UNIVERSIDADE FEDERAL DE SANTA CATARINA COMPUTAC ~ AO. Fundamentos de Matematica Aplicada a. Informatica PROF. MAURO ROISENBERG

Tamanho: px
Começar a partir da página:

Download "UNIVERSIDADE FEDERAL DE SANTA CATARINA COMPUTAC ~ AO. Fundamentos de Matematica Aplicada a. Informatica PROF. MAURO ROISENBERG"

Transcrição

1 UNIVERSIDADE FEDERAL DE SANTA CATARINA PROGRAMA DE P OS-GRADUAC ~ AO EM CI^ENCIA DA COMPUTAC ~ AO Fundamentos de Matematica Aplicada a Informatica PROF. JORGE MUNIZ BARRETO PROF. MAURO ROISENBERG PROFa. MARIA APARECIDA FERNANDES ALMEIDA PROFa. KATIA COLLAZOS FLORIAN OPOLIS, 1998

2 Sumario Sumario Lista de Figuras iv v Lista de Tabelas 1 1 Historia da Matematica e da Computac~ao Introduc~ao As Origens A Matematica na Grecia Os Tempos de Escurid~ao O Renascimento Os Tempos Modernos A Era dos Computadores Logica Notas Historicas Logica de Primeira Ordem Calculo Proposicional Sintaxe do Calculo Proposicional Sem^antica do Calculo Proposicional Tabelas-Verdade Tautologia Formula Inconsistente ou Contradic~ao Equival^encia de Formulas Regras de Infer^encia Tabelas-Verdade como Forma de Validac~ao Calculo de Predicados Algumas Denic~oes i

3 2.4.2 Sintaxe do Calculo de Predicados Regras de Infer^encia para o Calculo de Predicados Teoria dos Conjuntos Origens da Teoria dos Conjuntos Conceitos Primeiros Noc~ao de Conjunto Elementos Relac~ao de Pertin^encia Conjunto Universo Conjuntos Numericos Diagrama de Venn Propriedades dos Conjuntos Conjuntos Especiais O Conjunto Vazio O Conjunto Pot^encia Algebra dos Conjuntos Conceito de Operac~oes unarias, binarias e n-arias Uni~ao Intersec~ao Diferenca Complemento Produto Cartesiano Propriedades das Operac~oes Propriedade Associativa Propriedade Comutativa Propriedade Distributiva Propriedade Reexiva Propriedade de Fechamento Elemento neutro para a uni~ao Elemento neutro para a intersec~ao Elemento nuloparaaintersec~ao Cardinalidade de Conjuntos Os Numeros Naturais Cardinalidade ParadoxosnaTeoria dos Conjuntos Paradoxo de Cantor... 52

4 ParadoxodeRussel Paradoxo do Barbeiro Paradoxo de Burali-Forti Paradoxo de Godel Relac~oes Introduc~ao Denic~ao de Relac~oes Relac~oes Binarias Denic~oes Domnio e Imagem de Relac~oes Propriedades das Relac~oes Binarias Relac~aodeIgualdade Relac~ao Reexiva Relac~ao Simetrica Relac~ao Transitiva Relac~ao Anti-simetrica Matrizes e Grafos Representando Relac~oes Partic~ao e Cobertura de um Conjunto Relac~ao de Equival^encia Classe de Equival^encia Exemplos Relac~ao de Compatibilidade Relac~ao de Ordem Relac~ao de Ordem Total Relac~ao de Ordem Parcial Relac~oes Externas Composic~ao de Relac~oes Binarias Func~oes Introduc~ao Conceito de Func~ao Domnio, Contradomnio e Imagem Tipos de func~oes Func~oes injetora, sobrejetora e bijetora Func~ao Composta Func~ao Inversa... 79

5 5.7 Func~ao Caracterstica de um Conjunto Func~oes de Hash Recursividade Func~oes Recursivas Recursividade em Linguagens de Programac~ao Computabilidade de Func~oes Func~oes computaveis Func~oes parcialmente computaveis Func~oes n~ao computaveis Modelos abstratos de um Computador Maquinas de Estados Finitos Maquina de Turing Estruturas Algebricas Introduc~ao Conceitos de Estruturas Algebricas Estruturas com uma operac~ao interna Estruturas com duas operac~oes internas Refer^encias Bibliogracas 110

6 Lista de Figuras 3.1 Diagrama de Venn Representac~ao de subconjunto Uni~ao de Conjuntos Intersec~ao entre Conjuntos Diferenca entre conjuntos Distributividade Tipos de relac~oes binarias Grafos de diferentes tipos de relac~oes binarias Grafos de relac~oes transitivas Grafos de relac~oes simetricas e anti-simetricas Grafos de relac~oes binarias Partic~ao de um conjunto em classes de equival^encia Relac~oes R, S e a composta R S Domnio, Contradomnio e Imagem Func~oes injetora, sobrejetora e bijetora Func~ao que tem inversa Func~ao que n~ao tem inversa Esquema de Criptograa Modelo de um Maquina de Estados Finitos Diagrama de Transic~ao de Estados para um somador sequencial Maquina de Turing Congurac~ao de uma Maquina de Turing v

7 Lista de Tabelas 1.1 Tabela para multiplicar 41 por 59 pelo metodo egpcio Tabela-Verdade para o operador de Negac~ao Tabela-Verdade para a Conjunc~ao Tabela-Verdade para a Disjunc~ao Tabela-Verdade para o Condiconal Tabela-Verdade para o Bicondiconal Tabela de equival^encias de formulas R 1 = Alunos x Disciplinas R 2 = Disciplinas x Locais R 3 = Locais x Horarios Tabela para operac~ao sobre o conjunto fe og Tabela da operac~ao Tabela da operac~ao

8 Captulo 1 Historia da Matematica e da Computac~ao 1.1 Introduc~ao A civilizac~ao industrial baseia-se em grande parte na ci^encia e na tecnologia. Entretanto, as aplicac~oes tecnologicas com as quais nos deparamos parecem cada vez mais envolver a humanidade em um mundo \concreto", em que as imagens e comunicac~oes reduzem dia-a-dia a necessidade de abstrac~ao, imaginac~ao e deduc~ao. Muitas pessoas, hoje em dia, preferem ir ao cinema ao inves de ler um livro, ou assistir ao noticiario na televis~ao ao inves de l^e-lo no jornal ou escuta-lo no radio. Por outro lado, a matematica valoriza o pensamento abstrato, a formalizac~ao, a capacidade de reconhecer estruturas semelhantes sob um manto de detalhes irrelevantes. Pode-se mesmo dizer que fazer matematica n~ao e trabalhar com numeros, e sim com abstrac~oes do mundo real, envolvam ou n~ao estas abstrac~oes quantidades exatas e mensuraveis. Talvez por causa disto, muitas pessoas encaram a matematica como uma disciplina afastada das conquistas e equipamentos tecnologicos, verdadeira \torre de marm", onde se encastelam os matematicos que passam a sua vida a pensar em coisas que n~ao parecem ter a mnima aplicac~ao ao mundo real em que vivemos. No entanto, isto n~ao e verdade. A matematica e a base sobre a qual se assentam as mais importantes conquistas da ci^encia e da tecnologia atuais. Como o homem poderia ter chegado a Lua sem a matematica? Como estudar as estrelas? Como garantir que um computador e capaz de resolver um problema? Como a informac~ao que chega aos nossos televisores, telefones e computadores poderia ser codicada e decodicada sem a matematica? 2

9 Com efeito, varios fatores inuem na escolha dos assuntos de matematica que devem ser vistos como pre-requisitos para o desenvolvimento da Ci^encia da Computac~ao. Em geral, seleciona-se os diversos topicos da matematica que s~ao essenciais ao estudos das diversas areas da computac~ao, conhecidos a grosso modo como \Matematica Discreta", deixando-se de lado os aspectos matematicos utilizados para a modelagem de fen^omenos fsicos, tais com o Calculo Diferencial e Integral, etc. Os topicos matematicos que ser~ao vistos neste trabalho s~ao: Logica, Teoria dos Conjuntos, Relac~oes e Func~oes, Grafos, Estruturas Algebricas e Teoria Basica de Computabilidade. Apesar de procurarmos apresentar o assunto de uma maneira didatica e coloquial, tentaremos manter o formalismo e a precis~ao adequada. Tambem procuraremos, sempre que possvel, apresentar aplicac~oes praticas da area da computac~ao relacionada com os topicos estudados. O objetivo principal deste captulo e tentar situar a matematica atraves de uma rapida vis~ao panor^amica da historia da matematica, ressaltando os elementos historicos relacionados com a propria historia da computac~ao. N~ao e por acaso que muitos cientistas, responsaveis por grandes feitos e impulsos no desenvolvimento dos computadores e da computac~ao em geral, como Pascal, Babbage, Von Neumann e Turing, entre outros, eram matematicos. 1.2 As Origens As origens da matematica remontam ao proprio incio da historia da humanidade. Os primeiros passos do pensamento matematico provavelmente estavam associados ao ato de contar colec~oes de objetos discretos, e os dedos das m~aos poderiam ser utilizados para indicar conjuntos de um, dois, tr^es, quatro ou cinco objetos, tais como um lobo, duas arvores, tr^es ovelhas e assim por diante. A descoberta da escrita deu um grande impulso nas habilidades matematicas, assim como permitiu que atraves da arqueologia pudessemos conhecer como a matematica evoluiu nos quatro mil^enios que antecederam a era crist~a. Foi o desenvolvimento da agricultura que tornou o homem sedentario e possibilitou o aparecimento das grandes civilizac~oes surgidas na Mesopot^amia (os babil^onios) e nas margens do Rio Nilo (os egpcios). Este desenvolvimento agrcola so foi possvel gracas a utilizac~ao de um calendario e de sistemas de irrigac~ao. O desenvolvimento de um calendario pressup~oe algum desenvolvimento da aritmetica, de tecnicas de observac~ao astron^omica e de sistemas de medic~ao de ^angulos. Entre o IV e o III Mil^enios AC desenvolveram-se sistemas de calendario bastante apura-

10 Tabela 1.1: Tabela para multiplicar 41 por 59 pelo metodo egpcio dos na Mesopot^amia e no Egito que ja permitiam prever com razoavel precis~ao as epocas de enchente, plantio e colheita. Tambem os sistemas de irrigac~ao exigiam conhecimentos primitivos de engenharia e agrimensura. Com a agricultura abundante, oresceu o comercio e a troca de mercadorias, o que exigia conhecimentos de aritmetica aplicada. Os babil^onios, que sucederam os sumerios na Mesopot^amia no nal do terceiro mil^enio AC possuiam um avancado sistema de numerac~ao. Este era um sistema posicional com base 60 (o nosso sistema de numerac~ao atual e em base 10). Eles dividiam o dia em 24 horas, cada hora em 60 minutos e cada minuto em 60 segundo. Talvez o aspecto mais interessante das habilidades de calculo dos babil^onios sejam as suas tabelas para auxlio ao calculo. Para tornar a multiplicac~ao mais facil, os babil^onios usavam a formula a:b = ((a + b) 2 ; a 2 ; b 2 )=2, sendo esta a raz~ao da exist^encia das tabelas de quadrados de numeros, achadas por arqueologos. Os egpcios, assim como os romanos possuiam um sistema de numerac~ao que n~ao era muito adequado para operac~oes aritmeticas. No entanto, os egpcios eram muito pragmaticos em sua utilizac~ao da matematica. Em um papiro datado de 1850 AC, encontra-se um exemplo numerico concreto do calculo do volume de um tronco de pir^amide de base quadrada. Em outro papiro, chamado de papiro de Rhind, encontra-se a recomendac~ao de como multiplicar 41 por 59. \Pegue 59 e some a ele mesmo, ent~ao some o resultado com ele mesmo e assim por diante". Como 64 e maior que 41, n~ao e necessario continuar. proceda-se agora as seguintes subtrac~oes: 41 ; 32 = 9 9 ; 8=1 1 ; 1=0

11 Agora selecione os numeros da coluna da direita correspondentes aos fatores 32, 8 e 1 e some-os: = 2419 Note-se que a multiplicac~ao e obtida utlizando-se apenas operac~oes de adic~ao. Outro fator impulsionador do desenvolvimento da matematica, alem da agricultura e do comercio, est~ao os rituais religiosos e funerarios. Tome como exemplo as proprias pir^amides do Egito e os grandes monumentos de pedra (megalitos) espalhados pela Europa e Norte da Africa. Acredita-se que Stonehenge, na Inglaterra, foi construdo entre 1900 e 1600 ACemuitos historiadores armam que ele era utilizado como uma \calculadora de pedra" com o objetivo de prever o nascimento do Sol e da Lua no solstcio e no equinocio. 1.3 A Matematica na Grecia Provavelmente o contato dos gregos com o Imperio Persa durante o seculo VI AC trouxe aos gregos consideraveis conhecimentos dos antigos povos do Oriente Medio. A revoluc~ao do pensamento metematic o na Grecia comecou devido a um forte esprito do curiosidade, de atividades racionalistas e da crenca de que o homem poderia entender o mundo e a si proprio. Atraves de Thales e Pitagoras, ainda no seculo VI AC, o pensamento matematico grego comecou a adquirir caractersticas familiares aos matematicos contempor^aneos: 1) necessidade de denic~oes precisas 2) preocupac~ao com explicitar pressuposic~oes 3) desenvolvimento do pensamento dedutivo e seu emprego para unicar o pensamento matematico da epoca 4) noc~ao de pesquisa, formulac~ao clara dos problemas e distinc~ao ntida entre uma conjectura e um teorema demonstrado. Na Grecia a losoa e a matematica estavam intimamente relacionadas e varias discuss~oes e analises crticas foram surgindo. Os processos innitos (de limite) que se usava na geometria sofreram uma profunda analise crtica nos trabalhos de Zeno de Elea. E da Grecia tambem o berco do raciocnio logico e da Logica como disciplina matematica. No incio, Logica era expressa em linguagem natural pelos losofos de Atenas. Raciocnios tipicamente logicos se encontram em dialogos de Socrates com seus discpulos e depois em Plat~ao. Mas foi com Aristoteles que a Logica tomou um carater independente de outras formas de pensamento. Com a primeira escola de matematica de Alexandria, fundada no m do seculo IV

12 AC, surge a monumental obra de Euclides ( AC) \Elementos" (Stoichia), que incorporava o trabalho de seus predecessores e suas proprias contribuic~oes, expondo a geometria do plano e do espaco de forma dedutiva. A matematica grega chegaria ao seu apogeu com Arquimedes ( AC). Sua contribuic~ao a geometria e rigoraso e cheia de imaginac~ao. N~ao menos engenhosas foram suas contribuic~oes para o estudo da mec^anica e da hidrostatica. A partir do seculo II AC ocorre o declnio geral do progresso matematico. Ate a queda do Imperio Romano, a atividade matematica praticamente desapareceu do mundo ocidental. O crepusculo da civilizac~ao do Mundo Antigo atinge assim, tambem a matematica. Como legado, os gregos nos deixaram grandes conhecimentos sobre a logica, os numeros e as formas geometricas. Eles tambem nos legaram a inspirac~ao de que a Natureza seria passvel de ser conhecida e explicada pela raz~ao, utilizando-se como instrumento racional a matematica. 1.4 Os Tempos de Escurid~ao Enquanto na Idade Media o pensamento matematico passava por um perodo de escurid~ao intelectual, a matematica se desenvolvia nos centros de cultura do Mundo Arabe, onde os textos matematicos gregos foram preservados e traduzidos. A matematica arabe se concentrava particularmente nas areas de algebra e trigonometria. Deste trabalho podemos destacar os trabalhos de Al-Khowarismi e de Bhaskara. V^em dos arabes e dos hindus o aperfeicoamento do sistema posicional decimal, incluindo a representac~ao do numero zero. 1.5 O Renascimento A agitac~ao artstica, intelectual e cultural durante a Renascenca (seculos XVI, XVII e XVIII) atinge a losoa, a ci^encia e a matematica. Nesta epoca, a obra de Arquimedes e traduzida para o latim. As atividades cientcas e matematicas s~ao estimuladas por problemas praticos, como a construc~ao de canais, moinhos d'agua, construc~ao naval, cartograa e navegac~oes. O aprimoramento tecnologico e a curiosidade cientca caminhavam juntas. O interesse pela mec^anica teorica levou ao desenvolvimento do calculo diferencial e integral como ferramenta para modelar e explicar os fen^omenos fsicos. Um grande progresso matematico e alcancado nesta epoca. Fermat e Descartes desenvolvem a geometria analtica Newton e Leibnitz, o calculo diferencial e inte-

13 gral Fermat e Pascal iniciam a teoria da probabilidade Galileo e Newton aplicam a matematica para fundamentar a din^amica, resultando no Teoria da Gravidade de Newton. Com apenas dezoito anos, Pascal direcionou seus interesses para o projeto e construc~ao de uma maquina calculadora. Em poucos anos, por volta de cinquenta destas maquinas haviam sido vendidas. Muitas das caractersticas do mundo moderno t^em suas origens na efervesc^encia deste perodo. A partir de ent~ao a matematica estava rmemente estabelecida como base de todo o desenvolvimento cientco. 1.6 Os Tempos Modernos No nal do seculo XVIII e no incio do seculo XIX, o perodo de entusiasmo criador dos dois seculos anteriores diminui gradualmente. Se antes a matematica se apoiava em inspirac~ao e intuic~ao, n~ao se preocupando muito com o formalismo e o rigor, agora, se procura bases rigorosas para apoiar o crescimento de pesquisas puras e aplicadas. O primeiro grande vulto deste perodo e Carl-Friedrich Gauss ( ). Suas contribuic~oes abrangem toda a matematica de epoca: algebra, aritmetica, analise, geometria diferencial, geometria n~ao-euclidiana, func~oes analticas, mec^anica celeste, etc. H. N. Abel ( ) procura fundamente a teoria da converg^encia de series numericas e de series de func~oes A. L. Cauchy ( ) se ocupa de formalizar a teoria dos limites e da integral denida. Em 1833, Charles Babbage ( ) concebeu uma maquina considerada por muitos como a antecessora dos modernos computadores, por trazer a ideia de \programa" armazenado, sendo o primeiro programa a ser escrito feito por uma de suas amigas, Lady Lovelace cujo primeiro nome serviu para designar uma linguagem de programac~ao, Ada. Inicialmente ele construiu a maquina chamada \Dierence Engine" [11]. Seu sucesso o fez conceber uma outra, bem mais complexa que denominou \Analytical Engine" e que n~ao chegou a completar e que se tivesse sido concluda, realizaria todas as operac~oes aritmeticas e armazenaria informac~oes para utilizac~ao posterior. Isto seria feito atraves de um complexo mecanismo de rodas, engrenagens e alavancas. Amaquina nunca foi concluda devido ao corte de verbas. Babbage pode ser considerado, com sua invenc~ao, um precursor das ideias interdisciplinares. Com efeito, em sua epoca, dava-se enorme import^ancia ao que se chamavam aut^omatos e que iam desde bonecos que se mexiam ate complicados relogios mec^anicos, tais como o da catedral de Estrasburgo, na Franca, fronteira com

14 a Alemanha. Alem disto, Babbage costumava frequentar reuni~oes femininas, onde muitas mulheres se dedicavam ao trabalho com teares. Ora, os teares utilizavam tas perfuradas, a posic~ao dos furos comandando o ponto a ser feito. Unindo as duas ideias, aut^omatos e teares nasceu a \Maquina Analtica", ou em suas proprias palavras :\The calculating part of the engine may be divided into two portions: 1st, the mill in which all operations are performed 2nd, the store in which all numbers are originally placed and to which the numbers computed by the engine are returned. (C.Babbage, 26 Dec in Randel, pagina75 [?])". Foi com ele que nasceu a noc~ao de CPU e memorias separados. Na area de fundamentos matematicos, uma teoria logicamente satisfatoria dos numeros reais so veio a aparecer na segunda metade do seculo XIX, com os trabalhos de Dedekind ( ), Weirstrass ( ) e Georg Cantor ( ). Estes matematicos procuraram mostrar como construir uma teoria satisfatoria dos numero reais <. Alem da analise logica dos reais, no m do seculo XIX, a analise axiomatica de Guiuseppe Peano ( ) procurou situar logicamente os numeros naturais. Tambem se procurou a construc~ao dos inteiros naturais por meio de uma logica de classes, primeiramente atraves de Frege ( ) e, posteriormente e de maneira independente por Bertrand Russel e Whitehead nos Pricipia MathematicaA ideia da logica matematica como instrumento de analise oresce a partir deste perodo. Os estudos de Cantor procurando explicar logicamente os numeros reais foram seguidos por suas pesquisas pioneiras na teoria dos conjutos e dos numeros trans- nitos Mais tarde, a teoria dos conjutos, aperfeicoada no seculo XX por Zermelo e Frenkel entre outros, foi reconhecida como o principal ponto de partida para a construc~ao dos demais ramos da matematica (algebra, topologia, etc). O metodo axiomatico, usado no seculo XIX no estudo das geometrias n~ao-euclidianas e da geometria projetiva, foi gradualmente fortalecido pelos trabalhos de Hilbert. David Hilbert se notabilizou por promover a abordagem axiomatica da matematica pelos trabalhos no espaco dimensional innito, mais tarde chamado de \Espaco de Hilbert" e principalmente pelos 23 problemas propostos no segundo Congresso Internacional de Matematica de Paris. Estes problemas desaaram, e ainda hoje desaam, os matematicos a solucionar quest~oes fundamentais. De certa maneira, os formalismos matematicos dos axiomas defendidos por Hilbert foram enfraquecidos por Karl Godel ( ). Godel se tornou conhecido ao provar que em qualquer sistema matematico axiomatico consistente existir~ao proposic~oes que n~ao podem ser provadas verdadeiras ou falsas. Por outro lado, se todos as proposic~oes foram ou verdadeiras ou falsas conclui-se que os axiomas s~ao inconsistentes. Os resultados de Godel mostraram que a matematica n~ao e um objeto

15 acabado, o que signica que um computador nunca podera ser programado para responder todas as quest~oes matematicas. 1.7 A Era dos Computadores Pode se dizer que a era moderna da computac~ao comecou com implementac~oes mec^anicas, quase simultaneamente em varios pases. O pioneirismo nas maquinas eletromec^anicas cabe a H. Hollerith ( ) que construiu, para ajudar o censo demograco dos Estados Unidos de 1890, o ancestral comum destas maquinas. Foi com este tipo de maquina que se fez a primeira aplicac~ao em escritorios. D. E. Felt e W. Burroughs ( ) depois de lancar o \Comptometer" (1885), que era muito difcil de utilizar, lancaram a \L'ADDING AND LISTING MACHINE" primeira maquina trabalhando sobre o conceito de lista como se conhece hoje. Nos Estados Unidos, por volta de 1925 no Massachusetts Institute of Technology (MIT), Vannevar Bush e seus colegas iniciaram a construc~ao de um grande analisador diferencial 1 nanciado pela \Rockefeller Foundation" e que foi concuido em Em 1939, a IBM iniciou a construc~ao do MARK I, um equipamento eletro-mec^anico completamente automatico, e que seguia os princpios propostos por Babbage. Antes que o MARK I pudesse ser completado, em 1944 ele foi suplantado pelo projeto do ENIAC (Electronic Numerical Integrator and Calculator), a primeira calculadora totalmente eletr^onica. Neste projeto participava John Von Neuman, que entre 44 e 46 elaborou relatorios para o exercito sobre as capacidades computacionais do equipamento. Em 1949, o primeiro computador americano, que muitos acreditam ser o primeiro no mundo com programa armazenado, entrou em operac~ao. Dois anos depois, o UNIVAC I (Universal Automatic Calculator) foi terminado pela Sperry Rand Corporation. Enquanto muitos enxergavam no computador apenas uma poderosa e veloz maquina de calcular, em 1945 Alan Turing escreveu o seu conceito de computador, uma maquina universal, n~ao necessariamente ligada a ideias de uma calculadora, mas sim, a manipulac~ao logica de smbolos. Turing foi um dos responsaveis pela estrutura de programa e de linguagens. Na Franca pode-se citar o trabalho pioneiro de Louis Cougnal cuja tese de doutorado apresentava em 1938, maquina de calcular capaz de realizar calculos t~ao variados quanto os da mac^anica celeste [3]. Na ent~ao Uni~ao Sovietica [4] apenas em 1947 S. A. Lebadev iniciou a construc~ao, 1 Computador capaz de resolver um sistema de equac~oes diferenciais.

16 em Kiev do calculador MESM concluido em Dele descendem o BESM e o STRELA concludos em Nesta epoca ja havia comecado a aparecer os MINSK, da Universidade de Moscow, computadores especializados dos quais mais de 2000 foram construdos ate Finalmente cabe mencionar o trabalho pioneiro de Zuse e Schreyer na Alemanha. O trabalho destes dois pioneiros ss foi conhecido fora da Alemanha depois do nal da II Guerrra Mundial (1945) e ainda hoje e desconhecido de muitos. Konrad Zuse (1910-) iniciou a construc~ao de sua calculadora em 1934 quando era estudante da \Technische Hochsch Berlin-Charlottenburg". Em 1936 ele havia construdo uma calculadora dotada de uma unidade aritmetica usando o conceito de ponto utuante ([11], cap'tulo IV), primeira no mundo. Baseando-se nas ideias de Babbage, Leibnitz, Torres y Quevedo e Ludgate ele foi o pioneiro em maquina programavel. Seu pedido de patente do Z1 data de 11/04/1936 ([11] p.159). N~ao existem registros de quando o ent~ao \Diploma Engineer" iniciou seu doutorado auxiliado pelo jovem Helmut Theodore Schreyer. Schreyer projetou e construiu um prototipo de valvula duplo-triodo, fabricada depois pela Telefunken, para ser usada em nova vers~ao do computador patenteado por Zuse, desta vez eletr^onico. O que e certo e que em 1939, Zuse foi convocado para o servico militar e Schreyer escreveu um relatorio apresentado ao exercito alem~ao, mostrando a import^ancia dos computadores. Para mostrar a import^ancia do uso de valvulas e a velocidade de calculo que seria atingida ele escreve: \Ele pode tambem ser util para calcular tabelas de tiro de artilharia e para o calculo da trajetoria de foguetes de longo alcance, pois pode instantaneamente produzir dados para o posicionamento do canh~ao se as informac~oers necessarias s~ao introduzidas na maquina" ([11] p.169). Apesar de n~ao terem conseguido subsdio para a construc~ao da maquina que desejavam, com 1500 valvulas, Zuse foi dispensado do servico militar. N~ao restou nenhuma destas maquinas apos a guerra, a ultima, o Z4, tendo sido destruda dentro de um vag~ao de trem por um bombardeio perto do nal da guerra. Schreyer que viajava no trem conseguiu escapar e, chegando a Embaixada do Brasil em Viena, conseguiu um passaporte de \brasileiro nato!". E foi assim que ele chegou ao Rio de Janeiro (sem falar uma palavra de portugu^es) no nal de Conseguiu um lugar como professor de Telefonia na ent~ao Escola Tecnica do Exercito, hoje, Instituto Militar de Engenharia. Neste Instituto conseguiu, em 1958, depois de mais de 10 anos de tentativas, convencer as autoridades acad^emicas de construir com auxlio de projetos de m do curso de eletr^onica, um computador. Foi assim que as turmas de 1958,1959 e 1960, trabalharam neste projeto, usando muitos componentes de sucata de guerra obtidos

17 no Deposito de Material de Comunicac~oes no Rio de Janeiro (radares, radios, etc.) nalizado o computador em 06 de janeiro de 1961, data da formatura da ultima turma [2] da ainda Escola Tecnica do Exercito. Schreyer nasceu alem~ao. Construiu o primeiro computador totalmente eletr^onico. Veio para o Brasil, onde n~ao acrecditaram no que contou, mas conseguiu orientar alunos, construindo o primeiro computador (era hbrido, parte analogica e parte digital) eletr^onico no Brasil [2] concludo em 1960 e desmontado no desmenbramento da Escola Tecnica do Exercito (ETE) em Instituto Militar de Engenharia(IME) e Instituto de Pesquisa e Desenvolvimento (IPD), provavelmente para evitar a remoc~ao para o IPD. Morreu brasileiro, em seu apartamento no Flamengo, tendo construdo o primeiro computador digital eletr^onico programavel com valvulas, que ele mesmo projetou antes da guerra, e tendo coordenado o projeto do primeiro computador projetado e construdo no Brasil. Hoje em dia os computadores se tornaram t~ao rapidos e poderosos que ultrapassaram em muito os sonhos de desejos de Babbage, que viveu apenas um seculo antes do seu surgimento. problemas que estavam, ate bem pouco tempo, muito alem das capacidades dos matematicos, hoje em dia t^em sido solucionados com o auxlio dos computadores.

18 Captulo 2 Logica Como em muitos outros campos de estudo e difcil dar uma denic~ao precisa de Logica. A Encyclopaedia Britannica (edic~ao 1957) diz: \Logic is the systematic study of the structure of propositions and of the general conditions of valid inference by a method which abstracts from the content or matter of the propositions and deals only with their logical form". Apesar de ser uma denic~ao recursiva por denir logica em func~ao do termo forma logica, esta denic~ao ressalta dois pontos caractersticos da Logica contempor^anea: o estudo dos mecanismos validos de infer^encia e a import^ancia da forma da apresentac~ao. O primeiro destes pontos, mecanismos validos subentende a dualidade de valores de verdade e o segundo ponto leva ao termo Logica Formal. Aqui se considera a denic~ao acima, modicada apenas pela omiss~ao da palavra validos. Desta forma, sendo a Logica o estudo dos mecanismos do pensamento e natural que a Logica ocupe um papel de destaque na area da Computac~ao conhecida como em Intelig^encia Articial, tanto na representac~ao do conhecimento como paradigma na resoluc~ao de problemas. Neste captulo se apresenta uma introduc~ao a Logica, comecando por um historico sobre a sua evoluc~ao, e aprofundando-se o estudo da Logica de Primeira Ordem, especialmente o Calculo Proposicional e o Calculo de Predicados. 2.1 Notas Historicas Os primeiros princpios referentes a Logica podem ser atribudos ao grego Aristoteles. A maioria das contribuic~oes de Aristoteles para a Logica se encontram em um grupo de livros conhecidos por Organon. O Organon compreende varias partes: Categorias, As Interpretac~oes, Analtica, Topicos, e o Refutac~oes Sofsticas. Todos os textos est~ao no estilo caracterstico de Aristoteles, ou seja tipo caderno de notas abreviadas. 12

19 O nucleo do pensamento Aristotelico se encontra nos primeiros sete captulos do primeiro volume do Analtica, ou Primeiro Analtica. E a que ele apresenta a teoria dos silogismos, descoberta intelectual de inigualavel amplitude e que dominou a Logica por mais de 2000 anos, e ainda hoje prevalece na cultura cientca. A denic~ao aristotelica de silogismo e: \silogismo e uma frase na qual, tendo se armado algumas coisas, algo alem destas coisas se tornam verdadeiras." Base da Logica Contempor^anea, os silogismos enunciados por Aristoteles s~ao muitas vezes mencionados, utilzados, deturpados e poucas vezes compreendidos. Note-se que em todo o trabalho de Aristoteles n~ao existe menc~ao a objetos particulares, o que signica que o exemplo classico de silogismo abaixo, n~ao e aristotelico: \Todos os homens s~ao mortais Socrates e um homem Ent~ao, Socrates e mortal." A logica aristotelica pode ser considerada logica formal no sentido de que ela se ocupa apenas da forma do pensamento, sem levar em considerac~ao os objetos particulares em que se pensa. Alem disso, ela estabelece o modo de fazer infer^encias validas. Note-se que n~ao se deve confundir os termos formal e formalismo, este ultimo signicando uma linguagem precisa utilizada para escrever raciocnios formais. Nos seculos que se seguiram, a losoa oresceu na Grecia, servindo de alimento a curiosidade intelectual daqueles que eram motivados por valores culturais. Sob varios aspectos, os logicos atingiram o seu zenite com os Estocos e os Megarianos. A escola megariana foi fundada por Euclides que teve como discpulo Eubulides, a quem se atribue o paradoxo do mentiroso. Este paradoxo e apresentado sob varias formas, sendo talvez a mais comum a de Ccero: \Se voc^e diz que esta mentindo e esta dizendo a verdade ent~ao voc^e esta mentindo?". Zeno foi formado nesta escola e foi o fundador do Estoicismo. Um exemplo de argumento estoico e: \Se voc^e sabe que esta morto, voc^e esta morto, Mas se voc^e sabe que esta morto, voc^e n~ao esta morto, portanto voc^e n~ao sabe se esta morto ou n~ao." Mas talvez o mais famoso seja: o paradoxo do barbeiro \Havia uma pequena cidade onde so existia um barbeiro. O barbeiro recebeu a miss~ao de barbear todos os homens que n~ao barbeavam a si mesmos. Se n~ao o zesse morreria!" Pergunta: Quem barbeia o barbeiro? O paradoxo resume-se no fato de que, se ele se barbeasse, estaria barbeando uma

20 pessoa que barbeia a si mesmo e se n~ao o zesse, estaria deixando de barbear alguem que n~ao se barbeia. Estes argumentos alimentaram profunda especulac~ao intelectual para losofos desde ent~ao, principalmente na Grecia antiga, os quais notaram ser o axioma do meio excludo o ponto crucial. Este axioma considera que as proposic~oes podem ter apenas dois valores de verdade, verdadeiras ou falsas. Valores intermediarios de verdade sendo excludos. A Logica contempor^anea se caracteriza por dois pontos? Pela tend^encia chamada matematizac~ao da logica, movimento que pode ser atribudo a Frege e Russel que invadiu a Logica de um extensivo uso de smbolos e pelo desejo de dar uma base solida a conceitos matematicos. O reconhecimento das Logicas N~ao-Padr~ao. A Logica baseada nos trabalhos de George Boole usando dois valores de verdade sendo conhecida como Logica Padr~ao e compreendendo o Calculo das Proposic~oes e o Calculo dos Predicados, ambos constituindo a Logica deprimeiraordem. As Logicas N~ao-Padr~ao compreendendo as Logicas de Ordem Superior, Extens~oes n~ao monot^onicas s~ao aquelas em que alguns teoremas da Logica padr~ao deixam de ser validos. Talvez o mais notavel exemplo seja o classico postulado do meio excluido que deixa de ser valido nas Logicas multi-valoradas das quais Lukasiewicz foi pioneiro. 2.2 Logica de Primeira Ordem A Logica de Primeira Ordem compreende o Calculo das Proposic~oes e o Calculo dos Predicados. Informalmente, o Calculo das Proposic~oes envolve apenasconstantes e o Calculo dos Predicados considera ainda variaveis e quanticadores sobre estas variaveis (ex: Para todo x Existe x). Entretanto uma sentenca n~ao pode ser quanticada pois se estaria tratando de Logica de Segunda Ordem. Por exemplo, a sentenca \para todas as sentencas..." pertence a Logica de Segunda Ordem. 2.3 Calculo Proposicional O Calculo Proposicional se interessa pelas sentencas declarativas, as proposic~oes, que podem ser verdadeiras ou falsas. O Calculo das Proposic~oes compreende a sua

21 sintaxe e a sua sem^antica. Sua principal nalidade e a de dada uma proposic~ao com sintaxe correta e a sem^antica dos componentes da proposic~ao, determinar o valor sem^antico da proposic~ao. Exemplos de Proposic~oes: 1. Hoje e segunda ou terca-feira Hoje n~ao e terca-feira ` Hoje e segunda. 2. Rembrandt pintou a Mona Lisa ou Michel^angelo a pintou N~ao foi Rembrandt que pintou a Mona Lisa ` Michel^angelo pintou a Mona Lisa 3. p _ q ( pouq :p ( n~ao e o caso que p ` q ( q Sintaxe do Calculo Proposicional A sintaxe do Calculo das Proposic~oes especica os smbolos e os modos de combinalos para formar uma express~ao valida da linguagem, as quais costumam ser chamadas formulas bem formadas (fbf) (do ingl^es \Well Formed Formulas" - w). Elementos Validos da Linguagem Conectivos ou Operadores Logicos { Negac~ao: n~ao e o caso que (:)() { Conjunc~ao: e (&)(^) { Disjunc~ao: ou (_) { Condicional: se... ent~ao (!)()) { Bicondicional: se e somente se ($)(,) Letras Sentenciais { Letras maiusculas seguidas ou n~ao de numeros Par^enteses { (,)

22 Formulas At^omicas No Calculo Proposicional, s~ao os smbolos que representam as sentencas declarativas, no caso, as letras sentenciais. Formula Bem Formada Uma formula at^omica e uma formula bem formada (fbf) Uma fbf precedida por : e uma fbf Uma formula at^omica seguida por um conetivo distinto de : e uma fbf, e uma fbf. Ex.: Se n~ao esta chovendo, ent~ao n~ao e o caso que esta chovendo e nevando. :C!:(C ^ N) Sem^antica do Calculo Proposicional Uma fbf pode ter uma interpretac~ao a qual dene a sem^antica da linguagem. Uma interpretac~ao pode ser considerada como um mapeamento do conjunto das fbfs para um conjunto de valores de verdade que na logica dicot^omica e o conjunto fv erdadeiro F alsog ou fv Fg. A sem^antica dos conectivos mais conhecidos e: A ^ B e verdade se A e verdadeebeverdade A _ B e verdade se qualquer dos dois, A ou B e verdade A! B signica que se A e verdade, B e verdade. Entretanto nada se sabe de B se A for falso Tabelas-Verdade As Tabelas-Verdade fornecem um teste rigoroso e completo para a validade ou invalidade de formas de argumento da Logica Proposicional, alem de se constituir em um algoritmo. Quando existe um algoritmo que determina se as formas de argumento expressaveis num sistema formal s~ao validos ou n~ao, esse sistema e dito decidvel. Desta forma, eles garantem a decidibilidade da Logica Proposicional. O Condicional normalmente parece um conceito bastante confuso para o iniciante, principalmente quando se tenta converter um condicional expresso em Portugu^es para uma forma simbolica.

23 Negac~ao A :A V F F V Tabela 2.1: Tabela-Verdade para o operador de Negac~ao Conjunc~ao A B A ^ B V V V V F F F V F F F F Tabela 2.2: Tabela-Verdade para a Conjunc~ao Disjunc~ao A B A _ B V V V V F V F V V F F F Tabela 2.3: Tabela-Verdade para a Disjunc~ao Condicional A B A! B V V V V F F F V V F F V Tabela 2.4: Tabela-Verdade para o Condiconal

24 Bicondicional A B A $ B V V V V F F F V F F F V Tabela 2.5: Tabela-Verdade para o Bicondiconal Geralmente assumimos uma relac~ao, ou implicac~ao ou sentimento de causa-eefeito entre o antecedente e o consequente de um condicional. Por exemplo, a sentenca: Se eu pegar o livro, ent~ao deverei l^e-lo esta noite, parece razoavel porque o consequente se refere ao livro mencionado na primeira parte da senteca. Por outro lado, a sentenca: Se eu pegar o livro, ent~ao a sala e vermelha, parece n~ao fazer sentido. Entretanto, de acordo com a denic~ao de condicional, esta ultima sentenca e perfeitamente aceitavel e possui um valor de verdade que vai depender dos valores de verdade das sentecas declarativas que est~ao sendo conectadas. Se A e B s~ao quaisquer duas sentecas declarativas, ent~ao a proposic~ao A $ B, que e lida como: \A se e somente se B", echamada de Bicondicional. Note que os valores de verdade de (A! B) ^ (B! A) s~ao id^enticos aos valores de verdade de A $ B aqui denidos Tautologia Proposic~ao que e sempre verdade, independentemente dos valores de seus componentes. Ex.: A _:A A :A A _:A V F V F V V Formula Inconsistente ou Contradic~ao Proposic~ao que e sempre falsa para todas as suas interpretac~oes. Ex.: A ^:A

25 A :A A ^:A V F F F V F Equival^encia de Formulas Sejam A e B duas fbfs e sejam P 1 P 2 ::: P n as letras sentencias que ocorrem em A e em B. Se os valores de verdade de A forem iguais aos valores de verdade de B para todos os 2 n possveis valores de verdade atribudos a P 1 P 2 ::: P n,ent~ao A e B s~ao ditos equivalentes. Abaixo aparecem alguns exemplos de formulas que s~ao equivalentes e cujas equival^encias podem ser vericadas atraves de tabelas-verdade. ::A = A A _ A = A (A ^:A) _ B = B A _:A = B _:B Exemplos: Prove que: P! Q = :P _ Q P! Q = :(P ^:Q) P Q :P :P _ Q P! Q :Q P ^:Q :(P ^:Q) V V F V V F F V V F F F F V V F F V V V V F F V F F V V V V F V Uma tabela de equival^encia de formulas tambem pode ser utilizada para provar a equival^encia entre duas formulas sem que seja necessaria a construc~ao da tabelaverdade. Exemplo: Mostre que (:P ^ (:Q ^ R)) _ (Q ^ R) _ (P ^ R) =R (:P ^ (:Q ^ R)) _ (Q ^ R) _ (P ^ R) = (:P ^ (:Q ^ R)) _ (R ^ (Q _ P ) = (Distr.) ((:P ^:Q) ^ R) _ (R ^ (Q _ P ) = (Comut.) ((:P ^:Q) _ (Q _ P )) ^ R = (Distr.) (:(P _ Q) _ (P _ Q)) ^ R = (De Morgan e Comut.) (:A _ A) ^ R = T autologia ^ R = R

26 EQUIVAL^ENCIA NOME :(A ^ B) =(:A _:B) LeideDeMorgan :(A _ B) =(:A ^:B) LeideDeMorgan A ^ B = B ^ A Comutatividade A _ B = B _ A Comutatividade A _ (B _ C) =(A _ B) _ C Associatividade A ^ (B ^ C) =(A ^ B) ^ C Associatividade A ^ (B _ C) =(A ^ B) _ (A ^ C) Distributividade A _ (B ^ C) =(A _ B) ^ (A _ C) Distributividade A = :(:A) Dupla Negac~ao A! B = :B!:A Transposic~ao (A ^ B)! C = A! (B! C) Exportac~ao A ^ A = A Idempot^encia A _ A = A Idempot^encia Tabela 2.6: Tabela de equival^encias de formulas As regras de equivalencia tambem podem ser utilizadas para simplicac~ao de formulas, permitindo escrever formulas equivalentes mais simples e compactas, eliminado letras sentenciais superuas. Exemplo: Simplique a seguinte fbf: A _ (A ^ (:A ^ B _ C ^ (A ^ C))) A _ (A ^ (:A ^ B _ A ^ C)) (Assoc. e Idemp.) A _ (A ^ (:A ^ B) _ A ^ (A ^ C)) (Distr.) A _ ((A ^:A) ^ B) _ A ^ C) (Assoc.e Idemp.) A _ (Falso^ B) _ A ^ C) (Contrad.) A _ (Falso_ A ^ C) A _ (A ^ C) (A _ A) ^ (A _ C) A Regras de Infer^encia Regras de Infer^encia s~ao regras de reescrita que permitem produzir novas fbfs a partir de outras. Seu uso pode ser visto como uma forma de provar teoremas, onde as novas formulas s~ao teoremas provados. Atraves das regras de infer^encia podemos

27 demonstrar que uma dada formula e uma consequ^encia valida de um dado conjunto de premissas. As regras de infer^encia s~ao basicamente os silogismos de Aristoteles, formulados de modo mais atual. Regras Basicas 1. Modus Ponens (MP): De um condicional e seu antecedente podemos inferir a seu consequente. A A! B ` B. Exemplos: Se aquele animal for um gato, ent~ao aquele animal e preguicoso. Aquele animal e um gato. Logo, aquele animal e preguicoso. Se Maria ou Juliana vier, ent~ao a festa sera alegreedivertida. Maria ou Juliana vir~ao. Logo, a festa sera alegre e divertida. Ex.: P P! Q Q! R ` R 1 Prova: 1 P P 2 P! Q P 3 Q! R P 4 Q 1 2MP 5 R 3 4MP 2. Eliminac~ao da Negac~ao (:E): De uma fbf ::A, podemos inferir A. Exemplo: N~ao e o caso de que o lixo n~ao esta vazio. Logo, o lixo esta vazio. Ex.: :P!::Q :::P ` Q 1 Osmbolo `, chamado \traco de asserc~ao", arma que a formula a sua direita pode ser deduzida utilizando como premissas somente as formulas que est~ao a sua esquerda.

28 Prova: 1 :P!::Q P 2 :::P P 3 :P 2:E 4 ::Q 3 1MP 5 Q 4:E 3. Introduc~ao da Conjunc~ao (^I): De quaisquer fbfs A e B, podemos inferir A ^ B. 4. Eliminac~ao da Conjunc~ao (^E): De uma conjunc~ao podemos inferir qualquer uma de suas sentencas. A sala esta vazia. O professor esta dando aula. Logo, a sala esta vazia E o professor esta dando aula. Jo~ao E Marcelo jogar~ao futebol este sabado. Logo, Jo~ao jogara futebol este sabado. Ex.: P! (Q ^ R) P ` P ^ Q Prova: 1 P! (Q ^ R) P 2 P P 3 Q ^ R 2 1MP 4 Q 3 ^ E 5 P ^ Q 2 4 ^ I 5. Introduc~ao da Disjunc~ao (_I): De uma fbf A, podemos inferir a disjunc~ao de A com qualquer fbf. Exemplo: A sala esta vazia. Logo, a sala esta vazia OU o professor esta dando aula. Ex.: P ` (P _ Q) ^ (P _ R)

29 Prova: 1 P P 2 P _ Q 1 _ I 3 Q _ Q 1 _ I 4 (P _ Q) ^ (P _ R) 2 3 ^ I 6. Eliminac~ao da Disjunc~ao (_E): De fbfs da forma A _ B, A! C e B! C, podemos inferir C. Exemplo: Eu OU meu irm~ao caremos em casa esta noite. Se eu car em casa esta noite, ent~ao a geladeira cara vazia. Se meu irm~ao car em casa esta noite, ent~ao a geladeira cara vazia. Logo, a geladeira cara vazia. Ex.: S _ D S! F D! F ` F Prova: 1 S _ D P 2 S! F P 3 D! F P 4 F _ E 7. Introduc~ao do Bicondicional ($ I): De quaisquer fbfs de formas (A! B) e (B! A), podemos inferir A $ B. 8. Eliminac~ao do Bicondicional ($ E): De qualquer fbf da forma A $ B, podemos inferir A! B ou B! A. Exemplo: Se houver um terremoto, ent~ao a cidade sera destruda, E se a cidade for destruda, ent~ao e porque houve um terremoto. A cidade sera destruda SE E SOMENTE SE houver um terremoto. Ex.: P $ Q ` Q $ P

30 Prova: 1 P $ Q P 2 P! Q 1 $ E 3 Q! P 1 $ E 4 Q $ P 2 3 $ I 9. Prova do Condicional (PC): Dada uma derivac~ao de uma fbf A a partir de uma hipotese B, podemos descartar a hipotese e inferir B! A. 2 Ex.: I (I ^ C)!:S :S!:A ` C!:A Prova: 1 I P 2 (I ^ C)!:S P 3 :S!:A P 4 C H(Hipotese) 5 I ^ C 1 4 ^ I 6 :S 2 5MP 7 :A 3 6MP 8 C!:A 4 7PC 10. Reduc~ao ao Absurdo (RAA): Dada uma derivac~ao de uma contradic~ao a partir de uma hipotese A, podemos descartar a hipotese e inferir :A. 3 Ex.: P! Q :Q `:P Prova: 1 P! Q P 2 :Q P 3 P H 4 Q 1 3MP 5 Q ^:Q 2 4 ^ I 6 :P 3 5RAA Regras Derivadas 2 A Prova do Condicional e tambem chamada de Teorema da Deduc~ao e e normalmente utlizada se o consequente e daformaa! B. Nestes casos, A e tomado como uma premissa adicional e se infere B das premissas dadas e de A. 3 Contradic~ao e qualquer fbf da forma A ^:A.

31 1. Modus Tollens (MT): De fbfs da forma A! B e :B, infere-se :A. Exemplos: Se meu carro estiver no estacionamento, ent~ao estou na Universidade. Eu n~ao estou na Universidade. Logo, meu carro n~ao est~a no estacionamento. Se meu animal de estimac~ao for um gato ou um c~ao, ent~ao ele sera um mamfero. Meu animal de estimac~ao n~ao e um mamfero. Logo, ele n~ao e umc~aonemumgato. 2. Silogismo Hipotetico (SH): De fbfs da forma A! B e B! C, infere-se A! C. Exemplos: Se o passaro esta perdido, ent~ao a porta da gaiola esta aberta. Se a porta da gaiola esta aberta, ent~ao o passaro pode retornar a gaiola. Logo, se o passaro esta perdido, ent~ao ele pode retornar a gaiola. Se meu time jogar bem, ent~ao ele vencera as suas partidas. Se meu time vencer as suas partidas, ent~ao ele se classicara para as nais do campeonato. Logo, se meu time jogar bem, ent~ao ele se classicara para as nais do campeonato. 3. Regra da Absorc~ao (ABS): De uma fbf da forma A! B, infere-se A! (A ^ B). 4. Regra do Dilema Construtivo (DC): De fbfs da forma A _ B, A! C e B! D, infere-se C _ D. Exemplo: A festa sera na minha casa ou na sua. Se zermos a festa em minha casa, ent~ao minha casa cara uma bagunca. Se zermos a festa em sua casa, ent~ao sua casa cara uma bagunca. Logo, ou a minha casa ou a sua cara uma bagunca. 5. Regra da Repetic~ao (RE): De qualquer fbf A, infere-se A.

32 6. Regra do Silogismo Disjuntivo (SD): De fbfs da forma A _ B e :A, infere-se B. Exemplo: Ou o cachorro esta dentro de casa ou ele esta nopatio. Exerccios: O cachorro n~ao esta no patio. Logo, o cachorro esta dentro de casa. 1. Se ha um jogo de futebol na Ressacada, ent~ao viajar de avi~ao e dicil. Se eles chegarem no horario no aeroporto, ent~ao a viagem de avi~ao n~ao sera difcil. Eles chegaram no horario, portanto n~ao houve jogo na Ressacada. Sejam: P: Existe um jogo de futebol na Ressacada. Q: Viajar e difcil. R: Eles chegaram no aeroporto no horario. P! Q R!:Q R `:P Prova: 1 P! Q P 2 R!:Q P 3 R P 4 :Q 2 3MP 5 :P 1 4MT 2. Verique se os argumentos a seguir constituem argumentos validos. (a) Se este animal for um passaro, ent~ao ele tem sangue-quente. Se este animal for um reptil, ent~ao ele tera sangue-frio. Este animal possui ou sangue-quente ou sangue-frio. Logo, este animal e umpassaro ou um reptil. (b) Se Jo~ao esta em casa, ent~ao a porta esta aberta. A porta esta aberta. Logo, Jo~ao esta em casa. (c) Se voc^es dois carem em casa, ent~ao poderei sair sossegado. Voc^es dois v~ao car em casa. Logo, poderei sair sossegado.

33 3. Determine se as seguintes formas s~ao validas ou invalidas: (a) P! Q R! : Q R ` : P. (b) A! (B _ C) B! : A D! : C ` A! : D. (c) B ^ C (B $ C)! (H _ G) ` H _ G. (d) (Q ^ R)! P : Q : R ` : P. (e) P! Q (: Q _ R) ^ : R :(: P _ S) ` : S Tabelas-Verdade como Forma de Validac~ao Um argumento de validac~ao e valido se e somente se todas as suas inst^ancias s~ao validas. Uma inst^ancia de um argumento e valida se for impossvel que sua conclus~ao seja falsa enquanto suas premissas forem verdadeiras. Isto e, se n~ao houver situac~ao na qual a sua conclus~ao e falsa enquanto as suas premissas s~ao verdadeiras. Uma Tabela-Verdade e uma lista exaustiva de de situac~oes possveis. Da podermos utilizar a tabela-verdade para determinar se a forma e ou n~ao valida. Se a forma for valida (pela denic~ao, uma forma valida e aquela em que todas as inst^ancias s~ao validas), ent~ao qualquer inst^ancia dela deve ser valida. Assim, podemos utilizar tabelas-verdade para estabelecer a validade n~ao apenas de argumentos,mas de argumentos especcos. Por exemplo, consideremos o Silogismo Disjuntivo: - A Princesa ou a Rainha comparecera a cerim^onia. - A Princesa n~ao comparecera. - ` A Rainha comparecera. P _ Q :P ` Q P Q P _ Q :P ` Q V V V F V V F V F F F V V V V F F F V F A forma e invalida se existirem premissas verdadeiras e conclus~ao falsa. Neste caso, existem quatro sitiac~oes possveis e somente na terceira as premissas s~ao verdadeiras. Mas neste caso, a conclus~ao tambem e verdadeira. A tabela mostra que o argumento e valido. Exerccios: Determine se a conclus~ao C pode ser logicamente obtida atraves das premissas H 1 eh 2.

34 1. H 1 : P! Q H 2 : P C : Q 2. H 1 : P! Q H 2 : :P C : Q 3. H 1 : P! Q H 2 : :(P ^ Q) C : :P 4. H 1 : :P H 2 : P $ Q C : :(P ^ Q) 5. H 1 : P! Q H 2 : Q C : P 2.4 Calculo de Predicados Ate este momento, examinamos a logica simbolica considerando apenas proposic~oes. As tecnicas de infer^encia se restringiam a suposic~ao de que as premissas e as conclus~oes fossem proposic~oes. No entanto, a logica proposicional possui um poder de representac~ao limitado, n~ao sendo suciente para expressar muitas coisas obvias e elementares, por exemplo, ofatodeduasformulas at^omicas possurem algumas caractersticas em comum. Para isto, se introduz o conceito de Predicado em uma formula at^omica. Alogica que se baseia na analise dos predicados em qualquer proposic~ao e chamada Logica de Predicados. ALogica de Predicados se preocupa em introduzir noc~oes logicas para expressar qualquer conjunto de fatos atraves de tr^es tipos de express~oes: termos, predicados e quanticadores. Calculo de Predicados e a extens~ao do Calculo Proposicional em que se consideram variaveis e quanticadores sobre variaveis. Os dois quanticadores mais importantes s~ao o quanticador universal e o existencial, respectivamente representados pelos smbolos 8e Algumas Denic~oes Classe de Atributos: Eles s~ao representados pelos substantivos comuns, locuc~oes nominais, adjetivos, locuc~oes adjetivas, verbos e locuc~oes verbais. Exemplo: Todos os homens s~ao mortais Socrates e um homem Ent~ao, Socrates e mortal. Que pode ser representado por:

35 8x(H(x)! M(x)) H(s) ` M(s) onde H, M e s n~ao s~ao sentencas, como na Logica Proposicional, mas classes de atributos. Quanticadores: S~ao operadores logicos, mas em vez de indicarem relac~oes entre sentencas, eles expressam relac~oes entre conjuntos designados pelas classes de atributos logicos. Eles s~ao classicados de universais e existenciais. { Quanticador Universal (8): Este tipo de quanticador e formado pelas express~oes \todo" e \nenhum". Ex.: Todo Homem e Mortal, ou seja, qualquer que seja x, sex e Homem, ent~ao x e Mortal. 8x(H(x)! M(x)) Nenhum Homem e Vegetal, ou seja, qualquer que seja x, sex e Homem, ent~ao x N ~ AO e Vegetal. 8 x (H(x)! : V (x)) { Quanticador Existencial (9): Este tipo de quanticador e formado pelas express~oes \existe algum" ou \pelo menos um" ou ainda \para algum". Ex.: Pelo menos um Homem e Inteligente, ou seja, existe pelo menos um x em que x seja Homem e x seja Inteligente. 9 x (H(x) ^ I(x)) { Predicados: Descrevem alguma coisa ou caractersticas de um ou mais objetos. Eles ser~ao denotados por letras maiusculas. Ex.: Bob ama Cathy :A(b c) Bob ama alguem : 9xA(b x) Bob ama a todos : 8xA(b x) Sintaxe do Calculo de Predicados Elementos Validos da Linguagem Smbolos Logicos: { Operadores Logicos: : ^ _! $

36 { Quanticadores: 8 9 { Par^enteses: ( ). Smbolos N~ao-Logicos: { Letras Nominais: letras minusculas de \a" a \t" { Variaveis: letras minusculas de \u" a \z" { Letras Predicativas: letras maiusculas. Formulas At^omicas { E uma letra predicativa seguida por zero ou mais letras nominais. Formula Bem Formada { Uma formula at^omica e uma formula bem formada (fbf) { Se P e uma fbf, ent~ao :P tambem o e { SePeQs~ao fbfs, ent~ao: (P ^ Q) (P _ Q) (P! Q)e(P $ Q) tambem os~ao { Se (a) e uma fbf contendo uma letra nominal a, ent~ao qualquer forma 8x(x) e uma fbf onde (x) e o resultado de se substituir uma ou mais ocorr^encias de a em por uma variavel x, quen~ao ocorra em. Exemplos: Seja P = F (a) ^ G(a b), ent~ao s~ao fbfs: 8x(F (x) ^ G(a b)) 8x(F (x) ^ G(x b)) 8x(F (a) ^ G(a x)) 9x(F (x) ^ G(a b)) Regras de Infer^encia para o Calculo de Predicados Todas as regras denidas no Calculo Proposicional s~ao utlizadas para o Calculo de Predicados, apenas referenciando-as para os quanticadores. Alem disso, para o Calculo de Predicados, com respeito as regras de infer^encia, s~ao inseridas mais algumas que ser~ao vistas adiante. Exemplo: :F (a) _9xF (x) 9xF (x)! P ` F (a)! P.

37 Prova: 1 :F (a) _9xF (x) P 2 9xF (x)! P P 3 F (a) H (Hipotese para PC) 4 ::F (a) 3DN 5 9xF (x) 1 4SD 6 P 2 5MP 7 F (a)! P 3 6PC Regras Basicas 1. Eliminac~ao Universal (EU): De uma fbf quanticada universalmente 8x(x), infere-se uma fbf da forma (a), a qual resulta de se substituir cada ocorr^encia da variavel x em por uma letra nominal a. Esta regra e, as vezes, chamada de Instanciac~ao Universal. Ex.: 8x(H(x)! M(x)) H(s) ` M(s) Prova: 1 8x(H(x)! M(x)) P 2 H(s) P 3 H(s)! M(s) 1EU 4 M(s) 2 3MP 2. Introduc~ao Universal (IU): De uma fbf contendo uma letra nominal a, que n~ao ocorre em qualquer premissa ou em qualquer hipotese vigente na linha em ocorre, infere-se uma fbf da forma 8x(x), onde (x) e o resultado de se substituir todas as ocorr^encias de a em por uma variavel x que n~ao ocorra em. Ex.: 8x(P (x)! C(x)) 8 x (C(x)! V (x)) `8x (P (x)! V (x)) Prova: 1 8x(P (x)! C(x)) P 2 8x(C(x)! V (x)) P 3 P (a)! C(a) 1EU 4 C(a)! V (a) 1EU 5 P (a)! V (a) 3 4SH 6 8x(P (x)! V (x) 5IU

38 3. Introduc~ao Existencial (IE): Dada uma fbf contendo uma letra nominal a, infere-se uma fbf da forma 9x(x), onde (x) e o resultado de se substituir uma ou mais ocorr^encias de a em por uma variavel x que n~ao ocorra em. Entre as restric~oes apresentadas para a utilizac~ao da IE ressalta-se: a pode ocorrer em uma hipotese, n~ao utilizada ainda, ou em uma premissa avariavel x n~ao precisa substituir todas as ocorr^encias de a em, e preciso substituir somente uma ou mais IE permite introduzir somente um quanticador existencial por vez e somente do lado esquerdo da formula. Ex.: 8x(F (x) _ G(x)) `9x(F (x) _ G(x)) Prova: 1 8x(F (x) _ G(x)) P 2 F (a) _ G(a) EU 3 9x(F (x) _ G(x) 2IE 4. Eliminac~ao Existencial (EE): Dada uma fbf quanticada existencialmente 9x(x) podemos inferir (a), contanto que a letra nominal n~ao ocorra em (x), nem em qualquer premissa, nem em qualquer hipotese e nem em qualquer passo anterior da derivac~ao. Estas restric~oes podem ser facilmente satisfeitas escolhendo uma nova letra nominal cada vez que a Eliminac~ao Existencial for aplicada. Ex.: 9x(F (x) ^ G(x)) `9x(F (x)) Prova: 1 9x(F (x) ^ G(x)) P 2 F (a) ^ G(a) 1EE 3 F (a) 2 ^ E 4 9xF (x) 3IE Regras Derivadas Iterc^ambio de Quanticadores { :(8x:F (x)) = 9xF (x)

39 { :(8xF (x)) = 9x:F (x) { 8x:F (x)=:(9xf (x)) { 8xF (x)) = :(9x:F (x)) Exerccios: 1. Mostre que: (a) 8 xh(x)! M(x) 9 xh(x) ` 9 xm(x) Prova: 1 8H(x)! M(x) P 2 9xH(x) P 3 H(a) H Hipotese para EE 4 H(a)! M(a) 1EU 5 M(a) 3 4MP 6 9 xm(x) IE 7 9 xm(x) 1 3 ; 6EE (b) 9 xp(x) ^ 8 xq(x) ` 9 x (P (x) ^ Q(x)) (c) 8 x (: P (x)! Q(x)) 8 x : Q(x) ` P (a) 2. Verique se as seguintes formas s~ao validas ou invalidas. (a) 9 x (P (x) ^ Q(x)) ` 9 xp(x) ^ 9 xq(x) (b) 9 xp(x) ^ 9 xq(x) ` 9 x (P (x) ^ Q(x)) 3. Considerando as seguintes informac~oes: -Toda atriz e bonita. -Asavos n~ao s~ao bonitas. - Algumas avos s~ao inteligentes. Provar que: -V~ao existir mulheres que s~ao inteligentes e n~ao s~ao atrizes.

40 Captulo 3 Teoria dos Conjuntos 3.1 Origens da Teoria dos Conjuntos A historia da Teoria dos Conjuntos difere um pouco da maioria das outras areas da Matematica, para as quais um longo processo de evoluc~ao de ideias, geralmente envolvendo varias pessoas trabalhando em paralelo, pode ser tracado. No caso da Teoria dos Conjuntos, pode-se dizer que ela e criac~ao de uma unica pessoa: Georg Cantor. Foi com o trabalho de Cantor que a Teoria dos Conjuntos conseguiu nalmente receber um tratamento matematico adequado. os primeiros trabalhos de Cantor eram sobre a Teoria dos Numeros, e ele publicou varios artigos sobre este assunto. Estes artigos, no entanto, n~ao davam nenhuma indicac~ao de que Cantor iria alterar todo o curso da moderna matematica. Porem, em 1872, em uma viagem a Suica, Cantor conheceu Richard Dedekind. Por seu profundo pensamento abstrato e logico, Dedekind teve grande inu^encia nas ideias desenvolvidas por Cantor. Em 1874 Cantor publicou um artigo no Crelle's Journal que representou o nascimento da Teoria dos Conjuntos. Neste artigo, Cantor defendia a ideia de que existiriam pelo menos dois tipos de \innito". Ele demostrou que os numeros reais algebricos poderiam ser colocados em uma correspond^encia de um-para-um com os numeros naturais, enquanto que com os numeros reais esta correspond^encia n~ao existiria. Em seus artigos seguintes, Cantor introduziu a ideia de equival^encia de conjuntos e estabeleceu que dois conjuntos seriam equivalentes, ou possuiriam a mesma pot^encia, se pudesse se estabelecer uma correspond^encia de um-para-um entre estes conjuntos. Neste captulo introduziremos os conceitos elementares de teoria dos Conjuntos. Apesar da apresentac~ao ser, ate certo ponto, de maneira informal, tentaremos apre-

41 sentar provas formais que utilizem as tecnicas apresentadas no captulo anterior. A medida que formos prosseguindo em nosso estudo, procuraremos enfatizar analogias entre o Calculo Proposicional e as Operac~oes sobre Conjuntos. 3.2 Conceitos Primeiros Enquanto na Geometria Euclidiana costuma-se adotar, sem denic~ao, as noc~oes de ponto, reta e plano, na Teoria dos Conjuntos as noc~oes consideradas primitivas s~ao as seguintes: a) Conjunto b) Elemento c) Pertin^encia entre Elemento e Conjunto d) Conjunto Universo Denimos numa meta-linguagem os conceitos chamados \conceitos primeiros", que s~ao explicaveis mas n~ao denidos. Os conceitos primeiros nos d~ao a noc~ao de universo (representando todas as coisas), conjunto, elemento e pertin^encia. < U X x 2> Noc~ao de Conjunto A noc~ao de conjunto, intuitivamente, pode ser designada como toda colec~ao bem denida de objetos, n~ao importa de que natureza, considerados globalmente [1][10]. A noc~ao matematica de conjunto e praticamente a mesma que se usa na linguagem comum, onde, normalmente, se associa a ideia de conjunto a uma colec~ao de objetos de qualquer natureza, portanto, pode-se exemplicar outros conjuntos: 1. conjunto de livros em uma biblioteca, 2. conjunto de letras da palavra \Matematica", 3. conjunto de lobos em uma matilha, 4. conjunto de catarinenses, 5. conjunto de numeros naturais,

42 6. conjunto de numeros reais tal que x 2 ; 4=0 De modo geral, pensamos em conjuntos como uma colec~ao de objetos que compartilham de alguma propriedade em comum. Por exemplo, em matematica e bastante comum considerarmos um conjunto de linhas, um conjunto de tri^angulos, etc. No entanto, e importante ressaltar que esta caracterstica comum entre os elementos n~ao e necessaria, e um conjunto que consista de objetos como: um carro, o numero 3, uma porta e o aluno Jo~ao tambem e um exemplo aceitavel de conjunto. A notac~ao de conjuntos geralmente utiliza letras maiusculas: A B C :::X Y Z Elementos Os objetos que constituem um conjunto denominam-se elementos do conjunto. Por exemplo: Jose e um elemento do conjunto de catarinenses, 1 e elemento do conjunto de numeros naturais, -2 e elemento do conjunto dos numeros reais que satisfaz a equac~ao x 2 ;4=0. Os elementos dos conjuntos s~ao geralmente denotados por letras minusculas: a b c ::: x y z Assim o conjunto A cujos elementos s~ao a b c e denotado por: A = fa b cg Relac~ao de Pertin^encia Um conceito fundamental da Teoria dos Conjuntos e o de \ser membro" ou \pertencer" a um conjunto. Qualquer objeto que faca parte de um conjunto e chamado um \membro" ou um \elemento" daquele conjunto. Um conjunto e dito \bem-denido" ser for possvel determinar, atraves de certas regras, se um dado objeto e membro de um conjunto. Para denotar que o elemento x pertence ao conjunto X utiliza-se:

43 x 2 X que e lido como \x e umelemento de X", ou \x pertence a X", ou ainda \x esta em X". Se o elemento x n~ao pertence ao conjunto X denota-se: x=2 X que e equivalente a negac~ao da proposic~ao \x esta em X", ou seja? :(x 2 X) =x=2 X Esta notac~ao e devida ao matematico italiano Giuseppe Peano ( )[10]. E importante ressaltar que nenhuma restric~ao foi colocada sobre que objetos podem ser membros de um conjunto. N~ao e raro termos conjuntos cujos membros s~ao tambem conjuntos, tais como: S = fa f1 2g p fqgg No entanto, e importante distinguir entre o conjunto fqg que e um elemento de S e o elemento q, queeummembro de fqg mas n~ao e um membro de S Conjunto Universo Segundo Alencar [1] as palavras \elemento" e \conjunto" t^em muitas vezes signicado relativo, pois um mesmo ente pode ser elemento em relac~ao a certos entes e conjunto em relac~ao a outros entes. Assim, por exemplo, uma turma de um colegio e um elemento do conjunto das turmas do colegio, mas tambem e um conjunto de alunos do colegio analogamente uma reta e umelemento do conjunto de todas as retas, mas tambem e um conjunto de pontos, etc. Nestas condic~oes, para o rigor matematico, deve-se observar quais s~ao os entes considerados como elementos. Assim, por denic~ao chama-se conjunto universo ou simplesmente universo de uma teoria, o conjunto de todos os entes que s~ao sempre considerados como elementos nesta teoria [1]. Assim, por exemplo, na Aritmetica, ouniverso e o conjunto de todos os numeros inteiros n~ao negativos f :::g e em Geometria, o universo e oconjunto de todos os pontos, ou seja, o espaco. Geralmente, o conjunto universo de uma teoria e denotado pela letra U. Num diagrama de Venn, os elementos do universo U s~ao geralmente representados por

44 pontos internos a um quadrado (ou ret^angulo) e os demais conjuntos s~ao representados por crculos contidos no quadrado (ou ret^angulo). Exemplo A declarac~ao type em PASCAL especica que o conjunto universo Alfabeto e o conjunto de todos caracteres no teclado, tais como A, 7, e%. type Alfabeto = set of char 3.3 Conjuntos Numericos E conveniente padronizar certos conjuntos de numeros usuais na teoria dos conjuntos. S~ao particularmente importantes os seguintes conjuntos numericos: a) Conjunto dos numeros naturais N = f :::g b) Conjunto dos numeros inteiros Z = f::: ;3 ;2 ; :::g ou Z = f :::g c) Conjunto dos numeros racionais Q. Seus elementos s~ao todos os numeros que podem ser colocados na forma p=q, emquep 2Ze q 6= 0eq 2Z. d) Conjunto dos numeros reais < s~ao todos os numeros racionais e n~ao racionais. e) Conjunto dos numeros complexos C tem seus elementos numeros da forma a + bi, coma 2<, b 2<e i = p ; Diagrama de Venn A m de facilitar o entendimento de certas denic~oes e demonstrac~oes da Teoria dos Conjuntos, e muito util a representac~ao de um conjunto por um recinto plano delimitado por uma linha fechada qualquer, n~ao entrelacada [1]. Esta representac~ao pictograca recebe o nome de diagrama de Venn. No diagrama de Venn 3.1, os elementos do conjunto indicam-se por pontos internos ao recinto, e elementos que n~ao pertencem ao conjunto s~ao representados por pontos externos ao mesmo recinto. Existem varias outras maneiras de se descrever um conjunto:

45 Figura 3.1: Diagrama de Venn listar (ou listar parcialmente) seus elementos, usar recurs~ao para descrever como gerar seus elementos ou, descrever uma propriedade P que caracteriza seus elementos. Exemplo Um conjunto particular S pode ser descrito pela sua propriedade caracterstica: S = fxjx par inteiro positivog Isto e lido como \o conjunto de todo x tal que x e par inteiro positivo". Ou ainda, usando a notac~ao da Logica depredicados: 8xS(x)=8x x 2 S 3.5 Propriedades dos Conjuntos Denic~ao Subconjunto: que esta dentro de outro conjunto conforme gura 3.2. Intuitivamente, pode-se dizer que e o conjunto Sejam X e Y quaisquer dois conjuntos. Se todo elemento de X for tambem um elemento de Y, ent~ao X e chamado de subconjunto de Y. X Y $8x(x 2 X! x 2 Y ) $ Y X Voltando ao exemplo 3.2.1, agora os subconjuntos podem ser denidos como variaveis no programa PASCAL pelas declarac~oes: var Iniciais: Alfabeto Letras: Alfabeto Em seguida s~ao determinadas estas variaveis:

46 Figura 3.2: Representac~ao de subconjunto Iniciais := [`A'.. `F'] Letras := [`C'.. `G'] Onde, os pontos fazem a ordenac~ao (no caso alfabetica) e os colchetes s~ao usados para denotar conjuntos em PASCAL. Apos a determinac~ao, a variavel Iniciais tem o valor fa B C D E Fg e Letras tem o valor fc D E F Gg. Aenumerac~ao ordenada e conveniente para especicar quais elementos s~ao membros do conjunto, mas devido estes serem conjuntos indexados, a ordem dos elementos n~ao e importante e pode a sequ^encia Iniciais := [`B',`A',`D',`F',`E',`C'] ter o mesmo valor que a determinada anteriormente. Devido ao conjunto n~ao ser ordenado, os elementos deste conjunto n~ao podem ser referenciados, assim n~ao pode-se examinar o \terceiro" elemento do conjunto Iniciais [6]. Denic~ao Inclus~ao: A relac~ao de pertin^encia e uma relac~ao entre elemento econjunto [8]. A relac~ao de inclus~ao e uma relac~ao entre conjuntos. Pela relac~ao de inclus~ao dois conjuntos podem ser comparados. Diz-se que um conjunto X esta contido num conjunto Y se e somente se todo elemento de X e tambem um elemento de Y.Simbolicamente tem-se X Y $8x(x 2 X! x 2 Y ) Denic~ao Igualdade de conjuntos: Dois conjuntos X e Y s~ao iguais quando todo elemento de X pertence tambem a Y e, reciprocamente, todo elemento de Y pertence a X. Simbolicamente tem-se: X = Y $8x(x 2 X $ x 2 Y ) X = fa e i o ug e Y = fe o i a ug X = f :::100g e Y = fxjx e inteiro e 0 x 100g

47 X = fxjx 2 = xg e Y = f0 1g Observa-se que na denic~ao de igualdade entre conjuntos n~ao intervem a noc~ao de ordem entre os elementos, portanto: f1 2 3g = f1 3 2g = f3 2 1g Denic~ao Desigualdade de Conjuntos: Do mesmo modo se X n~ao e igual a Y escreve-se X 6= Y,e evidente que existe elemento de X que n~ao pertence a Y ou existe elemento em Y que n~ao pertence a X. Exemplo Exemplos de conjuntos desiguais s~ao: f g 6= f g fa b cg6= fa a b eg ffrango pato galinhag 6= ffrango pato marrecog Denic~ao Subconjunto Proprio: Um conjunto X e chamado Subconjunto Proprio de um conjuto Y se: X Y ^ X 6= Y Ou seja, existe elemento de Y que n~ao pertence ax, istoe,alem de todo elemento de X pertencer a Y, tem tambem elemento de Y que n~ao pertence ax. E importante ressaltar as diferencas entre pertin^encia e inclus~ao. Podemos ilustrar esta diferenca com o exemplo a seguir: ent~ao A = f1 2 3g B = f1 2g C = f1 3g D = f3g ou B A C A D A f1 2g f1 2 3g f1 3g f1 2 3gef3g f1 2 3g Por outro lado, 1 2 f1 2 3g en~ao 1 esta incluso em f1 2 3g. conjunto pode estar includo ou ser subconjuto de outro conjunto. Apenas um

48 As propriedades a seguir representam importantes propriedades da inclus~ao de conjuntos. Para quaisquer conjuntos A, B e C: A A (reexiva) (A B) ^ (B C)! (A C) (transitiva) 8x(x 2 A! x 2 B) ^8x(x 2 B! x 2 C) `8x(x 2 A! x 2 C) 8x(A(x)! B(x)) ^8x(B(x)! C(x)) ` (A(x)! C(x)) Prova: 1 8x(A(x)! B(x)) P 2 8x(B(x)! C(x)) P 3 A(a)! B(a) 1EU 4 B(a)! C(a) 1EU 5 A(a)! C(a) 3 4SH 6 8x(A(x)! C(x) 5IU 3.6 Conjuntos Especiais O Conjunto Vazio Um conjunto que n~ao contenha nenhum elemento e chamado de Conjunto Vazio. Um conjunto vazio e denotado por O Conjunto Pot^encia Dado qualquer conjunto A, nos sabemos que o conjunto vazio e o conjunto A s~ao ambos subconjuntos de A. Da mesma forma, para qualquer elemento a de A, o conjunto fag e um subconjunto de A. Estendendo o raciocnio, podemos considerar outros subconjuntos de A. Podemos denir todos os subconjuntos do conjunto A da seguinte forma: Para um conjunto A, a colec~ao ou famlia de todos os subconjuntos da A e chamada Conjunto Pot^encia de A. O Conjunto Pot^encia de A e denotado por (A) ou 2 A,ee tal que (A) =2 A = fxjx Ag

49 Consideremos alguns conjuntos nitos e seus conjuntos pot^encia. O conjunto pot^encia do conjunto vazio possui apenas o elemento, portanto ( ) = f g. Para um conjunto S 1 = fag, o conjunto pot^encia fs 1 g = f fagg = f S 1 g. Para S 2 = fa bg, fs 2 g = f fag fbg fa bgg. Para S 3 = fa b cg, fs 3 g = f fag fbg fcg fa bg fa cg fb cg fa b cgg. Podemos utilizar uma representac~ao binaria para representar distintamente os subconjuntos de um conjunto. Para isto, devemos primeiramente supor que os elementos s~ao ordenados, o que ate agora n~ao foi colocado como condic~ao para a denic~ao de conjuntos. Esta ordenac~ao e geralmente necessaria para a representac~ao de conjuntos em um computador. Suponhamos uma ordem arbitraria e a cada elemento associemos um rotulo que descreve a posic~ao do elemento com relac~ao aos outros elementos do conjunto. Tomemos como exemplo o conjunto S 2 visto anteriormente, no qual a e o primeiro elemento e b e o segundo elemento. Os diversos subconjuntos do conjunto S 2 podem ser representados da seguinte maneira: = B 00 fag = B 10 fbg = B 01 efa bg = B 11 onde os ndices de B contem 1 ou 0 se a rsepectiva posic~ao do conjunto original em relac~ao ao subconjunto possuir o elemento ou n~ao. A notac~ao acimo pode ser generalizada para designar subconjuntos de conjuntos que possuam n elementos distintos. Os ndices determinantes dos subconjuntos variam na representac~ao binaria de 0 ate 2 n;1. Note que devemos ter o cuidado de inserir tantos tantos 0's a esquerda da representac~ao binaria quantos forem necessarios para formar n dgitos binarios no total. Como ilustrac~ao tomemos o conjunto S 6 = fa 1 a 2 ::: a 6 g. Os exemplos a seguir demonstram a utilizac~ao do metodo para determinar os elementos de qualquer subconjunto. B 111 = B = fa 4 a 5 a 6 g B 1100 = B = fa 3 a 4 g 3.7 Algebra dos Conjuntos Quando se faz operac~oes nos conjuntos tem-se um novo conjunto. Se uma operac~ao sobre os elementos de um conjunto produzir resultados (imagem) que tambem s~ao

50 elementos do mesmo conjunto, ent~ao o conjunto echamado de \fechado" para aquela operac~ao e esta propriedade echamada de propriedade de \fechamento". A denic~ao de operac~oes binarias e unarias implica que os conjuntos nos quais as operac~oes s~ao realizadas sejam fecgadas para estas operac~oes. A uni~ao e a intersec~ao s~ao operac~oes binarias, associativas. Ja o complemento e uma operac~ao unaria Conceito de Operac~oes unarias, binarias e n-arias Como o nome indica as operac~oes binarias s~ao feitas entre dois elementos de um conjunto e as narias entre varios elementos do conjunto. Uma operac~ao unaria e aquela feita com um unico elemento do conjunto. Denic~ao Operac~ao Unaria: Para se ter uma operac~ao unaria em um conjunto S, deve ser verdade que para qualquer x 2 S, existe a operac~ao de inverso x? que e unica epertencente a S. Exemplo Exemplos de operac~oes unarias: Tomar o negativo de um numero noconjunto Z. O conectivo de negac~ao e uma operac~ao unaria de conjuntos proposicionais. Se P e proposicional ent~ao :P e sua negativa. Denic~ao Operac~ao binaria: Uma operac~ao e binaria em um conjunto S se para cada par ordenado (x y) de elementos de S, aoperac~ao x y sempre existe e pertence ao conjunto S. Exemplo Exemplos de operac~oes binarias: Operac~oes binarias no conjunto Z: adic~ao, subtrac~ao, e multiplicac~ao. Quando desenvolve-se a adic~ao de um par ordenado de inteiros (x y), aoperac~ao x + y existe e resulta unicamente em um numero inteiro. A divis~ao n~ao e umaoperac~ao binaria em Z porque n~ao existe x 0. Para estes exemplos, deve estar claro que (operac~ao binaria) ou? (operac~ao unaria) podem depender n~ao so de sua denic~ao mas tambem dos conjuntos envolvidos. Exerccio Identicar se as operac~oes s~ao unarias ou binarias nos seguintes conjuntos:

51 x y = x y S =conjunto de todos inteiros positivos x y = x y S =conjunto de todos numeros racionais positivos x y = x y S = < x? = p x S =conjunto de todos numeros reais positivos x? = soluc~ao da eq. (x? ) 2 = x S = C Uni~ao O conceito de uni~ao pode ser entendido como todos os elementos que s~ao dos conjuntos X e Y \conjuntamente". Ou seja, os elementos pertencem tanto ao conjunto X como ao conjunto Y. Representa-se a uni~ao (conforme 3.3) como: X [ Y, ou seja X [ Y = 8x(x 2 X _ x 2 Y ) Figura 3.3: Uni~ao de Conjuntos Intersec~ao A intersec~ao dos conjuntos X e Y e o conjunto de todos os elementos que pertencem ao conjunto X e ao conjunto Y. Representa-se a intersec~ao como: X \ Y, ou seja X \ Y = 8x(x 2 X ^ x 2 Y ) Quando a intersec~ao X \ Y de dois conjuntos X e Y e o conjunto vazio, dizemos que estes conjuntos s~ao \disjuntos". A gura 3.4 mostra a intersec~ao entre dois conjuntos.

52 3.7.4 Diferenca Figura 3.4: Intersec~ao entre Conjuntos A diferenca entre conjuntos X e Y e o conjunto de todos os elementos que pertencem ao conjunto X e n~ao pertencem ao conjunto Y.Simbolicamente tem-se: X ; Y = fxjx 2 Xex =2 Y g == 8x(x 2 X ^ x=2 Y ) Exemplo A gura 3.5 ilustra atraves do diagrama a diferenca entre dois conjuntos X e Y. Figura 3.5: Diferenca entre conjuntos Exemplo Sejam os conjuntos A = f g, B = f g e C = f g. Tem-se: A ; B = f7g, B ; A = B ; C = f1 4g, C ; B = f8 9g No exemplo observa-se que A ; B e diferente de B ; A e B ; C e diferente de C ; B, isto e adiferenca de conjuntos n~ao e comutativa.

53 3.7.5 Complemento Seja U o conjunto Universo. Para qualquer conjunto X, o complemeneto de X, simbolicamente representado como X e composto por todo elemento x que pertencendo ao conjunto Universo, n~ao pertenca ao conjunto X, ou seja: X = U ; X 3.8 Produto Cartesiano Intuitivamente, o produto cartesiano de dois conjuntos e o conjunto de todos os pares ordenados dos elementos do primeiro conjunto que pode-se formar com os elementos do segundo conjunto. Denic~ao Supondo-se X e Y serem conjuntos de um universo U. O produto cartesiano de X e Y e denotado por X Y ee denido por: X Y = f(x y)jx 2 X ^ y 2 Y g Exemplo Dados os conjuntos X 1 = fa bg e X 2 = f1 2g, oproduto cartesiano X 1 X 2 e: X 1 X 2 = f(a 1)(a 2)(b 1)(b 2)g A noc~ao de produto cartesiano, denida para dois conjuntos, extende-se de maneira natural a qualquer numero nito n>2 de conjuntos. Denic~ao Chama-se produto cartesiano ou apenas produto dos n conjuntos X 1 X 2 ::: X n, pela ordem em que est~ao escritos, ao conjunto de todas as n ; uplas (x 1 x 2 :::x n ) tais que x 1 2 X 1 x 2 2 X 2 ::: x n 2 X n. Este conjunto produto representa-se por uma das notac~oes: X 1 xx 2 x:::xx n ou ny i=1 X i Os conjuntos X 1 X 2 ::: X n dizem-se os fatores do produto cartesiano X 1 X 2 ::: X n, sendo X 1 o primeiro fator ate X n one-simo fator. Exerccio Dados os conjuntos: A = f1 2g e B = f3 4g. Obter: A B, B A, A 2 e A 3.

54 3.9 Propriedades das Operac~oes Propriedade Associativa Quaisquer que sejam os conjuntos X, Y e Z, tem-se que: X [ (Y [ Z) =(X [ Y ) [ Z X \ (Y \ Z) =(X [ Y ) \ Z Propriedade Comutativa Quaisquer que sejam os conjuntos X e Y, tem-se que: X [ Y = Y [ X X \ Y = Y \ X Propriedade Distributiva Quaisquer que sejam os conjuntos X, Y e Z, tem-se que: X \ (Y [ Z) =(X \ Y ) [ (X \ Z) X [ (Y \ Z) =(X [ Y ) \ (X [ Z) A gura 3.6 mostra a distributividade. Figura 3.6: Distributividade Propriedade Reexiva Qualquer que seja o conjunto X, tem-se que: X [ X = X X \ X = X

55 3.9.5 Propriedade de Fechamento Quaisquer que sejam os conjuntos X e Y,ent~ao a uni~ao de X e Y, denotada por X [ Y e a intersec~ao de X e Y denotada por X \ Y,ainda s~ao conjuntos no universo Elemento neutro para a uni~ao O conjunto vazio e o elemento neutro para a uni~ao de conjuntos e tal que para todo conjunto X, se tem: X [ = X Elemento neutro para a intersec~ao O conjunto universo U e o elemento neutro para a intersec~ao de conjuntos, tal que para todo conjunto X, tem-se: X \ U = X Elemento nulo para a intersec~ao Se tomarmos a intersec~ao do conjunto vazio com qualquer outro conjunto X, teremos o proprio conjunto vazio. X \ = 3.10 Cardinalidade de Conjuntos Os Numeros Naturais os conjuntos dos numeros naturais e um conjunto bastante conhecido e utilizado por muitas pessoas no seu dia-a-dia. Uma de suas utilizac~oes mais frequentes e para contar elementos e objetos. Esta utilizac~ao permite a denic~ao da noc~ao de similaridade ou equipot^encia de dois conjuntos e tambem do conceito de \numero cardinal" de um conjunto. Deste modo podemos introduzir os conceitos de conjuntos nitos e innitos, que s~ao de grande import^ancia na teoria dos aut^omatos. Os Axiomas de Peano O conjunto N = f0 1 2 :::g dos numeros naturais (incluido o zero) pode ser gerado iniciando-se com um conjunto vazio eanoc~ao de \conjunto sucessor" de um

56 conjunto. Um \conjunto sucessor" e denotado por A + e denido como sendo o conjunto A + = A [fag. Seja o conjunto vazio e os seus conjuntos sucessores: + ( + ) + (( + ) + ) + ::: que s~ao: f g f f gg f f g f f ggg::: Se chamarmos de 0 o conjunto, ent~ao + =0 + =1 1 + =0 0 + = 2, e assim por diante, obteremos o conjunto f0 1 2 :::g. podemos resumir dizendo que o conjunto dos numeros naturais pode ser obtido atraves da aplicac~ao dos seguintes axiomas, conhecidos como Axiomas de Peano N (onde 0 = ) 2. Se n 2N,ent~ao n + 2N onde n + = n [fng 3. Se um subconjuto S N possui as propriedades: (a) 0 2 S, e (b) se n 2 S, ent~ao n + 2 S ent~ao S = N Cardinalidade Na sec~ao anterior, nos preocupamos com a gerac~ao dos numeros naturais. vejamos agora, como utilizar o conjunto dos numeros naturais para contar. Atraves desta propriedade podemos medir o \tamanho" de um conjunto e \comparar" os tamanhos de quaisquer dois conjuntos. A primeira quest~ao que devemos examinar agora, diz respeito a como contar algo, seja o numero de pessoas em uma sala, o numero de livros em um estante, ou o numero de elementos em um conjunto. O que devemos fazer, neste caso, e estabelecer uma correspond^encia de um-para-um entre os objetos a serem contados e o conjunto de naturais f1 2 3 ::: ng. Por esta correspond^encia dizemos que o numero de objetos e n. generalizando esta tecnica temos: Denic~ao Dois conjuntos A e B s~ao ditos equipotentes (ou equivalentes, ou possuindo a mesma cardinalidade, ou ainda, similares), e denotados por A B, se e e somente se existir uma correspond^encia de um-para-um entre os elementos de A e os elementos de B.

57 Exemplo Seja N = f0 1 2 :::g e N 2 = f0 2 4 :::g Mostre quen N 2. Soluc~ao: para cada elemento x de N, correspondera o elemento y = 2x de N 2. Assim, podemos estabelecer uma correspond^encia de um-para-um entre N e N 2 eportanto N N 2. Note tambem que N 2 N. Podemos agora utilizar o conjunto dos numeros naturais para contar os elementos de um conjunto, ou seja, determinar seu numero cardinal. Intuitivamente, um conjunto e nito se consiste de um numero especco de elementos diferentes, isto e, se estabelecermos uma correspond^encia de um-para-um entre os elementos do conjunto e os elementos do conjunto dos numeros naturais, no qual o numero 0 corresponde ao conjunto vazio, o numero 1 corresponde ao primeiro elemento do conjunto, o numero 2 corresponde ao segundo elemento do conjunto, e assim por diante, ate o numero n, que corresponde ao ultimo elemento do conjunto. Dizemos ent~ao que o conjunto tem n elementos e que seu numero cardinal e n. Denic~ao Dado um conjunto X, diz-se que X e nito se tem n elementos. O numero n chama-se numero cardinal do conjunto X e escreve-se n(x) = n. Os conjuntos podem ser nitos e innitos. Diz-se que um conjunto e innito se ele for equivalente a um subconjunto proprio. Denic~ao Qualquer conjunto cujo numero cardinal e um numero natural e um conjunto nito. Tambem, qualquer conjunto que n~ao seja nito e chamado de conjunto innito. Denic~ao Qualquer conjunto equivalente ao conjunto dos numeros naturais e chamado de enumeravel. Denic~ao A cardinalidade de um conjunto enumeravel e denotada pelo 0 chamado aleph zero. Utilizamos a notac~ao n(x) para denotar a cardinalidade de um conjunto nito X. Denic~ao Todo conjunto nito ou enumeravel e chamado de contavel. O conjunto dos numeros reais, por exemplo, e innito, porem, por ser compacto n~ao pode se estabelecer uma correspond^encia de um-paraum com o conjunto dos numeros naturais e, portanto, ele e n~ao-enumeravel.

58 Denic~ao Um conjunto que seja innito e n~ao enumeravel e chamado de incomensuravel. Cantor provou que o conjunto pot^encia de um dado conjunto deve ser maior (cardinalidade maior) do que este conjunto e armou a exist^encia de cardinalidade transnita. Exemplo Exemplos de conjuntos nitos: conjunto dos numeros de dias da semana conjunto de vogais conjunto de numeros de telefones de uma cidade Exemplo Exemplos de conjuntos innitos: conjunto dos numeros naturais conjunto de atomos no universo 3.11 Paradoxos na Teoria dos Conjuntos Nesta sec~ao s~ao apresentados alguns paradoxos da Teoria dos Conjuntos. Maiores detalhes podem ser encontrados em [9] e [12] Paradoxo de Cantor O Paradoxo de Cantor diz que o conjunto de todos os conjuntos e seu proprio conjunto pot^encia. Portanto, a cardinalidade do conjunto de todos os conjuntos deve ser maior do que ele mesmo. Seja C o conjunto de todos os conjuntos. Portanto, cada subconjunto de C e tambem um membro de C. Assim, o conjunto pot^encia de C e subconjunto de C, isto e, 2 C C Mas 2 C Cimplica em #(2 C #(C) contudo, de acordo com o teorema de Cantor #(C) < #(2 C ) Assim, o conceito de conjunto de todos os conjuntos conduz a uma contradic~ao.

59 Paradoxo de Russel Este paradoxo e devido ao losofo e matematico brit^anico Bertrand Russell para ajudar a explicar o paradoxo que ele descobriu na teoria dos conjuntos. Primeira considerac~ao: a maioria dos conjuntos n~ao s~ao elementos deles mesmos, mas alguns s~ao. Por exemplo, o conjunto de todas as arvores n~ao e uma arvore, nem o conjunto de todas as lnguas n~ao e umalngua. Todavia, uma lista de todas as listas (a qual e uma lista) ou o conjunto de todas as ideias abstratas, a qual e tambem e umaideia abstrata. Supondo-se agora que exista um conjunto S, o qual e composto de todos os conjuntos que n~ao s~ao elementos de si mesmos. Se S n~ao e um elemento de si mesmo, ent~ao ele pertence a este conjunto. Mas, se S e um conjunto, ent~ao ele e um elemento de si mesmo e n~ao pertence ao conjunto. Uma soluc~ao para este problema torna necessario que qualquer conjunto denido por um predicado tambem seja um sub-conjunto de um conjunto conhecido (a excec~ao deste e o conjunto pot^encia). Desde que o conjunto de \conjuntos, os quais n~ao s~ao elementos deles mesmos" n~ao e conhecido, deve ser feito primeiro um subconjunto de algum outro conjunto conhecido. Por exemplo, supondo-se U oconjunto dos conjuntos e A qualquer conjunto que pertence a U en~ao e elemento de si mesmo. Agora, S e denido como: S = fa 2 UjA =2 Ag A quest~ao pode ser feita: S e um elemento de si mesmo? A resposta e n~ao. Se S 2 S, (S pertence ao conjunto dos conjuntos os quais n~ao s~ao elementos de si mesmos), ele satisfaz sua propria propriedade de denic~ao e portanto S=2 S. Em outras palavras S pertence ou n~ao a si mesmo? Se S n~ao pertence a S, ent~ao, pela denic~ao de S, S pertence a si mesmo. Alem disso, se S pertence a S, ent~ao pela denic~ao de S, S n~ao pertence a si mesmo. Em ambos os casos somos conduzidos a uma contradic~ao [9]. Este paradoxo e semelhante ao Paradoxo do Barbeiro descrito na sub-sec~ao Paradoxo do Barbeiro Supondo-se que exista uma cidade onde um homem tenha uma barbearia. Este barbeiro deve barbear todos os homens e somente homens que n~ao barbeiam a si mesmos. Quem barbeia o barbeiro? Este paradoxo e conhecido como o paradoxo do barbeiro. Pensando que os homens desta cidade pertencem a dois conjuntos: o conjunto dos homens que barbeiam a si mesmos e o conjunto dos homens que n~ao

60 barbeiam a si mesmos (n~ao existe um terceiro conjunto!). Se o barbeiro pertence ao primeiro conjunto (homens que se barbeiam), descrito pelas circunst^ancias, ele n~ao se barbeia. Portanto, ele pertence ao segundo conjunto, ent~ao descrito pelas mesmas circunst^ancias, ele deve barbear a si mesmo. A pergunta e se sim ou n~ao. A unica soluc~ao e que tal situac~ao descrita acima n~ao pode existir Paradoxo de Burali-Forti Existe um paradoxo conhecido como Paradoxo de Burali-Forti atribudo a Cesare Burali-Forti. O Paradoxo diz respeito ao conjunto de \todos" numeros ordinais. Este conjunto deve ter um numero ordinal o qual n~ao esta no conjunto, isto e o paradoxo existe desde que se diz conjunto de \todos" numeros ordinais. Segundo [12] intuitivamente, na teoria dos conjuntos cada conjunto ordenado tem um numero ordinal. Alem disso, o conjunto de todos os ordinais e ordenado, aonde este conjunto de todos ordinais tem um numero ordinal dito O. Mas o conjunto de todos os ordinais crescentes e incluindo qualquer ordinal dado e ordenado e portanto tem um numero ordinal, o qual excede o ordinal dado em 1. Consequentemente, o conjunto de todos ordinais incluindo O tem o numero ordinal O + 1, o qual e maior do que O. Portanto, O n~ao e um numero ordinal de \todos" ordinais Paradoxo de Godel Outro paradoxo mais moderno, seria o sobre Teorema da Incompleteza de Godel. Um sistema de axiomas e completo quando todo teorema sera verdade ou mentira. Se existir um sistema de axiomas consistentes (ou seja quando n~ao existirem axiomas que entrem em contradic~ao com outros axiomas) existir~ao sempre teoremas que se podera provar que s~ao mentiras e teoremas que se podera provar que s~ao verdades e outros que n~ao se pode provar nada, nem que sejam verdades, nem que sejam mentiras. Neste caso, o sistema e dito incompleto, no sentido de que existem coisas que n~ao se pode provar, nem que sejam verdades ou mentiras. O Teorema de Godel parte da premissa de que existem verdades e mentiras levando a conclus~ao que existem teoremas verdadeiros, falsos e outros que n~ao se sabe se s~ao verdades ou mentiras. Ou seja, partindo-se de duas verdades chegaria-se a um terceiro valor de verdade: n~ao sabido. Este teorema pode ser interpretado como uma comprovac~ao da logica que utiliza conjuntos nebulosos (logica \fuzzy").

61 Captulo 4 Relac~oes 4.1 Introduc~ao O conceito de uma relac~ao e um conceito frequentemente utilizado, seja no nosso diaa-dia, seja na matematica. Associado ao conceito de relac~ao esta aac~ao de comparar objetos que estejam relacionados entre si. A capacidade de um computador de realizar operac~oes diferentes baseado no resultado de comparac~oes e, talvez, uma das caractersticas mais utilizadas durante a execuc~ao de um programa. Do mesmo modo, podemos dizer que bases de dados s~ao compostas por relac~oes entre conjuntos e a manipulac~ao da base para extrac~ao de novas relac~oes envolve diretamente a manipulac~ao das propriedades das relac~oes. A palavra \relac~ao" sugere muitas vezes exemplos familiares de relac~oes, tais como, a relac~ao de pai-para-lho, m~ae-para-lho, irm~ao-para-irm~a, etc. Exemplos similares tambem s~ao frequentemente encontrados na aritmetica, onde temos relac~oes como: \maior que", \menor que" ou \igual a". Tambem podemos dizer que existe uma relac~ao entre a area de um crculo e seu raio, ou entreaarea de um quadrado e seu lado. Estes exemplos sugerem relac~oes entre dois objetos, no entanto, podemos citar relac~oes entre tr^es objetos, tais como a relac~ao entre pai-m~ae-lho, ou entre a area de um tri^angulo, sua base e sua altura. Exemplos similares tambem existem para relac~oes entre quatro ou mais objetos. Neste captulo procuramos formalizar o conceito de relac~ao e apresentamos metodos de representac~ao, tais como matrizaes e grafos. As propriedades basicas s~ao vistas e certas classes importantes de relac~oes s~ao introduzidas.

62 4.2 Denic~ao de Relac~oes Pode-se denir relac~oes como subconjunto proprio do produto cartesiano. X i i =1 :::n onde n e o numero de conjuntos. A relac~ao denida no produto cartesiano: ny i=1 X i ny R i=1 X i Com esta denic~ao tem-se relac~oes binaria, ternaria e n-aria. Denic~ao : Relac~ao n-aria: Dados os conjuntos X 1 X 2 :::X n,umarelac~ao em X 1 xx 2 :::X n e um subconjunto de X 1 X 2 ::: X n. Um caso especial de uma relac~ao n-aria e a relac~ao unaria em um conjunto X, aquale apenas um subconjunto de X. Umelemento x 2 X satisfaz a relac~ao se e somente se x pertencer ao subconjunto [7]. 4.3 Relac~oes Binarias Denic~oes Na vida, as pessoas podem estabelecer varias relac~oes. Um exemplo de relac~ao binaria e o que podemos chamar de conex~ao matrimonial (casamento). Neste caso, ha um par \ordenado" (marido, mulher) que satisfaz a tal relac~ao matrimonial. O ideal e que a relac~ao entre seus elementos seja de um para um. Oqueas vezes nem sempre ocorre... Em outro exemplo, duas pessoas podem ter tambem relac~ao hierarquica (pai e lho). O analogo matematico considera as relac~oes binarias para distinguir a ordem de pares de objetos de outros pares de objetos e seus relacionamentos. Exemplo Se temos os conjuntos X = f1 2g e Y = f2 3g, teremos que o produto cartesiano XxY = f(1 2) (1 3) (2 2) (2 3)g. Se estamos interessados em distinguir elementos que s~ao pares ordenados iguais (x = y), escolheramos o par (2 2) que satisfaz esta relac~ao. Mas, se o interesse fosse aqueles cujo relacionamento e possuir um numero menor do que o outro (x <y), poderamos escolher os pares (1 2), (1 3) e (2 3).

63 Denic~ao Dados dois conjuntos quaisquer X e Y,uma relac~ao binaria entre X e Y e um subconjunto obtido do produto cartesiano X Y destes conjuntos. Uma relac~ao binaria e um subconjunto e e aqui denotada pela letra grega (rho). Simbolicamente: Observac~oes: X X xy! (x y) 2 a express~ao xy equivale a dizer (x y) 2 o conjunto X e o conjunto de partida e o conjunto Y e o conjunto de chegada ou contradomnio onumero de relac~oes binarias possveis de X em Y e dadopor 2 n(x):n(y ). Exemplo Dados X = f1 2g e Y = f2 3 4g. A relac~ao e dada pela descric~ao xy! x + y e mpar. Portanto, (1 2) 2, (2 3) 2 e (1 4) 2. Exerccio Para cada uma das seguintes relac~oes em N x N, quais s~ao os pares ordenados que pertencem a : xy! x = y +1 (2 2)(2 3)(3 3)(3 2) xy! x divide y (2 4)(2 5)(2 6) xy! x + y e mpar (2 3) (3 4)(4 5)(5 6) xy! x>y 2 (1 2)(2 1)(5 2)(6 4)(4 3) A gura 4.1 mostra as quatro possibilidades de relacionamento entre os elementos dos conjuntos X e Y Domnio e Imagem de Relac~oes Denic~ao Seja uma relac~ao binaria. O conjunto D() de todos os objetos x tais que para algum y, (x y) 2 e chamado de domnio de, ouseja D() =fxj9y((x y) 2 )g

64 Figura 4.1: Tipos de relac~oes binarias Denic~ao De maneira similar, o conjunto R() de todos os objetos y tais que para algum x, (x y) 2 e chamado de imagem de, ou seja R() =fyj9x((x y) 2 )g Em suma, dada uma relac~ao = f(x y) 2 X Y jxyg, o conjunto dos valores de x chama-se domnio da relac~ao e o conjunto dos valores de y chama-se de imagem da relac~ao. Sejam X e Y quaisquer dois conjuntos. Um subconjunto do produto cartesiano X Y dene uma relac~ao. Para qualquer relac~ao, temos que D() X e R() Y e a relac~ao e dita uma relac~ao \de X para Y". Se Y = X, ent~ao e dita uma relac~ao \de X para X" ou uma relac~am \em X". Assim, qualquer relac~ao em Xe um subconjunto de X X ee dita ser uma Relac~ao Interna. Uma operac~ao foi denida como um conjunto de pares ordenados. Deste modo, e possvel aplicar as operac~oes usuais sobre conjuntos tambem sobre as relac~oes. O conjunto resultante tambem sera composto por pares ordenados e denira uma relac~ao. Sejam R e S duas relac~oes, ent~ao R \ S dene uma relac~ao tal que: x(r \ S)y = xry ^ xsy Do mesmo modo, R [ S dene uma relac~ao tal que: x(r [ S)y = xry _ xsy etambem e nalmente x(r ; S)y = xry ^ x 6 S =(x y) 2 R ^ (x y) 62 S x( R)y = x 6 Ry =(x y) 62 R:

65 4.4 Propriedades das Relac~oes Binarias Uma relac~ao em um conjunto X tem certas propriedades Relac~ao de Igualdade A relac~ao de igualdade num conjunto X, implica que o par (x y) pertence a relac~ao se x = y. Esta relac~ao de igualdade tem tr^es propriedades: 1. para qualquer x 2 X, x = x, ou(x x) 2 2. para qualquer x, y 2 X, sex = y portanto, y = x, ou(x y) 2! (y x) 2 3. para qualquer x y z 2 X, sex = y e y = z ou [(x y)] 2 e(y z) 2! (x z) 2. Estas tr^es propriedades fazem com que a relac~ao de igualdade seja reexiva, simetrica e transitiva Relac~ao Reexiva Denic~ao Uma relac~ao binaria em um conjunto X e reexiva se, para todo x 2 X, xx, ou seja (8x)(x 2 X! (x x) 2 ) A relac~ao e reexiva noconjunto dos numeros reais uma vez que, para todo x,temos que x x. Do mesmo modo, o relac~ao de inclus~ao \contido ou igual" e reexiva na famlia de todos os subconjuntos de um conjunto Universo. A relac~ao de igualdade de conjuntos tambem e reexiva. Por outro lado, a relac~ao < n~ao e reexiva no conjunto dos numeros reais, assim como a relac~ao dos subconjuntos proprios na famlia dos subconjuntos de um conjunto Universo Relac~ao Simetrica Denic~ao : Uma relac~ao em um conjunto X e simetrica se, para todo x e y em X: (x y) 2! (y x) 2 As relac~oes e < n~ao s~ao simetricas no conjunto dos numeros reais, enquanto a relac~ao de igualdade e. A relac~ao de ser irm~ao n~ao e simetrica no conjunto de todas as pessoas, mas e simetrica no conjunto dos homens.

66 4.4.4 Relac~ao Transitiva Denic~ao : Uma relac~ao em um conjunto X e transitiva se, para todo x, y, ez em X: (x y) 2 ^ (y z) 2! (x z) 2 As relac~oes, < e = s~ao transitivas no conjunto dos numeros reais. As relac~oes, e de igualdade s~ao tambem transitivas na famlia dos subconjuntos de um conjunto Universo. Entretanto a relac~ao \ser m~ae" n~ao e transitiva Relac~ao Anti-simetrica Denic~ao Uma relac~ao em um conjunto X e anti-simetrica se, para todo x e y em X: (x y) 2 ^ (y x) 2! x = y Repare que e possvel possuir uma relac~ao que seja ao mesmo tempo simetrica e anti-simetrica. Este e o caso onde cada elemento esta relacionado consigo mesmo e n~ao esta relcionado com nenhum outro elemento. Vejamos agora algumas relac~oes conhecidas e suas propriedades: Seja < o conjunto dos numeros reais. As relac~oes > e < em < s~ao transitivas. A relac~ao de igualdade = em < e reexiva, simetrica e transitiva. Seja X o conjunto de todos as disciplinas oferecidas em uma universidade, e para x 2 X e y 2 X, xy se x e umpre-requisito para y. Esta relac~ao e transitiva. Seja X o conjunto de todos os homens brasileiros e seja xy a relac~ao x e irm~ao de y. Esta relac~ao e simetrica. Seja X o conjunto de todos os subconjuntos de um conjunto Universo. A relac~ao de subconjunto em X e reexiva, anti-simetrica e transitiva. Ja a relac~ao subconjunto proprio e apenas anti-simetrica e transitiva. Classes importantes de relac~oes que possuam uma ou mais destas propriedades ser~ao vistas mais adiante neste captulo. 4.5 Matrizes e Grafos Representando Relac~oes Uma relac~ao de um conjunto nito X para um conjunto nito Y pode ser representada atraves de uma matriz da relac~ao. Sejam X = fx 1 x 2 ::: x m g Y = fy 1 y 2 ::: y n g,e uma relac~ao de X em Y.A matriz da relac~ao pode ser obtida da seguinte maneira:

67 8 < 1 se x i y j r ij = : 0 se x i 6 y j onde r ij e o elemento da i-esima linha e j-esima coluna. Se X tem m elementos e Y tem n elementos, ent~ao a matriz da relac~ao e uma matriz m n. Considere como exemplo a relac~ao xy de X em Y com m =3en =2: A matriz da relac~ao e: = f(x 1 y 1 ) (x 2 y 1 ) (x 3 y 2 ) (x 2 y 2 )g = (4.1) A partir de agora e ao longo desta subsec~ao, assumiremos que as relac~oes s~ao denidas em um conjunto X. Observando a matriz da relac~ao podemos perceber algumas das propriedades de uma relac~ao em um conjunto. Se a relac~ao e reexiva, ent~ao toda a diagonal da matriz deve ser 1. Se a relac~ao e simetrica, ent~ao a matriz da relac~ao tambem e simetrica. Se a relac~ao for anti-simetrica, ent~ao a matriz e tal que se r ij =1,ent~ao r ji = 0 para todo i 6= j. Uma relac~ao tambem pode ser representada gracamente atraves do desenho de seu \grafo". Seja uma relac~ao em um conjunto X = fx 1 ::: x m g. os elementos de X s~ao representados por pontos ou crculos chamados \nos" ou \vertices". Os nos correspondentes a x i e x j s~ao identicados como x i e x j respectivamente. Se x i x j, isto e, se (x i x j ) 2, ent~ao conecta-se os nos x i e x j atraves de um arco e coloca-se uma seta no arco na direc~ao de x i para x j. Quando todos os nos correspondentes aos pares ordenados da relac~ao estiverem conectados atraves de arcos orientados, tem-se ent~ao um grafo da relac~ao. Atraves do grafo de uma relac~ao e possvel observar algumas das suas propriedades. Se uma relac~ao for reexiva, ent~ao deve existir um arco em ciclo, ou um \loop" para cada no. Se uma rela~ao for simetrica, se existir um arco orientado conectando ono x i ao no x j,ent~ao devera haver um outro arco orientado do no x j para o no x i. Para relac~oes anti-simetricas, nenhum destes arcos-de-retorno dever~ao existir. Se uma relac~ao for transitiva, a visualizac~ao desta propriedade atraves de grafos n~ao e t~ao simples, de qualquer modo, os grafos da gura 4.3 ilustram algumas relac~oes transitivas.

68 Figura 4.2: Grafos de diferentes tipos de relac~oes binarias Figura 4.3: Grafos de relac~oes transitivas 4.6 Partic~ao e Cobertura de um Conjunto Denic~ao Seja S um dado conjuto e A = fa 1 A 2 ::: A m g onde cada A i, i =1 ::: m e umsubconjunto de S e m[ A i = S i=1 Ent~ao, o conjunto A e chamado de \cobertura" de S eosconjuntos A 1 A 2 ::: A m \cobrem" S. Sealem disso, os elementos de A, que s~ao subconjuntos de S forem mutuamente disjuntos,ou seja. m\ A i = i=1

69 Figura 4.4: Grafos de relac~oes simetricas e anti-simetricas Figura 4.5: Grafos de relac~oes binarias Ent~ao A e chamado de \partic~ao" de S eosconjuntos A 1 A 2 ::: A m s~ao chamados de \blocos" da partic~ao. Exemplo Seja S = fa b cg econsideremos os seguintes subconjuntos de S. A = ffa bg fb cg B = ffag fa cgg C = ffag fb cgg D = ffa b cgg E = ffag fbg fcgg F = ffag fa bg fa cgg S. os conjuntos A e F s~ao coberturas de S enquanto que C,D e E s~ao partic~oes de

70 4.7 Relac~ao de Equival^encia Denic~ao Uma relac~ao em um conjunto X e uma relac~ao de equival^encia se: 1. for reexivo, isto e, para cada x 2 X, (x x) 2 2. for transitivo, isto e, (x y) 2 e (y z) 2! (x z) 2 3. for simetrico, isto e, (x y) 2! (y x) 2 Uma relac~ao de equival^encia e generalizac~ao da relac~ao de igualdade [7]. Para cada elemento em um conjunto: x = x x = y e y = z implica que x = z x = y implica em y = x S~ao exemplos de relac~oes de equival^encia: 1. A igualdade de numeros em um conjunto de numeros reais. 2. A igualdade de subconjuntos em um conjunto Universo. 3. A similaridade de tri^angulos em um conjunto de tri^angulos. 4. A relac~ao entre linhas que s~ao paralelas em um conjunto de linhas de um plano. 5. A relac~ao de habitantes da mesma cidade no conjunto das pessoas que moram em Santa Catarina. 6. A relac~ao de proposic~oes que s~ao equivalentes em um conjunto de proposic~oes Classe de Equival^encia Uma relac~ao de equival^encia num conjunto divide-o em partic~oes, colocando os elementos que s~ao relacionados a cada um dos outros numa mesma classe, denominada de classe de equival^encia. Estas classes de equival^encia podem ser tratadas como entidades. Exemplo A gura 4.6 mostra a partic~ao do conjunto N em duas classes de equival^encia.

71 Figura 4.6: Partic~ao de um conjunto em classes de equival^encia Exemplos Exemplo Dois numeros inteiros s~ao ditos equivalentes se o resto da divis~ao do numero escolhido e o mesmo. Por exemplo, 10 dividido por 9 da resto 1, isto e equivalente a 19 dividido por 9. Assim 10 e equivalente a 19, 28, 37, etc... por ter resto 1 quando divididos por 9. Exemplo Ser par ou mpar. Todos os numeros pares est~ao em equival^encia ao serem divididos por 2 darem resto 0. Assim como, todos os numeros mpares est~ao em equival^encia ao serem divididos por 2 darem resto 1. Exerccio Dado o conjunto X = f g e = f(1 1) (1 4) (4 1) (4 4) (2 2) (2 3) (3 2) (3 3)g. Escreva a matriz de, desenhe seu grafo e mostre que esta e uma relac~ao de equival^encia. Exerccio Seja X = f1 2 :::7g e = f(x ; y) j x ; y e divisvel por 3g. Mostre que e uma relac~ao de equival^encia e desenhe o grafo de. Exerccio Seja Z oconjunto dos inteiros e seja arelac~ao chamada \modulo congruente 3" denida por = f(x y)jx 2Z^y 2Z^(x ; y) e divisvel por 3g. Determine as classes de equival^encia geradas pelos elementos de Z. 4.8 Relac~ao de Compatibilidade Denic~ao Uma relac~ao em X e chamada uma \relac~ao de compatibilidade" se ela e reexiva e simetrica.

72 Exemplo Seja X = fball, bed, dog, egg, letg e seja arelac~ao dada por xy. = f(x y)jx y 2 X ^ xy se x e y possuem alguma letra emcomum g. Ent~ao e uma relac~ao de compatibilidade e x e y s~ao chamados compatveis se Embora uma relac~ao de equival^encia em um conjunto dena uma partic~ao de um conjunto em classes de equival^encia, uma relac~ao de compatibilidade n~ao necessariamente dene uma partic~ao. Entretanto ela denie uma cobertura do conjunto. 4.9 Relac~ao de Ordem A relac~ao de ordem e uma generalizac~ao do conceito de menor ou igual () oude maior ou igual (). Uma relac~ao de ordem e reexiva, antisimetrica e transitiva. A relac~ao de ordem e interna e so existe se comparar elementos do mesmo conjunto Relac~ao de Ordem Total Se todos os elementos podem ser comparaveis esta relac~ao e de ordem total. Denic~ao Uma relac~ao de ordem num conjunto n~ao vazio A tal que todos os elementos de A s~ao comparaveis dois a dois pela chama-se relac~ao de ordem total em A. Portanto, uma relac~ao de ordem total em A e umaordem que satisfaz a condic~ao: (8x)(8y)(x y 2 A e xy ou yx) Exemplo Aordem natural \x y" noconjunto R dos numeros reais e uma ordem total em <, porque, quaisquer que sejam os numeros reais x e y, setemx y ou y x, istoe, dois numeros reais quaisquer s~ao comparaveis pela ordem natural em <. Exemplo Arelac~ao no conjunto A = f2 4 8 :::2 n :::g denida por \x" e um multiplo de \y" e umaordem total em A, porque dois elementos quaisquer de A s~ao visivelmente comparaveis por esta ordem (cada elemento de A apartir do 2 o e multiplo de cada um dos elementos que o precedem) Relac~ao de Ordem Parcial Se a relac~ao e reexiva, transitiva e anti-simetrica mas n~ao e universal, ou seja, n~ao vale para todos os elementos do conjunto considerado (alguns n~ao s~ao comparaveis)

73 e uma relac~ao de ordem parcial. Os POSET (parcial order sets) s~ao os conjuntos munidos de ordem parcial [5]. Exemplo A relac~ao no conjunto N dos numeros naturais denida por \xjy" (relac~ao de divisibilidade) e uma ordem parcial em N, porque dois inteiros naturais nem sempre s~ao comparaveis por esta ordem, como por exemplo, 5 e 7 (5 n~ao divide 7 e 7 n~ao divide 5). Observa-se que n~ao tem sentido falar de ordem total ou parcial em relac~oes de equival^encia. Em relac~oes n;arias tambem n~ao tem sentido falar em ordem Relac~oes Externas Quanto aos conjuntos envolvidos, uma relac~ao e dita\externa" se tomarmos os elementos de conjuntos distintos e vericarmos a relac~ao entre estes elementos. Numa relac~ao externa tem-se: X 1 6= X 2 6= ::: 6= X n Exemplo Dado um conjunto de cadeiras e um conjunto de pessoas,a relac~ao pode ser denida pela maneira que as pessoas ir~ao sentar-se nestas cadeiras. Como as pessoas s~ao diferentes das cadeiras, esta relac~ao e externa (entre conjuntos distintos. Na Computac~ao, a grande aplicac~ao das relac~oes externas s~ao os banco de dados que utilizam modelos relacionais. Os modelos relacionais s~ao compostos de relac~oes, ou tabelas bi-dimensionais, cujas operac~oes s~ao descritas em termos de algebra relacional. Com este modelo, as tabelas de dados podem ser manipuladas para retornar outras tabelas de dados oferecendo aos usuarios informac~oes. Todas as estruturas de banco de dados relacionais s~ao compostas por uma serie de relac~oes. Exemplo Dados os seguintes conjuntos A de alunos, D de disciplinas oferecidas em um semestre no Curso de Computac~ao e L dos locais (salas) onde ser~ao ministradas as aulas: A = fp aulo Carlos Maria Henriqueg D = fine2135 INE3215 INE5371 INE2312g L = falceu P equena Reu1 Reu2g H = f8 ; ; 12g Arelac~ao entre osconjuntos alunos e disciplinas fornece arelac~ao R 1 = AxD conforme 4.1:

74 Paulo Paulo Carlos Maria Henrique INE2135 INE5371 INE2312 INE5371 INE3215 Tabela 4.1: R 1 = Alunos x Disciplinas Arelac~ao R 2 = Dx L fornece arelac~ao entre as disciplinas e seus locais conforme 4.2. INE2135 INE3215 INE5371 INE2312 Alceu Pequena Reu1 Reu2 Tabela 4.2: R 2 = Disciplinas x Locais Uma relac~ao R 3 = LxH pode ser feita para resolver o problema de como alocar olocal e o horario conforme 4.3. Alceu 8-10 Alceu Tabela 4.3: R 3 = Locais x Horarios As sub-relac~oes de uma relac~ao dada podem ser obtidas atraves de extrac~ao de propriedades que caracterizam a relac~ao. Isto e feito por operac~oes unarias de selec~ao e projec~ao. Por exemplo, ao se selecionar \Paulo" da R 1 cria-se uma nova sub-relac~ao que indica quais os cursos o aluno Paulo ira fazer. Estas manipulac~oes podem ser feitas no computador utilizando linguagens de base de dados como a SQL.

75 4.11 Composic~ao de Relac~oes Binarias Como ja foi visto, uma relac~ao binaria e um conjunto de pares ordenados. Deste modo, as operac~oes usuais sobre conjuntos, tais como uni~ao, intersec~ao, etc., quando aplicadas sobre as relac~oes produzem outras relac~oes. Nesta sec~ao examinaremos outro tipo de operac~ao sobre as relac~oes, ou seja, relac~oes que s~ao formadas em duas ou mais etapas. Exemplos da vida corrente deste tipo de operac~ao s~ao dados por casos como o de ser sobrinho, isto e, o lho do irm~ao ou da irm~a ou o de ser tio, que e oirm~ao do pai ou da m~ae/ ou ainda o de ser av^o, que e opaidopaioudam~ae. Estas relac~oes podem ser produzidas atraves da seguinte denic~ao: Denic~ao Seja R arelac~ao de X para Y e S arelac~ao de Y para Z. Ent~ao arelac~ao escrita como R S e chamada uma \relac~ao composta" de R e S onde R S = f(x z)jx 2 X ^ z 2 Z ^9y(y 2 Y ^ (x y) 2 R ^ (y z) 2 S)g A operac~ao de obtenc~ao de R S de R e S e chamada \composic~ao" de relac~oes. Repare que R S e vazia se a intersec~ao da imagem de R edodomnio de S for vazia. R S e n~ao vazia se existir pelo menos um par ordenado (x y) 2 R tal que o segundo membro y 2 Y do par ordenado o primeiro membro de um par ordenado em S. Atraves dos grafos de R e de S, podemos realmente construir e visualizar o grafo de R S, como pode ser visto na gura 4.7 abaixo. Figura 4.7: Relac~oes R, S e a composta R S A operac~ao de composic~ao e uma operac~ao binaria sobre relac~oes e portanto produz uma relac~ao a partir de duas relac~oes. As mesmas operac~oes podem ser aplicadas novamente para produzir outras relac~oes.

76 N~ao e difcil provar que a operac~ao de composic~ao sobre relac~oes e associativa, isto e, (R S) P = R (S P )=R S P Exemplo Seja R = f(1 2) (3 4) (2 2)g e S = f(4 2) ((2 5) (3 1) (1 3)g. Ache R S, S R, R (S R), (R S) R, R R, S S e R R R. R S = f(1 5) (3 2) (2 5)g S R = f(4 2) (3 2) (1 4)g (R S) R = f(3 2)g R (S R) =f(3 2)g R R = f(1 2) (2 2)g S S = f(4 5) (3 3) (1 1)g R R R = f(1 2) (2 2)g Exemplo Seja R e S duas relac~oes sobre o conjunto dos inteiros positivos I. R = f(x 2x)jx 2Ige S = f(x 7x)jx 2Ig Ache R S, R R, R R R e R S R. R S = f(x 14x)jx 2Ig R R = f(x 4x)jx 2Ig R R R = f(x 8x)jx 2Ig R S R = f(x 28x)jx 2Ig A matriz da relac~ao de uma relac~ao R de um conjunto X = fx 1 x 2 ::: x m g para um conjunto Y = fy 1 y 2 ::: y n g e formada por uma matriz de dimens~oes m n e chamada de M R, cujos elementos s~ao 1 0 s e0 0 s. Do mesmo modo, chamamos de M S a matriz da relac~ao S de Y em Z = fz 1 z 2 ::: z p g cujas dimensoes s~ao n p. Para construir a matriz M RS, percorremos a i esima linha de M R eak esima coluna de M S procurando ao menos um elemento j, tal que o elemento da posic~ao j da linha, bem como da posic~ao j da coluna percorrida seja 1. Ent~ao a posic~ao [i k] dem RS recebe 1, caso contrario recebe 0. Ou seja, a verredura de uma linha de M R com cada coluna de M S produz uma linha de M RS.

77 Exemplo Para as relac~oes R e S dados no exemplo sobre o conjunto [1,2,...,5], obter as matrizes das relac~oes R S e S R M R = M S = M RS = M SR = (4.2) (4.3) (4.4) (4.5)

78 Captulo 5 Func~oes 5.1 Introduc~ao Neste captulo estudaremos uma classe particular de relac~oes chamadas de func~oes. Nos preocuparemos principalmente com func~oes chamadas discretas,ques~ao aquelas que transformam um conjunto nito em outro conjunto nito. Existem diversas aplicac~oes de func~oes dentro da area da Ci^encia da Computac~ao. A sada gerada por um programa de computador pode ser considerada como uma func~ao dos valores obtidos na entrada. Um compilador transforma um programa em um conjunto de instruc~oes em linguagem de maquina. Uma classe especial de func~oes, conhecidas como func~oes de hashing, s~ao func~oes utilizadas para organizar o armazenamento e acesso de dados em arquivos de computadores. Neste captulo aborda-se tambem os conceitos de func~oes computaveis, parcialmente computaveis e n~ao-computaveis. Aborda-se tambem o conceito de recursividade, de um computador abstrato e de maquina de Turing. 5.2 Conceito de Func~ao Denic~ao Seja X e Y quaisquer dois conjuntos. A relac~ao f de X para Y e chamada uma func~ao se para todo x 2 X existe um unico y 2 Y tal que (x y) 2 f, esel^e \f e func~ao de X em Y ".. f : X! Y Intuitivamente, func~ao e uma relac~ao especial entre dois conjuntos na qual todo elemento do primeiro conjunto deve ter, obrigatoriamente, elemento associado no 72

79 segundo conjunto e cada elemento do primeiro conjunto so pode ter um, e apenas um, elemento associado no segundo conjunto. Voltando-se ao conceitos primeiros, retirando-se o conceito de pertence e criandose o conceito de func~ao teremos: < U X x f > Assim temos que a func~ao mapeia em um conjunto universo U num conjunto particular de dois elementos: f : U! x 1 x 2 Assim quando manda a U oelemento x 1 pertence ao conjunto pode-se ser representado por: U 7! x 1 2 E o mesmo pode ser dito para quando manda a U oelemento x 2 n~ao pertence ao conjunto: U 7! x 2 =2 5.3 Domnio, Contradomnio e Imagem Se X e Y s~ao conjuntos de partida e de chegada, respectivamente, a func~ao f de X em Y e representada por f : X! Y Por outro lado, se a variavel x representar qualquer elemento de X eseavariavel y representar qualquer elemento do conjunto Y pode-se usar as seguintes notac~oes: f : x! f(x) f : x! y y = f(x) O elemento y que corresponde a x de acordo com f chama-se imagem de x para o valor da func~ao f para o elemento x e, se indica por f(x) que se l^e: \f de x". O conjunto X constitudo pelos elementos x e chamado domnio da func~ao f ee representado por D(f) na gura 5.1. O conjunto de chegada Y e chamado contradomnio conforme a gura 5.1. E nalmente o conjunto constitudo pelos elementos y, imagens de x e chamado conjunto-imagem ou imagem da func~ao representando-se por Im(f) ouf(x) como mostra a gura 5.1. Os casos mostrados a seguir correspondem a algums exemplo de func~oes. 1. Seja X = f1 5 P Pedrog, Y = f2 5 7 q Mariag,ef = f(1 2) (5 7) (P q) (P edro q)g. Ent~ao, D(f) = X, Im(f) =f2 7 qg, e f(1) = 2, f(5) = 7, f(p ) = q, f(p edro) =q.

80 Figura 5.1: Domnio, Contradomnio e Imagem 2. Seja X = Y = < e f(x) =x Ent~ao, D(f) =<, Im(f) <.Osvalores de f para diferentes valores de x 2<est~ao contidos em uma parabola. 3. Seja X = Y = < e sejam f = f(x x 2 )jx 2<g f = f(x 2 x)jx 2<g Obviamente f e uma func~ao de X em Y. Entretanto, g n~ao e uma func~ao uma vez que a condic~ao de unicidade e violada, isto e, para um mesmo valor de x 2 X v~ao corresponder dois valores de y 2 Y. 4. Seja U o conjunto Universo e P (U) seu conjunto Pot^encia. Para quaisquer dois conjuntos A, B 2 P (U), as operac~oes de uni~ao e intersec~ao s~ao func~oes de P (U) P (U) emp (U). 5. Seja P o conjunto de todos os inteiros positivos e : P! P seja tal que (n) =n + 1 onde n 2 P. Assim, (1) = 2 (2) = 3 :::. Afunc~ao e chamada func~ao sucessora de Peano e e utilizada na descric~ao dos numeros inteiros. Sabemos que nem todos os possveis subconjuntos de X Y constituem-se em func~oes de X em Y. O conjunto de todos os subconjunto de X Y que denem uma func~ao e denotado por Y X. A raz~ao da utilizac~ao desta notac~ao ca clara atraves do exemplo a seguir. Exemplo Seja X = fa b cg e Y = f0 1g. Ent~ao X Y = f(a 0) (b 0) (c 0) (a 1) (b 1) (c 1)g

81 e existem 2 6 subconjuntos possveis de X Y. Destes, apenas 2 3 subconjuntos denem func~oes de X em Y. f 0 = f(a 0) (b 0) (c 0)g f 4 = f(a 1) (b 0) (c 0)g f 1 = f(a 0) (b 0) (c 1)g f 5 = f(a 1) (b 0) (c 1)g f 2 = f(a 0) (b 1) (c 0)g f 6 = f(a 1) (b 1) (c 0)g f 3 = f(a 0) (b 1) (c 1)g f 7 = f(a 1) (b 1) (c 1)g 5.4 Tipos de func~oes Func~oes injetora, sobrejetora e bijetora Func~ao Injetora Denic~ao Uma func~ao f de X em Y (f : X! Y )e injetora se, elementos diferentes de X,t^em imagens distintas em Y. 8x 1 2 X 8x 2 2 X (x 1 6= x 2 ) ) f(x 1 ) 6= f(x 2 ) Func~ao Sobrejetora Denic~ao Uma func~ao f de X em Y (f : X! Y )e sobrejetora se,todos os elementos de Y,s~ao imagens dos elementos de X. 8y 2 Y 9x 2 Xj(x y) 2 f Func~ao Bijetora Denic~ao Uma func~ao f de X em Y (f : X! Y )e bijetora se, for injetora e sobrejetora ao mesmo tempo. Na letra a da gura 5.2 tem-se a func~ao: f : X! Y = f(1 a) (2 b) (3 c) (4 d)g A imagem e o conjunto ordenado Im(f) =(a b c d). Esta func~ao possui elementos diferentes no domnio X que t^em imagens distintas no contradomnio Y. Observa-se no diagrama, que nenhuma echa que parte de X converge para um

82 mesmo elemento de Y, e que na representac~ao da func~ao, atraves do conjunto de pares ordenados, todos os segundos elementos dos pares s~ao diferentes entre si. Alem disso, a imagem Im(f) e uma sequ^encia em que todos os elementos s~ao diferentes. Quando isso acontece, a func~ao e dita injetora e que tem-se uma injec~ao de X em Y. Figura 5.2: Func~oes injetora, sobrejetora e bijetora Observando-se a letra b da gura 5.2 verica-se que ao elemento \e" de X convergem duas echas e que n~ao existem elementos de Y que n~ao recebem echas, portanto, a func~ao f : X! Y e sobrejetora pois o conjunto imagem e igual ao contradomnio, ou seja existe uma sobrejec~ao. Na letra c da gura 5.2 a func~ao f : X! Y = f(1 c) (2 a) (3 b)(4 d) cuja imagem e o conjunto ordenado Im(f) =(c a b d). Nesta func~ao todo elemento de Y e imagem de algum dos elementos de X. Isto signica que o conjunto que o conjunto imagem e igual ao contradomnio (sobrejec~ao) e que todos elementos do conjunto X tem imagens distintas no conjunto Y (injec~ao) ent~ao esta func~ao e dita bijetora. Exemplo Sendo S oconjunto de setores de um disco magnetico rgido e C seu conjunto de cilindros. Pode-se denir uma func~ao a : S! C ondea(s) e o cilindro que contem o setor s. Naturalmente, cada cilindro e imagem a de setores que ele contem. Portanto, a e uma sobrejec~ao. Exerccio Seja N o conjunto dos numeros naturais incluindo o zero. Determine quais das seguintes func~oes s~ao injetoras, sobrejetoras e bijetoras. 1. f : N!N f(j) =j f : N!N f(j) =j(mod 3)

83 8 < 1 se j for impar 3. f : N!N f(j) = : 0 se j for par 8 < 1 se j for impar 4. f : N!f0 1g f(j) = : 0 se j for par Exerccio Seja X = fa b cg e Y = f0 1g. Liste todas as possveis func~oes de X em Y e indique em cada caso se a func~ao e injetora, sobrejetora ou bijetora. 5.5 Func~ao Composta A operac~ao de composic~ao de relac~oes pode ser estendida para as func~oes da seguinte maneira: Dados os conjuntos X Y e Z easfunc~oes f de X em Y denida por y = f(x) e g de Y em Z denida por z = g(y), chama-se func~ao composta de g com f a func~ao h = g f, dex em Z, denida por z = g(f(x)). X f! Y g! Z Deve ser observado que: So existira afunc~ao composta g f de X em Z se o contradomnio de f for um subconjunto do domnio de g. A composic~ao de func~oes n~ao e comutativa: g f 6= f g. Exemplo Seja X = f1 2 3g, Y = fp qg e Z = fa bg. Seja tambem f : X! Y dado por f = f(1 p) (2 p) (3 q)g e g : Y! Z dado por f = f(p b) (q b)g. Ache g f.. g f = f(1 b) (2 b) (3 b)g Exemplo Seja X = f1 2 3g e sejam f g h e s, func~oes de X em X denidas como f = f(1 2) (2 3) (3 1)g g = f(1 2) (2 1) (3 3)g h = f(1 1) (2 2) (3 1)g s = f(1 1) (2 2) (3 3)g

84 Ache f g g f f h g s g g s s s ef s. f g = f(1 3) (2 2) (3 1)g g f = f(1 1) (2 3) (3 2)g 6= f g f h g = f(1 3) (2 2) (3 2)g s g = f(1 2) (2 1) (3 3)g = g = g s s s = f(1 1) (2 2) (3 3)g = s f g = f(1 2) (2 3) (3 1)g = f Exerccio Seja f(x) =x +2, g(x) =x ; 2, eh(x) =3x para x 2<,onde< e oconjunto dos numeros reais. Ache g f f g f f g g f h h g h f e f h g. g f = f(x x)jx 2<g f g = f(x x)jx 2<g f f = f(x x +4)jx 2<g g g = f(x x ; 4)jx 2<g f h = f(x 3x +2)jx 2<g h g = f(x 3x ; 6)jx 2<g h f = f(x 3x +6)jx 2<g f h g = f(x 3x ; 4)jx 2<g Exerccio Seja f : <!<e g : <!<,onde< e oconjunto dos numeros reais. Ache f g e g f, onde f(x) =x 2 ; 2 e g(x) =x +4. Diga se estas func~oes s~ao injetoras, sobrejetoras ou bijetoras.

85 5.6 Func~ao Inversa Podemos facilmente vericar que o inverso de uma relac~ao R de X para Y pode ser denida como a relac~ao ~ R de Y para X tal que (y x) 2 ~ R $ (x y) 2 R ou seja, os pares ordenados de ~ R s~ao obtidos a partir de R simplesmente invertendo-se os membros dos pares ordenados. A situac~ao n~ao e exatamente a mesma para o caso das func~oes. Seja ~ f ainversa de f, ondef e considerada uma relac~ao de X! Y. ~ f pode n~ao ser uma func~ao, primeiramenteporqueodomnio de ~ f pode n~ao ser Y, mas apenas um subconjunto de Y,edepois, ~ f pode ferir a condic~ao de unicidade da denic~ao de func~ao. Exemplo Seja X = f1 2 3g e Y = fp q rg, ef : X! Y dada por f = f(1 p) (2 q) (3 q)g. Ent~ao ~ f = f(p 1) (q 2) (q 3)g n~ao e umafunc~ao. Exemplo Seja < oconjunto dos numeros reais e seja f : <!<dado por f = f(x x 2 )jx 2<g. Ent~ao ~ f = f(x 2 x)jx 2<gn~ao e uma func~ao. Exemplo Seja X = f0 1g e Y = fp q r sg, ef : X! Y dada por f = f(0 p) (1 r)g. Ent~ao ~ f = f(p 0) (r 1)g e uma func~ao de um subconjunto de Y em X, ou seja, ~ f : fp rg!f0 1g. Pelos exemplos vistos acima, para uma dada f : X! Y, ~ f eumafunc~ao somente se f for injetora. Entretanto, isto n~ao garante que ~ f seja uma func~ao de Y em X, mas apenas de um subconjuto de Y em X. Duas func~oes dizem-se inversas uma da outra, quando o domnio da primeira e o contradomnio da segunda e, o contradomnio da primeira e o domnio da segunda. Portanto, se f e uma func~ao de X em Y, a func~ao inversa de f, ~ f, agora designada por f ;1 e: f ;1 : Y! X Deve ser observado que so pode existir f ;1 inversa de f se ela for bijetora. Se f ;1 existe, ent~ao f e chamada invertvel. Obviamente, f ;1 tambem e bijetora. Exemplo Conhecendo-se o conjunto constitudo pelos pares ordenados da func~ao f, obtemos os pares ordenados da func~ao inversa f ;1,trocando-se a posic~ao dos elementos de cada par da func~ao f. Se f = f(1 3) (2 6)(3 9)g ent~ao f ;1 = f(3 1) (6 2)(9 3)g

86 Seja a func~ao f : A! B que e bijetora. A func~ao inversa existe e e f ;1 : B! A como mostrado no diagrama 5.3. Todavia, no diagrama 5.4 a func~ao inversa n~ao existe porque f n~ao e bijetora (os elementos a e c possuem a mesma imagem y). Denic~ao Uma func~ao I x I x = f(x x)jx 2 Xg. : X! X e chamada de func~ao identidade se Observe que para qualquer func~ao f : X! X, as func~oes I x f e f I x s~ao ambas iguais a f. Estas propriedades da func~ao identidade podem ser utilizadas para estabelecer o seguinte teorema sobre o inverso de uma func~ao. Teorema Se f : X! X possui func~ao inversa, ent~ao f ;1 f = I x e f f ;1 = I x Exemplo Mostre que as func~oes f(x) =x 3 e g(x) =x 1=3 para x 2<s~ao inversas uma da outra. Uma vez que (f g)(x) = f(x 1=3 ) = x = I x e (g f)(x) = f(x 3 ) = x = I x, ent~ao f = g ;1 ou g = f ;1. Figura 5.3: Func~ao que tem inversa

87 Figura 5.4: Func~ao que n~ao tem inversa Exemplo Num esquema de criptograa, um transmissor (pessoa que envia a mensagem) deseja que esta chegue com seguranca a seu receptor. O transmissor escreve a mensagem (em texto ao claro) e aplica ummetodo de codicac~ao para produzir uma mensagem cifrada. A mensagem codicada e ent~ao transmitida ao receptor que aplica ummetodo de decodicac~ao para converter o texto cifrado novamente em texto claro. Figura 5.5: Esquema de Criptograa Conforme a gura 5.5 tem-se D odomnio de mensagens n~ao cifradas, e R o domnio de mensagens criptografadas. A criptograa e a transformac~ao do texto do domnio D para o domnio R aplicando uma func~ao bijetora de tal modo que se possa calcular sua inversa. A func~ao f deve ter um certo numero de par^ametros f() e sua inversa f ;1 tem um certo numero de conjuntos que sera conhecido. Os par^ametros e oquesechama achave de codicac~ao eospar^ametros e achave de decodicac~ao. Desde que

88 conhecido f() calcula-se a f ;1 (). Sabendo-se a chave e possvel ler o texto. O indivduo que n~ao saiba quem e o n~ao podera ler o texto. Todavia, varias tecnicas heursticas de Intelig^encia Articial podem ser utilizadas para descobrir e quebrar o sigilo da mensagem, uma delas e a transposic~ao de bits de um alfabeto. Uma maneira de dicultar esta quebra e n~ao utilizar a transposic~ao de letras para codicac~ao. Outra maneira seria representar a func~ao como uma sequ^encia de 0 e 1, pois assim teria-se 2 n possibilidades para se explorar com n bits. Atualmente, sistemas bancarios utilizam chaves de 64 bits e colocar um computador para examinar todas as possibilidades poderia levar anos. Pode-se dizer que dada uma func~ao, implementar sua inversa tem diculdades diferentes. Geralmente, o que interessa e a computabilidade pratica ou seja, resolver o problema em tempo habil. 5.7 Func~ao Caracterstica de um Conjunto Nesta sec~ao veremos mais detalhadamente func~oes que mapeiam do conjunto Universo U para o conjunto f0, 1g. Uma correspond^encia de um-para-um e estabelecida entre estas func~oes e os conjuntos. Atraves da utliizac~ao destas func~oes, proposic~oes sobre conjuntos e suas operac~oes podem ser representadas em um computador atraves de numeros binarios, de modo a facilitar a sua manipulac~ao. Denic~ao Seja U um conjunto Universo e seja A um subconjunto de U. A func~ao A : U 8!f0 1g denida como < 1 se x 2 A A(x) = : 0 se x 62 A e chamada de func~ao caracterstica do conjunto A. Exemplo Seja U o conjunto de todas as pessoas moradoras em Florianopolis e seja M oconjunto das mulheres que mora em Florianopolis. Assim, F associa o numero 1 com cada mulher e o numero 0 com cada homem que more em Florianopolis. As propriedades a seguir sugere como podemos relacionar as func~oes caractersticas de conjuntos com as operac~oes sobre conjuntos. Seja A e B quaisquer 2 subconjuntos de um conjunto Universo U. Ent~ao as seguintes armac~oes podem ser provadas para todo x 2 U. (1) A (x) =0$ A = (2) A (x) =1$ A = U

89 (3) A (x) B (x) $ A B (4) A (x) = B (x) $ A = B (5) A\B (x) = A (x) B (x) (6) A[B (x) = A (x) B (x) ; A\B (x) (7) AA (x) =1; A (x) (8) A;B (x) = A\B (x) = A (x) ; A\B (x) Repare que as operac~oes, =,, e; utilizadas com as func~oes caractersticas s~ao as operac~oes aritmeticas usuais, uma vez que os valores das func~oes caractersticas s~ao sempre 0 ou 1. As propriedades acima podem ser facilmente provadas utilizando a denic~ao de func~ao caracterstica. Por exemplo, a armac~ao (5) acima pode ser provada da seguinte maneira: x 2 A \ B $ x 2 A ^ x 2 B, eporconsequ^encia A (x) =1e B (x) =1e A\B(x) =1 1=1. Sex 62 A \ B, ent~ao A (x) =0ou B (x) = 1 e portanto A\B(x) = Func~oes de Hash Os conceitos de \arquivos", \registros", \campos", \chaves de busca", etc., s~ao frequentemente utilizados quando se discute o armazenamento e recuperac~ao de informac~oes em computadores. Geralmente, as informac~oes s~ao armazendas em arquivos atraves de registros, e muitas vezes, os registros cont^em um campo denominado de \chave". A chave possui um valor que identica de maneira unvoca um registro dentro de um arquivo e portanto, pode ser tambem utilizada como uma indicac~ao da posic~ao do registro dentro do arquivo. Em um arquivo que contenha, por exemplo, o registro do historico escolar de estudantes de uma universidade, o campo que representa o numero de matrcula de cada estudante pode ser encarado como a chave do registro de contem o historico de cada estudante. Na organizac~ao direta de arquivos para acesso aleatorio, o endereco de armazenamento do registro dentro do arquivo pode ser obtido reallizando-se alguma operac~ao aritmetica ou logica sobre a representac~ao interna da chave do registro. Qualquer tranformac~ao que mapeie o valor do conjunto de chaves dos registros de um arquivo em um conjunto de enderecos ou posic~oes onde os registros estar~ao armazenados e chamada de func~ao de hash.

90 Existem varias alternativas para func~oes de hash, uma das mais populares e chamada de \metodo da divis~ao" e sera apresentada a seguir. Antes de descrever a func~ao de hash obtida atraves do metodo da divis~ao, observe que toda chave possui uma representac~ao binaria, a qual pode ser considerada como um numero binario. Chamemos este valor numerico da chave de\k" e seja \n" um inteiro xo (preferencialmente primo) adequadamente escolhido. Ent~ao a func~ao de hash h obtida pelo metodo da divis~ao e h(k) =k (modn) ou seja, h(k) e o resto da divis~ao de k por n e portanto um elemento do conjunto f0 1 2 :::n ; 1g. Deste modo, esta func~ao de hash mapeia o conjunto de chaves no conjunto de enderecos f0 1 2 :::n; 1g. A escolha de n depende do fato de que uma boa func~ao de hash deve distribuir uniformemente os registros entre os elementos do conjunto de enderecos. Uma func~ao de hash muitas vezes mapeia diferentes chaves para um mesmo elemento do conjunto de enderecos. Assim, o conjunto de registro e particionado em n classes de equival^encia. Torna-se necessario ent~ao, um mecanismo que realize o armazenamento e faca a recuperac~ao de registros que eventualmente \colidam" em um mesmo endereco. Existem muitas tecnicas, chamadas \tecnicas para resoluac~ao de colis~oes" que podem ser utilizadas para este proposito. 5.9 Recursividade A Teoria da Computac~ao, entre outras coisas, procura estudar os modelos matematicos de dispositivos computacionais (ou maquinas) e os tipos de problemas que podem ser resolvidos por cada tipo de maquina. Dado um determinado problema, o procedimento padr~ao para determinar se este problema e `computavel', e reduzir o problema a um problema equivalente que consiste de uma func~ao sobre os numeros naturais e ent~ao decidir seesta func~ao pode ser resolvida pelo modelo do computador. Nesta sec~ao deniremos indutivamente uma classe de func~oes e mostraremos que estas func~oes podem ser resolvidas \mecanicamente". Esta classe de func~oes s~ao chamadas func~oes recursivas, e nos resringiremos apenas aquelas func~oes cujos argumentos e valores s~ao numeros naturais.

91 5.9.1 Func~oes Recursivas Por generalizac~ao consideraremos func~oes de n variaveis denotadas com f(x 1 x 2 ::: x n ). Se a func~ao f for f : N n!n ela e chamada \total", pois e denida para toda n-upla em N n. por outro lado, se a func~ao f for f : D!N onde DsubseteqN n, ent~ao f e chamada \parcial". Exemplos de tais func~oes s~ao: 1. f(x y) =x + y, a qual e denida para todo x y 2N e portanto e uma func~ao total. 2. g(x y) =x ; y, a qual e denida apenas para aqueles x y 2N que satisfacam x y e portanto e uma func~ao parcial. Veremos agora um conjunto de tr^es func~oes chamadas func~oes iniciais, que s~ao utilizadas para denir outras func~oes por induc~ao. Z : Z(x) = 0- Func~ao Zero S : S(x) = x + 1- Func~ao Sucessor U i n : U i n (x 1 x 2 ::: x n )=x i -Func~ao Projec~ao A Func~ao Projec~ao e tambem chamada de \func~ao identidade generalizada". Como exemplos temos: U 11 (x) =x U 22 (x y) =y U 23 (2 4 6) = 4, etc... A operac~ao de composic~ao sera utilizada para gerar outras func~oes. Ja vimos como funciona a composic~ao de func~oes para uma variavel. A mesma ideia pode ser utilizada para func~oes de mais de uma variavel. Tomemos como exemplo o seguinte caso: Sejam f 1 (x y) f 2 (x y) e g(x y) quaisquer tr^es func~oes. A composic~ao de g com f 1 e f 2 e uma func~ao h dado por: h(x y) =g(f 1 (x y) f 2 (x y)) Se f 1 f 2 e g s~ao func~oes totais, ent~ao h tambem e total. Generalizando, sejam f 1 f 2 ::: f n func~oes parciais de m variaveis e seja g uma func~ao parcial de n variaveis. Ent~ao a composic~ao de g com f 1 f 2 ::: f n produz uma func~ao parcial h dada por: h(x 1 :::x n )=g(f 1 (x 1 ::: x m ) ::: f n (x 1 :::x m )) Exemplo Sejam f 1 (x y) =x + y f 2 (x y)=xy + y 2 e g(x y) =xy h(x y) =g(f 1 (x y) f 2 (x y)) h(x y) =g(x + y xy + y 2 ) h(x y) =(x + y):(xy + y 2 )

92 Dada uma func~ao f(x 1 x 2 ::: x n )den variaveis, muitas vezes e conveniente considerar n ; 1 destas variaveis como xas e variar apenas a variavel restante sobre o domnio do numeros naturais ou sobre um subconjunto deste. Por exemplo, podemos tratar x como um par^ametro xo e variar y em f(x y) para obter f(x 0) f(x 1) f(x 2), etc. Apesar de parecer extremamente trabalhoso num processo de calculo manual, esta tecnica pode ser bastante interessante em um processo de computac~ao automatica. Vejamos, por exemplo, o calculo de f(2 3) onde f(x y) =x + y. Assumimos que f(2 0) = 2, seja um valor dado e ent~ao prosseguimos calculando f(2 1) f(2 2), e nalmente f(2 3). Cada valor da func~ao (exceto f(2 0)) e calculado atraves da adic~ao de 1 ao valor anterior da func~ao ate que o resultado desejado seja obtido. O calculo de f(2 3) ca ent~ao: f(2 3) = [(f(2 0)+1)+1]+1= f(2 3) = [(2 + 1) + 1] + 1 = f(2 3)=[3+1]+1=4+1=5 Assume-se que possuamos um mecanismo pelo qual possamos determinar o valor da func~ao quando um argumento for zero, bem como seu valor para o argumento n +1atraves do valor da func~ao quando o argumento for n. Recurs~ao e a operac~ao que dene uma func~ao f(x ; 1 x 2 ::: x n y)den +1 variaveis atraves do uso de outras duas func~oes g(x 1 x 2 ::: x n )eh(x 1 x 2 ::: x n y z) de n e n + 2 variaveis respectivamente. Nesta denic~ao assume-se a variavel y como sendo uma variavel indutiva, no sentido de que o valor de f para y + 1 pode ser expressa em termos de f para y. As variaveis x 1 x 2 ::: x n s~ao tratadas como par^ametros xos. Tambem assume-se g e h como func~oes conhecidas. f(x 1 x 2 ::: x n 0) = g(x 1 x 2 ::: x n ) f(x 1 x 2 ::: x n y+1)=h(x 1 x 2 ::: x n y f(x 1 x 2 ::: x n y)) Denic~ao Uma func~ao f e chamada primitiva recursiva se e somente se ela puder ser obtida de func~oes iniciais atraves de um numero nito de operac~oes de composic~ao e recurs~ao. Exemplo Mostre que a func~ao f(x y) =x + y e primitiva recursiva. Observe que x +(y +1) = (x + y)+1, ent~ao f(x y +1) = f(x y)+1 = S(f(x y)) tambem

93 f(x 0) = x Podemos agora denir f(x y) como f(x 0) = x = U 11 (x) f(x y +1) = S(U 33 (x y f(x y)) Aqui a func~ao base e g(x) =U 11 (x) e a func~ao passo-indutiva e h(x y z)=s(u 33 (x y z)). Vejamos agora como calcular o valor de f(2 4) f(2 0) = 2 f(2 4) = S(f(2 3)) = S(S(f(2 2))) = S(S(S(f(2 1)))) = S(S(S(S(f(2 0))))) = S(S(S(S(2)))) = S(S(S(3))) = S(S(4)) = S(5) = 6: Exemplo Usando recurs~ao, dena a func~ao de multiplicac~ao dada por g(x y) =x y Uma vez que g(x 0) = 0 e g(x y +1)=g(x y)+x, g(x 0) = Z(x) g(x y +1)=f(U 33 (x y g(x y)) U 13 (x y g(x y))) onde f e a func~ao de adic~ao dada no exemplo anterior. E importante ressaltar que n~ao e necessario utilizar apenas as func~oes iniciais na construc~ao de uma func~ao primitiva recursiva. Se possuirmos um conjunto de func~oes f 1 f 2 ::: f n que s~ao primitivas recursivas, ent~ao podemos utlizar quaisquer destas func~oes juntamente com as func~oes iniciais para obter outra func~ao primitiva recursiva, desde que nos restrinjamos apenas as operac~oes de composic~ao e recurs~ao. As func~oes mostradas a seguir s~ao func~oes primitivas recursivas frequentemente utilizadas para construc~ao de outras func~oes primitivas recursivas. 1. Func~ao sinal, sg: sg(0) = 0 sg(y +1)=1 ou sg(0) = Z(0) sg(y +1)=S(Z(U 22 (y sg(y)))) 2. Func~ao testa zero, fsg: fsg(0) = 1 fsg(y +1)=0 ou fsg(0) = S(0) 3. Func~ao antecessor, A: fsg(y +1)=Z(U 22 (y fsg(y))) A(0) = 0 A(y +1)=y = U 12 (y A(y))

94 4. Func~ao subtrac~ao propria, _;: x _;0 =x x _;(y +1)=A(x _;y) 5. Func~ao mnimo(x,y), min(x y)=x _;(x _;y) 6. Func~ao maximo(x,y), max(x y)=y +(x _;y) 7. Func~ao quadratica, f(y) =y 2 : f(y) =y 2 = U 11 (y) U 11 (y) Exerccio Mostre que a func~ao Pr(x) que calcula a paridade de um numero e primitiva recursiva. Note que Pr(0) = 0 Pr(1) = 1 Pr(2) = 0 Pr(3) = 1 ::: Exerccio Motre que a func~ao Fatorial de um numero (x!) e primitiva recursiva. Note que 0! = 1 1! = 0! 1 2! = 1! 2 ::: Conforme ja vimos anteriormente, um conjunto pode ser denido por meio de um predicado segundo o princpio da especicac~ao, que atesta que todo predicado especica um conjunto que e um subconjunto do conjunto Universo. Este subconjunto especicado pelo predicado e chamado de extens~ao do predicado sobre o conjunto Universo. Por exemplo, se P (x) e um predicado, ent~ao o conjunto A e chamado extens~ao de P (x) sea = fxjp (x)g. Um predicado e primitivo recursivo se e somente se sua extens~ao for primitiva recursiva, ou seja, se a func~ao caracterstica que dene um conjunto, extens~ao de um predicado P, for primitiva recursiva, ent~ao tambem o predicado e primitivo recursivo. Por exemplo, os predicados \e primo" e \e divisor de n" s~ao recursivos por que as func~oes caractersticas que mapeiam elementos do conjunto Universo no subconjunto f0 1g, indicando se o elemento pertence ou n~ao pertence ao conjunto, s~ao func~oes recursivas. Exemplo Mostre que o predicado \x e primo" e primitivo recursivo. Um numero x e um primo se e somente se ele possuir apenas dois divisores, 1 e x, desde que este numero n~ao seja nem 1 nem 0. Comecamos calculando a func~ao caracterstica da extens~ao de \x n~ao e primo" que e: Pr(x) = sg(d(x) _;2) + fsg(jx ; 1j) + fsg(jx ; 0j)

95 onde D(x) signica a func~ao \numero de divisores de x" que tambem e primitiva recursiva. Se Pr (x) e primitiva recursiva, ent~ao tambem a func~ao caracterstica Pr (x) dado por 1 _; Pr (x) e primitiva recursiva Recursividade em Linguagens de Programac~ao Ao longo da sec~ao anterior denimos um conjutno de func~oes recursivas. A ideia basica e denir uma func~ao para todos os seus valores de argumentos de uma forma construtiva, atraves da utlizac~ao da induc~ao. Ovalor de uma func~ao para um determinado valor de argumento pode ser calculado de forma recursiva, em um numero nito de passos. Correspondendo a um passo recursivo na denic~ao de uma func~ao, algumas linguagens de programac~ao disponibilizam rotinas ou sub-rotinas que podem conter chamadas para qualquer rotina, inclusive para si mesma. Uma rotina que contem chamadas para si mesma ou para uma segunda rotina que por sua vez chama a primeira rotina, e conhecida como uma rotina recursiva. O programa a seguir em PASCAL contem uma rotina recursiva para calculo do fatorial de um numero. program fat var n:integer function fatorial (n : integer) : integer begin if n = 0 then fatorial := 1 else fatorial := fatorial(n) end begin writeln('entre o o numero a ser calculado o fatorial') readln(n) writeln('fatorial = ',fatorial(n)) end.

96 5.10 Computabilidade de Func~oes Func~oes computaveis Ja mostramos anteriormente que um conjunto e recursivo se e somente se a func~ao caracterstica que dene o conjunto for primitiva recursiva, ja que e a func~ao caracterstica e que determina se um determinado elemento x e ou n~ao membro de um conjunto dado. Este processo de determinac~ao se um determinado elemento e ou n~ao membro de um conjunto e chamado de um problema de decis~ao. E altamente desejavel saber antecipadamente se um determinado problema de decis~ao pode ser ou n~ao resolvido por um computador (ser computavel). De modo teorico, podemos dizer um problema e computavel se a func~ao caracterstica do conjunto for recursiva. De modo pratico, dizemos que uma func~ao e dita computavel se para qualquer entrada de dados pode ser implementada no computador em tempo nito, ou seja, o programa ira parar para qualquer entrada de dados. A maioria das linguagens de programac~ao oferecem algumas func~oes intrnsecas e tambem permitem aos programadores denir novas func~oes. Exemplo Se queremos usar uma func~ao que computa a media entre valores de tr^es numeros reais podemos utilizar o seguinte codigo em PASCAL que permite denir tal func~ao. function media(x,y,z:real):real f encontra amedia dos valores de tr^es numeros reais g begin f func~ao media g media : = (x + y + z) / 3.0 end O cabecalho function dentro dos par^enteses indica que a func~ao consiste de todas 3-tuplas de numeros reais. Para cada uma delas e esperado que a func~ao produza um resultado unico Func~oes parcialmente computaveis Supondo que estejamos interessados em gerar ou enumerar elementos de um conjunto cujos membros sejam inteiros. Podemos considerar este processo de gerac~ao como a gerac~ao dos elementos de uma func~ao. Um conjunto e dito ser recursivamente enumeravel se ele puder ser gerado por uma func~ao recursiva. Dado um elemento

97 z que pertenca a um conjunto, atraves de um tempo nito de calculos da func~ao recursiva, z sera gerado e poderemos dizer que z pertence ao conjunto. Por outro lado, se z n~ao pertencer ao conjunto e z n~ao puder ser gerado em um tempo nito de computac~ao, temos ent~ao um problema de semi-decis~ao associado ao conjunto. Podemos armar com certeza se o elemento pertence ao conjunto, mas n~ao podemos ter certeza de que ele n~ao pertece ao conjunto. Exemplo Considere o conjunto de todos os divisores de um numero, exceto oproprio numero. Um numero perfeito e aquele no qual a soma de todos os seus divisores e igual ao proprio numero. O numero 6, por exemplo, e um numero perfeito, uma vez que 1+2+3=6. Entretanto, n~ao sabemos se a quantidade de numeros perfeitos e nita ou innita. Suponhamos ent~ao um algoritmo que decida se existe um numero perfeito maior que um dado numero i. Este algoritmo e um exemplo de uma func~ao parcialmente computavel ou semi-computavel, ja que ele pode dizer sim, se achar dentro de um tempo \nito" um numero perfeito maior do que i, mas n~ao pode dizer n~ao, porque n~ao sabemos se este conjunto e nito ou innito. Em termos praticos, em computac~ao, algumas func~oes n~ao s~ao denidas para algumas entradas. E impossvel, dado um programa e sem conhecer sua estrutura interna garantir que ele termine com um certo tipo de entrada. Pode ocorrrer que se escolha um conjunto de dados de entrada e se o programa tiver lacos pode entrar num laco innito e nunca parar. Os programas podem gerar func~oes parcialmente computaveis. Exemplo Considere a seguinte func~ao em PASCAL: function f(x:integer):integer var y:integer begin y:=1 while (x <> 0) do begin x:=x-2 y:= y * 2 end

98 f:=y end Nota-se que a chamada f(2k), com k 0, retorna o numero 2 k. Para qualquer outra entrada, o programa n~ao para. Portanto, este fragmento de programa computa afunc~ao F = f(2k 2 k )jk 2Ng, a qual e uma func~ao parcial de Z em Z Func~oes n~ao computaveis As func~oes n~ao computaveis s~ao aquelas que n~ao podem ser implementadas no computador. Pode-se considerar como func~oes n~ao computaveis aquelas cujo tempo de execuc~ao do programa n~ao e habil, ou seja, o computador pode levar seculos para implementar tal func~ao. Exemplo Dada uma equac~ao arbitraria da forma (a +1) 2 +(b +1) 3 = (c +1) 4,oproblema e determinar se a equac~ao e satisfeita por quaisquer numeros inteiros. Este e o chamado Problema da Equac~ao Diofantina e sabe-se que n~ao existe algoritmo de soluc~ao de equac~oes Diofantinas arbitrarias. Exemplo No exemplo da criptograa do exemplo os calculos para a descoberta da chave de decodicac~ao (par^ametros utilizados para obter f())) pode demorar seculos o que pode ser considerado como n~ao computavel Modelos abstratos de um Computador Maquinas de Estados Finitos Na maioria dos computadores digitais, existem uma serie de circuitos que possibilitam que certas operac~oes sejam realizadas de maneira sequencial. A sequ^encia de operac~oes e realizada atraves de um conjunto de pulsos fornecidos por um `relogio'. As sadas destes circuitos em um dado instante de tempo s~ao func~oes das entradas externas e das informac~oes armazenadas no computador no instante considerado. Tais circuitos s~ao chamados de circuitos sequenciais. Um computador pode ser visto como uma rede constituda de um conjunto nito destes circuitos. Cada um destes circuitos pode estar em um unico de um conjunto nito de estados a cada instante e portanto podemos considerar um computador como uma rede constituda de um conjunto nito de estados.

99 Denic~ao Uma maquina sequencial, oumaquina de estados nitos, eum sistema N = fi S O g, ondeosconjuntos nitos I, S, eo, s~ao alfabetos que representam respectivamente os smbolos de entrada, estado e sada da maquina. Normalmente representamos os alfabetos por I = fa 0 a 1 ::: a n g S = fs 0 s 1 ::: s m g O = fo 0 o 1 ::: s r g e uma func~ao, chamada func~ao de transic~ao de estados que mapeia S I! S, ou seja, em func~ao do estado atual e da entrada, determina qual o proximo estado. e chamada func~ao de sada que mapeia S I! O, ou seja, em func~ao do estado atual e da entrada, determina um valor de sada para a maquina. que a maquina inicia em um estado inicial s 0. Assumimos tambem Assim, o modelo abstrato de um computador pode ser dado por um aut^omata nito. Esta maquina de estados nitos (computador) possui um estado de memoria em que dado um comando, tem-se uma resposta. Existe assim uma mudanca de estado interno do computador. Esta mudanca de memoria acarreta a ocorr^encia de algo no meio exterior. A modelizac~ao deste computador pode ser feita atraves de duas func~oes. Uma primeira func~ao que diz como atualizar o estado interno do computador (memoria do computador) em func~ao do estado anterior e do comando dado (entrada) e uma segunda func~ao que produz a da sada (resposta). Com o modelo de um computador, tem-se ent~ao um conjunto de entradas admissveis (movimentos do mouse, comandos no teclado), um conjunto de estados internos (posic~oes na memoria) e um conjunto de sadas (na tela, impressora tela, etc): A gura 5.6 a seguir mostra o modelo de uma maquina de estados nitos. Exemplo Um somador sequencial pode ser denido dentro desta abordagem da seguinte maneira: I = f g S = fs 0 s 1 g O = f0 1g = f(s 0 00 s 0 ) (s 0 01 s 0 ) (s 0 10 s 0 ) (s 0 11 s 1 ) (s 1 00 s 0 ) (s 1 01 s 1 ) (s 1 10 s 1 ) (s 1 11 s 1 )g = f(s ) (s ) (s ) (s ) (s ) (s ) (s ) (s )g o estado inicial e s 0 O diagrama de transic~ao de estados desta maquina de estados nitos pode ser visto na gura 5.7.

100 Figura 5.6: Modelo de um Maquina de Estados Finitos Figura 5.7: Diagrama de Transic~ao de Estados para um somador sequencial Maquina de Turing Em 1936 o matematico brit^anico Alan Turing imaginou uma maquina abstrata denominada Turing Machine. A maquina de Turing e essencialmente um maquina de estados nitos com a habilidade de ler e reler sua entrada e tambem apagar e escrever sobre a sua entrada, tendo assim uma memoria ilimitada. Assim, a maquina de Turing sobrep~oe as deci^encias de uma maquina de estados nitos [6]. Consistia de uma maquina de estados nitos com uma ta dividida em celulas, cada celula contendo um smbolo de um alfabeto nito (sequ^encia de zeros e uns), conforme gura 5.8. Atraves de uma cabeca de leitura/escrita a maquina leria uma celula em um dado momento. No proximo instante, dependendo do estado presente na unidade e do smbolo lido, a unidade para ou completa tr^es ac~oes. Estas ac~oes s~ao: (1) imprime um smbolo do alfabeto na celula lida, (2) vai para o proximo estado e (3)

101 move a cabeca de leitura da celula para a direita ou para a esquerda. O conjunto destas ac~oes particulares da Maquina de Turing pode ser descrita por um conjunto de quntuplas da forma: onde: x e o estado presente s smbolo lido s 0 smbolo impresso x 0 novo estado (x s s 0 x 0 d) d direc~ao que a cabeca se move (D para a direita e E para a esquerda). Figura 5.8: Maquina de Turing Exemplo Dada a quntupla ( D). Se a maquina agir de acordo com as instruc~oes contidas na congurac~ao ilustrada na letra a moveria para a direita D como na congurac~ao da letra b da gura 5.9. Figura 5.9: Congurac~ao de uma Maquina de Turing Em termos gerais, uma Maquina de Turing e um dispositivo de entrada e sada, onde a sada so depende da entrada atual (0 ou 1) e da sada anterior. A natureza

Álgebra Booleana. Introdução ao Computador 2010/01 Renan Manola

Álgebra Booleana. Introdução ao Computador 2010/01 Renan Manola Álgebra Booleana Introdução ao Computador 2010/01 Renan Manola Histórico George Boole (1815-1864) Considerado um dos fundadores da Ciência da Computação, apesar de computadores não existirem em seus dias.

Leia mais

Representação de Conhecimento. Lógica Proposicional

Representação de Conhecimento. Lógica Proposicional Representação de Conhecimento Lógica Proposicional Representação de conhecimento O que éconhecimento? O que érepresentar? Representação mental de bola Representação mental de solidariedade Símbolo como

Leia mais

Raciocínio Lógico - Parte IV

Raciocínio Lógico - Parte IV Apostila escrita pelo professor José Gonçalo dos Santos Contato: jose.goncalo.santos@gmail.com Raciocínio Lógico - Parte IV Sumário 1. Argumentação... 1 2. Regras de Inferência... 2 3. Regras de inferência...

Leia mais

Matemática Discreta - 03

Matemática Discreta - 03 Universidade Federal do Vale do São Francisco Curso de Engenharia da Computação Matemática Discreta - 03 Prof. Jorge Cavalcanti jorge.cavalcanti@univasf.edu.br www.univasf.edu.br/~jorge.cavalcanti www.twitter.com/jorgecav

Leia mais

Aula 02. Histórico da Evolução dos Computadores. Prof. Dr. Dilermando Piva Jr.

Aula 02. Histórico da Evolução dos Computadores. Prof. Dr. Dilermando Piva Jr. 02 Aula 02 Histórico da Evolução dos Computadores Prof. Dr. Dilermando Piva Jr. Site Disciplina: http://fundti.blogspot.com.br/ Ao IBM zenterprise 196 ou TRexx 2000 dc. Do Ábaco 3500 ac. A Primeira forma

Leia mais

A LÓGICA DO RACIOCÍNIO MATEMÁTICO. GT 02 Educação matemática no ensino médio e ensino superior

A LÓGICA DO RACIOCÍNIO MATEMÁTICO. GT 02 Educação matemática no ensino médio e ensino superior A LÓGICA DO RACIOCÍNIO MATEMÁTICO GT 02 Educação matemática no ensino médio e ensino superior Aline Brum Ottes, UFSM, alinebrumottes@hotmail.com Ricardo Fajardo, UFSM, rfaj@ufsm.br Samuel Sonego Zimmermann,

Leia mais

A LÓGICA NA MATEMÁTICA

A LÓGICA NA MATEMÁTICA A LÓGICA NA MATEMÁTICA 1. BREVE HISTÓRICO O pensamento lógico teve forte presença no cerne da Civilização Grega. Aristóteles (384-322 A.C) é tido como o primeiro sistematizador do conhecimento lógico da

Leia mais

Lógica Proposicional

Lógica Proposicional Lógica Proposicional Prof. Dr. Silvio do Lago Pereira slago@ime.usp.br 1 Introdução A lógica proposicional é um formalismo matemático através do qual podemos abstrair a estrutura de um argumento, eliminado

Leia mais

Ló gica. Para Concursos Públicos. Professor Luiz Guilherme

Ló gica. Para Concursos Públicos. Professor Luiz Guilherme Ló gica Para Concursos Públicos Professor Luiz Guilherme 2014 1 Lógica Para Concursos Públicos Proposição... 2 Valor Lógico das Proposições... 2 Axiomas da Lógica... 2 Tabela Verdade:... 3 Conectivos:...

Leia mais

AULA 01 CONCEITOS BÁSICOS DE PROGRAMAÇÃO. Eduardo Camargo de Siqueira INFORMÁTICA APLICADA TÉCNICO EM ELETRÔNICA

AULA 01 CONCEITOS BÁSICOS DE PROGRAMAÇÃO. Eduardo Camargo de Siqueira INFORMÁTICA APLICADA TÉCNICO EM ELETRÔNICA AULA 01 CONCEITOS BÁSICOS DE PROGRAMAÇÃO Eduardo Camargo de Siqueira INFORMÁTICA APLICADA TÉCNICO EM ELETRÔNICA CURIOSIDADE 2 O COMPUTADOR O homem sempre procurou máquinas que o auxiliassem em seu trabalho.

Leia mais

Lista de Exercícios 1: Soluções Fundamentos da Lógica Lógica Proposicional

Lista de Exercícios 1: Soluções Fundamentos da Lógica Lógica Proposicional UFMG/ICEx/DCC DCC111 Matemática Discreta Lista de Exercícios 1: Soluções Fundamentos da Lógica Lógica Proposicional Ciências Exatas & Engenharias 2 o Semestre de 2015 1. Construa a tabela da verdade para

Leia mais

Matemática Discreta para Ciência da Computação

Matemática Discreta para Ciência da Computação Matemática Discreta para Ciência da Computação P. Blauth Menezes blauth@inf.ufrgs.br Departamento de Informática Teórica Instituto de Informática / UFRGS Matemática Discreta para Ciência da Computação

Leia mais

AULA 6 LÓGICA DOS CONJUNTOS

AULA 6 LÓGICA DOS CONJUNTOS Disciplina: Matemática Computacional Crédito do material: profa. Diana de Barros Teles Prof. Fernando Zaidan AULA 6 LÓGICA DOS CONJUNTOS Intuitivamente, conjunto é a coleção de objetos, que em geral, tem

Leia mais

Construção de tabelas verdades

Construção de tabelas verdades Construção de tabelas verdades Compreender a Lógica como instrumento da ciência e como estrutura formal do pensamento, conhecendo e compreendendo as operações com os principais conceitos proposicionais

Leia mais

Universidade Federal de Alfenas

Universidade Federal de Alfenas Universidade Federal de Alfenas Projeto e Análise de Algoritmos Aula 02 Um pouco da história da computação humberto@bcc.unifal-mg.edu.br Última aula... Fundamentos de Matemática; Medida do Tempo de Execução

Leia mais

Microinformática - História da computação. Jeronimo Costa Penha SENAI - CFP/JIP

Microinformática - História da computação. Jeronimo Costa Penha SENAI - CFP/JIP Microinformática - História da computação Jeronimo Costa Penha SENAI - CFP/JIP Conhecer a história nos traz uma melhor visão das coisas que fazemos: Como elas aconteceram Como evoluíram até o que são hoje

Leia mais

Fundamentos da Matemática Fernando Torres. Números Complexos. Gabriel Tebaldi Santos RA: 160508

Fundamentos da Matemática Fernando Torres. Números Complexos. Gabriel Tebaldi Santos RA: 160508 Fundamentos da Matemática Fernando Torres Números Complexos Gabriel Tebaldi Santos RA: 160508 Sumário 1. História...3 2.Introdução...4 3. A origem de i ao quadrado igual a -1...7 4. Adição, subtração,

Leia mais

SISTEMAS DIGITAIS Prof. Ricardo Rodrigues Barcelar http://www.ricardobarcelar.com

SISTEMAS DIGITAIS Prof. Ricardo Rodrigues Barcelar http://www.ricardobarcelar.com - Aula 3 - ÁLGEBRA BOOLEANA 1. Introdução O ponto de partida para o projeto sistemático de sistemas de processamento digital é a chamada Álgebra de Boole, trabalho de um matemático inglês que, em um livro

Leia mais

AULA 01 INTRODUÇÃO. Eduardo Camargo de Siqueira CIRCUITOS DIGITAIS Engenharia de Computação

AULA 01 INTRODUÇÃO. Eduardo Camargo de Siqueira CIRCUITOS DIGITAIS Engenharia de Computação AULA 01 INTRODUÇÃO Eduardo Camargo de Siqueira CIRCUITOS DIGITAIS Engenharia de Computação O COMPUTADOR O homem sempre procurou máquinas que o auxiliassem em seu trabalho. O computador é consciente, trabalhador,

Leia mais

Exercícios de Lógica para Programação

Exercícios de Lógica para Programação Exercícios de Lógica para Programação Ana Cardoso-Cachopo Maio de 2014 CONTEÚDO 1 Conteúdo 1 Argumentos e Validade 5 2 Lógica Proposicional Sistema de Dedução Natural 17 3 Lógica Proposicional Tabelas

Leia mais

Capítulo 2. Álgebra e imagens binárias. 2.1 Subconjuntos versus funções binárias

Capítulo 2. Álgebra e imagens binárias. 2.1 Subconjuntos versus funções binárias Capítulo 2 Álgebra e imagens binárias Em Análise de Imagens, os objetos mais simples que manipulamos são as imagens binárias. Estas imagens são representadas matematicamente por subconjuntos ou, de maneira

Leia mais

Lógica Binária. Princípios

Lógica Binária. Princípios Lógica Binária Lógica Binária Proposição é toda a expressão da qual faz sentido dizer que é verdadeira ou falsa. Cada proposição tem um e um só valor lógico, Verdadeiro (1) ou Falso (0). Princípios Princípio

Leia mais

APOSTILA DE LÓGICA. # Proposições Logicamente Equivalentes. # Equivalências Básicas

APOSTILA DE LÓGICA. # Proposições Logicamente Equivalentes. # Equivalências Básicas INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DO RIO GRANDE DO NORTE CÂMPUS APODI Sítio Lagoa do Clementino, nº 999, RN 233, Km 2, Apodi/RN, 59700-971. Fone (084) 4005.0765 E-mail: gabin.ap@ifrn.edu.br

Leia mais

MD Teoria dos Conjuntos 1

MD Teoria dos Conjuntos 1 Teoria dos Conjuntos Renato Martins Assunção assuncao@dcc.ufmg.br Antonio Alfredo Ferreira Loureiro loureiro@dcc.ufmg.br MD Teoria dos Conjuntos 1 Introdução O que os seguintes objetos têm em comum? um

Leia mais

Guia de Estudo de Análise Real

Guia de Estudo de Análise Real Guia de Estudo de Análise Real Marco Cabral Baseado na V2.4 Dezembro de 2011 Introdução O objetivo deste texto é orientar o estudo da aluna(o) em análise real. Ele é baseado no livro Curso de Análise Real

Leia mais

Sumário. Apresentação da Coleção... 23

Sumário. Apresentação da Coleção... 23 Sumário Apresentação da Coleção... 23 INTRODUÇÃO... 25 O que é lógica?... 25 Divisão da Filosofia... 29 Lógica de Aristóteles... 30 Lógica Moderna... 30 Raciocínio lógico matemático... 32 Objeto da lógica...

Leia mais

Introdução à Computação

Introdução à Computação Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação Introdução à Computação DCA0800 - Algoritmos e Lógica de Programação Heitor Medeiros 1 Informática x Computação

Leia mais

Objetivos: -Dar uma visão integrada do que é a Informática -Refletir sobre as motivações e problemas que envolvem o uso de ferramentas computacionais

Objetivos: -Dar uma visão integrada do que é a Informática -Refletir sobre as motivações e problemas que envolvem o uso de ferramentas computacionais Informática I Objetivos: -Dar uma visão integrada do que é a Informática -Refletir sobre as motivações e problemas que envolvem o uso de ferramentas computacionais -Introduzir os aspectos conceituais e

Leia mais

A linguagem matemática

A linguagem matemática A linguagem matemática Ricardo Bianconi 1 o Semestre de 2002 1 Introdução O objetivo deste texto é tentar explicar a linguagem matemática e o raciocínio lógico por trás dos textos matemáticos. Isto não

Leia mais

TEORIA DOS CONJUNTOS Símbolos

TEORIA DOS CONJUNTOS Símbolos 1 MATERIAL DE APOIO MATEMÁTICA Turmas 1º AS e 1º PD Profº Carlos Roberto da Silva A Matemática apresenta invenções tão sutis que poderão servir não só para satisfazer os curiosos como, também para auxiliar

Leia mais

Notas de Aula - Álgebra de Boole Parte 1

Notas de Aula - Álgebra de Boole Parte 1 Universidade de Brasília Departamento de Engenharia Elétrica Sistemas Digitais 1 Prof. Dr. Alexandre Romariz Revisado em 27/4/06 Notas de Aula - Álgebra de Boole Parte 1 1 Introdução Fundamentos, Teoremas

Leia mais

2. Sistemas de Numeração

2. Sistemas de Numeração 2. Sistemas de Numeração 2.1. Introdução A necessidade de contar é algo que acompanha o ser humano desde tempos imemoriais. Muitas cavernas pré-históricas registram contagens, provavelmente de animais,

Leia mais

Matemática Discreta - 02

Matemática Discreta - 02 Universidade Federal do Vale do São Francisco Curso de Engenharia da Computação Matemática Discreta - 02 Prof. Jorge Cavalcanti jorge.cavalcanti@univasf.edu.br www.univasf.edu.br/~jorge.cavalcanti www.twitter.com/jorgecav

Leia mais

Sergio da Silva Aguiar Universidade Estadual do Sudoeste da Bahia - I Seemat

Sergio da Silva Aguiar Universidade Estadual do Sudoeste da Bahia - I Seemat Introdução à Lógica Matemática Sergio da Silva Aguiar Universidade Estadual do Sudoeste da Bahia - I Seemat 1 Introdução O que é a Lógica? O que signi ca estudar Lógica? Qual a sua de nição? Ao iniciar

Leia mais

FACULDADE PITÁGORAS DISCIPLINA: ARQUITETURA DE COMPUTADORES

FACULDADE PITÁGORAS DISCIPLINA: ARQUITETURA DE COMPUTADORES FACULDADE PITÁGORAS DISCIPLINA: ARQUITETURA DE COMPUTADORES Prof. Ms. Carlos José Giudice dos Santos cpgcarlos@yahoo.com.br www.oficinadapesquisa.com.br MARCOS DA ARQUITERURA DE COMPUTADORES Geração Zero

Leia mais

Matemática Discreta para Computação e Informática

Matemática Discreta para Computação e Informática Matemática Discreta para Computação e Informática P. Blauth Menezes blauth@inf.ufrgs.br Departamento de Informática Teórica Instituto de Informática / UFRGS Matemática Discreta para Computação e Informática

Leia mais

Programa de Formação Contínua em Matemática para Professores do 1.º e 2.º Ciclos do Ensino Básico. I. Conjuntos

Programa de Formação Contínua em Matemática para Professores do 1.º e 2.º Ciclos do Ensino Básico. I. Conjuntos I. Conjuntos 1. Introdução e notações 1.1. Relação de pertença 1.2. Modos de representar um conjunto 1.3. Classificação de conjuntos quanto ao número de elementos 1.4. Noção de correspondência 2. Relações

Leia mais

Fundamentos de Matemática

Fundamentos de Matemática Fundamentos de Matemática Elaine Gouvêa Pimentel 12 de março de 2008 Resumo O presente texto visa descrever alguns aspectos da fundamentação da matemática, mostrando, a partir de uma visão histórica, como

Leia mais

Faculdades Pitágoras de Uberlândia. Lógica Matemática e Computacional

Faculdades Pitágoras de Uberlândia. Lógica Matemática e Computacional Faculdades Pitágoras de Uberlândia Sistemas de Informação Apostila de Lógica Matemática e Computacional Prof. Walteno Martins Parreira Júnior www.waltenomartins.com.br waltenomartins@yahoo.com 2014 Sumário

Leia mais

ESTUDO COMPARATIVO DE MODELOS EM SISTEMAS ESPECIALISTAS ATRAVÉS DE LÓGICA DE PRIMEIRA ORDEM

ESTUDO COMPARATIVO DE MODELOS EM SISTEMAS ESPECIALISTAS ATRAVÉS DE LÓGICA DE PRIMEIRA ORDEM Anais do 13 O Encontro de Iniciação Científica e Pós-Graduação do ITA XIII ENCITA / 2007 Instituto Tecnológico de Aeronáutica São José dos Campos SP Brasil Outubro 01 a 04 2007. ESTUDO COMPARATIVO DE MODELOS

Leia mais

Elementos de Matemática Discreta

Elementos de Matemática Discreta Elementos de Matemática Discreta Prof. Marcus Vinícius Midena Ramos Universidade Federal do Vale do São Francisco 9 de junho de 2013 marcus.ramos@univasf.edu.br www.univasf.edu.br/~marcus.ramos Marcus

Leia mais

MODÚLO 1. INTRODUÇÃO A LÓGICA MATEMÁTICA 1.1 SENTENÇA X PROPOSIÇÃO 1.2 NEGAÇÃO SIMPLES

MODÚLO 1. INTRODUÇÃO A LÓGICA MATEMÁTICA 1.1 SENTENÇA X PROPOSIÇÃO 1.2 NEGAÇÃO SIMPLES MODÚLO 1. INTRODUÇÃO A LÓGICA MATEMÁTICA 1.1 SENTENÇA X PROPOSIÇÃO Proposição: Permite ser julgado verdadeiro ou falso. Possui um valor lógico. Exemplos: Morro do Alemão só tem bandido A presidenta anulou

Leia mais

Introdução à Programação

Introdução à Programação Aula Teórica 1b: variáveis e tipo de dados em C Departamento de Informática, UBI Variáveis: conceito e pratica Variáveis e linguagens de programação A memoria A majoria dos linguagens de programação são

Leia mais

Aula 05 Raciocínio Lógico p/ INSS - Técnico do Seguro Social - Com Videoaulas

Aula 05 Raciocínio Lógico p/ INSS - Técnico do Seguro Social - Com Videoaulas Aula 05 Raciocínio Lógico p/ INSS - Técnico do Seguro Social - Com Videoaulas Professor: Arthur Lima AULA 05: RESUMO Caro aluno, Para finalizar nosso curso, preparei um resumo de toda a teoria vista nas

Leia mais

FRANCA: O ENSINO DE GEOMETRIA HOJE

FRANCA: O ENSINO DE GEOMETRIA HOJE 601 FRANCA: O ENSINO DE GEOMETRIA HOJE Sócrates Eduardo Chieregato (UNI-FACEF) Sílvia R. Viel Rodrigues (Uni-FACEF) Ensino de Geometria no Brasil Em meados da década de 70, o Brasil sofreu um forte declínio

Leia mais

ARQUITETURA DE COMPUTADORES - 1866

ARQUITETURA DE COMPUTADORES - 1866 1 Introdução: Um computador é uma máquina (conjunto de partes eletrônicas e eletromecânicas) capaz de sistematicamente coletar, manipular e fornecer resultados da manipulação de dados para um ou mais objetivos.

Leia mais

Histórico dos Computadores

Histórico dos Computadores Histórico dos Computadores O mais antigo equipamento para cálculo foi o ábaco (Fig. 1), que era um quadro com arruelas móveis, dispostas em arames paralelos, tendo, portanto, um mecanismo simples. Surgido

Leia mais

AULA 5 QUANTIFICADORES, PREDICADOS E VALIDADE

AULA 5 QUANTIFICADORES, PREDICADOS E VALIDADE Disciplina: Matemática Computacional Prof. Diana de Barros Teles AULA 5 QUANTIFICADORES, PREDICADOS E VALIDADE Quantificadores: são frases do tipo para todo, ou para cada, ou para algum, isso é, frases

Leia mais

Tópicos de Matemática Discreta

Tópicos de Matemática Discreta José Sousa Pinto Universidade de Aveiro, 1999 Tópicos de Matemática Discreta Texto de Apoio - 2005/2006 Departamento de Matemática UNIVERSIDADE DE AVEIRO Estudar Matemática... em memória de Sousa Pinto

Leia mais

Lógica para Computação Prof. Celso Antônio Alves Kaestner, D.E.E. celsokaestner (at) utfpr (dot) edu (dot) br Introdução Lógica para Computação (IF61B) Três citações extraídas de Logique: Méthodes pour

Leia mais

Números Complexos. Capítulo 1. 1.1 Unidade Imaginária. 1.2 Números complexos. 1.3 O Plano Complexo

Números Complexos. Capítulo 1. 1.1 Unidade Imaginária. 1.2 Números complexos. 1.3 O Plano Complexo Capítulo 1 Números Complexos 11 Unidade Imaginária O fato da equação x 2 + 1 = 0 (11) não ser satisfeita por nenhum número real levou à denição dos números complexos Para solucionar (11) denimos a unidade

Leia mais

História e Organização Básica de Computadores

História e Organização Básica de Computadores História e Organização Básica de Computadores Arquitetura de Computadores Introdução Durante a evolução do computador digital moderno foram projetadas e construídas centenas de diferentes tipos de computadores.

Leia mais

Universidade Federal do ABC. BC 0004 Bases Epistemológicas da Ciência Moderna. Prof. Valter A. Bezerra. Prelúdio aos sistemas conceituais da ciência

Universidade Federal do ABC. BC 0004 Bases Epistemológicas da Ciência Moderna. Prof. Valter A. Bezerra. Prelúdio aos sistemas conceituais da ciência Universidade Federal do ABC BC 0004 Bases Epistemológicas da Ciência Moderna Prof. Valter A. Bezerra Prelúdio aos sistemas conceituais da ciência Proposições 54.42 e 54.43 do Vol. I do Principia Mathematica

Leia mais

Unidade 2. Lógica de Predicados. Objetivos:

Unidade 2. Lógica de Predicados. Objetivos: Unidade 2 Lógica de Predicados Objetivos: Conhecer a linguagem formal Lógica de Predicados, assim como gerar fórmulas bem formadas nessa linguagem, a atribuição de valor verdade às fórmulas envolvendo

Leia mais

Informática I. Aula 1. http://www.ic.uff.br/~bianca/informatica1/ Aula 1-17/04/2006 1

Informática I. Aula 1. http://www.ic.uff.br/~bianca/informatica1/ Aula 1-17/04/2006 1 Informática I Aula 1 http://www.ic.uff.br/~bianca/informatica1/ Aula 1-17/04/2006 1 Ementa O objetivo da disciplina é dar ao aluno uma visão geral sobre a área de ciência da computação: Histórico dos Computadores

Leia mais

(professora Elisabete eguerato@globo.com) A MATEMÁTICA NA CHINA NOS DIFERENTES PERÍODOS

(professora Elisabete eguerato@globo.com) A MATEMÁTICA NA CHINA NOS DIFERENTES PERÍODOS (professora Elisabete eguerato@globo.com) A MATEMÁTICA NA CHINA NOS DIFERENTES PERÍODOS A HISTÓRIA CHINESA De 2000 a 600 a.c. China Antiga De 600 a.c. a 221 d.c. China Clássica De 221 a 1911 China Imperial

Leia mais

A História dos computadores e da computação Por Gabriel Gugik Fonte: www.tecmundo.com.br/1697-a-historia-dos-computadores-e-da-computacao.

A História dos computadores e da computação Por Gabriel Gugik Fonte: www.tecmundo.com.br/1697-a-historia-dos-computadores-e-da-computacao. Imprimir A História dos computadores e da computação Por Gabriel Gugik Fonte: www.tecmundo.com.br/1697-a-historia-dos-computadores-e-da-computacao.htm Sexta-Feira 6 de Março de 2009 Conheça os principais

Leia mais

O Computador. Evolução dos métodos de cálculo. Estrutura do Computador Digital

O Computador. Evolução dos métodos de cálculo. Estrutura do Computador Digital NOTAS DE AULA ALGORITMOS E PROGRAMAÇÃO DE COMPUTADORES 1 Introdução à Ciência da Computação Histórico da Computação A tarefa de processamento de dados consiste em: o tomar certa informação, o processá-la

Leia mais

Conceitos Básicos de Programação

Conceitos Básicos de Programação Conceitos Básicos de Programação Prof. Edwar Saliba Júnior Janeiro de 2009 Unidade 01 Conceitos Básicos de Programação 1 Curiosidade Ranking das Linguagens de Programação mais utilizadas no mundo: http://www.tiobe.com/index.php/content/paperinfo/tpci/index.html

Leia mais

II. DEFINIÇÕES INICIAIS 1

II. DEFINIÇÕES INICIAIS 1 -1- ELPO: Definições Iniciais [MSL] II. DEFINIÇÕES INICIAIS 1 No que se segue, U é um conjunto qualquer e X, Y,... são os subconjuntos de U. Ex.: U é um quadrado e X, Y e Z são três círculos congruentes

Leia mais

- Aula 1 - ARQUITETURA DE COMPUTADORES

- Aula 1 - ARQUITETURA DE COMPUTADORES - Aula 1 - ARQUITETURA DE COMPUTADORES Em arquitetura de computadores serão estudados aspectos da estrutura e do funcionamento dos computadores. O objetivo é apresentar de forma clara e abrangente a natureza

Leia mais

Raciocínio Lógico - Parte II

Raciocínio Lógico - Parte II Apostila escrita pelo professor José Gonçalo dos Santos Contato: jose.goncalo.santos@gmail.com Raciocínio Lógico - Parte II Sumário 1. Operações Lógicas sobre Proposições... 1 2. Tautologia, contradição

Leia mais

O modelo do computador

O modelo do computador O modelo do computador Objetivos: Mostrar como é o funcionamento dos computadores modernos Mostrar as limitações a que estamos sujeitos quando programamos Histórico Os primeiros computadores são da década

Leia mais

PONTIFÍCIA UNIVERSIDADE CATÓLICA DO PARANÁ CURSO DE ENGENHARIA CIVIL DISCIPLINA DE CÁLCULO DIFERENCIAL E INTEGRAL I

PONTIFÍCIA UNIVERSIDADE CATÓLICA DO PARANÁ CURSO DE ENGENHARIA CIVIL DISCIPLINA DE CÁLCULO DIFERENCIAL E INTEGRAL I 1) Considerações gerais sobre os conjuntos numéricos. Ao iniciar o estudo de qualquer tipo de matemática não podemos provar tudo. Cada vez que introduzimos um novo conceito precisamos defini-lo em termos

Leia mais

Prova Escrita de Filosofia

Prova Escrita de Filosofia Exame Final Nacional do Ensino Secundário Prova Escrita de Filosofia 11.º Ano de Escolaridade Decreto-Lei n.º 139/2012, de 5 de julho Prova 714/Época Especial 8 Páginas Duração da Prova: 120 minutos. Tolerância:

Leia mais

Figura 1: Ábaco: considerado a primeira ferramenta em computação.

Figura 1: Ábaco: considerado a primeira ferramenta em computação. Introdução à ciência da computação Aula 1: A maioria dos autores considera que, a primeira ferramenta para a computação foi o ábaco. Este instrumento, que hoje conhecemos como pedras polidas enfileiradas

Leia mais

MD Fundamentos da Lógica Lógica Proposicional 1

MD Fundamentos da Lógica Lógica Proposicional 1 Fundamentos da Lógica Lógica Proposicional Renato Martins Assunção assuncao@dcc.ufmg.br Antonio Alfredo Ferreira Loureiro loureiro@dcc.ufmg.br MD Fundamentos da Lógica Lógica Proposicional 1 Fundamentos

Leia mais

Informática, Internet e Multimídia. Profa. Késsia R. C. Marchi

Informática, Internet e Multimídia. Profa. Késsia R. C. Marchi Informática, Internet e Multimídia Profa. Késsia R. C. Marchi Informática - Origem Para auxiliar a contar, nossos antepassados usavam pedras... Cálculo deriva do latim calculus (pedra) Information Automatique

Leia mais

INTRODUÇÃO LÓGICA MATEMÁTICA

INTRODUÇÃO LÓGICA MATEMÁTICA INTRODUÇÃO À LÓGICA MATEMÁTICA Prof. Antonio A. Pinho Rio de Janeiro Julho de 1999 INTRODUÇÃO À LÓGICA MATEMÁTICA 2 ÍNDICE I. INTRODUÇÃO 1. Lógica Formal. 2 2. Dedução e Indução. 3 3. Lógica Clássica e

Leia mais

Educação Matemática. Profª. Andréa Cardoso MATEMÁTICA - LICENCIATURA 2015/2

Educação Matemática. Profª. Andréa Cardoso MATEMÁTICA - LICENCIATURA 2015/2 Educação Matemática Profª. Andréa Cardoso MATEMÁTICA - LICENCIATURA 2015/2 UNIDADE I: EDUCAÇÃO MATEMÁTICA E ENSINO Influência Grega e Árabe no Ensino de Matemática da Idade Média PRÉ-HISTÓRIA Período que

Leia mais

Calculadoras Mecânicas

Calculadoras Mecânicas ARQUITETURA E ORGANIZAÇÃO DE COMPUTADORES Evolução e Desempenho de Computadores 1ª Calculadora - séc. V a.c Muitos povos da antiguidade utilizavam o ábaco para a realização de cálculos do dia a dia, principalmente

Leia mais

A história da computação. Prof: Diego Medeiros

A história da computação. Prof: Diego Medeiros A história da computação Prof: Diego Medeiros O que é a computação? Computação (latim computatio, -onis) 1. Ato ou efeito de computar. Cálculo, cômputo 2. Conjunto de conhecimentos e técnicas referentes

Leia mais

Faculdades Pitágoras de Uberlândia. Matemática Básica 1

Faculdades Pitágoras de Uberlândia. Matemática Básica 1 Faculdades Pitágoras de Uberlândia Sistemas de Informação Disciplina: Matemática Básica 1 Prof. Walteno Martins Parreira Júnior www.waltenomartins.com.br waltenomartins@yahoo.com 2010 Professor Walteno

Leia mais

Introdução à Lógica de Programação

Introdução à Lógica de Programação Sistemas Operacionais e Introdução à Programação Introdução à Lógica de Programação 1 Estruturas de dados Representação computacional das informações do problema ser resolvido Informações podem ser de

Leia mais

1. - Os engenhos calculadores

1. - Os engenhos calculadores 1. - Os engenhos calculadores O brilhante matemático inglês Charles Babbage (1791-1871) é conhecido como o Pai do Computador. Fig. 1 - Charles Babbage (1791-1871). Ele com os seus engenhos calculadores

Leia mais

AGRUPAMENTO DE ESCOLAS DR. VIEIRA DE CARVALHO. Escola Básica e Secundária Dr. Vieira de Carvalho. Departamento de Ciências Experimentais

AGRUPAMENTO DE ESCOLAS DR. VIEIRA DE CARVALHO. Escola Básica e Secundária Dr. Vieira de Carvalho. Departamento de Ciências Experimentais AGRUPAMENTO DE ESCOLAS DR. VIEIRA DE CARVALHO Escola Básica e Secundária Dr. Vieira de Carvalho Departamento de Ciências Experimentais Planificação Anual de Matemática A 10º ano Ano Letivo 2015/2016 TEMA

Leia mais

Sumário. INF01040 Introdução à Programação. Elaboração de um Programa. Regras para construção de um algoritmo

Sumário. INF01040 Introdução à Programação. Elaboração de um Programa. Regras para construção de um algoritmo INF01040 Introdução à Programação Introdução à Lógica de Programação s Seqüenciais Sumário Elaboração de um programa/algoritmo Formas de representação de um algoritmo Elementos manipulados em um programa/algoritmo

Leia mais

Disciplina de Informática. Profª. Me. Valéria Espíndola Lessa lessavaleria@gmail.com Valeria-lessa@uergs.edu.br

Disciplina de Informática. Profª. Me. Valéria Espíndola Lessa lessavaleria@gmail.com Valeria-lessa@uergs.edu.br Disciplina de Informática Profª. Me. Valéria Espíndola Lessa lessavaleria@gmail.com Valeria-lessa@uergs.edu.br 1 O que é Informática? Informática A Informática nasceu da ideia de auxiliar o homem nos trabalhos

Leia mais

ECO039 Linguagens Formais

ECO039 Linguagens Formais Prof a.dra.thatyana de Faria Piola Seraphim Universidade Federal de Itajubá thatyana@unifei.edu.br Introdução ˆ As três principais áreas da teoria da computação (Autômatos, Computabilidade e Complexidade)

Leia mais

Breve Histórico do Raciocínio Lógico

Breve Histórico do Raciocínio Lógico Breve Histórico do Raciocínio Lógico Enquanto muitas culturas tenham usado complicados sistemas de raciocínio, somente na China, Índia e Grécia os métodos de raciocínio tiveram um desenvolvimento sustentável.

Leia mais

SUMÁRIO. Evolução. Do passado ao presente. Futuro. Cálculos manuais Calculadoras mecânicas Máquinas eletrônicas

SUMÁRIO. Evolução. Do passado ao presente. Futuro. Cálculos manuais Calculadoras mecânicas Máquinas eletrônicas A ERA DA COMPUTAÇÃO PASSADO, PRESENTE E FUTURO Wagner de Oliveira SUMÁRIO Evolução Cálculos manuais Calculadoras mecânicas Máquinas eletromecânicas Máquinas eletrônicas Transistores Circuitos eletrônicos

Leia mais

Noções de Lógica - Teoria e Exercícios

Noções de Lógica - Teoria e Exercícios ALUNO(A) C O L É G I O PROFESSOR (A) Alan Jefferson Série 1º ano Noções de Lógica - Teoria e Exercícios PROPOSIÇÃO Chama-se proposição ou sentença toda oração declarativa que pode ser classificada em verdadeira

Leia mais

Cálculo Diferencial e Integral I Vinícius Martins Freire

Cálculo Diferencial e Integral I Vinícius Martins Freire UNIVERSIDADE FEDERAL DE SANTA CATARINA - CAMPUS JOINVILLE CENTRO DE ENGENHARIAS DA MOBILIDADE Cálculo Diferencial e Integral I Vinícius Martins Freire MARÇO / 2015 Sumário 1. Introdução... 5 2. Conjuntos...

Leia mais

Lista n 0 1 de Exercícios de Teoria da Computação

Lista n 0 1 de Exercícios de Teoria da Computação Lista n 0 1 de Exercícios de Teoria da Computação UFU-Curso de Bacharelado em Ciência da Computação - 7 0 período Profa. Sandra de Amo Exercícios de Revisão : Autômatos e Gramáticas 1. Mostre que a linguagem

Leia mais

Educação Matemática. Prof. Andréa Cardoso 2013/2

Educação Matemática. Prof. Andréa Cardoso 2013/2 Educação Matemática Prof. Andréa Cardoso 2013/2 UNIDADE I Educação Matemática e Ensino HISTÓRIA DA ESCOLA Quando e como surgiram as escolas? ESCOLA, do grego SKHOLE que significa LAZER EDUCAR, do latim

Leia mais

Raciocínio Lógico Matemático Caderno 1

Raciocínio Lógico Matemático Caderno 1 Raciocínio Lógico Matemático Caderno 1 Índice Pg. Números Naturais... 02 Números Inteiros... 06 Números Racionais... 23 Números Decimais... - Dízimas Periódicas... - Expressões Numéricas... - Divisibilidade...

Leia mais

AS ÁLGEBRAS DOS OPERADORES DE CONSEQÜÊNCIA

AS ÁLGEBRAS DOS OPERADORES DE CONSEQÜÊNCIA AS ÁLGEBRAS DOS OPERADORES DE CONSEQÜÊNCIA Mauri Cunha do NASCIMENTO 1 Hércules de Araújo FEITOSA 1 RESUMO: Neste trabalho, introduzimos as TK-álgebras associadas com os operadores de conseqüência de Tarski,

Leia mais

PC Fundamentos Revisão 4

PC Fundamentos Revisão 4 exatasfepi.com.br PC Fundamentos Revisão 4 André Luís Duarte...mas os que esperam no Senhor renovarão as suas forças; subirão com asas como águias; correrão, e não se cansarão; andarão, e não se fatigarão.is

Leia mais

Quantificadores. Quantificador Universal. Quantificador Existencial. Seja um conjunto não vazio e ) uma propriedade associada aos elementos.

Quantificadores. Quantificador Universal. Quantificador Existencial. Seja um conjunto não vazio e ) uma propriedade associada aos elementos. Quantificadores Seja um conjunto não vazio e ) uma propriedade associada aos elementos. Quantificador Universal Se é verdade que todos os elementos de possuem tal propriedade, podemos afirmar que: Todo

Leia mais

Exercícios de Lógica

Exercícios de Lógica Universidade Estadual de Maringá Centro de Ciências Exatas Departamento de Matemática Exercícios de Lógica = ƒ abril de 007 Maringá PR Organizador: João Roberto Gerônimo Introdução O objetivo deste material

Leia mais

Incompletude e Indecidibilidade em Sistemas Formais

Incompletude e Indecidibilidade em Sistemas Formais Incompletude e Indecidibilidade em Sistemas Formais Vinicius Augusto de Souza Bacharelado em Matemática Computacional Universidade Federal de São Paulo (UNIFESP) - SJC Orientador: Prof. Dr. Marcelo C.

Leia mais

Elementos de Matemática Discreta

Elementos de Matemática Discreta Elementos de Matemática Discreta para Computação Anamaria Gomide Jorge Stolfi Versão Preliminar de 25 de agosto de 2011 c 2011 2 Sumário Prefácio 11 1 Introdução à lógica matemática 15 1.1 Como ter certeza?...................................

Leia mais

Título: Observações introdutórias sobre os paradoxos sorites e o fenômeno da vagueza na linguagem natural

Título: Observações introdutórias sobre os paradoxos sorites e o fenômeno da vagueza na linguagem natural Título: Observações introdutórias sobre os paradoxos sorites e o fenômeno da vagueza na linguagem natural Conceitos-chaves: Paradoxo sorites, Vagueza, Casos-fronteira, Teoria Epistêmica. 1. Introdução

Leia mais

Matemática Discreta. Provas Anteriores

Matemática Discreta. Provas Anteriores Matemática Discreta Provas Anteriores 1 Lógica e Prova 1.1 Introdução a Lógica e Tabela Verdade 1. {0, 25 pt} Dê um exemplo de uma sentença que é uma proposição e justifique porque ela é uma proposição.

Leia mais

Histórico da Evolução dos Computadores

Histórico da Evolução dos Computadores Histórico da Evolução dos Computadores Adriano J. Holanda 24 de fevereiro 2015 Introdução Introdução Charles Babbage e a máquina analítica Alan Turing e a máquina de Turing Z3 ENIAC Arquitetura de von

Leia mais

Introdução à Computação

Introdução à Computação Introdução à Computação Licenciatura em Computação Prof. Adriano Avelar Site: www.adrianoavelar.com Email: eam.avelar@gmail.com História do Computador O que é um computador? Quem o inventou? História do

Leia mais

QUESTÕES COMENTADAS E RESOLVIDAS

QUESTÕES COMENTADAS E RESOLVIDAS LENIMAR NUNES DE ANDRADE INTRODUÇÃO À ÁLGEBRA: QUESTÕES COMENTADAS E RESOLVIDAS 1 a edição ISBN 978-85-917238-0-5 João Pessoa Edição do Autor 2014 Prefácio Este texto foi elaborado para a disciplina Introdução

Leia mais

Podemos até dizer que a hipótese é bem convincente, isto é...

Podemos até dizer que a hipótese é bem convincente, isto é... Podemos até dizer que a hipótese é bem convincente, isto é... Os números romanos são fáceis de compreender mas Qual é a lógica que há por detrás dos números arábicos ou fenícios? Muito simples: Trata-se

Leia mais

UNIVERSIDADE FEDERAL DO PARANÁ PIBID-PROGRAMA INSTITUCIONAL DE BOLSAS DE INICIAÇÃO A DOCÊNCIA PROVAS E DEMONSTRAÇÕES EM MATEMÁTICA

UNIVERSIDADE FEDERAL DO PARANÁ PIBID-PROGRAMA INSTITUCIONAL DE BOLSAS DE INICIAÇÃO A DOCÊNCIA PROVAS E DEMONSTRAÇÕES EM MATEMÁTICA 1 DOCÊNCIA UNIVERSIDADE FEDERAL DO PARANÁ PIBID-PROGRAMA INSTITUCIONAL DE BOLSAS DE INICIAÇÃO A PROVAS E DEMONSTRAÇÕES EM MATEMÁTICA Fabio da Costa Rosa Fernanda Machado Greicy Kelly Rockenbach da Silva

Leia mais