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

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

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

é falsa. ambos são verdadeiros sob as mesmas condições.1. 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 . é falsa. É denotada por: (lê-se "P ou Q") P∨Q A tabela-verdade da disjunção está apresentada a seguir. Caso contrário. É denotado por: P→Q Observe: a expressão “P → Q” assegura que: não é o caso que P e não Q.4 Condicional (Implicação) O condicional é falso se seu antecedente for verdadeiro e seu conseqüente for falso. Verbalizando. ou seja. 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 e Q") P∧Q A seguir a tabela-verdade da conjunção.3 Disjunção Uma disjunção é verdadeira se pelo menos um dos seus disjunctos for verdadeiro. podemos obter a tabela-verdade de P → Q construindo a tabela verdade de ¬(P ∧ ¬Q). Portanto.1.2 Conjunção Uma conjunção é verdadeira se ambos seus conjunctos são verdadeiros. Caso contrário.P ¬P V F F V 2. Caso contrário. P V V F F Q V F V F P∨Q 2.1. então chove” (P → Q) podemos interpretá-la como sendo: “Não é o caso que esfria e não chove” ¬(P ∧ ¬Q) Assim. se considerarmos a expressão: “Se esfriar. ele é verdadeiro. P V V F F Q V F V F P∧Q V F F F 2.

d) preenchemos o segundo sinal de negação. A seguir. Por fim. 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 . a) preenchemos a coluna letra sentencial P. Exemplos: .wff) são sentenças lógicas construídas corretamente sobre o alfabeto cujos símbolos são conectivos.5 Bicondicional O bicondicional. completando-se os possíveis valores-verdade que P pode assumir. 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).2 Fórmulas Bem-Formadas Fórmulas bem-formadas (well formed formula . Devemos completar com todas as possibilidades de valores verdade para as letras sentenciais. Construa a tabela-verdade para a fórmula ¬P ∨ Q. P ↔ Q . P V F 2. P Q P↔Q V V V V F F F V F F F V 2. P V V F F Q V F V F Observe que o operador principal da fórmula acima é ∨ e. parênteses e letras sentenciais. devemos identificar o operador principal.1. P ∧ Q. completamos a tabela com os valores-verdade para os operadores.(P ∧ ¬Q) → R .2. escrevemos as letras sentenciais à esquerda da tabela e a fórmula à direita da tabela. portanto. P → Q. sub-wffs e por fim para a wff (operador principal). denotado por P ↔ Q . portanto. Veja os exemplos abaixo. determina o valor-verdade da fórmula. b) preenchemos a coluna da ocorrência de P na fórmula (na wff). que é o operador principal e. observando os passos de construção: 1.3 Tabelas-verdade para wffs Para construir uma tabela-verdade para uma wff.¬(P ∧ Q) ↔ (¬P ∨¬Q) 2.¬P. deve ter sua coluna como última a ser preenchida.P ∨ ¬Q . Construa a tabela-verdade para a fórmula ¬¬P. Assim. c) preenchemos o sinal de negação imediatamente à esquerda de P. pois é ele que determina o valor-verdade para toda a fórmula.

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

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

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

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

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

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

3. . é como segue: Matemática Discreta Márcia Rodrigues Notare 16 . 4. 2. u} e P = {0. 8} D∩V=∅ Chamamos conjuntos cuja interseção é o conjunto vazio de conjuntos disjuntos. Q e I. 4. temos que A∩B=∅ (conjuntos disjuntos) Considere R. temos que ∅∩∅=∅ U∩A=A U∩∅=∅ U∩U=U - - 3..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. 6. i. 8. O complemento de um conjunto A ⊆ U.. Exemplos: . 7. 4. Temos que R∩Q=Q R∩I=I Q∩I=∅ Para qualquer conjunto universo U e qualquer conjunto A ⊆ U. 6. Dados os conjuntos A = {x ∈ Ν | x > 2} e B = { x ∈ Ν | x2 = x}.2.3 Operação Complemento ~ A = {x ∈  x ∉ A} Suponha o conjunto universo U.A operação de interseção pode ser visualizada através de um diagrama de Venn. 1. V = {a. 9}. denotado por ~ A . 2. 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. e. temos que D ∩ P = {0. 5. como mostrado a seguir. 6. 2.Dados os conjuntos D = {0. o.}. 8.

2}.A operação complemento pode ser visualizada através de um diagrama de Venn. (definição de complemento) 3. A diferença entre os conjuntos A e B. 2. 1. temos que ~Q = I ~I = Q Suponha U qualquer. x ∈ A. 1. ou seja. como mostrado a seguir. A operação de diferença pode ser visualizada através de um diagrama de Venn. 1. Matemática Discreta Márcia Rodrigues Notare 17 . 7. x ∉ A. a diferença entre dois conjuntos A e B considera todos os elementos que pertencem ao conjunto A e que não pertencem ao conjunto B. 9} Dados o conjunto universo U = N e o conjunto A = {0. 6. ou seja ¬(x ∈ A) ⇒ para ~ ~A. 5. temos que A ∪ ~A = U A ∩ ~A = ∅ ~ ~A = A - - - Podemos provar o último caso da seguinte forma: Suponha um elemento x ∈ A. 5. 8. é como segue: Em outras palavras. 2}. Exemplos: . temos que ~A = {3. 9} e o conjunto A = {0. 8. denotada por A − B . Então para qualquer conjunto A ⊆ U.1 Propriedades de DeMorgan ⇔ ⇔ A ∪ B = ~(~A ∩ ~B) A ∩ B = ~(~A ∪ ~B) a) ~(A ∪ B) = ~A ∩ ~B b) ~(A ∩ B) = ~A ∪ ~B 3.4 Operação de Diferença A − B = {x x ∈ A ∧ x ∉ B} Sejam A e B conjuntos. 3. ¬¬(x ∈ A).3. 4. 7. x∈A⇒ para ~A.Dados o conjunto universo U = {0. temos que ~∅ = U ~U = ∅ Considerando R como conjunto universo. 4. temos que ~A = {x ∈ N | x > 2} Para qualquer conjuntos universo U. como mostrado a seguir. 6.

{a. 7. 5.P(A) = {∅. c}. b}. {a}. B = {a. vamos definir uma seqüência: uma seqüência de n elementos é definida como sendo uma n-upla ordenada. então o números de elementos de P(X) é 2n. {a. 8. 2. temos que ∅-∅=∅ U-∅=U U .A = ~A U-U=∅ - 3. então {x} ⊆ A A operação unária. 6. 4. 1. {a}.∅⊆A . {a}} .P = {1. Particularmente. {b}. b. temos que: . ou seja. Q e I. c}. i. b}} . {b. n objetos em ordem fixa.P(C) = {∅. 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}. e. {a..A⊆A .Dados os conjuntos D = {0. {c}..7 .A = {0. temos que .. b. o. temos que A . 6 . 1} Dados os conjuntos R. u} e P = {0.}. temos que D-V=D D . y ) .5 Conjunto das Partes Dado conjunto A. 5.. y ou (x.Dados os conjuntos A = {x ∈ N | x > 2} e B = {x ∈ N | x = x2}.P(B) = {∅. 5. 9} . {b}. c}. . que aplicada a um conjunto A. 4. {a.Se x ∈ A. temos que R-Q=I R-I=Q Q-I=Q Para qualquer conjunto universo U e qualquer conjunto A ⊆ U. 7. 9}. 3. b} e C = {a.Exemplos: . 6. 3.} B .B = {3.6 Produto Cartesiano Antes de definirmos a operação produto cartesiano. V = {a. Matemática Discreta Márcia Rodrigues Notare 18 .P(∅) = {∅} . 2. dizemos que uma 2-upla é uma par ordenado e é representada por x. 8. c}} Se o número de elementos de um conjunto X é n. 4. 3. .

9D. B b ∈ B} Sejam A e B conjuntos.. 4. b } A = { a. . b a ∈ A ∧ b ∈ B} 2 Denotamos o produto cartesiano de um conjunto A por ele mesmo como A × A = A . a . a. b. o.0 . Também podemos denotar a união disjunta da seguinte forma: A + B = { A a ∈ A}∪ { B b ∈ B} a b Exemplos: Dados os conjuntos D = {0.1 . a. a . Sejam A e B conjuntos. 8D. b1. a. eV. b.1 . Exemplos: Dados os conjuntos A = {a}. 2}. a. uV} .1 .. 1.Não-comutatividade: A × C ≠ C × A . oV. a. a . 2. a. a. 0P. y ≠ y. a. V = {a. A e b. 1. a . 6P.A + A = {a0. b0. a. bA.D + P = {0D. x. identificação . x . a .∅+∅=∅ . 0.0 . b . b . b. e. a . 6D. 7. b} e C = {0. 4D. 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. temos que: A × B = a.1 .2 . c1} Matemática Discreta Márcia Rodrigues Notare 19 . O produto cartesiano de A por B é como segue: A × B = { a. b } A × Ν = { a. b .0 . c0. 5.2 . b .1 .0 . 9}. é como segue: onde os pares ordenados a. 6. 3D. 2D.2 a.Não-associatividade: (A × B )× C ≠ A × (B × C ) Propriedades que envolvem Produto Cartesiano.. 4P. aV.2 . 1.0 . 5D.2 } } A×∅ = ∅ ∅ ×A =∅ ∅2 = ∅ Observações: . u}.1 . a. 2. i. a.Observação: A ordem dos elementos é importante! Logo. A × (B × C ) = { a.2 . 1D. 3. 1D. 7D. c}. b. 3D. 7D. cA} . b - { } B × C = { a.0 . 2D.} . a. 1. temos que: .1 . b. B representam elemento. . b. A a ∈ A}∪ { b.. A união disjunta dos conjuntos A e B. b . 6.2 } C × B = { 0. a. a . a.} e A = {a.. 5D. b. 2. P = {0. a.D + V = {0D. 8D. 2. a. a } B = { a. a.A + ∅ = {aA. B = {a. 6D. a . 2P. b .} 2 2 (A × B )× C = { a. b. b. iV. denotada por A + B . a . 4. 9D. a1.7 União Disjunta A + B = { a. 4D. 8...0 . a.

ou seja R ⊆ A × B . 1.4 4.1 . b ∈ R . 1. a. < = { 0. algumas definições referentes ao conceito de relação: Matemática Discreta Márcia Rodrigues Notare 20 .1 RELAÇÕES Relação Binária Dados dois conjuntos A e B. uma relação do tipo R : A → A é dita uma Endorrelação ou Auto-Relação. R . b ∈ R . origem ou conjunto de partida de R . onde: . se a. b } ⊆: P( B) → P( B) ≤ : C →C =: A → A { a. como mostram as figuras abaixo. 1. a . a } Endorrelação ou Auto-Relação: dado um conjunto A.2 } A seguir. ≤ - Ζ. ⊂ Uma relação binária pode ser representada no diagrama de Venn. então afirmamos que "a relaciona-se com b". 1. b é uma relação de A em B - a.A é o domínio. b de R : A → B C . 0. a .∅ é uma relação de A em B A × B = a. b} e C = {0.2 . A C B C 0 0 b a 1 2 1 2 par a. 0. Assim.2 . uma relação binária R de A em B é um subconjunto de um produto cartesiano A × B .1 .B é o contra-domínio. Exemplos: Seja A um conjunto. = P( A). 2}. são endorrelações: Ν. B = {a. Podemos denotar uma relação R da seguinte forma: R : A → B e. podemos { } - Relação de Igualdade de A em A: Relação "menor" de C em C: { 0. destino ou conjunto de chegada de R Para R ⊆ A × B .2 } Relação de C em B: { 0. ⊆ P(R). ≤ Q. Então. para um elemento denota-lo como aRb . Exemplos: Sejam A = {a}. temos que origem e destino são o mesmo conjunto e podemos denota-la por A. São exemplos de relações: .

2. temos que . 4.. b j ∈ R . an} e B = {b1. a . a2. caso contrário.a) a. 2}. seu valor será falso (0).. b da relação é representada como uma aresta do grafo. .. 1. b) Domínio de definição: é o conjunto de todos os elementos de A para os quais R está definida. A representação da relação R : A → B como matriz é como segue: a) o número de linhas é n (número de elementos do domínio). b 0 1 2 } 0 1 2 C . com origem em a e destino em b.0 . b) cada par a.. c) a matriz resultante possui m x n células. então a posição determinada pela linha i e pela coluna j da matriz contém valor verdadeiro (1). c) Conjunto imagem: conjunto de todos os elementos de B que estão relacionados com algum elemento de A. 2. b2. Exemplos: a a b ∅: A → A = : B → B = { a. e) se a i ..2 . . Exemplos: Dados os conjuntos A = {a}.1 .2 . 1} e o conjunto imagem é o conjuto {1. < = { 0. d) cada uma das m x n células possuem um valor lógico associado. Matemática Discreta Márcia Rodrigues Notare 21 . 0. b. b ∈ R : dizemos que R está definida para a e que b é a imagem de a.2 } 4. b) o número de colunas é m (número de elementos da imagem). bm} dois conjuntos finitos. B = {a. onde: a) cada elemento do conjunto A é representado como um nodo do grafo. o domínio de definição é o conjunto {a} e o conjunto imagem também é o conjunto {a}.para a endorelação C .. o domínio de definição é o conjunto {0. b} e C = {0. 2] para a relação = : A → B .2 } Sejam A = {a1. < .3 Relação como Matriz R : C → C tal que R = { 0. 1.2 Endorrelação como Grafo Toda endorrelação R : A → A pode ser representada como um grafo.

pois todo conjunto está contido em si mesmo A 2 : A → A .0 .2 } A× B a S 0 1 2 ⊆ ∅ {a} a 1 0 0 A× B = A → B S = { 0. < R : C → C tal que R = { 0. 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 . temos que as seguintes relações são reflexivas Ν. 2}.1 Relação Reflexiva Sejam A um conjunto e R uma endorrelação em A. ⊆ . 1. pois esta relação contém os pares 0. A seguir serão apresentadas as propriedades que envolvem as endorrelações.4 Propriedades das Relações Uma endorrelação binária em um conjunto A pode ter determinadas propriedades. pois todo elemento é igual a si mesmo - P( A). b} e C = {0. 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. 2. ≤ .2 A. 1. 1. 4. = C. 2}.4. 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 = {0.0 . a . B = {a. = .1 e 2. b} 1 1 2 1 1 0 2 1 0 1 b 1 ∅: A → A B.2 . 1. b }: C → B ⊆: P( A) → P( B) 4. 2.Exemplo: Dados os conjuntos A = {a}.

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.1 . = = 0 1 2 0 1 0 0 1 0 1 0 2 0 0 1 1 0 2 4. se R = { 0. R . pois não há nenhum elemento do tipo a.0 . 2. pois não há nenhum elemento do tipo a. 1.2 Relação Irreflexiva Sejam A um conjunto e R uma endorrelação em A. 2.1 }.2 .A. Veja as matrizes e grafos referentes a alguns dos exemplos apresentados acima. pois não elemento diferente de si mesmo - P( A). e qualquer nodo do grafo não possui aresta com origem e destino nele mesmo. 2}. R é uma relação irreflexiva se: (∀a ∈ A)(¬(aRa )) Exemplos: Dado o conjunto A = {0. ⊂ . nem irreflexiva: . S .possui uma aresta com origem e destino nele mesmo. a A. se S = 0. 1.2 { } A matriz e o grafo de uma relação irreflexiva apresentam uma característica especial: a diagonal principal da matriz contém somente valores lógicos falso (0).4. temos que as seguintes relações são irreflexivas Ζ. 2. a Exemplo de relação nem reflexiva.2 . ∅ :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 . ≠ . A2 0 1 2 A :A→ A 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. 2} e X um conjunto qualquer. entre dois nodos quaisquer. uma em cada sentido.4 Relação Anti-Simétrica Sejam A um conjunto e R uma endorrelação em A. e. ou não existe aresta.4.≠ P( X ). R é uma relação simétrica se: (∀a ∈ A)(∀b ∈ A)(aRb → bRa ) Exemplos: Dados o conjunto A = {0. = ∅: X → X A matriz e o grafo de uma relação simétrica apresentam uma característica especial: na matriz. 2} e X um conjunto qualquer.1 } R 0 1 2 0 0 0 0 1 1 0 1 2 0 1 0 1 0 2 4.X2: X → X X. Veja as matrizes e grafos referentes a alguns dos exemplos apresentados acima. ou existem duas arestas. 1. temos que as seguintes relações são simétricas . R é uma relação anti-simétrica se: (∀a ∈ A)(∀b ∈ A)(aRb ∧ bRa → a = b ) Exemplos: Dados o conjunto A = {0.2 . a metade acima da diagonal principal é a imagem espelhada da metade de baixo. 1. 1.R = { 0. 2.1 . A :A→ A 2 A2 0 1 2 0 1 1 1 1 1 1 1 2 1 1 1 1 0 2 A.3 Relação Simétrica Sejam A um conjunto e R uma endorrelação. temos que as seguintes relações são anti-simétricas Matemática Discreta Márcia Rodrigues Notare 24 . no grafo.4.= - X.

R . R . a correspondente célula na outra metade é falsa (0).1 . para qualquer célula verdadeira (1) em uma das metades da matriz.1 .5 Relação Transitiva Sejam A um conjunto e R uma endorrelação em A.0 . se R = { 0. ≤ Ζ. então ela é a seu próprio fecho em relação a P. 1. ⊆ P( X ). nem anti-simétrica: . Então. existe no máximo uma aresta.1 } A. temos que as seguintes relações são transitivas . 1. 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 } 4. R ⊆ FECHO − P(R ) Matemática Discreta Márcia Rodrigues Notare 25 . Veja a matriz e o grafo referentes a um dos exemplos apresentado acima. entre dois nodos quaisquer. ⊂ Exemplos: Dado um conjunto X qualquer.= P( X ). 1. 2. S . ≠ - A.2 . R = { 0.0 . < P( X ). no grafo.2 { } A matriz e o grafo de uma relação anti-simétrica apresentam uma característica especial: na matriz. 2. 2.0 . se R = { x. se S = 0.A.= - Ν. temos que as seguintes relações não são transitivas Ζ.5 Fechos de Relações Sejam R: A → A uma endorrelação e P um conjunto de propriedades.1 . = ∅: X → X Ν.- X. Se a relação R já contém as propriedades de P. y ∈ Ν2 y = x2 } Exemplo de relação nem simétrica.0 .4. R é uma relação transitiva se: (∀a ∈ A)(∀b ∈ A)(∀c ∈ A)(aRb ∧ bRc → aRc ) Exemplos: Dado um conjunto X qualquer. R . se R = { 0.X2: X → X . 2.∅: X → X X. 1.2 } R 0 1 2 0 1 0 0 1 0 1 0 2 0 1 0 1 0 2 4.

5 } Relação de Ordem Intuitivamente.1 } 4. tal que R = {1. etc. 1. 2.3 . 2. 5} e R: A → A uma endorrelação. 2. 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. a R = {1. temos que a. Então o fecho reflexivo de R é definido como segue: Fecho − {reflexiva}(R ) = R ∪ { a.3 .2 . 3. 3.5 .3 . 2.2 . 3.4 }.5 .2 . 5} e R: A → A uma endorrelação.3 . 1. 2. 1.5 .2 .4. 1. temos que 4.3 .6 R * = {1. 3. 2. 1. 2.4 }. b) se a. 4. c ∈ Fecho − { transitiva}(R ) . b ∈ R} Exemplo: Dados o conjunto A = {1. na relação "menor ou igual" no números naturais. 2. tal que R = {1.5. 4. a a ∈ A} Exemplo: Dados o conjunto A = {1. 1.4 . então Exemplo: Dados o conjunto A = {1. tal que - Fecho − {simétrica}(R ) = {1.4 .4 . 2.3 Fecho Transitivo Suponha R: A → A uma endorrelação. 2.1 . 4. 4.2 .2 .4 . 3. podemos pensar numa relação de ordem quando lembramos de uma fila no banco.4 .3 . 3. b ∈ Fecho − { transitiva}(R ) e b. 1.3 .5 . considerando o exemplo acima. 5. 3. 5} e R: A → A uma endorrelação. b ∈ R .2 . 1. 1.5.3 . 3. 2. 5. 3.5 . 1. 4. 5. então a. 1. Então o fecho simétrico de R é definido como segue: Fecho − {simétrica}(R ) = R ∪ { b.4 . 1.1 Fecho Reflexivo Suponha R: A → A uma endorrelação. de uma fila de alunos dispostos numa sala de aula.5 } 4.2 Fecho Simétrico Suponha R: A → A uma endorrelação.2 . 2.4 .3 . Então o fecho transitivo de R é definido como segue: a) se a. a. 3.2 .4 }.1 .5 .2 .4 . Matemática Discreta Márcia Rodrigues Notare 26 . 2. 3. c ∈ Fecho − { transitiva}(R ) . 2. 2.4 .3 . transitiva}(R ) Portanto. 1.3 . b ∈ Fecho − { transitiva}(R ) .1 . temos que - Fecho − { transitiva}(R ) = {1. 4.3 .5.5 . 3. temos que - Fecho − {reflexiva}(R ) = {1.

{1. 12.2} {1} {2} ∅ - Dados o conjunto A = {1. ≤ . temos seus respectivos grafo e diagrama de Hasse representados abaixo. 18} e a relação de ordem "x divide y". 2. Se A é um conjunto finito. R é um conjunto Se R é uma relação de ordem parcial em A. x _ divide _ y A.Ordem parcial: é toda relação binária em um conjunto A que é. ⊆ . 3} e a relação de ordem A. dessa forma. 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. ou seja. Exemplo: Dados o conjunto A = {1. Veja o exemplo a seguir. anti-simétrica e transitiva. ⊆ Ζ + . Exemplos: 1 . simultaneamente. Cada elemento de A é representado por um ponto (vértice) do diagrama. o diagrama de Hasse está representado abaixo.Dada a relação de ordem P ({ . 2. O diagrama de Hasse pode ser construído com base num grafo. 3. Matemática Discreta Márcia Rodrigues Notare 27 . então o elemento 1 aparece abaixo do elemento 2. reflexiva. As orientação das arestas torna-se. seu diagrama de Hasse está representado abaixo.2}). 6. então dizemos que parcialmente ordenado. São exemplos de relação de ordem parcial: Ν. como 1 ≤ 2. já que a disposição dos elementos no diagrama preserva essa informação. então podemos representar visualmente um conjunto parcialmente ordenado em A por um diagrama de Hasse. desnecessária. ≤ - P( Ν). onde as arestas que representam as relações reflexivas e transitivas ficam implícitas no diagrama.

c. 3.1 é elemento mínimo. R uma relação de ordem. c . d . R uma relação de ordem. pois não há elemento que relaciona-se com ele. Dizemos que m é elemento máximo (∀a ∈ A)(aRm) Elemento Maximal 4. f .6. .6.3 de R se Suponha A um conjunto e A. a. 2. 18} e a relação de ordem "x divide y". c . f }. a . Matemática Discreta Márcia Rodrigues Notare 28 . a. R uma relação de ordem.4 de R se Suponha A um conjunto e A.6.2 de R se Suponha A um conjunto e A. a ∉ R) Exemplo: Dados o conjunto A = {1. b . e . pois está relacionado com todos os outros elementos de A. e . m Elemento Máximo ∉ R) 4. e b c d a f temos { a. 12.1 é elemento minimal. d . Elemento Mínimo que o conjunto dado pela relação de ordem é 4. Dizemos que m é elemento minimal (∀a ∈ A)( a. 6. a. temos que .1 R se Suponha A um conjunto e A. R uma relação de ordem. d . pois não existem elementos com os quais eles relacionamse.12 e 18 são elementos maximais.12 6 18 2 3 1 - Dado o diagrama de Hasse a seguir. cujo diagrama de Hasse já foi apresentado anteriormente. e . .6. Dizemos que m é elemento mínimo de (∀a ∈ A)(mRa ) Elemento Minimal 4. b. b . d . a. e. Dizemos que m é elemento maximal (∀a ∈ A)( m.

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

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

y. 4} e a relação C . b} e B = {2. b. d . 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. 3. c. 5} e C = {x. 3. 5. b.2 . 3.3 . 5. S: B → C e T: C → D. 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 ∈ R ∧ b . 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 .3 } Dados o conjunto C = {2. z . z} e as relações R : A → B = a. B e C conjuntos.Dados os conjuntos A = {a. c ∈ S } { } { } R  S = { a.5 e S : B → C = 1. ou seja: Sejam as relações R: A → B. y . z } B 1 2 3 4 5 C S x y z 31 . c ∃b ∈ B ∧ a . b .1 . y . A composição de R e S. d . b ∈ R} Exemplos: . é tal que Ou seja. d . e R: A → B e S: B → C relações. b. B = {1. x . 4} e a relação R : B → A = 2. a a. Então. 2.9 Composição de Relações < −1 => : C → C Sejam A. y .R −1 : B → A = { b. Exemplo: Dados os conjuntos A = {a. 4. x .4 . a . < . R é dada por - -1 R −1 : A → B = { a. { } temos que a relação inversa de R. denotada por R S : A → C . d}.

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

no máximo. 5. Relação Funcional Uma relação binária R: A → B é uma relação funcional se.1 . a . no máximo. um elemento do conjunto destino. c}.5 5. para 2 { } cada inteiro x. e somente se: (∀a ∈ A)(∀b1 ∈ B )(∀b2 ∈ B )(aRb1 ∧ aRb2 → b1 = b2 ) Em outras palavras. Exemplo: Dada a relação R: A → B.2 Relação Injetora Relação injetora é o conceito dual (inverso) de relação funcional. b. no máximo. cada elemento do conjunto destino deve estar relacionado a. no máximo. tal que R = a. y ∈ Ζ 2 y = x 2 . B = {1. temos que para uma relação ser funcional.1 TIPOS DE RELAÇÕES Vamos estudar agora os diferentes tipos de relações. A matriz de uma relação funcional tem uma característica particular: cada linha da matriz pode conter no máximo um valor lógico verdadeiro (1). 2}. cada elemento do conjunto origem está relacionado a. de fato. Podemos também visualizar uma relação funcional no diagrama de Venn. existe no máximo um inteiro y tal que y = x . Uma relação binária R: A → B é uma relação injetora se. para um relação ser injetora. 2. cada elemento do conjunto origem deve estar relacionado a. 2 Exemplo: Dada a relação X : Z → Z. um elemento do conjunto origem. 2. temos que. Considerando a relação R: A → A. temos que. tal que A = {1. temos que o correspondente { } diagrama é como segue: A a b c a b c A Observe que. tal que X 2 = x. um elemento de A. 3} e R = 1.3 . Veja a seguir o diagrama que representa a relação R. um elemento do conjunto destino (o que significa que podem haver elementos da origem não relacionados a algum elemento do destino). 1. A matriz de uma relação injetora tem uma característica particular: existe no máximo um valor lógico verdadeiro (1) em cada coluna. c e A = {a. temos que cada elemento de B está relacionado a. e somente se: (∀b ∈ B )(∀a1 ∈ A)(∀a 2 ∈ A)(a1 Rb ∧ a 2 Rb → a1 = a 2 ) Em outra palavras. b.2 . { } Matemática Discreta Márcia Rodrigues Notare 33 .

deve existir pelo menos um valor lógico verdadeiro em cada coluna. 3} e R = 1. a . Na matriz de uma relação total. b} e R = a.3 Relação Total Uma relação binária R: A → B é uma relação total se. temos que para uma relação ser total. temos que cada elemento de A está relacionado a algum elemento de B. tal que A = {a.A 1 1 2 2 3 B 5. O conjunto imagem é o próprio conjunto B. Na matriz de uma relação sobrejetora. 2.2 . b. Exemplo: Dada a relação R: A → B. A 1 1 2 2 3 B { } 5. B = {1. Exemplo: Dada a relação R: A → B. B = {a. 2.3 . temos que para uma relação ser sobrejetora. O domínio de definição é o próprio conjunto A.1 . Veja a seguir o diagrama que representa a relação R. b . deve existir pelo menos um valor lógico verdadeiro em cada linha. Uma relação binária R: A → B é uma relação sobrejetora se. e somente se: (∀a ∈ A)(∃b ∈ B )(aRb ) Em outras palavras. Veja a seguir o diagrama que representa a relação R. 2}. temos que cada elemento de B está relacionado a algum elemento de A. e somente se: (∀b ∈ B )(∃a ∈ A)(aRb ) Em outras palavras. tal que A = {1. todos os elementos do conjunto destino devem estar relacionados a algum elemento do conjunto origem. { } Matemática Discreta Márcia Rodrigues Notare 34 . todos os elementos do conjunto origem devem estar relacionados a algum elemento do conjunto destino.4 Relação Sobrejetora Relação sobrejetora é o conceito dual (inverso) de relação total. c}. 2. c.

S: C → B.=: A → A . 1. b { } 5. e somente se. Exemplo: A relação =: A → B . = . 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). = e idB é uma endorrelação de igualdade em B B. chamadas de relação identidade.6 Epimorfismo Epimorfismo é o conceito dual (inverso) de monomorfismo. Exemplo: São exemplos epimorfismo. Matemática Discreta Márcia Rodrigues Notare     35 . for simultaneamente uma relação funcional e sobrejetora. Assim. tal que S = 0. sendo que onde A = {a}. e somente se.A a a b b c B 5. existe uma relação S: B → A tal que: R S = idA S R = idB onde idA é uma endorrelação de igualdade em A A.7 Isomorfismo Uma relação R: A → B é um isomorfismo se. 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). se R S = idA e S R = idB. podemos chama-los de conjuntos isomorfos. b} e C = {0. b}. Dessa forma. Ainda. 2}: . podemos afirmar que a relação R possui inversa. B = {a. é um monomorfismo. Uma relação R: A → B é um epimorfismo se. o conjunto imagem é o próprio conjunto B e cada elemento de A está relacionado com no máximo um elemento de B. onde A = {a} e B = {a. for simultaneamente uma relação total e injetora. Dessa forma.5 Monomorfismo Uma relação R: A → B é um monomorfismo se. 1. 5. o domínio de definição é o próprio conjunto A e cada elemento de B está relacionado com no máximo um elemento de A. e somente se. se existe um isomorfismo entre dois conjuntos.

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

b ∈ f pode ser representado por f (a ) = b . podemos verificar as seguintes propriedades: Função Injetora = monomorfismo Função Sobrejetora = epimorfismo Função Bijetora = isomorfismo Ou seja. não é uma função. f −1 = 1. { } Para que a relação inversa de uma função f seja uma função. a relação inversa de uma função não necessariamente é uma função. a { } - =: B → B Vale observar que a relação inversa de uma função parcial não necessariamente é uma função parcial. A inversa de g. Podemos considerar também a função g: A → B.0 . dizemos apenas que é uma função.R : B → A = x. 6.1 . Entretanto. 1.1 . portanto. sempre que mencionarmos apenas função.1 Função Parcial Uma função parcial é uma relação funcional. portanto. assim como nem toda função parcial é uma função total. Se uma função é total. Se a relação funcional for também total. Considerando os conjuntos A = {0. ou seja. uma função bijetora é uma função injetora e sobrejetora. é uma função parcial definida para todos os elementos do domínio. y .2 { } { } não é uma relação funcional e. g −1 = { 0.0 . não é uma função. Exemplo: Dados os conjuntos A = {a} e B = {x. 1.1 } não é uma relação total e.1 . temos que a relação inversa de f.0 .0 . estamos nos referindo a funções totais. Para que a relação inversa de uma relação funcional seja uma função parcial. y} temos que as seguintes relações são funções parcias: .0 . 1. 2. ou seja.1 . podemos dizer que toda função total é uma função parcial e que toda função parcial é uma relação.0 . 1. cada elemento do domínio está relacionado a no máximo um elemento do contra-domínio.2 não é uma relação { } { } funcional e. 2} e a função f : B → A = 0. a . não é uma função parcial. 2. Um elemento pertencente à função parcial a.2 Função Total Uma função total é uma função parcial que é total. Da mesma forma que para funções parciais. Assim. consequentemente. 6. ela deve ser também injetora (que é o dual de funcional). temos que a relação inversa de f.1 . f deve ser uma função bijetora. 1. então a denominamos de função total. f −1 = 0. Matemática Discreta Márcia Rodrigues Notare 37 .6 FUNÇÕES PARCIAIS E TOTAIS Uma função parcial nada mais é do que um relação que é funcional. Portanto. 0. 1. Se considerarmos o conjunto A = {0. 1} e B = {0. tal que g = 0. Em outras palavras. 2} e a função parcial f: A → A tal que f = 0. 1. nem toda relação é uma função parcial.

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

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

.B = { ∈ A a ∉ g (a )} a Como A é um conjunto.. a 3 . um número real obtido da seguinte forma: . x31 x32 x33 x34 . O conjunto das partes de N é equipotente ao conjunto dos números reais R.}. existe uma função bijetora f :Ν →Ι. O que é uma contradição! Logo. pois y1 ≠ x11 b ≠ a 2 .. f (2 ) = a 2 . .. isto é.. y1 y 2 y 3 y 4 . a 2 . I = {a1 . Mas 1 yi =  2 se xii ≠ 1 se xii = 1 b ≠ a1 . Suponha b ∈ A. então.. 1] de todos os números reais entre 0 e 1 é não-contável. I é não-contável..}... b ∈ Ι . Seja b = 0. é a cardinalidade do continuum. tem-se que b ∈ g(b) = B... a3 = 0. x 21 x 22 x 23 x 24 . Teorema: O conjunto I = [0. Seja uma coluna com sua expansão decimal: a1 = 0. b ∉ Ι = {a1 . então.. Vamos listar seus elementos em Então.... Neste caso: se b ∈ B. Prova (por absurdo): Suponha I contável. tem-se que 2 0 é a cardinalidade do conjunto dos números reais. a 3 . x 41 x 42 x 43 x 44 ... a 2 = 0. a 4 = 0.1. pois y 2 ≠ x 22 b ≠ a3 .... f (1) = a1 ... x11 x12 x13 x14 .. pela definição de B..2. a 2 . se b ∉ g(B). o que é uma contradição. tem-se que b ∉ g(b) = B. Considerando que χ 2k denota o cardinal do conjunto das partes com cardinalidade k. Portanto. portanto.. já que b ∈ Ι ! Logo. Matemática Discreta Márcia Rodrigues Notare 40 . onde xij ∈ {0. ou seja. pela definição de B. a suposição de que I é contável é falsa e. pois y 3 ≠ x33 .9}. f (3) = a3 . como queríamos provar.. ele pode ser um conjunto de conjuntos.. não existe uma função bijetora entre A e 2A. tal que g (b ) = B . Portanto.

chega ao terceiro degrau. Supomos que a propriedade P é válida para qualquer inteiro positivo k: P(k) 3. e assim sucessivamente. você é capaz de chegar ao primeiro degrau. então é válida para o próximo inteiro positivo k+1: P(k) → P(k+1) 8. 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 . Descendentes 2 = 21 4 = 22 8 = 23 . Como saber se será capaz de chegar a um degrau arbitrariamente alto? Suponha as seguintes hipóteses: 1. que P(n) é verdade. A figura abaixo ilustra esse processo: Geração 1 2 3 . Então. (∀k)(P(k) é verdade → P(k+1) é verdade) E com isto.. você sempre é capaz de chegar ao próximo Para entender intuitivamente o que é a Indução Matemática.. você consegue chegar ao segundo.. Assumimos que o número 1 tem a propriedade P: P(1) 2. provamos que a propriedade é verdadeira para todo inteiro positivo n. Exemplo: Suponha que um ancestral casou-se e teve dois filhos. vamos ilustrar a técnica: - - Pela hipótese 1.1 Primeiro Princípio de Indução Matemática O Primeiro Princípio de Indução Matemática é formulado da seguinte forma: 1. 1. se a propriedade P é válida para qualquer número inteiro k..8 - INDUÇÃO MATEMÁTICA Você está subindo uma escada infinitamente alta.. Você consegue alcançar o primeiro degrau 2. ou seja. pela hipótese 2.. Então a geração 2 contém quatro descendentes. Suponha agora que cada um desses filhos teve dois filhos. Imagine que esse processo continua de geração em geração. Vamos chamar esses dois filhos de geração 1. Uma vez chegando a um degrau. P(1) é verdade 2. podemos deduzir que: A geração 1 possui 2 descendentes A geração 2 possui 4 descendentes A geração 3 possui 8 descendentes E assim sucessivamente. Provamos que. novamente pela hipótese 2.

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

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

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

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

P(k) Supomos que a propriedade é válida para n = k. P(k + 1) : 2 ( k +1)+1 < 3 ( k +1) ? k +1 2 ( k +1)+1 = 2 ⋅ 2. k > 1 Passo de Indução .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 ⋅ 2 < 3 k ⋅ 3 = 3 k +1 3 HI Matemática Discreta Márcia Rodrigues Notare 46 .

9 9. o terceiro valor da seqüência é S(3) = 2S(2) = 2 ⋅ 4 = 8. o primeiro valor da seqüência é 2. 2. e assim por diante. T(1) = 1 2. Um passo de indução ou recorrência. S(k) denota o k-ésimo objeto da seqüência. S(1) = 2 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). o segundo valor da seqüência é S(2) = 2S(2-1) = 2S(1) = 2 ⋅ 2 = 4. Daí o nome definição por indução. 4. para n ≥ 2 Traduzindo. Continuando a seqüência. fornecendo alguns casos simples e concretos.1) para n ≥ 2 Assim. temos 2. ou definição recorrente. a partir destes mais simples e assim por diante. Base ou condição básica. S(n) = 2S(n . onde algum(s) caso(s) simples do item que está sendo definido é dado explicitamente. 10. 9. 4. 8. Matemática Discreta Márcia Rodrigues Notare 47 . 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. um segundo objetos. Exemplo: A seqüência S é definida por recorrência por 1. qualquer valor da seqüência de Fibonacci.1) + 3.1 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: 1.2 Seqüências Definidas por Recorrência Uma seqüência S é uma lista de objetos numerados em determinada ordem. 16. onde novos casos do item que está sendo definido são dados em função de casos anteriores. 7. Existe um primeiro objeto. é dado pela soma de seus dois valores anteriores. Exemplo: Escreva os cinco primeiro valores da seqüência T. A parte 2 nos permite construir novos casos. ou ainda definição por indução. devido à analogia com as demonstrações por indução. T(n) = T(n . exceto os dois primeiros. . Uma definição recorrente é formada por duas partes: 1. para n ≥ 2 1.. e assim por diante. 32.. A parte 1 da definição nos permite começar.

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

.

.

.

.

.

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 .

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

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

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

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

- Μ 2 (Ζ ). pois 3 × 4 = 12 e o resto da divisão de 12 por 5 é 2.   - Portanto.4}.+ 5 nas tabelas são elementos de Ζ 5 . Por exemplo. 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 ). onde r é o resto da divisão de x × y por 5. a inversa da matriz   é a matriz 2 1  − 4 − 3 − 2 − 1  .3. Matemática Discreta Márcia Rodrigues Notare 53 .2. pois 3 + 4 = 7 e o resto da divisão de 7 por 5 é 2. em Ζ 5 .× 5 são comutativas. A multiplicação módulo 5 é definida por x × 5 y = r . onde r é o resto da divisão de x + y por 5. Definimos a soma módulo 5.1. 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 . como x + 5 y = r .+ 5 e Ζ 5 .+ possui elemento inverso. denotada por + 5 . pois 2 × 3 = 6 e o resto da divisão de 6 por 5 é 1.+ é um grupo abeliano! 0 Exemplo: Seja Ζ 5 = { . Por exemplo: 1 +5 2 = 3 3 + 5 4 = 2 . pois estão espelhadas em torno da diagonal principal. pois todos os resultados verificados Ζ 5 .+ é comutativa.+ possui elemento neutro:   0 0  4 3 Μ 2 (Ζ ). Por exemplo: 2 × 5 3 = 1 .× 5 são fechadas. Podemos também verificar que e Ζ 5 . através das tabelas construídas. 3 × 5 4 = 2 . Μ 2 (Ζ ).

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

Sign up to vote on this title
UsefulNot useful