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

Quatro é maior do que cinco. 2.Bom dia! 2.1 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. .Brasil não é um país. então sua negação é denotada por: ¬P ou ~P (lê-se "não P") Interpretamos a negação da seguinte forma: se P é verdadeira. Exemplos: .Ela é muito inteligente.Se chover então ficarei em casa. se P é falsa.Animais são peludos e aves têm penas. Proposição Composta: são proposições mais complexas. . . Considerando que P denota uma proposição.Como vai você? . que descreve as possíveis combinações dos valores lógicos das proposições. Definição de Proposição: uma proposição é uma construção que se pode atribuir juízo. ou seja. então ¬P é falsa. Exemplos: .1.1 Negação A negação de uma proposição é construída a partir da introdução da palavra não ou não é o caso que.2 INTRODUÇÃO À LÓGICA MATEMÁTICA Lógica é o estudo dos princípios e métodos usados para distinguir sentenças verdadeiras de falsas. . então ¬P é verdadeira. . Proposição Atômica: são proposições que não podem ser decompostas em proposições mais simples.Vou comprar um carro ou uma bicicleta.São Paulo é uma cidade grande Exemplos que não são proposições: .Como isso pode acontecer! . . que pode ser apenas verdadeira ou falsa. compostas por proposições mais simples através dos conectivos lógicos (ou operadores lógicos). São exemplos de proposições: . Matemática Discreta Márcia Rodrigues Notare 7 . Para visualizar os valores lógicos de um conectivo utilizamos a tabela-verdade.Não é o caso que quatro é maior do que cinco.

Caso contrário. podemos obter a tabela-verdade de P → Q construindo a tabela verdade de ¬(P ∧ ¬Q). É denotada por: (lê-se "P e Q") P∧Q A seguir a tabela-verdade da conjunção. então chove” (P → Q) podemos interpretá-la como sendo: “Não é o caso que esfria e não chove” ¬(P ∧ ¬Q) Assim.P ¬P V F F V 2. Caso contrário. P V V F F Q V F V F P∨Q 2.3 Disjunção Uma disjunção é verdadeira se pelo menos um dos seus disjunctos for verdadeiro.1. é falsa. Verbalizando.2 Conjunção Uma conjunção é verdadeira se ambos seus conjunctos são verdadeiros. Caso contrário.1. É denotada por: (lê-se "P ou Q") P∨Q A tabela-verdade da disjunção está apresentada a seguir. É denotado por: P→Q Observe: a expressão “P → Q” assegura que: não é o caso que P e não Q. é falsa. ambos são verdadeiros sob as mesmas condições. ele é verdadeiro.4 Condicional (Implicação) O condicional é falso se seu antecedente for verdadeiro e seu conseqüente for falso. podemos dizer que um enunciado da forma P → Q tem o mesmo significado (semântica) que um enunciado da forma ¬(P ∧ ¬Q). ou seja. 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 . Portanto. P V V F F Q V F V F P∧Q V F F F 2.1. se considerarmos a expressão: “Se esfriar.

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

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

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

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

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

x ∈ (A ∪ ∅) ⇔ x∈A∨x∈∅⇔ (definição de união) x∈A (elemento neutro) Logo. 7. temos que D ∪ V = {0. Q e I.1. 3. A ∪ ∅ = A Analogamente. Temos que R∪Q=R R∪I=R Q∪I=R Para qualquer conjunto universo U e qualquer A ⊆ U. 6. 6. x ∈ (A ∪ A) ⇔ x∈A∨x∈A⇔ x∈A (definição de união) (idempotência do conectivo ∨) Matemática Discreta Márcia Rodrigues Notare 14 . ∅ ∪ A = A Idempotência: A ∪ A = A Prova: Seja x ∈ (A ∪ A). 2. 9} e V = {a. x ∈ (∅ ∪ A) ⇔ x∈∅∨ x∈A⇔ (definição de união) x∈A∨x∈∅⇔ (comutatividade) x∈A (elemento neutro) Logo. 1. Exemplos: . 1. 9.1 Propriedades da União Elemento Neutro: A ∪ ∅ = ∅ ∪ A = A Prova: Seja x ∈ (A ∪ ∅). 8. a.A operação de união pode ser visualizada através de um diagrama de Venn. temos que ∅∪∅=∅ U∪∅=U U∪A=U U∪U=U - 3. como mostrado a seguir. 5. 8. 6. 8. 7.. i.} Considere R. e.. 3. 5. e. 4.Dados os conjuntos D = {0. 5. o. 2. i. seja x ∈ (∅ ∪ A). u}. 3. u} Dados os conjuntos A = {x ∈ Ν | x > 2} e B = { x ∈ Ν | x2 = x}. 4. temos que A ∪ B = {0. o. 7. 4. 9. 2. 1. .

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

. 2. 1. 8. Temos que R∩Q=Q R∩I=I Q∩I=∅ Para qualquer conjunto universo U e qualquer conjunto A ⊆ U.. 6. Exemplos: . V = {a. O complemento de um conjunto A ⊆ U. i. . o. 3.2. 6.3 Operação Complemento ~ A = {x ∈  x ∉ A} Suponha o conjunto universo U. 5. 4.A operação de interseção pode ser visualizada através de um diagrama de Venn. temos que A∩B=∅ (conjuntos disjuntos) Considere R. e. 4. temos que ∅∩∅=∅ U∩A=A U∩∅=∅ U∩U=U - - 3. 2. 7.Dados os conjuntos D = {0. 4. Dados os conjuntos A = {x ∈ Ν | x > 2} e B = { x ∈ Ν | x2 = x}. 6. temos que D ∩ P = {0. é como segue: Matemática Discreta Márcia Rodrigues Notare 16 . 8. 9}. u} e P = {0.}. denotado por ~ A . 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. como mostrado a seguir. 2. Q e I. 8} D∩V=∅ Chamamos conjuntos cuja interseção é o conjunto vazio de conjuntos disjuntos.1 Propriedades da Interseção Elemento Neutro: A ∩ U = U ∩ A = A Idempotência: A ∩ A = A Comutatividade: A ∩ B = B ∩ A Associatividade: A ∩ (B ∩ C) = (A ∩ B) ∩ C As provas são análogas à operação de união e ficam sugeridas como exercício.

temos que ~A = {x ∈ N | x > 2} Para qualquer conjuntos universo U. 9} e o conjunto A = {0. 5. x ∈ A. 1. ¬¬(x ∈ A). 2. Exemplos: . 4. como mostrado a seguir. temos que ~∅ = U ~U = ∅ Considerando R como conjunto universo. 2}. A operação de diferença pode ser visualizada através de um diagrama de Venn. como mostrado a seguir. x∈A⇒ para ~A. A diferença entre os conjuntos A e B. temos que ~Q = I ~I = Q Suponha U qualquer. (definição de complemento) 3.4 Operação de Diferença A − B = {x x ∈ A ∧ x ∉ B} Sejam A e B conjuntos.Dados o conjunto universo U = {0. 7. 6. 1. 8. Matemática Discreta Márcia Rodrigues Notare 17 . temos que ~A = {3. 6. é como segue: Em outras palavras. x ∉ A.A operação complemento pode ser visualizada através de um diagrama de Venn. ou seja. 1. a diferença entre dois conjuntos A e B considera todos os elementos que pertencem ao conjunto A e que não pertencem ao conjunto B. 3. temos que A ∪ ~A = U A ∩ ~A = ∅ ~ ~A = A - - - Podemos provar o último caso da seguinte forma: Suponha um elemento x ∈ A. 4. 2}. 5. 8.3. denotada por A − B . 7. 9} Dados o conjunto universo U = N e o conjunto A = {0.1 Propriedades de DeMorgan ⇔ ⇔ A ∪ B = ~(~A ∩ ~B) A ∩ B = ~(~A ∪ ~B) a) ~(A ∪ B) = ~A ∩ ~B b) ~(A ∩ B) = ~A ∪ ~B 3. ou seja ¬(x ∈ A) ⇒ para ~ ~A. Então para qualquer conjunto A ⊆ U.

então {x} ⊆ A A operação unária. V = {a. vamos definir uma seqüência: uma seqüência de n elementos é definida como sendo uma n-upla ordenada. {b.P(A) = {∅. temos que ∅-∅=∅ U-∅=U U . c}. n objetos em ordem fixa. b. {c}. b}. {a}} . 2. 6 . b} e C = {a.P(C) = {∅. 5. c}. temos que . b. 8. .A = {0. temos que: . {b}. que aplicada a um conjunto A.A⊆A . Particularmente.B = {3. 8. Q e I. 9} . 3. Matemática Discreta Márcia Rodrigues Notare 18 . temos que A . temos que R-Q=I R-I=Q Q-I=Q Para qualquer conjunto universo U e qualquer conjunto A ⊆ U. 5. y ou (x. e. b}} . 6.∅⊆A . 7.} B .6 Produto Cartesiano Antes de definirmos a operação produto cartesiano. 2. {a. 3. {a. 7.Exemplos: .P = {1.P(B) = {∅.7 . . {a.. i. y ) . 9}. {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}. {a}..Dados os conjuntos D = {0.Dados os conjuntos A = {x ∈ N | x > 2} e B = {x ∈ N | x = x2}.}.. 5. u} e P = {0. c}} Se o número de elementos de um conjunto X é n. {b}. ou seja. 3. então o números de elementos de P(X) é 2n.P(∅) = {∅} . 4. B = {a. {a}. c}. 1. 6.5 Conjunto das Partes Dado conjunto A.A = ~A U-U=∅ - 3. dizemos que uma 2-upla é uma par ordenado e é representada por x.Se x ∈ A.. 4. o. 1} Dados os conjuntos R. 4. temos que D-V=D D .

a ... 2D.2 a. b } A = { a. União e Interseção a) Distributividade sobre a União: A × (B ∪ C ) = (A × B ) ∪ (A × C ) b) Distributividade sobre a Interseção: A × (B ∩ C ) = (A × B ) ∩ (A × C ) 3. e. a. P = {0. aV. Sejam A e B conjuntos. a1.0 . A × (B × C ) = { a.D + V = {0D. 1. 2. a. 2.2 . 3D. 8D. 9D. a.1 . 2}. b.0 . a. 4. 2D. b - { } B × C = { a. 3D. a. a. u}.0 .} . 2. Exemplos: Dados os conjuntos A = {a}.2 } C × B = { 0. b. a .2 } } A×∅ = ∅ ∅ ×A =∅ ∅2 = ∅ Observações: . a .2 . b } A × Ν = { a. b .∅+∅=∅ . b. 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. 5D. a. A a ∈ A}∪ { b. 5D. a. A e b. V = {a. 4D. A união disjunta dos conjuntos A e B. b.Não-comutatividade: A × C ≠ C × A . 6. 8. . B representam elemento. a . b} e C = {0. cA} . c}. a } B = { a.7 União Disjunta A + B = { a. b0. 7D.A + A = {a0. b . a . a . 8D.0 . 4D.0 . a. 1D.1 .0 . o. 6D. x . b a ∈ A ∧ b ∈ B} 2 Denotamos o produto cartesiano de um conjunto A por ele mesmo como A × A = A . eV. a ..1 . 2P. x. b1. B = {a. a.Não-associatividade: (A × B )× C ≠ A × (B × C ) Propriedades que envolvem Produto Cartesiano. 1. iV. a. é como segue: onde os pares ordenados a. b . 7D. . 1. b. B b ∈ B} Sejam A e B conjuntos.} 2 2 (A × B )× C = { a.1 .2 . temos que: .1 . 9}. a. a. 3.. a. c0. a.2 . b.} e A = {a. b ..1 ..D + P = {0D. 1D. b . 5. identificação . 1. 0. uV} . a.1 .Observação: A ordem dos elementos é importante! Logo. temos que: A × B = a. 6. 9D. b. 6D. i. a . 6P.. 4. b. a. oV. 2. bA. denotada por A + B . 7. y ≠ y. c1} Matemática Discreta Márcia Rodrigues Notare 19 .A + ∅ = {aA. 4P. b . b.0 . 0P. a. O produto cartesiano de A por B é como segue: A × B = { a. a .

se a. para um elemento denota-lo como aRb . Então. 0. Exemplos: Seja A um conjunto. podemos { } - Relação de Igualdade de A em A: Relação "menor" de C em C: { 0. 1. algumas definições referentes ao conceito de relação: Matemática Discreta Márcia Rodrigues Notare 20 . a. Exemplos: Sejam A = {a}.2 } Relação de C em B: { 0.1 . 1. a . ≤ Q. a } Endorrelação ou Auto-Relação: dado um conjunto A. b} e C = {0. são endorrelações: Ν. origem ou conjunto de partida de R . = P( A). < = { 0. ⊂ Uma relação binária pode ser representada no diagrama de Venn. onde: . uma relação do tipo R : A → A é dita uma Endorrelação ou Auto-Relação.∅ é uma relação de A em B A × B = a. ⊆ P(R). então afirmamos que "a relaciona-se com b". como mostram as figuras abaixo. uma relação binária R de A em B é um subconjunto de um produto cartesiano A × B . b é uma relação de A em B - a. destino ou conjunto de chegada de R Para R ⊆ A × B . ou seja R ⊆ A × B . b } ⊆: P( B) → P( B) ≤ : C →C =: A → A { a.4 4. a .1 . 1. 1.2 } A seguir. 0. Podemos denotar uma relação R da seguinte forma: R : A → B e. A C B C 0 0 b a 1 2 1 2 par a. b de R : A → B C .2 . b ∈ R . ≤ - Ζ.A é o domínio.2 . temos que origem e destino são o mesmo conjunto e podemos denota-la por A.1 RELAÇÕES Relação Binária Dados dois conjuntos A e B.B é o contra-domínio. São exemplos de relações: . Assim. b ∈ R . B = {a. 2}. R .

b) o número de colunas é m (número de elementos da imagem). caso contrário. b) cada par a. 0. b ∈ R : dizemos que R está definida para a e que b é a imagem de a. 1. 1.0 . temos que .2 } 4. Exemplos: Dados os conjuntos A = {a}.2 Endorrelação como Grafo Toda endorrelação R : A → A pode ser representada como um grafo.. b. seu valor será falso (0). o domínio de definição é o conjunto {0. Matemática Discreta Márcia Rodrigues Notare 21 . . d) cada uma das m x n células possuem um valor lógico associado. c) a matriz resultante possui m x n células. b} e C = {0... .a) a. 1} e o conjunto imagem é o conjuto {1.2 . 2. c) Conjunto imagem: conjunto de todos os elementos de B que estão relacionados com algum elemento de A. b 0 1 2 } 0 1 2 C . então a posição determinada pela linha i e pela coluna j da matriz contém valor verdadeiro (1). B = {a.1 . o domínio de definição é o conjunto {a} e o conjunto imagem também é o conjunto {a}.2 } Sejam A = {a1. onde: a) cada elemento do conjunto A é representado como um nodo do grafo.3 Relação como Matriz R : C → C tal que R = { 0. 2. A representação da relação R : A → B como matriz é como segue: a) o número de linhas é n (número de elementos do domínio). a . b j ∈ R .2 . 2] para a relação = : A → B . b2. e) se a i . < . < = { 0. 2}.. com origem em a e destino em b.para a endorelação C . b da relação é representada como uma aresta do grafo. b) Domínio de definição: é o conjunto de todos os elementos de A para os quais R está definida.. a2. Exemplos: a a b ∅: A → A = : B → B = { a.. an} e B = {b1. bm} dois conjuntos finitos. 4.

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

possui uma aresta com origem e destino nele mesmo.1 }. 2}. pois não há nenhum elemento do tipo a. a A. Veja as matrizes e grafos referentes a alguns dos exemplos apresentados acima. se R = { 0. 2.4.A. ∅ :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 . S . R é uma relação irreflexiva se: (∀a ∈ A)(¬(aRa )) Exemplos: Dado o conjunto A = {0.0 . nem irreflexiva: . a Exemplo de relação nem reflexiva.2 . 2. 1. = = 0 1 2 0 1 0 0 1 0 1 0 2 0 0 1 1 0 2 4. pois não há nenhum elemento do tipo a. ≠ . ⊂ .2 Relação Irreflexiva Sejam A um conjunto e R uma endorrelação em A. 2.2 . e qualquer nodo do grafo não possui aresta com origem e destino nele mesmo. 1. se S = 0. pois não elemento diferente de si mesmo - P( A). Veja as matrizes e grafos referentes a alguns dos exemplos apresentados acima.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). A2 0 1 2 A :A→ A 2 0 1 1 1 1 1 1 1 2 1 1 1 1 0 2 A. R . temos que as seguintes relações são irreflexivas Ζ. pois para a relação "está contido propriamente" os conjunto precisam se diferentes ∅: A → A.

1. a metade acima da diagonal principal é a imagem espelhada da metade de baixo.1 } R 0 1 2 0 0 0 0 1 1 0 1 2 0 1 0 1 0 2 4. 2. 1. 1.2 . ou não existe aresta. = = 0 1 2 0 1 0 0 1 0 1 0 2 0 0 1 1 0 2 4. R é uma relação simétrica se: (∀a ∈ A)(∀b ∈ A)(aRb → bRa ) Exemplos: Dados o conjunto A = {0. R é uma relação anti-simétrica se: (∀a ∈ A)(∀b ∈ A)(aRb ∧ bRa → a = b ) Exemplos: Dados o conjunto A = {0.≠ P( X ). entre dois nodos quaisquer.4 Relação Anti-Simétrica Sejam A um conjunto e R uma endorrelação em A. ou existem duas arestas.4.= - X.1 . temos que as seguintes relações são simétricas . 2} e X um conjunto qualquer.X2: X → X X. no grafo. Veja as matrizes e grafos referentes a alguns dos exemplos apresentados acima. uma em cada sentido.4.3 Relação Simétrica Sejam A um conjunto e R uma endorrelação. e. = ∅: X → X A matriz e o grafo de uma relação simétrica apresentam uma característica especial: na matriz.R = { 0. A :A→ A 2 A2 0 1 2 0 1 1 1 1 1 1 1 2 1 1 1 1 0 2 A. temos que as seguintes relações são anti-simétricas Matemática Discreta Márcia Rodrigues Notare 24 . 2} e X um conjunto qualquer.

2 .4.2 } 4.0 . 2. 1. 2. ≠ - A. R .∅: X → X X. < P( X ). entre dois nodos quaisquer.1 } A. temos que as seguintes relações não são transitivas Ζ. 2. ⊆ P( X ). Então. nem anti-simétrica: . R . y ∈ Ν2 y = x2 } Exemplo de relação nem simétrica. ⊂ Exemplos: Dado um conjunto X qualquer. se R = { 0. Veja a matriz e o grafo referentes a um dos exemplos apresentado acima. 1.= - Ν.= P( X ).0 . então ela é a seu próprio fecho em relação a P. o fecho de R em relação a P é a menor endorrelação em A que contém R e que satisfaz as propriedades de P. 1.5 Fechos de Relações Sejam R: A → A uma endorrelação e P um conjunto de propriedades. S .A. a correspondente célula na outra metade é falsa (0). existe no máximo uma aresta. R é uma relação transitiva se: (∀a ∈ A)(∀b ∈ A)(∀c ∈ A)(aRb ∧ bRc → aRc ) Exemplos: Dado um conjunto X qualquer.2 { } A matriz e o grafo de uma relação anti-simétrica apresentam uma característica especial: na matriz. se R = { 0.0 . R ⊆ FECHO − P(R ) Matemática Discreta Márcia Rodrigues Notare 25 . = ∅: X → X Ν.5 Relação Transitiva Sejam A um conjunto e R uma endorrelação em A. para qualquer célula verdadeira (1) em uma das metades da matriz.1 . se S = 0. no grafo. R . se R = { x. temos que as seguintes relações são transitivas .1 . 1.- X.0 .2 } R 0 1 2 0 1 0 0 1 0 1 0 2 0 1 0 1 0 2 4. ≤ Ζ. R = { 0.X2: X → X . 2.1 . Se a relação R já contém as propriedades de P.

3 . 4.4 . tal que - Fecho − {simétrica}(R ) = {1.5 .4. 3. 5} e R: A → A uma endorrelação. temos que 4. 5} e R: A → A uma endorrelação. de uma fila de alunos dispostos numa sala de aula.5 . 3.4 .4 }.4 . na relação "menor ou igual" no números naturais.3 .2 .3 .3 . 2.3 . 5.6 R * = {1. então a. 3.4 .4 } Algumas notações são importantes e podem ser utilizadas para simplificar e representar as seguintes relações: transitiva}(R ) a) R + = Fecho − { * b) R = Fecho − {reflexiva. b ∈ R . 1.4 . 1. 4. b ∈ R} Exemplo: Dados o conjunto A = {1.1 . 2. 3. b) se a. 2.5 . 2. temos que a. 5. 5. 2. 2. 4. considerando o exemplo acima.2 Fecho Simétrico Suponha R: A → A uma endorrelação. 2. 1. 3.1 Fecho Reflexivo Suponha R: A → A uma endorrelação. 1. podemos pensar numa relação de ordem quando lembramos de uma fila no banco. b ∈ Fecho − { transitiva}(R ) . Então o fecho simétrico de R é definido como segue: Fecho − {simétrica}(R ) = R ∪ { b. a. 2.4 .3 . 3. 1. a a ∈ A} Exemplo: Dados o conjunto A = {1.1 .1 .3 . 3. temos que - Fecho − { transitiva}(R ) = {1.3 .2 . 4. 2. 3. Então o fecho reflexivo de R é definido como segue: Fecho − {reflexiva}(R ) = R ∪ { a. 2.3 . 2. 3. 1. 1. 1.2 . 4. c ∈ Fecho − { transitiva}(R ) . 3. 1.5 .5. Então o fecho transitivo de R é definido como segue: a) se a.5 . 3.5 } 4.4 . temos que - Fecho − {reflexiva}(R ) = {1. Matemática Discreta Márcia Rodrigues Notare 26 . 1.2 . etc. 1. 3.5 .3 . então Exemplo: Dados o conjunto A = {1. 1.2 .2 .4 . c ∈ Fecho − { transitiva}(R ) . b ∈ Fecho − { transitiva}(R ) e b.1 } 4.5.3 . a R = {1.2 .4 .5.4 }.5 } Relação de Ordem Intuitivamente.2 .3 .5 . tal que R = {1. 2. 1.4 }. 2.3 Fecho Transitivo Suponha R: A → A uma endorrelação. 2.2 . tal que R = {1. 3. 4. 2. 5} e R: A → A uma endorrelação.2 . transitiva}(R ) Portanto.

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

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

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

Então. x ≡ z (mod m ) e a relação é transitiva. temos que x ≡ x(mod m ) . para todo número par.. tais que cada classe de equivalência contém um único elemento. Logo. em duas classes de equivalências. Dizemos que x é congruente a y módulo m. 2. todos os números pares formam uma classe de equivalência e todos os números ímpares formam uma segunda classe de equivalência. então x − y é divisível por m.1 As classes de equivalência são as seguintes: [1] = {1. 2. ou seja. 6. .. Assim. então x − y e y − z são divisíveis por m. 5. . simultaneamente. [n] = {n} b) Em A = {1. Então − (x − y ) = y − x também também é divisível por m.1 Congruência em Z Considere o conjunto dos números inteiros Z e um número inteiro m > 1 . reflexiva. Tal relação divide o conjunto N em duas partes. temos que a relação é reflexiva.. portanto. é divisível por m..Exemplo: Considere o conjunto dos números naturais e a relação de equivalência Ν. temos que a soma Suponha que x ≡ y (mod m ) .8 Relação Inversa Seja uma relação R: A → B. Logo. se x = y + km para algum inteiro k. Se x é par. Acompanhe o raciocínio a seguir: para qualquer inteiro x. A relação de congruência em Z define uma relação de equivalência em Z. pois x − x = 0 é divisível por m.2 . a) Ν.classe dos ímpares: [1] = [11] = [2451] = {1.1 . 3. se x é ímpar. Observe que as classes de equivalência podem ser representadas por qualquer objeto pertencente à ela: . ou seja. mostramos que a relação de congruência módulo m em Z é. então x + y é par. 3. temos que a relação é simétrica.classe dos pares: [2] = [6] = [1034] = {0. (x − y ) + ( y − z ) = x − z 4. " x + y _ é _ par" . Para verificar que isso é válido. denotada por x ≡ y (mod m ) se x − y é divisível por m. Suponha agora que x ≡ y (mod m ) e que y ≡ z (mod m ). 7.} Exemplo: Para cada uma das relações a seguir. Podemos representar essa partição de N como mostra figura abaixo. 2. Então. = Possui n classes de equivalência. temos que mostrar que a relação de congruência em Z é uma relação reflexiva. 4.3 . simétrica e transitiva. a relação inversa é como segue: Matemática Discreta Márcia Rodrigues Notare 30 . é uma relação de equivalência. 1.} . simétrica e transitiva e.7. descreva as classes de equivalência correspondentes. então x + y é ímpar para todo número ímpar. 2} = [2] [3] = {3} { } 4. 3} e R = 1.2 . Assim. Logo. 2.

denotada por R S : A → C . 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 . d .2 .3 } Dados o conjunto C = {2. < . c ∈ S } { } { } R  S = { a. 4} e a relação R : B → A = 2.R −1 : B → A = { b. a relação inversa pode ser visualizada no diagrama a seguir: 2 3 4 2 3 4 2 3 4 2 3 4 < :C → C 4.5 e S : B → C = 1. y . z } B 1 2 3 4 5 C S x y z 31 .4 . 5. x . b. 2. y . B e C conjuntos. b ∈ R} Exemplos: . c. é tal que Ou seja. { } temos que a relação inversa de R. 5} e C = {x. d}. 3. x . Exemplo: Dados os conjuntos A = {a. z .9 Composição de Relações < −1 => : C → C Sejam A. 5. 3. ou seja: Sejam as relações R: A → B. 4. z} e as relações R : A → B = a. y.3 . b ∈ R ∧ b .Dados os conjuntos A = {a. A composição de R e S. 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. S: B → C e T: C → D. y . 4} e a relação C . e R: A → B e S: B → C relações. c ∃b ∈ B ∧ a .1 . b . b} e B = {2. 3. b. 3. b. R é dada por - -1 R −1 : A → B = { a. a . a a. d . 2. b. Então. B = {1. d .

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

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

2. c. b . temos que para uma relação ser sobrejetora. Na matriz de uma relação sobrejetora. 2.2 . Na matriz de uma relação total. Veja a seguir o diagrama que representa a relação R.3 Relação Total Uma relação binária R: A → B é uma relação total se. temos que cada elemento de A está relacionado a algum elemento de B. e somente se: (∀b ∈ B )(∃a ∈ A)(aRb ) Em outras palavras. Veja a seguir o diagrama que representa a relação R. tal que A = {a.3 . todos os elementos do conjunto origem devem estar relacionados a algum elemento do conjunto destino. b. Uma relação binária R: A → B é uma relação sobrejetora se. tal que A = {1. Exemplo: Dada a relação R: A → B.A 1 1 2 2 3 B 5. B = {1.4 Relação Sobrejetora Relação sobrejetora é o conceito dual (inverso) de relação total. 2}.1 . e somente se: (∀a ∈ A)(∃b ∈ B )(aRb ) Em outras palavras. deve existir pelo menos um valor lógico verdadeiro em cada linha. B = {a. todos os elementos do conjunto destino devem estar relacionados a algum elemento do conjunto origem. Exemplo: Dada a relação R: A → B. O domínio de definição é o próprio conjunto A. a . A 1 1 2 2 3 B { } 5. c}. { } Matemática Discreta Márcia Rodrigues Notare 34 . deve existir pelo menos um valor lógico verdadeiro em cada coluna. O conjunto imagem é o próprio conjunto B. temos que para uma relação ser total. 2. temos que cada elemento de B está relacionado a algum elemento de A. 3} e R = 1. b} e R = a.

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

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

1} e B = {0.2 Função Total Uma função total é uma função parcial que é total.0 . temos que a relação inversa de f. podemos dizer que toda função total é uma função parcial e que toda função parcial é uma relação. 1. Portanto.R : B → A = x. uma função bijetora é uma função injetora e sobrejetora. ou seja. f −1 = 0.0 . Da mesma forma que para funções parciais. y} temos que as seguintes relações são funções parcias: . a { } - =: B → B Vale observar que a relação inversa de uma função parcial não necessariamente é uma função parcial.2 { } { } não é uma relação funcional e. ela deve ser também injetora (que é o dual de funcional). f deve ser uma função bijetora. temos que a relação inversa de f. 1. dizemos apenas que é uma função. Matemática Discreta Márcia Rodrigues Notare 37 .0 .1 Função Parcial Uma função parcial é uma relação funcional. não é uma função. portanto. 2} e a função parcial f: A → A tal que f = 0. 1. não é uma função parcial.0 . portanto.1 . 2.6 FUNÇÕES PARCIAIS E TOTAIS Uma função parcial nada mais é do que um relação que é funcional. assim como nem toda função parcial é uma função total. b ∈ f pode ser representado por f (a ) = b . g −1 = { 0. Se a relação funcional for também total.0 . 6. 1.1 . Podemos considerar também a função g: A → B. ou seja. Em outras palavras. y . 2. então a denominamos de função total. 1. é uma função parcial definida para todos os elementos do domínio. Assim. 6. estamos nos referindo a funções totais. Um elemento pertencente à função parcial a. nem toda relação é uma função parcial. Se uma função é total. Considerando os conjuntos A = {0. 2} e a função f : B → A = 0.1 . Entretanto. cada elemento do domínio está relacionado a no máximo um elemento do contra-domínio.2 não é uma relação { } { } funcional e. podemos verificar as seguintes propriedades: Função Injetora = monomorfismo Função Sobrejetora = epimorfismo Função Bijetora = isomorfismo Ou seja. a relação inversa de uma função não necessariamente é uma função. Exemplo: Dados os conjuntos A = {a} e B = {x. 1.1 } não é uma relação total e. A inversa de g. sempre que mencionarmos apenas função. { } Para que a relação inversa de uma função f seja uma função.0 . Para que a relação inversa de uma relação funcional seja uma função parcial. a . tal que g = 0. consequentemente. não é uma função.1 .1 . Se considerarmos o conjunto A = {0. 0. 1. f −1 = 1.

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

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

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

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

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

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

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

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

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

<.

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

um segundo objetos. o terceiro valor da seqüência é S(3) = 2S(2) = 2 ⋅ 4 = 8. a partir destes mais simples e assim por diante. Base ou condição básica. .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. Exemplo: A seqüência S é definida por recorrência por 1. Existe um primeiro objeto. qualquer valor da seqüência de Fibonacci. Continuando a seqüência. 4. Exemplo: Escreva os cinco primeiro valores da seqüência T. T(n) = T(n . Matemática Discreta Márcia Rodrigues Notare 47 . e assim por diante. onde novos casos do item que está sendo definido são dados em função de casos anteriores. 9. temos 2. Daí o nome definição por indução. T(1) = 1 2.1) + 3.. 16. tal que: 1. ou definição recorrente. onde algum(s) caso(s) simples do item que está sendo definido é dado explicitamente. 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. e assim por diante. S(1) = 2 2. devido à analogia com as demonstrações por indução. S(k) denota o k-ésimo objeto da seqüência.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. 8.9 9. para n ≥ 2 1. A parte 2 nos permite construir novos casos. ou ainda definição por indução. S(n) = 2S(n . A parte 1 da definição nos permite começar. 2. exceto os dois primeiros. é dado pela soma de seus dois valores anteriores. 10. o segundo valor da seqüência é S(2) = 2S(2-1) = 2S(1) = 2 ⋅ 2 = 4. 7. o primeiro valor da seqüência é 2. para n ≥ 2 Traduzindo. 4. 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).1) para n ≥ 2 Assim.. Um passo de indução ou recorrência. 32. fornecendo alguns casos simples e concretos.

A relação de recorrência F(n + 2) = F(n) + F(n + 1) pode ser reescrita na forma F(n + 1) = F(n + 2) . 21. utilizando a sua definição por recorrência: 1.5. 13. Podemos provar essa fórmula diretamente. 1. podemos utilizá-la para provar a fórmula: F (n + 4) = F (n + 3) + F (n + 2) = F (n + 2) + F (n + 1) + F (n + 2) = . na seqüência de Fibonacci.F(n). podemos escrever os dez primeiros números da seqüência de Fibonacci. usando apenas a relação de recorrência na definição dos números de Fibonacci. Logo. 8. F(n + 4) = 3F(n +2) – F(n). 34. .3 . 55 Exemplo: Prove que. para todo n ≥ 1. sem utilizar indução matemática.Por exemplo. 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 .

1 Operações Operações Binárias: são operações cujo domínio é um conjunto resultante de um produto cartesiano. definida como segue: divisão( x. Uma operação binária interna ao conjunto A é uma operação do tipo: ⊕ : A× A → A Operações Fechadas: uma operação fechada é uma operação total. que serão detalhadas a seguir. 10.10 ESTRUTURAS ALGÉBRICAS O estudo de álgebra está diretamente relacionado ao estudo de operações. 10. é uma operação interna e fechada: quadrado(n ) : n 2 c) A operação união ∪ : P ( A) × P ( A) → P ( A) . Então. para um dado conjunto A. elemento neutro e elemento inverso. é uma função. y. Então. definida como segue. 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. 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. Exemplos: a) A operação de divisão nos números reais divisão : R × R → R é uma operação binária interna a R. z elementos quaisquer de A. Propriedade Associativa: Seja ⊕ : A × A → A uma operação binária interna e fechada e x. ou seja. associativa. Portanto. é uma operação definida para todo x ∈ A × A e cujo resultado pertence a A.2 Propriedade das Operações Binárias As principais propriedades das operações binárias internas e fechadas são: comutativa. Então. 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 ) : x y b) A operação quadrado nos números naturais quadrado : Ν → Ν . y elementos quaisquer de A. iniciaremos este capítulo estudando operações e suas propriedades. 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. Em outras palavras.

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

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

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

em Ζ 5 .2.1. através das tabelas construídas.+ 5 e Ζ 5 . Por exemplo. denotada por + 5 . pois todos os resultados verificados Ζ 5 . pois 3 + 4 = 7 e o resto da divisão de 7 por 5 é 2. Μ 2 (Ζ ). 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 ). Por exemplo: 1 +5 2 = 3 3 + 5 4 = 2 .+ possui elemento inverso. onde r é o resto da divisão de x × y por 5. como x + 5 y = r . a inversa da matriz   é a matriz 2 1  − 4 − 3 − 2 − 1  . A multiplicação módulo 5 é definida por x × 5 y = r . Por exemplo: 2 × 5 3 = 1 .+ é comutativa. 3 × 5 4 = 2 .4}.3. Podemos também verificar que e Ζ 5 . pois estão espelhadas em torno da diagonal principal.- Μ 2 (Ζ ).× 5 são fechadas. pois 2 × 3 = 6 e o resto da divisão de 6 por 5 é 1. onde r é o resto da divisão de x + y por 5.   - Portanto. Matemática Discreta Márcia Rodrigues Notare 53 . pois 3 × 4 = 12 e o resto da divisão de 12 por 5 é 2.+ possui elemento neutro:   0 0  4 3 Μ 2 (Ζ ).+ é um grupo abeliano! 0 Exemplo: Seja Ζ 5 = { . Definimos a soma módulo 5. As seguintes tabelas definem + 5 e × 5 em Ζ 5 : +5 0 1 2 3 4 0 0 1 2 3 4 1 1 2 3 4 0 2 2 3 4 0 1 3 3 4 0 1 2 4 4 0 1 2 3 ×5 0 1 2 3 4 0 0 0 0 0 0 1 0 1 2 3 4 2 0 2 4 1 0 3 0 3 1 4 2 4 0 4 3 2 1 Podemos verificar que Ζ 5 .× 5 são comutativas.+ 5 nas tabelas são elementos de Ζ 5 .

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

Sign up to vote on this title
UsefulNot useful