 0
0 0 0 1 0 0
0 0 0 0 1 0
2 2 3 5 4 1
Viendo el diagrama de Hasse (Figura 4.4.4) se tiene que existen dos elementos maximales,
que son d y e y por lo tanto no hay máximo. Hay un elemento minimal f que es además el
mínimo. El elemento d es cota superior de B y es además la única, por lo tanto es el supremo.
La única cota inferior es f que por lo tanto es el ínfimo.
a
b
Figura 4.4.4 Diagrama de Hasse del Ejemplo 4.4.7
4.4.3.- INMERSIÓN DE UN ORDEN PARCIAL EN UN ORDEN TOTAL
Supongamos que tenemos un conjunto de tareas que realizar de modo que hay una
serie de prioridades, estableciéndose una relación de orden parcial sobre el conjunto de tareas.
Por ejemplo un conjunto de asignaturas (que no pueden cursarse simultáneamente) que
aprobar para conseguir una licenciatura con una serie de asignaturas que han de cursarse
después de aprobarse unas asignaturas previas. Nos interesará establecer un orden total para
realizarse las tareas, por ejemplo, una manera de cursar las asignaturas sabiendo en que
orden han de realizarse. Veamos un ejemplo simple:
Ejemplo 4.4.8: Sea un conjunto de tres asignaturas Matemáticas I, Matemáticas II y Física

para realizar en 3 años. Se tiene que cursar primero Matemáticas I y luego
Matemáticas II. Nada se dice sobre cuando cursar Física. Formalmente
tenemos un conjunto (usando las siglas)
C = {MI, MII, F}
Con una relación de orden parcial
MI ≤ MI, MI ≤ MII, MII ≤ MII, F ≤ F
Las distintas maneras de cursar estas asignaturas corresponden a los distintos órdenes totales
de que se puede dotar a C respetando el orden parcial.
148
Estos órdenes totales son:
MI ≤ MII ≤ F MI ≤ F ≤ MII F ≤ MI ≤ MII
Esto es, de las posibles 6 permutaciones del conjunto de las tres asignaturas, elegimos una de
las tres en que MI precede a MII.
Por tanto abordamos este problema general, que se puede aplicar a la planificación de
tareas:
Problema: Dado un conjunto parcialmente ordenado (A, R) encontrar una relación de orden
total T de modo que R ⊂ T.
Como se ha visto en el ejemplo la relación T no es única. La aplicación a la

planificación de tareas consiste en diseñar una forma de realizar todas las tareas teniendo en
cuenta las prioridades que se conozcan, esto es, tareas que deben preceder necesariamente a
otras.
LEMA 4.3.- Cada conjunto finito parcialmente ordenado (A, R) tiene un elemento minimal.
Demostración: Sea un elemento x1 ∈ A. Si x1 es minimal el lema queda demostrado, en caso

contrario existe x2 ≤ x1 con x2 ≠ x1. Si x2 es minimal queda demostrado el lema, si no existe x3 ≤
x2 y x3 ≠ x2. Como el conjunto es finito necesariamente este proceso debe terminar aportando
un elemento minimal.
Este lema permite construir un algoritmo para la construcción del orden total T ⊇ R.
Partimos de A y elegimos un elemento minimal a1, que existe por el lema, aunque no
es necesariamente único (elección de una tarea para realizarla la primera de entre las tares
prioritarias). Ahora el conjunto A – {a1} es un conjunto parcialmente ordenado con el orden que
índice T sobre él. Repetimos el proceso para elegir un elemento minimal a2 (que por el lema
anterior necesariamente existe) y así sucesivamente hasta agotar los elementos de A.
El orden total T es
a1 ≤ a2 ≤ a3 ≤ … ≤ an
Ejemplo 4.4.9: Sea el conjunto A = {1, 2, 3, 4, 5} y la relación de orden parcial en A,
R = {(1,1), (2, 2), (3, 3), (4, 4), (5, 5), (1, 2), (1, 3), (2, 3), (1, 4), (1, 5), (4, 5)}.
Elegimos un elemento minimal, que en el primer caso es necesariamente x1=1. Después en el

conjunto A – {1} tenemos la relación de orden inducida:
R1 = {(2, 2), (3, 3), (4, 4), (5, 5), (2, 3), (4, 5)}.
Elegimos un elemento minimal entre los dos posibles candidatos que son el 2 o el 4. Tomemos
x2 = 2. En el conjunto A – {1,2} tenemos un orden inducido:
R1 = {(3, 3), (4, 4), (5, 5), (4, 5)}.
Tomamos x3 = 3 (también podíamos elegir el 4). Continuando el proceso x4 = 4 y x5 = 5. Por

tanto el orden total es:
1 ≤ 2 ≤ 3 ≤ 4 ≤ 5.
Obsérvese que podríamos haber elegido de otra manera la xi, para obtener un orden total
distinto, también compatible con el orden parcial con el que comenzamos.
149
Ejemplo 4.4.10: Se tiene que montar una cadena de montaje de una pieza según el siguiente
esquema de tareas.
Tareas: ensamblar, atornillar, pintar, empaquetar, limpiar, registrar.
Prioridades: Ensamblar antes de atornillar, atornillar antes de pintar, pintar
antes de empaquetar, limpiar antes de pintar.
Diseñar una posible planificación de tareas.
4.5. RETÍCULO
DEFINICIÓN 4.14.- Un retículo es un conjunto parcialmente ordenado (L, ≤) en el que cada

subconjunto {a, b}, que consta de dos elementos, tiene una mínima
cota superior (MCS) o supremo y tiene una máxima cota inferior (MCI)
o ínfimo.
Se escribirá MCS ({a, b}) para a ∨ b y se llamará junta de a y b. De
igual manera, se escribirá MCI ({a, b}) para a ∧ b y se denominara
reunión de a y b.
Ejemplo 4.5.1: Sea S un conjunto y sea L = P(S). Hemos visto que⊆, la contención, es una
relación de orden parcial en L. Si A y B son dos elementos de L (subconjuntos
de S), entonces la junta de A y B es su unión A ∪ B, y la reunión de A y B es
su intersección, A ∩ B. De aquí que L sea un retículo.
Ejemplo 4.5.2: Examinemos el conjunto parcialmente ordenado (Z+, ≤), donde a y b en Z+, y
que a ≤ b si y sólo si a | b. Entonces L es un retículo en cuya junta está su
mínimo común múltiplo (MCM) y en cuya reunión está su máximo común
divisor (MCD). O sea que:
a ∨ b = MCM (a, b) y a ∧ b = MCD (a, b)
Ejemplo 4.5.3: Sea n un entero positivo y Dn el conjunto de todos los divisores de n. Entonces
Dn es un retículo bajo la relación de divisibilidad como en el Ejemplo 4.5.2. Por
consiguiente, si n = 20, se tiene que D20 = {1, 2, 4, 5, 10, 20}. El diagrama de
Hasse se muestra en la Figura 4.5.1 (a). Si n = 30, se tiene D30 = {1, 2, 3, 5, 6,
10, 15, 30}. El diagrama de Hasse de D30 se muestra en la Figura 4.5.1 (b).
20 30
4 10 6 10 15
2 5 2 3 5
1 1
D20 D30
(a) (b)
Figura 4.5.1
150
Sean (L, ≤) un conjunto parcialmente ordenado y (L, ≥) el conjunto parcialmente

ordenado dual. Si (L, ≤) es un retículo, se puede demostrar que (L, ≥) es también un retículo.
De hecho, para cualquier a y b en L, la mínima cota superior de a y b en (L, ≤) es igual a la
máxima cota inferior de a y b en (L, ≥) . De igual manera, la máxima cota inferior de a y b en (L,
≤) es igual a la mínima cota superior de a y b en (L, ≥) . Si L es un conjunto finito, esta
propiedad es fácil de ver examinando los diagramas de Hasse del conjunto parcialmente
ordenado y del conjunto parcialmente ordenado dual.
TEOREMA 4.2.- Si (L1,≤) y (L2,≤) son retículos, entonces (L,≤) es un retículo donde se
cumple L = L1 x L2 y el orden parcial ≤ de L es una relación de orden
parcial producto.
Ejemplo 4.5.4: Sean L1 y L2 los retículos mostrados en la Figura 4.5.2 (a) y (b)
respectivamente. Entonces L = L1 x L2 es el retículo que se muestra en la
Figura 4.5.2 (c).
(I1, I2)
I2
I1
(I1, a) (01, I2) (I1, b)
a b
(I1, 02)
(01, a)
(01, b)
01 02
(01, 02)
L1 L2 L = L1 x L2
(a) (b) (c)
Figura 4.5.2
DEFINICIÓN 4.15.- Sea (L,≤) un retículo. A un subconjunto no vacío S de L se lo

denomina un subretículo de L si se cumplen las siguientes
condiciones: a ∧ b ∈ S y a ∨ b ∈ S siempre que a ∈ S y b ∈ S.
Ejemplo 4.5.5: El retículo Dn de todos los divisores positivos de n (véase Ejemplo 4.5.3) es un
subretículo Z+ bajo la relación de divisibilidad (véase el Ejemplo 4.5.2).
Sea (L,≤) un subretículo con junta ∨ y reunión ∧ y sea (L’,≤’) un retículo con junta ∨ ‘y
reunión ∧’. A una función f: L → L’ que sea inyectiva y sobreyectiva se denomina isomorfismo
de (L,≤) en (L’,≤’) si para cualquier a y b en L se tiene:
f (a ∨ b) = f(a) ∨ ‘ f(b) y f (a ∧ b) = f(a) ∧ ‘ f(b)
Si f: L → L’ es un isomorfismo se dice que L y L’ son isomorfas
Si (L,≤) y (L’,≤’) son retículos isomorfos bajo el isomorfismo f: L → L’ no es difícil

demostrar que se cumple la siguiente condición:
151
a ≤ b si y sólo si f(a) ≤’ f(b)
Esto significa que dos retículos son isomorfos si y sólo si los diagramas de Hasse de los dos
retículos son idénticos o los vértices del diagrama de Hasse de L pueden reetiquetarse de tal
manera que den por resultado un diagrama idéntico al diagrama de Hasse de L’.
Propiedades de los Retículos
Antes de probar cierto número de propiedades de los retículos, se recordara el significado de la

junta a ∨ b y de la reunión a ∧ b.
1. a ≤ a ∨ b y b ≤ a ∨ b (a ∨ b es una cota superior de a y b).

2. Si a ≤ c y b ≤ c, entonces a ∨ b ≤ c (a ∨ b es la mínima cota superior o supremo de a y
de b).
3. a ∧ b ≤ a y a ∧ b ≤ b (a ∧ b es la cota inferior de a y b).
4. Si a ≤ c y b ≤ c, entonces c ≤ a ∧ b (a ∧ b es la máxima cota inferior o ínfimo de a y
de b).
TEOREMA 4.3.- Sea L un retículo. Entonces, para cualquier a y b en L:
(a). a ∨ b = b si y solo si a ≤ b.
(b). a ∧ b = a si y sólo si a ≤ b.
(c). a ∧ b = a si y sólo si a ∨ b = b
Ejemplo 4.5.6: Sea L un conjunto parcialmente ordenado. Si a y b ∈ L, entonces o a ≤ b o

también b ≤ a. Se sigue del Teorema 4.3 que L es un retículo, ya que cada par
de elementos tiene una mínima cota superior o supremo y una máxima cota
inferior o ínfimo.
TEOREMA 4.4.- Sea L un retículo. Entonces:
1. (a) a∨a=a
(b) a∧a=a Propiedad de Idempotencia
2. (a) a∨b=b∨a
(b) a∧b=b∧a Propiedad Conmutativa
3. (a) a ∨ (b ∨ c) = (a ∨ b) ∨ c
(b) a ∧ (b ∧ c) = (a ∧ b) ∧ c Propiedad Asociativa
4. (a) a ∨ (a ∧ b) = a
(b) a ∧ (a ∨ b) = a Propiedad de Absorción
TEOREMA 4.5.- Sea L un retículo. Entonces para cada a, b y c en L:
1. Si a ≤ b, entonces (a) a ∨ c ≤ b ∨ c (b) a ∧ b ≤ b ∧ c

2. a ≤ c y b ≤ c si y sólo si a ∨ b ≤ c
3. c ≤ a y c ≤ a si y sólo si c ≤ a ∧ b
4. Si a ≤ b y c ≤ d entonces:
(a). a ∨ c ≤ b ∨ d
(b). a ∧ c ≤ b ∧ d
152
Tipos Especiales de Retículos
Un Retículo L se lo denomina acotado si tiene un elemento máximo I y un elemento mínimo 0.
Ejemplo 4.5.7: Un Retículo Z+ bajo la relación de orden parcial de divisibilidad, como se define
en el Ejemplo 4.5.2, no es un retículo acotado ya que tiene un elemento
mínimo, el número 1, pero no tiene un elemento máximo.
Ejemplo 4.5.8: Un Retículo Z bajo la relación de orden parcial de ≤ no es un retículo acotado

ya que no tiene ni un elemento máximo ni un elemento mínimo.
Ejemplo 4.5.9: Un Retículo P(S) de todos los subconjuntos de un conjunto S, como se define
en el Ejemplo 4.5.1, es un retículo acotado. Su elemento máximo es S y su
elemento mínimo es el conjunto vacío ∅.
Si L es un retículo acotado, entonces para todo a ∈ A, se cumple lo siguiente:
0≤a≤1
a∨0=a a∧0=0
a∨I=I a∧I=a
TEOREMA 4.6.- Sea L = {a1. a2, …., an} un retículo finito. Entonces L es un retículo
acotado.
A un retículo se lo denomina distributivo si para cualesquier elemento a, b y c en L se

cumplen las siguientes leyes distributivas:
(a). a ∧ (b ∨ c) = (a ∧ b) ∨ (a ∧ c)
(b). a ∨ (b ∧ c) = (a ∨ b) ∧ (a ∨ c)
Si L no es distributiva, se dice que el retículo L es no distributivo.
Ejemplo 4.5.10: Un Retículo P(S) de todos los subconjuntos de un conjunto S, como se

define en el Ejemplo 4.5.1, es un retículo distributivo, ya que la unión y la
intersección (junta y reunión, respectivamente) satisfacen la ley distributiva.
TEOREMA 4.7.- Sea un retículo L acotado con un elemento máximo I y un elemento

mínimo 0 y sea a ∈ L. A un elemento a’ ∈ L, se lo denominara
complemento de a si se cumplen las siguientes condiciones:
a ∨ a’ = I y a ∧ a’ = 0
Obsérvese que también se cumplen las siguientes igualdades:
0’ = I y I’ = 0
Ejemplo 4.5.11: Un Retículo P(S) de todos los subconjuntos de un conjunto S, como se

define en el Ejemplo 4.5.1, es tal que cada elemento tiene un complemento,
ya que si A ∈ L, entonces su conjunto complementario A’ tiene las
propiedades A ∨ A’ = S y A ∧ A’ =∅.
153
TEOREMA 4.8.- Sea L un retículo acotado y distributivo. Si existe un complemento este

deberá ser único.
Ejemplo 4.5.12: Un Retículo P(S) de todos los subconjuntos de un conjunto S, es

complementado. Obsérvese que, en este caso, cada elemento de L tiene un
complemento único, lo que puede verse directamente.
4.6.- ÁLGEBRA DE BOOLE COMO UN SISTEMA AXIOMÁTICO
4.6.1.- CONCEPTO
Un Sistema Axiomático que conduce al Álgebra de Boole, consiste de los siguientes

elementos definidos acorde a la definición previamente considerada.

Compuesto de un conjunto no vacío de elementos, B ≠ ∅, y dos funciones o
aplicaciones, denominadas comúnmente como Junta o Suma Lógica (+,∨) y
Reunión o Producto Lógico (⋅ , ∧).
B.- Axiomas
B1: La junta (∨) y la reunión (∧) son ambas leyes de composición interna dentro del
conjunto B.
∀ a, b ∈ B → a ∨ b ∈ B ∀ a, b ∈ B → a ∧ b ∈B
B2: La junta (∨) y la reunión (∧) son ambas leyes conmutativas dentro del conjunto
B.
∀ a, b ∈ B : a ∨ b = b ∨ a ∀ a, b ∈ B : a ∧ b = b ∧ a
B3: La junta (∨) y la reunión (∧) son ambas leyes asociativas dentro del conjunto B.
∀ a, b, c ∈ B: a ∨ (b ∨ c) = (a ∨ b) ∨ c; a ∧ (b ∧ c) = (a ∧ b) ∧ c
B4: La junta (∨) y la reunión (∧) son ambas leyes distributivas, cada una de ellas
con respecto de la otra, dentro del conjunto B.
∀ a, b, c ∈ B: a ∨ (b ∧ c) = (a ∨ b) ∧ (a ∨ c) a ∧ (b ∨ c) = (a ∧ b) ∨ (a ∧ c)
B5: Existen elementos Neutros dentro de B con respecto a la junta (∨) y a la

reunión (∧), los que se denotan por 0 y 1 tal que:
∀ a, b ∈ B: a∨0=a ; a∧1=a
B6: Todo elemento de B admite un elemento inverso (complementario), con

respecto a la junta ( ) y a la reunión ( ), al que se denota por a', tal que:
∀ a, b ∈ B: a ∨ a' = 1 ; a ∧ a' = 0
Ejemplo 4.6.1: El siguiente ejemplo es un modelo del Álgebra de Boole muy particular.
Consideremos el siguiente conjunto:
154
B = {1, 2, 3, 5, 6, 10, 15, 30} = {x ∈N: x ⏐30}
∨ ≡ Denota el Mínimo Común Múltiplo (MCM).

∧ ≡ Denota el Máximo Común Divisor (MCD).
Con elementos neutros 1 y 30 respectivamente.
4.6.2.- PRINCIPIO DE DUALIDAD EN EL ÁLGEBRA DE BOOLE
Denominamos proposición dual, de una proposición del Álgebra de Boole, a la que se

deduce de esta última intercambiando los símbolos de junta (∨) y reunión (∧) y también sus
elementos neutros 0 y 1.
Este principio establece que el dual de un Axioma o Teorema del Álgebra de Boole, es
también un Axioma o Teorema del mismo sistema axiomático
4.6.3.- TEOREMAS EN EL ÁLGEBRA DE BOOLE
Sea (B, ∨, ∧) un Álgebra de Boole, en función de ello demostraremos algunos de los

teoremas básicos.
(1) Idempotencia
∀a∈B : a∧a=a por dualidad a ∨ a = a
a ∧ 1 = a (p/ B5) ⇒ a ∧ (a ∨ a') = a (p/ B6) ⇒

(a ∧ a) ∨ (a ∧ a') = a (p/ B4) ⇒ (a ∧ a) ∨ 0 = a (p/ B6) ⇒
a ∧ a = a (p/ B5)
Por el principio de dualidad tenemos que:
(1)' ∀a∈B⇒a∨a=a
(2) Elemento Neutro
a∨1=1
En efecto, por B6, B3, (1)' y B6 tenemos:
a ∨ 1 = a ∨ (a ∨ a') = (a ∨ a) ∨ a' = a ∨ a' = 1
Por dualidad resulta que:
(2)' a∧0=0
(3) Ley Involutiva
∀ a ∈ B ⇒ (a')' = a
Aplicando sucesivamente B5, B6, B2, B4, B2, B6, B6, B4, B6 y B5 resulta:
(a')' = (a')' ∨ 0 = (a')' ∨ (a ∧ a') = (a')' ∨ (a' ∧ a) =
155
= [(a')' ∨ a'] ∧ [(a')' ∨ a] = [a' ∨ (a')'] ∧ [a ∨ (a')'] =

= 1 ∧ [a ∨ (a')'] = (a ∨ a') ∧ [a ∨ (a')'] = a ∨ [a' ∧ (a')'] = a ∨ 0 = a
(4) Ley de De Morgan
(a ∨ b)' = a' ∧ b' y la forma dual correspondiente (a ∧ b)' = a' ∨ b'
Consideremos:
(a ∨ b) ∧ (a' ∧ b') = (a' ∧ b') ∧ (a ∨ b) =

= [(a' ∧ b') ∧ a] ∨ [(a' ∧ b') ∧ b] = [(b' ∧ a') ∧ a] ∨ [(a' ∧ b') ∧ b] =
= [b' ∧ (a' ∧ a)] ∨ [a' ∧ (b' ∧ b)] = (b' ∧ 0) ∨ (a' ∧ 0) = 0 ∨ 0 = 0
O sea:
(a ∨ b) ∧ (a' ∧ b') = 0 (1)
Análogamente, se llega a:
(a ∨ b) ∨ (a' ∧ b') = 1 (2)
De (1) y (2) resulta que:
(a ∨ b)' = a' ∧ b'
La forma dual de la Ley de De Morgan es:
(a ∧ b)' = a' ∨ b'
Ejemplo 4.6.2:
Sea (B, ∨, ∧) un álgebra booleana, tal que B = {0, 1}. Podemos representar las dos
operaciones definidas a través del Álgebra de Boole por medio de tablas denominadas tablas
de verdad, de una manera análoga a la lógica proposicional.
∨ 0 1 ∧ 0 1
0 0 1 0 0 0
1 1 1 1 0 1
Además tenemos que: 0' = 1 y 1' = 0
El álgebra representada en el presente ejemplo es la más simple y al mismo tiempo la

más útil y es la base de toda la tecnología digital binaria, una de cuyas aplicaciones más
importantes es la computación tanto en lo referente al hardware como al software.
Ejemplo 4.6.3:
Sea B el álgebra de Boole del Ejemplo 4.6.2, en consecuencia el conjunto parcialmente

ordenado Bn:
Bn = {(b1, b2... bn) / bi ∈ B para i = 1, 2... n}
156
es también un Álgebra de Boole. Si consideramos que:
a = (a1, a2,....., an) ∈ Bn y b = (b1, b2,....., bn) ∈ Bn
entonces:
a ∨ b = (a1 ∨ b1, a2 ∨ b2, ....., an ∨ bn)
a ∧ b = (a1 ∧ b1, a2 ∧ b2, ....., an ∧ bn)
a' = (a1', a2', ....., an')
0Bn = (0, 0, 0, ..., 0) y IBn = (1, 1, 1, ..., 1)
4.6.4.- TABLAS DE VERDAD EN EL ALGEBRA DE BOOLE
Podemos representar las dos operaciones definidas a través del Álgebra de Boole por
medio de tablas denominadas tablas de verdad, de una manera análoga a la lógica
proposicional.
La tabla del AND es:

a b AND (a ∧ b)
0 0 0
0 1 0
1 0 0
1 1 1
La tabla del OR es:

a b OR (a ∨ b)
0 0 0
0 1 1
1 0 1
1 1 1
La tabla del NOR es:
a b NOR (a ∨ b)’
0 0 1
0 1 0
1 0 0
1 1 0
La tabla del NOT es:
a NOT (a)’
0 1
1 0
157
4.7.- LAS FUNCIONES EN EL ÁLGEBRA DE BOOLE Bn
Sea B = {0, 1} y sea Bn álgebras de Boole tal cual se las definió anteriormente.
Podemos entonces discutir las funciones f de Bn en B. Para estas funciones f y para cualquier
n-tupla (x1, x2,....., xn)  Bn, f(x1, x2,....., xn) es 0 o 1. Estas funciones pueden verse como
funciones de "n variables", donde cada una de ellas sólo toma los valores 0 y 1. Es frecuente
expresarlas a través de tablas dando cada n-tupla posible (x1, x2,....., xn) y el valor
correspondiente de la función f. La figura 4.6.1(a) nos muestra una función f particular de tres
variables; o sea, f: B3 → B. Cualquier distribución posible de 2m ceros y unos puede ser el
conjunto de los valores de alguna función de la siguiente forma f: Bm → B.
La importancia de tales funciones es que, tal como lo muestra la Figura 4.6.1 (b)
esquemáticamente, pueden usarse para representar los requerimientos de salida de un circuito
para todos los posibles valores de las entradas. Y así cada xi representa una entrada al circuito
capaz de transportar dos voltajes indicadores (un voltaje para cero y otro diferente para el uno).
La función f representa la respuesta de salida deseada en todos los casos. Tales
requerimientos se presentan al diseñar los pasos de todas las combinaciones y secuencias de
los circuitos para computadora. Como antes, las tablas de la figura 4.6.1(a) son denominadas a
menudo como tablas de verdad de f, debido a la analogía con la lógica proposicional.
Obsérvese que la especificación de una función f: Bn → B es sólo una lista de los

requerimientos del circuito. Esto no da indicación alguna de cómo esos requerimientos se
satisfacen. Una manera importante de generar funciones es utilizando las denominadas
expresiones booleanas, las que pasaremos a detallar a continuación.
4.7.1.- EXPRESIONES EN EL ÁLGEBRA DE BOOLE Bn
Sea x1, x2,....., xn un conjunto de n símbolos o variables. Una expresión booleana es

E (x1, x2,....., xn) o un polinomio booleano en x1, x2,....., xn se define recursivamente de la
siguiente forma:
1.- x1, x2,....., xn son expresiones booleanas.
2.- Los símbolos 0 y I son expresiones booleanas.
3.- Si E1(x1, x2,....., xn) y E2(x1, x2,....., xn) son expresiones booleanas en x1, x2,.....,
xn, entonces también lo son las siguientes expresiones:
E1(x1, x2,....., xn) ∧ E2(x1, x2,....., xn)
E1(x1, x2,....., xn) ∨ E2(x1, x2,....., xn)
(E1(x1, x2,....., xn))'
4.- No existirán otras expresiones booleanas; sólo las que se obtengan al utilizar
las reglas mencionadas en los puntos 1, 2 y 3.
Ejemplo 4.7.1: Las siguientes expresiones son booleanas en x, y, z.
E1(x, y, z) = (x ∨ y) ∧ z
E2(x, y, z) = (x ∨ y') ∨ (y ∧ I)
158
E3(x, y, z) = (x ∨ (y' ∧ z)) ∨ (x ∧ y ∧ I)

E4(x, y, z) = (x ∨ y ∨ z') ∧ (x' ∧ z) ∧ (y' ∨ 0)
Los polinomios comunes en varias variables, tales como x2y + z4, xy + yz + x2y2, x3y3 +
4
xz , etc., suelen interpretarse como expresiones que representan cálculos algebraicos con
números no especificados. Por tanto, están sujetos a las reglas comunes de la aritmética.
Por consiguiente, los polinomios x2 + 2x + 1 y (x + 1) (x + 1) se consideran

equivalentes y también lo son x(xy + yz)(x + z) y x3y + 2x2y + xyz2, ya que en cada caso
podemos convertir una o la otra expresión a través de ciertos procesos matemáticos.
De igual manera, los polinomios o las expresiones booleanas pueden interpretarse

como representaciones de alguna función booleana dentro de alguna álgebra de Boole
determinada. Por ello, esas expresiones están sujetas a las reglas determinadas para la
denominada matemática booleana y dos expresiones se consideran equivalentes si una puede
convertirse en la otra a través de ciertas manipulaciones booleanas, aplicando todos los
axiomas, teoremas, definiciones y reglas propias del álgebra de Boole.
Por consiguiente, x ∧ (y ∨ z) y (x ∧ y) ∨ (x ∧ z) son equivalentes (a causa de la

propiedad distributiva). Dos expresiones booleanas E1(x1, x2,..., xn) y E2(x1, x2,..., xn) se dice
que son equivalentes si es posible convertir una expresión en otra utilizando un número finito
de propiedades del álgebra booleana.
x1 x2 x3 f(x1,x2,x3)
0 0 0 0
0 0 1 1
0 1 0 1
0 1 1 0
1 0 0 1
1 0 1 0
1 1 0 1
1 1 1 0
(a)
y
F(x1,…,xn)
x2 f
xn
(b)
Figura 4.7.1. - Ejemplo de Función Booleana
159
Ejemplo 4.7.2: Demostrar que las siguientes expresiones booleanas son equivalentes:
E1(x, y, z) = (x ∧ y ∧ z') ∨ (x ∧ y' ∧ z')
E2(x, y, z) = x ∧ z'
Para encontrar la solución procedemos de la siguiente forma:
E1(x, y, z) = (x ∧ y ∧ z') ∨ (x ∧ y' ∧ z') = (x ∧ z' ∧ y) ∨ (x ∧ z' ∧ y') =
= (x ∧ z') ∧ (y ∨ y') = (x ∧ z') ∧ I = x ∧ z' = E2(x, y, z)
Ejemplo 4.7.3: Describir la función booleana f: B3 → B determinada por la expresión booleana

siguiente: E(x1, x2, x3) = (x1 ∧ x2) ∨ (x1 ∨ (x2' ∧ x3))
x1 x2 x3 f(x1, x2, x3) = (x1 ∧ x2) ∨ (x1 ∨

(x2' ∧ x3))
0 0 0 0
0 0 1 1
0 1 0 0
0 1 1 0
1 0 0 1
1 0 1 1
1 1 0 1
1 1 1 1
Figura 4.7.1: Ejemplo de Expresión y Función Booleana
La función booleana f: B3 → B se describe al sustituir todas los 23 triplos ordenados de

valores de B para x1, x2, x3. La tabla de verdad para esa función es la indicada en la Figura
4.6.2.
Hemos discutido las funciones booleanas generales f: Bn → B, y se mostró cómo

algunas de estas funciones surgen de expresiones booleanas. Estas últimas son muy
importantes ya que pueden expresarse por completo en términos de las funciones ∨, ∧, y'. Así,
estas funciones podrán expresarse esquemáticamente en un diagrama lógico, utilizando los
símbolos de las compuertas digitales. Estos símbolos constituyen los módulos de construcción
básicos para los circuitos digitales, por lo cual una función dada por una expresión booleana
contiene una descripción de los circuitos que la pueden implementar.
4.8.- IMPLEMENTACIÓN DE FUNCIONES BOOLEANAS
En la sección anterior examinamos las funciones de Bn en B, donde B es el álgebra de

Boole {0, 1}. Se observó que tales funciones pueden representar requerimientos de entrada y
salida para modelos de muchos y prácticos circuitos de computadoras. También se indico que,
160
si la función está dada por alguna expresión booleana, es posible construir un diagrama lógico
con ella y así modelar la implementación de la función. En esta sección se mostrará que todas
las funciones de Bn en B están dadas por expresiones booleanas y, por lo tanto, los diagramas
lógicos pueden construirse para cualquiera de esas funciones. Este análisis ilustra el método
de encontrar una expresión booleana que produce una función dada.
TEOREMA 4.9.- Si f: Bn → B y S (f) = {b ∈ Bn / f(b) = 1}, tendremos las siguientes

hipótesis:
Sean f, f1 y f2 tres funciones de Bn en B.
(a) Si S(f) = S(f1) ∪ S(f2), entonces f(b) = f1(b) ∨ f2(b) ∀b ∈B.
(b) Si S(f) = S(f1) ∩ S(f2), entonces f(b) = f1(b) ∧ f2(b) ∀b ∈B.
Demostración:
(a) Sea b ∈ Bn. Si b ∈ S (f), entonces por la definición de S(f), f(b) = 1 . Ya

que S (f) = S(f1) ∪ S(f2), o b ∈ S(f1) o b ∈ S(f2) o ambas. En cualquier
caso, f1 (b) ∨ f2(b) = 1. Ahora si b ∉ S (f), entonces f(b) = 0. Además,
se deberá tener que b ∉ S(f1), y que b ∉ S(f2), por lo cual f2(b) = 0 y
f1(b) = 0. Esto significa que f1(b) ∨ f2(b) = 0. Por consiguiente, para
todas las b ∈ Bn, f(b) = f1(b) ∨ f2(b).
(b) Esta parte se prueba de manera análoga a la de (a).
Ejemplo 4.8.1: Sea f1: B2 → B producida por la expresión E(x, y) = x', y sea f2: B2 → B
producida por la expresión E(x, y) = y'. Entonces las tablas de verdad de f1 y f2
se indican en la Figura 4.8.1 (a) y (b), respectivamente.
x y f1(x, y) x y f2(x, y) x y f(x, y)
0 0 1 0 0 1 0 0 1
0 1 1 0 1 0 0 1 1
1 0 0 1 0 1 1 0 1
1 1 0 1 1 0 1 1 0
(a) (b) (c)
Figura 4.8.1. - Ejemplos de Funciones de Boole
Sea f: B2 → B la función cuya tabla de verdad se indica en la Figura 4.8.1(c). Esta claro
que S(f) = S(f1) ∪ S(f2), ya que f1 es 1 en los elementos (0,0) y (0,1) de B2, f2 es 1 en
los elementos (0,0) y (1,0) de B2, y f es 1 en los elementos (0,0), (0,1) y (1,0) de B2. Por
el Teorema 4.6.1, f = f1 ∨ f2, por lo cual la expresión de Boole que produce f es x' ∨ y'.
161
Ejemplo 4.8.2: Sea f: B2 → B la función cuya tabla de verdad se indica en la Figura 4.8.2(a).
Esta función es igual a 1 sólo en el elemento (0,1) de B2, o sea, S(f) = {(0,1)}
producida por la expresión. Por lo tanto, f(x, y) = 1 sólo cuando x = 0 y y = 1.
Esto también es verdadero para la expresión E(x, y) = x' ∧ y, por la cual f
produce esta expresión. La siguiente tabla de verdad muestra la
correspondencia entre las funciones que son 1 sólo en un elemento y las
expresiones booleanas que producen estas funciones.
S(f) Expresión x y f(x, y) x y z f(x, y, z)
{(0,0)} x' ∧ y' 0 0 0 0 0 0 0
{(0,1)} x' ∧ y 0 1 1 0 0 1 0
{(1,0)} x ∧ y' 1 0 0 0 1 0 0
{(1,1)} x ∧y 1 1 0 0 1 1 1
1 0 0 0
(a) 1 0 1 0
1 1 0 0
1 1 1 0
(b)
Figura 4.8.2 - Tablas de Verdad del Ejemplo 4.8.2

3
La función f: B → B cuya tabla de verdad en la Figura 4.8.2 (b) tiene S(f) = {(0,1,1)},
esto es, f es igual a 1 sólo cuando x = 0, y = 1 y z = 1. Esto también se cumple en la expresión
booleana x' ∧ y ∧ z, que por tanto deberá producir f. Si b ∈ Bn, entonces b es una sucesión (c1,
c2,....., cn) de longitud n, donde cada ci es cero o uno. Sea Eb la expresión booleana ã1 ∧ ã2
∧ ... ∧ ãn, donde ãk = ak cuando ck = 1 y ãk = ak' cuando ck = 0. A esta expresión se la
denomina minitérmino.
Estas expresiones booleanas obtenidas a través de la disyunción de minitérminos son

denominadas formas canónicas o formas normales. Existen dos formas normales: la forma
normal disyuntiva o disyunción de minitérminos y la forma normal conjuntiva o
conjunción de maxitérminos.
TEOREMA 4.10.- Cualquier función f: Bn → B está producida por una expresión booleana.
Demostración:
Sea S(f) = {b1, b2, ....., bk}, y para cada i, sea fi: Bn → B la función definida por:
fi(bi) = 1 ; fi(b) = 0 si b ≠ bi
Entonces S(fi) = {bi}, por lo cual S(f) = S(f1) ∪ S(f2) ∪ ... ∪ S(fn) y según el Teorema 4.3,
f = f1 ∨ f2 ∨ ..... ∨ fn
162
Por la explicación anterior, cada f está producida por un minitérmino Ebi. En

consecuencia f está producida por la expresión booleana:
Eb1 ∨ Eb2 ∨ ..... ∨ Ebn
y con esto último se comprueba la prueba.
El teorema anterior tiene su dual. En este caso la función f se expresa de la siguiente

forma:
f ( x1, x2, . . . , xn ) = M 1 ∧ M 2 ∧ . . . ∧ M k
Cada elemento M j, denominado maxitérmino es de la forma:
M j = y 1 ∨ y 2 ∨ . . . .∨ y n
donde y j es x j o x’ j. Cada maxitérmino es obtenido de la función en aquellas interpretaciones

donde la misma toma el valor 0.
Ejemplo 4.8.3: Examinar la función f1: B3 → B cuya tabla de verdad se indica en la Figura
4.8.3. Ya que S(f) = {(0,1,1), (1,1,1)}, el teorema 4.3 demuestra que f está
producida por la siguiente expresión
E(x, y, z) = E(0,1,1) ∨ E(1,1,1) = (x' ∧ y ∧ z) ∨ (x ∧ y ∧ z).
Esta expresión, sin embargo, no es la expresión booleana más simple que

produce a f. Al utilizar las propiedades del álgebra de Boole, obtenemos:
(x' ∧ y ∧ z) ∨ (x ∧ y ∧ z) = (x' ∨ x) ∧ (y ∧ z) = I ∧ (y ∧ z) = y ∧ z
Por lo tanto, f es producida por la expresión simple obtenida, o sea y ∧ z.
x y z f(x, y, z)
0 0 0 0
0 0 1 0
0 1 0 0
0 1 1 1
1 0 0 0
1 0 1 0
1 1 0 0
1 1 1 1
Figura 4.8.3 - Tabla de Verdad correspondiente al Ejemplo 4.8.3
163
4.9.- PROBLEMAS CAPITULO IV.
A. RELACIONES Y RETÍCULO
1.- Sea R la relación sobre el conjunto Z definida por x R y ⇔ y = ⏐ x⏐. Determinar su

dominio y su imagen. Construir la representación cartesiana de R. Describir y
representar gráficamente la relación R.
2.- Se considera la siguiente relación en el conjunto de los números naturales N:
R = {(x, y) ⏐ 2x + y = 16}
Se pide: (a) Definir por extensión R; (b) Dominio y rango de R, (c) Relación R -1, por
extensión.
3.- Sea A = {1, 2, 3, 4} y a R b la relación que significa ’’a es divisor de b’’. Definir por
extensión el dominio y la imagen de la relación dada, de la relación inversa y de la
complementaria. Construir los digrafos y las matrices de incidencia de las tres relaciones
indicadas.
4.- Dados los conjuntos A = {1, 2, 3}, B = {a, b, c} y C = {x, y, z} y las siguientes relaciones:
R = {(1, b), (2, a), (2, c)} y F = {(a, y), (b, x), (c, y), (c, z)}
Se pide encontrar (a) la composición de las dos relaciones R ° F y la matriz de

incidencia de la composición y (b) la matriz de incidencia de la unión R ∪ F , de la
intersección R ∩ F y de las relaciones inversas de la unión e intersección.
5.- Sobre el conjunto de los números enteros se da la siguiente relación x R y, cuyo

significado es:
⏐x - y⏐ = mod 2
Probar que R es una relación de equivalencia y encontrar las clases de equivalencia y el

conjunto cociente.
6.- Estudiar si las siguientes relaciones son relaciones de orden o de equivalencia:

i) Sea el conjunto N7 y la relación a R b si a + b < 9.
ii) Sea el conjunto R de las rectas del plano y la relación de paralelismo, esto es,
r R r´ si r y r´ son paralelas.
iii) Sea el conjunto A = {a, b, c, d,1, 2, 3}. En él definimos una relación por la cual
dados m, n ∈ A m R n si o bien m y n son ambos números o bien m y n son
ambos letras.
iv) Sea el conjunto B = {1, 2, 3, 4, 7, 8, 90}. En él definimos la siguiente relación S,
a S b si 3a > b.
7.- Sobre el conjunto de los números reales se da la siguiente relación (x, y) R (r, s), cuyo
significado es:
x+s =y+r
Probar que R es una relación de equivalencia y encontrar las clases de equivalencia y

el conjunto cociente.
8.- Representar mediante dígrafos y sus matrices las relaciones del ejercicio Nro. 6
definidas sobre conjuntos finitos.
164
9.- En las relaciones del ejercicio 6 definidas sobre conjuntos finitos que no sean reflexivas
(respectivamente simétricas, respectivamente transitivas) calcular su clausura reflexiva
(respectivamente simétrica, respectivamente transitiva).
10.- Tomar la clausura reflexiva y transitiva de la relación definida en el siguiente conjunto

{1, 2, 3, 4, 5, 6} como: R = {(1, 2), (1, 4), (3 ,6), (5, 4)}
Verificar que es una relación de orden. Representar su diagrama de Hasse. Calcular
elementos maximales, minimales y máximos y mínimos si los hubiera.
11.- Describir el conjunto cociente del Problema 6 ii).
12.- Sea el conjunto A = {α, β, γ, ω}. Tomamos la siguiente relación en él:

R = {(α, α), (α, β), (α, γ), (γ, ω)}.
Construir la clausura reflexiva y transitiva de R y verificar que es una relación de orden.
Representar su diagrama de Hasse y construir una relación de orden total que
contenga a R.
13.- Sobre el conjunto de los números enteros se da la siguiente relación x R y, cuyo

significado es:
xRy ⇔x2-y2=x-y.
Comprobar que R es una relación de equivalencia y en caso afirmativo, encontrar los

conjuntos que forman las clases de equivalencia de [a] y de [1999], respecto de Z.
14.- Determinar si las siguientes relaciones son relaciones de orden:
(a) R = {(a, a), (a, c), (b, b), (c, c), (c, d), (d, d)} sobre A = {a, b, c, d}
(b) R = {(a, a), (a, b), (a, c), (b, b), (b, c), (c, c), (d, d)} sobre A = {a, b, c, d}
(c) R = {(a, a), (a, b), (a, d), (b, b), (b, a), (c, c), (c, b), (d, d), (d, c)} sobre
A = {a, b, c, d}
Construir los digrafos correspondientes y sus matrices de incidencia.
15.- Hallar dos elementos incomparables en los siguientes conjuntos ordenados:

(a) (P({1, 2, 3}), ⊂). (b) (Z, ⏐) (c) ({1, 3, 5, 7, 9}, ⏐)
16.- Demostrar que el máximo de un conjunto parcialmente ordenado, si existe, es único.
17.- Demostrar que si (A, R) es un conjunto parcialmente ordenado, donde A es un conjunto

finito no vacío, entonces A posee un elemento maximal.
18.- ¿Cuales de los siguientes pares de elementos son comparables en el conjunto de los
números enteros con la relación de orden de divisibilidad?
(a) 7, 21 (b) 24, -8 (c) -2, -5

(d) 75, 5 (e) 8, 33 (f) 91, 9
19.- Describir todos los pares ordenados en cada uno de los órdenes parciales
representados por los diagramas de Hasse de la Figura 4.9.1.
20.- Dibujar el diagrama de Hasse de (P ({a, b, c, d}), ⊆).
21.- Hallar las cotas superiores, cotas inferiores, supremo e ínfimo del conjunto B (si existen)
en cada uno de los casos de la Figura 4.9.2 y de cada uno de los diagramas de Hasse
de la Figura 4.9.3.
165
Figura 4.9.1
22.- Representar el diagrama de Hasse de los siguientes conjuntos ordenados y hallar los
elementos notables de los subconjuntos señalados:
(a) (D 60, ⏐), A = {2, 5, 6, 10, 12, 30} y B = {2, 3, 6, 10, 15, 30}
(b) (D 48, ⏐), A = {2, 4, 6, 12} y B = {3, 6, 8, 16}
(c) (D 40, ⏐), A = {4, 5, 10} y B = {2, 4, 8, 20}
Figura 4.9.2
Figura 4.9.3
23.- Se considera en el conjunto A = {2, 3, 4, 6, 12, 15, 24, 90, 180, 360} la relación de
orden de divisibilidad. Se pide lo siguiente:
(a) Obtener, si existen, las cotas inferiores, cotas superiores, ínfimo, supremo,
mínimo, máximo, elementos minimales y maximales del conjunto B = {2, 3, 4, 6,
12, 180};
(b) Representar el diagrama de Hasse del conjunto ordenado (A, ⏐). ¿Es (A, ⏐) un
Retículo?
166
24.- Demostrar que (D n, ⏐) es un retículo para todo número natural n.
25.- Sea S = {1, 2, 3, 4}. En S x S se considera el orden lexicográfico basado en el orden

usual ≤. Se pide:
(a) Encontrar todos los pares en S x S anteriores a (2, 3);

(b) Encontrar todos los pares en S x S anteriores a (3, 1);
(c) Dibujar el diagrama de Hasse de (S x S, ≤ lex)
26.- Obtener los diagramas de Hasse de todos los retículos, salvo isomorfismos, de uno,
dos, tres, cuatro y cinco elementos.
B.- ÁLGEBRA DE BOOLE
1.- Verifique los axiomas que definen al Álgebra de Boole en el conjunto de los enteros
divisores de 6 adonde están definidas las operaciones “máximo común divisor” (M) y
“mínimo común múltiplo” (m).
2.- Los axiomas del Álgebra de Boole también se cumplen cuando los elementos en
cuestión son conjuntos y las operaciones son las conocidas “unión” e “intersección”
entre conjuntos. Suponiendo que A, B y C son subconjuntos de un universo U y siendo
el conjunto vacío, diga Verdadero o Falso, justificando su respuesta:
a) A ∪ (B ∩ C) = (A ∪ B) ∩ C
b) A∪(B∩C)=(A∪B)∩(A∪C)
c) Si U = {a, b, c, d} y A = { a, b, c }, entonces Ā = { a, d }
d) (A ∪ ∅) ∩ Ā = ∅
e) B ∪ ( B’ ∩ U) = ( A ∪ A’)
3.- Un contacto, tal como una llave común de luz eléctrica, presenta dos estados “cerrado”
o “abierto”. Los mismos suelen identificarse con los símbolos 1 y 0, respectivamente,
pero con un significado cualitativo “si-no” o “V-F”, éste último por su relación con la
lógica clásica. En el conjunto de contactos, se definen las operaciones “combinar
contactos en paralelos” o “combinar contactos en serie”. Verifique que dicho conjunto
es un Álgebra de Boole.
4.- Demostrar directamente que no existen álgebras booleanas que tengan tres elementos.
5.- Demostrar que en un álgebra booleana, para cualquier a y b, se cumple que: a = b si y

solo si (a ∧ b') ∨ (a' ∧ b) = 0.
6.- Demostrar que en un álgebra booleana, para cualquier a, b y c se cumplen las

siguientes expresiones lógicas de Boole:
(a) (a ∧ b) ∨ (a ∧ b') = a (b) b ∧ (a ∨ (a' ∧ (b ∨ b'))) = b

(c) ((a ∨ c) ∧ (b' ∨ c))' = (a' ∨ b) ∧ c' (d) (a ∧ b ∧ c) ∨ (b ∧ c) = b ∧ c
(e) (a ∧ b) ∨ (a ∧ b ∧ c) ∨ (b ∧ c) ∨ (a ∧ c) = c
(f) a ∨ (b ∧ c) = b ∧ (a ∨ c)
167
7.- Sea el conjunto B = {0, 1} con∨, ∧ definidas mediante las siguientes tablas:
∨ 0 1 ∧ 0 1
0 0 1 0 0 0
1 1 1 1 0 1
Demostrar que B es un Álgebra de Booleana
8.- Demostrar los teoremas más importantes que se deducen de los axiomas que definen
al Álgebra de Boole.
(a) a∨1=1 a∧0=0

(b) a∨a=a a∧a=a
(c) a∨(a∧b)=a a∧(a∨b)=a
(d) a∨(b∨c)=(a∨b)∨c a∧(b∧c)=(a∧ b)∧c
(e) (a∨b)‘=a‘∧b‘ (a∧b)‘=a‘∨b‘
9.- Escriba los duales de los siguientes enunciados y demuestre alguno de ellos usando
los axiomas y/o propiedades que se cumplen en toda Álgebra Booleana.
(a) (x ∨ y) ∧ (x ∨ 1) = (x ∨ x) ∧ (y ∨ y)
(b) (x ∨ 0) ∨ ( 1 ∧ x’) = 1
(c) x ∨ (x’ ∧ y) = x ∨ y
(d) Si x ∨ y = x ∨ z y x’ ∨ y = x’ ∨ z ., entonces y = z
(e) x ∧ y’= 0 si y solo si x ∧ y = x
10.- Demuestre las siguientes igualdades usando los axiomas y/o propiedades de un
Álgebra Booleana:
(a) (x ∧ y) ∨ (x’ ∨ z)’= x ∧ (y ∨ z’)

(b) (x’ ∧ y’) ∨ (x’ ∧ y) ∨ (x ∧ y ’) = (x’ ∨ y’)
(c) x ∧ ((y’ ∧ z) ∨ x)’= y ∨ z’
(d) [(a ∨ b ∨ c) ∧ (b ∨ c)]’= b’ ∧ c’
(e) [(a ∨ c) ∧ (b’ ∨ c)]’ = (a’ ∨ b) ∧ c’
(f) [(a ∨ b) ∧ a’]’ ∨ b = 1
(g) [(a ∧ b) ∨ a’]’ ∧ b = 0
(h) Si (a ∨ b) = b, entonces a’ ∨ b = 1
(j) Si (a ∧ b) = a, entonces a ∧ b’ = 0
11.- Represente las siguientes funciones booleanas por medio de un circuito combinatorio y
por medio de su tabla de verdad (o tabla lógica). ¿Cuántos circuitos y cuantas tablas
poseen una función booleana?
(a) z = f(a, b, c) = a ∨ ( b’ ∧ c )
(b) z = f(a, b, c) = ( a ∧ b’) ∨ ( a ∧ c’)
168
c) Z = F(A , B, C) = A + B + A.C
d) Z = F(A, B, C) = A . ( B + C) .( A + B)
12.- Suponga 3 variables A, B y C
b) Diga cuáles de las siguientes expresiones son minitérminos
A.B .C A.C .C A.B + B

A.B.C A .B .C A.B .C
b) Diga cuáles de las siguientes expresiones son maxitérminos
A+C +B A+C +B A.C + B

A+ A +C A+B+C A +B+C
13.- Encuentre las formas normales de las siguientes funciones dadas por su tabla:
a) b) c) d)
x y f(x, y) x y f(x, y) x y f(x, y) x y f(x, y)

0 0 1 0 0 1 0 0 0 0 0 0
0 1 0 0 1 1 0 1 1 0 1 0
1 0 0 1 0 0 1 0 1 1 0 1
1 1 1 1 1 0 1 1 1 1 1 0
e) f)
x y z f(x, y, z) x y z f(x, y, z)
0 0 0 1 0 0 0 0
0 0 1 0 0 0 1 1
0 1 0 0 0 1 0 1
0 1 1 1 0 1 1 0
1 0 0 0 1 0 0 0
1 0 1 1 1 0 1 0
1 1 0 0 1 1 0 1
1 1 1 1 1 1 1 0
14.- (a) Encuentre la Forma Normal Disyuntiva o Disyunción de Minitérminos de las

siguientes funciones booleanas usando técnicas algebraicas:
I. F ( A, B , C ) = A.B + C
II. F ( A, B , C ) = ( A + B ).(C + A)
III. F ( A, B , C ) = ( ABC + B + C ).B
IV. F ( A, B , C , D ) = ( A + C ).B + D
F ( A, B, C ) = A + ( B + ( AB + AC ))
V.
(b) Encuentre la Forma Normal Conjuntiva o Producto de Maxitérminos de las

siguientes funciones booleanas usando técnicas algebraicas:
F ( A, B ) = B + B. A
I.
169
II.
( )( )
F ( A, B , C ) = B. B + C . A + C
III. F ( A, B , C , D ) = (A + B + C ).(D + A + B )
IV. F ( A, B , C ) = A.B .(A + C ).B.C

F ( A, B , C ) = B .C . A + A + C
V.
15.- Examinar la siguiente expresión booleana:
E(x, y, z) = x ∧ (y ∨ z')
Si B = {0, 1}, calcular la tabla de verdad de la función siguiente: f: B3 → B definida por

E. Construir un diagrama lógico que implemente la función f previamente obtenida.
E(x, y, z) = (x ∨ y) ∧ (z ∨ x')

E(x, y, z) = (x ∧ y') ∨ (y ∧ (x' ∨ y))

===============================
170
Teoría de Grafos
CAPITULO V
TEORIA DE GRAFOS
5.1.- INTRODUCCIÓN (¿QUE ES UN GRAFO?)
Los grafos, los objetos que estudiaremos en este y en el siguiente capítulo, resultan ser
un modelo matemático extremadamente útil para analizar problemas muy diversos como, por
ejemplo, los siguientes:
1. Problemas de asignación de tareas: tenemos un conjunto de trabajadores y otro de

tareas y la información de para qué tareas está preparado cada trabajador y buscamos
una asignación de tareas (a cada trabajador, una tarea distinta para la que esté
preparado) de forma que consigamos ocupar al mayor número de trabajadores posible.
2. Construcción de redes: tenemos una serie de ciudades que queremos conectar

mediante un oleoducto; un estudio de ingeniería previo nos permite conocer el precio
de cada conexión. Se trata de conectar todas las ciudades con el menor coste posible.
3. Problema de horarios: en una cierta licenciatura de una Universidad se deben impartir

10 asignaturas, y no se pueden programar a la misma hora dos asignaturas si hay
algún alumno matriculado en ambas. Lo que se busca es minimizar el número de horas
necesario para programar todas las asignaturas salvando esa dificultad; o bien
determinar cuáles son los posibles horarios si el número de horas disponible es fijo.
Los grafos son, como veremos, un lenguaje, una notación, que permite representar
relaciones binarias discretas — es decir, entre pares de objetos— en un conjunto. De una
manera informal, podríamos decir que un grafo es una colección de vértices y de aristas que
unen estos vértices.
Los vértices los dibujaremos como puntos del plano o pequeños círculos, y las aristas
serán líneas que unen estos puntos. Veamos ahora las definiciones formales:
Figura 5.1.1.- Grafo G
DEFINICIÓN 5.1.- Un grafo G = (V, A) es un conjunto no vacío V (de vértices) y un

conjunto A (de aristas) extraído de la colección de subconjuntos de dos
elementos de V. Una arista de G es pues, un subconjunto {a, b}, con a,
b ∈ V, a ≠ b.
171
Teoría de Grafos
Para ser precisos, deberíamos decir que esta definición se refiere a lo que se conoce
como un grafo simple y sin lazos. En la subsección 5.1.1 presentaremos varias
generalizaciones de este concepto, que resultarán muy útiles para otras cuestiones. Mientras
no se diga lo contrario, cuando hablemos de un grafo siempre estaremos refiriéndonos a este
caso sencillo.
Por supuesto, diremos que dos grafos son iguales si tienen el mismo conjunto de
vértices y la misma colección de aristas. Nombraremos un grafo G mediante G = (V, A). A
veces, cuando manejemos varios grafos a la vez, utilizaremos símbolos como V (G) y A(G)
para recordar a qué grafo corresponden los conjuntos de vértices y aristas a las que nos
estamos refiriendo.
Ejemplo 5.1.1 Traducimos al lenguaje de grafos los problemas enunciados anteriormente:
1. El problema de la asignación de tareas tiene una traducción inmediata: los vértices

estarían etiquetados con los nombres de los trabajadores y de las tareas (en este tipo
de problemas, generalmente se dibujan los vértices correspondientes a las tareas a un l
lado y los correspondientes a los trabajadores, a otro). Y dibujaremos una arista entre
un vértice que represente a un trabajador y otro que represente a una tarea si
efectivamente el trabajador está preparado para realizar dicha tarea.
2. Para el problema de la construcción de la red, las ciudades serían los vértices y las
conexiones, las aristas. Y, por supuesto, lo que buscaremos serla unir todos los
vértices con el menor número posible de aristas y de manera que la red resultante sea
lo mas barata posible.
3. En el problema de horarios, representaremos las asignaturas con los vértices y las

incompatibilidades entre asignaturas, con aristas. Para abordar el problema, aún nos
falta ver un ingrediente: cómo se colorea un grafo. En este caso, los colores serían las
horas de que dispongamos. Pero esto lo veremos más adelante.
Ejemplo 5.1.2 Consideremos un conjunto de vértices V = {1, 2, 3}. Construyamos

algunos grafos distintos con ese conjunto de vértices.
Los subconjuntos de dos elementos de V son {1, 2}, {1, 3} y {2, 3}. Dos elecciones
distintas de conjunto de aristas son A1 = {{1, 2}, {2, 3}} y A2 = {{1, 2}}, que dan lugar a los
grafos G1 y G2 que dibujamos a continuación:
2
G1 2 G2
1 3
1 3
Figura 5.1.2: Grafos del problema 5.1.2
En muchas ocasiones, conviene considerar grafos que están incluidos “dentro” de otros.
Dado un grafo G = (V, A), formamos un subgrafo H = (V’, A’) de G seleccionando algunos de
los vértices de G (esto es, V’ ⊆ V ). Y, de las aristas que unieran vértices del conjunto V’ en el
grafo original G, nos quedamos con algunas de ellas (o todas)
Hay que ser cuidadosos con esto: si nos limitáramos a pedir que H contuviera a
algunos de los vértices y algunas de las aristas de G, podríamos llegar a situaciones sin sentido
como incluir una arista pero no alguno de sus vértices (no sería un grafo verdadero)
172
Teoría de Grafos
DEFINICIÓN 5.2.- Un multigrafo G = (V, A) consta de un conjunto no vacío V (de

vértices) y de un conjunto A (de aristas) y de una función f de A en {{a,
b}, con a, b ∈ V, a ≠ b}. Se dice que las aristas e1 y e2 son aristas
múltiples si se cumple que f(e1) = f(e2).
Una red informática puede contener una línea telefónica que conecte a una
computadora consigo misma (a efectos de diagnóstico) como se ilustra en la Figura 5.1.3. El
grafo G1 es un multigrafo (aristas múltiples entre {d, c}) No podemos utilizar multigrados para
representar estas redes, ya que no admiten bucles o lazos (aristas que conectan un vértice
consigo mismo) en un multigrafo. En lugar de multigrafo, utilizaremos pseudografos, que son
más generales que los multigrados, ya que un pseudografo admite bucles (En G2 bucles o
Lazos en los vértices a y d, aristas múltiples entre {d, c}).
G1 b G2 b
a a
e e
f f
c
c
d d
Figura 5.1.3: Multigrafo G1. Pseudografo G2
DEFINICIÓN 5.3.- Un pseudografo G = (V, A) consta de un conjunto no vacío V (de

vértices) y de un conjunto A (de aristas) y de una función f definida de
A en {{a, b}, con a, b ∈ V, a ≠ b}. Se dice que la arista e es un bucle o
lazo si se cumple que f(e) = {a, a} = {a} para algún a ∈ V.
En el problema de la red informática telefónica puede ser que entre dos puntos la
misma no opere en las dos direcciones. Por ejemplo, la computadora en Bs. As. Puede enviar
datos a la computadora en la ciudad de Córdoba, pero no recibir datos de Córdoba. Otros tipos
de redes telefónicas si funcionan en ambas direcciones. Se utiliza grafos dirigidos para modelar
redes de este tipo. Las aristas de un grafo dirigido son pares ordenados, se admiten bucles,
pares ordenados con los dos elementos iguales, pero no se admiten aristas múltiples en la
misma dirección entre dos vértices.
DEFINICIÓN 5.4.- Un grafo dirigido G = (V, A) consta de un conjunto no vacío V (de

vértices) y de un conjunto no vacío A (de aristas) que son pares
ordenados de elementos de V y de una función f definida de A en
{(a, b), con a, b ∈ V}. Se dice que la arista e es un bucle o lazo si
se cumple que f(e) = (a, a) = (a) para algún a ∈ V. Ver Figura 5.1.4.
DEFINICIÓN 5.5.- Un multigrafo dirigido G = (V, A) consta de un conjunto no vacío V

(de vértices) y de un conjunto no vacío A (de aristas) que son pares
ordenados de elementos de V y de una función f definida de A en
{(a, b), con a, b ∈ V}. Se dice que la arista e es un bucle o lazo si
se cumple que f(e) = (a, a) = (a) para algún a ∈ V. Se dice que las
aristas e1 y e2 son aristas múltiples si se cumple que f(e1) = f(e2).
Debemos observar que las aristas dirigidas múltiples están asociadas a un mismo par
de vértices. No obstante, diremos que (a, b) es una arista de G = (V, A) siempre que haya al
173
Teoría de Grafos
menos una arista e con f (e) = (a, b). No haremos distinción entre la arista e y el par ordenado
(a, b) a no ser que la identidad de alguna de las aristas múltiples en particular sea importante.
A B
A
C
F
E
D
Figura 5.1.4: Grafo Dirigido G
La Tabla 1 resume la terminología que se emplea para los diferentes tipos de grafos.
Utilizaremos la palabra grafo para describir grafos con aristas no dirigidas o dirigidas, con o sin
bucles y aristas múltiples. Emplearemos los términos grafo no dirigido o pseudografo para
indicar grafos no dirigidos que pueden tener aristas múltiples y bucles. Usaremos siempre el
adjetivo dirigido para referirnos a grafos cuyas aristas estén asociadas a pares ordenados,
como por ejemplo grafos dirigidos o dígrafos.
Tabla1: Terminología en la Teoría de Grafos
Tipos Aristas Arista Múltiples Bucles

Grafo Simple No dirigido No No
Multigrafo No dirigido Si No
Pseudografo No dirigido Si Si
Grafo Dirigido Dirigido No Si
Multigrafo Dirigido Dirigido Si Si
5.2.- SUBGRAFOS
Hay ocasiones en que solo necesitamos una parte del grafo para resolver un problema.
Por ejemplo, solo estamos interesados en la parte de la red interconectada de energía eléctrica
que involucre las provincias de Buenos Aires, Córdoba, Santiago del Estero y Tucumán. En
este caso, podemos ignorar todas las redes que conectan al resto de las provincias. En el grafo
que represente la red total podemos eliminar los vértices que corresponden a las ciudades del
resto de las provincias no contempladas y suprimir todas las aristas que vienen y van a esos
vértices eliminados. Una vez eliminados estos vértices y aristas del grafo, sin eliminar ningún
extremo de las aristas que quedan, se obtiene un grafo más pequeño. Se dice que este grafo
es un subgrafo del grafo original.
DEFINICIÓN 5.6.- Un subgrafo de un grafo G = (V, A) es un grafo H = (W, F) con W ⊆ V

y F ⊆ A.
DEFINICIÓN 5.7.- La unión de dos grafos simples G1 = (V1, A1) y G2 = (V2, A2) es un
grafo simple cuyo conjunto de vértices es V1 U V2 y cuyo conjunto de
aristas es A1 U A2. La unión de G1 y de G2se representa por G1 U G2
174
Teoría de Grafos
Un par de subgrafos que serían especialmente relevantes son los siguientes:
• Dados un par de grafos H y G, diremos que H es un subgrafo recubridor (el ejemplo más
relevante de un subgrafo recubridor lo encontraremos en el Capítulo 6, cuando
desarrollemos árbol recubridor) de G si H es un subgrafo de G y, además, V (H) = V (G). Es
decir, si H contiene a todos los vértices de G.
• Diremos que H es un subgrafo inducido de G para un conjunto de vértices V’ ⊆ V (G) si

se cumple, por un lado, que V (H) = V’. Y, por otro, que si v, w ∈ V’ y {v, w} ∈ A(G),
entonces {v, w} ∈ A(H).
Es decir, H tiene como conjunto de vértices a un cierto subconjunto V’ de los vértices de G; y

como conjunto de aristas, a todas aquéllas de G cuyos extremos sean vértices de V’.
Ejemplo 5.2.1 Consideremos el siguiente grafo G:
2
G
3
1
4
5
Figura 5.2.1: Grafo G del Problema 5.2.1
El conjunto de vértices de G es V(G) = {1, 2, 3, 4, 5}, mientras que el de las aristas es el

siguiente conjunto A(G) = {{1, 2}, {2, 3}, {2, 4}, {2, 5}, {3, 4}, {3, 5}}. Los siguientes cuatro
grafos son subgrafos de G:
2 2
H1 H2
3 3
1 1
4 4
5 5
2 2
H3 3 H4 3
4 4
5
Figura 5.2.2: Subgrafos de G (Recubridores e Inducidos)
175
Teoría de Grafos
Los grafos H1 y H2 son, además, subgrafos abarcadores de G (porque incluyen a

todos los vértices de G). El grafo H3 es el subgrafo inducido de G para los vértices {2, 3, 4, 5}.
Y el grafo H4, para los vértices {2, 3, 4}. Por el contrario, los dos siguientes grafos no son
subgrafos de G:
2 2
H5 H6
3 3
1 a
4 4
5 5
Figura 5.2.3: Grafos que no son Subgrafos de G
El grafo H5, porque incluye una arista, la {1, 5} que no estaba en G. Y el H6, porque su
conjunto de vértices no es un subconjunto del de G.
Contemos ahora cuántas elecciones distintas de conjunto de aristas podemos tener si

el conjunto de vértices tiene tamaño n. Digamos que V = {1, 2, . . . , n}: ¿cuántos grafos
distintos podremos construir que tengan a V como conjunto de vértices? Primero, evaluamos
cuántos “candidatos” tenemos para ser aristas:
#_subconjuntos de tamaño 2 extraídos de {1, . . . , n} = ⎛⎜ ⎞⎟

n
⎜2⎟
⎝ ⎠
Todo lo que queda es escoger unas cuantas aristas de entre estos candidatos; así que
el número de grafos distintos con vértices {1, 2, . . . , n} es:
#_subconjuntos extraídos de {1, . . . , ⎛⎜ n ⎞⎟ } = 2 exp ⎛⎜ n ⎞⎟

⎜2⎟ ⎜2⎟
⎝ ⎠ ⎝ ⎠
Por cierto, un número gigantesco, en cuanto n sea grande. Ya en el caso en que haya
siete vértices, tendremos
2 exp ⎛⎜ ⎞⎟ = 221= 2097152 grafos distintos.

n
⎜2⎟
⎝ ⎠
Hemos contado aquí el número de grafos distintos con n vértices. La elección de los
símbolos {1, . . . , n} para representar los vértices es cómoda, y la haremos habitualmente, pero
el cálculo sería válido para cualquier otra elección de n símbolos para los vértices. En lo que
sigue, los símbolo, u, v, w. . . representarían, generalmente, a vértices. Las aristas serían a o
quizás e (del inglés edge).
En la representación gráfica habitual, para saber de qué grafo se trata, tendremos que
etiquetar los vértices. Pero, para muchas cuestiones, las etiquetas que se utilicen son
irrelevantes.
176
Teoría de Grafos
5.3.- MATRICES ASOCIADAS A UN GRAFO. GRADO DE UN VÉRTICE
Una forma muy útil de representar un grafo G = (V, A) es mediante su matriz de adyacencia (o
matriz de vecindades). La idea es formar una matriz de ceros y unos. Si el conjunto de vértices
es V = {v1, . . . , vn}, el grafo se puede describir mediante una matriz n × n:
v1 V2 V3 …. Vn
v1 0 1 0 … 1
V2 1 0 1 … 1
V3 0 1 0 … 0
: : : : : :
Vn 1 1 0 … 0
En la posición (vi, vj) pondremos un 1 si {vi, vj} ∈ A, y un 0 en caso contrario. La matriz

tendría ceros en la diagonal (porque no permitimos lazos) y serla simétrica: si en la posición (vi,
vj) aparece un 1 es porque {vi, vj} ∈ A y por tanto en la posición (vj , vi) (vj, vi) debería
aparecer también un 1. Así que un grafo G simple y sin lazos con n vértices es exactamente
lo mismo que una matriz n × n simétrica de ceros y unos con ceros en la diagonal.
Esta identificación es muy importante. Para muchos de las cuestiones que trataremos
en lo sucesivo, bastaría considerar el dibujo asociado al grafo. Pero, como veremos, el de los
grafos es un lenguaje especialmente diseñado para un uso algorítmico, algoritmos que
requeriría la intervención de la computadora. Y para una computadora, por supuesto, un grafo
es una matriz de ceros y unos. Conviene tener esto en mente en los argumentos que
desarrollemos.
Algunas de las generalizaciones del concepto de grafo que prometíamos anteriormente

se pueden describir también en el lenguaje de las matrices:
• Por ejemplo, si permitiéramos lazos, esto es, aristas cuyos dos vértices sean el mismo,
estaríamos considerando, simplemente, matrices (cuadradas) simétricas de ceros y unos
(con, posiblemente, unos en la diagonal).
• Pero también podríamos permitir que hubiera aristas múltiples (por ejemplo, dos vértices
conectados por dos o más aristas); en este caso hablaremos de multigrafos. En términos
matriciales, un multigrafo seria una matriz simétrica cuyas entradas son ceros o números
naturales: en la diagonal irían ceros si no permitiéramos lazos.
• Otra posibilidad, que estudiamos con detalle en la subsección 5.2, es la de dar orientación
a las aristas. En los grafos dirigidos o digrafos, las entradas de la matriz siguen siendo
ceros y unos, pero esta ya no necesariamente simétrica.
• Por último, a veces conviene considerar la posibilidad de asociar a cada arista e de un

grafo un número real, su peso, p(e). Pensemos, por ejemplo, en una red de carreteras, en
la que cada tramo tiene asociado su longitud en kilómetros. En este caso, hablaremos de
un grafo con pesos (o grafo ponderado). La matriz de un tal grafo con pesos seria
simétrica, y sus entradas serían los pesos de cada arista. Luego consideraremos grafos
177
Teoría de Grafos
dirigidos con pesos; las matrices de adyacencia asociadas ya no serían necesariamente

simétricas, y sus entradas serían los pesos correspondientes.
Pero insistimos en que en lo sucesivo, mientras no se diga lo contrario, todos los grafos
a los que nos referiremos serían simples y sin lazos. Un concepto fundamental en un grafo es
el de grado de un vértice:
DEFINICIÓN 5.8.- Dado un grafo G = (V, A), diremos que dos vértices v, w ∈ V son
adyacentes o vecinos si {v, w} ∈ A. Si e = {v, w}, se dice que la
arista e es incidente con los vértices v y w. También se dice que la
arista e conecta v con w. Se dice que los vértices v y w son extremos
de la arista e.
DEFINICIÓN 5.9.- El grado de un vértice de un grafo es el número de aristas incidentes

en el, exceptuando los bucles, cada uno de los cuales contribuye con
dos unidades al grado de un vértice. El grado de un vértice v se denota
por δ(v).
δ(v) = grado de v ≡ gr(v) = #{w ∈ V : {v, w} ∈ A(G)} .
Si el grado de un vértice es 0, diremos que es un vértice aislado. En la matriz de

adyacencia, para determinar el grado de un vértice v, basta sumar los unos que aparezcan en
su fila. A la lista de los grados de los vértices de un grafo G la llamaremos la sucesión de
grados:
(gr(v1), gr(v2), . . . , gr(vn)) .
(δ(v1), δ(v2), . . . , δ(vn)) .
Por convenio, se suele escribir esta lista con los valores ordenados de menor a mayor.
Ejemplo 5.3.1: ¿Cuáles son los grados de los vértices de los grafos de la Figura 5.2.1?
Solución: en G tenemos δ(1) = 1, δ(1) = 1, δ(2) = 4, δ(3) = 2, δ(4) = 3, δ(5) = 2
Pero no toda lista de n números ≥ 0 se corresponde con la sucesión de grados de un

grafo con n vértices. Por ejemplo, se tiene la siguiente restricción:
TEOREMA 5.1: En un grafo G = (V, A)
∑ δ (v ) = 2 | A |
v ∈V
DEMOSTRACIÓN. El resultado es casi obvio, pues cada arista involucra a dos vértices. Una
prueba rigurosa requiere invocar a otra matriz asociada a un grafo, la MATRIZ DE INCIDENCIA:
178
Teoría de Grafos
v1 V2 V3 …. Vn
a1 1 1 0 … 0
a2 1 0 1 … 0
a3 0 1 0 … 0
: : : : : :
am 0 1 0 … 1
Las columnas están etiquetadas con los vértices {v1, . . . , vn}, y las filas, con las aristas
{a1, . . . , am}. En la posición (ai, vj) colocaremos un 1 si el vértice vj es extremo de la arista ai;
y un 0 en caso contrario. Apliquemos ahora un argumento de doble conteo. En la fila etiquetada
por la arista a1 aparecerían sólo dos unos (sus dos extremos); lo mismo ocurre con el resto de
las filas. Así que, sumando por filas, obtenemos 2m = 2|A|. Al hacerlo por columnas,
observamos que la columna correspondiente al vértice vj contendría tantos unos como vecinos
tenga este vértice: su suma valdría justamente gr(vj ) = δ(vj). Sumando los resultados de todas
las columnas, obtenemos lo que buscábamos.
Un par de características importantes en un grafo son las siguientes:
DEFINICIÓN 5.10.- Llamaremos mínimo grado y máximo grado de un grafo a los

números
Ω(G) = min. {δ(v)} para todo v ∈ V (G)
Δ(G) = máx. {δ(v)} para todo v ∈ V (G)
Si los dos números coinciden, por ejemplo en el valor k, entonces todos los vértices del
grafo tendrían grado k, y hablaremos de un grafo k-regular.
TEOREMA 5.2: Todo grafo no dirigido G = (V, A) tiene un número par de vértices de
grado impar.
La terminología para grafos dirigidos refleja el hecho de que a las aristas se les asigna
un sentido.
DEFINICIÓN 5.11.- Si (v, w) es una arista de un grafo dirigido G, se dice que v es

adyacente a w y que w es adyacente desde v. Al vértice v se lo
denomina vértice inicial de la arista (v, w) y a w se lo denomina
vértice final o terminal de la arista (v, w). Los vértices final e inicial de
un bucle coinciden.
Como las aristas de un grafo dirigido son pares ordenados, podemos refinar la
definición de grado de un vértice a fin de reflejar el número de aristas que tienen a ese vértice
como vértice inicial o como vértice final.
179
Teoría de Grafos
DEFINICIÓN 5.12.- En un grafo dirigido, el grado de entrada o grado negativo de un

vértice v, es denotado por δ−-(v), es el número de aristas que tienen a
v como vértice final. El grado de salida o grado positivo de un vértice v,
denotado por δ+(v), es el número de aristas que tienen a v como
vértice inicial. (nótese que un bucle contribuye con una unidad tanto al
grado de entrada como al grado de salida del vértice correspondiente).
Ejemplo 5.3.2: ¿Cuáles son los grados de entrada y de salida los vértices de los
grafos de la Figura 5.1.4?
δ−-(A) = 2; δ−-(B) = 2; δ−-(C) = 2; δ−-(D) = 2; δ−-(E) = 1; δ−-(F) = 1
δ+(A) = 1; δ+(B) = 2; δ+(C) = 1; δ+(D) = 1; δ+(E) = 2; δ+(F) = 2
DEFINICIÓN 5.13.- Un grafo (o multigrafo) no dirigido donde los vértices tienen el mismo
grado se denomina grafo regular. Si δ-(v) = k para todos los vértices v
∈ V (G), entonces el grafo es k - regular.
5.4.- ISOMORFISMO DE GRAFOS
Observemos los dos grafos que aparecen dibujados a la derecha. En ambos casos, el
conjunto de vértices es {1, 2, 3, 4}. Pero son grafos distintos: en un caso, el conjunto de aristas
es {{1, 2}, {2, 3}, {3, 4}, {4, 1}}, mientras que en el otro es {{1, 2}, {1, 3}, {2, 4}, {3, 4}}. Aún
siendo distintos, estos dos grafos contienen, en cierto sentido, la misma información (un simple
cambio de nombres transforma uno en el otro). En ambos casos, hablaríamos del “grafo del
cuadrado”. Esta idea es la que pretendemos desarrollar en esta subsección.
1 2 1
4
4 3 2 3
Figura 5.4.1: Grafos Isomorfos
DEFINICIÓN 5.14.- Sean G y G’ dos grafos, con conjuntos de vértices y aristas (V, A) y (V’,
A’), respectivamente. Decimos que una aplicación biyectiva φ: V →V’
es un isomorfismo de grafos si:
{v, w} ∈ A ⇔ {φ(v), φ(w)} ∈ A’.
Es decir, si φ conserva las relaciones de vecindad entre vértices. Dos grafos

se dicen isomorfos si existe una aplicación biyectiva entre sus conjuntos de
vértices (un cambio de nombres, de etiquetas) que conserve las relaciones
de vecindad: si dos vértices son adyacentes con el primer conjunto de
etiquetas, tendrían que seguir siéndolo con el segundo.
En el caso de los dos grafos con los que abríamos esta subsección, el lector podría
comprobar que la aplicación φ: {1, 2, 3, 4} → {1, 2, 3, 4} dada por φ(1) = 1, φ(2) = 4, φ(3) = 2 y
φ(4) = 3 es un isomorfismo entre los dos grafos.
180
Teoría de Grafos
No es fácil, en general, decidir si dos grafos son isomorfos o no. En los casos sencillos,
si los dos grafos son isomorfos, se puede encontrar la biyección “a ojo”. ¡Sobre todo si el dibujo
nos ayuda! Los dos grafos que aparecen a la derecha también son isomorfos, pese a que la
manera de dibujarlos no parezca indicarlo. Una manera de comprobar si dos grafos son
isomorfos (que, por supuesto, habrían de tener el mismo número de vértices, digamos n), seria
comprobar si alguna de las n! aplicaciones biyectivas entre los conjuntos de vértices
respectivos cumple las propiedades necesarias para ser un isomorfismo entre los dos grafos.
Pero esto, desde luego, no es un procedimiento razonable si n es grande.
a b
1
d c 2 3
Figura 5.4.2: Grafos Isomorfos
Sin embargo, para decidir que dos grafos no son isomorfos contamos con ciertas propiedades
de un grafo que se han de conservar por isomorfismos:
1. Ambos grafos han de tener el mismo número de vértices (si no lo tienen, no podremos
construir una aplicación biyectiva entre los conjuntos de vértices).
2. Cada vértice ha de mantener sus relaciones de vecindad. En particular, si G = (V, A)

y G´ = (V´, A´) son dos grafos isomorfos mediante φ, entonces, para cada v ∈ V :
δ (v) = δ (φ(v)).
Si, por ejemplo, en un grafo tenemos un vértice de grado 7 y en el otro no, no podrían ser
isomorfos.
3. Con más generalidad, si dos grafos son isomorfos, entonces han de tener la misma
sucesión de grados. Sin embargo, el que dos grafos tengan la misma sucesión de grados
no garantiza que sean isomorfos, como muestra el ejemplo 5.4.1.
4. La sucesión de grados ha de conservarse, y como sabemos que en todo grafo la suma

de los grados coincide con (dos veces) el número de arista, deducimos que dos grafos
isomorfos han de tener el mismo número de aristas.
Ejemplo 5.4.1 Consideremos los dos grafos siguientes (nos olvidamos de las etiquetas de los
vértices):
4
a
e 1 6
b
d f 2 3 5
c
G1 G2
Figura 5.4.3: Grafos del Problema 5.4.1
181
Teoría de Grafos
Ambos grafos tienen seis vértices, cinco aristas y su sucesión de grados es (1, 1, 1, 2, 2, 3). Sin
embargo, no son isomorfos pues, por ejemplo, el vértice de grado 3 es, en un caso, vecino de
dos de grado 1 y de uno de grado 2; y en el otro, de uno de grado 1 y de dos de grado 2.
Hay otras propiedades que son conservadas bajo isomorfismos (todas las relacionadas
con vecindades); por ejemplo, el llamado cuello de un grafo, del que hablaremos más adelante.
Sin embargo, no existe una caracterización para el isomorfismo de dos grafos (una serie de
propiedades que determinen si dos grafos son o no isomorfos).
El isomorfismo de dos grafos se puede interpretar también en términos de sus matrices

correspondientes. Dados dos grafos G y G´, con matrices de adyacencia M y M’,
respectivamente:
G y G´ son isomorfos ⇔ Existe una permutación tal que si la aplicamos

sobre las filas y columnas de M, obtenemos M’.
Intentemos, al menos para los valores pequeños de n, la clasificación de los grafos no

isomorfos con n vértices.
Ejemplo 5.4.2 Clasifiquemos por clases todos los grafos distintos que podemos formar con el
conjunto de tres vértices V = {1, 2, 3}, en la Figura 5.4.4.
Como hay tres posibles aristas, habría 23 = 8 grafos distintos. Vistos salvo isomorfismos,
¿cuántos hay? Sin aristas, hay sólo uno. Nótese que, para esta configuración sin aristas,
también hay un único grafo (al etiquetar los vértices). Con una arista, hay una única
configuración, a la que corresponden tres grafos distintos, pues basta decidir qué vértice va
solo (o qué dos comparten arista).
Con dos aristas hay, de nuevo, una única configuración (un único grafo salvo
isomorfismo), aquél en el que los tres vértices forman una “cadena”:
Como se señala en la figura, hay tres grafos distintos que pertenecen a esta clase,
pues basta determinar el símbolo que situamos en el vértice de grado 2; y esto lo podemos
hacer de tres formas distintas. El lector podría comprobar que los otros tres posibles
etiquetados no producen grafos nuevos. Por ultimo, con tres aristas hay uno, al que
corresponde un único grafo:
En total, los 8 grafos distintos se engloban en cuatro clases, un grafo sin aristas, tres
grafos distintos con una arista, otros tres con dos aristas, y uno con las tres aristas.
Pero, en general, esta clasificación seria más complicada (habría, por ejemplo, varios
grafos no isomorfos con el mismo número de aristas). Animamos al lector a que intente la
clasificación en los casos n = 4 y n = 5 (hay 11 y 35 grafos no isomorfos con ese número de
vértices, respectivamente). El estudio general requiere herramientas mas complicadas que
veremos en el capitulo 14.
5.5.- CLASES DE GRAFOS
A continuación enumeraremos algunas clases de grafos que aparecerán

continuamente en lo que sigue; conviene recordar sus nombres y características.
GRAFO LINEAL: Diremos que un grafo es un Ln, un grafo lineal con n vértices (n ≥ 2) si tiene
n vértices (dos de grado 1 y el resto, si los hay, de grado 2) y es isomorfo a:
a b c d e f g
Figura 5.5.1: Grafo Lineal
182
Teoría de Grafos
1 3
(a) 0 arista 2
1 3 1 2 2 1
2 3 3
(b) 1 arista
1 2 3
1 3 2
2 1 3
(c) 2 aristas
3
(d) 3 aristas
Figura 5.4.4: Grafos del Problema 5.4.2
GRAFO CIRCULAR: Otra clase de grafos muy relevante son los llamados grafos circulares
con n vértices (todos de grado 2), para n ≥ 3, que denotaremos por Cn:
C3 C4 C5 C8
Figura 5.5.2: Grafo Circular
GRAFO COMPLETO: Si un grafo con n vértices tiene todas las (n ≥ 2) combinaciones de

posibles aristas, diremos que estamos ante el grafo completo con n vértices, Kn:
183
Teoría de Grafos
K3 K4 K5 K8
Figura 5.5.3: Grafo Completo
GRAFO VACIO: En los otros extremos encontramos los grafos vacíos Nn, con n vértices y
ninguna arista.
GRAFO BIPARTITO: Una clase de grafos que tienen relevancia en diversos problemas (por
ejemplo, en los problemas de asignación de tareas), son los llamados grafos bipartitos. Se
trata de aquéllos en los que podemos partir el conjunto de vértices en dos clases, de manera
que no haya aristas entre vértices de la misma clase. Un caso particular son los grafos
bipartitos completos, que nombraremos como Kr,s. En el dibujo de la derecha aparece un
K4,6. Un grafo Kr,s consta de r +s vértices, divididos en dos clases; e incluye las r × s aristas
que van de los vértices de un tipo a los del otro. Obsérvese que un grafo bipartito con r vértices
de un tipo y s de otro se puede obtener del Kr,s escogiendo un subconjunto de las aristas.
DEFINICIÓN 5.15.- Un Grafo G = (V, A) es bipartito si V = V1 ∪ V2 y V1 ∩ V2 = ∅ y cada

arista de G es de la forma [a, b] con a ∈ V1 y con b ∈ V2. Si cada
vértice de V1está unido con los vértices de V2 se tiene un grafo bipartito
completo.
a 1
b 2
c 3
d 4
5
6
Figura 5.5.4: Grafo Bipartito
El grafo del cubo, Qn, tiene como vértices los puntos del retículo n-dimensional de
coordenadas 0 o 1. Esto es, el conjunto de los vértices de Qn son todas las listas de longitud n
que podemos formar con ceros y unos. En total, pues, tiene 2n vértices. Dos vértices de Qn
serían vecinos si las listas de ceros y unos que los identifican difieren en una única posición.
Por tanto, todos los vértices tienen el mismo grado, n (hay n distintas maneras de variar una
posición en una n-lista): Qn es un grafo n-regular. Una simple cuenta nos permite calcular el
número de aristas:
2n
2 A(Qn ) = ∑ δ (v ) = ∑ n = n 2 n
v ∈V (Qn ) j =1
⇒ A(Qn ) = n 2 n −1
En una, dos y tres dimensiones son fáciles de dibujar:
184
Teoría de Grafos
(0,0,1) (0,1,1)
(1,0,1)
(1,1,1)
(0,1,0) y
(0,0,0)
(1,0,0) (1,1,0)
Figura 5.5.5: Grafo Cubo
Obsérvese que Q1 es isomorfo a L2, y Q2, a C4. Los grafos Qn, pese a que los dibujos
esbozados no hagan sospecharlo, son bipartitos: observemos que la mitad de los vértices
están etiquetados con listas de n posiciones que contienen un número par de ceros, y la otra
mitad, un número impar. Y dos listas que tienen un número par de ceros no pueden ser vecinas
en este grafo (e igual para las impares).
5.6.- CONEXIÓN EN GRAFOS
Consideremos los dos siguientes grafos:
G1 G2
Figura 5.6.1: Conectividad en Grafo
¿En qué se diferencian? Parece claro que en el de la derecha las aristas del grafo nos permiten
“llegar” de un vértice a cualquier otro; algo que no podemos hacer en el de la izquierda. El
objetivo de esta subsección es el de entender el concepto de “conexión” en grafos.
DEFINICIÓN 5.16.- Sean x, y vértices (no necesariamente distintos) de un grafo G = (V, A).
Un camino x – y en G es una sucesión alternada finita (sin lazos):
x = x0, a1, x1, a2, x2, a3 . . . .an – 1, x n – 1, an, x n = y
de vértices y aristas de G, que comienza en el vértice x y termina en el

vértice y y que contiene las n aristas a i = {x i – 1, x i} donde 1 ≤ i ≤n.
La longitud de un camino es n, el número de aristas que hay en el camino. (Si n = 0, no

existen aristas, x = y, y el camino se denomina trivial.
185
Teoría de Grafos
Cualquier camino x – y, donde x = y (y n > 1) es un camino cerrado. En caso contrario es un

camino abierto.
Ejemplo 5.6.1.- Para el grafos de la Figura 5.6.2, tenemos por ejemplo, los siguientes
tres caminos abiertos. Podemos enumerar solamente las aristas o
solamente los vértices (si el otro queda determinado claramente).
1.- {a, b}, {b, d}, {d, c}, {c, e}, {e, d}, {d, b}: este es un camino a - b de
longitud 6, en el que se repiten los vértices d y b, como así también la arista
{b, d} = {d, b}.
2.- b → c → d → e → c → f: aquí tenemos un camino b – f de longitud 5,

donde se repite el vértice c, sin que aparezcan las aristas más de una vez.
3.- {f, c}, {c, e}, {e, d}, {d, a}: en este caso el camino f – a tiene longitud 4, sin
repetición de vértices o aristas.
a c
b
f
d
Figura 5.6.2: Grafo del Ejemplo 5.6.1
DEFINICIÓN 5.17.- Consideremos un camino x – y en un grafo no dirigido G = (V, A):
a) Si no se repite ninguna arista en el camino x – y, entonces el camino es

un recorrido x – y. Un recorrido cerrado es un circuito.
b) Cuando ningún vértice del camino x – y se presenta más de una vez, el
camino es un camino simple x – y. El término ciclo se usa para describir
un camino simple cerrado x – y.
Ejemplo 5.6.2.- Para el grafos de la Figura 5.6.2, tenemos por ejemplo, las siguientes
tres situaciones. Podemos enumerar solamente las aristas o solamente
los vértices (si el otro queda determinado claramente).
1) El camino b – f de la parte (2) del Ejemplo 5.6.1 es un recorrido b – f,

pero no es un camino simple b – f ya que se repite el vértice c. Sin
embargo, el camino f – a de la parte 3 del mismo ejemplo es un recorrido
f – a y un camino simple f – a.
2) En la Figura 5.6.2, las aristas {a, b}, {b, d}, {d, c}, {c, e}, {e, d} y {d, a} dan
lugar al circuito a – a. El vértice d se repite, por lo que las aristas no nos
dan un ciclo a –a.
3) Las aristas {a, b}, {b, c}, {c, d} y {d, a} proporcionan un ciclo a – a (de
longitud). Cuando estas mismas aristas se ordenan apropiadamente,
también pueden definir un ciclo b – b, c – c o d – d. Cada uno de estos
ciclos es también un circuito.
186
Teoría de Grafos
Los términos que utilizamos aquí, paseo, camino, etc., podrían no coincidir con los
usados en otros textos. Para un grafo dirigido utilizaremos el adjetivo dirigido, como se usa,
por ejemplo, en caminos dirigidos, caminos simples dirigidos y ciclos dirigidos.
Estos nuevos conceptos nos permiten añadir criterios nuevos para decidir si dos grafos
son o no isomorfos: dados dos grafos G y G´ isomorfos mediante φ, entonces si C = {v0, . . . , v r}
es un ciclo en G, entonces C_ = {φ(v0), . . . , φ(v r)} es un ciclo en G´. En particular se
conservaría la longitud del menor ciclo que haya en el grafo:
DEFINICIÓN 5.18.- Si G es un grafo, se llama cuello del grafo G al mínimo de las

longitudes de los ciclos de G.
Tabla 2: Terminología de caminos en la Teoría de Grafos
Vértices Aristas Abierto Cerrado Nombres

Repetidos Repetidas
Si Si Si Camino
Si Si Si Camino Cerrado
Si No Si Recorrido
Si No Si Circuito
No No Si Camino Simple
No No Si Ciclo
TEOREMA 5.3: Sea G = (V, A) un grafo no dirigido, con a, b ∈ V, con a ≠ b. Si existe

un recorrido (en G) de a a b, entonces existe un camino simple (en G)
de a a b.
DEFINICIÓN 5.19.- Sea G = (V, A) un grafo no dirigido. Diremos que G es conexo si existe
un camino simple entre cualesquiera dos vértices distintos de G.
Ejemplo 5.6.3.- En la Figura 5.6.3 tenemos un grafo no dirigido sobre V = {a, b, c, d, e,

f, g}. Este grafo no es conexo ya que, por ejemplo, no existe un camino
simple desde a a e. Sin embargo, el grafo esta compuesto por piezas,
donde los conjuntos de vértices son V1 = {a, b, c, d} y V2 = {e, f, g} y los
conjuntos de aristas son A1 = {{a, b}, {a, c}, {a, d}, {b, d}} y el conjunto
A2 = {{e, f}, {f, g}} que son conexos, estas piezas son las
componentes conexas del grafo.
Por lo tanto un grafo no dirigido G = (V, A) es disconexo si y solo si V puede separarse

en al menos dos subconjuntos V1 y V2 tales que no haya una arista de A de la forma {x, y}
donde x ∈ V1, e y ∈ V2,. Un grafo es conexo si y solo si tiene solamente una componente.
a b e g
f
c d
Figura 5.6.3: Grafo del Ejemplo 5.6.3
187
Teoría de Grafos
DEFINICIÓN 5.20.- Dado un grafo G = (V, A), una componente conexa de G sería el
grafo que se obtiene al tomar todos los vértices que están en la
componente conexa de un cierto vértice de V y todas las aristas del
grafo que conectan estos vértices.
.
Señalemos que las componentes conexas de un grafo son grafos conexos y es fácil ver que
todo grafo se puede representar como unión de grafos conexos (sus componentes conexas).
DEFINICIÓN 5.21.- Para cualquier grafo G = (V, A), el número de componentes conexas
de G se denota por Κ (G).
DEFINICIÓN 5.22.- Diremos que una arista a de un grafo G es un puente si el grafo G \ {a}
que se obtiene de G al quitar la arista a (y dejar los mismos vértices)
tiene más componentes conexas que G.
Por ejemplo, en el siguiente grafo conexo a es la única arista del grafo que es puente. En
particular, si el grafo G de partida es conexo, entonces se tiene el siguiente resultado:
V1 V6
V4 V5
V2 a
V3 V7
Figura 5.6.4: Puente a en el Grafo G
LEMA 5.1.- Si G es un grafo conexo y a es una arista puente de G, entonces G \ {a} tiene
exactamente dos componentes conexas.
Demostración. Llamemos v y w a los vértices que son extremos de la arista a. Y dividamos los
vértices de G en dos clases:
1. el conjunto de vértices V1, formado por aquéllos para los que existe un camino que los
conecta con v sin usar la arista a (esto es, sin pasar por el vértice u). Entre éstos está,
por supuesto, el propio vértice v.
2. El conjunto V2 de los vértices que necesariamente han de usar la arista a para
conectarse a v. Entre ellos está w (¿por qué?).
Que esto es una partición de los vértices de G es obvia. Pero, además, la intersección de V1 y
V2 es vacía: si un vértice x ∈ V(G) estuviera en V1 y en V2 a la vez, a no sería arista puente,
porque podríamos quitarla sin que se desconectara el grafo. Si ahora formamos el grafo G \ {a},
sus dos componentes conexas son, precisamente, los vértices de V1 (y sus aristas) y los
vértices de V2 (y sus aristas). _
Con estas herramientas, podemos establecer un resultado a priori sobre grafos

conexos, que responde a la idea intuitiva de que han de tener suficientes aristas como para
poder conectar todos sus vértices.
PROPOSICIÓN 5.1.- Si G es un grafo conexo, entonces |A(G)| ≥ |V (G)| − 1.
Demostración. La razón es que la conexión óptima (con menor número de aristas) se produce
cuando tenemos exactamente una arista menos que vértices (veremos este hecho cuando
hablemos de árboles). Pero en general tendremos más aristas. La prueba la haremos utilizando
188
Teoría de Grafos
el principio de inducción fuerte en | A |, el número de aristas.
Si no tenemos aristas, para que el grafo sea conexo, sólo puede haber un vértice. Si lo
que tenemos es un grafo conexo con | A | = 1, la única posibilidad es que sea el grafo L2, que
tiene dos vértices. Supongamos cierto que si tenemos un grafo conexo con k aristas, para
cualquier k ≤ m, entonces | V | ≤ k + 1. Consideremos entonces un grafo conexo G con:
|A(G)| = m + 1.
Sea a una arista cualquiera de G y construyamos un nuevo grafo H quitando esta arista a. El
grafo H tiene los mismos vértices que G pero una arista menos (la a) que G. Caben dos
posibilidades para este nuevo grafo:
1. Si H sigue siendo conexo (es decir, si a no era arista puente en G), por hipótesis de
inducción (tiene m aristas), y teniendo en cuenta que |A(H)| = |A(G)| − 1 y que V (G) = V
(H), tendremos que
|A(H)| ≥ |V (H)| −1 ⇒ |A(G)| ≥ |V (G)| .
2. Pero si a era puente en G, H ya no es conexo, sino que tiene dos componentes conexas;
llamémoslas H1 y H2. Ambas son grafos conexos y tienen menos aristas que G (fijémonos
en que estos subgrafos pueden constar de un único vértice). Teniendo en cuenta que
|A(H1)| + |A(H2)| = |A(H)| = |A(G)| −1 y |V (H1)| + |V (H2)| = |V (H)|,
y con la hipótesis de inducción, terminamos la demostración:
|A(H1)| ≥ |V (H1)| − 1
|A(H2)| ≥ |V (H2)| − 1 ⇒ |A(G)| − 1 ≥ |V (G)| − 2 ⇒ |A(G)| ≥ |V (G)| − 1 .
_
Podemos generalizar este resultado al caso de que el grafo conste de más de una componente
conexa. La demostración del siguiente enunciado sólo exige aplicar el anterior a cada
componente conexa de G y sumar:
PROPOSICIÓN 5.2.- Si G es un grafo con k componentes conexas, entonces |A| ≥ |V | − k.
5.7.- NÚMERO DE CAMININOS, MATRIZ DE ADYACENCIA Y CONEXIÓN
Llamemos aij a las entradas de la matriz M de adyacencia de un grafo G con vértices

{v1, . . . , vn}. Los números aii son 0 para cada i = 1, . . . , n. Si i ≠ j, aij sería 1 si vi es adyacente
de vj y 0 en caso contrario.
Aunque por ahora suene poco informativo, podemos interpretar el número aij como el
número de caminos de longitud 1 que hay entre el vértice vi y el vértice vj. Lo interesante es
que esta interpretación se puede generalizar.
TEOREMA 5.4.- Si M es la matriz de vecindades de un grafo G, la entrada (i, j) de la

matriz Mk cuenta el número de caminos de longitud k entre los vértices
vi y vj .
DEMOSTRACIÓN. La hacemos por inducción en k. El caso k = 1 ya ha sido comprobado antes.

Llamemos a(k)ij a la entrada que ocupa la posición (i, j) en la matriz Mk. Como Mk = M k−1 M, las
reglas de multiplicación de matrices nos dicen que:
189
Teoría de Grafos
n
a ij( k ) = ∑a
l =1
( k −1 )
il a ij
Observemos ahora que ail (k−1)alj es igual a ail (k−1) si es que vl es adyacente de vj, mientras que
vale 0 en caso contrario.
Por hipótesis, ail (k−1) cuenta el número de paseos de longitud k −1 entre vi y vl. Así que, en la
suma de arriba, estamos contando todos los posibles paseos de vi a vj de longitud k
clasificándolos en función del vértice que, en cada paseo, sea justo el anterior a vj .
Lo vemos en un ejemplo sencillo:
Ejemplo 5.7.1.- Consideremos el grafo siguiente:
1 2
5 4
Figura 5.7.1: Grafo G del Ejemplo 5.7.1
La matriz de adyacencia, y sus primeras potencias, son las siguientes matrices:
0 1 0 1 1 3 1 2 1 0 2 6 2 6 3
1 0 1 1 0 1 3 1 2 1 6 4 5 5 1
M = 0 1 0 1 0 M2 = 2 1 2 1 0 M3 = 2 5 2 5 2
1 1 1 0 0 1 2 1 3 1 6 5 5 4 1
1 0 0 0 0 0 1 0 1 1 3 1 2 1 0
Obsérvese que en la diagonal de M2 aparecen los grados de cada vértice. Esto es general: la
entrada aij(2) coincide con el grado de vi, pues el número aii (2) cuenta los caminos de longitud 2
de vi a vi.
3
De la matriz M deducimos, por ejemplo, que hay seis paseos distintos de longitud tres
entre los vértices 1 y 2. El lector podrí encontrar los seis caminos 1−5−1−2 , 1−4−1−2 , 1−
2−1−1 , 1−2−3−2 , 1−2−4−2 , 1−4−3−2 sobre el grafo.
Apliquemos estas ideas a la tarea de comprobar si un grafo G es conexo o no. Y, en el

caso en que no lo sea, a la determinación de sus componentes conexas.
Sea G un grafo con n vértices y matriz de vecindades M. Observemos que, si dos

vértices se pueden conectar en un grafo, es seguro que lo podrían hacer utilizando un camino
simple de longitud a lo sumo n − 1. La entrada (i, j) de la matriz
∼M = I +M +M2 + · · · +Mn−1
(donde I significa la matriz identidad n × n) contiene la información sobre el número de caminos,

de longitud a lo sumo n − 1, que existen entre los vértices vi y vj . Por lo tanto, si alguna
entrada de la matriz ∼ M es nula, entonces el grafo no puede ser conexo. Y viceversa, si todas
las entradas de ∼M son positivas, entonces el grafo sería conexo.
190
Teoría de Grafos
Si el grafo no es conexo, la matriz ∼M también contiene la información sobre las

componentes conexas. Tomemos, por ejemplo, la primera fila de la matriz, etiquetada con el
vértice v1: las posiciones en las que aparezcan unos determinan los vértices de la componente
conexa a la que pertenece v1. El procedimiento se repetiría para la fila correspondiente al
primer vértice no incluido en la componente anterior. Y así sucesivamente, hasta determinar
todas las componentes conexas del grafo.
5.8.- CAMINOS EULERIANOS Y HAMILTONIANOS
¿Podemos movernos por las aristas de un grafo comenzando en un vértice y volviendo

a él después de haber pasado por cada arista del grafo exactamente una vez? Análogamente,
¿podemos desplazarnos por las aristas de un grafo comenzando en un vértice y volviendo a él
después de haber visitado cada vértice del grafo exactamente una vez? Aunque estas
preguntas parecen similares, la primera de ellas, que pregunta si el grafo contiene lo que se
llama circuito euleriano, puede resolverse fácilmente para cualquier grafo, mientras que la
segunda cuestión, la de si el grafo contiene o no lo que se llama un circuito hamiltoniano, es
bastante difícil de resolver.
La ciudad prusiana de Königsberg estaba dividida en cuatro partes por los dos brazos
en los que se bifurca el río Pregel. Estas cuatro partes eran las dos regiones a orillas de río
Pregel, la isla de Kneiphof y la región que quedaba entre ambos brazos del río Pregel. Siete
puentes conectaban entre si estas regiones en el siglo XVIII. La Figura 5.8.1 ilustra las regiones
y los puentes.
Figura 5.8.1; Los Puentes de Königsberg
Los habitantes de Königsberg solían dar largos paseos por la ciudad los domingos.
Hubo quien se preguntó si era posible comenzar el paseo en algún sitio de la ciudad, atravesar
todos los puentes sin cruzar ninguno dos veces y regresar al punto de partida.
El matemático Leonhard Euler resolvió el problema. Su solución, publicada en 1736, es

posiblemente la primera ocasión que se utilizo la teoría de grafos. Euler estudio el problema
utilizando el multigrafo que se obtiene si se representan las cuatro regiones mediante vértices
y los siete puentes mediante aristas. Este multigrafo se muestra en la Figura 5.8.2.
B A C
Figura 5.8.2: Modelo en forma de Multigrafo de los puentes de Königsberg
191
Teoría de Grafos
El problema de recorrer todos los puentes sin cruzar ninguno de ellos más de una vez
puede replantearse en términos de este modelo. La pregunta se convierte entonces en la de si
hay o no algún circuito simple en el multigrafo que contenga todas las aristas del grafo.
DEFINICIÓN 5.23.- Sea G = (V, A), un grafo o multigrafo no dirigido sin vértices aislados.
Entonces G tiene un circuito euleriano si existe un circuito de G que
recorra cada arista del grafo exactamente una vez. Si existe un
recorrido abierto de x a y en G que recorra cada arista de G
exactamente una vez, este recorrido se denominara recorrido
euleriano. Un camino euleriano es un camino simple que contiene
todas las aristas de G.
Ejemplo 5.8.1.- ¿Cuales de los grafos de la Figura 5.8.3 contienen un circuito euleriano? Entre
aquellos que no lo contienen, ¿Cuáles contienen un camino euleriano?:
Solución: El grafo G1 contiene un circuito euleriano, por ejemplo, a, e, c, d, e, b,

a. Ni G2 ni G3 contienen un circuito euleriano. No obstante, G3, contiene un
camino euleriano, a saber, a, c, d, e, b, d, a, b. El grafo G2 no contiene ningún
camino euleriano.
a b a b a b
e e
e
d c d c d c
G1 G2 G3
Figura 5.8.3: Grafos no dirigidos G1, G2 y G3
TEOREMA 5.5.- Sea G = (V, A) un grafo o multigrafo no dirigido, sin vértices aislados.
Entonces G tiene un circuito euleriano en G si y sólo si G es conexo y
todo vértice de G tiene grado par.
COROLARIO 5.1.- Sea G = (V, A) un grafo o multigrafo no dirigido, sin vértices aislados,
entonces podemos construir un recorrido euleriano si y sólo si G es
conexo y tiene exactamente dos vértice de G grado impar.
Hemos obtenido condiciones necesarias y suficientes para la existencia de caminos y

circuitos que contienen a cada una de las aristas de un grafo (multigrafo) exactamente una vez.
¿Podemos hacer lo mismo con caminos y circuitos simples que pasen exactamente una vez
por cada vértice del grafo?
DEFINICIÓN 5.24.- Se dice que un camino x0, x1, x2, . . . ,xn-1, xn del grafo G = (V, A), es
un camino hamiltoniano si V = { x0, x1, x2, . . . ,xn-1, xn} y xi ≠ xj para
el siguiente rango 0 ≤ i < j ≤n. Se dice que un circuito x0, x1, x2, . . . ,xn-
1, xn, x0 (con n>1) del grafo G = (V, A) es un circuito hamiltoniano si
la secuencia x0, x1, x2, . . . ,xn-1, xn es un camino hamiltoniano.
Ejemplo 5.8.2.- ¿Cuales de los grafos de la Figura 5.8.4 contienen un circuito hamiltoniano o
sino un camino hamiltoniano?
192
Teoría de Grafos
Solución: El grafo G1 contiene un circuito hamiltoniano, por ejemplo, a, b, c, d,

e, a. No hay circuito hamiltoniano en G2 (esto puede verse porque cualquier
circuito que pase por todos los vértices tiene que contener dos veces la arista
{a, b}), pero G2 contiene un camino hamiltoniano, que es a, b, c, d. El grafo G3,
no contiene ni un circuito hamiltoniano, ya que cualquier camino que pase por
todos los vértices tiene que contener más de una vez a una de las siguientes
aristas: {a, b}, {e, f} y {c, d}.
a b a b a b g
e c d c d c e
G2 G3
G1 d f
Figura 5.8.4: Grafos no dirigidos G1, G2 y G3 con o

sin caminos hamiltonianos
TEOREMA 5.6.- TEOREMA DE DIRAC: Sea G = (V, A) un grafo simple con n vértices para n ≥
3, tal que todos los vértices de G tienen grado mayor o igual a n/2. Entonces
G contiene un circuito hamiltoniano.
TEOREMA 5.7.- TEOREMA DE ORE: Sea G = (V, A) un grafo simple con n vértices para n ≥ 3,
tal que δ(u) + δ(v) ≥n, para cada par de vértices no adyacentes u y v de G.
Entonces G tiene un circuito hamiltoniano..
5.9.- GRAFOS PLANOS
En un mapa de carreteras, las líneas que indican las carreteras y autopistas se

intersecan por lo general solamente en los puntos de confluencia o en poblaciones. Pero hay
ocasiones en que las carreteras parecen intersecarse cuando una se localiza sobre otra, como
en el caso de un paso elevado. En este caso las dos carreteras están en diferentes niveles o
planos. Este tipo de situación nos lleva a definir los grafos planos.
DEFINICIÓN 5.25.- Un grafo G = (V, A), es plano si podemos dibujar a G en el plano de

modo que sus aristas se intersequen sólo en los vértices de G. Este
dibujo de G se conoce como una inmersión (embebido o encaje) de
G en el plano
a w x w x
e f
b c z y z y
(a) G1 (b) G2 (c) G2
Figura 5.9.1: Grafos Planos G1 y G2
193
Teoría de Grafos
Ejemplo 5.9.1.- Los grafos de la Figura 5.9.1 son planos. El primero G1 es un grafo 3-regular,
ya que cada vértice tiene grado 3; es plano pues ningún par de aristas se
intersecan, excepto en los vértices. El grafo (b) G2 parece un grafo no plano;
las aristas {x, z} y {w, y} se cruzan en un punto distinto a un vértice. Sin
embargo podemos trazar nuevamente este grafo, como se muestra en la parte
(c) de la figura. En consecuencia K4 es plano.
Ejemplo 5.9.2.- Al igual que K4, los grafos K1, K2, y K3 son planos.
DEFINICIÓN 5.26.- Sea G = (V, A), un grafo no dirigido sin lazos, tal que A ≠ ∅. Una
subdivisión elemental de G resulta cuando eliminamos una arista tal
como a = {v, w} de G y entonces las aristas {u,ν} y {ν, w} se añaden a
G – a, donde ν ∉ V.
DEFINICIÓN 5.27.- Los grafos no dirigidos sin lazos G1 = (V1, A1) y G2 = (V2. A2) son
homeomorfos si son isomorfos o si ambos pueden obtenerse del
mismo grafo no dirigido sin lazos H por una sucesión de subdivisiones
elementales.
Ejemplo 5.9.3.- Al igual que los ejemplos anteriores tenemos los siguientes grafos:
1. Sea G = (V, A) un grafo no dirigido sin lazos con ⎜A⎟ ≥ 1. Si G’ se obtiene

de G por una subdivisión elemental, entonces el grafo G’ = (V’, A’)
satisface ⎜V’⎟ = ⎜V⎟ + 1 y ⎜A’⎟ = ⎜A⎟ + 1.
2. Consideremos los grafos G, G1, G2 y G3 de la Figura 5.9.2. En este caso G1

se obtiene de G por intermedio de una subdivisión elemental: se elimina la
arista {a, b} de G y se añaden las aristas {a, w} y {w, b}. El grafo G2 se
obtiene de G mediante dos subdivisiones elementales. Por lo tanto G1 y G2
son homeomorfos. Así mismo, G3 puede obtenerse de G con cuatro
subdivisiones elementales, por lo tanto G3 es homeomorfo a G1 y G2.
3. Sin embargo G1 no puede obtenerse de G2(o G2 de G1) por una sucesión

de subdivisiones elementales. Además, el grafo G3 puede obtenerse de G1
o G2 por una sucesión de subdivisiones elementales: seis (de tales
sucesiones de tres subdivisiones elementales) para G1 y dos para G2. Pero
ni G1 ni G2 pueden obtenerse de G3 por una sucesión de subdivisiones
elementales.
G G1 G2 G3
a b a w b a b a w b
c c c c
y x y x
z
e d e d e d e d
(a) (b) (c) (d)
Figura 5.9.2: Grafos Homeomorfos G1, G2 y G3
194
Teoría de Grafos
Podría pensarse que los grafos homeomorfos son isomorfos excepto, posiblemente,
por los vértices de grado 2. En particular, si dos grafos son homeomorfos, son simultáneamente
planos (o no planos). Estos antecedentes llevan al siguiente resultado.
TEOREMA 5.8.- TEOREMA DE KURATOWSKI: Un grafo G = (V, A) no es plano si y solo si

contiene un subgrafo que es homeomorfo a K5 o a K3, 3.
(a) G1 (b) G2 b
a b a
R1
R2
d
R3 c d c
R4
Figura 5.9.3: Regiones en un Grafo
Cuando un grafo o multigrafo es plano y conexo obtenemos la siguiente relación

descubierta por Euler, para el cual necesitamos contar el número de regiones determinadas por
un grafo o multigrafo conexo plano, el número (de estas regiones) se define sólo cuando se
tiene una inmersión plana del grafo. Por ejemplo, la inmersión plana de K4 en la parte (a) de la
Figura 5.9.3 demuestra cómo esta representación de K4 determina cuatro regiones en el plano;
tres de área finita R1, R2 y R3 y la región infinita R4. Cuando observamos la Figura 5.9.3 (b)
podría pensarse que K4 determina cinco regiones, pero esta representación no es una
inmersión plana de K4. Así, el resultado de la Figura 5.9.3(a) es el único que nos interesa.
TEOREMA 5.9.- Sea G = (V, A) un grafo o multigrafo plano conexo con ⎜V⎟ = ν y ⎜A⎟ = a.
Sea r el número de regiones en el plano determinadas por una
inmersión (o representación) plana de G, una de estas regiones tiene
un área infinita y se conoce como región infinita. Entonces: ν – a + r = 2
COROLARIO 5.2.- Sea G = (V, A) un grafo o multigrafo plano conexo sin lazos con los
valores ⎜V⎟ = ν y ⎜A⎟ = a > 2. y r regiones. Entonces se deben cumplir
las siguientes condiciones 3r ≤ 2a y a ≤ 3ν - 6.
Ejemplo 5.9.4.- El grafo K5 no tiene lazos y es conexo con 10 aristas y cinco vértices.
En consecuencia: 3ν - 6 = 15 – 6 = 9 < 10 = a. Por lo tanto por el
Corolario 5.2, vemos que K5 no es plano.
Ejemplo 5.9.5.- El grafo K3, 3 no tiene lazos y es conexo con 9 aristas y seis vértices.
En consecuencia: 3ν - 6 = 18 – 6 = 12 ≥ 9 = a. Sería un error concluir a
partir de esto que K3, 3 es plano; cometeríamos el error de estar
argumentando al revés.
Sin embargo, K3, 3 no es plano. Si K3, 3 fuera plano, entonces como
cada región del grafo está limitada por al menos cuatro aristas,
tendríamos 4r ≤ 2ª. Del teorema de Euler, tenemos ν – a + r = 2 o de
r = a - ν + 2 = 9 – 6 + 2 = 5, y 20 = 4r ≤ 2ª = 18. De esta demostración
surge que K3, 3 no es plano.
195
Teoría de Grafos
5.10.- PROBLEMAS DEL CAPITULO V
1– bPara el grafo de la Figura 5.10.1, determine: b d f
1. un camino b - d que no sea un recorrido; a

a
2. un recorrido b – d que no sea un camino simple;
3. un camino simple b - d; c
g
4. un camino cerrado b - b que no sea un circuito; c e
5. un circuito b - b que no sea un ciclo; y,
6. un ciclo b - b.
Figura 5.10.1
2- ¿Cuántos caminos simples diferentes de longitud 3 existen entre los vértices a y f en el
grafo de la Figura 5.10.2?
a b
h g
Figura 5.10.2
e f
d c
3– ¿Cuál de los grafos de la Figura 5.10.3 es conexo? En el caso que no sea conexo,
¿cuántas componentes conexas tiene?
G2 a
a b
G1
g
c
d f
b
f e
e h
c
Figura 5.10.3
d
4– a) Dé un ejemplo de un grafo conexo G tal que al eliminarle cualquier arista se
obtenga un grafo disconexo.
b) Sea G un grafo que satisface la condición del apartado a) ¿Debe G carecer de
lazos? ¿Puede G ser un multígrafo? Si G tiene n vértices, ¿podemos determinar
cuántas aristas tiene?
5– Sea G el grafo no dirigido de la Figura 5.10.4 a)

1) ¿Cuántos subgrafos conexos de G tienen cuatro vértices e incluyen un ciclo?
2) Describa el subgrafo G1 (de G) de la parte b) de la figura como un subgrafo
inducido y en términos de la eliminación de los vértices de G.
3) Describa el subgrafo G2 (de G) de la parte c) de la figura como un subgrafo
inducido y en términos de la eliminación de los vértices de G.
4) Trace el subgrafo de G inducido por el conjunto de vértices U={ b , c , d , f , i ,
j}
5) Para el grafo G, sea e la arista {c , f }. Trace el subgrafo G – e
6) Encuentre un subgrafo recubridor de G de tal modo que:
i) No posea aristas.
ii) Posea 3 aristas
iii) Posea un ciclo.
iv) Sea conexo y sin ciclos.
196
Teoría de Grafos
a G a G1 G2
b b b
c d d c d
f f
f
j j
h i i i j
g g g
Figura 5.10.4 (a) (b) (c)
6− Demostrar que si G es un grafo con n vértices y al menos (k − 1)n − (k 2) + 1 aristas,

donde 0 < k < n, entonces hay un subgrafo de G con δ(H) ≥ k.
7− Sea G un grafo con V (G) ⊆ {1, . . . , n} con |V (G)| = v y |A(G)| = a. ¿Cuántos grafos
distintos con vértices en {1, . . . , n} contienen a G como subgrafo?
8− Probar que si G es un grafo con al menos dos vértices, entonces G tiene al menos dos
vértices con el mismo grado.
9– a) Trace los grafos completos: K1, K2, K3, K4, K5

b) Halle una fórmula para el número de lados de Kn
10 – Encuentre el grafo complementario de cada uno de los siguientes grafos:
a) b) G2 a
G1 a
f b
e b
e c
d c Figura 5.10.5 d
11 – a) Encuentre la matriz de adyacencia y la matriz de incidencia para los siguientes

grafos:
G1 G2 G3
Figura 5.10.6
b) Trace un grafo, sin lados paralelos, representado por las siguientes matrices
de adyacencia:
⎛1 0 0 1 0⎞
⎛1 0 0 0⎞
i) ⎜ ⎟ ii) ⎜ ⎟
⎜0 0 1 0 1⎟
⎜0 1 1 0⎟
A = ⎜0 1 1 1 1⎟ A=⎜
1 1 0⎟
⎜ ⎟ ⎜
0
⎟
⎜1 0 1 0 0⎟ ⎜0 0 0 0 ⎟⎠
⎜0 ⎝
⎝ 1 1 0 0 ⎟⎠
197
Teoría de Grafos
c) Trace un multígrafo representado por las siguientes matrices de incidencia
i) ⎛1 0 0 0 0 1⎞ ii)
⎜ ⎟ ⎛0 1 0 0 1 1⎞
⎜0 1 1 0 1 0⎟ ⎜ ⎟
⎜0 1 1 0 1 0⎟
I = ⎜0 0 0 0 0 0⎟
⎜ ⎟ I = ⎜0 0 0 0 0 1⎟
⎜1 1 0 1 0 0⎟ ⎜ ⎟
⎜0 ⎜1 0 0 1 0 0⎟
0 1 1 1 1 ⎟⎠ ⎜1
⎝
⎝ 0 0 1 0 0 ⎟⎠
12 − Sea G un grafo con n vértices y 2 componentes conexas.

(a) ¿Cuál es el número mínimo de aristas que G puede tener en esas condiciones?
(b) Supongamos además que cada componente de G es un grafo completo, ¿cuál es el
número mínimo de aristas que G puede tener?.
13 − En una reunión de 20 personas hay en total 48 pares de personas que se conocen.

(a) Justificar por qué hay al menos una persona que a lo sumo conoce a cuatro
personas.
(b) Supongamos que hay exactamente una persona X que conoce a lo sumo a cuatro;
y supongamos que esta X conoce al menos a una. Verificar que las otras 19 conocen
exactamente a cinco cada una. ¿A cuántos conoce X?
14 − Sea G un grafo conexo con cuello c(G). Probar que si d(u, v) ≤ 2 c(G), entonces hay
una única geodésica de u a v. a
15 – Dado el siguiente grafo, calcule la cantidad de:

a) caminos de longitud 3 existentes entre c y e b
b) caminos de longitud 4 existentes entre a y b e
Figura 5.10.7 d c
+
16 – Si n ∈Z y n ≥ 3, el grafo Rueda con n radios se define como el grafo formado por un
ciclo de longitud n y un vértice adicional que es adyacente a los n vértices del ciclo.
Este grafo se denota con R n
a) Trace R3 ,R4 , R5 y R6
b) ¿Es algún grafo Rn isomorfo a un grafo completo Kn?
17 – En cada apartado determine si los grafos dados son isomorfos.
a)
b)
198
Teoría de Grafos
c)
d)
Figura 5.10.8
18 − Construir cinco grafos con 8 vértices, todos de grado 3, de forma que cada dos de esos
grafos no sean isomorfos.
19 – En cada uno de los siguientes apartados, use el concepto de grafos complementarios
para determinar si cada par de grafos que se da son isomorfos o no:
a)
G1 G2
b)
G1 G2 Figura 5.10.9
c)
G1 G2
199
Teoría de Grafos
20 − Probar que Cn es el único grafo conexo (salvo isomorfismos) con n vértices de forma
que el grado de todos sus vértices es 2.
21 − ¿Cuántos grafos de tres vértices pueden construirse de manera que cada dos no sean
isomorfos? ¿Y cuántos con cuatro?
Sugerencia. Hacer una partición de los grafos según haya o no vértices de grado tres;
luego según haya o no de grado dos, etc.
22 − Fijemos los vértices {1, . . . , n} y sea G el grafo completo con esos vértices.
(a) ¿Cuántos grafos isomorfos a un C3 distintos se pueden formar que sean subgrafos
del grafo G?
(b) ¿Cuántos grafos isomorfos a un Ck distintos se pueden formar que sean subgrafos
del grafo G?
(c) ¿Cuántos grafos isomorfos a un Kr se pueden formar con los vértices {1, . . . , n}?
(Obsérvese que el apartado (a) es un caso particular de (b) y (c)).
(d) La misma pregunta, pero para un Kr,s.
23 – Trace grafos o multígrafos que tengan las propiedades dadas en cada uno de los
siguientes apartados o explique por que no existen tales grafos:
a) Que tenga tres aristas y dos vértices.
b) Que tenga tres aristas y la suma de los grados de sus vértices sea 10.
c) Que sea 3-regular y que tenga cinco vértices.
d) Que sea 3-regular y que tenga seis vértices.
e) Que posea seis vértices y cuatro aristas
f) Que posea cuatro vértices con grados 1, 2 , 3 y 4
g) Que sea un grafo simple que tenga seis vértices con grados 1,2,3,4,5,5
24 - Determine |V| (cantidad de vértices) para los siguientes grafos o multígrafos G.

a) G tiene nueve aristas y todos los vértices tienen grado 3.
b) G es regular con 15 aristas.
c) G tiene 10 aristas con dos vértices de grado 4 y los demás de grado 3.
25 – Determine los valores de n para los que el grafo completo Kn tiene un circuito euleriano.
¿Cuáles Kn tienen recorrido euleriano pero no circuito euleriano?
26 – a) Encuentre un circuito euleriano para el grafo de la Figura 5.10.10.

b) Si se elimina la arista {d, e} de este grafo, encuentre un recorrido euleriano para el
subgrafo resultante
a b c
d e f g
Figura 5.10.10
h i j k
27 - Un sistema de carreteras comunica siete pueblos A, B, C, D, E, F, y G como sigue:
La carretera 22 comunica A y C pasando por B.

La carretera 33 comunica C y D, y después pasa por B hasta llegar a F.
La carretera 44 comunica D y A pasando por E.
La carretera 55 comunica F y B pasando por G.
La carretera 66 comunica G y D.
200
Teoría de Grafos
a) Utilizando vértices para representar los pueblos y aristas para los tramos de
carretera que los unen; dibuje un grafo que ilustre esta situación.
b) ¿Es posible comenzar en algún pueblo y viajar por todas las carreteras
mencionadas exactamente una vez,
i) volviendo al mismo pueblo?;
ii) si no es necesario regresar al pueblo en el que inició el recorrido?
28 − Sea G un grafo con n vértices, m aristas y p componentes conexas. Probar que se

cumple la siguiente desigualdad:
n − p ≤ m ≤ ½ (n − p)(n − p + 1) .
29 − Sea un grafo G y sean δ = δ(G) y c = c(G) el grado mínimo y el cuello de G,

respectivamente (c(G) < + ∞).
(a) Supongamos que c es un número impar, digamos c = 2m+1. Probar que el
número de vértices de G es, al menos,
1 + δ + δ(δ − 1) + δ(δ − 1)2 + · · · + δ(δ − 1)m−1 .
Así que, en particular, |V (G)| ≥ (δ − 1) c−1/2
(b) Supongamos que c es un número par, c = 2m. Entonces, el número de vértices de

G es, al menos, 2 + 2(δ − 1) + 2(δ − 1)2 + · · · + 2(δ − 1)m−1.
(c) Comprobar que se tiene siempre que |V (G)| ≥ (δ − 1)[ (c−1)/2 ].
Comentario: si un grafo tiene δ grande (todos los vértices tienen muchos vecinos) y c grande
(todos los ciclos son largos), estos resultados nos dicen que tendría muchos vértices. Por
ejemplo, si de un grafo sabemos que no tiene triángulos (C3) ni cuadrados (C4) y tiene menos
de 100 vértices, entonces al menos uno tiene grado ≤ 10. O si δ = 10 y c = 10, entonces el
grafo tiene al menos 6561 vértices.
Sin embargo, esto ocurre cuando exigimos que ambos números sean altos simultáneamente:
un grafo como el K11 tiene δ = 10, y sólo tiene 11 vértices. Mientras que un C10 tiene c = 10 (y
10 vértices).
30 − La siguiente figura muestra un grafo que representa una sección de una tienda. Los
vértices indican donde se localizan las cajas, mientras que las aristas indican los
pasillos entre ellas. La tienda contrata a una empresa de vigilancia y desea saber:
a) ¿Puede un solo vigilante recorrer todos los pasillos pasando una sola vez por cada
pasillo y volver al punto de partida?
b) ¿Puede un solo vigilante recorrer todos los pasillos pasando una sola vez por cada
pasillo sin necesidad de volver al punto de partida?
Figura 5.10.11
31 – Al visitar el museo de ciencias, Pablo y David se preguntan si podrían pasar por las
siete habitaciones y el pasillo que las rodea sin cruzar ninguna puerta más de una vez.
Si comienzan desde la posición del pasillo marcada con una estrella en la Figura
5.10.12, ¿pueden lograr su objetivo?
201
Teoría de Grafos
Figura 5.10.12
32 – a) ¿Cuántos vértices y cuántas aristas tienen los grafos bipartitos completos K4,7, K7,11
y Km,n donde m,n ∈ Z+
b) Si el grafo Km,12 tiene 72 aristas, ¿cuánto vale m?
33 – Para cada grafo de la Figura 5.10.13, determine si el grafo es bipartito o no.
Figura 5.10.13
34 - ¿Cuál es la longitud del camino simple más largo en cada uno de los siguientes grafos?
a) K1,4 b) K3,7 c) K7,12 d) Km,n
35 - ¿Puede un grafo bipartito contener un ciclo de longitud impar? Explique por qué.
36 – Muestre que K5 y K3,3 no son planos.
37 – Dado el grafo G, encuentre

a) un grafo G1 por medio de una subdivisión elemental sobre G.
b) un grafo G2 por medio de dos subdivisiones elementales sobre G.
c) ¿Cómo son G1 y G2?
Figura 5.10.14
G
38 – Determine cuáles de los siguientes grafos son planos. Si un grafo es plano, vuelva a
dibujarlo sin aristas solapadas. Si no es plano, encuentre un subgrafo homeomorfo a K5
o a K3,3 .
202
Teoría de Grafos
a) b)
a
a b c d
e f
b
j
e c
d
i h g f
c) d)
e
f b
d h
g
c Figura 5.10.15
u v w x y z
39 – Determine el número de vértices, aristas y regiones para cada uno de los siguientes
grafos planos. Verifique que se cumple el Teorema de Euler.
a) b)
Figura 5.10.16
40 – a) Un grafo plano conexo tiene nueve vértices con valencias 2, 2, 2, 3, 3, 3, 4, 4,y 5.

¿Cuántos lados hay? ¿Cuántas regiones hay?.
b) Sea G un grafo plano 4-regular. Si E = 16 ¿cuántas regiones hay en una
representación plana de G?
=============================
203
Árboles
CAPITULO VI
ÁRBOLES
La de los Bernoulli de Basilea es, quizás, la familia más famosa de las Matemáticas.
Nicolás (1623-1708)
Nicolás (1662-1716) Jacob (1654 -1705) Johann (1667-1748)
Nicolás I (1687-1759) Nicolás II (1695-1726) Daniel (1700-1782) Johann II (1710-1790)
Johann III (1744-1807) Daniel II (1751-1789) Johann II (1710-1790)
Famosa por la cantidad de excelentes matemáticos que “produjo” (hasta ocho, los que
aparecen en negrita en el esquema anterior, en tres generaciones distintas) y, también, por la
especial personalidad de algunos de ellos. Lo que aquí nos interesa es, precisamente, la
manera en que hemos exhibido la información sobre la familia,
su árbol genealógico. Es un grafo, donde los vértices van
etiquetados con los nombres de los componentes de la familia,
que tiene una estructura especial.
En muchas otras cuestiones utilizamos estas

estructuras arbóreas para representar información. La imagen
que mostramos a la izquierda resultaría, sin duda, familiar: se
trata de la descripción que del contenido de un computador
muestra el Explorador de Windows. Aquí, las etiquetas de los
vértices son los nombres de los distintos dispositivos. Pero de
nuevo la estructura es especial: se trata de un árbol. El capítulo
que aquí comienza está dedicado al estudio de estos objetos y
a su aplicación a diversas cuestiones: problemas de
optimización, diseño de algoritmos, análisis de juegos, etc.
204
Árboles
6.1.- DEFINICIÓN Y CARACTERÍSTICAS
La primera definición de la noción de árbol (de las varias que daremos) es la sugerida
por los ejemplos vistos anteriormente:
DEFINICIÓN 6.1.- Un árbol es un grafo conexo y sin ciclos.
En el mismo tono botánico, se define un bosque como un grafo sin ciclos (si es conexo,
sería un árbol; si no lo es, sus componentes conexas serían árboles). Por ejemplo, los grafos
lineales Ln son árboles, mientras que los circulares Cn o los completos Kn no lo son en cuanto n
≥ 3. Los grafos bipartitos completos Kr,s, que son siempre conexos, sólo son árboles si s = 1 ó
r = 1 (si r ≥ 2 y s ≥ 2 hay al menos un ciclo de orden cuatro).
Esta primera definición no recoge una de las características fundamentales de los

árboles, que los hace especialmente útiles en ciertas cuestiones: son los conexos “más
baratos” (en cuanto al número de aristas) que podemos tener. Los siguientes enunciados nos
proporcionan caracterizaciones alternativas que recogen esta idea:
PROPOSICIÓN 6.1.- Un grafo G es un árbol (un conexo sin ciclos) ⇔ Es conexo y tiene la
propiedad de que al eliminar una arista cualquiera del grafo, éste deja
de ser conexo.
Demostración. En un sentido, supongamos que tenemos un grafo G conexo y sin ciclos.

Queremos probar que se desconecta al quitar una arista cualquiera.
Sea a una arista de G y formemos el grafo G \ {a} eliminándola. Si G \ {a} fuera conexo,
podríamos conectar en G \ {a} los vértices de a. Pero añadiendo la arista a, lo que tendríamos
sería un ciclo en G (contradicción). Así que G \ {a} es no conexo (sea cual sea la arista a de G
que elijamos).
En el otro sentido, supongamos que G es un grafo conexo que se desconecta si

quitamos cualquier arista. Si el grafo contuviera un ciclo, siempre podríamos quitar una arista
de ese hipotético ciclo sin que el grafo dejara de ser conexo, lo que una contradicción. Luego
ese tal ciclo no puede existir (Como sabemos, véase el lema 5.2, si quitamos una arista de un
grafo conexo y éste se desconecta, lo hace en exactamente dos componentes conexas. En el
caso de un árbol, al quitar una arista cualquiera se formaría un bosque con dos componentes
conexas. Obsérvese que lo que nos dice esta proposición es que toda arista de un árbol es un
puente.
PROPOSICIÓN 6.2.- Un grafo G es un árbol (un conexo sin ciclos) ⇔ No tiene ciclos y, si
añadimos una arista cualquiera, se forma un ciclo.
Demostración: En un sentido, sea G un grafo conexo y sin ciclos. Consideremos dos vértices
cualesquiera que no estén unidos por arista alguna en G. Por estar en un grafo conexo, existirá
un paseo que los conecte en G. Al añadir una arista entre los vértices, se formará un ciclo.
En el otro sentido, sea G un grafo sin ciclos para el que añadir una arista cualquiera
supone la formación de un ciclo. Supongamos que no fuera conexo. En este caso, al menos
existirían dos vértices que no podríamos conectar en G. Pero entonces todavía podríamos
añadir la arista que los une sin que se nos formara un ciclo, contradicción.
Sabemos que en un grafo conexo el número de aristas |A (G)| no puede ser menor
que |V (G)| − 1. La igualdad se alcanza para los árboles, como nos dice el siguiente resultado:
205
Árboles
PROPOSICIÓN 6.3.- Un grafo G es un árbol (un conexo sin ciclos) ⇔ Es conexo y se

cumple que: |A(G)| = |V (G)| − 1.
Demostración: En un sentido, vamos a proceder por inducción (en su versión fuerte) sobre el
número de aristas, |A|:
• Si G es un árbol con una arista, |A(G)| = 1, sólo cabe la posibilidad de que sea un L2,
para el que |V (G)| = 2.
• Supongamos cierto que para todo árbol con |A(G)| ≤ d se tiene que |A(G)| = |V (G)|−1.
• Consideremos un árbol cualquiera G con |A(G)| = d + 1. Si nos fijamos en una arista e

de G, sabemos que:
G \ {e} = G1 ∪ G2,
donde G1 y G2 son árboles con número de aristas |A(G1)| ≤ d y |A(G2)| ≤ d − 1 (de

hecho, |A(G1)| + |A(G2)| = d). A estos dos árboles podemos aplicarles la hipótesis de
inducción para deducir que
|A(G1)| = |V (G1)| − 1
+ |A(G2)| = |V (G2)| − 1
−−−−−−−−−−−−−−−−−−−−−−−−
|A(G)| −1 = |V (G)| − 2 ,
de donde obtenemos lo que queríamos.
En el otro sentido, tomemos un grafo conexo G tal que |A(G)| = |V (G)| − 1. Si

contuviera un ciclo, podríamos quitar una arista e de ese ciclo sin que el grafo se desconectara.
Pero habríamos llegado a un grafo, G \ {e}, conexo con:
|A(G \ {e})| = |A(G)| −1 y |V (G \ {e})| = |V (G)| .
Utilizando que |A(G)| = |V (G)| − 1,
|A(G \ {e})| = |V (G)| −2 = |V (G \ {e})| − 2 ;
y esto contradice (¡nos faltan aristas!) el que G \ {e} fuera conexo.
Los ejercicios 6.1.1 y 6.1.2 recogen algunas otras caracterizaciones. Resumamos todas
las características que hacen de un grafo G un árbol: es conexo, sin ciclos, tiene que |A(G)| =
|V (G)| − 1 aristas y, si quitamos una arista cualquiera, se desconecta; y si añadimos una arista
cualquiera, se forma un ciclo. Es decir, como ya adelantábamos, es el grafo conexo más barato
(en el sentido de que no sobra ni falta arista alguna) que podemos construir.
Como parece claro, la sucesión de grados de los vértices de un árbol ha de ser muy
especial. Ya sabemos que en cualquier grafo G = (V, A) se tiene que
∑ δ (v) = 2 A
v ∈V
Pero si además G es un árbol, como |A| = |V | − 1, se tendría que
∑ δ (v) = 2 V
v ∈V
-2
206
Árboles
Obsérvese que ahora sólo tenemos un “grado de libertad”, el número de vértices |V |, pues el
de aristas ya queda fijado. De esta igualdad podemos deducir el siguiente resultado.
TEOREMA 6.1.- Todo árbol con |V | ≥ 2 tiene, al menos, dos vértices de grado 1.
Demostración: Supongamos que no hay vértices de grado 1, es decir, que δ(v) ≥ 2, para todo
v ∈ V . Entonces,
2V − 2 = ∑ δ (v) ≥ ∑ 2 = 2 V
v ∈V v ∈V
lo que resulta imposible. Pero tampoco puede ocurrir que haya un sólo vértice w de grado 1,
porque tendríamos
2V − 2 = ∑ δ (v) = δ ( w ) + ∑ δ ( v ) ≥ 1 + 2 (V
v ∈V v ≠w
− 1) = 2 V − 1
Así que al menos ha de haber dos de grado 1.
En muchas ocasiones conviene señalar un

vértice especial en un árbol. Lo que queda es lo que
llamaremos un árbol con raíz, donde la raíz, por
supuesto, es ese vértice especial, que sirve de
origen de coordenadas. Muchos de los algoritmos
que veremos en estas páginas producen, de manera
natural, un árbol con raíz, y en la sección 9.3
estudiaremos con detalle algunas aplicaciones de
estos objetos. Por supuesto, cualquier árbol se
convierte en uno con raíz en cuanto decidamos qué
vértice actúa como raíz (la elección de este vértice
especial puede hacer cambiar las propiedades del
Figura 6.1.1 árbol con raíz, como veremos más adelante). En un
árbol con raíz, los vértices se agrupan por
generaciones: la primera contendría sólo a la raíz, la
segunda estaría formada por todos los vértices vecinos de la raíz; la tercera, por los vecinos de
estos últimos (salvo la raíz); la cuarta, por los vecinos de los de la tercera generación (excepto
los que ya estaban en la segunda). . . y así sucesivamente. Obsérvese que los vértices de la
generación k sólo pueden estar unidos a vértices de las generaciones anterior y posterior,
porque si no, tendríamos ciclos. Lo que la proposición anterior afirma es que al menos hay dos
vértices terminales (que luego llamaremos hojas) en un árbol como éste. El caso límite es el de
un Ln.
Ejemplo 6.1.1.- ¿Cómo son los árboles con n vértices que tienen el menor y el mayor número
posible de vértices de grado 1?
Sabemos que el mínimo número de vértices de grado 1 es 2. Así que, si un árbol con n
vértices tiene exactamente dos vértices, digamos w y u, de grado 1, se cumplirá que
2n − 2 = ∑ δ (v) = 1 + 1 + ∑ δ ( v )
v ∈V v ≠ u ,w
En la suma final tenemos n−2 términos, todos ellos mayores o iguales que 2; la única forma de
conseguir la igualdad será que δ(v) = 2 para todo v ∈ V, v ≠ u, w. Y esta configuración de
grados es la del grafo lineal con n vértices, Ln.
207
Árboles
En el otro extremo, es imposible que todos los vértices tengan

grado 1 (pues no se cumpliría la fórmula de los grados). Pero sí
podría ocurrir que hubiera n − 1 de grado 1. El vértice restante,
w, tendría grado
2n − 2 = ∑ δ (v) = ( n − 1 ) + δ ( w ) ⇒ δ ( w ) = n − 1
v ∈V
que, por cierto, es el máximo grado que puede tener un vértice

en un grafo con n vértices. En este caso, tenemos el grafo
estrellado de la izquierda.
Figura 6.1.2
TEOREMA 6.2.- Sea G = (V, A) un grafo no dirigido, entonces g es conexo si y sólo si G

tiene un árbol recubridor.
TEOREMA 6.3.- Si a y b son vértices distintos en un árbol T = (V, A), entonces hay un
único camino que conecta a esos vértices.
6.1.1.- CONTANDO EL NÚMERO DE ÁRBOLES DISTINTOS
Arthur Cayley estaba muy interesado en la cuestión de enumerar ciertos compuestos

orgánicos, quizás uno de los primeros intentos serios de aplicar las Matemáticas a la Química.
Hoy en día, cuando gran parte de la Química moderna se escribe en términos de modelos
matemáticos, enternece recordar el comentario que el filósofo positivista Auguste Comte hacía
allá por 1830:
[. . . ] cualquier intento de emplear métodos matemáticos en el estudio de la Química debe ser

considerado como profundamente irracional y contrario al propio espíritu de la Química.
Pero volvamos a los esfuerzos de Cayley, que estaba interesado, por ejemplo, en la
cuestión de enumerar los isómeros de hidrocarburos saturados, cuya fórmula es Ck H2k+2: los
átomos de carbono tienen valencia 4, mientras que los de hidrógeno, valencia 1. Se trata de un
grafo con 3k + 2 vértices, cuya suma de grados es 4k + (2k + 2) = 6k + 2, así que el grafo,
debe tener 3k +1 aristas. ¡Ah!, el número de aristas es el de vértices menos 1: se trata de un
árbol (si suponemos, como parece razonable, que el grafo es conexo).
Enumerar los grafos no isomorfos con n vértices y una cierta estructura (por ejemplo,
ser árboles, tener una determinada sucesión de grados) es, en general, una cuestión muy
complicada. Cayley sólo consiguió resolver algunos casos particulares y, años después, Pólya
desarrollaría su teoría enumerativa para dar respuesta a los problemas de este tipo. Sin
embargo, si etiquetamos los vértices, las cosas se simplifican a veces. Por ejemplo, sabemos
que, dado el conjunto {v1, . . . , vn}, hay 2 (n 2) grafos distintos con ese conjunto de vértices.
Cayley obtuvo, en 1889, una fórmula, sorprendentemente simple, para el caso de los árboles
con n vértices. Veamos qué nos sugieren algunos ejemplos sencillos.
Ejemplo 6.1.2.- Contemos el número de árboles distintos con 2, 3 y 4 vértices.
Si tenemos dos vértices, sólo cabe una posibilidad, que el árbol sea isomorfo a un L2. Y si el
conjunto de vértices es {1, 2}, hay también un único árbol (los dos posibles etiquetados de los
vértices dan el mismo resultado).
Los árboles con tres vértices también han de ser isomorfos al grafo lineal
correspondiente, L3. Si el conjunto de vértices es {1, 2, 3}, basta con decidir qué símbolo va,
208
Árboles
por ejemplo, en la posición central (cuál es el vértice de grado 2). Esto se puede hacer de tres
formas distintas, así que hay 3 árboles distintos con vértices {1, 2, 3}.
Vamos con el caso de cuatro vértices. Para asegurarnos de no olvidarnos ningún caso,
ayudémonos de la relación:
δ (v1) + δ (v2) + δ (v3) + δ (v4) = 6.
Ninguno de los cuatro números puede ser ≥ 4 (no

puede haber vértices de grado 4) y un simple
análisis nos lleva a concluir que sólo puede haber
dos sucesiones de grados aceptables, (1, 1, 1, 3) y
(1, 1, 2, 2). La primera de ellas se corresponde con
el grafo que dibujamos a la izquierda y arriba,
mientras que la segunda se traduce en el debajo.
Para etiquetar el primer grafo con conjunto de
vértices {1, 2, 3, 4}, observamos que basta con
decidir el símbolo que va en la posición central; así
Figura 6.1.3 que hay cuatro maneras distintas de hacerlo. El
etiquetado del grafo de la derecha es un poco más
delicado: elegimos primero los dos vértices de grado 2 (se puede hacer de (4 2) formas); y para
cada elección de éstas, hay luego dos posibilidades para elegir los vecinos. En total, 12
maneras distintas. En resumen, con 4 vértices hay dos árboles no isomorfos y 16 árboles
distintos con vértices {1, 2, 3, 4}.
Ejemplo 6.1.3.- Un poco más difícil: árboles con 5 vértices.
Se debe cumplir que
∑δ (v
i =1
I )=8
así que no puede haber vértices de grado 5 o mayor. Si hay de grado 4, la sucesión de grados
ha de ser (1, 1, 1, 1, 4), a la que le corresponde un único árbol, el que aparece en la Figura
6.1.4 (a). Etiquetarlo con {1, 2, 3, 4, 5} es muy sencillo, pues basta decidir qué situamos en el
vértice central: en total, 5 posibilidades.
Si no hay de grado 4, pero sí de grado 3, la única

(a) sucesión de grados posible es (1, 1, 1, 2, 3), y
tenemos el grafo de la Figura 6.1.4 (b). Para
etiquetarlo con {1, 2, 3, 4, 5}, fijamos el símbolo del
vértice de grado 3 (5 posibilidades), el del vértice de
grado 2 (4 posibilidades) y, finalmente, elegimos el
vecino de grado 1 del vértice de grado 2 (3
posibilidades, las mismas que obtendríamos eligiendo
los dos vecinos de grado 1 del vértice de grado 3). En
total, 5 × 4 × 3 = 60 posibilidades. Por último, si no hay
(b) vértices de grado 3, entonces sólo podremos tener la
sucesión de grados (1, 1, 2, 2, 2), que corresponde a
un L5. Para etiquetarlo, elegimos el símbolo del vértice
central (5 posibilidades), luego los otros dos de grado
2 ((4 2) = 6 posibilidades) y ya sólo quedan dos
Figura 6.1.4 posibilidades para etiquetar los vértices finales. En
total, 5 × 6 × 2 = 60 formas distintas.
Resumiendo, con 5 vértices hay tres árboles no isomorfos, y 125 árboles distintos con vértices
{1, 2, 3, 4, 5}.
209
Árboles
Ejemplo 6.1.4.- Más difícil todavía: árboles con seis vértices.
De nuevo nos dejamos guiar por la relación δ (v1) + · · · + δ (v6) = 10, que nos dice que no
puede haber vértices de grado 6 o mayor.
Si hay vértices de grado 5, sólo podría haber uno, y la sucesión de grados sería (1, 1, 1, 1, 1, 5).
El único grafo con estas características es el que aparece en la Figura 6.1.5 (a). Y el etiquetado
de los vértices con {1, . . . , 6} sólo requiere decidir el símbolo del vértice central: seis
posibilidades.
Si no hay de grado 5, pero hay de grado 4, sólo cabe que la sucesión sea (1, 1, 1, 1, 2, 4). El
árbol correspondiente aparece en la Figura 6.1.5 (b). Dejamos como ejercicio para el lector la
comprobación de que hay 120 árboles con vértices {1, . . . , 6} asociados a esta estructura. Si
no hay vértices de grado 4, pero si de grado 3, las cosas se ponen interesantes. Tenemos, por
un lado, la sucesión de grados (1, 1, 1, 1, 3, 3), cuyo árbol asociado es el de la Figura 6.1.5 (c).
El lector debería comprobar que hay 90 formas distintas de etiquetar los vértices de este árbol.
Pero, por otro lado, tenemos la sucesión de grados (1, 1, 1, 2, 2, 3), que tiene un único vértice
de grado 3. Como ya vimos, hay dos árboles no isomorfos a esta sucesión, los que se
muestran en la Figura 6.1.5 (d) y (e). Es, de nuevo, un sencillo ejercicio comprobar que hay 180
etiquetados distintos para el de arriba y 360 para el de abajo.
Por último, si no hay de grado 3, entonces sólo cabe tener cuatro vértices de grado 2,
(1, 1, 2, 2, 2, 2), y el grafo es isomorfo a un L6. Y hay 360 distintos árboles que podemos
construir con esta estructura y vértices {1, . . . , 6}, indicado en la Figura 6.1.5 (f).
(a) (b)
(c) (d)
(e)
(f)
Figura 6.1.5
En resumen, hay seis árboles no isomorfos con 6 vértices, y 1296 árboles distintos con
vértices {1, . . . , 6}.
210
Árboles
Los resultados que hemos ido obteniendo hasta ahora son especialmente
“sospechosos”; y más, si como aparece en la tabla, calculamos los dos siguientes casos:
Tabla 6.1; Árboles No Isomorfos Y Distintos
n Árboles no isomorfos Árboles distintos

2 1 1 = 20
3 1 3 = 31
4 2 16 = 42
5 3 125 = 53
6 6 1296 = 64
7 11 16807 = 75
6
8 23 32768 = 8
Parece razonable suponer que la respuesta general es nn−2.
TEOREMA 6.4.- (Cayley) El número de árboles distintos que se pueden formar con el
conjunto de vértices {1, . . . , n} es nn−2.
Existen diversas pruebas de este resultado. La que aquí veremos es especialmente

sencilla y sugerente y se debe a Zeilberger. En los ejercicios 9.1.7 y 9.1.8 se proponen un par
de ellas más; la última de ellas, además, proporciona un mecanismo para codificar la
información que determina un árbol, mediante el llamado código de Prüfer
Demostración: La escribiremos con el lenguaje (siempre simpático) que utiliza Zeilberger,

aunque luego lo reinterpretaremos en términos de grafos.
En una cierta empresa hay m jefes y k empleados. Los queremos organizar de manera
que cada empleado tenga un único supervisor (que pudiera ser otro empleado o quizás un jefe).
Al número de maneras distintas en que esto se puede hacer lo llamaremos P(m, k).
Digamos que m ≥ 1 y que k ≥ 0. Es claro que P(m, 0) = 1 para cada m = 1, 2, . . .. Para

obtener otros valores valor de P(m, k) seguimos el siguiente proceso:
1. Distinguimos a los empleados cuyos supervisores son jefes. A estos empleados, de los que
habría un cierto número s, con 1 ≤ s ≤ k, se les asigna, desde este momento, y como no
podría ser de otro modo, el papel de jefecillos.
2. Decidimos, pues, qué s empleados son jefecillos; esto se puede hacer de (k s) maneras.
3. Y ahora asignamos el jefe ante el que responde cada jefecillo: ms maneras.

4. Queda organizar a los restantes k − s empleados. Pero, para éstos, los s jefecillos actúan
como jefes. Así que los podremos organizar de tantas maneras como nos diga P(s, k − s).
En total,
k
⎛k ⎞
P( m, k ) = ∑ ⎜⎜⎝ s ⎟⎟⎠ m
s =1
s
P( s, k − s )
Esta regla de recurrencia, junto con los valores iniciales de antes, determina de manera única
el valor de los P (m, k), como el lector podría comprobar construyéndose la correspondiente
tabla de valores.
Cambiando al lenguaje de los grafos, lo que cuenta P (m, k) es el número de bosques

(con m + k vértices) formados por m árboles con raíz, donde las raíces llevan, como etiquetas,
los nombres de los jefes. El argumento que llevaba a la regla de recurrencia, en estos nuevos
211
Árboles
términos, consiste en decidir qué vértices van en la segunda generación (por debajo de las
raíces), y cómo se distribuyen en esa segunda generación::
J1 J2 J3 Jm
Figura 6.1.6
El caso que nos interesa realmente es cuando m = 1 y k = n − 1. Tenemos entonces un

árbol con raíz con n vértices, en el que la raíz ya va etiquetada. Si partimos de los siguientes
símbolos {1, . . . , n}, hay n maneras de etiquetar la raíz. Así que nP(1, n − 1) cuenta cuántos
árboles con raíz podemos formar con n vértices. Pero por cada árbol con n vértices hay n
árboles con raíz distintos. Así que concluimos que la cantidad que nos interesa, el número de
árboles con n vértices, coincide con P(1, n − 1).
Sólo queda resolver la recurrencia de antes para obtener el valor particular de los P(m,
k) que perseguimos. Aquí llega el ingrediente ingenioso de la prueba. La ecuación de antes nos
recuerda vagamente a las sumas que se obtienen en el teorema del binomio. El lector podría
comprobar, utilizando este teorema, que la función f(m, k) = m(m+ k)k−1 cumple la misma
regla de recurrencia y los mismos valores iniciales. Así que P(m, k) = f(m, k) para todo m y k.
En particular,
P(1, n − 1) = f(1, n − 1) = 1 × (1 + (n − 1))(n−1)−1 = nn−2 ,
y el resultado de Cayley queda demostrado.
6.2.- ÁRBOLES CON RAÍZ
En la sección 6.1 y hablamos de árboles con raíz. Se trata de un árbol en el que

designamos un vértice especial, la raíz, que sirve de origen de coordenadas. Algunos de los
algoritmos de optimización que hemos visto anteriormente producen estructuras de este tipo,
donde la raíz es el vértice en el que comienza el algoritmo. En un árbol con raíz, los vértices se
agrupan en niveles:
Nivel 0 = {raíz}
Nivel 1 = {vecinos de la raíz}
Nivel 2 = {vecinos de los vértices del nivel 1} \ {raíz}
Nivel 3 = {vecinos de los vértices del nivel 2} \ {Nivel 1}.

...
Nivel j = {vecinos de los vértices del nivel j − 1} \ {Nivel j − 2}
...
Llamaremos a, la altura del árbol, al máximo nivel no vacío. Es importante recordar que el valor
de a depende de la raíz elegida. Por ejemplo, si partimos del árbol que aparece dibujado en la
Figura 6.2.1, cualquiera de sus vértices puede servir como raíz. Elegir, por ejemplo, el vértice 1
o el 3 lleva a que la altura del árbol sea 2 ó 4, como sugieren los siguientes esquemas,
indicados en la Figura 6.2.1:
212
Árboles
2 3 2 3
1 1
4 5 4 5
6 6
5
3 2 1 4
6
Figura 6.2.1
DEFINICIÓN 6.2.- Si G es un grafo no dirigido, entonces G es un árbol dirigido si el

grafo no dirigido asociado con G es un árbol. Si G es un árbol dirigido,
G es un árbol con raíz si existe un único vértice r en G, llamado raíz,
tal que el grado de entrada de r es igual a δ E (r) = 0 y para todos los
demás vértices v, el grado de entrada es δ E (r) = 1
Definamos algunos conceptos:
• Los descendientes de un vértice v son los vértices del nivel siguiente al de v que sean
vecinos suyos (al vértice v se le dice progenitor de sus descendientes).
• Un vértice es hoja de un árbol con raíz si no tiene descendientes.
• Un árbol con raíz serla q-ario si cada progenitor tiene exactamente q descendientes (es
decir, el número de descendientes es 0 si el vértice es hoja y q si es progenitor). Seria casi
q-ario si el número de descendientes de cada vértice está comprendido entre 0 y q.
Los parámetros que manejaremos en un árbol con raíz serán
• el número de vértices, n;
• la altura del árbol, a;
• el número de hojas, h;
• y el tipo de árbol, definido por el entero positivo q (podría ser q-ario o casi q-ario).
La importancia de estos árboles con raíz radica en que se utilizan para representar algoritmos
en los que intervienen operaciones binarias (o q-arias) sucesivas. Veamos algunos ejemplos.
Ejemplo 6.2.1: Un árbol de decisión.
Tenemos 4 monedas, {1, 2, 3, 4}, y, a lo sumo, una de ellas no tiene el peso correcto (no es
legal). Disponemos además de una moneda patrón, la 0, con el peso correcto. El problema es
el siguiente: con una balanza, que tiene tres resultados posibles, queremos averiguar de la
manera más económica posible (con menos usos de la balanza) cuál es la no legal. Podemos,
por supuesto, comparar sucesivamente la moneda patrón con las otras cuatro. Este
procedimiento emplea, en el peor de los casos, cuatro pesadas para obtener la respuesta
213
Árboles
(aunque a veces la podamos obtener con menos). Diseñemos un procedimiento alternativo, el

que se recoge en el siguiente esquema:
0,1 2,3
> = <
2 3 0 4 2 3
> = < > = < > = <
3 pesa -- 1 pesa -- 2 pesa -- 4 pesa -- Todas 4 pesa + 2 pesa -- 1 pesa -- 3 pesa +

buenas
Figura 6.2.2
Los símbolos casi se explican por sí mismos: < significa que la balanza se vence hacia la
derecha, > hacia la izquierda, e =, se queda equilibrada. El árbol que hemos diseñado es
ternario (q = 3), tiene altura a = 2 (el número de pesadas) y número de hojas h = 9. Lo
fundamental en este caso es que el algoritmo funciona porque el árbol tiene 9 hojas, justo el
número de respuestas posibles (1 pesa más, 2 pesa menos, etc.).
Ejemplo 6.2.2: Un algoritmo de ordenación.
Dada una lista de tres números cualesquiera, (a, b, c), queremos ordenarlos con
comparaciones binarias. Diseñamos el siguiente algoritmo: en el primer paso, comprobamos si
el primer elemento es menor o igual que el tercero. Si la respuesta es si, los dejamos tal como
están; si es no, los permutamos. En el segundo, miramos si el primero es menor o igual que el
segundo, y de nuevo procedemos como antes, dependiendo de la respuesta. Por último, en el
tercer paso investigamos si el segundo es menor o igual que el tercero (observamos que aquí
hay respuestas que son incompatibles con las obtenidas anteriormente). Si representamos este
proceso en un árbol, obtenemos el árbol de la Figura 6.2.2.
El árbol así construido es casi binario, con a = 3 y h = 6, que de nuevo coincide con el número
de resultados posibles (las 3! = 6 posibles ordenaciones). Podríamos preguntarnos si se
podrían ordenar estos tres números, con comparaciones binarias, en menos pasos, por
ejemplo dos. Veremos que no, porque en un árbol casi binario se cumplirá que h ≤ 2a; si a es 2,
obtenemos que h ≤ 4, y con ese número de hojas no podríamos cubrir todos los resultados
posibles, que recordamos que eran 6. ♣
Ejemplo 6.2.3: El juego de Nim con seis monedas.
Consideremos el siguiente juego: de un montón inicial de monedas, dos jugadores, que

llamaremos I y II, van retirando, alternativamente, una o dos monedas del montón de seis.
Gana el jugador que retira las últimas monedas de la mesa.
214
Árboles
abc
a a
¿1 ≤ 3 ? si no
abc cba
¿1a ≤ 2a? si no si no
abc bac cba bca

a a
¿2 ≤ 3 ?
si no si no si no si no
abc acb bac ----- cba cab bca ------
Figura 6.2.3
Esta es una de las muchas variantes del llamado juego de Nim, que analizaremos
detalladamente mas adelante. Lo que ahora nos interesa es que podemos describir los
posibles desarrollos de la partida con árboles: representaremos cada configuración de
monedas con un vértice, que etiquetaremos con un I o un II, dependiendo de cuál sea el
jugador al que le toca jugar, y un número, para recordar cuántas monedas quedan en el
montón. Así, para el montón de partida que dibujamos a la derecha, el primer vértice vendría
etiquetado con un I6, para recordar que juega I y que hay seis monedas en el montón.
El jugador I tiene dos opciones, quitar una o dos monedas; estas dos acciones
vendrían representadas por aristas, hacia la derecha si quita dos monedas, hacia la izquierda si
quita una. Para cada una de estas elecciones, el jugador II se encuentra con dos
configuraciones distintas y en cada una de ellas puede tomar, a su vez, dos decisiones:
I6 I6
II5 II4 II5 II4
Figura 6.2.4 I4 I3 I3 I2
Obsérvese que, en cada paso, lo que obtenemos es un árbol. Además, como en cada
movimiento se reduce el tamaño del montón, el juego es finito y, por tanto, el árbol que
representa los diferentes desarrollos del mismo también lo serla. Para el caso que nos ocupa,
un montón inicial de seis monedas, el árbol completo del juego es el que aparece debajo de
215
Árboles
estas líneas. Como preparación al análisis que haremos mas adelante, etiquetamos las hojas
del árbol con G si en esa hoja el jugador I ha ganado la partida y con P si ha perdido:
6.2.1.- RELACIÓN ENTRE a Y h EN UN ÁRBOL q-ario
En los ejemplos anteriores, la clave para que los algoritmos (representados por árboles
q-arios, o casi q-arios) funcionaran era que el número de hojas cubriera todas las posibles
respuestas. Estos dos parámetros, la altura y el número de hojas, no son independientes, y las
cotas que obtendremos nos permitirán establecer estimaciones a priori sobre, por ejemplo, el
mínimo número de pasos que puede tener un cierto algoritmo.
Supongamos fijados a y q. Queremos estimar el número de hojas que puede tener un

árbol con raíz con esas características. Parece que la configuración con mayor número de
hojas es aquélla en la que todas las hojas están en el último nivel. En el otro extremo, el árbol
q-ario con menor número de hojas (para a fijo) seria aquél en el que las hojas van apareciendo
lo antes posible.
Esto nos sugiere, por un lado, que h ≤ qa. Para la otra situación extrema, como en cada
nivel, desde el 1 hasta el a − 1, aparecen q − 1 hojas nuevas y en el nivel a hay q hojas,
sospechamos que h ≥ (a − 1)(q − 1) + q = (q − 1)a + 1.
PROPOSICIÓN 6.4.- En todo árbol con raíz casi q-ario, h ≤ qa.
Demostración. Nótese que hemos relajado las condiciones sobre el tipo de árbol, basta con
que sea casi q-ario (por supuesto, un árbol q-ario es también casi q-ario; pero no al revés, en
general).
Lo probaremos por inducción en a, la altura del árbol. Si

a = 1, es claro que h ≤ q. Sea entonces un árbol A casi
q-ario con raíz y llamemos Bi a los árboles que tienen B1
como raíz a los vecinos de la raíz del árbol A. Los Bi
son mas pequeños (en altura) que A y son todos
árboles con raíz casi q-arios. La hipótesis de inducción B2
nos diría que para los Bi se tiene, llamando ai y hi a la
altura y el número de hojas de cada sub-árbol Bi, A
respectivamente, que:
Bn-1
hi ≤ qai (la misma q para todos).
Nótese que hay a lo sumo q sub-árboles Bi, y que ai ≤ a

− 1, para cada i (el peor caso correspondería a los sub- Bn
árboles que se extendieran hasta altura a − 1). Así que
h= ∑h ≤ ∑q
i
i
i
ai
≤ qq a −1 = q a Figura 6.2.5
En el otro sentido, se puede probar la siguiente cota:
PROPOSICIÓN 6.5.- En todo árbol con raíz q-ario, h = s (q − 1) + 1, donde s es el número

de vértices interiores del árbol (esto es, con descendientes).
Como a ≥ s (porque en cada nivel, desde el 0 hasta el a − 1, ha de haber al menos un vértice

interior), deducimos que h ≥ a (q − 1) + 1, como afirmábamos antes. La prueba de este
resultado la dejamos como ejercicio.
216
Árboles
Ejemplo 6.2.4.- Apliquemos las cotas obtenidas al problema de la balanza, pero ahora con r
monedas (en lugar de cuatro), de las cuales a lo suma una es falsa, y la
moneda patrón.
Es claro que el número de posibles resultados es 2r + 1, porque para cada moneda hay dos
posibles (pesa más o menos de lo legal) y hay un resultado extra, que es que todas sean
legales. Un algoritmo que permita detectar la moneda falsa debe recoger todos estos
resultados. Si lo representamos por un árbol ternario, la altura será el número máximo de
pesadas necesarias para alcanzar todos los posibles resultados; y el número de hojas debe
poder cubrir todos los resultados. Como h ≤ 3a, necesitaremos:
2r + 1 ≤ 3a ⇒ a ≥ log3 (2r + 1).
Recordemos que con r pesadas siempre lo podemos hacer; aquí comprobamos que, sea cual
sea el algoritmo, si está basado en comparaciones ternarias, entonces requerirá, como mínimo,
un número de pasos del orden de log r. Por ejemplo, si r = 4, como en el ejemplo que
proponíamos, tendremos que:
r = 4 ⇒ a ≥ log39 = 2,
así que al menos se requieren dos pesadas. De la misma manera obtendríamos que para r
entre 3 y 13 necesitaríamos al menos necesitaremos 3 pesadas. Y se requerirían cuatro
pesadas, al menos, para cualquier r entre 14 y 40. Pero éstas son cotas teóricas; otra cosa, por
supuesto, es diseñar un algoritmo que permita hacerlo con ese número mínimo de pesadas.
Ejemplo 6.2.5.- Apliquémoslas al algoritmo para ordenar n números con comparaciones

binarias.
El número de resultados posibles es n!, así que necesitaremos que
2 #pasos ≥ n! ⇒ # pasos ≥ log2 (n!)
Por ejemplo,
n = 3 → #pasos ≥ log2 (3!) = log2 (6) ⇒ #pasos ≥ 3

n = 4 → #pasos ≥ log2 (4!) = log2 (24) ⇒ #pasos ≥ 5
n = 5→ #pasos ≥ log2 (5!) = log2 (120) ⇒ #pasos ≥ 7
Utilizando las estimaciones sobre el tamaño de n!, podemos asegurar que
# pasos ≥ log2 (n!) > log2 ((n/e)n) = n log2 (n/e).

♣
Ejemplo 6.2.6.- Contemos el número de hojas en el juego de Nim.
En el ejemplo que hemos descrito, el juego de Nim con seis monedas, podemos contar en el
árbol que hay exactamente 13 hojas. Aunque hemos etiquetado las hojas sólo con G y P,
dependiendo de si el jugador I gana o pierde, en realidad cada hoja representa un posible final
del juego (y de hecho, a cada hoja le corresponde un desarrollo del juego distinto). Si el juego
de Nim parte de n monedas, es fácil convencerse de que la altura del árbol (que es casi-binario)
es siempre n, porque el camino de mayor longitud en el árbol es aquél en el que vamos
quitando una sola moneda en cada turno (la rama de la izquierda), así que podemos estimar
n
#{ posibles partidas en un Nim con n monedas} = #{hojas del árbol} ≤ 2 .
También podemos observar que el último nivel sólo tiene una hoja, así que podemos mejorar la
estimación. Si llamamos Pn al número de hojas que tiene el árbol del juego de Nim con n
monedas tendremos que:
217
Árboles
Pn ≤ 2n−1 + 1.
Pero en realidad podemos calcular explícitamente el número de hojas que hay. Para ello,
fijémonos en que un árbol de Nim con n monedas se compone de un árbol de Nim con n − 1
monedas (el árbol que encontramos a partir del descendiente de la raíz que está a la izquierda)
y otro con n−2 monedas (el de la derecha). De acuerdo, los papeles de I y II están
intercambiados, pero eso no afecta al número de hojas que tenga cada árbol. Por supuesto, el
número de hojas del árbol total es la suma del número de hojas que tenga cada subárbol, es
decir,
Pn = Pn−1 + Pn−2 n≥2,
Nuestra conocida ecuación de Fibonacci. Los valores iniciales son P1 = 1 y P2 = 2; así que el
número de hojas de un juego de Nim con n monedas es justamente el número de Fibonacci
Fn+1.
6.3.- ÁRBOL RECUBRIDOR
Los árboles son unas estructuras

especialmente adaptadas a los problemas
de optimización. Una de las cuestiones que
planteamos al principio del capítulo 5 era la
siguiente: queremos construir una red que
conecte una serie de puntos (por ejemplo,
podría ser un oleoducto que conecte la
refinería con unas cuantas ciudades, o una
red de ordenadores) de la forma mas barata
(en cuanto a número de tramos) a partir de
un diseño previo, como el de la Figura 6.3.1.
Si el objetivo es mantener conectadas todas Figura 6.3.1
las ciudades, hay tramos que se podrían
eliminar; el objetivo es quitar el mayor número posible de aristas de manera que el grafo siga
siendo conexo. O, dicho de otra manera, quedarnos con el número mínimo de aristas que
garantizan la conexión del grafo. Estamos buscando, en definitiva, un árbol que incluya a todos
los vértices.
DEFINICIÓN 6.3.- Consideremos un grafo G = (V, A). Diremos que un árbol H es árbol
recubridor o recubridor de G si cumple que:
• V (H) = V (G) (tiene los mismos vértices que G).

• A(H) ⊆ A(G) (tiene algunas —o todas— las aristas de G).
Es decir, es un subgrafo recubridor del grafo inicial que, además, es un árbol. Asegurémonos
primero de que tales árboles existen si, como es razonable, partimos de un grafo conexo.
TEOREMA 6.5.- Un grafo G es conexo si y sólo si tiene, al menos, un árbol recubridor.
Demostración: En un sentido, si un grafo tiene un árbol recubridor, que por definición es

conexo, es obvio que G también lo será.
En el otro: consideremos un grafo G conexo. Si es un árbol, ya hemos acabado (G es

su propio árbol recubridor). Pero si no es árbol, como es conexo, podemos todavía quitar una
cierta arista e sin que se desconecte (recordemos el carácter extrema de los árboles en este
sentido). Así que G \ {e} es conexo. Si es árbol, hemos acabado; pero si no lo es, podremos
quitar una arista f de forma que (G \ {e}) \ {f} siga siendo conexo. Y así, sucesivamente. En
218
Árboles
cada paso, los sucesivos grafos son conexos; cuando el número de aristas llegue a |V (G)| − 1,
habremos llegado a un árbol recubridor.
De esta demostración deducimos que si el grafo G es conexo y |A(G)|+1 = |V (G)|+k,

con k ≥ 0, entonces podemos quitar k aristas (convenientemente escogidas) y quedarnos con
un árbol recubridor. Se trata de ir “eliminando aristas” hasta quedarnos con el número
adecuado de ellas. El criterio para eliminarlas seria el de ir “rompiendo” los ciclos del grafo.
Pero este proceso requiere identificar los distintos ciclos, algo difícil de implementar en el
ordenador.
Existen otros algoritmos para construir un árbol recubridor, que van “haciendo crecer” el
árbol en pasos sucesivos, y que resultan ser más sencillos desde el punto de vista
computacional. Los veremos en la subsección 6.3.2, aunque allí, por el mismo precio,
resolveremos una cuestión mas general, pues permitiremos que las aristas tengan “peso”.
Como veremos, la cuestión de hallar un árbol recubridor en un grafo sin pesos no es sino un
caso particular de este planteamiento mas general.
6.3.1.- EL NÚMERO DE ÁRBOLES RECUBRIDORES DE UN ÁRBOL
Que un grafo conexo tiene, en general, más de un árbol recubridor es bastante

evidente. Dado un grafo G, ¿cuántos hay, exactamente? La respuesta, claro, dependería, del
tipo de grafo considerado.
Ejemplo 6.3.1.- El número de árboles recubridores de los grafos Cn, Ln y Kn.
Consideremos el grafo circular con n vértices, Cn, para el que |A(Cn)| = |V (Cn)|. Formar un
árbol recubridor consiste, simplemente, en quitar una arista; y cualquiera de las n que hay vale
para ello. Así que Cn tiene n posibles árboles recubridores.
El grafo lineal con n vértices, Ln, es ya un árbol. Así que Ln es el único árbol recubridor
que tenemos. Esto es un resultado general: si G es un árbol, sólo tiene un árbol recubridor (él
mismo).
Por último, consideremos el grafo completo con n vértices, Kn. Buscamos subgrafos H
de Kn que sean árboles, que tengan V (H) = V (Kn) = {1, . . . , n}. Pero en Kn están todas las
aristas posibles, así que:
árboles árboles dist int os con el conjunto

# =# = n n −2
recubridores de K n de vértices { 1,........, n }
Kn es, claro, el grafo con n vértices que más árboles recubridores tiene.
Ejemplo 6.3.2.- ¿Cuántos árboles recubridores distintos contiene un Kr,s?
Empecemos con el grafo bipartito completo K2,s, s ≥ 2. El grafo tiene 2s

aristas y s + 2 vértices, así que tendremos que quitar s − 1 aristas sin a
que se desconecte el grafo. Es complicado localizar los ciclos del grafo
para ir rompiéndolos, así que pensemos de otra manera. Un árbol
recubridor del grafo contendría a una serie de vértices de los de la
derecha que se conectan al vértice a y otros que se conectan al vértice
b. Pero ha de haber al menos uno que se conecte a ambos, para que b
sea conexo. Y sólo uno, porque si hubiera dos (o más) vértices a la
derecha que conservaran sus dos aristas, se formaría un ciclo. Con esta
información podemos contar el número de árboles recubridores distintos. Figura 6.3.2
Llamemos
219
Árboles
• A = {vértices de {1, . . . , s} que comparten arista con a en el árbol recubridor}
• B = {vértices de {1, . . . , s} que comparten arista con b en el árbol recubridor}
Lo que buscamos son conjuntos A y B tales que entre los dos tengamos todos los vértices de
la derecha y de forma que su intersección conste de un único vértice:
Elegir un árbol recubridor de K2,s ⇔ Elegir dos conjuntos, A y B de manera que

A ∪ B = {1,. . ., s} y de forma que |A ∩ B| = 1
Para contar el número de maneras de elegir A y B, sigamos el siguiente proceso:
1. Elegimos el elemento de la intersección (hay s posibilidades).
2. Una vez elegido el elemento especial, basta decidir si el resto de los elementos están
en A ó en B. O, lo que es equivalente, basta formar una lista de longitud s − 1 con
repetición permitida con dos símbolos (uno corresponde a estar en A y el otro a estar
en B). Esto se puede hacer de 2s−1 formas distintas.
En total tenemos que hay s 2s−1 árboles recubridores de K2,s. El resultado general es el
siguiente: un grafo Kr,s tiene s r−1 r s−1 árboles recubridores distintos .
Si un grafo conexo G tiene n vértices, el número de árboles recubridores que contiene

va desde 1 (si G es ya un árbol) hasta nn−2, cuando G sea el grafo completo con n vértices.
Este número mide, en cierta manera, la complejidad del grafo. El siguiente resultado, que
enunciamos sin demostración, nos proporciona una manera de calcular esa medida de
complejidad en un grafo arbitrario.
TEOREMA 6.6.- (Kirchhoff) El número de árboles recubridores de un grafo G coincide con

un cofactor cualquiera de la matriz D − M, donde M es la matriz
de vecindades del grafo y D es la matriz diagonal cuyas
entradas son los grados de los vértices.
Obsérvese que, en la matriz D − M, todas sus filas y columnas suman 1, así que es una matriz
singular. Este resultado permite, por ejemplo, calcular el número de árboles recubridores del
grafo escalera que aparece en la Figura 6.3.3. Las matrices M y D son
0 1 0 0 0 1 2 0 0 0 0 0
1 0 1 0 1 0 0 3 0 0 0 0
M = 0 1 0 1 0 0 D = 0 0 2 0 0 0
0 0 1 0 1 0 0 0 0 2 0 0
0 1 0 1 0 1 0 0 0 0 3 0
1 0 0 0 1 0 0 0 0 0 0 2
El cálculo de un cofactor cualquiera de D − M (a mano o bien con ayuda de un paquete

matemático) nos lleva a concluir que hay 15 árboles recubridores en el grafo.
1 2 3
4 5 6
Figura 6.3.3
220
Árboles
Ejemplo 6.3.3.- Kirchhoff y Cayley.
Queremos contar cuántos árboles recubridores tiene un grafo completo Kn, cuyos vértices
tienen todos grados n − 1, tal cual se indican en las matrices de la página siguiente.
La matriz de la derecha es n × n, y la respuesta que buscamos está, salvo un signo, en el

determinante de la matriz que es idéntica a D − M, pero de dimensiones (n − 1) × (n − 1). El
valor de ese determinante, recordemos, no cambia con las operaciones de eliminación
gaussiana. El lector podrá comprobar que, con las operaciones adecuadas (sumar la primera
fila a las restantes, sacar un factor n de cada una de ellas, y sumarle finalmente todas las filas
a la primera), el determinante original resulta ser nn−2 det(I), donde I es la matriz identidad (n −
1) × (n − 1). El resultado de Cayley queda, de nuevo, probado.
0 1 1 …. …. 1 n-1 -1 -1 …. …. 0
1 0 1 …. …. 0 -1 n-1 -1 …. …. 0
M = 0 1 0 …. …. 0 ⇒ D-M = -1 -1 n-1 …. …. 0
…. …. …. …. …. …. …. …. …. …. …. ….
…. …. …. …. …. …. …. …. …. …. …. ….
1 0 0 …. …. 0 -1 -1 -1 …. …. n-1
6.3.2.- ÁRBOL RECUBRIDOR DE MENOR PESO
Vamos a considerar de nuevo el problema de la red de conducción, pero ahora

añadiremos un ingrediente nuevo. El estudio previo de ingeniería nos informa de qué tramos es
posible construir pero, además, disponemos de la información sobre el coste de cada uno de
esos tramos. Queremos, claro, elegir una red que conecte todas las ciudades con el menor
coste posible. La información de los costes se traduce en que cada arista lleva asociado un
número. Lo que buscamos es un árbol recubridor del grafo, pero justo aquél (o aquéllos) para
el que la suma de los costes de las aristas elegidas sea mínima.
Para modelar esta situación,

necesitamos una generalización del concepto 3
de grafo. Un grafo con pesos (o grafo 3 6 4 1
ponderado) serla un grafo G en el que, 1 1 2
además, cada arista a tenga asociado lo que
llamaremos su peso, p(a), un número real no 4 10 5
negativo, tal cual se indica en la Figura 6.3.4 5 7
(Esta restricción a pesos no negativos, 1
aunque suene muy razonable, no es en 4 8 8
realidad necesaria para la discusión que
1
haremos sobre árboles recubridores de peso 11
mínimo. Sin embargo, si que será
Figura 6.3.4
fundamental cuando el problema que nos
interese sea la construcción de caminos mas
cortos). La matriz de adyacencia de un grafo con pesos seria simétrica, con ceros en la
diagonal, y sus entradas serán los pesos de las aristas (o 0 si no hay tales aristas). La cantidad
que nos interesa minimizar es lo que llamaremos el peso del grafo,
p( G ) = ∑ p( a )
a∈A( G )
El problema es el siguiente: elegir, de entre todos los posibles árboles recubridores de G, uno,
H, de forma que:
221
Árboles
p( H ) = ∑ p( a )
a∈A( H )
sea lo menor posible. Vamos a describir un par de algoritmos sencillos que consiguen este
objetivo. Ambos son algoritmos austeros, como el que describimos para la coloración de un
grafo: en cada paso, elegiremos la mejor decisión posible (que sea compatible con las
restricciones del problema). Obsérvese que estos algoritmos servirán también para resolver la
cuestión cuando se trate de un grafo sin pesos. Bastaría, por ejemplo, asignar peso 1 a cada
arista. En estas condiciones, todos los árboles recubridores tienen el mismo peso (exactamente
|V | − 1), y el resultado del algoritmo será, simplemente, uno de estos árboles recubridores.
ALGORITMO DE PRIM
Partimos de un grafo G = (V, A) con pesos, y vamos a ir construyendo, sucesivamente,

conjuntos de vértices V0, V1, . . . ⊆ V y de aristas A0,A1,A2, . . . ⊆ A de la siguiente manera:
• Elegimos un vértice v cualquiera del grafo y formamos V0 = {v}. El conjunto de aristas

es, en este paso, A0 = Ø.
• Examinamos todas las aristas que tienen a v como uno de sus extremos y, de entre
ellas, seleccionamos la que tenga un peso menor. Digamos que es la arista a, y sea w
su otro extremo. Formamos entonces V1 = {v, w} y A1 = {a}.
• Supongamos que hemos construido los conjuntos Vi−1 (que contendría i vértices) y Ai−1
(con i−1 aristas). De entre las aristas que unan vértices de Vi−1 con vértices de V \Vi−1,
escogemos la de menor peso, que añadimos a Ai−1 para formar Ai. El “nuevo” vértice
se añade a los de Vi−1 para formar Vi.
Si en el paso t no podemos encontrar una arista para continuar el procedimiento, el algoritmo

acaba y la salida es el grafo Gt = (Vt−1, At−1).
Observemos que, tal como está diseñado el algoritmo, los sucesivos grafos Gj = (Vj, Aj)
no pueden contener ciclos (y además son conexos). Si cuando el proceso acaba hemos
incluido todos los vértices del grafo, el resultado es un árbol recubridor. Sobre el hecho de que
sea de peso mínimo reflexionamos mas adelante. Observemos que no hemos exigido que el
grafo G fuera conexo. Si lo fuera, el algoritmo produciría un árbol recubridor; pero si no, el
resultado es un árbol recubridor de la componente conexa en la que se encuentre el vértice de
partida v.
ALGORITMO DE KRUSKAAL
El procedimiento comienza ordenando las aristas en orden creciente de pesos: (a1, . . . ,

am), donde p(ai) ≤ p(aj) si i ≤ j. En cada paso se van determinando conjuntos de aristas
A0,A1,A2, . . . ⊆ A de la siguiente manera:
• Al principio, A0 = Ø.
• La arista a1 es la de menor peso del grafo, y la incluimos para formar A1 = {a1}.
• Supongamos que ya hemos determinado Ai−1. El conjunto Ai seria Ai−1 ∪ {ai} si es que
el grafo (V, Ai−1 ∪ {ai}) no contiene ciclos. Es decir, si la adición de la arista ai no hace
que se forme un ciclo en el grafo producido hasta el momento. En caso contrario, Ai =
Ai−1.
222
Árboles
El algoritmo acaba cuando Ai contenga |V | − 1 aristas o bien cuando hayamos examinado

todas las aristas (esto es, en el paso i = m). Obsérvese que, a diferencia del algoritmo de Prim,
los sucesivos grafos producidos por este procedimiento no tienen por qué ser árboles (aunque
si bosques). Si el grafo de partida es conexo, entonces acaba necesariamente en un árbol
recubridor (aunque el que sea de peso mínimo no es tan claro).
Observaciones
Empecemos insistiendo en que, si G es conexo, ambos algoritmos producen árboles
recubridores. Así que estos procedimientos sirven de comprobación de la conexión de un grafo
arbitrario. En el de Prim, los sucesivos grafos son siempre árboles, mientras que en el de
Kruskal no necesariamente: son bosques y sólo al final, si G es conexo, tendremos con
seguridad un árbol recubridor.
En el grafo con pesos que aparece en la Figura 6.3.5, el algoritmo de Prim, empezando
por ejemplo en el vértice 3, iría incluyendo,
sucesivamente, las aristas {3, 4}, {3, 5}, {5, 2} y {2, 2 5 3
1
1}. En el ultimo paso, se pueden elegir tanto la {2, 6} 2
como la {1, 6}. Uno de los posibles resultados es el 1
árbol recubridor, que es de peso mínimo, que 2 3 3 4
dibujamos abajo a la izquierda. El de Prim partiría de 2
4
una ordenación de las aristas según sus pesos. 6
6 5
Podría ser, por ejemplo, la siguiente:
({1, 2}, {3, 4}, {2, 6}, {1, 6}, {2, 5}, {3, 5}, {4, 5}, {2, 5
3}, {5, 6}). 2 3
1
2
El algoritmo iría incluyendo las aristas en el 1
2 3 3 4
orden que aparecen en esa lista, saltándose {1, 6} 2
(pues se formaría un ciclo), y acabando con la 4
elección de la arista {3, 5} (ya tendríamos cinco 6 6 5
aristas, las que necesitamos). El resultado seria el
mismo árbol recubridor de antes, Si cambiamos la Figura 6.3.5
ordenación de las aristas, respetando el que
aparezcan en orden creciente de pesos,
obtendríamos un árbol recubridor distinto (lo mismo ocurriría con el de Prim en cada momento
en que tengamos varias elecciones posibles).
En un grafo G conexo con pesos, siempre existe, al menos, un árbol recubridor de peso
mínimo, pero podría haber varios con ese peso mínimo. Piénsese, por ejemplo, en un grafo
completo Kn con pesos 1 en cada una de sus aristas: hay nn−2 árboles recubridores distintos, y
todos tienen el mismo peso, n−1. Los dos algoritmos que aquí hemos descrito pertenecen a los
que hemos dado en llamar la clase de los algoritmos austeros, porque en cada etapa toman la
decisión óptima, la mas “barata” en este caso, que sea compatible con las restricciones del
problema (en el de Prim, mantener en cada paso el carácter de árbol, en el de Kruskal, que no
se formen ciclos). No siempre estas estrategias
“austeras” garantizan que el resultado obtenido sea B
el mejor posible (recuérdese el algoritmo de
coloreado de grafos). Pero, en este caso, se puede 3 8
demostrar que, dado un grafo G conexo con pesos, 4 C 4
el resultado de ambos algoritmos, tanto el de Prim A E
como el de Kruskal, es un árbol recubridor de peso
5 1
mínimo (si hay varios, producen uno de ellos).
El siguiente ejemplo nos ilustra sobre las D

limitaciones que pueden tener métodos localmente Figura 6.3.6
óptimos. En el grafo dirigido de la derecha,
queremos encontrar un camino barato de A a E, siguiendo el sentido de las flechas. Un análisis
“global” (por ejemplo, enumerar todos los posibles caminos y determinar cuál es el más barato
223
Árboles
de todos ellos) nos llevaría a la respuesta correcta: A → D → E. Pero si procediéramos

“austeramente”, partiendo de A elegiríamos la de menor peso, la que lleva a C. Una vez
tomada esta decisión, ya no hay marcha atrás: no nos queda más alternativa que escoger la
arista que lleva a B. El camino seria A → B → E, que no es el mejor posible.
6.4.- ÁRBOL BINARIO
DEFINICIÓN 6.4.- Un árbol con raíz es binario si para cada vértice v, el grado del mismo
es δ (v)=0, 1 o 2; es decir, si v tiene cuando mucho dos hijos. Si δ (v)=
0 o 2 para todo v, entonces el árbol con raíz es un árbol binario
completo.
Mediante árboles binarios podemos representar a cualquier expresión algebraica Veamos los
siguientes ejemplos:
Ejemplo 6.4.1:
*
/ ↑
((7 − a ) / 5 ) ∗ ((a + b ) ↑ 3 )
- - 5 + 3
7 a a b
Figura 6.4.1
Ejemplo 6.4.2: –
a − (3 / (b + 5 )) a /
3 +
b 5
Figura 6.4.2
DEFINICIÓN 6.5.- Una operación binaria * tiene tres formas de representación:
1. Notación infija: a*b

2. Notación prefija ( o polaca) : * a b
3. Notación postfija: a b *
DEFINICIÓN 6.6.- Sea T = (V, A) un árbol con raíz r. Si T no tiene otros vértices,
entonces la misma raíz el recorrido en orden previo y posterior de T. Si
⏐V⏐ >1. Sean T1, T2, T3,. . ., Tn, los subárboles de T, de izquierda a
derecha, entonces (como en la Figura 6.4.3):
224
Árboles
1. El recorrido de orden previo de T visita primero

r y después recorre todos los vértices de T1, en
orden previo, después los vértices de T2 en
orden previo y así sucesivamente hasta recorrer
los vértices de TK en orden previo.
2. El recorrido de orden posterior de T recorre en
orden posterior los vértices de los subárboles T1,
T2, T3,. . ., TK para después llegar a la raíz., T1 T2 T3 TK
Figura 6.4.3
Ejemplo 6.4.3: El recorrido en orden previo de los vértices de este árbol es: 1, 2, 5, 11, 12,
13, 14, 3, 6, 7, 4, 8, 9, 10, 15, 16, 17. El recorrido en orden posterior visita
los vértices en el orden: 11, 12, 13, 14, 5, 2, 6, 7, 3, 8, 9, 15, 16, 17, 10, 4, 1.
2 3 4
5 6 7 8 9 10
11 12 13 14 15 16 17
Figura 6.4.4
DEFINICIÓN 6.7.- Recorrido en orden simétrico. Sea T = (V, E) un árbol binario con
raíz, donde r es la raíz.
1) Si | V | = 1, entonces el vértice r es el recorrido en orden
simétrico de T.
2) Si | V | > 1, sean TI y TD los subárboles izquierdo y derecho de T. El
recorrido en orden simétrico de T recorre primero los vértices de TI, en
orden simétrico, después visita la raíz y luego recorre, en el orden
simétrico, los vértices de TD.
Ejemplo 6.4.4: Ejemplo: La lista en orden simétrico es: p, j , q , f , c , k , g , a , d , r , b , h , s ,

m,e,i,t,n,u
r
a b
c e
d
Figura 6.4.5
f g i
h
j k m n
p q s t u
225
Árboles
6.4.1.- LA PODA DE UN ÁRBOL BINARIO
Tomemos el árbol binario (con raíz) infinito. En él vamos a seleccionar k vértices de

manera que ninguno de ellos sea antecesor de ningún otro. Llamemos v1,. . ., vk a estos
vértices señalados, que estarían a alturas (generaciones) h1,. . ., hk. Observemos que esta
elección de vértices se corresponde con una poda del árbol en la que las hojas supervivientes
están a alturas h1,. . ., hk. En la siguiente figura hemos escogido cuatro vértices, v1,. . ., v4:
V3
V1
V2 V4
Figura 6.4.6
Exigir esta condición hace pensar que los vértices seleccionados no pueden estar
todos muy “arriba” en el árbol, es decir, que los hj no pueden ser arbitrariamente pequeños. De
manera más precisa, y esto es lo que nos interesa comprobar, en una poda cualquiera, los hj
correspondientes han de cumplir que
∑2
j =1
−h j
≤1
Veámoslo: hemos seleccionado unos vértices v1,. . ., vk que están a alturas h1,. . ., hk.
Llamemos H = máx. {h1, . . . , hk} a la mayor altura a la que encontramos alguno de los vértices
señalados.
Vamos ahora, a partir de esta elección

inicial, a seleccionar un conjunto de vértices
en el árbol infinito con el siguiente
procedimiento: tomamos el vértice v1 y
H−h1
escogemos sus 2 descendientes que
están en la generación H (quizás solo el
propio v1, si es que es uno de los que vive en
esa máxima generación). Esto lo hacemos, V3
V1
sucesivamente, con el resto de los vértices
v2,. . ., vk. Nótese que los vértices que
seleccionamos de esta manera son todos
distintos. V4
V2
En el dibujo de la Figura 6.4.7 Figura 6.4.7
tenemos un ejemplo de este procedimiento.
Los vértices escogidos en primer lugar son v1, v2, v3 y v4: dos de la segunda generación y otros
dos de la tercera. La máxima altura es H = 3. En trazo más grueso hemos señalado los vértices
de esta tercera generación que seleccionamos en segundo lugar. Si sumamos los números 2−hj
para cada vértice vj obtenemos 1/4+1/4+1/8+1/8 = 3/4, un número no mayor que 1. El cálculo
226
Árboles
análogo, pero ahora para los vértices seleccionados en segundo lugar, nos lleva al mismo
resultado.
Llamemos A a la elección inicial de vértices y A’ a la nueva, y sea D(vj) = 2H-hj el

conjunto de vértices descendientes de vj que escogemos. Entonces:
k k k
∑2
v ∈A'
− h( v )
= ∑ ∑2j =1 v ∈D ( v j )
− h( v )
= ∑2 j =1
−H
D( v j ) = ∑2
j =1
−h j
= ∑2
v ∈A
− h( v )
El valor de la suma es el mismo para A que para A’. Pero claro, en A’ hay, a lo sumo, 2H
vértices, así que:
∑2
j =1
−h j
= ∑2
v ∈A
− h( v )
= A' 2 − H ≤ 2 H 2 − H = 1
Lo interesante del asunto es que el resultado es cierto en el otro sentido: si damos unos
números h1,. . ., hk tales que ∑ 2−hj ≤ 1, entonces en el árbol binario (infinito) podemos señalar
k vértices v1,. . ., vk de alturas respectivas h1,. . ., hk y de manera que ninguno sea antecesor
de ningún otro. Llamamos, como antes, H = máx. {h1, . . . , hk}. Y observamos que:
k k k
1≥ ∑2 j =1
−h j
= 2 −H ∑2
j =1
H −h j
⇒ 2H ≥ ∑2
j =1
H −h j
Ahora, en el árbol binario infinito, en la generación H vamos señalando, de izquierda a derecha

y sucesivamente, 2H−h1 vértices, luego 2H−h2, etc. La desigualdad anterior nos dice que en esa
generación encontramos suficientes vértices como para completar el proceso. El paso final
consiste en señalar a v1 como el vértice de la generación h1 que tiene a los primeros 2H−h1
vértices seleccionados como descendientes en la generación H, a v2 como el que tiene a los
2H−h2 siguientes, etc. El lector podría comprobar que el argumento funciona de manera análoga
para el caso de un árbol q-ario general (sustituyendo el 2 por q en la desigualdad).
Vamos ahora a interpretar este

resultado etiquetando con listas de ceros
y unos los vértices seleccionados.
Digamos que elegir, en el carbol binario
infinito, la rama de la izquierda es un 1, y
elegir la de la derecha un 0. Seleccionar
un vértice de altura h ≥ 1 no es, entonces,
sino dar una lista de ceros y unos de
longitud h. En el ejemplo que hemos
estado considerando, al vértice v1 le V1 V3
correspondería la lista (1,1), al vértice v2
la lista (1, 0, 0), y a los vértices v3 y v4, las
V2 V4
listas (0, 1) y (0, 0, 0), respectivamente.
Elegir, como en el ejemplo, vértices con la
restricción de que unos no sean Figura 6.4.8
antecesores de otros se traduce en que
ninguna de las listas correspondientes puede coincidir con el comienzo de ninguna otra.
Mas adelante llamaremos a esta restricción condición de prefijo y veremos que será
fundamental a la hora de construir ciertos códigos. Veamos ahora otro ejemplo en el que esta
condición de prefijo es relevante.
227
Árboles
Ejemplo 6.4.5: El problema de los cuestionarios.
Tenemos k objetos que se pueden identificar con una sucesión de preguntas cuya respuesta
es un SI o un NO.
Por ejemplo, podríamos tener tres personajes, tres

ilustres matemáticos: Hipatia de Alejandría, Gauss y
Fermat. Preguntamos primero si el personaje es mujer, SI NO
y posteriormente si es alemán. El resultado es el árbol
que aparece a la izquierda. Con la identificación habitual
de 1 para el SI y 0 para el NO, a Hipatia le corresponde
la lista (1), a Gauss la (0, 1) y a Fermat la (0, 0). Las tres Hipatia SI NO
listas cumplen la condición de prefijo. Esto es algo
general: si queremos que el cuestionario realmente
identifique a los k objetos, las listas de ceros y unos que
Gauss Fermat
codifiquen las posibles respuestas han de cumplir esta
condición.
Figura 6.4.9
6.5.- ÁLGORITMOS DE BUSQUEDA EN UN ÁRBOL
6.5.1.- ALGORITMO DE BÚSQUEDA EN PROFUNDIDAD
Sea G = (V, A) un grafo no dirigido, conexo, sin lazos, tal que | V | = n y donde los
vértices están ordenados como v1, v2, v3,..., vn. Para encontrar el árbol recubridor en
profundidad T, ordenado, con raíz, se siguen los siguientes pasos:
• Paso 1: Se asigna v1 a la variable v y se inicializa T como el árbol que consta

solamente de este vértice. (el vértice v1 será la raíz del árbol recubridor que se
va a desarrollar).
• Paso 2: Seleccionamos el subíndice más pequeño i, 2 ≤ i ≤ n, tal que la arista

{v, vi} ∈ A y vi no ha sido visitado todavía. Si no se encuentra tal subíndice
entonces se va al paso 3. En caso contrario se hace lo siguiente: (1) Añadimos
la arista {v, vi} al árbol T; (2) asignamos vi a v; y (3) regresamos al paso 2.
• Paso 3: Si v = v1, el árbol T es el árbol recubridor (ordenado con raíz) del

orden dado.
• Paso 4: Si v ≠ v1, retrocedemos desde v. Si u es el padre del vértice asignado

a v en T, entonces asignamos u a v y regresamos al paso 2.
6.5.2.- ALGORITMO DE BÚSQUEDA EN ANCHURA
Sea G = (V, A) un grafo no dirigido (Figura 6.4.10), conexo, sin lazos, tal que | V | = n y
donde los vértices están ordenados como v1, v2, v3,..., vn. Para encontrar el árbol recubridor en
anchura T, ordenado, con raíz, se siguen los siguientes pasos:
• T1 es un árbol recubridor de G generado por el Algoritmo de búsqueda en profundidad

con los vértices en el siguiente orden: j , i , h , g , f , e , d , c , b , a .
• T2 es un árbol recubridor de G generado por el Algoritmo de búsqueda en anchura con

los vértices en el siguiente orden : a , b , c , d , e , f , g , h , i , j (Figura 6.4.11).
228
Árboles
G a b
c d e f
Figura 6.4.10
g j
h i
T2 a
b c d
Figura 6.4.11
e g
f h i j
• Paso 1: Insertamos el vértice v1 en la cola Q e inicializamos T como el árbol

formado por este único vértice v1 ( la raíz de la versión final de T)
• Paso 2: Eliminamos los vértices del frente de Q. Al eliminar un vértice v,

consideramos vi, para cada 2 ≤ i ≤ n. Si la arista {v, vi} ∈ A y vi no ha sido
visitado, agregamos la arista a T. Si examinamos todos los vértices que ya
están en Q y no obtenemos aristas nuevas, el árbol T (generado hasta ese
momento) es el árbol recubridor (ordenado con raíz) del orden dado
.
• Paso 3: Insertamos los vértices adyacentes a cada v (del paso 2) en el final de
la cola Q, según el orden en que fueron visitados por primera vez. Después
regresamos al paso 2.
======================
229
Árboles
6.6.- PROBLEMAS CAPITULO VI.
1.- Probar que un grafo G es un árbol (conexo sin ciclos) si y sólo si no tiene ciclos y que
se cumple |A(G)| = |V (G)| − 1.
2.- Probar que en un árbol existe un único camino que conecta dos vértices cualesquiera.
3.- Probar que el grafo G con n vértices es un árbol si y sólo si su polinomio cromático es
G(k) = k (k − 1)n−1.
Sugerencia. Para la implicación⇒, probar por inducción, y para ello, considerar un
vértice de grado 1 del árbol y aplicar el algoritmo de “quitar aristas”. Para la implicación
⇐, usar el teorema del binomio y la caracterización de árboles como grafos conexos
con n − 1 aristas.
4.- Sea G un grafo con n vértices cuyo polinomio cromático PG cumple que P’G (0) ≠ 0 y
que P(n−1)G (0) = (1 − n)(n − 1)!. Demostrar que G es un árbol.
5.- (a) ¿Existen árboles de siete vértices y con cinco vértices de grado 1 y dos de grado 2?
(b) ¿Y con siete vértices de grados 1, 1, 1, 2, 2, 2, 3?
6.- Si G es árbol con p vértices de grado 1, q vértices de grado 4 y ningún otro vértice,
¿qué relación hay entre p y q?
7.- Denotemos por N(d1, d2, . . . , dn) el número de árboles distintos que se pueden formar
con el conjunto de vértices {1, 2, . . . , n}, donde δ (j) = dj + 1.
(a) Observar que si ∑ d j ≠ n − 2 entonces N(d1, d2, . . . , dn) = 0.
n
j =1
(b) Probar la siguiente fórmula de recurrencia:

N(d1, d2, . . . , dn−1, 0) = N(d1−1, d2, . . . , dn−1)+N(d1, d2−1, . . . , dn−1)+· · ·+N(d1,
d2, . . . , dn−1 − 1) ,
donde en la suma anterior el término i-ésimo no aparece si di = 0.
⎛n − 2 ⎞
(c) Deducir que si ∑ d j = n − 2 , entonces N (d1, d2,. . ., dn) = ⎜⎜
n
⎟⎟
j =1 d d
⎝ 1 2 n⎠d
(d) Deducir finalmente la fórmula de Cayley: el número de árboles distintos que se
pueden formar con los vértices {1, 2,. . ., n} es nn−2.
Sugerencia. Para el primer apartado, observar que la condición es justamente la
necesaria para que tengamos un árbol. Para el segundo, clasificar los árboles
dependiendo de a qué vértice está unido el de grado 1. Para el tercero, probar que
ambos objetos comparten la misma recurrencia y las mismas condiciones iniciales.
Para d), aplicar la fórmula del multinomio.
8.- Hallar el número de árboles distintos que se pueden formar con los siguientes vértices
{1, 2,. . ., n} si (a) n = 6 y cuatro vértices tienen grado 2; (b) n = 5 y exactamente tres
vértices tienen grado 1.
9.- ¿Cuántos árboles distintos se pueden formar con un conjunto de ocho vértices, {1, 2,
3,. . ., 8}, de manera que 2 de los vértices tengan grado 4 y los 6 restantes tengan
grado 1?
10.- ¿Cuántos árboles con vértices {1, 2,. . ., n} tienen los grados de todos sus vértices
menores o iguales a 2?
11. - Determine cuál de los siguientes grafos son árboles.
230
Árboles
G1
G2
a b a b
c d c d
e f e f
G3 a b G4 a b
c c
d e f d e f
g
Figura 6.6.1 g
11.- Para los grafos de la Figura 6.6.1, diga cual de ellos es un bosque
12.- Para los grafos de la Figura 6.6.2, encuentre un árbol recubridor.
G1 G2
a b
a
h g b
c
g c
f e d
f d
Figura 6.6.2
e
13.- Sean H y G dos grafos con los mismos vértices y de forma que toda arista de H lo sea
también de G. Probar que pG(x) ≤ pH(x), para todo x, x natural.
Sugerencia. Observar que en G hay mas prohibiciones (habrá menos coloraciones
válidas).
14.- Deducir del ejercicio anterior que si G es un grafo conexo con n vértices entonces:
pG(x) ≤ x(x − 1)n−1, para cada x natural .

Sugerencia. Por ser conexo, G tiene al menos un árbol recubridor.
15.- Calcular el número de árboles recubridores distintos de un grafo isomorfo a K3,S.
16.- Consideremos el grafo que se obtiene al tomar n triángulos con exactamente un vértice
común. (El número total de vértices es 2n + 1 y el número de aristas es 3n.) ¿Cuántos
árboles recubridores tiene?
Sugerencia. Hay que quitar una arista en cada triangulo.
17.- Sea H un árbol recubridor de peso mínimo de un grafo ponderado G. Sea f una arista
de G que no está en H. Y sea e cualquier arista del camino (único) en H que une los
vértices de f. Probar que el peso de e es menor o igual que el peso de f.
Sugerencia. Obsérvese que si no se cumpliera esa condición podríamos escoger un
árbol recubridor con menor peso.
231
Árboles
18.- Sea G el grafo con vértices {a, b, 1, 2,. . ., 10} (12 vértices) y aristas {{a, j}, j = 1, 2,. . .,
10} y {{b, j}, j = 1, 2,. . ., 10} (20 aristas). Las aristas que tienen a a como extremo
pesan 1 y las aristas que tiene a b como extremo pesan 2. ¿Cuál es el peso mínimo de
entre los árboles recubridores de G?
Sugerencia. Hay que mantener una (y sólo una) arista de las que llegan a b.
19.- Encuentre dos árboles recubridores no isomorfos para el grafo completo bipartito K2,3 .
¿Cuántos árboles recubridores no isomorfos tiene K2,3 ?
20.- Sean T1 = (E1, V1 ) y T2 = ( V2 , E2 ) dos árboles tales que | E1 | = 17 y | V2 | = 2 . | V1 |.

determinar | V1 | , | V2 | y | E2 | .
21.- Trace un árbol recubridor del grafo G 1 de l a Figura 6.10.2 tal que posea n vértices
colgantes siendo:
a) n = 2
b) n = 3
c) n = 5
22.- a) Si un árbol tiene cuatro vértices de grado 2, uno de grado 3, dos de grado 4 y uno de
grado 5, ¿cuántos vértices colgantes tiene?
b) Si un árbol T = (V, A) tiene v2 vértices de grado 2, v3 vértices de grado 3,... y vm

vértices de grado m, ¿cuánto valen | V | y | A |?
23.- Trace, si existe, un árbol que corresponda a cada una de las propiedades dadas en los
siguientes apartados. En caso de no existir explique la causa.
a) con todos los vértices con valencia 2.

b) con 5 vértices que tienen valencias 1,2,3,1,1
c) con 6 vértices que tienen valencias 1, 2, 1, 1, 3,3.
d) binario, completo, con 4 vértices internos y 5 vértices terminales.
e) binario completo, con altura igual a 4 y 9 vértices terminales.
f) Binario completo de 5 vértices internos y 5 vértices terminales
g) No binario, de altura 3 y 6 vértices terminales
h) Tenga 10 vértices y 8 lados
24.- Sean los siguientes árboles dirigidos. Determine cuál de ellos es árbol dirigido con
raíz
T1 T2 d e
b
a
a
d c f
c
e h g
b
g f h i i
Figura 6.6.3
232
Árboles
a
25.- - Sea el siguiente árbol:
a) ¿Qué vértices son las hojas?
b) ¿Qué vértice es la raíz?
c) ¿Qué vértice es el padre de g? b c
d) ¿Qué vértices son los descendientes de c?
e) ¿Qué vértices son los hermanos de m?
f) ¿Cuál es el número de nivel del vértice f?
g) ¿Cuál es la altura del árbol? d
h) ¿Es un árbol binario? e
i) ¿Cuál es el sub-árbol inducido por e? f
g h i
Figura 6.6.4
j k l m n
26.- Traza árboles binarios que represente a las siguientes expresiones algebraicas:
a) (a + b ) ↑ 2 − 4 / (a − b ) b) 3
5 + x / (2 + a − b )
27.- Encuentra las expresiones algebraicas que están representadas por los siguientes
árboles
a) b)
↑ +
- /
+
1/2
- x ↑ z 3
a
c d Figura 6.6.5 x y
28.- ( )
a) Escriba la expresión (w + x − y ) / π ∗ z 3 en notación polaca, mediante un árbol con
raíz.
b) ¿Cuál es el valor de la expresión (en notación polaca)
/ ↑ a − bc + d ∗ ef , si a = c = d = e = 2 , b = f = 4 ?.
29.- Para los siguientes árboles, enumere los vértices según el recorrido en orden previo, el
recorrido en orden simétrico y el recorrido en orden posterior.
233
Árboles
a)
a
b c
d e f g
h i j k
b)
1 Figura 6.6.6
2 3
4 5 6 7
8 9 10
11 12 13 14 15
16 17 18
19 20
Figura 6.6.7
21
43 – a) Para el grafo G1, encuentre dos árboles recubridores si el orden de los vértices es
i) a , b , c , d , e , f , g , h ii) h , g , f , e , d , c , b , a iii) a , b , c , d , h , g , f , e
b) Repita el apartado a) para el grafo G2

b
G1 a
b G2
c f
e d a
f h e
g g c
h
Figura 6.6.8
234
Árboles
6.7.- BIBLIOGRAFÍA RECOMENDADA
1. - AN INTRODUCTION OF FIRST ORDER PREDICATE LOGIC

J.P. Tremblay - McGRAW HILL – 1989
2. - AXIOMATIC SET THEORY AND FIRST ORDER LOGIC
Patrick Suppes - PRENTICE HALL - 1988
3. - DISCRETE MATHEMATICAL STRUCTURES TO COMPUTER SCIENCE
J.P. Tremblay & R. Manohar - McGRAW HILL – 1988
4. - DISCRETE MATHEMATICS and its APPLICATIONS – IV EDITION
Kenneth H. Rosen - McGRAW HILL - 1999
5. - DISCRETE MATHEMATICS FOR COMPUTER SCIENTISTS – II EDITION
John Truss – ADDISON WESLEY - 1999
6. - ESTRUCTURAS DE MATEMATICAS DISCRETAS PARA LA COMPUTACION
B.Kolman - R.C.Busby – Sharon Ross - PRENTICE HALL - 1995
7. - ELEMENTOS DE MATEMÁTICAS DISCRETAS
C. L. Liu - McGRAW HILL - 1999
8. - FUNDAMENTOS DE LA LÓGICA COMPUTACIONAL
Juan Frausto Solís, Bilardo Sánchez Ante – EDITORIAL TRILLAS - 2000
9. - FUZZY SETS, UNCERTAINTY, AND INFORMATION
G.J. Klir - T.A.Folger - PRENTICE HALL - 1993
10. - INTRODUCTION TO FORMAL LOGIC
Patrick Suppes - PRENTICE HALL - 1990
11. - INTRODUCTION TO FORMAL LOGIC
S.V. Yablonsky - MIR PUBLISHERS - 1989
12. - INTRODUCTION TO KNOWLEDGE BASE SYSTEMS
Richard Frost - Macmillan Publishing Co. - 1986
13. - LÓGICA
Carlos Ibarra Barrón – PEARSON EDUCACIÓN - 1998
14. - LÓGICA COMPUTACIONAL
Enrique Paniagua Arís, J.L. Sánchez González y Fernando M. Rubio – ITES
PARAINFO - THMSON - 2003
15. - LOGICA FORMAL PARA INFORMÁTICOS
Lourdes Arenas Alegría – EDITORIAL DIAZ DE SANTOS - 1996
16. - LÓGICA PARA COMPUTACIÓN
Francisco S. Naishtat - EUDEBA - 1986
17. - LOGICA, PROGRAMACION E INTELIGENCIA ARTIFICIAL
Robert Kowalski - DIAZ DE SANTOS S.A. – 1986
18. - LOGIC AND ITS APPLICATIONS
E.Burke - E. Foxley - PRENTICE HALL - 1996
19. - LOGIC FOR COMPUTER SCIENCE
Jean H. Gallier - JOHN WILEY & SONS Inc. - 1987
20. - MATEMATICAS DISCRETAS
R.Johnsonbaugh - MACMILLAN PUBLISHING CO. - 1994
21. - MATEMATICAS DISCRETAS
K.Ross - C.R.B.Wright - PRENTICE HALL - 1990
22. - MATEMATICA DISCRETA Y SUS APLICACIONES – V Edición
Kenneth H. Rosen – McGRAW HILL - 2004
23. - MATEMATICA DISCRETA Y LÓGICA
Winfried K. Grassmann & Jean Paul Tremblay – PRENTICE HALL – 1996.
24. - MATHEMATICAL LOGIC FOR COMPUTER SCIENCE
M.Ben-Ari - PRENTICE HALL - 1993
25. - THE ESSENCE OF LOGIC
John Kelly - PRENTICE HALL - 1997
235

Matematicadiscreta PDF

Cargado por

Copyright:

Formatos disponibles

Matematicadiscreta PDF

Cargado por

Información del documento

Título original

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

Matematicadiscreta PDF

Cargado por

Copyright:

Formatos disponibles

MATEMÁTICA DISCRETA Y LÓGICA

ISBN 987-43-9433-1, edición original publicada por

Copyright © 2005 Roberto H. Fanjul

Queda hecho el depósito que previene la ley 11.723

Impreso en Argentina – Printed in Argentina

CAPITULO I: SINTAXIS Y SEMÁNTICA DEL

1.2.- MATERIAL SIMBÓLICO O ALFABETO DEL LENGUAJE 7

1.3.- CADENAS DE CARACTERES, LONGITUD, CONCATENACIÓN 11

1.4.- EL LENGUAJE DEL CALCULO DE PROPOSICIONES O CONJUNTO F DE

1.5.- CONVENCIONES PARA ABREVIAR LA ESCRITURA 15

1.6.- OPERADORES O CONECTIVOS MONODIADICOS 15

1.7.- OPERADORES O CONECTIVOS DIÁDICOS 15

1.8.- OPERADORES O CONECTIVOS TRIÁDICOS 16

1.9.- NOCIÓN GENERAL DE LA SEMÁNTICA DEL LENGUAJE FORMAL 17

1.10.- DEFINICIÓN ALGEBRAICA DE LA SEMÁNTICA DEL LENGUAJE

1.11.- TABLAS DE VERDAD 21

1.12.- DEFINICIÓN DE LOS CONECTIVOS LÓGICOS 23

1.13.- TAUTOLOGÍA, CONTRADICCIÓN E INDEFINIDOS 29

2.2.- LA LÓGICA PROPOSICIONAL COMO UN SISTEMA AXIOMÁTICO 45

2.3.- NOCIÓN GENERAL DE LA DECISIÓN EN EL LENGUAJE FORMAL 51

2.4.- LA DECISIÓN POR LAS FORMAS NORMALES 51

2.5.- ENUNCIADOS Y FORMAS DE ENUNCIADOS 58

2.7.- LAS IMPLICACIONES Y DERIVACIONES LÓGICAS 66

2.8.- LA DECISIÓN POR CUADRO SEMÁNTICO 71

CAPITULO III: LÓGICA DE PREDICADOS 80

3.2.- ESTRUCTURA RELACIONAL DE UNA LÓGICA DE PREDICADO 86

3.3.- SINTAXIS DE LENGUAJES DE PREDICADOS DE PRIMER ORDEN 88

3.4.- SEMÁNTICA DEL LENGUAJE DE PREDICADOS DE 1er ORDEN 94

3.6.- CUADROS SEMÁNTICOS 105

3.7.- DERIVACIÓN: Generalización y Particularización 113

3.8.- PROBLEMAS CAPITULO III 125

CAPITULO IV: RETICULO Y ALGEBRA DE

4.2.- REPRESENTACIÓN DE RELACIONES 135

4.3.- CLAUSURA REFLEXIVA, SIMÉTRICA Y TRANSITIVA DE UNA RELACIÓN 138

4.4.- CONJUNTOS PARCIALMENTE ORDENANDOS 144

4.5.- RETÍCULO 150

4.6.- ÁLGEBRA DE BOOLE COMO UN SISTEMA AXIOMÁTICO 154

4.7.- LAS FUNCIONES EN EL ÁLGEBRA DE BOOLE Bn 158

4.8.- IMPLEMENTACIÓN DE FUNCIONES BOOLEANAS 160

4.9.- PROBLEMAS CAPITULO IV 164

CAPITULO V: TEORIA DE GRAFOS 171

5.3.- MATRICES ASOCIADAS A UN GRAFO. GRADO DE UN VÉRTICE 177

5.4.- ISOMORFISMO DE GRAFOS 180

5.5.- CLASES DE GRAFOS 182

5.6.- CONEXIÓN EN GRAFOS 185

5.7.- NÚMERO DE CAMININOS, MATRIZ DE ADYACENCIA Y CONEXIÓN 189

5.8.- CAMINOS EULERIANOS Y HAMILTONIANOS 191

5.9.- GRAFOS PLANOS 193

5.10.- PROBLEMAS DEL CAPITULO V 196

CAPITULO VI: ÁRBOLES 204

6.2.- ÁRBOLES CON RAÍZ 212

6.3.- ÁRBOL RECUBRIDOR 218

6.4.- ÁRBOL BINARIO 224

6.5.- ÁLGORITMOS DE BUSQUEDA EN UN ÁRBOL 228

6.6.- PROBLEMAS CAPITULO VI. 230

6.7.- BIBLIOGRAFÍA RECOMENDADA 235

MATEMÁTICA DISCRETA Y LÓGICA

SINTAXIS Y SEMÁNTICA DEL

1.- LOS ORÍGENES DE LA LÓGICA MATEMÁTICA