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

Definição de Conjunto Universo: denotado por U. Então: . c.5 Pertinência x Inclusão Os elementos de um conjunto podem ser conjuntos. c} 1. define o contexto de discussão. c.{1.{a} ∉ S .1.2} = x ∈ Ν x ≥ 0 ∧ x < 3 - Ν = {x ∈ Ζ x ≥ 0} { } {a. d} ⊆ S Matemática Discreta Márcia Rodrigues Notare 6 . d} ∉ S . ∅.∅∈S . c.{a. 2}}. possuem os mesmos elementos. b.{a} ⊆ S . c. b. c} = {a. b. Exemplos: Considere o conjunto S = {a. preste atenção nos conceitos de pertinência e inclusão. {1. 1. U não é um conjunto fixo e. c. b. {0}.∅⊆S .2} ∈ S .{a. b. temos que A ⊆ U. Dessa forma. para qualquer conjunto A. d. ou seja: Exemplos: 0 .{ . b.{0} ∈ S . ou seja. é o conjunto que contém todos os conjuntos que estão sendo considerados.4 Igualdade de Conjuntos A = B ↔ ( A ⊆ B ∧ B ⊆ A) Dois conjuntos A e B são ditos iguais se. e somente se. Portanto.

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

1. P Q P→Q V V V V F F F V V F F V Matemática Discreta Márcia Rodrigues Notare ¤ ¢ £ ¤ ¡ ¢ ¡ V V V F (lê-se "se P então Q") ¡ ¤ 8 .3 Disjunção Uma disjunção é verdadeira se pelo menos um dos seus disjunctos for verdadeiro. ambos são verdadeiros sob as mesmas condições. P V V F F Q V F V F P∧Q V F F F 2. É denotada por: (lê-se "P e Q") P∧Q A seguir a tabela-verdade da conjunção. ele é verdadeiro. é falsa. ou seja. é falsa.1. podemos obter a tabela-verdade de P → Q construindo a tabela verdade de ¬(P ∧ ¬Q). então chove” (P → Q) podemos interpretá-la como sendo: “Não é o caso que esfria e não chove” ¬(P ∧ ¬Q) Assim. Caso contrário. Caso contrário.4 Condicional (Implicação) O condicional é falso se seu antecedente for verdadeiro e seu conseqüente for falso. É denotado por: P→Q Observe: a expressão “P → Q” assegura que: não é o caso que P e não Q. É denotada por: (lê-se "P ou Q") P∨Q A tabela-verdade da disjunção está apresentada a seguir. podemos dizer que um enunciado da forma P → Q tem o mesmo significado (semântica) que um enunciado da forma ¬(P ∧ ¬Q).2 Conjunção Uma conjunção é verdadeira se ambos seus conjunctos são verdadeiros.1. Verbalizando. se considerarmos a expressão: “Se esfriar.P ¬P V F F V 2. P V V F F Q V F V F P∨Q 2. Portanto. Caso contrário.

denotado por P ↔ Q . escrevemos as letras sentenciais à esquerda da tabela e a fórmula à direita da tabela. 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 → Q. Construa a tabela-verdade para a fórmula ¬¬P. d) preenchemos o segundo sinal de negação.3 Tabelas-verdade para wffs Para construir uma tabela-verdade para uma wff. P V V F F Q V F V F Observe que o operador principal da fórmula acima é ∨ e. P ∨ Q. c) preenchemos o sinal de negação imediatamente à esquerda de P.¬P.5 Bicondicional O bicondicional. observando os passos de construção: 1. Exemplos: . pois é ele que determina o valor-verdade para toda a fórmula. a tabela-verdade de (P ↔ Q) pode ser obtida construindo a tabela-verdade de (P → Q) ∧ (Q → P).(P ∧ ¬Q) → R . Por fim. P Q P↔Q V V V V F F F V F F F V 2.2.1. b) preenchemos a coluna da ocorrência de P na fórmula (na wff).wff) são sentenças lógicas construídas corretamente sobre o alfabeto cujos símbolos são conectivos. tem o mesmo significado que (P → Q) ∧ (Q → P). que é o operador principal e.P ∨ ¬Q . devemos identificar o operador principal. completando-se os possíveis valores-verdade que P pode assumir. determina o valor-verdade da fórmula. completamos a tabela com os valores-verdade para os operadores. P ↔ Q .2 Fórmulas Bem-Formadas Fórmulas bem-formadas (well formed formula . deve ter sua coluna como última a ser preenchida. A seguir. a) preenchemos a coluna letra sentencial P. Veja os exemplos abaixo. Assim. P ∧ Q. Devemos completar com todas as possibilidades de valores verdade para as letras sentenciais. P V F 2.¬(P ∧ Q) ↔ (¬P ∨¬Q) 2. sub-wffs e por fim para a wff (operador principal). Construa a tabela-verdade para a fórmula ¬P ∨ Q. portanto. portanto.

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

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

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

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

x ∈ (A ∪ ∅) ⇔ x∈A∨x∈∅⇔ (definição de união) x∈A (elemento neutro) Logo. i. Exemplos: . 2.} Considere R. 8. e. e. x ∈ (A ∪ A) ⇔ x∈A∨x∈A⇔ x∈A (definição de união) (idempotência do conectivo ∨) Matemática Discreta Márcia Rodrigues Notare 14 .A operação de união pode ser visualizada através de um diagrama de Venn. 3.Dados os conjuntos D = {0. 6. . 1. x ∈ (∅ ∪ A) ⇔ x∈∅∨ x∈A⇔ (definição de união) x∈A∨x∈∅⇔ (comutatividade) x∈A (elemento neutro) Logo. 4. 5. 7. u} Dados os conjuntos A = {x ∈ Ν | x > 2} e B = { x ∈ Ν | x2 = x}. u}. como mostrado a seguir. 9. 9} e V = {a. a.. o. temos que ∅∪∅=∅ U∪∅=U U∪A=U U∪U=U - 3. 4. A ∪ ∅ = A Analogamente. 8. 3. 2.1. 1. 1. Temos que R∪Q=R R∪I=R Q∪I=R Para qualquer conjunto universo U e qualquer A ⊆ U. 7. 9. 8. ∅ ∪ A = A Idempotência: A ∪ A = A Prova: Seja x ∈ (A ∪ A). 7. 5.1 Propriedades da União Elemento Neutro: A ∪ ∅ = ∅ ∪ A = A Prova: Seja x ∈ (A ∪ ∅). temos que D ∪ V = {0. o. 6.. seja x ∈ (∅ ∪ A). 5. temos que A ∪ B = {0. Q e I. 2. 6. 4. i. 3.

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

2. 2. Propriedades que envolvem União e Interseção a) Distributividade da Interseção sobre a União: A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C) b) Distributividade da União sobre a Interseção: A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C) 3. 6. Exemplos: .. 2. V = {a.}. temos que D ∩ P = {0. i. 7.1 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. 5. 4. 8} D∩V=∅ Chamamos conjuntos cuja interseção é o conjunto vazio de conjuntos disjuntos. e. temos que A∩B=∅ (conjuntos disjuntos) Considere R. temos que ∅∩∅=∅ U∩A=A U∩∅=∅ U∩U=U - - 3. 3. 8. Temos que R∩Q=Q R∩I=I Q∩I=∅ Para qualquer conjunto universo U e qualquer conjunto A ⊆ U.3 Operação Complemento ~ A = {x ∈  x ∉ A} Suponha o conjunto universo U. 6.A operação de interseção pode ser visualizada através de um diagrama de Venn.. 8. como mostrado a seguir. 1. 4.Dados os conjuntos D = {0. 9}.2. denotado por ~ A . . O complemento de um conjunto A ⊆ U. o. u} e P = {0. 4. 6. Dados os conjuntos A = {x ∈ Ν | x > 2} e B = { x ∈ Ν | x2 = x}. é como segue: Matemática Discreta Márcia Rodrigues Notare 16 . Q e I.

Dados o conjunto universo U = {0. 1. Exemplos: . temos que ~Q = I ~I = Q Suponha U qualquer. 9} e o conjunto A = {0. 7. temos que ~A = {3. Então para qualquer conjunto A ⊆ U. 8. como mostrado a seguir. 5. x ∉ A. 4. x∈A⇒ para ~A. 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. temos que A ∪ ~A = U A ∩ ~A = ∅ ~ ~A = A - - - Podemos provar o último caso da seguinte forma: Suponha um elemento x ∈ A. A operação de diferença pode ser visualizada através de um diagrama de Venn. 6. é como segue: Em outras palavras. ¬¬(x ∈ A).1 Propriedades de DeMorgan ⇔ ⇔ A ∪ B = ~(~A ∩ ~B) A ∩ B = ~(~A ∪ ~B) a) ~(A ∪ B) = ~A ∩ ~B b) ~(A ∩ B) = ~A ∪ ~B 3. 2. Matemática Discreta Márcia Rodrigues Notare 17 . ou seja. temos que ~A = {x ∈ N | x > 2} Para qualquer conjuntos universo U. 3. 9} Dados o conjunto universo U = N e o conjunto A = {0.3. A diferença entre os conjuntos A e B. 5. 7.4 Operação de Diferença A − B = {x x ∈ A ∧ x ∉ B} Sejam A e B conjuntos. temos que ~∅ = U ~U = ∅ Considerando R como conjunto universo. denotada por A − B . 6. 2}.A operação complemento pode ser visualizada através de um diagrama de Venn. (definição de complemento) 3. 1. ou seja ¬(x ∈ A) ⇒ para ~ ~A. 8. x ∈ A. 2}. 4. como mostrado a seguir.

} B . {a. ou seja. 6. b}} . V = {a. dizemos que uma 2-upla é uma par ordenado e é representada por x. 5. 5. {b}. temos que . então {x} ⊆ A A operação unária. temos que R-Q=I R-I=Q Q-I=Q Para qualquer conjunto universo U e qualquer conjunto A ⊆ U.P(∅) = {∅} . {b. c}. temos que D-V=D D . 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}. Particularmente. n objetos em ordem fixa. 3.7 . o. 7. b} e C = {a. 4. 4. {a. c}. {c}..∅⊆A . temos que ∅-∅=∅ U-∅=U U .P(B) = {∅. c}} Se o número de elementos de um conjunto X é n. . então o números de elementos de P(X) é 2n. B = {a. 8.Se x ∈ A. c}. {a..}.6 Produto Cartesiano Antes de definirmos a operação produto cartesiano. 8.5 Conjunto das Partes Dado conjunto A. {a. {a}.Dados os conjuntos A = {x ∈ N | x > 2} e B = {x ∈ N | x = x2}.P(A) = {∅. {b}. . 1} Dados os conjuntos R.P(C) = {∅. {a}. que aplicada a um conjunto A. 9}.A = {0. e. b.Dados os conjuntos D = {0. 1. 4. 5.Exemplos: .A = ~A U-U=∅ - 3. 9} .P = {1. vamos definir uma seqüência: uma seqüência de n elementos é definida como sendo uma n-upla ordenada. b}. b. u} e P = {0. 3. Matemática Discreta Márcia Rodrigues Notare 18 .. 7. 6. y ou (x. 2.B = {3. Q e I. temos que: . y ) . 6 . temos que A . 3. i. 2..A⊆A . {a}} .

9D. 0P. identificação . b. 6. 2D. cA} . b. 6.1 . B b ∈ B} Sejam A e B conjuntos. B representam elemento. 4. 1. 5D. 5D. 4.Não-comutatividade: A × C ≠ C × A .2 . . A × (B × C ) = { a.1 . b - { } B × C = { a. b.0 . 8. A união disjunta dos conjuntos A e B. 1.1 .0 .Não-associatividade: (A × B )× C ≠ A × (B × C ) Propriedades que envolvem Produto Cartesiano. a } B = { a.2 . Exemplos: Dados os conjuntos A = {a}. 3D.1 . P = {0. o. a . a. b . 8D. 1.. a . 4D. b.2 } } A×∅ = ∅ ∅ ×A =∅ ∅2 = ∅ Observações: . temos que: A × B = a.. y ≠ y. b . oV.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..A + ∅ = {aA. b } A = { a. a.7 União Disjunta A + B = { a. 6D. V = {a. 4P.1 . b1. 5.D + P = {0D. a. a. 2.Observação: A ordem dos elementos é importante! Logo.0 .2 .∅+∅=∅ . 2}. a . i. a1. b . a. b. aV. 7D. b. uV} .. x . A e b.0 . b0. 2D. a. 3. a. b. O produto cartesiano de A por B é como segue: A × B = { a. b .} . c1} Matemática Discreta Márcia Rodrigues Notare 19 . b} e C = {0. a . 9}. 6D. a. a. a.. 7. 8D. a. b . .2 . a. a. a . b } A × Ν = { a.D + V = {0D.} e A = {a. a. a . a. 3D. A a ∈ A}∪ { b. b a ∈ A ∧ b ∈ B} 2 Denotamos o produto cartesiano de um conjunto A por ele mesmo como A × A = A . 2. temos que: .0 .2 } C × B = { 0. 0. 2. 2P.A + A = {a0. B = {a. b . 1D. é como segue: onde os pares ordenados a. a . 9D. 1D. Sejam A e B conjuntos. 1. a. denotada por A + B . 4D.} 2 2 (A × B )× C = { a. x.. a.0 .0 .. 7D. 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. a . 2. c0. eV. e. 6P. b. bA.2 a. iV.1 . b. c}. u}.

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

bm} dois conjuntos finitos.. b} e C = {0.3 Relação como Matriz R : C → C tal que R = { 0. então a posição determinada pela linha i e pela coluna j da matriz contém valor verdadeiro (1). c) Conjunto imagem: conjunto de todos os elementos de B que estão relacionados com algum elemento de A. onde: a) cada elemento do conjunto A é representado como um nodo do grafo. 1. B = {a. c) a matriz resultante possui m x n células. < = { 0. .2 Endorrelação como Grafo Toda endorrelação R : A → A pode ser representada como um grafo. 4.2 } 4. b da relação é representada como uma aresta do grafo. 1} e o conjunto imagem é o conjuto {1. 1. b. < . b2. caso contrário. d) cada uma das m x n células possuem um valor lógico associado.. o domínio de definição é o conjunto {0. 2.2 . a2.para a endorelação C .. .. seu valor será falso (0). b) Domínio de definição: é o conjunto de todos os elementos de A para os quais R está definida. 2] para a relação = : A → B .1 . b) cada par a. Matemática Discreta Márcia Rodrigues Notare 21 .a) a. temos que . a . b j ∈ R . an} e B = {b1. 0. Exemplos: Dados os conjuntos A = {a}.. com origem em a e destino em b. A representação da relação R : A → B como matriz é como segue: a) o número de linhas é n (número de elementos do domínio). Exemplos: a a b ∅: A → A = : B → B = { a. 2}.2 } Sejam A = {a1. b 0 1 2 } 0 1 2 C . b ∈ R : dizemos que R está definida para a e que b é a imagem de a. 2.0 .. b) o número de colunas é m (número de elementos da imagem).2 . e) se a i . o domínio de definição é o conjunto {a} e o conjunto imagem também é o conjunto {a}.

1. 2. B = {a.4 Propriedades das Relações Uma endorrelação binária em um conjunto A pode ter determinadas propriedades. temos que ∅ a = a b < 0 1 2 R 0 1 2 a 0 a 1 0 0 0 0 0 0 0 0 1 b 0 1 1 1 0 0 1 0 0 0 a 1 b 0 1 0 ∅ 1 0 {a} 1 1 {b} 1 0 {a. = .4.1 e 2. 1.0 . < R : C → C tal que R = { 0. = C. b} e C = {0. 4. b} 1 1 2 1 1 0 2 1 0 1 b 1 ∅: A → A B. ≤ . ⊆ .1 Relação Reflexiva Sejam A um conjunto e R uma endorrelação em A. 1.Exemplo: Dados os conjuntos A = {a}. 2}.2 A. 2}. a .2 . 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 . pois todo conjunto está contido em si mesmo A 2 : A → A .2 } A× B a S 0 1 2 ⊆ ∅ {a} a 1 0 0 A× B = A → B S = { 0. 1. pois esta relação contém os pares 0. b }: C → B ⊆: P( A) → P( B) 4.0 . R é uma relação reflexiva se: (∀a ∈ A)(aRa ) A negação da propriedade reflexiva é como segue: (∃a ∈ A)(¬(aRa )) Exemplos: Dado o conjunto A = {0. pois todo elemento é igual a si mesmo - P( A). temos que as seguintes relações são reflexivas Ν. 2. A seguir serão apresentadas as propriedades que envolvem as endorrelações.

a A. a Exemplo de relação nem reflexiva. 2}.0 . pois não elemento diferente de si mesmo - P( A). 2. R .1 }. 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).possui uma aresta com origem e destino nele mesmo.1 . ≠ . Veja as matrizes e grafos referentes a alguns dos exemplos apresentados acima. ∅ :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 . Veja as matrizes e grafos referentes a alguns dos exemplos apresentados acima.4. pois não há nenhum elemento do tipo a. se R = { 0.2 . e qualquer nodo do grafo não possui aresta com origem e destino nele mesmo. pois não há nenhum elemento do tipo a. ⊂ . 1. 2. R é uma relação irreflexiva se: (∀a ∈ A)(¬(aRa )) Exemplos: Dado o conjunto A = {0.2 Relação Irreflexiva Sejam A um conjunto e R uma endorrelação em A. S . pois para a relação "está contido propriamente" os conjunto precisam se diferentes ∅: A → A. = = 0 1 2 0 1 0 0 1 0 1 0 2 0 0 1 1 0 2 4. temos que as seguintes relações são irreflexivas Ζ.A. A2 0 1 2 A :A→ A 2 0 1 1 1 1 1 1 1 2 1 1 1 1 0 2 A. 2.2 . nem irreflexiva: . se S = 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.X2: X → X X. temos que as seguintes relações são simétricas . 1.1 } R 0 1 2 0 0 0 0 1 1 0 1 2 0 1 0 1 0 2 4. 2.= - X. 2} e X um conjunto qualquer. 1. no grafo.4. ou existem duas arestas. e. uma em cada sentido.4 Relação Anti-Simétrica Sejam A um conjunto e R uma endorrelação em A. = ∅: X → X A matriz e o grafo de uma relação simétrica apresentam uma característica especial: na matriz. 2} e X um conjunto qualquer. 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 .2 .4. temos que as seguintes relações são anti-simétricas Matemática Discreta Márcia Rodrigues Notare 24 .3 Relação Simétrica Sejam A um conjunto e R uma endorrelação. ou não existe aresta. = = 0 1 2 0 1 0 0 1 0 1 0 2 0 0 1 1 0 2 4.≠ P( X ). Veja as matrizes e grafos referentes a alguns dos exemplos apresentados acima. a metade acima da diagonal principal é a imagem espelhada da metade de baixo. 1. entre dois nodos quaisquer.R = { 0.

R = { 0. se R = { 0. ⊂ Exemplos: Dado um conjunto X qualquer.0 .= - Ν.1 . se R = { 0.= P( X ). 1. a correspondente célula na outra metade é falsa (0).X2: X → X . o fecho de R em relação a P é a menor endorrelação em A que contém R e que satisfaz as propriedades de P.2 { } A matriz e o grafo de uma relação anti-simétrica apresentam uma característica especial: na matriz. < P( X ).4.2 . 2.A. temos que as seguintes relações são transitivas . existe no máximo uma aresta. R ⊆ FECHO − P(R ) Matemática Discreta Márcia Rodrigues Notare 25 .0 . ≠ - A. 1. temos que as seguintes relações não são transitivas Ζ. ⊆ P( X ). no grafo. entre dois nodos quaisquer. 1.1 . Então.1 .- X. R . Veja a matriz e o grafo referentes a um dos exemplos apresentado acima. S . = ∅: X → X Ν. y ∈ Ν2 y = x2 } Exemplo de relação nem simétrica. Se a relação R já contém as propriedades de P.2 } 4.∅: X → X X.1 } A.5 Fechos de Relações Sejam R: A → A uma endorrelação e P um conjunto de propriedades.5 Relação Transitiva Sejam A um conjunto e R uma endorrelação em A. R . 2. se S = 0.0 . 1. 2. ≤ Ζ. para qualquer célula verdadeira (1) em uma das metades da matriz. então ela é a seu próprio fecho em relação a P. 2. R é uma relação transitiva se: (∀a ∈ A)(∀b ∈ A)(∀c ∈ A)(aRb ∧ bRc → aRc ) Exemplos: Dado um conjunto X qualquer. nem anti-simétrica: . R .0 . se R = { x.2 } R 0 1 2 0 1 0 0 1 0 1 0 2 0 1 0 1 0 2 4.

tal que R = {1.4 } Algumas notações são importantes e podem ser utilizadas para simplificar e representar as seguintes relações: transitiva}(R ) a) R + = Fecho − { * b) R = Fecho − {reflexiva.2 . Então o fecho simétrico de R é definido como segue: Fecho − {simétrica}(R ) = R ∪ { b. 3.1 . 2. 5. 3.5 } 4.3 .5.4 . b ∈ R . na relação "menor ou igual" no números naturais. de uma fila de alunos dispostos numa sala de aula.4 }. 1. 2. 2. 1. temos que 4.2 . 3.2 . 1. 3. a a ∈ A} Exemplo: Dados o conjunto A = {1. 3.4 . 5} e R: A → A uma endorrelação.4 .2 . Então o fecho transitivo de R é definido como segue: a) se a. 2. 2.2 . b ∈ Fecho − { transitiva}(R ) . então a.4 . 3. 1. 2.2 . 2.1 } 4.5 . 1.2 . 2.4 . b ∈ Fecho − { transitiva}(R ) e b. Então o fecho reflexivo de R é definido como segue: Fecho − {reflexiva}(R ) = R ∪ { a. 3. etc.4 . 5. 3. 5} e R: A → A uma endorrelação.2 . podemos pensar numa relação de ordem quando lembramos de uma fila no banco.5. 5} e R: A → A uma endorrelação.5 . a.5 . 5. Matemática Discreta Márcia Rodrigues Notare 26 . 4. 3.4 . transitiva}(R ) Portanto. 2.3 .4. então Exemplo: Dados o conjunto A = {1. 1. 4.4 . 1. c ∈ Fecho − { transitiva}(R ) .3 .5 } Relação de Ordem Intuitivamente. 1. 1.5 .3 . temos que - Fecho − {reflexiva}(R ) = {1. 1. tal que - Fecho − {simétrica}(R ) = {1.3 .3 .4 . 4. 3.2 Fecho Simétrico Suponha R: A → A uma endorrelação. 4.3 .3 Fecho Transitivo Suponha R: A → A uma endorrelação.1 . 2. 1. a R = {1. 2.4 }. 2.1 Fecho Reflexivo Suponha R: A → A uma endorrelação.4 }.3 . 4.5.2 . tal que R = {1. temos que - Fecho − { transitiva}(R ) = {1. c ∈ Fecho − { transitiva}(R ) . 4. temos que a. 3.3 .2 .5 . 3.1 . 3. 2. b) se a.3 . b ∈ R} Exemplo: Dados o conjunto A = {1.6 R * = {1. 1.3 . 2. 1.5 .3 .5 . 2. considerando o exemplo acima.

onde as arestas que representam as relações reflexivas e transitivas ficam implícitas no diagrama. O diagrama de Hasse pode ser construído com base num grafo. então o elemento 1 aparece abaixo do elemento 2. 12. Cada elemento de A é representado por um ponto (vértice) do diagrama. 3. {1. ≤ . ⊆ . temos seus respectivos grafo e diagrama de Hasse representados abaixo. seu diagrama de Hasse está representado abaixo. As orientação das arestas torna-se. então podemos representar visualmente um conjunto parcialmente ordenado em A por um diagrama de Hasse. R é um conjunto Se R é uma relação de ordem parcial em A. São exemplos de relação de ordem parcial: Ν. ou seja. 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.Ordem parcial: é toda relação binária em um conjunto A que é. simultaneamente. como 1 ≤ 2. 18} e a relação de ordem "x divide y". Exemplos: 1 .2}). então dizemos que parcialmente ordenado. Veja o exemplo a seguir. 2. Exemplo: Dados o conjunto A = {1.Dada a relação de ordem P ({ . 6. x _ divide _ y A. ≤ - P( Ν). dessa forma. ⊆ Ζ + . reflexiva. desnecessária. 2.2} {1} {2} ∅ - Dados o conjunto A = {1. anti-simétrica e transitiva. o diagrama de Hasse está representado abaixo. Matemática Discreta Márcia Rodrigues Notare 27 . Se A é um conjunto finito. já que a disposição dos elementos no diagrama preserva essa informação. 3} e a relação de ordem A.

2.1 é elemento mínimo. R uma relação de ordem. Elemento Mínimo que o conjunto dado pela relação de ordem é 4. e. f . f }. temos que . a. d . pois não há elemento que relaciona-se com ele. a . d . R uma relação de ordem. pois está relacionado com todos os outros elementos de A. a. m Elemento Máximo ∉ R) 4. a. e . c. 18} e a relação de ordem "x divide y". Dizemos que m é elemento minimal (∀a ∈ A)( a. pois não existem elementos com os quais eles relacionamse. R uma relação de ordem.12 e 18 são elementos maximais. c . e b c d a f temos { a. . b . 3. b . e . Dizemos que m é elemento mínimo de (∀a ∈ A)(mRa ) Elemento Minimal 4. a ∉ R) Exemplo: Dados o conjunto A = {1.3 de R se Suponha A um conjunto e A.6.6. c .4 de R se Suponha A um conjunto e A. d .1 é elemento minimal.1 R se Suponha A um conjunto e A. a. R uma relação de ordem. d . e . cujo diagrama de Hasse já foi apresentado anteriormente.2 de R se Suponha A um conjunto e A.6. .12 6 18 2 3 1 - Dado o diagrama de Hasse a seguir. Dizemos que m é elemento maximal (∀a ∈ A)( m. 12. 6. b. Dizemos que m é elemento máximo (∀a ∈ A)(aRm) Elemento Maximal 4.6. Matemática Discreta Márcia Rodrigues Notare 28 .

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

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

2. S: B → C e T: C → D. c. b. 3.4 . 5. 3.3 } Dados o conjunto C = {2. 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. < . x . b ∈ R} Exemplos: . é tal que Ou seja. denotada por R S : A → C . 5} e C = {x. 5. R é dada por - -1 R −1 : A → B = { a. c ∃b ∈ B ∧ a . temos que a composição de R e S é como segue e pode ser visualizada no diagrama a seguir: R S A a b R c d A composição de relações é associativa. Exemplo: Dados os conjuntos A = {a.2 . b} e B = {2. 3. c ∈ S } { } { } R  S = { 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 . z .5 e S : B → C = 1.9 Composição de Relações < −1 => : C → C Sejam A.3 .1 . d . d . { } temos que a relação inversa de R. a a. 3. 4. e R: A → B e S: B → C relações. Então. 4} e a relação R : B → A = 2. d}. y. a . ou seja: Sejam as relações R: A → B. z } B 1 2 3 4 5 C S x y z 31 . 2. y . b .Dados os conjuntos A = {a.R −1 : B → A = { b. z} e as relações R : A → B = a. B = {1. x . b ∈ R ∧ b . B e C conjuntos. d . y . b. 4} e a relação C . b. A composição de R e S. y .

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

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

4 Relação Sobrejetora Relação sobrejetora é o conceito dual (inverso) de relação total. Na matriz de uma relação sobrejetora. Na matriz de uma relação total. 2. temos que cada elemento de B está relacionado a algum elemento de A. b. Veja a seguir o diagrama que representa a relação R. 2}. B = {1.1 . temos que cada elemento de A está relacionado a algum elemento de B. 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. e somente se: (∀b ∈ B )(∃a ∈ A)(aRb ) Em outras palavras. b .A 1 1 2 2 3 B 5. a . todos os elementos do conjunto destino devem estar relacionados a algum elemento do conjunto origem. c. deve existir pelo menos um valor lógico verdadeiro em cada linha. O domínio de definição é o próprio conjunto A. tal que A = {a. A 1 1 2 2 3 B { } 5. 3} e R = 1. e somente se: (∀a ∈ A)(∃b ∈ B )(aRb ) Em outras palavras. { } Matemática Discreta Márcia Rodrigues Notare 34 . O conjunto imagem é o próprio conjunto B. Veja a seguir o diagrama que representa a relação R. B = {a. Exemplo: Dada a relação R: A → B. c}. tal que A = {1.2 . b} e R = a. 2.3 . 2. temos que para uma relação ser total. todos os elementos do conjunto origem devem estar relacionados a algum elemento do conjunto destino. deve existir pelo menos um valor lógico verdadeiro em cada coluna.3 Relação Total Uma relação binária R: A → B é uma relação total se.

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

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

não é uma função parcial. 1.1 .2 { } { } não é uma relação funcional e. f −1 = 1. g −1 = { 0. não é uma função. tal que g = 0. A inversa de g. 1. podemos verificar as seguintes propriedades: Função Injetora = monomorfismo Função Sobrejetora = epimorfismo Função Bijetora = isomorfismo Ou seja. Portanto. sempre que mencionarmos apenas função. Um elemento pertencente à função parcial a. assim como nem toda função parcial é uma função total. cada elemento do domínio está relacionado a no máximo um elemento do contra-domínio. 1} e B = {0. f −1 = 0. Se a relação funcional for também total. Matemática Discreta Márcia Rodrigues Notare 37 .R : B → A = x. 1. y} temos que as seguintes relações são funções parcias: . 1.2 não é uma relação { } { } funcional e.6 FUNÇÕES PARCIAIS E TOTAIS Uma função parcial nada mais é do que um relação que é funcional. 2. Em outras palavras. estamos nos referindo a funções totais.1 . podemos dizer que toda função total é uma função parcial e que toda função parcial é uma relação. uma função bijetora é uma função injetora e sobrejetora. { } Para que a relação inversa de uma função f seja uma função. Entretanto. então a denominamos de função total. Considerando os conjuntos A = {0.0 .1 Função Parcial Uma função parcial é uma relação funcional.0 . 6. Assim. f deve ser uma função bijetora. b ∈ f pode ser representado por f (a ) = b . dizemos apenas que é uma função.1 } não é uma relação total e.0 . 1.1 . portanto.2 Função Total Uma função total é uma função parcial que é total. temos que a relação inversa de f. temos que a relação inversa de f. Da mesma forma que para funções parciais.0 . é uma função parcial definida para todos os elementos do domínio. Se considerarmos o conjunto A = {0.0 . 1. Se uma função é total.1 . não é uma função. 6. 1.0 . 2} e a função parcial f: A → A tal que f = 0. Para que a relação inversa de uma relação funcional seja uma função parcial. a relação inversa de uma função não necessariamente é uma função. consequentemente. 2} e a função f : B → A = 0. a { } - =: B → B Vale observar que a relação inversa de uma função parcial não necessariamente é uma função parcial. ela deve ser também injetora (que é o dual de funcional). portanto. nem toda relação é uma função parcial. Exemplo: Dados os conjuntos A = {a} e B = {x. 2. ou seja. ou seja. a .1 . 0. Podemos considerar também a função g: A → B. y .

7 CARDINALIDADE DE CONJUNTOS A cardinalidade de um conjunto nada mais é do que a medida de seu tamanho. Vale ressaltar que nem todos os conjuntos infinitos possuem a mesma cardinalidade.. 7.1 Cardinalidade Finita e Infinita Finita: se existe uma bijeção entre A e o conjunto {1.. Infinita: se existe uma bijeção entre A e um subconjunto próprio de A.. A cardinalidade de um conjunto A. . 2. se conseguimos "tirar" alguns elementos de A e ainda assim podemos estabelecer uma bijeção com A. n}. ou seja. Portanto. precisamos encontrar uma função bijetora f : Ζ → Ν . precisamos mostrar que existe uma bijeção entre ele e um subconjunto próprio dele. Para mostrar que Z é um conjunto infinito. Z é um conjunto infinito. Suponha f : Ζ → Ν .. f(a) 7 5 3 1 0 2 4 6 8 . Podemos dizer que um conjunto infinito A é dito: Matemática Discreta Márcia Rodrigues Notare 38 ... Neste caso. então f (a ) = 2a se a < 0 . o conjunto dos números naturais N. 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. O conceito de cardinalidade permite definir conjuntos finitos e infinitos. ou ainda são ditos equipotentes. para algum n ∈ Ν . 3. como por exemplo. tal que: se a ≥ 0 . Portanto. Temos que f é uma função bijetora e sabemos que N é um subconjunto próprio de Z. Dois conjuntos A e B possuem o mesmo número de elementos ou a mesma cardinalidade.. como queríamos mostrar. a -4 -3 -2 -1 0 1 2 3 4 . #A = n. denotado por # A =# B se existe uma correspondência um-para-um f : A → B . representada por #A é: - Exemplo: Mostre que o conjunto dos números inteiros Z é um conjunto infinito.

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

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

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

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

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

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

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

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

<.

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

Exemplo: A seqüência S é definida por recorrência por 1. 4. A parte 2 nos permite construir novos casos. Existe um primeiro objeto. Base ou condição básica. Matemática Discreta Márcia Rodrigues Notare 47 . exceto os dois primeiros. 16. Daí o nome definição por indução. .. Um passo de indução ou recorrência. A parte 1 da definição nos permite começar. um segundo objetos. 2. o terceiro valor da seqüência é S(3) = 2S(2) = 2 ⋅ 4 = 8. onde novos casos do item que está sendo definido são dados em função de casos anteriores. T(n) = T(n . para n ≥ 2 1. o primeiro valor da seqüência é 2. 4. e assim por diante. 10.1 RECURSÃO E RELAÇÕES DE RECORRÊNCIA Definições Recorrentes Uma definição onde o item definido aparece como parte da definição é chamada de definição por recorrência. 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. fornecendo alguns casos simples e concretos. qualquer valor da seqüência de Fibonacci. a partir destes mais simples e assim por diante. 9. 7. 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). e assim por diante. S(n) = 2S(n . temos 2. Continuando a seqüência.1) + 3. S(k) denota o k-ésimo objeto da seqüência. o segundo valor da seqüência é S(2) = 2S(2-1) = 2S(1) = 2 ⋅ 2 = 4. 8. ou ainda definição por indução. Exemplo: Escreva os cinco primeiro valores da seqüência T. tal que: 1.2 Seqüências Definidas por Recorrência Uma seqüência S é uma lista de objetos numerados em determinada ordem. T(1) = 1 2. 32. S(1) = 2 2.. para n ≥ 2 Traduzindo. é dado pela soma de seus dois valores anteriores. devido à analogia com as demonstrações por indução.9 9. Uma definição recorrente é formada por duas partes: 1. ou definição recorrente. onde algum(s) caso(s) simples do item que está sendo definido é dado explicitamente.1) para n ≥ 2 Assim.

para todo n ≥ 1. utilizando a sua definição por recorrência: 1. F(n + 4) = 3F(n +2) – F(n). Logo. 55 Exemplo: Prove que. .F(n). Podemos provar essa fórmula diretamente.Por exemplo. 1.5. 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. podemos escrever os dez primeiros números da seqüência de Fibonacci. 8. 34. 13.3 . sem utilizar indução matemática. 21. usando apenas a relação de recorrência na definição dos números de Fibonacci. A relação de recorrência F(n + 2) = F(n) + F(n + 1) pode ser reescrita na forma F(n + 1) = F(n + 2) . 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 .

y ) : x y b) A operação quadrado nos números naturais quadrado : Ν → Ν . Portanto. definida como segue: divisão( x. definida como segue. 10.1 Operações Operações Binárias: são operações cujo domínio é um conjunto resultante de um produto cartesiano. ou seja. a operação ⊕ tem elemento neutro se: (∃e)(∀x )(x ⊕ e = e ⊕ x = x ) Matemática Discreta Márcia Rodrigues Notare 49 . 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. é uma operação binária interna e fechada. é uma operação definida para todo x ∈ A × A e cujo resultado pertence a A. para um dado conjunto A. associativa. 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. z elementos quaisquer de A. que serão detalhadas a seguir. Então. Propriedade Associativa: Seja ⊕ : A × A → A uma operação binária interna e fechada e x. Então. Então. 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 elementos quaisquer de A.10 ESTRUTURAS ALGÉBRICAS O estudo de álgebra está diretamente relacionado ao estudo de operações. y. é uma operação interna e fechada: quadrado(n ) : n 2 c) A operação união ∪ : P ( A) × P ( A) → P ( A) . iniciaremos este capítulo estudando operações e suas propriedades. 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 função. Exemplos: a) A operação de divisão nos números reais divisão : R × R → R é uma operação binária interna a R. Em outras palavras. 10.2 Propriedade das Operações Binárias As principais propriedades das operações binárias internas e fechadas são: comutativa. elemento neutro e elemento inverso.

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

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

precisamos verificar quais propriedades ela satisfaz: - Μ 2 (Ζ ).× é um grupo abeliano.+ é fechada.⊕. Portanto. comutativa. b) A operação R. então A. pois a b   e f  i j   a b   e + i f + j  c d  +   g h  +  k m   = c d  +   g + k h + m                  a + (e + i ) b + ( f + j )  (a + e ) + i (b + f ) + j  c + (g + k ) d + (h + m ) = (c + g ) + k (d + h ) + m =         a b  e f   i j  c d  +  g h   +  k m           =   Matemática Discreta Márcia Rodrigues Notare 52 . Exemplos: a) A operação * R+ . simultaneamente. pois não há número real x tal que: 0⋅ x = x⋅0 =1 Ou seja.6 Grupos Um grupo é um monóide cuja operação é possui elemento inverso.10. pois a adição de duas matrizes 2 × 2 é uma matriz 2 × 2 . Μ 2 (Ζ ). possui elemento neutro e elemento inverso. e é um grupo. 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. Se ⊕ : A × A → A possui elemento inverso.+ é um grupo abeliano? Μ 2 (Ζ ). associativa.+ é associativa. o número 0 não possui elemento inverso! A tabela abaixo apresenta um resumo das estruturas algébricas estudadas e suas respectivas propriedades.× não é um grupo. Para verificarmos se a operação Μ 2 (Ζ ).⊕. a operação for comutativa. Seja A.⊕ um monóide. Se. possui elemento neutro 1 e elemento inverso. e é um Grupo Abeliano. fechada. associativa. pois é uma operação fechada. adicionalmente. um grupo é uma operação que é.+ é um grupo abeliano. então A.

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

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