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

d} ⊆ S Matemática Discreta Márcia Rodrigues Notare 6 . ∅.{ . possuem os mesmos elementos.{a. c. d} ∉ S . c. e somente se.{a. para qualquer conjunto A. b. d. c. temos que A ⊆ U. b.∅∈S . Portanto.{1.4 Igualdade de Conjuntos A = B ↔ ( A ⊆ B ∧ B ⊆ A) Dois conjuntos A e B são ditos iguais se. c. c} 1. c.5 Pertinência x Inclusão Os elementos de um conjunto podem ser conjuntos. preste atenção nos conceitos de pertinência e inclusão.{a} ⊆ S . ou seja. c} = {a. {0}.2} = x ∈ Ν x ≥ 0 ∧ x < 3 - Ν = {x ∈ Ζ x ≥ 0} { } {a. Exemplos: Considere o conjunto S = {a.2} ∈ S .∅⊆S . Então: . b. Dessa forma. 2}}. b. U não é um conjunto fixo e.Definição de Conjunto Universo: denotado por U. 1. define o contexto de discussão. b.{0} ∈ S .1. ou seja: Exemplos: 0 . b.{a} ∉ S . {1. é o conjunto que contém todos os conjuntos que estão sendo considerados.

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

então chove” (P → Q) podemos interpretá-la como sendo: “Não é o caso que esfria e não chove” ¬(P ∧ ¬Q) Assim. P V V F F Q V F V F P∧Q V F F F 2. É denotada por: (lê-se "P e Q") P∧Q A seguir a tabela-verdade da conjunção.2 Conjunção Uma conjunção é verdadeira se ambos seus conjunctos são verdadeiros.1. é falsa. ele é verdadeiro. É denotado por: P→Q Observe: a expressão “P → Q” assegura que: não é o caso que P e não Q. ou seja. podemos obter a tabela-verdade de P → Q construindo a tabela verdade de ¬(P ∧ ¬Q). P V V F F Q V F V F P∨Q 2.1. Caso contrário. Caso contrário.4 Condicional (Implicação) O condicional é falso se seu antecedente for verdadeiro e seu conseqüente for falso. 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 . Caso contrário. ambos são verdadeiros sob as mesmas condições.1. se considerarmos a expressão: “Se esfriar. podemos dizer que um enunciado da forma P → Q tem o mesmo significado (semântica) que um enunciado da forma ¬(P ∧ ¬Q). É denotada por: (lê-se "P ou Q") P∨Q A tabela-verdade da disjunção está apresentada a seguir. Verbalizando. é falsa.P ¬P V F F V 2. Portanto.3 Disjunção Uma disjunção é verdadeira se pelo menos um dos seus disjunctos for verdadeiro.

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

c) preenchemos as colunas da ocorrência de ∨ e ∧ na fórmula (mas não o ∧ principal). que determina o valorverdade da fórmula. as etapas de construção são como segue: a) preenchemos as colunas das letras sentenciais P e Q (à esquerda da tabela). é denominada uma contradição. ou seja. Uma tautologia é intrinsecamente verdadeira pela sua própria estrutura. e) finalmente. portanto. 4. P V F P V F 5. determina o valor verdade da fórmula. Então. que é o operador principal e. preenchemos a coluna do operador principal ∧. como no exemplo 4. Construa a tabela verdade para a fórmula P ∨ ¬P.a) preenchemos as colunas das letras sentenciais P e Q (à esquerda da tabela). preenchemos a coluna ∨.4 Equivalência Dizemos que duas fórmulas P e Q são equivalentes se a fórmula P ↔ Q é uma tautologia. 2. como no exemplo 5. Construa a tabela verdade para a fórmula P ∧ ¬P. b) preenchemos as colunas da ocorrência de ¬P e Q. Construa a tabela verdade para a fórmula (P ∨ Q) ∧ ¬(P ∧ Q). Uma contradiação é intrinsecamente falsa pela sua própria estrutura. Por outro lado. 3. é denominada uma tautologia. Assim a coluna deste operador determina o valor-verdade da fórmula. d) preenchemos a coluna da ocorrência da negação do operador ∧. (Observe que o operador principal ∧ conecta as colunas de ∨ e ¬). P V F P V F Uma fórmula que assume sempre o valor lógico V. é falsa independentemente dos valores lógicos atribuidos as suas letras sentenciais. uma fórmula que assume sempre o valor lógico F. ou seja. é verdadeira independentemente dos valores lógicos atribuidos as suas letras sentenciais. Denotamos essa propriedade por P⇔Q A seguir. exemplos de algumas equivalências tautológicas importantes. 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 . b) preenchemos as colunas da ocorrência de P e Q na fórmula. c) por fim. 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)).

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

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

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

6.Dados os conjuntos D = {0..A operação de união pode ser visualizada através de um diagrama de Venn. Temos que R∪Q=R R∪I=R Q∪I=R Para qualquer conjunto universo U e qualquer A ⊆ U. o. 3. Exemplos: . 3.1. 5. 5. i. 9.. ∅ ∪ A = A Idempotência: A ∪ A = A Prova: Seja x ∈ (A ∪ A). x ∈ (∅ ∪ A) ⇔ x∈∅∨ x∈A⇔ (definição de união) x∈A∨x∈∅⇔ (comutatividade) x∈A (elemento neutro) Logo. x ∈ (A ∪ ∅) ⇔ x∈A∨x∈∅⇔ (definição de união) x∈A (elemento neutro) Logo. i. 4.1 Propriedades da União Elemento Neutro: A ∪ ∅ = ∅ ∪ A = A Prova: Seja x ∈ (A ∪ ∅). 4. 3.} Considere R. u} Dados os conjuntos A = {x ∈ Ν | x > 2} e B = { x ∈ Ν | x2 = x}. temos que ∅∪∅=∅ U∪∅=U U∪A=U U∪U=U - 3. . 6. 2. 2. como mostrado a seguir. 7. 2. x ∈ (A ∪ A) ⇔ x∈A∨x∈A⇔ x∈A (definição de união) (idempotência do conectivo ∨) Matemática Discreta Márcia Rodrigues Notare 14 . temos que A ∪ B = {0. a. seja x ∈ (∅ ∪ A). e. 9. 1. 8. o. A ∪ ∅ = A Analogamente. u}. Q e I. 8. 6. 9} e V = {a. 7. 5. 4. e. 1. temos que D ∪ V = {0. 1. 7. 8.

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

3. 6. e. 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. temos que ∅∩∅=∅ U∩A=A U∩∅=∅ U∩U=U - - 3. V = {a. o. 1. u} e P = {0.A operação de interseção pode ser visualizada através de um diagrama de Venn. temos que A∩B=∅ (conjuntos disjuntos) Considere R.3 Operação Complemento ~ A = {x ∈  x ∉ A} Suponha o conjunto universo U. 9}. 4. 7. como mostrado a seguir. 8} D∩V=∅ Chamamos conjuntos cuja interseção é o conjunto vazio de conjuntos disjuntos. Temos que R∩Q=Q R∩I=I Q∩I=∅ Para qualquer conjunto universo U e qualquer conjunto A ⊆ U.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. temos que D ∩ P = {0.}. 4.Dados os conjuntos D = {0. 8. é como segue: Matemática Discreta Márcia Rodrigues Notare 16 . 8. 4.2. Exemplos: . Dados os conjuntos A = {x ∈ Ν | x > 2} e B = { x ∈ Ν | x2 = x}. 5. 2. 2. denotado por ~ A . 2... . O complemento de um conjunto A ⊆ U. Q e I. i. 6. 6.

8. 8. 2. ou seja. como mostrado a seguir. 5. a diferença entre dois conjuntos A e B considera todos os elementos que pertencem ao conjunto A e que não pertencem ao conjunto B. Exemplos: . 9} Dados o conjunto universo U = N e o conjunto A = {0.3. 6. x∈A⇒ para ~A. 5. 3. temos que ~A = {x ∈ N | x > 2} Para qualquer conjuntos universo U. 1.A operação complemento pode ser visualizada através de um diagrama de Venn. como mostrado a seguir. 2}. temos que ~Q = I ~I = Q Suponha U qualquer. 4. ¬¬(x ∈ A). 7. ou seja ¬(x ∈ A) ⇒ para ~ ~A. A operação de diferença pode ser visualizada através de um diagrama de Venn. temos que ~A = {3. x ∉ A. temos que A ∪ ~A = U A ∩ ~A = ∅ ~ ~A = A - - - Podemos provar o último caso da seguinte forma: Suponha um elemento x ∈ A. x ∈ A. 6. 9} e o conjunto A = {0. Matemática Discreta Márcia Rodrigues Notare 17 . A diferença entre os conjuntos A e B. (definição de complemento) 3. é como segue: Em outras palavras. 2}.4 Operação de Diferença A − B = {x x ∈ A ∧ x ∉ B} Sejam A e B conjuntos. 1. 1. Então para qualquer conjunto A ⊆ U.Dados o conjunto universo U = {0. denotada por A − B . 7.1 Propriedades de DeMorgan ⇔ ⇔ A ∪ B = ~(~A ∩ ~B) A ∩ B = ~(~A ∪ ~B) a) ~(A ∪ B) = ~A ∩ ~B b) ~(A ∩ B) = ~A ∪ ~B 3. temos que ~∅ = U ~U = ∅ Considerando R como conjunto universo. 4.

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

5. b.A + ∅ = {aA. a. 5D. a.. 2..7 União Disjunta A + B = { a. 4. a. A × (B × C ) = { a. 2P. a. a . 1D. 3.0 . a. a } B = { a. c}.2 . 2}.Não-associatividade: (A × B )× C ≠ A × (B × C ) Propriedades que envolvem Produto Cartesiano. aV. A união disjunta dos conjuntos A e B. b. 8D. b . 9D.0 .} . x . a. 2D.0 . 9}. identificação . iV. b a ∈ A ∧ b ∈ B} 2 Denotamos o produto cartesiano de um conjunto A por ele mesmo como A × A = A . b0. . a. 1. 0P.1 .0 . c1} Matemática Discreta Márcia Rodrigues Notare 19 . 6D. b1. b . a . a. 7D. o.Não-comutatividade: A × C ≠ C × A . b. b } A × Ν = { a. 4.1 .} e A = {a. 4D. uV} . a . b } A = { a. a.A + A = {a0. 6D. 1. c0. b..2 .2 a. 7. a. oV. P = {0.. 7D. a.D + P = {0D. a.2 } C × B = { 0. a . 1. b . Sejam A e B conjuntos. a .1 . a. 1D. 0. 4P. b} e C = {0. temos que: . eV.2 .0 . B b ∈ B} Sejam A e B conjuntos. 2.Observação: A ordem dos elementos é importante! Logo. . e. b. b . 1. 6. a . a1.1 . 9D. a. a . 6. b. B = {a. A a ∈ A}∪ { b. V = {a. denotada por A + B . y ≠ y. 3D. b .∅+∅=∅ . 2. u}.} 2 2 (A × B )× C = { a. cA} . 2D. x.. 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. b - { } B × C = { a.0 . a. a . a. 3D.2 . A e b. 5D. b. bA. i. b. a .2 } } A×∅ = ∅ ∅ ×A =∅ ∅2 = ∅ Observações: .0 .. Exemplos: Dados os conjuntos A = {a}.1 . a.1 . temos que: A × B = a. 2. b. b . O produto cartesiano de A por B é como segue: A × B = { a. 6P. a.D + V = {0D.. B representam elemento. é como segue: onde os pares ordenados a. 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. 8. 8D. 4D.1 .

≤ Q. = P( A). 1. ≤ - Ζ.2 } A seguir. b} e C = {0. R .1 . 0. ⊂ Uma relação binária pode ser representada no diagrama de Venn. b } ⊆: P( B) → P( B) ≤ : C →C =: A → A { a.1 . a } Endorrelação ou Auto-Relação: dado um conjunto A. Assim. Podemos denotar uma relação R da seguinte forma: R : A → B e. 1. ou seja R ⊆ A × B . A C B C 0 0 b a 1 2 1 2 par a. então afirmamos que "a relaciona-se com b". B = {a. Exemplos: Seja A um conjunto.1 RELAÇÕES Relação Binária Dados dois conjuntos A e B. Então.2 . para um elemento denota-lo como aRb . onde: . uma relação binária R de A em B é um subconjunto de um produto cartesiano A × B . a .2 } Relação de C em B: { 0.2 . < = { 0. b ∈ R . uma relação do tipo R : A → A é dita uma Endorrelação ou Auto-Relação. se a. 2}.B é o contra-domínio. São exemplos de relações: . a . 1. como mostram as figuras abaixo. algumas definições referentes ao conceito de relação: Matemática Discreta Márcia Rodrigues Notare 20 . são endorrelações: Ν.A é o domínio.∅ é uma relação de A em B A × B = a. 0. podemos { } - Relação de Igualdade de A em A: Relação "menor" de C em C: { 0.4 4. b ∈ R . a. destino ou conjunto de chegada de R Para R ⊆ A × B . 1. ⊆ P(R). b de R : A → B C . b é uma relação de A em B - a. temos que origem e destino são o mesmo conjunto e podemos denota-la por A. origem ou conjunto de partida de R . Exemplos: Sejam A = {a}.

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

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. b }: C → B ⊆: P( A) → P( B) 4.4 Propriedades das Relações Uma endorrelação binária em um conjunto A pode ter determinadas propriedades. temos que as seguintes relações são reflexivas Ν.Exemplo: Dados os conjuntos A = {a}.2 } A× B a S 0 1 2 ⊆ ∅ {a} a 1 0 0 A× B = A → B S = { 0.1 e 2. ⊆ . b} e C = {0.4. 2}. 2. b} 1 1 2 1 1 0 2 1 0 1 b 1 ∅: A → A B. = C. 2.2 .2 A. ≤ . < R : C → C tal que R = { 0. pois todo elemento é igual a si mesmo - P( A). a . 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 . = . 2}. B = {a. 1. pois todo conjunto está contido em si mesmo A 2 : A → A . pois esta relação contém os pares 0. 1.0 . 1. 1. 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. 4. A seguir serão apresentadas as propriedades que envolvem as endorrelações.1 Relação Reflexiva Sejam A um conjunto e R uma endorrelação em A.0 .

4. 1.2 Relação Irreflexiva Sejam A um conjunto e R uma endorrelação em A. R . se R = { 0. 2. Veja as matrizes e grafos referentes a alguns dos exemplos apresentados acima. 2. temos que as seguintes relações são irreflexivas Ζ. ∅ :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 . a Exemplo de relação nem reflexiva. R é uma relação irreflexiva se: (∀a ∈ A)(¬(aRa )) Exemplos: Dado o conjunto A = {0. = = 0 1 2 0 1 0 0 1 0 1 0 2 0 0 1 1 0 2 4. pois para a relação "está contido propriamente" os conjunto precisam se diferentes ∅: A → A. a A. e qualquer nodo do grafo não possui aresta com origem e destino nele mesmo.0 . ⊂ .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). A2 0 1 2 A :A→ A 2 0 1 1 1 1 1 1 1 2 1 1 1 1 0 2 A.2 . 2}. 2. S . Veja as matrizes e grafos referentes a alguns dos exemplos apresentados acima. nem irreflexiva: . ≠ .possui uma aresta com origem e destino nele mesmo. pois não há nenhum elemento do tipo a.A. pois não elemento diferente de si mesmo - P( A).1 .2 . se S = 0.1 }. 1. pois não há nenhum elemento do tipo a.

ou não existe aresta. no grafo.1 . 2} e X um conjunto qualquer. 2. = ∅: X → X A matriz e o grafo de uma relação simétrica apresentam uma característica especial: na matriz. ou existem duas arestas. 1. temos que as seguintes relações são simétricas .= - X.4. = = 0 1 2 0 1 0 0 1 0 1 0 2 0 0 1 1 0 2 4. entre dois nodos quaisquer. 1. temos que as seguintes relações são anti-simétricas Matemática Discreta Márcia Rodrigues Notare 24 . 2} e X um conjunto qualquer. R é uma relação simétrica se: (∀a ∈ A)(∀b ∈ A)(aRb → bRa ) Exemplos: Dados o conjunto A = {0. e. a metade acima da diagonal principal é a imagem espelhada da metade de baixo. R é uma relação anti-simétrica se: (∀a ∈ A)(∀b ∈ A)(aRb ∧ bRa → a = b ) Exemplos: Dados o conjunto A = {0.1 } R 0 1 2 0 0 0 0 1 1 0 1 2 0 1 0 1 0 2 4.4.3 Relação Simétrica Sejam A um conjunto e R uma endorrelação.2 . A :A→ A 2 A2 0 1 2 0 1 1 1 1 1 1 1 2 1 1 1 1 0 2 A.4 Relação Anti-Simétrica Sejam A um conjunto e R uma endorrelação em A. uma em cada sentido. Veja as matrizes e grafos referentes a alguns dos exemplos apresentados acima.≠ P( X ).X2: X → X X. 1.R = { 0.

5 Fechos de Relações Sejam R: A → A uma endorrelação e P um conjunto de propriedades.4.A. ≠ - A. para qualquer célula verdadeira (1) em uma das metades da matriz. < P( X ). 1.X2: X → X .1 } A.0 . entre dois nodos quaisquer. o fecho de R em relação a P é a menor endorrelação em A que contém R e que satisfaz as propriedades de P.= P( X ). nem anti-simétrica: .∅: X → X X. 2. se R = { 0. no grafo. temos que as seguintes relações são transitivas . ≤ Ζ. temos que as seguintes relações não são transitivas Ζ. então ela é a seu próprio fecho em relação a P. R .2 { } A matriz e o grafo de uma relação anti-simétrica apresentam uma característica especial: na matriz. se R = { x. R . R = { 0.- X. 2. R é uma relação transitiva se: (∀a ∈ A)(∀b ∈ A)(∀c ∈ A)(aRb ∧ bRc → aRc ) Exemplos: Dado um conjunto X qualquer. R . S .0 .2 } R 0 1 2 0 1 0 0 1 0 1 0 2 0 1 0 1 0 2 4. = ∅: X → X Ν. 2.0 . 1. Então.1 .5 Relação Transitiva Sejam A um conjunto e R uma endorrelação em A. se R = { 0.2 } 4. ⊆ P( X ).1 . Veja a matriz e o grafo referentes a um dos exemplos apresentado acima.0 .= - Ν. 1. ⊂ Exemplos: Dado um conjunto X qualquer.2 . 2. se S = 0.1 . 1. a correspondente célula na outra metade é falsa (0). Se a relação R já contém as propriedades de P. R ⊆ FECHO − P(R ) Matemática Discreta Márcia Rodrigues Notare 25 . y ∈ Ν2 y = x2 } Exemplo de relação nem simétrica. existe no máximo uma aresta.

2. 1.2 . 3. Então o fecho transitivo de R é definido como segue: a) se a.4 .2 . a R = {1. b ∈ R .4 .2 . 5} e R: A → A uma endorrelação.3 .5 .5 } Relação de Ordem Intuitivamente. a. 3.1 } 4. 1.5 . 3. 4. 4. 1.2 .2 .3 . 4.1 . 3. de uma fila de alunos dispostos numa sala de aula. 5. temos que a. 2. tal que R = {1.3 . 3. 2.1 Fecho Reflexivo Suponha R: A → A uma endorrelação.3 . 3. 2. 3.1 . 2. temos que - Fecho − {reflexiva}(R ) = {1.3 . 2. 3. Então o fecho simétrico de R é definido como segue: Fecho − {simétrica}(R ) = R ∪ { b. 2. 3.2 . 5} e R: A → A uma endorrelação.3 . 4. 3. então Exemplo: Dados o conjunto A = {1. 2.3 .2 Fecho Simétrico Suponha R: A → A uma endorrelação. 3.4 }.4 .3 .5 . 4.3 .4.3 .4 .3 Fecho Transitivo Suponha R: A → A uma endorrelação. 1. podemos pensar numa relação de ordem quando lembramos de uma fila no banco. b ∈ Fecho − { transitiva}(R ) . 2. Matemática Discreta Márcia Rodrigues Notare 26 . 2.2 .2 .4 }.6 R * = {1. 1. 4.3 . tal que - Fecho − {simétrica}(R ) = {1.4 . a a ∈ A} Exemplo: Dados o conjunto A = {1. 1.5.4 .5 } 4. considerando o exemplo acima. 3. 2.5 . c ∈ Fecho − { transitiva}(R ) . 2. 3.2 . 1.4 }.3 .4 . 1. c ∈ Fecho − { transitiva}(R ) . temos que 4. b ∈ Fecho − { transitiva}(R ) e b.5 . 5.5 . 2. 1. 1.2 . Então o fecho reflexivo de R é definido como segue: Fecho − {reflexiva}(R ) = R ∪ { a. na relação "menor ou igual" no números naturais. b) se a. etc. 2. 1. temos que - Fecho − { transitiva}(R ) = {1.5 . transitiva}(R ) Portanto.5. tal que R = {1. 2. 1. 5.4 .1 .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. b ∈ R} Exemplo: Dados o conjunto A = {1. então a.5.4 . 1. 5} e R: A → A uma endorrelação.

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

. R uma relação de ordem. Dizemos que m é elemento minimal (∀a ∈ A)( a.3 de R se Suponha A um conjunto e A. 12. e .6. d . d . e b c d a f temos { a. Elemento Mínimo que o conjunto dado pela relação de ordem é 4. c. a . m Elemento Máximo ∉ R) 4. e. d . a.12 6 18 2 3 1 - Dado o diagrama de Hasse a seguir.6. temos que . a. e .12 e 18 são elementos maximais. b . 6. R uma relação de ordem. pois não há elemento que relaciona-se com ele. R uma relação de ordem.2 de R se Suponha A um conjunto e A. cujo diagrama de Hasse já foi apresentado anteriormente. b.1 R se Suponha A um conjunto e A. .4 de R se Suponha A um conjunto e A. b . c . e . f . 2. d . Dizemos que m é elemento máximo (∀a ∈ A)(aRm) Elemento Maximal 4. 3.6. Matemática Discreta Márcia Rodrigues Notare 28 . 18} e a relação de ordem "x divide y".6. pois está relacionado com todos os outros elementos de A. Dizemos que m é elemento mínimo de (∀a ∈ A)(mRa ) Elemento Minimal 4. a ∉ R) Exemplo: Dados o conjunto A = {1. a. pois não existem elementos com os quais eles relacionamse. Dizemos que m é elemento maximal (∀a ∈ A)( m. f }. c .1 é elemento minimal. R uma relação de ordem. a.1 é elemento mínimo.

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

Acompanhe o raciocínio a seguir: para qualquer inteiro x.. então x + y é par. 2.1 As classes de equivalência são as seguintes: [1] = {1. Podemos representar essa partição de N como mostra figura abaixo...classe dos ímpares: [1] = [11] = [2451] = {1. Assim.} . pois x − x = 0 é divisível por m. " x + y _ é _ par" . é divisível por m. portanto. 2.} Exemplo: Para cada uma das relações a seguir. 5. 3. todos os números pares formam uma classe de equivalência e todos os números ímpares formam uma segunda classe de equivalência. Suponha agora que x ≡ y (mod m ) e que y ≡ z (mod m ). denotada por x ≡ y (mod m ) se x − y é divisível por m. . x ≡ z (mod m ) e a relação é transitiva.7. 2.1 . temos que a soma Suponha que x ≡ y (mod m ) . Se x é par. (x − y ) + ( y − z ) = x − z 4.2 . Logo. = Possui n classes de equivalência. 1. Dizemos que x é congruente a y módulo m. [n] = {n} b) Em A = {1. mostramos que a relação de congruência módulo m em Z é. 6. então x + y é ímpar para todo número ímpar. Observe que as classes de equivalência podem ser representadas por qualquer objeto pertencente à ela: . reflexiva. ou seja. temos que mostrar que a relação de congruência em Z é uma relação reflexiva.3 . se x = y + km para algum inteiro k. tais que cada classe de equivalência contém um único elemento. Tal relação divide o conjunto N em duas partes. é uma relação de equivalência. simétrica e transitiva e.8 Relação Inversa Seja uma relação R: A → B. 7. A relação de congruência em Z define uma relação de equivalência em Z.2 . Assim. 2. então x − y e y − z são divisíveis por m. temos que x ≡ x(mod m ) . Para verificar que isso é válido. .. a) Ν. se x é ímpar. temos que a relação é reflexiva. em duas classes de equivalências. 2} = [2] [3] = {3} { } 4.Exemplo: Considere o conjunto dos números naturais e a relação de equivalência Ν. Logo. para todo número par. 3. simultaneamente. a relação inversa é como segue: Matemática Discreta Márcia Rodrigues Notare 30 . ou seja. 4. Então − (x − y ) = y − x também também é divisível por m.classe dos pares: [2] = [6] = [1034] = {0. Logo. descreva as classes de equivalência correspondentes. Então. simétrica e transitiva. Então. então x − y é divisível por m.1 Congruência em Z Considere o conjunto dos números inteiros Z e um número inteiro m > 1 . 3} e R = 1. temos que a relação é simétrica.

e R: A → B e S: B → C relações. d}. b. z . 4} e a relação R : B → A = 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 . b. 3. b .2 .5 e S : B → C = 1. é tal que Ou seja. B e C conjuntos. b. z } B 1 2 3 4 5 C S x y z 31 . 2. < . c ∃b ∈ B ∧ a . c ∈ S } { } { } R  S = { a. 4. x . b.3 . 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. b ∈ R ∧ b . Então. y . y.4 . R é dada por - -1 R −1 : A → B = { a.R −1 : B → A = { b. B = {1. y . x . 3. 2. 3.Dados os conjuntos A = {a. A composição de R e S. S: B → C e T: C → D. Exemplo: Dados os conjuntos A = {a. 5} e C = {x. a a. d .1 . 3. b ∈ R} Exemplos: . ou seja: Sejam as relações R: A → B. 5. d . d . y . 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. b} e B = {2. 4} e a relação C . denotada por R S : A → C .9 Composição de Relações < −1 => : C → C Sejam A.3 } Dados o conjunto C = {2. a . { } temos que a relação inversa de R. 5. c. z} e as relações R : A → B = a.

b. temos as correspondentes matrizes que representam as relações R e S. b. b .1 Composição de Relações como Produto de Matrizes A composição de relações pode ser vista como o produto de matrizes. 32 . Abaixo. c. composição R  S = a. c . b. temos que a R S é dada pela matriz R ⋅ S . c . 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. a S = { a. b. b . Exemplo: Sejam R e S relações em X = {a. c} definidas por R = a. a. a.9. a .4. Veja o exemplo a seguir. c . Determinaremos a composição de R e S através da { }e multiplicação das correspondentes matrizes. b. a }. b . ou seja. a .

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

temos que para uma relação ser total. deve existir pelo menos um valor lógico verdadeiro em cada linha. e somente se: (∀b ∈ B )(∃a ∈ A)(aRb ) Em outras palavras. c}. 2. temos que para uma relação ser sobrejetora. Exemplo: Dada a relação R: A → B. a . e somente se: (∀a ∈ A)(∃b ∈ B )(aRb ) Em outras palavras. tal que A = {1. Uma relação binária R: A → B é uma relação sobrejetora se. 3} e R = 1. b.3 Relação Total Uma relação binária R: A → B é uma relação total se. b} e R = a. B = {1. deve existir pelo menos um valor lógico verdadeiro em cada coluna. O domínio de definição é o próprio conjunto A.3 . 2.2 . Veja a seguir o diagrama que representa a relação R.A 1 1 2 2 3 B 5. O conjunto imagem é o próprio conjunto B.1 . c. b . temos que cada elemento de B está relacionado a algum elemento de A. tal que A = {a. todos os elementos do conjunto destino devem estar relacionados a algum elemento do conjunto origem. 2}. todos os elementos do conjunto origem devem estar relacionados a algum elemento do conjunto destino. Veja a seguir o diagrama que representa a relação R. Na matriz de uma relação total. B = {a. temos que cada elemento de A está relacionado a algum elemento de B.4 Relação Sobrejetora Relação sobrejetora é o conceito dual (inverso) de relação total. A 1 1 2 2 3 B { } 5. Na matriz de uma relação sobrejetora. 2. { } Matemática Discreta Márcia Rodrigues Notare 34 . Exemplo: Dada a relação R: A → B.

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

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

não é uma função. Se considerarmos o conjunto A = {0. { } Para que a relação inversa de uma função f seja uma função. é uma função parcial definida para todos os elementos do domínio. Considerando os conjuntos A = {0.0 .0 .2 { } { } não é uma relação funcional e. uma função bijetora é uma função injetora e sobrejetora. y . Se uma função é total.2 não é uma relação { } { } funcional e. temos que a relação inversa de f. dizemos apenas que é uma função. Podemos considerar também a função g: A → B. portanto. A inversa de g. Matemática Discreta Márcia Rodrigues Notare 37 . 2. a { } - =: B → B Vale observar que a relação inversa de uma função parcial não necessariamente é uma função parcial. 2} e a função parcial f: A → A tal que f = 0. 1. 1.0 . assim como nem toda função parcial é uma função total.1 . Em outras palavras. consequentemente. nem toda relação é uma função parcial. temos que a relação inversa de f. tal que g = 0. ela deve ser também injetora (que é o dual de funcional). 1} e B = {0. Assim. Exemplo: Dados os conjuntos A = {a} e B = {x. Um elemento pertencente à função parcial a. 6. a . 0. podemos verificar as seguintes propriedades: Função Injetora = monomorfismo Função Sobrejetora = epimorfismo Função Bijetora = isomorfismo Ou seja. 1. Portanto.6 FUNÇÕES PARCIAIS E TOTAIS Uma função parcial nada mais é do que um relação que é funcional.1 } não é uma relação total e. Se a relação funcional for também total. portanto. então a denominamos de função total.1 . f −1 = 1. 1. não é uma função.1 . Da mesma forma que para funções parciais. cada elemento do domínio está relacionado a no máximo um elemento do contra-domínio. 1. 1.0 . f −1 = 0.1 . 2} e a função f : B → A = 0. f deve ser uma função bijetora. y} temos que as seguintes relações são funções parcias: . Para que a relação inversa de uma relação funcional seja uma função parcial. 1. podemos dizer que toda função total é uma função parcial e que toda função parcial é uma relação. Entretanto. ou seja. estamos nos referindo a funções totais. 6.0 . b ∈ f pode ser representado por f (a ) = b . sempre que mencionarmos apenas função.0 .1 .2 Função Total Uma função total é uma função parcial que é total.R : B → A = x. a relação inversa de uma função não necessariamente é uma função. 2.1 Função Parcial Uma função parcial é uma relação funcional. g −1 = { 0. não é uma função parcial. ou seja.

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

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

a 2 = 0. f (1) = a1 ..}. 1] de todos os números reais entre 0 e 1 é não-contável. Seja uma coluna com sua expansão decimal: a1 = 0. isto é. se b ∉ g(B).. x31 x32 x33 x34 . I = {a1 .. Neste caso: se b ∈ B.}.. ele pode ser um conjunto de conjuntos. f (3) = a3 . então. não existe uma função bijetora entre A e 2A.. ou seja.. Portanto.. x 41 x 42 x 43 x 44 . a 4 = 0.9}.. portanto. Considerando que χ 2k denota o cardinal do conjunto das partes com cardinalidade k.1. O que é uma contradição! Logo...2. existe uma função bijetora f :Ν →Ι. x11 x12 x13 x14 . o que é uma contradição.. Prova (por absurdo): Suponha I contável. pela definição de B. . pela definição de B. Mas 1 yi =  2 se xii ≠ 1 se xii = 1 b ≠ a1 . O conjunto das partes de N é equipotente ao conjunto dos números reais R.. então. y1 y 2 y 3 y 4 . Portanto. tem-se que b ∈ g(b) = B. é a cardinalidade do continuum... pois y 3 ≠ x33 . I é não-contável... b ∉ Ι = {a1 . onde xij ∈ {0. f (2 ) = a 2 . pois y1 ≠ x11 b ≠ a 2 ... a 3 ..B = { ∈ A a ∉ g (a )} a Como A é um conjunto. b ∈ Ι .. a 3 .. tem-se que b ∉ g(b) = B. tem-se que 2 0 é a cardinalidade do conjunto dos números reais. Suponha b ∈ A. como queríamos provar.. pois y 2 ≠ x 22 b ≠ a3 . Teorema: O conjunto I = [0. Vamos listar seus elementos em Então. a3 = 0.. a suposição de que I é contável é falsa e.. Seja b = 0. x 21 x 22 x 23 x 24 . a 2 . um número real obtido da seguinte forma: ... já que b ∈ Ι ! Logo. a 2 .. tal que g (b ) = B . Matemática Discreta Márcia Rodrigues Notare 40 .

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

Então.. podemos fazer a seguinte conjectura: a geração n possui 2n descendentes. 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 + 3 + 5 + . 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. resume os três passos necessários para uma demonstração que usa o primeiro princípio de indução..P(k + 1) Tentamos provar que a propriedade é válida para n = k + 1.. ou seja. + (2n − 1) = n 2 Base de Indução .. Ou seja.P(1) Verificamos que a propriedade é válida para n = 1. ou seja. vamos provar que nossa conjectura está correta. P(1) : 1 = 12 Hipótese de Indução . + [2(k + 1) − 1]=(k + 1) ? 2 Matemática Discreta Márcia Rodrigues Notare 42 .P(k) Supomos que a propriedade é válida para n = k. Suponha P (k ) Prove P (k + 1) 1 + 3 + 5 + .. k ≥ 1): P(k ) = 2 k Passo de Indução (provamos que a propriedade é válida para o inteiro seguinte k+1. + (2k − 1) = k 2 Passo de Indução . podemos escrever que: P(n ) = 2 n Agora.. 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 + .

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

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

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

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

<.

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

T(1) = 1 2. Um passo de indução ou recorrência. o terceiro valor da seqüência é S(3) = 2S(2) = 2 ⋅ 4 = 8.1) + 3. Exemplo: Escreva os cinco primeiro valores da seqüência T. para n ≥ 2 1. qualquer valor da seqüência de Fibonacci. Uma definição recorrente é formada por duas partes: 1. Daí o nome definição por indução. devido à analogia com as demonstrações por indução. ou ainda definição por indução.9 9. 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. o segundo valor da seqüência é S(2) = 2S(2-1) = 2S(1) = 2 ⋅ 2 = 4. o primeiro valor da seqüência é 2. 4. Continuando a seqüência. onde novos casos do item que está sendo definido são dados em função de casos anteriores.1) para n ≥ 2 Assim.. 9. é dado pela soma de seus dois valores anteriores. S(k) denota o k-ésimo objeto da seqüência.2 Seqüências Definidas por Recorrência Uma seqüência S é uma lista de objetos numerados em determinada ordem. 4. ou definição recorrente. 10. 16. 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). 8. um segundo objetos. fornecendo alguns casos simples e concretos. S(1) = 2 2. 7. para n ≥ 2 Traduzindo. Existe um primeiro objeto. 2. S(n) = 2S(n . Exemplo: A seqüência S é definida por recorrência por 1. A parte 1 da definição nos permite começar. . T(n) = T(n . Base ou condição básica.. e assim por diante. A parte 2 nos permite construir novos casos. 32. a partir destes mais simples e assim por diante. exceto os dois primeiros. Matemática Discreta Márcia Rodrigues Notare 47 . e assim por diante. temos 2.1 RECURSÃO E RELAÇÕES DE RECORRÊNCIA Definições Recorrentes Uma definição onde o item definido aparece como parte da definição é chamada de definição por recorrência. tal que: 1. onde algum(s) caso(s) simples do item que está sendo definido é dado explicitamente.

3 . 8. 21.F(n). A relação de recorrência F(n + 2) = F(n) + F(n + 1) pode ser reescrita na forma F(n + 1) = F(n + 2) . 1. Podemos provar essa fórmula diretamente.5. usando apenas a relação de recorrência na definição dos números de Fibonacci. Logo. podemos escrever os dez primeiros números da seqüência de Fibonacci. . 13. F(n + 4) = 3F(n +2) – F(n).Por exemplo. 34. utilizando a sua definição por recorrência: 1. para todo n ≥ 1. sem utilizar indução matemática. 55 Exemplo: Prove que. 2. na seqüência de Fibonacci. 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) = .

.

.

.

.

.

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

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

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

6 Grupos Um grupo é um monóide cuja operação é possui elemento inverso.× é um grupo abeliano. então A. Se ⊕ : A × A → A possui elemento inverso. e é um grupo.+ é associativa. associativa. Exemplos: a) A operação * R+ .⊕. Para verificarmos se a operação Μ 2 (Ζ ). precisamos verificar quais propriedades ela satisfaz: - Μ 2 (Ζ ). pois é uma operação fechada. 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. b) A operação R. Μ 2 (Ζ ). então A.+ é fechada. pois não há número real x tal que: 0⋅ x = x⋅0 =1 Ou seja. Seja A. simultaneamente.⊕.+ é um grupo abeliano? Μ 2 (Ζ ).+ é um grupo abeliano. associativa. possui elemento neutro 1 e elemento inverso. Portanto.10. um grupo é uma operação que é. Se. a operação for comutativa. 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 . e é um Grupo Abeliano. adicionalmente. possui elemento neutro e elemento inverso.⊕ um monóide. fechada. pois a adição de duas matrizes 2 × 2 é uma matriz 2 × 2 . o número 0 não possui elemento inverso! A tabela abaixo apresenta um resumo das estruturas algébricas estudadas e suas respectivas propriedades.× não é um grupo. comutativa.

denotada por + 5 .1.× 5 são comutativas. onde r é o resto da divisão de x × y por 5.4}. em Ζ 5 . através das tabelas construídas. Definimos a soma módulo 5. Μ 2 (Ζ ). Por exemplo: 1 +5 2 = 3 3 + 5 4 = 2 . pois 2 × 3 = 6 e o resto da divisão de 6 por 5 é 1. a inversa da matriz   é a matriz 2 1  − 4 − 3 − 2 − 1  . Por exemplo.2.+ é comutativa. 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 ). Matemática Discreta Márcia Rodrigues Notare 53 .- Μ 2 (Ζ ). Por exemplo: 2 × 5 3 = 1 .+ possui elemento neutro:   0 0  4 3 Μ 2 (Ζ ).+ possui elemento inverso.+ é um grupo abeliano! 0 Exemplo: Seja Ζ 5 = { . 3 × 5 4 = 2 . pois 3 × 4 = 12 e o resto da divisão de 12 por 5 é 2.3. Podemos também verificar que e Ζ 5 . pois todos os resultados verificados Ζ 5 .   - Portanto. pois 3 + 4 = 7 e o resto da divisão de 7 por 5 é 2. A multiplicação módulo 5 é definida por x × 5 y = r . onde r é o resto da divisão de x + y por 5.+ 5 e Ζ 5 .+ 5 nas tabelas são elementos de Ζ 5 . como x + 5 y = r . 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 .× 5 são fechadas. pois estão espelhadas em torno da diagonal principal.

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

Sign up to vote on this title
UsefulNot useful