Logica para Programaçao

LÓGICA PARA
COMPUTAÇÃO
Professora Me. Edvania Gimenes de Oliveira Godoy
GRADUAÇÃO
Unicesumar
Reitor
Wilson de Matos Silva
Vice-Reitor
Wilson de Matos Silva Filho
Pró-Reitor de Administração
Wilson de Matos Silva Filho
Pró-Reitor de EAD
Willian Victor Kendrick de Matos Silva
Presidente da Mantenedora
Cláudio Ferdinandi
NEAD - Núcleo de Educação a Distância

Direção Operacional de Ensino
Kátia Coelho
Direção de Planejamento de Ensino
Fabrício Lazilha
Direção de Operações
Chrystiano Mincoff
Direção de Mercado
Hilton Pereira
Direção de Polos Próprios
James Prestes
Direção de Desenvolvimento
Dayane Almeida
Direção de Relacionamento
Alessandra Baron
Head de Produção de Conteúdos
Rodolfo Encinas de Encarnação Pinelli
Gerência de Produção de Conteúdos
Gabriel Araújo
Supervisão do Núcleo de Produção de
Materiais
Nádila de Almeida Toledo
Supervisão de Projetos Especiais
Daniel F. Hey
Coordenador de conteúdo
Fabiana de Lima
C397 CENTRO UNIVERSITÁRIO DE MARINGÁ. Núcleo de Educação a Design Educacional

Distância; GODOY, Edvania Gimenes de Oliveira. Paulo Victor Souza e Silva
Iconografia
Lógica para Computação. Edvania Gimenes de Oliveira Godoy.
Maringá-Pr.: UniCesumar, 2016. Reimpresso em 2018. Amanda Peçanha dos Santos
183 p. Ana Carolina Martins Prado
“Graduação - EaD”. Projeto Gráfico

Jaime de Marchi Junior
1. Lógica. 2. Computação. 3. Matemática. 4. EaD. I. Título.
José Jhonny Coelho
ISBN 978-85-459-0245-4 Arte Capa
Arthur Cantareli Silva
CDD - 22 ed. 511.3
CIP - NBR 12899 - AACR/2 Editoração
Bruna Marconato
Daniel Fuverki Hey
Ficha catalográfica elaborada pelo bibliotecário

Qualidade Textual
João Vivaldo de Souza - CRB-8 - 6828 Hellyery Agda
Keren Pardini
Em um mundo global e dinâmico, nós trabalhamos
com princípios éticos e profissionalismo, não so-
mente para oferecer uma educação de qualidade,
mas, acima de tudo, para gerar uma conversão in-
tegral das pessoas ao conhecimento. Baseamo-nos
em 4 pilares: intelectual, profissional, emocional e
espiritual.
Iniciamos a Unicesumar em 1990, com dois cursos
de graduação e 180 alunos. Hoje, temos mais de
100 mil estudantes espalhados em todo o Brasil:
nos quatro campi presenciais (Maringá, Curitiba,
Ponta Grossa e Londrina) e em mais de 300 polos
EAD no país, com dezenas de cursos de graduação e
pós-graduação. Produzimos e revisamos 500 livros
e distribuímos mais de 500 mil exemplares por
ano. Somos reconhecidos pelo MEC como uma
instituição de excelência, com IGC 4 em 7 anos
consecutivos. Estamos entre os 10 maiores grupos
educacionais do Brasil.
A rapidez do mundo moderno exige dos educa-
dores soluções inteligentes para as necessidades
de todos. Para continuar relevante, a instituição
de educação precisa ter pelo menos três virtudes:
inovação, coragem e compromisso com a quali-
dade. Por isso, desenvolvemos, para os cursos de
Engenharia, metodologias ativas, as quais visam
reunir o melhor do ensino presencial e a distância.
Tudo isso para honrarmos a nossa missão que é
promover a educação de qualidade nas diferentes
áreas do conhecimento, formando profissionais
cidadãos que contribuam para o desenvolvimento
de uma sociedade justa e solidária.
Vamos juntos!
Seja bem-vindo(a), caro(a) acadêmico(a)! Você está
iniciando um processo de transformação, pois quando
investimos em nossa formação, seja ela pessoal ou
profissional, nos transformamos e, consequentemente,
transformamos também a sociedade na qual estamos
inseridos. De que forma o fazemos? Criando oportu-
nidades e/ou estabelecendo mudanças capazes de
alcançar um nível de desenvolvimento compatível com
os desafios que surgem no mundo contemporâneo.
O Centro Universitário Cesumar mediante o Núcleo de
Educação a Distância, o(a) acompanhará durante todo
este processo, pois conforme Freire (1996): “Os homens
se educam juntos, na transformação do mundo”.
Os materiais produzidos oferecem linguagem dialógica
e encontram-se integrados à proposta pedagógica, con-
tribuindo no processo educacional, complementando
sua formação profissional, desenvolvendo competên-
cias e habilidades, e aplicando conceitos teóricos em
situação de realidade, de maneira a inseri-lo no mercado
de trabalho. Ou seja, estes materiais têm como principal
objetivo “provocar uma aproximação entre você e o
conteúdo”, desta forma possibilita o desenvolvimento
da autonomia em busca dos conhecimentos necessá-
rios para a sua formação pessoal e profissional.
Portanto, nossa distância nesse processo de cresci-
mento e construção do conhecimento deve ser apenas
geográfica. Utilize os diversos recursos pedagógicos
que o Centro Universitário Cesumar lhe possibilita.
Ou seja, acesse regularmente o Studeo, que é o seu
Ambiente Virtual de Aprendizagem, interaja nos fóruns
e enquetes, assista às aulas ao vivo e participe das dis-
cussões. Além disso, lembre-se que existe uma equipe
de professores e tutores que se encontra disponível para
sanar suas dúvidas e auxiliá-lo(a) em seu processo de
aprendizagem, possibilitando-lhe trilhar com tranqui-
lidade e segurança sua trajetória acadêmica.
AUTORA

Possui mestrado em Matemática pela Universidade Estadual de Maringá
(2001). Atualmente é professora assistente da Fundação Faculdade de
Filosofia Ciências e Letras de Mandaguari.
APRESENTAÇÃO
LÓGICA PARA
APRESENTAÇ ÃO COMPUTAÇÃO
LÓGICA PARA COMPUTAÇÃO

SEJA BEM-VINDO(A)!
Prezados acadêmicos, é com satisfação que apresento

APRESENTAÇ ÃO a vocês o livro para a disciplina Lógica
para Computação. Esta disciplina está baseada no que chamamos de Matemática Discreta,
que é uma parte da Matemática que trata de situações em que as estruturas matemáticas são
baseadas em conjuntos contáveis,Lfinitos
ÓGICA PARA
ou infinitos. COMPUTAÇ
Dessa forma, ÃO na
os conteúdos abordados
Matemática Discreta aplicam-se perfeitamente ao ambiente computacional, visto que a maioria
dos conceitos computacionais pertencem ao domı́nio discreto.
Prezados acadêmicos, é com satisfação que apresento a vocês o livro para a
para são
Os objetivos principais da disciplina Computação.
desenvolverEsta disciplina
o raciocı́nio está baseada noeque
lógico-matemático chamamos de Mate
oferecer
que é umaum
instrumentos para que vocês desenvolvam parte da Matemática
vocabulário que
preciso, trata
com de situações
recursos em que as estruturas
para notação
baseadas
matemática e abstrações. Assim, em conjuntos
será possı́vel aplicarcontáveis, finitos
os conceitos de ou infinitos. Dessa
Matemática forma, os conteúd
discreta
Matemática Discreta aplicam-se perfeitamente
como uma ferramenta para investigações e aplicações na área de Computação. ao ambiente computacional, vi
dos conceitos computacionais pertencem ao domı́nio discreto.
Este livro está dividido em cinco unidades. A primeira trata de noções de Lógica Matemática,
que é básica para qualquer estudoOs emobjetivos principais
computação da disciplinaOsão
e informática. desenvolver
principal o raciocı́nio
objetivo dessa lógico-mate
instrumentos
unidade será introduzir, resumidamente, para que vocês
os principais desenvolvam
conceitos um vocabulário
e a terminologia preciso, com recur
de lógica
matemática. Veremos como utilizar matemática e abstrações.
a notação Assim,
simbólica para as será possı́vel
lógicas aplicar os
proposicional conceitos de Mat
e de
como uma
predicados para simbolizar argumentos, bemferramenta para investigações
como determinar sua validadee aplicações
por meiona área
das rede Computação
gras de inferência.
Este livro está dividido em cinco unidades. A primeira trata de noções de Ló
A segunda unidade é dedicada ao queestudo
é básica para qualquer
da Teoria estudo em
dos Conjuntos. computação
O conceito e informática.
de conjunto é O princip
fundamental, pois praticamente unidade será introduzir,
todos os conceitos resumidamente,
desenvolvidos os principais
em computação conceitos e a termin
são baseados
em conjuntos ou construções sobrematemática.
conjuntos.Veremos
Com ascomo utilizar
noções a notação
primitivas simbólica
de conjunto para as lógicas p
e per-
predicados
tinência, que são aceitas sem definição, para simbolizar
iniciaremos o estudo argumentos,
de conjuntos bem como elementos,
definindo determinar sua validade
subconjuntos e tipos de conjuntos, grasbemde inferência.
como suas representações por descrição, propriedade
ou diagrama. Em seguida, estudaremos as operações sobre conjuntos, que são agrupadas em
A segunda
não reversı́veis (união e interseção) unidade
e reversı́veis é dedicada ao
(complemento, estudodas
conjunto da partes
Teoria edos Conjuntos. O conce
produto
fundamental,
cartesiano). Será estabelecida também pois
a relação praticamente
entre álgebra detodos os conceitos
conjuntos e lógica.desenvolvidos em computa
em conjuntos ou construções sobre conjuntos. Com as noções primitivas de
As unidades III e IV são dedicadas tinência, que são
ao estudo aceitas sem
de relações definição,
e funções, iniciaremos o Relações
respectivamente. estudo de conjuntos defi
são muito usadas em todas as áreas subconjuntos e tipos da
teóricas e práticas de computação.
conjuntos, bem como
Além suas representações
do conceito formal por descr
ou diagrama.
de relação, diversos conceitos correlatos Em seguida,
serão estudados: estudaremos
relação as operações
dual, composição sobre conjuntos, que s
de relações
e tipos de relações. Veremos comonão representar
reversı́veis (união e interseção)
relações por meio de e reversı́veis
diagramas,(complemento,
matrizes ou conjunto das
grafos, e para o caso de uma ordem cartesiano).
parcial Será estabelecida
de tarefas também
relacionadas pora pré-requisitos,
relação entre álgebra
discu- de conjuntos e
tiremos sobre a representação em diagrama PERT.
As unidades III e IV são dedicadas ao estudo de relações e funções, respectiv
são muito usadas em todas as áreas teóricas e práticas da computação. Além d
1
de relação, diversos conceitos correlatos serão estudados: relação dual, compo
e tipos de relações. Veremos como representar relações por meio de diagra
grafos, e para o caso de uma ordem parcial de tarefas relacionadas por pré-
tiremos sobre a representação em diagrama PERT.
APRESENTAÇÃO
Uma função é um caso particular de relação binária e, assim como as relações, descreve
diversas situações reais. Abordaremos o conceito de função, destacando seu domı́nio, imagem e
repre-sentação gráfica, bem como as propriedades de funções e as definições de funções
compostas e inversas.
Por fim, na unidade V, faremos uma retomada das unidades anteriores apresentando
aplicações na área de Computação. Sobre lógica proposicional e teoria dos conjuntos, veremos
aplicações em linguagens de programação conhecidas como procedurais (no caso, linguagem
Pascal). Sobre lógica de predicados, apresentaremos uma linguagem de programação
conhecida como declar-ativa (Prolog), em que os programas reúnem uma série de dados e
regras e as usam para gerar conclusões. O item Relações será retomado no estudo de caminho
crı́tico em um diagrama Pert, para determinar o tempo mı́nimo de conclusão de uma
sequência de atividades ordenadas em uma tarefa a ser realizada. Também em bancos de
dados relacional, que é um banco de dados cujos dados são conjuntos (representados como
tabelas) que são relacionados com outros conjuntos (tabelas), veremos a aplicação dos
conceitos de conjuntos e relações. E, finalmente, será destacada a aplicação dos conceitos de
relações e funções em autômatos finitos.
Gostaria de destacar que não pretendemos realizar estudo detalhado de conceitos especı́ficos
de computação, mas apenas dar uma noção sobre a forte relação entre a matemática estudada
com outras disciplinas do curso.
Em cada unidade, são propostas atividades sobre o conteúdo estudado. A realização dessas
atividades é muito importante para a fixação dos conceitos e verificação de aprendizagem.
Desejo a todos um bom estudo!
2
09
SUMÁRIO
UNIDADE I
LÓGICA MATEMÁTICA
15 Introdução
16 Lógica Proposicional
16 Proposições e Valores Lógicos
17 Conectivos Lógicos
25 Tabela-Verdade
26 Tautologias e Contradições
28 Equivalências Lógicas
31 Implicações Lógicas
32 Método Dedutivo
35 Quantificadores e Predicados
38 Negação de Sentenças Quantificadas
39 Considerações Finais
SUMÁRIO
UNIDADE II
TEORIA DOS CONJUNTOS
47 Introdução
47 Conceitos Primitivos
48 Descricão de Conjuntos
50 Igualdade de Conjuntos
50 Tipos de Conjuntos
51 Subconjuntos
53 Conjunto das Partes
54 Diagramas de Venn-Euler
58 Produto Cartesiano
59 Relação Entre Lógica e Álgebra dos Conjuntos
60 Princípio da Inclusão e Exclusão
UNIDADE III
RELAÇÕES
73 Introdução
73 Relação Binária
76 Tipos de Relações Binárias
77 Propriedades das Relações
78 Representação das Relações

11
SUMÁRIO
82 Relação de Ordem
85 Diagrama de Hasse
87 Diagrama PERT
89 Relações Duais
89 Composição de Relações
91 Consideração Finais
UNIDADE IV
FUNÇÕES
101 Introdução
101 Funções
103 Domínio, Contradomínio e Imagem de uma Função
105 Igualdade de Funções
105 Gráfico de Funções
108 Função Piso e Função Teto
109 Propriedades de Funções
112 Função Composta
114 Funções Inversas
115 Técnicas para Obtenção da Inversa de uma Função

SUMÁRIO
UNIDADE V
APLICAÇÕES À COMPUTAÇÃO
125 Introdução
125 Álgebra dos Conjuntos nas Linguagens de Programação
132 PROLOG
139 Caminho Crítico no Diagrama PERT
144 Autômatos Finitos
150 Relações e Banco de Dados
165 Conclusão
167 Referências
169 Gabarito
I
UNIDADE
LÓGICA MATEMÁTICA
Objetivos de Aprendizagem
■■ Desenvolver o raciocínio lógico matemático.
■■ Usar os símbolos formais da lógica proposicional.
■■ Encontrar o valor-verdade de expressões em lógica proposicional.
■■ Reconhecer tautologias e contradições.
■■ Usar a lógica proposicional para provar a validade de um argumento
na língua portuguesa.
■■ Identificar/reconhecer símbolos quantificados.
■■ Determinar o valor-verdade de uma proposição predicativa em uma
dada interpretação.
■■ Representar sentenças da língua portuguesa usando a lógica de
predicativos.
■■ Determinar a negação de sentenças quantificadas.
Plano de Estudo
A seguir, apresentam-se os tópicos que você estudará nesta unidade:
■■ Lógica Proposicional.
■■ Conectivos Lógicos
■■ Tabelas- Verdade
■■ Tautologias e Contradições
■■ Equivalências Lógicas
■■ Implicações Lógicas
■■ Método Dedutivo
■■ Quantificadores e Predicados
■■ Negação de Sentenças Quantificadas
15
Introdução
INTRODUÇÃO
A lógica formal fornece base para o modo de pensar organizado e cuidadoso que caracteri-
za qualquer atividade racional. Ela é considerada base de todo raciocı́nio matemático e do
raciocı́nio automatizado, tendo aplicações diretas em Ciência da Computação, em grau variado
de complexidade. Considera-se que o estudo da Lógica teve inı́cio na Grécia Antiga, sendo
sistematizado por Aristóteles (384a.C.-322a.C.), com a formulação de leis gerais de encadea-
mentos de conceitos e juı́zos que levariam à descoberta de novas verdades (Lógica Clássica).
Entretanto, os argumentos formulados em linguagem natural como em português, por exemplo,
são muitas vezes de difı́cil avaliação, devido a ambiguidades nas frases e construções confusas.
Reprodução proibida. Art. 184 do Código Penal e Lei 9.610 de 19 de fevereiro de 1998.
Os matemáticos da atualidade entenderam então que, para uma matéria ser estudada com o
caráter cientı́fico necessário, era preciso introduzir-se uma linguagem simbólica.
A Lógica Simbólica ou Lógica Matemática utiliza sı́mbolos de origem matemática para for-
mular os argumentos. Nessa lógica, as várias relações entre proposições são representadas por
fórmulas cujos significados estão livres de ambiguidades tão comuns à linguagem corrente, e
essas fórmulas podem ser “operadas” segundo um conjunto de regras de transformação for-
mal. Outra vantagem de seu uso refere-se à facilidade de entendimento e brevidade para obter
resultados.
O moderno desenvolvimento da Lógica iniciou-se com a obra de George Boole (1815-1864)-
“Álgebra Booleana”- e de Augustus De Morgan (1806-1871), e foi consolidado pelo filósofo
e matemático alemão Gottlob Frege (1848-1895) - “Regras de Demonstração Matemática.”
Como a Lógica Simbólica tem sua própria linguagem técnica, é um instrumento poderoso para
a análise e a dedução dos argumentos, especialmente com o uso do computador. Na computação,
ela é utilizada para representar problemas e para obter suas soluções. O algoritmo, que seria
o conjunto finito de instruções a serem executadas para obter a solução de um problema, é
construı́do com base na lógica matemática.
Nessa unidade vamos estudar os principais conceitos e a terminologia da lógica matemática,
que envolve proposições, conectivos, tabelas-verdade e tautologias para chegar a conclusões a
partir de proposições dadas, bem como o estudo dos quantificadores e predicados. Os conteúdos
estudados serão utilizados em disciplinas futuras e fornecerão ferramentas para investigações e
aplicações precisas em sua área de atuação.
2 Introdução
16 UNIDADE I
Lógica Proposicional
Proposições e Valores Lógicos
Proposição é uma sentença declarativa que é verdadeira ou falsa, mas não ambas. Dito de outra
maneira, proposição é toda expressão que encerra um pensamento de sentido completo e pode
ser classificada como V (verdadeira) ou F (falsa).
Exemplos:
1. 17 é um número par.
2. O gato é um mamı́fero.
√
3. O 136◦ dı́gito da expansão decimal de 11 é 2.
4. Está chovendo agora.
5. Todo quadrado é um retângulo.
6. 100 + 100 = 300
Observamos que todas essas sentenças são proposições, pois: (2) e (5) são verdadeiras e (1)
é falsa; a veracidade ou falsidade de (4) depende do momento em que a proposição é feita; e
apesar de não sabermos o valor do dı́gito solicitado na afirmação (3), ele será igual a 2 ou não
será 2, ou seja, a sentença será verdadeira ou falsa.
LÓGICA MATEMÁTICA
17
Como exemplos de frases que não são proposições, podemos citar:
1. Feliz aniversário!!! (Sentença exclamativa)

2. Onde está a chave? (Sentença interrogativa)
3. Vire à esquerda. (Sentença imperativa)
4. x+y = 6. (sentença aberta; pode ser verdadeira ou falsa dependendo dos valores de x e y)
O valor lógico de uma proposicã¸ o se refere a um dos dois possı́veis juı́zos que atribuiremos
a uma proposição: verdadeiro, denotado por V (ou 1), ou falso, denotado por F (ou 0).
Princı́pios Básicos das Proposições:
I) Princı́pio da não contradição: Uma proposição não pode ser verdadeira e falsa simultane-
amente.
II) Princı́pio do terceiro excluı́do: Toda proposição ou é verdadeira ou é falsa; não existe
um terceiro valor lógico.
Classificação das Proposições:

As proposições podem ser classificadas em simples e compostas:
Proposições simples: aquelas que vêm sozinhas, desacompanhadas de outras proposições.

Exemplos:
* A impressora está ligada.
* O novo papa é argentino.
Proposições compostas: aquelas formadas pela combinação de proposições simples.

Exemplos:
* João é médico e Pedro é dentista.
* Se fizer sol, então irei ao clube.
Conectivos Lógicos
Proposições simples podem ser combinadas para for-
mar proposições mais complexas: as proposições com-
postas. As palavras ou sı́mbolos usados para formar
novas proposições a partir de proposições dadas são
chamados de conectivos.
4 ©shutterstock
Introdução
18 UNIDADE I
Os conectivos fundamentais da Lógica Matemática são:

Os conectivos fundamentais da Lógica Matemática são:
Conectivo Sı́mbolo
Conectivo Sı́mbolo
1) não; não é verdade que ∼ Negação ou modificador
1) não; não é verdade que ∼ Negação ou modificador
2) e ∧ Conjunção
2) e ∧ Conjunção
3) ou ∨ Disjunção
3) ou ∨ Disjunção
4) se ... então → Condicional
4) se ... então → Condicional
5) se, e somente se ↔ Bicondicional
5) se, e somente se ↔ Bicondicional
Dadas as proposições simples p e q, podemos com o uso de conectivos formar novas proposições
Dadas as proposições simples p e q, podemos com o uso de conectivos formar novas proposições
a partir de p e q. Assim temos:
a partir de p e q. Assim temos:
1) A negação de p ∼p não p
1) A negação de p ∼p não p
2) A conjunção de p e q p∧q peq
2) A conjunção de p e q p∧q peq
3) A disjunção de p e q p∨q p ou q
3) A disjunção de p e q p∨q p ou q
4) A condicional de p e q p→q se p, então q
4) A condicional de p e q p→q se p, então q
5) A bicondicional de p e q p↔q p se, e somente se, q
5) A bicondicional de p e q p↔q p se, e somente se, q
Exemplo:
Exemplo:
Dadas as proposições p: 2 é um número par e q: 6 é múltiplo de 3, faça as traduções para
Dadas as proposições p: 2 é um número par e q: 6 é múltiplo de 3, faça as traduções para
a linguagem corrente para as seguintes proposições:
a linguagem corrente para as seguintes proposições:
a) ∼ p 2 não é um número par. (ou: 2 é um número ı́mpar.)
a) ∼ p 2 não é um número par. (ou: 2 é um número ı́mpar.)
b) ∼ p ∨ q 2 não é par ou 6 é múltiplo de 3.
b) ∼ p ∨ q 2 não é par ou 6 é múltiplo de 3.
c) ∼ q → p Se 6 não é múltiplo de 3, então 2 é par.
c) ∼ q → p Se 6 não é múltiplo de 3, então 2 é par.
d) ∼ p ↔ q 2 é ı́mpar se, e somente se, 6 é múltiplo de 3.
d) ∼ p ↔ q 2 é ı́mpar se, e somente se, 6 é múltiplo de 3.
e) ∼ (p ∧ ∼ q) Não é verdade que 2 é par e 6 não é um múltiplo de 3.
e) ∼ (p ∧ ∼ q) Não é verdade que 2 é par e 6 não é um múltiplo de 3.
# SAIBA MAIS #:
# SAIBA MAIS #:
Alguns dos conectivos apresentados podem ser denotados por outros sı́mbolos ou expressões.
Alguns dos conectivos apresentados podem ser denotados por outros sı́mbolos ou expressões.
Consideremos p, q proposições:
Consideremos p, q proposições:
Conectivo lógico Sı́mbolo

Conectivo lógico Sı́mbolo
Negação ¬p; p
Negação ¬p; p
Conjunção p.q
Conjunção p.q
Disjunção p+q
Disjunção p+q
5
5
LÓGICA MATEMÁTICA
19
A linguagem Pascal (assim como a maioria das linguagens o iussode

p )programação)
A slinguagem oPascal gorp epossui
ã ç amar(assim snegaaos
dcomo umaioria
gnil sad das
air l
A linguagem
seguintes Pascal
conectivos (assim como a maioria das linguagens de programação) possui os
lógicos: seguintes conectivos lógicos:
seguintes conectivos lógicos:
not Negação not o ã ç ageN

Negação
not
and Negação
Conjunção and o ã ç nujno
Conjunção
andor Conjunção
Disjunção or o ã ç nujsi
Disjunção
or
<= Disjunção
Condicional <= l a n o ic i d n o
Condiciona
<== Condicional
Bicondicional = lBicondicion
a n o ic i d n oc
= Bicondicional
Fonte: Menezes (2013). Fonte: Menezes (2013).

Fonte: Menezes (2013).
# FIM SAIBA MAIS# # FIM SAIBA MAIS#
# FIM SAIBA MAIS#
3
O valor lógico de uma proposição composta (verdadeiro sou

adfalso)
O valor ig ó ldepende
oclógico rode oddo
lavuma dvalor
nepedlógico
eproposição afdas
)oslcomposta
uo oried(verdade
adrev(
O valor lógico de uma proposição composta
proposições simples que a compõem e da maneira como(verdadeiro ou falso)
elas.sosão depende
combinadas do valor lógico das
proposiçõesvitcsimples
enoc soque lep sapelos
anibconectivos.
adcompõemmoc oe da sã samaneira
le omoc como a r ie
proposições simples que
Conhecendo-se a compõem
os valores lógicose de
da duas
maneira como elas
proposições p sesão combinadas pelosvalores
conectivos.
ocq,ig vamos
Conhecendo-se ó l seroldefinir
aos o rios
v svalores somalógicos
nfiedlógicos vde,qduas e p sproposiçõe
e õ ç isopor
Conhecendo-se
proposições: ∼ os p;
valores
p ∧ q;lógicos
p ∨ q;de pduas
→ qproposições
e p ↔das q.pproposições:
e q, vamos definir os valores lógicos
das ∼ p; p ∧ q; p ∨ q; p → q . qe ↔p p↔ eq.
das proposições: ∼ p; p ∧ q; p ∨ q; p → q e p ↔ q.
1. Negação (∼) 1. Negação (∼)
1. Negação (∼)
Dada uma proposição p, a negação de p será indicada ropor
Dada v∼
laumaO pproposição
.)(Lê-se
”p o n ã ”não
s- p”).
” ep, pO∼ valor
aê L(negação
ropdeadpacserá
idni indic
á res
Dada uma
verdade proposição∼p,
da proposição a negação
p será de do
o oposto p será
valorindicada
verdade por
de ∼ p (Lê-se ”não p”). O valor
p. . p e d
verdade da proposição ∼ p será o oposto do valor verdae d a d r ev r o la
verdade da proposição ∼ p será o oposto do valor verdade de p.
Em resumo: Em resumo:
Em resumo:se V(p) = V então V(∼ p) = F e se V(p) = F então V(∼ p).
Negação: )p ∼(VV(∼
Negação: se V(p) = V .então o ã tnp)e =
F=F e)pse
(VV(p)
es e
Negação: se V(p) = V então V(∼ p) = F e se V(p) = F então V(∼ p).
Essas possibilidades para os valores lógicos podem ser -colocadas
Essas ned ,alem
ebatuma
imopossibilidades am utabela,
paramos addenomi-
e svalores
acoloclógicos
res mepodem
dop s
Essas
nada possibilidadesUma
tabela-verdade. paratabela
os valores lógicos
verdade podem
é uma tabelaserque
colocadas
contém em
as uma tabela,nas
proposições denomi-
colunas
sanuloc san se õ Uma
nada tabela-verdade. ç isopotabela
rp sa mverdade
é tnoc euéquma
alebatabela
t am
nada
e astabela-verdade.
possibilidades deUma tabela verdadenas
valores-verdade é uma tabela
linhas. que contém
Ée comum as proposições nas colunas
amuexpressar
as possibilidades los
ed sodatde resultados
r so rasserde
usevalores-verdade pxeuma m umlinhas.
nas oc É .sÉ
ahc
e proposição
as possibilidades de por
composta valores-verdade nas verdade,
meio de tabelas- linhas. Équecomum expressar
permitem os seus
resultados de uma
proposição reanalisar
.edadcomposta
v-serolavpor svalores-verdade.
suemeio
raside
lantabelas-
a metimverdade,
rep euq ,equeda
proposição composta por meio de tabelas- verdade, que permitem analisar seus valores-verdade.
Tabela-verdade para a negação de p: :p ed o ã ç apara
Tabela-verdade gen aaaneg
ra
Tabela-verdade para a negação de p:
p ∼p p ∼ pp ∼
p ∼p
V F V FF
V F
F V F VV
F V
Introdução
20 UNIDADE I
2. Conjunção (∧)
2. Conjunção (∧) O operador conjunção “∧” representa intuitivamente o papel análogo

Lı́ngua Portuguesa. Por exemplo, se p: “7 < 0” e q: “11 é ı́mpar”, então
“7 <
O operador conjunção “∧” representa 0 e 11 é ı́mpar”.
intuitivamente Neste
o papel caso, sabemos
análogo que (p
ao conectivo ∧ q)
“e” da é falsa, pois falha
Lı́ngua Portuguesa. Por exemplo, se p: “7Dadas
< 0” eduas proposições
q: “11 é ı́mpar”,pentão
e q, chama-se
p ∧ q é a “conjunção
proposição de p e q” a prop
e q). que
“7 < 0 e 11 é ı́mpar”. Neste caso, sabemos A conjunção p ∧ q será
(p ∧ q) é falsa, pois verdadeira quando p
falha a proposição q.e q forem ambas verda
outros casos.
Dadas duas proposições p e q, chama-se “conjunção de p e q” a proposição “p ∧ q” (lê-se p
Em resumo:
e q). A conjunção p ∧ q será verdadeira quando V(p ∧ambas
p e q forem q) = V somente quando
verdadeiras V(p)nos
e será falsa = V(q) = V.
outros casos.
Em resumo: V(p ∧ q) = V somente quando V(p) = V(q) = V. Tabela-verdade para a conjunção p ∧ q
p q p∧q
Tabela-verdade para a conjunção p ∧ q
V V V
p q p∧q V F F
V V V F V F
V F F F F F
F V F
3)FDisjunção
F F (∨)
3) Disjunção (∨) Dadas duas proposições p e q, chama-se “disjunção de p e q” a pro

p ou q). A disjunção p ∨ q será verdadeira se pelo menos uma das pro
verdadeira
Dadas duas proposições p e q, chama-se e será falsa
“disjunção de p apenas no caso em “p
e q” a proposição que∨ as
q” duas
(lê-se(p e q) forem falsa
Emseresumo:
p ou q). A disjunção p ∨ q será verdadeira V(p ∨uma
pelo menos q) =das
F somente quando
proposições (p ouV(p) = V(q) = F.
q) for
Exemplos:
verdadeira e será falsa apenas no caso em que as duas (p e q) forem falsas.
Em resumo: V(p ∨ q) = F somente quando a) SeV(p)
p: 3 =
+ V(q)
4 > 5=e F.
q: 3 + 1 = 2, a composta P(p, q) formada ao u
Exemplos: P:p ∨ q, que se lê P: 3 + 4 > 5 ou 3 + 1 = 2.
a) Se p: 3 + 4 > 5 e q: 3 + 1 = 2, a composta P(p, q) formada ao usar o conectivo “∨” é
P:p ∨ q, que se lê P: 3 + 4 > 5 ou 3 + 1 =b)2.A frase: “O aluno tem celular ou notebook” é uma disjunção de dua
[O aluno tem celular] ∨ [O aluno tem notebook].
b) A frase: “O aluno tem celular ou notebook” é uma∨disjunção
O concetivo também de é chamado de “ou simples:
duas proposições inclusivo”, pois ele admi
dadeiras. A frase do exemplo acima é verdadeira se o aluno tiver som
[O aluno tem celular] ∨ [O aluno tem notebook].
O concetivo ∨ também é chamado notebook, ou celularpois
de “ou inclusivo”, e notebook.
ele admite as duas frases ver-
dadeiras. A frase do exemplo acima é verdadeira se o aluno tiver somente celular, somente
notebook, ou celular e notebook. Em resumo: V(p ∨ q) = F somente quando V(p) = V(q) = F.
Em resumo: V(p ∨ q) = F somente quando V(p) = V(q) = F.
LÓGICA MATEMÁTICA
21
Tabela-verdade para a disjunção p ∨ q.
p q p∨q
V V V
V F V
F V V
F F F
3.1) Disjunção Exclusiva: (∨)
Chama-se disjunção exclusiva de duas proposições p e q a proposição representada por “p ∨

q” ou p⊕q, que se lê: “ou p ou q” ou “p ou q, mas não ambos”, cujo valor lógico é a verdade (V)
somente quando p é verdadeira ou q é verdadeira, mas não quando p e q são ambas verdadeiras,
e a falsidade (F) quando p e q são ambas verdadeiras ou ambas falsas.
Em resumo: V( p∨q ) = F quando V(p) = V(q).
Na disjunção exclusiva, as duas proposições não podem ocorrer ao mesmo tempo.
Exemplos:
a) p: x é par ; q: x é ı́mpar. x pode ser par ou ı́mpar, mas x não pode ser par e ı́mpar ao
mesmo tempo. A composta “p ou q” é simbolizada por P(p, q) = (p∨q).
b) Arnaldo é alagoano ou pernambucano.
c) O documento foi enviado por malote ou pelo correio.
Tabela-verdade da disjunção exclusiva p∨q.
p q p∨q
V V F
V F V
F V V
F F F
4. Condicional (−→)
Sejam p e q proposições. A proposição “se p, então q” , que será denotada por p → q,

é chamada de condicional ou implicação. A proposição p → q assume o valor falso somente
Introdução
22 UNIDADE I
quandoppfor
quando forverdadeira
verdadeirae eqqfor
forfalsa.
falsa.
Resumindo:V(p
Resumindo: →q)q)==FFsomente
V(p→ somentequando
quandoV(p)
V(p)==VVe eV(q)
V(q)==F.F.
Ilustremosinicialmente
Ilustremos inicialmenteuma
umainterpretação
interpretaçãodo
doconectivo
conectivo→ →através
atravésda
dasentença:
sentença:
“SeAna
“Se Anaconseguir
conseguirooemprego,
emprego,então
entãofará
faráuma
umafesta.”
festa.”
Definindo-se:
Definindo-se:
p:p: “Ana
“Anaconsegue
consegueooemprego”
emprego”e eq:q: ““Ana
Anafaz
fazuma
umafesta”,
festa”,então →q)q)representa
então(p(p→ representaaa
promessadedeAna.
promessa Ana.
Vamosanalisar
Vamos analisarquando
quandoaapromessa
promessaserá
serácumprida:
cumprida:
1)1)Digamos
Digamosque
queela
elaconsiga
consigaaavaga
vagadedeemprego
emprego(p(pé éV).
V).Pode
Podeacontecer
acontecerque
queela
elafaça
façaaafesta
festa
(q(qé éV),
V),cumprindo
cumprindoaapromessa
promessa(p(p→ →q qé éV).
V).Por
Poroutro
outrolado,
lado,Ana
Anapode
podenão
nãofazer
fazeraafesta,
festa,
descumprindoaapromessa
descumprindo promessa(p(p→→q qé éF).
F).
2)2)Digamos
Digamosque queAna Ananão
nãoconsiga
consigaooemprego
emprego(p(pé éF).
F).Neste
Nestecaso,
caso,independente
independentededefazer
fazerou
ou
nãouma
não umafesta
festa(q(qé éVVou
ouF),
F),aapromessa
promessanão
nãoserá
serádescumprida
descumprida(p(p→ →q qé éV).
V).
Observamosque
Observamos queaaúnica
únicapossibilidade →q qser
possibilidadededepp→ serfalsa
falsaé équando
quandoppé éVVe eqqé éF.F.
Tabela-verdadeda
Tabela-verdade dacondicional →q.q.
condicionalpp→
→q q
pp qq pp→
VV VV VV
VV FF FF
FF VV VV
FF FF VV
Nacondicional
Na condicionalpp→ →q,q,aaproposição
proposiçãoppé échamada
chamadade dehipótese,
hipótese,premissa
premissaou
ouantecedente,
antecedente,
enquantoaaproposição
enquanto proposiçãoq qé édenominada
denominadatese,
tese,conclusão
conclusãoou
ouconsequente.
consequente.
EmEmPortuguês,
Português,oouso
usodo
docondicional
condicionalestabelece
estabeleceumaumarelação
relaçãodedecausa
causae eefeito
efeitoentre
entreaahipótese
hipótese
e eaaconclusão.
conclusão. Entretanto,
Entretanto,na nacondicional
condicionallógica →q,q,não
lógicapp→ nãoé énecessário
necessárioexistir
existiruma
umarelação
relação
causalentre
causal entreaahipótese
hipóteseppe eaatese
teseq.q.
Porexemplo,
Por exemplo,aacondicional:
condicional:
“Selaranjas
“Se laranjassão
sãoazuis
azuisentão
então22é épar”
par”
é édestituı́da
destituı́dadede“sentido”
“sentido”nanalı́ngua
lı́nguaportuguesa,
portuguesa,mas mascomocomoaahipótese
hipóteseé éfalsa,
falsa,temos
temosque
queaa
condicionalé éverdadeira,
condicional verdadeira,mesmo
mesmonão nãoexistindo
existindorelação
relaçãode
decausa
causae eefeito
efeitoentre
entreasasproposições
proposições
envolvidas.
envolvidas.
99
LÓGICA MATEMÁTICA
23
Proposições Associadas a uma Condicional:
Consideremos as proposições:
p: O quadrilátero Q é um quadrado.
q: O quadrilátero Q é um retângulo.
e a condicional
p → q : “Se o quadrilátero Q é um quadrado, então é um retângulo.”
Temos as seguintes proposições associadas à condicional p → q :
• Contrapositiva ∼ q →∼ p : “Se o quadrilátero Q não é um retângulo, então Q não é um

quadrado.”
• Recı́proca q → p : “Se o quadrilátero Q é um retângulo, então é um quadrado.”
• Inversa ∼ p →∼ q : “Se o quadrilátero Q não é um quadrado, então Q não é um

retângulo.”
5. Bicondicional (↔)
Se p e q são duas proposições, a proposição “p, se e somente se q”, que será indicada por
“p ↔ q” é chamada de bicondicional. A proposição bicondicional será verdadeira quando p e q
forem ambas verdadeiras ou ambas falsas, e será falsa nos demais casos.
Resumindo: V (p ↔ q) = V quando V(p) = V(q).
Tabela-verdade da bicondicional p ↔ q.
p q p↔q
V V V
V F F
F V F
F F V
A bicondicional p ↔ q também se lê de uma das seguintes maneiras:
• p é condição necessária e suficiente para q.
• q é condição necessária e suficiente para p.
10
Introdução
24 UNIDADE I
Exemplo:
“Respiro se, e somente se, estou vivo”.
Percebemos pelo exemplo que respirar é condição necessária e suficiente para estar vivo,
assim como estar vivo é condição necessária e suficiente para respirar.
Prioridades de Operações Lógicas

Em uma operação que usa dois ou mais operadores lógicos, como p ∧ r ∨ q → r, a ordem em
que eles aparecem é muito importante. Em geral, usam-se parênteses para indicar a ordem e
agrupamento das operações lógicas. Mas assim como na Álgebra, existe uma convenção sobre
a ordem de precedência para os conectivos, que estabelecem uma ordem de aplicação, mesmo
na ausência de parênteses.
OPERADOR PRIORIDADE
∼ 1
∧ 2
∨ 3
→ 4
↔ 5
Exemplo:
Seja a sentença em linguagem natural:
“Você não pode andar de montanha russa se você tiver menos do que 1,20 metros de altura, a
menos que você tenha 16 anos de idade.”
Podemos fazer a tradução dessa sentença em proposições compostas da seguinte maneira.

Consideremos as primitivas:
• q: Você pode andar de montanha russa.
• r: Você tem menos do que 1,20 m de altura.
• s: Você tem mais de 16 anos de idade.
Então, a sentença em linguagem natural pode ser traduzida em proposições lógicas como:
r∧ ∼ s →∼ q, ou ainda ∼ r ∨ s → q, que devem ser consideradas como [(r ∧ (∼ s)) → (∼ q)],
ou ainda ((∼ r) ∨ s) → q.
11
LÓGICA MATEMÁTICA
25
Tabelas-Verdade
Tabela-Verdade
Dadas várias proposições simples p, q, r, s, ..., podemos combiná-las para formar novas proposições
compostas. O valor-verdade dessas novas proposições fica completamente determinado pelos
valores das proposições componentes e pela natureza dos conectivos envolvidos. Uma maneira
de determinar o valor lógico de proposições compostas é pela construção de tabelas-verdade.
Exemplos:
1) Construir a tabela-verdade da proposição ∼ (p ∧ q).

Observemos que como existem duas proposições simples envolvidas, p e q, então existem 4
possibilidades de combinar os valores-verdade de p e q: VV; VF; FV e FF. Dessa forma, a
tabela-verdade terá 22 = 4 linhas.
p q p∧q ∼ (p ∧ q)
V V V F
V F F V
F V F V
F F F V
1 1 2 3
2) Construir a tabela-verdade da proposição (p∨ ∼ q) → q.
p q ∼q p∨ ∼ q (p∨ ∼ q) → q
V V F V V
V F V V F
F V F F V
F F V V F
Tabela-Verdade
12
26 UNIDADE I
# REFLITA#
# REFLITA#
# REFLITA# Número de linhas de uma tabela-verdade
Número de linhas de uma tabela-verdade
“A tabela-verdade de uma proposição composta com
Número de linhas de uma tabela-verdade
“A tabela-verdade denumaproposições simples
proposição componentes
composta com contém 2n linhas”.
“A tabela-verdade de uma proposição composta
n
n proposições simples componentes contém 2 linhas”. com
n Fonte: a autora.
proposições simples componentes contém 2n linhas”.
Fonte: a autora. #FIM REFLITA#
#FIM Fonte: a autora.
REFLITA#
#FIM REFLITA#
Um outro modo de se construir a tabela-verdade de uma proposição composta é da
Um outro modo de seguir, onde colocamos
se construir todos os elementos
a tabela-verdade envolvidoscomposta
de uma proposição na proposição
é dada composta
a e numeram
seguir, Um
ondeoutro modo
colocamos de seaosconstruir
etapas;
todos solução
elementos a tabela-verdade
será de uma proposição
a última etapa:
envolvidos na proposição composta composta
e numeramos é dada
as a
seguir,
etapas; onde colocamos
a solução todosetapa:
será a última os elementos envolvidos na proposição composta e numeramos as
etapas; a solução será 3)a última etapa:
Encontrar a tabela-verdade da proposição composta S = (p∨ ∼ q) → (p ∧ q ↔ r).
3) Encontrar a tabela-verdade da proposição composta S = (p∨ ∼ q) → (p ∧ q ↔ r).
3) Encontrar a tabela-verdade da proposição composta S = (p∨ ∼ q) → (p ∧ q ↔ r).
p q r (p ∨ ∼ q) → (p ∧ q ↔ r)
p q r (p ∨ ∼V q) V →V (pV ∧ V q F↔ V r) V V V V V
V pV qV rV (pV ∨VF ∼Vq)VF→VV(pVV∧V FqV ↔V
F r)V V V F F
V VV VF VV VV VVF F F FVVVVVVVVV VF F VV
V V F F F V
V VF VV FV VV VVV F F F F FVVVF VVF
VVF FV FV F F V F
V VF FF VV VV VFV V V VV FV F VF F FF FFV FV F VF F V F V
F VV FV FF VF VFF V V VFVF F VF F FV FFF VV FF F V V F
F V V
F V F F F FF F F F F VVVF F FF V FV V VV FF VF F F F V
F FF VV FF FV FFV F F F FVF F FF V FF VVF VV FF F F V F
F F F F V 1V 1 V 1 F 1 F 3 F 2FV FF
F F V F V V F F F V
6 1 4 1 5 1
F F F F V V V F F F V F
1 4)1 Construir
1 1 a3 tabela-verdade
2 6 1 de 4(p ∧1q)∨ 5∼ (p1 → q).
1 1 1 1 3 2 6 1 4 1 5 1
4) Construir a tabela-verdade de (p ∧ q)∨ ∼ (p → q).
4) Construir a tabela-verdade de (p ∧ q)∨ ∼ (p → q).
(p ∧ q) ∨ ∼ (p → q)
(p ∧ q) ∨ ∼ V →
(p V Vq) V F V V V
V (pV ∧V q)V ∨F ∼V F →F
V (pV V q)
V V V F F
V VF VF VV VV FV V
F F V VF VF F F V V
F VF FV FF VF FF VFF VVF FF
V F F V F
F FF FF VF FF
FF FV VF V
1 2 1 5 4 1 3 1
F F F F F F V F
1 2 1 5 4 1 3 1
1 2 1 5 4 1 3 1
Tautologias e Contradições
Tautologias e Contradições
Tautologias e Uma tautologia é uma proposição composta que é sempre verdadeira, quaisquer que seja
Contradições
Uma tautologia é umavalores lógicos
proposição das proposições
composta simples
que é sempre que a compõem,
verdadeira, ou que
quaisquer seja,sejam
a coluna
os de resultado de
Umalógicos
valores tautologia é uma proposição
das proposições simplescomposta que é sempre
que a compõem, verdadeira,
ou seja, a coluna quaisquer quedesejam
de resultado sua os
valores lógicos das proposições simples que a compõem, ou seja,13 a coluna de resultado de sua
LÓGICA MATEMÁTICA 13
13
27
tabela-verdade contém somente valores lógicos verdadeiros (V). Por outro lado, uma proposição
composta
tabela-verdade contém que é sempre
somente falsa
valores é chamada
lógicos de contradição.
verdadeiros Uma
(V). Por outro proposição
lado, composta que não é
uma proposição
composta queuma
é tautologia
sempre falsanem
é uma
chamadacontradição
de é denominada
contradição. Uma contingência.
proposição composta
tabela-verdade contém somente valores lógicos verdadeiros (V). Por outro lado, que não uma
é proposição
uma tautologia nem umaque
composta contradição é denominada
é sempre falsa contingência.
é chamada de contradição. Uma proposição composta que não é
Exemplos:
uma tautologia nem uma contradição é denominada contingência.
Exemplos:
A proposição composta p ∧ q → q é uma tautologia.
1)Exemplos:
1) A proposição composta p ∧ q → q é uma tautologia.
p ∧ q → q
1) A proposição composta p ∧ q → q é uma tautologia.
p ∧ q → V Vq V V V
V V V Vp FV∧ Fq V→ Fq
V F F V
FV F FV VV VV VV
F F V V
FV FVF FF VV FF
F F F V
1 F 2FF 1V 3V
1V
1 2 1 3 F 1F F V F
2) A proposição composta (p ∧ q)∧ ∼ (p ∨ q) é uma contradição.
1 contradição.
2) A proposição composta (p ∧ q)∧ ∼ (p ∨ q) é uma 2 1 3 1
(p ∧ q) ∧ ∼ (p ∨ q)
2) A proposição composta (p ∧ q)∧ ∼ (p ∨ q) é uma contradição.
(p ∧ q) V ∧ V ∼ (p V F ∨ F q) V V V
V V V VF(p F∧ F
Vq) V∧ V
F V∼ V(p V∨ Fq)
V F F FFV VFV VV VF V
F FF FV VV VV
F F V FFV VFF FF VF V
F VV FV FV FF
F F F 1FF V2F F
1V 5FF 4FV 1 F
3V 1V
1 2 1 5F 4F 1F 3F 1V F F F
3) A proposição composta q →∼ q é uma contingência.
3) A proposição composta q →∼ q é uma 1contingência.
2 1 5 4 1 3 1
q → ∼q
3) A proposição composta q →∼ q é uma contingência.
q → ∼ qV F F
VF F Fq V→ V ∼q
F V V V F F
As tautologias e contradições têm fundamental importância em métodos de prova, e é através
das tautologias
As tautologias que têm
e contradições podemos simplificar
fundamental F V
expressões
importância V
emlógicas.
métodos de prova, e é através
das tautologias que podemos simplificar expressões lógicas.
As tautologias e contradições têm fundamental importância em métodos de prova, e é através
das tautologias que podemos simplificar expressões lógicas.
# REFLITA #
# REFLITA #
A#Lógica
REFLITAé a anatomia
# do pensamento. (John Locke)
A Lógica é a anatomia do pensamento. (John Locke)
A Lógica é a anatomia do pensamento. (John Locke)
# FIM REFLITA #
# FIM REFLITA #
# FIM REFLITA # 14
14
14
Tautologias e Contradições
28 UNIDADE I
Equivalências Lógicas
Equivalências Lógicas
Duas proposições compostas P e Q são chamadas logicamente equivalentes se suas tabelas
-verdade são idênticas, ou melhor, se, e somente se, P ↔ Q for tautologia.
Notações: P ≡ Q ou P ⇔ Q.
Podemos verificar que duas proposições são logicamente equivalentes por meio da construção
de suas tabelas-verdade.
Exemplos:
1) Verificar que p ≡∼ (∼ p).
p ∼p ∼ (∼ p) p↔∼ (∼ p)
V F V V
F V F V
1 2 3 4
2) Verificar que p → q ⇔∼ p ∨ q.
p q ∼p p→q ∼p∨q p → q ↔∼ p ∨ q
V V F V V V
V F F F F V
F V V V V V
F F V V V V
1 1 2 3 4 5
15
LÓGICA MATEMÁTICA
29
Equivalências Lógicas Importantes
p, q, r proposições
Notações V: tautologia
F: contradição
Propriedade Equivalência Lógica

p∧V ≡p
p ∨F ≡p
Identidades p↔V ≡p
p∨F ≡ p
Dominação p∨V ≡V
p∧F ≡F
Leis da idempotência p∨p≡p

p∧p≡p
Dupla negação ∼ (∼ p) ≡ p
p∨q ≡q∨p
Comutativa p∧q ≡q∧p
p↔q≡q↔p
(p ∨ q) ∨ r ≡ p ∨ (q ∨ r)
Associativa (p ∧ q) ∧ r ≡ p ∧ (q ∧ r)
(p ↔ q) ↔ r ≡ p ↔ (q ↔ r)
Negação ou Inversa p∨ ∼ p ≡ V
p∧ ∼ p ≡ F
Leis da implicação (p → q) ≡ (∼ p ∨ q) ≡∼ (p∧ ∼ q)
∼ (p → q) ≡ (p∧ ∼ q)
Leis da equivalência (p ↔ q) ≡ (p → q) ∧ (q → p)
∼ (p ↔ q) ≡ (p ↔∼ q) ≡ (∼ p ↔ q)
Distributiva p ∨ (q ∧ r) ≡ (p ∨ q) ∧ (p ∨ r)
p ∧ (q ∨ r) ≡ (p ∧ q) ∨ (p ∧ r)
Leis de De Morgan ∼ (p ∨ q) ≡∼ p∧ ∼ q
∼ (p ∧ q) ≡∼ p∨ ∼ q
Absorção p ∨ (p ∧ q) ≡ p
p ∧ (p ∨ q) ≡ p
Lei da contrapositiva (p → q) ≡ (∼ q) → (∼ p)
Lei da redução ao absurdo p → q ≡ (p∧ ∼ q) → F
Para estudos desenvolvidos em técnicas digitais, as diversas portas lógicas são expressas em
termos de ∼ e ∧. É importante então expressar qualquer um dos conectivos usando somente ∼
e ∧.
16
Equivalência Lógicas
30 UNIDADE I
Exercı́cio: Prove,
Exercı́cio: Prove,usando
usandotabela-verdade,
tabela-verdade,aaequivalência
equivalênciados
dosconectivos
conectivosestudados
estudadoscom
comas
as
expressõesque
expressões queenvolvem somente∼∼ee∧:
envolvemsomente ∧:
Disjunção: pp∨∨qq≡∼
a)Disjunção:
a) ≡∼(∼ p∧∼∼q).
(∼p∧ q).
b) Condicional: pp→
b)Condicional: →qq≡∼≡∼(p∧
(p∧∼∼q)
q)
↔qq≡∼
Bicondicional: pp↔
c)c)Bicondicional: ≡∼(∼ (p∧∧q)∧
(∼(p q)∧∼∼(∼ p∧∼∼q))
(∼p∧ q))
Conectivos Lógicos
Conectivos Lógicos ee Programação
Programação
Deacordo
De acordocom
comGersting
Gersting(2004,
(2004,p.9),
p.9),podemos
podemosexemplificar
exemplificaruma
umaaplicação
aplicaçãoda
daLógica
LógicaMatemática
Matemática
nacomputação:
na computação:
Os conectivos
Os conectivos lógicos
lógicos EE (AND),
(AND), OU OU (OR)
(OR) ee NNÃO
ÃO (NOT)(correspondendo,
(NOT)(correspondendo,
respectivamente, aa ∧,
respectivamente, ∧,∨∨ ee ∼) ∼) estão
estão disponı́veis
disponı́veis em
em muitas
muitas linguagens
linguagens de de
programação, assim
programação, assim como
como em em calculadoras
calculadoras gráficas
gráficas programáveis.
programáveis. Esses Esses
conectivos, de
conectivos, de acordo
acordo comcom as as tabelas-verdade
tabelas-verdade que que definimos,
definimos, agem agem emem
combinações de
combinações de expressões
expressões verdadeiras
verdadeiras ou ou falsas
falsas para
para produzir
produzir um um valor
valor
lógicofinal.
lógico final. Tais
Taisvalores
valoreslógicos
lógicosfornecem
fornecemaacapacidade
capacidadede detomada
tomadade dedecisão
decisão
fundamentalao
fundamental aofluxo
fluxodedecontrole
controleem emprogramas
programasde decomputadores.
computadores. Assim,Assim,emem
uma ramificação
uma ramificação condicional
condicional de de um
um programa,
programa, sese oo valor
valor lógico
lógico da
da expressão
expressão
condicional for
condicional for verdadeiro,
verdadeiro, oo programa
programa executará
executará aa seguir
seguir umum trecho
trecho de
de seu
seu
código; sese oo valor
código; valor for
for falso,
falso, oo programa
programa executará
executará um um trecho
trecho diferente
diferente de
de
seu código.
seu código. Se
Se aa expressão
expressão condicional
condicional forfor substituı́da
substituı́da por
por outra
outra expressão
expressão
equivalente mais
equivalente mais simples,
simples, oo valor
valor lógico
lógico da
da expressão,
expressão, ee portanto,
portanto, oo fluxo
fluxo dede
controledo
controle doprograma,
programa,não
nãoserá
seráafetado,
afetado,masmasoonovo
novocódigo
códigoserá
serámais
maisfácil
fácilde
de
serentendido
ser entendidoeepoderá
poderáser
serexecutado
executadomais maisrapidamente.
rapidamente.
Exemplo: Vejamos
Exemplo: Vejamosooseguinte
seguintecomando
comandona
nalinguagem
linguagemde
deprogramação
programaçãoPascal:
Pascal:
if((xx>>y)
if(( y)and
and not
not((x
((x>>y)
y)and
and(z
(z<<1000)))
1000)))
thenFaça
then Façaisso
isso(um
(umprocedimento)
procedimento)
elseFaça
else Façaaquilo
aquilo(outro
(outroprocedimento).
procedimento).
Aquiaaexpressão
Aqui expressãocondicional
condicionaltem
temaaforma A∧∼∼(A
formaA∧ (A∧∧B),
B),ememque
queA:
A:xx>>yy eeB:
B:zz<<1000.
1000.
Essaexpressão
Essa expressãopode
podeser
sersimplificada
simplificadautilizando
utilizandouma
umacondicional
condicionalsimplificada:
simplificada:
A∧∼∼(A
A∧ (A∧∧B)
B) ≡≡ AA∧∧(∼ A∨∼∼B)
(∼A∨ B) (Leisde
(Leis deDe
DeMorgan)
Morgan)
≡≡ (A∧
(A∧∼∼A)
A)∨∨(A∧
(A∧∼∼B)
B) (distribuitividade)
(distribuitividade)
≡≡ FF ∨∨(A∧
(A∧∼∼B)
B) (Fdenota
(F denotacontradição)
contradição)
≡≡ (A∧
(A∧∼∼B)
B)∨∨FF (comutatividade)
(comutatividade)
≡≡ (A∧
(A∧∼∼B)
B) (identidade)
(identidade)
17
17
LÓGICA MATEMÁTICA
31
O comando pode então ser reescrito como:

if ((x > y) and not (z < 1000))
then Faça isso (um procedimento)
else Faça aquilo (outro procedimento).
Implicações Lógicas
Sejam p e q duas proposições. Dizemos que p implica logicamente q se p → q é uma tautologia.
Denotaremos que p implica logicamente em q por “p ⇒ q”.
As implicações lógicas também podem ser chamadas de “inferências lógicas”. As regras de
inferência são, na verdade, formas válidas de raciocı́nio, isto é, são formas que nos permitem
concluir o consequente, uma vez que consideremos o antecedente verdadeiro; em termos textu-
ais, costumamos utilizar o termo “logo” (ou seus sinônimos: portanto, em consequência, etc.)
para caracterizar as Regras de Inferência; a expressão p ⇒ q pode então ser lida: “p; logo, q”.
Listamos a seguir algumas regras de inferência importantes, sendo p, q e r proposições quais-

quer:
Regras de Inferência
1. p⇒p∨q Lei de adição

2. p∧q ⇒p Leis de simplificação
p∧q ⇒q
3. (p → q) ∧ p ⇒ q Modus Ponens
4. (p → q)∧ ∼ q ⇒∼ p Modus Tollens
5. (p ∨ q)∧ ∼ p ⇒ q Silogismo disjuntivo
6. (p → q) ∧ (q → r) ⇒ (p → r) Silogismo hipotético
7. p → F ⇒∼ p Demonstração por absurdo
18
Implicações Lógicas
32 UNIDADE I
Exemplo:
“Se é gato, então mia. É gato, portanto mia.”
Essa frase exemplifica a regra de inferência Modus Ponens (p → q) ∧ p ⇒ q.
Provemos sua veracidade:

p q p→q (p → q) ∧ p [(p → q) ∧ p] → q
V V V V V
V F F F V
F V V F V
F F V F V
Exercı́cio: Verificar cada uma das inferências acima usando tabela-verdade.
Método Dedutivo
Argumentos
Um argumento é uma sequência de proposições na qual uma delas deriva das demais.
Usualmente, a proposição derivada é chamada conclusão, e as demais, premissas. Dito de
outra maneira, chama-se argumento a afirmação de que de um dado conjunto de proposições
P1 , P2 , ...Pn , chamadas premissas, decorre uma proposição Q, chamada conclusão.
Exemplo:
19
LÓGICA MATEMÁTICA
1) Se o número é múltiplo de 4, então
Logo, éa múltiplo
sucuri temde asas.
2. O número é múltiplo de 2. Logo,
Um argumento
também é considerado
é múltiplo de 4. válido se a conjunção das hipóteses implica na tese. As pre-
Argumento válido com uma das premissas falsa, e conclusão falsa.
missas são consideradas provas evidentes da verdade da conclusão. 33
2) Se é pássaro, é mortal. Se a conclusão não decorre das premissas, dizemos que o argumento é inválido ou sofisma.
Eu sou mortal. Portanto, eu sou um pássaro.
Exemplos: Exemplos:
A validade do argumento depende exclusivamente do relacionamento lógico entre as premissas
Exemplo:
e a conclusão. A Lógica não
1) Se é mamı́fero, se ocupa
Todo
então aluno dede
overificar
é vertebrado.
1) Se seé as
Engenharia
número premissasde são
de Software
múltiplo verdadeiras;
4, precisa
então éestudaro Lógica.
objetivo
múltiplo da
de 2. O(premissa)
número é múltiplo de 2. Logo,
Lógica é verificar se o argumento é
Leonardo estruturado
é aluno de
de forma
Engenharia
A baleia é um mamı́fero. também é múltiplo de 4. tal que,
de independentemente
Software. dos valores
(premissa)
lógicos das proposições simples
Logo,envolvidas, a veracidade
Leonardo precisa estudardas 19
premissas implica na veracidade
Lógica. (conclusão)
Logo, a baleia é um vertebrado.
2) Se é pássaro, é mortal.
da conclusão.
Argumento válido, em que as Eupremissas
sou mortal.e aPortanto,
conclusãoeu sãosou
verdadeiras.
um pássaro.
Um argumento é considerado válido se a conjunção das hipóteses implica na tese. As pre-
2) Fernandomissas
Collorsão
foi consideradas
presidente
A validade provas
dodo 20 evidentes
Brasil.
argumento da verdade
depende da conclusão.
exclusivamente do relacionamento lógico entre as premissas
e a conclusão.
Se é presidente do Brasil, então sofreAimpeachemnt.
Lógica não se ocupa de verificar se as premissas são verdadeiras; o objetivo da
Lógica é verificar se o argumento é estruturado de forma tal que, independentemente dos valores
Logo, Collor sofreu impeachment no mandato como presidente.
Exemplos:lógicos das proposições simples envolvidas, a veracidade das premissas implica na veracidade
Argumento válido, com dauma das premissas falsa, mas conclusão verdadeira.
conclusão.
1) Se é mamı́fero, então é vertebrado.
3) Se é cobra, tem asas.

A baleia é um mamı́fero.
A sucuri é uma cobra. 20
Logo, a baleia é um vertebrado.
Logo, a sucuri tem asas.
Argumento válido, em que as premissas e a conclusão são verdadeiras.
2) Fernando Collor foi presidente do Brasil.
Se a conclusão não decorre das premissas, dizemos que o argumento é inválido ou sofisma.
Se é presidente do Brasil, então sofre impeachemnt.
Exemplos: Logo, Collor sofreu impeachment no mandato como presidente.

Argumento válido, com uma das premissas falsa, mas conclusão verdadeira.
1) Se o número é múltiplo de 4, então é múltiplo de 2. O número é múltiplo de 2. Logo,
3) Se é cobra,
também é múltiplo de 4. tem asas.
2) Se é pássaro, éAmortal.
sucuri é uma cobra.
Eu sou mortal.Logo, a sucuri

Portanto, tem um
eu sou asas.
pássaro.
Se a conclusão
e a conclusão. A Lógica não decorre
não se ocupa das se
de verificar premissas, dizemos
as premissas que o argumento
são verdadeiras; é inválido
o objetivo da ou sofisma.
Exemplos:
lógicos das proposições simples envolvidas, a veracidade das premissas implica na veracidade
da conclusão.
1) Se o número é múltiplo de 4, então é múltiplo de 2. O número é múltiplo de 2. Logo,
também é múltiplo de 4.
20
2) Se é pássaro, é mortal.
Eu sou mortal. Portanto, eu sou um pássaro.

e a conclusão. A Lógica não se ocupa de verificar se as premissas são verdadeiras; o objetivo da
lógicos das proposições simples envolvidas, a veracidade das premissas implica na veracidade
da conclusão.
20 Método Dedutivo
34 UNIDADE I
Para provar que um argumento é válido, devemos verificar que P1 ∧ P2 ∧ ... ∧ Pn → Q é

uma tautologia. Isso pode ser feito por meio das tabelas-verdade, mas o processo ficaria de-
masiadamente longo se um grande número de proposições simples estiver envolvido. Podemos
então recorrer ao método dedutivo, que consiste em obter a conclusão a partir das premissas
e de uma cadeia de equivalências e inferências que atuam sobre as hipóteses, criando novas
proposições até que se obtenha a tese, provando o resultado.
Exemplos: Verificar se os seguintes argumentos são válidos, usando o método dedutivo.
a) Se não terminar o trabalho, então durmo mais cedo. Se dormir mais cedo, descansarei.
Não descansei. Logo, terminei o trabalho.
Podemos reescrever o argumento acima na forma da lógica proposicional da seguinte forma:
∼p→q (hipótese 1)
q→r (hipótese 2)
∼r (hipótese 3)
p (Tese)
Onde:
p : Termino o trabalho.
q : Durmo mais cedo.
r : Descanso.
Devemos provar que (∼ p → q) ∧ (q → r)∧ ∼ r ⇒ p
1. ∼ p → q (hipótese)
2. q → r (hipótese)
3. ∼ r (hipótese)
4. ∼ q (2, 3, Modus Tollens)
5. ∼ (∼ p) (1, 4, Modus Tollens)
6. p (5, Dupla negação)
b) [Gersting, 2004, p.26] Se o programa é eficiente, ele executará rapidamente. Ou o pro-

grama é eficiente ou ele tem um erro. No entanto, o programa não executa rapidamente.
Portanto o programa tem um erro.
E: o programa é eficiente.
R: o programa executa rapidamente.
B: o programa tem um erro.
(E → R) ∧ (E ∨ B)∧ ∼ R ⇒ B
21
LÓGICA MATEMÁTICA
35
1. E→R (hipótese)
2. E∨B (hipótese)
3. ∼R (hipótese)
4. ∼E (1, 3, Modus Tollens)
5. B (2, 4, tautologia E ∨ B∧ ∼ E ⇒ B )
c) [Gersting, 2004, p.26] Rússia tinha um poder superior e, a França não era forte ou
Napoleão cometeu um erro. Napoleão não cometeu um erro, mas se o exército não tivesse
falhado, a França seria forte. Portanto, o exército falhou e a Rússia tinha um poder superior.
R: A Rússia tinha um poder superior.
F: A França era forte.
N: Napoleão cometeu um erro.
E: O exército falhou.
O argumento é portanto: [R ∧ (∼ F ∨ N )]∧ ∼ N ∧ (∼ E → F ) ⇒ E ∧ R.
1. R ∧ (∼ F ∨ N ) (hipótese)
2. ∼N (hipótese)
3. ∼E→F (hipótese)
4. R (1, Lei de simplificação )
5. ∼F ∨N (1, Lei de simplificação)
6. ∼F (5, 2, silogismo disjuntivo)
7.1. →E)
∼E(∼ R (hipótese)
(3, 6, Modus Tollens)
8.2. EE ∨ B (hipótese)
(7, dupla negação)
9.3. E∼∧RR (hipótese)
(8, 4, conjunção)
4. ∼E (1, 3, Modus Tollens)
5. B (2, 4, tautologia E ∨ B∧ ∼ E ⇒ B )
Quantificadores e Predicados
c) [Gersting, 2004, p.26] Rússia tinha um poder superior e, a França não era forte ou
Napoleão cometeu um erro. Napoleão não cometeu um erro, mas se o exército não tivesse
A Lógica proposicional não é suficiente para simbolizar qualquer tipo de sentença, pois tem
falhado, a França seria forte. Portanto, o exército falhou e a Rússia tinha um poder superior.
uma possibilidade limitada de expressões.
R: A Rússia tinha um poder superior.
Por exemplo:
F: A França era forte.
• Napoleão
N: “Para todo x, y, x +um
cometeu y> 3”
erro.
E: O exército falhou.
• “Existem crianças que não gostam de chocolate.”
O argumento
• “Todo é portanto:
computador [R ∧ (∼ F2 ∨está
do Laboratório N )]∧ ∼ vı́rus.”
com N ∧ (∼ E → F ) ⇒ E ∧ R.
1. R ∧ (∼ F ∨ N ) (hipótese)
2. ∼ N 22
(hipótese)
3. ∼ E → F (hipótese)
4. R (1, Lei de simplificação )
Método Dedutivo
5. ∼ F ∨ N (1, Lei de simplificação)
6. ∼ F (5, 2, silogismo disjuntivo)
36 UNIDADE I
Não é possı́vel simbolizar tais sentenças adequadamente usando apenas variáveis proposi-
cionais, parênteses e conectivos lógicos, pois elas contêm elementos novos (“para todo”, “para
cada”, “para algum”) que são ligados ao conceito de predicados e quantificadores, que definire-
mos posteriormente.
Uma sentença aberta é uma expressão que depende de uma ou mais variáveis. O valor
verdade dessas sentenças só fica determinado quando os valores das variáveis forem identifica-
dos. (Logo, sentenças abertas não são proposições).
Uma sentença aberta também pode ser denominada proposição aberta ou função proposi-
cional.
Exemplos:
a) y + 2 é maior que 5.
b) x é um número ı́mpar.
c) O computador x do Laboratório 1 está funcionando adequadamente.
d) O quadrado de y é 81.
Observamos que a sentença do exemplo (a) será verdadeira se y for um número maior que
3, mas será falsa se y ≤ 3.
Chamamos conjunto universo (U) ou domı́nio de interpretação o conjunto de objetos dos

quais a variável pode ser escolhida. Para os exemplos acima, o conjunto universo do item (c)
são os computadores do Laboratório 1, e o conjunto universo para o item (d) são números
23
LÓGICA MATEMÁTICA
37
inteiros.
Numa sentença aberta, a propriedade ou relacionamento entre objetos (ou variáveis) é

chamada predicado. Denotaremos um predicado qualquer associado a uma variável x por
P (x).
Por exemplo, na sentença “P (x) = x é número primo”, a propriedade da variável x é “ser
primo”. Temos que P(7) é verdadeira e P(18) é falsa, pois 7 é um número primo e 18 não.
Chama-se Conjunto-Verdade (VP ) de uma sentença P (x) o conjunto de valores da variável

no Universo para os quais a sentença é verdadeira, ou seja,
VP = {a ∈ U | V [P (a)] = V }
Por exemplo, seja U = {0, 1, 2, 3, 4, 5, 6, 7} e a expressão “x é par” representada por P(x).

Temos então VP = {0, 2, 4, 6}.
Para predicados que envolvem mais variáveis, a ordem em que as variáveis aparecem é im-
portante. Por exemplo, se P(x,y) indica que x é predador de y, não podemos dizer que y é
predador de x (ou seja, que vale P(y,x)).
Uma outra maneira de transformar sentenças abertas em proposições é por meio da uti-
lização de quantificadores. Quantificadores são frases do tipo “para todo”, “para cada” ou
“para algum”, isto é, frases que dizem “quantos objetos” apresentam determinada propriedade.
A área da Lógica que estuda predicados e quantificadores é denominada de cálculo de

predicados.
Quantificador Universal: é simbolizado por “∀” e lê-se “para todo”, “para qualquer” ou
“para cada”. Uma proposição do tipo “Para todo x, P (x) ” é simbolicamente representada por
(∀x)(P (x)).
Quantificador Existencial: simbolizado por “∃”, é lido como “existe um”; “há pelo menos
um”; “para ao menos um”; “para algum”. Uma proposição do tipo “Existe um x tal que P (x)”
pode ser escrita simbolicamente como (∃x)(P (x)).
Exemplos:
Simbolizar as proposições:
a) Para todo x, existe um y tal que x + y < 0:
(∀x)(∃y)(x + y < 0)
24
Método Dedutivo
38 UNIDADE I
b) Existe um x e existe um y tal que x.y é racional: (onde x.y indica o produto de x por y)
(∃x)(∃y)[(x.y) ∈ Q]
c) Para todo x, se x é negativo, então existe y positivo tal que x + y = 0:
(∀x)[x < 0 → (∃y)(y > 0 ∧ x + y = 0)]
d) Somente os médicos podem solicitar exames.

Indicando por M(x): x é médico e E(x): x pode solicitar exames, a sentença pode ser
reescrita como:
Para todo x, se x pode solicitar exames, então x é médico: (∀x)(E(x) → M (x)).
e) Todo dia que é ensolarado não é chuvoso.
Considerando os sı́mbolos predicados D(x): x é um dia; E(x): x é ensolarado e C(x): x é
chuvoso, então podemos reescrever a proposição como:
(∀x)[D(x) ∧ E(x) →∼ C(x)]
Negação de Sentenças Quantificadas

Consideremos a seguinte sentença: “Todos os insetos têm asas”. Sua negação será “Não é
verdade que todos os insetos têm asas”, ou “Alguns insetos não têm asas”, ou ainda, “Existem
insetos que não têm asas”.
A negação de “Existem crianças obesas” é “Nenhuma criança é obesa”, ou “Toda criança
não é obesa”, ou “Qualquer criança não é obesa.”
Resumindo:
∼ [(∀x)(P (x))] ≡ (∃x)(∼ P (x))
e
∼ [(∃x)(P (x))] ≡ (∀x)(∼ P (x))
Exemplo: Considere a sentença “Dados x, y ∈ R, se x < y, então x2 < y 2 .”
25
LÓGICA MATEMÁTICA
39
a) Com o uso de sı́mbolos predicados e quantificadores apropriados, escrever simbolicamente

a sentença:
(∀x)(∀y)(x < y → x2 < y 2 ).
b) Escrever, simbolicamente e em linguagem usual, a negação da sentença dada.

∼ (∀x)(∀y)(x < y → x2 < y 2 ) ≡ (∃x) ∼ (∀y)(x < y → x2 < y 2 )

≡ (∃x)(∃y) ∼ (x < y → x2 < y 2 )

≡ (∃x)(∃y) x < y∧ ∼ (x2 < y 2 )

≡ (∃x)(∃y) x < y ∧ (x2 ≥ y 2 ) .
“Existem x e y, com x < y e (x2 ≥ y 2 )”.

Considerações Finais
O desenvolvimento de software é uma atividade de crescente importância na sociedade atual, e

a necessidade de soluções computadorizadas surgem nas mais diversas áreas do conhecimento
humano.
Ao iniciar o curso, o aluno é preparado para resolver pequenos problemas por meio da
programação e da estrutura de dados, para posteriormente tratar de problemas mais complexos,
o que exigirá maiores conhecimentos e habilidades. Para isso, o raciocı́nio lógico deve ser
desenvolvido, pois facilita a busca por uma solução que seja coerente, efetiva e eficaz, o que
geralmente não é tão simples.
Sendo a Lógica o estudo dos mecanismos do pensamento, é natural que ela ocupe um papel
de destaque na Computação, tendo aplicação em diversas áreas tais como banco de dados;
circuitos integrados; inteligência artificial; sistemas computacionais (hardware e software) e
sistemas distribuı́dos. Como a Lógica possui uma linguagem simbólica própria, torna-se possı́vel
a utilização de recursos computacionais no tratamento de enunciados e argumentos, visto que
os computadores digitais se mostram bastante adequados à manipulação de sı́mbolos, enquanto
apresentam extrema dificuldade no tratamento de linguagem natural. Nesta unidade fizemos
estudo dos conectivos lógicos “e”, “ou” e “não”, oferecidos pela maioria das linguagens de
programação, e observamos que os valores-verdade de proposições compostas dependem dos
valores de seus componentes e dos conectivos usados. Também foi exemplificado como as
implicações e equivalências lógicas auxiliam na simplificação de expressões mais complexas,
permitindo que um código se torne mais simples de ser entendido e executado em menor tempo.
As linguagens de programação são constituı́das em função da lógica de predicados, e a lógica
formal é essencial para o curso, daı́ a importância do estudo dos tópicos dessa unidade.
26
Considerações Finais
Atividades de Autoestudo
1) Sabendo que p é uma proposição verdadeira, determine se as afirmações abaixo são ver-
dadeiras (V) ou falsas (F):
a) p ∧ q é verdadeira, qualquer que seja q;
b) p ∨ q é verdadeira, qualquer que seja q.
c) p ∧ q é verdadeira só se q for verdadeira.
d) p → q é falsa, qualquer que seja q.
e) p → q é verdadeira, quaisquer que sejam p e q.
f) p ↔ q é verdadeira só se q for verdadeira.
2) Sabendo que os valores lógicos das proposições p, q, r e s são respectivamente F, V, V e

F, determinar o valor lógico (V ou F) das seguintes proposições compostas:
a) (p ∧ (∼ q → q))∨ ∼ ((r ↔∼ q) → (q∧ ∼ r)).
b) (p ∧ q)∨ ∼ s →∼ (q ↔∼ r).
c) (p ∧ q −→ r) ∨ (∼ p ↔ q∨ ∼ r).
d) ∼ (r → (∼ r → s)).
3) Determine o valor lógico (V ou F) de cada uma das seguintes proposições, justificando a

resposta:
a) (p ↔ q)∧ ∼ r ; sabendo que V (p) = V e V (r) = V .
b) p ∧ q → p ∨ r ; sabendo que V (p) = V e V (r) = F .
c) (p →∼ q) ∧ (∼ p∧ ∼ r) ; sabendo que V (q) = F e V (r) = V .
4) Um conectivo muito muito importante para projetos de circuitos lógicos é o operador não
-e ou nand, que denotaremos por , definido por p q = ∼ (p ∧ q). De maneira análoga,
temos o operador não-ou ou nor, que denotaremos por , definido por p q = ∼ (p ∨ q).
Construa as tabelas-verdade dos operadores e .
5) Dê a negação das seguintes proposições:

a) Linux é um software livre e Pascal é uma linguagem de programacção.
b) Todos os homens são bons motoristas.
c) Se T é um trapézio, então T é um quadrilátero.
d) O processador é rápido, mas a impressora é lenta.
e) Se o processador é rápido, então a impressora é lenta.
f) Existem números pares que não são múltiplos de 2.
27
41
g) É suficiente cantar para estar vivo.

h) Toda solução de x2 − 6 = 0 é positiva.
i) Alguns inteiros são pares ou divisı́veis por 5.
j) Windows é um editor de textos e Pascal é uma planilha eletrônica.
6) Determine o valor-verdade (V) ou (F) de cada uma das seguintes proposições, con-
siderando R como conjunto universo:
a) (∀x)(∀y)(x + 6 < y + 10).
b) (∀x)(∃y)(x.y não é par).
c) (∃x)(∀y)(x2 > y).
d) (∀x)(∃y)(x2 > y).
7) Use lógica proposicional para provar a validade dos seguintes argumentos, indicando as
proposições envolvidas:
a) (Gersting, 2004 p.23) “Se segurança é um problema, então o controle será aumentado. Se
segurança não é um problema, então os negócios na Internet irão aumentar. Portanto, se
o controle não for aumentado, os negócios na Internet crescerão.”
b) “Se o produto é bom, ganha o concurso. Se o produto não é bom, o lı́der do grupo
é culpado. Se o produto ganha o concurso, a equipe fica contente. A equipe não está
contente. Logo, o lı́der é culpado.”
Leitura Complementar
O que é Lógica? Aristóteles, na Grécia Antiga, foi um dos pioneiros da chamada lógica for-
mal, apresentando regras para que um raciocı́nio esteja encadeado corretamente, chegando a
conclusões verdadeiras a partir de premissas verdadeiras.
No entanto, no século XIX, alguns matemáticos e filósofos - dentre eles George Boole (1815-
1864), Augustus De Morgan (1806-1871), Gottlob Frege (1848-1925), Bertrand Russell (1872-
1970) e Alfred North Whitehead (1861-1947) - começaram a perceber que a lógica formal era
insuficiente para alcançar o rigor necessário no estudo da matemática, pois essa se apoiava
na linguagem natural - aquela que utilizamos no cotidiano, como a lı́ngua portuguesa -, que é
bastante imprecisa e tornaria a lógica vulnerável a erros de deduções. Começaram, então, a criar
a lógica simbólica, formada por uma linguagem estrita e universal, constituı́da por sı́mbolos
especı́ficos.
Entendemos por linguagem um conjunto de sı́mbolos (geralmente visuais ou sonoros) que,
dependendo da maneira como são dispostos em sequência, apresentam signicados distintos.
28
é culpado. Se o produto ganha o concurso, a equipe fica contente. A equipe não está
contente. Logo, o lı́der é culpado.”
O que é Lógica? Aristóteles, na Grécia Antiga, foi um dos pioneiros da chamada lógica for-
mal, apresentando regras para que um raciocı́nio esteja encadeado corretamente, chegando a
conclusões verdadeiras a partir de premissas verdadeiras.
No entanto, no século XIX, alguns matemáticos e filósofos - dentre eles George Boole (1815-
1864), Augustus De Morgan (1806-1871), Gottlob Frege (1848-1925), Bertrand Russell (1872-
1970) e Alfred North Whitehead
Por exemplo, (1861-1947)
um idioma pode ser visto- começaram a perceber uma
como duas linguagens: que aemlógica formal
que os era usados
sı́mbolos
insuficiente
são para alcançar
sons (a o rigor
linguagem necessário
falada) e outranoemestudo dası́mbolos
que os matemática, pois essa
são visuais se apoiava escrita).
(a linguagem
na linguagem
Mas na natural - aquela
linguagem que utilizamos
escrita, por exemplo,no cotidiano, como a lı́nguade
nem todo agrupamento portuguesa
letras forma-, que
umaé palavra
bastanteexistente,
imprecisaassim
e tornaria
comoanem
lógica vulnerável
todo a errosdedepalavras
agrupamento deduções. Começaram,
forma uma fraseentão, a criar
bem estruturada. Se
a lógica alguém
simbólica, formada
domina por escrita
a lı́ngua uma linguagem estrita e universal,
de um determinado constituı́da
idioma, é capaz por sı́mbolos
de compreender quando um
especı́ficos.
agrupamento de letras forma uma palavra, e quando um agrupamento de palavras forma uma
Entendemos por linguagemcorreta.
frase gramaticalmente um conjuntoMas issode não
sı́mbolos (geralmente
será suficiente paravisuais
qualquerou forma
sonoros) que,
de comunicação
dependendo da maneira como são dispostos em sequência, apresentam
se não houver nessas frases outro fator essencial na linguagem: o significado. signicados distintos.
Por exemplo, um idiomaentão,
Percebemos, pode ser
quevisto
todacomo duas linguagens:
linguagem é constituı́da uma em que
de dois os sı́mbolos
elementos. usadosconsiste
A sintaxe
28
são sonsno(aconjunto
linguagem de falada)
sı́mbolose usados
outra em queregras
e nas os sı́mbolos são visuais
de formação (a linguagem
de palavras e frasesescrita).
a partir desses
Mas na sı́mbolos.
linguagemAescrita, semânticapor exemplo, nem todo agrupamento
de uma linguagem é a forma como de letras forma umapalavras
esses sı́mbolos, palavrae frases
existente, assim como
adquirem nem todo agrupamento
um significado, de palavras
uma interpretação formauniverso
em algum uma frase bem estruturada.
definido. EstabelecerSeuma lin-
alguém guagem
domina aadequada
lı́ngua escrita
e bemdeestruturada
um determinado idioma, épara
é fundamental capaz de compreender
resolvermos quando um
e entendermos problemas
agrupamento
dos maisde letras
variados forma umade
objetos palavra,
estudo.e quando um agrupamento de palavras forma uma
frase gramaticalmente
A lógica surgiu correta. Mas isso não
basicamente comserá
doissuficiente parao qualquer
propósitos: formaasde“leis
de formalizar comunicação
do pensamento”
se não houver nessas frases
(essa expressão outro fator
foi utilizada poressencial na linguagem:
outro pioneiro da lógica:o significado.
George Boole), que utilizamos cons-
Percebemos,
tantemente então,
paraque toda linguagem
argumentar e chegaré constituı́da
a conclusões de corretas
dois elementos.
a partirAde sintaxe consiste
premissas dadas, e o
no conjunto de sı́mbolos
de estabelecer uma usados e nas mais
linguagem regrasapropriada
de formação paradea palavras
matemática e frases a partir para
e a filosofia, dessesevitar as
sı́mbolos. A semântica
armadilhas de uma de linguagem
uma linguagem é a forma como esses sı́mbolos, palavras e frases
imprecisa.
adquirem um Parasignificado,
alcançar uma esse interpretação em algumde
propósito, a formação universo definido.
“palavras” Estabelecer
e “frases” uma deve
na lógica lin- seguir
guagemregras
adequada e bem estruturada
objetivas, é fundamental
para que possamos limitarpara resolvermos
a linguagem ter econtrole
entendermossobreproblemas
ela. Isto é, para
dos maisque variados
possamos objetos
estudarde estudo.
propriedades gerais sobre as sentenças lógicas, o que é muito difı́cil de se
A lógica surgiunabasicamente
conseguir com doisDizemos,
linguagem natural. propósitos: o deque
então, formalizar
a lógica as “leis uma
possui do pensamento”
sintaxe controlada,
(essa expressão foi utilizada
livre de contexto, e porporisso
outro
tempioneiro
um poder da lógica: George
expressivo muito Boole),
inferiorqueà utilizamos
linguagem cons- natural.
tantementeEla para argumentarpara
é insuficiente e chegar a conclusões
descrevermos corretas ea outros
sentimentos partir pensamentos
de premissas mais dadas, eo
complexos, e
de estabelecer
por esseuma motivolinguagem
não pode mais apropriada
substituir para a matemática
a linguagem cotidiana. e a filosofia, para evitar as
armadilhasPor de uma
outrolinguagem
lado, quando imprecisa.
estudamos assuntos mais restritos, com menos complexidade, porém
Paracomalcançar
maior esse propósito,
exigência a formação
de rigor - como é odecaso “palavras” e “frases”
da matemática na lógica
- a lógica faz-sedeve seguir
necessária.
regras objetivas, para que
A linguagem possamos
natural ganha limitar a linguagem ter
em expressividade, e acontrole sobre ela.
lógica ganha Isto é, Apara
em rigor. linguagem
que possamos estudar propriedades gerais sobre as sentenças lógicas,
natural é útil para a visão panorâmica, e a lógica é útil para a visão detalhada.o que é muito difı́cil de se
conseguir na linguagem natural. Dizemos, então, que a lógica possui uma sintaxe controlada,
livre de Fonte:
contexto, e por isso
Fajardo. temMatemática
Lógica um poder expressivo
(online). muito inferior à linguagem natural.
Ela é insuficiente para descrevermos sentimentos e outros pensamentos mais complexos, e
por esse motivo não pode substituir a linguagem cotidiana.
Por outro
Materiallado, quando estudamos assuntos
Complementar: na mais
Webrestritos, com menos complexidade, porém
com maior exigência de rigor - como é o caso da matemática - a lógica faz-se necessária.
A linguagem natural ganha em expressividade, e a lógica ganha em rigor. A linguagem
Veja neste artigo as principais informações sobre a Lógica, seus conceitos, usos e aplicações,
natural é útil para a visão panorâmica, e a lógica é útil para a visão detalhada.
frase gramaticalmente correta. Mas isso não será suficiente para qualquer forma de comunicação
se não houver nessas frases outro fator essencial na linguagem: o significado.
43
Percebemos, então, que toda linguagem é constituı́da de dois elementos. A sintaxe consiste
no conjunto de sı́mbolos usados e nas regras de formação de palavras e frases a partir desses
sı́mbolos. A semântica de uma linguagem é a forma como esses sı́mbolos, palavras e frases
adquirem um significado, uma interpretação em algum universo definido. Estabelecer uma lin-
guagem adequada e bem estruturada é fundamental para resolvermos e entendermos problemas
dos mais variados objetos de estudo.
A lógica surgiu basicamente com dois propósitos: o de formalizar as “leis do pensamento”
(essa expressão foi utilizada por outro pioneiro da lógica: George Boole), que utilizamos cons-
tantemente para argumentar e chegar a conclusões corretas a partir de premissas dadas, e o
de estabelecer uma linguagem mais apropriada para a matemática e a filosofia, para evitar as
armadilhas de uma linguagem imprecisa.
Para alcançar esse propósito, a formação de “palavras” e “frases” na lógica deve seguir
regras objetivas, para que possamos limitar a linguagem ter controle sobre ela. Isto é, para
que possamos estudar propriedades gerais sobre as sentenças lógicas, o que é muito difı́cil de se
conseguir na linguagem natural. Dizemos, então, que a lógica possui uma sintaxe controlada,
livre de contexto, e por isso tem um poder expressivo muito inferior à linguagem natural.
Ela é insuficiente para descrevermos sentimentos e outros pensamentos mais complexos, e
por esse motivo não pode substituir a linguagem cotidiana.
Por outro lado, quando estudamos assuntos mais restritos, com menos complexidade, porém
Fonte: Fajardo. Lógica Matemática (online).
Material Complementar: na Web
como no desenvolvimento de algoritmos e na programação de computadores.
Lógica: uma ferramenta indispensável na programação de computadores, disponı́vel em
<http://www.devmedia.com.br/logica-uma-ferramenta-indispensavel-na-programacao-de-
29
Por outro lado, quando estudamos assuntos mais restritos, com menos complexidade, porém
MATERIAL COMPLEMENTAR
Fonte: Fajardo. Lógica Matemática (online).
como no desenvolvimento de algoritmos e na programação de computadores.
Lógica: uma ferramenta indispensável na programação de computadores, disponı́vel em
<http://www.devmedia.com.br/logica-uma-ferramenta-indispensavel-na-programacao-de-
computadores/28386>. Acesso em: 31 mar. 2015.
29
Outro artigo, a saber, O envolvimento da Matemática com a criação dos Computadores, de
Elza Figueiredo Chagas, mostra a importância de conceitos matemáticos na criação de modelos
computadores/28386>.Acesso
computadores/28386>. Acessoem:em:3131mar.
mar.2015.
2015.
de máquinas automáticas, em especial, a criação dos computadores, tendo como base o modelo
da Máquina de Turing.
Outroartigo,
Outro artigo,a asaber,
saber,OOenvolvimento
envolvimentodadaMatemática
Matemáticacomcoma acriação
criaçãodos
dosComputadores,
Computadores,dede
Esse artigo está disponı́vel em <http://www.ipv.pt/millenium/Millenium25/25 28.htm>.
ElzaFigueiredo
Elza FigueiredoChagas,
Chagas,mostra
mostraa aimportância
importânciadedeconceitos
conceitosmatemáticos
matemáticosnanacriação
criaçãodedemodelos
modelos
Acesso em: 16 mar. 2015.
de máquinas automáticas, em especial, a criação dos computadores, tendo como
de máquinas automáticas, em especial, a criação dos computadores, tendo como base o modelo base o modelo
Esseartigo
Esse artigoestá
estádisponı́vel
disponı́velemem<http://www.ipv.pt/millenium/Millenium25/25
<http://www.ipv.pt/millenium/Millenium25/2528.htm>. 28.htm>.
Acesso
Material
Acesso em: 16 mar.
em: 16Complementar:
mar. 2015.2015. Livro
Iniciação à Lógica Matemática

Autor: Edgard de Alencar Filho
Material
Material
Editora: Complementar:Livro
Complementar:
Nobel Livro
Sinopse: Esse livro aborda diretamente a iniciação à
Iniciaçãoà àLógica
Iniciação LógicaMatemática
Matemática
lógica matemática, de uma forma simples e aprofundada
Autor:Edgard
Autor: EdgarddedeAlencar
AlencarFilho
Filho
no assunto.
Editora:Nobel
Editora: Nobel
Sinopse:Esse
Sinopse: Esselivro
livroaborda
abordadiretamente
diretamentea ainiciação
iniciaçãoà à
lógicamatemática,
lógica matemática,dedeumaumaforma
formasimples
simplese aprofundada
e aprofundada
no assunto.
no assunto.
II
UNIDADE
■■ Perceber situações em que se aplica a noção de conjunto.
■■ Usar a notação da teoria dos conjuntos.
■■ Descrever conjuntos.
■■ Reconhecer os tipos de conjuntos.
■■ Relacionar elemento e conjunto e subconjunto e conjunto.
■■ Efetuar operações com conjuntos.
■■ Perceber a estreita relação entre álgebra de conjuntos e lógica.
■■ Compreender e aplicar o princípio da inclusão e exclusão para
determinar o número de elementos na reunião de conjuntos.
Plano de Estudo
■■ Conceitos Primitivos
■■ Descrição de Conjuntos
■■ Igualdade de Conjuntos
■■ Tipos de Conjuntos
■■ Subconjuntos
■■ Conjuntos das Partes
■■ Diagramas de Venn-Euler
■■ Operações com Conjuntos - União, Interseção e Diferença
■■ Produto Cartesiano
■■ Relação entre a Lógica e Álgebra de Conjuntos
■■ Princípio da Inclusão e Exclusão
47
Introdução
INTRODUÇÃO
Introdução
A teoria de conjuntos é considerada a base da Mat
em Matemática
A teoria de conjuntos é considerada a base da Matemática Moderna, e outras
sendo que muitosciências podem ser expre
conceitos
conjuntos.
em Matemática e outras ciências podem ser expressos de maneira Como a teoria
conveniente dos conjuntos
na linguagem de é indivisı́
da Computação
conjuntos. Como a teoria dos conjuntos é indivisı́vel da lógica, têm as suase Ciência
na qual a Informática raı́zes, ela é amplam
da Computação têm as suas raı́zes, ela é amplamente aplicadadados; circuitos
nessas áreas,integrados; inteligência
como em banco de artificial;
dados; circuitos integrados; inteligência artificial; sistemas de imagens, por
distribuı́dos exemplo.
e processamento digital
de imagens, por exemplo. A teoria dos conjuntos é uma teoria relativam
A teoria dos conjuntos é uma teoria relativamente recente, russo desenvolvida
Georg Cantorpelo (1845-1917),
matemático que definiu co
russo Georg Cantor (1845-1917), que definiu conjunto como claramente distinguı́veis
sendo “uma coleção uns
de dos outros, chamado
objetos
todo”.
claramente distinguı́veis uns dos outros, chamados elementos, Utilizando-se
e que dessa como
pode ser pensada teoria,um
Cantor e seu co
todo”. Utilizando-se dessa teoria, Cantor e seu colega Richard e classificaram tipos diferentes
Dedekind (1831-1916) de infinito. Can
definiram
e classificaram tipos diferentes de infinito. Cantor se tornou realmente o significado
a primeira pessoa do infinito e a dar-lhe
a entender
existia apenas Ele
realmente o significado do infinito e a dar-lhe precisão matemática. um mostrou
infinito, masque umnãonúmero infini
infinitoAlém
existia apenas um infinito, mas um número infinito de infinitos! e de damuitas outras
definição contribuições,
rigorosa de a teoria
os ramos
infinito e de muitas outras contribuições, a teoria dos conjuntos da Matemática.
unificou a linguagem em todos
os ramos da Matemática. Utilizamos com muita frequência a noção de co
Utilizamos com muita frequência a noção de conjuntos em relacionando objetosSempre
nossa vida diária. a uma determinada
estamos coleção:
relacionando objetos a uma determinada coleção: jogadoresdea ônibus;
um time; letras ao alfabeto;
passageiros a uma cidades
linha a uma região
de peixesaode
de ônibus; letras ao alfabeto; cidades a uma região do paı́s; planetas um reservatório
Sistema etc. Em computaç
Solar; população
vista comode
de peixes de um reservatório etc. Em computação, uma linguagem o conjunto
programaçãode todos
podeosserseus programa
vista como o conjunto de todos os seus programas possı́veis. O conhecimento da teoria dos conjuntos dever
O conhecimento da teoria dos conjuntos deverá facilitartamente, fornecendo-lhe
a sua capacidade de pensarumaabstra-
base para melhor co
possam
tamente, fornecendo-lhe uma base para melhor compreensão surgir
e análise emastorno
para novasdos conceitos
ideias que da ciência
possam surgir em torno dos conceitos da ciência da computação.
Conceitos Primitivos
Conceitos Primitivos
Em matemática, uma noção é estabelecida med
Em matemática, uma noção é estabelecida mediante suadefinição, que por sua vez precisa de outras noç
definição, que por sua vez precisa de outras noções estab-elecidas anteriormente. Dessa forma, existe a n
elecidas anteriormente. Dessa forma, existe a necessidadede um ponto de partida para as definições; som
de um ponto de partida para as definições; somos obriga-dos a adotar, sem definir, as “noções primeiras”
dos a adotar, sem definir, as “noções primeiras”, que sãochamadas noções primitivas, ou conceitos primiti
chamadas noções primitivas, ou conceitos primitivos. Os conceitos primitivos da Teoria de Conjunt
Os conceitos primitivos da Teoria de Conjuntos são:
• Conjunto
• Conjunto
• Elemento
• Elemento
• Relação de pertinência.
• Relação de pertinência.
Introdução
2
2
48 UNIDADE II
Não se pode definir um desses conceitos sem fazer referência aos demais.
Com efeito:
• Um conjunto pode ser considerado uma coleção não ordenada e sem repetição de objetos;
uma reunião de elementos segundo uma caracterı́stica comum.
• Um elemento é um objeto que pode estar no conjunto ou não.
• A relação de pertinência indica se um elemento pertence a um conjunto ou não. Se o

elemento pertence ao conjunto é porque possui a caracterı́stica que define aquele conjunto.
Notações:
• Conjuntos: letras latinas maiúsculas: A, B, C,...
• Elementos: letras latinas minúsculas: a, b, c, x, y, ...
• Pertinência: ∈
Assim, dizemos que p ∈ A para afirmar que p é um elemento do conjunto A, e b ∈

/ A para
indicar que b não é um elemento do conjunto A.
Descrição de conjuntos
Podemos descrever um conjunto de várias formas. As mais comuns são:
• Pela listagem de seus elementos:

Escrevemos seus elementos entre chaves, separados por vı́rgulas e sem repetição. Só é
utilizado quando o número de elementos do conjunto for pequeno.
Por exemplo, se A é o conjunto dos meses do ano que começam com a letra J, então
podemos escrever:
A = {janeiro, junho, julho}
• Pela caracterı́stica:
Descrevemos as propriedades que caracterizam os elementos do conjunto.
Para o exemplo anterior:
A = {x | x é mês do ano que começa com a letra J}.
• Por diagrama:
Os elementos são simbolizados por pontos interiores a uma região plana, delimitada por
uma curva fechada.
Por exemplo, o conjunto B = {0, 5, 8} pode ser representado por:

49
Seguem outros exemplos de representação de conj

elementos e pela enumeração de seus elementos:
a) A = {x| x é inteiro e − 2 ≤ x < 4} = {−2, −1,
b) B = {x| x2 − 3x = 0} = {0, 3}.

Seguem outros exemplos de representação de conjuntos, considerando uma propriedade dos
elementos e pela enumeração de seus elementos: c) C = {x| x é um inteiro ı́mpar, x > 0} = {1, 3,
a) A = {x| x é inteiro e − 2 ≤ x < 4} = {−2, −1, 0, 1,d) D = {x | x é capital de Pernambuco}= {Recif

2, 3}.
b) B = {x| x2 − 3x = 0} = {0, 3}.

Alguns conjuntos aparecerão com frequência e ser
c) C = {x| x é um inteiro ı́mpar, x > 0} = {1, 3, 5, 7, 9, 11, ...}.
N= conjunto dos números naturais:{0, 1, 2, 3, ...}.
d) D = {x | x é capital de Pernambuco}= {Recife}.
Z= conjunto dos números inteiros: {..., -2, -1, 0, 1,
Alguns conjuntos aparecerão com frequência e serão Q= conjunto dos

representados comnúmeros
sı́mbolosracionais.
especiais:
Q é o conjunto de todas as frações com represen
N= conjunto dos números naturais:{0, 1, 2, 3, ...}. 7 3 11
Exemplos: 7 = ; = 0, 75 e = 1, 22222...
1 4 9
Z= conjunto dos números inteiros: {..., -2, -1, 0, 1, 2, 3, ...}.
R= conjunto dos números reais.
Q= conjunto dos números racionais.
R é o conjunto de todos os números inteiros
Q é o conjunto de todas as frações com representação decimal
cionais finita
são osoudecimais
infinita periódica.
infinitos e não periódic
7 3 11
Exemplos: 7 = ; = 0, 75 e = 1, 22222... são números racionais
3, 1415926535...
1 4 9
R= conjunto dos números reais. C= conjunto dos números complexos.
R é o conjunto de todos os números inteiros, racionais C é edefinido
irracionais.
como oNúmeros
conjuntoirra-
de todos os núm
√
cionais são os decimais infinitos e não periódicos, por reais
exemploe i2 = 2−1.
= 1, 4142135...; π =
3, 1415926535...
C= conjunto dos números complexos.

C é definido como o conjunto de todos os números da forma a + bi, sendo a, b números
reais e i2 = −1.
Descricão de Conjuntos
50 UNIDADE II
Igualdade de Conjuntos
Sejam A e B conjuntos. Diremos que o conjunto A é
igual ao conjunto B, denotado por A = B, se, e so-
mente se, todo elemento de A for um elemento de B,
e todo elemento de B for um elemento de A. Simbolica-
mente:
A = B ⇔ (∀x)[(x ∈ A ⇒ x ∈ B) ∧ (x ∈ B ⇒ x ∈ A)].
Por exemplo, se A = {−1, 3, 7} e B = {7, −1, 3, 7, 3}, então

A = B.
Se um conjunto A tiver ao menos um elemento que não pertença ao conjunto B (ou vice
-versa), dizemos A = B.
Os conjuntos {a} e {{a}} são iguais?

(Resposta no gabrito)
#REFLITA #
“O pensamento é a presença do infinito na mente humana.” (Emilio Castelar)
FIM REFLITA
Tipos de Conjuntos
• Conjunto Universo: É o conjunto de todos os entes que são considerados como elementos
no contexto em que estamos trabalhando.
Notação: U
Exemplo: Quando falamos sobre pessoas, o conjunto universo compõe-se de todas as
pessoas do mundo.
• Conjunto Vazio: É o conjunto que não contém elementos. Logo, existe apenas um con-
junto vazio.

51
Notação: ∅ ou { }.
Exemplo: A = {x | x é dinossauro vivo}.
• Conjunto Unitário: Possui apenas um elemento.

−5
Exemplo: B = {x ∈ R | 2x + 4 = −1} ⇒ B = .
2
• Conjunto Finito: Podemos enumerar seus elementos.
Exemplo: C = {x ∈ Z | x é par e 2 ≤ x < 10} ⇒ C = {2, 4, 6, 8}.
• Conjunto Infinito: Não é possı́vel enumerar seus elementos.

Exemplo: D = {x ∈ N | x é múltiplo de 5} = {0, 5, 10, 15, 20, 25, ...}.
Observação:
Para representar o conjunto vazio, usamos o sı́mbolo ∅ ou { }, mas nunca o sı́mbolo {∅},
que é um conjunto unitário cujo elemento é o conjunto vazio.
Subconjuntos
Um conjunto A é um subconjunto de um conjunto B, se todo elemento de A for também um
elemento de B. Podemos dizer que A está contido em B ou que B contém A, o que será denotado
por:
A ⊆ B ou B ⊇ A.
Se A = B, ou seja, se existe pelo menos um elemento de B que não é elemento de A, então

A é um subconjunto próprio de B, denotando A ⊂ B ou B ⊃ A.
A ⊆ B ⇔ (∀x)(x ∈ A → x ∈ B).
Se A não for subconjunto de B, escrevemos A ⊂ B.
Podemos representar que A ⊂ B pelo seguinte diagrama:
Tipos de Conjuntos
52 UNIDADE II
Nos diagramas abaixo, temos a representação de B como subconjunto de A e também
representações de casos em que não existe a relação de inclusão entre A e B :
Exemplos:
B
SeA={x|xévogal}eB={yyéletradoalfabeto},entãotemosqueA⊂B.
C
SeA={1,3,4,5,7,8};B={0,2,3,5,7}eC={3,7},temosqueC⊂AeC⊂B,masB�
⊂A,poisoselementos0e2pertencemaB,masnãopertencemaA.
Resultados Importantes
1. A = B ⇔ (A ⊆ B ∧ B ⊆ A).
2. A ⊆ A, para qualquer conjunto A.
3. ∅ ⊂ A, para qualquer conjunto A.

53
Analisemos o resultado (3), que afirma que o conjunto vazio é subconjunto de qualquer conjunto.
Para verificar que essa afirmação é verdadeira, devemos provar que, para todo elemento x
pertencente ao conjunto vazio, x pertence a A. Mas como x ∈ ∅ é sempre falsa, pois não existe
elemento no conjunto vazio, então a condicional (∀x)(x ∈ ∅ → x ∈ A) é verdadeira. (Lembrar
que uma condicional p → q é verdadeira se V(p) é F e V(q) é V.)
Conjunto das Partes

Dado um conjunto A, podemos criar um novo conjunto cujos elementos sejam todos os subcon-
juntos de A. Essa classe (ou novo conjunto) é chamado conjunto das partes de A ou conjunto
potência de A e será denotado P (A).
O conjunto P (A) conterá, pelo menos, ∅ e A, visto que ∅ ⊆ A e A ⊆ A.
Exemplos:
a) Se A = {2, 3, 5}, então P (A) = {∅, {2}, {3}, {5}, {2, 3}, {2, 5}, {3, 5}, {2, 3, 5}}.
Observamos que {5}, {3, 5} e {2, 3, 5}, por exemplo, são elementos de P (A). Logo,{5} ∈
P (A), {3, 5} ∈ P (A) e {2, 3, 5} ∈ P (A), mas não temos que {5} ⊆ P (A), {3, 5} ⊆ P (A) ou
{2, 3, 5} ⊆ P (A). Observemos também que ∅ ⊂ A e ∅ ∈ A.
b) Se B = {4, b}, então P (B) = {∅, {4}, {b}, {4, b}}.
b) Se C = ∅, então P (C) = {∅}.
d) Se D = {∅}, então P (D) = {∅, {∅}}.
Podemos notar que existe uma relação entre o número de elementos de A e o número de
elementos de P (A) da seguinte forma:
“Se A é um conjunto com n elementos, então o número de elementos de P (A) será 2n ”.
Para os exemplos anteriores,
• A = {2, 3, 5} tem 3 elementos, e P (A) tem 23 = 8 elementos.
• B = {4, b} tem 2 elementos, e P (B) tem 22 = 4 elementos.
• C = ∅ tem 0 elementos, e P (C), 20 = 1 elemento.
• D = {∅} tem 1 elemento, e P (D), 21 = 2 elementos.
Tipos de Conjuntos
54 UNIDADE II
Diagramas de Venn-Euler
Diagramas de Venn-Euler Os diagramas de Venn-Euler são universa
Os Os Diagramas
diagramas de de Venn-Euler
Venn-Euler são universalmente conhecidos e muito usados na Teoria dosuma
diagramas de Venn-Euler são universalmente conhecidos e conjuntos.
muito Trata-se
usados na de
Teoria dos representação
Diagramas
conjuntos. de Venn-Euler
Trata-se de uma representação de conjuntos por meio de áreas
curvas no delimitadas
plano. por
Os diagramas de Venn-Euler são universalmente conhecidos e muito usados na Teoria dos
conjuntos. Trata-se de uma representação de conjuntos por meio de áreas delimitadas por
curvas
Os no plano.
conjuntos.
curvas
diagramas de Trata-se
no plano.Venn-Euler de são
umauniversalmente
representação de conjuntose por
conhecidos O
muito conjunto
meio universo
de áreas
usados na Udosé representado
delimitadas
Teoria por pelo
O conjunto
O curvas universo
conjunto
conjuntos. U
nouniverso
plano.
Trata-se é
de uma representado
U é representadopelo interior
pelo
representação de
deinterior um
conjuntosde umretângulo, e
uma
porretângulo, os outros
área
e os outros
meio de áreas conjuntos,
limitada por por
curvas
conjuntos,
delimitadas por por fechadas, gera
uma área
uma
curvas limitada
Onoconjunto
área por curvas
universo
limitada
plano. fechadas, geralmente
U é representado
por curvas cı́rculos.
pelo interior
fechadas, geralmente O interior
de umOretângulo,
cı́rculos. dessas curvas
simbolicamente, representa,
e os outros
interior dessas a coleção
curvasconjuntos, de
representa,porelementos do
Osimbolicamente,
uma área
simbolicamente,
conjunto a coleção
limitada
universo é por decurvas
aU coleção elementos dointerior
fechadas,
de elementos
representado pelo conjunto.
dogeralmente
de umcı́rculos.
conjunto. O interior
retângulo, dessas
e os outros curvas representa,
conjuntos, por
simbolicamente,
uma área a coleção
limitada por curvas de elementos
fechadas, do conjunto.
geralmente cı́rculos. O interior dessas curvas representa,
simbolicamente, a coleção de elementos do conjunto. # SAIBA MAIS #
# SAIBA MAIS #
# SAIBA MAIS #
# SAIBA MAIS # John Venn (1834-1923), matemático ing
John
# Venn
John
SAIBA (1834-1923),
Venn
MAIS matemático
(1834-1923),
# inglês,
matemático desenvolveu
inglês, e am-
desenvolveu e am- pliou a lógica matemática de George Bo
pliou a lógica
pliou John
a lógicamatemática
Venn de de
George
(1834-1923),
matemática Boole,
matemático
George tornando-se
inglês,
Boole, desenvolveu
tornando-se con-conhecido pelos seus diagramas para representa
e am-
hecido pelos
pliou
hecido
John seus
pelos
Venn diagramas
a (1834-1923),
lógica para
matemática
seus diagramas representar uniões
de representar
para
matemáticoGeorge
inglês, Boole, e
uniões interseções
tornando-se
desenvolveu e am- con-
e interseções entre conjunto.
entre conjunto.
hecido
pliouentre pelos
conjunto.
a lógica seus diagramas para representar uniões
matemática de George Boole, tornando-se con- e Fonte: John...(online)
interseções
Fonte: John...(online)
entre
Fonte:
hecido conjunto.
pelosJohn...(online)
seus diagramas para representar uniões e interseções
entre conjunto.
Leonard Euler (1707-1783), matemátic
Leonard Euler (1707-1783), matemático suiço, representava
Leonard Euler (1707-1783), matemático suiço, representava conjuntos de objetos por cı́rculos no plano
conjuntos de objetos
Leonard
conjuntos por cı́rculos
Euler (1707-1783),
de objetos no
por cı́rculos noplano, e por
matemático
plano, e porisso esses
suiço, dia-
esses diagramas eram chamados de cı́rculos de Eule
isso representava
gramas eram
conjuntos
gramas eram
Leonard chamados
de
Eulerchamados de
objetos cı́rculos
por de
de cı́rculos
(1707-1783), Euler.
cı́rculos no plano,
de Euler.
matemático e por isso
suiço, representava Fonte: Leonard...(online)
esses dia-
Fonte: Leonard...(online)
gramas
Fonte:
conjuntos eram chamados
Leonard...(online)
de objetos de cı́rculos
por cı́rculos de eEuler.
no plano, por isso esses dia-
gramasFonte:
eram Leonard...(online)
chamados de cı́rculos de Euler.
# FIM SAIBA MAIS #
Fonte: Leonard...(online)
# FIM SAIBA MAIS # #
# FIM SAIBA MAIS
# FIM SAIBA MAIS #
# FIM SAIBA MAIS #
Operações com Conjuntos
Operações com Conjuntos
Operações com Conjuntos Em aritmética, podemos realizar operaçõ
EmEm Operações
aritmética, com realizar
podemos Conjuntos
operações de adição, multi-
aritmética, podemos realizar operações de adição, multi- plicação e subtração de dois ou mais númer
Operações
plicação com Conjuntos
Eme subtração
aritmética,depodemos
dois ou mais números.
realizar Nos conjuntos,
operações de adição,asmulti-
operações de união, interseção e diferença,
plicação e subtração de dois ou mais números. Nos conjuntos, as
operações
Em operaçõesde união,
plicação
aritmética, de interseção
e subtração
união,
podemos e diferença,
de dois
interseção
realizar eou quede
diferença,
operações serão
mais números.
que vistas
Nos
serão
adição, neste
conjuntos,
vistas
multi- tópico, se comportam de maneira semelha
neste as
tópico, se
tópico,
plicação comportam
operações de união,
se comportam
e subtração de
de doismaneira
interseção
deoumaneira semelhante
e semelhante
diferença,
mais números. às
Nos operações
que
às serão arit-
vistas
operações
conjuntos, méticas de adição, multiplicação e subtraçã
neste
asarit-
méticas de
tópico,
méticas
operações adição,
dedeunião, multiplicação
seadição,
comportam
multiplicação
interseção e subtração,
dee maneira
diferença, respectivamente.
semelhante
e subtração, neste arit- As operações entre conjuntos são forma
às operações
respectivamente.
que serão vistas
As operações
méticas
tópico, As de entre
operações entre
se comportam conjuntos
adição, conjuntos
de maneira são
multiplicação formas
e
semelhante de criar
subtração,
são formas às de novos con-conjuntos a partir de conjuntos já existentes.
respectivamente.
criar novos
operações arit-
juntos a
juntos
méticas partir
deAs de
aadição,
partir conjuntos
operações
de conjuntos já
multiplicação existentes.
entre conjuntos
já são formas
existentes.
e subtração, de criar novos con-
respectivamente.
As juntos a partir
operações entredeconjuntos
conjuntossão
já existentes.
formas de criar novos con-
juntos a partir de conjuntos já existentes.
9 9
9
9
55
• União de Conjuntos
A união de dois conjuntos A e B, denotada por A ∪ B, é o conjunto formado por todos os

elementos que pertencem a A ou a B; isto é:
A ∪ B = {x | x ∈ A ou x ∈ B}.
Dito de outra forma, A ∪ B é o conjunto formado pelos elementos que estão em A, ou em

B, ou em ambos.
Exemplo:
Se A = {−3, 0, 1, 4, 7} e B = {−6, 2, 4, 7, 9, 10}, então A ∪ B = {−6, −3, 0, 1, 2, 4, 7, 9, 10}.
• Interseção de Conjuntos
A interseção de dois conjuntos A e B, denotada por A ∩ B, é o conjunto de todos os
elementos que pertencem a A e a B; isto é:
A ∩ B = {x | x ∈ A e x ∈ B}.
Logo, A ∩ B é o conjunto dos elementos que estão em A e em B ao mesmo tempo.
Quando A ∩ B = ∅, dizemos que A e B são conjuntos disjuntos.
Exemplos:
a) Sejam A = {1, 2, 3, 4}, B = {3, 4, 5, 6, 7} e C = {2, 3, 6, 7}. Então A ∩ B = {3, 4};

B ∩ C = {3, 6, 7} e A ∩ B ∩ C = {3}.
10
56 UNIDADE II
b) Se A = {x ∈ N | x é par} e B = {x ∈ R | x2 − 9 = 0}, então A ∩ B = ∅, pois

A = {0, 2, 4, 6, 8, ...} e B = {−3, 3}.
Na figura seguinte, vemos representações de interseções de conjuntos:

a) A

b) (A ∩ B)

c) (B ∪ A)
Temos que A = {0, 3, 6, 9}; B = {0, 3, 5, 7} e U = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 1

a) A = {x ∈ U | x ∈ A} = {1, 2, 4, 5, 7, 8, 10}

b) (A ∩ B) = {x ∈ U | x ∈ (A ∩ B)} = {1, 2, 4, 5, 6, 7, 8, 9, 10}

c) (B ∪ A) = {x ∈ U | x ∈ (B ∪ A)} = {1, 2, 4, 8, 10}.
Complemento de um Conjunto
Observação:
Consideremos U como conjunto universo, e seja A um subconjunto de U. Definimos o comple-

mentar do conjunto A, denotado porDe Amodo geral,
, como podemosdos
o conjunto considerar o complementar
elementos que pertencemdea um
U conjunto A em
sempre
mas não pertencem a A, ou seja: que A ⊂ B, e valem as seguintes propriedades:

{x) | =x A,
A1.=(A ∈ Upara / A}A ⊂ U (o complementar do complementar de um
e xtodo
∈
próprio conjunto A).
Outras notações para o complemento de A: Ā ou Ac .
2. Se A ⊂ B, então B ⊂ A (se um conjunto está contido em outro, então seu
contém o complementar desse conjunto).
Diferença de Conjuntos
Outra operação que pode ser definida entre os conjuntos A e B é a diferença
A − B = {x | x ∈ A e x ∈
/ B}
ou seja, A − B é o conjunto formado por todos os elementos que estão em A

em B.
Exemplo: Exemplo:
Consideremos os conjuntos A =Se{xA∈=N{f,
| g,
x h,
< i,12j};eBx =
é múltiplo
{b, c, f, g,de 3}m}
i, l, eB ==
eC {0,{f,
3, g,
5, h},
7}. determinar:
subconjuntos de U = {x ∈ N | x ≤ a)
10}.
B−Determinar:
A = {b, c, l, m}
b) A − B = {h, j}
11
c) C − A = ∅
Observe que se B ⊂ A, a diferença A − B é igual ao complementar de B em

B ⊂ A então A − B = B .
57

a) A

b) (A ∩ B)

c) (B ∪ A)
Temos que A = {0, 3, 6, 9}; B = {0, 3, 5, 7} e U = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10}. Logo,

a) A = {x ∈ U | x ∈ A} = {1, 2, 4, 5, 7, 8, 10}

b) (A ∩ B) = {x ∈ U | x ∈ (A ∩ B)} = {1, 2, 4, 5, 6, 7, 8, 9, 10}

c) (B ∪ A) = {x ∈ U | x ∈ (B ∪ A)} = {1, 2, 4, 8, 10}.
Observação:
De modo geral, podemos considerar o complementar de um conjunto A em um conjunto B

sempre que A ⊂ B, e valem as seguintes propriedades:

1. (A ) = A, para todo A ⊂ U (o complementar do complementar de um conjunto A é o
próprio conjunto A).

2. Se A ⊂ B, então B ⊂ A (se um conjunto está contido em outro, então seu complementar
contém o complementar desse conjunto).
Diferença de Conjuntos
Outra operação que pode ser definida entre os conjuntos A e B é a diferença de conjuntos:
A − B = {x | x ∈ A e x ∈
/ B}
ou seja, A − B é o conjunto formado por todos os elementos que estão em A mas não estão
em B.
Exemplo:
Se A = {f, g, h, i, j}; B = {b, c, f, g, i, l, m} e C = {f, g, h}, determinar:
a) B − A = {b, c, l, m}
b) A − B = {h, j}
c) C − A = ∅
Observe que se B ⊂ A, a diferença A − B é igual ao complementar de B em A, ou seja, se

B ⊂ A então A − B = B .
12
58 UNIDADE II
Produto Cartesiano
O produto cartesiano é uma operação sobre conjuntos que envolve a noção de um par or-
denado, que é uma sequência ordenada de dois elementos. Se A e B são dois conjuntos dados,
então um par ordenado de elementos de A e de B é um objeto denotado por (a, b), onde a ∈ A
e b ∈ B. Nesse caso, a é o primeiro elemento do par, e b é o segundo elemento do par.
Exemplos de pares ordenados:
• (4, c)
• (endereço, cidade)
• ((nome, endereço), cidade)
Sendo A e B conjuntos, podemos construir o conjunto formado por todos os pares ordenados
de elementos de A e de B. Esse conjunto é o produto cartesiano (ou produto cruzado) de A e
de B, denotado por A × B.
A × B = {(x, y) | x ∈ A e y ∈ B}
Logo, o produto cartesiano de dois conjuntos A e B é o conjunto de todos os pares ordenados

cujas primeiras coordenadas pertençam a A e as segundas pertençam a B.
Exemplos:
Sejam A = {♥, } e B = {1, 2}.
a) A × B = {(♥, 1), (♥, 2), (, 1), (, 2)}
b) B × A = {(1, ♥), (1, ), (2, ♥), (2, )}
c) A × A = A2 = {(♥, ♥), (♥, ), (, ♥), (, )}
13

59
d) (A × B) × B = {((♥, 1), 1), ((♥, 1), 2), ((♥, 2), 1), ((♥, 2), 2), ((, 1), 1),
((, 1), 2), ((, 2), 1), ((, 2), 2)}.
Exercı́cio:
a) Considerando os conjuntos A e B acima, determinar A × B × B = {(x, y, z) | x ∈ A, y ∈

B e z ∈ B}.
b) (A × B) × B = (A × B × B)? Explique.
Observações:
• Notemos que, em geral, a comutatividade não é válida, ou seja, em geral, A × B = B × A.
• Se B = ∅, temos que A × ∅ = ∅ × A = ∅.
Relação entre Lógica e Álgebra dos Conjuntos

Álgebra, desde sua origem até a sua forma atual, refere-se a cálculos. Por exemplo, as operações
aritméticas básicas sobre o conjunto dos números reais constituem uma álgebra. Informalmente,
podemos considerar que uma álgebra é constituı́da de operações sobre uma coleção de objetos,
e então álgebra de conjuntos corresponderia às operações definidas sobre todos os conjuntos.
Após o estudo da álgebra de conjuntos (operações de união; interseção; complemento; con-
junto das partes e produto cartesiano), podemos observar que existe uma relação direta entre
os conectivos lógicos introduzidos na unidade anterior e as operações sobre conjuntos, como
segue:
CONECTIVO LÓGICO OPERAÇÃO SOBRE CONJUNTOS

negação ∼p complemento A
disjunção p∨q união A∪B
conjunção p∧q interseção A∩B
As relações lógicas de implicação e equivalência introduzidas anteriormente também podem

ser associadas com as relações sobre conjuntos, como segue:
RELAÇÃO LÓGICA RELAÇÃO SOBRE CONJUNTOS

implicação p⇒q continência A⊆B
equivalência p⇔q igualdade A=B
Observando a relação entre a equivalência e igualdade de conjuntos, podemos concluir que

um conjunto A = B se, e somente se, A ⊂ B e B ⊂ A.
Da mesma forma, as propriedades introduzidas sobre os conectivos lógicos na Lógica são
válidas na Teoria dos Conjuntos, substituindo cada conectivo pela correspondente operação
sobre conjuntos.
14
60 UNIDADE II
Por exemplo, a propriedade da distributividade da união em relação à interseção dada por
A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C),
está relacionada com a equivalência lógica
p ∨ (q ∧ r) ≡ (p ∨ q) ∧ (p ∨ r).
Podemos observar a validade da propriedade utilizando diagramas de Venn:
Exercı́cio:
Sejam A e B conjuntos quaisquer. As Leis de De Morgan para Teoria dos Conjuntos são as
seguintes:

a) (A ∪ B) = A ∩ B

b) (A ∩ B) = A ∪ B
Utilize diagramas de Venn para verificar as leis acima.
Princı́pio da Inclusão e Exclusão

Dado um conjunto A, indicaremos por n(A) o número de elementos de A.
Se A e B são conjuntos finitos disjuntos, então n(A ∪ B) = n(A) + n(B).
15

61
Notemos que se A e B sãoNotemos

conjuntosque
quaisquer,
se A e Bentão:
são conjuntos quaisquer, então:
B são∪conjuntos
Notemos que se A e n(A B) = n(A) −n(A
n(A∪∩B)
+ n(B)então:
quaisquer, B).
= n(A) + n(B) − n(A ∩ B).
n(A ∪ B) = n(A) + n(B) − n(A ∩ B).

Este é o chamado Princı́pioEste da Inclusão-Exclusão

é o chamado Princı́piopara da
dois conjuntos. O nome
Inclusão-Exclusão vem
para doconjuntos.
dois fato O nome
Este é o chamado Princı́pio da Inclusão-Exclusão para dois conjuntos. O nome vem do fato
de que, ao contar o número de de elementos
que, ao contar naounião de de
número A eelementos
B, precisamos “incluir”
na união de A e(contar) o
B, precisamos “inclui
de que, ao contar o número de elementos na união de A e B, precisamos “incluir” (contar) o
númeronúmero
de elementos de A e o número
número de de elementos
elementos de Ade
e oB, mas precisamos
número de “excluir”
elementos de B, (subtrair)
mas
de elementos de A e o número de elementos de B, mas precisamos “excluir” (subtrair) precisamos “exclu
os elementos de A ∩
os elementos deBA para evitar
∩ Bospara contá-los
elementos
evitar de A duas
contá-los vezes.
∩ duas
B para evitar contá-los duas vezes.
vezes.
Se A, BSeeA,CBsão
e Cconjuntos quaisquer,
Se A,
são conjuntos B e Centão
são
quaisquer, Princı́pio
conjuntos
então da
da Inclusão-Exclusão
Princı́pioquaisquer, toma
então Princı́pio
Inclusão-Exclusão toma a Inclusão-Exclusão
a da forma:
forma: to
n(A ∪ Bn(A ∪ B=
∪ C) ∪ C) = n(A)
n(A) +
+ n(B) n(B)
n(A + n(C)
+∪n(C)
B ∪− −=n(A
C)n(A ∩ B)
∩ B)
n(A) +−− n(A∩
n(A
n(B) ∩C)
+ C) − n(B
−
n(C) n(B ∩∩C)
− n(A ∩+B)
C) −∩n(A
+n(A
n(A ∩∩
B B∩C)
∩C)C)−(∗)
n(B(∗)∩ C) + n(A ∩ B
A equação (∗) pode ser generalizada para um número arbitrário de conjuntos.

A equação (∗) pode ser generalizada
A equação para um número
(∗) pode arbitráriopara
ser generalizada de conjuntos.
um número arbitrário de conjuntos
O Princı́pio da Inclusão-Exclusão permite resolver problemas de aplicações sobre conjuntos.
O Princı́pio da Inclusão-Exclusão permite
O Princı́pio resolver problemaspermite
da Inclusão-Exclusão de aplicações
resolversobre conjuntos.
problemas de aplicações sob
Exemplos:
Exemplos: Exemplos:
1) Para participar de uma gincana cultural, os alunos de um colégio preencheram uma ficha
em que tinham
1) Para participar a opção
de uma 1) de escolher
gincana
Para dentre
cultural,
participar os duas
umaatividades
dealunos propostas,
de um colégio
gincana ospodendo
alunos inclusive
preencheram
cultural, deuma
um ficha
colégio preenchera
em que tinham a opção de escolher dentre duas atividades propostas, atividade
escolher ambas. Os resultados foram os seguintes: 486 escolheram a podendo I,inclusive
365
em que tinham a opção de escolher dentre duas atividades propostas, pode
escolheram a atividade II e 116 alunos escolheram as duas atividades. Quantos alunos
escolher ambas. Os resultados
escolherforam os seguintes:
ambas. 486 escolheram
Os resultados a atividade
foram os seguintes: 486I, escolheram
365 a ativ
escolheram a atividade II escolheram
e 116 alunosa atividade
escolheramIIase 116
duasalunos
atividades. Quantos
escolheram alunos
as duas atividades. Qu
16
16 16
62 UNIDADE II
preencheram a ficha para participar da gincana?
Resolução: Denotando por A o conjunto de alunos que optaram pela atividade I e B como
o conjunto dos que optaram pela atividade II, sabemos que:
n(A) = 486, n(B) = 365, n(A ∩ B) = 116.
Logo, como n(A ∪ B) = n(A) + n(B) − n(A ∩ B), então
n(A ∪ B) = 486 + 365 − 116 = 735
de modo que 735 alunos preencheram a ficha.
Resolução pelo diagrama:
- Se 486 alunos escolheram a atividade I e 116 deles escolheram as duas atividades, então
o número de alunos que escolheu somente a atividade I é: 486 - 116 = 370.
- Se 365 alunos escolheram a atividade II e 116 deles escolheram as duas atividades, então
o número de alunos que escolheu somente a atividade II é: 365 - 116 = 249.
- Se 370 optaram somente por I, 249 optaram somente por II e 116 escolheram ambas
atividades, então o número de alunos que preencheu a ficha foi: 370 + 116 + 249 = 735.
(n(A ∪ B) = 370 + 116 + 249 = 735.)
2) Uma rede de academia que oferece várias opções de atividades fı́sicas fez um levanta-
mento para saber o número de pessoas matriculadas em natação(N), musculação(M) e
ginástica(G), obtendo os seguintes resultados:
Atividade N M G NeM NeG MeG NeMeG Outras

No de alunos 148 256 162 41 25 52 8 152
17

63
Com base nessas informações, determine:
a) O número de pessoas matriculadas.
b) O número de pessoas matriculadas apenas em musculação.
c) O número de pessoas matriculadas em ginástica ou natação.

Resolução pelo diagrama:
Construindo o diagrama para o problema, teremos uma visão de todos os valores envolvi-
dos, e conseguiremos obter as respostas para as diversas perguntas mais facilmente:
- Começamos sempre colocando o número de elementos da interseção.
- Ao colocar o número de elementos de um conjunto, devemos descontar os da interseção:

* n(N ∩ M ) − n(M ∩ N ∩ G) = 41 − 8 = 33.
* n(N ∩ G) − n(M ∩ N ∩ G) = 25 − 8 = 17.
* n(M ∩ G) − n(M ∩ N ∩ G) = 52 − 8 = 44.
* Número de elementos somente de N : 148 − 33 − 8 − 17 = 90.
* Número de elementos somente de M : 256 − 33 − 8 − 44 = 171.
* Número de elementos somente de G : 162 − 17 − 8 − 44 = 93.
Logo, observando o diagrama podemos concluir que:
a) Existem 90 + 171 + 93 + 17 + 33 + 44 + 8 + 152 = 608 pessoas matriculadas.
b) 171 pessoas estão matriculadas apenas em musculação.
c) Número de pessoas matriculadas em ginástica ou natação = n(N ∪ G) = 93 + 44 + 8 +

17 + 33 + 90 = 285 (ou n(N ∪ G) = 608 − 171 − 152 = 285).
18
64 UNIDADE II
Considerações
ConsideraçõesFinais
Finais
Nesta
Nesta
Nestaunidade,
unidade,
unidade,você
você teve
vocêteve
teve oportunidade
oportunidade
oportunidadede estudar
dede
estudar alguns
estudaralguns conceitos
algunsconceitos
conceitosbásicos
básicos relativos
básicosrelativos
relativosààteoria
àteoria dos
dos
teoria dos
conjuntos.
conjuntos.Conjunto
conjuntos. Conjuntoéé uma
Conjunto umaestrutura
éuma estruturaque
estrutura queagrupa
que agrupaobjetos
agrupa objetosee constitui
objetos constituiuma
econstitui umabase
uma basepara
base paraconstruir
para construir
construir
estruturas
estruturas
Nesta mais
unidade,
estruturas mais
você
mais complexas.
complexas. Informalmente,
Informalmente,
teve oportunidade
complexas. podemos
de estudar
Informalmente, alguns pensar
podemos
podemos pensarem
pensar em
conceitos conjuntos
conjuntos
básicos
em como
como
relativos
conjuntos comoàuma
umacoleção
uma coleção
teoria dos
coleção
sem
semrepetição
sem repetição
conjuntos. ee enão
Conjunto
repetição não ordenada
ordenada
é uma
não de
dedeobjetos
estrutura
ordenada objetos
que denominados
agrupa
objetos objetos eelementos
denominados
denominados elementos
constitui ou
ououmembros
elementosuma membros
base parado
membros conjunto.
dodoconjunto.
construir
conjunto.
Esses
Essesconceitos
Esses conceitos
estruturas são
sãona
são
mais complexas.
conceitos nanaverdade
verdade conceitos
conceitosprimitivos.
conceitos
Informalmente,
verdade primitivos.
podemos pensar em conjuntos como uma coleção
primitivos.
Conhecemos
Conhecemos
sem repetição
Conhecemos os
e nãoosostipos
tiposde
tipos
ordenada dedeconjuntos,
de objetosentre
conjuntos,
conjuntos, entreeles
entre elesos
eles
denominados ososconjuntos
conjuntos
elementos
conjuntos vazio,
vazio, unitário
unitárioeedo
unitário
ou membros
vazio, euniverso.
universo.
conjunto.
universo. Es-
Es-
Es-
tudamos
tudamos
Esses aa arelação
conceitos
tudamos são nade
relação
relação deinclusão
deverdade
inclusão entre
entreconjuntos,
entre
conceitos
inclusão conjuntos,
primitivos.
conjuntos, quequeocorre
que ocorresempre
ocorre sempreque
sempre quetodos
que todosos
todos ososelementos
elementosde
elementos dede
umumconjunto
um conjuntosão
conjunto
Conhecemos sãotambém
são
os também
tipos
também de elementos
elementosdo
elementos
conjuntos, dooutro,
do elesestabelecendo
outro,
entre outro, estabelecendo
osestabelecendo oo oconceito
conjuntos vazio, conceito de
dedesubconjuntos.
unitário
conceito subconjuntos.
esubconjuntos.
universo. Es- Em
EmEm
seguid,a
seguid,a
tudamos a realizamos
seguid,a realizamos
relação
realizamos de oinclusão
o oestudo
estudo da
dadaálgebra
estudoentre álgebra de
dedeconjuntos,
conjuntos,
álgebra conjuntos,
que ocorre
conjuntos, que
que corresponde
corresponde
sempre
que às
àsàsoperações
que todos
corresponde operações
os elementos
operações definidas
definidas
de
definidas
umsobre
sobre todos
todos
conjunto
sobre todos os
são conjuntos:
ososconjuntos:
também
conjuntos: união,
união,
elementos
união,interseção,
do outro,complemento,
interseção,
interseção,complemento,
estabelecendo
complemento, conjunto
conjunto
oconjunto
conceitodas
das partes
partes
de
das ee produto
eproduto
subconjuntos.
partes produto carte-
carte-
Em
carte-
siano.
siano.
seguid,a
siano.realizamos o estudo da álgebra de conjuntos, que corresponde às operações definidas
sobre Também
Também
todos
Também pudemos
pudemosobservar
pudemos
os conjuntos: observar
união,
observar umaumarelação
uma relação
interseção, direta
diretaentre
direta
complemento,
relação entre
entre osososconectivos
conectivos
conjunto lógicos
lógicos
das partes
conectivos introduzidos
introduzidos
e produto
lógicos carte-na
introduzidos nana
unidade
unidadeanterior
unidade
siano. anterioree as
anterior easasoperações
operaçõessobre
operações sobreconjuntos,
sobre conjuntos,bem
conjuntos, bemcomo
bem comoas
como asasrelações
relaçõeslógicas
relações lógicasassociadas
lógicas associadascom
associadas com
com
as asrelações
asTambém
relações
relações sobre
sobreconjuntos.
sobre
pudemos conjuntos.
observar uma relação direta entre os conectivos lógicos introduzidos na
conjuntos.
unidade Uma
Uma dasdasaplicações
das
anterior
Uma aplicações dessa
e as operações
aplicações dessaassociação
dessa associação
sobre entre
conjuntos,
associação entreLógica
entre Lógica
bem
Lógica ee Teoria
como eTeoria dos
dosdosConjuntos
as relações
Teoria Conjuntos está
estána
está
lógicas associadas
Conjuntos nanaPesquisa
Pesquisa
com
Pesquisa
asBooleana
Booleana
relações
Booleana na
nana
sobre Web.
Web. Na
Na
conjuntos.
Web. Na internet,
internet,
internet, aa maioria
amaioria
maioria dos
dos
dossites
sites
sites de
dedebusca
busca
busca permite
permite
permite que
que
queoo internauta
ointernauta
internauta faça
faça com-
façacom-
com-
binações
binações
Uma das
binações entre
entre as
asaspalavras
aplicações
entre dessaque
palavras
palavras quequer
que querpesquisar,
quer
associação pesquisar,
entre Lógica
pesquisar, ee oeo ouso
uso
eusodas
dasdaspalavras
Teoria palavras (ou(ouoperadores
(ou
dos Conjuntos
palavras está na booleanos)
operadores
operadores booleanos)
Pesquisa
booleanos)
ANDAND(ou
AND
Booleana na.),
(ou
(ou .),.),OR
Web. OROR (ou
(ou
Na +),
+),+),NOT
internet,
(ou NOT
NOTa (ou(ou-)-)-)permite
(ou
maioria permite
dos
permite expandir
sitesexpandir
de busca
expandir ee limitar
limitaraaque
limitar
epermite abusca.
busca.
o internauta faça com-
busca.
Vimos
Vimos
binações entre
Vimos também
também
as palavras
também quequeooque
que oprincı́pio
princı́pio da
dadainclusão
quer pesquisar,
princı́pio inclusão e oeeuso
inclusão exclusão
eexclusão
exclusão estabelece
estabelece
das palavrasestabelece(ouuma umafórmula
uma fórmula
operadoresfórmula para
paracontar
para
booleanos)contar
contar
oo número
AND (ou .),de
onúmero
número de
ORdeelementos
elementos
(ou +), NOT
elementos que
que
que pertencem
pertencem
(ou àà união
-) permite
pertencem àunião de
dede
expandir
união vários
vários conjuntos
conjuntos
e limitar
vários conjuntos não
não
a busca. nãonecessariamente
necessariamente
necessariamente disjun-
disjun-
disjun-
tos,
tos,oo oque
tos,
Vimos que permitiu
permitiu
também
que queresolver
permitiu resolver
oresolver diversos
diversos
princı́pio problemas
problemas
da inclusão
diversos problemas sobre
sobrenúmero
sobre
e exclusão númerode
número
estabelece dedeelementos
elementos
uma fórmula
elementos da
dadaunião
união
para
união de
dedeuma
contar uma
uma
quantidade
quantidade
o número de finita
finita
elementos de
de
quantidade finita de conjuntos. conjuntos.
conjuntos.
que pertencem à união de vários conjuntos não necessariamente disjun-
tos, oPodemos
Podemos
que permitiu
Podemos então
então
então concluir
concluir
resolver
concluir quequealém
que
diversosalém da
dadadefinição
problemas
além definição
sobre
definição rigorosa
númerode
rigorosa
rigorosa dedeinfinito
infinito
elementos
infinito ee de
edede muitas
uniãooutras
muitas
da muitas outras
de uma
outras con-
con-
con-
tribuições,
tribuições,
quantidade
tribuições, aa ateoria
finita teoria dosdosconjuntos
dos
de conjuntos.
teoria conjuntosunificou
conjuntos unificouaa alinguagem
unificou linguagemem
linguagem ememtodostodosos
todos ososramos
ramosda
ramos dadaMatemática.
Matemática.
Matemática.
Podemos então concluir que além da definição rigorosa de infinito e de muitas outras con-
tribuições, a teoria dos conjuntos unificou a linguagem em todos os ramos da Matemática.
Atividades
Atividadesde
Atividades deAutoestudo
de Autoestudo
Autoestudo
1)
1)1)Classifique
Classifiqueas
Classifique asassentenças
sentençasabaixo
sentenças abaixocomo
abaixo comoverdadeiras
como verdadeiras(V)
verdadeiras (V)ou
(V) ououfalsas
falsas(F):
falsas (F):
(F):
a)a)(( ( )) {3}
a) ){3}
{3}∈∈∈
{1,
{1,2,
{1, {3}}.
{3}}.
2,2, {3}}.
1) Classifique as sentenças abaixo como verdadeiras (V) ou falsas (F):
b)b)(( ( )) {2}
b) ){2}
{2}∈∈∈
{∅,
{∅,3,
{∅, {3},
{3},
3,3, {2,
{2,
{3}, 3}}.
3}}.
{2, 3}}.
a) ( ) {3} ∈ {1, 2, {3}}.
c)c)(( ( )) {3}
c) ){3}
{3}⊂
⊂⊂{1,
{1, 2, {3}}.
{3}}.
2,2,
{1, {3}}.
b) ( ) {2} ∈ {∅, 3, {3}, {2, 3}}.
d)d)(( ( )) {−4,
d) ){−4,−2,
{−4,−2,1}
−2, ⊃
⊃⊃
1}1} ∅.
∅.∅.
c) ( ) {3} ⊂ {1, 2, {3}}.
e)e)(( ( )) {3}
e) ){3}
{3}∈∈∈
{1,
{1,2,
{1, 3}.
2,2,
3}.
3}.
d) ( ) {−4, −2, 1} ⊃ ∅.
e) ( ) {3} ∈ {1, 2, 3}.

19
1919

19
Podemos então concluir que além da definição rigorosa de infinito e de muitas outras con-
tribuições, a teoria dos conjuntos unificou a linguagem em todos os ramos da Matemática.
65
1) Classifique as sentenças abaixo como verdadeiras (V) ou falsas (F):
a) ( ) {3} ∈ {1, 2, {3}}.
b) ( ) {2} ∈ {∅, 3, {3}, {2, 3}}.
c) ( ) {3} ⊂ {1, 2, {3}}.
d) ( ) {−4, −2, 1} ⊃ ∅.
e) ( ) {3} ∈ {1, 2, 3}.
f) ( ) {3} ⊂ {1, 2, 3}.
g) ( ) {7, 9} ⊂ {7, 8, {7, 9}}. 19
h) ( ) {{2, 3}} ⊂ {∅, 3, {3}, {2, 3}}.
i) ( ) {2, 3, 1} ⊃ {3, 2, 1, 2}.
j) ( ) Se B ⊂ A, então A ∩ B = A.
k) ( ) Se A = {x, y}, então A ∩ P (A) = ∅.
2) Use a teoria dos conjuntos (diagramas de Venn) para resolver o seguinte problema:
(ANPAD-RL-SET-2004 - adaptado) Se “Alguns profissionais são engenheiros” e “Todos
os engenheiros são pessoas competentes”, então, necessariamente, com as proposições
apresentadas, pode-se inferir:
(a) Algum profissional é uma pessoa competente.
(b) Toda pessoa competente é engenheira.
(c) Todo engenheiro é profissional.
(d) Nenhuma pessoa competente é profissional.
(e) Nenhum profissional não é competente.
3) Encontre P (A) para A = {a, 5, b}. Podemos concluir que A ⊆ P (A)? E que A ∈ P (A)?
4) O que pode ser dito sobre o conjunto B, se P (B) = {∅, {a}, {b}, {a, b}}?
5) O que pode ser dito sobre o conjunto B se P (B) = {∅, {x}, {{x}}, {x, {x}}}?
6) Sejam
A = {x ∈ Z| 2 ≤ x < 6}
B = {x ∈ N| x ≤ 16 e x é primo}
C = {2, 4, 5, 6, 11}
subconjuntos de U = {0, 1, 2, 3, ..., 14, 15}. Encontre:
a) A ∪ B.
b) A ∩ B ∩ C.
(d) Nenhuma pessoa competente é profissional.
(e) Nenhum profissional não é competente.
3) Encontre P (A) para A = {a, 5, b}. Podemos concluir que A ⊆ P (A)? E que A ∈ P (A)?
4) O que pode ser dito sobre o conjunto B, se P (B) = {∅, {a}, {b}, {a, b}}?
5) O que pode ser dito sobre o conjunto B se P (B) = {∅, {x}, {{x}}, {x, {x}}}?
6) Sejam
A = {x ∈ Z| 2 ≤ x < 6}
B = {x ∈ N| x ≤ 16 e x é primo}
C = {2, 4, 5, 6, 11}
subconjuntos de U = {0, 1, 2, 3, ..., 14, 15}. Encontre:
a) A ∪ B.
b) A ∩ B ∩ C.
c) B ∩ C.
d) A − B.

e) B ∩ B .

f) (A ∩ B) .
g) C − B.

h) (A ∩ B) ∪ C .
20

i) (B − A) ∩ (A − B).
j) (B ∩ C) × A.

k) A ∩ ∅.
l) (A ∩ C) ∪ ∅.
7) Dados os conjuntos A = {1, 2, 3, 4, 5}; B = {1, 2, 4, 6, 8} e C = {2, 4, 5, 7}, pede-se para

determinar:
a) O conjunto X tal que X ⊂ A e A–X = B ∩ C. Represente os conjuntos em diagrama de

Venn.
b) O conjunto Y =A ∪ B ∪ C.
c) O conjunto Y − X.
8) Sejam
A = {x | x é uma palavra que aparece antes de elefante em um dicionário de português}.
B = {x | x é uma palavra que aparece depois de diploma em um dicionário de português}.
C = {x | x é uma palavra com mais de cinco letras}.

Quais das proposições a seguir são verdadeiras?
a) B ⊆ C.
b) A ∪ B = {x | x é palavra em um dicionário de português}.

7) Dados os conjuntos A = {1, 2, 3, 4, 5}; B = {1, 2, 4, 6, 8} e C = {2, 4, 5, 7}, pede-se para
determinar:
67
a) O conjunto X tal que X ⊂ A e A–X = B ∩ C. Represente os conjuntos em diagrama de
Venn.
b) O conjunto Y =A ∪ B ∪ C.
c) O conjunto Y − X.
8) Sejam
A = {x | x é uma palavra que aparece antes de elefante em um dicionário de português}.
B = {x | x é uma palavra que aparece depois de diploma em um dicionário de português}.
C = {x | x é uma palavra com mais de cinco letras}.

Quais das proposições a seguir são verdadeiras?
a) B ⊆ C.
b) A ∪ B = {x | x é palavra em um dicionário de português}.
c) Educação ∈ B ∩ C.

d) Doce ∈ B ∩ C .
e) Diversidade ∈ A ∩ B ∩ C.

f) Biblioteca ∈ B .

g) Camaleão ∈ A .
h) Bandeira ∈ A − B.
9) A diferença simétrica dos conjuntos A e B, denotada por A ⊕ B, consiste em todos os

elementos que pertencem a A ou a B, mas não a ambos, ou seja,
A ⊕ B = {x | x ∈ (A ∪ B) ∧ x ∈
/ (A ∩ B)} = (A ∪ B) − (A ∩ B).
a) Desenhe um diagrama de Venn para ilustrar A ⊕ B.

21 encontre A ⊕ B.
b) Para A = {5, 7, 9, 11} e B = {3, 4, 7, 8, 9},
c) Seja A um conjunto qualquer. Encontre (A ⊕ A) e (∅ ⊕ A).
10) (Gersting, 2004) Vamos supor que você fez um levantamento entre os 87 assinantes de
seu boletim informativo, preparando-se para lançar seu novo programa de computador,
Os resultados de seu levantamento revelam que 68 assinantes têm disponı́vel um sistema
baseado em Windows, 34 têm disponı́vel um sistema Unix e 30 têm acesso a um Mac.
Além disso, 19 têm acesso a ambos, Windows e Unix, 11 têm acesso a ambos Unix e Mac,
e 23 podem usar tanto Windows quanto Mac. Pergunta-se:
a) Quantos de seus assinantes têm acesso aos três tipos de sistema?
b) Quantos têm acesso a no máximo um sistema?
c) Quantos têm disponı́vel Windows ou Mac?
11) Em uma avaliação admissional constituı́da por duas questões, 120 candidatos acertaram
somente uma delas; 70, a segunda; 38 candidatos acertaram as duas e 82 erraram a
Além disso, 19 têm acesso a ambos, Windows e Unix, 11 têm acesso a ambos Unix e Mac,
e 23 podem usar tanto Windows quanto Mac. Pergunta-se:
a) Quantos de seus assinantes têm acesso aos três tipos de sistema?
b) Quantos têm acesso a no máximo um sistema?
c) Quantos têm disponı́vel Windows ou Mac?
11) Em uma avaliação admissional constituı́da por duas questões, 120 candidatos acertaram
somente uma delas; 70, a segunda; 38 candidatos acertaram as duas e 82 erraram a
primeira questão.
a) Quantos candidatos fizeram a prova?
b) Quantos candidatos erraram as duas questões?
c) Quantos candidatos acertaram somente a primeira questão?
União Disjunta
Quando fazemos a união de conjuntos, elementos com mesma identificação nos dois con-
juntos aparecerão somente uma vez no conjunto resultante. Por exemplo, ao fazermos a união
de A={Terra, Marte, Júpiter} e B ={Mercúrio, Vênus, Terra, Júpiter}, o conjunto união será
A ∪ B ={Mercúrio, Vênus, Terra, Marte, Júpiter}, não havendo necessidade de escrever duas
vezes os elementos “Terra” e “Júpiter.” Entretanto, em alguns casos, existe a necessidade de
distinguir elementos com uma mesma identificação, e para isso aplicamos o conceito de união
disjunta.
A união disjunta de conjuntos garante que todos os elementos dos conjuntos componentes
constituam o conjunto resultante, mesmo que possuam a mesma identificação, ou seja, é um
tipo de união que garante que não existem elementos em comum.
22
b) Quantos candidatos erraram as duas questões?
69
c) Quantos candidatos acertaram somente a primeira questão?
União Disjunta
Quando fazemos a união de conjuntos, elementos com mesma identificação nos dois con-
juntos aparecerão somente uma vez no conjunto resultante. Por exemplo, ao fazermos a união
de A={Terra, Marte, Júpiter} e B ={Mercúrio, Vênus, Terra, Júpiter}, o conjunto união será
A ∪ B ={Mercúrio, Vênus, Terra, Marte, Júpiter}, não havendo necessidade de escrever duas
vezes os elementos “Terra” e “Júpiter.” Entretanto, em alguns casos, existe a necessidade de
distinguir elementos com uma mesma identificação, e para isso aplicamos o conceito de união
disjunta.
A união disjunta de conjuntos garante que todos os elementos dos conjuntos componentes
constituam o conjunto resultante, mesmo que possuam a mesma identificação, ou seja, é um
tipo de união que garante que não existem elementos em comum.
A técnica para definir união disjunta, de maneira a garantir a não existência de elementos
22
comuns, consiste em associar uma identificação do conjunto de origem, constituindo um tipo de
“sobrenome”. Dessa maneira, os elementos do conjunto resultante da união disjunta são pares
da forma (elemento, identificação do conjunto de origem).
A união disjunta dos conjuntos A e B, denotada por A + B, é definida por:
A + B = {(a, A) | a ∈ A} ∪ {(b, B) | b ∈ B}
ou
A + B = {aA | a ∈ A} ∪ {bB | b ∈ B}
Para exemplificar, consideremos os seguintes conjuntos que representam funcionários de

uma empresa por setor:
Contabilidade: C = {Pedro, José, Joana, Maria}.
Recursos Humanos: RH = {Judith, Célia, José, Maria}.
Para distinguir os elementos por setor, devemos fazer a união disjunta:
C + RH= {PedroC , JoséC , JoanaC , MariaC , JudithRH , CéliaRH , JoséRH , MariaRH }.
Fonte: Menezes (2013, p.64)

A História da Matemática (The story of maths) é um documentário produzido pela BBC de
C + RH= {PedroC , JoséC , JoanaC , MariaC , JudithRH , CéliaRH , JoséRH , MariaRH }.
MATERIAL
Fonte: MenezesCOMPLEMENTAR
(2013, p.64)

A História da Matemática (The story of maths) é um documentário produzido pela BBC de
Londres e pela Open University, que foi transmitido pela televisão britânica em outubro de
2008. Foi escolhido como Melhor Documentário produzido no ano pela estação BBC, em
votação. Apresentado pelo pesquisador e professor da Universidade de Oxford, Marcus du
Sautoy, o Documentário é dividido em 4 capı́tulos: Capı́tulo 1 - A Linguagem do Universo;
Capı́tulo 2 - O Gênio do Oriente; Capı́tulo 3 - As Fronteiras do Espaço e Capı́tulo 4 - Rumo
ao Infinito e Mais Além. O objetivo do vı́deo é apresentar o desenvolvimento da Matemática
e o aprimoramento que ela sofreu ao longo do tempo, com contribuição de sociedades de todo
o mundo.
A quarta e última parte da série aborda alguns dos maiores problemas matemáticos do
século XX, propostos por David Hilbert em 1900, descrevendo o roteiro de pesquisas para solu-
cioná-los. Entre esses problemas, encontra-se os trabalhos de Cantor sobre os infinitos.
23 está disponı́vel em: <https://www.youtube.

A História da Matemática 4 - Além do Infinito
com/watch?v=XxexMO1xZL0>. Acesso em 12 abr. 2015.
ValeEntre
cioná-los. a pena assistir
esses aos vı́deos
problemas, para conhecer
encontra-se um pouco
os trabalhos da História
de Cantor sobre osdainfinitos.
Matemática!!!
A História da Matemática 4 - Além do Infinito está disponı́vel em: <https://www.youtube.

com/watch?v=XxexMO1xZL0>. Acesso em 12 abr. 2015.
Vale a pena assistir aos vı́deos para conhecer um pouco da História da Matemática!!!
Material Complementar: Livro
Matemática Discreta Para Computação e Informática -

Vol.16
Autor: Paulo
Material Blauth Menezes Livro
Complementar:
Editora: Bookman
Sinopse: Apresenta os principais conceitos de matemática disc-
Matemática Discreta
reta, explicados Para Computação
e exemplificados. e Informática
O conteúdo é rigoroso,-Vol.16
simples e
Autor: Paulo ÉBlauth
didático. Menezesde Aprendendo matemática discreta com
o livro-texto
Editora: Bookman
exercı́cios, volume 19 da mesma coleção.
Sinopse: Apresenta os principais conceitos de matemática disc-reta,
explicados e exemplificados. O conteúdo é rigoroso, simples e didático.
É o livro-texto de Aprendendo matemática discreta com exercı́cios,
volume 19 da mesma coleção.
III
UNIDADE
RELAÇÕES
■■ Compreender o conceito de relação.
■■ Identificar pares ordenados pertencentes a uma relação binária.
■■ Reconhecer os tipos de relações binárias.
■■ Determinar o domínio e a imagem de relações.
■■ Representar relações por meio de conjuntos, matrizes e grafos.
■■ Testar se uma relação binária é reflexiva, simétria, transitiva ou
antissimétrica.
■■ Reconhecer ordens parciais para relações e construir o diagrama de
Hasse para elas.
■■ Desenhar um diagrama PERT de uma tabela de tarefas.
■■ Determinar relações duais e composições de relações.
Plano de Estudo
■■ Relação Binária
■■ Tipos de Relação Binária
■■ Propriedades das Relações
■■ Representação de Relações
■■ Relação de Ordem e Diagrama de Hasse
■■ Diagrama PERT
■■ Relações Duais
■■ Composição de Relações
III
UNIDADE
RELAÇÕES
72
73
INTRODUÇÃO
Introdução
Muitas vezes, existe uma ligação especial entre elementos de um mesmo conjunto, ou elementos
de conjuntos diferentes, que pode ser descrita por uma estrutura chamada relação. Em nosso
dia a dia sempre estamos utilizando o conceito de relações. Por exemplo, quando afirmamos
que José é supervisor de Paulo, estabelecemos a relação supervisor-funcionário. Essa conexão
diferencia o par (José, Paulo) de outros pares ordenados de pessoas porque existe uma relação
(supervisor-funcionário) que eles satisfazem. O análogo matemático seria distinguir determi-
nados pares ordenados de objetos de outros pares ordenados porque as componentes dos pares
diferenciados satisfazem alguma propriedade que os outros não satisfazem.
Vários conceitos matemáticos importantes podem ser vistos como relações, por exemplo
=, ≤, ∈, ⊆ . Exemplos similares de relações também ocorrem quando:
- comparamos objetos (maior, menor, igual);

- estabelecemos relação conjugal marido-mulher ou parental pai-mãe-filho;
- associamos funcionário-produtividade; cargo-salário-reajuste;
- associamos acadêmicos com disciplina; paciente-idade-peso-altura; etc.
Relações podem ser usadas para resolver problemas tais como:
- determinar quais pares de cidades são ligadas por uma linha de ônibus;
- estabelecer a relação entre presa-predador para espécies de determinada região;
- representar problemas de ordenação de tarefas, em que existem pré-requisitos e ordem
para a execução de tarefas em um processo;
- elaborar um modo de armazenar informações em bancos de dados computacionais.
Nesta unidade, vamos formalizar o conceito de relação e estudar métodos de representação,

tais como matrizes e grafos. As propriedades básicas de relações serão vistas, e certas classes e
operações importantes de relações serão introduzidas. Veremos posteriormente que uma gene-
ralização de uma relação binária forma a base para um banco de dados relacional, amplamente
utilizado em computação.
Relação Binária
Consideremos o exemplo da relação entre supervisor -
funcionário em uma empresa. Nesta relação, duas pes-
soas estarão relacionadas se uma for supervisora da
outra. O análogo matemático considera as relações
binárias para distinguir a ordem de pares de obje-
tos de outros pares de objetos e seus relacionamen-
tos.
Introdução
2
74 UNIDADE III
Sejam A e B conjuntos. Uma relação binária em A × B é um subconjunto de A × B. De-

notaremos R(A, B).
Logo, R é um conjunto de pares ordenados (a, b), onde a ∈ A e b ∈ B. Se (a, b) ∈ R, dizemos
que “a é R-relacionado a b”, escrevendo aRb. Se (a, b) ∈
/ R, escrevemos a/
Rb.
Uma relação pode ser apresentada por meio do subconjunto dos pares ordenados de A × B,
ou por meio da definição de uma regra, em que os pares ordenados escolhidos são os que
satisfazem essa regra.
Exemplos:
1) Se temos os conjuntos X = {5, 3} e Y = {2, 3}, então o produto cartesiano X × Y =

{(5, 2), (5, 3), (3, 2), (3, 3)}. Se estamos interessados em distinguir pares ordenados iguais
(x = y), então devemos escolher o par (3, 3) que satisfaz essa relação. Mas se o interesse
fosse determinar os elementos em que a primeira coordenada é maior que a segunda
(x > y), então escolherı́amos os pares (5, 2), (5, 3) e (3, 2).
2) Sejam A = {2, 5} e B = {1, 4, 6}. Então A × B = {(2, 1), (2, 4), (2, 6), (5, 1), (5, 4), (5, 6)}.
a) Definindo R como {(2, 4), (2, 6), (5, 6)}, podemos escrever R = {(x, y) ∈ A × B | x < y}.
Aqui temos que 2R4, 2R6 e 5R6, mas 5 R1, / por exemplo.
b) R1 = {(x, y) ∈ A × B| x + y é par} = {(2, 4), (2, 6), (5, 1)}.
Se A e B são finitos e com número reduzido de elementos, podemos representar uma relação
de A em B por meio de um diagrama:
RELAÇÕES
75
Domı́nio e Imagem de uma Relação
Seja R uma relação de A em B. O conjunto A é chamado de conjunto de partida, e B é

o conjunto de chegada, ou contradomı́nio de R. O domı́nio de R, denotado por Dom(R), é o
conjunto de todos os primeiros elementos dos pares ordenados que estão em R. A imagem de
uma relação R, denotada por Im(R), é o conjunto de todos os segundos elementos dos pares
ordenados que estão em R.
Observemos que um conjunto de pares ordenados R é uma relação de A para B se, e somente
se, Dom(R) ⊆ A e Im(R) ⊆ B.
Exemplos:
a) Dados A = {1, 3, 4, 9, 15, 16, 25} e B = {−2, −1, 0, 2, 3, 5, 6} e a relação R1 = {(x, y) ∈

A × B | x = y 2 }, explicite os elementos (pares) da relação e determine o conjunto de
partida, domı́nio, contradomı́nio e o conjunto imagem de R1 .
• Temos que R1 é o conjunto dos pares (x, y) com x ∈ A e y ∈ B tal que x = y 2 :

R1 = {(1, −1), (4, −2), (4, 2), (9, 3), (25, 5)}.
• Conjunto de partida: A
• Contradomı́nio (conjunto de chegada): B
• Domı́nio de R1 : Dom(R1 )= {1, 4, 9, 25}.
• Conjunto imagem: Im(R1 )= {-1, -2, 2, 3, 5 }.
b) Seja S = conjunto de todas as mulheres de Curitiba e consideremos que xRy ↔ x é filha

de y, definida em S × S. Temos que o conjunto de partida é o conjunto S; o contradomı́nio
também é o conjunto S; o domı́nio de R é o conjunto das mulheres de Curitiba que tem
mãe em Curitiba, e o conjunto imagem (Im(R)) é o conjunto das mulheres de Curitiba
que têm filha(s) em Curitiba.
Introdução
76 UNIDADE III
Exercı́cio:
Seja A o conjunto dos inteiros entre 0 e 10 (inclusive 10). Seja R o conjunto de todos os
pares da forma (x, x2 − 6) que estão em A × A. Determine Dom(R) e Im(R ).
Tipos de Relações Binárias

Seja R uma relação binária em A × B, com os pares ordenados da forma (x, y).
• R será do tipo um-para-um (ou injetiva, ou biunı́voca), se cada primeira componente x

e cada segunda componente y do par ordenado aparece uma única vez na relação.
Exemplo: A relação [pessoa] e [número do CPF].
• R é do tipo um para muitos se alguma primeira componente x aparece em mais de um

par.
Exemplo: a relação [médico] e [pacientes].
• A relação é dita muitos para um se alguma segunda componente y aparecer em mais

de um par.
Exemplo: a relação [funcionários] e [supervisor].
• Finalmente, R é muitos para muitos se pelo menos um x aparece em mais de um par

e pelo menos um y também aparece em mais de um par.
Exemplo: A relação [fornecedores] e [produtos]: cada fornecedor fornece diferentes pro-
dutos e cada produto pode ser fornecido por diferentes fornecedores.
As figuras a seguir ilustram essas possibilidades:
Um para um Um para muitos
RELAÇÕES
77
Muitospara
Muitos paraum
um Muitospara
Muitos paramuitos
muitos
Propriedades das
Propriedades das Relações
Relações
Umarelação
Uma relaçãobinária
bináriaRRentre
entreelementos
elementosde
deumumconjunto
conjuntoAApode
podeter
tercertas
certaspropriedades.
propriedades. Con-
Con-
sideremosx,x,yyeezz∈∈A.
sideremos A.Então,
Então,RRpode
podeser:
ser:
11 Reflexiva
Reflexiva xRx
xRx
22 Simétrica
Simétrica xRy ⇒yRx
xRy⇒ yRx
33 Anti-simétrica
Anti-simétrica xRy
xRyeeyRx ⇒xx==yy
yRx⇒
44 Transitiva
Transitiva xRyeeyRz
xRy ⇒xRz
yRz⇒ xRz
Exemplos:
Exemplos:
SejaZZooconjunto
1)Seja
1) conjuntodos
dosnúmeros
númerosinteiros,
inteiros,eeseja relação≤≤sobre
sejaRRaarelação Z. Essa
sobreZ. Essarelação
relaçãoé:é:
•• reflexiva:
reflexiva: xx≤≤x,x,para
paratodo Z;
todoxx∈∈Z;
•• antissimétrica: (x≤≤y)
antissimétrica: (x y)∧∧(y
(y≤≤x) ⇒xx==y,y,para
x)⇒ paratodo Z;
todox,x,yy∈∈Z;
•• transitiva: (x≤≤y)
transitiva: (x y)∧∧(y
(y≤≤z) ⇒xx≤≤z,z,para
z)⇒ paratodo Z.
todox,x,y,y,zz∈∈Z.
2)Seja
2) SejaAAooconjunto
conjuntodasdaspessoas
pessoasde
deuma
umacidade
cidadeeeRRaarelação
relaçãosobre
sobreAAdefinida
definidapor
por(xRy) ⇔
(xRy)⇔
xx éépai
paiou
oumãe
mãedede y.y. Então
Entãotemos
temosque:
que:
•• RRnão
nãoééreflexiva,
reflexiva,pois
poisnunca
nuncaacontece
acontecede
deuma
umapessoa
pessoaser
serpai/mãe
pai/mãede
desisiprópria;
própria;
•• RRnão
nãoéésimétrica,
simétrica,pois,
pois,sesexxéépai
paiou
oumãe
mãede
dey,y,então
entãoyynão
nãopode
podeser
serpai
paiou
oumãe
mãede
dex;x;
•• RR também
tambémnão
nãoéétransitiva,
transitiva, pois
poissesexxéépai
pai(ou
(oumãe)
mãe)de
deyy eeyy éépai
pai(ou
(oumãe)
mãe)de
dez,z, não
não
implicaque
implica quexxéépai
pai(ou
(oumãe)
mãe)dedez.z.
66
Propriedades das Relações

78 UNIDADE III
Representação de Relações
Representação de Relações
Além de representar
Além deasrepresentar
relações por
as meio daspor
relações propriedades dos pares ordenados
meio das propriedades ouordenados
dos pares explicitando
ou explicitando
todos os pares ordenados,
todos os parestambém é possı́vel
ordenados, também fazer a representação
é possı́vel usando diagramas,
fazer a representação usandomatrizes
diagramas, matrizes
de zeros e uns
deou grafos
zeros direcionados,
e uns quando os conjuntos
ou grafos direcionados, quando os sãoconjuntos
finitos. são finitos.
• Diagramas de setas
• Diagramas de setas
Sejam A e BSejam
conjuntos
AeB finitos, e R uma
conjuntos relação
finitos, e R umade A relação
para B.de A para B.
A representação de R em diagramas de setas é
A representação de R em diagramas de setasfeita escrevendo
é feitaosescrevendo
elementososdeelementos
A e os de A e os
elementos deelementos
B em doisdediscos
B em(conjuntos)
dois discosdisjuntos,
(conjuntos) ligando com uma
disjuntos, setacom
ligando os elementos
uma seta osa ∈elementos
A a∈A
que se relacionam
que secom b ∈ B. com b ∈ B.
relacionam
Exemplo Exemplo
Dados A = {1, 2, 3, 4}
Dados A= {1,=2,{x,
eB y, z},
3, 4} e Bconsideremos a relação de aA relação
= {x, y, z}, consideremos para B dedada por: B dada por:
A para
R = {(1, y), (1,

R= z),{(1,
(2, y),
y),(3,
(1,z),
z),(4,
(2,x),
y), (4,
(3, z)}.
z), (4, x), (4, z)}.
• Matrizes •deMatrizes
Relaçõesde Relações
Seja R uma relação

Seja R de uma A relação
em B (finitos).
de A emFormamos
B (finitos).então uma matriz
Formamos entãoretangular,
uma matriznomeando
retangular, nomeando
as linhas pelosas elementos
linhas pelos deelementos
A e as colunas
de A pelos elementos
e as colunas deelementos
pelos B. Cada célula
de B. da matriz
Cada contém
célula da matriz contém
um valor lógico: verdadeiro,
um valor lógico: que será representado
verdadeiro, por 1, ou falso,
que será representado por que será
1, ou representado
falso, por
que será representado por
0. Colocamos 0. 1Colocamos
em cada posição
1 em cadada matriz
posiçãoemdaque a ∈ em
matriz A está
que relacionado
a ∈ A está com b ∈ B, com
relacionado e 0 b ∈ B, e 0
nas posições em
nasque a ∈ Aem
posições não se arelaciona
que ∈ A nãocom b ∈ B. Essa
se relaciona commatriz
b ∈ B.éEssa
chamada
matriz deématriz
chamadarelação.
de matriz relação.
A matriz da A
relação
matrizRda
dorelação
exemplo R anterior será anterior
do exemplo dada por:
será dada por:
7 7
RELAÇÕES
79
R x y z
1 0 1 1
2 0 1 0
3 0 0 1
4 1 0 1
• Grafos Orientados
Se A é finito e R é uma relação definida sobre A, então podemos descrever o conjunto (A,R)
por meio de um grafo (ou dı́grafo) de relações:
• Cada elemento de A é representado por um ponto, chamado de nó, nodo ou vértice do

grafo.
• Após escrevermos todos os elementos do conjunto A, cada par (x, y) da relação é repre-
sentado como uma seta, arco ou aresta, com origem em x e destino em y.
Exemplos:
1) Consideremos A = {2, 4, 7} e R = {(x, y) ∈ A | x ≥ y}. Então
R = {(2, 2), (4, 2), (4, 4), (7, 2), (7, 4), (7, 7)}.
O grafo para essa relação será:
2) Explicite a relação determinada por cada um dos grafos abaixo:

a)R1
Representação das Relações

80 UNIDADE III
A relação é: R1 = {(1, 1), (1, 2), (2, 1), (2, 2), (2, 3), (2, 4), (3, 4), (4, 1), (4, 4)}.
b) R2
A relação é: R2 = {(a, a), (a, c), (b, c), (c, b), (c, c), (d, c)}.
c) R3
A relação é: R3 = {(a, a), (b, b), (c, c)}.
3) Representar as relações R1 , R2 e R3 usando matrizes de relações e diagramas de setas.
9
RELAÇÕES
81
• Matriz da relação:
R1 1 2 3 4 R2 a b c d R3 a b c
1 1 1 0 0 a 1 0 1 0 a 1 0 0
c)
a) 2 1 1 1 1 b) b 0 0 1 0 b 0 1 0
3 0 0 0 1 c 0 1 1 0 c 0 0 1
4 1 0 0 1 d 0 0 1 0
• Diagramas de setas:
# SAIBA MAIS #
O Problema do Caixeiro Viajante
O problema do caixeiro viajante é um problema muito famoso e muito estudado. Um

caixeiro viajante, partindo de sua cidade, deve visitar exatamente uma única vez cada cidade
de uma dada lista e retornar para casa, de modo que a distância total percorrida seja a menor
possı́vel. Este problema tem inúmeras aplicações práticas, como minimização de rotas de
veı́culos, confecção de sistemas digitais, sequenciamento de atividades e outros.
No domı́nio da teoria dos grafos, cada cidade é identificada com um nó (ou vértice) e as
rotas que ligam cada par de nós são identicadas como arcos (ou arestas). A cada uma destas
10
Representação das Relações
82 UNIDADE III
# SAIBA MAIS #
# SAIBA MAIS #

caixeiro viajante, partindo de sua cidade, deve visitar exatamente uma única vez cada cidade
de uma
caixeiro viajante, dada de
partindo lista
suae cidade,
retornardeve
para casa,exatamente
visitar de modo que
umaa única
distância totalcidade
vez cada percorrida seja a menor
de uma dadapossı́vel. Este para
lista e retornar problema
casa, detem
modo inúmeras aplicações
que a distância totalpráticas,
percorridacomo
seja aminimização
menor de rotas de
possı́vel. Esteveı́culos,
linhas
problemaconfecção
estarão de sistemas
temassociadas
inúmeras as digitais,
distâncias
aplicações sequenciamento
(ou
práticas,custos) de atividades
correspondentes.
como minimização de rotase outros.
Se o número de cidades
de
Nodedomı́nio
é pequeno,
veı́culos, confecção fica da
sistemas teoria
fácil dos grafos,
determinar
digitais, cada
o melhor
sequenciamento cidade
caminho,
de atividadesé identificada
emas com um
se o número
outros. denó (ou vértice)
cidades aumenta,e aso
rotas
No domı́nio da que
teorialigam
dos cada
grafos, par de
cada nós
cidade são
é identicadas
identificada
número de percursos alternativos cresce assustadoramente. como
com umarcos
nó (ou
(ou arestas).
vértice) e asA cada uma destas
linhas
rotas que ligam cadaestarão
E se par de associadas
nós são
o caixeiro as em
distâncias
identicadas
estivesse (ou
como arcos
Brası́lia custos) correspondentes.
(ou arestas).
e quisesse A cada
percorrer Se de
uma destas
as capitais o número
todos osde26cidades
estados
ébrasileiros?
pequeno, fica fácil determinar o melhor caminho,10 mas se o número de cidades aumenta, o
10
número de percursos alternativos cresce assustadoramente.
Em http://www.uff.br/sintoniamatematica/grandestemaseproblemas/grandestemaseproblemas-
E se o caixeiro estivesse em
html/audio-caixeiro-br.html Brası́lia
você e quisesse
encontrará percorrer
os cálculos as capitais
do número dede
total todos os 26
formas de estados
ordenar
brasileiros?
as 26 cidades e o tempo que seria gasto para fazer as contas das distâncias de todos os percursos
Em http://www.uff.br/sintoniamatematica/grandestemaseproblemas/grandestemaseproblemas-
possı́veis do caixeiro para visitar as 26 capitais. Os números são impressionantes!
html/audio-caixeiro-br.html você encontrará os cálculos do número total de formas de ordenar
as 26FIMcidades e o tempo
SAIBA MAIS que seria gasto para fazer as contas das distâncias de todos os percursos
possı́veis do caixeiro para visitar as 26 capitais. Os números são impressionantes!
FIM SAIBA MAIS
Relação de Ordem
Algumas relações organizam os objetos relacionados em
nı́veis. Podemos, por exemplo, organizar os funcionários
Relação de Ordem
de uma empresa por faixa salarial, dizendo que xRy se, e
Algumas
somente se, relações
x está organizam os objetos
na mesma faixa salarialrelacionados em
de y ou em faixa
nı́veis. Podemos, por
salarial inferior à de y. exemplo, organizar os funcionários
de uma empresa
Outros exemplos por seriam
faixa salarial, dizendo
relacionar que xRyde
os moradores se,um
e
somente se, x está
prédio dizendo quenaxRy
mesma
⇔ faixa salarial
x mora de y ou
no mesmo em faixa
andar de y
salarial inferior à de y.
ou em andar abaixo ao de y; organizar as cidades de um
Outros
estado porexemplos
sua área seriam relacionar
ou população; asos moradores
tarefas de pré-
que são um
prédio dizendo
requisitos paraque xRy ⇔ x de
a fabricação mora no mesmo artigo,
determinado andar de ou yo
ou em andar
processo desdeabaixo ao dedey;um
a compra organizar
produto as cidades
online até de
suaumen-
estado
trega. por sua área ou população; as tarefas que são pré-
requisitos para a fabricação de determinado artigo, ou o
processo desde adecompra
A inclusão de um
conjuntos produto
também onlineosaté
organiza sua en-
objetos em nı́veis:
trega.Propriedades da Inclusão:
1. inclusão
A Para todode conjunto
conjuntosA,também
temos que A ⊆ A.
organiza os objetos em nı́veis:
RELAÇÕES
Propriedades da Inclusão:
2. Para quaisquer conjuntos A e B, se A ⊆ B e B ⊆ A, então A = B.
prédio dizendo que xRy ⇔ x mora no mesmo andar de y
ou em andar abaixo ao de y; organizar as cidades de um
estado por sua área ou população; as tarefas que são pré- 83
requisitos para a fabricação de determinado artigo, ou o
processo desde a compra de um produto online até sua en-
trega.
A inclusão de conjuntos também organiza os objetos em nı́veis:

Propriedades da Inclusão:
1. Para todo conjunto A, temos que A ⊆ A.
2. Para quaisquer conjuntos A e B, se A ⊆ B e B ⊆ A, então A = B.
3. Para todos os conjuntos A, B, C, se A ⊆ B e B ⊆ C, então A ⊆ C.
Qualquer relação que tem as mesmas propriedades que a inclusão também organiza objetos
em nı́veis.
Definição: Seja A um conjunto e R uma relação em A × A. Dizemos que R é uma relação
de ordem parcial em A se R é reflexiva, antissimétrica e transitiva.

(A, R) é chamado de conjunto parcialmente 11 ordenado (também conhecido como poset -
partially ordered set), que será denotado por (A, ). Essa notação se deve ao fato da relação
de ordem mais comum em qualquer subconjunto de números reais, conhecida como ordem
usual, ser a relação “≤” (“menor ou igual”).
Se R é uma relação parcial de ordem sobre A, então os elementos a, b ∈ A se dizem com-
paráveis mediante R se a b ou b a.
Se dois elementos quaisquer de A forem comparáveis segundo a relação R, então R será
chamada de relação de ordem total sobre A, e A será chamado de conjunto totalmente
ordenado.
Exemplos:
1) Em R, xRy ⇔ x ≤ y é uma relação de ordem total:
• x ≤ x;
• x ≤ y e y ≤ x ⇒ x = y;
• x ≤ y e y ≤ z ⇒ x ≤ z.
2) Em N, xRy ⇔ x divide y é uma relação de ordem parcial em N :
• x divide x;
• se x divide y e y divide x, então x = y;
• se x divide y e y divide z, então x divide z.
A ordenação é parcial pois nem todos números naturais se relacionam segundo R. Os

números 5 e 13, por exemplo, não se relacionam pois 5 não divide 13.
3) A relação de divisibilidade não é uma ordem parcial no conjunto Z dos inteiros, pois não
satisfaz a propriedade antissimétrica. Por exemplo, temos que -3 divide 3 e 3 divide -3, mas
−3 = 3. Relação de Ordem
• x divide x;
• se x divide y e y divide x, então x = y;

84 UNIDADE III
• se x divide y e y divide z, então x divide z.
A ordenação é parcial pois nem todos números naturais se relacionam segundo R. Os

números 5 e 13, por exemplo, não se relacionam pois 5 não divide 13.
3) A relação de divisibilidade não é uma ordem parcial no conjunto Z dos inteiros, pois não
satisfaz a propriedade antissimétrica. Por exemplo, temos que -3 divide 3 e 3 divide -3, mas
−3 = 3.
Predecessores e Sucessores
Seja (A, ) um conjunto parcialmente ordenado. Se x y, então x = y ou x = y.
Se x y mas x = y,
• Escrevemos x ≺ y
• Chamamos x de predecessor de y
• Chamamos y de sucessor de x
12
• Se x ≺ y e• se x ≺existe
Senão y e seoutro
não existe outro
elemento elemento
z entre x e yz (não
entreexiste
x e y z(não x≺
existe
tal que z tal y), x ≺ z ≺ y),
z ≺que
então x é umentão x é um predecessor
predecessor imediato deimediato
y. de y.
Exemplo: Exemplo:
Consideremos
Consideremos a relação x adivide
relaçãoy x A = {1,
emdivide y 2,
em3, A 12,{1,
6, = 2, 3, 6, 12, 18}.
18}.
a) Escreva aa)relação
Escreva a relação
R como um R como um
conjunto de conjunto de pares ordenados.
pares ordenados.
R = {(1, 1), (1,
R= 2),{(1,
(1, 1),
3), (1, 2),
3), (1, 3),
6), (1, 3),
12),(1,
(1,6), (1,(2,
18), 12),
2),(1,
(2,18),
6), (2, 2),
12),(2,
(2,6), (2,(3,
18), 12),
3),(2,
(3,18),
6), (3, 3), (3, 6),
(3,(6,
(3, 12), (3, 18), 12),
6),(3,
(6,18),
12),(6,
(6,6), (6,(12,
18), 12),12),
(6, 18),
(18,(12, 12), (18, 18)}.
18)}.
b) Escreva
b) Escreva todos todos os predecessores
os predecessores de 6. de 6.
{1, 2, 3}. {1, 2, 3}.
c) Escreva
c) Escreva todos todos os predecessores
os predecessores imediatos deimediatos
6. de 6.
{2,é3}.
{2, 3}. (1 não (1 não é imediato
predecessor predecessor
de imediato
6, pois 1 de 6, pois
divide 2 e 1 divide 23 etambém).
1 divide 3 também).
#PARA REFLETIR
#PARA REFLETIR # #
“O estudo é “O
umaestudo é uma
espécie espécie de
de alimento alimento
natural natural (Robert
da mente.” da mente.” (Robert
Louis Louis Stevenson)
Stevenson)
#FINAL
#FINAL PARA PARA REFLETIR#
REFLETIR#
Diagrama
Diagrama de Hasse de Hasse
RELAÇÕES
Se A for umSeconjunto
A for um conjunto
finito, finito,
podemos podemos visualmente
representar representar visualmente
um conjuntoum conjunto parcialmente
parcialmente
) por um
ordenado (A,ordenado ) por umde
(A,diagrama diagrama de Hasse
Hasse (Helmut (Helmut
Hasse Hasse [1898-1979],
[1898-1979], matemático matemático
alemão). alemão).
b) Escreva todos os predecessores de 6.
b) Escreva todos os predecessores de 6.
{1, 2, 3}.
{1, 2, 3}. 85
c) Escreva todos os predecessores imediatos de 6.
c) Escreva todos os predecessores imediatos de 6.
{2, 3}. (1 não é predecessor imediato de 6, pois 1 divide 2 e 1 divide 3 também).
{2, 3}. (1 não é predecessor imediato de 6, pois 1 divide 2 e 1 divide 3 também).
#PARA REFLETIR #
#PARA REFLETIR #
“O estudo é uma espécie de alimento natural da mente.” (Robert Louis Stevenson)

“O estudo é uma espécie de alimento natural da mente.” (Robert Louis Stevenson)
#FINAL PARA REFLETIR#

#FINAL PARA REFLETIR#
Diagrama de Hasse
Diagrama de Hasse
Se A for um conjunto finito, podemos representar visualmente um conjunto parcialmente

Se A for um conjunto finito, podemos representar visualmente um conjunto parcialmente
ordenado (A, ) por um diagrama de Hasse (Helmut Hasse [1898-1979], matemático alemão).
ordenado (A, ) por um diagrama de Hasse (Helmut Hasse [1898-1979], matemático alemão).
Nesses diagramas, cada elemento de A é representado por um ponto, denominado nó ou vértice
Nesses diagramas, cada elemento de A é representado por um ponto, denominado nó ou vértice
do diagrama. Se x é um predecessor imediato de y, o nó que representa y é colocado acima do
do diagrama. Se x é um predecessor imediato de y, o nó que representa y é colocado acima do
nó que representa x, e os dois nós são ligados por um segmento de reta.
nó que representa x, e os dois nós são ligados por um segmento de reta.
Como na relação de ordem valem as propriedades reflexiva e transitiva, podemos omitir as
Como na relação de ordem valem as propriedades reflexiva e transitiva, podemos omitir as
arestas (ou setas) nos segmentos. Também, como a relação é antissimétrica, jamais ocorrerá
arestas (ou setas) nos segmentos. Também, como a relação é antissimétrica, jamais ocorrerá
um ciclo, excetuando-se arcos com origem e destino num mesmo nodo. Logo, esses arcos podem
um ciclo, excetuando-se arcos com origem e destino num mesmo nodo. Logo, esses arcos podem
ser omitidos.
ser omitidos.
Para se construir Diagramas de Hasse:

Para se construir Diagramas de Hasse:
- O Diagrama de Hasse de um conjunto munido de uma relação de ordem (A,R) é o grafo
no qual os vértices são elementos de A.
13
13
- Existirá uma aresta de um vértice a para um vértice b sempre que a ≺ b.
- Ao invés de desenhar uma seta de a para b, coloca-se b mais alto do que a e desenha-se
uma linha entre eles.
- Fica subentendido que o movimento para cima indica sucessão.
Como exemplo, consideremos o conjunto parcialmente ordenado
({1, 2, 3}, ≤) = {(1, 1), (1, 2), (1, 3), (2, 2), (2, 3), (3, 3)}.
Essa relação de ordem pode ser representada como grafo (esquerda) e como diagrama de Hasse
(direita).
Relação de Ordem
- O Diagrama de Hasse de um conjunto munido de uma relação de ordem (A,R) é o grafo
no qual os vértices são elementos de A.
- Existirá uma aresta de um vértice a para um vértice b sempre que a ≺ b.

U N I D A D E III
86
- Ao invés de desenhar uma seta de a para b, coloca-se b mais alto do que a e desenha-se
uma linha entre eles.
- Fica subentendido que o movimento para cima indica sucessão.
Como exemplo, consideremos o conjunto parcialmente ordenado
({1, 2, 3}, ≤) = {(1, 1), (1, 2), (1, 3), (2, 2), (2, 3), (3, 3)}.
Essa relação de ordem pode ser representada como grafo (esquerda) e como diagrama de Hasse
(direita).
O diagrama de Hasse de um conjunto parcialmente ordenado contém toda a informação
sobre a ordem parcial. Podemos reconstruir o conjunto de pares ordenados analisando o dia-
grama: observamos os pares (predecessor, sucessor) e consideramos as propriedades reflexiva,
antissimétrica e transitiva.
Exemplo:
Observando o diagrama de Hasse a seguir, podemos concluir que a relação de ordem em
A = {a, b, c, d, e, f } estabelece o conjunto
{(a, a), (b.b), (c, c), (d, d), (e, e), (f, f ), (a, b), (a, c), (a, d), (a, e), (d, e)}.
14
RELAÇÕES
87
Diagramas PERT
Diagrama PERT
Problemas de ordenação de tarefas podem ser representados de maneira natural por ordens
parciais e diagramas de Hasse. Se A é um conjunto de tarefas a serem executadas, a ideia de x
como predecessor de y pode ser interpretada significando que a tarefa x tem que ser executada
antes da tarefa y, e a ordem parcial neste conjunto pode ser definida como:
x y ↔(tarefa x = tarefa y) ou (a tarefa x é pré-requisito para tarefa y).
Além disso,
x ≺ y ↔ a tarefa x é pré-requisito para a tarefa y.
Consideremos o seguinte exemplo de agendamento de tarefas sobre a construção de cadeiras

de balanço:
Tarefa Pré-requisitos Horas para conclusão

1. Seleção da madeira N/A 3
2. Entalhamento dos arcos 1 4
3. Entalhamento do assento 1 6
4. Entalhamento do encosto 1 7
5. Entalhamento dos braços 1 3
6. Escolha do tecido N/A 1
7. Costura da almofada 6 7
8. Montagem: assento e encosto 3; 4 2
9. Fixação dos braços 5; 8 2
10. Fixação dos arcos 2; 8 3
11. Verniz 9; 10 5
12. Instalação da almofada 7; 11 0.5
Tabela 1: Agendamento de tarefas sobre a construção de cadeiras de balanço

Fonte: adaptada de Gersting (2009, p.218).
Diagrama PERT
15
88 UNIDADE III
No diagrama de Hasse, para essa ordem parcial, os nós são as tarefas, os arcos as relações
de precedência, e a cada nó pode ser adicionado o tempo necessário para a conclusão da tarefa.
Também podemos orientar o diagrama da esquerda para a direita, para representar que x < y.
Tais diagramas para a ordenação de tarefas são chamados de diagramas PERT - Pro-
gram Evaluation and Review Technique, que significa técnica para análise e revisão do
programa.
Essa técnica foi desenvolvida para o Planejamento e Controle de Projetos em torno de
1950, para acompanhamento de construção de submarinos para a marinha americana. Como
exemplos de Projetos que podem utilizar PERT podemos citar:
1. Construção de uma planta, na área de engenharia.
2. Pesquisa e desenvolvimento de um produto.
3. Produção de filmes.
4. Construção de navios.
5. Instalação de um sistema de informações.
6. Condução de campanhas publicitárias, entre outras.
A figura a seguir mostra o diagrama PERT para o exemplo da produção das cadeiras de
balanço (aos nós foram associados os números das tarefas, ao invés dos nomes):
O tempo para a fabricação de uma cadeira de balanço é 38,5 horas se cada atividade for
realizada uma por vez. No entanto, existem atividades que podem ser realizadas simultanea-
mente com outras atividades, podendo com isso, reduzir o tempo necessário para se completar
o projeto.
Posteriormente faremos uma análise mais detalhada desse problema e do seu diagrama, para
responder questões tais como:
16
RELAÇÕES
89
1) Qual o tempo total requerido para completar o projeto se nenhum atraso ocorrer?
2) Quais as atividades que não podem sofrer atrasos para que o projeto seja executado sem
atraso (“Atividades Gargalos”)?
Relações Duais
Se R é uma relação qualquer de A em B, podemos definir a relação dual de B em A, denotada
por R−1 da seguinte forma:
R−1 = {(b, a) | (a, b) ∈ R}.
Se R : A → B, então R−1 : B → A também pode ser chamada de relação inversa ou oposta.
Exemplo:
Se R = {(3, k), (m, 7), (n, p)}, então R−1 = {(k, 3), (7, m), (p, n)}.
Composição de Relações
Sejam A, B e C conjuntos, e seja R uma relação de A para B e S uma relação de B para C.
Então R e S podem originar uma relação de A para C, chamada de composição de R e S,
denotada por R ◦ S, definida por:
R ◦ S = {(a, c)| existe b ∈ B para o qual aRb e bRc}.
Observações:
1) Em computação e informática, é usual representar a operação de composição por “ ; ”.
Assim, se R : A → B e S : B → C, a composição R ◦ S : A → C é denotada por
R;S : A → C
2) Em muitos textos, a notação para a composição de R e S é (S ◦ R).
17
Relações Duais
90 UNIDADE III
3) R ◦ S é vazia se a interseção da imagem de R e do domı́nio de definição de S for vazia.
Exemplos:
1) Sejam A = {4, 5, 6}; B = {a, b, c, d} e C = {x, y, z} e consideremos as relações R : A → B

e S : B → C dadas por:
R = {(4, b), (5, c), (5, d), (6, a), (6, d)}
S = {(a, x), (a, z), (b, y)}
Observemos o diagrama de setas para R e S como na figura a seguir:
Temos que existe uma seta de 4 para b, que é seguida por uma seta de b para y. Logo, o
elemento 4 ∈ A está conectado ao elemento y ∈ C. Logo,
4(R ◦ S)y já que 4Rb e bSy.
Da mesma maneira, podemos observar que existe um caminho de 6 para a e de a para x,

bem como de a para z. Logo,
6(R ◦ S)x e 6(R ◦ S)z.
Nenhum outro elemento de A está conectado a um elemento de C, logo,
R ◦ S = {(4, y), (6, x), (6, z)}.
A composta R ◦ S pode ser representada por:
18
RELAÇÕES
91
2) Consideremos o quadro que fornece a lista de funcionários de uma empresa relacionados

com2)o Consideremos
projeto que estão desenvolvendo
o quadro e as
que fornece funções
a lista que estão exercendo:
de funcionários de uma empresa relacionados
com o projeto que estão desenvolvendo

Nome e as funções
Projeto que estão
Funçãoexercendo:
João
Nome Silva P1
Projeto Consultor
Função
João Silva P2
P1 Analista de Sistema
Consultor
C. Xavier
João Silva P2 Analista de Sistema
C. Xavier P3
P2 Programador
Analista de Sistema
Maria Souza
C. Xavier P1
P3 Progamador
Programador
Maria Souza
Se consideramos as relações P1
R1 = Nome→Projeto Progamador
e R2 = Projeto→Função, temos que a
composta R = (R1 ◦ as
Se consideramos R2 )relações
= Nome→Função.
R1 = Nome→Projeto e R2 = Projeto→Função, temos que a
Também
composta R= podemos
(R1 ◦ Rdeterminar R−1 : Função → Nome, que será dada por {(Consultor, João
2 ) = Nome→Função.
Silva), (Analista de Sistema, −1
JoãoRSilva), (Analista de Sistema, C. dada
Xavier),
Também podemos determinar : Função → Nome, que será por (Programador, C.
{(Consultor, João
Xavier), (Programador,
Silva), (Analista MariaJoão
de Sistema, Souza)}.
Silva), (Analista de Sistema, C. Xavier), (Programador, C.
Xavier), (Programador, Maria Souza)}.
Os elementos de um conjunto ou elementos de conjuntos diferentes muitas vezes apresentam
ligações especiais
Os elementos entre
de um si que podem
conjunto ser descritas
ou elementos como uma
de conjuntos relação.muitas vezes apresentam
diferentes
Nestaespeciais
ligações unidade,entre
fizemos o estudo
si que podem de serrelações,
descritascujocomoconceito formal está muito próximo do
uma relação.
conceito intuitivo. No cotidiano, usamos a ideia de relação
Nesta unidade, fizemos o estudo de relações, cujo conceito formal para grauestá
de parentesco;
muito próximo fila do
de
pessoas
conceitopara caixa de
intuitivo. Noum banco; grupo
cotidiano, usamosdea amigos
ideia deemrelação
redes sociais
para grau etc. dePodemos citarfila
parentesco; comode
exemplos
pessoas para de relações
caixa de jáumestudadas nas unidades
banco; grupo de amigos anteriores
em redesa sociais
igualdadeetc. ePodemos
a continência, para
citar como
Teoria
exemplos dosdeConjuntos,
relações jáe estudadas
a equivalência e implicação,
nas unidades para Lógica.
anteriores Em computação
a igualdade e a continência,e empara
in-
formática,
Teoria dos muitas construções
Conjuntos, são baseadas
e a equivalência em relações
e implicação, paraou Lógica.
derivados Em decomputação
relações, podendo-se
e em in-
exemplificar bancoconstruções
formática, muitas de dados relacional e Rede
são baseadas emderelações
Petri. ou derivados de relações, podendo-se
Nesta unidade,
exemplificar banco formalizamos o conceito
de dados relacional e Redede de
relação
Petri.e estudamos métodos de representação,
taisNesta
como unidade,
diagramasformalizamos
de flechas, matrizes e grafos.
o conceito As propriedades
de relação e estudamosbásicas
métodos dasde
relações também
representação,
foram
tais comovistas, e certasdeclasses
diagramas importantes
flechas, matrizes e de relações,
grafos. como as relações
As propriedades de das
básicas ordem, foram
relações intro-
também
duzidas.
foram vistas,Parae as relações
certas classesde importantes
ordem, em que valem ascomo
de relações, propriedades reflexiva,
as relações de ordem,antissimétrica
foram intro-e
duzidas. Para as relações de ordem, em que valem as propriedades reflexiva, antissimétrica e
19
19
Relações Duais
92 UNIDADE III
transitiva, vimos que a representação por grafos pode ser simplificada e várias setas podem ser
omitidas, o que foi definido como diagrama de Hasse. O caso particular de uma relação binária,
em que objetos estão relacionados por “pré-requisito” (ordenação parcial em um conjunto de
tarefas), foi exemplificado utilizando como representação o diagrama PERT. Esses diagramas
serão utilizados posteriormente para se determinar o tempo mı́nimo para completar um projeto
e seu caminho crı́tico.
Por fim, as operações de dualidade, correspondendo à noção de “virar” ou “inverter” a
relação, bem como a composição de relações, ou seja, a aplicação de uma relação sobre o
resultado de outra, também foram apresentadas e exemplificadas.
Para fixar os conceitos apresentados, é importante que você faça as atividades de autoestudo
e esclareça as possı́veis dúvidas que possam surgir.
1) Considere a tabela que fornece a relação dos sete paı́ses melhores colocados no quadro de
medalhas geral das Olimpı́adas de Londres 2012, com o número de medalhas e o continente
a que pertencem:
Paı́s Número de medalhas Continente

Estados Unidos 104 América
China 88 Ásia
Reino Unido 65 Europa
Rússia 82 Eurásia (Europa e Ásia)
Coreia do Sul 28 Ásia
Alemanha 44 Europa
França 34 Europa
Construir o diagrama de flechas e matriz para representar a relação R : A → B, sendo A o

conjunto dos sete paı́ses melhores colocados no quadro de medalhas geral das Olimpı́adas
de Londres 2012, e B o conjunto dos continentes.
2) Seja R a seguinte relação em A = {0, 1, 3, 4}:
R = {(0, 3), (0, 4), (3, 1), (3, 3), (3, 4)}.
a) Encontre a matriz da relação.
b) Construir o grafo orientado para a relação.
c) Determinar o domı́nio e a imagem de R.
d) Ache a relação composta R ◦ R.
20
RELAÇÕES
resultado de outra, também foram apresentadas e exemplificadas.
Para fixar os conceitos apresentados, é importante que você faça as atividades de autoestudo93
e esclareça as possı́veis dúvidas que possam surgir.
1) Considere a tabela que fornece a relação dos sete paı́ses melhores colocados no quadro de
medalhas geral das Olimpı́adas de Londres 2012, com o número de medalhas e o continente
a que pertencem:
Paı́s Número de medalhas Continente

Estados Unidos 104 América
China 88 Ásia
Reino Unido 65 Europa
Rússia 82 Eurásia (Europa e Ásia)
Coreia do Sul 28 Ásia
Alemanha 44 Europa
França 34 Europa
Construir o diagrama de flechas e matriz para representar a relação R : A → B, sendo A o

conjunto dos sete paı́ses melhores colocados no quadro de medalhas geral das Olimpı́adas
de Londres 2012, e B o conjunto dos continentes.
2) Seja R a seguinte relação em A = {0, 1, 3, 4}:
R = {(0, 3), (0, 4), (3, 1), (3, 3), (3, 4)}.
a) Encontre a matriz da relação.
b) Construir o grafo orientado para a relação.
c) Determinar o domı́nio e a imagem de R.
d) Ache a relação composta R ◦ R.
e) Ache a relação dual R−1 . 20
3) Para cada uma das relações binárias R a seguir, definidas em N, decida quais dos pares
ordenados dados pertencem a R :
a) xRy ↔ x + y ≤ 6; (1,4), (2,4), (2,5), (3,3), (4,1), (4,3).
b) xRy ↔ x = y − 2; (0,2), (1,3), (3,1), (5,2), (6,8), (7,5), (9,11).
c) xRy ↔ 2x + 3y = 10; (5,0), (2,2), (3,1), (1,3).
4) Classifique cada das uma das relações a seguir como um para um, um para muitos, muitos
para um ou muitos para muitos:
a) R = {(1, 3), (1, 4), (1, 7), (2, 3), (4, 3)}.
b) R = {(2, 7), (4, 5), (3, 6), (7, 10)}.
c) R = {(2, 5), (6, 1), (8, 6), (9, 1)}.
d) R = (2, 7), (8, 4), (2, 5), (7, 6), (10, 1).
3) Para cada uma das relações binárias R a seguir, definidas em N, decida quais dos pares
ordenados dados pertencem a R :
a) xRy ↔ x + y ≤ 6; (1,4), (2,4), (2,5), (3,3), (4,1), (4,3).
b) xRy ↔ x = y − 2; (0,2), (1,3), (3,1), (5,2), (6,8), (7,5), (9,11).
c) xRy ↔ 2x + 3y = 10; (5,0), (2,2), (3,1), (1,3).
4) Classifique cada das uma das relações a seguir como um para um, um para muitos, muitos
para um ou muitos para muitos:
a) R = {(1, 3), (1, 4), (1, 7), (2, 3), (4, 3)}.
b) R = {(2, 7), (4, 5), (3, 6), (7, 10)}.
c) R = {(2, 5), (6, 1), (8, 6), (9, 1)}.
d) R = (2, 7), (8, 4), (2, 5), (7, 6), (10, 1).
e) A = conjunto de todos os homens em Belo Horizonte; xRy ↔ x é pai de y.
f) B = conjunto dos alunos de uma turma; xRy ↔ x tem a mesma altura que y.
5) Desenhe o diagrama de Hasse para as seguintes ordens parciais:
a) A = {a, b, c}
R = {(a, a), (b, b), (c, c), (a, b), (b, c), (a, c)}.
b) A = {1, 2, 3, 4}
R = {(1, 1), (2, 2), (3, 3), (4, 4), (1, 2), (1, 3)}
c) A = {∅, {a}, {a, b}, {c}, {a, c}, {b}}

XRY ↔ X ⊆ Y.
6) Considerando os diagramas de Hasse abaixo, listar os pares ordenados que pertencem à

relação de ordem correspondente:
a) b) c)
21
95
7) Determine o diagrama de Hasse e a matriz da relação de ordem que tem o seguinte grafo:
a) b)
8) (Adaptado de Gersting, J. 2009, p.232) Uma biblioteca mantém um banco de dados sobre
seus livros. As informações sobre os livros incluem o tı́tulo, o ISBN, a editora e o assunto.
Considere a seguinte tabela:
Livro
Tı́tulo ISBN Editora Assunto
Springtime Gardening 0-816-35421-9 Harding Natureza
Early Tang Paintings 0-364-87547-X Bellman Arte
Birds of Africa 0-115-01214-1 Loranie Natureza
Springtime Gardening 0-56-000142-8 Swift-Key Natureza
Baskets for Today 0-816-53705-4 Harding Arte
Autumn Annuals 0-816-88506-0 Harding Natureza
a) Classifique as relações a seguir quanto ao tipo:

“Tı́tulo - ISBN” ; “Tı́tulo - Assunto”; “Editora - Assunto.”
b) Construa o diagrama de flechas e a matriz da relação “Editora - Assunto.”
c) Supondo R a relação “Tı́tulo - Editora” e S a relação “Editora - Assunto”, determinar os

pares da relação composta R ◦ S.
9) Seja R uma relação sobre um conjunto A. R é irreflexiva se, e somente se, ela não possui
pares da forma (a, a), ou seja, dado a ∈ A, a/Ra. R é chamada assimétrica se, e somente
se, dados a, b ∈ A, (a, b) ∈ R → (b, a) ∈ R.
a) Seja A um conjunto de caixas e R, a relação sobre A, tal que aRb se, e somente se, a
caixa a cabe dentro da caixa b. Verifique se essa é uma relação irreflexiva, assimétrica ou
transitiva.
22
b) Verifique se cada uma das relações abaixo, definidas no conjunto de habitantes da Terra
(com os significados usuais da linguagem coloquial), é reflexiva, simétrica, transitiva,
irreflexiva ou assimétrica.
i) “x é primo de y”.
ii) “x é filho de y”
10) Construir o diagrama PERT para as atividades envolvidas no projeto “Oferecer um Jan-
tar”, descritas na tabela abaixo:
Tarefa Pré-requisitos
1. Decidir oferecer o jantar Nenhum
2. Comprar ingredientes 1
3. Fazer lista de convidados 1
4. Fazer o jantar 2
5. Expedir os convites 3
6. Colocar casa em ordem 4
7. Recepcionar convidados 5; 6
8. Servir o jantar 7
Abelhas resolvem dilema da computação
O Problema do Caixeiro Viajante, como visto anteriormente, consiste na procura de um

circuito que possua a menor distância, começando numa cidade qualquer, entre várias, visi-
tando cada cidade precisamente uma vez e regressando à cidade inicial. Apesar do enunciado
do problema parecer relativamente simples, apresenta elevada complexidade computacional
(quando todas as alternativas possı́veis são analisadas, a complexidade é fatorial!). Mesmo os
grandes supercomputadores podem ficar ocupados por dias tentando achar a solução para um
número relativamente pequeno de cidades. Muitos problemas combinatórios envolvem tantas
alternativas de solução quanto a do caixeiro viajante, de modo que ele é uma “unidade de
medida” para se determinar a complexidade computacional dos problemas combinatórios que
ocorrem em engenharia e em trabalhos cientı́ficos.
Acontece que uma equipe de estudiosos da Universidade de Londres, na Inglaterra, liderados
pelo professor Lars Chittka, descobriu que as abelhas, que têm um cérebro um pouco maior do
que a cabeça de um alfinete, encontram a solução para este problema quando precisam achar a
rota mais eficiente para visitar diversas flores. Segundo o professor, as abelhas têm que associar
centenas de flores de uma maneira que minimize a distância da viagem e, em seguida, encontrar
23
6. Colocar casa em ordem 4
7. Recepcionar convidados 5; 6
8. Servir o jantar 7 97
Abelhas resolvem dilema da computação
O Problema do Caixeiro Viajante, como visto anteriormente, consiste na procura de um

circuito que possua a menor distância, começando numa cidade qualquer, entre várias, visi-
tando cada cidade precisamente uma vez e regressando à cidade inicial. Apesar do enunciado
do problema parecer relativamente simples, apresenta elevada complexidade computacional
(quando todas as alternativas possı́veis são analisadas, a complexidade é fatorial!). Mesmo os
grandes supercomputadores podem ficar ocupados por dias tentando achar a solução para um
número relativamente pequeno de cidades. Muitos problemas combinatórios envolvem tantas
alternativas de solução quanto a do caixeiro viajante, de modo que ele é uma “unidade de
medida” para se determinar a complexidade computacional dos problemas combinatórios que
ocorrem em engenharia e em trabalhos cientı́ficos.
Acontece que uma equipe de estudiosos da Universidade de Londres, na Inglaterra, liderados
pelo professor Lars Chittka, descobriu que as abelhas, que têm um cérebro um pouco maior do
que a cabeça de um alfinete, encontram a solução para este problema quando precisam achar a
rota mais eficiente para visitar diversas flores. Segundo o professor, as abelhas têm que associar
centenas de flores de uma maneira que minimize a distância da viagem e, em seguida, encontrar
de forma confiável o caminho de casa. Na pesquisa foram usadas flores artificiais controladas
pelo computador, e observou-se que depois de explorar
23 a localização das flores, elas conseguiam
determinar uma rota mais curta. A confirmação de que a rota estabelecida pelas abelhas era
a mais curta foi feita por um computador que calculou o menor caminho possı́vel, e essa foi a
parte mais difı́cil da pesquisa, devido ao tempo que o computador levou para fazer os cálculos.
O estudo proporcionará aplicações em situações reais em que se busca um caminho mı́nimo
e mais eficiente para resolver um problema do tipo “caixeiro viajante”.
Fonte: Abelhas...(2010, online).

Fundamentos Matemáticos para a Ciência da
Computação
Autora: Judith L. Gersting
Editora: LTC
Sinopse: A matemática discreta continua sendo um ele-
mento importante no ensino da Ciência da Computação.
O livro pretende oferecer aos estudantes os instrumentos
para que desenvolvam um vocabulário preciso, recursos
para notação, abstrações úteis e raciocı́nio formal, desde
o inı́cio de sua formação. Explicações claras e exatas são
mais importantes do que nunca, por isso prioriza-se o es-
tilo simples.
a mais curta foi feita por um computador que calculou o menor caminho possı́vel, e essa foi a
parte mais difı́cil da pesquisa, devido ao tempo que o computador levou para fazer os cálculos.
O estudo proporcionará aplicações em situações reais em que se busca um caminho mı́nimo
e mais eficiente para resolver um problema do tipo “caixeiro viajante”.
Fonte: Abelhas...(2010, online).

Fundamentos Matemáticos para a Ciência da
Computação
Autora: Judith L. Gersting
Editora: LTC
Sinopse: A matemática discreta continua sendo um ele-
mento importante no ensino da Ciência da Computação.
O livro pretende oferecer aos estudantes os instrumentos
para que desenvolvam um vocabulário preciso, recursos
para notação, abstrações úteis e raciocı́nio formal, desde
o inı́cio de sua formação. Explicações claras e exatas são
mais importantes do que nunca, por isso prioriza-se o es-
tilo simples.
24
IV
UNIDADE
FUNÇÕES
■■ Determinar se uma relação binária é uma função.
■■ Verificar se uma função é sobrejetora ou injetora.
■■ Gerar funções compostas.
■■ Verificar se uma função tem inversa, e caso tenha, encontrá-la.
Plano de Estudo
■■ Funções
■■ Domínio, Contradomínio e Imagem de uma Função
■■ Igualdade de Funções
■■ Gráfico de Funções
■■ Função Piso e Função Teto
■■ Propriedades de Funções
■■ Função Composta
■■ Funções Inversas
101
INTRODUÇÃO
Introdução
Um dos conceitos fundamentais em Matemática é o de função. Função é um tipo particular de
relação, que, por possuir uma propriedade especial, recebe denominação diferente.
Em matemática, sempre temos interesse em saber como certas variáveis se relacionam entre
si, mas relações funcionais ocorrem em todos os ramos do conhecimento humano. Em nosso
cotidiano, usamos constantemente o conceito de função, podendo citar como exemplos:
- a dose de um remédio para uma criança é medida em função do seu peso;
- o desconto do imposto de renda é calculado em função da faixa salarial;

- o preço a pagar por combustı́vel é orçado em função da quantidade abastecida;
- o preço de um ônibus fretado é estimado em função da distância percorrida;
- a velocidade de um foguete varia em função de sua carga;
- o salário de um vendedor comissionado é estabelecido em função do volume de vendas;

etc.
Além da importância para a Matemática em geral, o conceito de função também é parti-

cularmente importante para computação e informática, mas nessas áreas o interesse está nas
funções discretas. A variável discreta é a que assume valores em um subconjunto dos números
naturais (ou inteiros), e uma variável contı́nua é a que assume valores em um subconjunto
dos números reais. A saı́da gerada por um programa de computador, por exemplo, pode ser
considerada como uma função dos valores obtidos na entrada.
Nesta unidade faremos o estudo de funções, determinando seu domı́nio, contradomı́nio e ima-
gem. A visualização geométrica de uma função será feita por meio dos gráficos, que permitem
observar melhor o comportamento da função. Como as funções piso e teto são particularmente
interessantes para a área de computação, serão analisadas separadamente.
As propriedades das funções serão estabelecidas e abordaremos também os conceitos de
função composta e função inversa, estudados anteriormente em relações. A composição de
funções tem por objetivo construir uma nova função a partir de funções conhecidas.
Funções
Intuitivamente, podemos pensar em função como uma
“lei” (ou regra de correspondência), que associa a cada
elemento de um dado conjunto, um único elemento em
um outro conjunto. Essa “lei”, nada mais é do que
uma relação especial entre os dois conjuntos considera-
dos.
Introdução
2
102 UNIDADE IV
Formalmente, dados dois conjuntos A e B não vazios, uma função f de A em B é uma

Formalmente, dados dois
relação que associa conjuntos
a cada A xe ∈BA,
elemento não
umvazios,
únicouma funçãoy ∈
elemento f B.
de A em B é uma
relação que associa a cada elemento x ∈ A, um único elemento y ∈ B.
- Funções também são chamadas de mapeamentos ou transformações.
- Funções também são chamadas de mapeamentos ou transformações.
As funções podem ser descritas por meio de tabelas, gráficos, leis de formação, fórmulas,
As funções podem
ou mesmo porserpalavras.
descritas por meio de tabelas, gráficos, leis de formação, fórmulas,
ou mesmo por palavras.
- Se f é uma função de A para B, escreve-se f : A → B e se lê: “f é uma função de A em
s conjuntos A e B- não
Se fvazios, uma funçãoA fpara
de A em B é uma
éBuma função
ou “f leva de
(ou mapeia) B,A em B.” f : A → B e se lê: “f é uma função de A em
escreve-se
lemento x ∈ A, um único elemento y ∈ B.
B ou “f leva (ou mapeia) A em B.”
hamadas de mapeamentos - Se ∈ A, então f (a) (lê-se f de a) denota o único elemento de B que f associa a a. f (a)
ouatransformações.
- Se a ∈é A, então fimagem
chamado (a) (lê-sedef adepor
a) f.
denota o único elemento de B que f associa a a. f (a)
descritas por meio deé chamado
tabelas, gráficos,
imagem leis
de adeporformação,
f. fórmulas,
s. De maneira geral, representamos como y = f (x) o único elemento y ∈ B associado a
x ∈ a. geral, representamos como y = f (x) o único elemento y ∈ B associado a
De maneira
A para B, escreve-sexf∈: a.
A → B e se lê: “f é uma função de A em
eia) A em B.”
lê-se f de a) denota o único elemento de B que f associa a a. f (a)

a por f.
resentamos como y = f (x) o único elemento y ∈ B associado a
Notação:
Notação:
Em geral, usaremos letras minúsculas, como f , g, h etc., para relações que são funções.
Em geral, usaremos letras minúsculas, como f , g, h etc., para relações que são funções.
# REFLITA #
# REFLITA #
as minúsculas, como f , g, h etc., para relações que são funções.

Relações “vários-para-vários” e “um-para-vários” não são funções. (Por quê?)
Relações “vários-para-vários” e “um-para-vários” não são funções. (Por quê?)
Fonte: A autora.
Fonte: A autora.
# FIM REFLITA #
# FIM REFLITA #
rios” e “um-para-vários” não são funções. (Por quê?)
3
3
FUNÇÕES
103
É muito proveitoso considerar uma função como uma

máquina. Se x estiver no domı́nio da função f , quando x
entrar na máquina, ele será aceito como input, e a máquina
produzirá um output f (x) de acordo com a lei que define
a função. Assim, podemos pensar o domı́nio como o con-
junto de todos os inputs, enquanto a imagem seria como o
conjunto de todos os outputs possı́veis.
Domı́nio, Contradomı́nio e Imagem de uma Função

Como funções são um tipo particular de relações, então todos os conceitos introduzidos para
relações (como domı́nio, composição, inversa etc.) valem também para funções.
Seja f uma função definida de A para B.
- Pela definição de função, temos que o domı́nio de f é sempre o conjunto de partida A

(Dom(f ) = A).
- O conjunto de chegada B é denominado contradomı́nio de f.
- O conjunto imagem de f é o conjunto de todas as imagens dos elementos de A, ou seja,
Im(f ) = {f (x) : x ∈ A}.
Exemplos:
1) Sejam A = {1, 2, 3, 4} e B = {a, b, c, d} conjuntos, e consideremos f a relação definida
por f = {(1, a), (2, a), (3, d), (4, c)}.
Assim, os valores de f de x, para cada x ∈ A são: f (1) = a, f (2) = a, f (3) = d, f (4) = c.
Como para cada x ∈ A existe um único y = f (x) ∈ B, então f é uma função.
4Domínio, Contradomínio e Imagem de uma Função

104 UNIDADE IV
Dom(f ) = {1, 2, 3, 4} e Im(f ) = {a, c, d}.
2) Seja f : R → R definida por f = {(x, x2 ) | x ∈ R}. Para cada x ∈ R, temos que existe
um único y = f (x) ∈ R tal que y = x2 . Logo, f é uma função com Dom(f ) = R e Im(f ) = R+ .
3) Sejam A, B = R. A relação g : A → B definida por g = {(x2 , x) | x ∈ A} não é função,

pois para um mesmo valor de x ∈ A vão corresponder dois valores de y ∈ B. Por exemplo, ao
número 4 ∈ A estão associados os números −2 e 2 ∈ B.
Podemos resumir dizendo que uma função consiste em três coisas:
1. um domı́nio Dom
2. uma imagem Im
3. uma regra que para cada x ∈ Dom, especifica um único elemento f (x) em Im.
Exercı́cio:
Quais das relações abaixo são funções do domı́nio no contradomı́nio indicado? Justifique se
alguma não for função.
a) f : A → B, onde A é o conjunto de todas as pessoas residentes em sua cidade, B é o

conjunto de todos os números de CPF e f associa a cada pessoa seu CPF.
b) g : N → N, onde g é definida por g(x) = x − 5.
c) h : S → T, onde S = T = {3, 4, 5} e h = {(3, 3), (4, 5), (5, 3), (4, 3)}.
d) f : R → R definida por f (x) = 3 − 2x.
e) g : S → T, onde S = {2010, 2011, 2012, 2013}, T = {96.804, 159.125, 177.794, 212.566}, e

g é definida pelo gráfico abaixo.
5
FUNÇÕES
105
Função de Várias Variáveis
A definição de função também inclui funções de mais de uma variável: podemos ter uma
função f : A1 ×A2 ×A3 ×· · ·×An → B que associa a cada n-upla de elementos (a1 , a2 , a3 , · · · , an ), ai ∈
A, um único elemento b ∈ B.
Exemplos:
1) Seja f : Z × Z → N, onde f é definida por f (x, y) = x2 + 2y 2 . Então f (−2, 1) =

(−2)2 + 2.(1)2 = 6.
2) g : N2 → N3 , onde g é dada por g(x, y) = (2y, x, 0). Então g(2, 5) = (10, 2, 0) e g(0, 1) =
(2, 0, 0).
Os elementos no domı́nio e no contradomı́nio não precisam ser necessariamente números.

Por exemplo, se A é o conjunto de todas as cadeias de caracteres de comprimento finito e f
a associação que leva cadeia em seu número de caracteres, então f é uma função com domı́nio
A e contradomı́nio N (considerando a “cadeia vazia” que tem zero caractere).
Igualdade de Funções
Duas funções são ditas iguais se têm o mesmo domı́nio, o mesmo contradomı́nio e a mesma
associação de valores do contradomı́nio a valores do domı́nio.
Exemplo:
Sejam A = {2, 3, 6} e B = {4, 9, 36}. A função f : A → B definida por f = {(2, 4), (3, 9), (6, 36)}
e g : A → B definida por g(x) = x2 são iguais.
Gráfico de Funções
Seja f uma função do conjunto A para um conjunto B. O gráfico da função f é o conjunto de
todos os pares ordenados {(x, y) | x ∈ A e y = f (x)}.
Como o gráfico de f é um subconjunto do produto cartesiano A × B, podemos representá-lo
no diagrama coordenado de A × B.
6
Igualdade de Funções
106 UNIDADE IV
Um eletrocardiograma (ECG), por exemplo, é o gráfico

que representa uma função: mostra a atividade elétrica em
função do tempo.
Exemplos:
1) F : Z → Z, F (x) = x2 .
Gráfico de F :
2) f : A = {−1, 2, 4, 5} → B = Z definida por f (x) = x − 2.
Temos que f (−1) = −3, f (2) = 0, f (4) = 2 e f (5) = 3. O gráfico de f é dado por:
FUNÇÕES
107
3) Se g : R → R definida por g(x) = x − 2, então o gráfico de g será:

Podemos observar que apesar das expressões f e g serem iguais, como os domı́nios são
diferentes, o conjunto de pares ordenados é modificado. O gráfico de f é formado por pontos
discretos (separados), enquanto o gráfico de g é contı́nuo.
Segundo Gersting (2013), a maior parte das funções que interessa para a computação são
discretas. Em um computador digital, a informação é processada em uma série de passos
distintos (discretos). Mesmo em situações nas quais uma quantidade varia continuamente em
relação a uma outra, aproximamos pegando dados discretos em intervalos pequenos, como o
gráfico da função f (x) é aproximado pelo gráfico de g(x) abaixo, por exemplo.
Igualdade de Funções
108 UNIDADE IV
Função Piso e Função Teto

A Função Piso atribui a cada número real x o maior inteiro que é menor ou igual a x. É
denotada por x.
Exemplos:
a) 2, 57 = 2, pois 2 ≤ 2, 57 < 3.
b) 5, 99 = 5, pois 5 ≤ 5, 99 < 6.
c) −217, 5 = −218, pois −218 ≤ −217, 5 < −217.
d) 8 = 8, pois 8 ≤ 8.
A Função Teto atribui a cada número real x o menor inteiro que é maior ou igual a x. É
denotada por x.
Exemplos:
a) 2, 57 = 3, pois 2 < 2, 57 ≤ 3.
b) 5, 12 = 6, pois 5 < 5, 12 ≤ 6.
c) 8 = 8, pois 8 ≤ 8.
d) −156, 22 = −156, pois −157 < −156, 22 ≤ −156.
Gráficos:
Função Piso Função Teto
Consideremos o seguinte problema:
FUNÇÕES
109
Dados armazenados em uma mı́dia ou transmitidos em uma rede são normalmente repre-
sentados por uma string de bytes. Cada byte possui 8 bits. Quantos bytes são necessários para
codificar 329 bits de dados?
Podemos resolver o problema usando a função teto:
329
= 41, 125 = 42.
8
Propriedades de Funções
ID da Imagem: 189533801
Funções Injetoras
Pela definição de função, temos que existe uma única imagem para cada elemento do
domı́nio. No entanto, um determinado elemento da imagem pode ter mais de uma imagem
inversa.
Uma função f : A → B é dita injetora (ou injetiva ou um para um) se elementos

diferentes de A têm imagens distintas em B .
∀x1 ∈ A, ∀x2 ∈ A, (x1 = x2 ) ⇒ f (x1 ) = f (x2 ).
A ideia de função injetora é a mesma de um-para-um para relações binárias em geral, com
a diferença que todos os elementos do conjunto de partida têm que aparecer como a primeira
componente do par ordenado.
Por exemplo, sejam A = {a, b, c, d}, B = {0, 1, 2, 3, 4, 5} e f : A → B definida por f :
{(a, 4), (b, 5), (c, 1), (d, 3)}. Temos que f é uma função injetora.
10
Propriedades de Funções
110 UNIDADE IV
Funções Sobrejetoras
Uma função f : A → B é dita sobrejetora (ou sobrejetiva) se sua imagem é igual ao seu
contradomı́nio, ou seja, se todo elemento b ∈ B possui um elemento correspondente a ∈ A.
∀y ∈ B, ∃ x ∈ A | f (x) = y.
Por exemplo, g : A = {a, b, c, d} → B = {0, 1, 2} definida por g : {(a, 2), (b, 1), (c, 0), (d, 1)}
é sobrejetora (mas não é injetora... Por quê?).
Funções Bijetoras
Uma função f : A → B é dita bijetora (ou bijetiva ou uma bijeção) se for, ao mesmo
tempo, injetora e sobrejetora.
11
FUNÇÕES
111
Exemplo:
h : A = {a, b, c, d} → B = {0, 1, 2, 3} definida por h : {(a, 3), (b, 1), (c, 0), (d, 2)} é bijetora.
Abaixo, seguem ilustrações de relações que não são funções, bem como de funções e suas
propriedades. Em cada caso, o domı́nio é o conjunto da esquerda, e o contradomı́nio, o da
direita:
12
112 UNIDADE IV
Função Composta
Uma vez que funções são relações, podemos estender o conceito de composição de relações para
funções.
Consideremos as funções f : A → B e g : B → C. Então, podemos definir uma nova função
de A para C, denominada composição das funções f e g e denotada por g ◦ f, da seguinte
maneira:
(g ◦ f )(a) = g(f (a)).
Ou seja, dado a ∈ A, achamos a imagem de a por f e então achamos a imagem de f (a) por g.
Observações:
• A função composta (g ◦ f ) de A em C só existirá se a imagem de f for um subconjunto
do domı́nio de g.
• A composição de funções não é comutativa: (g ◦ f ) = (f ◦ g).

Exemplos
1) Consideremos os conjuntos A = {−2, −1, 0}, B = {−3, −2, −1, 2} e C = {9, 4, 1}, e as
funções f : A → B e g : B → C definidas por f (x) = x − 1 e g(x) = x2 .
a) Fazer o diagrama de conjuntos e setas para expressar f, g e (g ◦ f ).
13
FUNÇÕES
113
b) Determinar (g ◦ f )(−2) e (g ◦ f )(0).
• (g ◦ f )(−2) = g(f (−2)) = g(−3) = 9.

• (g ◦ f )(0) = g(f (0)) = g(−1) = 1.
c) Determinar uma expressão para a função composta h(x) = (g ◦ f )(x).

(g ◦ f )(x) = g(f (x)) = g(x − 1) = (x − 1)2 = x2 − 2x + 1.
Podemos perceber pelo diagrama feito em (a) que a ordem é importante na composição
de funções. A composta de f e g (g ◦ f ) está definida, pois Dom(f ) ⊂ Im(g), mas não é
possı́vel fazer a composição de g com f (f ◦ g).
2) Consideremos f : N → N definida por f (x) = x + 2 e g : N → N dada por g(x) = 1 − 3x.

Calcular as seguintes expressões:
a) (g ◦ f )(4)
(g ◦ f )(4) = g(f (4)) = g(4 + 2) = g(6) = 1 − 3.(6) = 1 − 18 = −17.
b) (f ◦ g)(4)
(f ◦ g)(4) = f (g(4)) = f (1 − 3.4) = f (1 − 12) = f (−11) = −11 + 2 = −9.
c) (f ◦ f )(7)
(f ◦ f )(7) = f (f (7)) = f (7 + 2) = f (9) = 9 + 2 = 11.
d) (g ◦ f )(x)
(g ◦ f )(x) = g(f (x)) = g(x + 2) = 1 − 3.(x + 2) = 1 − 3x − 6 = −3x − 5.
e) (f ◦ g)(x)
(f ◦ g)(x) = f (g(x)) = f (1 − 3x) = (1 − 3x) + 2 = 3 − 3x.
14
114 UNIDADE IV
f) (g ◦ g)(x)
(g ◦ g)(x) = g(g(x)) = g(1 − 3x) = 1 − 3.(1 − 3x) = 1 − 3 + 9x = −2 + 9x.
g) (f ◦ f )(x)
(f ◦ f )(x) = f (f (x)) = f (x + 2) = (x + 2) + 2 = x + 4.
Para que fazemos a composição de funções? Uma função composta substitui as aplicações su-
cessivas de duas aplicações. Assim, a composição de funções representa uma simplificação no
trato de funções.
A composição de funções preserva as propriedades das funções serem injetoras ou sobreje-

toras, podendo-se afirmar então que a composição de duas bijeções é uma bijeção.
Funções Inversas
Se uma variável dependente y está relacionada com a
variável independente x por meio da função f , isto é, se
y = f (x), então sabemos exatamente como y varia quando x
varia. Por exemplo, a fórmula para converter a temperatura
Celsius x em temperatura Kelvin é k(x) = x + 273, 16. As-
sim, dada uma temperatura em grau Celsius, conseguimos
seu valor correspondente em grau Kelvin. Mas poderı́amos
estar interessados no processo inverso: dada uma tempera-
tura em grau Kelvin, obter seu valor em grau Celsius.
Esse processo de saber como varia a mesma variável x
quando fazemos variar y, significa encontrar uma outra função g tal que y passe a ser a variável
independente passando x a ser a variável dependente, isto é, encontrar uma outra função g tal
que x = g(y). Essa função g pode existir ou não. Se existir, chama-se a função inversa de f e
designa-se por f −1 .
Mas quando existirá a função g?
Exemplo:
Sejam A = {1, 2, 3} e B = {a, b, c} e f : A → B dada por f = {(1, a), (2, b), (3, b)}.
Podemos observar que a relação inversa g = {(a, 1), (b, 2), (b, 3)} não é uma função, pois o
elemento b ∈ B está associado a dois valores do conjunto A : 2 e 3.
15
FUNÇÕES
115
Assim, para a inversa g estar bem definida, é preciso que cada y ∈ B corresponda a somente
um elemento x ∈ A, ou seja:
1) Cada y ∈ B tenha um elemento x ∈ A associado (por meio de g).

2) Para cada y ∈ B exista um único correspondente x ∈ A.
Reescrevendo as duas condições em termos da função f :
1) Cada y ∈ B seja transformado (por meio de f) de algum x ∈ A;
2) Aos elementos de A correspondem (por meio de f) diferentes elementos de B.

Ou seja,
1) f é sobrejetiva;
2) f é injetiva.
Concluindo:
Para que a função g = f −1 exista, é preciso que f seja sobrejetiva e injetiva, isto é, bijetiva.
Observações:
• Se a inversa existir, será única.
• Se f é invertı́vel, f −1 também será invertı́vel (também é bijetiva), e a inversa de f −1 será

exatamente a função f .
Técnica para a obtenção da inversa de uma função
Se conhecemos a lei que define uma função bijetora real de variável real f : A → B, tal que
y = f (x), podemos obter a lei que define sua inversa, f −1 : B → A.
Partindo da lei que define f , encontramos a lei que define f −1 da seguinte forma:
I) Escrevemos a equação y = f (x) que define f.
16
Técnicas para Obtenção da Inversa de uma Função

116 UNIDADE IV
II) Em y = f (x) expressamos x em função de y, obtendo x = f −1 (y).

II) Em y = f (x) expressamos x em função de y, obtendo x = f −1 (y).
III) Para obter x como variável independente na equação para f −1 , trocar x por y e y por x
III) Para obter x como variável independente na equação para f −1 , trocar x por y e y por x
na equação obtida em (II).
na equação obtida em (II).
Exemplos:
Exemplos:
Determinar a inversa das seguintes funções bijetoras de domı́nio e contradomı́nio indicado:
Determinar a inversa das seguintes funções bijetoras de domı́nio e contradomı́nio indicado:
a) F : N → N definida por f (x) = 2x.
a) F : N → N definida por f (x) = 2x.
Temos que cada número natural é associado por f ao seu dobro. Assim, f (0) = 0; f (1) =
Temos que cada número natural é associado por f ao seu dobro. Assim, f (0) = 0; f (1) =
2; f (2) = 4; f (3) = 6; ..., e o conjunto imagem de f são todos os múltiplos de 2.
2; f (2) = 4; f (3) = 6; ..., e o conjunto imagem de f são todos os múltiplos de 2.
Para determinar a inversa de f, procedemos da seguinte maneira:
Para determinar a inversa de f, procedemos da seguinte maneira:
y y
y = 2x ⇒ y = x ⇒ x = y .
y = 2x ⇒ 2 = x ⇒ x = 2 .
2 2
x x
Trocando x por y na última equação, obtemos y = x . Logo, f −1 (x) = x , ou seja, a
Trocando x por y na última equação, obtemos y = 2 . Logo, f −1 (x) = 2 , ou seja, a
função inversa de f associa cada elemento do conjunto2 imagem de f à metade2 do seu
função inversa de f associa cada elemento do conjunto imagem de f à metade do seu
valor.
valor.
b) f : R → R definida por f (x) = 5 − 3x.
b) f : R → R definida por f (x) = 5 − 3x.
5−y
y = 5 − 3x ⇒ −3x = y − 5 ⇒ 3x = 5 − y ⇒ x = 5 − y .
y = 5 − 3x ⇒ −3x = y − 5 ⇒ 3x = 5 − y ⇒ x = 3 .
3
5−x
Logo, f −1 (x) = 5 − x .
Logo, f −1 (x) = 3 .
3
# SAIBA MAIS #
# SAIBA MAIS #
Modelagem Matemática
Modelagem Matemática
As funções desempenham um papel importante na ciência. Frequentemente, observa-se que

As funções desempenham um papel importante na ciência. Frequentemente, observa-se que
uma grandeza é função de outra e então tenta-se encontrar uma fórmula razoável para expressar
uma grandeza é função de outra e então tenta-se encontrar uma fórmula razoável para expressar
essa função. A busca de uma função que represente uma dada situação é chamada de Mode-
essa função. A busca de uma função que represente uma dada situação é chamada de Mode-
lagem Matemática, e a função escolhida é o modelo matemático. Um modelo pode esclarecer
lagem Matemática, e a função escolhida é o modelo matemático. Um modelo pode esclarecer
a relação entre as variáveis e nos ajudar a fazer previsões, pois o modelo permite que vejamos
a relação entre as variáveis e nos ajudar a fazer previsões, pois o modelo permite que vejamos
pontos na função (na tabela ou no gráfico) que podemos não ter observado no fenômeno real,
pontos na função (na tabela ou no gráfico) que podemos não ter observado no fenômeno real,
assim como permite fazer mudanças matematicamente que não faziam parte da experiência
assim como permite fazer mudanças matematicamente que não faziam parte da experiência
original.
original.
Fonte: A autora.
Fonte: A autora.
#FIM SAIBA MAIS#
#FIM SAIBA MAIS#
17
17
FUNÇÕES
117
Função é uma palavra comum mesmo em contextos não técnicos. Em meios de comunicação ou
mesmo em conversas cotidianas, é comum ouvirmos ou usarmos a expressão “está em função
de” para expressar uma relação entre objetos. Quando se afirma, por exemplo, que a demanda
de um produto depende de seu preço, isso significa que a quantidade vendida está em função
do preço.
É claro que funções matemáticas são usadas em álgebra e cálculo, geralmente expressas por
equações do tipo y = f (x) que estabelecem uma relação funcional entre os valores de x e os
valores correspondentes y que se obtêm quando x é substituı́do na expressão.
Funções, assim como relações, descrevem diversas situações reais. Nesta unidade, vimos que
função é um tipo particular de relação binária e que nem toda relação entre conjuntos é uma
função. Retomamos os conceitos de domı́nio, contradomı́nio e imagem para funções e definimos
a igualdade entre funções.
Uma função pode ser expressa por meio de fórmula; texto; tabela ou gráfico. Como função
é um tipo de relação binária, então seu gráfico pode ser representado como um subconjunto do
plano cartesiano A × B, sendo A o domı́nio e B o contradomı́nio da função.
Funções Piso e Teto são particularmente interessantes pois transformam qualquer número
real em número inteiro, que muitas vezes é a solução esperada para problemas práticos.
Funções também têm propriedades especiais, podendo ser classificadas como injetoras, so-
brejetoras ou bijetoras. Dependendo das propriedades da funções, podemos realizar a operação
de inversão. Estudamos que inverter uma relação entre conjuntos nem sempre acarreta a
obtenção de uma função, e a condição necessária e suficiente para se definir a função inversa é
que a função deve ser bijetora.
Outra operação estudada foi a composição, que substitui as aplicações sucessivas de duas
funções, representando uma simplificação de operações. A composição é uma operação que
pode ser realizada com as funções desde que o domı́nio de uma seja subconjunto da imagem da
outra, destacando-se que esta operação não é comutativa.
O conceito de função, junto com sua representação gráfica, é certamente um dos mais
importantes em Matemática e é ferramenta poderosa na modelagem de problemas. Na busca
de entendimento dos mais variados fenômemos, e em diversas áreas de conhecimento, esse
conceito se faz presente.
19
1) O diagrama a seguir representa uma função.
a) Determinar seu domı́nio, contradomı́nio e imagem.
b) Qual é a imagem de 8? E de 4?
c) Quais são as imagens inversas de 7?
d) Essa função é injetora e/ou sobrejetora? Justifique.
2) Dados os conjuntos A = {3; 8; 15; 24} e B = {2; 3; 4; 5; 9}, pede-se:

√
a) Determine a relação R1 : A → B, tal que R1 = {(a, b) | b = a + 1}.
b) Determine a relação R2 : B → A, tal que R2 = {(b, a) | a = b − 1}.
c) A relação R1 é uma função? Explique. Caso seja, determine sua imagem.
d) A relação R2 é uma função? Explique. Caso seja, determine sua imagem.
3) Conside f : N → N dada por f (x) = 5 − 2x e g : R → R definida por g(x) = 3x. Calcular

as seguintes expressões:
a) (f ◦ g)(3) e) (f ◦ g)(x)
b) (g ◦ f )(0) f) (g ◦ f )(x)
c) (f ◦ f )(2) g) (f ◦ f )(x)
d) (g ◦ g)(2) h) (g ◦ g)(x)
4) Para cada uma das bijeções f : R → R abaixo, encontre f −1 :
a) f (x) = 5x
20
119
b) f (x) = x3
2x + 7
c) f (x) =
3
5) Sejam f : R → Z dada por f (x) = x, g : R → Z dada por g(x) = x e h : Z → N dada
por h(x) = 2x2 . Determine o valor de:
a) (h ◦ f )(−6, 4) =
b) (f ◦ h)(−6, 4) =
c) (f ◦ g)(3, 75) =
O vı́deo-documentário A História do Conceito da Função, partes 1 a 4, trata sobre a construção

do conceito matemático que hoje se denomina função. Baseado nas pesquisas do Prof. Paulo
Castor Maciel, a primeira parte trata da relação funcional, da contagem e da consequente ne-
cessidade de relacionar dois números; a parte dois trata das origens da tentativa de conceituar
função por volta do perı́odo da Revolução Cientı́fica; na parte três estão as contribuições de
matemáticos renomados, quando o conceito começa a ganhar forma e funções passam a ser
escritas em fórmulas, e na última parte do documentário, estudam-se as partes mais contem-
porâneas do que se conhece, hoje, por função.
Os vı́deos estão disponı́veis nos seguintes endereços:
<https://www.youtube.com/watch?v=pYQzdY40yr8>.
<https://www.youtube.com/watch?v=35OIMMUFAuk>.
<https://www.youtube.com/watch?v=OK5FrN4E7b4>.
<https://www.youtube.com/watch?v=HZLREejrDP0>.
Outra sugestão é o vı́deo “Criptografia - História”, disponı́vel em: <https://www.youtube.com/

watch?v=2kCYRgP4OOU>, que trata sobre criptografia e como as mensagens codificadas
foram importantes desde a Roma Antiga até os dias de hoje, dando exemplos de códigos e
seus usos no decorrer da história.
21
Criptografia
Desde os primórdios dos tempos que o homem tem sentido a necessidade de guardar se-gredos,
mas tão forte quanto a necessidade nata da espécie humana de guardar segredo sobre
determinados assuntos é a vontade dos mesmos humanos de desvendar esses segredos. Com o
avanço dos poderes das Redes de Computadores, o mundo tende a “ficar menor”, e este avanço
faz com que a informação e o controle sobre ela sejam estratégicos para governos e empresas.
Pensando na necessidade de se criar ferramentas capazes de proteger a informação e de prover
segurança aos dados armazenados e transmitidos pelas organizações atravéz do mundo, veio a
motivação para se estudar Criptografia.
Criptografia é técnica de escrever mensagens em cifras ou códigos com o intuito de manter
sigilo sobre as informações.
Num esquema de criptografia, um transmissor deseja que essa mensagem chegue com segu-
rança a seu receptor. O transmissor escreve a mensagem em texto claro e aplica um método de
codificação para produzir uma mensagem cifrada. A mensagem codificada é então transmitida ao
receptor que aplica um método de decodificação para converter o texto cifrado novamente em
texto claro. O ato de decodificar é então a operação inversa do ato de codificar:
decodificação(codificação (mensagem original))= mensagem original.
O desenvolvimento da matemática, em especial na área de Teoria dos Números, tem pro-

porcionado um avanço significativo da criptografia, que também faz uso da Álgebra Linear e
Matemática Discreta em sua parte teórica. O mecanismo criptográfico, basicamente,
“embaralha” um texto claro e o transforma em um texto cifrado, de acordo com um algoritmo.
Esse sistema pode ser descrito num modelo matemático, no qual, o que difere são as funções de
codificação e decodificação.
Num exemplo de esquema de criptografia, se consideramos A o domı́nio das mensagens não
cifradas e B o domı́nio das mensagens criptografadas, então a criptografia é a transformação do
texto de A para B aplicando uma função bijetora f sobre cada caractere do texto de tal modo que
se possa calcular sua inversa. A função inversa traduz a mensagem criptografada.
Mais informações podem ser obtidas em:
<http://www.ucb.br/sites/100/103/TCC/12007/PalomaBarbosaFreire.pdf>.
<www.ucb.br/sites/100/103/TCC/22005/WaldizarBorgesdeAraujoFranco.pdf>.
a) (h ◦ f )(−6, 4) =
b) (f ◦ h)(−6, 4) =
c) (f ◦ g)(3, 75) =
O vı́deo-documentário A História do Conceito da Função, partes 1 a 4, trata sobre a construção

do conceito matemático que hoje se denomina função. Baseado nas pesquisas do Prof. Paulo
Castor Maciel, a primeira parte trata da relação funcional, da contagem e da consequente ne-
cessidade de relacionar dois números; a parte dois trata das origens da tentativa de conceituar
função por volta do perı́odo da Revolução Cientı́fica; na parte três estão as contribuições de
matemáticos renomados, quando o conceito começa a ganhar forma e funções passam a ser
escritas em fórmulas, e na última parte do documentário, estudam-se as partes mais contem-
porâneas do que se conhece, hoje, por função.
Os vı́deos estão disponı́veis nos seguintes endereços:
<https://www.youtube.com/watch?v=pYQzdY40yr8>.
<https://www.youtube.com/watch?v=35OIMMUFAuk>.
<https://www.youtube.com/watch?v=OK5FrN4E7b4>.
<https://www.youtube.com/watch?v=HZLREejrDP0>.
Outra sugestão é o vı́deo “Criptografia - História”, disponı́vel em: <https://www.youtube.com/

watch?v=2kCYRgP4OOU>, que trata sobre criptografia e como as mensagens codificadas
foram importantes desde a Roma Antiga até os dias de hoje, dando exemplos de códigos e
seus usos no decorrer da história.
21
Material Complementar
Material Complementar: Filme
O Jogo da Imitação
Elenco: Benedict Cumberbatch (Alan Turing)

Keira Knightley (Joan Clarke)
Matthew Goode (Hugh Alexander)
Mark Strong (Stewart Menzies)
Charles Dance (Comandante Denniston)
Direção: Morten Tyldum
Produção: Nora Grossman, Peter Heslop, Graham Moore,
Ido Ostrowsky e Teddy Schwarzman
Duração: 113 min.
Ano: 2015 (lançamento)
Gênero: Drama, Suspense, Biografia
Paı́s: EUA, Reino Unido
Classificação: 12 anos
Sinopse: O Jogo da Imitação (The Imitation Game) é baseado na história real do lendário
criptoanalista inglês Alan Turing, considerado o pai da computação moderna, e narra a tensa
corrida contra o tempo de Turing e sua brilhante equipe no projeto Ultra para decifrar os
códigos de guerra nazistas e contribuir para o final do conflito. Ele foi decisivo para a derrota
do nazismo e precursor dos computadores e da inteligência artificial.
22
APLICAÇÕES À
V
UNIDADE
COMPUTAÇÃO
■■ Reconhecer e compreender aplicações de álgebra de conjuntos nas
linguagens de programação e teoria da computação.
■■ Entender como a linguagem de programação Prolog é constituída
em função da lógica de predicados.
■■ Desenhar um diagrama PERT de uma tabela de tarefas.
■■ Encontrar o tempo mínimo para completar uma sequência ordenada
de tarefas e determinar um caminho crítico, usando diagrama PERT.
■■ Reconhecer um autômato finito como uma função.
■■ Compreender o modelo entidade-relação e o modelo relacional para
um projeto.
■■ Efetuar operações de restrição, projeção e união em um banco de
dados relacional.
Plano de Estudo
■■ Álgebra dos Conjuntos nas Linguagens de Programação
■■ Programação Lógica
■■ Caminho crítico no Diagrama PERT
■■ Autômatos Finitos e Funções
■■ Relações e Banco de Dados
125
INTRODUÇÃO
Introdução
Nas unidades anteriores, fizemos um estudo de lógica; teoria dos conjuntos; relações e funções.
A matemática, para a área de computação, é uma ferramenta a ser usada na definição formal
de conceitos computacionais. A teoria é importante para a prática, pois provê ferramentas
conceituais que serão usadas no desenvolvimento de projetos ligados à área de atuação.
Nesta unidade, serão apresentadas algumas aplicações da Matemática estudada anterior-
mente na área de Computação.
Veremos, por meio de conceitos e exemplos, a relação da teoria dos conjuntos com as lin-
guagens de programação. Como uma linguagem de programação é definida por todos os seus
programas possı́veis, então pode ser considerada um conjunto infinito. A aplicação das regras
de inferência serão mostradas no programa Prolog, que são uma linguagem de programação
que reduzem a busca de respostas corretas à pesquisa de refutações (deduções por contradição)
a partir das sentenças do programa e da negação da consulta.
Retomaremos o assunto sobre Diagrama PERT, que é a representação de uma relação que
envolve ordenação de tarefas, e definiremos caminho crı́tico em um diagrama, na busca do menor
tempo para realização de uma sequência de atividades ordenadas. Também destacaremos a
aplicação de relações em banco de dados relacional, que são um conjunto de dados integrados
cujo objetivo é atender a uma comunidade de usuários, e a aplicação de funções para o conceito
de autômato finito, que são um modelo computacional de definição de linguagens que são
definidas por mecanismos de reconhecimento.
O objetivo principal nesta unidade é apresentar aplicações da teoria estudada anteriormente
em tópicos especı́ficos do curso, deixando claro que será desenvolvida, apenas, uma breve in-
trodução dos conceitos, visto que o estudo detalhado de muitos deles é realizado em algumas
disciplinas especı́ficas.
Álgebra dos Conjuntos nas Linguagens de Programação

Álgebra dos Conjuntos nas Linguagem de Programação
Introdução
2
126 UNIDADE V
Existem diversas aplicações da teoria dos conjuntos dentro da computação. Veremos sua
aplicação em linguagem de programação.
• Linguagem de Programação
A noção de conjunto permite definir linguagem, um dos conceitos mais fundamentais em

computação. Mas para definir linguagem é necessário, antes, introduzir os conceitos de
alfabeto e palavras ou cadeia de caracteres.
Definições:
1. Alfabeto: é um conjunto finito e não vazio de sı́mbolos (ou caracteres), que são denominados
elementos do alfabeto.
2. Os sı́mbolos (tokens), também denominados átomos, são representações gráficas indivisı́veis.
Cada sı́mbolo é considerado como uma unidade atômica, não importando a sua particular
representação visual. São exemplos de sı́mbolos: b, abc, begin, if , 7045, 2.017e4.
3. Palavra (ou cadeia de caracteres, ou sentença): uma palavra ou cadeia de caracteres so-bre
um alfabeto é uma sequência finita de sı́mbolos do alfabeto justapostos. As palavras sobre um
alfabeto serão denotadas por letras gregas minúsculas: α; β; γ; ...
Se Σ representa um alfabeto, então, Σ∗ denota o conjunto de todas as palavras possı́veis

sobre Σ.
Exemplo:
Como exemplo de alfabeto, consideremos Σ o conjunto dos dı́gitos hexadecimais, em que cada
elemento corresponde a um sı́mbolo:
Σ = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9, a, b, c, d, e, f }.
12ab, 88541aaf , e4, cdf ee03, 8, são exemplos de cadeias (ou palavras) que podem ser
construı́das com os sı́mbolos de Σ.
O comprimento de uma cadeia é um número natural que designa a quantidade de sı́mbolos

que a compõem. O comprimento de uma cadeia α é denotado por |α|.
Exemplo:
Considerando as cadeias α = ab56d; β = 2; e γ = 4e sobre Σ, então, temos que |α| =
5; |β| = 1 e |γ| = 2.
127
Dá-se o nome de cadeia elementar (ou unitária) a qualquer cadeia formada por um único
sı́mbolo. Por exemplo, α = d. Temos que |α| = 1.
Cadeia Vazia: Uma cadeia sem sı́mbolos também é uma cadeia válida. Denota-se por ε a
cadeia formada por uma quantidade nula de sı́mbolos, isto é, a cadeia que não contém sı́mbolos.
Formalmente, |ε| = 0.
ε (épsilon) denota a cadeia vazia; palavra vazia ou sentença vazia.
Se Σ é um alfabeto, já definimos Σ∗ como o conjunto de todas as palavras possı́veis sobre Σ.
Analogamente, Σ+ representa o conjunto de todas as palavras sobre Σ excetuando-se a palavra
vazia, ou seja, Σ+ = Σ∗ − {ε}.
Exemplos:
a) ε é uma palavra sobre o alfabeto Σ = {ab, ec, idf, ogh}.

b) Se Σ = {0, 1}, então, Σ∗ = {ε, 0, 1, 00, 01, 10, 11, 000, 001, 011, 111, ...}.
Linguagens
Uma linguagem formal, ou simplesmente linguagem, é um conjunto, finito ou infinito, de

cadeias de comprimento finito, formadas pela concatenação de elementos de um alfabeto finito
e não-vazio. Ou melhor: uma linguagem é um conjunto de palavras sobre um alfabeto.
Observemos que:
• ε denota a cadeia vazia, ou seja, uma cadeia de comprimento zero.
• ∅ denota uma linguagem vazia, ou seja, uma linguagem que não contém cadeia alguma; |
∅| = 0.
• {ε} denota uma linguagem que contém uma única cadeia: a cadeia vazia; |{ε}| = 1.
Observemos também que existe uma diferença conceitual entre alfabetos, linguagens e
cadeias. Alfabetos são conjuntos, finitos e não-vazios, de sı́mbolos, e, por meio de sua con-
catenação, são obtidas as cadeias. Linguagens, por sua vez, são conjuntos, finitos (eventual-
mente vazios) ou infinitos, de cadeias. Uma cadeia é também denominada sentença de uma
linguagem, ou simplesmente sentença, no caso de ela pertencer à linguagem em questão. Lin-
guagens são, portanto, coleções de sentenças sobre um dado alfabeto. A figura abaixo ilustra a
relação entre os conceitos de sı́mbolo, alfabeto, cadeia e linguagem:

128 UNIDADE V
Fonte: RAMOS (2008, online).
Podemos observar, então, que (i) um conjunto de sı́mbolos forma um alfabeto, (ii) a partir
de um alfabeto (finito) formam-se (infinitas) cadeias; (iii) determinadas cadeias são escolhidas
para fazer parte de uma linguagem; (iv) uma linguagem é um conjunto de cadeias que, por isso,
são também denominadas sentenças.
Exemplo:
Consideremos o alfabeto {c, a} e uma linguagem sobre este alfabeto:
- Sı́mbolos: c, a.
- Alfabeto: {c, a}.
- Cadeias: ... ccaaa; caa; aaaccc; a; cc; aaaa; c; acacaca; cccaaa; cacaacac; aa; ...
- Linguagem: {caa; aaaa; cccaaa; ccaaa}.

Notemos que essa linguagem é, naturalmente, apenas uma das inúmeras que podem ser criadas
a partir desse alfabeto.
Operação de concatenação:
A concatenação é uma operação binária sobre uma linguagem. Ela associa a cada par
de palavras, sejam elas elementares ou não, uma outra palavra formada pela justaposição da
primeira com a segunda.
Exemplos:
1) Consideremos o alfabeto Σ = {a, b, c} e as palavras α = aaba, β = bc e δ = c. Então:
a) (α.β) = aababc
b) β.α = bcaaba
c) α.(β.δ) = aababcc = (α.β).δ
d) α.ε = ε.α = aaba
129
2) Consideremos a linguagem L de palı́ndromos sobre {a, b}, ou seja, o conjunto de todas as

palavras que têm a mesma leitura da esquerda para a direita, e vice-versa.
L = {ε, a, b, aa, bb, aaa, aba, bab, bbb, aaaa, abba, baab, ....}
Observemos que a concatenação das palavras aba e bbb de L será a palavra ababbb, que não é
um palı́ndromo, ou seja, não pertence a L.
Assim, podemos dizer que a operação de concatenção sobre uma linguagem L não é necessari-
amente fechada sobre L, ou seja, a concatenação de duas palavras de L não é, necessariamente,
uma palavra de L.
Sendo uma linguagem qualquer coleção de cadeias sobre um determinado alfabeto Σ, e como
∗
Σ contém todas as possı́veis cadeias sobre Σ, então, toda e qualquer linguagem L sobre um
alfabeto Σ sempre poderá ser definida como sendo um subconjunto de Σ∗ , ou seja, L ⊆ Σ∗ .
Operações sobre Linguagens
Como uma linguagem é definida como um conjunto, as operações de união, interseção e

diferença podem ser aplicadas:
União: L1 ∪ L2 = {α | α ∈ L1 ou α ∈ L2 }.
Interseção: L1 ∩ L2 = {α | α ∈ L1 e α ∈ L2 }.
Diferença: L1 − L2 = {α | α ∈ L1 e α ∈ L2 }.
A operação de união pode ser denotada por L1 + L2 , e a interseção, por L1 ∗ L2 .
Exemplo:
Sejam L1 = {0, 1, 11, 01, 011, 001, 111} e L2 = {1, 11, 111, 1111} definidas sobre Σ = {0, 1}.
Então:
L1 ∪ L2 = L1 + L2 = {0, 1, 01, 11, 011, 001, 111, 1111}.
L1 ∩ L2 = L1 ∗ L2 = {1, 11, 111}.
L1 − L2 = {0, 01, 011, 001}.
O complemento de um conjunto L sobre um alfabeto Σ consiste em todos os elementos

de Σ∗ que não pertencem a esse conjunto.

L = {α | α ∈ Σ∗ e α ∈ L} = Σ∗ − L.
Exemplo:
Sejam Σ = {a, b} e L = {an ; n ≥ 0}. Então:
Σ∗ = {ε, a, b, aa, ab, bb, aaa, aab, abb, bbb, aaaa, aaab, ...} e L = {ε, a, aa, aaa, aaaa, aaaaa, ...}
6
130 UNIDADE V
(L é o conjunto de concatenações sucessivas da cadeia a, em que n indica o número de con-

catenações sucessivas).
(L ééLogo,
(L oo conjunto
conjunto de
de

concatenações sucessivas
concatenações sucessivas da da cadeia
cadeia a, a, em
em que
que nn indica
indica oo número
número de
de con-
con-
∗
L =
catenações sucessivas). {α
sucessivas). | α ∈ Σ e α ∈
L} = {b, ab, bb, aab, abb, bbb, aaab, ...}.
catenações
Logo,
Logo,
L =
L {α || α
= {α α∈∈ΣΣ∗∗ ee αα ∈ ∈ L}
L} = {b, ab,
= {b, ab, bb,
bb, aab,
aab, abb,
abb, bbb,
bbb, aaab,
aaab, ...}.
...}.
# REFLITA #
Toda a teoria #
# REFLITA
REFLITA deve ser feita para poder ser posta em prática, e toda a prática deve obedecer
# #
a uma teoria. Só os espı́ritos superficiais desligam a teoria da prática, não olhando a que a
teoria nãoa éteoria
Toda senãodeve
umaserteoria
feitada prática,
para poder eser
a prática
ser posta em
em não é senão
prática, a prática de uma
deveteoria.
Toda a teoria deve ser feita para poder posta prática, ee toda
toda aa prática
prática deve obedecer
obedecer
Fonte: Fernando Pessoa
a uma teoria. Só os espı́ritos superficiais desligam a teoria da prática, não olhando aa que
a uma teoria. Só os espı́ritos superficiais desligam a teoria da prática, não olhando que aa
teoria não é senão uma teoria da prática, e a prática não é senão a prática de uma
teoria não é senão uma teoria da prática, e a prática não é senão a prática de uma teoria. teoria.
# FIM
Fonte: REFLITA#
Fernando Pessoa
Fonte: Fernando Pessoa
# FIM
# FIM REFLITA#
REFLITA#
Linguagem de Programação:
De acordo com
Linguagem deMenezes (2013, p.8), podemos definir linguagem de programação como uma
Programação:
Linguagem de Programação:
linguagem sobre um alfabeto pré-determinado:
De acordo
De acordo com
com Menezes
Menezes As
(2013, p.8), podemos
linguagens
(2013, p.8), podemos definir linguagem
de programação
definir linguagem de programação
programação
como Pascal,
de C e Java como
como uma
são uma
lin-
linguagem sobre um alfabeto
linguagem sobre um alfabeto pré-determinado:
guagens sobre o alfabeto constituı́do por letras, dı́gitos e alguns
pré-determinado:
sı́mbolos especiais
As linguagens
linguagens (como espaço,
de programação
programação comoparênteses,
Pascal, C Cpontuação,sãoetc).
As de como Pascal, ee Java
Java são lin-
lin-
Nesse caso,
guagens sobre cada programa
sobre oo alfabeto na linguagem
alfabeto constituı́do
constituı́do por corresponde
por letras,
letras, dı́gitos a uma
dı́gitos ee alguns
alguns
guagens
palavra
sı́mbolos sobre o alfabeto.
especiais (como Ouespaço,
seja, uma linguagempontuação,
parênteses, de programaçãoé
etc).
sı́mbolos especiais (como espaço, parênteses, pontuação, etc).
definida
Nesse por todos
caso, cada os seus programas
programa na possı́veis.
linguagem Portanto, aPascal,
corresponde uma
Nesse caso, cada programa na linguagem corresponde a uma
Java, C,sobre
palavra bemo alfabeto.
como qualquer
Ou linguagem
seja, uma de programação,
linguagem de são
programaçãoé
palavra sobre o alfabeto. Ou seja, uma linguagem de programaçãoé
conjuntospor
definida infinitos.
todos osos seus
seus programas
programas possı́veis.
possı́veis. Portanto,
Portanto, Pascal,
Pascal,
definida por todos
Java, C,
Uma linguagem de programação
Java, C, ébem
bem como
um como qualquer
vocabulário
qualquer linguagem
e umlinguagem de
conjunto de programação,
de regras são
gramaticais
programação, são
usadas para escrever programas conjuntos infinitos.
de computador.
conjuntos infinitos. Esses programas instruem o computador a re-
alizar determinadas
Uma linguagem
linguagem de tarefas
programação éé Cada
especı́ficas.
de programação linguagem possui
um vocabulário
vocabulário um conjunto único de palavras-
Uma um ee um
um conjunto
conjunto de regras
de regras gramaticais
gramaticais
chaves (palavras
usadas para que
para escrever ela reconhece)
escrever programas
programas de e uma sintaxe
de computador.
computador. Esses (regras) especı́fica
Esses programas
programas instruem para organizar as
instruem oo computador instruções
computador aa re- re-
usadas
dos programas.
alizar determinadas
determinadas tarefas
tarefas especı́ficas.
especı́ficas. Cada
Cada linguagem
linguagem possuipossui umum conjunto
conjunto único
único de
de palavras-
palavras-
alizar
Um(palavras
chaves compiladorque de
elauma linguagem
reconhece) e uma de sintaxe
programação
(regras) é especı́fica
um programapara de sistemaasque
organizar traduz
instruções
chaves (palavras que ela reconhece) e uma sintaxe (regras) especı́fica para organizar as instruções
um programa
dos programas.
programas. escrito em uma linguagem de alto nı́vel (linguagem fonte) para um programa
dos
equivalente
Um em código
compilador de de máquina
uma para de
linguagem umprogramação
processador (linguagem objeto). Para desempenhar
Um compilador de uma linguagem de programação éé um
um programa
programa de sistema
de sistema que traduz
que traduz
suas tarefas,
um programa um
programa escritocompilador
escrito em
em uma deve executar
uma linguagem
linguagem de dois
de altotipos de
alto nı́vel atividade.
nı́vel (linguagem A
(linguagem fonte) primeira
fonte) para
para um atividade
um programa é a
programa
um
equivalente em
equivalente em código
código de
de máquina
máquina para
para umum processador
processador (linguagem
(linguagem objeto).
objeto). Para
Para desempenhar
desempenhar
7
suas tarefas, um compilador deve executar dois tipos de atividade. A primeira atividade éé aa
suas tarefas, um compilador deve executar dois tipos de atividade. A primeira atividade
77
131
análise (análise léxica, análise sintática e análise semântica) do código fonte, onde a estrutura
e significado do programa de alto nı́vel são reconhecidos. A segunda atividade é a sı́ntese do
programa equivalente em linguagem simbólica (geração e otimização do código executável). De
maneira resumida, podemos dizer que a análise verifica se um dado programa fonte p é, de
fato, um programa válido para a linguagem L, ou seja, verifica se p ∈ L.
Caso p ∈ L, o compilador deve alertar o programador para que esse corrija os eventuais
problemas do programa. Logo, a análise de um compilador verifica se o programa fornecido de
fato petence à linguagem ou ao complemento da linguagem, ou seja, verifica se p ∈ L ou p ∈
L, ou melhor, se:

p ∈ L ou p∈ L .
Conjuntos nas Linguagens de Programação

Na linguagem de programação Pascal, é possı́vel definir tipos de dados baseados em con-

juntos finitos, variáveis conjuntos sobre esses tipos de dados, bem como constantes conjuntos
(também finitos).
Pascal possui as seguintes operações sobre conjuntos:
A or B União entre conjuntos

A and B Interseção de conjuntos
A−B Diferença de conjuntos
A <= B Testa se A está no conjunto B
A <> B Testa a desigualdade entre conjuntos
a in A Testa a presença de um elemento no conjunto A.
Exemplos:
1) Um procedimento para executar a operação diferença simétrica definida para os conjuntos:

(A ∪ B) − (A ∩ B) seria:
procedure DifSimetrica(p,q:conjunto; var r:conjunto);

begin
r:=(p or q)-(p and q);
end.
2) Consideremos o seguinte trecho de um programa em linguagem Pascal que identifica a

classe eleitoral de uma pessoa a partir de sua idade: não eleitor (menor que 16 anos de
idade); eleitor obrigatório (entre 18 e 70 anos) e eleitor facultativo (entre 16 e 18 anos e
maior que 70 anos).

132 UNIDADE V
if (idade < 16)

writeln(‘N~
ao eleitor’);
else
if (idade< 18) or (idade>70)
writeln(‘Eleitor facultativo’);
else
writeln(‘Eleitor obrigatório’);
Podemos observar o uso dos conectivos lógicos nesse trecho de programa. Se a pessoa tem
menos de 16 anos, então, não é eleitor; se a pessoa tem menos de 18 ou mais de 70 anos,
então é um eleitor facultativo, e se tem 18 anos ou mais e 70 anos ou menos, então, é um
eleitor obrigatório. Estão implı́citas também, nesse programa, operações com conjuntos:
O conjunto universo U é o conjunto de todas as idades.
O conjunto dos “Não-eleitores” é dado por: N E = {x ∈ U | x < 16}.
O conjunto dos “Eleitores facultativos” é dado por: EF = {x ∈ U | (x ≥ 16 e x <
18) ou (x > 70)}.
O conjunto dos “Eleitores obrigatórios” é dado por EO = {x ∈ U | x ≥ 18 e x ≤ 70}.
Podemos observar também que N E, EF e EO são disjuntos, ou seja, não têm interseção.
PROLOG
Programação em Lógica e Prolog
Algumas linguagens de programação, tais

como C, Pascal e Basic são linguagens procedimen-
tais (ou imperativas), ou seja, especificam como
deve ser feita alguma coisa. Codificam algorit-
mos. O programador, portanto, está dizendo para
o computador como resolver o problema passo a
passo.
Algumas linguagens de programação, ao invés
de procedimentais, são linguagens declarativas
ou linguagens descritivas.
Segundo Gersting(2004), uma linguagem declarativa baseia-se na lógica de predicados; essa

linguagem já vem equipada com suas próprias regras de inferência. No paradigma descritivo o
programador implementa uma descrição do problema e não as instruções para sua resolução.
133
Um programa escrito em linguagem declarativa constitui-se de uma coleção de fatos e regras

que são utilizadas por um “motor de inferência” para checar se uma consulta pode ser deduzida
desta coleção: o usuário coloca perguntas, procurando informação sobre conclusões possı́veis
dedutı́veis das hipóteses, e o programa aplica suas regras de inferência às hipóteses para ver
quais das conclusões respondem à pergunta do usuário.
Prolog - Programming in Logic (Programando em Lógica) - é uma linguagem declarativa, ou
seja, especifica o quê se sabe e o quê deve ser feito. Prolog é mais direcionada ao conhecimento,
menos direcionada aos algoritmos.
Na lógica de predicados, usamos regras de inferência para demonstrar que uma tese é con-
sequência de determinadas hipóteses. Programação em Lógica e, especificamente, a linguagem
Prolog também pode provar teses a partir de hipóteses.
A linguagem Prolog inclui: predicados, conectivos lógicos e regras de inferência - Princı́pio
da Resolução.
Um programa Prolog é uma coleção de fatos e regras. Fatos são sempre verdadeiros, mas
as regras precisam ser avaliadas.
Como criar um fato em uma base Prolog: homem(x). - significa que “x é um homem”;
genitor(x, y). - significa que “x é genitor de y” ou “y é genitor de x”. É responsabilidade do
programador definir os predicados corretamente.
O conjunto de declarações que forma um programa Prolog é chamada a base de dados (BD)
desse programa.
Para determinar se uma tese (consulta do usuário à BD) é ou não verdadeira, Prolog aplica
suas regras de inferência na BD sem a necessidade de instruções adicionais por parte do pro-
gramador.
Banco de Dados convencionais descrevem apenas fatos.
“Tio Patinhas é um pato.”
As sentenças de um Programa em Lógica, além de descrever fatos, permite a descrição de

regras.
“Todo pato é uma ave.”
Havendo regras, novos fatos podem ser deduzidos.
“Tio Patinhas é uma ave.”
Vejamos a tabela de conversão dos operadores Prolog:
10
PROLOG
134 UNIDADE V
Linguagem Natural Lógica Programas Prolog

E ∧ ,
OU ∨ ;
SE ← :-
NÃO ¬ not
Como exemplo, suponha que queremos criar um programa em prolog que descreva a árvore
genealógica de uma famı́lia:
Podemos começar com um predicado binário progenitor. Descrevemos então o predicado
fornecendo os pares de elementos no domı́nio que tornam progenitor verdadeiro, gerando os
seguintes fatos no banco de dados:
progenitor(ana, lucas)
progenitor(ana, antonio)
progenitor(paulo, antonio)
progenitor(antonio, luı́sa)
progenitor(antonio, beatriz)
progenitor(beatriz, felipe).
Esse programa representa a relação progenitor, na forma de um predicado, que contém 6

cláusulas, que são todas fatos.
O programa pode ser pensado como uma tabela em um banco de dados, que pode ser
consultada de várias maneiras.
A pergunta
11
135
?progenitor(paulo, antonio)
questiona se o fato progenitor(paulo, antonio) pertence ao banco de dados, ou melhor, se Paulo
é progenitor de Antonio.
?progenitor(paulo, antonio)
true
As consultas podem ser feitas de várias maneiras:
? progenitor(ana, lucas)
true
? progenitor(antonio, lucas)
fail
? progenitor(antonio, X)
X=luı́sa
X=beatriz
fail
O programa respondeu à pergunta buscando no banco de dados todos os fatos (antonio,
X), em que X é uma variável. A resposta “luı́sa” é dada primeiro porque a busca é feita
ordenadamente, de cima para baixo. faill indica que não existem mais respostas que
satisfaçam a consulta.
Outro exemplo:
? progenitor(X, Y)
X = ana; Y = lucas
X = ana; Y = antonio
X = paulo; Y = antonio
X = antonio; Y = luı́sa
X = antonio; Y = beatriz
X = beatriz; Y = felipe
fail
Podemos ampliar o programa acrescentando novos fatos que poderão estabelecer novas
relações. Para o nosso exemplo, vamos adicionar a descrição de dois predicados unários, mas-
culino e feminino ao banco de dados colocando os fatos:
masculino(paulo).
masculino(lucas).
masculino(antonio).
masculino(felipe).
12
PROLOG
136 UNIDADE V
feminino(ana).
feminino(luı́sa).
feminino(beatriz).
feminino(ana).
feminino(luı́sa).
Regras são utilizadas para construir relações entre fatos, explicitando as dependências entre
feminino(beatriz).
eles. Ao contrário dos fatos, que são incondicionais, as regras especificam coisas que podem ser
verdadeiras
Regras se algumas
são utilizadas condições
para construirforem satisfeitas.
relações entre fatos, explicitando as dependências entre
eles. Ao contrário dos fatos, que são incondicionais, as regras especificam coisas que podem ser
A declaração
verdadeiras se algumas decondições
regras (axiomas) em linguagem de programação lógicas segue um padrão
forem satisfeitas.
conhecido como cláusulas de Horn:
A declaração de regras (axiomas) em linguagem de programação lógicas segue um padrão
conhecido como cláusulas de Horn: H ← A1 , A2 , A3 , · · · , An
H é verdadeiro se A1 é verdadeiro,
H ← A1e, A A22 ,éAverdadeiro,
3 , · · · , An
... , e An é verdadeiro, ou, se todos os
Ai são verdadeiros, então, H é verdadeiro. Na expressão acima, H é denominado a cabeça (con-
Hclusão ou consequente)
é verdadeiro se A1 é verdadeiro, 2 1é, A
da cláusulae eAA 2 , A3 , ..., A...
verdadeiro, n é,oe seu
An corpo (condição
é verdadeiro, ou,ou
seantecedente).
todos os
Ai são verdadeiros, então, H é verdadeiro. Na expressão acima, H é denominado a cabeça (con-
Em
clusão ou prolog, a cabeça
consequente) e o corpo
da cláusula e A1são
, A2separados
, A3 , ..., Anpelo sı́mbolo
é o seu corpo“:-”, que é lido
(condição como “se”.
ou antecedente).
Uma cláusula
Em prolog, deeHorn
a cabeça é uma
o corpo são cadeia de expressões
separados válidas
pelo sı́mbolo composta
“:-”, que de predicados
é lido como “se”. ou da
negação de predicados conectadas por disjunções, de tal forma que, no máximo, um predicado
não esteja
Uma negado.
cláusula de Horn é uma cadeia de expressões válidas composta de predicados ou da
negação de predicados conectadas por disjunções, de tal forma que, no máximo, um predicado
Pornegado.
não esteja meio de regras pode-se estabelecer relações entre fatos.
Exemplo:
Por meio podemos,
de regras pode-seagora, estabelecer
estabelecer as relações
relações “pai” e “mãe” da seguinte forma:
entre fatos.
Em Prolog:
Exemplo: podemos, agora, estabelecer as relações “pai” e “mãe” da seguinte forma:
X é pai de Y se
X é progenitor de Y e X é masculino pai(X,Y):- progenitor(X,Y), masculino(X).
Em Prolog:
X é de
X é pai mãe
Y de
se Y se
X é progenitor
X é progenitor de Ydee X
Y ée masculino
X é femininopai(X,Y):-
mãe(X,Y):- progenitor(X,
progenitor(X,Y), Y) , feminino(X).
masculino(X).
X é mãe de Y se
X é progenitor de Y e X é feminino mãe(X,Y):- progenitor(X, Y) , feminino(X).
Dessa forma, podemos obter as respostas às perguntas:
?pai(paulo, Y)
Y=Antonio
Dessa forma, podemos obter as respostas às perguntas:
fail
?pai(paulo, Y)
Y=Antonio
fail ?mãe(X, lucas)
X = ana
fail lucas)
?mãe(X,
X = ana
fail 13
13
137
Agora, também podemos estabelecer outras regras, tais como irmão ou irmã; avô(ó); tio(a).
* Irmã
Vamos supor que desejássemos consultar o programa para descobrir quem é irmã de Beatriz.
Então, primeiro devemos fazer a pergunta:
“Quem é o pai de Beatriz?”. Digamos que a resposta seja X, então, depois, deveremos
descobrir quais são os genitores Y de X que são do sexo feminino:
?pai(X,beatriz), progenitor(X, Y), feminino(Y), not(Y= beatriz)

X = antonio
Y = luı́sa
fail
Obs:
not(Y = beatriz) denota que Y deve ser filha de X, mas não beatriz.
Relação irmã Em Prolog

X é irmã de Y se irmã(X,Y):-
Z é progenitor de X e progenitor(Z, X),
Z é progenitor de Y e progenitor(Z, Y),
Y é feminino e feminino(Y),
X=Y not(X = Y).
Como os fatos e as regras do Prolog se relacionam com a lógica de predicados mais formal?
Podemos descrever os fatos em nosso banco de dados do exemplo pelas seguintes cadeias
que formam expressões válidas, ou fórmulas bem formuladas - fbf:
(P: progenitor; M: masculino e F: feminino)
P(ana,lucas)
P(ana, antonio)
P(paulo, antonio)
P(antonio, luı́sa)
P(antonio, beatriz)
P(beatriz, felipe)
M(paulo)
M(lucas)
M(antonio)
M(felipe)
F(ana)
14
PROLOG
138 UNIDADE V
F(luı́sa)
F(luı́sa)
F(luı́sa)
F(beatriz)
F(beatriz)
F(beatriz)
ee aea aregra
regra “ser
regra“ser mãe”
“sermãe” pela
mãe”pela fbf
pelafbf
fbf
P(X,Y)∧
P(X,Y)∧ F(X)→
P(X,Y)∧F(X)→ Mãe(X)
F(X)→Mãe(X)
Mãe(X)
Quantificadores
Quantificadores
Quantificadoresuniversais
universais
universais não
não
nãofazem
fazem
fazem parte
parte
parte explı́cita
explı́cita
explı́cita da
da regra
regra
da como
como
regra como ela
ela aparece
aparece
ela em
em
aparece um
um
em um programa
programa
programa
em
em Prolog,
emProlog, mas
masaa alinguagem
Prolog,mas linguagem trata
trataaa aregra
linguagemtrata regra como
regracomo
comoseseseestivesse
estivesse universalmente
estivesseuniversalmente quantificada:
universalmentequantificada:
quantificada:
(∀X),
(∀X), (∀Y
(∀Y
(∀X), (∀Y [P(X,Y)∧∧∧F(X)→
)) [P(X,Y)
)[P(X,Y) F(X)→ Mãe(X)],
F(X)→Mãe(X)],
Mãe(X)],
eeusa
eusaaaparticularização
usa aparticularização
particularizaçãouniversal
universal
universal para
para retirar
retirar
para osos
os
retirar quantificadores
quantificadores universais
universais
quantificadores eepermitir
universais epermitir àsàs
às
permitir variáveis
variáveis
variáveis
assumir
assumir todos
assumirtodos ososvalores
todosos valores do
valoresdo conjunto
doconjunto universo.
conjuntouniverso.
universo.
Temos
Temos que
queaa afbf
Temosque fbf
fbf
¬[P
¬[P (X,
(X,
¬[P YY)]
(X, ∨∨∨
Y)])] ¬[F
¬[F
¬[F(X)]
(X)] ∨∨∨
(X)] mãe(X)
mãe(X)
mãe(X)
éé éum
um exemplo
umexemplo
exemplodededeuma
uma cláusula
umacláusula dedeHorn,
cláusulade Horn, jájáque
Horn,já que consite
queconsite
consitedededetrês
três predicados
trêspredicados conectados
predicadosconectados
conectadosporpor
por
disjunções
disjunções com
disjunçõescom apenas
comapenas mãe(X)
apenasmãe(X) não
mãe(X)não negado.
nãonegado. Pelas
negado.Pelas leis
Pelasleis dedeDe
leisde De Morgan,
DeMorgan,
Morgan,elaela
elaéé equivalente
éequivalente
equivalenteaa a
¬[P
¬[P (X,
(X,
¬[P YY)Y)∧)∧∧
(X, FF(X)]
F(X)]∨∨∨
(X)] mãe(X)
mãe(X)
mãe(X)
que
queéé equivalente
que éequivalente
equivalenteaa a
[P[P
[P (X,
(X, YY)Y)∧)∧∧
(X, FF(X)]
F(X)]
(X)]→→
→ mãe(X)
mãe(X)
mãe(X)
que
que representa
representaaa aregra
querepresenta regra em
regraem Prolog
emProlog do
Prologdo nosso
donosso exemplo.
nossoexemplo.
exemplo.
Para
Para descobrir
Paradescobrir novas
descobrirnovas relações,
novasrelações, uma
relações,uma linguagem
umalinguagem
linguagemde dedeprogramação
programação lógica
programaçãológica utiliza
lógicautiliza um
utilizaum processo
umprocesso
processo
conhecido
conhecido
conhecido como
como
como resolução.
resolução.
resolução.AAAregra
regra
regra dede
de resolução
resolução
resolução do
dodoProlog
Prolog
Prolog procura
procura
procura por
porporumum
um termo
termo
termo ee sua
esua
sua negação
negação
negação
para
para
parainferir
inferir uma
uma
inferir uma cláusula
cláusula
cláusula dede
de Horn
Horn
Horn dede
de duas
duas
duas dadas.
dadas.
dadas.
Exemplificando,
Exemplificando,
Exemplificando, para
para
para responder
responder
responder aapergunta
apergunta
pergunta “quais
“quais
“quaisXXXsão
são mães?”,
mães?”,
são mães?”,Prolog
Prolog
Prolog busca
busca
busca no
nono banco
banco
banco dede
de
dados
dados uma
dadosuma regra
umaregra que
regraque tenha
tenhaoo opredicado
quetenha predicado desejado
predicadodesejado mãe(X)
desejadomãe(X) como
mãe(X)como cabeça.
comocabeça. Encontra
cabeça.Encontra
Encontra
¬[P
¬[P (X,
(X,
¬[P YY)]
(X, ∨∨∨
Y)])] ¬[F
¬[F
¬[F(X)]
(X)] ∨∨∨
(X)] mãe(X)
mãe(X)
mãe(X)
Procura,
Procura, entã,o
Procura,entã,o
entã,ono no banco
nobanco dededados
bancode dados por
dadospor cláusulas
porcláusulas que
cláusulasque podem
quepodem
podemser ser resolvidas
serresolvidas com
resolvidascom essa.
essa.AAA
comessa.
primeira
primeira delas
delaséé oéo ofato
primeiradelas fato P(ana,
fatoP(ana, lucas).
P(ana,lucas). Essas
lucas).Essas duas
Essasduas cláusulas
duascláusulas seseresolvem
cláusulasse resolvem em:
resolvemem:em:
¬[F
¬[F (ana)]
(ana)]
¬[F ∨∨∨
(ana)] mãe(ana)
mãe(ana)
mãe(ana)
1515
15
139
e como F(ana) é verdadeiro, o Prolog infere que
mãe(ana),
pois F (ana), ¬[F (ana)] ∨ mãe(ana) ≡ F (ana), F (ana) → mãe(ana) ≡ mãe(ana), pela regra
Modus Ponens.
Tendo obtido todas as resoluções possı́veis do fato P(ana, lucas), Prolog volta para trás,
procurando uma nova cláusula que possa ser resolvida com a regra; dessa vez encontraria P(ana,
antonio).
Caminho Crı́tico no Diagrama PERT

No estudo de Relações, na unidade III, foi introduzido o conceito de diagrama PERT - Pro-
gramming Evaluation and Review Technique, que significa técnica para análise e revisão do
programa. São três as caracterı́sticas essenciais para a utilização do PERT:
1. O projeto é constituido por um conjunto bem definido de atividades cuja finalização

corresponde ao fim do projeto.
2. As atividades podem começar ou parar independentemente umas das outras, em uma

dada sequência.
3. As atividades são ordenadas, isto é, devem ser realizadas em uma sequência tecnológica
bem determinada.
Em um diagrama PERT (ou diagrama de Rede), denomina-se caminho a qualquer sequência

de atividades, que leve do nó inicial ao nó final, ou seja, do inı́cio ao fim do projeto.
Construção do diagrama PERT
Na Unidade III, construı́mos o diagrama PERT em que as tarefas eram os nós e as setas
apontavam para as tarefas a partir de seus pré-requisitos.
Também podemos construir o diagrama, considerando que ele é constituı́do por uma rede
desenhada com base em dois elementos:
- atividades (representados por setas);
- acontecimentos (ou eventos) representados por cı́rculos (nós).
16
Caminho Crítico no Diagrama PERT

140 UNIDADE V
Para cada projeto, é construı́do o respectivo grafo: as atividades são representadas por
letras e os acontecimentos são representados por números. Ambos se desenvolvem da esquerda
para para direita e de cima para baixo.
As atividades representam as tarefas a executar e, em geral, traduzem-se por perı́odos de
tempo ou recursos humanos ou financeiros a utilizar.
Cada atividade possui um inı́cio e um fim, que são pontos no tempo. Esses pontos no tempo
são conhecidos como eventos. A seta aponta para o cı́rculo que representa o evento final, para
dar a ideia de progressão no tempo.
Exemplo: consideremos o seguinte diagrama de rede onde as atividades são denotadas por
A, B, C, D, E, F.
Para esse diagrama, podemos distinguir dois caminhos, contendo as seguintes atividades:
Caminho 1: A C E F.
Caminho 2: B D E F.
Chama-se de duração de um caminho à soma das durações de todas as atividades que o

compõem.
Exemplo
Vamos supor que os tempos para cada atividade do diagrama anterior sejam dados pela
seguinte tabela:
A B C D E F
7h 2h 5h 3,5h 13h 8h
Logo,
- o caminho 1 (A C E F) terá duração de 7 + 5 + 13 + 8 = 33h;
- o caminho 2 (B D E F) terá duração de 2 + 3, 5 + 13 + 8 = 26, 5h.
17
141
Caminho Crı́tico
Em um Diagrama de Rede, o caminho com a maior duração é chamado de caminho crı́tico

e governa o tempo de término do projeto: o tempo de término de um projeto é igual à duração
de seu caminho crı́tico.
Qualquer atraso nesse caminho, automaticamente, determinará um atraso no projeto.

As atividades do caminho crı́tico são chamadas de atividades crı́ticas, e nenhuma dessas
atividades pode se atrasar sem que o projeto também se atrase. Em uma linguagem tı́pica,
dizemos que essas atividades não têm folga ou, equivalentemente, que sua folga é zero.
Em outros caminhos que não o caminho crı́tico, as atividades podem sofrer algum atraso
sem que isso implique em atraso do projeto.
Resumidamente,
. Caminho crı́tico é o conjunto de atividades em que qualquer atraso compromete todo o

projeto.
. É o caminho de maior duração na rede.
Exemplos:
1) Para o diagrama anterior, temos que o caminho 1 (A C E F) é o caminho crı́tico.
Observemos que um limite superior para o tempo necessário para se completar o pro-
jeto pode ser obtido somando-se o tempo para se completar cada tarefa, mas assim, não
estarı́amos levando em conta o fato de que alguma tarefas podem ser realizadas paralela-
mente, como as tarefas B e C, por exemplo.
2) Calcule o tempo mı́nimo para se completar o projeto de produção de uma cadeira de

balanço, e os nós do caminho crı́tico.
18

142 UNIDADE V
Tarefa Pré-requisitos Horas para conclusão

1. Seleção da madeira N/A 3
2. Entalhamento dos arcos 1 4
3. Entalhamento do assento 1 6
4. Entalhamento do encosto 1 7
5. Entalhamento dos braços 1 3
6. Escolha do tecido N/A 1
7. Costura da almofada 6 7
8. Montagem: assento e encosto 3; 4 2
9. Fixação dos braços 5; 8 2
10. Fixação dos arcos 2; 8 3
11. Verniz 9; 10 5
12. Instalação almofada 7; 11 0.5
Tabela 2: Agendamento de tarefas sobre a construção de cadeiras de balanço.

Fonte: adaptado de Gersting (2004, p.218)
Vimos que o diagrama PERT para esse exemplo é:
Segundo Gersting (2004, p.219), para obter o tempo mı́nimo necessário para se completar
esse projeto, podemos analisar o diagrama da esquerda para a direita, calculando, para cada
nó, o tempo mı́nimo para se completar o trabalho do inı́cio até aquele nó. Para se completar
uma tarefa x que tem diversos pré-requisitos, devemos observar que todos os pré-requisistos
deverão estar completos antes que a tarefa x seja iniciada. Logo, devemos somar ao tempo
necessário para se executar a tarefa x o tempo máximo entre os tempos necessários para que
se conclua cada pré-requisito.
Vamos calcular o tempo necessário para se completar cada tarefa para este exemplo:
19
143
. Tarefa 1: 3h.
. Tarefa 2: 3h + 4h = 7h.
. Tarefa 3: 3h + 6h = 9h.
. Tarefa 4: 3h + 7h = 10h.
. Tarefa 5: 3h + 3h = 6h.
. Tarefa 6: 1h.
. Tarefa 7: 1h + 2h = 3h.
. Tarefa 8: máx(T3; T4) + T8 = máx(tempo para completar a tarefa 3; tempo para

completar a tarefa 4) + tempo para completar a tarefa 8 = máx(9h ; 10h)+ 2h = 12h.
. Tarefa 9: máx(T5; T8) + T9 = máx(6h ; 12h)+ 2h = 12h + 2h = 14h.
. Tarefa 10: máx(T2; T8) + T10 = máx(7h ; 12h) + 3h = 12h + 3h = 15h.
. Tarefa 11: máx(T9; T10) + T11 = máx(14h ; 15h) + 5h = 15h + 5h = 20h.
. Tarefa 12: máx(T7; T11) + T12 = máx(3h ; 20h) + 0, 5h = 20h + 0, 5h = 20, 5h.
Assim, o número mı́nimo de horas para se produzir uma cadeira de balanço é 20, 5h.
Para obter os nós do caminho crı́tico, devemos percorrer o diagrama inversamente, a partir
do nó 12, selecionando em cada ponto com mais de um pré-requisito o nó que contribuiu com
o valor máximo.
Obterı́amos a sequência
12, 11, 10, 8, 4, 1.
Logo, os nós do caminho crı́tico são
1, 4, 8, 10, 11, 12.
As atividades sobre esse caminho são as Atividades Crı́ticas (Atividades Gargalos),

ou seja, qualquer atraso em uma dessas atividades irá atrasar a duração de todo o projeto.
Com relação às demais atividades, elas poderão ou não atrasar a duração de todo o projeto
caso sofram algum atraso.
Se uma tarefa que não está no caminho crı́tico atrasar, o caminho crı́tico poderá ser modi-
ficado para se incluir esse nó (gargalo que pode atrasar a finalização do projeto). Dessa forma,
podemos concluir que, em um projeto complexo, o caminho crı́tico deve ser continuamente
recalculado para que decidam o melhor lugar para se alocar recursos de modo que o projeto
progrida.
20

144 UNIDADE V
Autômatos Finitos
Um sistema de estados finitos é um modelo matemático de um sistema com entradas e
saı́das discretas que pode assumir um número finito e pré-definido de estados.
Cada estado resume somente as informações do passado necessárias para determinar as
ações para a próxima entrada.
O autômato finito ou (máquina de estados finitos) é o primeiro modelo computacional
de definição de linguagens que são definidas por mecanismo de reconhecimento, que pode
ser encarado como um teste aplicado a cada caractere da palavra. Um autômato é usado
para verificar se uma palavra w pertence a uma linguagem L, ou seja, o autômato verifica se
w∈ L ou w ∈ L.
A linguagem reconhecida pelo autômato finito é constituı́da por todas as palavras que
passem no teste. Este teste é aplicado de forma incremental, percorrendo os sı́mbolos da
palavra, um a um, a partir do seu inı́cio, e a decisão final só surge após o percurso completo da
palavra, conferindo a qualidade computacional dos autômatos finitos.
Segundo Menezes (2013, p.120), um Autômato Finito Determinı́stico, ou simplesmente
autômato finito, pode ser visto como uma máquina composta basicamente por três partes:
1. Fita: dispositivo de entrada que contém a informação a ser processada.

É dividida em células em que cada uma armazena um sı́mbolo pertencente a um alfabeto
de entrada.
Não é possı́vel gravar sobre a fita; não existe memória auxiliar. Inicialmente a palavra a
ser processada, isto é, a informação de entrada ocupa toda a fita.
2. Unidade de Controle: reflete o estado corrente da máquina.

Possui uma unidade de leitura (cabeça de leitura, que acessa uma unidade da fita de
cada vez. Pode assumir um número finito e pré-definido de estados. Após cada leitura, a
cabeça move-se uma célula para a direita.
21
145
3. 3.
3. Programa
Programa
3. Programa
Programa
3. ou ou
ou Função
3. Programa
Programa Função
ou Função
Função
oude
ou de de
de Transição:
Função
Função Transição:
Transição:
Transição:
de função
de Transição:função
Transição:
função
função que
que que
que comanda
função
comanda
função
comanda comanda
que comanda
que comanda as
as leituras
as leituras
as leituras
leituras ee define
aseeleituras
as define
leituras
define
define oo estado
ooeeestado
estado
define
define estado
oda da
da da
o estado
da estado da
máquina.
máquina.
máquina.
máquina. Dependendo
máquina.
DependendoDependendo
Dependendo
máquina.
Dependendo Dependendo
do do estado
do estado
do estado
estadodo corrente
docorrente
corrente
estado
corrente
estado doeesı́mbolo
ecorrente
ecorrente
do doeesı́mbolo
sı́mbolo
do sı́mbolo
do lido,
do lido, lido,
sı́mbolo
lido,
sı́mbolo determina
determina
lido, determina
determina
determina
lido, oo novo
novo
determina oo novo
novo
estado estado
oo novo
novo
estadoestado estado
estado
do do autômato.
do autômato.
do autômato.
autômato.
do Usa-se
do autômato.
autômato.
Usa-se
Usa-se
Usa-se oo conceito
oo Usa-se
Usa-seconceito
conceito
conceitooo de
de
conceito
conceitode estado
estado
de
estado estado
de
depara
para para
estado
para
estado armazenar
armazenar
para
armazenar
para armazenar
armazenar as informações
informações
as informações
armazenar
as informações
as as informações
as informaçõesnecessárias
necessárias
necessárias àà àà àà
necessárias
necessárias
necessárias
determinação
determinação
determinação
determinação do
do
determinação próximo
próximo
do próximo
próximo
determinação
do do estado,
do estado,
estado,
estado,
próximouma
próximo uma uma
uma
estado,
estado, vez
vez
vez que
vez que que
que
umanão
uma não
vezhá
vez não
não
há
que
que δδ há
há aa
memória
não há
memória
não bb
memória
memória
há memória
memóriaauxiliar.
auxiliar.
auxiliar. auxiliar.
auxiliar. auxiliar.
qq00 qq11 qq22
qq11 qqff qq22
A figura
figura qq22como
qq11 uma
qqff máquina
A figura
A figura
A aA aa seguir
aAseguir
seguir
figura
figura seguir representa
representa
aa seguir
seguir
representa
representa um autômato
representa
um
representa
um autômato
um autômato
autômato
um autômato
um autômato
finito finito
finitofinito
como
como como
finito
uma
como
finito
uma uma
uma
como máquina
máquina
máquina
máquina
uma com
com com
máquina
com controle
controle
com
controle
com finito:
finito:
controle
controle finito:
finito:
controle finito:
finito:
qqff qqff qqff
A ilustração
A ilustração para
para esse
esse autômato
autômato é:
é:
Definição:
Definição:
Definição:
Definição: Autômato
Definição:
Autômato
Autômato
Definição:
Autômato Finito
Autômato
Finito
Finito
Autômato
Finito Determinı́stico
Determinı́stico
Finito
Determinı́stico
Determinı́stico
Finito (AFD)
Determinı́stico
(AFD) (AFD)
(AFD)
Determinı́stico
(AFD) (AFD)
Um Um
Um Um autômato
autômato
Um autômato
autômato
autômato
Um autômato
finito finito
finitofinito determinı́stico
determinı́stico
finito
determinı́stico
determinı́stico
finito (AFD),
determinı́stico
(AFD), ou
(AFD),
determinı́stico
(AFD), (AFD),
ou
(AFD), ou simplesmente
ou
simplesmentesimplesmente
simplesmente ou simplesmente
ou simplesmente autômato
autômato autômato
autômato
autômato autômato
finito finito
finitofinito
(M)é
(M)é (M)é
finito
uma
(M)é
finito
uma umauma
(M)é
uma
(M)é uma
quı́ntupla:
quı́ntupla:
quı́ntupla: quı́ntupla:
quı́ntupla:quı́ntupla:
MM= =MM =Q,
(Σ,
=
(Σ, M
M(Σ,
Q, δ,
(Σ, qQ,
=Q,
δ,
= q(Σ,
0(Σ,δ,
0,,δ,
FFQ,q),00,,δ,
qQ,
), FFq),
δ, q),00,,FF),),
em em que:
em que:
que:
em que:
em que:
em que:
Observemos que,
Observemos que, relativamente
relativamente ao
ao estado
estado qq00,, podemos
podemos ter:
ter:
Σ ΣΣ -- Alfabeto
Σ -- AlfabetoAlfabeto
Alfabeto
ΣΣ -- Alfabeto
Alfabeto
de de sı́mbolos
de sı́mbolos
de sı́mbolos
sı́mbolosde de entrada
de sı́mbolos
sı́mbolos
de entrada
de entrada
de entrada
de entrada
de entrada
•• com
com origem
origem no estado qq00,, ao
no estado ao ler
ler oo sı́mbolo
sı́mbolo a,a, oo autômato
autômato assume
assume oo estado
estado qq11,, oo que
que
Q QQ -- Conjunto
Q -- ConjuntoConjunto
Conjunto
QQ -- Conjunto
Conjunto
finito finito
finitofinito
de de estados
de estados
de
finito estados
estados
finito de possı́veis
depossı́veis
possı́veis
estados
estados do autômato
possı́veisautômato
do autômato
possı́veisautômato
do
possı́veis
do do autômato
do autômato
podemos representar pelo par ordenado ((q
podemos representar pelo par ordenado ((q00, a), q11). , a), q ).
δδ -- Função
Função
δδ -- Função
Funçãoδδ -de
-de de Transição
Função
de
Função Transição
Transição
Transição
de ou Função
de Transição
Transição
ou Função
ou Função
Função
ou Programa
ouPrograma
ou Programa
Função Programa
Programa
Função Programa
•• com
com origem
origem no estado qq00,, ao
no estado ao lerler oo sı́mbolo
sı́mbolo b,b, oo autômato
autômato assume
assume oo estado
estado qq22,, oo que
que
podemos representar
representar Q ×
Qδδ×
δδ ::pelo
pelo:: Q
Q
Σ
par×
→
Σδδ×
→ Σ
QΣQ→→Σ
×
::ordenado
QQ× Σ
Q
ordenadoQ→→((q
QQ 0,,b),
((q
podemos par 0 b),qq22).
).
Por Por essa

Por essa
essa
Por essa função,
função,
Por essa
essa temos
função,
função,
Por OOtemos temos
função,
temos
função,
algoritmo
algoritmo que,
que, que,
temosse M
que,
temos
se seestá
Mque,
que,
se
apresentado
apresentado MMse
está está
seestá
no
noM
usa
usa no
Mestado
estado
está
no
está estado
noQestado
estado
no Q
os estados
os estados qQ
estado
Qq11 eaeaqvê
ee vê
vê qvê
QQ aeavê
entrada
entrada
epara
22 para entrada
vê
entrada a,
a“memorizar”
a,
entrada
oo a,
a“memorizar”
a,
entrada oo a,
autômato
autômato
a, oooautômato
autômato
autômato
autômato vaianterior.
vai para
vai para
sı́mbolo
sı́mbolo vai para
vai para
para
vai paraAssim,
anterior. Assim,
oo estado
oo estado
estadoestado
oδ(q,
δ(q, δ(q,
o estado
estado
a),
δ(q,
a), a),
δ(q,a),
qq11 a),
δ(q, a),
representa
representa “o sı́mbolo
“o sı́mbolo anterior
anterior éé a”a” ee qq22 representa
representa “o “o sı́mbolo
sı́mbolo anterior
anterior éé b”.
b”.
ou ou melhor
ou melhor
melhor
ou melhor
ou melhor
ou melhorApós Após identificar
identificar dois dois aa ou ou dois
dois bb consecutivos
consecutivos ((aa) ((aa) ou ou (bb)),
(bb)), oo autômato
autômato assume
assume oo estado
estado
segundo
segundo
segundo a
segundo asegundo a
a
segundo função
funçãofunção
função ade
qqff ade de
de
função
função transição,
transição,
transição,
transição,
(final)
(final) de
ee de um
um
transição,
um par
transição,
varre
varre um par
oo sufixo
sufixo par
par
da
daum
um da
da
forma
par
forma
da
da par forma
forma
da
((q,
da ((q,
((q,
forma
a),
((q,forma
palavra
palavra a),
de p),
de a),
p),a),
((q,
ou
((q, p),
p),
ou a),
entrada
entrada a), ou
ou
seja,
seja, p),
p),
sem
sem seja,
seja,
tal
ou
tal
ou tal
tal
que
seja,
que que
que
δ(q,
tal
seja,δ(q,
qualquer
qualquer δ(q,
δ(q,
a)
que =
talcontrole
a)
que a)
a)
δ(q,
p,
= δ(q,
controle =
= p,
p,
indica
a)
p, indica indica
indica
= p, indica
a) = p,somente
lógico,
lógico, indica para
somente para
que, que,
que, que,
no no estado
no estado
estado
que,
no
que, estado
no
no q,
q, q,ler
estado
aoq,
estado
ao
terminar
terminar leraooq,
ao oq, ler
ooleraoooler
sı́mbolo
sı́mbolo
ler ooa,
a,
sı́mbolo
sı́mbolo
ao a, oo autômato
sı́mbolo
oo autômato
a,
sı́mbolo
processamento.
processamento. autômato
autômato
a, oo autômato
a, autômato
assume
assume assume
assumeooassume
assume
estado
estadooo estado
estado
op.
o estado
p. p. p.
estado
p. p.
Podemos concluir,
Podemos concluir, então, então, que que oo autômato
autômato M M aceita
aceita todas
todas as
as palavras
palavras sobre
sobre oo alfabeto
alfabeto
Cada par
Cada Cada
Cada
parCada par
par
Cada
ordenado
ordenado
Σ=
Σ ordenado
ordenado
par
=par ordenado
é tal
{a,ordenado
{a, éb}
b} tal é
é
queque
que tal
tal
que
possuem
possuem que
que
ééaatal
tal a
a
primeira
que
primeira
que primeira
primeira
aaaaou
aa ou primeiracomponente
componente
componente
primeira
componente
bb como
bb comocomponentedefine
define o
o
define oo estado
componente
define
subpalavra.
subpalavra. estadoestado
estado corrente
corrente
define ocorrente
define ocorrente e
estado ecorrente
estado e
ecorrente o
o sı́mbolo
sı́mbolo
oo sı́mbolo
sı́mbolo
ee oo sı́mbolo
sı́mbolo
lido da
lido lidofita,
da
lido da
fita,
da
lido efita,
lidofita,
eda
da e aa segunda
aa segunda
segunda
efita,
fita, segunda
ee aacomponente
componente
segunda
segunda componente
componente componente éé oo novo
éé oo novo
componente novo novo estado.
éestado.
é oo novo
estado.novo estado.
estado.
estado.
qq00 -- Estado
qq00 -- Estado
Estado qEstado
-inicial
q00 -inicial inicial
Estado tal
inicial
Estado tal tal qque
inicial
que
tal
inicial
que
Linguagem
Linguagem qque
tal
∈
00tal∈ qQ.
qQ.
que
que ∈ ∈qQ.
qQ.
0definida
0definida 00 ∈ ∈ Q.Q.por
por um um Autômato
Autômato Finito
Finito
FF -- Conjunto
FF -- Conjunto
ConjuntoConjunto
FF -- Conjunto
Conjunto
de
de de estados
estados
de
Aestados
A estados
linguagem definais,
de
linguagem finais,
estados
L finais,
estados tais
Lfinais,
tais
definida tais
finais,
que
tais
finais,
definidaque que
F
Fque
por
por ⊆
tais
⊆
tais
um
umF
que
F
que
Q. ⊆FF
Q.⊆ Q.
Q.⊆
Q.autômato
⊆ Q.finito
autômato finito M
M éé oo conjunto
conjunto de
de todas
todas as
as cadeias
cadeias w w sobre
sobre
O O estado
O estado
estado
O estado
O
O qdito
éé qdito
qqffestado
estado fo é
é dito
qestado
dito
estado
q
fo alfabeto
alfabeto
ff é
é estado
dito
ditofinal.
estado
final.
Σ estado
Σ que final.
estado
final.
que levam final.
final.
levam M M dada sua
sua configuração
configuração inicial
inicial para
para alguma
alguma configuração
configuração final
final por
por meio
meio
da aplicação
da aplicação sucessiva
sucessiva de
de transições
transições definidas
definidas pela
pela função
função δ.
δ.
Podemos denotar
Podemos denotar esse
esse conjunto
conjunto da da seguinte
seguinte forma:
forma:
22 22
22 22 2222
L(M)) =
L(M {w ∈
= {w ∈ΣΣ∗∗ || δ(q
δ(q00,,w) ∈ FF}}
w) ∈
Autômatos Finitos
24
24
146 UNIDADE V
Representação de um autômato
A Função de Transição pode ser representada como um grafo orientado finito em que:
• Nós representam estados do autômato (que são em número finito).
• Arcos representam transições ou computações atômicas (também em número finito). O

programa do autômato é o conjunto de todas as transições.
• q0 é o nodo destino de uma seta de origem, por ser o estado inicial.
• qf (estado final) é representado de forma diferenciada, sendo o traço da circunferência do

nó mais forte ou duplo.
Representação dos estados inicial e final como nós de um grafo:
Representação da Função Programa como um grafo:
O processamento de um autômato finito M para uma palavra de entrada w consiste na

sucessiva aplicação da Função de Transição para cada sı́mbolo de w, da esquerda para direita,
até ocorrer uma condição de parada.
Exemplos: Autômato Finito
1) Consideremos o autômato finito M = ({a, b}, {q0 , q1 , q2 , qf }, δ, q0 , {qf }), em que:

Σ = {a, b}
Q = {q0 , q1 , q2 , qf } são os estados possı́veis
δ : (Q × Σ) → Q é a função de transição
Q={qf } é o estado final,
sendo a função de transição δ representada pela seguinte tabela:
23
147
δ a b
q0 q1 q2
q1 qf q2
q2 q1 qf
qf qf qf
A ilustração para esse autômato é:

Observemos que, relativamente ao estado q0 , podemos ter:
• com origem no estado q0 , ao ler o sı́mbolo a, o autômato assume o estado q1 , o que

podemos representar pelo par ordenado ((q0 , a), q1 ).
• com origem no estado q0 , ao ler o sı́mbolo b, o autômato assume o estado q2 , o que

podemos representar pelo par ordenado ((q0 , b), q2 ).
O algoritmo apresentado usa os estados q1 e q2 para “memorizar” o sı́mbolo anterior. Assim,

q1 representa “o sı́mbolo anterior é a” e q2 representa “o sı́mbolo anterior é b”.
Após identificar dois a ou dois b consecutivos ((aa) ou (bb)), o autômato assume o estado
qf (final) e varre o sufixo da palavra de entrada sem qualquer controle lógico, somente para
terminar o processamento.
Podemos concluir, então, que o autômato M aceita todas as palavras sobre o alfabeto
Σ = {a, b} que possuem aa ou bb como subpalavra.
Linguagem definida por um Autômato Finito
A linguagem L definida por um autômato finito M é o conjunto de todas as cadeias w sobre

o alfabeto Σ que levam M da sua configuração inicial para alguma configuração final por meio
da aplicação sucessiva de transições definidas pela função δ.
Podemos denotar esse conjunto da seguinte forma:
L(M ) = {w ∈ Σ∗ | δ(q0 , w) ∈ F }
24
Autômatos Finitos
148 UNIDADE V
Considerando o autômato M do exemplo 1, podemos citar algumas linguagens que M

reconhece:
• L1 = {aa, aaa, aaaa, ...}
• L2 = {bb, bba, bbab, bbaaba, bbabb}
• L3 = {abaa, abb, abba, abbb, aab}
A figura abaixo ilustra o processamento do autômato M para a entrada w = baaab, a qual

é aceita.
2) (Menezes, 2013, p.122) Considere M1 o autômato finito ilustrado na figura abaixo, o qual
representa a interface “homem × máquina” de uma máquina de vendas de refrigerante,
cigarro e doce.
25
149
Podemos
Podemos
Podemos observar
observar que: que:
observar
Podemos que: que:
observar
ComComCom
origem origem
origem
Com no
noorigemno estado
estado estado qq00,,receber
noq0estado
, ao aoq0receber
ao ,receber aa informação
aoareceber
informação
informação “moeda”,
“moeda”,
“moeda”,
a informação oo autômato
o autômato
“moeda”, autômato
assumeassume
assume
o autômato oo estado
oassume
estado estado
o estado
q1 . qq11.. q1 .
No
No estado
No estado qq11,receber
, ao
estado
Noq1estado , ao
aoq1receber
,receber aa informação
aoareceber
informação
informação
“tecla “tecla
“tecla
a informação doce”,
doce”,
doce”,
“tecla oo autômato
o autômato
doce”, autômato
assumeassume
o autômatoassume oo estado
oassume
estadoestado. qq22.. q2 .
oq2estado
Portanto,
Portanto,
Portanto, dependendo
dependendo
dependendo
Portanto, dependendodo
do estado
do estado estado
do corrente
corrente
corrente
estado da eeinformação
ecorrenteda
da informação
lida,lida,
einformação lida, oo autômato
o autômato
da informação autômato
lida, assumeassume
assume
o autômato um um
um novo
novo
assume novo
um novo
estado.
estado.
estado.
estado.
Traduzindo
Traduzindo
Traduzindo os
os itens
os itens
Traduzindo itens
acimaacima
acima
como
os itens como
como pares
pares
acima pares ordenados,
ordenados,
como ordenados,
pares obtem-se
obtem-se
obtem-se
ordenados, respectivamente:
respectivamente:
respectivamente:
obtem-se respectivamente:
((q0 ,((q00,, moeda),

moeda),
((q moeda),
((q 1 ) qqe
11))((q
0 ,qmoeda), qee11),((q
((qe11,,tecla
tecla tecla −doce),
− doce),
((q doce), qq22)) q2 )
q2−)doce),
1 , tecla
−
. .. .
Assim,Assim,
Assim,
cada cada
cada par
par ordenado
par cada
Assim, ordenado
ordenado
acima
par ordenado acima
acima
é tal ééque:
acima tal
taléque:
que:
tal que:
A
A primeira
A primeira primeira componente
componente
componente
A primeira é uméé par
componente um par
um ordenado,
uméordenado,
par ordenado, oo qual
o qual
par ordenado, qual define
define
define oo estado
o estado
o qual estado
define corrente
ocorrente
corrente
estado ee aa informação
ecorrente
a informação
informação
e a informação
lida;lida;
lida; aa segunda
a segundasegunda
lida; componente
a componente
componente
segunda éé oo novo
é o novo
componente novo
éestado.estado.
o novoestado.
estado.
Supondo
Supondo que: que:
Supondo que: {q=
Q
Q =que:
Supondo Q = q{q
0, Q{q
1 ,0=
0q ,11q,,30qq,22q,,41qq},33q,,2qq,44q}}3 , q4 }
,,2qq{q
Σ =Σ Σ = {moeda,
{moeda,
= {moeda,
Σ = {moeda,
teclatecla −doce,
− doce,
tecla doce,
tecla
− tecla
− doce, tecla
tecla − cigarro,tecla
− −cigarro,
cigarro,
− cigarro,tecla
tecla
tecla −refri,
− refri,
refri,
tecla
− libera
−libera
libera
refri, −doce,
− doce,
doce,
libera
− libera
libera
libera
− doce, −cigarro,
− cigarro,
cigarro,
libera
− − cigarro,
libera
libera refri},
refri},
libera
− libera
−− refri},
− refri},
então
então
entãoentão
δ : Σδδ×:: Σ Σδ×
Q ×
→:Q →
QQ×
Σ →QQQ→ Q
éé aa função
é a função função programa
é aprograma
programa
função (ou
(ou de de
(outransição)
(outransição)
programa de transição) do
do autômato
do autômato
autômato
de transição) M11.. M1 .
M1 . M
do autômato
Restrição
Restrição
Restrição de
de um
de um
Restrição de autômato
autômato
um autômato
um finito
finito
finito
autômato finito
Considerando
Considerando
Considerando oo autômato
o autômato
Considerando finitofinito
autômato
o autômato ,M
finito M11,, vamos
M1finito
vamos vamos
M 1supor supor
supor
, vamos que
quesupor
se
que se deseje
deseje
se
quedeseje
uma
se uma
uma nova
novauma
deseje nova máquina
máquina
máquina
nova análoga
análoga
análoga
máquina análoga
aa essa,
a essa, essa,
mas mas
sem sem
mas
a essa, as
sem
mas as
as funções
funções
semfunções relacionadas
asrelacionadas
funções com com
relacionadas com
relacionadas cigarro.
cigarro.
cigarro.
com Para Para
Para
obter
cigarro. obter
obter essa
essaobter
Para essa máquina,
máquina,
máquina,
essa pode-se
pode-se
pode-se
máquina, realizar
realizar
realizar
pode-se realizar
aa seguinte
a seguinte
seguinte operação
a operação
operação
seguinte de
de restrição:
de restrição:
operaçãorestrição:
de restrição:
(δ \ Q
(δ×
(δ \\ Q
(δ0×
Q
Σ ×
)\ :Σ
ΣQ
Q ))×
00× Σ0 )0×
::ΣQ
Q ×:→
Σ
QΣ0Q→
0×→ΣQ
0Q→ Q
em
em que:
em que: que:
em que:
Σ00 ={moeda,
Σ
Σ0 ={moeda,
={moeda, tecla
tecla
tecla
Σ0 ={moeda, −doce,
− doce,
doce,
tecla
− teclatecla
tecla
− doce, −refri,
− refri,
refri,
tecla
− libera
−libera
libera
refri, −doce,
− doce,
doce,
libera
− libera
libera
libera
− doce, −refri}.
− refri}.
refri}.
libera
− − refri}.
Pergunta:
Pergunta: comocomo
Pergunta: como
Pergunta: ficaria
ficaria
ficaria
como oo esquema
o esquema
esquema
ficaria do
do autômato
do autômato
o esquema parapara
autômato para este
estepara
do autômato este operador
operador
operador
este restrição?
restrição?
restrição?
operador restrição?
26 26
26 26
Autômatos Finitos
150 UNIDADE V
Relações e Banco de Dados
Um banco de dados é um conjunto de informações associadas sobre algum empreendi-
mento, cujo objetivo é atender a uma comunidade de usuários.
Um banco de dados relacional é um banco de dados cujos dados são conjuntos (repre-
sentados como tabelas) que são relacionados com outros conjuntos (tabelas).
Cada tabela terá um nome, que será único, e um conjunto de atributos com seus respectivos
nomes e domı́nios. Além disso, todos os valores de uma coluna são do mesmo tipo de dados.
Exemplo: tabela de empregados de uma empresa
Empregado
Matr. Nome Endereço Função Salário Dep.
147 Maria Lopes R. Antonio Soop, 632 Secretária 1200,00 D1
086 Zilda P. Silva R. Sibipiruna, 063 Aux. Admin. 1350,00 D3
204 André Teixeira Av. Palmares, 1027 Engenheiro 7900,00 D1
213 Sônia Valadares Av. Brasil, 3255 Engenheiro 8200,00 D2
136 Rogério Porto R. Armando Costa, 147 Técnico 1950,00 D1
Podemos pensar nesta tabela como composta por seis conjuntos (tabelas): Matrı́cula, Nome,
Endereço, Função, Salário e Departamento. Cada item destacado é um atributo de empregado,
que seria a entidade, ou seja, o objeto importante no modelo. Os atributos representam as
propriedades das entidades.
Cada linha da tabela contém os valores dos 6 atributos de um elemento particular desse
conjunto. Cada linha individual é chamada de tupla.
A tabela relacional pode ser considerada um conjunto de linhas. De acordo com a ideia de
teoria dos conjuntos, não existem tuplas duplicadas e não se tem ordem entre as tuplas. A ordem
dos atributos também não é importante, mas cada coluna na tabela deve conter somente os
valores de um atributo.
27
151
O número de atributos é chamado de grau da relação. No exemplo, o grau da relação

“Empregado” é 6.
O número de tuplas (linhas) é chamado de cardinalidade da relação. Para o exemplo, a
cardinalidade da relação é 5.
Mais formalmente, Gersting(2014, p.225) define uma relação em um banco de dados como
um subconjunto D1 × D2 × D3 × ... × Dn , em que Di é o domı́nio do atributo Ai , ou seja, o
conjunto no qual o atributo toma seus valores.
O projeto de um banco de dados é geralmente realizado usando-se um modelo conceitual,
que é a descrição do sistema proposto na forma de um conjunto de ideias e conceitos integrados
a respeito do que o sistema deve fazer, como ele deve se comportar e como ele deve se parecer.
O objetivo desse modelo é representar de forma abstrata, independente da implementação em
computador, os dados que serão armazenados no banco de dados.
Um modelo conceitual frequentemente adotado é o diagrama entidade-relacionamento

ou simplesmente diagrama E-R. Em um modelo E-R, retângulos denotam conjuntos de enti-
dades; elipses denotam atributos e losangos denotam relações.
Exemplos:
1) O diagrama entidade-relação para a relação Empregado é dado por:
2) Consideremos as seguintes informações sobre as entidades “Automóvel” e “Cliente”, de

uma oficina mecânica que presta serviço para uma seguradora:
Automóvel
Placa Marca Modelo Chassi Propriet. Fabricante Ano
AHC-3192 Gol LX 3KG00324MH9 João da Silva Volkswagem 2009
ASX-9634 Fiesta SE 5GH00849MH9 Sueli Moraes Ford 2011
AYB-1400 Focus GLX 6JK00884MH8 Bruno Matos Ford 2011
BFR-4798 Cruze LT 2HF0035MH6 Diogo Furtado Chevrolet 2013
28
Relações e Banco de Dados

152 UNIDADE V
Cliente
Identidade Nome Endereço Telefone Cidade
2345633-1-SP João da Silva Prudente de Moraes, 622 3267-3049 Maringá
5846997-0-PR Bruno Matos Carlos Poppi, 1033 3233-8514 Mandaguari
4712336-6-PR Roberto Garcia Herval, 1074 3246-1562 Maringá
2458933-7-PE Maria Gonçalves Brasil, 3512 9964-2586 Apucarana
0125444-9-MT Álvaro Santos José C. Lucco, 391 9868-9114 Maringá
Temos que as entidades são automóveis e clientes. Os automóveis têm os atributos placa;
marca; modelo; chassi; proprietário; fabricante e ano, enquanto clientes têm os atributos iden-
tidade; nome; endereço; telefone e cidade. Podemos estabelecer a relação “proprietário”, que
indica que clientes são proprietários de automóveis. A relação “é proprietário de” é uma relação
binária de cliente para automóvel. Podemos dizer que essa relação é do tipo um para muitos,
ou seja, cada cliente pode ter mais de um automóvel, mas cada automóvel terá somente um
cliente cadastrado. Um diagrama E-R para a relação Proprietário está apresentado a seguir:
O “1” e o “N” nos segmentos indicam que a relação é binária do tipo um para muitos (1:N).
Em uma tabela relacional, um atributo ou uma combinação de atributos pode identificar de

forma única uma tupla (linha) da tabela. Esse atributo determinante recebe o nome de chave
primária ou Primary key (PK).
29
153
Cada tabela deve incluir um campo ou conjunto de campos que identifique de forma ex-
clusiva, cada
Cadaregistro
tabela armazenado na tabela
deve incluir um campo para que se crie
ou conjunto uma identificação
de campos única.de Se
que identifique o ex-
forma
subconjunto mı́nimo de atributos que pode ser usado para identificar cada tupla de forma
clusiva, cada registro armazenado na tabela para que se crie uma identificação única. Se o
única subconjunto
contém mais mı́nimo
de um atributo, temosque
de atributos umapode
chave
ser primária composta.
usado para identificar cada tupla de forma
Para a relação
única contém“Cliente”
mais de apresentada
um atributo,anteriormente,
temos uma chavetemosprimária
que o atributo Identidade é uma
composta.
chave primária, pois identifica de maneira única cada tupla:
Para a relação “Cliente” apresentada anteriormente, temos que o atributo Identidade é uma
chave primária, pois identifica de maneira única cada tupla:
Cliente (Identidade, Nome, End., Telefone, Cidade),
Cliente (Identidade, Nome, End., Telefone, Cidade),
em que o atributo destacado é a chave primária.
Quando
em queem uma relação
o atributo existeé mais
destacado de primária.
a chave uma combinação de atributos possuindo a pro-
priedade Quando
de identificação
em umaúnica, então,
relação existetemos
mais uma chave
de uma candidata.
combinação A chave candidata
de atributos possuindo éa pro-
apenaspriedade
conceitual, ou seja, ela não é implementada. O que acontece é que
de identificação única, então, temos uma chave candidata. A chave ela possui as mesmas
candidata é
propriedades para ser chave primária. Podemos citar Matrı́cula, CPF, RG

apenas conceitual, ou seja, ela não é implementada. O que acontece é que ela possui e Titulo Eleitor
as mesmas
como propriedades
exemplos de chaves
para ser chave primária. Podemos citar Matrı́cula, CPF, RG e TitulodeEleitor
candidatas. A chave candidata que não é primária, é chamada
chave como
alternativa.
exemplos de chaves candidatas. A chave candidata que não é primária, é chamada de
Para a relação
chave “automóvel”, temos que Placa e Chassi são chaves candidatas. Escolhe-se
alternativa.
para chave primária
Para aquela
a relação com o atributo
“automóvel”, temosúnico
que ou menor
Placa número
e Chassi sãodechaves
caracteres.
candidatas. Escolhe-se
para chave primária aquela com o atributo único ou menor número de caracteres.
Quando é necessário criar um atributo (um código de identificação) para ser usado como
chave primária,
Quandoteremos uma chave
é necessário invisı́vel.
criar um atributoO(um
nome é justificado
código pelo fato de
de identificação) quesernenhum
para usado como
usuário tem necessidade de vê-la.
chave primária, teremos uma chave invisı́vel. O nome é justificado pelo fato de que nenhum
usuário tem necessidade de vê-la.
Chave estrangeira ou Foreign key (FK) é o campo que estabelece o relacionamento
entre duasChave
tabelas.estrangeira
Assim, um atributo
ou Foreign(coluna)
key de umaé relação
(FK) o campo (tabela) corresponde
que estabelece à mesma
o relacionamento
colunaentre
que éduas
a chave primária
tabelas. Assim,deum
outra tabela.
atributo Dessa forma,
(coluna) de umadeve-se
relaçãoespecificar na tabela que
(tabela) corresponde à mesma
contém
coluna que é a chave primária de outra tabela. Dessa forma, deve-se especificar Onabanco
a chave estrangeira quais são essas colunas e a qual tabela está relacionada. tabela que
de dados irá verificar
contém a chave se todos os campos
estrangeira que
quais são fazem
essas referências
colunas e a qualà tabela
tabelaestão
está especificados.
relacionada. O banco
A de
chave estrangeira
dados implementa
irá verificar se todos oosrelacionamento
campos que fazemem um banco deà dados
referências tabelarelacional.
estão especificados.
A chave estrangeira implementa o relacionamento em um banco de dados relacional.
A integridade dos dados é feita por meio de restrições, que são condições obrigatórias
impostas A
pelo modelo. Pordos
integridade exemplo,
dadosa érestrição
feita pordemeio
chave
deafirma que toda
restrições, que relação deve terobrigatórias
são condições pelo
menosimpostas
uma chave primária.
pelo modelo. Por exemplo, a restrição de chave afirma que toda relação deve ter pelo
menos uma chave primária.
#REFLITA#
#REFLITA#
Integridade da Entidade: nenhum valor de chave primária pode ser nulo.
Integridade da Entidade: nenhum valor de chave primária pode ser nulo.
Fonte: a autora.
#FIM REFLITA#
Fonte: a autora.
#FIM REFLITA#
30
30
154 UNIDADE V
Exemplo 1: A relação cliente-automóvel pode ser representada na relação “Proprietário”:
Proprietário
Identidade Placa
2345633-1-SP AHC-3192
5846997-0-PR ASX-9634
4712336-6-PR AYB-1400
0125444-9-MT BFR-4798
Clientes que não têm automóvel, não estão representados em Proprietário.
Exemplo 2: Se consideramos as seguintes tabelas:
Depto
CódigoDepto NomeDepto
Empregado
CodigoEmp Nome CodigoDepto CategFuncional CIC
então, o atributo “CodigoDepto” da tabela “Empregado” é uma chave estrangeira em

relação à chave primária da tabela “Depto”.
Exemplo 3:
Considere o diagrama de banco de dados a seguir, com quatro tabelas relacionadas. Podemos
observar a presença de chaves primárias (PK) e as chaves estrangeiras (FK).
31
155
Como IdCliente é uma chave estrangeira na relação Animal, então, as duas relações podem
ser combinadas usando uma operação chamada junção externa baseada em IdCliente, formando
a relação Animal-Proprietário.
Animal-Proprietário
idCliente idAnimal Nome Idade Sexo idEspécie
Operações nas relações
Duas operações unárias que podem ser executadas em relações são as operações de restrição
e de projeção.
Projeção: operação que cria uma nova relação formada pelas tuplas da relação original
que satisfazem uma determinada propriedade.
Exemplo:
Consideremos o seguinte esquema da base de dados relacional COMPANHIA e as respec-

tivas tabelas das entidades Empregado; Departamento; Locais Depto; Projeto; Trabalha em e
Dependente:
32

156 UNIDADE V
Disponı́vel em: https://www.ime.usp.br/ jef/apostila.pdf
33
157
Consideremos, agora, a relação “Depto-Local”,

Locais− Depto pela junção externa:
Depto-Loc
DNome DNúmero NSSger
Pesquisa 5 333445555
Administrativo 4 987654321
Gerencial 1 888665555
A operação
Consideremos, agora, a relação “Depto-Local”, combinando as relações
Consideremos, Restrição
agora, de Depto-Local
Departamento
a relação e ondeco
“Depto-Local”,
Locais− Depto pela junção externa: Depto-Houston
Locais− Depto pela resulta
junção na relação
externa: Departamento-Ci
Depto-Local Depto-Cidade de
Depto-Local
DNome DNúmero NSSger DNome
DatInicGerDNome
PLocalização
DNúmero NSSger D
Pesquisa 5 333445555 Pesquisa
22-mai-78 Pesquisa
Bellaire 5 333445555
Pesquisa 5 333445555 Gerencial
22-mai-78 Pesquisa
Sugariand 51 888665555
333445555
Pesquisa 5 333445555 22-mai-78 Pesquisa
Houston 5 333445555
34
Administrativo 4 987654321 01-jan-85 Stafford
Administrativo 4 987654321
Gerencial 1 888665555 19-jun-71 Gerencial
Houston 1 888665555
A operação Restrição de Depto-Local onde D-Localização

A operação= Restrição
“Houston” defornecendo
Depto-Local onde D-
Depto-Houston resulta na relação Departamento-Cidade de Houston:resulta na relação Departamento-Cidad
Depto-Houston
Depto-Cidade de Houston Depto-Cidade de Ho

DNome DNúmero NSSger DatInicGer DNome
PLocalização
DNúmero NSSger Dat
Pesquisa 5 333445555 22-mai-78 Houston
Pesquisa 5 333445555 22
Gerencial 1 888665555 19-jun-71 Houston
Gerencial 1 888665555 19
34 34

158 UNIDADE V
Consideremos a relação “Empregado” no banco de dados. A operação projeção de Empre-

Consideremos
gado sobre a relação
(NSS, Salário) “Empregado”
fornecendo no banco
Salário será: de dados. A operação projeção de Empre-
gado sobre (NSS, Salário) fornecendo Salário será:
Salário
NSS Salário
Salário
NSS
123456789 Salário
3000
123456789 4000
333445555 3000
333445555
999887777 4000
2500
999887777 4300
987654321 2500
987654321 3800
666884444 4300
666884444 2500
453453453 3800
453453453
987987987 2500
2500
987987987 5500
2500
888665555
888665555 5500
Como relações são conjuntos de n-uplas, as operações binárias de união, interseção e diferença
entre Como relações
conjuntos podem sãoser
conjuntos de an-uplas,
aplicadas as operações
duas relações binárias
que têm a mesmade união, interseção
estrutura básica.e diferença
Para a
entre conjuntos podem ser aplicadas a duas relações que têm a mesma estrutura
interseção de duas tabelas com mesma estrutura, por exemplo, produziria uma relação contendo básica. Para a
interseção de duas
todas as n-uplas comuns. tabelas com mesma estrutura, por exemplo, produziria uma relação contendo
todas as n-uplas
A operação comuns.
junção pode ser executada em duas tabelas com um atributo comum (coluna).
A operação
As operações junção projeção
de restrição, pode ser executada em duas
e junção podem ser tabelas
aplicadascomemum atributo
diversas comum (coluna).
combinações para
As operações de restrição, projeção e
que um usuário possa pesquisar o banco de dados.junção podem ser aplicadas em diversas combinações para
que um usuário possa pesquisar o banco de dados.
# SAIBA MAIS#
# SAIBA MAIS#
Não se pode questionar os benefı́cios da tecnologia na área empresarial, como em tantas
outrasNão se pode
áreas. Para questionar
uma empresa, os benefı́cios
os clientesdasão
tecnologia natanto
diferentes, área em
empresarial,
seu valor como em suas
como em tantas
outras áreas. Para uma empresa, os clientes são diferentes, tanto em seu
necessidades, e o uso adequado de um banco de dados pode favorecer o atendimento do clientevalor como em suas
necessidades, e o uso adequado de um banco de dados pode favorecer o atendimento
com qualidade. Um banco de dados pode armazenar informações que poderão oferecer dados do cliente
com qualidade.
valiosos a respeito Umdos banco
clientesdeatuais
dadose pode armazenar informações que poderão oferecer dados
em potencial.
valiosos a respeito dos clientes atuais e
Para saber mais sobre a importância do assuntoem potencial. nesta área, leia o artigo Importância do
banco de dados para seu negócio, disponı́vel emassunto
Para saber mais sobre a importância do nesta área, leia o artigo Importância do
<http://www.dgabc.com.br/Noticia/460146/
banco de dados para seu negócio, disponı́vel em <http://www.dgabc.com.br/Noticia/460146/
importancia-do-banco-de-dados-para-seu-negocio>.
importancia-do-banco-de-dados-para-seu-negocio>.
Fonte: A autora.
Fonte: A autora.
#FIM SAIBA MAIS#
#FIM SAIBA MAIS#
35
35
159
Encerramos esta última unidade fazendo aplicações de toda teoria matemática desenvolvida
anteriormente na área de computação.
Inicialmente, vimos que as linguagens formais (ou linguagens estruturadas em frases) podem
ser vistas como conjuntos. Consequentemente, muito da teoria e dos principais resultados da
área de linguagens formais está baseado na ainda mais fundamental teoria dos conjuntos da
matemática discreta. As linguagens de programação são linguagem sobre um alfabeto prede-
terminado formado por letras, dı́gitos e alguns sı́mbolos. Uma linguagem de programação é
definida por todos os seus programas possı́veis, ou seja, são conjuntos infinitos.
Como aplicação de lógica, vimos o item Programação Lógica. Um programa em lógica
é um modelo de um determinado problema ou situação expresso por meio de um conjunto
finito de sentenças lógicas. O ponto fundamental de Prolog consiste em identificar a noção de
computação com a noção de dedução.
Retomamos o assunto sobre conjuntos parcialmente ordenados e problemas de ordenação

de tarefas relembrando o conceito de diagrama PERT e definindo caminho crı́tico para um
diagrama. Um caminho crı́tico representa o tempo mı́nimo para se completar o projeto inteiro.
Atrasos em alguma tarefa do caminho crı́tico acarretarão atrasos no projeto.
O conceito de relação e função foi aplicado em autômatos, que são usados para verificar se
uma palavra pertence ou não a uma linguagem. O mecanismo de controle de um elevador é um
bom exemplo de um sistema de estados finitos (autômato).
Vimos também que uma generalização de uma relação binária forma a base para um banco
de dados relacional.
É claro que as aplicações desta unidade foram desenvolvidas de maneira simples, com
exemplos que permitiam a compreensão do conceito, estabelecendo a relação entre a teoria
matemática e a computação. Muitos tópicos serão abordados posteriormente, em outras
disciplinas, mas já fica claro que a teoria desenvolvida aqui será de extrema importância para a
compreensão de assuntos especı́ficos do curso.
1) (Gersting, 2004) Um banco de dados Prolog contém os dados a seguir, onde patrão(X, Y )
significa que “X é patrão de Y ” e supervisor(X, Y ) significa que “X é supervisor de Y ”.
patrão(Miguel, Joana).
patrão(Judite, Miguel).
patrão(Anita, Judite).
patrão(Judite, Kim).
patrão(Kim, Henrique).
patrão(Anita, Samuel).
patrão(Henrique, Jeferson).
36
matemática e a computação. Muitos tópicos serão abordados posteriormente, em outras
disciplinas, mas já fica claro que a teoria desenvolvida aqui será de extrema importância para a
compreensão de assuntos especı́ficos do curso.
1) (Gersting, 2004) Um banco de dados Prolog contém os dados a seguir, onde patrão(X, Y )
significa que “X é patrão de Y ” e supervisor(X, Y ) significa que “X é supervisor de Y ”.
patrão(Miguel, Joana).
patrão(Judite, Miguel).
patrão(Anita, Judite).
patrão(Judite, Kim).
patrão(Kim, Henrique).
patrão(Anita, Samuel).
patrão(Henrique, Jeferson).
36
patrão(Miguel, Hamal).
supervisor(X,Y):- patrão(X,Y).
supervisor(X,Y):- patrão(X,Z), supervisor(Z,Y).
Encontre os resultados das seguinte perguntas:
a) ?patrão(X, Samuel)
b) ?patrão(Judite, X)
c) ?supervisor(Anita,X)
2) Considere o seguinte banco de dados:
come(urso,peixe).
come(peixe,peixinho).
come(peixinho,alga).
come(peixe,alga).
come(urso,raposa).
come(veado,grama).
come(peixe,minhoca).
come(urso,guaxinim).
come(raposa,coelho).
come(urso,veado).
come(lince,veado).
come(planta− carnı́vora,mosca).
come(veado,planta− carnı́vora).
animal(urso).
animal(peixe).
animal(raposa).
animal(veado).
animal(minhoca).
animal(lince).
animal(coelho).
come(lince,veado).
come(planta− carnı́vora,mosca).
come(veado,planta− carnı́vora). 161
animal(urso).
animal(peixe).
animal(raposa).
animal(veado).
animal(minhoca).
animal(lince).
animal(coelho).
animal(guaxinim).
animal(mosca).
animal(peixinho).
planta(grama).
planta(alga).
planta(planta− carnı́vora). 37
• Encontre o resultado das seguintes perguntas:
a) ?come(X, peixe)
b) ?come(peixe, X)
c) ?animal(X)
d) ?come(X,Y), planta(Y)
e) ?come(X,Y), come(Y, alga)
• Observe a regra abaixo:

Português: Carnı́voro é quem come animal.
Lógica: (∀X)(∀Y )come(X, Y ) ∧ animal(Y ) → carnı́voro(X)
Prolog: carnı́voro(X):-come(X,Y), animal(Y).
Escreva as regras para definir os itens abaixo:
f) herbı́voro: herbı́voro é quem come planta e não come animal.
g) predador: predador é carnı́voro e também é animal.
h) presa: presa é quem é comido por predador e também é animal.
i) caçado: caçado é quem é presa.
• Escreva as seguintes perguntas em Prolog:
j) Peixe come peixinho e minhoca?
l) Quais são as plantas?
m) Quem é comido pelo urso?
n) Quem é predador?
o) Quem é predador e também presa?
p) Quem é presa e herbı́voro?

i) caçado: caçado é quem é presa.
• Escreva as seguintes perguntas em Prolog:
j) Peixe come peixinho e minhoca?
l) Quais são as plantas?
m) Quem é comido pelo urso?
n) Quem é predador?
o) Quem é predador e também presa?
p) Quem é presa e herbı́voro?

Fonte: Cristóvão (2012).
3) Construa um diagrama PERT das tabelas de tarefas a seguir; calcule o tempo mı́nimo
para completá-las e indique o caminho crı́tico:
38
Tarefa Pré-requisitos Tempo para a Conclusão
A E 3
B C, D 5
C A 2
a) D A 6
E Nenhum 2
F A, G 4
G E 4
H B, F 1
b) A tabela abaixo apresenta a sequência de tarefas necessárias para realizar o conserto de

um torno que apresenta defeitos na árvore e na bomba de lubrificação.
Tarefas Descrição Pré-requisitos Tempo para a Conclusão

A Retirar placa, proteções e esgotar óleo - 1h
B Retirar árvore e transportá-la A 3h
C Lavar cabeçote A 2h
D Trocar rolamentos B 3h
E Trocar reparo da bomba de lubrificação BeC 2h
F Montar, abastecer e testar o conjunto DeE 4h
4) Considerando o diagrama de rede abaixo, em que cada letra designa a atividade com a
duração dada na tabela abaixo, determinar o caminho crı́tico e o tempo mı́nimo para
completar as tarefas.
A B C D E
8 semanas 4 semanas 6 semanas 4 semanas 6 semanas
F G H I
12 semanas 10 semanas 10 semanas 5 semanas
A Retirar placa, proteções e esgotar óleo - 1h
B Retirar árvore e transportá-la A 3h
C Lavar cabeçote A 2h 163
D Trocar rolamentos B 3h
E Trocar reparo da bomba de lubrificação BeC 2h
F Montar, abastecer e testar o conjunto DeE 4h
4) Considerando o diagrama de rede abaixo, em que cada letra designa a atividade com a
duração dada na tabela abaixo, determinar o caminho crı́tico e o tempo mı́nimo para
completar as tarefas.
A B C D E
8 semanas 4 semanas 6 semanas 4 semanas 6 semanas
F G H I
12 semanas 10 semanas 10 semanas 5 semanas
39
Integridade de Banco de Dados
Informações novas podem ser incluı́das em um banco de dados de tempos em tempos;
informações obsoletas podem ser excluı́das e mudanças, ou atualizações, podem ser feitas em
informações existentes. Em outras palavras, o banco de dados está sujeito às operações de
inclusão, exclusão e modificação. Uma operação de inclusão pode ser efetuada criando-se
uma segunda tabela com a informação nova e fazendo uma união de conjuntos da tabela
existente com a nova tabela. A exclusão pode ser feita criando-se uma segunda tabela com
a tuplas que devem ser apagadas e fazendo uma diferença entre conjuntos, retirando a tabela
nova da tabela existente. A modificação pode ser feita através de uma exclusão (da tupla velha)
seguida de uma inclusão (da tupla modificada).
Essas operações têm que ser efetuadas de modo que a informação no banco de dados per-
maneça correta e consistente, obedecendo às regras do negócio. Fazer com que se cumpra três
regras de integridade ajuda. A integridade dos dados requer que os valores de um atributo
pertençam, de fato, ao domı́nio do atributo. Por exemplo, o atributo Estado tem que ser uma
abreviação válida de duas letras representando o Estado (ou o valor nulo). A integridade
da entidade requer que nenhum componente de uma chave primária seja nulo. Esta restrição
simplesmente confirma que cada tupla tem que ter um valor em sua chave primária para dis-
tinguı́-la das outras, e que todos os atributos na chave primária são necessários para identificar
univocamente a tupla.
A integridade referencial requer que quaisquer valores de chaves estrangeiras em outras
relações sejam nulas ou tenham valores iguais aos das chaves primárias correspondentes nessas
relações. A restrição de integridade referencial afeta tanto a inclusão quanto a exclusão (e
portanto, a modificação).
Fonte: Gersting (2004).
Matemática Discreta Para Computação e Informática -

Vol.16
Autor: Paulo Blauth Menezes
Editora: Bookman
Sinopse: Apresenta os principais conceitos de matemática disc-
reta, explicados e exemplificados. O conteúdo é rigoroso, simples e
didático. É o livro-texto de Aprendendo matemática discreta com
exercı́cios, volume 19 da mesma coleção.
40
165
CONCLUSÃO
CONCLUSÃO
Caros alunos, chegamos ao fim de mais uma etapa de estudos, concluindo a disciplina de Lógica
para Computação Matemática I. Este livro apresentou alguns conceitos de matemática discreta
de forma simples e acessı́vel, mas com o devido cuidado com os aspectos matemáticos formais e
desenvolvimento do raciocı́nio. A Matemática discreta provê um conjunto de técnicas para
modelar problemas em Ciência da Computação.
Tivemos oportunidade de conhecer ou aprofundar conhecimentos sobre lógica matemática; teo-

ria dos conjuntos; relações e funções. Dos tópicos estudados, podemos citar alguns exemplos
em Ciência da Computação: a parte de Lógica (lógica proposicional e lógica de predicados) se
aplica em banco de dados, circuitos integrados, inteligência artificial, sistemas computacionais
(hardware e software) e sistemas distribuı́dos; Teoria dos Conjuntos se aplica em banco de da-
dos, circuitos integrados, inteligência artificial e sistemas distribuı́dos; Funções têm aplicação
em otimização e projeto de algoritmos, e Relações são utilizadas em sistemas distribuı́dos,
autômatos e banco de dados.
Sempre que possı́vel, os conceitos teóricos apresentados foram aplicadas na área de com-
putação, mas um capı́tulo foi inteiramente dedicado ao estudo de alguns casos aplicados à
computação em variadas matérias e disciplinas: linguagem de programação (procedimental e
declarativa), banco de dados, linguagens formais e autômatos. Cabe lembrar que não era o
objetivo do curso detalhar os conceitos especı́ficos da área, mas apresentar aplicações da teoria
matemática estudada e oferecer instrumentos e recursos para que desenvolvam um vocabulário
preciso, notação matemática, abstrações e raciocı́nio formal.
Após o estudo desta disciplina, espero que vocês sejam capazes de aplicar os conceitos básicos
da matemática discreta como uma ferramenta, seja no estudo de outras disciplinas do curso, ou
posteriomente, em sua área de atuação, e que vocês possam enfrentar com grande naturalidade
diversos estudos subsequentes, resultando em um aproveitamento muito mais efetivo do curso.
Muito sucesso!
Prof.a Edvania Gimenes de Oliveira Godoy
1
167
REFERÊNCIAS
ABELHAS resolvem dilema da computação. Inovação Tecnológica. Disponível em

http://www.inovacaotecnologica.com.br/noticias/noticia.php?artigo=abelhas-re-
solvem-problema-caixeiro-viajante#.Vk35UW4afcc. Acesso em 14 jul. 2015.
ALENCAR FILHO, E. Iniciação à Lógica Matemática. São Paulo: Nobel, 2002.
CRISTÓVÃO, H. M. Roteiro de Exercícios para Aula Prática de PROLOG. Disponível
em: https://hudsoncosta.files.wordpress.com/2012/01/henriquecristovao-prolog_
roteiro_aula_pratica.pdf . Acesso em: 25 ago. 2015.
DAGHLIAN, J. Lógica e Álgebra de Boole. 4. ed. São Paulo: Atlas, 2012.
FAJARDO, R. A. dos S. Lógica Matemática. Instituto de Matemática e Estatística
– Universidade de São Paulo. Disponível em: www.ime.usp.br/~fajardo/logica.pdf.
Acesso em 03 ago. 2015.
FRANCO, V.; GERÔNIMO, J. R. Fundamentos de Matemática. Vol. 1. Lógica, Teoria
dos Conjuntos, Relações e Funções. Maringá, 2001.
GERSTING, J. L. Fundamentos Matemáticos para a Ciência da Computação: um
Tratamento Moderno de Matemática Discreta. 5. ed. Rio de Janeiro: LTC, 2004.
GOMIDE, A.; STOLFI, J. Elementos de Matemática Discreta para Computação.
Versão Preliminar. Disponível em: http://www.ic.unicamp.br/~stolfi/cursos/MC358-
2012-1-A/docs/apostila.pdf. Acesso em: 30 mar. 2015.
JOHN Venn. Só Matemática. Disponível em: www.somatematica.com.br/biograf/
venn.php . Acesso em 25 mai. 2015.
KMETEUK FILHO, O.; FÁVARO, S. Noções de Lógica e Matemática Básica. Rio de
Janeiro: Editora Ciência Moderna, 2005.
LEONARD Euler. Só Matemática. Disponível em: www.somatematica.com.br/bio-
graf/euler.php. Acesso em 25 mai. 2015.
LIPSCHUTZ, S.; LIPSON, M. L. Teoria e Problemas de Matemática Discreta. 2. ed.
Porto alegre, Bookman, 2004.
MENEZES, P. B. Matemática Discreta para Computação e Informática. 4. ed. Porto
Alegre: Bookman, 2013.
MENEZES, P. B.; TOSCANI, L. V.; LÓPEZ, J. G. Aprendendo Matemática Discreta com
Exercícios. Série Livros Didáticos, n. 19. Porto Alegre: Bookman, 2009.
PINHO, A. A. Introdução à Lógica Matemática. Rio de Janeiro, 1999. Disponível
em: ftp://ftp.ifes.edu.br/cursos/Matematica/Oscar/introducao_logica/Apostila%20
de%20Logica.pdf . Acesso em: 15 abr. 2015.
RAMOS, Marcus Vinícius Midena. Linguagens Formais e Autômatos. Disponível
em: http://www.univasf.edu.br/~marcus.ramos/lfa-2008-1/Apostila.pdf. Acesso em:
17 set. 2015.
169
GABARITO
Gabarito
Unidade I
* Exercı́cio
a) Disjunção: p ∨ q ≡∼ (∼ p∧ ∼ q)
p ∨ q ↔ ∼ (∼ p ∧ ∼ q)
V V V V V F F F
V V F V V F F V
F V V V V V F F
F F F V F V V V
1 3 1 5 4 2 3 2
Como p ∨ q ↔∼ (∼ p∧ ∼ q) é tautologia, segue que p ∨ q ≡∼ (∼ p∧ ∼ q).

b) Condicional: p → q ≡∼ (p∧ ∼ q)
p → q ↔ ∼ (p ∧ ∼ q)
V V V V V V F F
V F F V F V V V
F V V V V F F F
F V F V V F F V
1 3 1 5 4 1 3 2
Como p → q ↔∼ (p∧ ∼ q) é tautologia, segue que p → q ≡∼ (p∧ ∼ q).

c) Bicondicional: p ↔ q ≡∼ (∼ (p ∧ q)∧ ∼ (∼ p∧ ∼ q))
p ↔ q ≡ ∼ [∼ (p ∧ q) ∧ ∼ (∼ p ∧ ∼ q)]
V V V V V F V V V F V F F F
V F F V F V V F F V V F F V
F F V V F V F F V V V V F F
F V F V V V F F F F F V V V
1 1 31 1 7 6 4 1 3 1 5 4 2 3 2
Como p ↔ q ↔∼ (∼ (p ∧ q)∧ ∼ (∼ p∧ ∼ q)) é tautologia, segue que p ↔ q ≡∼ (∼

F
1 3 1 2 1
(p ∧ q)∧ ∼ (∼ p∧ ∼ q)).
F
V F V F F F
V V V F V F
p * Exercı́cio
F V V V V
V V V V V
q) →
1) p (⇒p p ∧q p
1) p ⇒ p ∧ q
1) p ⇒ p ∧ q
* Exercı́cio p → (p ∧ q)
V V V V V
V V V V F
(p ∧ q)∧ ∼ (∼ p∧ ∼ q)).
* Exercı́cio
F V F V V
Como p ↔ q ↔∼ (∼ (p ∧ q)∧ ∼
(p ∧ q)∧ ∼ (∼ p∧ ∼ q)). F V F F F
Como p ↔ q ↔∼ (∼ (p ∧ q)∧ ∼ (∼ p∧ ∼ q)) é tautologia,
1
1 3 segue 3
1 7 que6 p1 2 1
F V F V V
1 3 1 7 6 4 1 3 1 5 F 4 F 2V 3V F2 1
F V F V V V F F F F V F F VF V V FV
F F V V F V F F V V VV V VV FV VF
V F F V F V V F F V V F F V
2
6) (p → q) ∧ (q → r) ⇒ (p → r)
Gabarito Gabarito
Como (p ∨ q)∧ ∼ p → q é tautologia, segue que (p ∨ q)∧ ∼ p ⇒ q.
Unidade I
1 5 4 2 1 3 1 Unidade I
F V F V F F F
* Exercı́cio * Exercı́cio
V V V V V V F
F V F F F V V
V V F F V V V
q → ∧ ∼p q) ∨ p
(p ∨ q ↔ ∼ (∼ p ∧ ∼pq) ∨ q ↔ ∼
V V V V V F F V
F V V V V
V V F V V F
5) (p ∨ q)∧ ∼ p ⇒ q F V V F V V
F V V V V V F F V V V V
F F F V F V V V
F F F V F
Como (p → q)∧ ∼ q →∼ p é tautologia, segue que (p → q)∧ ∼ q ⇒∼ p.
1 3 1 5 4 2 3 21 3 1 5 4
2 5 4 2 3 1 1
V V V V V F F Como p segue
Como p ∨ q ↔∼ (∼ p∧ ∼ q) é tautologia, que(∼
∨ q ↔∼ p∨p∧q ∼
≡∼q)(∼
é tautologia,
p∧ ∼ q). segue
V V F F V V F
b) Condicional: p → q ≡∼ (p∧ ∼ b)
q) Condicional: p → q ≡∼ (p∧ ∼ q)
F V F V F F V
F V F F V V V
∼p → ∧ ∼q → q) (p p → q ↔ ∼ (p ∧ ∼ q)p → q ↔ ∼
V V V V V V F FV V V V V
V F F V F
4) (p → q)∧ ∼ q ⇒∼ p V V VV F F V F
F V V V V F F FF V V V V
F V F V
Como [(p → q) ∧ p] → q é tautologia, segue que (p → q) ∧ p ⇒ q. V F F VF V F V V
1 3 1 5 4 1 3 21 3 1 5 4
1 2 3 1 2 1 1
F V F F V F F Como segue
Como p → q ↔∼ (p∧ ∼ q) é tautologia, p → q que
↔∼p(p∧ q) é(p∧
→ q∼≡∼ tautologia,
∼ q). segue
V V F F V V F
F V F V F F V Bicondicional:
c) Bicondicional: p ↔ q ≡∼ (∼ (pc)∧ q)∧ ∼ (∼ p∧ ∼ pq))
↔ q ≡∼ (∼ (p ∧ q)∧ ∼ (∼ p∧
V V V V V V V
p ↔ q ≡ ∼ [∼ (p ∧ pq) ↔∧ q∼ (∼ p∼
≡ q)]
∧[∼ ∼ (p ∧
q → ∧ p → q) (p
V V V V V F V V VV VF VV VF V F F FV V
V F F V F V V F VF FV FV VF F F V VV F
3) (p → q) ∧ p ⇒ q
F F V V F V F F FV FV VV VV F F V FF F
1 3 2 1 1 F V F V V 1 V F F FF
3 1 2 VF 1 FF VV V VV VF F
F V F F F 1 3 1 7 6 F 4 V1 3 11 F F 35 F 14 72 6 3 4 21 3
V V F V F F V V F F
F V F F V (∼ p∧p ∼
Como p ↔ q ↔∼ (∼ (p ∧ q)∧ ∼Como ↔q))Vé tautologia,
q ↔∼ V segue
(∼ (p ∧ q)∧
F (∼ p∧
∼ queF ∼ qq)
p ↔ V
V V V V (p ∧ q)∧ ∼ (∼ p∧ ∼ q)).
V (p ∧ q)∧ ∼ (∼ p∧ ∼ q)).
V V V V V
q → ∧ q) (p p → q) ∧ (p
* Exercı́cio
b) p ∧ q ⇒ q * Exercı́cio 2) a) p ∧ q ⇒ p
Como p → p ∧ q é tautologia, segue que p ⇒ p ∧ q.
1) p ⇒ p ∧ q 1) p ⇒ p ∧ q
p → (p ∧ q) p → (p
V V V V V V V V
V V V V F V V V
F V F V V F V F
GABARITO
F V F F F F V F
1 3 1 2 1 1 3 1
1 1
171
GABARITO
(p → q) ∧ (q → r) ⇒ (p → r)
V V V V V V V V V V V
V V V F V F F V V F F
V F F F F V V V V V V
V F F F F V F V V F F
F V V V V V V V F V V
F V V F V F F V F V F
F V F V F V V V F V V
F V F V F V F V F V F
1 2 1 3 1 2 1 4 1 2 1
Como (p → q) ∧ (q → r) → (p → r) é tautologia,segue que (p → q) ∧ (q → r) ⇒ (p → r).
7) p → F ⇒∼ p
(p → F → ∼p
V F F V F
F V F V V
1 3 1 4 2
Como p → F →∼ p é tautologia, segue que p → F ⇒∼ p.
1)
a) F, pois se V(q)=F, V(p ∧ q)=F.
b) V, pois V (p ∨ q) = F ⇔ V (p) = F e V (q) = F.
c) V, pois V (p ∧ q) = V ⇔ V (p) = V (q) = V.
d) F, pois como V (p) = V , então se V (q) = V teremos V (p → q) = V.
e) F, pois V (p → q) = F quando V (p) = V e V (q) = F.
f) V, pois V (p ↔ q) = V somente quando V (p) = V (q), e como V (p) = V , então V(q)

deverá ser V para que p ↔ q seja V.
2)
a) Seja P = [p ∧ (∼ q → q)]∨ ∼ [(r ↔∼ q) → (q∧ ∼ r)]

[p ∧ (∼ q → q)] ∨ ∼ [(r ↔ ∼ q) → (q ∧ ∼ r)]
F F F V V F F V F F V V F F
1 4 2 3 1 6 5 1 3 2 4 1 3 2
Logo, V(P) = F.
3
GABARITO
Seja Q = (p ∧ q)∨b)∼ Seja

s →∼ Q(q
= ↔∼ q)∨ ∼ s →∼ (q ↔∼ r).
(p ∧ r).
[(p ∧ q) ∼ s ∼ r)
∨ ∼ s[(p →∧ ∼q) (q∨ ↔ → ∼ (q ↔ ∼ r)
F F V V V F VF VV VV FV FV V V F F
Logo, V(Q)=V. Logo, V(Q)=V.
Seja R = (p ∧ q →c)r)Seja ∧∼
∨ (∼Rp=↔(pq∨ r).r) ∨ (∼ p ↔ q∨ ∼ r).
q→
((p ∧ q) → r) ((p∨ ∧(∼q) → (r)q ∨∨ ∼
p ↔ p ↔
(∼r)) (q ∨ ∼ r))
F F V V V FV F VV V V V V V VF V V V F
Logo, V(R)=V. Logo, V(R)=V.
d) rSeja
Seja S =∼ (r → (∼ S =∼ (r → (∼ r → s)).
→ s)).
∼ (r → (∼ r ∼ s))
→ (r → (∼ r → s))
F V V F F F
V V V F V F
Logo, V(S)=F. Logo, V(S)=F.
3)
Como a conjunçãoa)sóComo a conjunção

e verdadeira só easverdadeira
quando quando envolvidas
duas proposições as duas proposições envolvidas são veradeiras
são veradeiras
e V (∼ r) = F , então,e oVvalor
(∼ r)lógico
= F , então,
de (p ↔ o valor r serádeF.(p ↔ q)∧ ∼ r será F.
q)∧ ∼lógico
Como V (p ∨ r) = b)
V , Como V (po∨valor
segue que r) = lógico
V , segue
da que o valor lógico
condicional (p ∧ q)da
→condicional V,∧pois
(p ∨ r) será(p q) → (p ∨ r) será V, pois
a condicional sempreaé condicional sempre éo verdadeira
verdadeira quando consequentequando
é V. o consequente é V.
c) Aproposições,
A conjunção de duas conjunção de duas proposições,
quando quando
uma delas é falsa, uma
tem delaslógico
o valor é falsa,
F.tem o valor lógico F. Logo,
Logo,
V (∼ p∧ ∼ r) = R,V (∼ poisp∧V (∼∼ r) = R,
F , pois V (∼ r) = F , e, oconsequentemente,
e, consequentemente, valor da conjunçãoo valor da conjunção
(p →∼ q) ∧ (∼ p∧ ∼ (p r) →∼ F.∧ (∼ p∧ ∼ r) será F.
será q)
4)
operador não-e ou -nand: p q não-e

operador =∼ (pou nand: p q =∼ (p ∧ q)
∧ q)
(Negação da conjunção)
(Negação da conjunção)
p q pq p q pq
V V F V V F
V F V V F V
F V V F V V
F F V F F V
operador não-ou ou- nor:

operador =∼ (p ∨ouq)nor: p q =∼ (p ∨ q)
p q não-ou
(Negação da disjunção)
(Negação da disjunção)
p q pq p q pq
V V F V V F
V F F V F F
F V F F V F
F F V F F V
5)
a) Linux
Linux não é software nãoPascal
livre ou é software
não élivre
uma ou Pascal não
linguagem de éprogramação.
uma linguagem de programação.
4 4
173
GABARITO
b) Existem
b) Existem homens
homens quesão
que não nãobons
são bons motoristas.
motoristas.
c) T c) um b)
T étrapézio
é um Existem
trapézio e Thomens
e T não énão que não são (Lembrar
umaé quadrilátero
uma quadrilátero que ∼que
bons (Lembrar
motoristas. ∼ (p
(p → q) → q) ≡
≡ p∧ q). ∼ q).
∼p∧
d) O d) c) não
T ééum
O processador
processador não trapézio
ou a eimpressora
é rápido
rápido ouT anão é uma
impressora énão é lenta.(Lembrar que ∼ (p → q) ≡ p∧ ∼ q).
nãoquadrilátero
lenta.
e)
e) O b) O d)homens
processador
b) éOrápido
processador
Existem
Existem processador
é rápido
homens e anão
e anão
que impressora
que não
são é são
bonsrápido
impressoranão
bonséou
nãoaéimpressora
lenta. lenta.
motoristas.
motoristas. não é lenta.
f)
c) Todos
f) TodosTos Tose)
é números
c) um umO b)
processador
números e ı́mpares
ı́mpares
étrapézioExistem
trapézio são
T não rápido
são
émúltiplos
e Thomens
não
uma e de
que
uma anão
impressora
émúltiplos
2. de
quadrilátero
quadrilátero bonsnão
são2.(Lembrar é que
lenta.
motoristas.
(Lembrar ∼que ∼ (p
(p → q) → q) ≡
≡ p∧ q). ∼ q).
∼p∧
g)
d) Canta
g) Canta
Oed) f)
Oeestá
não Todos
não está
vivo.Tos
c) não
processador
processador éénúmeros
vivo.um
não ı́mpares
trapézio
é rápido
rápido ou são
a eimpressora
ouT anão émúltiplos
uma de é2.lenta.(Lembrar que ∼ (p → q) ≡ p∧ ∼ q).
nãoquadrilátero
impressora énão
lenta.
2
h)
e) Existe
h) Existe g)
Osolução
Osolução
e) de d)2de
Canta
x é−
processador
processador e6xprocessador
não
Orápido 6está
=é−0rápido
que vivo.
e=a 0impressora
que
não não é não
éimpressora
e anão positiva.
positiva.
é rápido éou
nãoaéimpressora
lenta. lenta. não é lenta.
i) Todos
i) Todos
f) h)inteiros
os Existe
osf)inteiros
Todos são
os
números solução
são
ı́mpares
e)números
O ede
ı́mpares
processador x2esão
não
ı́mpares
ı́mpares são − 6divisı́veis
não = 0 que
são
émúltiplos
rápido
são múltiplos
de não
pordeé5.2.
edivisı́veis
a impressora
2. positiva.
por 5.não é lenta.
j) Windows
j) Windows
g) e i)não
g) não
Canta Canta Todos
énão
um f)não
eestá os
éeditor
um
Todosinteiros
editor
deos
está
vivo. desão
textos,
números
vivo. ı́mpares
textos,
ou Pascale énão
ou Pascal
ı́mpares uma
são são divisı́veis
émúltiplos
uma planilha
planilha poreletrônica.
5.
eletrônica.
de 2.
j) Windows
h) Existe
h) Existe g) de
solução
solução não é=−
− e6x2não
x2de
Canta um editor
06está
=
que quede
vivo.
0não textos,
énão ou Pascal é uma planilha eletrônica.
é positiva.
positiva.
6) 6)
i) Todos
i) Todos osh)inteiros
os inteiros Existe solução
são
são ı́mpares ede
ı́mpares x2esão
não − 6divisı́veis
não =
são0 que não
por é5.por
divisı́veis positiva.
5.
a) F,a)basta
F, basta 6)considerar
considerar x = 8xe=y 8=e2,y por = 2,exemplo.
por exemplo.
j) Windows nãoi)énão
j) Windows Todos os editor
um éeditor
um inteiros desão
de textos, ı́mpares
textos,
ou e énão
ou Pascal
Pascal uma são divisı́veis
é planilha
uma planilhaporeletrônica.
5.
eletrônica.
b) F,b)pois
F, se
pois
x= a)
se2,xF,x.y
=basta x.yconsiderar
2,será seránúmero
um x par,
um número = 8 e∀y. y = ∀y.
par, 2, por exemplo.
j) Windows não é um editor de textos, ou Pascal é uma planilha eletrônica.
c) F.c)
6) F.6)
Não Não b)
existe F,número
existe
um pois se x tal
um número = 2,xque x.y será
talseu um quadrado
quequadrado
seu número par,
é maior ∀y. qualquer
é maior
que que qualquer
número y ∈ R.y ∈ R.
número
d) V.d) V.
a)Dado Dado c)basta
x,F.basta
x,F,basta
F,a)basta Não existe
x =y8um
considerar
6)
considerar
considerar e=ynúmero
considerar
xtal yque
8=tal >x2,
e2,yxque
=
pory.xtal
> que
por seu quadrado é maior que qualquer número y ∈ R.
y.exemplo.
exemplo.
b) F,b)pois F,d) V.
pois
se x= seDado
a) 2,xF,x.y x,
=basta basta
2,será
x.y considerar
considerar
será
um =y8 tal
x par,
um número
número yque
e∀y.
par, 2,x por
= ∀y. > y.exemplo.
7) 7)
c) F.c)Não Não b)
F. existe existe
um F,número
pois se x tal
um número = 2,xquex.y será
talseu um quadrado
quequadrado
seu número par, ∀y. qualquer
é maior
é maior que que qualquer y ∈ R.y ∈ R.
número
número
a) Consideremos
a) Consideremos 7)as proposições:
as proposições:
S: d) V.d)
S: V.éDado
Dado
segurança
segurança x, c)
umbasta x, F.basta
éproblema.
um Não considerar
considerar
problema. existeyum tal número
yque
talxque y. seu quadrado é maior que qualquer número y ∈ R.
>xy.xtal> que
C: o controle a)
C: o controle Consideremos
será será aumentado.
aumentado. as proposições:
d) V. Dadoé x, basta considerar y tal que x > y.
naS:Internet
I: os negócios
I: os negócios segurança
na Internet um
irãoproblema.
irão aumentar. aumentar.
7) 7) C: o controle será aumentado.
PodemosPodemos reescrever
reescrever o o
argumento argumento
I: os negócios na Internet da da seguinte
seguinteirãoforma: forma:
aumentar.
CSa)→Consideremos
Sa)→Consideremos 7)as
C (Hipótese as
1) proposições:
proposições:
(Hipótese 1)
∼ S S:→∼segurança
IS S: Podemos
→segurança é (Hipótese
I(Hipótese reescrever
um éproblema.
um
2) problema.
2) o argumento da seguinte forma:
∼ C C:→∼ oC C:→oI(Tese
I controle Sa)
controle→
será Consideremos
ouCaumentado.
(Tese será
ou aumentado.
conclusão)
conclusão)
as proposições:
(Hipótese 1)
∼
I: os negócios
I: os negócios S S:
→ segurança
na InternetI é
(Hipótese
na Internet um problema.
irão 2)
irão aumentar. aumentar.
DevemosDevemosprovarprovarque
∼ C(S que
→→
C: oI (S C)→ C)
∧(Tese
controle ∧
(∼será (∼
Sou S→ ⇒ I)
→aumentado.
I) (∼⇒
conclusão) C (∼
→C I).→ I).
Podemos Podemos reescreverreescrever o o
argumentoargumento
I: os negócios na Internet da da seguinte
seguinteirãoforma: forma:
aumentar.
S → S
C → Devemos
C (Hipótese provar
(Hipótese
1) que1)(S → C) ∧ (∼ S → I) ⇒ (∼ C → I).
1. S1.→ C S→C (hipótese) (hipótese)
∼SS→ ∼ISIS→→I I(HipótesePodemos reescrever
(Hipótese 2) o argumento da seguinte forma:
2. ∼2. ∼→ (hipótese)
S →
2)
(hipótese)
C conclusão) (Hipótese 1)
∼
3. ∼3.C →∼ C ∼
→ CI 1.
→
∼ C S→∼ S(1, I S
(Tese → C
(Tese
ou
(1, ou (hipótese)
conclusão)
contrapositiva)
contrapositiva)
∼que∼ S
S2,→ → I (Hipótese 2)
4. ∼ 4.C →
Devemos ∼ C
Devemos →2.I provar
I provar (3, ∼ C (3,I→
que
(S
→ 2,
I (S (hipótese)
transitividade)
C)→
transitividade) (∼ ∧
C)
∧(Tese Sou(∼ S→ (∼⇒
⇒ I)
→conclusão)
I) C (∼→C I).→ I).
3. ∼ C →∼ S (1, contrapositiva)
4. ∼ C → I provar(3,
Devemos que2,(S transitividade)
→ C) ∧ (∼ S → I) ⇒ (∼ C → I).
1. S1.→ C S→C (hipótese)
(hipótese)
b) Sejam
b) Sejam as proposições:
as proposições:
2. ∼2.S → ∼ IS → I (hipótese) (hipótese)
P: o produto
P: o produto é bom. é bom. 1. S(1, S →contrapositiva)
C (hipótese)
3. ∼3.b) C →∼∼
SejamC S→∼ as (1, contrapositiva)
proposições:
C: o produto
C: o produto ganhaganha o concurso.
2. o∼concurso.
S → I (hipótese)
4. ∼4.C → ∼ Io →
C
P: grupo I (3, é2,bom.(3, 2, transitividade)
transitividade)
L: o do
L: o lı́der lı́der do
grupo é produto ∼ C →∼ S
3. é culpado.
culpado. (1, contrapositiva)
E: a equipe
E: a equipe fica C: ficao produto
contente. 4. ∼ C → I
contente. ganha o concurso.
(3, 2, transitividade)
L: o lı́der do grupo é culpado.
b) Sejam
b) Sejam as proposições:
as proposições:
E: a equipe fica contente.
P: o produto
P: o produto é bom. é bom.
C: o produto
C: o produto b) ganha Sejamganha as proposições:
o concurso.
o concurso.
L: o do
L: o lı́der lı́dergrupo P:
do grupoo produto é bom.5
é culpado.
é culpado. 5
E: a equipe
E: a equipe C: o produto
fica contente.
fica contente. ganha o concurso.
L: o lı́der do grupo é culpado. 5
E: a equipe fica contente.
5 5
GABARITO
O argumento pode ser reescrito em lógica proposicional como:

P →C (hipótese 1)
∼P →L (hipótese 2)
C→E (hipótese 3)
∼E (hipótese 4)
L (conclusão)
Devemos provar que (P → C) ∧ (∼ P → L) ∧ (C → E)∧ ∼ E ⇒ L
1. P →C (hipótese)
2. ∼P →L (hipótese)
3. C→E (hipótese)
4. ∼E (hipótese)
5. ∼C (3, 4, Modus Tollens)
6. ∼P (1, 5, Modus Tollens)
7. L (2, 6, Modus Ponens)
Unidade II
* Exercı́cio
Os conjuntos {a} e {{a}} são diferentes, pois o elemento de {a} é a, e o elemento de
{{a}} é {a}.
* Exercı́cio:
A = {♥, ∗} e B = {1, 2}
a) A × B × B = {(x, y, z); x ∈ A, y ∈ B e z ∈ B}
A×B ×B = {(♥, 1, 1), (♥, 1, 2), (♥, 2, 1), (♥, 2, 2), (∗, 1, 1), (∗, 1, 2), (∗, 2, 1), (∗, 2, 2)}.
b) (A × B) × B = (A × B × B), pois os elementos de (A × B) × B são pares ordenados e

(A × B × B) é um conjunto de ternas ordenadas.
* Exercı́cio:
a) b)
6
175
GABARITO
1)
a) V b) F
c) F d) V
e) F f) V
g) F h) V
i) V j) F (A ∩ B = B)
k) V (Se A = {x, y}, então P (A) = {∅, {x}, {y}, {x, y}}. Logo, A ∩ P (A) = ∅.)
2) Sejam os conjuntos: C = {pessoas competentes}; E = {engenheiros} e P = {profissionais}.
Logo, alguns profissionais são competentes. Alternativa (a).
3) A = {a, 5, b}.
P (A) = {∅, {a}, {5}, {b}, {a, 5}, {a, b}, {5, b}, {a, 5, b}}.
A ⊂ P (A), pois os elementos de A não são elementos de P (A).
A ∈ P (a), pois {a, 5, b} é um elemento de P (A).
4) B possui dois elementos: a e b. Logo, B = {a, b}.
5) B possui dois elementos: x e {x}. Logo, B = {x, {x}}.
6) A = {2, 3, 4, 5}; B = {2, 3, 5, 7, 11, 13}; C = {2, 4, 5, 6, 11} e

U = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15}.
a) A ∪ B = {2, 3, 4, 5, 7, 11, 13}
b) A ∩ B ∩ C = {2, 5}
c) B ∩ C = {2, 5, 11}
d) A − B = {4}

e) B ∩ B = ∅

f) (A ∩ B) = {0, 1, 4, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15}
7
GABARITO
g) C − B = {4, 6}

h) (A ∩ B) ∪ C = {0, 1, 2, 3, 5, 7, 8, 9, 10, 12, 13, 14, 15}

i) (B − A) ∩ (A − B) = {4}
j) (B∩C)×A = {(2, 2), (2, 3), (2, 4), (2, 5), (5, 2), (5, 3), (5, 4), (5, 5), (11, 2), (11, 3), (11, 4), (11, 5)}

k) A ∩ ∅ = ∅
l) (A ∩ C) ∪ ∅ = A ∩ C = {2, 4, 5}
7)
a) X = {1, 3, 5}
b) Y = {1, 2, 3, 4, 5, 6, 7, 8}
c) Y − X = {2, 4, 6, 7, 8}
8)
a) F
A palavra dois ∈ B mas ∈
/ C.
b) V
c) V
B ∩ C={x / x é palavra que aparece depois de “diploma” e tem mais de 5 letras}.
d V

B ∩ C = {x / x é palavra depois de “diploma” e tem 5 letras ou menos }.
e) V
A ∩ B ∩ C ={x / x é palavra depois de “diploma”; antes de “elefante”, e com mais de 5
letras}.
f) V

B = {x / x é palavra que aparece antes de “diploma” ou x é a palavra “diploma”}.
g) F

A = {x / x é a palavra “elefante” ou palavra que aparece depois de “elefante”}.
8
177
GABARITO
h) V
A − B = {x / x é palavra que aparece antes de “elefante” e x não aparece depois de
“diploma”}.
9)
a)
b) A ⊕ B = {3, 4, 5, 8, 11}.
c) A ⊕ A = ∅.
d) ∅ ⊕ A = A.
10
a) 8
b) 50 (34 Windows, 12 Unix e 4 Mac).
c) 75
11)
a) 208
b) 50
c) 88
Unidade III
1)
• diagrama:
9
GABARITO
• matriz
R América Ásia Europa
EUA 1 0 0
China 0 1 0
Reino Unido 0 0 1
Rússia 0 1 1
Coreia do Sul 0 1 0
Alemanha 0 0 1
França 0 0 1
2)
R 0 1 3 4
0 0 0 1 1
a) 1 0 0 0 0
3 0 1 1 1
4 0 0 0 0
b)
c) DomR = {0, 3} ; ImR{1, 3, 4}.
d) R ◦ R = {(0, 1), (0, 3), (0, 4), (3, 1), (3, 3), (3, 4)}.
e) R−1 = {(1, 3), (3, 0), (3, 3), (4, 0), (4, 3)}.
3)
a) (1, 4), (2, 4), (3, 3), (4, 1)
b) (0, 2), (1, 3), (6, 8), (9, 11)
c) (5, 0), (2, 2)
4)
a) Um para muitos.
b) Um para um.
c) Muitos para um.
d) Um para muitos.
e) Um para muitos.
10
a) R = {(a, a), (b, b), (c, c), (d, d), (e, e), (a, c), (a, e), (b, d), (b, e), (c, e), (d, e)}
c) R = {(1, 1), (2, 2), (3, 3), (4, 4), (5, 5), (1, 2), (1, 3), (1, 4), (1, 5), (2, 4), (2, 5
0
0
0
1
1
e
c d
0 0
0 0
1 0
0 1
0 0
179
b) R = {(1, 1), (2, 2), (3, 3), (4, 4), (5, 5), (6, 6), (1, 3), (2, 5), (4, 6)}
GABARITO
b
0
1
1
1
0
a
1
1
1
1
1
a muitos.
d
a
11
f) Muitos paraf)muitos.
Muitos para muitos.
5) 5)
f) Muitos para muitos.
a) a)
5)
5)
a)
a)
7)
a)
5)
a)
b)
c)
6)
b) b)
b)
b)
c)
, (b, b), (c, c), (d,c)
d), (e, e), (a, c), (a, e), (b, d), (b, e), (c, e), (d, e)}
, (2, 2), (3, 3), (4, 4), (5, 5), (6, 6), (1, 3), (2, 5), (4, 6)}
6) 6)
, (2, 2), (3, 3), (4, 4), (5, 5), (1, 2), (1, 3), (1, 4), (1, 5), (2, 4), (2, 5), (3, 4), (3, 5), (4, 5)}
a) R = {(a, a),a) c)
(b,Rb),=(c, c), a),
{(a, (d, (b,
d),b),
(e,(c,
e),c),
(a,(d,
c),d),
(a,(e,
e),e),
(b,(a,
d),c),
(b,(a,
e),e),
(c, (b,
e),d),
(d,(b,
e)}e), (c, e), (d, e)}
c)
b) R = {(1, 1),b) (2,R2),=(3, 3),1),
{(1, (4,(2,
4),2),
(5,(3,
5),3),
(6,(4,
6),4),
(1,(5,
3),5),
(2,(6,
5),6),
(4,(1,
6)}3), (2, 5), (4, 6)}
6)
c) R = {(1, 1),c) 6)R2),=(3,
(2, 3),1),
{(1, (4,(2,
4),2),
(5,(3,
5),3),
(1,(4,
2),4),
(1,(5,
3),5),
(1,(1,
4),2),
(1,(1,
5),3),
(2,(1,
4),4),
(2,(1,
5),5),
(3,(2,
4),4),
(3,(2,
5),5),
(4,(3,
5)}4), (3, 5), (4, 5)}
a) R = {(a, a), (b, b), (c, c), R (d,a d),b (e,ce), d(a, c),
e (a, e), (b, d), (b, e), (c, e), (d, e)}
a) R = {(a, a), (b, b), (c, c), (d, d), (e, e), (a, c), (a, e), (b, d), (b, e), (c, e), (d, e)}
a 1 0 0 0 0
7) b) R = {(1, 1), (2, 2), (3, 3), (4, 4), (5, 5), (6, 6), (1, 3), (2, 5), (4, 6)}
7)
b) R = {(1, 1), (2, 2), (3,b3), 1(4, 4), 1 (5,0 5),0 (6,0 6), (1, 3), (2, 5), (4, 6)}
c) R = {(1, 1), (2, 2), (3, 3), c (4,
1 4),1 (5,1 5),0(1,02), (1, 3), (1, 4), (1, 5), (2, 4), (2, 5), (3, 4), (3, 5), (4, 5)}
c) R = {(1, 1), (2, 2), (3,d3), 1(4, 4), 1 (5,0 5),1R(1,1a2), b(1, 3),
c (1,d 4),
R ea (1,b5),c(2, d4), (2,
e 5), (3, 4), (3, 5), (4, 5)}
e 1 0 0 0a 11 0 0 0a 01 0 0 0 0
7) b 1 1 0 0b 01 1 0 0 0
a) a)7) c 1 1 1 0c 01 1 1 0 0
d 1 1 0 1dR 11a 1b 0c 1d 1e
e 1 0 0 0eaR 111a 00b 00c 00d 10e
ba 11 10 00 00 00
a)
a) 11 cb 11 11 10 00 00
dc 11 11 01 10 10
ed 11 01 00 01 11
e 1 0 0 0 1
11 11
GABARITO
R 1 2 3 4 6 8 12
1 1 1 1 1 1 1 1
2 0 1 0 1 1 1 1
3 0 0 1 0 1 0 1
b)
4 0 0 0 1 0 1 1
6 0 0 0 0 1 0 1
8 0 0 0 0 0 1 0
12 0 0 0 0 0 0 1
8)
a)
• Tı́tulo-ISBN: um para um.
• Tı́tulo-assunto: muitos para um.
• Editora-assunto: muitos para muitos.
b)
12
c) R ◦ S = {(Springtime Gardening, Natureza), (Springtime Gardening, Arte), (Early Tang
Paintings, Arte), (Birds of Africa, Natureza), (Baskets for Today, Natureza),(Baskets for
não é reflexiva, nem simétrica, nem transitiva. R é irreflexiva e assimétrica.
Today, Arte), (Autumn Annuals, Natureza), (Autumn Annuals, Arte)}.
(xRy ∧ yRz xRz).
9) não é transitiva, pois se x é primo de y e y é primo de z, não implica que x é primo de
é simétrica, pois se x é primo de y, então y é primo de x (xRy ⇒ yRx).
a) R é irreflexiva (pois a caixa a não cabe dentro de si própria); assimétrica (pois se a cabe
não é reflexiva, pois uma pessoa x não é prima de si mesma (x Rx) (é irreflexiva).
dentro de b), então, b não cabe dentro de a e transitiva (se a cabe dentro de b e b cabe
dentro de c, então, a cabe dentro de c).
b) ntro de c, então, a cabe dentro de c).

ntro de b), então, b não cabe dentro de a e transitiva (se a cabe dentro de b e b cabe
i) R não é reflexiva, pois uma pessoa x não é prima de si mesma (x Rx) (é irreflexiva).
é irreflexiva (pois a caixa a não cabe dentro de si própria); assimétrica (pois se a cabe
R é simétrica, pois se x é primo de y, então y é primo de x (xRy ⇒ yRx).
R não é transitiva, pois se x é primo de y e y é primo de z, não implica que x é primo de
z (xRy ∧ yRz xRz).
day, Arte), (Autumn Annuals, Natureza), (Autumn Annuals, Arte)}.
ii) R não é reflexiva, nem simétrica, nem transitiva. R é irreflexiva e assimétrica.
intings, Arte), (Birds of Africa, Natureza), (Baskets for Today, Natureza),(Baskets for
◦ S = {(Springtime Gardening, Natureza), (Springtime Gardening, Arte), (Early Tang
12
181
GABARITO
10)
Unidade IV
1)
a) Domı́nio ={2, 4, 5, 6, 8} ; Contradomı́nio = {4, 5, 7, 8, 9} e Imagem ={4, 7, 8}.
b) 7; 4
c) 6; 8
d) Não é injetora, pois dois elementos distintos do domı́nio tem a mesma imagem: por
exemplo, 6 e 8 tem imagem 7. Não é sobrejetora, pois o elemento 5 do contradomı́nio, nãoé
imagem de elemento algum do domı́nio.
2)
a) R1 = {(3, 2), (8, 3), (15, 4), (24, 5)}.
b) R2 = {(4, 3), (9, 8)}.
c) R1 é função de A em B, pois a cada elemento do conjunto A, está associado um único

elemento do conjunto B. Imagem = {2, 3, 4, 5}.
d) R2 não é uma função de B em A, pois existem elementos de B que não estão associados
a elementos de A.
3)
a) -13
b) 15
c) 3
d) 18
e) 5 − 6x
f) 15 − 6x
g) 4x − 5
13
GABARITO
h) 9x
4)
x
a) f −1 (x) =
5
√
b) f −1 (x) = 3
x
3x − 7
c) f −1 (x) =
2
5)
a) h(f (−6, 4)) = h(−7) = 98
b) 81
c) 4
Unidade V
1)
a) Anita
b) Miguel
Kim
c) Judite
Samuel
Miguel
Kim
2)
a) urso
b) peixinho
alga
minhoca
c) urso
peixe
raposa
veado
minhoca
lince
coelho
guaxinim
mosca
peixinho
14
183
GABARITO
h) 9x
d) peixinho alga
4)peixe alga
veado
d) peixinho gramaalga
−1 plantax carnı́vora
a)veadofpeixe (x) alga
= −
d) peixinho alga5
veado grama
e) urso
b)peixe
fveado alga= √
−1peixe
(x) 3
x carnı́vora
planta
veado grama −
f) herbı́voro(X):= −come(X,Y),
3xcarnı́vora
7 planta(Y), \+ carnı́voro(X) (para regras prolog, \ + a indica
c)aveado
h) f9x −1 planta
e)negação
urso (x)peixe
=de−a, ou seja , ∼ a)
2
e) ursof) peixe
herbı́voro(X):= come(X,Y), planta(Y), \+ carnı́voro(X) (para regras prolog, \ + a indica
g) predador(X):= carnı́voro(X), animal(X)
4)
5) a negação de a, ou seja , ∼ a)
f) peixinho
d) herbı́voro(X):=
d) d)peixinho
peixinho come(X,Y),
alga
algacome(Y,X),
algaalga planta(Y), \+ carnı́voro(X) (para regras prolog, \ + a indica
h) d) peixinho
presa(X):= xalga predador(Y), animal(X) g) C − B = {4, 6}
ag)negação
peixe
a) h(f−1alga
(−6, de
predador(X):=
peixe peixe
alga
peixe alga
4)) a,= ou
h(−7)seja =,∼ 98a) animal(X)
carnı́voro(X),
f (x) =
d)i) veado
caçado:=
peixinho
veado veado
grama
veado 5
presa(X)
alga grama
grama
grama
g) b)predador(X):=
h) presa(X):= √ carnı́voro(X),
come(Y,X), animal(X) animal(X)
predador(Y), h) (A ∩ B) ∪ C = {0, 1,
peixe81 alga
veado
veado planta
veado −planta
carnı́vora
= planta carnı́vora
carnı́vora
−1
b) fveado (x) planta
3
x − carnı́vora
−−−
j) ?come(peixe,
veado peixinho), come(peixe, minhoca)
gramacome(Y,X),

i) (B − A) ∩ (A − B) =
h) c)presa(X):=
i)4caçado:= presa(X) predador(Y), animal(X)
e)
e) ursoveado e)e)
urso urso
peixepeixe
urso
planta 3x
peixe
peixe − 7
f −1 (x)
l) c)?planta(X) = − carnı́vora j) (B∩C)×A = {(2, 2), (
i) caçado:=
j) ?come(peixe, presa(X)2 peixinho), come(peixe, minhoca)
f)
e) f)f)peixe
herbı́voro(X):=herbı́voro(X):=
herbı́voro(X):=
f) herbı́voro(X):=
urso come(X,Y), come(X,Y),
come(X,Y),
come(X,Y), planta(Y),planta(Y),
\+ \+
planta(Y),
planta(Y), \+carnı́voro(X)
\+ carnı́voro(X)
carnı́voro(X) (para
carnı́voro(X) (para
regras
(para
(para regrasregras
prolog,
regras prolog,
prolog,
prolog, \a\++
\ +\a+indica aaindica
indicaindica
Unidade
m) a?come(urso, V
negação
a?planta(X)
j) ?come(peixe,
l) de X)
aanegação
negação
negação a,
de a,deseja
ou
de a,a,ou
ou
peixinho), ou ∼seja ,∼∼a)a) minhoca)
, come(peixe,
seja ,a)
seja∼, a) k) A ∩ ∅ = ∅
5)herbı́voro(X):= come(X,Y), planta(Y), \+ carnı́voro(X) (para regras prolog, \ + a indica
f) 1)
n)
g) ?come(X,
predador(X):=
g)
l) m) g) peixe)carnı́voro(X),
g)predador(X):=
predador(X):=
predador(X):=
?planta(X) carnı́voro(X),
carnı́voro(X), animal(X)
carnı́voro(X), animal(X)
animal(X)
animal(X) l) (A ∩ C) ∪ ∅ = A ∩ C
a)a negação (−6, de
?come(urso,
h(f 4))a,=X) ou
h(−7)seja =,∼ 98a)
a) Anita
o) presa(X):=
?predador(X)
h)
m)
g) b)h) h) h)presa(X):=
presa(X):=
presa(X):=
?come(urso,
predador(X):=
n)81 ?come(X, come(Y,X),
X) come(Y,X),
come(Y,X),
come(Y,X),
carnı́voro(X),
peixe) predador(Y),
predador(Y),
predador(Y),
animal(X) animal(X)
predador(Y), animal(X)
animal(X)
animal(X)
b) Miguel predador(X) 7)
p) ?presa(X),
i) Kim
i) caçado:= i)caçado:=
caçado:=
caçado:=
i) presa(X)
presa(X) presa(X)
presa(X)
n)
h) ?come(X,
presa(X):=
o) peixe)
?predador(X) come(Y,X), predador(Y), animal(X)
c) 4 a) X = {1, 3, 5}
q)
j) ? presa(X),
j)
?come(peixe,
j) herbı́voro(X)
?come(peixe,
?come(peixe,peixinho), peixinho),
come(peixe,
peixinho), come(peixe,
minhoca)
come(peixe, minhoca)
minhoca)
o) j) ?come(peixe,
?predador(X)
i) c)caçado:=
p)Judite
?presa(X), presa(X) peixinho),
predador(X) come(peixe, minhoca)
Unidade
l)
Samuel
l)l)
V
?planta(X)
?planta(X)
p)j) ?planta(X)
l) ?planta(X)
?presa(X),
?come(peixe,
q) ? presa(X),
Miguel
predador(X)
peixinho),
herbı́voro(X) come(peixe, minhoca)
1)
m)l) m)
q) Kim
m)m)?come(urso,
?come(urso, ?come(urso,
?come(urso,
??planta(X)
presa(X), X) X) X)
herbı́voro(X)X)
a) Anita
n) n)
m) ?come(X,
n) n)?come(X,
?come(X,
?come(urso, ?come(X,
peixe) peixe)
peixe)
peixe)
X)
2) Miguel Tempo mı́nimo: 17 unidades de tempo;
3) b)
o) o)
n) ?come(X, o)o)
?predador(X) ?predador(X)
?predador(X)
?predador(X)peixe) caminho crı́tico: E, A, D, B, H.
Kim
a) urso Tempo mı́nimo: 17 unidades de tempo;
p)
o) c)p) p) p)?presa(X),
3)Judite
?presa(X), ?presa(X),
?presa(X),
?predador(X) predador(X) predador(X)
predador(X)
predador(X)
b) peixinho caminho crı́tico: E, A, D, B, H.
Samuel Tempo mı́nimo: 17 unidades de tempo;
3) q)
q) ? ? q)
presa(X),
q)
alga ? ? presa(X),
presa(X), herbı́voro(X)
herbı́voro(X)
herbı́voro(X)
presa(X), herbı́voro(X)
p) ?presa(X), predador(X) caminho crı́tico: E, A, D, B, H.
Miguel
minhoca b) Y = {1, 2, 3, 4, 5, 6, 7, 8
4) Caminho
q) Kim crı́tico:
? presa(X), A, C, H; tempo mı́nimo: 24 semanas.
herbı́voro(X)
c) urso c) Y − X = {2, 4, 6, 7, 8}
4) peixe
Caminho crı́tico: A, C, H; tempo mı́nimo: 24 semanas.
2) D(3)
raposa
4) Caminho crı́tico: A, C, H; tempo mı́nimo: F(4)
24 semanas. 8)
a) ursoveado B(3) Tempo
TempoTempo
mı́nimo:
Tempo mı́nimo:
mı́nimo: 1717unidades
17 unidades
mı́nimo: unidades
17 unidadesde tempo;dedetempo;
de tempo; tempo;
3) 3) minhoca3)3)
caminho caminho
caminhocrı́tico:
caminho crı́tico:
crı́tico:
E, A,
crı́tico: E,A,
E, D,
A,
E, A,D,
D,
B, B,
H.
a)D,B,
FB,H.
H. H.
b) peixinho
lince Tempo mı́nimo: 17 unidades de tempo;
3) algaA(1) A palavra dois ∈ B m
coelho E(2) caminho crı́tico: E, A, D, B, H.
minhoca
guaxinim b) V
mosca C(2)
c) urso c) V
4) Caminho peixinho
4)
4) peixe 4) Caminho
Caminho Caminho
crı́tico: crı́tico:
crı́tico:
A, C,
crı́tico: A,
A, H;
C,A,tempo
C,tempo
C,
H; H;tempo
H; tempo mı́nimo:
mı́nimo:
mı́nimo: 24semanas.
24
24 semanas.
mı́nimo: semanas.
24 semanas.
B ∩ C={x / x é palav
raposa
4) Caminhoveado crı́tico: A, C, H; tempo mı́nimo: 24 semanas.
d V
minhoca 14
B ∩ C = {x / x é pala
lince
15
coelho e) V
guaxinim
15 A ∩ B ∩ C ={x / x é
mosca
letras}.
peixinho 15
f) V

Logica para Programaçao

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Logica para Programaçao

Загружено:

Авторское право:

Доступные форматы

LÓGICA PARA

Professora Me. Edvania Gimenes de Oliveira Godoy

NEAD - Núcleo de Educação a Distância

C397 CENTRO UNIVERSITÁRIO DE MARINGÁ. Núcleo de Educação a Design Educacional

Ficha catalográfica elaborada pelo bibliotecário

Professora Me. Edvania Gimenes de Oliveira Godoy

LÓGICA PARA COMPUTAÇÃO

Prezados acadêmicos, é com satisfação que apresento

Desejo a todos um bom estudo!

16 Proposições e Valores Lógicos

38 Negação de Sentenças Quantificadas

TEORIA DOS CONJUNTOS

53 Conjunto das Partes

59 Relação Entre Lógica e Álgebra dos Conjuntos

60 Princípio da Inclusão e Exclusão

76 Tipos de Relações Binárias

77 Propriedades das Relações

78 Representação das Relações

103 Domínio, Contradomínio e Imagem de uma Função

105 Igualdade de Funções

105 Gráfico de Funções

108 Função Piso e Função Teto

109 Propriedades de Funções

112 Função Composta

114 Funções Inversas

115 Técnicas para Obtenção da Inversa de uma Função

117 Considerações Finais

125 Álgebra dos Conjuntos nas Linguagens de Programação

139 Caminho Crítico no Diagrama PERT

144 Autômatos Finitos

150 Relações e Banco de Dados

159 Considerações Finais

Como exemplos de frases que não são proposições, podemos citar:

1. Feliz aniversário!!! (Sentença exclamativa)

Princı́pios Básicos das Proposições:

Classificação das Proposições:

Proposições simples: aquelas que vêm sozinhas, desacompanhadas de outras proposições.

Proposições compostas: aquelas formadas pela combinação de proposições simples.

Os conectivos fundamentais da Lógica Matemática são:

Conectivo lógico Sı́mbolo

A linguagem Pascal (assim como a maioria das linguagens o iussode

not Negação not o ã ç ageN

Fonte: Menezes (2013). Fonte: Menezes (2013).

O valor lógico de uma proposição composta (verdadeiro sou

2. Conjunção (∧) O operador conjunção “∧” representa intuitivamente o papel análogo

3) Disjunção (∨) Dadas duas proposições p e q, chama-se “disjunção de p e q” a pro

Em resumo: V(p ∨ q) = F somente quando V(p) = V(q) = F.

Tabela-verdade para a disjunção p ∨ q.

3.1) Disjunção Exclusiva: (∨)

Chama-se disjunção exclusiva de duas proposições p e q a proposição representada por “p ∨

e a falsidade (F) quando p e q são ambas verdadeiras ou ambas falsas.

Em resumo: V( p∨q ) = F quando V(p) = V(q).

Na disjunção exclusiva, as duas proposições não podem ocorrer ao mesmo tempo.

b) Arnaldo é alagoano ou pernambucano.

c) O documento foi enviado por malote ou pelo correio.

Tabela-verdade da disjunção exclusiva p∨q.

Sejam p e q proposições. A proposição “se p, então q” , que será denotada por p → q,

Proposições Associadas a uma Condicional:

Temos as seguintes proposições associadas à condicional p → q :

• Contrapositiva ∼ q →∼ p : “Se o quadrilátero Q não é um retângulo, então Q não é um

• Recı́proca q → p : “Se o quadrilátero Q é um retângulo, então é um quadrado.”

• Inversa ∼ p →∼ q : “Se o quadrilátero Q não é um quadrado, então Q não é um

Resumindo: V (p ↔ q) = V quando V(p) = V(q).

16 Proposições e Valores Lógicos

38 Negação de Sentenças Quantificadas

53 Conjunto das Partes

59 Relação Entre Lógica e Álgebra dos Conjuntos

60 Princípio da Inclusão e Exclusão

76 Tipos de Relações Binárias

77 Propriedades das Relações

78 Representação das Relações

103 Domínio, Contradomínio e Imagem de uma Função

105 Igualdade de Funções

105 Gráfico de Funções

108 Função Piso e Função Teto

109 Propriedades de Funções

112 Função Composta

114 Funções Inversas

115 Técnicas para Obtenção da Inversa de uma Função

117 Considerações Finais

125 Álgebra dos Conjuntos nas Linguagens de Programação

139 Caminho Crítico no Diagrama PERT

144 Autômatos Finitos

150 Relações e Banco de Dados

159 Considerações Finais