Mdiscreta

Matemática Discreta
Josimar da Silva Rocha

2
Sumário
1 Fundamentos de Lógica Matemática 7

1.1 Lógica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.1.1 Sentenças ou Proposições Lógicas . . . . . . . . . . . . . . . . . . 7
1.2 Conectivos Lógicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.1 Conectivo de conjunção (E): ∧ . . . . . . . . . . . . . . . . . . . . 7
1.2.2 Conectivo de disjunção (OU): ∨ . . . . . . . . . . . . . . . . . . . 8
1.2.3 Conectivo de Negação (NÃO): ¬ . . . . . . . . . . . . . . . . . . 8
1.2.4 Conectivo de Implicação ou conectivo condicional (SE ... ENTÃO):
→ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2.5 Conectivo de bi-implicação ou conectivo bicondicional (SE, E SO-
MENTE SE,): ↔ . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3 Tautologia e Contradição . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4 Relações entre sentenças lógicas . . . . . . . . . . . . . . . . . . . . . . . 11
1.4.1 Relação de implicação . . . . . . . . . . . . . . . . . . . . . . . . 11
1.4.2 Relação de equivalência . . . . . . . . . . . . . . . . . . . . . . . 11
1.5 Sentença abertas e Sentenças Fechadas . . . . . . . . . . . . . . . . . . . . 13
1.6 Quantificadores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.6.1 Quantificador universal . . . . . . . . . . . . . . . . . . . . . . . . 14
1.6.2 Quantificador existencial . . . . . . . . . . . . . . . . . . . . . . . 14
1.6.3 Negação de sentenças quantificadas . . . . . . . . . . . . . . . . . 15
2 Conjuntos 19
2.1 Relação de pertinência . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.2 Relações entre conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.2.1 Relação de igualdade . . . . . . . . . . . . . . . . . . . . . . . . . 19
3
4 SUMÁRIO
2.2.2 Relação de continência entre conjuntos . . . . . . . . . . . . . . . 19

2.3 Operações sobre conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3.1 Operações binárias . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3.2 Operação unária . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3.3 Operação unária restrita . . . . . . . . . . . . . . . . . . . . . . . 21
2.4 Princı́pio da Inclusão-Exclusão . . . . . . . . . . . . . . . . . . . . . . . . 24
3 Técnicas de Demonstração 31
3.1 Técnica de demonstração por exaustão . . . . . . . . . . . . . . . . . . . . 31
3.2 Técnica de demonstração direta . . . . . . . . . . . . . . . . . . . . . . . . 32
3.3 Técnica de demonstração por contraposição . . . . . . . . . . . . . . . . . 33
3.4 Técnica de demonstração por contradição (ou por absurdo) . . . . . . . . . 33
3.5 Princı́pios de indução matemática . . . . . . . . . . . . . . . . . . . . . . 35
4 Relações e Funções 45
4.1 Funções . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
5 Análise Combinatória 55
5.1 Princı́pio das Casas de Pombo . . . . . . . . . . . . . . . . . . . . . . . . 55
5.2 Princı́pio Fundamental da Contagem . . . . . . . . . . . . . . . . . . . . . 57
5.2.1 Princı́pio da Multiplicação . . . . . . . . . . . . . . . . . . . . . . 57
5.2.2 Princı́pio da Soma . . . . . . . . . . . . . . . . . . . . . . . . . . 57
5.3 Outros Métodos de Contagem . . . . . . . . . . . . . . . . . . . . . . . . 59
5.4 Caso sem técnica conhecida . . . . . . . . . . . . . . . . . . . . . . . . . 59
5.5 Fatorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
5.6 Agrupamentos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
5.6.1 Arranjos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
5.6.2 Permutações . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
5.6.3 Combinações . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
5.6.4 Permutações com repetição . . . . . . . . . . . . . . . . . . . . . . 64
6 Introdução à Teoria dos Números 65

6.1 Congruências . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
6.1.1 Propriedades das Congruências . . . . . . . . . . . . . . . . . . . 79
SUMÁRIO 5
7 Conjuntos Enumeráveis 83
8 Grafos 93
8.1 Definições iniciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
8.2 Terminologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
8.3 Isomorfismo entre grafos . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
8.4 Matrizes de Adjacência . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
8.4.1 Matriz de adjacência para grafo não-direcionado (não-orientado) . . 99
8.4.2 Matriz de adjacência para grafo ponderado (valorado) . . . . . . . 105
8.5 Matriz de distâncias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
8.5.1 Matriz de distâncias para Grafos não ponderados . . . . . . . . . . 105
8.5.2 Matriz de distâncias para Grafos ponderados . . . . . . . . . . . . 105
8.6 Algoritmos em Grafos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
8.7 Problema do Caminho Mı́nimo . . . . . . . . . . . . . . . . . . . . . . . . 108
8.8 Outros Algoritmos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
8.8.1 Lista de Exercı́cios sobre Grafos . . . . . . . . . . . . . . . . . . . 110
9 Álgebra de Boole 115

9.1 Minimização de Funções Booleanas . . . . . . . . . . . . . . . . . . . . . 120
9.1.1 Método de Quine-McCluskey . . . . . . . . . . . . . . . . . . . . 120
9.1.2 Método de Karnaugh . . . . . . . . . . . . . . . . . . . . . . . . . 120
9.1.3 Desvantagens na utilização do método de redução de Karnaugh . . 124
10 Dúvidas Correlatas em aula 127

6 SUMÁRIO
Capı́tulo 1
Fundamentos de Lógica Matemática
1.1 Lógica
1.1.1 Sentenças ou Proposições Lógicas
Definição 1. Uma afirmação é uma sentença (ou proposição) lógica se esta afirmação
puder receber uma valoração V (verdadeira) ou F (falsa).
1.2 Conectivos Lógicos
1.2.1 Conectivo de conjunção (E): ∧
Definição 2. Conectivo de conjunção (∧) é um conectivo que conecta duas sentenças

lógicas para formar uma nova sentença que recebe valoração V (verdadeira) se as sentenças
conectadas por este conectivo possuem valoração V (verdadeira).
Se p e q são sentenças lógicas então a sentença p∧q pode ser representada pela seguinte
tabela-verdade:
p q p∧q
V V V
F V F
V F F
F F F
7
8 CAPÍTULO 1. FUNDAMENTOS DE LÓGICA MATEMÁTICA
Exemplo 1. • Se p : O aluno tirou nota maior ou igual a 6 e q : O aluno tem frequência

maior ou igual a 75%; então p ∧ q : O aluno foi aprovado.
1.2.2 Conectivo de disjunção (OU): ∨
Definição 3. Conectivo de disjunção (∨) é um conectivo que conecta duas sentenças

lógicas para formar uma nova sentença que recebe valoração V (verdadeira) se uma das
sentenças conectadas por este conectivo possui valoração V (verdadeira).
Se p e q são sentenças lógicas então a sentença p∨q pode ser representada pela seguinte
tabela-verdade:
p q p∨q
V V V
F V V
V F V
F F F
Exemplo 2. Se p : O aluno tirou nota menor ou igual a 6 ou q : O aluno tem frequência

menor do que 75%; então p ∨ q : O aluno foi reprovado.
Exemplo 3. • (V) p : Windows é um sistema operacional ou q pascal é uma linguagem

de programação;
• (V) p : Windows não é um sistema operacional ou q pascal é uma linguagem de

programação;
• (V) p : Windows é um sistema operacional ou q pascal não é uma linguagem de

programação;
• (F) p : Windows não é um sistema operacional ou q pascal não é uma linguagem de

programação;
1.2.3 Conectivo de Negação (NÃO): ¬
Definição 4. Este conectivo serve para alterar a valoração de uma sentença lógica. Desta
forma, se uma sentença lógica p tiver valoração V então ¬p possui valoração F e se uma
sentença lógica p tiver valoração F, então ¬p possui valoração V.
1.2. CONECTIVOS LÓGICOS 9
Este conectivo pode ser representado pela seguinte tabela-verdade:
p ¬p
V F
F V
Exemplo 4. • Se p : o número é primo, então ¬p : o número não é primo.
• Se p : Choveu, então ¬p : Não choveu.
• Se p : Pedro foi aprovado, então ¬p : Pedro não foi aprovado.
1.2.4 Conectivo de Implicação ou conectivo condicional (SE ... ENTÃO):

→
Definição 5. Conectivo de implicação ou conectivo condicional (→) é um conectivo que

conecta duas sentenças lógicas p e q para formar uma nova sentença p → q que recebe
valoração F (falsa) se, e somente se, p tem valoração verdadeira e q tem valoração falsa.
Neste caso, p é chamada de hipótese e q é chamada de tese.
Se p e q são sentenças lógicas então a sentença p → q pode ser representada pela

seguinte tabela-verdade:
p q p→q
V V V
F V V
V F F
F F V
Observação 1. Para o sı́mbolo p → q lê-se se p então q ou p implica em q.
Exemplo 5. Seja p : o número m é maior do que 10 e q : o número m é maior do que 3.

Assim, p → q quer dizer que se o número m é maior do que 10, então o número m é maior
do que 3.
Exemplo 6. Se n é um número primo maior do que 2, então n é impar.

1.2.5 Conectivo de bi-implicação ou conectivo bicondicional (SE, E

SOMENTE SE,): ↔
Definição 6. Conectivo de bi-implicação ou conectivo bicondicional (↔) é um conectivo

que conecta duas sentenças lógicas p e q para formar uma nova sentença p ↔ q que recebe
valoração V (verdadeira) se, e somente se, p e q possuem a mesma valoração.
Se p e q são sentenças lógicas então a sentença p ↔ q pode ser representada pela

seguinte tabela-verdade:
p q p↔q
V V V
F V F
V F F
F F V
Observação 2. Para o sı́mbolo p ↔ q lê-se p se, e somente se, q.
Exemplo 7. Sejam p : n é um número natural primo; q : n é um número natural e seus

únicos divisores de n são 1 e n. Então p ↔ q significa que um número n natural é primo
se, e somente se, seus únicos divisores são 1 e n.
Exemplo 8. Sejam p : As retas r e s têm o mesmo coeficiente angular; q : As retas r e s

são paralelas. Então p ↔ q significa que duas retas são paralelas se, e somente se, têm o
mesmo coeficiente angular.
1.3 Tautologia e Contradição
Definição 7. Se uma sentença recebe valoração V para quaisquer que sejam as valorações
das sentenças componentes, então dizemos que esta sentença é uma tautologia.
Exemplo 9. Mostre que (p → q) ∧ (q → r) → (p → r) é uma tautologia.
Definição 8. Se uma sentença recebe valoração F para quaisquer que sejam as valorações
das sentenças componentes, então dizemos que esta sentença é uma contradição.
Exemplo 10. Prove que (p → q) ∧ (p ∨ ¬q) é uma contradição.

1.4. RELAÇÕES ENTRE SENTENÇAS LÓGICAS 11
1.4 Relações entre sentenças lógicas
1.4.1 Relação de implicação
Definição 9. Relação de implicação: (⇒) Diz-se que uma sentença lógica (proposição)
p implica em uma sentença lógica (ou proposição) q, (p ⇒ q), se a sentença lógica q tem
valoração verdadeira V sempre que a sentença lógica q possuir valoração verdadeira V,
ou seja, se p → q é uma tautologia.
Exemplo 11. Mostre que:
(a) p ∧ q ⇒ p
(b) p ⇒ p ∨ q.
1.4.2 Relação de equivalência
Definição 10. Relação de equivalência: (⇔) Diz-se que duas sentenças lógicas (ou proposições)
p e q são equivalentes, p ⇔ q, quando suas tabelas-verdade forem iguais, ou seja, se p ↔ q
é uma tautologia.
Equivalências Notáveis
1. Dupla negação
¬(¬p) ⇔ p (1.1)
2. Idempotência
p∨p⇔p (1.2)
p∧p⇔p (1.3)
3. Comutatividade
p∨q ⇔q∨p (1.4)
p∧q ⇔q∧p (1.5)

4. Associatividade
p ∨ (q ∨ r) ⇔ (p ∨ q) ∨ r (1.6)
p ∧ (q ∧ r) ⇔ (p ∧ q) ∧ r (1.7)
5. Bicondicionalidade
p ↔ q ⇔ (p → q) ∧ (q → p) (1.8)
6. Contraposição
p → q ⇔ ¬q → ¬p (1.9)
7. Leis de De Morgan
¬(p ∨ q) ⇔ ¬p ∧ ¬q (1.10)
¬(p ∧ q) ⇔ ¬p ∨ ¬q (1.11)
Exercı́cio 1. Prove que p → q ⇔ (¬p ∨ q)
Usando o computador
Na linguagem de programação é comum utilizarmos conectivos lógicos. Estes conectivos

lógicos muitas vezes são apresentados de uma forma (ou com um sı́mbolo) diferente do
que vimos aqui. A tabela abaixo apresenta alguns conectivos lógicos utilizados com sua
representação nas linguagens de programação C e pascal.
Sı́mbolo padrão Linguagem C Linguagem Pascal
∧ && and
∨ || or
¬ ! not
Para demonstrar que uma sentença lógica q formada a partir das sentenças constituintes
a, · · · , c é uma tautologia basta utilizarmos o seguinte algoritmo em C para demonstrar
esta condição:
#include<stdlib.h>
#include<stdio.h>
1.5. SENTENÇA ABERTAS E SENTENÇAS FECHADAS 13
int main()
{
int a, ... , c, x;
x=1;
for (a=0; a<2; a+ +)
{
...
{
for(c=0; c<2; c++)
if (!q) {x=0; break;}
if (!q) {break;} }
...
if (!q) {break;}}
return x;
}
1.5 Sentença abertas e Sentenças Fechadas

Definição 11. Uma sentença fechada é uma sentença lógica cuja valoração não depende
de atribuição de valores para variáveis.
Exemplo 12. A sentença p : 5 > 7 é uma sentença fechada cujo valor lógico é falso.
Definição 12. Uma sentença aberta é uma sentença lógica cuja valoração depende de
atribuição de valores para variáveis.
Exemplo 13. A sentença q : x2 < 5 é uma sentença aberta.
Definição 13. O conjunto universo de uma sentença aberta é o conjunto de todos os va-
lores atribuı́dos as variáveis de modo a torná-la uma sentença lógica. O conjunto universo
é representado pela letra U (maiúscula).
Definição 14. O conjunto verdade de uma sentença aberta p(x) é o subconjunto de U

de todos os valores atribuı́dos a variável x de modo que p(x) seja verdadeira. O conjunto
verdade de uma sentença aberta p(x) é representado por
V = {x ∈ U | v(p(x)) = V }.
1.6 Quantificadores
Definição 15. Expressões como “existe”, “para algum”, “para todos”, “para qualquer”que
expressão quantidades são chamadas de quantificadores.
1.6.1 Quantificador universal
Definição 16. Expressões como “para todo”, “para qualquer”que expressam que para
qualquer elemento x do conjunto universo a sentença aberta p(x) é verdadeira são repre-
sentadas pelo que chamamos de quantificador universal ∀, de modo que a expressão
“para todo x, p(x)”pode ser substituı́da simbolicamente por (∀x) (p(x)) .
Exemplo 14.
(a) (∀x) (x2 + 1 > 0)
(b) (∀x) (x > 5)
Observação 3. Observe que se o conjunto-verdade de uma sentença aberta p(x) for igual
ao conjunto universo U, então a sentença lógica (∀x) (p(x)) é verdadeira, ou seja,
v ((∀x) (p(x))) = V ⇔ V = U.
1.6.2 Quantificador existencial
Definição 17. Expressões como “existe”ou “para algum”que expressam a existência de

que para algum elemento x do conjunto universo a sentença aberta p(x) é verdadeira
são representadas pelo que chamamos de quantificador existencial ∃, de modo que a
expressão “para algum x, p(x)”pode ser substituı́da simbolicamente por (∃x) (p(x)) .
Exemplo 15.
(a) (∃x) (x2 = 1)
(b) (∃x) (x2 + 1 < 0)
Observação 4. Observe que se o conjunto-verdade de uma sentença aberta p(x) for não
vazio, então a sentença (∃x) (p(x)) é sempre verdadeira, ou seja,
v(p(x)) = V ⇔ V 6= ∅.
Definição 18. Uma sentença quantificada é uma sentença formada a partir de quantifi-
cadores.
1.6. QUANTIFICADORES 15
1.6.3 Negação de sentenças quantificadas
¬[(∀x)(p(x))] ⇔ (∃x)(¬p(x))
e
¬[(∃x)(p(x))] ⇔ (∀x)(¬p(x))
Exemplo 16. Negue as seguintes sentenças quantificadas:
(a) (∀x)(x2 + 1 < 1)
¬[(∀x)(x2 + 1 < 1)] ⇔ (∃x)(x2 + 1 ≥ 1)
(b) U = Z, (∀x)(∃y)(x = 2y)
¬[(∀x)(∃y)(x = 2y)] ⇔ (∃x)(∀y)(x 6= 2y)
(c) U = R∗+
(∀ε)(∃δ)(0 < |x − c| < δ → |f (x) − L| < ε)
¬[(∀ε)(∃δ)(0 < |x−c| < δ → |f (x)−L| < ε)] ⇔ (∃ε)(∀δ)((0 < |x−c| < δ)∧(|f (x)−L| ≥ ε))
(d) U = Q
(∀x)(x2 = 2)
¬[(∀x)(x2 = 2)] ⇔ (∃x)(x2 6= 2)
Lista de Exercı́cios sobre Lógica Matemática
1. Mostre que as seguintes sentenças lógicas são tautologias:
(a) (p ↔ q) ↔ (p → q) ∧ (q → p)
(b) ¬(¬p ∨ ¬q) ↔ (p ∧ q)
2. Mostre que as seguinte sentença lógica (p → q) ∧ (p ∧ ¬q) é uma contradição.
3. Sejam as proposições p : João joga futebol e q : João joga tênis. Escreva na lingua-
gem usual as seguintes proposições:
(a) p ∨ q
(b) p ∧ q
(c) p ∧ ¬q
(d) ¬p ∧ ¬q
(e) ¬(¬p)
(f) ¬(¬p ∧ ¬q)
4. Dadas as proposições p : Maria é bonita e q : Maria é elegante, escreva na linguagem

simbólica as seguintes proposições:
(a) Maria é bonita e elegante.
(b) Maria é bonita, mas não é elegante.
(c) Não é verdade que Maria não é bonita ou elegante.
(d) Maria não é bonita nem elegante.
(e) Maria é bonita ou não é bonita e elegante.
(f) É falso que Maria não é bonita ou que não é elegante.
5. Se V (p) = V (q) = V e V (r) = V (s) = F, determinar os valores lógicos das

seguintes proposições:
(a) ¬p ∨ r
(b) [r ∨ (p → s)]
(c) [¬p ∨ ¬(r ∧ s)]
(d) ¬[q ↔ (¬p)]
(e) (p ↔ q) ∨ (q → ¬p)
(f) (p ↔ q) ∧ (¬r → s)
(g) ¬{¬[¬q ∧ ¬(p ∧ ¬s)]}
(h) ¬p ∨ [q ∧ (r → ¬s)]
(i) (¬p ∨ r) → (q → s)
(j) ¬[¬p ∨ (q ∧ s)] ∨ (r → ¬s)
(k) ¬q ∧ [(¬s ∨ s) ↔ (p → ¬q)]
(l) ¬[p → (q → r)] → s
6. Verifique que:
1.6. QUANTIFICADORES 17
(a) (p → q) ∧ (q → p) ⇔ (p ↔ q)
(b) (p ∧ q) ⇒ (p ∨ q)
(c) ¬(p ∨ q) ⇔ ¬p ∧ ¬q
(d) p ∨ (q ∧ r) ⇔ (p ∨ q) ∧ (p ∨ r)
(e) ¬b ∧ q ⇒ q
7. Negue as seguintes sentenças lógicas:
(a) (p → q) → r
(b) (p → q) ∧ (q → r)
(c) (¬r → q) ∧ p
(d) ¬(p ∧ r) ∨ p
(e) p ↔ r
8. Negue as seguintes sentenças lógicas com quantificadores:
(a) (∀ε) (∃δ) (0 < |x − c| < δ → |f (x) − L| < ε)
(b) (∃x) (x2 + 2x > 10)
(c) (∀x) (x2 + 1 6= 0)

√ √
(d) (∀x) (∀y) ( x > y) → (x > y)
(e) (∀x) (∀y) (x 6= y → ((x > y) ∨ (y > x)))
9. Negue as seguintes sentenças lógicas e escreva estas sentenças na forma simbólica.
(a) Todo retângulo é um quadrilátero.
(b) Nem todo polı́gono é regular.
(c) Toda árvore que possui n vértices possui n − 1 arestas.
(d) Nenhuma árvore contém ciclos.
(e) Um grafo conexo e acı́clico é uma árvore.
(f) Todo homem é bom.
(g) Existem homens valentes e homens covardes.

Capı́tulo 2
Conjuntos
Os termos elemento e conjunto são primitivos, ou seja, não precisam ser definidos. Con-
junto dá ideia de coleção de objetos, que são os elementos do conjunto.
Daı́, conjunto poder ser visto como sinônimo de coleção.
2.1 Relação de pertinência
Quando um elemento a pertence a um conjunto A utilizamos o sı́mbolo ∈ para representar

esta relação, de modo que a ∈ A. Caso contrário, quando um elemento a não pertence a
um conjunto A utilizamos o sı́mbolo 6∈ para representar esta relação, de modo que a 6∈ A.
2.2 Relações entre conjuntos
2.2.1 Relação de igualdade
Definição 19. Dois conjuntos são iguais se possuem os mesmos elementos.
Exemplo 17. Se A = {1; 1; 2; 4; 6; 7} e B = {1; 2; 4; 4; 6; 7; 7; 7}, então A = B, pois A e

B possuem os mesmos elementos.
2.2.2 Relação de continência entre conjuntos
Definição 20. Sejam A e B conjuntos. Dizemos que um conjunto A é um subconjunto

de um conjunto B (ou A está contido em B ou que B contém A) se todo elemento do
conjunto A é elemento do conjunto B. Utilizamos os sı́mbolos A ⊂ B (A está contido
19
20 CAPÍTULO 2. CONJUNTOS
em B) e B ⊃ A (B contém A) para representar que o conjunto A é um subconjunto do

conjunto B.
No caso em que um conjunto A não é um subconjunto de um conjunto B (ou A não está
contido em B ou que B não contém A, então existem elementos do conjunto A que não
estão no conjunto B. Neste caso utilizamos os sı́mbolos A 6⊂ B (A não está contido em B)
e B ⊃ A (B não contém A) para representar que o conjunto A não é um subconjunto do
conjunto B.
Em sı́mbolos,
A ⊂ B ⇔ (∀x) ((x ∈ A) ∧ (x ∈ B)) ,
ou seja,
(A ⊂ B) ↔ (∀x) ((x ∈ A) ∧ (x ∈ B))
é uma tautologia.
Algumas propriedades dos subconjuntos são
(1) A ⊂ A.
(2) Se A ⊂ B e B ⊂ C, então A ⊂ C.
(3) Se A ⊂ B e B ⊂ A, então A = B.
(4) A ⊂ U.
Definição 21. O Conjunto Universo U é o conjunto de todos os elementos do sistema.
Definição 22. O Conjunto Vazio ∅ (ou {}) é o conjunto que não possui elementos.
Definição 23. Conjunto Unitário é um conjunto que possui apenas um elemento.
Exemplo 18. Os conjuntos {∅}, {{}} e {1} são conjuntos unitários.
2.3 Operações sobre conjuntos
As operações sobre conjuntos dividem-se em operações binárias, operaç oes unárias e

operações restritas.
2.3. OPERAÇÕES SOBRE CONJUNTOS 21
2.3.1 Operações binárias
Definição 24. O conjunto interseção A ∩ B é o conjunto formado pelos elementos comuns

entre os conjuntos A e B.
Em sı́mbolos, (∀x) (x ∈ A ∩ B ↔ (x ∈ A) ∧ (x ∈ B)) é uma tautologia.
Definição 25. O conjunto união A ∪ B é o conjunto formado por todos os elementos de

A e por todos os elementos de B.
Em sı́mbolos, (∀x) (x ∈ A ∪ B ↔ (x ∈ A) ∨ (x ∈ B)) é uma tautologia.
Definição 26. O conjunto diferença A − B é o conjunto formado pelos elementos que

estão em A e não estão em B.
Em sı́mbolos, (∀x) ((x ∈ A − B) ↔ (x ∈ A) ∧ (x 6∈ B)) é uma tautologia.
2.3.2 Operação unária
Definição 27. O complementar de um conjunto A, AC (ou C(A) ou A) é o conjunto dos

elementos que estão no conjunto universo U mas que não estão em A.

Em sı́mbolos, (∀x) x ∈ AC ↔ x 6∈ A é uma tautologia.
2.3.3 Operação unária restrita
Definição 28. Sejam A e B conjuntos tais que A ⊂ B. O complementar de A em B, CBA

ou CB (A), é o conjunto dos elementos que estão em B e que não estão em A.
Em sı́mbolos, (∀x) (x ∈ CB (A) ↔ ((A ⊂ B) ∧ (x ∈ B − A)))
Exemplo 19. Se A = {1; 2; 3; 7; 8; 9}, B = {2; 4; 6; 8} e C = {1; 3; 7; 9}, então
(1) A ∩ B = {2; 8};
(2) A ∪ B = {1; 2; 3; 4; 6; 7; 8; 9};
(3) A − B = {1; 3; 7; 9};
(4) B − A = {4; 6};
(5) CA (C) = {2; 8}.
Definição 29. O conjunto das partes de um conjunto A, P (A) ou P(A), é o conjunto

dos subconjuntos de A.
Exemplo 20. Se A = {0; 1}, então o conjunto das partes de A é o conjunto
P (A) = {∅; {0}; {1}; {0; 1}}
Exemplo 21. Se A = {1; 2; 3}, então o conjunto das partes de A é o conjunto
P (A) = {∅; {1}; {2}; {3}; {1; 2}; {1; 3}; {2; 3}; {1; 2; 3}}
Observação 5.

n(A) n(A) n(A)
n(P (A)) = + + ··· + = 2n(A)
0 1 n(A)
Definição 30. O conjunto diferença simétrica entre os conjuntos A e B é o conjunto
A4B = (A − B) ∪ (B − A).
Outras propriedades dos conjuntos
(1) A ∩ A = A (Idempotente);
(2) A ∪ A = A (Idempotente);
(3) A ∩ ∅ = A (identidade);
(4) A ∪ ∅ = ∅ (identidade);
(5) A ∪ B = B ∪ A (comutativa);
(6) A ∩ B = B ∩ A (comutativa);
(7) (A ∩ B) ∩ C = A ∩ (B ∩ C) (associativa);
(8) (A ∪ B) ∪ C = A ∪ (B ∪ C) (associativa);
(9) A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C) (distributiva);
(10) A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C) (distributiva);
(11) A ∩ B = A ∪ B (De Morgan);
(12) A ∪ B = A ∩ B (De Morgan);
(13) (A − B) ∪ (A ∩ B) = A.
2.3. OPERAÇÕES SOBRE CONJUNTOS 23
Demonstração.
x∈A
⇔ (x ∈ A e x 6∈ B) ou (x ∈ A e x ∈ B)
⇔ (x ∈ A − B) ou (x ∈ A ∩ B)
⇔ x ∈ (A − B) ∪ (A ∩ B)
Existe uma equivalencia entre sentenças lógicas e teoria dos conjuntos que pode ser
traduzida pela seguinte tabela, onde
p : x ∈ A e q : x ∈ B.
Sentença equivalente Em conjuntos

p→q A⊂B
p∧q A∩B
p∨q A∪B
Tautologia U
Contradição ∅
¬p A
p ∧ ¬q A−B
(p → q) ∧ (p ∧ ¬q) CB (A)
(p ∧ ¬q) ∨ (q ∧ ¬p) A4B
De Morgan De Morgan
Exemplo 22. Verifique a validade da relação (A − B) ∪ (A ∩ B) = A utilizando sentenças
lógicas.
É suficiente mostrarmos que a sentença
(p ∧ ¬q) ∨ (p ∧ q) ↔ p
é sempre verdadeira
Construindo a tabela verdade para a sentença acima, obtemos
p q ¬q p ∧ ¬q p ∧ q (p ∧ ¬q) ∨ (p ∧ q) (p ∧ ¬q) ∨ (p ∧ q) ↔ p
V V F F V V V
V F V V F V V
F V F F F F V
F F V F F F V
Como a coluna que corresponde a sentença
(p ∧ ¬q) ∨ (p ∧ q) ↔ p
assume apenas valoração V, então a relação (A − B) ∪ (A ∩ B) = A está correta.
2.4 Princı́pio da Inclusão-Exclusão

O número de elementos da união de dois conjuntos é igual a soma do número de elementos
de cada um dos conjuntos subtraı́do do número de elementos da interseção entre estes
conjuntos.
Em sı́mbolos,
n(A ∪ B) = n(A) + n(B) − n(A ∪ B)
Exemplo 23. Durante a Segunda Guerra Mundial, os aliados tomaram um campo de

concentração nazista e de lá resgataram 1500 prisioneiros. Desses, 650 estavam com
sarampo, 350 com tuberculose e 700 não tinham nenhuma dessas duas doenças. Qual o
número de prisioneiros com as duas doenças?
Resolução gráfica
S T
x
~y
650-x}
z
x
x~
y
{
| 350-x
}
z{ |
700
650 + 350 − x + 700 = 1500

⇒ 1700 − x = 1500
⇒ x = 1700 − 1500 = 200
Resposta: 200 prisioneiros.
Resolução algébrica
n(U ) = 1500
n(S) = 650
2.4. PRINCÍPIO DA INCLUSÃO-EXCLUSÃO 25
n(T ) = 350
n(S ∪ T ) = 700
n(U ) = n((S ∪ T ) ∪ (S ∪ T ))
⇒ n(U ) = n(S ∪ T ) + n(S ∪ T ) − n((S ∪ T ) ∩ (S ∪ T ))
⇒ n(U ) = n(S) + n(T ) − n(S ∩ T ) + n(S ∪ T ) − n(∅)
⇒ 1500 = 650 + 350 − n(S ∩ T ) + 700 − 0
⇒ 1500 = 1700 − n(S ∩ T )
⇒ n(S ∩ T ) = 1700 − 1500
⇒ n(S ∩ T ) = 200
Exemplo 24. Objetivando conhecer a preferência musical dos seus ouvintes, certa emis-
sora de rádio realizou uma pesquisa, dando como opção três compositores: M, B e S. Os
resultados são:
Votos Opções
27 Gostam de B
34 Gostam de M
40 Gostam de S
16 Gostam de B e M
12 Gostam de B e S
14 Gostam de M e S
6 Gostam de B, M e S
4 Não gostam de B, M e S
Qual é o número de pessoas consultadas?
Resolução algébrica:
n(B) = 27
n(M ) = 34
n(S) = 40
n(B ∩ M ) = 16
n(B ∩ S) = 12
n(M ∩ S) = 14
n(B ∩ M ∩ S) = 6
n(B ∪ M ∪ S) = 4
n(U ) = n((B ∪ M ∪ S) ∪ (B ∪ M ∪ S))

⇒ n(U ) = n(B ∪ M ∪ S) + n(B ∪ M ∪ S)
⇒ n(U ) = n(B ∪ M ) ∪ S) + n(B ∪ M ∪ S)
⇒ n(U ) = n(B ∪ M ) + n(S) − n((B ∪ M ) ∩ S) + n(B ∪ M ∪ S)
⇒ n(U ) = n(B) + n(M ) − n(B ∩ M ) + n(S)
−n((B ∩ S) ∪ (M ∩ S)) + n(B ∪ M ∪ S)
⇒ n(U ) = n(B) + n(M ) − n(B ∩ M ) + n(S)
−n(B ∩ S) − n(M ∩ S) + n((B ∩ S) ∩ (M ∩ S)) + n(B ∪ M ∪ S)
⇒ n(U ) = n(B) + n(M ) − n(B ∩ M ) + n(S)
−n(B ∩ S) − n(M ∩ S) + n(B ∩ M ∩ S) + n(B ∪ M ∪ S)
⇒ n(U ) = 27 + 34 − 16 + 40 − 12 − 14 + 6 + 4
⇒ n(U ) = 111 − 42 = 69
Resposta: 69 pessoas consultadas.

Resolução gráfica
B M
x
~y5}
z
x
10~
y
{
| 10
}
z{|
6 8
x
~y}
z{|
6
20
S 4
Resposta: 27 + 10 + 8 + 20 + 4 = 69 pessoas consultadas.
Observação 6. O número de informações necessárias e suficientes para resolver qual-

quer problema utilizando o Princı́pio da Inclusão-Exclusão é 2m , onde m é o número de
conjuntos envolvidos diferentes do conjunto universo.
Listas de Exercı́cios sobre Conjuntos
1) Encontre P (A), se
(a) A = {1; 2}.
(b) A = {2; 3; 4}.
2) O que se pode dizer sobre o conjunto A se P (A) = {∅, {x}, {y}, {x, y}}?
3) Prove que P (A) ∩ P (B) = P (A ∩ B), onde A e B são conjuntos arbitrários.
4) Mostre que se (A − B) ∪ (B − A) = A ∪ B, então A ∩ B = ∅.
Dica: Demonstre por contradição.
5) Prove que se P (A) = P (B), então A = B.
6) Verifique se as seguintes propriedades de conjuntos são satisfeitas através de sentenças

lógicas equivalentes:
(a) A − (B ∪ C) = (A − B) ∩ (A − C)
(b) A = (A ∪ B) − B
(c) (A ∩ B) ⊂ A.
7) Se U = {1, 3, 9, 27, 2, 4, 6, 8, 10, 12, 16, 24} é o conjunto universo, A = {1, 2, 3, 6, 12, 24}, B =
{1, 3, 6} e D = {1, 2, 4, 8, 16}, calcule
(a) A − D
(b) D − A
(c) CAB
(d) AC
(e) DC
(f) A ∪ D
(g) AC ∩ DC
8) Numa escola de 630 alunos, 350 deles estudam Português, 210 estudam Espanhol e
90 estudam as duas matérias (Português e Espanhol). Pergunta-se:
(a) Quantos alunos estudam apenas Português?
(b) Quantos alunos estudam apenas Espanhol?
(c) Quantos alunos estudam Português ou Espanhol?
(d) Quantos alunos não estudam nenhuma das duas matérias?
9) De 200 pessoas que foram pesquisadas sobre suas preferências em assistir aos cam-
peonatos de corrida pela televisão, foram colhidos os seguintes dados: 55 dos entre-
vistados não assitem; 101 assistem às corridas de Fórmula 1 e 27 assitem às corridas
de Fórmula 1 e de Motovelocidade. Quantas das pessoas entrevistadas assistem, ex-
clusivamente, às corridas de Motovelocidade?
10) Numa prova constituı́da de dois problemas, 300 alunos acertaram somente um dos
problemas, 260 acertaram o segundo, 100 alunos acertaram os dois e 210 erraram o
primeiro. Quantos alunos fizeram a prova?
11) Um grupo de alunos de uma escola deveria visitar o Museu de Ciência e o Museu
de História da cidade. Quarenta e oito alunos foram visitar pelo menos um desses
museus. 20% dos que foram ao de Ciência visitaram o de História e 25% dos que
foram ao de História visitaram também o de Ciência. Calcule o número de alunos
que visitaram os dois museus.
12) Num grupo de 99 esportistas, 40 jogam vôlei, 20 jogam vôlei e xadrez, 22 jogam
xadrez e tênis, 18 jogam vôlei e tênis, 11 jogam as três modalidades. O número de
pessoas que jogam xadrez é igual ao número de pessoas que jogam tênis. Quantas
jogam:
(a) tênis e não jogam vôlei?
(b) xadrez ou tênis e não jogam vôlei?

(c) vôlei e não jogam xadrez?
13) Analisando-se as carteiras de vacinação das 84 crianças de uma creche, verificou-se

que 68 receberam vacina Sabin, 50 receberam vacina contra sarampo e 12 não foram
vacinadas. Quantas dessas crianças receberam as duas vacinas?
14) 10 000 aparelhos de TV foram examinados depois de um ano de uso, e constatou-se

que 4 000 deles apresentavam problemas de imagem, 2 800 tinham problemas de
som e 3 500 não apresentavam nenhum dos tipos de problemas citados. Qual é o
número de aparelhos que apresentaram somente problemas de imagem?
15) Dos 80 alunos de uma turma, 15 foram reprovados em Matemática, 11 em Fı́sica e

10 em Quı́mica. Oito alunos foram reprovados simultaneamente em Matemática e
Fı́sica, seis em Matemática e Quı́mica e quatro em Fı́sica e Quı́mica. Sabendo que
3 alunos foram reprovados nas três disciplinas, determine quantos alunos não foram
reprovados em nenhuma dessas disciplinas.
16) Numa pesquisa verificou-se que, das pessoas consultadas, 100 liam o jornal A, 150
liam o jornal B, 20 liam os dois jornais (A e B) e 110 não liam nenhum dos jornais.
Quantas pessoas foram consultadas?
17) Seja U = {0, 1, 2, 3, 4, 5, 6, 7, 8} o conjunto universo.
(a) Encontre o conjunto A sabendo que AC = {1, 5, 7, 8}.
(b) Encontre o maior conjunto D satisfazendo D ∪ C = {1, 4, 5, 6}.
(c) Encontre o conjunto E sabendo que F = {4, 5, 6, 7, 8} e CFE = {4, 8}.
(d) Encontre o conjunto G sabendo que G ∪ B = {1, 5, 6, 7, 8}, G ∩ B = {1, 6} e

B = {1, 6, 8}.
18) Demonstre as seguintes propriedades de conjuntos:
(a) (A ∪ B)C = AC ∩ B C .
(b) A ∪ B = A ⇔ B ⊂ A.
(c) A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C).
(d) A = (A − B) ∪ (A ∩ B).
Capı́tulo 3
Técnicas de Demonstração
Uma proposição (ou teorema) do tipo P → Q é formado por um conjunto P de hipóteses

que são condições necessárias e que, conjuntamente, são suficientes para se chegar a uma
conclusão (tese) Q.
Dentre as diversas técnicas de demonstração utilizadas, abordaremos as seguintes técnicas:
• Técnica de demonstração por exaustão;
• Técnica de demonstração direta;
• Técnica de demonstração por contraposição;
• Técnica de demonstração por contradição.
Como ferramenta em algumas demonstrações, abordaremos o Princı́pio de indução

matemática.
3.1 Técnica de demonstração por exaustão
Esta técnica consiste na verificação da validade da proposição P → Q a partir da verificação

de uma quantidade finita de casos particulares.
Exemplo 25. Demonstre que se um número natural n satisfaz n ≤ 2, então n! ≤ n + 1.
Demonstração. Neste caso
P :n≤2
31
32 CAPÍTULO 3. TÉCNICAS DE DEMONSTRAÇÃO
e
Q : n! ≤ n + 1.
Para n = 0, temos que n! = 0! = 1 ≤ 1 = 0 + 1 = n + 1.

Para n = 1, temos que n! = 1! = 1 = 1 ≤ 2 = 1 + 1 = n + 1.
Para n = 2, temos que n! = 2! = 2 ≤ 3 = 2 + 1 = n + 1.
Logo, por exaustão, se n ∈ N e n ≤ 2, então n! ≤ n + 1.
3.2 Técnica de demonstração direta
Esta técnica consiste na verificação da validade da proposição P → Q a partir do cami-

nho natural que se inicia a partir da suposição da validade da hipótese P para chegar na
verificação da validade da tese Q.
Utilizaremos as seguintes definições nos próximos exemplos:
Definição 31. Um número inteiro n é um número par se existir um número inteiro k tal
que n = 2k.
Definição 32. Um número inteiro n é um número ı́mpar se existir um número inteiro k tal
que n = 2k + 1.
Exemplo 26. Demonstre que soma de dois números pares é um número par.
Demonstração. Sejam a e b números pares. Pela definição de número par, existem k, s ∈ Z

tais que a = 2k e b = 2s.
Assim, a + b = 2k + 2s = 2(k + s), com k + s ∈ Z.
Logo a + b é um número par.
Exemplo 27. Demonstre que o quadrado de um número par é também é um número par.
Demonstração. Seja n um número par, então, pela definição, existe k ∈ Z tal que n = 2k.
Assim, n2 = (2k)2 = 4k 2 = 2 · (2k 2 ), com 2k 2 ∈ Z.
Logo n2 é um número par.
Exemplo 28. Demonstre que o quadrado de um número ı́mpar também é um número ı́mpar.
3.3. TÉCNICA DE DEMONSTRAÇÃO POR CONTRAPOSIÇÃO 33
3.3 Técnica de demonstração por contraposição

Esta técnica consiste em demonstrarmos a validade da proposição P → Q a partir da
demonstração da validade da proposição ¬Q → ¬P, uma vez que a proposição P → Q é
logicamente equivalente a sua contrapositiva ¬Q → ¬P.
Exemplo 29. Se n ∈ N satisfaz n! > n + 1, mostre que n > 2.
Demonstração. Pelo exemplo 25 mostramos que a seguinte proposição é válida:

Se n ∈ N satisfaz n ≤ 2, então n! ≤ n + 1.
Logo, sua contrapositiva
Se n ∈ N satisfaz n! > n + 1, então n > 2.
também é válida.
Exemplo 30. Prove que se n2 é ı́mpar, então n é ı́mpar.
Demonstração. Esta proposição é logicamente equivalente a sua contrapositiva:

Se n é um número par, então n2 é um número par.
Portanto, como a proposição acima é verdadeira, pelo Exemplo 27, então a demonstração
segue por contraposição.
Exemplo 31. Demonstre que se n2 é um número par, então n é um número par.
3.4 Técnica de demonstração por contradição (ou por ab-

surdo)
Esta técnica consiste em demonstrarmos a validade da proposição P → Q a partir da
suposição de que P e ¬Q são verdadeiras para chegar em uma afirmação falsa, uma vez
que P → Q é logicamente equivalente a ¬(P ∧ ¬Q).
P Q ¬Q P ∧ ¬Q P → Q ¬(P ∧ ¬Q)
V V F F V V
V F V V F F
F V F F V V
F F V F V V
Exemplo 32. Prove que se x ∈ Z, então x2 + x 6= 1.
Demonstração. Suponhamos que x ∈ Z e que x2 + x = 1.

Se x for par, então existirá k ∈ Z tal que x = 2k. Assim,
x2 + x = 1
⇒ (2k)2 + (2k) = 1
⇒ 2(2k 2 + k) = 2 · 0 + 1
k0 =2k2 +k
⇒ 2k 0 = 2 · 0 + 1,
o que é um absurdo.
Se x for impar, então existirá k ∈ Z tal que x = 2k + 1. Assim,
x2 + x = 1
⇒ (2k + 1)2 + (2k + 1) = 1
⇒ 4k 2 + 4k + 1 + 2k + 1 = 1
k0 =2k2 +2k+1∈Z
⇒ 2(2k 2 + 2k + 1) = 2 · 0 + 1,
o que é um absurdo.
Portanto, por contradição, se x ∈ Z, então x2 + x 6= 1.
Exemplo 33. Prove que se x2 = 2, então x não é um número racional.
a
Demonstração. Suponhamos que x ∈ Q e x2 = 2. Como x ∈ Q, então x = b
onde a e b
não possuem divisores primos comuns. Assim,
a 2

b
=2
⇒ a2 = 2b2
⇒ (a é par e a2 = 2b2 )
⇒ (∃k ∈ Z) (a = 2k e a2 = 2b2 )
⇒ (∃k ∈ Z) (a = 2k e (2k)2 = 2b2 )
⇒ (∃k ∈ Z) (a = 2k e 2k 2 = b2 )
⇒ (∃k ∈ Z) (a = 2k e b é par e 2k 2 = b2 )
⇒ (∃s ∈ Z) (∃k ∈ Z) (a = 2k e b = 2s e 2k 2 = b2 ) ,
o que é um absurdo, já que 2 seria um número primo divisor comum de a e b e a e b não
possuem divisores primos comuns.
3.5. PRINCÍPIOS DE INDUÇÃO MATEMÁTICA 35
3.5 Princı́pios de indução matemática

Primeiro Princı́pio de Indução Matemática
Seja a ∈ Z e suponhamos que para cada inteiro n ≥ a esteja associada uma proposição
P (n). Então P (n) será verdadeira para todo n ≥ a desde que seja possı́vel provar que:
(a) P (a) é verdadeira;
(b) Se P (k) é verdadeira para k ≥ a, então P (k + 1) também é verdadeira.
Neste caso, utilizamos a seguinte denominação:
• base de indução: demonstrar que P (a) é verdadeira;
• hipótese de indução: supor que P (k) é verdadeira para algum k ≥ a;
• passo de indução: provar que se P (k) é verdadeira então P (k + 1) também é

verdadeira para k ≥ a.
Exemplo 34. Prove por indução que para qualquer n ∈ N, vale n < 2n .
Exemplo 35. Prove por indução que para qualquer n ∈ N, se n > 3, então 2n < n!.
Exemplo 36. Prove por indução que para qualquer n ∈ N, tem-se que
n(n + 1)
1 + 2 + ··· + n =
2
n(n+1)
Demonstração. Seja P (n) : 1 + 2 + 3 + · · · + n = 2
.
Base de Indução:
1·(1+1)
Como 1 = 2
, então P (1) é verdadeira.
Hipótese de Indução:
Suponhamos que P (k) seja verdadeira.
Passo de Indução:
Como P (k) é verdadeira, então
k(k + 1)
1 + 2 + 3 + ··· + k = .
2
Assim,
k(k+1)
1 + 2 + 3 + · · · + k + (k + 1) = 2
+ (k + 1)
= (k + 1) k2 + 1

= (k + 1) k+2

2
(k+1)((k+1)+1)
= 2
.
Portanto, P (k + 1) é verdadeira.
n(n+1)
Logo, por indução P (n) : 1 + 2 + 3 + · · · + n = 2
é verdadeira para todo n ∈ N∗ .
Outra demonstração sem utilizar os indicativos
1·(1+1) k(k+1)
Como 1 = 2
e supondo 1 + 2 + 3 + · · · + k = 2
temos que
k(k+1)
1 + 2 + 3 + · · · + k + (k + 1) = + (k + 1) 2
⇒ 1 + 2 + 3 + · · · + k + (k + 1) = (k + 1) k2 + 1

(k+1)(k+2)
⇒ 1 + 2 + 3 + · · · + k + (k + 1) = 2
(k+1)((k+1)+1)
⇒ 1 + 2 + 3 + · · · + k + (k + 1) = 2
n(n+1)
Logo, por indução, 1 + 2 + 3 + · · · + n = 2
para todo n ∈ N.
Exemplo 37. Mostre que n2 > 2n + 1 para todo n ∈ N, n ≥ 3.
Demonstração. Seja p(n) : n2 > 2n + 1.

Como 32 = 9 > 7 = 2 · 3 + 1, então p(3) é verdadeira.
Suponhamos que p(m) seja verdadeira para algum m ≥ 3. Assim,
m2 > 2m+1 ⇒ m2 +2m+1 > 4m+2 = 2(m+1)+2m > 2(m+1)+1 ⇒ (m+1)2 > 2(m+1)+1.
Portanto, p(m + 1) é verdadeira.

Logo, por indução, n2 > 2n + 1 para todo n ∈ N, n ≥ 3.
3n+1 −1
Exemplo 38. Mostre que 1 + 3 + 32 + · · · + 3n = 2
para todo n ∈ N.
3n+1 −1
Demonstração. Seja p(n) : 1 + 3 + 32 + · · · + 3n = 2
.
3−1 30+1 −1
Como 1 = 2
= 2
, então p(0) é verdadeira.
Suponhamos que p(m) seja verdadeira para algum m ∈ N.
Assim,
3n+1 −1
1 + 3 + 32 + · · · + 3n = 2
3n+1 −1
⇒ 1 + 3 + 32 + · · · + 3n + 3n+1 = 2
+ 3n+1
1
+ 1 − 12

⇒ 1 + 3 + 32 + · · · + 3n+1 = 3n+1 2
3n+2 −1
⇒ 1 + 3 + 32 + · · · + 3n+1 = 2
.
Portanto, p(m + 1) é verdadeira.

3n+1 −1
Logo, por indução, 1 + 3 + · · · + 3n = 2
para todo n ∈ N.
Segundo Princı́pio de Indução Matemática
Seja a ∈ Z e suponhamos que para cada inteiro n ≥ a esteja associada uma proposição
P (n). Então P (n) será verdadeira para todo n ≥ a desde que seja possı́vel provar que:
(a) P (a) é verdadeira;
(b) Dado k > a, se P (m) é verdadeira para todo m tal que a ≤ m < k, então P (k) é
verdadeira.
Exemplo 39. Mostre que qualquer postagem de valor igual ou maior que 12 reais pode
ser formado usando exclusivamente selos de 4 e 5 reais.
Demonstração. Seja p(n) : n = a · 4 + b · 5, para a, b ∈ N.

Assim,
• P (12) é verdadeira, pois 12 = 4 + 4 + 4 = 3 · 4 + 0 · 5.
Suponhamos que P (m) seja verdadeira para todo m satisfazendo 15 ≤ m < k.

Assim, P (k − 4) é verdadeira. Portanto, como k − 4 pode ser escrito como somas com
parcelas iguais a 4 e/ou 5, então k = (k − 4) + 4 também pode ser escrito como somas com
parcelas iguais a 4 e/ou 5. Logo P (k) também é verdadeira.
Logo, por indução, P (n) é verdadeira para todo número natural n ≥ 12, ou seja, qual-
quer postagem de valor igual ou maior que 12 pode ser formado usando exclusivamente
selos de 4 e 5 reais.
Exemplo 40. Mostre que todo número natural maior ou igual a 2 ou é primo ou pode ser
escrito como produto de números primos.
Demonstração. Seja p(n) : n é um número primo ou n pode ser escrito como produto de
números primos.
Seja m um número natural maior ou igual a 2.
Se m = 2, então p(2) é verdadeira, pois 2 é um número primo.

Se m > 2 e m é primo, então, p(m) é verdadeira.
Se m > 2 e m é composto, então existem números naturais a, b maiores ou iguais a 2
tais que m = a · b. Como a e b são números naturais maiores ou iguais a 2, podemos supor
que p(a) e p(b) sejam verdadeiras. Portanto a ou é primo ou pode ser escrito como produto
de números primos e b ou é primo ou pode ser escrito como produto de números primos.
De qualquer forma, concluimos que m é o produto de números primos. Portanto, p(m) é
verdadeira.
Logo, pelo segundo princı́pio de indução, todo número natural maior ou igual a 2 ou é
primo ou pode ser escrito como produto de números primos.
Lista de Exercı́cios sobre Técnicas de Demonstração
Além das definições de número par e de número ı́mpar, citadas no texto, para a seguinte
lista de exercı́cios, utilizamos as seguintes definições:
(1) Dizemos que a divide b ou que a é um divisor de b ou que b é um múltiplo de a se

existir k ∈ Z tal que b = ka. Neste caso utilizamos o sı́mbolo a | b.
(2) Dizemos que a é congruente a b módulo n ou que a é equivalente a b módulo n se

n | (b − a). Neste caso utilizamos o sı́mbolo a ≡ b mod n.
(3) Dizemos que d = mmc(a, b) se
(a) a | d e b | d.
(b) Para qualquer d0 ∈ Z, a | d0 e b | d0 ⇒ d | d0 .
(4) Dizemos que d = mdc(a, b) se
(a) d | a e d | b.
(b) Para qualquer d0 ∈ Z, d0 | a e d0 | b ⇒ d0 | d.
(5) Se d = mdc(a, b), então d é o menor inteiro positivo satisfazendo
d = x · a + y · b,
para x, y ∈ Z.
(6) Dizemos que um número inteiro p > 1 é um número primo se os únicos divisores
inteiros positivos de p são 1 e p.
Técnica de Demonstração Direta
1) Sejam a, b e c inteiros. Se a | b e b | c, então a | c.
2) Se x é um inteiro par, então x2 − 6x + 5 é ı́mpar.
3) Se a, b, c ∈ N, então mmc(ca, cb) = c · mmc(a, b).

√ √
4) Sejam x e y números positivos. Se x ≤ y, então x ≤ y.
√
5) Se x e y são números reais positivos, então 2 xy ≤ x + y.
6) Se n ∈ N, então 1 + (−1)n (2n − 1) é um múltiplo de 4.
7) Todo múltiplo de 4 tem a forma 1 + (−1)n (2n − 1) para algum n ∈ N.
8) Suponha que x, y ∈ Z. Se x e y são pares, então xy é par.
9) Suponha que x, y ∈ Z. Se x e y são ı́mpares, então xy é ı́mpar.
10) Suponha que a, b, c ∈ Z. Se a | b e a | c, então a | (b + c).
11) Suponha que a, b ∈ Z. Se a | b, então a2 | b2 .
12) Seja a um inteiro. Se 5 | 2a, então 5 | a.
13) Seja a um inteiro. Se 7 | 4a, então 7 | a.
14) Sejam a, b ∈ Z. Se a | b, então a | (3b3 − b2 + 5b).
15) Sejam a, b, c, d ∈ Z. Se a | b e c | d, então ac | bc.

4
16) Se x ∈ R e 0 < x < 4, então ≥ 1.
x(4 − x)
17) Se n ∈ Z, então 5n2 + 3n + 7 é ı́mpar.
18) Se n ∈ Z, então n2 + 3n + 4 é par.
19) Sejam a, b e c inteiros. Se a2 | b e b3 | c, então a6 | c.
20) Se n ∈ N e n ≥ 2, então os números n! + 2, n! + 3, n! + 4, · · · , n! + n são todos

compostos. Consequentemente, para qualquer n ≥ 2, podemos encontrar n consecu-
tivos números compostos. Isto significa que existe um arbitrariamente largo deserto
de números primos.
21) Todo número inteiro ı́mpar é diferença de dois quadrados.
Técnica de demonstração por contraposição
22) Seja x ∈ Z. Se 7x + 9 é par, então x é ı́mpar.
23) Se x2 − 6x + 5 é par, então x é ı́mpar.
24) Sejam x, y ∈ R. Se y 3 + yx2 ≤ x3 + xy 2 , então y ≤ x.
25) Sejam x, y ∈ Z Se 5 - xy, então 5 - x e 5 - y.

26) Sejam a, b ∈ Z e n ∈ N. Se a ≡ b( mod n), então a2 ≡ b2 (modn).
27) Sejam a, b ∈ Z e n ∈ N. Se 12a 6≡ 12b(modn), então n - 12.
28) Seja x ∈ R. Se x2 + 5x < 0, então x < 0.
29) Seja x ∈ R. Se x3 − x > 0, então x > −1.
30) Sejam x, y, z ∈ Z e x 6= 0. Se x - yz, então x - y e x - z.
31) Se n ∈ N e 2n − 1 é primo, então n é primo.
32) Se n ∈ Z, então 4 - (n2 − 3).
Técnica de demonstração por contradição
33) Se a, b ∈ Z, então a2 − 4b 6= 2.
34) Existem infinitos números primos.
35) Para todo número real x ∈ [0, π/2], temos sen x + cos x ≥ 1.
√
3
36) Prove que 2 é irracional.
37) Se a, b ∈ Z, então a2 − 4b − 2 6= 0.
38) Para todo n ∈ Z, 4 - (n2 + 2).
39) Não existem números inteiros a e b tal que 18a + 6b = 1.
Princı́pio de Indução Matemática
40) Se n ∈ N, então 1 + 3 + 5 + 7 + · · · + (2n − 1) = n2 .
41) Se n é um inteiro não-negativo, então 5 | (n5 − n).

Pn
42) Se n ∈ Z e n ≥ 0, então i=0 i · i! = (n + 1)! − 1.
43) Se n ∈ N, então (1 + x)n ≥ 1 + nx para todo x ∈ R com x > −1.
44) Se n ∈ N e n ≥ 1, então
n2 + n
1 + 2 + 3 + 4 + ··· + n = .
2
45) Para todo inteiro n ≥ 1,
n(n + 1)(2n + 1)
12 + 22 + 32 + · · · + n2 = .
6
46) Para todo inteiro n ∈ N,

n
X
(8i − 5) = 4n2 − n.
i=1
47) Se n ∈ N, então
n(n + 1)(2n + 7)
1 · 3 + 2 · 4 + 3 · 5 + · · · + 4 · 6 + · · · + n(n + 2) = .
6
48) Se n ∈ N, então
1 2 n 1
+ + ··· + =1−
2! 3! (n + 1)! (n + 1)!
49) Para qualquer inteiro n ≥ 0, prove que 9 | (43n + 8).
50) Prove que para todo número natural n,
2n + 1 ≤ 3n .
Observação: Nas demonstrações destes exercı́cios é válido citar qualquer resultado

conhecido, desde que a demonstração deste resultado não seja equivalente a demonstração
do exercı́cio.
Resposta dos Exercı́cios sobre Técnicas de Demonstração
1) Como a | b e b | c, então existem r, s ∈ Z tais que b = ra e c = sb. Assim,
c = sb = s(ra) = (sr)a
com sr ∈ Z. Logo a | c.
2) Como x é par, então existe k ∈ Z tal que x = 2k. Assim,
x2 − 6x + 5 = (2k)2 − 6 · (2k) + 5 = 4k 2 − 12k + 5 = 2(2k 2 − 6k + 2) + 1,
com 2k 2 − 6k + 2 ∈ Z.
Logo x2 − 6x + 5 é ı́mpar.
3) Sejam d1 = mmc(a, b) e d2 = mmc(ac, bc).
Se d1 = mmc(a, b), então
a | d1 e b | d1
⇒ ac | cd1 e bc | cd1
⇒ d2 | cd1
Se d2 = mmc(ac, bc), então
ac | d2 e bc | d2
⇒ d2 = kc, ac | kc e bc | kc
⇒ d2 = kc, a | k e b | k
⇒ d2 = kc e d1 | k
⇒ cd1 | kc
⇒ cd1 | d2
Logo, como d2 | cd1 e cd1 | d2 , então d2 = cd1 , ou seja, mmc(ac, bc) = cmmc(a, b).
√ √
4) Como x+ y > 0, então√ 1√ > 0. Além disso, como x ≤ y, então y − x ≥ 0.
y+ x
√ √ √ √ √ √
( y− x)( y+ x)
Logo, y − x = √ √ = √ 1√ · (y − x) ≥ 0, o que implica em
( y+ x) y+ x
√ √
x < y.
10) Como a | b e a | c, então existem k1 , k2 ∈ Z tais que b = k1 a e c = k2 a, o que

implica em b + c = (k1 + k2 )a com k1 + k2 ∈ Z.
Logo a | (b + c).
Capı́tulo 4
Relações e Funções
Definição 33. Sejam A e B conjuntos. Uma relação R de A em B é um subconjunto do

produto cartesiano de A por B,
A × B = {(a, b) | a ∈ A, b ∈ B}.
Exemplo 41. Se A = {1; 2} e B = {1; 3; 5}, então
A × B = {(1; 1); (1; 3); (1; 5); (2; 1); (2; 3); (2; 5)}
e teremos 2n(A×B) = 26 = 64 relações de A em B. Uma destas relações é R = {(1; 3); (2; 5); (2; 3)}.
Relações sobre um conjunto
Definição 34. Uma relação R sobre A é uma relação de um conjunto A em A.
Definição 35. Seja R uma relação sobre A.
(1) Se (∀a ∈ A) ((a, a) ∈ R) , então R é chamada de relação reflexiva.
(2) Se (a, b) ∈ R implicar em (b, a) ∈ R para todos a, b ∈ A, então R é chamada de

relação simétrica.
(3) Se (a, b) ∈ R e (b, c) ∈ R implicarem em (a, c) ∈ R para todo a, b, c ∈ A, então R

é chamada de relação transitiva.
(4) Se (a, b) ∈ R e (b, a) ∈ R implicarem em a = b, então R é chamada de relação

anti-simétrica.
(5) Uma relação R é uma relação de equivalência, se R satisfaz as propriedades (1),

(2) e (3), ou seja, se R é reflexiva, simétrica e transitiva.
45
46 CAPÍTULO 4. RELAÇÕES E FUNÇÕES
5S'
''
''
''
''
''
''
7 '' 73
'' ooooo?
o
'' ooo
'' ooooo
o
o o ooo''
'
ooo ''
ooooo
o
1 2
Figura 4.1: R(A)
(6) Uma relação R é uma relação de ordem parcial, se R satisfaz as propriedades (1),
(3) e (4), ou seja, se R é reflexiva, anti-simétrica e transitiva.
Se A e B são conjuntos finitos, então toda relação R de A em B pode ser representada

por um grafo direcionado cujos vértices são os pontos de A e de B e cujas arestas são
representadas por pares (a, b) ∈ R que representa uma aresta orientada de a para b.
Exemplo 42. Se A = {1; 2} e B = {3; 5; 7}, então a relação R de A em B definida por
R = {(1; 3); (2; 5); (2; 3)}
pode ser representada graficamente pelo grafo da figura 3.1.
Definição 36. Um ciclo é uma aresta que conecta um vértice nele mesmo.
Observação 7. Graficamente:
• Uma relação R sobre A é reflexiva se existem ciclos em cada elemento de A;
• Uma relação R sobre A é simétrica se não existem setas simples ligando elementos
de A;
• Uma relação R sobre A é transitiva se para todo caminho ligando dois pontos a e b
de A, existe uma seta ligando a e b;
• Uma relação R sobre A é anti-simétrica se não existem setas duplas ligando elemen-
tos de A.
Exemplo 43. Se R = {(a, b) ∈ N × N | a | b}, então R é uma relação de ordem parcial

sobre N.
De fato,
47
(i) Se a ∈ A, então a = 1 · a, i.e., a é múltiplo de a. Logo (a, a) ∈ R. Portanto R é

reflexiva.
(ii) Sejam a, b, c ∈ A tais que (a, b), (b, c) ∈ R. Assim b é múltiplo de a e c é múltiplo
de b. Logo existem r, s ∈ Z tais que b = ra e c = sb. Portanto c = rb = s(ra) =
(sr)a, onde sr ∈ Z, ou seja, c é múltiplo de a. Consequentemente, (a, c) ∈ R. Logo
(∀a, b, c ∈ A) (((a, b), (b, c) ∈ R) ⇒ ((a, c) ∈ R)) .
Portanto, R é transitiva. Simbolicamente, se a, b, c ∈ N,
((a, b) ∈ R e (b, c) ∈ R)
⇒ (b é múltiplo de a e c é múltiplo de b)
⇒ (∃r, s ∈ Z) (b = ra e c = sb)
⇒ (∃r, s ∈ Z) (c = sb = s(ra) = (sr)a)
t=sr
⇒ (∃t ∈ Z) (c = ta)
⇒ (c é múltiplo de a)
⇒ ((a, c) ∈ R)
Logo R é transitiva.
(iii) Sejam a, b ∈ N tais que (a, b) ∈ R e (b, a) ∈ R, então existem r, s ∈ Z tais que
b = ra e a = rb.
Assim, b = ra = r(sb) ⇒ b(1 − rs) = 0 ⇒ 1 − rs = 0 ⇒ rs = 1 ⇒ r = s =

a,b>0
±1 ⇒ r = s = 1. Logo b = a. Portanto, R é anti-simétrica.
Logo, por (i), (ii) e (iii), R é uma relação de ordem parcial sobre A.
Exemplo 44. Seja A um conjunto. Se R = {(B, C) ∈ P (A) × P (A) | B ⊂ C}, então R

é uma relação de ordem parcial sobre P (A).
De fato,
(i) Como B ⊂ B para todo B ⊂ A, então (B, B) ∈ R para todo B ∈ P (A). Logo R é
reflexiva.
(ii) Sejam B, C ∈ P (A), tais que (B, C) ∈ R e (C, B) ∈ R. Assim, B ⊂ C e C ⊂ B, o

que implica em B = C. Logo R é anti-simétrica.
(iii) Sejam B, C, D ∈ P (A) tais que (B, C) ∈ R e (C, D) ∈ R, então B ⊂ C e C ⊂ D,

o que implica em B ⊂ D. Assim, (B, D) ∈ R. Logo R é transitiva.
Como R é reflexiva, anti-simétrica e transitiva, então R é uma relação de ordem parcial

sobre P (A).
Exemplo 45. Sejam A e B conjuntos disjuntos e R uma relação de ordem sobre A ∪ B

definida por
R = {(a, b) ∈ (A ∪ B) × (A ∪ B) | {a, b} ⊂ A ou {a, b} ⊂ B},
então R é uma relação de equivalência sobre A ∪ B.

De fato, como
(1) Se a ∈ A ∪ B, então {a, a} ⊂ A ou {a, a} ⊂ B. Logo (a, a) ∈ R. Portanto R é

reflexiva.
(2) Se (a, b) ∈ R, então {a, b} ⊂ A ou {a, b} ⊂ B. Logo {b, a} ⊂ A ou {b, a} ⊂ B, o

que implica em (b, a) ∈ R. Portanto R é simétrica.
(3) Se (a, b) ∈ R e (b, c) ∈ R, então {a, b} ⊂ A ou {a, b} ⊂ B e {b, c} ⊂ A ou

{b, c} ⊂ B. Como A ∩ B = ∅, então {a, b} ⊂ A e {b, c} ⊂ A ou {a, b} ⊂ B e
{b, c} ⊂ B. Logo {a, c} ⊂ A ou {a, c} ⊂ B, o que implica em (a, c) ∈ R. Portanto,
R é transitiva
Logo, por (1), (2) e (3), R é uma relação de equivalência.
Definição 37. Dizemos que R∗ é o fecho de uma relação R por uma propriedade P se R∗
é a menor relação que contém R e que satisfaz a propriedade P, ou seja, se
(i) R∗ satisfaz a propriedade P ;
(ii) R ⊂ R∗ ;
(iii) Se S satisfaz a propriedade P e R ⊂ S, então R∗ ⊂ S.
Exemplo 46. Encontre os fechos reflexivo, simétrico e transitivo de R = {(1; 2); (2; 1); (1; 3)}
sobre S = {1; 2; 3}.
O fecho reflexivo de R sobre S é
R∗ = {(1; 2); (2; 1); (1; 3); (1; 1); (2; 2); (3; 3)}
49
O fecho simétrico de R sobre S é
R∗ = {(1; 2); (2; 1); (1; 3); (3; 1)}
O fecho transitivo de R sobre S é
R∗ = {(1; 2); (2; 1); (1; 3); (1; 1); (2; 3); (2; 2)}
Definição 38. Se R é uma relação de equivalência sobre um conjunto A, então, para cada
x ∈ A podemos definir uma classe de equivalência para esta relação R como sendo o
conjunto
[x] = {a ∈ A | (a, x) ∈ R}
Notação 1. O conjunto das classes de equivalência de uma relação R sobre um conjunto

A é representado pelo sı́mbolo A/R.
Lista de Exercı́cios sobre Relações
(1) Mostre que a relação R definida por
R = {(a, b) ∈ Z × Z | a ≡ b mod 5}
é uma relação de equivalência e encontre Z/R.
(2) Seja Y = {0, 1} e M o conjunto de todas as palavras de comprimento finito formada

a partir de 0 e 1. Mostre que a relação R definida por
R = {(a, b) ∈ M × M | a é prefixo de b}
é uma relação de ordem parcial.
Obs: Dizemos que a é prefixo de b se existe c ∈ M tal que b = ac.
(3) Seja X = {0; 1; 2; 3; 4}. Mostre que a relação R sobre P (X) definida por
R = {(A, B) ∈ P (X) × P (X) | n(A) = n(B)}
é uma relação de equivalência e encontre P (X)/R.
(4) Encontre todas as relações de equivalência sobre A = {1; 2; 3}.
(5) Encontre todas as relações de ordem sobre A = {1; 2; 3}.

(6) Construir sobre o conjunto E = {a, b, c, d} relações R1 , R2 , R3 e R4 tais que R1

só tem a propriedade reflexiva, R2 só a simétrica, R3 só a transitiva e R4 só a anti-
simétrica.
(7) Seja A = {x ∈ Z | |x| ≤ 5} a relação definida por (x, y) ∈ R ⇔ x2 + 2x = y 2 + 2y.

Mostre que R é uma relação de equivalência.
(8) Sejam E = {−3, −2, −1, 0, 1, 2, 3} e R = {(x, y) ∈ E × E | x + |x| = y + |y|}.

Mostre que R é uma relação de equivalência e encontre E/R.
(9) Seja R a relação sobre Q definida da forma seguinte (x, y) ∈ R ⇔ x − y ∈ Z. Provar

que R é uma relação de equivalência.
(10) Seja R = {(x, y) ∈ R2 | x − y ∈ Q}. Provar que R é uma relação de equivalência.
4.1 Funções
Definição 39. Uma função f de A em B é uma relação que associa a cada elemento x do
conjunto A um único elemento y do conjunto B. Como este elemento y ∈ B é único para
cada x ∈ A, então é comum representarmos este elemento por f (x), ou seja, y = f (x).
Notação 2. Usamos o sı́mbolo f : A → B para representarmos que f é uma função de A

em B.
Definição 40. Seja f : A → B, então
• O domı́nio de f é o conjunto
Dom(f ) = A
• O contradomı́nio de f é o conjunto
CDom(f ) = B
• A imagem de f é o conjunto
Im(f ) = {y ∈ B | y = f (x) para algum x ∈ A}
Definição 41. Funções reais são funções f : A → B, onde A ⊂ R e B = R.

4.1. FUNÇÕES 51
Quando precisamos encontrar o domı́nio de uma função real f dada por uma fórmula
matemática significa que precisamos encontrar o maior subconjunto A de R de tal forma
que faça sentido definirmos f como sendo uma função de A em R.
Exemplo 47. Encontre o domı́nio e a imagem da função real f (x) = x2 .
Neste caso, Dom(f ) = R e Im(f ) = R+ .

√
Exemplo 48. Encontre o domı́nio e a imagem de f (x) = x − 1.
Como não existem raı́zes reais de números negativos, então x − 1 ≥ 0 ⇒ x ≥ 1.

Assim, Dom(f ) = [1; +∞[= {x ∈ R | x ≥ 1} e
Im(f ) =]0; +∞[= {y ∈ R | y ≥ 0}.

q
1+x
Exemplo 49. Encontre o domı́nio e a imagem de f (x) = 1−x
.
A condição de existência para que f seja uma função real é que
1+x
1−x
≥0
1 − x 6= 0
Como
1 + x ≥ 0 e 1 − x > 0 ⇒ −1 ≤ x < 1
e
1+x≤0e1−x<0
é possı́vel.
Logo, Dom(f ) = {x ∈ R | −1 ≤ x < 1} e Im(f ) = R+ .
Definição 42. Uma função f : A → B é sobrejetora ou sobrejetiva se Im(f ) = B.
Exemplo 50. Uma função f : R → R∗+ definida por f (x) = x2 é sobrejetora, pois
Im(f ) = R+ = CDom(f ).
Definição 43. Uma função f : A → B é injetora ou injetiva se
(∀x, y ∈ A) (f (x) = f (y) ⇒ x = y)
ou, equivalentemente, se
(∀x, y ∈ A) (x 6= y ⇒ f (x) 6= f (y))

Exemplo 51. Uma função f : R → R definida por f (x) = 2x é injetora, pois
(∀a, b ∈ R) 2a = 2b ⇒ a = b .

Definição 44. Uma função f : A → B é bijetora ou bijetiva se f for injetora e sobreje-

tora.
Exemplo 52. A função real f (x) = 2x + 3 é bijetora, pois
• f é injetora: (∀a, b ∈ R) (f (a) = f (b) ⇒ 2a + 3 = 2b + 3 ⇒ 2a = 2b ⇒ a = b) e
c−3
= 2 c−3

• f é sobrejetora: (∀c ∈ R) f 2 2
+ 3 = c − 3 + 3 = c .
Logo f é bijetora.
Definição 45. Sejam f : A → B e g : C → D funções tais que B ⊂ C. A função

composta de g e f é uma função g ◦ f : A → D tal que (g ◦ f )(x) = g(f (x)).
1 √
Exemplo 53. Se f (x) = e g(x) = x, então (f ◦ g)(x) = √1 .
x x
Definição 46. Seja f : A → B uma função injetiva. A função inversa de f é uma função
f −1 : Im(f ) → A tal que f −1 (y) = x ⇒ f (x) = y.
Exemplo 54. Calcule f −1 , onde f (x) = 2x − 5.
Definição 47. Sejam f : A → B e g : C → B com C ⊆ A. Dizemos que g é a restrição

de f ao conjunto C se
g(x) = f (x), ∀x ∈ C.
Notação 3. Utilizamos g = f |C quando g é a restrição de f ao subconjunto C do domı́nio

de f.
Exemplo 55. Seja f : N → N definida por f (n) = (−1)n . Se S é o conjunto dos números
pares, então g : S → N definida por g(n) = 1 é uma restrição de f ao subconjunto S de
N.
Definição 48. Sejam f : A → B e g : C → D com A ⊆ C e B ⊆ D. Dizemos que g é um

prolongamento (ou extensão ) de f se
f (x) = g(x), ∀x ∈ A.
x2 −1
Exemplo 56. Se f : R − {1} → R e g : R → R são definidas por f (x) = x−1
e
g(x) = x + 1, então g é um prolongamento (ou extensão) de f.
4.1. FUNÇÕES 53
Lista de Exercı́cios sobre Funções
1) Prove que se f : A → B é sobrejetora, então existe C ⊆ A com f |C bijetora.
2) Prove que se f : A → B é bijetora, então a aplicação inversa f −1 : B → A também

é bijetora.
3) Prove que se f : A → B é injetora e B for finito, então A também é finito.
4) Prove que se f : A → B é sobrejetora e A for finito, então B também é finito.
5) Prove que se f : A → B e g : B → C são aplicações injetoras, então g ◦ f : A → C

também é uma aplicação injetora.
6) Prove que se f : A → B e g : B → C são aplicações sobrejetoras, então g ◦ f : A →

C também é uma aplicação injetora.
7) Prove que se f : A → B e g : B → C são aplicações bijetoras, então g ◦ f : A → C

também é uma aplicação bijetora.
Capı́tulo 5
Análise Combinatória
5.1 Princı́pio das Casas de Pombo
Definição 49 (Princı́pio das Casas de Pombo). Se mais de k itens são colocados em k

caixas, então pelo menos uma caixa contém mais de um item.
Exemplo 57. Quantas pessoas precisam estar presentes em uma sala para garantir que
duas delas tenham o último nome começando com a mesma letra?
Exemplo 58. Prove que, se quatro números forem escolhidos do conjunto {1, 2, 3, 4, 5, 6},
pelo menos um par tem que somar 7.
Exemplo 59. Quantas pessoas deverão estudar numa escola para garantir que pelo menos
2 destas pessoas tenham nascido:
• no mesmo mês?
• no mesmo dia da semana?
• no mesmo mês e no mesmo dia da semana?
• no mesmo mês e no mesmo dia?
• no mesmo dia e no mesmo dia da semana?
• no mesmo mês, no mesmo dia da semana e no mesmo dia?
55
56 CAPÍTULO 5. ANÁLISE COMBINATÓRIA
Lista de Exercı́cios sobre Princı́pios das Casas de Pombos
1) Mostre que num grupo de 5 inteiros (não necessariamente consecutivos) existem pelo
menos dois com o mesmo resto quando divididos por 4.
2) Seja d um inteiro positivo. Mostre que entre qualquer grupo de d + 1 inteiros (não
necessariamente consecutivos) existem dois com exatamente o mesmo resto quando
divididos por d.
3) Entre 100 pessoas, quantas pelo menos nasceram no mesmo mês?
4) Entre 2012 pessoas, quantas pelo menos nasceram no mesmo dia da semana?
5) Qual é o menor número de estudantes que se deve ter em um curso para garantir que
pelo menos 6 irão receber a mesma nota, sabendo que as possı́veis notas são A, B, C,
D e E?
6) Quantos estudantes devem ter numa turma para garantir que pelo menos dois estu-
dantes possuam a mesma nota no exame final, se a nota do exame varia entre 0 e 100
pontos?
7) Entre um conjunto de 21 dı́gitos decimais quantos são os mesmos?
8) Quantas pessoas no mı́nimo são necessárias para garantir que numa sala existam 2
pessoas que tenham nascido no mesmo mês?
9) Quantas pessoas no mı́nimo são necessárias para garantir que numa sala existam n
pessoas que tenham nascido no mesmo mês?
10) Se tenho n caixas. Quantos objetos, no mı́nimo, são necessários para garantir que
existam m objetos numa mesma caixa?
11) Se tenho m objetos e k < m. Quantas caixas devo ter no máximo para garantir que
existam k objetos numa mesma caixa?
5.2. PRINCÍPIO FUNDAMENTAL DA CONTAGEM 57
5.2 Princı́pio Fundamental da Contagem
5.2.1 Princı́pio da Multiplicação
Se uma decisão d1 pode ser tomada de x maneiras e se, uma vez tomada a decisão d1 , a
decisão d2 puder ser tomada em y maneiras então o número de maneiras de se tomarem as
decisões d1 e d2 é xy.
5.2.2 Princı́pio da Soma
Se uma decisão d1 pode ser tomada de x maneiras e uma decisão d2 pode ser tomada de y
maneiras e estas decisões são tomadas de forma independente (disjuntas), então o número
de maneiras distintas de se tomarem as decisões d1 ou d2 é x + y.
Exemplo 60. Numa sala há 3 homens e 4 mulheres. De quantos modos é possı́vel selecio-
nar um casal homem-mulher?
Resposta: 3 · 4 = 12.
|{z} |{z}
homens mulheres
Exemplo 61. Para fazer uma viagem Rio-São Paulo-Rio, posso usar como transporte o
trem, o ônibus ou o avião. De quantos modos posso escolher os transportes se não desejo
usar na volta o mesmo meio de transporte usado na ida?
Resposta: 3 · 2 = 6.
|{z} |{z}
ida volta
Exemplo 62. As placas dos automóveis são formadas por duas letras (num alfabeto de 26
letras) seguidas por quatro algarismos. Quantas placas podem ser formadas?
Resposta: 26 · 26 · 10 · 10 · 10 · 10 = 6 760 000.

| {z } | {z } | {z } | {z } | {z } | {z }
1a letra 2a letra 1o algarismo 2o algarismo 3o algarismo 4o algarismo
Exemplo 63. De quantos modos 3 pessoas podem sentar-se em 5 cadeiras em fila?
Resposta: 5 · 4 · 3 = 60.
| {z } | {z } | {z }
1a pessoa 2a pessoa 3a pessoa
Exemplo 64. Quantos números diferentes podem ser formados multiplicando alguns (ou
todos) dos números 1, 5, 6, 7, 7, 9, 9, 9?
Resposta: Os números formados multiplicando alguns (ou todos) dos números 1, 5, 6, 7, 7, 9, 9, 9

têm a forma
n = 5m1 · 6m2 · 7m3 · 9m4 ,
onde m1 ∈ {0, 1}, m2 ∈ {0, 1}, m3 ∈ {0, 1, 2} e m4 ∈ {0, 1, 2, 3}.

Logo,
2 · 2 · 3 · 4 = 48.
| {z } | {z } | {z } | {z }
m1 m2 m4 m5
Exemplo 65. A seleção brasileira de futebol irá disputar um torneio internacional com
outras cinco seleções, no sistema “todos jogam contra todos uma única vez”. Quais as
possı́veis sequências de resultados – vitória (V), empate (E) e derrota (D) – da equipe
brasileira nesse torneio?
Exemplo 66. No primeiro semestre de 2012 serão oferecidas quatro turmas de Cálculo I,
três turmas de Geometria Analı́tica, duas turmas de Fundamentos de Matemática Elemen-
tar e apenas uma turma de Introdução à Lógica Matemática. Sabendo-se que um calouro
aprovado para o curso de Matemática deverá cursar todas as disciplinas acima mencio-
nadas, de quantas maneiras distintas ele poderá se matricular nas mesmas, levando-se em
consideração que as turmas de uma mesma disciplina são oferecidas num mesmo horário
e não existe coincidência de horários entre as disciplinas?
Exemplo 67. (a) Quantos números de cinco algarismos existem?
(b) Quantos números ı́mpares de cinco algarismos existem?
(c) Quantos números pares de cinco algarismos distintos existem?
Exemplo 68. Um dado foi lançado n vezes sucessivamente. Sabendo-se que o número de
sequências de faces possı́veis de se obter é 368 , qual é o valor de n?
Exemplo 69. Para os hóspedes que desejam tomar café da manhã no quarto, um hotel
oferece as seguintes opções:
• bebidas quentes: chocolate, café puro, chá e café com leite.
• sucos: laranja e abacaxi.
• pães: croissant, pão francês, pão de fôrma e pão integral.

5.3. OUTROS MÉTODOS DE CONTAGEM 59
• queijo: branco, mussarela e queijo prato.
O hóspede X fez a seguinte solicitação: um suco, um pão e um tipo de queijo. O

hóspede Y pediu: uma bebida quente ou um suco, um pão e um tipo de queijo. De quantas
formas distintas cada hóspede poderá ser servido?
Exemplo 70. Num hospital existem 3 portas de entrada que dão para um amplo saguão no
qual existem 5 elevadores. Um visitante deve se dirigir ao 6o andar, utilizando-se de um
¯
dos elevadores. De quantas maneiras diferentes poderá fazê-lo?
Exemplo 71. Numa eleição de uma escola há três candidatos a presidente, cinco a vice-
presidente, seis a secretário e sete a tesoureiro. Quantos podem ser os resultados da
eleição?
5.3 Outros Métodos de Contagem
Exemplo 72. Dois prêmios são sorteados entre 10 pessoas. Quantos serão os possı́veis
resultados, sabendo que uma pessoa não pode ser sorteada mais de uma vez?
5.4 Caso sem técnica conhecida
Caso sem técnica conhecida
Quero retirar 100 reais de um caixa eletrônico que dispõe de notas de 5 e 10 reais. Quantas
serão as possibilidades para este saque?
5.5 Fatorial
Fatorial de um número natural
O Fatorial de um número natural n é definido matemáticamente por


 1 se n = 0
n! =
 n(n − 1)! se n ∈ N∗
Exercı́cio 2. Calcule o valor de:

7! 15! · 4!
a) d)
5! · 2! 13! · 3!
8! · 6! 21! − 3 · 20!
b) e)
7! · 7! 19!
c) 17! − 17 · 16!
Exercı́cio 3. Resolva as seguintes equações:
n!
(a) =4
(n − 1)!
(n − 1)!(n + 1)! 5
(b) =
(n!)2 4
(c) (n!)2 − 100n! = 2400
5.6 Agrupamentos
Tipos de Agrupamentos
Existem três tipos de Agrupamentos de k elementos distintos escolhidos entre n disponı́veis

que podem ser obtidos a partir do Princı́pio Fundamental da Contagem:
(a) Arranjos (a ordem importa);
(b) Permutações (arranjos, onde k=n);
(c) Combinações (a ordem não importa).
5.6.1 Arranjos
Arranjos
Definição 50. Dado um conjunto com n elementos distintos, chama-se arranjo dos n ele-
mentos, tomados k a k, a qualquer sequência ordenada de k elementos distintos escolhidos
entre os n existentes.
Obtenção da Fórmula:
Pelo PFC:
···
| {z } | {z } | {z } | {z }
n modos (n−1) modos (n−2) modos (n−k+1) modos
5.6. AGRUPAMENTOS 61
Logo,
n!
An,k =
(n − k)!
Exemplos
Exemplo 73. Para ocupar os cargos de presidente e vice-presidente do grêmio de um

colégio, candidataram-se dez alunos. De quantos modos distintos pode ser feita essa es-
colha?
Exemplo 74. A senha de acesso a uma rede de computadores é formada por uma sequência
de quatro letras distintas (alfabeto com 26 letras) seguida por dois algarismos distintos.
(a) Quantas são as possı́veis senhas de acesso?
(b) Quantas senhas apresentam simultaneamente apenas consoantes e algarismos mai-

ores que 5?
Exemplo 75. Sabe-se que as cinco pessoas de uma famı́lia (pai, mãe e três filhos) nasceram
em meses diferentes do ano. Quantas são as sequências que representam os possı́veis meses
de nascimento dos membros dessa famı́lia?
Exemplo 76. Seis amigos participam de uma brincadeira de futebol, que consiste em
cobrança de pênaltis. Cada um escolhe, de todas as formas possı́veis, um colega para
bater o pênalti e um outro para tentar defendê-lo.
(a) Quantas cobranças de pênalti são feitas nessa brincadeira?
(b) Quantas cobranças haveria se o grupo resolvesse convidar um sétimo amigo para
que ele escolhesse, de todas as formas possı́veis, o cobrador e o defensor do pênalti?
5.6.2 Permutações
Permutações
Definição 51. Quando uma sequência ordenada (arranjo) é formada por todos os elemen-
tos disponı́veis, dizemos que se trata de uma permutação. Assim, o número de permutações
Pn de n elementos distintos é
Pn = n!
Exemplo 77. Quais são os anagramas formados a partir da palavra SAP O?
AOPS AOSP APOS

APSO ASOP ASPO
OAPS OASP OPAS
OPSA OSAP OSPA
PAOS PASO POAS
POSA PSAO PSOA
SAOP SAPO SOAP
SOPA SPAO SPOA
São p4 = 4! = 4 · 3 · 2 · 1 = 24 anagramas.
Exemplo 78. José e Maria têm três filhos: Thiago, Pedro e André. A famı́lia quer tirar
uma foto de recordação de uma viagem na qual todos apareçam lado a lado.
(a) De quantas formas distintas os membros da famı́lia podem se distribuir?
(b) Em quantas possibilidades o casal aparece junto?
Exemplo 79. Considere os anagramas formados a partir de CONQUISTA.
(a) Quantos são?
(b) Quantos começam por vogal?
(c) Quantos começam e terminam por consoante?
(d) Quantos têm as letras CON juntas e nessa ordem?
(e) Quantos apresentam a letra C antes da letra A?
Exemplo 80. Dona Lola tem três filhos: Pedro, Paulo e André. Os três casaram-se e
têm, respectivamente, 1, 3 e 2 filhos. Em um domingo, dona Lola recebeu, para o almoço,
seus três filhos, acompanhados das respectivas esposas, além de todos os netos. Como
recordação, ela fotografou todos os familiares, lado a lado, mas pediu que cada filho
aparecesse junto de sua famı́lia. De quantas formas distintas a foto poderia ter sido feita?
Exemplo 81. Se colocarmos em ordem crescente todos os números de 5 algarismos distin-

tos, obtidos com 1, 3, 4, 6 e 7, qual será a posição do número 61473 ?
5.6. AGRUPAMENTOS 63
5.6.3 Combinações
Definição 52. Dado um conjunto A com n elementos distintos, chama-se combinação dos
n elementos de A, tomados k a k, qualquer subconjunto de A formado por k elementos.
Fórmula para o Cálculo do número de Combinações

An,k n! n
Cn,k = = =
k! (n − k)!k! k
Exemplo 82. Quantas saladas contendo exatamente 4 frutas podemos formar se dispomos
de 10 frutas diferentes?
Exemplo 83. Marcam-se 5 pontos sobre uma reta r e 8 pontos sobre uma reta r0 paralela
a r. Quantos triângulos existem com vértices em 3 desses 13 pontos.
Exemplo 84. De quantos modos podemos escolher 6 pessoas, incluindo pelo menos duas
mulheres, em um grupo de 7 homens e 4 mulheres?
Exemplo 85. De um grupo de 5 pessoas, de quantas maneiras distintas posso convidar

uma ou mais para jantar?
Exemplo 86. Quantos subconjuntos de 2 elementos tem um conjunto de 6 elementos?
Exemplo 87. Quantas diagonais possui um polı́gono de n lados?
Exemplo 88. Sobre uma circunferência marcam-se dez pontos.
(a) Qual é o número de segmentos de reta que podemos traçar com extremidades em
dois desses pontos?
(b) Quantos triângulos podemos construir com vértices em três desses pontos?
(c) Quantos polı́gonos com 4, 5, 6 ou 7 lados podem ser traçados com vértices nesses
pontos?
Exemplo 89. Em um curso de espanhol estudam vinte alunos, sendo dozes rapazes e oito
moças. O professor quer formar uma equipe de quatro alunos para intercâmbio em outro
paı́s. Quantas equipes de dois rapazes e duas moças podem ser formadas?
Exemplo 90. Para montar uma cesta de café da manhã estão disponı́veis os seguintes
itens: quatro tipos de pães, três tipos de queijo, três tipos de frutas, cinco sabores de geléia
e quatro sabores de tortas doces. De quantos modos distintos a ceta poderá ser montada se
um cliente pedir dois tipos de pães, um tipo de queijo, duas frutas, dois sabores de geléia
e um torta doce?
5.6.4 Permutações com repetição
Permutações com repetição
Definição 53. Nos casos em que cada resultado possı́vel é uma sequência ordenada, nos
quais ocorre repetição de elementos, dizemos que se trata de permutação com repetição.
Fórmula Geral
Se temos n elementos, dos quais
• n1 são iguais a a1 ,
..
.
• nk são iguais a ak ,
então o número de permutações possı́veis é dado por
n!
pn(n1 ,n2 ,··· ,nk ) =
n1 !n2 ! · · · nk !
Exemplo 91. Qual é o número de anagramas formados a partir da palavra VENEZUELA?
Exemplo 92. Qual é o número de anagramas da palavra MARROCOS?
Exemplo 93. Permutando os algarismos 1, 1, 1, 2, 2, 3, 3, 3, 3, 4, quantos números de 10

algarismos podemos formar?
Exemplo 94. Uma prova é constituı́da de dez testes do tipo V ou F.
(a) Quantas sequências de respostas são possı́veis?
(b) Quantas sequências apresentam três respostas V e sete respostas F ?
Exemplo 95. Quantos números de 7 dı́gitos, maiores que 6 000 000, podem ser formados
usando apenas os algarismos 1, 3, 6, 6, 6, 8, 8 ?
Capı́tulo 6
Introdução à Teoria dos Números
Princı́pio da Boa Ordem: Todo subconjunto não vazio do conjunto dos números inteiros
constituı́do de elementos não negativos possui um mı́nimo.
Proposição 1 (Algorı́tmo de Euclides). Sejam a, b ∈ Z, b 6= 0, então existe um único par

(q, r) ∈ Z × Z tal que
a = bq + r, 0 ≤ r < |b|.
Demonstração. (Existência) Seja A = {a − bq ∈ Z | a − bq ≤ 0, q ∈ Z}, então A 6= ∅,

pois a − b · 0 = a > 0, ou seja, a ∈ A.
Portanto, pelo Princı́pio da Boa Ordem, como A 6= ∅ e A é constituı́do de números
inteiros não negativos, então existe r0 = min A. Assim, existe q0 ∈ Z tal que r0 = a − bq0 .
Afirmação: 0 ≤ r0 < |b|.
De fato, se r0 ≥ |b|, então existiria m ≥ 0 tal que r0 = |b| + m e, como 0 ≤ m < r0 e
r0 = |b| + m = a − bq0 , terı́amos que

 a − b(q + 1), se b > 0
m = a − bq − |b| =
 a − b(q − 1), se b < 0
ou seja, 0 ≤ m < r0 e m ∈ A, o que é um absurdo, pois r0 = min A.

Logo 0 ≤ r0 < b.
Portanto, tomando q = q0 e r = r0 , temos que (q, r) satisfaz a = bq + r e 0 ≤ r < b.
(Unicidade) Sejam (q1 , r1 ), (q2 , r2 ) ∈ Z × Z tais que
a = bq1 + r, 0 ≤ r1 < b
e
a = bq2 + r2 , 0 ≤ r2 < b.
65
66 CAPÍTULO 6. INTRODUÇÃO À TEORIA DOS NÚMEROS
Assim,
bq1 + r1 = bq2 + r2
⇒ b(q1 − q2 ) = r2 − r1
⇒ |b||q1 − q2 | = |r2 − r1 | < |b|
⇒ |q1 − q2 | < 1
⇒ |q1 − q2 | = 0
⇒ q1 = q2

 q =q
1 2
⇒
 r − r = b(q − q ) = 0
 2 1 1 2
 q =q
1 2
⇒
 r =r
1 2
⇒ (q1 , r1 ) = (q2 , r2 )
Exemplo 96. Para encontrarmos (q, r) ∈ Z × Z satisfazendo a = bq + r, com 0 ≤ r < b,

onde a = 45 e b = 56, basta escolhermos q = 0 e r = a = 45. Desta forma, obtemos que
a = 45 = 56 · 0 + 45 = bq + r, com 0 ≤ r = 45 < 56 = b.
Definição 54. Dizemos que um número inteiro a é um divisor de um número inteiro b

se existe z ∈ Z tal que b = za. Neste caso, dizemos que b é divisı́vel por a ou que b é
múltiplo de a.
Notação 4. a | b significará que a é um divisor de b ou b é múltiplo de a.
Proposição 2 (Propriedades). Seja A = Z∗+ , então a relação
R = {(a, b) ∈ A × A | a | b}
é uma relação de ordem parcial sobre Z∗+ , ou seja,

(i) (∀a ∈ A) (a | a) (Reflexiva)
(ii) (∀a, b, c ∈ Z) (a | b e b | c ⇒ a | c) (Transitiva)
(iii) (∀a, b ∈ A) (a | b e b | a ⇒ a = b) (Anti-simétrica)
Demonstração.
(i) Como a = 1 · a, ∀a ∈ A, então a | a, ∀a ∈ A.
(ii) Se a | b e b | c, então existem z1 , z2 ∈ Z tais que b = z1 a e c = z2 b, o que implica

em c = z2 (z1 a) = (z2 z1 )a. Logo a | c.
67
(iii) Para a, b ∈ R∗+ , temos que
(a | b e b | a)
⇒ (∃z1 , z2 ∈ Z) (b = z1 a e a = z2 b)
⇒ (∃z1 , z2 ∈ Z) (b = z1 a e a = z2 (z1 a))
⇒ (∃z1 , z2 ∈ Z) (b = z1 a e a = (z2 z1 )a)
⇒ (∃z1 , z2 ∈ Z) (b = z1 a e 1 = z2 z1 )
a,b∈Z∗+
⇒ (∃z1 , z2 ∈ Z) (b = z1 a e z1 = z2 = 1)
⇒ (a = b)
Observação 8. As propriedades (i) e (ii) valem também para A = Z.
Definição 55. Sejam a, b ∈ Z. Dizemos que um número inteiro positivo d é o máximo

divisor comum de a e b se
(i) d | a e d | b;
(ii) Se d0 ∈ Z satisfaz d0 | a e d0 | b, então d0 | d.
Notação 5. Utilizaremos o sı́mbolo mdc(a, b) ou (a, b) para representarmos o máximo

divisor comum de a e b (ou entre a e b).
Exemplo 97. Vamos calcular agora o máximo divisor comum entre 45 e 12. Para fazermos
isto, observe primeiramente que
• o conjunto dos divisores positivos de 45 é d(45) = {1, 3, 5, 9, 15, 45};
• o conjunto dos divisores positivos de 12 é d(12) = {1, 2, 3, 4, 6, 12};
• o conjunto dos divisores positivos de 12 e de 45 são d(45) ∩ d(12) = {1, 3}.
Portanto, o máximo divisor comum entre 45 e 12 será o máximo do conjunto d(45) ∩ d(12),
que é 3, ou seja, mdc(45, 12) = max d(45) ∩ d(12) = 3.
Proposição 3. Se a, b ∈ Z d um divisor de a e de b. Então d | (αa + βb), ∀α, β ∈ Z.
Demonstração. Se d | a e d | b, então existem z1 , z2 ∈ Z tais que a = z1 d e b = z2 d.

Assim,
αa + βb = α(z1 d) + β(z2 d) = (αz1 + βz2 )d,
com αz1 + βz2 ∈ Z. Logo d | (αa + βb).

Proposição 4. Sejam a, b ∈ Z e A = {αa + βb | αa + βb > 0, α, β ∈ Z}, então

mdc(a, b) = min A.
Demonstração. Pelo Princı́pio da Boa Ordem, existe m0 = min A.

Como d = mdc(a, b) é tal que d0 | a e d0 | b, então, pela proposição anterior, d |
(αa + βb), ∀α, β ∈ Z. Como m0 ∈ A, existem α0 , β0 ∈ Z tais que m0 = α0 a + β0 b. Logo
d | (α0 a + β0 b), o que implica em d | m0 .
Provaremos agora que m0 | a e m0 | b. De fato, pelo Algorı́tmo de Euclides, existem
q, r ∈ Z tais que
(a = m0 q + r, 0 ≤ r < m0 )
⇒ (a = (α0 a + β0 b)q + r, 0 ≤ r < m0 )
⇒ ((1 − α0 q)a + (−β0 q)b = r, 0 ≤ r < m0 )
Logo r = 0, pois 0 ≤ r < m0 e m0 é o menor número inteiro positivo escrito na forma

αa + βb, com α, β ∈ Z.
Assim, a = m0 q + r = m0 q ⇒ m0 | a.
Da mesma forma podemos concluir que m0 | b.
Como m0 | a e m0 | b, então m0 | d. Portanto, como m0 > 0 e d0 | m0 e m0 | d0 , então
d = m0 .
Logo min A = mdc(a, b).
Corolário 1. mdc(n, n + 1) = 1, ∀n ∈ Z.
Demonstração. Como 1 = n + 1 − n = 1 · (n + 1) + (−1) · n e 1 é o menor número inteiro

positivo, então, pela Proposição anterior, mdc(n, n + 1) = 1.
Corolário 2. Para todo inteiro n,

n(n + 1)
mdc 2n + 1, = 1.
2
Demonstração. Basta observar que se α = 2n + 1 e β = −8, então
n(n + 1) n(n + 1)
α(2n + 1) + β = (2n + 1)(2n + 1) + (−8) = 1.
2 2
Definição 56. Um número inteiro p 6= ±1 é primo se os únicos divisores de p são ±1 e

±p.
69
Proposição 5. Seja p um número primo e sejam a, b ∈ Z, tais que p | (ab), então p | a ou

p | b.
Demonstração. Se p | a, então já temos o que querı́amos.

Se p - a, então mdc(a, p) = 1, pois os únicos divisores de p são ±p e ±1.
Como mdc(p, a) = 1, então existem α, β ∈ Z tais que
αp + βa = 1 ⇒ b · 1 = b(αp + βa) ⇒ b = (αb)p + β(ab)
Como p | (ab) e mdc(p, a) = 1, então existem z, α, β ∈ Z tais que
ab = zp (6.1)
e
αp + βa = 1 (6.2)
Portanto,
1 = αp + βa
⇒ b · 1 = b(αp + βa)
⇒ b = (bα)p + β(ab)
(6.1)
⇒ b = (bα)p + β(zp)
⇒ b = (bα + βz)p
⇒ p|b
Logo p | a ou p | b.
Exercı́cio 4. Se c | (ab) e mdc(c, a) = 1, então c | b.
Definição 57. Um número inteiro m 6∈ {±1, 0} é um número composto se m não é primo,

ou seja, se m 6= 0 e m possui mais de 4 divisores.
Proposição 6. Seja m um número inteiro positivo maior ou igual a 2, então o menor

elemento do conjunto (o mı́nimo) S = {x ∈ Z | x > 1 e x | m} é um número primo.
Demonstração. Como m ∈ S e S é constituı́do por números inteiros positivos, então, pelo

Princı́pio da Boa Ordem, existe p = min S. Para provar que p é primo, suponhamos que
p seja composto. Se p for composto, então existem inteiros z1 , z2 > 1 tais que p = z1 z2 .
Assim, como p | a e z2 | p, então z2 | a. Portanto, z2 ∈ S e z2 < p, o que contradiz a
minimalidade de p.
Logo p é primo.
Proposição 7 (Primeiro Princı́pio de Indução). Seja P (n) uma afirmação que depende de
n ∈ N = {0, 1, 2, · · · } que pode ser julgada como verdadeira ou falsa para cada n.
Se
(i) P (n0 ) é verdadeira para algum n0 ∈ N e
(ii) (∀n ∈ N) (P (n) verdadeira ⇒ P (n + 1) verdadeira) ,
então P (n) é verdadeira para todo n ∈ N tal que n ≥ n0 .
Demonstração. Seja S = {n ∈ N | n > n0 e P (n) é falsa, }. Suponhamos que P (n)

seja falsa para algum m > n0 . Assim, S 6= ∅ e pelo Princı́pio da Boa Ordem, existe
m0 = min S. Logo, m0 − 1 6∈ S e P (m0 − 1) é verdadeira. Se P (m0 − 1) é verdadeira,
por (ii), P (m0 ) é verdadeira, o que é um absurdo.
Portanto, não existe P (m) falsa para nenhum m ∈ N tal que m ≥ n0 . Logo P (n) é
verdadeira para todo n ∈ N tal que n ≥ n0 .
Proposição 8 (Segundo Princı́pio de Indução). Seja P (n) uma afirmação que pode ser
julgada verdadeira ou falsa para cada n ∈ N satisfazendo as seguintes condições:
(i) P (n0 ) é verdadeira para algum n0 ∈ N e
(ii) Se P (k) é verdadeira para todo k ∈ N tal que n0 ≤ k < n, então P (n) verdadeira.
Logo P (n) é verdadeira para todo n ∈ N tal que n ≥ n0 .
Demonstração. Exercı́cio.
Exemplo 98. Mostraremos que

n(n + 1)
1 + 2 + 3 + ··· + n = , ∀n ∈ N∗ .
2
Seja P (n) a seguinte afirmação:
n(n + 1)
P (n) : 1 + 2 + · · · + n = .
2
1(1 + 1)
Como 1 = , então P (1) é verdadeira.
2
Se P (n) é verdadeira, então
n(n + 1)
1 + 2 + ··· + . (6.3)
2
71
Assim, somando n + 1 em ambos os lados da equação (6.3), obtemos
1 + 2 + · · · + n + (n + 1)
n(n+1)
= + (n + 1)
2
= (n + 1) n2 + 1

(n+1)((n+1)+1)
= (n + 1) n+2
2
= 2
.
Portanto P (n + 1) é verdadeira.
Logo, por indução,
n(n + 1)
1 + 2 + ··· + n = , ∀n ∈ N∗ .
2
Proposição 9. Seja p primo tal que p | (a1 a2 · · · an ), então p | a1 ou p | a2 ou · · · ou

p | an .
Demonstração. Por indução sobre n.

Se n = 1, então p | a1 ⇒ p | a1 .
Se n = 2, então p | (a1 a2 ) e, pelo resultado da aula passada, p | a1 ou p | a2 .
Se p | (a1 · · · an ), então p | ((a1 a2 · · · an−1 )an ), o que implica em p | (a1 · · · an−1 ) ou
p | an . Por indução, p | a1 ou p | a2 ou · · · ou p | an−1 ou p | an .
Demonstração. Seja p primo e
P (n) : (∀a1 , · · · , an ∈ N) (p | (a1 a2 · · · an ) ⇒ ( p | a1 ou p | a2 ou · · · ou p | an ))
Assim,
• P (1) é verdadeira, pois p | a1 ⇒ p | a1 .
• P (2) é verdadeira, pois p | (a1 a2 ) ⇒ (p | a1 ou p | a2 ) .
• Supondo que P (m) seja verdadeira para todo m ∈ N tal que 1 ≤ m < n, temos que
p | (a1 · · · an )
⇒ p | ((a1 · · · an−1 )an )
P (2) é verdadeira
⇒ (p | (a1 · · · an−1 ) ou p | an )
P (n − 1) é verdadeira
⇒ ( p | a1 ou p | a2 ou · · · ou p | an−1 ou p | an )
Logo, por indução, se p | (a1 · · · an ), então p | a1 ou p | a2 ou · · · ou p | an .

Definição 58. Sejam a1 , · · · , an ∈ Z. Dizemos que d é o máximo divisor comum de

a1 , · · · , an , d = mdc(a1 , a2 , · · · , an ), se
(i) d | a1 , · · · , d | an ;
(ii) Se d0 ∈ Z satisfaz d0 | a1 , · · · , d0 | an , então d0 | d.
Exercı́cio 5. Mostre que mdc(a1 , · · · , an ) = mdc(a1 , mdc(a2 , · · · , an )).
Exercı́cio 6. Se c = ab com mdc(a, b) = 1, a | n e b | n, então c | n.
Teorema 1 (Teorema Fundamental da Aritmética). Seja n ∈ Z, n > 1, então existem k ∈

N e p1 , · · · , pk números primos positivos tais que n = p1 · · · pk . Além disso, se q1 , · · · , qm
são números primos positivos tais que n = q1 q2 · · · qm , então k = m e cada pi é algum qj ,
ou seja, todo número inteiro maior do que 1 pode ser escrito de forma única como produto
de números primos positivos a menos da ordem em que estes números primos aparecem no
produto.
Demonstração. Por indução sobre n. Para n = 2 temos que 2 é primo e a afirmação é

verdadeira.
Caso contrário, existem p1 primo tal que p1 | n, pois n > 1, pelo resultado anterior.
Portanto existe a1 ∈ Z tal que n = p1 a1 . Se a1 = 1, então n = p1 e a afirmação é
verdadeira.
Se 1 < a1 < n, então, por indução, existem p2 , · · · , pk primos positivos tais que
a1 = p 2 · · · p k .
Logo n = p1 a = p1 p2 · · · pk .
Sejam p1 , · · · , pk , q1 , · · · , qm primos positivos tais que n = p1 · · · pk = q1 · · · qm .
Assim, p1 é um primo com p1 | n, ou seja,
p1 | (q1 · · · qm ) ⇒ ( p1 | q1 ou p1 | q2 ou · · · ou p1 | qm . )
A menos de ordenação, podemos supor que p1 | q1 e, como p1 e q1 são números primos

positivos, segue que p1 = q1 .
Logo n = p1 p2 · · · pk = p1 q2 · · · qm ⇒ p2 · · · pk = q2 · · · qm . Fazendo n0 = p2 · · · pk =
q2 · · · qm . Por indução, como n > n0 , então k − 1 = m − 1 e todo pi é igual a algum
qj para i, j ∈ {2, · · · , k}, ou seja, k = m e todo pi é igual a algum qj para todo i, j ∈
{1, 2, · · · , k}.
73
Corolário 3. Seja n ∈ N, n > 1, então existem p1 , · · · , pk primos positivos e α1 , · · · , αk ∈

N∗ com p1 < p2 < · · · < pk tais que n pode ser escrito de forma única:
n = pα1 1 pα2 2 · · · pαk k .
Corolário 4. Se n ∈ Z∗ , n 6= 1, então existem p1 , · · · , pk primos positivos e α1 , · · · , αk

inteiros positivos tais que n pode ser escrito de forma única:
n = upα1 1 pα2 2 · · · pαk k para u = ±1.
Proposição 10. Sejam n > 1 e d > 1 um divisor de n. Se p1 < · · · < pk são números
primos positivos e α1 , · · · , αk ∈ N∗ são tais que n = pα1 1 · · · pαk k então d = pβ1 1 · · · pkβk ,
para alguns β1 , · · · , βk ∈ N com 0 ≤ β1 ≤ α1 , · · · , 0 ≤ βk ≤ αk .
Demonstração. Seja pβ a maior potência de um primo p que divide d. Assim, como d

é divisor de n = pα1 1 · · · pαk k , então existirá pi tal que pi = p e pβ é um divisor de
n. Logo n = pα1 1 · · · pαk k = pα1 1 · · · pαi i · · · pαk k = pβ m. Pelo Teorema Fundamental da
Aritmética, existem γ1 , · · · , γk tais que m = pγ11 · · · pγkk . Assim, como p = pi , temos que
γ γ
n = pα1 1 · · · pαi i · · · pαk k = pγ11 · · · pi−1
i−1 γi +β
pi pi+1i+1
· · · pγkk ⇒ α1 = γ1 , · · · , αi−1 = γi−1 , αi =
γi + β, · · · , βi+1 = γi+1 , · · · , αk = γk ⇒ β ≤ αi .
Logo d = pβ1 1 · · · pβkk , onde 0 ≤ β1 ≤ α1 , · · · , 0 ≤ βk ≤ αk .
Corolário 5. Seja n = pα1 1 · · · pαk k , onde p1 , · · · , pk são primos positivos com p1 < p2 <
· · · < pk e α1 , · · · , αk ∈ N∗ , então o número de divisores de n é
d(n) = (α1 + 1)(α2 + 1) · · · (αk + 1).
Demonstração. Pela proposição anterior, se d é um divisor de n, então d é escrito na forma

d = pβ1 1 · · · pβkk , onde 0 ≤ β1 ≤ α1 , · · · , 0 ≤ βk ≤ αk .
Assim, temos
• α1 + 1 possibilidades de escolha para β1 ;
• α2 + 1 possibilidades de escolha para β2 ;
···
• αk + 1 possibilidades de escolha para βk .

Portanto, temos (α1 + 1) · · · (αk + 1) possibilidades de escolha para os divisores de

n.
Proposição 11. Sejam a = pα1 1 · · · pαk k e b = pβ1 1 · · · pβkk , onde p1 , · · · , pk são primos posi-
tivos e α1 , · · · , αk , β1 , · · · , βk ∈ N. Então,
min{α1 ,β1 } min{αk ,βk }

mdc(a, b) = p1 · · · pk .
Demonstração. Como min{αi , βi } ≤ αi e min{αi , βi } ≤ βi , para todo i ∈ {1, · · · , k},

então
d = p1 · · · pk
é um divisor de a e de b, ou seja, d | a e d | b.
Pela proposição anterior, se d0 | a e d0 | b, então existem γ1 , · · · , γk ∈ N tais que
d0 = pγ11 · · · pγkk
com
• γ1 ≤ α1 , · · · , γk ≤ αk , pois d0 | a e
• γ1 ≤ β1 , · · · , γk ≤ βk , pois d0 | b.
Logo γ1 ≤ min{α1 , β1 }, · · · , γk ≤ min{αk , βk }, ou seja, d0 | d.

Portanto, d = p1 · · · pk = mdc(a, b).
Proposição 12. Sejam a, b ∈ Z com b 6= 0 tais que a = bq + r para (q, r) ∈ Z × Z com

0 ≤ r < |b|, então mdc(a, b) = mdc(b, r).
Demonstração. Sejam d1 = mdc(a, b) e d2 = mdc(b, r). Como d1 | a e d1 | b, então

d1 | (a − bq). Logo d1 | b e d1 | r ⇒ d1 | d2 , pela definição de d2 = mdc(b, r). Como
d2 | b e d2 | r, então d2 | (bq + r) e d2 | b, ou seja, d2 | a e d2 | b. Portanto, pela definição
de d1 = mdc(a, b), temos que d2 | d1 . Logo, como d1 | d2 e d2 | d1 e d1 , d2 > 0, então
d1 = d2 , ou seja mdc(a, b) = mdc(b, r).
Proposição 13 (Algoritmo para cálculo do mdc). Sejam a, b ∈ Z e considere a sequência

(rn )n∈N definida recursivamente, através do Algoritmo de Euclides, por
75
r0 = b
a = bq + r1 , 0 ≤ r1 < b
b = r1 q2 + r2 , 0 ≤ r2 < r1
r1 = r2 q 3 + r3 , 0 ≤ r3 < r2
..
.
rn = rn+1 qn+2 + rn+2 , 0 ≤ rn+2 < rn+1
Então, existe um menor inteiro positivo n0 tal que rn0 = 0 e rn0 −1 = mdc(a, b).
Demonstração. Pela Proposição anterior,
(a, b) = (b, r1 ) = (r1 , r2 ) = · · · = (rn , rn+1 ).
Afirmação: Existe n ∈ N tal que rn+1 = 0.

De fato, se rn+1 6= 0, ∀n ∈ N, então temos uma quantidade infinita de elementos na
sequência
b > r1 > r2 > · · · rn > rn+1 · · · > 0,
o que contradiz o Princı́pio da Boa Ordem.

Logo, existe um menor n ∈ N tal que rn+1 = 0.
Assim,
(a, b) = (b, r1 ) = (r1 , r2 ) = · · · = (rn , rn+1 ) = (rn , 0) = rn .
Portanto, rn = (a, b).
Exemplo 99. Para calcular o mdc(36, 45), observe que
45 = 36 · 1 + 9
36 = 9 · 4 + 0.
Logo mdc(36, 45) = 9.
354 = 12 · 29 + 6
12 = 6 · 2 + 0.
Logo mdc(354, 12) = 6.

Observação 9. Uma maneira de formar a sequência a partir do Algoritmo de Euclides é

formar uma tabela do tipo
q1 q2 q3 · · · qn+1
a b r1 r2 · · · rn
r1 r2 r3 · · · rn+1
Desta forma, se n é o menor inteiro não negativo tal que rn+1 = 0, então rn =
mdc(a, b).
29 2
354 12 6
6 0
Logo 6 = mdc(354, 12).
Exemplo 102. Encontrar α, β ∈ Z tais que d = mdc(354, 12) = α · 354 + β · 12. Voltando
os passos no algoritmo para a determinação do máximo divisor comum, obtemos 6 =
1 · 354 + (−29) · 12.
Logo α = 1 e β = −29 satisfazem 6 = mdc(354, 12) = α · 354 + β · 12.
Exemplo 103. Encontrar α, β ∈ Z tais que d = mdc(345, 354) = α · 345 + β · 354.

Como
354 = 345 · 1 + 9,
345 = 9 · 38 + 3,
9 = 3 · 3 + 0,
então
3 = 345 · 1 − 38(354 − 1 · 345) = 39 · 345 − 38 · 354.
Assim, α = 39 e β = −38 satisfazem 3 = mdc(345, 354) = α · 345 + β · 354.
Proposição 14. Sejam a, b ∈ Z, então a equação
ax + by = c (6.4)
tem solução inteira (nos inteiros) se, e só se, mdc(a, b) | c. Além disso, se (x0 , y0 ) é uma

tb ta
solução de (6.4), então, para qualquer t ∈ Z, (x1 , y1 ) = x0 + (a,b) , y0 − (a,b) também é
solução de (6.4).
77
Demonstração. Se d = (a, b), então existem α, β ∈ Z tais que d = α · a + β · b. Assim, se

d | c, existirá k ∈ Z tal que c = kd. Logo c = kd = (kα)a + (kβ)b, ou seja, (x0 , y0 ) =
(kα, kβ) é solução de (6.4).
Reciprocamente, se existe (x0 , y0 ) tal que ax0 + by0 = c, então, como d = mdc(a, b)
satisfaz d | a e d | b, obtemos que d | (ax0 + by0 ), ou seja, d | c.
Para provar a segunda parte da proposição, se (x0 , y0 ) é solução de ax + by = c, então

tb ta
a x0 + + b y0 −
(a, b) (a, b)
tab tab
= ax0 + + by0 −
(a, b) (a, b)
= ax0 + by0 = c,

tb ta
para todo t ∈ Z, ou seja, (x1 , y1 ) = x0 + (a.b) , y0 − (a,b) , ∀t ∈ Z também é solução de
ax + by = c.
Proposição 15. Seja (x0 , y0 ) uma solução em Z × Z da equação ax + by = c, onde

a, b, c ∈ Z. Assim, se (x1 , y1 ) também for solução em Z × Z, existirá t ∈ Z tal que
tb ta
x1 = x0 + e y1 = y0 −
(a, b) (a, b)
Demonstração. Se (x0 , y0 ) e (x1 , y1 ) são soluções de ax + by = c, então


 ax + by = c
0 0
 ax + by = c
1 1
Assim, subtraindo as equações acima, obtemos
a(x0 − x1 ) + b(y0 − y1 ) = 0
⇒ a(x0 − x1 ) = −b(y0 − y1 ) = z,
para algum z ∈ Z.

a a ab
Assim, temos que (a,b)
| z e b | z e como (a,b)
,b = 1, temos que (a,b)
| z. Portanto,
ab
existe t ∈ Z tal que z = −t (a,b) .
ab b
Logo z = −t (a,b) = a(x0 − x1 ) = −b(y0 − y1 ), o que implica em x1 = x0 + t (a,b) e
a
y1 = y0 − t (a,b) .
Observação 10. Dois números inteiros a, b tais que mdc(a, b) = 1 são chamados de co-
primos ou primos entre si.
6.1 Congruências
Definição 59. Sejam a, b e n inteiros. Dizemos que a é congruente a b módulo n se
n | (a − b), ou seja, se a − b é um múltiplo de n.
Notação 6. Se a, b e n são inteiros então utilizaremos a ≡ b mod n significando que a é

congruente a b módulo n.
Exemplo 104. 1) (∀a ∈ Z) (a ≡ a mod 0)
2) (∀a, b ∈ Z) (a ≡ b mod 1)
3) (∀a, b ∈ Z) (∀n ∈ N) (a ≡ b mod n ⇒ a ≡ b mod (−n))
Observação 11. Nos casos 1) e 2) do exemplo anterior temos as chamadas congruências

triviais. O caso 3) mostra que trabalhar com congruências módulo n é o mesmo que tra-
balhar com congruências módulo |n|. Portanto, a partir de agora trabalharemos somente
com congruências módulo n onde n ∈ Z e n ≥ 2.
Exemplo 105.
1) 5 ≡ 7 mod 2, pois 5 − 7 = −2 e 2 | (−2).
2) 13 ≡ 8 mod 5, pois 13 − 8 = 5 e 5 | 5.
3) 256 ≡ 1 mod 3, pois 256 − 1 = 255 e 3 | 255.
Proposição 16. Sejam a, n ∈ Z com n ≥ 2, então existe r ∈ Z com 0 ≤ r < n satisfazendo

a ≡ r mod n.
Demonstração. Pelo Algorı́tmo de Euclides, existem q, r ∈ Z tais que
a = qn + r, 0 ≤ r < n.
Portanto a − r = qn ⇒ n | (a − r).
Logo a ≡ r mod n com 0 ≤ r < n.
Observação 12. • Sejam a, b ∈ Z com b 6= 0, então, pelo Algoritmo de Euclides,

existem q, r ∈ Z tais que
a = qb + r, 0 ≤ r < |b|.
Neste caso, dizemos que q é o quociente da divisão de a por b e que r é o resto (ou
o resı́duo ) da divisão de a por b.
6.1. CONGRUÊNCIAS 79
• Pela Proposição anterior, se a, n ∈ Z com n ≥ 2, então r ∈ Z tal que 0 ≤ r < n e

a ≡ r mod n é o resto da divisão de a por n.
6.1.1 Propriedades das Congruências
Seja n um número inteiro maior ou igual a 2. Então,
(i) (∀a ∈ Z) (a ≡ a mod n) .
(ii) (∀a, b ∈ Z) (a ≡ b mod n ⇒ b ≡ a mod n) .
(iii) (∀a, b, c ∈ Z) ((a ≡ b mod n e b ≡ c mod n) ⇒ a ≡ c mod n)
(iv) (∀a, b, c, d ∈∈ Z) ((a ≡ b mod n e c ≡ d mod n) ⇒ a + c ≡ b + d mod n) .
(v) (∀a, b, c ∈ Z) ((a ≡ b mod n e c ≡ d mod n) ⇒ ac ≡ bd mod n) .
(vi) (∀a, b ∈ Z) (∀m ∈ N) (a ≡ b mod n ⇒ am ≡ bm mod n) .
(vii) (∀a, b, c ∈ Z) ((ca ≡ cb mod n e (c, n) = 1) ⇒ a ≡ b mod n)
Proposição 17. Se (c, n) = 1, então a congruência cx ≡ b mod n tem uma solução inteira
x. Quaisquer duas soluções x1 e x2 são congruentes módulo n.
Demonstração. Se (c, n) = 1, então existem α, β ∈ Z tais que
αc + βn = 1
⇒ b(αc + βn) = b
⇒ (bα)c + (bβ)n = b
⇒ (bα)c ≡ b mod n
Logo x = bα é uma solução da congruência cx ≡ b mod n.

Se x1 e x2 são soluções de cx ≡ b mod n, então

 cx ≡ b mod n
1
 cx ≡ b mod n
2
Logo, subtraindo as equações acima, obtemos cx1 ≡ cx2 mod n e, como (c, n) = 1,
segue que x1 ≡ x2 mod n.
Proposição 18. Seja a ∈ Z e p primo, então ap ≡ a mod p.

Demonstração. Fixemos p primo.

Se a = 0, então, obviamente, ap ≡ a mod p.
Se a > 0 satisfaz ap ≡ a mod p, então (−a)p ≡ (−a) mod p. Portanto basta mostrar-
mos que np ≡ n mod p para todo n ∈ N∗ . Seja P (n) a afirmação: np ≡ n mod p. P (1) é
verdadeira, pois 1 = 1p ≡ 1 mod p.
Suponhamos que P (n) seja verdadeira. Assim, np ≡ n mod p.
Portanto (n + 1)p ≡ np + 1 ≡ (n + 1) mod p, ou seja, P (n + 1) é verdadeira.
Logo, por indução, P (n) é verdadeira para todo n ∈ N∗ , ou seja, np ≡ n mod p para
todo n ∈ N.
Observação 13. Seja n ≥ 2. Definindo a relação R sobre Z por
R = {(a, b) ∈ Z × Z | a ≡ b mod n},
então R é uma relação de equivalência.

A classe de equivalência de a ∈ Z é o conjunto
a = {x ∈ Z | x ≡ a mod n}.
O conjunto das classes de equivalência de R é o conjunto quociente
Z/R = {0, 1, · · · , n − 1},
que pode também ser simbolizada por Z/nZ ou por Zn .

É possı́vel definirmos operações de adição e multiplicação em Zn da seguinte forma:
a · b := a · b
a + b := a + b
Segunda Lista de Exercı́cios

1) Prove por indução:
n(n + 1)
(a) 1 + 2 + 3 + · · · + n = , ∀n ∈ N, n ≥ 1.
2
n(n+1)(2n+1)
(b) 12 + 22 + 32 + · · · + n2 = 6
, ∀n ∈ N, n ≥ 1.
(c) 0 < a ⇒ 0 < an , ∀n ∈ N.

6.1. CONGRUÊNCIAS 81
(d) am · an = am+n , ∀m, n ∈ N.
(e) (am )n = amn , ∀m, n ∈ N.
(f) a < 0 ⇒ 0 < a2n e a2n+1 < 0, ∀n ∈ N.
(g) 22n−1 · 3n+2 + 1 é divisı́vel por 11, ∀n ∈ N, n ≥ 1.
(h) 32n+1 + 2n+1 é divisı́vel por 7, ∀n ∈ N.
(i) 22n + 15n − 1 é divisı́vle por 9, ∀n ∈ N, n ≥ 1.
(j) 34n+2 + 2 · 43n+1 é múltiplo de 17, ∀n ∈ N.
2) Sejam a, b, c ∈ N∗ números sem divisores comuns tais que a2 + b2 = c2 .
(a) Mostre que ou a ou b é par;
(b) Mostre que ou a ou b é múltiplo de 3.
3) Mostre que o quadrado de um número ı́mpar é da forma 8q + 1, q ∈ Z.
4) Seja a ∈ Z um número não divisı́vel por 5. Mostre que a4 = 5q + 1, q ∈ Z.
5) Sejam a, b ∈ Z de modo que mdc(a, b) = 1. Se a | c e b | c, mostre que ab | c.
6) Use o resultado do exercı́cio anterior para provar que 6 | n(2n + 7)(7n + 1), ∀n ∈ Z.
n(n + 1)
7) Mostre que, para todo inteiro n, o máximo divisor comum entre 2n + 1 e
2
é 1.
8) Prove que mdc(a, b) = mdc(a + bc, a + b(c − 1)), ∀a, b, c ∈ Z.
9) Mostre que a3 − a é múltiplo de 3, ∀a ∈ Z.
10) Mostre que a3 − b3 é múltiplo de 3, se, e somente se, a − b é múltiplo de 3.
11) Mostre que 6 | n(n + 1)(2n + 1), ∀n ∈ Z.
12) Mostre que 30 | n(n2 − 49)(n2 + 49), ∀n ∈ Z.
13) Ache o resto da divisão de a = 531 · 312 · 2 por 7.
9 7
14) Ache o algorismo das unidades dos números 9(9 ) e 7(7 ) .
1000 )
15) Ache os dois últimos algarismos de 7(7 .
16) Enuncie e justifique critérios de divisibilidade por 9, 5, 11 e 6.
17) Mostre que o conjunto dos números primos é infinito.
18) Sejam a, b, c ∈ Z números tais que a | bc e mdc(a, b) = 1. Prove que a | c.

p
19) Mostre que se p é primo, então p | onde 0 < i < p.
i
20) Sejam a, b ∈ Z. Se existem x, y ∈ Z tais que ax+by = 1, mostre que mdc(a, b) = 1.
Capı́tulo 7
Conjuntos Enumeráveis
Definição 60. Dizemos que um conjunto A é enumerável se A é um conjunto finito ou se

A é um conjunto infinito e existir uma função bijetora f : N → A.
Proposição 19. Z é enumerável.


n−1

2
, n ı́mpar
Demonstração. Basta notar que f (x) = é uma função bijetora de N →
 −n, n par
2
Z.
Princı́pio da Boa Ordem: Todo subconjunto não-vazio de N possui um elemento mı́nimo.
Proposição 20. Se S ⊂ N, então S é enumerável.
Demonstração. Se S é finito, então S é enumerável, por definição.

Se S for infinito, então, como S ⊂ N, existem
x1 = min S
x2 = min (S − {x1 })
x3 = min (S − {x1 , x2 })
..
.
xn = min (S − {x1 , x2 , · · · , xn })
..
.
S∞
tais que S = k=1 {xk } e x1 < x2 < x3 < · · · < xn < · · · .
Portanto, a função definita por f (n) = xn é uma bijeção de N em S. Logo S é enu-
merável.
Proposição 21. A união disjunta de dois conjuntos infinitos enumeráveis é um conjunto

enumerável.
83
84 CAPÍTULO 7. CONJUNTOS ENUMERÁVEIS
Demonstração. Sejam A e B conjuntos infinitos enumeráveis com A ∩ B = ∅. Assim,
 h : N→ A e g : N → B.
existirão funções bijetoras
 h n+1 , n ı́mpar
2
Portanto, f (n) = é uma função bijetora de N to A ∪ B, pois
n
 g
2
, n par
A ∩ B = ∅.
Proposição 22. Existe uma aplicação f : N → A sobrejetora se, e somente se, A é

enumerável.
Demonstração. Podemos supor que A é infinito, já que se A for finito, então A é enu-
merável, pela definição.
Como f : N → A é sobrejetora, então existe um subconjunto infinito B de N tal que
g = f |B , a restrição da função f ao conjunto B, é bijetora.
Pela Proposição 20, como B é um subconjunto infinito de N, então B é enumerável e
existe uma bijeção h : N → B.
Portanto, g ◦ h : N → A é bijetora. Logo A é enumerável.
Se A for enumerável e infinito, então existirá uma aplicação f : N → A bijetora. Em
particular, f : N → A é sobrejetora.
 digamos S = {x1 , x2 , · · · , xm }, então a aplicação f :

Se A for enumerável e finito,
 x , ∀n ∈ {1, 2, · · · , m}
n
N → A definida por g(n) = é uma função sobrejetora de N
 x , ∀n 6∈ {1, 2, · · · , m}
1
em A.
Proposição 23. Todo subconjunto não-vazio de um conjunto enumerável é enumerável.
Demonstração. Seja A um conjunto enumerável e S um conjunto não-vazio de A. Pode-

mos supor que S e A são infinitos, já que todo conjunto finito é enumerável e todo sub-
conjunto de um conjunto finito é finito. Como A é enumerável, então existirá uma bijeção
g : N → A. Seja B o subconjunto de N tal que h = g |B tem imagem Im(g) = S. Como
g é uma bijeção, então h : B → S é uma bijeção e B é um subconjunto infinito de N.
Pela Proposição 20, B é enumerável e existirá uma função bijetora f : N → B. Portanto
h ◦ f : N → S é uma função bijetora. Logo S é enumerável.
Proposição 24. A união de conjuntos enumeráveis é um conjunto enumerável.

85
Demonstração. Como A e B são enumeráveis, então existirão g : N → A e h : N → B

sobrejetoras.
Assim, 
n
 g
2
, se n par
f (n) =
n+1
 h
2
, se n ı́mpar
é uma função sobrejetora de N em A ∪ B.
Logo, pela Proposição 22, A ∪ B é enumerável.
Proposição 25. Uma aplicação f : A → N é injetora se, e somente se, A é enumerável.
Demonstração. Seja f : A → N injetora.

Podemos supor que A é infinito, já que todo conjunto finito é enumerável. Seja B =
Im(f ). Como B é um subconjunto infinito de N, então B é enumerável e existe uma
bijeção h : N → B. Além disso, como f : A → N é injetora, então f −1 : B → A é uma
bijeção de B em A. Portanto, f −1 ◦ h : N → A é uma bijeção. Logo A é enumerável.
Seja A for enumerável e infinito, então existirá uma aplicação f : N → A bijetora. Em
particular, f −1 : A → N é injetora.
Se A for enumerável e finito, digamos S = {x1 , x2 , · · · , xm }, então a aplicação g :
A → N definida por g(xn ) = n, ∀n ∈ {1, 2, · · · , m} é uma função injetora de A em
N.
Proposição 26. Se A é um conjunto finito, então existem funções f1 : A → N e f2 : N → A

tais que f1 é injetora e f2 é sobrejetora.
Demonstração. Seja A um conjunto finito com n elementos e sejam x1 , x2 , · · · , xn tais

que A = {x1 , x2 , · · · , xn }. Definindo f1 : A → N por f1 (xi ) = i, ∀i ∈ {1, 2, · · · , n} e
definindo f2 : N → A por f (a) = x1+a , ∀a ∈ N, onde a é o resto da divisão de a por n,
então f1 é injetora e f2 é sobrejetora.
Proposição 27. N × N é enumerável.
Demonstração. Como h : N × N → N definida por h(n, m) = 2n · 3m é injetora, então

N × N é enumerável, pela Proposição 25.
Proposição 28. O produto cartesiano de conjuntos enumeráveis é um conjunto enumerável.

Demonstração. Como N×N é um conjunto infinito enumerável, então existirá uma função
bijetora h : N → N × N. Como A e B são conjuntos enumeráveis, então, pela Proposição
22, existirão funções sobrejetoras g1 : N → A e g2 : N → B. Além disso, definindo
f : N × N → A × B por f (n, m) = (g1 (n), g2 (m)), então f é sobrejetora. Portanto
f ◦ h : N → A × B é sobrejetora. Logo, pela Proposição 22, A × B é enumerável.
Proposição 29. Q é enumerável.
Demonstração. Como N × N é infinito enumerável, existe uma função

 n bijetora de h : N →
 2, se n for par
m
N×N. Além disso, como g : N×N → Q definida por g(n, m) = n−1
 2 , se n for ı́mpar
m
é sobrejetora, então g ◦ h : N → Q é sobrejetora.
Portanto Q é enumerável, pela Proposição 22.
Proposição 30. O conjunto de todas as sequências infinitas cujos termos são elementos de
um conjunto com pelo menos dois elementos não é enumerável.
Demonstração. Suponhamos que o conjunto S das sequências infinitas cujos termos são
elementos de um conjunto com pelo menos dois elementos seja enumerável. Assim, exis-
tirá uma função f : N → S bijetora tal que f (n) = yn e
y1 = (x11 , x12 , x13 , · · · , x1k , · · · )
y2 = (x21 , x22 , x23 , · · · , x2k , · · · )

..
.
yk = (xk1 , xk2 , xk3 , · · · , xkk , · · · )

..
.
S
são sequências distintas com S = k∈N {yk }.
Considere agora a sequência y = (x1 , x2 , · · · , xk , · · · ) ∈ S tal que xj 6= xjj para todo

S
j ∈ N. Assim, y 6= yk , para todo k ∈ N, o que implica em y 6∈ k∈N {yk } = S, o que é um
absurdo.
Proposição 31. O intervalo fechado [0, 1] é não-enumerável.

87
Demonstração. Consideremos 0 = 0, 00000 · · · e 1 = 0, 99999 · · · e os outros elementos

do intervalo [0, 1] escritos de forma que o dı́gito 9 não aparece repetido indefinidamente ao
final. Suponhamos que [0, 1] seja enumerável. Assim, existirá uma função f : N → [0, 1]
bijetora tal que f (n) = yn e
y1 = 0, a11 a12 a13 · · · a1k · · ·
y2 = 0, a21 a22 a23 · · · a2k · · ·
y3 = 0, a31 a32 a33 · · · a3k · · ·

..
.
yk = 0, ak1 ak2 ak3 · · · akk · · ·

..
.
S
onde aij ∈ {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} para i, j ∈ N e [0, 1] = k∈N {yk }.
Considere agora y = 0, a1 a2 · · · ak · · · ∈ [0, 1] tal que aj 6∈ {ajj , 9} para todo j ∈ N.

S
Assim, y 6= yk , para todo k ∈ N, o que implica em y 6∈ k∈N {yk } = [0, 1], o que é um
absurdo.
Corolário 6. R é não-enumerável.
Demonstração. Se R fosse enumerável, então [0, 1] também seria enumerável, já que todo
subconjunto não-vazio de um conjunto enumerável é enumerável, o que é um absurdo, pela
Proposição 31.
Proposição 32. A união enumerável de conjuntos enumeráveis é um conjunto enumerável.
Demonstração. Sejam A1 , A2 , · · · , An , · · · conjuntos enumeráveis e S = ∞

S
n=1 An .
Para cada n ∈ N, como An é enumerável, existirá uma função sobrejetora fn : N → An .

Seja Ank = fn (k), ∀k ∈ N. Assim, como fn é sobrejetora, teremos que An = ∞
S
k=1 {An k }.
A seguinte construção nos proporciona a enumerabilidade de S :
A1 : A11 A12 A13 · · · A1k · · ·

A2 : A21 A22 A23 · · · A2k · · ·
A3 : A31 A32 A33 · · · A3k · · ·
..
.
Ak : Ak1 Ak2 Ak3 · · · Akk · · ·
..
.
Proposição 33. O conjunto S dos subconjuntos de N não é enumerável.
Demonstração. Seja B o conjunto das sequências sobre o conjunto {0, 1} e considere a

função f : B → S definida por
∞
[
f ((xn )) = {n}
n=1
xn =1
Como f é uma bijeção de B em S e B não é enumerável, então S não é enumerável.
17) Seja A = {1, 2, 3}. Considerem-se as seguintes relações em A :
R1 = {(1, 2); (1, 1); (2, 2); (2, 1); (3, 3)}
R2 = {(1, 1); (2; 2); (3, 3); (1, 2); (2, 3)}
R3 = {(1, 1); (2, 2); (1, 2); (2, 3); (3, 1)}
R4 = A × A
R5 = ∅
Quais são reflexivas? simétricas? transitivas? anti-simétricas?
18) Construir sobre o conjunto E = {a, b, c, d} relações R1 , R2 , R3 e R4 tais que R1

só tem a propriedade reflexiva, R2 só a simétrica, R3 só a transitiva e R4 só a anti-
simétrica.
Dica: Faça o diagrama de flechas.
19) Encontre os fechos reflexivo, simétrico e transitivo da relação
R = {(a, a), (b, b), (c, c), (a, c), (a, d), (b, d), (c, a), (d, a)}
no conjunto S = {a, b, c, d}.
20) Mostrar que a relação R sobre N × N tal que ((a, b), (c, d)) ∈ R ⇔ a + b = c + d é
uma relação de equivalência.
21) Seja E um conjunto não vazio. Dados X, Y ∈ P (E) mostre que as relações R e S
são de equivalência em P (E).
89
(a) (X, Y ) ∈ R ⇔ X ∩ A = Y ∩ A.
(b) (X, Y ) ∈ S ⇔ X ∪ A = Y ∪ A
onde A é um subconjunto fixo de E.
22) Seja A = {x ∈ Z | 0 ≤ x ≤ 10} e R a relação sobre A definida por (x, y) ∈ R ⇔

∃k ∈ Z | x − y = 4k. Determine o conjunto-quociente A/R.
23) Seja A = {x ∈ Z | |x| ≤ 5} e R a relação sobre A definida por (x, y) ∈ R ⇔

x2 + 2x = y 2 + 2y. Determine o conjunto-quociente A/R.
24) Enumerar todas as relações de equivalência sobre A = {a, b, c}.
25) O diagrama simplificado de uma relação de ordem R é o diagrama da menor relação

S cujo fecho com relação a propriedade de ser relação de ordem parcial é R. Faça
um diagrama simplificado da relação de ordem por inclusão em:
E = {{a}, {b}, {a, b, c}, {a, b, d}, {a, b, c, d}, {a, b, c, d, e}}.
26) Escreva o diagrama simplificado da relação x divide y em {1, 2, 3, 6, 12, 18}.
27) Quais são as classes de equivalência correspondentes à relação de congruência módulo

5 no conjunto
A = {x ∈ Z | 1 ≤ x ≤ 20}.
ax + b
28) Mostrar que f : R − − dc
a
→ R− c
dada pela sentença y = , onde
cx + d
a, b, c, d são constantes reais, ad − bc 6= 0, é uma bijeção. Descrever a função f −1 .
29) Explique porque as seguintes relações de A = {1, 2, 3} em B = {2, 3, 4, 5} não são

funções de A em B.
R1 = {(1, 2), (1, 4), (2, 3), (3, 5)}
R2 = {(1, 3), (2, 5)}
R3 = {(1, 3), (2, 4), (3, 5), (4, 3)}
30) Encontre o domı́nio e a imagem das seguintes funções:

r
x2 + 5x − 9
(a) f (x) =
x3 − 4x
√
(b) f (x) = x2 + 2x.

 |x − 2|, x < 2
(c) f (x) =
 −√x, x > 5
3x+5
(d) f (x) = 4x+7
.
31) Encontre uma função real g satisfazendo (f ◦ g)(x) = 5x − 4 e f (x) = 2x.

1
32) Encontre uma função real g satisfazendo (f ◦ g)(x) = e f (x) = 5x − 2.
x
1
33) Encontre uma função real f satisfazendo (f ◦ g)(x) = 2x + 7 e g(x) = .
x
34) Encontre uma função real f satisfazendo (f ◦ g)(x) = 4x − 5 e g(x) = 3x + 7.
35) Encontre uma fórmula para f −1 (y) para as seguintes funções:
(a) f (x) = 7x − 6.
(b) f (x) = 3x3 − 5.

x+1
(c) f (x) = x−1
.

 5/2 − x, x < 2
(d) f (x) =
 1/x, x≥2
36) Mostre que a função f (x) = 2x + 3 é bijetora.
37) Mostre que a função f (x) = 2x + 1 é injetora.
38) Mostre que a função f (x) = log2 (x2 ) é sobrejetora.
39) Dê exemplo de uma função que é injetora e não é sobrejetora e de uma função que é
sobrejetora e não é injetora.
51) Prove que N × N é enumerável.
52) Prove que se A e B são conjuntos enumeráveis, então
(a) A ∩ B é enumerável;
(b) A ∪ B é enumerável;
(c) A × B é enumerável.
53) Prove que se A1 , · · · , An são enumeráveis, então
A1 × A2 × · · · × An é enumerável.
91
54) Prove que Z é enumerável.

Capı́tulo 8
Grafos
8.1 Definições iniciais

Definição 61 (Informal). Um grafo é um conjunto não vazio de vértices (nós) e um con-
junto de arestas (arcos) tais que cada aresta conecta dois vértices.
Definição 62 (Formal). Um grafo (não orientado, não direcionado) é uma tripla ordenada
(V, A, g), onde
• V é um conjunto não vazio de vértices (nós);
• A é um conjunto de arestas (arcos);
• g é uma função que associa a cada arco a um par não ordenado x − y de vértices.
Neste caso, os vértices x e y são as extremidades da aresta a.
Exemplo 106. Desenhe um grafo (V, A, g), onde V = {1, 2, 3, 4}, A = {a1 , a2 , a3 , a4 , a5 }
e g(a1 ) = 1 − 2, g(a2 ) = 2 − 3, g(a3 ) = 1 − 4, g(a4 ) = 2 − 4 e g(a5 ) = 1 − 3.
34 a2 24
•4 •4
44 44
44 44
44 44
44 44
a5 444 a1 44a
444
44 44
44 44
44 44
44 4
• •
1 a3 4
Definição 63. Um grafo direcionado (orientado ou dı́grafo) é uma tripla ordenada (V, A, g)
onde
93
94 CAPÍTULO 8. GRAFOS
• V é um conjunto não vazio de vértices;
• A é um conjunto de arestas;
• g é uma função que associa a cada aresta a um par ordenado (x, y) de vértices, onde
x é a extremidade inicial (ou inferior) e y é a extremidade final (ou superior) de a.
Exemplo 107.
Definição 64. Um grafo rotulado é um grafo que contém informações identificadoras ou

rótulos em seus vértices e/ou arestas.
Definição 65. Um grafo ponderado (grafo com pesos) é um grafo em que cada aresta
possui um valor númerico ou peso associado.
Exemplo 108. Uma relação sobre um conjunto não vazio pode ser representada por um
grafo direcionado.
Observação 14. Aplicações de grafos:
• Representação de circuitos;
• Representação da estrutura organizacional de uma empresa;
• Representação de autômatos;
• Representação de mapas;
• Representação de relações.
8.2 Terminologia
Definição 66. Dois vértices são adjacentes se são extremidades de uma mesma aresta.
Definição 67. Duas arestas são adjacentes se possuem uma extremidade em comum.
Definição 68. Um laço é uma aresta cujas extremidades são um mesmo vértice.
Definição 69. Arestas paralelas são arestas com as mesmas extremidades.
Definição 70. Um grafo simples é um grafo sem laços e sem arestas paralelas.
8.2. TERMINOLOGIA 95
n
Observação 15. Existem 2( 2 ) grafos simples com n vértices (a menos de isomorfismo),
onde n2 é o número de subconjuntos com dois elementos distintos tomados num conjunto

com n elementos.
Definição 71. Um vértice isolado é um vértice que não é extremidade de nenhuma aresta.
Definição 72. O grau ou valência de um vértice é o número de arestas que tem este
vértice como extremidade.
Definição 73. Um grafo completo é um grafo em que todos os seus pares de vértices são
adjacentes.
n(n−1)
Observação 16. Um grafo completo simples Kn possui 2
arestas.
Definição 74. Um grafo regular de grau n é um grafo em que todos os seus vértices
possuem grau n.
Definição 75. Um subgrafo de um grafo é um grafo cujo conjunto de arestas e vértices

são subconjuntos de arestas e vértices do grafo original e cujas extremidades das arestas
são as mesmas do grafo original (mantendo orientação).
Definição 76. Um grafo é um grafo bipartido (ou bipartite) se o conjunto de seus vértices
pode ser dividido (particionado) em dois subconjuntos disjuntos V1 e V2 de tal modo que
dois vértices de um mesmo subconjunto não são adjacentes.
Definição 77. Um grafo é um grafo bipartido completo se o conjunto de seus vértices

pode ser dividido (particionado) em dois subconjuntos disjuntos V1 e V2 de tal modo que
dois vértices são adjacentes se, e somente se, um deles pertence a V1 e o outro pertence a
V2 . Se |V1 | = m e |V2 | = n, um tal grafo é denotado por Km,n .
1• •2
Figura 8.1: Grafo Bipartido Completo K1,1
Definição 78. Dizemos que um grafo (V1 , A1 , g1 ) é um subgrafo de um grafo (V, A, g) se

V1 ⊆ V, A1 ⊆ A e g1 = g |A1 , ou seja, um subgrafo de um grafo é um grafo cujo conjunto
de vértices e arestas são subconjuntos do conjunto dos vértices e arestas de um grafo
original, nos quais os vértices e arestas do subgrafo tem que ser as mesmas extremidades
do grafo original.
1*G 2*
•* G
** GGG rrr•**
r
** GGG rr **
G rrr **
r
** rGGr **
** rrrr GGG **
r r* GG
rr ** GG **
r G
rrr ***
GG
GG **
rr GG **
rrr * GG *
rrr ** GG*
r
•
r • •
3 4 5
Figura 8.2: Grafo Bipartido Completo K2,3
Definição 79. Um (caminho ) ou (cadeia) de um vértice v0 para um vértice vn é uma

sequência
v0 , a0 , v1 , a1 , v2 , a2 , · · · , vk−1 , ak−1 , vk ,
onde ai é uma aresta com extremidades nos vértices vi e vi+1 . O comprimento de um cami-
nho (ou cadeia) é o número de arestas contida na sequência. Um caminho é dito reduzido
se não existem arestas repetidas no caminho. Dizemos que o vértice v alcança (ou acessa)
o vértice w se existe um caminho do vértice v para o vértice w. Neste caso dizemos também
que o vértice w é alcançável (ou acessável) a partir do vértice v.
Definição 80. Um grafo é conexo se este grafo não puder ser dividido em dois subgrafos
disjuntos cuja união contém todos os vértices e arestas do grafo original. No caso de grafo
não orientado, um grafo é conexo se sempre existe um caminho (cadeia) de um vértice
qualquer para outro vértice qualquer.
Definição 81. Um ciclo (ou circuito) de um grafo é um caminho (cadeia) de um vértice v

para ele mesmo em que nenhuma aresta aparece mais de uma vez no caminho.
Definição 82. Um grafo que não possui ciclos é chamado de grafo acı́clico. No caso de
grafo não orientado, um grafo acı́clico é chamado de floresta.
Definição 83. Um grafo não orientado simples T é uma árvore (livre) se para cada par
de vértices distintos de T existir um único caminho reduzido conectando estes vértices.
Definição 84. Dizemos que um grafo T é uma árvore se este gráfico possui um vértice v
(raiz) de tal forma que para qualquer vértice w de T existe apenas um caminho reduzido
de v para w.
Observação 17. Para um grafo não orientado G, as seguintes afirmações são equivalentes:
(1) G é uma árvore;

8.2. TERMINOLOGIA 97
(2) G é conexo e sem ciclos;
(3) G é sem ciclos com n vértices e n − 1 arestas;
(4) G é conexo com n vértices e n − 1 arestas;
(5) G é acı́clico e acrescentando-se uma aresta entre dois vértices quaisquer cria-se
exatamente um ciclo;
(6) G é conexo e eliminando qualquer uma das arestas faz com que o grafo resultante
não seja conexo.
Proposição 34. Se G é uma árvore, então G é conexo e acı́clico.
Demonstração. Se G é uma árvore, então para cada par de vértices distintos de G, existe
um único caminho reduzido conectando estes vértices. Portanto G é conexo.
Suponhamos que exista um ciclo em G. Assim existe um caminho de v para v para
algum vértice v de G. Digamos,
v = v0 , a0 , v1 , a1 , v2 , · · · , an−1 , vn = v.
Agora
v1 , a0 , v0 = v
e
v1 , a1 , v2 , · · · , an−1 , vn = v
são dois caminhos reduzidos de v1 para v, o que é impossı́vel. Logo G não possui ciclos.
Proposição 35. Se G é conexo e acı́clico com n vértices, então G possui n − 1 arestas.
Demonstração. Por indução sobre n, o número de vértices.

Se n = 1, então G não possui arestas, já que G não pode conter laços.
Se G possui m + 1 vértices e C é um caminho em G de maior comprimento, então
existe um vértice v de grau 1 que é uma extremidade de C. Apagando este vértice v e a
aresta a, com extremidade em v, obtemos um subgrafo G̃ de G que é conexo e acı́clico
com m vértices. Por indução, G̃ possui m − 1 arestas. Logo G possui m arestas. Logo, por
indução, se G é conexo e acı́clico com n vértices, então G possui n − 1 arestas.
8.3 Isomorfismo entre grafos

Definição 85. Dois grafos (V1 , A1 , g1 ) e (V2 , A2 , g2 ) são isomorfos se existem bijeções
f1 : V1 → V2 e f2 : A1 → A2 de tal forma que para quaisquer vértices v1 e v2 de V1 , se
v1 e v2 são extremidades da aresta a1 , então f1 (v1 ) e f1 (v2 ) são extremidades da aresta
f2 (a1 ).
Exemplo 109. Os seguintes grafos G1 e G2 não são isomorfos.
Observação 18. Se dois grafos satisfazem qualquer uma das seguintes condições, então
eles não são isomorfos:
(1) Um grafo tem mais vértices do que o outro;
(2) Um grafo tem mais arestas do que o outro;
(3) Um grafo tem arestas paralelas e o outro não;
(4) Um grafo tem mais laços do que o outro;
(5) Um grafo é conexo e o outro não;
(6) Um grafo tem um vértice de grau k e o outro não;
(7) Um grafo tem um ciclo (circuito) e o outro não.
Exemplo 110. Os grafos T1 e T2 não são isomorfos.

1? 7
•?
?? •
??
??
? ?
•?
• •
?

2 4 5 ???
??
?
• •
3 6
Figura 8.3: Grafo T1
a d g
•?? • •
??
??
??
? ?
•?
• e ????
b ??
?
• •
c f
8.4. MATRIZES DE ADJACÊNCIA 99
Definição 86. Dois grafos simples (V1 , A1 , g1 ) e (V2 , A2 , g2 ) são isomorfos se existe uma
bijeção f : V1 → V2 tal que quaisquer vértices vi e vj de V1 , vi e vj são adjacentes se
f (vi ) e f (vj ) são adjacentes.
Exemplo 111. Os seguintes grafos G1 e G2 não são isomorfos:
1? 7
•? •
??
??
??
? ?
•?
• •
?

2 4 5 ???
??
?
• •
3 6
a d g
•?? • •
??
??
??
? ?
•?
• e ????
b ??
?
• •
c f
8.4 Matrizes de Adjacência
8.4.1 Matriz de adjacência para grafo não-direcionado (não-orientado)
Seja (V, A, g) um grafo não-direcionado com n vértices e (v1 , v2 , · · · , vn ) uma sequência

com os n vértices distintos de (V, A, g). A matriz de adjacência com respeito a sequência
(ordenada) (v1 , v2 , · · · , vn ) é a matriz M = (aij )n×n , onde aij é o número de arestas com
extremidades nos vértices vi e vj .
Seja M = (aij )n×n a matriz de adjacência de um grafo. Para obtermos a matriz coluna
 
c1
 
 
 c2 
C=
 ..  , onde ci = grau(vi ), basta utilizarmos a fórmula

 . 
 
cn
 
1
 
 
 1 
C=M
 ..
.

 . 
 
1
Matriz de adjacência para grafo direcionado (dı́grafo)
Seja (V, A, g) um grafo direcionado com n vértices e (v1 , v2 , · · · , vn ) uma sequência com
os n vértices distintos de (V, A, g). A matriz de adjacência com respeito a sequência (or-
denada) (v1 , v2 , · · · , vn ) é a matriz M = (aij )n×n , onde aij é o número de arestas com
origem no vértice vi e extremidade no vértice vj (com extremidade inferior no vértice vi e
extremidade superior no vértice vj ).
Seja M = (aij )
n×n a 
matriz de adjacência de um grafo direcionado. Para obtermos a
c
 1 
 
 c2 
 ..  , onde ci = grau(vi ), basta utilizarmos a fórmula
matriz coluna C =  
 . 
 
cn
 
1
 
 
0
 1 
C=M  ..
,

 . 
 
1

 a + a , se i 6= j
ij ji
onde M 0 = (bij )n×n com bij =
 a , se i = j
ii
Isomorfismo entre grafos utilizando matrizes de adjacência
Se G1 e G2 são grafos isomorfos com matrizes de adjacência M1 e M2 existe uma sequência

de troca simultanea de linhas e colunas que transforma M1 em M2 .
Exemplo 112. Sejam G1 e G2 os grafos abaixo:

3
•
a7 5
ww•
2? w
? a3 wwww
a1 ??a??6
•
w
? www a4
w
?? ww
• •w
1 a2 4
Figura 8.7: Grafo G1
4
•
e6 1
ww•
3? w
•??? e4 wwww
e2 e??7 ww
?? wwww e5
? w
• •w
2 e3 5
Figura 8.8: Grafo G2
As matrizes de adjacência de G1 e G2 são
   
0 1 0 1 0 0 0 0 0 1
   
 1 0 1 1 0   0 0 1 0 1 
   
   
M1 =  0 1 0 e M2 =  0 1 0
   
1 0  1 1 
   
   
 1 1 1 0 1   0 0 1 0 1 
   
0 0 0 1 0 1 1 1 1 0
Como podemos notar, se V1 e V2 são os conjuntos de vértices dos grafos G1 e G2 ,

respectivamente, então a função f : V1 → V2 definida por f (1) = 2, f (2) = 3, f (3) =
4; f (4) = 5 e f (5) = 1 é uma bijeção que mantém a relação de adjacência entre vértices,
ou seja, para quaisquer vértices v e u adjacentes de G1 , temos que f (u) e f (v) são vértices
adjacentes de G2 .
As seguintes sequências de trocas de linhas e colunas nas matrizes de adjacência nos

proporciona uma sequência de grafos isomorfos em que o primeiro grafo da sequência é
G1 e o último grafo desta sequência é G2 :
 
0 1 0 1 0
3
•
 
 1 0 1 1

0 

5
ww•
2? w
ww
 
A matriz de adjacência  0 1 0 1 0  do grafo •??? ww é trans-
 
?? ww
 
?? ww ww
?ww
 
 1 1 1 0 1  • •
 
1 4
0 0 0 1 0
 
0 1 1 1 0
3
•
 
 1 0 0 1 0 
 
5
ww•
1 w
ww
 
?
formada na matriz de adjacência  1 0 0 1 0  do grafo •??? ww
 
w w
??
?? wwww

 
?ww
 
 1 1 1 0 1  • •
 
2 4
0 0 0 1 0
isomorfo por meio das seguintes operações:
     
0 1 0 1 0 1 0 1 1 0 0 1 1 1 0
     
 1 0 1 1 0   0 1 0 1 0   1 0 0 1 0 
     
     
 L1 ↔L2   C1 ↔C2 
 0 1 0 1 0  ↔  0 1 0 1 0  ↔  1 0 0 1 0 
 
     
     
 1 1 1 0 1   1 1 1 0 1   1 1 1 0 1 
     
0 0 0 1 0 0 0 0 1 0 0 0 0 1 0
 
0 1 1 1 0
3
•
 
 1 0 0 1 0 
 
5
ww•
1? w
ww
 
 
?? ww
 
?? www w
?ww
 
 1 1 1 0 1  • •
 
2 4
0 0 0 1 0
 
0 0 1 1 0
1
•
 
 0 0 1 1 0 
 
5
ww•
3? w
ww
 
 
w w
??
?? wwww

 
? w
 
 1 1 1 0 1  • •w
 
2 4
0 0 0 1 0
     
0 1 1 1 0 1 0 0 1 0 0 0 1 1 0
     
 1 0 0 1 0   1 0 0 1 0   0 0 1 1 0 
     
     
 L1 ↔L3   C1 ↔C3 
 1 0 0 1 0  ↔  0 1 1 1 0  ↔  1 1 0 1 0 
 
     
     
 1 1 1 0 1   1 1 1 0 1   1 1 1 0 1 
     
0 0 0 1 0 0 0 0 1 0 0 0 0 1 0
 
0 0 1 1 0
1
•
 
 0 0 1 1 0 
 
5
ww•
3? w
ww
 
 
?? ww
 
?? ww ww
?ww
 
 1 1 1 0 1  • •
 
2 4
0 0 0 1 0
 
0 1 1 1 1
4
•
 
 1 0 1

0 0 

5
ww•
3 w
ww
 
?
 
ww
??
?? wwww

 
?ww
 
 1 0 1 0 0  • •
 
2 1
1 0 0 0 0
     
0 0 1 1 0 1 1 1 0 1 0 1 1 1 1
     
 0 0 1 1 0   0 0 1 1 0   1 0 1 0 0 
     
     
 L1 ↔L4  C1 ↔C4
1 0  ↔ 1 0  ↔
   
 1 1 0  1 1 0  1 1 0 1 0 
     
     
 1 1 1 0 1   0 0 1 1 0   1 0 1 0 0 
     
0 0 0 1 0 0 0 0 1 0 1 0 0 0 0
 
0 1 1 1 1
4
•
 
 1 0 1 0 0
 
5
w•

3 ww
w
 
A matriz de adjacência  1 1 0 1 0  do grafo ?? ww é trans-
???
•
 
www
 
??? www w
?ww
 
 1 0 1 0 0 
• •
 
2 1
1 0 0 0 0
 
0 0 0 0 1
4

  •
 0 0 1 0 1  1
 
w•
3? ww
ww
 
 
w w
??
?? wwww

 
? w
 
 0 0 1 0 1  • •w
 
2 5
1 1 1 1 0
     
0 1 1 1 1 1 0 0 0 0 0 0 0 0 1
     
 1 0 1 0 0   1 0 1 0 0   0 0 1 0 1 
     
     
 L1 ↔L5  C1 ↔C5
1 0  ↔ 1 0  ↔
   
 1 1 0  1 1 0  0 1 0 1 1 
     
     
 1 0 1 0 0   1 0 1 0 0   0 0 1 0 1 
     
1 0 0 0 0 0 1 1 1 1 1 1 1 1 0
Exemplo 113. Sejam T1 e T2 os grafos abaixo:

4 •????
• 2
??
??
?3
•
•
1
2 •????
• 3
??
??
?1
•
•
4
As matrizes de adjacência de T1 e T2 são

   
0 0 1 0 0 1 1 1
   
   
 0 0 1 0   1 0 0 0 
M1 = 


 e M2 = 



 1 1 0 1   1 0 0 0 
   
0 0 1 0 1 0 0 0
Se V1 e V2 são os conjuntos de vértices dos grafos T1 e T2 , respectivamente, então

qualquer aplicação bijetora f : V1 → V2 satisfazendo f (3) = 1 mantém a relação de
adjacência entre vértices, ou seja, para quaisquer vértices v e u adjacentes de T1 , temos
que f (u) e f (v) são vértices adjacentes de T2 .
Neste caso, a matriz de adjacência
 
0 0 1 0
 
 
 0 0 1 0 
M1 = 



 1 1 0 1 
 
0 0 1 0
do grafo T1 é transformada na matriz

 
0 1 1 1
 
 
 1 0 0 0 
M2 = 



 1 0 0 0 
 
1 0 0 0
8.5. MATRIZ DE DISTÂNCIAS 105
do grafo T2 por meio da seguinte operação:

     
0 0 1 0 1 1 0 1 0 1 1 1
     
     
 0 0 1 0  L3 ↔L1  0 0 1 0  C3 ↔C1  1 0 0 0 
M1 =   ↔   ↔   = M2
     
 1 1 0 1   0 0 1 0   1 0 0 0 
     
0 0 1 0 0 0 1 0 1 0 0 0
8.4.2 Matriz de adjacência para grafo ponderado (valorado)
Seja G um grafo ponderado sem arestas paralelas e (v1 , v2 , · · · , vn ) uma sequência dos n
vértices distintos de G. Dizemos que M é a matriz de adjacência do grafo ponderado G
com respeito a sequência (v1 , v2 , · · · , vn ) se M = (aij )n×n , onde



 k, se existir uma aresta com peso k com extremidade (inferior)

aij = no vértice vi e extremidade superior no vértice vj


 ∞, caso contrário

8.5 Matriz de distâncias
8.5.1 Matriz de distâncias para Grafos não ponderados
Seja G um grafo ponderado e (v1 , v2 , · · · , vn ) uma sequência dos n vértices distintos de G.

Dizemos que D é a matriz de distâncias de G com respeito a sequência (v1 , v2 , · · · , vn ) se
D = (aij )n×n , onde

 k, se k é o comprimento do menor caminho conectando vi a vj
aij =
 ∞, se não existirem caminhos conectando v a v
i j
8.5.2 Matriz de distâncias para Grafos ponderados
Seja G um grafo ponderado e (v1 , v2 , · · · , vn ) uma sequência dos n vértices distintos de G.

Dizemos que D é a matriz de distâncias de G com respeito a sequência (v1 , v2 , · · · , vn ) se
D = (aij )n×n , onde



 k, se k é o mı́nimo da soma dos pesos das arestas escolhido



 dentre todos os caminhos de vi para vj .
aij =


 0, se i = j


 ∞,

caso contrário
8.6 Algoritmos em Grafos
Definição 87. Em um grafo G, dizemos que o vértice vj é alcançável a partir do vértice vi

se existir um caminho de vi até vj .
Definição
 88. Dizemos que R é a matriz de alcançabilidade de um grafo G se R[i, j] =
 1 se vi alcança v
j
 0 caso contrário
Teorema 2 (Matrizes Booleanas de Adjacência e Alcançabilidade). Se A é uma matriz

(booleana) de adjacências de um grafo G com n vértices e sem arestas paralelas, então
A(m) [i, j] = 1 se, e somente se, houver um caminho de comprimento m do vértice vi para
o vértice vj , onde A(d) [i, j] é definido recursivamente por
A(1) [i, j] = aij
e
n
_
(d)
A [i, j] = A(d−1) [i, k] ∧ akj para d > 1
k=1
Observação 19 (Alcançabilidade). Se R é a matriz de alcançabilidade de um grafo G,

então R = A(1) ∨ A(2) ∨ A(3) ∨ · · · ∨ A(n) .
Algoritmo 1 (Algoritmo de Warshall para Alcançabilidade). procedure Warshall (var M :

matriz booleana n x n);
{ inicialmente, M é a matriz de adjacências de um grafo G sem arestas paralelas }
begin
for k: = 1 to n do
for i: = 1 to n do
for j: = 1 to n do
M [i, j] := M [i, j] ∨ (M [i, k] ∧ m[k, j]);
end; {ao término, M = matriz de alcançabilidade de G }
Teorema 3. O número de vértices de grau ı́mpar em um grafo simples é par.
Definição 89 (Leonhard Euler (1707-1783)). Um caminho (circuito) Euleriano de um

grafo G (sem laços) é um caminho (circuito) que passa por cada aresta de G exatamente
uma vez.
8.6. ALGORITMOS EM GRAFOS 107
Teorema 4. Existe um caminho Euleriano em um grafo conexo (sem laços) se, e somente
se, não houver nenhum ou existirem exatamente dois vértices ı́mpares. No caso de não
haver vértices ı́mpares, o caminho pode começar em qualquer vértice e terminar neste
mesmo vértice; para o caso de haver dois vértices ı́mpares, o caminho deve começar em
um vértice ı́mpar e terminar no outro.
Definição 90 (Willian Rowan Hamilton (1805-1865)). Um caminho Hamiltoniano de um

grafo G é um caminho
v0 , a0 , v1 , a1 , · · · , an−1 , vn
tal que v0 , v1 , · · · , vn é uma lista sem repetição de todos os vértices de G. Um circuito

Hamiltoniano é um circuito
v = v0 , a0 , v1 , a1 , · · · , an−1 , vn , an , vn+1 = v
em que
v0 , a0 , v1 , a1 , · · · , an−1 , vn
é um caminho Hamiltoniano.
Definição 91. Uma árvore geradora de um grafo conexo e não orientado G é um subgrafo
de G conexo e acı́clico que contém todos os vértices de G.
Definição 92. Uma árvore geradora mı́nima de um grafo ponderado, conexo e não orien-
tado G é um subgrafo de G conexo e acı́clico que contém todos os vértices de G de forma
que a soma dos valores (pesos) associados às arestas seja mı́nima.
Algoritmo 2 (Algoritmo de Kruskal). Para a determinação de uma árvore geradora mı́nima

T do grafo G.
1. Iniciar com os n vértices e nenhuma aresta em T.
2. Introduzir a aresta de menor peso p1 em T.
3. Introduzir arestas uma por uma por ordem crescente de pesos que não completam
circuitos em T.
4. Parar quando o número de arestas introduzidas em T for n − 1.
Algoritmo 3 (Algoritmo de Prim). Para a determinação da árvore geradora mı́nima T do

grafo G.
1. Comece com um conjunto vértices V (T ) que inicialmente contém um vértice ar-

bitrário do grafo e com um conjunto vazio A(T ) de arestas.
2. A cada passo inclua em A(T ) uma aresta de A(G) com peso mı́nimo com extremi-
dade nos vértices u e v de tal forma que u ∈ V (T ) e v ∈ V (G) − V (T ), incluindo
depois v a V (T ).
3. Repetir o passo anterior até que V (T ) possua n vértices.
8.7 Problema do Caminho Mı́nimo

Definição 93. Seja G um grafo simples, conexo e ponderado, onde os pesos são números
reais positivos. O problema do caminho mı́nimo entre dois vértices x e y consiste em
encontrar um caminho de modo que a soma dos pesos neste caminho seja mı́nima.
Algoritmo 4 (Algoritmo de Bellman-Kalaba). Para determinação da distância entre os

vértices v1 e vn do grafo.
Utiliza o seguinte conceito de programação dinâmica: Todo caminho contendo no
máximo m arestas e que seja mı́nimo é formado por caminhos parciais contendo no máximo
k arestas (k ≤ m) que sejam mı́nimos.
Algoritmo 5 (Algoritmo de Bellman-Kalaba). Para determinação da distância entre os

vértices v1 e vn do grafo.
Seja M = (aij )n×n a matriz de adjacência do grafo com aii = 0 para i = 1, 2, · · · , n.
}
Defina para k = 1, 2, 3, · · · e i = 1, · · · , n,



 0, se i = n

(k)
di = ain , se i 6= n e k = 1


 min (d(k−1) + a ), se i =

6 n e k 6= 1
j6=i j ij
(k) (k+1) (k)

O algoritmo termina quando di = di para i = 1, 2, · · · , n. Neste caso d1 é o
caminho ótimo entre os vértices v1 e vn . Este algoritmo termina até n − 1 quando o grafo
tem pelo menos 3 vértices.
Algoritmo 6 (Algoritmo de Warshall-Floyd). Para encontrar a distância entre dois vértices

quaisquer do grafo.
8.8. OUTROS ALGORITMOS 109
procedure Warshall ( M : matriz n × n)

{ M é a matriz de adjacência do grafo com M [i, i] = 0 para i = 1, 2, · · · , n. }
var i, j, k: integer;
begin
for k: = 1 to n do
for i: = 1 to n do
for j: = 1 to n do
if M [i, j] > M [i, k] + M [k, j] then M[i, j] :=M[i, k] + M[k, j];
end; {ao término, M = matriz de distâncias dos menores caminhos }
8.8 Outros Algoritmos
(1) Algoritmo de Warshall para listagem de caminhos elementares;
(2) Algoritmo de Dijkstra para determinação da distância mı́nima entre dois vértices;
(3) Outros
Exemplo 114. Utilize o Algoritmo de Bellman-Kalaba para determinar o caminho mı́nimo

entre os vértices 1 e 4 do seguinte grafo:
2• 1 •
4

3
1 1

• •
1 2 3
 
0 1 2 3
 
 1 0 ∞ 1 
 
Neste caso, M = 
 
 2 ∞ 0 1 

 
3 1 1 0
(1)
d1 = a14 = 3
(1)
d2 = a24 = 1
(1)
d3 = a34 = 1
(1)
d4 = 0
(2) (1) (1) (1)

d1 = max{d2 + a12 , d3 + a13 , d4 + a14 }
= max{1 + 1, 1 + 2, 0 + 3}
=2
(2) (1) (1) (1)
d2 = max{d1 + a21 , d3 + a23 , d4 + a24 }
= max{3 + 1, 1 + ∞, 0 + 1}
=1
(2) (1) (1) (1)
d3 = max{d1 + a31 , d2 + a32 , d4 + a34 }
= max{3 + 2, 1 + ∞, 0 + 1}
=1
(2)
d4 =0
(3) (2) (2) (2)
d1 = max{d2 + a12 , d3 + a13 , d4 + a14 }
= max{1 + 1, 1 + 2, 0 + 3}
=2
(3) (2) (2) (2)
d2 = max{d1 + a21 , d3 + a23 , d4 + a24 }
= max{2 + 1, 1 + ∞, 0 + 1}
=1
(3) (2) (2) (2)
d3 = max{d1 + a31 , d2 + a32 , d4 + a34 }
= max{2 + 2, 1 + ∞, 0 + 1}
=1
(3)
d4 =0
(3) (2)
Portanto, como di = di , ∀i ∈ {1, 2, 3, 4}, então o caminho mı́nimo do vértice 1 ao
vértice 4 possui comprimento 2.
i=1 i=2 i=3 i=4

k=1 3 1 1 0
k=2 2 1 1 0
k=3 2 1 1 0
8.8.1 Lista de Exercı́cios sobre Grafos
Obs.: A menos que esteja explı́cito, os grafos mencionados nos exercı́cios são não
direcionados (orientados).
1. Para cada número natural n, Kn representa um grafo simples e completo (não orien-
tado) com n vértices.
(a) Desenhe K4 e K5 .
(b) Represente os grafos encontrados em (a) por matrizes de adjacência.
2. Para cada par (n, m) de números naturais Kn,m representa um grafo bipartido com-
pleto particionado em dois subconjuntos disjuntos não vazios com n e m conforme a
definição de grafo bipartido completo.
(a) Desenhe K2,3 , K3,4 e K2,5 .
(b) Quando é que Km,n é isomorfo a Kp,q ?
3. Dê um exemplo de um grafo bipartido não conexo com 7 vértice.
4. Desenhe todos os grafos não-isomorfos, simples com dois vértices.
5. Desenhe todos os grafos não-isomorfos, simples com três vértices.
6. Desenhe todos os grafos não-isomorfos, simples com quatro vértices.
7. Mostre que existem quatro árvores não-isomorfas com quatro vértices.
8. Desenhe os grafos representados pelas matrizes de adjacência apresentadas e repre-

sente estes grafos por meio de listas de adjacências.
 
0 2 0
 
(a)  2 0 2 
 
 
0 2 0
 
0 1 0 0 0 0
 
 1 0 1 0 0 0 
 
 
 
 0 1 1 1 0 0 
(b) 



 0 0 1 0 0 0 
 
 
 0 0 0 0 0 2 
 
0 0 0 0 2 0
 
0 1 1 1 0
 
 1 0 0 0 1 
 
 
(c)  1 0 0 0 1 
 
 
 
 1 0 0 0 1 
 
0 1 1 1 0
 
0 1 0 0 1
 
 1 0 1 0 0 
 
 
(d)  0 1 0
 
1 0 
 
 
 0 0 1 0 1 
 
1 0 0 1 0
 
2 0 0 0
 
 
 1 0 0 0 
(e) 



 0 1 1 0 
 
0 1 2 0
9. Prove que se dois caminhos reduzidos possuem dois vértices em comum e nenhuma
aresta em comum, então este grafo possui um circuito.
10. Qual é a condição necessária e suficiente para que duas matrizes de adjacência re-
presentem o mesmo grafo? Esta condição também garante o isomorfismo entre dois
grafos representados por matrizes de adjacência.
11. Desenhe uma árvore livre que só tenha vértices de grau ı́mpar.
12. É possı́vel que uma árvore livre tenha apenas vértices de grau par?
13. Desenhe um grafo representado por 5 vértices de grau par.
14. Existe um grafo completo (não-orientado) representado por 3 vértices de grau par?
15. Desenhe uma árvore livre com vértices de grau 4 e 1 e com pelo menos dois vértices
de grau 4.
16. Encontre duas árvores livres não isomorfas que contenham 6 vértices e com quatro
vértices de grau 1.
• 17.] Encontre dois grafos não isomorfos que satisfazem as seguintes condições:
(a) Sejam conexos e acı́clicos;
(b) Tenham 4 vértices de grau 1 e 2 vértices de grau 2.
18. Encontre dois grafos não isomorfos que satisfazem as seguintes condições:
(a) Tenham ciclos;

(b) Tenham 6 vértices e 7 arestas;
(c) Tenham 4 vértices de grau 2 e 2 vértices de grau 3.
19. Justifique o seguinte argumento: Existem grafos não orientados não isomorfos, (V1 , A1 , g1 )
e (V2 , A2 , g2 ) tais que para uma função f : V1 → V2 tenhamos
(∀v1 , v2 ∈ V1 ) (v1 é adjacente a v2 ⇒ f (v1 ) é adjacente a f (v2 ))
20. Demonstre que dois caminhos reduzidos de comprimento máximo num grafo conexo
têm um vértice em comum.
21. Seja G um grafo simples. Mostre que

X
2n(A) = grau(v).
v∈V
Conclua então que o número de vértices de grau ı́mpar é par.
22. Por que não existe um grafo simples e regular de grau 3 com 5 vértices?
23. Encontre um grafo simples e regular com grau 3 e 6 vértices.
24. Mostre que se ao acrescentarmos a um grafo não orientado e acı́clico G uma aresta e
obtermos um circuito, então G é conexo.
25. Utilize o método de Prim e o método de Kruskal para obter a árvore geradora mı́nima
para cada um dos grafos representados pelas matrizes de adjacência abaixo conside-
rando matrizes pela sequência padrão de vértices (1, 2, 3, 4, · · · , n).
 
∞ 3 8 4 ∞ 10
 
 3 ∞ ∞ 6 ∞ ∞ 
 
 
 8 ∞ ∞ ∞ 7 ∞ 
 
(a) M =   
 4 6 ∞ ∞ 1 3 

 
 ∞ ∞ 7 1 ∞ 1 
 
 
10 ∞ ∞ 3 1 ∞
 
∞ 1 ∞ 4 ∞
 
 1 ∞ 3 1 5 
 
 
(b) M =  ∞ 3 ∞ 2 2 
 
 
 4 1 2 ∞ 3 
 
 
∞ 5 2 3 ∞
 
∞ 2 ∞ ∞ 3 2 ∞
 
2 ∞ 1
∞ ∞ ∞ ∞ 
 

 
∞ 1 ∞ 1 1 ∞ ∞ 
 

 
(c) M =  ∞ ∞ 1 ∞ 1 ∞ 1 
 
 
3 ∞ 1 1 ∞ 1 2 
 

 
2 ∞ ∞ ∞ 1 ∞ 3 
 

 
∞ ∞ ∞ 1 2 3 ∞
 
∞ 1 ∞ ∞ ∞ ∞ ∞ ∞
 
1 ∞ ∞ 1 3 ∞ ∞ ∞
 
 
 
∞ ∞ ∞ 2 ∞ ∞ ∞ ∞
 
 
 
∞ 1 ∞ 1 ∞ 2 ∞
 
 2 
(d) M =  
∞ 3 ∞ 1 ∞ 1 ∞
 
 1 
 
∞ ∞ ∞ ∞ 1 ∞ ∞ ∞
 
 
 
∞ ∞ ∞ 2 ∞ ∞ 5
 
 1 
 
∞ ∞ ∞ ∞ ∞ ∞ 5 ∞
26. Represente grafos regulares de graus 3 e 4 com 6 vértices.

Capı́tulo 9
Álgebra de Boole
Definição 94. Um sistema álgebrico (B, +, ·) é uma Álgebra de Boole quando e somente
quando ∀a, b, c ∈ B, valem os axiomas:
A1. a + b ∈ B.
A2. a · b ∈ B.
A3. a + b = b + a.
A4. a · b = b · a.
A5. a + (b · c) = (a + b) · (a + c).
A6. a · (b + c) = (a · b) + (a · c).
A7. ∃0 ∈ B tal que para cada a ∈ B, a + 0 = 0 + a = a.
A8. ∃1 ∈ B tal que para cada a ∈ B, a · 1 = 1 · a = a.
A9. Para cada a ∈ B, ∃a0 ∈ B tal que a + a0 = 1 e a · a0 = 0.
Observação 20. Em A9, o elemento a0 chama-se complemento de a.
Teorema 5 (Princı́pio da Dualidade). Todo resultado dedutı́vel dos axiomas de uma Álgebra
de Boole permanece válido se nele trocarmos + por · e 0 por 1, e vice-versa.
Exemplo 115. A Álgebra de Boole B2 = {0, 1} cujos operadores são definidos pelas
tabelas
115
116 CAPÍTULO 9. ÁLGEBRA DE BOOLE
· 0 1 + 0 1
0 0 0 0 0 1
1 0 1 1 1 1
é conhecida como álgebra dos interruptores.
Exemplo 116. Se A é um conjunto qualquer então (P (A), ∪, ∩) é uma álgebra de Boole

com 0 = ∅ e 1 = A.
Observação 21 (ASS). Os operadores + e . são associativos.
Teorema 6. a + a = a e a · a = a, ∀a ∈ B.
Demonstração.
a+a
A8
= (a + a) · 1
A9
= (a + a) · (a + a0 )
A5
= a + (a · a0 )
A9
= a+0
A7
= a
A demonstração de a · a = a segue do Princı́pio da Dualidade.
Teorema 7. a + 1 = 1, a · 0 = 0, ∀a ∈ B.
Demonstração.
a+1
A8
= (a + 1) · 1
A9
= (a + 1) · (a + a0 )
A5
= a + (1 · a0 )
A8
= a + a0
A9
= 1
A demonstração de a · 0 = 0 segue do Princı́pio da Dualidade.
Teorema 8 (Lei da Absorção). a + (a · b) = a, a · (a + b) = a.

117
Demonstração.
a + (a · b)
A8
= (a · 1) + (a · b)
A5
= a · (1 + b)
A3
= a · (b + 1)
T eo.7
= a·1
A8
=a
A demonstração de a · (a + b) = a segue do Princı́pio da Dualidade.
Teorema 9. a + (a0 · b) = a + b.
Demonstração.
a + (a0 · b)
A5
= (a + a0 ) · (a + b)
A9
= 1 · (a + b)
A8
= a+b
Teorema 10. O complemento de cada elemento de uma Álgebra de Boole é único.
Demonstração. Se x é complemento de a, então a + x = 1 e a · x = 0.

Assim,
x
A8
= x·1
A9
= x · (a + a0 )
A6
= (x · a) + (x · a0 )
A7
= 0 + (x · a0 )
A9
= (a · a0 ) + (x · a0 )
A4
= (a0 · a) + (a0 · x)
A6
= a0 · (a + x)
A9
= a0 · 1
A8
= a0
A demonstração de a · x = 0 segue do Princı́pio da Dualidade.
Teorema 11. (a0 )0 = a.

Demonstração. Por A9, A3 e A4 temos que a + a0 = a0 + a = 1 e a · a0 = a0 · a = 0. Logo

a é complemento de a0 . Portanto, pelo Teorema 10, (a0 )0 = a.
Teorema 12. ab + ab0 = a.
Demonstração.
a · b + a · b0
A6
= a · (b + b0 )
A9
= a·1
A8
= a
Teorema 13. 00 = 1 e 10 = 0.
Demonstração. Por A3, A4, A7 e A8, 0 + 1 = 1 + 0 = 1 e 0 · 1 = 1 · 0 = 0. Portanto, por

A9, temos que 00 = 1 e 10 = 0.
Teorema 14 (De Morgan). (a · b)0 = a0 + b0 e (a + b)0 = a0 · b0 .
Demonstração. Como
(a · b) + (a0 + b0 )
A3,A5
= (a + (a0 + b0 )) · (b + (a0 + b0 ))
ASS,A3
= ((a + a0 ) + b0 ) · ((b + b0 ) + a0 )
A9
= (1 + b0 ) · (1 + a0 )
T eo.7
= 1·1
A8
= 1
e
(a · b) · (a0 + b0 )
A6
= ((a · b) · a0 ) + ((a · b) · b0 )
ASS,A4
= (b · (a · a0 )) + (a · (b · b0 ))
A9
= (b · 0) + (a · 0)
T eo.7
= 0+0
A7
= 0,
então (a · b)0 = (a0 + b0 ).
Como a identidade demonstrada acima vale também para os complementos, teremos
((a0 · b0 )0 )0 = ((a0 )0 + (b0 )0 )0

T eo.11
= a0 · b0 = (a + b)0
119
Teorema 15. ab + a0 c + bc = ab + a0 c.
Demonstração.
ab + a0 c + bc
A8
= a · b + a0 · c + (b · c) · 1
A9
= a · b + a0 · c + (b · c) · (a + a0 )
A6
= a · b + a0 · c + ((b · c) · a) + ((b · c) · a0 )
ASS,A3,A4
= a · b + (a · b) · c + a0 · c + (a0 · c) · b
T eo.8
= a · b + a0 · c
Exercı́cio 7. Prove que (a + b)(a0 + c) = ac + a0 b.
Exercı́cio 8. Simplificar as expressões a seguir, justificando cada passagem:
(a) (a · b) + (a · b0 )
(b) (p · q) + (p · (q 0 · r))
(c) (b · (a · c)) + (a · (b · c0 ))
(d) (x + (y · z)) · (x + (y 0 · z))
Exercı́cio 9. Simplificar:
(a) ab + ac + abc + ab0 c0
(b) f + g + h + f 0 g 0 h0
(c) (p + q + r) · (p + q + s)
(d) x0 + xy 0 + xyz + xy 0 z 0
(e) (a + b0 )(b + c0 )(c + d0 )(d + a0 )

9.1 Minimização de Funções Booleanas
9.1.1 Método de Quine-McCluskey
Para este método, consideraremos os seguintes passos:
(1) Represente a função na forma de soma binária;
(2) Divida os números binários em classes, onde a classe k é formada pelos números
binários com k dı́gitos iguais a 1;
(3) Faça uma tabela indicando as classes, a representação decimal e a representação

binária dos números;
(4) Utilizando a relação xy 0 + xy = x combine o elemento de uma classe com o

elemento da classe imediatamente subsequênte que difere em apenas um dı́gito na
representação binária do número e elimine este dı́gito dos números, marcando com
− para indicar a eliminação;
(5) Crie uma nova tabela com os novos números obtidos a partir da combinação de dois
números na forma binária, dividindo por classes e indicando qual combinação foi
feita para obter estes números transformados e com os números que não combinaram
com nenhum número.
(6) Se a nova tabela conter números que podem ser combinados, crie outra tabela repe-
tindo de passos de (4) a (5).
(7) Se não houver números que possam ser combinados, escolheremos o conjunto dos
elementos da última tabela para encontrarmos representações reduzı́das para a função;
(8) Se alguns números da última tabela foram obtidos a partir de todos os números da pri-
meira tabela, então estes números nos fornecem uma forma reduzida para a função.
9.1.2 Método de Karnaugh
Mapa de Karnaugh para duas variáveis
Se f (x1 , x2 ) = f (0, 0)x01 x02 + f (1, 0)x1 x02 + f (1, 1)x1 x2 + f (0, 1)x01 x2 é a forma canônica
de uma função de duas variáveis, então o Mapa de Karnaugh é uma tabela que pode ser
escrita nas formas
9.1. MINIMIZAÇÃO DE FUNÇÕES BOOLEANAS 121
x1 x01
x2 f (1, 1) f (0, 1)
x02 f (1, 0) f (0, 0)
Mapa de Karnaugh para três variáveis
Se
f (x1 , x2 , x3 ) = f (0, 0, 0)x01 x02 x03 + f (0, 0, 1)x01 x02 x3 + f (0, 1, 0)x01 x2 x03 + f (0, 1, 1)x01 x2 x3
+f (1, 0, 0)x1 x02 x3 + f (1, 0, 1)x1 x02 x3 + f (1, 1, 0)x1 x2 x03 + f (1, 1, 1)x1 x2 x3
é a forma canônica de uma função de três variáveis, então o Mapa (Diagrama) de Karnaugh,
neste caso pode ser representado por um dos seguintes diagramas
x1 x 2 x01 x2 x01 x02 x1 x02

x3 f (1, 1, 1) f (0, 1, 1) f (0, 0, 1) f (1, 0, 1)
x03 f (1, 1, 0) f (0, 1, 0) f (0, 0, 0) f (1, 0, 0)
x1 x01
x2 x3 f (1, 1, 1) f (0, 1, 1)
x02 x3 f (1, 0, 1) f (0, 1, 0)
x02 x03 f (1, 0, 0) f (0, 0, 0)
x2 x03 f (1, 1, 0) f (0, 1, 0)
Mapa de Karnaugh para quatro variáveis
Se
f (x1 , x2 , x3 , x4 ) = f (0, 0, 0, 0)x01 x02 x03 x04 + f (0, 0, 1, 0)x01 x02 x3 x04 + f (0, 1, 0, 0)x01 x2 x03 x04
+f (0, 1, 1, 0)x01 x2 x3 x04 + f (1, 0, 0, 0)x1 x02 x3 x04 + f (1, 0, 1, 0)x1 x02 x3 x04
+f (1, 1, 1, 1)x1 x2 x3 x4
é a forma canônica de uma função de quatro variáveis, então o Mapa (Diagrama) de Kar-
naugh, neste caso pode ser representado pelo seguinte diagrama:
x 1 x2 x01 x2 x01 x02 x1 x02

x3 x4 f (1, 1, 1, 1) f (0, 1, 1, 1) f (0, 0, 1, 1) f (1, 0, 1, 1)
x03 x4 f (1, 1, 0, 1) f (0, 1, 0, 1) f (0, 0, 0, 1) f (1, 0, 0, 1)
x03 x04 f (1, 1, 0, 0) f (0, 1, 0, 0) f (0, 0, 0, 0) f (1, 0, 0, 0)
x3 x04 f (1, 1, 1, 0) f (0, 1, 1, 0) f (0, 0, 1, 0) f (1, 0, 1, 0)
Observação 22.
(1) A primeira linha é adjacente a última linha no Mapa de Karnaugh;
(2) A primeira coluna é adjacente a última coluna no Mapa de Karnaugh;
(3) As linhas e as colunas do Mapa de Karnaugh podem ser trocadas, desde que duas li-
nhas adjacentes ou duas colunas adjacentes sejam rotuladas por termos que diferem
de apenas uma variável;
(4) Uma translação cı́clica das linhas e/ou colunas do Mapa de Karnaugh também é um
Mapa de Karnaugh;
(5) O Mapa de Karnaugh pode ser representado rotulando as linha e colunas por números
binários correspondentes e/ou deixando vazias as entradas (quadrados) com 0.
Exemplo 117. A função booleana f (x1 , x2 , x3 ) = x1 x02 x3 + x01 x02 x3 + x1 x2 x03 + x01 x2 x03
pode ser representada pelos seguintes Mapas de Karnaugh:
x1 x2 x1 x02 x01 x02 x01 x2

x3 1 1
x03 1 1
x1 x01
x2 x3
x2 x03 1 1
x02 x3 1 1
x02 x03
Minimização utilizando Mapas de Karnaugh para até quatro variáveis
Este método consiste em minimizar funções booleanas escritas na forma canônica, através
da regra xy 0 + xy = x utilizando as seguintes regras:
1o Faça um Mapa de Karnaugh que representa a função;

¯
2o Combine os quadrados contendo 1’s em blocos de dois quadrados para eliminar uma
¯
variável;
3o Combine os quadrados contendo 1’s em blocos de quatro quadrados para eliminar

¯
duas variáveis;
4o Combine os quadrados contendo 1’s em blocos de oito quadrados para eliminar 3

¯
variáveis;
5o Os quadrados contendo 1’s que aparecem isolados serão considerados blocos de um

¯
quadrado, mas não elimina variáveis;
6o A melhor maneira de escolhermos os blocos é sempre aquela que contém a menor

¯
quantidade de blocos de 1’s e aquela que possuir blocos maiores.
Observação 23. Para utilizarmos o Mapa de Karnaugh na minimização só utilizaremos

blocos (retângulos) contendo 1, 2, 4 ou 8 quadrados de 1’s.
Exemplo 118. Funções booleanas representadas por Mapas de Karnaugh contendo dois
quadrados adjacentes:
x1 x2 x1 x02 x01 x02 x01 x2

x1 x2 x1 x02 x01 x02 x01 x2 x3 x4 1
x3 1 1 x3 x04
x03 1 1 x03 x04 1 1
x03 x4 1
Exemplo 119. Funções booleanas representadas por Mapas de Karnaugh contendo blocos
(retângulos) de quatro quadrados:
x1 x2 x1 x02 x01 x02 x01 x2 x1 x2 x1 x02 x01 x02 x01 x2

x3 1 1 x3 1 1
x03 1 1 x03 1 1

x3 x4 1 1 x3 x4 1 1
x3 x04 x3 x04
x03 x04 x03 x04
x03 x4 1 1 x03 x4 1 1
Exemplo 120. Funções booleanas representadas por Mapas de Karnaugh contendo blocos
(retângulos) de oito quadrados:

x3 x4 1 1 1 1 x3 x4 1 1
x3 x04 x3 x04 1 1
x03 x04 x03 x04 1 1
x03 x4 1 1 1 1 x03 x4 1 1
Exemplo 121. Utilize o método de Karnaugh para minimizar as seguintes expressões bo-
oleanas:
(a) x01 x02 x3 x4 + x1 x2 x03 x4 + x01 x02 x03 x4 + x1 x02 x3 x04 + x1 x2 x3 x4 + x01 x2 x03 x4 + x01 x02 x3 x04
(b) x01 x02 x3 x4 + x1 x2 x03 x4 + x01 x02 x03 x4 + x01 x2 x3 x4 + x01 x02 x03 x04
9.1.3 Desvantagens na utilização do método de redução de Karnaugh
(1) Este método se torna inviável para a minimização de funções com mais de 4 variáveis;
(2) Para se encontrar a forma mais reduzida depende das escolhas de blocos contendo
1’s.
(3) Algoritmicamente o método de Quine-McCluskey para funções com mais de 4 variáveis.
1. Minimize as seguintes funções dadas pela tabela de Karnaugh pelo método de Quine
Mc Cluskey.
(a)
00 10 11 01
00 1 1 1 1
10 1 1
11 1 1
01
X
f (x1 , x2 , x3 , x4 ) = (0000, 0010, 0011, 1000, 1100, 0100, 0110, 0101)
Classes R. Decimal R. Binária

0 0 0000
1 2 0010
8 1000
4 0100
2 3 0011
12 1100
6 0110
5 0101
3 7 0111

0 0, 2 00-0
0,8 -000 Classes R. Decimal R. Binária
0,4 0-00 0 0, 2,4,6 0–0
1 2, 3 001- 0,8, 4, 12 –00
2, 6 0-10 0, 4, 2, 6 0–0
8, 12 1-00 0,4,8,12 –00
4, 12 -100 1 2, 3, 6, 7 0-1-
4, 6 01-0 2, 6,3, 7 0-1-
4, 5 010- 4, 6, 5, 7 01–
2 3, 7 0-11 4, 5, 6, 7 01–
6, 7 011-
5, 7 01-1
Podemos escrever a solução na forma de “soma binária”
X
f= (− − 00, 01 − −)
(b)
00 10 11 01
00 1 1
10 1 1 1 1
11 1 1
01
X
f= (0000, 0010, 0011, 1010, 1110, 0100, 0110, 0111)

Classes R. Decimal R. Binária 0 0, 2 00-0
0 0 0000 0,4 0-00
1 2 0010 1 2, 3 001-
4 0100 2, 10 -010
2 3 0011 2, 6 0-10
10 1010 4, 6 01-0
6 0110 2 3, 7 0-11
3 14 1110 10, 14 1-10
7 0111 6, 14 -110
6, 7 011-

0 0, 2,4,6 0–0
0, 4, 2, 6 0–0
1 2, 3, 6, 7 0-1-
2, 10, 6, 14 –10
2, 6, 10, 14 –10
Podemos escrever a solução na forma de “soma binária”
X
f= (0 − −0, 0 − 1−, − − 10)
Capı́tulo 10
Dúvidas Correlatas em aula
√
n+1
√
(1) Seja n ∈ N. Mostre que se n ≥ 3, então n+1< n
n.
Demonstração. É suficiente provarmos que nn+1 > (n + 1)n para n ≥ 3.
Primeira demonstração: Basta notar que 2 < (1 + n1 )n < e para todo n ∈ N∗ .

Assim, para n ≥ 3, temos que
n n
1 n+1
1+ <3≤n⇒ < n ⇒ (n + 1)n < nnn ⇒ (n + 1)n < nn+1 .
n n
1 n
(1+ n )
Segunda demonstração: (Assintótica) Como lim n
= 0, então para ε = 1,
existirá n0 ∈ N tal que para n ≥ n0 ,
(1 + n1 )n
< ε = 1.
n
Assim, para n ≥ n0 ,
n
(1 + n1 )n

n+1
<1⇒ < n ⇒ (n + 1)n < nnn ⇒ (n + 1)n < nn+1 .
n n
Terceira demonstração (Usando que f (x) = x1/x é derivável) :
Seja f (x) = x1/x , Então

1
f (x) = exp ln x
x
Assim, para x ≥ 3,

0 1 1 1 1/x 1 1
f (x) = exp ln x − 2 ln x + 2 = x − 2 ln x + 2 < 0
x x x x x
127
128 CAPÍTULO 10. DÚVIDAS CORRELATAS EM AULA
Portanto, a função f (x) = x1/x é decrescente para todo x ≥ 3 e
n1/n > (n + 1)1/(n+1)
ou seja
√
n n+1
√
n> n+1
P∞ 1
(2) Analise a convergência da série n=1 n n n .
√
Primeira demonstração:
√
Como lim n
n = 1, então para ε = 1, existirá n0 ∈ N tal que
√
| n n − 1| < ε = 1, ∀n ≥ n0
Assim, para n ≥ n0 ,
√
| n n − 1| < 1
√
⇒ −1 < n n − 1 < 1
√
⇒ 0< nn<2
1 1
⇒ √
nn > 2
1 1
⇒ √
nnn
> 2n
1 1
P P
Logo, pelo Critério da Comparação, como n
diverge, então √
nnn
também di-
verge.
Segunda demonstração:
Como n < 2n para todo n ∈ N, então

√
n<2
n
√
⇒ n n n < 2n
1 1
⇒ √
nnn
> 2n
1 1
P P
Logo, pelo Critério da Comparação, como n
diverge, então √
nnn
também di-
verge.
Referências Bibliográficas
[1] DAGHLIAN, Jacob. Lógica e Álgebra de Boole. - 4. ed. - São Paulo: Editora
Atlas, 1995.
[2] FIGUEIREDO, Djairo G., Análise I, LTC - Livros Técnicos e Cientı́ficos, Rio
de Janeiro, 1996.
[3] FURTADO, Antonio Luz. Teoria dos Grafos: algoritmos. São Paulo: LTC, 1973.
[4] GERSTING, Judith L. Fundamentos Matemáticos para a Ciência da

Computação. - 4. ed. - Rio de Janeiro: LTC, 2001.
[5] HOERNES, Gerhard E. & HEILWEIL, Melvin F. Introducción al algebra de

Boole y a los dispositivos logicos (Autoenseñanza Programada). Madrid: Para-
ninfo, 1976.
[6] HUNTER, David J. Fundamentos da Matemática Discreta. Rio de Janeiro: LTC,

2011.
[7] JOHNSONBAUGH, Richard. Matemáticas Discretas. México, D. F.: Grupo

Editorial Iberoamérica, 1988.
[8] LIMA, Elon L., Curso de Análise, Vol. 1, Projeto Euclides, IMPA - CNPq, 1995.
[9] LIPSCHUTZ, Seymor. Teoria dos Conjuntos. São Paulo: McGraw-Hill, 1978.
[10] SANTOS, José Plı́nio de O. Introdução à Teoria dos Números. Rio de Janeiro:
IMPA-CNPq, 1998. 199p. (Coleção Matemática Universitária).
[11] ZIVIANI, Nivio. Projeto de Algoritmos com implementações em Pascal e C. - 2.

ed. - São Paulo: Cengage Learning, 2009.
129

Mdiscreta

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Mdiscreta

Enviado por

Direitos autorais:

Formatos disponíveis

Matemática Discreta

Josimar da Silva Rocha

1 Fundamentos de Lógica Matemática 7

2.2.2 Relação de continência entre conjuntos . . . . . . . . . . . . . . . 19

6 Introdução à Teoria dos Números 65

9 Álgebra de Boole 115

10 Dúvidas Correlatas em aula 127

Fundamentos de Lógica Matemática

1.1.1 Sentenças ou Proposições Lógicas

1.2 Conectivos Lógicos

1.2.1 Conectivo de conjunção (E): ∧

Definição 2. Conectivo de conjunção (∧) é um conectivo que conecta duas sentenças

Exemplo 1. • Se p : O aluno tirou nota maior ou igual a 6 e q : O aluno tem frequência

1.2.2 Conectivo de disjunção (OU): ∨

Definição 3. Conectivo de disjunção (∨) é um conectivo que conecta duas sentenças

Exemplo 2. Se p : O aluno tirou nota menor ou igual a 6 ou q : O aluno tem frequência

Exemplo 3. • (V) p : Windows é um sistema operacional ou q pascal é uma linguagem

• (V) p : Windows não é um sistema operacional ou q pascal é uma linguagem de

• (V) p : Windows é um sistema operacional ou q pascal não é uma linguagem de

• (F) p : Windows não é um sistema operacional ou q pascal não é uma linguagem de

1.2.3 Conectivo de Negação (NÃO): ¬

Este conectivo pode ser representado pela seguinte tabela-verdade:

Exemplo 4. • Se p : o número é primo, então ¬p : o número não é primo.

• Se p : Choveu, então ¬p : Não choveu.

• Se p : Pedro foi aprovado, então ¬p : Pedro não foi aprovado.

1.2.4 Conectivo de Implicação ou conectivo condicional (SE ... ENTÃO):

Definição 5. Conectivo de implicação ou conectivo condicional (→) é um conectivo que

Se p e q são sentenças lógicas então a sentença p → q pode ser representada pela

Observação 1. Para o sı́mbolo p → q lê-se se p então q ou p implica em q.

Exemplo 5. Seja p : o número m é maior do que 10 e q : o número m é maior do que 3.

Exemplo 6. Se n é um número primo maior do que 2, então n é impar.

1.2.5 Conectivo de bi-implicação ou conectivo bicondicional (SE, E

Definição 6. Conectivo de bi-implicação ou conectivo bicondicional (↔) é um conectivo

Se p e q são sentenças lógicas então a sentença p ↔ q pode ser representada pela

Observação 2. Para o sı́mbolo p ↔ q lê-se p se, e somente se, q.

Exemplo 7. Sejam p : n é um número natural primo; q : n é um número natural e seus

Exemplo 8. Sejam p : As retas r e s têm o mesmo coeficiente angular; q : As retas r e s

1.3 Tautologia e Contradição

Exemplo 9. Mostre que (p → q) ∧ (q → r) → (p → r) é uma tautologia.

Exemplo 10. Prove que (p → q) ∧ (p ∨ ¬q) é uma contradição.

1.4 Relações entre sentenças lógicas

1.4.1 Relação de implicação

Exemplo 11. Mostre que:

1.4.2 Relação de equivalência

p∧q ⇔q∧p (1.5)

Exercı́cio 1. Prove que p → q ⇔ (¬p ∨ q)

Na linguagem de programação é comum utilizarmos conectivos lógicos. Estes conectivos

1.5 Sentença abertas e Sentenças Fechadas

Exemplo 13. A sentença q : x2 < 5 é uma sentença aberta.

Definição 14. O conjunto verdade de uma sentença aberta p(x) é o subconjunto de U

1.6.1 Quantificador universal

(a) (∀x) (x2 + 1 > 0)

(b) (∀x) (x > 5)

1.6.2 Quantificador existencial

Definição 17. Expressões como “existe”ou “para algum”que expressam a existência de

(a) (∃x) (x2 = 1)

(b) (∃x) (x2 + 1 < 0)

1.6.3 Negação de sentenças quantificadas

Exemplo 16. Negue as seguintes sentenças quantificadas:

(a) (∀x)(x2 + 1 < 1)

¬[(∀x)(x2 + 1 < 1)] ⇔ (∃x)(x2 + 1 ≥ 1)

(b) U = Z, (∀x)(∃y)(x = 2y)

¬[(∀x)(∃y)(x = 2y)] ⇔ (∃x)(∀y)(x 6= 2y)