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

e somente se.Definição de Conjunto Universo: denotado por U. é o conjunto que contém todos os conjuntos que estão sendo considerados.{a. c. preste atenção nos conceitos de pertinência e inclusão. c} 1. temos que A ⊆ U. b.{a.{a} ⊆ S . ∅. {1. d. b. {0}. b. 1.{1.2} = x ∈ Ν x ≥ 0 ∧ x < 3 - Ν = {x ∈ Ζ x ≥ 0} { } {a. U não é um conjunto fixo e.{ . d} ∉ S .{a} ∉ S . Portanto. 2}}.4 Igualdade de Conjuntos A = B ↔ ( A ⊆ B ∧ B ⊆ A) Dois conjuntos A e B são ditos iguais se.∅∈S . b. Exemplos: Considere o conjunto S = {a. para qualquer conjunto A. possuem os mesmos elementos. c. c. c. b.1. c} = {a. c. Dessa forma.∅⊆S . ou seja.5 Pertinência x Inclusão Os elementos de um conjunto podem ser conjuntos. define o contexto de discussão.{0} ∈ S .2} ∈ S . b. d} ⊆ S Matemática Discreta Márcia Rodrigues Notare 6 . ou seja: Exemplos: 0 . Então: .

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

1. é falsa. P V V F F Q V F V F P∨Q 2. é falsa. Verbalizando. É denotado por: P→Q Observe: a expressão “P → Q” assegura que: não é o caso que P e não Q.4 Condicional (Implicação) O condicional é falso se seu antecedente for verdadeiro e seu conseqüente for falso. podemos dizer que um enunciado da forma P → Q tem o mesmo significado (semântica) que um enunciado da forma ¬(P ∧ ¬Q).P ¬P V F F V 2. ele é verdadeiro.1. P V V F F Q V F V F P∧Q V F F F 2. Portanto.3 Disjunção Uma disjunção é verdadeira se pelo menos um dos seus disjunctos for verdadeiro. Caso contrário. ou seja. É denotada por: (lê-se "P ou Q") P∨Q A tabela-verdade da disjunção está apresentada a seguir. 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. Caso contrário. Caso contrário.1. É denotada por: (lê-se "P e Q") P∧Q A seguir a tabela-verdade da conjunção. se considerarmos a expressão: “Se esfriar. podemos obter a tabela-verdade de P → Q construindo a tabela verdade de ¬(P ∧ ¬Q). 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 .2 Conjunção Uma conjunção é verdadeira se ambos seus conjunctos são verdadeiros.

devemos identificar o operador principal.¬(P ∧ Q) ↔ (¬P ∨¬Q) 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. P ∨ Q. 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 . Exemplos: . Construa a tabela-verdade para a fórmula ¬P ∨ Q. tem o mesmo significado que (P → Q) ∧ (Q → P). Assim. denotado por P ↔ Q . a tabela-verdade de (P ↔ Q) pode ser obtida construindo a tabela-verdade de (P → Q) ∧ (Q → P). escrevemos as letras sentenciais à esquerda da tabela e a fórmula à direita da tabela.5 Bicondicional O bicondicional. Veja os exemplos abaixo. portanto. que é o operador principal e. parênteses e letras sentenciais. b) preenchemos a coluna da ocorrência de P na fórmula (na wff). d) preenchemos o segundo sinal de negação. completamos a tabela com os valores-verdade para os operadores.P ∨ ¬Q . determina o valor-verdade da fórmula. P V F 2. a) preenchemos a coluna letra sentencial P. P ∧ Q. portanto. observando os passos de construção: 1.¬P. completando-se os possíveis valores-verdade que P pode assumir. pois é ele que determina o valor-verdade para toda a fórmula. Construa a tabela-verdade para a fórmula ¬¬P.wff) são sentenças lógicas construídas corretamente sobre o alfabeto cujos símbolos são conectivos. A seguir.1. deve ter sua coluna como última a ser preenchida. P ↔ Q .(P ∧ ¬Q) → R . Devemos completar com todas as possibilidades de valores verdade para as letras sentenciais. P Q P↔Q V V V V F F F V F F F V 2. P → Q. c) preenchemos o sinal de negação imediatamente à esquerda de P.2 Fórmulas Bem-Formadas Fórmulas bem-formadas (well formed formula .2.3 Tabelas-verdade para wffs Para construir uma tabela-verdade para uma wff.

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

a sentença acima pode ser simbolizada por: Matemática Discreta Márcia Rodrigues Notare  Aplicações na Computação (DeMorgan) (Distributividade) (Complemetar) (Comutatividade) (Elemento Neutro) Quantificadores 11 . Portanto novos conceitos. Tais valores lógicos permitem a decisão do fluxo de controle em programas de computador. a expressão condicional tem a forma A ∧ ¬(A ∧ B). x>0" como sendo uma proposição verdadeira sobre os inteiros positivos. Nesse exemplo. ∨ e ¬. ele execurá outro trecho do seu código. Veja o exemplo a seguir: if ((x < y) and not ((x < y) and (z < 1000))) do AlgumaCoisa. Assim.Complementares: . se o valor lógico da expressão condicional for falso. Por exemplo. Quantificadores são frases do tipo para todo.5 Wffs formadas apenas pelos cinco operadores lógicos (¬ ∧ ∨ → ↔) têm possibilidade limitada de expressões. Assim. respectivamente ∧. estão disponíveis em muitas linguagens de programação. Quantificador Universal: é simbolizado por ∀ e lê-se para todo. OU (OR) e NÃO (NOT). como o de quantificador.Elemento Neutro: . não conseguiríamos simbolizar a sentença "Para todo x. Eles agem sobre combinações e expressões verdadeiras e falsas para produzir um valor lógico final. Podemos simplificar essa expressão utilizando as equivalências vistas anteriormente.Comutatividade: . frases que dizem "quantos objetos" apresentam determinada propriedade. para cada ou para algum. o programa executará um trecho do seu código.Distributividade: . se o valor lógico da expressão condicional for verdadeiro.. deve ser introduzido. para qualquer ou para cada. else do OutraCoisa. isto é.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 como o fluxo de controle do programa. else do OutraCoisa. onde A é "x < y" e B é "z < 1000". mas o novo código será mais fácil de ser entendido e poderá ser executado mais rapidamente. em uma ramificação condicional de um programa. o valor lógico não será afetado. Se a expressão condicional for substituída por outra expressão equivalente mais simples.Associatividade: . 2. 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 expressão diz que para todo inteiro x existe um inteiro maior. a expressão (∃x )(x > 0) pode ser lida como "existe um x tal que x é maior do que zero". para pelo menos um. Isto ressalta o fato de que a ordem dos quantificadores é importante! Matemática Discreta Márcia Rodrigues Notare 12 . Esta expressão é verdadeira. Quantificador Existencial: é simbolizado por ∃ e lê-se existe. y) é lida como "para todo x existe um y tal que Q(x. Considerando que o conjunto universo é conjuntos dos números inteiros e que Q(x. A expressão (∀x)(∃y)Q(x. Entretanto. P(x) é a propriedade que x é positivo ou negativo e o conjunto universo é conjunto de todos os inteiros. o valor lógico da expressão é falso. a mesma interpretação diz que existe um inteiro y que é maior que qualquer outro inteiro x. Assim. y) é a propriedade x < y. existe algum. se invertermos a ordem dos quantificadores escrevendo (∃y)(∀x)Q(x. y)". P(x) é a propriedade que x é amarelo e o conjunto universo é o conjunto de todas as flores. 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. Neste caso. para algum.(∀x )(x > 0) O valor lógico da expressão (∀x)(x>0) depende do domínio dos objetos sobre os quais estamos nos referindo. y). que chamamos de conjunto universo.

as figuras abaixo representam: A a b c B A A⊆B O conjunto A = {a. Então. A união dos conjuntos A e B. temos que a ∈ C. ou seja.3 ÁLGEBRA DE CONJUNTOS Entendemos que uma álgebra é constituída de operações definidas sobre um conjunto. uma Álgebra de Conjuntos é constituída por operações definidas para todos os conjuntos. Dessa forma. 3.1 Operação de União A ∪ B = {x x ∈ A ∨ x ∈ B} Sejam A e B conjuntos. Usualmente. a união de dois conjuntos A e B considera todos os elementos que pertencem ao conjunto A ou ao conjunto B. Matemática Discreta Márcia Rodrigues Notare 13 . Seja a ∈ A. os retângulos são utilizados para representar o conjunto universo e as elipses para representar os demais conjuntos. é como segue: Em outras palavras. para qualquer elemento a ∈ A . temos que a∈A a∈B pela definição de subconjunto (A ⊆ B) a∈C pela definição de subconjunto (B ⊆ C) Logo. c} S U S⊆U A relação de inclusão é transitiva. Podemos representar conjuntos e suas operações através de figuras geométricas. Por exemplo. pela definição de subconjunto. resulta em um conjunto cujos elementos pertencem a pelo menos um dos dois conjuntos. denotada por A ∪ B . como elipses e retângulos. B e C conjuntos quaisquer tal que A ⊆ B e B ⊆ C. temos que A ⊆ C. Assim. b. chamados Diagramas de Venn. ou seja: A⊆ B∧B⊆C ⇒ A⊆C Prova: Suponha A.

1. 3. Q e I. 6. 9} e V = {a.A operação de união pode ser visualizada através de um diagrama de Venn. 4. 5. 6. e. 9. 1. 7. 4.. 8. Exemplos: . Temos que R∪Q=R R∪I=R Q∪I=R Para qualquer conjunto universo U e qualquer A ⊆ U. 5. o.} Considere R. x ∈ (A ∪ ∅) ⇔ x∈A∨x∈∅⇔ (definição de união) x∈A (elemento neutro) Logo. temos que A ∪ B = {0. 2. ∅ ∪ A = A Idempotência: A ∪ A = A Prova: Seja x ∈ (A ∪ A). temos que ∅∪∅=∅ U∪∅=U U∪A=U U∪U=U - 3. 5. e. 4. a. o.1. como mostrado a seguir. i. A ∪ ∅ = A Analogamente. temos que D ∪ V = {0. 2. 3. seja x ∈ (∅ ∪ A). 6. 7. 2.Dados os conjuntos D = {0. 8. 3. 7. i. 1. x ∈ (A ∪ A) ⇔ x∈A∨x∈A⇔ x∈A (definição de união) (idempotência do conectivo ∨) Matemática Discreta Márcia Rodrigues Notare 14 . 9.1 Propriedades da União Elemento Neutro: A ∪ ∅ = ∅ ∪ A = A Prova: Seja x ∈ (A ∪ ∅). .. u} Dados os conjuntos A = {x ∈ Ν | x > 2} e B = { x ∈ Ν | x2 = x}. x ∈ (∅ ∪ A) ⇔ x∈∅∨ x∈A⇔ (definição de união) x∈A∨x∈∅⇔ (comutatividade) x∈A (elemento neutro) Logo. u}. 8.

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

1. 9}. Q e I.. 7. V = {a. 8. Exemplos: . 2. 4. 4. 6.A operação de interseção pode ser visualizada através de um diagrama de Venn. 2. 6. temos que A∩B=∅ (conjuntos disjuntos) Considere R. e.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. 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) 3.2. 6. é como segue: Matemática Discreta Márcia Rodrigues Notare 16 . 5.Dados os conjuntos D = {0. u} e P = {0. . Dados os conjuntos A = {x ∈ Ν | x > 2} e B = { x ∈ Ν | x2 = x}. 4. como mostrado a seguir. denotado por ~ A .}. temos que ∅∩∅=∅ U∩A=A U∩∅=∅ U∩U=U - - 3. temos que D ∩ P = {0. i.. Temos que R∩Q=Q R∩I=I Q∩I=∅ Para qualquer conjunto universo U e qualquer conjunto A ⊆ U. 8.3 Operação Complemento ~ A = {x ∈  x ∉ A} Suponha o conjunto universo U. o. 2. 3. O complemento de um conjunto A ⊆ U. 8} D∩V=∅ Chamamos conjuntos cuja interseção é o conjunto vazio de conjuntos disjuntos.

temos que ~A = {3. a diferença entre dois conjuntos A e B considera todos os elementos que pertencem ao conjunto A e que não pertencem ao conjunto B. ou seja ¬(x ∈ A) ⇒ para ~ ~A. 2. temos que ~A = {x ∈ N | x > 2} Para qualquer conjuntos universo U. Exemplos: . como mostrado a seguir. temos que ~Q = I ~I = Q Suponha U qualquer. 1. 2}. 2}. 6. A diferença entre os conjuntos A e B. (definição de complemento) 3.4 Operação de Diferença A − B = {x x ∈ A ∧ x ∉ B} Sejam A e B conjuntos. Então para qualquer conjunto A ⊆ U. temos que A ∪ ~A = U A ∩ ~A = ∅ ~ ~A = A - - - Podemos provar o último caso da seguinte forma: Suponha um elemento x ∈ A. é como segue: Em outras palavras. x∈A⇒ para ~A. 7. como mostrado a seguir. 4. 8. 7. ou seja.Dados o conjunto universo U = {0. x ∈ A. denotada por A − B . 3. A operação de diferença pode ser visualizada através de um diagrama de Venn. 1. 8.A operação complemento pode ser visualizada através de um diagrama de Venn. ¬¬(x ∈ A). 9} e o conjunto A = {0. 4. 9} Dados o conjunto universo U = N e o conjunto A = {0. 6. 5. Matemática Discreta Márcia Rodrigues Notare 17 . 5. 1.3. x ∉ A.1 Propriedades de DeMorgan ⇔ ⇔ A ∪ B = ~(~A ∩ ~B) A ∩ B = ~(~A ∪ ~B) a) ~(A ∪ B) = ~A ∩ ~B b) ~(A ∩ B) = ~A ∪ ~B 3. temos que ~∅ = U ~U = ∅ Considerando R como conjunto universo.

temos que D-V=D D .. 4. 2. c}. . b}. {c}.5 Conjunto das Partes Dado conjunto A.B = {3. temos que A . 5. vamos definir uma seqüência: uma seqüência de n elementos é definida como sendo uma n-upla ordenada. {a}. então o números de elementos de P(X) é 2n. 5. 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}. temos que . {a. i.P(B) = {∅. 9}.Dados os conjuntos A = {x ∈ N | x > 2} e B = {x ∈ N | x = x2}. c}.P(C) = {∅. V = {a. b} e C = {a. 6. temos que ∅-∅=∅ U-∅=U U . dizemos que uma 2-upla é uma par ordenado e é representada por x. 3. ou seja. u} e P = {0.P(∅) = {∅} .7 . 8. 6. y ) .Exemplos: . 4.6 Produto Cartesiano Antes de definirmos a operação produto cartesiano. {a}} . {b. 2. que aplicada a um conjunto A. 1. b}} .A = ~A U-U=∅ - 3. c}. b.Se x ∈ A. 9} .. então {x} ⊆ A A operação unária. {a}. 7. 3.P = {1. {b}. {a.} B . o.∅⊆A . c}} Se o número de elementos de um conjunto X é n. 7.}. Matemática Discreta Márcia Rodrigues Notare 18 ..A⊆A .P(A) = {∅. Q e I. 6 . {a.A = {0. 8. 5. temos que R-Q=I R-I=Q Q-I=Q Para qualquer conjunto universo U e qualquer conjunto A ⊆ U. Particularmente. e. b. {b}.. y ou (x. B = {a.Dados os conjuntos D = {0. 4. {a. temos que: . 1} Dados os conjuntos R. n objetos em ordem fixa. . 3.

a. a . denotada por A + B .Observação: A ordem dos elementos é importante! Logo. o. c0. b . 4. 7D. b. b. 8D. A e b. b} e C = {0.D + V = {0D. B = {a.2 } } A×∅ = ∅ ∅ ×A =∅ ∅2 = ∅ Observações: . i. 1.0 . . A × (B × C ) = { a. 2D. 2. a. a. 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.D + P = {0D. b.0 . a . a.0 . b. 0. c}.. 0P. A a ∈ A}∪ { b. a. uV} . V = {a.2 . 4D. e. a. b. b a ∈ A ∧ b ∈ B} 2 Denotamos o produto cartesiano de um conjunto A por ele mesmo como A × A = A . a. 1D. a. a. Exemplos: Dados os conjuntos A = {a}.} 2 2 (A × B )× C = { a. b. 7. a . a . 6. a . 4P. eV.0 . b1. a. b . 6. b - { } B × C = { a. x. b. b. 3D. 2. b . cA} . a.2 .1 . 9D. P = {0..0 . a . a. a.} e A = {a. é como segue: onde os pares ordenados a.2 . b } A = { a. 2P. 6D. B b ∈ B} Sejam A e B conjuntos.A + A = {a0. b } A × Ν = { a. 3. b0. b .∅+∅=∅ .Não-comutatividade: A × C ≠ C × A . O produto cartesiano de A por B é como segue: A × B = { a. b. temos que: A × B = a. 1.. 2.2 } C × B = { 0. x . a. a1. 5.. b .0 . B representam elemento. a . 6D.1 . y ≠ y. 4. a } B = { a. a. aV. 9D. 5D.. 2}. 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 ) 3.2 a. 8.0 . identificação .1 . u}. 6P. bA. iV. 2D.1 . oV. 9}.1 . .1 . Sejam A e B conjuntos. 2. a . 7D.7 União Disjunta A + B = { a.} . c1} Matemática Discreta Márcia Rodrigues Notare 19 . b . a. a. 5D. a . 3D. temos que: . 1.2 . 4D. 8D. 1D. 1. a. A união disjunta dos conjuntos A e B...A + ∅ = {aA.1 .Não-associatividade: (A × B )× C ≠ A × (B × C ) Propriedades que envolvem Produto Cartesiano.

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

.2 } 4. 2] para a relação = : A → B . b da relação é representada como uma aresta do grafo. B = {a.2 . c) a matriz resultante possui m x n células. < .. onde: a) cada elemento do conjunto A é representado como um nodo do grafo. an} e B = {b1. Exemplos: Dados os conjuntos A = {a}. com origem em a e destino em b. b) o número de colunas é m (número de elementos da imagem). 1} e o conjunto imagem é o conjuto {1. 2. 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 } Sejam A = {a1. b2.3 Relação como Matriz R : C → C tal que R = { 0.para a endorelação C .. b j ∈ R . 2}.. bm} dois conjuntos finitos. < = { 0. . caso contrário. então a posição determinada pela linha i e pela coluna j da matriz contém valor verdadeiro (1).1 . d) cada uma das m x n células possuem um valor lógico associado. 4. a2. 1. 0. b ∈ R : dizemos que R está definida para a e que b é a imagem de a.2 Endorrelação como Grafo Toda endorrelação R : A → A pode ser representada como um grafo. seu valor será falso (0). o domínio de definição é o conjunto {a} e o conjunto imagem também é o conjunto {a}. a .2 . b) Domínio de definição: é o conjunto de todos os elementos de A para os quais R está definida. e) se a i . c) Conjunto imagem: conjunto de todos os elementos de B que estão relacionados com algum elemento de A.. Exemplos: a a b ∅: A → A = : B → B = { a. b 0 1 2 } 0 1 2 C . o domínio de definição é o conjunto {0. . b. b} e C = {0.a) a.. 2. 1.0 . b) cada par a. temos que . Matemática Discreta Márcia Rodrigues Notare 21 .

2. 2}. b} 1 1 2 1 1 0 2 1 0 1 b 1 ∅: A → A B. A seguir serão apresentadas as propriedades que envolvem as endorrelações. = C. ≤ .2 } A× B a S 0 1 2 ⊆ ∅ {a} a 1 0 0 A× B = A → B S = { 0.1 Relação Reflexiva Sejam A um conjunto e R uma endorrelação em A. ⊆ .2 . B = {a.0 .Exemplo: Dados os conjuntos A = {a}. b }: C → B ⊆: P( A) → P( B) 4. 2. 1. 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 . 1. pois esta relação contém os pares 0. b} e C = {0.4 Propriedades das Relações Uma endorrelação binária em um conjunto A pode ter determinadas propriedades.0 . pois todo elemento é igual a si mesmo - P( A).2 A. 2}.1 e 2. 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 conjunto está contido em si mesmo A 2 : A → A .4. = . a . < R : C → C tal que R = { 0. 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. 1. temos que as seguintes relações são reflexivas Ν. 1. 4.

Veja as matrizes e grafos referentes a alguns dos exemplos apresentados acima. 1. pois não elemento diferente de si mesmo - P( A). 2}. 2.A. ≠ .2 Relação Irreflexiva Sejam A um conjunto e R uma endorrelação em A. A2 0 1 2 A :A→ A 2 0 1 1 1 1 1 1 1 2 1 1 1 1 0 2 A.1 }. nem irreflexiva: . R .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 para a relação "está contido propriamente" os conjunto precisam se diferentes ∅: A → A. S . 1. pois não há nenhum elemento do tipo a. se S = 0. se R = { 0. a Exemplo de relação nem reflexiva.4. a A. 2. temos que as seguintes relações são irreflexivas Ζ. ⊂ . 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 .0 .2 .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.1 .2 . e qualquer nodo do grafo não possui aresta com origem e destino nele mesmo. = = 0 1 2 0 1 0 0 1 0 1 0 2 0 0 1 1 0 2 4.

2} e X um conjunto qualquer.1 . = ∅: X → X A matriz e o grafo de uma relação simétrica apresentam uma característica especial: na matriz.4 Relação Anti-Simétrica Sejam A um conjunto e R uma endorrelação em A.4. Veja as matrizes e grafos referentes a alguns dos exemplos apresentados acima.2 . A :A→ A 2 A2 0 1 2 0 1 1 1 1 1 1 1 2 1 1 1 1 0 2 A.X2: X → X X. 1. uma em cada sentido.= - X. entre dois nodos quaisquer. 2} e X um conjunto qualquer. ou existem duas arestas. 1. R é uma relação simétrica se: (∀a ∈ A)(∀b ∈ A)(aRb → bRa ) Exemplos: Dados o conjunto A = {0.4. 2.3 Relação Simétrica Sejam A um conjunto e R uma endorrelação. e. R é uma relação anti-simétrica se: (∀a ∈ A)(∀b ∈ A)(aRb ∧ bRa → a = b ) Exemplos: Dados o conjunto A = {0. ou não existe aresta. a metade acima da diagonal principal é a imagem espelhada da metade de baixo.1 } R 0 1 2 0 0 0 0 1 1 0 1 2 0 1 0 1 0 2 4.≠ P( X ). temos que as seguintes relações são anti-simétricas Matemática Discreta Márcia Rodrigues Notare 24 . = = 0 1 2 0 1 0 0 1 0 1 0 2 0 0 1 1 0 2 4.R = { 0. temos que as seguintes relações são simétricas . no grafo. 1.

Se a relação R já contém as propriedades de P. nem anti-simétrica: .= - Ν.2 { } A matriz e o grafo de uma relação anti-simétrica apresentam uma característica especial: na matriz. se R = { 0. R .2 } 4. 2. R ⊆ FECHO − P(R ) Matemática Discreta Márcia Rodrigues Notare 25 .1 .0 . S . ≠ - A.0 . 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 .= P( X ). < P( X ). = ∅: X → X Ν. ⊆ P( X ).2 .X2: X → X .2 } R 0 1 2 0 1 0 0 1 0 1 0 2 0 1 0 1 0 2 4. ≤ Ζ. R = { 0.1 . 1. se R = { x. 2. y ∈ Ν2 y = x2 } Exemplo de relação nem simétrica. temos que as seguintes relações não são transitivas Ζ. então ela é a seu próprio fecho em relação a P.∅: X → X X. R .5 Relação Transitiva Sejam A um conjunto e R uma endorrelação em A. Veja a matriz e o grafo referentes a um dos exemplos apresentado acima. R é uma relação transitiva se: (∀a ∈ A)(∀b ∈ A)(∀c ∈ A)(aRb ∧ bRc → aRc ) Exemplos: Dado um conjunto X qualquer. 2. temos que as seguintes relações são transitivas . 1.5 Fechos de Relações Sejam R: A → A uma endorrelação e P um conjunto de propriedades. Então. no grafo. a correspondente célula na outra metade é falsa (0). se R = { 0.0 .A.1 .0 . 1. se S = 0. entre dois nodos quaisquer. existe no máximo uma aresta. 1.- X. ⊂ Exemplos: Dado um conjunto X qualquer. para qualquer célula verdadeira (1) em uma das metades da matriz.4.1 } A. 2.

3 .5 . 1. 3.3 . Então o fecho transitivo de R é definido como segue: a) se a. b ∈ Fecho − { transitiva}(R ) e b.5 .5 } Relação de Ordem Intuitivamente.4 .1 . 4. tal que R = {1.1 Fecho Reflexivo Suponha R: A → A uma endorrelação. b ∈ Fecho − { transitiva}(R ) . 3.2 . 1. 1. tal que - Fecho − {simétrica}(R ) = {1. 3.3 .4 .1 . 3. b ∈ R} Exemplo: Dados o conjunto A = {1. 2. temos que 4. 5. podemos pensar numa relação de ordem quando lembramos de uma fila no banco. 5. 5.2 .3 .2 .5 . 4. temos que - Fecho − { transitiva}(R ) = {1.4 . 2.4 .3 Fecho Transitivo Suponha R: A → A uma endorrelação. transitiva}(R ) Portanto. então a.2 .4 . 5} e R: A → A uma endorrelação. 3.4 .4 }.5. 4. 5} e R: A → A uma endorrelação. 2.3 . 2. 2. 1. 1.4. 1.4 . 4. etc.4 .2 . a R = {1.1 } 4.4 .5. Matemática Discreta Márcia Rodrigues Notare 26 . 4. 2.3 . 5} e R: A → A uma endorrelação.2 . 2. Então o fecho simétrico de R é definido como segue: Fecho − {simétrica}(R ) = R ∪ { b.5 } 4. 3.3 . 1.3 . 3. a a ∈ A} Exemplo: Dados o conjunto A = {1.2 . a. então Exemplo: Dados o conjunto A = {1. 1.4 }.1 .6 R * = {1.2 . 2. 1.5 .3 . 3.2 Fecho Simétrico Suponha R: A → A uma endorrelação. 1.5 . temos que a.3 . 4. 2. 2.2 . 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.3 . temos que - Fecho − {reflexiva}(R ) = {1. 1. 2. 1.5 .5. 2. tal que R = {1. 2. c ∈ Fecho − { transitiva}(R ) . 3. 2. considerando o exemplo acima. 3. b) se a. na relação "menor ou igual" no números naturais. 3.3 . b ∈ R . 1.2 . 3. de uma fila de alunos dispostos numa sala de aula. c ∈ Fecho − { transitiva}(R ) .5 . Então o fecho reflexivo de R é definido como segue: Fecho − {reflexiva}(R ) = R ∪ { a.4 }. 3.

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

d . Matemática Discreta Márcia Rodrigues Notare 28 . c . 3. . temos que .1 é elemento minimal. R uma relação de ordem. b.3 de R se Suponha A um conjunto e A. d . R uma relação de ordem. a. pois não há elemento que relaciona-se com ele.1 R se Suponha A um conjunto e A. a . R uma relação de ordem. a. c . R uma relação de ordem. 18} e a relação de ordem "x divide y". e . f . b .6. a ∉ R) Exemplo: Dados o conjunto A = {1. e . Dizemos que m é elemento máximo (∀a ∈ A)(aRm) Elemento Maximal 4.6.2 de R se Suponha A um conjunto e A.4 de R se Suponha A um conjunto e A.6. a. 6.6. e b c d a f temos { a. e. pois não existem elementos com os quais eles relacionamse. c.12 6 18 2 3 1 - Dado o diagrama de Hasse a seguir. 12. Dizemos que m é elemento maximal (∀a ∈ A)( m. Dizemos que m é elemento mínimo de (∀a ∈ A)(mRa ) Elemento Minimal 4. a. b . .12 e 18 são elementos maximais. Dizemos que m é elemento minimal (∀a ∈ A)( a.1 é elemento mínimo. e . pois está relacionado com todos os outros elementos de A. cujo diagrama de Hasse já foi apresentado anteriormente. Elemento Mínimo que o conjunto dado pela relação de ordem é 4. 2. d . m Elemento Máximo ∉ R) 4. d . f }.

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

todos os números pares formam uma classe de equivalência e todos os números ímpares formam uma segunda classe de equivalência. Tal relação divide o conjunto N em duas partes. 2. reflexiva. Para verificar que isso é válido. simétrica e transitiva... é uma relação de equivalência.3 .2 . então x + y é par. 3} e R = 1. . mostramos que a relação de congruência módulo m em Z é. para todo número par. tais que cada classe de equivalência contém um único elemento. Então. portanto. ou seja.. 4. descreva as classes de equivalência correspondentes. ou seja. " x + y _ é _ par" . é divisível por m. Então.classe dos pares: [2] = [6] = [1034] = {0. então x + y é ímpar para todo número ímpar. . 2.1 As classes de equivalência são as seguintes: [1] = {1. Se x é par.1 Congruência em Z Considere o conjunto dos números inteiros Z e um número inteiro m > 1 . 2} = [2] [3] = {3} { } 4.. a) Ν. simultaneamente.} . 3. então x − y e y − z são divisíveis por m. 2. Dizemos que x é congruente a y módulo m. temos que a relação é simétrica. 2.Exemplo: Considere o conjunto dos números naturais e a relação de equivalência Ν. Suponha agora que x ≡ y (mod m ) e que y ≡ z (mod m ). x ≡ z (mod m ) e a relação é transitiva.} Exemplo: Para cada uma das relações a seguir.8 Relação Inversa Seja uma relação R: A → B. Assim. Então − (x − y ) = y − x também também é divisível por m. A relação de congruência em Z define uma relação de equivalência em Z. temos que x ≡ x(mod m ) . Podemos representar essa partição de N como mostra figura abaixo.classe dos ímpares: [1] = [11] = [2451] = {1. 7. em duas classes de equivalências.7. se x = y + km para algum inteiro k. se x é ímpar. 3. temos que a soma Suponha que x ≡ y (mod m ) . Observe que as classes de equivalência podem ser representadas por qualquer objeto pertencente à ela: . Acompanhe o raciocínio a seguir: para qualquer inteiro x. Logo. [n] = {n} b) Em A = {1. (x − y ) + ( y − z ) = x − z 4. Logo. denotada por x ≡ y (mod m ) se x − y é divisível por m. 5.1 . temos que mostrar que a relação de congruência em Z é uma relação reflexiva. Logo. 6.2 . a relação inversa é como segue: Matemática Discreta Márcia Rodrigues Notare 30 . = Possui n classes de equivalência. pois x − x = 0 é divisível por m. 1. temos que a relação é reflexiva. simétrica e transitiva e. Assim. então x − y é divisível por m.

d}. b ∈ R ∧ b . 4} e a relação R : B → A = 2. x . R é dada por - -1 R −1 : A → B = { a.9 Composição de Relações < −1 => : C → C Sejam A.5 e S : B → C = 1. 5. A composição de R e S.Dados os conjuntos A = {a. b ∈ R} Exemplos: . y . < .1 . y .3 } Dados o conjunto C = {2. x . b} e B = {2. 2. z} e as relações R : A → B = a. c ∈ S } { } { } R  S = { a. b. 5. S: B → C e T: C → D. y. 3. d . y . 4} e a relação C . Exemplo: Dados os conjuntos A = {a. 3. B e C conjuntos. 2.4 . ou seja: Sejam as relações R: A → B. 3. 5} e C = {x. c. é tal que Ou seja. 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. Então. e R: A → B e S: B → C relações.3 . b. denotada por R S : A → C . B = {1. 4. 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. 3.R −1 : B → A = { b. z } B 1 2 3 4 5 C S x y z 31 . { } temos que a relação inversa de R. 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 . z . c ∃b ∈ B ∧ a . a .2 . b. b . d . d . a a. b.

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

no máximo. A matriz de uma relação funcional tem uma característica particular: cada linha da matriz pode conter no máximo um valor lógico verdadeiro (1). Veja a seguir o diagrama que representa a relação R. Relação Funcional Uma relação binária R: A → B é uma relação funcional se. no máximo. 2 Exemplo: Dada a relação X : Z → Z. 5. c}.1 TIPOS DE RELAÇÕES Vamos estudar agora os diferentes tipos de relações. temos que.2 Relação Injetora Relação injetora é o conceito dual (inverso) de relação funcional. a . para um relação ser injetora. um elemento do conjunto destino (o que significa que podem haver elementos da origem não relacionados a algum elemento do destino). Exemplo: Dada a relação R: A → B. 2. temos que para uma relação ser funcional. temos que. 3} e R = 1.1 . um elemento do conjunto destino. b. c e A = {a. b. 2}.2 .5 5. no máximo. um elemento de A. 1. Podemos também visualizar uma relação funcional no diagrama de Venn. e somente se: (∀b ∈ B )(∀a1 ∈ A)(∀a 2 ∈ A)(a1 Rb ∧ a 2 Rb → a1 = a 2 ) Em outra palavras. tal que R = a. tal que A = {1. { } Matemática Discreta Márcia Rodrigues Notare 33 . um elemento do conjunto origem. Considerando a relação R: A → A. temos que o correspondente { } diagrama é como segue: A a b c a b c A Observe que. cada elemento do conjunto destino deve estar relacionado a. y ∈ Ζ 2 y = x 2 . existe no máximo um inteiro y tal que y = x .3 . A matriz de uma relação injetora tem uma característica particular: existe no máximo um valor lógico verdadeiro (1) em cada coluna. B = {1. para 2 { } cada inteiro x. cada elemento do conjunto origem deve estar relacionado a. no máximo. temos que cada elemento de B está relacionado a. e somente se: (∀a ∈ A)(∀b1 ∈ B )(∀b2 ∈ B )(aRb1 ∧ aRb2 → b1 = b2 ) Em outras palavras. Uma relação binária R: A → B é uma relação injetora se. de fato. 2. cada elemento do conjunto origem está relacionado a. tal que X 2 = x.

Exemplo: Dada a relação R: A → B. Uma relação binária R: A → B é uma relação sobrejetora se. c}. O domínio de definição é o próprio conjunto A.4 Relação Sobrejetora Relação sobrejetora é o conceito dual (inverso) de relação total. 2. temos que para uma relação ser sobrejetora. 2. e somente se: (∀b ∈ B )(∃a ∈ A)(aRb ) Em outras palavras. Exemplo: Dada a relação R: A → B. B = {1. b. Veja a seguir o diagrama que representa a relação R. Veja a seguir o diagrama que representa a relação R. temos que para uma relação ser total. b} e R = a. 3} e R = 1. tal que A = {1. e somente se: (∀a ∈ A)(∃b ∈ B )(aRb ) Em outras palavras. B = {a. a . Na matriz de uma relação total. todos os elementos do conjunto destino devem estar relacionados a algum elemento do conjunto origem. temos que cada elemento de B está relacionado a algum elemento de A.3 Relação Total Uma relação binária R: A → B é uma relação total se.A 1 1 2 2 3 B 5. A 1 1 2 2 3 B { } 5. Na matriz de uma relação sobrejetora. temos que cada elemento de A está relacionado a algum elemento de B. { } Matemática Discreta Márcia Rodrigues Notare 34 . tal que A = {a. c. b . deve existir pelo menos um valor lógico verdadeiro em cada coluna.2 .3 .1 . deve existir pelo menos um valor lógico verdadeiro em cada linha. todos os elementos do conjunto origem devem estar relacionados a algum elemento do conjunto destino. 2. O conjunto imagem é o próprio conjunto B. 2}.

Matemática Discreta Márcia Rodrigues Notare     35 .=: A → A . existe uma relação S: B → A tal que: R S = idA S R = idB onde idA é uma endorrelação de igualdade em A A. o conjunto imagem é o próprio conjunto B e cada elemento de A está relacionado com no máximo um elemento de B.S: C → B. b} e C = {0. Dessa forma.7 Isomorfismo Uma relação R: A → B é um isomorfismo se. 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 idB é uma endorrelação de igualdade em B B. Assim. sendo que onde A = {a}. B = {a. podemos chama-los de conjuntos isomorfos. e somente se. for simultaneamente uma relação funcional e sobrejetora. Uma relação R: A → B é um epimorfismo se. b}.5 Monomorfismo Uma relação R: A → B é um monomorfismo se. for simultaneamente uma relação total e injetora. podemos afirmar que a relação R possui inversa. se existe um isomorfismo entre dois conjuntos. Ainda. Dessa forma. é um monomorfismo. 1. = . 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). 1.6 Epimorfismo Epimorfismo é o conceito dual (inverso) de monomorfismo. 5. 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.A a a b b c B 5. se R S = idA e S R = idB. a . 2}: . tal que S = 0. e somente se. Exemplo: São exemplos epimorfismo. Exemplo: A relação =: A → B . chamadas de relação identidade. b { } 5. onde A = {a} e B = {a.

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

1 . y . tal que g = 0.1 Função Parcial Uma função parcial é uma relação funcional. sempre que mencionarmos apenas função. 2} e a função parcial f: A → A tal que f = 0. consequentemente.2 { } { } não é uma relação funcional e. Exemplo: Dados os conjuntos A = {a} e B = {x. Se considerarmos o conjunto A = {0. 1.0 .1 .0 .R : B → A = x. Entretanto. é uma função parcial definida para todos os elementos do domínio. ela deve ser também injetora (que é o dual de funcional). f −1 = 1. podemos dizer que toda função total é uma função parcial e que toda função parcial é uma relação. ou seja.1 . então a denominamos de função total. temos que a relação inversa de f. nem toda relação é uma função parcial.1 } não é uma relação total e. ou seja. Em outras palavras. 6. a { } - =: B → B Vale observar que a relação inversa de uma função parcial não necessariamente é uma função parcial. A inversa de g.0 . Matemática Discreta Márcia Rodrigues Notare 37 . y} temos que as seguintes relações são funções parcias: .1 .0 . Se a relação funcional for também total.2 não é uma relação { } { } funcional e. { } Para que a relação inversa de uma função f seja uma função. 2} e a função f : B → A = 0. Assim.0 . cada elemento do domínio está relacionado a no máximo um elemento do contra-domínio. g −1 = { 0. Podemos considerar também a função g: A → B. podemos verificar as seguintes propriedades: Função Injetora = monomorfismo Função Sobrejetora = epimorfismo Função Bijetora = isomorfismo Ou seja. a . f deve ser uma função bijetora. 1. a relação inversa de uma função não necessariamente é uma função. b ∈ f pode ser representado por f (a ) = b .6 FUNÇÕES PARCIAIS E TOTAIS Uma função parcial nada mais é do que um relação que é funcional.0 . não é uma função parcial. 1. 1} e B = {0. Se uma função é total. temos que a relação inversa de f. portanto. 1. assim como nem toda função parcial é uma função total. portanto. Portanto. 2.1 . Considerando os conjuntos A = {0. 2. f −1 = 0. 1. uma função bijetora é uma função injetora e sobrejetora. Um elemento pertencente à função parcial a. estamos nos referindo a funções totais. dizemos apenas que é uma função.2 Função Total Uma função total é uma função parcial que é total. 0. Da mesma forma que para funções parciais. 1. não é uma função. Para que a relação inversa de uma relação funcional seja uma função parcial. 6. não é uma função. 1.

Neste caso. o conjunto dos números naturais N. como por exemplo. Vale ressaltar que nem todos os conjuntos infinitos possuem a mesma cardinalidade. O conceito de cardinalidade permite definir conjuntos finitos e infinitos. como queríamos mostrar. 2.. tal que: se a ≥ 0 . 7. precisamos mostrar que existe uma bijeção entre ele e um subconjunto próprio dele. denotado por # A =# B se existe uma correspondência um-para-um f : A → B . Temos que f é uma função bijetora e sabemos que N é um subconjunto próprio de Z. Infinita: se existe uma bijeção entre A e um subconjunto próprio de A. então f (a ) = 2a se a < 0 . a -4 -3 -2 -1 0 1 2 3 4 ... Suponha f : Ζ → Ν . representada por #A é: - Exemplo: Mostre que o conjunto dos números inteiros Z é um conjunto infinito. Portanto.. precisamos encontrar uma função bijetora f : Ζ → Ν .. Dois conjuntos A e B possuem o mesmo número de elementos ou a mesma cardinalidade. Para mostrar que Z é um conjunto infinito. ou seja..7 CARDINALIDADE DE CONJUNTOS A cardinalidade de um conjunto nada mais é do que a medida de seu tamanho. ou ainda são ditos equipotentes. A cardinalidade de um conjunto A. f(a) 7 5 3 1 0 2 4 6 8 . 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.. Z é um conjunto infinito. para algum n ∈ Ν . Podemos dizer que um conjunto infinito A é dito: Matemática Discreta Márcia Rodrigues Notare 38 . 3.1 Cardinalidade Finita e Infinita Finita: se existe uma bijeção entre A e o conjunto {1. #A = n. . se conseguimos "tirar" alguns elementos de A e ainda assim podemos estabelecer uma bijeção com A. Portanto.

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

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

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

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

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

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

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

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 .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. k > 1 Passo de Indução . P(k ) : 2 k +1 < 3 k .

<.

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

Existe um primeiro objeto.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. onde algum(s) caso(s) simples do item que está sendo definido é dado explicitamente. Matemática Discreta Márcia Rodrigues Notare 47 . qualquer valor da seqüência de Fibonacci. temos 2.1) + 3. 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. fornecendo alguns casos simples e concretos. 8. 16. e assim por diante. o segundo valor da seqüência é S(2) = 2S(2-1) = 2S(1) = 2 ⋅ 2 = 4. ou ainda definição por indução. 7.2 Seqüências Definidas por Recorrência Uma seqüência S é uma lista de objetos numerados em determinada ordem. S(k) denota o k-ésimo objeto da seqüência.. 4.9 9. um segundo objetos. A parte 2 nos permite construir novos casos. 9.. Exemplo: A seqüência S é definida por recorrência por 1. S(1) = 2 2. T(n) = T(n . Exemplo: Escreva os cinco primeiro valores da seqüência T. 4. Um passo de indução ou recorrência. devido à analogia com as demonstrações por indução. Daí o nome definição por indução. exceto os dois primeiros. Uma definição recorrente é formada por duas partes: 1. para n ≥ 2 Traduzindo. tal que: 1. T(1) = 1 2. 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). S(n) = 2S(n . A parte 1 da definição nos permite começar. a partir destes mais simples e assim por diante. Continuando a seqüência. e assim por diante. onde novos casos do item que está sendo definido são dados em função de casos anteriores. . é dado pela soma de seus dois valores anteriores. para n ≥ 2 1. 10. Base ou condição básica. 32. o primeiro valor da seqüência é 2. 2. ou definição recorrente. o terceiro valor da seqüência é S(3) = 2S(2) = 2 ⋅ 4 = 8.1) para n ≥ 2 Assim.

13. utilizando a sua definição por recorrência: 1. Logo. F(n + 4) = 3F(n +2) – F(n). 21. para todo n ≥ 1. 8. podemos escrever os dez primeiros números da seqüência de Fibonacci. .F(n). 34.3 . na seqüência de Fibonacci. 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) = . 55 Exemplo: Prove que. 1. Podemos provar essa fórmula diretamente. sem utilizar indução matemática. usando apenas a relação de recorrência na definição dos números de Fibonacci.Por exemplo. 2.5. A relação de recorrência F(n + 2) = F(n) + F(n + 1) pode ser reescrita na forma F(n + 1) = F(n + 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 .

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

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

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

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

Por exemplo. pois 3 + 4 = 7 e o resto da divisão de 7 por 5 é 2. através das tabelas construídas.× 5 são fechadas. onde r é o resto da divisão de x + y por 5. pois todos os resultados verificados Ζ 5 . 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 .+ 5 e Ζ 5 .+ 5 nas tabelas são elementos de Ζ 5 . denotada por + 5 . Podemos também verificar que e Ζ 5 . onde r é o resto da divisão de x × y por 5. pois 3 × 4 = 12 e o resto da divisão de 12 por 5 é 2. em Ζ 5 .3. 3 × 5 4 = 2 . Por exemplo: 2 × 5 3 = 1 . Definimos a soma módulo 5.2. Μ 2 (Ζ ). Por exemplo: 1 +5 2 = 3 3 + 5 4 = 2 . a inversa da matriz   é a matriz 2 1  − 4 − 3 − 2 − 1  . A multiplicação módulo 5 é definida por x × 5 y = r . pois 2 × 3 = 6 e o resto da divisão de 6 por 5 é 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 ).4}.1.× 5 são comutativas.   - Portanto.- Μ 2 (Ζ ).+ é comutativa.+ é um grupo abeliano! 0 Exemplo: Seja Ζ 5 = { .+ possui elemento neutro:   0 0  4 3 Μ 2 (Ζ ). pois estão espelhadas em torno da diagonal principal.+ possui elemento inverso. como x + 5 y = r .

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

Sign up to vote on this title
UsefulNot useful