Escolar Documentos
Profissional Documentos
Cultura Documentos
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
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
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
1.1 Lógica
Definição 1. Uma afirmação é uma sentença (ou proposição) lógica se esta afirmação
puder receber uma valoração V (verdadeira) ou F (falsa).
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
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
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
p ¬p
V F
F V
p q p→q
V V V
F V V
V F F
F F V
p q p↔q
V V V
F V F
V F F
F F V
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.
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.
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.
(a) p ∧ q ⇒ p
(b) p ⇒ p ∨ q.
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)
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)
Usando o computador
#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;
}
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.
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).
V = {x ∈ U | v(p(x)) = V }.
14 CAPÍTULO 1. FUNDAMENTOS DE LÓGICA MATEMÁTICA
1.6 Quantificadores
Definição 15. Expressões como “existe”, “para algum”, “para todos”, “para qualquer”que
expressão quantidades são chamadas de quantificadores.
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.
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.
Exemplo 15.
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
¬[(∀x)(p(x))] ⇔ (∃x)(¬p(x))
e
¬[(∃x)(p(x))] ⇔ (∀x)(¬p(x))
(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)
(a) (p ↔ q) ↔ (p → q) ∧ (q → p)
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
16 CAPÍTULO 1. FUNDAMENTOS DE LÓGICA MATEMÁTICA
(c) p ∧ ¬q
(d) ¬p ∧ ¬q
(e) ¬(¬p)
(a) ¬p ∨ r
(b) [r ∨ (p → s)]
(e) (p ↔ q) ∨ (q → ¬p)
(f) (p ↔ q) ∧ (¬r → s)
(h) ¬p ∨ [q ∧ (r → ¬s)]
(i) (¬p ∨ r) → (q → 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
(a) (p → q) → r
(b) (p → q) ∧ (q → r)
(c) (¬r → q) ∧ p
(d) ¬(p ∧ r) ∨ p
(e) p ↔ r
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.
19
20 CAPÍTULO 2. CONJUNTOS
ou seja,
(A ⊂ B) ↔ (∀x) ((x ∈ A) ∧ (x ∈ B))
é uma tautologia.
(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 22. O Conjunto Vazio ∅ (ou {}) é o conjunto que não possui elementos.
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)
A4B = (A − B) ∪ (B − A).
(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);
(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.
(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
24 CAPÍTULO 2. CONJUNTOS
(p ∧ ¬q) ∨ (p ∧ q) ↔ p
Resolução gráfica
S T
x
~y
650-x}
z
x
x~
y
{
| 350-x
}
z{ |
700
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
Resolução algébrica:
n(B) = 27
n(M ) = 34
n(S) = 40
n(B ∩ M ) = 16
n(B ∩ S) = 12
26 CAPÍTULO 2. CONJUNTOS
n(M ∩ S) = 14
n(B ∩ M ∩ S) = 6
n(B ∪ M ∪ S) = 4
x
~y5}
z
x
10~
y
{
| 10
}
z{|
6 8
x
~y}
z{|
6
20
S 4
1) Encontre P (A), se
2.4. PRINCÍPIO DA INCLUSÃO-EXCLUSÃO 27
2) O que se pode dizer sobre o conjunto A se P (A) = {∅, {x}, {y}, {x, y}}?
(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
28 CAPÍTULO 2. CONJUNTOS
(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:
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:
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?
(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).
30 CAPÍTULO 2. CONJUNTOS
Capı́tulo 3
Técnicas de Demonstração
P :n≤2
31
32 CAPÍTULO 3. TÉCNICAS DE DEMONSTRAÇÃO
e
Q : n! ≤ n + 1.
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.
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
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
34 CAPÍTULO 3. TÉCNICAS DE DEMONSTRAÇÃO
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.
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
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:
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
.
36 CAPÍTULO 3. TÉCNICAS DE DEMONSTRAÇÃO
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.
m2 > 2m+1 ⇒ m2 +2m+1 > 4m+2 = 2(m+1)+2m > 2(m+1)+1 ⇒ (m+1)2 > 2(m+1)+1.
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
.
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:
(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.
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.
38 CAPÍTULO 3. 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:
(a) a | d e b | d.
(a) d | a e d | b.
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.
√
5) Se x e y são números reais positivos, então 2 xy ≤ x + y.
40 CAPÍTULO 3. TÉCNICAS DE DEMONSTRAÇÃO
33) Se a, b ∈ Z, então a2 − 4b 6= 2.
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.
44) Se n ∈ N e n ≥ 1, então
n2 + n
1 + 2 + 3 + 4 + ··· + n = .
2
42 CAPÍTULO 3. TÉCNICAS DE DEMONSTRAÇÃO
n(n + 1)(2n + 1)
12 + 22 + 32 + · · · + n2 = .
6
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)!
2n + 1 ≤ 3n .
c = sb = s(ra) = (sr)a
com sr ∈ Z. Logo a | c.
com 2k 2 − 6k + 2 ∈ Z.
Logo x2 − 6x + 5 é ı́mpar.
3.5. PRINCÍPIOS DE INDUÇÃO MATEMÁTICA 43
a | d1 e b | d1
⇒ ac | cd1 e bc | cd1
⇒ d2 | cd1
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.
Logo a | (b + c).
44 CAPÍTULO 3. TÉCNICAS DE DEMONSTRAÇÃO
Capı́tulo 4
Relações e Funções
A × B = {(a, b) | a ∈ A, b ∈ B}.
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)}.
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.
Definição 36. Um ciclo é uma aresta que conecta um vértice nele mesmo.
Observação 7. Graficamente:
• 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.
(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)) .
((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.
Logo, por (i), (ii) e (iii), R é uma relação de ordem parcial sobre A.
(i) Como B ⊂ B para todo B ⊂ A, então (B, B) ∈ R para todo B ∈ P (A). Logo R é
reflexiva.
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
(ii) R ⊂ R∗ ;
Exemplo 46. Encontre os fechos reflexivo, simétrico e transitivo de R = {(1; 2); (2; 1); (1; 3)}
sobre S = {1; 2; 3}.
R∗ = {(1; 2); (2; 1); (1; 3); (1; 1); (2; 2); (3; 3)}
49
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}
R = {(a, b) ∈ Z × Z | a ≡ b mod 5}
R = {(a, b) ∈ M × M | a é prefixo de b}
(3) Seja X = {0; 1; 2; 3; 4}. Mostre que a relação R sobre P (X) definida por
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).
• 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
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.
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+ .
Exemplo 50. Uma função f : R → R∗+ definida por f (x) = x2 é sobrejetora, pois
Im(f ) = R+ = CDom(f ).
ou, equivalentemente, se
(∀a, b ∈ R) 2a = 2b ⇒ a = b .
c−3
= 2 c−3
• f é sobrejetora: (∀c ∈ R) f 2 2
+ 3 = c − 3 + 3 = c .
Logo f é bijetora.
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 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.
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
Análise Combinatória
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?
55
56 CAPÍTULO 5. ANÁLISE COMBINATÓRIA
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.
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?
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
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.
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: 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?
58 CAPÍTULO 5. ANÁLISE COMBINATÓRIA
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 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:
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?
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?
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
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
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 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.
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.
(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!
62 CAPÍTULO 5. ANÁLISE COMBINATÓRIA
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.
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?
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.
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?
(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?
64 CAPÍTULO 5. ANÁLISE COMBINATÓRIA
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
• n1 são iguais a a1 ,
• n2 são iguais a a2 ,
• n3 são iguais a a3 ,
..
.
• nk são iguais a ak ,
n!
pn(n1 ,n2 ,··· ,nk ) =
n1 !n2 ! · · · nk !
Exemplo 91. Qual é o número de anagramas formados a partir da palavra VENEZUELA?
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
Princı́pio da Boa Ordem: Todo subconjunto não vazio do conjunto dos números inteiros
constituı́do de elementos não negativos possui um mı́nimo.
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 )
R = {(a, b) ∈ A × A | a | b}
(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)
(i) d | a e d | b;
Exemplo 97. Vamos calcular agora o máximo divisor comum entre 45 e 12. Para fazermos
isto, observe primeiramente que
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.
(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 )
Corolário 1. mdc(n, n + 1) = 1, ∀n ∈ Z.
n(n + 1) n(n + 1)
α(2n + 1) + β = (2n + 1)(2n + 1) + (−8) = 1.
2 2
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.
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
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:
(ii) Se P (k) é verdadeira para todo k ∈ N tal que n0 ≤ k < n, então P (n) verdadeira.
Demonstração. Exercı́cio.
n(n + 1)
1 + 2 + ··· + . (6.3)
2
71
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
Assim,
• 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 )
(i) d | a1 , · · · , d | an ;
p1 | (q1 · · · qm ) ⇒ ( p1 | q1 ou p1 | q2 ou · · · ou p1 | qm . )
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 .
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
···
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,
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.
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).
45 = 36 · 1 + 9
36 = 9 · 4 + 0.
354 = 12 · 29 + 6
12 = 6 · 2 + 0.
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
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.
345 = 9 · 38 + 3,
9 = 3 · 3 + 0,
então
3 = 345 · 1 − 38(354 − 1 · 345) = 39 · 345 − 38 · 354.
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
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.
tb ta
x1 = x0 + e y1 = y0 −
(a, b) (a, b)
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.
78 CAPÍTULO 6. INTRODUÇÃO À TEORIA DOS NÚMEROS
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.
2) (∀a, b ∈ Z) (a ≡ b mod 1)
Exemplo 105.
2) 13 ≡ 8 mod 5, pois 13 − 8 = 5 e 5 | 5.
a = qn + r, 0 ≤ r < n.
Portanto a − r = qn ⇒ n | (a − r).
Logo a ≡ r mod n com 0 ≤ r < n.
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
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.
αc + βn = 1
⇒ b(αc + βn) = b
⇒ (bα)c + (bβ)n = b
⇒ (bα)c ≡ b mod n
Logo, subtraindo as equações acima, obtemos cx1 ≡ cx2 mod n e, como (c, n) = 1,
segue que x1 ≡ x2 mod n.
a = {x ∈ Z | x ≡ a mod n}.
a · b := a · b
a + b := a + b
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.
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.
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 .
82 CAPÍTULO 6. INTRODUÇÃO À TEORIA DOS NÚMEROS
Conjuntos Enumeráveis
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.
83
84 CAPÍTULO 7. CONJUNTOS ENUMERÁVEIS
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 = ∅.
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.
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 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
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.
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 = ∅
R = {(a, a), (b, b), (c, c), (a, c), (a, d), (b, d), (c, a), (d, a)}
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
E = {{a}, {b}, {a, b, c}, {a, b, d}, {a, b, c, d}, {a, b, c, d, e}}.
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 .
(a) f (x) = 7x − 6.
39) Dê exemplo de uma função que é injetora e não é sobrejetora e de uma função que é
sobrejetora e não é injetora.
(a) A ∩ B é enumerável;
(b) A ∪ B é enumerável;
(c) A × B é enumerável.
A1 × A2 × · · · × An é enumerável.
91
Grafos
Definição 62 (Formal). Um grafo (não orientado, não direcionado) é uma tripla ordenada
(V, A, g), onde
• 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
• 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 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.
• Representação de circuitos;
• 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 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 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.
1• •2
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
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 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:
(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.
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.
Observação 18. Se dois grafos satisfazem qualquer uma das seguintes condições, então
eles não são isomorfos:
a d g
•?? • •
??
??
??
? ?
•?
• e ????
b ??
?
• •
c f
Figura 8.4: Grafo T2
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.
1? 7
•? •
??
??
??
? ?
•?
• •
?
2 4 5 ???
??
?
• •
3 6
Figura 8.5: Grafo T1
a d g
•?? • •
??
??
??
? ?
•?
• e ????
b ??
?
• •
c f
Figura 8.6: Grafo T2
Seja M = (aij )n×n a matriz de adjacência de um grafo. Para obtermos a matriz coluna
100 CAPÍTULO 8. GRAFOS
c1
c2
C=
.. , onde ci = grau(vi ), basta utilizarmos a fórmula
.
cn
1
1
C=M
..
.
.
1
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
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
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
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
formada na matriz de adjacência 0 1 0 1 1 do grafo •??? ww
w w
??
?? wwww
? w
0 0 1 0 1 • •w
2 5
1 1 1 1 0
isomorfo por meio das seguintes operações:
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
4 •????
• 2
??
??
?3
•
•
1
Figura 8.9: Grafo T1
2 •????
• 3
??
??
?1
•
•
4
Figura 8.10: Grafo T2
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
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
e
n
_
(d)
A [i, j] = A(d−1) [i, k] ∧ akj para d > 1
k=1
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.
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.
3. Introduzir arestas uma por uma por ordem crescente de pesos que não completam
circuitos em T.
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 ).
(2) Algoritmo de Dijkstra para determinação da distância mı́nima entre dois vértices;
(3) Outros
2• 1 •
4
3
1 1
• •
1 2 3
Figura 8.11: Grafo T1
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
110 CAPÍTULO 8. 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.
8.8. OUTROS ALGORITMOS 111
(a) Desenhe K4 e K5 .
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.
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?
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:
18. Encontre dois grafos não isomorfos que satisfazem as seguintes condições:
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
20. Demonstre que dois caminhos reduzidos de comprimento máximo num grafo conexo
têm um vértice em comum.
22. Por que não existe um grafo simples e regular de grau 3 com 5 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 ∞
114 CAPÍTULO 8. GRAFOS
∞ 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 ∞
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).
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
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
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
Demonstração.
a + (a · b)
A8
= (a · 1) + (a · b)
A5
= a · (1 + b)
A3
= a · (b + 1)
T eo.7
= a·1
A8
=a
Teorema 9. a + (a0 · b) = a + b.
Demonstração.
a + (a0 · b)
A5
= (a + a0 ) · (a + b)
A9
= 1 · (a + b)
A8
= a+b
Demonstração.
a · b + a · b0
A6
= a · (b + b0 )
A9
= a·1
A8
= a
Teorema 13. 00 = 1 e 10 = 0.
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
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
(a) (a · b) + (a · b0 )
(b) (p · q) + (p · (q 0 · r))
(c) (b · (a · c)) + (a · (b · c0 ))
Exercı́cio 9. Simplificar:
(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
(2) Divida os números binários em classes, onde a classe k é formada pelos números
binários com k dı́gitos iguais a 1;
(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.
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)
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 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)
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, 0, 0)x1 x2 x03 x04 + f (1, 1, 1, 0)x1 x2 x3 x04 + f (0, 0, 0, 1)x01 x02 x03 x4
+f (0, 0, 1, 1)x01 x02 x3 x4 + f (0, 1, 0, 1)x01 x2 x03 x4 + f (0, 1, 1, 1)x01 x2 x3 x4
+f (1, 0, 0, 1)x1 x02 x3 x4 + f (1, 0, 1, 1)x1 x02 x3 x4 + f (1, 1, 0, 1)x1 x2 x03 x4
+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:
122 CAPÍTULO 9. ÁLGEBRA DE BOOLE
Observação 22.
(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 x01
x2 x3
x2 x03 1 1
x02 x3 1 1
x02 x03
9.1. MINIMIZAÇÃO DE FUNÇÕES BOOLEANAS 123
Este método consiste em minimizar funções booleanas escritas na forma canônica, através
da regra xy 0 + xy = x utilizando as seguintes regras:
Exemplo 118. Funções booleanas representadas por Mapas de Karnaugh contendo dois
quadrados adjacentes:
Exemplo 120. Funções booleanas representadas por Mapas de Karnaugh contendo blocos
(retângulos) de oito quadrados:
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
(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.
1. Minimize as seguintes funções dadas pela tabela de Karnaugh pelo método de Quine
Mc Cluskey.
9.1. MINIMIZAÇÃO DE FUNÇÕES BOOLEANAS 125
(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)
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)
X
f= (0 − −0, 0 − 1−, − − 10)
Capı́tulo 10
√
n+1
√
(1) Seja n ∈ N. Mostre que se n ≥ 3, então n+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
127
128 CAPÍTULO 10. DÚVIDAS CORRELATAS EM AULA
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:
√
⇒ 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.
[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).
129