UNIVERSIDADE FEDERAL DE SANTA CATARINA ~ ^ PROGRAMA DE POS-GRADUACAO EM CIENCIA DA ~ COMPUTACAO

Fundamentos de Matematica Aplicada a Informatica

PROF. JORGE MUNIZ BARRETO PROF. MAURO ROISENBERG PROFa. MARIA APARECIDA FERNANDES ALMEIDA PROFa. KATIA COLLAZOS

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 Teoria dos Conjuntos

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

3.11.2 3.11.3 3.11.4 3.11.5

Paradoxo de Russel . . . Paradoxo do Barbeiro . Paradoxo de Burali-Forti Paradoxo de Godel . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

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

Refer^ncias Bibliogra cas e

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

Cap tulo 1 Historia da Matematica e da Computac~o a

1.1 Introduc~o a
A civilizac~o industrial baseia-se em grande parte na ci^ncia e na tecnologia. Ena e tretanto, as aplicac~es tecnologicas com as quais nos deparamos parecem cada vez o mais envolver a humanidade em um mundo \concreto", em que as imagens e comunicac~es reduzem dia-a-dia a necessidade de abstrac~o, imaginac~o e deduc~o. o a a a Muitas pessoas, hoje em dia, preferem ir ao cinema ao inves de ler um livro, ou assistir ao noticiario na televis~o ao inves de l^-lo no jornal ou escuta-lo no radio. a e Por outro lado, a matematica valoriza o pensamento abstrato, a formalizac~o, a a capacidade de reconhecer estruturas semelhantes sob um manto de detalhes irrelevantes. Pode-se mesmo dizer que fazer matematica n~o e trabalhar com numeros, e a sim com abstrac~es do mundo real, envolvam ou n~o estas abstrac~es quantidades o a o exatas e mensuraveis. Talvez por causa disto, muitas pessoas encaram a matematica como uma disciplina afastada das conquistas e equipamentos tecnologicos, verdadeira \torre de mar m", onde se encastelam os matematicos que passam a sua vida a pensar em coisas que n~o parecem ter a m nima aplicac~o ao mundo real em que vivemos. a a No entanto, isto n~o e verdade. A matematica e a base sobre a qual se assentam a as mais importantes conquistas da ci^ncia e da tecnologia atuais. Como o homem e poderia ter chegado a Lua sem a matematica? Como estudar as estrelas? Como garantir que um computador e capaz de resolver um problema? Como a informac~o a que chega aos nossos televisores, telefones e computadores poderia ser codi cada e decodi cada sem a matematica? 2

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

59 59 118 236 472 944 1888

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.

1.3 A Matematica na Grecia

Provavelmente o contato dos gregos com o Imperio Persa durante o seculo VI AC trouxe aos gregos consideraveis conhecimentos dos antigos povos do Oriente Medio. A revoluc~o do pensamento metematic o na Grecia comecou devido a um forte a esp rito do curiosidade, de atividades racionalistas e da crenca de que o homem poderia entender o mundo e a si proprio. Atraves de Thales e Pitagoras, ainda no seculo VI AC, o pensamento matematico grego comecou a adquirir caracter sticas familiares aos matematicos contempor^neos: 1) necessidade de de nic~es precisas a o 2) preocupac~o com explicitar pressuposic~es 3) desenvolvimento do pensamento a o dedutivo e seu emprego para uni car o pensamento matematico da epoca 4) noc~o a de pesquisa, formulac~o clara dos problemas e distinc~o n tida entre uma conjectura a a e um teorema demonstrado. Na Grecia a loso a e a matematica estavam intimamente relacionadas e varias discuss~es e analises cr ticas foram surgindo. Os processos in nitos (de limite) que o se usava na geometria sofreram uma profunda analise cr tica nos trabalhos de Zeno de Elea. E da Grecia tambem o berco do racioc nio logico e da Logica como disciplina matematica. No in cio, Logica era expressa em linguagem natural pelos losofos de Atenas. Racioc nios tipicamente logicos se encontram em dialogos de Socrates com seus disc pulos e depois em Plat~o. Mas foi com Aristoteles que a Logica tomou um a carater independente de outras formas de pensamento. Com a primeira escola de matematica de Alexandria, fundada no m do seculo IV

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.

1.4 Os Tempos de Escurid~o a

Enquanto na Idade Media o pensamento matematico passava por um per odo de escurid~o intelectual, a matematica se desenvolvia nos centros de cultura do Mundo a Arabe, onde os textos matematicos gregos foram preservados e traduzidos. A matematica arabe se concentrava particularmente nas areas de algebra e trigonometria. Deste trabalho podemos destacar os trabalhos de Al-Khowarismi e de Bhaskara. V^m dos arabes e dos hindus o aperfeicoamento do sistema posicional decimal, ine cluindo a representac~o do numero zero. a

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.

1.6 Os Tempos Modernos

No nal do seculo XVIII e no in cio do seculo XIX, o per odo de entusiasmo criador dos dois seculos anteriores diminui gradualmente. Se antes a matematica se apoiava em inspirac~o e intuic~o, n~o se preocupando muito com o formalismo e o rigor, a a a agora, se procura bases rigorosas para apoiar o crescimento de pesquisas puras e aplicadas. O primeiro grande vulto deste per odo e Carl-Friedrich Gauss (1775-1855). Suas contribuic~es abrangem toda a matematica de epoca: algebra, aritmetica, analise, o geometria diferencial, geometria n~o-euclidiana, func~es anal ticas, mec^nica celeste, a o a etc. H. N. Abel (1802-1829) procura fundamente a teoria da converg^ncia de series e numericas e de series de func~es A. L. Cauchy (1789-1857) se ocupa de formalizar o a teoria dos limites e da integral de nida. Em 1833, Charles Babbage (1791-1871) concebeu uma maquina considerada por muitos como a antecessora dos modernos computadores, por trazer a ideia de \programa" armazenado, sendo o primeiro programa a ser escrito feito por uma de suas amigas, Lady Lovelace cujo primeiro nome serviu para designar uma linguagem de programac~o, Ada. Inicialmente ele construiu a maquina chamada \Di erence a Engine" 11]. Seu sucesso o fez conceber uma outra, bem mais complexa que denominou \Analytical Engine" e que n~o chegou a completar e que se tivesse sido a conclu da, realizaria todas as operac~es aritmeticas e armazenaria informac~es para o o utilizac~o posterior. Isto seria feito atraves de um complexo mecanismo de rodas, a engrenagens e alavancas. A maquina nunca foi conclu da devido ao corte de verbas. Babbage pode ser considerado, com sua invenc~o, um precursor das ideias a interdisciplinares. Com efeito, em sua epoca, dava-se enorme import^ncia ao que a se chamavam aut^matos e que iam desde bonecos que se mexiam ate complicados o relogios mec^nicos, tais como o da catedral de Estrasburgo, na Franca, fronteira com a

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

1.7 A Era dos Computadores

Pode se dizer que a era moderna da computac~o comecou com implementac~es a o mec^nicas, quase simultaneamente em varios pa ses. O pioneirismo nas maquinas a eletromec^nicas cabe a H. Hollerith (1860-1929) que construiu, para ajudar o censo a demogra co dos Estados Unidos de 1890, o ancestral comum destas maquinas. Foi com este tipo de maquina que se fez a primeira aplicac~o em escritorios. D. a E. Felt e W. Burroughs (1857-1898) depois de lancar o \Comptometer" (1885), que era muito dif cil de utilizar, lancaram a \L'ADDING AND LISTING MACHINE" primeira maquina trabalhando sobre o conceito de lista como se conhece hoje. Nos Estados Unidos, por volta de 1925 no Massachusetts Institute of Technology (MIT), Vannevar Bush e seus colegas iniciaram a construc~o de um grande a analisador diferencial 1 nanciado pela \Rockefeller Foundation" e que foi concuido em 1930. Em 1939, a IBM iniciou a construc~o do MARK I, um equipamento a eletro-mec^nico completamente automatico, e que seguia os princ pios propostos a por Babbage. Antes que o MARK I pudesse ser completado, em 1944 ele foi suplantado pelo projeto do ENIAC (Electronic Numerical Integrator and Calculator), a primeira calculadora totalmente eletr^nica. Neste projeto participava John Von o Neuman, que entre 44 e 46 elaborou relatorios para o exercito sobre as capacidades computacionais do equipamento. Em 1949, o primeiro computador americano, que muitos acreditam ser o primeiro no mundo com programa armazenado, entrou em operac~o. Dois anos depois, o UNIVAC I (Universal Automatic Calculator) foi a terminado pela Sperry Rand Corporation. Enquanto muitos enxergavam no computador apenas uma poderosa e veloz maquina de calcular, em 1945 Alan Turing escreveu o seu conceito de computador, uma maquina universal, n~o necessariamente ligada a ideias de uma calculadora, a mas sim, a manipulac~o logica de s mbolos. Turing foi um dos responsaveis pela a estrutura de programa e de linguagens. Na Franca pode-se citar o trabalho pioneiro de Louis Cou gnal cuja tese de doutorado apresentava em 1938, maquina de calcular capaz de realizar calculos t~o a variados quanto os da mac^nica celeste 3]. a Na ent~o Uni~o Sovietica 4] apenas em 1947 S. A. Lebadev iniciou a construc~o, a a a
1

Computador capaz de resolver um sistema de equac~es diferenciais. 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.

Cap tulo 2 Logica

Como em muitos outros campos de estudo e dif cil dar uma de nic~o precisa de a Logica. A Encyclopaedia Britannica (edic~o 1957) diz: \Logic is the systematic a study of the structure of propositions and of the general conditions of valid inference by a method which abstracts from the content or matter of the propositions and deals only with their logical form". Apesar de ser uma de nic~o recursiva por de nir a logica em func~o do termo forma logica, esta de nic~o ressalta dois pontos caraca a ter sticos da Logica contempor^nea: o estudo dos mecanismos validos de infer^ncia a e e a import^ncia da forma da apresentac~o. O primeiro destes pontos, mecanismos a a validos subentende a dualidade de valores de verdade e o segundo ponto leva ao termo Logica Formal. Aqui se considera a de nic~o acima, modi cada apenas pela a omiss~o da palavra validos. Desta forma, sendo a Logica o estudo dos mecanismos a do pensamento e natural que a Logica ocupe um papel de destaque na area da Computac~o conhecida como em Intelig^ncia Arti cial, tanto na representac~o do a e a conhecimento como paradigma na resoluc~o de problemas. a Neste cap tulo se apresenta uma introduc~o a Logica, comecando por um historico a sobre a sua evoluc~o, e aprofundando-se o estudo da Logica de Primeira Ordem, esa pecialmente o Calculo Proposicional e o Calculo de Predicados.

2.1 Notas Historicas

Os primeiros princ pios referentes a Logica podem ser atribu dos ao grego Aristoteles. A maioria das contribuic~es de Aristoteles para a Logica se encontram em um grupo o de livros conhecidos por Organon. O Organon compreende varias partes: Categorias, As Interpretac~es, Anal tica, Topicos, e o Refutac~es Sof sticas. Todos os textos o o est~o no estilo caracter stico de Aristoteles, ou seja tipo caderno de notas abreviadas. a 12

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.

2.2 Logica de Primeira Ordem

A Logica de Primeira Ordem compreende o Calculo das Proposic~es e o Calculo o dos Predicados. Informalmente, o Calculo das Proposic~es envolve apenas conso tantes e o Calculo dos Predicados considera ainda variaveis e quanti cadores sobre estas variaveis (ex: Para todo x Existe x). Entretanto uma sentenca n~o pode ser a quanti cada pois se estaria tratando de Logica de Segunda Ordem. Por exemplo, a sentenca \para todas as sentencas..." pertence a Logica de Segunda Ordem.

2.3 Calculo Proposicional

O Calculo Proposicional se interessa pelas sentencas declarativas, as proposic~es, o que podem ser verdadeiras ou falsas. O Calculo das Proposic~es compreende a sua o

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

2.3.1 Sintaxe do Calculo Proposicional

A sintaxe do Calculo das Proposic~es especi ca os s mbolos e os modos de combinao los para formar uma express~o valida da linguagem, as quais costumam ser chamadas a formulas bem formadas (fbf) (do ingl^s \Well Formed Formulas" - w ). e

Elementos Validos da Linguagem

Conectivos ou Operadores Logicos

{ { { { {

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

{ Letras maiusculas seguidas ou n~o de numeros a

Par^nteses e

{ (,)

No Calculo Proposicional, s~o os s mbolos que representam as sentencas declaa rativas, no caso, as letras sentenciais.

Formulas At^micas o

Formula Bem Formada

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 )

2.3.2 Sem^ntica do Calculo Proposicional a

Uma fbf pode ter uma interpretac~o a qual de ne a sem^ntica da linguagem. Uma a a interpretac~o pode ser considerada como um mapeamento do conjunto das fbfs a para um conjunto de valores de verdade que na logica dicot^mica e o conjunto o fV erdadeiro Falsog ou fV F g. A sem^ntica dos conectivos mais conhecidos e: a

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

Negac~o a A :A V F F V Tabela 2.1: Tabela-Verdade para o operador de Negac~o a Conjunc~o a A V V F F B A^B V V F F V F F F

Tabela 2.2: Tabela-Verdade para a Conjunc~o a Disjunc~o a A V V F F B A_B V V F V V V F F

Tabela 2.3: Tabela-Verdade para a Disjunc~o a Condicional A V V F F B A!B V V F F V V F V

Tabela 2.4: Tabela-Verdade para o Condiconal

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

2.3.5 Formula Inconsistente ou Contradic~o a

Proposic~o que e sempre falsa para todas as suas interpretac~es. a o Ex.: A ^ :A

A :A A ^ :A V F F F V F

2.3.6 Equival^ncia de Formulas e

Sejam A e B duas fbfs e sejam P1 P2 ::: Pn as letras sentencias que ocorrem em A e em B. Se os valores de verdade de A forem iguais aos valores de verdade de B para todos os 2n poss veis valores de verdade atribu dos a P1 P2 ::: Pn, ent~o A e B s~o a a ditos equivalentes. Abaixo aparecem alguns exemplos de formulas que s~o equivalentes e cujas equia val^ncias podem ser veri cadas atraves de tabelas-verdade. e ::A = A A_A= A (A ^ :A) _ B = B A _ :A = B _ :B Exemplos: Prove que: P ! Q = :P _ Q P ! Q = :(P ^ :Q) P Q :P :P _ Q P ! Q :Q P ^ :Q :(P ^ :Q) V V F V V F F V V F F F F V V F F V V V V F F V F F V V V V F V Uma tabela de equival^ncia de formulas tambem pode ser utilizada para provar e a equival^ncia entre duas formulas sem que seja necessaria a construc~o da tabelae a verdade. Exemplo: Mostre que (:P ^ (:Q ^ R)) _ (Q ^ R) _ (P ^ R) = R (:P ^ (:Q ^ R)) _ (Q ^ R) _ (P ^ R) = (:P ^ (:Q ^ R)) _ (R ^ (Q _ P ) = (Distr.) ((:P ^ :Q) ^ R) _ (R ^ (Q _ P ) = (Comut.) ((:P ^ :Q) _ (Q _ P )) ^ R = (Distr.) (:(P _ Q) _ (P _ Q)) ^ R = (De Morgan e Comut.) (:A _ A) ^ R = Tautologia ^ R = R

^ 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

2.3.7 Regras de Infer^ncia e

Regras de Infer^ncia s~o regras de reescrita que permitem produzir novas fbfs a e a partir de outras. Seu uso pode ser visto como uma forma de provar teoremas, onde as novas formulas s~o teoremas provados. Atraves das regras de infer^ncia podemos a e

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

Ex.: :P ! ::Q :::P ` Q

Prova: 1 2 3 4 5

:P ! ::Q :::P :P ::Q

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)

P 1_I 1_I 2 3^I

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

P 1$E 1$E 2 3$I

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 .

2.3.8 Tabelas-Verdade como Forma de Validac~o a

Um argumento de validac~o e valido se e somente se todas as suas inst^ncias s~o a a a validas. Uma inst^ncia de um argumento e valida se for imposs vel que sua cona clus~o seja falsa enquanto suas premissas forem verdadeiras. Isto e, se n~o houver a a situac~o na qual a sua conclus~o e falsa enquanto as suas premissas s~o verdadeiras. a a a Uma Tabela-Verdade e uma lista exaustiva de de situac~es poss veis. Da podermos o utilizar a tabela-verdade para determinar se a forma e ou n~o valida. a Se a forma for valida (pela de nic~o, uma forma valida e aquela em que todas a as inst^ncias s~o validas), ent~o qualquer inst^ncia dela deve ser valida. Assim, a a a a podemos utilizar tabelas-verdade para estabelecer a validade n~o apenas de argua mentos,mas de argumentos espec cos. Por exemplo, consideremos o Silogismo Disjuntivo: - A Princesa ou a Rainha comparecera a cerim^nia. o - A Princesa n~o comparecera. a - ` A Rainha comparecera. P _ Q :P ` Q P Q P _ Q :P ` Q V V V F V V F V F F F V V V V F F F V F A forma e invalida se existirem premissas verdadeiras e conclus~o falsa. Neste a caso, existem quatro sitiac~es poss veis e somente na terceira as premissas s~o vero a dadeiras. Mas neste caso, a conclus~o tambem e verdadeira. A tabela mostra que o a argumento e valido. Exerc cios: Determine se a conclus~o C pode ser logicamente obtida atraves das a premissas H1eH2.

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

2.4 Calculo de Predicados

Ate este momento, examinamos a logica simbolica considerando apenas proposic~es. o As tecnicas de infer^ncia se restringiam a suposic~o de que as premissas e as cone a clus~es fossem proposic~es. o o No entanto, a logica proposicional possui um poder de representac~o limitado, a n~o sendo su ciente para expressar muitas coisas obvias e elementares, por exemplo, a o fato de duas formulas at^micas possu rem algumas caracter sticas em comum. Para o isto, se introduz o conceito de Predicado em uma formula at^mica. o A logica que se baseia na analise dos predicados em qualquer proposic~o e chaa mada Logica de Predicados. A Logica de Predicados se preocupa em introduzir noc~es logicas para expressar qualquer conjunto de fatos atraves de tr^s tipos de o e express~es: termos, predicados e quanti cadores. o Calculo de Predicados e a extens~o do Calculo Proposicional em que se cona sideram variaveis e quanti cadores sobre variaveis. Os dois quanti cadores mais importantes s~o o quanti cador universal e o existencial, respectivamente represena tados pelos s mbolos 8e9.

2.4.1 Algumas De nic~es o

Classe de Atributos: Eles s~o representados pelos substantivos comuns, a

locuc~es nominais, adjetivos, locuc~es adjetivas, verbos e locuc~es verbais. o o o Exemplo: Todos os homens s~o mortais a Socrates e um homem Ent~o, Socrates e mortal. a Que pode ser representado por:

8x(H (x) ! M (x))

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 cadores: S~o operadores logicos, mas em vez de indicarem relac~es a o

entre sentencas, eles expressam relac~es entre conjuntos designados pelas claso ses de atributos logicos. Eles s~o classi cados de universais e existenciais. a

{ 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)

2.4.2 Sintaxe do Calculo de Predicados

Elementos Validos da Linguagem
S mbolos Logicos:

{ Operadores Logicos: : ^ _ ! $

{ Quanti cadores: 8 9 { Par^nteses: ( ). e

S mbolos N~o-Logicos: a

{ Letras Nominais: letras minusculas de \a" a \t" { Variaveis: letras minusculas de \u" a \z" { Letras Predicativas: letras maiusculas.
Formulas At^micas o

{ E uma letra predicativa seguida por zero ou mais letras nominais.

Formula Bem Formada

{ 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))

2.4.3 Regras de Infer^ncia para o Calculo de Predicados e

Todas as regras de nidas no Calculo Proposicional s~o utlizadas para o Calculo a de Predicados, apenas referenciando-as para os quanti cadores. Alem disso, para o Calculo de Predicados, com respeito as regras de infer^ncia, s~o inseridas mais e a algumas que ser~o vistas adiante. a Exemplo: :F (a) _ 9xF (x) 9xF (x) ! P ` F (a) ! P .

Prova: 1 2 3 4 5 6 7

F (a) ::F (a) 9xF (x) P F (a) ! P

:F (a) _ 9xF (x) P 9xF (x) ! P P

H (Hipotese para PC) 3DN 1 4SD 2 5MP 3 6PC

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

{ :(8x:F (x)) = 9xF (x)

{ :(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

Cap tulo 3 Teoria dos Conjuntos

3.1 Origens da Teoria dos Conjuntos
A historia da Teoria dos Conjuntos difere um pouco da maioria das outras areas da Matematica, para as quais um longo processo de evoluc~o de ideias, geralmente a envolvendo varias pessoas trabalhando em paralelo, pode ser tracado. No caso da Teoria dos Conjuntos, pode-se dizer que ela e criac~o de uma unica pessoa: Georg a Cantor. Foi com o trabalho de Cantor que a Teoria dos Conjuntos conseguiu nalmente receber um tratamento matematico adequado. os primeiros trabalhos de Cantor eram sobre a Teoria dos Numeros, e ele publicou varios artigos sobre este assunto. Estes artigos, no entanto, n~o davam nenhuma indicac~o de que Cantor iria ala a terar todo o curso da moderna matematica. Porem, em 1872, em uma viagem a Suica, Cantor conheceu Richard Dedekind. Por seu profundo pensamento abstrato e logico, Dedekind teve grande in u^ncia nas ideias desenvolvidas por Cantor. Em e 1874 Cantor publicou um artigo no Crelle's Journal que representou o nascimento da Teoria dos Conjuntos. Neste artigo, Cantor defendia a ideia de que existiriam pelo menos dois tipos de \in nito". Ele demostrou que os numeros reais algebricos poderiam ser colocados em uma correspond^ncia de um-para-um com os numeros e naturais, enquanto que com os numeros reais esta correspond^ncia n~o existiria. e a Em seus artigos seguintes, Cantor introduziu a ideia de equival^ncia de conjune tos e estabeleceu que dois conjuntos seriam equivalentes, ou possuiriam a mesma pot^ncia, se pudesse se estabelecer uma correspond^ncia de um-para-um entre estes e e conjuntos. Neste cap tulo introduziremos os conceitos elementares de teoria dos Conjuntos. Apesar da apresentac~o ser, ate certo ponto, de maneira informal, tentaremos aprea

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

3.2 Conceitos Primeiros

Enquanto na Geometria Euclidiana costuma-se adotar, sem de nic~o, as noc~es de a o ponto, reta e plano, na Teoria dos Conjuntos as noc~es consideradas primitivas s~o o a as seguintes: a) Conjunto b) Elemento c) Pertin^ncia entre Elemento e Conjunto e d) Conjunto Universo De nimos numa meta-linguagem os conceitos chamados \conceitos primeiros", que s~o explicaveis mas n~o de nidos. Os conceitos primeiros nos d~o a noc~o de a a a a universo (representando todas as coisas), conjunto, elemento e pertin^ncia. e

< U X x 2>

3.2.1 Noc~o de Conjunto a

A noc~o de conjunto, intuitivamente, pode ser designada como toda colec~o bem a a de nida de objetos, n~o importa de que natureza, considerados globalmente 1] 10]. a A noc~o matematica de conjunto e praticamente a mesma que se usa na linguaa gem comum, onde, normalmente, se associa a ideia de conjunto a uma colec~o de a objetos de qualquer natureza, portanto, pode-se exempli car outros conjuntos: 1. conjunto de livros em uma biblioteca, 2. conjunto de letras da palavra \Matematica", 3. conjunto de lobos em uma matilha, 4. conjunto de catarinenses, 5. conjunto de numeros naturais,

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

a b c ::: x y z Assim o conjunto A cujos elementos s~o a b c e denotado por: a A = fa b cg

3.2.3 Relac~o de Pertin^ncia a e

Um conceito fundamental da Teoria dos Conjuntos e o de \ser membro" ou \pertencer" a um conjunto. Qualquer objeto que faca parte de um conjunto e chamado um \membro" ou um \elemento" daquele conjunto. Um conjunto e dito \bem-de nido" ser for poss vel determinar, atraves de certas regras, se um dado objeto e membro de um conjunto. Para denotar que o elemento x pertence ao conjunto X utiliza-se:

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

3.2.4 Conjunto Universo

Segundo Alencar 1] as palavras \elemento" e \conjunto" t^m muitas vezes signi e cado relativo, pois um mesmo ente pode ser elemento em relac~o a certos entes e a conjunto em relac~o a outros entes. Assim, por exemplo, uma turma de um colegio a e um elemento do conjunto das turmas do colegio, mas tambem e um conjunto de alunos do colegio analogamente uma reta e um elemento do conjunto de todas as retas, mas tambem e um conjunto de pontos, etc. Nestas condic~es, para o rigor matematico, deve-se observar quais s~o os entes o a considerados como elementos. Assim, por de nic~o chama-se conjunto universo ou a simplesmente universo de uma teoria, o conjunto de todos os entes que s~o sempre a considerados como elementos nesta teoria 1]. Assim, por exemplo, na Aritmetica, o universo e o conjunto de todos os numeros inteiros n~o negativos f0 1 2 3 :::g e a em Geometria, o universo e o conjunto de todos os pontos, ou seja , o espaco. Geralmente, o conjunto universo de uma teoria e denotado pela letra U . Num diagrama de Venn, os elementos do universo U s~o geralmente representados por 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

3.3 Conjuntos Numericos

E conveniente padronizar certos conjuntos de numeros usuais na teoria dos conjuntos. S~o particularmente importantes os seguintes conjuntos numericos: a a) Conjunto dos numeros naturais N = f1 2 3 4 :::g b) Conjunto dos numeros inteiros Z = f::: ;3 ;2 ;1 0 1 2 3 :::g ou Z = f0 1 2 3 :::g c) Conjunto dos numeros racionais Q. Seus elementos s~o todos os numeros que a podem ser colocados na forma p=q, em que p 2 Z e q 6= 0 e q 2 Z . d) Conjunto dos numeros reais < s~o todos os numeros racionais e n~o racionais. a a e) Conjunto dos numeros complexos C tem seus elementos numeros da forma p a + bi, com a 2 <, b 2 < e i = ;1.

3.4 Diagrama de Venn

A m de facilitar o entendimento de certas de nic~es e demonstrac~es da Teoria o o dos Conjuntos, e muito util a representac~o de um conjunto por um recinto plano a delimitado por uma linha fechada qualquer, n~o entrelacada 1]. Esta representac~o a a pictogra ca recebe o nome de diagrama de Venn. No diagrama de Venn 3.1, os elementos do conjunto indicam-se por pontos internos ao recinto, e elementos que n~o pertencem ao conjunto s~o representados por pontos externos ao mesmo recinto. a a Existem varias outras maneiras de se descrever um conjunto:

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:

S = fxjx par inteiro positivog

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

3.5 Propriedades dos Conjuntos

que esta dentro de outro conjunto conforme gura 3.2. Sejam X e Y quaisquer dois conjuntos. Se todo elemento de X for tambem um elemento de Y , ent~o X e a chamado de subconjunto de Y .

De nic~o 3.5.1 Subconjunto: Intuitivamente, pode-se dizer que e o conjunto a

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

Iniciais: Alfabeto Letras: Alfabeto Em seguida s~o determinadas estas variaveis: a

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].

De nic~o 3.5.2 Inclus~o: A relac~o de pertin^ncia e uma relac~o entre elemento a a a e a

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 )

De nic~o 3.5.3 Igualdade de conjuntos: Dois conjuntos X e Y s~o iguais a a

quando todo elemento de X pertence tambem a Y e, reciprocamente, todo elemento de Y pertence a X . Simbolicamente tem-se:

X = Y $ 8x(x 2 X $ x 2 Y ) X = fa e i o ug e Y = fe o i a ug X = f0 1 2 3 :::100g e Y = fxjx e inteiro e 0 x 100g

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

conjunto pode estar inclu do ou ser subconjuto de outro conjunto.

f1 2g f1 2 3g f1 3g f1 2 3gef3g f1 2 3g Por outro lado, 1 2 f1 2 3g e n~o 1 esta incluso em f1 2 3g. Apenas um a

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

3.6 Conjuntos Especiais

3.6.1 O Conjunto Vazio
Um conjunto que n~o contenha nenhum elemento e chamado de Conjunto Vazio. a Um conjunto vazio e denotado por .

3.6.2 O Conjunto Pot^ncia e

Dado qualquer conjunto A, nos sabemos que o conjunto vazio e o conjunto A s~o a ambos subconjuntos de A. Da mesma forma, para qualquer elemento a de A, o conjunto fag e um subconjunto de A. Estendendo o racioc nio, podemos considerar outros subconjuntos de A. Podemos de nir todos os subconjuntos do conjunto A da seguinte forma: Para um conjunto A, a colec~o ou fam lia de todos os subconjuntos da A e a chamada Conjunto Pot^ncia de A. O Conjunto Pot^ncia de A e denotado por (A) e e ou 2A , e e tal que (A) = 2A = fX jX Ag

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.

B111 = B000111 = fa4 a5 a6g B1100 = B001100 = fa3 a4g

3.7 Algebra dos Conjuntos

Quando se faz operac~es nos conjuntos tem-se um novo conjunto. Se uma operac~o o a sobre os elementos de um conjunto produzir resultados (imagem) que tambem s~o a

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

3.7.1 Conceito de Operac~es unarias, binarias e n-arias o

Como o nome indica as operac~es binarias s~o feitas entre dois elementos de um o a conjunto e as narias entre varios elementos do conjunto. Uma operac~o unaria e a aquela feita com um unico elemento do conjunto.

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 .

Exemplo 3.7.1 Exemplos de operac~es unarias: o

Tomar o negativo de um numero no conjunto Z . O conectivo de negac~o e uma operac~o unaria de conjuntos proposicionais. a a Se P e proposicional ent~o :P e sua negativa. a

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 )

Figura 3.3: Uni~o de Conjuntos a

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.

Figura 3.4: Intersec~o entre Conjuntos a

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.

Figura 3.5: Diferenca entre conjuntos

Exemplo 3.7.4 Sejam os conjuntos A = f1 3 4 5 7g , B = f1 3 4 5g e C = f3 5 8 9g. Tem-se: A ; B = f7g , B ; A = B ; C = f1 4g , C ; B = f8 9g

No exemplo 3.7.4 observa-se que A ; B e diferente de B ; A e B ; C e diferente de C ; B , isto e a diferenca de conjuntos n~o e comutativa. a

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

3.8 Produto Cartesiano

Intuitivamente, o produto cartesiano de dois conjuntos e o conjunto de todos os pares ordenados dos elementos do primeiro conjunto que pode-se formar com os elementos do segundo conjunto.

De nic~o 3.8.1 Supondo-se X e Y serem conjuntos de um universo U . O produto a

cartesiano de X e Y e denotado por X

Y e e de nido por:

X Y = f(x y)jx 2 X ^ y 2 Y g

Exemplo 3.8.1 Dados os conjuntos X1 = fa bg e X2 = f1 2g, o produto cartesiano X1

X2 e:

X1

X2 = f(a 1)(a 2)(b 1)(b 2)g

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.

De nic~o 3.8.2 Chama-se produto cartesiano ou apenas produto dos n cona

Este conjunto produto representa-se por uma das notac~es: o

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.

Exerc cio 3.8.1 Dados os conjuntos: A = f1 2g e B = f3 4g. Obter: A B ,

B A, A2 e A3.

3.9 Propriedades das Operac~es o

3.9.1 Propriedade Associativa
Quaisquer que sejam os conjuntos X , Y e Z , tem-se que: X (Y Z ) = (X Y ) Z X \ (Y \ Z ) = (X Y ) \ Z

3.9.2 Propriedade Comutativa

Quaisquer que sejam os conjuntos X e Y , tem-se que: X Y =Y X X \Y =Y \X

3.9.3 Propriedade Distributiva

Quaisquer que sejam os conjuntos X , Y e Z , tem-se que: X \ (Y Z ) = (X \ Y ) (X \ Z ) X (Y \ Z ) = (X Y ) \ (X Z ) A gura 3.6 mostra a distributividade.

Figura 3.6: Distributividade

3.9.4 Propriedade Re exiva

Qualquer que seja o conjunto X , tem-se que:

X X=X X \X =X

3.9.5 Propriedade de Fechamento

Quaisquer que sejam os conjuntos X e Y , ent~o a uni~o de X e Y , denotada por a a X Y e a intersec~o de X e Y denotada por X \ Y , ainda s~o conjuntos no universo. a a

3.9.6 Elemento neutro para a uni~o a

O conjunto vazio e o elemento neutro para a uni~o de conjuntos e tal que para a todo conjunto X , se tem: X =X

3.9.7 Elemento neutro para a intersec~o a

O conjunto universo U e o elemento neutro para a intersec~o de conjuntos, tal que a para todo conjunto X , tem-se: X \U =X

3.9.8 Elemento nulo para a intersec~o a

Se tomarmos a intersec~o do conjunto vazio a teremos o proprio conjunto vazio. com qualquer outro conjunto X ,

X\ =

3.10 Cardinalidade de Conjuntos

3.10.1 Os Numeros Naturais
os conjuntos dos numeros naturais e um conjunto bastante conhecido e utilizado por muitas pessoas no seu dia-a-dia. Uma de suas utilizac~es mais frequentes e o para contar elementos e objetos. Esta utilizac~o permite a de nic~o da noc~o de a a a similaridade ou equipot^ncia de dois conjuntos e tambem do conceito de \numero e cardinal" de um conjunto. Deste modo podemos introduzir os conceitos de conjuntos nitos e in nitos, que s~o de grande import^ncia na teoria dos aut^matos. a a o

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

e a noc~o de \conjunto sucessor" de um a

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:

(a) 0 2 S , e (b) se n 2 S , ent~o n+ 2 S a ent~o S = N a

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:

De nic~o 3.10.1 Dois conjuntos A e B s~o ditos equipotentes (ou equivalentes, ou a a

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 .

Exemplo 3.10.1 Seja N = f0 1 2 :::g e N2 = f0 2 4 :::g

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

De nic~o 3.10.2 Dado um conjunto X , diz-se que X e nito se tem n elementos. a

O numero n chama-se numero cardinal do conjunto X e escreve-se n(X ) = n.

Os conjuntos podem ser nitos e in nitos. Diz-se que um conjunto e in nito se ele for equivalente a um subconjunto proprio.

De nic~o 3.10.3 Qualquer conjunto cujo numero cardinal e um numero natural e a

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 .

De nic~o 3.10.6 Todo conjunto nito ou enumeravel e chamado de contavel. a

O conjunto dos numeros reais, por exemplo, e in nito, porem, por ser compacto n~o pode se estabelecer uma correspond^ncia de um-paraum com o conjunto dos a e numeros naturais e, portanto, ele e n~o-enumeravel. a

De nic~o 3.10.7 Um conjunto que seja in nito e n~o enumeravel e chamado de a a

incomensuravel. Cantor provou que o conjunto pot^ncia de um dado conjunto deve ser maior e (cardinalidade maior) do que este conjunto e a rmou a exist^ncia de cardinalidade e trans nita.

Exemplo 3.10.2 Exemplos de conjuntos nitos:

conjunto dos numeros de dias da semana conjunto de vogais conjunto de numeros de telefones de uma cidade

Exemplo 3.10.3 Exemplos de conjuntos in nitos:

conjunto dos numeros naturais conjunto de atomos no universo

3.11 Paradoxos na Teoria dos Conjuntos

Nesta sec~o s~o apresentados alguns paradoxos da Teoria dos Conjuntos. Maiores a a detalhes podem ser encontrados em 9] e 12].

3.11.1 Paradoxo de Cantor

O Paradoxo de Cantor diz que o conjunto de todos os conjuntos e seu proprio conjunto pot^ncia. Portanto, a cardinalidade do conjunto de todos os conjuntos deve e ser maior do que ele mesmo. Seja C o conjunto de todos os conjuntos. Portanto, cada subconjunto de C e tambem um membro de C . Assim, o conjunto pot^ncia de e C e subconjunto de C , isto e, 2C C Mas 2C C implica em #(2C #(C ) contudo, de acordo com o teorema de Cantor #(C ) < #(2C ) Assim, o conceito de conjunto de todos os conjuntos conduz a uma contradic~o. a

3.11.2 Paradoxo de Russel

Este paradoxo e devido ao losofo e matematico brit^nico Bertrand Russell para a ajudar a explicar o paradoxo que ele descobriu na teoria dos conjuntos. Primeira considerac~o: a maioria dos conjuntos n~o s~o elementos deles mesmos, mas alguns a a a s~o. Por exemplo, o conjunto de todas as arvores n~o e uma arvore, nem o conjunto a a de todas as l nguas n~o e uma l ngua. Todavia, uma lista de todas as listas (a qual e a uma lista) ou o conjunto de todas as ideias abstratas, a qual e tambem e uma ideia abstrata. Supondo-se agora que exista um conjunto S , o qual e composto de todos os conjuntos que n~o s~o elementos de si mesmos. Se S n~o e um elemento de si a a a mesmo, ent~o ele pertence a este conjunto. Mas, se S e um conjunto, ent~o ele e um a a elemento de si mesmo e n~o pertence ao conjunto. Uma soluc~o para este problema a a torna necessario que qualquer conjunto de nido por um predicado tambem seja um sub-conjunto de um conjunto conhecido (a excec~o deste e o conjunto pot^ncia). a e Desde que o conjunto de \conjuntos, os quais n~o s~o elementos deles mesmos" a a n~o e conhecido, deve ser feito primeiro um subconjunto de algum outro conjunto a conhecido. Por exemplo, supondo-se U o conjunto dos conjuntos e A qualquer conjunto que pertence a U e n~o e elemento de si mesmo. Agora, S e de nido como: a

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.

3.11.3 Paradoxo do Barbeiro

Supondo-se que exista uma cidade onde um homem tenha uma barbearia. Este barbeiro deve barbear todos os homens e somente homens que n~o barbeiam a si a mesmos. Quem barbeia o barbeiro ? Este paradoxo e conhecido como o paradoxo do barbeiro. Pensando que os homens desta cidade pertencem a dois conjuntos: o conjunto dos homens que barbeiam a si mesmos e o conjunto dos homens que n~o a

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

3.11.4 Paradoxo de Burali-Forti

Existe um paradoxo conhecido como Paradoxo de Burali-Forti atribu do a Cesare Burali-Forti. O Paradoxo diz respeito ao conjunto de \todos" numeros ordinais. Este conjunto deve ter um numero ordinal o qual n~o esta no conjunto, isto e o a paradoxo existe desde que se diz conjunto de \todos" numeros ordinais. Segundo 12] intuitivamente, na teoria dos conjuntos cada conjunto ordenado tem um numero ordinal. Alem disso, o conjunto de todos os ordinais e ordenado, aonde este conjunto de todos ordinais tem um numero ordinal dito O. Mas o conjunto de todos os ordinais crescentes e incluindo qualquer ordinal dado e ordenado e portanto tem um numero ordinal, o qual excede o ordinal dado em 1. Consequentemente, o conjunto de todos ordinais incluindo O tem o numero ordinal O + 1, o qual e maior do que O. Portanto, O n~o e um numero ordinal de \todos" ordinais. a

3.11.5 Paradoxo de Godel

Outro paradoxo mais moderno, seria o sobre Teorema da Incompleteza de Godel. Um sistema de axiomas e completo quando todo teorema sera verdade ou mentira. Se existir um sistema de axiomas consistentes (ou seja quando n~o existirem axiomas a que entrem em contradic~o com outros axiomas) existir~o sempre teoremas que se a a podera provar que s~o mentiras e teoremas que se podera provar que s~o verdades a a e outros que n~o se pode provar nada, nem que sejam verdades, nem que sejam a mentiras. Neste caso, o sistema e dito incompleto, no sentido de que existem coisas que n~o se pode provar, nem que sejam verdades ou mentiras. a O Teorema de Godel parte da premissa de que existem verdades e mentiras levando a conclus~o que existem teoremas verdadeiros, falsos e outros que n~o se a a sabe se s~o verdades ou mentiras. Ou seja, partindo-se de duas verdades chegaria-se a a um terceiro valor de verdade: n~o sabido. Este teorema pode ser interpretado a como uma comprovac~o da logica que utiliza conjuntos nebulosos (logica \fuzzy"). a

Cap tulo 4 Relac~es o

4.1 Introduc~o a
O conceito de uma relac~o e um conceito frequentemente utilizado, seja no nosso diaa a-dia, seja na matematica. Associado ao conceito de relac~o esta a ac~o de comparar a a objetos que estejam relacionados entre si. A capacidade de um computador de realizar operac~es diferentes baseado no resultado de comparac~es e, talvez, uma o o das caracter sticas mais utilizadas durante a execuc~o de um programa. Do mesmo a modo, podemos dizer que bases de dados s~o compostas por relac~es entre conjuntos a o e a manipulac~o da base para extrac~o de novas relac~es envolve diretamente a a a o manipulac~o das propriedades das relac~es. a o A palavra \relac~o" sugere muitas vezes exemplos familiares de relac~es, tais a o como, a relac~o de pai-para- lho, m~e-para- lho, irm~o-para-irm~, etc. Exemplos sia a a a milares tambem s~o frequentemente encontrados na aritmetica, onde temos relac~es a o como: \maior que", \menor que" ou \igual a". Tambem podemos dizer que existe uma relac~o entre a area de um c rculo e seu raio, ou entre a area de um quadrado e a seu lado. Estes exemplos sugerem relac~es entre dois objetos, no entanto, podemos o citar relac~es entre tr^s objetos, tais como a relac~o entre pai-m~e- lho, ou entre a o e a a area de um tri^ngulo, sua base e sua altura. Exemplos similares tambem existem a para relac~es entre quatro ou mais objetos. o Neste cap tulo procuramos formalizar o conceito de relac~o e apresentamos metodos a de representac~o, tais como matrizaes e grafos. As propriedades basicas s~o vistas a a e certas classes importantes de relac~es s~o introduzidas. o a

4.2 De nic~o de Relac~es a o

Pode-se de nir relac~es como subconjunto proprio do produto cartesiano. o

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

Com esta de nic~o tem-se relac~es binaria, ternaria e n-aria. a o

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].

4.3 Relac~es Binarias o

4.3.1 De nic~es o
Na vida, as pessoas podem estabelecer varias relac~es. Um exemplo de relac~o o a binaria e o que podemos chamar de conex~o matrimonial (casamento). Neste caso, a ha um par \ordenado" (marido, mulher) que satisfaz a tal relac~o matrimonial. O a ideal e que a relac~o entre seus elementos seja de um para um. O que as vezes a nem sempre ocorre ... Em outro exemplo, duas pessoas podem ter tambem relac~o a hierarquica (pai e lho). O analogo matematico considera as relac~es binarias para o distinguir a ordem de pares de objetos de outros pares de objetos e seus relacionamentos.

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

4.3.2 Dom nio e Imagem de Relac~es o

Figura 4.1: Tipos de relac~es binarias o

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

4.4 Propriedades das Relac~es Binarias o

Uma relac~o em um conjunto X tem certas propriedades. a

4.4.1 Relac~o de Igualdade a

A relac~o de igualdade num conjunto X , implica que o par (x y) pertence a relac~o a a se x = y. Esta relac~o de igualdade tem tr^s propriedades: a e 1. para qualquer x 2 X , x = x, ou (x x) 2 2. para qualquer x, y 2 X , se x = y portanto, y = x, ou (x y) 2 ! (y x) 2 3. para qualquer x y z 2 X , se x = y e y = z ou (x y)] 2 e (y z) 2 ! (x z) 2 . Estas tr^s propriedades fazem com que a relac~o de igualdade seja re exiva, e a simetrica e transitiva.

4.4.2 Relac~o Re exiva 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.

4.4.3 Relac~o Simetrica a

y em X :

De nic~o 4.4.2 : Uma relac~o em um conjunto X e simetrica se, para todo x e a a

(x y) 2 ! (y x) 2 As relac~es e < n~o s~o simetricas no conjunto dos numeros reais, enquanto a o a a relac~o de igualdade e. A relac~o de ser irm~o n~o e simetrica no conjunto de todas a a a a as pessoas, mas e simetrica no conjunto dos homens.

4.4.4 Relac~o Transitiva a

y, e z em X :

De nic~o 4.4.3 : Uma relac~o em um conjunto X e transitiva se, para todo x, a a

(x y) 2 ^ (y z) 2 ! (x z) 2 As relac~es , < e = s~o transitivas no conjunto dos numeros reais. As relac~es o a o , e de igualdade s~o tambem transitivas na fam lia dos subconjuntos de um a conjunto Universo. Entretanto a relac~o \ser m~e" n~o e transitiva. a a a

De nic~o 4.4.4 Uma relac~o em um conjunto X e anti-simetrica se, para todo a a

x e y em X :
(x y) 2 ^ (y x) 2 ! x = y Repare que e poss vel possuir uma relac~o que seja ao mesmo tempo simetrica e a anti-simetrica. Este e o caso onde cada elemento esta relacionado consigo mesmo e n~o esta relcionado com nenhum outro elemento. a Vejamos agora algumas relac~es conhecidas e suas propriedades: o Seja < o conjunto dos numeros reais. As relac~es > e < em < s~o transitivas. A o a relac~o de igualdade = em < e re exiva, simetrica e transitiva. a Seja X o conjunto de todos as disciplinas oferecidas em uma universidade, e para x 2 X e y 2 X , x y se x e um pre-requisito para y. Esta relac~o e transitiva. a Seja X o conjunto de todos os homens brasileiros e seja x y a relac~o x e irm~o a a de y. Esta relac~o e simetrica. a Seja X o conjunto de todos os subconjuntos de um conjunto Universo. A relac~o a de subconjunto em X e re exiva, anti-simetrica e transitiva. Ja a relac~o subcona junto proprio e apenas anti-simetrica e transitiva. Classes importantes de relac~es que possuam uma ou mais destas propriedades o ser~o vistas mais adiante neste cap tulo. a

4.4.5 Relac~o Anti-simetrica a

4.5 Matrizes e Grafos Representando Relac~es o

Uma relac~o de um conjunto nito X para um conjunto nito Y pode ser reprea sentada atraves de uma matriz da relac~o . a Sejam X = fx1 x2 ::: xmg Y = fy1 y2 ::: yng, e uma relac~o de X em Y . A a matriz da relac~o pode ser obtida da seguinte maneira: a

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 = :

Figura 4.2: Grafos de diferentes tipos de relac~es binarias o

Figura 4.3: Grafos de relac~es transitivas o

4.6 Partic~o e Cobertura de um Conjunto a

De nic~o 4.6.1 Seja S um dado conjuto e A = fA1 A2 ::: Amg onde cada Ai, a
i = 1 ::: m e um subconjunto de S e
m i=1

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 .

Figura 4.4: Grafos de relac~es simetricas e anti-simetricas o

Figura 4.5: Grafos de relac~es binarias o

Ent~o A e chamado de \partic~o" de S e os conjuntos A1 A2 ::: Am s~o chaa a a mados de \blocos" da partic~o. a

Exemplo 4.6.1 Seja S = fa b cg e consideremos os seguintes subconjuntos de S .

A = ffa bg fb cg B = ffag fa cgg C = ffag fb cgg D = ffa b cgg E = ffag fbg fcgg F = ffag fa bg fa cgg S.
os conjuntos A e F s~o coberturas de S enquanto que C ,D e E s~o partic~es de a a o

4.7 Relac~o de Equival^ncia a e

De nic~o 4.7.1 Uma relac~o em um conjunto X e uma relac~o de equival^ncia a a a e
se: 1. 2. 3. for re exivo, isto e, para cada x 2 X , (x x) 2 for transitivo, isto e, (x y) 2 e (y z) 2 ! (x z) 2 for simetrico, isto e, (x y) 2 ! (y x) 2

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:

x=x x = y e y = z implica que x = z x = y implica em y = x

S~o exemplos de relac~es de equival^ncia: a o e 1. A igualdade de numeros em um conjunto de numeros reais. 2. A igualdade de subconjuntos em um conjunto Universo. 3. A similaridade de tri^ngulos em um conjunto de tri^ngulos. a a 4. A relac~o entre linhas que s~o paralelas em um conjunto de linhas de um plano. a a 5. A relac~o de habitantes da mesma cidade no conjunto das pessoas que moram a em Santa Catarina. 6. A relac~o de proposic~es que s~o equivalentes em um conjunto de proposic~es. a o a o

4.7.1 Classe de Equival^ncia e

Uma relac~o de equival^ncia num conjunto divide-o em partic~es, colocando os elea e o mentos que s~o relacionados a cada um dos outros numa mesma classe, denominada a de classe de equival^ncia. Estas classes de equival^ncia podem ser tratadas como e e entidades.
equival^ncia. e

Exemplo 4.7.1 A gura 4.6 mostra a partic~o do conjunto N em duas classes de a

Figura 4.6: Partic~o de um conjunto em classes de equival^ncia a e

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

4.8 Relac~o de Compatibilidade a

De nic~o 4.8.1 Uma relac~o em X e chamada uma \relac~o de compatibilidade" a a a
se ela e re exiva e simetrica.

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.

Ent~o e uma relac~o de compatibilidade e x e y s~o chamados compat veis se a a a x y.

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

4.9 Relac~o de Ordem a

A relac~o de ordem e uma generalizac~o do conceito de menor ou igual ( ) ou de a a maior ou igual ( ). Uma relac~o de ordem e re exiva, antisimetrica e transitiva. A a relac~o de ordem e interna e so existe se comparar elementos do mesmo conjunto. a

4.9.1 Relac~o de Ordem Total a

Se todos os elementos podem ser comparaveis esta relac~o e de ordem total. 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).

Exemplo 4.9.2 A relac~o no conjunto A = f2 4 8 ::: 2n :::g de nida por \x" e a

4.9.2 Relac~o de Ordem Parcial a

Se a relac~o e re exiva, transitiva e anti-simetrica mas n~o e universal, ou seja, n~o a a a vale para todos os elementos do conjunto considerado (alguns n~o s~o comparaveis) a a

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

4.10 Relac~es Externas o

Quanto aos conjuntos envolvidos, uma relac~o e dita \externa" se tomarmos os elea mentos de conjuntos distintos e veri carmos a relac~o entre estes elementos. Numa a relac~o externa tem-se: a X1 6= X2 6= ::: 6= Xn

Exemplo 4.10.1 Dado um conjunto de cadeiras e um conjunto de pessoas, a relac~o a

pode ser de nida pela maneira que as pessoas ir~o sentar-se nestas cadeiras. Como a as pessoas s~o diferentes das cadeiras, esta relac~o e externa (entre conjuntos disa a tintos.

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

Exemplo 4.10.2 Dados os seguintes conjuntos A de alunos, D de disciplinas ofe-

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:

Paulo Paulo Carlos Maria Henrique

INE2135 INE5371 INE2312 INE5371 INE3215

Tabela 4.1: R1 = Alunos x Disciplinas

A relac~o R2 = D x L fornece a relac~o entre as disciplinas e seus locais cona a forme 4.2. INE2135 Alceu INE3215 Pequena INE5371 Reu1 INE2312 Reu2

Tabela 4.2: R2 = Disciplinas x Locais

Uma relac~o R3 = L x H pode ser feita para resolver o problema de como alocar a o local e o horario conforme 4.3. Alceu 8-10 Alceu 10-12

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.

4.11 Composic~o de Relac~es Binarias a o

Como ja foi visto, uma relac~o binaria e um conjunto de pares ordenados. Deste a modo, as operac~es usuais sobre conjuntos, tais como uni~o, intersec~o, etc., quando o a a aplicadas sobre as relac~es produzem outras relac~es. o o Nesta sec~o examinaremos outro tipo de operac~o sobre as relac~es, ou seja, a a o relac~es que s~o formadas em duas ou mais etapas. Exemplos da vida corrente o a deste tipo de operac~o s~o dados por casos como o de ser sobrinho, isto e, o lho do a a irm~o ou da irm~ ou o de ser tio, que e o irm~o do pai ou da m~e/ ou ainda o de a a a a ser av^, que e o pai do pai ou da m~e. Estas relac~es podem ser produzidas atraves o a o da seguinte de nic~o: a

De nic~o 4.11.1 Seja R a relac~o de X para Y e S a relac~o de Y para Z . Ent~o a a a a

a relac~o escrita como R S e chamada uma \relac~o composta" de R e S onde a a

R S = f(x z)jx 2 X ^ z 2 Z ^ 9y(y 2 Y ^ (x y) 2 R ^ (y z) 2 S )g

A operac~o de obtenc~o de R S de R e S e chamada \composic~o" de relac~es. a a a o Repare que R S e vazia se a intersec~o da imagem de R e do dom nio de S for a vazia. R S e n~o vazia se existir pelo menos um par ordenado (x y) 2 R tal que a o segundo membro y 2 Y do par ordenado o primeiro membro de um par ordenado em S . Atraves dos grafos de R e de S , podemos realmente construir e visualizar o grafo de R S , como pode ser visto na gura 4.7 abaixo.

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

Exemplo 4.11.1 Seja R = f(1 2) (3 4) (2 2)g e S = f(4 2) ((2 5) (3 1) (1 3)g.

Ache R S , S R, R (S R), (R S ) R, R R, S S e R R R.

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.

R S = f(x 14x)jx 2 Ig R R = f(x 4x)jx 2 Ig R R R = f(x 8x)jx 2 Ig R S R = f(x 28x)jx 2 Ig

A matriz da relac~o de uma relac~o R de um conjunto X = fx1 x2 ::: xmg para a a um conjunto Y = fy1 y2 ::: yng e formada por uma matriz de dimens~es m n e o chamada de MR, cujos elementos s~o 10s e 00s. a Do mesmo modo, chamamos de MS a matriz da relac~o S de Y em Z = a fz1 z2 ::: zpg cujas dimensoes s~o n p. a Para construir a matriz MR S , percorremos a iesima linha de MR e a kesima coluna de MS procurando ao menos um elemento j , tal que o elemento da posic~o j da linha, a bem como da posic~o j da coluna percorrida seja 1. Ent~o a posic~o i k] de MR S a a a recebe 1, caso contrario recebe 0. Ou seja, a verredura de uma linha de MR com cada coluna de MS produz uma linha de MR S .

Exemplo 4.11.3 Para as relac~es R e S dados no exemplo 4.11.1 sobre o conjunto o

1,2,...,5], obter as matrizes das relac~es R S e S R. o
2 6 6 6 6 MR = 6 6 6 6 4 2 6 6 6 6 MS = 6 6 6 6 4

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)

Cap tulo 5 Func~es o

5.1 Introduc~o a
Neste cap tulo estudaremos uma classe particular de relac~es chamadas de func~es. o o Nos preocuparemos principalmente com func~es chamadas discretas, que s~o aquelas o a que transformam um conjunto nito em outro conjunto nito. Existem diversas aplicac~es de func~es dentro da area da Ci^ncia da Computac~o. A sa da gerada o o e a por um programa de computador pode ser considerada como uma func~o dos valores a obtidos na entrada. Um compilador transforma um programa em um conjunto de instruc~es em linguagem de maquina. Uma classe especial de func~es, conhecidas o o como func~es de hashing, s~o func~es utilizadas para organizar o armazenamento e o a o acesso de dados em arquivos de computadores. Neste cap tulo aborda-se tambem os conceitos de func~es computaveis, parcialmente computaveis e n~o-computaveis. o a Aborda-se tambem o conceito de recursividade, de um computador abstrato e de maquina de Turing.

5.2 Conceito de Func~o a

De nic~o 5.2.1 Seja X e Y quaisquer dois conjuntos. A relac~o f de X para Y e a a chamada uma func~o se para todo x 2 X existe um unico y 2 Y tal que (x y ) 2 f , a
e se l^ \f e func~o de X em Y ".. e a

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 =

5.3 Dom nio, Contradom nio e Imagem

Se X e Y s~o conjuntos de partida e de chegada, respectivamente, a func~o f de a a X em Y e representada por f : X ! Y Por outro lado, se a variavel x representar qualquer elemento de X e se a variavel y representar qualquer elemento do conjunto Y pode-se usar as seguintes notac~es: o

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.

Exemplo 5.3.1 Seja X = fa b cg e Y = f0 1g. Ent~o a X Y = f(a 0) (b 0) (c 0) (a 1) (b 1) (c 1)g

e existem 26 subconjuntos poss veis de X Y . Destes, apenas 23 subconjuntos de nem func~es de X em Y . o

f0 = f(a f1 = f(a f2 = f(a f3 = f(a

0) 0) 0) 0)

(b (b (b (b

0) 0) 1) 1)

(c (c (c (c

0)g 1)g 0)g 1)g

f4 = f(a f5 = f(a f6 = f(a f7 = f(a

1) 1) 1) 1)

(b (b (b (b

0) 0) 1) 1)

(c (c (c (c

0)g 1)g 0)g 1)g

5.4 Tipos de func~es o

5.4.1 Func~es injetora, sobrejetora e bijetora o
diferentes de X , t^m imagens distintas em Y . e

Func~o Injetora a De nic~o 5.4.1 Uma func~o f de X em Y (f : X ! Y ) e injetora se, elementos a a

8x1 2 X 8x2 2 X (x1 6= x2) ) f (x1) 6= f (x2)

Func~o Sobrejetora a De nic~o 5.4.2 Uma func~o f de X em Y (f : X ! Y ) e sobrejetora se, todos a a

os elementos de Y , s~o imagens dos elementos de X . a

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.

Na letra a da gura 5.2 tem-se a func~o: a

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 ) = :

1 se j for impar 0 se j for par 1 se j for impar 0 se j for par

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

5.5 Func~o Composta a

A operac~o de composic~o de relac~es pode ser estendida para as func~es da seguinte a a o o maneira: Dados os conjuntos X Y e Z e as func~es f de X em Y de nida por y = f (x) e o g de Y em Z de nida por z = g(y), chama-se func~o composta de g com f a func~o a a h = g f , de X em Z , de nida por z = g(f (x)).
f g X !Y !Z

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

Exemplo 5.5.2 Seja X = f1 2 3g e sejam f g h e s, func~es de X em X de nio

das como

f = f(1 2) (2 3) (3 1)g g = f(1 2) (2 1) (3 3)g h = f(1 1) (2 2) (3 1)g s = f(1 1) (2 2) (3 3)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

5.6 Func~o Inversa a

Podemos facilmente veri car que o inverso de uma relac~o R de X para Y pode ser a ~ de Y para X tal que (y x) 2 R $ (x y) 2 R ou seja, ~ de nida como a relac~o R a ~ a os pares ordenados de R s~o obtidos a partir de R simplesmente invertendo-se os membros dos pares ordenados. A situac~o n~o e exatamente a mesma para o caso a a ~ a inversa de f , onde f e considerada uma relac~o de X ! Y . f~ das func~es. Seja f o a pode n~o ser uma func~o, primeiramente por que o dom nio de f~ pode n~o ser Y , a a a ~ pode ferir a condic~o de unicidade mas apenas um subconjunto de Y , e depois, f a da de nic~o de func~o. a a Exemplo 5.6.1 Seja X = f1 2 3g e Y = fp q rg, e f : X ! Y dada por f = f(1 p) (2 q) (3 q)g. Ent~o f~ = f(p 1) (q 2) (q 3)g n~o e uma func~o. a a a Exemplo 5.6.2 Seja < o conjunto dos numeros reais e seja f : < ! < dado por f = f(x x2)jx 2 <g. Ent~o f = f(x2 x)jx 2 <g n~o e uma func~o. a ~ a a Exemplo 5.6.3 Seja X = f0 1g e Y = fp q r sg, e f : X ! Y dada por f = f(0 p) (1 r)g. Ent~o f~ = f(p 0) (r 1)g e uma func~o de um subconjunto de Y em a a X, ou seja, f~ : fp rg ! f0 1g. ~ Pelos exemplos vistos acima, para uma dada f : X ! Y , f e uma func~o somente a ~ seja uma func~o de Y em X , se f for injetora. Entretanto, isto n~o garante que f a a mas apenas de um subconjuto de Y em X . Duas func~es dizem-se inversas uma da outra, quando o dom nio da primeira e o o contradom nio da segunda e, o contradom nio da primeira e o dom nio da segunda. ~ Portanto, se f e uma func~o de X em Y , a func~o inversa de f , f , agora designada a a por f ;1 e: f ;1 : Y ! X Deve ser observado que so pode existir f ;1 inversa de f se ela for bijetora. Se f ;1 existe, ent~o f e chamada invert vel. Obviamente, f ;1 tambem e bijetora. a Exemplo 5.6.4 Conhecendo-se o conjunto constitu do pelos pares ordenados da func~o f , obtemos os pares ordenados da func~o inversa f ;1 , trocando-se a posic~o a a a dos elementos de cada par da func~o f . a Se f = f(1 3) (2 6)(3 9)g ent~o a ;1 = f(3 1) (6 2)(9 3)g f

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

De nic~o 5.6.1 Uma func~o Ix : X ! X e chamada de func~o identidade se a a a Ix = f(x x)jx 2 X g.

Observe que para qualquer func~o f : X ! X , as func~es Ix f e f Ix s~o a o a ambas iguais a f . Estas propriedades da func~o identidade podem ser utilizadas a para estabelecer o seguinte teorema sobre o inverso de uma func~o. a

Teorema 5.6.1 Se f : X ! X possui func~o inversa, ent~o a a

f ;1 f = Ix e f f ;1 = Ix

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

Figura 5.3: Func~o que tem inversa a

Figura 5.4: Func~o que n~o tem inversa a a

Exemplo 5.6.6 Num esquema de criptogra a, um transmissor (pessoa que envia

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.

5.7 Func~o Caracter stica de um Conjunto a

Nesta sec~o veremos mais detalhadamente func~es que mapeiam do conjunto Unia o verso U para o conjunto f0, 1g. Uma correspond^ncia de um-para-um e estabee lecida entre estas func~es e os conjuntos. Atraves da utliizac~o destas func~es, o a o proposic~es sobre conjuntos e suas operac~es podem ser representadas em um como o putador atraves de numeros binarios, de modo a facilitar a sua manipulac~o. a

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

Exemplo 5.7.1 Seja U o conjunto de todas as pessoas moradoras em Florianopolis

e seja M o conjunto das mulheres que mora em Florianopolis. Assim, F associa o numero 1 com cada mulher e o numero 0 com cada homem que more em Florianopolis.

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

5.8 Func~es de Hash o

Os conceitos de \arquivos", \registros", \campos", \chaves de busca", etc., s~o a frequentemente utilizados quando se discute o armazenamento e recuperac~o de ina formac~es em computadores. Geralmente, as informac~es s~o armazendas em arquio o a vos atraves de registros, e muitas vezes, os registros cont^m um campo denominado e de \chave". A chave possui um valor que identi ca de maneira un voca um registro dentro de um arquivo e portanto, pode ser tambem utilizada como uma indicac~o da a posic~o do registro dentro do arquivo. Em um arquivo que contenha, por exemplo, a o registro do historico escolar de estudantes de uma universidade, o campo que representa o numero de matr cula de cada estudante pode ser encarado como a chave do registro de contem o historico de cada estudante. Na organizac~o direta de arquivos para acesso aleatorio, o endereco de armazenaa mento do registro dentro do arquivo pode ser obtido reallizando-se alguma operac~o a aritmetica ou logica sobre a representac~o interna da chave do registro. Qualquer a tranformac~o que mapeie o valor do conjunto de chaves dos registros de um arquivo a em um conjunto de enderecos ou posic~es onde os registros estar~o armazenados e o a chamada de func~o de hash. 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

5.9.1 Func~es Recursivas o

Por generalizac~o consideraremos func~es de n variaveis denotadas com f (x1 x2 ::: xn). a o n ! N ela e chamada \total", pois e de nida para toda Se a func~o f for f : N a n-upla em N n . por outro lado, se a func~o f for f : D ! N onde DsubseteqN n, a ent~o f e chamada \parcial". Exemplos de tais func~es s~o: a o a 1. f (x y) = x + y, a qual e de nida para todo x y 2 N e portanto e uma func~o a total. 2. g(x y) = x ; y, a qual e de nida apenas para aqueles x y 2 N que satisfacam x y e portanto e uma func~o parcial. a Veremos agora um conjunto de tr^s func~es chamadas func~es iniciais, que s~o e o o a utilizadas para de nir outras func~es por induc~o. o a Z : Z (x) = 0 - Func~o Zero a S : S (x) = x + 1 - Func~o Sucessor a n : U n (x x ::: x ) = x - Func~o Projec~o Ui i 1 2 a a n i A Func~o Projec~o e tambem chamada de \func~o identidade generalizada". a a a 1 2 Como exemplos temos: U1 (x) = x U2 (x y) = y U23(2 4 6) = 4, etc... A operac~o de composic~o sera utilizada para gerar outras func~es. Ja vimos a a o como funciona a composic~o de func~es para uma variavel. A mesma ideia pode ser a o utilizada para func~es de mais de uma variavel. Tomemos como exemplo o seguinte o caso: Sejam f1(x y) f2(x y) e g(x y) quaisquer tr^s func~es. A composic~o de g e o a com f1 e f2 e uma func~o h dado por: a

h(x y) = g(f1(x y) f2(x y))

Se f1 f2 e g s~o func~es totais, ent~o h tambem e total. Generalizando, sejam a o a f1 f2 ::: fn func~es parciais de m variaveis e seja g uma func~o parcial de n variaveis. o a Ent~o a composic~o de g com f1 f2 ::: fn produz uma func~o parcial h dada por: a a a

h(x1 :::xn) = g(f1(x1 ::: xm) ::: fn(x1 :::xm))

Exemplo 5.9.1 Sejam f1(x y) = x + y f2(x y) = xy + y2 e g(x y) = xy

h(x y) = g(f1(x y) f2(x y)) h(x y) = g(x + y xy + y2) h(x y) = (x + y):(xy + y2)

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

Podemos agora de nir f (x y ) como

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:

Exemplo 5.9.3 Usando recurs~o, de na a func~o de multiplicac~o dada por a a a

g(x y) = x y
Uma vez que g(x 0) = 0 e g (x y + 1) = g (x y ) + x, g(x 0) = Z (x) g(x y + 1) = f (U33(x y g(x y)) U13(x y g(x y))) onde f e a func~o de adic~o dada no exemplo anterior. a a

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)))

3. Func~o antecessor, A: a A(0) = 0 A(y + 1) = y = U12(y A(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.

Exemplo 5.9.4 Mostre que o predicado \x e primo" e primitivo recursivo.

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

_ f f Pr (x) = sg (D(x);2) + sg (jx ; 1j) + sg (jx ; 0j)

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.

5.9.2 Recursividade em Linguagens de Programac~o a

Ao longo da sec~o anterior de nimos um conjutno de func~es recursivas. A ideia a o basica e de nir uma func~o para todos os seus valores de argumentos de uma forma a construtiva, atraves da utlizac~o da induc~o. O valor de uma func~o para um a a a determinado valor de argumento pode ser calculado de forma recursiva, em um numero nito de passos. Correspondendo a um passo recursivo na de nic~o de uma a func~o, algumas linguagens de programac~o disponibilizam rotinas ou sub-rotinas a a que podem conter chamadas para qualquer rotina, inclusive para si mesma. Uma rotina que contem chamadas para si mesma ou para uma segunda rotina que por sua vez chama a primeira rotina, e conhecida como uma rotina recursiva. O programa a seguir em PASCAL contem uma rotina recursiva para calculo do fatorial de um numero. program fat n : integer function fatorial (n : integer) : integer begin if n = 0 then fatorial := 1 else fatorial := fatorial(n) end begin writeln('Entre o o numero a ser calculado o fatorial') readln(n) writeln('Fatorial = ',fatorial(n)) end. var

5.10 Computabilidade de Func~es o

5.10.1 Func~es computaveis o
Ja mostramos anteriormente que um conjunto e recursivo se e somente se a func~o a caracter stica que de ne o conjunto for primitiva recursiva, ja que e a func~o caraca ter stica e que determina se um determinado elemento x e ou n~o membro de um a conjunto dado. Este processo de determinac~o se um determinado elemento e ou a n~o membro de um conjunto e chamado de um problema de decis~o. E altamente a a desejavel saber antecipadamente se um determinado problema de decis~o pode ser a ou n~o resolvido por um computador (ser computavel). De modo teorico, podemos a dizer um problema e computavel se a func~o caracter stica do conjunto for recursiva. a De modo pratico, dizemos que uma func~o e dita computavel se para qualquer a entrada de dados pode ser implementada no computador em tempo nito, ou seja, o programa ira parar para qualquer entrada de dados. A maioria das linguagens de programac~o oferecem algumas func~es intr nsecas e tambem permitem aos prograa o madores de nir novas func~es. o

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.

5.10.2 Func~es parcialmente computaveis o

Supondo que estejamos interessados em gerar ou enumerar elementos de um conjunto cujos membros sejam inteiros. Podemos considerar este processo de gerac~o como a a gerac~o dos elementos de uma func~o. Um conjunto e dito ser recursivamente a a enumeravel se ele puder ser gerado por uma func~o recursiva. Dado um elemento a

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

Exemplo 5.10.2 Considere o conjunto de todos os divisores de um numero, exceto

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

while (x <> 0) do begin

x:= x - 2 y:= y * 2

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

5.10.3 Func~es n~o computaveis o a

As func~es n~o computaveis s~o aquelas que n~o podem ser implementadas no como a a a putador. Pode-se considerar como func~es n~o computaveis aquelas cujo tempo de o a execuc~o do programa n~o e habil, ou seja, o computador pode levar seculos para a a implementar tal func~o. a

Exemplo 5.10.4 Dada uma equac~o arbitraria da forma (a + 1)2 + (b + 1)3 = 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

Exemplo 5.10.5 No exemplo da criptogra a do exemplo 5.6.6 os calculos para a

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

5.11 Modelos abstratos de um Computador

5.11.1 Maquinas de Estados Finitos
Na maioria dos computadores digitais, existem uma serie de circuitos que possibilitam que certas operac~es sejam realizadas de maneira sequencial. A sequ^ncia de o e operac~es e realizada atraves de um conjunto de pulsos fornecidos por um `relogio'. o As sa das destes circuitos em um dado instante de tempo s~o func~es das entradas a o externas e das informac~es armazenadas no computador no instante considerado. o Tais circuitos s~o chamados de circuitos sequenciais. Um computador pode ser a visto como uma rede constitu da de um conjunto nito destes circuitos. Cada um destes circuitos pode estar em um unico de um conjunto nito de estados a cada instante e portanto podemos considerar um computador como uma rede constitu da de um conjunto nito de estados.

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

I = fa0 a1 ::: ang S = fs0 s1 ::: smg O = fo0 o1 ::: srg

e uma func~o, chamada func~o de transic~o de estados que mapeia S I ! S , ou a a a seja, em func~o do estado atual e da entrada, determina qual o proximo estado. e a chamada func~o de sa da que mapeia S I ! O, ou seja, em func~o do estado atual a a e da entrada, determina um valor de sa da para a maquina. Assumimos tambem que a maquina inicia em um estado inicial s0.

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.

Figura 5.6: Modelo de um Maquina de Estados Finitos

Figura 5.7: Diagrama de Transic~o de Estados para um somador sequencial a

5.11.2 Maquina de Turing

Em 1936 o matematico brit^nico Alan Turing imaginou uma maquina abstrata dea nominada Turing Machine. A maquina de Turing e essencialmente um maquina de estados nitos com a habilidade de ler e reler sua entrada e tambem apagar e escrever sobre a sua entrada, tendo assim uma memoria ilimitada. Assim, a maquina de Turing sobrep~e as de ci^ncias de uma maquina de estados nitos 6]. Consistia o e de uma maquina de estados nitos com uma ta dividida em celulas, cada celula contendo um s mbolo de um alfabeto nito (sequ^ncia de zeros e uns), conforme e gura 5.8. Atraves de uma cabeca de leitura/escrita a maquina leria uma celula em um dado momento. No proximo instante, dependendo do estado presente na unidade e do s mbolo lido, a unidade para ou completa tr^s ac~es. Estas ac~es s~o: (1) e o o a imprime um s mbolo do alfabeto na celula lida, (2) vai para o proximo estado e (3)

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

Figura 5.8: Maquina de Turing

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].

Exemplo 5.11.3 A seguir e mostrado um trecho de um programa em Linguagem

C, que quando completo permite a simulac~o de uma Maquina de Turing. a
void RodaMT(statedef tm ], int NumDefs, int itp) {int state=ESTADOINICIAL char simbolo int nadafaz=1 long int ciclos=1 int PosCabeca int proxestado char EscreveSimb char comando Poscabeca=itp IniciaTela(PosCabeca-20, PosCabeca) while (nadafaz) { simbolo=LeiaFita(PosCabeca) LookUp(tm, NumDefs, estado, simbolo, &proxestado, &EscreveSimb, &comando) EscreveFita(PosCabeca, EscreveSimb) gotoxy(1,20) printf("Posicao:%3d printf("Comando:%c switch (comando) { case 'D': Movedireita(&PosCabeca, estado) Estado:%-3d Leitura:%c Proximo Estado:%-3d Escrita:%c",PosCabeca, estado, simbolo, proxestado,EscreveSimb) Ciclos:%d", comando ,ciclos) /* tracado inicial na tela */ /* posicao da fita */ /* vai para o proximo estado */ /* simbolo a escrever na fita */ /* comando a executar */ /* numero do estado atual */ /* ultimo simbolo lido da fita */

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++ }}

Cap tulo 6 Estruturas Algebricas

6.1 Introduc~o a
O objetivo dos matematicos e fazer da matematica uma disciplina dispon vel a todas as areas do aprendizado. Esta responsabilidade introduz o conceito de Estrutura Matematica ou Sistema, numa tentativa de estabelecer uma forma na qual procura se encontrar analogias que se apliquem a outras areas da Matematica bem como ao Universo f sico. A ideia de Estrutura ou Sistema Algebrico inicia pela aceitac~o inicial de varias a noc~es sobre uma base intuitiva. A estrutura em si mesma e um conjunto de eleo mentos abstratos, termos n~o de nidos, e varias regras. O que se veri ca e qu,e a diferentes sistemas v~o possuir diversas propriedades em comum. Esta observac~o a a fornece a motivac~o para o estudo de sistema algebricos abstratos em que certas a propriedades podem ser tomadas como axiomas do sistema. Assim, resultados que s~o v~lidos para o sistema abstrato, permanecem validas para todos os sistemas a a algebricos nos quais os axiomas sejam verdadeiros. Ao longo deste cap tulo ser~o introduzidos varios conceitos importantes sobre os a Sistemas Algebricos. O conceito de isomor smo, por exemplo, estabelece que dois sistemas algebricos que s~o isomor cos entre si, s~o estruturalmente indistingu veis a a e, portanto, os resultados de operac~es em um sistema podem ser obtidos atraves o de operac~es no outro sistema, simplesmente renomeando o nomes dos elementos e o das operac~es. o Veremos tambem as diferentes estruturas algebricas, suas propriedade e suas aplicac~es em diferentes areas da Ci^ncia da Computac~o. o e a Semigrupos s~o umas das estruturas algebricas mais simples e que satisfazem as a propriedades de fechamento e associatividade. Eles s~o muito importantes na teoria a

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

6.2 Conceitos de Estruturas Algebricas

Toda estrutura algebrica tem seu ponto de origem em varios termos n~o de nidos, a tais como: conjunto, numero e ponto. Conceitos s~o de nidos sobre a base de outros a conceitos e termos. Para o proposito deste trabalho, chamaremos de um Sistema Algebrico, ou simplesmente uma Algebra a um sistema constitu do de um conjunto e uma ou mais operac~es binarias sobre este conjunto. Alguns autores, alem de operac~es sobre o o o conjunto, incluem relac~es entre os elementos do conjunto, no que ent~o passa a ser o a conhecido como Estrutura Algebrica. Uma operac~o binaria sera denotada por meio de um s mbolo, tal como: , 4, +, a , etc. e o resultado da operac~o binaria sobre os elementos, x1 x2 2 X , e expresso a escrevendo-se x1 x2. Para um conjunto X nito, pode tambem ser conveniente representar a operac~o binaria atraves de uma tabela. a Tambem denotaremos um Sistema Algebrico por (X f1 f2 :::) onde X e um conjunto n~o vazio e f1 f2 ::: s~o operac~es em X . a a o A seguir veremos alguns exemplos de Sistemas Algebricos e examinaremos suas propriedades. Por \propriedade de um sistema algebrico" ou axioma, entendemos uma propriedade exibida pelas suas operac~es. o

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-2) Comutatividade - Para quaisquer a b 2 I

a+b=b+a

(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-2) Comutatividade - Para quaisquer a b 2 I

a b=b a

(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

(D) Distributividade - Para quaisquer a b c 2 I

a (b + c) = (a b) + (a c)

(C) Cancelamento - Para a b c 2 I e aneq0 a b=a c!b=c

A seguir veremos outros exemplos de sistemas algebricos com duas operac~es o binarias e que compartilham da maior parte das propriedades de (I + ) listadas no exemplo anterior.

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 = a+b e b a = b+a = a+b 2 2 2

Logo o sistema e comutativo com respeito a operac~o . a Associatividade:

a + b+c +c e a (b c) = 2 2 2 (a b) c 6= a (b c) Logo o sistema n~o e associativo com respeito a operac~o de . a a

(a b) c =
2

a+b

Exerc cio 6.2.2 Seja a operac~o de nida sobre o conjunto U = fe og e descrita a

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)

e o e e o o o e Tabela 6.1: Tabela para operac~o sobre o conjunto fe og a

(e e) o = e (e o) (o o) e = o (o e) Conclui-se que e associativa. Resumindo, um sistema algebrico consiste de um conjunto de elementos, operac~es, o postulados, teoremas e de nic~es. Se A representa um conjunto de elementos e o uma operac~o, logo A : simbolizara um sistema algebrico. O conjunto de elemena tos e caracterizado ou desrito inicialmente por meio de um conjunto de postulados que representam as regras ou leis do sistema e governam o signi cado dos s mbolos utilizados para representar os elementos e operac~es do sistema. Os teoremas s~o o a formados e provados como uma consequ^ncia de um conjunto de postulados e ree gras logicas. Quando estes teoremas s~o provados, possuem a mesma validade no a sistema como a do conjunto original de postulados, uma vez que estes teoremas s~o a uma consequ^ncia logica dos postulados. e A partir desses axiomas outras regras podem ser demonstradas. Por exemplo, aplicando-se rigorosamente os axiomas e presumindo-se nada mais, nos podemos provar rigirosamente a regra aparentemente obvia de que se m + k = n + k, ent~o m = n. a Para comecar podemos declarar que

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).

Tendo-se em mente que k + l = 0, nos sabemos que

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:

A + B = (A ; B ) (B ; A) = (A \ B ) (B \ A) A B = A \ B ( n~o e o produto cartesiano) a

O sistema algebrico (P (S ) + ) satisfaz todas as proriedades listadas, com excec~o de (C). a

Exerc cio 6.2.3

+e

Quais seriam os elementos identidade para as operac~es de o respectivamente?

Mostre que A e o inverso de A com relac~o a operac~o de + para qualquer a a A 2 P (S ).

Exemplo 6.2.6 Considere o conjunto B = f0 1g e as operac~es + e em B dadas o

pelas tabelas a seguir O sistema algebrico (B + ) satisfaz todas as propriedades listadas anteriormente.

+ 0 1 0 0 1 1 1 0 Tabela 6.2: Tabela da operac~o + a

0 1 0 0 0 1 0 1

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.

6.3 Estruturas com uma operac~o interna a

Os sistemas algebricos vistos nos exemplos anteriores continham duas operac~es o binarias que eram denotadas por + e . Estes sistemas algebricos n~o s~o os mais a a simples. Nesta sec~o veremos exemplos e de nic~es de sistemas algebricos consa o titu dos apenas de uma operac~o binaria. a

De nic~o 6.3.1 Magma e a estrutura algebrica mais simples. Considera-se um a

conjunto dotado de apena um unica operac~o interna. Denota-se por S ao conjunto a e por a operac~o. a (S )

De nic~o 6.3.2 Seja S um conjunto n~o-vazio e uma operac~o binaria em S . O a a a

sistema algebrico (S: ) e chamado um semigrupo se a operac~o for associativa. a

Ou seja, (S ) e um semigrupo se para todo x y z 2 S ,

(x y ) z = x (y z )

De nic~o 6.3.3 Um semigrupo (M ) com um elemento identidade com relac~o a a a

(x y) z = x (y z)
e existir um elemento e 2 M tal que para todo x 2 M ,

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 6.3.1 Seja N o conjunto dos numeros naturais. Ent~o (N +) e (N ) a

s~o monoides com elementos identidade 0 e 1 respectivamente. a

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.

De nic~o 6.3.5 Um grupo (G ) e um sistema algebrico na qual a operac~o a a

satisfaz tr^s condic~es: e o

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

6.4 Estruturas com duas operac~es internas o

Os sistemas algebricos com uma operac~o interna estudados ate agora, n~o s~o a a a adequados para descrever o sistema dos numeros reais, pois este sistema envolve duas operac~es basicas, a adic~o e a multiplicac~o. Devemos ent~o considerar um sistema o a 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

De nic~o 6.4.1 Um sistema algebrico (S + ) e chamado um anel se as operac~es a o

binarias + e em S satisfazem as tr^s propriedades a seguir: e 1. (S +) e um grupo abeliano. 2. (S ) e um semigrupo. 3. A operac~o e distributiva com respeito a +, isto e, a para todo a b c 2 S ,

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.

Refer^ncias Bibliogra cas e

1] E. Alencar Filho. Teoria Elementar dos Conjuntos. Nobel, S~o Paulo, 21a a edic~o, 1990. a 2] Jorge M. Barreto and Jose Augusto Mariz de Mendonca. Estudo da convers~o a analogo digital. Relatorio tecnico, Descric~o de parte do projeto apresentado a pelo termino do curso de Engenheiro Eletr^nico, Instituto Militar de Engenhao ria, Rio de Janeiro, 1960. 3] Louis Cou gnal. Sur l'analyse mecanique: application aux machines a calcular et aux calculs de la mecanique celeste. Springer-Verlag, Berlin, 1975. 4] N. C. Davis and S. E. Goodman. The soviet bloc's uni ed system of computers. Computing surveys, junho 1978. 5] P.A. et al Fejer. Mathematical Foundations of Computer Science. Spring-Verlag, New York, 1990. 6] J.L. Gersting. Mathematical Structures for Computer Cience. Computer Science Press, New York, 3a edic~o, 1993. a 7] C.A. et al. Guelli. Conjuntos, Relac~es, Func~es, Inequac~es. Editora Moderna, o o o S~o Paulo, 1979. a 8] P. Halmos. Teoria Intuitiva de Los Conjuntos. Compa~ia Editorial Continental n a edic~o, set. 1967. S.A., Mexico, 4 a 9] S. Lipschutz. Teoria Elementar dos Conjuntos. Colec~o Schaum. McGraw-Hill a do Brasil, S~o Paulo, 1990. a 10] P. Papy. Mathematique Moderne. Marcel Didier, Bruxelles, 4a edic~o, 1968. a 11] B. Randell. The Origins of Digital Computers: selected papers. Springer-Verlag, Berlin, 1975. 109

12] P. Suppes. Axiomatic Set Theory. Dover Publications, New York, 1972.