Escolar Documentos
Profissional Documentos
Cultura Documentos
FLORIANOPOLIS, 1998
Sumario
Sumario Lista de Figuras Lista de Tabelas 1 Historia da Matematica e da Computac~o a
1.1 1.2 1.3 1.4 1.5 1.6 1.7 Introduc~o . . . . . . . . . a As Origens . . . . . . . . . A Matematica na Grecia . Os Tempos de Escurid~o . a O Renascimento . . . . . . Os Tempos Modernos . . . A Era dos Computadores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
iv v 1 2
2 3 5 6 6 7 9
2 Logica
2.1 Notas Historicas . . . . . . . . . . . . . . . . . . . . 2.2 Logica de Primeira Ordem . . . . . . . . . . . . . . 2.3 Calculo Proposicional . . . . . . . . . . . . . . . . . 2.3.1 Sintaxe do Calculo Proposicional . . . . . . 2.3.2 Sem^ntica do Calculo Proposicional . . . . . a 2.3.3 Tabelas-Verdade . . . . . . . . . . . . . . . 2.3.4 Tautologia . . . . . . . . . . . . . . . . . . . 2.3.5 Formula Inconsistente ou Contradic~o . . . a 2.3.6 Equival^ncia de Formulas . . . . . . . . . . e 2.3.7 Regras de Infer^ncia . . . . . . . . . . . . . e 2.3.8 Tabelas-Verdade como Forma de Validac~o . a 2.4 Calculo de Predicados . . . . . . . . . . . . . . . . 2.4.1 Algumas De nic~es . . . . . . . . . . . . . . o i
12
12 14 14 15 16 16 18 18 19 20 27 28 28
2.4.2 Sintaxe do Calculo de Predicados . . . . . . . . . . . . . . . . 29 2.4.3 Regras de Infer^ncia para o Calculo de Predicados . . . . . . . 30 e
3.1 Origens da Teoria dos Conjuntos . . . . . . . . . . . . . 3.2 Conceitos Primeiros . . . . . . . . . . . . . . . . . . . . . 3.2.1 Noc~o de Conjunto . . . . . . . . . . . . . . . . . a 3.2.2 Elementos . . . . . . . . . . . . . . . . . . . . . . 3.2.3 Relac~o de Pertin^ncia . . . . . . . . . . . . . . . a e 3.2.4 Conjunto Universo . . . . . . . . . . . . . . . . . 3.3 Conjuntos Numericos . . . . . . . . . . . . . . . . . . . . 3.4 Diagrama de Venn . . . . . . . . . . . . . . . . . . . . . 3.5 Propriedades dos Conjuntos . . . . . . . . . . . . . . . . 3.6 Conjuntos Especiais . . . . . . . . . . . . . . . . . . . . . 3.6.1 O Conjunto Vazio . . . . . . . . . . . . . . . . . . 3.6.2 O Conjunto Pot^ncia . . . . . . . . . . . . . . . . e 3.7 Algebra dos Conjuntos . . . . . . . . . . . . . . . . . . . 3.7.1 Conceito de Operac~es unarias, binarias e n-arias o 3.7.2 Uni~o . . . . . . . . . . . . . . . . . . . . . . . . a 3.7.3 Intersec~o . . . . . . . . . . . . . . . . . . . . . . a 3.7.4 Diferenca . . . . . . . . . . . . . . . . . . . . . . 3.7.5 Complemento . . . . . . . . . . . . . . . . . . . . 3.8 Produto Cartesiano . . . . . . . . . . . . . . . . . . . . . 3.9 Propriedades das Operac~es . . . . . . . . . . . . . . . . o 3.9.1 Propriedade Associativa . . . . . . . . . . . . . . 3.9.2 Propriedade Comutativa . . . . . . . . . . . . . . 3.9.3 Propriedade Distributiva . . . . . . . . . . . . . . 3.9.4 Propriedade Re exiva . . . . . . . . . . . . . . . 3.9.5 Propriedade de Fechamento . . . . . . . . . . . . 3.9.6 Elemento neutro para a uni~o . . . . . . . . . . . a 3.9.7 Elemento neutro para a intersec~o . . . . . . . . . a 3.9.8 Elemento nulo para a intersec~o . . . . . . . . . . a 3.10 Cardinalidade de Conjuntos . . . . . . . . . . . . . . . . 3.10.1 Os Numeros Naturais . . . . . . . . . . . . . . . . 3.10.2 Cardinalidade . . . . . . . . . . . . . . . . . . . . 3.11 Paradoxos na Teoria dos Conjuntos . . . . . . . . . . . . 3.11.1 Paradoxo de Cantor . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
34
34 35 35 36 36 37 38 38 39 42 42 42 43 44 45 45 46 47 47 48 48 48 48 48 49 49 49 49 49 49 50 52 52
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
53 53 54 54
4 Relac~es o
4.1 Introduc~o . . . . . . . . . . . . . . . . . . a 4.2 De nic~o de Relac~es . . . . . . . . . . . . a o 4.3 Relac~es Binarias . . . . . . . . . . . . . . o 4.3.1 De nic~es . . . . . . . . . . . . . . o 4.3.2 Dom nio e Imagem de Relac~es . . o 4.4 Propriedades das Relac~es Binarias . . . . o 4.4.1 Relac~o de Igualdade . . . . . . . . a 4.4.2 Relac~o Re exiva . . . . . . . . . . a 4.4.3 Relac~o Simetrica . . . . . . . . . . a 4.4.4 Relac~o Transitiva . . . . . . . . . a 4.4.5 Relac~o Anti-simetrica . . . . . . . a 4.5 Matrizes e Grafos Representando Relac~es o 4.6 Partic~o e Cobertura de um Conjunto . . . a 4.7 Relac~o de Equival^ncia . . . . . . . . . . a e 4.7.1 Classe de Equival^ncia . . . . . . . e 4.7.2 Exemplos . . . . . . . . . . . . . . 4.8 Relac~o de Compatibilidade . . . . . . . . a 4.9 Relac~o de Ordem . . . . . . . . . . . . . a 4.9.1 Relac~o de Ordem Total . . . . . . a 4.9.2 Relac~o de Ordem Parcial . . . . . a 4.10 Relac~es Externas . . . . . . . . . . . . . . o 4.11 Composic~o de Relac~es Binarias . . . . . a o 5.1 5.2 5.3 5.4
55
55 56 56 56 57 59 59 59 59 60 60 60 62 64 64 65 65 66 66 66 67 69 72 72 73 75 75 77 79
5 Func~es o
Introduc~o . . . . . . . . . . . . . . . . . . . . a Conceito de Func~o . . . . . . . . . . . . . . . a Dom nio, Contradom nio e Imagem . . . . . . Tipos de func~es . . . . . . . . . . . . . . . . o 5.4.1 Func~es injetora, sobrejetora e bijetora o 5.5 Func~o Composta . . . . . . . . . . . . . . . . a 5.6 Func~o Inversa . . . . . . . . . . . . . . . . . a
72
5.7 Func~o Caracter stica de um Conjunto . . . . . . . . a 5.8 Func~es de Hash . . . . . . . . . . . . . . . . . . . . o 5.9 Recursividade . . . . . . . . . . . . . . . . . . . . . . 5.9.1 Func~es Recursivas . . . . . . . . . . . . . . . o 5.9.2 Recursividade em Linguagens de Programac~o a 5.10 Computabilidade de Func~es . . . . . . . . . . . . . . o 5.10.1 Func~es computaveis . . . . . . . . . . . . . . o 5.10.2 Func~es parcialmente computaveis . . . . . . o 5.10.3 Func~es n~o computaveis . . . . . . . . . . . . o a 5.11 Modelos abstratos de um Computador . . . . . . . . 5.11.1 Maquinas de Estados Finitos . . . . . . . . . . 5.11.2 Maquina de Turing . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . .
. . . . . . . . . . . .
82 83 84 85 89 90 90 90 92 92 92 94
6 Estruturas Algebricas
6.1 6.2 6.3 6.4
Introduc~o . . . . . . . . . . . . . . . . . a Conceitos de Estruturas Algebricas . . . Estruturas com uma operac~o interna . . a Estruturas com duas operac~es internas . o
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. 98 . 99 . 104 . 106
98
110
Lista de Figuras
3.1 3.2 3.3 3.4 3.5 3.6 4.1 4.2 4.3 4.4 4.5 4.6 4.7 5.1 5.2 5.3 5.4 5.5 5.6 5.7 5.8 5.9 Diagrama de Venn . . . . . . Representac~o de subconjunto a Uni~o de Conjuntos . . . . . . a Intersec~o entre Conjuntos . . a Diferenca entre conjuntos . . . Distributividade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 40 45 46 46 48 58 62 62 63 63 65 69 74 76 80 81 81 94 94 95 95
Tipos de relac~es binarias . . . . . . . . . . . . . . o Grafos de diferentes tipos de relac~es binarias . . . o Grafos de relac~es transitivas . . . . . . . . . . . . o Grafos de relac~es simetricas e anti-simetricas . . . o Grafos de relac~es binarias . . . . . . . . . . . . . . o Partic~o de um conjunto em classes de equival^ncia a e Relac~es R, S e a composta R S . . . . . . . . . . o
Dom nio, Contradom nio e Imagem . . . . . . . . . . . . . . . . Func~es injetora, sobrejetora e bijetora . . . . . . . . . . . . . . o Func~o que tem inversa . . . . . . . . . . . . . . . . . . . . . . . a Func~o que n~o tem inversa . . . . . . . . . . . . . . . . . . . . a a Esquema de Criptogra a . . . . . . . . . . . . . . . . . . . . . . Modelo de um Maquina de Estados Finitos . . . . . . . . . . . . Diagrama de Transic~o de Estados para um somador sequencial a Maquina de Turing . . . . . . . . . . . . . . . . . . . . . . . . . Con gurac~o de uma Maquina de Turing . . . . . . . . . . . . . a
Lista de Tabelas
1.1 Tabela para multiplicar 41 por 59 pelo metodo eg pcio . . . . . . . . 4 2.1 2.2 2.3 2.4 2.5 2.6 Tabela-Verdade para o operador de Negac~o a Tabela-Verdade para a Conjunc~o . . . . . . a Tabela-Verdade para a Disjunc~o . . . . . . a Tabela-Verdade para o Condiconal . . . . . Tabela-Verdade para o Bicondiconal . . . . . Tabela de equival^ncias de formulas . . . . . e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 17 17 17 18 20
4.1 R1 = Alunos x Disciplinas . . . . . . . . . . . . . . . . . . . . . . . . 68 4.2 R2 = Disciplinas x Locais . . . . . . . . . . . . . . . . . . . . . . . . 68 4.3 R3 = Locais x Horarios . . . . . . . . . . . . . . . . . . . . . . . . . . 68 6.1 Tabela para operac~o sobre o conjunto fe og . . . . . . . . . . . . . 102 a 6.2 Tabela da operac~o + . . . . . . . . . . . . . . . . . . . . . . . . . . 104 a 6.3 Tabela da operac~o . . . . . . . . . . . . . . . . . . . . . . . . . . 104 a
Com efeito, varios fatores in uem na escolha dos assuntos de matematica que devem ser vistos como pre-requisitos para o desenvolvimento da Ci^ncia da Come putac~o. Em geral, seleciona-se os diversos topicos da matematica que s~o essenciais a a ao estudos das diversas areas da computac~o, conhecidos a grosso modo como \Maa tematica Discreta", deixando-se de lado os aspectos matematicos utilizados para a modelagem de fen^menos f sicos, tais com o Calculo Diferencial e Integral, etc. o Os topicos matematicos que ser~o vistos neste trabalho s~o: Logica, Teoria a a dos Conjuntos, Relac~es e Func~es, Grafos, Estruturas Algebricas e Teoria Basica o o de Computabilidade. Apesar de procurarmos apresentar o assunto de uma maneira didatica e coloquial, tentaremos manter o formalismo e a precis~o adequada. a Tambem procuraremos, sempre que poss vel, apresentar aplicac~es praticas da area o da computac~o relacionada com os topicos estudados. a O objetivo principal deste cap tulo e tentar situar a matematica atraves de uma rapida vis~o panor^mica da historia da matematica, ressaltando os elemena a tos historicos relacionados com a propria historia da computac~o. N~o e por acaso a a que muitos cientistas, responsaveis por grandes feitos e impulsos no desenvolvimento dos computadores e da computac~o em geral, como Pascal, Babbage, Von Neumann a e Turing, entre outros, eram matematicos.
1.2 As Origens
As origens da matematica remontam ao proprio in cio da historia da humanidade. Os primeiros passos do pensamento matematico provavelmente estavam associados ao ato de contar colec~es de objetos discretos, e os dedos das m~os poderiam ser o a utilizados para indicar conjuntos de um, dois, tr^s, quatro ou cinco objetos, tais e como um lobo, duas arvores, tr^s ovelhas e assim por diante. e A descoberta da escrita deu um grande impulso nas habilidades matematicas, assim como permitiu que atraves da arqueologia pudessemos conhecer como a matematica evoluiu nos quatro mil^nios que antecederam a era crist~. e a Foi o desenvolvimento da agricultura que tornou o homem sedentario e possibilitou o aparecimento das grandes civilizac~es surgidas na Mesopot^mia (os babil^nios) o a o e nas margens do Rio Nilo (os eg pcios). Este desenvolvimento agr cola so foi poss vel gracas a utilizac~o de um calendario e de sistemas de irrigac~o. a a O desenvolvimento de um calendario pressup~e algum desenvolvimento da aritmetica, o de tecnicas de observac~o astron^mica e de sistemas de medic~o de angulos. Entre a o a ^ o IV e o III Mil^nios AC desenvolveram-se sistemas de calendario bastante apurae
41 1 2 4 8 16 32
Tabela 1.1: Tabela para multiplicar 41 por 59 pelo metodo eg pcio dos na Mesopot^mia e no Egito que ja permitiam prever com razoavel precis~o as a a epocas de enchente, plantio e colheita. Tambem os sistemas de irrigac~o exigiam a conhecimentos primitivos de engenharia e agrimensura. Com a agricultura abundante, oresceu o comercio e a troca de mercadorias, o que exigia conhecimentos de aritmetica aplicada. Os babil^nios, que sucederam os sumerios na Mesopot^mia no nal do terceiro o a mil^nio AC possuiam um avancado sistema de numerac~o. Este era um sistema e a posicional com base 60 (o nosso sistema de numerac~o atual e em base 10). Eles a dividiam o dia em 24 horas, cada hora em 60 minutos e cada minuto em 60 segundo. Talvez o aspecto mais interessante das habilidades de calculo dos babil^nios sejam o as suas tabelas para aux lio ao calculo. Para tornar a multiplicac~o mais facil, os babil^nios usavam a formula a:b = a o 2 ; a2 ; b2)=2, sendo esta a raz~o da exist^ncia das tabelas de quadrados de ((a + b) a e numeros, achadas por arqueologos. Os eg pcios, assim como os romanos possuiam um sistema de numerac~o que a n~o era muito adequado para operac~es aritmeticas. No entanto, os eg pcios eram a o muito pragmaticos em sua utilizac~o da matematica. Em um papiro datado de 1850 a AC, encontra-se um exemplo numerico concreto do calculo do volume de um tronco de pir^mide de base quadrada. Em outro papiro, chamado de papiro de Rhind, a encontra-se a recomendac~o de como multiplicar 41 por 59. \Pegue 59 e some a ele a mesmo, ent~o some o resultado com ele mesmo e assim por diante". a Como 64 e maior que 41, n~o e necessario continuar. proceda-se agora as seguina tes subtrac~es: o 41 ; 32 = 9 9 ; 8 = 1 1 ; 1 = 0
Agora selecione os numeros da coluna da direita correspondentes aos fatores 32, 8 e 1 e some-os: 1888 + 472 + 1 = 2419 Note-se que a multiplicac~o e obtida utlizando-se apenas operac~es de adic~o. a o a Outro fator impulsionador do desenvolvimento da matematica, alem da agricultura e do comercio, est~o os rituais religiosos e funerarios. Tome como exemplo as a proprias pir^mides do Egito e os grandes monumentos de pedra (megalitos) espalhaa dos pela Europa e Norte da Africa. Acredita-se que Stonehenge, na Inglaterra, foi constru do entre 1900 e 1600 AC e muitos historiadores a rmam que ele era utilizado como uma \calculadora de pedra" com o objetivo de prever o nascimento do Sol e da Lua no solst cio e no equinocio.
AC, surge a monumental obra de Euclides (365-275 AC) \Elementos" (Stoichia), que incorporava o trabalho de seus predecessores e suas proprias contribuic~es, expondo o a geometria do plano e do espaco de forma dedutiva. A matematica grega chegaria ao seu apogeu com Arquimedes (287-212 AC). Sua contribuic~o a geometria e rigoraso e cheia de imaginac~o. N~o menos engenhosas a a a foram suas contribuic~es para o estudo da mec^nica e da hidrostatica. o a A partir do seculo II AC ocorre o decl nio geral do progresso matematico. Ate a queda do Imperio Romano, a atividade matematica praticamente desapareceu do mundo ocidental. O crepusculo da civilizac~o do Mundo Antigo atinge assim, a tambem a matematica. Como legado, os gregos nos deixaram grandes conhecimentos sobre a logica, os numeros e as formas geometricas. Eles tambem nos legaram a inspirac~o de que a Natureza seria pass vel de ser conhecida e explicada pela raz~o, a a utilizando-se como instrumento racional a matematica.
1.5 O Renascimento
A agitac~o artstica, intelectual e cultural durante a Renascenca (seculos XVI, XVII a e XVIII) atinge a loso a, a ci^ncia e a matematica. Nesta epoca, a obra de Are quimedes e traduzida para o latim. As atividades cient cas e matematicas s~o a estimuladas por problemas praticos, como a construc~o de canais, moinhos d'agua, a construc~o naval, cartogra a e navegac~es. O aprimoramento tecnologico e a curia o osidade cient ca caminhavam juntas. O interesse pela mec^nica teorica levou ao a desenvolvimento do calculo diferencial e integral como ferramenta para modelar e explicar os fen^menos f sicos. o Um grande progresso matematico e alcancado nesta epoca. Fermat e Descartes desenvolvem a geometria anal tica Newton e Leibnitz, o calculo diferencial e inte-
gral Fermat e Pascal iniciam a teoria da probabilidade Galileo e Newton aplicam a matematica para fundamentar a din^mica, resultando no Teoria da Gravidade de a Newton. Com apenas dezoito anos, Pascal direcionou seus interesses para o projeto e construc~o de uma maquina calculadora. Em poucos anos, por volta de cinquenta a destas maquinas haviam sido vendidas. Muitas das caracter sticas do mundo moderno t^m suas origens na efervesc^ncia e e deste per odo. A partir de ent~o a matematica estava rmemente estabelecida como a base de todo o desenvolvimento cient co.
a Alemanha. Alem disto, Babbage costumava frequentar reuni~es femininas, onde o muitas mulheres se dedicavam ao trabalho com teares. Ora, os teares utilizavam tas perfuradas, a posic~o dos furos comandando o ponto a ser feito. Unindo as a duas ideias, aut^matos e teares nasceu a \Maquina Anal tica", ou em suas proprias o palavras :\The calculating part of the engine may be divided into two portions: 1st, the mill in which all operations are performed 2nd, the store in which all numbers are originally placed and to which the numbers computed by the engine are returned. (C.Babbage, 26 Dec. 1837 in Randel, pagina75 ?])". Foi com ele que nasceu a noc~o de CPU e memorias separados. a Na area de fundamentos matematicos, uma teoria logicamente satisfatoria dos numeros reais so veio a aparecer na segunda metade do seculo XIX, com os trabalhos de Dedekind (1831-1916), Weirstrass (1815-1897) e Georg Cantor (1845-1918). Estes matematicos procuraram mostrar como construir uma teoria satisfatoria dos numero reais <. Alem da analise logica dos reais, no m do seculo XIX, a analise axiomatica de Guiuseppe Peano (1858-1932) procurou situar logicamente os numeros naturais. Tambem se procurou a construc~o dos inteiros naturais por meio de uma logica de a classes, primeiramente atraves de Frege (1848-1925) e, posteriormente e de maneira independente por Bertrand Russel e Whitehead nos Pricipia MathematicaA ideia da logica matematica como instrumento de analise oresce a partir deste per odo. Os estudos de Cantor procurando explicar logicamente os numeros reais foram seguidos por suas pesquisas pioneiras na teoria dos conjutos e dos numeros transnitos Mais tarde, a teoria dos conjutos, aperfeicoada no seculo XX por Zermelo e Frenkel entre outros, foi reconhecida como o principal ponto de partida para a construc~o dos demais ramos da matematica (algebra, topologia, etc). O metodo a axiomatico, usado no seculo XIX no estudo das geometrias n~o-euclidianas e da a geometria projetiva, foi gradualmente fortalecido pelos trabalhos de Hilbert. David Hilbert se notabilizou por promover a abordagem axiomatica da matematica pelos trabalhos no espaco dimensional in nito, mais tarde chamado de \Espaco de Hilbert" e principalmente pelos 23 problemas propostos no segundo Congresso Internacional de Matematica de Paris. Estes problemas desa aram, e ainda hoje desa am, os matematicos a solucionar quest~es fundamentais. o De certa maneira, os formalismos matematicos dos axiomas defendidos por Hilbert foram enfraquecidos por Karl Godel (1906-1978). Godel se tornou conhecido ao provar que em qualquer sistema matematico axiomatico consistente existir~o proa posic~es que n~o podem ser provadas verdadeiras ou falsas. Por outro lado, se todos o a as proposic~es foram ou verdadeiras ou falsas conclui-se que os axiomas s~o incono a sistentes. Os resultados de Godel mostraram que a matematica n~o e um objeto a
acabado, o que signi ca que um computador nunca podera ser programado para responder todas as quest~es matematicas. o
em Kiev do calculador MESM concluido em 1950. Dele descendem o BESM e o STRELA conclu dos em 1953. Nesta epoca ja havia comecado a aparecer os MINSK, da Universidade de Moscow, computadores especializados dos quais mais de 2000 foram constru dos ate 1976. Finalmente cabe mencionar o trabalho pioneiro de Zuse e Schreyer na Alemanha. O trabalho destes dois pioneiros ss foi conhecido fora da Alemanha depois do nal da II Guerrra Mundial (1945) e ainda hoje e desconhecido de muitos. Konrad Zuse (1910-) iniciou a construc~o de sua calculadora em 1934 quando era estudante da a \Technische Hochsch Berlin-Charlottenburg". Em 1936 ele havia constru do uma calculadora dotada de uma unidade aritmetica usando o conceito de ponto utuante ( 11], cap' tulo IV), primeira no mundo. Baseando-se nas ideias de Babbage, Leibnitz, Torres y Quevedo e Ludgate ele foi o pioneiro em maquina programavel. Seu pedido de patente do Z1 data de 11/04/1936 ( 11] p.159). N~o existem registros a de quando o ent~o \Diploma Engineer" iniciou seu doutorado auxiliado pelo jovem a Helmut Theodore Schreyer. Schreyer projetou e construiu um prototipo de valvula duplo-triodo, fabricada depois pela Telefunken, para ser usada em nova vers~o do a computador patenteado por Zuse, desta vez eletr^nico. O que e certo e que em 1939, o Zuse foi convocado para o servico militar e Schreyer escreveu um relatorio apresentado ao exercito alem~o, mostrando a import^ncia dos computadores. Para mostrar a a a import^ncia do uso de valvulas e a velocidade de calculo que seria atingida ele a escreve: \Ele pode tambem ser util para calcular tabelas de tiro de artilharia e para o calculo da trajetoria de foguetes de longo alcance, pois pode instantaneamente produzir dados para o posicionamento do canh~o se as informac~ers necessarias s~o a o a introduzidas na maquina" ( 11] p.169). Apesar de n~o terem conseguido subs dio para a construc~o da maquina que a a desejavam, com 1500 valvulas, Zuse foi dispensado do servico militar. N~o restou a nenhuma destas maquinas apos a guerra, a ultima, o Z4, tendo sido destru da dentro de um vag~o de trem por um bombardeio perto do nal da guerra. Schreyer que a viajava no trem conseguiu escapar e, chegando a Embaixada do Brasil em Viena, conseguiu um passaporte de \brasileiro nato!". E foi assim que ele chegou ao Rio de Janeiro (sem falar uma palavra de portugu^s) no nal de 1945. Conseguiu um lugar e como professor de Telefonia na ent~o Escola Tecnica do Exercito, hoje, Instituto a Militar de Engenharia. Neste Instituto conseguiu, em 1958, depois de mais de 10 anos de tentativas, convencer as autoridades acad^micas de construir com aux lio de projetos de m do e curso de eletr^nica, um computador. Foi assim que as turmas de 1958,1959 e 1960, o trabalharam neste projeto, usando muitos componentes de sucata de guerra obtidos
no Deposito de Material de Comunicac~es no Rio de Janeiro (radares, radios, etc.) o nalizado o computador em 06 de janeiro de 1961, data da formatura da ultima turma 2] da ainda Escola Tecnica do Exercito. Schreyer nasceu alem~o. Construiu o primeiro computador totalmente eletr^nico. a o Veio para o Brasil, onde n~o acrecditaram no que contou, mas conseguiu orientar a alunos, construindo o primeiro computador (era h brido, parte analogica e parte digital) eletr^nico no Brasil 2] conclu do em 1960 e desmontado no desmenbramento o da Escola Tecnica do Exercito (ETE) em Instituto Militar de Engenharia(IME) e Instituto de Pesquisa e Desenvolvimento (IPD), provavelmente para evitar a remoc~o a para o IPD. Morreu brasileiro, em seu apartamento no Flamengo, tendo constru do o primeiro computador digital eletr^nico programavel com valvulas, que ele mesmo o projetou antes da guerra, e tendo coordenado o projeto do primeiro computador projetado e constru do no Brasil. Hoje em dia os computadores se tornaram t~o rapidos e poderosos que ultrapasa saram em muito os sonhos de desejos de Babbage, que viveu apenas um seculo antes do seu surgimento. problemas que estavam, ate bem pouco tempo, muito alem das capacidades dos matematicos, hoje em dia t^m sido solucionados com o aux lio dos e computadores.
O nucleo do pensamento Aristotelico se encontra nos primeiros sete cap tulos do primeiro volume do Anal tica, ou Primeiro Anal tica. E a que ele apresenta a teoria dos silogismos, descoberta intelectual de inigualavel amplitude e que dominou a Logica por mais de 2000 anos, e ainda hoje prevalece na cultura cient ca. A de nic~o aristotelica de silogismo e: \silogismo e uma frase na qual, tendo se a a rmado algumas coisas, algo alem destas coisas se tornam verdadeiras." Base da Logica Contempor^nea, os silogismos enunciados por Aristoteles s~o a a muitas vezes mencionados, utilzados, deturpados e poucas vezes compreendidos. Note-se que em todo o trabalho de Aristoteles n~o existe menc~o a objetos particua a lares, o que signi ca que o exemplo classico de silogismo abaixo, n~o e aristotelico: a \Todos os homens s~o mortais a Socrates e um homem Ent~o, Socrates e mortal." a A logica aristotelica pode ser considerada logica formal no sentido de que ela se ocupa apenas da forma do pensamento, sem levar em considerac~o os objetos a particulares em que se pensa. Alem disso, ela estabelece o modo de fazer infer^ncias e validas. Note-se que n~o se deve confundir os termos formal e formalismo, este a ultimo signi cando uma linguagem precisa utilizada para escrever racioc nios formais. Nos seculos que se seguiram, a loso a oresceu na Grecia, servindo de alimento a curiosidade intelectual daqueles que eram motivados por valores culturais. Sob varios aspectos, os logicos atingiram o seu zenite com os Esto cos e os Megarianos. A escola megariana foi fundada por Euclides que teve como disc pulo Eubulides, a quem se atribue o paradoxo do mentiroso. Este paradoxo e apresentado sob varias formas, sendo talvez a mais comum a de C cero: \Se voc^ diz que esta mentindo e e esta dizendo a verdade ent~o voc^ esta mentindo?". a e Zeno foi formado nesta escola e foi o fundador do Estoicismo. Um exemplo de argumento estoico e: \Se voc^ sabe que esta morto, voc^ esta morto, e e Mas se voc^ sabe que esta morto, voc^ n~o esta morto, e e a portanto voc^ n~o sabe se esta morto ou n~o." e a a Mas talvez o mais famoso seja: o paradoxo do barbeiro \Havia uma pequena cidade onde so existia um barbeiro. O barbeiro recebeu a miss~o de barbear todos os homens que n~o barbeavam a si mesmos. Se n~o o zesse a a a morreria!" Pergunta: Quem barbeia o barbeiro? O paradoxo resume-se no fato de que, se ele se barbeasse, estaria barbeando uma
pessoa que barbeia a si mesmo e se n~o o zesse, estaria deixando de barbear alguem a que n~o se barbeia. a Estes argumentos alimentaram profunda especulac~o intelectual para losofos a desde ent~o, principalmente na Grecia antiga, os quais notaram ser o axioma do a meio exclu do o ponto crucial. Este axioma considera que as proposic~es podem o ter apenas dois valores de verdade, verdadeiras ou falsas. Valores intermediarios de verdade sendo exclu dos. A Logica contempor^nea se caracteriza por dois pontos? a Pela tend^ncia chamada matematizac~o da logica, movimento que pode ser e a atribu do a Frege e Russel que invadiu a Logica de um extensivo uso de s mbolos e pelo desejo de dar uma base solida a conceitos matematicos. O reconhecimento das Logicas N~o-Padr~o. A Logica baseada nos trabalhos a a de George Boole usando dois valores de verdade sendo conhecida como Logica Padr~o e compreendendo o Calculo das Proposic~es e o Calculo dos Predicaa o dos, ambos constituindo a Logica de Primeira Ordem. As Logicas N~o-Padr~o a a compreendendo as Logicas de Ordem Superior, Extens~es n~o monot^nicas s~o aquelas em que alguns teoremas da Logica padr~o o a o a a deixam de ser validos. Talvez o mais notavel exemplo seja o classico postulado do meio excluido que deixa de ser valido nas Logicas multi-valoradas das quais Lukasiewicz foi pioneiro.
sintaxe e a sua sem^ntica. Sua principal nalidade e a de dada uma proposic~o com a a sintaxe correta e a sem^ntica dos componentes da proposic~o, determinar o valor a a sem^ntico da proposic~o. a a Exemplos de Proposic~es: o 1. Hoje e segunda ou terca-feira Hoje n~o e terca-feira a ` Hoje e segunda. 2. Rembrandt pintou a Mona Lisa ou Michel^ngelo a pintou a N~o foi Rembrandt que pintou a Mona Lisa a ` Michel^ngelo pintou a Mona Lisa a 3. p _ q ( p ou q :p ( n~o e o caso que p a `q(q
{ { { { {
Negac~o: n~o e o caso que (:)( ) a a Conjunc~o: e (&)(^) a Disjunc~o: ou (_) a Condicional: se ... ent~o (!)()) a Bicondicional: se e somente se ($)(,)
Letras Sentenciais
{ (,)
No Calculo Proposicional, s~o os s mbolos que representam as sentencas declaa rativas, no caso, as letras sentenciais.
Formulas At^micas o
Uma formula at^mica e uma formula bem formada (fbf) o Uma fbf precedida por : e uma fbf Uma formula at^mica seguida por um conetivo distinto de : e uma fbf, e uma o fbf. Ex.: Se n~o esta chovendo, ent~o n~o e o caso que esta chovendo e nevando. a a a :C ! :(C ^ N )
A ^ B e verdade se A e verdade e B e verdade A _ B e verdade se qualquer dos dois, A ou B e verdade A ! B signi ca que se A e verdade, B e verdade. Entretanto nada se sabe de B se A for falso.
2.3.3 Tabelas-Verdade
As Tabelas-Verdade fornecem um teste rigoroso e completo para a validade ou invalidade de formas de argumento da Logica Proposicional, alem de se constituir em um algoritmo. Quando existe um algoritmo que determina se as formas de argumento expressaveis num sistema formal s~o validos ou n~o, esse sistema e dito decid vel. a a Desta forma, eles garantem a decidibilidade da Logica Proposicional. O Condicional normalmente parece um conceito bastante confuso para o iniciante, principalmente quando se tenta converter um condicional expresso em Portugu^s para uma forma simbolica. e
Bicondicional A V V F F
B A$B V V F F V F F V
Tabela 2.5: Tabela-Verdade para o Bicondiconal Geralmente assumimos uma relac~o, ou implicac~o ou sentimento de causa-ea a efeito entre o antecedente e o consequente de um condicional. Por exemplo, a sentenca: Se eu pegar o livro, ent~o deverei l^-lo esta noite, parece razoavel porque o a e consequente se refere ao livro mencionado na primeira parte da senteca. Por outro lado, a sentenca: Se eu pegar o livro, ent~o a sala e vermelha, parece n~o fazer a a sentido. Entretanto, de acordo com a de nic~o de condicional, esta ultima sentenca a e perfeitamente aceitavel e possui um valor de verdade que vai depender dos valores de verdade das sentecas declarativas que est~o sendo conectadas. a Se A e B s~o quaisquer duas sentecas declarativas, ent~o a proposic~o A $ B , a a a que e lida como: \A se e somente se B", e chamada de Bicondicional. Note que os valores de verdade de (A ! B ) ^ (B ! A) s~o id^nticos aos valores de verdade de a e A $ B aqui de nidos.
2.3.4 Tautologia
Proposic~o que e sempre verdade, independentemente dos valores de seus compoa nentes. Ex.: A _ :A A :A A _ :A V F V F V V
A :A A ^ :A V F F F V F
^ EQUIVALENCIA :(A ^ B ) = (:A _ :B ) :(A _ B ) = (:A ^ :B ) A^B = B ^A A_B = B _A A _ (B _ C ) = (A _ B ) _ C A ^ (B ^ C ) = (A ^ B ) ^ C A ^ (B _ C ) = (A ^ B ) _ (A ^ C ) A _ (B ^ C ) = (A _ B ) ^ (A _ C ) A = :(:A) A ! B = :B ! :A (A ^ B ) ! C = A ! (B ! C ) A^A = A A_A = A
NOME Lei de De Morgan Lei de De Morgan Comutatividade Comutatividade Associatividade Associatividade Distributividade Distributividade Dupla Negac~o a Transposic~o a Exportac~o a Idempot^ncia e Idempot^ncia e
Tabela 2.6: Tabela de equival^ncias de formulas e As regras de equivalencia tambem podem ser utilizadas para simpli cac~o de a formulas, permitindo escrever formulas equivalentes mais simples e compactas, eliminado letras sentenciais super uas. Exemplo: Simpli que a seguinte fbf: A _ (A ^ (:A ^ B _ C ^ (A ^ C ))) A _ (A ^ (:A ^ B _ A ^ C )) (Assoc. e Idemp.) A _ (A ^ (:A ^ B ) _ A ^ (A ^ C )) (Distr.) A _ ((A ^ :A) ^ B ) _ A ^ C ) (Assoc.e Idemp.) A _ (Falso ^ B ) _ A ^ C ) (Contrad.) A _ (Falso _ A ^ C ) A _ (A ^ C ) (A _ A) ^ (A _ C ) A
demonstrar que uma dada formula e uma consequ^ncia valida de um dado conjunto e de premissas. As regras de infer^ncia s~o basicamente os silogismos de Aristoteles, e a formulados de modo mais atual.
Regras Basicas
1. Modus Ponens (MP): De um condicional e seu antecedente podemos inferir a seu consequente. A A ! B ` B . Exemplos: Se aquele animal for um gato, ent~o aquele animal e preguicoso. a Aquele animal e um gato. Logo, aquele animal e preguicoso. Se Maria ou Juliana vier, ent~o a festa sera alegre e divertida. a Maria ou Juliana vir~o. a Logo, a festa sera alegre e divertida. Ex.: P P ! Q Q ! R ` R 1 Prova: 1 P P 2 P !Q P 3 Q!R P 4 Q 1 2MP 5 R 3 4MP 2. Eliminac~o da Negac~o (:E ): De uma fbf ::A, podemos inferir A. a a Exemplo: N~o e o caso de que o lixo n~o esta vazio. a a Logo, o lixo esta vazio.
O s mbolo `, chamado \traco de asserc~o", a rma que a formula a sua direita pode ser deduzida a utilizando como premissas somente as formulas que est~o a sua esquerda. a
1
Prova: 1 2 3 4 5
P P 2 :E 3 1MP 4:E
3. Introduc~o da Conjunc~o (^I ): De quaisquer fbfs A e B, podemos inferir a a A ^ B. 4. Eliminac~o da Conjunc~o (^E ): De uma conjunc~o podemos inferir qualquer a a a uma de suas sentencas. A sala esta vazia. O professor esta dando aula. Logo, a sala esta vazia E o professor esta dando aula. Jo~o E Marcelo jogar~o futebol este sabado. a a Logo, Jo~o jogara futebol este sabado. a Ex.: P ! (Q ^ R) P ` P ^ Q Prova: 1 P ! (Q ^ R) P 2 P P 3 Q^R 2 1MP 4 Q 3^E 5 P ^Q 2 4^I 5. Introduc~o da Disjunc~o (_I ): De uma fbf A, podemos inferir a disjunc~o de a a a A com qualquer fbf. Exemplo: A sala esta vazia. Logo, a sala esta vazia OU o professor esta dando aula. Ex.: P ` (P _ Q) ^ (P _ R)
Prova: 1 2 3 4
P P _Q Q_Q (P _ Q) ^ (P _ R)
6. Eliminac~o da Disjunc~o (_E ): De fbfs da forma A _ B , A ! C e B ! C , a a podemos inferir C . Exemplo: Eu OU meu irm~o caremos em casa esta noite. a Se eu car em casa esta noite, ent~o a geladeira cara vazia. a Se meu irm~o car em casa esta noite, ent~o a geladeira cara vazia. a a Logo, a geladeira cara vazia. Ex.: S _ D S ! F D ! F ` F Prova: 1 S_D P 2 S!F P 3 D!F P 4 F 1 2 3_E 7. Introduc~o do Bicondicional ($ I ): De quaisquer fbfs de formas (A ! B ) e a (B ! A), podemos inferir A $ B . 8. Eliminac~o do Bicondicional ($ E ): De qualquer fbf da forma A $ B , a podemos inferir A ! B ou B ! A. Exemplo: Se houver um terremoto, ent~o a cidade sera destru da, E se a cidade for a destru da, ent~o e porque houve um terremoto. a A cidade sera destru da SE E SOMENTE SE houver um terremoto. Ex.: P $ Q ` Q $ P
Prova: 1 2 3 4
P $Q P !Q Q!P Q$P
9. Prova do Condicional (PC): Dada uma derivac~o de uma fbf A a partir de a uma hipotese B, podemos descartar a hipotese e inferir B ! A. 2 Ex.: I (I ^ C ) ! :S :S ! :A ` C ! :A Prova: 1 I P 2 (I ^ C ) ! :S P 3 :S ! :A P 4 C H (Hipotese) 5 I ^C 1 4^I 6 :S 2 5MP 7 :A 3 6MP 8 C ! :A 4 7PC 10. Reduc~o ao Absurdo (RAA): Dada uma derivac~o de uma contradic~o a partir a a a 3 de uma hipotese A, podemos descartar a hipotese e inferir :A. Ex.: P ! Q :Q ` :P Prova: 1 P !Q P 2 :Q P 3 P H 4 Q 1 3MP 5 Q ^ :Q 2 4 ^ I 6 :P 3 5RAA
Regras Derivadas
A Prova do Condicional e tambem chamada de Teorema da Deduc~o e e normalmente utlizada a se o consequente e da forma A ! B . Nestes casos, A e tomado como uma premissa adicional e se infere B das premissas dadas e de A. 3Contradic~o e qualquer fbf da forma A ^ :A. a
2
1. Modus Tollens (MT): De fbfs da forma A ! B e :B , infere-se :A. Exemplos: Se meu carro estiver no estacionamento, ent~o estou na Universidade. a Eu n~o estou na Universidade. a Logo, meu carro n~o est~ no estacionamento. a a Se meu animal de estimac~o for um gato ou um c~o, ent~o ele sera um a a a mam fero. Meu animal de estimac~o n~o e um mam fero. a a Logo, ele n~o e um c~o nem um gato. a a 2. Silogismo Hipotetico (SH): De fbfs da forma A ! B e B ! C , infere-se A ! C. Exemplos: Se o passaro esta perdido, ent~o a porta da gaiola esta aberta. a Se a porta da gaiola esta aberta, ent~o o passaro pode retornar a gaiola. a Logo, se o passaro esta perdido, ent~o ele pode retornar a gaiola. a Se meu time jogar bem, ent~o ele vencera as suas partidas. a Se meu time vencer as suas partidas, ent~o ele se classi cara para as nais a do campeonato. Logo, se meu time jogar bem, ent~o ele se classi cara para as nais do a campeonato. 3. Regra da Absorc~o (ABS): De uma fbf da forma A ! B , infere-se A ! (A ^ B ). a 4. Regra do Dilema Construtivo (DC): De fbfs da forma A _ B , A ! C e B ! D, infere-se C _ D. Exemplo: A festa sera na minha casa ou na sua. Se zermos a festa em minha casa, ent~o minha casa cara uma bagunca. a Se zermos a festa em sua casa, ent~o sua casa cara uma bagunca. a Logo, ou a minha casa ou a sua cara uma bagunca. 5. Regra da Repetic~o (RE): De qualquer fbf A, infere-se A. a
6. Regra do Silogismo Disjuntivo (SD): De fbfs da forma A _ B e :A, infere-se B. Exemplo: Ou o cachorro esta dentro de casa ou ele esta no patio. O cachorro n~o esta no patio. a Logo, o cachorro esta dentro de casa. Exerc cios: 1. Se ha um jogo de futebol na Ressacada, ent~o viajar de avi~o e di cil. Se eles a a chegarem no horario no aeroporto, ent~o a viagem de avi~o n~o sera dif cil. a a a Eles chegaram no horario, portanto n~o houve jogo na Ressacada. a Sejam: P: Existe um jogo de futebol na Ressacada. Q: Viajar e dif cil. R: Eles chegaram no aeroporto no horario. P ! Q R ! :Q R ` :P Prova: 1 P !Q P 2 R ! :Q P 3 R P 4 :Q 2 3MP 5 :P 1 4MT 2. Veri que se os argumentos a seguir constituem argumentos validos. (a) Se este animal for um passaro, ent~o ele tem sangue-quente. a Se este animal for um reptil, ent~o ele tera sangue-frio. a Este animal possui ou sangue-quente ou sangue-frio. Logo, este animal e um passaro ou um reptil. (b) Se Jo~o esta em casa, ent~o a porta esta aberta. a a A porta esta aberta. Logo, Jo~o esta em casa. a (c) Se voc^s dois carem em casa, ent~o poderei sair sossegado. e a Voc^s dois v~o car em casa. e a Logo, poderei sair sossegado.
3. Determine se as seguintes formas s~o validas ou invalidas: a (a) (b) (c) (d) (e)
P ! Q R ! : Q R ` : P. A ! (B _ C ) B ! : A D ! : C ` A ! : D . B ^ C (B $ C ) ! (H _ G) ` H _ G. (Q ^ R) ! P : Q : R ` : P . P ! Q (: Q _ R) ^ : R :(: P _ S ) ` : S .
1. H1 : P ! Q H2 : P C : Q 2. H1 : P ! Q H2 : :P C : Q 3. H1 : P ! Q H2 : :(P ^ Q) C : :P 4. H1 : :P H2 : P $ Q C : :(P ^ Q) 5. H1 : P ! Q H2 : Q C : P
H (s) ` M (s) onde H, M e s n~o s~o sentencas, como na Logica Proposicional, mas classes a a de atributos.
{ Quanti cador Universal (8): Este tipo de quanti cador e formado pelas
express~es \todo" e \nenhum". o Ex.: Todo Homem e Mortal, ou seja, qualquer que seja x, se x e Homem, ent~o x e Mortal. 8x(H (x) ! M (x)) a Nenhum Homem e Vegetal, ou seja, qualquer que seja x, se x e Ho~ mem, ent~o x NAO e Vegetal. 8 x (H (x) ! : V (x)) a { Quanti cador Existencial (9): Este tipo de quanti cador e formado pelas express~es \existe algum" ou \pelo menos um" ou ainda \para algum". o Ex.: Pelo menos um Homem e Inteligente, ou seja, existe pelo menos um x em que x seja Homem e x seja Inteligente. 9 x (H (x) ^ I (x)) { Predicados: Descrevem alguma coisa ou caracter sticas de um ou mais objetos. Eles ser~o denotados por letras maiusculas. a Ex.: Bob ama Cathy : A(b c) Bob ama alguem : 9xA(b x) Bob ama a todos : 8xA(b x)
{ Operadores Logicos: : ^ _ ! $
{ Letras Nominais: letras minusculas de \a" a \t" { Variaveis: letras minusculas de \u" a \z" { Letras Predicativas: letras maiusculas.
Formulas At^micas o
{ Uma formula at^mica e uma formula bem formada (fbf) o { Se P e uma fbf, ent~o :P tambem o e a { Se P e Q s~o fbfs, ent~o: (P ^ Q) (P _ Q) (P ! Q)e(P $ Q) tambem a a
o s~o a { Se (a) e uma fbf contendo uma letra nominal a, ent~o qualquer forma a 8x (x) e uma fbf onde (x) e o resultado de se substituir uma ou mais ocorr^ncias de a em por uma variavel x, que n~o ocorra em . e a Exemplos: Seja P = F (a) ^ G(a b), ent~o s~o fbfs: a a 8x(F (x) ^ G(a b)) 8x(F (x) ^ G(x b)) 8x(F (a) ^ G(a x)) 9x(F (x) ^ G(a b))
Prova: 1 2 3 4 5 6 7
Regras Basicas
1. Eliminac~o Universal (EU): De uma fbf quanti cada universalmente 8x (x), a infere-se uma fbf da forma (a), a qual resulta de se substituir cada ocorr^ncia e da variavel x em por uma letra nominal a. Esta regra e, as vezes, chamada de Instanciac~o Universal. a Ex.: 8x(H (x) ! M (x)) H (s) ` M (s) Prova: 1 8x(H (x) ! M (x)) P 2 H (s) P 3 H (s) ! M (s) 1EU 4 M (s) 2 3MP 2. Introduc~o Universal (IU): De uma fbf contendo uma letra nominal a, que a n~o ocorre em qualquer premissa ou em qualquer hipotese vigente na linha em a ocorre, infere-se uma fbf da forma 8x (x), onde (x) e o resultado de se substituir todas as ocorr^ncias de a em por uma variavel x que n~o ocorra e a em . Ex.: 8x(P (x) ! C (x)) 8 x (C (x) ! V (x)) ` 8 x (P (x) ! V (x)) Prova: 1 8x(P (x) ! C (x)) P 2 8x(C (x) ! V (x)) P 3 P (a) ! C (a) 1EU 4 C (a) ! V (a) 1EU 5 P (a) ! V (a) 3 4SH 6 8x(P (x) ! V (x) 5IU
3. Introduc~o Existencial (IE): Dada uma fbf contendo uma letra nominal a, a infere-se uma fbf da forma 9x (x), onde (x) e o resultado de se substituir uma ou mais ocorr^ncias de a em por uma variavel x que n~o ocorra em . e a Entre as restric~es apresentadas para a utilizac~o da IE ressalta-se: o a
a pode ocorrer em uma hipotese, n~o utilizada ainda, ou em uma prea missa a variavel x n~o precisa substituir todas as ocorr^ncias de a em , e a e preciso substituir somente uma ou mais IE permite introduzir somente um quanti cador existencial por vez e somente do lado esquerdo da formula.
Ex.: 8x(F (x) _ G(x)) ` 9x(F (x) _ G(x)) Prova: 1 8x(F (x) _ G(x)) P 2 F (a) _ G(a) EU 3 9x(F (x) _ G(x) 2IE 4. Eliminac~o Existencial (EE): Dada uma fbf quanti cada existencialmente 9x (x) a podemos inferir (a), contanto que a letra nominal n~o ocorra em (x), nem a em qualquer premissa, nem em qualquer hipotese e nem em qualquer passo anterior da derivac~o. Estas restric~es podem ser facilmente satisfeitas esa o colhendo uma nova letra nominal cada vez que a Eliminac~o Existencial for a aplicada. Ex.: 9x(F (x) ^ G(x)) ` 9x(F (x)) Prova: 1 9x(F (x) ^ G(x)) P 2 F (a) ^ G(a) 1EE 3 F (a) 2^E 4 9xF (x) 3IE
Regras Derivadas
Iterc^mbio de Quanti cadores a
{ :(8xF (x)) = 9x:F (x) { 8x:F (x) = :(9xF (x)) { 8xF (x)) = :(9x:F (x))
Exerc cios: 1. Mostre que: (a) 8 x H (x) ! M (x) 9 x H (x) ` 9 x M (x) Prova: 1 8H (x) ! M (x) P 2 9xH (x) P 3 H (a) H Hipotese para EE 4 H (a) ! M (a) 1EU 5 M (a) 3 4MP 6 9 x M (x) IE 7 9 x M (x) 1 3 ; 6EE (b) 9 x P (x) ^ 8 x Q(x) ` 9 x (P (x) ^ Q(x)) (c) 8 x (: P (x) ! Q(x)) 8 x : Q(x) ` P (a) 2. Veri que se as seguintes formas s~o validas ou invalidas. a (a) 9 x (P (x) ^ Q(x)) ` 9 x P (x) ^ 9 x Q(x) (b) 9 x P (x) ^ 9 x Q(x) ` 9 x (P (x) ^ Q(x)) 3. Considerando as seguintes informac~es: o - Toda atriz e bonita. - As avos n~o s~o bonitas. a a - Algumas avos s~o inteligentes. a Provar que: - V~o existir mulheres que s~o inteligentes e n~o s~o atrizes. a a a a
sentar provas formais que utilizem as tecnicas apresentadas no cap tulo anterior. A medida que formos prosseguindo em nosso estudo, procuraremos enfatizar analogias entre o Calculo Proposicional e as Operac~es sobre Conjuntos. o
< U X x 2>
6. conjunto de numeros reais tal que x2 ; 4 = 0 De modo geral, pensamos em conjuntos como uma colec~o de objetos que coma partilham de alguma propriedade em comum. Por exemplo, em matematica e bastante comum considerarmos um conjunto de linhas, um conjunto de tri^ngulos, etc. a No entanto, e importante ressaltar que esta caracter stica comum entre os elementos n~o e necessaria, e um conjunto que consista de objetos como: um carro, o numero a 3, uma porta e o aluno Jo~o tambem e um exemplo aceitavel de conjunto. a A notac~o de conjuntos geralmente utiliza letras maiusculas: a
A B C ::: X Y Z
3.2.2 Elementos
Os objetos que constituem um conjunto denominam-se elementos do conjunto. Por exemplo: Jose e um elemento do conjunto de catarinenses, 1 e elemento do conjunto de numeros naturais, -2 e elemento do conjunto dos numeros reais que satisfaz a equac~o x2 ; 4 = 0. a Os elementos dos conjuntos s~o geralmente denotados por letras minusculas: a
x2X que e lido como \x e um elemento de X ", ou \x pertence a X ", ou ainda \x esta em X ". Se o elemento x n~o pertence ao conjunto X denota-se: a x2X = que e equivalente a negac~o da proposic~o \x esta em X ", ou seja? a a
:(x 2 X ) = x 2 X =
Esta notac~o e devida ao matematico italiano Giuseppe Peano (1858- 1932) 10]. a E importante ressaltar que nenhuma restric~o foi colocada sobre que objetos a podem ser membros de um conjunto. N~o e raro termos conjuntos cujos membros a s~o tambem conjuntos, tais como: a
S = fa f1 2g p fqgg No entanto, e importante distinguir entre o conjunto fqg que e um elemento de S e o elemento q, que e um membro de fqg mas n~o e um membro de S. a
type
pontos internos a um quadrado (ou ret^ngulo) e os demais conjuntos s~o represena a tados por c rculos contidos no quadrado (ou ret^ngulo). a Exemplo 3.2.1 A declarac~o type em PASCAL especi ca que o conjunto universo a Alfabeto e o conjunto de todos caracteres no teclado, tais como A, 7, e %. Alfabeto = set of char
Figura 3.1: Diagrama de Venn listar (ou listar parcialmente) seus elementos, usar recurs~o para descrever como gerar seus elementos ou, a descrever uma propriedade P que caracteriza seus elementos.
Exemplo 3.4.1 Um conjunto particular S pode ser descrito pela sua propriedade
caracter stica:
Isto e lido como \o conjunto de todo x tal que x e par inteiro positivo". Ou ainda, usando a notac~o da Logica de Predicados: a
8xS (x) = 8x x 2 S
X Y $ 8x(x 2 X ! x 2 Y ) $ Y
Voltando ao exemplo 3.2.1, agora os subconjuntos podem ser de nidos como variaveis no programa PASCAL pelas declarac~es: o
var
Figura 3.2: Representac~o de subconjunto a Iniciais := `A' .. `F'] Letras := `C' .. `G'] Onde, os pontos fazem a ordenac~o (no caso alfabetica) e os colchetes s~o usaa a dos para denotar conjuntos em PASCAL. Apos a determinac~o, a variavel Iniciais a tem o valor fA B C D E F g e Letras tem o valor fC D E F Gg. A enumerac~o a ordenada e conveniente para especi car quais elementos s~o membros do conjunto, a mas devido estes serem conjuntos indexados, a ordem dos elementos n~o e impora tante e pode a sequ^ncia Iniciais := `B',`A',`D',`F',`E',`C'] ter o mesmo valor que e a determinada anteriormente. Devido ao conjunto n~o ser ordenado, os elementos a deste conjunto n~o podem ser referenciados, assim n~o pode-se examinar o \terceiro" a a elemento do conjunto Iniciais 6].
e conjunto 8]. A relac~o de inclus~o e uma relac~o entre conjuntos. Pela relac~o a a a a de inclus~o dois conjuntos podem ser comparados. Diz-se que um conjunto X esta a contido num conjunto Y se e somente se todo elemento de X e tambem um elemento de Y . Simbolicamente tem-se
X Y $ 8x(x 2 X ! x 2 Y )
X = fxjx2 = xg e Y = f0 1g
Observa-se que na de nic~o de igualdade entre conjuntos n~o intervem a noc~o a a a de ordem entre os elementos, portanto:
f1 2 3g = f1 3 2g = f3 2 1g
De nic~o 3.5.4 Desigualdade de Conjuntos: Do mesmo modo se X n~o e a a igual a Y escreve-se X = Y , e evidente que existe elemento de X que n~o pertence 6 a
a Y ou existe elemento em Y que n~o pertence a X . a
Exemplo 3.5.1 Exemplos de conjuntos desiguais s~o: a f1 2 3 4g = f2 3 4 5g 6 fa b cg 6= fa a b eg ffrango pato galinhag 6= ffrango pato marrecog De nic~o 3.5.5 Subconjunto Proprio: Um conjunto X e chamado Subconjunto a
Proprio de um conjuto Y se:
X Y ^ X 6= Y
Ou seja, existe elemento de Y que n~o pertence a X , isto e, alem de todo elemento a de X pertencer a Y , tem tambem elemento de Y que n~o pertence a X . a
E importante ressaltar as diferencas entre pertin^ncia e inclus~o. Podemos iluse a trar esta diferenca com o exemplo a seguir:
A = f1 2 3g B = f1 2g C = f1 3g D = f3g
ent~o a
B AC AD A
ou
As propriedades a seguir representam importantes propriedades da inclus~o de a conjuntos. Para quaisquer conjuntos A, B e C :
A A
(re exiva) (A B ) ^ (B C ) ! (A C )
(transitiva) 8x(x 2 A ! x 2 B ) ^ 8x(x 2 B ! x 2 C ) ` 8x(x 2 A ! x 2 C ) 8x(A(x) ! B (x)) ^ 8x(B (x) ! C (x)) ` (A(x) ! C (x)) Prova: 1 8x(A(x) ! B (x)) P 2 8x(B (x) ! C (x)) P 3 A(a) ! B (a) 1EU 4 B (a) ! C (a) 1EU 5 A(a) ! C (a) 3 4SH 6 8x(A(x) ! C (x) 5IU
Consideremos alguns conjuntos nitos e seus conjuntos pot^ncia. O conjunto e pot^ncia do conjunto vazio possui apenas o elemento , portanto ( ) = f g. e Para um conjunto S1 = fag, o conjunto pot^ncia fS1g = f fagg = f S1g. e Para S2 = fa bg, fS2g = f fag fbg fa bgg. Para S3 = fa b cg, fS3g = f fag fbg fcg fa bg fa cg fb cg fa b cgg. Podemos utilizar uma representac~o binaria para representar distintamente os a subconjuntos de um conjunto. Para isto, devemos primeiramente supor que os elementos s~o ordenados, o que ate agora n~o foi colocado como condic~o para a a a a de nic~o de conjuntos. Esta ordenac~o e geralmente necessaria para a representac~o a a a de conjuntos em um computador. Suponhamos uma ordem arbitraria e a cada elemento associemos um rotulo que descreve a posic~o do elemento com relac~o aos a a outros elementos do conjunto. Tomemos como exemplo o conjunto S2 visto anteriormente, no qual a e o primeiro elemento e b e o segundo elemento. Os diversos subconjuntos do conjunto S2 podem ser representados da seguinte maneira: = B00 fag = B10 fbg = B01 efa bg = B11 onde os ndices de B contem 1 ou 0 se a rsepectiva posic~o do conjunto original em a relac~o ao subconjunto possuir o elemento ou n~o. a a A notac~o acimo pode ser generalizada para designar subconjuntos de conjuna tos que possuam n elementos distintos. Os ndices determinantes dos subconjuntos variam na representac~o binaria de 0 ate 2n;1 . Note que devemos ter o cuidado a de inserir tantos tantos 0's a esquerda da representac~o binaria quantos forem nea cessarios para formar n d gitos binarios no total. Como ilustrac~o tomemos o cona junto S6 = fa1 a2 ::: a6g. Os exemplos a seguir demonstram a utilizac~o do metodo a para determinar os elementos de qualquer subconjunto.
elementos do mesmo conjunto, ent~o o conjunto e chamado de \fechado" para aquela a operac~o e esta propriedade e chamada de propriedade de \fechamento". A de nic~o a a de operac~es binarias e unarias implica que os conjuntos nos quais as operac~es s~o o o a realizadas sejam fecgadas para estas operac~es. A uni~o e a intersec~o s~o operac~es o a a a o binarias, associativas. Ja o complemento e uma operac~o unaria. a
De nic~o 3.7.1 Operac~o Unaria: Para se ter uma operac~o unaria em um a a a conjunto S , deve ser verdade que para qualquer x 2 S , existe a operac~o de inverso a
x? que e unica e pertencente a S .
De nic~o 3.7.2 Operac~o binaria: Uma operac~o e binaria em um conjunto S a a a Exemplo 3.7.2 Exemplos de operac~es binarias: o Operac~es binarias no conjunto Z : adic~o, subtrac~o, e multiplicac~o. o a a a
se para cada par ordenado (x y) de elementos de S , a operac~o x y sempre existe a e pertence ao conjunto S .
Quando desenvolve-se a adic~o de um par ordenado de inteiros (x y ), a operac~o a a x + y existe e resulta unicamente em um numero inteiro. A divis~o n~o e uma operac~o binaria em Z porque n~o existe x 0. a a a a
Para estes exemplos, deve estar claro que (operac~o binaria) ou ? (operac~o a a unaria) podem depender n~o so de sua de nic~o mas tambem dos conjuntos envola a vidos.
Exerc cio 3.7.1 Identi car se as operac~es s~o unarias ou binarias nos seguintes o a
conjuntos:
x y = x y S = conjunto de todos inteiros positivos x y = x y S = conjunto de todos numeros racionais positivos x y = xy S = < x? = px S = conjunto de todos numeros reais positivos x? = soluc~o da eq. (x?)2 = x S = C a
3.7.2 Uni~o a
O conceito de uni~o pode ser entendido como todos os elementos que s~o dos cona a juntos X e Y \conjuntamente". Ou seja, os elementos pertencem tanto ao conjunto X como ao conjunto Y . Representa-se a uni~o (conforme 3.3) como: a X Y , ou seja X Y = 8x(x 2 X _ x 2 Y )
3.7.3 Intersec~o a
A intersec~o dos conjuntos X e Y e o conjunto de todos os elementos que pertencem a ao conjunto X e ao conjunto Y . Representa-se a intersec~o como: a X \Y , ou seja X \ Y = 8x(x 2 X ^ x 2 Y ) Quando a intersec~o X \ Y de dois conjuntos X e Y e o conjunto vazio, dizemos a que estes conjuntos s~o \disjuntos". A gura 3.4 mostra a intersec~o entre dois a a conjuntos.
3.7.4 Diferenca
A diferenca entre conjuntos X e Y e o conjunto de todos os elementos que pertencem ao conjunto X e n~o pertencem ao conjunto Y . Simbolicamente tem-se: a
X ; Y = fxjx 2 X e x 2 Y g == 8x(x 2 X ^ x 2 Y ) = =
Exemplo 3.7.3 A gura 3.5 ilustra atraves do diagrama a diferenca entre dois
conjuntos X e Y.
3.7.5 Complemento
Seja U o conjunto Universo. Para qualquer conjunto X, o complemeneto de X, simbolicamente representado como X e composto por todo elemento x que pertencendo ao conjunto Universo, n~o pertenca ao conjunto X, ou seja: a
X =U ;X
Y e e de nido por:
X Y = f(x y)jx 2 X ^ y 2 Y g
X2 e:
X1
A noc~o de produto cartesiano, de nida para dois conjuntos, extende-se de maa neira natural a qualquer numero nito n > 2 de conjuntos.
juntos X1 X2 ::: Xn , pela ordem em que est~o escritos, ao conjunto de todas as a n ; uplas (x1 x2 ::: xn) tais que x1 2 X1 x2 2 X2 ::: xn 2 Xn .
X1 x X2 x ::: x Xn ou
n Y i=1
Xi
Os conjuntos X1 X2 ::: Xn dizem-se os fatores do produto cartesiano X1 X2 ::: Xn, sendo X1 o primeiro fator ate Xn o ne-simo fator.
X X=X X \X =X
X\ =
Os Axiomas de Peano O conjunto N = f0 1 2 :::g dos numeros naturais (incluido o zero) pode ser gerado
iniciando-se com um conjunto vazio
conjunto. Um \conjunto sucessor" e denotado por A+ e de nido como sendo o conjunto A+ = A fAg. Seja o conjunto vazio e os seus conjuntos sucessores:
+
que s~o: a
Se chamarmos de 0 o conjunto , ent~o + = 0+ = 1 1+ = 0 0+ = 2, e assim a por diante, obteremos o conjunto f0 1 2 :::g. podemos resumir dizendo que o conjunto dos numeros naturais pode ser obtido atraves da aplicac~o dos seguintes axiomas, conhecidos como Axiomas de Peano. a 1. 0 2 N (onde 0 = ) 2. Se n 2 N , ent~o n+ 2 N onde n+ = n fng a 3. Se um subconjuto S
f g f f gg f f g f f ggg:::
N possui as propriedades:
3.10.2 Cardinalidade
Na sec~o anterior, nos preocupamos com a gerac~o dos numeros naturais. vejamos a a agora, como utilizar o conjunto dos numeros naturais para contar. Atraves desta propriedade podemos medir o \tamanho" de um conjunto e \comparar" os tamanhos de quaisquer dois conjuntos. A primeira quest~o que devemos examinar agora, diz respeito a como contar a algo, seja o numero de pessoas em uma sala, o numero de livros em um estante, ou o numero de elementos em um conjunto. O que devemos fazer, neste caso, e estabelecer uma correspond^ncia de um-para-um entre os objetos a serem contados e e o conjunto de naturais f1 2 3 ::: ng. Por esta correspond^ncia dizemos que o e numero de objetos e n. generalizando esta tecnica temos:
possuindo a mesma cardinalidade, ou ainda, similares), e denotados por A B, se e e somente se existir uma correspond^ncia de um-para-um entre os elementos e de A e os elementos de B .
Mostre que N N2 . Soluc~o: a para cada elemento x de N , correspondera o elemento y = 2x de N2 . Assim, podemos estabelecer uma correspond^ncia de um-para-um entre N e N2 e portanto e N N2. Note tambem que N2 N .
Podemos agora utilizar o conjunto dos numeros naturais para contar os elementos de um conjunto, ou seja, determinar seu numero cardinal. Intuitivamente, um conjunto e nito se consiste de um numero espec co de elementos diferentes, isto e, se estabelecermos uma correspond^ncia de um-para-um entre os elementos do e conjunto e os elementos do conjunto dos numeros naturais, no qual o numero 0 corresponde ao conjunto vazio, o numero 1 corresponde ao primeiro elemento do conjunto, o numero 2 corresponde ao segundo elemento do conjunto, e assim por diante, ate o numero n, que corresponde ao ultimo elemento do conjunto. Dizemos ent~o que o conjunto tem n elementos e que seu numero cardinal e n. a
Os conjuntos podem ser nitos e in nitos. Diz-se que um conjunto e in nito se ele for equivalente a um subconjunto proprio.
um conjunto nito. Tambem, qualquer conjunto que n~o seja nito e chamado de a conjunto in nito. e chamado de enumeravel.
De nic~o 3.10.4 Qualquer conjunto equivalente ao conjunto dos numeros naturais a De nic~o 3.10.5 A cardinalidade de um conjunto enumeravel e denotada pelo a s mbolo @0 chamado aleph zero. Utilizamos a notac~o n(X ) para denotar a cara
dinalidade de um conjunto nito X .
S = fA 2 U jA 2 Ag =
A quest~o pode ser feita: S e um elemento de si mesmo? A resposta e n~o. Se a a S 2 S , (S pertence ao conjunto dos conjuntos os quais n~o s~o elementos de si a a mesmos), ele satisfaz sua propria propriedade de de nic~o e portanto S 2 S . a = Em outras palavras S pertence ou n~o a si mesmo? Se S n~o pertence a S , a a ent~o, pela de nic~o de S , S pertence a si mesmo. Alem disso, se S pertence a S , a a ent~o pela de nic~o de S , S n~o pertence a si mesmo. Em ambos os casos somos a a a conduzidos a uma contradic~o 9]. a Este paradoxo e semelhante ao Paradoxo do Barbeiro descrito na sub-sec~o a 3.11.3.
barbeiam a si mesmos (n~o existe um terceiro conjunto!). Se o barbeiro pertence a ao primeiro conjunto (homens que se barbeiam), descrito pelas circunst^ncias, ele a n~o se barbeia. Portanto, ele pertence ao segundo conjunto, ent~o descrito pelas a a mesmas circunst^ncias, ele deve barbear a si mesmo. A pergunta e se sim ou n~o. a a A unica soluc~o e que tal situac~o descrita acima n~o pode existir. a a a
Xi i = 1 :::n
onde n e o numero de conjuntos. A relac~o de nida no produto cartesiano: a
n Y i=1
Xi R
n Y i=1
Xi
De nic~o 4.2.1 : Relac~o n-aria: Dados os conjuntos X1 X2 ::: Xn, uma relac~o a a a
em X1 x X2 ::: Xn e um subconjunto de X1 X2 ::: Xn .
Um caso especial de uma relac~o n-aria e a relac~o unaria em um conjunto X , a a a qual e apenas um subconjunto de X . Um elemento x 2 X satisfaz a relac~o se e a somente se x pertencer ao subconjunto 7].
distinguir elementos que s~o pares ordenados iguais (x = y ), escolher amos o par a (2 2) que satisfaz esta relac~o. Mas, se o interesse fosse aqueles cujo relacionamento a e possuir um numero menor do que o outro (x < y), poder amos escolher os pares (1 2), (1 3) e (2 3).
Exemplo 4.3.1 Se temos os conjuntos X = f1 2g e Y = f2 3g, teremos que o produto cartesiano X x Y = f(1 2) (1 3) (2 2) (2 3)g. Se estamos interessados em
De nic~o 4.3.1 Dados dois conjuntos quaisquer X e Y , uma relac~o binaria entre a a
X e Y e um subconjunto obtido do produto cartesiano X x y ! (x y) 2
Observac~es: o
Uma relac~o binaria e um subconjunto e e aqui denotada pela letra grega (rho). a Simbolicamente:
Y destes conjuntos.
X X a express~o x y equivale a dizer (x y) 2 a o conjunto X e o conjunto de partida e o conjunto Y e o conjunto de chegada ou contradom nio o numero de relac~es binarias poss veis de X em Y e dado por o n(X ):n(Y ) . 2
Exemplo 4.3.2 Dados X = f1 2g e Y = f2 3 4g. A relac~o e dada pela desa cric~o x y ! x + y e mpar. Portanto, (1 2) 2 , (2 3) 2 e (1 4) 2 . a Exerc cio 4.3.1 Para cada uma das seguintes relac~es em N x N , quais s~o os o a
pares ordenados que pertencem a :
x y ! x = y + 1 (2 2)(2 3)(3 3)(3 2) x y ! x divide y (2 4)(2 5)(2 6) x y ! x + y e mpar (2 3) (3 4)(4 5)(5 6) x y ! x > y2 (1 2)(2 1)(5 2)(6 4)(4 3)
A gura 4.1 mostra as quatro possibilidades de relacionamento entre os elementos dos conjuntos X e Y .
De nic~o 4.3.2 Seja uma relac~o binaria. O conjunto D( ) de todos os objetos a a x tais que para algum y, (x y) 2 e chamado de dom nio de , ou seja
D( ) = fxj9y((x y) 2 )g
de x chama-se dom nio da relac~o e o conjunto dos valores de y chama-se de imagem a da relac~o. a Sejam X e Y quaisquer dois conjuntos. Um subconjunto do produto cartesiano X Y de ne uma relac~o . Para qualquer relac~o , temos que D( ) X e a a R( ) Y e a relac~o e dita uma relac~o \de X para Y". Se Y = X , ent~o e dita a a a uma relac~o \de X para X" ou uma relac~m \em X". Assim, qualquer relac~o em a a a X e um subconjunto de X X e e dita ser uma Relac~o Interna. a Uma operac~o foi de nida como um conjunto de pares ordenados. Deste modo, a e poss vel aplicar as operac~es usuais sobre conjuntos tambem sobre as relac~es. o o O conjunto resultante tambem sera composto por pares ordenados e de nira uma relac~o. a Sejam R e S duas relac~es, ent~o R \ S de ne uma relac~o tal que: o a a x(R \ S )y = xRy ^ xSy Do mesmo modo, R S de ne uma relac~o tal que: a x(R S )y = xRy _ xSy e tambem x(R ; S )y = xRy ^ x 6 S = (x y) 2 R ^ (x y) 62 S e nalmente x( R)y = x 6 Ry = (x y) 62 R:
De nic~o 4.3.3 De maneira similar, o conjunto R( ) de todos os objetos y tais a que para algum x, (x y ) 2 e chamado de imagem de , ou seja R( ) = fyj9x((x y) 2 )g Em suma, dada uma relac~o = f(x y) 2 X Y jx yg, o conjunto dos valores a
De nic~o 4.4.1 Uma relac~o binaria em um conjunto X e re exiva se, para todo a a x 2 X , x x, ou seja (8x)(x 2 X ! (x x) 2 )
A relac~o e re exiva no conjunto dos numeros reais uma vez que, para todo a x,temos que x x. Do mesmo modo, o relac~o de inclus~o \contido ou igual" e a a re exiva na fam lia de todos os subconjuntos de um conjunto Universo. A relac~o a de igualdade de conjuntos tambem e re exiva. Por outro lado, a relac~o < n~o a a e re exiva no conjunto dos numeros reais, assim como a relac~o dos subconjuntos a proprios na fam lia dos subconjuntos de um conjunto Universo.
1 se xi yj 0 se xi 6 yj onde rij e o elemento da i-esima linha e j-esima coluna. Se X tem m elementos e Y tem n elementos, ent~o a matriz da relac~o e uma matriz m n. a a Considere como exemplo a relac~o x y de X em Y com m = 3 e n = 2: a = f(x1 y1) (x2 y1) (x3 y2) (x2 y2)g 1 07 (4.1) 1 17 5 0 1 A partir de agora e ao longo desta subsec~o, assumiremos que as relac~es s~o a o a de nidas em um conjunto X . Observando a matriz da relac~o podemos perceber a algumas das propriedades de uma relac~o em um conjunto. Se a relac~o e re exiva, a a ent~o toda a diagonal da matriz deve ser 1. Se a relac~o e simetrica, ent~o a matriz a a a da relac~o tambem e simetrica. Se a relac~o for anti-simetrica, ent~o a matriz e tal a a a que se rij = 1, ent~o rji = 0 para todo i 6= j . a Uma relac~o tambem pode ser representada gra camente atraves do desenho de a seu \ grafo". Seja uma relac~o em um conjunto X = fx1 ::: xmg. os elementos de a X s~o representados por pontos ou c rculos chamados \nos" ou \vertices". Os nos a correspondentes a xi e xj s~o identi cados como xi e xj respectivamente. Se xi xj , a isto e, se (xi xj ) 2 , ent~o conecta-se os nos xi e xj atraves de um arco e coloca-se a uma seta no arco na direc~o de xi para xj . Quando todos os nos correspondentes a aos pares ordenados da relac~o estiverem conectados atraves de arcos orientados, a tem-se ent~o um grafo da relac~o . a a Atraves do grafo de uma relac~o e poss vel observar algumas das suas propriedaa des. Se uma relac~o for re exiva, ent~o deve existir um arco em ciclo, ou um \loop" a a para cada no. Se uma rela~o for simetrica, se existir um arco orientado conectando a o no xi ao no xj , ent~o devera haver um outro arco orientado do no xj para o no a xi. Para relac~es anti-simetricas, nenhum destes arcos-de-retorno dever~o existir. o a Se uma relac~o for transitiva, a visualizac~o desta propriedade atraves de grafos n~o a a a e t~o simples, de qualquer modo, os grafos da gura 4.3 ilustram algumas relac~es a o transitivas. A matriz da relac~o e: a
2 6 =6 4 3
8 < rij = :
Ai = S
Ent~o, o conjunto A e chamado de \cobertura" de S e os conjuntos A1 A2 ::: Am a \cobrem" S . Se alem disso, os elementos de A, que s~o subconjuntos de S forem a mutuamente disjuntos,ou seja m \ Ai = i=1 .
Uma relac~o de equival^ncia e generalizac~o da relac~o de igualdade 7]. Para a e a a cada elemento em um conjunto:
4.7.2 Exemplos
Exemplo 4.7.2 Dois numeros inteiros s~o ditos equivalentes se o resto da divis~o a a
do numero escolhido e o mesmo. Por exemplo, 10 dividido por 9 da resto 1, isto e equivalente a 19 dividido por 9. Assim 10 e equivalente a 19, 28, 37, etc... por ter resto 1 quando divididos por 9.
Exemplo 4.7.3 Ser par ou mpar. Todos os numeros pares est~o em equival^ncia a e Exerc cio 4.7.1 Dado o conjunto X = f1 2 3 4g e = f(1 1) (1 4) (4 1) (4 4) (2 2) (2 3) (3 2) (3 3)g.
ao serem divididos por 2 darem resto 0. Assim como, todos os numeros mpares est~o em equival^ncia ao serem divididos por 2 darem resto 1. a e
Escreva a matriz de , desenhe seu grafo e mostre que esta e uma relac~o de equia val^ncia. e
Exerc cio 4.7.2 Seja X = f1 2 :::7g e = f(x ; y) j x ; y e divis vel por 3g.
Mostre que e uma relac~o de equival^ncia e desenhe o grafo de . a e
Exerc cio 4.7.3 Seja Z o conjunto dos inteiros e seja a relac~o chamada \modulo a
congruente 3" de nida por = f(x y)jx 2 Z ^ y 2 Z ^ (x ; y) e divis vel por 3g. Determine as classes de equival^ncia geradas pelos elementos de Z . e
Exemplo 4.8.1 Seja X = fball, bed, dog, egg, letg e seja a relac~o dada por a = f(x y)jx y 2 X ^ x y se x e y possuem alguma letra em comum g.
Embora uma relac~o de equival^ncia em um conjunto de na uma partic~o de a e a um conjunto em classes de equival^ncia, uma relac~o de compatibilidade n~o necese a a sariamente de ne uma partic~o. Entretanto ela de nie uma cobertura do conjunto. a
De nic~o 4.9.1 Uma relac~o de ordem num conjunto n~o vazio A tal que todos a a a
os elementos de A s~o comparaveis dois a dois pela chama-se relac~o de ordem a a total em A. Portanto, uma relac~o de ordem total em A e uma ordem que a satisfaz a condic~o: a (8x)(8y)(x y 2 A e x y ou y x)
Exemplo 4.9.1 A ordem natural \x y" no conjunto R dos numeros reais e uma ordem total em <, porque, quaisquer que sejam os numeros reais x e y , se tem x y
ou y x, isto e, dois numeros reais quaisquer s~o comparaveis pela ordem natural a em <. um multiplo de \y " e uma ordem total em A, porque dois elementos quaisquer de A s~o visivelmente comparaveis por esta ordem (cada elemento de A a partir do 2o e a multiplo de cada um dos elementos que o precedem).
e uma relac~o de ordem parcial. Os POSET (parcial order sets) s~o os conjuntos a a munidos de ordem parcial 5].
Exemplo 4.9.3 A relac~o no conjunto N dos numeros naturais de nida por \xjy" a (relac~o de divisibilidade) e uma ordem parcial em N , porque dois inteiros naturais a
nem sempre s~o comparaveis por esta ordem, como por exemplo, 5 e 7 (5 n~o divide a a 7 e 7 n~o divide 5). a
Observa-se que n~o tem sentido falar de ordem total ou parcial em relac~es de a o equival^ncia. Em relac~es n;arias tambem n~o tem sentido falar em ordem. e o a
Na Computac~o, a grande aplicac~o das relac~es externas s~o os banco de dados a a o a que utilizam modelos relacionais. Os modelos relacionais s~o compostos de relac~es, a o ou tabelas bi-dimensionais, cujas operac~es s~o descritas em termos de algebra relao a cional. Com este modelo, as tabelas de dados podem ser manipuladas para retornar outras tabelas de dados oferecendo aos usuarios informac~es. Todas as estruturas o de banco de dados relacionais s~o compostas por uma serie de relac~es. a o
recidas em um semestre no Curso de Computac~o e L dos locais (salas) onde ser~o a a ministradas as aulas: A = fPaulo Carlos Maria Henriqueg D = fINE 2135 INE 3215 INE 5371 INE 2312g L = fAlceu Pequena Reu1 Reu2g H = f8 ; 10 10 ; 12g A relac~o entre os conjuntos alunos e disciplinas fornece a relac~o R1 = A x D a a conforme 4.1:
Tabela 4.3: R3 = Locais x Horarios As sub-relac~es de uma relac~o dada podem ser obtidas atraves de extrac~o o a a de propriedades que caracterizam a relac~o. Isto e feito por operac~es unarias de a o selec~o e projec~o. Por exemplo, ao se selecionar \Paulo" da R1 cria-se uma nova a a sub-relac~o que indica quais os cursos o aluno Paulo ira fazer. Estas manipulac~es a o podem ser feitas no computador utilizando linguagens de base de dados como a SQL.
Figura 4.7: Relac~es R, S e a composta R S o A operac~o de composic~o e uma operac~o binaria sobre relac~es e portanto a a a o produz uma relac~o a partir de duas relac~es. As mesmas operac~es podem ser a o o aplicadas novamente para produzir outras relac~es. o
N~o e dif cil provar que a operac~o de composic~o sobre relac~es e associativa, a a a o isto e, ( R S ) P = R (S P ) = R S P
R S = f(1 5) (3 2) (2 5)g S R = f(4 2) (3 2) (1 4)g (R S ) R = f(3 2)g R (S R) = f(3 2)g R R = f(1 2) (2 2)g S S = f(4 5) (3 3) (1 1)g R R R = f(1 2) (2 2)g
Exemplo 4.11.2 Seja R e S duas relac~es sobre o conjunto dos inteiros positivos o I. R = f(x 2x)jx 2 Ig e S = f(x 7x)jx 2 Ig
Ache R S , R R, R R R e R S R.
0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0
1 1 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 1 1 0
0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0
0 0 0 0 0 0 1 0 0 0
3 7 7 7 7 7 7 7 7 5 3 7 7 7 7 7 7 7 7 5 3 7 7 7 7 7 7 7 7 5 3 7 7 7 7 7 7 7 7 5
(4.2)
(4.3)
2 6 6 6 6 MR S = 6 6 6 6 4 2 6 6 6 6 MS R = 6 6 6 6 4
1 1 0 0 0 0 0 0 0 0
(4.4)
(4.5)
f :X !Y
Intuitivamente, func~o e uma relac~o especial entre dois conjuntos na qual todo a a elemento do primeiro conjunto deve ter, obrigatoriamente, elemento associado no 72
segundo conjunto e cada elemento do primeiro conjunto so pode ter um, e apenas um, elemento associado no segundo conjunto. Voltando-se ao conceitos primeiros, retirando-se o conceito de pertence e criandose o conceito de func~o teremos: a
<U X x f >
Assim temos que a func~o mapeia em um conjunto universo U num conjunto partia cular de dois elementos: f : U ! x1 x2 Assim quando manda a U o elemento x1 pertence ao conjunto pode-se ser representado por: U 7! x1 2 E o mesmo pode ser dito para quando manda a U o elemento x2 n~o pertence ao a conjunto: U 7! x2 2 =
f : x ! f (x) f : x ! y y = f (x)
O elemento y que corresponde a x de acordo com f chama-se imagem de x para o valor da func~o f para o elemento x e, se indica por f (x) que se l^: \f de x". a e O conjunto X constitu do pelos elementos x e chamado dom nio da func~o f e e a representado por D(f ) na gura 5.1. O conjunto de chegada Y e chamado contradom nio conforme a gura 5.1. E nalmente o conjunto constitu do pelos elementos y, imagens de x e chamado conjunto-imagem ou imagem da func~o representando-se a por Im(f ) ou f (X ) como mostra a gura 5.1. Os casos mostrados a seguir correspondem a algums exemplo de func~es. o 1. Seja X = f1 5 P Pedrog, Y = f2 5 7 q Mariag, e f = f(1 2) (5 7) (P q) (Pedro q)g. Ent~o, D(f ) = X , Im(f ) = f2 7 qg, e f (1) = 2, f (5) = 7, f (P ) = q, a f (Pedro) = q.
Figura 5.1: Dom nio, Contradom nio e Imagem 2. Seja X = Y = < e f (x) = x2 + 2. Ent~o, D(f ) = <, Im(f ) <. Os valores a de f para diferentes valores de x 2 < est~o contidos em uma parabola. a 3. Seja X = Y = < e sejam
f = f(x x2)jx 2 <g f = f(x2 x)jx 2 <g Obviamente f e uma func~o de X em Y . Entretanto, g n~o e uma func~o a a a uma vez que a condic~o de unicidade e violada, isto e, para um mesmo valor a de x 2 X v~o corresponder dois valores de y 2 Y . a
4. Seja U o conjunto Universo e P (U ) seu conjunto Pot^ncia. Para quaisquer e dois conjuntos A, B 2 P (U ), as operac~es de uni~o e intersec~o s~o func~es o a a a o de P (U ) P (U ) em P (U ). 5. Seja P o conjunto de todos os inteiros positivos e : P ! P seja tal que (n) = n + 1 onde n 2 P . Assim, (1) = 2 (2) = 3 :::. A func~o e a chamada func~o sucessora de Peano e e utilizada na descric~o dos numeros a a inteiros. Sabemos que nem todos os poss veis subconjuntos de X Y constituem-se em func~es de X em Y . O conjunto de todos os subconjunto de X Y que de nem uma o func~o e denotado por Y X . A raz~o da utilizac~o desta notac~o ca clara atraves a a a a do exemplo a seguir.
0) 0) 0) 0)
(b (b (b (b
0) 0) 1) 1)
(c (c (c (c
1) 1) 1) 1)
(b (b (b (b
0) 0) 1) 1)
(c (c (c (c
8y 2 Y 9x 2 X j(x y) 2 f
Func~o Bijetora a De nic~o 5.4.3 Uma func~o f de X em Y (f : X ! Y ) e bijetora se, for injetora a a
e sobrejetora ao mesmo tempo.
f : X ! Y = f(1 a) (2 b) (3 c) (4 d)g
A imagem e o conjunto ordenado Im(f ) = (a b c d). Esta func~o possui elea mentos diferentes no dom nio X que t^m imagens distintas no contradom nio Y . e Observa-se no diagrama, que nenhuma echa que parte de X converge para um
mesmo elemento de Y , e que na representac~o da func~o, atraves do conjunto de a a pares ordenados, todos os segundos elementos dos pares s~o diferentes entre si. Alem a disso, a imagem Im(f ) e uma sequ^ncia em que todos os elementos s~o diferentes. e a Quando isso acontece, a func~o e dita injetora e que tem-se uma injec~o de X em a a Y.
Figura 5.2: Func~es injetora, sobrejetora e bijetora o Observando-se a letra b da gura 5.2 veri ca-se que ao elemento \e" de X convergem duas echas e que n~o existem elementos de Y que n~o recebem echas, a a portanto, a func~o f : X ! Y e sobrejetora pois o conjunto imagem e igual ao a contradom nio, ou seja existe uma sobrejec~o. a Na letra c da gura 5.2 a func~o f : X ! Y = f(1 c) (2 a) (3 b)(4 d) cuja a imagem e o conjunto ordenado Im(f ) = (c a b d). Nesta func~o todo elemento a de Y e imagem de algum dos elementos de X . Isto signi ca que o conjunto que o conjunto imagem e igual ao contradom nio (sobrejec~o) e que todos elementos do a conjunto X tem imagens distintas no conjunto Y (injec~o) ent~o esta func~o e dita a a a bijetora.
Exemplo 5.4.1 Sendo S o conjunto de setores de um disco magnetico r gido e C seu conjunto de cilindros. Pode-se de nir uma func~o a : S ! C onde a(s) e o a
cilindro que contem o setor s. Naturalmente, cada cilindro e imagem a de setores que ele contem. Portanto, a e uma sobrejec~o. a
Exerc cio 5.4.1 Seja N o conjunto dos numeros naturais incluindo o zero. Determine quais das seguintes func~es s~o injetoras, sobrejetoras e bijetoras. o a 1. f : N ! N f (j ) = j 2 + 2 2. f : N ! N f (j ) = j (mod 3)
3. f : N ! N
8 < f (j ) = :
4. f : N ! f0 1g
8 < f (j ) = :
Exerc cio 5.4.2 Seja X = fa b cg e Y = f0 1g. Liste todas as poss veis func~es o
de X em Y e indique em cada caso se a func~o e injetora, sobrejetora ou bijetora. a
Deve ser observado que: So existira a func~o composta g f de X em Z se o contradom nio de f for a um subconjunto do dom nio de g. A composic~o de func~es n~o e comutativa: g f 6= f g. a o a
Exemplo 5.5.1 Seja X = f1 2 3g, Y = fp qg e Z = fa bg. Seja tambem f : X ! Y dado por f = f(1 p) (2 p) (3 q)g e g : Y ! Z dado por f = f(p b) (q b)g.
Ache g f . .
g f = f(1 b) (2 b) (3 b)g
Ache f g g f f h g s g g s s s e f s.
f g = f(1 3) (2 2) (3 1)g g f = f(1 1) (2 3) (3 2)g = f g 6 f h g = f(1 3) (2 2) (3 2)g s g = f(1 2) (2 1) (3 3)g = g = g s s s = f(1 1) (2 2) (3 3)g = s f g = f(1 2) (2 3) (3 1)g = f
e o conjunto dos numeros reais. Ache g f f g f f g g f h h g h f e f h g.
Exerc cio 5.5.1 Seja f (x) = x + 2, g(x) = x ; 2, e h(x) = 3x para x 2 <, onde <
g f = f(x x)jx 2 <g f g = f(x x)jx 2 <g f f = f(x x + 4)jx 2 <g g g = f(x x ; 4)jx 2 <g f h = f(x 3x + 2)jx 2 <g h g = f(x 3x ; 6)jx 2 <g h f = f(x 3x + 6)jx 2 <g f h g = f(x 3x ; 4)jx 2 <g
Exerc cio 5.5.2 Seja f : < ! < e g : < ! <, onde < e o conjunto dos numeros reais. Ache f g e g f , onde f (x) = x2 ; 2 e g (x) = x + 4. Diga se estas func~es o
s~o injetoras, sobrejetoras ou bijetoras. a
Seja a func~o f : A ! B que e bijetora. A func~o inversa existe e e f ;1 : B ! A a a como mostrado no diagrama 5.3. Todavia, no diagrama 5.4 a func~o inversa n~o a a existe porque f n~o e bijetora (os elementos a e c possuem a mesma imagem y). a
Exemplo 5.6.5 Mostre que as func~es f (x) = x3 e g(x) = x1=3 para x 2 < s~o o a
inversas uma da outra. Uma vez que (f g)(x) = f (x1=3) = x = Ix e (g f )(x) = f (x3) = x = Ix, ent~o f = g;1 ou g = f ;1. a
a mensagem) deseja que esta chegue com seguranca a seu receptor. O transmissor escreve a mensagem (em texto ao claro) e aplica um metodo de codi cac~o para a produzir uma mensagem cifrada. A mensagem codi cada e ent~o transmitida ao a receptor que aplica um metodo de decodi cac~o para converter o texto cifrado novaa mente em texto claro.
Figura 5.5: Esquema de Criptogra a Conforme a gura 5.5 tem-se D o dom nio de mensagens n~o cifradas, e R o a dom nio de mensagens criptografadas. A criptogra a e a transformac~o do texto do dom nio D para o dom nio R aplia cando uma func~o bijetora de tal modo que se possa calcular sua inversa. A func~o a a ;1 tem um certo f deve ter um certo numero de par^metros f ( ) e sua inversa f a numero de conjuntos que sera conhecido. Os par^metros e o que se chama a a chave de codi cac~o e os par^metros e a chave de decodi cac~o. Desde que a a a
conhecido f ( ) calcula-se a f ;1 ( ). Sabendo-se a chave e poss vel ler o texto. O indiv duo que n~o saiba quem e o n~o podera ler o texto. Todavia, varias a a tecnicas heur sticas de Intelig^ncia Arti cial podem ser utilizadas para descobrir e e quebrar o sigilo da mensagem, uma delas e a transposic~o de bits de um alfabeto. a Uma maneira de di cultar esta quebra e n~o utilizar a transposic~o de letras para a a codi cac~o. Outra maneira seria representar a func~o como uma sequ^ncia de 0 e a a e 1, pois assim teria-se 2n possibilidades para se explorar com n bits. Atualmente, sistemas bancarios utilizam chaves de 64 bits e colocar um computador para examinar todas as possibilidades poderia levar anos. Pode-se dizer que dada uma func~o, a implementar sua inversa tem di culdades diferentes. Geralmente, o que interessa e a computabilidade pratica ou seja, resolver o problema em tempo habil.
De nic~o 5.7.1 Seja U um conjunto Universo e seja A um subconjunto de U . A a func~o A : U ! f0 1g de nida como a 8 < (x) = : 1 se x 2 A A 0 se x 62 A
e chamada de func~o caracter stica do conjunto A. a
As propriedades a seguir sugere como podemos relacionar as func~es caraco ter sticas de conjuntos com as operac~es sobre conjuntos. o Seja A e B quaisquer 2 subconjuntos de um conjunto Universo U . Ent~o as a seguintes a rmac~es podem ser provadas para todo x 2 U . o (1) (2)
A (x) = 0 $ A = A (x) = 1 $ A = U
B A (x) = B (x) $ A = B A\B (x) = A (x) B (x) (6) A B (x) = A(x) B (x) ; A\B (x) (7) A A (x) = 1 ; A(x) (8) A;B (x) = A\ B (x) = A(x) ; A\B (x) Repare que as operac~es , =, , e ; utilizadas com as func~es caracter sticas o o s~o as operac~es aritmeticas usuais, uma vez que os valores das func~es caraca o o ter sticas s~o sempre 0 ou 1. a As propriedades acima podem ser facilmente provadas utilizando a de nic~o de a func~o caracter stica. Por exemplo, a a rmac~o (5) acima pode ser provada da a a seguinte maneira: x 2 A \ B $ x 2 A ^ x 2 B , e por consequ^ncia A(x) = 1 e B (x) = 1 e e a A\B (x) = 1 1 = 1. Se x 62 A \ B , ent~o A (x) = 0 ou B (x) = 1 e portanto A\B (x) = 0.
(3) (4) (5)
A (x)
B (x) $ A
Existem varias alternativas para func~es de hash, uma das mais populares e o chamada de \metodo da divis~o" e sera apresentada a seguir. a Antes de descrever a func~o de hash obtida atraves do metodo da divis~o, observe a a que toda chave possui uma representac~o binaria, a qual pode ser considerada como a um numero binario. Chamemos este valor numerico da chave de \k" e seja \n" um inteiro xo (preferencialmente primo) adequadamente escolhido. Ent~o a func~o de a a hash h obtida pelo metodo da divis~o e a
h(k) = k (modn)
ou seja, h(k) e o resto da divis~o de k por n e portanto um elemento do conjunto a f0 1 2 :::n ; 1g. Deste modo, esta func~o de hash mapeia o conjunto de chaves no a conjunto de enderecos f0 1 2 :::n ; 1g. A escolha de n depende do fato de que uma boa func~o de hash deve distribuir uniformemente os registros entre os elementos a do conjunto de enderecos. Uma func~o de hash muitas vezes mapeia diferentes chaves para um mesmo a elemento do conjunto de enderecos. Assim, o conjunto de registro e particionado em n classes de equival^ncia. Torna-se necessario ent~o, um mecanismo que realize o e a armazenamento e faca a recuperac~o de registros que eventualmente \colidam" em a um mesmo endereco. Existem muitas tecnicas, chamadas \tecnicas para resoluac~o a de colis~es" que podem ser utilizadas para este proposito. o
5.9 Recursividade
A Teoria da Computac~o, entre outras coisas, procura estudar os modelos maa tematicos de dispositivos computacionais (ou maquinas) e os tipos de problemas que podem ser resolvidos por cada tipo de maquina. Dado um determinado problema, o procedimento padr~o para determinar se este problema e `computavel', e a reduzir o problema a um problema equivalente que consiste de uma func~o sobre os a numeros naturais e ent~o decidir seesta func~o pode ser resolvida pelo modelo do a a computador. Nesta sec~o de niremos indutivamente uma classe de func~es e mostraremos a o que estas func~es podem ser resolvidas \mecanicamente". Esta classe de func~es o o s~o chamadas func~es recursivas, e nos resringiremos apenas aquelas func~es cujos a o o argumentos e valores s~o numeros naturais. a
Dada uma func~o f (x1 x2 ::: xn) de n variaveis, muitas vezes e conveniente a considerar n ; 1 destas variaveis como xas e variar apenas a variavel restante sobre o dom nio do numeros naturais ou sobre um subconjunto deste. Por exemplo, podemos tratar x como um par^metro xo e variar y em f (x y) para obter a f (x 0) f (x 1) f (x 2), etc. Apesar de parecer extremamente trabalhoso num processo de calculo manual, esta tecnica pode ser bastante interessante em um processo de computac~o automatica. Vejamos, por exemplo, o calculo de f (2 3) onde a f (x y) = x + y. Assumimos que f (2 0) = 2, seja um valor dado e ent~o prosseguia mos calculando f (2 1) f (2 2), e nalmente f (2 3). Cada valor da func~o (exceto a f (2 0)) e calculado atraves da adic~o de 1 ao valor anterior da func~o ate que o a a resultado desejado seja obtido. O calculo de f (2 3) ca ent~o: a f (2 3) = (f (2 0) + 1) + 1] + 1 = f (2 3) = (2 + 1) + 1] + 1 = f (2 3) = 3 + 1] + 1 = 4 + 1 = 5 Assume-se que possuamos um mecanismo pelo qual possamos determinar o valor da func~o quando um argumento for zero, bem como seu valor para o argumento a n + 1 atraves do valor da func~o quando o argumento for n. a Recurs~o e a operac~o que de ne uma func~o f (x ; 1 x2 ::: xn y) de n + 1 a a a variaveis atraves do uso de outras duas func~es g(x1 x2 ::: xn) e h(x1 x2 ::: xn y z) o de n e n + 2 variaveis respectivamente. Nesta de nic~o assume-se a variavel y como sendo uma variavel indutiva, no a sentido de que o valor de f para y + 1 pode ser expressa em termos de f para y. As variaveis x1 x2 ::: xn s~o tratadas como par^metros xos. Tambem assume-se g e a a h como func~es conhecidas. o
f (x1 x2 ::: xn 0) = g(x1 x2 ::: xn) f (x1 x2 ::: xn y + 1) = h(x1 x2 ::: xn y f (x1 x2 ::: xn y))
puder ser obtida de func~es iniciais atraves de um numero nito de operac~es de o o composic~o e recurs~o. a a Observe que x + (y + 1) = (x + y ) + 1, ent~o a f (x y + 1) = f (x y) + 1 = S (f (x y)) tambem
De nic~o 5.9.1 Uma func~o f e chamada primitiva recursiva se e somente se ela a a Exemplo 5.9.2 Mostre que a func~o f (x y) = x + y e primitiva recursiva. a
f (x 0) = x
f (x 0) = x = U11(x) f (x y + 1) = S (U33(x y f (x y)) Aqui a func~o base e g(x) = U1 1(x) e a func~o passo-indutiva e h(x y z) = S (U33(x y z )). a a Vejamos agora como calcular o valor de f (2 4) f (2 0) = 2 f (2 4) = S (f (2 3)) = S (S (f (2 2))) = S (S (S (f (2 1)))) = S (S (S (S (f (2 0))))) = S (S (S (S (2)))) = S (S (S (3))) = S (S (4)) = S (5) = 6:
E importante ressaltar que n~o e necessario utilizar apenas as func~es iniciais a o na construc~o de uma func~o primitiva recursiva. Se possuirmos um conjunto de a a func~es f1 f2 ::: fn que s~o primitivas recursivas, ent~o podemos utlizar quaisquer o a a destas func~es juntamente com as func~es iniciais para obter outra func~o primitiva o o a recursiva, desde que nos restrinjamos apenas as operac~es de composic~o e recurs~o. o a a As func~es mostradas a seguir s~o func~es primitivas recursivas frequentemente o a o utilizadas para construc~o de outras func~es primitivas recursivas. a o 1. Func~o sinal, sg: a sg(0) = 0 sg(y + 1) = 1 ou sg(0) = Z (0) sg(y + 1) = S (Z (U22(y sg(y))))
f 2. Func~o testa zero, sg: a f f sg(0) = 1 sg(y + 1) = 0 f f f ou sg(0) = S (0) sg(y + 1) = Z (U22(y sg(y)))
_ 4. Func~o subtrac~o propria, ;: a a _ _ _ x;0 = x x;(y + 1) = A(x;y) _ _ 5. Func~o m nimo(x,y), min(x y) = x;(x;y) a _ 6. Func~o maximo(x,y), max(x y) = y + (x;y) a 7. Func~o quadratica, f (y) = y2: a f (y) = y2 = U11(y) U11(y)
e primitiva recursiva. Note que Pr(0) = 0 Pr(1) = 1 Pr(2) = 0 Pr(3) = 1 ::: cursiva. Note que 0! = 1 1! = 0! 1 2! = 1! 2 :::
Exerc cio 5.9.1 Mostre que a func~o Pr(x) que calcula a paridade de um numero a Exerc cio 5.9.2 Motre que a func~o Fatorial de um numero (x!) e primitiva rea
Conforme ja vimos anteriormente, um conjunto pode ser de nido por meio de um predicado segundo o princ pio da especi cac~o, que atesta que todo predicado espea ci ca um conjunto que e um subconjunto do conjunto Universo. Este subconjunto especi cado pelo predicado e chamado de extens~o do predicado sobre o conjunto a Universo. Por exemplo, se P (x) e um predicado, ent~o o conjunto A e chamado a extens~o de P (x) se A = fxjP (x)g. a Um predicado e primitivo recursivo se e somente se sua extens~o for primitiva a recursiva, ou seja, se a func~o caracter stica que de ne um conjunto, extens~o de a a um predicado P , for primitiva recursiva, ent~o tambem o predicado e primitivo a recursivo. Por exemplo, os predicados \e primo" e \e divisor de n" s~o recursivos por que as a func~es caracter sticas que mapeiam elementos do conjunto Universo no subconjunto o f0 1g, indicando se o elemento pertence ou n~o pertence ao conjunto, s~o func~es a a o recursivas.
Um numero x e um primo se e somente se ele possuir apenas dois divisores, 1 e x, desde que este numero n~o seja nem 1 nem 0. Comecamos calculando a func~o a a caracter stica da extens~o de \x n~o e primo" que e: a a
onde D(x) signi ca a func~o \numero de divisores de x" que tambem e primitiva a recursiva. Se Pr (x) e primitiva recursiva, ent~o tambem a func~o caracter stica Pr (x) a a _ dado por 1; Pr (x) e primitiva recursiva.
Exemplo 5.10.1 Se queremos usar uma func~o que computa a media entre valores a function media(x,y,z:real):real f encontra a media dos valores de tr^s numeros reais g e begin f func~o media g a
media : = (x + y + z) / 3.0
de tr^s numeros reais podemos utilizar o seguinte codigo em PASCAL que permite e de nir tal func~o. a
end
O cabecalho function dentro dos par^nteses indica que a func~o consiste de todas e a 3-tuplas de numeros reais. Para cada uma delas e esperado que a func~o produza a um resultado unico.
z que pertenca a um conjunto, atraves de um tempo nito de calculos da func~o a recursiva, z sera gerado e poderemos dizer que z pertence ao conjunto. Por outro lado, se z n~o pertencer ao conjunto e z n~o puder ser gerado em um tempo nito a a de computac~o, temos ent~o um problema de semi-decis~o associado ao conjunto. a a a Podemos a rmar com certeza se o elemento pertence ao conjunto, mas n~o podemos a ter certeza de que ele n~o pertece ao conjunto. a
o proprio numero. Um numero perfeito e aquele no qual a soma de todos os seus divisores e igual ao proprio numero. O numero 6, por exemplo, e um numero perfeito, uma vez que 1 + 2 + 3 = 6. Entretanto, n~o sabemos se a quantidade de numeros a perfeitos e nita ou in nita. Suponhamos ent~o um algoritmo que decida se existe um numero perfeito maior a que um dado numero i. Este algoritmo e um exemplo de uma func~o parcialmente a computavel ou semi-computavel, ja que ele pode dizer sim, se achar dentro de um tempo \ nito" um numero perfeito maior do que i, mas n~o pode dizer n~o, porque a a n~o sabemos se este conjunto e nito ou in nito. a
Em termos praticos, em computac~o, algumas func~es n~o s~o de nidas para a o a a algumas entradas. E imposs vel, dado um programa e sem conhecer sua estrutura interna garantir que ele termine com um certo tipo de entrada. Pode ocorrrer que se escolha um conjunto de dados de entrada e se o programa tiver lacos pode entrar num laco in nito e nunca parar. Os programas podem gerar func~es parcialmente o computaveis.
Exemplo 5.10.3 Considere a seguinte func~o em PASCAL: a function f(x:integer):integer var y:integer begin
y:=1
end
f := y
end
Nota-se que a chamada f (2k), com k 0, retorna o numero 2k . Para qualquer outra entrada, o programa n~o para. Portanto, este fragmento de programa computa a k )jk 2 Ng, a qual e uma func~o parcial de Z em Z . a func~o F = f(2k 2 a a
(c + 1)4, o problema e determinar se a equac~o e satisfeita por quaisquer numeros a inteiros. Este e o chamado Problema da Equac~o Diofantina e sabe-se que n~o existe a a algoritmo de soluc~o de equac~es Diofantinas arbitrarias. a o
descoberta da chave de decodi cac~o (par^metros utilizados para obter f ( ))) pode a a demorar seculos o que pode ser considerado como n~o computavel. a
De nic~o 5.11.1 Uma maquina sequencial, ou maquina de estados nitos, e um a sistema N = fI S O g, onde os conjuntos nitos I , S , e O, s~o alfabetos que a
representam respectivamente os s mbolos de entrada, estado e sa da da maquina. Normalmente representamos os alfabetos por
Assim, o modelo abstrato de um computador pode ser dado por um aut^mata o nito. Esta maquina de estados nitos (computador) possui um estado de memoria em que dado um comando, tem-se uma resposta. Existe assim uma mudanca de estado interno do computador. Esta mudanca de memoria acarreta a ocorr^ncia e de algo no meio exterior. A modelizac~o deste computador pode ser feita atraves a de duas func~es. Uma primeira func~o que diz como atualizar o estado interno do o a computador (memoria do computador) em func~o do estado anterior e do comando a dado (entrada) e uma segunda func~o que produz a da sa da (resposta). a Com o modelo de um computador, tem-se ent~o um conjunto de entradas ada miss veis (movimentos do mouse, comandos no teclado), um conjunto de estados internos (posic~es na memoria) e um conjunto de sa das (na tela, impressora tela, o etc): A gura 5.6 a seguir mostra o modelo de uma maquina de estados nitos.
Exemplo 5.11.1 Um somador sequencial pode ser de nido dentro desta abordagem
da seguinte maneira: I = f00 01 10 11g S = fs0 s1g O = f0 1g = f(s0 00 s0 ) (s0 01 s0) (s0 10 s0) (s0 11 s1 ) (s1 00 s0 ) (s1 01 s1) (s1 10 s1) (s1 11 s1 )g = f(s0 00 0) (s0 01 1) (s0 10 1) (s0 11 0) (s1 00 1) (s1 01 0) (s1 10 0) (s1 11 0)g o estado inicial e s0 O diagrama de transic~o de estados desta maquina de estados nitos pode ser a visto na gura 5.7.
move a cabeca de leitura da celula para a direita ou para a esquerda. O conjunto destas ac~es particulares da Maquina de Turing pode ser descrita o por um conjunto de qu ntuplas da forma: (x s s0 x0 d) onde: x e o estado presente s s mbolo lido s0 s mbolo impresso x0 novo estado d direc~o que a cabeca se move (D para a direita e E para a esquerda). a
Exemplo 5.11.2 Dada a qu ntupla (2 1 0 1 D). Se a maquina agir de acordo com as instruc~es contidas na con gurac~o ilustrada na letra a moveria para a direita D o a como na con gurac~o da letra b da gura 5.9. a
Figura 5.9: Con gurac~o de uma Maquina de Turing a Em termos gerais, uma Maquina de Turing e um dispositivo de entrada e sa da, onde a sa da so depende da entrada atual (0 ou 1) e da sa da anterior. A natureza
da sa da n~o importa. O principal e que as mudancas de estado s~o de nidas por a a regras de transic~o. O que Turing provou teoricamente e que pode-se construir a uma maquina unica, capaz de substituir todas as demais maquinas de Turing. Esta maquina e denominada de Maquina Universal de Turing. Esta maquina pode ler instruc~es, ou seja codi cam-se as regras de transic~o na ta. A cada passo, observa o a sua propria entrada e as regras de transic~o para saber o que fazer, ou seja ela e a programavel. As implicac~es s~o que uma unica maquina programavel pode executar o a qualquer procedimento logico bem de nido passo a passo. O interessante e que Turing observou este fato cerca de dez anos antes que um verdadeiro computador fosse constru do. Maiores informac~es sobre a Maquina de Turing podem ser obtidas o em 6].
break case 'E': Movesquerda(&PosCabeca, estado) break case 'P': Para() nadafaz=0 break default: printf("\nError: comando ilegal no estado %d leitura &c", estado, simbolo) exit(1) } estado=proxestado ciclos++ }}
de maquinas seqenciais, linguagens formais e em certas aplicac~es relacionadas a o aritmetica computacional, como, por exemplo, a multiplicac~o. a Um monoide, alem de ser um semigrupo, tambem satisfaz a propriedade de possuir um elemento identidade. Os monoides s~o utilizados em varias aplicac~es, a o especialmente na area de analise sintatica e linguagens formais. Grupos, por sua vez, s~o monoides que tambem possuem a prorpiedade de possuia rem um elemento inverso. A aplicac~o da teoria de grupos e importante no projeto a de somadores rapidos e codigos com capacidade de correc~o de erros. a
Exemplo 6.2.1 Seja I o conjunto dos inteiros. Considere o sistema algebrico (I + ) onde + e s~o as operac~es de adic~o e multiplicac~o em I . Uma lista a o a a
de importantes propriedades destas operac~es sera exibida a seguir. As propriedades o associadas com as operac~es de adic~o e multiplicac~o ser~o rotuladas com as leo a a a tras A e M respectivamente. Estas propriedades ou axiomas ser~o constantemente a citadas quando examinarmos outros sistemas algebricos. (A-1) Associatividade - Para quaisquer= a b c 2 I
(a + b) + c = a + (b + c)
(A-3) Elemento Identidade ou Neutro - Existe um elemento 0 2 I tal que para todo a 2 I
a+0=0+a=a
Aqui 0 e o elemento neutro com relac~o a adic~o. a a
(A-4) Elemento Inverso - Para cada a 2 I , existe um elemento em I denotado por ;a e chamado o negativo de a tal que a + (;a) = 0 (M-1) Associatividade - Para quaisquer a b c 2 I
(a b) c = a (b c)
(M-3) Elemento Identidade ou Neutro - Existe um elemento 1 2 I tal que para todo a 2 I
a 1=1 a=a
Aqui 1 e o elemento neutro com relac~o a multiplicac~o. a a
Exemplo 6.2.2 Seja < o conjunto dos numeros reais e + e as operac~es de o adic~o e multiplicac~o em <. O sistema algebrico (< + ) satisfaz todas as proa a priedades dadas pelo sistema (I + ). Existem ainda certas propriedades que distinguem os dois sistemas, estas propriedades ser~o vistas adiante. a
Exemplo 6.2.3 No sistema algebrico (N + ) onde N e o conjunto dos numeros Exemplo 6.2.4 Seja U um conjunto Universo e (U ) seu conjunto pot^ncia. Se e
naturais e as operac~es + e s~o de adic~o e multiplicac~o, s~o satisfeitas todas o a a a a as propriedades listadas para (I + ), com excec~o de (A-4). a denotarmos as operac~es de uni~o e intersec~o em (U ) por + e respectivamente, o a a ent~o teremos o sistema algebrico ( (U ) + ) com e U como os elementos disa tintos equivalentes de 0 e 1, e este sistema satisfaz todas as propriedades listadas, exceto (A-4) e (C).
associatividade?
Exerc cio 6.2.1 Seja < o conjunto dos numeros reais e o sistema (< ) onde de ne a operac~o de media entre 2 elementos de <, isto e, a b = (a + b)2, onde a a e b 2 <. Possue esta operac~o as propriedades de fechamento, comutatividade e a
Fechamento: < e fechado com respeito da operac~o , uma vez que a media a de dois numeros reais tambem e um numero real. Comutatividadde:
a+b
pela tabela 6.1. Possue esta operac~o as propriedades de fechamento, comutatividade a e associatividade? Desde que todos os resultados obtidos da operac~o s~o elementos de U , pode-se a a dizer que e fechado em U . Alem disso, a operac~o e comutativa, uma vez que a um estudo da tabela mostra uma simetria com relac~o a diagonal principal. a Veri cando se e associativa:
(e o) o = e (o o)
m + k = n + k.
Ent~o, pelo axioma (A-4), facamos l ser um numero tal que k + l = 0, assim a (m + k) + l = (n + k) + l. Ent~o, pelo axioma (A-1), a
m + (k + l) = n + (k + l).
m + 0 = n + 0.
E aplicando o axioma (A-3) nos podemos nalmente declarar o que nos propusemos a demonstrar:
m = n.
E poss vel construir diferentes sistemas algebricos dependendo da escolha de diferentes conjuntos de elementos, operac~es e postulados. Um sistema particular o n~o necessariamente melhor que o outro cada um e estudado na base dos seus a proprios meritos e interpretac~es. depois que um sistema algebrico particular foi o constru do, ele pode ser interpretado de diferentes maneiras. Se todos os postulados do sistema s~o verdadeiros para uma interpretac~o espec ca dos termos e s mbolos, a a ent~o esta interpretac~o espec ca representa um \modelo". A ci^ncia aplicada a a e estuda um sistema abstrato particular de modo a enquadra-lo com algum aspecto do universo f sico. Algumas vezes ela tem sucesso, outras ela erra, n~o porque o a sistema algebrico seja incorreto, mas sim porque a situac~o f sica n~o e um modelo a a ou uma interpretac~o correto do sistema considerado. a
Exemplo 6.2.5 Seja S um conjunto n~o vazio e P (S ) seu conjunto pot^ncia. Para a e quaisquer conjuntos A e B 2 P (S ), podemos de nir as operac~es + e em P (S ) o
como:
Tabela 6.3: Tabela da operac~o a Atraves destes exemplos podemos claramente perceber que um grande numero de sistemas algebricos possuem varias propriedades em comum aquelas apresentadas pelo sistema (I + ). Ao inves de estudar cada um destes sistemas individualmente, seria interessante listar uma serie de propriedades e tirar conclusc~es sobre qualquer sistema que apreo sente as mesmas propriedades. As propriedades consideradas s~o encaradas como a axiomas, e qualquer conclus~o valida obtida atraves dos axiomas para um determia nado sistema algebrico, sera valida para todos os outros sistemas algebricos para os quais os axiomas tambem se aplicam.
(x y ) z = x (y z )
operac~o e chamado um monoide. Ou seja, um sistema algebrico (M ) e chaa mado monoide se para todo x y z 2 S
e x=x e=x
Exemplo 6.3.2 Seja E o conjunto dos numeros pares positivos excluindo o zero. Ent~o (E +) e (E ) s~o semigrupos, mas n~o s~o monoides. a a a a Exemplo 6.3.3 Seja I o conjunto dos numeros mpares positivos. Ent~o (I +) a n~o e um sistema algebrico (porque n~o e fechado), enquanto (I ) e um monoide. a a De nic~o 6.3.4 Se em um semigrupo ou monoide (S ), a operac~o e comutaa a
tiva, ent~o o semigrupo ou monoide s~o chamados comutativos. a a monoide comutativo.
Exemplo 6.3.4 Seja N o conjunto dos numeros naturais. Ent~o (N +) e um a Exemplo 6.3.5 Seja A = fa b c ::: zg o conjunto das letras do alfabeto, seja S
o conjunto de palavras formadas pelas letras do alfabeto e seja a operac~o de a concatenac~o de palavras de S . Ent~o o sistema algebrico (S ) e um semigrupo. a a Se admitirmos um palavra vazia , ent~o (S ) e um monoide. No entanto, (S ) a n~o e comutativo pois a ata bola neq bola ata.
1. Para todo x y z 2 G,
(x y) z = x (y z)
2. Existir um elemento e 2 M tal que para todo x 2 G,
e x=x e=x
3. Para todo x 2 G, existe um elemento denotado por x;1 2 G tal que
x x;1 = x;1 x = e
A exist^ncia de um elemento inverso para todo elemento de G garante a exist^ncia e e de soluc~o para toda a equac~o do tipo a x = b, onde a b 2 G. A soluc~o e dada a a a ;1 b. Do mesmo modo, a exist^ncia do inverso de cada elemento implica por x = a e que a propriedade de cancelamento e valida, isto e:
a b = a c rightarrowb = c b a = c a rightarrowb = c
para todo a b cinG.
De nic~o 6.3.6 O numero de elementos de G, quando G e nito, e denotado por a jGj e e chamado de ordem do grupo (G ). De nic~o 6.3.7 Um grupo (G ) no qual a operac~o e comutativa e chamado a a
um Grupo Abeliano. abeliano.
Exemplo 6.3.6 Seja Z o conjunto dos inteiros. A algebra (Z ) +) e um grupo Exemplo 6.3.7 O conjunto Q dos numeros racionais excluindo o zero e um grupo
abeliano sobre a operac~o de multiplicac~o. a a
algebrico abstrato chamado ANEL, que e um caso especial de um grupo no qual de nimos uma operac~o adicional, capaz de satisfazer certas propriedades. Outros a sistemas algebricos, com duas operac~es internas podem ser obtidos, adicionando-se o restric~es aos aneis. o
a (b + c) = a b + a c
e
(b + c) = b a + c a
Exemplos conhecidos de aneis s~o os conjuntos dos numeros inteiros, numeros a reais, numeros racionais, numeros pares e numeros complexos, sobre as operac~es o de adic~o e multiplicac~o. Devido a nossa familiaridade com estes exemplos, e a a comum nos referirmos a operac~o + como adic~o e a operac~o como multiplicac~o a a a a em um anel (S + ), embora estas operac~es n~o sejam necessariamente adic~es e o a o multiplicac~es como as conhecemos. Por convenc~o, e comum tambem chamarmos o a o elemento identidade de (S +) como identidade aditiva e denota-lo por 0. Do mesmo modo, se (S ) e um monoide, ent~o o elemento identidade com relac~o a e a a chamado de identidade multiplicativa e e denotado por 1. Tambem o inverso aditivo de um elemento a e denotado por ;a, enquanto o inverso multiplicativo, se existir, e denotado por a;1. Dependendo das propriedades do sistema (S ), varios casos especiais de aneis podem ser de nidos.
De nic~o 6.4.2 Se (S ) for um monoide, ent~o (S + ) e chamado de anel unitario. a a De nic~o 6.4.3 Se (S ) comutativo, ent~o (S + ) e chamado de anel comutativo. a a
Aprofundando nossa observac~o, n~o pdemos esperar que (S ) seja um grupo, a a uma vez que um grupo com mais de um elemento n~o pode possuir um elemento a zero. Sen~o vejamos: a
Suponhamos que S seja um grupo e que 0 2 S . Ent~o a 0 1=1 0=0 o que satisfaz a segunda condic~o e portanto e = 1. Mas a 0 0;1 6= 1 o que contradiz a terceira condic~o, qual seja a x x;1 = x;1 x = e Devemos ent~o perguntar primeiramente se (S ; f0g ) e fechado com relac~o a a a operac~o . Se ele for fechado, ent~o teremos para todo a b 2 S tal que a 6= 0 e a a b 6= 0, a b 6= 0, e chamamos (S + ) um anel sem divisores de zero. a b=0!a=0_b=0 De nic~o 6.4.4 Um anel comutativo (S + ) com elemento identidade e sem dia visores de zero e chamado um dom nio de identidade. Assumimos na de nic~o de dom nio de identidade que o anel (S + ) possui mais a de um elemento isto e, que ele possui ao menos um elemento diferente de zero. Nosso proximo questionamento se refere a descobrir se (S ; f0g ) e um grupo. Este questionamento caonduz a seguinte de nic~o: a De nic~o 6.4.5 Um anel comutativo (S + ) que possui mais de um elemento tal a que todo elemento diferente de zero possua um inverso multiplicativo em S e chamado um campo. ~ O anel dos inteiros e um exemplo de um dom nio de identidade que NAO e um campo. Os aneis dos numeros reais e racionais s~o exemplos de campos. a Exemplo 6.4.1 O sistema algebrico (Zn + n) consistindo das classes de equival^ncia geradas pela relac~o modulo congruente n (o resto da divis~o dos elementos e a a de Z por n), para um dado n do conjunto dos inteiros e um anel. As operac~es +n o e n s~o de nidas como: a Para quaisquer i], e j ] 2 Z i] +n j ] = (i + j ) (mod n)] i] n j ] = (i j ) (mod n)] Observe que para n = 6, (Z6 +6 6) n~o e um dom nio de identidade, pois a 3] 2] = 0]. Por outro lado, (Z7 +7 7) e um dom inio de identidade. De fato, (Zn +n n) e um campo se e somente se n e primo.
12] P. Suppes. Axiomatic Set Theory. Dover Publications, New York, 1972.