Mate Matic As Finit As

MATEMATICAS FINITAS
Ricardo Bautista Mercado1
December 15, 2006
1
A Claudia
2
Contents
1 PRELIMINARES 5
1.1 PROPOSICIONES Y OPERADORES LOGICOS . . . . . . . . 5
1.2 OPERADORES LOGICOS O CONECTIVOS . . . . . . . . . . 5
1.3 LEYES DE LA LÓGICA . . . . . . . . . . . . . . . . . . . . . . 6
1.3.1 REGLAS DE INFERENCIA . . . . . . . . . . . . . . . . 7
1.3.2 METODOS DE DEMOSTRACION . . . . . . . . . . . . 7
1.4 PRODUCTO CARTESIANO . . . . . . . . . . . . . . . . . . . . 7
1.5 INDUCCION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.5.1 Las torres de Hanoi . . . . . . . . . . . . . . . . . . . . . 8
1.5.2 El problema de los conejos (o los numeros de Fibonacci . 10
1.6 PROBLEMAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2 CONTEO 13
2.1 PRINCIPIOS ELEMENTALES DE CONTEO . . . . . . . . . . 13
2.1.1 PRINCIPIO DEL PRODUCTO . . . . . . . . . . . . . . 16
2.1.2 PRINCIPIO DE LA SUMA . . . . . . . . . . . . . . . . . 20
2.1.3 PRINCIPIO DE DIRICHLET . . . . . . . . . . . . . . . 21
2.1.4 EL PRINCIPIO DE INCLUSION-EXCLUSION . . . . . 30
2.2 ORDENACIONES CON REPETICION Y SIN REPETICION . 36
2.2.1 ORDENACIONES CON REPETICION . . . . . . . . . . 36
2.2.2 ORDENACIONES SIN REPETICION . . . . . . . . . . . 38
2.3 PERMUTACIONES Y COMBINACIONES . . . . . . . . . . . . 39
2.3.1 PERMUTACIONES . . . . . . . . . . . . . . . . . . . . . 39
2.3.2 COMBINACIONES . . . . . . . . . . . . . . . . . . . . . 43
2.4 TEOREMA DEL BINOMIO Y DEL MULTINOMIO . . . . . . . 47
2.4.1 TEOREMA DEL BINOMIO . . . . . . . . . . . . . . . . 47
2.4.2 EL TRIANGULO DE PASCAL . . . . . . . . . . . . . . 49
2.4.3 TEOREMA DEL MULTINOMIO . . . . . . . . . . . . . 50
2.5 PERMUTACIONES DE OBJETOS IGUALES . . . . . . . . . . 53
2.6 PROBABILIDAD FINITA . . . . . . . . . . . . . . . . . . . . . 54
2.7 PROBLEMAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3
4 CONTENTS
3 CONGRUENCIAS 61
3.0.1 Otras propiedades de la congruencia . . . . . . . . . . . . 63
3.1 Propiedades de Zn con la suma y el producto definidos . . . . . . 68
3.2 Descripcion de todas las soluciones de la ecuacion homogenea
ax+by=0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
3.2.1 ECUACIONES DIOFANTINAS LINEALES . . . . . . . 69
3.2.2 Solucion general de a′ x + b′ y = 0 . . . . . . . . . . . . . . 71
3.3 CONGRUENCIAS LINEALES . . . . . . . . . . . . . . . . . . . 73
3.3.1 TEOREMA CHINO DEL RESIDUO . . . . . . . . . . . . 80
3.4 UN PAR DE CONGRUENCIAS ESPECIALES . . . . . . . . . . 82
3.4.1 PEQUEÑO TEOREMA DE FERMAT . . . . . . . . . . 83
3.4.2 TEOREMA DE EULER . . . . . . . . . . . . . . . . . . . 86
3.5 UNIDADES DE Zn . . . . . . . . . . . . . . . . . . . . . . . . . 92
3.5.1 RESIDUOS CUADRATICOS . . . . . . . . . . . . . . . . 92
3.6 SISTEMAS DE ENCRIPTACION RSA . . . . . . . . . . . . . . 94
3.6.1 POTENCIAS GRANDES MODULOS GRANDES . . . . 94
3.6.2 METODO DE LOS CUADRADOS SUCESIVOS . . . . . 95
3.6.3 CALCULO DE RAICES . . . . . . . . . . . . . . . . . . 95
3.6.4 METODO PARA CALCULAR RAICES . . . . . . . . . 97
3.6.5 SISTEMA DE ENCRIPTAMIENTO RSA . . . . . . . . . 98
4 POLINOMIOS 105
4.1 POLINOMIOS IRREDUCIBLES . . . . . . . . . . . . . . . . . . 116
4.1.1 TEOREMA DEL RESIDUO . . . . . . . . . . . . . . . . 118
4.1.2 LA DERIVADA FORMAL Y MULTIPLICIDAD DE RAI-
CES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
4.1.3 COEFICIENTES Y RAICES DE UN POLINOMIO . . . 126
4.2 POLINOMIOS CON COEFICIENTES COMPLEJOS . . . . . . 128
4.2.1 EL TEOREMA FUNDAMENTAL DEL ALGEBRA . . . 129
4.2.2 EL CAMPO DE FUNCIONES RACIONALES . . . . . . 131
4.3 PROBLEMAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
5 GRAFOS 135
5.0.1 graficas bipartitas . . . . . . . . . . . . . . . . . . . . . . 136
5.0.2 subgraficas . . . . . . . . . . . . . . . . . . . . . . . . . . 136
5.0.3 caminos, paseos y trayectorias . . . . . . . . . . . . . . . . 136
5.0.4 Conexidad . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
5.0.5 Arboles . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
5.1 MULTIGRAFOS, GRAFOS PLANOS E ISOMORFISMO DE
GRAFOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
5.2 PROBLEMAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
A PROBLEMARIO 143
Chapter 1
PRELIMINARES
1.1 PROPOSICIONES Y OPERADORES LO-

GICOS
Definición 1.1.1 (Proposicion) Afirmacion verdadera o falsa (no ambas a la
vez)
1.2 OPERADORES LOGICOS O CONECTI-

VOS
Definición 1.2.1 (Negacion) Sea p una proposicion, entonces denotamos por
p(¬p) a la proppsicion ”no p”
Definición
V 1.2.2 (Conjuncion) Sean p,q proposiciones, entonces denotamos
por p q a la proposicion ”p y q”
V
p q es verdadero si p,q son verdaderos
Definición
W 1.2.3 (Disjunción) Sean p,q proposiciones, entonces denotamos
por p q a la proposicion ”p ó q”
W
p q es verdadero si p es verdadera o q es verdadero (se incluye el caso p y q
verdadera)
Definición
L 1.2.4 (Disjunción exclusiva) Sean p,q proposiciones, se denota
por p q a la proposicion ”ó p ó q”
L
p q es verdadero si ó p es verdadera o q es verdadero ó q es verdadera, pero
no p y q verdaderas
Definición 1.2.5 (Implicación) Sean p,q proposiciones, se denota por p → q

a la proposicion ”p implica q”
5
6 CHAPTER 1. PRELIMINARES
Definición 1.2.6 (Equivalencia o bicondicional) Sean p,q proposiciones, en-

tonces p ↔ q a la proposicion ”p equivalente q”
Definición 1.2.7 (Tautologı́a) Proposicion compuesta que siempre es verda-

dera
Definición 1.2.8 (Contradicción) Proposicion compuesta siempre falsa
Definición 1.2.9 (Contingencia) Proposicion compuesta que no es tautolo-

gia ni contradiccion
Definición 1.2.10 Sean p,q proposiciones p es logicamente equivalente a q si

sus tablas de verdad coinciden
NOTACION: p ⇔ q
1.3 LEYES DE LA LÓGICA

Definición 1.3.1 (Funcion proposicional) Es una funcion de 1 o varias va-
riables que al tomar valores se convierte en una proposicion
NOTACION: p(x)
Definición 1.3.2 (UNIVERSO DE DISCURSO) Dada una funcion (lo-

gica) proposicional, el universo de discurso es el conjunto de valores que toma
la(s) variable(s)
Definición 1.3.3 (CUANTIFICADOR UNIVERSAL) Es la proposicion

”para todo x del universo de discurso se cumple P(x)”
NOTACION: ∀x, p(x), ∀x, y:P(x,y)
Definición 1.3.4 (CUANTIFICADOR EXISTENCIAL) Es la proposi-

cion ”existe al menos una x del universo del discurso tal que cumple P(x)”
NOTACION: ∃x:P(x,y)
1.4. PRODUCTO CARTESIANO 7
1.3.1 REGLAS DE INFERENCIA
Regla de inferencia
W Tautologia
W Nombre
Vp⇒p V q p→V (p q) adicion
p q ⇒ pV q (p q) → p V
V simplificacion
p, q ⇒ p q ((p)V (q)) → (p q) conjuncion
p, p → q ⇒ q (p V(p → q)) → q modus ponens (directa)
q, p → q ⇒ p (q V(p → q)) → p modus tollens (contradiccion)
p → q, q → r ⇒ p → r ((p → q) (q → r)) → (p → r) silogismo hipotetico
1.3.2 METODOS DE DEMOSTRACION

Definición 1.3.5 (Directa) Para demostrar que p −→ q, suponemos que p es
verdadera y probamos q verdadera
Definición 1.3.6 (Contrapositiva) Si deseamos demostrar p −→ q, proba-

mos que q −→ p
Definición 1.3.7 (Contradiccion o ad absurdum)

V Si deseamos probar p →
q, entonces suponemos p verdadera y q falsa (p q) y llegamos a p
Definición 1.3.8 (Vacia o por vacuidad) Suponemos que deseamos probar

p → q. Sabemos que p es falsa. Entonces p → q es verdadera
Definición 1.3.9 (Trivial) supongamos que deseamos probar que p → q. Sa-

bemos ahora que q es verdadera, entonces p → q es verdadera
W W W
Definición 1.3.10 (Por casos) Una proposicion de tipo (p1 p2 . . . pn )→q
se puede probar
W Wusando W la tautologia V V V
((p1 p2 . . . pn )→q)←→((p1 → q) (p2 → q)) . . . (pn → q)))
Observación 1.3.1 p ←→ q tautologia

p ⇐⇒ q
V W W V W
Observación 1.3.2 (p1 p2 ) q = (p1 q) (p2 q)
Conjetura 1.3.1 (Goldbach) Cualquier numero natural par mayor que 2 se

puede escribir como suma de dos numeros primos
1.4 PRODUCTO CARTESIANO

Definición 1.4.1 Sean S1 XS2 X . . . XSn conjuntos, entonces el producto car-
tesiano se define como
S1 XS2 X . . . XSn ={(s1 , s2 , . . . , sn )| si ∈ Si , i=1,. . . ,n}
1.5 INDUCCION
Sea M un subconjunto no vacio del conjunto de numeros naturales N
Supongamos que los elementos de M estan caracterizados por una propiedad
que decide si un natural n esta o no esta en M
Definición 1.5.1 (Principio de Inducción) El principio de Inducción dice

lo siguiente:
1. 1 ∈ M
2. Siempre que n ∈ M , entonces n + 1 ∈ M entonces el conjunto M es el

conjunto de todos los naturales i.e M = N
1.5.1 Las torres de Hanoi

Supongamos que tenemos n discos con un agujero en el centro de tal forma que
todos estos discos tienen radios diferentes. Supongamos que tenemos tres torres
(o postes) A,B y C y que los n discos estan acomodados sobre la torre A de
modo que estos discos estan apilados uno sobre otro con la condicion de que un
disco dado no esta encima de otro disco de radio menor
El juego consiste en trasladar los n discos de la torre A a la torre C con la
condicion de que en ningun momento un disco dado puede colocarse encima de
otro disco de radio mas pequeo
La torre B la usamos como torre auxiliar para realizar estos movimientos.
Nos interesa calcular el numero de movimientos necesarios para llevar los n
discos de la torre A a la torre C con la restriccion dada.
Llamemos T (n) a este minimo numero de movimientos
Si n=1 es claro que T (1) = 1
Para hallar una expresion que nos permita calcular T (n) procedemos por
induccion
Supongamos que n > 1 y que conocemos el valor T (n − 1)
Si consideramos en la torre de los n discos los n−1 discos colocados arriba del
disco de radio mayor sabemos que se necesita un minimo de T (n−1) movimientos
para llevar estos n − 1 discos de la torre A a la torre B. Un movimiento mas nos
permite llevar el disco de radio mayor de la torre A a la torre C.
Finalmente el minimo numero de movimientos para llevar los n − 1 discos
de la torre B a la torre C es T (n − 1).
Por lo tanto
T (n) = T (n − 1) + 1 + T (n − 1)
T (n) = 2T (n − 1) + 1
Esta formula no es una formula directa
Para calcular T (60) se requiere conocer T (59);
Para conocer T (59) se requiere conocer T (58);
etc. . .
Este es un ejemplo de una formula recursiva
1.5. INDUCCION 9
En algunos casos es posible encontrar formulas explicitas para manipular

mejor una formula recursiva.
En este caso
T (1) = 1
T (2) = 3
T (3) = 7
T (4) = 15
T (5) = 31
..
.
Conjetura 1.5.1 T (n) = 2n − 1
Demostración 1.5.2 Probaremos que T (n) = 2n − 1 por induccion
i) La formula es cierta para n = 1
ii) HIPOTESIS DE INDUCCION

Supongamos que n > 1 y que la formula
T (n) = 2n − 1
es cierta para esta n
iii) Tenemos
T (n + 1) = 2T (n) + 1
Pero por hipotesis de induccion
T (n) = 2n − 1
entonces
T (n + 1) = 2T (n) + 1 = 2(2n − 1) + 1 = 2n+1 − 2 + 1 = 2n+1 − 1
Por el principio de induccion obtenemos que ∀n ∈ N
T (n) = 2n − 1
1.5.2 El problema de los conejos (o los numeros de Fibo-

nacci
Dada una pareja de conejos se desea estudiar como se reproducen estos conejos
a lo largo de un año. Esta pareja tendra una pareja de crias hacia el final de
cada mes, a su vez cada nueva pareja se empezara a reproducir al mes de nacida.
Supondremos que a lo largo de este año ninguna pareja de conejos muere
Llamemos Fn al numero de parejas de conejos en el n-ésimo mes, comenzando
en m=0
Entonces
F0 = 1, F1 = 2, F2 = 3, F3 = 5, . . .
Estos numeros Fn son llamados numeros de Fibonacci y ellos satisfacen una
relacion recursiva
Fn+2 = Fn+1 + Fn
Puede probarse por induccion que
αn+2 − β n+2
Fn = √
5
donde α y β son las raices de la ecuacion cuadratica x2 − x − 1 = 0
1.6 PROBLEMAS
PROBLEMA 1.1 Determine cuales de las siguientes afirmaciones son pro-
posiciones. de las que son proposiciones determine el valor de verdad:
a) Morelia es la capital del estado de Michoacan
b) Caracas es la capital de Colombia
c) 1 < 3
d) Venga a verme manñana
e) x − y = 0
f ) Julio Cesar fue un emperador romano
g) 5 divide a k para todo k ∈ Z
h) Cuantos libros necesita?
PROBLEMA 1.2 Determine si las siguientes proposiciones son simples o

compuestas. En caso de ser compuestas, diga que operador logico se esta usando:
a) Usted aprobo el examen de ingreso y comenzara a estudiar en la universidad
b) Voy a estudiar matematicas o computacion, pero no ambas

1.6. PROBLEMAS 11
c) Me gustaria viajar a Europa

d) Manñana voy a clases y estudio para el examen
e) Si quieres ir al cine, tienes que comprar las entradas
f ) No estamos jugando a las cartas
g) O bailamos, o nos sentamos
h) Estudio matematicas
i) Vamos al teatro o cenamos en un restaurante
PROBLEMA 1.3 Escriba la tabla de verdad de las siguientes proposiciones

compuestas:
a) p ∧ q
b) p ∨ (q ∧ r)
c) (p → q) ∨ (p → q)
d) (p ⊕ q) ∧ (p ⊕ q)
e) (p → q) ↔ (q → p)
f ) (p ∨ (q → (r ∧ s))) ↔ (p ∧ q)
g) q ↔ (p ∨ q)
h) ((p ∨ q) ∧ (p ∧ (p ∧ q))) ↔ (p ∧ q)
i) (p ∧ q ∨ r) ∧ (p ∨ q ∨ r)
PROBLEMA 1.4 En el ejercicio anterior, cuales son tautologias, cuales con-

tradicciones, cuales contingencias?
PROBLEMA 1.5 Escriba las siguientes proposiciones en la forma ”si p, en-

tonces q”:
a) Comprare un coche, si tengo dinero suficiente
b) Viajara a Paris, solo si sabe hablar frances
c) Solo si estudias mucho, apruebas el examen
d) Es suficiente que un cuadrilatero ABCD sea un cuadrado para que ABCD
sea un rectangulo
e) Es necesario que el triangulo ABC sea isoceles para que ABC sea equilatero
PROBLEMA 1.6 En el ejercicio anterior, escriba la conversa, la inversa y

la contrapositiva de las proposiciones
Chapter 2
CONTEO
2.1 PRINCIPIOS ELEMENTALES DE CON-

TEO
El conjunto de los numeros naturales N esta muy relacionado con la nocion de
contar. Por experiencia sabemos que al contar podemos encontrar conjuntos
”finitos” e ”infinitos”. Es necesario definir con presicion la nocion de conjunto
”finito” e ”infinito”
Definición 2.1.1 Sea n ∈ N. El intervalo de naturales In se define como el

conjunto
In = {1, 2, 3, . . . , n}
Para n=0 definimos: I0 = ∅
Estos intervalos de numeros naturales los usaremos para nuestra definicion de

conjunto ”finito”
Definición 2.1.2 Sea S
A un conjunto. Diremos que A es un conjunto finito si
existe un entero n ∈ N {0} para el cual existe una funcion biyectiva
f : A → Im
El numero de elementos de In nos sirve para contar el numero de elementos
de A, siempre que hayamos probado que el entero n de esta definicion es unico.
Con este objetivo probaremos:
Proposición 2.1.1 Sean In e Im intervalos de N Si n 6= m podemos suponer

que m < n. Entonces no existe una funcion biyectiva f : Im → In
Demostración 2.1.2 (Por inducción) Si m = 0 y n > 0

I0 = ∅ e In 6= ∅
No es posible hallar una biyeccion entre el conjunto vacio y un conjunto no
vacio (Base de inducción)
13
14 CHAPTER 2. CONTEO
Hipotesis de inducción: Supongamos que m > 0 y que para m < n la afir-

macion para m + 1 y para todo n tal que m + 1 < n
Por reduccion al absurdo: Supongamos que existe una biyeccion
f : Im+1 → In
Im+1 = Im ∪ {m + 1} −→ In = {1, . . . , n}
m+1<n
m<n−1
g : Im → In−1
Consideremos la funcion φ : In → In definida como sigue:
Si f (m + 1) = k, k ∈ In , definimos

 j si j 6= k, n
φ(j) = n si j = k

k si j = n
φ : In → In asi definida es una biyeccion
Entonces la composicion
g : Im+1 → In → In
g = φ ◦ f es una biyeccion de Im + 1 en In y ademas g(m + 1) = n
Como Im + 1 = Im ∪ {m + 1} e In = In−1 ∪ {n} podemos restringir g a Im
en el dominio e In−1 en el codominio para obtener la funcion
ge : Im → Im−1
ge(j) = g(j)
ge es biyectiva pues g lo es, ademas m < n − 1 pues m + 1 < n
Esto contradice la hipotesis de induccion. Por lo tanto no existe una biyec-
cion de Im+1 en In , con m + 1 < n
Por induccion, la afirmacion es cierta para toda n
Corolario 2.1.1 Si existe una funcion biyectiva f : Im → In , entonces m=n
Demostración 2.1.2 Por la proposicion anterior, m no puede ser menor que
n. Tampoco n puede ser menor que que m, pues f tiene una inversa inyectiva
f −1 : In → Im
Este corolario nos dice que si A es finito no pueden existir dos enteros m, n ∈
N ∪ {0} distintos tales que A se pueda poner en correspondenci8a biyectiva con
ellos
Si tales biyectivas existieran f : A → Im , g : A → Im existiria una biyeccion
entre Im e In :
Im → A → In
g ◦ f −1 : Im → In biyectiva. Esto es imposible por el corolario anterior.
De esta manera si A es finito, existe un unico entero m ∈ N ∪ {0} y una
biyeccion f : A → Im
Al entero m lo llamamos el numero de elementos de A
2.1. PRINCIPIOS ELEMENTALES DE CONTEO 15
En procesos de conteo un principio importante es el llamado principio del palomar

Este principio dice que si tenemos n palomas y un palomar con n casillas, y
si m > n entonces al asignar palomas a las casillas, al menos una casilla tiene
mas de una paloma.
Para formalizar este principio probaremos:
Proposición 2.1.3 Sea n ∈ N y sea f : In → In una funcion inyectiva, enton-

ces f es suprayectiva
Demostración 2.1.4 (Por inducción sobre n) Si n = 1, solo hay una fun-

cion (base de induccion)
f : I1 = {1} → I1 = {1}
y esta es inyectiva y suprayectiva.

Supongamos que n > 1 y que la afirmacion es cierta para esta n (hipotesis
de induccion)
Debemos probar la afirmacion para n + 1
Suponamos que
f : In+1 → In+1
es inyectiva. Como antes pongamos f (n + 1) = k y definimos φ : In+1 → In+1

como

 j si j 6= k, n + 1
φ(j) = k si j = n + 1

n + 1 si j = k
φ es biyectiva y la composicion
g : In+1 → In+1 → In+1
g = φ ◦ f es inyectiva y g(n + 1) = n + 1
Restringiendo g a In :
ge : In → In
ge(j) = g(j)
ge es inyectiva (pues g lo es). Por hipotesis de induccion ge es suprayectiva, en

consecuencia g es suprayectiva. Como
f = φ−1 ◦ g
y φ−1 es biyectiva y g es suprayectiva, f es suprayectiva

Por induccion, la afirmacion es cierta para toda n
2.1.1 PRINCIPIO DEL PRODUCTO

Sean A y B conjuntos conjuntos no vacios. Ademas de la union y de la in-
terseccion de A y B se cuenta con una tercera operacion llamada el producto
cartesiano de A y B
Definición 2.1.3 El producto cartesiano de A × B de dos conjuntos no vacios

A y B esta definido como el conjunto de parejas ordenadas (a,b)
A × B := {(a, b) : a ∈ A, b ∈ B}
Las parejas (a,b) se dicen ordenadas en el sentido de que si a 6= b, (a, b) 6= (b, a)
De hecho dos parejas (a1 , b1 ) y (a2 , b2 ) en A × B se consideran iguales si y

solo si a1 = a0 y b1 = b2
Si A y B son finitos el producto cartesiano A × B se puede representar a

traves de una tabla:
Si A = {a1 , a2 , . . . am } y B = {b1 , b2 , . . . , bn }
A × B:
b1 b2 ... ... ... bn

a1 • •
a2
..
. •
..
.
..
. •
..
. • •
an •
Cada cuadrado en el cuadriculado, sealado por un punto •, representa a un

elemento (ai , bj ) de A × B
Nos interesa contar el numero de elementos de A × B cuando A y B son

finitos.
Teorema 2.1.3 Si A y B son conjuntos finitos no vacios, entonces:

|A × B| = |A||B|
Demostración 2.1.4 Si A = {a1 , a2 , . . . , am } y fijamos un elemento ai en A,

entonces el producto cartesiano {ai } × B recorre el i-esimo renglon de la table
anterior. Es facil verificar que la funcion
ϕi : {ai } × B → B
ϕi (ai , b) = b es una biyeccion

Entonces
|{ai } × B| = |B|
ademas es claro que
[
A×B = ({ai } × B), ai ∈ A
y que
\
({ai } × B) ({aj } × B) = ∅
si i 6= j
Por el principio de la suma
[ X X
|A × B| = | ({ai } × B)| = |{ai } × B| = |B| = |A||B|
ai ∈A ai ∈A ai ∈A
Corolario 2.1.5 Si A1 , A2 , . . . , Ak son conjuntos finitos no vacios, entonces

|A1 × A2 × . . . × Ak | = |A1 ||A2 | . . . |Ak |
Demostración 2.1.6 (inducción sobre k) SE DEJA COMO EJERCICIO

AL LECTOR
Como una aplicacion de estos resultados conocidos como el principio del

producto y el principio del producto generalizado, respectivamente contaremos
cuantas funciones pueden definirse entre dos conjuntos finitos A y B
Supongamos que A y B son conjuntos finitos y que f : A → B es una funcion
La funcion f esta determinada por su accion sobre los elementos de A.
Si A = {a1 , . . . , am }
f esta determinada por los valores f (a1 ), f (a2 ), . . . , f (am )
El conjunto de valores f (a1 ), f (a2 ), . . . , f (am ) puede pensarse como una m-
ada de elementos de B
Es decir f (a1 ), f (a2 ), . . . , f (am ) determina un unico elemento de:
B m := B × B × · · · × B = {(b1 , b2 , . . . , bm ) : bi ∈ B}
| {z }
m factores
mas aun, un elemento de B m define una funcion f de A en B

Si definimos el conjunto
B A := {f : A → B|f es funcion}
podemos definir una funcion φ : B A → B m con m = |A|, como
φ(f ) = (f (a1 ), f (a2 ), . . . , f (am ))
afirmamos que φ es una biyeccion

φ es inyectiva: Supongamos que f, g ∈ B A y que f 6= g

Debemos probar que φ(f ) 6= φ(g)
Como f 6= g existe al menos un elemento aj de A tal que f (aj ) 6= g(aj )
Esto implica que
(f (a1 ), f (a2 ), . . . , f (aj ), . . . , f (am )) 6= (g(a1 ), g(a2 ), . . . , g(aj ), . . . , g(am ))
entonces φ(f ) 6= φ(g)

φ es suprayectiva: Sea (b1 , . . . , bm ) ∈ B m
Busquemos una funcion f ∈ B A tal que
φ(f ) = (b1 , b2 , . . . , bm )
Si definimos la correspondencia f : A → B como
f (a1 ) = b1 , f (a2 ) = b2 , . . . , f (am ) = bm
f es una funcion (de A en B)y es tal que φ(f ) = (b1 , . . . , bm )

Asi todo punto (b1 , . . . , bm ) ∈ B m esta en la imagen de φ
Esto es
im φ = B m
φ es suprayectiva
Hemos probado:
Teorema 2.1.7 Si A y B son conjuntos finitos no vacios, entonces:

|B A | = |B||A|
Demostración 2.1.8 La biyeccion anterior muestra que
|B A | = |B m | = |B|m = |B||A|
pues m=|A|
Con este teorema podemos contar el numero de subconjuntos de un conjunto

finito no vacio A
La idea es poner en correspondencia biyectiva subconjuntos de A con las
funciones que se pueden definir entre dos conjuntos finitos adecuados
Definición 2.1.4 Para un subconjunto M de A definimos la funcion caracteristica

fM : A → {0, 1} de M como

 1 si x ∈ M
fM (x) =

0 si x ∈
/M
Establecemos la correspondencia
ϕ : {M : M ⊆ A} → {0, 1}A
Como ϕ(M ) = fM
se afirma que ϕ es biyectiva
EJERCICIO 1 Si n ∈ N y f : In → In es suprayectiva entonces f es inyectiva
De hecho ser inyectiva y ser suprayectiva son condiciones equivalentes cuando
pensamos en funciones f : A → A y A es finito
Proposición 2.1.5 Sea A un conjunto finito no vacio. Entonces una funcion
f : A → es inyectiva si y solo si es suprayectiva
Demostración 2.1.9 ⇒) Como A es finito, existe un unico natural n y una
biyeccion g : In
De este modo tenemos la siguiente composicion:
In → A → A → In
−1
g◦f ◦g : In → In
Si f es inyectiva, la composicion g ◦ f ◦ g −1 tambien es inyectiva. Por
la ultima proposicion de la clase pasada la funcion ϕ = g ◦ f ◦ g −1 es
suprayectiva
Entonces f = g −1 ◦ ϕ ◦ g es suprayectiva. Esto prueba la primera implica-
cion (f : A → A inyectiva ⇒ f es suprayectiva)
⇐) Inversamente, supongamos que f : A → A es sobre
Como antes tenemos la composicion
φ → A → A → In
donde g : A → In es biyectiva, entonces la composicion φ : In → In , φ =
g ◦ f ◦ g −1 es suprayectiva. De este modo (despejando f ) f se escribe
f = g −1 φg
Como φ es suprayectiva f es suprayectiva (g y g −1 son biyectivas). Por el
ejercicio de tarea, si φ : In → In es suprayectiva, φ sera inyectiva.
El principio del palomar esta relacionado con el siguiente ejercicio:
EJERCICIO 2 Una funcion f : Im → In es inyectiva si y solo si m ≤ n
(Si se tienen m palomas y n casilas en un palomar y m > n, no puede haber
una asignacion inyectiva entre palomas y sus casilleros)
Recordemos que un conjunto A es finito si existe un entero n ∈ N ∪ {0} y
una biyeccion f : A → In
En esta definicion A puede ser el conjunto vacio
En este caso diremos que A tiene n elemento y que n es la cardinalidad de
A. Escribiremos n = |A| = #A
Definición 2.1.5 Un conjunto A diremos que es infinito si no es finito

La proposicion:
Sea a un conjunto finito
f: A→A
es inyectiva si y solo si f es suprayectiva
es falsa cuando A es infinito
EJEMPLO 1 El conjunto Z es infinito y la funcion
f: Z→Z
f (n) = 2n, es inyectiva, pero no sobre
2.1.2 PRINCIPIO DE LA SUMA

Definición 2.1.6 Sea S un conjunto y sean S1 , S2 , . . . , Sn ⊆ S
S1 , S2 , . . . , Sn es una particion de S si
Sn
(i) i=1 Si = S
T
(ii) Si Sj = ∅ ∀i, j = 1, 2 . . . , n i 6= j
NOTACION S = S1 |S2 | · · · |Sn

Definición 2.1.7 Si ∀i = 1, . . . , n Si = ∅, entonces la particion es
no degenerada
Nos interesa contar los elementos de una union de conjuntos,
A ∪ B cuando A y B son finitos
Proposición 2.1.6 (PRINCIPIO DE LA SUMA) Sean A y B
conjuntos finitos. Entonces si A y B son ajenos (es decir, A∩B = ø)
|A ∪ B| = |A| + |B|
Demostración 2.1.10 Pongamos |A| = n y |B| = m. Entonces
existen funciones biyectivas f : A → In y g : B → Im . Deseamos
probar que existe una funcion biyectiva ϕ : A ∪ B → Im+n
Notemos que In+m = In ∪ {n + 1, n + 2, . . . , n + m}
Entonces definimos

 f (x) si x ∈ A
ϕ(x) =

n + g(x) si x ∈ B
entonces ϕ esta bien definida
ϕ es inyectiva: Sea x1 , x2 ∈ A ∪ B, x1 6= x2
Caso 1 Si x1 , x2 ∈ A, ϕ(x1 ) = f (x1 ), ϕ(x2 ) = f (x2 )

Como f es inyectiva (de hecho es biyectiva), f (x1 ) 6= f (x2 ) asi
ϕ(x1 ) 6= ϕ(x2 )
Caso 2 Si x1 , x2 ∈ B, ϕ(x1 ) = g(x1 ) + n, ϕ(x2 ) = g(x2 ) + n
Como tg es inyectiva g(x1 ) + n 6= g(x2 ) + n y ϕ(x1 ) 6= ϕ(x2 )
Caso 3 Si x1 ∈ A ∧ x2 ∈ B, ϕ(x2 ) = g(x2 ) + n
ϕ(x1 ) ∈ {1, 2, . . . , n}
ϕ(x2 ) ∈ {n + 1, n + 2, . . . , m}
Asi ϕ(x1 ) 6= ϕ(x2 )
Por lo tanto |A ∪ B| = n + m
EJERCICIO 3 Si A1 , A2 , . . . , Ak son conjuntos finitos ajenos por
parejas (es decir Ai ∩ Aj = ∅ si i 6= j) entonces probar que
|A1 ∪ A2 ∪ . . . ∪ Ak | = |A1 | + |A2 | + · · · + |Ak |
EJERCICIO 4 Si A y B son conjuntos finitos probar que
|A ∪ B| = |A| + |B| − |A ∩ B|
2.1.3 PRINCIPIO DE DIRICHLET

Si colocamos n+1 objetos en n cajas, entonces existe una caja con
al menos 2 objetos
1. El principio no garantiza conocer que caja contiene 2 o mas
objetos
2. Si tenemos n objetos y n cajas, entonces el principio no es valido
Proposición 2.1.7 Sean A, B conjuntos (A={conjunto de objetos}
y B={conjunto de cajas}) finitos y f : A → B
Si f es inyectiva, entonces |A| ≤ |B|
Si f es suprayectiva, entonces |A| ≥ |B|
|A| = |B| ⇐⇒ f es biyectiva
Proposición 2.1.8 (PRINCIPIO DE DIRICHLET) Si |A| >
|B|, entonces f no es inyectiva
EQUIVALENCIAS CON EL PRINCIPIO DE DIRICHLET
1. Si colocamos n objetos en n cajas tal que ninguna caja contiene

2 objetos, entonces cada caja contiene exactamente 1 objeto
Si |A| = |B| y f es inyectiva, entonces f es suprayectiva (f

biyectiva)
2. Si colocamos n objetos en n cajas tal que ninguna caja es vacia

(cada caja contiene exactamente 1 objeto), entonces ninguna
caja contiene 2 objetos
Si |A| = |B| y f es suprayectiva, entonces f es inyectiva (f

biyectiva)
EJEMPLO 2 Pruebe que si selecionamos 101 elementos del con-

junto {1, 2 . . . , 200}, entonces existen dos numeros (de los seleccio-
nados) tal que uno es divisible por el otro
Solución 5 Sea n ∈ {1, 2, 5, . . . , 200}, entonces n = 2k m, donde m

es impar, m ∈ {1, 2, 5, . . . , 200} y k ≥ 0. Seleccionamos cualesquiera
101 numeros
Por el principio de Direchlet ∃n1 = 2k1 m y n2 = 2k1 m k1 6= k2
Si k1 > k2 , entonces n2 |n1
Si k2 > k1 , entonces n1 |n2
PRINCIPIO DEL PALOMAR
El principio del palomar puede explicarse de la siguiente manera: Si

se tienen m objetos y se van a colocar estos en n cajas, con m > n,
entonces al menos una caja tendra mas de un objeto.
Formalizamos el principio del palomar:
Proposición 2.1.9 (PRINCIPIO DEL PALOMAR) Sea A un

conjunto con m elementos y supongamos que A1 , . . . , An son subcon-
juntos de A ajenos por parejas (A1 ∩ Aj = ø i 6= j). Entonces, si
m > n y A = A1 ∪ A2 ∪ . . . ∪ An , al menos un subconjunto Ai es tal
que |Ai | > 1
Demostración 2.1.10 (PRINCIPIO DE LA SUMA GENERALIZADA)
|A| = |A1 | + |A2 | + · · · + |An |

Si fuera falso el enunciado tendriamos Ai ≤ 1 ∀i = 1, . . . , n
Pero entonces
|A| = |A1 | + |A2 | + · · · + |An | ≤ |1 + 1 +{z· · · + 1}
n−sumandos
Esto es imposible pues |A| > n

Por lo tanto al menos Ai es tal que |Ai | > 1
Si A es un conjunto finito deseamos contar el numero de subcon-
juntos de A. la idea es contar estos subconjuntos de A
Para esto nos ayuda la siguiente definicion:

Definición 2.1.8 Si M ⊆ A, definimos la funcion caracteristica
fM : A → {0, 1} asociado a M, de la siguiente manera:

 1 si x ∈ M
fM (x) =

0 si x ∈/M
La correspondencia entre subconjuntos de A y funciones defini-
das entre conjuntos finitos que nos ayudaria a contar el numero de
subconjuntos de A, sera:
ϕ : {M : M ⊆ A} → {0, 1}A
ϕ(M ) = fM
Proposición 2.1.11 ϕ es biyectiva
Demostración 2.1.12 Supongamos que M, M ′ ⊆ A, M ∈ M ′
ϕ es inyectiva Debemos probar que ϕ(M ) 6= ϕ(M ′ )
Como M 6= M ′ , existe un elemento
x ∈ M pero x ∈ M ′ ∨ x ∈ M ′ pero x ∈ /M
Si existe x ∈ A tal que x ∈ M pero x ∈ / M ′ entonces fM 6= fm′
pues fM (x) = 1 mientras que fM ′ (x) = 0

En el segundo caso, si existe x ∈ A tal que x ∈ M ′ pero x ∈ M ,
tendremos tambien que fM 6= fM ′
Asi ϕ es inyectiva
ϕ es suprayectiva Debemos mostrar que

im ϕ = {0, 1}A
En otras palabras, debemos mostrar que si f ∈ {0, 1}A entonces
f es la funcion caracteristica de algun subconjunto M de A.
Sea f ∈ {0, 1}A
Sea M = {x ∈ A|f (x) = 1} entonces f = fM
Por lo tanto ϕ es suprayectiva
Definición 2.1.9 Si A es un conjunto el conjunto potencia P(A)
se define como
P(A) = {M |M ⊆ A}
Proposición 2.1.13 Si A es un conjunto finito con n elementos
entonces
|P(A)| = 2n
Demostración 2.1.14 Por la proposicion existe una biyeccion
ϕ : {M |M ⊆ A} → {0, 1}A
Como {0, 1}A es finito, {M |M ⊆ A} es finito
Ademas
|{M |M ⊆ A}| = |{0, 1}A |
Si |A| = n, sabemos que
|{0, 1}A | = |{0, 1}||A| = 2n
Por lo tanto |{M | ⊆ A}| = 2n
EJEMPLO 3 Si A tiene 3 elementos, A = {a1 , a2 , a3 }, la lista de
subconjuntos de A es
∅
{a1 }, {a2 }, {a3 }
{a1 , a2 }, {a1 , a3 }, {a2 , a3 }
{a1 , a2 , a3 }
En este caso
|P(A)| = 8 = 23
donde 3=|A|
Si A1 , A2 , . . . , An es una familia de conjuntos finitos, sabemos

contar el numero de elementos de todo el producto anterior
A1 × A2 × . . . × An
Si
T ⊆ A1 × A2 × · · · × An
es un subconjunto de A1 × A2 × · · · × An nos gustaria saber contar
el numero de elementos de T
EJEMPLO 4 En el curso de matematicas finitas hay doce estu-
diantes hombres inscritos y supongamos que cada uno de ellos es
amigo de exactamente 5 estudiantes mujeres de este curso. Cuan-
tas mujeres hay en este curso?
Solución 5 Pongamos A = {a1 , a2 , . . . , a12 } para representar a los
alumnos de este curso y pongamos B = {b1 , b2 , . . . , bn } para repre-
sentar a las alumnas
Si el alumno a ∈ A es amigo de la alumna b ∈ B, escribiremos
(a, b) ∈ A × B para indicar la relacion entre a y b
Si construimos la tabla correspondiente a A × B tales que el
alumno a es amigo de la alumna b e indicamos con un punto •
para las casillas de estas parejas, tenemos:
b1 b2 b3 b4 ··· bi−1 bi ··· bn−1 bn
a1 • • • • •
a2 • • • • •
..
.
Si ponemos T = {(a, b) ∈ A × B : a es amigo de b)}, vamos a
contar cuantos elementos tiene T para poder contar cuantos ellemn-
tos hay en B
Dado un alumno a ∈ A pongamos Ra para representar al numero
de alumnas que son amigas de a. Ra cuenta el numero de puntos
que hay en el renglon encabezado por a
Pongamos, dada una alumna b, Cb para representar al numero de
alumnos a que son amigos de b, es decir, Cb es el numero de puntos
que hay en la tabla en la columna encabezada por b
Supongamos que cada alumna es amiga de exactamente cuatro
alumnos. En nuestro caso cada numero Ra es exactamente igual a
5 y cada numero Cb es exactamente igual a 4
Contemos los elementos de T de dos maneras:

Por un lado: X
|T | = Ra
a∈A
(contando por renglones en la tabla)

y por otro lado, contando por columnas:
X
|T | = Cb
b∈B
ahora, X X
|T | = Ra = 5 = 5 × 12 = 60
a∈A a∈A
por un lado
Por otro lado:
X X
|T | = Cb = 4 = 4 · |B| = 4 · m
b∈B b∈B
Por lo tanto 60 = 4m
Es decir
60
|B| = m = = 15
4
EJEMPLO 6 De cuantas maneras pueden colocarse las 4 llantas
de un automovil?
Solución 7 Supongamos que numeramso los lugares para las llantas

colocando el numero 1 para la llanta delantera del lado del conductor
y que seguimos numerando en el sentido de las manecillas del reloj
Para contar introducimos una tabla:
con 4 casillas donde la primer casilla (de izquierda a derecha) es

ocupada por la llanta numero 1, la segunda casilla es ocupada por la
segunda llanta, etc. . .
En la primer casilla contaremos de cuantas maneras puede ele-
girse la segunda llanta, etc. . .
La primer llanta puede elegirse de 4 maneras
4
La segunda llanta se puede elegir ahora de 3 maneras
4 3
Si se hace una eleccion determinada para la primera llanta, la

segunda puede elegirse de 3 maneras. Si se cambia la eleccion de la
primera llanta la segunda puede elegirse tambien de 3 maneras. Si
volvemos a cambiar la eleccion de la primer llanta la segunda puede
elegirse otra vez de 3 maneras, etc. . .
Cada combinacion nos da un total de 4 · 3 maneras de elegir las
dos primeras llantas
La tercera llanta puede elegirse de dos maneras distintas. Por
cada eleccion de una de las 2 maneras que tenemos de elegir las
dos primeras llantas hay dos maneras de elegir la tercera llanta. En
total habra: 4 · 3 · 2 maneras de elegir las tres primeras llantas, la
cuarta llanta se elige de una sola manera. Por lo tanto se tienen
4 · 3 · 3 · 1 maneras de elegir 4 llantas del auto
Este es un caso particular de la siguiente situacion general:

Supongamos que deseamos elegir k elementos
(k casillas)
donde el primer elemento (primera casilla) se puede elegir de n1
maneras entre los elementos de un conjunto A1 , el segundo elemento
(segunda casilla) se puede elegir de n2 maneras entre los elementos
de un conjunto A2 , etc. . . ,el k-ésimo elemento se puede elegir de nk
maneras entre los elementos de un conjunto Ak :
n1 n 2 n 3 nk
de cuantas maneras puede elegirse los k elementos en el producto
anterior A1 × A2 × A3 × · · · × Ak ?
Teorema 2.1.11 (SEGUNDO PRINCIPIO DEL PRODUCTO GENERALIZADO)
Supongamos que un subconjunto T del producto cartesiano
A1 × A2 × . . . × Ak
con T finito, se construye eligiendo la primera entrada de los ele-
mentos de T de n1 maneras, la segunda entrada de estos elementos
puede elegirse de n2 maneras, etc. La entrada en el lugar k puede
elegirse de nk maneras, entonces:
|T | = n1 n2 n3 . . . nk
Demostración 2.1.12 (Por inducción sobre k) Comencemos en
k=2
En este caso se tendran parejas (a1 , a2 ) ∈ T ⊆ A1 × A2 , donde
a1 se elige de n1 maneras y a2 de n2 maneras
Si se hace una eleccion para a1 , a2 puede elegirse de n2 maneras;

si se cambia la eleccion de a1 , a2 puede elegirse nuevamente de n2
maneras; si volvemos a cambiar la eleccion de a1 , a2 puede elegirse
una vez mas de n2 maneras
Continuamos de esta manera, el total de elecciones para la pareja
(a1 , a2 ) en T sera:
n + n 2 + · · · + n2 = n 1 · n2
|2 {z }
n1 maneras
Hipotesis de inducción:
Supondremos que el resultado es verdadero cuando T es un sub-
conjunto del producto cartesiano
A1 × A2 × · · · × Ak−1
es decir, en este caso
|T | = n1 · n2 · n3 · · · nk−1
Supongamos que T es subconjunto de A1 × A2 × · · · × Ak−1 donde la
primera entrada de los elementos de T puede elegirse de n1 maneras,
la segunda de n2 maneras, etc. . .
Si (a1 , a2 , . . . , ak−1 , ak ) ∈ T y fijamos los k −1 primeras entradas,
la entrada ak puede elegirse de nk maneras.
Observe que:
T = ∪{(a1 , a2 , . . . , ak−1 )} × Bk
donde bk es el subconjunto de ak formado por las nk elecciones de la
entrada ak
Es claro que si (a1 , a2 , . . . , ak−1 ) 6= (a′1 , a′2 , . . . , a′k−1 )
{(a1 , a2 , . . . , ak−1 )} × Bk 6= {(a′1 , a′2 , . . . , a′k−1 )} × Bk
de hecho
{(a1 , a2 , . . . , ak−1 )} × Bk ∩ {(a′1 , a′2 , . . . , a′k−1 )} × Bk = ∅
Por el principio de la suma
X X
|T | = |(a1 , . . . , ak−1 )×Bk | = nk = n1 · n2 · n3 · · · nk−1 ·nk
| {z }
(a1 ,...,ak−1 ) (a1 ,...,ak−1 ) H.I
((a1 , a2 , . . . , . . . ak−1 ) puede elegirse de n1 · n2 · · · nk−1 maneras dis-

tintas)
Este segundo principio del producto lo usaremos para contar or-

denaciones, permutaciones y combinaciones
EJEMPLO 8 En 30 dı́as un equipo de beisbol debe jugar uno ó más

partidos diariamente, pero no más de 45 en total. Pruebe que existen
dı́as consecutivos en los que se juegan exactamente 14 partidos
Solución 6 Sea aj el número de partidos jugados antes y durante

el dı́a j
1 ≤ j ≤ 30
Entonces 1 ≤ aj ≤ 45, para toda j, ası́ 15 ≤ aj + 14 ≤ 59
1 ≤ aj ≤ 45 ≤ 59
Tenemos los números a1 , a2 , a3 , . . . , a30 ; a1 + 14, a2 + 14, a3 +
14, . . . , a30 + 14 Todos ellos enteros positivos menores que 59. Como
son números que toman alguno de los 59 valores posibles, por el
principio del palomar existen dos iguales.
Por otro lado como cada dı́a se juega por lo menos un partido,
ai 6= i Por lo tanto ai + 14 6= aj + 14sii 6= j.
De ahı́ que ai = aj + 14 para algunos i, j
Como ai −aj = 14, entre los dı́as (j+1) e i se juegan exactamente
14 partidos tal que existen dı́as consecutivos en los que se juegan
exactamente 14 partidos.
Proposición 2.1.15 (PRINCIPIO GENERALIZADO DEL PALOMAR)

Si se colocan N objetos en K cajas existe al menos una caja con al
menos [N/K] objetos1
Demostración 2.1.13 Si todas las cajas tienen menos de [N/K]

objetos, entonces todas las cajas tienen a lo más [N/K] − 1 objetos.
De ahı́ el número de objetos colocados en las cajas es menor o igual
a:
K([N/K] − 1)
Pero [x] < x + 1
Por ejemplo [π] = 4 < π + 1
Por tanto el número total de objetos en las cajas es menor que
K[(N/K + 1) − 1] = N
EJEMPLO 9 En un grupo de 100 personas hay al menos [ 100

12
] que
nacieron el mismo mes
1 Aquı́ [x] = n ∈ Z, n − 1 < x ≤ n
E F M A M J J A S O N D
Solución 7 8 8 8 8 8 8 8 8 8 8 8 8
* * *
EJEMPLO 10 Cual es el número minimo de estudiantes que debe
haber en un curso para asegurarse que al menos 6 reciban la misma
calificación, existen 4 posibles calificaciónes
Solución 8 5 · 4 + 1
NA S B MB
***** ***** ***** *****
*
Otro metodo: Buscamos N tal que N4 = 6 (el mı́nimo N)

Buscamos N tal que N4 = 5 + x, 0 < x ≤ 1
Ası́ N = 5 · 4 + 1 y [ N4 ] = [5 + 14 ] = 6
Por tanto debe haber 21 estudiantes
EJEMPLO 11 a) Cuantas cartas deben sacarse de una baraja de
52 cartas para garantizar que al menos 3 son del mismo palo (figura)
b) Cuantas para garantizar que hay al menos 3 oros? (existen 4
palos)
Solución 9 inciso a) 4 · 2 + 1 cartas
1 2 3 4
** ** ** **
*
Otra forma: Buscamos el minimo N tal que [ N4 ] ≥ 3

Por tanto N4 = 2 + x, 0 < x < 1 =⇒ N = 2 · 4 + 1
inciso b) 3 · 4 + 1 cartas
1 2 3 Oros
13 13 13 ***
2.1.4 EL PRINCIPIO DE INCLUSION-EXCLUSION

En general si A y B son conjuntos finitos (no necesariamente ajenos),
sabemos que
|A ∪ B| = |A| + |B| − |A ∩ B|
Si ahora consideramos 3 conjuntos finitos (no necesariamente

ajenos) A,B,C, podemos contar cuantos elementos tiene su union
A ∪ B ∪ C basandonos en la identitan anterior
|A∪B∪C| = |A|+|B|−|A∩B| = |(A∪B)∪C| = |A∪B|∪|C|−|(A∪B)∩C|
= |A| + |B| − |A ∩ B| + |C| − |(A ∩ C) ∪ (B ∩ C|)
= |A| + |B| + |C| − |A ∩ B| − |A ∩ C| − |B ∩ C| + |(A ∩ C) ∩ (B ∩ C)|
= |A| + |B| + |C| − |A ∩ B| − |A ∩ C| − |B ∩ C| + |A ∩ B ∩ C|
Si introducimos la notacion:
S1 = |A| + |B| + |C|

S2 = |A ∩ B| + |A ∩ C| + |B ∩ C|
S3 = |A ∩ B ∩ C|
|A ∪ B ∪ C| = S1 − S2 + S3
Observando esta relacion podemos generalizar este resultado para
el caso de n conjuntos finitos A1 , A2 , . . . , An
Supongamos que consideramos las intersecciones de estos n
conjuntos tomados de k en k con 1 ≤ k ≤ n y ponemos
X
Sk = |Aji ∩ Aj2 ∩ . . . ∩ Ajk|
donde la suma ¡es ¢sobre todas las intersecciones de k de los n
conjuntos, hay nk sumandos en Sk
Teorema 2.1.14 (Principio de Inclusion-Exclusion) Sean
A1 , A2 , . . . , Ar n conjuntos finitos (no necesariamente ajenos),
entonces
|A1 ∪ A2 ∪ A3 ∪ . . . ∪ An | = S1 − S2 + S3 + · · · + Sn (−1)n+1
Demostración 2.1.15 supongamos que A1 , A2 , . . . , An son
subconjuntos de un conjunto mas grande A
Sea x ∈ A, la idea es probar que el lado izquierdo de la formula
cuenta tantas veces a x como lo hace el lado derecho
Caso (I) / A1 ∪ A2 ∪ A3 ∪ . . . ∪ An , x ∈
Si x ∈ / Ai ∀i = 1, . . . , n
en concosecuencia x ∈ / Aji ∩ Aj2 ∩ . . . ∩ Ajk ∀k = 1, . . . , n
Asi Sn cuanta cuantas cero veces a x, ∀k = 1, . . . , n
Por lo tanto el lado derecho de la identidad cuenta cere veces
a x tambien
Caso (II) x ∈ A1 ∪ A2 ∪ . . . ∪ An
En este caso x aparece contado una sola vez en el lado
izquierdo
El elemento x esta cuando menos en uno de los conjuntos Ai ,
x puede estar en varios conjuntos Ai
Supongamos que x esta exactamente en t de estos conjuntos,
con 1 ≤ t ≤ n
Para una k > t, el entero Sk cuenta cero veces a ¡x.¢ Si
pensamos en una 1 ≤ k ≤ t, el entero Sk cuenta kt veces a x
Por lo tanto la suma del lado derecho cuenta
µ ¶ µ ¶ µ ¶ µ ¶ µ¶
t t t t n+1 t
− + − + · · · + (−1)
1 2 3 4 t
veces a x
Ahora
µ ¶ µ ¶ µ ¶ µ ¶ µ¶
t t t t n+1 t
− + − + · · · + (−1)
1 2 3 4 t
¡¢ ¡¢ ¡¢ ¡¢ ¡¢
= 0t − 0t + 1t − 2t + · · · + (−1)n+1 1t
¡¢ ¡¢ ¡¢ ¡¢ ¡¢
= 0t − [ 0t − 1t + 2t + · · · + (−1)n+1 tt ]
¡¢ ¡¢
= 0t − [(1 − 1)t ] = 0t = 1
Esto muestra nuestra formula
Definición 2.1.10 Un desarreglo de un conjunto finito A con n
elementos es una permutacion σ de A sin puntos fijos; esto es
σ(a) 6= a para toda a ∈ A
Sin perder generalidad podemos suponer que A = In , entonces un
desarreglo de In es una permutacion σ : In → In tal que σ(i) 6= i
para toda i ∈ In
EJEMPLO 12 Si n=5
1→3
2→4
σ: 3→5
4→1
5→2
es un desarreglo
1→2
2→1
ϕ: 3→5
4→4
5→3
no es un desarreglo
EJEMPLO 13 Cuantos desarreglos dm tiene In ?
Llamesmosle dn a este numero de desarreglos
Por ejemplo
d0 = 0, d1 = 0, d2 = 1, d3 = 2
Para calcular dn contaremos el numero de permutaciones que si
tienen puntos fijos
Sea
Ak = {σ : In → In |σ es biyectiva y σ fija a k de los n elementos In }
1≤k≤n
Si k = 1 y σ ∈ A1 , σ fija solo a algun i:
σ(i) = i
hay (n − 1)! de estas permutaciones que fijan a u
Como hay n formas de elegir a i, se tiene un total de n(n − 1)!
permutaciones que fijan a un elemento de In
Si σ fija dos elementos i, j, i 6= j, encontramos (n − 2)! de estas
permutaciones
Variando a i, j entre los n elementos de In encontramos un total de
µ ¶
n
(n − 2)!
2
permutaciones que fijan a 2 elementos
Si σ fija a tres elementos distintos i, j, k tendremos (n − 3)! de
estas permutaciones
Variando i, j, k entre los elementos de In encontramos un total de
µ ¶
n
(n − 3)!
3
permutaciones que fijan 3 elementos de In

En general habra, para 1 ≤ k ≤ n
µ ¶
n
(n − k)!
k
permutaciones que fijan a k elementos de In
Solución 14 La idea es contar las permutaciones que si tienen
puntos fijos (el complemento del conjunto de desarreglos)
Para 1 ≤ k ≤ n, sea
Ak = {σ : Im → Im 1σ es permutacion u σ fija a k elementos de Im }
El numero de elementos de A1 es:
µ ¶
m
m(m − 1)! = (m − 1)!
1
El numero de elementos de A2 es:
µ ¶
m
(m − 2)!
2
El numero de elementos de Ak es:
µ ¶
m
(m − k)!
k
El numero de elementos de An es:
µ ¶
m
(m − n)!
n
Por el principio de inclusion-exclusion, el numero de
permutaciones de Im que tienen al menos un punto fijo es:
µ ¶ µ ¶ µ ¶ µ ¶
m m m m+1 m
(m−1)!− (m−2)!+ (m−3)!+· · ·+(−1) (m−m)!
1 2 3 m
µ ¶ µ ¶ µ ¶ µ ¶
m m m m+1 m
dm = m!( (m−1)!− (m−2)!+ (m−3)!+· · ·+(−1) (m−m)!
1 2 3 m
h m! m! m! m!
= m! (m−1)!− (m−2)!+ (m−3)!+· · ·+(−1)m+1 (m−
(m − 1)!1! 2!(m − 2)! 3!(m − 3)! m!
h (m − 1)! (m − 2)! (m − 3)! i

m+2 1
= m! 1 − + − + · · · + (−1)
(m − 1)!1! 2!(m − 2)! 3!(m − 3)! m!
h 1 1 1 1 i
= m! 1 − + − + · · · + (−1)m
1! 2! 3! m!
hX m
1 i
= m! (−1)k
k=0
k!
EJEMPLO 15 Encontrar el numero de enteros entre 1 y 1000
(inclusive), que no son divisibles entre 5, ni entre 6, ni entre 8.
Solución 16 La idea es contar el complemento de estos numeros
son divisibles entre 5, entre 6 o entre 8
Sea
A1 = {x ∈ Z : 1 ≤ x ≤ 1000 ∧ 5 | x}
A2 = {x ∈ Z : 1 ≤ x ≤ 1000 ∧ 6 | x}
A3 = {x ∈ Z : 1 ≤ x ≤ 1000 ∧ 8 | x}
Para contar usando el principio de inclusion-exclusion debemos
calcular:
|A1 |, |A2 |, |A1 ∩ A2 |, |A1 ∩ A3 |, |A2 ∩ A3 |, |A1 ∩ A2 ∩ A3 |
h 1000 i
|A1 | = = 200
5
h 1000 i
|A2 | = = 166
6
h 1000 i
|A3 | = = 125
8
h 1000 i
|A1 ∩ A2 | = = 33
30
h 1000 i
|A1 ∩ A3 | = = 25
40
h 1000 i
|A2 ∩ A3 | = = 41
24
h 1000 i
|A1 ∩ A2 ∩ A3 | = =8
120
Por lo tanto:
|A1 ∪A2 ∪A3 | = s1 −s2 +s3 = (200+166+125)−(33+25+41)+8 = 491−99+8 = 400

Por lo tanto el numero de enteros que buscamos es:
1000 − 400 = 600
2.2 ORDENACIONES CON REPETICION Y

SIN REPETICION
2.2.1 ORDENACIONES CON REPETICION
Consideremos los siguientes ejemplos
EJEMPLO 17 Supongamos que tenemos 3 letras distintas a,b,c
Nos preguntamos cuantas ”palabras” de 2 letras (permitiendo
repeticiones de letras) pueden formarse con estas 3 letras
Solución 18 Podemos contar usando una tabla:
a b c
a aa ab ac
b ba bb bc
c ca cb cc
Para nosotros sera importante el orden, de modo que:
ab 6= ba
ac 6= ca
etc. . .
Hay un total de 32 de estas palabras

EJEMPLO 19 Si formamos ”palabras” de 3 letras con estas 3
letras (permitiendo repeticiones), Cuantas palabras habra?
Solución 20 contando en la tabla conjeturamos 33 de estas
palabras
a b c
aa aaa aab aac
ab aba abb abc
ac aca acb acc
ba baa bab bac
bb bba bbb bbc
bc bca bcb bcc
ca caa cab cac
cb cba cbb cbc
cc cca ccb ccc
2.2. ORDENACIONES CON REPETICION Y SIN REPETICION 37
EJEMPLO 21 Supongamos que tenemos dos sonidos uno corto

(·) y otro largo (−)
a) Cuantas ”palabras” de un sonido pueden formarse con estos dos
sonidos?
b) Cuantas palabras de dos sonidos habra permitiendo
repeticiones?
c) Cuantas ”palabras” de 3 sonidos habra permitiendo
repeticiones?
Solución 22 a) En este caso se tienen dos palabras de un sonido:

se tienen 21 palabras
b) Hacemos una tabla:
· −
· ·· ·−
− −· −−
se tienen 22 de estas palabras

c) Haremos una tabla:
· −
·· ··· ··−
·− ·−· ·−−
−· −·· −·−
−− −−· −−−
Hay: 23 de estas palabras
Definimos formalmente el concepto de ordenacion con repeticion
Definición 2.2.1 Sean r y n enteros positivos y A un conjunto

finito con n elementos. Una ordenacion con repeticion de los n
elementos de A tomados de n en n es una funcion f : In → A
Definición 2.2.2 Sea A un conjunto con n elementos. Una

ordenacion con repeticion de los n elementos de A tomados de r en
r, con n, r ∈ N, es una funcion f : Ir → A
NOTACION: El numero de ordenaciones de los n elementos de A

tomados de r en r se denotara como OR(n,r) (ó ORnr )
Teorema 2.2.1 OR(n,r)=nr
Demostración 2.2.2 Si A tiene n elementos y los elementos de A

son tomados de r en e permitiendo repeticiones
OR(n, r) = |AIr | = |A||Ir | = nr
2.2.2 ORDENACIONES SIN REPETICION

EJEMPLO 23 Consideremos las tres letras a,b,c
Cuantas ”palabras” distintas de 2 de estas letras sin repeticiones,
pueden construirse?
Solución 24
ab, ac, ba, bc, ca, cb
Tenemos en total 3 · 2 = 6 de estas palabras
Aqui, como en el caso anterior, importa el orden:
ab 6= ba, ac 6= ca, bc 6= cb
EJEMPLO 25 Cuantas palabras de 3 letras sin repeticiones

pueden formarse con las letras a,b,c,d?
Solución 26 Como antes, importa el orden en este caso conteo
abc, abd, bac, bca, bad, bda
acb, adb, bcd, dab, dba, dcb

dac, dbc, dca, adc, cab, cda
cba, bcd, bdc, cad, cbd, cdb
Se tienen 4 · 3 · 2 = 24 de estas palabras
Estos ejemplos ilustran la idea de una ordenacion sin repeticion
Definición 2.2.3 Sea A un conjunto con n elementos. Una

ordenacion sin repeticion de los n elementos de A tomados de n en
n con r ≤ n, es una funcion inyectiva f : Ir → A
2.3. PERMUTACIONES Y COMBINACIONES 39
NOTACION: El numero de ordenaciones sin repeticion de los n

elementos de A tomados de r en r se representan como OR(n,r) (ó
ORnr )
Teorema 2.2.3 O(n,r)=n(n-1)(n-2). . . (n-(r-1))
Demostración 2.2.4 Si f : Ir → A (r ≤ n) es inyectiva
f(1) se puede elegir de n maneras
f(2) puede elegirse solo de n-1 maneras
f(3) puede elegirse de n-2 maneras
..
.
f(r) puede elegirse de n-(r-1) maneras

Segun el segundo principio del producto generalizado habra
n(n − 1)(n − 2) · · · (n − (r − 1))
funciones inyectivas de Ir en A
Definición 2.2.4 Si n ∈ N, su factorial se define como el
producto:
n!=123. . . n
definimos 0!=1
Con esta definicion podemos ver que
n(n − 1)(n − 2) · · · 1 n!
n(n − 1)(n − 2) · · · (n − (r − 1)) = =
(n − r)! (n − r)!
2.3 PERMUTACIONES Y
COMBINACIONES
2.3.1 PERMUTACIONES
Definición 2.3.1 Una permutacion de los n elementos de un
conjunto A es una ordenaciode los n elementos de A tomados de n
en n. En otras palabras, una permutacion de los n elementos de A
es una funcion biyectiva f : Ir → A
NOTACION: Si A tiene n elementos, el numero de permutaciones

de sus elementos se denotara como
P (n)
ó
Pn
ó
P (n, n))
Definición 2.3.2 Si A es un conjunto finito con n elementos,
entonces
P(n)=Pn = n!
Teorema 2.3.1 Si A es un conjunto finito con n elementos,
entonces
P (n) = Pn = n!
Demostración 2.3.2
P (n) = n(n − 1)(n − 2) · · · (n − (n − 1)) = n!
EJEMPLO 27 En una clase de 10 estudiantes se seleccionaran 5
para sentarlos en fila y fotografiarlos. Cuantas disposiciones
lineales pueden hacerse?
Solución 28
O(10, 5) = 10 · 9 · 8 · · · (10 − (5 − 1)) = 10 · 9 · 8 · · · 6 = 30240
EJEMPLO 29 i) El numero de permutaciones de las letras de la
palabra SOCIAL es: P6 = 6! = 720
ii) Si se toman solo 4 de estas letras se obtienen las ordenaciones
sin repeticion de estas 6 letras tomadas de 4 en 4
Hay un total de:
6! 6! 720
O(6, 4) = = = = 360
(6 − 2)! 2! 2
iii) Si se toman ”palabras” de doce letras permitiendo repeticiones

usando las letras de la palabra SOCIAL se tendra un total:
OR(6, 12) = 612
EJEMPLO 30 Se fabrican placas de matricula de automovil que

constan de dos letras (de un total de 26) seguidas de 4 digitos
a) Si no pueden repetirse letras ni digitos cuantas matriculas
habra?
b) Si se permiten repeticiones de letras y digitos cuantas
matriculas hay?
Solución 31 a) Hay un total de O(26, 2) elecciones de letras
26!
O(26, 2) = = 26 · 25
(26 − 2)!
Hay un total de O(10, 4) elecciones para los digitos
10!
O(10, 4) = = 10 · 9 · 8 · 7
(10 − 4)!
Segun el segundo principio del producto generalizado hay un
total de:
O(26, 2)×O(10, 4) = (26·25)×(10·9·8·7) = 3276000 matriculas
b) Las letras pueden elegirse de OR(26, 2) = 262 maneras mientras

que los digitos pueden elegirse de OR(10, 4) = 104 maneras
Por el segundo principio del producto habra
OR(26, 2) × OR(10, 4) = 262 × 104 = 6760000
EJEMPLO 32 Si se permiten repeticiones Cuantas matriculas
tienen sus dos letras vocales y sus 4 digitos pares?
Solución 33 Las letras pueden elegirse e OR(5, 2) maneras y los
digitos pueden elegirse de OR(5, 4) maneras
Por lo tanto, segun el segundo principio del producto generalizado
habra un total de
OR(5, 2) × OR(5, 4) = 52 × 54 = 56 matriculas
EJEMPLO 34 Cuantas permutaciones se pueden formar con las
letras de la palabra DEDO?
Solución 35
P (4) 4!
= = 4 × 3 = 12
2! 2!
EJEMPLO 36 Cuantas permutaciones pueden formarse con las

letras de la palabra RELEER?
Solución 37
P (6) 6! 6·5·4
= = = 3 · 5 · 4 = 60
2!3! 2!3! 2·1
GENERALIZACIÓN
Lema 2.3.1 Si se tienen n objetos donde n1 de ellos son iguales
entre si, si n2 de ellos son iguales si,. . . nr de ellos son iguales
entre si, con n=n1 + n2 + n3 + . . . + nr entonces hay
n!
n1 !n2 ! · nk !
permutaciones distintas de los n objetos
EJEMPLO 38 a) Cuantas permutaciones se pueden formar con
las letras de la palabra ACURRUCAR?
b) Cuantas permutaciones hay con las letras de esta palabra si las
3 R’s estan juntas?
Solución 39 a) Por el lema anterior con n = 9
n1 = 2, n2 = 2, n3 = 2, n4 = 3
tenemos que el numero de permutaciones sera:
9!
2!2!2!3!
b) Juntando las 3 R’s en un solo bloque se tendran 7 letras (o
bloques)
Entonces con el lema anterior, con n = 7
n1 = 2, n2 = 2, n3 = 2, n4 = 1
tenemos que el total de permutaciones es:
7!
1! × 2! × 2! × 2!
Los arreglos de los ejemplos anteriores son lineales tambien se

pueden considerar arreglos circulares
EJEMPLO 40 Si se sientan 6 personas alrededor de una mesa

redonda De cuantas maneras lo pueden hacer si estas disposiciones
circulares se consideran iguales cuando uan se puede obtener de
otra por rotacion?
Solución 41 P1 , P2 , . . . P6
Con las restricciones dadas una disposicion circular se repite 6
veces, asi el numero de disposiciones diferentes sera:
P (6) 6!
= = 5!
6 6
EJEMPLO 42 Si las 6 personas del ejemplo anterior son tres
parejas De cuantas maneras se pueden sentar alrededor de la mesa
si dos personas del mismo seco no deben sentarse juntas?
Solución 43 H1 , M1 , H2 , M2 , H3 , M3
el total de maneras sera
3×3×2×2×1×1
2×
6
2.3.2 COMBINACIONES
EJEMPLO 44 Supongamos que tenemos un juego de domino en
donde hay 28 fichas. Un jugador elije 7 de las 28 fichas de cuantas
maneras puede hacer esta eleccion?
Solución 45 Si se elige un juego determinado, no importa el

orden de las fichas, seobtienen las ordenaciones de estas 7 fichas.
Se sigue que si cada jugador permuta sus 7 fichas:
O(28, 7) 28!
7×número de maneras de elegir un juego de domino = =
7! 7!(28 − 7)!
Definición 2.3.3 Sea A un conjunto de n elementos. Una

combinacion de los n elementos de A tomados de r en n
(0 ≤ r ≤ n)
NOTACION: El numero de combinaciones de los n elementos de A

tomados
¡n¢ de r en r se denotara como se denotara como C(n,r) (ó
r
)
Como contar C(n, r)?

n!
Teorema 2.3.3 C(n,r)= r!(n−r)!
Demostración 2.3.4 Si los elementos de un subconjunto de n
elementos de A se permutan obtenemos las ordenaciones sin
repeticion de estos r elementos
Si hacemos esto para cada subconjunto de A con r elementos con r
encontramos
r! × C(n, r) = O(n, r)
esto es
O(n, r) n!
C(n, r) = =
r! r!(n − r)!
EJEMPLO 46 a) En un examen de historia un estudiante debe
responder siete preguntas cualesquiera de un cuestionario de
diez preguntas de cuantas maneras lo puede contestar?
b) Si el estudiante tiene que responder tres de las 5 primeras
preguntas y cuatro de las cinco ultimas, de cuantas maneras
puede contestar?
Solución 47 a) El examen se puede contestar de
10! 10 · 9 · 8
C(10, 7) = = = 120
7!(10 − 7)! 3·2·1
n=10, r=7
b) Las tres primeras preguntas pueden elegirse de
5!
C(5, 3) = = 5 · 2 = 10 maneras
3!(5 − 3)!
las otras 4 preguntas pueden elegirse de:
5!
C(5, 4) = = 5 maneras
4!(5 − 4)!
Segun el segundo principio del producto, el examen puede ser
contestado de
C(5, 3) × C(5, 4) = 10 × 5 = 50 maneras
EJEMPLO 48 a) En un colegio, la profesora de educacion fisica

debe seleccionar nueve niñas del penultimo y ultimo cursos
para el equipo de voleibol. Si hay 28 alumnas en el penultimo
curso y 25 en el ultimo, de cuantas maneras se puede
seleccionar el equipo?
b) Si dos alumnas del penultimo curso y una del ultimo curso son
las mejores rematadoras y deben estar en el equipo, de
cuantas maneras se pueden hacer la seleccion?
c) Para otro torneo, el equipo debe estar formado por cuatro nias
del penultimo curso y cinco del ultimo, de cuantas maneras se
puede hacer la seleccion?
d) Si la profesora debe formar cuatro equipos de voleibol de nueve
nias cada uno, entre las 36 alumnas del primer curso
inscritas en su clase, de cuantas formas puede seleccionar los
4 equipos?
Solución 49 a) Las nueve niñas se seleccionan entre un total de
53=28+25
Entonces habra un total de
53!
C(53, 9) = 44313550 maneras de formar el equipo
9!(53 − 9)!
b) Se deben seleccionar solo 6 de las 50 restantes

Entonces habra
50!
c(50, 6) = = 15890700
6!(50 − 6)!
c) Las primeras cuatro niñas pueden seleccionarse de C(28, 4)

maneras y las segundas cinco niñas pueden seleccionarse de
C(25, 5) maneras
Segun el segundo principio del producto se tendra un total de
C(28, 4) × C(25, 5) = 1087836750 selecciones
d) El primer equipo puede seleccionarse de

36!
C(36, 9) = maneras
9!(36 − 9)!
El segundo equipo puede elegirse de

27!
C(27, 9) = maneras
9!(27 − 9)!
El tercer equipo puede seleccionarse de
18!
C(18, 9) = maneras
9!(18 − 9)!
El ultimo equipo se puede seleccionar de:
9!
C(9, 9) = maneras
9!(9 − 9)!
El total de maneras para seleccionar los 4 equipos sera, segun
el principio del producto:
C(36, 9) × C(18, 9) × C(9, 9) = 2145 × 1016 maneras
EJEMPLO 50 Cuantas permutaciones de las letras de la palabra

TALLAHASSEE no tienen las A’s adyacentes?
Solución 51 Se trata de colocar a las A’s en los 9 espacios

señalados
Hay un total de
C(9, 3)
ahora permutamos las 8 letras distintas a las A’s descontando
repeticiones
Hay en total:
8!
2!2!2!
Por el segundo principio del producto habra un total de
8!
× C(9, 3) permutaciones
2! × 2! × 2!
sin que las 3 A’s esten juntas
8! 8! 9! 8! 9·8·7
×C(9, 3) = × = ×
2! × 2! × 2! 2! × 2! × 2! 3!(9 − 3)! 2! × 2! × 2! 3 · 2 · 1!
= 4 · 7 · 3 · 5 · 2 · 3 · 2 · 1 × 3 · 4 · 7 = 423360
2.4. TEOREMA DEL BINOMIO Y DEL MULTINOMIO 47
2.4 TEOREMA DEL BINOMIO Y DEL

MULTINOMIO
Con argumentos de conteo puede probarse el teorema del binomio
2.4.1 TEOREMA DEL BINOMIO

Teorema 2.4.1 Sea n ∈ N y sean x,y dos numeros complejos,
entonces:
µ ¶ µ ¶ µ ¶ µ ¶ µ ¶
n n n n n−1 n n−2 2 n n−1 n n
(x+y) = x + x y+ x y +· · ·+ x y+ y
0 1 2 n−1 n
Demostración 2.4.2 (x + y)n es una suma de productos de la
forma xn−k y k , 0 ≤ k ≤ n, acompañados de ciertos coeficientes
En el producto (x + y)n = (x + y)(x + y)(x + y) · · · (x + y)
| {z }
nf actores
habremos de elegir n − k parentesis y de ellos multiplicar x’s para
que aparezca un numero de la forma xn−k y k
Esto puede hacerse de
µ ¶
n
C(n, n − k) =
n−k
pero podemos observar que
µ ¶ µ ¶
n n! n
= =
n−k (n − k)!(n − (n − k))! k
Asi n µ ¶
X n n−k k
n
(x + y) = x y
k=0
k
Teorema 2.4.3 Si x, y ∈ R, entonces:

µ ¶ µ ¶ µ ¶ µ ¶ µ ¶
n n n n n−1 n n−2 2 n n−1 n n
(x+y) = x + x y+ x y +· · ·+ x y+ y
0 1 2 n−1 n
El teorema del binomio puede escribirse de manera abreviada como
Xn µ ¶
n n n−k k
(x + y) = x y
k=0
k
o bien como
X n! n1 n2
(x + y)n = x y
x1 +x2 =n
n 1 !n 2 !
0 ≤ x1 , x 2 ≤ n
Corolario 2.4.4 Si n ∈ N y x, y ∈ R, entonces:
Xn µ ¶ Xn µ ¶
n n n−k k n n−k k
(x − y) = x (−y) = x y
k=0
k k=0
k
Demostración 2.4.1 Se sigue de manera inmediata del teorema

del binomio
¡ ¢
Observación 2.4.1 El hecho de que las combinaciones nk
aparezcan en el teorema del binomio es notorio que estas
combinaciones reciban el nombre de coeficientes binomiales
En la demostracion del teorema del binomio usamos y probamos la
identidad µ ¶ µ ¶
n n
=
n−k k
0 ≤ k ≤ n. Esta identidad puede probarse de manera alternativa,
con argumentos combinatorios
Lema 2.4.1 Si 0 ≤ k ≤ n, entonces:
µ ¶ µ ¶
n n
=
n−k k
Demostración 2.4.2 Si A es un conjunto finito con n elementos
y B es un subconjunto de A con n-k elementos, entonces A-B es un
subconjunto de A con k elementos
Asi, por cada subconjunto de A con n-k elementos hay un
subconjunto de A con k elementos
Se sigue que µ ¶ µ ¶
n n
=
n−k k
EJEMPLO 52 Probar que si n ∈ N, entonces
µ ¶ µ ¶ µ ¶ µ ¶
n n n n
+ + + ··· + = 2n
0 1 2 n
Solución 53 Si hacemos x = 1, y = 1:
µ ¶ µ ¶ µ ¶ µ ¶ µ ¶
n n n n n n−1 n n−2 2 n n−1 n n
2 = (1+1) = 1 + 1 ·1+ 1 ·1 +· · ·+ 1·1 + 1
0 1 2 n−1 n
µ ¶ µ ¶ µ ¶ µ ¶
n n n n
= + + + ··· +
0 1 2 n
EJEMPLO 54 Probar que si n ∈ N, entonces
µ ¶ µ ¶ µ ¶ µ ¶ µ ¶
n n n n n n
− + − + · · · + (−1) =0
0 1 2 3 n
Solución 55
µ ¶ µ ¶ µ ¶ µ ¶
n n n n n−1 n n−2 2 n
0 = (1−1) = 1 + 1 (−1)+ 1 (−1) +· · ·+ 1(−1)n
0 1 2 n
2.4.2 EL TRIANGULO DE PASCAL

Tomemos dos enteros 0 ≤ k ≤ n. Variando n y k construyamos
una tabla usando los coeficientes¡ binomiales:
¢ 0
¡1¢¡
0 ¢
1
¡2¢¡0 ¢¡1 ¢
2 2
¡3¢¡3¢¡3¢¡
0 1 2 ¢
3
¡4¢¡
0 ¢¡1 ¢¡2 ¢¡
4 4 4 4
3 ¢
¡5¢¡
0 ¢¡1 ¢¡2 ¢¡
5 5 5 5 5
3 ¢¡
4 ¢
0 1 2 3 4 5
Si calculamos estos coeficientes binomiales encontramos el
triangulo de Pascal:
1
11
121
1331
14641
1 5 10 10 5 1
Se observa que el triangulo es simetrico respecto a la columna
central
1
2
6
..
¡.n¢ ¡n¢
Los coeficientes de los extremos
¡n¢ 0 y n
siempren valen 1
El resto de los coeficientes k con 0 < k < n se obtienen al sumar
los dos coeficientes que se encuentran a la izquierda y derecha de el
en el renglon inmediato superior. Entonces encontramos la relacion
µ ¶ µ ¶ µ ¶
n n−1 n−1
= +
k k−1 k
Probemos formalmente esta identidad usando un argumento de
conteo (combinatorio)
Teorema 2.4.5 (Formula de recurrencia de los coeficientes binomiales)

Si 0 ≤ k ≤ n, entonces:
µ ¶ µ ¶ µ ¶
n n−1 n−1
= +
k k−1 k
Demostración 2.4.6 Sea A un conjunto finito con n elementos
Sea a ∈ A un elemento fijo de A
Si B es un subconjunto de A con k elementos (0 ≤ k ≤ n)
B puede incluir al elemento a o no incluirlo
Asi, todo subconjunto B de A con k elementos se divide en dos
clases: los que contienen al menos a y los que no lo contienen
F = {B ⊆ A : |B| = k} = {B ⊆ A : |B| = k y a ∈ B} ∪ {B ⊆ A : |B| = k y u ∈

/ B}
| {z } | {z }
L H
Esta union es ajena. Entonces, por el principio de la suma
|F| = |L| + |H|
esto es µ ¶ µ ¶ µ ¶
n n−1 n−1
= +
k k−1 k
2.4.3 TEOREMA DEL MULTINOMIO

El teorema del binomio encuentra la siguiente generalizacion
Teorema 2.4.7 (Teorema del Multinomio) Sea m ∈ N y sean

x1 , . . . , xn numeros complejos
Entonces el coeficiente de xn1 1 , . . . , xnnk en el desarrollo de

(x1 + x2 + · · · + xn )n es
n!
n1 !n2 !n3 ! · · · nk !
con
0 ≤ n1 , n 2 , . . . , nk ≤ n
y
n1 + n2 + · · · + nk = n
Demostración 2.4.8 Para que aparezca un sumando de la forma
en el desarrollo
xn1 1 xn2 2 xn3 3 · · · xnnk
(x1 + x2 + · · · + xk )n debemos tomar n1 veces al factor x1 , n2 veces
al factor x2 ,. . . ,nk veces al factor xk en el producto
(x1 + x2 + · · · + xk )(x1 + x2 + · · · + xk ) · · · (a1 + x2 + · · · + xk )
| {z }
nf actores
n!
esto puede hacerse de n1 !n2 !···nk !
EJEMPLO 56 Cuántas soluciones enteras tiene

x1 + x2 + x3 + x4 = 7, xi ≥ 0, 0 ≤ i ≤ 4?
Solución 10 Una solucion es (x1 , x2 , x3 , x4 ) = (2, 3, 0, 2)
x1 x2 x3 x4
** ** **
*
El problema equivale a determinar el numero de maneras de
repartir
¡4¢ ¡710objetos
¢ iguales entre 4 personas. Este número es:
( 7 )= 7
EJEMPLO 57 De cuántas formas se pueden distribuir 10
canicas iguales entre 6 ninos?
Solución 11 El problema equivale a contar las soluciones enteras
de
x1 + x 2 + x3 + x4 + ¢ 10, xi ≥ 0, 1 ≤ i ≤ 6
¡ 6x¢5 + x¡615=
Este numero es: ( 10 ) = 10
Son equivalentes
a) El numero de soluciones de tamao r, permitiendo repeticiones,
de n objetos distintos
b) El numero de maneras de distribuir r objetos iguales entre n
destinatarios distintos
c) El numero de soluciones enteras x1 + x2 + · · · + xn = xr , xi ≥ 0,
1≤i≤n ¡ ¢ ¡ ¢
Todas ellas son iguales a: ( nr ) = n+r−1
r
EJEMPLO 58 Cuántas soluciones enteras tiene

x1 + x2 + · · · + xn < 10, xi ≥ 0, 1 ≤ i ≤ 6?
Solución 12 Primero metodo
X10 µ ¶ X10 µ ¶
6 r+5
( )=
r=0
r r=0
r
Segundo metodo
La ecuacion se puede reescribir como x1 + x2 + · · · + x6 = 10 − x7 ,
con xi ≥ 0, 0 ≤ i ≤ 6, 0 ≤ x7 ¡≤ 10
¢ ¡ ¢
7
El numero de soluciones es: ( 10 ) = 16
10
EJEMPLO 59 x1 + x2 + · · · + x6 < 10, xi ≥ 10
Solución 13 x1 + x2 + · · · + x6 = 10 − x7 , xi ≥ 10, 1 ≤ i ≤ 6,
x7 > 0
x7 − 1 ≥ 0
x7 ≥ 1
Si x7 = x7 − 1
yi = yi , 1 ≤ i ≤ 6
La ecuacion resulta y1 + y2 + · · · + y7 = 10 − 1
con yi ≥ 0, 1 ≤ i ≤ 7 ¡¢ ¡ ¢
El numero de soluciones es ( 79 ) = 15 9
Resumiendo:
SIN REPETICION CON REPETICION
n!
r-permutaciones O(n, r) = (n−r)! nr
¡n¢ ¡n¢ ¡ ¢
r-combinaciones r
n!
= (n−r)!·r! ( r ) = n+r−1
r
2.5. PERMUTACIONES DE OBJETOS IGUALES 53
2.5 PERMUTACIONES DE OBJETOS

IGUALES
EJEMPLO 60 De cuantas formas se pueden permutar las letras
de la palabra ”PAPAYA”?
Solución 14
µ ¶ µ ¶µ ¶
6 6−3 6−3−2
3 2 1
|{z} | {z }
AcomodarA AcomodarP
µ ¶µ ¶µ ¶
6 3 1 6! 3! 6!
= · =
3 2 1 (3)! · 3! (2)! · 1! 3! · 2! · 1!
Teorema 2.5.1 El numero de permutaciones de n objetos donde
hay n1 objetos de un primer tipo, n2 de un segundo tipo, . . . , nr
del tipo ri es:
µ ¶
n n!
=
n1 , n 2 , . . . , nr n1 ! · n2 ! . . . n r
Llamado coeficiente multinomial de n, en n1 , n2 , . . . , nr
Demostración 2.5.2 EJERCICIO
Teorema 2.5.3 (Teorema del multinomio) Sea m ∈ N y sean
x1 , . . . , xk numeros complejos. Entonces el coeficiente de
xn1 1 xn2 2 xn3 3 · · · xnk k en el desarrollo de (x1 + x2 + · · · + xk )n es
n!
n1 !n2 !n2 ! · · · nk !
con 0 ≤ n1 , n2 , . . . , nk ≤ n y n1 + n2 + · · · + nk = n
EJEMPLO 61 De cuantas formas se pueden distribuir las manos
de 5 cartas entre 4 jugadores utilizando una baraja de 53 cartas?
Solución 15 µ ¶µ ¶µ ¶µ ¶
52 47 42 37
5 5 5 5
52! 47! 42! 37!
= · · ·
5! · 47! 5! · 42! 5! · 37! 5! · 32!
µ ¶
52! 52
= =
5! · 5! · 5! · 5! · 32! 5, 5, 5, 5, 32
Teorema 2.5.4 El numero de maneras de distribuir n objetos en k

cajas distintas, de forma que en la i-esima caja esten ni objetos es:
µ ¶
n
n1 , n 2 , . . . , nk
En el ejemplo anterior las cajas son los 4 jugadores y el lugar
donde se colocan las cartas restantes
Demostración 2.5.5 EJERCICIO
EJEMPLO 62 Una profesora debe formar 4 equipos de 9 nios

cada uno, entre sus 36 alumnos. De cuantas formas se pueden
seleccionar los equipos?
Solución 16
µ ¶µ ¶µ ¶µ ¶ µ ¶
36 27 18 9 36
=
9 9 9 9 9, 9, 9, 9
El coeficiente de xn1 1 · xn2 2 . . . xnk k en (x1 + x2 + · · · + xk )n es
µ ¶
n
n1 , n 2 , n 3 , . . . , nk
2.6 PROBABILIDAD FINITA

Un espacio muestral es el conjunto de posibles resultados en un
experimento, por ejemplo al tirar una moneda. Un espacio
muestral es {cara,cruz}
Un suceso o evento es un subconjunto del espacio muestral.
Definición 2.6.1 Sea S un espacio muestral finito, de resultados

igualmente posibles.
La probabilidad del evento E ⊆ S es P (E) := |E|
|S|
, 0 ≤ P (E) ≤ 1
EJEMPLO 63 Se tienen 4 canicas azules y 5 rojas Cual es la

probabilidad de que al extraer una de ellas resulte azul?
Solución 17
4
5
2.7. PROBLEMAS 55
EJEMPLO 64 Cual es la probabilidad de que al lanzar dos dados

la suma de los puntos en la cara superior sumen 7?
Solución 18 El espacio muestral tiene 6(6) elementos. El evento

buscado tiene |(1, 6), (2, 5), (3, 4), (6, 1), (5, 2), (4, 3)| = 6 eventos.
Asi la probabilidad es de
1
6
2.7 PROBLEMAS
PROBLEMA 2.1 Una ciudad tiene 100000 habitantes. A cada
uno de los ciudadanos se le asignan 3 iniciales (por el primer
nombre y los dos apellidos) y suponemos que el alfabeto consta de
26 letras.
a) Habra dos ciudadanos cuyas iniciales coincidad?
b) Si suponemos que se asignan 4 iniciales (todos tienen dos
nombre y dos apellidos) a cada ciudadano, habra dos de ellos
cuyas iniciales coincidan?
PROBLEMA 2.2 En una biblioteca se tienen 500 libros. Para

hacer el catalogo se usa una codificacion de 2 letras y 3 numeros
PROBLEMA 2.3 Se desea codificar las 26 letras del alfabeto y

los 10 digitos con cadenas de longitud n de los bits 0 y 1. Calcule
el menor n para el cual esto es posible.
PROBLEMA 2.4 Cuantas personas es necesario reunir para

poder garantizar que haya al menos dos de ellas que nacieron el
mismo dia y mes del año
PROBLEMA 2.5 Del conjunto de numeros naturales

{1,2,. . . ,200} seleccionamos 101 numeros cualesquiera. Pruebe que
entre los numeros seleccionados existen dos tal que uno es divisible
por el otro.
PROBLEMA 2.6 Dado el conjunto de numeros naturales

{1,2. . . ,2n}, cuantos de ellos debemos seleccionar para garantizar
que existan siempre dos tal que uno sea divisible por el otro?
PROBLEMA 2.7 pruebe que si seleccionamos n+1 numeros del

conjunto {1,2,. . . kn}, k ≥ 2, entonces siempre existen dos cuya
diferencia es a lo mas k-1
PROBLEMA 2.8 Escriba la lista de todas las permutaciones del

conjunto {1,2,3,4}
PROBLEMA 2.9 Cuantas permutaciones hay del conjunto

{1,2,3,4,5} que comienzan con 5?

{1,2,. . . ,n} que comienzan con 1 y terminan con n?

{1,2,3,4} que comienzan con un numero impar?
PROBLEMA 2.12 Cuantas palabras de 3 letras sin que las

mismas se repitan, pueden construirse del alfabeto {a,b,c,d,e,f} en
las cuales se usa la letra e o la letra f o ambas?
PROBLEMA 2.13 De cuantas formas pueden organizarse las 52

cartas de un paquete si las cartas de un mismo color estan
consecutivamente (hay 4 colores: corazones, diamantes, y
espadas)?
PROBLEMA 2.14 En una fiesta hay 20 mujeres y 15 hombres.

De cuantas formas pueden formarse 15 parejas para bailar?
PROBLEMA 2.15 En una carrera de 20 caballos, de cuantas

formas distintas pueden obtenerse los 3 primeros lugares?
PROBLEMA 2.16 Cuantas sucesiones de 10 letras del alfabeto

de 26 letras hay que usan 5 vocales y 5 consonantes distintas?
PROBLEMA 2.17 Cuantos ordenamientos distintos hay de las

letras de la palabra banana?
PROBLEMA 2.18 Liste todas las r-permutaciones de las letras

de la palabra relee
PROBLEMA 2.19 Cuantas formas hay de tirar un dado 6 veces

y obtener un 1, tres 5’s y dos 6’s?
2.7. PROBLEMAS 57
PROBLEMA 2.20 Cuantas formas hay de tirar una moneda 20

veces y obtener 8 aguilas y 12 soles?
PROBLEMA 2.21 Sean k y n enteros positivos tales que n = 2k.
Pruebe que 2n!k es un numero entero
PROBLEMA 2.22 dados k, m y n enteros positivos tales que
n!
n = km. Pruebe que (m!) k es un numero entero
PROBLEMA 2.23 determine el numero de 10 permutaciones del

multiconjunto M={2 · 1, 3 · 2, 3 · 3, 3 · 4}
multiconjunto M={3 · 0, 3 · 1, 3 · 2, 3 · 3}
multiconjunto M={2 · a, 7 · b, 4 · c}
PROBLEMA 2.26 Sea el multiconjunto
M={4 · α, 4 · β, 4 · γ, 4 · δ}. Cuantas sucesiones de 10 letras de M
podemos construir tal que haya al menos 2 letras de cada tipo?
PROBLEMA 2.27 Liste todas las combinaciones del
multiconjunto M={3 · a, 2 · b, 2 · c}
PROBLEMA 2.28 Resuelva el problema anterior, suponiendo
que la caja contiene n lapices y seleccionamos ki de ellos (k ≤ n)
PROBLEMA 2.29 Cuantas soluciones enteras positivas tiene la
desigualdad x1 + x2 + x3 + x4 < 100?
PROBLEMA 2.30 De cuantas formas podemos repartir 10
naranjas indistinguibles y 1 mandarina entre 3 niños tal que cada
niño reciba por lo menos una fruta?
PROBLEMA 2.31 Sea el multiconjunto
M={1 · a1 , ∞ · a2 , . . . , ∞ · ak }. Determine el numero de sus
r-combinaciones
PROBLEMA 2.32 De cuantas formas se pueden distribuir 20
dulces y 15 paletas entre 5 niños?
PROBLEMA 2.33 De cuantas formas podemos ordenar las
letras del multiconjunto M={1 · a, 1 · e, 1 · i, 1 · o, 1 · u, 10 · b} sin
vocales consecutivas?
PROBLEMA 2.34 De cuantas formas podemos distribuir 15

objetos identicos en 4 cajas distintas si el numero de objetos que se
ponen en la tercera caja es un multiplo de 3?
PROBLEMA 2.35 De cuantas formas podemos distribuir 20
bolas identicas en 12 cajas si la primera y la segunda caja
contienen por lo menos 3 bolas cada una?
PROBLEMA 2.36 En una coleccion hay 3 candidatos y 30
votantes. Cuantos resultados (esto es, el numero de votos para
cada uno de los candidatos) distintos pueden darse?
PROBLEMA 2.37 Demuestre el teorema binomial por induccion
matematica.
PROBLEMA 2.38 Cuales son los coeficientes de x5 y 13 y de
x7 y 10 en la expansion del producto (5x − 4y)1 8?
PROBLEMA 2.39 Determine el coeficiente de x6 en
(1 + x)5 (1 + x)3
PROBLEMA 2.40 Encuentre la formula para (a + b + c)n
P ¡ ¢
PROBLEMA 2.41 Calcule la suma nk=1 k 3 nk
PROBLEMA 2.42 Integrando la formula del teorema binomial,
pruebe que
Xn µ ¶
1 n 2n+1 − 1
= ,n ≥ 1
k=0
k + 1 k n + 1
Pn ¡ ¢
(−1)k n
PROBLEMA 2.43 Calcule la suma k=0 k+1 k ,n ≥ 1
PROBLEMA 2.44 Encuentre los enteros no negativos a, b y c
para los cuales se cumple la siguiente igualdad y luego determine la
suma 13 + 23 + · · · + n3
µ ¶ µ ¶ µ ¶
3 m m m
m =a +b +c
3 2 1
PROBLEMA 2.45 Pruebe que para todo entero no negativo n se
cumple que
Xn µ ¶
k n
(−1) xk (n + x)n−k = nn
k=0
k
2.7. PROBLEMAS 59
Pn−1 k n
¡ ¢
PROBLEMA 2.46 Pruebe que k=0 (−1) k+1 =1
Pn ¡n¢ Pmn ¡mn¢
PROBLEMA 2.47 Pruebe que ( k=0 k
)2 = k=0 k
Pn ¡n¢ Pmn ¡mn¢
PROBLEMA 2.48 Pruebe que ( k=0 k
)m = k=0 k
PROBLEMA 2.49 Expanda el producto (x1 + x2 + x3 )4
PROBLEMA 2.50 Expanda el producto (a + b + c + 1)3
PROBLEMA 2.51 Halle el coeficiente de v 2 w4 xz en

(3v − 2w − x + y + z)8
PROBLEMA 2.52 Determine el coeficiente de los terminos

x3 yz 2 y wx3 yz en (w/2 − 2x − 2y/3 − z)6
PROBLEMA 2.53 Desarrolle el producto (x/2 + y − 3z)3
PROBLEMA 2.54 Pruebe la formula de Pascal para los

coeficientes binomiales generalizados
¡ ¢ ¡ ¢
PROBLEMA 2.55 Pruebe que k αk = α α−1 k−1
, donde α es un
numero real y k entero
¡ ¢ ¡α−1¢
PROBLEMA 2.56 Pruebe que αk = α−k α
k
, donde α es un
numero real y k entero
¡ ¢¡ k ¢ ¡ α ¢¡α−m¢
PROBLEMA 2.57 Pruebe que αk m = m k−m , donde α es
un numero real y k, m y n son numeros enteros
Chapter 3
CONGRUENCIAS
Definición 3.0.1 Sea n un entero positivo mayor que uno

Diremos que dos enteros a y b son congruentes modulo n y
escribimos
a ≡ b (mod n)
si y solo si si n | a − b
Si n no didivide a a − b, a y b se diran no congruentes y
escribiremos
a 6≡ b (modulo n)
EJEMPLO 65 Si n = 4,
7 6≡ 2 (mod 4),
8 6 ≡ 4 (mod 4),
271 6 ≡ 1 (mod 4),
95 6 ≡ 25 (mod 4),
95 6 ≡ 31 (mod 4)
Proposición 3.0.1 i) Si d | n d > 0 y a ≡ b (mod n), entonces

a ≡ b (mod n)
ii) Si a ≡ b (mod n) y c ≡ d (mod n) entonces a + c ≡ b + d (mod
n)
iii) Si a ≡ b (mod n) y c ≡ d (mod n) entonces ac ≡ bd (mod n)
iv) Si a ≡ b (mod n) y c ≡ d (mod n) entonces
ax + cy ≡ bx + dy (mod n) ∀x, y ∈ Z
61
62 CHAPTER 3. CONGRUENCIAS
Demostración 3.0.2 i) Si a ≡ b (mod n), entonces n | a − b

Pero d | n y la relacion de divisibilidad es transitiva
entonces
d|a−b
es decir
a ≡ b (mod d)
ii) Supongamos que a ≡ b (mod n) y que c ≡ d (mod n)
entonces
n|a−b y n|c−d
las propiedades de divisibilidad nos dice que
n | (a − b) + (c − d)
esto es
n | (a + c) − (b + d)
Por lo tanto
a + c ≡ b + d (mod n)
iii) Supongamos que
a ≡ b (mod n)
y
c ≡ d (mod n)
a − b es multiplo de n, entonces cualquier multiplo de el
seguira siendo multiplo de n, por ejemplo (a − b)c:
n | (a − b)c
De manera similar, c − d es multiplo de n y cualquier multiplo
de c − d seguira siendo multiplo de n, por ejemplo (c − d)b:
n | (c − d)b
Como de multiplos de n sigue siendo multiplo de n, entonces
n | (a − b)c + (c − d)b
Pero
(a − b)c + (c − d)b = ac − bc + bc − bd = ac − bd
63
Esto es
n | ac − bd
Asi
ac ≡ bd (mod n)
iv) Supongamos que a ≡ b (mod n) y c ≡ d (mod n)
Entonces
n|a−b
y
n | (c − d)y
De esta menera
n | (a − b)x + (c − d)y
Pero
(a − b)x + (c − d)y = (ax + cy) − (by + dy)
entonces
n | (ax + cy) − (bx + dy)
en otras palabras
ax + cy = bx + dy
3.0.1 Otras propiedades de la congruencia

Teorema 3.0.1 Sea n un entero positivo mayor que 1, entonces
i) ax ≡ by (mod n) si y solo si x ≡ y (mod n)
ii) Si ax ≡ by (mod n) y (a,n)=1 entonces x ≡ y (mod n)
iii) Supongamos que n1 , n2 , . . . , nr son enteros positivos mayores
que 1, entonces
x ≡ y (mod ni ), i=1,. . . ,r ⇐⇒ x ≡ y (mod [n1 , n2 , . . . , nr ])
Demostración 3.0.2 i) ⇒) Supongamos que ax ≡ ay (mod n)
entonces
n | ax − ay
esto es
n | a(x − y)
ahora, (a, n) es el divisor comun mas grande de a y n
Entonces podemos dividir los dos lados de la expresion

anterior entre (a, n):
¯
n ¯¯ a
¯ (x, y)
(a) ¯ (a, n)
En esta expresion
Ã !
n a
, =1
(a, n) (a, n)
(estos enteros ya, no comparten factores)

En estas circunstancias se concluye que
¯
n ¯¯
(x − y)
(a, n) ¯
⇐) Supongamos que
n
x ≡ y (mod (a,n)
)
Entonces ¯
n ¯¯
¯(x − y)
(a, n) ¯
multiplicando ambos lados por (a, n):
n | (a, n)(x − y)
Pero
(a, n) | a
entonces
(a, n)(x − y) | a(x − y)
Como
n | (a, n)(x − y)
y la divisibilidad es una relacion transitiva obtenemos
ax ≡ ay (mod n)
ii) Se sigue de (i)

65
iii) ⇒) Supongamos que x ≡ y (mod ni ) para i = 1, . . . , r

Entonces
ni | (x − y)
Esto es x − y es multiplo comun de todos los modulos ni
Ahora, el minimo comun multiplo (multiplo comun mas
pequeõ positivo)
[n1 , n2 , . . . , nr ]
de [n1 , n2 , . . . , nr ] divide a cualquier otro multiplo comun
de [n1 , n2 , . . . , nr ]
Entonces
[n1 , n2 , . . . , nr ] | (x − y)
Esto es
x ≡ y (mod[n1 , n2 , . . . , nr ])
⇐) Supongamos que x ≡ y (mod [n1 , n2 , . . . , nr ])
Entonces
[n1 , n2 , . . . , nr ] | (x − y)
Pero
ni | [n1 , n2 , . . . , nr ]
para cada i = 1, . . . , r Asi, por transitividad ni | (x − y),
para i = 1, . . . , r
Proposición 3.0.3 La relacion de congruencia es de equivalencia

i) a ≡ a (mod n) ∀a ∈ Z
ii) Si a, b ∈ Z y a ≡ b (mod n) entonces b ≡ a (mod n)
iii) Si a, b, c ∈ Z, a ≡ b (mod n) y b ≡ c (mod n) entonces a ≡ c
(mod n)
Demostración 3.0.4 i) Si a ∈ Z, a − a = 0 y evidentemente

n | 0, por lo tanto
a ≡ b (mod n)
ii) Si a ≡ b (mod n) entonces n | a − b. Observando que

b − a = −(a − b) obtenemos que n | b − a y por lo tanto
b ≡ b (mod n)
iii) Supongamos que a ≡ b (mod n) y que b ≡ c (mod n) entonces

n | a − b y n | (b − c) sumando (a − b) y (b − c) obtenemos que
n | (a − b) + (b − c) pero (a − b) + (b − c) = a − c
Asi
n|a−c
esto es
a ≡ c (mod n)
Esta proposicion nos dice que la congruencia es una
relacion de equivalencia. Recordemos que las relaciones de
equivalencia que se pueden definir en un conjunto estan en
correspondencia biyectiva con las particiones que se pueden definir
en ese conjunto:
Definición 3.0.2 Si X es un conjunto, una particion de X es una
familia de subconjuntos {Xα }α∈Λ de X tales que
6 ∅ ∀α ∈ Λ
i) Xα =
T
ii) Si α 6= β, entonces Xα Xβ = ∅
S
iii) α∈Λ Xα =X
Si ∼ es una relacion de equivalencia sobre X, la clase de
equivalencia [a] de un elemento a ∈ X, se define como el
subconjunto de X:
[a] = {x ∈ X : a ∼ x}
Estas clases de equivalencia forman una particion de X. Por
ejemplo, en el conjunto X = Z
Observación 3.0.1 Si fijamos un entero positivo n, la
congruencia modulo n es una relacion de equivalencia sobre Z
Si a ∈ Z, su clase de equivalencia [a] sera
[a] = {x ∈ Z : a ≡ x (mod n)} = {x ∈ Z : x = a + kn, k ∈ Z}
Por ejemplo
[0] = {x ∈ Z : x = kn, k ∈ Z}
[1] = {x ∈ Z : x = 1 + kn, k ∈ Z}
[2] = {x ∈ Z : x = 2 + kn, k ∈ Z}
..
.
67
Observación 3.0.2 Como solo hay n residuos r modulo n, se

deduce que cuando mucho hay n clases de equivalencia distintas,
una clase de equivalencia por cada residuo (cuando mucho)
NOTACION:
Zn := {[0], [1], [2], . . . , [n − 1]}
Definición 3.0.3 Sobre Zn definimos una suma y un producto
SUMA:
[a]+[b]:=[a+b]
PRODUCTO:
[a][b]:=[ab]
Observese que una clase de equivalencia tiene muchas formas de
representarse
[0] = [n] = [2n] = [3n] = · · ·

[1] = [n + 1] = [2n + 1] = [3n + 1] = · · ·
[2] = [n + 2] = [2n + 2] = [3n + 2] = · · ·
..
.
En nuestras definiciones de suma y producto debemos mostrar que
estas no dependen de los representantes elejidos
Proposición 3.0.5 Si [a] = [a′ ] y [b] = [b′ ]
entonces
[a + b] = [a′ + b′ ]
y
[ab] = [a′ b′ ]
Demostración 3.0.6 Si [a] = [a′ ] y [b] = [b′ ]
entonces
a ≡ a′ (mod n)
b ≡ b′ (mod n)
Sabemos por una proposicion anterior que
a + b ≡ a′ + b′ (mod n)
y
ab ≡ a′ b′ (mod n)
Por lo tanto
[a + b] = [a′ + b′ ]
y
[ab] = [a′ b′ ]
Por lo tanto nuestras definiciones de suma y producto de clases no
dependen de los representantes
3.1 Propiedades de Zn con la suma y el

producto definidos
1. En Zn hay un elemento neutro bajo la suma
2. Para cada [a] ∈ Zn hay un inverso aditivo en Zn
3. La suma es conmutativa
4. La suma es asociativa
5. En Zn hay un neutro multiplicativo
6. El producto en Zn , es conmutativo
7. El producto en Zn es asociativo
8. El producto distribuye a la suma en Zn
Definición 3.1.1 Cuando un conjunto A dotado de una suma y

un producto tiene las propiedades (1) a (4) de la suma junto con
las propiedades (7) y (8) del producto, se dice que A es un anillo
Si ademas en A se cumple la propiedad (5) se dice que A es un
anillo con uno y si se cumple la propiedad (6) se dice que A es un
anillo conmutativo
Definición 3.1.2 (Zn , +, ·) es un anillo conmutativo con uno
3.2 Descripcion de todas las soluciones de la

ecuacion homogenea ax+by=0
Sea d=(a,b), d > 0 y d | 0 por lo tanto la ecuacion homogenea
ax+by=0 siempre tiene solucion.
3.2. DESCRIPCION DE TODAS LAS SOLUCIONES DE LA ECUACION HOMOGENEA AX+BY=069
Pongamos a = a′ d y b = b′ d, entonces (a′ , b′ ) = 1. Si x′ , y ′ es

solucion de
ax + by = 0
entonces
ax′ + by ′ = 0
de donde
d(a′ x′ + b′ y ′ ) = 0
entonces
a′ x′ + b′ y ′ = 0
Asi toda solucion de la ecuacion ax + by = 0 es solucion de la
ecuacion a′ x + b′ y = 0
Inversamente si x′ , y ′ es solucion de a′ x + b′ y = 0 es solucion de
ax + by = 0
Por lo tanto ax + by = 0 y a′ x + b′ y = 0 (con a′ = ad , b′ = db ) tienen
las mismas soluciones.
Asi para resolver la ecuacion ax + by = 0 sera suficiente encontrar
todas las soluciones de la ecuacion a′ x + b′ y = 0, con a′ = ad , b′ = db
y d = (a, b)
3.2.1 ECUACIONES DIOFANTINAS LINEALES

Una ecuacion diofantina lineal en dos variables x,y es una ecuacion
de la forma ax + by = c, con a, b, c ∈ Z
Resolver la ecuacion diofantina significa encontrar todas la
soluciones enteras x, y de ax + by = c
Resolver la ecuacion diofantina significa encontrar todas las
soluciones enteras x, y de ax + by = c
Diofanto de Alejandria estudio el problema de resolver estas
ecuaciones lineales enteras
EJEMPLO 66 La ecuacion diofantina 3x + 6y = 5 puede verse
que no hay ninguna solucion x, y enteros. En efecto el lado
izquierdo de la ecuacion es multiplo de 3 y el lado derecho no es
multiplo de 3
Nos interesan dos cosas respecto a estas ecuaciones diofantinas
1. Encontrar un criterio bajo el cual una ecuacion diofantina en
dos variables tenga solucion
2. Cuando se cumpal este criterio, encontrar un metodo para

hallar todas las soluciones
1er objetivo
Sea ax + by = 0 una ecuacion diofantina. Si d = (a, b) sabemos que
d divide a cualquier combinacion lineal de a y b:
d | ax + by
Por lo tanto, para que la ecuacion ax + by = c tenga solucion se

requiere que d | c
Entonces, que d | c es una condicion necesaria para la existencia de
soluciones enteras de ax + by = c
d | c sera una condicion suficiente para la existencia de soluciones?
Supongamos que d | c.
Sabemos que d es combinacion lineal de a y b:
ax0 + by0 = d (3.1)
Como d | c, existe q ∈ Z tal que c = dq

Multiplicando ambos lados de 3.1 por q tenemos
a(x0 q) + b(y0 q) = dq = c
Asi x = x0 q y y = y0 q es solucion de
ax + by = c
Tenemos:
Lema 3.2.1 La ecuacion diofantina ax+by=c tiene soluciones

enteras x,y si y solo si d=(a,b) divide a c
Suponiendo que para una ecuacion diofantina ax + by = c,

d = (a, b) divide a c
Como encontrar todas las soluciones de la ecuacion?
Al mostrar que d | c ⇒ la ecuacion ax + by = c tiene solucion,
hemos visto como hallar una solucion particular de la ecuacion
ax + by = c
Si ax 0 + by0 = d y c = dq entonces
a(x0 q) + b(y0 q) = c
3.2. DESCRIPCION DE TODAS LAS SOLUCIONES DE LA ECUACION HOMOGENEA AX+BY=071
Supongamos que x1 , y1 es otra solucion de nuestra ecuacion

diofantina
Entonces
a(x0 q) + b(y0 q) = c = a(x1 ) + by1
de donde
0 = a(x1 − (x0 q)) + b(y1 − (y0 q))
es decir x = X1 − (x0 q) y y = y1 − (y0 q) es solucion de la ecuacion
diofantina homogenea 0 = ax + by
Inversamente si x, y es solucion de la ecuacion diofantina
ax + by = 0, pues
a(x0 q + x) + b(y0 q + y) = [a(x0 q) + b(y0 q)] + [ax + by] = c + 0 = c
Por lo tanto:
Para encontrar todas las soluciones de la ecuacion
diofantina ax + by = c, basta encontrar una solucion
particular x = x0 q, y = y0 q de ax + by = c y hallar todas
las soluciones de la ecuacion homogenea ax + by = c
3.2.2 Solucion general de a′ x + b′ y = 0

Supongamos que x, y es solucion de la ecuacion
Entonces a′ x + b′ y = 0 es decir
a′ x = −b′ y (3.2)
Esta igualdad nos dice, por ejemplo que a′ | −b′ y, como (a′ , b′ ) = 1
debemos tener a′ | y0 . Asi a = a′ t, con t ∈ Z
Si sustituimos esto en 3.2
a′ x = −b(a′ t)
cancelando a′ , (a′ 6=)
x = −b′ t, t ∈ Z
Hemos probado:
Teorema 3.2.1 Sea ax+by=c una ecuacion diofantina y sea
d=(a,b)
La ecuacion ax+by=c tiene soluciones si y solo si d | c, todas las
soluciones x,y de nuestra ecuacion diofantina son de la forma
x = x0 q − b′ t, y = y0 q − a′ t donde la pareja (x0 q, y0 q) es una

solucion particular de la ecuacion diofantina ax+by=c y donde
a′ = ad , b′ = db y t recorre Z
EJEMPLO 67 Resolver la ecuación diofantina
12x + 15y = 9
Solución 68 En este caso a = 12, b = 15 y c = 9
Aqui d = (12, 15) = 3 y 3 | 9, asi la ecuacion tiene solución. Para
encontrar una solucion particular de
12x − 15y = 9
comenzamos por escribir al 3 como combinacion lineal de 12 y 15
Algoritmo de Euclides:
15 = 12(1) = 3
12 = 3(4) + 0
Para escribir el 3 como combinacion lineal de 12 y 15 se despeja el
residuo:
15 − (12)(1) = 3
12(−1) + 15(1) = 3 (3.3)

entonces x0 = −1, y0 = 1 permiten escribir al 3 como combinacion
lineal de 12 y 15
Multiplicando 3.3 por 3:
12(−3) + 15(3) = 9
Asi x = −3, y = 3 es una solucion particular de 12x + 15y = 9
Aqui x0 = 1, y0 = 1, q = cb = 93 = 3
Segun el teorema anterior, la solucion general de 12x + 15y = 3 es
³ 15 ´
x = −3 − t = −3 − 5t
3
y ³ 12 ´
y =3+ t = 3 + 4t
3
con t ∈ Z
se verifica que
12(−3−5t)+15(3+4t) = [12(−3)+15(3)]+[12(−5t)+15(4t)] = 9+0 = 9
3.3. CONGRUENCIAS LINEALES 73
3.3 CONGRUENCIAS LINEALES

Sea n un entero positivo. Una congruencia lineal es una
congruencia de la forma
ax ≡ b (mod n)
donde a, b ∈ Z son coeficientes conocidos (a 6= 0 mod n)
Resolver esta congruencia significa encontrar todos los valores de x
enteros distintos (mod n) que satisfacen la congruencia
Supongamos que x es solucion de la congruencia lineal. Entonces
ax − b
es multiplo de n:
ax − b = ny
y∈Z
Es decir, la pareja de enteros x, y es solucion de la ecuacion lineal
diofantina:
ax − ny = b
Inversamente, si la pareja de enteros x, y es solucion de la ecuacion
lineal diofantina ax − ny = b, entonces
ax ≡ b (mod n)
asi, el entero x se convierte en una solucion de la congruencia

lineal.
Entonces tenemos el siguiente
Teorema 3.3.1 La congruencia lineal
ax ≡ b (mod n)
con a 6= 0 (mod n) tiene solucion si, y solo si (a, n) | b
Observación 3.3.1
(a, n) = (a, −n)
cuando esto sucede, las soluciones de la congruencia lineal son de

la forma ³n´
x = x1 + t
d
donde x1 es una solucion particular de la congruencia

ax ≡ b (mod n), y donde d = (a, n); aqui t recorre Z
Este teorema es una consecuencia del resultado que describe las
soluciones de una ecuacion lineal diofantina.
Cuantas soluciones diofantinas habra para la congruencia lineal?
Lema 3.3.1 Si (u, n) = 1, entonces la congruencia lineal tendrá
solo una solucion módulo n
Demostración 3.3.2 Si (a, n) = 1, entonces la congruencia lineal
ax ≡ b (mod n)
siempre tendra solucion
Todas estas soluciones son de la forma
³n´
x = x1 − t
1
con x1 una solucion particular de la congruencia y t ∈ Z
Por lo tanto, dos soluciones de la congruencia son congruentes
entre si modulo n, es decir, modulo n solo hay una solucion
Si (a, n) 6= 1, encontramos
Lema 3.3.3 Si d = (a, n) y d | b, entonces la congruencia lineal
ax ≡ b (mod n)
tiene d soluciones diferentes modulo n
Demostración 3.3.4 Como por hipotesis d = (a, n) | b, la
congruencia
ax ≡ b (mod n)
tiene solucion, y todas las soluciones son de la forma
³n´
x = x1 + t
d
con t ∈ Z
Si en la congruencia
ax ≡ b (mod n)
dividimos entre d tenemos
a b
x ≡ (mod nd )
d d
Las soluciones de esta congruencia estan en correspondencia con

las soluciones
ax ≡ b (mod n)
En la congruencia
a b
x ≡ (mod nd )
d d
el coeficiente ad y nd son primos relativos
por el lema anterior esta congruencia
³ ´ tiene una unica solucion
modulo d , de la forma x = x1 + nd t t ∈ Z
n
Estas soluciones son las mismas que las de la congruencia

ax ≡ b (mod n)
pero en este caso habra d soluciones diferentes modulo n:
³n´
x = x1 + t
d
con 0 ≤ t ≤ d − 1
EJEMPLO 69 Consideremos la congruencia lineal
6x ≡ 12 (mod 21)
En este caso a = 6, b = 12, n = 21 y d = (6, 11) = 3 divide a 12
Entonces la congruencia tiene solucion
Para describir todas las soluciones comenzamos por buscar una
solucion particular.
un camino:
6x − 12 = 21y
6x − 21y = 12
6x0 + 21y0 = 3
6(4x0 ) + 21(4y0 ) = 12
Escribimos la ecuacion diofantina
6x − 21y = 12
y buscamos una solucion particular escribiendo a 3 = (6, 21) como
combinacion lineal de 6 y 21
6x0 + 21y0 = 3
aplicando el algoritmo de Euclides
21 = 6(3) + 3
6 = 3(2) + 0
Despejando a 3:
3 = 6(−3) + 21(1)
multiplicando por 4:
6(−12) + 21(4) = 12
nos quedamos con el valor x1 = −12 de x. Entonces las soluciones
de la congruencia lineal
6x ≡ 12 (mod 21)
son de la forma
³ 21 ´
x = −12 − t = −12 − 7t
3
De estas, solo 3 = d, son las soluciones distintas modulo 21:
z1 = −12 − 7(0) = −12
z2 = −12 − 7(1) = −19
z3 = −12 − 7(2) = −26
z4 = −12 − 7(3) = −33
z5 = −12 − 7(4) = −40
z4 ≡ z1 (mod 21), z5 ≡ z2 (mod 21), etc. . .

EJEMPLO 70 Resolver
7x ≡ 4 (mod 12)
Como mcd (7,12)=1 y 1 | 4, existe una unica solución módulo 12

Aplicando el algoritmo de Euclides
12 = 7(1) + 5
7 = 5(1) + 2
5 = 2(2) + 1
2 = 1(2) + 0
entonces
1 = 5 − 2(2)
= 5 − (7 − 5)(2)
= 5(3) − 7(2)
= (12 − 7)(3) − 7(2)
= (12)(3) + 7(−5)
multiplicando por 4 la ecuación anterior obtenemos
4 = 12(12) + 7(−20)
ası́
7(−20) = 4 (mod 12)

7(−8) = 4 (mod 12)
7(4) = 4 (mod 12)
una solucion es x = 4
Las soluciones son 4 + 12k, k ∈ Z
EJEMPLO 71 Resolver
6x ≡ 8 (mod 27)
Como mcd (6,27)=3 y 3 6| 8, no existe solución
EJEMPLO 72 Resolver
15x ≡ 30 (mod 25)

Reescribir
5(3)x ≡ 5(6) (mod 5(5))
Como mcd (5,25)=5
podemos escribir
3x ≡ 6 (mod 25
5
)
3x ≡ 6 (mod 5)
3x ≡ 3(2) (mod 5)
como mcd (3,5)=1

x ≡ 2 (mod 5)
Por lo tanto las soluciones son 2 + 5k, k ∈ Z
EJEMPLO 73 Resolver
15x ≡ 9 (mod 21)
Como mcd (15,21)=3 y 3 | 9, existen 3 soluciones incongruentes

módulo 21
Por otra parte
21 = 15(1) + 6
15 = 6(2) + 3
6 = 3(2) + 0
entonces
3 = 15 − 6(2)
= 15 − (21 − 15)2
= 15(3) − 2(2)
multiplicando por 3 la ecuación anterior obtenemos
9 ≡ 15(9) − 21(6) (mod 21)

15(9) ≡ 9 (mod 21)
ası́ 9 es una solución

Las soluciones incongruentes son
9 = 9
21
9+ = 16
3
21
9 + (2) = 25
3
Por lo tanto las soluciones son
9 + 21k
16 + 21k
23 + 21k
k∈Z
Para resolver la congruencia lineal
ax ≡ b (mod n)
cuando n es muy grande, factorizamos el modulo n como producto:
n = P1α1 P2α2 · · · Prαr
con αi ∈ N para i = 1, . . . , r
Si x es solucion de
ax ≡ b (mod n)
entonces x sera solucion de cada una de las congruencias
ax ≡ b (mod n)
entonces x sera solucion de cada una de las congruencias
ax ≡ b (mod Piαi )
i = 1, . . . , r
Inversamente, si sabemos que cada congruencia
Existe una solucion ui mod Piαi , PODEMOS OBTENER UNA

SOLUCION PARA ax ≡ b (mod n)?
Si x es una solucion ui para la congruencia
es decir, si
x ≡ ui (mod Piαi )
para cada i = 1, . . . , t entonces esta solucion comun x sera solucion
de
α
α ,...,Pr r
α ,P2 2
ax ≡ b (mod mı́nimo común multiplo de {P1 1 })
Como los primos son distintos: Q

mı́nimo común multiplo {P1α1 P2α2 . . . , Prαr } = ri=1 Piαi = n
Entonces si
x ≡ ui (mod Piαi )
tiene una solucion comun (i = 1, . . . , r) tendremos una solucion
para la congruencia
ax ≡ b (mod n)
BAJO QUE CONDICIONES EL SISTEMA DE
CONGRUENCIAS
x ≡ ai (mod ni ), i = 1, . . . , r
TENDRA SOLUCION?
3.3.1 TEOREMA CHINO DEL RESIDUO

Teorema 3.3.2 (Teorema chino del residuo) Sean
n1 , n2 , . . . , nr enteros positivos primos relativos por parejas y sean
a1 , a2 , . . . , ar enteros arbitrarios. Entonces el sistema de
congruencias
x ≡ ai (mod ni )
tendra una solucion comun. Ademas, si u y v son dos solucones
comunes del sistema, entonces
u ≡ v (mod [n1 , n2 , . . . , nr ])
En otras palabras mod[n1 , n2 , . . . , nr ], la solucion del sistema es

unica
Demostración 3.3.3 Supongamos que somos capaces de

encontrar enteros Ek (uno para cada k entre 1 y n) tales que:
½
0 (mod mj ) si j 6= k
E≡ (*)
1 (mod mk )
P
Si existen Ek , x = nk=1 Ek bk es solución de nuestro problema.
Para encontrar los Ek , sean M = m1 · · · mn y Mk = mMk para
k = 1, . . . , n. Puesto que los mi son coprimos dos a dos, se tiene
que mcd(mk , Mk ) = 1 y, por lo tanto, que existen enteros tk y sk
tales que
ak Mk + tk mk = 1, k = 1, . . . , n
Es facil ver que los enteros Ek = sk Mk verifican (*). Claramente,
Ek es multiplo de mj si j 6= k y, por construcción, congruente con
1 módulo mk .
Para concluir la demostracion, queda ver que la solucion es unica
módulo M. Supongamos dos soluciones x e y. Se tiene, entonces,
que
x − y ≡ 0 (mod mi ) ∀i ∈ {1, 2, . . . , n}
es decir, x − y es múltiplo de todos los mi y, en consucuencia, del
mı́nimo común múltiplo de m1 , m2 , . . . , mn que, al ser coprimos
dos a dos es, justamente, M. Por lo tanto, x ≡ y(mod M)
EJEMPLO 74 Resolver el sistema de congruencias

½
x ≡ 8 (mod 11)
x ≡ 3 (mod 19)
Los modulos son primos relativos por parejas. Por el teorema
chino hay solucion para el sistema.
Pongamos n = n1 n2 = 11 × 19
Resolvemos la congruencia
n
x ≡ 1 (mod n1 )
n1
y la congruencia
n
x ≡ 1 (mod n2 )
n2
aqui n1 = 11, n2 = 19
Las congruencias a resolver son:

(11)(19)
x ≡ 1 (mod 11)
11
y
(11)(19)
x ≡ 1 (mod 19)
19
La primera congruencia
19x ≡ 1 (mod 11)
esta es equivalente a
8x ≡ 1 (mod 11)
y una solucion de esta es b1 = 7
Una solucion de
11x ≡ 1 (mod 19)
es b2 = 7. Segun la demostracion del teorema chino:
x0 = (19)(7)(8)+(11)(7)(3) = (19)(56)+(11)(21) = 1064+231 = 1295
1295 ≡ 1 (mod [11,19])

≡ 1 (mod 209)
x0 = 41 es solucion comun de
½
x ≡ 8 (mod 11)
x ≡ 3 (mod 19)
3.4 UN PAR DE CONGRUENCIAS

ESPECIALES
Sea n un entero positivo y sea a un entero arbitrario. Si n | a, a y
todas sus potencias positivas son multiplos de n.
a, a2 , a3 , . . . , ak , . . .
son multiplos de n
Todas estas potencias tienen clase de equivalencia a la clase del
cero
[0] = [a] = [a2 ] = [a3 ] = . . . = [ak ] = . . .
3.4. UN PAR DE CONGRUENCIAS ESPECIALES 83
Si (a, n) = 1, a y todas sus potencias enteras son primos relativos

con n
Estas potencias
a, a2 , a3 , . . . , ak , . . .
definen una clase de equivalencia
[0] = [a] = [a2 ] = [a3 ] = . . . = [ak ] = . . .
Como solo hay n clases de equivalencia diferentes modulo n, estas
clases de equivalencia de potencias de a comienzan a repetirse asi
deben existir enteros m y l con m > l, tales que
[am ] = [al ]
Cancelando al :
am−l (mod n)
Entonces cuando (a, n) = 1, existe un exponente positivo que anula
a a modulo n.
Fermat describe este exponente cuando n es primo
Si n es un entero positivo y a es otro entero primo con n entonces
existe un entero k (que depende de a) tal que ak ≡ 1 (mod n)
Cuando n=p es primo Fermat encontro un exponente k que tiene
la propiedad anterior y que sirve para todos los enteros relativos
con p.
2 31 73 121 167 209 251 293 341 383
3 37 79 127 169 211 253 299 347 389
5 41 83 131 173 221 257 307 349 391
7 43 83 137 179 223 263 311 353 397
11 47 97 139 181 227 269 313 359 401
13 53 101 143 187 229 271 317 361 403
17 59 103 149 191 233 277 319 367 407
19 61 107 151 193 239 281 323 373 409
23 66 109 157 197 241 283 331 377 419
29 71 113 163 199 247 289 337 379 421
Table 3.1: LISTA DE PRIMOS ≤ 100
3.4.1 PEQUEÑO TEOREMA DE FERMAT

Teorema 3.4.1 (Pequeño teorema de Fermat) Sea p un
primo y a un entero primo relativo con p, entonces
ap−1 ≡ 1 (mod p)
Demostración 3.4.2 Los enteros 0, 1, 2, 3, . . . , p − 1 son un

conjunto de representantes de todas las clases de equivalencia de
enteros modulo p. Esto significa que dado cualquier entero x, x es
congruente con 0, 1, 2, . . . , p − 1 modulo p
Sea a ∈ Z tal que (a, p) = 1
Consideremos los productos a · 0, a · 1, a · 2, a · 3, . . . , a · (p − 1)
Hacemos dos afirmaciones:
i) Si 0 ≤ i, j ≤ p − 1 y j ≤ i entonces ai 6= aj (mod p)
ii) Para todo entero ai , con 0 ≤ i ≤ p − 1 existe un unico entero k
entre 0 y p-1 tal que
ai ≡ k (mod p)
En efecto
i) Supongamos que
ai ≡ aj (mod p)
Entonces
p | ai − aj
esto es p | a(i − j)
Pero (a, p) = 1, entonces 0 < |i − j < |p Claramente, si
0 ≤ i, j ≤ p es imposible que p | i − j
p|i−j
Esta contradiccion muestra que
ai 6= aj (mod p)
ii) Dado el entero ai con 0 ≤ i ≤ p − 1, sea r el residuo al dividir

ai entre p
ai = pq + r 0 ≤ r ≤ p
Entonces, la igualdad nos dice que
ai ≡ r (mod p)
donde 0 ≤ r ≤ p − 1
Este entero r es unico, por el algoritmo de la division se

concluye que el conjunto
a · 0, a · 1, a · 2, a · 3, . . . , a · (p − 1)
es un conjunto completo de representantes (sin repeticiones)
de todas las clases de equivalencia modulo p, en otras
palabras, el conjunto: 0, 1, 2, 3, . . . , (p − 1) y el conjunto
a · 0, a · 1, a · 2, a · 3, . . . , a · (p − 1) son exactamente iguales,
modulo p
Se sigue entonces que:
1, 2, 3, . . . , p − 1
y
a · 1, a · 2, a · 3, . . . , a(p − 1)
son conjuntos iguales modulo p, (hemos omitido al cero en
ambas listas.
Por lo tanto:
(a · 0)(a · 1)(a · 2)(a · 3) . . . (a · (p − 1)) ≡ 123 · · · (p − 1) (mod p)
El lado izquierdo se escribe como
p−1
Y
p−1
a i
i=1
asi:
p−1 p−1
Y Y
p−1
a i≡ i (mod p)
i=1 i=1
Pero
p−1
Y
( i, p) = 1
i=1
entonces
ap−1 ≡ 1 (mod p)
Este teorema solo vale si p es primo
Por ejemplo, si n=9 y a=2,
an−1 = 29−1 = 28 = 256 ≡ 4 (mod 9)
no se cumple el teorema de Fermat pero n=9 no es primo.
Euler generalizo el teorema de Fermat para modulos compuestos y

primos positivos
En esta generalizacion se debe hallar un exponente que substituya
(o generalice) a p-1
Si n es un entero positivo, Euler considera el conjunto:
A = {a ∈ Z : 1 ≤ a < n ∧ (a, n) = 1}
Euler denota con el simbolo φ(n) al numero de elementos del
conjunto A. Como φ(n) cambia con n, φ es una funcion, se le llama
la funcion φ de Euler.
φ(2) = 1 φ(3) = 2 φ(4) = 2

EJEMPLO 75 φ(5) = 4 φ(6) = 2 φ(7) = 6
φ(8) = 4 φ(9) = 6
COMO CALCULAR φ(n) EN ENTEROS GRANDES?
Euler generaliza el teorema de Fermat
3.4.2 TEOREMA DE EULER

Teorema 3.4.3 (Teorema de Euler) Sea n un entero positivo y
a otro entero primo relativo con n, entonces
aφ(n) ≡ 1 (mod p)
Demostración 3.4.4 Sean
r1 , r2 , . . . , rφ(n)
los enteros positivos menores que n y primos relativos con n. Se
construye enseguida el conjunto
a · r1 , a · r2 , a · r3 , . . . , a · rφ(n)
Como en el teorema de Fermat, se observa que si ri 6= rj ,
1 ≤ i, j ≤ φ(n), entonces
a · ri 6= a · rj (mod n)
ademas para cada elemento a · ri existe un unico elemento rk tal
que
a · ri ≡ rk (mod n)
ambos conjuntos:
r1 , r2 , . . . , rφ(n)
y
a · r1 , a · r2 , . . . , a · rφ(n)
son iguales modulo n. Entonces:
φ(n φ(n)
Y Y
(a · ri ) = ri (mod n)
i=0 i=1
φ(n φ(n)
Y Y
φ(n)
a (a · ri ) = ri (mod n)
i=0 i=1
Q
como ( φ(n)
i=1 , n) = 1, obtenemos
aφ(n) ≡ 1 (mod n)
Cuando n = p es primo,
φ(n) = φ(p) = p − 1
asi, el Teorema de Fermat es una consecuencia del Teorema de

Euler.
EJEMPLO 76 1. Sean n=9 y a=n

Entonces
φ(n) = φ(9) = 6 y aφ(n) 26 = 64 ≡ 1 (mod 9)
2. Sean n=12 y a=5
Entonces
φ(12) = 4 y aφ(n) = 54 = 625 ≡ 1 (mod 12)
Para calcular φ(n) cuando n es grande nos ayuda la multiplicidad

de la funcion φ:
Teorema 3.4.5 Si (m, n) = 1, entonces
φ(mn) = φ(m)φ(n)
Idea:
Construir dos conjuntos finitos, uno con cardinalidad

φ(n, m) y otro con cardinalidad φ(n) · φ(m) y probar que
este par de conjuntos tienen el mismo numero de
elementos
Demostración 3.4.6 Definimos

A = {x ∈ Z : 1 ≤ x < mn ∧ (x, mn) = 1},
B = {(a, b) : 1 ≤ a < n ∧ (a, n) = 1 ∧ 1 ≤ b < m ∧ (b, m) = 1}
Por definicion A y B
|A| = φ(mn)
|B| = φ(m)φ(n)
Probaremos que existe una biyeccion entre A y B
Definimos la funcion:
f: A→B
como f (x) = (a, b)
donde a es el residuo al dividir x entre n, y donde b es el residuo al
dividir x entre m
Por un ejemplo de la tarea:
como
x ≡ a (mod n)
y
x ≡ b (mod m)
obtenemos que:
(a, n) = (x, n) = 1
y
(b, m) = (x, m) = 1
asi la pareja (a, b) asociada con x esta efectivamente en B
f es inyectiva:
Supongamos que f (x) = f (y)
Entonces, si a es el residuo al dividir x entre n, b es el residuo al
dividir x entre m, c es el residuo al dividir y entre n y d es el
residuo al dividir y entre m
tenemos:
(a, b) = (c, d)
De aqui que:
a=b∧b=d
Pero
x ≡ a (mod n), x ≡ b (mod m)
y ≡ c (mod n), y ≡ d (mod m)
Entonces
x ≡ a = c ≡ y (mod n)
x ≡ b = d ≡ y (mod m)
es decir:
x ≡ y (mod n)
y
x ≡ y (mod m)
Por lo tanto
x ≡ y (mod [n,m])
Pero (n, m) = 1, entonces [n, m] = nm
asi,
x ≡ y (mod (nm))
Como 1 ≤ x, y < mn, se concluye que x = y
Hemos probado:
f (x) = f (y) ⇒ x = y
f es inyectiva
f es suprayectiva:
f: a→B
f (x) = (a, b)
Sea (c, d) ∈ B
Deseamos probar que (c, d) ∈ imf
Por el teorema chino del residuo el sistema de congruencias
x ≡ c (mod n)
x ≡ d (mod m)
tiene solucion. Es decir, existe x0 ∈ A tal que
x0 ≡ c (mod n)
y
x0 ≡ d (mod m)
Entonces f (x0 ) = (c, d) ∈ imf

La multiplicidad de la funcion φ simplifica el calculo de valor de φ
en un entero positivo n
Si n se factoriza como producto de primos:
n = P1α1 P2α2 · · · Prαr
con αi enteros positivos; estas potencias de primos son primos

relativos por parejas
α
(Piαi , Pj j ) = 1
si i 6= j
Por el teorema anterior:
φ(n) = φ(P1α1 )φ(P2α2 ) · · · φ(Prαr )
asi, para calcular φ(n) basta saber calcular φ(pr ) con p primo y r
positivo
Teorema 3.4.7 Si p es primo y r es un entero positivo, entonces
φ(pr ) = φ(pr ) − φ(pr−1 )
Demostración 3.4.8 Por definicion:
φ(pr ) = |A|
donde A = {x ∈ Z : 1 ≤ x < pr ∧ (x, pr ) = 1}

En la lista:
1, 2, 3, . . . , p, p + 1, . . . , 2p, 2p + 1, . . . , 3p, 3p + 1, . . . , pr−2 p, . . . , pr−1 p
los unicos enteros que no son primos con pr son:
p, 2p, 3p, 4p, . . . , pr−2 p, pr−1 p
Estos son un total de pr−1

Por lo tanto
φ(pr ) = pr − pr−1
Si escribimos φ(pr ) = pr (1 − p1 )
encontramos que:
φ(n) = φ(pα1 1 )φ(pα2 2 ) · · · φ(pαr r )

1 1 1
= pα1 1 (1 − )pα2 2 (1 − ) · · · pαr r (1 − )
p1 p2 pr
Y 1
= n (1 − )
p
p|n
EJEMPLO 77 Calcular φ(242)

242 2
121 11
11 11
1
242 = 2 · 112
Entonces
φ(242) = φ(2)φ(112 ) = (2 − 20 )(112 − 11) = 1 · 110 = 110

3.5 UNIDADES DE Zn
Definición 3.5.1 Sea Zn = {0, 1, 2, 3, 4, 5, 6} el anillo de enteros
módulo n. Entonces
a ∈ Zn es unidad ⇔ (a, n) = 1
Observación 3.5.1 Denotaremos al conjunto de unidades de Zn
con U (Zn )
Observación 3.5.2 |U (Zn )| = φ(n)
EJEMPLO 78 Determinar las unidades de Z18
Solución 79 U (Z18 ) = {1, 5, 7, 11, 13, 17}
3.5.1 RESIDUOS CUADRATICOS

Definición 3.5.2 Un número a es residuo cuadrático de p, si
existe un valor x para el que se cumple
x2 ≡ a (mod p)
EJEMPLO 80 Determinar los residuos cuadraticos de Z7
Solución 81
U (Z7 ) = {1, 2, 3, 4, 5, 6}
• a=1
x ∈ {1, 6}
• a=2
x ∈ {3, 4}
• a=3
x=∅
• a=4
x ∈ {2, 5}
• a=5
x=∅
• a=6
x=∅
3.5. UNIDADES DE ZN 93
entonces {1, 2, 4} son los residuos cuadraticos de Z7
Proposición 3.5.1 si
a(p−1)/2 ≡ 1 (mod p)
entonces
a es residuo cuadrático módulo p
EJEMPLO 82 Determinar los residuos cuadraticos de Z7 usando

la proposición anterior
Solución 83
1(7−1)/2 ≡ 2(7−1)/2 ≡ 4(7−1)/2 ≡ 1 (mod 7)
3(7−1)/2 ≡ 5(7−1)/2 ≡ 6(7−1)/2 ≡ 6 (mod 7)

entonces como en el ejemplo 80
{1, 2, 4} son los residuos cuadraticos de Z11
EJEMPLO 84 Determinar los residuos cuadraticos de Z11

Solución 85
1(11−1)/2 ≡ 3(11−1)/2 ≡ 4(11−1)/2 ≡ 5(11−1)/2 ≡ 9(11−1)/2 ≡ 1 (mod 11)
2(11−1)/2 ≡ 6(11−1)/2 ≡ 7(11−1)/2 ≡ 8(11−1)/2 ≡ 10(11−1)/2 ≡ 10 (mod 11)
entonces
{1, 3, 4, 5, 9} son los residuos cuadraticos de Z11
3.6 SISTEMAS DE ENCRIPTACION RSA
3.6.1 POTENCIAS GRANDES MODULOS GRANDES
Para encriptar un mensaje debemos aprender a calcular potencias

ak (mod n) para exponentes k muy grandes y modulos n muy
grandes
Esto puede realizarse por medio del
METODO DE LOS CUADRADOS SUCESIVOS
Para describir este metodo calculemos
7327 (mod 853)
El exponente 327 se escribe como suma de potencias de 2:
327 = 28 + 26 + 22 + 1
La mayor potencia de 2 ≤ 327 es 28 = 256 y escribimos:
327 = 256 + 71
la mayor potencia de 2 ≤ 71 es 26 = 64, y escribimos:
327 = 256 + 64 + 7
la mayor potencia de 2 ≤ 7 es 24 , escribimos:
327 = 256 + 64 + 4 + 3
repitiendo el razonamiento para el 3 encontramos:
327 = 256 + 64 + 4 + 2 + 1
327 queda inscrito como suma de potencias de 2
7327 = 7256+64+4+2+1 = 7256 764 74 72 7
Hacemos una tabla para calcular estas potencias de 7:

3.6. SISTEMAS DE ENCRIPTACION RSA 95
71 ≡ 7 (mod 853)
72 ≡ 1 2
(7 ) ≡ 49 (mod 853)
74 ≡ 2 2 2
(7 ) ≡ (49) ≡ 2401 ≡ 695 (mod 853)
78 ≡ 4 2 2
(7 ) ≡ 695 ≡ 483025 ≡ 227 (mod 853)
716 ≡ 8 2 2
(7 ) ≡ 227 ≡ 51529 ≡ 349 (mod 853)
732 ≡ 16 2 2
(7 ) ≡ 349 ≡ 121801 ≡ 675 (mod 853)
764 ≡ 32 2 2
(7 ) ≡ 675 ≡ 455625 ≡ 123 (mod 853)
7128 ≡ 64 2 2
(7 ) ≡ (123) ≡ 15129 ≡ 628 (mod 853)
7256 ≡ 128 2 2
(7 ) ≡ (628) = 394384 ≡ 298 (mod 853)
Entonces
7327 = 7256 764 74 72 71 ≡ (298)(123)(695)(49)(7) (mod 853)
≡ (828)(695)(49)(7) (mod 853)
≡ (538)(49)(7) (mod 853)
≡ (772)(7) (mod 853)
≡ 289 (mod 853)
Este metodo lo generalizamos para calcular ak (mod n), cuando k
y n son enteros positivos grandes
3.6.2 METODO DE LOS CUADRADOS SUCESIVOS

Para calcular ak (mod n), cuando k y n son enteros positivos
grandes, se siguen los siguientes pasos
1. El exponente k se expresa como suma de potencias de 2
i
2. Hacemos una tabla para calcular a las potencias a2 modulo n
3. Sustituimos la informacion de (1) y (2) para calcular ak
3.6.3 CALCULO DE RAICES

Nos interesa tambien saber extraer raices de orden grande modulo
grande. Es decir, dado un entero b y un modulo positivo n grande
nos interesa resolver la ecuacion
xk ≡ b (mod n), con k entero positivo grande
Por ejemplo, supongamos que deseamos resolver (calcular la raiz)

de la ecuacion:
x131 ≡ 758 (mod 1073)
Nuestro primer paso sera calcular φ(1073). Para esto es
conveniente factorizar al modulo
Tenemos que
1073 = 29 · 37
Entonces
φ(1073) = φ(29 · 37) = φ(29) · φ(37) = 28 · 36 = 1008
Observamos que (131, 1008) = 1. Entonces escribimos 1 como
combinacion lineal con coeficientes positivos de 131 y 1008:
131u + 1008v = 1
o
131u − 1008v = 1
ahora
131u − 1008v = 1
aplicando el algoritmo de Euclides encontramos la solucion
131(−277) + 1008(36)
Para llenar el requisito u > 0, v > 0, proponemos
u = −277 + 1008 = 731 y v = −36 + 131 = 95
n = 731
Encontramos que
131(−277 + 1008) − 1008(−36 + 131) = 131(731) − 1008(95) = 1
Escribimos
131(731) = 1 + 1008(95)
y observemos que
(x131 )731 = x131(731) = x1+1008(95) = x(x1008 )95
Si recordamos que 1008 = φ(1073) y aplicamos el teorema de Euler
x1008 = xφ(1073) ≡ 1 (mod 1073)
obtenemos
(x131 )731 ≡ x (mod 1073)
Por lo tanto
x ≡ (x131 )731 ≡ (758)731 (mod 1073)
Aplicando el metodo de los cuadrados sucesivos para calcular

(758)731 , encontramos:
x ≡ 950 (mod 1073)
Generalizamos estos pasos para resolver la congruencia general
xk ≡ b (mod n)
En este metodo debemos suponer que (k, φ(n)) = 1
3.6.4 METODO PARA CALCULAR RAICES

Para resolver xk ≡ b (mod n), con (k,φ(n))=1 seguimos los
siguientes pasos
1. Se escribe el 1 como combinacion lineal de k y φ(n) con
coeficientes positivos: ku-φ(n)v=1
2. Escribimos a partir del primer paso: ku=1+φ(n)r
3. La solucion buscada sera: x ≡ bu (mod n)
POR QUE FUNCIONA ?
x ≡ bu (mod n)
Tenemos
xk ≡ buk (mod n)
Por (2)
xk ≡ buk = b1+φ(n)v ≡ bbφ(n)v = b(bφ(n) )v = b (mod n)
por Euler
bφ(n) ≡ 1 (mod n)
3.6.5 SISTEMA DE ENCRIPTAMIENTO RSA

El sistema de encriptamiento RSA es un sistema de clave publica
que utiliza congruencias para encriptar de manera mas segura
Trabajemos un ejemplo descriptivo en ingles (en español el metodo
es el mismo, con una diferencia pequeña de una letra la ñ)
Comencemos por establecer una correspondencia entre las letras
del abecedario (en ingles) y numeros enteros positivos de dos
digitos:
A B C D E F G H I J K L M N O P Q R S
11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29
Cualquier mensaje se traduce a una cuerda de numeros usando esta
correspondencia. Por ejemplo, si nuestro mensaje es (en ingles)
TO BE OR NOT TO BE
traducido a numeros mandaremos la cuerda de digitos
30 25 12 15 25 28 24 25 30 30 25 12 15
despues de establecer esta correspondencia el sistema RSA propone
tomar los siguientes datos para encriptar y desencriptar mensajes
1. Se toman dos primos (grandes) p, q (p 6= q)
2. Se toma el producto n = pq como modulo
3. Calculamos φ(n) es ese caso
φ(n) = φ(p) · φ(q) = (p − 1)(q − 1)
4. Tomamos un entero k positivo primo relativo con φ(n) como

exponente
Los valores de n y k pueden hacerse publicos
Los valores p y q los mantendremos en secreto
Los valores de n y k son los que nos permiten encriptar
mensajes
Para esto procedemos asi:
El mensaje ya traducido a una cuerda de digitos se rompe en
bloques de enteros a1 , a2 , . . . , at de tal forma que cada bloque sea
menor que el modulo n (no hay una manera unica de hacer esto)
Enseguida, cada bloque aj se eleva a la potencia k:
ak1 , ak2 , ak3 , . . . , akt
y definimos los nuevos enteros

bj ≡ akj (mod n)
El mensaje que vamos a mandar sera el formado por los bloques bj :
b1 , b 2 , b 3 , . . . , bt
Los valores de p y q son los que permiten desencriptar un mensaje
Supongamos que recibimos un mensaje encriptado:
b1 , b2 , . . . , bt
Sabemos que cada bj es de la forma akj (modulo n)
Por lo tanto para descubrir aj debemos resolver la ecuacion
xk ≡ bj (mod n)
Como sabemos que al resolver la ecuacion y obtener una solucion
xj ,
xj ≡ aj (mod n) ?
Notemos que esta condicion
xj ≡ aj (mod n)
sera suficiente para que
xj = a j
Recordemos que la solucion xj se encuentra haciendo
xj ≡ bµj (mod n)
donde
κµ − φ(n)υ = 1
con µ, υ coeficientes positivos
Ahora
bµj ≡ xj (mod n)
y
bj ≡ akj (mod n)
entonces
aκµ
j ≡ xj (mod n) (3.4)
Pero κµ = 1 + φ(n)υ
Asi
1+φ(n)υ φ(n)υ
aκµ
j = aj = aj · aj
Si (n, aj ) = 1, entonces por el teorema de Euler:
φ(n)
aj ≡ 1 (mod n)
y por lo tanto
φ(n)υ
aj ≡ 1 (mod n)
φ(n)υ
es este caso xj ≡ aκµ
j ≡ aj aj ≡ aj (mod n) por 3.4 sera
suficiente para que
xj = aj
Si (n, aj ) 6= 1, como n = pq tenemos las posibilidades

 p
(n, aj ) = q

pq
Si (n, aj ) = p, la congruencia 3.4 nos dice que
(xj , n) = (aκµ
j , n) = p
Asi, p | xj y p | aj y por lo tanto

xj ≡ aj (mod p) (3.5)
Respecto a q
Si (n, aj ) = p, entonces
(aj , q) = 1
Como κµ = 1 + φ(n)υ
tenemos
φ(n)υ
aκµ
j = a
1+φ(n)υ
= aj aj
Por Euler:
φ(n)υ φ(q) φ(p)υ
aκµ
j ≡ aj aj (mod q) ≡ aj (aj ) (mod q) ≡ aj
Por otro lado 3.4 implica:
aκµ
j ≡ xj (mod q)
Esta ultima congruencia junto con 3.5 nos da:

aj ≡ xj (mod pq=n)
El caso (n, aj ) = q es similar. Se prueba de la misma forma que en

el caso (n, aj ) = p, que xj ≡ aj (mod n)
Finalmente, el caso (n, aj ) = pq no puede darse pues
1 ≤ aj < n = pq
En cualquier caso
xj ≡ aj (mod n)
Pero 1 ≤ xj , aj < n
La congruencia xj ≡ aj (mod n) implica
xj = a j
En conclusion al resolver cada congruencia
xj ≡ bj (mod n)
se obtiene precisamente la solucion aj

Se recuperan los bloques aj y en consecuencia la cuerda original de
digitos que puede leerse apoyandose en la tabla
EJEMPLO 86 mensaje:
”TO BE OR NOT TO BE”
se traduce a una cuerda de digitos:
302512152524253030251215
Proponemos los datos:

p = 12553
q = 13007
n = pq = 163276871
y
k = 79921
Se verifica que (k, φ(n)) = 1
Rompemos la cuerda de digitos en numeros menores que n:
30251215, 25282425, 30302512, 15
Calculamos enseguida las potencias k-ésimas con el metodo de los

cuadrados sucesivos:
3025121579921 ≡ 149419241 (mod 163276871)

2528242579921 ≡ 62721998 (mod 163276871)

3030251279921 ≡ 23054767 (mod 163276871)
1579921 ≡ 40481382 (mod 163276871)
El mensaje encriptado es:
14941, 62721998, 23054767, 40481382
EJEMPLO 87 Con los datos:
p = 12553
q = 13007
y
k = 79921
desencriptar el mensaje
145387828, 47164891, 152020614, 27279275, 35356191
Cada bloque de numeros es uno de los bloques bj de nuestro metodo

de encriptamiento
Para recuperar a los bloques aj de nuestra cuerda de digitos
tenemos que resolver cada una de las congruencias
xki ≡ bj (mod n)
Sabemos que si xj es una solucion de la j-ésima congruencia y
1 ≤ xj < n
entonces
xj = aj
Para poder resolver
xk = bj (mod n)
se requiere que (k, φ(n)) = 1
En nuestro caso n = pq = (12553)(13007) = 163276871
asi,
φ(n) = φ(p)φ(q) = (12552)(13006) = (p − 1)(q − 1) = 163251312
Se verifica que, con estos datos, (φ(n, k) = 1
Esto nos permite resolver las congruencias

xk ≡ bj (mod n)
Resolvemos:
xk ≡ (145387828) (mod 163276871)
xk ≡ (47164891) (mod 163276871)
xk ≡ (152020614) (mod 163276871)
xk ≡ (27279275) (mod 163276871)
xk ≡ (35356191) (mod 163276871)
entonces
x ≡ 30182523 = a1
x ≡ 26292524 = a2
x ≡ 19291924 = a3
x ≡ 30282531 = a4
x ≡ 122215 = a5
El lenguaje en terminos de los bloques aj es:
30182523262925241929192430282531122215
Usando la tabla de equivalencias entre letras y numeros (en ingles)
el mensaje es:
THOMPSON IS IN TROUBLE
QUE GARANTIZA QUE NUESTRO METODO DE ENCRIPTAMIENTO ES
SEGURO Y NADIE PODRA LEER NUESTROS MENSAJES?
φ(n) = φ(p) = (p − 1)(q − 1) = pq(p + q) + 1 = n − (p + q) + 1
Para determinar φ(n) se requiere conocer el entero p + q
Pero si conocemos p + q podremos conocer a los primos p y q
puesto que estos son las soluciones de la ecuacion:
x2 − (p + q)x + pq = 0
asi, se necesita conocer a los primos p y q para poder calcular φ(n)
Si n es muy grande (de orden de 200 digitos) hoy en dia las
computadoras no pueden factorizarlo, para que n tenga este
tamaño es suficiente que p y q sean primos con alrededor de 100
digitos. Existen algoritmos computacionales para buscar primos de
este tamaño.
Chapter 4
POLINOMIOS
Definición 4.0.1 Un campo es un anillo conmutativo con uno en

donde todos sus elementos distintos de cero tienen inverso
multiplicativo
EJEMPLO 88 Q, R, C, Zp (p primo) son ejemplos de campos
Definición 4.0.2 Si K es un campo, un polinomio con
coeficientes en K es una expresion de la forma:
f (x) = a0 + a1 x + a2 x2 + . . . + an xn
con an 6= 0, y donde a0 , a1 , a2 , . . . , an son elementos de K
Estos elementos a0 , a1 , a2 , . . . , an son llamados los coeficientes del
polinomio y x es una variable que vive en K (o en un campo mas
grande que contiene a K)
Definición 4.0.3 Se dice que dos polinomios:
f (x) = a0 + a1 x + a2 x2 + . . . + an xn
g(x) = b0 + b1 x + b2 x2 + . . . + bn xn
con coeficientes en K son iguales si tienen las mismos coeficientes
Definición 4.0.4 Los polinomios de la forma f (x) = a0 , son
llamados polinomios constantes
NOTACION: El conjunto de todos los polinomios con coeficientes
en el campo K (en una variable) se denotara como K[x]
En K[x] se puede definir una suma y un producto:
105
106 CHAPTER 4. POLINOMIOS
Definición 4.0.5 si
f (x) = a0 + a1 x + a2 x2 + . . . + an xn
g(x) = b0 + b1 x + b2 x2 + . . . + bn xn
estan en K[x] se define
SUMA
(f +g)(x) = f (x)+g(x) = (a0 +b0 )+(a1 +b1 )x+(a2 +b2 )x2 +. . .+(ak +bk )xk +. . .
PRODUCTO
(f g)(x) = f (x)g(x) = (a0 b0 ) + (a1 b1 )x + (a2 b2 )x2 + . . . + (ck )xk + . . .

P
donde ck = i+j=k ai bj
Segun estas definiciones, (f+g)(x) y (fg)(x) estan en K[x]
Proposición 4.0.1 Con la suma y el producto asi definidos K[x]

es un anillo conmutativo con uno.
Definición 4.0.6 Sea f (x) ∈ K[x], f(x)6= 0, K un campo

Pongamos
f (x) = a0 + a1 x + a2 x2 + . . . + an xn + 0xn+1 + . . .
El grado de f, denotado gr(f ), se define como el exponente mayor n
de x para el cual el coeficiente an es distinto de cero
Si f(x)=0 y n ∈ Z el grado de f se define como −∞, con las
siguientes convenciones:
(−∞) + (−∞) = −∞
−∞ + n = −∞
(−∞)(−∞) = −∞
(−∞) − n = −∞
Definición 4.0.7 Si f(x)=0 el grado de f se define como el

exponente mayor n de x para el cual el coeficiente an es distinto de
cero
107
Con estas definiciones podemos probar:
Proposición 4.0.2 Sean f(x), g(x)∈ K[x]

entonces
i) gr(f(x)·g(x))=gr(f(x))+gr(g(x))
Demostración 4.0.1 i) Si f (x) = 0 o g(x) = 0, entonces
f (x)g(x) = 0
En este caso
gr(f (x)g(x)) = gr(0) = −∞ = gr(f (x)) + gr(g(x))
pues del lado derecho al menos uno de los grados es −∞

La segunda posibilidad es que f (x) 6= 0 y g(x) 6= 0
Pongamos
f (x) = a0 + a1 x + · · · + an xn
y
g(x) = b0 + b1 x + · · · + bm xm
donde gr(f ) = n y gr(g) = m
Asi an 6= 0 y bm 6= 0
mostraremos que si
∞
X
f (x)g(x) = ck xk
k=0
con X
ck = ai bj
i+j=k
entonces cm+n 6= 0 y ck = 0 cuando k > m + n

En efecto X
cm+n = ai bj
i+j=m+n
Para que i + j = m + n pueden pasar 3 cosas

1. i < j, en cuyo caso j > m
En este caso sera cero y en consecuencia ai bj = 0
2. i > n, en cuyo caso j < m

En este caso ai sera cero y en consecuencia ai bj = 0
3. i = n, j = m
Segun los casos anteriores:
X
Cm+n = ai bj = an bm
i+j=m+n
Pero an 6= 0 y bm 6= 0y entonces en el campo K
Cm+n = an bn 6= 0
mostramos ahora que si k > m + n, entonces Ck = 0

P
Si k > m + n, como Ck = i+j=k ai bj , debemos tener que
Si i > n ⇒ ai = 0 y ai bj = 0
Si j > m ⇒ bj = 0 y ai bj = 0
Se sigue que ck = 0
Asi:
gr(f (x)g(x)) = gr(f (x)) + gr(g(x))
ii) Para la segunda parte:
Si f (x) = 0 o g(x) = 0

 gr(f (x)) si g(x) = 0
gr(f (x) + g(x)) =

gr(g(x)) si f (x) = 0
Claramente
gr(f ) y gr(g(x)) ≤ max{gr(f (x)), gr(g(x))}
= max{−∞, gr(g(x))} = max{gr(f (x)), −∞}

Supongamos que f (x) 6= 0, g(x) 6= 0
Pongamos
f (x) = a0 + a1 x + · · · + an xn
g(x) = b0 + b1 x + · · · + bm xm
Si gr(f (x)) = gr(g(x)), entonces
gr(f (x) + g(x)) ≤ n = m

109
(al sumar podemos tener an = −bm )
n = m = max{gr(f (x)), gr(g(x))}
Por lo tanto
gr(f (x) + g(x)) ≤ max{gr(f (x)), gr(g(x))}
Supongamos entonces que gr(f (x)) 6= gr(g(x)), es decir n 6= m

En este caso, si por ejemplo m > n
f (x)+g(x) = (a0 +b0 )+(a1 +b1 )x+· · ·+(an +bn )xn +· · ·+bm xm
Asi:
gr(f (x) + g(x)) = m = max{n, m}
Corolario 4.0.1 Si f (x) 6= 0 y g(x) 6= 0, entonces f (x) · g(x) 6= 0
Demostración 4.0.2 Se sigue de la igualdad
gr(f (x)g(x)) = gr(f ) + gr(g) < ∞
En el lenguje de teoria de anillos este corolario nos dice que K[x]

es un dominio entero. El anillo K[x] es muy similar al dominio de
los enteros Z
Por ejemplo en K[x] hay un algoritmo de la division. En este caso
el papel que juegan el valor absoluto en Z es tomado por el grado
en K[x]
Proposición 4.0.3 (Algoritmo de la division en K[x]) Sean

f (x), g(x) ∈ K[x] con g(x) 6= 0. Entonces existen polinomios
unicos q(x) (cociente) y r(x) (residuo) tales que
f (x) = g(x)q(x) + r(x)
donde r(x)=0 o bien gr(r(x)) < gr(q(x))
Demostración 4.0.4 Si gr(f ) < gr(g) tenemos q(x) = 0 y

r(x) = f (x)
El otro caso es el caso en el que gr(f ) ≥ gr(g)
En este caso q(x) se construye comenzando por dividir los
terminos de grado mayor.
El sumando de grado mayor de q(x) sera:
si
f (x) = a0 + a1 x + · · · + an xn
y
g(x) = b0 + b1 x + · · · + bm xm
el primer coeficiente de q(x) con la mayor potencia de x sera:
an n−m
x
bm
Este termino se multiplica por g y se resta a f(x):
f1 (x) = f (x) − an xn−m g(x)
tenemos que bamn xn−m g(x) es de grado n y el coeficiente de xn es
este producto es an
• Calcular f (x) − bamn xn−m
an se cancela con −an y encontramos que
gra(f1 (x)) < gr(f (x))
Procediendo por induccion sobre gr(f (x)) supondremos que el
algoritmo de la division es cierto para polinomios de grado
menor que gr(f (x))
Asi, como gr(f1 (x)) < gr(f (x)), existen q1 (x) y r(x) en K[x]
tales que
f1 (x) = g(x)q1 (x) + r(x)
donde r(x) = 0 o gr(r(x)) < gr(g(x))
substituyendo f1 (x):
an n−m
f (x) − x g(x) = g(x)q1 (x) + r(x)
bm
asi: · ¸
an n−m
f (x) = g(x) x + q1 (x) + r(x)
bm
donde r(x) = 0 o gr(r(x)) < gr(g(x))
Esto prueba el algoritmo de la division
Definición 4.0.8 Sean f (x), g(x) ∈ K[x]
Diremos que g(x) divide a f(x) en K[x] si el residuo r(x) en el
algoritmo de la division es cero. En otras palabras, diremos que
g(x) divide a f(x) en K[x] si existe q(x) ∈ K[x] tal que
f (x) = g(x)q(x)
111
Esta definicion tiene las mismas propiedades de la definicion de

divisibilidad en Z:
PROPIEDADES
Sean f (x), g(x), h(x) ∈ K[x]
1. Si α ∈ K, α 6= 0, entonces α | f (x)
2. Si g(x) | f (x), entonces
gr(g(x)) < gr(f (x))
3. Si g(x) | f (x) y g(x) | h(x), entonces
g(x) | f (x) + h(x)
4. Si g(x) | f (x), entonces g(x) | f (x)h(x)

5. Si g(x) | f (x) y g(x) | h(x), entonces
g(x) | f (x)s(x) + h(x)t(x)
∀s(x), t(x) ∈ K[x]

6. Si f (x) | g(x) y g(x) | f (x), entonces existe λ ∈ K tal que
f (x) = λg(x)
7. Si f (x) tiene inverso multiplicativo en K[x] entonces f (x) es

constante:
f (x) = c
c ∈ K, c 6= 0
En K[x] podemos dar una definicion de maximo comun divisor
Definición 4.0.9 Sean f (x)yg(x) ∈ K[x],

f (x) 6= 0 o g(x) 6= 0. Diremos que h(x) ∈ K[x] es un maximo
comun divisor de f(x) y g(x), y lo denotaremos como (f(x),g(x))
si
i) h(x)|f (x) y h(x)|g(x)
ii) Si q(x)|f (x) y q(x)|g(x) ⇒ q(x)|h(x)
Observación 4.0.1 Si h(x) es un maximo comun divisor,

cualquier multiplo escalar λh(x), λ 6= 0 de h(x) tambien es un
maximo comun divisor.
Proposición 4.0.5 Sean f (x), g(x) ∈ K[x], con f (x) 6= 0 o
g(x) 6= 0
Entonces existe un maximo comun divisor en K[x] de f(x) y g(x).
De hecho este maximo comun divisor es la combinacion lineal de
f(x) y g(x) de grado positivo mas pequeño.
Demostración 4.0.6 Consideremos el conjunto:
M = {f (x)s(x) + g(x)t(x) : s(x), t(x) ∈ K[x]}
Si f (x) o g(x) es un polinomio constante distinto de cero, digamos
f (x) = c, c ∈ K, entonces f (x) mismo es un maximo comun
divisor de f (x) y g(x) pues
1. f (x) | f (x) y f (x) | g(x)
2. Si h(x) | f (x) y h(x) | g(x)
h(x) en particular divide a f(x). Asi en este caso f (x)
es un maximo comun divisor
Supongamos entonces que ni f (x) ni g(x) son constantes
El conjunto M es no vacio y contiene polinomios no
constantes (haciendo por ejemplo, t(x) = 0, s(x) = 1)
Los grados de los elementos de M son enteros no negativos
(positivos). Por el principio del buen orden, existe en M un
elemento de grado positivo minimo, llamesmole d(x)
Mostraremos que d(x) es un maximo comun divisor de f (x) y
g(x)
Tenemos que mostrar:
i) d(x) | f (x) y d(x) | g(x)
ii) Si h(x) | f (x) y h(x) | g(x) entonces h(x) | d(x)
Que (ii) se cumple se debe a que d(x) es una combinacion
lineal de f (x) y g(x)
Para probar (i) bastara probar que d(x) | f (x), que d(x) | g(x)
se prueba de manera analoga
113
d(x) | f (x) Por el algoritmo de la division existen polinomios

q(x) y r(x) en K[x] tales que
f (x) = d(x)q(x) + r(x)
donde r(x) = 0 o gr(r(x)) < gr(d(x))

Escribamos:
r(x) = f (x) − d(x)q(x)
Como
d(x) = f (x)s0 (x) + g(x)t0 (x)
, para algunos polinomios s0 (x) y t0 (x), obtenemos
substituyendo que
r(x) = f (x) − (f (x)s0 (x) + g(x)t0 (x)q(x)
es decir:
r(x) = f (x)(1 − s0 (x)q(x)) + g(x)(−t0 (x)q(x))
Esta igualdad nos dice que r(x) no puede ser distinto de

cero pues si asi fuese tendriamos
gr(r(x)) < gr(d(x))
, con r(x) ∈ M lo que contradice la eleccion de d(x).

Entonces r(x) = 0 y asi
d(x) | f (x)
De la misma manera
d(x) | g(x)
Entonces d(x) cumple (i) y por lo tanto es un m.c.d
Observación 4.0.2 Si f (x), g(x) ∈ K[x], f (x) 6= 0 o f (x) 6= 0, un

mcd de f(x) y g(x) no es unico pues si d(x) es uno de estos mcd
entonces αd(x) tambien es un mcd para toda α 6= 0 en K
De hecho todos los m.c.d de f(x) y g(x) son de la forma αd(x), con
α 6= 0 en K. En efecto, si d′ (x) es otro maximo comun divisor:
d(x) | d′ (x)
(pues d′ (x) es un m.c.d y d(x) es divisor comun de f (x) y
g(x))
d′ (x) | d(x)
(pues d(x) es un m.c.d y d′ (x) es divisor comun de f (x) y
g(x))
En consecuencia d′ (x) = αd(x), con α ∈ K, α 6= 0 (se dice que d(x)
y d′ (x) son asociados)
Si d(x) es un m.c.d de f (x) y g(x), todos los demas m.c.d son de la
forma
αd(x)
con α en K, α 6= 0
Entre estos solo hay uno con coeficiente principal (el coeficiente del
termino de grado mayor) igual a 1. A este se le llama el
polinomio monico asociado a d(x) y este es unico. A este le
podemos llamar el m.c.d de f (x) y g(x)
Igual qu en Z, el algoritmo de Euclides nos ayuda a encontrar un
m.c.d
Proposición 4.0.7 (Algoritmo de Euclides para K[x]) Sean
f (x), g(x) ∈ K[x], con f (x) 6= 0 o g(x) 6= 0
Entonces si suponemos que g(x) 6= 0 al aplicar el algoritmo de la
division varias veces sobre los residuos se obtiene una cadena
f (x) = g(x)q1 (x) + r1 (x) gr(r1 (x)) < gr(g(x))

g(x) = r1 (x)q2 (x) + r2 (x) gr(r2 (x)) < gr(r1 (x))
r1 (x) = r2 (x)q3 (x) + r3 (x) gr(r3 (x)) < gr(r2 (x))
..
.
rn−2 (x) = rn−1 (x)qn (x) + rn (x) gr(rn (x)) < gr(rn−1 (x))
rn−1 (x) = rn (x)qn+1 (x)
Entonces el ultimo residuo distinto de cero, rn en esta cadena es
un mcd de f (x) y g(x)
Ademas, eliminando residuos, rn (x) puede escribirse como
combinacion lineal de f (x) y g(x)
115
Demostración 4.0.8 De la ultima igualdad, rn (x) | rn−1 (x)

De la penultima igualdad,
rn (x) | rn−2 (x)
De la antepenultima igualdad
rn (x) | rn−3 (x)
Continuando de esta manera
rn (x) | r2 (x) y rn (x) | r1 (x)
De la segunda igualdad,
rn (x) | g(x);
de la primera
rn (x) | f (x)
asi,
rn (x) | f (x) y rn (x) | g(x)
En segundo lugar, si h(x) ∈ K[x] divide a f(x) y a g(x)
La primera igualdad implica que
h(x) | r1 (x)
como h(x) | g(x), la segunda igualdad implica que h(x) | r2 (x).
Continuando por induccion h(x) divide a todos los residuos, en
particular h(x) | rn (x)
Por lo tanto, rn (x) es un m.c.d de f(x) y g(x) se obtiene una
cadena
EJEMPLO 89 Determinar un m.c.d para
f (x) = x3 − 3x2 − 2x + 6 y g(x) = x3 + x2 − 2x − 2
Solución 19
x3 − 3x2 − 2x + 6 = (x3 + x2 − 2x − 2)(1) + (−4x2 + 8)
1 1
x3 + x2 − 2x − 2 = (−4x2 + 8)(− x − )
4 4
2
según el algoritmo de Euclides r1 (x) = −4x + 8 es un m.c.d;
el monico asociado r(x) = x2 − 2 es el m.c.d
Este m.c.d r1 (x) puede escribirse como combinacion lineal de f(x)

y g(x):
−4x2 + 8 = (x3 − 3x2 − 2x + 6) − (1)(x3 + x2 − 2x − 2)
r(x) se escribe como:
1 1 1
(− )(−4x2 + 8) = − (x3 − 3x2 − 2x + 6) − (− )(1)(x3 + x2 − 2x − 2)
4 4 4
En estos cocientes hemos pensado a f(x) y g(x) en Q(x)
4.1 POLINOMIOS IRREDUCIBLES

La aritmetica de K[x] se parece a la aritmetica de Z, el analogo de
numero primo es el del polinomio irreducible
Definición 4.1.1 Un polinomio p(x) ∈ K[x] se dice que es
irreducible si sus unicos divisores son polinomios constantes α 6= 0,
α ∈ K y multiplos escalares αp(α) de p(α), con α 6= 0
Los polinomios constantes α 6= 0 son asociados del polinomio
constante 1 y los asociados de p(x) son los polinomios de la forma
αp(x), α 6= 0, α ∈ K
Asi p(x) ∈ K[x] es irreducible si sus unicos divisores son el
polinomio constante 1 (y sus asociados) y el mismo polinomio p(x)
(y sus asociados)
EJEMPLO 90 En K[x], los polinomios lineales (de grado 1)
ax + b, a, b ∈ K, a 6= 0, son irreducibles
EJEMPLO 91 En R[x], los polinomios cuadraticos ax2 + bx + c,
a 6= 0, de discriminante b2 − 4ac < 0 son irreducibles
Teorema 4.1.1 (TEOREMA DE DESCOMPOSICION UNICA EN K[x])
Todo polinomio no constante f (x) ∈ K[x] se puede escribir de
manera unica como producto de polinomios irreducibles
Demostración 4.1.2 (Por inducción) Si gr(f(x))=1, f es
irreducible pues f es lineal, supondremos entonces que gr(f (x)) > 1
La hipotesis de induccion consistira en suponer que la
descomposicion en irreducibles es cierta para todo polinomio de
grado < gr(f (x))
4.1. POLINOMIOS IRREDUCIBLES 117
Si f(x) es irreducible terminamos. Si f(x) no es irreducible f(x) se

descompone como
f (x) = f1 (x)f2 (x)
donde 1 ≤ gr(f1 (x)), gr(f2 (x)) < gr(f (x))
Por hipotesis de induccion f1 (x) y f2 (x) se factorizan como
producto de irreducibles:
f1 = p1 (x)p2 (x) · · · pn (x)

f2 = q1 (x)q2 (x) · · · qn (x)
con pi (x) y qj (x) irreducibles en K[x]
Por lo tanto
f (x) = f1 (x)f2 (x) = p1 (x) · · · pr (x)q1 (x) · · · qs (x)
es producto de irreducibles.
unicidad de la factorizacion:
Usaremos en esta parte el siguiente ejercicio
Si p(x) ∈ K[x] es irreducible y p(x) | f (x)g(x) entonces p(x) | f (x)
o p(x) | g(x)
Supongamos que
f (x) = p1 (x)p2 (x) · · · pr (x) = q1 (x)q2 (x) · · · qs (x)
con pi (x) y qi (x) irreducibles en K[x]

Podemos suponer r ≤ s
La igualdad
p1 (x)p2 (x) · · · pr (x) = q1 (x)q2 (x) · · · qs (x) (4.1)

nos dice que
p1 (x) | q1 (x)q2 (x) · · · qs (x)
el ejercicio de tarea implica que p1 (x) divide a algun qj (x).
Reordenando los indices de los q’s si fuera necesario, podemos
suponer que j = 1. Asi:
p1 (x) | q1 (x)
se sigue que p1 (x) y q1 (x) son asociados. Cancelando p1 (x) en 4.1

ontenemos:
p2 (x) · · · pr (x) = α1 q2 (x) · · · qs (x) (4.2)

Esta igualdad nos dice que p2 (x) divide a algun qk (x).
Reordenando los q’s si fuera necesario podemos suponer k = 2
Entonces
p2 (x) | q2 (x),
como p2 (x) es irreducible concluimos que p2 (x) es asociado de
q2 (x). Cancelando p2 (x) en 4.2 obtenemos:
p3 (x) · · · pr (x) = α1 α2 q3 (x) · · · qs (x)
con α1 , α2 en K, distintos de cero.

Continuando de esta manera llegamos a la igualdad
1 = α1 α2 · · · αr qr+1 (x) · · · qs (x)
αi 6= 0 en K
Esta igualdad no es posible si r < s se concluye que r = s
Ademas, cada pi (x) es asociado de cada qi (x)
Esto es la unicidad de la factorizacion
No es facil encontrar la descomposicion en irreducibles de un
polinomio dado f (x) ∈ K[x]. En esta direccion es util el teorema
del residuo
4.1.1 TEOREMA DEL RESIDUO

Dado un polinomio f(x)=a0 + a1 x + . . . + an xn si α ∈ K[x] si
α ∈ K podemos evaluar f en α como funcion para obtener un
nuevo elemento del campo K
f (α) = a0 + a1 α + . . . + an αn ∈ K
Teorema 4.1.3 (TEOREMA DEL RESIDUO) Sea

f (x) ∈ K[x] y α ∈ K Entonces el residuo al dividir f(x) entre x-α
es f(α)
Demostración 4.1.4 Segun el algoritmo de la division:
f (x) = (x − α)q(x) + r(x)
con r(x) = 0 o gr(r(x)) < gr(x − α) = 1

Si evaluamos ambos lados en x = α encontramos

f (α) = (α − α)q(α) + r(α) = r(α)
r es constante e igual a f (α)
Corolario 4.1.5 (α − α) | f (α) ⇐⇒ f (α) = 0
Demostración 4.1.6 ⇒) Por el teorema del residuo si
x − α | f (x) el residuo r(x) = 0 = f (x)
⇐) Si f (α) = 0, por el teorema del residuo r(x) = 0, asi
(x − α) | f (x)
Este corolario nos dice que buscar divisores lineales de un
polinomio es equivalente a buscar raices del polinomio
Definición 4.1.2 Si f (x) ∈ K[x], una raiz de f(x) es un elemento
α ∈ K tal que f(α)=0
Si f (x) ∈ K[x] y α ∈ K es una raiz de f (x) entonces podemos
escribir
f (x) = (x − α)g(x)
g(x) ∈ K[x]. Si α es raiz de g(x), podemos escribir
f (x) = (x − α)2 h(x)
con h(x) ∈ K[x]. Si α es raiz de h(x), podemos escribir
f (x) = (x − α)3 k(x)
con k(x) ∈ K[x]. Continuando de esta manera observamos que este
proceso se detiene en algun momento (pues los grados de
g(x), h(x), k(x) van disminuyendo)
Nos detenemos cuando
f (x) = (x − α)m l(x)
l(x) ∈ K[x] y α ya no es raiz de l(x)
Entonces (x − α)m | f (x) pero, por el teorema de factorizacion
unica
(x − α)m+1 6 |f (x)
(x − α)m es la maxima potencia de (x − α) que divide a f (x). Al
entero m se le llama la multiplicidad de la raiz α
Teorema 4.1.7 Sea f (x) ∈ K[x] un polinomio de grado n ≥ 1

Entonces, el numero de raices de f en K contadas con su
multiplicidad es a lo mas n. Mas aun si α1 , . . . , αr son todas las
raices de f en K con multiplicidades m1 , . . . , mr respectivamente
entonces f se escribe como
f (x) = (x − α1 )m1 (x − α2 )m2 . . . (x − αr )mr g(x)

donde g(x) ∈ K[x] no tiene raices en K
Demostración 4.1.8 Sabemos que f se puede escribir de manera

unica como producto de polinomios irreducibles en K[x]:
f (x) = P1 (x)P2 (x) · · · Pk (x)
Cada raiz α ∈ K de f(x) determina un divisor lineal (x − α) de

f(x), y este es irreducible. En la descomposicion
f (x) = P1 (x) · · · Pk (x)
de f como producto de irreducibles podemos suponer que los

primeros s factores son lineales s ≤ k, s puede ser cero si f no
tiene factores lineales en K[x]).
Entonces f(x) se escribe:
f (x) = a(x − α1 ) · · · (x − αs )Ps+1 (x) · · · Pk (x), a ∈ K
donde gr(Pj (x)) > 1 si j = s + 1

agrupando a los factores lineales repetidos y poniendo
g(x) = aPs+1 (x) · · · Pk (x)
obtenemos la descomposicion
f (x) = (x − α1 )m1 (x − α2 )m2 · · · (x − αs )ms g(x) (4.3)
donde g(x) ∈ K[x] no tiene raices en K

Si tomamos grados en 4.3:
n = gr(f ) = gr((x−α1 )m1 )+gr((x−α2 )m2 )+· · ·+gr((x−αs )ms )+gr(g(x))
El numero de raices de f contadas con su multiplicidad es
m 1 + m2 + · · · + ms
La igualdad anterior nos dice:

n = m1 + m2 + · · · + ms + gr(g(x))
Por lo tanto m1 + m2 + · · · + ms =numero de raices de f contadas
con multiplicidad ≤ n
Por ejemplo en R[x] un polinomio cuadratico
f (x) = ax2 + bx + c, a 6= 0
tal que b2 − 4ac < 0 no tiene raices en R
4.1.2 LA DERIVADA FORMAL Y MULTIPLICIDAD

DE RAICES
Sea f(x)=a0 + a1 x + . . . + an xn un polinomio en K[x]
La nocion de derivada de f (x) esta relacionado con la
multiplicidad de las raices de f en K[x]. Nuestra definicion de
derivada en este contexto es formal (nada de limites)
Definición 4.1.3 Si f(x)=a0 + a1 x + . . . + an xn ∈ K[x], la
derivada f ’(x) de f(x) se define como:
f ′ (x) = a1 + 2a2 x + 3a3 x2 . . . + nan xn−1

EJERCICIO 20 Probar que si f, g ∈ K[x]
i) (f ± g)′ (x) = f ′ (x) ± g ′ (x)
ii) (f g)′ (x) = f ′ (x)g(x) + f (x)g ′ (x)
iii) Si f (x) = a es un polinomio constante, (a)′ = 0
iv) (ag(x))′ = ag ′ (x)
La definicion nos dice que si f (x) ∈ K[x] entonces f ′ (x) ∈ K[x]
Definición 4.1.4 Si α es raiz de f (x) ∈ K[x], α ∈ K, y α es de
multiplicidad 1, entonces decimos que α es una raiz simple
Si esta multiplicidad es mayor que uno, diremos que α es
raiz multiple de f ’(x)
Teorema 4.1.9 Sean f (x) ∈ K[x] y α ∈ K raiz de f(x)
Entonces α es raiz multiple de f(x) si y solo si α es raiz de f ’(x)
Demostración 4.1.10 ⇒) Supongamos que
f (x) = (x − α)m g(x),
con g(x) ∈ K[x] y m > 1

Derivando tenemos:
f ′ (x) = m(x − α)m−1 g(x) + (x − α)m g ′ (x)
con m − 1 > 0
Si evaluamos en α:
f ′ (x) = m(α − α)m−1 g(α) + (α − α)g ′ (α) = 0
⇐) Supongamos que α es raiz de f (x) y de f ′ (x)

Si escribimos
f (x) = (x − α)m g(x), g(x) 6= 0
y derivamos:
f ′ (x) = m(x − α)m−1 g(x) + (x − α)m g ′ (x)
Por hipotesis f ′ (α) = 0, entonces
f ′ (α) = m(α − α)m−1 g(α) + (α − α)g ′ (α) (4.4)
m ≥ 1 y queremos probar que m > 1

4.4 nos dice que
m(α − α)m−1 g(α) = 0
pues (α − α)m g ′ (x) ya es cero

Pero si m(α − α)m−1 g(α) = 0 y g(x) 6= 0 se concluye que
(x − α)m−1 = 0
De aqui que m − 1 > 0. Es decir m > 1
Corolario 4.1.11 Sea f (x) ∈ K[x]

Entonces α ∈ K es raiz simple de f(x) si y solo si f(α)=0 pero
f ’(α)6= 0
Corolario 4.1.12 Si f (x) ∈ K[x] y (f(x),f ’(x)) es el maximo

comun divisor (monico) de f(x) y f ’(x)
Entonces las raices multiples de f(x) son raices de (f(x),f ’(x))
El siguiente teorema nos permite determinar la multiplicidad de

una raiz
Teorema 4.1.13 Sea f (x) ∈ K[x]

Entonces α ∈ K es raiz de multiplicidad m de f(x) si y solo si
f (α) = 0, f ′ (α) = 0, f ′′ (α) = 0, · · · , f m−1 (α) = 0
pero f m (α)6= 0
Demostración 4.1.14 ⇒) Por induccion sobre m

Si m = 1 aplicamos el corolario 4.1.11
Supongamos que m > 1. La hipotesis consistira en suponer
que el resultado es cierto para todo polinomio que tenga raices
de multiplicidad < m
Escribamos
f (x) = (x − α)m g(x)
con g(x) ∈ K[x] y g(α) 6= 0, m > 1
Definamos el polinomio h(x) = (x − α)m−1 g(α)
Entonces α es raiz de multiplicidad m − 1 para h(x)
Por hipotesis de induccion
h(α) = 0
h′ (α) = 0
..
.
m−2
h (α) = 0
m−1
h (α) 6= 0
ahora:
f (x) = (x − α)h(x)
Si derivamos y evaluamos en α:
f ′ (x) = h′ (x)(x − α) + h(x)

′′ ′′ ′
f (x) = h (x)(x − α) + h (x)
′′′ ′′′ ′′
f (x) = h (x)(x − α) + h (x)
..
.
(m−1)
f (x) = h(m−1) (x)(x − α) + h(m−2) (x)
f (m) (x) = h(m) (x)(x − α) + h(m−1) (x)
entonces
f ′ (α) = h′ (α)(α − α) + h(α) = 0 + 0 = 0

′′ ′′ ′
f (α) = h (α)(α − α) + h (α) = 0
′′′ ′′′ ′′
f (α) = h (α)(α − α) + h (α) = 0
..
.
(m−1) (m−1) (m−2)
f (α) = h (α)(α − α) + h (α) = 0 + 0 = 0
(m) (m) (m−1)
f (α) = h (α)(α − α) + h (α) 6= 0
⇐) Supongamos que f (α) = f ′ (α) = · · · = f (m−1) (α) = 0 pero

f (m) (α) 6= 0
Debemos probar que α es raiz de multiplicidad m de f (x).
Por induccion sobre m
Si m = 1, α es raiz simple por el Corolario 4.1.11.
Supongamos que m > 1. Nuestra hipotesis de induccion sera
suponer que el resultado es cierto para toda 0 < k < m
La suposicion inicial sobre f nos dice:
f ′ (α) = (f ′ )′ (α) = · · · = (f ′ )m−2 (α) = 0
pero (f ′ )m−1 (α) 6= 0
Por hipotesis de induccion α es raiz de multiplicidad m − 1
para f ′ (α)
asi f ′ (x − α)m−1 h(x) con h(α) 6= 0
Si escribimos
f (α) = (x − α)r g(x)
con g(α) 6= 0, y derivamos:

f ′ (x) = r(x − α)r−1 g(x) + (x − α)r g ′ (x)
Entonces
(x − α)m−1 h(x) = (x − α)r−1 [rg(x) + (x − α)g ′ (x)]
donde r(g(α)) + (x − α)g ′ (α) 6= 0
La factorizacion unica implica r − 1 = m − 1, es decir r = m
f (α) = (x − α)m g(x)
con g(α) 6= 0
m es la multiplicidad de la raiz α para f(x)
Proposición 4.1.1 Si f (x) ∈ K[x] y α es una raiz de f(x) de
multiplicidad k > 1 entonces α es raiz de multiplicidad k-1 de f ’(x)
Ademas toda raiz multiple de f(x) es raiz del mcd (f(x),f ’(x))=d(x),
y la multiplicidad de α como raiz de d(x) es k-1, con
k=multiplicidad de α como raiz de f(x)
Adicionalmente, si escribimos
f (x) = d(x)q(x)
con q(x) ∈ K[x], entonces toda raiz multiple de f es raiz simple de
q(x)
Demostración 4.1.2 Puesto que f (i) (x) = (f ′ )(i−1) (x), el teorema
anterior muestra que si α es raiz de multiplicidad k para f,
entonces α es raiz de multiplicidad k − 1 para f ’(x)
Puesto que (x − α) | f (x) y (x − α) | f ′ (x)
(x − α) | d(x)
asi α es raiz de d(x)
α es raiz de multiplicidad k − 1 para d(x) pues (x − α)(k−1) | f (x),
(x − α)(k−1) | f ′ (x) y (x − α)k | f (x) pero (x − α)k 6| f ′ (x)
entonces (x − α)(k−1) | d(x), pero (x − α)k 6| d(x)
Entonces α es raiz de multiplicidad k − 1 para d(x)
Finalmente, si
f (x) = d(x)q(x)
y α es raiz de multiplicidad k para f, α es raiz de multiplicidad
k − 1 para d(x), en consecuencia α es raiz simple de q(x).
EJEMPLO 92 Encontrar la factorizacion completa de

f (x) = x5 − 3x4 − 6x3 + 10x2 + 21x + 9 ∈ Q
Solución 21 Con el algoritmo de Euclides calculamos
(f (x), f ′ (x)) = d(x)
Haciendo cuentas encontramos
d(x) = x3 − x2 − 5x − 3
dividiendo f entre d
f (x) = d(x)q(x)
x5 − 3x4 − 6x3 + 10x2 + 21x + 9 = (x3 − x2 − 5x − 3)(x2 − 2x − 3)
Asi
q(x) = x2 − 2x − 3
Factorizando q(x):
x2 − 2x − 3 = (x + 1)(x − 3)
las unicas raices de q(x) son -1 y 3
Estas son las unicas raices multiples de f (x)
Averiguamos la multiplicidad de -1 y 3 como raices de d(x):
d(x) = x3 − x2 − 5x − 1 d(−1) = 0 d(3) = 0

d′ (x) = 3x2 − 2x − 5 d(−1) = 3 + 2 − 5 = 0 d(3) 6= 0
′′
d (x) = 6x − 2 d(−1) = −6 − 2 6= 0 d(3) = 0
El criterio de las derivadas implica que -1 es raiz doble de d(x) y 3
es raiz simple.
Por la proposicion anterior -1 es raiz triple (de orden 3) de f (x) y
3 es raiz doble de f (x)
4.1.3 COEFICIENTES Y RAICES DE UN

POLINOMIO
Sea f (x) = a0 + a1 x + a2 x2 + · · · + an xn ∈ K[x] (an 6= 0)
Sabemos que f (x) tiene a lo mas n raices en k, supongamos que en
este caso este polinomio f (x) tiene exactamente n raices α1 , . . . , αn
en K
Las raices α1 , . . . , αn de f (x) son tambien raices del polinomio

monico asociado a f (x)
a0 a1 an−1 n−1
+ x + ··· + x + xn
an an an
de hecho f y su monico asociado tienen las mismas raices. Podemos
suponer por lo tanto, desde el principio que f ya es monico
f (x) = a0 + a1 x + · · · + an−1 + xn
Si α1 , . . . , αn son las raices de f (x), tenemos
a0 + a1 x + · · · + an−1 + xn = (x − α1 )(x − α2 ) · · · (x − αn )
Buscamos las relaciones que existen entre las raices de f (x) y los
coeficientes de f (x)
EJEMPLO 93 Si n=2:
a0 + a1 x + x2 = (x − α1 )(x − α2 )
multiplicando del lado derecho e igualando coeficientes
a0 + a1 x + x2 = (x − α1 )(x − α2 ) = α1 α2 − (α1 + α2 )x + x2
obtenemos
a0 = −α1 α2 α3
a1 = (α1 α2 + α1 α3 + α2 α3 )
a2 = −(α1 + α2 + α3 )
En general tenemos
Teorema 4.1.15 Si f(x)=a0 + a1 x + a2 x2 + . . . + an−1 xn−1 + an xn

es un polinomio en K[x] con raices α1 , . . . , αr en K, entonces
a0 = (−1)n α1 α2 α3 . . . αn
a1 = (−1)n−1 [α1 α2 . . . αn−1 +α1 α2 . . . αn−2 αn +α1 α2 . . . αn−3 αn +. . .]
..
.
an−2 = (α1 α2 + α1 α3 + . . . + αn−2 αn−1 )
an−1 = −(α1 + α2 + α3 + . . . + αn )
4.2 POLINOMIOS CON COEFICIENTES

COMPLEJOS
Sea
f (x) = a0 + a1 x + a2 x2 + · · · + an xn ∈ C[x]
Para estudiar estos polinomios introducimos la siguiente
Definición 4.2.1 Si f (x) = a0 + a1 x + a2 x2 + . . . + an xn es un

polinomio con coeficientes complejos, su polinomio conjugado f (x)
se define como:
f (x) = a0 + a1 x + a2 x2 + . . . + an xn
Proposición 4.2.1 1. Si f(x)=g(x)h(x) en C[x] entonces

f (x) = g(x)h(x)
2. f (x)=f(x) ⇔ f (x) ∈ R[x]
3. f (x) | g(x) en C ⇔ f (x) | g(x)
4. Si f(x) ∈ R[x] y α ∈ C, entonces (x − α)n | f (x) ⇔
(x − α)m | f (x)
5. Si f (x) ∈ R y α ∈ C es raiz de f(x) entonces α tambien es
raiz de f(x) y de la misma multiplicidad que α, se sigue que el
numero de raices complejas no reales de f(x) es par
Demostración 4.2.2 1. Pongamos
g(x) = a0 + a1 x + · · · + an xn
y
h(x) = b0 + b1 x + · · · + bn xn
Entonces X
f (x) = ai bj xk
k=i+j
Si calculamos f (x):
X X
f (x) = ( ai bj )xk = ( ai bj )xk = g(x)h(x)
i+j=k i+j=k
2. Evidentemente, pues si a ∈ C, a = a ⇔ a ∈ R
4.2. POLINOMIOS CON COEFICIENTES COMPLEJOS 129
3. ⇒) Si f (x) | g(x),
g(x) = f (x)h(x),
h(x) ∈ C[x]
Por (1):
g(x) = f (x)h(x)
es decir f (x) | g(x)
⇐) similar
4. Si f (x) ∈ R[x] y α ∈ C, entonces
(x − α)m | f (x) ⇔ (x − α)m | f (x)
Es un caso particular de (3) y del hecho que
f (x) = f (x)
5. Por (4), si m es la multiplicidad de x comocomo raiz de f(x)

raiz de f(x)
(x−α)m | f (x), (x−α)(m+1) 6| f (x) ⇐⇒ (x−α)m | f (x), (x−α)m+1 6| f (x)
Corolario 4.2.1 Si f (x) ∈ R[x] es de grado impar entonces f(x)

tiene al menos una raiz real
Demostración 4.2.2 Por (5) de la proposicion anterior, las

raices complejas no reales de f (x) aparecen por parejas
Por ejemplo, si f (x) ∈ R[x] de grado 5, f puede tener 2 raices
complejas no reales y 3 raices reales o puede tener 4 raices
complejas no reales y 1 real o bien las cinco raices de f pueden ser
reales
4.2.1 EL TEOREMA FUNDAMENTAL DEL

ALGEBRA
El campo C es especial en teoria de polinomios. En cualquier
campo K sabemos que si f (x) ∈ K[x] es de grado n > 0, entonces f
tendra a lo mas n raices en K (puede tener menos de n raices)
En C[x] todo polinomio de grado n > 0 tiene tantas raices en C
como lo indica su grado
Teorema 4.2.3 (TEOREMA FUNDAMENTAL DEL ALGEBRA)

Si f (x) ∈ C[x] es un polinomio no constante, entonces f(x) tiene al
menos una raiz en C
Corolario 4.2.4 Si f (x) ∈ C[x] y f no es constante de grado

n > 0 entonces f tiene exactamente n raices complejas
Demostración 4.2.5 Por el Teorema Fundamental f tiene al

menos una raiz α1 en C
f (x) = (x − α1 )g1 (x),
g1 ∈ C[x]
Aplicando ahora el Teorema Fundamental a g1 (x), g1 (x) tiene al
menos una raiz compleja α2 :
g1 = (x − α2 )g2 (x)
Entonces
f (x) = (x − α1 )(x − α2 )g2 (x)
gr(g2 (x)) = n − 2
Si g2 (x) no es constante g2 (x) tiene una raiz α3 ∈ C
asi:
f (x) = (x − α1 )(x − α2 )(x − α3 )g3 (x)
continuando de esta manera:
f (x) = (x − α1 )(x − α2 ) · · · (x − αn )gn (x)
gr(gn ) = 0, gn ∈ C
Corolario 4.2.6 En C[x] todo polinomio no constante se factoriza

como producto de factores lineales
EJEMPLO 94 En C[x] los unicos polinomios irreducibles en C[x]

son los lineales
EJEMPLO 95 En R[x] los unicos polinomios irreducibles son los

lineales y los cuadraticos ax2 + bx + c, con a 6= 0 y discriminante
b2 − 4ac < 0
4.2. POLINOMIOS CON COEFICIENTES COMPLEJOS 131
4.2.2 EL CAMPO DE FUNCIONES RACIONALES

Si K es un campo, el anillo de polinomios K[x] es un dominio entero
Podemos imitar la construccion de Q a partir de Z para construir
un campo (minimo) que contiene a K[x]
La idea es trabajar en el producto cartesiano K[x]x(K[x]-{0})
introduciendo la relacion:
(f (x), g(x)) ∼ (r(x), s(x)) ⇔ f (x)g(x) = g(x)r(x)
a la clase de equivalencia [(f (x), g(x))] de (f (x), g(x)) la
representamos como:
f (x)
g(x)
En el conjunto cociente K[x] × (K[x] − {0})/ ∼

se introduce una suma y un producto
Suma: Si fg(x)
(x)
es un representante de [f (x), g(x)] y si r(x)
s(x)
es un
representante de [(r(x), s(x))], definimos
f (x) r(x) f (x)s(x) + r(x)g(x)
+ =
g(x) s(x) g(x)s(x)
f (x) r(x)
Producto: Si g(x)
y s(x)
se toman como en la suma, definimos
f (x) r(x) f (x)r(x)

=
g(x) s(x) g(x)s(x)
Con esta suma y este producto, el cociente

K[x] × (K[x] − {0})/ ∼
es un campo [ejercicio]. En otras palabras, este cociente es un
anillo conmutativo con uno.
NOTACION:
K[x] × (K[x] − {0})

= K[x]
∼
K[x] es llamado el campo de funciones racionales en la variable x
con coeficientes en K
4.3 PROBLEMAS
PROBLEMA 4.1 Existe un polinomio no nulo
f (x) = a + bx + cx2 tal que f (0) = f (1) = 0?
PROBLEMA 4.2 Puede expresarse x2 − 2 como producto de

polinomios de grado uno con coeficientes reales?
PROBLEMA 4.3 Expresar x2 − 5 como producto de polinomios

de grado uno en R[x].
Puedes factorizar x2 − 5 como producto de dos polinomios de grado
uno en Q[x]
PROBLEMA 4.4 Expresar x3 + 3x2 + 3x + 1 como producto de

polinomios de grado uno
PROBLEMA 4.5 Si f (x), g(x), h(x) ∈ Z[x], f (x) = g(x)h(x) y

g(0) = −3, es posible que f (0) = 46?, es posible que f (0) = 45?
PROBLEMA 4.6 Expresar el maximo comun divisor de los

pares de polinomios del ejercicio anterior en la forma
a(x)f (x) + b(x)g(x)
PROBLEMA 4.7 Demuestra que x − a | x − b ⇔ a = b
PROBLEMA 4.8 Demuestra que si f (x) | g(x), entonces toda

raiz de f (x) es raiz de g(x)
PROBLEMA 4.9 Si a 6= b y f (a) = f (b) = 0, prueba que

gr(f ) ≥ 2
PROBLEMA 4.10 dar un polinomio f (x) de grado 4 que tenga

a 0,1 y 2 como raices
PROBLEMA 4.11 El polinomio

f (x) = x4 + 6x3 + 13x2 + 12x + 4 tiene dos raices dobles,
factorizarlo por completo
PROBLEMA 4.12 El polinomio

4.3. PROBLEMAS 133
PROBLEMA 4.13 Demostrar que las unicas raices de

f (x) = x5 − ix4 + 2x3 − 2ix2 + x − i son i y -i
PROBLEMA 4.14 Factorizar por completo el polinomio

f (x) = x4 − 12x3 + 48x2 − 80x + 48 sabiendo que tiene una raiz
triple
PROBLEMA 4.15 calcular el m.c.d de f (x) = x7 + x3 + 1 y

f ′ (x). Comprobar que f (x) no tiene raices multiples
PROBLEMA 4.16 Factorizar ompletamente el polinomio

x4 + 2x3 − 3x2 − 4x + 4
PROBLEMA 4.17 Factorizar ompletamente el polinomio

x4 − 4x2 + 8x − 4
PROBLEMA 4.18 Factorizar ompletamente √ el polinomio
x3 + 6x2 − 24x + 160 sabiendo que 2 − 2 3i es una de sus raices
PROBLEMA 4.19 Si f (x) ∈ R[x], f (x) = x3 + · · · − 20 y f tiene

a 3 − i como raiz, dar sus demas raices y sus coefientes
PROBLEMA 4.20 Dar todas las raices√ del polinomio

x3 − 3x2 − 5x + 7 sabiendo que 1 − 8 es una de sus raices
3 2
PROBLEMA √ 4.21 Si f (x) ∈ Q[x] y f (x) = x − 6x + · · · y
tiene a 1 − 5 como raiz, dar sus demas raices y sus coeficientes
PROBLEMA 4.22 Comprobar que el polinomio

2x7 − 3x5 + 2x4 − x3 + 7x − 2 no tiene raices racionales
PROBLEMA 4.23 dar todas las raices del polinomio

1 4
2
x + x3 − 12 x2 − 2x − 1
Chapter 5
GRAFOS
Teorema 5.0.1 (Euler,17)

P Sea G=(V,E) una grafica, entonces
v∈V deg v= 2|E|
Corolario 5.0.2 Sea G=(V,E) una grafica, entonces el numero de

vertices de grado impar es par
Corolario 5.0.3 Dada d=(d1 , d2 , . . . , dn ) una sucesion de enteros
no negativos
Entonces d es la sucesion
Pn de grados de una grafica G si y solo si
i=1 di es un numero par
Definición 5.0.1 Una sucesion d=(d1 , d2 , . . . , dn ) es grafica si

corresponde a una sucesion de grados de una grafica simple
grado man y mix de una grafica
Definición 5.0.2 Sea G=(V,E). El grado minimo de G se define

como
δ = min{deg v |v ∈ V }
El grado maximo de G
∆ = max{deg v |v ∈ V }
Proposición 5.0.1 Sea G=(V,E), |V | = n ≥ 1, |E| = m
Entonces
δ ≤ 2m
n
≤∆
Definición 5.0.3 Sea G=(V,E). G es una grafica k-regular si deg
v=k ∀v ∈ V
135
136 CHAPTER 5. GRAFOS
5.0.1 graficas bipartitas

Definición 5.0.4 Sea G=(V,E). G es bipartita si ∃v = x | y tal
que ∀e={u,v}∈ E u ∈ x y v ∈ y
Definición 5.0.5 Una grafica G=(V,E) es k-partita si
∃V = x1 |x2 | . . . |xn tal que Ve ={u,v}∈ E: u ∈ xi , v ∈ xj para algun
i,j=1, . . . , k, i 6= j
5.0.2 subgraficas
Definición 5.0.6 Sea G=(V,E) una grafica H=(V’,E’) es una
subgrafica de G si V ′ ⊂ V y E ′ ⊂ E
Definición 5.0.7 H=(V’,E’) es una subgrafica inducida si
E ′ = {{u, v}|u, v ∈ V ′ }
Definición 5.0.8 H=(V’,E’) es una subgrafica generadora si
V’=V
5.0.3 caminos, paseos y trayectorias

Sea G=(V,E) una grafica
Definición 5.0.9 (camino) Una sucesion de aristas (ui ∈ V )
{u1 , u2 }, {u2 , u3 }, . . . , {um−1 , um }
(los vertices se pueden repetir)
Definición 5.0.10 (paseo) Es un camino en el cual no se repiten
aristas (se pueden repetir vertices)
Definición 5.0.11 (trayectoria) Un camino sin aristas ni
vertices repetidos
Definición 5.0.12 Un camino es cerrado si u1 = um
Definición 5.0.13 Una trayectoria cerrada es un ciclo
5.0.4 Conexidad
Definición 5.0.14 Sea G una grafica. G es conexa si existe una
trayectoria entre cualquier par de vertices de G (existe una
trayectoria que une todo par de vertices)
137
Definición 5.0.15 Sea G=(V,E) una grafica. G es conexa si para

toda particion (no degenerada) V=V1 |V2 siempre existe
e={u,v}∈ E tal que u ∈ V1 y v ∈ V2
Definición 5.0.16 Sea G=(V,E) una grafica
Una k-coloracion propia de los vertices de G es una funcion
sobreyectiva f : V → {1, 2 . . . , k}
Definición 5.0.17 Sea G=(V,E) una grafica G es conexa sipara
toda 2-coloracion propia existe una arista bicromatica (cada
extremo es de un color distinto)
Proposición 5.0.2 El # de graficas simples con n vertices y m
aristas es
5.0.5 Arboles
Teorema 5.0.4 En un arbol cualquier par de vertices estan unidos
por una trayectoria unica
Definición 5.0.18 Un arbol es una grafica simple, conexa y
aciclica (no tiene subgraficas isomorfas a un ciclo)
Teorema 5.0.5 Sea T un arbol con n vertices y m aristas.
Entonces m=n-1
Definición 5.0.19 Sea G una grafica, v ∈ V (G)
v es un vertice colgante, si deg v=1
Corolario 5.0.6 Un arbol no trivial tiene al menos 2 vertices
colgantes
Definición 5.0.20 Sea G una grafica y e ∈ E(G)
e es uan grafica de corte si c(G-e) > c(G)
Corolario 5.0.7 Una grafica conexa G es arbol ⇔ toda arista es
de corte
Observación 5.0.1 Los arboles son las graficas conexas
minimales (cualquier arista que se borre, desconecta a la grafica)
Definición 5.0.21 Sea G una multigrafica. T es un arbol
generador de G si T es una subgrafica generadora de G
Corolario 5.0.8 G conexa ⇔ tiene un arbol generador

Sea T (G) el # de arboles generadores de G
Teorema 5.0.9 Sea G una grafica conexa y e ∈ E(G), entonces
T (G) = T (G − e) + T (G · e)
Observación 5.0.2 |V (G − e)| = |V (G)| − 1 y
|E(G − e)| = |E(G)| − 1
5.1 MULTIGRAFOS, GRAFOS PLANOS E

ISOMORFISMO DE GRAFOS
Teorema 5.1.1 Si G=(V,E) es un grafo o multigrafo no dirigido,
entonces
degv∈V (v)= 2|A|
Corolario 5.1.2 Para cualquier grafo o multigrafo no dirigido el
nuumero de vertices de grado impar debe ser par
Definición 5.1.1 Sea G=(V,E) un grafo o multigrafo no dirigido.
se dice que G tiene un ciclo de Euler, si existe un ciclo en G, que
pase por todo v ∈ V y por toda arista del grafo exactamente una vez
Teorema 5.1.3 Sea G=(V,E) un grafo o multigrafo no dirigido,
entonces G tiene un ciclo de Euler si y solo si G es conexo y todo
vertice de G tiene grado par
Corolario 5.1.4 Si G es un grafo o multigrafo no dirigido, se
puede construir un camino de Euler en G, si y solo si G es conexa
y tiene solo dos vertices de grado impar
Definición 5.1.2 sea G1 =(V1 , E1 ) y G2 =(V2 , E2 ) dos grafos no
dirigidos. Una funcion f : V1 → V2 se denomina isomorfismo de
grafos si
a) f es uno a uno y suprayectiva y
b) Para todo a, b ∈ V1 , {a,b}∈ A1 si y solo si {f(a),f(b)}∈ A2
Cuando existe dicha funcion, G1 y G2 se denominan grafos
isomorfos
Definición 5.1.3 Un grafo G se denomina plano si G se puede
dibujar en el plano con sus aristas intersectandore solo en los
vertices de G
5.2. PROBLEMAS 139
Definición 5.1.4 Los grafos G1 = (V1 , A1 ), G2 = (V2 , A2 ) se

denominan homeomorfos si G2 se puede obtener de G1 por la
interseccion o eliminacion de vertices de grado 2
La correspondencia de vertices de un isomorfismo de grafos
mantiene las adyacencias
De esta manera, se mantiene la estructura de los grafos
Definición 5.1.5 Sea G=(V,A) un grafo o multigrafo no dirigido.
Un subconjunto A’ de A se denomina conjunto de corte de G si
eliminando las aristas (pero no los vertices) de A’ de G, se
incrementa el numero de componentes de G y no es posible lograrlo
con ningun subconjunto propio de A’
5.2 PROBLEMAS
PROBLEMA 5.1 Cuantas graficas no isomorfas hay con 1,2,3 y
4 vertices?
PROBLEMA 5.2 Para las siguientes sucesiones de numeros
enteros no negativos, determine si
i) existe una grafica simple,
ii) existe una multigrafica,
iii) existe una grafica simple conexa,
iv) existe una multigrafica conexa
con esta sucesion de grados. Si existen, dibujelas.
a) (4,4,3,2,2)
b) (4,4,4,2,2)
c) (3,3,3,3,2,2,2)
d) (4,1,0)
e) (3,3,3,3,3,3,3,3)
f ) (3,2,2,2,1)
g) (5,4,3,3,3,3,3,2,2)
PROBLEMA 5.3 Pruebe que una grafica simple con 2 o mas

vertices siempre tiene 2 vertices del mismo grado. De un
contraejemplo de que este resultado no se cumple para multigraficas
PROBLEMA 5.4 Sea G=(V,E) una grafica tal que |E| = 17 y
degυ ≤ 3 para todo υ ∈ V . determine el valor maximo de |V |
PROBLEMA 5.5 Sea G una grafica conexa con 6 vertices y
sucesion de grados (2,2,2,2,2,2)
a) determine todas las subgraficas inducidas no isomorfas de G
b) Determine todas las subgraficas no isomorfas de G
PROBLEMA 5.6 Pruebe que todas las multigraficas G sin lazos
con sucesion de grados (4,4,4) son isomorfas. Dibuje:
a) todas las subgraficas inducidas no isomorfas de G
b) todas las subgraficas generadoras no isomorfas de G
c) todas las subgraficas con 3 vertices de G
PROBLEMA 5.7 Pruebe que Kn,m ∼
= Km,n
PROBLEMA 5.8 Dibuje los complementos de las siguientes
graficas
a) Kn
b) Kn,m
c) P5
d) C6
PROBLEMA 5.9 Considere todas aquellas graficas G
autocomplementadas con n vertices, esto es, G ∼
= GC
a) Pruebe que n ∼
= 0, 1 mod 4
b) Construya una grafica autocompletada con 4 y con 5 vertices
PROBLEMA 5.10 Pruebe que si G tiene por lo menos 2 vertices
y no es conexa, entonces GC es conexa
PROBLEMA 5.11 Sea G = (V, E) tal que V = {1, 2, . . . , 20} y
5.2. PROBLEMAS 141
a) E = {{a, b} : a + b ≡ 0 mod 2}
b) E = {{a, b} : ab ≡ 1 mod 2}
c) E = {{a, b} : a − b ≡ 0 mod 3}
Para estas graficas determine si son conexas (en caso de no ser
conexas determine el numero de componentes conexas), si son
bipartitas y si son regulares
PROBLEMA 5.12 Pruebe que en una grafica conexa, dos

trayectorias de longitud maxima tienen un vertice en comun
PROBLEMA 5.13 Sea G=(V,E) y e ∈ E. Pruebe que e ∈ E(T )

para todo T arbol generador de G si y solo si e es una arista de
corte de G
PROBLEMA 5.14 (*) Dada la multigrafica sin lazos G con

sucesion de grados (4,4,4). Dibuje
a) todas las subgraficas inducidas no isomorfas de G
b) todas las subgraficas generadoras no isomorfas de G y
c) todas las subgraficas no isomorfas con 3 vertices de G
PROBLEMA 5.15 (*) Sean la grafica G=(V,E) y e ∈ G.

Pruebe que e ∈ E(T ) para todo arbol generador T de G si y solo si
e es una arista de corte de la grafica G
MATEMATICAS FINITAS
RHW
RICARDO BAUTISTA MERCADO

Appendix A
PROBLEMARIO
Serie 1
PROBLEMA A.1 Hay 18 matematicos y 325 computologos en

un colegio
a) Cuantas maneras hay de tomar 2 representantes tal que 1 es
matematico y otro es computologo
b) Cuantas maneras hay de tomar 1 representante
PROBLEMA A.2 Un examen de opcion multiple contiene 10
preguntas, hay 4 posibles respuestas para cada pregunta
a) De cuantas maneras un estudiante puede responder las
preguntas del examen, si cada pregunta es respondida?
b) De cuantas maneras un estudiante puede responder el examen
si deja preguntas sin responder?
PROBLEMA A.3 Hay 6 diferentes lineas aereas de New York a
Denver y 7 lineas aereas de Denver a San Francisco Cuantas
diferentes posibilidades hay para viajar de New York a San
Francisco via Denver, cuando una linea aerea es tomada en
Denver y una linea aerea es tomada a continuacion para volar a
San Francisco?
PROBLEMA A.4 Cuantas cadenas de bits hay de longitud 6 o
menos?
PROBLEMA A.5 Cuantas cadenas de bits de longitud n, donde
n ∈ N y la cadena empieza y termina en 1?
143
144 APPENDIX A. PROBLEMARIO
PROBLEMA A.6 Cuantas cadenas de 5 caracteres ASCII

contienen el caracter @ al menos una vez (hay 128 caracteres
ASCII)
PROBLEMA A.7 Cuantos posibles enteros con exactamente 3

decimales aquellos enteros positivos entre 100 y 999 inclusive
a) son divididos por 7
b) tienen los mismos 3 digitos decimales
d) no son divisibles por 4
e) son divisibles por 3 o 4
PROBLEMA A.8 Cuantas licencias o placas pueden hacerse

usando 8 letras seguidas de 4 digitos o 2 digitos seguidos de 4 letras
PROBLEMA A.9 Cuantas cadenas de longitud 8 no contienen 3

0’s consecutivos o 4 1’s consecutivos
PROBLEMA A.10 Pruebe que si seleccionamos 101 elementos

del conjunto {1,2,. . . ,200} entonces existen 2 numeros (de los
seleccionados) tal que una es divisible por el otro
Serie 2
PROBLEMA A.11 Sean A,B conjuntos finitos y f : A → B

suprayectiva
Demuestra que X
|A| = |f −1 (b)|
b∈B
PROBLEMA A.12 Sea X un conjunto finito con n elementos.

Demuestra que |P (X )| = 2n donde P (X ) = {A : A ⊆ X }
PROBLEMA A.13 Resuelve el siguiente sistema de

congruencias

 x ≡ 3 mod 7
 x ≡ 5 mod 9
145
PROBLEMA A.14 Sean a, b, m ∈ Z. Demuestra que ax ∼ =b

(mod m) tiene soluciones si y solo si d | b donde d=maximo comun
divisor de a y m
PROBLEMA A.15 Demuestra que x5 − 5x4 + 1 no tiene raices
de multiplicidad 4
PROBLEMA A.16 Cuales son los polinomios con coeficientes
reales que no tienen raices?
PROBLEMA A.17 Sea f (x) ∈ R[x]. Demuestra que si α ∈ C es
una raiz de f(x) entonces α tambien es raiz de f(x)
Serie 3
PROBLEMA A.18 Sean A,B,C tres conjuntos finitos no

necesariamente ajenos por pares. Proporciona una formula para la
cardinalidad de A ∪ B ∪ C. Explica tu respuesta
PROBLEMA A.19 Sean r, n ∈ N tales que 0 ≤ r ≤ n. Usando
congruencias de conteo prueba la identidad:
µ ¶ µ ¶
n n
=
r n−r
PROBLEMA A.20 Cuantos caminos distintos hay de (0,0) a
(7,7) en el plano xy si un camino avanza un paso cada vez, bien un
espacio hacia la derecha (D) o hacia arriba (A)?
Cuantos caminos hay de (2,7) a (9,14)?
PROBLEMA A.21 a) Cuantos triangulos determinan los
vertices de un poligono regular de n lados?
b) Cuantos si ningun lado del poligono se usa como lado del
triangulo?
PROBLEMA A.22 Sean n y k enteros positivos, tales que
2n ≥ k. Sea Fn = {1, 2, . . . , n}
Encuentre el numero de elementos del conjunto
{f : Fk → F2n |f es inyectiva y f (1) ≤ n}
PROBLEMA A.23 Cuantos numeros entre 1 y 10,000 tienen
exactamente un digito igual a 5?
PROBLEMA A.24 Utilice el pequeo teorema de Fermat para:
i. encontrar un numero a 0 ≤ a < 17 tal que, 18223 ≡ 2 (mod 11)
ii. resolver la congruencia x39 ≡ 2 (mod 87)
PROBLEMA A.25 Resuelva el sistema de congruencias


 x ≡ 3 mod 37
 x ≡ 5 mod 87
PROBLEMA A.26 Determine si el polinomio f (x) = x7 + x3 + 1

tiene raices multiples, y en su caso, encuentrelas
PROBLEMA A.27 Determine que los unicos polinomios

irreducibles en R(x), son los polinomios de la forma ax + b,
a, b ∈ R, a 6= 0 y los polinomios de la forma ax2 + bx + c,
a, b, c ∈ R, a 6= 0, donde b2 − 4ac < 0
Serie 4
PROBLEMA A.28 Demuestra que para todo n ∈ N, cualquier

funcion suprayectiva f : In → In es inyectiva
PROBLEMA A.29 Si A y B son conjuntos finitos no vacios,

demuestra que
|A ∪ B| = |A| + |B| − |A ∩ B|
PROBLEMA A.30 Una secretaria trabaja en un edificio

localizado a 9 calles al este y 7 calles al norte de su casa. Todos los
dias ella camina 16 calles hasta su trabajo.
a) Cuantas rutas distintas puede seguir ella?
b) Cuantas rutas distintas puede seguir si la calle en direccion este

que comienza 4 calles al este y 3 calles al norte de su casa
esta inundada (y ella no puede nadar)?
147
Serie 5
PROBLEMA A.31 a) Cuales son los elementos de Zn que

tienen inverso multiplicativo?
b) Que puedes decir acerca de n si φ(n) es un primo?
n
c) Encuentra todos los valores de n para los cuales φ(n) = 2
c) sean b1 < b2 < · · · < bφ(m) los enteros entre 1 y m que son
primos relativos con m y sea B = b1 b2 · · · bφ(m) su producto.
Muestra que B ≡ 1 (mod n) o B ≡ −1 (mod n)
PROBLEMA A.32 Usando el modulo m = 319 y el exponente

k = 213, encripta (en espaol) el mensaje TODOS ESTAMOS
BIEN
PROBLEMA A.33 Descifra el siguiente mensaje, que fue

mandado (en ingles) usando el modulo m = 7081 y el exponente
1789
5192, 2604, 4222
Serie 6
PROBLEMA A.34 Cuantos enteros positivos menores que

10000 son primos con 3780?
PROBLEMA A.35 Prueba que si a ≡ b (mod n), entonces

(a, n) = (b, n)
PROBLEMA A.36 Prueba que un entero es divisible entre 3 si

y solo si, y solo si, la suma de sus digitos es divisible entre 3
PROBLEMA A.37 Encontrar todas los enteros que dan los

residuos 1,2,3 cuando se dividen entre 3,4,5 respectivamente
PROBLEMA A.38 Resuelva el sistema


 x≡1 (mod 3)
x≡2 (mod 4)
 x≡3 (mod 5)
Serie 7
PROBLEMA A.39 Si p(x) ∈ K[x] es un polinomio irreducible y

p(x) | f (x)g(x) en K[x], demuestre que p(x) | f (x) o p(x) | g(x)
PROBLEMA A.40 Encuentra todas las raices del polinomio
f (x) = x3 − 14x2 + 61x − 84 si una raiz es la suma de las otras
PROBLEMA A.41 El polinomio
f (x) = x4 + 6x3 + 13x2 + 12x + 4 tiene dos raices dobles.
Encuentra estas raices y factoriza el polinomio como producto de
polinomios de grado uno en C[x]
PROBLEMA A.42 Factoriza el polinomio f (x) = x8 − 2 ∈ R[x]
como producto de polinomios irreducibles en R[x]
PROBLEMA A.43 Si K = Q, R o C y f (x) ∈ K[x], demuestra
que α ∈ K es una raiz de multiplicidad m si y solo si
f (α) = f ′ (α) = · · · = f (m−1)(α)=0
y
f m (α) 6= 0
Serie 8
PROBLEMA A.44 Cuantos numeros impares entre 1000 y 9999

tienen digitos distintos?
PROBLEMA A.45 Cuantos enteros positivos hay entre 1 y 1000
que no son divisibles ni por 2, ni por 3, ni por 5?
PROBLEMA A.46 Usa el pequeo teorema de Fermat para:
i. Encontrar un numero 0 ≤ a < 73 tal que, a ≡ 9794 (mod 73)
ii. Resolver la congruencia x39 ≡ 3 (mod 13)
PROBLEMA A.47 Encontrar todos los enteros que dan los
residuos 2,3,4 cuando se dividen entre 5,6,7 respectivamente
PROBLEMA A.48 El polinomio f (x) = x4 − 3x3 + 28x − 24
tiene una raiz triple. Encuentra esta raiz y factoriza al polinomio
como producto de grado uno en C[x]
PROBLEMA A.49 Factoriza al polinomio f (x) = x6 − 2 como
producto de polinomios irreducibles en R[x]
149
Serie 9
PROBLEMA A.50 Cuantos numeros naturales menores que 104

hay que contengan al menos un digito 2?
PROBLEMA A.51 Prueba que [a] ∈ Zn tiene como inverso

multiplicativo si y solo si (a, n) = 1
PROBLEMA A.52 El polinomio f (x) = x4 − 3x3 + x2 + 4 tiene

una raiz doble. Encuentra esta raiz y factoriza al polinomio como
producto de grado uno en C[x]
PROBLEMA A.53 Factoriza al polinomio f (x) = x6 − 64 como

producto de polinomios irreducibles en R[x]
Serie 10
PROBLEMA A.54 Demuestra la formula del triangulo de

Pascal usando argumentos combinatorios
PROBLEMA A.55 Demuestra el teorema del binomio utilizando

induccion matematica
PROBLEMA A.56 De cuantas maneras se pueden asignar 7

trabajos a 4 empleados diferentes de tal manera que a cada
empleado se le asigna al menos un trabajo y el trabajo mas facil se
asigna al mejor empleado?
PROBLEMA A.57 Cuantas funciones suprayectivas hay de un

conjunto de 7 elementos a un conjunto con 5 elementos?
PROBLEMA A.58 Cuantos desarreglos hay en un conjunto con

7 elementos?
Serie 11
PROBLEMA A.59 Enuncia y demuestra el pequeño teorema de

Fermat
PROBLEMA A.60 Demuestra que Zm es un dominio entero si

y solo si m es primo es
PROBLEMA A.61 Demuestra que las soluciones al sistema de

congruencias

 x ≡ b1 (mod m1 )

 x ≡ b2 (mod m2 )
..

 .

x ≡ br (mod mr )
donde (mi , mj ) = 1 si i 6= j estan dados por
φ(m ) φ(m ) φ(m )
x ≡ b1 M1 1 + b2 M2 2 + · · · + br Mr r (mod M)
M
donde M = m1 m2 · · · mr y Mj = m j
para j = 1, . . . , r
PROBLEMA A.62 Demuestra que si φ(m) = m − 1 entonces m

es primo
PROBLEMA A.63 Para que enteros positivos m se tiene que

φ(m) | m?
Serie 12
PROBLEMA A.64 a) Enuncia el algoritmo de Euclides en K[x]

para hallar el maximo comun divisor de dos polinomios f(x),
g(x) en K[x]
b) Enuncia el Teorema de Factorizacion Unica para polinomios en
K[x]
c) Enuncia un Teorema que relacione las raices de un polinomio
en K[x] con sus coeficientes
d) Enuncia el Teorema Fundamental del Algebra para polinomios
con coeficientes complejos
PROBLEMA A.65 a) Determina si Zq [x] es un dominio entero

b) Determina si el Teorema de Factorizacion Unica es valido para
polinomios con coeficientes en Zq
PROBLEMA A.66 Sean a, b, c, d ∈ K. determina el grado del

polinomio
f (x) = a + bx + cx3 + dx5
en K[x]
151
PROBLEMA A.67 Sea f (x) = x9 − 1 ∈ K[x]

a) Encuentra la factorizacion de f(x) en irreducibles cuando
K = C. Cual es la interpretacion geometrica de las raices de
f(x) en C?
b) Encuentra la factorizacion de f(x) en irreducibles cuando
K=R
PROBLEMA A.68 El polinomio x4 − 3x3 − 6x2 + 28x − 24 tiene
una raiz triple. Expresalo como producto de polinomios de grado 1
PROBLEMA A.69 Sea f (x) = a0 + a1 x + · · · + an xn ∈ Z[x].
Suponga que ab es una raiz de f(x) donde ay b son enteros y (a,b)=1
Demuestra que a | an y b | an
Serie 13
PROBLEMA A.70 Sea m ≥ 1 un entero fijo. Demuestra que

i) Si a ≡ b (mod m) y c ∈ Z, entonces
a + c ≡ b + c (mod m)
ii) Si a ≡ b (mod m) y c ∈ Z, entonces

ac ≡ bc (mod m)
iii) Si a ≡ b (mod m) y d | m, d > 0, entonces

a ≡ b (mod d)
iv) Si ax ≡ ay (mod m) y mcd(a, m) = 1, entonces

x ≡ y (mod m)
v) Si x ≡ y (mod m) entonces
mcd(x, m) = mcd(g, m)
PROBLEMA A.71 Encuentra todos los elementos invertibles de

Z/6Z y Z/8Z
PROBLEMA A.72 Encuentra todas las soluciones de las
congruencias lineales siguientes:
i) 16x ≡ 9 mod 35
ii) 200x + 135 ≡ 0 mod 441
iii) 20x ≡ 30 mod 4
Serie 14
PROBLEMA A.73 Resuelve los siguientes sistemas de

congruencias
a)
½
x ≡ 3 (mod 7)
x ≡ 5 (mod 9)
b)

 x ≡ 5 (mod 7)
x ≡ 2 (mod 12)

x ≡ 8 (mod 13)
c)
½
x ≡ 3 (mod 37)
x ≡ 1 (mod 87)
PROBLEMA A.74 Sea x ∈ Z. Demuestra que
1. 3 | x ⇔ la suma de los digitos de x es divisible entre 3
2. 9 | x ⇔ la suma de los digitos de x es divisible entre 9
3. 4 | x ⇔ el entero formado por sus digitos de decenas y

unidades es divisible entre 4
PROBLEMA A.75 Utiliza el Teorema pequeño de Fermat para

resolver las siguientes congruencias lineales
½
7x ≡ 12 (mod 17)
4x ≡ 11 (mod 19)
153
Serie 15
PROBLEMA A.76 Find a reduced system modulo

a) 6
b) 9
c) 10
d) 14
e) 16
f ) 17
PROBLEMA A.77 Find a reduce residue systems modulo 2m ,
where m is a positive integer
PROBLEMA A.78 Show that if m is a positive integer and a is
a integer relatively prime to m then
1 + a + a2 + · · · + aφ(m)−1 ≡ 0 (mod m)
PROBLEMA A.79 Use Euler’s theorem to find the least positive
residue of 3100000 modulo 35
PROBLEMA A.80 Show that if a is an integer, then
a7 ≡ a (mod 63)
Computer Projects
Write programs to do the following:

PROBLEMA A.81 Solve linear congruences using Euler’s
theorem
PROBLEMA A.82 Find the solutions of a system of linear
congruences using Euler’s theorem and the Chinese remainder
theorem
PROBLEMA A.83 For which positive integers n is φ(n)
PROBLEMA A.84 Shw that if n is a positive integer having k
distinct odd prime divisors, the φ(n) is divisible by 2k
Serie 16
PROBLEMA A.85 Sea K un campo y K[x] el anillo de

polinomios con coeficientes en K. Demuestre que
1. ∀f (x) 6= 0 en K[x] se tiene que f (x) | f (x)
2. ∀α 6= 0 en K, ∀f (x) ∈ K[x], α | f (x)
3. ∀f (x) 6= 0 en K[x], f (x) | 0
4. Si f (x) | g(x) y g(x) | h(x) entonces f (x) | h(x)
5. Si f (x) | g(x) y f (x) | h(x) entonces f (x) | g(x) + h(x)
6. Si f (x) | g(x) y h(x) ∈ K[x] entonces f (x) | g(x)h(x)
7. Si f (x) | g(x) y f (x) | h(x) entonces ∀s(x), t(x) ∈ K[x] se
tiene que f (x) | g(x)s(x) + h(x)t(x)
8. f (x) | 1 ⇔ f (x) = α, α ∈ K
9. Determina los elementos invertibles de K[x]
10. Se dice que f (x), g(x) ∈ K[x] son asociados si existe α 6= 0 en
K tal que f (x) = αg(x). Demuestre que si f (x | g(x)) y
g(x) | f (x) entonces f(x) y g(x) son asociados
PROBLEMA A.86 a) Formula y demuestra el algoritmo de

Euclides en K[x] para hallar el maimo comun divisor de dos
polinomios f (x), g(x) ∈ K[x]
b) Usando el algoritmo anterior calcula el mcd de los polinomios
f (x) = x3 + 3x2 + 3x + 1 y g(x) = x4 + 2x3 − x2 − 4x − 2
PROBLEMA A.87 Demuestra que si f (x) | g(x)h(x) en K[x] y

mcd(f, g) = 1 entonces f | h
PROBLEMA A.88 Si p(x) ∈ K[x] es un polinomio irreducible y

p(x) | f (x)g(x) en K[x], demuestra que p(x) | f (x) o p(x) | g(x)
PROBLEMA A.89 Determina los elementos invertibles del

anillo Z4 [x]
PROBLEMA A.90 Determina si Z4 [x] es un dominio entero

155
Serie 17
PROBLEMA A.91 Sean a, b, c, d ∈ K. Considera el polinomio

f (x) ∈ K[x] donde
f (x) = ax3 + bx2 + cx + d
Podemos decir cual es el grado del polinomio f(x)?
PROBLEMA A.92 Existe un polinomio no nulo

f (x) = a + bx + cx2 ∈ K[x] tal que f (0) = f (1) = f (2) = 0?
PROBLEMA A.93 Demostrar que x − a | x − b si y solo si

a = b, donde a, b ∈ K
PROBLEMA A.94 Sean a, b ∈ K tales que a 6= b. Sea

f (x) ∈ K[x]. Supongase ademas que f (a) = f (b) = 0. Demuestra
que gr(f (x)) ≥ 2
PROBLEMA A.95 Dar un polinomio en K[x] que:

1. No tenga raices
2. Tenga una infinidad de raices
PROBLEMA A.96 Sean f (x), g(x), h(x) ∈ K[x]. Demuestra
f (x)(g(x) + h(x)) = f (x)g(x) + f (x)h(x)
PROBLEMA A.97 El discriminante del polinomio

f (x) = ax2 + bx + c es D = b2 − 4ac. Suponiendo que a, b, c ∈ R y
a 6= 0
Demuestra que:
1. Si D > 0, f(x) tiene dos raices reales diferentes
2. Si D = 0, f(x) tiene una sola raiz que es real
3. Si D < 0, f(x) tiene dos raices complejas, conjugados una de
otra
PROBLEMA A.98 a) Encuentra la factorizacion en polinomios

irreducibles sobre C[x] del polinomio f (x) = x8 − 1. Interpreta
geometricamente sus raices
b) Cual es la factorizacion en irreducibles del polinomio anterior

sobre R[x]?
PROBLEMA A.99 Sea f (x) ∈ R[x]. Demuestra que

x − α | f (x) ⇔ x − alpha | f (x)
PROBLEMA A.100 Sea f (x) = a0 + a1 x + · · · + an xn ∈ Z[x].

Suponga que ab es una raiz de f(x) donde a, b ∈ Z y (a, b) = 1.
Demuestra que a | a0 y b | an
PROBLEMA A.101 El polino9mio

PROBLEMA A.102 Factorizar completamente el polinomio

x4 − 4x2 + 8x − 4 sabiendo que 1 + i es una de sus raices
PROBLEMA A.103 Si f (x) ∈ R[x] y f (x) = x3 + ax2 + bx − 20

y tiene 3 − i como raiz, encontrar las demas raices y determinar a
yb
PROBLEMA A.104 Encuentra las raices del polinomio

1 4 1
x + x3 − x2 − 2x − 1
2 2
PROBLEMA A.105 El polinomio
f (x) = x4 − 3x3 − 6x2 + 28x − 24 tiene una raiz triple. Encuentra
esta raiz y descomponga este polinomio en factores de 1er grado en
C[x]
PROBLEMA A.106 Muestre que el polinomio

f (x) = x7 + x3 + 1 ∈ C[x], no tiene raices multiples
Serie 18
Serie 19
PROBLEMA A.107 De las siguientes proposiciones, determine

cual es tautologia y cual es contradiccion:
a) ((p ∨ q) ∧ (q ∨ r)) → (p → r)
b) (p → q) ∧ (p ∨ q) ∧ q
157
PROBLEMA A.108 Pruebe que

(p1 ∨ p2 · · · ∨ pn ) ∧ (p1 ∧ p2 ∧ · · · ∧ pn )
⇔
(p1 ∧ p2 ) ∨ (p2 ∧ p3 ) ∨ · · · ∨ (pn−1 ∧ pn ) ∨ (pn ∧ p1 )
PROBLEMA A.109 a) Determine cuales de las siguientes
proposiciones son verdaderas o falsas
b) Niegue cada una de las proposiciones. Cuales son falsas, cuales
verdaderas?
(i) ∃x ∈ Z : x = x + 1
(ii) ∀x ∈ N : x + x = 2x
iii) ∃x ∈ Z∀y ∈ Z : x > y
iv) ∀x ∈ Z∀y ∈ Z : x = y
v) ∀x ∈ Z∃y ∈ Z : x + y = 0
PROBLEMA A.110 Pruebe la siguiente proposicion o de un
contraejemplo en otro caso: Sean l, mi ∈ N, donde i = 1, 2, . . . , n.
Si l | m1 m2 · · · mn , entonces ∃i ∈ {1, 2, . . . , n} : l | mi
PROBLEMA A.111 Sean a, b ∈ R y a 6= 0
a) Pruebe directamente que ∃x ∈ R : ax + b = 0
b) Pruebe por contradiccion que esta x ∈ R es unica
Serie 20
PROBLEMA A.112 Una caja contiene 3 bolas rojas, 3 azules y

4 blancas. De cuantas formas distintas podemos sacar 8 bolas de la
caja?
PROBLEMA A.113 Sea el conjunto {1,2,. . . ,n} (n ∈ N).
cuantas permutaciones hay de los elementos de este conjunto tales
que no comienzan con 2?
PROBLEMA A.114 calcule la suma
Xn µ ¶
k 3 n
(−1) k
k=1
k
PROBLEMA A.115 Dado el conjunto {1,2,. . . ,90}, cuantos

trios de elementos del conjunto hay cuya suma es un numero par?
PROBLEMA A.116 Considere el conjunto de sucesiones de
longitud 12 sobre el alfabeto {△, ▽}. Cuantas de estas sucesiones
hay que contienen 4 ▽’s y 8 △’s y no contienen dos ▽’s
consecutivos
PROBLEMA A.117 Sea S={1,2,. . . ,2n} (n ∈ N). cuantos
subconjuntos de S hay que contienen por lo menos un numero
impar?
PROBLEMA A.118 Sean m y n enteros no negativos tales que
m ≤ n. Pruebe que
m
X m!(n − k)! n+1
=
k=0
n!(m − k)! n−m+1
PROBLEMA A.119 Cuantas formas hay de ordenar las letras

de la palabra INSTRUCTOR tal que las vocales no esten
consecutivas?
PROBLEMA A.120 Cuantos numeros hay entre 0 y 10000
cuyos digitos suman un numero menor o igual que 7?
PROBLEMA A.121 Dados 8 numeros naturales (no
necesariamente distintos) cuya suma es igual a 20, pruebe que
existen 4 de ellos cuya suma es igual a 4
Serie 21
PROBLEMA A.122 Sean p1 , p2 , . . . pn ,. . . proposiciones.

Simplifique la expresion
p1 ∨ (p1 ∧ p2 ) ∨ (p1 ∧ p2 ∧ p3 ) ∨ (p1 ∧ p2 ∧ p3 ∧ p4 )
PROBLEMA A.123 Sean k, l, m ∈ N. Se tienen k cubos de lado
igual a 1 y l esferas de diametros 1, 2, . . . l (una esfera de cada
diametro). Cuantas formas hay de distribuir estos k cubos y l
esferas en m cajas diferentes?
PROBLEMA A.124 calcule el numero de diagonales que tiene
un poligono regular de n lados (n ≥ 4)
159
PROBLEMA A.125 a) Pruebe que si un arbol tiene un vertice

de grado k, entonces tiene al menos k vertices colgantes
b) Para todo 3 ≤ n ≤ 6 y para todo 2 ≤ k ≤ n − 1, construya un
arbol con exactamente k vertices colgantes.
Serie 22
PROBLEMA A.126 De cuantas maneras se pueden ordenar las

27 letras del alfabeto de tal manera que dos vocales no aparezcan de
manera consecutiva?
PROBLEMA A.127 Cuantos divisores primos tiene el entero
34 × 52 × 117 × 138 ?
PROBLEMA A.128 a) cuantos triangulos determinan los
vertices de un poligono regular de n lados?
b) Cuantos, si ningun lado del poligono se usa como lado del
triangulo?
Serie 23
PROBLEMA A.129 Muestra que todo entero es congruente

modulo 7 a exactamente uno de los siguientes numeros:
291, 7, 54, 31, 36, 20, 765
PROBLEMA A.130 Encuentra el residuo al dividir 360 entre
7,15 y 31
(Sugerencia: escribe 60 = 25 + 24 + 23 + 22 , asi que
360 = 332 316 38 34 )
PROBLEMA A.131 Prueba que si a ≡ b (mod n), entonces
(a,n)=(b,n)
PROBLEMA A.132 Probar que un entero es divisible entre 3 si,
y solo si la suma de sus digitos es divisible entre 3.
Probar que un entero es divisible entre 9 si, y solo si la suma de
sus digitos es divisible entre 9
PROBLEMA A.133 Usa el hecho de que 10 ≡ −1 (mod 11) y
102 ≡ 1 (mod 11) para descubrir una regla para que un numero
natural (escrito en notacion decimal) sea divisible entre 11
PROBLEMA A.134 Encuentra el residuo en las siguientes

divisiones
a) 15 + 25 + 35 + · · · + 10805 entre 14
b) 1! + 2! + 3! + 4! + · · · + (1010 )! entre 24
¡¢ ¡¢ ¡¢ ¡ ¢
c) 30 + 41 + 52 + · · · + 102 99
entre 7
Bibliography
[1] Felipe Zaldı́var, Fundamentos de álgebra, Fondo de

Cultura Económica.
[2] Ralph P. Grimaldi, Matemáticas Discretas Discreta y
Combinatoria. Addison Wesley Longman. 3ra. edición.
1998
[3] Cárdenas, Lluis, Raggi, Tomás. Álgebra superior, Trillas.
[4] Uspensky, Teorı́a de ecuaciones...
[5] Rossen, Discrete math whit applications...
[6] Luis Verde, Matematica discreta y combinatoria.
Anthropos, Barcelona, 1996.
[7] Brualdi. R. A. Introductory Combinatorics. Prentice Hall.
2da. edición. 1992
[8] Bondy. J. A y Murthy U. S. R. Graph Theory with
Applications. The MacMillan Press Ltd. 1976
161

Mate Matic As Finit As

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Mate Matic As Finit As

Uploaded by

Copyright:

Available Formats

MATEMATICAS FINITAS

Ricardo Bautista Mercado1

December 15, 2006

1.1 PROPOSICIONES Y OPERADORES LO-

1.2 OPERADORES LOGICOS O CONECTI-

Definición 1.2.5 (Implicación) Sean p,q proposiciones, se denota por p → q

Definición 1.2.6 (Equivalencia o bicondicional) Sean p,q proposiciones, en-

Definición 1.2.7 (Tautologı́a) Proposicion compuesta que siempre es verda-

Definición 1.2.8 (Contradicción) Proposicion compuesta siempre falsa

Definición 1.2.9 (Contingencia) Proposicion compuesta que no es tautolo-

Definición 1.2.10 Sean p,q proposiciones p es logicamente equivalente a q si

1.3 LEYES DE LA LÓGICA

Definición 1.3.2 (UNIVERSO DE DISCURSO) Dada una funcion (lo-

Definición 1.3.3 (CUANTIFICADOR UNIVERSAL) Es la proposicion

NOTACION: ∀x, p(x), ∀x, y:P(x,y)

Definición 1.3.4 (CUANTIFICADOR EXISTENCIAL) Es la proposi-

1.3.1 REGLAS DE INFERENCIA

1.3.2 METODOS DE DEMOSTRACION

Definición 1.3.6 (Contrapositiva) Si deseamos demostrar p −→ q, proba-

Definición 1.3.7 (Contradiccion o ad absurdum)

Definición 1.3.8 (Vacia o por vacuidad) Suponemos que deseamos probar

Definición 1.3.9 (Trivial) supongamos que deseamos probar que p → q. Sa-

Observación 1.3.1 p ←→ q tautologia

Conjetura 1.3.1 (Goldbach) Cualquier numero natural par mayor que 2 se

1.4 PRODUCTO CARTESIANO

Definición 1.5.1 (Principio de Inducción) El principio de Inducción dice

2. Siempre que n ∈ M , entonces n + 1 ∈ M entonces el conjunto M es el

1.5.1 Las torres de Hanoi

En algunos casos es posible encontrar formulas explicitas para manipular

Conjetura 1.5.1 T (n) = 2n − 1

Demostración 1.5.2 Probaremos que T (n) = 2n − 1 por induccion

i) La formula es cierta para n = 1

ii) HIPOTESIS DE INDUCCION

es cierta para esta n

Pero por hipotesis de induccion

T (n + 1) = 2T (n) + 1 = 2(2n − 1) + 1 = 2n+1 − 2 + 1 = 2n+1 − 1

Por el principio de induccion obtenemos que ∀n ∈ N

1.5.2 El problema de los conejos (o los numeros de Fibo-

donde α y β son las raices de la ecuacion cuadratica x2 − x − 1 = 0

a) Morelia es la capital del estado de Michoacan

b) Caracas es la capital de Colombia

d) Venga a verme manñana

f ) Julio Cesar fue un emperador romano

g) 5 divide a k para todo k ∈ Z

h) Cuantos libros necesita?

PROBLEMA 1.2 Determine si las siguientes proposiciones son simples o

a) Usted aprobo el examen de ingreso y comenzara a estudiar en la universidad

b) Voy a estudiar matematicas o computacion, pero no ambas

c) Me gustaria viajar a Europa

PROBLEMA 1.3 Escriba la tabla de verdad de las siguientes proposiciones

PROBLEMA 1.4 En el ejercicio anterior, cuales son tautologias, cuales con-

PROBLEMA 1.5 Escriba las siguientes proposiciones en la forma ”si p, en-

PROBLEMA 1.6 En el ejercicio anterior, escriba la conversa, la inversa y

2.1 PRINCIPIOS ELEMENTALES DE CON-

Definición 2.1.1 Sea n ∈ N. El intervalo de naturales In se define como el

Estos intervalos de numeros naturales los usaremos para nuestra definicion de

Con este objetivo probaremos:

Proposición 2.1.1 Sean In e Im intervalos de N Si n 6= m podemos suponer

Demostración 2.1.2 (Por inducción) Si m = 0 y n > 0

Hipotesis de inducción: Supongamos que m > 0 y que para m < n la afir-

En procesos de conteo un principio importante es el llamado principio del palomar

Para formalizar este principio probaremos:

Proposición 2.1.3 Sea n ∈ N y sea f : In → In una funcion inyectiva, enton-