Lógica

Instituto de Ciências Exatas
Departamento de Ciência da Computação

Série: Notas de Aula em Computação (NAC)
Matemática Discreta para

Computação
2004
Edjard de Souza Mota
Revisão e Adendos:
Virgı́nia Brilhante
Tanara Lauschner
Edição:
Rodrigo Camelo
Prefácio
Esta apostila é a primeira versão das Notas de Aulas em Computação
- Matemática Discreta (NAC-MD/01) do DCC (revisada em 2004). Parte
desta apostila origina-se da apostila utilizada na disciplina Aspectos For-
mais da Computação do antigo curso de Bacharelado em Processamento de
Dados. Ela será adotada como texto básico para a turma de Matemática
Dsicreta do Bacharelado em Ciência da Computação da Universidade do
Amazonas
Estas notas de aula são uma adaptação do conteúdo de alguns livros
em Matemática Discreta para Computação. Por exemplo, [Gra95, Vel94,
Woo89] não traduzidos para o português, que temos estudado nos últimos
anos. Portanto, muito de seu conteúdo foi adotado de bibliografia mencio-
nada no texto, às vezes literalmente. No entanto, pelo fato de ter compilado
os assunto de várias fontes, a organização deste material é original.
Neste curso veremos como a computação está intimamente relacionada
com a matemática no que diz respeito à sua base formal. Primeiro, porque
podemos ver a matemática como uma linguagem para descrição e discussão
a respeito do universo que se descreve. Segundo, porque esta incorpora
padrões de manipulação de sı́mbolos que constituem a linguagem descritiva.
A computação, por sua vez, se utiliza exatamente deste ferramental para
representar e processar a informação ou o conhecimento pois, em última
análise, todo programa transforma uma sequência de sı́mbolos em outra
sequência.
Começando pela Lógica, podemos vê-la como sendo a ciência que inves-
tiga o raciocı́nio, e que tem um papel fundamental para muitas áreas do
conhecimento. A Matemática, até o século passado, era a que mais parecia
se beneficiar dos avanços dessa ciência, tendo inclusive contribuı́do para o seu
próprio desenvolvimento. Os conceitos mencionados acima, tiveram o seu
desenvolvimento dentro do que ficou conhecido como Lógica Matemática.
Não é nosso objetivo estudarmos ló)gica em profundidade mas os conceitos
básicos mais importantes para que saibamos utilizá-los para representar e
processar conhecimento.
Também veremos que boa parte da Matemática, denominada Matemática
Discreta, é de extrema importância para construirmos sistemas formais e
provarmos suas propriedades.
A respeito dos métodos de prova, veremos um capı́tulo especial sobre
estratégias ou técnicas de prova, onde nosso objetivo será o de introduzir
o estudante à sistematização na prova de teoremas. Os métodos a serem
apresentados, embora considerado simples por aqueles que investigam teo-
rias sobre o raciocı́nio matemático, são de grande utilidade, sobretudo, para
aqueles que encontram dificuldades em elaborar a prova de um teorema.
Gostaria de agradecer aos alunos das turmas anteriores pelos comentários
que alguns deles fizeram e que nos ajudaram a melhorar este material. Em
especial agradeço a Marcia Roberta Falcão pela sua dedicação na solução de
ii
alguns dos exemplos contidos nesta nova versão e presença sempre inspira-
dora.
E. S. Mota
Manaus AM
Outubro de 2002
iii
iv
Sumário
List of Figures 1
1 Introdução à Matemática Discreta 3

1.1 Conceito de Matemática Discreta . . . . . . . . . . . . . . . . 3
1.2 Ferramentas, Técnicas e Metodologias . . . . . . . . . . . . . 4
2 Argumentos Lógicos e Cálculo Proposicional 11

2.1 Argumentos e Argumentos Válidos . . . . . . . . . . . . . . . 11
2.2 Esquemas de Argumentos . . . . . . . . . . . . . . . . . . . . 13
2.3 Lógica e Significado . . . . . . . . . . . . . . . . . . . . . . . 14
2.4 Cálculo Proposicional . . . . . . . . . . . . . . . . . . . . . . 15
2.4.1 Proposições Lógicas . . . . . . . . . . . . . . . . . . . 15
2.4.2 Conectivos e Fórmulas Proposicionais . . . . . . . . . 15
2.4.3 Tabela Verdade . . . . . . . . . . . . . . . . . . . . . . 18
2.4.4 Semântica da Lógica Proposicional . . . . . . . . . . . 19
2.4.5 Equivalências Lógicas . . . . . . . . . . . . . . . . . . 22
2.4.6 Formas Padrão de Expressões . . . . . . . . . . . . . . 25
2.5 Implicação Lógica e Derivação . . . . . . . . . . . . . . . . . . 26
v
vi
Lista de Figuras
1.1 Forma simplificada do processo de modelagem. . . . . . . . . 5

1.2 Grafo de um sistema de rodovias. . . . . . . . . . . . . . . . . 7
1.3 Menor caminho que liga as cidades do grafo do sistema de
rodovia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.1 Conexão entre sentenças de uma linguagem e fatos se dá pela

semântica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2 Esquema de avaliação. . . . . . . . . . . . . . . . . . . . . . . 20
1
2
Capı́tulo 1
Introdução à Matemática
Discreta
1.1 Conceito de Matemática Discreta

A definição mais geral que se pode dar da palavra “discreta” é “aquilo
que é feito de partes distintas”. Mas em matemática este conceito é mais
abstrato, e o mais usual é definirmos, informalmente, a matemática discreta
como sendo a que não é contı́nua. Já o termo contı́nua se refere a “aquilo
que não tem interrupções ou mudanças abruptas”. O cálculo diferencial e
integral é a área da matemática cujo objeto de estudo é todo baseado neste
conceito de continuidade.
Embora exista esta diferença entre matemática contı́nua e discreta, am-
bas tratam de tópicos e técnicas similares, por exemplo, o fato de manipu-
larem coleções de objetos e estruturas, também conhecidos como conjuntos.
A diferença é que a matemática contı́nua trata de conjuntos que se asseme-
lham ao conjunto dos reais (R), e por causa disso tais conjuntos têm uma
representação geométrica contı́nua. Por outro lado a matemática discre-
ta trata justamente daqueles conjuntos cujos elementos têm representação
geométrica desconectados uns dos outros. Talvez a caracterı́stica mais mar-
cante que difere ambas as áreas seja a de que os conjuntos de interesse da
matemática discreta são finitos ou contáveis, e os da contı́nua, infinitos ou
incontáveis.
Em computação os termos “discreto” e “contı́nuo” têm seus pares que
são o digital e o analógico. Esses termos se referem ao tipo de dados que um
computador pode tratar. Dados discretos são usualmente obtidos através de
processos de contagem para serem processados por computadores digitais,
enquanto que computadores analógicos processam dados contı́nuos obtidos
via instrumentos de medida.
O aumento de interesse pelos computadores digitais causou um cres-
cente interesse no estudo de matemática discreta, pois estes computadores
são basicamente sistemas discretos finitos. Logo, muitas propriedades dos
computadores digitais podem ser entendidas e modeladas dentro do arca-
3
4 CAPÍTULO 1. INTRODUÇÃO À MATEMÁTICA DISCRETA
bouço de sistemas matemáticos discretos. Portanto a principal razão para

estudarmos matemática discreta é a de adquirirmos ferramentas e técnicas
que serão necessárias para projetarmos e entendermos sistemas computaci-
onais.
1.2 Ferramentas, Técnicas e Metodologias

É muito comum ouvirmos no meio de computação os termos “técnica”, “fer-
ramenta” e “metodologia” mas nem sempre nos preocupamos em conceituá-
las. Vamos tomar como exemplo um esporte como o Voley.
Conhecemos expressão como “bloqueio triplo do Brasil”, “O Brasil faz
mais bloqueio duplo que triplo”, “saque forçado no fundo de quadra não tem
funcionado”. Onde estão as ferramentas? As técnicas e a metodologia? Fer-
ramentas são os instrumentos básicos para se efetuar uma partida: o tênis, a
bola, rede, etc. As técnicas podem ser “manchete”, “saque viagem”, etc. Já
a metodologia varia de equipe para equipe, de técnico para técnico e de jogo
para jogo. Mas ela consiste na utilização de um conjunto de fundamentos
que compõem ferramentas e técnicas de forma coesa, mostrando quando,
como e porquê utilizá-las em várias situações distintas. A seguir temos dois
exemplos , o primeiro para o jogo de voley (ver tabela 1.1), o segundo para
a Computação (ver tabela 1.2).
Ferramentas Rede (poste e armação)

Corpo do jogador
Tênis adequado
Joelheira
Uniforme e bola apropriados
Técnicas Manchete
Saque simples
Saque viagem
Bloqueio: Simples, Duplo e Triplo
Cortada: Diagonal, Paralela, 2 tempos
Mexicana, Fundo de quadra
Metodologias Forçar saque viagem próximo à rede
Saque simples forçando o fundo de quadra
Bloqueio Triplo no cortador principal
Ter sempre 2 jogadores na cobertura
Tabela 1.1: Exemplo de ferramentas, técnicas e metodologias relacionadas

a um jogo de Voley.
Analogamente, a matemática pode ser vista como um conjunto ou coleção

de ferramentas para resolver problemas em muitas áreas do conhecimento.
Para cada problema, se tivermos disponı́veis as ferramentas matemáticas
adequadas poderemos aplicar técnicas padrão que utilizam tais ferramentas
1.2. FERRAMENTAS, TÉCNICAS E METODOLOGIAS 5
Ferramentas Matemática
Hardware
Software
Lápis e papel
Raciocı́nio
Técnicas Contrução de algoritmos, programas
Representação de informação ou conhecimento
Prova de Teoremas
Diagramação E.R.
Metodologias Desenvolvimento de sistemas
Pesquisas: Analı́ticas e Empı́ricas
Resolução de problemas
Modelagem
Tabela 1.2: Exemplo de ferramentas, técnicas e metodologias relacionadas

a Computação.
em situações muito particulares relativas ao problema. A metodologia mais

geral, em matemática, para a solução de problemas é a modelagem. Modelar
é transformar a representação de um problema em outra mais apropriada
para a solução do problema.
O processo de modelagem consiste nos seguintes passos: construimos
um modelo abstrato do problema original, transformamos esse modelo tan-
tas vezes quantas forem necessárias até atingirmos a solução ideal para o
problema em questão. A forma mais simples de entendermos tal processo é
apresentado na Figura 1.1 que em si mesma é um modelo para o processo
de modelagem.
SOLUCAO
PROBLEMA DO
PROBLEMA
MODELO MODELO
ABSTRATO TRANSFORMADO
Figura 1.1: Forma simplificada do processo de modelagem.
Na vida real encontramos muitos modelos de coisas reais como aviões,

carros, etc., que refletem a estrutura e funcionalidade daquilo que repre-
sentam no mundo real. São os modelos concretos. Já em um modelo ma-
temático não é sempre fácil reconhecermos que objeto está sendo represen-
tado pois algumas caracterı́sticas são escolhidas e outras são simplesmente
ignoradas. Tais modelos são conhecidos como modelos abstratos, que po-
dem não ser uma representação direta do objeto real. Considere o seguinte
exemplo.
Exemplo 1.1 João tem doze bananas pacovã que lhe custaram
20 centavos cada uma. Quantas bananas ele deverá vender, a 25
centavos cada, para que ele comece a ter lucros?
Podemos começar a resolver este problema da seguinte forma. Escreve-

mos algumas equações que descrevam o problema.
venda = (preço unitário) × (quantidade vendida)

despesa = (custo unitário) × (quantidade comprada)
O problema é o de encontrar uma quantidade para a qual a venda seja

maior que a despesa desta quantidade. Isto nos dá a seguinte igualdade
(preço unitário) × x = (custo unitário) × (quantidade comprada)
Substituindo os valores do problema em questão temos

25 × x = 20 × 12
25 × x = 240 (dividindo ambos os lados por 5)
5 × x = 48 (dividindo ambos os lados por 5)
x = 9.6
Como “quantidade” é de natureza discreta este valor (9.6) indica que

ele precisará vender mais do que 9 bananas. A equação é o nosso modelo
ainda que não vejamos nenhuma banana. Por isso, este modelo poderá servir
a muitos problemas que trabalhem com as mesmas quantidades. Vejamos
agora um exemplo mais complexo.
Exemplo 1.1 Considere seis cidades, por exemplo A,B,C,D,E e

F conectadas por rodovias como mostra o modelo geométrico de
grafo da Figura 1.2, onde os vértices representam as cidades e
as arestas interconectando os vértices são as rodovias com suas
respectivas distâncias (em Km).
O problema consiste em encontrar um subconjunto do sistema
de rodovias que conecte todas as cidades com a menor distância
possı́vel.
Para uma solução computacional é de pouco interesse a representação

geométrica (que é contı́nua), e por isso escolhemos uma representação mais
adequada: uma tabela contendo apenas o valor das distâncias entre as cida-
des. A Tabela 1.3 contêm a distância (em km) entre as seis cidades. Para as
cidades que não estão diretamente ligadas um traço aparece na tabela. Essa
tabela já é em si um modelo discreto do mundo real que pode ser utilizado
para encontrarmos uma solução.
C
20
5
B 30
5
A 20
10 10 F
10
E
20
D
Figura 1.2: Grafo de um sistema de rodovias.
B 5
C – 5
D 10 10 20
E – 20 – 20
F – – 30 – 10
A B C D E
Tabela 1.3: Distâncias entre cidades (em Km).
O problema básico consiste em reduzir o grafo original (ou a tabela) a

um outro grafo cuja soma de todas as arestas nos dê o caminho mı́nimo
procurado. Se queremos reduzir o caminho devemos começar por excluir
caminhos extras que sejam maiores que suas alternativas. Por exemplo, entre
as cidades C e E temos duas possibilidades somando cada uma EBC = 25 e
EFC = 40, onde o caminho excluı́do deverá ser o EFC.
Esse tipo de problema não pode ser resolvido através de uma equação
simples ou mesmo um sistema de equações, mas sim através de um método
que efetue o princı́pio básico deste problema. O que precisamos é de uma
sequência de instruções (sem ambiguidades) que nos leve a uma solução do
problema em um tempo finito, ou seja, um modelo de solução chamado algo-
ritmo. Além disso, este algoritmo deve ser aplicável a uma classe especı́fica
de problemas. Propomos então os seguintes passos.
1. Selecionar um vértice arbitrário e conectá-lo ao seu vizinho mais próximo.
2. Encontrar, dentre os vértices não conectados, o mais próximo aos já

conectados e ligá-los. Se houver mais de um com a menor distância
escolher qualquer um.
3. Repetir o processo nos vértices restantes até todos estarem conectados

(ou seja não haja mais vértices).
Se aplicarmos esse algoritmo ao grafo da Figura 1.2 obtemos o grafo da

Figura 1.3. Você deve estar se perguntando sobre a utilidade da Tabela 1.3.
Pense em uma estrutura matemática que possa representar essa tabela e
re-escreva esse algoritmo de modo a se referenciar aos termos da tabela de
forma mais geral.
C
5
B
5
A 20
10 F
10
D E
Figura 1.3: Menor caminho que liga as cidades do grafo do sistema de

rodovia.
Vale ressaltar que o método de encontrar um modelo matemático e então

formular um algoritmo é comumente utilizado como uma técnica de solução
de problemas. Mas nem sempre encontraremos problemas que admitam
solução por este método. Felizmente, muitos problemas ou mesmo muitas
classes de problemas admitem solução por este método e ,por isso, são mais
tratáveis que aqueloutros.
Exercı́cios
E1-1 Encontre outras soluções para o probelema da figura 1.2 (há pelo me-
nos mais três soluções).
E1-2 Considere os seguintes grafos representando sistema de rodovias. En-
contre o menor caminho para cada grafo que conecte todas as cidades.
O caminho encontrado é único?
B 8 C 7 D
4 2 9
A 11 I 4 14 E
8 7 6
10
H 1 G 2 F
E1-3 Considere o seguinte algoritmo como alternativa ao algoritmo proposto

para encontrar o menor caminho. Faça um rastreamento deste algo-
ritmo e mostre sua execução para o grafo da Figura 1.2.
B 6 C
3
2 1 4
A 2 7
5
6
E D
Algoritmo que reduz um grafo a um de menor caminho
Ordene as arestas em ordem decrescente de comprimento

m ← numero de vertices
restante ← numero de arestas
atual ← 1
while restante > m − 1 do
begin
if aresta atual nao disconecta o grafo then
begin
retire aresta atual
restante ← restante − 1
end
atual ← atual + 1
end
end
Capı́tulo 2
Argumentos Lógicos e
Cálculo Proposicional
2.1 Argumentos e Argumentos Válidos

A classificação de argumentos em válidos ou não é uma tarefa de extrema
importância para distinguirmos quais deles estão relacionados a verdades no
mundo (ainda que relativas). Tais argumentos chamamos usualmente de ar-
gumentos lógicos. Alguns exemplos de argumentos lógicos são apresentados
a seguir.
Exemplo 2.1
1 - Se a demanda aumentar, então a empresa se expande.
2 - Se as empresas se expandem, então elas empregam trabalha-
dores.
3 - Se a demanda aumentar, então as empresas empregam tra-

balhadores.
Forma geral do padrão de raciocı́nio – silogismo hipotético:

Se P então Q
Se Q então R
Se P então R
Exemplo 2.2
1 - A rede local está mal configurada ou o provedor Internet está
desligado.
2 - A rede local não está mal configurada.
3 - O provedor Internet está desligado.
11
12CAPÍTULO 2. ARGUMENTOS LÓGICOS E CÁLCULO PROPOSICIONAL
Forma geral do padrão de raciocı́nio – silogismo disjuntivo:

P ou Q
não P
Exemplo 2.3
1 - Todas as baleias são mamı́feros.

2 - Moby Dick é uma baleia.
3 - Moby Dick é um mamı́fero.
Forma geral do padrão de raciocı́nio:

Todos P são Q
a é P
a é Q
No exemplo 2.3 temos um argumento que se refere a propriedade de uma

classe e a relação de pertinência de um certo indivı́duo e esta classe. Esse
tipo de argumento é tratado pelo cálculo de predicados de primeira ordem,
um sistema lógico mais sofisticado do que o cálculo proposicional.
Os argumentos dos exemplos acima têm duas premissas e uma conclusão.
Quem quer que aceite as premissas como sendo verdadeiras terá de aceitar
que suas conclusões também são verdadeiras. Neste caso nós dizemos em
lógica que a conclusão é uma consequência lógica das premissas. É difı́cil
imaginar uma situação em que as premissas sendo verdadeiras não se tenha
a conclusão como sendo também verdadeira. Entretanto, isso não quer dizer
que o argumento lógico seja válido. Consideremos o seguinte exemplo.
Exemplo 2.4 Um argumento lógico que não é válido.

1. Todos os cavalos são mamı́feros.
2. Todos os cavalos são vertebrados.
3. Todos os mamı́feros são vertebrados.
Neste exemplo, ambos, premissas e conclusão são fatos verdadeiros, mas

isto não torna o argumento válido. Podemos falsificar o argumento se pegar-
mos um tipo de mamı́fero que não é vertebrado por algum fator de evolução
genética. Mesmo assumindo como verdade universal que todo mamı́fero seja
um vertebrado, as premissas se referem à relação entre cavalos e proprieda-
des dos animais. Não há uma sentença no argumento ou um encadeamento
de sentenças que relacione o conjunto dos mamı́feros com o dos vertebrados.
Logo, não podemos inferir nenhuma relação entre as propriedades apenas
com base na relação de pertinência entre uma classe de animais e estas.
2.2. ESQUEMAS DE ARGUMENTOS 13
Isso significa que do ponto de vista da linguagem não existe uma relação
de derivabilidade entre as sentenças. Derivabilidade, por sua vez, está rela-
cionada com a consequência lógica entre os fatos expressos pelas sentenças.
O que podemos concluir disto é que deve haver uma relação entre a
linguagem que usamos para expressar um argumento e o que esses argu-
mentos representam em relação ao mundo real. Esta relação é provida pela
semântica da linguagem como mostra a Figura 2.1. Note que, a propriedade
de um fato ser uma consequência lógica de outro fato no mundo real é espe-
lhado na linguagem pela propriedade de uma sentença ser derivada de outra
através de algum método de derivação ou cálculo.
Deriva
Sentenca Sentenca
Linguagem
Semantica Semantica
Mundo Real
Consequencia Logica
Fatos Fatos
Figura 2.1: Conexão entre sentenças de uma linguagem e fatos se dá pela
semântica.
Um formalismo ou um cálculo que possa processar tal tarefa de forma

automática deve oferecer mecanismos que nos possibilitem identificar as es-
truturas básicas desses argumentos. Tais estruturas são utlizadas para cons-
truirmos esquemas de argumentos e portanto podemos testar a validade dos
mesmos como veremos a seguir.
2.2 Esquemas de Argumentos

Aristóteles foi um dos primeiros (se não o primeiro) a propor um método
para representar padrões de raciocı́nio de forma que pudéssemos testar a
consistência dos mesmos. Avaliando argumentos como o do Exemplo 1 ele
observou que estes são na realidade uma composição de frases ou declarações,
ou ainda proposições.
A frase “Se a demanda aumentar, então a empresa se expande” tem
duas partes 1) “demanda aumentar” e 2) “empresa se expande”. Ambas
as proposições são conectadas pelas palavras “Se” e “então”. No caso do
Exemplo 2, as frases “A rede local está mal configurada” e “o provedor
Internet está desligado” são conectados pela palavra “ou”. A essas sentenças
menores denominamos de proposições atômicas.
Como vimos, argumentos como estes podem ser representados de forma
esquemática se substituirmos as frases por variáveis proposicionais. Aristóteles
denominou esses esquemas de silogismos. Um silogismo é lógico quando a
conclusão pode ser obtida das premissas do argumento.
Mais dois outros tipos de silogismo muito importantes são o modus po-
nens e o modus tolens, cujas formas são respectivamente:
Se P então Q
P
Se P então Q
não Q
não P
2.3 Lógica e Significado

Como vimos anteriormente (Figura 2.1), o significado de proposições deve
ter uma estreita relação com fatos do mundo e que derivação de uma sen-
tença a partir de outra está relacionada com a noção de consequência lógica
entre fatos no mundo real. Uma vez que a linguagem de representação é
composta de proposições atômicas, ou expressões, então a semântica ou a
validade de um argumento lógico depende da semântica das expressões que
compõem este e da combinação entre elas. Em outras palavras, a validade
dos argumentos dependem da validade de suas partes.
Para isto, as conexões entre as partes de uma sentença devem ser verdade-
funcional. Isso significa que a validade de um argumento deve depender tão
somente da validade das expressões que o compõem. Sistemas lógicos (ou
simplesmente lógicas) gozam desta propriedade pois consistem de:
1. um conjunto de sı́mbolos lógicos;
2. uma caracterização de possı́veis sı́mbolos não lógicos que podem ser

definidos e os tipos de significados associados a estes;
3. regras de construção de sentenças válidas dentro da linguagem lógica;
4. uma caracterização bem definida de prova;
5. regras semânticas para determinar o significado de uma sentença utili-

zando as regras de formação de uma sentença bem como o significado
de seus constituintes não lógicos.
Isso é suficiente para constatarmos que podemos expressar grande parte

do conhecimento de certos domı́nios. De maneira geral podemos comparar
a estrutura de uma linguagem lógica com uma linguagem de programação.
2.4. CÁLCULO PROPOSICIONAL 15
2.4 Cálculo Proposicional

2.4.1 Proposições Lógicas
Todo argumento lógico tem uma propriedade chamada de valor verdade
do argumento. Esse valor pode ser falso (simplesmente F) ou verdadeiro
(V). Em lógica proposicional declarações que gozam desta propriedade são
denominados proposições.
Definição 2.1 Qualquer argumento (ou declaração) que seja verdadeira (V)
ou falsa (F) é chamada proposição.
Um exemplo de uma proposição que pode ser V ou F é a frase “o pro-

grama tem um bug”. Entretanto, nem toda frase tem essa dicotomia de
valor verdade. Por exemplo, “o numero 5 tem um bom sabor” é uma frase
que (apenas por si só) não tem o menor significado e portanto não podemos
dizer que é V e nem F. Se assumirmos a necessidade de trabalhar com frases
assim, então temos de admitir uma outra categoria de valor verdade além
de V e F. Nesse caso, não estamos mais no domı́nio das proposições lógicas.
Lógicas que trabalham com valores além de V e F são denomidas de Lógicas
não-Clássicas que não veremos neste curso.
Como mencionado no capı́tulo anterior, Aristóteles introduziu variáveis
proposicionais (representadas por letras maiúsculas e em itálico) para poder
formular os padrões de raciocı́nio que são consistentes. Como o valor de
esquemas de argumentos depende do valor de suas expressões e estas são
compostas de variáveis proposicionais, logo o valor verdade dessas variáveis
também assume os valores {V,F}. Esses valores são também conhecidos
como constantes proposicionais. Dizemos então que a uma variável propo-
sicional podemos assinalar um valor lógico V ou F.
Constantes e variáveis proposicionais são proposições atômicas e por-
tanto não podem ser sub-divididas. Mas elas são combinadas, via conectivos
lógicos, para obtermos proposições compostas.
Definição 2.2 Toda proposição não atômica é chamada proposição com-

posta. Toda proposição composta contém pelo menos um conectivo lógico.
2.4.2 Conectivos e Fórmulas Proposicionais

Na Seção 2.2 vimos as palavras que comumente usamos para combinar sen-
tenças e formular proposições compostas. Por exemplo, “se”...”então”, “e”,
“ou” “não”. Entretanto, para obter uma uniformização de notação que
possa ser entendida mais universalmente, adotou-se a convenção de utilizar
sı́mbolos que tenham o mesmo significado que estes conectivos. Os sı́mbolos
conectivos lógicos padrão que veremos neste curso são:
• Negação – ¬ (exemplo ¬P ). A notação de negação ¬ lê-se “não ...”

ou “não é o caso que ...”.
• Conjunção – ∧ (exemplo P ∧ Q);
• Disjunção – ∨ (exemplo P ∨ Q).
• Implicação – → (exemplo P → Q);
• Equivalência – ↔ (exemplo P ↔ Q).
Uma linguagem proposicional L é composta por um alfabeto (que já

vimos acima): letras maiúsculas em itálico, o conjunto {V,F} e os co-
nectivos lógicos), sı́mbolos atômicos para variáveis e constantes proposicio-
nais, e proposições compostas ou fórmulas. No entanto, uma fórmula só é
considerada parte da linguagem se ela for bem-formada. Por exemplo, as
fórmulas P ¬ ∧ Q, P ∧ / ∨ Q e P ¬Q são exemplos de expressões ou fórmulas
mal-formadas. Por isso precisamos definir o que é uma expressão grama-
ticalmente correta com respeito à linguagem proposicional. Uma fórmula
bem-formada de L de uma linguagem proposicional é definida da seguinte
maneira:
1. Letras proposicionais (variáveis e constantes) do vocabulário são fórmulas

em L;
2. Se α é uma fórmula, entao ¬α também o é;
3. Se α e β são fórmulas em L, então também são fórmulas as seguintes

expressões:
α∧β
α∨β
α→β
α↔β
(a) Parênteses são usados como em álgebra;
4. Somente o que pode ser gerado através dos itens 1 a 3 em um número

finito de passos é uma fórmula em L.
Desafios 1
1. Analise as formas lógicas das seguintes sentenças e use as variáveis

proposicionais P e Q para formalizá-las.
(a) Raimundo sairá de casa e não voltará.

(b) Se o senhor João está feliz a dona Maria não está feliz, e se o
senhor João não está feliz a dona Maria não está feliz.
(c) Se pratico esportes tenho saúde. Não tenho saúde. Logo não
pratico esportes.
(d) Se 10 é primo, 10 não pode ser igual a 2 vezes 5.
10 é igual a 2 vezes 5. Portanto, 10 não pode ser primo.
(e) Ou João foi à padaria ou nós não teremos pão.

(f) Das duas uma: ou o Lucas vem à festa e o Max não virá ou Lucas
não virá e o Max vai se divertir.
(g) É necessário e suficiente para o Ronaldinho ser feliz que ele faça
gols, que o Brasil seja campeão e que ele tenha a Milene e o
Ronald ao lado dele.
(h) A Bianca só vai ao cinema se estiver passando uma comédia.
(i) Uma condição suficiente para que x seja ı́mpar é que x seja primo,
exceto x = 2.
(j) Uma condição necessária para que a sequência s convirja é que s
tenha um limite.
(k) A conta será paga se e somente se a mercadoria for entregue.
(l) Kasparov irá vencer o torneio a menos que o Deep Blue vença
hoje.
(m) Se x é positivo então x2 é positivo.
2. Quais das seguintes sentenças são proposições atômicas e quais são

compostas?
(a) Todo gato tem sete vidas.

(b) Luis é alto e Pedro também.
(c) Luis e Pedro são altos.
(d) A cor do carro que avançou o sinal era verde ou azul.
3. Re-escreva a forma original das sentenças representadas pelas seguintes

proposições lógicas.
(a) (¬P ∧Q)∨P , onde P representa “João é desatento” e Q representa

“João é preguiçoso”.
(b) ¬P ∧ (Q ∨ P ), onde P e Q tem o mesmo significado do item
anterior.
(c) ¬(P ∧ Q) ∨ P , com P e Q tendo o mesmo significado como acima.
Às vezes, em notação matemática as palavras lógicas estão “escondidas”.

Por exemplo, a sentença 3 ≤ π parece uma declaração simples por não
conter palavras lógicas. Entretanto, ao lermos a sentença cuidadosamente
seu significado nos apresenta a palavra “ou”. Se fizermos P representar
3 < π e Q 3 = π, então a sentença acima pode ser escrita logicamente como
P ∨ Q. Em casos como estes, podemos escrever a sentença original como
(3 < π) ∨ (3 = π).
No caso de uma expressão mais complicada como 3 ≤ π < 4, temos
duas palavras lógicas escondidas nessa expressão. Se fizermos uma análise
de maneira análoga à feita acima, então podemos re-escrever a sentença
original da seguinte maneira [(3 < π) ∨ (3 = π)] ∧ (π < 4).
2.4.3 Tabela Verdade

O próximo passo é podermos associar a cada proposição lógica ou fórmula to-
dos os possı́veis assinalamentos de valores verdade. No caso de uma fórmula
atômica este valor é obtido diretamente. O desafio está em obtermos os
valores para fórmulas mais complexas. Para isto construimos para cada
conectivo uma tabela com os possı́veis valores para cada caso.
A tabela verdade dos conectivos lógicos é dada de acordo com a Ta-
bela 2.1. Vale notar que o “ou” (representado pelo sı́mbolo ∨) é inclusivo,
ou seja, o valor da fórmula é verdadeiro também no caso em que ambas
variáveis proposicionais também o são.
P Q ¬P ¬Q P ∧Q P ∨Q P →Q P ↔Q
V V F F V V V V
V F F V F V F F
F V V F F V V F
F F V V F F V V
Tabela 2.1: Sumário das tabelas verdade dos conectivos lógicos.
À exceção da implicação, todos os demais têm uma definição mais ou

menos intuitiva. A dúvida que podemos ter com relação à definição da
implicação material pode ser dirimida ao avaliarmos a seguinte sentença.
“Se a garrafa contêm ácido, ela tem um aviso de cuidado”.
Essa declaração é condicional pois podemos ter P sendo “a garrafa
contém ácido” e Q sendo “a garrafa tem um aviso de cuidado”, e assim
P → Q. Não há contradição nesta sentença ainda que a garrafa não conte-
nha ácido, pois ela poderia conter um veneno e deveria carregar um aviso
de cuidado. Isso demonstra o que está expresso na tabela: a implicação é
verdade somente se Q também o for, ou se ambos P e Q são falsos. Como
Q é verdade na maioria dos casos, isto o faz mais fraco que P para tornar
a implicação verdadeira. Dessa forma, podemos traduzir P → Q também
como “P somente se Q”. O aviso de cuidado é uma condição necessária
para a garrafa conter ácido. Por outro lado, o fato de a garrafa conter um
ácido é uma condição suficiente para esta carregar um aviso de cuidado.
Um outro exemplo. Considere a sentença “se x > 2 então x 2 > 4”. A
tabela verdade desta implicação para diferentes valores de x deve deixar
claro o porque dos valores verdade de P → Q.
x P Q P →Q
3 V V V
1 F F V
-5 F V V
? V F F
Tabela 2.2: Tabela verdade para “se x > 2 então x 2 > 4.”
Existem diferentes maneiras de expressar a implicação em linguagem

natural. São elas:
1. Se P , então Q.
2. Sempre que P , então Q.
3. P é suficiente para Q.
4. P somente se Q. (Como em ‘Você pode se candidatar a presidente

somente se for cidadão brasileiro.’)
5. P implica Q.
2.4.4 Semântica da Lógica Proposicional

Funções de Avaliação
Interpretação de uma linguagem é a atribuição de valores-verdade para as
sentenças. Essa avaliação, que pode ser V ou F, depende do domı́nio dos
elementos que compõem as sentenças da linguagem. A Tabela 2.3 nos mostra
alguns exemplos de função de interpretação e seus respectivos domı́nios.
Note que em algumas funções, o conjunto que representa a imagem da função
não deixa claro que elementos deste conjunto são definidos pela função ou
não. Por exemplo, “Números” pode ser qualquer número embora a função
não se aplique para números que não sejam inteiros e maiores que zero.
Função Domı́nio Imagem

Data de Nascimento de X Pessoas Datas
Mãe de X Pessoas Mulheres
Chefe de estado de X Paı́ses Pessoas
Número de mesas de X Escritório Números
Negação de X Fórmulas Fórmulas
proposicionais proposicionais
Cidade capital de X Paı́ses Cidades
Sexo de X Pessoas {Masculino,
Feminino}
Tabela 2.3: Exemplo de funções de avaliação e seus domı́nios.

D I
x valor
Figura 2.2: Esquema de avaliação.
Esquematicamente, uma função de avaliação (interpretação ou assinala-

mento)1 pode ser entendida como mostra a Figura 2.2, onde D representa o
domı́nio e I a imagem.
No caso de sentenças de uma linguagem proposicional a função de ava-
liação deve estar de acordo com a interpretação dos conectivos lógicos. Veja
a seguir a definição formal de assinalamento de valores verdade a fórmulas
proposicionais.
Definição 2.3 Seja C um conjunto de fórmulas proposicionais, W uma

função de avaliação de fórmulas de C para {V,F}, ou seja W é uma função
de C para {V,F}. Se α, β ∈ C, então temos
i - W(¬α) = F se, e somente se (sss) W(α) = V.
ii - W(α ∧ β) = V sss W(α) = V e W(β) = V.
iii- W(α ∨ β) = F sss W(α) = F e W(β) = F.
iv - W(α → β) = F sss W(α) = V e W(β) = F.
v - W(α ↔ β) = V sss W(α) = W(β).
Teorema 2.1 Duas fórmulas α e β são logicamente equivalentes sss para

toda avaliação W temos que W(α ↔ β) = V.
Tautologias e Contradições
Através de uma função de avaliação ou assinalamento podemos classificar
expressões lógicas como
Tautologia é toda expressão lógica que tem valor V sob todas as possı́veis
avaliações.
Contradição é toda expressão lógica que tem valor F sob todas as possı́veis
funções de assinalamento.
Contingência é toda expressão lógica que não é uma tautologia e nem uma
contradição.
1
No restante deste texto usaremos assinalamento, avalição ou interpretação para dizer
a mesma coisa.
P Q P ∧Q ¬(P ∧ Q) ¬(P ∧ Q) ∨ Q
V V V F V
V F F V V
F V F V V
F F F V V
Tabela 2.4: Exemplo de expressão tautológica.
¬(P ∧ Q) ∨ Q ¬(P ∧ Q) Q (P ∧ Q) P Q
F F F V V V
Tabela 2.5: Exemplo de expressão tautológica demonstrada por contradição.
Teorema 2.2 Se α é uma tautologia então ¬α é uma contradição.
[Prova]: Suponha que α é uma tautologia. Então, para toda função de

avaliação W, W(α) = V. Mas de acordo com i, W(¬α) = F. Logo, por
definição ¬α é uma contradição.
Existem duas formas de verificar se uma expressão lógica é uma tau-
tologia, contradição ou contingência. A primeira é simplesmente construir
a tabela verdade da fórmula e atribuir todos os possı́veis valores aos seus
elementos. A Tabela 2.4 mostra a construção da tabela verdade de uma
expressão lógica que é uma tautologia pois todos os seus valores (última
coluna) são V.
Uma outra maneira de provar que uma dada fórmula é uma tautologia
ou não é por contradição. Assumimos que a fórmula é falsa e buscamos
uma contradição nos valores de seus componentes. Por exemplo, suponha
¬(P ∧Q)∨Q é falsa. Pela semântica de uma disjunção ambos os componentes
devem ser falso. Nesse caso, ¬(P ∧ Q) e Q são falsos. Por i temos que
(P ∧ Q) é verdadeiro. Mas de acordo com ii, isto só é possı́vel se P e Q
são verdadeiros, o que é uma contradição pois Q é falso. Logo a fórmula
¬(P ∧ Q) ∨ Q não pode ser falsa e portanto é uma tautologia.
Escreveremos |= A para dizer que a fórmula A é uma tautologia. Note
que |= não é um sı́mbolo proposicional mas da meta-linguagem que usa-
mos para falar sobre uma propriedade de fórmulas proposicionais. Algumas
tautologias muito importantes são
• P ∨ ¬P
• F→P
• P →V
Tautologias e Raciocı́nio Consistente

Um argumento lógico é consistente quando a conclusão segue logicamente
das premissas. Se a conjunção de todas as premissas é verdadeira, então
P Q P ∨Q ¬P (P ∨ Q) ∧ ¬P ((P ∨ Q) ∧ ¬P ) → Q
V V V F F V
V F V F F V
F V V V F V
F F F V F V
Tabela 2.6: Tabela verdade para o silogismo disjuntivo.
a conclusão também deve ser verdadeira. Suponha que a conjunção das

premissas seja A e a conclusão seja C, então A → C deve ser uma tautologia.
Um exemplo disto é o chamado silogismo disjuntivo que diz que na medida
em que P ∨ Q e ¬P são ambos verdadeiros, então Q deve ser verdadeiro.
Para provarmos este argumento basta mostrarmos que ((P ∨Q)∧¬P ) →
Q tem valor V para todas as interpretações possı́veis. A Tabela 2.6 apresenta
os valores verdade do silogismo disjuntivo.
Desafios 2
Determine se as seguintes sentenças são tautologias.

1. (((A → B) → B) → B)
2. ((A ↔ B) ↔ (A ↔ (B ↔ A)))
3. ((A ∨ (¬(B ∧ C))) → ((A ↔ C) ∨ B))
4. (((B → C) → (A → B)) → (A → B))
5. (A → (B → (B → A)))
6. ((A ∧ B) → (A ∨ C))
7. (((A → B) → A) → A)
8. (A → B) ∨ (B → A)
2.4.5 Equivalências Lógicas

Agora voltamos ao teorema da equivalência lógica entre duas fórmulas para
mostrar a utilidade deste conceito. Já que o objetivo da linguagem proposi-
cional é representar argumentos lógicos e podermos avaliar o valor verdade
destes, quanto mais reduzida for a expressão lógica mais fácil obteremos
esta avaliação. Para isto, o uso de equivalência entre fórmulas se faz im-
prescindı́vel. Escreveremos A ⇔ B para dizer que duas fórmulas A e B são
logicamente equivalentes.
A grande utilização dessas equivalências é que podemos manipular ex-
pressões lógicas para obtermos formas mais reduzidas. O exemplo a seguir
mostra algumas reduções que podemos obter de uma expressão mais com-
plexa.
Fórmula Denominação da lei

¬¬P ⇔ P Dupla negação
P ∧ ¬P ⇔ F Contradição
P ∨ ¬P ⇔ V Tautologia
P ∨F ⇔ P Identidade
P ∧V ⇔ P
P ∨V ⇔ V Dominação
P ∧F ⇔ F
P ∧P ⇔ P Idempotência
P ∨P ⇔ P
P → Q ⇔ ¬P ∨ Q
P → Q ⇔ ¬Q → ¬P Contrapositivo
P ∨Q ⇔ Q∨P Comutativa
P ∧Q ⇔ Q∧P
(P ∨ Q) ∨ R ⇔ P ∨ (Q ∨ R) Associativa
(P ∧ Q) ∧ R ⇔ P ∧ (Q ∧ R)
(P ∨ Q) ∧ (P ∨ R) ⇔ P ∨ (Q ∧ R) Distributiva
(P ∧ Q) ∨ (P ∧ R) ⇔ P ∧ (Q ∨ R)
¬(P ∧ Q) ⇔ ¬P ∨ ¬Q DeMorgan
¬(P ∨ Q) ⇔ ¬P ∧ ¬Q
Tabela 2.7: Equivalências lógicas.
((P1 ∧ P3 ) ∧ P2 ) ∧ (V ∧ P1 )
(V ∧ P1 ) ⇔ P1 - identidade
((P1 ∧ P3 ) ∧ P2 ) ∧ P1
((P1 ∧ P3 ) ∧ P2 ) ∧ P1 ⇔ P1 ∧ P1 ∧ P2 ∧ P3 - comutativa
P1 ∧ P1 ∧ P2 ∧ P3 ⇔ P1 ∧ P2 ∧ P3 - Idempotência.
As propriedades da Equivalência Lógica são:

• Reflexiva: P ⇔ P .
• Transitiva: se P ⇔ Q e Q ⇔ R, então P ⇔ R.
• Simétrica: se P ⇔ Q então Q ⇔ P .
Um conceito importante associado a uma fórmula proposicional é o de
literal.
Definição 2.4 Se P é uma fórmula proposicional atômica, então P é um

literal e ¬P tambem é um literal. Dizemos que P e ¬P são literais comple-
mentares.
Com isto podemos agora listar algumas técnicas para manipular ex-
pressões lógicas.
1. Em conjunções:
a) literais complementares é sempre F (contradição).
b) eliminar todo V ou duplicatas de um mesmo literal (e.g. P ∧ P é
reduzido para P - por idempotência).
2. Em disjunções:
a) que tenham V ou literais complementares é sempre V.
b) eliminar todo F ou duplicata de literais.
Exemplos:
P ∨ Q ∨ ¬P - V
P ∨Q∨F∨P - P ∨Q
Desafios 3
1. Verifique se as seguintes sentenças são verdadeiras.
(a) (A ↔ B) ⇔ ((A → B) ∧ (B → A))
(b) ((¬A) ∨ B) ⇔ ((¬B) ∨ A)
(c) (¬(A ↔ B)) ⇔ (A ↔ (¬B))
2. Quais das seguintes sentenças são implicadas logicamente por A ∧ B ?
(a) A (d) ((¬A) ∨ B) (g) A → B
(b) B (e) ((¬B) → A) (h) ((¬B) → (¬A))
(c) (A ∨ B) (f) A ↔ B (i) (A ∧ (¬B))
3. Repita o exercı́cio anterior trocando A ∧ B por:
(a) A → B (b) A ∨ B (c) A ↔ B
4. Mostre que cada sentença na coluna I é logicamente equivalente a sua
correspondente na coluna II 2 .
I II I II
(a) A → (B → C) (A ∧ B) → C (j) ¬(A ∨ B) (¬A) ∧ (¬B)
(b) A ∧ (B ∨ C) (A ∧ B) ∨ (A ∧ C) (k) ¬(A ∧ B) (¬A) ∨ (¬B)
(c) A ∨ (B ∧ C) (A ∨ B) ∧ (A ∨ C) (l) A ∨ (A ∧ B) A
(d) (A ∧ B) ∨ ¬B A ∨ ¬B (m) A ∧ (A ∨ B) A
(e) (A ∨ B) ∧ ¬B A ∧ ¬B (n) A ∧ B B∧A
(f) A → B ¬B → ¬A (o) A ∨ B B∨A
(g) A ↔ B B↔A (p) (A ∧ B) ∧ C A ∧ (B ∧ C)
(h) (A ↔ B) ↔ C A ↔ (B ↔ C) (q) (A ∨ B) ∨ C A ∨ (B ∨ C)
(i) A ↔ B (A ∧ B) ∨ (¬A ∧ ¬B) (r) ¬(A ↔ B) A ↔ ¬B
5. Prove que A e B são logicamente equivalentes se, e somente se A
implica logicamente em B e B implica logicamente em A.
6. Mostre que A e B são logicamente equivalentes se, e somente se os
valores das colunas abaixo de cada um em suas respectivas tabelas
verdade são idênticos.
2
Exercı́cios extraı́dos do livro Introduction to Mathematical Logic, Elliot Mendelson
2.4.6 Formas Padrão de Expressões

Como podem existir expressões lógicas das mais diversas formas é de extrema
importância termos algumas formas padrão para tornar mais fácil a tarefa
de transformar e comparar fórmulas. Denominamos tais padrões de formas
normais.
Forma Normal Disjuntiva (FND) é toda fórmula escrita como uma dis-
junção em que cada elemento da disjunção é uma conjunção de literais.
Exemplo: (P ∧ Q) ∨ R, mas P ∧ (R ∨ (P ∧ Q)) não está na FND.
Forma Normal Conjuntiva (FNC) é toda fórmula escrita como uma

conjunção em que cada elemento da conjunção é uma disjunção de
literais.
Exemplo: P ∧ F , Q ∧ (P ∨ R).
Podemos usar as equivalências vistas ate agora e as técnicas de reduções

para obtermos a FNC de uma fórmula.
1. Remover todo → e ↔
2. Reduzir o escopo de qualquer negação pelo uso de dupla negação ou

De Morgan
3. Reduzir o escopo do conectivo ∨

A ∨ (B ∧ C) ⇔ (A ∨ B) ∧ (A ∨ C)
(A ∧ B) ∨ C ⇔ (A ∨ C) ∧ (B ∨ C)
A seguir mostramos a redução de ¬((P ∨ ¬Q) ∧ ¬R)
¬((P ∨ ¬Q) ∧ ¬R) ⇔ ¬(P ∨ ¬Q) ∨ ¬¬R De Morgan

⇔ (P ∨ ¬Q) ∨ R Dupla negação
⇔ (¬P ∧ ¬¬Q) ∨ R De Morgan
⇔ (¬P ∧ Q) ∨ R Dupla negação
⇔ (¬P ∨ R) ∧ (Q ∨ R) Redução de escopo
Desafios 4
1. Remova → e ↔ das seguintes fórmulas
(a) (P → Q) ∧ (Q → R)
(b) (P → Q) ↔ ((P ∧ Q) ↔ Q)
(c) ¬P → ¬Q
(d) (P ↔ Q) ↔ (P ↔ R)
(e) (P ↔ Q) ↔ ((P ↔ R) ↔ (R ↔ S))
2. Utilize as equivalências da Tabela 2.7 e prove as seguintes equivalências.

(a) (P ∧ Q) ∨ (Q ∧ R) ⇔ Q ∧ (P ∨ R)
(b) ¬(¬(P ∧ Q) ∨ P ) ⇔ F
(c) ¬(¬P ∨ ¬(R ∨ S)) ⇔ (P ∧ R) ∨ (P ∧ S)
(d) (P ∨ R) ∧ (Q ∨ S) ⇔ (P ∧ Q) ∨ (P ∧ S) ∨ (R ∧ Q) ∨ (R ∧ S)
3. Simplifique as seguintes expressões.
(a) (Q ∧ R ∧ S) ∨ (Q ∧ ¬R ∧ S)
(b) (P ∨ R) ∧ (P ∨ R ∨ S)
(c) (P ∨ (Q ∧ S)) ∨ (¬Q ∧ S)
(d) P ∨ ¬Q ∨ (P ∧ Q) ∧ (P ∨ ¬Q) ∧ ¬P ∧ Q
(e) (P ∨ ¬Q) ∧ (¬P ∨ Q) ∨ ¬(¬(P ∨ ¬R) ∧ Q)
(f) ¬((P ∨ Q) ∧ R) ∨ Q
4. Encontre a FNC das seguintes expressões.
(a) (P → Q) ↔ (P → R ∨ Q)
(b) (P ∨ Q) ∧ (P ∨ (R ∧ S)) ∨ (P ∧ Q ∧ S)
2.5 Implicação Lógica e Derivação

As técnicas que vimos até o presente momento são importantes para derivar-
mos uma expressão lógica a partir de outras. A tais derivações denominamos
de raciocı́nio lógico ou dedutivo. Veremos que a noção de implicação lógica
tem um papel fundamental para estabelecermos raciocı́nios consistentes.
Padrões do tipo “... portanto ...”, “... como consequência ...” separam
premissas das conclusões. Na Seção 2.1 vimos alguns argumentos válidos
onde as conclusões derivam logicamente das premissas. Separamos as pri-
meiras das segundas por uma barra horizontal como mostra o argumento a
seguir que denominamos de Modus Ponens.
1-P
2-P →Q
3-Q
Quando o padrão de raciocı́nio é consistente usamos a notação |=. Como

vimos na seção 2.4.4 que |= denota que uma certa fórmula é uma tautologia,
temos que uma tautologia é um padrão de raciocı́nio sem premissas. Logo,
Moduns Ponens pode ser escrito da seguinte forma.
P, P → Q |= Q
Outras regras importante são:

2.5. IMPLICAÇÃO LÓGICA E DERIVAÇÃO 27
• Modus Tolens que tem a seguinte forma.

¬Q, P → Q |= ¬P
• Eliminação do ∧
P ∧ Q |= Q e P
• Introdução do ∧
P, Q |= P ∧ Q
Definição 2.5 (Fórmula derivável) Dado um conjunto de fórmulas e re-

gras ∆ e uma fórmula φ, dizemos que φ é derivável a partir de ∆ (∆ ` φ)
se, e somente se (sss)
1. φ ∈ ∆, ou
2. φ é o resultado da aplicação de regras de derivação, ou de inferência,

sobre ∆ e sentenças deriváveis.
Definição 2.6 (Derivação) Uma derivação de φ a partir de ∆ é uma

sequência φ1 , φ2 , . . . , φn , onde φn = φ, tal que ∆ ` φi .
Exemplo:
∆ = {P, P → Q, P → R, Q → S}
∆`S
1) P, P → Q então Q (por Modus Ponens)
2) Q (de 1) e Q → S então S (por Modus Ponens).
Um procedimento de inferência é um mapeamento do conjunto de todos

os possı́veis conjuntos de sentenças Σ ∆ e um inteiro para Σ∆ , ou seja Σ∆ ×
N → Σ∆ .
Todo procedimento de inferência que adiciona a conclusão ao conjunto de
sentenças e não retira as antigas é denominado de Raciocı́nio Monotônico.
Em outras palavras, se ∆ é um conjunto de fórmulas e φ é derivável de ∆,
então ∆ ⊆ ∪{φ}.
Referências Bibliográficas
[Gra95] Winfried Karl Grassmann. Logic and Discrete Mathematics - A

Computer Science Perspective. Prentice Hall, University of Sas-
katchewan, 1995.
[Vel94] Daniel J. Velleman. How to Prove It : A Structured Approach.

Cambridge University Press, Amherst College, 1994.
[Woo89] Jim Woodcock. Software Engineering Mathematics. Addison-

Wesley, Unavailable, 1989.
29

Lógica

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Lógica

Загружено:

Авторское право:

Доступные форматы

Instituto de Ciências Exatas

Departamento de Ciência da Computação

Matemática Discreta para

Edjard de Souza Mota

1 Introdução à Matemática Discreta 3

2 Argumentos Lógicos e Cálculo Proposicional 11

1.1 Forma simplificada do processo de modelagem. . . . . . . . . 5

2.1 Conexão entre sentenças de uma linguagem e fatos se dá pela

1.1 Conceito de Matemática Discreta

bouço de sistemas matemáticos discretos. Portanto a principal razão para

1.2 Ferramentas, Técnicas e Metodologias

Ferramentas Rede (poste e armação)

Tabela 1.1: Exemplo de ferramentas, técnicas e metodologias relacionadas

Analogamente, a matemática pode ser vista como um conjunto ou coleção

Tabela 1.2: Exemplo de ferramentas, técnicas e metodologias relacionadas

em situações muito particulares relativas ao problema. A metodologia mais

Figura 1.1: Forma simplificada do processo de modelagem.

Na vida real encontramos muitos modelos de coisas reais como aviões,

Podemos começar a resolver este problema da seguinte forma. Escreve-

venda = (preço unitário) × (quantidade vendida)

O problema é o de encontrar uma quantidade para a qual a venda seja

(preço unitário) × x = (custo unitário) × (quantidade comprada)

Substituindo os valores do problema em questão temos

Como “quantidade” é de natureza discreta este valor (9.6) indica que

Exemplo 1.1 Considere seis cidades, por exemplo A,B,C,D,E e

Para uma solução computacional é de pouco interesse a representação

Figura 1.2: Grafo de um sistema de rodovias.

Tabela 1.3: Distâncias entre cidades (em Km).

O problema básico consiste em reduzir o grafo original (ou a tabela) a

1. Selecionar um vértice arbitrário e conectá-lo ao seu vizinho mais próximo.

2. Encontrar, dentre os vértices não conectados, o mais próximo aos já

3. Repetir o processo nos vértices restantes até todos estarem conectados

Se aplicarmos esse algoritmo ao grafo da Figura 1.2 obtemos o grafo da

Figura 1.3: Menor caminho que liga as cidades do grafo do sistema de

Vale ressaltar que o método de encontrar um modelo matemático e então

E1-3 Considere o seguinte algoritmo como alternativa ao algoritmo proposto

Algoritmo que reduz um grafo a um de menor caminho

Ordene as arestas em ordem decrescente de comprimento

2.1 Argumentos e Argumentos Válidos

3 - Se a demanda aumentar, então as empresas empregam tra-

Forma geral do padrão de raciocı́nio – silogismo hipotético:

3 - O provedor Internet está desligado.

Forma geral do padrão de raciocı́nio – silogismo disjuntivo:

1 - Todas as baleias são mamı́feros.

3 - Moby Dick é um mamı́fero.

Forma geral do padrão de raciocı́nio:

No exemplo 2.3 temos um argumento que se refere a propriedade de uma

Exemplo 2.4 Um argumento lógico que não é válido.

3. Todos os mamı́feros são vertebrados.

Neste exemplo, ambos, premissas e conclusão são fatos verdadeiros, mas

Um formalismo ou um cálculo que possa processar tal tarefa de forma

2.2 Esquemas de Argumentos

2.3 Lógica e Significado

1. um conjunto de sı́mbolos lógicos;

2. uma caracterização de possı́veis sı́mbolos não lógicos que podem ser

3. regras de construção de sentenças válidas dentro da linguagem lógica;

4. uma caracterização bem definida de prova;

5. regras semânticas para determinar o significado de uma sentença utili-

Isso é suficiente para constatarmos que podemos expressar grande parte

2.4 Cálculo Proposicional

Um exemplo de uma proposição que pode ser V ou F é a frase “o pro-

Definição 2.2 Toda proposição não atômica é chamada proposição com-

2.4.2 Conectivos e Fórmulas Proposicionais

• Negação – ¬ (exemplo ¬P ). A notação de negação ¬ lê-se “não ...”