Вы находитесь на странице: 1из 220

■■

’ f
Jito
© 2005 Editora U N ESP
Direitos de publicação reservados à:
Fundação Editora da U N ESP (FEU)
Praça da Sé, 108
0 1001-900- S ã o P a u lo -S P
Tel.: (0xx11)3242-7171
Fax: (0xx11)3242-7172
www.editoraunesp.com.br
feu@editora.unesp.br

CIP - Brasil. Catalogação na fonte


Sindicato Nacional dos Editores de Livros, RJ

F336p
Feitosa, Hércules de Araújo
Um prelúdio à lógica / Hércules de Araújo Feitosa, Leonardo
Paulovich. - São Paulo: Editora UNESP, 2005.
Apêndice
Incluí bibliografia
ISBN 85-7139-605-1
1. Lógica simbólica e matemática. 2. Cálculo proposicional. 3.
Matemática - Filosofia. 4. Conjuntos difusos. I. Paulovich, Leonardo.
II. Título.
05-2173 CDD511.3
CDU 510.6

Este livro é publicado pelo projeto Edição de Textos de Docentes e


Pós-Graduados da U N E S P - Pró-Reitoria de Pós-Graduação e Pesquisa
da U N ESP (PROPP) / Fundação Editora da U N ESP (FEU)

Editora afiliada:

AaoclarlóndeEdllorialca Umveraltartaa Associação Brasileira de


deAméricaLallnayel Caribe Editoras Universitárias

Scanned by CamScanner
S u m á rio

In trodu ção 7

1 C álcu lo proposicional: tratam ento intuitivo 17

2 C álcu lo proposicional: tratam ento formal 65

3 Á lgeb ra d os conjuntos 91

4 C ircu itos eletrônicos 109

5 Silogism os categóricos 145

6 Introduzindo o cálculo de predicados 163

7 D im en sões da lógica contem porânea 185

A pêndice 191

Referências bibliográficas 223

Scanned by CamScanner
In t r o d u ç ã o

A lógica surgiu com o ciência na Antiguidade. Entre os gregos,


diversas escolas se ocuparam e produziram trabalhos sobre lógica.
F o i, porém , A ristóteles quem apresentou, de maneira m ais elabo­
rada, os prim eiros textos de lógica e explicitou alguns princípios
que, d esde então, passaram a caracterizar o que é denom inado
lógica aristotélica.
O objetivo desta ciência foi, desde os seus primórdios, a análise
do raciocínio. C om o é que os indivíduos fazem para processar
m entalm ente algum as informações e obter conclusões a partir dos
elem entos considerados? Isso é o que os lógicos usualm ente deno­
m inam o estudo das inferências. Busca-se avaliar, entender e pro­
por cam inhos eficazes para se raciocinar, se é que existem e são
únicos, ou pelo m enos reconhecíveis.
E m geral, quando estamos pensando num a situação de inferên­
cia, entendemos que existe uma coleção de dados que podem os
m anipular de maneira racionalmente aceitável para, então, chegar­
m os a um a conclusão plausível, segundo os dados e o raciocínio
utilizado. D u as precauções incorrem nesta situação: saber se os
dados são confiáveis e se a manipulação efetuada sobre esses dados
está de acordo com códigos geralmente entendidos com o coerentes.
E sse procedimento é denominado argumento, e cabe à lógica procu­
rar entender quando um argumento é válido, aceitável, ou quando é
inválido. A lógica pode não se ocupar da veracidade das prem issas ou

Scanned by CamScanner
Q HÉRCULES DE ARAÚJO FEITOSA E LEO NARDO PAULOVICM

dados fornecidos na situação de inferência, mas apenas da relação


existente entre essas premissas e a conclusão do argumento. Nesse
âmbito, um argumento é válido quando suas premissas estão de tal
forma relacionadas com a conclusão, que, se as premissas são ver­
dadeiras, então necessariamente a conclusão é verdadeira. Avaliar
a veracidade das premissas de uma teoria lógica também pode ser
uma tarefa dos lógicos. A í repousam difíceis e delicadas questões
de cunho filosófico que desafiam os filósofos da ciência. Em al­
guns momentos, faremos algumas breves reflexões sobre estes
aspectos, mas não nos deteremos neles.
Depois de Aristóteles, os estudos de lógica tradicional só con­
taram com contribuições significativas no século XIX, quando
Gotlob Frege fundou a lógica moderna. Frege era professor univer­
sitário de matemática e pretendia mostrar, usando apenas resultados
explicitamente dedutivos, que de fato a matemática é uma ciência
segura, exata, livre de contradições. Foi levado a construir uma
linguagem artificial para a discussão do seu projeto, pois, apesar da
íntima relação entre a lógica e a linguagem, qualquer linguagem
natural é plena de ambigüidades, o que impede uma discussão sobre
aspectos de exatidão e até mesmo sobre a unicidade pretendida por
Frege. Dessa forma, esta lógica moderna está vinculada ao fazer
matemático, que não é distinto da concepção tradicional da lógica,
pois quando um matemático apresenta uma demonstração de um
teorema está elaborando, a partir de dados, hipóteses, premissas, o
que deve fornecer o resultado pretendido, a tese, a conclusão.
Contudo, Frege inaugurou uma nova era para a lógica, até então
sempre preocupada com a forma, que ganhou uma linguagem ar­
tificial e extensões de análise apropriadas ao discurso matemático.
O que é, então, esta lógica matemática? Ela estuda o tipo de ra­
ciocínio desenvolvido pelos matemáticos e, para tal, devemos re­
fletir sobre os métodos empregados por eles, o que passa pelo es­
tudo dos sistemas e teorias form ais, caracterizados também pelas
suas linguagens artificiais.
A natureza do trabalho matemático é distinta de todas as outras
ciências, pois estas se apóiam em observações ou, em última análise,

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 9

têm por objetivo a obtenção de um modelo para a realidade física, ao


passo que a matemática se desenvolve, intrinsecamente, como um
modelo dedutivo, validada apenas quando apresentada na forma de
uma demonstração. Essa característica não nega o fato de o mate­
mático usar a intuição e a observação em sua atividade, porém a
forma última de seu trabalho é dedutiva e abstrata. .
Contudo, não se pode demonstrar todas as leis de um a teoria.
A lgum as primeiras leis ou sentenças não podem ser dem onstra­
das, um a vez que não existem leis anteriores a partir das quais
estas possam ser consequências. Estas leis iniciais, que são acei­
tas como verdadeiras sem demonstração, são nomeadas de axio­
mas. A s leis remanescentes, deduzidas a partir dos axiomas, são
denominadas teoremas. U m sistema assim desenvolvido é deno­
m inado sistema axiomático ou teoria. É uma convenção, para
maior elegância do sistema, que o número de axiomas seja o m e­
nor possível. N os primeiros sistemas axiomáticos desenvolvidos,
houve grande preocupação para que os axiomas fossem sentenças
evidentes por elas mesmas, mas na visão moderna a escolha pode
ser bastante arbitrária, de acordo com a conveniência e o interes­
se do trabalho. Busca-se, assim, reduzir grande número de sen­
tenças, ou seja, toda uma teoria, a um pequeno número, ou pelo
menos uma quantidade controlada destas leis; os axiomas.
Quando, no desenvolvimento de uma teoria, surge um conceito
notável, no sentido de ser importante e com presença freqüente,
descreve-se este conceito de maneira que caracterize exatamente
quando o conceito está presente e quando não está. N esse caso,
entendemos que uma definição foi dada. D e maneira semelhante
aos teoremas, busca-se definir um conceito a partir de outros já
conhecidos e, analogamente, nessa regressão, surgirão alguns p ri­
meiros conceitos sem definição, pois não podem ser obtidos de
nenhum anterior. Estes são denominados conceitos primitivos; e os
remanescentes são denominados conceitos derivados. O s conceitos
primitivos surgem nos axiomas.
O s gregos são tam bém os responsáveis pela introdução do
primeiro sistema axiomático, mais vigoroso, na literatura, a geo-

Scanned by CamScanner
10 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICM

metrid euclidiana. O trabalho de Euclidcs apresenta a geometria


edificada a partir de algumas primeiras sentenças denominadas
axiomas e postulados, e daí obtém todos os demais resultado*
por meio de demonstrações. Esse trabalho teve e tem influência
marcante sobre o desenvolvimento da matemática e também de
outras ciências. Considerada a forma máxima de organização do
conhecimento matemático, até mesmo ciências com caráter não
dedutivo tentaram se desenvolver por meio dessa abordagem.
Porém, para as outras matemáticas, passou a ser um objetivo a
ser alcançado. Dotar a análise, a álgebra, a teoria dos números e
outras áreas matemáticas de uma axiomática constituiu-se uma
exigência, e Frege estava preocupado com tais questões ao intro­
duzir a lógica moderna, que passou a compor com outras áreas da
matemática o que são hoje denominados fundamentos da mate­
mática. Essa nova área é ao mesmo tempo objeto de estudo e
objeto pelo qual se estuda a matemática.
O estudo dos axiomas e teoremas de um sistema vistos como
expressões simbólicas, sem que lhes seja atribuído qualquer signi­
ficado, caracteriza o aspecto sintático do sistema axiomático, ao
passo que o estudo do significado dessas expressões (signos) ca­
racteriza seu aspecto semântico. Apesar dessa separação inicial
entre os aspectos sintáticos e semânticos, gostaríamos de verificar
em toda conseqüência semântica (forma válida) uma correspon­
dente consequência sintática (teorema) associada e vice-versa. Em
geral, isso não é possível, mas estudaremos um sistema em que
essa associação ocorre perfeitamente.
Podemos agora discorrer sobre sistema form al, que caracteriza
o componente sintático de uma teoria, ou, ainda, de um sistema
axiomático.
A parte fundamental de um sistema formal é sua linguagem,
caracterizada por um conjunto de símbolos, denotado por A e
denominado alfabeto.

1 Para Euclides há uma diferença conceituai entre axioma e postulado, o que não
mais é considerado hoje em dia.

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 11

Devido às exigências de rigor, é conveniente que, na constru­


ção das teorias formais, sejam utilizadas linguagens artificiais ou
form ais.
Conhecido o alfabeto, podemos obter o conjunto das expressões
possíveis nesta linguagem, constituído de todas as seqüências
finitas de símbolos do alfabeto.
A seguir, deve ser evidenciado um conjunto de regras gram ati­
cais que permita, por meio de um procedimento finito, dito efetivo,
distinguir as expressões que têm interesse ao sistema formal, de­
nominadas expressões bem form adas, e as expressões desprovidas
de interesse. C ada vez que um símbolo do alfabeto aparece em
um a expressão é dito que houve uma ocorrência do símbolo. O
número de ocorrências de símbolos em uma expressão é denom i­
nado o comprimento da expressão. Assim, na língua portuguesa, a
expressão “matemática” tem comprimento dez e três ocorrências
do símbolo “a” . A linguagem é um objeto estritamente formal e
gerativo, a qual fica bem determinada quando conhecidos os seus
símbolos e regras gramaticais.
Entre as expressões bem formadas de uma linguagem, desta­
cam-se o conjunto das fórmulas, denotado por F, e o dos termos,
indicado por T.
A partir das expressões bem formadas, outro item característi­
co de um sistema formal é um conjunto de axiomas ou postulados,
denotado por P, um subconjunto de fórmulas que pode, em alguns
casos, ser vazio.
O último constituinte é o conjunto JR das regras de inferência
(ou de dedução) sobre o conjunto de fórmulas. E ssas regras têm a
finalidade de possibilitar a dedução na teoria, ou seja, obter teore­
m as a partir dos axiomas e premissas.
Podemos, então, definir os teoremas de um a teoria T da se ­
guinte maneira: um teorema de um sistema axiomático ou teoria T
é uma fórmula tal que:
(i) essa fórmula é um dos axiomas de T ;
(ii) se todas as hipóteses de uma regra de R são teoremas de T ,
então a conclusão da regra é ainda um teorema de T .

Scanned by CamScanner
12 HÉRCULES DE ARAÚJO FEITOSA E LEO NARDO PA U LO V O I

Analisando o trabalho do matemático, percebemos que esse


profissional, basicamente, desenvolve sistemas axiomáticos. Essa
construção elaborada pelo matemático denominada teoria ou sis­
tema axiomático consiste, basicamente, de conceitos primitivos,
conceitos derivados, axiomas e teoremas.
Sintetizando, um sistema form al S é uma quádrupla S = (A,
jFUT, P, R ), onde:
(i) A é um conjunto qualquer (frequentemente enumerável) de
símbolos, denominado o alfabeto de S. U m a seqüência finita de
símbolos é denominada uma expressão de S.
(ii) F u T é o conjunto das expressões bem formadas de S.
Existem regras sintáticas para a geração das fórmulas e dos termos
e um procedimento efetivo para determinar se uma certa expressão
é ou não fórmula ou um termo.
(iii) P é um subconjunto de F , denominado o conjunto dos
axiomas ou postulados de S. T am bém aqui podem existir proce­
dimentos efetivos para se estabelecer se um a fórmula é ou não um
axioma. Neste caso, trata-se de um a teoria axiomatizada.
(iv) R é um conjunto finito de regras, dado por relações pelo
menos binárias entre fórmulas, que são denominadas regras de
inferência. Quando R (A ,, ..., B ) e R , entendemos que a
fórmula B é deduzida, pela regra R, a partir de A^ 1 < i < n.
Uma demonstração em S é uma seqüência de fórmulas A 1( A^
..., B , de maneira que, para cada i, 1 £ i £ n, Aj é um axioma
ou Ai é uma conseqüência direta de algum as das fórmulas prece­
dentes mediante alguma das regras de inferência. U m teorema de S
é a última fórmula de uma seqüência que se constitui numa de­
monstração. Nesta seqüência, B é o teorema e o procedimento é
denominado uma demonstração de B .
Uma fórmula B é deduzida ou derivada em S de um conjunto T de
fórmulas, se existe uma seqüência A ,, ..., A nde fórmulas tal que,
A.® B e , para cada 1 < i < n, Aj é um axioma, ou A i está em T, ou,
ainda, Aj é uma conseqüência direta de T através de alguma das regras
de inferência de S, para algumas das fórmulas precedentes. Esta se-

Scanned by CamScanner
UM PRELÚDIO À LÓ GICA 13

qüência é um a dedução de B a partir de F. O s membros de F são


denom inados premissas ou hipóteses e B é a conclusão da dedução.
Para denotarm os que B é um a conseqüência direta de F, escre­
vem os r h B . Se r é finito, podemos escrever alternativamente,
A lt A^, A hH B . N o caso em que V é o conjunto vazio, indica­
m os apenas I- B e dizem os que B é um teorema.
A seguir, com entam os algumas propriedades dos sistemas
form ais e, por conseguinte, das teorias ou sistemas axiomáticos.
C on sistên cia: um sistema formal S é consistente se não se veri­
fica para qualquer fórmula de S que ela e sua negação sejam teoremas.
E fetivid ad e: um sistema é efetivo se existe um procedimento
dado, com um número finito de etapas, que permite dizer se um a
d ad a expressão é um a fórmula e se uma seqüência de fórmulas
constitui um a dedução no sistema.
D ecid ib ilidade: um sistema é decidivel quando existe um pro­
cedim ento efetivo (algoritmo) que permite verificar se um a fór­
m ula qualquer do sistem a é ou não um teorema.
C on sistên cia m axim al: um sistema é maximalmente consis­
tente ou completo se é possível verificar, para toda fórmula, que
esta ou sua negação se constitui em um teorema do sistema.
A d eq u ação : um a característica relevante para um sistem a
form al é a existência de um modelo ou semântica adequada a ele. O
sistem a adm ite a correção se cada teorema (componente sintático) é
u m a fórm ula válida (componente semântico) e admite a completu-
*
de se cada fórm ula válida é um teorema. E adequado quando é
correto e completo.
In d e p e n d ê n c ia : um axioma ou um a regra é independente em
u m sistem a formal se a supressão deste axioma ou regra dim inui a
capacidade dedutiva do sistema.
N o Capítulo 2 tem os a oportunidade de estudar essas proprie­
dades relativas a um sistem a formal de particular interesse para a
lógica, a lógica proposicional clássica.
E qual a relação da lógica com a computação?
E pleno o uso da lógica em computação. Para responderm os à
questão anterior, talvez possam os começar pelo componente físico

Scanned by CamScanner
14 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

do computador, ou hardware. Como c bastante conhecido, as má­


quinas dc processar são constituídas de chips, dispositivos ele­
trônicos que tendem a ser cada vez menores e mais velozes. Esses
dispositivos são arquitetados por meio de uma álgebra interna
denominada álgebra de Boole, que coincide com a álgebra das pro­
posições lógicas. Dessa forma, entender um pouco sobre essa álge­
bra pode auxiliar no entendimento do funcionamento do hardware
e da arquitetura do processador.
Também com relação aos softwares ou programas computacio­
nais, os conceitos lógicos têm suma importância. As linguagens de
máquina são edifleadas por meio de estruturas similares aos siste­
mas lógicos. A linguagem Prolog é quase uma extensão de siste­
mas lógicos subjacentes. O s programas de computação obedecem
a leis muito parecidas com as leis lógicas e devem manter uma
estrutura de coerência e consistência tal qual nos sistemas lógicos.
São, basicamente, sistemas formais, assim como um autômato é
um sistema formal. Além de toda essa preponderância, uma gran­
de variedade de lógicas não clássicas tem sido utilizada na constru­
ção de sistemas especialistas, ou expert system. Muitos avanços em
inteligência artificial estão calcados sobre avanços lógicos. Certa­
mente, podemos afirmar que a lógica é hoje tão importante para a
ciência da computação como foi e tem sido o cálculo integral e di­
ferencial para a física. Finalmente, o ambiente básico para a dis­
cussão de questões relativas aos fundamentos da computação bem
como a possibilidade da obtenção de uma máquina capaz de tomar
decisões de modo semelhante aos seres humanos passa pela lógica.
Estudar as propriedades dos sistemas formais pode lançar al­
guma luz sobre as possibilidades elencadas acima. Como foi men­
cionado, para certo conjunto de axiomas, é desejável a existência
de um procedimento efetivo, ou seja, um procedimento mecânico
ou algorítmico para testar se uma fórmula dada é ou não um axio­
ma. Isso caracteriza a efetividade do sistema e tem íntima relação
com os avanços computacionais. O utra importante propriedade
para os sistemas é a decidibilidade, que busca a obtenção de algum
procedimento algorítmico ou mecânico para decidir se uma fór-

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 15

mula qualquer do sistema é ou não um teorema. Gõdel mostrou


em 1931 que, para a maioria dos sistemas axiomáticos, os quais
caracterizam as teorias matemáticas mais relevantes, existem sen­
tenças verdadeiras que não podem ser demonstradas ou obtidas
dentro do sistema proposto. Assim, não existe um procedimento
mecânico, implementado por uma máquina, que seja capaz de
verificar para uma fórmula qualquer se ela, ou sua negação, é um
teorema do sistema. Isso caracteriza a indecidibilidade do sistema
e, sendo autômatos, de fato, sistemas formais, muitos pensadores
contemporâneos não crêem na construção de uma máquina capaz
de tomadas de decisões similares às dos seres humanos, pelo m e­
nos com o hardware existente hoje. O que nos aguarda no futuro?
Por isso, Um prelúdio à lógica busca ser um texto de introdução
ao mundo da lógica; que possibilite um primeiro contato com siste­
mas booleanos e permita o entendimento de algumas questões asso­
ciadas de cunho matemático, computacional e filosófico.
Neste texto introdutório, iniciamos apresentando o cálculo pro-
posicional clássico. E um sistema lógico aristotélico, pois contempla
os princípios de Aristóteles, e tem notável valor didático, pois é
bastante simples, serve como boa introdução à lógica, trata de
questões conceituais importantes, possibilita o estudo de muitas
propriedades dos sistemas formais e caracteriza um sistema boole-
ano bastante natural.
N o Capítulo 1, desenvolvemos o cálculo proposicional a partir
de uma linguagem natural, procurando respeitar os princípios de
Aristóteles para a lógica, culminando no estudo da validade de
inferências lógicas. N o Capítulo 2, retomamos ao cálculo proposi­
cional, mas agora com uma vestimenta formal. Introduzimos o
sistema formal X do cálculo proposicional, o qual m ostram os
adequar-se inteiramente aos desenvolvimentos do capítulo ante­
rior, e estudamos algumas de suas propriedades. N o Capítulo 3,
apresentamos a álgebra dos conjuntos, que caracteriza outro sis­
tema booleano. Essa álgebra tem uma interação e importância
muito grande para a lógica e para a computação. E feita um a abor­
dagem intuitiva com foco nas operações entre conjuntos e suas

Scanned by CamScanner
16 HÉRCULES DE ARAÚ JO FEITOSA E L EO N A R D O PAULOVIC »\

propriedades. N o capítulo seguinte, m ais um sistema booleano é


investigado. T rata-se do estudo dos circuitos eletrônicos, também
conhecido na literatura com o lógica digital. D estacam os a estru­
tura algébrica subjacente a todos esses sistem as, a álgebra de Boo-
le, e então usam os os m apas de K arnaugh como ferramenta para
sim plificar expressões boolenas. E m seguida, no Capítulo 5, re­
tom am os no tem po para estudar os silogism os aristotélicos, uma
parte requintada da lógica de A ristóteles, caracterizada por duali­
dades entre dois novos entes lógicos, os quantificadores universal e
existencial. D estacam os nestes escritos, advindos da Antiguidade,
elem entos que, em bora não tenham sido apresentados por meio de
sistem as form ais m odernos, contem plavam o rigor e detinham
algum caráter de generalidade não abordado pelo cálculo proposi-
cional. N o resgate desses aspectos lógicos que atravessaram os
tem pos, tentam os fam iliarizar-nos com algum as relações existen­
tes entre os quantificadores existencial e universal. N o capítulo
seguinte, num a breve introdução ao cálculo de predicados de pri­
m eira ordem , m ostram os com o pod em os cam inhar com a lógica,
envolvendo em um único sistem a form al todas as concepções lógi­
cas tratadas neste trabalho e a adequação d esse sistem a à matemá­
tica contem porânea. Finalm ente, no C ap ítu lo 7, discorremos bre­
vem ente sobre a am plid ão de p o ssib ilid ad es de investigações lógi­
cas no n osso tem po. N u m apêndice, introduzim os algum as noções
básicas d o s sistem as fu z z y ,2 ou lógica fu z z y , qu e têm muitas apli­
cações tecnológicas, particularm ente na com putação, e por isso
m esm o têm atraído o interesse d e n o sso s alunos.

D E D IC A M O S este trabalho a L u , D ani, T eus e Leo e, tam­


bém, a Nice, C ris, N ane, F er e Fabi, razão m aior de tudo o que
fazem os e vivemos.
H O M E N A G E A M O S as m entoras diretas da disseminação do
conhecimento que ora com partilham os: Eurides A lves de Oliveira,
Lourdes de la R osa Onuchic e ítala M aria Loffredo D ’Otaviano.

2 E ssa expressão do inglês tem sido traduzida por difuso.

Scanned by CamScanner
1
C á l c u l o p r o p o s ic io n a l :
TRATAMENTO INTUITIVO

O cálculo proposicional clássico (C PC ) talvez seja o m ais sim ­


ples e intuitivo sistem a lógico. N este capítulo, estudam os o C P C a
partir de uma linguagem natural - no caso, o português - e consi­
deramos os princípios lógicos aristotélicos. Introduzim os e inter­
pretamos importantes operações lógicas que nos possibilitam a
construção de meios apropriados para a análise de argum entos e
inferências lógicas.
Iniciamos refletindo, mediante alguns exem plos, sobre o que é
um argumento. Coloquialm ente, podem os im aginar que se trata
de um a discussão ou disputa, m as para a lógica trata-se de algo
m ais bem definido.
U m argumento é uma coleção de inform ações em que um a d e­
las, cham ada conclusão, é obtida a partir das outras, denom inadas
prem issas .
Vejam os os seguintes exem plos:

(a) T odos os anim ais são m ortais. prem issa


A lguns pássaros são anim ais. prem issa
Logo, alguns pássaros são m ortais. conclusão

(b) Se o cão é m am ífero, então m am a. prem issa


O cão é m am ífero. p rem issa
Portanto, o cão m am a. conclusão

Scanned by CamScanner
18 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

Esses dois exemplos podem ser sintetizados nas seguintes


formas:

(a) T o d o B é A
Algum C é B
Logo, algum C é A.

(b) Se A, então B
Vale A
Portanto, vale B.

Naturalmente, reconhecemos que os raciocínios presentes


nesses dois exemplos são apropriados. Um a das atribuições cen­
trais da lógica é possibilitar meios para reconhecermos quando
um argumento é ou não apropriado. N esse caminho, estamos
ocupados com a validade dos argumentos. Veremos que a análise
dos argumentos depende apenas da relação estabelecida entre as
premissas e a conclusão. U m argumento é válido quando as pre­
missas estão de tal modo relacionadas com a conclusão que, se as
premissas são verdadeiras, então a conclusão tem de ser verda­
deira. A validade é uma propriedade estabelecida pela forma do
argumento.
Neste capítulo justificamos somente o modo do argumento do
exemplo (b); o argumento do exemplo (a) será justificado no
quinto capítulo, em um contexto lógico ampliado.

Proposições e conectivos

Como temos destacado, a lógica ocupa-se principalmente do


estudo da validade de argumentos, ou seja, meios que nos permi­
tem a obtenção de conclusões verdadeiras a partir de dados tam­
bém verdadeiros. Neste caminho a linguagem desempenha um
papel fundamental, pois é por meio dela que expressamos as idéias
contidas em nossos raciocínios.
Usamos a nossa língua natural, o português, como ponto de
partida para nosso trabalho. O primeiro conceito a ser tratado é o

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 19

de proposição. Não pretendemos dar uma definição de proposição,


mas apenas destacar algumas características essenciais. Uma pro­
posição deve ser uma sentença declarativa, para a qual tenha sen­
tido atribuir um valor de verdade, a saber, falso ou verdadeiro. Por
questão de simplicidade, o valor falso é indicado por "0 " e o valor
verdadeiro por * T \ Se não é possível atribuir um valor de verdade
a uma dada sentença, então esta não é proposição.

Exemplos:
(a) O núm ero 25 é u m quadrado perfeito. (1)
(b) Todos os cavalos são brancos. (0)

Contra-exemplos:
(c) A bicicleta do menino. >
r\
(d) Q ue horas são? n
(e) Saia!
(f) 52.
A lém disso, para as proposições contem plam os o s p rin cípios
aristotélicos:

(i) P rin c íp io d a id e n tid a d e : toda proposição é id ên tica a si


m esm a.
(ii) P rin c íp io d a n ão -co n trad ição : um a proposição não pod e
ser verdadeira e falsa ao m esm o tempo.
(iii) P rin c íp io d o te rce iro ex clu íd o : toda proposição é v e rd a ­
deira ou falsa, não havendo outra possibilidade.

A lógica proposicional (ou cálculo proposicional) d esen volvid a


neste ensaio é conhecida como lógica proposicional clássica, o rig i­
nada das contribuições dos estóicos, dos m egáricos e de o u tras
escolas gregas, realçada no importante trabalho qu e A ristó teles
deu à lógica, e vinda até tem pos recentes.
Denominamos proposição simples ou atôm ica aq u ela q u e n ão
contém outra proposição como parte integrante d e si m e sm a e
proposição composta ou molecular aquela que não é sim ples.

Scanned by CamScanner
20 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO RAUIOVICH

Exem plos de p ro p o siçõ es sim p les:


(a) A Terra é azul.
(b) sen a + co sJ a = 1 .
(c) Carlos c careca.

Outro conceito linguístico relevante c o de concctivo, Conecti-


vos são expressões usadas para, a partir de proposições conhecidas,
gerar novas proposições.
Os conectivos seguintes, indicados com as suas respectivas
funções, são os mais importantes para a lógica:

Conectivo Função Símbolo


não negação —1
e conjunção A

ou disjunção V

s e ..., então... condicional 4. ->


se, e somente s e ,... bicondicional

Em geral, utilizamos letras latinas maiusculas A, B, C, ...


para indicar uma proposição arbitrária. Quando nomearmos uma
proposição, como, por exemplo, ‘32 = 9', pela letra A, escrevere­
mos A = 3 2 = 9.
As proposições compostas são formadas a partir de proposições
simples pela introdução de conectivos e são indicadas da seguinte
forma:

Notação Significado
-.A não A
A aB A eB
A vB A ouB
A -» B Se A, então B
A<->B A se, e somente se,B

Exemplos de proposições compostas:


(a) O rei está abobado e o ministro assoberbado.
(b) a é par se, e somente se, a é par.
(c) O número 7 é par ou é ímpar.

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 21

Como queremos contemplar o rigor, fornecemos para esses co-


nectivos lógicos interpretações preestabelecidas e precisas, tal que
a interpretação das proposições compostas, determinadas a partir
destes, seja unicamente determinada. Dessa forma evitamos al­
gumas ambigüidades próprias da linguagem natural.

Operações lógicas e tabelas de verdade

Nesta seção, introduzimos uma interpretação única e precisa


para os conectivos lógicos comentados na seção anterior. A partir
desta interpretação básica, a interpretação é estendida para uma
proposição composta qualquer. Essa interpretação é dada por
meio de tabelas que mostram todas as possibilidades de valores
lógicos assumidos pelas proposições estudadas, denominadas ta­
belas de verdade.

N e ga ç ã o

A negação de uma proposição A é a proposição “não A ” , indi­


cada por —A , que é falsa quando A é verdadeira e verdadeira
quando A é falsa..
A tabela de verdade da negação é dada por:
A —iA
0 1
1 0

Exemplos:

(a) Quando A = 9 * 5, temos - A = 9 = 5.


(b) Para B = 7 < 3, temos -tB = 7 > 3.
(c) ParaC = 3 |l l , temos —iC = 3 | l l .

Observação: Neste exemplo usamos a relação de divisibilida-


de em Z, que afirma a | b (a divide b) se, e somente se, existe q e Z
tal que b = a.q.

Scanned by CamScanner
22 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

A tabela de verdade da negação determina a seguinte função de


verdade:
U {0 ,1 } - > { 0 ,1 }
m = i
f .( i) = o.

Conjunção

A conjunção de duas proposições A e B é a proposição com­


posta “A e B ” , denotada por A a B , cujo valor lógico é verdadeiro
se, e somente se, A e B são verdadeiras.
A tabela de verdade da conjunção é a seguinte:
A B A aB
0 0 0
0 1 0
1 0 0
1 1 1

Exemplos:

(a ) Se A ^ 2 > 0 ( l ) e B = 2 * : 1 (1), então A a B = 2 > 0 e 2 ^ 1


(D-
(b) Se A = 2.3 = 6 (1) e B = 52 = 10 (0), então A a B = 2.3 = 6 a 52
= 1 0 ( 0).
(c) S e A = 2 |5 (0 ) , B = 42= 8(0), então A a B = 2 15 a 42= 8 (0).

Temos a seguinte função de verdade da conjunção:


fA: {0 ,1 } - > { 0 ,1 }
fA(l, 1 ) = 1
fA( l ,0 ) = fA( 0 , 1) = fA(0, 0) = 0.

Disjunção

A disjunção de duas proposições A e B é a proposição composta


“A ou B ", indicada por A vB , cujo valor lógico é falso apenas
quando A e B são falsas.

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 23

A tabela de verdade da disjunção é:


A B AvB
0 0 0
0 1 1
1 0 1
1 1 1

Exemplos:

(a) Se A = 5 > 0 (1) e B = 2* = 42(1), então A v B s 5 > 0 ou 24=


42(1).
(b) Se B = 10 é número primo (0) e C = 10 é número composto
(1), então B v C = 10 é número primo ou é número composto (1).
(c) $ e C = = 4 |ll ( 0 ) e D = V-9 = 3 (0), então C v D = 4 111 ou
^ 9 =3 (0 ).

A tabela da disjunção determina a seguinte função de verdade:


fv: R l } - > {0 ,1 }
fv (0 ,0) = 0
fv(1.0) = fv(0,l)=fv(l,l)=l.
A disjunção neste caso é chamada de inclusiva, pois é verdadeira
quando apenas uma das proposições é verdadeira ou ambas são
verdadeiras. Existem casos em que a disjunção é exclusiva, no senti­
do de que as proposições não podem ser ambas verdadeiras conco-
mitantemente, como:
Paulo nasceu em Bauru ou Paulo nasceu em Porto Alegre.

Disjunção Exclusiva

A disjunção exclusiva, indicada pelo símbolo v >apresenta a se­


guinte tabela de verdade:
A B AvB
0 0 0
0 1 1
1 0 1
1 1 0

Scanned by CamScanner
24 HÉRCULES DE ARAÚ JO FEITOSA E L E O N A R D O PAULOVICM

E xem plos:

( a ) S e A = 2 > 0 ( l ) e B = 2 < 0 (0), então Ay. B = 2 > 0 y . 2 < 0


(D-
(b) Se A = 2.3 = 6 (1) e B = 52 = 25 (1), então A y .B = 2.3 = 6 y
52 = 25 (0).
(c) Se A = 2 15 (0) e B = 42 = 8 (0), então A y B = 2 15 y 42 = 8
(0).

A tabela da disjunção exclusiva determ ina a seguinte função de


verdade:
fy*. { 0 ,1 } —» { 0 ,1 }
fy(l,l)=fy(0, 0) = 0
fy(l( 0 )= fy (0 ,l) = l.
A disjunção exclusiva tam bém pode ser definida em função dos
conectivos a , v e —i da seguinte m aneira:

A v B = ( A v B ) a —{ A a B ),

o que, em determ inadas situações, é m ais conveniente.

Condicional

A condicional de duas proposições A e B é a proposição com­


posta “se A , então B ” , indicada por A —>B, cujo valor lógico é
falso se, e somente se, A é verdadeira e B é falsa.
A tabela de verdade da condicional é:

A B A —»B
0 0 1
0 1 1
1 0 0
1 1 1
*
E usual, ao tomarmos contato com a tabela de verdade do conec-
tivo condicional, certo desconforto relativo às duas primeiras linhas,
pois não parecem ser tão intuitivas como todas as outras definições.
Gostaríamos apenas de destacar que é natural essa não-aceitação e

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 25

que, com um pouco de maturidade, perceberemos não haver alter­


nativa que preserve diversos aspectos computacionais desta tabela; e
mais, que isto é uma definição; portanto, esta tabela é assim e não da
forma que possivelmente gostaríamos que fosse.

Exemplos:
(a) Dados A = 33 = 27 (1) e B = 2 g Z (0), temos A —>B = se 33 =
27, então 2 £ Z (0).
(b) Dados A s 3 110 (0) e B = je = 3 (0), temos A —>B = 3 110 —>
* = 3(1).
(c) Dados Ç = Galois era um algebrista (1) e C = Dante escre­
veu A divina comédia (1), temos B —>C = Se Galois era um alge­
brista, então Dante escreveu A divina comédia (1).

A tabela da condicional determina a seguinte/unçõo de verdade:


U { 0 ,1 }- > { 0 ,1 }
U 1 ,0 ) = 0
L>(1,1) = L>(0,1) = f_ (0 ,0) = 1.

Bicondicional
A bicondicional de duas proposições A e B é a proposição com­
posta “A se, e somente se, B ”, indicada por A<->B, cujo valor lógico
é verdadeiro apenas quando A e B têm o mesmo valor lógico.
A tabela de verdade da bicondicional é:

A B A<->B
0 0 1
0 1 0
1 0 0
1 1 1
Observação: como é usual em textos lógicos e matemáticos,
abreviamos a expressão "se, e somente se" por “see".

Exemplos:
(a) Dados A = 2 + 3 = 5 (1) e B = 7.3 = 21 (1), temos Ae->B s 2
+ 3 = 5see7.3 = 21 (1).

Scanned by CamScanner
26 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

(b) Dados A = 42 = 16 (1) e B = 343 é um número primo (0),


temos A<-»B = 42= 16 see 343 é um número primo (0).
(c) Quando A s 4 < 3 (0) e B = 4.5 < 3.5 (0), segue que A<~>B s
4 < 3 see4 .5 < 3.5(1).

A tabela de verdade da bicondicional determina a seguinte/un-


ção de verdade:
f„: {0,1} {0,1}
f „ ( l , l ) = f„(0,0) = l
fM(l,0 ) = f „ ( 0 , l) = 0.

Exercícios:

1. Determinar o valor lógico "0 " ou “ 1" de cada uma das se­
guintes proposições:
(a) O Rio de Janeiro é a capital federal do Brasil. O
(b) Todo heptágono regular tem seis lados. ^
(c) 22/7 é um número racional.
(d) (5+3)2= 52+ 32. C
(e) As diagonais de todo paralelogramo são iguais.
(f) 3i + 4 < 5i + 1.

2. Dadas as proposições: A = Paulo trabalha e B = Paulo estu­


da, escrever em linguagem corrente as seguintes proposições com­
postas:
(a) -A (f) A - X - B )
(b) A a B (g) (—A)<->B
(c) Af->B (h) -i(—A )v-i(B )
(d) Av(-iB) (i) (A a ( - tB ))->B
(e) (-A ) a ( - iB) G) (A v B )-> B .

3. Determinar o valor lógico de cada uma das seguintes pro­


posições:
(a) Se 3 + 2 = 6, então 4 + 4 = 9 C‘

(d) sen TZ= 0 e cos 7t = 0

Scanned by CamScanner
UM PRELÚDIO À LÓ GICA 27

(e) Se |—1 1 = 0 , então sen 30° = V2


(f) tg 71 = 1 se, e somente se, sen TC= 0
(g) 53= 225 ou 71 é racional
(h) >/2.>/8 = 4 se, e somente se, 4 2 = 0
(i) É falso que 3 + 2 = 5 ou = 1
(j) |“ 51 < 0 ou 13 não é primo
(l) Se 7t > 4 , então 3 > V5
(m) - 2 < 0 see 7t2 e R.

Construção de tabelas de verdade

Nesta seção, verificamos como construir tabelas de verdade para


proposições compostas quaisquer. Com isso, obtemos todas as p o s­
sibilidades de valores lógicos para cada proposição considerada.
Uma. form a proposicional é uma expressão que envolve apenas
proposições atômicas e conectivos, seguindo as seguintes regras:

(i) toda proposição atômica é uma forma proposicional;


(ii) se A e B são formas proposicionais, então (—A ), (A a B ),
(A v B ), (A —»B), (A h B ) são formas proposicionais.

Para denotarmos as proposições atômicas que ocorrem em um a


forma proposicional A , usam os as letras latinas m inúsculas p, q e
r, ou então, p t, p2, .... p n. Se p 1( p2, .... p nocorrem em A , indicam os
isto por A (p „ p2, p j .

Exemplo:

A = ((p M ” ip2))” *(p 2AP 3)) é um a form a proposicional.


Conhecidas as interpretações dadas para os conectivos, pod e­
mos construir a tabela de verdade de um a form a proposicional
qualquer, da seguinte maneira:

Exemplos:

(a) Se A s (((pvq)—H-^p))—HqAp)), então:

Scanned by CamScanner
28 HÉRCULES D E A R A Ú J O FEITO SA E L E O N A R D O PAULOVICH

I a solução:

p q 1 Pv q ~>p q AP (p v q )-*-,p A
0 0 0 í 0 1 0
0 í í í 0 1 0
1 0 í 0 0 0 1
1 1 í 0 í 0 1

N e sta solução, obtem os a interpretação da forma proposicional


passo a passo, com o na solução de um a expressão numérica, res­
peitando os parênteses indicados. A próxim a solução é um pouco
m ais econôm ica, pois escrevem os a form a proposicional uma única
vez e indicam os, com o s núm eros abaixo, as ações efetuadas.

2a solução:

«p q) 1 “ >P) —» (q A p)
v
0 0 0 | í 1 0 0 0 0

0 1 1 í 1 0 í 0 0

1 1 0 0 0 1 0 0 1

1 1 0 0 1 1 1 1

( 1) (2 ) d) (31 (1 ) ( 1) (2 ) ( 1)

(b) B = ((p v (-ir))-K q A(—ir))):

(P V (-*)) -> (q A (-*))


0 1 1 0 0 0 1

0 0 1 0 0 0
0
0 1 i 1 1 í 1 1

0 0 0 1 1 0 0

1 1 1 0 0 0 1

1 1 0 0 0 0 0

1 1 1 1 1 1 1

1 1 0 0 1 0 0

(1 ) (2 ) ( 1) (3 ) ( 1) (2 ) ( 1)

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 2 9

(c) C = (((p-»q)A(q-»r))-»(p-»r)):
((p —) q) A (q —> r)) —» (p —» r)
0 1 0 1 0 í 0 1 0 1 0
0 1 0 1 0 í 1 1 0 1 1
0 1 í 0 í 0 0 1 0 1 0
0 1 í 1 í 1 1 1 0 1 1
1 0 0 0 0 1 0 1 1 0 0
1 0 0 0 0 1 1 1 1 1 1
1 1 í 0 í 0 0 1 1 0 0
1 1 í 1 í 1 1 1 1 1 1
(1) (2) d) (3) d) (2) (1) (1) (2) (1)

Q u an tid ad e d e linhas de uma tabela de verdade

Como cada proposição atômica assume apenas um dos valores


lógicos "O" ou “ 1” , numa forma proposicional com n proposições
atômicas existem tantas possibilidades quantos são os arranjos
com repetição de dois elementos em n, o que computa T linhas.
Como já foi possível perceber, para algumas formas proposi-
cionais o número de parênteses é muito grande. Por isso, fazemos
aqui uma convenção que freqüentemente nos permite reduzir
bastante o número desses parênteses. Fica estabelecida a seguinte
hierarquia para a precedência de conectivos, quando não determi­
nados pelos parênteses:
(Io) -i (2°) a e v (3°) —> (4°) <-».

Exemplos:
(a) Em vez de (-{(p)v(-i(q)))A(((-<p))v(r))A(q))) escrevemos
~{pv^q)A ((—>pvr)Aq).
(b) Em vez de ((p)-K —(q)))—K(-n(p))A(q)) escrevemos
(p—>—»cl) —K— •

Exercício:

4. Construir as tabelas de verdade das seguintes formas propo-


sicionais:

Scanned by CamScanner
30 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

(a) íp v iq) (g) pv(qAr)


(b) (p<r*iq)<-><q->p) (h) (-q v p )^ -> (q —>-ip)
(c) qo(-TqAp) (i) -T(pv-iq)A(-»pvr)
(d) (p<->—iq)—>(—ipAq) (i) (pA—ir) —> —iq
(e) ((pvq)A—iP)—>(q—>p) (l ) ~»(pAq) <-> —i(pv—ir)
(£) (rA(pv—<j))A-i(-irv(pAq)) (m) (pv—ir) — q.

Valor lógico de uma form a proposicional

Nestes próximos exercícios, no lugar de construirmos toda a


tabela da forma proposicional, concentramos a atenção em apenas
algumas linhas de particular interesse, ou seja, em apenas algumas
atribuições de valores para as componentes atômicas da forma pro­
posicional.
(a) Sabendo que os valores lógicos (atribuição de valor) das
proposições p e q são, respectivamente, “ 1” e "0 ” , determinar o
valor lógico, denotado por u(A), da forma proposicional A =
-^pvq)f->(-ipA-Tq).
v(A) = v(-<p vq)<-»(-1pA—iq)) = v M p vq)) <-> v(-.pA-iq)) =
—iv(pvq) v(->p)A'u(-iq)) = ->(v(p)vi;(q)) <-> -ii>(p)A-ru(q)) =
- t(1 vO) (Oa I) = 0 0 = 1.

(b) Sendo p = “n = 3” e q = “sen n /2 = 0", determinar o valor


lógico de B s (p—*q)—»{p ->(pAq)).
v(B) = v((p—>q) -> (p->pAq)) = ((0—>0) -> (0->0 a 0))
= (1-»1) = 1.

(c) Sendo v(p) = 1, u(q) = 0 e v(r) = 0, determinar o valor lógico de:


G —(qf->(r—>—ip)) v ((—iq—»p)<-»r)
v(C) = (0<-*(0->0))v((l_>i ) ^ 0) = (0<->l)v(loO ) = (OvO) = 0.

(d) Sabendo-se que u(r) = 1, determinar o valor lógico de D s


(p->h qvr)).

t^D ) ~ ,/(p^ W - ^ q ) V l ) ::::v ( p ) - 4 i = 1.


js

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 31

Exercidos:
5. Sabendo que v(p) = v(r) = 1 e v(q) = v(s) = 0, determinar o
valor lógico das seguintes formas proposicionais:
(a) (pAq) (rA-ns) (e) (p<->q) -> (s->r)
(b) (—ip-4q) —» (s—»r) (f) (pAq)vs-4 (p<->s)
(c) (qAr)AS - > (p<-»s) (g) (p-> - q ) <-> ((pvr)As)
(d) (pAq)A(rAs) -> (pvs) (h) (-ipvs)v(-iSAr).

6. Se t»(q) = 1, determinar o valor lógico da seguinte forma pre­


posicional:
E = ( p - q ) - > ( - q - > - .p ) .

7. Sabendo que as proposições "x = 0" e “x = y” são verdadei­


ras e que a proposição “y = z” é falsa, determinar o valor lógico da
forma preposicional:
B = x ^ 0 v x 3 * y —> y * z .

8. Sabendo que as proposições “x = 0” e “x = y” são verdadei­


ras e que as proposições "y = z” e “y = t” são falsas, determinar o
valor lógiço de cada uma d|as seguintes formas proposicionais:
(a) (x = 0 a x = y) - » y * z
(b) (x * 0 v y = t) —»y = z
(c) (x * y v y * z) y = t
(d) (x * 0 v x * y) —> y * z
(e) x = 0 (x * y v y * t)

Tautologias, contradições e contingências

Quando construímos a tabela de verdade de uma forma prepo­


sicional qualquer, três distintas alternativas podem ocorrer. Em
geral, a coluna final é constituída de 0’s e l ’s, mas pode acontecer
de a resultante final conter apenas Cfs ou apenas l ’s. D e particular
importância para a lógica é a forma preposicional A , que, para
todas a atribuições de valores às suas componentes atômicas, as­
sume sempre o valor final verdadeiro " 1

Scanned by CamScanner
32 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

U m a tau tologia é um a form a proposicional que assum e valor


lógico verdadeiro UY * para qualquer atribuição de valores das pro­
posições atôm icas que nela ocorrem.

Exemplo:
(a) A s —(pA—ip) é um a tautologia ou form a tautológica:

1 p pA-ip -i(p A -ip )


-«p
1 0 0 1
0 0 1
1

Buscamos um sistema dedutivo no qual a dedução é tal que, se


as premissas são verdadeiras, então a conclusão tam bém é verda­
deira. A lógica, porém, gostaria de ir um pouco além: partir de
sentenças entendidas como verdadeiras e usar regras que geram,
com base nessas sentenças verdadeiras, apenas sentenças verda­
deiras. As tautologias são as proposições que se apresentam para
este quesito, pois, com a interpretação que temos usado, estas são
sempre verdadeiras.
Uma contradição é uma forma proposicional que toma valor ló­
gico falso “0" para qualquer atribuição de valores das variáveis
proposicionais que nela ocorrem.

Exemplo:

B = (—ipA(pA-iq)) é uma contradição:

-ip A (p A ->q)
0 0 1 0 0
0 . 0 1 1 í
1 0 0 0 0
1 0 0 0 í

U m a contingência é uma forma proposicional que não é uma


tautologia nem uma contradição.

Exemplo:

Os exemplos (a) e (b) das páginas 27-8 são de formas proposi-


cionais contingentes.

S c a n n e d by C a m S c a n n e r
UM PRELÚDIO À LÓGICA 33

Exercício:
9. Classifique cada uma5 formas proposicionais seguintes
como tautologia, contradição contingência:
(a) p —> (—«P—>q) (e) (—ipvq) -> (p-»q)
(b ) p->(q-K q->p)) (f) ((p -^ q )^ q )-> p
(c) (p v-q) -> (p->-q) (g) ( - <pv—q) (p—>q)
(d) p -> ((pvq)vr) (h) (pAq) —» (p qvr)

Equivalência e implicação lógicas

Nos textos matemáticos, usualmente dizemos que uma senten­


ça é equivalente à outra ou implica outra, Essas relações entre
sentenças são utilizadas intuitiva e corretamente, mas pretende­
mos agora explicitá-las a partir das construções lógicas que temos
encaminhado.
Uma forma proposicional A é logicamente equivalente a uma
forma proposicional B quando os seus valores de verdade coinci­
dem em cada linha das colunas finais das respectivas tabelas de
verdade.
Nesse caso, dizemos que as tabelas de verdade de A e B são
coincidentes. Com isso, a forma proposicional A é equivalente à
forma proposicional B se, e somente se, A<-»B é uma tautologia,
ou seja, se, e somente se, qualquer atribuição que faz uma verda­
deira fizer a outra também verdadeira. Indicamos que A é equiva­
lente a B da seguinte maneira: A <=> B.

Propriedades da equivalência lógica

P, Propriedade reflexiva
A<=> A
P2Propriedade simétrica
Se A <=> B, então B <=> A
P3Propriedade transitiva
SeA <=>B eB <=>C , então A <=> C

Scanned by CamScanner
34 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

P4 Se A e B são ambas tautológicas ou contraditórias, então


tem os que A t=> B.

A s propriedades acima nos mostram que a equivalência ló­


gica é uma relação de equivalência sobre a classe de todas as
proposições.

Exercícios:
10. Verificar a validade das quatro propriedades da equivalên­
cia lógica.
11. Verificar a validade das seguintes equivalências:
(a) —i—ip <=> p (dupla negação) (e) (p->q)A (q-»p) <=> (p<->q)
(b) —ip —» p <=> p (0 P<->q <=> (PAq)v (~ipA—q)
(c) p —» (pAq) <=> p q (g) P ~ * l <=> -<5 -ip
(d) p q <=> ~<Pv q (h) p -X q -> r) <=> q->(p->r).
'í 1 í ^
Um a forma proposicional A implica logicamente uma forma
proposicional B, se B é verdadeira “ 1" toda vez que A é verda­
deira “ 1".
Assim, uma forma proposicional A implica um a forma propo­
sicional B se, e somente se, A —»B é uma tautologia. Denotamos
que A implica B por A = * B.

Propriedades da implicação lógica

Pj Propriedade reflexiva:
A => A
P2Propriedade anti-simétrica:
S e A = > B e B = > A , então A <=>B
P3Propriedade transitiva:
S e A = ^ B e B = » C , então A =» C

Com as propriedades acima, a relação de implicação lógica de­


termina uma relação de ordem sobre a classe de todas as proposições.
Apesar da íntima relação existente entre <=> e «-» ou entre =» e
devemos observar suas diferenças. O s sím bolos <-» e —» são

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 35

conectivos (símbolos operatórios) que têm a função de representar


expressões linguísticas, ao passo que os símbolos <=> e =* são me-
talinguísticos (comparação), ou seja, são usados para denotar rela­
ções entre sentenças. No capítulo seguinte, quando trabalharmos
com linguagens formais, essa distinção ficará mais clara.

Exercícios:

12. Verificar a validade das propriedades da implicação lógica.


13. Testar a validade das seguintes implicações:
(a) (p—»q)A(q—>r) = * (p->r) (d) (-ipAq) => -.p
(b) pA—»p => q(e) p => (q—>qAp)
(c) (pOq)Ap => q (f) p—Hq~>r) =» (pAq)->r.
- o \ ' \

Proposições associadas a uma condicional

Os raciocínios condicionais são freqüentemente empregados


em nosso cotidiano e também no fazer matemático. Entender as
relações existentes entre sentenças condicionais pode nos ajudar a
evitar alguns equívocos comuns.
Dada a condicional A —»B, as seguintes formas preposicionais
são associadas a ela:
(i) a recíproca é B —»A;
(ii) a contrária é —A —>—B ;
(iii) a recíproca da contrária ou contrapositiva é —iB—»—A .

Verificando as respectivas tabelas de verdade, temos:


A B A ->B B ->A - A - » - ,B —iB A
0 0 1 1 1 1
0 1 1 0 0 1
1 0 0 1 1 0
1 1 1 1 1 1

Scanned by CamScanner
36 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

donde concluímos que A —»B c -JB—> -A sào equivalentes, assim


como —iA—>-tB e B —>A também o são, mas isso não vale para os
demais pares.

Exemplos:
(a) Considerando a seguinte proposição:
A —»B: Se T é um triângulo equilátero, então T é isósceles (1),
agora,
B —>A: Se T é um triângulo isósceles, então T é equilátero (0).
-tA - ^ tB: Se T não é equilátero, então T não é isósceles (0).
—B —>—A : Se T não é isósceles, então T não é equilátero (1).
(b) Demonstrar que no conjunto Z, se x é ímpar, então x é
ímpar.
Pela recíproca da contrária, basta demonstrar que se x é par,
entãox2épar. Sejaxpar, entãox = 2n, tal que n e Z , daí:
x2= (2n)2= 4n2= 2(2.n2), logo x2é par.
(c) Do cálculo sabemos que, se uma função é derivável, então é
contínua. Mas não é verdade que, se a função é contínua, então é
derivável.

Exercícios:
14. Dada a proposição "Se João é professor, então não deve ser
rico”, determinar, literalmente, suas associadas.
15. Encontrar a recíproca da contrária da proposição: "Se x é
menor que zero, então não é positivo” .
16. Determinar:
(a) a contrapositiva de A —>—>B;
(b) a contrária de -iA —»B;
(c) a recíproca de A —>—lB;
(d) a recíproca da contrária de -iA —»-iB.

Substituição nas formas proposicionais


Nesta seção, introduzimos algumas demonstrações no texto lógi­
co. Vamos obter algumas propriedades gerais sobre o cálculo propo-
sicional e manipular a substituição em formas proposicionais.

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 37

Sejam B,, ..., B n formas proposicionais quaisquer e A uma


forma proposicional na qual ocorrem as proposições atômicas p,,
.... pn, ou seja, vale A(p,, pn). A substituição de cada ocorrência
da variável p, (1 < i < n) por B, gera uma nova forma proposicional
indicada por A ( p / B lf p2/ B 2.... p„/Bn).

Proposição 1.1: Seja A(p,..... pn) uma forma proposicional na


qual as proposições atômicas p1( pnocorrem. Se A é uma tau-
tologia, então a forma proposicional C = A íp /B ,, p2/B 2,..., pn/B n)
também é uma tautologia.
Demonstração: Seja A uma tautologia. Para cada atribuição de
valores conferida às proposições atômicas de C, as formas B p B n
tomam os valores de verdade xp ..., de modo que x^é 1 ou 0. Se são
atribuídos os valores xlf .... x^ a B 1( .... B n, respectivamente, então o
valor de verdade de C coincide com o valor de A para a valoração
que atribui o valor xtpara p,..... o valor xnpara pn. Todavia, como A
é uma tautologia, então assume sempre o valor “1” . Portanto, C
assume apenas o valor “ 1” , ou seja, C é também uma tautologia. ■

Proposição 1.2: Sejam A e B formas proposicionais quais­


quer. Então, são logicamente equivalentes às seguintes formas
proposicionais:
(i) -{A aB) e (- iA v^B)
(ii) -i(AvB) e (—iAa- iB).
Demonstração: Primeiro, verificamos que —i(pAq)<->(—ipv—iq) e
—i(pvq)<->(—>pA—»q) são tautologias e, então, o resultado segue pela
Proposição 1.1. ■
Essas duas leis são conhecidas como leis de De Morgan. O
exercício seguinte caracteriza outras propriedades algébricas das
operações lógicas a e v.

Exercício:
17. Sendo A, B e C formas proposicionais quaisquer, verificar
que os seguintes pares são logicamente equivalentes:

Scanned by CamScanner
38 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOV1CH

(0 A a (B a C) e (A a B ) a C associatividade
(ii) A v(B vC ) e (A vB)vC associatividade
(iii) A a B e B aA comutatividade
(iv) A v B e B v A comutatividade
(v) A v A e A idempotência
(vi) A a A e A idempotência
(vii) A v (A aB) e A absorção
(viii) A a (A vB) e A absorção
(ix) Aa (B vC) = (A a B ) v (A a C) distributividade
(x) A v(B a C) = (A vB ) a (A v C) distributividade

Proposição 1.3: Consideremos as formas proposicionais A e


B logicamente equivalentes e C uma forma proposicional em que
A ocorre. Se D é uma forma proposicional obtida a partir de C
pela substituição de todas as ocorrências de A em C pela forma
proposicional B, então C e D são equivalentes.
*
Demonstração: Sejam A e B logicamente equivalentes. Dese­
jamos demonstrar que C<-»D é uma tautologia. Atribuindo valo­
res de verdade a todas as proposições atômicas envolvidas, temos
que D difere de C somente onde A difere de B. Mas, como A e B
são equivalentes, então assumem sempre o mesmo valor de verda­
de. Desta forma, i»(C«-»D) = 1, para toda valoração v, ou seja,
C<-*D é uma tautologia. Portanto, C <=> D . ■

Uma forma proposicional que envolve apenas os conectivos —i,


a , v é denominada uma forma proposicional restrita.

Proposição 1.4: Seja A uma forma proposicional restrita. Se


A * é obtida a partir de A pela permutação de a por v, de v por a e
de cada proposição atômica por sua negação, então A * é logica­
mente equivalente a —A .

Demonstração: Demonstração por indução sobre o número de


conectivos que ocorrem em A.
(Base) n = 0:

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 3 9

se nenhum conectivo ocorre em A, então A é uma proposição


atômica. Daí, A * é - A e, portanto, o enunciado é verdadeiro.
(Hipótese de indução) se B tem menos conectivos que A, então
B * é equivalente a —B .
Se A é do tipo —iB, como B tem menos conectivos que A, então
B * <=> -nB, donde segue que —B * <=>-i(-B ), ou seja, A * <=>—A.
Se A é do tipo B a C, como B e C têm menos conectivos que A,
então B * <=> —B e C * <=> —iC. A partir daí, A * <=> (B *v C *) e, pela
aplicação da Proposição 1.3 duas vezes, A * <=> ( - B v —iC). Pela
Proposição 1.2, (-B v -iC ) O —(B a C) e, pela transitividade da
equivalência, temos que A * <=> - i(B a C), ou seja, A * <=> —A.
Se A é do tipo B v C , o tratamento é análogo e deve ser comple­
tado. ■

Corolário 1.5: Se pp p2.......pn são proposições atômicas, en­


tão:
((^P iM->P2)v - v ( - p J ) <=> K P A P A ApJ).

Demonstração: Este corolário é um caso especial da Proposição


1.4, em que A é a forma proposicional A = (p,Ap2A ... Apn). ■

A seguir, para sermos um pouco mais sintéticos, denotamos a


expressão (pjA p / v ... Apn) por A |Lt p e a expressão (ptvp2v ...v p j
P °r V "=1 Pi.
Como (—«Pi)a (—ip2)A ... a ( p n) <=> - { p v p2v ... v pn), temos
que:
A Ui (—|Pi) <=> V JLj p,).

Proposição 1.6: (Leis de De Morgan generalizadas) Dadas as


formas proposicionais A v A ^ t e m o s :

(ü) V ”=1(-A j) <=> - t(A "=1Ai)

Demonstração: Segue pelas considerações acima e pela Proposi­


ção 1.1. ■

Scanned by CamScanner
40 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

Exercícios:

18. Completar a demonstração de 1.4.


19. Demonstrar que para quaisquer formas proposicionais A
B e C :^ .
(a) A -^(B->C) e (A a B ) - * C são equivalentes
(b) A ->(B-^C) e (A ->B )-K A ->C ) são equivalentes
(c) A ->B e - A v B são equivalentes
(d) A e - t(- A ) são equivalentes
(e) (A a B) implica A ,
(f) A implica A vB
(g) A a (A->B) implica B
(h) - B a (A->B) implica -iA
(i) (A v B) a- iB implica A.
20. Demonstrar que a forma proposicional -n(Av—B ) —KB—»C)
é logicamente equivalente a cada uma das seguintes:
(a) —t(B —>A)—>(—iBvC)
(b) (—iA a B) > -{B a —iC)
(c) —1(—iBvC)—>(B—>A)
(d) B ->(A vC ).

Formas normais

Dada uma forma proposicional qualquer, existe uma quanti­


dade enorme de formas proposicionais equivalentes àquela dada,
ou seja, todas as formas que apresentam a mesma tabela de verda­
de. A forma normal coloca-se como a escolha de uma entre estas
muitas formas proposicionais equivalentes. Essas formas normais
são formas proposicionais restritas tratadas com mais detalhes.
Isso pode ter duas aplicações: a primeira é encontrar uma forma
proposicional para certa tabela de verdade dada; a segunda está
associada com a unicidade possível para certa forma normal, o que
é importante para questões relacionadas com demonstrações au­
tomáticas, ou seja, aquelas que podem ser computadas por um
algoritmo, pois este possibilita dizer como fazê-lo.

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 41

P r o p o s iç ã o 1.7: Toda função de verdade coincide com a fun­


ção de verdade de uma forma proposicional na qual os únicos co-
nectivos que ocorrem estão entre —i, a e v, ou seja, é uma forma
proposicional restrita.

Demonstração: Seja f uma função de verdade n-ária. Uma for­


ma proposicional A será construída a partir das proposições atô­
micas p j , p nque correspondem a esta função.
Se para toda atribuição de valores a função de verdade f toma
sempre valor “0” , então trata-se de uma contradição e a seguinte
forma proposicional a representa:

A.= (P]A iPj) a p2a ... a p„.


Se para cada atribuição de valores a função de verdade f toma o
valor “ 1” em pelo menos uma combinação de valores de verdade,
então f pode ser representada por uma tabela de verdade contendo
2“ linhas, tal que cada linha representa uma particular atribuição
de valores de verdade às proposições atômicas plt .... pn, seguida
pelo correspondente valor de verdade de f. Para 1 < i < 2n, seja G a
conjunção de B 1'aB 2a ... ABn', em que IV é pjt se na i-ésima linha a
proposição Pj tem valor “ 1” , e Bj' é —ipj, se na i-ésima linha a pro­
posição Pj tem o valor "0” .
Pela construção anterior, para a k-ésima atribuição de valores,
Q tem valor “ 1” e C t, para i * k, tem valor “ 0” .
Seja D a disjunção de todos os C |f para os quais a função f tem
valor de verdade “ 1” . Neste caso chamamos cada C;de disjuntiuo.
Desta maneira, se f tem valor “ 1" para a k-ésima linha, então C ké
um disjuntivo de D com valor "1” , logo, D também tem o valor
“ 1” para esta atribuição. Se f tem o valor “ O” para a k-ésima linha,
então Q não é um disjuntivo de D e todos os disjuntivos de D
tomam valor “ 0” para esta atribuição e, então, também D toma o
valor “0” . Portanto, a forma proposicional D tem a função de
verdade coincidente com f. ■

Scanned by CamScanner
^2 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

Exemplo:
W
p. P2 p3 f(p,» P2>Pj)
0 0 0 0
0 0 1 1
0 1 0 0
0 . 1 1 0
1 0 0 1
1 0 1 1
1 1 0 0
1 1 1 0

Pela Proposição 1.7, a forma proposicional D = C 2vC-vC6


admite a função de verdade coincidente com a dada acima. Assim:
C2= (—>pta —ip2Ap3) "
C 5=(pj A-ip2A~ip3)
Q = (P lA^P2AP3Ê)
D s (' !P1A |P2AP3) y (p,A^P 2A- 1p3) V (p,A-,p2Ap3).

Exercício:
21. Construir a tabela de verdade desta forma proposicional D
e confirmar 0 resultado.

Corolário 1.8: Toda forma proposicional que não é uma con­


tradição é logicamente equivalente a uma forma proposicional
restrita do tipo, v j j (a "=1Bg), em que cada B (J é uma proposição '
atômica ou a negação de uma proposição atômica.

Demonstração: Duas formas proposicionais são logicamente


equivalentes se têm a mesma função de verdade. Dada uma forma
proposicional A, determinamos a sua função de verdade e, daí,
pela Proposição 1.7, construímos a forma proposicional no tipo
acima indicado. ■

A forma proposicional obtida no corolário anterior é denomi-


nadaforma normal disjuntiva (FND).

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 43

Corolário 1.9: Toda forma proposicional que não é uma tau-


tologia é logicamente equivalente a uma forma proposicional da
forma a (v ”mXB-), em que cada B tj é uma proposição atômica ou
a negação de uma proposição atômica.
Demonstração: Se A não é uma tautologia, então —A não é uma
contradição e, pelo Corolário 1.8, é equivalente a v ^ (a "=1 B-).
Desta maneira, a fórmula A é logicamente equivalente a
(a "=1B ;í)). Pelas leis de De Morgan, A é equivalente a
a ™, (v"=1 B ;j). Finalmente, substituindo-se todas expressões do
tipo —1(—ipj) por pi( obtemos o resultado proposto. ■
A forma proposicional do corolário acima é denominada forma
normal conjuntiva (FNC).

Exemplo:
(a) Encontrar uma forma normal conjuntiva que seja logica­
mente equivalente à proposição A = (—ipVq)—»r.
O primeiro passo é estabelecer a tabela de verdade de sua
negação.

p q —1 ((->p V q) —»•
0 0 0 1 í 1 0 0
r)0 1

0 0 1 0 í 1 0 1 1
0 í 0 1 1 1 1 0 0
0 í 1 0 í 1 1 1 . 1
1 0 0 0 0 0 0 1 0
1 0 1 0 0 0 0 1 1
1 í 0 1 0 1 1 0 0
1 í 1 0 1 1 1 1

Assim, a forma normal disjuntiva associada a - A é:


(—ipA—iqA—ir) v (—ipAqA—út) v (pAqA-ir).
Mas, a forma proposicional A é equivalente à negação desta,
donde segue pelas leis de De Morgan que:
A <^>—1((—»pA—>qA—ff) v (-ipAqA-ür) v (pAqA-ir)) <=>
<=> (pvqvjO a (pv-qvr) a (-.pv-iqyr),
e esta última se encontra numa FN C.

Scanned by CamScanner
44 HÉRCULES DE ARAÚJO FEITOÇa c c
OSA E LEONARDO PAULOVICH

Exercícios:

22. Dualizar o procedimento da demonstração da Proposição


1.7 e obter outro caminho para a construção de uma forma normal
conjuntiva.
23. Encontrar uma FNC e uma FND equivalentes a:
(a) (p-»q) v (rA-ip)
(b) (p<-Kj)
(c) (—rTAq) v (p->q)

C on ju ntos c o m p le to s d e c o n e c tiv o s
Nesta seção, observamos que, embora tenhamos introduzido
cinco conectivos com respectivas interpretações razoavelmente
intuitivas, de fato não precisamos de todos eles, pois com apenas
alguns podemos obter os demais. Também outros conectivos po­
dem ser propostos, com certa generalidade, mas com quase ne­
nhuma intuição.
Um conjunto de conectivos é completo, se é tal que toda função
de verdade possa ser representada por uma forma proposicional
contendo somente conectivos deste conjunto.
Essa é uma das características entendidas como fundamentais
por Frege ao introduzir o sistema lógico que seria básico para toda
a matemática, a completude funcional da verdade, ou seja, conheci­
dos os valores de verdade de funções básicas, todas as demais de­
veríam ser obtidas a partir daquelas.
Observando a seção "Formas normais", vemos que o conjunto
{ a , v, -i) é um conjunto completo de conectivos.

Proposição 1.10: Os conjuntos de conectivos {-i, a }, {—i, v } e


{-), ->} são completos.

Demonstração: Pela afirmação acima, sabemos que o conjunto


(a , v, —i} é completo. Assim, basta verificarmos que para quais­
quer formas proposicionais A e B vale:
A a ÍJ O ■( A v iB), donde verificamos que o conectivo a não
é essencial e, portanto, o conjunto (v, —i} é completo;

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 45

A vB <=> —i(- iA a - tB ), donde temos o “completamento” de


A } ‘.
A a B <=> —{A —»-iB) e A v B <=> (—A ->B ). Dessa maneira,
também o conjunto {—i, —>} é completo. ■

Com isso, dada uma forma preposicional qualquer, ela pode


ser transformada em uma forma preposicional equivalente con­
tendo apenas os conectivos a , v e —i e, então, em outra contendo
apenas —ie um entre os três conectivos a , v ou —>.

Exemplo:

(a) (-ipvq) —>r <=> -i(-ipvq) v r xi ' n


(-ipvq) —> r <=> -{-i(pA-iq) a - * ) A
(—ipvq) —> r <=> (p—Kl) —> r
Os demais pares dos conectivos avaliados não determinam
conjuntos completos de conectivos. Os dois conectivos binários
introduzidos a seguir têm uma característica peculiar: cada um
deles determina um conjunto unitário e completo de conectivos.
São conhecidos como conectivos de Sheffer.

C on ectivos d e Sheffer

N egação conjunta: a negação conjunta das proposições A e B


é a proposição " A l B " (não A e não B ), cujo valor lógico é dado
pela seguinte tabela de verdade:
A B A iB
0 0 1
0 1 0
1 0 0
1 1 0

Negação disjunta: a negação disjunta de duas proposições A e


B é a proposição “A T B M(não A ou não B ), cujo valor lógico é
dado pela seguinte tabela de verdade:

Scanned by CamScanner
46 HÉRCU LK * ARAÚJ0 « 1 0 S A E LEONARDO PAULOVtCH

A B A ÍB
o 1 0 1
0 í l
r i 0 1
i 1 0

Proposição 1.11: Os conjuntos unitários {4'} e {^ } s^° con


juntos completos de conectivos.
Demonstração: —A<=>ATA
A vB<^(ATA)T(BTB)
A aB o (ATB)T(ATB)

—A <=> (A>lA)
A vB <=>(AfJBjJ^Ai-B)
A aB <=$(AJAji-íB^B). ■

Exemplo:
(a) Encontrar uma forma proposicional que envolva apenas o
conectivo ! e seja equivalente à A —>B.
A—)B <=>—A v B <=>—{ A a —iB) <=>—1(A a (B>ÍB))
<=>-,[(A ÍA )l((B ÍB )i(B ÍB ))]
o [(A U )I((B ÍB ) nL(BÍB))]>1[(AM) nL ((B IB )Í(B ÍB ))].

Com esse exemplo, vemos que, apesar da diminuição do nú­


mero de conectivos, é assustador o crescimento do comprimento
dessas formas proposicionais, sobre as quais perdemos completa­
mente qualquer intuição.

Exercícios:

24. Encontrar formas proposicionais que contenham apenas os


símbolos -i e a , e que sejam equivalentes às seguintes:
(a) (A—>B)v(D aA)
(b) (AvB) - » (A-»B)
(c) (A<-»D)

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 47

25. Encontrar formas proposicionaís que contenham apenas os


símbolos —ie v, e que sejam equivalentes a:
(a) (A -»B)-> (A vC)
(b) (A<->D)
(c) (A<-> - B ) -> (CvD )
26. Encontrar formas proposicionaís que contenham apenas os
conectivos —» e —i, e que sejam equivalentes a:
(a) A «-» (BvC )
(b) (A<->B)v (—»Aa C)
(c) ( 0 > D )
27. Verificar que { a , v } não é um conjunto completo de co­
nectivos.
28. Mostrar que não existe outro conectivo binário além de i e
T que determine um conjunto unitário e completo de conectivos.
Os resultados desta seção caracterizam uma álgebra das formas
proposicionaís que pode ser definida apenas para os operadores
a e v. Voltaremos a discutir essa estrutura algébrica ao longo deste
trabalho, mas agora avaliaremos as inferências proposicionaís, ou
melhor, discutiremos quando e como é apropriado extrair uma
conclusão de uma coleção de informações dadas.

Sobre a validade de argumentos


Agora estamos prontos para a discussão sobre a validade de ar­
gumentos. Usamos os resultados construídos até aqui como fer­
ramentas para a análise dos procedimentos de dedução.
Um argumento é uma seqüência de formas proposicionaís A lP
..., A n+1, com n e N, tal que a conjunção das n primeiras for­
mas implica a última, ou seja:
A jaA ^ ... a A j j A n+1.
Neste caso, as formas proposicionaís A;, 1 < i < n, são as pre­
missas e A » „ é a conclusão. U m argumento é inválido ou falacioso
se, nessas condições, não houver a implicação, ou seja:
A ]a A 2a ... a \ ü> \ +1

Scanned by CamScanner
48 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

Em geral, os argumentos válidos são denotados por qualquer


um a das seguintes maneiras:
(*0 A ,, A j, ••• » A^, ^n+i
(b ) A l( A 2, ... A„+t
(c) A,
A2

A,
An+i
Neste nosso texto, vamos denotá-los de acordo com o item (b).

Exemplos:
(a) Testar a validade do argumento A —»—iB, —A , A v B I----iB.
Para tanto, devemos verificar se a proposição ((A -> - hB ) a ( - A ) a
(A vB )) - » ( - B ) é uma tautologia:

((A ->B) A -A ) A (A V B) —» —iB


0 1 1 1 1 0 0 0 0 1 1
0 1 0 1 1 1 0 1 1 0 0
1 1 1 0 0 0 1 1 0 1 1
1 0 0 0 0 0 t 1 1 1 0

Já que não obtivemos uma tautologia, então o argumento não é


válido.
X A --ti.

(b) Fazer o mesmo para A —>B, A v B , - B j- B :

<(A->B) A (A v B » A (—'B) B
1 0 0 0 1 1 0
1 1 1 0 0 1 1
0 0 1 0 1 1 0
1 1 1 0 0 1 t

Portanto, este argumento é válido.

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 49

Exercício:
29. Mediante o uso de tabelas de verdade, testar a validade dos
seguintes argumentos:
(a) B—»—iA, —i(-iA) I- B Aí (d) —iE—»—iA, —
1(—iA vB) i— .B 5»
(b) A-*-,B. AvB h A«->-nB 5 (e) -<AvB), B->E, Av(A-»B) H BvE N
(c) C—>(DvE), D->-iC l— ,C jú (f) B->-,E, Av-,E i- -Bv-,E. 5

R egras de inferência

Embora seja um procedimento simples, não podemos abusar


da construção de tabelas de verdade. Basta tomarmos uma quanti­
dade um pouco maior de formas proposicionais básicas para per­
cebermos que os tamanhos dessas tabelas ficam intratáveis. Como
as situações de inferência em geral são constituídas por uma quan­
tidade muito grande de sentenças, esse procedimento tem apenas
um alcance local para a investigação da validade dos argumentos.
A seguir, usamos alguns argumentos válidos simples, os quais já
determinamos como válidos no texto, e a partir deles obtemos um
dispositivo mais poderoso para a análise pretendida.
Esses argumentos básicos são denominados regras de inferên­
cia. As formas proposicionais acima do traço são as premissas e as
abaixo do traço são as conclusões. Temos regras unárias, binárias e
temárias, para uma, duas ou três premissas, respectivamente. U ti­
lizaremos as seguintes regras de inferência ou dedução:

(DN) Dupla negação —>(—A.) ou A


A —1(—iA)

(C) Conjunção A ,B
A aB

(S) Simplificação A aB

(D) Disjunção A
AvB

Scanned by CamScanner
50 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

(SD) Silogismo disjuntivo AvB, -iA


B

(MP) Modus ponens A -»B,A


B

(MT) Modus tolens A-»B, -.B


—iA

(SH) Silogismo hipotético A->B, B ->C


A ->C

(BIC) Regras do bicondicional A —>B, B —»A ou ______A<->B


A ^B (A —>B) a (B—>A)

(DC) Dilema construtivo A—>B, C -»D , A v C


BvD

(DD) Dilema destrutivo A —>B, C —>D, —iBv—iD


- A v - iC

Além dessas regras, serão utilizadas as propriedades comutati-


va, associativa, distributiva, idempotente, De Morgan, a equiva­
lência A -> B = -A v B , ou alguma outra já verificada.
Uma vez que estas regras são válidas (verificar caso haja dúvi­
da), elas levam proposições verdadeiras em proposições verdadei­
ras. Assim, se nossas premissas são sentenças verdadeiras, as con­
clusões são sempre verdadeiras.
Todas essas regras são logicamente importantes, mas, como
veremos no capítulo seguinte, para o desenvolvimento deste tra­
balho é particularmente importante a regra Modus ponens. A pro­
posição abaixo mostra a sua validade.

Proposição 1.12: Se A e A —>B são tautologias, então B tam­


bém é uma tautologia.

Demonstração: Supondo que B não é uma tautologia, existe


uma atribuição de valores lógicos que atribui valor “0” para B.

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 51

Desde que A é uma tautologia, tomará sempre valor lógico .“ 1” e,


então, para esta particular atribuição, A —»B terá de assumir o
valor “ 0” . M as isso contradiz o fato de A —>B ser tautologia. ■

Exercícios:
30. Dar os nomes das regras usadas em cada um dos argumen­
tos seguintes:
( a M E v D ) - > A ,- < E v D ) H A W
(b) A - K D v G ), - t(D v G ) k - A A '
(c) (A a —lB ) v (B a —E ), —(A a —B ) i—B a—E i^
(d) B - > F h (B -> F )v -iD D
(e) (C -»E )v (D v A ), - < D v A ) H C - > E 5 D
(f) C —>—iD, - iD - > G h- C —>G s «
(g) E —»—«(A v B ), — >(AvB) i— E A' t '
(h) D a (C v —iD ) l—C v —iD v
(i) —E —»—iD, —i(—iD) \~ E ; ,v\ X)
(j) - i(C a D ), E - > C h -.(C a D ) a (E —>C) C"
(l) G a —E i— E i
(m) (C a D ) v —iG, G l—C a D • P *
(n) C —K D -> G ), C h- D —>G
(o) (—iC—> -iD )vG , *-i(—G —>—iD) h- G >

31. Completar cada um dos seguintes argumentos válidos:


(a) (E a A) - > ^ B (d) > -D )v G

■ r í- B )

(b) C-H D -»G) (e) C - K D a G )


-V o\
C —>-D

C a - iD

Scanned by CamScanner
52 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAJLOVICH

Técnicas dedutivas

Como procedimentos de dedução, podemos seguir pelo menos


três caminhos alternativos. O primeiro considera as informações
dadas e, usando as regras de inferência, obtemos a conclusão, O
segundo considera a conclusão do tipo condicional, em que o seu
antecedente é tomado como uma nova premissa e, então, obtemos
o consequente como conclusão. Finalmente, no caminho indireto,
negamos a conclusão e obtemos uma contradição. Assim, deve
valer a conclusão considerada.
A esses procedimentos de dedução chamamos técnicas dedutivas.

Dedução direta: uma forma proposicional B é deduzida dire­


tamente de algumas formas proposicionais dadas, se é possível for­
mar uma seqüência de proposições A ,, A2, ..., Ande maneira que:

(ii) para qualquer valor de i, 1 < i < n, Aj é uma das premissas


ou constitui a conclusão de algum argumento válido formado a
partir de proposições que a precedam na seqüência.
Neste caso, escrevemos A „ A * A,,., h- A„ = B e dizemos que
a forma proposicional B é dedutivel ou derivável a partir do con­
junto {At, A2, ..., AnJ de premissas ou hipóteses. Denotamos os
conjuntos de formas proposicionais por letras gregas maiusculas.
Assim, se A = {Ap A2, An]}, a seqüência formada é denomi­
nada uma dedução de B a partir de A. Vamos indicar as premissas
por p. apenas.

Exemplos:

(a) Deduzir -,D a partir de C, - tB -> ^ D .


l.C
P-
2
P-
3. - tB— J )
P-
4. -iB MP em 1 e 2
5. -D
MP em 3 e 4

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 53

(b) Deduzir E v —iD quando conhecidas as premissas


C —>—iB, —iC—>E.
I .D aB P-
2. C - » - B P>
3. -iC ->E P-
4 .B Sem 1
B) DN em 4
6. —iC M T em 2 e 5
7. E MP em 3 e 6
8. E v -iD D em 7
(c) D erivar “ x = 0” d as prem issas:
1. x^O —>x = y P-
2 .x = y —>x = z P-
3. X5*Z P-
4 .x *y M T em 2 e 3
5 .-< (x *0 ) M T em 1 e 4
6. x = 0 D N em 5
(d) Deduzir A das p rem issas:
1. —A —»B P-
2. B —> - D P-
3. D v E P-
4 .- E P*
5. D SD em 3 e 4
6. -< -iD ) D N em 5
7. —iB M T em 2 e 6
8. —1(“-A) M T em 1 e 7
9. A D N em 8

Exercício:
32. Verificar a validade dos seguintes argumentos:
(a) A -»D , A a B , (D a E )—>—iC, B —^ E j— iC
(b) 3x + y = 11 o 3 x = 9
(3x = 9 '-»3 x + y = 11) > y = 2
y *2 v x + y = 5
x+ y= 5

Scanned by CamScanner
54 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

(c) (A->B)aE, A, C -> -tí, C vD h- D


(d) A -£>, -,C -> -J3 , A a B h C aD
(e) C->E, ^E , CvD I- D
(0 (CvG)-»A, B -K -A a- £ ), B 1-
(g) (A->B) v (E aD), - B h- A ->E
(h) D aB, C - ^ - B , - £ - > E h E v -iD

Dedução de conclusão condicional: se desejamos obter


A->B, dadas as premissas A „ .... A n, tomamos, a princípio, a
conjunção dessas premissas como D e comprovamos a validade do
seguinte argumento D h A->B, ou seja, D => A ->B . Se isso
ocorre, então v(D—>(A—>B)) = 1 see n(—iDv(—A v B )) = 1 see
■ u((-iDv-iA)vB) = 1 see u(—i(D a A) vB) = 1 see d((D a A)->B) -
1. Portanto, D aA => B.
Com isso, para que seja verificada a validade de um argumento
na forma condicional, isto é, cuja conclusão tem a forma A —>B,
basta introduzir A como uma nova premissa provisória, denotada
por pp. e, então, obter B.

Exemplos:

(a) Derivar E — A, dadas as premissas:


1. A—>B -> A p.
2. E —>—B d '"C *i A p_
3. E pp.
4 .- B MP em 2 e 3
_ 5._rnA M T em 1 e 4
6. E->- tA D C de 3 a 5
(b) Deduzir E — D, dadas as premissas:
1. B -^ ^ E
P-
2. “-i(D a- B )
P*
3. E
pp.
4- -*n E ) DN em 3
5. -tB
M T em 1 e 4
6.
De Morgan em 2

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 55

7. -iD vB DN em 6
8.-JD SD em 5 e 7
9 .E - » - D DC de 3 a 8
(c) Obter C —»D, dadas as premissas:
1. (C vE) - » A P-
2. E —>(—A a —iB) P-
3. E v D P-
4. C pp.
5. C v E D em 4
6. A MP em 1 e 5
7. E —> - t(A vB) De Morgan em 2
8. A v B D em 6
9. - i(- t(A vB)) DN em 8
10 . - £ M T em 7 e 9
11. D. _ SD em 3e 10
12. C -» D DC de 4 a 11

Dedução de conclusão bicondicional: A dedução de um ar-


gumento cuja conclusão está na forma bicondicional C<-»D é se-
melhante à dedução condicional, com a distinção de que é feita em
duas partes distintas, ou seja, num primeiro momento deduz-se
C —>D e, em seguida, D —>C. Assim concluímos pela validade do
argumento.

Exemplo:
(a) Derivar C h D quando conhecidas as premissas:
l . F —»C P-
2 .D -> F P-
3. C -> G P-
4. D v-iG P-
5a. C PP-
6a. G MP em 3 e 5a
7a. D SD em 4 e 6a
8a. C —)D D Cde 5a a 7a

Scanned by CamScanner
É R C U IE S D E A R A Ú J O FEITOSA E L E O N A R D O PAULOVICH

5b. D pp.
6b. F M P cm 2 e 5b
7b. C M P cm 1 c 6b
8b. D -» C C D dc 5b a 7b

9, ( C —»D ) a (D —»C) C em 8a e 8b
10. C<->D B IC em 9.

Exercício:
33. Testar a validade dos argumentos seguintes por derivação
condicional:
(a) (C v G ) —» A , B —>(—iA a —lE) I- B —»—iG
(b) - E - > B , -hC , - ,D - > - iB h- (C v —D ) - * E
(c) D —>E, D v A , A —»B, E —»C i— B —>C
(d) A -H B v E ), —E I - A —»B
(e) (B v G )—»C, (C a D ) —>—iE, D H B —>—E

D ed u ção indireta: U m método freqüentemente usado na


demonstração da validade de um argumento é denominado dedu­
ção indireta ou redução a um absurdo, que consiste em admitir a
negação da conclusão como uma nova prem issa e, então, deduzir
uma contradição. A idéia intuitiva desse raciocínio é que admiti­
mos que as teorias com as quais tratamos são livres de contradi­
ções, ou seja, nelas não pode ocorrer A a —A = 0 e, mais, uma das
proposições, A ou - A , deve ser verdadeira.

Consideremos os argumentos:

A p A^i ..., A^ I- B (1) e:


A ,, A ^ ..., A n, —iB 1- 0 (2),

onde 0 é uma contradição qualquer como, por exemplo, D a —»D.

Segundo a dedução condicional, verificamos que, se (2) é um


argumento válido, então o argumento seguinte também é válido:

A p A j , ..., A^I— iB—>0 (3).

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 57

Mas, como:
—iB—»0 <=>-i—iBv_L <=>B v 0 <=> B,
segue que o argumento (1) é válido se, e somente se, o argumento
(2) é válido.
Em resumo, para a verificação da validade de um argumento
pela redução a um absurdo, introduzimos a negação da conclusão
como uma nova premissa e obtemos uma contradição.

Exemplos:
(a) Deduzir E, dadas as premissas:
1. - A - ^ E P-
2. - E - > B P-
3. —(A a B) P-
4. —E pp.
5. B MP em 2 e 4
6. —A v —iB De Morgan em 3
7. —i—iB DN em 5
8. —A SD em 6 e 7
9 .E MP em 1 e 8
10. E a —E C em 4 e 9
11.E D l de 4 a 10

(b) Derivar - A :
I . - tB v D P-
2. A —^—D P-
3 .B P-
4. —1(—A ) pp.
5. A D N em 4
6. —iD MP em 2 e 5
7. —B SD em 1 e 6
8. B a—B C em 3 e 7
9 .- A D l de 4 a 8

Dedução indireta da form a condicional: Para a demonstra­


ção da validade de um argumento que tenha a conclusão do tipo

Scanned by CamScanner
58 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

C —>D, segundo a dedução indireta, tomamos —( C —>D) como


uma nova premissa provisória, onde obtemos —{ —iCvD) e, daí,
(C a—iD). Portanto, na prática, acrescentamos o antecedente C e a
negação do conseqüente —iD como novas premissas e deduzimos
uma contradição.

Exemplos:
(a) Deduzir E - > - B dadas as premissas abaixo:
1. —E v —iD P-
2.B -»D P-
3.E pp.
4. —i—B pp.
5. —i—iE DN em 3
6 -D SD em 1 e 5
7. iB M T em 2 e 6
8. —B a—i—B C em 4 e 7
9. E - > - B Dl de 3 a 8
Derivar A —>B das premissas abaixo:
l.(A ->B)vE P-
2. (DvC) —>—iE P-
3. D v(C aF) P-
4. A pp.
5 .- B pp.
6. (D vC)a(D vF) Distributividade em 3
7. DvC Sem 6
8. —E MP em 2 e 7
9. A->B SD em 1 e 8
10.B MP em 4 e 9
11. B a—B C em 5 e 10
12 A->B D l de 4 a 11

Exercícios:
34. Testar os argumentos seguintes pela dedução indireta:
(a) -JEv-iD, (CvD)-*E, Dv-iD, -,C l- -i(CvD)
(b) C-»-iD, G-»-,C, DvG h - C

Scanned by CamScanner
UM PRELÚDIO À LÓ GICA 59

(c) D vE, D —» - A , E - > F i— A v F


(d) E —■>—B , (A—>B)a G , A, E v D f—D
(e) (D vG) —>C, B —>(—iC a —iE), B l— iG

35. Testar os argumentos seguintes pela dedução indireta do


condicional:
(a) (A—>B)vE, (D v C )—>—E , D v (C a F ) 1—A —>B
(b) A - K B v E ) ,- £ i- A - > B
(c) (A-»B) v (E a D), - iB I—A —>D
(d) C -»D , D —^—E , (C -> -JE )-»B \~ A - ^ A a B)
(e) —iCv—tD , B —>D h G—>—iB.

36. Nas deduções abaixo, completar as passagens:


(a) l.A - » B p.
2. —E —>—tB p.
3. —i(—A v —iD) p.
4. A a D
5. A
6. B
7. E
8. D
9. E a D
(b) 1. —i(D a G ) — ^~iC p.
2. C —K - iD aE ) p.
3. C pp.
4 . - iD aE
5. —iD
6. D a G
7. D
8. D a -JD
9 . -»C
(c) 1 .C -K D -4 G ) p.
2. (G aF )->B p.
3. A - ^ D aF ) p.
4. — A v —iC) p.

Scanned by CamScanner
60 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

5. A a C
6. A
7 . D aF
8. C
9. D -> G
10. D
11. G
12. F
13. G aF
14. B
1. (Aa- tB)v(Ba- iE) P-
2. A-*D P-
3. -iDvC P-
4. —iC P-
5. —.D
6. ~-A
7. -A vB
8. —i(Aa—iB)
9. Ba- iE
10. B

Falácias

As ciências dedutivas estão sempre preocupadas com argu­


mentos válidos, porém no discurso cotidiano argumentos falacio­
sos são usados em muitas situações, seja por engano, seja por pre-
meditação. Argumentos inválidos, como temos sustentado, po­
dem ocorrer por falhas no processo dedutivo ou por equívocos na
escolha das premissas.
No dia-a-dia, além de argumentos dedutivos, também argu­
mentos indutivos são usados, com freqüência, para justificação de
idéias. Os argumentos indutivos são aqueles similares aos da esta­
tística, em que, tomando como referência uma amostra, obtemos
uma conclusão sobre o todo. A grande diferença está no seguinte:

Scanned by CamScanner
UM PRELÚDIO À LÓ GICA 61

num argumento dedutivo, se as premissas são verdadeiras, então a


conclusão tem que ser verdadeira, ao passo que nos argumentos
indutivos, se as premissas são verdadeiras, provavelmente a conclu­
são será verdadeira. Como exemplo, temos o argumento: "Com o o
Sol tem nascido todos os dias, provavelmente ele nascerá amanhã".
Verificamos alguns tipos comuns de argumentos falaciosos
tanto de origem dedutiva, como de origem indutiva.

A falácia da relevância é um primeiro tipo usual de raciocínio


equivocado. Tal falácia é caracterizada pelo fato de as premissas
não terem relação alguma com a conclusão. Pode ser utilizada para
desviar a atenção sobre a questão central do problema. E muito
comum em questões tratadas na justiça.

Exemplos:

(a) Antônio viu os homens cometerem o crime. Antônio é ape­


nas um pobre coitado. De vez em quando Antônio toma umas
“biritas". Logo, o testemunho de Antônio não tem valor algum.
(b) O galã nos incita a comprar um carro novo da marca Teruê.
Portanto, devemos comprá-lo.
(c) Muitos políticos são safados. Mas há também professores
safados, alunos safados, agricultores safados. Existem também
políticos decentes. Logo, não é uma questão relevante a corrupção
no meio político.

A falácia do raciocínio circular é caracterizada por assumir


aquilo que se deseja comprovar. Muitos equívocos científicos
decorrem deste tipo de raciocínio inválido.

Exemplos:
*
(a) E claro que estas cenas de sexo são imorais, pois são ofensi­
vas aos telespectadores.
(b) Certamente aquela declaração é verdadeira. Ele não afir­
mou aquilo?

Scanned by CamScanner
62 HÉRCULESDEARAÚJOFEIT
rei OSA
iUSAF
ElLF
EriM
ONAAD
RPD
,OPAULOVICH
>

A falácia semântica é caracterizada por termos vagos, não pre­


cisos ou dúbios presentes nas sentenças e que interferem no en­
tendimento do argumento.

Exemplos:
(a) É besteira se preocupar com meras palavras. "Apartheid ' é
apenas uma palavra. Portanto, você não tem que se preocupar com
"apartheid".
(b) O governo se mobiliza. Haverá mais dinheiro para as peque­
nas empresas. Os recursos advindos das novas taxas serão disponi­
bilizados para empréstimos a pequenos e médios empresários.
A falácia indutiva é caracterizada pela baixa ou inexpressiva pro­
babilidade de ocorrência da conclusão.

Exemplos:
(a) Em agosto de 1993 minha casa foi invadida, em agosto do
ano passado quebrei o braço e neste ano bati o carro. De fato,
agosto é um mês de azar.
(b) Tenho tentado jogar na cobra por quinze dias e não acertei.
Tenho certeza de que logo vai dar, e na cabeça.
A falácia formal é caracterizada pelo uso inadequado de alguma
regra de inferência ou pela obtenção de alguma regra equivocada.

Exemplos:
(a) Se alguém sabe o endereço eletrônico do Frank, João Mar­
cos sabe. Ninguém aqui sabe o endereço do Frank. Portanto, o
João Marcos não sabe.
(b) Se o Pedro ganhou no jogo uma grande soma em dinheiro,
ele está rico. Mas o Pedro está rico. Então ele ganhou no jogo.

A falácia das premissas falsas, como o próprio nome diz, é ca­


racterizada pela assunção de premissas falsas ou insustentáveis.

(a) Ou você está do lado do povo ou você está contra o povo.


Você não está do nosso lado. Logo, você está contra o povo.

Scanned by CamScanner
UM PRELÚDIO A LÓGICA 63

(b) Toda a ciência está revestida de razão. E a razão que nos dá


certeza de que o caminho escolhido é correto. Você não pode
questionar este projeto.

Exercício:
37. Analisar e discutir cada um dos argumentos falaciosos aci­
ma mencionados.

Scanned by CamScanner
2
C á lcu lo p r o p o s ic io n a l
TRATAMENTO FORMAL

No presente capítulo, continuamos a tratar do cálculo proposi­


cional clássico (CPG). Construiremos agora o sistema formal X ,
que é o correspondente formal do cálculo proposicional do capí­
tulo anterior, e verificaremos que todo o desenvolvimento intuiti­
vo daquele capítulo conforma-se completamente ao desenvolvi­
mento formal deste. Este, porém, não é o único sistema formal
correspondente ao cálculo do capítulo anterior. Grande quantida­
de deles é apresentada na literatura, com variações da linguagem,
do conjunto de axiomas e, principalmente, do conjunto de regras
de inferências ou dedução.

S iste m a fo rm a l X d o c á lc u lo p r o p o s ic io n a l

Nesta seção, introduzimos formalmente o sistema X = (Alf,


For, Ax, MP). O sistema formal X do cálculo proposicional clás­
sico (CPC) consiste nos seguintes itens:
1. alfabeto A lf de símbolos (enumerável):
'i )> (» Pl» P2> P3»
2. conjunto F o r de fórmulas dado pela seguinte definição in­
dutiva:
(i) para cada i e N *, (pt) é uma fórmula de X , denominada fór­
mula atômica. Cada p; é uma variável proposicional de X . O con­
junto de todas as fórmulas atômicas é denotado por For^.

Scanned by CamScanner
66 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

(ii) se A e B são fórmulas, então (—A ) e (A -^B) são fórmulas;


(ui) o conjunto de todas as fórmulas é gerado apenas por (i) e (ii).

3. axiomas: os axiomas A x de X são especificados por meio de


um dos três seguintes esquemas:
Axj (A -KB->A ))
A x2((A -K B-»C )) - » ((A ->B)-»(A -»C)))
Ax3((—iB—> —A ) —» ((—iB—>A) —>B))

Nota: para cada um destes esquemas de axiomas existe uma


quantidade infinita de instâncias, quando A, B e C são fórmulas
quaisquer de X.
4. regra de inferência: a única regra de inferência de X é a Mo-
dus Ponens (MP), que diz: se A e B são fórmulas de X , então B é
uma conseqüência direta de A e A —>B.
O sistema formal X ora proposto procura refletir o desenvol­
vimento intuitivo do cálculo proposicional; assim, as fórmulas de
X devem assemelhar-se com as formas proposicionais do capítulo
anterior. Os símbolos A . v e H não aparecem no alfabeto de X.
Assim, as expressões em que estes símbolos ocorrem não são fór­
mulas de X. Considerando que {—i, —>} é um conjunto completo
de conectivos, os demais símbolos são introduzidos por definição
da seguinte maneira:
(A a B) = df (—i(A—>—iB))
(AvB) = df ((-A )—>B)
(A<h>B) = ã (A ->B) a (B - tA )

Nota: o símbolo = df significa que o termo da esquerda está sen­


do definido pelo termo da direita.

As fórmulas nas quais ocorrem esses conectivos são abreviações


de fórmulas de X. As convenções para eliminação de parênteses,
aplicadas no tratamento intuitivo, também são pertinentes aqui. O
rigor com os parênteses é necessário apenas para alguns desenvolvi­
mentos formais; assim, sempre que possível, esse rigor será omitido.

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 67

Uma demonstração em X é uma seqüência de fórmulas A 1# ....


Aj,, tal que, para 1 < k < n, A ké um axioma de X ou A ké obtida de
dois membros anteriores da seqüência pelo uso da regra de infe­
rência MP, ou seja, A ké obtida de A i( Aj com i, j < k, tais que A ; é
B e Aj é (B —>Ak), ou o contrário, permutando A ; e Aj. Assim, A ké
uma conseqüência direta de A ; e Aj. Neste caso, a seqüência A,,
A,, é uma demonstração de A ne A né um teorema de X .
Os axiomas de X também são teoremas de X . Neste caso, as
suas demonstrações são seqüências de um único membro. Se A „
.... A^é uma demonstração em X , então, para k < n, temos que A 1(
.... A k é também uma demonstração em X e, portanto, A k é um
teorema de X .

A proposição a seguir é um exemplo de demonstração.

Proposição 2.1: Seja A uma fórmula de X . Então (A —>A) é


um teorema de X, ou, em outra notação, l- * (A—»A).

Demonstração:
1. (A-K(A-»A)-»A))-K(A-KA->A))-KA->A)) instância do Ax^
2. (A—»((A-»A)—»A)) instância do Ax,
3. (A-HA->A))-HA->A) M P em 1 e 2
4. (A—»(A—»A)) instância do A xl
5. (A—>A) M P em 3 e 4 ■

Seja Á um conjunto de fórmulas de X . Uma seqüência A 1( ...,


A^ de fórmulas é uma dedução a partir de À se, para cada 1 < i < n,
vale uma das seguintes condições:
(i) A, é um axioma de X
(ii) Ai é um membro de A
: (iii) Aj é obtida a partir de dois membros prévios da seqüência
por aplicação da regra de inferência MP

Dizemos que o último membro da seqüência, A^, é deduzido


de A ou é uma conseqüência de A em X. Se A é o último membro
de uma dedução a partir de A, então escrevemos A A. Dora-

Scanned by CamScanner
68 HERCULESDEARAÚJOFEITOSAELEONARDOPAULOVICH

vante, a menos que necessário, não vamos indicar o símbolo X de


A hx A, pois estamos tratando do sistema X.
Quando À é o conjunto vazio - 0 A é um teorema de X, e
escrevemos 0 h A, ou simplesmente I- A, ou seja, um teorema de
X é uma dedução a partir do conjunto vazio.
É importante percebermos que o símbolo ” não pertence ao
alfabeto de X e, dessa forma, qualquer expressão em que apareça
não é uma fórmula de X, mas apenas uma sentença sobre X, que
afirma que A é um teorema de X.

Exemplo:
(a) Estabelecer em X uma dedução para A, B-^(A ->C) h
(B->C), onde A, B e C são fórmulas de X.
1. A P-
2. B —>(A—>C) P-
3. A —>(B—>A) Ax,
4. (B->A) MP em 1 e 3
5. (B—>(A—>C))—»((B—>A)—>(B—»C)) Ax2
6. ((B->A)->(B->C)) MP em 2 e 5
7. (B—>C) MP em 4 e 6

0 resultado acima certamente não faz parte de X ; faz-se neces-


sário, então, para o que segue, fazermos uma distinção entre os
dois níveis em que se encontram os procedimentos dedutivos, ou
seja, se ocorre dentro do sistema formal, ou fora do mesmo, mas
falando sobre o sistema. A palavra “teorema” indica fórmulas
obtidas por procedimentos internos, ao passo que a palavra “meta-
teorema” é referida a procedimentos externos, versando sobre
resultados do sistema formal. Teoremas são fórmulas de um tipo
bastante restrito, ao passo que os metateoremas, que são os trata­
dos normalmente, são escritos na linguagem matemática ordiná­
ria. Também os símbolos usados para denotar fórmulas, as letras
latinas iniciais maiusculas, não pertencem ao alfabeto de X , por­
tanto fazem parte da “metateoria” . Na abordagem intuitiva, temos
que está na linguagem, e ^ está na “metalinguagem” .

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 69

Seguem mais alguns exemplos:


(b) A ->B, B -»C H A —>C (SH)
l.(A -a B ) P-
2. (B->C) P-
3. (B —>C)—>(A—>(B—>C)) Ax,
4. (A -X B ->C )) M P em 2 e 3
5. (A -K B —>C ))-K (A ->B)-K A ->C )) A x2
6. (A ^ B )-K A -> C ) M P em 4 e 5
7. (A -»C ) M P em 1 e 6

(c) i—(—i—A ) —>A


1. (—A —>—i—A )—>((—iA—>—A )—>A) A x3
2. —A —^—A Proposição 2.1
3. (—A —>—i—A )—>A (a) em 1 e 2
4. —i—A — —lA—^—i—A ) Ax,
5. (—i—A )—»A SH em 3 e 4

(d) A —>(B->C) 1- B —>(A—>C) (Permuta de Premissas)


1. A —»(B -»C ) P-
2. (A - K B - ^ )M (A - > B )- K A - > C )) Axj
3. (A -> B )-K A -»C ) M P em 1 e 2
4. B ->(A -»B ) Ax,
5 .B —KA->C) SH em 3 e 4

Exercício:
1. Demonstrar:
(a) H (—tB —>—A ) —>(A.—>B)
(b) I— B —>(B —»A)
(c) H (—A —>A) —> A
(d) l—A —>((A—>B)—>(A—>B))

Como os exemplos e exercícios anteriores nos mostram, não é


uma ação fácil a demonstração dos primeiros teoremas de £
usando apenas os axiomas e a regra do sistema - M P. M esmo
usando esses primeiros teoremas e as primeiras regras deduzidas
nos exemplos (b) e (d), a dedução continua sendo difícil. O teo-

Scanned by CamScanner
70 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

rema seguinte servirá como um dispositivo para nos auxiliar nas


próximas deduções. Em seguida, continuamos a buscar ferra­
mentas mais eficazes.

Teorem a 2.2: (Teorema da Dedução) Seja Au{A, B} um


conjunto de fórmulas de £ . Se Ab*{ A} h- B, então A b A —>B.
Demonstração: Demonstração por indução sobre o número de
fórmulas que ocorrem na dedução de B a partir de Au{ A }.
(Base) A sequência que determina a dedução de B tem exata­
mente um membro. Assim, esse membro deve ser o próprio B e,
portanto, B é um axioma ou pertence a A u{ A } :
Caso 1: B é um axioma de £
1. A b B axioma de £
2. AI- B->(A->B) Axj
3. A b A —>B MP em 1 e 2
Portanto, A b A —>B.
Caso2 :B e A
1. A b B membro de A
2. A b B -K A ->B ) Ax,
3. A b (A —>B) MP em 1 e 2
Portanto, A b (A—>B).
Caso 3: B = A
1. A b A b A Proposição 2.1
2. A b A —>B substituição em 1
Portanto, A b A —>B.

(Hipótese de Indução) A dedução de B a partir de Avj{A} é


uma seqüência com n membros, n > 1, e o resultado vale para toda
fórmula que pode ser deduzida a partir de A u {A } por uma se­
qüência com menos que n membros:
Existem, agora, quatro casos a ser considerados:

Caso 1: B é um axioma deX .


Exatamente como na base, obtém-se A b A —>B.

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 71

Caso 2: B € A
M ais uma vez, A I- A —>B, como na base.

Caso 3: B = A
Idem.

Caso 4: B é obtida de duas fórmulas prévias na dedução por


MP.
Estas duas fórmulas devem ter as formas C e C —>B e, desta
forma, cada uma delas pode ser deduzida de A u {A } por uma
sequência com menos que n membros. Pela hipótese de indução,
temos:
| Atj{A} h C = í A P A —>C e
A u { A } h C -> B => A h A —>(C-»B). Daí:
' ■(
1. ri
C
\
k. A b A —»C \r» dedução A I- A -» C
k+1.

k+m. A h A -»(C -»B ) dedução A f- A -»(C -»B ).


k+m+1. AI—(A—>(C—>B))—>((A—>C)—>(A—>B)) Ax2
k+m+2. AI- ((A ->C)->(A -»B)) MP em k+m e k + m + 1
k+m+3. A I- (A -»B) MP em k e k+m +2
Portanto, A I- A —»B ■

A seguir, algumas vezes denotaremos A u { A } I- B por A, A I-


B e, em geral, A u {A u ..., A J H B por A, A , , ..., A n h- B .

P ro posição 2.3: Seja A u {A , B } um conjunto de fórm ulas de


X . Se A A —>B, então A u {A } H B .

Demonstração:
1. A u {A } h- A —»B A ç A u {A } ep.
2. A u {A } l—A A e A u {A }
3. A u {A } K B M P em 1 e 2 ■

Scanned by CamScanner
i

12. HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

Corolário 2.4: Dadas as fórmulas A, B e C, temos:


(i) A -»B , B -> C h A -»C (SH)
(ii) A -K B ->C ), B h- A —>C
(iii) h —B -»(B -»A )
(iv) H(—iA—>A)—>A.

Demonstração:
(1) 1. A —>B P-
2. B -»C P-
3. A pp.
4. B MP em 1 e 3
5. C MP em 2 e 4
Assim A —>B, B —>C, A h C e , pelo TD, A —»B, B —>C \~ A —>C.

(ii) 1• A —>(B—>C) P-
2. B P-
3. A pp.
4. B->C MP em 1 e 3
5. C MP em 2 e 4
Assim, A—>(B—»C), B, A 1- C e, pelo TD , A —>(B—>C), B h A->C

(iii) 1. —J3—>(—A —>—JB) Ax,


2. (—A —)—JB)—>(B—>A) exercício 1 (a)
3. —J3—>(B—>A) (SH) em 1 e 2

(iv) 1. —
)A—»A P-
2. —iA—>(—i—i(—iA—>A)—>—iA) Ax,
3. (-i-i(-.A-»A)->-iA) (A-»-i(-A-»A)) exercício 1 (a)
4. —iA—>(A—>—1(— iA—>A)) SH em 2 e 3
5. (—iA—>(A—>—1(—iA—>A)))—>((—iA—>A)—>(—A —>—i(—A —>A))) Ax2
6. (—A—>A)—>(—A—>—1(—A —>A)) MP em 4 e 5
7. —iA—>—i(—A —>A) MP em 1 e 6
8. (-A-»-i(-A->A)) —>((-A—»A)—>A) exercício 1 (a)
9. (-A —>A)—>A MP em 7 e 8
10. A MP em 1 e 9
Portanto ( - A - A ) h A = > h (-A -»A )-»A ■

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 73

Exercício:
2. Mostrar que valem os resultados seguintes para quaisquer
fórmulas A, B e C de X.
(a) I— i—iB—>B (g) hA -»(-iB—»-i(A—»B))
(b) h- B - » - ,iB f (h) H (A ->B )->((-A ->B )->B )
(c) I— iA—»(A —>B) (i) —i—iA l—A
(d) f- (-iB->-iA) —> (A—>B) (j) A—>B, —i(B—>C)—>—iA l—A —>C
(e) f- (A —>B) —> (-<B—>-.A) (l) H -.(A -»B)-»(B-»A )
(f) t- A - > ((A - » B )- *B ) (m) —iC l—C —>B

Teorema da completude
Como vimos, nem sempre é fácil proceder à dedução; para o
cálculo proposicional, porém, uma ferramenta muito prática será
estabelecida nesta seção.
No tratamento intuitivo da lógica proposicional, um conceito
foi destacado, o de tautologia. Além disso, o tratamento formal
tem sido proposto de forma que capture aquelas noções intuitivas.
Seria então razoável esperar que as formas proposicionais tautoló-
gicas correspondam aos teoremas de X. O objetivo desta seção é
mostrar que uma fórmula de X é um teorema se, e somente se, for
uma tautologia.
Uma valoração restrita é uma função v do conjunto F o r^ das
fórmulas atômicas em {0 ,1}, ou seja, v : F o rAl —» {0 ,1 }.
Coloca-se então a questão de estender v a uma função definida
no conjunto de todas as fórmulas, For, ou seja, v : F o r —> {0, 1}.
Essa extensão é dada por indução, do seguinte modo:
Uma valoração v para X é uma função com domínio em F o r e
contradomínio em {0 ,1 }, tal que para quaisquer fórmulas A , B e
For:
(i) v | ForAl1coincide com v
(ii) v(-iA) = 0 see v(A) = 1
(iii) f(A~4B) = 0 see t>(A) = 1 e t>(B) = 0.

1 Valonzação restrita às fórmulas atômicas.

Scanned by CamScanner
4 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

U m a atribuição de valores de verdade aos símbolos p,, p2, ... de


X produz uma valoração, pois cada fórmula de X reflete uma for­
m a proposicional que toma um dos dois valores de verdade: falso
“ 0 ” ou verdadeiro "1 ", e sob tal atribuição (i) e (ii) são trivialmente
satisfeitas. U m a valoração restrita atribui valores à seqüência infi­
nita de variáveis proposicionais, mas, como cada fórmula é finita,
pode conter no máximo um número finito de tais variáveis. Dessa
maneira, para cada fórmula de X , uma valoração dá a mesma in­
formação que uma atribuição de valores numa tabela de verdade,
pois as únicas possibilidades estão ali contempladas.
Uma fórmula A de X é válida (tautologia) se, para toda valora­
ção v, temos que u(A) = 1. Denotamos que A é uma fórmula váli­
da por 1= A.

Exercício:
3. Mostrar que todos os axiomas de X são fórmulas válidas ou
tautológicas.

T eo rem a 2.5: (Teorema da Correção) Cada teorema de X é


uma fórmula válida.

Demonstração: Seja A um teorema de X . A demonstração é por


indução sobre o comprimento da demonstração de A em X .
(Base) n = 1:
Neste caso, existe somente uma fórmula na demonstração de
A. Logo, esta fórmula é A , a qual tem que ser um axioma. Contu­
do, pelo exercício 3, todo axioma é uma tautologia e, então, A é
uma tautologia também.

(Hipótese de indução) todo teorema que tenha comprimento de


demonstração menor que o de A é uma tautologia:
Como A é um teorema, tem uma demonstração. Se A é um
axioma, então é uma tautologia. Caso contrário, A segue de duas
fórmulas anteriores da seqüência de demonstração por MP. Essas
duas fórmulas devem ter as formas B e B —>A. N o entanto, como
B e B —»A são teoremas de X com comprimento de demonstração

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 7 5

menor que o de A, por hipótese de indução, ambas são tautologias.


Daí, pela Proposição 1.12, temos que A é uma tautologia. ■

Lem a 2.6: Sejam A uma fórmula e p,...... pkas variáveis pro-


posicionais que ocorrem em A. Dada uma valoração v às variáveis
p;, 1 < i < k, consideremos:
P* = P1,seu(pi) = l
P * = —‘Pi, se v(Pi) = 0
Agora, seja A * = A, quando A toma valor 1 segundo a valora­
ção u, e A * = —A , quando A toma valor 0 para a valoração v. A s­
sim, temos:
p * , . . . , P * I- A *.

Demonstração: Demonstração por indução sobre o número de


conectivos que ocorrem em A.
(Base) n = 0:
Neste caso, A = p. Como valem p !- p e —ip I----ip, então o re­
sultado está satisfeito.

(Hipótese de indução) o lema vale para k < n:


• se A é do tipo - tB, então B tem menos conectivos que A, assim:

(a) se u(B) = 1, então v(A) = 0 e, daí, B * = B e A * = - A :


Pela hipótese de indução aplicada a B , temos que p,*, , pk*
l- B ,
l .p ,* ,... , p * l - B HI aplicada a B
2. p , * , ... , pk* 1— i- iB Exercício 2.(b) e MP com 1
3. p ... . P t*1— A A = —B
4. p,*, , p * b A * A *= -A

(b)se u(B) = 0, então u(A) = 1. Assim, B * = —B c A * = A:


l .p , V . . , p * h B * HI aplicada a B
2. p , * , ... ,P k *H ^ B B * = -«B
3 .p t* ... ,p k# l - A A =-B
4- Pl* .... , p * b A * A * = A.

Scanned by CamScanner
76 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

• se A é do tipo B —>C, como B e C têm menos conectivos que A,


entãop,* ...... pk* h B * e p * .......pk* h C *.
(a) se *u(B) = 0, então u(A) = 1. Assim, B * = -iB e A * = A:
1. P j*,..., pk* I— iB HI aplicada a B e B * = —iB
2. p * . ..., p * h -B->(B->C) Corolário 2.4 (iii)
3. p * ......p * H B->C MP em 1 e 2
A = B—>C
4. Pl* ...
A* = A
5. p * ......ft* I- A *
(b) se u(B) = 1 e v(C) = 1, então v(A) = 1. Assim, C * = C e A *
= A:
j p# p*|_c HI aplicada a C e C * s C
2. p * ,..., P * h C-»(B->C) Ax,
MP em 1 e 2
3. p * ......P* hB_>C
4. p,*......Pi* •" A*
A = B->C e A s A *

(c) se u(B) = 1 e i>(C) = 0, então v(A) = 0. Assim, B * = B, C *


= - iC e A * s - iA :
1.p * ..... Pk*h B HI aplicada a B e B * = B
2. p(* ..... pk* l— iC HI aplicada a C e C * 2 ->C
3. p ,*,..., Pk* •" B->(-iC->-i(B->C)) Exercício 2.(g)
4. p,*,..... pk* I- -»(B->C) MP duas vezes
5. p » , , R * H A * A = B-»C e A * = —iA ■

Teorema 2.7: (Teorema da Completude de Kalmar) Seja A


uma fórmula de £ . Se A é uma tautologia, então é um teorema, ou
seja, A.
Demonstração: Sejam A uma tautologia e pj......pkas variáveis
proposicionais que ocorrem em A. Pelo lema anterior, para qual­
quer valoração às variáveis p ,,.... pk, temos p , * , .... pk* h- A *. Mas,
como A * s A, segue que p * , ..., pk* l- A.
• quando x^pj = 0, temos p , * , ..., pkl*, —ipk A. Pelo Teorema
da Dedução (TD), segue p ..., pk. * h - ^ - ► A .
• quando v fa) = 1, então p *, ...,p k. * h p ^ A

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 77

Assim:
1. p * ...... Pk.i*^Pk“ >A p.
2. p ,*......P u *~ iP k - > A p.
3. p ,*......pkl* I- (Pk-^A)—>((—.pk—>A)—>A) exercício 2.(h)
4. p ,* ,..., p,^* I- A MP duas vezes

Dessa maneira, pudemos eliminar a variável proposicional pk.


De maneira análoga, após k procedimentos semelhantes a este,
podemos eliminar pkl, ...., p, e, portanto, obtemos: l-A. ■

O Teorema da Completude tem este nome por nos fornecer o


caminho inverso ao do Teorema da Correção e dizer que o con­
junto das fórmulas válidas é completo, porque não pode ser acres­
cido por outras fórmulas válidas. Esse teorema é fundamental para
o cálculo proposicional, pois, com ele, para sabermos se uma fór­
mula é ou não um teorema, não precisamos mais apresentar uma
demonstração, mas apenas construir sua tabela de verdade. Sem­
pre buscamos, nas teorias formais em geral, um Teorema da
Completude. Essa demonstração de Kalmar2 do Teorema da
Completude tem importância destacada para fins computacionais;
por ser um procedimento construtivo, ele nos diz exatamente
como obtermos uma demonstração para uma fórmula válida. Na
matemática é comum encontrarmos resultados que nos afirmam a
existência de certo objeto, mas não sabemos o que é, nem como
obter esse objeto. A isso chamamos de demonstração existencial, e
está de acordo com os princípios das lógicas clássicas, mas pode ter
algum efeito limitante para a computação, pois computacional-
mente trabalhamos com algoritmos, ou seja, com procedimentos
que nos permitem obter ou identificar o objeto pretendido. O
resultado seguinte apenas une os dois anteriores.
Corolário 2.8: (Teorema da Adequação) Se A é uma fórmula
de X, então A é um teorema see A é uma tautologia. ■

2 Laszlo Kalmar (1905-1976), importante matemático húngaro, investigador da


lógica matemática.

Scanned by CamScanner
78 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

Consistência, modelos e decidibilidade


N esta seção, estudaremos algumas propriedades de um sistema
formal. N este caso, nossa atenção estará voltada para o cálculo
proposicional clássico X .
U m a extensão de X é um sistema formal obtido pela alteração
ou acréscimo no conjunto dos axiomas e das regras, tal que todos
os teoremas de X sejam ainda teoremas do novo sistema. Em geral,
um a extensão deve conter novos teoremas.
Outros sistemas formais podem estender X mesmo não tendo
axiomas ou regras em comum com X . A literatura sobre esse as­
sunto apresenta inúmeros exemplos. Q uando estendemos X , no­
vos teoremas podem ser obtidos; contudo, não gostaríamos de
obter como teoremas A e —A .
Um conjunto T de fórmulas é consistente se, para nenhuma
fórmula A de X , ocorre que A e —A sejam deduzidas a partir de T,
ou seja, não temos T h A e T l ---- A . C aso contrário, T é inconsis­
tente. Analogamente, dizemos que um sistem a formal S é consis­
tente se não ocorre h j B e h ; —iB, qualquer que seja B em S

P ro p o siç ã o 2.9: O cálculo proposicional clássico X é consis­


tente.

Demonstração: Suponham os que X não seja consistente, isto é,


que exista uma fórm ula.A tal que h x A e \~x —A . Pelo Teorema
da Correção, A e —A são tautologias e, portanto, para toda valora-
çao v, v{A ) = u ( - A ) = l , o que é um a contradição. D essa maneira,
X é consistente. ■

P ro p o siç ã o 2.10: Seja !M um a extensão de X . E ntão 9A. é con­


sistente see existe um a fórm ula que não é um teorem a de M

Demonstração:
(=>) Se M é consistente, então para algu m a fórm ula A de íM,
ou A não é teorema ou —A não é teorem a.

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 7 9

(<=) Se 94 não é consistente, então para alguma fórmula B vale


e I—íw—lB- Agora, seja C uma fórmula qualquer de 94. Pelo
Corolário 2.4.(iii), 1 -*- B —»(B—»C), e uma vez que 94 é uma ex­
tensão de X , então 1 -^ —iB—>(B—>C). Por duas aplicações de MP,
temos que F-^C, ou seja, toda fórmula é teorema de 94. ■

Assim, se 94 é uma extensão inconsistente de X , então toda


fórmula de 94 é um teorema de 94. Esses tipos de sistemas, tam­
bém chamados triviais, não fornecem informações relevantes, e é
desejável garantir a sua consistência. Além disso, um sistema for­
mal 94, que estende X , é consistente se, e somente se, existe pelo
menos uma fórmula que não seja teorema de 94, donde obtemos
grande número de fórmulas que não são teoremas, a negação de
cada teorema.

Proposição 2.11: Sejam 94 uma extensão consistente de X e A


uma fórmula de X que não é um teorema de 94. Se 9 íé uma ex­
tensão de 94 obtida pela inclusão de —A como um axioma adicio­
nal, então 9 í é consistente.

Demonstração: Consideremos A uma fórmula de X que não é


um teorema de 9 4 e 9 f como no enunciado. Suponhamos que W
não é consistente. Assim, para alguma fórmula B , temos l-jv B e
F-^v—iB e, daí, l- ^ A . Mas 9 Í difere de 94 somente por ter - A
como um axioma adicional, logo, se l-jyA, então —A A . Pelo
T D , F -^—A —>A. E como vale F-%(—A —»A)—>A, por MP, segue
que I-íhíA , o que é uma contradição. ■
Uma extensão 94 de X é completa se, para cada fórmula A , te­
mos que exatamente A ou —A é um teorema de 94.

Como comentado na introdução, um sistema formal, além da


dimensão sintática, deve ter uma dimensão semântica. E nessa
dimensão que vamos interpretar as fórmulas e outros componen­
tes sintáticos de maneira que dê vida a esses entes estritamente
simbólicos. Neste caso, dizemos que encontramos um modelo
para a correspondente sintaxe. A s valorações booleanas, ou seja, as

Scanned by CamScanner
80 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

funções v. F o r —> {0, 1}, caracterizam a modclaçào mais intuitiva


do cálculo proposicional clássico, pois interpretamos cada fórmula
dizendo se é verdadeira ou falsa; c os teoremas sào aquelas fórmu­
las que sào verdadeiras ou válidas para toda valoração. No cálculo
X , se p é uma variável proposicionai, então nem p nem tampouco
—ip são teoremas, pois alguma valoração atribui valor “0" para p e
outra atribui o valor "1 ” .
É importante destacarmos que essas valorações não são os úni­
cos modelos para o cálculo X . Agora vamos sistematizar o conceito
de modelos dados pelas valorações.
Sejam v uma valoração e A uma fórmula de X . A valoração v é
um modelo para A ou v satisfaz A , quando v(A ) = 1. Quando v
satisfaz A, indicamos por v f= A . Uma valoração v é um modelo
para um conjunto F de fórmulas quando v(B) = 1, para toda fór­
mula B e T, o que denotamos por v 1= T.
A fórmula B é conseqüência semântica da fórmula A quando
todo modelo de A é também modelo de B e escrevemos {A } *= B.
A fórmula B é conseqüência semântica de F quando todo modelo de
Té também modelo de B , o que é denotado por T B .

Proposição 2.12: Se F I- A , então F 1= A .


Demonstração: Se F = 0 , o resultado segue pelo Teorema 2.5.
Se T ^ 0 , sejam C p ... , C n os membros de T que ocorrem
numa dedução de A a partir de F. Assim, { C p ... , C n} f- A e, por
sucessivas aplicações do T D , temos I- C t —> ... —> C n —> A. Com
isso, toda valoração que faz i^Q ) = 1, para 1 < i < n, também faz
v(A) = 1. Logo, (C p ... , C n} t= A . M as, como { C ,....... C n} ç F ,
segue que T (= A. ■

Corolário 2.13: Se T tem modelo, então é consistente.


Demonstração: Suponhamos que T tenha um modelo v, mas
não seja consistente. Então T h A e T l ----A , para alguma fórmula
A. Pela Proposição 2.12, temos que F 1= A e F t= - A , donde segue
que existe alguma valoração v, tal que v t= A e v —A , ou seja,
v(A) = t>(—A ) = l , o que é uma contradição. ■

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 81

O nosso objetivo seguinte é demonstrar a recíproca do Corolá­


rio 2.13.

L e m a 2.14: F h A see I \ j {—lA.} é inconsistente.

Demonstração: (=>) Se T H A, então T u { - A } I- A. Além


disso, r u { —A } I— A e , portanto, T u {—A } é inconsistente.
(<=) Seja I \ j { - A } inconsistente. Assim, para alguma fórmula
B, r u { —A } h B e r u { —A } I---- B . Pelo TD , segue que T 1-
—A —>B e T I--- A —)—B . Como (—A —)—B ) —> ((—A —dB)—^A) é
uma instância do Ax3, por duas aplicações de MP, temos T I- A. ■

Lem a 2.15: T I--- A see T \j{ A) é inconsistente. ■


Um conjunto de fórmulas T é completo ou consistente maximal
se F é consistente e para toda fórmula A, se A £ T, então I \ j { A } é
inconsistente.

Proposição 2.16: Se T é consistente maximal, então, para toda


fórmula A de X, ou A e V ou - A e T.
Demonstração: Sendo T consistente, não pode ocorrer que B e
T e —B e r . Agora, suponhamos que para alguma fórmula A, A £
T e - A £ r . Pela maximalidade de T, temos que T u {A } e
T u {—A } são inconsistentes e, pelos Lemas 2 .1 4 e 2 .1 5 ,r i----A e
T h A. Portanto, T é inconsistente, o que contraria a hipótese. ■

Corolário 2.17: Se F é consistente maximal e T A, então A


<=r.
Demonstração: Suponhamos que A g T. Uma vez que T é con­
sistente maximal, então r \ j{ A } é inconsistente. Pelo Lema 2.15,
temos que V I— A , o que nega a consistência de T. ■

Teorem a 2.18: (Teorema de Lindembaum) Seja V um conjunto


consistente de fórmulas de X . Então T pode ser estendido a um
conjunto consistente maximal T *.

Scanned by CamScanner
82 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

Demonstração: Um a vez que o conjunto de fórmulas de X é


enumerável, sejaA ,, A „ .... A , , ... uma enumeração, indexada por
ordinais, das fórmulasdo conjunto Te consideremos:
A» = r ,
4x+l = J A aU {A a}, se A «u {A a} éconsistente
A« , se A aU {A a} é inconsistente
A\ = Up<x Ap , se X é um ordinal limite
Tom ando £ = U a 4 *, verificamos que £ é consistente maximal.
(Ia passo) Verificar que £ é consistente.
Suponhamos que £ seja inconsistente, isto é, £ l- A e £ I— iA,
para alguma fórmula A . Sejam C „ ... , C n as fórmulas de £ que
ocorrem nas deduções de A e - A , a partir de £. Assim, para al­
gum ordinal a , {C „ ..., C J ç A* e, portanto, 4 * I- A e 4x l— A,
ou seja, A« é inconsistente. M as isso contradiz a sua definição.
Logo, £ é consistente.
(2° passo) Verificar que £ é maximal.
Suponhamos que exista um conjunto consistente de fórmulas
Aa que contenha propriamente £, isto é, £ c A«. Para Ap e 4 * - !
temos que A «u{A p} é consistente, pois caso contrário 4 * seria
inconsistente. Dessa forma, Ap € 4x+1 e, então, Ap € X, o que é
uma contradição. Portanto, £ é maximal. ■

T eo rem a 2.19: Se T é consistente, então T tem modelo.

Demonstração: Pelo teorema anterior, todo conjunto T consis­


tente pode ser estendido a um conjunto P * consistente maximal.
Assim, verificamos que P * tem modelo, e como T c P , então T
também tem modelo.
Definimos a seguinte valoração v para X :
Para cada variável proposicional p, v (p) = 1 see p e P *.
Demonstramos então que para toda fórmula A , v(A ) = 1 see A
e r * ou seja, u é um modelo para P *.
Demonstração por indução sobre o número de conectivos:
(Base) para n = 0, A é uma variável proposicional e pela defini-
ção de v , segue que u(A) = 1 see A e P *.

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 83

(Hipótese de indução) o resultado é válido para toda fórmula


com menos conectivos que A .
Se A é do tipo —JB, como B tem menos conectivos que A , então
v(B) = 1 see B e Y *. Assim, v(A) = 1 see t>(B) = 0 see B « r * see
-^Be P *see A e r * .
Se A é do tipo B —>C, como B e C têm menos conectivos que A ,
então v(B) = 1 see B e V * e v(C) = 1 see C e F *. Desta maneira:
(=>) v(A) = 1 see v(B ->C ) = 1 see v(B) = 0 ou o;(C) = 1.

(Ia caso) v(B) = 0 see B í P see —iB G P * see T * I----B . Pelo


Corolário 2.4.(iii), vale I----B -> (B -»C ). Daí, por MP, segue que
F * b B -> C see B -> C g F *, ou seja, A e P .

(2a caso) v(C) = 1 see C g T * see P * I- C . Mas, como \~


C -K B ->C ), por MP, temos P * I- B -> C e, daí, que B - » C G T *t
ou seja, A g T *.

Concluindo, se u(A) = 1, então A G P *.


(<=) Se v(A) = 0, então i>(B) = 1 e v(C) = 0. Assim, B e P e
->C G r * . Desta maneira, P * I- B , T * \- -nC e, pelo exercício 2.(g),
h B-^(-iC —>- t(B —»C)). Por duas aplicações de MP, segue que T *
I— (B -»C ) e, daí, (B -*C ) £ T *, ou seja, A g P . ■

Corolário 2.20: (Teorema da Completude Forte) Se T 1= A,


então T h A.

Demonstração: Se T 1= A, então todo modelo de T é modelo de


A, ou seja, não existe modelo de R j { —A }. Pelo Teorema 2.19,
I \ j (—A ) é inconsistente e, pelo Lema 2.14, TI- A. ■

O próximo corolário é um resultado já conhecido, o Teorema


da Completude, que foi demonstrado segundo Kalmar numa
abordagem construtiva; mas nesta seção ele será visto de uma for­
ma não construtiva. Observemos que o Teorema de Lindembaum
não nos diz como construir P*, apenas afirma que existe um pro­
cesso infinito que nos leva até ele.

Scanned by CamScanner
4 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

Corolário 2.21: Se A, então f- A.

Demonstração: Basta tomarmos T = 0 , no Corolário 2.20 ■

Proposição 2.22: Se F t= A, então existe um subconjunto fi­


nito r oç r , de maneira que T01= A.
Demonstração: Se F A, pelo Corolário 2.20, T l- A. Daí, seja
r 0 um subconjunto finito de F, constituído pelos membros de T
que ocorrem numa dedução de A a partir de r , isto é, F0 f- A. Pela
Proposição 2.12, r o t= A. ■

Proposição 2.23: Se todo subconjunto finito de T tem modelo,


então T tem modelo.
Demonstração: Se F não tem modelo, então T é inconsistente.
Portanto, para alguma fórmula A, T I- A e TI----A . Seja r oo sub­
conjunto finito de F determinado pelas formuleis que comparecem
nas deduções de A e - A a partir de P Logo, T0 H A e também r oh
-A , ou seja, r oé inconsistente e, portanto, r onão tem modelo. ■

Teorema 2.24: (Teorema da Compacidade) O conjunto de


fórmulas T tem modelo see todo subconjunto finito de F tem mo­
delo. ■

O Teorema da Compacidade recebe este nome em razão de sua


semelhança com o teorema da compacidade topológica. Com um
pouco de recursos topológicos é possível demonstrar que esta não é
mera semelhança, mas que de fato há íntima relação entre esses
dois teoremas, mas isso foge das pretensões deste trabalho.
Um sistema formal S é decidível se para uma fórmula A qual­
quer de S podemos determinar se A é um teorema de S ou se A
não é um teorema de S-

Proposição 2.25: O sistema £ é decidível, ou seja, existe um


método efetivo para decidirmos se uma fórmula A qualquer é ou
não um teorema de £ .

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 85

D em onstração : Seja A uma fórmula de X. Consideramos esta


fórmula como uma forma proposicional e, então, construímos a
respectiva tabela de verdade. Dessa maneira, A é um teorema see
A é uma tautologia e, portanto, a tabela nos fornece uma resposta
à questão. ■

Exercícios:
4. Sejam S um sistema formal, A uma fórmula de S e T um a
extensão de S obtida pela inclusão de A como um novo axioma.
Mostrar que o conjunto dos teoremas de T é distinto do conjunto
dos teoremas de S see A não é um teorema de S-
5. Seja Q um a extensão completa e consistente de S- Se A é
uma fórmula de S , mostrar que uma extensão de Q obtida pelo
acréscimo de A como um novo axioma é consistente see A é um
teorema de Q.
6. Mostrar que, se A é uma contradição de X , então A não
pode ser teorema de qualquer extensão consistente de X.

Efetividade e independência

Nesta seção, estudaremos mais duas propriedades dos siste­


mas formais relativas ao cálculo X . Primeiro, verificaremos como
podemos determinar se certa expressão de X é ou não uma fór­
mula. A seguir, mostramos a independência dos esquemas de
axiomas d e X .

A efetividade

A efetividade nos permite decidir se uma expressão qualquer é ou


não uma fórmula. Todos os elementos necessários para sabermos se
estamos trabalhando com uma fórmula ou com outra expressão são
fornecidos pela definição indutiva de fórmula, que oferece também o
conceito de complexidade de uma fórmula, utilizado diversas vezes
para demonstrações indutivas ao longo deste trabalho.

Scanned by CamScanner
86 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

O grau de complexidade de uma fórmula A é definido induti-


vamente como o número natural | | A | | , dado por:
( i ) | |( P , ) | |= 0
( ii) | | ( - A ) | | = | | A | | + l
(iii) 11(AaB)11 = 11(A v B ) 11 = ||( A - > B )|| = ||A || +
l|B||+l.
Mostraremos que cada fórmula de £ tem, exatamente, uma
maneira de ser lida.
A idéia por trás da unicidade da leitura de uma fórmula é que, se
iniciamos à esquerda de uma fórmula e procedemos de modo que se
subtraia 1 para todo parêntese à esquerda, e adicionamos 1 para cada
parêntese à direita, obtemos no final da fórmula exatamente a soma 0.
Mais precisamente, para qualquer concatenação a r ..On de sím­
bolos da linguagem de £ , definimos uma função g com imagem em Z
da seguinte maneira:
g(p.) = o, g(-i) = g(A) = g(v) = g(->) = 0, g( () = -1 e g()) = +1 e
g ( a ,...a J = g ( a 1)+ ...+ g (a „),

então mostramos que, para toda fórmula A, temos g(A) = 0. Uma


parte inicial de uma fórmula A é qualquer concatenação de símbolos
que se inicia a partir da esquerda de A e que não contenha, pelo me­
nos, o último parêntese à direita.

Teorema 2.26: (Teorema da Leitura Única) Existe exatamente


uma maneira de ler uma fórmula.
Demonstração: Uma vez que A é uma fórmula, tem uma ma­
neira de ser lida. Vamos estabelecer que essa maneira é única, ini­
ciando por mostrar que para toda fórmula A, g(A) = 0. A de­
monstração é por indução sobre a complexidade das fórmulas.
(Base) Se A não tem conectivos, então A = (p;), e o resultado
segue imediatamente.
(Hipótese de Indução) O resultado vale para toda fórmula com
complexidade menor que a de A.

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 87

• se A é do tipo (- tB ), então B tem complexidade menor que a de


A e, portanto, g(B) = 0. Daí, g(A) = 0.
• se A é do tipo (B a C ), então B e C têm complexidade menor
que ade A e, então, g(B) = g(C) = 0. Daí, g(A) = 0.
• se A é do tipo (B v C ) ou (B —>C), o resultado segue de maneira
análoga.
Assim, para toda fórmula A , g( A ) = 0 e a partir da definição de
parte inicial, podemos observar que, para toda parte inicial O de A ,
g(0) < 0.
Embora devéssemos proceder à verificação a seguir para diver­
sos casos, basta considerarmos o caso apresentado.
Suponhamos que para alguma fórmula A possamos lê-la como,
por exemplo, (B a C ) e (D v E ). Desta forma, B a C ) coincide com
D vE ) e, portanto, B é uma parte inicial de D ou D é uma parte
inicial de B , ou seja, g(B) < 0 ou g(D ) < 0. Contudo, porque B e
D são fórmulas, temos que g(B) = g(D) = 0, o que é um absurdo.
Logo, B coincide com D . Segue então que a C ) coincide com vE ).
Isso, porém, é um contra-senso. ■

Com isto, além de sabermos se uma expressão é ou não uma


fórmula, cada fórmula da nossa linguagem tem uma leitura única,
o que a distingue de qualquer outra fórmula da linguagem do cál­
culo proposicional.

A independência

Para demonstrarmos a independência de um dos esquemas de


axiomas com relação aos outros dois, procedemos como na geo­
metria para a verificação da independência do quinto postulado de
Euclides com relação aos demais. Apresentamos um modelo em
que os outros dois são válidos, mas o axioma esquema testado não
é válido. Quanto à regra de inferência, desde que temos uma úni­
ca, a Modus Ponens, não podemos suprimi-la do sistema.
Mostraremos a independência do esquema de axiomas Ax2.
Introduzimos uma valoração num conjunto com três valores de
verdade (0, V2, 1}, mas tal que apenas o valor 1 corresponda a pro-

Scanned by CamScanner
88 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

posições verdadeiras. O valor de verdade X A pode ser entendido


como parcialmente verdadeiro, como valor indeterminado ou
qualquer outra interpretação conveniente. De qualquer maneira,
agora, a sua interpretação não é relevante. As tabelas de verdade
dos conectivos —ie —» são dadas abaixo:
v: F o r - » {0, Vz, 1}

A —iA A—> 0 Vi 1
0 'Á 0 1 1 1
Vi 1 Vi 1 0 1
1 Vi 1 Vi 0 1

A partir destas tabelas, vemos que se v(A) = 1 e -u(A—>B) = 1,


então v(B) = 1. Portanto, a Modus Ponens leva proposições válidas
em proposições válidas. Agora, verificamos que os esquemas Ax, e
Ax3 também são válidos. Vamos construir as tabelas de verdade
destes esquemas considerando que, em vez de dois, temos três
valores de verdade.

- -(A -» (B —) A))
0 1 0 1 0
0 1 Vi 1 0
0 1 1 1 0
Vi r 1 0 1 Vi
Vi 1 Vi 1 Vi
Vi 1 i 0 Vi
1 1 r o 1 1
1 1 Vi 1 1
1 1 1 1 1

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 89

Com isso, verificamos que esses dois esquemas são válidos.


Porém, o esquema Ax2não é válido, pois para v(A ) = 1, v(B) = 1 e
t>(C) = Vetemos:
v((A-XB->C))-H( A-»B)-KÀ->C))) =
= (l->0) -> (1—>0) = Vz -» % = 0.
Assim, verificamos a independência de Ax2 em £ e, portanto,
este não pode ser suprimido sem que ao menos um outro axioma
seja posto em seu lugar e o mesmo alcance dedutivo de £ seja
mantido.

Exercício:
7. Demonstrar a independência dos esquemas Ax, e Ax3.

Scanned by CamScanner
3
Á lgebra d o s c o n ju n t o s

Neste capítulo, estudaremos um importante sistema para a ló­


gica e para a computação, que admite propriedades semelhantes às
das proposições estudadas no cálculo proposicional, conhecido
como a teoria dos conjuntos. Neste trabalho, os conjuntos serão
estudados a partir de um ponto de vista intuitivo e não axiomático,
como é usual nos fundamentos da matemática. Essa abordagem é,
algumas vezes, denominada teoria ingênua dos conjuntos; no en­
tanto, mesmo não se tratando de conceitos muito sofisticados,
veremos que não são tão ingênuos.

Noção de conjunto
Como em qualquer tópico, o ponto de partida da teoria dos
conjuntos é dado pelos conceitos primitivos, que são conceitos não
definidos. Assim, não apresentamos definições para os conceitos
de conjunto, elemento e relação de pertinência, a qual relaciona
um elemento com um conjunto.
A idéia intuitiva de conjunto é a de coleção, classe de objetos,
etc. O s indivíduos de um conjunto são os seus elementos ou
membros.
Os conjuntos são, em geral, denotados por letras latinas m aius­
culas A, B, C, ... e os elementos de um conjunto são geralmente
representados por letras latinas minúsculas a, b ,c , ... U sam os cha­
ves para indicar os elementos do conjunto considerado.

Scanned by CamScanner
92 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

Q uando conhecidos os elementos de um conjunto, a maneira


usual de representá-lo é a seguinte:
A = {a, b, c}.
A partir deste capítulo, precisam os de dois novos símbolos
matemáticos, os quantificadores universal (V) e existencial (3),
que nos permitem falar sobre todos os elem entos de dada coleção
ou de apenas alguns destes elementos, respectivam ente.

Exemplos:
(a) (3x)(x + 2 = 4), que lemos: existe u m elem ento x tal que x +
2 = 4.
(b) (Vx)(x2- 4 = (x + 2).(x - 2)), que lem os: para todo x, x - 4
= (x + 2 ).(x - 2 ).

Relação de pertinência

Para indicarmos que um elemento a pertence a um conjunto A


utilizamos o símbolo e e escrevemos a e A (lê-se: a pertence a A);
para dizer que um elemento b não pertence ao conjunto A, utiliza­
mos o símbolo £ e escrevemos b<£ A (lê-se: b não pertence a A).

Exemplo:
(a) Dado o conjunto A = {1, 2, 3}, podemos escrever:
1 e A, 2 e A, 3 e A, 4 € A, 5 e A ,...

Se mudarmos a ordem dos elementos num conjunto, continu­


amos tendo o mesmo conjunto, ou seja, {1, 2, 3}, (1, 3, 2} e {3,2,
1} representam o mesmo conjunto.

Determinação de um conjunto

Podemos determinar um conjunto de duas maneiras: pela lista­


gem de seus elementos ou mediante uma propriedade comum de
seus elementos.
(i) pela listagem (ou tabulação) de seus elementos:

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 93

Exemplos:
(a) A = {a,b, c, d, e}
(b) B = {-1 ,0 ,1 ,2 ,3 }
(c) Z = {... -3, -2 ,-1 ,0 ,1 ,2 , 3,...}
(ii) por meio de uma propriedade comum de seus elementos:

Exemplos:
(a) A = {x e N / x > 4 }
(b) B = {x e Z / -4 < x < 6}
(c) C = {x e R / x < 1 0 }

Tipos de conjuntos
Alguns conjuntos são típicos da teoria dos conjuntos. Desta­
camos:
(i) Conjunto vazio: o conjunto vazio é aquele que não possui
elementos. Denotamos o conjunto vazio por { } ou, simplesmente,
pelo símbolo70 . m

Exemplos:
(a) A = {x e R / x2 + 1 = 0}
(b) D = (x e N / 4 < x < 5}
(ii) Conjunto unitário: um conjunto é unitário quando possui
apenas um elemento.
Exemplos:
(a) A = {8 }
(b) B = (x / x é satélite natural da Terra}

(iii) Conjuntos finitos e infinitos: um conjunto é finito se tem


uma quantidade de elementos igual a algum número natural. U m
conjunto é infinito se não é finito.

Exemplos:
(a) A = { x e N / x é número primo e x < 100} é finito
(b) E = N é infinito

Scanned by CamScanner
94 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

(iv) Conjunto universo: denominamos conjunto universo ao


conjunto de todos os elementos que estão sob verificação, Deno­
tamos o conjunto universo por U.

Exercícios:
1. Dar os elementos dos seguintes conjuntos:
(a) A = {x / x é letra da palavra conjuntos'} \ /
(b) C = {x / x é nome de estado brasileiro que inicia com a letra
Vi
2. Descrever os seguintes conjuntos por meio de uma proprie­
dade característica de seus elementos:
(a) A = {0, 2, 4, 6,...}
(b ) B = {0 ,1 ,2 ,3 , 4, 5, 6, 7, 8 ,9 }
(c) C = { 0 , l , 4 , 9 ,1 6 ,2 5 ,3 6 ,...}
(d) D = {1 ,- 1 ,2 , -2, 3, -3, 6,-6}
3. Descrever por meio da listagem dos seus elementos os con­
juntos: -
(a) conjunto dos múltiplos inteiros de 3 entre -10 e 10
(b) conjunto dos divisores inteiros de 42
(c) conjunto dos múltiplos inteiros de 0
4. Verificar quais dos conjuntos abaixo são vazios, unitários,
finitos ou infinitos: \fi
(a) A = { x e Q / x < 9/4 e x > 6/5} ‘
(b) B = (x € Z / x2= 3} j, •
(c) D = { x 6 Z / x é divisível por 0 }v ,
(d) C = {x € R / x.O = 2} v <^to'
(e) E = { x € Z / 0.x = 0} 9
(f) F = { x e Z / x é divisor de 0} /.• " . -
(g ) G = {x e R / x = 9 / 4 e x = 6/5} v
(h) H = {x e N / 2x+l = 7} ,

Relações entre conjuntos


Existem duas importantes relações envolvendo os conjuntos: a
relação de inclusão e a relação de igualdade.

Scanned by CamScanner
UM PRELÚDIO À LÓ GICA 95

Relação de inclusão

Um conjunto A é subconjunto de um conjunto B quando todos


os elementos que pertencem a A também pertencem a B. Indica­
mos isso por:

A ç B « (V x )(x g A —» x g B)

A expressão A ç B tem o significado de “A está contido em B ”


ou “A é parte de B ” , ou ainda " B contém A ” . Podemos escrever
também B 3 A, que significa “ B contém A ” .
Para todo conjunto A, são seus subconjuntos o próprio con­
junto A e o conjunto vazio. E sses dois subconjuntos são denom i­
nados subconjuntos triviais.
O conjunto A é um subconjunto próprio de B se A ç B e existe
um elemento de B que não pertence a A. N este caso, indicamos a
inclusão por A c B .

Exemplos:
(a) D ados os conjuntos A = {-1 ,0 , 1} e B = {-3, -2, -1, 0, 1, 2 },
como todos os elementos de A tam bém são elementos de B, pode­
mos escrever:
A c B ouB d A.

(b) Se A = {2, 3} e B = {x G R / x2- 5x + 6 = 0 }, então A c B e


BçA. '

Relação de igualdade de conjuntos

Dois conjuntos A e B são iguais se têm exatamente os m esm os


elementos. A igualdade de conjuntos é denotada por A = B. Assim :
o*
V

A = B <=>(Vx)((xg A —> x g B ) a (x g B —» x g A))


<=>(Vx)(xg A n x e B ) .
,; . c.
A sentença (V x)(x G A <->x g B) tam bém é conhecida como o
princípio da extensionalidade dos conjuntos.

Scanned by CamScanner
96 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

Dessa maneira, podemos também definir a igualdade de COn


juntos da seguinte maneira:
A = B <=> A £ B a Bç A
e a inclusão própria por:
A c B ^ A c B a A^B

Exemplo:
(a) Dados os conjuntos A = {0, 1, 2} e B = {x e N / x < 2}, po_
demos verificar que A e B possuem os mesmos elementos. Log0
devemos indicar que A = B.

Exercícios:
5. Determinar se é verdadeira ou falsa em cada uma das se­
guintes sentenças:
(a) {0 ,1 } e {0 ,1 ,2 , 3} (b) {a} e {a, b) (c) 0 € {0}
(d )0 e 0 V (e ){a )ç 0 (f)ae{a,{a}}
(g) {a} C {a, {a }} J (h) 0 C { 0 , { a } } (i) 0 € { 0 , {a}}

6. Verificar quais das igualdades abaixo são verdadeiras:


(a) {a, a, a, b, b} = {b, a}
(b) {x e R / x2= 4} = {x e R / x3 - 4x = 0 a x* 0}
(c) { x e Z / 2 x + 7 = 11} = {2}
(d) {x e N / x < 0 a x = 0} = 0

7. Dados os conjuntos A = {1, 2, 3, 4} e B = {2, 4}, escrever


com a simbologia da teoria dos conjuntos as sentenças abaixo e
determinar quais são verdadeiras e quais são falsas:
(a) 3 é elemento de A (b) B é parte de A
(c) 4 pertence a B (d) 1 não está em B
(e) B é igual a A (f) B não é subconjunto de A

8. Provar que, para todo conjunto A, 0 c A.


9. Mostrar que existe um único conjunto vazio.

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 97

Conjunto d as p arte s d e um conjunto


Dado um conjunto A, o conjunto das partes de A é o conjunto
^A ), cujos elementos são todos os subconjuntos de A.

Exemplos:
(a) Dado A = {1, 2,3}, temos:
<RA) = { 0 , {1}, {2}, {3}, {1 ,2 }, {1, 3}, {2, 3}, {1, 2, 3}}
(b) Se D = {a, (}}, então:
^ D ) = {0 , { a } , { p } , { a , p } }

Número de elem en tos d o conjunto


das partes de um conjunto

Ao olharmos atentamente a relação existente entre o número de


elementos de certo conjunto e o número de elementos do conjunto
de suas partes, notamos certa semelhança com a relação existente
entre o número de variáveis atômicas de uma forma proposicional
e o número de linhas da correspondente tabela de verdade. Mais
do que semelhança, veremos que as duas relações coincidem.

Proposição 3.1: Seja A um conjunto com n elementos. D e­


notamos isso por \ A | = n. O número de elementos de (P(A) é
igual a 2".

Demonstração: Sabemos que cada subconjunto de um conjunto


A é uma combinação dos n elementos de A, tomados p a p, onde p
é o número de elementos do subconjunto. Dessa forma, o número
de subconjuntos de Í(A ) é igual à quantidade de todas as combi­
nações que podemos formar com os n elementos de A.
Agora, considerando o desenvolvimento do número binomial
(a + b)ne tomando a = b = 1, temos:

1 Oconjuntodas partes é ocasionalmente chamado de conjunto potência.

Scanned by CamScanner
98 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

f n> V n\
(i + i ) " = i ° r . + i \ r \ fn> + i 2. r 2. + 1M°.
0 í 2 n
v y i j ^ y ;
ou seja:
|V V V
+ fnl + +... +
0 i , 2 n
V / i j ^ J ^ y

Dessa maneira, vemos que a soma de todas as combinações que


podemos formar com os n elementos de A é igual a T e, portanto,
o número de elementos de Í(A ) é igual a 2n. ■

Se A = 0 , então í(A ) = { 0 } . Assim, |A | = 0 e |<RA)| = 1,


conferindo 2o= 1.

Exercício:
10. Construir o conjunto das partes de B = {a, b, c, d}.

Operações com conjuntos

Agora, veremos como compor com os conjuntos de forma que


obtenhamos novos conjuntos. Estas são as operações sobre con­
juntos. Pelo menos quatro importantes operações serão tratadas: a
união, a intersecção, a complementação e a diferença entre con­
juntos.

União de conjuntos

A união de dois conjuntos A e B é o conjunto A u B (lê-se: A


união B), cujos elementos pertencem a A ou a B. Assim:

A uB= { x e U / x e A v x e B }.

Devemos notar que estabelecemos sempre qual é o nosso uni­


verso de discurso U. Isso é importante para evitarmos certos pro­
blemas que esta abordagem intuitiva pode causar.

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 9 9

Exemplo:

(a) Dados os conjuntos A = {-1, 0, 1} e B = {1, 2, 3}, então a


união de A e B é o conjunto:

A u B = {- 1 ,0 ,1 ,2 ,3 }.

(b) SeA = Z e B é o conjunto dos inteiros pares, isto é, B = {x e


Z / x = 2 . q A q e Z } , então A u B = Z.

Diagramas: podemos representar essas operações sobre con­


juntos através de alguns diagramas que nos ajudam a ver o resul­
tado da operação indicada sobre os conjuntos envolvidos. Esses
são conhecidos como diagramas de Venn e o resultado da operação
está indicado na região sombreada do diagrama:

(i) A e B têm uma parte em comum:

(ii)S e A ç B :

Scanned by CamScanner
100 HÉRCULES DE ARAÚJO FEITOSA E L EO N A R D O PA U LO VICH

(iii) Se A e B não têm parte em comum:

Propriedades d a união

As propriedades da união de conjuntos podem ser dem onstra­


das por meio de propriedades lógicas. Com o exem plos, dem ons­
tramos as propriedades U 3e U 8abaixo.
Considerando A, B e C conjuntos quaisquer de um universo
U, valem as seguintes propriedades para a união de conjuntos:
U,: AuA = A
U2: (A uB)uC = A u (B u C )
U 3: AuB = B uA

Demonstração: x 6 A u B o x e A v x e B o x e B v x e A o
x 6 BuA.
Como x 6 A uB se, e somente se, x e B u A , então os dois
conjuntos têm exatamente os mesm os elem entos e, portanto, são
iguais.
U,: A u 0 = A
U s: A uU = U
U 6: A ç A uB e B c A u B
U 7: A ç B o A u B = B
SeXcU, A ç X e B q X , então A u B ç X .

Demonstração: Devemos m ostrar que se x 6 A u B , então x 6 X .


Sqa x 6 A uB. Então x 6 A ou x 6 B . Se x 6 A , com o A ç X , en-
tào x e X . S e x e B, como B ç X , então x 6 X . E m qualquer caso,
x ç X. Logo, A u B ç X .
UM PRELÚDIO À LÓGICA 1 01

Exercício:
11. Verificar que valem as outras propriedades da união de
conjuntos.

Intersecção d e c o n ju n to s

A intersecção de dois conjuntos A e B é o conjunto A nB (lê-se:


A intersecção B ou simplesmente A inter B), cujos elementos per­
tencem a A e B, simultaneamente. Indicamos a intersecção por:
A nB = { x e U / x e A a xe B}.

Exemplos:
(a) Dados os conjuntos A = {—1, 0, 1, 2, 3} e B = {2, 3, 4, 5},
temos que A nB = {2, 3}.
(b) Se A = Z e B = {x e R / x2= -4 }, então A nB = 0 .

Diagramas: os diagramas de Venn para a intersecção que está


representada pela região sombreada são os seguintes:
(i) A e B têm apenas uma parte em comum:

Scanned by CamScanner
102 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

Propriedades da intersecção de co n ju n to s

Sejam A, B e C conjuntos quaisquer do universo U. Valem as


seguintes propriedades para a intersecção de conjuntos:

I t: A n A = A

D a mesma maneira que observamos para a união, aqui também


todas as propriedades podem ser demonstradas através de recursos
da lógica. Por exemplo, para demonstrarmos que A n A = A, pro­
cedemos da seguinte maneira:

x g A n A « x e A A x e A o x e A.
I 2: (A n B )n C = A n (B n C )
I3: A nB = B n A
I4: A n 0 = 0
I5: A n U = A
I6: A n B ç A e A n B c B

Demonstração: Se x e A n B , então x e A e x e B e , daí, x e A.


Portanto, A n B ç A.
I7: A ç B < = > A n B = A
I8: Seja X c U tal que X ç A e X ç B . Então X Q A n B .

Exercícios:
12 . Verificar que valem as outras propriedades da intersecção
de conjuntos.
13. Dados os conjuntos A = {1, 2, 3 }, B = { 3 , 4 } e C = { 1 , 2,
4}, determinar o conjunto X tal que X u B = A u C e X n B = 0 .
14. Determinar o conjunto X tal que {a, b, c, d } u X = {a, b, c,
d, e}, {c, d} u X = { a , c, d, e} e {b, c , d } n X = {c }.
15. Mostrar que: A u B = 0 = > A = 0 a B = 0.

Dois conjuntos A e B são disjuntos ou mutuamente exclusivos


quando A n B = 0 .

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 103

Diferença de dois conjuntos

Dados dois conjuntos A e B, a diferença entre A e B é o con­


junto A -B (lê-se: A menos B) formado pelos elementos que per­
tencem a A mas não pertencem a B. Assim :
A - B = { x e U / x e A a x í B}.

Exemplos:
(a) D ados os conjuntos A = {-2, -1, 0, 1 , 2 } e B = { 0, 1 , 2, 3}, a
diferença entre A e B é o conjunto A -B = {- 2, -1}.
(b) Se A = R e B = Q, então A - B é o conjunto R -Q dos núm e­
ros irracionais.

O b s e r v a ç ã o : A seguir, in d icam os U - B = { x e U / x í
B } por B \

D ia g ra m a s: A diferença A -B pode ser representada por meio


dos diagramas de Venn como abaixo, onde a região sombreada
representa as diferenças:
(i) A e B têm um a parte em comum:

i
\

(ii) Se A ç B, então A -B = 0 e B -A está representada no dia­


grama pela região sombreada:

Scanned by CamScanner
104 HÉRCULES DE ARAÚJO FEITOSA E LEO N A RDO PAULOVICH

(iii) Se A e B não têm parte em comum, então A~B = A:

Propriedades da diferença de conjuntos

Sejam A e B conjuntos quaisquer do universo U:


D l: A - B = A n B >

D em onstração: x e A - B O x e A a x é B « x e A a x e B’ <=>
x e A r\B ’

D 2: A - B = 0 <=> A ç B
D 3: A -B = B -A <=> A = B

Exercício:
16. Verificar que valem as outras propriedades da diferença de
conjuntos.
17. Considerando o diagrama de Venn abaixo, sombrear os
conjuntos indicados. Fazer um diagrama para cada item:
(a) A n (B u C ) (b) (A n B )u (A n C ) (c) A u(B n C )
(d) (A u B )n (A u C ) (e) A n B n C (f)((BuC)-A)-B'
(g) (B -A y n íB u C y (h) (A -B )'n (C -B )’

S c a n n e d by C a m S c a n n e r
UM PRELÚDIO À LÓGICA 105

C o m p le m e n ta ç ã o d e c o n ju n to s

Dados dois conjuntos A e B de maneira que B ç A , o comple­


mentar de B com relação a A é o conjunto C 3 formado pelos ele­
mentos de A que não pertencem a B. Ou seja:

Cg = { x e U / x € A a x í B}
De acordo com a definição de complementar, podemos obser­
var que C g = A-B. Além disso, o complementar de um conjunto
A em relação ao universo U é representado por Ac ou A ’.

D iagram a: o diagrama de Venn para a complementação é o


seguinte:
(i) Se B q A, então C g é dado por:

. (ii) Para um conjunto A, o seu complementar Ac ou A* é dado


por:

P ro p rie d ad e s d a co m p le m e n ta çã o

Q: 0' = U
C2: U ' = 0

Scanned by CamScanner
10 6 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

C3: Leis de De Morgan:


(AuB)’ = A’n B ’
(AnB)’ = A’u B ’
Demonstração: x e (AnB)' <=> x £ A nB E A v x g fi
<=>xe A’ v x e B ’ « x e A 'uB ’
C4: A’nA = 0
C5: A’uA = U
C6: ( A T = A
Demonstração : x e (A1)’ <=>xE A <=>xeA.
C 7: A ç B = > B ’ ç A ' .

Exemplo:
(a) Consideremos os conjuntos A = {x e Z / x > -5} e B = {x
e Z / x < 5}. Então, o conjunto intersecçao A n B = { x e Z / - 5 < x
< 5^ A’ = { x e Z / x < - 5 } , B ’ = ( x e Z / x > 5}, A ’u B ’ = { x e Z
/ x < - 5 v x > 5 } e A ’n B ’ = 0 . Podemos observar que (AnB)’ =
A’u B \

Exercício:
18. Verificar que valem as outras propriedades da comple-
mentação de conjuntos.

Álgebra dos conjuntos


De forma geral, uma álgebra é determinada por um conjunto
não vazio munido de uma ou mais operações finitárias. E o nú­
mero de operações existentes e as propriedades verificadas por
cada uma das operações que caracterizam abstratamente as álge-
bras. Agora dotaremos os conjuntos de uma álgebra, que chama­
mos a álgebra dos conjuntos. Dado um conjunto qualquer U, o
conjunto das partes de U certamente não é vazio. Assim, conside­
remos A, B e C elementos das partes de um conjunto universo U.
Com relação às operações de união, intersecçao e complementação
de conjuntos, determinamos uma álgebra (Í^U ), vj, n , 0 , U) em
que valem as seguintes propriedades:

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 107

Propriedades da união:
Idempotência: A uA = A
Comutatividade: A uB = BuA
Associatividade: (A u B )u C = A u (B u C )
Elemento neutro: A u0 = A
Elemento absorvente: A uU = U
Propriedades da intersecção:
Idempotência: AnA = A
Comutatividade: A nB = BnA
Associatividade: (A n B )n C = A n (B n C )
Elemento neutro: A nU = A
Elemento absorvente: An0 = 0
A u (B n C ) = (A u B )n (A u C )
A n (B u C ) = (A n B )u (A n C )

Demonstração:
x e A n(B uC ) « x e A a x g Bu C « x € A a (x e B v x e C ) «
(x e A a x g B ) v (x e A A x e C ) « x e A n B v x e A n C
x e (A n B )u(A nC )
Propriedades da complementação: A ’n A = 0
A ’u A = U

Propriedades de dualidade ou leis de De Morgan:


(AuB)' = A ’n B ’
(A nB )’ = A ’u B ’
As leis mencionadas caracterizam a álgebra dos conjuntos e
podem ser utilizadas para a simplificação de expressões com con­
juntos que envolvam as operações de união, intersecção e com­
plementação, ou ainda para a obtenção de outras propriedades.
Quando houver operação de diferença de conjuntos, usamos a
propriedade:
A -B = A n B ’

Scanned by CamScanner
108 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

Propriedades de absorção: A n (A u B ) = A
A u (A n B ) = A
As propriedades de absorção são poderosas ferramentas para a
simplificação de expressões com conjuntos. Entretanto, elas po­
dem ser demonstradas a partir das propriedades anteriores. De­
monstremos, por exemplo, a propriedade A n(A uB ) = A:

A n(A uB) = (A u 0 )n ( A uB ) = A u (0 n B ) = A u 0 = A

Mais alguns exemplos:


(a) (A u BMAVSB1) = U
(A uB)u(A ’n B ’) = (A uB )u(A uB )' = U
(b) Au(B-A) = A uB
Au(B-A) = A u (B n A ’) = (A uB )n (A uA ') = (AuB)nU =
(AuB)
(c) (A-B)n(A-C) = A -(B uC )
(A-B)n(A-C) = (A nB’)n (A n C ’) = A n (B 'n C ’) =
An(BuC)' = A -(BuC)

Exercícios:
19. Justificar A u (A n B ) = A.
2 0 . Dar exemplos de conjuntos A, B e C tais que (AuB)nC t
Au(Br»C).
21. Utilizando as propriedades conhecidas da álgebra dos con­
juntos, verificar as igualdades abaixo:
(a) A n (B -A ) = 0 (b) A u (B -A ) = A u B
(c) CHAuB) = (C-A)n(C-B) (d) C-<AnB) = (C-A)u(C-B)
(e) A -(B -C ) = (A -B )u (A n C ) (f) A -(A n B ) = A -B
(g) (A uB )-B = A -B (h) (A -G )n (B -C ) = (AnB}-C
22. Simplificar as expressões:
(a)(A’n B 7 (b )(A 'u B 7
(c) (AuB’)’ (d) (A n B )u (A 'n B )

Scanned by CamScanner
I

4
C ir c u it o s e l e t r ô n ic o s

Os circuitos eletrônicos (ou lógica digital) tratam do estudo e


comportamento dos dispositivos eletrônicos de dois estados -
também nomeados binários -, com ênfase sobre as relações entre
esses dois estados. Tais dispositivos podem ser: computadores,
sistemas de controle de comunicação digital, codificadores, deco-
dificadores, processadores de dados, etc. Empregam um pequeno
grupo de circuitos lógicos conhecidos como portas lógicas E, O U,
N Ã O eFLIP -FLO P S.

Estados lógicos
Para o estudo dos dispositivos próprios da lógica digital, há
dois estados lógicos a ser considerados:
• 0 (zero): é o estado lógico que representa, por exemplo: porta
fechada, aparelho desligado, ausência de tensão, chave aberta,
não, etc.;
• 1 (um): é o estado lógico que representa, por exemplo: porta aber­
ta, aparelho ligado, presença de tensão, chave fechada, sim, etc.

Funções lógicas

São funções que executam determinadas operações com os es­


tados lógicos dos dispositivos. A s principais funções são: E

Scanned by CamScanner
11U HÉRCULES DE ARAÚJO FEITOSA E LEO NARDO PAULOVICH

(A N D ), O U (O R ), O U E X C L U S IV O (X O R ), N À O (NOT),
N Ã O E (N A N D ), N Ã O O U (N O R ).
Representam os os dispositivos lógicos por letras maiusculas do
alfabeto latino: A, 13, C, ... que são denominadas variáveis lógicas
ou variáveis digitais, cujos valores são tom ados no conjunto { 0, 1 }.
Para facilidade de estudo, os dispositivos lógicos são denomi­
nados simplesmente chaves. A ssim , um a chave possui dois esta­
dos lógicos: chave aberta e chave fechada, os quais serão repre­
sentados da seguinte maneira:

Chave aberta: 0
Chave fechada: 1

Exemplos:
(a) Lâm pada apagada: 0
Lâm pada acesa: 1

(b) M otor desligado: 0


M otor ligado: 1

Função E (AND)
A função E executa a m ultiplicação ou conjunção de duas variá­
veis binárias. A função lógica E assum e o valor um “ 1 ” se, e so­
mente se, todas as variáveis de entrada são iguais a um “ 1” . Repre­
sentam os a função E por S = A .B (lê-se: A e B).

Circuito representativo da função E

Chave A Chave B

E: bateria L: lâmpada

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 111

Tabela de verdade da função E

A B A.B
0 0 0
0 1 0
1 0 0
1 1 1

Porta lógica E
/
E um circuito lógico que executa a função E. Representamos a
porta E pelo símbolo:

onde A e B representam as variáveis de entrada, e S representa a


variável de saída da porta lógica. Assim, se A e B tiverem ambas
estado lógico “ 1” , S terá estado lógico “ 1” ; em qualquer outro
caso, S terá estado lógico “0” .

Função O U (OR)
A função OU executa a soma ou disjunção de duas variáveis b i­
nárias. A função lógica O U assume o valor zero “ 0” se, e somente
se, todas as variáveis de entrada são iguais a zero “ 0” . Represen­
tamos a função O U por S = A + B (lê-se: A ou B).

Circuito representativo da função O U

Scanned by CamScanner
112 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

Tabela de verdade da função OU

A B A +B
0 0 0
0 1 1
1 0 1
1 1 1

Porta lógica O U

É um circuito lógico que executa a função OU. Representamos


a porta lógica OU pelos símbolos:

ou

onde A e B representam as variáveis de entrada, e S a variável de


saída da porta lógica. Quando as variáveis de entrada A e B tive­
rem, ambas, estados lógicos iguais a “0", a variável de saída S terá
o estado lógico igual a "0” ; caso contrário, S terá estado lógico “1”.

A função N ÃO (NOT)

A função lógica NAO inverte o estado lógico de uma variável,


ou seja, se a variável estiver no estado lógico zero "O”, vai para o
estado lógico um 'T ' e vice-versa. Representamos a função NAO
por S = A ou S —A \

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 113

Circuito representativo da função N Ã O


R

A /V V

E: batería L: lâmpada R: resistência

Tabela de verdade da função N Ã O

A A
0 1
1 0

Porta lógica N Ã O

A porta lógica NÃO, ou inversor lógico, é um circuito lógico


que executa a função NÃO . Representamos a porta lógica N Ã O
por:

Após um bloco lógico, nega a saída do bloco.

------------------------ o
Antes de um bloco lógico, nega a entrada no bloco.

Função OU EXCLUSIVO (XOU)


*
E a função lógica que executa outra soma algébrica das variá­
veis de entrada, que é igual a “ 1" quando, e somente quando, exa-

Scanned by CamScanner
114 HÉRCULES DE ARAÚJO FEITOS A E LEONARDO PAULOVICH

tamente uma das variáveis é igual a “ 1” . Representamos a função


X O U por S = A®B (lê-se: A ou B, mas não ambas).

Tabela de verdade da função X O U

A B A®B
0 0 0
0 1 1
1 0 1
1 1 0

Porta lógica X O U

É um circuito lógico que executa a função lógica XOU, e é re­


presentado pelo símbolo:

onde A e B são as variáveis de entrada e S é a saída da porta lógica.


Dessa forma, se as variáveis de entrada A e B forem tais que ape­
nas uma delas tenha estado lógico “ 1", S terá estado lógico “1”.
Caso contrário, S terá estado lógico " 0 ” .

Função N Ã O E (N E ou N A N D )

E a função que inverte a saída de uma função E, representada


por S = A .B .

Tabela de verdade da função N Ã O E

A B A.B
0 0 1
0 1 1
1 0 1
1 1 0

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 115

Porta N Ã O E

É um circuito lógico que executa a função NÃO E, cujo sím­


bolo é o seguinte:

onde A e B são as variáveis de entrada e S é a variável de saída.


Nesse caso, quando A e B tiverem, ambas, estados lógicos iguais a
“ 1", S terá estado lógico igual a “ 0” ; caso contrário, S terá estado
lógico igual a “ 1” .

Função N Ã O O U (N O U ou N O R )

É a função que inverte a saída da função O U. Representamos a


função N Ã O O U por S = A + B

Tabela de verdade da função N Ã O O U

A B A+B
0 0 1
0 1 0
1 0 0
1 1 0

Porta lógica N O U (N O R )

E um circuito lógico que executa a função NOU. Representa­


mos a porta lógica N O U pelo símbolo:

Scanned by CamScanner
116 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

OU

onde A e B representam as variáveis de entrada e S representa a


variável de saída da porta lógica. Assim, se A e B tiverem, ambas,
estados lógicos iguais a “ 0” , S terá estado lógico igual a "1”. Caso
contrário, S terá estado lógico igual a "0 ” .

Propriedades da lógica digital


As funções lógicas E, O U e N Ã O determinam operações com
as variáveis binárias que satisfazem as mesmas propriedades vistas
na álgebra das proposições e na álgebra dos conjuntos. Conside­
remos A, B e C chaves que possuem dois estados lógicos: zero (0) e
um (1). Vamos considerar, também, duas chaves que possuem
estado lógico permanente: uma chave indicada por 1, cujo estado
lógico é sempre 1, e uma chave 0, cujo estado lógico é sempre 0.
Então, valem as seguintes propriedades:

LD, Elemento neutro: 0+A = A


ii
>
>
<

L D 2Elemento absorvente:
o
©

1+A = 1
II

L D 3Idempotência: A+A = A A.A = A


LD, Elemento complementar: A + Ã =1 A . Ã =0
L D SComutatividade: A+B = B+A A.B = B.A
L D 6Associatividade: A +(B+C) = (A+B)+C A.(B.C) = (A.B).C
L D 7Distributividade: A.(B+C) = A.B+A.C A+(B.C) =
(A+B).(A+C)
L D gAbsorção: A+(A.B) = A A.(A+B) = A
LD, De Morgan: Ã+B = Ã .B Ã ! = Ã +B

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 1 17

Uma estrutura algébrica determinada por um conjunto não va­


zio munido de duas operações binárias e uma operação
unária “ ” e duas constantes 0 e 1, que satisfaçam as propriedades
acima, é denominada álgebra de Boole ou álgebra booleana.
Não necessitamos de todas as propriedades acima para definir
uma álgebra de Boole, pois algumas podem ser obtidas das de­
mais. Porém, toda álgebra de Boole admite essas propriedades.
Dessa forma, os sistemas algébricos que temos estudado neste
texto, a álgebra das proposições, a álgebra dos conjuntos e a álge­
bra digital, são exemplos da álgebra de Boole. Esses sistemas pro­
postos para o estudo de questões independentes têm uma concep­
ção abstrata comum a sua estrutura algébrica.

Expressões b o o le an as g e ra d a s p o r circuitos ló gico s


A todo circuito lógico composto por uma associação de portas
lógicas, fazemos corresponder uma expressão booleana (ou poli-
nômio booleano).
(a) Consideremos o circuito lógico a seguir, onde A, B e C re­
presentam chaves de dois estados:
A
B

Como podemos perceber, o polinômio booleano correspon­


dente ao circuito é:
S = (A.B) + C
(b) Consideremos o circuito com as chaves A, B, C e D:

Scanned by CamScanner
118 HÉRCULES DE ARAÚJO FEITOSA E LEO NARDO PAULOVICH

Podemos ver que o polinômio booleano correspondente <•


S= (A + B).(C + D)
(c) Paraocircuito lógico abaixo:
d c B A

temos o seguinte polinômio booleano: S —(A.B) + C + (C.D)

Observação: na representação acima, as chaves A, B, C e D


estão representadas pelas linhas verticais.
(d) Para o circuito abaixo nas variáveis A, B, C e D:
D C B A

temos o seguinte polinômio booleano: S = (A.B).(B.Q.(B+D).

(e) Para o circuito abaixo nas variáveis A, B, C e D temos o se­


guinte polinômio booleano:

S = ((Ã ,B)+(A. B )+ C ).(C+D).

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 119

0 C B A

Circuitos ló g ic o s o b tid o s a partir


de e x p re ssõ e s b o o le a n a s

A cada expressão booleana nas variáveis binárias A, B, C, ...


corresponde um circuito lógico formado por portas lógicas. A
seguir, damos alguns exemplos de circuitos lógicos obtidos de
expressões booleanas.

(a) À expressão booleana S = (A+B).C.(B+D), corresponde o


seguinte circuito lógico:

D c B A

(b) Para a expressão booleana S = (A.B.C)+((A+B).C), temos o ,


circuito lógico:

Scanned by CamScanner
120 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

C B A

(c) Para a expressão booleana S = ( A.B + C.D), temos o seguin­


te circuito lógico:

(d) Ao polinômio booleano S = ((A+B)+(C.D))-D corresponde o


circuito:

d c B A

Scanned by CamScanner
UM PRELÚDIO À LÓ G IC A 121

(e) Ao polinômio S = [((A .B )+(C D )).E ]+[((A D .E )+(C .D .E ))A ]


corresponde o circuito:

Exercício:
1. Determinar o circuito lógico associado às seguintes expres­
sões booleanas:
(a ) S = ( À + B + C ) , ( Ã . B . C )
(b) S = ( Ã X > B + D ) + C .(Ã !C D )
(c) S = ((A + B ).Q .(D .(C + B ))
(d ) S = ( Ã + B + C ) .( A + B + C )
(e ) S = Ã . B . C + Ã . B . C + Ã . B . C + Ã .B .C + A B C

S im p lific a ç ã o d e e x p r e s s õ e s b o o le a n a s

Com o já mencionamos, as propriedades da lógica digital ou ál­


gebra digital possibilitam a simplificação de expressões booleanas
ou polinômios booleanos. Eis alguns exemplos em que são feitas
simplificações de expressões booleanas com o auxílio das proprie­
dades da álgebra digital. _
N as expressões booleanas a seguir, no lugar de A .B.C escre­
vemos apenas A BC.

Scanned by CamScanner
12 2 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

(a) Simplificar, utilizando as propriedades da lógica digital, a


seguinte expressão booleana: S = ABC + A C + A B
l.S = ABC + A C + A B Expressão dada
2. S = A (B C + C + B ) Distributividade
3. S = A (B C + G B ) De Morgan
4. S = A (BC+ B.C) Comutatividade
5. S = Al Complementar
6. S = A Elemento neutro

A simplificação acima informa-nos que o circuito inicial S,


dado pela expressão S = ABC + A C + A B , é equivalente a um
circuito que possui apenas a chave A. Na prática, o circuito inicial
S, composto de 4 portas lógicas, pode ser substituído por um cir­
cuito que tenha apenas a chave A.

(b) Simplificar a expressão booleana abaixo, utilizando as pro-


priedades da lógica digital: S=A+ÃB

1. S —A + A B Expressão dada
2. S = (A + Ã )(A+B) Distributividade
3. S = 1(A+B) Complementar
4. S —A +B Elemento neutro

O resultado dessa simplificação é utilizado muitas vezes na


simplificação de outras expressões mais complexas.

(c) Demonstrar a propriedade de absorção A+AB = A, a partir


das outras propriedades:

l .S = A +A B Expressão dada
2. S = A l+ A B Elemento neutro
3. S = A (l+B ) Distributividade
4. S = A l Absorção
5. S = A Elemento neutro

Exercício:
2. Simplificar as expressões booleanas seguintes utilizando ®
propriedades da álgebra de Boole:

Scanned by CamScanner
U M PRELÚDIO À L Ó G IC A 123

(a) S = A B C + A B C + A B C
(b) S = A B + A B
(c) S = Ã B C + Ã B C + Ã B C + A B C + A B C
(d) S = (A+B+C)( A + B +C )
(e) S = (Ã C +B +D )+C (Ã C D )
(f) S = ((A+B).Q.(DT(C+B))
(g ) S = (A + B + C ) (A +B + C )
(h) S = Ã B C + Ã B C + Ã B C + A B C + ABC
(i) S = [(A.(B+C)).DJ(Ã+B)
(j) S = A B C D + Ã B C D + Ã B C D + A B C D
(l) S = (A+B+C+DX A +B+ C + D )(A + B +C +D )( A + B + C + D )
(Ã + B +C +D X Ã + B + C +D)
(m) S = Ã B C D + Ã B C D _ + Ã B C D + A B C D + A B C D
+ ABCD + A B C D + A B C D

Funções booleanas e mapas de Karnaugh


As funções booleanas que vimos até agora podem ser repre­
sentadas por alguns mapas, denominados mapas de Karnaugh,
que são úteis para a simplificação de expressões booleanas quando
estas estão escritas na forma de “ soma de produtos". Estudaremos
apenas os mapas de Karnaugh para até quatro variáveis.

Introduzindo os m apas de K arn au gh

A seguir temos os mapas de Karnaugh de uma, duas, três e


quatro variáveis.

M apa para uma variável


à A

0 1

Scanned by CamScanner
124 HÉRCULES D E A RA Ú JO FEITO SA E LEO N A RD O PAULOVICH

M a p a para d u a s variáveis

à B ÃB AB AB

00 01 11 10

C ada um d os quatro retângulos representa um termo escrito na


form a de produto, a saber: A B , A B , A B e A B . Cada termo
corresponde a um núm ero binário, isto é:

à B = 00
à B = 01
A B = 11
A B = 10

Com o cada núm ero binário corresponde a um número na base


dez, cada termo tam bém pode ser representado por um número na
base dez, ou seja:

ÃB = 0
ÃB= 1
AB = 3
AB = 2

T erm os adjacentes n u m m a p a de duas variáveis: cada


termo de um m apa de duas variáveis possui dois termos adjacentes
a ele. Tom ando a representação binária dos quatro termos de um
mapa de duas variáveis, temos:

00 é adjacente a 01 e 10
O lé adjacente a 00 e 11
11 é adjacente a 01 e 10
10 é adjacente a 11 e 00

Termos adjacentes diferem entre si de um dígito binário; além


disso, vemos que os dois term os que ocupam os extremos do mapa
são adjacentes.

Scanned by CamScanner
UM PRELÚDIO K LÓGICA 125

M apa para três variáveis

AB AB AB AB
0 c
1
c
00 01 11 10

C ada um dos oito retângulos corresponde a u m term o escrito


na forma de produto. A baixo podem os ver esses term os com os
correspondentes binários e decimais.

T erm o B in ário \ D e c im a l \

ABC 000 1 0 1
ABC 010 1 ' 2 1
ABC 110 6 1
ABC 1 100
1 4 1
ABC 1 001 1 1 1
A BC 011 \ 3 1

ABC 111
1 7 1
ABC 1 101 | 5 j

T e r m o s ad jacen te s n u m m a p a d e tr ê s v ariáv e is: cada termo


de um m apa de três variáveis possui três term os adjacentes a ele. O s
termos que ocupam as extremidades de um a m esm a Unha são adja­
centes entre si. T om an do a representação binária dos termos, verifi­
camos que:

000 é adjacente a 0 0 1 ,0 1 0 e 100;


010 é adjacente a 000,110 e 011;
110 é adjacente a 0 1 0 ,1 0 0 e 111;
100 é adjacente a 110, 000 e 101;
etc.
variáveis diferem entre
Os termos adjacentes num mapa de tres
si de apenas um dígito binário.

Scanned by CamScanner
^ H ÉRCU LES D E A R A Ú J O F EIT O SA E LEO N A R D O PAULOV1CH

M a p a para q u atro variáveis

AB AB AB AB
00 / i 1 CD
01 CD
11 CD -1 1
10 / / \ CD *
00 01 11 10
L*

Este mapa tem 16 retângulos, cada um representando um termo


cujos correspondentes binários e decimais estão na tabela abaixo:

T e rm o B inário Decimal
à B C D 0000 0
ABC D 0100 4

ABC D 1100 12

ABC D 1000 8

à BC D 0001 1

ÃBCD 0101 5

ABCD 1101 13

AB CD 1001 9

ÃBCD 0011 3

ÃBCD 0111 7
ABCD 1111 15
A B CD 1011 11
à BCD 0010 2
ÃBCD 0110 6
ABCD 1110 14
ABCD 1010 10

T erm os adjacentes n um m ap a de quatro variáveis: cada


termo de um mapa de quatro variáveis possui quatro termos adja­
centes a ele. No mapa de quatro variáveis, os termos que ocupam

S c a n n e d by Cam Scanner
UM PRELÚDIO À LÓGICA 127

os extremos de uma mesma linha ou de uma mesma coluna são


termos adjacentes. Tomando a representação binária dos termos,
verificamos que:
0000 é adjacente a 0100,1000,0001 e 0010;
0100 é adjacente a 0000,1100, 0101 e 0110;
1100 é adjacente a 0100,1000,1101 e 1110;
etc.
Notamos que, também aqui, os termos adjacentes diferem en­
tre si de um dígito binário.

R e p re se n tan d o fu nções b o o le an as
no s m a p a s d e K a rn a u gh

Para representarmos uma função booleana num mapa de


Karnaugh, assinalamos com um traço vertical os retângulos cor­
respondentes a cada termo componente da função. A função
deverá ser escrita na forma de soma de produtos (forma normal
disjuntiva).

Exemplos:
(a) Mapa da função que representa o conectivo E: f(A, B) =
AB.

ÃB ÃB AB AB ‘
~ 1 11 I
00 01 11 10

(b) Mapa da função que representa o conectivo OU: f(A, B) =


A B + A B + AB.

ÃB ÃB AB AB
" I N I 1~T~
00 01 11 10

Scanned by CamScanner
128 HÉRCULES DE ARAÚJO FEITOS A E LEONARDO PAULOVICH

(c) Mapa da função do conectivo O U EXCLUSIVO: f(y\ m _


ÃB+AB.

ÃB ÃB AB AB

00 01 11 10

(d) Mapa da função f(A, B, C) = ABC + A B C + A BC


+A B C .

AB AB AB AB
C
1 C
00 01 11 10

(e) Mapa da função f(A, B, C, D) = A B C D + A B C D +


A B C D + Ã B C D +A BC D + A B C D .

CD
CD 'M c i .
CD
CD i OOf
00 01 11 10 \2)U O
O

Notação decimal para uma função booleana -■

Como todo termo escrito na forma de produto tem um número


correspondente na base dez, uma função booleana escrita na forma
de soma de produtos pode ser representada como uma soma de
números escritos na base dez.

Exemplos: ' OUQl ( )!


(a) A expressão booleana Y = Ã B + A B tem a seguinte
notação, quando escrita como soma de números de base dez:

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 129

Y = f(A, B) = 1(1, 2), Veja que 1 e 2 são os correspondentes


decimais dos termos A B e A B respectivamente.
(b) A expressão booleana f(A, B, C) = ABC + ABC +
ABC + A B C tem a seguinte notação: Y = f(A, B, C) = X(0, 2,
3, 5). Note que os termos ABC, ABC, A B C e A B C corres­
pondem aos números 3, 5, 2 e 0 respectivamente.

(c) A expressão booleana Y = A BC D + A B CD + AB C D


+ A B C D + ABCD tem a seguinte notação: Y = f( A, B, C, D) =
L(3, 6, 10, 13, 15). Os números 3, 6, 10, 13 e 15 correspondem,
respectivamente, aos termos A B CD, A BC D , A B C D ,
A BC D e ABCD.

Essa notação facilita a representação de uma função booleana


nos mapas de Kamaugh, pois cada retângulo no mapa corresponde
a um número decimal. Vejamos os mapas com os correspondentes
números decimais de cada termo:

M apa de duas variáveis

AB AB AB AB
0 1 3 2

M apa de três variáveis

A B AB AB AB
0 2 6 4 C
1 * 3 7 5 C

M a p a de quatro variáveis

AB AB AB AB
0 4 •12 8 CD
1 5 13 9 CD
3 7 15 11 CD
2 6 14 10 CD

Scanned by CamScanner
130 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

Exemplos:
(a) Mapa da função f(A, B, C) = 1(0, 3,4, 5):

AB AB AB AB
1 1 G
C
Ir IQ
(b) Mapa da função f(A, B, C, D) = 1(1, 3,4, 6,9^ 11,13,15)*
_ o t c o ^ _ A.
AB AB AB AB
j o ~ T ~ ^ CD
;/

vv O V/ I' 0^
>
h
V1 ! CD
- 7 l
, 1 ■1 CD^ I!
'• 0 1 :i CD
CV, cc ci li \e ya
<S '
Cl f i q ~ ^ , i, ~ <
Sim plificação p o r m eio d o s m a p a s d e Karnaugh

Identificaremos para os diversos mapas que estamos estudando


exemplos de pares, quadras e oitavas de termos adjacentes.

Mapa de duas variáveis

(a) Pares de termos adjacentes

AB AB AB AB
i i

(b) Quadras de termos adjacentes


No mapa de duas variáveis existe apenas uma quadra de ter­
mos adjacentes:

ÃB ÃB AB AB

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 131

M apa de três variáveis

(a) Pares de termos adjacentes

ÃB ÃB AB AB
C
C

ÃB ÃB AB AB

C
— ^-------- ------------------ \
etc.

(b) Quadras de termos adjacentes

AB AB AB AB
i i i

ÃB ÃB AB AB
I G

etc. c\
(c) Oitavas de termos adjacentes
Num mapa de três variáveis, existe apenas uma oitava de ter­
mos adjacentes:

AB AB AB AB
i i i i C
i C

Scanned by CamScanner
132 HÉRCULESDEARAÚJOFEITOSAELEONARDOPAULOVICH

M apa de quatro variáveis

(a) Pares num mapa de quatro variáveis

AB AB AB AB
CD
CD
CD
CD

ÃB ÃB AB AB
CD
CD
CD
CD
etc.

(b) Quadras num mapa de quatro variáveis

Exemplos:

AB AB AB AB
CD
CD
CD
CD

AB AB AB AB
I CD
CD
I CD
I CD

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 133

CD
CD
CD
CD

ÃB ÃB AB AB
CD
CD
CD
CD

A bc - A p ,.:
AB AB AB AB ~ --
CD hC
CD
CD
CD

ÃB ÃB AB AB
CD
CD
CD
CD

ÃB ÃB AB AB
CD
CD ^
CD
CD

Scanned by CamScanner
134 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

AB AB AB AB
ÇD 1/
CD
CD
CD

(c) Oitavas de termos adjacentes num mapa de quatro variá­


veis

AB AB AB AB
1 1 1 1 CD
1 CD
CD
CD

ÃB ÃB AB AB
| CD k
CD
CD
CD
etc.

Uma expressão booleana escrita na forma de soma de produtos


pode ser colocada num mapa de Kamaugh e simplificada median­
te as seguintes regras:
(Rj) Assinalar as oitavas, as quadras e os pares de termos ad­
jacentes, nesta ordem, tomando-se o cuidado de não assinalar
quadras contidas em oitavas, nem pares contidos em oitavas ou
quadras.

s (Rj) Cada par de termos adjacentes elimina uma variável; cada


quadra de termos adjacentes elimina duas variáveis; cada oitava de
termos adjacentes elimina três variáveis.

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 135

(R 3) Observar que dois termos que ocupam os extremos na


mesma linha ou na mesma coluna de um mapa são termos adja­
centes.

( R J A cada grupo (par, quadra ou oitava) de termos adjacentes


corresponderá um termo na expressão simplificada.

( R J A expressão simplificada será composta pelos termos co­


muns a cada agrupamento assinalado.

Exemplos:
Simplificar as expressões booleanas abaixo:

( a ) Y = Ã B + A B + AB:

AB AB AB AB

T O 3
Resposta: Y = A +B .

(b) Y = A B + AB + A B :

A B AB AB AB

U Ci
Existem dois pares.
Resposta: Y = A + B .

( c ) Y = Ã B + Ã B + A B + AB:

Existe apenas uma quadra.


Resposta: Y = 1.

Scanned by CamScanner
136 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

( d) Y = A © B = A B + A B :

A B AB AB AB
i i

Não há termos adjacentes.


Resposta: Y não é simplificável.

(e) Y = A©B == A B + A B :

/ ÃB ÃB AB AB
1 i

Não há termos adjacentes.


Resposta: Y não é simplificável.

(f) Y = f(A, B, C) = X(0,1,2,4, 5,6):

Existem duas quadras.


Resposta: Y = B + C .

(g) Y = f(A, B, C) = 1(1,2, 3, 5, 6, 7):

AB AB AB AB

Existem duas quadras.


Resposta: Y = B+C.

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 1 37

(K) Y = f(A, B, C) = Z(0, 2,3, 5,7):

A B AB AB AB

Há três pares.
Resposta: Y = A C + B C + A C ou Y = A C + A B +A C .

(i) Y = f(A, B, C) = 1(2, 3, 4, 5):

AB AB AB AB

AB AB AB AB

cr
J v
1

Scanned by CamScanner
138 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOV/CH

_(1) Y = A B C D + A B C D + A B C D + Ã B C D +
ABCD:

ÃB ÃB AB AB

CD

CD

CD

CD

H á uma quadra e um par.


Resposta: Y = A D + B C D .

(m) Y = f(A, B, C, D ) = 1(0, 1 , 2 , 5 , 8 , 9 , 1 0 , 1 3 ) :

CD

CD

CD

CD

Há duas quadras.
Resposta: Y = B D + C D .

Exercício:
3. Simplificar as expressões booleanas abaixo utilizando os ma­
pas de Karnaugh:

(a ) Y = Ã B C D + Ã B C D + Ã B C D + Ã B C D + A B C D
(b) Y = A B C D + A B C D + A B C D + Ã B C D + A B C
(c) Y = f(A, B, C) = 2(1, 2, 4, 5, 7)
(d) Y = f(A, B, C , D ) = 1(0, 1, 2, 4, 5, 6, 7, 8, 9, 11)
(e) Y = f(A, B, C, D) = E(0, 2, 4, 6, 7, 9, 11, 13, 14, 15) .

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 139

E quando não está na form a d e som a de p r o d u to s ?

Para simplificar uma expressão booleana que não está na forma


de soma de produtos, por meio dos mapas de Karnaugh, devemos,
primeiramente, transformar a expressão numa soma de produtos.
Para tanto, recorremos às leis da álgebra digital.
Fazendo uma conexão com o cálculo proposicional, do Capítu­
lo 1, a expressão booleana deve estar na forma normal disjuntiva
completa (na qual ocorrem todas as variáveis, ao menos uma vez,
em cada disjuntivo) para a atribuição de um mapa de Karnaugh à
referida expressão. Como sabemos, isso é sempre possível.

Exemplos: _________
(a) Simplificar a expressão S = (A C + B + D ) + C(A.C.D) utili­
zando os mapas de Karnaugh.
Inicialmente transformamos a expressão booleana numa soma
de produtos:

l . S = (A C +B +D )+C (A .C .D ) Expressão dada

2. S = (Ã ^ B .D )+ C (Ã + C + D ) De Morgan
3. S = A .B C D + Ã C + G C + C .D Dupla negação,
comutatividade
e distributividade
4. S = A .B C .D + A C + 0 + C .D Complementar
5. S = A 1 C .D + Ã C + C .D Elemento neutro

Como a expressão está na forma de soma de produtos, agora


podemos colocá-la num mapa de Karnaugh para quatro variáveis.
Observemos que o termo AC na expressão não possui as variáveis
B e D. Assim, para representá-lo no mapa de Karnaugh, devemos
assinalar todos os retângulos onde aparecem A e C juntos (são os
termos: A BC D , A BC D , A B C D e A B C D ). Da mesma
forma, o termo C D corresponde, no mapa, aos termos A BC D ,
ÃBCD, A BCD e à BCD.

Scanned by CamScanner
140 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

CD
CD
CD
CD \

Os termos assinalados no mapa formam duas quadras que re­


presentam os termos A C e C D . Portanto, a expressão S =
(A .C +B +D )+C .(A .C .D ), dada inicialmente, simplificada pelo
mapa de Karnaugh produz a expressão booleana S = A C + C D .

(b) Simplificar a expressão booleana S - [(A.(B+C).D].(C+D).


Inicialmente transformamos a expressão numa soma de produtos:

l.S=[(A .(B +C ).D ].(C +D ) Expressão dada

2. S = [A(B+C)+D J.(5.D) De Morgan

3. S = [A (B+C)+ D ].(CB) Complementar

4. S = [A.B+ A.C+ D].(C.D) Distributividade

5. S=A .B .C D +A .C .C D +C .D .D Distributividade e
comutatividade

6. S = A .B .C D + A .C D + C .D Idempotência

Colocando a expressão num mapa de Karnaugh, temos:

CD
CD
\
CD
CD

Como pode ser observado, há uma única quadra no mapa, o


que produz a expressão S = C D , que é a simplificação desejada.

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 141

Exercício:
4. Para cada expressão booleana abaixo, transformá-la numa
soma de produtos utilizando as leis da álgebra digital e, em segui­
da, simplificá-la utilizando os mapas de Karnaugh.

(a) S=Ã.[(B+C).(B+C)]+C[(Ã+B)+(Ã+B)]

(b) S = (A + B+C).(A + B + C )+ (A + B+C)(A + B + C ) h(A+B+C).(A+B+C)


(c) S = (A + A B + A B )+ (A B + A D + Ã C + B C + C D )

(d) S = (Ã + C + D )+ (A + B+D).(A + C+D )+A .B.D

M inim ização d e circuitos ló g ic o s

A simplificação de expressões booleanas fornece uma ferra­


menta importante na minimização de circuitos lógicos. Dado um
circuito lógico, determina-se a expressão booleana correspondente
e, em seguida, simplifica-se a expressão, obtendo-se um novo cir­
cuito equivalente ao inicial, porém, minimizado.

Exemplo:
(a) Dado o circuito lógico abaixo, obter um circuito equivalente
a ele que seja minimizado:

Inicialmente, determinamos a expressão booleana correspon­


dente ao circuito dado:

S = ((AS.D).(A.B.D).C).(C+D)

Scanned by CamScanner
142 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

A seguir, transformamos a expressão numa soma de produtos


para simplificá-la através dos mapas de Karnaugh:

1. S = ((A.B.D).( A.B.D).C).(C + D) Expressão dada


2. S = (A .B D + A l.D + C ).(C + D) De Morgan eDN
3. S = A B D C + A B D D + A B D C + A B D D -fO C + C D Distributividade
4. S = A B C D + A B D + A B C D + C D Complementar,
Comutatividade e
Idempotência.

Finalmente, simplificamos a expressão colocando-a num


mapa de Karnaugh e exibimos o novo circuito:

CD

CD

CD

CD

Observamos que há uma quadra e um par, o que nos dá a


expressão booleana:

S = A .B .C + C .D

cujo circuito representativo é:


d c B A

Scanned by CamScanner
U M PRELÚDIO À LÓ GICA 143

Exercício:
5. Para cada circuito abaixo: determinar a expressão booleana
correspondente; transform ar a expressão numa soma de produtos,
sim plificá-la e desenhar o circuito relativo à expressão simplificada.
%

(a)
D C B A

(b)

D C B A

Scanned by CamScanner
144 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

Scanned by CamScanner
5
S ilo gism o s categóricos

A lógica proposicional nos permitiu uma boa análise da relação


entre proposições particularmente associadas aos conectivos pro-
posicionais —i, a , v , —» e <->. Não obstante, ela tem algumas limita­
ções, pois, como veremos na seqüência, alguns argumentos que
entendemos como válidos não podem ser tratados com a ferra­
menta proposicional. Eis alguns exemplos:

(a) Todo bauruense é paulista.


Todo paulista é brasileiro.
Todo bauruense é brasileiro.
(b) Todo quadrúpede anda sobre quatro patas.
O cachorro é um quadrúpede.
O cachorro anda sobre quatro patas.
(c) Se o ponto C está entre os pontos A e B,
então o ponto C está entre B e A.
No cálculo proposicional, poderiamos, nos exemplos (a) e (b),
chamar as premissas de A e B e a conclusão de G e então obtería-
mos A a B —»C, o que certamente não é uma tautologia, embora
sejam válidos ambos os argumentos. No exemplo (c), também
válido, poderiamos chamar a única premissa de A e a conclusão de
B e obter íamos o argumento não tautológico A —>B.
O problema é que, no cálculo proposicional, devemos entender
cada afirmação em sua totalidade, sem a possibilidade de sua aná-

Scanned by CamScanner
146 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

lise interna, o que é fundamental para o entendimento dos argu­


mentos tratados neste capítulo.
Examinaremos um grupo de argumentos cuja validade é de­
terminada pela estrutura interna de seus simples enunciados. Es­
ses elementos de lógica, que foram introduzidos na Antigüidade
nos textos de Aristóteles Sobre a interpretação e Primeiros analíti­
cos (Kneale, Kneale, 1991), receberam poucas contribuições até os
trabalhos de Frege do final do século XIX. Durante a Idade Média
foram atribuídos nomes latinos mnemônicos para essa lógica aris-
totélica. Modemamente, tanto o cálculo proposicional quanto a
lógica aristotélica são vistos como casos particulares do cálculo de
predicados sobre o qual faremos uma breve introdução no próxi­
mo capítulo.
Além do interesse histórico, e o de apresentar um caminho pe­
dagógico para o entendimento da lógica, podemos, neste capítulo,
fazer uma ponte com os elementos de teoria dos conjuntos do Ca­
pítulo 3, para a justificação dos argumentos aristotélicos.

Enunciados categóricos
Os enunciados categóricos ou proposições categóricas são senten­
ças universais ou particulares, afirmativas ou negativas em uma
das quatro formas seguintes:

• Afirmação universal denotada por A : “Todo S é P ".

Exemplos:
(a) Toda ave voa.
(b) Todo número par é divisível por 2.

• Negação universal denotada por E: “Nenhum S é P”.

Exemplos
(a) Nenhum homem voa.
(b) Nenhuma cobra é vegetal.
• Afirmação particular denotada por I: “ AlgumSé P”.

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 147

Exemplos:
(a) Alguns papagaios falam.
(b) Existe um inocente preso.

• N egação particular denotada por O: "Algum S não é P".

Exemplos:

(a) Há mamíferos que não vivem na água.


(b) Alguns políticos não são sérios.

Observemos que as proposições categóricas diferem entre si


pela qualidade, quando afirmam ou negam, e pela quantidade,
quando são universais ou particulares. Esses enunciados categóri­
cos são indicados pelas letras A, E, I e O como referências às pala­
vras AFFIRM O e NEGO (do latim).
Embora tenhamos indicado as formas básicas das proposições
categóricas no singular, não há problema em fazê-lo também no
plural, como pudemos observar em alguns exemplos.
Observamos que cada enunciado categórico tem uma consti­
tuição dada por um termo, ou sujeito (S), associado por meio de
um verbo de ligação a uma propriedade, ou predicado (P). Além
das proposições categóricas, também usamos os enunciados singu­
lares, nos quais é particularizado um termo ou sujeito.

Exemplos:
(a) João é estudante.
(b) Ele não é normal.

Usando os quantificadores universal e existencial e os conecti-


vos lógicos, podemos interpretar as proposições categóricas da
seguinte maneira:

A: (Vx)(S(x)-»P(x))
“T o d o S é P ” ou
"Para todo x, se vale S(x), então vale P(x)” ou
“Todos elementos da classe S estão na classe P” .

Scanned by CamScanner
148 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

E: (Vx)(S(x)-*-iP(x))
“ Nenhum S é P” ou
“ Para todo x, se vale S(x), então não vale P(x)“ ou
“T odo elemento da classe S é da classe não P” .

I: (3 x)(S(x)a P(x))
“ Algum S é P “ ou
“ Existe x para o qual vale S(x) e vale P(x)“ ou
“ Existe algum elemento da classe S que é da classe P”.

O: (3 x)(S(x)a- iP(x))
“Algum S não é P ” ou
“ Existe x tal que vale S(x) e não vale P(x)” ou
“Algum elemento da classe S é da classe não P“.

Interpretação conjuntista

Podemos usar os elementos de teoria dos conjuntos para a in­


terpretação dos enunciados categóricos;

A: (Vx)(S(x)—»P(x)) E: (VxXSM-^-TM)
SçP SnP = 0

I: (3 x)(S(x)a P(x)) O: (3 x)(S(x)a^P( x))


SnP* 0 S-P * 0

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 149

Quadrado das oposições


Mostramos agora algumas interações entre os enunciados cate*
góricos. Antes, porém, destacamos alguns princípios contempla­
dos na lógica de Aristóteles.

Pj Num argumento a conclusão deve depender apenas das


premissas.
P2E a forma lógica do argumento que interessa, isto é, os argu­
mentos tratam de conceitos gerais que podem ser denotados por
letras, mais tarde chamadas variáveis.
P3Deve-se proceder à redução dos muitos raciocínios a um pe­
queno conjunto de formas, denominadas regras imediatas ou silo­
gismos.
Também, devemos relembrar os princípios aristotélicos que
aqui se aplicam:
Princípio da identidade: todo conceito ou juízo deve ser
igual a si mesmo.
Princípio da não-contradição: um enunciado não pode ser
verdadeiro e falso ao mesmo tempo.
Princípio do terceiro excluído: todo enunciado deve ser ver­
dadeiro ou falso, e não há outra possibilidade.
As relações entre as quatro formas de proposições categóricas
(enunciados categóricos) são colocadas num quadrado denomina­
do quadrado das oposições:
, r c fc<> V
v T
. V '.v '

subalternas

t
-6 V '^

Contraditórias: são contraditórias as proposições A e O e tam­


bém E e I, ou seja, duas proposições são contraditórias se não po­
dem ser ambas verdadeiras e ambas falsas concomitantemente.

Scanned by CamScanner
150 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

Contrárias: são contrárias as proposições A e E, ou seja, duas


proposições são contrárias se não podem ser ambas verdadeiras,
mas podem ser ambas faJsas.
Subcontrárias: são subcontrárias as proposições I e O, ou seja,
duas proposições subcontrárias não podem ser ambas falsas, mas
podem ser ambas verdadeiras.
Subalternas: são subalternas as proposições A e I e também E e
0. Com isso, se A é verdadeira, então I também é, e se E é verda­
deira, então O também é.

Dados um termo S e um predicado P, entendemos A, E, I e 0


como relações envolvendo S e P e denotamos um enunciado do
tipo A por SAP, do tipo E por SEP, do tipo I por SIP e do tipo 0
porSOP.
Decorre do quadrado das oposições que a negação de um enun­
ciado categórico é ainda um enunciado categórico e valem as se­
guintes relações:
(i) -(SAP) <=> SOP;
(li)-<SEP) <=>SIP.

Exercícios:
1. Dar três exemplos de proposições contraditórias.
2. Dar dois exemplos de proposições contrárias em que ambas
sejam falsas.
3. Dar dois exemplos de proposições contrárias em que uma seja
verdadeira, mas a outra seja falsa.
4. Dar dois exemplos de proposições subcontrárias em que ambas
sejam verdadeiras.
5. Dar dois exemplos de proposições subcontrárias em que uma
seja verdadeira e a outra falsa.
6. Estabelecer a correspondência entre as duas colunas:
(a) Proposições de quantidades opostas ( ) contraditórias
(b) Proposições de qualidade e ( ) subcontrárias
quantidade opostas
(c) Proposições universais de ( ) subalternas
qualidades opostas

Scanned by CamScanner
U M PRELÚDIO À LÓ G IC A 151

(d) Proposições particulares de (cJ contrárias


qualidades opostas
7. Verificar por meio de exemplos e do uso do quadrado das oposi-
ções que se SAP é verdadeira, entào:
(a) SOP é falsa
(b) SEP é falsa
8. Como no exercício anterior, verificar que se SIP é falsa:
(a) SOP é verdadeira
(b) SEP é verdadeira
(c) SAP é falsa
9. Como no exercício anterior, verificar que se SEP é verdadeira:
(a) SAP é falsa
(b) SOP é verdadeira
(c) SIP é falsa
10. Enunciar as proposições contraditórias das seguintes propo­
sições:
(a) Todo caminhão é motorizado
(b) Nenhuma lambreta é roxa
11. Fornecer a proposição subalterna das seguintes proposições:
(a) Todo filósofo é sábio
(b) Nenhum peixe é anfíbio

Inferências imediatas

As inferências imediatas são regras unárias, isto é, regras que


precisam de uma única premissa. Vamos verificar essas regras e
justificá-las por meio da teoria dos conjuntos. Além disso, preci­
samos considerar a hipótese existencial abaixo, sem a qual algumas
regras não são válidas.

H ipótese existencial ou im p ortação existencial: Consi­


deraremos que todas as classes S e P, assim como as classes com­
plementares —fí e —iP envolvidas nas proposições categóricas, são
não vazias.

Scanned by CamScanner
152 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

Subalternação: valem as seguintes regras SAP I- SIP e SEp


SOP. K
Em diagramas temos:

O elemento x indica um termo que satisfaz as condições em


cada caso.

Exemplos: ^ ^
(a) Se "todo peixe nada", então "algum peixe nada”.
(b) Se "nenhum casado é solteiro”, então "algum casado não é
solteiro” . E. O

Conversão: troca do sujeito pelo predicado. Valem as seguin­


tes regras SEP b PES e SIP b PIS.
Em diagramas, temos:

Exemplos:
(a) Se “nenhum corintiano é palmeirense”, então "nenhum
palmeirense é corintiano”.
(b) Se "algum estudante está empregado” , então "algum em­
pregado é estudante” .

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 153

Conversão por lim itação: valem as seguintes regras SAP h


PIS e SEP h POS. Neste caso, precisamos da hipótese existencial.

Exemplos:

(a) Se “todo viking é valente” , então “algum valente é viking” .


Necessitamos da existência de algum viking.
(b) Se “nenhum terráqueo mora na Lua” , então “algum habi­
tante da Lua não é terráqueo” . Mais uma vez, precisamos da exis­
tência de um ser lunar.
Em diagramas, temos:

Contraposição: troca do sujeito pelo complemento do predi­


cado e do predicado pelo complemento do sujeito aplicadas a SAP
h -nPA-nS e SOP h -rPO-nS.

A primeira regra decorre do fato que se S ç P, então P’ ç S \ A


segunda, considerando que S-P * 0 => Sn P ’ * 0 => P'-S’ ^ 0 .

Exemplos:
(a) Se “todo matemático é cientista” , então “todo não cientista
é não matemático” .
(b) Se “algum brasileiro não gosta de futebol”, então "alguém
que não gosta de futebol não é não brasileiro", ou melhor, “alguém
que não gosta de futebol é brasileiro”.

Obversão: permuta de qualidades e troca do predicado pelo


seu complemento. Valem as seguintes regras SAP I- SE-iP, SEP h-
SA—P, SOP l- SI-J>, SIPI- SCKP. ---- ->

Scanned by CamScanner
154 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

Exercício:
12. Justificar as regras acima usando a teoria dos conjuntos.

Exemplos:
^a) Se “ todo filósofo é cientista", então “nenhum filósofo é não
cientista” .
(b) Se “nenhum animal é imortal", então “ todo animal é
mortal” .
(c) Se “alguma criança não é feliz” , então “alguma criança é
infeliz".
(d) Se “algum político é honesto” , então “algum político não é
desonesto” .

Considerando que —i—P <=> P, temos que SAP <=> SE-P, pois:
SAP => (obversão) SE—P => SA -i—P => SAP.

Exercícios:
\ 13. Usando a conversão, mostrar que: SEP <=> PES e SIP <=>
PIS.
14. Usando obversão e contraposição, mostrar que -SAP «
-P A S , SA-nP <=> P A -S, - iS A - iP <=> PAS, -S O P o -POS,
S O P <=> P O -S , - S O - P <=> POS, SIP <=> S O -P e SOP SI-P.
t o
15. Considerando a informação “alguns polítjcos não estão isu-
jeitos à ação d^justiça” , determinar qual o valor de verdade das
seguintes proposições categóricas:
t . 1
(a) “algumas pessoas sujeitas à ação da justiça são políticos”;
(b) “nenhum político está sujeito à ação da justiça";
(c) “alguns não políticos estão sujeitos à ação da justiça”;
(d) “algumas pessoas não sujeitas à ação da justiça são políticos".

Silogismos
Um silogismo é uma regra de inferência binária que deduz uma
proposição categórica, a conclusão, a partir de duas premissas
também categóricas. A s premissas contêm um termo comum entre
si e um termo comum com a conclusão.

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 155

Esse termo comum às duas premissas é denominado termo mé­


dio e é indicado por M, o sujeito da conclusão é denominado termo
menor e é indicado por S e o predicado da conclusão é denominado
termo maior e é indicado por P.

Exemplo:
(a) Todo animal é mortal.
Todo homem é animal.
Todo homem é mortal.
Neste exemplo, destacamos: S s homem, M = animal e P =
mortal.

Figuras
De acordo com a colocação do termo médio nas premissas, os
silogismos são divididos em figuras. São quatro as figuras, a saber:

FIGURA 1 FIG U R A 2 FIG U R A 3 FIG U R A 4


M -P P -M M -P P -M
S -M S-M M -S M -S
S -P S-P S-P S-P

Podemos observar, segundo estas figuras, que o predicado da


conclusão ocorre na primeira premissa, o sujeito na segunda, mas a
rigor a ordem das premissas é irrelevante para o argumento. O
exemplo seguinte é um caso particular da Figura 1:
Todo animal (M) é mortal (P).
Todo homem (S) é animal (M).
Todo homem (S) é mortal (P).

M odos
Para cada uma das quatro figuras acima mencionadas, os silo­
gismos se dividem em modos de acordo com, a presença das propo­
sições categóricas A, E, I e O. O exemplo dado acima é do modo
AAA (três afirmações universais). Dessa forma, podemos denotá-
lo da seguinte maneira:

Scanned by CamScanner
156 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

MAP MAP
SAM ou SAM
SAP SAP
Não é difícil calcularmos, pela análise combinatória, que exis­
tem 64 modos teoricamente possíveis para cada figura. Vejamos a
Figura 1: existem 4 possibilidades de escolha para a primeira pre­
missa, mais 4 possibilidades para a segunda premissa e 4 possibili­
dades para a conclusão. Pelo princípio multiplicativo, temos 4.4.4
= 64 possibilidades. Considerando as 4 figuras, temos portanto
256 modos. Porém, nem todos esses modos são válidos. Vejamos,
como exemplo de não validade, o modo AIE na Figura 2:
SAM: Todo cavalo é um ser vivo.
PIM: Algum quadrúpede é ser vivo.
SEP: Nenhum cavalo é quadrúpede.
Podemos observar que, apesar de serem verdadeiras as premis­
sas, a conclusão é falsa e, assim, o argumento é inválido.
Considerando a hipótese existencial, existem 19 modos válidos
dentro das Figuras 1, 2, 3 e 4. Cada um desses modos válidos re­
cebeu um nome mnemônico (provavelmente dado pelo papa João
XXI) caracterizado por nomes latinos. Por exemplo, as vogais no
nome “Barbara" representam o modo AAA da Figura 1, já as vo­
gais no nome “Celarent” indicam o modo EAE, também da Fi­
gura 1, e assim por diante.

M o d o s válidos associados a cada uma das figuras


Os modos válidos para cada figura são os seguintes:
FIG U R A 1
Barbara MAP, SA M I- SAP
Celarent MEP, SA M h SEP
Darii MAP, SIM h SIP
Ferio MEP, SIM h SOP
FIGU RA 2
Cesare PEM, SA M h SEP
Camestres PAM, SEM h SEP

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 157

Festino PEM, SIM b SOP


Baroco PAM, SOM b SOP
FIGURA 3
Darapti* MAP, M AS b SIP
Felapton* MEP, M AS b SOP
Disamis MIP, M AS b SIP
Datisi MAP, MIS b SIP
Bocardo MOP, M AS b SOP
Ferison MEP, M IS b SOP •

FIGURA 4
Bamalip* PAM, M AS b SIP (ou Bramantip)
Camenes PAM, M ES b SEP (ou Calemes)
Dimatis PIM, M AS i- SIP (ou Dimaris)
Fesapo* PEM, M AS b SOP
Fresison PEM, M IS b SOP

Esses são os 19 silogismos válidos, mas se excluirmos aqueles


que necessitam da hipótese existencial, indicados com um asteris­
co, que são Darapti, Felapton, Bamalip e Fesapo, restam, de fato,
15 silogismos categóricos válidos.

Exercícios:
16. Para cada modo válido em cada uma das figuras, dar um
exemplo em linguagem natural de silogismo válido.
17. Dar um contra-exemplo em linguagem natural para cada
um dos seguintes modos inválidos:
(a) Figura 1 : AEA, AIA, AO A
(b) Figura 2: AAA, AIE, AOI
(c) Figura 3: AAE, 1 0 1 , E E A
18. Verificar que os seguintes modos não valem em nenhuma
das figuras: AAO, EEA, EIA, EOA, IIA, IOA e OOA.
19. Identificar a figura e o modo em cada um dos argumentos
categóricos abaixo:

Scanned by CamScanner
158 HÉRCULES OE ARAÚJO FEITOSA E LEONARDO PAULOVICH

(a) Todo carro de passeio é motorizado.


Todo Corsa é carro de passeio.
Todo Corsa é motorizado.
(b) Nenhum papagaio é mamífero.
Todos os porcos são mamíferos.
Nenhum porco é papagaio.
(c) Algumas aves comem carne.
T oda ave é voadora.
Algum voador come carne.
(d) Nenhum aluno é filósofo.
T odo filósofo é sábio.
Algum sábio não é aluno.

Formalização e validade
Dissemos quais são os modos válidos, mas não explicamos
como nem por que esses argumentos são válidos. Agora vamos
formalizar esses silogismos para tratá-los segundo a teoria dos
conjuntos. Vamos justificar pelos conjuntos a validade de Barbara
e Darii e mostrar que todos os outros modos válidos são conse­
quências desses dois.
Para a Figura 1, podemos formalizar os modos válidos da se­
guinte maneira:
Barbara:
MAP: (Vx) (M(x)—»P(x))
SAM: (Vx)(S(x)->M(x))
SAP: (Vx) (S(x)->P(x))
Celarent:
MEP: (Vx) (M(x)—>- tP ( x ))
SAM: (Vx) (S(x)-»M(x))
/. SEP: •■ •(Vx) (S(x)-»-IP(x))
Darii:
MAP: (Vx) (M(x)-»P(x))
SIM: (3x)(S( x)aM(x))
SIP: /. (3x) (S(x)a P(x))

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 159

Ferio:
MEP: (Vx) (M(x)-»-iP(x))
SIM: (3x) (S(x )a M ( x))
SOP: ,\ (3x) (S(x)a - iP(x)

Exercício:
20. Escrever em linguagem formal os silogismos válidos das
Figuras 2, 3 e 4.
Agora, usando os conjuntos, justificaremos a validade de Bar­
bara e Darii:

Barbara: M AP: (Vx) (M(x)->P(x))


SAM: (Vx) (S(x)->M (x)).
SAP: /. (Vx) (S(x)—»P(x))

É impossível que qualquer indivíduo seja S mas não P.


Darii: MAP: (Vx)(M(x)->P(x))
SIM: (3x) (S( x )a M ( x ))
SIP: (3x) (S(x )a P(x ))

Se algum indivíduo está em S e M, certamente está em P.

Scanned by CamScanner
160 HÉRCULES DE A RAÚ JO FEITOSA E LEO N A R D O PAULOVICH

Então, dedutivamcntc, a partir de Barbara c Fcrii, obtemosto.


dososoutros modos válidos, inclusive osdasoutras figuras.
Iniciamos deduzindo Celarent de Barbara c Ferio de Darij
Considerando as premissas dos modos que pretendemos verificar
e usando as inferências imediatas, já justificadas, bem como o$
modos Barbarac Darii, obtemos o resultado.
(i) Barbara F- Celarent
l.MEP prem issa de Celarent
2 .S A M p. de Celarent
3. MA-nP obversão em 1
4. SA-nP Barbara em 2 e 3
5. SE P obversão em 4

(ii) Darii F- Ferio


l.MEP p. de Ferio
2. S IM p. de Ferio
3. M A —iP obversão em 1
4. S I - P Darii em 2 e 3 .
5. SO P obversão em 4
Com isso, validamos os quatro modos da Figura
Para a Figura 2, as deduções são as seguintes:
(i) Celarent F- Cesare
l.PEM p. de Cesare
2 .S A M p. de Cesare
3 .M E P conversão em 1
4. SEP Celarent em 2 e 3
(ii) Cesare F- Camestres
l.PAM p. de Camestres
2. SE M p. de Camestres
3. PE-nM obversão em 1
4. SA -.M obversão em 2
4. SEP Cesare em 2 e 3
Desde que Celarent foi deduzido de Barbara, todos esses mo­
dos da Figura 2 também são conseqüências de Barbara.

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 161

Exercício:
21. Deduzir:
(a) Ferio h- Festino
(b) Festino F Baroco
Para a Figura 3, temos o seguinte:
(i) Darii F Darapti
l.M A P p. de Darapti
2. MAS p. de Darapti
3. SIM conversão por limitação em 2
4. SIP Darii em 2 e 3
(ii) Darapti 1- Felapton
l.M E P p. de Felapton
2. MAS p. de Felapton
3.MA-nP obversão em 1
4.SI-JP Darapti em 2 e 3
5. SO—i—lP r obversão em 4
- 6.SOP DN em 5

Exercícios:
22. Deduzir:
(a) Darii F Disamis
(b) Disamis I- Bocardo
(c) Darii F Datisi
(d) Datisi I- Ferison
//
'Para a Figura 4, temos o seguinte:
(i) Disamis F Bamalip
1. P A M p . de Bamalip
2. M A S p. de Bamalip
3 . M IP ' conversão por limitação em 1
4. SIP Disamis em 2 e 3

(ii) Camestres F Gamenes


1. P A M p. de Camenes
2. M E S p. de Camenes

Scanned by CamScanner
162 HÉRCULES DE ARAÚJO FEíTOSA E LEONARDO PAULOVICH

3. SE M conversão em 2
4. SEP Camestres em 1 e 3

Exercido:

23. Verificar a vaJidade dos outros modos da Figura 4

Scanned by CamScanner
6
In t r o d u z in d o o c á l c u l o
D E P R E D IC A D O S

Neste capítulo introduziremos o cálculo de predicados de pri­


meira ordem, ou lógica de primeira ordem, denotado por X *, que
estende o cálculo proposicional X e trata formalmente os desen­
volvimentos semiformais das teorias quantificadas introduzidos
no capítulo anterior. Além disto, X * caracteriza ambientes apro­
priados para a construção e discussão de uma grande quantidade
de teorias matemáticas relevantes que não podem ser abordadas
nos outros segmentos.

S in ta x e

Os desenvolvimentos sintáticos de X *, apesar de semelhantes,


são bem mais gerais do que os de X.
O alfabeto de X * é o seguinte:
1. uma quantidade enumerável de variáveis: v1( v2, v n, ...
2. conectivos lógicos: —ie —»
3. quantificador universal: V
4. símbolos auxiliares:) e (
5. relação binária de igualdade: =
A seguir, para I, J e K subconjuntos d e N * temos:
6. símbolos relacionais {R .}i6I, junto com uma função
T 0:1 - » N *, que caracteriza, para cada i € I, a aridade T 0(i) de R,

Scanned by CamScanner
164 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOV1CH

7. símbolos funcionais {Ç }^ , junto com uma função


T,: J —>N *. que caracteriza, para cada j e J, a aridadc T,(j) de fj
8. constantes individuais {ak}keR.

Os símbolos de (1) até (5) são os símbolos lógicos presentes a


todas as teorias. Já os símbolos não lógicos de (6) até (8) são parti­
culares para cada teoria tratada. Os símbolos de uma teoria podem
não ocorrer em outra.
Denominamos termos de X * as seguintes concatenações de
símbolos:
(i) todas as variáveis e constantes individuais são termos;
(ii) quando fj é um símbolo funcional de aridade T,(j) = n e t„
.... tnsão termos, então f-(t,,..., tn) também é um termo;
(iii) os termos são gerados exclusivamente pelas regras (i) e (ii).

As fórmulas atômicas são definidas por:


(i) se t, e t2 são termos, então t, = t2 é uma fórmula atômica de­
nominada igualdade;
(ii) se Rj é um símbolo relacionai com aridade T 0(j) = n e t,,....
tnsão termos, então R,(tlt..., tn) é uma fórmula atômica;
(iii) as fórmulas atômicas são geradas exclusivamente pelas re­
gras (i) e (ii).

As fórmulas de X * são definidas por:


(i) toda fórmula atômica é uma fórmula de X *\
(ii) se A e B são fórmulas, então (—A ) e (A -»B ) são fórmulas;
(iii) se A é uma fórmula e x é uma variável, então ((Vx)A) é
uma fórmula;
(iv) as fórmulas de X * são geradas exclusivamente pelas regras
(i) e (iii)-
Em nossa metalinguagem, denotamos as variáveis por x, y e z,
os termos por t e u e as fórmulas por letras latinas maiusculas ini­
ciais A, B, C , ... todos com ou sem subíndices.
O s símbolos A , v e f ) são definidos da mesma maneira que em
X . As convenções para eliminação de parênteses são aqui aplicá­
veis. Assim, para os símbolos relacionais R, e R^ com T 0(l) = 1e
T 0(2) = 2, escreveremos:

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 165

(Vx)R,(x) -> R2(x , y) em vez de (((Vx)R,(x)) -» R^x, y))


(Vx)R,(x)a (R2(x, y)vR,(x)) em vez de (((Vx)R,(x))a (R2(x1y)v
R,(x))).
O quantificador existencial é definido da seguinte maneira:

(B x JA ^ V x ^ A .
Ocorrência livre e ligada de um a variável: Se A é uma
fórmula atômica e x ocorre em A, então dizemos que x ocorre livre
em A. Se x ocorre livre em A e x * y, então x ocorre livre em
(Vy)A. Se x ocorre livre em A, então x ocorre livre em - A , A —>B e
B —»A. Se x não ocorre livre em A, então dizemos que x ocorre
ligada em A. Quando escrevemos (Vy)A dizemos que A está no
escopo do quantificador (Vy).

Uma variável x pode ocorrer livre e ligada em uma mesma fór­


mula. Consideremos os símbolos relacionais Rj e í^ com T 0(l) = 2 e
T 0(2) = 1. Assim em R,(x, y) a ocorrência de x é livre. Em R,(x,
y)—^VxXR^x)), a primeira ocorrência de x é livre, a segunda é
ligada e em (VxXíVxXR^x))—»R,(x, y)) as duas ocorrências de x
são ligadas. Se x está livre em A, então x ocorre ligada em (Vx)A.
Quando desejamos destacar que x„ x^ ... , x„ são variáveis li­
vres de A, indicamos por A(Xj, x^ ... , xn). Isto não significa que
não possam existir outras variáveis livres em A. Com isso, de ma­
neira semelhante a X , se desejamos substituir todas as ocorrências
das variáveis livres x,,..., x„ pelos termos t„ ..., tnem A, escreve­
mos A(tl f..., tn).
Seja A uma fórmula e t um termo de £ * . Então t é livre para x
em A se nenhuma ocorrência livre de x em A está no escopo de
qualquer quantificador (Vy) quando y é uma variável de t. *

Exemplos:
(a) O termo y é livre para x em R,(x), mas y não é livre para x
em (Vy)R,(x).
(b) Sejam T,(2) = 2, T 0(l) = 1 e T 0(2) = 2. O termo f2(x, z) é li­
vre para x em (Vy)f2(x, y) —» R,(x). mas não é livre em

Scanned by CamScanner
166 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

(BzXVyXR^x, y ^ R jM ) , pois z é uma variável de f2(x, z) e ocorre


no escopo do quantificador (3z) e, portanto, (Vz).

Uma sentença é uma fórmula sem variáveis livres.


Em £ * são as sentenças que serão interpretadas como verda­
deiras ou falsas.

Exemplo:
Uma fórmula A que diga "x é um número inteiro par" é uma
fórmula aberta e não tem sentido dizer que A seja verdadeira ou
falsa. Se substituirmos a variável x por uma constante, digamos 7,
temos uma sentença falsa. No entanto, se a constante é 6, então a
sentença é verdadeira. Se quantificarmos a variável x como em:
“todo x é par” ou “existe algum x que é par” , então podemos dizer
que a expressão é verdadeira ou falsa.

Se A, B e C são fórmulas quaisquer, então são axiomas esque­


mas de £ * :
(i) Axiomas proposicionais:
ÁXj: (A-»(B-»A))
Ax2 : ((A-»(B->C)) -> ((A->B)->(A->C)
Ax3: - A ) -> ((-iB->A) -> B))
(ii) Axiomas quantificacionais:
Ax4: (Vx)(A->B) -> (A—>(Vx)B), x não ocorre livre em A
Ax5 : (Vx)(A-^B), B = A(x/t), isto é, B é obtida de A pela
substituição de toda ocorrência livre de x em A por um termo t
livre para x.
(iii) Axiomas da igualdade:
Ax6(Vx)(x = x)
Ax7x = y —> (A(x, x)->A(x, y)), onde A(x, y) vem de A(x, x)
pela substituição de algumas, mas não necessariamente todas,
ocorrências livres de x por y e tal que y é livre para as ocorrências
de x as quais y substitui.

Para A e B fórmulas quaisquer de £ * , as regras de inferência


são:

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 167

MP A, A —>B H B
Gen A H (Vx)A
Os conceitos de dedução, demonstração, teorema, consistência
e inconsistência coincidem com os de £ . Muitos dos resultados
metateóricos do cálculo proposicional clássico £ continuam váli­
dos em £ * .
Vejamos alguns exemplos de dedução em £ * .
(a) A , (V x)A —»B I- (V x)B
1. A P-
2. (V x )A -»B P-
3. (V x)A G en em 1
4. B M P em 2 e 3
5. (V x)B Gen em 4

(b) h (V x)(A —>B) ((V x)A -> (V x)(B))


1. (V x)(A ->B ) -> (A -> (V x)(B)) Ax, (se x não ocorre livre em A)
2. A —> ((V x )(A -»B )—» (V x)(B)) Permuta de premissas em 1
3. (V x )A - » A A xs
4. (V x)A - ► ((V x )(A -» B )-> (V x)(B)) SH em 2 e 3
5. (V x)(A —>B) ((V x)A —>(Vx)(B)) Permuta de premissas em 4

Exercício:
1. Mostrar que:
(a) l- (VxXA->B) -> (0 x )A -> (3x)(B))
(b) I- (VxXAaB) <-> ((Vx)A a (Vx)(B))
(c) f- (3x)(AvB) o (0 x )A v (3x)(B))

Dada a generalidade do cálculo £ * , muitos resultados obtidos


em £ têm uma versão mais sofisticada no cálculo de predicados.
Verificaremos uma versão em primeira ordem do Teorema da
Dedução.

Seja r um conjunto de fórmulas tal que A e T e C I( C 2, .... C né


uma dedução de C n a partir de T, com a sua respectiva justificati­
va. Uma fórmula G, (1 ^ i ^ n) depende de A se:
(i) Q = A e a justificativa para Q ocorrer na dedução C ,,.... C n
é que G, e T.

Scanned by CamScanner
168 HÉRCULES DE ARAÚJO FEITOSA E LEO NARDO PAULOVICH

(ii) a ocorrência de C, na dedução é justificada como con.se-


qüência de fórm ulas anteriores C, e C k (j, k < i), por meio das re­
gras de dedução, de maneira que pelo menos uma das fórmulas C
ou Q dependa de A .

P ro p o siç ã o 6.1: Se B não depende de A em uma dedução T, A


H B (com a respectiva justificativa), então T h B . ■

P ro p o siç ã o 6.2: ( Teorema da Dedução) Seja T, A f- B uma de­


dução em que x é uma variável livre de A . Se na dedução de B a
partir de I \ j { A } a regra de generalização (Vx)C; não é aplicada em
nenhuma fórmula C, que depende de A , então T H A —>B. ■

C o ro lá rio 6.3: Se uma dedução T, A I- B não envolve quanti­


ficações sobre variáveis livres de A , então T I- A —»B. ■

C o ro lá rio 6.4: Se A é uma sentença e T, A H B , então F H


A -> B . ■

A demonstração das Proposições 6.1 e 6.2, embora similares às


do cálculo proposicional, requerem algum cuidado com as fórmu­
las quantificadas.

Exem plo:

(a) Vejamos que I- (V xV y)A <->(VyVx)A:


Verificaremos apenas um lado: t- (VxVy)A (VyVx)A.
1. (V xV y)A P-
2. (V xV y)A —» (V y)A A xs
3- (V y)A M P em 1 e 2
4. (V y)A —» A A x5
5. A M P em 3 e 4
6. (V x)A Gen em 5
7. (V yV x)A Gen em 6
8. (V xV y)A - > (Vy V x)A T D de 1-7
A recíproca é análoga.

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 169

Exercício:
2. Verificar que:
(a) h (3x3y)A «-» (3y3x)A
(b) l- A -» (Vx) A, se x não ocorre livre em A
(c) b (3x)A —>A, se x não ocorre livre em A
(d) b A(t, t) - » (3x)A(t, x)
Como um último e importante resultado sintático, verificare­
mos que X * é um sistema consistente. Para a obtenção desse re­
sultado, utilizaremos um dispositivo bastante comum em lógica,
que é a definição de uma função de um sistema em outro, pela qual
obteremos a consistência relativa de um sistema segundo o outro.
Seja X * o cálculo de predicados e X um cálculo proposicional
associado, cujas fórmulas atômicas sejam dadas por {R J^,, ou
seja, vamos entender os símbolos relacionais como as fórmulas
atômicas de X. Definimos a função esquecimento h: X * —> X que
para cada fórmula A de X * atribui uma fórmula de X esquecendo
(apagando) todos os termos quantificados e os parênteses corres­
pondentes.
Por exemplo, h((Vx1XRj(fi(x„ a,), y) -> (3x2)(R,(x2, x3, x,))) =

Com isso temos o seguinte:


h(-A ) = -ih(A)
h(A->B) = h(A)—>h(B)
h(VxA) = h(A),
e se C é um axioma de X *, então h(C) é uma tautologia de X.
Além disso, se h(A) e h(A—>B) são tautologias, então h(B) e
h(VxA) = h(A) também são tautologias. Concluindo, se C é um
teorema de X *, então h(C) é uma tautologia de X.

T eorem a 6 .5 :0 cálculo de predicados X * é consistente.

Demonstração: Suponhamos que X * seja inconsistente. Então


existe alguma fórmula A tal que b * * A a - A . Pela função h segue
que Ii(A a-tA) = h(A)A-ih(A) é uma tautologia de X, o que cer­
tamente é uma contradição. ■

Scanned by CamScanner
17 0 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICM

Exercício:
3. Seja Z um conjunto de fórmulas de X *. Mostrar que I é curi
sistentc see todo subconjunto finito de Z c consistente.

T eo rem a 6.6: (Teorema de Lindembaum) Todo conjunto con­


sistente T de sentenças de X * está contido em um conjunto de
sentenças consistente maximal F *.

Demonstração: A demonstração é a mesma do cálculo proposi-


cional. ■

Agora estamos prontos para estender os cálculos lógicos para


sistemas mais gerais, nos quais podemos analisar e discutir as teo­
rias matemáticas.

Uma teoria de primeira ordem ou teoria de X * é um conjunto T


consistente de sentenças de X *. Uma teoria T é fechada se, sempre
que b T A, então A g T , ou seja, T contém todas as suas conse­
quências. Denotaremos o conjunto das sentenças de T por
Sent(T). A teoria T é completa se {A E Sent(T) / b T A} é maxi­
mal e consistente.
A teoria T ’ é uma subteoria de T se T ’ ç T . Neste caso, tam­
bém dizemos que T é uma extensão de T \ Um conjunto de axio-
mas Z para T é um conjunto de sentenças de X * com as mesmas
conseqüências de T . A teoria T éfinitamente axiomatizável se T
tem um conjunto finito de axiomas não lógicos.
Podemos observar que T é sempre um conjunto de axiomas
para T . O conjunto vazio 0 é um conjunto de axiomas para os
teoremas de X *.
Agora, para algumas importantes teorias matemáticas vamos
apresentar formalmente as respectivas teorias de primeira ordem.
Como algumas dessas teorias advêm de teorias anteriores pelo
acréscimo de novos axiomas, vamos indicar este acréscimo pelo
símbolo +.
(a) Teoria das ordens parciais:
Seja X * com um símbolo relacionai binário Os axiomas se­
guintes determinam a teoria:

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 171

OP, (Vx) (X ^ X)
OP2(VxVy) ((x £ y a y ^ x)-*(x = y))
0 P 3(VxVyVz) ((x ^ y a y ^ z)->(x ^ z))

(b) Teoria das ordens lineares ou totais:


Mesma linguagem da teoria de ordem parcial, com:
OP, - OP3+
O L4(VxVy)(x ^ y v y ^ x ) .

(c) Teoria das ordens lineares densas:


Mesma linguagem, com:
OP, —OP3 + O L4 +
O LD s (VxVy) ((x £ y a x * y) - » (3z)(x ^ Z A Z ^ y A X ^ Z A Z
*y ))
(d) Teoria das ordens lineares densas não limitadas:
OP, - OP3+ O L4 + O LD 5+
OLDI6 (Vx3y)(x ^ y a y * x)
OLDI7 (Vx3y)(y ^ X A y ^ x )

(e) Teoria das relações de equivalência:


Seja X * com um símbolo relacionai binário ~ e os axiomas:
E Q (Vx) (x ~ x)
E Q (VxVy) ((x ~ y)—Xy ~ x))
EQ, (VxVyVz) ((x ~ y a y ~ z)-»(x ~ z))
(f) Teoria dos grupos:
Seja X * com uma constante, uma operação binária e os
axiomas:
G, (VxVyVz)((x * y) * z) = (x * (y * z))
G2(Vx)(x * 0 = x a 0 * x = x)
G, (VxByXx * y = 0 A y * x = 0)

Exercícios:
4. Indicar a teoria dos grupos abelianos ou comutativos.
5. Indicar a teoria dos anéis.
6. Estender a teoria dos anéis para a teoria dos anéis comutati­
vos com unidade.

Scanned by CamScanner
172 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

(g) Teoria dos domínios de integridade:


Seja (D, + , , , 0,1) um anel comutativo com unidade +
D9(VxVy)((x.y = 0) - » (x = 0 v y = 0))

(h) Teoria dos corpos:


Seja (K, , 0,1) um domínio de integridade +
C 10(Vx)((x * 0) -> (3y)(x.y = 1))
Cn0 * l

7. Indicar a teoria dos corpos ordenados completos tal como (R,


*,+,.,0,1).
8. Indicar as teorias dos reticulados, reticulados distributivos,
reticulados complementados e álgebras de Boole,

Finalmente, introduziremos uma última e importante teoria de


primeira ordem.

(i) Teoria dos números ou aritmética Ar:


Consideramos X * com uma constante 0, duas operações biná­
rias + ,. e uma operação unária s, com os axiomas:
A ,(V x)(s(x)*0)
A2(VxVy)(s(x) = s(y) -> x = y)
A3(Vx)(x + 0 = x)
A4(VxVy)(x + s(y) = s(x + y))
A5(Vx)(x.O = 0)
A* (VxVy)(x.s(y) = (x.y) + x)
A7(esquema de axiomas para cada A)
Seja A(x0, xp .... xn) na qual Xqnão ocorre ligada. Então:
(Vx,...Vxn)[(A(0, x|( .... x j a (VxqXAÍXo, X],.... x j
>A(s(Xo), x„ x„))) ^ A(x0, xp Xjj)].

Semântica
Nesta seção, introduziremos as semânticas de primeira ordem.
Vamos deixar a mera manipulação de símbolos e criar ambientes
de trabalho sobre os quais os matemáticos usualmente desenvol­
vem os seus trabalhos. Esses ambientes são denominados estru­

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 173

turas matemáticas e são caracterizados particularmente por suas


constantes, relações e funções.
Dada uma linguagem de primeira ordem, uma estrutura de
primeira ordem J l para esta linguagem é determinada pela seguinte
quádrupla:
(i) um conjunto não vazio A denominado o universo ou domínio
dej?;
(ii) uma família para cada i e I, em que R/* é uma rela­
ção de aridade T 0(i) definida sobre A, ou seja, T 0(i) = ne R ^ ç A";
(iii) uma família {f^ }jej, para cada j € J, em que é uma fun­
ção de aridade T,(j) definida sobre A, ou seja, T,(j) = n e
A"-*A;
(iv) uma família {u ^ }keKde constantes de A.

Usamos as letras JL, (B, C, ••• para indicar as estruturas e as le­


tras A, B, C,respectivamente, para denotar os seus universos.
Indicamos uma estrutura JQ. por = (A, {R,^}iGI, {f^ }jej,
kek)-
Sejam j í e $ duas estruturas para uma mesma linguagem. A
estrutura y? é uma subestrutura de (8 ou <Bé uma extensão dey? se:
(i) A ç B ;
(ii) R ^ a ,......an) see R ^ a ,....... an), para todos au ..., ane A e
todo i e I.
(iii) f] \ a v ..., an) see f^ a ,, ..., a j, para todosa„ .... ans A e
todo j € J.
(iv) a £ = av<s, para todo a^e A.

Sejam y? e (B duas estruturas para uma mesma linguagem e h:


A—>B uma função. A função h é um homomorfismo de y? em (8 se
valem as seguintes condições:
(i) se R ^ V ,,.... an), então R j^hía,),..., h(un)), para todos au ....
ane A e t o d o i e I.
(ii) se f f ( a u ..., a j = a, então f^ h (a ,),..., h(uj) = í(a), para to­
dos av .... ang A e todo j e J.
(iii) {(a f) = a ^ , para todo ^ e A .

Scanned by CamScanner
174 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

Seja X * uma linguagem de primeira ordem c = {A, {R^}


uma estrutura de primeira ordem correspon-
dente. Uma interpretação Ç de X * em ^ é uma função tal que:

i-WU-MVh.i
m = w

{dJ k e K ~ * í ^ l k e K

Ç K )= ^
A função Ç leva elementos simplesmente sintáticos ou formais
em elementos de um mundo um pouco mais concreto nos quais
damos vida ou interpretamos os entes sintáticos ou simbólicos.
Dada a teoria dos anéis, podemos interpretá-la, por exemplo,
no anel dos inteiros dado por Z = (Z, , 0,1), em que o domínio
é o conjunto dos números inteiros, a adição e a multiplicação são as
usuais operações sobre os números inteiros e as constantes 0 e 1
são interpretadas no 0 e 1 dos números inteiros. Este não é o único
modelo de tal teoria, apenas uma instância da teoria.
Sempre que não existir dúvidas, usaremos apenas os símbolos
R,, fj e a^.
Agora queremos considerar uma fórmula de certa teoria e saber
quando essa fórmula pode ser validada em uma estrutura. Fazen­
do um paralelo com o cálculo proposicional, gostaríamos de saber
quando a fórmula é verdadeira ou quando ela é válida.
Uma vez que no cálculo de predicados temos também a figura
dos termos, precisamos entendê-los dentro das estruturas se­
mânticas.

Sejam au ..., un e y? e consideremos que o conjunto das variá­


veis livres e ligadas de um termo t(v,,..., v j esteja contida em {v,,
.... vn) . O valor do termo t em av ..., ané:
(i) set = Vj, então t(a„ .... an) = a *\
(ii) se t = Ofc, então t(au .... a j = a / 1;
(iii) se t = íftv .... t j , então t(a,......an) = ^ ( t ^ , ..., an) , ....
•"» ^n))‘

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 175

Seja A uma fórmula cujo conjunto de variáveis livres e ligadas


esteja contido em { v , , v n} e a,..... an€ A- A estrutura A satis■
faz a fórmula A se vale o seguinte:

(Caso 1) A fórmula A é atômica:


(i) se A = t, = t2, então a v .... a nsatisfaz A em A se t,(a..... . an)
—t2( a , , d n)
(ii) se A = Ri(tlt .... tk), T 0(i) = k e t,(v,..... vn), então a v ..., an
satisfaz Aem y?

.......

Denotamos a relação de satisfação, neste caso, por:


A l= (t, = tjXaj..... an) see t,(a1f.... an) = 12(au ..., an)
A ^ ...... ^k)(^l» *•*> ^n) SCC Rí^W ^I» Un), •••» U„))

(Caso 2)
(i) A = —iB:
A 1= A (a „ ..., an) see A tf=B(a„ ..., an)
(ii) A = B —»C:
A *= A(a,..... an) see J? ^ B (a„ ..., aa) ou A (= C (au ..., a j

(Caso 3)
(i)As(VVjJB,Ui£n:
A \= A(a„ ..., an) see, para todo a 6 A,
A ^ B ( f l j , &; j dn)

Com essa definição, sabemos quando uma fórmula de uma lin­


guagem de primeira ordem é satisfeita em dada estrutura.
A fórmula A (v „ ..., vn) é satisfativel quando existem uma es­
trutura A e fai, an) e Antal que A *= A (a t..... a n). Neste caso,
dizemos que A é um modelo para A(v1 ( vn).
A fórmula A(vt, ..., vn) é válida quando, quaisquer que sejam a
estrutura J? e (at, ..., an) e A", temos que A >= A(a,..... a j.
Um modelo para uma teoria de primeira ordem é uma estru­
tura de primeira ordem na qual todos os teoremas da teoria são
satisfatíveis.

Scanned by CamScanner
176 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

Por exemplo, as tautologias proposicionais são fórmulas váli­


das. Consideremos A = B v —B , em toda estrutura de primeira
ordem a fórmula A é satisfatível, logo A é uma fórmula válida.

Exercícios:
9. Determinar em Z os valores que fazem das expressões abaixo
sentenças válidas. Indicar este conjunto por S, de solução, ou V, de
verdade:
(a) x2= 25 (b) x2 = 4 (c) x3-4x = 0
(d)x/27 (e) |2x-l| = 5 ( f ) 3 < x < 11

10. Dado o conjunto A = {1, 3, 4, 7, 9,11}, determinar o con­


junto solução de:
(a) x+1 e A (b) x+3 é par (c) x2-3x+2 = 0
(d) x2< 25 (e) |2x-5| < 5

11. No conjunto R, determinar o valor lógico 0 ou 1 de cada


uma das sentenças seguintes:
(a) (Vx 6 R)( | x | = x) (b) (3x e R)(x2 = x)
(c) (3x e R)( |x | = 0) (d) (3x € R)(x+2 = x)
(e) (Vx € R)(x+1 > x) (f) (Vx e R)(x2= x)

12. Escrever a negação das seguintes sentenças:


(a) (Vx e R )(- {x + l) > x) (b) (3x e Z)(x2+2 x =15)
(c) (3x g R)( | x | -3 = 0) (d) ->(Vx g R)(x +1 ^ x)

13. Dar a negação de cada uma das seguintes proposições:


(a) (Vx)(3y)( A(x)vB(y)) (b) (3x)(Vy)(A(x)v-nB(y))
(c) (3y)(3x)(A(x)A-B(y)) (d) (Vx)(3y)( A(x, y)->B(y))
(e) (3x)(Vy)(A(x, y)-»B(x, y))

Teorema da adequação de <£*


O teorema da completude do cálculo de predicados, embora
tenha alguma semelhança com o respectivo teorema do cálculo
proposicional, tem uma demonstração bem mais sofisticada.

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 177

Teorem a 6.7: (Correção) Seja A uma sentença de X *. Sc A é


um teorema, então A é uma sentença válida. ■

Exercício:
13. Demonstrar o Teorema da Correção. (Sugestão: como no
caso proposicional, verificar que os axiomas são sentenças válidas e
as regras de dedução levam sentenças válidas em sentenças válidas.)

Seja A um conjunto de sentenças e C um conjunto de constan­


tes de X *. O conjunto C é um conjunto de testemunhas para A em
X * se para cada fórmula A(x), com no máximo uma variável livre,
temos que A h (Bx)A(x) —» A(c). O conjunto A tem testemunhas
em X * quando existe um conjunto de testemunhas C para A em
X *.
Os resultados seguintes vão além do Teorema de Lindembaum
e caracterizam uma versão do Teorema da Completude para o
cálculo de predicados.

Lem a 6.8: Seja X um conjunto consistente de sentenças de X * e


C um conjunto de novas constantes (constantes distintas daquelas
de X *) de modo que | C | = | L | . Consideremos agora a linguagem
L* que estende a linguagem L pelo acréscimo das constantes de C.
Então, X pode ser estendido a um conjunto X* consistente de X **,
de maneira que C é um conjunto de testemunhas para X* em X **.

Demonstração: Seja |L | = a. Para cada < a , seja cp um sím­


bolo que não ocorre em L. Assim, seja C = {cp / (3 < a } e L * a
linguagem de primeira ordem obtida de L pelo acréscimo de C
como novas constantes. Com isto, IL # | = a .
Agora, podemos ordenar as fórmulas de X * com no máximo
uma variável livre numa lista: A ^x) / p < a.
Indutivamente, definimos uma lista crescente de conjuntos de
sentenças de X *n:
Xyj ç Xj ç ... c X jiÇ ..., para p < a,
e um conjunto {K^}K<a de constantes de C da seguinte maneira:

Scanned by CamScanner
178 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

(i) Io = £
(ii) Se p é um ordinal sucessor, isto é, p = p+1, então Zp =
IpU{(3xp)Ap(Xp) -> Ap(kp)}, em que kp é a menor constante de C
que não ocorre em nenhuma sentença de Zp, Xp é a variável livre de
Ap(xp), se Ap(xp) tem variável livre; e Xp é Xq, se Ap(xp) não tem
variável livre.
Observação: Considerando que Zp esteja definido, temos que
o número de sentenças de Zp, que não são sentenças de L, é menor
que a e, além disso, cada sentença contém no máximo um número
finito de constantes, logo, existem constantes de C que não ocor­
rem em Zp.
(iii) Se p é um ordinal limite, então Zp = u p4XZp.

(Iopasso) Verifiquemos que Zp é consistente para todo p < a.


(i) Se p = 0, desde que Zé consistente, também Zqé consistente.
(ii) Seja p um ordinal sucessor, Zp = ZpU{(3xp)Ap(Xp) -»
Ap(kp)} e Zp consistente. Suponhamos que Zp seja inconsistente.
Assim:
1. Zp 1— i[(3xp)Ap(xp) - » Ap(kp)] Zp inconsistente
2. Zp I- (3xp)Ap(xp) a -iAp(kp) Transformação tautológica
3. Zp h (Vxp)[(3xp)Ap(xp) a -iAp(kp)] Gen, pois kp não ocorre
emZp
4. Zp h (3xp)Ap(xp) a (Vxp)-iAp(kp) Distribuição do V
5. Zp 1- (3xp)Ap(Xp) a -i(3xp)Ap(kp) Definição do 3
Mas isso gerou uma contradição em Zp.
(iii) Seja p um ordinal limite e suponhamos que Zp seja incon­
sistente.
Assim, Zp h B a- B . Contudo, a quantidade de fórmulas que
ocorre numa dedução de B a—B a partir de Zp é finita e, portanto,
para algum p < p, todas essas fórmulas ocorrem em Zp. Daí, Zp \~
B a- B , o que indica ser Zp inconsistente, uma contradição.
Portanto, Zpé consistente.
(2a passo) Apresentar o conjunto Z*.
Seja Z* = Up^Zp. O caráter finito das deduções nos garante que
Z# é consistente, Z ç Z* e, por construção, C é um conjunto de
testemunhas para 2?. ■

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 179

Lem a 6.9: Seja Z um conjunto consistente de sentenças de X *


e C um conjunto de testemunhas para £ em X *. Então, Z tem um
modelo no qual todo elemento do domínio A é a interpretação
de uma constante de C.

Demonstração: Se C é um conjunto de testemunhas para Z em


X * e Z c if*, então C é ainda um conjunto de testemunhas para Z .
E também se Z ç Z* e J4. Z*, então ^ t = Z , Assim, na visão do
Teorema de Lindembaum, podemos considerar Z consistente
maximal.
Agora vamos definir a seguinte relação de equivalência sobre o
conjuntoC. Parac, d € C t e m o s c ~ d s e e Z h c z d.
Considerando a linguagem de X *, definimos a seguinte es­
trutura de primeira ordem - (A, { R / % ,, { ^ } j£J) ( a ^ } k€K) tal
que J? t= Z.
(i) A = {[c] / c e C } e [c] = {d G C / c ~ d}
(ii) para i € I e T 0(i) = r, temos que:
R A [cJ, [cj) see R,(clf .... cr) G Zsee Z h R , ( c , , c r).
(iii) para j g ] e T,(j) = r, temos que:
fjA K I. [cj) = [cj see í-{cv ..., cr) = csG Z
see Z h- fj(Cp cr) cg.
(iv) para cada c G C, cx9 = [c].

Precisamos verificar que as condições (ii) - (iv) estão bem defi­


nidas.
(ii) Rj-* ([cj, [cj) não depende dos representantes cx......cr,
pois por sucessivas aplicações dos axiomas da igualdade temos:
h ( R , ( c , , c r) a (c, = d,) a ... a (cr = dr)) -> R i(dj,.... dr)
e, portanto:
Z h ( R f c , .... cr) a (c, = d,) a ... a (cr = dr)) -> Rj(d,..... dr).
Com isso, a relação - é uma congruência relativa aos R, (i e I),
ou seja, R ^([c,],..., [cr]) está bem definida.
(iii) Temos que I- (3x)fi(c,'t ..., cr) = x e, desde que Z é maximal,
então (3x)fj(ct,...,cr) = x g Z. Agora, como C é um conjunto de

Scanned by CamScanner
1 80 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

testemunhas para Z, existe c g C tal que Z h f-(c„ .... cr) = c. Por­


tanto, fV*([cJ..... [cr]) = [c j está definida para toda r-upla ([c,].......
[cJ)eA\
Resta verificar que está bem definida. Novamente, por sucessi­
vas aplicações dos axiomas da igualdade, temos:
P" O — ^ (^1 ~ ^i) a ... a (cr dr)) ^ f j ( d j , d r) —d,
e, portanto:
ZI—(fj(Cj,..., cr) —Csa (cj —dj) a ... a (cr dr)) ^fj(dj,..., d() —d(.
Com isso, a relação ~ é uma congruência relativa aos f- (j € J),
ou seja, fj* ([c,],..., [cr]) está bem definida.
(iv) Seja d uma constante de L * (não necessariamente uma
testemunha). Então, I- (3x)(x = d). Como C é um conjunto de
testemunhas para Z, então existe c g C tal que:
Z h c = d.
A constante c pode não ser única, mas segue dos axiomas da
igualdade que a classe [c] é única.

Sendo C um conjunto de testemunhas para Z, dado um termo


t sem variáveis livres, existe c g C, tal que (t = c) e Z, ou seja, I
h t = c.
1 . Z h ( t = t) - > (3x)(t = x) Exercício 2 (d)
2 . Z h ( t = t) Ax6
3. ZI- (3x)(t = x) M P em 1 e 2
4. Z I- (3x)(t = x) - » (t = c) Testemunha
5 . Z h (t = c) M P em 3 e 4
Assim, para todo termo t existe c G C tal que [t] = [c].

O passo seguinte é verificar, por indução sobre o conjunto das


sentenças, que J 4 Z , ou seja, N A see A G Z.
Base: A é atômica.
• se A = t = u, então A see t = u see J l í= [c j = [cj (em
que [ c j = [t] e [c2] = [u]) see c, = G Z se e t = u e Z s e e A e Z
• se A & Ri(t1, ..., tr), então 1= A see J4 .1= R ^ ([cJ, .... [cr]) see
R í q , c T) g Z see Ri(t1, .... tr) g Z see A G Z.

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 181

Hipótese de indução: se B tem grau de complexidade menor


que o de A, então t= B see B e E.
• se A = —B , então jAt= A see JA B see B £ E see —iB e E see
A g I.
• se A s B —»C, então JA A see J ? )= B —»C see ^ £ B ou jAt=
C s e e B g L o u C e E se e B —> C e Esee A e L
• se A s(3 x )B
{=>)JA t= A <=> t= (3x)B <=> existe [c] G A tal que fl. \= B([c]) <=>
JA t= B(c) <=> B(c) e E. Agora, como B(c) —> (3x)B(x) e E, segue
por MP que (3x)B(x) g E, ou seja, A e E .
(<=) Consideremos que (3x)B(x) e E. Como C é um conjunto de
testemunhas, temos que (3x)B(x) —» B(c) e E, para algum c e C.
Daí, por MP, B(c) e E e, por hipótese de indução, JA \= B(c). Mas,
^ B (c )= ^ B ([c ])= > ^ (3 x )B . ■

Lem a 6.10: Seja E um conjunto de sentenças e C um conjunto


de constantes de X *. Se E tem um modelo JA, em que cada ele­
mento de A é a interpretação de uma constante de C, então E pode
ser estendido a um conjunto consistente E#, para o qual C é um
conjunto de testemunhas.

Demonstração: Seja E* = {A / A é uma sentença satisfeita pela


estrutura JA} . Como JA t= E, temos que E <z E*. Por outro lado, se
E# h (3x)A, então existe a e A, tal que JA N A (a) e, daí, JA
(3x)A —> A(a). Segue, então, que E# 1- (3x)A —> A(c), em que
A(c) é a sentença obtida de A(a) pela substituição de toda ocor­
rência de a por c e a é a interpretação da constante c e C, Final­
mente, Ewé consistente pois JA \=IT . ■

T eorem a 6.11: ( Completude estendida) Seja E um conjunto de


sentenças de X *. O conjunto E é consistente se, e somente se, E
tem modelo.

Demonstração: (=>) Seja E consistente. Pelo Lem a 6.8, existe


uma extensão E# de E na linguagem estendida L *, tal que E# tem
um conjunto de testemunhas C. Pelo Lem a 6.9, E tem um mo-

Scanned by CamScanner
182 HÉRCULES DE ARAÚJO FEItOSA E LEONARDO PAULOV1CH

delo JA na linguagem L". Seja (B a redução de para a linguagem


L, isto é, c j i sem as constantes de C. Como as constantes de C
não ocorrem nas sentenças de Z, temos que (B fc= Z.
(<=) Consideremos que Z tenha um modelo JA. Suponhamos que Z
não seja consistente, isto é , Zf - A a —A . Logo, JA *= A a —A , o que
é uma contradição. Portanto, Z é consistente. ■

Corolário 6.12: (Teorema da Adequação) Seja A uma sentença


de X *. Então A é um teorema see A é válida em toda estrutura de
primeira ordem JA.

Demonstração: (=>) (Correção) Se A é um teorema, então A é


válida, o que é dado pelo Teorema 6.7.
(<=) (Completude de Gòdel) Seja A válida e suponhamos que A não
seja um teorema. Então, pelo Lem a 2.14, {—A } é consistente com
X *. Daí, pelo Lema 6.11, existe JA tal que JA t=—A e, portanto, A
não é válida, gerando uma contradição. Logo, A é um teorema. ■

Corolário 6.13: (Compacidade) U m conjunto Z de sentenças


de X * tem modelo see todo subconjunto finito de Z tem modelo.

Demonstração: (=>) Se Z tem modelo, então todo subconjunto


de Z tem modelo e, em particular, todo subconjunto finito.
(<=) Consideremos que todo subconjunto finito de Z tenha mode­
lo. Dessa forma, cada subconjunto finito de Z é consistente e,
portanto, pelo exercício (3), Z é consistente e, pelo Teorema 6.11,
Z tem modelo. ■

À medida que estendemos as teorias e as fazemos mais sofisti­


cadas, vamos perdendo propriedades dos sistemas abordados. Por
exemplo, o cálculo proposicional clássico, bem como muitos ou­
tros sistemas proposicionais, são decidíveis. N o entanto não temos
um método de decisão para o cálculo de predicados clássico.
O s resultados anteriores mostram-nos que temos a completude
do cálculo de predicados, ou seja, toda sentença válida é ainda um
teorema para os diversos sistemas dedutivos propostos para o re-

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 183

ferido cálculo. Contudo, para as teorias matemáticas em geral, os


métodos dedutivos formais não dão conta de fornecer todas as
sentenças válidas.
Consideremos, em primeira ordem, a teoria dos números ou
aritmética Ar. O modelo natural para A r é dado pelo conjunto dos
números naturais com as operações de adição e multiplicação dos
naturais e as constantes 0 e 1, ou seja, N = (N, + , ., 0,1). Todos os
teoremas de A r são válidos em N.
Todas aquelas propriedades referentes aos sistemas formais
poderiam, também aqui, ser avaliadas, mas como perseguimos
outros objetivos não o faremos aqui. Indicamos na bibliografia
textos que são manuais para essas questões.
Embora não efetuemos todos os cálculos, faremos um breve e
interessante comentário sobre A r e as propriedades dos sistemas
formais. O sistema A r procura sintetizar todas as propriedades de
N e, assim, além do fato de todo teorema de A r ser satisfeito em N,
gostaríamos que toda sentença verdadeira de N fosse demonstrável
em Ar. Resultados de Gõdel, obtidos em 1931, mostram que isso
não ocorre e, mais, não adianta acrescentarmos novos axiomas a
Ar, pois essa teoria continuará incompleta, tendo em vista que
continuarão a existir sentenças de N que não são demonstráveis em
qualquer extensão de A r (a sentença não é demonstrável, tampou­
co a sua negação). Este é o conhecido teorema da incompletude (ou
indemonstrabilidade) de Gõdel. Bem, se não conseguimos com­
pletar os teoremas de A r, que é um sistema simples e que parece
subjacente a todas as teorias matemáticas, também não devemos
conseguir completar outras teorias mais sofisticadas e toda a m a­
temática como um único sistema. Infelizmente, essas teorias são
indecidíveis.
Uma conseqüência talvez mais desagradável desse resultado de
Gõdel é que não podemos demonstrar a consistência de A r dentro
de Ar, como fizemos com os cálculos proposicional e de predica­
dos. Não podemos, assim, demonstrar a consistência da matemá­
tica por meio desses procedimentos formais. Isso não significa que

Scanned by CamScanner
184 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOViCH

não possamos fazê-lo por outros métodos c princípios, muito me­


nos que a matemática seja inconsistente. De qualquer maneira, são
resultados limitantes para esse tipo de trabalho de investigação
dedutiva.

Scanned by CamScanner
7
D im e n s õ e s d a l ó g ic a
CONTEMPORÂNEA

Neste capítulo, procuraremos elencar resumidamente algumas


das áreas da atuação da lógica em nossos dias. Como são muitas as
frentes de investigação de lógica, comentaremos algumas das mais
importantes.
A linguagem é ambiente fundamental para as reflexões desen­
volvidas na lógica, particularmente para a lógica moderna. E com­
preensível, portanto, que a primeira frente de investigação em que
a lógica tem papel importante, pelo menos para inter-relações, seja
alingüística. Para algumas vertentes da lingüística, especialmente
na linha de Chomsky, temos ricos trabalhos envolvendo lógica e
lingüística. Entre outros aspectos, podemos analisar as inter-rela­
ções entre as linguagens artificiais e naturais.
A linguagem envolve três dimensões: a sintaxe, a semântica e
a pragmática. O termo “ dimensões da linguagem” é usual e não
temos, para ele, uma melhor caracterização. A linguagem é o
instrumento por meio do qual as informações são transmitidas.
Para a informação se processar há a necessidade de um emissor,
um meio de transmissão e um receptor. Imaginemos um artista ao
pintar um quadro. O autor cria mentalmente a composição pre­
tendida, ou atribui um significado para sua obra, então usa de
sinais, marcas sobre a tela, para capturar sua concepção imagética.
Ao se deparar com a tela, cada observador atribui-lhe um signifi­
cado. A significação dada pelo autor é a semântica. O s traços de

Scanned by CamScanner
186 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

tinta sobre a tela caracterizam os símbolos que possibilitam a co­


municação e definem o ambiente sintático. A atribuição de signifi­
cado do observador caracteriza a pragmática, que não necessaria­
mente condiz com a significação do autor. Para a linguagem artís­
tica, essa distância entre os significados do proponente e do re­
ceptor é formidável e esperada. Para um ambiente científico, po­
rém, seria desejável uma aproximação quase total entre o ambiente
semântico e sintático. Por isso, a lógica, como uma linguagem para
a ciência, realça apenas a semântica e a sintaxe envolvidas em seu
contexto de inferência. Tanto quanto possível, tentamos eliminar
dubiedades, variações, e ampliar o rigor, a precisão.
A área caracterizada pela investigação das estruturas semânti­
cas, ou modelos ajustáveis aos sistemas dedutivos, é a teoria dos
modelos. Em geral, trata-se de ambiente matemático refinado
com ênfase em estruturas matemáticas; uma interação entre as­
pectos lógicos, algébricos e relacionais.
A teoria da prova, por outro lado, preocupa-se preponderan­
temente com a avaliação de deduções lógicas. Destina-se a avaliar,
quando alguma dedução é possível, qual é a melhor. A ênfase en­
contra-se nas regras de dedução.
A lógica discutida no Capítulo 6 é a lógica clássica de primeira
ordem, pois os quantificadores têm alcance apenas sobre variáveis
e indivíduos da estrutura correspondente. Contudo, no mundo
matemático, por vezes temos que quantificar conjuntos ou con­
juntos de conjuntos. As lógicas de ordem superior tratam desse
tipo especial de quantificação. Observemos que há uma diferença
do ponto de vista quantificacional ao dizermos - “todos os brasi­
leiros falam o português” e “todos os grupos regionais brasileiros
possuem a sua brasilidade” .
Para certos contextos, a lógica de primeira ordem não dá conta
de avaliar todas interfaces do discurso. Na frase “quase todos os
brasileiros gostam de futebol” , por exemplo, temos um quantifi-
cador distinto dos usuais, que não pode ser tratado no ambiente
lógico usual de modo apropriado. As lógicas estendidas reconhe-

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 187

cem tais impossibilidades e estendem a linguagem usual de modo


que incorpore aspectos negligenciados.
Não podemos esquecer a ênfase mais longínqua da lógica, que
é a avaliação da argumentação. A teoria da argumentação ainda
é preponderante para muitas investigações e, mais uma vez, a lógi­
ca se aproxima de outras áreas do conhecimento, como do direito,
da retórica e outras.
A teoria da verdade continua a tratar da verdade. Seria possí­
vel definir verdade? Em quais circunstâncias? Quais as limitações?
Esse é um tema caro para a filosofia.
As teorias fundacionais, particularmente de matemática, mas
agora também da computação, caracterizam outra área funda­
mental. Essas teorias têm por objetivos responder perguntas do
tipo: "o que é tal ciência?” , “quais os seus alcances?” , “quais os
limites?”, “até onde podemos confiar?” . Para a matemática são
particularmente interessantes as teorias dos conjuntos e das cate­
gorias. Essas duas teorias ambientam meios para a construção de
toda a matemática contemporânea.
A computabilidade pode ser entendida como uma teoria da
computação. Reflete aspectos dos fundamentos da computação,
análise de algoritmos, recursividade e outros recursos lógicos.
O modelo natural para a teoria dos números seria a estrutura
determinada pelos números naturais, as constantes 0 e 1, a relação
de menor ou igual e as operações de adição e multiplicação, tal
como é estudado nos anos iniciais da formação matemática de todo
escolar. Quando os pioneiros introduziram um sistema formal
para dar conta da aritmética, imaginou-se que o sistema seria tão
conveniente, que tudo aquilo que pode ser alcançado no ambiente
semântico coincidiría com o fornecido no ambiente dedutivo (sin­
tático). A análise não-standard surgiu exatamente por indicar
que o dedutivo não pode dar conta do semântico e, assim, temos
modelos distintos para teorias com muita força intuitiva. Particu­
larmente neste contexto, podemos dar significados distintos para
os épsilons e deltas do cálculo diferencial e integral e, talvez, res­
gatar algumas das intuições dos pioneiros do cálculo.

Scanned by CamScanner
188 HÉRCULES DE ARAÚJO FEITOSA E L EO N A R D O PAULOVICH

Neste livro, ao introduzirm os os sistem as lógicos, o fizemos


por meio dc sistem as axiom áticos; contudo, outros tipos de siste­
m a s d e d u tiv o s podem ser reivindicados. Podemos trabalhar com
sistemas que contenham apenas regras (sem axiomas), podemos
tratar de sistem as com dedução indireta, entre muitas outras abor­
dagens. A análise das inter-relações entre os sistemas dedutivos é
um outro cam po de m uitas inquirições lógicas.
M otivações filosóficas podem exigir mudanças cruciais nos
sistemas lógicos. Por exemplo, as teses fmitistas que não reconhe­
cem o infinito apontam em variações dos sistemas dedutivos. Na
matemática, na física e na filosofia são relevantes algumas aborda­
gens do co n stru tiv ism o científico. M uitas dessas reflexões en­
contram eco na interação e construção de importantes sistemas
lógicos tais como o intuicionista e o minimal.
Podemos afirmar que a lógica clássica, em linha com a tradição
aristotélica, consiste na lógica de primeira ordem, versando sobre
os conectivos lógicos de negação (—1), conjunção (a ), disjunção (v),
condicional (—>) e bicondicional (<-»), sobre os quantificadores
existencial (3) e universal (V), e sobre o predicado de igualdade
(= ). Tam bém são consideradas clássicas algumas de suas exten­
sões, como por exemplo certos sistemas de teoria dos conjuntos e
algumas lógicas de ordem superior. O cálculo proposicional clássi­
co, em certo sentido um subsistem a da lógica de primeira ordem,
também é um sistema clássico.
A partir da obra de Frege, esta lógica adquiriu uma forma qua­
se definitiva, extensa e consistente, apresentada nos Principia ma-
thematica de Whitehead e Russell (Whitehead, Russell, 1910-
1913). Em seu estado atual, é poderosa e engloba toda a silogística
aristotélica, convenientemente reformulada. A própria matemáti­
ca tradicional, sob certos pontos de vista, pode ser reduzida à lógi­
ca (ver D ’Ottaviano, 1992).
A lógica clássica é caracterizada por alguns princípios básicos
de natureza sintática e semântica. T rês deles são fundamentais e
conhecidos como leis básicas do pensamento aristotélico:

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 18 9

(i) Princípio da não-contradição: uma sentença não pode ser


verdadeira e falsa ao mesmo tempo.
Em símbolos: —{A a —«A).
(ii) Princípio do terceiro excluído: uma sentença tem que ser ou
verdadeira ou falsa.
Em símbolos: A v -A .
(iii) Princípio da identidade: todo objeto é idêntico a si mesmo.
Em símbolos: (Vx)(x = x).
Embora contenha alguns princípios característicos, a exata cir-
cunscrição da lógica clássica não é tarefa simples. Por isso, a sepa­
ração entre lógica clássica e não clássica não é completamente clara
e podemos aqui considerar apenas alguns aspectos diferenciadores.
As lógicas não clássicas, usualmente, diferem da lógica clássi­
ca por:
(i) serem baseadas em linguagens mais ricas em poder de ex­
pressão;
(ii) serem baseadas em princípios distintos;
(iii) admitirem semânticas distintas.
Já no final do século XIX, alguns trabalhos pioneiros buscavam
soluções não aristotélicas para algumas questões lógicas. Nas pri­
meiras décadas do século XX, vários filósofos e matemáticos, mo­
tivados por questões e objetivos distintos, criaram novos sistemas
lógicos, diferentes da lógica tradicional.
Susan Haack (1974) considera duas categorias principais de ló­
gicas não clássicas: as que são consideradas como complementares
da clássica e as lógicas alternativas.
As do primeiro tipo não infringem os princípios básicos da ló­
gica clássica e não questionam sua validade universal, apenas am­
pliam e complementam seu escopo. Em geral, a linguagem é enri­
quecida com a introdução de novos operadores. São exemplos de
lógicas complementares as lógicas modais com os operadores mo-
dais de possibilidade e necessidade, as lógicas deônticas com os
operadores deônticos: proibido, permitido, indiferente e obrigató­
rio, as lógicas do tempo com os operadores temporais e as lógicas
de primeira ordem estendidas (lógicas moduladas).

Scanned by CamScanner
190 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

As lógicas alternativas foram concebidas como novas lógicas,


destinadas a substituir a lógica clássica em alguns, muitos ou todos
os domínios do saber. Estas negam princípios básicos da lógica
clássica. São exemplos de lógicas alternativas as lógicas não refle­
xivas (que não admitem o princípio da identidade), as lógicas in-
tuicionistas (associadas ao construtivismo matemático), multiva-
loradas (dentre as quais algumas negam o princípio do terceiro
excluído e são denominadas lógicas paracompletas) e as lógicas
paraconsistentes (relevantes no estudo de teorias inconsistentes),
que derrogam o princípio da não-contradição.
A lógica moderna tem evoluído muito e criado uma enormida­
de de cálculos lógicos; em alguns casos, é difícil identificar o cál­
culo como complementar ou alternativo à lógica clássica.
O surgimento dessas novas lógicas deu origem a importantes
problemas filosóficos, os quais ainda merecem ser debatidos em
profundidade.

Exercício;
1. Buscar em bibliotecas ou na internet informações sobre ou­
tras lógicas não clássicas e suas aplicações.

Este é um prelúdio à lógica, mas tentamos, nas últimas linhas,


convencer os leitores de que a peça é muito ampla, de muita beleza
e profundo rigor. Podemos dar ênfase a aspectos filosóficos, ma­
temáticos ou às aplicações. As aplicações podem ser de cunho
tecnológico ou apenas de interação com outras áreas.
A lógica é assim, uma peça em construção!

AGRADECEM OS a Deus, que está acima de tudo; aos cole­


gas do Departamento de Matemática da UNESP de Bauru, pelo
encorajamento; a UNESP pelas condições de trabalho; aos amigos
pelas motivações e sugestões; as nossas famílias pelo carinho e
paciência; e a Editora da Unesp pela dedicação e competência.

Scanned by CamScanner
r
r
A y

A p ê n d ic e
S is t e m a s fuzzy

Em 1965, o professor Loft A. Zadeh, da Universidade de


Berkeley, na Califórnia, introduziu elementos de uma teoria que,
desde aquele momento, passou a ser chamada de "Conjuntos Fu­
zzy” (Zadeh, 1987).
Um conjunto fuzzy é entendido como uma função de certo
domínio V, o universo de discurso, no intervalo real [0, 1]. O ar­
gumento apresentado é que esses conjuntos fuzzy permitem a
passagem da pertinência para a não-pertinência de maneira gradu­
al, em contraposição à maneira abrupta dos conjuntos usuais.
Junto com esses conjuntos fuzzy, algumas vezes denominados
subconjuntos fuzzy, pois seus elementos estão todos em V, se­
guem relações e operações entre conjuntos, numa extensão bas­
tante natural da álgebra dos conjuntos usuais. A álgebra dos con­
juntos fuzzy é apresentada neste apêndice.
A expressão fuzzy tem sido traduzida para o português por ne­
buloso ou difuso; aqui, porém, adotaremos a expressão/uzzy.
Em meados dos anos 1970, Zadeh estendeu seus elementos te­
óricos para o que chamou lógica fuzzy (Zadeh, 1987). Embora
tentasse fazer dos conjuntos fuzzy semânticas apropriadas para
essa lógica, temos que reconhecer que esse sistema estava muito
distante daquilo que a literatura vinha indicando como lógica,
mesmo as não clássicas. Mostraremos um pouco dessas noções na
seqüência deste apêndice.

Scanned by CamScanner
192 HÉRCULES DE ARAÚJO FEITOSA E LE O N A R D O PAULOVICH

Posteriormente, muitos lógicos passaram a investigar a possi­


bilidade de uma lógica formal que tivesse os conjuntos fuzzy como
semântica adequada e de maneira natural. Nesse contexto, muitas
lógicas fuzzy têm sido propostas, por vezes, muito distintas das
intuições iniciais de Zadeh. N ão vam os aprofundar essa questão,
pois existe farta literatura sobre o assunto.
Existem pelo menos três distintas frentes de trabalho com os
sistemas ou lógicas fuzzy: a álgebra dos conjuntos fuzzy e conse-
qüências; a lógica fuzzy de Zadeh e seguidores; e os demais siste­
mas de lógicas fuzzy.
Introduzimos formalmente os conjuntos fuzzy e destacamos
sua álgebra. A seguir, tratamos de relações fuzzy entre conjuntos
fuzzy e, para finalizar, comentamos elementos da lógica de Zadeh.

Conjuntos fuzzy
Nesta seção, introduzimos os conjuntos fuzzy e a álgebra de­
terminada por tais conjuntos.

Conceitos iniciais

U m conjunto fu zzy \ é dado por um a função fA: V —> [0,1],


onde o conjunto V é o universo ou domínio do conjunto fuzzy, Af,
[0, 1] é um intervalo de números reais e fA é a função de verdade
ou função de pertinência de

Como notação, temos: fA: V —» [0 ,1 ]


x i-> fA(x).

Generalizando, poderiamos tomar, no lugar do intervalo [0,1],


qualquer conjunto parcialmente ordenado L . Porém, devido à
maior facilidade na inter-relação com as lógicas, utilizamos o in­
tervalo unidade, contido no conjunto dos números reais, que é um
conjunto totalmente ordenado.

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 19 3

Seja V um conjunto qualquer. Um conjunto fuzzy A, em V é


caracterizado por uma função de pertinência fA(x), que associa a
cada elemento de V um número real no intervalo unidade e este
valor, fA(x), indica o grau de pertinência de x em Af.
Considerando que um conjunto fuzzy é determinado por uma
função e que da teoria usual de conjuntos sabemos que uma fun­
ção pode ser representada por um conjunto de pares ordenados,
podemos denotar os conjuntos fuzzy como a seguir.
Um conjunto fuzzy Af é denotado por um conjunto de pares
ordenados, onde o primeiro elemento pertence a V e o segundo
elemento indica o seu grau de pertinência em A^:

A f = {(a, H ) / f » = |le [0,1]}.


A seguir, introduzimos algumas outras definições iniciais sobre
esses conjuntos fuzzy.
Consideremos fixado um domínio ou universo V.
Dois conjuntos fuzzy Af e Bf em V são iguais se: (Vx e V) fA(x)
= fB(x), o que é denotado por Af = f Bf.
Sejam Af e Bf dois conjuntos fuzzy em V. Bf é um subconjunto
fuzzy de Af (ou Bf está contido em Af) se (Vx e V) fB(x) < fA(x). A
inclusão/uaey é indicada por Bf Q Af.
O conjunto fuzzy vazio (ou zero) é dado pela função constante
zero, isto é, 0f = 0 f = dcff0(x) = 0, (Vx e V).
O conjunto fuzzy universo (ou unidade) é dado pela função
constante um, isto é, l f = V = deffv(x) = 1, (Vx e V).

Nestes dois últimos conjuntos definidos, o zero e a unidade


coincidem, respectivamente, com os conjuntos vazio e universo de
interpretação da teoria usual de conjuntos.

Exercícios:
Seja V = {a, b, c, d, e, f , g}.
1. Mostrar que 0 f Q V.
2. Apresentar dois conjuntos fuzzy em V tal que um não esteja
contido no outro.

Scanned by CamScanner
194 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

Operações entre conjuntos fuzzy

Mantemos nas definições das operações fuzzy um domínio


fixo. Esse aspecto faz os conjuntos fuzzy serem, em muitos textos,
nomeados subconjuntos fuzzy, pois estão sempre vinculados ao
universo V.
A união de dois conjuntos fuzzy Af e Bf é um conjunto fuzzy
A, u f Bf,tal que, para cada x e V, o seu grau de pertinência no
conjunto união é o valor máximo entre fA(x) e fB(x). Assim, Af uf
Bf = {(x, max{fA(x), fB(x)}) / x e V}.
A intersecção de dois conjuntos fuzzy A, e Bf é um conjunto
fuzzy Afn f Bf que atribui, para cada x e V, o valor mínimo entre
fA(x) e fB(x), ou seja, A ^ B f = {(x, min{fA(x), fB(x)}) / x 6 V}.

Exemplos:
(a) Sejam V = {x,, x2, x3, x4}, Af = {(x,, 0.1); (X2, 1); (x3, 0.8); (x4,
0) } eBf = {(Xj, 0.7); (x* 0.4); (x3, 0.9); (x4, 0.1)}. Então:
Af u (Bf = {(Xj, 0.7); ( x * 1); (x3, 0.9); (x4, 0.1)} e
A A B f = {(Xj, 0.1); (x2, 0.4); (x3, 0.8); (x4, 0)} = {(x,, 0.1); (x*
0.4); (x3, 0.8)}.
Quando a função de pertinência de x é zero, fA(x) = 0, enten­
demos que o elemento x tem grau zero de pertinência em Af e,
portanto, esse elemento não está no conjunto fuzzy Af. Dessa for­
ma, podemos omitir o par ordenado em que ocorre esse elemento.
Quando não houver perigo de confusão, indicaremos o con-
junto fuzzy Af apenas por A.
(b) Sejam V = {x,, x^ x3, x4, x5, x j , A = {(x„ 0.6); (xj, 0.1); (x3,
1) ; (x4, 0.7); (x5, 0.5)} e B = {(Xj, 0.2); (x^ 0.9); (x3, 0.8); (x4, 0.7);
(xs, 0.5); (x6, 1)} temos:
A u fB = {(x,, 0.6); (Xj, 0.9); (x3, 1); (x4, 0.7); (xs, 0.5); (x6, 1)} e
A r \ B = {(x„ 0.2); (x2, 0.1); (x3, 0.8); (x4, 0.7); (x5, 0.5)}.
Agora, verificaremos duas proposições equivalentes às defini­
ções dadas acima, as quais poderíam ser formas alternativas para a
definição de união e intersecção de conjuntos/uz^y.

Scanned by CamScanner
X
UM PRELÚDIO À LÓGICA 195

Proposição A.1: A união de dois conjuntos fuzzy A e B é o


menor conjuntofuzzy que contém A e B.

Demonstração: Seja D um conjunto fuzzy que contém A e B.


Desse modo, (Vx e V) fD(x) > fA(x) e fD(x) > f„(x). Portanto, fD(x) >
max (fA(x), fB(x)}e, desta maneira, A u fB q D. ■

Proposição A.2: A intersecção de dois conjuntos fuzzy A e B é


o maior conjuntofuzzy que está contido em A e B.

Demonstração: Seja D um conjunto fuzzy contido em A e em B.


Então, (Vx e V) fD(x) < fA(x) e fD(x) < f„(x). Logo, (Vxg V), fD(x) <
min{fA(x), fB(x)} e, daí, D ç f AryB. ■

Por essas duas proposições verificamos que, para dois conjun-


tosfuzzy A e B dados, os conjuntos fuzzy A u fB e A r\B assumem,
respectivamente, os valores supremos e ínfimos das funções de per­
tinência de A e B.
Uma ilustração gráfica para a união e para a intersecção de dois
conjuntos fuzzy em V é dada abaixo.

A linha cheia indica a união A UfB e a linha tracejada indica a


intersecção A r\B .
Dado um conjunto fuzzy A no domínio V, o seu complemento
fuzzy, denotado por A’, é determinado por fA.(x) = 1- fA(x),
(VxeV).

Scanned by CamScanner
196 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

Dados dois conjuntos fuzzy A e B no domínio V, a diferençQ


fuzzy entre A e B, denotada por A - fB, é definida por:
r
0, se fA(x) < f|,(x)
Í vbM = i
fA(x )-fB(x), se fA(x) > fB(x)
V.

Exemplos:

(a) Considerando V = {x1( x2, x3}, A = {(x,, 0.6); (xj, 0.1); (x3>
1)} e B = {(x,, 0.9); (x^ 0.5); (x3, 0.3)}, então:
A ’ = {(xt, 0.4); (x2, 0.9); (x3, 0)} = {(x„ 0.4); (x^ 0.9)}
B ’ = {(xlf 0.1); (x2, 0.5); (x3, 0.7)}
A - fB = {(x„ 0); (x2, 0); (x3, 0.7)} = {(x3, 0.7)}

(b) Sejam V = {x„ x2, x3}, A = {(xlf 0.7); (x2, 0.4)} e B = {(x„
0.8); (x2, 0.2)}, então:
A* = {(x„ 0.3); (x2, 0.6); (x3, 1)}
B’ = {(x„ 0.2); (X2, 0.8); (x3, 1)}
A - fB = {(Xj, 0); (x2, 0.2); (x3, 0)} = {(xj, 0.2)}

A teoria usual dos conjuntos é um caso particular da teoria dos


conjuntos fuzzy, quando a função pertinência coincide com a fun­
ção característica, que tem, como imagem, o conjunto {0,1}; onde
x tem valor de pertinência 1 quando x está em A, e valor de perti­
nência 0 quando x não está em A.

Exercício:

3. Sejam V = {a, b, c, d, e, f, g} e A = {(a, 0.7); (b, 0.3); (c, 1);


(d, 1); (e, 0.5); (f, 0.9), (g, 0.7)}, B = {(a, 0.2); (b, 0.5); (c, 0.3); (d,
0.7); (e, 0.5); (f, 0), (g, 0.6)} e C = {(a, 0.2); (b, 0.3); (c, 0.2); (d,
0.6); (e, 0.3); (f, 0.4), (g, 0.1)}. Determinar:
( a ) A u fB (b)A -B ‘ . (c)Ar\B
(d) (A OfB) f> C (e) A' (f) (A - f C)r>B
(g) (A u f C) r>B (h) (A - C) r \ (B - f C) (i) (A r\C )’

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 197

Álgebra d o s conjuntos fuzzy

Seja L = {A / A é conjunto/uz^y com universo V} e tomemos


as definições dadas como axiomas. Daremos particular atenção à
estrutura algébrica determinada por (L, q , Uf, r\, ’).
Iniciamos com algumas notações que simplificarão o trabalho.
Indicamos:
fA(x), (Vxe V) apenas por fA,
Max {fA,fB} por fAvfBe
Min {fA, fB} porfAAfB.

Propriedade reflexiva:

A Q A, pois, certamente, (Vxe V) fA(x) < fA(x).

Propriedade anti-simétrica:

A Q B e B Q A < = > A = fB, poisfA= fB<=>fA< f Be fB< f A.

Propriedade transitiva:

A Q B e B Ç f C : ^ A q C, poissefA< f Be fB< f c, então fA< f c.

Um conjunto não vazio munido de uma relação que admite as


propriedades reflexiva, anti-simétrica e transitiva é uma ordem
parcial. Além disso, se para todos x, y pertencentes a L existe o
supremo e o ínfimo do conjunto {x, y} em L, a estrutura é deno­
minada reticulado.
Dessa forma, (L, q ) é parcialmente ordenado e, pelas Proposi­
ções A .l e A.2, segue que (L, <z) é um reticulado.

Princípio da dualidade:

“Todo resultado obtido dos axiomas desta estrutura algébrica


permanece válido se nele trocamos Uf por r \ e 0 f por V e vice-
versa/'
A simetria entre os operadores u f e r \ e os elementos 0 f e V
garante que tanto os operadores Uf e r \ quanto os elementos 0 f e

Scanned by CamScanner
198 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

V podem ser permutados de maneira que os resultados obtidos


permaneçam verdadeiros.

Propriedade de idempotência:
A u , A = A, pois fAUA= fAv fA= fAe
A r \ A = A, segue pelo princípio da dualidade, ou seja, apenas
trocamos vj por n e obtemos fAnA= fAa fA= fA.

Propriedade comutativa:
A u fB = BUfA, pois fAUB= fAv f B= fBv f A= fBUAe
A r\B = Br\A , pelo princípio da dualidade.

Propriedade associativa:

A u f (BUfC) = (AUfBjUfC, pois fAU(BUq = fAv (fBv f c) = (fAv fB


V ^<Ò ~ A V ^b) V íc ~ ^(A^B^C e
A r\(B r\C ) = (A r\B )n íC, pelo princípio da dualidade.

Propriedade de absorção:

Ary (Au,B) = A, pois f Arws) = fAa f AVJB= fAa (fAv Q fAe


A u f (A r\C ) = A, pelo princípio da dualidade.

A estrutura determinada por um conjunto não vazio, munido


de duas operações que satisfaçam as propriedades de idempotência,
comutatividade, associatividade e absorção, também recebe o nome
de reticulado, portanto (L, u f, r\) é um reticulado. E o mesmo
reticulado dado por (L, q ), onde sua ordem pode ser dada por:

Proposição A.3: B q A « A u fB = A e B q A <=> A r\B = B


Demonstração: ^AMB “ ^ ^AV = fAÇ=> fB< fAe princípio da
dualidade. ■

Propriedade Distributiva:

Avjf (B r\C ) —(ALJfB)p> j (AtjfC), pois fAu(yx^ fA^ f boc —^


V (fg A fç) = (fAV f B) A (fAV f j = (f aub A f A^c ) ~ f(A^BAAOC)-

Scanned by CamScanner
UM PRELÚDIO ÀLÓGICA 199

Verifiquemos * : fAv (f„ a fc) = (fAv f „) A (fAv fc);


r
sc f„ a f(. £ fA
fAV (íiAt ) = < ou
fBA fc , se fA< f„ A fc

Suponhamos, sem perda de generalidade, que fBv fA= fA. Daí,


(fAv fB)A(fAv fc) = fAA(fAv fc)) = fA= fAv (fBAfc).

f A fc ^ fAVfc —fc

=> (tfAv Q A Va v fc)) = (fBA fc) = fAv (fBA O


De qualquer maneira vale ★ .
A n /B u jC ) = (A/^fBXjfCAOfC), vale pelo princípio da dua­
lidade.
Um reticulado no qual vale a propriedade distributiva é deno­
minado reticulado distributivo. Logo, (L, u fl r\) é um reticulado
distributivo.

Proposição A.4: AUf0 f = Ae A r \ 0 f= 0.


Demonstração: fAU0= fAv f0 = fA e W = fAa f0 = f0. ■

Proposição A.5: A u fV = V e A n fV = A
Demonstração: Este é o dual da proposição anterior. ■

Scanned by CamScanner
200 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

Pelas proposições anteriores, temos que 0f = 0 f c l f = V são,


respectivamente, o ínfimo (zero) e o supremo (unidade) de L. Um
reticulado com zero e unidade, que satisfaça as duas proposições
anteriores, é um reticulado completo. Dessa forma, (L, U f, n f, 0f,
l f) é um reticulado completo.

Proposição A.6: (A’)' = A.


Demonstração: f(A). = 1-fA. = 1- [1 -fA] = fA. ■

Proposição A.7: A q B ^ B ’ ç f A'.


Demonstração: A ç fB o f A< f B« f B.< f A. « B ’ q A’. ■

A partir disto, concluímos que A ’ é o dual de A.

Proposição A.8: Leis de De Morgan: (i) (A u f B)' = AV\ B’ e


(ii) (A r\B)’ = A ’u fB \

Demonstração: (i) f(AUB). = 1- fAUB = 1- (fAv fB) ± (1-Q a (1-fJ


" A4’= B-

Para verificarmos ★ , consideremos 1- (fAv fB), onde:

l- ( f Av f B) = (l-fA)
sefA> f B=>^ e
(l-fA) < ( l - f B)=>(l-fA) A ( l - f B) = (l-fA)

se fA< fB ■< e
(l-fA) > ( l - f B)=>(l-fA) A ( l - f B) = (l-fB)
V.

Em qualquer alternativa?temos 1- (fAv fB) = (1 -fA) a (l-fB)

(ii) (A r\ B)' = A 'u f B \ vale pelo princípio da dualidade. ■

Uma operação unária que admite as propriedades das duas úl­


timas proposições é chamada de complemento de De Morgan. Um
reticulado distributivo que admite o complemento de De Morgan

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 201

é denominado reticulado de De Morgan. Dessa maneira, a estru­


tura (L, Q, Uf, r\, ’) é um reticulado de De Morgan completo.

Exercícios:
4. Mostrar que (L, q , u r, r\, ’) não é uma álgebra de Boole.
5. A u fB = f0 «=> A = 0 f eB = 0 f.
6. AryB = fV<=>A = V e B = V.
7. Verificar que & = V.

Definimos, a seguir, outras operações com conjuntos fuzzy.


O produto algébrico dos conjuntos fuzzy A e B , denotado por
A.B, é definido pelas funções de pertinência de A e B da seguinte
maneira: '
fAA.B —f f
LA •

A soma algébrica de A e B, denotada por A+B, é definida em


termos de A e B pela relação:
faa +b —f1 + fab . faa b -
a

A diferença absoluta entre A e B , denotada por | A-B | , é defi­


nida por:
f|A-B| = I ^A~^B I

Exercícios:
8. Mostrar que, se A e B são conjuntos fuzzy, então A.B ç
AnB.
9. Mostrar que, se A e B são conjuntos fuzzy, então A u B ç
A+B.
10. Dados os conjuntos fuzzy A = {(x,, 0.9); (x2, 0.3); (x3, 0.1)}
e B = {(x1( 1); (x2, 0.5); (x3, 0.8)}, determinar:
(a) A.B
(b) A+B
(c) | A-B |

Relações fuzzy
Sejam A um conjunto fuzzy de domínio U e B um conjunto/u-
zzy de domínio V. O produto cartesiano fuzzy de A e B, denotado
por AXfB, é definido por:

Scanned by CamScanner
202 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

AXfB = {((u, v), fÁ(u)AÍn(v)) / U 6 U, Ve V).

Exemplos:
(a) Sejam U = {a, b) e V = {1, 2, 3} os domínios dos conjuntos
fuzzy A = {(a, 0.5); (b, 0.8)) e B = {(1, 0.2); (2, 1); (3, 0.6)). En-
tão:
AXfB = {((a, 1), 0.2); ((a, 2), 0.5); ((a, 3), 0.5); ((b, 1), 0.2);((b,2),
0.8); ((b, 3), 0.6)}.

Neste caso, por serem conjuntos finitos, podemos interpretá-


los matricialmente da seguinte maneira:

1 2 3
0.2 0.5 0.5 a
AxfB =
0.2 0.8 0.6 b

Exercício:
11. Sejam U = { x , y , z ) e V = { a , b, c} os respectivos conjuntos
universos dos conjuntos fuzzy A = {(x, 0.9); (y, 0.5); (z, 1)) e B =
{(a, 0.3); (b, 0.7); (c, 0.4)}. Encontrar A x fB e fazer a sua repre­
sentação matricial.

Uma relação fuzzy de A em B, indicada por Rf, é um subcon­


junto fuzzy do produto cartesiano A ^ B , caracterizado por uma
função de pertinência fR que associa a cada par (x, y) o seu grau de
pertinência fR(x, y) em Rf.

Observamos que se A e B são conjuntos usuais (não fuzzy),


então reduzimos este produto cartesiano ao produto cartesiano
usual. Porém, se A e B são fuzzy, podemos afirmar que fR(x, y) ^
fAM A fB(y)-

Uma relação fuzzy n-ária é um subconjunto fuzzy Rf do pro­


duto cartesiano A,Xf ... Xf Ant onde:

1r ( X 1» *2> — » * n ) — A lS ;$ n

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 203

Dado um conjunto/uzzy A, o suporte de A é o conjunto usual


S(A) = { x / x e V e fA(x) > 0}.

Seja Rf uma relação/uzzy binária em UxV.


O domínio da relação fuzzy Kç, denotado por DomÇRf), é o
conjunto fuzzy definido por:
fcwRiW = Sup, fR(x, y).

A imagem da relação R,, denotada por Im(R,), é o conjunto fu-


zzy definido por:
U (y ) = SuPyfR(x, y).
O campo da relação fuzzy Rf, denotado pelo conjunto f^R*), é
dado por:
ílíRf) = DomCRfVflmCRf).

O comprimento da relação fuzzy Rf, denotado por h(Rf), é defi­


nido por:
b(Rf) = Sup{fR(x, y) / (x, y) e S(Rf)}.
Uma relação fuzzy Rf é subnormal se h(Rf) < 1, e é normal se
b(Rf) = 1.
Seja A um conjunto fuzzy com domínio V e x, y e V:
A relação identidade Ifem A é definida por:

0, s e x * y
fi(x, y)= -
1, sex = y

A relação nula 0f em A é definida por f0(x, y) = 0.

Exemplo:
(a) Seja R, = {((a, x); 0.8), ((a, y); 1), ((a, z); 0.5), ((b, x); 0) ((b
y); 0.7)}.
DomfR,) = {(a, 1); (b, 0.7)}
M R ,) = {(x, 0.8); (y, 1); (z, 0.5)}

Scanned by CamScanner
204 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOV1CH

h(Rf) = 1 e, portanto, Rf é normal


S(Rf) = {(a, x); (a, y); (a, z); (b, y)}

Se Rf é uma relação fuzzy de A em B e S é uma relação fuzzy de


B em C, então a composição de R e S é uma relação fuzzy de A em
C, denotada por RoS e com a função de pertinência definida por:
U * . z) = Supy {fR(x, y) A fs(y, z)}.

Exemplo:
(a) Consideremos as seguintes relações fuzzy: Rf = {((a, x);
0.8), ((a, y); 1), ((b, x); 0.4), ((b, y); 0.7)} e Sf = {((x, z); 0.9), ((x,
w); 0.6), ((y, z); 0.2), ((y, w); 0.3)}. Então:

fRoS(a, z) = Sup{(a, x)a(x, z); (a, y)A(y, z)} = Sup{0.8; 0.2} = 0.8
fRoS(a, w) = Sup{(a, x)a(x, w); (a, y)A(y, w)} = Sup{0.6; 0.3} = 0.6
fRos(b.2) = Sup{(b, x)a(x, z); (b, y)A(y, z)} = Sup{0.4; 0.2} = 0.4
fRos(b, w) = Sup{(b, x)a(x, w); (b, y)A(y,w)} = Sup{0.4; 0.3} = 0.7.2

Como os universos são finitos, no caso, a, b, x, y, z, w, então a


representação matricial para a composição de relações é a seguinte:
O'
òo

P ^0.9 0.6"
Sejam R = e S=
0.4 0.7 0.2 0.3
V. J J

E f ^ é obtida pelo mesmo procedimento do produto de matri­


zes, em que a multiplicação é permutada por a e a adição por v:
oo

O .b

V.0'4 04>

Exercício:
12. Dados os conjuntos fuzzy A = {(a, 0.3), (b, 0.9), (c, 0.5)} e
F = {(aa, 0.7), (ab, 0.5), (ac, 0.7), (ba, 0.2), (bb, 0.9), (bc, 1), (ca,
0.1), (cb, 0.8), (cc, 1)}, calcular AoF.

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 205

Elementos de lógica fu zzy

Nesta seção veremos um pouco de lógica fuzzy tal como Zadeh


e seus seguidores a introduziram nos contextos fuzzy.

Sistem a d e V aloração

Apresentamos alguns conceitos para a caracterização e opera-


cionalização de fenômenos que enfatizam aspectos qualitativos. As
variáveis lingüísticas e os valores de verdade fuzzy procuram mo­
delar tais aspectos na \ógica fuzzy.

Variáveis lingüísticas

Os fenômenos quantitativos são interpretados pelas variáveis


numéricas. Contudo, essas variáveis não são apropriadas para a
modelagem de fenômenos qualitativos. Desse modo, as variáveis
lingüísticas se colocam como melhor caracterização de fenômenos
complexos ou imprecisos, em que seus valores, em vez de núme­
ros, são palavras numa linguagem natural ou artificial qualquer.
As variáveis lingüísticas assumem como valor palavras ou sen­
tenças em certa linguagem.
Como ilustração do conceito, consideremos a palavra idade.
Apesar de fazer parte do nosso cotidiano, não temos, em ambien­
tes não numéricos, uma noção clara do seu significado. Por meio
dos conjuntos fuzzy, podemos atribuir noções aproximadas de
“idade" da seguinte maneira: muito jovem, jovem, meia-idade,
velho, muito velho, entre outros. Nesse ambiente, “idade" é uma
variável lingüística e os termos da variável linguística idade: muito
jovem, jovem, meia-idade, velho, muito velho ..., são interpreta­
dos por meio de conjuntos fuzzy. Cada termo determina um con-
junto fuzzy cuja função de pertinência seja apropriada ao termo.
Essa característica local e contextualizada da lógica fuzzy a
distancia, e muito, da tradição lógica, centrada entre outros objeti­
vos na busca da verdade. No mundo fuzzy, as verdades são sempre
locais e aplicadas.

Scanned by CamScanner
206 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

Uma variável linguística é caracterizada por uma quíntupla (N,


Gr, U, T(N), S{N)), onde N é o nome da variável, Gr é uma regra
sintática que permite gerar valores linguísticos, U é o universo de
discurso, T(N) é o conjunto dos termos de N e S(N) é uma regra
semântica que associa a cada termo x de N gerado por V o seu si­
gnificado S(x) com valores no intervalo real [0,1].

Exemplos:
(a) T(estatura) = {muito baixa, baixa, pouco baixa, mais ou
menos alta, alta, muito alta,...} e U = [0.3; 2.1] em metros.
(b) T(sensação térmica) = {muito frio, frio, pouco quente,
quente, muito quente,...} e U = [-25; 40] em grau Celsius.

Os termos são subvariáveis/uz2;y. Eles representam um sumá­


rio das várias subclasses de elementos considerados no universo de
discurso. Por exemplo, o termo alto é uma variável fuzzy, ou ainda
um valor lingüístico da variável linguística estatura.
O conceito de restrição fuzzy nos permitirá uma melhor carac­
terização das variáveis fuzzy.
Seja F um subconjunto fuzzy de N, com universo de discurso
V. Então F é uma restrição fuzzy em N se:

F = {(u ,fp (u ))/u e N }.

Uma variável fuzzy é caracterizada por uma tema (N, V, M(N,


u)), onde N é o nome da variável, V é o seu universo de discurso, u
é um nome genérico para elementos de V e M(N, u) é uma valora-
ção no intervalo real [0, 1], que representa uma restrição fuzzy
sobre os valores de u impostos por N, ou, ainda, a compatibilidade
entre u e N.
Nos exemplos anteriores, temos:
(a) N = alto e V = [1.5; 2.1], o universo de alto sendo uma res­
trição do universo de estatura [0; 2.1 ].
Observamos, para a variável linguística idade, que as restri­
ções impostas para cada termo: M(muito jovem) M(velho), etc.,
constituem uma significação do termo mediante uma interpreta­
ção numérica.

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 207

Assim, especificamos os termos por meio de suas funções de


pertinência. Nesse caso, as funções de pertinência de cada termo
(muito jovem, jovem, meia-idade, velho, muito velho) da variável
linguística "idade’* podem ser dadas por:

1 para 0< x ^ 5,
^muitojovem(X ) 4
(30-x)/25 para 5< x < 30,
V.

(x-5)/25 para 5 < x < 30,


W x) = '
(50-x)/20 para 30< x < 50,

(x-30)/20 para 30 < x < 50,

(70-x)/20 para 50<x<70,

(x-50)/20 para 50 < x < 70,

(95-x)/25 para70<x<95,

(x-70)/25 para 70 < x < 95,


fmuitovelho(X ) 4
1 para 95 < x < 100.

O gráfico da variável linguística idade, com os termos "muito


jovem” , "jovem”, "meia-idade” , "velho” e “muito velho”, to­
mando como universo de discurso o intervalo [0,100] e as funções
de compatibilidade acima, é o seguinte:

Scanned by CamScanner
208 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

^ IDADE ^

muilojovem jovem meia-idade velho muilovelho


1

0.5

0 5 30 50 70 95 100 X

Para M(jovem, u), com u = 30, temos ^ovcm(30) = 1 e esse valor


representa o grau de pertinência de u no conjunto jovem, ou,
ainda, representa a compatibilidade de 30 anos com o conceito de
II* tt
jovem .
No exemplo (a), acima, poderiamos admitir o seguinte univer­
so de discurso para o conjunto fuzzy alto: V = {Claudia, Tadeu,
Saimo, Carlos} e associar a cada elemento um grau de pertinência,
como Claudia com 0.73. São considerados dados subjetivos para
determinar o significado de alto nesse contexto, bem como com­
patibilidade entre u e N. Por exemplo:

M(alto, u) = {(Claudia, 0.6); (Tadeu, 1);


(Saimo, 0.5); (Carlos, 0.8)}.

Os valores dos elementos de V, neste exemplo, são = Clau­


dia, u2= Tadeu etc., de natureza não numérica; contudo, podemos
preestabelecer valores de altura para a interpretação numérica e
especificar o termo por meio da sua função de pertinência.
Por outro lado, se considerarmos o termo simpático, encontra­
remos uma variável muito complexa para ser valorada por qual­
quer função matemática. Neste caso, o tratamento é ainda mais
qualitativo na determinação de uma função de pertinência.
Em resumo, sabemos que as variáveis linguísticas, característi­
cas de conceitos vagos, pouco claros ou confusos, assumem as
subvariáveis fuzzy como seus valores e que essas são interpretadas

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 209

por conjuntos fuzzy, possibilitando o resgate de algum conheci- i


mento mesmo em termos aproximados ou vagos.
Uma proposição fuzzy é uma relação que associa cada elemento
u do domínio U a um termo predicado fuzzy F, que tem seu valor
dado por um conjunto fuzzy, com universo de discurso V, possi­
velmente distinto de U. Em algumas ocasiões indicamos isto por
P: “u é F \

Exemplos:

(a) P: “Claudia é baixa" é um exemplo de proposição fuzzy,


pois o termo predicado “baixa” é vago e deve ser resgatado por um
conjuntofuzzy. Por exemplo, seja:
baixa:V-^[0, l],c o m V - { x / 1 .0 m < x < 1 .5 m } =[1.0; 1.5].
(b) P: “Tadeu é alto, magro e moreno" é uma proposição fuzzy
com mais de um atributo.

Exercícios:

13. Dar exemplos de situações que envolvam conceitosfuzzy.


14. Descrever situações em que conceitos fuzzy se fazem neces­
sários.
Tratamos das proposições fuzzy e operamos com conjuntos fu ­
zzy que interpretam os termos predicados. Por isso, a relevância
da álgebra dos conjuntosjii2z;y.
A preocupação central é com o significado da informação, e não
sua transmissão e recepção. Por isso, a seguir, introduzimos o con­
ceito de distribuição de possibilidades, cujo significado se adapta à
manipulação de predicados fuzzy e é bastante corrente nos textos
dos seguidores de Zadeh.
Consideremos a proposição “x é F ’ e que R(A(x)) denota a
restrição fuzzy do sujeito x associada ao atributo A, com x em V.
Ou seja, R(A(x)) é uma subvariável fuzzy determinada pelo termo
predicado F:
R(A(x)) = F.

Scanned by CamScanner
210 HÉRCULES DE ARAÚJO FEITOS A E LEONARDO PAULOVICH

Seja F um subconjunto fuzzy com universo de discurso V. Se


A(x) é uma subvariável fuzzy com valores no universo de discurso
V e R(A(x)) uma restrição associada a F, então definimos a distri­
buição de possibilidades associada com A(x), por:
n , = R(A(x)).

Desse modo, a distribuição de possibilidades coincide com a


restrição fuzzy associada à subvariável fuzzy A(x), o que equivale
a dizer que a possibilidade de x admitir o atributo A é dada pela
compatibilidade de x com o termo predicado F:
F = R(A(x)) = n x.

Exemplo:
(a) Observando o gráfico da variável lingüística idade, podemos
considerar o universo de discurso V = {1, 2, 3......120} e o con­
junto fuzzy muito jovem, indicado por P, que representa a senten­
ça "x é P ".
P = {(1,1); (2,1); (3,1); (4,1); (5,1); (6, 0.9); (7,0.9); (8,0.9);
(9,0.8); (10,0.8); (11, 0.8); (12,0.7); (13,0.7),....
(28, 0.1); (29,0.1); (30, 0.1)}.

Com isso, a proposição “x é P” associa x à distribuição de pos­


sibilidades n ^ p .
Até o momento, a proposição fuzzy P tem aparecido com um
único atributo ou subvariável fuzzy; porém, ela pode ser consti­
tuída por um número qualquer de atributos. Como no exemplo: P:
“Tadeu é alto, magro e moreno", em que o predicado aparece com
três atributos.
Uma proposição fuzzy qualquer do tipo "x é F ” , onde F é uma
relação n-ária em VjXV2x ... xVn, pode ser traduzida a partir dos n
atributos de x do seguinte modo:
x é F -> R(A,(x), A ^ x ),..., A n(x)) = F,
e, estendendo o conceito de distribuição de possibilidades, temos:

* H(A1(x).A2(x).... An(x)) “ F *

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 211

é uma distribuição de possibilidades induzida pela proposição “x é


F", com:
^(Al(x), A2(x).....An(x))(U l » U 2..........U „ ) = U 2, . . . , U „ ).

Dessa maneira, encontramos uma proposição fuzzy com n


atributos Aj(x), A2(x), .... AJx), cujo significado é dado por uma
distribuição de possibilidades n-ária. Com uma única proposição
fuzzy relacionamos n termos (atributos) interpretados por suas
respectivas distribuições de possibilidades.
Consideremos a proposição fuzzy ‘‘Claudia é baixa, morena,
elegante e simpática”, a qual pode ser traduzida por uma proposi­
ção do tipo:
xéf —■>n (A1(x).M<„)),
onde At(x) = baixa, A^x) = morena, A3(x) = elegante e A4(x) =
simpática.
A importância do conceito de distribuição de possibilidades,
para o significado dos dados, reside no fato de que toda proposição
fuzzy, em linguagem natural ou artificial, pode ser interpretada
por uma distribuição de possibilidades:
P ~ * F^x1x2i_iXn)—F,
onde x,, ..., x^ são subvariáveis /uz 2ry implícitas ou explícitas em P
e F é uma relaçãofuzzy.
Reciprocamente, se conhecemos uma distribuição de possibili­
dades, então podemos determinar uma proposição fuzzy P, o que é
indicado por:
P ^ x l . x 2 ..... xn).

A informação transmitida por P (proposição na forma “x é F")


é convertida em uma distribuição de possibilidades Tf da variável
X, na forma de um conjunto/u22ry, e vice-versa.

Valor de verdade fuzzy

Outro aspecto intrigante da lógica de Zadeh está no conceito de


valor de verdade fuzzy. Ao se atribuir um conjunto fuzzy a um

Scanned by CamScanner
212 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOV1CH

atributo, aparentemente já temos uma função de verdade, mas


Zadeh e seguidores foram além e assumiram que os valores de
verdade também podem assumir subvariáveis fuzzy como valores.
O valor de verdade fuzzy é um conjunto/uzry definido em V =
[0, 1]. Indicamos o valor de verdade da proposição P por v(P), ou
seja:
f*P): [0,1] —> [0,1].

Esse conjunto de valores de verdade é um conjunto enumerável


de variáveis/uz^ da forma:

3 —{verdadeiro, muito verdadeiro, não verdadeiro,


falso, mais ou menos falso, não falso, não muito falso,
quase falso, absolutamente verdadeiro,...},

onde cada elemento de 3 é gerado pelos termos atômicos: verda­


deiro e falso.

O s valores de verdade em 3 são lingüísticos e interpretados por


funções, diferenciando-os dos usuais valores de verdade clássicos
ou das lógicas multivaloradas.
Em geral, dada uma proposição P, o seu valor de verdade v(P)
não é um elemento de 3 e, por isso, é tomado um valor linguístico
u(P)* que está em 3 , mas é uma aproximação linguística de v(P).
Comumente, falso não é o mesmo que não verdadeiro, como
veremos a seguir:

Seja verdadeiro = {(x, f j / x € [0, 1] e fx o grau de verdade de


x}.
Então:

falso = ã {(l- x ,fx) / x e [0,1]} e


não verdadeiro = df {(x, 1- fx) / x e [0,1]} = verdadeiro’.

Exemplo:

(a) Consideremos V = {0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8,
0.9, 1} o domínio de uma função de verdade e seja verdadeiro -

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 213

{(0.7. 0.5); (0.8, 0.7); (0.9, 0.9); (1, 1)). Daí:/a!so = {(0.3, 0.5); »
(0.2,0.7); (0.1,0.9); (0,1)} e nãoverdadeiro = {(0,1); (0.1,1
1); (0.3, 1); (0.4, 1); (0.5, 1); (0.6, 1); (0.7, 0.5); (0.8, 0.3); (0.9,
0.1)}.

Os valores: v
erd
aio,não verdadeiro e falso são atributos da
variável lingüística valor de verdade e podem ter seu conjunto de
termos 3 gerado simplesmente pelo termo atômico verdadeiro.
Com isso, abolimos o princípio do terceiro excluído, pois não é
o caso que uma proposição seja verdadeira ou não verdadeira.

Exercício:
15. SejafV£rdadciro= [0,1] -> [0,1] definida por:

r
0 , para 0 < x < 01
fverdadeiro < 2[(x-o c)/(l-a)]z , p a r a a < x < (a + l)/2
1 -2 [(x-1)/(1 -oc)]2 ,para (a+1 )/2 < x < 1
V.
Considerar a = 0.5 e alguns valores de x, tais como x, = 0, Xj =
0.1, x3= 0.2..... x„ = 1. Determinar os conjuntos não verdadeiro e
fabo e comparar os conjuntos dois a dois.

Regras de dedução
Já que uma das noções centrais em qualquer lógica é o seu po­
der de derivação, mesmo uma lógica para o desenvolvimento de
raciocínios aproximados, como é o caso da lógica fuzzy, necessita
de um conjunto de regras de dedução.

Equivalência e implicação fuzzy

As regras de equivalência e implicação fuzzy são talvez as mais


simples e decorrem imediatamente da igualdade e inclusão de
conjuntosfuzzy.
Sejam P e Qduas proposições fuzzy, com as respectivas distri­
buições de possibilidades P -> n P(xl m)= Ff e Q -> IIa (xl...Gf.

Scanned by CamScanner
214 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

R E (R egra de Equivalência) - As proposições P e Q sào


equivalentes se suas distribuições de possibilidades são iguais, ou
seja:
(„i......„ n )— f P l ^ í x t ...... xn).

R I (R egra de Implicação) - A proposição P implica a propo­


sição Q se a distribuição de possibilidades de P está contida na
distribuição de possibilidades de Q , ou seja:

(xl.........................................xn)'

Projeção e Partícularização

Seja S = (i1( i2, i n) uma seqüência indexada. Indicamos uma


subseqüência de S por s = (ijp ij2, ...,ijlc), quando 1 < j; < n.

R P r (R egra da Projeção) - A projeção de FIx(xt, x^. . x j so­


bre U(í), onde U (l) = U ^ x U ^ ...x U ^ é a distribuição de possibili­
dades k-ária cujo domínio é U(t) e seu grau de pertinência é o su­
premo dentre F I^u^). Denotamos a projeção de n x(x,, x^ .... x j
sobre U(„ por 0^.,= Proju,., Hou,»....*»-
No domínio, fazemos uma projeção usual para uma n-upla
qualquer; porém pode ocorrer de para o mesmo elemento termos
mais que um valor de pertinência. A escolha então recai sobre o
supremo desses valores.
Assim, a distribuição na subvariável x(í) = (xjP x^,.... x^) é
obtida pela projeção de rixsobre U(l).
A seguir, dada uma distribuição de possibilidades Fíx= ÍT^ ^
X3J, denotaremos cada termo ((x, y, z), ji) por xyz\p, com x e X,, y
€ X 2, z 6 Xj e |1 G [0,1].

Exemplo:
(a) Sejam V, = V2= V3= {a, b) e IIX= n (Xl X2i^ como abaixo:

nx = n (X) X2m = {aaa\0.4; aab\0.9; aba\0.3; abb\0.5; baa\0.8; bbb\l} e


Proj(ul u2)n x= Sup{aa\0.4; aa\0.9; ab\0.3; ab\0.5; ba\0.8; bb\l} =
{aa\0.9;ab\0.5; ba\0.8; bb\l} = ÍI(Xt X2).

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 215

Exercício:

16. Encontrar, no exemplo acima, Proj(Ul) IT^,


SeJa nx(u1 (u2, .... u3) = F uma distribuição de possibilidades na
variável X = (X „ X2......X J e seja = G uma distribuição de
possibilidades na subvariável X(s) = (X.,, ..., X J . A extensão cilín­
drica de G é o conjunto fuzzy, denotado por õ , em V ,x ... xVn, tal
que sua projeção em X<t) coincide com G, ou seja:

fô(u„ u j = f^U;,..... u j ,( u „ ....u j e U . x . . . x U n.

A extensão cilíndrica faz o caminho inverso da projeção.

R P a (R egra da Particularização) - Sejam ÍI^, ^ = F uma


distribuição de possibilidades na variável X = (X ,,..., X J e 11^ =
G uma distribuição de possibilidades na subvariável X(s) = (X,1(
..., X J de X. A particularização de IIXcom relação F l^ n a variável
X = (X„ ..., X J é definida por:

fl ( X l .... Xn) “ G ] _ F^Õ

Exemplo:
(a) Consideremos a distribuição de possibilidades do exemplo
anterior, isto é: F = FI ^ X2> ^ = {aaa\0.4; aab\0.9; aba\0.3;
abb\0.5; baa\0.8; b b b \l} e G = ^ = {aa\0.7; ba\0.4;
bb\0.9}, então:
(i) a extensão cilíndrica de G é:
(5 ={aaa\0.7; baa\0.7; aba\0.4; bba\0.4; abb\0.9; bbb\0.9).

(ii) a particularização de F é:
jü jo) [G] = F n õ = {(aaa\0.4); (aba\0.3); (abb\0.5);
(baa\0.7);(bbb\0.9)}.

Exercício:

17. Para as distribuições FI^, ^ ^ = {aaa\0.6; aab\0.8;


aba\0.2; abb\0.7; baa\l; bbb\0.3} e IT^, ^ = {aa\0.7; ba\0.6;

Scanned by CamScanner
2 16 HÉRCULES DE ARAÚJO FEITOSA E LEONARDO PAULOVICH

bb\0.2}, determinar a extensão cilíndrica de n w>xJ), a particulari-


zação iX2,X3)[G] e a projeção Projn(XliX2>(X).

Modificação, composição e qualificação

Estas regras possibilitam a interpretação de proposições fuzzy


compostas, modificadas ou qualificadas.

Exemplos:
R M (Regras de M odificação):
Saimo é pouco alto;
Aquele homem é mais ou menos velho.

R C (Regras de Composição):
Olímpia é simpática e Valéria é bonita;
Se x é pesado, então y é alto.
R Q (Regras de Qualificação):
Tadeu é baixo é pouco verdadeiro;
Uma temperatura alta é pouco provável.

Apresentamos, a seguir, cada uma das regras de tradução com


os tipos proposições fuzzy acima mencionados:

RM (Regras de Modificação)

Sejam a um número real positivo e P um predicado fuzzy com


domínio V. O conjunto fuzzy P“ é definido por:

P a = { ( a , f pa( a ) ) / a e V } .

Sejam a um número real no intervalo [0, 1] e P um predicado


fuzzy com domínio V. O conjunto fuzzy aP é definido por:

a P = {(a, a.fp( a ) ) / a e V}.

Seja P um predicado fuzzy de domínio V. O operador negação é


definido por:
P' = {(a, 1 - ffa ) / a e V}

Scanned by CamScanner
UM PRELÚDIO À LÓ G ICA 21 7

Seja P um predicado fuzzy de domínio V. O operador concen­


tração é definido por:
Con(P) = P2.
Seja P um predicado fuzzy de domínio V. O operador dilataçõo
é definido por:
Dil(P) = P1/2.
Essas duas últimas operações, quando aplicadas sobre conjun­
t o s p r o d u z e m outro conjunto fuzzy, sendo que, no primeiro
caso, o grau de pertinência é diminuído e, no segundo, o grau de
pertinência é aumentado.
O operador contraste é definido para um predicado fuzzy P por:

r i
2P2 , 0 < f p(x)<0.5
Gontr(P) = ■«
[2(P’)2]’ » 0.5 < fp(x) <1

Exemplo:
(a) Tomando a distribuição de possibilidades f^ que interpreta
um predicado fuzzy P, comP = fl* = {a\0.8, b\0.7, c \0.2}:
P2 = {a\0.64, b\0.49, c\0.04} e
0,9.P = {a\0.72, b\0.63, c\0.18}.

Exercício:
18. Determinar o valor dos outros operadores associados a P.

Os modificadores fuzzy dão caracterizações aproximadas para


os predicados fuzzy.
Para cada proposição “x é P” , cuja interpretação é dada por x
é P —> = P, podemos encontrar a proposição modificada “x é
mP”, em que m é um modificador fuzzy, como: pouco, muito,
não, mais ou menos, bastante, meio, vários etc. A interpretação é
expressa por:

Scanned by CamScanner
/

218 HÉRCULES DE ARAÚJO FEJTOSA E LEONARDO PAULOVICH

X é m P - » P * , ou ainda, fmp(x) = fj»(x). í

São utilizados para descrever os m odificadores não, muito e


m ais ou menos:
se m = não, então P *= P ’, com f ^ x ) = 1- fp(x);
se m = muito, então P* = C on (P ) = P 2, com f__^p(x) = [fp(x)f;
se m = m ais ou m enos, então P* = D il(P ) = P 1/2, com f ^ x ) =
m r-

O s m odificadores aqui apresentados surgem naturalmente na


linguagem oral, m as podem os obter m odificadores artificiais, ca­
pazes de m odificar (acentuar ou m inim izar) o grau de pertinência
para elem entos do universo V, tais com o:
P* = P u>, quando m= m ais;
P *= P075, quando m = m enos.

Exemplo;

C o n sid e re U = {1 , 2 ,3 , 4, 5, 6 }, onde:
pequeno = P = {(1 ,1 ); (2, 0.9); (3, 0.5); (4, 0.3); (5, 0.1)}, daí:
muito pequeno = P2= {(1 ,1 ); (2, 0.81); (3,0.25); (4, 0.09); (5,0.01)}
muito muito pequeno = P4= {(1 , 1); (2, 0.66); (3, 0.06); (4, 0.01); (5,
0. 00) }
não pequeno = P ’ = {(1, 0); (2, 0.1); (3, 0.5); (4, 0.7); (5, 0.9); (6 ,1 )}

O b s e r v a ç õ e s: (i) O m odificador muito, no exem plo anterior,


fez que dim inuísse o grau d e pertinência d o s elem entos de U no
conjunto fu z z y pequeno. Isso é esperado, pois se a com patibilidade
de ser pequeno era pouca, por exem plo (4, 0.3), então a de ser
m uito pequeno é ainda m enor (4, 0.09).
(ii) A ordem d os m odificadores pod e alterar com pletam ente o
com puto d a função de pertinência d a proposição, com o “ muito
não exato” , não é o m esm o qu e “ não m uito exato” , m ostrando

1 A expressão “muito não exato” não é gramaticalmente correta.

Scanned by CamScanner
UM PRELÚDIO À LÓGICA 219

que as flexões podem ser inconvenientes. Na forma simbólica:


(P')! *[(P )2r-

RC (Regras de Composição)

As regras de composição são da forma:

R = P *Q ,

onde P, Q são proposições fuzzy e * denota uma operação de com*


posição, como conjunção (e), disjunção (ou), condicional (se ...
então) etc.

S e ja m P :x é E - > n ,x,...*,>= E e Q : y é G - » n,Y1 _ Vln)= G. Po-


demos definir muitas operações de composição usando a álgebra
dos conjuntos fuzzy acrescida das operações de projeção e parti-
cularização.
Definimos algumas:

Conjunção: quando x é E - » FI^, ^ E e y é G - * n<xi ^ =G


(os domínios coincidem), então a conjunção é EnG .
Conjunção estendida: x é E —> FI<X1 x ^ E e y é G —» F^y, Ym)=
G (os domínios são distintos), então a conjunção FLxt ^ Y, Ym)=
ÈnÕ.
Disjunção: quando x é E —» FI(Xl j ^ E e y é G - ^ xn)= G
(os domínios coincidem), então a disjunção é EuG .
Disjunção estendida: x é E —» n (X1 ^ ^ E e y é G —> FI^, Ym)= G
(os domínios são distintos), então a disjunção é n^j ^ Y1 Ym) =
Èu<5.
Condicional fuzzy: Se x é E, então y é G, a condicional será FI^...
xn.Yi,-,Ym)= ExG u E xV.

Uma importante regra de dedução fuzzy é dada pela composi­


ção de relações.
Sejam P —>FI(XY)= E e Q —» n <YZ}= G:

Scanned by CamScanner
220 HÉRCULES DE ARAÚJO FEITOSA E IEONARDO PAULOVICH

Inferência composicional: P —> M(XV)= K


Q->n,Y.„=c
r <- n(X/|= [íoG
A literatura 6 plena de formas outras de se definir as operações
de composição fuzzy.

RQ (Regras de Qualificação)

As regras de qualificação buscam a tradução de proposições do


tipo " x é P é T , onde X pode ser um valor de verdade, um valor de
probabilidade ou um valor de possibilidade; em qualquer caso, Xé
uma função de [0, l] e m [0 ,1].
Vejamos a qualificação verdade de uma proposição P.
P(x é F) é X, onde F é um termo predicado fuzzy e X é um valor
de verdade linguístico. Essa proposição pode ser dada por outra
proposição/u22ry, da forma:
Q: x é G, tal que G é definida por fG= XofF, onde fF é a função
de pertinência de F.

Raciocínio fuzzy
O processo pelo qual uma conclusão, possivelmente não exata,
porém próxima da exatidão, é derivada de uma coleção de premis­
sas imprecisas e vagas por meio das regras e operações fuzzy é
nomeado inferênciafuzzy ou raciocínio fuzzy.
Esse raciocínio aproximado, altamente qualitativo, é abun­
dante no dia-a-dia, e o raciocínio fuzzy coloca-se como alternativa
para o tratamento elaborado de tais situações.
Não é o único dispositivo com tal pretensão. Raciocínios indu­
tivos, com ênfase em processos estocásticos (estatísticos), têm sido
usados para os mesmos fins. A especificidade dos problemas defi­
ne qual a melhor ferramenta. Recentemente, as redes neurais são
intensamente usadas em raciocínios de aproximação, em que os
métodos rígidos não são os mais adequados para a modelação.

Scanned by CamScanner
U M PRELÚDIO À LÓ G IC A 221

Como exemplo, citemos o procedimento de avaliar assinaturas.


Por mais que nos esforcemos, duas delas nunca serão idênticas,
embora exista algo que diferencie determinada assinatura de qual­
quer outra, mesmo de uma falsificação. Um perito sabería diferen­
ciá-las. Como então usar processos mecânicos para auxiliar em tais
empreitadas? Os métodos de aproximação parecem ser mais con­
dizentes com tais problemas.
O raciocínio fuzzy é mais um instrumental para o enfrenta-
mento desses problemas. Não é o único, contudo traz uma série de
aspectos que o fazem conveniente, particularmente por conduzir
aspectos lógicos tão caros para os desenvolvimentos computacio­
nais.

Exercício:
19. Procurar artigos que tratam de aplicações dos sistemas
fuzzy.

Scanned by CamScanner
R eferências bibliográficas

A L E N C A R F IL H O , E. Iniciação à lógica matemática. 16. ed. São


Paulo: Nobel, 1986.
B E L L , J. L ., M A C H O V E R , M . A course in mathematical logic. Am-
sterdam: North-Holland, 1977.
B O JA D Z IEV , G ., B O JA D Z IE V , M . Fuzzy sets, fuzzy logic, appli-
cations. Singapore: W orld Scientific, 1995.
BO YER, C. B. História da matemática. Trad. Elza F. Gomide. São Pau­
lo: Edgard Blücher, 1974.
C A ST R U C C I, B. Introdução à lógica matemática. São Paulo: Nobel,
1975.
C H E N IQ U E , F. Compreendre la logic modeme. Paris: Dunod, 1974.
t.l.
C O ST A , N. C. A. Introdução aos fundamentos da matemática. 2. ed. São
Paulo: Hucitec, 1977.
D A G H L IA N , J. Lógica e álgebra de Boole. São Paulo: Atlas, 1988.
D O M IN G U E S, H . H. Espaços métricos e introdução à topologia. São
Paulo: Atual, 1982.
D 'O T T A V IA N O , I. M . L . A lógica clássica e o surgimento das
lógicas não-clássicas. In: É V O R A , F . R. R. (Ed.) Século X IX : o
nascimento da ciência contemporânea. Cam pinas: U N IC A M P /
C L E , 1992. v . l l , p.65-94. (Coleção C L E ).
E B B IN G H A U S, H . D ., F L U M , J., T H O M A S , W . Mathematical
logic. New York: Sprínger-Verlag, 1984.
E P ST E IN , R. L . The semantic foundations o f logic. Volume 1: Propo-
sitional logics. Dordrecht: Kluwer Academ ic Publishers, 1990.

Scanned by CamScanner
224 H ÉRCULES DE A R A Ú J O FE IT O SA E L E O N A R D O PAULO VICH

EPSTEIN, R. L., CARNIELLI, W. A. Computability: computablc


functions, logic and the foundations of mathematics. Wadsworth
& Brooks, 1989. (Cole Mathematics Series).
FEITOSA, H. A. Princípios fundamentais da teoria fuzzy. Rio Claro,
1992. 89f. Dissertação (Mestrado em Matemática) - Instituto de
Geociências e Ciências Exatas, Universidade Estadual Paulista.
HAACK, S. Deviant logic. Cambridge: Cambridge U.P., 1974.
_____ . Philosophy of logics. Cambridge: University of Cambridge,
1985.
HÁJEK, P. Metamathematics of fuzzy logic. Dordrecht: Kluwer,
1998.
HAMILTON, A. G. Logic for mathematicians. Cambridge: Cam­
bridge University Press, 1978.
KLEENE, S. C. Introduction to metamathematics. Amsterdam:
North-Holland, 1952.
KNEALE, W., KNEALE, M. O desenvolvimento da lógica. 3. ed.
Coimbra: Fundação Calouste Gulbenkian, 1991.
MALINOWSKI, G. Many-valued logics. Oxford: Clarendon Press,
1993.
MATES, B. Elementary logic. 2. ed. New York: Oxford University
Press. 1972.
MENDELSON, E. Introduction to mathematical logic. Princeton: D.
VanNostrand, 1964.
NGUYEN, H. T .f W ALKER, E. A. A first course in fuzzy logic.
Boca Raton: CRC Press, 1997.
NOLT, J., ROHATYN, D. Lógica. Trad. Mineko Yamashita e
revisão técnica de Leila Zardo Puga. São Paulo: McGraw-Hill,
1991. (Coleção Schaum).
RASIOWA, H. An algebraic approach to non-classical logics. Am­
sterdam: North-Holland, 1974.
RASIOWA, H., SIKORSKI, R. The mathematics of metamathema-
tics. 2. ed. Waszawa: PW N - Polish Scientific Publishers, 1968.
SALMON, W. C. Lógica. 3. ed. Rio de Janeiro: Prentice-Hall, 1984.
SHOENFIELD, J. R. Kíathematical logic. Reading: Addison-
Wesley, 1967.
VICKERS, S. Topology ma logic. Cambridge: Cambridge University
Press, 1990.

Scanned by CamScanner
U M PRELÚDIO À LÓ G IC A 225

W H IT E H E A D , A. N ., R U SSE L , B. Principia mathematica. Cam-


bridge: Cabridge University Press, 1910-1913. v. 1-3.
W O JC IC K I, R. Theory o f logical calculi: basic theory of consequence
operations. Dordrecht: Kluwer, 1988. (Synthese Library, v. 199).
ZA D EH , L. A. Fuzzy logic and approximate reasoning. Synthese,
v. 3 0 ,p .4 0 7 -2 8 ,1975.
______ . Fuzzy sets and applications. USA: John Wiley & Sons,
1987a.
______ . Fuzzy sets. In: Z A D E H , L . A. Fuzzy sets and applications.
USA: John W iley & Sons, 1987b. p. 193-218.

Scanned by CamScanner
SO BRE O LIVRO
Formato: 14 x 21 cm
Mancha: 23,7 x 42,5 paicas
Tipologia: Horley Old Style 10,5/14
Papel: Offset 75 g/m J (miolo)
Cartão Supremo 250 g/m ’ (capa)
1* edição: 2006

EQUIPE DE REALIZAÇÃO
Coordenação Geral
Sidnei Simonelli

Produção Gráfica
Anderson Nobara

Edição de Texto
Viviane S. Oshima (Preparação de Original)
Sandra Garcia Cortes e
Daniel Seraphim (Revisão)

Editoração Eletrônica
Lourdes Guacira da Silva Simonelli (Supervisão)
Esteia Mleetchol (Diagramação)

Scanned by CamScanner

Похожие интересы