Você está na página 1de 54

Princı́pios de Inferência

Dedutiva e Indutiva
Noções de Lógica e Métodos de Prova

Teoria, aplicações e exercı́cios resolvidos

Adriano Azevedo Filho

CreateSpace
2010
Princı́pios de Inferência Dedutiva e Indutiva:
Noções de Lógica e Métodos de Prova


c 2010 por Adriano J. B. V. Azevedo Filho
Todos os direitos reservados.

ISBN 978-1-4421-5143-7
1a Edição - 2a tiragem (com revisão)

É proibida a reprodução total ou parcial


em qualquer meio ou forma.

Dados Internacionais de Catalogação na Publicação (CIP)

Azevedo Filho, Adriano J. B. V.


Princípios de Inferência Dedutiva e Indutiva:
Noções de Lógica e Métodos de Prova /
Adriano Azevedo Filho – 1a ed. – Scotts Valley:
CreateSpace, 2010.
xii, 137 f. : il.; 21,6cm
ISBN 978-1-4421-5143-7

1.Lógica 2. Métodos de prova 3. Inferência


I. Azevedo Filho, Adriano J. B. V. II. Título.
CDD-160

e-mail do autor: inferencia@LaplaceBooks.com


site do livro: www.LaplaceBooks.com/inferencia
Sumário

Lista de Tabelas ix

Lista de Figuras x

Prefácio xi

1 Inferência: Noções Básicas 1


1.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Inferência informal × formal . . . . . . . . . . . . 2
1.3 Inferência informal: dificuldades . . . . . . . . . . 7
1.4 Considerações finais . . . . . . . . . . . . . . . . . . 18
Exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
Referências . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

2 Lógica e Silogismos: bases para a dedução 23


2.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2 Conceitos básicos: declarações e variáveis . . . . 25
2.3 Proposições . . . . . . . . . . . . . . . . . . . . . . . . 29
2.4 Operações lógicas com proposições . . . . . . . . 32
2.5 Negação de proposições . . . . . . . . . . . . . . . . 47
2.6 Operadores lógicos como funções . . . . . . . . . 48

v
2.7 Prioridades entre operações lógicas . . . . . . . . 48
2.8 Equivalências entre proposições lógicas . . . . . . 49
2.9 Inferência dedutiva e silogismos . . . . . . . . . . . 51
2.10 Contradições e Gödel . . . . . . . . . . . . . . . . . 55
2.11 Considerações finais . . . . . . . . . . . . . . . . . . 58
Exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
Referências . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64

3 Introdução a Métodos de Prova 65


3.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . 65
3.2 Estratégias de prova válidas . . . . . . . . . . . . . . 69
3.3 Erros comuns em provas . . . . . . . . . . . . . . . 72
3.4 Prova por argumento geométrico . . . . . . . . . 75
3.5 Prova pelo método direto . . . . . . . . . . . . . . . 78
3.6 Prova pelo método contrapositivo . . . . . . . . . 79
3.7 Prova por contradição ou absurdo . . . . . . . . . 81
3.8 Prova por exemplo ou contra-exemplo . . . . . . 83
3.9 Prova por indução em n . . . . . . . . . . . . . . . 86
3.10 Considerações finais . . . . . . . . . . . . . . . . . . 87
Exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
Referências . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95

4 Probabilidades e Estatı́stica: bases para a in-


ferência indutiva 97
4.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . 97
4.2 Todos os cisnes são brancos? . . . . . . . . . . . . . 98
4.3 Inferência indutiva . . . . . . . . . . . . . . . . . . . 100
4.4 Inferência bayesiana na análise de hipóteses . . . 103
4.5 Inferência bayesiana na estimação . . . . . . . . . 109
4.6 Considerações finais . . . . . . . . . . . . . . . . . . 113

vi
Exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
Referências . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115

Resolução de exercı́cios selecionados 117

Índice Remissivo 131

vii
Lista de Tabelas

1.1 Dados sobre uso de CQ e lucratividade . . . . . . 11


1.2 Dados agregados (paradoxo de Simpson) . . . . . 17
1.3 Dados desagregados (paradoxo de Simpson) . . . 17

2.1 Operador de negação lógica . . . . . . . . . . . . . 33


2.2 Operação de conjunção (e lógico) . . . . . . . . . 34
2.3 Operação de disjunção (ou lógico inclusivo) . . . 36
2.4 Operação de ou lógico exclusivo . . . . . . . . . . 38
2.5 Operação de implicação lógica . . . . . . . . . . . 39
2.6 Operação de dupla implicação (equivalência) . . 42
2.7 Verificação da equivalência pela tabela (I) . . . . 46
2.8 Verificação da equivalência pela tabela (II) . . . . 46
2.9 Equivalências lógicas usuais . . . . . . . . . . . . . 50

ix
Lista de Figuras

1.1 Cartas sobre a mesa . . . . . . . . . . . . . . . . . . 9

2.1 Busto de Aristóteles (384–322 A.C.) . . . . . . . . 24


2.2 Conhecimento existente sobre o crime . . . . . . 44
2.3 Kurt Gödel (1906-1978) . . . . . . . . . . . . . . . . 58
2.4 Conhecimento existente sobre uma ave . . . . . . 62

3.1 Estratégias válidas e inválidas de prova . . . . . . 70


3.2 Prova sobre os limites para π . . . . . . . . . . . . 76
3.3 Dica para a prova do teorema de Pitágoras . . . . 88

4.1 Razão de chances a posteriori dado pA e n . . . . 107


4.2 Razão de chances a posteriori dado n (caso 2) . . 109
4.3 Distribuição a posteriori de p dado n . . . . . . . 112

x
Prefácio
Este texto trata de princı́pios de inferência usados para a cons-
trução de argumentos sólidos no contexto da metodologia ci-
entı́fica. A motivação para o desenvolvimento do material veio
de minhas experiências como aluno na Stanford University e,
posteriormente, como professor em cursos de graduação e pós-
graduação na Universidade de São Paulo, nas áreas quantitati-
vas da economia, administração e engenharia.
Tenho observado, ao longo dos anos, que muitos alunos
que passam por esses cursos têm dificuldade em compreender
argumentos fundamentados em lógica e demonstrações for-
mais. Ademais, tendem a não distinguir os campos e limites da
aplicação da inferência dedutiva e indutiva, dentro da atividade
de pesquisa.
Em cursos de estatı́stica, em particular, acredito que há
poucos alunos que realmente entendem a fundamentação
lógica dos testes de hipóteses. Não é incomum esses proce-
dimentos serem entendidos de forma mecânica, sem uma real
atenção para seu significado e limitações.
A origem desses problemas, no meu entender, está na quase
ausência de uma exposição do aluno, durante sua formação, a
certos princı́pios básicos que embasam os processos formais de
inferência dedutiva e indutiva. Isso acaba dificultando o acesso
a textos mais avançados que se utilizam de argumentos formais,
demonstrações e provas. Além disso, muitos desconhecem a
volumosa pesquisa das últimas décadas mostrando dificuldades

xi
sérias observadas no processo informal de inferência baseado
na intuição, que são discutidas no primeiro capı́tulo.
Neste texto, tento fazer uma introdução a esses princı́pios
de inferência, de forma produzir uma modesta contribuição
didática visando a superação das dificuldades levantadas nos
parágrafos anteriores. Os desenvolvimentos apresentados evi-
tam uma excessiva formalidade técnica, com o objetivo de tor-
nar a leitura mais acessı́vel, a custa de um certo prejuı́zo na
precisão de alguns conceitos.

Base necessária
De um modo geral, o conteúdo do texto é adequado a alunos
cursando os últimos anos da graduação ou o inı́cio da pós-
graduação. A base necessária é a existente em cursos que en-
volvem disciplinas de metodologia cientı́fica, matemática e es-
tatı́stica, no nı́vel de graduação, na formação básica. Somente
a segunda parte do capı́tulo 4, que envolve noções de estatı́stica
bayesiana, pode exigir uma preparação apropriada, pela leitura
dos textos sugeridos e/ou pela participação em cursos que cu-
bram os fundamentos necessários.

Agradecimentos
Agradeço aos alunos de cursos ministrados nos últimos 10
anos que tiveram acesso a versões preliminares do texto e con-
tribuı́ram com muitas sugestões e correções.
Como de praxe, assumo a responsabilidade pelos erros re-
manescentes. Agradeço antecipadamente às identificações des-
ses erros, comentários, crı́ticas e sugestões para aperfeiçoamen-
tos que possam ser incorporados em futuras edições.

Prof. Adriano Azevedo-Filho, Ph.D.


Universidade de São Paulo - ESALQ, 2010

xii
Capı́tulo 1

Inferência: Noções Básicas

1.1 Introdução
Este texto examina, em nı́vel introdutório, alguns aspectos do
processo de inferência, entendido como o ato de se derivar con-
clusões a partir do conhecimento e de evidências disponı́veis. O
foco principal da apresentação é direcionado à inferência de-
dutiva e à lógica formal, aplicadas à prova de proposições e
teoremas. São apresentadas, também, no último capı́tulo, al-
gumas considerações sobre o processo de inferência indutiva,
cujo bom entendimento demandará do leitor algum conheci-
mento prévio de estatı́stica e de teoria de probabilidades.

Estrutura do capı́tulo
Este capı́tulo tem mais 3 seções. A Seção 1.2 apresenta con-
ceitos básicos associados aos processos de inferência formal e
informal. Na Seção 1.3, são apresentados alguns exemplos que
ilustram dificuldades associadas à inferência informal, baseada

1
2 Inferência Dedutiva e Indutiva – A. Azevedo Filho

primariamente na intuição e em heurı́sticas, visando motivar


outros desenvolvimentos apresentados no texto. Finalmente,
na Seção 1.4, são apresentadas considerações finais, assim como
a estrutura dos próximos capı́tulos.

1.2 Inferência informal × formal


Nas situações mais comuns, o processo de inferência realizado
pelas pessoas é informal, sendo guiado essencialmente pela
intuição humana e por heurı́sticas. Nesse contexto a noção
de heurı́stica é entendida como sendo a de uma regra mental
tipicamente utilizada no processo de inferência ou na solução
de um problema.
O processo informal de inferência é muito útil e usual-
mente adequado, mas pode levar a conclusões claramente in-
corretas em situações complexas de interesse prático, como
mostram diversos experimentos e pesquisas clássicas1 em Psi-
cologia Cognitiva, desenvolvidos por autores consagrados
como A. Tversky, D. Kahneman, B. Fischhoff e outros. Al-
guns exemplos que ilustram dificuldades com a inferência in-
formal são examinados na Seção 1.3.

Inferência formal dedutiva × indutiva


Devido ao reconhecimento dessas potenciais dificuldades com
a inferência informal, métodos formais de inferência dedutiva
e indutiva tendem a ser freqüentemente utilizados dentro da
argumentação filosófica, técnica e cientı́fica.
1
Veja por exemplo Hoghart (1991) e/ou Kahneman et al. (1992) para
uma discussão compreensiva sobre os resultados clássicos.
Capı́tulo 1 - Inferência: Noções Básicas 3
Na inferência dedutiva, que é fundamentada na lógica for-
mal, conclusões são derivadas de premissas, através do pro-
cesso de dedução. Na inferência indutiva, conclusões são deri-
vadas da observação sistemática de fenômenos empı́ricos e de
experimentos. Nesse caso, métodos probabilı́sticos e estatı́sti-
cos são os fundamentos mais significativos para esse processo
de inferência.
Para melhor introduzir o assunto, as próximas seções dis-
cutem a validade das seguintes proposições2 ou hipóteses:

1. Num triângulo retângulo qualquer a soma


dos quadrados dos catetos é igual ao qua-
drado da hipotenusa (teorema de Pitágoras).
2. Fumar causa câncer.
3. A probabilidade do nascimento de um me-
nino em um nascimento qualquer é maior
que 50%.
4. Deus existe.

Proposição 1: Teorema de Pitágoras


A proposição conhecida como o teorema de Pitágoras pode ter
sua validade concluı́da através um processo de inferência de-
dutiva embasado em uma prova formal. A inferência dedu-
tiva e as provas formais são discutidas em maior detalhe nos
Capı́tulos 2 e 3.
2
Proposição é uma afirmação de interesse que pode ser falsa ou ver-
dadeira, sendo um elemento essencial do processo de inferência. A
determinação da validade de proposições ou hipóteses de interesse é um
objetivo importante da investigação cientı́fica.
4 Inferência Dedutiva e Indutiva – A. Azevedo Filho

O teorema de Pitágoras é válido por força de argumen-


tos inquestionáveis apoiados na lógica formal, desenvolvidos
a partir de premissas aceitas como válidas sobre um triângulo
retângulo qualquer. Para esse teorema, há evidências de provas
realizadas há mais de 3000 anos, na China e da Babilônia, que
demonstram a validade da proposição (Maor, 2007).

Proposição 2: Fumar causa câncer


A validade desta proposição depende, já de inı́cio, do enten-
dimento explı́cito do que se entende por fumar: seria fumar
um cigarro por dia ou 3 maços e por quanto tempo? Uma
vez solucionada essa questão surge outra questão ainda mais
fundamental: o que significa causa câncer? E isso não é neces-
sariamente uma questão de resposta fácil.
Se o entendimento de causar for no sentido de que fumar
– definido por mais de 2 maços de cigarro por dia por pelo
menos 5 anos – levará necessariamente o indivı́duo a contrair
câncer, facilmente encontraremos casos de indivı́duos que fu-
maram mas nunca tiveram câncer3 .
Mesmo para um fumante com câncer, será sempre difı́cil
saber se foi o fumo a causa do câncer, dado que nunca po-
derı́amos observar a evidência contrafactual, ou seja, o que teria
acontecido com ele se não tivesse fumado em sua vida.
Se, por outro lado, entendermos a causalidade existente
entre o fumo e o câncer com um significado mais restrito,
3
O entendimento de causalidade utilizado é bem limitado e pouco rigo-
roso. Para uma discussão compreensiva sobre causalidade, que é um assunto
complexo e de grande atualidade, o leitor pode consultar, por exemplo, Pe-
arl (2009), para um tratamento mais técnico ou Morgan & Winship (2007)
para uma discussão mais didática.
Capı́tulo 1 - Inferência: Noções Básicas 5
como sendo um aumento, para o fumante, da chance dele ou
dela contrair câncer, a aferição da verdade ou validade dessa
afirmação seria factı́vel.
A validade dessa afirmação, com esse entendimento mais
limitado, pode ser verificada pela aplicação de métodos de in-
ferência indutiva aplicados à análise de evidências observacio-
nais e experimentais envolvendo o uso do fumo e a ocorrência
de câncer. Esses métodos são fundamentados na teoria de pro-
babilidades e na estatı́stica.

Proposição 3: Chances de menino são maiores


Tal como no caso anterior, a validade da proposição que afirma
que as chances de se observar um menino num nascimento ao
acaso é maior que a chance de uma menina, pode ser examinada
à luz de milhares de observações disponı́veis, nesse caso o sexo
de crianças ao nascimento.
Curiosamente, ao contrário de que muitos pensam, a
freqüência de meninos nas estatı́sticas do registro civil, há mui-
tos séculos, tende a ser superior à freqüência de meninas. Já
no séc. XIX, o grande matemático Laplace (1749-1827), anali-
sando centenas de milhares de nascimentos na França e Ingla-
terra, observou que a freqüência de meninos era próxima de
51%.
Com o apoio de métodos estatı́sticos aplicados à evidência
empı́rica, Laplace argumentou que não seria razoável aceitar
a validade da hipótese de chances iguais para meninos e me-
ninas4 . Laplace concluiu pela rejeição da hipótese de chances
4
O leitor pode pensar: não seria isso óbvio? Não, experimente lançar
uma moeda 10 vezes. Não é nada improvável observar uma freqüência de
8 Inferência Dedutiva e Indutiva – A. Azevedo Filho

possı́vel para as evidências observadas. Essa situação ilustra


a natureza do processo de inferência muito comum dentro do
dia a dia das maioria das pessoas: inferência baseada na intuição
e em heurı́sticas. As evidências existentes não “provam” ou de-
las não é possı́vel obter uma conclusão definitiva da validade
das hipóteses alternativas: “o marido aprontou” e o “carro do
amigo quebrou”.
O processo de inferência informal utilizado pela esposa
no caso descrito foi baseado primariamente na evidência dis-
ponı́vel e sua experiência pessoal (fatos, dados etc.) associada
situações como a sua. A conclusão a que chegou não foi dedu-
zida mas informalmente concluı́da à luz da evidência e de sua
experiência pessoal.
Esse tipo de inferência (informal), que é parte integrante de
nosso raciocı́nio na grande maioria das situações práticas em
vivemos, pode apresentar limitações sérias. Essas limitações
são derivadas das dificuldades que o ser humano tem com res-
peito à complexidade, incerteza e processamento de volumes
grandes de informação, e são abundantemente evidenciadas em
estudos e experimentos realizados em disciplinas como a Psico-
logia Cognitiva. Algumas dessas dificuldades são examinadas
nas próximas seções.

Exemplos de problemas com a intuição informal


Alguns exemplos de situações e problemas em que a inferência
informal apresenta limitações são descritos a seguir. Esses e
muitos outros exemplos são discutidos em mais profundidade
em textos como Hogarth (1991), Plous (1993) e Plessner et al.
(2007) que revisam a literatura sobre o assunto.
Capı́tulo 1 - Inferência: Noções Básicas 9
O leitor é convidado a oferecer sua solução a cada um dos
problemas contidos nos exemplos, antes de ler a solução, de
forma a testar a qualidade de sua intuição em cada um dos ca-
sos.

Exemplo 1.1 – Dedução e experimentação – Há 4


cartas sobre a mesa. Essas cartas tem 2 faces, uma delas
com um número e a outra com uma letra. A disposição
das cartas é a apresentada na Figura 1.1.
Suponha que uma pessoa diz a você que: —No verso
das cartas que mostram uma letra vogal há um número
par.
Uma forma de você tentar saber se a pessoa está falando
a verdade seria ver o verso das cartas que estão sobre a
mesa. Qual seria o número mı́nimo de cartas que vi-
radas poderiam fornecer alguma informação útil sobre
a validade da afirmação sobre as cartas sobre a mesa?
qual(is) seria(m) essa(s) carta(s) que deveria(m) ser vi-
radas?

E K

4 7

Figura 1.1: Cartas sobre a mesa


10 Inferência Dedutiva e Indutiva – A. Azevedo Filho

Um resultado tı́pico nesse caso seria as pessoas afirmarem


que “virariam” as cartas com o E e com o 4. O segundo re-
sultado mais tı́pico seria elas afirmarem que virariam somente
a carta com a letra E. Mais raramente costumam afirmar que
virariam as cartas com o E e o 7, as quais, de fato, podem pro-
ver evidência suficiente para invalidar a afirmação da pessoa
sobre as cartas. Se o verso da carta contendo o E mostrar algo
que não seja um número par a afirmação seria falsa; da mesma
forma, se o verso do 7 contiver uma vogal a afirmação também
seria considerada falsa.
Conhecer o verso da carta com o 4 não pode oferecer ne-
nhuma informação útil para contestar a afirmação. Se o verso
do 4 for uma vogal, a afirmação não seria contestada, por ou-
tro lado se o verso for uma consoante a afirmação também não
pode ser contestada porque nada foi dito sobre o verso de car-
tas com letras consoantes.
Se o leitor ainda não estiver convencido do resultado, algo
que não é anormal, isso é um bom indı́cio de que a exposição
a princı́pios de lógica formal pode aprimorar seu raciocı́nio
dedutivo em processos de inferência. Mais detalhes sobre esse
problema são apresentados por Plous (1993, p. 231) e em re-
ferências por ele citadas.

Exemplo 1.2 – Interpretação de resultados – Uma


pesquisa foi realizada em 250 empresas para tentar in-
dentificar a relação entre o uso de uma certa prática,
identificada como CQ e a lucratividade da empresa. A
pesquisa de campo mostrou o número de empresas dis-
tribuı́das de acordo com o uso do CQ e sua lucrativi-
dade (alta e baixa) conforme a Tabela 1.1 Qual é sua
conclusão sobre relação entre o uso do CQ e lucrati-
Capı́tulo 1 - Inferência: Noções Básicas 11

Tabela 1.1: Dados sobre uso de CQ e lucratividade

Lucratividade
Alta Baixa
Presente 160 40
Uso de CQ
Ausente 40 10

vidade das empresas, tendo em vista os resultados da


pesquisa?

Situações como a do exemplo são comuns em diversas áreas


do conhecimento e comumente pessoas inferem que relações
e efeitos que não podem ser inferidos. Nessa situação, experi-
mentos sugerem que muitas pessoas expostas a esse teste infe-
rem uma associação positiva entre o uso do controle de quali-
dade e a lucratividade das empresas.
Não há, de fato, nenhuma evidência conclusiva a esse res-
peito nos dados apresentados na tabela. Há evidência de que 45
empresas usam o CQ e que 45 das empresas tem lucratividade
alta. Contudo, a lucratividade alta ocorre em 4 de cada 5 em-
presas que usam o CQ e também em 4 de cada 5 empresas que
não usam o CQ.
Nesse caso a freqüência de ocorrência da lucratividade alta
em empresas que usam ou não o CQ é exatamente a mesma, o
que torna difı́cil aceitar alguma evidência de possı́veis “efeitos”
dessa prática CQ nessa situação. Esse exemplo é uma versão
estilizada de um problema similar apresentado e discutido por
Plous (1993, p. 162).
Capı́tulo 1 - Inferência: Noções Básicas 21
Pearl, J. 2009. Causality: Models, Reasoning, and Inference.
Cambdrige University Press, Cambdrige.

Plous, S. 1993. The Psychology of Judgement and Decision


Making. McGraw-Hill, p. 353.

Plessner, H., Bletsch, C. & Bletsch, T. 2007. Intuition in Jud-


gement and Decision Making. Lawrence Erlbaum Publisher,
p. 360.

Stigler, S. 1990. The History of Statistics: The measurement of


uncertainty before the 1990s. Belknap Press.

Krynski, T. R. and Tenenbaum, J. B. 2007. The role of causa-


lity in judgment under uncertainty. Journal of Experimental
Psychology, 136(3):430-450.

Stolyar, A. A. 1970. Introduction to Elementary Mathematical


Logic. Dover Publications, Inc, New York.

Tversky, A. & Kahneman, D. 1974. Judgement under Uncer-


tainty: Heuristics and Biases. Science 185(Sept 27):1124-1131.

Wagner, C. H. (1982) Simpson’s Paradox in real life. The


American Statistician, 36:46-48.
Capı́tulo 2

Lógica e Silogismos: bases


para a dedução

2.1 Introdução
Este capı́tulo apresenta uma sı́ntese da terminologia e
princı́pios básicos da lógica formal, que é a base da inferência
dedutiva. A apresentação é relativamente acessı́vel e intro-
dutória, sem a preocupação com um rigor ou formalismo ex-
cessivo. Para apresentações mais rigorosas e detalhadas, o lei-
tor é referido a textos como Church (1959), Stolyar (1970), ou
Crossley et al. (1972). Muito do material teórico apresentado
neste capı́tulo é fundamentado nessas referências, assim como
em Solow (2004).

Breve retrospectiva histórica


As primeiras e mais fundamentais contribuições ao desenvol-
vimento de métodos formais de inferência são usualmente

23
24 Inferência Dedutiva e Indutiva – A. Azevedo Filho

Figura 2.1: Busto de Aristóteles (384–322 A.C.)

atribuı́das à Aristóteles (384–322 A.C.), o grande filósofo


grego (Figura 2.1). Os conceitos de silogismos fortes e silogis-
mos fracos, muito associados com Aristóteles, são consideradas
inspirações fundamentais para os desenvolvimentos contem-
porâneos formais associados a inferência dedutiva e indutiva.

Os desenvolvimentos mais recentes são representados pe-


los conhecimentos contidos na lógica formal e nas aplicações
desta à teoria das provas matemáticas. Esses desenvolvimen-
tos só progrediram mais substancialmente a partir do século
XIX com a utilização mais freqüente de métodos matemáticos,
sendo fortemente associados a nomes como G. Leibnitz (1646-
1716), G. Boole (1815–1864), A. de Morgan (1806–1878), W.
S. Jevons (1835–1882), G. Frege (1848–1925), e, no século XX,
a nomes como G. Peano, B. Russell, A. Whitehead, D. Hilbert
e A. Turing, Gödel, entre outros.
Capı́tulo 2 - Lógica e Silogismos 27
por Ω, seria possı́vel representar a declaração previamente des-
crita por
• “todos os cães são mamı́feros” e “x é um cão” então “x é
mamı́fero”.
ou ainda, em forma mais condensada, por
Se A e B(x) então C (x).
Neste último caso, as declarações B e C são “indexadas” pela
variável x que representa um possı́vel nome de cão.
Muitas declarações incluem definições sobre o escopo das
variáveis utilizadas. Essas definições usualmente consideram as
noções básicas oriundas da teoria dos conjuntos.

Sı́mbolos úteis para definição de escopo


Freqüentemente, é necessário especificar que as declarações
são válidas para “todos os elementos de um determinado con-
junto” ou “para pelo menos um elemento de um determinado
conjunto”. Os sı́mbolos ∀ e ∃ são utilizados nessas situações1 .
A definição
Ω ≡ {x : x é um cão},

que se lê “o conjunto ômega é definido pelos elementos repre-


sentados por x tal que x é um cão” poderia ser utilizada dentro
das seguintes declarações, para indicar o escopo da variável x:
Se A e B(x) então C (x), ∀x ∈ Ω
ou
(∀x ∈ Ω) A ∧ B(x) ⇒ C (x).
1
O sı́mbolo ∀ representa “para todos” e o sı́mbolo ∃ indica “existe pelo
menos um”. O sı́mbolo ∃! indica “existe um e somente um”.
Capı́tulo 2 - Lógica e Silogismos 29
e considerarmos a declaração representada por

A(x) ≡ “x nasceu no século XX”,

terı́amos, no contexto de que x ∈ Ω, que A(x) seria verdadeira


se x = “Albert Einstein”. A declaração A(x) seria também
verdadeira se

x ∈ {z : z é uma pessoa que nasceu entre 1950 e 1980}.

Por outro lado, a declaração A(x) seria falsa se x =


“Isaac Newton”.

2.3 Proposições
A noção de proposição lógica é fundamental para os desenvol-
vimentos da inferência dedutiva e lógica formal. Nesse con-
texto tem a seguinte definição:

Proposição – é toda a declaração cujo contexto de


uso comporta um e somente um dos valores
lógicos: falso (F) ou verdadeiro (T).

Na metodologia cientı́fica, hipóteses são freqüentemente for-


muladas como proposições cuja determinação de seu valor
lógico é objeto de pesquisa. O processo de verificar se uma
proposição de interesse tem valor lógico verdadeiro (T) é
também chamado de verificação da validade dessa proposição.
Dizer que uma proposição é inválida é o mesmo que dizer que
essa proposição tem valor lógico falso (F).
Capı́tulo 2 - Lógica e Silogismos 33
Operação de negação (¬)
A operação lógica de negação tem por objetivo inverter o valor
lógico de uma proposição. A negação de uma dada proposição
A é indicada simbolicamente por ¬A ou A. O resultado da
operação de negação para os possı́veis valores lógicos de A são
apresentados na seguinte tabela de valores lógicos apresentada
na Tabela 2.1. Essa tabela, que será utilizada outras vezes neste

Tabela 2.1: Operador de negação lógica

A ¬A
T F
F T

capı́tulo, mostra o resultado da aplicação de um operador so-


bre o valor lógico original da variável, nos casos possı́veis.
Dentro do contexto onde x ∈ {z : z é uma pessoa}, se
temos A(x) representando a proposição “x é estudante”, a
proposição ¬A seria equivalente à proposição “x não é estu-
dante”.
Se x e y são números reais e B representa a proposição x >
y então ¬B seria equivalente a x ≤ y, no contexto algébrico.
Algumas negações um pouco mais complexas envolvendo pro-
posições compostas serão discutidas nos próximos parágrafos.

Operação de conjunção ou “e lógico” (∧)


A operação lógica de conjunção é motivada pelo significado
lingüı́stico do conectivo e utilizado para indicar que duas pro-
34 Inferência Dedutiva e Indutiva – A. Azevedo Filho

posições devem ser T para que a conjunção das mesmas seja


T também. Essa operação representa a noção utilizada pela
nossa linguagem comum para representar a situação em que
queremos indicar que duas proposições devem ser verdadeiras
simultaneamente.
A conjunção de duas proposições é indicada pelo sı́mbolo
∧. Se A e B são duas proposições, a conjunção delas é indicada
por A ∧ B ou AB. Se, por exemplo,

• F (x) ≡ “x é um número par” e

• G(x) ≡ “x é um número divisı́vel por 4”,

poderı́amos representar C (x), uma proposição composta defi-


nida por “x é um número par e divisı́vel por 4”, por

C (x) ≡ F (x) ∧ G(x).

Essa proposição composta C (x) só seria verdadeira se F (x)


e G(x) forem proposições verdadeiras para um dado x.
Em geral, os valores lógicos da proposição A ∧ B são defi-
nidos pelos valores lógicos de A e B, indicados na Tabela 2.2.

Tabela 2.2: Operação de conjunção (e lógico)

A B A∧ B
T T T
T F F
F T F
F F F
Capı́tulo 2 - Lógica e Silogismos 35
Operação de disjunção ou “ou lógico” inclusivo (∨)
A operação lógica de disjunção é derivada do significado do co-
nectivo ou que algumas vezes é um pouco dúbio na linguagem
corrente.
Há dois entendimentos possı́veis para o ou usado entre 2
proposições. O primeiro é associado à noção de ou exclusivo, e
indica que uma das duas proposições deve ser verdadeira, mas
não as duas ao mesmo tempo. O segundo é associado à noção
de ou inclusivo e indica que uma das duas (ou as duas) propo-
sições deve(m) ser verdadeira(s), para que a disjunção das duas
seja verdadeira.
Caso não seja explicitado, o significado do ou lógico é en-
tendido como sendo o do ou inclusivo. Se, por exemplo,

• F (x) ≡ “x é um número par”,

• G(x) ≡ “x é um número divisı́vel por 4”, e

• C (x) ≡ F (x) ∨ G(x),

terı́amos C (x) definida por “x é par ou x é divisı́vel por 4 ou


x é par e divisı́vel por 4”. Bastaria que apenas uma dessas duas
condições seja verdadeira para que C (x) seja verdadeira. Para
excluir a situação “x é par e divisı́vel por 4” dessa proposição
(como ocorre por vezes na linguagem comum) terı́amos que
usar a operação lógica associada à noção de ou exclusivo que
será descrita na próxima seção.
Em geral, se A e B são duas proposições quaisquer, a
disjunção delas é indicada por A ∨ B ou A + B. De acordo com
os valores de A e B, os valores lógicos de A∨ B são definidos na
Tabela 2.3.
36 Inferência Dedutiva e Indutiva – A. Azevedo Filho

Tabela 2.3: Operação de disjunção (ou lógico inclusivo)

A B A∨ B
T T T
T F T
F T T
F F F

O próximo exemplo ilustra uma aplicação da disjunção


lógica no contexto de muitas proposições.

Exemplo 2.2 – Disjuntório – Considere a proposição


indicada por
_n
Xi
n=1

que representa sinteticamente a proposição

X1 ∨ X2 ∨ X3 ∨ . . . Xn .

1. Em que situação essa proposição teria valor


lógico T?

Solução: A única situação que levaria essa


proposição a um valor F seria quando todos os
Xi fossem F, em qualquer outra situação ela seria
T.

2. Quantas linhas teria a “tabela de valores lógicos”


que define essa proposição?

Solução: 2n .
Capı́tulo 2 - Lógica e Silogismos 37
3. Exemplifique uma situação que possa ser mode-
lada pela proposição.

Solução: Considere uma sala contendo n pes-


soas e a proposição “há pelo menos um ama-
zonense na sala” e assuma que Xi representa a
proposição “a pessoa i é amazonense”.

˙)
Operação de “ou lógico” exclusivo (∨
A noção de ou exclusivo descrita na seção anterior é represen-
tada com o auxı́lio do operador “∨ ˙ ”. Se, por exemplo,

• F (x) ≡ “x é um número par”,

• G(x) ≡ “x é um número divisı́vel por 4”, e

˙ G(x),
• C (x) ≡ F (x)∨

terı́amos que C (x) representa, em linguagem comum, que “x


é par ou x é divisı́vel por 4 e de forma alguma que x é par e
divisı́vel por 4”.
Nesse caso, os valores lógicos de A∨˙ B, a partir dos valo-
res de A e de B seriam definidos pela tabela de valores lógicos
apresentada na Tabela 2.4.

Operação de implicação lógica (⇒)


A operação de implicação representa a noção associada a
construção lingüı́stica “Se .... então ...”. Essa operação é re-
presentada pelo sı́mbolo “⇒” que se lê “implica”. Em lingua-
gem comum essa noção de implicação pode aparecer de várias
formas. Ou seja, A ⇒ B pode aparecer como:
38 Inferência Dedutiva e Indutiva – A. Azevedo Filho

Tabela 2.4: Operação de ou lógico exclusivo

A B ˙B
A∨
T T F
T F T
F T T
F F F

• Se A é verdadeira então B é verdadeira;

• A é uma condição suficiente para B;

• B é uma conseqüência de A;

• B é uma condição necessária para A;

• B decorre de A;

• A implica B; e,

• Nunca ocorrerá uma situação em que A é verdadeira e B


é falsa.

Na Tabela 2.5 são apresentados os valores lógicos da


proposição A ⇒ B em função dos valores de A e de B. Freqüen-
temente, no contexto da implicação, A é chamada de premissa
e B de conseqüência. A operação de implicação é uma operação
fundamental dentro do processo de inferência dedutiva e por
isso é importante que seu significado seja bem entendido. Ini-
cialmente, é necessário dizer que o significado de implica no
Capı́tulo 2 - Lógica e Silogismos 39

Tabela 2.5: Operação de implicação lógica

A B A⇒ B
T T T
T F F
F T T
F F T

contexto lógico não inclui a noção de causalidade (e isso é ilus-


trado no próximo exemplo) como as vezes ocorre no contexto
da linguagem comum.
Se afirmamos que a proposição “A ⇒ B” é verdadeira, es-
tamos fazendo uma afirmação que indica que acreditamos que
sempre que a proposição A é verdadeira temos que B é também
verdadeira e nada mais que isso.
A proposição A ⇒ B só será falsa se tivermos A verdadeira
(T) e B falsa (F). Por outro lado, se A for F a proposição A ⇒ B
será sempre verdadeira, independentemente do valor lógico de
B e isso às vezes é algo um pouco confuso para algumas pessoas.

Exemplo 2.3 – Implicação e causalidade – Con-


sidere as proposições A ≡ “Está chovendo” e B ≡
“Há núvens no céu”. A maioria das pessoas usualmente
concorda que a proposição A ⇒ B é verdadeira. Isso
porque concordam que toda vez que A é T acreditam
que B é T.
A única forma de estabelecer que essa proposição é falsa
seria a verificação de uma situação na qual A é T e B é
F, que corresponderia ao fato de estar chovendo sem
nuvens no céu.
44 Inferência Dedutiva e Indutiva – A. Azevedo Filho

B
F X estava na
X confessa cidade no dia
o crime

C
A X estava na
casa entre
Xéo
10 e 12h
assassino

G D
X manuseou
Sangue de X
a arma do crime
é o mesmo
na vítima E
X manuseou
a arma do
crime

Figura 2.2: Conhecimento existente sobre o crime

assunto, para auxı́lio à investigação. Esse diagrama está


descrito na figura 2.2.
No diagrama X representa um suspeito e proposições
que envolvem um potencial suspeito. As setas indicam
“implicação lógica”.

(a) Quais são as condições suficientes para que X seja


o assassino?

Solução: Pelo diagrama somente se F =T. Ou


seja, se o policial conseguir que o suspeito con-
fesse o crime ele poderia estabelecer que o sus-
peito é o assassino.
(b) Quais são as condições necessárias para que um
suspeito X seja o assassino?
50 Inferência Dedutiva e Indutiva – A. Azevedo Filho

Tabela 2.9: Equivalências lógicas usuais

Equivalência Nome
A ∧ ¬A = F Contradição
A ∨ ¬A = T Certeza
¬¬A = A Dupla negação
A∧ A = A Idempotência I
A∨ A = A Idempotência II
A∧ B = B ∧ A Comutatividade I
A∨ B = B ∨ A Comutatividade II
A ∧ (B ∧ C ) = (A ∧ B) ∧ C Associatividade I
A ∨ (B ∨ C ) = (A ∨ B) ∨ C Associatividade II
A ∧ (B ∨ C ) = (A ∧ B) ∨ (A ∧ C ) Distributividade I
A ∨ (B ∧ C ) = (A ∨ B) ∧ (A ∨ C ) Distributividade II
¬(A ∧ B) = ¬A ∨ ¬B Dualidade I (Morgan)
¬(A ∨ B) = ¬A ∧ ¬B Dualidade II (Morgan)
A ⇒ B = ¬A ∨ B Implicação
A ⇔ B = (A ⇒ B) ∧ (B ⇒ A) Equivalência
52 Inferência Dedutiva e Indutiva – A. Azevedo Filho

o numerador representa as proposições aceitas como verdadei-


ras (premissas) e o denominador representa a conclusão lógica
obtida (conseqüência), como por exemplo:

A ⇒ B, A
.
B

Silogismos fortes: Modus ponens e modus tollens


O primeiro silogismo forte reconhecido por Aristóteles é re-
presentado exatamente pelo conteúdo da última expressão
e corresponde ao processo de dedução que é caracterizado
pelo modus ponens em lógica. O famoso exemplo citado por
Aristóteles seria representado, por

“Todas as pessoas são mortais”, “Socrates é uma pessoa”


“Socrates é mortal”

ou ainda usando a notação que desenvolvemos nas últimas


seções: se Ω ≡ {x : x é uma pessoa} e P (x) ≡ “x é mortal”
terı́amos que

x ∈ Ω ⇒ P (x), “Socrates” ∈ Ω
.
P (“Socrates”)

O segundo silogismo forte reconhecido por Aristóteles é repre-


sentado pelas premissas ¬B e A ⇒ B, de forma que

A ⇒ B, ¬B
.
¬A

Nesse caso, a conclusão ¬A é deduzida das premissas. Em


lógica formal esse processo de dedução é chamado modus tol-
58 Inferência Dedutiva e Indutiva – A. Azevedo Filho

Inst. Adv. Studies

Figura 2.3: Kurt Gödel (1906-1978)

usados na Matemática, mas que é impossı́vel provar que essas


contradições não existem5 . Esses resultados tiveram um im-
pacto muito grande sobre a agenda de pesquisa desenvolvida
por muitos matemáticos nas primeiras décadas do século XX,
para os quais um desafio importante era a prova de que as bases
da matemática seriam isentas de contradições. Gödel mostrou
que isso seria impossı́vel.

2.11 Considerações finais


Este capı́tulo apresentou uma introdução à lógica formal e sua
utilização no processo de inferência dedutiva, através da noção
de silogismos. O próximo capı́tulo apresentará uma aplicação
5
A prova desse resultado envolve argumentos que fogem do escopo
desta discussão. O leitor interessado pode consultar, por exemplo, Nagel e
Newman (1958) para uma introdução relativamente acessı́vel aos resultados
de Gödel e suas conseqüências.
Capı́tulo 3

Introdução a Métodos de Prova

3.1 Introdução

Este capı́tulo explora de uma forma introdutória algumas es-


tratégias clássicas utilizadas na prova de proposições ou teo-
remas. Apresenta também, nas seções iniciais, uma discussão
sobre procedimentos errôneos de prova freqüentemente utili-
zados1 .
Na matemática e nas ciências que dependem de métodos
quantitativos, o processo de comunicação de verdades se uti-
liza com freqüência de um procedimento que é conhecido por
prova de proposições ou prova de teoremas. Esse procedimento
é utilizado para claramente estabelecer uma verdade de uma
proposição ou hipótese a partir de definições e pressupostos

1
Para detalhes adicionais sobre o assunto o leitor pode consultar re-
ferências como Franklin & Daoud (1990), Solow (2004) e Velleman (2006),
que abordam o tema em mais profundidade. Parte do material apresentado
nesse capı́tulo é inspirado nessas referências.

65
66 Inferência Dedutiva e Indutiva – A. Azevedo Filho

aceitos como verdadeiros, através de desenvolvimentos justifi-


cados pela lógica formal.
A verdade que se deseja comunicar é usualmente chamada
de proposição ou teorema. Um teorema é, na realidade, uma
proposição lógica que pode ser provada válida ou verdadeira.
O processo lógico de dedução, ou seja, a coleção de argumen-
tos usados para demonstrar que essa proposição é verdadeira é
chamada de prova.
Obviamente, a validade da prova depende da validade do
processo de demonstração utilizado e da validade das premissas
consideradas.

Teoremas em publicações técnicas ou cientı́ficas


Em artigos cientı́ficos, as provas de teoremas são usualmente
condensadas, sem muitos detalhes que possam facilitar o enten-
dimento por pessoas pouco familiarizadas com o assunto. Isso
pode tornar o acompanhamento do raciocı́nio utilizado um
processo relativamente árduo para muitos. Em alguns casos
os argumentos utilizados são bastante complexos e somente
poucas pessoas altamente especializadas podem determinar sua
validade.
Teoremas contidos em artigos submetidos à revistas de
reputação são usualmente analisados por diversos revisores fa-
miliarizados com o assunto em questão. Uma vez que o re-
ferido artigo é aceito para publicação, os teoremas nele in-
cluı́dos passam a ter mais credibilidade pois os argumentos
usados nas provas foram aceitos pelos revisores especializados.
Isso não garante, contudo, que esses teoremas sejam necessari-
amente válidos pois não são raros os casos em que provas de
Capı́tulo 3 - Métodos de Prova 67
teoremas tidas como válidas são demonstradas inválidas algum
tempo depois2 . A aceitação de resultados dependentes de uma
argumentação complexa não é usualmente imediata e depende
de que os especialistas se sintam totalmente confortáveis com
sua validade.

Noções básicas utilizados em provas


O processo de se provar um teorema considera uso de algumas
noções importantes que são apresentadas a seguir:

Definição – Indica o significado preciso de termos


e procedimentos utilizados em proposições.
Proposição – Enunciado que contém uma decla-
ração que se acredita ser verdadeira e que se
deseja provar.
Conjectura ou Hipótese – Uma proposição que se
desconfia ser verdadeira mas cuja prova não é
2
Um caso curioso é o relacionado ao famoso “Último Teorema de Fer-
mat”. Esse teorema enuncia que “não existem números inteiros x,y e z, não
nulos, capazes de solucionar a equação x n + y n = z n para n > 2”. Fermat
(1601–1665) escreveu nas margens de um livro que “tinha descoberto uma
prova notável para essa conjectura mas que a margem era muito estreita
para contê-la”. Até a década de 1990, a despeito de muitas tentativas, nunca
ninguém havia encontrado essa prova que Fermat disse conhecer. Histori-
camente, centenas de provas para essa proposição foram apresentadas mas,
por alguma razão, todas foram consideradas inválidas. Em 1994, uma prova
aparentemente válida foi apresentada pelo matemático Andrew Wiles, em
um seminário que contava com a presença de alguns dos principais ma-
temáticos do momento. A prova foi aceita pelos matemáticos presentes e o
assunto ganhou notoriedade nas páginas dos grandes jornais do mundo. Al-
guns meses depois descobriu-se que a prova continha alguns “furos”. Com
um pouco mais de esforço, Andrew Wiles conseguiu eliminar os problemas
existentes, conseguindo uma prova definitiva.
70 Inferência Dedutiva e Indutiva – A. Azevedo Filho

Estratégias válidas Estratégia


incorreta
parte-se da parte-se da
parte-se de
negação da validade da
algo válido
proposição proposição
passos
válidos

conclui-se conclui-se
conclui-se
a validade da uma
algo válido
proposição contradição

Figura 3.1: Estratégias válidas e inválidas de prova

Um breve exemplo

Vamos supor que se deseja provar que para qualquer inteiro


n > 0, é verdade que

1 1 1
− < .
n n +1 n2

O desenvolvimento da prova utilizará princı́pios discuti-


dos nos parágrafos anteriores. O leitor deve se policiar para
não tentar desenvolver sua prova trabalhando essa expressão vi-
sando chegar num fato claramente verdadeiro, algo que não é
válido de um modo geral. A expressão pode ser trabalhada para
se observar qual seria um caminho algébrico apropriado, a ser
utilizado na prova, mas não mais que isso. Deve também se po-
Capı́tulo 3 - Métodos de Prova 75

3.4 Prova por argumento geométrico


A prova por argumento geométrico tem uma longa tradição
histórica que tem raı́zes nos extensivos desenvolvimentos da
geometria na Grécia antiga5 .
A obra mais notável nessa área desse perı́odo, Elementos
de Euclides (365–300 A.C.), é considerada por muitos como o
mais influente texto de matemática de todos os tempos. A obra
é organizada em 13 livros que englobam aproximadamente 460
proposições que são deduzidas por argumentos geométricos,
a partir de definições (ponto, reta, cı́rculo, ângulo, etc.) e 5
axiomas ou postulados:

1. Uma reta pode ser desenhada entre 2 pontos.

2. Qualquer reta pode ser estendida indefinidamente.

3. Um cı́rculo com um dado raio qualquer pode ser dese-


nhado a partir de qualquer ponto.

4. Todos os ângulos retos são idênticos.

5. Para uma reta e um ponto situado no mesmo plano que


não pertença a essa reta existirá uma outra reta que passa
por esse ponto que não corta a reta original6 .
5
Os gregos avançaram de forma extraordinária a geometria, mas, por
outro lado, apresentaram poucas contribuições para o desenvolvimento de
uma notação simbólica adequada para o progresso da álgebra e cálculo; isso
só ocorreria mais tarde com os árabes – ao redor do ano 700 D.C. – e séculos
depois durante na Renascença.
6
A formulação original deste postulado é um pouco diferente da apre-
sentada.
76 Inferência Dedutiva e Indutiva – A. Azevedo Filho

A estrutura lógica e estratégia de exposição utilizada por


Euclides, ainda que não seja totalmente isenta de falhas aos
olhos da matemática contemporânea, é basicamente a mesma
utilizada nos dias de hoje nas provas de teoremas.
Exemplo 3.1 – Prova por argumento geométrico

Definição de π – O número π é definido como a razão


entre o perı́metro de uma circunferência e seu diâmetro.

Teorema – Limites para π – Os números 4 e 3 são,


respectivamente, limite superior e limite inferior para π,
ou 3 < π < 4.

Prova: Considere a Figura 3.2 e assuma, sem perda de

Figura 3.2: Prova sobre os limites para π

generalidade, que a circunferência tem diâmetro igual a


1. É óbvio, pela figura, que o perı́metro do hexágono ins-
crito na circunferência é menor que o perı́metro da cir-
cunferência, se aceitarmos que a menor distância entre 2
pontos é uma reta. Através de trigonometria elementar,
o perı́metro desse hexágono pode ser calculado facilmente,
82 Inferência Dedutiva e Indutiva – A. Azevedo Filho

1 < 0, ou algo similar. Isso indica que a pressuposição de que


A é F não pode ser válida e, por exclusão, A deve ser necessa-
riamente T. Esse método é ilustrado pelo próximo exemplo,
p
que apresenta uma prova clássica para a proposição “ 2 é um
número irracional”.
Exemplo 3.4 – Prova pelo método da contradição
Definição 4 – Um número racional é um número que
pode ser colocado na forma m n
, onde m ∈ I e n ∈ I, onde
m e n não têm divisor comum. Um número irracional é
um número que não pode ser definido através desse quoci-
ente de 2 inteiros sem divisor comum.
p
Teorema 3 – 2 é um número irracional.

Prova: A prova se desenvolverá pelo método da contra-


p
dição. Assuma que 2 é um número racional, ou seja,
usando a Definição 4, ∃m ∈ I e ∃n ∈ I, com m e n sem
divisor comum, de tal forma que
p m
2= .
n
Assim, elevando-se ao quadrado os dois lados, temos que

m2
2=
n2
ou
m 2 = 2n 2 .
Disso decorre, pela Definição 1, que m 2 é par e, pelo Te-
orema 2, que m é par, podendo assim ser representado
por 2k, onde k ∈ I. Com a substituição de m por 2k
na última expressão, temos que

(2k)2 = 2n 2
Capı́tulo 3 - Métodos de Prova 85
O uso de contra-exemplos, por outro lado, possibilita des-
provar hipóteses ou conjecturas. Uma conjectura do tipo “para
todos os elementos x de um certo domı́nio a propriedade P (x)
é válida” pode ser facilmente desprovada na medida em que
se apresente um elemento x para o qual a propriedade P (x)
é F. Uma proposição que indique que todos os números pa-
res são divisı́veis por 3 pode ser facilmente desprovada pela
apresentação de um número par que não seja divisı́vel por 3.
O número 4 seria um possı́vel contra-exemplo para desprovar
essa proposição, dado que é par mas não é divisı́vel por 3.

Exemplo 3.6 – Desprovando por contra-exemplo

Pela chamada Conjectura Chinesa, um número x seria


primo se e somente se 2 x − 2 for divisı́vel por x. O in-
teresse dessa conjectura era oferecer um método simples
para determinar se um número de interesse seria primo ou
não (algo que não é necessariamente trivial para números
grandes).
De fato, alguns matemáticos do passado acreditavam que
essa conjectura era verdadeira pois o resultado se verifi-
cava com muitos números primos e não-primos. Ela foi
definitivamente desprovada quando foi encontrado um
contra-exemplo: para o número 341, que claramente não
é primo, pois pode ser obtido por 11 × 31, verifica-se que
2341 − 2 é divisı́vel exatamente por 341.
O que é possı́vel provar, num caso particular7 de um resul-
tado válido conhecido por Pequeno Teorema de Fermat,
é que se x é primo, é verdade que 2 x − 2 será divisı́vel por
x.
7
No Pequeno Teorema de Fermat, o resultado é mais geral: se x é um
número primo qualquer e n é um número inteiro qualquer, tem-se que
n x − n será divisı́vel por x.
86 Inferência Dedutiva e Indutiva – A. Azevedo Filho

3.9 Prova por indução em n


Esse método de prova é utilizado para uma situação em que
queremos provar que uma proposição P (n) é válida com n
podendo ser qualquer inteiro positivo. Essa situação difere
das situações usuais de inferência indutiva tratada por métodos
probabilı́sticos.
Comumente n assume valores inteiros compreendidos en-
tre 0 ou 1 e ∞. Para ilustrar a aplicação do método, vamos
supor que desejamos provar uma proposição

(∀n ∈ {1, 2, 3, ...}) P (n).

Nesse tipo de prova, o procedimento aceito como válido inclui


três passos:
1. Verifica-se que P (n) é T para n = 1.

2. Assume-se que P (n − 1) é T.

3. Deduz-se que P (n) é T a partir da pressuposição de que


P (n − 1) é Te de outros fatos verdadeiros.
O exemplo seguinte mostra o procedimento de prova por
indução em n para a expressão que representa a soma de uma
série.
Exemplo 3.7 – Prova por indução em n
Teorema 5 – A soma dos primeiros n ı́mpares positivos,
representada por S(n), é igual a n 2 ou

S(n) = 1 + 3 + 5 + 7 + · · · + (2n − 1)
| {z }
n
= n2.
94 Inferência Dedutiva e Indutiva – A. Azevedo Filho

Pela simplificação dessa expressão, tem-se que

n + 1 − (2n + 1)/2 = n − (2n + 1)/2.

Eliminando (2n + 1)/2 dos dois lados da última


expressão chega-se a

n +1= n e 1 = 0,

após a subtração de n dos 2 lados. Qual é o pro-


blema dessa “demonstração” de que 1 = 0, dado
que a premissa inicial é de fato verdadeira?

Exercı́cio 3.27 – Mostre que para x, y ∈ (0, ∞),


a média aritmética será maior ou igual à média
geométrica, ou seja,

x+y p
≥ x y.
2

Dica: parta de (x − y)2 ≥ 0.

Exercı́cio 3.28 – Prove por indução em n, que


para n ≥ 6 é verdade que

nn nn
< n! < .
3n 2n

Exercı́cio 3.29 – Prove por indução em n que


para n ≥ 1
n < 2n .
Capı́tulo 4

Probabilidades e Estatı́stica:
bases para a inferência indutiva

4.1 Introdução

Este capı́tulo apresenta uma introdução ao processo de in-


ferência indutiva, entendido como o ato de se derivar con-
clusões a partir de observações de fenômenos no mundo real.
Essa introdução visa contrastar as estratégias utilizadas por esse
tipo de inferência, com aquela utilizada na inferência dedutiva,
examinada nos capı́tulos anteriores. Esses métodos possibili-
tam analisar situações envolvendo silogismos fracos, examina-
dos no Capı́tulo 2, dentro dos quais a lógica formal não oferece
conclusões definitivas.
Os fundamentos utilizados na inferência indutiva incluem,
em grande medida, a utilização de métodos probabilı́sticos e
estatı́sticos, os quais são tratados em profundidade em outros
textos especializados, não sendo cobertos neste capı́tulo.

97
98 Inferência Dedutiva e Indutiva – A. Azevedo Filho

A discussão apresentada inclui algumas diferenças nos con-


ceitos utilizados pelas duas principais escolas de pensamento
em estatı́stica: a escola clássica e a escola bayesiana. Esse con-
traste entre escolas é um pouco superficial, sendo o leitor é
referido a Lindley (1980), Howie (2002) e Jaynes (2003) e para
apresentações mais profundas sobre assunto.

4.2 Todos os cisnes são brancos?


Suponha que estamos interessados em saber se é verdadeira a
hipótese

H0 ≡ “Todos os cisnes são brancos”,

a partir da observação sistemática dos cisnes existentes na na-


tureza. Por razões práticas, a observação de todos os cisnes do
mundo não é algo possı́vel, a despeito da tecnologia existente.
Como procedimento alternativo, vamos supor que pode-
mos realizar uma amostra de 1000 cisnes, a partir de procedi-
mentos que garantem uma grande aderência à noção de uma
amostragem aleatória da população de cisnes existente. Essa
amostragem poderá resultar nas seguintes evidências, carac-
terizadas como proposições complementares, com seu valor
lógico estabelecido pelo resultado da amostragem:

E0 ≡ Todos os 1000 cisnes amostrados são brancos; e


E1 ≡ Há pelo menos 1 cisne não-branco nos 1000 cisnes.

No caso, é evidente que E1 = ¬E0 , usando a notação de lógica


formal introduzida no Capı́tulo 2.
Capı́tulo 4 - Inferência Indutiva 99
A lógica formal indicaria a validade da proposição

H0 ⇒ E0 .

Vamos examinar agora a conclusão que poderia ser estabele-


cida a partir da observação de cada uma dessas evidências.
Se observarmos E1 , que é logicamente equivalente a ¬E0 ,
podemos concluir definitivamente que a hipótese H0 é falsa,
através das noções existentes nos silogismos fortes, examinados
no Capı́tulo 2. Nesse caso, a conclusão seria obtida através do
silogismo modus tollens por

H0 ⇒ E0 , ¬E0
.
¬H0

Por outro lado, se a evidência observada fosse E0 , não seria


possı́vel obter uma conclusão definitiva sobre a verdade de H0 .
Do ponto de vista da lógica formal, esse caso é tratado como
um silogismo fraco , do tipo:

H 0 ⇒ E0 , E 0
,
?

sem conclusão definitiva.

Não rejeição de H0 é diferente de aceitar H0


A hipótese H0 não seria rejeitada pela observação de E0 . Ou
seja, é ainda plausı́vel que H0 seja verdadeira ou válida. É inte-
ressante observar que a não rejeição de H0 não implica que ela
seja aceita como válida do ponto de vista lógico. A hipótese,
100 Inferência Dedutiva e Indutiva – A. Azevedo Filho

nesse caso, teria passado por um teste, não sendo rejeitada por
esse teste, apenas isso. Em muitas áreas da ciência as teorias
passam por inúmeros testes como o descrito e, na medida que
não são rejeitados, a credibilidade da teoria tende a aumentar,
ainda que não possa ser definitivamente provada.

4.3 Inferência indutiva


Numa situação como a descrita nos parágrafos anteriores, o
uso da inferência dedutiva foi útil mas não propiciou um apro-
veitamento completo da evidência observacional obtida. O
uso de métodos probabilı́sticos e estatı́sticos pode proporci-
onar um refinamento no processo de inferência em situações
que envolvem observações empı́ricas.
A natureza das questões respondidas pelos métodos proba-
bilı́sticos e estatı́sticos se aplica a problemas mais dificilmente
tratados pela lógica formal. No caso da hipótese sobre os cisnes
brancos, examinada no tópico anterior, esses métodos seriam
úteis para quantificar, através de probabilidades, a validade da
hipótese considerada, ou as chances dessa hipótese ser válida, a
partir da evidência observada. Além disso, seria útil, também,
para oferecer respostas convincentes para perguntas como:

• Qual seria a freqüência de cisnes brancos na população?

• Seria essa freqüência de cisnes brancos superior a 99%?

• Seria a freqüência de cisnes brancos superior à de não-


brancos?
Capı́tulo 4 - Inferência Indutiva 101
Visão clássica × visão bayesiana
Os princı́pios utilizados para resposta às questões colocadas na
seção anterior podem diferir entre as duas principais escolas de
pensamento existentes na estatı́stica: a escola clássica e a escola
bayesiana. Essas diferenças podem levar a interpretações dis-
tintas para a mesma evidência, devido à forma com cada escola
entende o conceito de probabilidade e implementa testes de
hipóteses, entre outros aspectos.
Em cursos e textos básicos de estatı́stica predominam os
princı́pios da escola clássica. Somente em cursos ou textos mais
avançados os princı́pios bayesianos tendem a ser explorados.
Nas aplicações envolvendo inferência indutiva as noções baye-
sianas oferecem uma extensão natural da lógica para situações
envolvendo silogismos fracos e incerteza em geral, como dis-
cutem Jaynes (2003) ou Cox (2001).

Probabilidades: visão freqüentista × subjetiva


Na estatı́stica clássica, a noção de probabilidade é interpretada
como o limite para a freqüência de um determinado evento, na
medida que o número de repetições do experimento associado
a esse evento tende ao infinito. Também é conhecida como
noção freqüentista de probabilidade. No caso do lançamento
de uma moeda, a probabilidade p de se obter “cara” seria defi-
nida como
c
p = lim ,
n→∞ n

onde c é o número de caras observado e n é o número de jo-


gadas. Ou seja, a freqüência relativa de caras, na medida que n
tende ao infinito.
Índice Remissivo

ƒ (final de prova), 77 câncer, 4


I (conjunto dos inteiros), 78 causalidade
⇔ (dupla implicação), 41 e implicação lógica, 39
R (conjunto dos reais), 28 exemplo, 39
⇒ (implicação lógica), 37 noção de, 4
˙ (ou exclusivo), 37
∨ Church, A., 23
≡ (é definido por), 25 cisnes brancos, 98
∃! (existe somente um), 27 comércio eletrônico, 90
∃ (existe um elemento), 27 contradição, 55, 81
∀ (para todos os elementos), 27 condição necessária, 38, 60
¬ (negação lógica), 33 condição suficiente, 38, 60
∨ (ou inclusivo), 35 conectivos, 25
∧ (e lógico), 33 conjectura, 68
= (igual), 49 Conjectura Chinesa, 85, 90
Conjectura de Fermat, 67
absurdo, 81 conjunção lógica, 33
álgebra elementar, 28 contrafactual, 4
amostragem, 98 criança
aniversários chances do sexo da, 5
problema dos, 12 criptografia, 90
Aristóteles, 24, 53
busto de, 24 declaração, 25, 29
axioma, 68 composta, 25
exemplos, 31
Binômio de Newton, 92 representação compacta, 26
Boole, G., 24 declarações
na álgebra elementar, 28
c.q.d., 78 definição, 67

131
132 Inferência Dedutiva e Indutiva – A. Azevedo Filho

Deus Fischhoff, B., 2


existência de, 6 Franklin, J., 65
disjunção lógica, 35 Frege, G., 24
disjuntório, 36 fumar e câncer, 4
distribuição a priori, 111 função de densidade, 110
divisão por zero, 73
dupla implicação (⇔), 41 Gödel, K., 55
foto, 57
e lógico (∧), 33
heurı́stica
equivalências lógicas, 49
definição, 2
erros em provas, 72
Hilbert, D., 24
estatı́stica, 5
hipótese, veja proposição, 29, 68
teste, 6
não rejeição e aceitação, 99
estatı́stica bayesiana, 101
rejeição da, 5, 6
análise de hipóteses, 103
Hogarth, R., 8
estatı́stica clássica, 101
Howie, D., 98
Euclides, 75
evidência empı́rica, 5 implicação lógica
exemplo e causalidade, 39
análise de informações, 11 implicação lógica (⇒), 37
cartas, 9 inferência
classificação de empresas, 10 dedutiva, 3, 23
implicação e causalidade, 39 definição, 1
interpretação de testes, 14 indutiva, 3, 24
marido e esposa, 7 informal, 1, 2, 8
nuvens e chuva, 39 exemplo, 7
paradoxo de Simpson, 16 problemas, 8
polı́tica de saúde, 15 métodos formais, 2
problema dos aniversários, inferência indutiva, 97
12 internet, 90
proposição e declaração, 31 intuição, 2
seqüências aleatórias, 13, 14 intuição do leitor
solucionando o crime, 43 qualidade da, 9
experiência pessoal, 8
Jaynes, E. T., 98
Fermat, 67, 85, 90 Jevons, W. S., 24
Índice Remissivo 133
Kahneman, D., 2 modus tollens, 53, 99

lógica formal, 3, 23 números primos, 85


Laplace, 5 negação (¬), 33
Lei de Morgan, 51 negação de proposições, 47
Leibnitz, G., 24
operação lógica, 32
lema, 68
dupla implicação (⇔), 41
Lema de Farkas, 68
e (∧), 33
Lema de Neyman-Pearson, 68
equivalência, veja dupla
Lindley, D., 98
implicação
Linguagem usada para descrever
implicação (⇒), 37
uma linguagem de in-
negação (¬), 33
teresse, usualmente cha- ˙ ), 37
ou exclusivo (∨
mada de linguagem ob-
ou inclusivo (∨), 35
jeto., 49
prioridades, 48
ou lógico, 35
método contrapositivo, 79
método da contradição ou ab- paradoxo de Simpson, 16
surdo, 81 Peano, G., 24
método da indução, 86, 92 Pequeno Teorema de Fermat, 85,
método de prova 90
sem perda de generalidade, Pitágoras, veja teorema de
77 Pitágoras
método direto, 78 Plessner, H., 8
método do contra-exemplo, 83 Plous, S., 8
método do exemplo, 83 polı́tica de saúde
método geométrico, 75 decisão sobre, 15
métodos de prova, 65 postulado, veja axioma
erros comuns, 72 prioridades entre operações
métodos probabilı́sticos, 3 lógicas, 48
menino proposições
chance maior de, 5 equivalência de, 45
freqüência no registro civil, operações lógicas com, 32
5 proposições equivalentes, 49
metalinguagem, 49 probabilidade
modus ponens, 52 interpretação bayesiana, 101
134 Inferência Dedutiva e Indutiva – A. Azevedo Filho

interpretação freqüentista, sı́mbolo


101 é definido por (≡), 25
interpretação subjetiva, 101 é um elemento de (∈), 27
teoria de, 5 dupla implicação (⇔), 41
probabilidade a posteriori, 104, e lógico (∧), 33
110 existe (∃), 27
probabilidade a priori, 105 existe somente um (∃!), 27
proposição, 3, 66, 67 igual (=) (igual), 49
como função, 30 implicação lógica (⇒), 37
composta, 30 negação (¬), 33
definição, 29 ou exclusivo (∨ ˙ ), 37
elementar, 30 ou inclusivo(∨), 35
exemplos, 31 para todos elementos (∀), 27
inválida, 29 silogismo, 24, 51
negação da, 47 forte, 52
validade da, 29 fraco, 54, 97, 99
valor lógico da, 29 Solow, D., 23, 65
proposição inválida, 29 Stolyar, A., 23
prova
método contrapositivo, 79 tabela de valores lógicos, 33
método da contradição ou teorema, 68
absurdo, 81 teorema de Bayes, 103
método da indução, 86 teorema de Gödel (incomple-
método direto, 78 tude), 57
método do exemplo e teorema de Pitágoras, 3, 6, 88
contra-exemplo, 83 teoremas em artigos cientı́ficos,
método geométrico, 75 66
prova de teoremas, 65 teoria de probabilidades, 100
prova do valor de π, 76 teste estatı́stico, 5
psicologia cognitiva, 2 testes
interpretação de, 14
q.e.d., 78 Turing, A., 24
Tversky, A., 2
razão de chances, 104
razão de verossimilhança, 105 valor lógico, 28
Russell, B., 24 falso (F), 30
Índice Remissivo 135
sı́mbolos usados, 30
verdadeiro (T), 30
variáveis
em declarações, 27
variável, 26
Velleman, J., 65

Whitehead, A., 24