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

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

2 Conjunção Uma conjunção é verdadeira se ambos seus conjunctos são verdadeiros. ou seja. Portanto. É denotado por: P→Q Observe: a expressão “P → Q” assegura que: não é o caso que P e não Q. ambos são verdadeiros sob as mesmas condições. ele é verdadeiro. é falsa. podemos dizer que um enunciado da forma P → Q tem o mesmo significado (semântica) que um enunciado da forma ¬(P ∧ ¬Q). É denotada por: (lê-se "P ou Q") P∨Q A tabela-verdade da disjunção está apresentada a seguir. então chove” (P → Q) podemos interpretá-la como sendo: “Não é o caso que esfria e não chove” ¬(P ∧ ¬Q) Assim. P V V F F Q V F V F P∨Q 2. Verbalizando. se considerarmos a expressão: “Se esfriar. é falsa. É denotada por: (lê-se "P e Q") P∧Q A seguir a tabela-verdade da conjunção.1.4 Condicional (Implicação) O condicional é falso se seu antecedente for verdadeiro e seu conseqüente for falso. P Q P→Q V V V V F F F V V F F V Matemática Discreta Márcia Rodrigues Notare ¤ ¢ £ ¤ ¡ ¢ ¡ V V V F (lê-se "se P então Q") ¡ ¤ 8 . Caso contrário. Caso contrário.1.P ¬P V F F V 2.3 Disjunção Uma disjunção é verdadeira se pelo menos um dos seus disjunctos for verdadeiro.1. Caso contrário. podemos obter a tabela-verdade de P → Q construindo a tabela verdade de ¬(P ∧ ¬Q). P V V F F Q V F V F P∧Q V F F F 2.

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

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

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

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

é como segue: Em outras palavras. Podemos representar conjuntos e suas operações através de figuras geométricas. temos que a∈A a∈B pela definição de subconjunto (A ⊆ B) a∈C pela definição de subconjunto (B ⊆ C) Logo. Usualmente. pela definição de subconjunto. chamados Diagramas de Venn.3 ÁLGEBRA DE CONJUNTOS Entendemos que uma álgebra é constituída de operações definidas sobre um conjunto. resulta em um conjunto cujos elementos pertencem a pelo menos um dos dois conjuntos. ou seja. para qualquer elemento a ∈ A . B e C conjuntos quaisquer tal que A ⊆ B e B ⊆ C. denotada por A ∪ B . ou seja: A⊆ B∧B⊆C ⇒ A⊆C Prova: Suponha A. Dessa forma. Então. Seja a ∈ A. a união de dois conjuntos A e B considera todos os elementos que pertencem ao conjunto A ou ao conjunto B. b. as figuras abaixo representam: A a b c B A A⊆B O conjunto A = {a. temos que a ∈ C. 3.1 Operação de União A ∪ B = {x x ∈ A ∨ x ∈ B} Sejam A e B conjuntos. A união dos conjuntos A e B. Matemática Discreta Márcia Rodrigues Notare 13 . os retângulos são utilizados para representar o conjunto universo e as elipses para representar os demais conjuntos. uma Álgebra de Conjuntos é constituída por operações definidas para todos os conjuntos. Por exemplo. como elipses e retângulos. temos que A ⊆ C. Assim. c} S U S⊆U A relação de inclusão é transitiva.

9.Dados os conjuntos D = {0. seja x ∈ (∅ ∪ A). u} Dados os conjuntos A = {x ∈ Ν | x > 2} e B = { x ∈ Ν | x2 = x}. 4. 3. 6. 6. 5. Exemplos: . 3. u}. a. e. 1. Temos que R∪Q=R R∪I=R Q∪I=R Para qualquer conjunto universo U e qualquer A ⊆ U.. 1. 7. temos que A ∪ B = {0. e. temos que D ∪ V = {0. 2. 9} e V = {a. como mostrado a seguir. o. x ∈ (A ∪ A) ⇔ x∈A∨x∈A⇔ x∈A (definição de união) (idempotência do conectivo ∨) Matemática Discreta Márcia Rodrigues Notare 14 . 9. 4.. 4. A ∪ ∅ = A Analogamente. Q e I. 6. 7. i.} Considere R. . o.A operação de união pode ser visualizada através de um diagrama de Venn. 8. 5. 7. 8. x ∈ (A ∪ ∅) ⇔ x∈A∨x∈∅⇔ (definição de união) x∈A (elemento neutro) Logo. x ∈ (∅ ∪ A) ⇔ x∈∅∨ x∈A⇔ (definição de união) x∈A∨x∈∅⇔ (comutatividade) x∈A (elemento neutro) Logo. 5. i.1 Propriedades da União Elemento Neutro: A ∪ ∅ = ∅ ∪ A = A Prova: Seja x ∈ (A ∪ ∅). 2. 1. ∅ ∪ A = A Idempotência: A ∪ A = A Prova: Seja x ∈ (A ∪ A). 2. 3. 8.1. temos que ∅∪∅=∅ U∪∅=U U∪A=U U∪U=U - 3.

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

O complemento de um conjunto A ⊆ U. temos que D ∩ P = {0. V = {a.Dados os conjuntos D = {0. 6. 4.A operação de interseção pode ser visualizada através de um diagrama de Venn. como mostrado a seguir. 3. Q e I. Dados os conjuntos A = {x ∈ Ν | x > 2} e B = { x ∈ Ν | x2 = x}. temos que ∅∩∅=∅ U∩A=A U∩∅=∅ U∩U=U - - 3. 1. 5.. i. 4. temos que A∩B=∅ (conjuntos disjuntos) Considere R. u} e P = {0. Exemplos: . denotado por ~ A . é como segue: Matemática Discreta Márcia Rodrigues Notare 16 .. 2. 6. Temos que R∩Q=Q R∩I=I Q∩I=∅ Para qualquer conjunto universo U e qualquer conjunto A ⊆ U. 8.2. 8} D∩V=∅ Chamamos conjuntos cuja interseção é o conjunto vazio de conjuntos disjuntos. 2.1 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. e. 2. 8.3 Operação Complemento ~ A = {x ∈  x ∉ A} Suponha o conjunto universo U. 4.}. o. . 6. 7. 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. 9}.

temos que A ∪ ~A = U A ∩ ~A = ∅ ~ ~A = A - - - Podemos provar o último caso da seguinte forma: Suponha um elemento x ∈ A. 4. 5.Dados o conjunto universo U = {0. A diferença entre os conjuntos A e B. temos que ~A = {3. 6. Então para qualquer conjunto A ⊆ U. Exemplos: . a diferença entre dois conjuntos A e B considera todos os elementos que pertencem ao conjunto A e que não pertencem ao conjunto B. 7. (definição de complemento) 3. 3. 1. como mostrado a seguir. como mostrado a seguir. 1. 2. ou seja. A operação de diferença pode ser visualizada através de um diagrama de Venn. x∈A⇒ para ~A.4 Operação de Diferença A − B = {x x ∈ A ∧ x ∉ B} Sejam A e B conjuntos. denotada por A − B . temos que ~Q = I ~I = Q Suponha U qualquer. 1. temos que ~A = {x ∈ N | x > 2} Para qualquer conjuntos universo U. 9} e o conjunto A = {0. 6. é como segue: Em outras palavras.1 Propriedades de DeMorgan ⇔ ⇔ A ∪ B = ~(~A ∩ ~B) A ∩ B = ~(~A ∪ ~B) a) ~(A ∪ B) = ~A ∩ ~B b) ~(A ∩ B) = ~A ∪ ~B 3. Matemática Discreta Márcia Rodrigues Notare 17 . 2}. 5. x ∉ A. 7.3. 9} Dados o conjunto universo U = N e o conjunto A = {0. temos que ~∅ = U ~U = ∅ Considerando R como conjunto universo. 8. ¬¬(x ∈ A). 4. 2}. ou seja ¬(x ∈ A) ⇒ para ~ ~A. 8. x ∈ A.A operação complemento pode ser visualizada através de um diagrama de Venn.

dizemos que uma 2-upla é uma par ordenado e é representada por x. temos que D-V=D D . Q e I. e. temos que A . 3. B = {a. 7. {b}. que aplicada a um conjunto A. o.A = {0. b} e C = {a. 3. 7. {b}. b}. 8.}. i.. b.∅⊆A . 6 . 4. b. 6. n objetos em ordem fixa.Dados os conjuntos D = {0. {a. então o números de elementos de P(X) é 2n.P = {1.Se x ∈ A.. 9}. V = {a. 4.Dados os conjuntos A = {x ∈ N | x > 2} e B = {x ∈ N | x = x2}.A = ~A U-U=∅ - 3. {a}} .P(∅) = {∅} . 5. {a}. Particularmente. {b. ou seja.B = {3. c}. {c}. então {x} ⊆ A A operação unária. c}. y ou (x. 1} Dados os conjuntos R. Matemática Discreta Márcia Rodrigues Notare 18 . .P(C) = {∅.P(A) = {∅. temos que: . temos que . u} e P = {0. 2.P(B) = {∅. 3. vamos definir uma seqüência: uma seqüência de n elementos é definida como sendo uma n-upla ordenada. y ) . {a. c}} Se o número de elementos de um conjunto X é n. 4. temos que R-Q=I R-I=Q Q-I=Q Para qualquer conjunto universo U e qualquer conjunto A ⊆ U. 2. .5 Conjunto das Partes Dado conjunto A. 5. {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}. 8.A⊆A .Exemplos: . temos que ∅-∅=∅ U-∅=U U . 6. {a. {a}. c}. 1.7 . 9} . 5. b}} .} B ..6 Produto Cartesiano Antes de definirmos a operação produto cartesiano..

c}. b. P = {0. . 2D. b. 4D.2 } } A×∅ = ∅ ∅ ×A =∅ ∅2 = ∅ Observações: . a1. a.0 . a . a. b .A + ∅ = {aA.. b. a.} 2 2 (A × B )× C = { a. 4P.D + V = {0D. b .∅+∅=∅ .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. 5D. a. b . eV. b - { } B × C = { a. a. bA. Sejam A e B conjuntos. b a ∈ A ∧ b ∈ B} 2 Denotamos o produto cartesiano de um conjunto A por ele mesmo como A × A = A . a . a. 6. 5D. a ..0 . a... b0. 8D. A a ∈ A}∪ { b. a.0 . identificação ..Não-associatividade: (A × B )× C ≠ A × (B × C ) Propriedades que envolvem Produto Cartesiano. 7D. 1. b1. 8D.2 . 2}. a.Não-comutatividade: A × C ≠ C × A .1 . 4. 0.0 . 6D. 2. 4. O produto cartesiano de A por B é como segue: A × B = { a. 8. b } A = { a. A e b. a. y ≠ y.Observação: A ordem dos elementos é importante! Logo. c1} Matemática Discreta Márcia Rodrigues Notare 19 .} . é como segue: onde os pares ordenados a. b.1 . a. b . A × (B × C ) = { a. .. aV. a. cA} . b. 2.0 . a. B b ∈ B} Sejam A e B conjuntos.. b.2 . a . b . b} e C = {0. A união disjunta dos conjuntos A e B.1 . B representam elemento.1 . 9D.0 .7 União Disjunta A + B = { a. V = {a. 1D. 6P. b. x. 3D. iV. temos que: .2 . 1. 1D. 6.A + A = {a0. temos que: A × B = a. x . 9}. b . uV} . a. o. 7. a. a . e. 6D. b. 3. 3D. 1. 4D. a. i. denotada por A + B . a . a . Exemplos: Dados os conjuntos A = {a}.2 } C × B = { 0. B = {a. a . b } A × Ν = { a.2 . a } B = { a.1 . a.D + P = {0D. u}. 9D. 2P. a. 2. c0. 2. 7D. 1. 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. 5. a .1 .0 . oV. 0P.2 a. 2D. b.} e A = {a.

como mostram as figuras abaixo. podemos { } - Relação de Igualdade de A em A: Relação "menor" de C em C: { 0. 1. a . 1. b de R : A → B C . Exemplos: Sejam A = {a}. 0.1 RELAÇÕES Relação Binária Dados dois conjuntos A e B.2 } A seguir. ≤ Q. Então. R . = P( A). B = {a.2 . 1. a } Endorrelação ou Auto-Relação: dado um conjunto A. b ∈ R . ≤ - Ζ. A C B C 0 0 b a 1 2 1 2 par a. uma relação binária R de A em B é um subconjunto de um produto cartesiano A × B . onde: . ⊆ P(R). Podemos denotar uma relação R da seguinte forma: R : A → B e. temos que origem e destino são o mesmo conjunto e podemos denota-la por A. São exemplos de relações: . 0. < = { 0. destino ou conjunto de chegada de R Para R ⊆ A × B . então afirmamos que "a relaciona-se com b". 1.1 . b } ⊆: P( B) → P( B) ≤ : C →C =: A → A { a.∅ é uma relação de A em B A × B = a. origem ou conjunto de partida de R . Exemplos: Seja A um conjunto. b ∈ R .2 . algumas definições referentes ao conceito de relação: Matemática Discreta Márcia Rodrigues Notare 20 .4 4. b é uma relação de A em B - a. uma relação do tipo R : A → A é dita uma Endorrelação ou Auto-Relação.2 } Relação de C em B: { 0. Assim.1 . a. b} e C = {0. a . ou seja R ⊆ A × B . são endorrelações: Ν. para um elemento denota-lo como aRb .A é o domínio. 2}.B é o contra-domínio. se a. ⊂ Uma relação binária pode ser representada no diagrama de Venn.

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

≤ . pois todo elemento é igual a si mesmo - P( A). = . 1.1 e 2.0 . B = {a. a . = C. 4.2 . 1.2 A. A seguir serão apresentadas as propriedades que envolvem as endorrelações. 2}. b} 1 1 2 1 1 0 2 1 0 1 b 1 ∅: A → A B. R é uma relação reflexiva se: (∀a ∈ A)(aRa ) A negação da propriedade reflexiva é como segue: (∃a ∈ A)(¬(aRa )) Exemplos: Dado o conjunto A = {0. b }: C → B ⊆: P( A) → P( B) 4.0 .2 } A× B a S 0 1 2 ⊆ ∅ {a} a 1 0 0 A× B = A → B S = { 0.4 Propriedades das Relações Uma endorrelação binária em um conjunto A pode ter determinadas propriedades. pois esta relação contém os pares 0. 2. 1. < R : C → C tal que R = { 0. pois todo elemento é igual a si mesmo A matriz e o grafo de uma relação reflexiva apresentam uma característica especial: a diagonal principal da matriz contém somente valores lógicos verdadeiro (1) e qualquer nodo do grafo Matemática Discreta Márcia Rodrigues Notare 22 .Exemplo: Dados os conjuntos A = {a}. b} e C = {0. temos que as seguintes relações são reflexivas Ν. pois todo conjunto está contido em si mesmo A 2 : A → A . ⊆ .1 Relação Reflexiva Sejam A um conjunto e R uma endorrelação em A.4. 1. 2. temos que ∅ a = a b < 0 1 2 R 0 1 2 a 0 a 1 0 0 0 0 0 0 0 0 1 b 0 1 1 1 0 0 1 0 0 0 a 1 b 0 1 0 ∅ 1 0 {a} 1 1 {b} 1 0 {a. 2}.

A2 0 1 2 A :A→ A 2 0 1 1 1 1 1 1 1 2 1 1 1 1 0 2 A. ≠ . a Exemplo de relação nem reflexiva. pois não há nenhum elemento do tipo a. pois não elemento diferente de si mesmo - P( A).2 . e qualquer nodo do grafo não possui aresta com origem e destino nele mesmo.1 . = = 0 1 2 0 1 0 0 1 0 1 0 2 0 0 1 1 0 2 4. S . nem irreflexiva: . 2. 1. pois não há nenhum elemento do tipo a.possui uma aresta com origem e destino nele mesmo. 1.1 }. 2}.A. temos que as seguintes relações são irreflexivas Ζ. se R = { 0. pois para a relação "está contido propriamente" os conjunto precisam se diferentes ∅: A → A. 2. R é uma relação irreflexiva se: (∀a ∈ A)(¬(aRa )) Exemplos: Dado o conjunto A = {0. a A.0 . Veja as matrizes e grafos referentes a alguns dos exemplos apresentados acima. ⊂ .2 Relação Irreflexiva Sejam A um conjunto e R uma endorrelação em A.4. ∅ :A→ A ∅ 0 1 2 0 0 0 0 1 0 0 0 2 0 0 0 1 0 2 Matemática Discreta Márcia Rodrigues Notare 23 . 2. R .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). se S = 0. Veja as matrizes e grafos referentes a alguns dos exemplos apresentados acima.2 .

R = { 0.3 Relação Simétrica Sejam A um conjunto e R uma endorrelação. entre dois nodos quaisquer.2 . e. 1. 2} e X um conjunto qualquer. 2} e X um conjunto qualquer. 2.4 Relação Anti-Simétrica Sejam A um conjunto e R uma endorrelação em A.= - X.1 . temos que as seguintes relações são simétricas . uma em cada sentido. a metade acima da diagonal principal é a imagem espelhada da metade de baixo. = ∅: X → X A matriz e o grafo de uma relação simétrica apresentam uma característica especial: na matriz. Veja as matrizes e grafos referentes a alguns dos exemplos apresentados acima. = = 0 1 2 0 1 0 0 1 0 1 0 2 0 0 1 1 0 2 4.4. temos que as seguintes relações são anti-simétricas Matemática Discreta Márcia Rodrigues Notare 24 . ou não existe aresta.≠ P( X ). no grafo.1 } R 0 1 2 0 0 0 0 1 1 0 1 2 0 1 0 1 0 2 4. 1.4.X2: X → X X. ou existem duas arestas. A :A→ A 2 A2 0 1 2 0 1 1 1 1 1 1 1 2 1 1 1 1 0 2 A. 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. 1.

0 .1 .- X. 1.5 Relação Transitiva Sejam A um conjunto e R uma endorrelação em A. R . = ∅: X → X Ν.1 . 2.1 } A. Veja a matriz e o grafo referentes a um dos exemplos apresentado acima. 2. R . ⊂ Exemplos: Dado um conjunto X qualquer. então ela é a seu próprio fecho em relação a P. y ∈ Ν2 y = x2 } Exemplo de relação nem simétrica.0 .= P( X ). temos que as seguintes relações são transitivas . temos que as seguintes relações não são transitivas Ζ. ≠ - A. 1.A.0 . 2. S .2 . ⊆ P( X ). 1. 1.= - Ν.∅: X → X X. se R = { 0.1 .2 { } A matriz e o grafo de uma relação anti-simétrica apresentam uma característica especial: na matriz. se R = { x. R ⊆ FECHO − P(R ) Matemática Discreta Márcia Rodrigues Notare 25 . < P( X ). no grafo. entre dois nodos quaisquer. R . a correspondente célula na outra metade é falsa (0). se S = 0. nem anti-simétrica: .5 Fechos de Relações Sejam R: A → A uma endorrelação e P um conjunto de propriedades.2 } R 0 1 2 0 1 0 0 1 0 1 0 2 0 1 0 1 0 2 4. se R = { 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. Se a relação R já contém as propriedades de P.X2: X → X .0 .2 } 4. para qualquer célula verdadeira (1) em uma das metades da matriz. ≤ Ζ. 2. R = { 0.4. Então. o fecho de R em relação a P é a menor endorrelação em A que contém R e que satisfaz as propriedades de P.

4 }.4 .5 . 3.5 } Relação de Ordem Intuitivamente. 5.3 Fecho Transitivo Suponha R: A → A uma endorrelação. 4. 3.4 . 2. b ∈ Fecho − { transitiva}(R ) . tal que R = {1.2 .3 .2 .1 Fecho Reflexivo Suponha R: A → A uma endorrelação. considerando o exemplo acima. na relação "menor ou igual" no números naturais. 2. Então o fecho transitivo de R é definido como segue: a) se a. 3. tal que - Fecho − {simétrica}(R ) = {1. 1.3 .3 .1 . 2. 5. 3.4 . temos que - Fecho − {reflexiva}(R ) = {1.2 . 4. Então o fecho reflexivo de R é definido como segue: Fecho − {reflexiva}(R ) = R ∪ { a. a. então a. transitiva}(R ) Portanto.3 .3 .5. 1. temos que 4. 5} e R: A → A uma endorrelação.5 . 2.1 . temos que a.5 .2 . 1. de uma fila de alunos dispostos numa sala de aula. 3. 4. 2.4 . 4. 2.4 . 2.6 R * = {1. 2. 4.3 .2 . 2. 3. etc.4 . 3. a R = {1.4 }.2 .5 } 4.4 }.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. 5} e R: A → A uma endorrelação.4 . a a ∈ A} Exemplo: Dados o conjunto A = {1.5. 2.3 .3 . 2. tal que R = {1.2 . b) se a. 3.4 . 1. b ∈ R} Exemplo: Dados o conjunto A = {1. 3. 1. 3. 1.3 .3 . 2.2 Fecho Simétrico Suponha R: A → A uma endorrelação.2 . 2. c ∈ Fecho − { transitiva}(R ) .1 .1 } 4. Então o fecho simétrico de R é definido como segue: Fecho − {simétrica}(R ) = R ∪ { b. 2.4 . b ∈ Fecho − { transitiva}(R ) e b.5 .3 .5.5 . 4. b ∈ R . podemos pensar numa relação de ordem quando lembramos de uma fila no banco.3 . 1.2 .5 . 1.2 . 5. temos que - Fecho − { transitiva}(R ) = {1.4. 3. então Exemplo: Dados o conjunto A = {1. c ∈ Fecho − { transitiva}(R ) .5 . 3. 1. 3. 5} e R: A → A uma endorrelação. 2. 1. 1. Matemática Discreta Márcia Rodrigues Notare 26 . 1. 1.

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

temos que . a. R uma relação de ordem.12 6 18 2 3 1 - Dado o diagrama de Hasse a seguir.3 de R se Suponha A um conjunto e A. . 2. Dizemos que m é elemento maximal (∀a ∈ A)( m. e . . pois não há elemento que relaciona-se com ele. Elemento Mínimo que o conjunto dado pela relação de ordem é 4.6. a ∉ R) Exemplo: Dados o conjunto A = {1. b .6. c . R uma relação de ordem. Dizemos que m é elemento mínimo de (∀a ∈ A)(mRa ) Elemento Minimal 4.1 é elemento minimal. 6. Dizemos que m é elemento minimal (∀a ∈ A)( a. d . m Elemento Máximo ∉ R) 4. c. Dizemos que m é elemento máximo (∀a ∈ A)(aRm) Elemento Maximal 4. e . f . a. 18} e a relação de ordem "x divide y". R uma relação de ordem. b . a.1 é elemento mínimo.12 e 18 são elementos maximais. d . pois está relacionado com todos os outros elementos de A.4 de R se Suponha A um conjunto e A. e b c d a f temos { a. a. d . a . d . pois não existem elementos com os quais eles relacionamse. b. e.6.1 R se Suponha A um conjunto e A. R uma relação de ordem. f }. e . 3. c . 12.2 de R se Suponha A um conjunto e A.6. Matemática Discreta Márcia Rodrigues Notare 28 . cujo diagrama de Hasse já foi apresentado anteriormente.

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

temos que a relação é reflexiva. Então. " x + y _ é _ par" . então x − y e y − z são divisíveis por m.7. 2.2 . temos que x ≡ x(mod m ) . denotada por x ≡ y (mod m ) se x − y é divisível por m. simultaneamente. se x é ímpar. em duas classes de equivalências.1 Congruência em Z Considere o conjunto dos números inteiros Z e um número inteiro m > 1 . Então. Logo. Assim. = Possui n classes de equivalência. 2. ou seja.1 . 2} = [2] [3] = {3} { } 4. se x = y + km para algum inteiro k. A relação de congruência em Z define uma relação de equivalência em Z. é divisível por m. Logo..3 . ou seja. temos que a relação é simétrica.classe dos pares: [2] = [6] = [1034] = {0. Assim.Exemplo: Considere o conjunto dos números naturais e a relação de equivalência Ν. então x + y é ímpar para todo número ímpar. 3} e R = 1. então x − y é divisível por m. Então − (x − y ) = y − x também também é divisível por m.} Exemplo: Para cada uma das relações a seguir. 6. Tal relação divide o conjunto N em duas partes. portanto. 2. Se x é par. tais que cada classe de equivalência contém um único elemento. x ≡ z (mod m ) e a relação é transitiva. 4. 7.8 Relação Inversa Seja uma relação R: A → B. 1. [n] = {n} b) Em A = {1. Suponha agora que x ≡ y (mod m ) e que y ≡ z (mod m ). a) Ν. então x + y é par. mostramos que a relação de congruência módulo m em Z é. Acompanhe o raciocínio a seguir: para qualquer inteiro x. é uma relação de equivalência. 2. . 5. temos que mostrar que a relação de congruência em Z é uma relação reflexiva. simétrica e transitiva. Para verificar que isso é válido.classe dos ímpares: [1] = [11] = [2451] = {1. . Dizemos que x é congruente a y módulo m. Podemos representar essa partição de N como mostra figura abaixo.. simétrica e transitiva e.1 As classes de equivalência são as seguintes: [1] = {1. Logo. 3.2 . Observe que as classes de equivalência podem ser representadas por qualquer objeto pertencente à ela: ... para todo número par. 3. descreva as classes de equivalência correspondentes. (x − y ) + ( y − z ) = x − z 4. temos que a soma Suponha que x ≡ y (mod m ) . reflexiva. todos os números pares formam uma classe de equivalência e todos os números ímpares formam uma segunda classe de equivalência. pois x − x = 0 é divisível por m.} . a relação inversa é como segue: Matemática Discreta Márcia Rodrigues Notare 30 .

9 Composição de Relações < −1 => : C → C Sejam A. y . x . d}. ou seja: Sejam as relações R: A → B. b .3 } Dados o conjunto C = {2. z } B 1 2 3 4 5 C S x y z 31 . 2. 3. d . b ∈ R ∧ b .5 e S : B → C = 1. 3.R −1 : B → A = { b. 3. R é dada por - -1 R −1 : A → B = { a. b. Então. S: B → C e T: C → D. b. 4} e a relação R : B → A = 2. y. y . z . < . a relação inversa pode ser visualizada no diagrama a seguir: 2 3 4 2 3 4 2 3 4 2 3 4 < :C → C 4. B = {1. 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. 2. d . Exemplo: Dados os conjuntos A = {a. 5} e C = {x. 4. b. 5. y . d . 3. c ∈ S } { } { } R  S = { a. c ∃b ∈ B ∧ a . a a. 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 . c.3 . denotada por R S : A → C .Dados os conjuntos A = {a. B e C conjuntos.2 . b. b ∈ R} Exemplos: . b} e B = {2. z} e as relações R : A → B = a. e R: A → B e S: B → C relações. 5.4 .1 . a . 4} e a relação C . é tal que Ou seja. A composição de R e S. x . { } temos que a relação inversa de R.

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

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

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

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

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

Se uma função é total. y . Se considerarmos o conjunto A = {0. Matemática Discreta Márcia Rodrigues Notare 37 .1 . Exemplo: Dados os conjuntos A = {a} e B = {x. 1. y} temos que as seguintes relações são funções parcias: . Em outras palavras. 2} e a função parcial f: A → A tal que f = 0. podemos verificar as seguintes propriedades: Função Injetora = monomorfismo Função Sobrejetora = epimorfismo Função Bijetora = isomorfismo Ou seja.0 . { } Para que a relação inversa de uma função f seja uma função. f deve ser uma função bijetora.1 . estamos nos referindo a funções totais.0 .1 } não é uma relação total e. 2} e a função f : B → A = 0. 1} e B = {0.1 Função Parcial Uma função parcial é uma relação funcional. Podemos considerar também a função g: A → B. não é uma função. portanto. f −1 = 1. é uma função parcial definida para todos os elementos do domínio. 1. Portanto. ou seja. Se a relação funcional for também total. 6. a . 6. 1. podemos dizer que toda função total é uma função parcial e que toda função parcial é uma relação. Considerando os conjuntos A = {0. ela deve ser também injetora (que é o dual de funcional).1 . 1.0 . 1. 2. dizemos apenas que é uma função.6 FUNÇÕES PARCIAIS E TOTAIS Uma função parcial nada mais é do que um relação que é funcional. Entretanto. Para que a relação inversa de uma relação funcional seja uma função parcial. 2.2 { } { } não é uma relação funcional e.0 . a relação inversa de uma função não necessariamente é uma função. então a denominamos de função total.R : B → A = x. consequentemente. g −1 = { 0. f −1 = 0. não é uma função. 1. Da mesma forma que para funções parciais.2 Função Total Uma função total é uma função parcial que é total. b ∈ f pode ser representado por f (a ) = b .2 não é uma relação { } { } funcional e. A inversa de g. uma função bijetora é uma função injetora e sobrejetora.0 . a { } - =: B → B Vale observar que a relação inversa de uma função parcial não necessariamente é uma função parcial. Um elemento pertencente à função parcial a.1 .0 . assim como nem toda função parcial é uma função total. temos que a relação inversa de f. ou seja. nem toda relação é uma função parcial. 1. 0. Assim. sempre que mencionarmos apenas função. portanto. não é uma função parcial. tal que g = 0.1 . cada elemento do domínio está relacionado a no máximo um elemento do contra-domínio. temos que a relação inversa de f.

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

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

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

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

. k ≥ 1): P(k ) = 2 k Passo de Indução (provamos que a propriedade é válida para o inteiro seguinte k+1.P(k + 1) Tentamos provar que a propriedade é válida para n = k + 1.Então. que: P(k + 1) : 1 + 3 + 5 + .. podemos escrever que: P(n ) = 2 n Agora. Suponha P (k ) Prove P (k + 1) 1 + 3 + 5 + . + [2(k + 1) − 1]=(k + 1) ? 2 Matemática Discreta Márcia Rodrigues Notare 42 .. + (2n − 1) = n 2 Base de Indução . P(1) : 1 = 12 Hipótese de Indução . ou seja. 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. vamos provar que nossa conjectura está correta.. através do primeiro princípio de indução matemática: Base de Indução (estabelecemos a veracidade da propriedade para n = 1): P(1) = 21 = 2 Hipótese de Indução (supomos que a propriedade é válida para algum inteiro k. P(k ) : 1 + 3 + 5 + . Ou seja. podemos fazer a seguinte conjectura: a geração n possui 2n descendentes.P(1) Verificamos que a propriedade é válida para n = 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... 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. + (2k − 1) = k 2 Passo de Indução . ou seja.

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

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

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

P(k + 1) Provamos que a propriedade é válida para n = k + 1. P(k + 1) : 2 ( k +1)+1 < 3 ( k +1) ? k +1 2 ( k +1)+1 = 2 ⋅ 2.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 .

<.

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

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

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

.

.

.

.

.

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 .

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

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

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

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

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

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

Sign up to vote on this title
UsefulNot useful