P. 1
matemática discreta

matemática discreta

|Views: 3.827|Likes:
Publicado porjorgebarreto.pe

More info:

Published by: jorgebarreto.pe on Feb 27, 2011
Direitos Autorais:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

06/13/2013

pdf

text

original

Sections

  • 1 TEORIA DOS CONJUNTOS
  • 1.2 Alguns Conjuntos Importantes
  • 1.4 Igualdade de Conjuntos
  • 1.5 Pertinência x Inclusão
  • 2 INTRODUÇÃO À LÓGICA MATEMÁTICA
  • 2.1 Conectivos Lógicos
  • 2.1.1 Negação
  • 2.1.2 Conjunção
  • 2.1.3 Disjunção
  • 2.1.4 Condicional (Implicação)
  • 2.1.5 Bicondicional
  • 2.2 Fórmulas Bem-Formadas
  • 2.3 Tabelas-verdade para wffs
  • 2.4 Equivalência
  • 2.5 Quantificadores
  • 3 ÁLGEBRA DE CONJUNTOS
  • 3.1.1 Propriedades da União
  • 3.2.1 Propriedades da Interseção
  • 3.3 Operação Complemento
  • 3.3.1 Propriedades de DeMorgan
  • 3.5 Conjunto das Partes
  • 3.6 Produto Cartesiano
  • 3.7 União Disjunta
  • 4 RELAÇÕES
  • 4.2 Endorrelação como Grafo
  • 4.3 Relação como Matriz
  • 4.4 Propriedades das Relações
  • 4.4.1 Relação Reflexiva
  • 4.4.2 Relação Irreflexiva
  • 4.4.3 Relação Simétrica
  • 4.4.4 Relação Anti-Simétrica
  • 4.4.5 Relação Transitiva
  • 4.5.1 Fecho Reflexivo
  • 4.5.2 Fecho Simétrico
  • 4.5.3 Fecho Transitivo
  • 4.6.1 Elemento Mínimo
  • 4.6.2 Elemento Minimal
  • 4.6.3 Elemento Máximo
  • 4.6.4 Elemento Maximal
  • 4.7.1 Congruência em Z
  • 4.9.1 Composição de Relações como Produto de Matrizes
  • 5 TIPOS DE RELAÇÕES
  • 5.5 Monomorfismo
  • 5.6 Epimorfismo
  • 5.7 Isomorfismo
  • 6 FUNÇÕES PARCIAIS E TOTAIS
  • 7 CARDINALIDADE DE CONJUNTOS
  • 7.1 Cardinalidade Finita e Infinita
  • 7.2 Cardinalidade dos Conjuntos Não-Contáveis
  • 7.3 Cardinal
  • 8 INDUÇÃO MATEMÁTICA
  • 9 RECURSÃO E RELAÇÕES DE RECORRÊNCIA
  • 9.1 Definições Recorrentes
  • 9.2 Seqüências Definidas por Recorrência
  • 10 ESTRUTURAS ALGÉBRICAS
  • 10.2 Propriedade das Operações Binárias
  • 10.4 Semigrupos
  • 10.6 Grupos

Universidade de Caxias do Sul Centro de Ciências Exatas e Tecnologia Departamento de Informática

Matemática Discreta
Márcia Rodrigues Notare

Caxias do Sul, julho de 2003.

ÍNDICE
1 TEORIA DOS CONJUNTOS............................................................................................................4 1.1 1.2 1.3 1.4 1.5 2 RELAÇÃO DE PERTINÊNCIA............................................................................................................4 ALGUNS CONJUNTOS IMPORTANTES..............................................................................................4 RELAÇÃO DE INCLUSÃO ................................................................................................................5 IGUALDADE DE CONJUNTOS ..........................................................................................................6 PERTINÊNCIA X INCLUSÃO .............................................................................................................6

INTRODUÇÃO À LÓGICA MATEMÁTICA ................................................................................7 2.1 CONECTIVOS LÓGICOS ..................................................................................................................7 2.1.1 Negação ................................................................................................................................7 2.1.2 Conjunção.............................................................................................................................8 2.1.3 Disjunção..............................................................................................................................8 2.1.4 Condicional (Implicação) .....................................................................................................8 2.1.5 Bicondicional........................................................................................................................9 2.2 FÓRMULAS BEM-FORMADAS .........................................................................................................9 2.3 TABELAS-VERDADE PARA WFFS ....................................................................................................9 2.4 EQUIVALÊNCIA ............................................................................................................................10 2.5 QUANTIFICADORES ......................................................................................................................11

3

ÁLGEBRA DE CONJUNTOS ........................................................................................................13 3.1 OPERAÇÃO DE UNIÃO ..................................................................................................................13 3.1.1 Propriedades da União.......................................................................................................14 3.2 OPERAÇÃO DE INTERSEÇÃO.........................................................................................................15 3.2.1 Propriedades da Interseção................................................................................................16 3.3 OPERAÇÃO COMPLEMENTO .........................................................................................................16 3.3.1 Propriedades de DeMorgan ...............................................................................................17 3.4 OPERAÇÃO DE DIFERENÇA ..........................................................................................................17 3.5 CONJUNTO DAS PARTES...............................................................................................................18 3.6 PRODUTO CARTESIANO ...............................................................................................................18 3.7 UNIÃO DISJUNTA .........................................................................................................................19

4

RELAÇÕES ......................................................................................................................................20 4.1 RELAÇÃO BINÁRIA ......................................................................................................................20 4.2 ENDORRELAÇÃO COMO GRAFO ...................................................................................................21 4.3 RELAÇÃO COMO MATRIZ.............................................................................................................21 4.4 PROPRIEDADES DAS RELAÇÕES ...................................................................................................22 4.4.1 Relação Reflexiva ...............................................................................................................22 4.4.2 Relação Irreflexiva .............................................................................................................23 4.4.3 Relação Simétrica...............................................................................................................24 4.4.4 Relação Anti-Simétrica .......................................................................................................24 4.4.5 Relação Transitiva..............................................................................................................25 4.5 FECHOS DE RELAÇÕES .................................................................................................................25 4.5.1 Fecho Reflexivo ..................................................................................................................26 4.5.2 Fecho Simétrico ..................................................................................................................26 4.5.3 Fecho Transitivo.................................................................................................................26 4.6 RELAÇÃO DE ORDEM...................................................................................................................26 4.6.1 Elemento Mínimo................................................................................................................28 4.6.2 Elemento Minimal...............................................................................................................28 4.6.3 Elemento Máximo ...............................................................................................................28 4.6.4 Elemento Maximal ..............................................................................................................28 4.7 RELAÇÃO DE EQUIVALÊNCIA.......................................................................................................29 4.7.1 Congruência em Z...............................................................................................................30 4.8 RELAÇÃO INVERSA ......................................................................................................................30 4.9 COMPOSIÇÃO DE RELAÇÕES ........................................................................................................31 4.9.1 Composição de Relações como Produto de Matrizes .........................................................32

5

TIPOS DE RELAÇÕES...................................................................................................................33
Matemática Discreta Márcia Rodrigues Notare

2

5.1 5.2 5.3 5.4 5.5 5.6 5.7 6

RELAÇÃO FUNCIONAL .................................................................................................................33 RELAÇÃO INJETORA ....................................................................................................................33 RELAÇÃO TOTAL .........................................................................................................................34 RELAÇÃO SOBREJETORA .............................................................................................................34 MONOMORFISMO .........................................................................................................................35 EPIMORFISMO ..............................................................................................................................35 ISOMORFISMO ..............................................................................................................................35

FUNÇÕES PARCIAIS E TOTAIS .................................................................................................37 6.1 6.2 FUNÇÃO PARCIAL ........................................................................................................................37 FUNÇÃO TOTAL ...........................................................................................................................37

7

CARDINALIDADE DE CONJUNTOS..........................................................................................38 7.1 7.2 7.3 CARDINALIDADE FINITA E INFINITA ............................................................................................38 CARDINALIDADE DOS CONJUNTOS NÃO-CONTÁVEIS ..................................................................39 CARDINAL ...................................................................................................................................39

8

INDUÇÃO MATEMÁTICA............................................................................................................41 8.1 PRIMEIRO PRINCÍPIO DE INDUÇÃO MATEMÁTICA ........................................................................41

9

RECURSÃO E RELAÇÕES DE RECORRÊNCIA......................................................................47 9.1 9.2 DEFINIÇÕES RECORRENTES .........................................................................................................47 SEQÜÊNCIAS DEFINIDAS POR RECORRÊNCIA ...............................................................................47 ESTRUTURAS ALGÉBRICAS ..................................................................................................49 OPERAÇÕES .................................................................................................................................49 PROPRIEDADE DAS OPERAÇÕES BINÁRIAS ..................................................................................49 GRUPÓIDES ..................................................................................................................................50 SEMIGRUPOS................................................................................................................................50 MONÓIDES...................................................................................................................................51 GRUPOS .......................................................................................................................................52

10 10.1 10.2 10.3 10.4 10.5 10.6

Matemática Discreta Márcia Rodrigues Notare

3

1

TEORIA DOS CONJUNTOS

Definição de Conjunto: um conjunto é uma coleção de zero ou mais objetos distintos, chamados elementos do conjunto, os quais não possuem qualquer ordem associada. Em outras palavras, é uma coleção não-ordenada de objetos. Exemplo: A = {branco, azul, amarelo} Em um conjunto, a ordem dos elementos não importa e cada elemento deve ser listado apenas uma vez. Podemos definir um conjunto de diferentes formas: Denotação por Extensão: os elementos são listados exaustivamente. Exemplo: Vogais = {a, e, i, o, u} Denotação por Compreensão: definição de um conjunto por propriedades comuns aos objetos. De forma geral, escreve-se {x | P(x)}, onde P(x) representa a propriedade. Exemplo: Pares = {n | n é par}, que representa o conjunto de todos os elementos n, tal que n é um número par. Ainda podemos especificar um conjunto omitindo alguns elementos que estão implícitos na notação adotada. Veja exemplos: Dígitos = {0, 1, 2, 3, ..., 9} Pares = {0, 2, 4, 6, ...}

1.1
-

Relação de Pertinência
Se a é elemento de um conjunto A, então podemos escrever:

a∈ A
e dizemos que a pertence ao conjunto A. - Se a não é elemento de um conjunto A, então podemos escrever:

a∉ A
e dizemos que a não pertence ao conjunto A. Exemplo: Considerando o conjunto Vogais = {a, e, i, o, u}, podemos dizer que: - e ∈ Vogais - m ∉ Vogais Considerando o conjunto B = {x | x é brasileiro}, temos que: - Pelé ∈ B - Bill Gates ∉ B

1.2

Alguns Conjuntos Importantes

O Conjunto Vazio é um conjunto que não possui elementos e pode ser denotado por ∅ ou { }. Ainda temos:

Matemática Discreta Márcia Rodrigues Notare

4

-

N, que representa o conjunto dos números naturais; Z, que representa o conjunto dos números inteiros; Q, que representa o conjunto dos números racionais; I, que representa o conjunto dos números irracionais; R, que representa o conjunto dos números reais; C, que representa o conjunto dos números complexos.

Definição de Alfabeto: um alfabeto é um conjunto finito, ou seja, um conjunto que pode ser denotado por extensão. Os elementos de uma alfabeto são chamados de símbolos ou caracteres. Definição de Palavra: uma palavra sobre um alfabeto é uma seqüência finita de símbolos do alfabeto, justapostos. ε Σ Σ* palavra vazia alfabeto conjunto de todas as palavras possíveis sobre o alfabeto Σ

Exemplos: - ∅ é um alfabeto - {a, b, c, d} é uma alfabeto - N não é um alfabeto - ε é uma palavra sobre {a, b, c] - ε é uma palavra sobre ∅ - ∅* = {ε}

Chamamos de Linguagem Formal a um conjunto de palavras sobre um alfabeto. Portanto, podemos entender que uma linguagem de programação é o conjunto de todos os seus possíveis programas e que um programa é uma palavra da linguagem de programação.

1.3

Se todos os elementos de um conjunto A são também elementos de um conjunto B, então dizemos que: A⊆ B A está contido em B ou que B contém A B⊇A Neste caso, podemos dizer que A é um subconjunto de B. Por outro lado, se A ⊆ B e A ≠ B, ou seja, existe b∈B tal que b∉A, então dizemos que:

ou que

Neste caso, dizemos que A é um subconjunto próprio de B. Exemplos: - {1, 2, 3} ⊆ {3, 2, 1} - {1, 2} ⊆ {1, 2, 3} - {1, 2} ⊂ {1, 2, 3}

 

Aplicações na Computação

Relação de Inclusão

A⊂ B B⊃A

A está contido propriamente em B B contém propriamente A

Matemática Discreta Márcia Rodrigues Notare

5

Dessa forma. d} ⊆ S Matemática Discreta Márcia Rodrigues Notare 6 . {0}.{0} ∈ S .5 Pertinência x Inclusão Os elementos de um conjunto podem ser conjuntos. b.∅⊆S . para qualquer conjunto A. 1. c} = {a. e somente se.{1.1. c. é o conjunto que contém todos os conjuntos que estão sendo considerados. ou seja: Exemplos: 0 . define o contexto de discussão. c.{a.∅∈S . U não é um conjunto fixo e. possuem os mesmos elementos. ∅. Portanto. c.2} ∈ S . c. c} 1. d} ∉ S .{a} ∉ S . b.{a} ⊆ S . Exemplos: Considere o conjunto S = {a. b. temos que A ⊆ U.Definição de Conjunto Universo: denotado por U. b.{a. 2}}. ou seja.4 Igualdade de Conjuntos A = B ↔ ( A ⊆ B ∧ B ⊆ A) Dois conjuntos A e B são ditos iguais se.2} = x ∈ Ν x ≥ 0 ∧ x < 3 - Ν = {x ∈ Ζ x ≥ 0} { } {a. preste atenção nos conceitos de pertinência e inclusão. c. b. {1. b. d.{ . Então: .

. se P é falsa.Não é o caso que quatro é maior do que cinco.Ela é muito inteligente.Quatro é maior do que cinco.Bom dia! 2. Definição de Proposição: uma proposição é uma construção que se pode atribuir juízo. que pode ser apenas verdadeira ou falsa. então ¬P é verdadeira. então ¬P é falsa.Um triângulo é equilátero se e somente se tiver os três lados iguais.Vou comprar um carro ou uma bicicleta. compostas por proposições mais simples através dos conectivos lógicos (ou operadores lógicos). Considerando que P denota uma proposição. então sua negação é denotada por: ¬P ou ~P (lê-se "não P") Interpretamos a negação da seguinte forma: se P é verdadeira.Se chover então ficarei em casa. Exemplos: . . .2 INTRODUÇÃO À LÓGICA MATEMÁTICA Lógica é o estudo dos princípios e métodos usados para distinguir sentenças verdadeiras de falsas.Brasil não é um país.São Paulo é uma cidade grande Exemplos que não são proposições: . Para visualizar os valores lógicos de um conectivo utilizamos a tabela-verdade. . 2. . ou seja. Proposição Atômica: são proposições que não podem ser decompostas em proposições mais simples.Como isso pode acontecer! . São exemplos de proposições: . .1 Conectivos Lógicos As proposições podem ser simples (atômicas) ou compotas e os conectivos têm a função de combinar sentenças simples para formar sentenças compostas. Proposição Composta: são proposições mais complexas.1.Animais são peludos e aves têm penas.1 Negação A negação de uma proposição é construída a partir da introdução da palavra não ou não é o caso que.Como vai você? . que descreve as possíveis combinações dos valores lógicos das proposições. Exemplos: . Matemática Discreta Márcia Rodrigues Notare 7 .

P Q P→Q V V V V F F F V V F F V Matemática Discreta Márcia Rodrigues Notare ¤ ¢ £ ¤ ¡ ¢ ¡ V V V F (lê-se "se P então Q") ¡ ¤ 8 . P V V F F Q V F V F P∨Q 2. podemos obter a tabela-verdade de P → Q construindo a tabela verdade de ¬(P ∧ ¬Q). É denotada por: (lê-se "P e Q") P∧Q A seguir a tabela-verdade da conjunção. podemos dizer que um enunciado da forma P → Q tem o mesmo significado (semântica) que um enunciado da forma ¬(P ∧ ¬Q).1. ambos são verdadeiros sob as mesmas condições. Caso contrário.1. é falsa.P ¬P V F F V 2.3 Disjunção Uma disjunção é verdadeira se pelo menos um dos seus disjunctos for verdadeiro. é falsa. ou seja.2 Conjunção Uma conjunção é verdadeira se ambos seus conjunctos são verdadeiros. Caso contrário. Caso contrário. É denotado por: P→Q Observe: a expressão “P → Q” assegura que: não é o caso que P e não Q. ele é verdadeiro.1. então chove” (P → Q) podemos interpretá-la como sendo: “Não é o caso que esfria e não chove” ¬(P ∧ ¬Q) Assim. Portanto. Verbalizando. É denotada por: (lê-se "P ou Q") P∨Q A tabela-verdade da disjunção está apresentada a seguir. se considerarmos a expressão: “Se esfriar.4 Condicional (Implicação) O condicional é falso se seu antecedente for verdadeiro e seu conseqüente for falso. P V V F F Q V F V F P∧Q V F F F 2.

P V V F F Q V F V F Observe que o operador principal da fórmula acima é ∨ e. devemos identificar o operador principal. P → Q.2. Por fim. Veja os exemplos abaixo.(P ∧ ¬Q) → R . P V F 2. P ↔ Q . Devemos completar com todas as possibilidades de valores verdade para as letras sentenciais.5 Bicondicional O bicondicional.2 Fórmulas Bem-Formadas Fórmulas bem-formadas (well formed formula . Exemplos: . A seguir. P Q P↔Q V V V V F F F V F F F V 2.1.¬P.P ∨ ¬Q . completamos a tabela com os valores-verdade para os operadores. Construa a tabela-verdade para a fórmula ¬P ∨ Q. c) preenchemos o sinal de negação imediatamente à esquerda de P. observando os passos de construção: 1. deve ter sua coluna como última a ser preenchida. completando-se os possíveis valores-verdade que P pode assumir. Assim. que é o operador principal e. b) preenchemos a coluna da ocorrência de P na fórmula (na wff). determina o valor-verdade da fórmula.¬(P ∧ Q) ↔ (¬P ∨¬Q) 2. P ∨ Q. tem o mesmo significado que (P → Q) ∧ (Q → P). a tabela-verdade de (P ↔ Q) pode ser obtida construindo a tabela-verdade de (P → Q) ∧ (Q → P). escrevemos as letras sentenciais à esquerda da tabela e a fórmula à direita da tabela. a) preenchemos a coluna letra sentencial P. portanto. parênteses e letras sentenciais.wff) são sentenças lógicas construídas corretamente sobre o alfabeto cujos símbolos são conectivos. sub-wffs e por fim para a wff (operador principal).3 Tabelas-verdade para wffs Para construir uma tabela-verdade para uma wff. d) preenchemos o segundo sinal de negação. P ∧ Q. Construa a tabela-verdade para a fórmula ¬¬P. portanto. pois é ele que determina o valor-verdade para toda a fórmula. denotado por P ↔ Q . Assim: Matemática Discreta Márcia Rodrigues Notare ¨ ¨ ¬P F F V V ¦ ¬ V F ¬ F V ¥ ¨ ¦ ¦§¦ ¦ ¦ P V F ∨ V F V V Q V F V F 9 .

exemplos de algumas equivalências tautológicas importantes. é denominada uma contradição. 3.4 Equivalência Dizemos que duas fórmulas P e Q são equivalentes se a fórmula P ↔ Q é uma tautologia. 4. portanto. as etapas de construção são como segue: a) preenchemos as colunas das letras sentenciais P e Q (à esquerda da tabela). Assim a coluna deste operador determina o valor-verdade da fórmula. ou seja. preenchemos a coluna ∨. d) preenchemos a coluna da ocorrência da negação do operador ∧.a) preenchemos as colunas das letras sentenciais P e Q (à esquerda da tabela). Uma contradiação é intrinsecamente falsa pela sua própria estrutura. como no exemplo 5. P V F P V F Uma fórmula que assume sempre o valor lógico V. Então. P V F P V F 5. determina o valor verdade da fórmula. c) preenchemos as colunas da ocorrência de ∨ e ∧ na fórmula (mas não o ∧ principal). que é o operador principal e. b) preenchemos as colunas da ocorrência de P e Q na fórmula. onde 1 representa uma tautologia e 0 representa uma contradição: Matemática Discreta Márcia Rodrigues Notare  ∧ F F  ∨ V V ¬P F V ¬P F V   ©   ∨ V V V F ∧ F V V F ¬ F V V V     ©   © ∧ V F F F  © Q V F V F 10 . uma fórmula que assume sempre o valor lógico F. Construa a tabela verdade para a fórmula P ∨ ¬P. que determina o valorverdade da fórmula. Construa a tabela verdade para a fórmula (P ∨ Q) ∧ ¬(P ∧ Q). como no exemplo 4. é denominada uma tautologia. ou seja. Construa a tabela verdade para a fórmula P ∧ ¬P. Por outro lado. (Observe que o operador principal ∧ conecta as colunas de ∨ e ¬). e) finalmente. é verdadeira independentemente dos valores lógicos atribuidos as suas letras sentenciais. P V V F F Q V F V F P V V F F Q V F V F P V V F F O operador principal dessa fórmula é o ∧ (veja: (P ∨ Q) ∧ ¬(P ∧ Q)). Uma tautologia é intrinsecamente verdadeira pela sua própria estrutura. Denotamos essa propriedade por P⇔Q A seguir. 2. c) por fim. preenchemos a coluna do operador principal ∧. é falsa independentemente dos valores lógicos atribuidos as suas letras sentenciais. b) preenchemos as colunas da ocorrência de ¬P e Q.

Portanto novos conceitos. OU (OR) e NÃO (NOT). o programa executará um trecho do seu código. isto é. o valor lógico não será afetado. A ∧ ¬(A ∧ B) ⇔ A ∧ (¬A ∨ ¬B) ⇔ (A ∧ ¬A) ∨ (A ∧ ¬B) ⇔ 0 ∨ (A ∧ ¬B) ⇔ (A ∧ ¬B) ∨ 0 ⇔ A ∧ ¬B Podemos então reecrever a proposição da seguinte forma: if ((x < y) and not (z < 1000)) do AlgumaCoisa. ∨ e ¬. Por exemplo. 2. x>0" como sendo uma proposição verdadeira sobre os inteiros positivos. frases que dizem "quantos objetos" apresentam determinada propriedade. se o valor lógico da expressão condicional for falso. Assim.DeMorgan: A∨B⇔B∨A (A ∨ B) ∨ C ⇔ A ∨ (B ∨ C) A ∨ (B ∧ C) ⇔ (A ∨ B) ∧ (A ∨ C) A∨0⇔A A ∨ ¬A ⇔ 1 ¬(A ∨ B) ⇔ ¬A ∧ ¬B A∧B⇔B∧A (A ∧ B) ∧ C ⇔ A ∧ (B ∧ C) A ∧ (B ∨ C) ⇔ (A ∧ B) ∨ (A ∧ C) A∧1⇔A A ∧ ¬A ⇔ O ¬(A ∧ B) ⇔ ¬A ∨ ¬B Os conectivos lógicos E (AND).Comutatividade: . else do OutraCoisa.Elemento Neutro: . em uma ramificação condicional de um programa. Se a expressão condicional for substituída por outra expressão equivalente mais simples. Nesse exemplo. deve ser introduzido. a expressão condicional tem a forma A ∧ ¬(A ∧ B). Assim.Distributividade: . Eles agem sobre combinações e expressões verdadeiras e falsas para produzir um valor lógico final. assim como o fluxo de controle do programa. Tais valores lógicos permitem a decisão do fluxo de controle em programas de computador. else do OutraCoisa. não conseguiríamos simbolizar a sentença "Para todo x. Quantificador Universal: é simbolizado por ∀ e lê-se para todo. estão disponíveis em muitas linguagens de programação. onde A é "x < y" e B é "z < 1000". como o de quantificador. ele execurá outro trecho do seu código..5 Wffs formadas apenas pelos cinco operadores lógicos (¬ ∧ ∨ → ↔) têm possibilidade limitada de expressões.Complementares: . Veja o exemplo a seguir: if ((x < y) and not ((x < y) and (z < 1000))) do AlgumaCoisa.Associatividade: . a sentença acima pode ser simbolizada por: Matemática Discreta Márcia Rodrigues Notare  Aplicações na Computação (DeMorgan) (Distributividade) (Complemetar) (Comutatividade) (Elemento Neutro) Quantificadores 11 . respectivamente ∧. Quantificadores são frases do tipo para todo. se o valor lógico da expressão condicional for verdadeiro. para qualquer ou para cada. Podemos simplificar essa expressão utilizando as equivalências vistas anteriormente. mas o novo código será mais fácil de ser entendido e poderá ser executado mais rapidamente. para cada ou para algum.

Considerando que o conjunto universo é conjuntos dos números inteiros e que Q(x. Quantificador Existencial: é simbolizado por ∃ e lê-se existe. Assim. A expressão (∀x)(∃y)Q(x. a expressão diz que para todo inteiro x existe um inteiro maior. a mesma interpretação diz que existe um inteiro y que é maior que qualquer outro inteiro x. Isto ressalta o fato de que a ordem dos quantificadores é importante! Matemática Discreta Márcia Rodrigues Notare 12 . a expressão (∃x )(x > 0) pode ser lida como "existe um x tal que x é maior do que zero". existe algum. Entretanto. Qual seria o valor lógico da expressão (∀x)P(x) em cada uma das seguintes interpretações? P(x) é a propriedade que x é amarelo e o conjunto universo é o conjunto de todos os botõesde-ouro. P(x) é a propriedade que x é amarelo e o conjunto universo é o conjunto de todas as flores. y) é lida como "para todo x existe um y tal que Q(x.(∀x )(x > 0) O valor lógico da expressão (∀x)(x>0) depende do domínio dos objetos sobre os quais estamos nos referindo. y)". que chamamos de conjunto universo. P(x) é a propriedade que x é positivo ou negativo e o conjunto universo é conjunto de todos os inteiros. se invertermos a ordem dos quantificadores escrevendo (∃y)(∀x)Q(x. y) é a propriedade x < y. para pelo menos um. Esta expressão é verdadeira. o valor lógico da expressão é falso. Neste caso. y). para algum.

é como segue: Em outras palavras. temos que a∈A a∈B pela definição de subconjunto (A ⊆ B) a∈C pela definição de subconjunto (B ⊆ C) Logo. Usualmente. as figuras abaixo representam: A a b c B A A⊆B O conjunto A = {a. Podemos representar conjuntos e suas operações através de figuras geométricas. Então. os retângulos são utilizados para representar o conjunto universo e as elipses para representar os demais conjuntos. Por exemplo. A união dos conjuntos A e B.1 Operação de União A ∪ B = {x x ∈ A ∨ x ∈ B} Sejam A e B conjuntos. temos que a ∈ C. temos que A ⊆ C. Dessa forma. denotada por A ∪ B .3 ÁLGEBRA DE CONJUNTOS Entendemos que uma álgebra é constituída de operações definidas sobre um conjunto. como elipses e retângulos. 3. Assim. a união de dois conjuntos A e B considera todos os elementos que pertencem ao conjunto A ou ao conjunto B. chamados Diagramas de Venn. pela definição de subconjunto. uma Álgebra de Conjuntos é constituída por operações definidas para todos os conjuntos. para qualquer elemento a ∈ A . ou seja. resulta em um conjunto cujos elementos pertencem a pelo menos um dos dois conjuntos. B e C conjuntos quaisquer tal que A ⊆ B e B ⊆ C. c} S U S⊆U A relação de inclusão é transitiva. ou seja: A⊆ B∧B⊆C ⇒ A⊆C Prova: Suponha A. b. Seja a ∈ A. Matemática Discreta Márcia Rodrigues Notare 13 .

Temos que R∪Q=R R∪I=R Q∪I=R Para qualquer conjunto universo U e qualquer A ⊆ U. 4. temos que ∅∪∅=∅ U∪∅=U U∪A=U U∪U=U - 3. 8. 6. ∅ ∪ A = A Idempotência: A ∪ A = A Prova: Seja x ∈ (A ∪ A). u}. 3. 6.1 Propriedades da União Elemento Neutro: A ∪ ∅ = ∅ ∪ A = A Prova: Seja x ∈ (A ∪ ∅). temos que A ∪ B = {0. 9.Dados os conjuntos D = {0. como mostrado a seguir. o. x ∈ (∅ ∪ A) ⇔ x∈∅∨ x∈A⇔ (definição de união) x∈A∨x∈∅⇔ (comutatividade) x∈A (elemento neutro) Logo. i. . 8. o. x ∈ (A ∪ A) ⇔ x∈A∨x∈A⇔ x∈A (definição de união) (idempotência do conectivo ∨) Matemática Discreta Márcia Rodrigues Notare 14 . 8. 2.} Considere R. Exemplos: . Q e I.A operação de união pode ser visualizada através de um diagrama de Venn. 7. temos que D ∪ V = {0. i. 1. 2. A ∪ ∅ = A Analogamente.. 7. 6. e. 7. 5. x ∈ (A ∪ ∅) ⇔ x∈A∨x∈∅⇔ (definição de união) x∈A (elemento neutro) Logo. 5. 1. 3. 1.1. 4. a.. seja x ∈ (∅ ∪ A). 3. 2. 9. e. 4. 9} e V = {a. 5. u} Dados os conjuntos A = {x ∈ Ν | x > 2} e B = { x ∈ Ν | x2 = x}.

A ∪ A = A Comutatividade: A ∪ B = B ∪ A Prova: Caso 1: Seja x ∈ A ∪ B. Portanto. Associatividade: A ∪ (B ∪ C) = (A ∪ B) ∪ C Prova: Caso 1: Seja x ∈ A ∪ (B ∪ C). Caso 2: Seja x ∈ B ∪ A. temos que A ∪ (B ∪ C) ⊆ (A ∪ B) ∪ C. Matemática Discreta Márcia Rodrigues Notare 15 . Caso 2: Seja x ∈ (A ∪ B) ∪ C. é como segue: Em outras palavras. x∈A∪B⇒ x∈A∨x∈B⇒ (definição de união) x∈B∨x∈A⇒ (comutatividade do conectivo ∨) x ∈ (B ∪ A) (definição de união) Logo. A interseção dos conjuntos A e B. pela definição de igualdade de conjuntos. (B ∪ A) ⊆ (A ∪ B). podemos concluir que A ∪ B = B ∪ A. a interseção de dois conjuntos A e B considera todos os elementos que pertencem ao conjunto A e ao conjunto B. x∈B∪A⇒ x∈B∨x∈A⇒ x∈A∨x∈B⇒ x∈A∪B (definição de união) (comutatividade do conectivo ∨) (definição de união) Logo. pela definição de inclusão. ou seja. x ∈ A ∪ (B ∪ C) ⇒ x ∈ A ∨ x ∈ (B ∪ C) ⇒ (definição de união) x ∈ A ∨ (x ∈ B ∨ x ∈ C) ⇒ (definição de união) (x ∈ A ∨ x ∈ B) ∨ x ∈ C ⇒ (associatividade do conectivo ∨) x ∈ (A ∪ B) ∨ x ∈ C ⇒ (definição de união) x ∈ (A ∪ B) ∪ C (definição de união) Logo. pela definição de igualdade de conjuntos. resulta em um conjunto cujos elementos pertencem aos conjuntos A e B.2 Operação de Interseção A ∩ B = {x x ∈ A ∧ x ∈ B} Sejam A e B conjuntos. pela definição de inclusão. Portanto. simultaneamente.Logo. 3. x ∈ (A ∪ B) ∪ C ⇒ x ∈ (A ∪ B) ∨ x ∈ C ⇒ (x ∈ A ∨ x ∈ B) ∨ x ∈ C ⇒ x ∈ A ∨ (x ∈ B ∨ x ∈ C) ⇒ x ∈ A ∨ x ∈ (B ∪ C) ⇒ x ∈ A ∪ (B ∪ C) (definição de união) (definição de união) (associatividade do conectivo ∨) (definição de união) (definição de união) Logo. (A ∪ B) ⊆ (B ∪ A). (A ∪ B) ∪ C ⊆ A ∪ (B ∪ C). denotada por A ∩ B . podemos concluir que A ∪ (B ∪ C) = (A ∪ B) ∪ C.

temos que ∅∩∅=∅ U∩A=A U∩∅=∅ U∩U=U - - 3. 8} D∩V=∅ Chamamos conjuntos cuja interseção é o conjunto vazio de conjuntos disjuntos. o. 1. temos que A∩B=∅ (conjuntos disjuntos) Considere R.3 Operação Complemento ~ A = {x ∈  x ∉ A} Suponha o conjunto universo U. V = {a.1 Propriedades da Interseção Elemento Neutro: A ∩ U = U ∩ A = A Idempotência: A ∩ A = A Comutatividade: A ∩ B = B ∩ A Associatividade: A ∩ (B ∩ C) = (A ∩ B) ∩ C As provas são análogas à operação de união e ficam sugeridas como exercício. 7. e. Temos que R∩Q=Q R∩I=I Q∩I=∅ Para qualquer conjunto universo U e qualquer conjunto A ⊆ U. 5. temos que D ∩ P = {0.. é como segue: Matemática Discreta Márcia Rodrigues Notare 16 . u} e P = {0. . 4.}.. 4. 6.2. 3. 9}. O complemento de um conjunto A ⊆ U. 2. 8. 2. como mostrado a seguir. 4.A operação de interseção pode ser visualizada através de um diagrama de Venn. Exemplos: . 6.Dados os conjuntos D = {0. 6. i. 2. Q e I. Propriedades que envolvem União e Interseção a) Distributividade da Interseção sobre a União: A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C) b) Distributividade da União sobre a Interseção: A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C) 3. denotado por ~ A . Dados os conjuntos A = {x ∈ Ν | x > 2} e B = { x ∈ Ν | x2 = x}. 8.

denotada por A − B . A diferença entre os conjuntos A e B. x ∉ A.4 Operação de Diferença A − B = {x x ∈ A ∧ x ∉ B} Sejam A e B conjuntos. Então para qualquer conjunto A ⊆ U. 3. temos que ~Q = I ~I = Q Suponha U qualquer. a diferença entre dois conjuntos A e B considera todos os elementos que pertencem ao conjunto A e que não pertencem ao conjunto B. ¬¬(x ∈ A). 1. como mostrado a seguir. é como segue: Em outras palavras. 2}. temos que ~A = {3. 8.3. A operação de diferença pode ser visualizada através de um diagrama de Venn. x ∈ A. 9} Dados o conjunto universo U = N e o conjunto A = {0. x∈A⇒ para ~A.1 Propriedades de DeMorgan ⇔ ⇔ A ∪ B = ~(~A ∩ ~B) A ∩ B = ~(~A ∪ ~B) a) ~(A ∪ B) = ~A ∩ ~B b) ~(A ∩ B) = ~A ∪ ~B 3. Matemática Discreta Márcia Rodrigues Notare 17 . ou seja.Dados o conjunto universo U = {0. como mostrado a seguir. 2}. 6. ou seja ¬(x ∈ A) ⇒ para ~ ~A. 5. 4. 7. 1. temos que A ∪ ~A = U A ∩ ~A = ∅ ~ ~A = A - - - Podemos provar o último caso da seguinte forma: Suponha um elemento x ∈ A. 1. temos que ~∅ = U ~U = ∅ Considerando R como conjunto universo. 9} e o conjunto A = {0. 2. Exemplos: . 7. (definição de complemento) 3.A operação complemento pode ser visualizada através de um diagrama de Venn. temos que ~A = {x ∈ N | x > 2} Para qualquer conjuntos universo U. 4. 6. 8. 5.

B = {3. 4. Matemática Discreta Márcia Rodrigues Notare 18 . 2. {a}. o. b. {a}. c}..P(∅) = {∅} . 4. b}. {a. 1.6 Produto Cartesiano Antes de definirmos a operação produto cartesiano. 3. 9} . 4. 6. Q e I. dizemos que uma 2-upla é uma par ordenado e é representada por x. resulta num conjunto constituído de todos os subconjuntos de A é denominada conjunto das partes de A e é denotada por: P(A) = {X X ⊆ A} Exemplo: Dados os conjuntos A = {a}. b}} . {b.}. temos que A . Particularmente. temos que: .P(C) = {∅. 8. 7. temos que . {c}..A = {0.A⊆A . {a.7 . temos que D-V=D D .Dados os conjuntos D = {0. e. 9}. . temos que R-Q=I R-I=Q Q-I=Q Para qualquer conjunto universo U e qualquer conjunto A ⊆ U.5 Conjunto das Partes Dado conjunto A. então {x} ⊆ A A operação unária.∅⊆A .P = {1. 8. 3. V = {a. 2. . c}. 3. temos que ∅-∅=∅ U-∅=U U . 5.} B . 6. y ou (x. então o números de elementos de P(X) é 2n. que aplicada a um conjunto A. 1} Dados os conjuntos R.P(A) = {∅.Se x ∈ A. ou seja. u} e P = {0.. B = {a. 5.Dados os conjuntos A = {x ∈ N | x > 2} e B = {x ∈ N | x = x2}. {a. b} e C = {a.P(B) = {∅. 6 . vamos definir uma seqüência: uma seqüência de n elementos é definida como sendo uma n-upla ordenada. {b}. 5. n objetos em ordem fixa.A = ~A U-U=∅ - 3. {a. i. {a}} . b. {b}. y ) .. c}. c}} Se o número de elementos de um conjunto X é n.Exemplos: . 7.

a .A + ∅ = {aA. b. 0P. 2P. b . x .D + P = {0D. iV.2 . b } A = { a. a1. 1. b. a . 3D. bA. u}. i.Não-comutatividade: A × C ≠ C × A . cA} . 5. 4D.1 . 9D. 9D. 5D.A + A = {a0. a. é como segue: onde os pares ordenados a. 2D. 1. . a. .} e A = {a. 4D. 2. b} e C = {0.. 7.0 . a. a.2 } C × B = { 0.. a. b.. b.7 União Disjunta A + B = { a. 1. x. a. b a ∈ A ∧ b ∈ B} 2 Denotamos o produto cartesiano de um conjunto A por ele mesmo como A × A = A . 1D. a.0 .. b - { } B × C = { a. 6D. B b ∈ B} Sejam A e B conjuntos. a. uV} . Também podemos denotar a união disjunta da seguinte forma: A + B = { A a ∈ A}∪ { B b ∈ B} a b Exemplos: Dados os conjuntos D = {0. 4. temos que: A × B = a. 4P. identificação . b.Observação: A ordem dos elementos é importante! Logo.} . 6D. aV.2 } } A×∅ = ∅ ∅ ×A =∅ ∅2 = ∅ Observações: . a .0 . e. A e b.0 . 7D. b . 3D. Sejam A e B conjuntos. a . b } A × Ν = { a. B representam elemento. 2. A união disjunta dos conjuntos A e B. Exemplos: Dados os conjuntos A = {a}. y ≠ y.1 . 8D. 6P.1 .2 . c1} Matemática Discreta Márcia Rodrigues Notare 19 . a. 1. 6. 2D. a .Não-associatividade: (A × B )× C ≠ A × (B × C ) Propriedades que envolvem Produto Cartesiano. a. 3. 4.0 .∅+∅=∅ . União e Interseção a) Distributividade sobre a União: A × (B ∪ C ) = (A × B ) ∪ (A × C ) b) Distributividade sobre a Interseção: A × (B ∩ C ) = (A × B ) ∩ (A × C ) 3. b . a . 5D. 8D. b. a } B = { a. b .. a . 6. a. B = {a.0 . a. b0. o. a. a . c}. O produto cartesiano de A por B é como segue: A × B = { a..2 . a. P = {0. denotada por A + B . eV. b1. b . b . 9}. 8.} 2 2 (A × B )× C = { a. A a ∈ A}∪ { b. V = {a. a. a.. oV.1 . a .2 a. 0. 2}. 7D. 2. A × (B × C ) = { a.1 . b. b.2 . a. a. c0.D + V = {0D.1 .0 . 2. 1D. b. temos que: .1 .

algumas definições referentes ao conceito de relação: Matemática Discreta Márcia Rodrigues Notare 20 . ⊂ Uma relação binária pode ser representada no diagrama de Venn. b é uma relação de A em B - a. ≤ - Ζ. como mostram as figuras abaixo.1 RELAÇÕES Relação Binária Dados dois conjuntos A e B. b ∈ R . se a. a. 2}. b} e C = {0. b ∈ R .2 . São exemplos de relações: . 0.2 } A seguir.1 .∅ é uma relação de A em B A × B = a. B = {a. Exemplos: Sejam A = {a}. ⊆ P(R). A C B C 0 0 b a 1 2 1 2 par a. Assim. origem ou conjunto de partida de R . então afirmamos que "a relaciona-se com b". uma relação binária R de A em B é um subconjunto de um produto cartesiano A × B . b } ⊆: P( B) → P( B) ≤ : C →C =: A → A { a. = P( A).2 } Relação de C em B: { 0. b de R : A → B C . para um elemento denota-lo como aRb . destino ou conjunto de chegada de R Para R ⊆ A × B . Podemos denotar uma relação R da seguinte forma: R : A → B e.B é o contra-domínio. a . Exemplos: Seja A um conjunto. Então. ≤ Q.2 .1 . ou seja R ⊆ A × B . < = { 0. a } Endorrelação ou Auto-Relação: dado um conjunto A.A é o domínio. a . temos que origem e destino são o mesmo conjunto e podemos denota-la por A. são endorrelações: Ν. podemos { } - Relação de Igualdade de A em A: Relação "menor" de C em C: { 0. 1. onde: . 1. 0. 1. 1.4 4. uma relação do tipo R : A → A é dita uma Endorrelação ou Auto-Relação. R .

1} e o conjunto imagem é o conjuto {1. 1. 4. bm} dois conjuntos finitos. b j ∈ R . a2.3 Relação como Matriz R : C → C tal que R = { 0. Matemática Discreta Márcia Rodrigues Notare 21 . b2. com origem em a e destino em b. c) Conjunto imagem: conjunto de todos os elementos de B que estão relacionados com algum elemento de A. 2}.0 . Exemplos: Dados os conjuntos A = {a}.. b.. < . B = {a. seu valor será falso (0). A representação da relação R : A → B como matriz é como segue: a) o número de linhas é n (número de elementos do domínio). 0.2 . o domínio de definição é o conjunto {a} e o conjunto imagem também é o conjunto {a}. < = { 0.2 .. b) Domínio de definição: é o conjunto de todos os elementos de A para os quais R está definida. 2.a) a. b) cada par a.2 Endorrelação como Grafo Toda endorrelação R : A → A pode ser representada como um grafo.2 } 4. Exemplos: a a b ∅: A → A = : B → B = { a. então a posição determinada pela linha i e pela coluna j da matriz contém valor verdadeiro (1).2 } Sejam A = {a1. e) se a i . a . d) cada uma das m x n células possuem um valor lógico associado. b) o número de colunas é m (número de elementos da imagem). b 0 1 2 } 0 1 2 C . 2. caso contrário. c) a matriz resultante possui m x n células. . b da relação é representada como uma aresta do grafo. 1.1 . o domínio de definição é o conjunto {0.. temos que . 2] para a relação = : A → B . ..para a endorelação C . b} e C = {0. b ∈ R : dizemos que R está definida para a e que b é a imagem de a. an} e B = {b1. onde: a) cada elemento do conjunto A é representado como um nodo do grafo..

2}. R é uma relação reflexiva se: (∀a ∈ A)(aRa ) A negação da propriedade reflexiva é como segue: (∃a ∈ A)(¬(aRa )) Exemplos: Dado o conjunto A = {0. 2}.1 e 2. ≤ . pois esta relação contém os pares 0. a . 1.0 . 1. 1.Exemplo: Dados os conjuntos A = {a}. 1. b} 1 1 2 1 1 0 2 1 0 1 b 1 ∅: A → A B.4. temos que ∅ a = a b < 0 1 2 R 0 1 2 a 0 a 1 0 0 0 0 0 0 0 0 1 b 0 1 1 1 0 0 1 0 0 0 a 1 b 0 1 0 ∅ 1 0 {a} 1 1 {b} 1 0 {a. = . = C.1 Relação Reflexiva Sejam A um conjunto e R uma endorrelação em A. B = {a. pois todo elemento é igual a si mesmo - P( A). ⊆ . 4. pois todo elemento é igual a si mesmo A matriz e o grafo de uma relação reflexiva apresentam uma característica especial: a diagonal principal da matriz contém somente valores lógicos verdadeiro (1) e qualquer nodo do grafo Matemática Discreta Márcia Rodrigues Notare 22 . A seguir serão apresentadas as propriedades que envolvem as endorrelações.2 } A× B a S 0 1 2 ⊆ ∅ {a} a 1 0 0 A× B = A → B S = { 0.4 Propriedades das Relações Uma endorrelação binária em um conjunto A pode ter determinadas propriedades. 2. b }: C → B ⊆: P( A) → P( B) 4.2 . 2. < R : C → C tal que R = { 0.0 . b} e C = {0.2 A. temos que as seguintes relações são reflexivas Ν. pois todo conjunto está contido em si mesmo A 2 : A → A .

4. ⊂ .2 .possui uma aresta com origem e destino nele mesmo. se R = { 0. se S = 0. 2. pois para a relação "está contido propriamente" os conjunto precisam se diferentes ∅: A → A. Veja as matrizes e grafos referentes a alguns dos exemplos apresentados acima. R é uma relação irreflexiva se: (∀a ∈ A)(¬(aRa )) Exemplos: Dado o conjunto A = {0. 2. e qualquer nodo do grafo não possui aresta com origem e destino nele mesmo.1 . 1. S . = = 0 1 2 0 1 0 0 1 0 1 0 2 0 0 1 1 0 2 4. a Exemplo de relação nem reflexiva.1 }. pois não há nenhum elemento do tipo a. Veja as matrizes e grafos referentes a alguns dos exemplos apresentados acima. pois não elemento diferente de si mesmo - P( A). temos que as seguintes relações são irreflexivas Ζ. nem irreflexiva: . 1. ∅ :A→ A ∅ 0 1 2 0 0 0 0 1 0 0 0 2 0 0 0 1 0 2 Matemática Discreta Márcia Rodrigues Notare 23 . 2}. R .A.2 { } A matriz e o grafo de uma relação irreflexiva apresentam uma característica especial: a diagonal principal da matriz contém somente valores lógicos falso (0). pois não há nenhum elemento do tipo a. A2 0 1 2 A :A→ A 2 0 1 1 1 1 1 1 1 2 1 1 1 1 0 2 A. a A.2 .2 Relação Irreflexiva Sejam A um conjunto e R uma endorrelação em A. ≠ . 2.0 .

A :A→ A 2 A2 0 1 2 0 1 1 1 1 1 1 1 2 1 1 1 1 0 2 A. = = 0 1 2 0 1 0 0 1 0 1 0 2 0 0 1 1 0 2 4. temos que as seguintes relações são simétricas . ou não existe aresta. = ∅: X → X A matriz e o grafo de uma relação simétrica apresentam uma característica especial: na matriz. e. 1. R é uma relação anti-simétrica se: (∀a ∈ A)(∀b ∈ A)(aRb ∧ bRa → a = b ) Exemplos: Dados o conjunto A = {0. Veja as matrizes e grafos referentes a alguns dos exemplos apresentados acima. 2} e X um conjunto qualquer. a metade acima da diagonal principal é a imagem espelhada da metade de baixo. entre dois nodos quaisquer.4. 2} e X um conjunto qualquer.2 .R = { 0. temos que as seguintes relações são anti-simétricas Matemática Discreta Márcia Rodrigues Notare 24 .3 Relação Simétrica Sejam A um conjunto e R uma endorrelação.1 . uma em cada sentido. no grafo.≠ P( X ).4 Relação Anti-Simétrica Sejam A um conjunto e R uma endorrelação em A.X2: X → X X. R é uma relação simétrica se: (∀a ∈ A)(∀b ∈ A)(aRb → bRa ) Exemplos: Dados o conjunto A = {0. 1. 2.4. 1. ou existem duas arestas.1 } R 0 1 2 0 0 0 0 1 1 0 1 2 0 1 0 1 0 2 4.= - X.

existe no máximo uma aresta. então ela é a seu próprio fecho em relação a P. Então. ⊆ P( X ).2 . = ∅: X → X Ν.2 } R 0 1 2 0 1 0 0 1 0 1 0 2 0 1 0 1 0 2 4. se R = { x. entre dois nodos quaisquer.0 . 2. se S = 0.1 . no grafo.5 Relação Transitiva Sejam A um conjunto e R uma endorrelação em A. 2. 1. 1. para qualquer célula verdadeira (1) em uma das metades da matriz.1 } A.0 . ≠ - A. temos que as seguintes relações não são transitivas Ζ. Se a relação R já contém as propriedades de P.1 . R . se R = { 0. 1.X2: X → X .4. < P( X ).= P( X ). 1. 2. R .- X. S .5 Fechos de Relações Sejam R: A → A uma endorrelação e P um conjunto de propriedades. R ⊆ FECHO − P(R ) Matemática Discreta Márcia Rodrigues Notare 25 .2 } 4.0 . y ∈ Ν2 y = x2 } Exemplo de relação nem simétrica. R . se R = { 0. R é uma relação transitiva se: (∀a ∈ A)(∀b ∈ A)(∀c ∈ A)(aRb ∧ bRc → aRc ) Exemplos: Dado um conjunto X qualquer.A. temos que as seguintes relações são transitivas . ≤ Ζ. a correspondente célula na outra metade é falsa (0). o fecho de R em relação a P é a menor endorrelação em A que contém R e que satisfaz as propriedades de P.2 { } A matriz e o grafo de uma relação anti-simétrica apresentam uma característica especial: na matriz.= - Ν.0 . 2. Veja a matriz e o grafo referentes a um dos exemplos apresentado acima. R = { 0. nem anti-simétrica: .∅: X → X X. ⊂ Exemplos: Dado um conjunto X qualquer.1 .

2 .2 . 4.4 }.2 . Então o fecho simétrico de R é definido como segue: Fecho − {simétrica}(R ) = R ∪ { b. c ∈ Fecho − { transitiva}(R ) . 1.3 .1 Fecho Reflexivo Suponha R: A → A uma endorrelação. 5} e R: A → A uma endorrelação.4 }.4 }. 3. a a ∈ A} Exemplo: Dados o conjunto A = {1. 2. de uma fila de alunos dispostos numa sala de aula. 2. 4.3 Fecho Transitivo Suponha R: A → A uma endorrelação.3 .4 .3 . 1.5. Então o fecho reflexivo de R é definido como segue: Fecho − {reflexiva}(R ) = R ∪ { a. 2.4 .4 . 3. então Exemplo: Dados o conjunto A = {1. 3. 3. 1.2 . a R = {1.2 .3 .3 . 1.5 .1 . b ∈ R . tal que - Fecho − {simétrica}(R ) = {1.5 . 4.5 . etc. 1. transitiva}(R ) Portanto. 5.5. podemos pensar numa relação de ordem quando lembramos de uma fila no banco.4 . 2. 4. 3. 2. 5.5 . 2. 5} e R: A → A uma endorrelação. 1. Matemática Discreta Márcia Rodrigues Notare 26 . 2. temos que 4.3 .2 . a. 5} e R: A → A uma endorrelação.3 .2 Fecho Simétrico Suponha R: A → A uma endorrelação.5 . 2. 1. 1. 2.4 . 1. 1.2 . 2.1 .3 . na relação "menor ou igual" no números naturais.5. 1. 2. b) se a.4. tal que R = {1. 3. temos que - Fecho − { transitiva}(R ) = {1.4 . 2. 3.4 . considerando o exemplo acima.1 } 4. 5. então a. 1.2 .5 } 4. temos que - Fecho − {reflexiva}(R ) = {1. 3.3 .3 . 2.2 .5 } Relação de Ordem Intuitivamente.5 . 3.6 R * = {1.4 . 3.3 .4 } Algumas notações são importantes e podem ser utilizadas para simplificar e representar as seguintes relações: transitiva}(R ) a) R + = Fecho − { * b) R = Fecho − {reflexiva. c ∈ Fecho − { transitiva}(R ) .2 . b ∈ Fecho − { transitiva}(R ) e b. temos que a.1 .3 . 3.4 . 4. 2. b ∈ R} Exemplo: Dados o conjunto A = {1.5 . 3. 4. b ∈ Fecho − { transitiva}(R ) . 2. 1. 3. tal que R = {1. Então o fecho transitivo de R é definido como segue: a) se a.

⊆ . desnecessária. seu diagrama de Hasse está representado abaixo.2}). 18} e a relação de ordem "x divide y". anti-simétrica e transitiva. ≤ . Veja o exemplo a seguir. 2. já que a disposição dos elementos no diagrama preserva essa informação. Matemática Discreta Márcia Rodrigues Notare 27 . reflexiva. 3 1 2 3 2 1 (grafo) (diagrama de Hasse) Observe que os elementos da relação são representados no diagrama em ordem crescente de baixo para cima. temos seus respectivos grafo e diagrama de Hasse representados abaixo. onde as arestas que representam as relações reflexivas e transitivas ficam implícitas no diagrama. 6. ≤ - P( Ν). 3} e a relação de ordem A. R é um conjunto Se R é uma relação de ordem parcial em A. São exemplos de relação de ordem parcial: Ν. Se A é um conjunto finito. ou seja. x _ divide _ y A.Ordem parcial: é toda relação binária em um conjunto A que é. dessa forma. então o elemento 1 aparece abaixo do elemento 2. Cada elemento de A é representado por um ponto (vértice) do diagrama. Exemplo: Dados o conjunto A = {1.2} {1} {2} ∅ - Dados o conjunto A = {1. então podemos representar visualmente um conjunto parcialmente ordenado em A por um diagrama de Hasse. 3. Exemplos: 1 . como 1 ≤ 2. simultaneamente. então dizemos que parcialmente ordenado. 12. 2. O diagrama de Hasse pode ser construído com base num grafo. As orientação das arestas torna-se. o diagrama de Hasse está representado abaixo.Dada a relação de ordem P ({ . {1. ⊆ Ζ + .

d . e . R uma relação de ordem. Matemática Discreta Márcia Rodrigues Notare 28 . d . 2. 12. f }. e .4 de R se Suponha A um conjunto e A.12 e 18 são elementos maximais. Dizemos que m é elemento maximal (∀a ∈ A)( m.6. Dizemos que m é elemento minimal (∀a ∈ A)( a. a ∉ R) Exemplo: Dados o conjunto A = {1. pois não há elemento que relaciona-se com ele. pois não existem elementos com os quais eles relacionamse. e b c d a f temos { a. temos que .1 é elemento mínimo. c . pois está relacionado com todos os outros elementos de A. a. e . e. d . R uma relação de ordem. .6. m Elemento Máximo ∉ R) 4. a. b . R uma relação de ordem. b . d .1 é elemento minimal. 3. 18} e a relação de ordem "x divide y". b. Dizemos que m é elemento máximo (∀a ∈ A)(aRm) Elemento Maximal 4.12 6 18 2 3 1 - Dado o diagrama de Hasse a seguir. cujo diagrama de Hasse já foi apresentado anteriormente. Elemento Mínimo que o conjunto dado pela relação de ordem é 4.1 R se Suponha A um conjunto e A.6. 6. .3 de R se Suponha A um conjunto e A. a. a .6. c. a. Dizemos que m é elemento mínimo de (∀a ∈ A)(mRa ) Elemento Minimal 4. R uma relação de ordem. f .2 de R se Suponha A um conjunto e A. c .

Matemática Discreta Márcia Rodrigues Notare 29 . Classes de Equivalência: se R é uma relação de equivalência em um conjunto A e se a ∈ A. R . tais que existam dois elementos minimais. x _ sen ta _ na _ mesma _ fila _ que _ y . simultaneamente. Observe que o conjunto A foi divido em subconjuntos tais que todos os alunos da turma pertencem a um. suponha um conjunto A = {x  x é aluno de Matemática Discreta} e a relação xRy ↔ A. pois não há elemento que se relaciona com todos os outros elementos de A. Qualquer relação de equivalência divide o conjunto onde está definida em uma partição. simétrica e transitiva. e somente um. como no caso dos alunos da turma de Matemática Discreta.= - A. denotamos por [a] o conjunto de todos os elementos relacionados a a em A e o chamamos de classe de equivalência de a. Para visualizar uma partição. não existam elementos mínimo e máximo e cada elemento está relacionado com dois outros elementos. reflexiva. se A = {0. São exemplos de relações de equivalência: X. Relação de Equivalência: é toda relação binária em um conjunto A que é. subconjunto. 1} e aRb ↔ a = b 2 Partição de um Conjunto: uma partição de um conjunto A é um conjunto de subconjuntos disjuntos não-vazios cuja união é igual ao conjunto A. obtemos a figura abaixo. Um possível diagrama é o apresentado a seguir: 4. Os subconjuntos que compõem a partição são formados agrupando-se os elementos relacionados. dois elementos maximais. Dessa forma. Ao agruparmos todos os alunos do conjunto A que estão relacionados entre si. Exemplo: Desenhe um diagrama de Hasse para um conjunto parcialmente ordenado com quatro elementos. de elementos que apresentam um mesmo significado.7 Relação de Equivalência A relação de equivalência nos dá a noção de igualdade semântica.- não há elemento máximo. podemos escrever que [a] = {x x ∈ A ∧ aRx} Teorema: uma relação de equivalência R em um conjunto A determina uma partição de A e uma partição de A determina uma relação de equivalência em A. ou seja.

classe dos ímpares: [1] = [11] = [2451] = {1.. temos que mostrar que a relação de congruência em Z é uma relação reflexiva. 5. " x + y _ é _ par" . A relação de congruência em Z define uma relação de equivalência em Z. descreva as classes de equivalência correspondentes. mostramos que a relação de congruência módulo m em Z é. temos que a soma Suponha que x ≡ y (mod m ) . se x = y + km para algum inteiro k. simultaneamente. 2. a) Ν. simétrica e transitiva. 3. Logo.8 Relação Inversa Seja uma relação R: A → B.2 .1 Congruência em Z Considere o conjunto dos números inteiros Z e um número inteiro m > 1 ..1 As classes de equivalência são as seguintes: [1] = {1. tais que cada classe de equivalência contém um único elemento. Assim. . para todo número par.. temos que a relação é reflexiva. 4.classe dos pares: [2] = [6] = [1034] = {0.Exemplo: Considere o conjunto dos números naturais e a relação de equivalência Ν. Logo. ou seja.7. 1. é uma relação de equivalência. 6. então x − y é divisível por m. 2. 2. denotada por x ≡ y (mod m ) se x − y é divisível por m. Acompanhe o raciocínio a seguir: para qualquer inteiro x. Observe que as classes de equivalência podem ser representadas por qualquer objeto pertencente à ela: . Para verificar que isso é válido.1 . se x é ímpar. então x − y e y − z são divisíveis por m. Podemos representar essa partição de N como mostra figura abaixo. então x + y é ímpar para todo número ímpar. Então. Suponha agora que x ≡ y (mod m ) e que y ≡ z (mod m ). portanto. 3. 2} = [2] [3] = {3} { } 4. todos os números pares formam uma classe de equivalência e todos os números ímpares formam uma segunda classe de equivalência. Se x é par. a relação inversa é como segue: Matemática Discreta Márcia Rodrigues Notare 30 . pois x − x = 0 é divisível por m. = Possui n classes de equivalência. Tal relação divide o conjunto N em duas partes. Então. 2. (x − y ) + ( y − z ) = x − z 4. . Dizemos que x é congruente a y módulo m. Assim.} . é divisível por m. 7. reflexiva.3 . então x + y é par. ou seja. Então − (x − y ) = y − x também também é divisível por m. x ≡ z (mod m ) e a relação é transitiva. 3} e R = 1.2 .} Exemplo: Para cada uma das relações a seguir. Logo. [n] = {n} b) Em A = {1.. em duas classes de equivalências. temos que x ≡ x(mod m ) . simétrica e transitiva e. temos que a relação é simétrica.

4} e a relação R : B → A = 2. b} e B = {2. d . z . 3. B e C conjuntos. a . a relação inversa pode ser visualizada no diagrama a seguir: 2 3 4 2 3 4 2 3 4 2 3 4 < :C → C 4.3 .Dados os conjuntos A = {a. b ∈ R ∧ b . 5} e C = {x.3 } Dados o conjunto C = {2. 4. d . d .1 .R −1 : B → A = { b. { } temos que a relação inversa de R. e R: A → B e S: B → C relações. Então. y . é tal que Ou seja. x . c ∈ S } { } { } R  S = { a. b. S: B → C e T: C → D. R é dada por - -1 R −1 : A → B = { a. A composição de R e S.5 e S : B → C = 1.9 Composição de Relações < −1 => : C → C Sejam A. < . y . a a. Exemplo: Dados os conjuntos A = {a. z } B 1 2 3 4 5 C S x y z 31 . z} e as relações R : A → B = a. b . 4} e a relação C . 5. b ∈ R} Exemplos: . c.4 . x . denotada por R S : A → C . d}. 3. 3. c ∃b ∈ B ∧ a . b.2 . temos que (T  S )  R = T  (S  R ) = T  S  R Matemática Discreta Márcia Rodrigues Notare   (∀a ∈ A)(∀b ∈ B )(∀c ∈ C )(aRb ∧ bSc → a(R  S )c ) R  S = { a . temos que a composição de R e S é como segue e pode ser visualizada no diagrama a seguir: R S A a b R c d A composição de relações é associativa. 5. y . ou seja: Sejam as relações R: A → B. b. B = {1. 2. 2. y. b. 3.

Veja o exemplo a seguir. a .1 Composição de Relações como Produto de Matrizes A composição de relações pode ser vista como o produto de matrizes. c . a. a S = { a. a . c . temos as correspondentes matrizes que representam as relações R e S. b. ou seja. b . b . temos que a R S é dada pela matriz R ⋅ S . Determinaremos a composição de R e S através da { }e multiplicação das correspondentes matrizes. b. b. composição R  S = a.9. c. a }. Exemplo: Sejam R e S relações em X = {a. Abaixo. c} definidas por R = a. c . a. 32 .4. b. b. R a b c a 0 1 0 b 1 0 0 c 1 0 0 S a b c a 0 1 1 b 0 1 0 c 1 0 0 A multiplicação das matrizes R e S é dada como segue:  0 + 1 + 1 0 + 1 + 0 0 + 0 + 0  2 1 0     R ⋅ S = 0 + 0 + 0 0 + 0 + 0 1+ 0 + 0  = 0 0 1   0 + 0 + 0 0 + 0 + 0 0 + 0 + 0  0 0 0     { } Matemática Discreta Márcia Rodrigues Notare  Assim. b .

cada elemento do conjunto origem deve estar relacionado a. de fato. e somente se: (∀b ∈ B )(∀a1 ∈ A)(∀a 2 ∈ A)(a1 Rb ∧ a 2 Rb → a1 = a 2 ) Em outra palavras. um elemento do conjunto destino (o que significa que podem haver elementos da origem não relacionados a algum elemento do destino). c e A = {a. 3} e R = 1.1 . 1. c}. no máximo. 2 Exemplo: Dada a relação X : Z → Z. tal que A = {1. A matriz de uma relação injetora tem uma característica particular: existe no máximo um valor lógico verdadeiro (1) em cada coluna. Veja a seguir o diagrama que representa a relação R. um elemento de A. um elemento do conjunto origem. a . 5.3 . B = {1. tal que X 2 = x. Uma relação binária R: A → B é uma relação injetora se. temos que. b. b.2 . cada elemento do conjunto origem está relacionado a. Exemplo: Dada a relação R: A → B. um elemento do conjunto destino. temos que para uma relação ser funcional. 2. 2}. y ∈ Ζ 2 y = x 2 . Podemos também visualizar uma relação funcional no diagrama de Venn. e somente se: (∀a ∈ A)(∀b1 ∈ B )(∀b2 ∈ B )(aRb1 ∧ aRb2 → b1 = b2 ) Em outras palavras. { } Matemática Discreta Márcia Rodrigues Notare 33 . Relação Funcional Uma relação binária R: A → B é uma relação funcional se. tal que R = a. temos que o correspondente { } diagrama é como segue: A a b c a b c A Observe que.2 Relação Injetora Relação injetora é o conceito dual (inverso) de relação funcional. no máximo.5 5.1 TIPOS DE RELAÇÕES Vamos estudar agora os diferentes tipos de relações. 2. Considerando a relação R: A → A. cada elemento do conjunto destino deve estar relacionado a. no máximo. temos que cada elemento de B está relacionado a. no máximo. para um relação ser injetora. para 2 { } cada inteiro x. temos que. A matriz de uma relação funcional tem uma característica particular: cada linha da matriz pode conter no máximo um valor lógico verdadeiro (1). existe no máximo um inteiro y tal que y = x .

temos que cada elemento de A está relacionado a algum elemento de B.3 Relação Total Uma relação binária R: A → B é uma relação total se. temos que para uma relação ser sobrejetora. e somente se: (∀a ∈ A)(∃b ∈ B )(aRb ) Em outras palavras. temos que cada elemento de B está relacionado a algum elemento de A. deve existir pelo menos um valor lógico verdadeiro em cada coluna. Exemplo: Dada a relação R: A → B. c. Uma relação binária R: A → B é uma relação sobrejetora se.3 .A 1 1 2 2 3 B 5. temos que para uma relação ser total. B = {a. 2.1 . 2. Veja a seguir o diagrama que representa a relação R.4 Relação Sobrejetora Relação sobrejetora é o conceito dual (inverso) de relação total. tal que A = {a. b} e R = a. deve existir pelo menos um valor lógico verdadeiro em cada linha. todos os elementos do conjunto destino devem estar relacionados a algum elemento do conjunto origem. Veja a seguir o diagrama que representa a relação R. 3} e R = 1. a . todos os elementos do conjunto origem devem estar relacionados a algum elemento do conjunto destino. b .2 . 2}. { } Matemática Discreta Márcia Rodrigues Notare 34 . tal que A = {1. B = {1. c}. 2. A 1 1 2 2 3 B { } 5. Na matriz de uma relação sobrejetora. Exemplo: Dada a relação R: A → B. O conjunto imagem é o próprio conjunto B. b. O domínio de definição é o próprio conjunto A. Na matriz de uma relação total. e somente se: (∀b ∈ B )(∃a ∈ A)(aRb ) Em outras palavras.

Exemplo: São exemplos epimorfismo. e somente se. = e idB é uma endorrelação de igualdade em B B. = . o domínio de definição é o próprio conjunto A e cada elemento de B está relacionado com no máximo um elemento de A. for simultaneamente uma relação funcional e sobrejetora. Exemplo: A relação =: A → B . e somente se. o conjunto imagem é o próprio conjunto B e cada elemento de A está relacionado com no máximo um elemento de B.S: C → B. e somente se. Matemática Discreta Márcia Rodrigues Notare     35 . 1. onde A = {a} e B = {a.6 Epimorfismo Epimorfismo é o conceito dual (inverso) de monomorfismo. Assim. b { } 5. b} e C = {0.7 Isomorfismo Uma relação R: A → B é um isomorfismo se.5 Monomorfismo Uma relação R: A → B é um monomorfismo se. Dessa forma. b}.A a a b b c B 5. a . sendo que onde A = {a}. Uma relação R: A → B é um epimorfismo se. A matriz de um epimorfismo tem a seguinte característica: existe pelo menos um valor verdadeiro em cada coluna da matriz (o que carateriza a relação sobrejetora) e existe no máximo um valor lógico verdadeiro em cada linha (o que carateriza a relação funcional). 2}: . Dessa forma. B = {a. chamadas de relação identidade. se R S = idA e S R = idB. Ainda. tal que S = 0.=: A → A . A matriz de um monomorfismo tem a seguinte característica: existe pelo menos um valor verdadeiro em cada linha da matriz (o que carateriza a relação total) e existe no máximo um valor lógico verdadeiro em cada coluna (o que carateriza a relação injetora). podemos afirmar que a relação R possui inversa. 5. é um monomorfismo. existe uma relação S: B → A tal que: R S = idA S R = idB onde idA é uma endorrelação de igualdade em A A. 1. se existe um isomorfismo entre dois conjuntos. podemos chama-los de conjuntos isomorfos. for simultaneamente uma relação total e injetora.

f . funcional e sobrejetora. R for simultaneamente um monomorfismo e um epimorfismo. Então R é um isomorfismo se. e somente se. c} e B = {e. Dessa forma. e . pois considerando a relação inversa de R. f . e . R é um isomorfismo. g } = idB Logo. R −1 : B → A = { e. f. Teorema: Seja R: A → B uma relação. e somente se. g} e a relação R: A → B tal que R = a. c. a relação R possui inversa e os conjuntos A e B são conjuntos isomorfos. for simultaneamente uma relação total. temos que { } R −1  R = { e. g . f . Podemos observar que para uma relação ser um isomorfismo. b . c } = idA Matemática Discreta Márcia Rodrigues Notare 36 . c. g . c }. g . a .Exemplo: Dados os conjuntos A = {a. a . b . b. os conjuntos origem e destino devem possuir o mesmo número de elementos. b. b. R  R −1 = { a. injetora. uma relação é um isomorfismo se. f .

Em outras palavras. a { } - =: B → B Vale observar que a relação inversa de uma função parcial não necessariamente é uma função parcial.2 não é uma relação { } { } funcional e. 1. 2} e a função f : B → A = 0. 1. ela deve ser também injetora (que é o dual de funcional). 6.2 { } { } não é uma relação funcional e.0 .0 . y .R : B → A = x. Portanto. sempre que mencionarmos apenas função. f −1 = 0. cada elemento do domínio está relacionado a no máximo um elemento do contra-domínio. é uma função parcial definida para todos os elementos do domínio.0 .1 . 6. Considerando os conjuntos A = {0. Se uma função é total. g −1 = { 0. 1. f deve ser uma função bijetora. A inversa de g. não é uma função. { } Para que a relação inversa de uma função f seja uma função. portanto. a relação inversa de uma função não necessariamente é uma função. Se considerarmos o conjunto A = {0. podemos verificar as seguintes propriedades: Função Injetora = monomorfismo Função Sobrejetora = epimorfismo Função Bijetora = isomorfismo Ou seja. 2} e a função parcial f: A → A tal que f = 0. 2. Um elemento pertencente à função parcial a.1 . temos que a relação inversa de f.1 . não é uma função parcial.1 . uma função bijetora é uma função injetora e sobrejetora. 1} e B = {0. Matemática Discreta Márcia Rodrigues Notare 37 . a . então a denominamos de função total. Assim. podemos dizer que toda função total é uma função parcial e que toda função parcial é uma relação. portanto. 1. Exemplo: Dados os conjuntos A = {a} e B = {x.0 . y} temos que as seguintes relações são funções parcias: . f −1 = 1. tal que g = 0. ou seja.1 } não é uma relação total e.0 . assim como nem toda função parcial é uma função total. b ∈ f pode ser representado por f (a ) = b .0 . 1. nem toda relação é uma função parcial. estamos nos referindo a funções totais.6 FUNÇÕES PARCIAIS E TOTAIS Uma função parcial nada mais é do que um relação que é funcional. consequentemente. Se a relação funcional for também total. 2.1 . não é uma função. 0. Da mesma forma que para funções parciais. Para que a relação inversa de uma relação funcional seja uma função parcial. dizemos apenas que é uma função. Entretanto. 1. Podemos considerar também a função g: A → B.1 Função Parcial Uma função parcial é uma relação funcional.2 Função Total Uma função total é uma função parcial que é total. 1. temos que a relação inversa de f. ou seja.

para algum n ∈ Ν . ou seja. se conseguimos "tirar" alguns elementos de A e ainda assim podemos estabelecer uma bijeção com A. Portanto.. Podemos dizer que um conjunto infinito A é dito: Matemática Discreta Márcia Rodrigues Notare 38 ..1 Cardinalidade Finita e Infinita Finita: se existe uma bijeção entre A e o conjunto {1. então f (a ) = 2a − 1 A tabela abaixo mostra os valores de f(a) e sugere o relacionamento um-para-um entre Z e N. Para mostrar que Z é um conjunto infinito. Infinita: se existe uma bijeção entre A e um subconjunto próprio de A. A cardinalidade de um conjunto A. representada por #A é: - Exemplo: Mostre que o conjunto dos números inteiros Z é um conjunto infinito. 7.. como por exemplo. tal que: se a ≥ 0 . Suponha f : Ζ → Ν . precisamos mostrar que existe uma bijeção entre ele e um subconjunto próprio dele. a -4 -3 -2 -1 0 1 2 3 4 . denotado por # A =# B se existe uma correspondência um-para-um f : A → B . 2. Z é um conjunto infinito. Dois conjuntos A e B possuem o mesmo número de elementos ou a mesma cardinalidade... então f (a ) = 2a se a < 0 .7 CARDINALIDADE DE CONJUNTOS A cardinalidade de um conjunto nada mais é do que a medida de seu tamanho. como queríamos mostrar. Temos que f é uma função bijetora e sabemos que N é um subconjunto próprio de Z. 3. Vale ressaltar que nem todos os conjuntos infinitos possuem a mesma cardinalidade.. O conceito de cardinalidade permite definir conjuntos finitos e infinitos. . f(a) 7 5 3 1 0 2 4 6 8 . #A = n. Portanto. n}.. precisamos encontrar uma função bijetora f : Ζ → Ν . o conjunto dos números naturais N. ou ainda são ditos equipotentes. Neste caso.

7. portanto. então ℵ0 representa o cardinal de qualquer conjunto infinito contável e é o menor cardinal dos conjuntos infinitos. ou seja: # A ≤# B quando existe uma função injetora f : A → B . Seja o seguinte subconjunto B de A: Matemática Discreta Márcia Rodrigues Notare 39 . podemos dizer que os conjuntos A e B possuem a mesma cardinalidade. Suponha que existe uma função bijetora g : A → 2 A . 7. mostrando. Seja A conjunto e 2A o conjunto das partes de A. Prova: Parte 1: Vamos mostrar que #A ≤ #2A. Exemplo: Os conjuntos Z (inteiros) e Q (racionais) são conjuntos contáveis e os conjuntos I (irracionais) e R (reais) são conjuntos não-contáveis. ou seja. Assim. Parte 2: Vamos mostrar que #A ≠ #2A. existe uma função bijetora g : A ↔ B . por absurdo. Então. Pela definição de conjuntos equipotentes. Teorema Schröder-Bernstein: sejam A e B dois conjuntos tais que existem duas funções injetoras: f 1 : A → B e f 2 : B → A . Não-Contável: caso contrário. Conjuntos Equipotentes: Dois conjuntos A e B são ditos equipotentes quando existe uma bijeção entre eles. que #A < #2A. #A ≤ #2A. nem todos os conjuntos não-contáveis possuem a mesma cardinalidade. Como qualquer conjunto infinito contável possui mesma cardinalidade que o conjunto dos números naturais. que não existe uma função bijetora entre A e 2A. podemos afirmar que todos os conjuntos contáveis são equipotentes. Logo. A bijeção que define o conjunto A como conjunto contável é dita enumeração de A. O cardinal do conjunto dos números naturais é representado por ℵ0 (aleph-zero). Seja f : A → 2 A uma função tal que.2 Cardinalidade dos Conjuntos Não-Contáveis Todos os conjuntos contáveis possuem mesma cardinalidade.3 Cardinal A relação estabelecida entre conjuntos equipotentes é uma relação de equivalência. Entretanto.- Contável: se existe um bijeção entre A e um subconjunto infinito de N. Teorema de Cantor: o conjunto das partes de um conjunto tem sempre cardinalidade maior que este. podemos considerar o cardinal como uma classe de equivalência dos conjuntos equipotentes. então #A < #2A. tem-se que: f (a ) = {a} f é injetora e. para todo a ∈ A. Dizemos que um conjunto A tem tantos elementos quanto um conjunto B. apresentando uma função injetora f : A → 2 A .

x11 x12 x13 x14 . ele pode ser um conjunto de conjuntos.9}. não existe uma função bijetora entre A e 2A. pois y 2 ≠ x 22 b ≠ a3 . como queríamos provar. Seja b = 0. se b ∉ g(B). o que é uma contradição... tem-se que 2 0 é a cardinalidade do conjunto dos números reais. pois y1 ≠ x11 b ≠ a 2 . Vamos listar seus elementos em Então. Prova (por absurdo): Suponha I contável.1. um número real obtido da seguinte forma: ....B = { ∈ A a ∉ g (a )} a Como A é um conjunto. a 2 . Portanto. pela definição de B. x31 x32 x33 x34 . x 21 x 22 x 23 x 24 . pela definição de B.. Portanto. ou seja. é a cardinalidade do continuum.... Seja uma coluna com sua expansão decimal: a1 = 0. tem-se que b ∉ g(b) = B.. tem-se que b ∈ g(b) = B. y1 y 2 y 3 y 4 . então.. isto é. a 2 . a suposição de que I é contável é falsa e...}. Suponha b ∈ A. onde xij ∈ {0. I é não-contável. .... f (3) = a3 .}.. b ∈ Ι . O que é uma contradição! Logo. Matemática Discreta Márcia Rodrigues Notare 40 . a 3 . b ∉ Ι = {a1 . Mas 1 yi =  2 se xii ≠ 1 se xii = 1 b ≠ a1 . a3 = 0. O conjunto das partes de N é equipotente ao conjunto dos números reais R.... a 3 . x 41 x 42 x 43 x 44 . existe uma função bijetora f :Ν →Ι.. a 4 = 0. Considerando que χ 2k denota o cardinal do conjunto das partes com cardinalidade k. tal que g (b ) = B .2. portanto.. pois y 3 ≠ x33 . então.. Teorema: O conjunto I = [0. 1] de todos os números reais entre 0 e 1 é não-contável.. I = {a1 . f (2 ) = a 2 . já que b ∈ Ι ! Logo.. Neste caso: se b ∈ B... f (1) = a1 . a 2 = 0.

. Você consegue alcançar o primeiro degrau 2.8 - INDUÇÃO MATEMÁTICA Você está subindo uma escada infinitamente alta. você é capaz de chegar ao primeiro degrau. A figura abaixo ilustra esse processo: Geração 1 2 3 . podemos deduzir que: A geração 1 possui 2 descendentes A geração 2 possui 4 descendentes A geração 3 possui 8 descendentes E assim sucessivamente. se a propriedade P é válida para qualquer número inteiro k. Então a geração 2 contém quatro descendentes. Assumimos que o número 1 tem a propriedade P: P(1) 2. ou seja. Exemplo: Suponha que um ancestral casou-se e teve dois filhos. então é válida para o próximo inteiro positivo k+1: P(k) → P(k+1) 8. Suponha agora que cada um desses filhos teve dois filhos. e assim sucessivamente. Descendentes 2 = 21 4 = 22 8 = 23 . novamente pela hipótese 2. Essa mesma propriedade é utilizada para provar propriedades dos números inteiros positivos! Considere que P(n) denota que o número inteiro positivo n possui a propriedade P. 1.. Provamos que. P(1) é verdade 2. Vamos chamar esses dois filhos de geração 1. vamos ilustrar a técnica: - - Pela hipótese 1.. Uma vez chegando a um degrau.. Supomos que a propriedade P é válida para qualquer inteiro positivo k: P(k) 3. Matemática Discreta Márcia Rodrigues Notare  41 . Então.. Imagine que esse processo continua de geração em geração.1 Primeiro Princípio de Indução Matemática O Primeiro Princípio de Indução Matemática é formulado da seguinte forma: 1. pela hipótese 2. que P(n) é verdade. chega ao terceiro degrau. provamos que a propriedade é verdadeira para todo inteiro positivo n.. Como saber se será capaz de chegar a um degrau arbitrariamente alto? Suponha as seguintes hipóteses: 1. você sempre é capaz de chegar ao próximo Para entender intuitivamente o que é a Indução Matemática. você consegue chegar ao segundo. (∀k)(P(k) é verdade → P(k+1) é verdade) E com isto.

resume os três passos necessários para uma demonstração que usa o primeiro princípio de indução. P(1) : 1 = 12 Hipótese de Indução .. ou seja. podemos fazer a seguinte conjectura: a geração n possui 2n descendentes. através do primeiro princípio de indução matemática: Base de Indução (estabelecemos a veracidade da propriedade para n = 1): P(1) = 21 = 2 Hipótese de Indução (supomos que a propriedade é válida para algum inteiro k. que: P(k + 1) : 1 + 3 + 5 + . ou seja.P(1) Verificamos que a propriedade é válida para n = 1. vamos provar que nossa conjectura está correta.P(k) Supomos que a propriedade é válida para n = k. + (2k − 1) = k 2 Passo de Indução .. k ≥ 1): P(k ) = 2 k Passo de Indução (provamos que a propriedade é válida para o inteiro seguinte k+1. + [2(k + 1) − 1]=(k + 1) ? 2 Matemática Discreta Márcia Rodrigues Notare 42 . Suponha P (k ) Prove P (k + 1) 1 + 3 + 5 + .. podemos escrever que: P(n ) = 2 n Agora. P(k ) : 1 + 3 + 5 + . Ou seja... Demonstração por Indução Passo 1 Prove a base de indução Passo 2 Passo 3 Vejamos mais alguns exemplos: Exemplo: Prove que a equação a seguir é verdadeira para qualquer inteiro positivo n.P(k + 1) Tentamos provar que a propriedade é válida para n = k + 1..Então. que P(k) → P(k+1)): P(k + 1) = 2 k +1 P(k + 1) = 2 ⋅ P(k ) = 2 ⋅ 2 k = 2 k +1 (o número de descendentes dobra de uma geração para outra) HI A tabela abaixo. + (2n − 1) = n 2 Base de Indução .

que: P(k + 1) : 1 + 2 + 2 2 + . Base de Indução .. ou seja. + n = Base de Indução .. 1 + 2 + 2 2 + . + [2(k + 1) − 1] = (k + 1) .P(1) Verificamos que a propriedade é válida para n = 1. vamos utilizar a indução para provar a validade da propriedade. 1 + 2 + 3 + . concluindo a n ⋅ (n + 1) .... P(k + 1) : 1 + 3 + 5 + .Para fazermos uma demonstração por indução... Matemática Discreta Márcia Rodrigues Notare 43 . para qualquer inteiro positivo n.P(k) Supomos que a propriedade é válida para n = k. + 2 k + 2 k +1 = 2 k +1 − 1 + 2 k +1 = 2 ⋅ 2 k +1 − 1 = 2 k +1+1 − 1 Portanto.. + 2 k +1 = 1 + 2 + 2 2 + . + (2k − 1) + [2(k + 1) − 1] = k 2 + [2(k + 1) − 1] = k 2 + (2k + 2 − 1) = k 2 + 2k + 1 = HI (k + 1)2 Portanto.P(k + 1) Provamos que a propriedade é válida para n = k + 1... P(k ) : 1 + 2 + 2 2 + . + 2 k +1 = 2 ( k +1) +1 − 1 ? P(k + 1) = 1 + 2 + 2 2 + .P(1) Verificamos que a propriedade é válida para n = 1. 1 + 3 + 5 + .. + 2 k = 2 k +1 − 1 Passo de Indução . o que mostra que P(k + 1) é válida. 2 1 ( k +1) +1 HI ( ) − 1 . + 2 k + = 2 demonstração. + [2(k + 1) − 1] = 1 + 3 + 5 + .. vamos reescrever o lado esquerdo da equação de P(k + 1) incluindo a penúltima parcela e usaremos a hipótese de indução para provarmos o que queremos.. + 2 n = 2 n +1 − 1 Novamente.... 2 Exemplo: Prove que... o que mostra a validade de P (k + 1) ... 1 + 2 + 2 + . P(1) : 1 + 2 = 21+1 − 1 ou 3 = 2 2 − 1 Hipótese de Indução . 2 Exemplo: Prove que a equação a seguir é verdadeira para todo n ≥ 1.

.. 2 Exemplo: Prove que. 2 n > n . P(k + 1) : 1 + 2 + 3 + . 2 n − 1 é divisível por 3. Matemática Discreta Márcia Rodrigues Notare 44 . P(k + 1) : 2 k +1 > k + 1 ? 2 k +1 = 2 ⋅ 2 k k ⋅ 2 = k + k ≥ k + 1 > HI 1 Portanto. Base de Indução . P(k ) : 2 k > k Passo de Indução .. + k = k ⋅ (k + 1) 2 Passo de Indução . para qualquer inteiro positivo n... Exemplo: Prove que. 2 k + > k + 1 . Veja os exemplos a seguir. + (k + 1)= ? (k + 1)⋅ [(k + 1) + 1] 2 P(k + 1) = 1 + 2 + 3 + ..P(1) : 1 = 1 ⋅ (1 + 1) 2 Hipótese de Indução .P(k) Supomos que a propriedade é válida para n = k. P(k ) : 1 + 2 + 3 + .P(k) Supomos que a propriedade é válida para n = k. para qualquer inteiro positivo n.P(k + 1) Provamos que a propriedade é válida para n = k + 1.P(1) Verificamos que a propriedade é válida para n = 1. P(1) : 21 > 1 Hipótese de Indução .P(k + 1) Provamos que a propriedade é válida para n = k + 1. + (k + 1) = 1 + 2 + 3 + .. + k + (k + 1) = k ⋅ (k + 1) + (k + 1) = 2 k ⋅ (k + 1) + 2 ⋅ (k + 1) = 2 (k + 1)⋅ (k + 2) = HI (k + 1)⋅ [(k + 1) + 1] 2 Nem todas as demonstrações por indução envolvem somas..

P(k ) : k 2 > 3k .P(1) Verificamos que a propriedade é válida para n = 1. P(1) : 2 2⋅1 − 1 = 4 − 1 = 3 é divisível por 3 Hipótese de Indução . que 2 2 k − 1 = 3m e que. P(4) : 4 2 = 16 > 12 = 3 ⋅ 4 Hipótese de Indução . P(k ) : 2 2 k − 1 é divisível por 3. P(k + 1) : (k + 1) > 3 ⋅ (k + 1) 2 ? (k + 1)2 = HI k 2 + 2k + 1 > 3k + 2k + 1 ≥ 3k + 8 + 1 > 3k + 3 = 3 ⋅ (k + 1) (pois k ≥ 4 ) 1 Exemplo: Prove que 2 n + < 3 n para todo n > 1 .Base de Indução . Base de Indução . 2 2 k = 3m + 1 Passo de Indução .P(4) Verificamos que a propriedade é válida para n = 4.P(k + 1) Provamos que a propriedade é válida para n = k + 1.P(2) Verificamos que a propriedade é válida para n = 2. ou seja. Matemática Discreta Márcia Rodrigues Notare 45 .P(k) Supomos que a propriedade é válida para n = k. portanto.P(k) Supomos que a propriedade é válida para n = k. Base de Indução .P(k + 1) Provamos que a propriedade é válida para n = k + 1. P(k + 1) : 2 2 (k +1) − 1 é divisível por 3? 2 2⋅(k +1) − 1 = 2 2k +2 − 1 = (2 2 ⋅ 2 2 k ) − 1 = 2 2 ⋅ (3m + 1) − 1 = 12m + 4 − 1 = 12m + 3 = 3 ⋅ (4m + 1) HI 2 Exemplo: Prove que n > 3n para n ≥ 4 . k ≥ 4 Passo de Indução .

P(k) Supomos que a propriedade é válida para n = k.P(k + 1) Provamos que a propriedade é válida para n = k + 1. P(k ) : 2 k +1 < 3 k .P(2) : 2 2+1 = 8 < 9 = 3 2 Hipótese de Indução . k > 1 Passo de Indução . P(k + 1) : 2 ( k +1)+1 < 3 ( k +1) ? k +1 2 ( k +1)+1 = 2 ⋅ 2.

<.

k ⋅ 2 < 3 k ⋅ 3 = 3 k +1 3 HI Matemática Discreta Márcia Rodrigues Notare 46 .

qualquer valor da seqüência de Fibonacci. Base ou condição básica. 2. ou ainda definição por indução. T(1) = 1 2. 13 Seqüência de Fibonacci: é uma seqüência introduzida pelo matemático italiano Fibonacci e é definida por recorrência da seguinte forma: F(1) = 1 F(2) = 1 F(n) = F(n – 2) + F(n – 1). S(n) = 2S(n . é dado pela soma de seus dois valores anteriores. um segundo objetos. 10. tal que: 1. fornecendo alguns casos simples e concretos. Uma seqüência é definida por recorrência nomeando-se o primeiro valor da seqüência e depois definindo os valores subseqüentes na seqüência em termos de valore anteriores. ou definição recorrente.. onde algum(s) caso(s) simples do item que está sendo definido é dado explicitamente. 8. e assim por diante. . para n ≥ 2 1. a partir destes mais simples e assim por diante. para n ≥ 2 Traduzindo. o segundo valor da seqüência é S(2) = 2S(2-1) = 2S(1) = 2 ⋅ 2 = 4. 16. devido à analogia com as demonstrações por indução. 4. 7.1) + 3. 4.. Uma definição recorrente é formada por duas partes: 1.2 Seqüências Definidas por Recorrência Uma seqüência S é uma lista de objetos numerados em determinada ordem. Daí o nome definição por indução. Continuando a seqüência. Exemplo: Escreva os cinco primeiro valores da seqüência T. A parte 2 nos permite construir novos casos. 9. 32. A parte 1 da definição nos permite começar. Exemplo: A seqüência S é definida por recorrência por 1. T(n) = T(n . S(k) denota o k-ésimo objeto da seqüência.9 9. onde novos casos do item que está sendo definido são dados em função de casos anteriores.1 RECURSÃO E RELAÇÕES DE RECORRÊNCIA Definições Recorrentes Uma definição onde o item definido aparece como parte da definição é chamada de definição por recorrência. Existe um primeiro objeto. Um passo de indução ou recorrência. Matemática Discreta Márcia Rodrigues Notare 47 . temos 2.1) para n ≥ 2 Assim. o primeiro valor da seqüência é 2. o terceiro valor da seqüência é S(3) = 2S(2) = 2 ⋅ 4 = 8. e assim por diante. S(1) = 2 2. exceto os dois primeiros.

F(n + 4) = 3F(n +2) – F(n). utilizando a sua definição por recorrência: 1. 8. 13. 1. para todo n ≥ 1.F(n). 21. podemos escrever os dez primeiros números da seqüência de Fibonacci. 2.3 . 34.5.Por exemplo. podemos utilizá-la para provar a fórmula: F (n + 4) = F (n + 3) + F (n + 2) = F (n + 2) + F (n + 1) + F (n + 2) = . . na seqüência de Fibonacci. Podemos provar essa fórmula diretamente. 55 Exemplo: Prove que. A relação de recorrência F(n + 2) = F(n) + F(n + 1) pode ser reescrita na forma F(n + 1) = F(n + 2) . Logo. usando apenas a relação de recorrência na definição dos números de Fibonacci. sem utilizar indução matemática.

.

.

.

.

.

F ( n + 3)   F (n + 2) +  F (n + 2) − F (n) + F (n + 2) = .

 .

.

( n +1) .

 F   3F (n + 2) − F (n) Matemática Discreta Márcia Rodrigues Notare 48 .

é uma operação definida para todo x ∈ A × A e cujo resultado pertence a A. é uma operação interna e fechada: quadrado(n ) : n 2 c) A operação união ∪ : P ( A) × P ( A) → P ( A) . Em outras palavras. para um dado conjunto A. Então.1 Operações Operações Binárias: são operações cujo domínio é um conjunto resultante de um produto cartesiano. ou seja. iniciaremos este capítulo estudando operações e suas propriedades. Portanto. a operação ⊕ tem elemento neutro se: (∃e)(∀x )(x ⊕ e = e ⊕ x = x ) Matemática Discreta Márcia Rodrigues Notare 49 . Propriedade Associativa: Seja ⊕ : A × A → A uma operação binária interna e fechada e x. associativa. é uma função. Exemplos: a) A operação de divisão nos números reais divisão : R × R → R é uma operação binária interna a R. definida como segue: divisão( x. Podemos defini-la como uma função parcial do tipo: ⊕ : A× B → C Operações Internas: operações internas a um conjunto A são operações cujo domínio e contradomínio são definidos sobre um mesmo conjunto A. é uma operação binária interna e fechada. Então. y elementos quaisquer de A. a operação ⊕ é comutativa se: (∀x )(∀y )(x ⊕ y = y ⊕ x ) Elemento Neutro: Seja ⊕ : A × A → A uma operação binária interna e fechada e x elemento qualquer de A. elemento neutro e elemento inverso.2 Propriedade das Operações Binárias As principais propriedades das operações binárias internas e fechadas são: comutativa. Uma operação binária interna ao conjunto A é uma operação do tipo: ⊕ : A× A → A Operações Fechadas: uma operação fechada é uma operação total. Então. z elementos quaisquer de A. definida como segue. 10. y ) : x y b) A operação quadrado nos números naturais quadrado : Ν → Ν . a operação ⊕ é associativa se: (∀x )(∀y )(∀z )[x ⊕ ( y ⊕ z ) = (x ⊕ y ) ⊕ z ] Propriedade Comutativa: Seja ⊕ : A × A → A uma operação binária interna e fechada e x. y. 10.10 ESTRUTURAS ALGÉBRICAS O estudo de álgebra está diretamente relacionado ao estudo de operações. que serão detalhadas a seguir.

a operação for comutativa.+ e R. associativa e elemento neutro (zero). então A.× d) As seguintes operações não são grupóides: Ν. Exemplos: * * * a) Seja Σ um alfabeto não-vazio. Seja ⊕ : A × A → A uma operação binária e interna. c) A operação de adição nos números inteiros + : Ζ × Ζ → Ζ . As operações de união e interseção. Então. basta tomar –n como elemento inverso. Portanto. adicionalmente. é uma álgebra cuja operação é fechada e associativa.× R.∪ e P( A). a operação ⊕ tem elemento inverso se: (∀x )(∃x −1 )(x ⊕ x −1 = x −1 ⊕ x = e) Exemplos: a) A operação de união ∪ : P ( A) × P ( A) → P ( A) satisfaz as propriedades comutativa. então Abeliano. A. além de satisfazer as propriedades comutativa. Σ * .− - R .Elemento Inverso: Seja ⊕ : A × A → A uma operação binária interna e fechada e x elemento qualquer de A. Portanto. b) A operação de adição nos números naturais + : Ν × Ν → Ν satisfaz as propriedades comutativa.⊕ é um Grupóide P( A). são fechadas e comutativas. A operação de concatenação • : Σ × Σ → Σ é fechada. Se. associativa e elemento neutro (conjunto vazio). b) Seja A um conjunto.+ e Ν.⊕ é um grupóide.+ e Ζ.∩ são grupóides abelianos. ∪ : P ( A) × P ( A) → P ( A) e ∩ : P( A) × P( A) → P( A) respectivamente. c) As seguintes operações são grupóides abelianos: Ν. Matemática Discreta Márcia Rodrigues Notare 50 . para qualquer inteiro n. ou seja: n + (− n ) = −n + n = 0 10. Se a operação for fechada. Portanto.4 Semigrupos Um semigrupo é um grupóide cuja operação interna é associativa.• é um grupóide.× Ζ. associativa e elemento neutro (zero) satisfaz também a propriedade elemento inverso. já que. mas não é comutativa.3 Grupóides Um grupóide é uma álgebra interna (operação binária interna) cuja operação interna é fechada.÷ 10.

Σ * . Seja A.⊕ é um Semigrupo Abeliano.∪.⊕. Se.0 e R. então A. ε é um monóide.• é * * * um semigrupo.× d) As seguintes operações não são semigrupos: Ζ. P ( A). adicionalmente.1 c) Ζ. e ∩ : P( A) × P( A) → P( A) respectivamente. são fechadas. simultaneamente.1 A operação de concatenação Σ * . associativas e comutativas.∩. a operação for comutativa.×.• e um semigrupo e possui elemento neutro (a palavra vazia ε).0 e Ν. A são monóides b) As seguintes operações são monóides abelianos: Ν. b) As ∪ : P( A) × P( A) → P( A) união e interseção. um semigrupo é.5 Monóides Um monóide é um semigrupo cuja operação possui elemento neutro.+.+ e Ζ. então A.⊕.× Ζ. e é um Monóide ∪ : P( A) × P( A) → P( A) união e interseção. Portanto. então Abeliano. ∅ e P( A). Σ * . c) As seguintes operações são semigrupos abelianos: Ν. operações de Portanto.∩ são semigrupos abelianos. comutativas e de possuem elemento neutro.•. associativo e possui elemento neutro.⊕ um semigrupo.+ e Ν. são fechadas. Portanto.+ e R. Se.− - .1 R. fechado.×. P( A). então A. associativas.× R. Se A. Portanto. a operação for comutativa. Se ⊕ : A × A → A possui elemento neutro. Matemática Discreta Márcia Rodrigues Notare 51 . Exemplos: a) As operações A. abelianos.×. e é um monóide. Exemplos: a) A operação de concatenação • : Σ × Σ → Σ é fechada e associativa. R − {0} ÷ 10. e ∩ : P( A) × P( A) → P( A) respectivamente. adicionalmente. Portanto.Seja ⊕ : A × A → A um grupóide.+.+.0 e Ζ.⊕ é um semigrupo.⊕ for associativa.∪ e P ( A).

um grupo é uma operação que é. então A.+ é um grupo abeliano? Μ 2 (Ζ ).+ é associativa.× não é um grupo.+ é fechada. e é um Grupo Abeliano.⊕. associativa. b) A operação R. Exemplos: a) A operação * R+ . fechada. comutativa. associativa. Propriedades Elemento Neutro Tipo de Álgebra Grupóide Semigrupo Monóide Grupo Fechada Associativa Elemento Inverso Exemplo: Seja Μ 2 (Ζ ) o conjunto de todas as matrizes 2 × 2 com elementos inteiros. adicionalmente.10. Portanto. Seja A. simultaneamente.⊕. Μ 2 (Ζ ). pois não há número real x tal que: 0⋅ x = x⋅0 =1 Ou seja. possui elemento neutro 1 e elemento inverso. possui elemento neutro e elemento inverso. e é um grupo.+ é um grupo abeliano. pois a b   e f  i j   a b   e + i f + j  c d  +   g h  +  k m   = c d  +   g + k h + m                  a + (e + i ) b + ( f + j )  (a + e ) + i (b + f ) + j  c + (g + k ) d + (h + m ) = (c + g ) + k (d + h ) + m =         a b  e f   i j  c d  +  g h   +  k m           =   Matemática Discreta Márcia Rodrigues Notare 52 . o número 0 não possui elemento inverso! A tabela abaixo apresenta um resumo das estruturas algébricas estudadas e suas respectivas propriedades. então A. precisamos verificar quais propriedades ela satisfaz: - Μ 2 (Ζ ). Se ⊕ : A × A → A possui elemento inverso. Se. a operação for comutativa.× é um grupo abeliano.6 Grupos Um grupo é um monóide cuja operação é possui elemento inverso. Para verificarmos se a operação Μ 2 (Ζ ). pois a adição de duas matrizes 2 × 2 é uma matriz 2 × 2 .⊕ um monóide. pois é uma operação fechada.

Matemática Discreta Márcia Rodrigues Notare 53 .+ possui elemento neutro:   0 0  4 3 Μ 2 (Ζ ). onde r é o resto da divisão de x × y por 5.× 5 são comutativas. como x + 5 y = r .+ 5 e Ζ 5 . através das tabelas construídas.2. Por exemplo: 1 +5 2 = 3 3 + 5 4 = 2 .+ possui elemento inverso.   - Portanto. Μ 2 (Ζ ). Por exemplo. pois 2 × 3 = 6 e o resto da divisão de 6 por 5 é 1. denotada por + 5 .4}. em Ζ 5 .× 5 são fechadas. pois estão espelhadas em torno da diagonal principal. pois 3 × 4 = 12 e o resto da divisão de 12 por 5 é 2.1.3. onde r é o resto da divisão de x + y por 5. As seguintes tabelas definem + 5 e × 5 em Ζ 5 : +5 0 1 2 3 4 0 0 1 2 3 4 1 1 2 3 4 0 2 2 3 4 0 1 3 3 4 0 1 2 4 4 0 1 2 3 ×5 0 1 2 3 4 0 0 0 0 0 0 1 0 1 2 3 4 2 0 2 4 1 0 3 0 3 1 4 2 4 0 4 3 2 1 Podemos verificar que Ζ 5 . a inversa da matriz   é a matriz 2 1  − 4 − 3 − 2 − 1  . Por exemplo: 2 × 5 3 = 1 . pois 3 + 4 = 7 e o resto da divisão de 7 por 5 é 2. Podemos também verificar que e Ζ 5 . pois  a b  e f   a + e b + f  e + a f + b  e f   a b  c d  +  g h  = c + g d + h  =  g + c h + d  =  g h  + c d              - 0 0  Μ 2 (Ζ ).+ é comutativa.- Μ 2 (Ζ ). Definimos a soma módulo 5. A multiplicação módulo 5 é definida por x × 5 y = r .+ 5 nas tabelas são elementos de Ζ 5 . pois todos os resultados verificados Ζ 5 .+ é um grupo abeliano! 0 Exemplo: Seja Ζ 5 = { . 3 × 5 4 = 2 .

Todos os elementos de Ζ 5 . não podemos verificar tal propriedade nas tabelas construídas. Portanto.× 5 é Matemática Discreta Márcia Rodrigues Notare 54 . Entretanto.+ 5 e Ζ 5 .+ 5 é um grupo abeliano.× 5 um monóide abeliano.+ 5 possuem elemento inverso: o elemento inverso de 0 é 0. o elemento inverso de 4 é 1. o elemento inverso de 2 é 3.+ 5 e Ζ 5 . nem todos os elementos de Ζ 5 .× 5 possuem elemento neutro: o elemento neutro de Ζ 5 .× 5 é 1. podemos afirmar que Ζ 5 . o elemento inverso de 3 é 2. Logo Ζ 5 .× 5 são associativas. possuem elemento inverso.Ainda é possível verificar que Ζ 5 . Ζ 5 . Entretanto.+ 5 é 0 e o elemento neutro de Ζ 5 . o elemento inverso de 1 é 4.

You're Reading a Free Preview

Descarregar
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->