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

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

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

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 . então chove” (P → Q) podemos interpretá-la como sendo: “Não é o caso que esfria e não chove” ¬(P ∧ ¬Q) Assim. ambos são verdadeiros sob as mesmas condições.1.3 Disjunção Uma disjunção é verdadeira se pelo menos um dos seus disjunctos for verdadeiro. Verbalizando. É denotado por: P→Q Observe: a expressão “P → Q” assegura que: não é o caso que P e não Q. é falsa. Portanto. Caso contrário.4 Condicional (Implicação) O condicional é falso se seu antecedente for verdadeiro e seu conseqüente for falso.1. podemos obter a tabela-verdade de P → Q construindo a tabela verdade de ¬(P ∧ ¬Q). podemos dizer que um enunciado da forma P → Q tem o mesmo significado (semântica) que um enunciado da forma ¬(P ∧ ¬Q). Caso contrário.1.P ¬P V F F V 2. É denotada por: (lê-se "P ou Q") P∨Q A tabela-verdade da disjunção está apresentada a seguir.2 Conjunção Uma conjunção é verdadeira se ambos seus conjunctos são verdadeiros. Caso contrário. P V V F F Q V F V F P∨Q 2. é falsa. ou seja. É denotada por: (lê-se "P e Q") P∧Q A seguir a tabela-verdade da conjunção. P V V F F Q V F V F P∧Q V F F F 2. ele é verdadeiro. se considerarmos a expressão: “Se esfriar.

sub-wffs e por fim para a wff (operador principal). completando-se os possíveis valores-verdade que P pode assumir.2 Fórmulas Bem-Formadas Fórmulas bem-formadas (well formed formula .(P ∧ ¬Q) → R . c) preenchemos o sinal de negação imediatamente à esquerda de P. Veja os exemplos abaixo. observando os passos de construção: 1. P → Q.P ∨ ¬Q . Exemplos: . parênteses e letras sentenciais. deve ter sua coluna como última a ser preenchida. determina o valor-verdade da fórmula. Devemos completar com todas as possibilidades de valores verdade para as letras sentenciais. a tabela-verdade de (P ↔ Q) pode ser obtida construindo a tabela-verdade de (P → Q) ∧ (Q → P). b) preenchemos a coluna da ocorrência de P na fórmula (na wff). Construa a tabela-verdade para a fórmula ¬¬P. escrevemos as letras sentenciais à esquerda da tabela e a fórmula à direita da tabela. portanto. P ∧ Q.wff) são sentenças lógicas construídas corretamente sobre o alfabeto cujos símbolos são conectivos. P ∨ Q. devemos identificar o operador principal. que é o operador principal e.¬(P ∧ Q) ↔ (¬P ∨¬Q) 2.5 Bicondicional O bicondicional. 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 . portanto.¬P. P V F 2. P ↔ Q . d) preenchemos o segundo sinal de negação. a) preenchemos a coluna letra sentencial P. pois é ele que determina o valor-verdade para toda a fórmula. completamos a tabela com os valores-verdade para os operadores.2. Construa a tabela-verdade para a fórmula ¬P ∨ Q. A seguir. Por fim. P V V F F Q V F V F Observe que o operador principal da fórmula acima é ∨ e. P Q P↔Q V V V V F F F V F F F V 2.1. tem o mesmo significado que (P → Q) ∧ (Q → P). denotado por P ↔ Q . Assim.3 Tabelas-verdade para wffs Para construir uma tabela-verdade para uma wff.

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

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

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

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

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

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

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. 5. temos que ∅∩∅=∅ U∩A=A U∩∅=∅ U∩U=U - - 3. 8.3 Operação Complemento ~ A = {x ∈  x ∉ A} Suponha o conjunto universo U. 9}. é como segue: Matemática Discreta Márcia Rodrigues Notare 16 . 8. 1. temos que D ∩ P = {0. 2. . Temos que R∩Q=Q R∩I=I Q∩I=∅ Para qualquer conjunto universo U e qualquer conjunto A ⊆ U. Dados os conjuntos A = {x ∈ Ν | x > 2} e B = { x ∈ Ν | x2 = x}. denotado por ~ A . Q e I.2. o. 4.}.. temos que A∩B=∅ (conjuntos disjuntos) Considere R. 4. 7. e. 3. u} e P = {0. Exemplos: . 4. O complemento de um conjunto A ⊆ U.A operação de interseção pode ser visualizada através de um diagrama de Venn. como mostrado a seguir. 8} D∩V=∅ Chamamos conjuntos cuja interseção é o conjunto vazio de conjuntos disjuntos. i. V = {a. 6.. 2. 6. 6.Dados os conjuntos D = {0.1 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.

Dados o conjunto universo U = {0. 8. 1.A operação complemento pode ser visualizada através de um diagrama de Venn. 2}. 9} Dados o conjunto universo U = N e o conjunto A = {0. 2. 4. 3. 7. como mostrado a seguir. ou seja ¬(x ∈ A) ⇒ para ~ ~A. temos que ~Q = I ~I = Q Suponha U qualquer. 5. como mostrado a seguir. (definição de complemento) 3. temos que A ∪ ~A = U A ∩ ~A = ∅ ~ ~A = A - - - Podemos provar o último caso da seguinte forma: Suponha um elemento x ∈ A. temos que ~A = {3. 6. Então para qualquer conjunto A ⊆ U. 7. x∈A⇒ para ~A. 1.3. 2}. ¬¬(x ∈ A). 1. temos que ~A = {x ∈ N | x > 2} Para qualquer conjuntos universo U. temos que ~∅ = U ~U = ∅ Considerando R como conjunto universo.1 Propriedades de DeMorgan ⇔ ⇔ A ∪ B = ~(~A ∩ ~B) A ∩ B = ~(~A ∪ ~B) a) ~(A ∪ B) = ~A ∩ ~B b) ~(A ∩ B) = ~A ∪ ~B 3. denotada por A − B . 6. x ∉ A. ou seja. é como segue: Em outras palavras. 5. A operação de diferença pode ser visualizada através de um diagrama de Venn.4 Operação de Diferença A − B = {x x ∈ A ∧ x ∉ B} Sejam A e B conjuntos. 9} e o conjunto A = {0. a diferença entre dois conjuntos A e B considera todos os elementos que pertencem ao conjunto A e que não pertencem ao conjunto B. 4. 8. x ∈ A. Matemática Discreta Márcia Rodrigues Notare 17 . Exemplos: . A diferença entre os conjuntos A e B.

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

a. a. a . b . 1D. b. b . 9D. temos que: A × B = a. identificação . b - { } B × C = { a. denotada por A + B . B = {a. 1. a . 5D. iV. a. b. a . 8. 4. 4. b. e. cA} . y ≠ y. 4P. A a ∈ A}∪ { b.} e A = {a. a . 6P.A + A = {a0. 2D.1 . b } A × Ν = { a. b. 0P.2 .1 .. a .1 . uV} .2 a. bA.2 . c1} Matemática Discreta Márcia Rodrigues Notare 19 .. b a ∈ A ∧ b ∈ B} 2 Denotamos o produto cartesiano de um conjunto A por ele mesmo como A × A = A . 1. a. 3D. a. a. 2. Exemplos: Dados os conjuntos A = {a}. b. 2P.2 } C × B = { 0. c0. a . b.. b0. 7D.0 . 1. a. V = {a. . a. 1. a.0 . a. c}. a. x . 4D. 5D. 6. 1D. i. 4D. A união disjunta dos conjuntos A e B.0 . 3. eV.0 . b .2 . 2.. b1.2 } } A×∅ = ∅ ∅ ×A =∅ ∅2 = ∅ Observações: . B representam elemento. 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. 8D. P = {0. a } B = { a. 3D. 0. 6. b} e C = {0. a. b .1 .1 . b . Sejam A e B conjuntos. a. O produto cartesiano de A por B é como segue: A × B = { a. u}. Também podemos denotar a união disjunta da seguinte forma: A + B = { A a ∈ A}∪ { B b ∈ B} a b Exemplos: Dados os conjuntos D = {0. A e b. A × (B × C ) = { a. 8D. a. a. 9D.0 . a .Não-comutatividade: A × C ≠ C × A .0 . 2. temos que: . 6D. 2..Observação: A ordem dos elementos é importante! Logo. b } A = { a. oV. a.} 2 2 (A × B )× C = { a.0 .D + V = {0D. b. B b ∈ B} Sejam A e B conjuntos.∅+∅=∅ .1 . aV. 6D.} . a1.. a. x. 7.2 .Não-associatividade: (A × B )× C ≠ A × (B × C ) Propriedades que envolvem Produto Cartesiano. o. 7D. a ..A + ∅ = {aA.D + P = {0D. 5. 2D. 9}. a.7 União Disjunta A + B = { a. 2}.1 . . é como segue: onde os pares ordenados a. b . b. a . b.

4 4. b de R : A → B C . São exemplos de relações: . a } Endorrelação ou Auto-Relação: dado um conjunto A.B é o contra-domínio. R . A C B C 0 0 b a 1 2 1 2 par a. 1. 0. 0. Exemplos: Sejam A = {a}. Então. temos que origem e destino são o mesmo conjunto e podemos denota-la por A. b ∈ R .2 . a. para um elemento denota-lo como aRb . 2}. então afirmamos que "a relaciona-se com b". ⊂ Uma relação binária pode ser representada no diagrama de Venn. se a. Exemplos: Seja A um conjunto. Podemos denotar uma relação R da seguinte forma: R : A → B e. b } ⊆: P( B) → P( B) ≤ : C →C =: A → A { a.A é o domínio. ⊆ P(R). uma relação do tipo R : A → A é dita uma Endorrelação ou Auto-Relação. b ∈ R . 1.1 . como mostram as figuras abaixo.2 } A seguir. b} e C = {0. = P( A). a . podemos { } - Relação de Igualdade de A em A: Relação "menor" de C em C: { 0. b é uma relação de A em B - a. são endorrelações: Ν. uma relação binária R de A em B é um subconjunto de um produto cartesiano A × B . onde: .∅ é uma relação de A em B A × B = a.1 RELAÇÕES Relação Binária Dados dois conjuntos A e B. 1. origem ou conjunto de partida de R . destino ou conjunto de chegada de R Para R ⊆ A × B .1 . algumas definições referentes ao conceito de relação: Matemática Discreta Márcia Rodrigues Notare 20 . ou seja R ⊆ A × B . < = { 0. Assim. 1.2 } Relação de C em B: { 0.2 . a . ≤ Q. B = {a. ≤ - Ζ.

2. temos que . a2. A representação da relação R : A → B como matriz é como segue: a) o número de linhas é n (número de elementos do domínio). caso contrário.. b. 4. Exemplos: Dados os conjuntos A = {a}. B = {a. c) a matriz resultante possui m x n células. . c) Conjunto imagem: conjunto de todos os elementos de B que estão relacionados com algum elemento de A.1 ..2 . b da relação é representada como uma aresta do grafo. b j ∈ R . Matemática Discreta Márcia Rodrigues Notare 21 . 2. com origem em a e destino em b. e) se a i . o domínio de definição é o conjunto {a} e o conjunto imagem também é o conjunto {a}.. 1} e o conjunto imagem é o conjuto {1.para a endorelação C . 2}. 0. b2. b} e C = {0. 2] para a relação = : A → B ..0 .2 . d) cada uma das m x n células possuem um valor lógico associado. b 0 1 2 } 0 1 2 C .. < = { 0.2 Endorrelação como Grafo Toda endorrelação R : A → A pode ser representada como um grafo.2 } 4. an} e B = {b1. .2 } Sejam A = {a1. b) o número de colunas é m (número de elementos da imagem). Exemplos: a a b ∅: A → A = : B → B = { a. 1. onde: a) cada elemento do conjunto A é representado como um nodo do grafo. b ∈ R : dizemos que R está definida para a e que b é a imagem de a.a) a.3 Relação como Matriz R : C → C tal que R = { 0. bm} dois conjuntos finitos. então a posição determinada pela linha i e pela coluna j da matriz contém valor verdadeiro (1). seu valor será falso (0). a .. < . b) cada par a. 1. b) Domínio de definição: é o conjunto de todos os elementos de A para os quais R está definida. o domínio de definição é o conjunto {0.

2 A.Exemplo: Dados os conjuntos A = {a}. 1. 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. = C. pois todo elemento é igual a si mesmo A matriz e o grafo de uma relação reflexiva apresentam uma característica especial: a diagonal principal da matriz contém somente valores lógicos verdadeiro (1) e qualquer nodo do grafo Matemática Discreta Márcia Rodrigues Notare 22 . pois todo conjunto está contido em si mesmo A 2 : A → A . temos que as seguintes relações são reflexivas Ν. ⊆ . a . b} e C = {0. = .0 . pois todo elemento é igual a si mesmo - P( A). b} 1 1 2 1 1 0 2 1 0 1 b 1 ∅: A → A B. 2}.1 Relação Reflexiva Sejam A um conjunto e R uma endorrelação em A.0 . pois esta relação contém os pares 0. 2. A seguir serão apresentadas as propriedades que envolvem as endorrelações.1 e 2. b }: C → B ⊆: P( A) → P( B) 4.4 Propriedades das Relações Uma endorrelação binária em um conjunto A pode ter determinadas propriedades. B = {a. 4. 1. 1. 2}. 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. < R : C → C tal que R = { 0.2 . ≤ .2 } A× B a S 0 1 2 ⊆ ∅ {a} a 1 0 0 A× B = A → B S = { 0.4. 1. 2.

temos que as seguintes relações são irreflexivas Ζ. 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). a Exemplo de relação nem reflexiva. 2. 2. a A. nem irreflexiva: . 1. se R = { 0. 2. se S = 0.4. pois não há nenhum elemento do tipo a. 2}.2 . e qualquer nodo do grafo não possui aresta com origem e destino nele mesmo. Veja as matrizes e grafos referentes a alguns dos exemplos apresentados acima.2 Relação Irreflexiva Sejam A um conjunto e R uma endorrelação em A. R . pois não elemento diferente de si mesmo - P( A). ≠ . pois para a relação "está contido propriamente" os conjunto precisam se diferentes ∅: A → A. S . ⊂ .2 . 1.possui uma aresta com origem e destino nele mesmo. R é uma relação irreflexiva se: (∀a ∈ A)(¬(aRa )) Exemplos: Dado o conjunto A = {0. Veja as matrizes e grafos referentes a alguns dos exemplos apresentados acima. A2 0 1 2 A :A→ A 2 0 1 1 1 1 1 1 1 2 1 1 1 1 0 2 A. = = 0 1 2 0 1 0 0 1 0 1 0 2 0 0 1 1 0 2 4.1 }. ∅ :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 .A.1 .0 .

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

entre dois nodos quaisquer. R .1 } A. ⊆ P( X ). 2.2 .0 . se R = { 0. 2.0 . nem anti-simétrica: . no grafo. 2.2 } R 0 1 2 0 1 0 0 1 0 1 0 2 0 1 0 1 0 2 4.X2: X → X . ⊂ Exemplos: Dado um conjunto X qualquer. a correspondente célula na outra metade é falsa (0). = ∅: X → X Ν. se R = { 0.5 Relação Transitiva Sejam A um conjunto e R uma endorrelação em A. ≠ - A. se R = { x. para qualquer célula verdadeira (1) em uma das metades da matriz. se S = 0.0 .2 { } A matriz e o grafo de uma relação anti-simétrica apresentam uma característica especial: na matriz. o fecho de R em relação a P é a menor endorrelação em A que contém R e que satisfaz as propriedades de P. R . Então. < P( X ). 1.- X.4.= - Ν. R . R = { 0.A. R é uma relação transitiva se: (∀a ∈ A)(∀b ∈ A)(∀c ∈ A)(aRb ∧ bRc → aRc ) Exemplos: Dado um conjunto X qualquer. temos que as seguintes relações não são transitivas Ζ.∅: X → X X. então ela é a seu próprio fecho em relação a P. 1.= P( X ).1 . existe no máximo uma aresta.2 } 4.1 . Se a relação R já contém as propriedades de P. 2. 1. y ∈ Ν2 y = x2 } Exemplo de relação nem simétrica.1 .5 Fechos de Relações Sejam R: A → A uma endorrelação e P um conjunto de propriedades. ≤ Ζ. R ⊆ FECHO − P(R ) Matemática Discreta Márcia Rodrigues Notare 25 . Veja a matriz e o grafo referentes a um dos exemplos apresentado acima. 1.0 . S . temos que as seguintes relações são transitivas .

1 .5 . b) se a. b ∈ Fecho − { transitiva}(R ) . 2.2 .3 .5 .4 }. considerando o exemplo acima. 3. b ∈ R} Exemplo: Dados o conjunto A = {1.5 . 1.5.6 R * = {1. podemos pensar numa relação de ordem quando lembramos de uma fila no banco. 1. 1. 1.3 .3 .5 . então a. 4.2 . 3. Então o fecho transitivo de R é definido como segue: a) se a. 1. na relação "menor ou igual" no números naturais. 1.4 }.4 . 1.3 . 2. 3. transitiva}(R ) Portanto. 2. 2. 3. 4. c ∈ Fecho − { transitiva}(R ) . temos que - Fecho − { transitiva}(R ) = {1. 2. b ∈ R .5 .1 . tal que R = {1. 2. a R = {1.4 . etc. 1. 2. 3. 2.4 } Algumas notações são importantes e podem ser utilizadas para simplificar e representar as seguintes relações: transitiva}(R ) a) R + = Fecho − { * b) R = Fecho − {reflexiva.2 . 4. 5} e R: A → A uma endorrelação.3 . 3.3 . temos que - Fecho − {reflexiva}(R ) = {1.4 .4 .2 .3 .4 .4 }.2 .2 .4. 4. tal que R = {1. a a ∈ A} Exemplo: Dados o conjunto A = {1.5 } Relação de Ordem Intuitivamente. então Exemplo: Dados o conjunto A = {1. 3. b ∈ Fecho − { transitiva}(R ) e b. tal que - Fecho − {simétrica}(R ) = {1.1 . temos que 4.4 .3 .3 . 4.4 . 1.5 } 4. 2. 2.2 . 3. 3. 1.3 . 2. 1.3 Fecho Transitivo Suponha R: A → A uma endorrelação.3 . 3. 1. c ∈ Fecho − { transitiva}(R ) . Matemática Discreta Márcia Rodrigues Notare 26 .5 . 5.3 .5 .4 .2 . Então o fecho reflexivo de R é definido como segue: Fecho − {reflexiva}(R ) = R ∪ { a. 3.5.4 . de uma fila de alunos dispostos numa sala de aula. 5. Então o fecho simétrico de R é definido como segue: Fecho − {simétrica}(R ) = R ∪ { b. 5} e R: A → A uma endorrelação. 2. 3. 5.2 . 2.1 } 4. 3. 2.2 . 5} e R: A → A uma endorrelação. 1. temos que a. a. 4.5.2 Fecho Simétrico Suponha R: A → A uma endorrelação.1 Fecho Reflexivo Suponha R: A → A uma endorrelação. 2.

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

e . e .3 de R se Suponha A um conjunto e A. a. Dizemos que m é elemento máximo (∀a ∈ A)(aRm) Elemento Maximal 4.1 R se Suponha A um conjunto e A. e. c. Dizemos que m é elemento minimal (∀a ∈ A)( a. d . d . . f . pois não há elemento que relaciona-se com ele. a ∉ R) Exemplo: Dados o conjunto A = {1. c . 18} e a relação de ordem "x divide y". R uma relação de ordem. c . temos que . R uma relação de ordem. d .1 é elemento mínimo. Elemento Mínimo que o conjunto dado pela relação de ordem é 4. pois está relacionado com todos os outros elementos de A. b . Matemática Discreta Márcia Rodrigues Notare 28 . a .6. . Dizemos que m é elemento maximal (∀a ∈ A)( m. 3.12 6 18 2 3 1 - Dado o diagrama de Hasse a seguir. Dizemos que m é elemento mínimo de (∀a ∈ A)(mRa ) Elemento Minimal 4. R uma relação de ordem. d . m Elemento Máximo ∉ R) 4.4 de R se Suponha A um conjunto e A. b . 12. a. f }.1 é elemento minimal.6. a. pois não existem elementos com os quais eles relacionamse. b. R uma relação de ordem. 2. a. cujo diagrama de Hasse já foi apresentado anteriormente.6.6. e .2 de R se Suponha A um conjunto e A. 6. e b c d a f temos { a.12 e 18 são elementos maximais.

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

3. Tal relação divide o conjunto N em duas partes. se x é ímpar. Para verificar que isso é válido. Assim. = Possui n classes de equivalência. então x − y é divisível por m. " x + y _ é _ par" . 1. 3. Observe que as classes de equivalência podem ser representadas por qualquer objeto pertencente à ela: .Exemplo: Considere o conjunto dos números naturais e a relação de equivalência Ν. Se x é par. 2. Logo. simultaneamente.3 .2 . (x − y ) + ( y − z ) = x − z 4.. a) Ν.8 Relação Inversa Seja uma relação R: A → B. Suponha agora que x ≡ y (mod m ) e que y ≡ z (mod m ). 2. ou seja. simétrica e transitiva.. temos que a soma Suponha que x ≡ y (mod m ) . . x ≡ z (mod m ) e a relação é transitiva. 6.. temos que x ≡ x(mod m ) . mostramos que a relação de congruência módulo m em Z é. 2. Logo. 4.classe dos pares: [2] = [6] = [1034] = {0. A relação de congruência em Z define uma relação de equivalência em Z. 7. então x − y e y − z são divisíveis por m. para todo número par.classe dos ímpares: [1] = [11] = [2451] = {1.1 Congruência em Z Considere o conjunto dos números inteiros Z e um número inteiro m > 1 . 2. . descreva as classes de equivalência correspondentes. temos que a relação é simétrica. é divisível por m. pois x − x = 0 é divisível por m. simétrica e transitiva e. 5. temos que mostrar que a relação de congruência em Z é uma relação reflexiva. Acompanhe o raciocínio a seguir: para qualquer inteiro x. então x + y é par. Dizemos que x é congruente a y módulo m. Assim.. é uma relação de equivalência. a relação inversa é como segue: Matemática Discreta Márcia Rodrigues Notare 30 . temos que a relação é reflexiva.2 .} . se x = y + km para algum inteiro k. Então.1 As classes de equivalência são as seguintes: [1] = {1. reflexiva.1 . Então − (x − y ) = y − x também também é divisível por m. 3} e R = 1. então x + y é ímpar para todo número ímpar.} Exemplo: Para cada uma das relações a seguir. denotada por x ≡ y (mod m ) se x − y é divisível por m. Podemos representar essa partição de N como mostra figura abaixo. Logo. em duas classes de equivalências. ou seja. portanto. todos os números pares formam uma classe de equivalência e todos os números ímpares formam uma segunda classe de equivalência.7. tais que cada classe de equivalência contém um único elemento. [n] = {n} b) Em A = {1. 2} = [2] [3] = {3} { } 4. Então.

{ } temos que a relação inversa de R. y . 5} e C = {x. 4} e a relação R : B → A = 2. b ∈ R ∧ b . y . A composição de R e S. < . y. 2. z} e as relações R : A → B = a. b. b .1 . z . 5. ou seja: Sejam as relações R: A → B. 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.9 Composição de Relações < −1 => : C → C Sejam A.R −1 : B → A = { b. 3. a . temos que (T  S )  R = T  (S  R ) = T  S  R Matemática Discreta Márcia Rodrigues Notare   (∀a ∈ A)(∀b ∈ B )(∀c ∈ C )(aRb ∧ bSc → a(R  S )c ) R  S = { a . 3. b. d . e R: A → B e S: B → C relações. c ∈ S } { } { } R  S = { a. denotada por R S : A → C .4 . y . B = {1. b} e B = {2.3 } Dados o conjunto C = {2. 5. z } B 1 2 3 4 5 C S x y z 31 . 4. x .Dados os conjuntos A = {a. b. b ∈ R} Exemplos: . c. 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. Então. c ∃b ∈ B ∧ a . 4} e a relação C . Exemplo: Dados os conjuntos A = {a. B e C conjuntos. x . R é dada por - -1 R −1 : A → B = { a. 3. d}.3 .2 . é tal que Ou seja. d . 2. a a. d . 3.5 e S : B → C = 1. b. S: B → C e T: C → D.

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

Uma relação binária R: A → B é uma relação injetora se. c}. 1. existe no máximo um inteiro y tal que y = x . tal que R = a.3 . A matriz de uma relação injetora tem uma característica particular: existe no máximo um valor lógico verdadeiro (1) em cada coluna. temos que para uma relação ser funcional. A matriz de uma relação funcional tem uma característica particular: cada linha da matriz pode conter no máximo um valor lógico verdadeiro (1). temos que. 2}.1 . de fato. a . cada elemento do conjunto destino deve estar relacionado a.1 TIPOS DE RELAÇÕES Vamos estudar agora os diferentes tipos de relações. Exemplo: Dada a relação R: A → B. 2.2 Relação Injetora Relação injetora é o conceito dual (inverso) de relação funcional. 5. c e A = {a. B = {1. b. temos que cada elemento de B está relacionado a. um elemento de A. no máximo. tal que X 2 = x. Relação Funcional Uma relação binária R: A → B é uma relação funcional se. um elemento do conjunto origem. 2. cada elemento do conjunto origem deve estar relacionado a.2 . y ∈ Ζ 2 y = x 2 . tal que A = {1. um elemento do conjunto destino. 3} e R = 1. para um relação ser injetora. para 2 { } cada inteiro x. e somente se: (∀a ∈ A)(∀b1 ∈ B )(∀b2 ∈ B )(aRb1 ∧ aRb2 → b1 = b2 ) Em outras palavras. no máximo.5 5. e somente se: (∀b ∈ B )(∀a1 ∈ A)(∀a 2 ∈ A)(a1 Rb ∧ a 2 Rb → a1 = a 2 ) Em outra palavras. { } Matemática Discreta Márcia Rodrigues Notare 33 . 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 está relacionado a. Podemos também visualizar uma relação funcional no diagrama de Venn. b. Veja a seguir o diagrama que representa a relação R. temos que. um elemento do conjunto destino (o que significa que podem haver elementos da origem não relacionados a algum elemento do destino). no máximo. no máximo. 2 Exemplo: Dada a relação X : Z → Z.

temos que cada elemento de A está relacionado a algum elemento de B.A 1 1 2 2 3 B 5. temos que para uma relação ser sobrejetora. 2}. b . c}. Veja a seguir o diagrama que representa a relação R. c. Na matriz de uma relação sobrejetora. deve existir pelo menos um valor lógico verdadeiro em cada coluna.3 Relação Total Uma relação binária R: A → B é uma relação total se. Na matriz de uma relação total. e somente se: (∀b ∈ B )(∃a ∈ A)(aRb ) Em outras palavras. deve existir pelo menos um valor lógico verdadeiro em cada linha. B = {1. todos os elementos do conjunto origem devem estar relacionados a algum elemento do conjunto destino. 2.1 . O conjunto imagem é o próprio conjunto B. a . todos os elementos do conjunto destino devem estar relacionados a algum elemento do conjunto origem. b. tal que A = {1. tal que A = {a. temos que cada elemento de B está relacionado a algum elemento de A. B = {a.4 Relação Sobrejetora Relação sobrejetora é o conceito dual (inverso) de relação total. Exemplo: Dada a relação R: A → B. e somente se: (∀a ∈ A)(∃b ∈ B )(aRb ) Em outras palavras. b} e R = a.3 . Veja a seguir o diagrama que representa a relação R. 2. temos que para uma relação ser total. 3} e R = 1. A 1 1 2 2 3 B { } 5.2 . 2. O domínio de definição é o próprio conjunto A. { } Matemática Discreta Márcia Rodrigues Notare 34 . Exemplo: Dada a relação R: A → B. Uma relação binária R: A → B é uma relação sobrejetora 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.7 Isomorfismo Uma relação R: A → B é um isomorfismo se. Uma relação R: A → B é um epimorfismo se. Matemática Discreta Márcia Rodrigues Notare     35 . b}. = e idB é uma endorrelação de igualdade em B B. e somente se.6 Epimorfismo Epimorfismo é o conceito dual (inverso) de monomorfismo. for simultaneamente uma relação total e injetora. b} e C = {0. 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). = .=: A → A . 2}: . 1. podemos chama-los de conjuntos isomorfos. chamadas de relação identidade. onde A = {a} e B = {a. e somente se. Dessa forma. for simultaneamente uma relação funcional e sobrejetora. b { } 5. sendo que onde A = {a}.5 Monomorfismo Uma relação R: A → B é um monomorfismo se. Assim. podemos afirmar que a relação R possui inversa. Ainda. se R S = idA e S R = idB. 5. 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).A a a b b c B 5.S: C → B. é um monomorfismo. e somente se. o domínio de definição é o próprio conjunto A e cada elemento de B está relacionado com no máximo um elemento de A. Exemplo: São exemplos epimorfismo. o conjunto imagem é o próprio conjunto B e cada elemento de A está relacionado com no máximo um elemento de B. se existe um isomorfismo entre dois conjuntos. 1. Dessa forma. tal que S = 0. Exemplo: A relação =: A → B . B = {a.

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

R : B → A = x. 1. não é uma função parcial. portanto.0 . 1. a relação inversa de uma função não necessariamente é uma função. Exemplo: Dados os conjuntos A = {a} e B = {x.1 . não é uma função.1 . Se considerarmos o conjunto A = {0.0 . então a denominamos de função total. Um elemento pertencente à função parcial a. uma função bijetora é uma função injetora e sobrejetora. Podemos considerar também a função g: A → B.1 } não é uma relação total e. 1. Matemática Discreta Márcia Rodrigues Notare 37 . temos que a relação inversa de f. f −1 = 0.2 { } { } não é uma relação funcional e. a . b ∈ f pode ser representado por f (a ) = b . 6. 2. nem toda relação é uma função parcial. ou seja. y . Se uma função é total. assim como nem toda função parcial é uma função total. Portanto. Considerando os conjuntos A = {0. 1. consequentemente.1 .0 .0 .1 . 2.2 não é uma relação { } { } funcional e. 2} e a função f : B → A = 0. podemos verificar as seguintes propriedades: Função Injetora = monomorfismo Função Sobrejetora = epimorfismo Função Bijetora = isomorfismo Ou seja. a { } - =: B → B Vale observar que a relação inversa de uma função parcial não necessariamente é uma função parcial. 1. tal que g = 0. Se a relação funcional for também total. sempre que mencionarmos apenas função. podemos dizer que toda função total é uma função parcial e que toda função parcial é uma relação.2 Função Total Uma função total é uma função parcial que é total. 0. Em outras palavras. 1. A inversa de g. dizemos apenas que é uma função. estamos nos referindo a funções totais. temos que a relação inversa de f. f deve ser uma função bijetora. y} temos que as seguintes relações são funções parcias: . 2} e a função parcial f: A → A tal que f = 0.0 . ou seja. Para que a relação inversa de uma relação funcional seja uma função parcial. 1} e B = {0. { } Para que a relação inversa de uma função f seja uma função. f −1 = 1. cada elemento do domínio está relacionado a no máximo um elemento do contra-domínio.0 . não é uma função.1 Função Parcial Uma função parcial é uma relação funcional.6 FUNÇÕES PARCIAIS E TOTAIS Uma função parcial nada mais é do que um relação que é funcional. ela deve ser também injetora (que é o dual de funcional). portanto. Assim. 6. é uma função parcial definida para todos os elementos do domínio. 1.1 . Da mesma forma que para funções parciais. Entretanto. g −1 = { 0.

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

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

f (3) = a3 . Matemática Discreta Márcia Rodrigues Notare 40 . O conjunto das partes de N é equipotente ao conjunto dos números reais R. ou seja.. a 4 = 0.. tem-se que b ∈ g(b) = B. então. b ∉ Ι = {a1 . pois y1 ≠ x11 b ≠ a 2 . I = {a1 .. tem-se que 2 0 é a cardinalidade do conjunto dos números reais. x 21 x 22 x 23 x 24 . já que b ∈ Ι ! Logo. ele pode ser um conjunto de conjuntos..}.. a 3 . b ∈ Ι . x11 x12 x13 x14 . tem-se que b ∉ g(b) = B. portanto. não existe uma função bijetora entre A e 2A. f (2 ) = a 2 . então. a3 = 0. pois y 3 ≠ x33 . Prova (por absurdo): Suponha I contável. como queríamos provar.. se b ∉ g(B). tal que g (b ) = B .. Seja uma coluna com sua expansão decimal: a1 = 0. pois y 2 ≠ x 22 b ≠ a3 ..B = { ∈ A a ∉ g (a )} a Como A é um conjunto. a 2 . O que é uma contradição! Logo. 1] de todos os números reais entre 0 e 1 é não-contável. Seja b = 0. onde xij ∈ {0. Suponha b ∈ A. existe uma função bijetora f :Ν →Ι.. a 3 . Mas 1 yi =  2 se xii ≠ 1 se xii = 1 b ≠ a1 .. Neste caso: se b ∈ B. um número real obtido da seguinte forma: . Considerando que χ 2k denota o cardinal do conjunto das partes com cardinalidade k.. I é não-contável... a 2 . pela definição de B. Portanto.. x 41 x 42 x 43 x 44 . é a cardinalidade do continuum.. isto é...... a suposição de que I é contável é falsa e. Portanto..1.2.. f (1) = a1 ... Teorema: O conjunto I = [0.}. Vamos listar seus elementos em Então. y1 y 2 y 3 y 4 .. o que é uma contradição. x31 x32 x33 x34 ..9}.. . a 2 = 0. pela definição de B.

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

podemos escrever que: P(n ) = 2 n Agora.. podemos fazer a seguinte conjectura: a geração n possui 2n descendentes.Então. ou seja.. Ou seja. + (2k − 1) = k 2 Passo de Indução .. 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. vamos provar que nossa conjectura está correta. Suponha P (k ) Prove P (k + 1) 1 + 3 + 5 + . + [2(k + 1) − 1]=(k + 1) ? 2 Matemática Discreta Márcia Rodrigues Notare 42 . P(1) : 1 = 12 Hipótese de Indução .P(k) Supomos que a propriedade é válida para n = k.P(1) Verificamos que a propriedade é válida para n = 1. P(k ) : 1 + 3 + 5 + . ou seja.P(k + 1) Tentamos provar que a propriedade é válida para n = k + 1.. + (2n − 1) = n 2 Base de Indução . através do primeiro princípio de indução matemática: Base de Indução (estabelecemos a veracidade da propriedade para n = 1): P(1) = 21 = 2 Hipótese de Indução (supomos que a propriedade é válida para algum inteiro k. que: P(k + 1) : 1 + 3 + 5 + . resume os três passos necessários para uma demonstração que usa o primeiro princípio de indução. k ≥ 1): P(k ) = 2 k Passo de Indução (provamos que a propriedade é válida para o inteiro seguinte k+1.. 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..

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

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

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

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

<.

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

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

2. . 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) = . utilizando a sua definição por recorrência: 1.5.F(n). na seqüência de Fibonacci.Por exemplo. 13. para todo n ≥ 1. Podemos provar essa fórmula diretamente. 21.3 . usando apenas a relação de recorrência na definição dos números de Fibonacci. 1. 34. 55 Exemplo: Prove que. Logo. A relação de recorrência F(n + 2) = F(n) + F(n + 1) pode ser reescrita na forma F(n + 1) = F(n + 2) . sem utilizar indução matemática. F(n + 4) = 3F(n +2) – F(n). 8. podemos escrever os dez primeiros números da seqüência de Fibonacci.

.

.

.

.

.

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 .

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

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

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

× é um grupo abeliano. Seja A. Exemplos: a) A operação * R+ .10. 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.+ é associativa. então A. a operação for comutativa. Portanto. Se.6 Grupos Um grupo é um monóide cuja operação é possui elemento inverso. associativa. precisamos verificar quais propriedades ela satisfaz: - Μ 2 (Ζ ).× não é um grupo.+ é um grupo abeliano. Se ⊕ : A × A → A possui elemento inverso.⊕. Μ 2 (Ζ ). 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 fechada. adicionalmente. o número 0 não possui elemento inverso! A tabela abaixo apresenta um resumo das estruturas algébricas estudadas e suas respectivas propriedades. um grupo é uma operação que é. pois a adição de duas matrizes 2 × 2 é uma matriz 2 × 2 . pois é uma operação fechada. e é um Grupo Abeliano. b) A operação R. comutativa. e é um grupo. possui elemento neutro 1 e elemento inverso.⊕.+ é um grupo abeliano? Μ 2 (Ζ ). então A. pois não há número real x tal que: 0⋅ x = x⋅0 =1 Ou seja. fechada. Para verificarmos se a operação Μ 2 (Ζ ). simultaneamente. possui elemento neutro e elemento inverso. associativa.⊕ um monóide.

A multiplicação módulo 5 é definida por x × 5 y = r . pois estão espelhadas em torno da diagonal principal.+ possui elemento neutro:   0 0  4 3 Μ 2 (Ζ ). a inversa da matriz   é a matriz 2 1  − 4 − 3 − 2 − 1  . 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 ). denotada por + 5 . pois 3 × 4 = 12 e o resto da divisão de 12 por 5 é 2.+ 5 nas tabelas são elementos de Ζ 5 . como x + 5 y = r .   - Portanto.3. Por exemplo.+ é comutativa. onde r é o resto da divisão de x × y por 5. em Ζ 5 . Definimos a soma módulo 5. onde r é o resto da divisão de x + y por 5.4}.+ possui elemento inverso. pois todos os resultados verificados Ζ 5 .- Μ 2 (Ζ ). Matemática Discreta Márcia Rodrigues Notare 53 . 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 . Por exemplo: 1 +5 2 = 3 3 + 5 4 = 2 .1.× 5 são comutativas.2. Por exemplo: 2 × 5 3 = 1 . 3 × 5 4 = 2 . Podemos também verificar que e Ζ 5 . através das tabelas construídas.× 5 são fechadas. Μ 2 (Ζ ).+ é um grupo abeliano! 0 Exemplo: Seja Ζ 5 = { . pois 3 + 4 = 7 e o resto da divisão de 7 por 5 é 2.+ 5 e Ζ 5 . pois 2 × 3 = 6 e o resto da divisão de 6 por 5 é 1.

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

Sign up to vote on this title
UsefulNot useful