MD Material

Matemtica Discreta
Introduo
Antonio Alfredo Ferreira Loureiro
loureiro@dcc.ufmg.br
http://www.dcc.ufmg.br/~loureiro
UFMG/ICEx/DCC
MD
Conceitos
Introduo
Por que estudar Matemtica Discreta?
Prov um conjunto de tcnicas para modelar problemas em Cincia da
Computao.
Tpico de Matemtica Discreta
Lgica e Conjuntos
Aplicao em Cincia da Computao

Sistemas Especialistas (IA)
Relaes e funes
Bancos de dados relacionais, Algoritmos distribudos
Anlise combinatria
Anlise de algoritmos (pior caso)
Grafos no-dirigidos
Linguagens e parsing
Grafos dirigidos
Algoritmos de roteamento em redes
lgebra booleana
Projeto de circuitos digitais
Teoria de grupo
Teoria da informao
Autmato de estados finito
Modelo computacional para resoluo de problemas

em geral
Probabilidade
Anlise de algoritmos (caso mdio)
UFMG/ICEx/DCC
MD
Conceitos
Definio dos termos discreto e contnuo

D ISCRETO : feito de partes distintas.
C ONTNUO : sem interrupo e sem mudana brusca.
Exemplos familiares de matemtica contnua: clculo e equaes diferenciais.
Muitos dos tpicos estudados e tcnicas usadas em Cincia da Computao
tanto de matemtica discreta quanto de matemtica contnua so os mesmos.
Exemplos:
Em matemtica (contnua e discreta) estamos interessados em conjuntos
de objetos (conjuntos) e suas estruturas.
Relaes e funes.
UFMG/ICEx/DCC
MD
Conceitos
Matemtica discreta e contnua

Matemtica contnua: trata de conjuntos similares ao conjunto de nmeros
reais.
Conjuntos tm representaes contnuas (do ponto de vista geomtrico).
Conjuntos no podem ser enumerados.
Ex: intervalo de uma reta, regio do plano.
Matemtica discreta: trata de objetos separados e desconectados (geometricamente) de cada um.
Conjuntos so em geral finitos e podem ser enumerados.
UFMG/ICEx/DCC
MD
Conceitos
Os termos discreto e contnuo em Cincia da

Computao
Os computadores podem ser classificados em digitais e analgicos, do ponto
de vista do dado processado.
Dados obtidos atravs de algum processo de contagem (counting) so discretos.
Computadores que processam este tipo de dado so chamados de digitais.
Dados obtidos atravs de algum processo de medida (measuring) so contnuos.
Computadores que processam este tipo de dado so chamados de
analgicos.
Exemplo de relgio:
Analgico
Digital
UFMG/ICEx/DCC
MD
Conceitos
Motivao para estudar Matemtica Discreta do

ponto de vista prtico
A influncia e desenvolvimento de computadores digitais tm aumentado bastante nos ltimos anos.
Um computador digital moderno basicamente um sistema discreto finito.
Muitas de suas propriedades podem ser estudadas e ilustradas atravs de
princpios da Matemtica discreta, onde estudamos princpios e tcnicas para
projetar sistemas de computao (hardware e software).
UFMG/ICEx/DCC
MD
Conceitos
Matemtica Discreta vs. Cincia da Computao ou

Entendendo a importncia de Matemtica Discreta
para Cincia da Computao (1)
A seguir, so apresentados os tpicos que estudaremos nesta disciplina bem como exemplos
de sua utilizao em Cincia da Computao:
Fundamentos da Lgica; Lgica Proposicional; Lgica de Proposies Quantificadas; e Clculo de Predicados.
Banco de dados;
Circuitos integrados;
Inteligncia artificial;
Sistemas computacionais (hardware e
software);
Sistemas distribudos.
UFMG/ICEx/DCC
MD
Mtodos de Prova:
Projeto de algoritmos.
Seqncias e Induo Matemtica:
Teoria dos Conjuntos:
Banco de dados;
Conceitos
Matemtica Discreta vs. Cincia da Computao ou

Entendendo a importncia de Matemtica Discreta
para Cincia da Computao (2)
Grafos:
Banco de dados;
Compiladores e linguagens de programao;
Engenharia de software;
Otimizao;
Projeto de algoritmos;
Redes de computadores;
Robtica;
Sistemas computacionais (hardware e
software);
Sistemas distribudos;
Sistemas operacionais.
Funes:
Otimizao;
Recurso:
Anlise Combinatria:
Otimizao;
Projeto de algoritmos;
Relaes:
UFMG/ICEx/DCC
MD
Conceitos
Modelagem Matemtica
Metodologia: conjunto de conceitos que traz coeso a princpios e tcnicas
mostrando quando, como e porque us-los em situaes diferentes.
A metodologia que usa matemtica na resoluo de problemas conhecida
como modelagem matemtica.
O processo de modelagem:
UFMG/ICEx/DCC
Problema
Soluo para
o problema
Modelo
Modelo
Abstrato
Transformado
MD
Conceitos
Exemplo de modelagem:
Malha rodoviria (1)
Suponha a malha rodoviria entre as seis cidades A, B, C, D, E, e F.
Problema: Achar um subconjunto da malha rodoviria representada pela tabela
abaixo que ligue todas as cidades e tenha um comprimento total mnimo.
A
B
C
D
E
UFMG/ICEx/DCC
B
5
MD
D
10
10
20
20
20
Conceitos
30
10
10
Malha rodoviria (2)
Tabela j um modelo da situao do mundo real.
A tabela pode ser transformada numa representao grfica chamada
GRAFO , que ser o modelo matemtico.
20
5
10
10
20
C
30
20
10
Grafo G
Grafo (definio informal): conjunto de pontos chamados de vrtices ou ns,
e um conjunto de linhas (normalmente no-vazio) conectando um vrtice ao
outro.
Neste caso, cidades so representadas por vrtices e estradas por linhas
(arestas).
UFMG/ICEx/DCC
MD
Conceitos
11
Malha rodoviria (3)
Qual o prximo passo?
Achar uma soluo em termos desse modelo.
Nesse caso, achar um grafo G0 com o mesmo nmero de vrtices e um
conjunto mnimo de arestas que conecte todas as cidades e satisfaa a
condio do problema.
Observao: o modelo matemtico escolhido, em geral, visando a soluo.
A soluo ser apresentada na forma de um algoritmo.
UFMG/ICEx/DCC
MD
Conceitos
12
Malha rodoviria (4)
Algoritmo:
1. Selecione arbitrariamente qualquer vrtice e o coloque no conjunto de vrtices j conectados.
2. Escolha dentre os vrtices no conectados aquele mais prximo de um vrtice j conectado. Se existir mais de um vrtice com essa caracterstica escolha aleatoriamente qualquer um deles.
3. Repita o passo 2 at que todos os vrtices j estejam conectados.
Este um exemplo de um algoritmo guloso (greedy algorithm).
20
5
10
C
30
20
10
20
10
Grafo G
UFMG/ICEx/DCC
MD
Conceitos
13
Malha rodoviria Solues (5)
20
5
10
30
20
10
20
10
Grafo G
Solues:
A
5
10
20
10
10
Grafo G1
UFMG/ICEx/DCC
10
20
10
20
10
Grafo G3
MD
Conceitos
10
Grafo G2
20
10
Grafo G4
14
Malha rodoviria (6)
O que foi feito?
1. Obteno do modelo matemtico para o problema.
2. Formulao de um algoritmo em termos do modelo.
Ou seja, essa a tcnica de resoluo de problemas em Cincia da Computao.
Nem todos os problemas considerados tero como soluo um algoritmo,
mas muitos tero.
UFMG/ICEx/DCC
MD
Conceitos
15
Sudoku e Godoku (1)
O objetivo do Sudoku
(Godoku) preencher
todos os espaos em
branco do quadrado
maior, que est dividido em nove grids,
com os nmeros de 1
a 9 (letras). Os algarismos no podem se
repetir na mesma coluna, linha ou grid.
Sudoku: A palavra
Sudoku
significa
nmero sozinho em
Sudoku
Godoku
japons, o que mostra
exatamente o objetivo
do jogo. O Sudoku existe desde a dcada de 1970, mas comeou a ganhar popularidade no
final de 2004 quando comeou a ser publicado diariamente na sesso de puzzles do jornal
The Times. Entre abril e maio de 2005 o puzzle comeou a ganhar um espao na publicao
de outros jornais britnicos e, poucos meses depois, ganhou popularidade mundial. Fonte:
wikipedia.org
Godoku: O jogo Godoku similar ao Sudoku mas formado apenas por letras.
UFMG/ICEx/DCC
MD
Conceitos
16
SuperSudoku (2)
O jogo SuperSudoku similar
ao Sudoku e Godoku formado
por nmeros e letras. Cada grid
tem 16 entradas, sendo nove
dos nmeros (0 a 9) e seis letras (A a F).
UFMG/ICEx/DCC
MD
Conceitos
17
Mais informaes sobre o Sudoku e jogos
similares (3)
Para mais detalhes sobre o Sudoku e variantes desse jogo, veja o artigo A cincia do Sudoku
por Jean-Paul Delahaye, na revista Scientific American Brasil, edio no 50 de julho de 2006, ou
nas pginas:
http://www2.uol.com.br/sciam/conteudo/materia/materia_99.html
http://www2.uol.com.br/sciam/conteudo/materia/materia_imprimir_99.html
UFMG/ICEx/DCC
MD
Conceitos
18
Kasparov Deep Blue
In the first ever traditional chess match between a man (world
champion Garry Kasparov) and a computer (IBMs Deep Blue) in
1996, Deep Blue won one game, tied two and lost three. The next
year, Deep Blue defeated Kasparov in a six-game match the first
time a reigning world champion lost a match to a computer opponent in tournament play. Deep Blue was a combination of special
purpose hardware and software with an IBM RS/6000 SP2 (seen
here) a system capable of examining 200 million moves per second, or 50 billion positions, in the three minutes allocated for a
single move in a chess game.
Referncia:
http://www-03.ibm.com/ibm/history/
exhibits/vintage/vintage_4506VV1001.html
UFMG/ICEx/DCC
MD
Conceitos
19
Questes sobre a modelagem (1)

O objetivo projetar um algoritmo para resolver o problema.
Veja que o Sudoku e o Deep Blue tm caractersticas bem diferentes!
Esse projeto envolve dois aspectos:
1. O algoritmo propriamente dito, e
2. A estrutura de dados a ser usada nesse algoritmo.
Em geral, a escolha do algoritmo influencia a estrutura de dados e viceversa.
necessrio considerar diferentes fatores para escolher esse par (algoritmo e estrutura de dados).
Pontos a serem estudados ao longo do curso, comeando pela seqncia
de disciplinas Algoritmos e Estruturas de Dados.
Nesta disciplina, estudaremos vrios tpicos relacionados tanto a algoritmos
quanto estruturas de dados.
UFMG/ICEx/DCC
MD
Conceitos
20
Questes sobre a modelagem (2)

O caso do jogo Sudoku
Um possvel algoritmo para resolver o jogo Sudoku o Algoritmo de Fora
Bruta:
Tente todas as possibilidades at encontrar uma soluo!
Nessa estratgia, quantas possibilidades existem para a configurao
abaixo?
Existem 11 25 332 413 61 =

23 875 983 329 839 202 653 175 808 23, 8 1024 possibilidades!
UFMG/ICEx/DCC
MD
Conceitos
21
O papel de algoritmos em computao

Definio: um algoritmo um conjunto finito de instrues precisas para
executar uma computao.
Um algoritmo pode ser visto como uma ferramenta para resolver um problema computacional bem especificado.
O vocbulo algoritmo origina do nome al-Khowarizmi.
Um algoritmo pode receber como entrada um conjunto de valores e pode
produzir como sada um outro conjunto de valores.
Um algoritmo descreve uma seqncia de passos computacionais que
transforma a entrada numa sada, ou seja, uma relao entrada/sada.
UFMG/ICEx/DCC
MD
Conceitos
22
Origem do vocbulo algoritmo

Abu JaFar Mohammed
Ibn Musa al-Khowarizmi
(780850), astrnomo e
matemtico rabe.
Era
membro da Casa da
Sabedoria, uma academia
de cientistas em Bagd.
O nome al-Khowarizmi
significa da cidade de
Khowarizmi, que agora
chamada Khiva e
parte do Uzbequisto.
al-Khowarizmi
escreveu
livros
de
matemtica,
astronomia e geografia. A
lgebra foi introduzida na
Europa ocidental atravs
de seus trabalhos.
A
palavra lgebra vem do
rabe al-jabr, parte do ttulo de seu livro Kitab al-jabr wal muquabala. Esse livro foi traduzido
para o latim e foi usado extensivamente. Seu livro sobre o uso dos numerais hindu descreve
procedimentos para operaes aritmticas usando esses numerais. Autores europeus usaram
uma adaptao latina de seu nome, at finalmente chegar na palavra algoritmo para descrever
a rea da aritmtica com numerais hindu.
UFMG/ICEx/DCC
MD
Conceitos
23
Algoritmo e modelo computacional (1)

Modelo:
Esquema que possibilita a representao de uma entidade (Houaiss).
No modelo, s se deve incluir o que for relevante para a modelagem do
objeto em questo.
Computacional:
Relativo ao processamento (Houaiss).
Definio (nosso contexto):
Esquema que descreve como o modelo abstrato do processamento de
algoritmos.
Importncia:
Um algoritmo no existe, ou seja, no possvel escrev-lo, se antes no
for definido o modelo computacional associado (onde ser executado).
Conceito bsico no projeto de qualquer algoritmo.
UFMG/ICEx/DCC
MD
Conceitos
24
Algoritmo e modelo computacional (2)

Que modelos existem?
Literalmente dezenas deles.
Se no estiver satisfeito, invente o seu!
O mais popular (usado) de todos:
RAM Random Access Machine.
Modela o computador tradicional e outros elementos computacionais.
UFMG/ICEx/DCC
MD
Conceitos
25
Algoritmo e modelo computacional:

Modelo RAM (3)
Elementos do modelo:
um nico processador;
memria.
Observaes:
Podemos ignorar os dispositivos de entrada e sada (teclado, monitor, etc)
assumindo que a codificao do algoritmo e os dados j esto armazenados na memria.
Em geral, no relevante para a modelagem do problema saber como o
algoritmo e os dados foram armazenados na memria.
UFMG/ICEx/DCC
MD
Conceitos
26
Algoritmo e modelo computacional:

Modelo RAM (4)
Computao nesse modelo:
Processador busca instruo/dado da memria.
Uma nica instruo executada de cada vez.
Cada instruo executada seqencialmente.
Cada operao executada pelo processador, incluindo clculos aritmticos,
lgicos e acesso a memria, implica num custo de tempo:
Funo de complexidade de tempo.
Cada operao e dado armazenado na memria, implica num custo de espao:
Funo de complexidade de espao.
UFMG/ICEx/DCC
MD
Conceitos
27
Complexidade de tempo e espao

A complexidade de tempo no representa tempo diretamente, mas o nmero
de vezes que determinada operao considerada relevante executada.
A complexidade de espao representa a quantidade de memria (numa
unidade qualquer) que necessrio para armazenar as estruturas de dados
associadas ao algoritmo.
Usa-se a notao assinttica para representar essas complexidades:
O (O grande);
(mega grande);
(Teta);
o (o pequeno);
(mega pequeno).
UFMG/ICEx/DCC
MD
Conceitos
28
Modelo computacional para sistemas distribudos

Mundo distribudo:
Normalmente os elementos computacionais seguem o modelo RAM que
so interconectados atravs de algum meio e s comunicam entre si
atravs de troca de mensagens.
No existe compartilhamento de memria.
Elementos desse modelo:
N computacional representado pelo modelo RAM.
Canal normalmente representado pelo modelo FIFO (first-in, first-out).
UFMG/ICEx/DCC
MD
Conceitos
29
Problema dos dois exrcitos (1)

Na Grcia antiga, lugares maravilhosos
como este . . .
. . . podiam se transformar em cenrios de

guerra.
Vale perto de Almfiklia, Grcia

quando algum filsofo prope o Problema dos dois exrcitos.
UFMG/ICEx/DCC
MD
Conceitos
30

Cenrio inicial
Exrcito Alfa est em maior nmero que o exrcito Gama mas est dividido em duas metades, cada uma numa lateral do vale.
Cada metade do exrcito Alfa est em menor nmero que o exrcito Gama.
Objetivo do exrcito Alfa: coordenar um ataque ao exrcito Gama para ganhar a guerra.
UFMG/ICEx/DCC
MD
Conceitos
31

O problema da coordenao
1. General do exrcito Alfa, do lado esquerdo do vale, chama o seu melhor soldado para
levar uma mensagem para o general do exrcito Alfa do lado direito:
Vamos atacar conjuntamente o exrcito Gama amanh s 6:00h?
Observaes: A nica possibilidade de comunicao entre os dois generais atravs
de um mensageiro.
Os dois generais tm um relgio perfeitamente sincronizado, ou seja,
eles sabem pela posio do sol quando 6:00h.
UFMG/ICEx/DCC
MD
Conceitos
32

2. O soldado do exrcito Alfa atravessa as linhas inimigas e leva a mensagem at o general

do outro lado.
UFMG/ICEx/DCC
MD
Conceitos
33

3. O general do exrcito Alfa do lado direito concorda em atacar o exrcito Gama no dia
seguinte s 6:00h.
UFMG/ICEx/DCC
MD
Conceitos
34

4. O soldado do exrcito Alfa atravessa novamente as linhas inimigas e confirma com seu
general o ataque para o dia seguinte.
UFMG/ICEx/DCC
MD
Conceitos
35

Aps esses quatro passos terem sido realizados com sucesso, vai haver ataque amanh s
6:00h?
UFMG/ICEx/DCC
MD
Conceitos
36
O problema dos dois robs (1)

Imagine dois ou mais robs que vo carregar uma mesa de tal forma que um
ficar de frente para outro.
Problema:
Projete um algoritmo para coordenar a velocidade e direo do movimento
de cada rob para que a mesa no caia.
Os robs s podem comunicar entre si atravs de um canal de comunicao sem fio.
Variante do problema anterior!
UFMG/ICEx/DCC
MD
Conceitos
37
O problema dos dois robs (2)

possvel projetar um algoritmo distribudo para esse problema?
NO! No existe um algoritmo distribudo para o problema de coordenao
considerando o modelo computacional proposto!
UFMG/ICEx/DCC
MD
Conceitos
38
Alguns comentrios sobre algoritmos distribudos

So a base do mundo distribudo, ou seja, de sistemas distribudos.
Sistemas distribudos podem ser:
Tempo real ou no;
Reativos ou no.
Sistemas distribudos podem ser especificados tomando-se como base:
tempo;
eventos.
UFMG/ICEx/DCC
MD
Conceitos
39
Consideraes finais
At agora falamos sobre Matemtica Discreta como um conjunto de princpios, tcnicas e metodologias para resoluo de problemas.
Essa exatamente a abordagem que desenvolveremos neste disciplina.
Matemtica Discreta inclui um nmero muito grande de assuntos e s discutiremos alguns deles.
Os tpicos que estudaremos no so novos. A maior parte deles so mais
antigos que Cincia da Computao.
UFMG/ICEx/DCC
MD
Conceitos
40
Fundamentos da Lgica
Lgica Proposicional
UFMG/DCC
UFMG/ICEx/DCC
MD
Conceitos
41
Fundamentos da lgica:
Alguns fatos histricos
Aristteles (384 a.C.322 a.C.), filsofo
grego. Produziu uma obra rica e multifacetada. Nela encontramos uma exaustiva compilao dos conhecimentos do seu tempo, mas tambm, uma
filosofia que ainda hoje influncia a
nossa maneira de pensar.
Gottfried Wilhelm Leibniz (16461716),
filsofo e matemtico alemo, provavelmente mais conhecido por ter inventado
o clculo integral e diferencial independentemente de Isaac Newton.
George Boole
(18151864),
matemtico
e filsofo
ingls.
UFMG/ICEx/DCC
Augustus
De Morgan
(18061871),
matemtico
ingls.
MD
Conceitos
Responsvel por escrever os primeiros grandes trabalhos de lgica:

Coleo de regras para raciocnio
dedutivo que pode ser usado em
qualquer rea do conhecimento.
Prope o uso de smbolos para

mecanizar o processo de raciocnio
dedutivo.
Propem as bases da lgica simblica

moderna usando as idias de Leibniz.
42
Fundamentos da lgica:
Atualidade
Pesquisa continua sendo aplicada em reas como:
inteligncia artificial;
projeto de circuito lgico;
teoria de autmatos e computabilidade;
teoria de bancos de dados relacionais;
teoria de linguagens;
teoria de sistemas distribudos.
UFMG/ICEx/DCC
MD
Conceitos
43
Forma de um Argumento
Seu Contedo
Forma de um argumento: conceito central da lgica dedutiva.
Argumento: seqncia de afirmaes para demonstrar a validade de uma
assero.
Como saber que a concluso obtida de um argumento vlida?
As afirmaes que compem o argumento
so aceitas como vlidas, ou
podem ser deduzidas de afirmaes anteriores.
Em lgica, forma de um argumento 6= seu contedo.
Anlise lgica no determina a validade do contedo de um argumento.
Anlise lgica determina se a verdade de uma concluso pode ser obtida
da verdade de argumentos propostos.
Lgica: Cincia do Raciocnio.
UFMG/ICEx/DCC
MD
Conceitos
44
Seu Contedo
Exemplo 1:
se a sintaxe de um programa est errada ou
se a execuo do programa resulta em diviso por zero
ento o computador ir gerar uma mensagem de erro.
.
. . Computador no gera mensagem de erro
Sintaxe do programa est correta e

Execuo do programa no resulta em diviso por zero.
Exemplo 2:
se x R | x < 2 ou x > 2
ento x2 > 4.
.
. . x2 4
x 2 e x 2.
UFMG/ICEx/DCC
MD
Conceitos
45
Seu Contedo
Nos exemplos, temos que o contedo dos argumentos diferente.
No entanto, a forma lgica a mesma:
se p ou q
ento r.
.
. . no r
no p e no q.
Argumentos na forma lgica so normalmente representados por letras
minsculas do alfabeto.
Exemplo: p, q, r.
Em geral, as definies da lgica formal esto de acordo com a lgica natural
ou intuitiva das pessoas de bom senso.
O formalismo introduzido para evitar ambiguidade e garantir consistncia.
UFMG/ICEx/DCC
MD
Conceitos
46
Proposies
Em toda teoria matemtica, usam-se termos j definidos na concepo de
novas definies.
Mas como fazer com os termos mais primitivos?
Termos primitivos ou iniciais no so definidos.
Em lgica, os termos sentena, verdadeiro, e falso so os termos iniciais
no definidos.
Definio: uma afirmao ou proposio uma sentena que verdadeira
(V) ou falsa (F) mas no ambas.
Exemplo 3:
2+2=4
2+2=5
so proposies, onde a primeira V e a segunda F.
UFMG/ICEx/DCC
MD
Conceitos
47
Proposies
Exemplo 4:
Ele um estudante universitrio.
no uma proposio j que depende da referncia ao pronome ele.
Exemplo 5:
x + y > 0.
tambm no uma proposio j que depende dos valores de x e y.
possvel transformar uma sentena como nos exemplos 4 ou 5 numa
proposio?
Sim, atravs de quantificadores, como ser visto em lgica de predicados.
UFMG/ICEx/DCC
MD
Conceitos
48
Proposies compostas
Nos exemplos usados daqui para frente, usaremos as letras minsculas (por
exemplo, p, q, r) para representar afirmaes.
Os seguintes smbolos podem ser usados para definir expresses lgicas
mais complexas a partir de expresses mais simples:
ou ou barra sobre a letra ou linha : no
p lido como no p e chamado de negao de p.
Outras formas: p, p, p0
: e
p q lido como p e q e chamado de conjuno de p e q.
: ou
p q lido como p ou q e chamado de disjuno de p e q.
UFMG/ICEx/DCC
MD
Conceitos
49
Proposies compostas
um operador unrio e e so operadores binrios.
Avaliao na seguinte ordem:
1. (negao);
2. , (disjuno, conjuno).
Exemplo 6:
p q = (p) q
p q r ambguo.
Correto: (p q) r ou
UFMG/ICEx/DCC
p (q r).
MD
Conceitos
50
Proposies:
Traduo de sentenas em linguagens natural e
algbrica para smbolos
Mas e No/nem . . . nem
p = Est quente.
q = Est ensolarado.
Exemplo 7:
(a) No est quente mas est ensolarado.
Mas = ; p q.
(b) No est quente nem ensolarado.
Nem A nem B = A B ; p q.
UFMG/ICEx/DCC
MD
Conceitos
51
Proposies:
Traduo de sentenas em linguagens natural e
algbrica para smbolos
e (), ou (), e desigualdades
Sejam trs nmeros reais representados por a, b, e x.
xax<ax=a
axbxaxb
2 x 1 x 2 x 1, que F.
Sejam os predicados:
p: x > 0;
q: x < 3;
r: x = 3.
(a) x 3 q r
(b) 0 < x < 3 p q
(c) 0 < x 3 p (q r)
UFMG/ICEx/DCC
MD
Conceitos
52
Proposies e os valores-verdade
Para uma sentena ser uma proposio necessrio ter um valor-verdade
bem definido, i.e., V ou F.
Negao () e sua tabela da verdade:
p p
V
Conjuno () e sua tabela da verdade:

p
q pq
V
V
V
V
F
F
F
V
F
F
F
F
UFMG/ICEx/DCC
MD
Conceitos
53
Proposies e os valores-verdade
Disjuno ()
Possveis significados:
inclusive: p ou q ou ambos (significado assumido para este operador), e
exclusivo: p ou q, mas no ambos.
p
V
V
F
F
UFMG/ICEx/DCC
MD
q
V
F
V
F
pq
V
V
V
F
Conceitos
54
Proposies mais complexas

Exemplo 8:
Construa a tabela da verdade para a expresso:
E = (p q) (p q)
p
V
V
F
F
q
V
F
V
F
pq
V
V
V
F
pq
V
F
F
F
(p q)
F
V
V
V
E
F
V
V
F
E = p q = p xor q (ou exclusivo)

O ponto fundamental em assinalar valores-verdade para proposies compostas que permite o uso da lgica para decidir a verdade de uma
proposio usando somente o conhecimento das partes.
A lgica no ajuda a determinar a verdade ou falsidade de uma afirmao em
si, ou seja, seu contedo.
UFMG/ICEx/DCC
MD
Conceitos
55
Equivalncia lgica
As proposies p q e q p possuem os mesmos valores-verdade.
p
q
pq
qp
V
V
V
V
V
F
F
F
F
V
F
F
F
F
F
F
Por essa razo, p q e q p so equivalentes logicamente.
Definio: duas proposies P e Q so equivalentes logicamente se e somente se os valores-verdade obtidos forem idnticos para cada combinao
possvel das variveis que formam as proposies.
UFMG/ICEx/DCC
MD
Conceitos
56
Equivalncia lgica
Como verificar se duas proposies P e Q so equivalentes logicamente?
1. Construa a tabela da verdade para P .
2. Construa a tabela da verdade para Q usando os mesmos valores de variveis para as afirmaes que formam a proposio.
3. Verifique se as tabelas da verdade de P e Q so idnticas para cada
combinao de valores-verdade. Se forem, P e Q so equivalentes logicamente, caso contrrio no.
Exemplo 9:
(p) p
(p q) 6 p q
UFMG/ICEx/DCC
MD
Conceitos
57
Equivalncia lgica
Leis de De Morgan
Negao de e : Leis de De Morgan.
Sejam as afirmaes:
p = Joo alto.
q = Jos ruivo.
A proposio p q verdadeira sse os componentes forem verdadeiros.
Quando a proposio falsa?
Quando um dos componentes ou ambos forem falsos, i.e.,
(p q) p q
Mostre as seguintes equivalncias:
(p q) p q
(p q) p q
Essas duas equivalncias so conhecidas como leis de De Morgan que foi
o primeiro a express-las em termos matemticos.
UFMG/ICEx/DCC
MD
Conceitos
58
Leis de De Morgan: Exemplos

Exemplo 10:
p = Joo tem 2 m de altura e ele pesa pelo menos 90 kg.
p = Joo no tem 2 m de altura ou ele pesa menos de 90 kg.
Exemplo 11:
p= x<2
p = x 6< 2 x 2
Exemplo 12:
p = 1 < x 4
p = (1 < x 4) (x > 1 x 4)
x 6> 1 x 6 4 x 1 x > 4.
Exemplo 13:
p = Joo alto e Joo magro.
p = Joo no alto ou Joo no magro.
UFMG/ICEx/DCC
MD
Conceitos
59
Leis de De Morgan: Exemplos

Exemplo 14:
t = Joo alto e magro.
t = Joo no alto e magro.
Em lgica formal os vocbulos e e ou so permitidos somente entre afirmaes completas e no entre partes de uma sentena.
Apesar das leis da lgica serem extremamente teis, elas devem ser usadas
como uma ajuda ao raciocnio e no como um substituto mecnico a inteligncia.
Equivalncia lgica muito til na construo de argumentos.
UFMG/ICEx/DCC
MD
Conceitos
60
Tautologias e contradies
Uma tautologia uma proposio que sempre verdadeira independente dos
valores-verdade das afirmaes que compem a proposio.
Uma contradio uma proposio que sempre falsa independente dos
valores-verdade das afirmaes que compem a proposio.
De acordo com essas definies, a verdade de uma tautologia ou falsidade
de uma contradio se devem a estrutura lgica da proposio em si e so
independentes dos significados das afirmaes que compem a proposio.
UFMG/ICEx/DCC
MD
Conceitos
61
Tautologias e contradies
Mostre que a proposio p p uma tautologia e que a proposio p p
uma contradio.
Se t uma tautologia e c uma contradio mostre que p t p e p c c
UFMG/ICEx/DCC
MD
Conceitos
62
Sumrio da equivalncia lgica

Comutatividade
pq qp
pq qp
Associatividade
(p q) r
p (q r)
(p q) r
p (q r)
Distributividade
p (q r)
(p q) (p r)
p (q r)
(p q) (p r)
Identidade
ptp
pcp
Negao
p p t
p p c
Dupla negao
(p) p
Idempotncia
ppp
ppp
De Morgan
(p q)
p q
(p q)
p q
Limite universal
ptt
pcc
Absoro
p (p q) p
p (p q) p
Negaes
t c
c t
UFMG/ICEx/DCC
MD
Conceitos
63
Equivalncia lgica: Exemplo

Exemplo 15:
Mostre que
(p q) (p q) p
atravs dos axiomas acima.
UFMG/ICEx/DCC
MD
Conceitos
64
Proposio condicional ou Implicao

Sejam p e q proposies.
Se p ento q (ou p implica q) representado simbolicamente por
p q.
p chamado de hiptese e q de concluso.
Essa sentena chamada de condicional.
Sobre o uso tpico de uma proposio condicional ou implicao:
Este tipo de sentena usado tanto em linguagem natural quanto em
raciocnio matemtico para dizer que a verdade da proposio q (concluso) est condicionada verdade da proposio p (hiptese).
No entanto, uma proposio condicional (do ponto de vista matemtico)
independente de uma relao causa-efeito entre hiptese e concluso.
Exemplo 16:
Se (48 divisvel por 6)=[p] ento (48 divisvel por 3)=[q].
UFMG/ICEx/DCC
MD
Conceitos
65
Proposio condicional
um conectivo lgico binrio para o qual podem ser definidos valoresverdade.
Determinando a tabela da verdade para (seento).
A nica combinao em que a sentena condicional falsa quando a
hiptese V e a concluso F (por definio).
p
V
V
F
F
UFMG/ICEx/DCC
q
V
F
V
F
MD
Conceitos
pq
V
F
V
V
66
Seja a seguinte sentena que descreve uma promessa:
Se (voc se apresentar para trabalhar na segunda-feira pela
manh)=[p] ento (voc ter o emprego)=[q].
Em que situao o empregador no falou a verdade, ou seja, a promessa
(sentena) falsa?
p = V q = F.
E se a afirmao p no for satisfeita?
No justo dizer que a promessa falsa.
UFMG/ICEx/DCC
MD
Conceitos
67
Proposio condicional e linguagem natural

Seja a seguinte implicao:
Se hoje estiver ensolarado ento ns iremos praia.
Implicao tpica de uma conversao j que h uma relao entre a
hiptese e a concluso.
Implicao no considerada vlida quando o dia estiver ensolarado e ns
no formos praia.
UFMG/ICEx/DCC
MD
Conceitos
68
Proposio condicional e linguagem natural

Seja a seguinte implicao:
Se hoje sexta-feira ento 2 + 3 = 5.
Implicao que sempre verdadeira pela definio (tabela da verdade) da
proposio condicional.
Por outro lado, a implicao:
Se hoje sexta-feira ento 2 + 3 = 6.
verdadeira todos os dias da semana, exceto sexta-feira, apesar de
2 + 3 6= 6, ou seja, a concluso ser sempre falsa.
Ns no usaramos essas implicaes em linguagem natural j que no existe uma relao entre hiptese e concluso.
O conceito matemtico de implicao est baseado na tabela-verdade, ou
seja, nos valores que a hiptese e a concluso podem assumir.
UFMG/ICEx/DCC
MD
Conceitos
69
Prioridade para o conectivo lgico :
ltimo a ser avaliado em expresses que contm
, , .
Exemplo 17:
Construa a tabela da verdade para a sentena p q p.
UFMG/ICEx/DCC
p q
p q p
MD
Conceitos
70
Exemplo 18:
Mostre que p q r (p r) (q r)
p
pq
pr
qr
pq r
(p r) (q r)
V
V
V
V
F
F
F
F
V
V
F
F
V
V
F
F
V
F
V
F
V
F
V
F
V
V
V
V
V
V
F
F
V
F
V
F
V
V
V
V
V
F
V
V
V
F
V
V
V
F
V
F
V
F
V
V
V
F
V
F
V
F
V
V
Para todas as combinaes de valores-verdade de p, q e r, a expresso da

esquerda tem o mesmo valor-verdade da direita.
UFMG/ICEx/DCC
MD
Conceitos
71
possvel representar p q em termos dos conectivos , , ?
Sim.
p q p q
Negao:
(p q) (p q)
(p) q
p q
Exemplo 19:
a: Se o (meu carro est na oficina)=[p] ento (eu no posso ir aula)=[q].
a: (Meu carro est na oficina)=[p] e (eu posso ir aula)=[q].
UFMG/ICEx/DCC
MD
Conceitos
72
Proposio condicional: Contrapositiva

A proposio contrapositiva de (p q) (q p).
p q q p
Exemplo 20:
p q: Se hoje Pscoa ento amanh segunda-feira.
q p: Se amanh no segunda-feira ento hoje no Pscoa.
UFMG/ICEx/DCC
MD
Conceitos
73
Proposio condicional: Converse

O termo converse traduzido em
Matemtica Discreta e suas Aplicaes, Kenneth H. Rosen, 6a edio,
por oposta,
Fundamentos Matemticos para a Cincia da Computao, Judith L. Gersting, 5a edio, por recproca.
Matemtica Discreta, Seymour Lipschutz & Marc Lipson, 2a edio, por
conversa.
Nesta disciplina, iremos usar a primeira traduo.
A oposta de (p q) (q p).
?
pq qp
No.
converse opinion or statement is one that is the opposite to the one that has just been stated.
Collins Cobuild English Language Dictionary
UFMG/ICEx/DCC
MD
Conceitos
74
Proposio condicional: Inversa

A proposio inversa de (p q) (p q).
?
p q p q
No.
Exemplo 21:
Recproca: Se amanh segunda-feira ento hoje Pscoa.
Inversa: Se hoje no Pscoa ento amanh no segunda-feira.
UFMG/ICEx/DCC
MD
Conceitos
75
Proposio condicional e proposies derivadas:

Sumrio
(p q) (q p)
Proposio contrapositiva
(p q) 6 (q p)
Proposio oposta
(p q) 6 (p q)
Proposio inversa
(q p) (p q)
contrapositiva
oposta de (p q)
UFMG/ICEx/DCC
inversa de (p q)
MD
Conceitos
76
Proposio condicional:
Somente se
A sentena p somente se q significa que (acrescentado verbos):
p [pode ocorrer] somente se q [ocorre].
.
. . Se q no ocorre ento p no pode ocorrer, i.e.,
Se q ento p Se p ento q ou p q.
Proposies condicionais:
p somente se q 6 p se q.
p somente se q p q.
p se q q p.
UFMG/ICEx/DCC
MD
Conceitos
77
Somente se
Exemplo 22:
(48 divisvel por 6)=[p] somente se (48 divisvel por 3)=[q]
Se (48 divisvel por 6)=[p] ento (48 divisvel por 3)=[q].
Neste caso, a proposio condicional p q sempre verdadeira j que p e
q sempre assumem o valor verdadeiro.
Suponha que x seja um nmero inteiro e a seguinte proposio:
(x divisvel por 6)=[p] somente se (x divisvel por 3)=[q]
Se (x divisvel por 6)=[p] ento (x divisvel por 3)=[q].
Claramente existem valores para x que fazem com que a proposio seja
verdadeira e outros que seja falsa.
UFMG/ICEx/DCC
MD
Conceitos
78
Somente se
Exemplo 23:
(n+1)(n+2)
]
somente
se
a
soma
de
1
a
n+1
[
]
A soma de 1 a n [ n(n+1)
2
2
(n+1)(n+2)
Se a soma de 1 a n [ n(n+1)
]
ento
a
soma
de
1
a
n
+
1
[
]
2
2
Exemplo 24:
Posso comprar o livro de MD somente se tenho dinheiro
Se posso comprar o livro de MD ento tenho dinheiro.
UFMG/ICEx/DCC
MD
Conceitos
79
Bicondicional (se somente se)
A sentena bicondicional entre p e q expressa como
p se e somente se q
e representada por
pq
e tem a seguinte tabela da verdade:
p
V
V
F
F
UFMG/ICEx/DCC
q
V
F
V
F
MD
Conceitos
pq
V
F
F
V
80
O conectivo tem a mesma prioridade do conectivo .
Exemplo 25:
Mostre que p q (p q) (q p)
UFMG/ICEx/DCC
pq
qp
pq
(p q) (q p)
V
V
F
F
V
F
V
F
V
F
V
V
V
V
F
V
V
F
F
V
V
F
F
V
MD
Conceitos
81
Exemplo 26:
Este programa est correto se somente se ele produz a resposta correta para todos os possveis valores de dados de entrada.
Reescrevendo como uma conjuno de duas sentenas seento:
Se este programa est correto ento ele produz a resposta correta
para todos os possveis valores de dados de entrada
e
se o programa produz a resposta correta para todos os possveis valores de dados de entrada ento ele est correto.
UFMG/ICEx/DCC
MD
Conceitos
82
p q (p q) (q p).
UFMG/ICEx/DCC
pq
(p q)
(q p)
(p q) (q p)
V
V
F
F
V
F
V
F
V
F
F
V
V
F
V
V
V
V
F
V
V
F
F
V
MD
Conceitos
83
Condio necessria & Condio suficiente
Sejam r e s afirmaes.
r uma condio suficiente para s:
se r ento s.
.
. . A ocorrncia de r suficiente para garantir a ocorrncia de s.
r uma condio necessria para s:
se no r ento no s
se s ento r.
.
. . Se r no ocorrer ento s tambm no pode ocorrer, i.e., a ocorrncia de r
necessria para se ter a ocorrncia de s.
A frase
r uma condio necessria e suficiente para s significa r se somente
se s.
UFMG/ICEx/DCC
MD
Conceitos
84
Exemplo 27:
Considere a sentena condicional p q:
Se Joo elegvel para votar ento ele tem pelo menos 16 anos.
p: Joo elegvel para votar.
q: Joo tem pelo menos 16 anos.
A verdade de p suficiente para garantir a verdade de q, ou seja,
Joo ser elegvel para votar condio suficiente para que ele tenha
pelo menos 16 anos.
A condio q necessria para a condio p ser verdadeira, ou seja,
Joo ter pelo menos 16 anos condio necessria para que ele seja
elegvel para votar.
UFMG/ICEx/DCC
MD
Conceitos
85
Exemplo 28:
Converta uma condio suficiente para a forma seento
O nascimento de Joo em solo brasileiro uma condio suficiente para
ele ser cidado brasileiro.
Se Joo nasceu em solo brasileiro ento ele um cidado brasileiro.
Exemplo 29:
Converta uma condio necessria para a forma seento
Joo ter 35 anos uma condio necessria para ser presidente do Brasil.
Se Joo no tem 35 anos ento ele no pode ser presidente do Brasil.
Se Joo pode ser o presidente do Brasil ento ele j tem pelo menos 35
anos.
UFMG/ICEx/DCC
MD
Conceitos
86
Argumentos vlidos e invlidos

Alguns fatos sobre argumentos do ponto de vista da matemtica e da lgica:
Um argumento no uma disputa.
Um argumento uma seqncia de comandos que termina numa concluso.
Um argumento ser vlido significa que a concluso pode ser obtida
necessariamente das afirmaes que precedem.
Argumento (definio):
Um argumento uma seqncia de afirmaes.
Todas as afirmaes, exceto a ltima, so chamadas de premissas ou suposies ou hipteses.
A ltima afirmao chamada de concluso.
.
O smbolo . ., que lido como de onde se conclui normalmente colocado antes da concluso.
UFMG/ICEx/DCC
MD
Conceitos
87
Argumentos vlidos e invlidos

Exemplo 30:
Se Scrates um ser humano ento Scrates mortal;
Scrates um ser humano;
.
. . Scrates mortal.
Forma simblica:
Se p ento q;
p;
.
. . q.
conveniente pensar em p e q como variveis que podem ser substitudas
por argumentos.
A forma de um argumento vlida sse
para todas as combinaes de argumentos que levam a premissas
verdadeiras ento a concluso tambm verdadeira.
A verdade da concluso obtida analisando os valores-verdade da forma
lgica em si.
UFMG/ICEx/DCC
MD
Conceitos
88
Argumentos vlidos e invlidos:

Como analisar a validade
A validade da forma de um argumento pode ser feita seguindo os seguintes
passos:
1. Identifique as premissas e concluso do argumento.
2. Construa a tabela da verdade identificando as colunas das premissas e da
concluso.
3. Identifique as linhas onde todas as premissas so verdadeiras (linhas crticas).
4. Para cada linha crtica verifique se a concluso do argumento verdadeira.
(a) Se for para todas as linhas crticas ento a forma do argumento vlida.
(b) Se existir pelo menos uma linha crtica com concluso falsa ento a
forma do argumento invlida.
UFMG/ICEx/DCC
MD
Conceitos
89

Exemplo 31:
Tabela da verdade:
p (q r);
r;
.
. . p q.
1.
2.
3.
4.
5.
6.
7.
8.
qr
V
V
V
V
F
F
F
F
V
V
F
F
V
V
F
F
V
F
V
F
V
F
V
F
V
V
V
F
V
V
V
F
Premissas
p (q r) r
V
V
V
V
V
V
V
F
F
V
F
V
F
V
F
V
Concluso
pq
V
V
V
V
V
V
F
F
Para todas linhas crticas a concluso verdadeira. Logo, o argumento vlido.
Todas as linhas exceto as linhas crticas so irrelevantes para verificar a validade de um argumento.
UFMG/ICEx/DCC
MD
Conceitos
90

Exemplo 32 argumento invlido:
p q r;
q p r;
.
. . p r;
1.
2.
3.
4.
5.
6.
7.
8.
q r
pr
V
V
V
V
F
F
F
F
V
V
F
F
V
V
F
F
V
F
V
F
V
F
V
F
F
V
F
V
F
V
F
V
V
V
F
V
V
V
F
V
V
F
V
F
F
F
F
F
Premissas
p q r q p r
V
V
F
V
V
V
V
V
V
F
V
V
F
F
V
V
Concluso
pr
V
V
V
Para todas linhas crticas, exceto a 4, a concluso verdadeira. Logo, o

argumento invlido.
UFMG/ICEx/DCC
MD
Conceitos
91

Exemplo 33:
p q;
q r;
r p;
.
. . p q r.
Tabela da verdade:
1.
2.
3.
4.
5.
6.
7.
8.
V
V
V
V
F
F
F
F
V
V
F
F
V
V
F
F
V
F
V
F
V
F
V
F
Premissas
pq qr rp
V
V
F
F
V
V
V
V
V
F
V
V
V
F
V
V
V
V
V
V
F
V
F
V
Concluso
pqr
V
Existem duas linhas crticas, uma delas com concluso falsa. Logo, o argumento invlido.
UFMG/ICEx/DCC
MD
Conceitos
92
Argumentos vlidos: Modus Ponens

Seja o seguinte argumento:
p q;
p;
.
. . q.
e um exemplo dessa forma:
Se o ltimo dgito de um no 0 ento este no divisvel por 10.
O ltimo dgito deste no 0.
.
. . Este no divisvel por 10.
Um argumento vlido que tem essa forma chamado de modus ponens em
Latim e que significa mtodo de afirmar.
UFMG/ICEx/DCC
MD
Conceitos
93
Argumentos vlidos: Modus Ponens

Exemplo 34:
Forma do argumento:
p q;
p;
1.
2.
3.
4.
.
. . q.
UFMG/ICEx/DCC
MD
V
V
F
F
V
F
V
F
Conceitos
Premissas
pq p
V
F
V
V
V
V
F
F
Concluso
q
V
F
V
F
94
Argumentos vlidos: Modus Tollens

Seja o seguinte argumento:
p q;
q;
.
. . p.
e um exemplo dessa forma:
Se Zeus humano ento Zeus mortal.
Zeus no mortal.
(1)
(2)
.
. . Zeus no humano.
Suponha que as afirmaes (1) e (2) sejam verdadeiras.
Zeus deve ser necessariamente no-humano?
Sim!
Porque se Zeus fosse humano ento de acordo com (1) ele seria mortal.
Mas por (2) ele no mortal.
Dessa forma, Zeus no pode ser humano.
Um argumento vlido que tem essa forma chamado de modus tollens em
Latim e que significa mtodo de negar.
UFMG/ICEx/DCC
MD
Conceitos
95
Argumentos vlidos: Exemplos

Exemplo 35:
Se existem mais pssaros que ninhos
ento dois pssaros tero que chocar no mesmo ninho;
Existem mais pssaros que ninhos;
.
. . Dois pssaros chocam no mesmo ninho.
; De acordo com modus ponens.
Exemplo 36:
Se este no divisvel por 6
ento o no divisvel por 2;
Este no no divisvel por 2;
.
. . Este no no divisvel por 6.
; De acordo com modus tollens.
UFMG/ICEx/DCC
MD
Conceitos
96
Outras formas de argumentos vlidos:

Adio disjuntiva
As formas de argumentos
(a)
p;
.
. . p q.
so vlidas.
(b)
1.
2.
3.
4.
Forma do argumento:
p;
.
. . p q.
q;
. . p q.
.
Premissa
p
V
V
F
F
V
F
V
F
V
V
F
F
Concluso
pq
V
V
V
F
Essas duas formas servem para fazer generalizaes, i.e.,

se p verdadeiro caso (a) ento mais genericamente p q verdadeiro
para qualquer afirmao q.
UFMG/ICEx/DCC
MD
Conceitos
97

Simplificao conjuntiva
(a)
p q;
.
. . p.
so vlidas.
(b)
1.
2.
3.
4.
Forma do argumento:
p q;
.
. . p.
p q;
. . q.
.
Premissa
pq
V
V
F
F
V
F
V
F
V
F
F
F
Concluso
p
V
V
V
F
Essas duas formas servem para fazer particularizaes, i.e.,

se p e q so verdadeiros ento em particular p verdadeiropara o caso (a).
UFMG/ICEx/DCC
MD
Conceitos
98

Silogismo disjuntivo
Silogismo = deduo formal tal que, postas duas premissas, delas se tira uma
concluso, nelas logicamente implicada.
(a)
p q;
q;
.
. . p.
so vlidas.
(b)
p q;
p;
.
. . q.
Forma do argumento:
p q;
q;
.
. . p.
1.
2.
3.
4.
V
V
F
F
V
F
V
F
Premissas
p q q
V
V
V
F
F
V
F
V
Concluso
p
V
V
F
F
Essas formas de argumento expressam a situao onde existem somente

duas possibilidades e uma pode ser excluda o que leva ao fato que a outra
deve prevalecer.
UFMG/ICEx/DCC
MD
Conceitos
99

Exemplo 37:
Seja x um nmero natural e os seguintes argumentos:
p: x 3 = 0
q: x + 2 = 0
p q: Um dos argumentos pode ser eliminado.
q: x 6= 2. Sabe-se que x no negativo e por essa razo o argumento
a ser eliminado.
.
. . p, de acordo com o silogismo disjuntivo.
UFMG/ICEx/DCC
MD
Conceitos
100

Silogismo hipottico
Forma do argumento:
p q;
p
V
V
V
V
F
F
F
F
V
V
F
F
V
V
F
F
V
F
V
F
V
F
V
F
q r;
.
. . p r.
vlida.
1.
2.
3.
4.
5.
6.
7.
8.
Premissas
pq qr
V
V
F
F
V
V
V
V
V
F
V
V
V
F
V
V
Concluso
pr
V
F
V
F
V
V
V
V
Muitos argumentos em matemtica so definidos por cadeias de sentenas

seento, onde o primeiro implica no ltimo.
UFMG/ICEx/DCC
MD
Conceitos
101

Silogismo hipottico
Exemplo 38:
Se 18.486 divisvel por 18
ento 18.486 divisvel por 9;
Se 18.486 divisvel por 9
ento a soma dos dgitos de 18.486 divisvel por 9;
.
. . Se 18.486 divisvel por 18
ento a soma dos dgitos de 18.486 divisvel por 9.
UFMG/ICEx/DCC
MD
Conceitos
102

Dilema: Prova por diviso em casos
Dilema = raciocnio cuja premissa alternativa, de tal forma que qualquer dos
seus termos conduz mesma conseqncia.
Forma do argumento:
p q;
p r;
q r;
.
. . r.
vlida.
UFMG/ICEx/DCC
1.
2.
3.
4.
5.
6.
7.
8.
V
V
V
V
F
F
F
F
V
V
F
F
V
V
F
F
V
F
V
F
V
F
V
F
MD
Conceitos
Premissas
pq pr q r
V
V
V
V
V
V
F
F
V
F
V
F
V
V
V
V
V
F
V
V
V
F
V
V
Concluso
r
V
F
V
F
V
F
V
F
103

Dilema: Prova por diviso em casos
Exemplo 39:
x positivo ou x negativo;
Se x positivo ento x2 > 0;
Se x negativo ento x2 > 0;
.
. . x2 > 0.
Neste caso j foi mostrado que existe uma dicotomia dos nmeros reais: positivos, negativos ou zero. Por silogismo disjuntivo sabe-se x positivo ou x
negativo e chega-se concluso acima.
UFMG/ICEx/DCC
MD
Conceitos
104
Deduo mais complexa

Sejam os seguintes argumentos:
Exemplo 40:
Voc est saindo para a escola de manh e
percebe que no est usando os culos. Ao
tentar descobrir onde esto os culos voc
comea a pensar sobre os seguintes fatos que
so verdadeiros:
(a) Se os meus culos esto na mesa da cozinha ento eu os vi no caf da manh;
(b) Eu estava lendo o jornal na sala de estar
ou eu estava lendo o jornal na cozinha;
(c) Se eu estava lendo o jornal na sala de
estar ento meus culos esto na mesa
do caf;
(d) Eu no vi meus culos no caf da manh;
(e) Se eu estava lendo um livro na cama ento meus culos esto no criado-mudo;
(f) Se eu estava lendo o jornal na cozinha
ento meus culos esto na mesa da cozinha;
UFMG/ICEx/DCC
MD
p = Os meus culos esto na mesa da cozinha.

q = Eu vi meus culos no caf da manh.
r = Eu estava lendo o jornal na sala de estar.
s = Eu estava lendo o jornal na cozinha.
t = Meus culos esto na mesa do caf.
u = Eu estava lendo um livro na cama.
v = Meus culos esto no criado-mudo.
Traduo dos fatos para as proposies:
(a) p q
(d) q
Conceitos
(b) r s
(e) u v
(c) r t
(f) s p
105
Deduo mais complexa

Traduo dos fatos para as proposies:
(a) p q
(d) q
(b) r s
(e) u v
(c) r t
(f) s p
As seguintes dedues podem ser feitas:
1.
2.
p q;
q
.
. . p
(a)
s p;
p
.
. . s
(f)
3.
(d)
Modus Tollens
4.
Concluso de 1.
Modus Tollens
r s;
s
.
.. r
(b)
r t;
r
.
.. t
(c)
Concluso de 2.
Concluso de 3.
Modus Ponens
.
. . t verdadeiro e os culos esto na mesa do caf.
UFMG/ICEx/DCC
MD
Conceitos
106
Uso de proposies em especificaes

Traduzir sentenas numa linguagem natural, como o portugus, em expresses lgicas uma parte importante da especificao de sistemas computacionais (hardware e software).
Profissionais que fazem a especificao de tais sistemas computacionais devem traduzir requisitos expressos numa linguagem natural em uma especificao precisa e no ambgua.
Essa especificao pode ser usada como base para o desenvolvimento do
sistema.
UFMG/ICEx/DCC
MD
Conceitos
107

Exemplo 41:
Requisito:
(a) Uma resposta automtica no pode ser enviada se o sistema de arquivos
est cheio.
Proposies:
a = Uma resposta automtica no pode ser enviada.
b = O sistema de arquivos est cheio.
Traduo do requisito para a proposio:
(a) b a
UFMG/ICEx/DCC
MD
Conceitos
108

Exemplo 42:
Requisitos:
(a) A mensagem de diagnstico armazenada no buffer ou a mensagem de
diagnstico retransmitida.
(b) A mensagem de diagnstico no armazenada no buffer.
(c) Se a mensagem de diagnstico armazenada no buffer ento a mensagem de diagnstico retransmitida.
Proposies:
p = A mensagem de diagnstico armazenada no buffer.
q = A mensagem de diagnstico retransmitida.
Traduo dos requisitos para as proposies:
(a) p q
(b) p
(c) p q
UFMG/ICEx/DCC
MD
Conceitos
109

Dedues:
p q;
p
.
.. q
q
p
pq
.
. . p q
(a)
(b)
Concluso acima
(b)
(c)
p=Feq=V
Os requisitos so consistentes para p = F e q = V

O que acontece com a especificao se o requisito A mensagem de diagnstico no retransmitida acrescentada?
UFMG/ICEx/DCC
MD
Conceitos
110
Falcias
Falcia = erro no raciocnio que resulta num argumento invlido.
Falcias comuns:
Usar uma premissa vaga ou ambgua;
Assumir como verdadeiro o que deve ser provado;
Concluir uma premissa sem uma argumentao adequada;
Erro oposto;
Erro inverso.
Como mostrar que um argumento invlido?
Construir a tabela da verdade e achar uma linha crtica com a concluso
falsa.
Achar um argumento com premissas verdadeiras e concluso falsa.
Para um argumento ser vlido, qualquer argumento da mesma forma que
tem premissas verdadeiras deve ter uma concluso verdadeira.
UFMG/ICEx/DCC
MD
Conceitos
111
Erro oposto
Exemplo 43:
Se Zeca um gnio
ento Zeca senta na primeira carteira na sala de aula;
Zeca senta na primeira carteira na sala de aula;
.
. . Zeca um gnio.
A forma geral do argumento acima :

p q;
q;
.
. . p.
UFMG/ICEx/DCC
MD
Conceitos
112
Erro oposto
Forma do argumento :
p q;
q;
1.
2.
3.
4.
. . p.
V
V
F
F
V
F
V
F
Premissas
pq q
V
F
V
V
V
F
V
F
Concluso
p
V
V
F
F
Este argumento lembra a forma geral do argumento Modus ponens.

Forma deste argumento invlida.
UFMG/ICEx/DCC
MD
Conceitos
113
Erro inverso
Exemplo 44:
Se as taxas de juro subirem
ento os preos das aes iro cair;
As taxas de juro no esto subindo;
.
. . Os preos das aes no iro cair.
A forma geral do argumento acima :
p q;
p;
.
. . q.
UFMG/ICEx/DCC
MD
Conceitos
114
Erro inverso
Forma do argumento :
p q;
p;
1.
2.
3.
4.
. . q.
V
V
F
F
V
F
V
F
Premissas
p q p
V
F
V
V
F
F
V
V
Concluso
q
F
V
F
V
Este argumento lembra a forma geral do argumento Modus tollens.

Forma deste argumento invlida.
UFMG/ICEx/DCC
MD
Conceitos
115
Validade Verdade
Validade uma propriedade da forma de um argumento.
Se um argumento vlido
ento tambm todo argumento que tem a mesma forma.
Exemplo 45 Argumento vlido com uma concluso falsa:
Se John Lennon era uma estrela do rock
ento ele tinha cabelo ruivo;
John Lennon era uma estrela do rock;
.
. . John Lennon tinha cabelo ruivo.
Argumento vlido de acordo com modus ponens. No entanto, a primeira
premissa falsa assim como a concluso.
Exemplo 46 Argumento invlido com uma concluso verdadeira:
Se Nova York uma cidade grande
ento Nova York tem edifcios altos;
Nova York tem edifcios altos;
.
. . Nova York uma cidade grande.
Argumento invlido (erro oposto) mas com a concluso verdadeira.
UFMG/ICEx/DCC
MD
Conceitos
116
Contradies e argumentos vlidos

Regra da contradio:
Se pode ser mostrado que a suposio da afirmao p = F leva logicamente a uma contradio, ento pode-se concluir que p = V.
p c, onde c uma contradio

.
. . p.
Tabela da verdade:
p
UFMG/ICEx/DCC
Premissa
Concluso
p c
1.
2.
MD
Conceitos
117
Honestos Desonestos
Exemplo 47 Uma ilha possui um de dois tipos de pessoas:
A diz: B honesto.
B diz: A e eu somos de tipos opostos.
Suponha que A honesto.
.
. . O que A diz verdade;
.
. . B tambm honesto;
.
. . O que B diz verdade;
.
. . A e B so de tipos honestos;
.
. . Chegou-se a uma contradio:
A e B so honestos e A e B so desonestos.
.
. . A suposio falsa;
.
. . A no honesto;
.
. . A desonesto;
.
. . O que A diz falso;
.
. . B no honesto;
.
. . B tambm desonesto.
UFMG/ICEx/DCC
MD
Conceitos
118
Regras de inferncia: Sumrio

M ODUS P ONENS
p q;
p;
.
. . q.
S ILOGISMO DISJUNTIVO
p q;
p q;
q;
p;
.
.
. . p.
. . q.
M ODUS TOLLENS
p q;
q;
.
. . p.
S ILOGISMO HIPOTTICO
p q;
q r;
.
. . p r.
A DIO DISJUNTIVA
p;
.
. . p q.
D ILEMA
p q;
p r;
q r;
.
. . r.
q;
. . p q.
.
S IMPLIFICAO CONJUNTIVA
p q;
p q;
.
.
. . p.
. . q.
C ONTRADIO
p c;
.
. . p.
A DIO CONJUNTIVA
p;
q;
.
. . p q.
UFMG/ICEx/DCC
MD
Conceitos
119
Aplicao: Circuito lgico
Claude Shannon (19162001), matemtico americano, considerado o cientista que estabeleceu os fundamentos da teoria da informao moderna, com a publicao em 1948 do trabalho
intitulado Mathematical Theory of Communication. Nesse trabalho ele observa que the fundamental problem of communication is that of reproducing at one point either exactly or approximately a message selected at another point. Os fundamentos propostos nesse trabalho so
usados integralmente hoje em dia em reas como redes de computadores e recuperao da
informao.
Antes disso, Shannon observa a analogia entre operaes de dispositivos de chaveamento
(por exemplo, chaves ou interruptores) e operaes de conectivos lgicos. Ele usa essa analogia com muito sucesso para resolver problemas de projetos de circuitos lgicos e apresenta
os resultados na sua dissertao de mestrado (A Symbolic Analysis of Relay and Switching
Circuits) do MIT em 1938.
UFMG/ICEx/DCC
MD
Conceitos
120

Uma chave pode estar em uma de duas possveis posies:
Aberta
Fechada
Chave fechada: corrente pode passar.
Chave aberta: h interrupo de corrente.
Exemplo de uma chave num circuito:

+
Lmpada acende sse corrente passa por ela.

Isto acontece, sse a chave est fechada.
Observe que nesse modelo est sendo assumido que a bateria tem sempre
energia e a chave e a lmpada nunca falham.
Consideraes como essas so importantes sempre que um modelo
proposto.
UFMG/ICEx/DCC
MD
Conceitos
121

Sejam os circuitos abaixo e os possveis comportamentos:
P
P
Chaves
P
Q
Fechada
Fechada
Aberta
Aberta
Fechada
Aberta
Fechada
Aberta
UFMG/ICEx/DCC
Lmpada
Estado
Chaves
P
Q
Acesa
Apagada
Apagada
Apagada
Fechada
Fechada
Aberta
Aberta
MD
Conceitos
Fechada
Aberta
Fechada
Aberta
Lmpada
Estado
Acesa
Acesa
Acesa
Apagada
122

Chaves
P
Q
Fechada
Fechada
Aberta
Aberta
Fechada
Aberta
Fechada
Aberta
Lmpada
Estado
Chaves
P
Q
Acesa
Apagada
Apagada
Apagada
Fechada
Fechada
Aberta
Aberta
Fechada
Aberta
Fechada
Aberta
Lmpada
Estado
Acesa
Acesa
Acesa
Apagada
Observe que se as expresses fechada e acesa forem substitudas pelo

valor-verdade V e aberta e apagada forem substitudas pelo valor-verdade
F, ento as tabelas da esquerda e da direita correspondem, respectivamente,
s expresses lgicas:
P Q
P Q
(conjuno);
(disjuno).
UFMG/ICEx/DCC
MD
Conceitos
123

A partir da dcada de 1940, rels eletro-mecnicos (chaves) foram substitudos por dispositivos
eletrnicos como vlvulas, transistores e circuitos integrados.
Vlvula. O computador moderno (primeira gerao)
surgiu a partir da vlvula,
que permitiu executar uma
operao muito mais rpida que os sistemas de rel
eletro-mecnicos.
Abaixo
est um sistema de vlvulas
da IBM de 1946 que podia
multiplicar dois nmeros de 10
1
algarismos em 40
s.
UFMG/ICEx/DCC
Transistor. Dispositivo semicondutor de estado slido que

passou a ser usado largamente na segunda gerao de
computadores a partir do incio da dcada de 1960.
MD
Conceitos
Circuito integrado.
Tambm chamado de microchip
ou chip uma miniaturizao de dispositivos semicondutores e componentes passivos manufaturados na superfcie de um substrato extremamente fino de um material semicondutor. Abaixo, uma
imagem do processador Intel
Core Duo otimizado para aplicaes multi-threaded e multitarefa.
124

Os estados (fechado e aberto) foram substitudos por outras representaes
apropriadas para os novos dispositivos.
Por exemplo, diferentes valores de tenso.
Ponto importante: modelagem anterior continua vlida!
No projeto de circuitos digitais, os valores lgicos verdadeiro e falso so
normalmente substitudos pelos smbolos 1 e 0.
Estes smbolos so chamados de bits (binary digits).
UFMG/ICEx/DCC
MD
Conceitos
125

A partir do surgimento dos computadores digitais, uma questo fundamental
passa a ser a representao (codificao) da informao usando bits.
Por exemplo, como bits so representados/codificados quando esto em:
Memria de ferrite?
Memria eletrnica?
Disco magntico?
Disco ptico?
Cabo coaxial?
Cabo metlico?
Cabo de fibra ptica?
Canal de comunicao sem fio?
UFMG/ICEx/DCC
MD
Conceitos
126
Lgica de
Proposies Quantificadas
Clculo de Predicados
UFMG/ICEx/DCC
MD
Conceitos
127
Introduo
J estudamos anlise de proposies compostas, i.e., proposies simples
ligadas por conectivos , , , , .
Este tipo de anlise no suficiente para determinar a validade da maioria
das situaes matemticas e do dia-a-dia.
Todos seres humanos so mortais;
.
. . Scrates mortal.
Argumento intuitivamente correto.
Validade no pode ser obtida usando os mtodos j vistos.
Validade determinada separando as proposies em partes.
Vocbulos que denotam quantidades TODOS e ALGUNS tm uma funo
especial na anlise.
Clculo de predicados: rea que trata da anlise simblica de predicados e
proposies quantificadas.
Clculo de proposies ou clculo proposicional: rea que trata da anlise de
proposies compostas.
UFMG/ICEx/DCC
MD
Conceitos
128
Predicados e proposies quantificadas

Predicado [gramtica]: parte da sentena que fornece informao sobre o sujeito.
Predicado [lgica]: pode ser obtido removendo substantivos de uma
proposio.
Sejam os seguintes predicados:
P : um estudante na UFMG
Q: um estudante no(a)
P e Q so smbolos de predicados.
que podem ser reescritos com variveis:
P (x): x um estudante na UFMG
Q(x, y): x um estudante no(a) y
x e y so variveis dos predicados.
UFMG/ICEx/DCC
MD
Conceitos
129

Definio: Um predicado uma sentena que contm um nmero finito de
variveis e se torna uma proposio quando as variveis so substitudas por
valores especficos.
Os valores das variveis de predicados so definidos por conjuntos chamados
domnios. Por exemplo, R, Z, Q.
uso da letra Z vem do alemo zahl, que significa nmero.
UFMG/ICEx/DCC
MD
Conceitos
130

Definio: Se P (x) um predicado e x tem domnio D, o conjunto verdade
de P (x) o conjunto de todos elementos de D que fazem P (x) verdadeiro
quando substitudo por x. O conjunto verdade de P (x) denotado por
{x D | P (x)}
Exemplo 1:
P (x): x um fator de 8 e o domnio de x o conjunto de todos os inteiros
positivos.
O conjunto verdade de P (x) {1, 2, 4, 8}.
UFMG/ICEx/DCC
MD
Conceitos
131

Notao: Sejam P (x) e Q(x) predicados e suponha que o domnio comum
de x D.
A notao
P (x) Q(x)
significa que cada elemento no conjunto verdade de P (x) est no conjunto
verdade de Q(x).
A notao
P (x) Q(x)
significa que P (x) e Q(x) tm conjuntos verdade idnticos.
UFMG/ICEx/DCC
MD
Conceitos
132

Exemplo 2:
P (x): x um fator de 8;
Q(x): x um fator de 4;
R(x): x < 5 e x 6= 3, e
o domnio de x Z+ (inteiros positivos).
Que relaes podem ser expressas entre os trs predicados?
O conjunto verdade de P (x) {1, 2, 4, 8};
O conjunto verdade de Q(x) {1, 2, 4};
O conjunto verdade de R(x) {1, 2, 4};
.
. . Q(x) P (x);
.
. . R(x) P (x);
.
. . Q(x) R(x);
UFMG/ICEx/DCC
MD
Conceitos
133
Quantificadores: e
Como transformar predicados em proposies?
Atribuir valores especficos para todas variveis.
Usar quantificadores.
Definio: Quantificadores so palavras/expresses que referem a quantidades tais como todos e alguns e indicam para quantos elementos do
domnio um dado predicado verdadeiro.
UFMG/ICEx/DCC
MD
Conceitos
134
Quantificadores: e
: denota para todos e chamado de quantificador universal.
Exemplo 3:
seres humanos x, x mortal.
x S, x mortal
onde S o conjunto de todos seres humanos.
: denota existe e chamado de quantificador existencial.
Exemplo 4:
uma pessoa s | s um estudante de AEDS I.
s S, | s um estudante de AEDS I.
onde S o conjunto de todas as pessoas.
UFMG/ICEx/DCC
MD
Conceitos
135
Proposio universal
Definio: Seja Q(x) um predicado e D o domnio de x. Uma proposio
universal uma proposio da forma x D, Q(x).
A proposio universal verdadeira sse Q(x) verdadeiro para todo x em
D.
A proposio universal falsa sse Q(x) falso para pelo menos um x em
D.
O valor de x para o qual Q(x) falso chamado de contra-exemplo
para a proposio universal.
UFMG/ICEx/DCC
MD
Conceitos
136
Proposio universal
Verifique se a proposio universal verdadeira ou falsa:
(a) Seja D = {1, 2, 3, 4, 5} e a proposio x D, x2 x.
12 1, 22 2, 32 3, 42 4, 52 5
.
. . a proposio x D, x2 x verdadeira.
Mtodo da exausto.
(b) x R, x2 x.
.
. . a proposio falsa.
UFMG/ICEx/DCC
1
1
1 2
( ) = 6
2
4
2
MD
Conceitos
137
Proposio existencial
Definio: Seja Q(x) um predicado e D o domnio de x. Uma proposio
existencial uma proposio da forma x D | Q(x).
A proposio existencial verdadeira sse Q(x) verdadeiro para pelo
menos um x em D.
A proposio existencial falsa sse Q(x) falso para todo x em D.
Verifique se a proposio existencial verdadeira ou falsa:
(a) m Z | m2 = m.
12 = 1.
.
. . m2 = m para pelo menos um inteiro m e a proposio m
Z | m2 = m verdadeira.
(b) Seja E = {5, 6, 7, 8, 9, 10} e a proposio
m E | m2 = m.
52 = 25 6= 5 62 = 36 6= 6 72 = 49 6= 7
82 = 64 6= 8 92 = 81 6= 9 102 = 100 6= 10
.
. . a proposio m E | m2 = m falsa.
UFMG/ICEx/DCC
MD
Conceitos
138
Traduo de linguagem formal para informal e

vice-versa
x R, x2 0.
Todos nmeros reais tm quadrados no-negativos.
m Z | m2 = m.
Existe um nmero inteiro cujo quadrado igual a ele mesmo.
Todos os tringulos tm trs lados.
tringulos t, t tem trs lados.
Alguns programas so estruturados.
programas p tal que p estruturado.
UFMG/ICEx/DCC
MD
Conceitos
139
Proposio condicional universal

Considera-se que a forma de proposio mais importante em Matemtica a
proposio condicional universal.
x, se P (x) ento Q(x)
x R, se x > 2 ento x2 > 4.
Se um nmero real maior que 2 ento seu quadrado maior que 4.
Todos bytes tm oito bits.
x, se x um byte, ento x tem oito bits.
Definio de um argumento vlido como uma proposio condicional universal.
todas combinaes de valores verdade das variveis de uma sentena
se as premissas so todas verdadeiras
ento a concluso tambm verdadeira.
UFMG/ICEx/DCC
MD
Conceitos
140
Formas equivalentes de proposies universal e

lgica
As proposies
nmeros reais x, se x um inteiro, ento x racional.
inteiros x, x racional.
significam a mesma coisa, que tm a seguinte traduo: todos inteiros so
racionais.
x U se P (x) ento Q(x) x D, Q(x).
Se restringirmos o domnio U ao domnio D temos a seguinte equivalncia.
x D, Q(x) x, se x est em D ento Q(x)
Exemplo 5:
polgonos p, se p um quadrado, ento p um retngulo
quadrados p, p um retngulo.
x U tal que P (x) e Q(x)
x D tal que Q(x)
Neste caso, D consiste de todos elementos de U que fazem P (x) verdadeiro.
UFMG/ICEx/DCC
MD
Conceitos
141
Negaes de proposies quantificadas

Exemplo 6:
P : Todos matemticos usam culos.
P : Nenhum matemtico usa culos. (ERRADO)
Um ou mais matemticos no usam culos. (ou)
Alguns matemticos no usam culos.
Teorema:
A negao de uma proposio da forma
x D, Q(x)
equivalente logicamente a proposio da forma
x D | Q(x)
Simbolicamente temos:
(x D, Q(x)) x D | Q(x)
UFMG/ICEx/DCC
MD
Conceitos
142

Exemplo 7:
P : primos p, p mpar.
P : um primo p | p no mpar.
Exemplo 8:
P : Todos os programas de computador so finitos.
P : Alguns programas de computador no so finitos.
Exemplo 9:
P : polticos x, x no honesto.
P : Alguns polticos so honestos.
UFMG/ICEx/DCC
MD
Conceitos
143
Negaes de proposies existenciais

Exemplo 10:
P : Alguns peixes respiram ar.
P : Alguns peixes no respiram ar. (ERRADO)
Nenhum peixe respira ar.
Teorema:
A negao de uma proposio da forma
x D | Q(x)
equivalente logicamente a proposio da forma
x D, Q(x)
Simbolicamente temos:
(x D | Q(x)) x D, Q(x)
UFMG/ICEx/DCC
MD
Conceitos
144
Negaes de proposies existenciais

Exemplo 11:
P : um tringulo tal que a soma dos ngulos de T igual a 200 graus.
P : tringulos T , a soma dos ngulos de T no igual a 200 graus.
Exemplo 12:
P : Alguns hackers de computador tm mais de 40 anos.
P : Todos os hackers de computador tm 40 anos ou menos.
UFMG/ICEx/DCC
MD
Conceitos
145
Negaes de proposies condicionais universais

Pela definio da negao de uma proposio universal, temos:
(x, P (x) Q(x)) x | (P (x) Q(x))
Sabe-se tambm que a negao de uma sentena condicional pode ser decomposta numa sentena conjuntiva:
(P (x) Q(x)) P (x) Q(x)
Fazendo a substituio temos:
(x, P (x) Q(x)) x | (P (x) Q(x))
UFMG/ICEx/DCC
MD
Conceitos
146
Negaes de proposies condicionais universais

Exemplo 13:
P : pessoas p, se p loura ento p tem olhos azuis.
P : uma pessoa p tal que p loura e p no tem olhos azuis.
Exemplo 14:
P : Se um programa de computador tem mais de 100.000 linhas ento o
programa contm um erro.
P : Existe pelo menos um programa de computador que tem mais de
100.000 linhas e o programa no contm um erro.
UFMG/ICEx/DCC
MD
Conceitos
147
Verdade por default de proposies universais

Uma proposio da forma
x D, se P (x) ento Q(x)
chamada de verdade por default sse P (x) falso para cada x em D.
UFMG/ICEx/DCC
MD
Conceitos
148

Exemplo 15: Sejam cinco bolas azuis, cinco brancas e um prato.
Cenrio 1: trs bolas azuis e uma branca so colocadas no prato.
P : Todas as bolas no prato so azuis.
P falso, j que possvel identificar uma bola branca no prato.
Cenrio 2: o prato est vazio.
P verdadeiro ou falso?
A proposio falsa sse sua negao for verdadeira. A negao :
P : Existe pelo menos uma bola no prato que no azul.
P s verdadeiro se houver (existir) no prato uma bola que no seja azul.
Como no existe, a negao falsa e, assim, a proposio verdadeira por
default.
UFMG/ICEx/DCC
MD
Conceitos
149

Exemplo 16: Seja D =
Cenrio 1: trs bolas azuis e uma branca so colocadas no prato.
P falso, j que possvel identificar uma bola branca no prato.
Cenrio 2: o prato est vazio.
P verdadeiro ou falso?
A proposio falsa sse sua negao for verdadeira. A negao :
P : Existe pelo menos uma bola no prato que no azul.
P s verdadeiro se houver (existir) no prato uma bola que no seja azul.
Como no existe, a negao falsa e, assim, a proposio verdadeira por
default.
UFMG/ICEx/DCC
MD
Conceitos
150
Proposies contendo mltiplos quantificadores

Reescreva as sentenas abaixo formalmente usando quantificadores e variveis:
(a) Todo mundo ama algum.
pessoas x, uma pessoa y tal que x ama y.
(b) Algum ama todo mundo.
uma pessoa x tal que pessoas y, x ama y.
As sentenas (a) e (b) so equivalentes logicamente?
?
(a) (b)
No. Em geral, ao se trocar a ordem dos quantificadores na sentena o sentido muda.
UFMG/ICEx/DCC
MD
Conceitos
151
Proposies contendo mltiplos quantificadores

Definio do limite de uma seqncia an:
lim a = L
n n
sse os valores de an tornam-se arbitrariamente perto de L, i.e., convergem
para L medida que n cresce.
> 0, um nmero inteiro n0 tal que inteiros n
se n > n0 ento
L < an < L +
UFMG/ICEx/DCC
MD
L+
Conceitos
152

multiplamente
Exemplo 17: Qual a negao da seguinte afirmao:
P : pessoas x, uma pessoa y tal que x ama y.
O que significa a sentena ser falsa?
A propriedade no ser vlida para todas as pessoas.
P : uma pessoa x tal que
( uma pessoa y tal que x ama y)
uma pessoa x tal que
pessoas y, x no ama y
UFMG/ICEx/DCC
MD
Conceitos
153

multiplamente
Regra geral:
P : x, y tal que C(x, y).
P : x tal que y, C(x, y).
Exemplo 18:
P : inteiros n,
um inteiro k tal que n = 2k.
P : um inteiro n tal que
inteiro k, n 6= 2k.
UFMG/ICEx/DCC
MD
Conceitos
154

multiplamente
Regra geral:
P : x tal que y, C(x, y).
P : x, y tal que C(x, y).
Exemplo 19:
P : uma pessoa x tal que
pessoas y, x ama y.
P : pessoas x
uma pessoa y tal que x no ama y.
Sumrio:
Quantificador
Anlogo a De Morgan.
UFMG/ICEx/DCC
MD
Negao
Conceitos
155
A relao entre , , ,
Seja o predicado Q(x),
onde x tem domnio D = {x1, x2, . . . , xn}.
Proposio universal uma generalizao da conjuno ():
x D, Q(x) Q(x1) Q(x2) . . . Q(xn)
Exemplo 20: Q(x) : x x, D = {0, 1}
x D, Q(x) Q(0) Q(1)
Proposio existencial uma generalizao da disjuno ():
x D tal que Q(x) Q(x1) Q(x2) . . . Q(xn)
Exemplo 21: Q(x) : x + x, D = {0, 1}
x D tal que Q(x) Q(0) Q(1)
UFMG/ICEx/DCC
MD
Conceitos
156
Variaes de proposies condicionais universais

Seja a proposio condicional universal (PCU):
Exemplo 22: x R, se x > 2 ento x2 > 4
As seguintes proposies podem ser definidas:
Contrapositivo: x D, se Q(x) ento P (x) PCU
Exemplo 23: x R, se x2 4 ento x 2
Recproca: x D, se Q(x) ento P (x) 6 PCU
Exemplo 24: x R, se x2 > 4 ento x > 2
Inverso: x D, se P (x) ento Q(x) 6 PCU
Exemplo 25: x R, se x 2 ento x2 4
UFMG/ICEx/DCC
MD
Conceitos
157
Condies suficiente e necessria

x, R(x) uma condio suficiente para S(x)
x, se R(x) ento S(x).
Exemplo 26:
Ser quadrado uma condio suficiente para ser retangular.
x, se x quadrado ento x retangular.
x, R(x) uma condio necessria para S(x)
x, se R(x) ento S(x)
x, se S(x) ento R(x).
Exemplo 27:
Ter 35 anos uma condio necessria para ser presidente do Brasil.
x, se x no tem 35 anos ento x no pode ser presidente do Brasil.
x, se x presidente do Brasil ento x tem 35 anos.
UFMG/ICEx/DCC
MD
Conceitos
158
Condio somente se
x, R(x) somente se S(x)
x, se S(x) ento R(x)
x, se R(x) ento S(x).
Exemplo 28:
O produto de dois nmeros zero somente se um dos nmeros zero.
x, se os dois nmeros so diferentes de zero ento o produto dos dois
nmeros diferente de zero.
x, se o produto de dois nmeros zero ento um dos nmeros zero.
UFMG/ICEx/DCC
MD
Conceitos
159
Argumentos com afirmaes quantificadas

Regra da Instanciao Universal:
Se uma propriedade verdadeira para cada objeto no domnio
Ento a propriedade verdadeira para um objeto em particular do domnio.
A propriedade pode ser definida, por exemplo, em termos de uma frmula
matemtica, definio ou teorema.
Exemplo famoso de instanciao universal:
.
. . Scrates mortal.
Instanciao universal a ferramenta fundamental do raciocnio dedutivo.
UFMG/ICEx/DCC
MD
Conceitos
160
Modus Ponens Universal

Regra de instanciao universal + modus ponens
Verso informal:
Se x faz com que P (x) seja verdadeiro
ento x faz com que Q(x) seja verdadeiro.
a faz com que P (a) seja verdadeiro;
.
. . a faz com que Q(a) seja verdadeiro;
Verso formal:
x, se P (x) ento Q(x);
P (a) para a em particular;
.
. . Q(a).
Silogismo: duas premissas (uma quantificada) e uma concluso:
1a premissa chamada de maior (major)
2 a premissa chamada de menor (minor)
UFMG/ICEx/DCC
MD
Conceitos
161
Modus Ponens Universal

Exemplo 29:
Se um [nmero par]=E(x)
ento [seu quadrado par]=S(x);
k um nmero que par;
.
. . k2 par.
Reescrevendo com quantificadores, variveis e predicados:
x, se E(x) ento S(x);
E(k) para k em particular;
.
. . S(k).
UFMG/ICEx/DCC
MD
Conceitos
162
Modus Tollens Universal

Regra de instanciao universal + modus tollens
Verso informal:
ento x faz com que Q(x) seja verdadeiro.
a no faz com que Q(a) seja verdadeiro;
.
. . a no faz com que P (a) seja verdadeiro;
Verso formal:
Q(a) para a em particular;
.
. . P (a).
UFMG/ICEx/DCC
MD
Conceitos
163
Modus Tollens Universal

Exemplo 30:
Zeus no mortal;
.
. . Zeus no humano.
Reescrevendo com quantificadores, variveis e predicados e supondo:
H(x): x humano, e M (x): x mortal.
x, se H(x) ento M (x);
M (z) para z em particular;
.
. . H(z) para z em particular.
UFMG/ICEx/DCC
MD
Conceitos
164
Provando validade de argumentos com

proposies quantificadas
Definio (forma de um argumento): A forma de um argumento vlida
quando os smbolos dos predicados nas premissas forem substitudos por
quaisquer predicados em particular, se as premissas resultantes forem verdadeiras ento a concluso tambm verdadeira.
Um argumento vlido sse sua forma vlida.
Prova de validade da regra do Modus Ponens Universal:
.
. . Q(a).
Suponha que as premissas maior e menor so V.

Mostre que Q(a) V (o que deve ser provado).
Pela premissa menor P(a) V.
Pela premissa maior e a regra de instanciao universal a afirmao se
P (a) ento Q(a) V para o valor de a em particular.
Se as proposies P (a) Q(a) e P (a) so V, ento por modus ponens
a proposio Q(a) tambm V (o que devia ser provado).
UFMG/ICEx/DCC
MD
Conceitos
165
Usando diagramas para mostrar a validade de

proposies
Idia:
Represente a validade das premissas com diagramas.
Analise os diagramas para saber se eles representam tambm a verdade
da concluso.
Exemplo 31:
P: inteiros n, n um nmero racional.
nmeros racionais
inteiros
.
. . A forma do argumento vlida.
UFMG/ICEx/DCC
MD
Conceitos
166

proposies
Exemplo 32:
Zeus no mortal;
.
. . Zeus no humano.
Premissa Maior
Premissa Menor
mortais
mortais
Zeus
seres humanos
mortais
Zeus
seres humanos
.
UFMG/ICEx/DCC
MD
Conceitos
167

proposies
Exemplo 33:
Felix mortal;
.
. . Felix um ser humano.
Premissa Maior
Premissa Menor
mortais
mortais
Felix
seres humanos
UFMG/ICEx/DCC
MD
Conceitos
168

proposies
Possveis situaes
mortais
mortais
Felix
Felix
seres humanos
seres humanos
.
. . A forma do argumento invlida.
UFMG/ICEx/DCC
MD
Conceitos
169
Argumentos com proposies quantificadas:

Formas invlidas
Erro oposto:
Verso informal:
ento x faz com que Q(x) seja verdadeiro;
a faz com que Q(a) seja verdadeiro;
.
. . a faz com que P (a) seja verdadeiro.
Verso formal:
.
. . P (a).
UFMG/ICEx/DCC
MD
Conceitos
170

Formas invlidas
Erro inverso:
Verso informal:
ento x faz com que Q(x) seja verdadeiro;
a no faz com que P (a) seja verdadeiro;
.
. . a no faz com que Q(a) seja verdadeiro.
Verso formal:
.
. . Q(a).
UFMG/ICEx/DCC
MD
Conceitos
171

Argumentos com nenhum(a)/no
Testando a validade de um argumento com diagramas:
Nenhuma funo polinomial tem assntota horizontal;
Essa funo tem assntota horizontal;
.
. . Essa funo no polinomial.
funes polinomiais
funes com
assntotas horizontais
essa funo
.
UFMG/ICEx/DCC
MD
Conceitos
172

Argumentos com nenhum(a)/no
Outra alternativa:
P (x): x uma funo polinomial.
Q(x): x no tem assntota horizontal.
.
. . P (a).
UFMG/ICEx/DCC
MD
Conceitos
173
Comentrios sobre erros oposto e inverso

Erro comum porque as pessoas assumem a premissa maior como bicondicional ao invs de uma sentena condicional simples.
Variao do erro oposto pode ser uma ferramenta til se usada com
critrio.
x, se P (x) ento Q(x); (V)
Q(a); (V) para a em particular
Verifique se P (a) tambm V.
Exemplo 34:
x, se x tem pneumonia
ento [x tem febre e calafrios, tosse forte e sente cansado].
Se o mdico sabe sobre [ . . . ] ento existe uma forte possibilidade (mas
no certeza) que a pessoa tem pneumonia.
Forma de raciocnio chamada de abduo (abduction) em IA e muito
usada em sistemas especialistas.
UFMG/ICEx/DCC
MD
Conceitos
174
Mtodos de Prova
UFMG/ICEx/DCC
MD
Conceitos
175
Introduo
Objetivo: ter preciso de pensamento e linguagem para obter a certeza
matemtica a respeito de um determinado problema.
Mtodos de prova:
Prova direta
Contra-exemplo
Diviso em casos
Prova por contradio
Prova por contraposio
UFMG/ICEx/DCC
MD
Conceitos
176
Prova direta: Definies

importante saber o significado de cada termo na afirmao matemtica.
Definio de par e mpar:
n par um inteiro k tal que n = 2k
n mpar um inteiro k tal que n = 2k + 1
Exemplos:
(a) 0 par?
Sim. 0 = 2 0.
(b) 301 mpar?
Sim. 301 = 2 (151) + 1.
(c) Se a e b so inteiros, 6a2b par? Por que?
6a2b = 2 (3a2b)
O conjunto dos nmeros inteiros fechado para as operaes de +,
e . Logo, 3a2b um nmero inteiro e, conseqentemente, o seu dobro.
(d) Se a e b so inteiros, ento 10a + 8b + 1 mpar. Por que?
Sim. 10a + 8b + 1 = 2 (5a + 4b) + 1.
(e) Todo nmero inteiro par ou mpar.
UFMG/ICEx/DCC
MD
Conceitos
177
Prova direta: Definies

Definio de primo e nmero composto:
n primo
inteiros positivos r e s, se n = r s, n > 1, ento r = 1 ou s = 1.
n composto
inteiros positivos r e s tal que n = r s, e r 6= 1 e s 6= 1.
Questo: inteiro n, n 2, n um nmero primo ou um nmero composto?
Sim. Uma definio a negao da outra.
UFMG/ICEx/DCC
MD
Conceitos
178
Provando proposies existenciais

x D tal que Q(x) = V sse Q(x) V para pelo menos um x em D.
Possveis mtodos de prova:
(a) Ache/apresente x em D que faz Q(x) verdadeiro.
(b) Mostre como achar x que faz Q(x) verdadeiro.
Mtodos de prova construtiva de existncia.
Exemplo:
Prove: um inteiro par n que pode ser escrito de duas formas diferentes
como a soma de dois nmeros primos.
n = 10 = 5 + 5 = 7 + 3
Exemplo:
Sejam r e s inteiros.
Prove: um inteiro k tal que 225 + 183 = 2k.
225 + 183 = 2 (11r + 9s)
UFMG/ICEx/DCC
MD
Conceitos
179
Prova no-construtiva de existncia

Consiste em mostrar que:
(a) A existncia de um valor x, que faz com que Q(x) seja verdadeiro,
garantida por um axioma ou teorema; ou
(b) A suposio que no existe um valor x leva a uma contradio.
Desvantagem deste tipo de prova:
Pode no dar uma pista de como ou onde x pode ser encontrado.
Tendncia em computao devido ao acesso a computadores cada vez mais
rpidos em ambientes paralelos e distribudos:
Busca de uma prova construtiva atravs de um programa de computador.
UFMG/ICEx/DCC
MD
Conceitos
180
Provando afirmaes universais

A maioria das afirmaes em matemtica so universais da forma:
A: x D, se P (x) ento Q(x).
Qual uma possvel forma de provar A no caso de D ser finito ou existir um
nmero finito de valores x que satisfazem P (x)?
Mtodo da exausto.
Mtodo da exausto:
n Z, se n par e 4 n 30, ento n pode ser escrito como a soma de
dois nmeros primos.
4
12
20
28
=
=
=
=
2
5
7
11
+
+
+
+
2
7
13
17
6
14
22
30
=
=
=
=
3
11
5
11
+
+
+
+
3
3
17
19
8=3+ 5
16 = 5 + 11
24 = 5 + 19
10 = 5 + 5
18 = 7 + 11
26 = 7 + 19
Este mtodo pouco prtico porque em geral os domnios no so finitos

ou so muito grandes.
UFMG/ICEx/DCC
MD
Conceitos
181
Provando afirmaes universais

Mtodo da generalizao de um elemento especfico genrico:
Para mostrar que cada elemento de um domnio satisfaz uma certa
propriedade, suponha que x um elemento especfico mas escolhido
arbitrariamente de um domnio e mostre que x satisfaz a propriedade.
Como mostrar que x satisfaz uma propriedade da forma
se P (x) ento Q(x)?
A nica forma para a sentena P (x) Q(x) ser falsa P (x) ser V e
Q(x) ser F.
Para mostrar que P (x) Q(x) V suponha que P (x) V e mostre que
Q(x) tambm deve ser V.
Para provar que x D, P (x) Q(x), deve-se supor que x um elemento especfico mas escolhido arbitrariamente do domnio D que satisfaz
P (x), e deve-se provar que x satisfaz Q(x).
Prova direta.
UFMG/ICEx/DCC
MD
Conceitos
182
Prova direta
1. Expresse a afirmao a ser provada na forma x D, P (x) Q(x).
[Geralmente feito mentalmente]
2. Comece a prova supondo que x um elemento especfico de D mas escolhido arbitrariamente para o qual a hiptese P (x) V. [Normalmente abreviado
para Suponha x D e P (x)]
3. Mostre que a concluso V usando definies, resultados anteriores e as

regras de inferncia lgica.
Como x escolhido arbitrariamente:
ele pode ser generalizado para todos os elementos de D, e
no depende de nenhuma suposio especial sobre x
UFMG/ICEx/DCC
MD
Conceitos
183
Prova direta: Exemplo

Teorema:
Se a soma de dois nmeros inteiros par, ento a sua diferena tambm
par. [Linguagem natural]
inteiros m e n, se m + n par ento m n par. [Linguagem formal]
Prova:
Suponha m e n so inteiros [especficos mas escolhidos arbitrariamente] tal que
m + n par.
Deve-se mostrar que m n par.
Pela definio de par, m + n = 2k para algum inteiro k.
Subtraindo n dos dois lados, m pode ser expresso como: m = 2k n
A diferena entre m e n pode ser expressa como
m n = (2k n) n
= 2k 2n
= 2(k n)
substituindo m pelo valor acima
A expresso k n um nmero inteiro que multiplicado por 2 um inteiro

par. [O que devia ser mostrado.]
UFMG/ICEx/DCC
MD
Conceitos
184
Regras para escrever provas de afirmaes

universais
Escreva o teorema a ser provado.
Marque o incio da prova com a palavra P ROVA.
Escreva a prova de tal forma que ela seja auto-contida.
Identifique cada varivel usada na prova juntamente com o seu tipo.
Exemplos: Seja x um nmero real maior que 2.
Suponha que m e n so inteiros.
Similar a declarao de variveis e seus tipos numa linguagem de programao.
Escreva provas em linguagem natural usando sentenas completas.
UFMG/ICEx/DCC
MD
Conceitos
185
Erros comuns
Argumentar a partir de exemplos:
Exemplo incorreto da prova do teorema:
Se m = 14 e n = 6 ento m + n = 20 que par e m n = 8 que
tambm par.
Usar a mesma letra para representar duas coisas diferentes
Pular para uma concluso:
Alegar a verdade de alguma coisa sem dar uma razo adequada.
Exemplo: Suponha que m e n sejam inteiros e que m + n par. Pela
definio de par, m + n = 2k para algum inteiro k. Ento m = 2k n e
assim m n par.
UFMG/ICEx/DCC
MD
Conceitos
186
Erros comuns
Usando a questo a ser provada:
Assumir como verdadeiro o que deve ser provadovariao de pular para
uma concluso. Exemplo:
Suponha m e n so nmeros mpares.
Se m n mpar, ento m n = 2k + 1 para algum inteiro k.
Tambm pela definio de mpar, m = 2a + 1 e n = 2b + 1 para inteiros
a e b.
Ento m n = (2a + 1)(2b + 1) = 2k + 1, que mpar por definio.
Uso incorreto do vocbulo SE.
Exemplo: Suponha que p um nmero primo. Se p primo, ento p no
pode ser escrito como o produto de dois nmeros menores que so inteiro.
O vocbulo SE, nesta ltima sentena, coloca em dvida se de fato p
primo ou no.
UFMG/ICEx/DCC
MD
Conceitos
187
Prova por contra-exemplo

Para negar uma afirmao da forma
x D, P (x) Q(x)
ache um valor de x em D para o qual P (x) V e Q(x) F. O elemento x
chamado de contra-exemplo.
Exemplo:
Negue a seguinte afirmao:
a, b R, (a2 = b2) (a = b).
Contra-exemplo:
a = 1 e b = 1.
UFMG/ICEx/DCC
MD
Conceitos
188
Prova e contra-exemplo
ltimo Teorema de Fermat:
No existem inteiros positivos x, y, z e n 3 tais que xn + y n = z n.
Teorema e no existe contra-exemplo.
Conjectura de Goldbach (16901764)
Todo inteiro maior que 2 pode ser representado como uma soma de dois
primos.
Conjectura j verificada por um programa de computador para nmeros at
1017 (Maro de 2010). Veja mais informaes na pgina de Toms Oliveira
e Silva da Universidade do Aveiro, Portugal, em http://www.ieeta.pt/
~tos/goldbach.html.
No quer dizer que seja verdade para todos os nmeros entre 1017 e .
UFMG/ICEx/DCC
MD
Conceitos
189
Seja p(n) = n2 + n + 41.
Conjectura: n N, p(n) primo.
Evidncia:
n
0
1
2
3
...
20
p(n)
41
43
47
53
...
461
Isto no pode ser uma coincidncia!
A hiptese deve ser verdadeira!
Mas no , p(40) = 1681, que no primo!
...
...
39
1601
Em 1769, Euler (17071783) conjecturou que a4 + b4 + c4 = d4 no tinha

soluo no conjunto dos nmeros inteiros positivos.
Em 1987, ou 218 anos depois, Noam Elkies provou que
958004 + 2175194 + 4145604 = 4224814.
UFMG/ICEx/DCC
MD
Conceitos
190
Hiptese:
313 (x3 + y 3) = z 3
no tem soluo no conjunto dos nmeros inteiros.
Falso, mas o menor contra-exemplo tem mais de 1000 dgitos.
UFMG/ICEx/DCC
MD
Conceitos
191
Prova e hiptese: Humor

Hiptese: todos nmeros mpares maiores que 1 so primos.
Matemtico:
3 primo, 5 primo, 7 primo, mas 9 = 3 3, que no primo, e a
hiptese falsa!
Fsico:
3 primo, 5 primo, 7 primo, mas 9 no primo, 11 primo, 13 primo.
Assim, 9 deve ser um erro experimental, e assim, a hiptese verdadeira.
Advogado:
Senhores e senhoras do juri: no h dvida que nmeros mpares so
primos. A evidncia clara: 3 primo, 5 primo, 7 primo, 9 primo, 11
primo, e assim por diante!
UFMG/ICEx/DCC
MD
Conceitos
192
Definio de racional e irracional

Um nmero real r racional inteiros a e b tal que r = a/b e b 6= 0.
Um nmero real que no racional irracional.
UFMG/ICEx/DCC
MD
Conceitos
193
Definio de racional e irracional

Exemplos:
(a) 10/3 racional?
Sim. Quociente de inteiros.
(b) 0.281 racional?
Sim. Nmero na notao decimal que representa 281/1000.
(c) Qualquer nmero representado numa calculadora tradicional racional?
Sim. O display da calculadora finito e por essa razo todos os nmeros
representados so racionais.
(d) 0.121212 . . . racional?
Sim.
Seja x = 0.121212 . . . e 100x = 12.121212 . . ..
100x x = 12.121212 . . . 0.121212 . . .
99x = 12
x = 12/99
UFMG/ICEx/DCC
MD
Conceitos
194
Termos num sistema formal

Axioma ou postuladodo Grego o (xios): Afirmaes que so aceitas
como verdadeiras.
(lambanein): Afirmao que deve ser provada
Lemado Grego
e que normalmente usada na prova de um teorema.
Teoremado Grego o
(theorein): Afirmao que deve ser provada e
que normalmente o resultado principal.
Um teorema envolvendo as condies suficiente e necessria, ou seja, se
e somente se, chamado de teorema de caracterizao.
Exemplo: Um paralelogramo um retngulo se e somente se um dos seus
ngulos reto.
Corolriodo Latim corollarium: Um teorema que pode ser derivado de
forma natural, imediata ou bvia de um outro teorema onde a prova do teorema derivado praticamente desnecessria.
UFMG/ICEx/DCC
MD
Conceitos
195
Prova direta: Exemplo

Teorema: A soma de dois nmeros racionais um nmero racional.
Prova:
Suponha que r e s sejam dois nmeros racionais.
Deve-se mostrar que r + s racional.
Pela definio de racional, r = a/b e s = c/d para inteiros a, b, c e d com
b 6= 0 e d 6= 0.
Por substituio e lgebra temos que:
a
c
ad + bc
r+s= + =
b
d
bd
Se p = ad + bc e q = bd ento p e q so inteiros porque o conjunto dos
nmeros inteiros fechado para as operaes de + e sendo que q 6= 0.
Logo,
p
,
r+s =
q
ou seja, a soma de r + s um nmero racional. [O que devia ser mostrado.]
UFMG/ICEx/DCC
MD
Conceitos
196
Definies
Sejam n e d inteiros e d 6= 0.
n divisvel por d sse n = d k para algum inteiro k.
Alternativamente, podemos dizer que:
n mltiplo de d, ou
d um fator de n, ou
d um divisor de n, ou
d divide n.
A notao d|n deve ser lida como d divide n. Simbolicamente, se n e d so
inteiros e d 6= 0,
d|n um inteiro k tal que n = d k.
UFMG/ICEx/DCC
MD
Conceitos
197
Prova direta: Transitividade da divisibilidade

Teorema: Para todos inteiros a, b e c, se a divide b e b divide c, ento a divide c.
Prova:
Suponha que a, b e c so inteiros [especficos mas escolhidos arbitrariamente] tais
que a divide b e b divide c.
Deve-se mostrar que a divide c.
Pela definio de divisibilidade, b = a r e c = b s para inteiros r e s.
c = bs
= (a r) s
= a (r s)
Seja k = r s, onde k um nmero inteiro.
Logo,
c = a k,
ou seja, a divide c pela definio de divisibilidade. [O que devia ser mostrado.]
UFMG/ICEx/DCC
MD
Conceitos
198
Prova direta: Divisibilidade e nmeros primos

Teorema: Todo inteiro n > 1 divisvel por um nmero primo.
Prova:
Suponha que n um inteiro [especfico mas escolhido arbitrariamente] maior que 1.
Deve-se mostrar que existe um nmero primo que divide n.
Se n primo ento n divisvel por um nmero primo, ou seja, ele prprio e
a prova chega ao fim. Se n no primo ento n composto, e pela definio
de nmero composto
n = r0 s0, onde r0 e s0 so inteiros, e
1 < r0 < n e 1 < s0 < n.
Pela definio de divisibilidade, r0|n. Se r0 primo, ento r0 um nmero
primo que divide n e a prova chega ao fim. Se r0 no primo ento r0
composto, e pela definio de nmero composto
r0 = r1 s1, onde r1 e s1 so inteiros, e
1 < r1 < r0 e 1 < s 1 < r0 .
UFMG/ICEx/DCC
MD
Conceitos
199
Prova direta: Divisibilidade e nmeros primos

Pela definio de divisibilidade, r1|r0. Mas ns j sabemos que r0|n e pela
transitividade da divisibilidade, r1|n. Se r1 primo, ento r1 um nmero
primo que divide n e a prova chega ao fim. Se r1 no primo ento podemos
continuar o processo acima fatorando r1 como r1 = r2 s2.
Pode-se continuar este processo, obtendo fatores sucessivos de n at se
obter um fator primo. Este processo tem um nmero finito de passos j que
cada novo fator menor que o anterior (que menor que n) e maior que 1, e
existem menos que n inteiros entre 1 e n. Desta forma obtm-se a seqncia:
r0, r1, r2, . . . , rk ,
onde k 0, 1 < rk < rk1 < . . . < r1 < r0 < n e ri|n para cada
i = 0, 1, 2, . . . , k. A condio para trmino que rk seja primo, ou seja, rk
um nmero primo que divide n. [O que devia ser mostrado.]
UFMG/ICEx/DCC
MD
Conceitos
200
Divisibilidade e contra-exemplos
Prove ou disprove a seguinte afirmao:
Para todos inteiros a e b, se a|b e b|a ento a = b.
Soluo:
Suponha que a e b so inteiros [especficos mas escolhidos arbitrariamente] tais
que a|b e b|a.
Pela definio de divisibilidade, as condies b|a e a|b podem ser escritas
como
b = k a e a = l b para inteiros k e l.
b = k a = k (l b) = (k l) b
J que b|a e b 6= 0, tem-se que
1=kl
Em outras palavras, k e l so divisores de 1. Mas os nicos divisores de
1 so 1 e 1. Logo, k e l so ambos 1 ou 1. Se k = l = 1 ento
a = b = 1. Mas se k = l = 1 ento b = a e assim a 6= b.
UFMG/ICEx/DCC
MD
Conceitos
201
Divisibilidade e contra-exemplos
De onde se conclui que a afirmao acima falsa.
Comentrio: em muitos casos a busca por uma prova ajuda a descobrir um
contra-exemplo.
UFMG/ICEx/DCC
MD
Conceitos
202
O teorema da fatorizao nica

Teorema: Dado qualquer inteiro n > 1, existem os seguintes nmeros: um
inteiro positivo k, nmeros primos distintos p1, p2, . . . , pk e inteiros positivos
e1, e2, . . . , ek tal que
e
n = p11 p22 . . . pkk .
Prova: Alm do escopo desta matria.
UFMG/ICEx/DCC
MD
Conceitos
203
O teorema do quocienteresto & Definies

Teorema: Dado qualquer inteiro n e inteiro positivo d, existem inteiros q e r tal
que
n=dq+r
e 0r<d
Definies:
Dado um inteiro no-negativo n e um inteiro positivo d, temos que:
n div dquociente inteiro obtido quando n dividido, por d.
n mod dresto inteiro obtido quando n dividido por d.
UFMG/ICEx/DCC
MD
Conceitos
204
Prova direta geomtrica: Uma soma

Diferentes tcnicas geomtricas podem ser usadas para provar fatos, frmulas
e relaes.
Prove que
P (n) : 1 + 3 + 5 + . . . + (2n 1) = n2
para todos inteiros n 1.
Prova (geomtrica):
UFMG/ICEx/DCC
MD
Conceitos
205
Prova direta geomtrica: Duas somas

Prove que
P (n) : 13 + 23 + 33 + . . . + n3 = (1 + 2 + . . . + n)2
Prova (geomtrica):
UFMG/ICEx/DCC
MD
Conceitos
206
Prova direta geomtrica: rea

!
a b
igual (em valor absoluto) rea
c d
do paralelograma cujos vrtices so (0, 0), (a, b), (c, d) e (a + c, b + d). (Este
o paralelograma baseado nos vetores = (a, b) e = (c, d).) Mostre que a
rea do paralelograma igual a |ad bc|.
O determinante ad bc da matriz
UFMG/ICEx/DCC
MD
Conceitos
207
Prova direta geomtrica: rea (continuao)

Prova (geomtrica): A rea do paralelograma A + B + C + D. A rea do
retngulo maior A+E +F , onde por tringulos congruentes, E = C +D +G
e F = B + C + H. A rea bc do retngulo menor C + G + H. Assim,
geometricamente,
ad bc = (A + E + F ) (C + G + H)
= A + (C + D + G) + (B + C + H) (C + G + H)
= A + B + C + D.
UFMG/ICEx/DCC
MD
Conceitos
208
Diviso em casos: Exemplo I

Teorema: Dois nmeros inteiros consecutivos quaisquer tm paridade (par, mpar) oposta.
Prova:
Suponha que dois inteiros consecutivos [especficos mas escolhidos arbitrariamente]
so dados. Chame esses nmeros de m e m + 1.
Deve-se mostrar que um dos nmeros m e m + 1 par e o outro mpar.
Pela definio de par e mpar, tem-se que ou m par ou m mpar.
Vamos quebrar a prova em dois casos dependendo se m par ou mpar.
Caso 1 (m par): Neste caso, m = 2k para algum inteiro k e, assim, m+1 =
2k + 1, o que mpar [Pela definio de mpar.] Neste caso um dos nmeros m
e m + 1 par e o outro mpar.
Caso 2 (m mpar): Neste caso, m = 2k + 1 para algum inteiro k e, assim,
m + 1 = (2k + 1) + 1 = 2k + 2 = 2(k + 1). Como m + 1 igual ao dobro
de um nmero, ento m + 1 par. Tambm neste caso um dos nmeros m
e m + 1 par e o outro mpar.
Pode-se concluir que independente de qual caso ocorre para valores especficos de m e m + 1 que so escolhidos, um dos nmeros m e m + 1 par e
outro mpar.
UFMG/ICEx/DCC
MD
Conceitos
209
Diviso em casos: Exemplo II

Teorema: O quadrado de qualquer inteiro mpar tem a forma 8m+1 para algum
inteiro m.
Prova:
Suponha que n um inteiro mpar [especfico mas escolhido arbitrariamente]. Pelo
teorema do quocienteresto, n pode ser escrito em uma das seguintes formas:
4q ou 4q + 1 ou 4q + 2 ou 4q + 3,
para algum inteiro q. Como n mpar e 4q e 4q + 2 so pares, n deve ter
uma das duas formas: 4q + 1 ou 4q + 3.
UFMG/ICEx/DCC
MD
Conceitos
210
Diviso em casos: Exemplo II

Caso 1 (n = 4q + 1 ): [Deve-se achar um inteiro m tal que n2 = 8m + 1.] Como
n = 4q + 1,
n2 = (4q + 1)2
= 16q 2 + 8q + 1
= 8(2q 2 + q) + 1
Caso 2 (n = 4q + 3 ): [Deve-se achar um inteiro m tal que n2 = 8m + 1.] Como
n = 4q + 3,
n2 = (4q + 3)2
= 16q 2 + 24q + 9
= 8(2q 2 + 3q + 1) + 1
UFMG/ICEx/DCC
MD
Conceitos
211
Mtodo de prova por contradio: Princpios

1. Suponha que a afirmao a ser provada falsa.
2. Mostre que essa suposio leva logicamente a uma contradio.
3. Conclua que a afirmao a ser provada verdadeira.
UFMG/ICEx/DCC
MD
Conceitos
212
Mtodo de prova por contradio

Teorema: No existe um inteiro que seja o maior de todos.
Prova:
Suponha que no. [Supomos que a negao do teorema seja verdadeira.]
Suponha que exista um inteiro N que seja o maior de todos. [Deve-se deduzir
uma contradio.]
Tem-se ento que N n para cada inteiro n. Seja M = N + 1, que

um inteiro j que a soma de inteiros. Tem-se tambm que M > N j que
M = N + 1.
Logo, M um inteiro que maior que o maior dos inteiros, o que uma
contradio. [Essa contradio mostra que a suposio falsa e, desta forma, o teorema
verdadeiro.]
UFMG/ICEx/DCC
MD
Conceitos
213
Mtodo de prova por contraposio: Princpios

1. Expresse a afirmao a ser provada na forma
2. Reescreva a afirmao na forma contrapositiva:
x D, se Q(x) ento P (x)
3. Prove o contrapositivo por uma prova direta:
(a) Suponha x um elemento especfico mas escolhido arbitrariamente de
D tal que Q(x) seja F.
(b) Mostre que P (x) F.
UFMG/ICEx/DCC
MD
Conceitos
214
Mtodo de prova por contraposio

Teorema: Dado qualquer inteiro n, se n2 par ento n par.
Prova (pelo contrapositivo):
Seja n um inteiro que no par.
Deve-se mostrar que n2 no par.
Sabe-se que o produto de dois nmeros no pares um nmero que no
par. Desta forma, n2 = n n que no par. [O que devia ser mostrado.]
UFMG/ICEx/DCC
MD
Conceitos
215
Relao entre prova por contradio e prova por

contraposio
Na prova por contraposio a afirmao
provada apresentando uma prova direta da afirmao equivalente
x D, se Q(x) ento P (x)
Este tipo de prova segue os seguintes passos:
(a) Suponha que x um elemento arbitrrio de D tal que Q(x).
(b) Atravs do raciocnio dedutivo isto leva a
(c) P (x).
A prova por contradio baseada nos seguintes passos:
(a) Suponha que existe um elemento x D tal que P (x) Q(x).
(b) Usando o mesmo raciocnio dedutivo isto leva a
(c) Contradio: P (x) P (x).
UFMG/ICEx/DCC
MD
Conceitos
216

contraposio: Exemplo
Teorema: Para todo n, se n2 par ento n par.
Prova (por contradio):
Suponha que no.
Suponha que exista um inteiro n tal que n2 par e n mpar. [Deve-se chegar
a uma contradio.]
J que n mpar, n2 que o produto n n tambm mpar.

Isto contradiz a suposio que n2 par. [Logo, a suposio falsa e a suposio]
UFMG/ICEx/DCC
MD
Conceitos
217

contraposio
Prova por contraposio:
+ fcil saber que concluso deve ser provada: negao da hiptese.
+ No necessrio obter a negao da afirmao.
S pode ser usado para afirmaes com quantificadores existencial ou
universal.
Prova por contradio:
+ A prova termina assim que achada uma contradio.
A negao da afirmao mais complexa.
Pode ser mais difcil achar o caminho da prova.
UFMG/ICEx/DCC
MD
Conceitos
218
Sequncias
Induo Matemtica
UFMG/ICEx/DCC
MD
Conceitos
219
Introduo
Uma das tarefas mais importantes da matemtica descobrir e caracterizar
padres regulares.
Sequncia: estrutura matemtica mais importante para estudar processos
repetidos.
Induo matemtica: ferramenta matemtica mais importante para verificar
conjecturas sobre padres de termos em sequncias.
UFMG/ICEx/DCC
MD
Conceitos
220
sequncias
Exemplo: Nmero de ancestraisUm limite superior
Gerao 1 2 3 4
5
6
7. . .
# ancestrais 2 4 8 16 32 64 128. . .
Mais definies:
Termo: cada elemento de uma sequncia.
Exemplo: a1, a2, a3, . . . , an
ndice ou subscrito: indica a posio do termo na sequncia.
Exemplo: O nmero 3 no termo a3 indica o terceiro elemento da sequncia.
Sequncia finita: possui um conjunto finito de termos.
Sequncia infinita: possui um conjunto infinito de termos.
Exemplo: a1, a2, a3, . . .
Frmula explcita ou frmula geral: a regra que mostra como os valores
de ak podem ser obtidos a partir de k.
UFMG/ICEx/DCC
MD
Conceitos
221
Exemplos de sequncias definidas por frmulas

explcitas
Sejam as sequncias a1, a2, a3, . . . definida pela frmula explcita
k
para inteiros k 1
k+1
e b2, b3, b4, . . . definida pela frmula explcita
ak =
bi =
i1
i
para inteiros i 2
1 = 1 b = 21 = 1
a1 = 1+1
2
2
2
2
2 = 2 b = 31 = 2
a2 = 2+1
3
3
3
3
3 = 3 b = 41 = 3
a3 = 3+1
4
4
4
4
...
...
O que as duas sequncias tm em comum?

So idnticas.
UFMG/ICEx/DCC
MD
Conceitos
222
Exemplos de sequncias definidas por frmulas

explcitas
Sequncia alternante:
Seja a sequncia c0, c1, c2, . . . definida pela frmula explcita
cj = (1)j para inteiros j 0
Essa sequncia possui um conjunto finito de valores: {1, 1}.
UFMG/ICEx/DCC
MD
Conceitos
223
Achando a frmula explcita

A frmula explcita para a sequncia
1,
1
4,
1, 1 ,
9
16
1,
25
...
pode ser
(1)k+1
para inteiros k 1
ak =
2
k
ou
(1)k
ak =
para inteiros k 0
2
(k + 1)
No existe somente uma nica frmula explcita para representar os termos

de uma sequncia.
UFMG/ICEx/DCC
MD
Conceitos
224
Notao para somar termos de uma sequncia

Seja a sequncia
a1, a2, a3, . . . , an
Existem diversas aplicaes em Cincia da Computao onde importante
saber a soma desses termos, ou seja,
a1 + a2 + a3 + . . . + an
Essa soma representada pela seguinte notao:
n
X
k=1
ak = a
+ a2 + a{z3 + . . . + an}
|1
Forma expandida
Joseph-Louis Lagrange (17361813), matemtico francs/italiano. Props o uso

da letra maiscula grega sigma () para representar a soma de termos.
UFMG/ICEx/DCC
MD
Conceitos
225
Exemplos
n
X
(1)k
1
1 1
(1)n
= 1 + + ... +
k+1
2
3 4
n+1
k=0
n
X
2
3
n+1
1
k+1
+
+
+ ... +
=
n
n+1
n+2
2n
n+k
k=0
n
X
k
k+1
1 n+1
)=
k+1 k+2
2 n+2
k=1
Este tipo de soma conhecido como Soma Telescpica.
UFMG/ICEx/DCC
MD
Conceitos
226
Mudana de varivel
Observe que
3
X
k 2 = 1 2 + 22 + 32
k=1
e que
3
X
i2 = 1 2 + 2 2 + 3 2
i=1
Logo,
3
X
k2 =
3
X
i2
i=1
k=1
As variveis k e i so chamadas de dummy.

4
X
j=2
UFMG/ICEx/DCC
3
X
(j 1)2 =
k2
k=1
MD
Conceitos
227
Mudana de varivel
Substitua k + 1 na soma abaixo por j:
6
X
1
k+1
k=0
Passos:
(a) Calcule os novos limites do somatrio:
Para k = 0, j = 1.
Para k = 6, j = 7.
(b) Calcule o termo geral:
Como j = k + 1, ento k = j 1
Logo,
1
1
1
=
=
k+1
(j 1) + 1
j
A soma pode ser reescrita como:
6
X
7
X
1
1
=
k
+
1
j=1 j
k=0
UFMG/ICEx/DCC
MD
Conceitos
228
Notao para multiplicar termos de uma sequncia

Seja a sequncia
a1, a2, a3, . . . , an
Deseja-se saber o produto desses termos, ou seja,
a1 a2 a3 . . . an
Essa multiplicao representada pela seguinte notao:
n
Y
ak
k=1
Exemplos:
5
Y
k = 1 2 3 4 5 = 120
k=1
3
Y
1 2 3
6
k
= =
k+1
2 3 4
24
k=1
UFMG/ICEx/DCC
MD
Conceitos
229
Propriedades de somas e produtos

Se am, am+1, am+2, . . . e bm, bm+1, bm+2, . . . so sequncias de nmeros
reais e c um nmero real qualquer, ento as seguintes equaes so vlidas para qualquer n m:
1.
n
X
ak +
k=m
n
X
bk =
k=m
n
X
(ak + bk )
k=m
2.
c
n
X
ak =
n
X
c ak
k=m
k=m
3.
(
n
Y
k=m
UFMG/ICEx/DCC
ak ) (
n
Y
bk ) =
k=m
MD
Conceitos
n
Y
(ak bk )
k=m
230
Princpio da induo matemtica (fraca)

Seja P (n) um predicado definido para os inteiros n, e seja n0 um inteiro fixo.
Suponha que as duas afirmaes seguintes sejam verdadeiras:
1. P (n0) V.
2. Para todos inteiros k n0,
se P (k) V ento P (k + 1) V.
Logo, a afirmao
para todos inteiros n n0, P (n)
V.
P(n)
n0
UFMG/ICEx/DCC
Inteiros
MD
Conceitos
231
Princpio da induo matemtica

Tcnica aparece pela primeira vez no trabalho do italiano Francesco Maurolico em 1575.
No sculo XVII, Pierre de Fermat e Blaise Pascal usam essa tcnica em seus
trabalhos. Fermat d o nome de mtodo do descendente infinito.
Em 1883, Augustus De Morgan descreve o processo cuidadosamente e d o
nome de induo matemtica.
Tcnica extremamente importante para a Cincia da Computao.
Para visualizar a idia da induo matemtica, imagine uma coleo de domins colocados numa sequncia (formao) de tal forma que a queda do
primeiro domin fora a queda do segundo, que fora a queda do terceiro, e
assim sucessivamente, at todos os domins carem.
UFMG/ICEx/DCC
MD
Conceitos
232

A prova de uma afirmao por induo matemtica feita em dois passos:
1. Passo base: provado que P (n0) V para um dado n0 especfico.
2. Passo indutivo: provado que para todos inteiros k n0,
se P (k) V ento P (k + 1) V.
O passo indutivo pode ser escrito formalmente como:
inteiros k n0, se P (k) ento P (k + 1)
Pelo mtodo da generalizao de um elemento especfico genrico, para
provar o passo indutivo deve-se:
supor que P (k) V, onde k um elemento especfico mas escolhido arbitrariamente de tal forma que seja maior ou igual a a.
provar que P (k + 1) V.
UFMG/ICEx/DCC
MD
Conceitos
233

Este princpio pode ser expresso pela seguinte regra de inferncia:
[P (n0) k(P (k) P (k + 1))] nP (n).
P(n)
...
P (n 0)
P (k )
P (n 1) P (n 2)
P (k+1)
Inteiros
Numa prova por induo matemtica no assumido que P (k) verdadeiro

para todos os inteiros! mostrado que se for assumido que P (k) verdadeiro, ento P (k + 1) tambm verdadeiro.
UFMG/ICEx/DCC
MD
Conceitos
234

Exemplo 1
Prove que
P (n) : 1 + 2 + . . . + n =
n(n + 1)
2

Prova (por induo matemtica):
= 1 e a frmula
1. Passo base: P (n0) = P (1): Para n0 = 1, 1 = 1(1+1)
2
verdadeira para n0 = 1.
2. Passo indutivo: se a frmula verdadeira para n = k ento deve ser verdadeira para n = k + 1, i.e., P (k) P (k + 1).
Suponha que a frmula verdadeira para n = k, i.e.,
k(k + 1)
P (k) : 1 + 2 + . . . + k =
2
para algum inteiro k 1. [hiptese indutiva]
UFMG/ICEx/DCC
MD
Conceitos
235

Exemplo 1
Deve-se mostrar que
P (k + 1) : 1 + 2 + . . . + (k + 1) =
(k + 1)(k + 2)
2
Sabe-se que
1 + 2 + . . . + k + (k + 1) =
=
=
=
k(k + 1)
+ (k + 1)
2
k(k + 1)
2(k + 1)
+
2
2
k2 + 3k + 2
2
(k + 1)(k + 2)
2
[Isto era o que devia ser provado.]
UFMG/ICEx/DCC
MD
Conceitos
236

Exemplo 2
Prove que
n(n + 2)
P (n) : 0 + 1 + 2 + . . . + n =
2
E RRADO !

1. Passo base: P (n0) = P (0): Para n0 = 0, 0 = 0(0+2)
= 0 e a frmula
2
verdadeira para n0 = 0.
Suponha que a frmula verdadeira para n = k, i.e.,
k(k + 2)
k2 + 2k
P (k) : 0 + 1 + 2 + . . . + k =
=
2
2
para algum inteiro k 0. [hiptese indutiva]
UFMG/ICEx/DCC
MD
Conceitos
237

Exemplo 2
Deve-se mostrar que
k2 + 4k + 3
(k + 1)(k + 3)
=
P (k + 1) : 0 + 1 + 2 + . . . + (k + 1) =
2
2
Sabe-se que
k2 + 2k
+ (k + 1)
0 + 1 + 2 + . . . + k + (k + 1) =
2
k2 + 2k + 2(k + 1)
=
2
k2 + 4k + 2
=
2
[Assim, no foi possvel derivar a concluso a partir da hiptese. Isto significa que o predicado
original falso.]
UFMG/ICEx/DCC
MD
Conceitos
238

Exemplo 3
Prove que
P (n) :
n
X
rn+1 1
i
r =
r1
i=0
para todos inteiros n 0 e para todos nmeros reais r, r 6= 1.

0+1 1
r
0
1. Passo base: P (n0) = P (0): Para n0 = 0, r = 1 = r1 = r1
r1 = 1
e a frmula verdadeira para n0 = 0.
UFMG/ICEx/DCC
MD
Conceitos
239

Exemplo 3
k+1 1
Pk
r
i
P (k) : i=0 r = r1 , para k 0. [hiptese indutiva]
k+2 1
Pk+1 i
r
Deve-se mostrar que P (k + 1) : i=0 r = r1
k+1
X
ri =
i=0
k
X
ri + rk+1
i=0
rk+1 1
+ rk+1
r1
rk+1 1
rk+1(r 1)
=
+
r1
r1
rk+1 1 + rk+2 rk+1
=
r1
rk+2 1
=
r1
UFMG/ICEx/DCC
MD
Conceitos
240

Exemplo 4
Prove que
P (n) : 22n 1 divisvel por 3,
para n 1.
1. Passo base: P (n0) = P (1): Para n0 = 1, 221 1 = 3 que divisvel
por 3.
UFMG/ICEx/DCC
MD
Conceitos
241

Exemplo 4
P (k) : 22k 1 divisvel por 3. [hiptese indutiva]
Deve-se mostrar que P (k + 1) : 22(k+1) 1 divisvel por 3.
22(k+1) 1 = 22k+2 1
= 22k 22 1
= 22k 4 1
= 22k (3 + 1) 1
= 22k 3 + (22k 1)
que divisvel por 3.
UFMG/ICEx/DCC
MD
Conceitos
242

Exemplo 5
Prove que
P (n) : 20 + 21 + 22 + . . . + 2n = 2n+1 1,
para n 0.
1. Passo base: P (n0) = P (0): Para n0 = 20 = 1, 21 1 = 1.
UFMG/ICEx/DCC
MD
Conceitos
243

Exemplo 5
P (k) : 20 + 21 + 22 + . . . + 2k = 2k+1 1, para k 0. [hiptese indutiva]
Deve-se mostrar que P (k + 1) : 20 + 21 + 22 + . . . + 2k+1 = 2k+2 1
20 + 21 + 22 + . . . + 2k + 2k+1 = (2k+1 1) + 2k+1
= 2 2k+1 1
= 2k+2 1
UFMG/ICEx/DCC
MD
Conceitos
244

Exemplo 6
Prove que
P (n) : H2n 1 +
n
,
2
para n 0.
Hj representa o nmero harmnico e definido por:
Hj = 1 +
1
1
1
+ + ... + .
2
3
j

1. Passo base: P (n0) = P (0):
Para n0 = 0, temos H20 = H1 = 1 1 + 0
2.
UFMG/ICEx/DCC
MD
Conceitos
245

Exemplo 6
k , para k 0. [hiptese indutiva]
P (k) : H2k 1 + 2
Deve-se mostrar que P (k + 1) : H2k+1 1 + k+1
2
H2k+1
= 1+
1
1
1
1
1
1
+ + ... + k + k
+ k
+ . . . + k+1
2
3
2
2 +1
2 +2
2
[Definio de nmero harmnico.]
= H2k +
1
1
1
+
+
.
.
.
+
2k + 1
2k + 2
2k+1
[Definio de nmero harmnico.]

k
1
1+
+ 2k k+1
2
2
[Hiptese indutiva e existem 2k termos, cada um pelo menos 1/2k+1 .]

k
1
+
1+
2
2
UFMG/ICEx/DCC
1+
k+1
.
2
MD
Conceitos
246

Exemplo 7
Seja a sequncia a1, a2, a3, . . . definida como
a1 = 2
ak = 5ak1, k 2
Prove que
P (n) : an = 2 5n1
para n 1.
1. Passo base: P (n0) = P (1): Para n0 = 1, 2 511 = 2 e a1 = 2. Logo,
a frmula vlida para n = 1.
UFMG/ICEx/DCC
MD
Conceitos
247

Exemplo 7
P (k) : ak = 2 5k1. [hiptese indutiva]
Deve-se mostrar que P (k + 1) : ak+1 = 2 5(k+1)1 = 2 5k .
ak+1 = 5 a(k+1)1
= 5 ak
= 5 (2 5k1)
= 2 (5 5k1)
= 2 5k
UFMG/ICEx/DCC
MD
Conceitos
248

Exemplo 8
Suponha que temos selos de 3 e 5 centavos. Prove que
P (n) : possvel ter qualquer valor de postagem de 8 centavos ou

mais usando somente selos de 3 e 5 centavos.

1. Passo base: 3 + 5 = 8 e a afirmao vlida.
2. Passo indutivo: se possvel ter uma postagem de k centavos usando apenas selos de 3 e 5 centavos ento possvel ter uma postagem de k + 1
centavos usando apenas selos de 3 e 5 centavos.
UFMG/ICEx/DCC
MD
Conceitos
249

Exemplo 8
possvel ter uma postagem de k centavos usando apenas selos de 3 e 5
centavos. [hiptese indutiva]
Deve-se mostrar que possvel ter uma postagem de k + 1 centavos usando
apenas selos de 3 e 5 centavos.
UFMG/ICEx/DCC
MD
Conceitos
250

Exemplo 9
Prove que
P (n): 2n + 1 < 2n
para todos os inteiros n 3.
1. Passo base: P (n0) = P (3). Para n0 = 3,
2 3 + 1 < 23.
Logo, a frmula vlida para n0 = 3.
UFMG/ICEx/DCC
MD
Conceitos
251

Exemplo 9
P (k): 2k + 1 < 2k , para k 3. [hiptese indutiva]
Deve-se mostrar que P (k + 1): 2(k + 1) + 1 < 2k+1.
2k + 2 + 1 =
(2k + 1) + 2 =
(2k + 1) + 2 < 2k + 2
2(k + 1) + 1
<
2 + 2 < 2k+1
Se puder ser mostrado que 2k + 2 < 2k+1 ento o predicado P (k + 1) verdadeiro.

?
2k + 2 < 2k+1
?
2 < 2k+1 2k
?
2 < 2k (2 1)
?
2 < 2k
1 < 2k1 , que verdade para k 2.
Em particular, a inequao (1 < 2k1 ) vlida para k 3. Assim, P (k + 1) V.
UFMG/ICEx/DCC
MD
Conceitos
252

Exemplo 10
Prove que para todos os inteiros n 1
P (n): n3 n divisvel por 3.
1. Passo base: P (n0) = P (1). Para n0 = 1,
13 1 = 0 divisvel por 3.
Logo, a frmula vlida para n0 = 3.
UFMG/ICEx/DCC
MD
Conceitos
253

Exemplo 10
P (k): k3 k divisvel por 3, para k 1. [hiptese indutiva]
Deve-se mostrar que P (k + 1): (k + 1)3 (k + 1) divisvel por 3, para
k 1.
(k + 1)3 (k + 1) =
(k3 + 3k2 + 3k + 1) (k + 1) =
(k3 k) + 3(k2 + k)
O primeiro termo divisvel por 3 (hiptese indutiva) e o segundo tambm.
Como a soma de dois nmeros divisveis por 3 um nmero divisvel por 3,
ento o predicado P (k + 1) V.
UFMG/ICEx/DCC
MD
Conceitos
254

Exemplo 11
Seja um inteiro n 1. Prove que
P (n) : qualquer regio quadrada de tamanho 2n 2n, com um

quadrado removido, pode ser preenchida com peas no formato L,
como mostrado abaixo.
UFMG/ICEx/DCC
MD
Conceitos
255

Exemplo 11
1. Passo base: P (n0) = P (1). P(1) V j que uma regio quadrada de
tamanho 22, com um quadrado removido, pode se preenchida com peas
no formato L, como mostrado abaixo.
UFMG/ICEx/DCC
MD
Conceitos
256

Exemplo 11
P (k): Qualquer regio quadrada de tamanho 2k 2k , com um quadrado removido, pode ser
preenchida com peas no formato L. [hiptese indutiva]
Deve-se mostrar P (k + 1): Qualquer regio quadrada de tamanho 2k+1 2k+1 , com um
quadrado removido, pode ser preenchida com peas no formato L.
Considere uma regio quadrada de tamanho 2k+1 2k+1 , com um quadrado removido. Divida
essa regio em quatro regies de tamanho 2k 2k como mostrado abaixo.
Temos trs regies 2k 2k com nenhum quadrado removido e uma regio 2k 2k com um quadrado removido.
Ou seja, a regio 2k+1 2k+1 possui apenas um quadrado
removido.
Pela hiptese indutiva, a regio 2k 2k , com um quadrado
removido, pode ser preenchida com peas no formato L.
O problema passa a ser como a mesma hiptese indutiva
pode ser aplicada s outras trs regies.
UFMG/ICEx/DCC
MD
Conceitos
257

Exemplo 11
Temporariamente remova um quadrado de cada regio 2k 2k que est completa como
mostrado na figura abaixo esquerda.
Pela hiptese indutiva cada uma dessas trs regies 2k 2k pode ser preenchida com peas no
formato L. No entanto, para resolvermos o problema da pea removida em cada uma dessas trs
regies basta colocarmos uma pea L exatamente sobre esses trs buracos como mostrado
na figura abaixo direita.
UFMG/ICEx/DCC
MD
Conceitos
258

Exemplo 11
Assim, uma regio quadrada de tamanho 2k+1 2k+1 , com um quadrado removido, pode ser
preenchida com peas no formato L, como mostrado na figura abaixo.
UFMG/ICEx/DCC
MD
Conceitos
259
Princpio da induo matemtica (forte)

Seja P (n) um predicado que definido para inteiros n, e seja a e b inteiros fixos,
sendo a b. Suponha que as duas afirmaes seguintes sejam verdadeiras:
1. P (a), P (a + 1), . . . , P (b) so V. (Passo base)
2. Para qualquer inteiro k b,
se P (i) V para a i < k ento P (k) V, i.e., P (i) P (k).
Logo, a afirmao para todos inteiros n a, P (n) V. (A suposio
que P (i) V para a i < k chamada de hiptese indutiva.)
Passo Base
Inteiros
P (i )
Hipotese Indutiva
UFMG/ICEx/DCC
MD
Conceitos
260
Princpio da induo matemtica (forte)

Exemplo 12
Prove que qualquer inteiro maior que 1 divisvel por um nmero primo.
1. Passo base: Para n = 2 a propriedade vlida j que 2|2.
2. Passo indutivo: Vamos supor que para todos inteiros i, 2 i < k, i
divisvel por um nmero primo. [hiptese indutiva]
Se a propriedade vlida para 2 i < k, ento vlida para k, ou seja, k
divisvel por um nmero primo [o que deve ser mostrado].
Seja k um inteiro, k > 2. Ou k primo ou k no primo. Se k primo,
ento k divisvel por um primo (ele prprio). Se k no primo ento
k = u v, onde u e v so inteiros tais que 2 u < k e 2 v < k. Pela
hiptese indutiva, u divisvel por um nmero primo p e pela transitividade
da divisibilidade k tambm divisvel por p. Assim, independente se k
primo ou no, k divisvel por um primo.
UFMG/ICEx/DCC
MD
Conceitos
261
Princpio da induo matemtica (forte):

Exemplo 13
Seja a sequncia a1, a2, a3, . . . definida como
a1 = 0
a2 = 2
ak = 3 abk/2c + 2, k 3
Prove que an par, para n 1.
1. Passo base: Para n = 1 e n = 2 a propriedade vlida j que a1 = 0 e
a2 = 2.
2. Passo indutivo: Vamos supor que ai par para todos inteiros i, 1 i < k.
[hiptese indutiva]
UFMG/ICEx/DCC
MD
Conceitos
262
Princpio da induo matemtica (forte):

Exemplo 13
Se a propriedade vlida para 1 i < k, ento vlida para k, ou seja, ak
par [o que deve ser mostrado].
Pela definio de a1, a2, a3, . . .
ak = 3 abk/2c + 2, k 3
O termo abk/2c par pela hiptese indutiva j que k 3 e 1 bk/2c < k.
Desta forma, 3 abk/2c par e 3 abk/2c + 2 tambm par, o que mostra que
ak par.
UFMG/ICEx/DCC
MD
Conceitos
263
Princpio da ordenao dos inteiros

Princpio: Seja S um conjunto de um ou mais nmeros inteiros que so
maiores que um dado inteiro fixo. Ento S tem um elemento que menor
de todos.
O princpio da ordenao dos inteiros, da induo matemtica fraca e forte
so equivalentes.
UFMG/ICEx/DCC
MD
Conceitos
264
Teoria dos Conjuntos

UFMG/ICEx/DCC
MD
Conceitos
265
Introduo
O que os seguintes objetos tm em comum?
um grupo de pessoas
um rebanho de animais
um buqu de flores
uma dzia de ovos
Conjunto: coleo de objetos bem definidos, denominados elementos ou
membros do conjunto.
As palavras conjunto e elementos so termos indefinidos da teoria dos
conjuntos.
Teoria dos conjuntos: base do pensamento matemtico.
Todos objetos matemticos podem ser definidos em termos de conjuntos.
UFMG/ICEx/DCC
MD
Conceitos
266
Introduo
Notao:
Seja S um conjunto e a um elemento de S.
a S: a pertence a S
a 6 S: a no pertence a S
Axioma da extenso:
Um conjunto completamente determinado pelos seus elementos.
A ordem na qual os elementos so listados irrelevante.
Elementos podem aparecer mais de uma vez no conjunto.
UFMG/ICEx/DCC
MD
Conceitos
267
Formas de definir um conjunto

Listar seus elementos entre chaves:
{Ana, Roberto, Carlos}
{Roberto, Carlos, Ana}
{Roberto, Roberto, Ana, Carlos, Ana}
Especificar uma propriedade que define um conjunto, como S
{x|P (x)}:
{x Z| 2 < x < 5}
{x R| 2 < x < 5}
P (x) no pode ser uma propriedade qualquer.
Exemplo:
S = {A|A um conjunto e A 6 A}; S S? [Paradoxo de Russel]
Usar
( uma definio recursiva:
1A
se x A e x + 2 < 10, ento x + 2 A

UFMG/ICEx/DCC
MD
Conceitos
268
Formas de definir um conjunto

Usar operaes sobre conjuntos para criar novos conjuntos:
S = {1, 3, 5, 7, 9} P
Especificar uma
( funo caracterstica:
k para x = 1, 3, 5, 7, 9
A(x) =
0 caso contrrio
Nem sempre possvel utilizar todos os tipos de definio:
Exemplo: S = {x R|0 x 1}
No possvel definir S listando os elementos.
UFMG/ICEx/DCC
MD
Conceitos
269
Relaes entre conjuntos: Subconjuntos

Definio: Se A e B so conjuntos, A chamado subconjunto de B, escrito
A B, sse cada elemento de A tambm um elemento de B.
Simbolicamente:
A B x, se x A ento x B.
As frases A est contido em B e B contm A so formas alternativas de
dizer que A um subconjunto de B.
UFMG/ICEx/DCC
MD
Conceitos
270
Relaes entre conjuntos:

Subconjunto prprio
Definio: Se A e B so conjuntos, A subconjunto prprio de B sse cada
elemento de A est em B mas existe pelo menos um elemento de B que no
est em A.
Simbolicamente:
A B A B e A 6= B.
UFMG/ICEx/DCC
MD
Conceitos
271

Diagramas de Venn
Se os conjuntos A e B forem representados por regies no plano, relaes
entre A e B podem ser representadas por desenhos chamados de Diagramas de Venn.
Exemplo 1: A B.
UFMG/ICEx/DCC
MD
Conceitos
272

Diagramas de Venn
Exemplo 2: A 6 B.
UFMG/ICEx/DCC
MD
Conceitos
273

Igualdade
Definio:
Dados os conjuntos A e B, A = B sse cada elemento de A est em B e
cada elemento de B est em A.
Simbolicamente:
A = B A B e B A.
UFMG/ICEx/DCC
MD
Conceitos
274
Operaes sobre conjuntos

Sejam A e B subconjuntos do conjunto universal U .
Unio: A B = {x U |x A ou x B}
Notao: A1 A2 . . . An = n
i=1 Ai
Interseco: A B = {x U |x A e x B}
Notao: A1 A2 . . . An = n
i=1 Ai
Diferena: B A = {x U |x B e x 6 A}
Complemento: Ac = {x U |x 6 A}
UFMG/ICEx/DCC
MD
Conceitos
275
Tuplas ordenadas
Seja n um inteiro positivo e seja x1, x2, . . . , xn uma sequncia de elementos
no necessariamente distintos.
A n-tupla ordenada, (x1, x2, . . . , xn), consiste de:
elementos da sequncia, i.e., x1, x2, . . . , xn, e
a ordem desses elementos na sequncia, i.e., x1 o primeiro elemento, x2
o segundo, etc.
Exemplos:
Uma 2-tupla ordenada chamada de par ordenado.
Uma 3-tupla ordenada chamada de tripla ordenada.
Duas n-tuplas ordenadas (x1, x2, . . ., xn) e (y1, y2, . . ., yn) so iguais sse
xi = yi, para i = 1 . . . n.
UFMG/ICEx/DCC
MD
Conceitos
276
Produto Cartesiano
Dado dois conjuntos A e B, o produto cartesiano de A e B, denotado AB,
o conjunto de todos os pares ordenados (a, b), onde a A e b B.
Notao: A B = {(a, b)|a A e b B}
Dado os conjuntos A1, A2, . . . , An, o produto cartesiano de A1, A2, . . . , An,
denotado A1 A2 . . . An, o conjunto de todas n-tuplas ordenadas
(a1, a2, . . . , an), onde ai Ai para i = 1 . . . n.
Notao:
A1 A2 . . . An =
{(a1, a2, . . . , an)|ai Ai para i = 1 . . . n}
UFMG/ICEx/DCC
MD
Conceitos
277
Propriedades de subconjuntos
Incluso da interseco: para todos conjuntos A e B.
AB A
AB B
Incluso na unio: para todos conjuntos A e B.
AAB
B AB
Propriedade transitiva dos subconjuntos: para todos conjuntos A, B e C.
se A B e B C ento A C
UFMG/ICEx/DCC
MD
Conceitos
278
Identidades de conjuntos
Sejam todos os conjuntos abaixo subconjuntos do conjunto universal U .
Comutatividade:
AB =BA
AB =BA
Associatividade:
(A B) C = A (B C)
(A B) C = A (B C)
Distributividade:
A (B C) =
(A B) (A C)
A (B C) =
(A B) (A C)
Interseco com U:
AU =A
Unio com U:
AU =U
UFMG/ICEx/DCC
MD
Conceitos
279
Identidades de conjuntos
Complemento duplo:
(Ac)c = A
Idempotncia:
AA=A
AA=A
De Morgan:
(A B)c = Ac B c
A (B C) =
(A B) (A C)
(A B)c = Ac B c
A (B C) =
(A B) (A C)
Absoro:
A (A B) = A
A (A B) = A
Representao alternativa para diferena de conjuntos:

A B = A Bc
UFMG/ICEx/DCC
MD
Conceitos
280
Teorema sobre conjunto vazio

Teorema: Um conjunto com nenhum elemento um subconjunto de cada conjunto. Em outras palavras, se um conjunto com nenhum elemento e A um
conjunto qualquer, ento A.

Suponha que no. Suponha que exista um conjunto com nenhum elemento
e um conjunto A tal que 6 A. [Deve-se deduzir uma contradio.]
Neste caso, deve haver um elemento de que no um elemento de A [pela
definio de subconjunto]. Mas no pode haver tal elemento j que no tem
nenhum elemento. Isto uma contradio.
.
. . A suposio que existem conjuntos e A, onde no tem nenhum elemento
e 6 A F e o teorema V.
UFMG/ICEx/DCC
MD
Conceitos
281
Teorema sobre conjunto vazio

Corolrio: Existe somente um conjunto com nenhum elemento.
Prova:
Suponha que 1 e 2 so conjuntos com nenhum elemento. Pelo teorema
acima, 1 2 j que 1 no tem nenhum elemento. Da mesma forma,
2 1 j que 2 no tem nenhum elemento. Logo, 1 = 2 pela definio
de igualdade de conjuntos.
Definio: o conjunto nico com nenhum elemento chamado de conjunto
vazio e denotado pelo smbolo .
UFMG/ICEx/DCC
MD
Conceitos
282
Propriedades de conjuntos que envolvem

Sejam todos os conjuntos abaixo subconjuntos do conjunto universal U .
Unio com :
A=A
Interseco e unio com o complemento:
A Ac =
A Ac = U
Interseco com :
A=
Complementos de U e :
Uc =
UFMG/ICEx/DCC
c = U
MD
Conceitos
283
Parties de conjuntos
Definio: Dois conjuntos so chamados disjuntos sse eles no tm nenhum
elemento em comum.
Simbolicamente,
A e B so disjuntos A B =
Proposio: Dados dois conjuntos A e B, (A B) e B so disjuntos.
Suponha que no. Suponha que existam conjuntos A e B tais que (A
B) e B no sejam disjuntos. [Deve-se deduzir uma contradio.]
Neste caso, (A B) B 6= e, desta forma, existe um elemento x em

(A B) B. Pela definio de interseco, x (A B) e x B e j que
que x (A B), pela definio de diferena, x A e x 6 B. Acabou-se
de mostrar que x B e x 6 B, o que uma contradio.
.
. . A suposio que existem conjuntos A e B tais que (A B) e B no so
disjuntos F e a proposio V.
UFMG/ICEx/DCC
MD
Conceitos
284
Parties de conjuntos
Definio (conjuntos mutuamente disjuntos): Conjuntos A1, A2, . . . , An so
mutuamente disjuntos (ou disjuntos par-a-par ou sem sobreposio) sse Ai
Aj para todos i, j = 1, 2, . . . , n e i 6= j, i.e., Ai Bi = .
Definio (partio): Uma coleo de conjuntos no vazios {A1, A2, . . ., An}
uma partio do conjunto A sse
1. A = A1 A2 . . . An
2. A1, A2, . . . , An so mutuamente disjuntos
UFMG/ICEx/DCC
MD
Conceitos
285
Conjunto potncia
Definio (conjunto potncia): Dado um conjunto A, o conjunto potncia de
A, denotado por P(A), o conjunto de todos os subconjuntos de A.
Ache o conjunto potncia do conjunto {x, y}.
P({x, y}) = {, {x}, {y}, {x, y}}.
Teorema: Para todos conjuntos A e B, se A B ento P(A) P(B).
Prova:
Suponha que A e B so conjuntos tais que A B. [Deve-se mostrar que
P(A) P(B)].
Suponha que X P(A). [Deve-se mostrar que X P(B)]. J que

X P(A) ento X A pela definio de conjunto potncia. Mas como
A B, temos que X B pela propriedade transitiva dos subconjuntos.
Conclui-se ento que X P(B) [o que devia ser mostrado].
.
. . P(A) P(B) pela definio de subconjunto.
UFMG/ICEx/DCC
MD
Conceitos
286
Conjunto potncia
Teorema: Para todos inteiros n 0, se um conjunto X tem n elementos ento
P(X) tem 2n elementos.
Prova (por induo matemtica): Considere a propriedade Qualquer conjunto

com n elementos tem 2n elementos.
Passo base: Para n = 0 tem-se 20 = 1 subconjunto. O nico conjunto com
zero elementos o conjunto vazio que s tem um subconjunto que ele prprio.
Logo, a propriedade verdadeira para n = 0.
UFMG/ICEx/DCC
MD
Conceitos
287
Conjunto potncia
Passo indutivo: se a frmula verdadeira para n = k ento deve ser verdadeira para n = k+1.
(a) Seja k 0 e suponha que qualquer conjunto com k elementos tem 2k subconjuntos.
[hiptese indutiva]
(b) Deve-se mostrar que qualquer conjunto com k + 1 elementos tem 2k+1 subconjuntos.
Seja X um conjunto com k + 1 elementos e escolha um elemento z em X.

Observe que qualquer subconjunto de X ou contm z ou no contm.
Alm disso, qualquer subconjunto de X que no contm z um subconjunto de X {z}.
E qualquer subconjunto A de X {z} pode ser associado com um subconjunto B, igual
a A {z}, de X que contm z.
Conseqentemente, existem tantos subconjuntos de X que contm z como os que no
contm, e assim existem duas vezes tantos subconjuntos de X quanto existem subconjuntos de X {z}.
Mas como X {z} tem k elementos e como o nmero de subconjuntos de X {z}
2k temos que o nmero de subconjuntos de X duas vezes o nmero de subconjuntos
de X {z}, ou seja, 2 2k = 2k+1 . [O que devia ser provado]
UFMG/ICEx/DCC
MD
Conceitos
288
Funes
UFMG/ICEx/DCC
MD
Conceitos
289
Sumrio
Introduo
Sequncia como funo
Funo como codificao/decodificao de bits
Autmato finito
Funo injetiva e funo hash
Funes sobrejetiva, bijetiva e inversa
Princpio da casa de pombo
Composio de funes
Funo de complexidade
UFMG/ICEx/DCC
MD
Conceitos
290
Introduo
Sejam dois conjuntos A e B. Suponha que cada elemento de A possa ser
associado a um elemento especfico de B. A relao entre elementos de A e
B chamada de funo.
Funes so normalmente representadas por uma nica letra como, por exemplo, f , g, h, F , G. Funes especiais so denotadas por strings, como
log, exp e sin.
UFMG/ICEx/DCC
MD
Conceitos
291
Introduo
Definio: A funo f de um conjunto X para um conjunto Y uma relao entre elementos de X e elementos de Y com a propriedade que cada
elemento de X est relacionado a um nico elemento de Y .
A notao f : X Y significa que f uma funo de X para Y .
O conjunto X chamado de domnio e o conjunto Y de co-domnio.
Faixa de f ou imagem de X para f : conjunto de todos os valores que f
pode assumir:
Faixa de f : {y Y |y = f (x), para algum x X}
Imagem inversa de y = {x X|f (x) = y}
Implicao:
Cada elemento de X pode ser associado a um e somente um elemento
de Y .
UFMG/ICEx/DCC
MD
Conceitos
292
Introduo
Sejam os conjuntos finitos X e Y definidos da seguinte forma: X = {a, b, c}
e Y = {1, 2, 3, 4}. A funo f : X Y pode ser definida por um diagrama,
como por exemplo:
Domnio de f = {a, b, c};
Co-domnio de f = {1, 2, 3, 4}.
f (a) = 2; f (b) = 4; f (c) = 2.
Faixa de f = {2, 4}.
f
a
b
c
1
2
3
4
Imagem inversa de 1 = ;
Imagem inversa de 2 = {a, c};
Imagem inversa de 3 = ;
Imagem inversa de 4 = {b};
A funo f representada como um conjunto de
pares ordenados = {(a, 2), (b, 4), (c, 2)}.
UFMG/ICEx/DCC
MD
Conceitos
293
Introduo
Exemplos de funes:
f : x x2.
f : R R a funo quadrado.
f : n n + 1.
f : Z Z a funo sucessor.
f : r 2.
f : Q N a funo constante.
Definio (Igualdade de funes): Sejam f e g funes definidas de X em Y .
Ento,
f = g, sse f (x) = g(x), x X.
UFMG/ICEx/DCC
MD
Conceitos
294
Introduo
Exemplos:
Sejam f e g funes definidas
para todo x R.
f = g?
(a) f (x) = |x|
e g(x) = x2.
Sim. |x| = x2, x R.
(b) Sejam as funes
f +g : RR e
g+f : RR
definidas como:
(f + g)(x) = f (x) + g(x),
(g + f )(x) = g(x) + f (x),
x R e
x R.
f + g = g + f?
(f + g)(x) = f (x) + g(x)
= g(x) + f (x)
= (g + f )(x)
UFMG/ICEx/DCC
MD
Conceitos
definio de f + g
comutatividade da adio
definio de g + f
295
Sequncias como funes

Uma sequncia uma funo definida no conjunto dos inteiros a partir de um
valor especfico.
Por exemplo, a sequncia
1,
1,
3
1
2,
(1)n
1
4 , . . . , n+1 , . . .
pode ser definida como uma funo f dos inteiros no-negativos para os
nmeros reais, isto ,
0
1
2
2
...
1
3
Formalmente, f : Z0 R, onde
(1)n
f (n) =
n+1
n
n (1)
n+1
UFMG/ICEx/DCC
MD
Conceitos
296
Sequncias como funes

A funo que define essa sequncia nica?
No. Por exemplo, f : N R, onde
(1)n+1
f (n) =
n
UFMG/ICEx/DCC
MD
Conceitos
297
Funes de codificao/decodificao de bits

Mensagens transmitidas atravs de canais de comunicao so freqentemente codificadas de formas especiais para reduzir a possibilidade de serem
corrompidas devido interferncia de rudos nas linhas de transmisso.
Uma possvel forma de codificao repetir cada bit trs vezes. Assim, a
mensagem
00101111
seria codificada como
000000111000111111111111
UFMG/ICEx/DCC
MD
Conceitos
298
Funes de codificao/decodificao de bits

Seja = {0, 1}. o conjunto de todos os strings que podem ser formados com 0 e 1. Seja L o conjunto de todos os strings formados de que
possuem triplas de bits idnticos.
Funo de codificao:
E : L, onde E(s) o string obtido de s trocando cada bit de s pelo
mesmo bit repetido trs vezes.
Funo de decodificao:
D : L , onde D(t) o string obtido de t trocando cada trs bits consecutivos idnticos de t por uma nica cpia desse bit.
Qual a capacidade de correo deste mtodo?
Um bit trocado em cada tripla de bits idnticos enviados pela origem.
UFMG/ICEx/DCC
MD
Conceitos
299
Funo da distncia de Hamming

A funo da distncia de Hamming usada em Teoria da Informao. Essa
funo fornece o nmero de bits que dois strings de tamanho n diferem posio a posio.
Seja = {0, 1} e n o conjunto de todos os strings de tamanho n. A funo
H : n n Z+ definida da seguinte forma:
Para cada par de strings (s, t) n n, H(s, t) o nmero de
posies nos quais s e t tm valores diferentes.
Exemplo:
Seja n = 5.
H(11000, 00000) = 2
H(11111, 00000) = 5
H(10001, 01111) = 4
UFMG/ICEx/DCC
MD
Conceitos
300
Funes booleanas
Definio: Uma funo Booleana f uma funo cujo domnio o conjunto
de todas n-tuplas ordenadas de 0s e 1s e cujo co-domnio {0, 1}.
Formalmente, o domnio de uma funo Booleana pode ser descrito como o
produto Cartesiano de n cpias do conjunto {0, 1}, que representado por
{0, 1}n. Logo,
f : {0, 1}n {0, 1}.
Que tipo de circuito lgico definido por este tipo de funo?

Circuito combinatrio, onde o valor da sada s depende dos valores da
entrada.
UFMG/ICEx/DCC
MD
Conceitos
301
Funes booleanas
Exemplo: f (x1, x2, x3) = (x1 + x2 + x3) mod 2
Entrada
UFMG/ICEx/DCC
Sada
x1
x2
x3
(x1 + x2 + x3) mod 2
MD
Conceitos
302
Verificando se uma funo bem-definida

Seja uma funo f definida do conjunto dos racionais para o conjunto dos
inteiros, ou seja, f : Q Z, sendo que
m
m, inteiros m, n e n 6= 0
f :
n
A funo f bem-definida?
No.
1 = 3
2
6
.
3)
. . f (1
)
=
f
(
2
6
Mas,
1) = 1
f (2
f (3
6) = 3
.
3)
. . f (1
)
=
6
f
(
2
6
UFMG/ICEx/DCC
MD
Conceitos
303
Funo Estado
Os problemas em Cincia da Computao podem ser vistos, de uma forma
geral, conforme o diagrama abaixo:
Sada 1 -
Entrada 1-
...
Entrada n-
Modelo
Computacional
do Problema
...
Sada m -
Em muitos casos, os valores das sadas dependem no somente dos valores

da entrada, mas tambm do estado corrente do sistema. Neste caso, a sada
no pode ser representada por uma funo somente da entrada.
Alguns dos sistemas onde isso ocorre freqentemente so:
Sistemas reativos
Sistemas concorrentes
Sistemas distribudos
Sistemas digitais
UFMG/ICEx/DCC
MD
Conceitos
304
Autmato finito
Um autmato finito (AF), em ingls
Finite Automaton ou
Finite State Automaton ou
Finite State Machine
um modelo matemtico de um sistema que possui entradas e sadas discretas.
O sistema pode estar num estado dentre um conjunto finito de estados ou
configuraes.
O estado do sistema sumariza a informao relacionada com entradas passadas que necessria para determinar o comportamento do sistema em
entradas subseqentes.
UFMG/ICEx/DCC
MD
Conceitos
305
Autmato finito
Exemplo: O mecanismo de controle de um elevador no precisa lembrar
todas as requisies anteriores de servio, mas somente o andar corrente, a
direo de movimento e as requisies pendentes.
Computador digital: pode ser modelado por um autmato finito.
Exemplo: mquina de doce que custa 20 centavos e aceita moedas de 5 e 10
centavos
10
5 Dep
5
0 Dep
15 Dep
10
10
10 Dep
UFMG/ICEx/DCC
MD
10
Conceitos
20 Dep
306
Autmato finito
Definio: um autmato finito uma quintupla A = (I, S, s0, Q, N ), onde
I: alfabeto de entrada para o autmato, ou seja, conjunto de smbolos vlidos.
S: conjunto de estados do autmato.
s0: estado inicial do autmato, onde s0 S.
Q: conjunto de estados finais, onde Q S.
N : funo de transio ou de prximo estado, onde N : S I S.
Observao importante: essa definio define um autmato determinstico.
UFMG/ICEx/DCC
MD
Conceitos
307
Autmato finito
Seja um autmato A = (I, S, s0, Q, N ), onde
I = {0, 1}
S = {s0, s1, s2}
s0 = estado inicial do autmato, onde s0 S.
Q = {s2}, onde Q S.
N = {(s0, 0, s1), (s0, 1, s0), (s1, 0, s1), (s1, 1, s2), (s2, 0, s1), (s2, 1, s0)}.
A operao de um autmato finito normalmente descrito por um diagrama
de transio de estados.
1
s0
s1
0
UFMG/ICEx/DCC
MD
Conceitos
s2
308
Autmato finito
Uma outra forma de representar a operao do autmato (funo de prximo
estado N ) atravs da tabela do prximo estado.
hInicial i
Estado
hFinal i
s0
s1
s2
Entrada
0
1
s1 s0
s1 s2
s1 s0
1
s0
s1
0
UFMG/ICEx/DCC
MD
Conceitos
s2
309
Autmato finito com sada

Uma limitao do autmato finito apresentado que a sada restrita a um
sinal binrio SIM / NO que indica se a entrada aceita ou no, respectivamente.
Existem dois modelos que consideram um alfabeto de sada diferente de
sim/no (os dois modelos so equivalentes):
Mquina de Moore (Moore machine)
Mquina de Mealy (Mealy machine)
Mquina de Moore:
uma sxtupla (I, S, s0, N, , ), onde I, S, s0 e N so como antes.
o alfabeto de sada para o autmato e a funo de sada, onde : S
.
Sada associada com o estado.
Mquina de Mealy:
uma sxtupla (I, S, s0, N, , ), onde todos os elementos da tupla so
idnticos aos da Mquina de Moore exceto que definida de S I .
Sada associada com a transio.
UFMG/ICEx/DCC
MD
Conceitos
310
Linguagem aceita por um autmato

Definio: Seja A um AF com alfabeto de entrada I. Seja I o conjunto de
todos os strings sobre I e seja w um string em I . Diz-se que w aceito
por A sse A comea no estado inicial e aps todos os smbolos de w serem
fornecidos em sequncia para A, o autmato pra num estado final.
A linguagem aceita por A, representada por L(A), o conjunto de todos os
strings aceitos por A.
L(A) chamada de linguagem regular, e A representa um autmato que
aceita uma expresso regular.
Qual a linguagem aceita por A?
1
s0
s1
0
s2
Todos os strings que terminam com a sequncia 0 1, i.e., (0 1)0 1 ,

onde o sobrescrito significa a ocorrncia de 0 ou mais vezes do smbolo
ou seqencia em questo.
UFMG/ICEx/DCC
MD
Conceitos
311
Funo do estado final

Suponha que um autmato esteja num estadono necessariamente o
iniciale recebe uma sequncia de smbolos. Em que estado o autmato
terminar?
Depende da combinao de smbolos de entrada e estados, e dado pela
funo do estado final.
Definio: Seja A um autmato e I definidos como antes e seja a funo do
estado final N : S I S. Se s S e w I ento N (s, w) o estado
para o qual o autnomo pra quando todos os smbolos de w so fornecidos
em sequncia para A a partir do estado s.
UFMG/ICEx/DCC
MD
Conceitos
312
Funo do estado final

Exemplo: dado o autmato abaixo, determine N (s1, 10110)
1
s0
s1
s2
s1 s 2 s1 s2 s0 s1
ou seja,
N (s1, 10110) = s1.
UFMG/ICEx/DCC
MD
Conceitos
313
Projetando um AF que aceita uma linguagem

Projete um AF para aceitar strings de 0s e 1s que contm exatamente um
nico 1.
0
s0
0,1
0
1
s1
0*
0*10*
s2
0*11(0*1*)*
Estado vlido
Projete um AF para aceitar strings de 0s e 1s para os quais o nmero de 1s

divisvel por 3.
0
0
1
s0
s1
1
s2
Linguagem aceita: 0(101010)

UFMG/ICEx/DCC
MD
Conceitos
314
Implementando um AF atravs de um programa

1
1
s0
s1
s2
s3
Seja o autmato ao lado que reconhece todos os strings que terminam

em 011.
Um possvel algoritmo em alto nvel
que imita o funcionamento do autmato :
E XECUTA AUTMATO(A)
1
2
3
4
5
6
7
8
9
10
state 0
symbol primeiro smbolo do string de entrada
while symbol 6=
do choose state of
0: if symbol = 0 then state 1 else state 0
symbol prximo smbolo do string de entrada
return state O estado final 3 sse o string termina em 011
UFMG/ICEx/DCC
MD
Conceitos
315
Implementando um AF atravs de um programa

Um outro possvel algoritmo em alto nvel que imita o funcionamento do autmato e usa a funo do prximo estado :
E XECUTA AUTMATO(A)
1 state 0
Para cada linha abaixo ser atribudo a cada coluna o valor correspondente
2 N [0, ] [1, 0]
3 N [1, ] [1, 2]
4 N [2, ] [1, 3]
5 N [3, ] [1, 0]
6 symbol primeiro smbolo do string de entrada
7 while symbol 6=
8 do state N [state, symbol]
9
symbol prximo smbolo do string de entrada
10 return state O estado final 3 sse o string termina em 011
UFMG/ICEx/DCC
MD
Conceitos
316
Funo injetiva
Definio: Seja F : X Y . F uma funo um-para-um ou injetiva sse
para todos x1, x2 X,
se F (x1) = F (x2) ento x1 = x2,
ou
se x1 6= x2 ento F (x1) 6= F (x2)
UFMG/ICEx/DCC
MD
Conceitos
317
Funo injetiva: Aplicao funo hash

Motivao: suponha que deseja-se procurar (pesquisar) o mais rpido possvel alguns valores (chaves) que no esto ordenados. Uma possvel soluo definir uma funo que usa a prpria chave para saber a sua localizao
no conjunto de valores.
Esta funo conhecida como funo hash.
Objetivo ideal: funo hash seja injetiva para que no haja colises de
chaves.
Para tornar este mtodo aceitvel temos que resolver dois problemas:
(i) Encontrar uma funo h(k) que possa espalhar as chaves de forma uniforme pela tabela.
(ii) Encontrar um mecanismo para resolver o problema de localizar um registro com chave k entre aquelas cujas chaves colidem na mesma entrada
da tabela.
UFMG/ICEx/DCC
MD
Conceitos
318
Funo hash
Por melhor que seja a funo h(k) e por mais esparsa que seja a ocupao
da tabela colises ocorrem!
Paradoxo do aniversrio:
Quando 23 ou mais pessoas esto juntas existe mais de 50% de chance
que duas pessoas tenham a mesma data de aniversrio.
Logo, uma tabela com 365 entradas e com 23 chaves ou mais, cujos endereos so calculados como se fossem uniformes e randmicos, mais da
metade das vezes, duas ou mais chaves vo ter o mesmo endereo na
tabela.
UFMG/ICEx/DCC
MD
Conceitos
319
Funo hash
Uma funo de transformao deve mapear chaves em inteiros (ndices) dentro do intervalo [0..M 1] onde M o tamanho da tabela.
A funo de transformao ideal aquela que:
1. Seja simples de ser computada, e
2. Para cada chave de entrada, qualquer uma das sadas possveis igualmente provvel de ocorrer.
Mtodo mais usado:
Usa o resto da diviso inteira por M :
h(k) = k mod M
onde k um inteiro correspondente chave e que representa um ndice na
tabela.
UFMG/ICEx/DCC
MD
Conceitos
320
Exemplo de funo hash

Seja a i-sima letra do alfabeto representada pelo nmero i, onde A = 1, . . ..
Seja a funo hash
h(k) = k mod M
onde M = 7.
A insero das chaves L, U, N, E, S, nesta ordem, fornece os seguintes valores:
h(L) = 12 mod 7 = 5
h(U) = 21 mod 7 = 0
h(N) = 14 mod 7 = 0
h(E) = 5 mod 7 = 5
h(S) = 19 mod 7 = 5
Uma possvel insero na tabela seria:
UFMG/ICEx/DCC
MD
Conceitos
321
Exemplo de funo hash

Transformao de chaves no numricas em nmeros:
k=
n
X
Chave[i] p[i],
i=1
onde
n o nmero de caracteres da chave;
Chave[i] corresponde representao ASCII do i-simo caractere da
chave;
p[i] um inteiro de um conjunto de pesos gerados randomicamente para
1 i n.
Vantagem em usar pesos:
Dois conjuntos diferentes de pesos p1[i] e p2[i], 1 i n, leva a duas
funes de transformao h1(k) e h2(k) diferentes.
UFMG/ICEx/DCC
MD
Conceitos
322
Funo hash perfeita

Se h(ki) = h(kj ) sse i = j, ento no h colises, e a funo de transformao chamada de funo de transformao perfeita ou funo hash
perfeita (hp).
Se o nmero de chaves N e o tamanho da tabela M so iguais ento temos
uma funo de transformao perfeita mnima.
Se ki kj e h(ki) h(kj ), ento a ordem lexicogrfica preservada.
Neste caso, temos uma funo de transformao perfeita mnima com ordem
preservada.
UFMG/ICEx/DCC
MD
Conceitos
323
Funo hash perfeita: Comentrios

No h necessidade de armazenar a chave, pois o registro localizado sempre a partir do resultado da funo de transformao.
Uma funo de transformao perfeita especfica para um conjunto de
chaves conhecido.
UFMG/ICEx/DCC
MD
Conceitos
324
Funes sobrejetiva, bijetiva e inversa

Definio (funo sobrejetiva):
Seja F : X Y . F uma funo sobrejetiva sse para todo y Y possvel
achar um x X tal que F (x) = y.
Definio (funo bijetiva):

Seja F : X Y . F uma funo bijetiva sse F injetiva e sobrejetiva.
Definio (funo inversa):

Seja F : X Y uma funo bijetiva. Existe uma funo F 1 : Y X tal
que
F 1(y) = x y = F (x)
UFMG/ICEx/DCC
MD
Conceitos
325
O princpio da Casa de Pombo ou

The Pigeonhole Principle
Princpio (1a verso):
Se n pombos (pigeons) entram em m casas num
pombal (pigeonholes) e n > m, ento pelo menos
uma das casas deve conter dois ou mais pombos.
UFMG/ICEx/DCC
MD
Conceitos
Peter Dirichlet (18051859), matemtico

alemo.
Foi o
primeiro a expressar
esse princpio em
1834, que tem importantes aplicaes em teoria dos
nmeros.
326
O princpio da Casa de Pombo ou

The Pigeonhole Principle
Princpio (2 a verso):
Uma funo definida de um conjunto finito para outro conjunto finito menor
no pode ser injetiva. Existem pelo menos dois elementos no domnio que
tm a mesma imagem no co-domnio.
Aplicaes deste princpio esto por toda parte em Cincia da Computao.
Exemplo: funo hash em pesquisa e criptografia.
UFMG/ICEx/DCC
MD
Conceitos
327
O princpio da Casa de Pombo: Exemplos

Num grupo de seis pessoas, existem obrigatoriamente pelo menos duas que
nasceram no mesmo ms?
No.
E se considerarmos 13 pessoas?
Sim.
Existem pelo menos duas pessoas em BH que tm o mesmo nmero de fios
de cabelo?
Sim, j que a populao de BH superior a 2 milhes de habitantes e
sabe-se que uma pessoa tem no mximo 300 mil fios de cabelo.
Voc acaba de acordar, mas ainda no abriu os olhos, e abre uma gaveta de
meias que tem cinco pares de meias verde-limo e cinco amarelo-ouro. Qual
o nmero mnimo de meias que voc deve pegar para ter um par da mesma
cor?
Trs. Duas podem ser diferentes mas a terceira tem que ser obrigatoriamente de uma das duas cores e assim tem-se um par.
UFMG/ICEx/DCC
MD
Conceitos
328

Seja um tringulo equiltero com lado igual a 1. Se cinco pontos so selecionados no interior do tringulo ento existe um par de pontos que est a
uma distncia menor que 1/2?
Sim. Basta dividir o tringulo em quatro tringulos equilteros com lado
igual a 1/2.
Seja A = {1, 2, 3, 4, 5, 6, 7, 8}. Se cinco inteiros so selecionados de A,
existe pelo menos um par de nmeros cuja soma 9?
Sim. Existem quatro pares que tm soma 9: {1, 8}, {2, 7}, {3, 6}, {4, 5}.
Logo, pode-se selecionar quatro nmeros, cada um num conjunto. Como o
quinto cair em um dos quatro ento tem-se a soma 9.
E se selecionarmos apenas quatro nmeros?
No.
UFMG/ICEx/DCC
MD
Conceitos
329

Seja S um conjunto com cinco nmeros inteiros positivos (Z+) e distintos cujo
maior nmero 8. Prove que existem pelo menos duas somas iguais dos nmeros dos subconjuntos no-vazios de S.
Prova:
Seja sA a soma dos nmeros de um subconjunto no-vazio de S.
Qualquer subconjunto de S pode ter no mximo uma soma
sA 4 + 5 + 6 + 7 + 8 = 30
(Caso A tenha os maiores nmeros e considerando o subconjunto com todos eles)
e no mnimo uma soma de

sA 1.
(Caso A tenha o nmero 1 e considerando o subconjunto com ele apenas)
i.e.,
1 sA 30.
UFMG/ICEx/DCC
MD
Conceitos
330

S possui 25 1 = 31 subconjuntos no-vazios.
(Lembre-se que o conjunto potncia de um conjunto de n elementos possui 2n elementos
incluindo um elemento que o conjunto vazio.)
Existem 30 pigeonholes, ou seja, qualquer soma desses subconjuntos est
entre 1 e 30.
Alm disso, existem 31 conjuntos (pigeons), que devem ter somas entre 1 e
30.
Assim, pelo princpio da Casa de Pombo existem pelo menos dois subconjuntos que tm a mesma soma.
UFMG/ICEx/DCC
MD
Conceitos
331

Seja L a linguagem que consiste de todos os strings da forma ak bk , onde k um
inteiro positivo. Simbolicamente, L a linguagem sobre o alfabeto = {a, b}
definida por
L = {s |s = ak bk , k 1}.
Prove que no existe um autmato finito que aceita L.
UFMG/ICEx/DCC
MD
Conceitos
332

Suponha que exista um autmato finito A que aceita L.
A tem um conjunto finito de estados s1, s2, . . . , sn, onde n um inteiro
positivo.
Considere agora os strings que comeam com a, a2, a3, a4, . . . . No entanto,
existem infinitos strings que comeam com a e um nmero finito de estados.
Logo, pelo princpio da Casa de Pombo existe um estado sm (estado que
conta as), com m n, e dois strings de entrada ap e aq , onde ou p ou q
maior que n e os dois strings so relacionados com esse estado.
Isto significa que depois de entrar com p as, o estado do autmato sm e
entrando com p bs o autmato vai para o estado final sm.
Mas isso tambm implica que aq bp vai para o estado final j que aq tambm
pra em sm antes de entrar com os bs.
Por suposio, A aceita L. J que s aceito por A, s L. Mas pela definio
de L, L consiste apenas dos strings que tm o mesmo nmero de as e bs e
j que p 6= q, s 6 L. Logo, tem-se que s L e s 6 L, que uma contradio.
A suposio falsa e no existe um autmato que aceita L.
UFMG/ICEx/DCC
MD
Conceitos
333
Generalizao do princpio
Princpio (3 a verso):
Para qualquer funo f , definida de um conjunto finito X para um conjunto
finito Y e para qualquer inteiro positivo k, se |X| > k |Y |, ento existe
algum y Y tal que y a imagem de pelo menos k + 1 elementos distintos
de X.
Princpio (4 a versocontrapositivo):
Para qualquer funo f , definida de um conjunto finito X para um conjunto
finito Y e para qualquer inteiro positivo k, se para cada y Y , f 1(y) tem
no mximo k elementos ento X tem no mximo k |Y | elementos.
UFMG/ICEx/DCC
MD
Conceitos
334
Generalizao do princpio
Use a generalizao do princpio da Casa de Pombo para mostrar que num
grupo de 85 pessoas, a primeira letra dos nomes de pelo menos quatro pessoas a mesma.
85 > 3 26 = 78. Logo, a letra inicial dos nomes de pelo menos quatro
pessoas a mesma.
O mesmo resultado pode ser dado usando a forma contrapositiva e a negao.
Suponha que no existam quatro pessoas que tm a mesma letra inicial no
primeiro nome. Assim, no mximo trs pessoas tm a mesma letra. Pela
forma contrapositiva da generalizao do princpio da Casa de Pombo isto
implica num total de 3 26 = 78 pessoas. Mas isto uma contradio pois
existem 85 pessoas. Logo, pelo menos quatro pessoas tm a mesma letra
inicial no primeiro nome.
UFMG/ICEx/DCC
MD
Conceitos
335
Princpio da Casa de Pombo

Definio (conjunto finito): Um conjunto X finito sse o conjunto vazio ou
existe uma correspondncia um-para-um do conjunto {1, 2, . . . , n} para X,
onde n um inteiro positivo. No primeiro caso, o nmero de elementos zero
e no segundo caso n. Um conjunto que no finito chamado de infinito.
Teorema (O princpio da Casa de Pombo):
Para qualquer funo f de um conjunto finito X para um conjunto finito Y , se
a cardinalidade de X maior que a de Y ento f no injetiva.
Teorema:
Sejam X e Y conjuntos finitos com o mesmo nmero de elementos e suponha
que f uma funo de X para Y . Ento f injetiva sse f sobrejetiva. (f
uma funo sobrejetiva sse para todo y Y possvel achar um x X tal que f (x) = y.)
UFMG/ICEx/DCC
MD
Conceitos
336
Composio de funes
Definio (composio de funes): Sejam f : X Y 0 e g : Y Z funes
com a propriedade que a faixa de f um subconjunto do domnio de g, i.e.,
Y 0 Y . Defina uma nova funo g f : X Z da seguinte forma:
(g f )(x) = g(f (x)), x X.
A funo g f chamada de composio de f e g.
Exemplo:
f : Z Z, f (n) = n + 1.
g : Z Z, g(n) = n2.
?
f g = g f.
(g f )(n) = g(f (n)) = g(n + 1) = (n + 1)2, n Z
(f g)(n) = f (g(n)) = f (n2) = n2 + 1, n Z
.
. . f g 6= g f.
UFMG/ICEx/DCC
MD
Conceitos
337
Composio com a funo identidade

f ix = f (ix) = f (x),
onde ix a funo identidade.
ix f = ix(f (x)) = f (x),
onde ix a funo identidade.
Teorema:
Se f uma funo de X para Y , e ix a funo identidade em X e iy a
funo identidade em Y , ento
f ix = f
iy f = f
Teorema:
Se f : X Y uma funo bijetiva com funo inversa f 1 : Y X,
ento
f 1 f = ix
f f 1 = iy
UFMG/ICEx/DCC
MD
Conceitos
338
Composio de funo injetiva e funo

sobrejetiva
Teorema:
Se f : X Y e g : Y Z so funes injetiva, ento g f injetiva.
Teorema:
Se f : X Y e g : Y Z so funes sobrejetiva, ento g f sobrejetiva.
UFMG/ICEx/DCC
MD
Conceitos
339
Cardinalidade de conjuntos
Definio (mesma cardinalidade): Sejam A e B quaisquer conjuntos. A tem
a mesma cardinalidade de B sse existe uma correspondncia um-para-um
de A para B. Em outras palavras, A tem a mesma cardinalidade que B sse
existe uma funo f de A para B que injetiva e sobrejetiva (i.e., bijetiva).
Teorema:
Para todos os conjuntos A, B e C,
(a) A tem a mesma cardinalidade que A.
propriedade reflexiva da cardinalidade.
(b) Se A tem a mesma cardinalidade que B, ento B tem a mesma cardinalidade que A.
propriedade simtrica da cardinalidade.
(c) Se A tem a mesma cardinalidade que B, e B tem a mesma cardinalidade
que C ento A tem a mesma cardinalidade que C.
propriedade transitiva da cardinalidade.
Definio (mesma cardinalidade): A e B tm a mesma cardinalidade sse, A
tem a mesma cardinalidade que B ou B tem a mesma cardinalidade que A.
UFMG/ICEx/DCC
MD
Conceitos
340
Conjuntos contveis
Definio (conjunto contvel infinito): Um conjunto chamado contvel infinito
sse ele possui a mesma cardinalidade do conjunto dos inteiros positivos Z+.
Um conjunto chamado contvel sse finito ou contvel infinito. Um conjunto
que no contvel chamado de incontvel.
Exemplo: Mostre que o conjunto Z, conjunto de todos os inteiros contvel.
0
1
1
2
2
...
...
1
2
3
4
5
...
Exemplo: O conjunto de todos os nmeros racionais positivos so contveis.
UFMG/ICEx/DCC
MD
Conceitos
341
Conjuntos contveis
Teorema:
O conjunto de todos os nmeros reais entre 0 e 1 incontvel.
Teorema:
Qualquer subconjunto de um conjunto contvel contvel.
Exemplo: O conjunto de todos os nmeros reais tem a mesma cardinalidade
que o conjunto dos nmeros reais entre 0 e 1.
Exemplo: O conjunto de todos os programas de computador numa dada linguagem de programao contvel.
UFMG/ICEx/DCC
MD
Conceitos
342
Como medir o custo de execuo de um algoritmo?

Funo de Custo ou Funo de Complexidade
f (n) = medida de custo necessrio para executar um algoritmo para um
problema de tamanho n.
Se f (n) uma medida da quantidade de tempo necessrio para executar
um algoritmo em um problema de tamanho n, ento f chamada funo
de complexidade de tempo de algoritmo.
Se f (n) uma medida da quantidade de memria necessria para executar um algoritmo em um problema de tamanho n, ento f chamada
funo de complexidade de espao de algoritmo.
Observao: tempo no tempo!
importante ressaltar que a complexidade de tempo na realidade no representa tempo diretamente, mas o nmero de vezes que determinada
operao considerada relevante executada.
UFMG/ICEx/DCC
MD
Conceitos
343
Custo assinttico de funes

interessante comparar algoritmos para valores grandes de n.
O custo assinttico de uma funo f (n) representa o limite do comportamento de custo quando n cresce.
Em geral, o custo aumenta com o tamanho n do problema.
Observao:
Para valores pequenos de n, mesmo um algoritmo ineficiente no custa
muito para ser executado.
UFMG/ICEx/DCC
MD
Conceitos
344
Notao assinttica de funes

Existem trs notaes principais na anlise assinttica de funes:
Notao .
Notao O (O grande).
Notao (mega grande).
UFMG/ICEx/DCC
MD
Conceitos
345
Notao
f (n) = (g(n))
UFMG/ICEx/DCC
MD
Conceitos
346
Notao
A notao limita a funo por fatores constantes.
Escreve-se f (n) = (g(n)), se existirem constantes positivas c1, c2 e n0
tais que para n n0, o valor de f (n) est sempre entre c1g(n) e c2g(n)
inclusive.
Pode-se dizer que g(n) um limite assinttico firme (em ingls, asymptotically tight bound) para f (n).
f (n) = (g(n)),
c1 > 0, c2 > 0, n0, | 0 c1g(n) f (n) c2g(n), n n0
Observe que a notao define um conjunto de funes:

(g(n)) =
{f : N R+ | c1 > 0, c2 > 0, n0, 0 c1g(n) f (n) c2g(n), n n0}.
UFMG/ICEx/DCC
MD
Conceitos
347
Notao : Exemplo 1
1 n2 3n = (n2 ).
Mostre que 2
Para provar esta afirmao, devemos achar constantes c1 > 0, c2 > 0, n > 0,
tais que:
1
c1n2 n2 3n c2n2
2
para todo n n0.
Se dividirmos a expresso acima por n2 temos:
1 3
c1 c2 .
2 n
UFMG/ICEx/DCC
MD
Conceitos
348
Notao : Exemplo 1
A inequao mais a direita ser sempre vlida para qualquer valor de n 1 ao
1.
escolhermos c2 2
Da mesma forma, a inequao mais a esquerda ser sempre vlida para qual1.
quer valor de n 7 ao escolhermos c1 14
Assim, ao escolhermos c1 = 1/14, c2 = 1/2 e n0 = 7, podemos verificar que
1 n2 3n = (n2 ).
2
Note que existem outras escolhas para as constantes c1 e c2, mas o fato importante que a escolha existe.
2 3n.
Note tambm que a escolha destas constantes depende da funo 1
n
2
Uma funo diferente pertencente a (n2) ir provavelmente requerer outras

constantes.
UFMG/ICEx/DCC
MD
Conceitos
349
Notao : Exemplo 2
Usando a definio formal de prove que 6n3 6= (n2).
UFMG/ICEx/DCC
MD
Conceitos
350
Notao O
f (n) = O(g(n))
UFMG/ICEx/DCC
MD
Conceitos
351
Notao O
A notao O define um limite superior para a funo, por um fator constante.
Escreve-se f (n) = O(g(n)), se existirem constantes positivas c e n0 tais
que para n n0, o valor de f (n) menor ou igual a cg(n).
Pode-se dizer que g(n) um limite assinttico superior (em ingls, asymptotically upper bound) para f (n).
f (n) = O(g(n)), c > 0, n0, | 0 f (n) cg(n), n n0.
Observe que a notao O define um conjunto de funes:

O(g(n)) = {f : N R+ | c > 0, n0, 0 f (n) cg(n), n n0}.
UFMG/ICEx/DCC
MD
Conceitos
352
Notao O
Quando a notao O usada para expressar o tempo de execuo de um
algoritmo no pior caso, est se definindo tambm o limite (superior) do tempo
de execuo desse algoritmo para todas as entradas.
Por exemplo, o algoritmo de ordenao por insero (a ser estudado) O(n2)
no pior caso.
Este limite se aplica para qualquer entrada.
UFMG/ICEx/DCC
MD
Conceitos
353
Notao O
Tecnicamente um abuso dizer que o tempo de execuo do algoritmo de
ordenao por insero O(n2) (i.e., sem especificar se para o pior caso,
melhor caso, ou caso mdio):
O tempo de execuo desse algoritmo depende de como os dados de
entrada esto arranjados.
Se os dados de entrada j estiverem ordenados, este algoritmo tem um
tempo de execuo de O(n), ou seja, o tempo de execuo do algoritmo
de ordenao por insero no melhor caso O(n).
O que se quer dizer quando se fala que o tempo de execuo O(n2)
que no pior caso o tempo de execuo O(n2).
Ou seja, no importa como os dados de entrada esto arranjados, o tempo
de execuo em qualquer entrada O(n2).
UFMG/ICEx/DCC
MD
Conceitos
354
Notao
f (n) = (g(n))
UFMG/ICEx/DCC
MD
Conceitos
355
Notao
A notao define um limite inferior para a funo, por um fator constante.
Escreve-se f (n) = (g(n)), se existirem constantes positivas c e n0 tais
que para n n0, o valor de f (n) maior ou igual a cg(n).
Pode-se dizer que g(n) um limite assinttico inferior (em ingls, asymptotically lower bound) para f (n).
f (n) = (g(n)), c > 0, n0, |0 cg(n) f (n), n n0.
Observe que a notao define um conjunto de funes:

(g(n)) = {f : N R+ | c > 0, n0, |0 cg(n) f (n), n n0}.
UFMG/ICEx/DCC
MD
Conceitos
356
Notao
Quando a notao usada para expressar o tempo de execuo de um algoritmo no melhor caso, est se definindo tambm o limite (inferior) do tempo
de execuo desse algoritmo para todas as entradas.
Por exemplo, o algoritmo de ordenao por insero (n) no melhor
caso.
O tempo de execuo do algoritmo de ordenao por insero (n).
O que significa dizer que o tempo de execuo (i.e., sem especificar se
para o pior caso, melhor caso, ou caso mdio) (g(n))?
O tempo de execuo desse algoritmo pelo menos uma constante vezes
g(n) para valores suficientemente grandes de n.
UFMG/ICEx/DCC
MD
Conceitos
357
Limites do algoritmo de ordenao por insero

O tempo de execuo do algoritmo de ordenao por insero est entre
(n) e O(n2).
Estes limites so assintoticamente os mais firmes possveis.
Por exemplo, o tempo de execuo deste algoritmo no (n2), pois o
algoritmo executa em tempo (n) quando a entrada j est ordenada.
No contraditrio dizer que o tempo de execuo deste algoritmo no pior
caso (n2), j que existem entradas para este algoritmo que fazem com
que ele execute em tempo (n2).
UFMG/ICEx/DCC
MD
Conceitos
358
Funes de custo (no de comparaes) do

algoritmo de ordenao por Insero
UFMG/ICEx/DCC
MD
Conceitos
359
Funes de custo e notaes assintticas do

algoritmo de ordenao por Insero
Pior Caso:
cPior Caso (n) =
Caso Mdio:
n2
2
n2
4
n
2
3n
4
cCaso Medio (n) = +

1 =
Melhor caso:
c
(n) = n 1
=
Melhor Caso
n2
n2
O indica a notao normalmente usada para esse caso.
UFMG/ICEx/DCC
MD
Conceitos
360
Teorema
Para quaisquer funes f (n) e g(n),
f (n) = (g(n))
se e somente se,
f (n) = O(g(n)) e f (n) = (g(n))
UFMG/ICEx/DCC
MD
Conceitos
361
Mais sobre notao assinttica de funes

Existem duas outras notaes na anlise assinttica de funes:
Notao o (o pequeno).
Notao (mega pequeno).
Estas duas notaes no so usadas normalmente, mas importante saber
seus conceitos e diferenas em relao s notaes O e , respectivamente.
UFMG/ICEx/DCC
MD
Conceitos
362
Notao o
O limite assinttico superior definido pela notao O pode ser assintoticamente firme ou no.
Por exemplo, o limite 2n2 = O(n2) assintoticamente firme, mas o limite
2n = O(n2) no .
A notao o usada para definir um limite superior que no assintoticamente firme.
Formalmente a notao o definida como:
f (n) = o(g(n)), c > 0 e n0 | 0 f (n) < cg(n), n n0
Exemplo, 2n = o(n2) mas 2n2 6= o(n2).
UFMG/ICEx/DCC
MD
Conceitos
363
Notao o
As definies das notaes O (o grande) e o (o pequeno) so similares.
A diferena principal que em f (n) = O(g(n)), a expresso 0 f (n)
cg(n) vlida para pelo menos uma constante c > 0.
Intuitivamente, a funo f (n) tem um crescimento muito menor que g(n)
quando n tende para infinito. Isto pode ser expresso da seguinte forma:
f (n)
=0
n g(n)
lim
Alguns autores usam este limite como a definio de o.
UFMG/ICEx/DCC
MD
Conceitos
364
Notao
Por analogia, a notao est relacionada com a notao da mesma forma
que a notao o est relacionada com a notao O.
Formalmente a notao definida como:
f (n) = (g(n)), c > 0 e n0 | 0 cg(n) < f (n), n n0
2
2
n
n
Por exemplo, 2 = (n), mas 2 6= (n2).
A relao f (n) = (g(n)) implica em

f (n)
= ,
n g(n)
lim
se o limite existir.
UFMG/ICEx/DCC
MD
Conceitos
365
Classes de comportamento assinttico

Complexidade constante
f (n) = O(1)
O uso do algoritmo independe do tamanho de n.
As instrues do algoritmo so executadas um nmero fixo de vezes.
O que significa um algoritmo ser O(2) ou O(5)?
UFMG/ICEx/DCC
MD
Conceitos
366

Complexidade logartmica
f (n) = O(log n)
Ocorre tipicamente em algoritmos que resolvem um problema transformando-o em problemas menores.
Nestes casos, o tempo de execuo pode ser considerado como sendo
menor do que uma constante grande.
Exemplo, supondo que a base do logaritmo seja 2:
Para n = 1 000, log2 10.
Para n = 1 000 000, log2 20.
Algoritmo de pesquisa binria.
UFMG/ICEx/DCC
MD
Conceitos
367

Complexidade linear
f (n) = O(n)
Em geral, um pequeno trabalho realizado sobre cada elemento de entrada.
Esta a melhor situao possvel para um algoritmo que tem que processar
n ou produzir n elementos de sada.
Cada vez que n dobra de tamanho, o tempo de execuo tambm dobra.
Exemplo:
Algoritmo de pesquisa seqencial.
Algoritmo para teste de planaridade de um grafo.
UFMG/ICEx/DCC
MD
Conceitos
368

Complexidade linear logartmica
f (n) = O(n log n)
Este tempo de execuo ocorre tipicamente em algoritmos que resolvem
um problema quebrando-o em problemas menores, resolvendo cada um
deles independentemente e depois agrupando as solues.
Caso tpico dos algoritmos baseados no paradigma diviso-e-conquista.
Exemplo, supondo que a base do logaritmo seja 2:
Para n = 1 000 000, log2 20 000 000.
Para n = 2 000 000, log2 42 000 000.
Algoritmo de ordenao MergeSort.
UFMG/ICEx/DCC
MD
Conceitos
369

Complexidade quadrtica
f (n) = O(n2)
Algoritmos desta ordem de complexidade ocorrem quando os itens de dados so processados aos pares, muitas vezes em um anel dentro do outro.
Exemplo:
Para n = 1 000, o nmero de operaes da ordem de 1 000 000.
Sempre que n dobra o tempo de execuo multiplicado por 4.
Algoritmos deste tipo so teis para resolver problemas de tamanhos relativamente pequenos.
Algoritmos de ordenao simples como seleo e insero.
UFMG/ICEx/DCC
MD
Conceitos
370

Complexidade cbica
f (n) = O(n3)
Algoritmos desta ordem de complexidade geralmente so teis apenas
para resolver problemas relativamente pequenos.
Exemplo:
Para n = 100, o nmero de operaes da ordem de 1 000 000.
Sempre que n dobra o tempo de execuo multiplicado por 8.
Algoritmos deste tipo so teis para resolver problemas de tamanhos relativamente pequenos.
Algoritmo para multiplicao de matriz.
UFMG/ICEx/DCC
MD
Conceitos
371

Complexidade exponencial
f (n) = O(2n)
Algoritmos desta ordem de complexidade no so teis sob o ponto de
vista prtico.
Eles ocorrem na soluo de problemas quando se usa a fora bruta para
resolv-los.
Exemplo:
Para n = 20, o tempo de execuo cerca de 1 000 000
Sempre que n dobra o tempo de execuo fica elevado ao quadrado.
Algoritmo do Caixeiro Viajante.
UFMG/ICEx/DCC
MD
Conceitos
372
Hierarquias de funes
A seguinte hierarquia de funes pode ser definida do ponto de vista assinttico:
n

c
log
n
n
n
c
1 log log n log n n n n
c n c
onde e c so constantes arbitrrias com 0 < < 1 < c.
UFMG/ICEx/DCC
MD
Conceitos
373
Usando MatLab, ou um outro pacote matemtico/software grfico, desenhe
os grficos dessas funes, quando n .
UFMG/ICEx/DCC
MD
Conceitos
374
Onde as seguintes funes se encaixam nessa hierarquia?
(a) (n) = lnnn . Esta funo define o nmero de primos menor ou igual a n.
(b) e log n.
Dica: ef (n) eg(n) limn(f (n) g(n)) = .
UFMG/ICEx/DCC
MD
Conceitos
375
Preliminares
A hierarquia apresentada est relacionada com funes que vo para o infinito.
No entanto, podemos ter o oposto dessas funes j que elas nunca so zero.
Isto ,
1
1
.
f (n) g(n)
g(n)
f (n)
Assim, todas as funes (exceto 1) tendem para zero:
1
1
1
1
1
1
1
1
1
n n n log n c
cc
n
c
n
n
n
log n
log log n
UFMG/ICEx/DCC
MD
Conceitos
376
Soluo de (a)
(n) = lnnn
Temos que (note que a base do logaritmo no altera a hierarquia):
1
1
1

n
ln n
Multiplicando por n, temos:
n
n
n,
n
ln n
ou seja,
n1 (n) n
Note que o valor 1 ainda menor que 1.
UFMG/ICEx/DCC
MD
Conceitos
377
Soluo de (b)
e log n
Dado a hierarquia:
1 ln ln n
ln n ln n
e elevando a e, temos que:
1
ln
ln
n
e e
e ln n e ln n
Simplificando temos:
e ln n e ln n n
UFMG/ICEx/DCC
MD
Conceitos
378
Algoritmo exponencial Algoritmo polinomial

Funes de complexidade:
Um algoritmo cuja funo de complexidade O(cn), c > 1, chamado de
algoritmo exponencial no tempo de execuo.
Um algoritmo cuja funo de complexidade O(p(n)), onde p(n) um
polinmio de grau n, chamado de algoritmo polinomial no tempo de execuo.
A distino entre estes dois tipos de algoritmos torna-se significativa quando
o tamanho do problema a ser resolvido cresce.
Essa a razo porque algoritmos polinomiais so muito mais teis na prtica
do que algoritmos exponenciais.
Geralmente, algoritmos exponenciais so simples variaes de pesquisa
exaustiva.
UFMG/ICEx/DCC
MD
Conceitos
379
Algoritmo exponencial Algoritmo polinomial

Os algoritmos polinomiais so geralmente obtidos atravs de um entendimento mais profundo da estrutura do problema.
Tratabilidade dos problemas:
Um problema considerado intratvel se ele to difcil que no se conhece um algoritmo polinomial para resolv-lo.
Um problema considerado tratvel (bem resolvido) se existe um algoritmo polinomial para resolv-lo.
Aspecto importante no projeto de algoritmos.
UFMG/ICEx/DCC
MD
Conceitos
380
Objetos recursivos
Um objeto recursivo quando definido parcialmente em termos de si
mesmo.
Exemplo 1: Nmeros naturais:
(a) 1 um nmero natural.
(b) o sucessor de um nmero natural um nmero natural.
Exemplo 2: Funo fatorial:
(a) 0! = 1.
(b) se n > 0 ento n! = n (n 1)!
UFMG/ICEx/DCC
MD
Conceitos
381
Objetos recursivos
Exemplo 3: rvores.
(a) A rvore vazia uma rvore.
(b) se T1 e T2 so rvores ento T 0 um rvore.

T 0

T
T
T
TT

T1 T2
UFMG/ICEx/DCC
MD
Conceitos
382
Objetos recursivos: Exemplos
UFMG/ICEx/DCC
MD
Conceitos
383
Objetos recursivos: Exemplos
UFMG/ICEx/DCC
MD
Conceitos
384
Poder da recurso
Definir um conjunto infinito de objetos atravs de um comando finito.
Um problema recursivo P pode ser expresso como P P[Si, P ], onde P
a composio de comandos Si e do prprio P .
Importante: constantes e variveis locais a P so duplicadas a cada chamada
recursiva.
UFMG/ICEx/DCC
MD
Conceitos
385
Problema de terminao
Definir um condio de terminao.
Idia:
Associar um parmetro, por exemplo n, com P e chamar P recursivamente
com n 1 como parmetro.
A condio n > 0 garante a terminao.
Exemplo:
P (n) if n > 0 then P[Si; P (n 1)].
Importante: na prtica necessrio:
mostrar que o nvel de recurso finito, e
tem que ser mantido pequeno! Por que?
UFMG/ICEx/DCC
MD
Conceitos
386
Razes para limitar a recurso

Memria necessria para acomodar variveis a cada chamada.
O estado corrente da computao tem que ser armazenado para permitir a
volta da chamada recursiva.
Exemplo:
FATORIAL(n)
1
2
3
4
FATORIAL(4)
F : varivel auxiliar
if n > 0
then F n FATORIAL(n 1)
else F 1
return F
UFMG/ICEx/DCC
MD
Conceitos
1
2
3
4
1
4FATORIAL(3)
3FATORIAL(2)
2FATORIAL(1)
1FATORIAL(0)
387
Quando no usar recursividade

Algoritmos recursivos so apropriados quando o problema definido em termos recursivos.
Entretanto, uma definio recursiva no implica necessariamente que a implementao recursiva a melhor soluo!
Casos onde evitar recursividade:
P if condio then (Si; P )
}|
{
z
Exemplo: P if i < n then (i := i + 1; F := iF ; P )
UFMG/ICEx/DCC
MD
Conceitos
388
Eliminando a recursividade de Cauda

(Tail recursion)
FATORIAL(n)
1
2
3
4
5
6
F , i: variveis auxiliares
i0
F 1
while i < n
do i i + 1
F F i
return F
Logo,
P if B then (S; P )
deve ser transformado em
P (x = x0; while B do S).
UFMG/ICEx/DCC
MD
Conceitos
389
Outro exemplo
F IB(A)
1
2
3
4
5
6
s
5,,l
if n = 0
then F 0
else if n = 1
then F 1
else F FIB(n 1) + (n 2)
return F
,
,
,
,
s
4
J,
Observao: para cada chamada a

F IB(n), F IB ativada 2 vezes
UFMG/ICEx/DCC
MD
B
B
B

B

B
s
Bs
B
B
B

B

B
Bs
s
Conceitos
l
l
l
l
J
J
J
J
Js
B
B
B

B

B
s
Bs
l
l
ls
B
B
B

B

B
s
Bs
B
B
B

B

B
s
Bs
390
Soluo bvia
F IB(n)
1
2
3
4
5
6
7
8
9
F , Fant, i, Temp: variveis auxiliares

i1
F 1
Fant 0
while i < n
do Temp F
F F + Fant
Fant Temp
ii+1
return F
Complexidade de tempo: T (n) = n 1.

Complexidade de espao: E(n) = O(1).
UFMG/ICEx/DCC
MD
Conceitos
391
Comentrios sobre recursividade

Evitar o uso de recursividade quando existe uma soluo bvia por iterao!
Exemplos:
Fatorial.
Srie de Fibonacci.
UFMG/ICEx/DCC
MD
Conceitos
392
Anlise de algoritmos recursivos

Comportamento descrito por uma equao (funo) de recorrncia.
Enfoque possvel:
Usar a prpria recorrncia para substituir para T (m), m < n at que todos
os termos tenham sido substitudos por frmulas envolvendo apenas T (0)
ou o caso base.
UFMG/ICEx/DCC
MD
Conceitos
393
Anlise da funo FATORIAL

Seja a seguinte funo para calcular o fatorial de n:
FATORIAL(n)
1
2
3
4
if n > 0
then F n FATORIAL(n 1)
else F 1
return F
Seja a seguinte equao de recorrncia para esta funo:

(
T (n) =
d
n = 1
c + T (n 1) n > 1
Esta equao diz que quando n = 1 o custo para executar FATORIAL igual a
d. Para valores de n maiores que 1, o custo para executar FATORIAL c mais o
custo para executar T (n 1).
UFMG/ICEx/DCC
MD
Conceitos
394
Resolvendo a equao de recorrncia

Esta equao de recorrncia pode ser
expressa da seguinte forma:
T (n) = c + T (n 1)
= c + (c + T (n 2))
= c + c + (c + T (n 3))
... = ...
= c + c + + (c + T (1))
= c| + c +{z + c} +d
T (n) = c(n 1) + d = O(n).
n1
UFMG/ICEx/DCC
Em cada passo, o valor do termo T

substitudo pela sua definio (ou
seja, esta recorrncia est sendo resolvida pelo mtodo da expanso). A
ltima equao mostra que depois da
expanso existem n 1 cs, correspondentes aos valores de 2 at n.
Desta forma, a recorrncia pode ser
expressa como:
MD
Conceitos
395
Alguns somatrios teis

n
X
k
X
ak+1 1
i
a =
(a 6= 1)
n(n + 1)
i=
2
i=1
i=0
k
X
n
X
2k = 2k+1 1
i=0
i=1
a1
n(n + 1)(2n + 1)
2
i =
6
k
X
1
1
=2 k
i
2
2
i=0
UFMG/ICEx/DCC
MD
Conceitos
396
Algumas recorrncias bsicas: Caso 1

Resolvendo por expanso temos:
T (n) = T ( n
2 ) + 1 (n 2)
T (1) = 0
(n = 1)
T (2k ) =
=
=
...
=
=
=
Vamos supor que:

n = 2k k = log n
T (2k1 ) + 1
(T (2k2 ) + 1) + 1
(T (2k3 ) + 1) + 1 + 1
...
(T (2) + 1) + 1 + + 1
(T (1) + 1) + 1 + + 1
0 + |1 + {z
+ 1}
k
= k
T (n) = log n
T (n) = O(log n)
UFMG/ICEx/DCC
MD
Conceitos
397
Algumas recorrncias bsicas: Caso 2

T (n) = 2T ( n2 ) + n (n 2)
T (1) = 0
(n = 1)
Vamos supor que n = 2k k = log n. Resolvendo por expanso temos:

T (2k ) =
=
=
...
=
=
=
2T (2k1 ) + 2k
2(2T (2k2 ) + 2k1 ) + 2k
2(2(2T (2k3 ) + 2k2 ) + 2k1 ) + 2k
...
2(2( (2(2T (1) + 22 ) + 23 ) + ) + 2k1 ) + 2k
(k 1)2k + 2k
k2k
T (n) = n log n
T (n) = O(n log n)
UFMG/ICEx/DCC
MD
Conceitos
398
Teorema Mestre
Recorrncias da forma
T (n) = aT ( nb ) + f (n),
onde a 1 e b > 1 so constantes e f (n) uma funo assintoticamente positiva podem ser resolvidas usando o Teorema Mestre. Note que neste caso no
estamos achando a forma fechada da recorrncia mas sim seu comportamento
assinttico.
UFMG/ICEx/DCC
MD
Conceitos
399
Teorema Mestre
Sejam as constantes a 1 e b > 1 e f (n) uma funo definida nos inteiros
no-negativos pela recorrncia:
T (n) = aT ( nb ) + f (n),
onde a frao n/b pode significar bn/bc ou dn/be. A equao de recorrncia
T (n) pode ser limitada assintoticamente da seguinte forma:
1. Se f (n) = O(nlogb a) para alguma constante > 0,
ento T (n) = (nlogb a) .
2. Se f (n) = (nlogb a), ento T (n) = (nlogb a log n) .
3. Se f (n) = (nlogb a+) para alguma constante > 0 e se af (n/b)
cf (n) para alguma constante c < 1 e para n suficientemente grande,
ento T (n) = (f (n)) .
UFMG/ICEx/DCC
MD
Conceitos
400
Comentrios sobre o teorema Mestre

Nos trs casos estamos comparando a funo f (n) com a funo nlogb a.
Intuitivamente, a soluo da recorrncia determinada pela maior das duas
funes.
Por exemplo:
No primeiro caso a funo nlogb a a maior e a soluo para a recorrncia
T (n) = (nlogb a).
No terceiro caso, a funo f (n) a maior e a soluo para a recorrncia
T (n) = (f (n)).
No segundo caso, as duas funes so do mesmo tamanho. Neste caso,
a soluo fica multiplicada por um fator logartmico e fica da forma T (n) =
(nlogb a log n) = (f (n) log n).
UFMG/ICEx/DCC
MD
Conceitos
401
Tecnicalidades sobre o teorema Mestre

No primeiro caso, a funo f (n) deve ser no somente menor que nlogb a
mas ser polinomialmente menor. Ou seja, f (n) deve ser assintoticamente
menor que nlogb a por um fator de n, para alguma constante > 0.
No terceiro caso, a funo f (n) deve ser no somente maior que nlogb a
mas ser polinomialmente maior e satisfazer a condio de regularidade que
af (n/b) cf (n). Esta condio satisfeita pela maior parte das funes
polinomiais encontradas neste curso.
UFMG/ICEx/DCC
MD
Conceitos
402
Tecnicalidades sobre o teorema Mestre

Teorema no cobre todas as possibilidades para f (n):
Entre os casos 1 e 2 existem funes f (n) que so menores que nlogb a
mas no so polinomialmente menores.
Entre os casos 2 e 3 existem funes f (n) que so maiores que nlogb a
mas no so polinomialmente maiores.
Se a funo f (n) cai numa dessas condies ou a condio de regularidade do caso 3 falsa, ento no se pode aplicar este teorema para
resolver a recorrncia.
UFMG/ICEx/DCC
MD
Conceitos
403
Uso do teorema: Exemplo 1

T (n) = 9T ( n
3 ) + n.
Temos que,
a = 9, b = 3, f (n) = n
Desta forma,
nlogb a = nlog3 9 = (n2)
Como f (n) = O(nlog3 9), onde = 1, podemos aplicar o caso 1 do teorema
e concluir que a soluo da recorrncia
T (n) = (n2).
UFMG/ICEx/DCC
MD
Conceitos
404

T (n) = T ( 2n
3 ) + 1.
Temos que,
a = 1, b = 3/2, f (n) = 1
Desta forma,
log3/2 1
nlogb a = n
= n0 = 1
O caso 2 se aplica j que f (n) = (nlogb a) = (1). Temos, ento, que a

soluo da recorrncia
T (n) = (log n).
UFMG/ICEx/DCC
MD
Conceitos
405

T (n) = 3T ( n
4 ) + n log n
Temos que,
a = 3, b = 4, f (n) = n log n.
Desta forma,
nlogb a = nlog4 3 = O(n0.793).
Como f (n) = (nlog4 3+), onde 0.2, o caso 3 se aplica se mostrarmos
que a condio de regularidade verdadeira para f (n).
UFMG/ICEx/DCC
MD
Conceitos
406

Para um valor suficientemente grande de n:
n ) ( 3 )n log n = cf (n).
)
log(
af ( nb ) = 3( n
4
4
4
para c = 3
4 . Conseqentemente, usando o caso 3, a soluo para a recorrncia
T (n) = (n log n).
UFMG/ICEx/DCC
MD
Conceitos
407

T (n) = 2T ( n
2 ) + n log n.
Temos que,
a = 2, b = 2, f (n) = n log n.
Desta forma,
nlogb a = n
Aparentemente o caso 3 deveria se aplicar j que f (n) = n log n assintoticamente maior que nlogb a = n. Mas no entanto, no polinomialmente maior.
A frao f (n)/nlogb a = (n log n)/n = log n que assintoticamente menor
que n para toda constante positiva . Conseqentemente, a recorrncia cai na
situao entre os casos 2 e 3 onde o teorema no pode ser aplicado.
UFMG/ICEx/DCC
MD
Conceitos
408
Uso do teorema: Exerccio 5

T (n) = 4T ( n
2 ) + n.
UFMG/ICEx/DCC
MD
Conceitos
409

2
T (n) = 4T ( n
2) + n .
UFMG/ICEx/DCC
MD
Conceitos
410

3
T (n) = 4T ( n
2) + n .
UFMG/ICEx/DCC
MD
Conceitos
411

O tempo de execuo de um algoritmo A descrito pela recorrncia
2.
)
+
n
T (n) = 7T ( n
2
Um outro algoritmo A0 tem um tempo de execuo descrito pela recorrncia

2.
T 0(n) = aT 0( n
)
+
n
4
Qual o maior valor inteiro de a tal que A0 assintoticamente mais rpido que
A?
UFMG/ICEx/DCC
MD
Conceitos
412
Notao assinttica em funes

Normalmente, a notao assinttica usada em frmulas matemticas. Por
exemplo, usando a notao O pode-se escrever que n = O(n2). Tambm
pode-se escrever que
2n2 + 3n + 1 = 2n2 + (n).
Como se interpreta uma frmula como esta?
UFMG/ICEx/DCC
MD
Conceitos
413

Notao assinttica sozinha no lado direito de uma equao, como em
n = O(n2).
Sinal de igualdade significa que o lado esquerdo um membro do conjunto
O(n2);
n O(n2) ou n n2.
Nunca deve-se escrever uma igualdade onde a notao O aparece sozinha
com os lados trocados.
Caso contrrio, poderia se deduzir um absurdo como n2 = n de igualdades como em O(n2) = n.
Quando se trabalha com a notao O e em qualquer outra frmula que envolve quantidades no precisas, o sinal de igualdade unidirecional.
Da vem o fato que o sinal de igualdade ("=") realmente significa ou ,
usados para incluso de conjuntos
UFMG/ICEx/DCC
MD
Conceitos
414

Se uma notao assinttica aparece numa frmula, isso significa que essa notao est substituindo uma funo que no importante definir precisamente
(por algum motivo). Por exemplo, a equao
2n2 + 3n + 1 = 2n2 + (n)
significa que
2n2 + 3n + 1 = 2n2 + f (n)
onde f (n) alguma funo no conjunto (n). Neste caso, f (n) = 3n + 1
que de fato est em (n).
UFMG/ICEx/DCC
MD
Conceitos
415

O uso da notao assinttica desta forma ajuda a eliminar detalhes que no
so importantes. Por exemplo, pode-se expressar uma equao de recorrncia
como:
T (n) = 2T (n 1) + (n).
Se se deseja determinar o comportamento assinttico de T (n) ento no
necessrio determinar exatamente os termos de mais baixa ordem. Entende-se
que eles esto includos numa funo f (n) expressa no termo (n).
UFMG/ICEx/DCC
MD
Conceitos
416

Em alguns casos, a anotao assinttica aparece do lado esquerdo de uma
equao como em:
2n2 + (n) = (n2).
A interpretao de tais equaes deve ser feita usando a seguinte regra:
possvel escolher uma funo f (n) para o lado esquerdo da igualdade de
tal forma que existe uma funo g(n) para o lado direito que faz com que a
equao seja vlida.
O lado direito da igualdade define um valor no to preciso quanto o lado
esquerdo. Por exemplo,
2n2 + 3n + 1 = 2n2 + (n)
2n2 + (n) = (n2).
UFMG/ICEx/DCC
MD
Conceitos
(1)
(2)
417

As equaes (1) e (2) podem ser interpretadas usando a regra acima:
A equao (1) diz que existe alguma funo f (n) (n) tal que 2n2 +
3n + 1 = 2n2 + f (n) para todo n.
A equao (2) diz que para qualquer funo g(n) (n), existe uma funo
h(n) (n2) tal que
2n2 + g(n) = h(n)
para todo n. Note que esta interpretao implica que 2n2 +3n+1 = (n2),
que o que estas duas equaes querem dizer.
UFMG/ICEx/DCC
MD
Conceitos
418
Modelagem usando equao de recorrncia

Torre de Hanoi
Edouard Lucas (18421891), matemtico francs. Props o jogo Torre de
Hanoi em 1883. Escreveu o trabalho de matemtica recreativa Rcrations
Mathmatiques em quatro volumes (188294) que se tornou um clssico.
Configurao inicial:
O jogo comea com um conjunto de oito discos empilhados em tamanho
decrescente em uma das trs varetas.
UFMG/ICEx/DCC
MD
Conceitos
419

Torre de Hanoi
Objetivo:
Transferir toda a torre para uma das outras varetas, movendo um disco de
cada vez, mas nunca movendo um disco maior sobre um menor.
Solues particulares:
Seja T (n) o nmero mnimo de movimentos para transferir n discos de
uma vareta para outra de acordo com as regras definidas no enunciado do
problema.
No difcil observar que:
T (0) = 0
[nenhum movimento necessrio]
T (1) = 1
[apenas um movimento]
T (2) = 3
[trs movimentos usando as duas varetas]
UFMG/ICEx/DCC
MD
Conceitos
420

Torre de Hanoi
Generalizao da soluo:
Para trs discos, a soluo correta transferir os dois discos do topo para a
vareta do meio, transferir o terceiro disco para a outra vareta e, finalmente,
mover os outros dois discos sobre o topo do terceiro.
Para n discos:
1. Transfere-se os n 1 discos menores para outra vareta (por exemplo, a
do meio), requerendo T (n 1) movimentos.
2. Transfere-se o disco maior para a outra vareta (um movimento).
3. Transfere-se os n 1 discos menores para o topo do disco maior,
requerendo-se T (n 1) movimentos novamente.
UFMG/ICEx/DCC
MD
Conceitos
421

Torre de Hanoi
Equao de recorrncia para este problema pode ser expressa por:
T (0) = 0
T (n) = 2T (n 1) + 1,
UFMG/ICEx/DCC
MD
Conceitos
para n > 0
422

Torre de Hanoi
Para pequenos valores de n temos:
n
T (n)
15
31
63
Esta recorrncia pode ser expressa por

T (n) = 2n 1.
UFMG/ICEx/DCC
MD
Conceitos
423

Torre de Hanoi
Provando por induo matemtica temos:
Caso base. Para n = 0 temos que T (0) = 20 1 = 0, que o valor presente
na equao de recorrncia.
Induo. Vamos supor que a forma fechada seja vlida para todos os valores
at n = k, i.e., T (k) = 2k 1. Vamos provar que esta forma fechada
vlida para n = k + 1, i.e., T (k + 1) = 2k+1 1.
T (k + 1) = 2T (k) + 1 = 2(2k 1) + 1 = 2k+1 2 + 1 = 2k+1 1.
... A forma fechada proposta tambm vlida para n.
UFMG/ICEx/DCC
MD
Conceitos
424

Estratgia para resoluo da equao
A recorrncia da Torre de Hanoi aparece em vrias aplicaes de todos os tipos.
Normalmente, existem trs etapas para achar uma forma fechada para o valor
de T (n):
1. Analisar pequenos casos. Com isto podemos ter um entendimento melhor
do problema e, ao mesmo tempo, ajudar nos dois passos seguintes.
2. Achar e provar uma recorrncia para o valor de T (n).
3. Achar e provar uma forma fechada para a recorrncia.
UFMG/ICEx/DCC
MD
Conceitos
425

Linhas no plano
Problema:
Qual o nmero mximo de regies Ln determinado por n retas no plano?
Lembre-se que um plano sem nenhuma reta tem uma regio, com uma reta
tem duas regies e com duas retas tm quatro regies.
1
2
4
L0 = 1
UFMG/ICEx/DCC
L1 = 2
MD
Conceitos
L2 = 4
426

O nmero de Josephus
Durante os anos em que serviu no exrcito romano, Josephus vivia num alojamento com vrios outros soldados. Toda semana devia ser feita uma limpeza
geral que sempre tomava o dia todo. Os soldados decidiram entre si que toda
semana seria sorteado um soldado que no faria a limpeza. O sorteio seria
feito da seguinte forma: os soldados formariam um crculo, percorreriam o crculo no sentido horrio e cada segundo soldado seria escolhido para a limpeza.
O soldado que ficasse por ltimo seria o sorteado, ou seja, no participaria da
limpeza. Nos dias que Josephus queria tirar um dia de folga ele rapidamente
calculava onde ele deveria ficar nesse crculo, apenas conhecendo o nmero
total de soldados que participariam da limpeza naquele dia.
UFMG/ICEx/DCC
MD
Conceitos
427

O nmero de Josephus
Por exemplo, suponha a configurao inicial com 12 soldados, conforme
figura ao lado.
12
11
Neste caso, na primeira rodada seriam selecionados os soldados 2, 4,

6, 8, 10 e 12, na segunda rodada os soldados 3, 7 e 11, e, finalmente
na terceira rodada os soldados 5 e 11, sendo que o soldado 9 seria o
sorteado.
10
5
8
6
7
1a rodada
6
12
2a rodada
21
11
42
5
4
63
37
10
42
5
4
UFMG/ICEx/DCC
21
9 11
10
12
3a rodada
63
8
MD
Conceitos
12
11 1
21
9 11
37
10
42
5 10
4
63
8
428
Princpios para anlise de algoritmos

Tempo de execuo
1. Comando de Atribuio, Leitura, ou Escrita: O(1)
Excees: linguagens que permitem atribuies que envolvem vetores
de tamanho arbitrariamente grandes.
2. Sequncia de comandos:
Maior tempo de execuo de qualquer comando da sequncia.
3. Comando de deciso:
Avaliao da condio: O(1).
Comandos executados dentro do comando condicional: Regra 2.
UFMG/ICEx/DCC
MD
Conceitos
429

Tempo de execuo
4. Anel:
Avaliao da condio de terminao: O(1).
Comandos executados dentro do corpo do anel: Regra 2.
Os dois itens ficam multiplicados pelo nmero de iteraes do anel.
5. Programa com procedimentos no recursivos:
Tempo de execuo de cada procedimento deve ser computado separadamente um a um, iniciando com os procedimentos que no chamam
outros procedimentos.
Em seguida, devem ser avaliados os procedimentos que chamam os procedimentos que no chamam outros procedimentos, utilizando os tempos
dos procedimentos j avaliados.
Este processo repetido at chegar no programa principal.
UFMG/ICEx/DCC
MD
Conceitos
430

Tempo de execuo
6. Programa com procedimentos recursivos:
Para cada procedimento associada uma funo de complexidade f (n)
desconhecida, onde n mede o tamanho dos argumentos para o procedimento.
Obter e resolver a equao de recorrncia.
UFMG/ICEx/DCC
MD
Conceitos
431
Operaes com a notao O
f (n) = O(f (n))

c O(f (n)) = O(f (n))
c = constante
O(f (n)) + O(f (n)) = O(f (n))

O(O(f (n)) = O(f (n))
O(f (n)) + O(g(n)) = O(max(f (n), g(n)))
O(f (n))O(g(n)) = O(f (n)g(n))
f (n)O(g(n)) = O(f (n)g(n))
UFMG/ICEx/DCC
MD
Conceitos
432
Operaes com a notao O

Duas operaes importantes:
Regra da soma: O(f (n)) + O(g(n))
Suponha trs trechos de programas cujos tempos de execuo so O(n),
O(n2) e O(n log n).
O tempo de execuo dos dois primeiros trechos O(max(n, n2)), que
O(n2).
O tempo de execuo de todos os trs trechos ento
O(max(n2, n log n)),
que O(n2).
Regra do produto: O(f (n))O(g(n))
Produto de [log n + k + O(1/n)] por [n + O( n)]
n log n + kn + O( n log n).
UFMG/ICEx/DCC
MD
Conceitos
433
Recurso
UFMG/ICEx/DCC
MD
Conceitos
434
Sequncias definidas recursivamente

Uma sequncia dita ser definida recursivamente se certos termos iniciais
so especificados e os demais termos da sequncia so definidos fazendose referncia a um nmero fixo de termos anteriores.
Trs possveis formas de definir uma sequncia:
1. Escrever os primeiros termos da sequncia na expectativa que o leitor
identifique o padro da sequncia:
Exemplo: 3, 5, 7, ?, . . .
9 se for a sequncia dos inteiros mpares, ou
11 se for a sequncia dos primos mpares.
2. Definir uma frmula explcita para o n-simo termo.
(1)n
an =
, n 0
n+1
3. Definir uma sequncia usando recurso. Requer:
(a) uma equao chamada de relao de recorrncia, e
(b) condies iniciais, que so os valores dos primeiros termos da sequncia.
UFMG/ICEx/DCC
MD
Conceitos
435

Exemplo 1
(a) bk = bk1 + bk2
(b) b0 = 1, b1 = 3
b2 = 4, b3 = 7, b4 = 11, b5 = 18, . . .
[relao de recorrncia]
[termos iniciais]
Algumas vezes difcil ou impossvel achar uma frmula explcita para uma
sequncia, mas possvel definir a sequncia usando recurso.
Note que definir sequncias recursivamente similar a provar teoremas por
induo matemtica:
Equao de recorrncia seria o passo indutivo, e
Termos iniciais seriam o passo base.
Definio: Uma equao de recorrncia para uma sequncia a0, a1, a2, . . .
uma frmula que relaciona cada termo ak a certos termos predecessores
ak1, ak2, . . . , aki, onde i um inteiro fixo e k qualquer inteiro, tal que
k i. Os termos iniciais para uma recorrncia so especificados pelos valores a0, a1, a2, . . . , ai1.
UFMG/ICEx/DCC
MD
Conceitos
436

Exemplo 2
(a) ck = ck1 + kck2 + 1
(b) c0 = 1, c1 = 2
c2 = 5, c3 = 12, c4 = 33, . . .
[relao de recorrncia]
[termos iniciais]
Exemplo 3 sequncias que tm a mesma relao de recorrncia:

(a) ak = 3ak1, k > 1
(b) a1 = 2
a2 = 6, a3 = 18, a4 = 54, . . .
(a)
(b)
bk = 3bk1, k > 1
b1 = 1
b2 = 3, b3 = 9, b4 = 27, . . .
UFMG/ICEx/DCC
MD
Conceitos
437

Exemplo 4 Mostre que a sequncia
1, 1!, 2!, 3!, 4!, . . . , (1)nn! . . . , n 0
satisfaz a relao de recorrncia
sk = k sk1, k > 1
UFMG/ICEx/DCC
MD
Conceitos
438

Exemplo 4 Pela definio da sequncia,
sn = (1)n n!, n 0
Substitua n por k e k 1 para obter
sk = (1)k k!
sk1 = (1)k1 (k 1)!
Atravs de manipulao algbrica temos:
k sk1 =
=
=
=
=
UFMG/ICEx/DCC
k[(1)k1 (k 1)!]
(1) k (1)k1 (k 1)!]
(1) (1)k1 k (k 1)!]
(1)k k!
sk
MD
Conceitos
439
Usando recursividade na modelagem de problemas

Strings com certa propriedade
Seja = {0, 1}. Determine quantos strings em 0 . . . 3 que no contm o
padro 11. (i o conjunto de todos os strings de tamanho i sobre .)
Tamanho:
0:
1:
2:
3:
Strings
0, 1
00, 01, 10
000, 001, 010, 100, 101
Logo, temos que:

Tamanho
0
1
2
3
UFMG/ICEx/DCC
MD
# Strings
1
2
3
5
Conceitos
440

Quantos elementos existem em k ?
Idia:
Suponha que o nmero de strings k que no contm o padro 11 seja
conhecido.
Use esse fato para determinar o nmero de strings de tamanho k que no
contm 11 em funo de strings menores que no contm 11.
UFMG/ICEx/DCC
MD
Conceitos
441

Dois casos a considerar em funo do smbolo mais esquerda no string:
0: os k 1 smbolos podem ser qualquer sequncia sobre onde 11 no
aparece;
1: os dois smbolos mais esquerda no podem ser 11 e sim 10.
Logo, os k 2 smbolos podem ser qualquer sequncia sobre onde 11 no
aparece.
Os dois casos geram dois subconjuntos mutuamente disjuntos, representados pela primeira equao de recorrncia abaixo:
(1)
(2)
UFMG/ICEx/DCC
sk
s0
s1
=
=
=
sk1 + sk2
1
2
Equao de recorrncia
)
Condies iniciais
MD
Conceitos
442
Sequncias e recursividade: Sequncia aritmtica

Definio (sequncia aritmtica): Uma sequncia a0, a1, a2, . . . uma sequncia aritmtica sse existe uma constante d tal que
ak = ak1 + d, para todos inteiros k 1
Exemplo:
(1) ak = ak1 + 2, k 1
(2) a0 = 1
Expanso:
a0 = 1
a1 = a0 + 2 = 1 + 2
a2 = a1 + 2 = (1 + 2) + 2
a3 = a2 + 2 = (1 + 2 + 2) + 2
...
an = 1 + n 2 = 1 + 2n
UFMG/ICEx/DCC
MD
Conceitos
443

Exemplo:
(1) ak = 3ak1 + 1, k 2
(2) a1 = 1
a1 = 1
a2 = 3a1 + 1 = 3 1 + 1 = 3 + 1
a3 = 3a2 + 1 = 3 (3 + 1) + 1 = 32 + 3 + 1
a4 = 3a3 + 1 = 3 (32 + 3 + 1) + 1 = 33 + 32 + 3 + 1
...
3n 1
3n 1
n1
n2
2
=
an = 3
+3
+ + 3 + 3 + 1 =
31
2
UFMG/ICEx/DCC
MD
Conceitos
444

Exemplo:
(1) ak = ak1 + 2k, k 1
(2) a0 = 3
a0 = 3
a1 = a0 + 2 1 = 3 + 2 1
a2 = a1 + 2 2 = (3 + 2 1) + 2 2 = 3 + 2 (1 + 2)
a3 = a2 + 2 3 = [(3 + 2 (1 + 2)] + 2 3 = 3 + 2 (1 + 2 + 3)
...
an = 3 + 2 (1 + 2 + . . . + (n 1) + n)
n(n + 1)
= 3+2
2
= 3 + n(n + 1)
UFMG/ICEx/DCC
MD
Conceitos
445
Sequncias e recursividade: Sequncia geomtrica

Definio (sequncia geomtrica): Uma sequncia a0, a1, a2, . . . uma sequncia geomtrica sse existe uma constante r tal que
ak = r ak1, para todos inteiros k 1
Exemplo:
(1) ak = r ak1, k 1
(2) a0 = a
Expanso:
a0 = a
a1 = r a0 = r a
a2 = r a1 = r (r a) = r2 a
a3 = r a2 = r (r2 a) = r3 a
...
an = rn a
UFMG/ICEx/DCC
MD
Conceitos
446
Verificando a validade de uma frmula fechada

Prove a seguinte afirmao:
Se h1, h2, h3, . . . a sequncia definida por
hi = 2hi1 + 1, para todos inteiros i 2
h1 = 1
ento
hn = 2n 1, para todos inteiros i 1
Prova (induo matemtica):
(a) h1 = 21 1 = 1. [Passo base V.]
(b) Se hi = 2i 1, para algum inteiro i 1
ento hi+1 = 2i+1 1
hi+1 = 2 hi + 1
= 2 (2i 1) + 1
= 2i+1 2 + 1
= 2i+1 1
UFMG/ICEx/DCC
MD
Conceitos
447

Prove a seguinte afirmao:
Se c1, c2, c3, . . . a sequncia definida por
ci = 2ci1 + i, para todos inteiros i 1
c0 = 1
ento cn = 2n + n,
UFMG/ICEx/DCC
para todos inteiros n 0
MD
Conceitos
448

Prova (induo matemtica):
(a) c0 = 20 + 0 = 1. [Passo base V.]
(b) Se ci = 2i + i, para algum inteiro i 0
ento ci+1 = 2i+1 + (i + 1)
ci+1 = 2 ci + (i + 1)
= 2 (2i + i) + (i + 1)
= 2i+1 + 2i + i + 1
= 2i+1 + 3i + 1
A questo passa a ser ento
?
2i+1 + 3i + 1 = 2i+1 + (i + 1)
de onde se conclui que 2i = 0 e i = 0, que no uma condio vlida
para a equao de recorrncia.
UFMG/ICEx/DCC
MD
Conceitos
449
Definio recursiva
Existem vrios outros objetos que podem ser definidos recursivamente alm
de sequncias de nmeros.
Exemplo: conjuntos.
A definio recursiva de conjuntos consiste dos seguintes elementos:
(i) BASE: uma afirmao que certos objetos pertencem ao conjunto.
(ii) RECURSO: regras que indicam como formar novos conjuntos a partir de
elementos que so conhecidos estarem em conjuntos.
(iii) RESTRIO: uma afirmao que somente os objetos obtidos atravs dos
passos (i) e (ii) pertencem ao conjunto.
Essas mesmas regras podem ser usadas para definir outros objetos de forma
recursiva.
UFMG/ICEx/DCC
MD
Conceitos
450
Definio recursiva: Expresses booleanas

Definio:
(i) BASE: cada smbolo do alfabeto (por exemplo, latino) uma expresso
booleana.
(ii) RECURSO: se P e Q so expresses booleanas ento tambm so
(a) (P Q)
e
(b) (P Q)
e
(c) P
(iii) RESTRIO: no existem expresses booleanas sobre o alfabeto alm
das definidas em (i) e (ii).
Exemplo:
Alfabeto = {a, b, c, . . . , x, y, z}
uma expresso booleana vlida?
((p q) (r p))
1.
2.
3.
4.
Por (i): p, q e r so expresses booleanas.

Por (1), (iia), (iic): (p q) e r so expresses booleanas.
Por (2), (iic), (iia): (p q) e (r p) so expresses booleanas.
Por (3), (iib): ((p q) (r p)) uma expresso booleana.
UFMG/ICEx/DCC
MD
Conceitos
451
Definio recursiva: Strings sobre um alfabeto

Considere o alfabeto = {a, b}. O conjunto de todos strings de tamanho
finito sobre representado por e pode ser definido recursivamente
como:
(i) BASE: pertence a , onde o string nulo.
(ii) RECURSO: se s , ento
(a) sa
e
(b) sb
(iii) RESTRIO: nenhum outro string pertence a alm dos definidos em
(i) e (ii).
Exemplo:
Alfabeto: = {a, b}
A expresso ab pertence a ?
1. Por (i): .
2. Por (1), (iia): a . Mas a a concatenao do string nulo com a,
que equivalente a a. Logo, a .
3. Por (2), (iib): ab .
UFMG/ICEx/DCC
MD
Conceitos
452
Definio recursiva: Soma e Produto

Definio (Soma):
Dados os nmeros a1, a2, . . . , an, onde n um inteiro positivo, o somatrio
P
desses n nmeros, que representado por n
i=1 ai , definido como
1
X
ai = a1
i=1
n
X
ai = (
i=1
n1
X
ai) + an, se n > 1.
i=1
Definio (Produto):
Dados os nmeros a1, a2, . . . , an, onde n um inteiro positivo, o produtrio
Qn
desses n nmeros, que representado por i=1 ai, definido como
1
Y
i=1
UFMG/ICEx/DCC
ai = a1
n
Y
ai = (
ai) an, se n > 1.
i=1
i=1
MD
n1
Y
Conceitos
453
Definio recursiva: Unio e Interseco

Definio (Unio):
Dados os conjuntos A1, A2, . . . , An, onde n um inteiro positivo, a unio
S
desses n conjuntos, que representada por n
i=1 Ai , definido como
1
[
A i = A1
n
[
i=1
Ai = (
i=1
n1
[
Ai )
An .
i=1
Definio (Interseco):
Dados os conjuntos A1, A2, . . . , An, onde n um inteiro positivo, a interTn
seco desses n conjuntos, que representada por i=1 Ai, definido como
1
\
A i = A1
n
\
i=1
i=1
UFMG/ICEx/DCC
Ai = (
MD
Conceitos
n1
\
Ai )
An .
i=1
454
Definio recursiva: Funo

Uma funo dita ser definida recursivamente se ela refere-se a si mesma.
Funes recursivas tm um papel fundamental em teoria da computao.
Exemplo: Funo 91 de McCarthy.
(
M (n) =
n 10
se n > 100
M (M (n + 11)) se n 100
M (99) = M (M (110))
= M (100)
= M (M (111))
= M (101)
= 91
UFMG/ICEx/DCC
MD
Conceitos
455

Exemplo: Funo de Ackermann
A(0, n) = n + 1
A(m, 0) = A(m 1, 1)
A(m, n) = A(m 1, A(m, n 1))
A(1, 2) = A(0, A(1, 1))
= A(0, A(0, A(1, 0)))
= A(0, A(0, A(0, 1)))
= A(0, A(0, 2))
= A(0, 3)
= 4
UFMG/ICEx/DCC
MD
Conceitos
456

Essa funo possui uma taxa de crescimento impressionante:
222
A(4, 4) =
65536
Funo importante em Cincia da Computao que est relacionada com

computabilidade.
UFMG/ICEx/DCC
MD
Conceitos
457
Funo recursiva que no bem definida

Seja a funo G : Z+ Z. Para todos inteiros n 1:
se n = 1
se n par
G(3n 1) se n mpar e n > 1
G(n) = 1 + G( n
2)
A funo G bem definida?

No.
G(1) = 1
G(2) = 1 + G(1) = 1 + 1 = 2
G(3) = G(8) = 1 + G(4) = 1 + (1 + G(2))
= 1 + (1 + 2) = 4
G(4) = 1 + G(2) = 1 + 2 = 3
G(5) = G(14) = 1 + G(7) = 1 + G(20)
= 1 + (1 + G(10))
= 1 + (1 + (1 + G(5))) = 3 + G(5)
UFMG/ICEx/DCC
MD
Conceitos
458
Funo recursiva que no sabe se bem definida

Seja a funo H : Z+ Z. Para todos inteiros n 1:
H(n) =
se n = 1
n)
se n par
1
+
H(
2
H(3n + 1) se n mpar e n > 1
A funo H bem definida?

No se sabe.
A funo computvel para todos inteiros n,
1 n < 109.
UFMG/ICEx/DCC
MD
Conceitos
459
Anlise Combinatria
UFMG/ICEx/DCC
MD
Conceitos
460
Introduo
Ramo da matemtica que trata da contagem.
Em geral, a dificuldade no est em como contar mas o que contar.
Em Cincia da Computao, questes de contagem so importantes j que
temos uma quantidade finita de recursos.
Exemplos:
Quanto de memria ser utilizado por um determinado programa que faz
alocao dinmica de memria?
Quantos usurios um determinado sistema computacional tem capacidade
de atender?
Quantas computaes um determinado algoritmo executa? (Qual o custo
computacional em termos de tempo e espao de um determinado algoritmo?)
Alm disso, contagem a base de probabilidade e estatstica.
Contagem baseada em dois princpios:
Princpio da Multiplicao
Princpio da Adio
UFMG/ICEx/DCC
MD
Conceitos
461
rvore de possibilidades e
Princpio da multiplicao
Uma rvore um tipo particular de um grafo onde no existem ciclos.
uma estrutura muito til para registrar todas as possibilidades em situaes
em que os eventos ocorrem em ordem.
UFMG/ICEx/DCC
MD
Conceitos
462
Exemplo 1 Regras para deciso de um torneiro entre os times A e B:
Cada jogo tem sempre um vencedor
O time para ser campeo deve vencer dois jogos consecutivos ou um total de
trs jogos
De quantas formas diferentes o torneio pode ser jogado?
UFMG/ICEx/DCC
MD
Conceitos
463
AxB
A*
A
AxB
AxB
AxB
B* B
A*
A
AxB
A*
AxB
AxB
B* B
B
B*
B
AxB
A*
AxB
A*
B*
B* B
B
Notao: X indica que o time X vencedor.
UFMG/ICEx/DCC
MD
Conceitos
464
Exemplo 1 (continuao) Formas diferentes de o torneio ser jogado:
1. AA
2. ABAA
3. ABABA
A*
A*
A
A
4. ABABB
AxB
AxB
A
A
AxB
AxB
5. ABB
B* B
B
A
B
B
6. BAA
AxB
7. BABAA
A*
A
A
AxB
AxB
8. BABAB
B
A
A
AxB
B* B
9. BABB
B* B
AxB
B
B
10. BB
Ou seja, 10 formas
diferentes.
UFMG/ICEx/DCC
MD
Conceitos
A*
B*
A*
B*
465
Exemplo 2 Considere um sistema computacional que possui quatro unidades
de Entrada/Sada A, B, C e D e trs processadores X, Y e Z. Qualquer
unidade de E/S pode ser conectada a um processador. Quantas possibilidades
existem de conectar uma unidade de E/S a um processador?
E/S
A
Processador
X
Y
Z
X
4 3 = 12
Sistema
Computacional
ou seja, 12 configuraes
diferentes
X
C
Y
Z
X
Y
Z
UFMG/ICEx/DCC
MD
Conceitos
466
Se uma operao consiste em k passos, sendo que
o primeiro passo pode ser executado de n1 formas diferentes, ou seja, existem n1 possibilidades para o passo 1,
o segundo passo pode ser executado de n2 formas diferentes, e assim, sucessivamente, at
o k-simo passo que pode ser executado de nk formas diferentes
ento toda a operao pode ser executada de
n1 n2 . . . nk
formas diferentes.
UFMG/ICEx/DCC
MD
Conceitos
467
Exemplo 3 Um nmero de identificao formado por uma sequncia de quatro smbolos escolhidos de um conjunto formado pelas 26 letras do alfabeto e
os 10 dgitos. Quantos nmeros de identificao diferentes existem se repetio
de smbolos permitida?
Observe que:
O conjunto de smbolos formado por 36 smbolos S = {A, . . . , Z, 0, . . . , 9}.
A ordem de ocorrncia dos smbolos importante.
Para cada posio existem 36 possibilidades.
Assim, existem
36 36 36 36 = 364 = 1 679 616
nmeros de identificao diferentes.
UFMG/ICEx/DCC
MD
Conceitos
468
Exemplo 4 Suponha o mesmo cenrio anterior de nmero de identificao mas
com a restrio que smbolos no podem ser repetidos. Neste caso, quantos
nmeros de identificao existem?
Observe que:
O conjunto de smbolos formado por 36 smbolos.
A ordem de ocorrncia dos smbolos importante.
Para a primeira posio existem 36 possibilidades.
Para a segunda posio, pode-se escolher um smbolo do subconjunto S2
formado por S menos o smbolo escolhido para a primeira posio. Assim, o
subconjunto S2 possui sempre 35 smbolos.
Da mesma forma, para a terceira posio, o subconjunto S3 possui 34 smbolos e, para a quarta posio, o subconjunto S4 possui 33 smbolos.
Assim, existem
36 35 34 33 = 1 413 720
nmeros de identificao diferentes.
UFMG/ICEx/DCC
MD
Conceitos
469
Exemplo 5 Suponha que A1, A2, A3, A4 so conjuntos com n1, n2, n3, n4
elementos respectivamente. Mostre que o conjunto A1 A2 A3 A4 tem
n1 n2 n3 n4 elementos.
Cada elemento em A1 A2 A3 A4 uma tupla ordenada da forma
(a1, a2, a3, a4), onde a1 A1, a2 A2, a3 A3, a4 A4. O processo
de construir estas tuplas ordenadas uma operao de quatro passos:
1.
2.
3.
4.
Selecione o primeiro elemento da tupla do conjunto A1.

Selecione o segundo elemento da tupla do conjunto A2.
Selecione o terceiro elemento da tupla do conjunto A3.
Selecione o quarto elemento da tupla do conjunto A4.
Para cada um dos passos 1 a 4 acima, existem n1, n2, n3, n4 formas respectivamente. Assim, pela regra da multiplicao existem n1 n2 n3 n4 tuplas
distintas no conjunto A1 A2 A3 A4.
UFMG/ICEx/DCC
MD
Conceitos
470
Exemplo 6 Considere o conjunto de todos os circuitos eletrnicos com duas entradas lgicas (P e Q) e uma sada lgica. Quantas tabelas da verdade distintas,
considerando a entrada e sada, podem ser construdas para este cenrio?
Esquema de um circuito e uma possvel tabela de entrada e sada:
P Q Sada
1a linha 1
1
1
P C IRCUITO
2a linha 1
0
0
Sada
Q - E LETRNICO
3a linha 0
1
1
4a linha 0
0
0
Observe que:
Cada linha de entrada corresponde a uma possvel entrada.
Para cada linha existem duas possibilidades de sada.
A ordem em que cada linha de entrada considerada importante.
UFMG/ICEx/DCC
MD
Conceitos
471
Assim, existem
|
2
2
2
2
{z
}|
{z
}|
{z
}|
{z
} = 16
1a linha
2a linha
3a linha
4a linha
tabelas da verdade distintas.
UFMG/ICEx/DCC
MD
Conceitos
472
Exemplo 7 Considere o mesmo problema do exemplo anterior mas um circuito
eletrnico com k entradas. Quantas tabelas distintas existem?
Observe que:
As mesmas consideraes anteriores so vlidas.
Existem 2k linhas de entrada diferentes.
Assim, existem
k
2
. . 2} = 2
|2 .{z
2k vezes

2
Note que para o exemplo anterior (k = 2), temos 22 = 24 = 16 tabelas

distintas.
UFMG/ICEx/DCC
MD
Conceitos
473
Exemplo 8 Quantas vezes os comandos do trecho de programa abaixo so
executados?
for i 1 to 4 do
for j 1 to 3 do
Comandos a serem executados;
endfor;
endfor;
Observe que:
Claramente existe uma ordem para execuo de cada comando.
Veja que a combinao de variveis de controle pode ser representada por
um par ordenado (i, j) que tm os seguintes valores:
(1, 1), . . . , (1, 3), (2, 1), . . . , (2, 3), . . . , (4, 1), . . . , (4, 3).
Assim, os comandos so executados
{z
1) + 1} = 4 3 = 12
(4
{z
1) + 1} (3
|
|
i
vezes.
UFMG/ICEx/DCC
MD
Conceitos
474
Exemplo 9 Considere o mesmo problema do exemplo anterior com comandos
de repetio aninhados. As variveis de controle so c1, c2, . . . , cn, que podem
assumir valores nas faixas [Ic1 , Sc1], [Ic2 , Sc2], . . . , [Icn , Scn], respectivamente
(I para inferior e S para superior). Quantas vezes os comandos presentes no
loop mais interno controlado pela varivel cn so executados?
Observe que:
As mesmas consideraes anteriores so vlidas.
Assim, os comandos presentes no loop mais interno controlado pela varivel cn
so executados
((Sc1 Ic1 ) + 1) ((Sc2 Ic2 ) + 1) . . . |((Scn {z
Icn ) + 1)}
|
{z
c1
} |
{z
c2
cn
vezes.
UFMG/ICEx/DCC
MD
Conceitos
475
Exemplo 10 Considere o seguinte problema: As posies de presidente,
tesoureiro e secretrio tm que ser escolhidas entre quatro pessoas A, B, C
e D. Alm disso, existem duas restries:
(a) A no pode ser presidente;
(b) C ou D deve ser o secretrio.
Quantas escolhas distintas existem?
natural tentar resolver o problema usando o princpio de multiplicao. Uma
possibilidade fazer o seguinte raciocnio:
Existem trs escolhas para presidente j que A no pode ser;
Existem trs escolhas para tesoureiro de um conjunto de quatro candidatos;
Duas escolhas para secretrio.
o que daria 3 3 2 = 18 possibilidades.
Observe que:
O nmero de escolhas de secretrio depende de como o presidente e o
tesoureiro so escolhidos e o valor acima no correto.
UFMG/ICEx/DCC
MD
Conceitos
476
Exemplo 10 (continuao) A rvore abaixo mostra todas as possibilidades:
Presidente
Tesoureiro
A
Secretrio
C
D
A
Chapa
D
D
C
D
C
B
A
D
C
D
B
Este problema ilustra a questo da rea de Combinatria:

Em geral, a dificuldade no est em como contar mas o que contar.
UFMG/ICEx/DCC
MD
Conceitos
477
Exemplo 10 (continuao) Estratgia para resoluo do problema usando o
princpio da multiplicao:
(a) Escolha o secretrio, j que existem duas possibilidades apenas: C ou D;
(b) Escolha o presidente. Neste caso, existem apenas duas possibilidades j
que A e a pessoa escolhida como secretrio no podem ser escolhidas
como presidente;
(c) Escolha o tesoureiro, que pode ser uma das duas pessoas restantes.
o que d 2 2 2 = 8 possibilidades.
UFMG/ICEx/DCC
MD
Conceitos
478
Exemplo 10 (continuao) A rvore abaixo mostra todas essas possibilidades:
Secretrio
Presidente
Tesoureiro
A
B
D
A
D
B
Chapa
A
B
C
A
C
B
UFMG/ICEx/DCC
MD
Conceitos
479
Exemplo 11 Um estudante tem:
4 livros de sistemas operacionais;
7 livros de programao; e
3 livros de estruturas de dados.
De quantas formas diferentes os livros podem ser colocados na prateleira de
uma estante, dado que livros de um mesmo assunto devem ficar juntos?
Observe que:
A ordem de ocorrncia dos conjuntos de livros na estante importante.
Dentro de cada conjunto de livros a ordem tambm importante.
O problema pode ser dividido em duas partes: nmero de ordenaes de
conjuntos e, dentro de cada conjunto, ordenao dos livros.
UFMG/ICEx/DCC
MD
Conceitos
480
Exemplo 11 (continuao) A quantidade de ordenaes de conjuntos de livros
dada por:
2
1
3
{z
}|
{z
}=6
{z
}|
|
# possibilidades para # possibilidades para # possibilidades para
o primeiro conjunto o segundo conjunto o terceiro conjunto
(meio)
(direita)
(esquerda)
Para cada um dos conjuntos de livros, temos as seguintes possibilidades:
Sistemas operacionais (4 livros): 4 3 2 1 = 4!
Programao (7 livros): 7 6 . . . 1 = 7!
Estruturas de dados (3 livros): 3 2 1 = 3!
Assim, temos
6 (4! 7! 3!) = 4 354 560
possibilidades de colocar os livros na estante.
UFMG/ICEx/DCC
MD
Conceitos
481
Exemplo 12 Quantos inteiros de trs dgitos so divisveis por 5?
Observe que:
Os nmeros inteiros candidatos esto no intervalo [100, 999].
Os nmeros candidatos terminam em 0 ou 5.
Primeira estratgia para resolver o problema:
Os nmeros divisveis por 5 nesse intervalo podem ser criados a partir da
concatenao de dgitos provenientes dos seguintes conjuntos, nessa ordem:
{1, 2, 3, 4, 5, 6, 7, 8, 9}{0, 1, 2, 3, 4, 5, 6, 7, 8, 9}{0, 5}
Assim, essa quantidade dada por:
10
2
9
{z
} = 180
{z
}|
{z
}|
|
o primeiro conjunto o segundo conjunto o terceiro conjunto
(unidade)
(centena)
(dezena)
UFMG/ICEx/DCC
MD
Conceitos
482
Exemplo 12 (continuao) Note que o mesmo problema pode ser resolvido por
outra estratgia que no envolve o princpio da multiplicao.
Segunda estratgia para resolver o problema:
Enumere os nmeros divisveis por 5 nesse intervalo:
100
l
5 20
...
105
l
5 21
...
995
...
l
5 199
999
Assim, os divisores por 5 dos inteiros no intervalo [100, 999] so os nmeros

20, 21, . . . , 199.
A quantidade de divisores dada por (199 20) + 1 = 180.
UFMG/ICEx/DCC
MD
Conceitos
483
Exemplo 13 Quantos inteiros no intervalo [1,1000] so divisveis por 3 ou divisveis por 5?
Vamos usar a segunda estratgia do problema anterior:
(a) Enumere os nmeros divisveis por 3 nesse intervalo;
(b) Enumere os nmeros divisveis por 5 nesse intervalo;
(c) Enumere os nmeros divisveis por 3 e 5 (ou seja, 15) nesse intervalo.
A soluo deste problema dado por (a) + (b) (c) = 333 + 200 66 =
467.
(a) Nmeros divisveis por 3 nesse intervalo: 333.
3 1, 3 2, . . . , 3 333.
(b) Nmeros divisveis por 5 nesse intervalo: 200.
5 1, 5 2, . . . , 5 200.
(c) Nmeros divisveis por 15 nesse intervalo: 66.
15 1, 15 2, . . . , 15 66.
UFMG/ICEx/DCC
MD
Conceitos
484
Exemplo 14
Quantos nmeros palndromos existem que possuem cinco dgitos?
Um nmero palndromo tem a seguinte regra de formao de dgitos:
1 = d 1
2 = d2
3 = d3
4 = d2
5 = d1
Ou seja, o primeiro dgito e o quinto dgito so idnticos, assim como o segundo e quarto dgitos.
Vamos usar o seguinte raciocnio:
(a) Nmero de opes para o primeiro dgito (d1 ) = n 1.
(b) Nmero de opes para o segundo dgito (d2 ) = n.
(c) Nmero de opes para o terceiro dgito (d3 ) = n.
(d) Nmero de opes para o quarto dgito (d2 ). o mesmo valor do segundo dgito e deve
ser considerado um nico elemento que j foi contado.
(e) Nmero de opes para o quinto dgito (d1 ). o mesmo valor do primeiro dgito e deve
ser considerado um nico elemento que j foi contado.
A soluo deste problema dado por (a) (b) (c) = (n 1) n n = n3 n2
UFMG/ICEx/DCC
MD
Conceitos
485
Exemplo 15 Use o princpio da multiplicao para provar que o conjunto
X = {x1 , x2 , . . . , xn }
com n elementos possui 2n subconjuntos (que a cardinalidade do conjunto P(X)).
Prova. Um subconjunto qualquer de X pode ser construdo em n passos:
1. Inclua ou no o elemento x1 ;
2. Inclua ou no o elemento x2 ;
...
n. Inclua ou no o elemento xn ;
Em cada passo existem duas possibilidades. Assim, o nmero de de subconjuntos de X dado
por:
n
|2 2
{z. . . 2} = 2
n fatores
Observe, por exemplo, que o conjunto obtido quando nenhum elemento de X escolhido.
UFMG/ICEx/DCC
MD
Conceitos
486
Permutao
Definio: um arranjo ordenado de objetos sem repetio.
A ordem importante.
Pode-se aplicar o princpio da multiplicao.
Exemplo 16 Seja o conjunto A = {a, b, c}.
(a) Quantas permutaes existem?
3
2
1
{z
}|
{z
}=6
|
{z
}|
o primeiro elemento o segundo elemento o terceiro elemento
(b) Quais so elas?
1. abc
2. acb
3. bac
4. bca
5. cab
6. cba
UFMG/ICEx/DCC
MD
Conceitos
487
Permutao: Caso I
Seja um conjunto com n elementos. Quantas permutaes existem considerando todos os elementos e que no h repetio?
Observe que:
A ordem de ocorrncia dos smbolos do conjunto importante.
Aplicando-se o princpio da multiplicao, temos:
n
(n-1)
{z
} |
|
{z
}
# possibilidades para # possibilidades para
o primeiro elemento o segundo elemento
UFMG/ICEx/DCC
MD
... ...|
Conceitos
= n!
{z
}
# possibilidades para
o n-simo elemento
488
Permutao: Caso II
Seja um conjunto com n elementos. Quantas permutaes existem considerando r (1 r n) elementos desse conjunto e que no h repetio?
Observe que:
A ordem de ocorrncia dos smbolos do conjunto importante.
Aplicando-se o princpio da multiplicao, temos:
(n-1)
{z
} |
|
{z
}
# possibilidades para # possibilidades para
o primeiro elemento o segundo elemento
n
Y
... ...|
(n-r+1)
{z
}
# possibilidades para
o r-simo elemento
i = (n r + 1) . . . (n 1) n =
i=nr+1
n (n 1) . . . (n r + 1)
UFMG/ICEx/DCC
(n r) (n r 1) . . . 2 1
n!
=
(n r) (n r 1) . . . 2 1
(n r)!
MD
Conceitos
489
Permutao: Caso genrico

Dado um conjunto com n (n 1) elementos e um valor de r (1 r n),
existem
n!
P (n, r) =
(n r)!
permutaes de elementos desse conjunto considerando que no h repetio.
Lembre-se que na Permutao:
Elementos no so repetidos.
A ordem em que esses elementos aparecem importante, ou seja, a permutao pode ser representada por uma tupla ordenada.
UFMG/ICEx/DCC
MD
Conceitos
490

Exemplo 17 Avalie as seguintes permutaes:
(a) P (5, 2).
P (5, 2) =
5 4 3!
5!
=
= 20
(5 2)!
3!
(b) Quantidade de permutaes de tamanho 4 de um conjunto de 7 objetos.

7!
7 6 5 4 3!
P (7, 4) =
=
= 840
(7 4)!
3!
UFMG/ICEx/DCC
MD
Conceitos
491

Exemplo 18 Avalie P (n, 2) + P (n, 1), para n 2.
n!
n!
+
P (n, 2) + P (n, 1) =
(n 2)!
(n 1)!
=
n (n 1)!
n (n 1) (n 2)!
+
(n 2)!
(n 1)!
= n (n 1) + n
= n2 n + n
= n2
UFMG/ICEx/DCC
MD
Conceitos
492
Permutao
Exemplo 19 Permutaes de letras de uma palavra:
(a) De quantas formas diferentes as letras da palavra COMPUTER podem ser
arranjadas numa sequncia (fila)?
Todas as letras na palavra COMPUTER so distintas. Assim, o nmero de
formas distintas de arranjar as letras o nmero de permutaes de um
conjunto de oito elementos, ou seja, 8! = 40 320.
(b) De quantas formas diferentes as letras da palavra COMPUTER podem ser

arranjadas se as letras CO devem permanecer unidas nesta ordem?
Se as letras CO devem permanecer unidas existem efetivamente sete objetos a serem arranjados. Assim, o nmero de permutaes 7! = 5 040.
UFMG/ICEx/DCC
MD
Conceitos
493
Permutao
Exemplo 20 Permutaes de objetos ao redor de um crculo:
A
Numa reunio, seis pessoas vo estar sentadas mesa

que tem formato circular. De quantas formas diferentes
essas pessoas podem se sentar?
Identifique as pessoas como A, B, C, D, E e F. Somente as posies relativas

importam j que no existe uma identificao de assento na mesa. Por exemplo,
comece com A e considere todos os arranjos das outras pessoas em relao
a A. As pessoas B a F podem se sentar em volta de A de todas as formas
possveis. Assim, existem 5! = 120 formas de arranjar o grupo.
UFMG/ICEx/DCC
MD
Conceitos
494
Princpio da adio
Existem problemas de contagem que podem ser resolvidos contando o nmero de elementos:
na unio de dois conjuntos,
na diferena entre dois conjuntos, e
na interseco de dois conjuntos
O princpio a ser usado neste caso chamado de Princpio da Adio.
UFMG/ICEx/DCC
MD
Conceitos
495
Princpio da adio
Se uma operao consiste em k passos distintos, onde os passos so mutuamente disjuntos, sendo que
o primeiro passo pode ser executado de n1 formas diferentes, ou seja, existem n1 possibilidades para o passo 1,
o segundo passo pode ser executado de n2 formas diferentes, e assim sucessivamente at
o k-simo passo que pode ser executado de nk formas diferentes
ento toda a operao pode ser executada de
n1 + n2 + . . . + nk
formas diferentes.
UFMG/ICEx/DCC
MD
Conceitos
496
Princpio da adio
Exemplo 21 Uma senha de usurio de um sistema computacional pode ser
formada por sequncias de uma a trs letras maisculas, sendo que repeties
so permitidas. Quantas senhas diferentes existem?
Observe que:
O conjunto de todas as senhas formada pelos subconjuntos de senhas de
uma, duas e trs letras.
Em cada um desses subconjuntos temos a seguinte quantidade de senhas:
Uma letra: 26
Duas letras: 26 26 = 262
Trs letras: 26 26 26 = 263
Assim, pelo princpio da adio temos:
26 + 262 + 263 = 18 278
senhas de usurio diferentes.
UFMG/ICEx/DCC
MD
Conceitos
497
Princpio da adio
Exemplo 22 Quantos nmeros inteiros mpares existem no intervalo [10,99]
com dgitos distintos?

Nmeros com
dgitos distintos
Dgitos das dezenas

I
Dgitos das unidades

II
Os cinco nmeros mpares com dgitos iguais so 11, 33, 55, 77 e 99. Logo,
deve-se subtrair 5.
I |{1, 2, . . . , 9}| = 9
II |{1, 3, 5, 7, 9 }| = 5
Nmeros com dgitos distintos = 9 5 5 = 40
UFMG/ICEx/DCC
MD
Conceitos
498
Princpio da adio
Uma consequncia importante do princpio da adio que se o nmero de
elementos de um conjunto A (n(A)) e de um subconjunto prprio B (n(B)) de
A so ambos conhecidos, ento o nmero de elementos de A que no esto
em B pode ser calculado:
n(A B) = n(A) n(B)
A expresso acima verdadeira j que se B um subconjunto de A, ento

B (A B) = A
e os dois conjuntos B e A B no possuem elementos em comum. Assim,
pelo princpio da adio,
n(B) + n(A B) = n(A)
n(A B) = n(A) n(B)
UFMG/ICEx/DCC
MD
Conceitos
499
Princpio da adio
Exemplo 23 No exemplo 3 vimos que existem 364 = 1 679 616 identificadores formados por uma sequncia de quatro smbolos escolhidos de um
conjunto formado pelas 26 letras do alfabeto e os 10 dgitos, com repetio de
smbolos. Dessa quantidade quantos identificadores possuem pelo menos um
smbolo repetido?
Observe que:
A quantidade de identificadores com pelo menos um smbolo repetido dado
por:
Total de identificadores de tamanho quatro com smbolos repetidos e
no repetidos menos total de identificadores de tamanho quatro com
smbolos no repetidos.
Assim, o total de identificadores de tamanho quatro com pelo menos um smbolo
repetido dado por
364 (36 35 34 33) = 1 679 616 1 413 720 = 265 896
UFMG/ICEx/DCC
MD
Conceitos
500
Princpio da adio
Exemplo 24 Quantos nmeros inteiros existem no intervalo [1, 100 000] que
contm o algarismo 6 exatamente uma nica vez?
O algarismo 6 pode aparecer exatamente uma nica vez nas seguintes posies:
6
6
6
6
6
Nas outras posies podemos escolher qualquer algarismo de 0 a 9, exceto o
6, ou seja, nove possibilidades.
Assim, temos 5 94 = 32805 nmeros.
UFMG/ICEx/DCC
MD
Conceitos
501
Princpio da adio
contm pelo menos um algarismo 6?
Para resolver este problema, vamos calcular a quantidade de nmeros que no tem o algarismo
6 no intervalo. Neste caso, o intervalo fica alterado para [1, 99 999] j que 100 000 no contm
o algarismo 6.
Temos cinco posies onde podemos preencher com os algarismos de 0 a 9, exceto o 6, ou
seja, temos nove possibilidades, o que gera 95 = 59 049 nmeros sem o algarismo 6. No
entanto, uma dessas sequncias formada por cinco 0s, que est fora do intervalo pedido
e, assim, temos 59 049 1 = 59 048 nmeros no intervalo [1, 99 999] que no contm o
algarismo 6.
Sabemos que no intervalo [1, 99 999] temos 99 999 nmeros sendo que 59 048 deles no
contm o algarismo 6. Logo, temos
99 999 59 048 = 40 951
nmeros que contm pelo menos um algarismo 6.
UFMG/ICEx/DCC
MD
Conceitos
502
Princpio da adio
Exemplo 26 O segredo de um cofre requer trs nmeros no intervalo [1, 39]. Suponha
que o segredo pode ser construdo de tal forma que o mesmo nmero no pode ser usado
em sequncia mas o mesmo nmero pode ser usado na primeira e terceira posies. Quantos
segredos existem?
Podemos resolver este problema usando a seguinte estratgia:
(a) Calcular a quantidade de segredos supondo que sequncias de nmeros idnticos so
permitidas;
Isto dado por 393 = 59 319.
(b) Calcular a quantidade de segredos onde os trs nmeros so idnticos;
Existem exatamente 39 segredos onde os trs nmeros so idnticos.
(c) Calcular a quantidade de segredos onde existem dois nmeros idnticos em sequncia;
Existem (39 38) 2 = 2 964 segredos onde h dois nmeros idnticos em sequncia. Estes dois cenrios podem ser representados por:
n1
n1
n2 6= n1
n2 6= n1
n1
n1
e
.
1
2
3
1
2
3
sendo que n1 pode variar de 1 a 39 e n2 tambm, exceto que no pode ter o mesmo
valor de n1 .
Logo, o nmero de segredos que satisfazem o problema dado por
(a) (b) (c) = 59 319 39 2 964 = 56 316.
UFMG/ICEx/DCC
MD
Conceitos
503
Princpio da adio
Exemplo 26 (continuao)
De uma forma genrica, o segredo de um cofre que requer trs nmeros no intervalo [1, n],
onde o mesmo nmero no pode ser usado em sequncia mas o mesmo nmero pode ser
usado na primeira e terceira posies tem a seguinte quantidade de segredos:
(a) Quantidade de segredos supondo que sequncias de nmeros idnticos so permitidas:
Isto dado por n3 .
(b) Quantidade de segredos onde os trs nmeros so idnticos:
Existem exatamente n segredos onde os trs nmeros so idnticos.
(c) Quantidade de segredos onde existem dois nmeros idnticos em sequncia:
Existem n (n 1) 2 segredos onde h dois nmeros idnticos em sequncia.
Logo, a quantidade de segredos que satisfazem o problema dado por
(a) (b) (c) = n3 n 2n(n 1) = n3 2n2 + n.
UFMG/ICEx/DCC
MD
Conceitos
504
Resolvendo o mesmo problema com o princpio da

multiplicao
Este mesmo problema pode ser resolvido usando o princpio da multiplicao da seguinte forma:
(a) Quantidade de nmeros que podem ser usados como primeiro nmero do segredo:
Isto dado por n.
(b) Quantidade de nmeros que podem ser usados como segundo nmero do segredo:
Isto dado por n 1, j que o primeiro nmero do segredo no pode ser repetido no
segundo nmero.
(c) Quantidade de nmeros que podem ser usados como terceiro nmero do segredo:
Isto tambm dado por n 1. Note que temos n opes de nmeros como terceira
opo, mas o segundo nmero no pode ser usado na terceira opo.
Logo, a quantidade de segredos que satisfazem o problema dado por
(a) (b) (c) = n(n 1)(n 1) = n(n2 2n + 1) = n3 2n2 + n.
UFMG/ICEx/DCC
MD
Conceitos
505
Combinao e Permutao
Para cada combinao C(n, r), existem r! formas de permutar os r objetos.
Ou ainda, para cada permutao P (n, r) existem r! arranjos com o mesmo
conjunto de r objetos distintos.
Pelo Princpio da Multiplicao, o nmero de permutaes de r objetos distintos escolhidos de n objetos o produto da quantidade de formas de escolher
os r objetos, C(n, r), pela quantidade de formas de arranjar os r objetos, r!,
ou seja,
C(n, r) r! = P (n, r)
Ou ainda
C(n, r) =
UFMG/ICEx/DCC
P (n, r)
n!
=
r!
r!(n r)!
MD
Conceitos
506
Combinao e Permutao
Exemplo 27
Enfileiramento: De quantas formas diferentes pode-se formar uma fila com sete marcianos e
cinco jovianos, sendo que dois jovianos no podem ficar juntos?
Se dois jovianos no podem ficar juntos, a nica configurao possvel de lugares na fila dada
por:
M1
1
M2
2
M3
3
M4
4
M5
5
M6
6
M7
7
onde Mi , i = 1 . . . 7, representam os marcianos e as posies vazias de 1 a 8 representam os

possveis lugares que os jovianos podem ocupar, sendo que trs delas estaro vazias j que
temos apenas cinco jovianos.
Assim, este enfileiramento pode ser feito em duas etapas:
(a) Posies dos marcianos no cenrio acima:
Isto dado por 7! = 5 040.
(b) Posies dos jovianos nos oito lugares acima:
Note que devemos escolher cinco posies e para cada conjunto de posies ter uma
permutao. Isto dado por C(8, 5) 5!, que exatamente P (8, 5) = 6 720
A quantidade total de enfileiramentos dada por 5 040 6 720 = 33 868 800.
UFMG/ICEx/DCC
MD
Conceitos
507
Combinao
Definio: Sejam n e r inteiros no negativos com r n. Uma combinao
r de um conjunto de n elementos um subconjunto de r dos n elementos.
C(n, r) representa o nmero de subconjuntos de tamanho r que podem ser
obtidos de um conjunto de n elementos.
Formas para representao de uma combinao:
C(n, r)
!
n
r
Cn,r
nCr
nCr
UFMG/ICEx/DCC
MD
Conceitos
508
Combinao e Permutao
Exemplo 28 Quantas combinaes de dois elementos podem ser obtidas do
conjunto {0, 1, 2, 3}?
4!
n!
=
=6
C(n, r) =
r!(n r)!
2! 2!
Esses seis conjuntos so:
{0, 1}, {0, 2}, {0, 3} subconjuntos que contm 0.
{1, 2}, {1, 3}
subconjuntos que contm 1 mas que no foram listados.
{2, 3}
subconjuntos que contm 2 mas que no foram listados.
UFMG/ICEx/DCC
MD
Conceitos
509
Combinao e Permutao
contm exatamente os dgitos 2, 3, 4 e 5?
Posies que os dgitos podem ser colocados:
1
Idia:
Cada nmero ser representado com cinco dgitos. Assim, 1 ser escrito
como 00001.
UFMG/ICEx/DCC
MD
Conceitos
510
Combinao e Permutao
Devemos:
(a) Calcular a quantidade de subconjuntos de quatro posies que iro ter os quatro dgitos
obrigatrios;
Isto dado por C(5, 4) = 5. Existem cinco conjuntos de quatro posies onde os
dgitos obrigatrios podem ser colocados.
(b) Calcular a quantidade de permutaes que podemos ter com os quatro dgitos obrigatrios;
Isto dado por 4! = 24. Para cada conjunto de quatro posies existem 24 permutaes para os quatro dgitos obrigatrios.
(c) Calcular a quantidade de nmeros no intervalo que podemos ter com os dgitos obrigatrios.
Isto dado por 5 24 = 120.
(d) Calcular a quantidade de nmeros no intervalo que podemos ter incluindo os dgitos
restantes, ou seja, {0, 1, 6, 7, 8, 9}.
Isto dado por 6 120 = 720. Existem seis outros dgitos que podem ocupar a quinta
e ltima posio restante para cada permutao dos quatro dgitos obrigatrios.
UFMG/ICEx/DCC
MD
Conceitos
511
Combinao
Suponha que desejamos selecionar r objetos distintos de um conjunto de n
elementos mas a ordem no importante.
Neste caso, estamos contando o nmero de combinaes de r (r n) objetos distintos escolhidos de um conjunto de n (n 1) elementos onde a ordem
no importante.
UFMG/ICEx/DCC
MD
Conceitos
512
Combinao
Exemplo 30 Numa escola, h 10 professores de Matemtica e 15 de Portugus. Pretende-se formar, com esses professores, uma comisso de sete
membros. Quantas comisses distintas podem ser formadas?
Observe que:
O conjunto possui 25 professores.
A ordem no importante.
C(25, 7) =
25!
7! 18!
25 24 23 22 21 20 19 18!
=
7 6 5 4 3 2 18!
= 2 043 500
UFMG/ICEx/DCC
MD
Conceitos
513
Combinao
Exemplo 31 Suponha que times de 5 pessoas vo ser formados de um grupo
de 12 pessoas. Duas pessoas desse grupo (A e B) insistem em trabalhar conjuntamente. Assim, ao se formar um time, ou as duas pessoas esto presentes
ou no. Quantos times podem ser formados?
No total de times
"
No de times que contm

AeB
I
"
No de times que no contm

nem A nem B
II
10! = 120
I C(10, 3) = 3!7!
Os times que contm A e B devem ter mais 3 pessoas das 10 restantes do grupo.
10! = 252
II C(10, 5) = 5!5!
Os times que no contm A e B devem ter 5 pessoas das 10 restantes do grupo.
No total de times = 120 + 252 = 372
UFMG/ICEx/DCC
MD
Conceitos
514
Combinao
Exemplo 32 Suponha o mesmo cenrio anterior mas agora A e B no podem
pertencer simultaneamente a um mesmo time. Quantos times podem ser formados?
No total de times
"
No de times com
A e sem B
I
"
No de times com
B e sem A
II
"
No de times sem
A e sem B
III
10! = 210
I C(10, 4) = 4!6!
Os times com A e sem B devem ter mais 4 pessoas das 10 restantes do grupo (10 porque
A e B esto fora e 4 porque A uma das 5 pessoas).
10! = 210
II C(10, 4) = 4!6!
Idem ao anterior.
10! = 252
III C(10, 5) = 5!5!
Os times que no contm A e B devem ter 5 pessoas das 10 restantes do grupo.
No total de times = 210 + 210 + 252 = 672

UFMG/ICEx/DCC
MD
Conceitos
515
Combinao
Exemplo 32 Este problema tambm pode ser resolvido de outra forma:
"
#
No de times com
No de times com
A e com B
= 5 pessoas
II
I
No total de times
12! = 792
I C(12, 5) = 5!7!
Total de times com 5 pessoas.
10! = 120
II C(10, 3) = 3!7!
Os times que contm A e B devem ter mais 3 pessoas das 10 restantes do grupo.
No total de times = 792 120 = 672
UFMG/ICEx/DCC
MD
Conceitos
516
Expresses pelo menos e no mximo

Seja um conjunto S com 5 elementos.
O que significa escolher subconjuntos com
pelo menos 3 elementos de S, e
no mximo 2 elementos de S?
Pelo menos 3 elementos de S:
Significa escolher subconjuntos com 3, 4 ou 5 elementos.
No mximo 2 elementos de S:
Significa escolher subconjuntos com 0, 1 ou 2 elementos.
UFMG/ICEx/DCC
MD
Conceitos
517
Combinao
Exemplo 33 Suponha que o grupo de 12 pessoas seja formado por 5 homens
e 7 mulheres. Quantos times de 5 pessoas podem ser formados com 3 homens
e 2 mulheres?
No total de times
"
No de times com
3 homens
I
"
No de times com
2 mulheres
II
5! = 10
I C(5, 3) = 2!3!
Total de times com 3 homens.
7! = 21
II C(7, 2) = 2!5!
Total de times com 2 mulheres.

Note que o princpio da multiplicao deve ser aplicado j que temos possibilidades diferentes
para formao dos times.
UFMG/ICEx/DCC
MD
Conceitos
518
Combinao
Exemplo 34 Suponha o mesmo grupo anterior. Quantos times de 5 pessoas
podem ser formados com pelo menos um homem?
"
#
No de times com
No de times com
nenhum homem
= 5 pessoas
II
I
No total de times
12! = 792
I C(12, 5) = 5!7!
Total de times com 5 pessoas incluindo homens e mulheres.
7! = 21
II C(7, 5) = 5!2!
O total de times com nenhum homem exatamente a quantidade de times formados apenas por mulheres.
UFMG/ICEx/DCC
MD
Conceitos
519
Combinao

5
7
1
4

5
7
2
3

5
7
3
2

5
7
4
1

5
7
5
0
UFMG/ICEx/DCC
+ {Times com 1 homem e 4 mulheres}

+ {Times com 2 homens e 3 mulheres}
+ {Times com 3 homens e 2 mulheres}
+ {Times com 4 homens e 1 mulher}
{Times com 5 homens e nenhuma mulher}
MD
Conceitos
520
Combinao
Exemplo 35 Suponha o mesmo grupo anterior. Quantos times de 5 pessoas
podem ser formados com no mximo um homem?
No total de times
"
No de times com
nenhum homem
I
"
No de times com
um homem
II
7! = 21
I C(7, 5) = 5!2!
O total de times com nenhum homem exatamente a quantidade de times formados apenas por mulheres.
5! 7! = 5 35 = 175
II C(5, 1) C(7, 4) = 1!4!
4!3!
O total de times com um homem e quatro mulheres.
No total de times = 21 + 175 = 196
UFMG/ICEx/DCC
MD
Conceitos
521
Combinao
Exemplo 36 Numa escola, h 10 professores de Matemtica e 15 de Portugus. Pretende-se formar, com esses professores, uma comisso de sete
membros. Quantas comisses distintas podem ser formadas com, pelo menos,
um professor de Matemtica?
o de comisses com
N
de comisses com
h
i
nenhum professor de
Matemtica
No total de comisses = 7 pessoas

I
II
No
25! = 2 043 500

I C(25, 7) = 7!18!
Total de comisses com 7 pessoas incluindo professores de Matemtica e Portugus.
15! = 25 740
II C(15, 7) = 7!8!
O total de comisses com nenhum professor de Matemtica exatamente a quantidade
de comisses formadas apenas por professores de Portugus.
No total de comisses = 2 043 500 25 740 = 2 017 760

UFMG/ICEx/DCC
MD
Conceitos
522
Combinao

10
15
1
6

10
15
2
5

10
15
3
4

10
15
4
3

10
15
5
2

10
15
6
1

10
15
7
0
UFMG/ICEx/DCC
+ {Comisses com 1 professor de Matemtica e 6 professores de Portugus}

+ {Comisses com 2 professores de Matemtica e 5 professores de Portugus}
+ {Comisses com 6 professores de Matemtica e 1 professor de Portugus}
{Comisses com 7 professores de Matemtica e nenhum professor de Portugus}
MD
Conceitos
523
Combinao
Exemplo 37 Suponha o mesmo grupo anterior. Quantas comisses distintas podem ser
formadas com, pelo menos, dois professores de Matemtica e, pelo menos, trs professores de
Portugus?
Por que o raciocnio abaixo est errado?
o de comisses com
N
de comisses com

3
professores
de
Por 2 professores de Ma-
temtica
tugus

I
II
No
No de comisses com
2 professores dentre
os restantes de Matemtica e/ou Portugus
III
10!
I C(10, 2) = 2!8!
= 45
No de comisses com 2 professores de Matemtica.
15!
II C(15, 3) = 3!12!
= 455
No de comisses com 3 professores de Portugus.
20!
III C(20, 2) = 2!18!
= 190
No de comisses com 2 professores dentre os restantes de Matemtica e/ou Portugus.
Note que ficam 20 professores dos 25 do grupo, j que 5 foram escolhidos.
No total de comisses = 45 455 190 = 3 890 250
UFMG/ICEx/DCC
MD
Conceitos
524
Combinao
Exemplo 37 (continuao) O raciocnio foi:
I No de comisses com 2 professores de Matemtica
II No de comisses com 3 professores de Portugus
III No de comisses com 2 professores dentre os restantes de Matemtica e/ou Portugus
Um cenrio da proposio anterior pode ser representado pelos seguintes conjuntos:
I
Professores de Matemtica
III
Professores de Matemtica e
Portugus
F
II
Professores de Portugus
UFMG/ICEx/DCC
Neste cenrio, temos no conjunto I os elementos A e B, no conjunto II os elementos a, b e c,

e no conjunto III os elementos restantes.
MD
Note que podemos escolher os professores de

Matemtica C e D como os elementos do conjunto III.
No entanto, existe outro cenrio onde teremos
no conjunto I os professores C e D e os professores A e B como os outros dois elementos
do conjunto III. Se os elementos do conjunto II
no mudaram ento as comisses resultantes
nos dois cenrios acima so idnticas e, assim,
estamos contando duas vezes a mesma comisso.
Conceitos
525
Combinao
Exemplo 37 (continuao) Este problema pode ser resolvido da seguinte forma:
I
Professores de Matemtica
II
Professores de Portugus
UFMG/ICEx/DCC
{Comisses com 4 professores de Matemtica e

3 professores

de
Portugus}
10
4
15
+
3

4 professores

de
Portugus}
10
3
15
+
4

5 professores
de
Portugus}

10
2
15
5
No total de comisses = 95 550 + 163 800 + 135 135 = 394 485.
MD
Conceitos
526
Combinao
Exemplo 38 Seja um baralho comum de 52 cartas que possui quatro naipes (, , , )
de 13 denominaes cada (A, 2, 3, . . . , 10, J, Q, K).
(a) De quantas formas diferentes pode-se ter uma mo de poker (cinco cartas) todas do
mesmo naipe?
Uma mo de poker pode ser construda em dois passos sucessivos: selecione um
naipe e, em seguida, escolha cinco cartas desse naipe. Pelo princpio da multiplicao
temos:
4 C(13, 5) = 5 148.
(b) De quantas formas diferentes pode-se ter uma mo de poker contendo trs cartas de
uma denominao e duas cartas de uma outra denominao?
Essa mo de poker pode ser construda em quatro passos sucessivos: selecione a
primeira denominao para as trs cartas, selecione os trs naipes dessa denominao,
selecione a segunda denominao para as outras duas cartas, selecione os dois naipes
dessa denominao. Pelo princpio da multiplicao temos:
13 C(4, 3) 12 C(4, 2) = 3 744.
UFMG/ICEx/DCC
MD
Conceitos
527
Combinao
Exemplo 39 Dado um grid n m, quantas rotas (caminhos) existem entre a
posio (0, 0) (canto inferior esquerdo) at a posio (n, m) (canto superior
direito) se os nicos movimentos possveis so mover para a direita (D) ou para
cima (C)?
(n,m)
...
...
..
.
..
.
..
.
..
.
..
.
..
.
..
.
...
...
...
...
...
(0,0)
UFMG/ICEx/DCC
MD
Conceitos
528
Combinao
Cada rota pode ser expressa por uma sequncia de Ds e Cs, sendo que existem exatamente
n Ds e m Cs, ou seja, cada rota possui n + m passos.
Posies dos movimentos:
...
1
n+m
Observe que se escolhermos as posies para os movimentos Ds as outras posies devem

ser preenchidas com movimentos Cs e vice-versa. Assim, temos n + m posies a serem
preenchidas sendo que n delas com movimentos Ds. Observe que no estamos interessados
numa dada ordem mas sim no conjunto de posies que iro ter o movimento D. Logo, a
quantidade de rotas que satisfaz as restries de movimentos dada por

(n + m)!
n+m
=
,
n
n!m!
que o mesmo valor de

(n + m)!
n+m
=
m
m!n!
se os movimentos Cs forem escolhidos.

UFMG/ICEx/DCC
MD
Conceitos
529
Combinao
Exemplo 40 Quantos strings de 8 bits existem que possuem exatamente trs
bits 1s?
Posies que os bits 1s podem ser colocados:
1
Observe que:
No estamos interessados numa ordem.
Uma vez escolhido um subconjunto de trs posies contendo bits 1s de um
conjunto de oito posies, as posies restantes devem ter o bit 0.
Logo, este problema equivalente a contar o nmero de subconjuntos de trs
posies escolhidos de um conjunto de oito posies.
!
8!
8
=
= 56
3
3! 5!
UFMG/ICEx/DCC
MD
Conceitos
530
Combinao
Exemplo 41 Considere formas de ordenar as letras da palavra MISSISSIPPI.
Por exemplo:
IIMSSPISSIP
ISSSPMIIPIS
PIMISSSSIIP
Quantos strings distintos existem?

Posies que as letras podem ser colocadas:
1
UFMG/ICEx/DCC
MD
Conceitos
10
11
531
Combinao
Exemplo 41 Observe que:
Este exemplo generaliza o anterior.
Cpias de uma mesma letra no podem ser distinguidas.
Uma vez escolhidas as posies para uma certa letra, as cpias dessa letra
podem ir em qualquer posio.
Assim, construir uma ordem para as letras pode ser visto como um processo
formado de quatro etapas:
Escolher um subconjunto de quatro posies para a letra S.
Escolher um subconjunto de quatro posies para a letra I.
Escolher um subconjunto de duas posies para a letra P.
Escolher um subconjunto de uma posio para a letra M.
UFMG/ICEx/DCC
MD
Conceitos
532
Combinao
Exemplo 41
Observe que:
Existem 11 posies e C(11, 4) subconjuntos de quatro posies para a letra
S.
Existem sete posies restantes e C(7, 4) subconjuntos de quatro posies
para a letra I.
Existem trs posies restantes e C(3, 2) subconjuntos de duas posies
para a letra P.
Finalmente, existe apenas uma posio restante para a letra M.
Assim, pelo princpio da multiplicao temos:
!
11! 7!
3!
1!
11!
11
7
3
1
=
= 34650
4
4
2
1
4!7! 4!3! 2!1! 1!0!
4! 4! 2! 1!
UFMG/ICEx/DCC
MD
Conceitos
533
Combinao: Teorema
Suponha uma coleo formada por n objetos dos quais:
n1 so do tipo 1 e no podem ser distinguidos;

n2 so do tipo 2 e no podem ser distinguidos;
...
nk so do tipo k e no podem ser distinguidos;
sendo que n1 + n2 + . . . + nk = n. Assim, o nmero de permutaes distintas

dos n objetos :
!
n
n n1
n n1 n2
n n1 n2 . . . nk1
...
n1
n2
n3
nk
n!
n1! n2! n3! . . . nk !
UFMG/ICEx/DCC
MD
Conceitos
534
Combinao com repetio

Quantas formas existem de escolher r elementos sem considerar a ordem de
um conjunto de n elementos se repetio permitida?
Estratgia:
Considere cada um dos n elementos como uma categoria de objeto do qual
vrias selees podem ser feitos.
Exemplo: suponha um conjunto com os elementos {1, 2, 3, 4}. Se trs elementos devem ser escolhidos, ento podemos ter:
[3, 3, 1], [2, 2, 1], [1, 2, 4], . . .
Como a ordem no importa, temos que [3, 3, 1] = [3, 1, 3] = [1, 3, 3].
UFMG/ICEx/DCC
MD
Conceitos
535

Definio: Uma combinao de r elementos com repetio permitida, ou multiconjunto de tamanho r, escolhida de um conjunto X de n elementos uma
seleo no ordenada de elementos de X com repetio permitida.
Se X = {x1, x2, . . . , xn}, escreve-se uma combinao de r elementos com
repetio permitida, ou multiconjunto de tamanho r, como
[xi1 , xi2 , . . . , xir ]
tal que xij X e algum xij pode ser igual a um outro elemento.
UFMG/ICEx/DCC
MD
Conceitos
536

Exemplo 42 Seja o conjunto X com os elementos {1, 2, 3, 4}. Liste todas as
combinaes de 3 elementos com repetio permitida.
[1, 1, 1] [1, 1, 2] [1, 1, 3] [1, 1, 4]
Todas as combinaes que incluem 1,1
[1, 2, 2] [1, 2, 3] [1, 2, 4]
[1, 3, 3] [1, 3, 4]
[1, 4, 4]
[2, 2, 2] [2, 2, 3] [2, 2, 4]
[2, 3, 3] [2, 3, 4]
[2, 4, 4]
[3, 3, 3] [3, 3, 4]
[3, 4, 4]
[4, 4, 4]
Ou seja, existem 20 combinaes de trs elementos com repetio permitida.
UFMG/ICEx/DCC
MD
Conceitos
537

Codificando os resultados de uma combinao de r elementos com repetio
permitida de um conjunto de n elementos.
Algumas combinaes:
Categoria 1
Categoria 2
|
Categoria 3
|
UFMG/ICEx/DCC
Categoria 4
Resultado
[2, 4, 4]
[1, 3, 4]
MD
Conceitos
[1, 1, 1]
538

Cada seleo de n elementos (categorias) pode ser representada por um
string formado pelos smbolos | e .
Existem r smbolos e n 1 smbolos |.
Resolver o problema de contar o nmero de combinaes de r elementos
com repetio permitida de um conjunto de n elementos equivalente a
determinar o nmero de combinaes de r elementos de um conjunto de
(n 1) + r smbolos, ou seja,
!
r+n1
r
UFMG/ICEx/DCC
MD
Conceitos
539

Exemplo 43 Uma pessoa quer comprar 15 latas de refrigerante de cinco marcas diferentes. Quantas combinaes de latas podem ser feitas?
Neste caso temos r = 15 e n = 5. Assim temos
!
19!
r+n1
15 + 5 1
19
= 3876
=
=
=
r
15
15
15! 4!
UFMG/ICEx/DCC
MD
Conceitos
540

Exemplo 44 Considere o mesmo exemplo anterior, mas a pessoa deseja levar
pelo menos seis latas do refrigerante Guaran da Amaznia. Quantas combinaes de latas podem ser feitas?
Observe que:
A pessoa precisa escolher mais nove latas das cinco restantes.
Em cada combinao, estaro presentes as seis latas de Guaran da Amaznia.
Assim, temos r = 9 e n = 5
13!
r+n1
9+51
13
=
=
=
= 715
r
9
9
9! 4!
UFMG/ICEx/DCC
MD
Conceitos
541

Exemplo 45 Seja n um inteiro positivo. Quantas triplas de inteiros (i, j, k) existem sendo que 1 i j k n?
Observe que:
Qualquer tripla de inteiros (i, j, k) com 1 i j k n pode ser representada por um string de n1 smbolos | j que existem n categorias para serem
escolhidas (n nmeros inteiros) e trs smbolos que so os trs nmeros
da tripla, e as suas posies indicam quais so esses trs nmeros.
A garantia da restrio 1 i j k n obtida simplesmente fazendo
uma leitura da esquerda para a direita. Exemplo para n = 5:
Categoria
1
UFMG/ICEx/DCC
MD
Conceitos
Resultado
(1,2,4)
(3,3,5)
542

Exemplo 45 Assim, o nmero de triplas o mesmo nmero de strings de n 1
smbolos | e trs smbolos , e dado por:
!
3 + (n 1)
3
=
=
n+2
3
(n + 2)!
3! (n + 2 3)!
(n + 2) (n + 1) n (n 1)!
=
3! (n 1)!
n(n + 1)(n + 2)
=
6
UFMG/ICEx/DCC
MD
Conceitos
543
Sumrio
O RDEM
SIM
NO
R EPETIO
UFMG/ICEx/DCC
SIM
nr
n + r 1
r

NO
P (n, r)
MD
Conceitos
544
lgebra de combinaes
!
n
n
n!
=1
=
n!(n n)!
Um conjunto com n elementos s possui um subconjunto de tamanho n, que

ele prprio.
n
0
n!
=1
0!(n 0)!
Um conjunto com n elementos s possui um subconjunto de tamanho 0, que

o conjunto vazio.
UFMG/ICEx/DCC
MD
Conceitos
545
lgebra de combinaes
!
n
r
n
r
n
nr
n
, n, r|0 < r n
nr
n!
r!(n r)!
n!
(n r)!r!
A quantidade de subconjuntos de tamanho r e de tamanho n r a mesma.

Isto significa que cada subconjunto de C(n, r) pode ser associado a cada
subconjunto de C(n, n r).
Raciocnio combinatorial onde o resultado obtido contando objetos que so
combinados de formas diferentes. Este raciocnio diferente de uma prova
algbrica.
UFMG/ICEx/DCC
MD
Conceitos
546
Frmula de Pascal
!
n+1
n
n
=
+
r
r1
r
onde, 0 < r n.
UFMG/ICEx/DCC
MD
Conceitos
547
Frmula de Pascal

n!
n!
n
n
+
=
+
r1
r
(r 1)!(n r + 1)!
r!(n r)!
=
n![r!(n r)!] + n![(r 1)!(n r + 1)!]

r!(n r + 1)!(r 1)!(n r)!
n!r!(n r)! + n!(r 1)!(n r + 1)!

r!(n r + 1)!(r 1)!(n r)!
n!r(r 1)!(n r)! + n!(r 1)!(n r + 1)(n r)!

r!(n r + 1)!(r 1)!(n r)!
n!r + n!(n r + 1)
r!(n r + 1)!
n!(r + n r + 1)
r!(n r + 1)!
n!(n + 1)
r!(n r + 1)!
(n + 1)!
r!(n r + 1)!

n+1
=
r
=
UFMG/ICEx/DCC
MD
Conceitos
548
Frmula de Pascal
Uma outra correo que sugiro a prova do teorema de Pascal, que

n
n1
n1
=
+
.
r
r
r1
Obviamente temos que

(n 1)!
(n 1)!
n1
n1
+
.
+
=
r
r1
(n 1 r)!r!
(n 1 (r 1))!(r 1)!
Mas em vez de multiplicar cada frao pelo denominador da outra, existe um caminho muito
mais fcil: multiplicar o numerador e o denominador da primeira por (n r), e da segunda por
r. Os denominadores j vo dar (n r)!r!, e a soma dos numeradores fcil.
UFMG/ICEx/DCC
MD
Conceitos
549
Relaes
UFMG/ICEx/DCC
MD
Conceitos
550
Introduo
O mundo est povoado por relaes: famlia, emprego, governo, negcios,
etc.
Entidades em Matemtica e Cincia da Computao tambm podem estar
relacionadas entre si de diversas formas.
Objetivo:
estudar relaes em conjuntos;
estudar formas de representar relaes;
estudar propriedades de relaes.
UFMG/ICEx/DCC
MD
Conceitos
551
Relaes em conjuntos
Sejam os conjuntos A = {0, 1, 2} e B = {1, 2, 3}.
Suponha que um elemento x em A esteja relacionado com um elemento y em
B sse x < y.
A notao xRy quer dizer que x est relacionado com y, onde R o nome da
relao (neste caso, x < y).
Logo, temos que:
0R1
0R2
0R3
1R2
1R3
2R3
porque
porque
porque
porque
porque
porque
0 < 1,
0 < 2,
0 < 3,
1 < 2,
1 < 3,
2<3
Por outro lado, a notao x6Ry quer dizer que x no est relacionado com y.
UFMG/ICEx/DCC
MD
Conceitos
552
Relaes em conjuntos
Sejam os conjuntos A = {0, 1, 2} e B = {1, 2, 3}.
Logo, temos que:
UFMG/ICEx/DCC
16R1
porque
1 6< 1,
26R1
porque
2 6< 1,
26R2
porque
2 6< 2
MD
Conceitos
553
Relaes em conjuntos
O produto cartesiano de A e B, definido por
A B = {(x, y)|x A e y B}
Para este exemplo (A = {0, 1, 2} e B = {1, 2, 3}), temos que:
A B = {(0, 1), (0, 2), (0, 3), (1, 1), (1, 2), (1, 3), (2, 1), (2, 2), (2, 3)}
e os elementos que satisfazem a relao so
R = {(0, 1), (0, 2), (0, 3), (1, 2), (1, 3), (2, 3)}.
UFMG/ICEx/DCC
MD
Conceitos
554
Relaes em conjuntos
Definio (Relao (binria)):
Sejam os conjuntos A e B.
Uma relao binria de A para B um subconjunto de A B.
Dado um par ordenado (x, y) em A B, x est relacionado com y por R,
escrito xRy, sse (x, y) R.
O termo binrio usado para indicar uma relao entre dois conjuntos.
Notao:
x est relacionado com y:
xRy (x, y) R
x no est relacionado com y:
x6Ry (x, y) 6 R
UFMG/ICEx/DCC
MD
Conceitos
555
Relao binria num conjunto finito

Exemplo 1 Sejam os conjuntos A = {1, 2} e B = {1, 2, 3} e a relao binria
R de A para B como:
(x, y) A B, (x, y) R x y par
Logo, temos que
A B = {(1, 1), (1, 2), (1, 3), (2, 1), (2, 2), (2, 3)}
e
R = {(1, 1), (1, 3), (2, 2)}
UFMG/ICEx/DCC
MD
Conceitos
556
Relao binria num conjunto infinito:

Relao de congruncia mdulo 2
A relao anterior pode ser generalizada para o conjunto de todos os inteiros
Z. Neste caso, a relao binria E de Z para Z pode ser definida como:
(m, n) Z Z, mEn m n par
Os inteiros m e n so relacionados por E sse
m mod 2 = n mod 2,
ou seja, se os nmeros m e n so pares ou mpares.
Quando essa relao satisfeita, diz-se que m e n so congruentes mdulo
2
m n mod 2
UFMG/ICEx/DCC
MD
Conceitos
557
Exemplos de relaes binrias

Exemplo 2 Seja a relao C de R para R definida como:
(x, y) R R, (x, y) C x2 + y 2 = 1
(1, 0) C?
Sim.
x2 + y2 = 1
1 , 3 ) C?
( 2
2
Sim.
(2, 0) C?
No.
UFMG/ICEx/DCC
MD
Conceitos
558

Exemplo 3 Seja A o conjunto de todos os strings de tamanho 6 formados de
xs e ys. O conjunto A representado por 6 onde = {x, y}.
Seja a relao binria R de A para A definida como:
sRt substr(s, 1, 4) = substr(t, 1, 4)
xxyxyxRxxxyxy?
No.
yxyyyxRyxyyxy?
Sim.
UFMG/ICEx/DCC
MD
Conceitos
559
Diagrama de seta de uma relao

Suponha que R uma relao de um conjunto A para um conjunto B. O
diagrama de seta para R obtido da seguinte forma:
1. Represente os elementos de A numa regio e os elementos de B como
pontos em outra regio.
2. Para cada x em A e y em B, desenhe uma seta de x para y sse x
relacionado com y por R. Simbolicamente:
Desenhe uma seta de x para y xRy (x, y) R
UFMG/ICEx/DCC
MD
Conceitos
560

Exemplo 4 Sejam os conjuntos A = {1, 2, 3} e B = {1, 3, 5} e as relaes:
(x, y) A B, (x, y) S x < y
S
1
T = {(2, 1), (2, 5)}
1
2
A
UFMG/ICEx/DCC
MD
Conceitos
561
Relaes e funes
Definio:
Uma funo F de um conjunto A para um conjunto B uma relao de A para
B que satisfaz as duas propriedades abaixo:
1. Para cada elemento x em A, existe um elemento y em B tal que (x, y)
F.
cada elemento de A o primeiro elemento de um par ordenado de F .
2. Para todos elementos x em A e y e z em B,
se (x, y) F e (x, z) F, ento y = z
no existem dois pares ordenados distintos cujo primeiro elemento seja
o mesmo.
Se F uma funo de A para B, temos que
y = F (x) (x, y) F
UFMG/ICEx/DCC
MD
Conceitos
562
Relaes e funes
Exemplo 5 Sejam os conjuntos A = {2, 4, 6} e B = {1, 3, 5} e a relao:
R = {(2, 5), (4, 1), (4, 3), (6, 5)}. R uma funo?
No, por causa dos pares (4, 1) e (4, 3).
2
4
UFMG/ICEx/DCC
MD
Conceitos
563
Relaes e funes
Exemplo 6 Sejam os conjuntos A = {2, 4, 6} e B = {1, 3, 5} e a relao:
S : (x, y) A B, (x, y) S y = x + 1. S uma funo?
No, j que 6 A mas no existe y B|y = 6 + 1 = 7.
S
2
UFMG/ICEx/DCC
MD
Conceitos
564
Funes e relaes nos conjuntos dos reais

Exemplo 7 Seja a relao C de R para R definida como:
(x, y) R R, (x, y) C x2 + y 2 = 1
C uma funo?
No, j que existem nmeros reais x | (x, y) 6 C para todo y. Por exemplo,
x = 2.
y
x2 + y2 = 1
x = 1/2
UFMG/ICEx/DCC
MD
Conceitos
565
Funes e relaes nos conjuntos dos reais

Exemplo 8 Seja a relao L de R para R definida como:
(x, y) R R, (x, y) L y = x 1
L uma funo?
Sim.
y
y = x 1
(x,0)
UFMG/ICEx/DCC
MD
Conceitos
566
O inverso de uma relao

Definio:
Seja R uma relao de A para B. A relao inversa R1 de B para A
definida como:
R1 = {(y, x) B A|(x, y) R}.
Essa definio pode ser re-escrita operacionalmente como
x X, y Y, (y, x) R1 (x, y) R
UFMG/ICEx/DCC
MD
Conceitos
567

Exemplo 9 Sejam os conjuntos A = {2, 3, 4} e B = {2, 6, 8} e seja R a
relao divide de A para B:
(x, y) A B, xRy x|y
R = {(2, 2), (2, 6), (2, 8), (3, 6), (4, 8)}
R
2
UFMG/ICEx/DCC
MD
Conceitos
568

Exemplo 10 Sejam os conjuntos A = {2, 3, 4} e B = {2, 6, 8} e seja R a
relao divide de A para B:
(x, y) A B, xRy x|y
R = {(2, 2), (2, 6), (2, 8), (3, 6), (4, 8)}
R1 = {(2, 2), (6, 2), (8, 2), (6, 3), (8, 4)}
R1 : (y, x) B A, yR1x y um mltiplo de x.
R 1
R 1
A
UFMG/ICEx/DCC
B
MD
Conceitos
A
569
Inverso de uma relao infinita

Exemplo 11 Seja a relao R de R para R definida como:
(u, v) R R, uRv v = 2 |u|
Grfico de R 1
Grfico de R
(u,v)
(v,u)
A relao R1 uma funo?

No, j que os pares (2, 1) e (2, 1) esto em R1.
UFMG/ICEx/DCC
MD
Conceitos
570
Grafo dirigido de uma relao

Definio (relao binria): Uma relao binria no conjunto A uma relao
binria de A para A.
Neste caso, o diagrama de seta modificado e torna-se um grafo dirigido, ou
seja, o conjunto A desenhando somente uma vez e uma seta desenhada
para cada par de pontos relacionados entre si.
UFMG/ICEx/DCC
MD
Conceitos
571
Grafo dirigido de uma relao

Exemplo 12 Seja A = {3, 4, 5, 6, 7, 8} e a relao binria R em A definida
como
(x, y) A A, xRy 2|(x y)
R
3
8
7
7
A
UFMG/ICEx/DCC
MD
Conceitos
572
Relaes n-rias
Definio: Dados os conjuntos A1, A2, . . . , An, uma relao n-ria R em A1
A2 . . . An um subconjunto de A1 A2 . . . An.
Relaes envolvendo dois, trs e quatro conjuntos so chamadas de binrias,
ternrias e quaternrias, respectivamente.
UFMG/ICEx/DCC
MD
Conceitos
573
Propriedades de relaes
como
(x, y) A A, xRy 3|(x y)
UFMG/ICEx/DCC
MD
Conceitos
574
Exemplo 13 Este grafo tem trs propriedades importantes:
1. Cada ponto do grafo tem uma seta para o prprio ponto.
2. Em todos os casos onde existe uma seta indo de um ponto p para um ponto
q, existe uma seta indo do ponto q para o ponto p.
3. Em todos os casos onde existe uma seta indo de um ponto p para um ponto
q e do ponto q para um ponto r, existe uma seta indo do ponto p para o
ponto r.
Essas propriedades correspondem a relaes gerais chamadas de reflexiva,
simtrica e transitiva.
UFMG/ICEx/DCC
MD
Conceitos
575
Seja R uma relao binria no conjunto A.
1. R reflexiva sse, x A, xRx.

Cada elemento relacionado consigo mesmo.
2. R simtrica sse, x, y A, se xRy ento yRx.
Cada elemento relacionado com um outro, o segundo relacionado com
o primeiro.
3. R transitiva sse, x, y, z A, se xRy e yRz ento xRz.
Cada elemento relacionado com um segundo, o segundo relacionado
com um terceiro, ento o primeiro relacionado com o terceiro.
UFMG/ICEx/DCC
MD
Conceitos
576
Exemplo 14 Seja o conjunto A = {0, 1, 2, 3} e a relao binria R definida
como:
R = {(0, 0), (0, 1), (0, 3), (1, 0), (1, 1), (2, 2), (3, 0), (3, 3)}
Diga se a propriedade reflexiva, simtrica e transitiva?
Reflexiva (V): Existe um lao para cada n do

grafo o que significa que cada elemento de A
relacionado consigo mesmo.
Simtrica (V): Para cada aresta de ida existe
uma aresta de volta.
UFMG/ICEx/DCC
Transitiva (F): Temos 1R0 e 0R3 mas no temos

1R3, o que implica na no transitividade.
MD
Conceitos
577
Exemplo 15 Seja o conjunto A = {0, 1, 2, 3} e a relao binria S definida
como:
S = {(0, 0), (0, 2), (0, 3), (2, 3)}
A propriedade reflexiva, simtrica e transitiva?
Reflexiva (F): No existe, por exemplo, 1R1.
Simtrica (F): Para cada aresta de ida no existe

Transitiva (V): Temos
Hiptese
(0, 2) e (2, 3)
(0, 0) e (0, 2)
(0, 0) e (0, 3)
Concluso
(0, 3)
(0, 2)
(0, 3)
Os elementos x, y e z no precisam ser distintos.

UFMG/ICEx/DCC
MD
Conceitos
578
Exemplo 16 Seja o conjunto A = {0, 1, 2, 3} e a relao binria T definida
como:
T = {(0, 1), (2, 3)}
Diga se a propriedade reflexiva, simtrica e transitiva?
Reflexiva (F): No existe nenhum lao.
Simtrica (F): Para cada aresta de ida no existe

Transitiva (V): Por default. A transitividade no
satisfeita quando a hiptese verdadeira e a
concluso falsa, ou seja,
(x, y) T e (y, z) T e (x, z) 6 T
UFMG/ICEx/DCC
Como no existem pares (x, y) e (y, z) que satisfazem a hiptese a concluso da afirmao
verdadeira.
MD
Conceitos
579
Verificando propriedades de relaes atravs de

um programa
Seja uma relao binria R definida num conjunto finito A com n elementos.
possvel verificar atravs de um programa se R reflexiva, simtrica e
transitiva.
Possvel implementao:
Representar R por uma matriz booleana quadrada de tamanho n.
A linha corresponde ao primeiro elemento do par ordenado e a coluna ao
segundo elemento do par ordenado (conseqentemente a matriz no
simtrica).
UFMG/ICEx/DCC
MD
Conceitos
580
Verificando propriedades de relaes atravs de

um programa
0
2o elemento
2
3
V
V
UFMG/ICEx/DCC
1
2
MD
Conceitos
2o elemento
0
1o elemento
1o elemento
1o elemento
2o elemento
1
2
581
Fecho de uma relao

Se uma relao binria R definida em um conjunto A no possui uma determinada propriedade p, podemos estender R e obter uma nova relao R em A
que tenha essa propriedade.
Estender significa que a nova relao R em A contm todos os pares de R e
os pares adicionais necessrios para que a propriedade p seja vlida.
Definio [Fecho de uma relao]: Seja A um conjunto, R uma relao binria
em A e uma propriedade p. O fecho de R a relao binria R em A que
possui a propriedade p e satisfaz as trs condies abaixo:
1. R tem a propriedade p;
2. R R;
3. Se S uma outra relao qualquer que contm R e satisfaz a propriedade
p, ento R S.
UFMG/ICEx/DCC
MD
Conceitos
582
Fecho de uma relao

Podemos definir os seguintes fechos:
reflexivo;
simtrico;
transitivo
de uma relao em um conjunto.
Se uma relao binria R definida em um conjunto A j possui a propriedade p,
ela j seu prprio fecho que satisfaz a propriedade p.
UFMG/ICEx/DCC
MD
Conceitos
583
Fecho transitivo de uma relao

Definio [Fecho transitivo de uma relao]: Seja A um conjunto e R uma relao binria em A. O fecho transitivo (transitive closure) de R a relao binria
Rt em A que satisfaz as trs condies abaixo:
1. Rt transitiva;
2. R Rt;
3. Se S uma outra relao transitiva qualquer que contm R, ento Rt S.
UFMG/ICEx/DCC
MD
Conceitos
584

Exemplo 17 Seja o conjunto A = {0, 1, 2, 3} e a relao binria R definida
como R ={(0, 0), (0, 1), (0, 3), (1, 0), (1, 1), (2, 2), (3, 0), (3, 3)}.
Hiptese
Concluso
(0, 0) e (0, 0)
(0, 0) e (0, 1)
(0, 0) e (0, 3)
(1, 0) e (0, 1)
(1, 0) e (0, 3)
(1, 1) e (1, 0)
(1, 1) e (1, 1)
(2, 2) e (2, 2)
(3, 0) e (0, 0)
(3, 0) e (0, 1)
(3, 0) e (0, 3)
(3, 3) e (3, 3)
(0, 0)
(0, 1)
(0, 3)
(1, 1)
(1, 3)?
(1, 0)
(1, 1)
(2, 2)
(3, 0)
(3, 1)?
(3, 3)
(3, 3)
No faz parte da relao original.
Rt = {(0, 0), (0, 1), (0, 3), (1, 0), (1, 1), (1, 3), (2, 2), (3, 0), (3, 1), (3, 3)}.
UFMG/ICEx/DCC
MD
Conceitos
585

Exemplo 18 Seja A = {0, 1, 2, 3} e considere a relao R definida em A
como:
R = {(0, 1), (1, 2), (2, 3)}
Determine a relao de fecho transitivo de R.
Grafo dirigido de R:
0
Hiptese
Concluso
(0, 1) e (1, 2)
(1, 2) e (2, 3)
(0, 2)? e (2, 3)
(0, 2)?
(1, 3)?
(0, 3)?
No faz parte da relao original.
Assim,
UFMG/ICEx/DCC
Rt = {(0, 1), (0, 2), (0, 3), (1, 2), (1, 3), (2, 3)}
MD
Conceitos
586

Exemplo 18 Dado A = {0, 1, 2, 3} e a relao R definida em A como:
R = {(0, 1), (1, 2), (2, 3)}
temos
Rt = {(0, 1), (0, 2), (0, 3), (1, 2), (1, 3), (2, 3)}
Grafo dirigido de R:
0
Grafo dirigido de Rt:

0
1
UFMG/ICEx/DCC
MD
Conceitos
587
Propriedades de relaes em conjuntos infinitos

Suponha uma relao binria definida em um conjunto infinito A.
Para provar que a relao reflexiva, simtrica e transitiva:
Escreva o que deve ser provado. Por exemplo, para simetria:
x, y A, se xRy ento yRx
Use as definies do conjunto A e da relao R para reescrever a propriedade. Para a relao de igualdade no conjunto dos nmeros reais,
temos:
x, y A, se x = y ento y = x
UFMG/ICEx/DCC
MD
Conceitos
588

Exemplo 19 Seja S uma relao no conjunto R tal que para todos
x, y R, xSy x < y
UFMG/ICEx/DCC
MD
Conceitos
589

Exemplo 19
Reflexiva (F): S reflexiva sse
x R, xSx.
Pela definio de S, isto significa
x R, x < x.
Para provar que essa afirmao falsa, basta achar um contra-exemplo. Neste
caso, a afirmao falsa para todos os nmeros reais j que x 6< x.
UFMG/ICEx/DCC
MD
Conceitos
590

Exemplo 19
Simtrica (F): S simtrica sse
x, y R, se xSy ento ySx.
x, y R, se x < y ento y < x.
Para provar que essa afirmao falsa, basta achar um contra-exemplo. Neste
caso, a afirmao falsa para todos os nmeros reais j que se x < y, ento
y 6< x.
UFMG/ICEx/DCC
MD
Conceitos
591

Exemplo 19
Transitiva (V): S transitiva sse
x, y, z R, se xSy e ySz ento xSz.
x, y, z R, se x < y e y < z ento x < z.
Essa afirmao verdadeira pela lei transitiva da ordem dos nmeros reais.
UFMG/ICEx/DCC
MD
Conceitos
592

Exemplo 20 Seja T uma relao no conjunto Z dos nmeros inteiros tal que
para todos
m, n Z, mT n 3|(m n)
UFMG/ICEx/DCC
MD
Conceitos
593

Exemplo 20
Reflexiva (V): T reflexiva sse
m Z, mT m.
Pela definio de T , isto significa
m Z, 3|(m m),
ou ainda,
m Z, 3|0.
Essa afirmao verdadeira j que 0 = 3 0.
UFMG/ICEx/DCC
MD
Conceitos
594

Exemplo 20
Simtrica (V): T simtrica sse
m, n Z, se mT n ento nT m.
m, n Z, se 3|(m n) ento 3|(n m).
Suponha que m e n sejam inteiros especficos mas escolhidos aleatoriamente
tais que 3|(m n). Deve-se mostrar que 3|(n m). Pela definio de divide
temos que 3|(m n) e m n = 3k e n m = 3 k, para algum inteiro k.
Logo, 3|(n m).
UFMG/ICEx/DCC
MD
Conceitos
595

Exemplo 20
Transitiva (V): T transitiva sse
m, n, o Z, se mT n e nT o ento mT o.
m, n, o Z, se 3|(m n) e 3|(n o) ento 3|(m o).
Suponha que m, n e o sejam inteiros especficos mas escolhidos aleatoriamente
tais que 3|(m n) e 3|(n o). Deve-se mostrar que 3|(m o). Pela definio
de divide temos que: 3|(m n) e m n = 3r; e 3|(n o) e n o = 3s,
para inteiros r e s, respectivamente. Sabemos que:
(m n) + (n o) = 3r + 3s
m o = 3 (r + s)
O que mostra que 3|(m o).
UFMG/ICEx/DCC
MD
Conceitos
596
Exemplo 21 Seja C o conjunto de todos os circuitos lgicos com um nmero
fixo n de entradas. Seja E uma relao binria no conjunto C definida como:
Para todos os circuitos c1 C e c2 C
c1Ec2
c1 tem a mesma tabela de entrada e sada que c2.
UFMG/ICEx/DCC
MD
Conceitos
597
Exemplo 21
Reflexiva (V): E reflexiva sse
c C, cEc.
Pela definio de E, isto significa

c C,
c tem a mesma tabela de

entrada e sada que c
O que obviamente verdade.
UFMG/ICEx/DCC
MD
Conceitos
598
Exemplo 21
Simtrica (V): E simtrica sse
c1, c2 C, se c1Ec2 ento c2Ec1.
c1, c2 C,
se
c1 tem a mesma tabela de

entrada e sada que c2
ento

Considerando a hiptese verdadeira, a concluso obviamente verdadeira.
UFMG/ICEx/DCC
MD
Conceitos
599
Exemplo 21
Transitiva (V): E transitiva sse
c1, c2, c3 C, se c1Ec2 e c2Ec3 ento c1Ec3.
se
ento



Considerando a hiptese verdadeira, a concluso obviamente verdadeira.
UFMG/ICEx/DCC
MD
Conceitos
600
Relao de equivalncia
Idia central de relao de equivalncia:
Agrupar pares ordenados de uma relao que esto relacionados entre si.
Partio de um conjunto A:
Coleo de subconjuntos no-vazios mutuamente disjuntos cuja unio o
conjunto A.
Exemplo 22 Para i 6= j, Ai Aj = , ou ainda A1 A2 . . . A6 = A
A3
A2
A1
UFMG/ICEx/DCC
A4
MD
A6
A5
Conceitos
601
Definio: Dada uma partio de um conjunto A, a relao binria R induzida
pela partio definida em A como:
x, y A, xRy Existe um subconjunto A da partio
tal que ambos x e y esto em A.
Exemplo 23 Seja A = {0, 1, 2, 3, 4} e considere a seguinte partio de A:
{0, 3, 4}, {1}, {2}
Determine a relao R induzida por essa partio.
R=
(0, 0), (0, 3), (0, 4), (3, 0), (3, 3), (3, 4), (4, 0), (4, 3), (4, 4),
(1, 1),
(2, 2)
Observao importante:
Uma relao induzida por uma partio de um conjunto satisfaz as propriedades de reflexividade, simetria e transitividade.
UFMG/ICEx/DCC
MD
Conceitos
602
Definio: Seja A um conjunto no-vazio e R uma relao binria em A. R
uma relao de equivalncia sse R reflexiva, simtrica e transitiva.
como
(x, y) A A, xRy 3|(x y)
A partio de A correspondente
relao R :
{4, 7}, {2}, {3, 6, 9}
UFMG/ICEx/DCC
MD
Conceitos
603
Classes de equivalncia de uma relao

equivalncia
Suponha que exista uma relao de equivalncia de um dado conjunto. Seja
a um elemento particular do conjunto. O subconjunto de todos os elementos
que esto relacionados com a chamado de classe de equivalncia de a.
Definio: Seja A um conjunto e R uma relao de equivalncia em A. Para
cada elemento a A, a classe de equivalncia de a, representada por [a]
e chamada de a o conjunto de todos os elementos x A tal que x est
relacionado com a atravs de R.
Simbolicamente, temos:
[a] = {x A|xRa}
UFMG/ICEx/DCC
MD
Conceitos
604
Classes de equivalncia de uma relao definida

num conjunto finito
Exemplo 25 Seja A = {0, 1, 2, 3, 4} e R uma relao binria em A definida
como:
{(0, 0), (0, 4), (1, 1), (1, 3), (2, 2), (3, 1), (3, 3), (4, 0), (4, 4)}
As classes de equivalncia de R
so:
R uma relao de equivalncia

em A:
[0] = {x A|xR0} = {0, 4}

[1] = {x A|xR1} = {1, 3}
[2] = {x A|xR2} = {2}
[3] = {x A|xR3} = {1, 3}
[4] = {x A|xR4} = {0, 4}
Assim, as classes distintas de equivalncia da relao so:
1
{0, 4}, {1, 3}, {2}
UFMG/ICEx/DCC
MD
Conceitos
605
Propriedades das classes de equivalncia

Seja A um conjunto e R uma relao de equivalncia em A e a e b elementos
de A:
1. Se aRb, ento [a] = [b]
2. [a] [b] =
[a] = [b]
Se A um conjunto no vazio e R uma relao de equivalncia em A, ento

as classes de equivalncia distintas de A formam uma partio de A,
ou seja,
a unio das classes de equivalncia todo o conjunto A e a interseco de
quaisquer duas classes distintas o conjunto vazio.
UFMG/ICEx/DCC
MD
Conceitos
606

Exemplo 26 Seja R a relao de congruncia mdulo 3 no conjunto Z de todos
os nmeros inteiros. Isto significa que para todos inteiros m e n,
mRn 3|(m n) m n mod 3
Descreva as classes de equivalncia distintas de R.
Para cada inteiro a,
[a] = {x Z|xRa}
= {x Z|3|(x a)}
= {x Z|x a = 3 k, para algum inteiro k}
= {x Z|x = 3 k + a, para algum inteiro k}.
UFMG/ICEx/DCC
MD
Conceitos
607

Exemplo 26
Assim,
[0] = {x Z|x = 3 k + 0, para algum inteiro k}
= {x Z|x = 3 k, para algum inteiro k}
= {. . . , 9, 6, 3, 0, 3, 6, 9, . . .},
= {. . . , 8, 5, 2, 1, 4, 7, 10 . . .},
= {. . . , 7, 4, 1, 2, 5, 8, 11 . . .}.
UFMG/ICEx/DCC
MD
Conceitos
608

Exemplo 26
Pelas propriedades das classes de equivalncia, temos:
[0] = [3] = [3] = [6] = [6] = . . .
[1] = [4] = [2] = [7] = [5] = . . .
[2] = [5] = [1] = [8] = [4] = . . .
Cada inteiro est em uma das trs classes [0], [1] ou [2].
Isto significa que uma classe de equivalncia pode ter diferentes nomes. Neste
exemplo, a classe do 0 ([0]) pode ser chamada pela classe do 3 ([3]) ou pela
classe do 6 ([6]), e assim por diante.
Mas o que a classe [0] ou [3] ou [6] significa o conjunto
{x Z|x = 3 k, para algum inteiro k}.
UFMG/ICEx/DCC
MD
Conceitos
609

Exemplo 26
As trs classes de equivalncia so:
1. {x Z|x = 3 k, para algum inteiro k}
Conjunto dos inteiros divisveis por 3.
2. {x Z|x = 3 k + 1, para algum inteiro k}
Conjunto dos inteiros que deixam resto 1 quando divididos por 3.
3. {x Z|x = 3 k + 2, para algum inteiro k}
Conjunto dos inteiros que deixam resto 2 quando divididos por 3.
UFMG/ICEx/DCC
MD
Conceitos
610

Definio: Seja R uma relao de equivalncia num conjunto A e S uma classe
de equivalncia de R. Um representante da classe S qualquer elemento a tal
que [a] = S.
No exemplo anterior, temos que 6 um representante da classe [6] que por
sua vez gera o conjunto
{x Z|x = 3 k, para algum inteiro k}
Conjunto de todos os inteiros divisveis por 3.
UFMG/ICEx/DCC
MD
Conceitos
611

No exemplo 21 foi mostrado que dado um conjunto C de todos os circuitos
lgicos com um nmero fixo n de entradas, a relao E uma relao de equivalncia.
A relao E foi definida como:
Para todos os circuitos c1 C e c2 C
c1Ec2
c1 tem a mesma tabela de entrada e sada que c2.
UFMG/ICEx/DCC
MD
Conceitos
612

Exemplo 27 Dado o exemplo 21 e considerando circuitos lgicos com duas
entradas e uma sada:
(a) Descreva as classes de equivalncia da relao E.
(b) Identifique quantas classes de equivalncia distintas existem.
(c) Mostre circuitos que representam uma das classes.
UFMG/ICEx/DCC
MD
Conceitos
613

Exemplo 27
Dado um circuito c1, a classe de equivalncia de c1 o conjunto de todos os
circuitos com duas entradas e uma sada que tm a mesma tabela de entrada e
sada de c1.
Esquema de um circuito e uma possvel tabela de entrada e sada:
P Q Sada
1a linha 1
1
0
P C IRCUITO
2a linha 1
0
0
Sada
Q - E LETRNICO
3a linha 0
1
0
4a linha 0
0
1
Pelo princpio da multiplicao temos,
|
2
2
2
2
{z
}|
{z
}|
{z
}|
{z
} = 16
1a linha
2a linha
3a linha
4a linha

UFMG/ICEx/DCC
MD
Conceitos
614

Exemplo 27
(a) Descreva as classes de equivalncia da relao E.
Existem 16 classes de equivalncia distintas, uma para cada tabela de entrada e sada distinta.
(b) Identifique quantas classes de equivalncia distintas existem.
Existem infinitamente muitos circuitos para cada uma das tabelas.
(c) Mostre circuitos que representam uma das classes.
Para a tabela de entrada e sada abaixo, dois possveis circuitos so:
P
1
1
0
0
Q
1
0
1
0
UFMG/ICEx/DCC
Sada
0
0
0
1
NOT
NOT
OR
AND
Q
NOT
MD
Conceitos
615
Relao anti-simtrica
J foram vistas trs propriedades de relaes:
1. Reflexividade
2. Simetria
3. Transitividade
Definio: Seja R uma relao num conjunto A. R uma relao antisimtrica sse,
a, b A, se aRb bRa ento a = b.
Informalmente, uma relao anti-simtrica se para cada aresta de ida
no existe uma aresta de volta.
Tomando a negao dessa definio temos que uma relao R no antisimtrica sse,
a, b A|aRb bRa a 6= b.
UFMG/ICEx/DCC
MD
Conceitos
616
Relao anti-simtrica
Exemplo 28 Seja R uma relao no conjunto {0, 1, 2} definida como
R = {(0, 2), (1, 2), (2, 0)}
A propriedade anti-simtrica?
Anti-simtrica (F): R uma relao anti-simtrica sse,

Como 0R2 e 2R0 e 0 6= 2, R no anti-simtrica.
UFMG/ICEx/DCC
MD
Conceitos
617
Relao anti-simtrica
Exemplo 29 Seja R uma relao no conjunto {0, 1, 2} definida como
R = {(0, 0), (0, 1), (0, 2), (1, 1), (1, 2)}
A propriedade anti-simtrica?
2
Anti-simtrica (V): R uma relao anti-simtrica sse,
Como no existem arestas de ida e de volta para o mesmo par de ns, a relao
anti-simtrica.
UFMG/ICEx/DCC
MD
Conceitos
618
Relao de ordem parcial

Definio: Seja R uma relao binria definida no conjunto A. R uma relao
de ordem parcial sse R reflexiva, anti-simtrica e transitiva.
Exemplos de relaes de ordem parcial:
1. Relao menor ou igual a no conjunto dos nmeros reais;
2. Relao subconjunto num conjunto de conjuntos.
UFMG/ICEx/DCC
MD
Conceitos
619

Exemplo 30 Seja D a relao divide em Z+ (inteiros positivos) definida como:
a, b Z+, a|b b = k a, para algum inteiro k.
Reflexiva (V): D reflexiva sse a Z+, a|a.
Suponha a Z+. Temos que a = 1 a e assim a|a pela definio da
divisibilidade.
Anti-simtrica (V): D anti-simtrica sse a, b Z+, se a|bb|a ento a = b.
Suponha a, b Z+ e aRb e bRa. Pela definio de R, a|b e b|a. Pela
definio de divide existem inteiros k1 e k2 tais que b = k1 a e a = k2 b.
Temos que
b = k1 a = k1 (k2 b) = (k1 k2) b
Ou seja, k1 k2 = 1. Temos que k1 e k2 so inteiros positivos. Mas o nico
produto de dois inteiros positivos que igual 1 1 1. Assim, k1 = k2 = 1.
Assim, a = k2 b = 1 b = b.
Transitividade (V): D transitiva sse a, b, c Z+, se a|b e b|c ento a|c.
Prova para o leitor.
UFMG/ICEx/DCC
MD
Conceitos
620

Exemplo 31 Seja a relao menor ou igual a em R definida como:
x, y R, x y (x < y) (x = y).
Mostre que uma relao em R.
Reflexiva (V): Para ser reflexiva significa que x x para todos nmeros
reais. Mas x x significa que (x < x) (x = x) e x = x sempre
verdadeiro.
Anti-simtrica (V): Para ser anti-simtrica significa que para todos nmeros
reais x e y, se x y e y x ento x = y. Isto consequncia imediata
da definio de e a propriedade de tricotomia que diz que dados quaisquer
nmeros reais x e y exatamente uma das afirmaes verdadeira: x < y ou
x = y ou x > y.
Transitividade (V): Para ser transitiva significa que para todos os reais x, y
e z, se x y e y z ento x z. Isto verdade pela definio de e
pela propriedade transitiva da ordem dos nmeros reais que diz que dados
quaisquer nmeros reais x, y e z, se x < y e y < z ento x < z.
UFMG/ICEx/DCC
MD
Conceitos
621
Ordem lexicogrfica
Seja um conjunto com uma relao de ordem parcial.
Pode-se, ento, definir uma ordem lexicogrfica ou ordem de dicionrio no
conjunto ?.
Seja R uma relao em ?. Para quaisquer inteiros positivos m e n, e
a1a2. . .am e b1b2. . .bn em ?, temos:
1. Se m n e ai = bi para todos i = 1, 2, . . . , m, ento
a1a2. . .am b1b2. . .bn.
2. Para algum inteiro k, k m, k n, e k 1, ai = bi para todos i =
1, 2, . . . , k 1, e ak Rbk mas ak 6= bk , ento
a1a2. . .am b1b2. . .bn.
3. Se o string nulo e s um string em ?, ento s.
O smbolo usado para referenciar uma relao de ordem parcial genrica
e lido como menor ou igual a.
UFMG/ICEx/DCC
MD
Conceitos
622
Ordem lexicogrfica
Exemplo 32 Seja = {, >} e R a seguinte relao de ordem parcial em :
R = {(, ), (, >), (>, >)}.
Diga se os seguintes strings definem uma ordem lexicogrfica em ?:
(a) >>>> >>>?

Sim, caso 2.
(b) >>>> >>>?
No, j que a5 6 b5.
(c) >> >>?
Sim, caso 1.
(d) >?
Sim, caso 3.
UFMG/ICEx/DCC
MD
Conceitos
623
Diagrama de Hasse
Exemplo 33 Seja A = {1, 2, 3, 9, 18} e considere a relao D divide no
conjunto como:
a, b A, a|b b = a k, para algum inteiro k.
O grafo dirigido da relao D :
18
9
2
UFMG/ICEx/DCC
MD
Conceitos
624
Diagrama de Hasse
18
9
2
Note que:
Existe um lao (loop) em cada vrtice;
Todas as arestas apontam para a mesma direo,
ou seja, para cima;
Toda vez que h uma aresta de um vrtice para
um segundo e de um segundo para um terceiro,
ento h uma aresta do primeiro vrtice para o
terceiro vrtice.
possvel associar um grafo mais simples com

uma relao de ordem parcial num conjunto
finito chamado Diagrama de Hasse.
UFMG/ICEx/DCC
MD
Conceitos
625
Algoritmo para obter o Diagrama de Hasse

Elimine:
1. Os laos em todos os vrtices;
2. Todas as arestas que existem por causa da propriedade de transitividade;
3. A direo em todas as arestas.
18
18
9
2
UFMG/ICEx/DCC
MD
Conceitos
626
Diagrama de Hasse
Exemplo 34 Considere a relao subconjunto, , no conjunto potncia
P({a, b, c}). Para todos os conjuntos U e V em P({a, b, c}),
U V x, se x U ento x V.
Construa o Diagrama de Hasse dessa relao.
{a,b,c}
{a,b,c}
{a,b}
{a}
{a,c}
{b}
{b,c}
{a,b}
{a}
{c}
0/
UFMG/ICEx/DCC
{a,c}
{b,c}
{b}
{c}
0/
MD
Conceitos
627
Grafo original do Diagrama de Hasse

Para obter o grafo original a partir do Diagrama de Hasse basta reverter os
passos do algoritmo anterior.
UFMG/ICEx/DCC
MD
Conceitos
628
Grafos
UFMG/ICEx/DCC
MD
Conceitos
629
Motivao
Suponha que existam seis sistemas computacionais (A, B, C, D, E, e F) interconectados entre si da seguinte forma:
B
D
E
Esta informao pode ser representada por este diagrama, chamado de

grafo.
Este diagrama identifica unicamente um grafo.
UFMG/ICEx/DCC
MD
Conceitos
630
Motivao
Dois objetos especiais:
Vrtices
Arestas
Vrtice
C
Aresta
D
E
UFMG/ICEx/DCC
MD
Conceitos
631
Definio
Um grafo G consiste de dois conjuntos finitos:
1. Vrtices V (G)
2. Arestas E(G)
Em geral, um grafo G representado como:

G = (V, E)
UFMG/ICEx/DCC
MD
Conceitos
632
Terminologia
Cada aresta est associada a um conjunto de um ou dois vrtices, chamados
ns terminais.
Extremidade de uma aresta: vrtice da aresta.
Funo arestaextremidade: associa aresta a vrtices.
Lao (Loop): aresta somente com n terminal.
Arestas paralelas: arestas associadas ao mesmo conjunto de vrtices.
Uma aresta dita conectar seus ns terminais.
Dois vrtices que so conectados por uma aresta so chamados de adjacentes.
Um vrtice que n terminal de um lao dito ser adjacente a si prprio.
Uma aresta dita ser incidente a cada um de seus ns terminais.
Duas arestas incidentes ao mesmo vrtice so chamadas de adjacentes.
Um vrtice que no possui nenhuma aresta incidente chamado de isolado.
Um grafo com nenhum vrtice chamado de vazio.
UFMG/ICEx/DCC
MD
Conceitos
633
Terminologia
Arestas paralelas
v2
e3
Vrtice isolado
v5
v3
v7
e2
e4
v1
e1
e6
e5
v4
v6
Lao
UFMG/ICEx/DCC
MD
Conceitos
634
Terminologia
Conjunto de vrtices:
{v1, v2, v3, v4, v5, v6}.
Conjunto de arestas:
{e1, e2, e3, e4, e5, e6, e7}.
v1
v3
e3
v4
e7
v6
e2
Funo arestavrtice:
Aresta
e1
e2
e3
e4
e5
e6
e7
e1
Vrtice
{v1, v2}
{v1, v3}
{v1, v3}
{v2, v3}
{v5, v6}
{v5}
{v6}
UFMG/ICEx/DCC
e4
e5
v5
v2
e6
MD
Conceitos
635
Terminologia
e1, e2 e e3 so incidentes a
v1.
v2 e v3 so adjacentes a v1.
v1
v3
e3
v4
e7
v6
e2, e3 e e4 so adjacentes
a e1 .
e2
e1
e6 e e7 so laos.
e4
e5
e2 e e3 so paralelas.
v5
v2
v5 e v6 so adjacentes entre si.
e6
v4 um vrtice isolado.
UFMG/ICEx/DCC
MD
Conceitos
636
Terminologia
Seja um grafo especificado
como:
{v1, v2, v3, v4}.
Duas possveis representaes deste grafo:

e4
v3
v4
e3 v 2
e2
e1
{e1, e2, e3, e4}.
v1
e4
Funo arestavrtice:
Aresta
e1
e2
e3
e4
v4
v3
Vrtice
{v1, v3}
{v2, v4}
{v2, v4}
{v3}
e2
e3
v2
UFMG/ICEx/DCC
MD
Conceitos
e1
v1
637
Terminologia
Considere os dois diagramas abaixo. Rotule os vrtices e as arestas de tal
forma que os dois diagramas representem o mesmo grafo.
UFMG/ICEx/DCC
MD
Conceitos
638
Terminologia
Uma possvel identificao de vrtices e
rtulos pode ser:
v1
e1
e5
v2
v5
{e1, e2, e3, e4, e5}.
e2
e4
Os dois diagramas so representados por:

{v1, v2, v3, v4, v5}.
Funo arestavrtice:
e3
v4
v3
v1
Aresta
e1
e2
e3
e4
e5
e1
v3
e3
v4
e4
e5
e2
v5
UFMG/ICEx/DCC
Vrtice
{v1, v2}
{v2, v3}
{v3, v4}
{v4, v5}
{v5, v1}
v2
MD
Conceitos
639
Modelos usando grafos

Grafo
Vrtice
Aresta
Comunicao
Centrais telefnicas, Computadores, Satlites

Portas lgicas, registradores,
processadores
Reservatrios, estaes de
bombeamento
Aes, moeda
Cidades, Aeroportos
Tarefas
Mdulos
Cabos, Fibra ptica, Enlaces

de microondas
Filamentos
Pginas Web
Posies no tabuleiro
Pessoas, Atores
Links
Movimentos permitidos
Amizades, Trabalho conjunto
em filmes
Circuitos
Hidrulico
Financeiro
Transporte
Escalonamento
Arquitetura funcional de
um software
Internet
Jogos de tabuleiro
Relaes sociais
UFMG/ICEx/DCC
MD
Conceitos
Tubulaes
Transaes
Rodovias, Vias areas
Restries de precedncia
Interaes entre os mdulos
640

Circuito eltrico: Leis de Kirchoff
Gustav Kirchoff (1824

1887), fsico alemo. Foi o primeiro a
analisar o comportamento de rvores
matemticas com a investigao de
circuitos eltricos.
i 1 + i4 = i 2 + i3
UFMG/ICEx/DCC
MD
Conceitos
641

Estruturas de molculas de hidrocarboneto
Arthur Cayley (1821

1895), matemtico ingls. Logo aps
o trabalho de Kirchoff, Cayley usou
rvores matemticas para enumerar
todos os ismeros para certos hidrocarbonetos.
Butano
Isobutano
UFMG/ICEx/DCC
MD
Conceitos
642
Modelos usando
grafos
Conectividade na
Internet
Este grafo mostra a conectividade
entre roteadores na Internet, resultado do trabalho Internet Mapping Project de Hal Burch e Bill
Cheswick.
Atualmente o trabalho est sendo
desenvolvido comercialmente pela
empresa Lumeta (www.lumeta.com).
UFMG/ICEx/DCC
MD
Conceitos
643

Conectividade na Internet
Este trabalho de Stephen

Coast (http://www.fractalus
.com/steve/stuff/ipmap/) est
medindo e mapeando a estrutura e desempenho da Internet.
Este um de seus trabalhos
iniciais.
UFMG/ICEx/DCC
MD
Conceitos
644

Conectividade na RNP2
A Rede Nacional de Pesquisa
(RNP) criou a primeira infraestrutura de comunicao (backbone) no Brasil para interconexo
com a Internet.
Atualmente,
este backbone conhecido como
RNP2.
O grafo de conectividade da
RNP2 tem uma estrutura
(topologia)
basicamente
na
forma de estrela. Note que diferentes enlaces de comunicao
(arestas) possuem diferentes
capacidades.
A Internet formada basicamente por interconexo de Sistemas Autnomos (AS Autonomous System), onde cada
AS um backbone distinto.
UFMG/ICEx/DCC
MD
Conceitos
645

Grafo de derivao sinttica
Noam Chomsky
John Backus
Peter Naur
Chomsky e outros desenvolveram novas formas de

descrever a sintaxe (estrutura gramatical) de linguagens naturais como ingls. Este trabalho tornou-se
bastante til na construo de compiladores para
linguagens de programao de alto nvel. Neste
estudo, rvores (grafos especiais) so usadas para
mostrar a derivao de sentenas corretas gramaticalmente a partir de certas regras bsicas.
comum representar estas regras, chamadas de
produo, usando uma notao proposta por Backus
(1959) e modificada por Naur (1960) usada para descrever a linguagem de programao Algol. Esta notao chamada de BNF (Backus-Naur Notation).
UFMG/ICEx/DCC
MD
Conceitos
Notao BNF (subconjunto

gramtica da lngua inglesa):
da
hsentencei
::= hnoun phraseihverb phrasei
hnoun phrasei ::= harticleihnouni |
harticleihadjectiveihnouni
hverb phrasei ::= hverbihnoun phrasei
harticlei
::= the
hadjectivei
::= young
hnouni
::= man | ball
hverbi
::= caught
646

Vegetarianos e Canibais (1)
Seja uma regio formada por vegetarianos e canibais.
Inicialmente, dois vegetarianos e dois canibais esto na margem esquerda
(ME) de um rio.
Existe um barco que pode transportar no mximo duas pessoas e sempre
atravessa o rio com pelo menos uma pessoa.
O objetivo achar uma forma de transportar os dois vegetarianos e os dois
canibais para a margem direita (MD) do rio.
Em nenhum momento, o nmero de canibais numa margem do rio pode ser
maior que o nmero de vegetarianos, caso contrrio, . . .
UFMG/ICEx/DCC
MD
Conceitos
647

Soluo:
Notao para representar cada cenrio possvel.
Modelo para representar a mudana de um cenrio em outro vlido.
Notao: ME/MD
vvccB/ ME: 2v, 2c e o barco (B); MD: .
vc/Bvc ME: 1v, 1c; MD: B, 1v e 1c.
Modelo: grafo
Vrtice: cenrio vlido.
Aresta: transio vlida de um dado cenrio em outro.
UFMG/ICEx/DCC
MD
Conceitos
648

Uma possvel sequncia vlida de cenrios :
vc/Bvc
ccB/vv
vvcB/c
/Bvvcc
c/Bvvc
vcB/vc
vv/Bcc
vvccB/
vvc/Bc
cc/Bvv
UFMG/ICEx/DCC
MD
Conceitos
649

Visualizando grafos
Para muitas aplicaes importante desenhar grafos com certas restries:
Planares, i.e., no h cruzamento de
arestas
Graph Drawing: Algorithms for the Visualization of Graphs. Giuseppe Di

Battista, Peter Eades, Roberto Tamassia, e Ioannis G. Tollis. Prentice Hall
Engineering, Science & Math, 432 pp.,
ISBN 0-13-301615-3.
UFMG/ICEx/DCC
MD
Conceitos
650
Grafo simples
Definio: Um grafo simples um grafo que no possui laos nem arestas paralelas. Num grafo simples, uma aresta com vrtices (ns terminais) u e v
representada por uv.
Exemplo: Quais so os grafos com quatro vrtices {u, v, w, x} e duas arestas,
sendo que uma delas a aresta uv?
Dado quatro vrtices, existem C(4, 2) = 6 subconjuntos, que definem
arestas diferentes: {uv, uw, ux, vw, vx, wx}.
Logo, todos os grafos simples de quatro vrtices e duas arestas, sendo uma
delas a uv so:
u
UFMG/ICEx/DCC
MD
Conceitos
651
Grafo dirigido (1)

Definio: Um grafo dirigido ou digrafo ou direcionado G consiste de dois conjuntos finitos:
1. Vrtices V (G)
2. Arestas dirigidas E(G), onde cada aresta associada a um par ordenado
de vrtices chamados de ns terminais. Se a aresta e associada ao par
(u, v) de vrtices, diz-se que e a aresta dirigida de u para v.
v2
v5
v3
e3
v7
e2
e7
v1
UFMG/ICEx/DCC
e4
e6
e8
e5
e1
v4
MD
Conceitos
v6
652
Grafo dirigido (2)

Para cada grafo dirigido, existe um grafo simples (no dirigido) que obtido
removendo as direes das arestas, e os loops.
Grafo no dirigido correspondente:
Grafo dirigido:
v2
v3
v1
v4
UFMG/ICEx/DCC
v5
v7
v2
v3
v6
v1
v4
MD
Conceitos
v5
v7
v6
653
Grafo dirigido (3)

A verso dirigida de um grafo no dirigido G = (V, E) um grafo dirigido
G0 = (V 0, E 0) onde (u, v) E 0 sse (u, v) E.
Cada aresta no dirigida (u, v) em G substituda por duas arestas dirigidas
(u, v) e (v, u).
Em um grafo dirigido, um vizinho de um vrtice u qualquer vrtice adjacente
a u na verso no dirigida de G.
Grafo dirigido correspondente:
Grafo no dirigido:
v2
v3
v2
v1
UFMG/ICEx/DCC
v3
v1
MD
Conceitos
654
Grafo completo (1)

Definio: Um grafo completo de n vrtices, denominado Kn, um grafo simples com n vrtices v1, v2, . . . , vn, cujo conjunto de arestas contm exatamente
uma aresta para cada par de vrtices distintos.
Exemplo: Grafos completos com 2, 3, 4, e 5 vrtices.
v4
v3
v4
v3
v5
v1
v2
K2
v1
v2
v2
v1
K3
K4
v3
v1
v2
K5
letra K representa a letra inicial da palavra komplett do alemo, que significa completo.
UFMG/ICEx/DCC
MD
Conceitos
655
Grafo completo (2)

Dado o grafo completo Kn temos que
Vrtice
est conectado aos vrtices

(no conectados ainda)
atravs de # arestas
v1
v2, v3, . . . , vn
n1
v2
...
v3, v4, . . . , vn
...
n2
...
vn1
vn
vn
ou seja, se contarmos o nmero total de arestas de Kn temos

n1
X
(n 1) n
n2 n
(|V |2 |V |)
i=
=
=
2
2
2
i=1
UFMG/ICEx/DCC
MD
Conceitos
656
Grafo completo (3)

Os grafos K2, K3, K4, e K5
v4
v3
v4
v3
v5
v1
v2
K2
v1
v2
v2
v1
K3
K4
v3
v1
v2
K5
possuem a seguinte quantidade de arestas:
UFMG/ICEx/DCC
Grafo
# arestas
K2
K3
K4
K5
10
MD
Conceitos
657
Quantidade de grafos distintos com n vrtices (1)

O nmero total de grafos distintos com n vrtices (|V |)
2
n2 n
2
=2
(|V |2 |V |)
2
que representa a quantidade de maneiras diferentes de escolher um subconjunto a partir de

(|V |2 |V |)
n2 n
=
2
2
possveis arestas de um grafo com n vrtices.
UFMG/ICEx/DCC
MD
Conceitos
658

Exemplo: Quantos grafos distintos com 3 vrtices existem?
Um grafo com 3 vrtices v1, v2 e v3 possui no mximo 3 arestas, ou seja,
E = {v1v2, v1v3, v2v3}.
O nmero de sub-conjuntos distintos de E dado por P(E), ou seja, o conjunto potncia de E que vale 2|E|.
Cada elemento de P(E) deve
P(E) =
,
{v1v2},
{v1v3},
{v2v3},
{v1v2, v2v3},
{v1v3, v2v3},
{v1v2, v1v3},
{v1v2, v1v3, v2v3}
ser mapeado num grafo com 3
v3
vrtices levando a um grafo distinto:
v1
UFMG/ICEx/DCC
MD
Conceitos
v2
659

Exemplo: Quantos grafos distintos com 3 vrtices existem (continuao)?
Para cada elemento (sub-conjunto) do conjunto potncia de E temos um grafo
distinto associado, ou seja, o nmero total de grafos com 3 vrtices :
n2 n
2
=2
32 3
2
= 23 = 8
v1
v2
v1
v1
v2
MD
v2
v1
Conceitos
v1
v2
v1
v2
v1
v2
v3
v3
v3
v3
UFMG/ICEx/DCC
v3
v3
v3
v3
v2
v1
v2
660
Grafo ciclo
Definio: Um grafo ciclo de n vrtices, denominado Cn, n 3, um grafo
simples com n vrtices v1, v2, . . . , vn, e arestas v1v2, v2v3, . . ., vn1vn, vnv1.
Exemplo: Grafos ciclos de 3, 4, e 5 vrtices.
v4
v3
v4
v3
v5
v1
v2
v2
v1
C3
UFMG/ICEx/DCC
C4
MD
Conceitos
v3
v1
v2
C5
661
Grafo roda
Definio: Um grafo roda, denominado Wn, um grafo simples com n + 1
vrtices que obtido acrescentado um vrtice ao grafo ciclo Cn, n 3, e
conectando este novo vrtice a cada um dos n vrtices de Cn.
Exemplo: Grafos rodas de 3, 4, e 5 vrtices.
v4
v3
v4
v3
v5
v5
v4
v1
v2
v6
v2
v1
W3
UFMG/ICEx/DCC
v3
W4
MD
Conceitos
v1
v2
W5
662
Grafo Cubo-n (1)

Definio: Um grafo cubo-n de 2n vrtices, denominado Qn, um grafo simples
que representa os 2n strings de n bits. Dois vrtices so adjacentes sse os
strings que eles representam diferem em exatamente uma posio.
O grafo Qn+1 pode ser obtido a partir do grafo Qn usando o seguinte algoritmo:
1. Faa duas cpias de Qn;
2. Prefixe uma das cpias de Qn com 0 e a outra com 1;
3. Acrescente uma aresta conectando os vrtices que s diferem no primeiro
bit.
UFMG/ICEx/DCC
MD
Conceitos
663
Grafo Cubo-n (2)

Exemplo: Grafos Qn, para n = 1, 2, e 3 vrtices.
110
10
11
111
100
101
010
0
Q1
UFMG/ICEx/DCC
00
01
Q2
MD
Conceitos
000
011
Q3
001
664
Grafo bipartido (1)

Definio: Um grafo bipartido um grafo com vrtices v1, v2, . . . , vm e
w1, w2, . . . , wn, que satisfaz as seguintes propriedades:
i, k = 1, 2, . . . , m
j, l = 1, 2, . . . , n
1. as arestas do grafo, cada aresta conecta algum vrtice vi a algum vrtice

wj ;
2. uma aresta entre cada par de vrtices vi e vk ;
3. uma aresta entre cada par de vrtices wj e wl ;
UFMG/ICEx/DCC
MD
Conceitos
665
Grafo bipartido (1)

Definio: Um grafo bipartido um grafo com vrtices v1, v2, . . . , vm e
w1, w2, . . . , wn, que satisfaz as seguintes propriedades:
i, k = 1, 2, . . . , m
j, l = 1, 2, . . . , n
1. as arestas do grafo, cada aresta conecta algum vrtice vi a algum vrtice

wj ;
As duas ltimas propriedades so consequncias da primeira.
UFMG/ICEx/DCC
MD
Conceitos
666
Grafo bipartido (2)

Exemplo: Grafos bipartidos.
v1
w1
v2
w2
w1
v1
w3
w4
w2
v3
v4
w4
v2
v6
w2
v1
w3
w4
v2
v5
w1
v7
v3
w3
v4
UFMG/ICEx/DCC
MD
Conceitos
w5
v8
667
Grafo bipartido completo (1)

Definio: Um grafo bipartido completo de m, n vrtices, denominado Km,n,
um grafo simples com vrtices v1, v2, . . . , vm e w1, w2, . . . , wn, que satisfaz as
seguintes propriedades:
i, k = 1, 2, . . . , m
j, l = 1, 2, . . . , n
1. uma aresta entre cada par de vrtices vi e wj ;

UFMG/ICEx/DCC
MD
Conceitos
668
Grafo bipartido completo (2)

Exemplo: Grafos bipartidos completos K3,2 e K3,3.
v1
v1
w1
v2
w2
v3
w3
w1
v2
w2
v3
K 3,2
UFMG/ICEx/DCC
K 3,3
MD
Conceitos
669
Grafo de Petersen
Definio: grafo no dirigido cbico com 10 vrtices e 15 arestas, como ilustrado
abaixo. um grafo largamente utilizado como exemplo e contra-exemplo para
muitos problemas em teoria dos grafos.
[Recebe esse nome em homenagem ao matemtico dinamarqus Julius Petersen, que o utilizou
em um trabalho publicado em 1898. No entanto, o primeiro registro do uso desse grafo se deve
a um trabalho de Alfred Kempe, matemtico ingls, 12 anos antes, em 1886.]
Em teoria dos grafos, existem vrios outros grafos que recebem nomes especiais sejam eles baseados em nomes de pessoas (e.g, Folkman, Gabriel,
Heawood, Turn, Yao) ou em propriedades (e.g., autocomplementar, complementar, disco unitrio, intervalar, orientado balanceado, poliedro).
UFMG/ICEx/DCC
MD
Conceitos
670
Multigrafo
Definio: Um multigrafo um grafo que no possui laos mas pode ter arestas
paralelas. Formalmente, um multigrafo G = (V, E) consiste de um conjunto V
de vrtices, um conjunto E de arestas, e uma funo f de E para {{u, v}|u, v
V, u 6= v}. As arestas e1 e e2 so chamadas mltiplas ou paralelas se f (e1) =
f (e2).
v1
v3
e3
v4
v6
e2
e1
e4
e5
v5
v2
Vrias aplicaes precisam ser modeladas como um multigrafo.
UFMG/ICEx/DCC
MD
Conceitos
671
Pseudografo
Definio: Um pseudografo um grafo que pode ter laos e arestas paralelas.
Formalmente, um pseudografo G = (V, E) consiste de um conjunto V de vrtices, um conjunto E de arestas, e uma funo f de E para {{u, v}|u, v V }.
Pseudografo mais geral que um multigrafo.
UFMG/ICEx/DCC
MD
Conceitos
672
Multigrafo dirigido
Definio: Um multigrafo dirigido um grafo que pode ter laos e arestas paralelas. Formalmente, um multigrafo dirigido G = (V, E) consiste de um conjunto V de vrtices, um conjunto E de arestas, e uma funo f de E para
{{u, v}|u, v V }. As arestas e1 e e2 so arestas mltiplas se f (e1) = f (e2).
UFMG/ICEx/DCC
MD
Conceitos
673
Hipergrafo
Definio: Um hipergrafo H(V, F ) definido pelo par de conjuntos V e F , onde:
V um conjunto no vazio de vrtices;
F um conjunto que representa uma famlia e partes no vazias de V .
Um hipergrafo um grafo no dirigido em que cada aresta conecta um nmero
arbitrrio de vrtices.
Seja, por exemplo, o grafo H(V, F )
dado por:
V
v1
v2
v4
v3
= {v1, v2, v3, v4}
F = {{v1, v2, v4}, {v2, v3, v4}, {v2, v3}}
UFMG/ICEx/DCC
MD
Conceitos
674
Terminologia de grafos
Tipo
Aresta
Arestas mltiplas?
Laos permitidos?
Grafo simples
No dirigida
No
No
Multigrafo
No dirigida
Sim
No
Pseudografo
No dirigida
Sim
Sim
Grafo dirigido
Dirigida
No
Sim
Multigrafo dirigido
Dirigida
Sim
Sim
UFMG/ICEx/DCC
MD
Conceitos
675
Grafo valorado
Definio: Um grafo valorado um grafo em que cada aresta tem um valor associado. Formalmente, um grafo valorado G = (V, E) consiste de um conjunto
V de vrtices, um conjunto E de arestas, e uma funo f de E para P , onde P
representa o conjunto de valores (pesos) associados s arestas.
Grafo valorado usado para modelar vrios problemas importantes em Cincia da Computao.
UFMG/ICEx/DCC
MD
Conceitos
676
Grafo imersvel
Definio: Um grafo imersvel em uma superfcie S se puder ser representado
geograficamente em S de tal forma que arestas se cruzem nas extremidades
(vrtices).
Um grafo planar um grafo que imersvel no plano.
As conexes de uma placa de circuito impresso devem ser representadas
por um grafo planar.
UFMG/ICEx/DCC
MD
Conceitos
677
Subgrafo
Definio: Um grafo H = (V 0, E 0) dito ser um subgrafo de um grafo G =
(V, E) sse:
cada vrtice de H tambm um vrtice de G, ou seja, V 0 V ;
cada aresta de H tambm uma aresta de G, ou seja, E 0 E; e
cada aresta de H tem os mesmos ns terminais em G, ou seja, se (u, v) E 0
ento (u, v) E.
Exemplo: Todos os subgrafos do grafo G:
v2
e1
v1
v2
v1
2
v2
v1
5
v2
e2
e1
v1
8
v2
e2
e1
v1
e3
G
e2
v2
v1
v1
1
v2
v1
4
v2
e1
e3
e3
6
v2
9
UFMG/ICEx/DCC
e1
7
v2
v1
v1
e3
e3
e2
10
MD
Conceitos
11
v1
e3
e2
678
Grau de um vrtice (1)

Definio: Seja G um grafo e um vrtice v de G. O grau de v, denominado
grau(v) (deg(v)), igual ao nmero de arestas que so incidentes a v, com
uma aresta que seja um lao contada duas vezes. O grau total de G a soma
dos graus de todos os vrtices de G.
Exemplo: Determinando o grau de v1 no grafo abaixo.
v1
v2
UFMG/ICEx/DCC
grau(v 1) = 5
v3
v4
MD
Conceitos
679

Em um grafo dirigido o grau de um vrtice v o nmero de arestas quem saem
dele (out-deg(v)) mais o nmero de arestas que chegam nele (in-deg(v)).
Exemplo: Determinando o grau de v3 no grafo abaixo.
grau(v 3) = 4
v2
v5
v3
e3
v7
e2
e7
v1
UFMG/ICEx/DCC
e4
e6
e8
e5
e1
v4
MD
Conceitos
v6
680

Exemplo: Seja o grafo G abaixo. Determine o grau de cada vrtice e o grau total
de G.
v1
v2
e1
v3
e3
e2
grau(v1) = 0, j que no existe aresta incidente a v1, que um vrtice
isolado.
grau(v2) = 2, j que e1 e e2 so incidentes a v2.
grau(v3) = 4, j que e1, e2 e e3 so incidentes a v3, sendo que e3 contribui
com dois para o grau de v3.
Grau de G = grau(v1) + grau(v2) + grau(v3) = 0 + 2 + 4 = 6
Grau de G = 2 nmero de arestas de G, que 3, ou seja, cada aresta
contribui com dois para o grau total do grafo.
UFMG/ICEx/DCC
MD
Conceitos
681

Teorema (do aperto de mos ou handshaking): Seja G um grafo. A soma dos
graus de todos os vrtices de G duas vezes o nmero de arestas de G. Especificamente, se os vrtices de G so v1, v2, . . . , vn, onde n um inteiro positivo, ento
Grau de G
UFMG/ICEx/DCC
grau(v1) + grau(v2) + . . . + grau(vn)
2 nmero de arestas de G.
MD
Conceitos
682

Prova:
Seja G um grafo especfico mas escolhido arbitrariamente.
Se G no possui vrtices ento no possui arestas, e o grau total 0, que
o dobro das arestas, que 0.
Se G tem n vrtices v1, v2, . . . , vn e m arestas, onde n um inteiro positivo
e m um inteiro no negativo. A hiptese que cada aresta de G contribui
com 2 para o grau total de G.
Suponha que e seja uma aresta arbitrria com extremidades vi e vj . Esta
aresta contribui com 1 para o grau de vi e 1 para o grau de vj .
UFMG/ICEx/DCC
MD
Conceitos
683

Prova (continuao):
Isto verdadeiro mesmo se i = j j que no caso de um lao conta-se duas
vezes para o grau do vrtice no qual incide.
vi
vj
i 6= j
vi
vj
i=j
Assim, a aresta e contribui com 2 para o grau total de G. Como e foi escolhido
arbitrariamente, isto mostra que cada aresta de G contribui com 2 para o grau
total de G.
.
. . O grau total de G = 2 nmero de arestas de G.
Corolrio: O grau total de um grafo par.
UFMG/ICEx/DCC
MD
Conceitos
684
Grafo regular
Definio: Um grafo dito ser regular quando todos os seus vrtices tm o
mesmo grau.
Exemplo: Os grafos completos com 2, 3, 4, e 5 vrtices so grafos regulares.
v4
v3
v4
v3
v5
v1
v2
K2
UFMG/ICEx/DCC
v1
v2
v2
v1
K3
K4
MD
Conceitos
v3
v1
v2
K5
685
Determinando a existncia de certos grafos (1)

possvel ter um grafo com quatro vrtices de graus 1, 1, 2, e 3?
No. O grau total deste grafo 7, que um nmero mpar.
possvel ter um grafo com quatro vrtices de graus 1, 1, 3, e 3?
Sim. Exemplos:
a
UFMG/ICEx/DCC
MD
Conceitos
686

possvel ter um grafo simples com quatro vrtices de graus 1, 1, 3, e 3?
No.
Suponha que exista um grafo simples G com quatro vrtices de graus 1, 1, 3, e 3. Chame
a e b os vrtices de grau 1, e c e d os vrtices de grau 3. Como grau(c) = 3 e G no
possui laos ou arestas paralelas, devem existir arestas que conectam c aos vrtices a, b
e d.
b
a
d
c
Pelo mesmo raciocnio devem existir arestas que conectam d aos vrtices a, b e c.
a
b
d
c
Mas o grau(a) 2 e grau(b) 2, o que contradiz a suposio que estes vrtices tm
grau 1.
.
. . A suposio inicial falsa e, conseqentemente, no existe um grafo simples com quatro
vrtices com graus 1, 1, 3, e 3.
UFMG/ICEx/DCC
MD
Conceitos
687

possvel num grupo de nove pessoas, cada um ser amigo de exatamente
cinco outras pessoas?
No.
Suponha que cada pessoa represente um vrtice de um grafo e a aresta
indique uma relao de amizade entre duas pessoas (vrtices).
Suponha que cada pessoa seja amiga de exatamente cinco outras pessoas.
Ento o grau de cada vrtice cinco e o grau total do grafo 45.
.
. . Isto contradiz o corolrio que o grau total de um grafo par e, conseqentemente, a suposio falsa.
UFMG/ICEx/DCC
MD
Conceitos
688
Caracterstica de um grafo
Teorema: Em qualquer grafo G, existe um nmero par de vrtices de grau mpar.
Prova:
Suponha que G tenha n vrtices de grau mpar e m vrtices de grau par, onde n e m so
inteiros no negativos. [Deve-se mostrar que n par.]
Se n = 0, ento G tem um nmero par de vrtices de grau mpar.
Suponha que n 1. Seja P a soma dos graus de todos os vrtices de grau par, I a soma
dos graus de todos os vrtices de grau mpar, e T o grau total de G.
Se p1 , p2 , . . . , pm so os vrtices de grau par e i1 , i2 , . . . , in so os vrtices de grau mpar,
P = grau(p1 ) + grau(p2 ) + . . . + grau(pm ),
I = grau(i1 ) + grau(i2 ) + . . . + grau(in ),
T = grau(p1 ) + grau(p2 ) + . . . + grau(pm ) +
grau(i1 ) + grau(i2 ) + . . . + grau(in )
= P + I [que deve ser um nmero par]
P par, j que P = 0 ou P a soma de grau(pr ), 0 r m, que par.
Mas T = P + I e I = T P . Assim, I a diferena de dois inteiros pares, que par.
Pela suposio, grau(is ), 0 s n, mpar. Assim, I, um inteiro par, a soma de n inteiros
mpares grau(i1 ) + grau(i2 ) + . . . + grau(in ). Mas a soma de n inteiros mpares par, ento
n par [o que devia ser mostrado].
UFMG/ICEx/DCC
MD
Conceitos
689

possvel ter um grafo com 10 vrtices de graus 1, 1, 2, 2, 2, 3, 4, 4, 4, e 6?
No. Duas formas de provar:
1. Este grafo supostamente possui trs vrtices de grau mpar, o que no
possvel.
2. Este grafo supostamente possui um grau total = 29, o que no possvel.
UFMG/ICEx/DCC
MD
Conceitos
690
O problema das sete pontes de Knigsberg ou

O incio da teoria dos grafos (1)
Leonhard Euler (1707-1783) aos 49 anos. Tela em leo pintada por

Jakob Emanuel Handmann em 1756.
Leonhard Euler, matemtico suo. Considerado um dos maiores matemticos de todos os
tempos. Foi um cientista extremamente produtivo contribuindo para muitas reas da matemtica
como teoria dos nmeros, anlise combinatria e anlise, bem como o seu uso em reas como
msica e arquitetura naval. Euler foi o primeiro a usar o termo funo para descrever uma
expresso envolvendo vrios argumentos, ou seja, y = F (x). No total escreveu mais de
1100 artigos e livros. Durante os ltimos 17 anos de vida, ele ficou praticamente cego, quando
produziu quase que metade de seus trabalhos.
A rea de teoria dos grafos comea em 1736 quando publica um artigo (Solutio problematis ad
geometriam situs pertinentis) contendo a soluo para o problema das sete pontes de Knigsberg, na poca uma cidade da Prssia e, atualmente, cidade da Rssia.
UFMG/ICEx/DCC
MD
Conceitos
691

O incio da teoria dos grafos (2)
A cidade de Knigsberg foi construda numa regio onde haviam dois braos do Rio Pregel e
uma ilha. Foram construdas sete pontes ligando diferentes partes da cidade, como mostrado
na figura:
Problema: possvel que uma pessoa faa um percurso na cidade de tal forma que inicie e
volte a mesma posio passando por todas as pontes somente uma nica vez?
UFMG/ICEx/DCC
MD
Conceitos
692

Onde Knigsberg (3)
Referncia: Northern Germany as far as the Bavarian and Austrian Frontiers;
Handbook for Travellers by
Karl Baedeker. Fifteenth Revised Edition. Leipzig, Karl
Baedeker; New York, Charles
Scribners Sons 1910.
UFMG/ICEx/DCC
History: Kaliningrad was for- Mapa parcial (recente) da

merly the Prussian port of cidade.
Knigsberg, capital of East
Prussia. It was captured by
the Red Army in April 1945
and ceded to the Soviet Union
at the Potsdam conference.
It was renamed in honor of
senior Soviet leader Mikhail
Kalinin, although he never actually visited the area.
MD
Conceitos
693
O problema das sete pontes de Knigsberg (4)

Euler resolveu este problema dando incio teoria dos grafos.
Modelagem proposta por Euler:
Todos os pontos de uma dada rea de terra podem ser representados por
um nico ponto j que uma pessoa pode andar de um lado para o outro
sem atravessar uma ponte.
Um ponto conectado a outro se houver uma ponte de um lado para o
outro.
Graficamente, Euler representou o problema como:
B
C
UFMG/ICEx/DCC
MD
Conceitos
694

Problema a ser resolvido:
possvel achar um caminho que comece e termine num vrtice qualquer
(A, B, C, ou D) e passe por cada aresta, exatamente, e uma nica vez?,
ou ainda,
possvel desenhar este grafo que comece e termine na mesma posio
sem levantar o lpis do papel?
A
B
C
UFMG/ICEx/DCC
MD
Conceitos
695

Aparentemente no existe soluo!
A
Partindo do vrtice A, toda vez que se passa por qualquer outro vrtice, duas arestas so usadas: a de
chegada e a de sada.
B
Assim, se for possvel achar uma rota que usa todas

as arestas do grafo e comea e termina em A, ento o
nmero total de chegadas e sadas de cada vrtice
deve ser um valor mltiplo de 2.
No entanto, temos:
grau(A) = grau(C) = grau(D) = 3; e
grau(B) = 5.
Assim, por este raciocnio informal no possvel ter
uma soluo para este problema.
UFMG/ICEx/DCC
MD
Conceitos
696
Caminhamentos em grafos
Caminho (1)
Seja G um grafo no dirigido, n 1, e v e w vrtices de G.
Caminho (walk ): Um caminho de v para w uma sequncia alternada de
vrtices e arestas adjacentes de G. Um caminho tem a forma:
(v =)v0e1v1e2v2 . . . vn1envn(= w)
ou ainda
v0[v0, v1]v1[v1, v2]v2 . . . vn1[vn1, vn]vn
onde v0 = v e vn = w.
v2
e1
e4 e
6
e5
e7
v1
UFMG/ICEx/DCC
e3
v3
Um possvel caminho entre v1 e v4:

v1e6v3e2v4e7v2e1v3e2v4e3v1e4v2e5v4
e2
v4
MD
Conceitos
697
Caminho (2)
No caso de arestas mltiplas, deve-se indicar qual delas est sendo usada.
Vrtices v0 e vn so extremidades do caminho.
Tamanho (comprimento) do caminho: nmero de arestas do mesmo, ou seja,
nmero de vrtices menos um.
O caminho trivial de v para v consiste apenas do vrtice v.
Se existir um caminho c de v para w ento w alcanvel a partir de v via c.
UFMG/ICEx/DCC
MD
Conceitos
698
Caminho fechado (1)
Caminho fechado (Closed walk ): Caminho que comea e termina no mesmo
vrtice:
(v =)v0e1v1e2v3 . . . vn1envn(= w)
onde v = w.
v2
e1
e4 e
6
e5
e7
v1
e3
v3
Um possvel caminho fechado :

v1e6v3e2v4e7v2e1v3e2v4e3v1e4v2e5v4e3v1
e2
v4
Um caminho fechado com pelo menos uma aresta chamado de ciclo.
UFMG/ICEx/DCC
MD
Conceitos
699
Caminho fechado (2)
Dois caminhos fechados
e
v0v1 . . . vn
0
v00 v10 . . . vn
formam o mesmo ciclo se existir um inteiro j tal que

vi0 = vi+j mod n,
para i = 0, 1, . . . , n 1.
v2
e1
e4 e
6
e5
e7
v1
UFMG/ICEx/DCC
e3
v3
O caminho fechado v1v2v3v4v1 forma o

mesmo ciclo que os caminhos fechados
v2v3v4v1v2, v3v4v1v2v3 e v4v1v2v3v4.
e2
v4
MD
Conceitos
700
Trajeto
Trajeto (Path): Caminho de v para w sem arestas repetidas:
(v =)v0e1v1e2v3 . . . vn1envn(= w)
onde todas as arestas ei so distintas, ou seja, ei 6= ek , para qualquer i 6= k.
v2
e1
e4 e
6
e5
e7
v1
UFMG/ICEx/DCC
e3
v3
Um possvel trajeto :
v1e6v3e2v4e7v2e1v3
e2
v4
MD
Conceitos
701
Trajeto simples
Trajeto simples (Simple path): Caminho de v para w sem arestas e vrtices
repetidos.
v2
e1
e4 e
6
e5
e7
v1
UFMG/ICEx/DCC
e3
v3
Um possvel trajeto simples :

v1e6v3e2v4e7v2
e2
v4
MD
Conceitos
702
Circuito
Circuito (Circuit): Trajeto fechado, ou seja, um caminho onde no h aresta
repetida e os vrtices inicial e final so idnticos:
(v =)v0e1v1e2v3 . . . vn1envn(= w)
onde toda aresta ei, 1 i n, distinta e v0 = vn.
v2
e1
e4 e
6
e5
e7
v1
UFMG/ICEx/DCC
e3
v3
Um possvel circuito :
v1e6v3e2v4e7v2e1v3
e2
v4
MD
Conceitos
703
Circuito simples
Circuito simples (Simple circuit): Trajeto fechado, ou seja, um caminho onde
no h arestas e vrtices repetidos, exceto os vrtices inicial e final que so
idnticos.
v2
e1
e4 e
6
e5
e7
v1
e3
v3
Um possvel circuito simples :

v1e6v3e2v4e7v2e4v1
e2
v4
Um circuito simples tambm chamado de ciclo simples.
UFMG/ICEx/DCC
MD
Conceitos
704
Terminologia de caminhamentos
Aresta
repetida?
Vrtice
repetido?
Comea e termina
no mesmo vrtice?
Caminho (walk )
Pode
Pode
Pode
Caminho fechado (closed walk )
Pode
Pode
Sim
Trajeto (path)
No
Pode
Pode
Trajeto simples (simple path)
No
No
No
Circuito (circuit)
No
Pode
Sim
Circuito simples (simple circuit)
No
v0 = vn
Sim
Tipo
UFMG/ICEx/DCC
MD
Conceitos
705
Notao simplificada (1)
Em geral um caminho pode ser identificado de forma no ambgua atravs de
uma sequncia de arestas ou vrtices.
e2
e1
v1
e4
v2
e3
v3
O caminho e1e2e4e3 representa de forma no ambgua o caminho

v1e1v2e2v3e4v3e3v2
A notao e1 ambgua, se usada para referenciar um caminho, pois pode
representar duas possibilidades: v1e1v2 ou v2e1v1.
A notao v2v3 ambgua, se usada para referenciar um caminho, pois pode
representar duas possibilidades: v2e2v3 ou v2e3v3.
UFMG/ICEx/DCC
MD
Conceitos
706
Notao simplificada (2)
e2
e1
e3
v1
v2
v3
A notao v1v2v2v3, se for associada a um caminho, representa de forma

no ambgua o caminho v1e1v2e2v2e3v3
Se um grafo G no possui arestas paralelas, ento qualquer caminho em G
pode ser determinado de forma nica por uma sequncia de vrtices.
UFMG/ICEx/DCC
MD
Conceitos
707
Identificando o caminhamento (1)

e4
v1
e2
e3
v2
e1
e5
v3
e7
e6
v4
e 10
e8
v6
e9
v5
Que tipo de caminhamento ?

v1e1v2e3v3e4v3e5v4
Aresta repetida? No.
Vrtice repetido? Sim v3.
Comea e termina no mesmo
vrtice? No.
Trajeto.
UFMG/ICEx/DCC
MD
e1e3e5e5e6
Aresta repetida? Sim e5.
vrtice? No.
Caminho.
Conceitos
708

e4
v1
e2
e3
v2
e1
e5
v3
e7
e6
v4
e 10
e8
v6
e9
v5

v2v3v4v5v3v6v2
Vrtice repetido? Sim v2 e v3.
vrtice? Sim v2.
Circuito.
UFMG/ICEx/DCC
MD
v2v3v4v5v6v2
vrtice? Sim v2.
Circuito simples.
Conceitos
709

e4
v1
e2
e3
v2
e1
e5
v3
e7
e6
v4
e 10
e8
v6
e9
v5

v2v3v4v5v6v3v2
Aresta repetida? Sim e3.
Vrtice repetido? Sim v2 e v3.
vrtice? Sim v2.
Caminho fechado.
UFMG/ICEx/DCC
MD
v1
Vrtice repetido? No.
vrtice? Sim v1.
Caminho (circuito) trivial.
Conceitos
710
Fecho transitivo direto

Definio: O fecho transitivo direto (FTD) de um vrtice v o conjunto de todos
os vrtices que podem ser atingidos por algum caminho iniciando em v.
Exemplo: O FTD do vrtice v5 do grafo ao lado
o conjunto {v1, v2, v3, v4, v5, v6}. Note que
o prprio vrtice faz parte do FTD j que ele
alcanvel partindo-se dele mesmo.
v2
v1
v4
v3
v6
v5
v7
UFMG/ICEx/DCC
MD
Conceitos
711
Fecho transitivo inverso

Definio: O fecho transitivo inverso (FTI) de um vrtice v o conjunto de todos
os vrtices a partir dos quais se pode atingir v por algum caminho.
Exemplo: O FTI do vrtice v5 do grafo abaixo
o conjunto {v1, v2, v4, v5, v7}. Note que o
prprio vrtice faz parte do FTI j que dele pode
alcanar ele mesmo.
v2
v1
v4
v3
v6
v5
v7
UFMG/ICEx/DCC
MD
Conceitos
712
Conectividade (1)
Informalmente um grafo conexo (conectado) se for possvel caminhar de qualquer vrtice para qualquer outro vrtice atravs de uma sequncia de arestas
adjacentes.
Definio: Seja G um grafo. Dois vrtices v e w de G esto conectados sse
existe um caminho de v para w. Um grafo G conexo sse dado um par qualquer
de vrtice v e w em G, existe um caminho de v para w. Simbolicamente,
G conexo vrtices v, w V (G), um caminho de v para w.
Se a negao desta afirmao for tomada, possvel ver que um grafo no
conexo sse existem dois vrtices em G que no esto conectados por qualquer
caminho.
UFMG/ICEx/DCC
MD
Conceitos
713
Conectividade (2)
v2
v3
v4
v1
v5
v6
G1
Grafo conexo.
v2
v4
v5
v3
v6
v4
v2
v5
v1
v3
v8
v1
v7
v6
G3
G2
Grafos no conexos.
UFMG/ICEx/DCC
MD
Conceitos
714
Conectividade (3)
Lemas
Seja G um grafo.
(a) Se G conexo, ento quaisquer dois vrtices distintos de G podem ser
conectados por um trajeto simples (simple path).
(b) Se vrtices v e w so parte de um circuito de G e uma aresta removida

do circuito, ainda assim existe um trajeto de v para w em G.
(c) Se G conexo e contm um circuito, ento uma aresta do circuito pode ser
removida sem desconectar G.
UFMG/ICEx/DCC
MD
Conceitos
715
Conectividade (4)
Os grafos
v2
v4
v5
v3
v6
v4
v2
v5
v1
v3
v8
v1
v7
v6
G3
G2
possuem trs partes cada um, sendo cada parte um grafo conexo.
Um componente conexo de um grafo um subgrafo conexo de maior tamanho
possvel.
UFMG/ICEx/DCC
MD
Conceitos
716
Componente conexo (1)

Definio: Um grafo H um componente conexo de um grafo G sse:
1. H um subgrafo de G;
2. H conexo;
3. Nenhum subgrafo conexo I de G tem H como um subgrafo e I contm
vrtices ou arestas que no esto em H.
Um grafo pode ser visto como a unio de seus componentes conexos.
UFMG/ICEx/DCC
MD
Conceitos
717
Componente conexo (2)

Os componentes conexos do grafo G abaixo so:
v3
e1
v1
v4
v5
v8
e5
e3
e2
v 6 e4 v 7
v2
G possui trs componentes conexos:

H1 : V1 = {v1, v2, v3}
E1 = {e1, e2}
H2 : V2 = {v4}
E2 =
H3 : V3 = {v5, v6, v7, v8} E3 = {e3, e4, e5}
UFMG/ICEx/DCC
MD
Conceitos
718
Componente fortemente conexo (conectado)

Um grafo dirigido G = (V, E) fortemente conexo se cada dois vrtices
quaisquer so alcanveis a partir um do outro.
Os componentes fortemente conexos de um grafo dirigido so conjuntos de
vrtices sob a relao so mutuamente alcanveis.
Um grafo dirigido fortemente conexo tem apenas um componente fortemente
conexo.
v3
v0
v4
Os componentes fortemente conexos do grafo ao lado so:
H1 : V1 = {v0 , v1 , v2 , v3 }
H2 : V2 = {v4 }
H3 : V3 = {v5 }
Observe que {v4 , v5 } no um componente fortemente conexo j que o vrtice v5 no alcanvel a partir do vrtice
v2
UFMG/ICEx/DCC
v1
v 5 v4.
MD
Conceitos
719
Circuito Euleriano (1)

Definio: Seja G um grafo. Um circuito Euleriano um circuito que contm
cada vrtice e cada aresta de G. uma sequncia de vrtices e arestas adjacentes que comea e termina no mesmo vrtice de G, passando pelo menos
uma vez por cada vrtice e exatamente uma nica vez por cada aresta de G.
UFMG/ICEx/DCC
MD
Conceitos
720

Teorema: Se um grafo possui um circuito Euleriano, ento cada vrtice do grafo
tem grau par.
Prova:
Suponha que G um grafo que tem um circuito Euleriano. [Deve-se mostrar que
qualquer vrtice v de G tem grau par.]
Seja v um vrtice particular de G mas escolhido aleatoriamente.

O circuito Euleriano possui cada aresta de G incluindo todas as arestas incidentes a v.
Vamos imaginar um caminho que comea no meio de uma das arestas adjacentes ao incio do circuito Euleriano e continua ao longo deste circuito e
termina no mesmo ponto.
UFMG/ICEx/DCC
MD
Conceitos
721

Par de arestas entrada/sada
Comece aqui
v3
v1
v2
v0
v5
v4
Par de arestas entrada/sada
Prova (continuao):
Cada vez que o vrtice v visitado atravs de uma aresta de entrada, este
vrtice deixado j que o caminho termina no meio de uma aresta.
J que cada circuito Euleriano passa em cada aresta de G exatamente uma
nica vez, cada aresta incidente a v visitada uma nica vez neste processo.
Como o caminho que passa por v feito atravs de arestas incidentes a v na
forma de pares entrada/sada, o grau de v deve ser mltiplo de 2.
Isto significa que o grau de v par. [O que devia ser mostrado.]
UFMG/ICEx/DCC
MD
Conceitos
722

O contrapositivo deste teorema (que logicamente equivalente ao teorema original) :
Teorema: Se algum vrtice de um grafo tem grau mpar, ento o grafo no tem
um circuito Euleriano.
Esta verso do teorema til para mostrar que um grafo no possui um
circuito Euleriano.
v2
e1
e4 e
6
e5
e7
v1
e3
v3
e2
v4
Vrtices v1 e v3 possuem grau 3 e, assim, no possuem um circuito Euleriano.

UFMG/ICEx/DCC
MD
Conceitos
723

Revisitando o problema das sete pontes da cidade de Knigsberg.
B
C
Problema: possvel que uma pessoa faa um percurso na cidade de tal forma
que inicie e volte a mesma posio passando por todas as pontes somente uma
nica vez?
No. Todos os vrtices tm grau mpar.
UFMG/ICEx/DCC
MD
Conceitos
724

No entanto, se cada vrtice de um grafo tem grau par, ento o grafo tem um
circuito Euleriano?
No. Por exemplo, no grafo abaixo todos os vrtices tm grau par, mas como
o grafo no conexo, no possui um circuito Euleriano.
v2
v3
e1
e3
e2
e4
v1
UFMG/ICEx/DCC
v4
MD
Conceitos
725

Teorema: Se cada vrtice de um grafo no vazio tem grau par e o grafo conexo,
ento o grafo tem um circuito Euleriano.
Prova: [Esta uma prova construtivista, ou seja, apresenta um algoritmo para achar um circuito
Euleriano para um grafo conexo no qual cada vrtice tem grau par.]
Suponha que G um grafo conexo no vazio e que cada vrtice de G tem

grau par. [Deve-se achar um circuito Euleriano para G.]
Construa um circuito C usando o algoritmo descrito a seguir.
PASSO 1:
Escolha qualquer vrtice v de G. [Este passo pode ser executado j que pela suposio o conjunto de vrtices de G no vazio.]
UFMG/ICEx/DCC
MD
Conceitos
726

Prova (continuao):
PASSO 2:
Escolha uma sequncia qualquer de vrtices e arestas adjacentes,

comeando e terminando em v, sem repetir arestas. Chame o circuito resultante de C.
[Este passo pode ser executado pelas seguintes razes:
Como o grau de cada vrtice de G par, possvel entrar num vrtice qualquer que no
seja o v por arestas de entrada e sada no visitadas ainda.
Assim, uma sequncia de arestas adjacentes distintas pode ser obtida enquanto o vrtice v
no seja alcanado.
Esta sequncia de arestas deve voltar em v j que existe um nmero finito de arestas.
]
UFMG/ICEx/DCC
MD
Conceitos
727

Prova (continuao):
PASSO 3: Verifique se C contm cada aresta e vrtice de G. Se sim, C um
circuito Euleriano e o problema est terminado. Caso contrrio, execute os

passos abaixo.
UFMG/ICEx/DCC
MD
Conceitos
728

Prova (continuao):
PASSO 3 A :
Remova todas as arestas do circuito C do grafo G e quaisquer vrtices que

se tornaram isolados quando as arestas de C so removidas.
Chame o grafo resultante de G0.
[Note que G0 pode no ser conexo, como ilustrado abaixo, mas cada vrtice de G0 tem grau
par, j que removendo as arestas de C remove um nmero par de arestas de cada vrtice e a
diferena de dois nmeros pares par.]
C
v
u
G:
G
UFMG/ICEx/DCC
MD
Conceitos
729

Prova (continuao):
PASSO 3 B :
Escolha qualquer vrtice w comum a ambos C e G0.

[Deve haver pelo menos um vrtice deste tipo j que G conexo. Na figura abaixo existem
dois vrtices deste tipo: u e w.]
C
v
u
G:
UFMG/ICEx/DCC
MD
Conceitos
730

Prova (continuao):
PASSO 3 C :
Escolha uma sequncia qualquer de vrtices e arestas adjacentes,

comeando e terminando em w, sem repetir arestas. Chame o circuito resultante de C 0.
[Este passo pode ser executado j que o grau de cada vrtice de G0 par e G0 finito. Veja a
justificativa para o passo 2.]
UFMG/ICEx/DCC
MD
Conceitos
731

Prova (continuao):
PASSO 3 D :
Agrupe C e C 0 para criar um novo circuito C 00 como segue:

Comece em v e siga em direo a w.
Percorra todo o circuito C 0 e volte a w.
Caminhe pela parte de C no percorrida ainda at o vrtice v.
[O efeito de executar os passos 3 C e 3 D para o grafo anterior mostrado abaixo.]
v
u
G:
C
UFMG/ICEx/DCC
MD
Conceitos
732

Prova (continuao):
PASSO 3 E :
Seja C C 00 e retorne ao passo 3.

[Como o grafo G finito, a execuo dos passos deste algoritmo termina, com a construo de
um circuito Euleriano para G. Como diferentes escolhas podem ser feitas, diferentes circuitos
podem ser gerados.]
UFMG/ICEx/DCC
MD
Conceitos
733

Determine se o grafo abaixo tem um circuito Euleriano. Em caso positivo ache
um circuito Euleriano para o grafo.
i
a
d
e
j
h
Os vrtices a, b, c, f, g, i, j tm grau 2.
Os vrtices d, e, h tm grau 4.
Pelo teorema anterior, este grafo possui um circuito Euleriano.
UFMG/ICEx/DCC
MD
Conceitos
734

Seja v = a e seja
C : abcda.
i
a
1
3
h
g
C no um circuito Euleriano para este grafo, mas C possui uma interseco

com o restante do grafo no vrtice d.
UFMG/ICEx/DCC
MD
Conceitos
735

Seja C 0 : deghjid. Agrupe C 0 a C para obter
C 00 : abcdeghjida.
Seja C C 00. Ento C pode ser representado pelas arestas rotuladas no grafo
abaixo:
i
9
8
10
h
5
C no um circuito Euleriano para este grafo, mas C possui uma interseco

com o restante do grafo no vrtice e.
UFMG/ICEx/DCC
MD
Conceitos
736

Seja C 0 : ef he. Agrupe C 0 a C para obter
C 00 : abcdef heghjida.
Seja C C 00. Ento C pode ser representado pelas arestas rotuladas no grafo
abaixo:
i
12
11
13
5
6
1
4
3
10
h
8
C inclui cada aresta do grafo exatamente uma nica vez e, assim, C um

circuito Euleriano para este grafo.
UFMG/ICEx/DCC
MD
Conceitos
737

Teorema: Um grafo G tem um circuito Euleriano sse G conexo e cada vrtice
de G tem grau par.
Definio: Seja G um grafo e seja v e w dois vrtices de G. Um Trajeto Euleriano de v para w uma sequncia de arestas e vrtices adjacentes que comea
em v, termina em w e passa por cada vrtice de G pelo menos uma vez e passa
por cada aresta de G exatamente uma nica vez.
Corolrio: Seja G um grafo e dois vrtices v e w de G. Existe um trajeto Euleriano de v para w sse G conexo e v e w tm grau mpar e todos os outros
vrtices de G tm grau par.
UFMG/ICEx/DCC
MD
Conceitos
738
Trajeto Euleriano (1)

Uma casa possui uma diviso representada pela planta abaixo. possvel uma
pessoa sair do cmodo A, terminar no cmodo B e passar por todas as portas
da casa exatamente uma nica vez? Se sim, apresente um possvel trajeto.
G
H
F
E
J
C
D
K
UFMG/ICEx/DCC
MD
Conceitos
739
Trajeto Euleriano (2)

A planta da casa pode ser representada pelo grafo abaixo:
G
G
H
J
C
D
K
Cada vrtice deste grafo tem um grau par, exceto os vrtices A e B que tm
grau 1. Assim, pelo corolrio anterior, existe um trajeto Euleriano de A para B.
AGHFEIHEKJDCB
UFMG/ICEx/DCC
MD
Conceitos
740
Circuito Hamiltoniano (1)

Em 1859, props um jogo na forma de um
dodecaedro (slido de 12 faces).
William Hamilton (1805
1865), matemtico irlands.
Con-
tribuiu para o desenvolvimento da ptica, dinmica e lgebra. Em particular, descobriu a lgebra dos quaternions. Seu trabalho provou ser significante para o desenvolvimento da
mecnica quntica.
UFMG/ICEx/DCC
MD
Conceitos
741

Jogo proposto por Hamilton
Cada vrtice recebeu o nome de uma cidade: Londres, Paris, Hong Kong, New
York, etc. O problema era: possvel comear em uma cidade e visitar todas
as outras cidades exatamente uma nica vez e retornar cidade de partida?
O jogo mais fcil de ser imaginado projetando o dodecaedro no plano:
UFMG/ICEx/DCC
MD
Conceitos
742

Jogo proposto por Hamilton
Uma possvel soluo para este grafo :
Definio: Dado um grafo G, um Circuito Hamiltoniano para G um circuito

simples que inclui cada vrtice de G, ou seja, uma sequncia de vrtices adjacentes e arestas distintas tal que cada vrtice de G aparece exatamente uma
nica vez.
UFMG/ICEx/DCC
MD
Conceitos
743
Comentrios sobre circuitos Euleriano e

Hamiltoniano (1)
Circuito Euleriano:
Inclui todas as arestas uma nica vez.
Inclui todos os vrtices, mas que podem ser repetidos, ou seja, pode no
gerar um circuito Hamiltoniano.
Circuito Hamiltoniano:
Inclui todas os vrtices uma nica vez (exceto o inicial = final).
Pode no incluir todas as arestas, ou seja, pode no gerar um circuito
Euleriano.
UFMG/ICEx/DCC
MD
Conceitos
744
Comentrios sobre circuitos Euleriano e

Hamiltoniano (2)
possvel determinar a priori se um grafo G possui um circuito Euleriano.
No existe um teorema que indique se um grafo possui um circuito Hamiltoniano nem se conhece um algoritmo eficiente (polinomial) para achar um
circuito Hamiltoniano.
No entanto, existe uma tcnica simples que pode ser usada em muitos casos
para mostrar que um grafo no possui um circuito Hamiltoniano.
UFMG/ICEx/DCC
MD
Conceitos
745
Determinando se um grafo no possui um circuito

Hamiltoniano (1)
Suponha que um grafo G tenha um circuito Hamiltoniano C dado por:
C : v0e1v1e2 . . . vn1envn
Como C um circuito simples, todas as arestas ei so distintas e todos os
vrtices so distintos, exceto v0 = vn.
Seja H um subgrafo de G que formado pelos vrtices e arestas de C, como
mostrado na figura abaixo (H o subgrafo com as linhas grossas).
UFMG/ICEx/DCC
MD
Conceitos
746

Hamiltoniano (2)
Se um grafo G tem um circuito Hamiltoniano ento G tem um subgrafo H com
as seguintes propriedades:
1. H contm cada vrtice de G;

2. H conexo;
3. H tem o mesmo nmero de arestas e
de vrtices;
4. Cada vrtice de H tem grau 2.
Contrapositivo desta afirmao:
Se um grafo G no tem um subgrafo H com propriedades (1)(4) ento G
no possui um circuito Hamiltoniano.
UFMG/ICEx/DCC
MD
Conceitos
747

Hamiltoniano (3)
Prove que o grafo G abaixo no tem um circuito Hamiltoniano.
a
c
b
Se G tem um circuito Hamiltoniano, ento G tem um subgrafo H que:

1.
2.
3.
4.
H contm cada vrtice de G;

H conexo;
H tem o mesmo nmero de arestas e de vrtices;
Cada vrtice de H tem grau 2.
UFMG/ICEx/DCC
MD
Conceitos
748

Hamiltoniano (4)
a
c
b
Em G, grau(b) = 4 e cada vrtice de H tem grau 2;

Duas arestas incidentes a b devem ser removidas de G para criar H;
Qualquer aresta incidente a b que seja removida far com que os outros vrtices restantes tenham grau menor que 2;
Conseqentemente, no existe um subgrafo H com as quatro propriedades
acima e, assim, G no possui um circuito Hamiltoniano.
UFMG/ICEx/DCC
MD
Conceitos
749
O Problema do Caixeiro Viajante (1)

Em ingls, Traveling Salesman Problem, ou TSP.
Suponha o mapa abaixo mostrando quatro cidades (A, B, C, D) e as distncias em km entre elas.
30
B
C
30
25
50
35
D
40
Um caixeiro viajante deve percorrer um circuito Hamiltoniano, ou seja, visitar

cada cidade exatamente uma nica vez e voltar a cidade inicial.
Que rota deve ser escolhida para minimizar o total da distncia percorrida?
UFMG/ICEx/DCC
MD
Conceitos
750

Possvel soluo:
Enumere todos os possveis circuitos Hamiltonianos comeando e terminando em A;
Calcule a distncia de cada um deles;
Determine o menor deles.
B
Rota
Distncia (km)
ABCDA
ABDCA
ACBDA
ACDBA
ADBCA
ADCBA
30 + 30 + 25 + 40 = 125
30 + 35 + 25 + 50 = 140
50 + 30 + 35 + 40 = 155
50 + 25 + 35 + 30 = 140
40 + 35 + 30 + 50 = 155
40 + 25 + 30 + 30 = 125
30
30
C
25
50
35
D
40
Assim, tanto a rota ABCDA ou ADCBA tem uma distncia total de 125
km.
UFMG/ICEx/DCC
MD
Conceitos
751

A soluo do TSP um circuito Hamiltoniano que minimiza a distncia total percorrida para um grafo valorado arbitrrio G com n vrtices, onde uma
distncia atribuda a cada aresta.
Algoritmo para resolver o TSP:
Atualmente, fora bruta, como feito no exemplo anterior.
Problema da classe NP-Completo.
Exemplo: para o grafo K30 existem
29! 8, 84 1030
circuitos Hamiltonianos diferentes comeando e terminando num determinado
vrtice.
Mesmo se cada circuito puder ser achado e calculado em apenas 1s, seria
necessrio aproximadamente 2, 8 1017 anos para terminar a computao
nesse computador.
UFMG/ICEx/DCC
MD
Conceitos
752
Representao de um grafo
Dado um grafo G = (V, E):
V = conjunto de vrtices.
E = conjunto de arestas, que pode ser representado pelo subconjunto de
V V.
O tamanho da entrada de dados medido em termos do:
Nmero de vrtices |V |.
Nmero de arestas |E|.
Se G conexo ento |E| |V | 1.
UFMG/ICEx/DCC
MD
Conceitos
753
Convenes
Conveno I (Notao):
Dentro e somente dentro da notao assinttica os smbolos V e E significam respectivamente |V | e |E|.
Se um algoritmo executa em tempo O(V + E) equivalente a dizer que
executa em tempo O(|V | + |E|).
Conveno II (Em pseudo-cdigo):
O conjunto V de vrtices de G representado por V [G].
O conjunto E de arestas de G representado por E[G].
Os conjuntos V e E so vistos como atributos de G.
UFMG/ICEx/DCC
MD
Conceitos
754
Estruturas de dados
Matriz de adjacncia:
Forma preferida de representar grafos densos (|E| |V |2).
Indica rapidamente (O(1)) se existe uma aresta conectando dois vrtices.
Lista de adjacncia:
Representao normalmente preferida.
Prov uma forma compacta de representar grafos esparsos (|E| |V |2).
Matriz de incidncia:
Representao que inclui vrtice e aresta.
As duas primeiras formas acima so as principais formas de representar um

grafo.
UFMG/ICEx/DCC
MD
Conceitos
755
Matriz de adjacncia e grafo dirigido (1)
Seja o grafo dirigido abaixo:
e3
v2
e2
Este grafo pode ser representado por uma matriz A = (aij ), onde (aij ) representa o nmero
de arestas de vi para vj .
Matriz de Adjacncia
e1
e4
v
1
e5
v1
e6
A=
v3
UFMG/ICEx/DCC
v2 v3
v1 1 0 0
v2 1 1 2
v3
MD
Conceitos
756
Definio: Seja G um grafo dirigido com vrtices v1, v2, . . . , vn. A matriz de
adjacncia de G a matriz A = (aij ) (A[1 . . . n, 1 . . . n]) definida como:
aij = # de arestas de vi para vj , i, j = 1, 2, . . . , n.

Valor diferente de zero na diagonal principal: lao.
Valor igual a 1 na entrada (aij ): uma nica aresta de vi a vj .
Valores maiores que 1 na entrada (aij ): arestas paralelas de vi a vj .
Espao: O(V 2).
UFMG/ICEx/DCC
MD
Conceitos
757
e5
e5
v1
v3
v2
e2
e2
e3
e1
A=
e4
v3
v2
v
1
v
1
v2 v3
v1 0 0 0
v2 0 1 1
UFMG/ICEx/DCC
e3
e1
e4
v3
v1
A=
v2 v3
v1 1 1 0
v2 1 0 2
v3
MD
Conceitos
758
Um possvel desenho deste grafo :
Dada a matriz de adjacncia de um

grafo:
v1
v2
v
1
A=
v2 v3 v4
v1 0 1 1 0
2
0
1
v2
1
v3 0
v4
v3
UFMG/ICEx/DCC
MD
Conceitos
v4
759
Matriz de adjacncia e grafo no dirigido
Definio: Seja G um grafo no dirigido com vrtices v1, v2, . . . , vn. A matriz
de adjacncia de G a matriz A = (aij ) sobre o conjunto dos inteiros no
negativos tal que
aij = # de arestas conectando vi a vj , i, j = 1, 2, . . . , n.
Dado o grafo:
A matriz de adjacncia correspondente :
e3
e2
v1
e1
v4
e7
e6
UFMG/ICEx/DCC
v
1
v2
e5
A=
e4
v2 v3 v4
v1 0 1 0 1
v2
1
1
2
1
v3 0
v4
v3
MD
Conceitos
760
Matriz de adjacncia e componentes conexos
Dado o grafo:
v2
e4
e3
e1
e2
v1
v3
e6
0 2 0 0 0
2 0 0 0 0
0 0 0 1 0
0 0 1 1 0
0 0 0 0 0
0 0 0 0 0 2 0
e5
v5
v4
v6
e7
1 0 1 0 0 0 0
A=
0
A matriz A consiste de blocos de diferentes tamanhos

ao longo da diagonal principal, j que o conjunto de vrtices disjunto.
e8
v7
UFMG/ICEx/DCC
MD
Conceitos
761
Matriz de adjacncia: Anlise
Deve ser utilizada para grafos densos, onde |E| prximo de |V |2 (|E|
|V |2).
O tempo necessrio para acessar um elemento independente de |V | ou |E|.
muito til para algoritmos em que necessitamos saber com rapidez se existe
uma aresta ligando dois vrtices.
A maior desvantagem que a matriz necessita O(V 2) de espao.
Ler ou examinar a matriz tem complexidade de tempo O(V 2).
UFMG/ICEx/DCC
MD
Conceitos
762
Uso de matriz de adjacncia
Quando usada, a maior parte dos algoritmos requer tempo O(V 2), mas existem excees.
Seja um grafo dirigido que contm um vrtice sink, ou seja, um vrtice com:
Grau de entrada (in-degree) = |V | 1
Grau de sada (out-degree) = 0
No existe uma aresta loop
Apresente um algoritmo para determinar se um grafo dirigido possui um vrtice sink em tempo O(V ) usando uma matriz de adjacncia.
UFMG/ICEx/DCC
MD
Conceitos
763
Nmero de vrtices sink num grafo dirigido
Quantos vrtices sink um grafo dirigido G = (V, E) possui no mximo?
No mximo 1.
Prova por contradio:
Suponha que si e sj sejam vrtices sink.
Deve existir uma aresta de todos os ns do grafo G para si e sj , exceto loops.
Em particular deve existir uma aresta (si, sj ) e uma aresta (sj , si) j que si
e sj so vrtices sink.
Isto no pode ocorrer j que o grau de sada de um vrtice sink 0.
Logo, se existir um vrtice sink no grafo G no mximo 1.
UFMG/ICEx/DCC
MD
Conceitos
764
Matriz de incidncia
Definio: Seja G um grafo no dirigido com vrtices v1 , v2 , . . . , vn e arestas e1 , e2 , . . . , em . A
matriz de incidncia de G a matriz M = (mij ) de tamanho n m sobre o conjunto dos
inteiros no negativos tal que

1 quando a aresta ej incidente a vi .
mij =
0 caso contrrio.
Dado o grafo:
A matriz de incidncia correspondente :
e3
e2
v1
v2
M =
e1
v4
e7
e6
UFMG/ICEx/DCC
e5
e4
v1
v2
v3
v4
e
1
1
0
0
1
e2 e3 e4 e5 e6
1 0 0 0 0
1 1 1 1 0
0 0 1 1 0
0 0 0 0 1
e7
0
1
v3
MD
Conceitos
765
Lista de adjacncia
Vetor Adj de |V | listas, uma para cada vrtice de V .
Para cada vrtice u V , a lista Adj[u] contm apontadores para todos os
vrtices v tal que a aresta (u, v) E (todos os vrtices adjacentes a u em
G).
Definio vale para grafos no dirigidos e dirigidos.
P|V |
i=1 comprimento da lista de adjacncia, vale:
Grafo dirigido = |E|, cada aresta aparece uma nica vez na lista.
Grafo no dirigido = 2|E|, cada aresta aparece duas vezes na lista (entrada
de u e entrada de v).
Espao: O(V + E).
UFMG/ICEx/DCC
MD
Conceitos
766
Lista de adjacncia e grafo dirigido (1)
Seja o grafo dirigido abaixo:
e3
Este grafo pode ser representado por uma lista

de adjacncia Adj:
v2
e2
Adj[v1] = [v1]
e1
e4
e5
Adj[v2] = [v1, v2, v3, v3]
v1
Adj[v3] = [v1]
e6
v3
UFMG/ICEx/DCC
Adj
v1
v1
v2
v1
v3
v1
MD
Conceitos
v2
v3
v3
767
Lista de adjacncia e grafo dirigido (2)
e5
e5
v1
v3
v2
e2
v1
e2
e3
e1
e3
e1
e4
e4
v2
v3
Este grafo pode ser representado
pela lista de adjacncia:
Este grafo pode ser representado

pela lista de adjacncia:
Adj[v1] = []
Adj[v1] = [v1, v2]
Adj[v2] = [v2, v3]
Adj[v2] = [v1, v3, v3]
Adj[v3] = [v1, v1, v2]
Adj[v3] = []
UFMG/ICEx/DCC
MD
Conceitos
768
Lista de adjacncia e grafo no dirigido
Dado o grafo:
Uma lista de adjacncia correspondente :
e3
e2
v1
v2
Adj[v1] = [v2, v4]

Adj[v2] = [v1, v2, v3, v3, v4]
e1
e7
e5
Adj[v3] = [v2, v2]
e4
Adj[v4] = [v1, v2, v4]

v4
e6
UFMG/ICEx/DCC
v3
MD
Conceitos
769
Contando caminhos de tamanho n (1)

O tamanho (comprimento) de um caminho o nmero de arestas do mesmo,
ou seja, nmero de vrtices menos um.
Dado o grafo
O caminho
e2
e1
v2e3v3e4v2e2v2e3v3
v2
v1
e3
tem tamanho 4.
e4
v3
Quantos caminhos distintos de tamanho 2 existem conectando v2 a v2?
Existem seis caminhos

distintos.
v2e1v1e1v2
v2e2v2e2v2
v2e3v3e4v2
v2e4v3e3v2
v2e3v3e3v2
v2e4v3e4v2
UFMG/ICEx/DCC
MD
Conceitos
770

Quantos caminhos distintos de tamanho n existem conectando dois vrtices de
um dado grafo G?
Este valor pode ser computado usando multiplicao de matrizes.
Seja o grafo:
e2
e1
v
1
v2
v1
e3
e4
A=
v3
UFMG/ICEx/DCC
v2 v3
v1 0 1 0
v2 1 1 2
v3
MD
Conceitos
771

O valor de A2 dado por:
0 1 0
0 1 0
1 1 2
1 1 2 1 1 2 = 1 6 2
0 2 0
0 2 0
2 2 4
Observe que a22 = 6, que o nmero de caminhos

de tamanho 2 de v2 para v2.
e2
e1
v2
v1
e3
e4
v3
Se A a matriz de adjacncia de um grafo G, a entrada aij da matriz A2

indica a quantidade de caminhos de tamanho 2 conectando vi a vj no grafo
G.
Este resultado vlido para caminhos de tamanho n calculando An.
UFMG/ICEx/DCC
MD
Conceitos
772
Isomorfismo de grafos (1)

Os desenhos abaixo
v1
v1
e5
e1
e1
v5
v2
v3
e3
v4
e4
e4
e2
e5
v4
v3
v5
e3
e2
v2
representam o mesmo grafo G:

Conjuntos de vrtices e arestas so idnticos;
Funes arestavrtice so as mesmas.
Grafos isomorfos (do grego, o que significa a mesma forma).
UFMG/ICEx/DCC
MD
Conceitos
773

G
G0
v1
v1
e5
e1
e4
v5
v2
e4
e2
v4
v3
e1
v2
v3
e2
e3
v4
e5
Vrtices de G
Arestas de G
Arestas de G
v1
v1
e1
e1
v2
v2
e2
e2
v3
v3
e3
e3
v4
v4
e4
e4
v5
v5
e5
e5
UFMG/ICEx/DCC
As funes arestavrtice
no so as mesmas.
v5
e3
Vrtices de G
Estes grafos so diferentes apesar de possurem os

mesmos conjuntos de vrtices e arestas.
MD
Conceitos
774

Definio: Sejam os grafos G e G0 com conjuntos de vrtices V (G) e V (G0)
e com conjuntos de arestas E(G) e E(G0), respectivamente. O grafo G
isomorfo ao grafo G0 sse existem correspondncias um-para-um
g : V (G) V (G0)
h : E(G) E(G0)
que preservam as funes aresta-vrtice de G e G0 no sentido que
v V (G) e E(G)
v um n terminal de e g(v) um n terminal de h(e).
UFMG/ICEx/DCC
MD
Conceitos
775

Os grafos
G0
G
e1
e7
v2
e5
e6
v5
v1
v3
w1
w3
e2
e3
f4
f5
w4
e4
v4
f3
f6
f2
w2
f1
f7
w5
so isomorfos?
UFMG/ICEx/DCC
MD
Conceitos
776

Para resolver este problema,
devemos achar funes
G0
G
e1
g : V (G) V (G0 )
e
e7
h : E(G) E(G0 )
e5
e2
e3
w4
f3
f4
f5
v5
tal que exista a correspondncia como mencionado

anteriormente.
f6
e4
f2
w2
f1
f7
v4
w5
E(G)
E(G)
Grafos G e G0 so isomorfos.
V(G)
UFMG/ICEx/DCC
w1
w3
v2
e6
v1
v3
V(G)
e1
f1
e2
f2
v1
w1
e3
f3
v2
w2
e4
f4
v3
w3
e5
f5
v4
w4
e6
f6
v5
w5
e7
f7
MD
Conceitos
777

Os grafos
G0
G
v0
v1
e0
e8 v 4
e4
e7
e3
f3
v 5 e9
e5
e1
f8
w4
e11 v 7 e6 v 6 e10
v3
e2
f0
w0
w1
f1
f9
f4
w2
f2
f10
f5
w5
f11
f6
w6
w3
w7
e7
v2
so isomorfos?
UFMG/ICEx/DCC
MD
Conceitos
778

Para resolver este problema,
devemos achar funes
v0
g : V (G) V (G )
e8 v 4
e4
e7
e3
V(G)
f0
w0
e5
e2
v3
f3
v 5 e9
e1
f8
w4
e11 v 7 e6 v 6 e10
tal que exista a correspondncia como mencionado

anteriormente.
Grafos G e G0 so isomorfos.
v1
e0
h : E(G) E(G0 )
G0
G
w1
f1
f9
f4
w2
f2
w3
f10
f5
w5
f11
f6
w7
w6
e7
v2
V(G)
v0
E(G)
w0
E(G)
e0
w1
v1
f0
f6
e6
e1
v2
w2
e7
v3
w3
e8
v4
w4
e9
v5
w5
e10
v6
w6
e11
f1
f7
e2
f2
f8
e3
f3
f9
e4
f4
f10
e5
UFMG/ICEx/DCC
MD
Conceitos
f5
f11
779

Isomorfismo de grafos uma relao de equivalncia no conjunto de grafos.
Informalmente, temos que esta propriedade :
Reflexiva: Um grafo isomorfo a si prprio.
Simtrica: Se um grafo G isomorfo a um grafo G0 ento G0 isomorfo a
G.
Transitiva: Se um grafo G isomorfo a um grafo G0 e G0 isomorfo a G00
ento G isomorfo a G00.
UFMG/ICEx/DCC
MD
Conceitos
780
Representantes de classes de isomorfismo (1)

Ache todos os grafos no isomorfos que tm dois vrtices e duas arestas.
(a)
(b)
(c)
(d)
Existe um algoritmo que aceita como entrada os grafos G e G0 e produz como

resultado uma afirmao se estes grafos so isomorfos ou no?
Sim. Gere todas as funes g e h e determine se elas preservam as
funes arestavrtice de G e G0.
UFMG/ICEx/DCC
MD
Conceitos
781
Representantes de classes de isomorfismo (2)

Se G e G0 tm cada um n vrtices e m arestas, o nmero de funes g n!
e o nmero de funes h m!, o que d um nmero total de n! m! funes.
Exemplo para n = m = 20.
Temos 20! 20! 5, 9 1036 pares a verificar.
Assumindo que cada combinao possa ser achada e calculada em apenas 1s, seria necessrio aproximadamente 1, 9 1023 anos para terminar a computao nesse computador.
UFMG/ICEx/DCC
MD
Conceitos
782
Invariantes para isomorfismo de grafos (1)

Teorema: Cada uma das seguintes propriedades uma invariante para isomorfismo de dois grafos G e G0, onde n, m e k so inteiros no negativos:
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
Tem n vrtices;
Tem m arestas;
Tem um vrtice de grau k;
Tem m vrtices de grau k;
Tem um circuito de tamanho k;
Tem um circuito simples de tamanho k;
Tem m circuitos simples de tamanho k;
conexo;
Tem um circuito Euleriano;
Tem um circuito Hamiltoniano.
Isto significa que se G isomorfo a G0 ento se G tem uma destas propriedades

G0 tambm tem.
UFMG/ICEx/DCC
MD
Conceitos
783

Os grafos
so isomorfos?
No. G tem nove arestas e G0 tem oito arestas.
UFMG/ICEx/DCC
MD
Conceitos
784

Os grafos
so isomorfos?
No. H tem um vrtice de grau 4 e H 0 no tem.
UFMG/ICEx/DCC
MD
Conceitos
785
Isomorfismo de grafos simples (1)

Definio: Se G e G0 so grafos simples (sem arestas paralelas e sem laos)
ento G isomorfo a G0 sse existe uma correspondncia g um-para-um do
conjunto de vrtices V (G) de G para o conjunto de vrtices V (G0) de G0 que
preserva a funo arestavrtice de G e de G0 no sentido que
vrtices u, v G
uv uma aresta de G {g(u), g(v)} uma aresta de G0.
UFMG/ICEx/DCC
MD
Conceitos
786

Os grafos
b
a
y
z
so isomorfos?
UFMG/ICEx/DCC
MD
Conceitos
787

x
b
a
Sim, so isomorfos.
V(G)
A funo g preserva a funo arestavrtice

de G e de G0:
V(G)
Arestas de G
Arestas de G0
ab
yw = {g(a), g(b)}
ac
yx = {g(a), g(c)}
ad
yz = {g(a), g(d)}
cd
xz = {g(c), g(d)}
UFMG/ICEx/DCC
MD
Conceitos
788
rvore
Definio: Uma rvore (tambm chamada de rvore livre) um grafo no dirigido acclico e conexo.
UFMG/ICEx/DCC
MD
Conceitos
789
Floresta
Definio: Uma floresta um grafo no dirigido acclico podendo ou no ser
conexo.
UFMG/ICEx/DCC
MD
Conceitos
790
rvore geradora (1)

No entanto, por questes de economia, esta empresa ir operar apenas nas seguintes rotas:
Suponha que uma companhia

area recebeu permisso para voar
nas seguintes rotas:
A
A
M
I
S
Este conjunto de rotas interconecta

todas as cidades.
Este conjunto de rotas mnimo?
Sim! Qualquer rvore deste grafo possui oito vrtices e sete arestas.
UFMG/ICEx/DCC
MD
Conceitos
791
rvore geradora (2)

Definio: Uma rvore geradora de um grafo G um grafo que contm cada
vrtice de G e uma rvore.
Esta definio pode ser estendida para floresta geradora.
Proposio:
Cada grafo conexo tem uma rvore geradora.
Duas rvores geradores quaisquer de um grafo tm a mesma quantidade
de arestas.
UFMG/ICEx/DCC
MD
Conceitos
792
rvore geradora (3)

Seja o grafo G abaixo
Este grafo possui o circuito v2v1v4v2.
v5
v4
v3
A remoo de qualquer uma das trs arestas do

circuito leva a uma rvore.
v0
v1
v2
Assim, todas as trs rvores geradoras so:
v5
v4
v3
v5
v4
v3
v5
v4
v3
v0
v1
v2
v0
v1
v2
v0
v1
v2
UFMG/ICEx/DCC
MD
Conceitos
793
rvore geradora mnima ou

Minimal Spanning Tree (1)
Suponha que a companhia deseja
voar para todas as cidades mas usando um conjunto de rotas que
minimiza o total de distncias percorridas:
O grafo de rotas da companhia

area que recebeu permisso para
voar pode ser rotulado com as distncias entre as cidades:
A
355
74
695
355
348
74
230
306
262
269
I
S
242
230
262
83
151
242
83
151
N
N
Este conjunto de rotas interconecta

todas as cidades.
UFMG/ICEx/DCC
MD
Conceitos
794
rvore geradora mnima (2)

Definio: Um grafo com peso um grafo onde cada aresta possui um peso
representado por um nmero real. A soma de todos os pesos de todas as
arestas o peso total do grafo. Uma rvore geradora mnima para um grafo
com peso uma rvore geradora que tem o menor peso total possvel dentre
todas as possveis rvores geradoras do grafo.
Se G um grafo com peso e e uma aresta de G ento:
w(e) indica o peso da aresta e, e
w(G) indica o peso total do grafo G.
UFMG/ICEx/DCC
MD
Conceitos
795
Algoritmos para obter a rvore geradora mnima

Algoritmo de Kruskal.
Algoritmo de Prim.
rvore geradora mnima:
Grafo inicial:
A
A
355
355
74
695
74
348
C
230
306
262
230
262
269
I
S
242
83
242
151
151
UFMG/ICEx/DCC
83
MD
Conceitos
796
Algoritmo de Kruskal (1)

Idia bsica:
Seleciona a aresta de menor peso que conecta duas rvores de uma floresta.
Repita o processo at que todos os vrtices estejam conectados sempre
preservando a invariante de se ter uma rvore.
UFMG/ICEx/DCC
MD
Conceitos
797
UFMG/ICEx/DCC
MD
Conceitos
798
UFMG/ICEx/DCC
MD
Conceitos
799
Algoritmo de Prim
Idia bsica:
Tomando como vrtice inicial A, crie uma fila de prioridades classificada pelos pesos das arestas conectando
A.
Repita o processo at que
todos os vrtices tenham
sido visitados.
UFMG/ICEx/DCC
MD
Conceitos
800
Algoritmos de pesquisa em grafo

Objetivo:
Pesquisa sistemtica de cada aresta e vrtice de um grafo.
Grafo G = (V, E) pode ser tanto dirigido quanto no dirigido.
Os algoritmos apresentados assumem que a estrutura de dados utilizada
uma lista de adjacncia.
Exemplos de algoritmos de pesquisa em grafo:
Pesquisa em profundidade (Depth-first search DFS).
Pesquisa em largura (Breadth-first search BFS).
Aplicaes:
Computao grfica.
Tcnicas de verificao formal.
Compiladores.
Resoluo de problemas.
...
UFMG/ICEx/DCC
MD
Conceitos
801
Pesquisa em largura (1)

Seja um grafo G = (V, E) e um vrtice origem s.
Pesquisa em largura:
Descobre as arestas em G que so alcanveis a partir de s.
Computa a distncia (em no de arestas) de s para os vrtices que so
alcanveis.
Produz uma rvore em largura com raiz s e seus vrtices alcanveis.
Se v um vrtice alcanvel a partir de s, ento o caminho entre s e v na
rvore corresponde ao caminho mais curto entre s e v no grafo G.
UFMG/ICEx/DCC
MD
Conceitos
802
Pesquisa em largura (2)

Expande a fronteira entre vrtices descobertos e no descobertos uniformemente atravs da extenso (largura) da fronteira.
Pesquisa descobre todos os vrtices que esto a distncia k antes de descobrir os vrtices a distncia k + 1.
UFMG/ICEx/DCC
MD
Conceitos
803
Algoritmo para calcular BFS (1)

Estruturas de dados:
Grafo representado como uma lista de adjacncia.
Vetor color [u]: cor de cada vrtice u V .
Vetor [u]: predecessor de cada vrtice u V . Se u no tem predecessor
ou ainda no foi descoberto ento [u] = nil.
Vetor d[u]: distncia de cada vrtice u V ao vrtice s.
Fila Q: contm os vrtices j descobertos em largura.
Cores dos vrtices:
white: no visitados ainda.
gray : vrtice descoberto mas que no teve a sua lista de adjacncia totalmente examinada.
black : vrtice descoberto que j teve a sua lista de adjacncia totalmente
examinada.
garantir que a pesquisa caminha em largura
Funes:
Enqueue e Dequeue: operaes sobre uma fila FIFO.
UFMG/ICEx/DCC
MD
Conceitos
804
Algoritmo para calcular BFS (2)

BFS(G, s)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
for each vertex u V [G] {s}

do color [u] white
d[u]
[u] nil
color [s] gray
d[s] 0
[s] nil
Q {s}
while Q 6=
do u head[Q]
for each v Adj[u]
do if color [v] = white
then color [v] gray
d[v] d[u] + 1
[v] u
Enqueue(Q, v)
Dequeue(Q)
color [u] black
UFMG/ICEx/DCC
MD
Conceitos
805
Comentrios e anlise do algoritmo (1)

Linhas 14: Inicializao I
Inicializao de cada vrtice para white (no
descoberto).
Distncia para o vrtice s como .
Predecessor do vrtice desconhecido.
1 for each vertex u V [G] {s}

2
do color [u] white
3
d[u]
4
[u] nil
Anlise:
Linhas 14: O(V ).
Cada vrtice (exceto s) inicializado como
white e nenhum vrtice volta a ser white.
5
6
7
8
Linhas 58: Inicializao II

Inicializao de s com gray ( considerado
descoberto).
Distncia para o prprio vrtice s 0.
No possui predecessor.
A fila Q contm inicialmente apenas s (ir
conter apenas os vrtices gray, ou seja, os
vrtices descobertos em largura).
color [s] gray

d[s] 0
[s] nil
Q {s}
Anlise:
Linhas 58: O(1).
UFMG/ICEx/DCC
MD
Conceitos
806

Linhas 918: Loop
Loop executado at que a fila esteja vazia,
ou seja, no hajam vrtices gray.
Cada vrtice colocado e retirado da fila somente uma nica vez.
Vrtice gray um vrtice que foi descoberto
mas a sua lista de adjacncia ainda no foi
totalmente descoberta.
Vrtice black j foi totalmente examinado.
Vrtice u contm o primeiro elemento da fila
Q.
Linhas 1116 examinam cada vrtice v adjacente a u que no foi descoberto ainda (white
(12)), marca como descoberto (gray (13)),
calcula a sua distncia at s (14), marca o
seu predecessor como u (15), e o coloca na
fila Q (16).
Quando todos os vrtices adjacentes a u
forem examinados, u retirado da fila Q (17)
e passa a ser black (18).
9 while Q 6=
10
do u head[Q]
11
for each v Adj[u]
12
13
then color [v] gray
14
d[v] d[u] + 1
15
[v] u
16
Enqueue(Q, v)
17
Dequeue(Q)
18
color [u] black
UFMG/ICEx/DCC
MD
Conceitos
807

Anlise:
Operaes de colocar e retirar da fila cada
vrtice O(1) e o tempo total relacionado
com as operaes de fila O(V ).
A lista de adjacncia de cada vrtice u percorrida somente uma nica vez quando esse
vrtice ser retirado de Q.
A soma dos comprimentos das filas de adjacncia O(E), assim como o tempo para
percorr-la.
Linhas 918: O(V + E), que o custo das
operaes associadas fila e a percorrer as
listas de adjacncia.
9 while Q 6=
10
do u head[Q]
11
for each v Adj[u]
12
13
then color [v] gray
14
d[v] d[u] + 1
15
[v] u
16
Enqueue(Q, v)
17
Dequeue(Q)
18
color [u] black
Anlise de todo algoritmo:

Linhas 14: O(V ).
Linhas 58: O(1).
Linhas 918: O(V + E).
Custo total: O(V + E).
UFMG/ICEx/DCC
MD
Conceitos
808
Execuo do algoritmo BFS (1)
UFMG/ICEx/DCC
MD
Conceitos
809
UFMG/ICEx/DCC
MD
Conceitos
810
UFMG/ICEx/DCC
MD
Conceitos
811
Caminho mais curto

BFS calcula a distncia (em no de arestas) de s V para os vrtices que so
alcanveis em G = (V, E).
Caminho mais curto (s, v):
Nmero mnimo de arestas em qualquer caminho de s para v, no caso de
ser alcanvel, ou se no for.
d[v] = (s, v), para todo v V .
Caminho mais curto entre s e v.
Teorema: Sub-caminhos de caminhos mais curtos so caminhos mais curtos.
Prova: Se algum sub-caminho no gerar o caminho mais curto, ele poderia
ser substitudo por um sub-caminho atalho e gerar um caminho total
mais curto.
UFMG/ICEx/DCC
MD
Conceitos
812
Inequao triangular
Teorema: (u, v) (u, x) + (x, v).
Caminho mais curto u ; v no mais longo que qualquer outro caminho
u ; v em particular o caminho concatenando o caminho mais curto
u ; x com o caminho mais curto x ; v.
UFMG/ICEx/DCC
MD
Conceitos
813
rvore em largura (1)

BFS produz uma rvore em largura com raiz s e seus vrtices alcanveis.
rvore representada pelo vetor .
Seja o grafo G = (V, E) e o vrtice origem s. O sub-grafo predecessor de G
definido como G = (V , E ), onde
V = {v V | [v] 6= nil} {s}
e
E = {([v], v) E | v V {s}}
UFMG/ICEx/DCC
MD
Conceitos
814
rvore em largura (2)

O sub-grafo predecessor G uma rvore em largura se:
V consiste dos vrtices alcanveis a partir de s, v V .
um caminho simples nico de s a v em G que tambm o caminho mais
curto de s a v em G.
|E | = |V | 1.
BFS constri o vetor tal que sub-grafo predecessor G uma rvore em
largura.
UFMG/ICEx/DCC
MD
Conceitos
815
Imprime caminho mais curto

P RINT-PATH(G, s, v)
1 if v = s
2
then print s
3
else if [v] = nil
4
then print no path from s to v exists
5
else P RINT-PATH(G, s, [v])
6
print v
Anlise:
Executa em tempo O(V ).
UFMG/ICEx/DCC
MD
Conceitos
816
Pesquisa em profundidade (1)

Seja um grafo G = (V, E), dirigido ou no.
Pesquisa em profundidade:
Explora os vrtices do grafo a partir de arestas no exploradas ainda, mais
fundo no grafo quanto possvel.
Quando todas as arestas de v tiverem sido exploradas, a pesquisa volta
para explorar outras arestas do vrtice do qual v foi descoberto.
Processo continua at que todos os vrtices alcanveis a partir de uma
origem tenham sido descobertos.
Se existe vrtice no descoberto ainda ento um novo vrtice selecionado e o processo comea todo novamente.
UFMG/ICEx/DCC
MD
Conceitos
817
Pesquisa em profundidade (2)
UFMG/ICEx/DCC
MD
Conceitos
818
Algoritmo para calcular DFS (1)

Estruturas de dados:
Grafo representado como uma lista de adjacncia.
Vetor color [u]: cor de cada vrtice u V .
Vetor [u]: predecessor de cada vrtice u V . Se u no tem predecessor
ou ainda no foi descoberto ento [u] = nil.
Vetor d[1 . . . |V |]: marca quando o vrtice descoberto
(white gray ).
Vetor f [1 . . . |V |]: marca quando o vrtice finalizado
(gray black ).
Varivel global time: indica o instante em que o vrtice descoberto e
terminado, ou seja, o timestamp.
UFMG/ICEx/DCC
MD
Conceitos
819

Cores dos vrtices:
white : no visitados ainda.
gray : vrtice descoberto mas que no teve a sua lista de adjacncia totalmente examinada.
black : vrtice descoberto que j teve a sua lista de adjacncia totalmente
examinada e est terminado.
Funo:
DFS-V ISIT: Percorre recursivamente o grafo em profundidade.
UFMG/ICEx/DCC
MD
Conceitos
820

Sada: para cada vrtice temos duas mar- u V , tempo lgico:
cas de tempo (timestamp) e um predeceswhite
sor ((v)) para construir a rvore em prod[u]
fundidade.
d[v]: instante de descoberta do vrtice v;
gray
f [v]: instante de finalizao do vrtice v;
d[u]
f[u]
Essas informaes sero teis para outros algoritmos.
black
Timestamps esto entre 1 e 2|V |
f[u]
u V, um nico evento de descoberta
e um nico evento de trmino (inteiros
distintos).
u V, d[u] f [u] d[u] < f [u]
1 d[v] < f [v] 2|V |.
UFMG/ICEx/DCC
MD
Conceitos
821

DFS(G)
1 for each vertex u V [G]
2
do color [u] white
3
[u] nil
4 time 0
6
do if color [u] = white
7
then DFS-V ISIT(u)
DFS-V ISIT(u)
1
2
3
4
5
6
7
8
9
10
Vrtice u descoberto
color [u] gray

time time + 1
d[u] time
for each v Adj[u]
then [v] u
DFS-V ISIT(v)
color [u] black
time time + 1
f [u] time
UFMG/ICEx/DCC
Explore vrtices v adjacentes a u
Vrtice u finalizado
MD
Conceitos
822

DFS(G)
2
do color [u] white
3
[u] nil
4 time 0
6
7
then DFS-V ISIT(u)
Linhas 14: Inicializao

Inicializao de cada vrtice para branco (white)
(no descoberto linha 2).
Predecessor do vrtice desconhecido (linha 3).
Varivel global usada para indicar o timestamp
(linha 4).
Linhas 57: Loop
Para cada vrtice ainda no descoberto (linha 6)
faz a pesquisa em profundidade (linha 7). Vrtice
u torna-se a raiz de uma nova rvore (se houver)
na floresta de pesquisa em profundidade.
Anlise:
Linhas 13: (V ). Cada vrtice inicializado
como white e nenhum vrtice volta a ser white.
Linha 4: O(1).
Linhas 57: (V + E). As linhas 57 de DFS
gastam (V ) sem contar o tempo de DFS-V ISIT,
que s chamado uma nica vez para cada vrtice branco.
DFS-V ISIT executa em (E).
UFMG/ICEx/DCC
MD
Conceitos
823

DFS-V ISIT(u)
1
2
3
4
5
6
7
8
9
10
color [u] gray

time time + 1
d[u] time
for each v Adj[u]
then [v] u
DFS-V ISIT(v)
color [u] black
time time + 1
f [u] time
Comentrios:
Linha 1: Vrtice u descoberto e torna-se cinza
(gray ).
Linha 2: Incrementa a varivel de timestamp.
Linha 3: Marca o instante em o vrtice u foi descoberto.
Linhas 4 a 7: Verifica cada vrtice v adjacente a
u (linha 4). Se o vrtice v ainda no foi descoberto (linha 5) marca como seu ancestral o vrtice
u (linha 6) e continua pesquisando o grafo em profundidade (linha 7).
Linha 8: Vrtice u finalizado e torna-se preto
(black ).
Linha 9: Incrementa a varivel de timestamp.
Linha 10: Marca o instante em o vrtice u foi finalizado.
Anlise:
Todas as atribuies tm custo O(1).
Loop das linhas 47: executado |Adj[u]| vezes,
sendo que vV |Adj[v]| = (E). Assim o custo
de DFS-V ISIT (E).
UFMG/ICEx/DCC
MD
Conceitos
824
Execuo do algoritmo DFS
UFMG/ICEx/DCC
MD
Conceitos
825
Classificao das arestas numa pesquisa em

profundidade
possvel identificar quatro tipos de arestas durante a construo da floresta de pesquisa em

profundidade G obtida pelo algoritmo de DFS no grafo G. O primeiro tipo de aresta pertence a
floresta enquanto os outros trs no:
T (tree): aresta da floresta de pesquisa em profundidade G . Aresta (u, v) uma aresta da
rvore se o vrtice v foi descoberto inicialmente ao explorar a aresta dirigida (u, v).
B (back ): aresta (u, v) que conecta um vrtice u a um ancestral v j presente na rvore.
Loops so consideradas arestas back.
F (forward): aresta (u, v) que conecta um vrtice u a um descendente v na rvore de
pesquisa em profundidade.
C (cross): so todas as outras arestas.
UFMG/ICEx/DCC
MD
Conceitos
826
Propriedades da pesquisa em profundidade (1)

O sub-grafo G define uma floresta de rvores (no caso do grafo G no ser
conexo).
As rvores da pesquisa em profundidade refletem a estrutura das
chamadas recursivas de DFS-V ISIT.
Temos que [v] = u sse DFS-V ISIT foi chamado durante uma pesquisa
da lista de adjacncia de u, i.e., vrtice v tem como ancestral o vrtice u.
Pode-se dizer que vrtice v descendente do vrtice u na floresta de
pesquisa em profundidade sse v foi descoberto quando u era cinza (gray ).
Pesquisa em profundidade apresenta Estrutura de Parnteses.
Represente a descoberta do vrtice u pelo parntese da esquerda: (u.
Represente a finalizao do vrtice u pelo parntese da direita: u).
Seqencia de descobertas e finalizaes de um dado vrtice define uma
expresso bem formada no sentido que parnteses so propriamente aninhados.
UFMG/ICEx/DCC
MD
Conceitos
827
Propriedades da pesquisa em profundidade (2)

Resultado de uma pesquisa em profundidade sobre
um grafo G.
Intervalos de descoberta e finalizao de cada

vrtice correspondem a estrutura de parnteses
mostrada. Cada retngulo representa o intervalo de
tempo entre o instante de descoberta e finalizao
de um vrtice. Se h sobreposio de intervalos ento um est inserido no outro e o vrtice que representa o menor intervalo um descendente do vrtice
que representa o maior intervalo.
O grafo acima est desenhado com todas as arestas

da rvore de cima para baixo e as outras arestas que
no fazem parte dela (B, F e C).
UFMG/ICEx/DCC
MD
Conceitos
828
Teorema do Parnteses (1)

Seja uma pesquisa em profundidade em um grafo G = (V, E), dirigido ou no.
Para quaisquer dois vrtices u e v desse grafo, temos que apenas uma das trs
condies abaixo verdadeira:
1. Os intervalos [d[u], f [u]] e [d[v], f [v]] so totalmente disjuntos e nem u
nem v um descendente do outro na floresta de pesquisa em profundidade.
d[u] < f [u] < d[v] < d[v]
ou
d[v] < f [v] < d[u] < f [u].
2. O intervalo [d[u], f [u]] est contido inteiramente dentro do intervalo
[d[v], f [v]] e o vrtice u um descendente do vrtice v na rvore de
d[v] < d[u] < f [u] < f [v].
3. O intervalo [d[v], f [v]] est contido inteiramente dentro do intervalo
[d[u], f [u]] e o vrtice v um descendente do vrtice u na rvore de
d[u] < d[v] < f [v] < f [u].
UFMG/ICEx/DCC
MD
Conceitos
829
Teorema do Parnteses (2)

Prova. Seja o caso d[u] < d[v]. Existem duas possibilidades:
(a) d[v] < f [u]
Vrtice v foi descoberto quando u era cinza (gray ).
Vrtice v um descendente de u.
Arestas de sada de v so exploradas.
Vrtice v finalizado antes da pesquisa retornar a u e ser finalizado.
.
. . Intervalo [d[v], f [v]] est inteiramente contido em [d[u], f [u]].
(b) d[v] 6< f [u], ou ainda, f [u] < d[v]
Sabe-se que d[u] < f [u] e d[v] < f [v].
.
. . Intervalos so disjuntos e os dois vrtices no tm uma relao de ancestral e descendente.
O caso d[v] < d[u] similar ao que foi explicado acima.

Exemplos:
Certo: ()[] ([]) [()]
Errado: ([)] [(])
UFMG/ICEx/DCC
MD
Conceitos
830
Aninhamento de intervalos de descendentes

Corolrio: Vrtice v um descendente prprio do vrtice u na floresta de
pesquisa em profundidade para um grafo G (dirigido ou no) sse
d[u] < d[v] < f [v] < f [u].
Prova. Imediato do Teorema do Parnteses.
UFMG/ICEx/DCC
MD
Conceitos
831
Teorema do Caminho Branco

Teorema: Na floresta de pesquisa em profundidade de um grafo G = (V, E) (dirigido ou no),
o vrtice v um descendente do vrtice u sse () no instante d[u] que DFS descobre
u, o vrtice v pode ser alcanado a partir de u ao longo de um caminho formado
inteiramente de vrtices brancos.
Prova.
() [se o vrtice v um descendente do vrtice u ento no instante d[u] que DFS descobre u,
o vrtice v pode ser alcanado a partir de u ao longo de um caminho formado inteiramente de
vrtices brancos.]
Suponha que v um descendente de u. Seja w um vrtice qualquer no caminho entre u
e v na rvore de pesquisa em profundidade. Pelo corolrio do Aninhamento de Intervalos de
Descendentes (AID), d[u] < d[w] e w branco no instante d[u]. Como w um vrtice qualquer
no caminho entre u e v, a concluso verdadeira.
() [se no instante d[u] que DFS descobre u, o vrtice v pode ser alcanado a partir de
u ao longo de um caminho formado inteiramente de vrtices brancos ento o vrtice v um
descendente do vrtice u.]
Suponha que a hiptese verdadeira e que o vrtice v no se torna um descendente de u
na rvore de pesquisa em profundidade. Assuma que todos os outros vrtices ao longo do
caminho tornam-se descendentes de u. Seja w o predecessor de v no caminho tal que w um
descendente de u (w e u podem ser o mesmo vrtice) e, pelo corolrio AID, f [w] f [u]. Note
que v deve ser descoberto depois que u descoberto, mas antes que w seja finalizado (w o
predecessor de v). Assim, d[u] < d[v] < f [w] f [u]. Pelo teorema do Parnteses temos que
o intervalo [d[v], f [v]] est contido inteiramente dentro do intervalo [d[u], f [u]]. Pelo corolrio
AID, v deve ser um descendente de u.
UFMG/ICEx/DCC
MD
Conceitos
832
Pesquisa em profundidade e Conjectura I

Se existe um caminho do vrtice u para o vrtice v num grafo dirigido G e se
d[u] < d[v] na pesquisa em profundidade de G, ento o vrtice v um descendente do vrtice u na floresta de pesquisa em profundidade obtida. [Exerccio
22.3-7 do livro CLRS]
A conjectura verdadeira ou falsa?
UFMG/ICEx/DCC
MD
Conceitos
833
Pesquisa em profundidade e Conjectura I

Se existe um caminho do vrtice u para o vrtice v num grafo dirigido G e se
d[u] < d[v] na pesquisa em profundidade de G, ento o vrtice v um descendente do vrtice u na floresta de pesquisa em profundidade obtida. [Exerccio
Falsa! Prova por contra-exemplo.
Existe um caminho de u para v no grafo.

A rvore de pesquisa em profundidade produzida e as arestas identificadas.
Temos que d[u] < d[v] na pesquisa em profundidade mas v no um descendente de u.
UFMG/ICEx/DCC
MD
Conceitos
834
Pesquisa em profundidade e Conjectura II

Se existe um caminho do vrtice u para o vrtice v num grafo dirigido G, ento
qualquer pesquisa em profundidade deve resultar em d[v] f [u]. [Exerccio
UFMG/ICEx/DCC
MD
Conceitos
835
Pesquisa em profundidade e Conjectura II

Se existe um caminho do vrtice u para o vrtice v num grafo dirigido G, ento
qualquer pesquisa em profundidade deve resultar em d[v] f [u]. [Exerccio
Falsa! Prova por contra-exemplo.
Existe um caminho de u para v no grafo.

A rvore de pesquisa em profundidade produzida e as arestas identificadas.
Contudo, d[v] > f [u].
UFMG/ICEx/DCC
MD
Conceitos
836
Pesquisa em profundidade e floresta com certa

propriedade
Seja um vrtice u, que tem arestas de entrada e sada, em um grafo dirigido G.
possvel que esse vrtice fique sozinho na rvore de pesquisa em profundidade? [Exerccio 22.3-10 do livro CLRS]
UFMG/ICEx/DCC
MD
Conceitos
837
Pesquisa em profundidade e floresta com certa

propriedade
Seja um vrtice u, que tem arestas de entrada e sada, em um grafo dirigido G.
possvel que esse vrtice fique sozinho na rvore de pesquisa em profundidade? [Exerccio 22.3-10 do livro CLRS]
Sim!
Vrtice u tem arestas de entrada e sada no grafo G.

No entanto, a floresta de pesquisa em profundidade produzida faz com o vrtice u aparea sozinho na rvore de pesquisa em profundidade.
UFMG/ICEx/DCC
MD
Conceitos
838
Classificao de arestas na DFS (1)

A pesquisa em profundidade pode ser usada para classificar as arestas de
um grafo G.
Exemplo de aplicao:
Um grafo dirigido acclico sse a pesquisa em profundidade no identifica
nenhuma aresta do tipo back (retorno).
O procedimento DFS pode ser modificado para classificar as arestas de um
grafo G medida que elas forem sendo encontradas.
Nesta verso, arestas F (forward) e C (cross) no so discriminadas.
Idia: tem-se uma aresta incidente a um vrtice
white : indica uma aresta da rvore.
gray : indica uma aresta B (back ).
black : indica uma aresta F (forward) ou C (cross).
UFMG/ICEx/DCC
MD
Conceitos
839

Aresta incidente a um vrtice:
white : aresta T
Identificao imediata a partir da especificao do algoritmo.
gray : aresta B
Vrtices cinza (gray ) formam uma sequncia linear de descendentes que
correspondem pilha de invocaes ativas ao procedimento DFS-V ISIT.
Nesse processo de explorao, se um vrtice cinza encontra outro vrtice
cinza ento foi encontrado um ancestral.
black : aresta F ou C
Possibilidade restante.
possvel mostrar que uma aresta (u, v)
. F (forward) se d[u] < d[v] e,
. C (cross) se d[u] > d[v].
UFMG/ICEx/DCC
MD
Conceitos
840

DFS-W ITH -E DGE -C LASSIFICATION(G)
Idntico ao DFS
DFS-V ISIT(u)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Vrtice u descoberto
color [u] gray

time time + 1
d[u] time
for each v Adj[u]
then (u, v) T
[v] u
DFS-V ISIT(v)
else if color [v] = gray
then (u, v) B
else (u, v) {F, C}
color [u] black
time time + 1
f [u] time
UFMG/ICEx/DCC
MD
Explore vrtices v adjacentes a u

Aresta pertence rvore
Aresta do tipo B
Aresta do tipo F ou C
Vrtice u finalizado
Conceitos
841
Classificao de arestas num grafo no dirigido

Teorema: Numa pesquisa em profundidade de um grafo no dirigido G, cada aresta de G
uma aresta da rvore (T) ou uma aresta de retorno (B).
Prova.
Seja (u, v) uma aresta arbitrria de G e suponha, sem perda de generalidade, que d[u] < d[v].
Nesse caso, o vrtice v deve ser descoberto e finalizado antes de finalizar o vrtice u (enquanto
u for cinza), j que v est na lista de adjacncia de u.
Se a aresta (u, v) explorada primeiro na direo de u para v, ento v no era conhecido
(white) naquele instante, caso contrrio, a aresta j teria sido explorada na direo de v para u.
Assim, a aresta (u, v) torna-se uma aresta da rvore (T).
Se a aresta (u, v) explorada primeiro na direo de v para u, ento (u, v) uma aresta de
retorno (B), j que o vrtice u ainda tem a cor cinza (gray ) no momento que a aresta primeiro
explorada.
UFMG/ICEx/DCC
MD
Conceitos
842
Ordenao topolgica
A busca em profundidade pode ser usada para executar uma ordenao
topolgica em um grafo dirigido acclico (DAG Directed Acyclic Graph).
Uma ordenao topolgica de um DAG G = (V, E) uma ordenao linear
de todos os seus vrtices, tal que se G contm uma aresta (u, v), ento u
aparece antes de v na ordenao.
Se o grafo no acclico, ento no possvel nenhuma ordenao linear.
Uma ordenao topolgica de um grafo pode ser vista como uma ordenao
de seus vrtices ao longo de uma linha horizontal, de tal forma que todas as
arestas orientadas sigam da esquerda para a direita.
UFMG/ICEx/DCC
MD
Conceitos
843
Ordenao topolgica
DAGs so usados em aplicaes para indicar precedncia entre eventos.
O grafo abaixo mostra como um dado homem se veste pela manh.
Uma aresta orientada (u, v) no DAG indica que a pea de roupa u deve ser
vestida antes da pea v.
Algumas peas devem ser vestidas antes de outras (meias antes dos sapatos);
Outras, em qualquer ordem (meias e calas).
Uma ordenao topolgica desse DAG fornece uma ordem para o processo
de se vestir.
UFMG/ICEx/DCC
MD
Conceitos
844
Algoritmo de ordenao topolgica

TOPOLOGICAL -S ORT(G)
Chama DFS para calcular o instante de trmino f [u] para cada vrtice u. medida que cada vrtice terminado, ele deve ser inserido
na frente de uma lista encadeada.
2 return lista encadeada de vrtices.
1 DFS(G)
TOPOLOGICAL -S ORT(G)
DFS-V ISIT(u)
Verso modificada de DFS

2
do color [u] white
3
[u] nil
4 time 0
6
7
then DFS-V ISIT(u)
8 return Q
1
2
3
4
5
6
7
8
9
10
UFMG/ICEx/DCC
color [u] gray

time time + 1
d[u] time
for each v Adj[u]
then [v] u
DFS-V ISIT(v)
color [u] black
time time + 1
f [u] time
Monta a ordenao topolgica
11 Enqueue(Q, u)
MD
Conceitos
845
Algoritmo de ordenao topolgica
Os vrtices topologicamente ordenados aparecem na ordem inversa de seus

tempos de trmino.
UFMG/ICEx/DCC
MD
Conceitos
846
Ordenao topolgica: Anlise de complexidade

A busca em profundidade (V + E) e leva tempo O(1) para inserir cada
um dos n vrtices frente da lista encadeada.
Logo, a ordenao topolgica tem complexidade de tempo de (V + E).
UFMG/ICEx/DCC
MD
Conceitos
847
Componentes fortemente conexos

Um grafo orientado fortemente conexo se cada um de dois vrtices quaisquer acessvel a partir do outro.
Um componente fortemente conexo de um grafo orientado G = (V, E) um
conjunto mximo de vrtices C V tal que, para todo par de vrtices u e v
em C, temos que os vrtices u e v so acessveis um a partir do outro.
UFMG/ICEx/DCC
MD
Conceitos
848

A busca em profundidade pode ser utilizada tambm para realizar a decomposio de um grafo orientado em seus componentes fortemente conexos.
Vrios algoritmos que trabalham com grafos dirigidos comeam por essa
decomposio.
Uma vez feita essa decomposio, o algoritmo executado sobre cada
componente.
As solues so combinadas de acordo com a estrutura das conexes entre os componentes.
UFMG/ICEx/DCC
MD
Conceitos
849

Dado um um grafo G = (V, E), o seu grafo transposto GT = (V, E T ) consiste das arestas de G com seus sentidos invertidos (E T ).
GT
UFMG/ICEx/DCC
MD
Conceitos
850
Componentes fortemente conexos: Algoritmo

O algoritmo abaixo calcula os componentes fortemente conexos de um grafo
orientado G = (V, E) fazendo duas pesquisas em profundidade, a primeira
sobre G e a segunda sobre GT .
S TRONGLY-C ONNECTED -C OMPONENTS(G)
1 DFS(G)
Faz a pesquisa em profundidade e calcula o tempo de finalizao f [u]
para cada vrtice u.
Gera o grafo transposto GT do grafo G.
Faz a pesquisa em profundidade para o grafo GT , mas no lao principal de DFS, considere os vrtices em ordem decrescente de f [u]
(como computado na linha 1).
4 Liste os vrtices de cada rvore na floresta DFS formada na linha 3 como um componente
fortemente conexo..
2 Gere GT
3 DFS(GT )
UFMG/ICEx/DCC
MD
Conceitos
851
Componentes fortemente conexos: Anlise

Busca em profundidade sobre G : (V + E).
Clculo de GT : (V + E).
Busca em profundidade sobre GT : (V + E).
Assim, a complexidade de tempo (V + E).
UFMG/ICEx/DCC
MD
Conceitos
852
Componentes fortemente conexos: Exemplo

Passo 1
Seja o grafo G abaixo
Um possvel resultado para o clculo de DFS do grafo G :
Para a pesquisa resultante, temos os seguintes tempos de finalizao f [u] em ordem decrescente:
u
f [u]
UFMG/ICEx/DCC
b
16
e
15
a
14
MD
c
10
d
9
Conceitos
g
7
h
6
f
4
853

Passo 2
Dado o grafo G:
O grafo transposto GT do grafo G :
UFMG/ICEx/DCC
MD
Conceitos
854

Passo 3
Pesquisa em profundidade o grafo GT , sendo que no lao principal do DFS os vrtices so
considerados em ordem decrescente de f [u] (como computado no passo 1).
u
f [u]
UFMG/ICEx/DCC
b
16
e
15
a
14
MD
c
10
d
9
Conceitos
g
7
h
6
f
4
855

Passo 4
Os vrtices de cada rvore na floresta DFS formada no passo 3 so listados como um componente fortemente conexo do grafo original.
Grafo GT com a floresta DFT:
Grafo G com os componentes conexos:
UFMG/ICEx/DCC
MD
Conceitos
856
Componentes fortemente conexos e o grafo GSCC

O grafo G pode ser representado por um grafo de componentes
GSCC = (V SCC , E SCC )
definido da seguinte forma:
Suponha que G tenha componentes fortemente conexos C1 , C2 , . . . , Ck .
V SCC = {v1 , v2 , . . . , vk }, onde vi representa o componente fortemente conexo Ci de G.
(vi , vj ) E SCC , se G contm a aresta dirigida (x, y)|x Ci , y Cj .
No grafo GSCC , cada vrtice representa um componente e cada aresta representa a conectividade entre componentes.
Grafo G com os componentes conexos
UFMG/ICEx/DCC
MD
Conceitos
Grafo GSCC
857
Conectividade entre componentes fortemente

conexos
Lema: Sejam C e C 0 dois componentes fortemente conexos distintos do grafo
G. Sejam os vrtices u, v C e u0, v 0 C 0. Suponha que exista um caminho
u ; u0 G. Ento no pode haver um caminho v 0 ; v G.
Prova. Suponha que exista um caminho v 0 ; v G. Devem existir, ento,
caminhos u ; u0 ; v 0 e v 0 ; v ; u G. Assim, u, que pertence ao
componente fortemente conexo C, alcanvel por um caminho que passa pelo
componente fortemente conexo C 0, o que implica que os componentes conexos
C e C 0 deveriam ser um nico componente. Isso contradiz a suposio que eles
so distintos e, assim, no pode haver o caminho v 0 ; v G.
UFMG/ICEx/DCC
MD
Conceitos
858

MD Material

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

MD Material

Transféré par

Droits d'auteur :

Formats disponibles

Matemtica Discreta

Aplicao em Cincia da Computao

Bancos de dados relacionais, Algoritmos distribudos

Anlise de algoritmos (pior caso)

Algoritmos de roteamento em redes

Projeto de circuitos digitais

Autmato de estados finito

Modelo computacional para resoluo de problemas

Anlise de algoritmos (caso mdio)

Definio dos termos discreto e contnuo

Matemtica discreta e contnua

Os termos discreto e contnuo em Cincia da

Motivao para estudar Matemtica Discreta do

Matemtica Discreta vs. Cincia da Computao ou

Matemtica Discreta vs. Cincia da Computao ou

Questes sobre a modelagem (1)

Questes sobre a modelagem (2)

Existem 11 25 332 413 61 =

O papel de algoritmos em computao

Origem do vocbulo algoritmo

Algoritmo e modelo computacional (1)

Algoritmo e modelo computacional (2)

Algoritmo e modelo computacional:

Algoritmo e modelo computacional:

Complexidade de tempo e espao

Modelo computacional para sistemas distribudos

Problema dos dois exrcitos (1)

. . . podiam se transformar em cenrios de

Vale perto de Almfiklia, Grcia

Problema dos dois exrcitos (2)

Problema dos dois exrcitos (3)

Problema dos dois exrcitos (4)

2. O soldado do exrcito Alfa atravessa as linhas inimigas e leva a mensagem at o general

Problema dos dois exrcitos (5)

Problema dos dois exrcitos (6)

Problema dos dois exrcitos (7)

O problema dos dois robs (1)

O problema dos dois robs (2)

Alguns comentrios sobre algoritmos distribudos

Responsvel por escrever os primeiros grandes trabalhos de lgica:

Prope o uso de smbolos para

Propem as bases da lgica simblica

Sintaxe do programa est correta e

Conjuno () e sua tabela da verdade:

Proposies mais complexas

E = p q = p xor q (ou exclusivo)

Leis de De Morgan: Exemplos

Leis de De Morgan: Exemplos

Sumrio da equivalncia lgica

Equivalncia lgica: Exemplo

Proposio condicional ou Implicao

Proposio condicional e linguagem natural

Proposio condicional e linguagem natural

Para todas as combinaes de valores-verdade de p, q e r, a expresso da

Proposio condicional: Contrapositiva

Proposio condicional: Converse

Proposio condicional: Inversa

Proposio condicional e proposies derivadas:

Argumentos vlidos e invlidos

Argumentos vlidos e invlidos

Argumentos vlidos e invlidos:

Argumentos vlidos e invlidos:

Para todas linhas crticas a concluso verdadeira. Logo, o argumento vlido.