Universidade de Caxias do Sul Centro de Ciências Exatas e Tecnologia Departamento de Informática

Matemática Discreta
Márcia Rodrigues Notare

Caxias do Sul, julho de 2003.

ÍNDICE
1 TEORIA DOS CONJUNTOS............................................................................................................4 1.1 1.2 1.3 1.4 1.5 2 RELAÇÃO DE PERTINÊNCIA............................................................................................................4 ALGUNS CONJUNTOS IMPORTANTES..............................................................................................4 RELAÇÃO DE INCLUSÃO ................................................................................................................5 IGUALDADE DE CONJUNTOS ..........................................................................................................6 PERTINÊNCIA X INCLUSÃO .............................................................................................................6

INTRODUÇÃO À LÓGICA MATEMÁTICA ................................................................................7 2.1 CONECTIVOS LÓGICOS ..................................................................................................................7 2.1.1 Negação ................................................................................................................................7 2.1.2 Conjunção.............................................................................................................................8 2.1.3 Disjunção..............................................................................................................................8 2.1.4 Condicional (Implicação) .....................................................................................................8 2.1.5 Bicondicional........................................................................................................................9 2.2 FÓRMULAS BEM-FORMADAS .........................................................................................................9 2.3 TABELAS-VERDADE PARA WFFS ....................................................................................................9 2.4 EQUIVALÊNCIA ............................................................................................................................10 2.5 QUANTIFICADORES ......................................................................................................................11

3

ÁLGEBRA DE CONJUNTOS ........................................................................................................13 3.1 OPERAÇÃO DE UNIÃO ..................................................................................................................13 3.1.1 Propriedades da União.......................................................................................................14 3.2 OPERAÇÃO DE INTERSEÇÃO.........................................................................................................15 3.2.1 Propriedades da Interseção................................................................................................16 3.3 OPERAÇÃO COMPLEMENTO .........................................................................................................16 3.3.1 Propriedades de DeMorgan ...............................................................................................17 3.4 OPERAÇÃO DE DIFERENÇA ..........................................................................................................17 3.5 CONJUNTO DAS PARTES...............................................................................................................18 3.6 PRODUTO CARTESIANO ...............................................................................................................18 3.7 UNIÃO DISJUNTA .........................................................................................................................19

4

RELAÇÕES ......................................................................................................................................20 4.1 RELAÇÃO BINÁRIA ......................................................................................................................20 4.2 ENDORRELAÇÃO COMO GRAFO ...................................................................................................21 4.3 RELAÇÃO COMO MATRIZ.............................................................................................................21 4.4 PROPRIEDADES DAS RELAÇÕES ...................................................................................................22 4.4.1 Relação Reflexiva ...............................................................................................................22 4.4.2 Relação Irreflexiva .............................................................................................................23 4.4.3 Relação Simétrica...............................................................................................................24 4.4.4 Relação Anti-Simétrica .......................................................................................................24 4.4.5 Relação Transitiva..............................................................................................................25 4.5 FECHOS DE RELAÇÕES .................................................................................................................25 4.5.1 Fecho Reflexivo ..................................................................................................................26 4.5.2 Fecho Simétrico ..................................................................................................................26 4.5.3 Fecho Transitivo.................................................................................................................26 4.6 RELAÇÃO DE ORDEM...................................................................................................................26 4.6.1 Elemento Mínimo................................................................................................................28 4.6.2 Elemento Minimal...............................................................................................................28 4.6.3 Elemento Máximo ...............................................................................................................28 4.6.4 Elemento Maximal ..............................................................................................................28 4.7 RELAÇÃO DE EQUIVALÊNCIA.......................................................................................................29 4.7.1 Congruência em Z...............................................................................................................30 4.8 RELAÇÃO INVERSA ......................................................................................................................30 4.9 COMPOSIÇÃO DE RELAÇÕES ........................................................................................................31 4.9.1 Composição de Relações como Produto de Matrizes .........................................................32

5

TIPOS DE RELAÇÕES...................................................................................................................33
Matemática Discreta Márcia Rodrigues Notare

2

5.1 5.2 5.3 5.4 5.5 5.6 5.7 6

RELAÇÃO FUNCIONAL .................................................................................................................33 RELAÇÃO INJETORA ....................................................................................................................33 RELAÇÃO TOTAL .........................................................................................................................34 RELAÇÃO SOBREJETORA .............................................................................................................34 MONOMORFISMO .........................................................................................................................35 EPIMORFISMO ..............................................................................................................................35 ISOMORFISMO ..............................................................................................................................35

FUNÇÕES PARCIAIS E TOTAIS .................................................................................................37 6.1 6.2 FUNÇÃO PARCIAL ........................................................................................................................37 FUNÇÃO TOTAL ...........................................................................................................................37

7

CARDINALIDADE DE CONJUNTOS..........................................................................................38 7.1 7.2 7.3 CARDINALIDADE FINITA E INFINITA ............................................................................................38 CARDINALIDADE DOS CONJUNTOS NÃO-CONTÁVEIS ..................................................................39 CARDINAL ...................................................................................................................................39

8

INDUÇÃO MATEMÁTICA............................................................................................................41 8.1 PRIMEIRO PRINCÍPIO DE INDUÇÃO MATEMÁTICA ........................................................................41

9

RECURSÃO E RELAÇÕES DE RECORRÊNCIA......................................................................47 9.1 9.2 DEFINIÇÕES RECORRENTES .........................................................................................................47 SEQÜÊNCIAS DEFINIDAS POR RECORRÊNCIA ...............................................................................47 ESTRUTURAS ALGÉBRICAS ..................................................................................................49 OPERAÇÕES .................................................................................................................................49 PROPRIEDADE DAS OPERAÇÕES BINÁRIAS ..................................................................................49 GRUPÓIDES ..................................................................................................................................50 SEMIGRUPOS................................................................................................................................50 MONÓIDES...................................................................................................................................51 GRUPOS .......................................................................................................................................52

10 10.1 10.2 10.3 10.4 10.5 10.6

Matemática Discreta Márcia Rodrigues Notare

3

1

TEORIA DOS CONJUNTOS

Definição de Conjunto: um conjunto é uma coleção de zero ou mais objetos distintos, chamados elementos do conjunto, os quais não possuem qualquer ordem associada. Em outras palavras, é uma coleção não-ordenada de objetos. Exemplo: A = {branco, azul, amarelo} Em um conjunto, a ordem dos elementos não importa e cada elemento deve ser listado apenas uma vez. Podemos definir um conjunto de diferentes formas: Denotação por Extensão: os elementos são listados exaustivamente. Exemplo: Vogais = {a, e, i, o, u} Denotação por Compreensão: definição de um conjunto por propriedades comuns aos objetos. De forma geral, escreve-se {x | P(x)}, onde P(x) representa a propriedade. Exemplo: Pares = {n | n é par}, que representa o conjunto de todos os elementos n, tal que n é um número par. Ainda podemos especificar um conjunto omitindo alguns elementos que estão implícitos na notação adotada. Veja exemplos: Dígitos = {0, 1, 2, 3, ..., 9} Pares = {0, 2, 4, 6, ...}

1.1
-

Relação de Pertinência
Se a é elemento de um conjunto A, então podemos escrever:

a∈ A
e dizemos que a pertence ao conjunto A. - Se a não é elemento de um conjunto A, então podemos escrever:

a∉ A
e dizemos que a não pertence ao conjunto A. Exemplo: Considerando o conjunto Vogais = {a, e, i, o, u}, podemos dizer que: - e ∈ Vogais - m ∉ Vogais Considerando o conjunto B = {x | x é brasileiro}, temos que: - Pelé ∈ B - Bill Gates ∉ B

1.2

Alguns Conjuntos Importantes

O Conjunto Vazio é um conjunto que não possui elementos e pode ser denotado por ∅ ou { }. Ainda temos:

Matemática Discreta Márcia Rodrigues Notare

4

-

N, que representa o conjunto dos números naturais; Z, que representa o conjunto dos números inteiros; Q, que representa o conjunto dos números racionais; I, que representa o conjunto dos números irracionais; R, que representa o conjunto dos números reais; C, que representa o conjunto dos números complexos.

Definição de Alfabeto: um alfabeto é um conjunto finito, ou seja, um conjunto que pode ser denotado por extensão. Os elementos de uma alfabeto são chamados de símbolos ou caracteres. Definição de Palavra: uma palavra sobre um alfabeto é uma seqüência finita de símbolos do alfabeto, justapostos. ε Σ Σ* palavra vazia alfabeto conjunto de todas as palavras possíveis sobre o alfabeto Σ

Exemplos: - ∅ é um alfabeto - {a, b, c, d} é uma alfabeto - N não é um alfabeto - ε é uma palavra sobre {a, b, c] - ε é uma palavra sobre ∅ - ∅* = {ε}

Chamamos de Linguagem Formal a um conjunto de palavras sobre um alfabeto. Portanto, podemos entender que uma linguagem de programação é o conjunto de todos os seus possíveis programas e que um programa é uma palavra da linguagem de programação.

1.3

Se todos os elementos de um conjunto A são também elementos de um conjunto B, então dizemos que: A⊆ B A está contido em B ou que B contém A B⊇A Neste caso, podemos dizer que A é um subconjunto de B. Por outro lado, se A ⊆ B e A ≠ B, ou seja, existe b∈B tal que b∉A, então dizemos que:

ou que

Neste caso, dizemos que A é um subconjunto próprio de B. Exemplos: - {1, 2, 3} ⊆ {3, 2, 1} - {1, 2} ⊆ {1, 2, 3} - {1, 2} ⊂ {1, 2, 3}

 

Aplicações na Computação

Relação de Inclusão

A⊂ B B⊃A

A está contido propriamente em B B contém propriamente A

Matemática Discreta Márcia Rodrigues Notare

5

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

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

Portanto. então chove” (P → Q) podemos interpretá-la como sendo: “Não é o caso que esfria e não chove” ¬(P ∧ ¬Q) Assim. P Q P→Q V V V V F F F V V F F V Matemática Discreta Márcia Rodrigues Notare ¤ ¢ £ ¤ ¡ ¢ ¡ V V V F (lê-se "se P então Q") ¡ ¤ 8 . ambos são verdadeiros sob as mesmas condições. é falsa. podemos dizer que um enunciado da forma P → Q tem o mesmo significado (semântica) que um enunciado da forma ¬(P ∧ ¬Q). Caso contrário. Caso contrário. P V V F F Q V F V F P∧Q V F F F 2.1. Caso contrário.1.P ¬P V F F V 2. ou seja. É denotado por: P→Q Observe: a expressão “P → Q” assegura que: não é o caso que P e não Q.2 Conjunção Uma conjunção é verdadeira se ambos seus conjunctos são verdadeiros. ele é verdadeiro. Verbalizando. P V V F F Q V F V F P∨Q 2. se considerarmos a expressão: “Se esfriar. podemos obter a tabela-verdade de P → Q construindo a tabela verdade de ¬(P ∧ ¬Q). É denotada por: (lê-se "P ou Q") P∨Q A tabela-verdade da disjunção está apresentada a seguir. É denotada por: (lê-se "P e Q") P∧Q A seguir a tabela-verdade da conjunção.3 Disjunção Uma disjunção é verdadeira se pelo menos um dos seus disjunctos for verdadeiro.4 Condicional (Implicação) O condicional é falso se seu antecedente for verdadeiro e seu conseqüente for falso.1. é falsa.

escrevemos as letras sentenciais à esquerda da tabela e a fórmula à direita da tabela. parênteses e letras sentenciais. a) preenchemos a coluna letra sentencial P. Veja os exemplos abaixo. denotado por P ↔ Q . observando os passos de construção: 1.¬(P ∧ Q) ↔ (¬P ∨¬Q) 2. Devemos completar com todas as possibilidades de valores verdade para as letras sentenciais.5 Bicondicional O bicondicional.2. Construa a tabela-verdade para a fórmula ¬¬P. devemos identificar o operador principal. b) preenchemos a coluna da ocorrência de P na fórmula (na wff).wff) são sentenças lógicas construídas corretamente sobre o alfabeto cujos símbolos são conectivos.(P ∧ ¬Q) → R . determina o valor-verdade da fórmula. P → Q. P ∨ Q. completamos a tabela com os valores-verdade para os operadores. Construa a tabela-verdade para a fórmula ¬P ∨ Q. A seguir. completando-se os possíveis valores-verdade que P pode assumir. P ∧ Q. P ↔ Q .¬P.P ∨ ¬Q . deve ter sua coluna como última a ser preenchida. pois é ele que determina o valor-verdade para toda a fórmula. a tabela-verdade de (P ↔ Q) pode ser obtida construindo a tabela-verdade de (P → Q) ∧ (Q → P).1.3 Tabelas-verdade para wffs Para construir uma tabela-verdade para uma wff. tem o mesmo significado que (P → Q) ∧ (Q → P). d) preenchemos o segundo sinal de negação. portanto. portanto.2 Fórmulas Bem-Formadas Fórmulas bem-formadas (well formed formula . Exemplos: . Assim: Matemática Discreta Márcia Rodrigues Notare ¨ ¨ ¬P F F V V ¦ ¬ V F ¬ F V ¥ ¨ ¦ ¦§¦ ¦ ¦ P V F ∨ V F V V Q V F V F 9 . P V F 2. P Q P↔Q V V V V F F F V F F F V 2. Por fim. sub-wffs e por fim para a wff (operador principal). P V V F F Q V F V F Observe que o operador principal da fórmula acima é ∨ e. c) preenchemos o sinal de negação imediatamente à esquerda de P. Assim. que é o operador principal e.

preenchemos a coluna do operador principal ∧. Assim a coluna deste operador determina o valor-verdade da fórmula. é falsa independentemente dos valores lógicos atribuidos as suas letras sentenciais. é denominada uma tautologia. 2. preenchemos a coluna ∨. 3. Construa a tabela verdade para a fórmula P ∧ ¬P. portanto. P V F P V F Uma fórmula que assume sempre o valor lógico V. ou seja. exemplos de algumas equivalências tautológicas importantes. Uma contradiação é intrinsecamente falsa pela sua própria estrutura. 4. Uma tautologia é intrinsecamente verdadeira pela sua própria estrutura. P V F P V F 5. é verdadeira independentemente dos valores lógicos atribuidos as suas letras sentenciais. d) preenchemos a coluna da ocorrência da negação do operador ∧. P V V F F Q V F V F P V V F F Q V F V F P V V F F O operador principal dessa fórmula é o ∧ (veja: (P ∨ Q) ∧ ¬(P ∧ Q)). Denotamos essa propriedade por P⇔Q A seguir. (Observe que o operador principal ∧ conecta as colunas de ∨ e ¬). as etapas de construção são como segue: a) preenchemos as colunas das letras sentenciais P e Q (à esquerda da tabela). e) finalmente. é denominada uma contradição. Então. c) preenchemos as colunas da ocorrência de ∨ e ∧ na fórmula (mas não o ∧ principal). c) por fim. b) preenchemos as colunas da ocorrência de P e Q na fórmula. como no exemplo 5. ou seja. Construa a tabela verdade para a fórmula P ∨ ¬P. determina o valor verdade da fórmula. como no exemplo 4. onde 1 representa uma tautologia e 0 representa uma contradição: Matemática Discreta Márcia Rodrigues Notare  ∧ F F  ∨ V V ¬P F V ¬P F V   ©   ∨ V V V F ∧ F V V F ¬ F V V V     ©   © ∧ V F F F  © Q V F V F 10 . b) preenchemos as colunas da ocorrência de ¬P e Q.4 Equivalência Dizemos que duas fórmulas P e Q são equivalentes se a fórmula P ↔ Q é uma tautologia. que determina o valorverdade da fórmula. Por outro lado.a) preenchemos as colunas das letras sentenciais P e Q (à esquerda da tabela). que é o operador principal e. uma fórmula que assume sempre o valor lógico F. Construa a tabela verdade para a fórmula (P ∨ Q) ∧ ¬(P ∧ Q).

mas o novo código será mais fácil de ser entendido e poderá ser executado mais rapidamente. OU (OR) e NÃO (NOT). o programa executará um trecho do seu código.. Eles agem sobre combinações e expressões verdadeiras e falsas para produzir um valor lógico final. deve ser introduzido.Associatividade: . isto é. para cada ou para algum. se o valor lógico da expressão condicional for falso.Distributividade: .Elemento Neutro: . para qualquer ou para cada.5 Wffs formadas apenas pelos cinco operadores lógicos (¬ ∧ ∨ → ↔) têm possibilidade limitada de expressões.Comutatividade: . x>0" como sendo uma proposição verdadeira sobre os inteiros positivos. o valor lógico não será afetado. Veja o exemplo a seguir: if ((x < y) and not ((x < y) and (z < 1000))) do AlgumaCoisa. estão disponíveis em muitas linguagens de programação. não conseguiríamos simbolizar a sentença "Para todo x. Quantificador Universal: é simbolizado por ∀ e lê-se para todo.Complementares: . respectivamente ∧. else do OutraCoisa. Assim. Se a expressão condicional for substituída por outra expressão equivalente mais simples. A ∧ ¬(A ∧ B) ⇔ A ∧ (¬A ∨ ¬B) ⇔ (A ∧ ¬A) ∨ (A ∧ ¬B) ⇔ 0 ∨ (A ∧ ¬B) ⇔ (A ∧ ¬B) ∨ 0 ⇔ A ∧ ¬B Podemos então reecrever a proposição da seguinte forma: if ((x < y) and not (z < 1000)) do AlgumaCoisa. Nesse exemplo. Podemos simplificar essa expressão utilizando as equivalências vistas anteriormente. Por exemplo. a expressão condicional tem a forma A ∧ ¬(A ∧ B). onde A é "x < y" e B é "z < 1000". em uma ramificação condicional de um programa. como o de quantificador. ele execurá outro trecho do seu código. 2. Portanto novos conceitos. a sentença acima pode ser simbolizada por: Matemática Discreta Márcia Rodrigues Notare  Aplicações na Computação (DeMorgan) (Distributividade) (Complemetar) (Comutatividade) (Elemento Neutro) Quantificadores 11 . ∨ e ¬. Tais valores lógicos permitem a decisão do fluxo de controle em programas de computador. Assim. frases que dizem "quantos objetos" apresentam determinada propriedade. else do OutraCoisa. assim como o fluxo de controle do programa.DeMorgan: A∨B⇔B∨A (A ∨ B) ∨ C ⇔ A ∨ (B ∨ C) A ∨ (B ∧ C) ⇔ (A ∨ B) ∧ (A ∨ C) A∨0⇔A A ∨ ¬A ⇔ 1 ¬(A ∨ B) ⇔ ¬A ∧ ¬B A∧B⇔B∧A (A ∧ B) ∧ C ⇔ A ∧ (B ∧ C) A ∧ (B ∨ C) ⇔ (A ∧ B) ∨ (A ∧ C) A∧1⇔A A ∧ ¬A ⇔ O ¬(A ∧ B) ⇔ ¬A ∨ ¬B Os conectivos lógicos E (AND). se o valor lógico da expressão condicional for verdadeiro. Quantificadores são frases do tipo para todo.

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

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

Exemplos: . ∅ ∪ A = A Idempotência: A ∪ A = A Prova: Seja x ∈ (A ∪ A). o. 2. 8. a. 9} e V = {a.1 Propriedades da União Elemento Neutro: A ∪ ∅ = ∅ ∪ A = A Prova: Seja x ∈ (A ∪ ∅). 6. 4. u} Dados os conjuntos A = {x ∈ Ν | x > 2} e B = { x ∈ Ν | x2 = x}.. 7. 3. 1. 5. 9. A ∪ ∅ = A Analogamente. temos que ∅∪∅=∅ U∪∅=U U∪A=U U∪U=U - 3. 3.} Considere R. i. 7. 2. x ∈ (A ∪ A) ⇔ x∈A∨x∈A⇔ x∈A (definição de união) (idempotência do conectivo ∨) Matemática Discreta Márcia Rodrigues Notare 14 . 4. x ∈ (A ∪ ∅) ⇔ x∈A∨x∈∅⇔ (definição de união) x∈A (elemento neutro) Logo. 9.. u}. 6. temos que A ∪ B = {0. 2. e. 5. x ∈ (∅ ∪ A) ⇔ x∈∅∨ x∈A⇔ (definição de união) x∈A∨x∈∅⇔ (comutatividade) x∈A (elemento neutro) Logo. 5. 8. seja x ∈ (∅ ∪ A). 7. 1. 6. 4. temos que D ∪ V = {0.1. e. como mostrado a seguir.Dados os conjuntos D = {0. Q e I. i. Temos que R∪Q=R R∪I=R Q∪I=R Para qualquer conjunto universo U e qualquer A ⊆ U.A operação de união pode ser visualizada através de um diagrama de Venn. 1. o. . 8. 3.

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

Dados os conjuntos D = {0.. Dados os conjuntos A = {x ∈ Ν | x > 2} e B = { x ∈ Ν | x2 = x}. . O complemento de um conjunto A ⊆ U. i.}. 8} D∩V=∅ Chamamos conjuntos cuja interseção é o conjunto vazio de conjuntos disjuntos.1 Propriedades da Interseção Elemento Neutro: A ∩ U = U ∩ A = A Idempotência: A ∩ A = A Comutatividade: A ∩ B = B ∩ A Associatividade: A ∩ (B ∩ C) = (A ∩ B) ∩ C As provas são análogas à operação de união e ficam sugeridas como exercício. 2. temos que A∩B=∅ (conjuntos disjuntos) Considere R. como mostrado a seguir. Q e I.2. Propriedades que envolvem União e Interseção a) Distributividade da Interseção sobre a União: A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C) b) Distributividade da União sobre a Interseção: A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C) 3.A operação de interseção pode ser visualizada através de um diagrama de Venn. denotado por ~ A . e. V = {a. Temos que R∩Q=Q R∩I=I Q∩I=∅ Para qualquer conjunto universo U e qualquer conjunto A ⊆ U. temos que ∅∩∅=∅ U∩A=A U∩∅=∅ U∩U=U - - 3. 1. o. 6. 2. 3. 6. Exemplos: .3 Operação Complemento ~ A = {x ∈  x ∉ A} Suponha o conjunto universo U.. 9}. 4. 4. é como segue: Matemática Discreta Márcia Rodrigues Notare 16 . 4. 5. u} e P = {0. temos que D ∩ P = {0. 8. 2. 6. 8. 7.

x∈A⇒ para ~A. 1. temos que ~A = {3. 8. temos que ~Q = I ~I = Q Suponha U qualquer.4 Operação de Diferença A − B = {x x ∈ A ∧ x ∉ B} Sejam A e B conjuntos. 2}.1 Propriedades de DeMorgan ⇔ ⇔ A ∪ B = ~(~A ∩ ~B) A ∩ B = ~(~A ∪ ~B) a) ~(A ∪ B) = ~A ∩ ~B b) ~(A ∩ B) = ~A ∪ ~B 3.3. Matemática Discreta Márcia Rodrigues Notare 17 .A operação complemento pode ser visualizada através de um diagrama de Venn. 7. 5. 6.Dados o conjunto universo U = {0. 2}. 3. 1. 1. temos que ~A = {x ∈ N | x > 2} Para qualquer conjuntos universo U. a diferença entre dois conjuntos A e B considera todos os elementos que pertencem ao conjunto A e que não pertencem ao conjunto B. 8. é como segue: Em outras palavras. denotada por A − B . Exemplos: . x ∈ A. x ∉ A. 6. 2. como mostrado a seguir. ou seja ¬(x ∈ A) ⇒ para ~ ~A. 5. ou seja. temos que A ∪ ~A = U A ∩ ~A = ∅ ~ ~A = A - - - Podemos provar o último caso da seguinte forma: Suponha um elemento x ∈ A. 4. A operação de diferença pode ser visualizada através de um diagrama de Venn. (definição de complemento) 3. A diferença entre os conjuntos A e B. Então para qualquer conjunto A ⊆ U. ¬¬(x ∈ A). como mostrado a seguir. 7. 9} Dados o conjunto universo U = N e o conjunto A = {0. 4. 9} e o conjunto A = {0. temos que ~∅ = U ~U = ∅ Considerando R como conjunto universo.

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

.0 . 3D. a. 2.1 . 6D.∅+∅=∅ . a. x .1 . 2D. a . A união disjunta dos conjuntos A e B. a . 6. b . 5. 6P. iV. b } A × Ν = { a.. a . 8. 1.. B = {a. 7D.2 . a.} 2 2 (A × B )× C = { a. 8D. a . 4. 4. a. 2.2 . a. a . .Não-associatividade: (A × B )× C ≠ A × (B × C ) Propriedades que envolvem Produto Cartesiano. Também podemos denotar a união disjunta da seguinte forma: A + B = { A a ∈ A}∪ { B b ∈ B} a b Exemplos: Dados os conjuntos D = {0. aV. 4D. 6D. 1D. b - { } B × C = { a. A e b. 2D.. b . b a ∈ A ∧ b ∈ B} 2 Denotamos o produto cartesiano de um conjunto A por ele mesmo como A × A = A . 9D. temos que: .0 . A a ∈ A}∪ { b. b . 1. c1} Matemática Discreta Márcia Rodrigues Notare 19 . b. 6. o. 2}. 3D. b. b0.2 a. é como segue: onde os pares ordenados a. b.0 . 0. oV. a. a. b. a . . b} e C = {0. uV} . a.} .. a. 9}. 2P.0 . 5D.D + P = {0D. temos que: A × B = a. Exemplos: Dados os conjuntos A = {a}. a.A + ∅ = {aA. 2. a . a. a1. b1.2 . a .} e A = {a. 7D.1 . 1D. B representam elemento.2 } C × B = { 0.Observação: A ordem dos elementos é importante! Logo. União e Interseção a) Distributividade sobre a União: A × (B ∪ C ) = (A × B ) ∪ (A × C ) b) Distributividade sobre a Interseção: A × (B ∩ C ) = (A × B ) ∩ (A × C ) 3. i. b. 4P. 2. identificação . V = {a. denotada por A + B . b.Não-comutatividade: A × C ≠ C × A . Sejam A e B conjuntos. y ≠ y. 0P..1 . A × (B × C ) = { a. a. a. b } A = { a. P = {0. 9D. 3. b .1 . e. c0. a. b. a. a. 7.0 . u}. 1.0 .1 . b . b. 4D.0 . bA.2 . B b ∈ B} Sejam A e B conjuntos. b . b.A + A = {a0. 8D..7 União Disjunta A + B = { a. O produto cartesiano de A por B é como segue: A × B = { a. a. 5D. a. cA} .2 } } A×∅ = ∅ ∅ ×A =∅ ∅2 = ∅ Observações: . x. a .D + V = {0D. eV. c}. a } B = { a. 1.1 .

1 RELAÇÕES Relação Binária Dados dois conjuntos A e B. Exemplos: Seja A um conjunto. Assim. 1. A C B C 0 0 b a 1 2 1 2 par a. a . a. < = { 0. destino ou conjunto de chegada de R Para R ⊆ A × B . então afirmamos que "a relaciona-se com b". uma relação binária R de A em B é um subconjunto de um produto cartesiano A × B . São exemplos de relações: .2 . b é uma relação de A em B - a. b de R : A → B C . podemos { } - Relação de Igualdade de A em A: Relação "menor" de C em C: { 0. 1. ou seja R ⊆ A × B . Podemos denotar uma relação R da seguinte forma: R : A → B e. b ∈ R . a } Endorrelação ou Auto-Relação: dado um conjunto A. 1.2 . algumas definições referentes ao conceito de relação: Matemática Discreta Márcia Rodrigues Notare 20 .1 . a .2 } A seguir. b} e C = {0. ≤ Q. para um elemento denota-lo como aRb . = P( A).4 4. uma relação do tipo R : A → A é dita uma Endorrelação ou Auto-Relação. R . Então.2 } Relação de C em B: { 0. são endorrelações: Ν. temos que origem e destino são o mesmo conjunto e podemos denota-la por A. 0. ⊂ Uma relação binária pode ser representada no diagrama de Venn. 2}. como mostram as figuras abaixo.A é o domínio. b } ⊆: P( B) → P( B) ≤ : C →C =: A → A { a. ⊆ P(R). origem ou conjunto de partida de R .1 . se a. onde: . Exemplos: Sejam A = {a}. 1.B é o contra-domínio. B = {a. b ∈ R . 0. ≤ - Ζ.∅ é uma relação de A em B A × B = a.

caso contrário. o domínio de definição é o conjunto {0. com origem em a e destino em b.a) a.. 4. < = { 0. a2. B = {a.2 } 4. 1.. bm} dois conjuntos finitos.. 2.2 . c) Conjunto imagem: conjunto de todos os elementos de B que estão relacionados com algum elemento de A. seu valor será falso (0). Matemática Discreta Márcia Rodrigues Notare 21 . b ∈ R : dizemos que R está definida para a e que b é a imagem de a. b2. < . . d) cada uma das m x n células possuem um valor lógico associado.2 } Sejam A = {a1. . o domínio de definição é o conjunto {a} e o conjunto imagem também é o conjunto {a}..3 Relação como Matriz R : C → C tal que R = { 0. an} e B = {b1.. 2] para a relação = : A → B . b 0 1 2 } 0 1 2 C . b} e C = {0. b j ∈ R . Exemplos: Dados os conjuntos A = {a}. temos que . b) cada par a.2 . Exemplos: a a b ∅: A → A = : B → B = { a. b.para a endorelação C . 0. onde: a) cada elemento do conjunto A é representado como um nodo do grafo. então a posição determinada pela linha i e pela coluna j da matriz contém valor verdadeiro (1).1 .2 Endorrelação como Grafo Toda endorrelação R : A → A pode ser representada como um grafo. a . c) a matriz resultante possui m x n células. b da relação é representada como uma aresta do grafo. 1} e o conjunto imagem é o conjuto {1. b) Domínio de definição: é o conjunto de todos os elementos de A para os quais R está definida. 1.. b) o número de colunas é m (número de elementos da imagem). 2. e) se a i .0 . A representação da relação R : A → B como matriz é como segue: a) o número de linhas é n (número de elementos do domínio). 2}.

a . ⊆ . pois esta relação contém os pares 0. = . B = {a. R é uma relação reflexiva se: (∀a ∈ A)(aRa ) A negação da propriedade reflexiva é como segue: (∃a ∈ A)(¬(aRa )) Exemplos: Dado o conjunto A = {0. ≤ .0 .1 Relação Reflexiva Sejam A um conjunto e R uma endorrelação em A. < R : C → C tal que R = { 0. 1. 2}.4 Propriedades das Relações Uma endorrelação binária em um conjunto A pode ter determinadas propriedades.0 . b }: C → B ⊆: P( A) → P( B) 4. 1. A seguir serão apresentadas as propriedades que envolvem as endorrelações. b} 1 1 2 1 1 0 2 1 0 1 b 1 ∅: A → A B.2 .2 } A× B a S 0 1 2 ⊆ ∅ {a} a 1 0 0 A× B = A → B S = { 0. 4. 1. 2.2 A. = C.Exemplo: Dados os conjuntos A = {a}. 2. b} e C = {0.4. temos que ∅ a = a b < 0 1 2 R 0 1 2 a 0 a 1 0 0 0 0 0 0 0 0 1 b 0 1 1 1 0 0 1 0 0 0 a 1 b 0 1 0 ∅ 1 0 {a} 1 1 {b} 1 0 {a. pois todo elemento é igual a si mesmo - P( A). temos que as seguintes relações são reflexivas Ν. 1. pois todo conjunto está contido em si mesmo A 2 : A → A .1 e 2. pois todo elemento é igual a si mesmo A matriz e o grafo de uma relação reflexiva apresentam uma característica especial: a diagonal principal da matriz contém somente valores lógicos verdadeiro (1) e qualquer nodo do grafo Matemática Discreta Márcia Rodrigues Notare 22 . 2}.

Veja as matrizes e grafos referentes a alguns dos exemplos apresentados acima. se S = 0. nem irreflexiva: . ⊂ . 1. pois não há nenhum elemento do tipo a.2 { } A matriz e o grafo de uma relação irreflexiva apresentam uma característica especial: a diagonal principal da matriz contém somente valores lógicos falso (0). pois não elemento diferente de si mesmo - P( A).4. 1. A2 0 1 2 A :A→ A 2 0 1 1 1 1 1 1 1 2 1 1 1 1 0 2 A.2 Relação Irreflexiva Sejam A um conjunto e R uma endorrelação em A. e qualquer nodo do grafo não possui aresta com origem e destino nele mesmo. ≠ . 2. 2}. se R = { 0.1 . 2. S . pois para a relação "está contido propriamente" os conjunto precisam se diferentes ∅: A → A. 2. = = 0 1 2 0 1 0 0 1 0 1 0 2 0 0 1 1 0 2 4.A. a Exemplo de relação nem reflexiva. Veja as matrizes e grafos referentes a alguns dos exemplos apresentados acima. temos que as seguintes relações são irreflexivas Ζ. a A.0 . R .2 . pois não há nenhum elemento do tipo a. ∅ :A→ A ∅ 0 1 2 0 0 0 0 1 0 0 0 2 0 0 0 1 0 2 Matemática Discreta Márcia Rodrigues Notare 23 .possui uma aresta com origem e destino nele mesmo.1 }.2 . R é uma relação irreflexiva se: (∀a ∈ A)(¬(aRa )) Exemplos: Dado o conjunto A = {0.

X2: X → X X. R é uma relação anti-simétrica se: (∀a ∈ A)(∀b ∈ A)(aRb ∧ bRa → a = b ) Exemplos: Dados o conjunto A = {0.≠ P( X ). A :A→ A 2 A2 0 1 2 0 1 1 1 1 1 1 1 2 1 1 1 1 0 2 A. 2} e X um conjunto qualquer. = = 0 1 2 0 1 0 0 1 0 1 0 2 0 0 1 1 0 2 4. ou não existe aresta. uma em cada sentido. R é uma relação simétrica se: (∀a ∈ A)(∀b ∈ A)(aRb → bRa ) Exemplos: Dados o conjunto A = {0. e.4 Relação Anti-Simétrica Sejam A um conjunto e R uma endorrelação em A. Veja as matrizes e grafos referentes a alguns dos exemplos apresentados acima. temos que as seguintes relações são anti-simétricas Matemática Discreta Márcia Rodrigues Notare 24 .R = { 0. no grafo.= - X. 1. = ∅: X → X A matriz e o grafo de uma relação simétrica apresentam uma característica especial: na matriz.2 . entre dois nodos quaisquer. ou existem duas arestas.4. 2.1 } R 0 1 2 0 0 0 0 1 1 0 1 2 0 1 0 1 0 2 4. 2} e X um conjunto qualquer.3 Relação Simétrica Sejam A um conjunto e R uma endorrelação.4. a metade acima da diagonal principal é a imagem espelhada da metade de baixo. temos que as seguintes relações são simétricas . 1.1 . 1.

se R = { 0.2 } R 0 1 2 0 1 0 0 1 0 1 0 2 0 1 0 1 0 2 4.0 .1 } A.0 .5 Relação Transitiva Sejam A um conjunto e R uma endorrelação em A. 1. se R = { 0. S . ⊆ P( X ). < P( X ).1 . ⊂ Exemplos: Dado um conjunto X qualquer. Veja a matriz e o grafo referentes a um dos exemplos apresentado acima. existe no máximo uma aresta.= P( X ). ≠ - A. R é uma relação transitiva se: (∀a ∈ A)(∀b ∈ A)(∀c ∈ A)(aRb ∧ bRc → aRc ) Exemplos: Dado um conjunto X qualquer.- X. R .4. se S = 0. R .0 . temos que as seguintes relações são transitivas . entre dois nodos quaisquer.X2: X → X .2 { } A matriz e o grafo de uma relação anti-simétrica apresentam uma característica especial: na matriz.2 . 1.A.∅: X → X X. 2. R . ≤ Ζ. o fecho de R em relação a P é a menor endorrelação em A que contém R e que satisfaz as propriedades de P. 2. para qualquer célula verdadeira (1) em uma das metades da matriz. Então. Se a relação R já contém as propriedades de P.2 } 4.1 . 1. = ∅: X → X Ν. então ela é a seu próprio fecho em relação a P. y ∈ Ν2 y = x2 } Exemplo de relação nem simétrica.5 Fechos de Relações Sejam R: A → A uma endorrelação e P um conjunto de propriedades.= - Ν. 2. temos que as seguintes relações não são transitivas Ζ. se R = { x. 1.0 .1 . 2. nem anti-simétrica: . R = { 0. R ⊆ FECHO − P(R ) Matemática Discreta Márcia Rodrigues Notare 25 . a correspondente célula na outra metade é falsa (0). no grafo.

4.4 . 2. a R = {1. 2. Então o fecho simétrico de R é definido como segue: Fecho − {simétrica}(R ) = R ∪ { b. então Exemplo: Dados o conjunto A = {1.4 }.6 R * = {1.3 . temos que a. 3.1 .2 .4 }.1 .4 .2 . podemos pensar numa relação de ordem quando lembramos de uma fila no banco. tal que R = {1.3 .5 .4 } Algumas notações são importantes e podem ser utilizadas para simplificar e representar as seguintes relações: transitiva}(R ) a) R + = Fecho − { * b) R = Fecho − {reflexiva. 5. temos que - Fecho − { transitiva}(R ) = {1. 2. 3.2 .4.5 } Relação de Ordem Intuitivamente.3 . Então o fecho transitivo de R é definido como segue: a) se a. 3. 1.5 .2 .4 . 4. 2. então a. 3.3 .4 . 5. c ∈ Fecho − { transitiva}(R ) .3 .5 .2 .5 . c ∈ Fecho − { transitiva}(R ) . 3. 1. 4. 1.5 . a a ∈ A} Exemplo: Dados o conjunto A = {1. 1. 2.2 .4 . 1. 2.5 . etc. 5. 1.4 }. 3. 1. 2. 1. 2.4 . temos que - Fecho − {reflexiva}(R ) = {1. b ∈ R} Exemplo: Dados o conjunto A = {1.3 Fecho Transitivo Suponha R: A → A uma endorrelação. tal que R = {1. 4. temos que 4.1 Fecho Reflexivo Suponha R: A → A uma endorrelação. 5} e R: A → A uma endorrelação. Então o fecho reflexivo de R é definido como segue: Fecho − {reflexiva}(R ) = R ∪ { a. 2. 1. transitiva}(R ) Portanto.2 . 2.3 . de uma fila de alunos dispostos numa sala de aula. tal que - Fecho − {simétrica}(R ) = {1. 3. 1. 2.2 .2 . 3. 3. 1. 5} e R: A → A uma endorrelação. na relação "menor ou igual" no números naturais.5 } 4.2 .3 . b ∈ R . 3.3 . 5} e R: A → A uma endorrelação. 2. Matemática Discreta Márcia Rodrigues Notare 26 .5.4 .5 .3 .3 . 1. 4. considerando o exemplo acima. b ∈ Fecho − { transitiva}(R ) e b.3 . b ∈ Fecho − { transitiva}(R ) . 2. 1.1 . 2.4 .3 . a. b) se a. 2.5. 3.1 } 4. 3.2 Fecho Simétrico Suponha R: A → A uma endorrelação.5. 3. 4.4 .

3. o diagrama de Hasse está representado abaixo. 2. 6.2} {1} {2} ∅ - Dados o conjunto A = {1. ≤ . 12. Matemática Discreta Márcia Rodrigues Notare 27 . ⊆ . temos seus respectivos grafo e diagrama de Hasse representados abaixo. 18} e a relação de ordem "x divide y".2}). O diagrama de Hasse pode ser construído com base num grafo. {1. já que a disposição dos elementos no diagrama preserva essa informação. R é um conjunto Se R é uma relação de ordem parcial em A. 2.Ordem parcial: é toda relação binária em um conjunto A que é. São exemplos de relação de ordem parcial: Ν. 3 1 2 3 2 1 (grafo) (diagrama de Hasse) Observe que os elementos da relação são representados no diagrama em ordem crescente de baixo para cima. seu diagrama de Hasse está representado abaixo. onde as arestas que representam as relações reflexivas e transitivas ficam implícitas no diagrama. desnecessária. dessa forma. então podemos representar visualmente um conjunto parcialmente ordenado em A por um diagrama de Hasse. x _ divide _ y A. anti-simétrica e transitiva. então dizemos que parcialmente ordenado. reflexiva. Exemplos: 1 . ≤ - P( Ν). Cada elemento de A é representado por um ponto (vértice) do diagrama. simultaneamente. ou seja. ⊆ Ζ + . como 1 ≤ 2. Exemplo: Dados o conjunto A = {1. As orientação das arestas torna-se. Se A é um conjunto finito. então o elemento 1 aparece abaixo do elemento 2.Dada a relação de ordem P ({ . Veja o exemplo a seguir. 3} e a relação de ordem A.

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

suponha um conjunto A = {x  x é aluno de Matemática Discreta} e a relação xRy ↔ A. pois não há elemento que se relaciona com todos os outros elementos de A. Os subconjuntos que compõem a partição são formados agrupando-se os elementos relacionados. simétrica e transitiva. denotamos por [a] o conjunto de todos os elementos relacionados a a em A e o chamamos de classe de equivalência de a. simultaneamente. Um possível diagrama é o apresentado a seguir: 4. podemos escrever que [a] = {x x ∈ A ∧ aRx} Teorema: uma relação de equivalência R em um conjunto A determina uma partição de A e uma partição de A determina uma relação de equivalência em A. São exemplos de relações de equivalência: X.= - A. Para visualizar uma partição. 1} e aRb ↔ a = b 2 Partição de um Conjunto: uma partição de um conjunto A é um conjunto de subconjuntos disjuntos não-vazios cuja união é igual ao conjunto A. Ao agruparmos todos os alunos do conjunto A que estão relacionados entre si. não existam elementos mínimo e máximo e cada elemento está relacionado com dois outros elementos. subconjunto. Dessa forma. x _ sen ta _ na _ mesma _ fila _ que _ y . Relação de Equivalência: é toda relação binária em um conjunto A que é. obtemos a figura abaixo.- não há elemento máximo. Matemática Discreta Márcia Rodrigues Notare 29 . Qualquer relação de equivalência divide o conjunto onde está definida em uma partição. ou seja. dois elementos maximais. de elementos que apresentam um mesmo significado. Observe que o conjunto A foi divido em subconjuntos tais que todos os alunos da turma pertencem a um. R . reflexiva. Classes de Equivalência: se R é uma relação de equivalência em um conjunto A e se a ∈ A. tais que existam dois elementos minimais. e somente um. Exemplo: Desenhe um diagrama de Hasse para um conjunto parcialmente ordenado com quatro elementos. se A = {0.7 Relação de Equivalência A relação de equivalência nos dá a noção de igualdade semântica. como no caso dos alunos da turma de Matemática Discreta.

para todo número par.. mostramos que a relação de congruência módulo m em Z é. é divisível por m. é uma relação de equivalência. A relação de congruência em Z define uma relação de equivalência em Z. então x + y é par. então x − y é divisível por m. simétrica e transitiva.classe dos ímpares: [1] = [11] = [2451] = {1. = Possui n classes de equivalência. temos que a soma Suponha que x ≡ y (mod m ) . Tal relação divide o conjunto N em duas partes. portanto. ou seja. 3.2 . 2} = [2] [3] = {3} { } 4. Então. temos que mostrar que a relação de congruência em Z é uma relação reflexiva. 2.. Assim. 3} e R = 1. Logo. se x = y + km para algum inteiro k. temos que a relação é reflexiva. se x é ímpar. denotada por x ≡ y (mod m ) se x − y é divisível por m.2 . Logo. Dizemos que x é congruente a y módulo m.1 As classes de equivalência são as seguintes: [1] = {1. descreva as classes de equivalência correspondentes. . em duas classes de equivalências. então x − y e y − z são divisíveis por m. . 2. temos que x ≡ x(mod m ) . pois x − x = 0 é divisível por m. Acompanhe o raciocínio a seguir: para qualquer inteiro x.Exemplo: Considere o conjunto dos números naturais e a relação de equivalência Ν. Assim. simultaneamente. 2. [n] = {n} b) Em A = {1. todos os números pares formam uma classe de equivalência e todos os números ímpares formam uma segunda classe de equivalência.1 . Logo. 4. " x + y _ é _ par" . x ≡ z (mod m ) e a relação é transitiva. 2. a relação inversa é como segue: Matemática Discreta Márcia Rodrigues Notare 30 . simétrica e transitiva e. (x − y ) + ( y − z ) = x − z 4.. temos que a relação é simétrica. 6. Para verificar que isso é válido. Se x é par. Suponha agora que x ≡ y (mod m ) e que y ≡ z (mod m ). então x + y é ímpar para todo número ímpar.1 Congruência em Z Considere o conjunto dos números inteiros Z e um número inteiro m > 1 . Observe que as classes de equivalência podem ser representadas por qualquer objeto pertencente à ela: . Então.} Exemplo: Para cada uma das relações a seguir. tais que cada classe de equivalência contém um único elemento.classe dos pares: [2] = [6] = [1034] = {0.7..3 . Podemos representar essa partição de N como mostra figura abaixo. reflexiva. a) Ν. 7.8 Relação Inversa Seja uma relação R: A → B. 3. 5. ou seja.} . 1. Então − (x − y ) = y − x também também é divisível por m.

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

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

cada elemento do conjunto destino deve estar relacionado a. tal que X 2 = x. temos que cada elemento de B está relacionado a. no máximo. Veja a seguir o diagrama que representa a relação R.3 . Uma relação binária R: A → B é uma relação injetora se. A matriz de uma relação funcional tem uma característica particular: cada linha da matriz pode conter no máximo um valor lógico verdadeiro (1).1 . existe no máximo um inteiro y tal que y = x . temos que. temos que o correspondente { } diagrama é como segue: A a b c a b c A Observe que. Considerando a relação R: A → A. cada elemento do conjunto origem deve estar relacionado a. 5. 1. um elemento do conjunto origem. Exemplo: Dada a relação R: A → B. no máximo. e somente se: (∀b ∈ B )(∀a1 ∈ A)(∀a 2 ∈ A)(a1 Rb ∧ a 2 Rb → a1 = a 2 ) Em outra palavras. b. cada elemento do conjunto origem está relacionado a.2 Relação Injetora Relação injetora é o conceito dual (inverso) de relação funcional. Podemos também visualizar uma relação funcional no diagrama de Venn. 3} e R = 1. { } Matemática Discreta Márcia Rodrigues Notare 33 . um elemento de A.5 5. 2. B = {1. 2 Exemplo: Dada a relação X : Z → Z. b. temos que. um elemento do conjunto destino. y ∈ Ζ 2 y = x 2 . no máximo. no máximo. c}. tal que A = {1.2 . Relação Funcional Uma relação binária R: A → B é uma relação funcional se.1 TIPOS DE RELAÇÕES Vamos estudar agora os diferentes tipos de relações. A matriz de uma relação injetora tem uma característica particular: existe no máximo um valor lógico verdadeiro (1) em cada coluna. um elemento do conjunto destino (o que significa que podem haver elementos da origem não relacionados a algum elemento do destino). e somente se: (∀a ∈ A)(∀b1 ∈ B )(∀b2 ∈ B )(aRb1 ∧ aRb2 → b1 = b2 ) Em outras palavras. tal que R = a. para 2 { } cada inteiro x. 2}. temos que para uma relação ser funcional. de fato. 2. c e A = {a. a . para um relação ser injetora.

e somente se: (∀a ∈ A)(∃b ∈ B )(aRb ) Em outras palavras. Na matriz de uma relação sobrejetora. b. a .2 . tal que A = {a. 2. temos que para uma relação ser total. tal que A = {1. B = {1.4 Relação Sobrejetora Relação sobrejetora é o conceito dual (inverso) de relação total. 3} e R = 1. todos os elementos do conjunto origem devem estar relacionados a algum elemento do conjunto destino. c}. temos que cada elemento de A está relacionado a algum elemento de B. Veja a seguir o diagrama que representa a relação R. 2}. O domínio de definição é o próprio conjunto A. Veja a seguir o diagrama que representa a relação R. Na matriz de uma relação total. { } Matemática Discreta Márcia Rodrigues Notare 34 . deve existir pelo menos um valor lógico verdadeiro em cada coluna. temos que cada elemento de B está relacionado a algum elemento de A. Exemplo: Dada a relação R: A → B. b} e R = a. deve existir pelo menos um valor lógico verdadeiro em cada linha. temos que para uma relação ser sobrejetora. B = {a.A 1 1 2 2 3 B 5.1 . A 1 1 2 2 3 B { } 5. 2. b .3 Relação Total Uma relação binária R: A → B é uma relação total se. c. O conjunto imagem é o próprio conjunto B. Uma relação binária R: A → B é uma relação sobrejetora se. 2. Exemplo: Dada a relação R: A → B.3 . e somente se: (∀b ∈ B )(∃a ∈ A)(aRb ) Em outras palavras. todos os elementos do conjunto destino devem estar relacionados a algum elemento do conjunto origem.

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

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

Para que a relação inversa de uma relação funcional seja uma função parcial. não é uma função parcial. Entretanto. 1.1 Função Parcial Uma função parcial é uma relação funcional. ou seja. não é uma função.1 . nem toda relação é uma função parcial. b ∈ f pode ser representado por f (a ) = b . é uma função parcial definida para todos os elementos do domínio. Um elemento pertencente à função parcial a. Em outras palavras. 6.0 . 0.1 } não é uma relação total e. Se uma função é total. dizemos apenas que é uma função. Assim. a . 1} e B = {0. não é uma função. Portanto. tal que g = 0.1 . Se a relação funcional for também total. 2. sempre que mencionarmos apenas função. temos que a relação inversa de f. { } Para que a relação inversa de uma função f seja uma função. 1.2 Função Total Uma função total é uma função parcial que é total. então a denominamos de função total. portanto. estamos nos referindo a funções totais. 1. f −1 = 0. 2} e a função parcial f: A → A tal que f = 0.0 . Matemática Discreta Márcia Rodrigues Notare 37 . podemos verificar as seguintes propriedades: Função Injetora = monomorfismo Função Sobrejetora = epimorfismo Função Bijetora = isomorfismo Ou seja. temos que a relação inversa de f. Exemplo: Dados os conjuntos A = {a} e B = {x.6 FUNÇÕES PARCIAIS E TOTAIS Uma função parcial nada mais é do que um relação que é funcional.0 . 1. cada elemento do domínio está relacionado a no máximo um elemento do contra-domínio. Se considerarmos o conjunto A = {0.1 . Da mesma forma que para funções parciais. 1. 2. ela deve ser também injetora (que é o dual de funcional). 6. f deve ser uma função bijetora. g −1 = { 0.1 .0 . 1. A inversa de g. f −1 = 1. assim como nem toda função parcial é uma função total. portanto. ou seja. 2} e a função f : B → A = 0.2 { } { } não é uma relação funcional e.2 não é uma relação { } { } funcional e.0 .R : B → A = x.1 . a { } - =: B → B Vale observar que a relação inversa de uma função parcial não necessariamente é uma função parcial. 1. Podemos considerar também a função g: A → B. uma função bijetora é uma função injetora e sobrejetora. y . podemos dizer que toda função total é uma função parcial e que toda função parcial é uma relação. a relação inversa de uma função não necessariamente é uma função.0 . Considerando os conjuntos A = {0. consequentemente. y} temos que as seguintes relações são funções parcias: .

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

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

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

1. A figura abaixo ilustra esse processo: Geração 1 2 3 .1 Primeiro Princípio de Indução Matemática O Primeiro Princípio de Indução Matemática é formulado da seguinte forma: 1. Exemplo: Suponha que um ancestral casou-se e teve dois filhos. Imagine que esse processo continua de geração em geração. Matemática Discreta Márcia Rodrigues Notare  41 .. Essa mesma propriedade é utilizada para provar propriedades dos números inteiros positivos! Considere que P(n) denota que o número inteiro positivo n possui a propriedade P. você é capaz de chegar ao primeiro degrau. você sempre é capaz de chegar ao próximo Para entender intuitivamente o que é a Indução Matemática... Provamos que. podemos deduzir que: A geração 1 possui 2 descendentes A geração 2 possui 4 descendentes A geração 3 possui 8 descendentes E assim sucessivamente. chega ao terceiro degrau.. ou seja. Uma vez chegando a um degrau. você consegue chegar ao segundo. provamos que a propriedade é verdadeira para todo inteiro positivo n.. então é válida para o próximo inteiro positivo k+1: P(k) → P(k+1) 8. Vamos chamar esses dois filhos de geração 1. vamos ilustrar a técnica: - - Pela hipótese 1. Então a geração 2 contém quatro descendentes. e assim sucessivamente. Assumimos que o número 1 tem a propriedade P: P(1) 2.. P(1) é verdade 2.8 - INDUÇÃO MATEMÁTICA Você está subindo uma escada infinitamente alta. Como saber se será capaz de chegar a um degrau arbitrariamente alto? Suponha as seguintes hipóteses: 1. pela hipótese 2. (∀k)(P(k) é verdade → P(k+1) é verdade) E com isto. Suponha agora que cada um desses filhos teve dois filhos. Então. que P(n) é verdade. Você consegue alcançar o primeiro degrau 2. Descendentes 2 = 21 4 = 22 8 = 23 . novamente pela hipótese 2. se a propriedade P é válida para qualquer número inteiro k. Supomos que a propriedade P é válida para qualquer inteiro positivo k: P(k) 3.

k ≥ 1): P(k ) = 2 k Passo de Indução (provamos que a propriedade é válida para o inteiro seguinte k+1.P(k) Supomos que a propriedade é válida para n = k. P(k ) : 1 + 3 + 5 + ..P(1) Verificamos que a propriedade é válida para n = 1. podemos escrever que: P(n ) = 2 n Agora. ou seja. Suponha P (k ) Prove P (k + 1) 1 + 3 + 5 + . podemos fazer a seguinte conjectura: a geração n possui 2n descendentes. + (2n − 1) = n 2 Base de Indução . Ou seja.. vamos provar que nossa conjectura está correta. através do primeiro princípio de indução matemática: Base de Indução (estabelecemos a veracidade da propriedade para n = 1): P(1) = 21 = 2 Hipótese de Indução (supomos que a propriedade é válida para algum inteiro k. ou seja. Demonstração por Indução Passo 1 Prove a base de indução Passo 2 Passo 3 Vejamos mais alguns exemplos: Exemplo: Prove que a equação a seguir é verdadeira para qualquer inteiro positivo n. que: P(k + 1) : 1 + 3 + 5 + ..P(k + 1) Tentamos provar que a propriedade é válida para n = k + 1.Então. P(1) : 1 = 12 Hipótese de Indução ... que P(k) → P(k+1)): P(k + 1) = 2 k +1 P(k + 1) = 2 ⋅ P(k ) = 2 ⋅ 2 k = 2 k +1 (o número de descendentes dobra de uma geração para outra) HI A tabela abaixo.. + (2k − 1) = k 2 Passo de Indução . resume os três passos necessários para uma demonstração que usa o primeiro princípio de indução. + [2(k + 1) − 1]=(k + 1) ? 2 Matemática Discreta Márcia Rodrigues Notare 42 .

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

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

P(k ) : k 2 > 3k . Matemática Discreta Márcia Rodrigues Notare 45 . k ≥ 4 Passo de Indução .P(k + 1) Provamos que a propriedade é válida para n = k + 1.P(2) Verificamos que a propriedade é válida para n = 2. Base de Indução . 2 2 k = 3m + 1 Passo de Indução . P(k ) : 2 2 k − 1 é divisível por 3.P(k + 1) Provamos que a propriedade é válida para n = k + 1. ou seja. P(4) : 4 2 = 16 > 12 = 3 ⋅ 4 Hipótese de Indução .P(4) Verificamos que a propriedade é válida para n = 4. Base de Indução .P(k) Supomos que a propriedade é válida para n = k. portanto. P(1) : 2 2⋅1 − 1 = 4 − 1 = 3 é divisível por 3 Hipótese de Indução . que 2 2 k − 1 = 3m e que. P(k + 1) : (k + 1) > 3 ⋅ (k + 1) 2 ? (k + 1)2 = HI k 2 + 2k + 1 > 3k + 2k + 1 ≥ 3k + 8 + 1 > 3k + 3 = 3 ⋅ (k + 1) (pois k ≥ 4 ) 1 Exemplo: Prove que 2 n + < 3 n para todo n > 1 .P(1) Verificamos que a propriedade é válida para n = 1.Base de Indução . P(k + 1) : 2 2 (k +1) − 1 é divisível por 3? 2 2⋅(k +1) − 1 = 2 2k +2 − 1 = (2 2 ⋅ 2 2 k ) − 1 = 2 2 ⋅ (3m + 1) − 1 = 12m + 4 − 1 = 12m + 3 = 3 ⋅ (4m + 1) HI 2 Exemplo: Prove que n > 3n para n ≥ 4 .P(k) Supomos que a propriedade é válida para n = k.

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

<.

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

2. 7. T(n) = T(n . o primeiro valor da seqüência é 2. T(1) = 1 2.. Uma definição recorrente é formada por duas partes: 1. onde novos casos do item que está sendo definido são dados em função de casos anteriores. Matemática Discreta Márcia Rodrigues Notare 47 . 13 Seqüência de Fibonacci: é uma seqüência introduzida pelo matemático italiano Fibonacci e é definida por recorrência da seguinte forma: F(1) = 1 F(2) = 1 F(n) = F(n – 2) + F(n – 1). para n ≥ 2 1. é dado pela soma de seus dois valores anteriores. onde algum(s) caso(s) simples do item que está sendo definido é dado explicitamente. Base ou condição básica.9 9. ou ainda definição por indução. devido à analogia com as demonstrações por indução. o terceiro valor da seqüência é S(3) = 2S(2) = 2 ⋅ 4 = 8. tal que: 1. S(k) denota o k-ésimo objeto da seqüência.2 Seqüências Definidas por Recorrência Uma seqüência S é uma lista de objetos numerados em determinada ordem. 10. temos 2.1) para n ≥ 2 Assim. e assim por diante. Daí o nome definição por indução. fornecendo alguns casos simples e concretos. e assim por diante.1) + 3. Continuando a seqüência. ou definição recorrente. para n ≥ 2 Traduzindo. 32. exceto os dois primeiros. 4. S(1) = 2 2. a partir destes mais simples e assim por diante. o segundo valor da seqüência é S(2) = 2S(2-1) = 2S(1) = 2 ⋅ 2 = 4.1 RECURSÃO E RELAÇÕES DE RECORRÊNCIA Definições Recorrentes Uma definição onde o item definido aparece como parte da definição é chamada de definição por recorrência.. Exemplo: A seqüência S é definida por recorrência por 1. Exemplo: Escreva os cinco primeiro valores da seqüência T. S(n) = 2S(n . A parte 1 da definição nos permite começar. 9. um segundo objetos. A parte 2 nos permite construir novos casos. 4. 16. Um passo de indução ou recorrência. Existe um primeiro objeto. . qualquer valor da seqüência de Fibonacci. Uma seqüência é definida por recorrência nomeando-se o primeiro valor da seqüência e depois definindo os valores subseqüentes na seqüência em termos de valore anteriores. 8.

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

.

.

.

.

.

F ( n + 3)   F (n + 2) +  F (n + 2) − F (n) + F (n + 2) = .

 .

.

( n +1) .

 F   3F (n + 2) − F (n) Matemática Discreta Márcia Rodrigues Notare 48 .

para um dado conjunto A. ou seja. 10. a operação ⊕ é comutativa se: (∀x )(∀y )(x ⊕ y = y ⊕ x ) Elemento Neutro: Seja ⊕ : A × A → A uma operação binária interna e fechada e x elemento qualquer de A. elemento neutro e elemento inverso. 10. associativa. Então. Uma operação binária interna ao conjunto A é uma operação do tipo: ⊕ : A× A → A Operações Fechadas: uma operação fechada é uma operação total.2 Propriedade das Operações Binárias As principais propriedades das operações binárias internas e fechadas são: comutativa. a operação ⊕ tem elemento neutro se: (∃e)(∀x )(x ⊕ e = e ⊕ x = x ) Matemática Discreta Márcia Rodrigues Notare 49 . que serão detalhadas a seguir. Podemos defini-la como uma função parcial do tipo: ⊕ : A× B → C Operações Internas: operações internas a um conjunto A são operações cujo domínio e contradomínio são definidos sobre um mesmo conjunto A. é uma função. Propriedade Associativa: Seja ⊕ : A × A → A uma operação binária interna e fechada e x.1 Operações Operações Binárias: são operações cujo domínio é um conjunto resultante de um produto cartesiano. é uma operação interna e fechada: quadrado(n ) : n 2 c) A operação união ∪ : P ( A) × P ( A) → P ( A) . é uma operação binária interna e fechada. Então. é uma operação definida para todo x ∈ A × A e cujo resultado pertence a A. definida como segue. y. z elementos quaisquer de A. Portanto. Exemplos: a) A operação de divisão nos números reais divisão : R × R → R é uma operação binária interna a R. y elementos quaisquer de A.10 ESTRUTURAS ALGÉBRICAS O estudo de álgebra está diretamente relacionado ao estudo de operações. definida como segue: divisão( x. iniciaremos este capítulo estudando operações e suas propriedades. a operação ⊕ é associativa se: (∀x )(∀y )(∀z )[x ⊕ ( y ⊕ z ) = (x ⊕ y ) ⊕ z ] Propriedade Comutativa: Seja ⊕ : A × A → A uma operação binária interna e fechada e x. Em outras palavras. Então. y ) : x y b) A operação quadrado nos números naturais quadrado : Ν → Ν .

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

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

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

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

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