Vous êtes sur la page 1sur 35

Instituto de Ciências Exatas

Departamento de Ciência da Computação


Série: Notas de Aula em Computação (NAC)

Matemática Discreta para


Computação
2004

Edjard de Souza Mota

Revisão e Adendos:
Virgı́nia Brilhante
Tanara Lauschner

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

ii
alguns dos exemplos contidos nesta nova versão e presença sempre inspira-
dora.

E. S. Mota
Manaus AM
Outubro de 2002

iii
iv
Sumário

List of Figures 1

1 Introdução à Matemática Discreta 3


1.1 Conceito de Matemática Discreta . . . . . . . . . . . . . . . . 3
1.2 Ferramentas, Técnicas e Metodologias . . . . . . . . . . . . . 4

2 Argumentos Lógicos e Cálculo Proposicional 11


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

v
vi
Lista de Figuras

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


1.2 Grafo de um sistema de rodovias. . . . . . . . . . . . . . . . . 7
1.3 Menor caminho que liga as cidades do grafo do sistema de
rodovia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

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


semântica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2 Esquema de avaliação. . . . . . . . . . . . . . . . . . . . . . . 20

1
2
Capı́tulo 1

Introdução à Matemática
Discreta

1.1 Conceito de Matemática Discreta


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

3
4 CAPÍTULO 1. INTRODUÇÃO À MATEMÁTICA DISCRETA

bouço de sistemas matemáticos discretos. Portanto a principal razão para


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

1.2 Ferramentas, Técnicas e Metodologias


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

Ferramentas Rede (poste e armação)


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

Tabela 1.1: Exemplo de ferramentas, técnicas e metodologias relacionadas


a um jogo de Voley.

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


de ferramentas para resolver problemas em muitas áreas do conhecimento.
Para cada problema, se tivermos disponı́veis as ferramentas matemáticas
adequadas poderemos aplicar técnicas padrão que utilizam tais ferramentas
1.2. FERRAMENTAS, TÉCNICAS E METODOLOGIAS 5

Ferramentas Matemática
Hardware
Software
Lápis e papel
Raciocı́nio
Técnicas Contrução de algoritmos, programas
Representação de informação ou conhecimento
Prova de Teoremas
Diagramação E.R.
Metodologias Desenvolvimento de sistemas
Pesquisas: Analı́ticas e Empı́ricas
Resolução de problemas
Modelagem

Tabela 1.2: Exemplo de ferramentas, técnicas e metodologias relacionadas


a Computação.

em situações muito particulares relativas ao problema. A metodologia mais


geral, em matemática, para a solução de problemas é a modelagem. Modelar
é transformar a representação de um problema em outra mais apropriada
para a solução do problema.
O processo de modelagem consiste nos seguintes passos: construimos
um modelo abstrato do problema original, transformamos esse modelo tan-
tas vezes quantas forem necessárias até atingirmos a solução ideal para o
problema em questão. A forma mais simples de entendermos tal processo é
apresentado na Figura 1.1 que em si mesma é um modelo para o processo
de modelagem.

SOLUCAO
PROBLEMA DO
PROBLEMA

MODELO MODELO
ABSTRATO TRANSFORMADO

Figura 1.1: Forma simplificada do processo de modelagem.

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


carros, etc., que refletem a estrutura e funcionalidade daquilo que repre-
sentam no mundo real. São os modelos concretos. Já em um modelo ma-
temático não é sempre fácil reconhecermos que objeto está sendo represen-
tado pois algumas caracterı́sticas são escolhidas e outras são simplesmente
6 CAPÍTULO 1. INTRODUÇÃO À MATEMÁTICA DISCRETA

ignoradas. Tais modelos são conhecidos como modelos abstratos, que po-
dem não ser uma representação direta do objeto real. Considere o seguinte
exemplo.

Exemplo 1.1 João tem doze bananas pacovã que lhe custaram
20 centavos cada uma. Quantas bananas ele deverá vender, a 25
centavos cada, para que ele comece a ter lucros?

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


mos algumas equações que descrevam o problema.

venda = (preço unitário) × (quantidade vendida)


despesa = (custo unitário) × (quantidade comprada)

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


maior que a despesa desta quantidade. Isto nos dá a seguinte igualdade

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

Substituindo os valores do problema em questão temos


25 × x = 20 × 12
25 × x = 240 (dividindo ambos os lados por 5)
5 × x = 48 (dividindo ambos os lados por 5)
x = 9.6

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


ele precisará vender mais do que 9 bananas. A equação é o nosso modelo
ainda que não vejamos nenhuma banana. Por isso, este modelo poderá servir
a muitos problemas que trabalhem com as mesmas quantidades. Vejamos
agora um exemplo mais complexo.

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


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

Para uma solução computacional é de pouco interesse a representação


geométrica (que é contı́nua), e por isso escolhemos uma representação mais
adequada: uma tabela contendo apenas o valor das distâncias entre as cida-
des. A Tabela 1.3 contêm a distância (em km) entre as seis cidades. Para as
cidades que não estão diretamente ligadas um traço aparece na tabela. Essa
tabela já é em si um modelo discreto do mundo real que pode ser utilizado
para encontrarmos uma solução.
1.2. FERRAMENTAS, TÉCNICAS E METODOLOGIAS 7

C
20
5
B 30

5
A 20
10 10 F
10

E
20
D

Figura 1.2: Grafo de um sistema de rodovias.

B 5
C – 5
D 10 10 20
E – 20 – 20
F – – 30 – 10
A B C D E

Tabela 1.3: Distâncias entre cidades (em Km).

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


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

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

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


conectados e ligá-los. Se houver mais de um com a menor distância
escolher qualquer um.

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


(ou seja não haja mais vértices).
8 CAPÍTULO 1. INTRODUÇÃO À MATEMÁTICA DISCRETA

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


Figura 1.3. Você deve estar se perguntando sobre a utilidade da Tabela 1.3.
Pense em uma estrutura matemática que possa representar essa tabela e
re-escreva esse algoritmo de modo a se referenciar aos termos da tabela de
forma mais geral.
C
5
B

5
A 20
10 F
10

D E

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


rodovia.

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


formular um algoritmo é comumente utilizado como uma técnica de solução
de problemas. Mas nem sempre encontraremos problemas que admitam
solução por este método. Felizmente, muitos problemas ou mesmo muitas
classes de problemas admitem solução por este método e ,por isso, são mais
tratáveis que aqueloutros.

Exercı́cios
E1-1 Encontre outras soluções para o probelema da figura 1.2 (há pelo me-
nos mais três soluções).
E1-2 Considere os seguintes grafos representando sistema de rodovias. En-
contre o menor caminho para cada grafo que conecte todas as cidades.
O caminho encontrado é único?
B 8 C 7 D

4 2 9
A 11 I 4 14 E
8 7 6
10

H 1 G 2 F

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


para encontrar o menor caminho. Faça um rastreamento deste algo-
ritmo e mostre sua execução para o grafo da Figura 1.2.
1.2. FERRAMENTAS, TÉCNICAS E METODOLOGIAS 9

B 6 C

3
2 1 4
A 2 7

5
6
E D

Algoritmo que reduz um grafo a um de menor caminho

Ordene as arestas em ordem decrescente de comprimento


m ← numero de vertices
restante ← numero de arestas
atual ← 1
while restante > m − 1 do
begin
if aresta atual nao disconecta o grafo then
begin
retire aresta atual
restante ← restante − 1
end
atual ← atual + 1
end
end
10 CAPÍTULO 1. INTRODUÇÃO À MATEMÁTICA DISCRETA
Capı́tulo 2

Argumentos Lógicos e
Cálculo Proposicional

2.1 Argumentos e Argumentos Válidos


A classificação de argumentos em válidos ou não é uma tarefa de extrema
importância para distinguirmos quais deles estão relacionados a verdades no
mundo (ainda que relativas). Tais argumentos chamamos usualmente de ar-
gumentos lógicos. Alguns exemplos de argumentos lógicos são apresentados
a seguir.

Exemplo 2.1
1 - Se a demanda aumentar, então a empresa se expande.
2 - Se as empresas se expandem, então elas empregam trabalha-
dores.

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


balhadores.

Forma geral do padrão de raciocı́nio – silogismo hipotético:


Se P então Q
Se Q então R

Se P então R

Exemplo 2.2
1 - A rede local está mal configurada ou o provedor Internet está
desligado.
2 - A rede local não está mal configurada.

3 - O provedor Internet está desligado.

11
12CAPÍTULO 2. ARGUMENTOS LÓGICOS E CÁLCULO PROPOSICIONAL

Forma geral do padrão de raciocı́nio – silogismo disjuntivo:


P ou Q
não P

Exemplo 2.3

1 - Todas as baleias são mamı́feros.


2 - Moby Dick é uma baleia.

3 - Moby Dick é um mamı́fero.

Forma geral do padrão de raciocı́nio:


Todos P são Q
a é P

a é Q

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


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

Exemplo 2.4 Um argumento lógico que não é válido.


1. Todos os cavalos são mamı́feros.
2. Todos os cavalos são vertebrados.

3. Todos os mamı́feros são vertebrados.

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


isto não torna o argumento válido. Podemos falsificar o argumento se pegar-
mos um tipo de mamı́fero que não é vertebrado por algum fator de evolução
genética. Mesmo assumindo como verdade universal que todo mamı́fero seja
um vertebrado, as premissas se referem à relação entre cavalos e proprieda-
des dos animais. Não há uma sentença no argumento ou um encadeamento
de sentenças que relacione o conjunto dos mamı́feros com o dos vertebrados.
Logo, não podemos inferir nenhuma relação entre as propriedades apenas
com base na relação de pertinência entre uma classe de animais e estas.
2.2. ESQUEMAS DE ARGUMENTOS 13

Isso significa que do ponto de vista da linguagem não existe uma relação
de derivabilidade entre as sentenças. Derivabilidade, por sua vez, está rela-
cionada com a consequência lógica entre os fatos expressos pelas sentenças.
O que podemos concluir disto é que deve haver uma relação entre a
linguagem que usamos para expressar um argumento e o que esses argu-
mentos representam em relação ao mundo real. Esta relação é provida pela
semântica da linguagem como mostra a Figura 2.1. Note que, a propriedade
de um fato ser uma consequência lógica de outro fato no mundo real é espe-
lhado na linguagem pela propriedade de uma sentença ser derivada de outra
através de algum método de derivação ou cálculo.

Deriva
Sentenca Sentenca
Linguagem
Semantica Semantica

Mundo Real
Consequencia Logica
Fatos Fatos

Figura 2.1: Conexão entre sentenças de uma linguagem e fatos se dá pela
semântica.

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


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

2.2 Esquemas de Argumentos


Aristóteles foi um dos primeiros (se não o primeiro) a propor um método
para representar padrões de raciocı́nio de forma que pudéssemos testar a
consistência dos mesmos. Avaliando argumentos como o do Exemplo 1 ele
observou que estes são na realidade uma composição de frases ou declarações,
ou ainda proposições.
A frase “Se a demanda aumentar, então a empresa se expande” tem
duas partes 1) “demanda aumentar” e 2) “empresa se expande”. Ambas
as proposições são conectadas pelas palavras “Se” e “então”. No caso do
Exemplo 2, as frases “A rede local está mal configurada” e “o provedor
Internet está desligado” são conectados pela palavra “ou”. A essas sentenças
menores denominamos de proposições atômicas.
Como vimos, argumentos como estes podem ser representados de forma
esquemática se substituirmos as frases por variáveis proposicionais. Aristóteles
denominou esses esquemas de silogismos. Um silogismo é lógico quando a
conclusão pode ser obtida das premissas do argumento.
14CAPÍTULO 2. ARGUMENTOS LÓGICOS E CÁLCULO PROPOSICIONAL

Mais dois outros tipos de silogismo muito importantes são o modus po-
nens e o modus tolens, cujas formas são respectivamente:

Se P então Q
P

Se P então Q
não Q

não P

2.3 Lógica e Significado


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

1. um conjunto de sı́mbolos lógicos;

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


definidos e os tipos de significados associados a estes;

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

4. uma caracterização bem definida de prova;

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


zando as regras de formação de uma sentença bem como o significado
de seus constituintes não lógicos.

Isso é suficiente para constatarmos que podemos expressar grande parte


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

2.4 Cálculo Proposicional


2.4.1 Proposições Lógicas
Todo argumento lógico tem uma propriedade chamada de valor verdade
do argumento. Esse valor pode ser falso (simplesmente F) ou verdadeiro
(V). Em lógica proposicional declarações que gozam desta propriedade são
denominados proposições.

Definição 2.1 Qualquer argumento (ou declaração) que seja verdadeira (V)
ou falsa (F) é chamada proposição.

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


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

Definição 2.2 Toda proposição não atômica é chamada proposição com-


posta. Toda proposição composta contém pelo menos um conectivo lógico.

2.4.2 Conectivos e Fórmulas Proposicionais


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

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


ou “não é o caso que ...”.
16CAPÍTULO 2. ARGUMENTOS LÓGICOS E CÁLCULO PROPOSICIONAL

• Conjunção – ∧ (exemplo P ∧ Q);

• Disjunção – ∨ (exemplo P ∨ Q).

• Implicação – → (exemplo P → Q);

• Equivalência – ↔ (exemplo P ↔ Q).

Uma linguagem proposicional L é composta por um alfabeto (que já


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

1. Letras proposicionais (variáveis e constantes) do vocabulário são fórmulas


em L;

2. Se α é uma fórmula, entao ¬α também o é;

3. Se α e β são fórmulas em L, então também são fórmulas as seguintes


expressões:
α∧β
α∨β
α→β
α↔β

(a) Parênteses são usados como em álgebra;

4. Somente o que pode ser gerado através dos itens 1 a 3 em um número


finito de passos é uma fórmula em L.

Desafios 1

1. Analise as formas lógicas das seguintes sentenças e use as variáveis


proposicionais P e Q para formalizá-las.

(a) Raimundo sairá de casa e não voltará.


(b) Se o senhor João está feliz a dona Maria não está feliz, e se o
senhor João não está feliz a dona Maria não está feliz.
(c) Se pratico esportes tenho saúde. Não tenho saúde. Logo não
pratico esportes.
(d) Se 10 é primo, 10 não pode ser igual a 2 vezes 5.
10 é igual a 2 vezes 5. Portanto, 10 não pode ser primo.
2.4. CÁLCULO PROPOSICIONAL 17

(e) Ou João foi à padaria ou nós não teremos pão.


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

2. Quais das seguintes sentenças são proposições atômicas e quais são


compostas?

(a) Todo gato tem sete vidas.


(b) Luis é alto e Pedro também.
(c) Luis e Pedro são altos.
(d) A cor do carro que avançou o sinal era verde ou azul.

3. Re-escreva a forma original das sentenças representadas pelas seguintes


proposições lógicas.

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


“João é preguiçoso”.
(b) ¬P ∧ (Q ∨ P ), onde P e Q tem o mesmo significado do item
anterior.
(c) ¬(P ∧ Q) ∨ P , com P e Q tendo o mesmo significado como acima.

Às vezes, em notação matemática as palavras lógicas estão “escondidas”.


Por exemplo, a sentença 3 ≤ π parece uma declaração simples por não
conter palavras lógicas. Entretanto, ao lermos a sentença cuidadosamente
seu significado nos apresenta a palavra “ou”. Se fizermos P representar
3 < π e Q 3 = π, então a sentença acima pode ser escrita logicamente como
P ∨ Q. Em casos como estes, podemos escrever a sentença original como
(3 < π) ∨ (3 = π).
No caso de uma expressão mais complicada como 3 ≤ π < 4, temos
duas palavras lógicas escondidas nessa expressão. Se fizermos uma análise
de maneira análoga à feita acima, então podemos re-escrever a sentença
original da seguinte maneira [(3 < π) ∨ (3 = π)] ∧ (π < 4).
18CAPÍTULO 2. ARGUMENTOS LÓGICOS E CÁLCULO PROPOSICIONAL

2.4.3 Tabela Verdade


O próximo passo é podermos associar a cada proposição lógica ou fórmula to-
dos os possı́veis assinalamentos de valores verdade. No caso de uma fórmula
atômica este valor é obtido diretamente. O desafio está em obtermos os
valores para fórmulas mais complexas. Para isto construimos para cada
conectivo uma tabela com os possı́veis valores para cada caso.
A tabela verdade dos conectivos lógicos é dada de acordo com a Ta-
bela 2.1. Vale notar que o “ou” (representado pelo sı́mbolo ∨) é inclusivo,
ou seja, o valor da fórmula é verdadeiro também no caso em que ambas
variáveis proposicionais também o são.

P Q ¬P ¬Q P ∧Q P ∨Q P →Q P ↔Q
V V F F V V V V
V F F V F V F F
F V V F F V V F
F F V V F F V V

Tabela 2.1: Sumário das tabelas verdade dos conectivos lógicos.

À exceção da implicação, todos os demais têm uma definição mais ou


menos intuitiva. A dúvida que podemos ter com relação à definição da
implicação material pode ser dirimida ao avaliarmos a seguinte sentença.
“Se a garrafa contêm ácido, ela tem um aviso de cuidado”.
Essa declaração é condicional pois podemos ter P sendo “a garrafa
contém ácido” e Q sendo “a garrafa tem um aviso de cuidado”, e assim
P → Q. Não há contradição nesta sentença ainda que a garrafa não conte-
nha ácido, pois ela poderia conter um veneno e deveria carregar um aviso
de cuidado. Isso demonstra o que está expresso na tabela: a implicação é
verdade somente se Q também o for, ou se ambos P e Q são falsos. Como
Q é verdade na maioria dos casos, isto o faz mais fraco que P para tornar
a implicação verdadeira. Dessa forma, podemos traduzir P → Q também
como “P somente se Q”. O aviso de cuidado é uma condição necessária
para a garrafa conter ácido. Por outro lado, o fato de a garrafa conter um
ácido é uma condição suficiente para esta carregar um aviso de cuidado.
Um outro exemplo. Considere a sentença “se x > 2 então x 2 > 4”. A
tabela verdade desta implicação para diferentes valores de x deve deixar
claro o porque dos valores verdade de P → Q.
2.4. CÁLCULO PROPOSICIONAL 19

x P Q P →Q
3 V V V
1 F F V
-5 F V V
? V F F

Tabela 2.2: Tabela verdade para “se x > 2 então x 2 > 4.”

Existem diferentes maneiras de expressar a implicação em linguagem


natural. São elas:

1. Se P , então Q.

2. Sempre que P , então Q.

3. P é suficiente para Q.

4. P somente se Q. (Como em ‘Você pode se candidatar a presidente


somente se for cidadão brasileiro.’)

5. P implica Q.

2.4.4 Semântica da Lógica Proposicional


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

Função Domı́nio Imagem


Data de Nascimento de X Pessoas Datas
Mãe de X Pessoas Mulheres
Chefe de estado de X Paı́ses Pessoas
Número de mesas de X Escritório Números
Negação de X Fórmulas Fórmulas
proposicionais proposicionais
Cidade capital de X Paı́ses Cidades
Sexo de X Pessoas {Masculino,
Feminino}

Tabela 2.3: Exemplo de funções de avaliação e seus domı́nios.


20CAPÍTULO 2. ARGUMENTOS LÓGICOS E CÁLCULO PROPOSICIONAL

D I

x valor

Figura 2.2: Esquema de avaliação.

Esquematicamente, uma função de avaliação (interpretação ou assinala-


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

Definição 2.3 Seja C um conjunto de fórmulas proposicionais, W uma


função de avaliação de fórmulas de C para {V,F}, ou seja W é uma função
de C para {V,F}. Se α, β ∈ C, então temos
i - W(¬α) = F se, e somente se (sss) W(α) = V.

ii - W(α ∧ β) = V sss W(α) = V e W(β) = V.

iii- W(α ∨ β) = F sss W(α) = F e W(β) = F.

iv - W(α → β) = F sss W(α) = V e W(β) = F.

v - W(α ↔ β) = V sss W(α) = W(β).

Teorema 2.1 Duas fórmulas α e β são logicamente equivalentes sss para


toda avaliação W temos que W(α ↔ β) = V.

Tautologias e Contradições
Através de uma função de avaliação ou assinalamento podemos classificar
expressões lógicas como
Tautologia é toda expressão lógica que tem valor V sob todas as possı́veis
avaliações.

Contradição é toda expressão lógica que tem valor F sob todas as possı́veis
funções de assinalamento.

Contingência é toda expressão lógica que não é uma tautologia e nem uma
contradição.
1
No restante deste texto usaremos assinalamento, avalição ou interpretação para dizer
a mesma coisa.
2.4. CÁLCULO PROPOSICIONAL 21

P Q P ∧Q ¬(P ∧ Q) ¬(P ∧ Q) ∨ Q
V V V F V
V F F V V
F V F V V
F F F V V

Tabela 2.4: Exemplo de expressão tautológica.

¬(P ∧ Q) ∨ Q ¬(P ∧ Q) Q (P ∧ Q) P Q
F F F V V V

Tabela 2.5: Exemplo de expressão tautológica demonstrada por contradição.

Teorema 2.2 Se α é uma tautologia então ¬α é uma contradição.

[Prova]: Suponha que α é uma tautologia. Então, para toda função de


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

Tautologias e Raciocı́nio Consistente


Um argumento lógico é consistente quando a conclusão segue logicamente
das premissas. Se a conjunção de todas as premissas é verdadeira, então
22CAPÍTULO 2. ARGUMENTOS LÓGICOS E CÁLCULO PROPOSICIONAL

P Q P ∨Q ¬P (P ∨ Q) ∧ ¬P ((P ∨ Q) ∧ ¬P ) → Q
V V V F F V
V F V F F V
F V V V F V
F F F V F V

Tabela 2.6: Tabela verdade para o silogismo disjuntivo.

a conclusão também deve ser verdadeira. Suponha que a conjunção das


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

Desafios 2

Determine se as seguintes sentenças são tautologias.


1. (((A → B) → B) → B)

2. ((A ↔ B) ↔ (A ↔ (B ↔ A)))

3. ((A ∨ (¬(B ∧ C))) → ((A ↔ C) ∨ B))

4. (((B → C) → (A → B)) → (A → B))

5. (A → (B → (B → A)))

6. ((A ∧ B) → (A ∨ C))

7. (((A → B) → A) → A)

8. (A → B) ∨ (B → A)

2.4.5 Equivalências Lógicas


Agora voltamos ao teorema da equivalência lógica entre duas fórmulas para
mostrar a utilidade deste conceito. Já que o objetivo da linguagem proposi-
cional é representar argumentos lógicos e podermos avaliar o valor verdade
destes, quanto mais reduzida for a expressão lógica mais fácil obteremos
esta avaliação. Para isto, o uso de equivalência entre fórmulas se faz im-
prescindı́vel. Escreveremos A ⇔ B para dizer que duas fórmulas A e B são
logicamente equivalentes.
A grande utilização dessas equivalências é que podemos manipular ex-
pressões lógicas para obtermos formas mais reduzidas. O exemplo a seguir
mostra algumas reduções que podemos obter de uma expressão mais com-
plexa.
2.4. CÁLCULO PROPOSICIONAL 23

Fórmula Denominação da lei


¬¬P ⇔ P Dupla negação
P ∧ ¬P ⇔ F Contradição
P ∨ ¬P ⇔ V Tautologia
P ∨F ⇔ P Identidade
P ∧V ⇔ P
P ∨V ⇔ V Dominação
P ∧F ⇔ F
P ∧P ⇔ P Idempotência
P ∨P ⇔ P
P → Q ⇔ ¬P ∨ Q
P → Q ⇔ ¬Q → ¬P Contrapositivo
P ∨Q ⇔ Q∨P Comutativa
P ∧Q ⇔ Q∧P
(P ∨ Q) ∨ R ⇔ P ∨ (Q ∨ R) Associativa
(P ∧ Q) ∧ R ⇔ P ∧ (Q ∧ R)
(P ∨ Q) ∧ (P ∨ R) ⇔ P ∨ (Q ∧ R) Distributiva
(P ∧ Q) ∨ (P ∧ R) ⇔ P ∧ (Q ∨ R)
¬(P ∧ Q) ⇔ ¬P ∨ ¬Q DeMorgan
¬(P ∨ Q) ⇔ ¬P ∧ ¬Q

Tabela 2.7: Equivalências lógicas.

((P1 ∧ P3 ) ∧ P2 ) ∧ (V ∧ P1 )
(V ∧ P1 ) ⇔ P1 - identidade
((P1 ∧ P3 ) ∧ P2 ) ∧ P1
((P1 ∧ P3 ) ∧ P2 ) ∧ P1 ⇔ P1 ∧ P1 ∧ P2 ∧ P3 - comutativa
P1 ∧ P1 ∧ P2 ∧ P3 ⇔ P1 ∧ P2 ∧ P3 - Idempotência.

As propriedades da Equivalência Lógica são:


• Reflexiva: P ⇔ P .

• Transitiva: se P ⇔ Q e Q ⇔ R, então P ⇔ R.

• Simétrica: se P ⇔ Q então Q ⇔ P .
Um conceito importante associado a uma fórmula proposicional é o de
literal.

Definição 2.4 Se P é uma fórmula proposicional atômica, então P é um


literal e ¬P tambem é um literal. Dizemos que P e ¬P são literais comple-
mentares.

Com isto podemos agora listar algumas técnicas para manipular ex-
pressões lógicas.
24CAPÍTULO 2. ARGUMENTOS LÓGICOS E CÁLCULO PROPOSICIONAL

1. Em conjunções:
a) literais complementares é sempre F (contradição).
b) eliminar todo V ou duplicatas de um mesmo literal (e.g. P ∧ P é
reduzido para P - por idempotência).
2. Em disjunções:
a) que tenham V ou literais complementares é sempre V.
b) eliminar todo F ou duplicata de literais.
Exemplos:
P ∨ Q ∨ ¬P - V
P ∨Q∨F∨P - P ∨Q
Desafios 3
1. Verifique se as seguintes sentenças são verdadeiras.
(a) (A ↔ B) ⇔ ((A → B) ∧ (B → A))
(b) ((¬A) ∨ B) ⇔ ((¬B) ∨ A)
(c) (¬(A ↔ B)) ⇔ (A ↔ (¬B))
2. Quais das seguintes sentenças são implicadas logicamente por A ∧ B ?
(a) A (d) ((¬A) ∨ B) (g) A → B
(b) B (e) ((¬B) → A) (h) ((¬B) → (¬A))
(c) (A ∨ B) (f) A ↔ B (i) (A ∧ (¬B))
3. Repita o exercı́cio anterior trocando A ∧ B por:
(a) A → B (b) A ∨ B (c) A ↔ B
4. Mostre que cada sentença na coluna I é logicamente equivalente a sua
correspondente na coluna II 2 .
I II I II
(a) A → (B → C) (A ∧ B) → C (j) ¬(A ∨ B) (¬A) ∧ (¬B)
(b) A ∧ (B ∨ C) (A ∧ B) ∨ (A ∧ C) (k) ¬(A ∧ B) (¬A) ∨ (¬B)
(c) A ∨ (B ∧ C) (A ∨ B) ∧ (A ∨ C) (l) A ∨ (A ∧ B) A
(d) (A ∧ B) ∨ ¬B A ∨ ¬B (m) A ∧ (A ∨ B) A
(e) (A ∨ B) ∧ ¬B A ∧ ¬B (n) A ∧ B B∧A
(f) A → B ¬B → ¬A (o) A ∨ B B∨A
(g) A ↔ B B↔A (p) (A ∧ B) ∧ C A ∧ (B ∧ C)
(h) (A ↔ B) ↔ C A ↔ (B ↔ C) (q) (A ∨ B) ∨ C A ∨ (B ∨ C)
(i) A ↔ B (A ∧ B) ∨ (¬A ∧ ¬B) (r) ¬(A ↔ B) A ↔ ¬B
5. Prove que A e B são logicamente equivalentes se, e somente se A
implica logicamente em B e B implica logicamente em A.
6. Mostre que A e B são logicamente equivalentes se, e somente se os
valores das colunas abaixo de cada um em suas respectivas tabelas
verdade são idênticos.
2
Exercı́cios extraı́dos do livro Introduction to Mathematical Logic, Elliot Mendelson
2.4. CÁLCULO PROPOSICIONAL 25

2.4.6 Formas Padrão de Expressões


Como podem existir expressões lógicas das mais diversas formas é de extrema
importância termos algumas formas padrão para tornar mais fácil a tarefa
de transformar e comparar fórmulas. Denominamos tais padrões de formas
normais.

Forma Normal Disjuntiva (FND) é toda fórmula escrita como uma dis-
junção em que cada elemento da disjunção é uma conjunção de literais.
Exemplo: (P ∧ Q) ∨ R, mas P ∧ (R ∨ (P ∧ Q)) não está na FND.

Forma Normal Conjuntiva (FNC) é toda fórmula escrita como uma


conjunção em que cada elemento da conjunção é uma disjunção de
literais.
Exemplo: P ∧ F , Q ∧ (P ∨ R).

Podemos usar as equivalências vistas ate agora e as técnicas de reduções


para obtermos a FNC de uma fórmula.

1. Remover todo → e ↔

2. Reduzir o escopo de qualquer negação pelo uso de dupla negação ou


De Morgan

3. Reduzir o escopo do conectivo ∨


A ∨ (B ∧ C) ⇔ (A ∨ B) ∧ (A ∨ C)
(A ∧ B) ∨ C ⇔ (A ∨ C) ∧ (B ∨ C)

A seguir mostramos a redução de ¬((P ∨ ¬Q) ∧ ¬R)

¬((P ∨ ¬Q) ∧ ¬R) ⇔ ¬(P ∨ ¬Q) ∨ ¬¬R De Morgan


⇔ (P ∨ ¬Q) ∨ R Dupla negação
⇔ (¬P ∧ ¬¬Q) ∨ R De Morgan
⇔ (¬P ∧ Q) ∨ R Dupla negação
⇔ (¬P ∨ R) ∧ (Q ∨ R) Redução de escopo

Desafios 4

1. Remova → e ↔ das seguintes fórmulas

(a) (P → Q) ∧ (Q → R)
(b) (P → Q) ↔ ((P ∧ Q) ↔ Q)
(c) ¬P → ¬Q
(d) (P ↔ Q) ↔ (P ↔ R)
(e) (P ↔ Q) ↔ ((P ↔ R) ↔ (R ↔ S))

2. Utilize as equivalências da Tabela 2.7 e prove as seguintes equivalências.


26CAPÍTULO 2. ARGUMENTOS LÓGICOS E CÁLCULO PROPOSICIONAL

(a) (P ∧ Q) ∨ (Q ∧ R) ⇔ Q ∧ (P ∨ R)
(b) ¬(¬(P ∧ Q) ∨ P ) ⇔ F
(c) ¬(¬P ∨ ¬(R ∨ S)) ⇔ (P ∧ R) ∨ (P ∧ S)
(d) (P ∨ R) ∧ (Q ∨ S) ⇔ (P ∧ Q) ∨ (P ∧ S) ∨ (R ∧ Q) ∨ (R ∧ S)

3. Simplifique as seguintes expressões.

(a) (Q ∧ R ∧ S) ∨ (Q ∧ ¬R ∧ S)
(b) (P ∨ R) ∧ (P ∨ R ∨ S)
(c) (P ∨ (Q ∧ S)) ∨ (¬Q ∧ S)
(d) P ∨ ¬Q ∨ (P ∧ Q) ∧ (P ∨ ¬Q) ∧ ¬P ∧ Q
(e) (P ∨ ¬Q) ∧ (¬P ∨ Q) ∨ ¬(¬(P ∨ ¬R) ∧ Q)
(f) ¬((P ∨ Q) ∧ R) ∨ Q

4. Encontre a FNC das seguintes expressões.

(a) (P → Q) ↔ (P → R ∨ Q)
(b) (P ∨ Q) ∧ (P ∨ (R ∧ S)) ∨ (P ∧ Q ∧ S)

2.5 Implicação Lógica e Derivação


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

1-P
2-P →Q

3-Q

Quando o padrão de raciocı́nio é consistente usamos a notação |=. Como


vimos na seção 2.4.4 que |= denota que uma certa fórmula é uma tautologia,
temos que uma tautologia é um padrão de raciocı́nio sem premissas. Logo,
Moduns Ponens pode ser escrito da seguinte forma.

P, P → Q |= Q

Outras regras importante são:


2.5. IMPLICAÇÃO LÓGICA E DERIVAÇÃO 27

• Modus Tolens que tem a seguinte forma.


¬Q, P → Q |= ¬P

• Eliminação do ∧
P ∧ Q |= Q e P

• Introdução do ∧
P, Q |= P ∧ Q

Definição 2.5 (Fórmula derivável) Dado um conjunto de fórmulas e re-


gras ∆ e uma fórmula φ, dizemos que φ é derivável a partir de ∆ (∆ ` φ)
se, e somente se (sss)

1. φ ∈ ∆, ou

2. φ é o resultado da aplicação de regras de derivação, ou de inferência,


sobre ∆ e sentenças deriváveis.

Definição 2.6 (Derivação) Uma derivação de φ a partir de ∆ é uma


sequência φ1 , φ2 , . . . , φn , onde φn = φ, tal que ∆ ` φi .

Exemplo:

∆ = {P, P → Q, P → R, Q → S}
∆`S
1) P, P → Q então Q (por Modus Ponens)
2) Q (de 1) e Q → S então S (por Modus Ponens).

Um procedimento de inferência é um mapeamento do conjunto de todos


os possı́veis conjuntos de sentenças Σ ∆ e um inteiro para Σ∆ , ou seja Σ∆ ×
N → Σ∆ .
Todo procedimento de inferência que adiciona a conclusão ao conjunto de
sentenças e não retira as antigas é denominado de Raciocı́nio Monotônico.
Em outras palavras, se ∆ é um conjunto de fórmulas e φ é derivável de ∆,
então ∆ ⊆ ∪{φ}.
28CAPÍTULO 2. ARGUMENTOS LÓGICOS E CÁLCULO PROPOSICIONAL
Referências Bibliográficas

[Gra95] Winfried Karl Grassmann. Logic and Discrete Mathematics - A


Computer Science Perspective. Prentice Hall, University of Sas-
katchewan, 1995.

[Vel94] Daniel J. Velleman. How to Prove It : A Structured Approach.


Cambridge University Press, Amherst College, 1994.

[Woo89] Jim Woodcock. Software Engineering Mathematics. Addison-


Wesley, Unavailable, 1989.

29