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

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

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

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 .2 Conjunção Uma conjunção é verdadeira se ambos seus conjunctos são verdadeiros. Portanto.1.1.3 Disjunção Uma disjunção é verdadeira se pelo menos um dos seus disjunctos for verdadeiro. Caso contrário. ele é verdadeiro. podemos dizer que um enunciado da forma P → Q tem o mesmo significado (semântica) que um enunciado da forma ¬(P ∧ ¬Q). então chove” (P → Q) podemos interpretá-la como sendo: “Não é o caso que esfria e não chove” ¬(P ∧ ¬Q) Assim.1. P V V F F Q V F V F P∨Q 2. ambos são verdadeiros sob as mesmas condições. Caso contrário. É denotado por: P→Q Observe: a expressão “P → Q” assegura que: não é o caso que P e não Q. É denotada por: (lê-se "P ou Q") P∨Q A tabela-verdade da disjunção está apresentada a seguir. é falsa. Verbalizando. é falsa. se considerarmos a expressão: “Se esfriar. É denotada por: (lê-se "P e Q") P∧Q A seguir a tabela-verdade da conjunção. podemos obter a tabela-verdade de P → Q construindo a tabela verdade de ¬(P ∧ ¬Q).P ¬P V F F V 2. P V V F F Q V F V F P∧Q V F F F 2. Caso contrário. ou seja.4 Condicional (Implicação) O condicional é falso se seu antecedente for verdadeiro e seu conseqüente for falso.

¬(P ∧ Q) ↔ (¬P ∨¬Q) 2. Construa a tabela-verdade para a fórmula ¬P ∨ Q. a tabela-verdade de (P ↔ Q) pode ser obtida construindo a tabela-verdade de (P → Q) ∧ (Q → P). Veja os exemplos abaixo.¬P. P V V F F Q V F V F Observe que o operador principal da fórmula acima é ∨ e. P ∨ Q.1. parênteses e letras sentenciais. observando os passos de construção: 1. completando-se os possíveis valores-verdade que P pode assumir. denotado por P ↔ Q . d) preenchemos o segundo sinal de negação. 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 . Por fim. sub-wffs e por fim para a wff (operador principal). devemos identificar o operador principal. P Q P↔Q V V V V F F F V F F F V 2.3 Tabelas-verdade para wffs Para construir uma tabela-verdade para uma wff. portanto.P ∨ ¬Q . determina o valor-verdade da fórmula. Assim. Construa a tabela-verdade para a fórmula ¬¬P. c) preenchemos o sinal de negação imediatamente à esquerda de P. Devemos completar com todas as possibilidades de valores verdade para as letras sentenciais. P → Q. P V F 2. P ∧ Q. A seguir. completamos a tabela com os valores-verdade para os operadores.2. que é o operador principal e. P ↔ Q . portanto. deve ter sua coluna como última a ser preenchida. pois é ele que determina o valor-verdade para toda a fórmula.5 Bicondicional O bicondicional. b) preenchemos a coluna da ocorrência de P na fórmula (na wff). tem o mesmo significado que (P → Q) ∧ (Q → P). Exemplos: .2 Fórmulas Bem-Formadas Fórmulas bem-formadas (well formed formula .(P ∧ ¬Q) → R .wff) são sentenças lógicas construídas corretamente sobre o alfabeto cujos símbolos são conectivos. escrevemos as letras sentenciais à esquerda da tabela e a fórmula à direita da tabela. a) preenchemos a coluna letra sentencial P.

c) por fim. Uma contradiação é intrinsecamente falsa pela sua própria estrutura. 2. uma fórmula que assume sempre o valor lógico F. ou seja. exemplos de algumas equivalências tautológicas importantes.a) preenchemos as colunas das letras sentenciais P e Q (à esquerda da tabela). (Observe que o operador principal ∧ conecta as colunas de ∨ e ¬). Então. como no exemplo 5. preenchemos a coluna do operador principal ∧. que é o operador principal e. Construa a tabela verdade para a fórmula P ∧ ¬P. portanto. determina o valor verdade da fórmula. b) preenchemos as colunas da ocorrência de P e Q na fórmula. ou seja. Construa a tabela verdade para a fórmula (P ∨ Q) ∧ ¬(P ∧ Q). é denominada uma tautologia. as etapas de construção são como segue: a) preenchemos as colunas das letras sentenciais P e Q (à esquerda da tabela). b) preenchemos as colunas da ocorrência de ¬P e Q. é denominada uma contradição. que determina o valorverdade da fórmula. d) preenchemos a coluna da ocorrência da negação do operador ∧. Construa a tabela verdade para a fórmula P ∨ ¬P. Uma tautologia é intrinsecamente verdadeira pela sua própria estrutura. como no exemplo 4.4 Equivalência Dizemos que duas fórmulas P e Q são equivalentes se a fórmula P ↔ Q é uma tautologia. preenchemos a coluna ∨. e) finalmente. Por outro lado. é falsa independentemente dos valores lógicos atribuidos as suas letras sentenciais. é verdadeira independentemente dos valores lógicos atribuidos as suas letras sentenciais. P V F P V F 5. 4. 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)). Assim a coluna deste operador determina o valor-verdade da fórmula. onde 1 representa uma tautologia e 0 representa uma contradição: Matemática Discreta Márcia Rodrigues Notare  ∧ F F  ∨ V V ¬P F V ¬P F V   ©   ∨ V V V F ∧ F V V F ¬ F V V V     ©   © ∧ V F F F  © Q V F V F 10 . c) preenchemos as colunas da ocorrência de ∨ e ∧ na fórmula (mas não o ∧ principal). P V F P V F Uma fórmula que assume sempre o valor lógico V. Denotamos essa propriedade por P⇔Q A seguir. 3.

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

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

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

Q e I. . o. A ∪ ∅ = A Analogamente. 3. 9} e V = {a. u} Dados os conjuntos A = {x ∈ Ν | x > 2} e B = { x ∈ Ν | x2 = x}. 1. 4. ∅ ∪ A = A Idempotência: A ∪ A = A Prova: Seja x ∈ (A ∪ A). temos que A ∪ B = {0.A operação de união pode ser visualizada através de um diagrama de Venn. seja x ∈ (∅ ∪ A). Exemplos: .1 Propriedades da União Elemento Neutro: A ∪ ∅ = ∅ ∪ A = A Prova: Seja x ∈ (A ∪ ∅). i. 2. 6. 5.. 9. 7. 1. x ∈ (A ∪ ∅) ⇔ x∈A∨x∈∅⇔ (definição de união) x∈A (elemento neutro) Logo. e. temos que D ∪ V = {0. 8. a. como mostrado a seguir. 6. 3. 8. 1. u}. 3. 2. i. temos que ∅∪∅=∅ U∪∅=U U∪A=U U∪U=U - 3. 7. x ∈ (A ∪ A) ⇔ x∈A∨x∈A⇔ x∈A (definição de união) (idempotência do conectivo ∨) Matemática Discreta Márcia Rodrigues Notare 14 . 2. Temos que R∪Q=R R∪I=R Q∪I=R Para qualquer conjunto universo U e qualquer A ⊆ U. o. x ∈ (∅ ∪ A) ⇔ x∈∅∨ x∈A⇔ (definição de união) x∈A∨x∈∅⇔ (comutatividade) x∈A (elemento neutro) Logo. 9. 7. 8.} Considere R.. 4. 6. 5. e.Dados os conjuntos D = {0. 4. 5.1.

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

temos que ∅∩∅=∅ U∩A=A U∩∅=∅ U∩U=U - - 3. 8. 6. 2.2. 7. como mostrado a seguir.A operação de interseção pode ser visualizada através de um diagrama de Venn. 2. . O complemento de um conjunto A ⊆ U. é como segue: Matemática Discreta Márcia Rodrigues Notare 16 . 4.Dados os conjuntos D = {0. e. V = {a. 9}... 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. denotado por ~ A . 5. temos que D ∩ P = {0. 4. Temos que R∩Q=Q R∩I=I Q∩I=∅ Para qualquer conjunto universo U e qualquer conjunto A ⊆ U. Dados os conjuntos A = {x ∈ Ν | x > 2} e B = { x ∈ Ν | x2 = x}. 6. 8. Exemplos: . 2. i. 8} D∩V=∅ Chamamos conjuntos cuja interseção é o conjunto vazio de conjuntos disjuntos. 4. 1. Q e I. Propriedades que envolvem União e Interseção a) Distributividade da Interseção sobre a União: A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C) b) Distributividade da União sobre a Interseção: A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C) 3.3 Operação Complemento ~ A = {x ∈  x ∉ A} Suponha o conjunto universo U. temos que A∩B=∅ (conjuntos disjuntos) Considere R. 6.}. o. u} e P = {0.

ou seja. 4. x ∉ A. (definição de complemento) 3. temos que ~A = {x ∈ N | x > 2} Para qualquer conjuntos universo U. 8. A operação de diferença pode ser visualizada através de um diagrama de Venn. Exemplos: . 6. 3. a diferença entre dois conjuntos A e B considera todos os elementos que pertencem ao conjunto A e que não pertencem ao conjunto B. 2. 7.4 Operação de Diferença A − B = {x x ∈ A ∧ x ∉ B} Sejam A e B conjuntos. 4. A diferença entre os conjuntos A e B. denotada por A − B . 5. temos que ~Q = I ~I = Q Suponha U qualquer. 9} Dados o conjunto universo U = N e o conjunto A = {0. como mostrado a seguir. temos que ~∅ = U ~U = ∅ Considerando R como conjunto universo. x ∈ A. como mostrado a seguir. 8. é como segue: Em outras palavras. ou seja ¬(x ∈ A) ⇒ para ~ ~A. 1. Então para qualquer conjunto A ⊆ U. 2}. temos que A ∪ ~A = U A ∩ ~A = ∅ ~ ~A = A - - - Podemos provar o último caso da seguinte forma: Suponha um elemento x ∈ A. x∈A⇒ para ~A.1 Propriedades de DeMorgan ⇔ ⇔ A ∪ B = ~(~A ∩ ~B) A ∩ B = ~(~A ∪ ~B) a) ~(A ∪ B) = ~A ∩ ~B b) ~(A ∩ B) = ~A ∪ ~B 3.A operação complemento pode ser visualizada através de um diagrama de Venn. ¬¬(x ∈ A). 5. 7. 9} e o conjunto A = {0. 2}.3. temos que ~A = {3. 6. 1.Dados o conjunto universo U = {0. Matemática Discreta Márcia Rodrigues Notare 17 . 1.

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

b . 2. b1. 2}. b. b. o. 2D.Não-comutatividade: A × C ≠ C × A . b .7 União Disjunta A + B = { a. a. cA} . a . 6P.1 . a . a . 7.2 } } A×∅ = ∅ ∅ ×A =∅ ∅2 = ∅ Observações: .} 2 2 (A × B )× C = { a. O produto cartesiano de A por B é como segue: A × B = { a.0 . u}.0 . P = {0. 3. uV} .Não-associatividade: (A × B )× C ≠ A × (B × C ) Propriedades que envolvem Produto Cartesiano. 9D. 2P. 0P. a. 4. 8D. A a ∈ A}∪ { b.D + P = {0D. 4D.0 . Exemplos: Dados os conjuntos A = {a}.D + V = {0D.1 . 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. x.A + ∅ = {aA..2 } C × B = { 0. 2. a.2 . 7D. y ≠ y. c0. 2D.Observação: A ordem dos elementos é importante! Logo. b. a. 3D. denotada por A + B . a. a. 6. a . iV. b - { } B × C = { a. 5. i. 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. e. B representam elemento. c}. temos que: A × B = a. b. 4P.. 1. b. a. b a ∈ A ∧ b ∈ B} 2 Denotamos o produto cartesiano de um conjunto A por ele mesmo como A × A = A . 1D. x . A e b. 4D. 1D. é como segue: onde os pares ordenados a.2 a. . 8. b0. a .∅+∅=∅ . Sejam A e B conjuntos. a. 2. c1} Matemática Discreta Márcia Rodrigues Notare 19 . 6D.1 . . 6. A × (B × C ) = { a. oV. 2.A + A = {a0. b . a } B = { a. 5D. bA. A união disjunta dos conjuntos A e B. 1. 3D.. a. temos que: . 5D. B = {a. a.} . 1. 0. b .. a . a. a .} e A = {a.2 . a. a. aV. 7D.1 . V = {a. b .. 8D. b. a . a . 1.2 . a..1 .0 .1 . a.0 . a. b} e C = {0. b } A × Ν = { a. b. a1. 9}. 6D. 4. b . a. b. b.2 . eV. identificação . B b ∈ B} Sejam A e B conjuntos.. a.0 .0 .1 . b } A = { a. 9D.

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

então a posição determinada pela linha i e pela coluna j da matriz contém valor verdadeiro (1). b) cada par a.. 1. Matemática Discreta Márcia Rodrigues Notare 21 . .2 . an} e B = {b1. b ∈ R : dizemos que R está definida para a e que b é a imagem de a. A representação da relação R : A → B como matriz é como segue: a) o número de linhas é n (número de elementos do domínio). 0. o domínio de definição é o conjunto {a} e o conjunto imagem também é o conjunto {a}. e) se a i . < . Exemplos: a a b ∅: A → A = : B → B = { a. com origem em a e destino em b. b j ∈ R . 2.para a endorelação C .2 } Sejam A = {a1. b) Domínio de definição: é o conjunto de todos os elementos de A para os quais R está definida.2 } 4. 4. a2. d) cada uma das m x n células possuem um valor lógico associado. bm} dois conjuntos finitos... 2] para a relação = : A → B .a) a.3 Relação como Matriz R : C → C tal que R = { 0. temos que .. b 0 1 2 } 0 1 2 C . b2. o domínio de definição é o conjunto {0.. < = { 0.0 . b.2 Endorrelação como Grafo Toda endorrelação R : A → A pode ser representada como um grafo. b) o número de colunas é m (número de elementos da imagem). 1} e o conjunto imagem é o conjuto {1. seu valor será falso (0). 2. b da relação é representada como uma aresta do grafo. onde: a) cada elemento do conjunto A é representado como um nodo do grafo. c) Conjunto imagem: conjunto de todos os elementos de B que estão relacionados com algum elemento de A. caso contrário. B = {a. . Exemplos: Dados os conjuntos A = {a}. 2}. c) a matriz resultante possui m x n células.. 1.1 . b} e C = {0. a .2 .

2. < R : C → C tal que R = { 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. 4. 2. pois esta relação contém os pares 0.4. ⊆ . 2}.1 e 2.2 } A× B a S 0 1 2 ⊆ ∅ {a} a 1 0 0 A× B = A → B S = { 0.2 .4 Propriedades das Relações Uma endorrelação binária em um conjunto A pode ter determinadas propriedades. b} e C = {0. pois todo conjunto está contido em si mesmo A 2 : A → A .0 . 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 . pois todo elemento é igual a si mesmo - P( A). b }: C → B ⊆: P( A) → P( B) 4.1 Relação Reflexiva Sejam A um conjunto e R uma endorrelação em A. = . = C. 1. b} 1 1 2 1 1 0 2 1 0 1 b 1 ∅: A → A B. 1. 1.Exemplo: Dados os conjuntos A = {a}. 2}. 1. A seguir serão apresentadas as propriedades que envolvem as endorrelações. temos que as seguintes relações são reflexivas Ν. ≤ . a .2 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 . B = {a.

4. 2. Veja as matrizes e grafos referentes a alguns dos exemplos apresentados acima. nem irreflexiva: . pois não há nenhum elemento do tipo a. se R = { 0. pois não elemento diferente de si mesmo - P( A).1 }. pois para a relação "está contido propriamente" os conjunto precisam se diferentes ∅: A → A. temos que as seguintes relações são irreflexivas Ζ. 2.2 .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). 2}. a A. 1. 1.possui uma aresta com origem e destino nele mesmo. e qualquer nodo do grafo não possui aresta com origem e destino nele mesmo. ∅ :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 . ≠ . R é uma relação irreflexiva se: (∀a ∈ A)(¬(aRa )) Exemplos: Dado o conjunto A = {0.2 . S . se S = 0. Veja as matrizes e grafos referentes a alguns dos exemplos apresentados acima. R . a Exemplo de relação nem reflexiva.0 . pois não há nenhum elemento do tipo a. 2.1 .A. ⊂ .2 Relação Irreflexiva Sejam A um conjunto e R uma endorrelação em A. A2 0 1 2 A :A→ A 2 0 1 1 1 1 1 1 1 2 1 1 1 1 0 2 A. = = 0 1 2 0 1 0 0 1 0 1 0 2 0 0 1 1 0 2 4.

= - X.3 Relação Simétrica Sejam A um conjunto e R uma endorrelação.4. no grafo. 1.R = { 0. R é uma relação simétrica se: (∀a ∈ A)(∀b ∈ A)(aRb → bRa ) Exemplos: Dados o conjunto A = {0. = = 0 1 2 0 1 0 0 1 0 1 0 2 0 0 1 1 0 2 4.1 .1 } R 0 1 2 0 0 0 0 1 1 0 1 2 0 1 0 1 0 2 4. a metade acima da diagonal principal é a imagem espelhada da metade de baixo. 2} e X um conjunto qualquer. A :A→ A 2 A2 0 1 2 0 1 1 1 1 1 1 1 2 1 1 1 1 0 2 A. ou não existe aresta.X2: X → X X. = ∅: X → X A matriz e o grafo de uma relação simétrica apresentam uma característica especial: na matriz. temos que as seguintes relações são simétricas .4. temos que as seguintes relações são anti-simétricas Matemática Discreta Márcia Rodrigues Notare 24 . 2} e X um conjunto qualquer.4 Relação Anti-Simétrica Sejam A um conjunto e R uma endorrelação em A. R é uma relação anti-simétrica se: (∀a ∈ A)(∀b ∈ A)(aRb ∧ bRa → a = b ) Exemplos: Dados o conjunto A = {0. 1. uma em cada sentido.2 . 2.≠ P( X ). entre dois nodos quaisquer. Veja as matrizes e grafos referentes a alguns dos exemplos apresentados acima. 1. ou existem duas arestas. e.

então ela é a seu próprio fecho em relação a P. a correspondente célula na outra metade é falsa (0). para qualquer célula verdadeira (1) em uma das metades da matriz. R . Se a relação R já contém as propriedades de P. existe no máximo uma aresta. ⊂ Exemplos: Dado um conjunto X qualquer. R . = ∅: X → X Ν.= P( X ).2 { } A matriz e o grafo de uma relação anti-simétrica apresentam uma característica especial: na matriz. entre dois nodos quaisquer. 2. 1. 2.0 . se S = 0.0 . ≤ Ζ. 1. temos que as seguintes relações são transitivas . nem anti-simétrica: . R . 2. R ⊆ FECHO − P(R ) Matemática Discreta Márcia Rodrigues Notare 25 . R = { 0.- X.2 .1 . ⊆ P( X ).1 } A.5 Relação Transitiva Sejam A um conjunto e R uma endorrelação em A. Veja a matriz e o grafo referentes a um dos exemplos apresentado acima. se R = { 0.A. < P( X ). R é uma relação transitiva se: (∀a ∈ A)(∀b ∈ A)(∀c ∈ A)(aRb ∧ bRc → aRc ) Exemplos: Dado um conjunto X qualquer. S .2 } R 0 1 2 0 1 0 0 1 0 1 0 2 0 1 0 1 0 2 4. 2.= - Ν. 1.1 .4. 1.X2: X → X . y ∈ Ν2 y = x2 } Exemplo de relação nem simétrica. se R = { 0.2 } 4. no grafo.∅: X → X X. se R = { x.0 . o fecho de R em relação a P é a menor endorrelação em A que contém R e que satisfaz as propriedades de P. Então. temos que as seguintes relações não são transitivas Ζ.1 .0 . ≠ - A.5 Fechos de Relações Sejam R: A → A uma endorrelação e P um conjunto de propriedades.

3 . 1.3 . 3. 3. 2. 1.3 Fecho Transitivo Suponha R: A → A uma endorrelação. a. 2. 2.6 R * = {1. 3. temos que - Fecho − {reflexiva}(R ) = {1. 2.4 }. 3. 1.1 . 3.3 .2 . 1. 1.5 } 4.4 }. 5} e R: A → A uma endorrelação.1 . 5. de uma fila de alunos dispostos numa sala de aula.4 . 4.2 .3 .4 .5 . etc.2 .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. 3. podemos pensar numa relação de ordem quando lembramos de uma fila no banco. 2.5 .1 } 4.2 .4 . 4.5 .5 . 1. 2. 1. Então o fecho reflexivo de R é definido como segue: Fecho − {reflexiva}(R ) = R ∪ { a.2 Fecho Simétrico Suponha R: A → A uma endorrelação. 3. considerando o exemplo acima. Então o fecho transitivo de R é definido como segue: a) se a. transitiva}(R ) Portanto. b) se a. 2.2 .2 . 4.4 }. 5} e R: A → A uma endorrelação.3 .1 . 3.3 .5. na relação "menor ou igual" no números naturais.4 .4 . a a ∈ A} Exemplo: Dados o conjunto A = {1. 2. tal que - Fecho − {simétrica}(R ) = {1. b ∈ R . 3. 2.5 . 2. 3. b ∈ Fecho − { transitiva}(R ) e b.4 .3 .4. c ∈ Fecho − { transitiva}(R ) . 1.2 .3 .4 .3 . 3.5. a R = {1. 5. tal que R = {1. 1. 4. então Exemplo: Dados o conjunto A = {1. 2. 3. 5} e R: A → A uma endorrelação. 1.3 .1 Fecho Reflexivo Suponha R: A → A uma endorrelação. 2. então a.2 . 2. 1. tal que R = {1.4 . 2. temos que 4.5 } Relação de Ordem Intuitivamente.2 .5 .5 . b ∈ R} Exemplo: Dados o conjunto A = {1. c ∈ Fecho − { transitiva}(R ) . Matemática Discreta Márcia Rodrigues Notare 26 . 2.3 . temos que - Fecho − { transitiva}(R ) = {1. Então o fecho simétrico de R é definido como segue: Fecho − {simétrica}(R ) = R ∪ { b.3 . b ∈ Fecho − { transitiva}(R ) . temos que a.5. 4.2 .4 . 1. 4. 1. 5. 3.

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

2 de R se Suponha A um conjunto e A.12 e 18 são elementos maximais. e . a. a. Dizemos que m é elemento mínimo de (∀a ∈ A)(mRa ) Elemento Minimal 4. d . Dizemos que m é elemento máximo (∀a ∈ A)(aRm) Elemento Maximal 4. e b c d a f temos { a. a .3 de R se Suponha A um conjunto e A. pois não há elemento que relaciona-se com ele. R uma relação de ordem.4 de R se Suponha A um conjunto e A.6. temos que . f . pois está relacionado com todos os outros elementos de A. m Elemento Máximo ∉ R) 4. b . a ∉ R) Exemplo: Dados o conjunto A = {1. 2.6. f }. b . R uma relação de ordem.6. pois não existem elementos com os quais eles relacionamse. 18} e a relação de ordem "x divide y". 6. c. a. d . . Matemática Discreta Márcia Rodrigues Notare 28 . . 12. cujo diagrama de Hasse já foi apresentado anteriormente.1 é elemento minimal. R uma relação de ordem. Elemento Mínimo que o conjunto dado pela relação de ordem é 4.1 R se Suponha A um conjunto e A.1 é elemento mínimo.12 6 18 2 3 1 - Dado o diagrama de Hasse a seguir. e. c . d . Dizemos que m é elemento minimal (∀a ∈ A)( a. R uma relação de ordem. e . Dizemos que m é elemento maximal (∀a ∈ A)( m. e . c . d .6. b. 3. a.

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

ou seja.. Assim. temos que a relação é simétrica. = Possui n classes de equivalência. para todo número par. portanto.1 . Dizemos que x é congruente a y módulo m. . temos que x ≡ x(mod m ) .classe dos ímpares: [1] = [11] = [2451] = {1. 3. Se x é par. pois x − x = 0 é divisível por m.8 Relação Inversa Seja uma relação R: A → B. temos que a soma Suponha que x ≡ y (mod m ) .. reflexiva. simétrica e transitiva. Suponha agora que x ≡ y (mod m ) e que y ≡ z (mod m ).Exemplo: Considere o conjunto dos números naturais e a relação de equivalência Ν. 2.classe dos pares: [2] = [6] = [1034] = {0. a) Ν. 2} = [2] [3] = {3} { } 4.} Exemplo: Para cada uma das relações a seguir. Logo..1 As classes de equivalência são as seguintes: [1] = {1. denotada por x ≡ y (mod m ) se x − y é divisível por m. Para verificar que isso é válido. Logo. temos que a relação é reflexiva. se x é ímpar. é divisível por m. a relação inversa é como segue: Matemática Discreta Márcia Rodrigues Notare 30 . Assim. Então. 3. (x − y ) + ( y − z ) = x − z 4. então x + y é par. todos os números pares formam uma classe de equivalência e todos os números ímpares formam uma segunda classe de equivalência. se x = y + km para algum inteiro k. ou seja.2 . em duas classes de equivalências.} . Podemos representar essa partição de N como mostra figura abaixo. 3} e R = 1.1 Congruência em Z Considere o conjunto dos números inteiros Z e um número inteiro m > 1 . temos que mostrar que a relação de congruência em Z é uma relação reflexiva. 7. 2. . Então − (x − y ) = y − x também também é divisível por m. Acompanhe o raciocínio a seguir: para qualquer inteiro x. então x − y e y − z são divisíveis por m.3 . [n] = {n} b) Em A = {1. Observe que as classes de equivalência podem ser representadas por qualquer objeto pertencente à ela: . A relação de congruência em Z define uma relação de equivalência em Z. x ≡ z (mod m ) e a relação é transitiva. é uma relação de equivalência. Logo. Então. " x + y _ é _ par" . 2. então x − y é divisível por m. 1. 2. então x + y é ímpar para todo número ímpar. 5. tais que cada classe de equivalência contém um único elemento.. descreva as classes de equivalência correspondentes. simétrica e transitiva e. Tal relação divide o conjunto N em duas partes. 6.2 . 4.7. mostramos que a relação de congruência módulo m em Z é. simultaneamente.

5. b. 4} e a relação R : B → A = 2. ou seja: Sejam as relações R: A → B. a a. temos que a composição de R e S é como segue e pode ser visualizada no diagrama a seguir: R S A a b R c d A composição de relações é associativa. z} e as relações R : A → B = a. b.3 } Dados o conjunto C = {2. temos que (T  S )  R = T  (S  R ) = T  S  R Matemática Discreta Márcia Rodrigues Notare   (∀a ∈ A)(∀b ∈ B )(∀c ∈ C )(aRb ∧ bSc → a(R  S )c ) R  S = { a . { } temos que a relação inversa de R. 3. é tal que Ou seja. B = {1. z } B 1 2 3 4 5 C S x y z 31 . S: B → C e T: C → D. b. b} e B = {2. d . 3. B e C conjuntos. Exemplo: Dados os conjuntos A = {a. y . 4} e a relação C . 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. c ∃b ∈ B ∧ a . Então. d . < .1 .R −1 : B → A = { b.Dados os conjuntos A = {a. 3. z . b. b . e R: A → B e S: B → C relações. 5. y . c ∈ S } { } { } R  S = { a. 2. y.2 . denotada por R S : A → C . d}. 4. y . 2. R é dada por - -1 R −1 : A → B = { a. A composição de R e S.5 e S : B → C = 1. b ∈ R} Exemplos: . 3.3 . x .4 . c. d . 5} e C = {x. x .9 Composição de Relações < −1 => : C → C Sejam A. b ∈ R ∧ b . a .

b . a .9.1 Composição de Relações como Produto de Matrizes A composição de relações pode ser vista como o produto de matrizes. b. b. b. 32 . c . Veja o exemplo a seguir. Exemplo: Sejam R e S relações em X = {a. a S = { a. a. Determinaremos a composição de R e S através da { }e multiplicação das correspondentes matrizes. temos que a R S é dada pela matriz R ⋅ 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. a }. c} definidas por R = a. a.4. c . a . b. ou seja. Abaixo. c. b . composição R  S = a. b . c . b. temos as correspondentes matrizes que representam as relações R e S.

cada elemento do conjunto origem deve estar relacionado a. Veja a seguir o diagrama que representa a relação R.1 . Exemplo: Dada a relação R: A → B. um elemento de A. A matriz de uma relação funcional tem uma característica particular: cada linha da matriz pode conter no máximo um valor lógico verdadeiro (1). 2}. c}. 2.3 . a .2 . um elemento do conjunto destino (o que significa que podem haver elementos da origem não relacionados a algum elemento do destino). no máximo. 5. Uma relação binária R: A → B é uma relação injetora se. de fato. Considerando a relação R: A → A.5 5. Relação Funcional Uma relação binária R: A → B é uma relação funcional se. Podemos também visualizar uma relação funcional no diagrama de Venn. tal que R = a. um elemento do conjunto origem. para 2 { } cada inteiro x. c e A = {a. temos que o correspondente { } diagrama é como segue: A a b c a b c A Observe que. cada elemento do conjunto origem está relacionado a. tal que A = {1. y ∈ Ζ 2 y = x 2 .2 Relação Injetora Relação injetora é o conceito dual (inverso) de relação funcional. e somente se: (∀a ∈ A)(∀b1 ∈ B )(∀b2 ∈ B )(aRb1 ∧ aRb2 → b1 = b2 ) Em outras palavras. no máximo. 3} e R = 1. b. cada elemento do conjunto destino deve estar relacionado a. temos que. 1. temos que para uma relação ser funcional.1 TIPOS DE RELAÇÕES Vamos estudar agora os diferentes tipos de relações. tal que X 2 = x. 2 Exemplo: Dada a relação X : Z → Z. temos que. existe no máximo um inteiro y tal que y = x . A matriz de uma relação injetora tem uma característica particular: existe no máximo um valor lógico verdadeiro (1) em cada coluna. e somente se: (∀b ∈ B )(∀a1 ∈ A)(∀a 2 ∈ A)(a1 Rb ∧ a 2 Rb → a1 = a 2 ) Em outra palavras. b. B = {1. 2. temos que cada elemento de B está relacionado a. no máximo. um elemento do conjunto destino. { } Matemática Discreta Márcia Rodrigues Notare 33 . no máximo. para um relação ser injetora.

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

5 Monomorfismo Uma relação R: A → B é um monomorfismo se. B = {a. podemos afirmar que a relação R possui inversa. = e idB é uma endorrelação de igualdade em B B. e somente se. a . existe uma relação S: B → A tal que: R S = idA S R = idB onde idA é uma endorrelação de igualdade em A A. b { } 5. podemos chama-los de conjuntos isomorfos. Ainda.A a a b b c B 5. Matemática Discreta Márcia Rodrigues Notare     35 . 1. é um monomorfismo. Exemplo: A relação =: A → B . Exemplo: São exemplos epimorfismo. 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). tal que S = 0. e somente se. for simultaneamente uma relação funcional e sobrejetora.7 Isomorfismo Uma relação R: A → B é um isomorfismo se. sendo que onde A = {a}. Uma relação R: A → B é um epimorfismo se. Dessa forma. o conjunto imagem é o próprio conjunto B e cada elemento de A está relacionado com no máximo um elemento de B. b}. Assim. = . o domínio de definição é o próprio conjunto A e cada elemento de B está relacionado com no máximo um elemento de A. b} e C = {0. for simultaneamente uma relação total e injetora. onde A = {a} e B = {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). 2}: . Dessa forma.=: A → A . 5. se R S = idA e S R = idB.S: C → B. chamadas de relação identidade. se existe um isomorfismo entre dois conjuntos. e somente se. 1.6 Epimorfismo Epimorfismo é o conceito dual (inverso) de monomorfismo.

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

consequentemente. 2} e a função f : B → A = 0. não é uma função parcial. Se a relação funcional for também total. assim como nem toda função parcial é uma função total. f −1 = 1. Exemplo: Dados os conjuntos A = {a} e B = {x. Podemos considerar também a função g: A → B. { } Para que a relação inversa de uma função f seja uma função. 1. Em outras palavras. Se considerarmos o conjunto A = {0. 1. 6. nem toda relação é uma função parcial. Portanto. a { } - =: B → B Vale observar que a relação inversa de uma função parcial não necessariamente é uma função parcial. não é uma função. f −1 = 0. g −1 = { 0. Matemática Discreta Márcia Rodrigues Notare 37 . 2} e a função parcial f: A → A tal que f = 0.1 } não é uma relação total e. 1. portanto.1 . 0. então a denominamos de função total. Para que a relação inversa de uma relação funcional seja uma função parcial.2 não é uma relação { } { } funcional e. uma função bijetora é uma função injetora e sobrejetora.1 . ela deve ser também injetora (que é o dual de funcional).0 . 6.1 .2 { } { } não é uma relação funcional e. 1.0 . sempre que mencionarmos apenas função. b ∈ f pode ser representado por f (a ) = b . Entretanto. temos que a relação inversa de f. Da mesma forma que para funções parciais. Um elemento pertencente à função parcial a. 1. tal que g = 0. Considerando os conjuntos A = {0.0 .2 Função Total Uma função total é uma função parcial que é total. 2. y . 1.1 Função Parcial Uma função parcial é uma relação funcional. é uma função parcial definida para todos os elementos do domínio. podemos dizer que toda função total é uma função parcial e que toda função parcial é uma relação.1 . dizemos apenas que é uma função. portanto.6 FUNÇÕES PARCIAIS E TOTAIS Uma função parcial nada mais é do que um relação que é funcional.R : B → A = x. ou seja.0 . não é uma função. temos que a relação inversa de f.0 . A inversa de g. cada elemento do domínio está relacionado a no máximo um elemento do contra-domínio. ou seja. Se uma função é total. 1} e B = {0.0 . 1. estamos nos referindo a funções totais. a .1 . 2. y} temos que as seguintes relações são funções parcias: . Assim. podemos verificar as seguintes propriedades: Função Injetora = monomorfismo Função Sobrejetora = epimorfismo Função Bijetora = isomorfismo Ou seja. f deve ser uma função bijetora. a relação inversa de uma função não necessariamente é uma função.

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

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

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

e assim sucessivamente. chega ao terceiro degrau. você consegue chegar ao segundo. que P(n) é verdade. Exemplo: Suponha que um ancestral casou-se e teve dois filhos.. Uma vez chegando a um degrau. Então a geração 2 contém quatro descendentes. ou seja. 1. novamente pela hipótese 2. então é válida para o próximo inteiro positivo k+1: P(k) → P(k+1) 8. Matemática Discreta Márcia Rodrigues Notare  41 . Descendentes 2 = 21 4 = 22 8 = 23 . (∀k)(P(k) é verdade → P(k+1) é verdade) E com isto. podemos deduzir que: A geração 1 possui 2 descendentes A geração 2 possui 4 descendentes A geração 3 possui 8 descendentes E assim sucessivamente. Imagine que esse processo continua de geração em geração. se a propriedade P é válida para qualquer número inteiro k. você é capaz de chegar ao primeiro degrau.. vamos ilustrar a técnica: - - Pela hipótese 1. P(1) é verdade 2.1 Primeiro Princípio de Indução Matemática O Primeiro Princípio de Indução Matemática é formulado da seguinte forma: 1. Você consegue alcançar o primeiro degrau 2. A figura abaixo ilustra esse processo: Geração 1 2 3 . Provamos que. Então. Assumimos que o número 1 tem a propriedade P: P(1) 2.8 - INDUÇÃO MATEMÁTICA Você está subindo uma escada infinitamente alta... Como saber se será capaz de chegar a um degrau arbitrariamente alto? Suponha as seguintes hipóteses: 1. Suponha agora que cada um desses filhos teve dois filhos.. Supomos que a propriedade P é válida para qualquer inteiro positivo k: P(k) 3. 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. você sempre é capaz de chegar ao próximo Para entender intuitivamente o que é a Indução Matemática.. pela hipótese 2. Vamos chamar esses dois filhos de geração 1. provamos que a propriedade é verdadeira para todo inteiro positivo n.

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

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

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

portanto. 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 . Matemática Discreta Márcia Rodrigues Notare 45 . P(k ) : k 2 > 3k .Base de Indução . 2 2 k = 3m + 1 Passo de Indução .P(k) Supomos que a propriedade é válida para n = k.P(1) Verificamos que a propriedade é válida para n = 1. ou seja.P(k + 1) Provamos que a propriedade é válida para n = k + 1. P(k ) : 2 2 k − 1 é divisível por 3. 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 + 1) Provamos que a propriedade é válida para n = k + 1.P(4) Verificamos que a propriedade é válida para n = 4. Base de Indução . Base de Indução . P(4) : 4 2 = 16 > 12 = 3 ⋅ 4 Hipótese de Indução .P(k) Supomos que a propriedade é válida para n = k. que 2 2 k − 1 = 3m e que.P(2) Verificamos que a propriedade é válida para n = 2. P(1) : 2 2⋅1 − 1 = 4 − 1 = 3 é divisível por 3 Hipótese de Indução . k ≥ 4 Passo 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. k > 1 Passo de Indução .P(2) : 2 2+1 = 8 < 9 = 3 2 Hipótese de Indução . P(k ) : 2 k +1 < 3 k . P(k + 1) : 2 ( k +1)+1 < 3 ( k +1) ? k +1 2 ( k +1)+1 = 2 ⋅ 2.

<.

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

onde algum(s) caso(s) simples do item que está sendo definido é dado explicitamente. Continuando a seqüência. 16. ou ainda definição por indução.. S(k) denota o k-ésimo objeto da seqüência. Existe um primeiro objeto. Um passo de indução ou recorrência. 8. o terceiro valor da seqüência é S(3) = 2S(2) = 2 ⋅ 4 = 8. fornecendo alguns casos simples e concretos.2 Seqüências Definidas por Recorrência Uma seqüência S é uma lista de objetos numerados em determinada ordem. Uma definição recorrente é formada por duas partes: 1.1 RECURSÃO E RELAÇÕES DE RECORRÊNCIA Definições Recorrentes Uma definição onde o item definido aparece como parte da definição é chamada de definição por recorrência. e assim por diante. a partir destes mais simples e assim por diante. Exemplo: Escreva os cinco primeiro valores da seqüência T. o primeiro valor da seqüência é 2. ou definição recorrente. T(1) = 1 2.1) + 3. 2. temos 2. 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. A parte 1 da definição nos permite começar. para n ≥ 2 Traduzindo. um segundo objetos. 7. é dado pela soma de seus dois valores anteriores. e assim por diante.. T(n) = T(n . 32. 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). 4. qualquer valor da seqüência de Fibonacci. para n ≥ 2 1.9 9. Exemplo: A seqüência S é definida por recorrência por 1. S(1) = 2 2. devido à analogia com as demonstrações por indução. . 4. onde novos casos do item que está sendo definido são dados em função de casos anteriores. S(n) = 2S(n . tal que: 1. exceto os dois primeiros. Matemática Discreta Márcia Rodrigues Notare 47 .1) para n ≥ 2 Assim. A parte 2 nos permite construir novos casos. Daí o nome definição por indução. 9. 10. Base ou condição básica. o segundo valor da seqüência é S(2) = 2S(2-1) = 2S(1) = 2 ⋅ 2 = 4.

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

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

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

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

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

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

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

Sign up to vote on this title
UsefulNot useful