Prévia do material em texto
Matemática Discreta
J. A. Salvador
2020/2
1
Sumário
1 Introdução 4
1.1 Ementa e objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2 Uma Visão geral da disciplina 6
3 Conjuntos 14
3.1 Introdução aos conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.2 Relação elemento - conjunto: Pertinência . . . . . . . . . . . . . . . . . . . . . . 17
3.3 Descrição de conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.4 U : Conjunto universo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.5 Operações com conjuntos: União . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.6 Operações com conjuntos: Interseção . . . . . . . . . . . . . . . . . . . . . . . . 23
3.7 Operações com conjuntos: Diferença . . . . . . . . . . . . . . . . . . . . . . . . 23
3.8 Operações com conjuntos: Diferença simétrica: A⊗B ou A∆B . . . . . . . . . 23
3.9 Produto Cartesiano de dois conjuntos . . . . . . . . . . . . . . . . . . . . . . . . 23
3.10 Sequências: Funções discretas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.11 Número de elementos de um conjunto: Cardinalidade . . . . . . . . . . . . . . . 29
3.12 Conjunto das partes de um conjunto . . . . . . . . . . . . . . . . . . . . . . . . 30
3.13 Partições de um conjunto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.14 As pedras fundamentais da Matemática . . . . . . . . . . . . . . . . . . . . . . . 34
3.15 Conceitos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.16 De�nição . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.17 Axioma ou postulado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.18 Teorema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.19 Classe de Equivalência . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4 Problemas 01 43
5 Lógica matemática 48
5.1 Introdução à Lógica Matemática . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.2 Operador lógico de negação: ∼ (¬) . . . . . . . . . . . . . . . . . . . . . . . . . 50
5.3 Conectivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.4 Conectivo: Conjunção (∧): Multiplicação Lógica . . . . . . . . . . . . . . . . . . 51
5.5 Conectivo: Disjunção (∨) (Adição lógica) . . . . . . . . . . . . . . . . . . . . . . 51
5.6 Conectivo: Disjunção exclusiva (⊕) . . . . . . . . . . . . . . . . . . . . . . . . . 53
5.7 Condicional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
5.8 Bicondicional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
5.9 Equivalência . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
5.10 Tautologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
5.11 Contradição . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
5.12 Contingência . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
5.13 Provas existenciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
5.14 Ordem de preferência . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
2
6 Contagem 68
6.1 Somatório, Produtório e Fatorial de números naturais: . . . . . . . . . . 69
6.2 Princípio da inclusão - exclusão . . . . . . . . . . . . . . . . . . . . . . . . . 70
6.3 Princípio fundamental Aditivo da contagem: . . . . . . . . . . . . . . . . 71
6.4 Arranjos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
6.5 Permutação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
6.6 Coe�cientes binomiais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
6.7 Combinação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
6.8 Triângulo de Pascal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
6.9 Relação de Stifel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
6.10 O princípio da casa dos pombos . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
7 Indução Matemática 96
7.1 Vale para 1, vale para 2, vale para 3,. . . Vale para todo n? . . . . . . . . . . . . 97
7.2 Não se iluda! . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
7.3 Cortando uma pizza com n cortes . . . . . . . . . . . . . . . . . . . . . . . . . . 99
7.3.1 Cortes paralelos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
7.3.2 Cortes concorrentes num mesmo ponto . . . . . . . . . . . . . . . . . . . 99
7.3.3 Cortes gerais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
7.4 Operando com as relações de p(n) para n ∈ N . . . . . . . . . . . . . . . . 100
7.5 Princípio da Indução Forte . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
7.6 Indução e a Torre de Hanói . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
7.7 Equações discretas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
7.8 Resolução de equações discretas lineares . . . . . . . . . . . . . . . . . . . . . . 118
7.9 Método teórico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
7.10 Método numérico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
7.11 Método grá�co . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
7.12 Crescimento geométrico de uma população . . . . . . . . . . . . . . . . . . . . . 125
7.13 Equações discretas não autônomas . . . . . . . . . . . . . . . . . . . . . . . . . 128
7.14 Equações discretas lineares com coe�cientes constantes . . . . . . . . . . . . . . 129
7.15 Equações discretas lineares não-homogêneas . . . . . . . . . . . . . . . . . . . . 137
7.16 Equações de diferenças . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
8 Crescimento logístico discreto 141
9 Grafos 146
9.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
9.2 De�nição e exemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
9.3 Grau de um vértice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
9.4 Conexão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
9.5 Tipos de Grafos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
9.6 Passeios, Caminhos, Trajetos e Circuitos . . . . . . . . . . . . . . . . . . . . . . 156
9.7 Algumas propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
9.8 Menor caminho . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
9.9 Grafos, Caminhos e ciclos eulerianos . . . . . . . . . . . . . . . . . . . . . . . . 160
9.10 Grafos e ciclos hamiltonianos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
9.11 Problema chinês do carteiro . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
9.12 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
3
1 Introdução
A Matemática Discreta é um ramo da Matemática que aborda os sistemas �nitos, e vem desde e
Aristóteles re�etindo sobre a importância de tópicos da Matemática como a teoria dos conjuntos,
os números, as relações, as sequências (funções discretas), os algorítmos, a lógica booleana, os
princípios de contagem, as técnicas de combinatória, a teoria das probabilidades, a teoria dos
grafos e o método de indução matemática.
Ela se tornou mais importante e mais explorada com o avanço computacional. O computador
digital é basicamente uma estrutura �nita, e muitas de suas propriedades podem ser entendidas
e interpretada no âmbito de sistemas matemáticos �nitos. O tipo de problemas que se resolvem
usando Matemática Discreta incluem:
De quantas maneira podemos escolher uma senha válida para o login num computador?
Qualéa probablidade de ganharmos milhões na loteria?
Qual é o caminho mais curto entre duas cidades para um determinado sistema de transporte?
Como é que podemos ordenar uma lista de inteiros de modo a que os inteiros �quem por
ordem crescente?
Em quantos passos podemos fazer essa ordenação?
Como podemos desenhar um circuito para adicionar dois inteiros?
Qual é o caminho mais curto (mais econômico) para visitar quatro cidades?
1.1 Ementa e objetivos
Ementa:
Linguagem elementar da teoria de conjuntos, teoria dos números, sentenças lógicas, noções
de tabela verdade, uso de conectivos e quanti�cadores. Princípios de contagem, princípio
multiplicativo e aditivo, problemas de contagem e aplicações nos problemas combinatórios.
Princípios de indução �nita e aplicações, sequências numéricas, relações e funções recursivas
e fórmulas de recorrência. Noções básicas de grafos e aplicações em problemas simples como
problemas de otimização e representação por árvores. Aplicações da Matemática Discreta no
mundo contemporâneo.
Objetivos gerais:
Introduzir gradualmente a linguagem formal dos tópicos da Matemática Discreta como uma
conexão entre o conhecimento prévio da natureza de números naturais com os problemas da
matemática, presentes nas aplicações contemporâneas da matemática pura ou aplicada. Iniciar
a formação do futuro professor e também do matemático, abordando com uma linguagem apro-
priada as teorias e os procedimentos requisitos para diversas áreas da matemática, assim como
para aprofundar o conhecimento sobre problemas de Matemática Discreta em nível elementar.
Distinguir na linguagem matemática aplicada o pensamento algorítmico.
Objetivos especí�cos:
A Matemática Discreta é um ramo da matemática que envolve elementos discretos que usam
álgebra e aritmética que vem sendo cada vez mais aplicada nos campos práticos da matemática,
4
ciência da computação, etc. É uma ferramenta que visa aperfeiçoar as capacidades de raciocínio
lógico, criatividade, autonomia e resolução de problemas.
Assim, ela pretende auxiliar os estudantes a compreender os conceitos essenciais da Matemá-
tica Discreta especialmente a linguagem da teoria de conjuntos, as noções de lógicas, princípios
de contagem multiplicativo e aditivo e aplicações nos problemas combinatórios. Visa tam-
bém abordar os princípios de indução �nita e aplicações envolvendo as sequências numéricas
e fórmulas de recorrência além de noções de grafos e aplicações, problemas de otimização e
representação por árvores. Visando em todos os tópicos aplicações da Matemática Discreta no
mundo contemporâneo.
U
A B
C
Gostamos de começar a disciplina exempli�cando com problemas, conceitos primitivos, de�-
nições, princípios básicos, axiomas, teoremas, provas ou demonstrações pertinentes, mais exem-
plos e aplicações.
Apresentaremos alguns problemas e desa�os resolvidos para ilustrar e ampliar o material
do livro texto incluindo questionáriose listas de exercícios suplementares para invetigação.
Apresentaremos uma ideia geral das atividades que serão desenvolvidas na disciplina come-
çando com a ementa e os objetivos.
5
2 Uma Visão geral da disciplina
1. Pesquise, inclusive na BCo (Biblioteca Comunitária da UFSCar) os livros, e-books que
abordam sobre o assunto e os indicados na bibliogra�a da disciplina. Escolha um deles e
faça uma resenha explicitando o que mais gostou da apresentação dele.
2. Que problemas a Matemática Discreta aborda?
3. Apertos de mão: Um Problema de contagem
Quantas pessoas temos na sala?
Imagine que todos os estudantes e professor se cumprimentam educadamente com um
aperto de mãos.
Após todos se cumprimentarem podemos questionar:
a) Quantos foram os apertos de mãos dados.
b) Este é um problema de Matemática Discreta?
Sugestão: De acordo com Polya (1887 - 1985)1 em a Arte de Resolver Problemas podemos
começar com um problema mais simples.
Comece considerando poucos estudantes. 1, 2, 3, . . . e tente obter uma relação que associa
o número de estudantes e os apertos de mãos.
4. Um problema de contagem e teoria dos conjuntos (OBMEP)
Uma avaliação contendo duas questões foi aplicada a 200 alunos. Sabe-se que:
50 alunos acertaram as duas questões;
100 alunos acertaram a primeira questão;
90 alunos acertaram a segunda questão.
Quantos alunos erraram as duas questões?
Solução: Uma ideia é montar um diagrama de Venn com os dados do problema.
Um diagrama de Venn é uma representação geométrica de conjuntos por �guras planas
fechadas. O conjunto universo U é representado pelo interior de um retangulo, e os
outros conjuntos por discos contidos no retangulo.
O conjunto universo U do problema contem 200 elementos que podemos representar
por uma região retangular contendo os subconjuntos dos alunos que acertaram as duas
questões, conjunto dos 100 alunos que acertaram a primeira questão e dos 90 alunos
acertaram a segunda questão:
É evidende que a soma 50 + 100 + 90 de todos os dados ultrapassa os 200 alunos.
Temos que
1https://mathshistory.st-andrews.ac.uk/Biographies/Polya/
6
A B
U
50 50 40
Conseideramos uma notação conveniente:
A = conjunto dos 100 alunos que acertaram a primeira questão
B = conjunto dos 90 alunos acertaram a segunda questão
A∩B = conjunto dos alunos que acertaram as duas questões, cujo número de elementos
é n(A ∩B) = 50
Mas destes 50 que acertaram as duas, temos que 100− 50 = 50 alunos acertaram apenas
a primeira.
Assim, 50 + 50 + 40 = 140 alunos acertaram pelo menos uma das duas questões da
avaliação. Como 200 alunos �zeram a avaliação, então 200− 140 = 60 alunos erraram as
duas questões.
5. Tipos sanguíneos: Doe Sangue e salve vidas!
O nosso sangue é classi�cado de acordo com o fator Rh, em Rh+ ou Rh-, o que revoluci-
onou a medicina, com relação aos problemas de destruição de hemácias em transfusões e
da doença hemolítica de recém-nascidos.
O Fator Rh foi descoberto em 1940 e é abreviatura do nome do macaco Rhesus, iden-
ti�cado pelos cientistas Landsteiner e Wiener a presença do antígeno que denominaram
este fator. Ele é um importante antígeno presente no sangue de determinadas pessoas,
cuja presença signi�ca que a classi�cação será Rh+. Os indivíduos que não possuem
naturalmente o tal antígeno recebem a classi�cação Rh-.
Se o sangue contiver o antígeno A, ele é do tipo A,
Se o sangue contiver o antígeno B, ele é do tipo B,
Se o sangue contiver o antígeno AB, ele é do tipo AB (receptor universal),
E se o sangue contiver o antígeno O, ele é do tipo O (doador universal)
Esboce um diagrama de Venn mostrando estes 8 tipos sanguíneos.
a) Faça um esquema de relações entre conjuntos para representar o conjunto de tipos
sanguíneos e as possibilidades de doação de sangue sabendo-se que as doações ocorrem
da seguinte forma:
Os indivíduos do tipo O+ (O−) podem doar para todos os tipos O+, A+, B+, AB+ (O−,
A−, B−, AB−, O+, A+, B+, AB+)
Os indivíduos do tipo A+ (A−) podem doar para os do tipo A+, AB+(A−, AB−, A+, AB+)
Os indivíduos do tipo B+(B−) podem doar para os do tipo B+, AB+(B−, AB−, B+, AB+)
Os indivíduos do tipo AB+(AB−) podem doar para os do tipo AB+(AB+, AB−)
7
b) Faça um esquema para representar o conjunto de tipos sanguíneos e com as pos-
sibilidades de recepção de sangue sabendo-se que elas podem ocorrer da forma indicada:
Os indivíduos do tipo O+ podem receber dos indivíduos dos tipo O+ e os do tipo O−
podem receber dos indivíduos dos tipos O−, (O−)
Os do tipo A+ (A−) podem receber do tipo A+, O+, A−, O− (A−, O−)
Os do tipo B+ (B−) podem receber do tipo B+, O+, B−, O− (B−, O−)
Os do tipoAB+ (AB−) podem receber de todos tiposA+, B+, O+, AB+, A−, B−, O−, AB−
(AB−, A−, B−, O−)
Doe Sangue. Salve vidas!
https://www.santacasasaocarlos.com.br/BancoDeSangue
A doação de sangue dura em média 30 minutos e para ser feita alguns requisitos devem
ser respeitados, como:
- Estar em boas condições de saúde.
- Ter entre 16 e 69 anos, desde que a primeira doação tenha sido feita até 60 anos (menores
de 18 anos, clique para ver documentos necessários e formulário de autorização).- Pesar no mínimo 50kg.
- Estar descansado (ter dormido pelo menos 6 horas nas últimas 24 horas).
- Estar alimentado (evitar alimentação gordurosa nas 4 horas que antecedem a doação).
- Apresentar documento original com foto recente, que permita a identi�cação do candi-
dato, emitido por órgão o�cial (Carteira de Identidade, Cartão de Identidade de Pro�ssi-
onal Liberal, Carteira de Trabalho e Previdência Social, Carteira Nacional de Habilitação
e RNE-Registro Nacional de Estrangeiro*).
- Os homens só podem doar sangue uma vez a cada 3 meses e no máximo 4 vezes por ano
e as mulheres a cada 4 meses e no máximo 3 vezes por ano.
6. Contagem de elementos de um conjunto (VUNESP/2011)
Num grupo de pessoas, usar só chapéu ou só relógio, nem pensar. Tampouco usar óculos,
chapéu e relógio ao mesmo tempo. Quinze pessoas usam óculos e chapéu ao mesmo tempo.
Usam chapéu e relógio, simultaneamente, o mesmo número de pessoas que usam apenas
os óculos. Uma pessoa usa óculos e relógio ao mesmo tempo. Esse grupo é formado por
40 pessoas e essas informações são su�cientes para a�rmar que nesse grupo o número de
pessoas que usam óculos é
a) 20
b) 22
c) 246
d) 26
e) 28
Sugestão: Uma ideia é montar um diagrama de Venn para determinar alguns dados do
problema.
8
U(40)
C R
O
15 1
x
x
7. Contagem de elementos de um conjunto (ITA-SP)
Denotemos por n(X) o número de elementos de um conjunto �nito X. Sejam A, B e C
conjuntos tais que n(A ∪ B) = 8, n(A ∪ C) = 9, n(B ∪ C) = 10, n(A ∩ B ∩ C) = 2 e
n(A ∪B ∪ C) = 11. Então, n(A) + n(B) + n(C) é igual a:
a) 11
b) 14
c) 15
d) 18
e) 25
Sugestão: Uma ideia é montar um diagrama de Venn com os dados do problema.
8. Representação de conjuntos
Escreva os conjuntos
a) A = {x ∈ Z : x é primo e 2|x}
R. Não existe primo além do 2 e 1 que divide 2. A = ∅.
Obs. A notação 2|x signi�ca que 2 divide x.
Sejam a, b inteiros. Dizemos que um número a divide um número b (notação: a|b se
existir um inteiro c tal que ac = b. Em outras palavras, dizer que 2 divide x signi�ca
dizer que a divisão de x por 2 é exata (resto zero).
b) B = {x ∈ Z : x2 = 5}
9
c) C = {x ∈ Z : 10 < x < 100}
d) D = {x : x ∈ {1,−2, 3, 4, 5} e |x| < 1}
9. Familiarização com os conjuntos numéricos
∅ ⊂ N ⊂ Z ⊂ Q ⊂ R
I R
;
R ⊂ C
10. Contagem
Escrevendo os números naturais de 1 a 1000 em sequência, um após o outro, sem espaços
intermediários, formamos uma longa sequência de algarismos:
Quantos algarismos foram escritos até que se escreveu pela primeira vez aparecem três
algarismos 9 seguidos?
R. De fato, a primeira vez que aparecem três algarismos 9 seguidos ocorre quando nós
escrevemos 899 e em seguida 900.
1 2 3 4 5 6 7 8 9 10 11 12 13 . . . 99 100 101 . . . . . . 898 899 999 1000
Vamos, então, contar a quantidade de algarismos que existem de 1 a 898 e acrescentamos
1 a esse total, que corresponde ao primeiro dígito de 899.
123456 . . . 9899100 . . . 897898899900901 . . . 9991000
Números com um algarismo de
1, 2, 3, . . . , 8, 9 temos 9 algarismos ;
Números com dois algarismos:
10 . . . 99 temos 2× (99− 9) = 180 algarismos
Números com três algarismos:
100, 101, . . . , 897, 898 temos 3× (898− 99) = 3× 799 = 2397 algarismos
Portanto, escrevemos
9 + 180 + 2397 + 1 = 2587 algarismos até aparecerem os primeiros três noves seguidos.
Depois de se escrever os 2587 algarismos que antecedem os três noves, os três noves são
escritos, perfazendo, então, um total de 2587 + 3 = 2590 algarismos.
11. Contagem de números capicuas
Josefa gosta de brincar com números e �cou muito empolgada ao saber que um número
que permanece o mesmo quando lemos os seus dígitos de "frente para trás" ou de "trás
para frente" é chamado de palíndromo ou capicua.
10
Os números 232, 7777, 7518157, 12022021 são palíndromos.
Ela fez uma lista em ordem crescente de todos os palíndromos com cinco algarismos (os
números não podem começar com o algarismo 0). Qual é o décimo quinto número da lista
da Rosa?
R. Sabemos que o primeiro dígito é diferente de zero, os menores palíndromos com cinco
algarismos têm o 1 como primeiro (e último) algarismo:
1−−− 1
Assim, os dez menores palíndromos de cinco algarismos que Josefa escreveu foram aqueles
que têm o 0 )zero) como segundo (e consequentemente penúltimo) algarismo:
10− 01
e assim obteve 10 números:
10001, 10101, 10201, 10301, 10401, . . . 10901
Depois Josefa escreveu os palíndormos mantendo o 1 como primeiro (e último) algarismo,
que têm o 1 como segundo (e penúltimo) algarismo obtendo mais 10 palíndromos:
11011, 11111, 11211, 11311, 11411, 11511, , 11611, , 11711, 11811, 11911
Com isso, ela ordenou os vinte primeiros palíndromos com cinco algarismos e veri�cou
que décimo quinto número da lista da Josefa é o 11411.
12. Conjunto de Cantor
O conjunto de Cantor C é a interseção dos conjuntos Cn, obtidos atravées da remoção
sucessiva dos terços médios abertos do intervalo I = [0, 1], ou seja,
C = ∩∞n=1Cn
Parece a princípio que C conjunto vazio, mas é verdade pois acontece pois os pontos
0, 1, 1
3
, 2
3
, 1 permanecem em todos os conjuntos Cn, pertencendo assim ao conjunto de
Cantor.
11
13. Lógica matemática
A lógica matemática analisa determinada proposição buscando identi�car se representa
uma a�rmação verdadeira ou falsa.
Quais das a�rmações seguintes são verdadeiras (V) e quais são falsas (F).
a) O sol é uma estrela.
b) Salvador é capital da Bahia.
c) 2 = 5.
d) Todos os humanos são mortais.
e) Se um triângulo é equilátero, então ele é isósceles também.
14. Lógica matemática
Sendo P a proposição: "Pedro é paulista",
Q a proposição: "Quincas é quixeramobinense",
Traduza para a linguagem escrita as seguintes proposições:
a) ∼ Q
b) P ∧Q
c) P ∨Q
d) P → Q
e) P →∼ Q
R. "Pedro é paulista então Quincas não é quixeramobinense".
15. Indução Matemática
Vale para n = 1, n = 2, 3, . . . , k, k ∈ N e será que vale para todo n ∈ N?
Sugestão: Ver https://www.profmat-sbm.org.br/
wp-content/uploads/sites/23/2016/08 Numeros_Naturais_II.mp4
Prove que
1
1 · 2
+
1
2 · 3
+
1
3 · 4
+ . . .+
1
n(n+ 1)
=
n
n+ 1
.
De fato;
BI: Para n= 1:
1
1 · 2
=
1
1 + 1
.
Para n= 2:
1
1 · 2
+
1
2 · 3
=
2
2 + 1
.
e depois?
HI: Supõe a identidade verdadeira para um certo valor de n ∈ N.
DI: Demonstre que vale para n+ 1.
Conclua que a identidade é válida para todo n ∈ N.
12
16. Grafos: 7 pontes de Konisberg
A cidade de Königsberg que pertencia ao território da Prússia até 1945, atual Kaliningrado
da Russia, é cortada pelo rio Prególia (pregel em alemão) que incluía duas ilhas e sete
pontes. Os habitantes perguntavam se começando em qualquer lugar da cidade um passeio
e voltando no mesmo local que uma pessoa poderia atravessar todas as sete pontes, mas
não cruzando nenhuma delas duas vezes.
Figura 1: Passeio pelas Pontes de Konisberg
Em 1736 o célebre matemático suíço Leonard Euler (1707 - 1783) 2 substituiu as ilhas e os
dois lados do rio por pontos e as pontes por curvas, estabelecendo um famoso problema
histórico da matemática cuja solução negativa originou a teoria dos grafos. Como é o
tipo de problema no qual as distâncias envolvidas são irrelevantes, o importante é como
as várias porções de terra estão interligadas entre si.
2https://mathshistory.st-andrews.ac.uk/Biographies/Euler/
13
3 Conjuntos
O que estudar inicialmente sobre os conjuntos em Matemática Discreta.
Notação e representação de conjuntos;
Elementos de um conjunto;
Principais formas de representar um conjunto;
Diagrama de Venn: sondagem
Relação de pertinência;
Relação de inclusão;
Subconjuntos. Subconjunto próprio. Conjuntos disjuntos;.
Igualdade de conjuntos;
Conjunto unitário. Conjunto Vazio;
Conjunto unitário. Conjunto Vazio.
Conjunto universo
Conjunto Complementar
Operações com conjuntos, etc.
União
Interseção
Diferença de conjuntos. Diferença simétrica.
Cardinalidade.
Princípio da Inclusão - exclusão
Relações entre conjuntos.
Produto cartesiano
Ver Scheinerman, E. R., Matemática Discreta, uma introdução, São Paulo, Thomson, 2003
Capítulo 1:
Capítulo 2:
Paradoxo Hotelde Hilbert:3 ∞ quartos
Imagine um hotel hipotético com in�nitos quartos, todos ocupados. Um novo hóspede chega
e gostaria de se acomodar no hotel. Se o hotel tivesse apenas um número �nito de quartos,
então seria impossível. Como o hotel possui um número in�nito de quartos, isto é possível,
basta o gerente mover o hóspede do quarto 1 para o quarto 2, o hóspede do quarto 2 para o
quarto 3 e assim por diante (simultaneamente), movendo o hóspede do quarto n para o quarto
n+ 1, podemos acomodar o novo hóspede no quarto 1, que agora está vago.
Do mesmo modo se chegasse um ônibus com um número �nito de hóspedes.
E se chegasse um ônibus hipotético com in�nitos passageiros e quisessem hospedar neste
hotel com in�nitos quartos ocupados?
O hotel pode ser considerado o conjunto dos números naturais e o primeiro ônibus com
in�nitos passageiros, um conjunto in�nito enumerável, e portanto pode receber uma quantidade
in�nita de hóspedes também.
Ver https://www.youtube.com/watch?v=pjOVHzy_DVU M3-UNICAMP
Porém ao tentar hospedar um ônibus com a quantidade de números reais existentes (con-
junto não-enumerável), Hilbert solicita que o último ônibus procure o HOTEL REAL, lá eles
certamente encontrarão muito mais vagas vagas.
Observem a cardinalidade dos números naturais.
3https://mathshistory.st-andrews.ac.uk/Biographies/Hilbert/
14
3.1 Introdução aos conjuntos
Em matemática, um conjunto é uma coleção de objetos. Os objetos que compõem um conjuntos
são chamados de elementos do conjunto.
Na linguagem matemática da teoria dos conjuntos, utilizamos os símbolos seguintes:
Nome de conjunto: Letra maiúsculas do alfabeto latino (A,B,C . . .X, Y, Z)
Elementos dos conjuntos: Letra minúsculas do alfabeto latino (a, b, c, . . . , x, y, z ) ou repre-
sentamos pelos proprios elementos ou propriedades deles.
Variáveis: representadas pelas últimas letras minusculas do alfabeto: x, y, z, w etc.
Parâmetros: representadas pelas primeiras letras minusculas do alfabeto: a, b, c, d etc.
Eventualmente, elas podem ser indexadas pelos núumeros naturais: x1, x2, x3, . . .
Relações de pertinência:
∈: pertence (elemento - conjunto)
6∈: não pertence
Relações de inclusão:
⊂: está contido (subconjunto - conjunto)
: está contido mas é dferente (Subconjunto próprio) 6⊂: está contido
Conectivos:
∼ (negação, não),
∧: e (conjunção)
∨: ou (disjunção inclusiva) ⊕ (disjunção exclusiva)
Relações Condicionais:
=⇒ (condicional se . . . então),
⇐⇒ (bicondicional) se, e somente se
Quanti�cadores:
∀ (quanticador universal, para todo)
∃: (Quanti�cador existencial, existe).
@: não existe
Parênteses: são os parênteses esquerdo e direito: ( e ).
Igualdade: =
Desigualdade 6=
15
Algumas formas de listar conjuntos:
1. Listar seus elementos de um conjunto entre chaves.
Exemplos: I = {1, 3, 5, 7, 9};
V = {a, e, i, o, u}; Conjunto das vogais;
F = {abacate, banana, caqui, damasco}.
C = {arroz, centeio, milho, chia, quinoa}
L = {Amendoim, ervilha, feijão, grão de bico, lentilhas}
2. Utilizar uma propriedade especí�ca A = {x : P (x)}.
Exemplo: A = {x : x é um inteiro positivo, ímpar e menor que 10}.
3. Fazer uma de�nição recursiva.
Exemplo: (a) 1 ∈ A,
(b) se x ∈ A e x+ 2 < 10, então x+ 2 ∈ A.
4. Conjuntos numéricos:
N = {1, 2, 3, . . . }
∅ ⊂ N ⊂ Z ⊂ Q ⊂ R ⊂ C e I ⊂ R ⊂ C;
Faça um diagrama de um conjunto universo contendo todos os conjuntos numéricos.
5. M = {janeiro, fevereiro, . . . , dezembro}: Conjuntos dos meses do ano;
6. P = {2, 3, 5, 7, 11, 13, . . . }: Conjuntos dos números primos;
7. F = {1, 1, 2, 3, 5, 8, 13, 21, . . . }: Conjuntos dos números de Fibonacci;
8. M = {m ∈ N, tais que m = 2n − 1, para algum n ∈ N}
16
3.2 Relação elemento - conjunto: Pertinência
Os símbolos de pertinência e não pertinência de um elemento a um conjunto são comu-
mente usados.
Seja X um conjunto qualquer. Se x é um elemento do conjunto X, diremos que x pertence
ao conjunto X e usaremos a notação
x ∈ X.
Se x não é um elemento de X escreveremos
x /∈ X.
Ex. O elemento a pertence ao conjunto das vogais, e representamos este fato por:
a ∈ {a, e, i, o, u}.
enquanto que a consoante
b /∈ {a, e, i, o, u}
Em matemática, um conjunto é uma coleção de objetos. Os objetos que compõem um
conjuntos são chamados de elementos do conjunto.
O conjunto é um dos principais conceitos da Matemática e a teoria dos conjuntos começa
com uma relação binária fundamental entre um elemento (objeto) a e um conjunto A.
a ∈ {a, b, c, d, e}
Listemos alguns conjuntos:
(a) Conjuntos numéricos:
a) N = {1, 2, . . . }
b) Z = {. . . ,−3,−2,−1, 0, 1, 2, . . . }
(b) Q = {a
b
, b 6= 0, a, b ∈ Z} : Conjuntos dos números racionais
(c) Conjuntos dos números irracionais;
(d) Conjunto das letras gregas {α, β, γ, . . . , ω}
Os elementos de um conjuntos podem ser uma letra, um número, um nome, etc.
Geralmente usamos letras maiúsculas para denotar um conjunto, por exemplo: A,B,
C,X, Y, Z, etc. As letras minúsculas em geral, são usadas para representar os elementos
do conjunto.
Ex. Se um conjunto tem n elementos A = {a1, a2, . . . , an}.
17
3.3 Descrição de conjuntos
Listando seus elementos
Quando um conjunto é dado pela enumeração ou pela listagem dos seus elementos devemos
representá-lo escrevendo seus elementos entre chaves.
Por exemplo:
O conjunto das vogais é representado por
{a, e, i, o, u}.
Outros exemplos de conjuntos:
(a) Conjunto dos naturais, N = {0, 1, 2, . . .}.
(b) Conjunto dos números inteiros, Z = {. . . ,−2,−1, 0, 1, 2, . . .}.
(c) Conjuntos dos números naturais de 0 até 100,
{0, 1, 2, . . . , 100}.
(d) Seja B = { números inteiros tais que|6− i| < 2}.
(e) Seja S7 o conjunto de todos os resultados possíveis quando um par de dados são
jogados e obtemos a soma 7:
S7 = {(1, 6), (2, 5), (3, 4), (4, 3), (5, 2), (6, 1)}
ou
(f) Seja o par (i,j), onde i é o número do lado em que o primeiro dado cai e j é o número
do lado para o segundo dado. O conjunto de todos os resultados devem resultar na
soma dos dados sendo igual a 7 e pode ser expressa como
S7 = {(i, j) tais que a soma: i+ j = 7}
Outras situações em que podemos representar um conjunto:
Enunciando uma propriedade
Descrevendo uma propriedade do conjunto.
Por exemplo:
A = {x|x é um inteiro positivo, x < 10}
Quando queremos descrever um conjunto X por meio de uma propriedade característica
P de seus elementos x, escrevemos
X = {x|x satisfaz a propriedade P}.
Por exemplo, o conjunto dos estados brasileiros { Espírito Santo, Minas Gerais, São Paulo,
Rio de Janeiro } pode ser representado por
{x : x é um estado da região sudeste do Brasil }.
18
Def. 1. Dizemos que um conjunto é unitário se ele é formado por apenas um elemento.
(a) Conjunto dos divisores positivos de 1, {1}.
(b) Conjunto das raízes de x2 − 4x+ 4 = 0, {2}.
Def. 2. Um conjunto é dito vazio se não possui nenhum elemento.
Usamos o símbolo ∅ para denotar um conjunto vazio.
Ex.
(a) {x : x 6= x} = ∅.
(b) Conjunto dos números inteiros que são soluções de 2n + 1 = 0 é igual ao conjunto
vazio. De fato, nenhum número inteiro satisfaz esta equação.
Diagrama de Venn
Uma representação pictórica de conjuntos como na �gura adiante;
X
Y Z
Podemos colocar os elementos do conjunto ou o número de elementos dentro do conjunto
se eles forem especi�cados.
Por exemplo, Colocando os elementos do conjunto dentro do círculo ou região, como o
conjunto das 4 bolinhas dentro de uma região fechada.
19
3.4 U : Conjunto universo
Quando vamos desenvolver um certo assunto em matemática, admitimos a existência de
um conjunto U onde tudo acontece. Esse conjunto é chamado de conjunto Universo.
Veja como isso é importante: descreva o conjunto das soluções da equação 2n+ 1 = 0.
Portanto, quando vamos descrever um conjunto X através de uma propriedade P , é
essencial �xarmos o conjunto universo. Assim
{x ∈ U : x satisfaz a propriedade P}.
Ex. 3.1. Ache o conjunto das soluções inteiras da equação de Fibonacci x2 − x− 1 = 0.
Evidentemente ela tem solução inteira, então no universo dos números inteiros ele é vazio.
S = {} = ∅.
Def. 3. Dois conjuntosX e Y são iguais se todo elemento de X for elemento de Y e
vice-versa.
Notação: X = Y ⇐⇒ (x ∈ X ⇐⇒ x ∈ Y ), para todo x.
Se X ⊂ Y e Y ⊂ X então X = Y .
Ex. 3.2. Os conjuntos {n ∈ Z : 5n− 10 = 0} e {2} são iguais?
Ex. 3.3. (a) {a, b, c, d} = {d, c, b, a}.
(b) {a, b, c, d} = {a, a, b, c, c, c, d}.
Note. Sejam X, Y dois conjuntos. Se existe x ∈ X tal que x /∈ Y , ou existe x ∈ Y tal que
x /∈ X, então dizemos que X e Y são diferentes e escrevemos X 6= Y .
Def. 4. Dizemos que um conjunto X é um subconjunto de um conjunto Y se todo
elemento de X também é elemento de Y . Nesse caso, dizemos que X está contido em Y
( X ⊂ Y ) ou que Y contém X, (Y ⊃ X)..
Notação: Usando a notação de inclusão (⊂), podemos escrever que X é subconjunto de
Y (X ⊂ Y ) se e somente se para todo x, x ∈ X ⇒ x ∈ Y .
Ex. 3.4. (a) {a} = {a, b}.
(b) {Brasil } ⊂ {x : x é um país da América Latina}.
Note. Com a notação de inclusão, para mostrarmos igualdade entre dois conjuntos pro-
cedemos assim:
X = Y ⇐⇒ X ⊂ Y e Y ⊂ X.
Proposição 3.1. Propriedades. Sejam X, Y e Z três conjuntos. Valem as seguintes pro-
priedades:
(a) ∅ ⊂ X; O conjunto vazio é subconjunto de qualquer conjunto!
Provemos por absurdo: supondo que vazio não é subconjunto de qualquer conjunto .
Na demonstração por absurdo vamos supor que o conjunto ∅ não está contido em X.
Logo, deve existir um elemento x,
x ∈ ∅ tal que x /∈ X.
Mas isso é um absurdo pois o conjunto vazio não possui nenhum elemento. Então
∅ ⊂ X.
20
(b) X ⊂ X (Propriedade re�exiva);
(c) Se X ⊂ Y e Y ⊂ X então X = Y (Propriedade antissimétrica);
Observemos que
∅ ( N ( Z ( Q ( R ( C
e
I ( R
Representação geométrica dos números reais
Os conjunto dos números reais é o conjunto universo para os problemas reais epodem ser
marcados sobre uma reta denominada reta numérica ou reta orientada da seguinte forma:
� escolhemos um ponto para representar o número 0 (zero);
� escolhemos um ponto à direita do ponto que representa o número 0 para representar
o número 1;
� a unidade de medida é exatamente a distância entre os pontos que representam os
números 0 e 1;
� se b > a, o ponto da reta orientada representando o número b está situado à direita
do ponto que representa o número a e dista b?a unidades do ponto que representa o
número a; ou, o ponto que representa o número a está situado à esquerda de b.
� Considere um número real x, sobre a reta real temos que:
Se x > 0 então o ponto que representa x está situado à direita do ponto que repre-
senta o número 0 e dista x − 0 = x unidades do ponto que representa onúmero 0 ,
considerado a origem do eixo real;
Se sex < 0 então o ponto que representa x está situado á esquerda do ponto que
representa o número 0 e dista 0?x =?x unidades do ponto que representa o número
0.
Dado a existência da correspondência um a um entre pontos da reta e os números reais
geralmente nos referirmos a um ponto x da reta ou número x da reta, em distinção entre
ponto ou número da reta numérica.
Ex. 3.5. Representação do conjunto dos números reais, ou um conjunto matemático
bastante usado que é o intervalo real (−∞, infty) ou geometricamente como a reta real:
−3 −2 −1 0
1
2
1
4
3
2
5
2
3 4 5
-
Ex. 3.6. . Seja r ∈ R, o conjunto dos números reais entre −r e r pode ser escrito como
o intervelo aberto (−r, r) ouilustrado geometricamente como na �gura a seguir:
21
|x| < r(
−r
r )
r0
x
-
Representação do sinal de uma experessão na reta real.
Ex. 3.7. Sinal de
x+ 3
x− 2
x+ 3
x− 2−3 2
−−− − +++ ++++ +
Pesquise uma relação de problemas sobre desigualdades.
22
3.5 Operações com conjuntos: União
Dados dois conjuntos A e B de um conjunto universo U . A união (∪) de A e B é de�nida
por:
A ∪B = {x : x ∈ A ou x ∈ B}
Ex. 3.8. Sejam A = {1, 2, 3, 4} e B = {3, 5, 7}. Temos que:
A ∪B = {1, 2, 3, 4, 5, 7}
3.6 Operações com conjuntos: Interseção
Dados dois conjuntos A e B, a interseção (∩) de A e B é de�nida por:
A ∩B = {x : x ∈ A e x ∈ B}
Ex. 3.9. Sejam A = {1, 2, 3} e B = {2, 3, 4}, Temos que
A ∩B = {2, 3} é conjunto inreseção de A com B.
3.7 Operações com conjuntos: Diferença
Dados dois conjuntos A e B. A diferença (-) de A e B é dada por:
A−B = {x : x ∈ A e x /∈ B}
Ex. 3.10. Seja A = {1, 2, 3} e B = {2, 3, 4}, Temos que A ∩ B = {2, 3} é conjunto
interseção de A e B.
3.8 Operações com conjuntos: Diferença simétrica: A⊗B ou A∆B
A diferença simétrica dos conjuntos A e B, A∆B é o conjunto de todos os objetos que são
membros de exatamente só de A e só de B (elementos que estão em um dos conjuntos,
mas não em ambos, ou seja, diferença da união e interseção dos conjuntos.
A∆B = (A ∪B)− (A ∩B)
Ex. 3.11. . {1, 2, 3}∆{2, 3, 4} = {1, 4} é conjunto diferença simétrica dos conjuntos
{1, 2, 3} e {2, 3, 4} .
3.9 Produto Cartesiano de dois conjuntos
O Filosofo e Matemático René Descarte (1596 - 1650) contribuiu para a fusão da álgebra
com a geometria, fato que gerou a Geometria Analítica e o Sistema de Coordenadas orto-
gonais que �cou conhecido como (Cartesiano). e publicou o famoso m tratado matemático
e �losó�co: O Discurso sobre o Método.
23
É dele a frase célebre: Penso, logo Existo! popularizada por algumas traduções da sua
obra, não é a mais correta, uma vez que identi�ca o ser com o existir, conceitos diferentes
no cartesianismo.
O produto cartesiano de A e B, denotada por A × B, é o conjunto cujos membros são
todos os possíveis pares ordenados (a,b) onde a é um membro de A e b é um membro de
B.
Ex. 3.12. . {1, 2, 3, 4} × {2, 3} é o conjunto dos pares ordenados, em que, os primeiros
elementos dos pares são de A e segundos elementos são de B, ou seja, os elemetos de A
na posição da abscissa, e os elementos de B na posição da ordenada.
A×B = {(1, 2); (2, 2); (3, 2); (4, 2); (1, 3); (2, 3); (3, 3); (4, 3)}
Neste caso ver representação no plano cartesiano e no diagrama de Venn.
Obs. Se o conjunto A possui m elementos e o conjunto B possui n elementos, o produto
cartesiano A×B possui mn elementos.
Os subconjuntos do produto cartesiano A×B são chamados de relações binárias entre os
conjuntos A e B.
As relações permeiam toda a matemática. Intuitivamente, uma relação é uma comparação
entre dois objetos. Os dois objetos estão, ou não, relacionados de acordo com alguma
regra.
Ex. 3.13. menor do que < é uma relação de�nida nos inteiros.
Ex. 3.14. Alguns pares de números, como (2, 8), satisfazem a relação menor do que (pois
2 < 8), mas outros pares de números não a satisfazem, como (10, 3), pois 10 6< 3.
Normalmente, utilizamos relações para estudar objetos além de números.
Podemos, por exemplo, perguntar se um par de conjuntos satisfaz a relação ⊂ ou se um
par de triângulos veri�ca a relação de congruencia.
Por exemplo, a relação é congruente como é um instrumento central na geometria no
estudo de triângulos.
Uma relação R entre os conjuntos A e B é um conjunto de pares ordenados (a, b) tais que
a pertence ao conjunto A e b pertence ao conjunto B, i.e.:
R ⊆ A×B = {(a, b) | a ∈ A ∧ b ∈ B}
R ⊂ A×B
Uma relação F entre os conjuntos A e B é uma função se a cada elemento a ∈ A existe
um único elemento b ∈ b.
Representamos por F (a) = b.
3.10 Sequências: Funções discretas
Num problema de modelagem matemática de um problema devemos ter uma familiaridade
com o mesmo e, geralmente, obtemos um conjunto de dados ou medidas {xn}, n ∈ N =
{1, 2, 3, . . .} que é uma sequência de valores reais:
x1, x2, ..., xn, n ∈ N
24
em que N representa o conjunto dos números naturais.
Uma sequência real é uma função
x : M ⊂ N→ R
cujo domínio é um subconjunto M do conjunto dos números naturais N, em que cada
número natural n associa um número real x(n) = xn, que geralmente é representada por
{xn}, n ∈ N.
Se M = N temos uma sequência in�nita, como por exemplo, o próprio conjunto dos
números naturais N = {1, 2, 3, . . .} é uma sequência in�nita.
O conjunto das temperaturas absolutas médias T (oK) de uma cidade, região ou da su-
perfície terrestre nos últimos anos, é uma função positiva que relaciona cada instante de
tempo (discreto) n, n ∈ N em que são feitas as medidas (horas,dias, semanas, meses,
etc.), os valores das temperaturas Tn, ou seja, T : M → R com T (n) = Tn em que Tn é a
temperatura média absoluta no instante n.
Os dados obtidos que relacionam a temperatura absoluta média Tn e o tempo tn, podem
ser tabelados e representados por uma função que melhor se ajuste a eles.
Destacaremos que nem sempre é possível obter uma boa expressão analítica para repre-
sentar uma sequência real gerada por dados observados ou medidos de um fenômeno
real.
Convergência de uma sequência
A convergência de uma sequência é uma das características importantes para elaboração
de modelos matemáticos de fenômenos estáveis.
Dizemos que uma sequência {xn} converge para um valor x∗ se dado um número ε > 0 e
arbitrariamente pequeno4, existe um número natural n0, tal que para todo n > n0 implica
que |xn − x∗| < ε.
Neste caso, escrevemos:
lim
n→∞
xn = x
∗
indicando que o limite de xn quando n tende ao in�nito é igual a x∗.
Exemplo 2.1 Sequência Harmônica
É fácil veri�car que a sequência harmônica de números reais de�nida por
hn = { 1n}, com n = 1, 2, 3, . . . converge para o número zero, pois a medida em que n
cresce, ou seja, quando n vai tendendo ao in�nito, a razão
1
n
tende ao número zero,
conforme mostra a Figura 3.
Observamos que a representação grá�ca de uma sequência {xn} é um conjunto discreto
de pontos num sistema cartesiano n× xn, n ∈ N.
Na representação grá�ca da sequência harmônica, observe que ela converge para h∗ = 0.
De fato, dado um ε = 0.001 por exemplo, existe n0 ∈ N tal que
∣∣ 1
n
− 0
∣∣ < 0.001, ou seja
1
n
≤ 0.001⇔ n > 1000. Assim,
∣∣ 1
n
− 0
∣∣ < 0.001, para todo n > n0 = 1000.
4Os conceitos e resultados de Cálculo Diferencial e Integral usados aqui podem ser consultados, por exemplo,
em Thomas, Hass e Weir, 2012.
25
n
0101 1111 2121 3131 4141 5151 6161 7171 8181 9191 101101 111111
h
00
0.10.1
0.20.2
0.30.3
0.40.4
0.50.5
0.60.6
0.70.7
0.80.8
0.90.9
11
Figura 2: Sequência harmônica h(n)
É fácil ver que a partir do milésimo termo os valores da sequência {hn} estão mais
próximos de zero do que ε = 0.001, logo ela converge para zero.
Quando trabalhamos com uma sequência in�nita {xn}, nem sempre se pode obter uma
expressão analítica para {xn} como a sequência harmônica hn = 1n . Entretanto, às vezes
não temos como calcular o lim
n→∞
xn mas, em alguns casos, algumas propriedades de uma
sequência de dados reais podem nos garantir a sua convergência.
Uma sequência real {xn} é chamada de monótona se esta é não crescente ou não decres-
cente.
Observamos que a sequência harmônica é monótona não crescente. Uma sequência real
{xn} é limitada se existe um número real L > 0 tal que |xn| < L para todo n ∈ N.
Toda sequência real xn monótona e limitada é convergente.
Observamos que hn = { 1n} é uma sequência limitada, monótona decrescente e convergente
para 0.
Uma sequência de dados ambientais também pode ser limitada por imposição do fenômeno
que está sendo explorado.
Podemos citar as sequências das alturas {an} e dos diâmetros médios {dn} dos troncos
das árvores de uma �oresta, ou de um re�orestamento com o tempo n considerado em
anos, décadas, séculos ou milênios que são não decrescentes.
Estas sequências são crescentes e limitadas, e portanto, podemos supor que são con-
vergentes para o valor da altura máxima e do diâmetro máximo da espécie de árvore
considerada.
26
De fato, cada uma das espécies de árvores têm seu limite superior de tamanho e de
diâmetro do tronco à altura do peito.
Exemplo 2.2 Limite da altura e diâmetro do tronco de uma árvore
A sequência an = {
17
1 + e−n
}, que descreve a altura da baraúna (Schinopsis brasiliensis)
com o tempo n em anos, é monótona crescente e convergente para o limite de sua altura
que atinge no máximo 17 m.
O limite máximo da altura de uma árvore pode ser considerado igual ao da altura da
árvore mais alta da sua família ou da mais alta do mundo conhecida como Hyperion de
115m, e o diâmetro da árvore com mais de 2 milênios como o da General Sherman de
11.1m no Parque Nacional das Sequoias localizado no norte da Califórnia nos Estados
Unidos da América.
No Brasil o pinheiro (Araucária angustifolia) pode atingir altura de 50m e conhecemos
entre outras, o pinheiro milenar no município de Nova Petrópolis no estado do Rio Grande
do Sul, com cerca de 47m de altura e diâmetro do tronco à altura do peito de 2.5m sendo
necessário uma família com mais de 4 pessoas de mãos dadas para abraçá-lo.
E será que existem árvores mais altas do que a Denisia excelsa que chega a 60m na
Floresta Amazônica? E na sua região, qual é a maior árvore?
Geralmente os dados reais de um fenômeno ambiental são obtidos em intervalos espaçados,
outras vezes eles são observados continuamente no tempo t, t ∈ R. Neste caso, uma
variável x, depende do tempo t em que x = x(t) é uma função real.
Por exemplo, x(t) pode representar a temperatura absoluta de um local num intervalo de
tempo real [t0, t1].
Quando tem sentido a extensão continua do domínio de uma sequência para o conjunto
dos números reais, x = x(t), t ∈ R então t é uma variável contínua e x é uma função real.
No sistema cartesiano ortogonal representamos as curvas e funções.
Ex. 3.15. Sabendo-se que os pontos (2,−3) e (−1, 6) pertencem ao grá�co da função
f : R→ R de�nida por f(x) = ax+ b,
(a) Determine o valor de b− a.
R. Como os pontos satisfazem a função f(x) = ax+ b, temos{
a× 2 + b = −3
a× (−1) + b = 6;
Assim,
2a− (−a) = −3− (6)⇐⇒ 3a = −9⇐⇒ a = −3
e como
a× (−1) + b = 6⇐⇒ (−3)(−1) + b = 6⇐⇒ b = 3
donde f(x) = −3x+ 3 é uma função a�m decrescente.
De fato:
f(2) = 3 e f(−1) = 6
e
b− a = 3− (−3) = 6
27
(b) Encontre a raíz da função f(x).
R. Como f(x) = −3x + 3 temos que a raíz de f(x) é o valor (ponto) x tal que
f(x) = 0.
Neste caso, temos que f(x) = 0 se e somente se −3x+ 3 = 0, ou seja, quando x = 1.
É neste ponto que o grá�co de f corta o eixo ox, das abscissas.
(c) Esboce o grá�co de f(x) num sistema cartesiano ortogonal.
28
3.11 Número de elementos de um conjunto: Cardinalidade
Em modelagem Matemática que envolve um conjunto de dados a cardinalidade é um dos
elementos fundamentais sobre relacionamento do banco de dados relacional.
Cardinalidade é uma medida do número de elementos de um conjunto.
Se um conjunto �nito tem k elementos em que k é um número natural, então diz-se que o
conjunto é um conjunto �nito com uma cardinalidade k ou que possui um número cardinal
k.
Obs. Possivelmente |k| pode ser 0 quando o conjunto não tem nenhum elemento.
Nos dois casos a cardinalidade de um conjunto A é denotada por também por |A| ou
n(A).
Ex. 3.16. . O número de elementos do conjunto vazio é zero: n(∅) = 0
O número de elementos de A = {1, 2, 3} é 3, ou seja, n(A) = 3.
A partir do �nal do século XIX, graças ao trabalho de Georg Cantor (1845 - 1918)5
este conceito foi generalizado para conjuntos in�nitos, o que permite distinguir entre os
diferentes tipos de in�nito, e fazer aritmética sobre eles. Existem duas abordagens para
a cardinalidade: uma que compara conjuntos diretamente usando bijeções e injeções, e
outra que usa números cardinais.
Neste caso, a cardinalidade poderá ser ℵ0 (aleph-zero) como a do conjunto dos números
naturais.
Ex. 3.17. . O conjunto dos números naturais N tem cardinalidade ℵ0. (é um conjunto
contavel! enumerável!
N = {0, 1, 2, 3, . . . })
Se para dois conjuntos A e B é possível fazer uma relação um-a-um entre seus elementos,
então |A| = |B|.
Ex. 3.18. O conjunto dos números pares {0, 2, 4, 6, . . . } tem cardinalidade ℵ0 dos núme-
ros naturais (é contavel! enumerável!).
Observe que podemos colocar em uma relação biunívoca entre o conjunto dos números
naturais e o dos números pares;
f : N→ N
em que f(n)− 2n, ∀ n ∈ N
Os números aleph são diferentes do in�nito (∞) comumente encontrado na álgebra e no
cálculo. Eles são medidas de tamanho de conjuntos; enquanto que o in�nito é comumente
de�nido como um limite extremo da reta real (aplicado a uma função ou sequência que
"diverge no in�nito" ou "é sempre crescente") oué considerado um "ponto"/ extremo da
reta real estendida.
Princípio da inclusão - exclusão.
5https://mathshistory.st-andrews.ac.uk/Biographies/Cantor/
29
Ex. 3.19. Seja A o conjunto de 30 pessoas com olhos castanhos, ou seja, n(A) = 30 e
B o conjunto de 22 pessoas com cabelos pretos, ou seja, n(B) = 22. Como 15 pessoas
tinham ambos cabelos castanhos e olhos pretos, ou seja, n(A ∩B) = 15.
O número de pessoas com cabelos castanhos ou olhos pretos n(A∪B) = 30+22−15 = 37,
ou seja, não pode ser n(A) + n(B), pois precisamos subtrair aquelas pessoas com ambas
as características para não contá-las duas vezes, assim,
n(A ∪B = n(A) + n(B)− n(A ∩B)
Esta expressão sobre a contagem de elementos da união de dois conjuntos é conhecido
como Princípio da inclusão - exclusão.
Ex. 3.20. Uma empresa de motos fabricou 325 motos com GPS e 216 com rádio por
satélite e 89 com ambos os opcionais. Quantas motos foram fabricadas?
Sujgestão:
n(A ∪B = n(A) + n(B)− n(A ∩B)
3.12 Conjunto das partes de um conjunto
Def. 5. Dado um conjunto X, chama-se conjunto das partes de X, ou conjunto potência
de X, P(X), o conjunto formado por todos os subconjuntos de X.
Ex. 3.21. (a) Se X = {a} então P(X) = {∅, {a}}.
O número de elementos do conjunto P(X) das partes do conjunto X com 1 elemento
é 21.
(b) Se Y = {1, 2} então
P(Y ) = {∅, (1)
{1}, {2}, (2)
{1, 2}}. (3)
O número de elementos do conjunto P(Y ) das partes do conjunto Y com 2 elementos
é 22.
O axioma da potência é um dos axiomas da Teoria Axiomática dos Conjuntos de Zermelo-
Fraenkel:
Para todo conjunto A, existe um conjunto P(A) tal que, dado qualquer conjunto B, B
pertence a P(A) se e somente se B é um subconjunto de A. (Subconjunto não foi usado
na de�nição formal acima porque o axioma da potência é um axioma que pode requerido
ser expressado sem referência ao conceito de subconjunto.
Observe que um conjunto pode ser um elemento de outro conjunto.
Podemos demonstrar que o número de elementos do conjunto das partes P(A) de um
conjunto A contendo n elementos é 2n.
Obs. É facil de ver que o número de elementos do conjunto das partes de um conjunto
com n elementos pode ser contado como:(
n
0
)
+
(
n
1
)
+
(
n
2
)
+ · · ·+
(
n
n
)
= 2n
30
e relacionar com a soma da n-ésima linha do triângulo de Pascal.
O conjunto das partes P(C) de um conjunto C é o conjunto cujos membros são todos os
possíveis subconjuntos de C.
Se C tem n elementos, pode-se provar que P(C) tem 2n elementos.
Ex. 3.22. A = {a, b, c} o seu conjunto das partes é
P(A) = {∅,
{a}, {b}, {c},
{a, b}, {a, c}, {b, c},
{a, b, c}}
Observe que o número de elmentos ou a cardinalidade de n(A) = 3 e das partes de A é
n(P (A)) = 23 = 8.
O número de elementos do conjunto das partes de um conjunto com 3 elementos pode ser
contado como: (
3
0
)
+
(
3
1
)
+
(
3
2
)
+
(
3
3
)
= 1 + 3 + 3 + 1 = 23 = 8
e relacionar com a soma da n-ésima linha do triângulo de Pascal. Ele tem um conjunto
com zero elementos, 3 conjuntos com um elemento, 3 conjuntos com dois elementos e um
conjuntos com três elementos.
31
3.13 Partições de um conjunto
Seja A uma coleção de conjuntos.
A união dos conjuntos da coleção A é de�nida como:⋃
(A : A ∈ A) = {x : x ∈ Ai para algum Ai ∈ A}
A insterseção dos conjuntos da coleção A é de�nida como:⋂
(A : A ∈ A = {x : x ∈ Aipara todo Ai ∈ A}
Seja S um conjunto não vazio. Uma partição P de S é uma subdivisão de S em subcon-
juntos mutuamente disjuntos e não vazios, ou seja,
Uma partição de P é uma coleção Si, i = 1, 2, 3, . . . n de subconjuntos não vazios de S
tais que:
(i) Cada elemento a de S pertence a um dos subconjuntos Si
(ii) Os subconjuntos Si são mutuamente disjuntos, ou seja, se Si 6= Sj então Ai ∩ Sj = ∅
com i, j = 1, 2, 3, . . . n
Ex. 3.23. Se A = {1, 2} as partições possíveis de A são:
{{1}, {2}} e {1, 2}.
A1 = {1}, A2 = {2},
A = {1, 2},
Ex. 3.24. Se A = {1, 2, 3} as partições possíveis de A são:
{1}, {2}, {3}
3
1
2
{{1}, {2, 3}},
1
2,3
{{2}, {2, 3}},
{{3}, {1, 2}} e
{1, 2, 3}
32
Ex. 3.25. Se S = {1, 2, . . . , 8, 9} então
A1 = {1, 3, 5, 8}, A2 = {2, 4, 6}, A3 = {7, 9} formam uma partição de S.
Ex. 3.26. A = {{1, 3}, {2, 4, 7}, {5}, {6, 8}} é uma partição de S = {1, 2, 3, 4, 5, 6, 7, 8} .
O subconjunto S1 = {1, 3} de S é um dos blocos da partição.
O subconjunto S2 = {2, 4, 7} de S é um dos blocos da partição.
Represente a partição de um conjunto num diagrama de Venn
33
3.14 As pedras fundamentais da Matemática
A Matemática é uma ciência dedutiva e tem como pedras fundamentais os conceitos pri-
mitivos; e conceitos de�nidos (De�nições), proposições primitivas (axiomas), proposições
derivadas (teoremas) e demonstrações.
Platão pregava que a Matemática está no mundos das ideias, portanto, relacionada a algo
superior e à verdade.
De acordo com Lorenzato (2006, p. 27) desde a primeira infância os conceitos matemáticos
são adquiridos por uma criança, e esse processo se dá de maneira abstrata sem que ela
perceba.
De fato, uma criança nos seus primeiros anos já sabe quanti�car sua idade, tem noções de
tempo, espaço, conhecimentos estes que serão concretizados na vida escolar completando
com os processos mentais básicos, que passam pelas ideias de:
1. Correspondência biunívoca
2. Comparação. medida.
3. Classi�cação. Está atrelado a anterior, pois classi�car é o ato de separar em categorias
de acordo com as semelhanças e diferenças existentes
4. Sequenciação
5. Ordenação. é uma ação mental que busca ordenar uma sequência seguindo um critério
estabelecido
6. Inclusão. o ato de fazer abranger um conjunto por outro.
7. Conservação. possibilita a percepção que a quantidade não depende da arrumação,
forma ou posição dos elementos, em virtude de que a quantidade é imutável estando onde
estiver.
Ainda a�rma que:
"Convém ainda salientar que os processos aqui descritos não estão restritos a um determi-
nado campo de conhecimento, na medida em que podem interagir com qualquer situação
do cotidiano. Na verdade, eles são abrangentes e constituem-se num alicerce que será
utilizado para sempre pelo raciocínio humano, independentemente do assunto ou tipo de
problema a ser enfrentado".
3.15 Conceitos
Algumas quantidades matemática são admitidas como conceitos primitivos:
Conjunto, elemento,...
Ponto, reta, plano, espaço, conjunto.
3.16 De�nição
A palavra matemática vem do grego (máthema, 'ciência', 'conhecimento' ou 'aprendiza-
gem'; e transliterado mathematikós, 'inclinado a aprender') é a ciência do raciocínio lógico
e abstrato, que estuda quantidades, medidas, espaços, estruturas, variações e estatísticas.
34
Os objetos matemáticos adquirem existência por meio de de�nições.
De�nição de número par:
Def. Um inteiro é chamado par se é divisível por 2.
Mas o que é inteiro? o que é divisível?
Os inteiros são os números inteiros positivos, o zero e os inteiros negativos.
2 é um inteiro positivo.
Def. De�nição de divisibilidade: Sejam a e b dois números inteiros. Dizemos que a é
divisível por b se existe um inteiro c tal que b× c = a
Notação: b|a (b divide a)
Dizemos também que o número b divide o número a, ou que b é um fator de a, ou que b
é um divisor de a.
Ex. 3.27. 2|16
Ex. 3.28. 5|45
Ex. 3.29. 5|20. De fato, 20 é divisível por 5: 5× c = 20, obviamente c = 4.
Dizemos que a é divisível por b se a
b
é inteiro.
Def. Um número inteiro a é ímpar desde que haja um inteiro z tal que a = 2z + 1
Ex. 3.30. a = 15 é ímpar, pois 15 = 2z + 1 com z = 7.
Ex. 3.31. Conjunto dos números ímpares = {1, 3, 5, 7, . . . } ⊂ N:
Def. Um número inteiro a é par desde que haja um inteiro z tal que a = 2z
Ex. 3.32. Conjunto dos números pares = {0, 2, 4, 6, 8, . . . } ⊂ N:
3.17 Axioma ou postulado
Um axioma ou postulado é um fato que não é questionado. Ele é aceito como verdadeiro
sem demonstração e servem de base para o desenvolvimento de uma teoria e demonstrar
teoremas.
Por exemplo, a geometria euclidiana funciona considerando os cinco axiomas:
(a) A reta é in�nita
(b) Por dois pontos distintos passa uma única reta.
(c) Por um ponto podemser traçadas in�nitas retas
(d) É sempre possível desenhar uma linha reta entre dois pontos.
(e) Um ponto qualquer de uma reta divide-a em duas semirretas
35
3.18 Teorema
As a�rmações matemáticas que acreditmaos serem verdadeiras de enquadram em:
Conjecturas: a�rmações cuja veracidades não podemos garantir (ainda não provadas)
Teoremas:
A�rmações que são verdadeira porque podemos prová-las.
Um Teorema é uma a�rmação matemática declarativa de algo que se pode provar com
passos lógicos a partir de de�nições e axiomas.
Teorema 3.2. Consideremos a a�rmação P(n) de que se um conjunto possui n elementos
então ele tem 2n subconjuntos, ou seja, o número de elementos das partes de um conjunto
com n, n ∈ N, elementos é igual a 2n.
Vamos demonstrar pelo Método da Indução Matemática:
Este método de demonstração consiste de 3 etapas:
1. Base da indução: Para n = 1: Veri�camos se um conjunto A é um conjunto com 1
elemento, ou seja, A = {a} então P (A)) = {∅, a}, e o número de elementos de P (A) é
21.
P(1) é válida.
2. Supomos a Hipótese de Indução: O número de elementos de um conjunto de n
elementos é 2n.
3. Passo indutivo Provar que se ela é válida para um conjunto A com n elementos
também vale para um conjunto com n+ 1 elementos.
Para um conjunto A com n+1 elementos, vamos �xar um elemento a ∈ A e consideramos
o conjunto A′ = A− {a}
Existem dois tipos de subconjuntos de A:
as partes de A′ que possuem 2n elementos, pois A′ tem n elementos (pela Hipótese de
Indução)
e
também os subconjuntos de A que contêm a que também são 2n, pois com exceção do vazio
todos os outros contém a, ou seja 2n subconjuntos de A′ formarão um novo conjunto em
que a será um elemento deles e, obviamente A terá um subconjunto {a}, donde segue que:
O número de elementos das partes de A, e igual a 2n + 2n = 2× 2n = 2n+1
O que prova que P (n) é verdadeira para um conjunto A com n + 1 elementos, assim, a
propriedade é válida para todo n ∈ N.
O triângulo numérico que �cou conhecido como de Tartaglia ou de Pascal é simplesmente
um triângulo aritmético ou triângulo combinatório que tem como objetivo dispor os coe�-
cientes binomiais, de modo que os coe�cientes de mesmo numerador agrupem-se em uma
mesma linha, e coe�cientes de mesmo denominador agrupem-se na mesma coluna.
Na verdade, esse arranjo triangular dos números binomiais era conhecido desde muito
antes de Pascal. O matemático árabe Omar Khayyam, matemático árabe, e Chu Shih-
Chieh, chinês que o menciona no livro O Espelho Precioso dos Quatro Elementos, por
volta do ano 1303.
36
O coe�ciente binomial de dois números naturais é expresso pela combinação de n elemen-
tos tomados p a p: (
n
p
)
=
n!
(n− p) p!
Fato: 1 Não há um maior número cardinal.
Provamos por contradição:
De fato, suponha o contrário que tenha um maior número cardinal.
Seja C o maior número cardinal. Então (na formulação de von Neumann da cardina-
lidade) C é um conjunto e portanto tem um conjunto de partes P (C) = 2C que, pelo
teorema de Cantor, tem cardinalidade estritamente maior que C.
Demonstrando uma cardinalidade (a de 2C) maior que C, que foi assumida ter o maior
número cardinal, falsi�cando a de�nição de C.
Essa contradição estabelece que tal cardinal não pode existir.
Fato 2: Nenhum inteiro pode ser simultaneamente par e ímpar.
Suponhamos que esta �rmação seja falsa. Então haveria um contra-exemplo, digamos que
se x fosse inteiro, seria ao mesmo tempo para e ímpar.
Como x é par, existe um inteiro a tal que x = 2a.
E, como x é ímpar, existe um inteiro b tal que x = 2b+ 1.
Assim, 2a = 2b+ 1 o que implica que a− b = 1
2
Como a e b são inteiros isto é impossível.
(Pois a diferença de dois inteiros é um inteiro)
(a) Represente o conjunto M = {x : x é o ponto médio entre dois pontos dados A e B}
R. M = {X : X ∈ R e d(X,A) = D(X,B)} Observe que devemos considerar os
três casos:
Se os pontos A e B estão numa reta, X é o ponto médio de A e B;
Se A e B estão num plano, X é qualquer ponto da mediatriz dos pontos A e B, e;
Se X está no espaço, X é um ponto do plano mediador de A e B. Faça as �guras
correspondentes para conferir.
Ex. 3.33. . Determine o conjunto das partes do conjunto solução da equação
2x3 − 5x2 − 4x+ 3 = 0.
Observemos que: a) SR = {12 ,−1, 3} se U = R
e
b) SZ = {−1, 3} se U = Z
c) SN = {3} se U = N
Propriedades de De Morgan (Augustus de Morgan (1806 - 1871), matemático nascido
em Madurai, Índia e educado em Londres, foi professor em Cambridge e primeiro
presidente da London Mathematical Society fundada em 1866.
i. O complementar da reunião de dois conjuntos A e B é a interseção dos comple-
mentares desses conjuntos.
(A ∪B) = A ∩B
37
ii. O complementar da reunião de uma coleção �nita de conjuntos é a interseção
dos complementares desses conjuntos.
(A1 ∪ A2 · · · ∪ An) = A1 ∩ A2 ∩ · · · ∩ An
iii. O complementar da interseção de dois conjuntos A e B é a reunião dos comple-
mentares desses conjuntos.
(A ∩B) = A ∪B
iv. O complementar da interseção de uma coleção �nita de conjuntos é a reunião
dos complementares desses conjuntos.
Conjuntos das partes.
Número de elementos de um conjunto e do conjunto das partes (contagem!)
Ex. 3.34. Um conjunto pode ser um elemento de outro conjunto. De fato, o
conjunto
{1, 2, {3, 4}, 5}
é um conjunto com quatro elementos: os números 1, 2, 5 e o conjunto {3, 4}
Ex. 3.35. Resolva os itens a seguir.
Enuncie e demonstre o Princípio da Inclusão-Exclusão.
R. Princípio da Inclusão-Exclusão: Se A e B são conjuntos �nitos, então A∪B
e A ∩B são �nitos e n(A ∪B) = n(A) + n(B)− n(A ∩B).
Demonstração: Contamos os elementos de A, que são um total de n(A). Em
seguida, contamos os elementos de B, num total de n(B), e somamos n(A) + n(B)
(inclusão). Nesse processo, contamos o número de elementos de A∩B duas vezes, pois
eles estão tanto em A quanto em B. Dessa forma, subtraímos n(A ∩B) (exclusão),
obtendo n(A ∪B) = n(A) + n(B)− n(A ∩B).
Uma pesquisa encomendada sobre a preferência entre rádios de São Carlos obteve
o seguinte resultado: 50 pessoas ouvem a rádio Clube; 27 pessoas escutam tanto a
rádio UFSCar quanto a rádio Intersom; 100 pessoas ouvem apenas uma dessas rádios;
43 pessoas não escutam a rádio Intersom. A partir dessas informações, determine o
número de pessoas que foram entrevistadas.
R. Vamos partir do segundo resultado: 27 pessoas ouvem ambas as rádios, ou seja, a
interseção entre o conjunto das pessoas que ouvem a UFSCar e a Intersom possui 27
elementos. Em seguida, considerando o primeiro resultado, sabemos que 50−27 = 23
pessoas escutam apenas a rádio UFSCar. Depois, como 100 pessoas ouvem apenas
uma das rádios, e já sabemos que 23 escutam a UFSCar, então 100−23 = 77 ouvem
apenas a Intersom. Por �m, como 43 pessoas não escutam a Intersom, então essas
pessoas podem ou não escutar a UFSCar. Mas, como 23 escutam a UFSCar, então
43− 23 = 20 não escutam nenhuma das rádios.
Portanto, o número de pessoas entrevistadas foi de 23 + 27 + 77 + 20 = 147.
Ex. 3.36. Sejam A e B conjuntos quaisquer. Prove que são equivalentes:
A ⊆ B, A ∩B = A e A ∪B = B.
38
Demonstração: Vamos provar que: (a) A ⊆ B é equivalente a A ∩B = A e (b) A ⊆ B
é equivalente a A ∪B = B. Assim, por transitividade, teremos concluído o resultado.
(a) [⇒] Suponha A ⊆ B e seja x ∈ A. Então, x ∈ B e, consequentemente, x ∈ A ∩ B
e temos A ⊆ A ∩ B. Por outro lado, seja x ∈ A ∩ B. Então, x ∈ A e x ∈ B, e como
A ⊆ B, temos: x ∈ A e x ∈ A, ou seja, x ∈ A e, consequentemente, A ∩ B ⊆ A. Logo,
A ∩B = A.
[⇐] Suponha A ∩ B = A e seja x ∈ A. Então, x ∈ A ∩ B, ou seja, x ∈ A e x ∈ B.
Logo, A ⊆ B e, portanto, A ⊆ B é equivalente a A ∩B = A.
(b) [⇒] Suponha novamente A ⊆ B e seja x ∈ A∪B. Então, x ∈ A ou x ∈ B. Se x ∈ A,
então x ∈ B, pois A ⊆ B. Em qualquer caso, x ∈ B. Logo, A ∪ B ⊆ B. Por outro lado,
se x ∈ B, então x ∈ A ou x ∈ B, ou seja, x ∈ A ∪ B e, consequentemente, B ⊆ A ∪ B.
Logo, A ∪B = B.
[⇐] Suponha A ∪ B = B e seja x ∈ A. Então, x ∈ A ou x ∈ B, ou seja, x ∈ A ∪ B.
Como A ∪ B = B, temos x ∈ B e, consequentemente, A ⊆ B. Portanto, A ⊆ B é
equivalente aA ∪B = B.
Logo, o resultado segue por transitividade, ou seja, A ⊆ B ⇔ A ∩B = A⇔ A ∪B = B.
3.19 Classe de Equivalência
� Uma relação R sobre um conjunto C é chamada uma relação de equivalência se ela
for uma relação com as propriedades:
� Re�exiva: ∀x ∈ C, xRx
� Simétrica :∀x, y ∈ C, xRy e yRx
� Transitiva: ∀x, y, z ∈ C, xRy e yRz então xRz
Dois elementos relacionados por uma relação de equivalência são ditos equivalentes.
Seja R é uma relação de Equivalência em um conjunto C e seja a ∈ C. (RST)
A Classe de Equivalência de a, [a] , é o conjunto de todos os elementos de C relacionados
com a pela R, ou seja
[a] = {x ∈ C : xRa}
Notação: xRa ou (x, a) ∈ R
Ex. 3.37. Classe de Equivalência: igualdade
A relação de igualdade no conjunto dos números Reais é uma relação de equivalência
Ex. 3.38. A relação R no conjunto Z de�nida por m R n para m,n ∈ Z se m× n ≥ 0
não satisfaz a propriedade transitiva, logo ela não uma relação de equivalência.
Escolha 1R0 e 0R(−1) mas 1��R(−1)
Ex. 3.39. Exemplos de Classes de Equivalência Congruência mod(2) em Z (duas classes)
39
[1] = {x ∈ Z : x ∼= 1 (mod2)}
2|(x− 1) , ou seja, x− 1 = 2k, para algum k ∈ Z
x = 2k + 1, x é ímpar!
[1] = [3] = [5] é o conjunto de todos os números ímpares
Obs. [0] = [2] = [4]: conjunto dos números pares
Ex. 3.40. R : Classes de Equivalência de mesmo tamanho
R: relação de mesmo tamanho no conjunto de subconjuntos �nitos de Z (os inteiros)
[∅] = {S ⊂ Z : |S| = 0} = ∅
∅ é o único subconjunto de Z com cardinalidade zero.
[{2, 4, 6, 8}] = {A ⊂ Z : |A| = 4}
{1, 2, 3, 4}R{2, 4, 6, 8} pois são de mesmo tamanho, mas {1, 2, 3, 4} 6= {2, 4, 6, 8} embora
esteja na mesma classe de equivalência [{2, 4, 6, 8}] = [{1, 2, 3, 4}]
Todos os subconjuntos dos inteiros com 4 elementos
Fato: Se R é uma relação de Equivalência em um conjunto A e a, b ∈ A. Se a 6∼= b então
[a] ∩ [b] = ∅
Provamos este resultado por contraposição. Consideramos
Hipótese: Se R é uma relação de Equivalência em um conjunto A e a, b ∈ A e a 6∼= b
Tese: [a] ∩ [b] = ∅
Seja R uma relação de Equivalência em um conjunto A e a, b ∈ A. Supomos que [a]∩[b] 6= ∅
(Negamos a Tese).
Então ∃x ∈ [a] ∩ [b], ou seja, x ∈ [a] e x ∈ [b], logo aRx e xRb e por transitividade aRb.
O que nos leva a contradição da hipótese. Logo, a Tese não poderia ser contrariada, e
portanto:
[a] ∩ [b] = ∅
Ex. 3.41. SejaR = {((1, 1), (1, 2), (2, 1), (2, 2), (3, 3), (4, 4)} uma relação de equivalência.
Temos as classes de equivalência
[1] = {1, 2}, [3] = {3}, [4] = {4}
Temos que⋃
x∈R
[x] = [1] ∪ [3] ∪ [4] = R = {(1, 2), (1, 2), (2, 1), (2, 2), (3, 3), (4, 4)}
De fato, se R é uma relação de equivalência em um conjunto C, a união de todas as
classes de equivalência de R é C ⋃
x∈C
[x] = C
40
Ex. 3.42. No conjunto dos Z temos as duas classes de equivalência, [0] dos números
pares e [1] dos números ímpares, assim
Z = [0] ∪ [1]
Ex. 3.43. As classes de equivalência de um conjunto C são não vazias, disjuntas duas a
duas e contem todos os elementos de C .
Ex. 3.44. C = {1, 2, 3, 4, 5, 6}
R = {(1, 1), (1, 2), (2, 1), (2, 2), (3, 3), (4, 4), (4, 5), (4, 6), (5, 4), (5, 5), (5, 6), (6, 4), (6, 5), (6, 6)}
[1] = [2] = {1, 2}, [3] = {3}, [4] = {4}, [4] = [5] = [6] = {4, 5, 6}
1, 2
3
4,5,6
Veri�camos que as classes de equivalência de R determinam uma partição do conjunto
C.
Obs. Da mesma forma, dada uma partição de um conjunto C podemos construir natu-
ralmente uma relação de equivalência.
Se P é uma partição de um conjunto C. Usamos esta partição P para formar uma relação
em C. Chamamos esta relação está na mesma parte que e denotamos por
P≡.
Sejam a, b ∈ C, então
a
P≡ b⇐⇒ ∃P ∈ P, a, b ∈ P
.
No exemplo anterior, 1
P≡ 2 pois existe uma parte P = {1, 2} da partição P = {{1, 2}, {3}, {4, 5, 6}}
com 1 e 2 em P .
Obs. Podemos a�rmar que as relações de equivalência e as partições são lados da mesma
moeda matemática.
Vejamos os Silogismos Lógicos no Diagrama de Venn
Fato: Se x+ y = 16, então ou x ≥ 8 ou y ≥ 8.
Prova contrapositiva: . Provaremos que se x < 8 e y < 8, então x+ y 6= 16.
Para ver isto, notamos que
x+ y
< 8 + y
< 8 + 8
= 16
Assim, x+ y < 16, assim x+ y 6= 16.
41
Elementos que est?o em A mas n?o em B nem em C
Elementos que est?o em A e B
Elementos que est?o B mas n?o em A nem em C?
Elementos que est?o B e C mas n?o em A?
Elementos que est?o em A, B e C?
Elementos que est?o em A e C?
Elementos que est?o em? C
?mas n?o em A nem em B
Figura 3: Silogismos Lógicos no Diagrama de Venn
42
4 Problemas 01
(a) O grupo de alimentos ricos em proteínas é chamado de P e o grupo dos alimentos
ricos em carboidratos é chamado de C.
a) Escreva o conjunto de algum alimento em P ∩ C?
b) Caso você conheça, que propriedade tem este alimento?
(b) Os donos de uma �rma acreditam que funcionários felizes e saudáveis são mais
produtivos e, por esta razão, fazem pesquisas anônimas sobre a prática de exercícios,
os hábitos alimentares e o tabagismo entre seus funcionários.
U = todos os funcionários da fábrica.
E = funcionários da fábrica que se exercitam regularmente.
S = funcionários da fábrica que não fumam.
F = funcionários que consomem, em média, cinco porções dentre frutas e vegetais
diariamente.
Responda aos itens abaixo, utilizando o diagrama (II), a seguir.
O diagrama (I) a seguir, mostra o resultado da pesquisa,
U
E S
F
10
6 3
6
5
12
2
8
a) Quantos funcionários exercitam-se regularmente, mas não consomem, em mé-
dia, cinco porções de frutas e vegetais?
Represente este subconjunto no diagrama a seguir com símbolos.
43
U
E S
F
b) Descreva, verbalmente, a que subconjunto pertencem os oito funcionários fora
dos três círculos do diagrama (I).
c) Descreva o subconjunto (E∪F )∪(E∩F ) verbalmente. A seguir, represente-o
no diagrama a seguir:
44
U
E S
F
d) Você saberia dar o resultado da pesquisa sem usar o diagrama? Explique.
(c) Considere o conjunto A = {x ∈ U : x satisfaz p}. Sobre o conjunto A podemos
a�rmar:
a) Se x ∈ U então x ∈ A
b) Se x /∈ A então x /∈ U
c) Se x não satisfaz p então x /∈ A
d) U ⊂ A
(d) Dado o conjunto {a, b, c, d, e, f, g, h} o número máximo de subconjuntos distintos é:
a) 21
b) 128
c) 64
d) 32
e) 256
(e) Se n é o número de subconjuntos não-vazios do conjunto formado pelos múltiplos
estritamente positivos de 5, menores do que 40, então o valor de n é:
a)127
b) 125
c) 124
d) 120
e) 110
(f) Dados os conjuntos A = {0, 2, 4, 6, 8} e B = {x : x2− x− 6 = 0}, use o símbolos da
teoria dos conjuntos para relacionar:
45
a) 0 A
b) 0 B
c) 3 B
d) −2 B
e) 9 A
e) A B
(g) Sejam os conjuntos A,B e C. Indique se as sentenças são verdadeiras ou falsas.
a) ∀B −→ ∅ ⊂ B
b) Se A ⊂ B e B ⊂ C, então A ⊂ C
c) Se A ⊂ B e B ⊂ A, então A = B
d) Se x /∈ A e x ∈ B −→ A ⊂ B
(h) Se A = {x : x é número ímpar e 0 < x < 10},
B = {x : x é divisor de 24}
C = {x : x é um número par e 2 < x < 13}, determine:
a) A− (A ∩B)
b) A ∩B) ∪ C
c)(A ∪B) ∩ C
d) B − (A ∩ C)
e) C − (A ∪B)
(i) a)127
b) 125
c) 124
d) 120
e) 110
(j) Prática com conjuntos
Seja B = {x : x ∈ N e x é múltiplo de 4 }
A = {x : x ∈ N e x é múltiplo de 8 }
Mostremos que A ⊂ B.
Para provar este resultado, observemos que se tomarmos x um elemento completa-
mente arbitrário de A, precisamos mostrar que x satisfaz a propriedade característica
de B, ou seja, mostrar que x é um múltiplo de 4.
Como temos x ∈ A, x satisfaz à propriedade característica de A, isto é, x é um
múltiplo de 8 e, como tal, pode ser escrito na forma
x = m× 8
, para algum inteiro m.
Esta equação pode ser escrita como
x = m× 2× 4
ou x = 4k, em que k = 2m, de forma que k é também um inteiro.
Isto mostra que x também é um múltiplo de 4 e, portanto x ∈ B
46
Sabemos que existem números múltiplos de 4, como 12, 20, . . . , mas não são múltiplos
de 8;
Outra forma de descrever o conjunto A é:
A = {x : x = 4k em que k é um número par }
Desta forma é evidente que os elementos de A herdam a propriedade característica
de B , também são múltiplos de 4, mas há uma restrição adicional que tornaA menos
geral do que B.47
5 Lógica matemática
Introdução a lógica matemática
Organização do pensamento matemático: Conceitos primitivos.
De�nições. Postulados ou Axiomas. Lema. Teorema. Corolário.
Demonstrações.
Introdução a lógica moderna.
Proposições V ou F?
Operações lógicas.
Conectivos lógicos ∼,∧,∨,⊕,=⇒,⇐⇒,≡
Tabela verdade.
Tautologia.
Contradição.
Contingência.
Equivalencia.
Provas existenciais.
Demonstração: Direta. (=⇒ )
Por contradição.
Por absurdo.
Propriedades das proposições.
5.1 Introdução à Lógica Matemática
Lógica é a parte da �loso�a que trata das formas do pensamento em geral (dedução,
indução, hipótese, inferência etc.) e das operações intelectuais que visam à determinação
do que é verdadeiro ou falso.
As origens da lógica com os gregos que estavam interessados na natureza da verdade. Os
so�stas (por exemplo, Protágoras e Górgias) eram professores de retórica, que ensinou a
seus alunos técnicas para ganhar uma discussão e convencer o público.
Platão explora a natureza da verdade em alguns de seus diálogos e é crítico da posição
dos so�stas que argumentam que não há verdade absoluta, e que a verdade em vez disso,
é sempre relativa a algum quadro de referência.
A posição so�sta clássica a�rmado por Protágoras
"O homem é a medida de todas as coisas: das coisas que são, que eles são, e das coisas
que não são, aquilo não são."
Em outras palavras: o que é verdade para você é verdade para você, e o que é verdade
para mim é verdade para mim.
A lógica era ligada à �loso�a. Na época de Aristóteles (384-322 a.C.) ela se baseava na
teoria do silogismo (forma de argumento válido), ou seja, em argumentações válidas tendo
como objetivo estudar a relação do pensamento com a verdade.
Aristóteles considerava a lógica uma ferramenta útil de investigação em qualquer assunto.
O silogismo é uma forma de raciocínio em que uma conclusão é elaborada a partir de
duas premissas, onde cada premissa está em no formato de sujeito-predicado Um termo
comum ou médio está presente em cada uma das duas premissas, mas não na conclusão.
48
Aristóteles desenvolveu a lógica silogística, que permaneceu em uso até o século XIX.
Lógica silogística é uma "lógica de termo", com letras usadas para representar os termos
individuais. Um silogismo consiste em duas premissas e uma conclusão, onde a conclusão
é válida da dedução das duas premissas. Um silogismo categórico possui argumentos
válidos, como os que apresentam a forma lógica:
Todo A é B. C é A. Logo, C é B.
Considerada como uma ferramenta adequada para analisar se os argumentos utilizados
nas premissas levam a uma conclusão coerente. Aristóteles resumiu suas conclusões sobre
a lógica no livro Organum (instrumento) e de�niu a proposição como o fundamento da
lógica.
Os estóicos desenvolveram uma forma inicial de lógica proposicional, onde as a�rmações
(proposições) têm um valor de verdade tal que a qualquer momento são verdadeiras ou
falsas. As assertivas podem ser simples ou não, e vários conectivos, como conjunções,
disjunções e implicações são usadas na formação de assertivas.
A lógica proposicional de Crisipo não substituiu a lógica silogística de Aristóteles, e a
lógica silogística permaneceu em uso até meados do século XIX.
Com George BOOLE (1815-1864) e Augustus de MORGAN (1806-1871), a lógica se
tornou uma área da Matemática quando eles apresentaram os fundamentos da lógica
algébrica, uma ferramenta muito útil especialmente para a programação de computadores.
George Boole desenvolveu sua lógica simbólica em meados de 1800, e mais tarde se tornou
básica para a computação digital. Boole argumentou que a lógica deve ser considerada
como um ramo separado da matemática, ao invés de uma parte da �loso�a. Ele argu-
mentou que existem leis matemáticas para expressar a operação do raciocínio da mente
humana, e mostrou como a lógica silogística de Aristóteles poderia ser reduzida a um
conjunto de equações algébricas.
Ele introduziu duas quantidades 0 e 1 em que a quantidade 1 usada para representar o
universo de objetos pensáveis (ou seja, o conjunto universal), e a quantidade 0 representa
a ausência de quaisquer objetos (ou seja, o conjunto vazio).
Álgebra booleana devido a George Boole (1815�1864). Matemático e �lósofo inglês, considerado o
"pai" da lógica digital moderna que re�nou suas idéias sobre lógica.
As proposições anteriores são todas simples, ou seja, não foram obtidas por combinações ou
composições de proposições mais simples.
A combinação de duas ou mais proposições é uma proposição composta.
As operações com as proposições são chamadas de operações lógicas. e seguem as regras do
chamado cálculo proposicional, e tem várias maneiras de conectar proposições:
∼: não (negação)
∧: e (conjunção)
∨: ou (disjunção)
⇐= : se . . . então . . . (condicional)
⇐⇒ : . . . se, e somente se . . . (bicondicional)
Ex. 5.1. São exemplos de proposições:
1. Um lote de ações da Petrobrás vale menos do que R$100,00. (V)
49
2. Um novilha vale no mínimo R$700,00.
3. Z ⊂ R. (V)
4. N ⊂ Z. (V)
5. Todas as pessoas são inteligentes.
5.2 Operador lógico de negação: ∼ (¬)
Dada uma proposição p, sempre podemos construir uma outra proposição que é a
negação da proposição p, que denotamos por ∼ p ou por ¬p, lê-se �não p".
Obs. Alguns autores usam p para a negação da proposicção p.
Cada conectivo lógico é uma função que, a cada con�guração dos valores de verdade das
proposições a que se aplica, associa um certo valor de verdade.
Esta função pode ser esquematizada por meio de uma tabela verdade, que mostra nas
primeiras colunas os valores verdade do argumentos, e na última coluna os valores assumidos
pela função correspondente aos argumentos na mesma linha.
Note. A proposição ∼ p, tem sempre o valor lógico oposto de p, isto é, se p for verdadeira então
∼ p será falsa e vice-versa.
Esse critério, que corresponde a uma porta inversora num circuito, está resumido na tabela
a seguir, chamada tabela verdade da proposição ∼ p:
p ∼ p
V F
F V
ou usando 0 para F e 1 para V, temos:
p ∼ p
1 0
0 1
Ex. 5.2. São exemplos de proposições:
1. p : 2 6= 3,
∼ p : 2 = 3.
2. p :
√
3 ∈ R,
∼ p :
√
3 /∈ R.
3. p: Todos os estudantes de Matemática Discreta são inteligentes.
4. ∼ p : Alguns estudantes de Matemática Discreta não são inteligentes
5. ∼ p : Existe um estudante de Matemática Discreta que não é inteligente.
6. ∼ p : No mínimo um estudante de Matemática Discreta não é inteligente.
Obs. Nenhum estudante de Matemática Discreta é inteligente, não é a negação de p.
7. A negação da proposição
r: nenhum estudante de MD é inteligente, é
s: no mínimo um estudante de MD é inteligente.
50
5.3 Conectivos
Conectivos e (∧) e ou (∨)
Dadas as proposições p e q podemos construir novas proposições pelo emprego dos conectivos
∧ (lê-se: "e") e ∨ (lê-se: "ou").
As proposições p ∧ q e p ∨ q são denominadas respectivamente de conjunção e disjunção
entre p e q.
Vamos postular um critério para a classi�cação da proposição p ∧ q, em função dos valores
lógicos de p e q.
5.4 Conectivo: Conjunção (∧): Multiplicação Lógica
A conjunção p ∧ q é verdadeira se ambas verdadeiras; é falsa se pelo menos uma
delas for falsa.
Tabela-verdade da conjunção p ∧ q:
p q p ∧ q
V V V
V F F
F V F
F F F
Ex. 5.3. Explore a proposição composta. ( V ou F?) Todo número inteiro cujo algarismo da
unidade é 0 (zero) é divisível por 2 e por 5.
5.5 Conectivo: Disjunção (∨) (Adição lógica)
A disjunção p∨q é verdadeira se ao menos uma das proposições p ou q for verdadeira;
se ambas forem falsas, então p ∨ q será falsa.
Tabela-verdade da disjunção p ∨ q:
p q p ∨ q
V V V
V F V
F V V
F F F
O ou matemático admite a possibilidade de uma, outra ou de ambas as sentenças serem
verdadeiras.
Ex. 5.4. Se x e y são números inteiros. Se x|y ou y|x então x = y ou x = −y.
Ex. 5.5. Tabelas verdade com valores 0(F ) e 1(V )
Na adição lógica, resulta 1 se pelo menos uma das variáveis de entrada vale 1.
Para isso usamos as equivalências: F ≡ 0, V ≡ 1
51
Tabela verdade
da conjunção
(e)
x y x · y
F F F
F V F
V F F
V V V
Tabela verdadeda disjunção (ou)
x y x+ y
F F F
F V V
V F V
V V V
Tabela verdade
da negação (não)
∼ x ou x
x x
F V
V F
Ex. 5.6. Tabelas verdade para as operações
Tabela verdade
da conjunção
(e)
x y x · y
0 0 0
0 1 0
1 0 0
1 1 1
Tabela verdade
da disjunção (ou)
x y x+ y
0 0 0
0 1 1
1 0 1
1 1 1
Tabela verdade
da negação (não)
∼ x ou x
x ∼ x
1 0
0 1
Ex. 5.7. Um amigo de um Matemático perguntou para ele se o �lho que acabar de nascer era
menino ou menina.
Ele respondeu: Sim.
Logicamente correto!
Ex. 5.8. � A disjunção p∨ q é verdadeira se ao menos uma das proposições p ou
q for verdadeira
� Tabela-verdade da conjunção p∨ ∼ q = p ∨ (∼ q):
p q ∼ q p∨ ∼ q
V V F V
V F V V
F V F F
F F V V
� Se ambas forem falsas, então p ∨ q será falsa.
Ex. 5.9. � Tabela-verdade da conjunção ∼ p∨ ∼ q:
p q ∼ p ∼ q ∼ p∨ ∼ q
V V F F F
V F F V V
F V V F V
F F V V V
� Se ambas forem falsas, então p ∨ q será falsa.
52
5.6 Conectivo: Disjunção exclusiva (⊕)
O operador de disjunção exclusiva ⊕ aplicado em duas proposições p e q, é a proposição p ou
q, mas não ambas.
O valor lógico de p⊕ q é verdadeiro se p e q tem valores lógicos opostos, ou seja,
exatamente um deles é verdadeiro (mas não ambos).
A tabela-verdade desse conectivo disjuntivo exclusivo p⊕ q:
p q p⊕ q
V V F
V F V
F V V
F F F
Observe que na nossa linguagem de português habitual, o conectivo "ou" pode signi�car
tanto a disjunção inclusiva ∨ quanto a disjunção exclusiva ⊕.
Ex. 5.10. (p:) "O original foi enviado pelo correio, ou (q:) (o original foi enviado) pelo malote?
Entendemos que o "ou" é exclusivo, pois o original não pode ter sido enviado pelos dois
meios.
Ex. 5.11. No caso de (p:) "a bateria está descarregada ou (q:) o tanque está vazio"
Neste caso "ou" deve ser entendido como inclusivo, pois nada impede que as duas condições
sejam verdadeiras.
A interpretação correta geralmente depende do contexto, e em alguns casos pode ser im-
possível determinar qual dos dois sentidos é o que o autor da frase pretendia.
5.7 Condicional
Vamos postular um critério de classi�cação para a proposição p ⇒ q (ou p −→ q) "se p
então q", baseado nos valores lógicos de p e q.
O condicional p ⇒ q é falso somente quando p é verdadeiro e q é falso; caso
contrário, p⇒ q é verdadeira.
Tabela-verdade do condicional p⇒ q:
p q p⇒ q
V V V
V F F
F V V
F F V
Ex. 5.12. Se um dia tem 10 horas, então um ano tem 365, 5 dias.
R. V, pois o operador condicional só será falso quando a primeira for verdadeira e a segunda
falsa
Em matemática, é recorrente o problema de provar a veracidade de uma a�rmação do tipo
�hipótese (H) implica tese (T)", em símbolo lógico,
H =⇒ T.
Ou seja, assumindo a veracidade da hipótese (H) queremos mostrar a veracidade da tese (T),
são problemas chamados de Proposições, Lemas, Teoremas, Corolários.
53
Existem várias maneiras de se demonstrar uma proposição: diretamente, por contraposição,
por indução etc.
A demonstração direta é a forma mais simples de demonstração, e a mais óbvia: para
demonstrar que
H =⇒ T.
assumimos que H é verdadeira, e através de uma série de etapas matematicamente verdadeiras,
conclui-se T .
Note. Demonstrar um teorema é mostrar que não ocorre o caso da hipótese ser verdadeira e a
tese falsa. Quando assumimos que a hipótese é verdadeira, trabalhamos usando a hipótese e
chegamos na veracidade da tese, dizemos que a prova foi uma prova direta.
5.8 Bicondicional
Colocando o bicondicional ⇐⇒ entre duas proposições p e q, obtemos uma nova proposição,
p ⇐⇒ q, (p se, e somente se q). Nesse caso, dizemos que p é condição necessária e su�ciente
para q e vice-versa.
O condicional p ⇐⇒ q é verdadeiro somente quando p e q são ambos verdadeiros
ou ambos falsos; se isso não ocorrer o condicional p ⇐⇒ q é falso.
Tabela-verdade do condicional p ⇐⇒ q:
p q p ⇐⇒ q
V V V
V F F
F V F
F F V
Ex. 5.13. Qual o resultado da proposição 50 = 5 se e somente se 5 + 5 = 5?
R. V, pois a primeira igualdade é falsa, e a segunda também é falsa e como ambas são falsas,
então, o valor lógico da proposição e verdadeira.
5.9 Equivalência
P (p, q, r, . . . ) é uma proposição equivalente a proposição Q(p, q, r, . . . ) se as tabelas verdade
dessas duas proposições são idênticas.
Notação: P (p, q, r, . . . ) ≡ Q(p, q, r, . . . ).
Ex. 5.14. A proposição condicional p −→ q e a disjunção ∼ p∨ q são equivalentes como expõe
sua tabela verdade. Veri�que!
O raciocínio lógico é um processo de estruturação do pensamento baseado nas normas da
lógica que permite chegar a uma determinada conclusão ou resolver um problema.
Equivalência de proposições
Dizemos que duas proposições p e q são equivalentes quando p e q tem a mesma tabela-
verdade, isto é, quando p e q tem sempre o mesmo valor lógico.
Ex. 5.15. (p =⇒ q) ∧ (q =⇒ p) corresponde a p⇐⇒ q. Con�ra fazendo a tabelas verdade!
54
Ex. 5.16. Proposições equilvalentes
1. p: Todas as pessoas são inteligentes
2. q: Toda pessoa é inteligente
3. r: Cada pessoa é inteligente
4. s: Qualquer pessoa é inteligente
Proposição 5.1. A demonstração por absurdo
p =⇒ q é equivalente à ∼ q =⇒∼ p.
Demonstração. Para veri�car isso, vamos construir as tabelas-verdades de p =⇒ q e ∼ q =⇒∼
p.
p q p⇒ q ∼ p ∼ q ∼ q ⇒∼ p
V V V F F V
V F F V F F
F V V F V V
F F V V V V
A proposição anterior, diz que para demonstrar que a proposição p implica a proposição q
basta provar que ∼ q implica ∼ p.
Na prática, não precisamos, a partir de ∼ q demonstrar ∼ p, basta que cheguemos a uma
contradição qualquer, isto é, à negação de uma a�rmação r que se saiba verdadeira dentro da
matemática, pois teríamos, neste caso, r e ∼ r que não poderiam co-habitar uma matemática
governada pelo princípio do terceiro excluído.
O processo descrito acima é muito usado em matemática, é o que chamamos de demons-
tração por absurdo, que mostra que a falsidade de uma a�rmação produziria um absurdo.
Proposição 5.2. Se x é um número inteiro par, então x2 é um inteiro par.
Observe que esta é uma implicação do tipo p =⇒ q, onde p é a proposição:
x é um número inteiro par.
e q é a proposição:
x2 é um número inteiro par.
1. Uma demonstração direta de 3.2:
Assumindo a proposição p verdadeira. Temos que x é um número inteiro par então x é
divisível por 2, por de�nição, x é um múltiplo de 2, equivale a dizer que existe n ∈ Z, tal que
x = 2n implica que x2 = (2n)2 = 4n2 = 2 (2n2) = 2m, para algum m ∈ Z implica que x2 é um
número inteiro par. O que demonstra a proposição.
2. Uma prova de 3.2 por absurdo:
Mais precisamente, no caso de uma implicação H ⇒ T , uma demonstração por absurdo
consiste em, considerar a validade da hipótese H e supondo a não validade da tese T produzindo
um resultado contraditório ou absurdo.
Assim, a demonstração por contraposição para algumas proposições do tipo
H =⇒ T.
55
pode ser mais fácil demonstrada usando
∼ T =⇒∼ H.
A demonstração por contradição (Reduction ad absurdum) consiste então na utilização da
equivalência lógica
p =⇒ q ⇐⇒ (p ∨ q) =⇒ p,
ou seja, para mostrarmos o teorema p =⇒ q, mostramos, que (p ∧ q) =⇒∼ p, chegando num
absurdo, pois como p é verdadeira e concluímos que ∼ p também é verdadeira, tendo chegado
que p e ∼ p verdadeiras, o que nos dá uma contradição. Vejamos:
Proposição 5.3. Mostre que se x é um número inteiro tal que x2 é par, então x é um inteiro
par.
Aqui, p é a proposição: x2 é um número inteiro par e,
q é a proposição: x é um número inteiro par.
Obs. Notamos que não dá para demonstrar direto que p =⇒ q.
Assuma então que p∧ ∼ q é verdadeira, ou seja que x2 é par e x é ímpar (negando a tese),
então x = 2n+ 1, para algum n ∈ Z.
Assim, x2 = (2n + 1)2 = 4n2 + 4n + 1 = 2 (2n2 + 2n) + 1 = 2m + 1, para algum m ∈ Z o
que implicaria que x2 seria ímpar, ou seja ∼ p, o que é uma contradição.
Como a proposição x2 é par não pode ser falsa, mostramos que p =⇒ q.
Neste tipo de demonstração geralmente não se pode prever qual o absurdo que encontraremos,
pois esse variará com o problema.
Ex. 5.17. Um certo número é tanto par como ímpar.
0 = 1, etc.
Obs.
Alguns exercícios de lógica além do livro texto podemser vistos em
https://www.todamateria.com.br/logica-matematica/
5.10 Tautologia
Tautologia é uma proposição composta cuja última coluna de sua tabela verdade é
somente a verdade (V).
Ex. 5.18. A proposição p∨ ∼ p (Princípio do terceiro excluído) é uma tautologia.
De fato;
Tabela-verdade da conjunção p∨ ∼ p:
p ∼ p p∨ ∼ p
V F V
F V V
Ex. 5.19. p ∧ p
Ex. 5.20. Mostre que p∨ ∼ (p ∧ q) é uma tautologia.
Ex. 5.21. Mostre que p ∧ q =⇒ (p ∨ q).
56
5.11 Contradição
Contradição é uma proposição composta cuja última coluna de sua tabela verdade aparece
unicamente a letra F(falsidade).
Ex. 5.22. p∧ ∼ p
Ex. 5.23. Veri�que se (p ∧ q)∧ ∼ (p ∨ q) é uma contradição.
Ex. 5.24. Veri�que se (p ∧ q)∧ ∼ (p ∧ q) é uma contradição.
5.12 Contingência
Contingência é uma proposição composta cuja última coluna de sua tabela verdade aparecem
as letras V (verdade) e F (Falsa) cada uma pelo menos uma vez.
Ex. 5.25. Veri�que se p ∨ q =⇒ p é uma contingência.
Ex. 5.26. Lei da Substituição: a) Lei de De Morgan
� Observemos que ∼ (p ∧ q) ≡∼ p∨ ∼ q
�
p q ∼ p ∼ q p ∧ q ∼ (p ∧ q) ∼ p∨ ∼ q
V V
V F
F V
F F
Lei da Substituição: b) Lei de De Morgan
� Construir a Tabela Verdade: ∼ (p ∨ q) ∨ (∼ p∧ ∼ q)
� Fazer passo a passo
�
p q ∼ p ∼ q p ∨ q ∼ (p ∨ q) ∼ p∧ ∼ q ∼ (p ∨ q) ∨ (∼ p∧ ∼ q)
V V
V F
F V
F F
Exercícios:
1. Reescreva cada sentença na forma �Se A, então B �.
a) O produto de um inteiro ímpar e um inteiro par é par.
b) O quadrado de um inteiro ímpar é ímpar.
c) O quadrado de um número primo não é primo.
d) O produto de dois inteiros negativos é negativo.
e) A multiplicação entre dois números ímpares tem como resultado outro número
ímpar.
De fato, basta considerar m e n dois números ímpares quaisquer:
m = 2a+ 1en = 2b+ 1
57
com a e b naturais, o produto:
m× n = (2a+ 1)× (2b+ 1) = 4ab+ 2a+ 2b+ 1 = 2(2ab+ a+ b) + 1 = 2k + 1
em que k = 2ab+ a+ b, portanto m× n é ímpar.
Obs. No caso particular, se você tem o número 5 como um dos fatores, tem-se que
5×m = 5× (2a+ 1) = 10a+ 5
a unidade deste produto sempre será o número 5.
Contrapositiva, Recíproca e Inversa
� Proposição condicional: p =⇒ q
� Proposição Contrapositiva: ∼ q =⇒∼ p
� Proposição Recíproca: q =⇒ p
� Proposição Inversa: ∼ p =⇒∼ q
Recíproca de uma proposição
� Proposição condicional: p =⇒ q
� Se algo é bovino então é mamífero.
� Recíproca: q =⇒ p
� Se algo é mamífero então é bovino .
� Obs. Nem sempre a recíproca de uma proposição V é uma proposicão V.
Inversa de uma proposição
� Proposição condicional: p =⇒ q
� Se algo é bovino então é mamífero.
� Inversa: ∼ p =⇒∼ q
� Inversa: Se algo não é bovino então não é mamífero.
� Se a inversa de uma sentença é V, então sua recíproca é V (e vice-versa) ?
� Se a inversa de uma sentença é F, então sua recíproca é F (e vice-versa). ?
� A contrapositiva da inversa, sempre possui o mesmo valor verdade da inversa?
� Con�ra as proposições Contrapositiva, Recíproca e Inversa construindo uma tabela ver-
dade!
� A a�rmação �Se B, então A� é dita recíproca da a�rmação �Se A, então B �. Dessa
forma, é um erro confundir essas duas a�rmações. Encontre duas condições A e B tais
que a a�rmação �Se A, então B � seja verdadeira, mas a a�rmação �Se B, então A' seja
falsa.
58
� Prove o seguinte resultado:
Proposição: Sejam x um elemento arbitrário de um conjunto A. Então, x ∈ A se, e
somente se, {x} ⊆ A.
Prova: Sejam x um elemento arbitrário e A um conjunto.
(⇒) Suponhamos que x ∈ A. Queremos mostrar que {x} ⊆ A, ou seja, devemos mostrar
que todo elemento de {x} é também elemento de A. Mas o único elemento de {x} é x, e
sabemos que x ∈ A. Portanto, {x} ⊆ A, ou seja, {x} é um subconjunto de A.
(⇐) Suponhamos que {x} ⊆ A. Isso signi�ca que todo elemento de {x} também pertence
ao conjunto A. Mas o único elemento do conjunto {x} é x e, assim, x ∈ A. c.q.d.
� Nem todas as a�rmações sobre matemática são verdadeiras! A forma mais usual de mos-
trar que uma a�rmação é falsa é por meio de contra-exemplos. Considere a a�rmação
�Se A, então B �. Um contraexemplo de tal a�rmação seria uma instância em que A é
verdadeira, mas B é falsa.
O seguinte resultado é verdadeiro? Em caso a�rmativo, apresente uma prova; em caso
contrário, apresente um contraexemplo.
A�rmação: Sejam a, b ∈ Z. Se a|b e b|a, então a = b.
5.13 Provas existenciais
Provemos mostrando por existência que:
Há números irracionais a e b tais que ab é racional.
Demonstração: Vamos mostrar a existência através de uma construção matemática.
Consideremos a =
√
2
√
2
. Se ele for racional ok.
Caso contrário, seja a e b =
√
2, ambos irracionais.
Então, ab = (
√
2
√
2
)
√
2 =
√
2
2
= 2 é racional, e está provado.
Ex. 5.27. Zeca possui um balde de 11 litros e outro de 5 litros. Como ele poderá medir apenas
7 litros de água.
Ex. 5.28. Quadrado Mágico
Um quadrado mágico é uma tabela quadrada de lado n, n ∈ N em que dispomos em suas
células os números de 1 (um) a n sem repetir nenhum deles, em que a soma dos números das
linhas, das colunas e das diagonais é constante (constante mágica).
Um quadrado mágico de lado 4 bastante famoso é o de que aparece representado no canto
superior direito da gravura Melancholia de Albrecht Dürer do século XVI conforme tabela ao
lado.
Tabela 1: Quadrado Mágico de Durer
16 3 2 13
5 10 11 8
9 6 7 12
4 15 14 1
1. Desa�o 1. Encontre a constante mágica do quadrado de Dürer.
59
2. Desa�o 2. O ano em que Albrecht Dürer nasceu aparece em duas casas consecutivas na
�gura, você consegue descobrir?
3. Desa�o 2. Montar um Quadrado Mágico de nove elementos numa tabuleiro 3× 3.
Regra para construção de um quadrado mégico:
Num quadrado mágico composto de um tabuleiro ou malha quadrada de 3 linhas por 3
colunas devemos dispor em suas células os números de um a nove, sem repetir, de forma
que a soma dos números dispostos nas linhas, colunas ou diagonais seja sempre a mesma.
Podes fazer peças quadradinhas numeradas misturadas de 1 a 9 para serem colocadas
uma a uma no tabuleiro 3× 3.
Ex. 5.29. Coloque os números 1, 2, 3, 4, 5, 6, 7, 8 e 9 dispostos nas nove casas de um tabuleiro
de jogo da velha de maneira que a soma dos três algarismos de qualquer linha, qualquer coluna
e qualquer diagonal resulte 15.
R. Ver https://www.somatematica.com.br/desa�os/desa�o8.php
Solução: O primeiro passo é veri�car todas as somas 15 que podemos fazer, começando
com cada um dos algarismos e utilizando os maiores algarismos possíveis.
� Família do 1: possui dois grupos e os algarismos não utilizados são 2, 3, 4 e 7:
1 5 9, 1 6 8.
� Família do 2: possui três grupos e os algarismos não utilizados são 1 e 3:
2 4 9, 2 5 8, 2 6 7.
� Família do 3: possui dois grupos e os algarismos não utilizados são 1, 2, 6 e 9:
3 4 8, 3 5 7.
� Família do 4: possui três grupos e os algarismos não utilizados são 1 e 7:
4 2 9, 4 3 8, 4 5 6
� Família do 5: possui quatro grupos e todos os algarismos foram utilizados:
5 1 9, 5 2 8, 5 3 7, 5 4 6.
� Família do 6: possui três grupos e os algarismos não utilizados são 3 e 9:
6 1 8, 6 2 7, 6 4 5.
� Família do 7: possui dois grupos e os algarismos não utilizados são 1, 4, 8 e 9:
7 2 6, 7 3 5.
60
� Família do 8: possui três grupos e os algarismos não utilizados são 7 e 9:
8 1 6, 8 2 5, 8 3 4.
� Família do 9: possui dois grupos e os algarismos não utilizados são 3, 6, 7 e 8:
9 1 5, 9 2 4.
Observamos que a célula central pertence simultaneamente à linha central, à coluna central
e às duas diagonais, formando quatro grupos de algarismos onde um deles é comum a todos.
A família do 5 é a única que reúne 4 grupos de algarismos, o que nos leva a concluir que o
algarismo 5 deve ocupar a posição central do jogo da velha:
5
Por observação, veri�camos que há 4 famílias com 3 grupos (2, 4, 6, 8) e 4 famílias com 2
grupos (1, 3, 7, 9). Em qualquer caso, há sempre um grupo contendo o algarismo 5.
Observamos ainda que, das células vértices do jogo da velha, são gerados sempre 3 grupos de
algarismos, ocupando uma linha, uma diagonal e uma coluna. Dessa forma, as famílias de 3
grupos, isto é, 2, 4, 6 e8, devem ocupar tais posições:
2 4
5
6 8
Resta-nos portanto "encaixar"as famílias de 2 grupos, isto é, 1, 3, 7 e 9 nas células ainda vazias,
tomando o cuidado de veri�car, em cada caso, se a soma com os demais algarismos da mesma
linha ou coluna totaliza 15:
2 9 4
7 5 3
6 1 8
O resultado acima seria uma resposta plenamente satisfatória ao desa�o proposto. Porém,
outras possibilidades também podem ser consideradas:
2 9 4 4 3 8 8 1 6 6 7 2 6 7 2
7 5 3 9 5 1 3 5 7 1 5 9 1 5 9
6 1 8 2 7 6 4 9 2 8 3 4 8 3 4
Ex. 5.30. Lógica!
A mãe de Jo disse:
- "Todos os campeões são bons em Matemática."
Mateus disse:
- Eu sou bom em Matemática. Então, eu sou um campeão!'
Esta implicação é Verdadeira ou Falsa?
Ex. 5.31. Pesando pregos
Um saco contém 2 kg de pregos. Você poderá pesar 750 g usando só uma balança de dois
pratos?
61
Ex. 5.32. Chá com leite
Duas colheres de sopa de leite são retiradas de um copo de leite e colocadas em um copo de
chá e o líquido é misturado. Depois duas colheres de sopa desta mistura é colocada de volta no
copo de leite e misturada. Qual é maior agora: a percentagem de chá no copo de leite ou a de
leite no copo de chá?
Ex. 5.33. Resolva os itens a seguir.
Usando demonstração por absurdo, prove que se x2 é ímpar, então x é ímpar.
Demonstração: Por hipótese, temos x2 é ímpar e suponha x par. Então, 2 divide x e,
assim, existe a ∈ Z tal que x = 2a. Logo, x2 = (2a)2 = 4a2 = 2 · 2a2, ou seja, 2 divide x2, o
que é um absurdo, pois x2 é ímpar. Portanto, x é ímpar.
Apresente um contraexemplo para cada proposição:
1. Se n é par, então n+ 1 é par.
2. Todo número ímpar é múltiplo de 5.
3. Se a · b é múltiplo de 6, então a ou b tem de ser múltiplo de 6.
4. Todo número da forma x2 − 8x+ 12, sendo x qualquer número natural, é primo.
Contraexemplos:
1. Seja n = 2. Então, n é par, mas n+ 1 = 2 + 1 = 3 é ímpar.
2. Seja x = 3. Então, x = 3 é ímpar, mas 5 não divide x, ou seja, x não é múltiplo de 5.
3. Sejam a = 2 e b = 3. Então, a×b = 2×3 = 6 é múltiplo de 6, mas a e b não são múltiplos
de 6.
4. Encontrando as raízes de x2 − 8x+ 12 = 0, vemos que x = 2, que é primo, ou x = 6, que
não é primo.
Ex. 5.34. Sendo p a proposição: "Paulo é paulista�, e q a proposição: �Carlos é carioca�,
traduza para a linguagem escrita as seguintes proposições:
1. ∼ q
2. p ∧ q
3. p ∨ q
4. p→ q
5. p→∼ q
6. ∼ (p→ q)
Solução:
1. Carlos não é carioca.
62
2. Paulo é paulista e Carlos é carioca.
3. Paulo é paulista ou Carlos é carioca.
4. Se Paulo é paulista, então Carlos é carioca.
5. Se Paulo é paulista, então Carlos não é carioca.
6. Não é verdade que se Paulo é paulista, então Carlos é carioca.
Ex. 5.35. Considere que uma proposição r seja composta apenas das proposições simples p e
q e cujos valores lógicos V ocorram somente nos casos apresentados na tabela abaixo.
p q r
V F V
F F V
Nesse caso, uma forma simbólica correta para r seria (p∧ ∼ q) ∨ (∼ p∧ ∼ q)?
Solução: Correto, pois analisando a tabela-verdade de (p∧ ∼ q)∨ (∼ p∧ ∼ q) veri�camos
que ela possui valor lógico V somente quando p é V e q é F, ou quando p e q são ambos F.
p q ∼ p ∼ q p∧ ∼ q ∼ p∧ ∼ q (p∧ ∼ q) ∨ (∼ p∧ ∼ q)
V V F F F F F
V F F V V F V
F V V F F F F
F F V V F V V
63
Ex. 5.36. Supondo que p seja uma proposição verdadeira, que q seja falsa, que r seja falsa e
que s seja verdadeira, obtenha o valor lógico de cada uma das proposições compostas a seguir.
1. (r ∧ s) ∨ q
2. ∼ (p ∧ q)
3. ∼ s∨ ∼ r
4. (s ∧ p) ∨ (q ∧ r)
5. r ∨ [s ∨ (p ∧ q)]
6. r → q
7. (q ↔ s) ∧ p
8. s→ (p→∼ s)
9. [(q → s)↔ s]∧ ∼ p
10. (s→ p)↔∼ (r ∨ q)
Solução:
1. (F ∧ V ) ∨ F ⇒ F ∨ F ⇒ F
2. ∼ (V ∧ F )⇒∼ F ⇒ V
3. ∼ V ∨ ∼ F ⇒ F ∨ V ⇒ V
4. (V ∧ V ) ∨ (F ∧ F )⇒ V ∨ F ⇒ V
5. F ∨ [V ∨ (V ∧ F )]⇒ F ∨ [V ∨ F ]⇒ F ∨ V ⇒ V
6. F ⇒ F ⇒ V
7. (F ⇔ V ) ∧ V ⇒ F ∧ V ⇒ F
8. V → (V →∼ V )⇒ V ⇒ (V ⇒ F )⇒ V ⇒ F ⇒ F
9. [(F ⇒ V )⇔ V ]∧ ∼ V ⇒ [V ⇔ V ] ∧ F ⇒ V ∧ F ⇒ F
10. (V ⇒ V )⇔∼ (F ∨ F )⇒ V ⇔∼ F ⇒ V ⇔ V ⇒ V
Em uma proposição que usa dois ou mais operadores lógicos, como p∧ q∨r a ordem em que
eles devem ser aplicados é muito importante. Podemos sempre usar parênteses para indicar a
ordem correta, por exemplo (p ∧ q) ∨ r ou p ∧ (q ∨ r).
Estas duas proposições podem ter valores lógicos diferentes, para certas proposições p, q e
r.
Como na álgebra estabelecemos regras de precedência entre os operadores lógicos, que de-
terminam uma ordem convencional de aplicação mesmo na ausência de parênteses, como na
proposição p ∧ q ∨ r.
64
5.14 Ordem de preferência
As precedências tradicionais dos operadores lógicos além dos parênteses podem ser dadas
pela tabela
Operador Ordem de precedência
∼ 1
∧ 2
∨ (⊕) 3
⇐⇒ (=⇒) 4
Ex. 5.37. A proposição ∼ p ∧ q −→ r ⊕ s ∧ t deve ser entendida como
((∼ p) ∧ q) −→ (r ⊕ (s ∧ t))
Obs. As prioridades relativas de ∧ e ∨ podem ser memorizadas como na álgebra de Boole,
que ∧ é representado por multiplicação e ∨ como uma soma modi�cada.
Em analogia p ∨ q ∧ r com x+ y × z, deve ser entendida como p ∨ (q ∧ r) como x+ (y × z)
e não como (p ∨ q) ∧ r.
Construção da Tabela Verdade: (p ∨ q)⊕ (∼ p)
� Primeiro Passo: organizar a tabela
� Inserir todas as colunas auxiliares
p q (p ∨ q) ∼ p (p ∨ q)⊕ (∼ p)
V V
V F
F V
F F
Construir a Tabela Verdade: (p ∨ q)⊕ (∼ p)
� Segundo passo: primeira precedência
p q (p ∨ q) ∼ p (p ∨ q)⊕ (∼ p)
V V V
V F V
F V V
F F F
� Terceiro passo: segunda precedência
p q (p ∨ q) ∼ p (p ∨ q)⊕ (∼ p)
V V V F
V F V F
F V V V
F F F V
� Quarto passo: concluindo
p q p ∨ q ∼ p (p ∨ q)⊕ (∼ p)
V V V F V
V F V F V
F V V V F
F F F V V
65
Ex. 5.38. Tabela-verdade da conjunção p ∨ (∼ q):
p q ∼ q p ∨ q
V V F V
V F V V
F V F F
F F V V
Ex. 5.39.
Tabela-verdade da conjunção (∼ p) ∨ (∼ q):
p q ∼ p ∼ q ∼ p∨ ∼ q
V V F F F
V F F V V
F V V F V
F F V V V
Sugestões de vídeos: Lógica, Matemática e Linguagem cotidiana
Aulas da disciplina Matemática do Curso de Licenciatura da Universidade Virtual do Estado
de São Paulo proferida pelo Prof. Dr. Nilson Machado.
https://www.youtube.com/watch?v=AQ5ueFO9SmA
https://www.youtube.com/watch?v=HkYslTNbp8o
Série da OBMEP:
https://www.youtube.com/watch?v=u9BHja6Qzug
https://www.youtube.com/watch?v=sb4jrwSMinY
http://www.math.ist.utl.pt/ jmatos/ltc/ltc.pdf www2.dm.ufscar.br/ sampaio/itc2004cap2.pdf
O Enigma de Kaspar Hauser
O Enigma de Kaspar Hauser trata da história de um personagem real e enigmático que,
quando encontrado em Nuremberg, em 1928, não sabia falar, nem andar e não se comportava
como humano.
Hauser passou os primeiros anos de sua vida preso e sem contato com outras pessoas. Esse
fato o impediu de adquirir uma língua e uma série de conceitos e raciocínios.
Em contato com a sociedade aprendeu a falar, a ler e a se comportar. Mas, era resistente a
muitas das ideias que tentavam lhe impor.
O �lme permite discutir a prática social condicionada, o convívio social como construtor da
identidade psicológica do homem, o con�ito entre persona e sociedade, além de paralelos com
correntes �losó�cas de grandes pensadores.
Neste trecho o professor de Hauser propõe a ele um problema clássico de lógica.
Como Hauser não apresenta imediatamente uma resposta o professor lhe oferece a resposta
que entende como sendo a única correta.
Hauser, porém apresenta-lhe uma nova resposta, muito mais simples, porém plausível.
Essa resposta não é aceita pelo professor que argumenta que por tratar-se de um problema de
lógica a resposta deveria ser dada com base nos conceitos de lógica. Este trecho pode ser usado
tanto para discutir sobre conceitos de lógica quando para ilustrar o modo como um problema
66
pode apresentar diversas soluções, sob diversos pontos de vista e com o uso de argumentos
diversi�cados, podendo ser igualmente plausíveis.
Negar que "todo gato mia"equivale a dizer que:
A) tem um gato que não mia
B) se não mia não é gato
C) tem um gato que mia
D) todo gato não mia
E) nenhum gato mia
Tabela verdade para as proposições p, q, r e s:
p q r s q ∧ r s ∧ p p ∨ r s −→ p (s ∧ p) ∨ (q ∧ r) (s −→ p) =⇒∼ (q ∨ r)
V V V V V V V V V F
V V V F V F V V V F
V V F V F V V V V F
V VF F F F V V V F
V F V V F V V F V V
V F V F F F V V F F
V F F V F V V V V V
V F F F F F V V F V
F V V V V F V F V V
F V V F V F V V V F
F V F V F F F F F V
F V F F F F F V F F
F F V V F F V F F V
F F V F F F V V F F
F F F V F F F F F V
F F F F F F F V F V
67
6 Contagem
Introdução a contagem. Quantos? Quantas maneiras?
Somatório, Produtório e Fatorial de um número natural.
Princípio da Inclusão - exclusão.
Contagem de classes de equivalência
Princípios fundamentais da contagem: Aditivo e Multiplicativo.
Binomial.
Coe�cientes binomiais.
Contagem de n objetos tomados k a k nem todos distintos.
Permutaçoes (distintas e com repetição, distintas e sem repetição). Arranjos e Combinações
Desordenação
Triângulo de Pascal. Propriedades. Identidade de Pascal, Relação de Stifel.
Relação de Stifel. Princípio da casa dos pombos.
Sugestão:
https://www.profmat-sbm.org.br/wp-content/uploads/sites/23/2016/08/Permutacoes_e_
Combinacoes_I.mp4
Além de saber se uma proposição é verdadeira ou falsa, problemas de contagem também
são ligados a Matemática Discreta.
Objetivo: Calcular fatoriais, Problemas envolvendo contagens e permutaçoes (distintas e
com repetição, distintas e sem repetição). Arranjos e Combinações. Contagem de n objetos
tomados r a r nem todos distintos. Triângulo de Pascal.
Referências: livros indicados e Métodos de Contagem e Probabilidade de Paulo Cezar Pinto
Carvalho em
http://www.obmep.org.br/docs/apostila2.pdf
68
6.1 Somatório, Produtório e Fatorial de números naturais:
Seja n ∈ N, o somatório dos números naturais de 1 até n denotado por
∑n
i=1 i é igual a adição
de todos os números de 1 até n, ou seja;
n∑
i=1
i = 1 + 2 + 3 + · · ·+ n
Podemos mostrar que esta soma pode ser escrita como
n∑
i=1
i = 1 + 2 + 3 + · · ·+ n = n× (n+ 1)
2
Fatorial:
Se n ∈ N, o fatorial de n denotado por n! é igual ao produto de todos os números de 1 até
n, ou seja;
n! = n× (n− 1)× (n− 2)× · · · × 2× 1
e para n = 0, admitimos que
0! = 1
Também dizemos que o fatorial de n é o produtório dos números desde 1 até n, e denotamos
por
n∏
i=1
i
Comecemos com exemplos de problemas de contagem.
1. Uso de somatório ou Fatorial
Ex. 6.1. Quantas palavras?
Quantas palavras podemos formar com as vogais do alfabeto latino?
As vogais do alfabeto latino constituem um conjunto V = {a, e, i, o, u} de 5 letras
Como temos 5 opções para a primeira letra, se não puder repetir as letras, temos 4 opções
para a segunda letra, 3 opções para a terceira letra, 2 opções para a quarta letra e uma
opção para a quinta e última letra. Assim podemos formar
5! = 5× 4× 3× 2× 1 = 120 palavras.
Ex. 6.2. Suponha que uma prateleira de estante tenha 5 textos de História, 3 textos de
Sociologia, 6 textos de Antropologia e 4 Psicologia e 1 d e Matemática Discreta.
Encontre o número n de maneiras que um aluno pode escolher:
a) um dos textos;
R. a) 5 + 3 + 6 + 4 + 1 = 19;
b) um de cada tipo de texto.
R. b) 5× 3× 6× 4 = 320
69
6.2 Princípio da inclusão - exclusão
.
A contagem dos elementos da união de dois conjuntos A e B é dada pelo Princípio da
inclusão - exclusão
n(A ∪B) = n(A) + n(B)− n(A ∩B)
Quantos? é uma pergunta que as pessoas em geral e especialmente os matemáticos dis-
cretos gostam muito.
O principal objetivo do professor orientador é propor a discussão de problemas de conta-
gem fazendo com que os estudantes compreendam quando os números devem ser somados
e quando eles devem ser multiplicados. Alguns temas possíveis de serem explorados são
sugeridos como os de de objetos, compras, mapas de trânsito etc.
Ex. Se A e B forem dois conjuntos com os respectivos números de elementos dados por
n(A) = 10, n(B) = 8 e n(A ∩B = 2 então n ∪B = 10 + 8− 2 = 16
Obs. Para resolver um problema de contagem devemos analisar cada caso e contar, fazer
um esquema grá�co como um diagrama de árvore ou diagrama de Venn sempre que
possível.
Ex. 6.3. Em uma equipe de 125 estudantes universitários, foi encontrado que dos três
jornais, Folha de São Paulo, Estadão e o Globo:
60 liam o Globo
40 liam o Estadão
15 liam a Folha de São Paulo
25 liam o Globo e o Estadão
8 liam o Estadão e a Folha de São Paulo
3 liam o Globo a Folha de São Paulo
O que podemos a�rmar sobre quantos estudantes não leem nenhum dos jornais?
70
G(60)35
F (15)7 E(40)10
(25)22
3
U(125) (43)
(8) 5
6.3 Princípio fundamental Aditivo da contagem:
Supondo que um evento E pode ocorrer em m modos e um segundo evento F pode ocorrer
de n modos e, que eles não ocorrem simultaneamente, então E ou F ocorrem de m + n
modos.
Ex. 6.4. Suponha que uma prateleira de estante tenha 5 livros de História da Matemá-
tica, 3 livros de Sociologia da Educação, 6 livros de Astronomia e 4 livros de Matemática
discreta.
Encontre o número n de maneiras que um aluno pode escolher:
a) um dos livros;
Aqui aplica-se o princípio aditivo; portanto,
n = 5 + 3 + 6 + 4 = 18.
Ex. 6.5. Supomos que um estudante de Matemática possa escolher 3 diferentes dis-
ciplinas de Cálculo, 4 diferentes disciplinas de Geometria e 2 diferentes disciplinas de
análise.
Encontre o número n de maneiras que um aluno pode escolher:
a) uma das disciplinas;
Aqui aplica-se o princípio aditivo; portanto,
n = 3 + 4 + 2 = 9.
Princípio fundamental Multiplicativo da contagem:
71
Se um evento ocorre sucessivamente em n situações independentes, sendo que a primeira
situação ocorre de m1 maneiras, a segunda situação ocorre de m2 maneiras e assim suces-
sivamente até a n-ésima situação ocorrendo de mn maneiras, temos que o número total
de ocorrências será dado pelo produto: m1 ×m2 ×m3 × · · · ×mn
Ex. 6.6. Suponha que uma prateleira de estante tenha 5 livros de História da Matemá-
tica, 3 livros de Sociologia da Educação, 6 livros de Astronomia e 4 livros de Matemática
discreta.
Encontre o número n de maneiras que um aluno pode escolher:
b) uma disciplina;
Neste caso b) Aplica-se aqui o princípio multiplicativo da contagem, portanto,
n = 5× 3× 6× 4 = 360.
Nos processos de contagem, muitas vezes usamos o conceito de fatorial de um número
natural.
Ex. 6.7. Um estacionamento tem 10 vagas paralelas marcadas de 1 a 10. De quantas
maneiras dois carros poderão estacionar de modo que sempre tenha uma vaga entre eles?
R. Consideramos dois casos:
1. O motorista do primeiro carro decide estacionar em uma das vagas marcadas com
os números 1 ou 10. Para cada uma dessas escolhas, o segundo motorista terá 8 opções
disponíveis de estacionamento; logo, nesse caso, há um total de 2 × 8 = 16 maneiras
diferentes para o estacionamento dos carros
(utilizamos aqui o Princípio Multiplicativo da Contagem).
2. O motorista do primeiro carro decide estacionar em uma das vagas marcada com os
números 2, 3, 4, 5, 6, 7, 8 ou 9. Para cada uma dessas escolhas, o segundo motorista
terá 7 opções disponíveis de estacionamento; logo, nesse caso, há um total de 8× 7 = 56
maneiras diferentes para o estacionamento dos carros.
De acordo com as situações possíveis, há um total de 16 + 56 = 72 maneiras diferentes
para o estacionamento dos carros (utilizamos aqui o Princípio Aditivo da Contagem)
Ex. 6.8. Supomos que um estudante de Matemática possa escolher 3 diferentes dis-
ciplinas de Cálculo, 4 diferentes disciplinas de Geometria e 2 diferentes disciplinas de
análise.
a) O número de modos que o estudante pode escolher uma disciplina de cada área?
R. 3× 4× 2 = 24
Ex. 6.9. Num time de futebol com 11 jogadores escalados para uma partida, o técnico
precisa escolher um capitão e um vice-capitão. De quantas maneiras ele pode fazer isso?
R. Supondo que qualquer um dos 11 jogadores pode ser eleito o capitão, temos 11 possi-
bilidades. Escolhido o capitão, temos ainda mais 10 jogadores, já o capitão escolhido não
pode ser vice-capitão simultaneamente. Portanto, temos 11× 10 = 110 possibilidades.
Obs. Este é um problema que a escolha do capitão in�uencia na escolha do vice-capitão.
As escolhas do capitão e do vice-capitão não são independentes.
72
Ex. 6.10. De quantas maneiras podemos colocar uma torre preta e a outra branca em
um tabuleiro dexadrez de modo que elas não possam se atacar mutuamente?
R. A torre preta pode ser colocada em qualquer uma ds 64 posiões de um tabuleiro de
xadrez. O número de quadrados que ela pode atacar independente de sua posição é 15
(inclusive o quadrado em que ela se encontra). Como sobra 49 posições para a torre
branca, então existem 64× 49 = 3136 maneiras possíveis.
Ex. 6.11. Um fazendeiro compra 3 vacas, 2 porcos e 4 galinhas de um homem que tem
6 vacas, 5 porcos e 8 galinhas. Encontrar o número m de escolhas disponíveis de animais
para o fazendeiro.
R. O agricultor pode escolher as vacas em combinando 6 vacas tomadas 3 a 3, ou seja, de
C(6, 3) =
(
6
3
)
maneiras, os porcos em C(5, 2) =
(
5
2
)
maneiras e as galinhas em C(8, 4) =
(
8
4
)
maneiras, num total de:(
6
3
)
×
(
5
2
)
×
(
8
4
)
= 20× 20× 70 = 14000
Ex. 6.12. Suponha que uma prateleira de estante tenha 5 textos de História, 3 textos
de Sociologia, 6 textos de Antropologia e 4 de Psicologia.
Encontre o número n de maneiras que um aluno pode escolher:
a) um dos textos;
b) um de cada tipo de texto.
R. a) para escolha de um dos textos, aplica-se o princípio aditivo; portanto,
n = 5 + 3 + 6 + 4 = 18.
b) Para a escolha de um de cada tipo de texto, aplica-se o princípio multiplicativo;
portanto,
n = 5× 3× 6× 4 = 360
Ex. 6.13. Quantos números perfeitos?
Dizemos que um número natural i é perfeito se ele é igual a soma de seus divisores menores
do que ele.
Vejam os números perfeitos conhecidos pelos gregos até a época de Euclides
(a) i = 6 é um número perfeito, pois 6 = 1 + 2 + 3
(b) i = . . . , é um número perfeito, pois · · · = · · ·+ · · ·+ . . .
(c) i = 496 é um número perfeito, pois 496 = · · ·+ · · ·+ . . .
(d) i = 8128 é um número perfeito, pois 8128 = · · ·+ · · ·+ . . .
(e) Teste para os números do 2n−1(2n − 1) para n primo. Será sempre um número
perfeito?
Ex. 6.14. Quantas bactérias
Um conjunto de bactérias são colocadas num recipiente de vidro. Um segundo depois cada
uma delas se divide em duas, e no segundo seguinte todas elas se dividem novamente em
duas e assim sucessivamente. Depois de um minuto o recipiente está cheio. Quando o
recipiente estava pela metade?
73
Ex. 6.15. Numa sala tem 10 estudantes de pós-graduação em Matemática Discreta.
Cada um deles cumprimenta todos os colegas com um aperto de mão. Quantos apertos
de mão teve?
A soma dos apertos de mão:
O primeiro aperta a mão dos outros 9;
O segundo aperta a mão dos outros 8;
· · · . Assim, ocorreu 9 + 8 + 7 + · · ·+ 2 + 1 = 45 apertos de mãos entre duas pessoas.
A soma dos números desde 1 a 9 quando temos 10 pessoas.
A(n) =
(n− 1)n
2
Sugestões:
a) Tabela quadrada e retirando os excessos
Fazer uma tabela indicando nas 10 linhas e 10 colunas os apertos de mão entre eles.
Contar 102 subtrair a diagonal pois nenhum deles aperta a sua própria mão, e divide por
dois, pois se um aperta a mão de outro, o outro já apertou a mão de um.
A(n) =
(n− 1)n
2
b) Construindo uma Tabela
Fazer uma tabela com número de aperto de mão para cada pessoa e o total de apertos de
mão. 1 pessoa, zero aperto de mão, total zero.
2 pessoas, um aperto de mão, total 1 aperto.
3 pessoas mais dois apertos de mão, total 3 = 2 + 1 apertos etc. e obter um padrão.
c) Representar cada pessoa por pontos num circulo
Nomeando A,B,C,D,. . . e contando as possíveis ligações.
d) Supondo que cada um aperta a mão de 9 pessoas
Mas o reciproco também é verdadeiro, assim teremos
A(10) =
90
2
= 45.
e) Organizando os dados em uma tabela:
número de pessoas 10 9 8 7 6 5 4 3 2 1
número de apertos 45 36 28 22 15 10 6 3 1 0
Tabela 2: n = 1, 2, 3, . . . , 10 pessoas e o número de cumprimentos
f) Número de lados e diagonais de um polígono
Podemos resolver o problema combinando com a representação visual organizando os
dados e descobrindo um padrão.
Começando com 1 pessoa, representada por um simples ponto. Obviamente, existe 0
apertos de mão.
74
Agora, para 2 pessoas, representada por dois pontos teremos 1 aperto de mão.
Expandindo para 3 pessoas teremos 3 apertos de mão.
O problema agora se torna um problema geométrico, em que cada resposta é o número
de diagonais mais o número de lados do poligono formado pelos pontos não alinhados.
Com 6 pessoas temos um hexágono, e o número de lados, n = 6. e o número de diagonais,
é dado pela fórmula
d =
n(n− 3)
2
=
6× 3
2
= 9
Portanto, o número de cumprimentos é 6 + 9 = 15.
Com 10 pessoas temos um decagono, e o número de lados, n = 10. e o número de
diagonais, é dado pela fórmula
d =
n(n− 3)
2
=
10× 7
2
= 35
Portanto, o número de cumprimentos é 10 + 35 = 45.
g) Combinações possíveis
Podemos reconhecer que este é um problema de combinações de n elementos tomados
dois a dois. (
n
2
)
=
n× (n− 1)
2× 1
No caso de 10 pessoas temos (
10
2
)
=
10× 9
2× 1
=
90
2
= 45
cumprimentos.
Ex. 6.16. O cartão de crédito do Banco S possui 4 dígitos. De quantas maneiras
diferentes podemos formar a senha do cartão?
Repetindo os números: TR = 10× 10× 10× 10 = 104 = 10000
E sem repetição dos números T = 10× 9× 8× 7 = 5040
Ex. 6.17. O cartão de crédito do Banco B possui 6 dígitos. De quantas maneiras
diferentes podemos formar a senha do cartão?
Repetindo os números: TR = 10× 10× 10× 10× 10× 10 = 106 = 1000000
Sem repetir os números T = 10× 9× 8× 7× 6× 5 = 151200
Ex. 6.18. Um carro possui uma placa com 4 letras do alfabeto e 4 dígitos. De quantas
maneiras diferentes podemos escolher o número da placa?
Podendo repetindo as letras e os números: AR = 26× 26× 26× 104 = 175760000
E sem repetição das letras e dos números A = 26×25×24×10×9×8 = 78624000
Ex. 6.19. Existem 5 xícaras diferentes de chá e três tipos diferentes de pires na loja "A
festa do Chá". De quantas maneiras você pode formar um conjunto de xícara com pires?
R. Escolhendo uma xícara temos 3 conjuntos diferentes de pires para formar conjuntos.
com temos 5 xícaras teremos 15 conjuntos distintos de xícaras e pires.
75
Ex. 6.20. A loja "A festa do Chá" também tem 4 tipos de diferentes de colheres de chá.
Quantos conjuntos diferentes podemos formar com xícaras, pires e colheres de chá?
R. Como temos 5 conjuntos de xícaras e pires, também temos 15 × 4 = 60 conjuntos
diferentes com as colheres de chá.
Ex. 6.21. Na loja "A festa do Chá" também são vendidos cinco tipos diferentes de
xícaras de chá, três tipos de pires e quatro tipos de colheres de chá. Quantas compras
diferentes de dois itens com nomes diferentes podem ser feitas?
R. Existem 3 casos possíveis:
uma xícará e um pires: 5× 3 = 15 maneiras
uma xícara e uma colher: 5× 4 = 20 maneiras,
um pires e uma colher: 3× 4 = 12 maneiras.
Somando 20 + 15 + 12 = 47 maneiras.
Ex. 6.22. No país das belezas existem três cidades maravilhosas A, B e C. Existem seis
estradas diferentes ligando B a A e quatro estradas ligando B a C. De quantas maneiras
é possível dirigir de A a té C?
R. 6× 4 = 24 maneiras diferentes. (Se não existem ligações diretas de A a C.
Ex. 6.23. Construiram mais uma cidade nova D no país das belezas e diversas estradas:
4 três ligando A a D e 2 ligando C a D. E, agora, quantas são as maneiras de ir de A até
C?
R. Devemos considerar 2 casos: Trajeto de A passando por B: 4× 6 = 24 maneiras de ir
de A até C passando por B.
Trajeto passando por D: 3× 2 = 6 maneiras de ir de A até C passando por D.
Assim, para obter o total de maneiras, basta somar 24 + 6 = 30.
Ex. 6.24. Jogando uma moeda 3 vezes, quantas sequências distintas de caras e coroas
podemos obter?
R. 23.
Ex. 6.25. Cada célula de uma tabela 2×2 pode ser colorida de branca e preta. Quantas
colorações distintas existem para a tabela?
R. 2× 2× 2× 2 = 24
Ex. 6.26. Quantas maneiras diferentes de preencher um cartão da loteria esportiva
existem? Lembre que devemos advinhar o resultado de 13 jogos de futebol, indicando um
dos dois times que disputam a partida vencedor ou um empate para cada jogo.
Obs. O número de arranjos ordenados de p objetos escolhidos a partir de um conjunto
de n objetos, nos quais os objetos são distintos é np.
Ex. 6.27. Com asletras da palavra BRASIL podemos formar P6 = 720 anagramas.
Quantos anagramas diferentes podemos formar com as seguintes palavras:
76
a) DISCRETA
b) MATEMATICA
c) ESTUDANTE
d) ESTRELADA
R.
a) Como todas as letras são distintas, temos que a primeira letra pode ser qual-
quer uma das 8, a segunda qualquer uma das 7 restantes e assim por diante, de modo
que obtemos 8! = 40320 palavras, inclusive as sem sentido!
R.
b) MATEMATICA
Anagrama de MA TEMATICA (10 letras).
Letras A aparecem 3 vezes
Letras M e T aparecem 2 vezes cada
Letras E, I e C, aparecem uma vez cada uma
Para formar um anagrama, escolhemos 2 das 10 posições para colocar as letras M
que pode ser feito de
(
10
2
)
modos, 2
Das 8 posições restantes escolhemos 3 posições para colocar as letras A, o que pode
ser feito de
(
8
3
)
modos
Duas das posições restantes para colocar a letra T, o que pode ser feito de
(
5
2
)
Arrumamos as letras E, I e C nas 3 posições restantes, de 3! = 6 modos.(
10
2
)
×
(
8
3
)
×
(
5
2
)
× 3! = 151200
Outra maneira, seria considerar todas as permutações da palavra e em seguida,
dividir pelo produto do fatorial do número de vezes que cada letra se repete, ou seja,
P 3,2,2,1,1,110 =
10!
3!× 2!× 2!× 1!× 1!× 1!
= 151200
(
9
2
)
×
(
7
2
)
× 5! = 90720
Outra solução: O número de anagramas é
P 2,2,1,1,1,1,19 =
9!
2!2!1!1!1!1!1!
= 90720.
Ex. 6.28. Quantas são as permutações das letras da palavra BRASIL em que o B
ocupa o primeiro lugar, ou o R ocupa o segundo lugar, ou o L ocupa o sexto lugar.
R: A palavra BRASIL tem 6 letras, sem repetição.
Fixado o B na primeira casa, temos 5! anagramas. Fixado o R na segunda casa,
temos 5! anagramas. Fixado o L na sexta casa, temos 5! anagramas. Esse total é de
3× 5! anagramas.
Nesses anagramas foram contados duas vezes os que têm B na primeira casa e R na
segunda casa, o que dá 4! anagramas, os que têm B na primeira casa e L na sexta
casa, o que dá 4!, e os que têm e R na segunda casa e L na sexta casa, o que dá 4!.
O total desses casos é 3× 4!.
Finalmente os que têm B na primeira casa e R na segunda casa e L na sexta casa
perfazem 3! anagramas.
Usando o Princípio da Inclusão-exclusão temos o total de anagramas
3× 5!− 3× 4! + 3! = 294
77
Ex. 6.29. Anagramando a palavra AZELATROF obtemos qual capital de estado
brasileiro? ARISIBLA obtemos qual cidade brasileira?
Ex. 6.30. O alfabeto hermitiano possui 3 letras A, B e C. Se uma palavra nesta
linguagem é uma sequência arbitrária contendo no máximo 4 letras, quantas palvras
hermitianas exitem?
R. Podemos formar palavra com 1 letra: 3 modos diferentes
Podemos formar palavras com 2 letras: 32
Podemos formar palavras com 3 letras: 33
Podemos formar palavras com 4 letras: 34
total 120 palavras.
Ex. 6.31. Um time de futebol é composto de 11 jogadores, sendo 1 goleiro, 4
zagueiros, 4 meio campistas e 2 atacantes. O técnico do time dispõe de 3 goleiros, 8
zagueiros, 10 meio campistas e 6 atacantes, determine o número de maneiras possíveis
que esse time pode ser formado.
R.
Maneiras de escolher Goleiros:
(
3
1
)
= 3
Maneiras de escolher Zagueiros:
(
8
4
)
= 70
Maneiras de escolher Meio campistas:
(
10
4
)
= 210
Maneiras de escolher Atacantes:
(
6
2
)
= 15
Temos que para completar o esquema 1 4 4 2:(
3
1
)
×
(
8
4
)
×
(
10
4
)
×
(
6
2
)
= 3× 70× 210× 15 = 661500
maneiras de formar o time.
Ex. 6.32. Quantos anagramas possui a palavra aaabbcc?
R. 7!
3!2!2!
= 7×6×5×4×3!
3!×2!×2! = 210
Ex. 6.33. Sete amigos alugaram uma casa de campo com três quartos: um deles
com três camas e dois quartos com duas camas cada. De quantas maneiras eles
podem ocupar as camas?
R. Do mesmo modo, temos
R. 7!
3!2!2!
= 7×6×5×4×3!
3!×2!×2! = 210
Com vinos nos exemplos anteriores, o modo de arranjar subconjuntos de um conjunto
pode ser diferente. Vejamos como podemos formalizar os agrupamentos possíveis de
p elementos de um conjunto de n elementos.
Ex. 6.34. Onze retas paralelas no planos são interceptadas por outras dez retas
paralelas no mesmo plano.
a) Quantos paralelogramos simples (que não contém nenhum outro) aparecem na
rede obtida?
b) Quantos paralelogramos aparecem na rede obtida?
R: a) Sejam r1, r2, r3, . . . , rm um feixe de m retas paralelas dispostas nessa ordem
(isto é, r2 está entre r1 e r3, etc), e s1, s2, s3, . . . , sn um feixe de n retas paralelas
dispostas nessa ordem (isto é, s2 está entre s1 e s3, etc), e transversal ao primeiro
78
feixe. Na Figura vemos um paralelogramo simples ABCD. Esses paralelogramos
têm que ter lados �consecutivos� no reticulado.
· · ·
...
s1
s2
s3
s4
sn
r1 r2 r3 r4 rm
A B
D C
E F
H G
Para contar os paralelogramos simples ABCD começamos supondo que o lado AD
está em r1. Vemos que temos n− 1 escolhas, e o lado BC �ca determinado na reta
r2. Se o lado AD está em r2, temos novamente n − 1 escolhas, e o lado BC �ca
determinado na reta r3. Vemos assim que em cada reta ri, com 1 ≤ i ≤ m − 1,
temos n− 1 escolhas para AD, e o lado BC �ca determinado na reta ri+1. Portanto
as possibilidades são (n− 1)(m− 1).
Se m = 11 e n = 10 temos (10− 1)(11− 1) = 9 · 10 = 90 paralelogramos simples.
R: b) Com as mesma notações acima, vamos contar os paralelogramos EFGH.
Começamos supondo que o lado EH está em r1. Dentre os n pontos disponíveis
escolhemos 2, e não importa a ordem deles. Assim temos
(
n
2
)
escolhas. Para cada
uma dessas escolhas podemos escolher a reta em que está FG dentre asm−1 retas r2,
. . . , rm. Portanto temos
(
n
2
)
(m− 1) escolhas de paralelogramos com o lado esquerdo
em r1. Se o lado esquerdo está em r2 temos
(
n
2
)
(m−2) escolhas, e assim por diante.O
total de escohas é(
n
2
)
(m− 1) +
(
n
2
)
(m− 2) + · · ·+
(
n
2
)
(1) =
(
n
2
)
[(m− 1) + (m− 2) + · · ·+ 1] =
(
n
2
)
m(m− 1)
2
=
n(n− 1)
2
m(m− 1)
2
=
m(m− 1)n(n− 1)
4
Se m = 11 e n = 10 a quantidade de paralelogramos é 2475.
6.4 Arranjos
Problemas de contagem fazendo Arranjos simples.
Num conjunto de n elementos distintos, como encontrar o número de arranjos dos n
elementos tomados k a k?
Na primeira etapa podemos escolher quaisquer dos n elementos
Na segunda etapa podemos escolher quaisquer dos n − 1 elementos restantes, pois
não podemos repetir o primeiro
79
Assim sucessivamente, escolhemos
n, n− 1, n− 2, n− 3, . . . , n− (k − 1)︸ ︷︷ ︸
k
elementos.
O número de arranjos de n elementos tomados k a k é igual a
An,k = n× (n− 1)× · · · × (n− (k − 1))
Multiplicando e dividindo a expressão anterior por (n− k)! temos:
An,k =
n!
(n− k)!
Ex. 6.35. Comecemos com o problema da confecção de uma bandeira.
Com panos de 5 cores: amarelo, branco, ciano (azul e verde), laranja e magenta
(azul e vermelha) Marcela vai costurar uma bandeira tricolor. Quantas bandeiras
diferentes ela poderá obter supondo que os panos são colocados somente em tiras
horizontais?
De acordo com o problema, duas bandeiras só podem diferir pelas cores dos pa-
nos escolhidas ou pela ordem em que estão dispostas as cores a partir da haste da
bandeira.
Designando as 5 cores pelas letras iniciais a, b, c, d, l e m, podemos representar cada
bandeira por 3 dessas letras, escritas seguindo a ordem das cores:
abc, bca, abd, dab, cde, alm, etc.
Assim, as bandeiras tricolores são representadas pelos diferentes conjuntos ordenados
de 3 cores, que é possível formar a partir das 5 cores consideradas.
A esses conjuntos ordenados damos o nome de arranjos das 5 cores 3 a 3.
De�nição: Sejam m e p números naturais com 0 ≤ p ≤ n.
Dados m elementos quaisquer, chamamos de arranjo dos m elementos p a p a todos
os subconjuntos ordenados que é possível formar com os p elementos escolhidos
arbitrariamnte entre o m dados.
Notação: Amp
No caso das bandeiras, comecemos com com uma só cor:
Os arranjos das 5 cores tomadas uma a uma, ou seja escolhendo apenas uma cor,
teríamos as 5 letras:
a, b, c, l e m
Escrevemos A51 = 5
Os arranjos com duas cores, forma-se a partir dos anteriores, colocando a direita de
uma das cores, uma nova cor, diferente da primeira, assim teríamos:
ab, ac, al, am,
ba, bc, bl,bm,
ca, cb, cl, cm
80
la, lb, lc, lm,
ma, mb, mc, ml.
De modo que teremos A52 = 20 maneiras de fazer as bandiras de 2 cores.
Agora para determinar os arranjos com 3 cores entre as escolhidas de 5, procedemos
analogamente, acrecentando a direita de cada arranjo de 2 cores mais uma cor que
ainda não �guram neles.
Assim, teremos
abc, abl, abm,
acb, acl, acm,
alb, alc, alm,
amb, amc, aml,
bac, bal, bam,
bca, bcl, bcm,
bla, blc, blm,
bma, bmc, bml,
cab, cal, cam,
cba, cbl, cbm,
cla, clb, clm,
cma, cmb, cml.
lac
Assim teremos A53 = 60 maneiras de fazer as bandeiras de 3 cores.
Temos:
Am1 = m
Am2 = m× (m− 1)
e de um modo geral:
O número de arranjos de m elementos tomados p a p com p ≤ m pode ser obtido a
partir dos mesmos m elementos tomados p-1 a p-1, juntando a direita de cada um
deles uma das letras que ainda não �guram alí.
E, colocar a direita de cada um dos arranjos anteriores, um dos elementos que neles
não �guram ainda, é igual m − (p − 1) = m − p + 1, pois já terão sido usados, em
cada arranjo anterior e não �gurarem ainda nele m− p + 1 elementos. Concluimos
que:
Amp = A
m
p−1 × (m− p+ 1)
Ex. 6.36. Com quatro letras a, b, c d quantos arranjos de duas letras diferentes se
podem formar? Observe que
A41 = 4
e cada um destes quatro podemos completar com as letras diferentes da primeira
que são 3, assim,
A42 = 4× 3 = 12.
81
Ex. 6.37. Quantos números de telefones celulares de sete dígitos podemos formar?
R. Podemos formar
A107 =
10!
(10− 7)!
=
10× 9× 8× 7× 6× 5× 4×��3!
��3!
=
Ex. 6.38. Quantos números de telefones celulares de oito dígitos podemos formar?
R. Podemos formar
A108 =
10!
(10− 8)!
=
10× 9× 8× 7× 6× 5× 4× 3×��2!
��2!
=
Ex. 6.39. Quantos números de telefones celulares de nove dígitos podemos formar
que comecem com o número 9?
R. Podemos formar
A98 =
9!
(10− 8)!
=
9× 8× 7× 6× 5× 4× 3× 2
2!
=
6.5 Permutação
No caso particular em que temos p = m, obtemos, Amm, que é o número de arranjos
nos quais entram todos osm objetos tomadosm am e damos o nome de Permutação.
Convencionamos 0! = 1, e esta expressão se mantem quando p = m
Amm =
m!
(m−m)!
=
m!
0!
= m! = Pm, m > 0.
,
Para m = 1 temos m > 1 e A11 = P1 = 1.
E
Amm = Pm = m× (m− 1)× (m− 2)× · · · × 2× 1
,
.
Ex. 6.40. De quantas maneiras diferentes podemos organizar uma a �la com 5
pessoas?
Vejamos: Na primeira posição da �la podemos escolher uma delas entre as 5, na
segunda posição, uma entre as 4 restantes, e assim por diante, resultando em
P5 = 5× 4× 3× 2× 1 = 5!
.
Imagine uma pessoa só.
P1 = 1! = 1
Agora, se não tem nenhuma pessoa para organizer uma �la. De uma forma só, a �la
vazia. Assim, podemos dizer que, 0! = 1.
Outra ideia, é conmsiderar que os fatoriais têm a seguinte propriedade:
m× (m− 1)! = m!
82
Assim, podemos escrever:
(m− 1)! = m!
m
E fazendo m = 1, podemos encontrar o fatorial de zero 0!:
(1− 1)! = 1!/1
0! = 1/1 = 1
O fatorial de zero é igual a 1.
O número de permutações de m objetos, dos quais m1 são de um tipo, m2 são de
um segundo tipo,. . . , mr são de um r-ésimo tipo é dada por
Pm1,m2,...,mrm =
m!
m1!m2! . . .mr!
Ex. 6.41. Quantos arranjos verticais distintos são possíveis formar uma bandeira
com 10 listras se temos 5 tiras de panos azuis, 3 vermelhas e duas brancas?
R: P 5,3,210 =
10!
5!3!2!
= 10×9×8×7×6×5!
5!3!2!
= 10×9×8×7
2!
= 2520
6.6 Coe�cientes binomiais
Dados dois números naturais n e p com n ≥ p, o coe�ciente binomial n sobre p é
de�nido como (
n
p
)
=
n!
p!(n− p)!
n é dito numerador e p denominador de
(
n
p
)
.
Obs. Quando p = 0:
(
n
0
)
= n!
0! n!
= n!
n! 1
= 1, ∀n ∈ N
Obs. Quando p = 1:
(
n
1
)
= n!
1! (n−1)! =
n!
(n−1)! = n, ∀n ∈ N
Obs. Quando p = n:
(
n
n
)
= n!
n!(n−n)! =
n!
n! 0!
= 1, ∀n ∈ N
Dois coe�cientes binomiais
(
n
p
)
e
(
n
q
)
são complementares quando a soma de seus
denominadores é igual ao numerador, ous seja, quando p+ q = n.
ex.
(
7
3
)
e
(
7
4
)
são complementares
Dois binomiais complementares são iguais.
Ex. 6.42.
(
7
3
)
= 7!
3!)(7−3)! =
7×6×5×4!
(3!)(4!)
= 35(
7
4
)
= 7!
4!(7−4)! =
7×6×5×4
(4×3×2×1)(3×2×1) = 35
Fato: Se p+ q = n então
(
n
p
)
=
(
n
q
)
Juti�cando:
(
n
p
)
=
(
n
n− q
)
=
n!
(n− q)![n− (n− q)]!
=
n!
(n− q)![n− p]!
=
n!
(n− q)!q!
=
(
n
q
)
83
6.7 Combinação
Dados m elementos quaisquer, chamamos combinação desses elemntos tomados p a
p, p ≤ m a todos os conjuntos que é possível obter com p elementos escolhidos entre
os m dados (sem qualquer ordem).
Denotamos todas as possíveis combinações de m elementos tomados p a p por
Cmp ou
(
m
p
)
A combinação é um agrupamento dos elementos de um conjunto em subconjuntos,
em que a ordem dos elementos não é considerada na formação dos subconjuntos, ou
seja, o subconjunto {a, b} e {b, a} são iguais, devendo ser considerado uma única vez
na contagem da quantidade de combinações.
Obs. Se p > m não temos combinação nenhuma
(
m
p
)
= 0.
Do mesmo modo, se todos os elementos são tomados de uma só vez, p = m, só é
possível formar uma combinação que é o cojunto de todos esses elementos(
m
m
)
= 1
O caso de não tomar nenhum elemento p = 0, convenciona-se dizer que o número de
elementos da combinação é 0, ou seja, (
m
0
)
O número de arranjos de m elementos tomados p a p se pode obter permutando em
cada uma das combinações de m tomados p a p elementos que a formam, de todas
as maneiras possíveis.
Esses arranjos podem se formar:
a) formar combinações de m elementos p a p, Cmp .
b) permutar em cada uma das combinações, os seus p elementos, de todas as formas
possíveis. Isso pode acontecer devido a permutação de p elementos; Pp = p!.
Assim,
Amp = C
m
p × Pp ⇐⇒ Cmp =
Amp
Pp
Substituindo pelas expressões dos arranjos e permutações obtemos:
Cmp =
(
m
p
)
=
m× (m− 1)× · · · × (m− p+ 1)
p!
=
m!
p!(m− p)!
Daí segue também que (
m
p
)
=
(
m
m− p
)
Obs. Na combinação a ordem dos elementos não importa, e no arranjo, importa, é
natural que haja mais arranjos que combinações.
84
Ex. 6.43. Quantos números de três algarismos diferentes pode ser formado com os
algarismos 1, 2, 3, 4, 5 e 6.
De fato, consideramos C63 =
(
6
3
)
= 6×5×4×3!
3!×3! =
6!
3!(6−3)! = 20
Ex. 6.44. Num baralho com 52 cartas distribui-se uma mão de 5 cartas. Quantas
mãos difrentes é possível distribuir?
R: A mão é uma seleção não ordenada de 5 cartas entre as 52 do baralho. Assim, o
número de mãos distintas é
(
52
5
)
= 52!
5!(52−5)! = 2598960
6.8 Triângulo de Pascal
Uma representação geométrica triangular dos números binomiais foi estudada pelo
matemático chinês Yang Hui (1238-1298), entretanto, os estudos mais aprofunda-
dos do matemático italiano Niccolò Fontana Tartaglia (1499-1559) e do matemático
francês Blaise Pascal (1623-1662) os levaram a prova várias de suas propriedades.
O triângulo de Pascal é construído colocando-se os números binomiais de mesmo nu-
merador na mesma linha e os coe�cientes de mesmo denominador na mesma coluna.
Assim, temos:
Linha|Coluna 0 1 2 3 4 5
0
(
0
0
)
1
(
1
0
) (
1
1
)
2
(
2
0
) (
2
1
) (
2
2
)
3
(
3
0
) (
3
1
) (
3
2
) (
3
3
)
4
(
4
0
) (
4
1
) (
4
2
) (
4
3
) (
4
4
)
5
(
5
0
) (
5
1
) (
5
2
) (
5
3
) (
5
4
) (
5
5
)
Na antiguidade, esse triângulo era usado para o cálculo de algumas raízes. Mais
recentemente, ele é utilizado no cálculo de probabilidades, e os números que compõem
o triângulo apresentam diversas propriedades e relações ineressantes.
A disposição ordenada dos números binomiais, como na tabela abaixo, com as pri-
meiras linhas e colunas enumeradas recebe o nome de Triângulo de Pascal.
0 1 2 3 4 5
0 1
1 1 1
2 1 2 1
3 1 3 3 1
4 1 4 6 4 1
5 1 5 10 10 5 1
Triângulo de Pascal com 8 linhas
85
(
0
0
)
(
1
0
) (
1
1
)
(
2
0
) (
2
1
) (
2
2
)
(
3
0
) (
3
1
) (
3
2
) (
3
3
)
(
4
0
) (
4
1
) (
4
2
) (
4
3
) (
4
4
)
(
5
0
) (
5
1
) (
5
2
) (
5
3
) (
5
4
) (
5
5
)
(
6
0
) (
6
1
) (
6
2
) (
6
3
) (
6
4
) (
6
5
) (
6
6
)
(
7
0
) (
7
1
) (
7
2
) (
7
3
) (
7
4
) (
7
5) (
7
6
) (
7
7
)
Ex. 6.45. O número de elementos do conjunto das partes de um conjunto com n
elementos é igual a soma da n-ésima linha do Triângulo de Pascal. De fato;(
n
0
)
+
(
n
1
)
+
(
n
2
)
+ · · ·+
(
n
n
)
= 2n
Propriedade do Triângulo de Pascal: Soma dos termos da linha
A soma de todos os termos de uma linha é calculada por:
Sn = 2
n
em que n é o número da linha.
1 = 20
1 + 1 = 21
1 + 2 + 1 = 22
1 + 3 + 3 + 1 = 23
1 + 4 + 6 + 4 + 1 = 24
1 + 5 + 10 + 10 + 5 + 1 = 25
1 + 6 + 15 + 20 + 15 + 6 + 1 = 26
1 + 7 + 21 + 35 + 35 + 21 + 7 + 1 = 27
Outras propriedades do Triângulo de Pascal.
Ex. 6.46. Soma dos termos de sequências no Triângulo de Pascal
A soma dos termos da sequência do começo uma determinada coluna C até uma
determinada linha L é igual ao termo que está na linha L + 1 posterior e coluna
C + 1 posterior
86
1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
1 5 10 10 5 1
1 6 15 20 15 6 1
1 7 21 35 35 21 7 1
Ex. 6.47. A soma de uma diagonal que começa na coluna 0 e vai até o termo que
se encontra na coluna C e linha L é igual ao termo que está na mesma coluna C e
abaixo na L+ 1-ésima linha.
1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
1 5 10 10 5 1
1 6 15 20 15 6 1
1 7 21 35 35 21 7
Ex. 6.48. Números de Fibonacci
Os números nas diagonais (secundárias), somados formam a sequência de Fibonacci
O dois primeiros elementos dessa sequência são iguais a 1. A partir do terceiro, cada
elemento é igual à soma dos dois anteriores.
Resulta, então a sequência
1, 1, 1+1 = 2, 2 + 1 = 3, 1 + 3 + 1 = 5, 3 + 4 + 1 = 8, 1 + 6 + 5 +1 = 13,
21, 34, 55, 89,...
1 ↙
↙
1 1 ↙
1 2 1 ↙
1 3 3 1
1 4 6 4 1 ↙
1 5 10 10 5 1 ↙
1 6 15 20 15 6 1
1 7 21 35 35 21 7 1
6.9 Relação de Stifel
Cada número do triângulo de Pascal é igual à soma do número imediatamente acima
e do antecessor do número de cima.(
n− 1
k − 1
)
+
(
n− 1
k
)
=
(
n
k
)
87
De fato; observemos no triângulo de Pascal seguinte:
1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
1 5 10 10 5 1
1 6 15 20 15 6 1
1 7 21 35 35 21 7 1
Vejamos no triângulo de Pascal anterior
Propriedades do Triângulo de Pascal: Simetria nas linhas
O primeiro e o último termo das linhas são iguais, o segundo e o penúltimo, o terceiro e o
antepenúltimo termo são iguais e assim sucessivamente.
1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
1 5 10 10 5 1
1 6 15 20 15 6 1
1 7 21 35 35 21 7 1
Além disso, os termos do binômio de Newton e da sequência de Fibonacci podem ser
encontrados a partir dos números que constituem o triângulo.
Ex. 6.49. Resolver a equação (
x+ 1
2
)
=
(
x
1
)
+ 6
Escrevendo:
(x+ 1)!
2!(x− 1)!
=
(x)!
1!(x− 1)!
+ 6
(x+ 1)x(x− 1)!
2!(x− 1)!
=
x(x− 1)!
1!(x− 1)!
+ 6
(x+ 1)x
2
=
x
1
+ 6
88
x2 + x = 2x+ 12⇐⇒ x2 − x− 12 = 0
Resolvendo a equação do segundo grau determinamos x = −3 ou x = 4
Entretanto, de�nição de Números Binomiais é feita considerando números naturais p e n
com p ≤ n, por isso, o conjunto solução é
S = {4}
6.10 O princípio da casa dos pombos
Em um grupo de 13 pessoas, pelo menos duas delas têm o mesmo signo!
Acredita-se que o primeiro relato deste princípio foi em 1834, pelo matemático alemão
Johann Peter Gustav Lejeune Dirichlet (1805-1859), que introduziu o conceito moderno
de função, enunciou-o com o nome de Princípio das Gavetas, e que mais tarde conhecido
como princípio da casa do pombos.
Se pensarmos nas gavetas:
Gavetas: Seja m,n ∈ N. Queremos guardar m objetos em n gavetas. Se m > n, então
alguma gaveta deverá conter mais de um objeto.
Agora, se pensarmos nos pombos:
Pombos: Considere um viveiro de pombos com n portinhas (casinhas) e suponha que
haja m pombos querendo ocupá-las. Se m > n, então alguma casinha deverá ser ocupada
por mais de um pombo.
Embora se trate de uma evidência extremamente elementar, o princípio é útil para resolver
vários tipos de problemas. Pelo menos à primeira vista é um argumento de calcular que
pode ser aplicado em muitos problemas formais, incluindo aqueles que envolvem um
conjunto in�nito.
Para aplicá-lo, nem sempre é trivial, pois devemos identi�car, na situação dada, quem faz
o papel dos pombos (objetos) e quem faz o papel das casas (gavetas).
Ex. 6.50. Existem n pessoas em uma sala. Quantas pessoas são necessárias para se ter
certeza de que 3 nasceram no mesmo mês?
Solução: Pelo princípio da casa dos pombos: 12× 2 + 1 = 25 pessoas.
De fato; como existem 12 meses, então se pegarmos 24 pessoas, pode ser que não existam
3 pessoas que nasceram no mesmo mês. Ao adicionar mais uma pessoa, teremos certeza
de que ela nasceu no mesmo mês que pelo menos outras 2 presentes na sala.
Neste caso, as 25 pessoas funcionam como os pombos e os 12 meses do ano como as
casinhas.
Ex. 6.51. Em um grupo de três pessoas, pelo menos duas delas são do mesmo sexo.
89
Ex. 6.52. Quantas pessoas deve haver em uma sala de aula para podermos a�rmar que
pelo menos dois estudantes tenham a mesma nota em uma determinada avaliação, se a
nota é graduada em um número inteiro de 0 a 10?
R. Como de 0 a 10 existem 11 números possíveis. O princípio de Dirichlet mostra que
entre 12 estudantes há pelo menos dois com a mesma nota.
Ex. 6.53. Seja C um conjunto formado por cinco pontos de coordenadas inteiras no
plano. Prove que o ponto médio de algum dos segmentos com extremos em C tem
também coordenadas inteiras.
Solução: Dados dois pontos (x1, y1) e (x2, y2) do plano, seu ponto médio é(
x1 + x2
2
,
y1 + y2
2
)
Para que esse ponto tenha coordenadas inteiras x1 e x2 devem ter a mesma paridade,
assim como y1 e y2 devem ter a mesma paridade (eventualmente diferente da anterior).
Um ponto do plano com coordenadas inteiras, quando à paridade, pode ser de um dos
quatro tipos:
(par , par) (par , ímpar) (ímpar , par) (ímpar , ímpar)
Como temos cinco pontos, existem dois, pelo menos, do mesmo tipo (pelo Princípio da
Casa dos Pombos!). O ponto médio desses dois tem coordenadas inteiras.
Ex. 6.54. O conjunto dos dígitos 1, 2, 3, . . . , 9 é dividido em três grupos. Prove que o
produto dos números de algum dos grupos deve ser maior do que 71.
Solução 1 Notemos que 1 ·2 ·3 ·4 ·5 ·6 ·7 ·8 ·9 = 362880, e que 3
√
362880 ≈ 71, 32 · · · > 71.
Suponhamos então que os números de 1 a 9 foram repartidos nos grupos A, B e C, e que
o produto dos números de A seja a, os de B seja b, e os de C seja c.
Seja m o maior dos números a, b e c. Então
m3 > abc = 362880⇒ m > 3
√
362880 > 71
Como m é um dos números a, b ou c, segue que pelo menos um deles é maior do que 71.
Solução 2 Examinando casos. Comece vendo que se um dos grupos tiver cinco ou mais
números, então esses números são no mínimo 1, 2, 3, 4 e 5, e 1 · 2 · 3 · 4 · 5 = 120 > 71.
Suponha que todos os grupos tenham quatro ou menos números. Examine o caso em que
existe um grupo G com quatro números. Observe que 1 ∈ G, e 2 ou 3 está em G. Esgote
os casos. Terminado isso observe que faltam os casos em que não existe grupo com quatro
números, logo todos os grupo têm três números. São vários casos.
Ex. 6.55. Prove que se N é ímpar então para qualquer bijeção p : IN 7→ IN do conjunto
IN = {1, 2, . . . , N} o produto
P (p) =
(
1− p(1)
) (
2− p(2)
)
· · ·
(
N − p(N)
)
é necessariamente par.
Solução Como N é ímpar, de 1 a N existem mais ímpares do que pares (um a mais).
Logo os ímpares 1, 3, 5, . . . não podem ser levados por p apenas em pares.
Assim existe algum ímpar j para o qual p(j) é ímpar. Logo j − p(j) é par, e o produto
dado é par.
90
Ex. 6.56. Dado um conjunto de 25 pontos no plano tais que entre quaisquer 3 deles
existe um par com distância menor do que 1. Prove que existe um círculo de raio 1 que
contém pelo menos 13 dos 25 pontos dados.
Solução. Suponhamos primeiro que a distância entre dois pontos quaisquer é < 1. Fixe-
mos um deles, digamos A, e consideremos o disco de raio 1 com centro em A. Todos os
25 pontos estão nesse disco, e o resultado é válido.
Suponhamos agora que existam pelo menos dois pontos, digamos A1 e A2, que distam ≥ 1.
Consideremos os discos D1 e D2 de raio 1 e com centros nesses pontos, respectivamente.
Dado um outro pontoqualquer P dentre os 23 restantes, a condição dada garante que
P ∈ D1 ou P ∈ D2.
Consideremos agora os dois discos D1 e D2 como as casas e os outros 23 pontos (excluindo
A1 e A2) como os pombos. A observação feita acima diz que os pombos entram nas casas.
Como 23 = 2×11 + 1, o PCP garante que existem pelo menos 11 + 1 = 12 pontos (dentre
aqueles 23) em um dos discos. Contando agora seu centro existem no referido disco 13
pontos.
Ex. 6.57. Prove que entre quaisquer 5 pontos escolhidos dentro de um triângulo equilá-
tero de lado 1 sempre existe um par deles cuja distância não é maior do que 0,5.
Solução Usaremos o seguinte fato geométrico, que não demonstraremos: dois pontos
quaisquer em uma região triangular equilátera de lado l distam entre si ≤ l.
Consideremos então um triângulo equilátero de lado 1, e repartimos a região por ele
delimitada em quatro regiões, delimitadas por triângulos equiláteros de lado 1/2, ligando
os pontos médios dos lados do triângulo original.
.....................................................................................................................................................................................................................................................................................................
........
........
........
........
........
........
........
........
........
........
........
........
........
........
........
........
........
........
........
........
........
........
........
........
........
........
........
........
........
........
........
........
........
........
................................................................................................................................................................................................................................................................................................ ........
........
........
........
........
........
........
........
........
........
........
........
........
........
........
........
........
...................................................................................................................................................................................................................................................................................................
Como os 5 pontos estão distribuídos em 4 regiões, existe pelo menos uma delas com 2
pontos, e portanto a distância entre eles é ≤ 0,5.
Ex. 6.58. Considere um tabuleiro de xadrez de 8 × 8 quadradinhos e marque todos os
centros dos 64 quadradinhos. É possível cortar o tabuleiro com 13 linhas retas que não
passem pelos pontos marcados e de forma tal que cada pedaço de recorte do tabuleiro
tenha no máximo um ponto marcado?
Solução Para separar os pontos de uma linha externa as 13 retas devem cortar o bordo
correspondente em 7 pontos (possivelmente para a�rmar isso pode ocorrer de termos que
deslocar o bordo paralelamente alguns micromilímetros). Como isso ocorre para os quatro
bordos, temos 4×7 = 28 pontos de interseção. Uma reta pode corresponder a no máximo
dois desses pontos, o que nos diz que precisamos de 28/2 = 14 retas, pelo menos. Mas
temos apenas 13. A resposta é que não é possível.
Observação 13 retas em posição geral repartem o plano em
r(13) = 1 +
13(13 + 1)
2
= 92
91
regiões. (Ver problema da Pizza de Steiner)
Assim no problema isso não é possível devido à disposição especial dos pontos.
Ex. 6.59. Prove que existem duas potências de 3 cuja diferença é divisível por 1997.
Solução Certamente que exitem duas potências de 3 com o mesmo resto quando divididas
por 1997 (por exemplo, tomando 1998 potências de 3, os restos possíveis são de zero a
1996, em quantidade de 1997; assim, das 1998 potências tomadas, existem pelo menos
duas com o mesmo resto). Dessa forma 1997 divide a diferença dessas duas potências. Na
verdade, o resto da divisão de uma potência de 3 por 1997 nunca é zero, pois se um inteiro
divide uma potência de 3 ele tem que ser, ele mesmo, uma potência de 3, e certamente
1997 não é, pois sequer é múltiplo de 3.
Ex. 6.60. São escolhidos 6 números quaisquer pertencentes ao conjunto
A = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10}
Prove que existem dois desses seis números cuja soma é ímpar.
Solução: Repartimos A em cinco subconjuntos:
{1, 2} {3, 4} {5, 6} {7, 8} {9, 10}
Ao escolher 6 números de 1 a 10, pelo menos um desses conjuntos tem dois números
escolhidos. Como um é par e o outro é ímpar, sua soma é ímpar.
Ex. 6.61. Mostre que entre nove números que não possuem divisores primos maiores do
que cinco, existem dois cujo produto é um quadrado.
Solução Esses 9 números são da forma n = 2α3β5γ sendo α, β e γ inteiros não negativos.
Quanto à paridade os expoentes podem assumir um dos seguintes casos:
(α, β, γ)=(par, par, par)
(α, β, γ)=(par, par, ímpar)
(α, β, γ)=(par, ímpar, par)
(α, β, γ)=(par, ímpar, ímpar)
(α, β, γ)=(ímpar, par, par)
(α, β, γ)=(ímpar, par, ímpar)
(α, β, γ)=(ímpar, ímpar, par)
(α, β, γ)=(ímpar, ímpar, ímpar)
Asim são 8 casos e os números são 9. Portanto pelo Princípio da Gavetas (os 8 casos
acima são as gavetas e os 9 números dados são os objetos) existem dois números com a
mesma distribuição de paridade nos expoentes. O produto desses dois números resulta em
um número p = 2α3β5γ com todos os expoentes pares. Assim esse número é um quadrado
(de um número inteiro).
92
Ex. 6.62. Na região delimitada por um retângulo de largura quatro e altura três são
marcados (aleatoriamente) seis pontos. Prove que existe ao menos um par desses pontos
cuja distância entre eles não é maior do que
√
5.
Solução 1. Duas observações iniciais:
Observação 1. Se houver dois pontos em um retângulo 2× 1, então a distância entre eles
é ≤ d =
√
22 + 12 =
√
5. Com maior razão isso ocorre se houver dois pontos em um
quadrado 1× 1.
..............
..............
..............
..............
..............
..............
..............
..............
..............
..............
..............
......
d
Observação 2. Se houver cinco pontos em um quadrado 3× 3, então existem pelo menos
dois deles cuja distância é
≤ 1
2
d =
1
2
√
32 + 32 =
3
2
√
2 <
√
5
Para ver isso basta repartir o quadrado em quatro quadrados conforme a �gura abaixo.
Pelo menos dois pontos caem na mesma região quadrada 1, 5× 1, 5.
.........
.........
.........
.........
.........
.........
.........
.........
.........
.........
.........
.........
.........
.........
.........
.........
.......
d
Consideremos o retângulo 4 × 3 repartido em quadrados unitários. Esses quadrados
repartem o retângulo em quatro regiões em forma de L, com três quadrados unitários
cada uma, e que denominamos L1, L2, L3 e L4. Con�ra a �gura abaixo.
L1 L2
L3 L4
Agora distribuímos os seis pontos no retângulo 4×3. Suponhamos que não existe retângulo
2×1 com dois pontos, e nem quadrado 1×1 com dois pontos. Portanto em cada região do
tipo L existem no máximo dois pontos. Se em uma região do tipo L houver dois pontos,
eles têm que estar nos quadrados das �pernas�. Não é possível que em uma região do tipo
L não haja pontos, pois os seis pontos teriam que estar nas pernas dos outros L's, o que
não ocorre.
Temos então a situação em que em pelo menos dois L's existem dois pontos em cada
um. Suponhamos que em L1 existam dois pontos. Vendo o que ocorre em L3, a única
con�guração possível é a da �gura abaixo, em que um quadrado com S signi�ca que tem
um ponto, e um quadrado vazio, que não tem.
93
L1 L2
L3 L4
s
s
s
s
s
s
Notemos que nessa con�guração existem cinco pontos em um quadrado 3×3, e o problema
termina.
Por outro lado, se houver dois pontos em L4, temos a mesma con�guração acima. Se
houver dois pontos em L2 ou em L3, temos uma con�guração simétrica em relação à
�gura acima (simétrica em relação à linha vertical que passa pelo meio do retângulo).
Terminamos.
Solução 2. Repartir o retângulo 3×4 em cinco regiões conforme �gura abaixo. As �guras
referidas estão delimitadas por linhas sólidas. As linhas pontilhadas são os quadrados1 × 1 e foram desenhadas para referência. Como dois pontos estão necessariamente em
uma das regiões, terminamos.
.........
.........
.........
.........
.........
.........
.........
.........
.........
.........
.........
................................................................................................................
.........
.........
.........
.........
.........
.........
.........
.........
.........
.........
.......................................................................................................
Solução 3. (de um grupo de professores)
Repartimos o retângulo 3× 4 em 12 quadrados 1× 1, e pintamos esses quadrados alter-
nadamente de preto e branco, de modo que dois quadrados quaisquer com um lado em
comum sejam de cores diferentes.
B P B P
P B P B
B P B P
A C
DE
Se dois dos seis pontos lançados aleatoriamente estão em um quadrado 1× 1 ou em dois
vizinhos, então a distância entre eles é ≤
√
5. Isso jaá foi observado na solução 1 acima.
Suponhamos que isso não ocorra. Então os seis pontos estão em quadrados 1 × 1 da
mesma cor, digamos que sejam brancos. Escolhemos o quadrado 3 × 3 ACDE indicado
na �gura acima, que tem 5 dos seis pontos. Conforme foi provado na solução 1, existem
dopis pelo menos que distam ≤
√
5. Terminamos.
Ex. 6.63. Um certo livreiro vende pelo menos um livro por dia. Sabendo que o livreiro
94
vendeu 463 livros durante 305 dias consecutivos, mostre que em algum período de dias
consecutivos o livreiro vendeu exatamente 144 livros.
Solução. Seja ai a quantidade de livros vendidos no i-ésimo dia, 1 ≤ i ≤ 305. Considere-
mos os 144 números (são diferentes dois a dois pois ai > 0 para todo i):
S1 = a1, S2 = a1 + a2, S3 = a1 + a2 + a3, . . . , S144 = a1 + a2 + a3 + · · ·+ a144
Dividimos todos esses números Si por 144, e temos 144 restos possíveis, de 0 a 143. Se
um desses restos for zero, existe um Si = 144λ. Se nenhum resto for zero, então temos
143 restos possíveis para 144 divisões, de modo que existem i e j, com 1 ≤ i < j ≤ 144
tais que Si e Sj têm o mesmo resto quando divididos por 144. Logo Sj − Si = 144λ. Se
λ = 1 em qualquer caso, terminamos. Caso contrário, temos λ ≥ 2, e assim
a1 + a2 + a3 + · · ·+ a144 ≥ 2 · 144 = 288
Consideremos agora os 144 números
S145 = a145, S146 = a145 + a146, . . . , S288 = a145 + · · ·+ a288
Procedendo da mesma forma vemos que existe algum i, com 145 ≤ i ≤ 288 tal que
Si = 144µ, ou existem i e j, com 145 ≤ i < j ≤ 288 tais que Si e Sj têm o mesmo resto
quando divididos por 144, e assim Sj − Si = 144µ. No caso que ocorrer temos que ter
µ = 1, caso contrário
a145 + a146 + · · ·+ a288 ≥ 2 · 144 = 288
Isso nos daria
a1 + a2 + a3 + · · ·+ a288 ≥ 4 · 144 = 576
mais do que a quantidade de livros vendidos. Terminamos.
Observação: Estamos entendendo do enunciado que �em algum período de dias conse-
cutivos� pode ser um único dia. Se tiver que ser no plural mesmo, basta adaptar a
demonstração, tomando as primeiras somas como S2, . . . , S145, etc.
Obs. Caso não consiga resolver algum problema de imediato, é sempre bom voltar a ele
mais tarde e tentar algumas novas ideias!
95
7 Indução Matemática
Uma longa viagem começa com um passo,
senão tiver começado com um arrasto, porque de criança se vai longe . . .
Introdução a indução matemática.
Vale para 1, vale para 2, vale para 3,. . . Vale para todos?
Princípio da Indução.
Não se iluda.
Cortando uma pizza e n cotes.
Princípio da Indução forte.
Indução e a Torre de Hanói.
Indução e números �gurados.
Números pentagonais.
Números �gurados espaciais. Tetraedrais.
Equações discretas.
Equações discretas lineares com coe�cientes constantes.
Método Numérico.
Método grá�co.
Crescimento Geométrico de uma população.
Equações discretas não autonomas.
Equações discretas lineares não homogênenas.
Equações de diferenças.
Crescimento Logístico discreto.
A prova por indução pode ser pensada como uma brincadeira de derrubar in�nitos domi-
nós arrumados em uma �la dispostos verticalmente e espaçados.
É como se desse um empurrão no primeiro deles e provocasse uma onda em que a primeira
peça ao cair bate na segunda e a derruba, e que ao cair bate na terceira e a derruba e
assim sucessivamente até que todas in�nitas peças estejam tombadas.
Para a veri�cação a validade de uma proposição P (n), que depende de um número natural
n é comum usarmos o Método de Indução Matemática (MIM).
Os primeiros a formularem o Princípio da Indução Matemática provavelmante foram os
matemáticos da antiga Grécia que usaram argumentos indutivos.
Nos Elementos de Euclides de Alexandria, o Teorema IX-20, aparece prova da existência
de in�nitos números primos, usando a demonstração por método indireto redução ao
absurdo (reductio ad absurdum). Ela é considerada universalmente pelos matemáticos
como um modelo de tamanha elegância matemática.
De fato, supomos por absurdo que a sequência dos primos seja �nita.
Seja p1, p2, . . . , pn uma lista de todos os números primos.
Consideramos agora o número r = p1 × p2 × · · · × pn + 1. ?
E claro que r não é divisível por nenhum dos pi da lista de todos os primos, e que r é
maior do que qualquer um dos pi, i = 1, 2, . . . , n.
96
Como todo número inteiro maior do que 1 pode ser representado de maneira (a menos de
uma ordem) como um produto de fatores primos (Teorema fundamental da aritmética),
temos que r é primo ou possui algum fator primo e isto implica na existência de um primo
que não pertence a lista p1, p2, . . . , pn. Portanto a sequência dos numeros primos não pode
ser �nita.
7.1 Vale para 1, vale para 2, vale para 3,. . . Vale para todo n?
Sugestão:
https://www.profmat-sbm.org.br/wp-content/uploads/sites/23/2016/08/Numeros_Naturais_
II.mp4
https://www.profmat-sbm.org.br/wp-content/uploads/sites/23/2016/08/O_Metodo_da_In_
ducao_I.mp4
Consideremos a a�rmação P(n) de que se um conjunto possui n elementos então ele tem
2n subconjuntos, ou seja, o número de elementos das partes de um conjunto com n, n ∈ N,
elementos é igual a 2n.
BI: Base da indução: Para n = 1: Veri�camos se um conjunto A é um conjunto com 1
elemento, por exemplo, A = {a} então o conjunto das partes de A, P (A) = {∅, a}, é tal
que o número de elementos de P (A) é 21. P(1) é válida.
Observe que poderíamos considerar:
Num conjunto B = {a, b} com n = 2 (dois) elementos, o conjunto das partes de B,
P (B) = {∅, {a}, {b}, {a, b}} tem 22 = 4 elementos.
Num conjunto C = {a.b, c} com n = 3 (três) elementos, temos o conjunto das partes de
C, P (C) = {∅, {a}, {b}, {c}, {a, b}, {a, c}, {b, c}, {a, b, c}} tem 22 = 4 elementos.
HI: Supomos a Hipótese de Indução: O número de elementos do conjunto das partes de
um conjunto com n elementos é 2n.
Prova: Provemos que ela é válida para um conjunto A com n+ 1 elementos.
Consideremos um conjunto A com n + 1 elementos, vamos �xar um elemento a ∈ A e
pela Hipótese de Indução, o conjunto A′ = A − {a} têm n elementos e o conjunto das
partes de A′ possui 2n elementos.
Existem dois tipos de subconjuntos de A: as partes de A′ que possuem 2n elementos, pois
A′ tem n elementos e também os subconjuntos de A que contêm o elemento a que também
são 2n, pois com exceção do vazio todos os outros contém a, ou seja 2n subconjuntos de
A′ formarão um novo conjunto em que a será um elemento deles e, obviamente A terá
um subconjunto {a}, donde segue que:
O número de elementos das partes de A, e igual a 2n + 2n = 2× 2n = 2n+1
O que prova que P (n) é verdadeira para um conjunto A com n + 1 elementos, assim, a
propriedade é válida para todo n ∈ N.
Obs. Faça passo a passo para um conjunto A com 1, 2 e 3 elementos para �xar o raciocínio.
A formulação precisa do método e do processo de indução matemática se deve a Jacob
Bernoulli (1654-1705) e Blaise Pascal (1623 -1662). Giuseppe Peano (1858 -1932) quando
estudava os números naturais considerou o Princípio da Indução Matemática como um
dos seus axiomas.
97
Princípio da Indução Finita
Seja n0 ∈ N. Para cada n ≥ n0, seja dada um proposição P (n).
BI) Se P (n0) é verdadeira e
HI) Considere P (n) verdadeiraSendo P (n) verdadeira, P (n + 1) também é verdadeira para todo n ≥ n0, então P (n) é
verdadeira para todo natural n ≥ n0.
Ex. 7.1. Mostre por Indução Matemática que a soma dos n primeiros números naturais
é dada por:
1 + 2 + 3 + · · ·+ n = n(n+ 1)
2
7.2 Não se iluda!
Sabemos que a cor de um objeto resulta da cor da luz que este consegue re�etir. Entre um
corpo que re�ete toda a luz (objeto branco) e um objeto que absorve toda a luz (objeto
negro), temos objetos que re�etem algumas cores e absorvem outras.
Consideremos a proposição:
"Todos os objetos possuem a mesma cor."
Demonstração:
O caso n = 1 é óbvio (numa coleção consistindo de um único objeto, existe uma única
cor a ser observada).
Assumindo, por hipótese, que em qualquer coleção de k objetos todos têm a mesma cor,
então, segue que toda coleção de k + 1 objetos será formada totalmente por elementos
monocromáticos.
De fato, se retirarmos um objeto de uma coleção de k + 1 objetos, os k restantes serão
todos da mesma cor (pela hipótese).
Agora, se colocamos de volta o que foi retirado e retiramos outro qualquer, então, (nova-
mente) pela hipótese de indução, ele tem a mesma cor dos objetos restantes e, com isso,
concluímos que todos os objetos possuem a mesma cor.
Será? Descubra o erro na demonstração nesta Proposição das cores.
Ex. 7.2. Outro exemplo famoso foi dado por Leonardo Euler de que a expressão n2+n+41
pudesse ser primo para todo número natural n.
De fato, ela é valida para n = 1, 2, 3, . . . , 39,
Para n = 1, temos 12 + 1 + 41 = 43 que é primo.
Para n = 2, temos 22 + 2 + 41 = 47 que é primo e assim até que, para n = 39, temos
392 + 39 + 41 = 1601 que é primo. .
Entretanto, observe que para n = 40, temos:
n2+n+41 = 402+40+41 = 40×(40+1)+41 = 40×41+41 = (40+1)×41 = 412 = 1681
não é um número primo, pois é um quadrado perfeito!
Euler veri�cou que esse cálculo evidencia que uma proposição seja válida para n =
1, 2, 3, . . . , 39 não implica que a mesma seja válida para todo n.
98
7.3 Cortando uma pizza com n cortes
Caso o problema seja difícil comece com os cortes de um grissini (um palito de pão �no
e comprido)6. Corresponde a quantas regiões um segmento de reta ou uma reta pode ser
obtida quando cortada por n pontos.
A cada quebra (corte) produzimos uma parte a mais, ou seja, com n quebras de grissini
temos n+ 1 partes.
Entendido o caso dos grissinis, perguntamos quantas partes obtemos com n cortes re-
tilíneos numa pizza considerada plana e bem grande, problema equivalente a descobrir
o múmero de regiões p(n) do plano obtidas quando o cortamos por n retas. Devemos
considerar agora vários casos, dependendo das posições relativas das retas como: re-
tas paralelas, concorrentes num mesmo ponto, algumas paralelas outras concorrentes ou,
num caso mais geral com retas concorrentes não se cruzando mais do que duas delas num
mesmo ponto.
7.3.1 Cortes paralelos
Cortes paralelos num plano é análogo ao caso das quebras de um grissini, pp(n) = n +
1, ∀ n ∈ N, em que pp(n) é o número de regiões que n retas paralelas divide o plano.
7.3.2 Cortes concorrentes num mesmo ponto
Figura 4: Cortes de uma Pizza: Número de regiões com n cortes concorrendo num mesmo
ponto
Cortes mais gerais também podem ser explorados como alguns concorrentes num mesmo
ponto e outros não, ou mesmo com todos concorrentes dois a dois em pontos distintos.
Se todos os n cortes retilíneos distintos forem concorrentes no mesmo ponto central,
como geralmente se corta uma pizza circular, podemos elaborar uma tabela e grá�cos
6Salvador, J. A. Cortando bolo, pizza e grissini, PMO v.8, n.1, 2020 in
https://doi.org/10.21711/2319023x2020/pmo81 Acesso em 19 Fev 2021.
99
com n = 0, 1, 2, . . . representando o número de regiões que os n cortes concorentes no
mesmo ponto produz e obter:
pcmp(n) = 2n, n ∈ N,
em que pcmp(n) é o número de regiões que os n cortes concorentes no mesmo ponto gera,
como geralmente se corta uma pizza redonda.
7.3.3 Cortes gerais
Consideremos agora o caso mais geral com n retas num plano não tendo duas paralelas
e nem três delas concorrentes num mesmo ponto para obtermos o máximo de regiões do
plano,
Numa con�guração com n−1 retas, a n-ésima reta, não paralela a nenhuma das anteriores
nem cruzando os pontos de interseções já existentes, cortará as anteriores em n−1 pontos
distintos e acrescentará mais n regiões convexas, que podem ser contadas passo a passo
por tentativas para descobrir o padrão:
p(0) = 1, p(1) = p(0) + 1 = 1 + 1 = 2,
p(2) = p(1) + 2 = 2 + 2 = 4, p(3) = p(2) + 3 = 4 + 3 = 7,
... =
...
p(n− 1) = p(n− 2) + n− 1, p(n) = p(n− 1) + n, n ∈ N (4)
Para encontrar a função discreta p(n) explicitada em função de n, n ∈ N, propomos
explorar vários conteúdos matemáticos como alguns que citaremos a seguir.
7.4 Operando com as relações de p(n) para n ∈ N
Somando membro a membro todas as relações (1) anteriores obtemos:
p(0)+p(1)+· · ·+p(n) = 1+
(
p(0)+1
)
+
(
p(1)+2
)
+· · ·+
(
p(n−2)+n−1
)
+
(
p(n−1)+n
)
e simpli�cando, obtemos o número máximo de regiões do plano cortadas por n retas
p(n) = 1 + (1 + 2 + · · ·+ n)︸ ︷︷ ︸ = 1 + n(n+ 1)2︸ ︷︷ ︸ = n
2 + n+ 2
2
, n ∈ N. (5)
Observemos que a soma dos n primeiros naturais é igual a n(n+1)
2
, que pode ser mostrado
de várias maneiras, e portanto, o número máximo de regiões do plano cortada por n retas
gerais é dado por (2). em que cada número de regiões p(n) = 1 + n(n+1)
2
é igual a 1 mais
um número triangular n(n+1)
2
, o que nos dá margem para explorar também os números
�gurados.
Para demonstrar que a proposição p(n) = 1 + n(n+1)
2
. estabelecida para cada número
natural n ≥ n0 é válida para todo n ∈ N, podemos usar a técnica de demonstração
matemática direta que é a Indução Matemática.
100
a) Veri�camos inicialmente a Base da Indução (BI), o primeiro passo indutivo, que a
proposição dada é válida para um primeiro número natural n0. De fato, veri�camos sim,
que para n0 = 0 temos p(0) = 1 (zero corte temos o plano ou a pizza inteira).
b) Admitamos em seguida a Hipótese de Indução (HI) em que p(n) = 1 + n(n+1)
2
é uma
propriedade valida para um certo valor de n ∈ N, n > n0.
c) Para concluir que p(n) é válida para todo número natural, veri�camos se ela também
vale para o próximo número natural n+ 1, ou seja;
p(n+ 1) = 1 + (n+1)(n+2)
2
.
Para ver que p(n+ 1) é verdadeira, observamos que o n+ 1− ésimo corte deve atravessar
todos os n cortes anteriores por fora das regiões limitadas, produzindo no máximo outras
n+ 1 regiões distintas, de modo que
[1 + (1 + 2 + · · ·+ n)]︸ ︷︷ ︸+n+ 1 HI︷︸︸︷= [1 + n(n+ 1)2 ]︸ ︷︷ ︸+n+ 1 = 1 + n(n+ 1)2 + 2(n+ 1)2
= 1 +
(n+ 1)(n+ 2)
2
que é exatamente a proposição para n+ 1. Assim, a proposição é válida para todo n ∈ N.
Ex. 7.3. Quantos quadrados tem um tabuleiro de Xadrez?
R. 64 quaradinhos 1× 1 e os e 2× 2? e os 3× 3? etc.
Comecemos com um problema mais simples. Num tabuleiro 2× 2?
R. Temos 5 quadrados, 1 maior mais 4 quadradinhos.
E num tabuleiro 3× 3? R. 14
E num tabuleiro 4× 4 ? . . . e num tabuleiro n× n?
Ex. 7.4. Seja n ∈ N. Então prove que a proposição P (n) dada por
12 + 22 + 32 + · · ·+ n2 = (2n+ 1)(n+ 1)n
6
. n ∈ N
Provemos por indução matemática.
a) BI: Base da indução: Veri�quemos que para n = 1 temos
1 =
(2× 1 + 1)(1 + 1)× 1
6
a proposição é válida.
b) HI: hipótese da indução, Supomos que
12 + 22 + 32 + · · ·+ n2 = (2n+ 1)(n+ 1)n
6
, n ∈ N
seja válida para um certo n > 1.
c) Vamos provar que vale para n+ 1.
101
De fato,
12 + 22 + 32 + · · ·+ n2 + (n+ 1)2
HI︷︸︸︷
=
(2n+ 1)(n+ 1)n
6
+ (n+ 1)2
=
(n+ 1)[(2n+ 1)n+ 6(n+ 1)]
6
=
(n+ 1)[(2n2 + 7n+ 6]
6
=
(n+ 1)[(2(n2 + 7
2
n+ 3)]
6
=
(n+ 1)[(2(n+ 2)(n+ 3
2
)]
6
=
(n+ 1)[(n+ 2)(2n+ 3)]
6
=
(n+ 1)[(n+ 2)(2(n+ 1) + 1)]
6
O que prova que P (n) é válida para todo n ∈ N.
Ex. 7.5. Seja n ∈ N. Prove por Indução Matemática que a soma dos n primeiros números
ímpares é igual a n2 (um quadrado perfeito!)
1 + 3 + 5 + · · ·+ (2n− 1) = n2,
Ex. 7.6. Seja n ∈ N. Mostre por indução a seguintes igualdades
13 + 23 + 33 + · · ·+ n3 = n
2(n+ 1)24
Ex. 7.7. Seja n ∈ N. Mostre por indução as seguinte igualdade:
1 + 4 + 7 + · · ·+ (3n− 2) = n(3n− 1)
2
R. De fato
BI: Para n = 1, temos p rimeiro membro iguial a 1 e o segundo membro igual a 1×(3×1−1)
2
=
1. e a proposição é válida.
Supomos a HI: Considerando que a Hipótese de Indução Matemática 1 + 4 + 7 + · · · +
(3n− 2) = n(3n−1)
2
é válida, vamos provar que ela vale também para n+ 1, ou seja:
1 + 4 + 7 + · · ·+ (3n− 2) + (3(n+ 1)− 2) = (n+ 1)(3(n+ 1)− 1)
2
Prova: De fato, acrescentando mais um termo no primeiro membro, usando a Hipótese
102
de Indução, temos:
1 + 4 + 7 + · · ·+ (3n− 2)︸ ︷︷ ︸+ ︷ ︸︸ ︷(3(n+ 1)− 2) HI︷︸︸︷= n(3n− 1)2︸ ︷︷ ︸+
︷ ︸︸ ︷
3n+ 1)
=
n(3n− 1) + 6n+ 2)
2
=
n(3n− 1) + 6(n+ 1)
2
=
3n2 + 5n+ 2)
2
=
(n+ 1)(3n+ 2)
2
=
(n+ 1)3(n+ 1)− 1)
2
Assim, a proposição é válida para todo n ∈ N.
Ex. 7.8. Seja n ∈ N. Prove por Indução Matemática que
2n ≤ 2n+1 − 2n−1 − 1
Ex. 7.9. Seja n ∈ N. Prove por Indução Matemática que
1
1× 2
+
1
2× 3
+ · · ·+ 1
n× (n+ 1)
= 1− 1
n+ 1
7.5 Princípio da Indução Forte
Seja M ⊂ N. Se
a) 0 ∈M
b) Para todo k ∈ N, se 0, 1, 2, . . . , k ∈M, k + 1 ∈M então M = N .
Obs. Na indução padrão começamos com a Base da Indução a partir de um certo k ∈ N
e com a Hipótese de Indução provamos que a proposição é válida para todo n ∈ N
Na indução forte, temos uma Hipotese de Indução mais forte, ou seja, supomos que para
todo n = 0, 1, 2, . . . , k a proposição é valida e provamos que para k+1, k ∈ N ela também
vale.
Os números de Fibonacci 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, . . . podem ser obtidos pela sequência
de números
F0 = 1 (6)
F1 = 1 (7)
Fn = Fn−1 + Fn−2, para n ≥ 2 (8)
Mostre que o n-ésimo número de Fibonacci,
Fn =
(1+
√
5
2
)n+1 − (1−
√
5
2
)n+1
√
5
103
Obs. Na expressão para os números de Fibonacci veri�camos operações com o número
irracional
√
5 que nos levam a números inteiros! Veri�que os valores de Fn para n =
0, 1, 2, . . . .
Ex. 7.10. Use o Princípio da indução forte para mostrar que o n-ésimo número de
Fibonacci pode ser escrito como:(
n
0
)
+
(
n− 1
1
)
+
(
n− 2
2
)
+ · · ·+
(
0
n
)
= Fn,
ou seja, usando o símbolo de somatório
n∑
i=0
(
n− i
i
)
= Fn
Ex. 7.11. Desigualdade de Bernoulli: Se c é um número real não nulo tal que c > −1,
então para todo número natural n ≥ 2 vale a desigualdade:
(1 + c)n > 1 + nc
Demonstração. Seja P (n) a desigualdade acima; vamos prová-la por indução sobre n.
BI: Temos que para n = 2, P (2): (1 + c)2 = 1 + 2c+ c2 > 1 + 2c é verdadeira.
HI: Suponha P (n) : (1 + c)n > 1 + ncé verdadeira para algum n > 2.
PI: Multiplicando ambos os lados da desigualdade acima por 1 + c (que é > 0), obtemos
(1 + c)n+1 > (1 + nc)(1 + c) = 1 + (n+ 1)c+ nc2 > 1 + (n+ 1)c
donde concluímos que P (n+ 1) é verdadeira.
Por Indução Matemática, segue que P (n) é verdadeira para todo número natural n.
Ex. 7.12. Prove, usando o Princípio da Indução Finita, que para todo número natural
n ≥ 1 e todo número real a > 0 vale√
a+
√
a+
√
a+ · · ·+
√
a︸ ︷︷ ︸
n radicais
<
1 +
√
4a+ 1
2
Observação: para n = 1, uma raiz quadrada, o lado esquerdo da desigualdade acima se
reduz a
√
a.
Demonstração: Chamamos de A(n) a a�rmação acima.
No primeiro passo da indução, veri�camos a a�rmação A(1). Considerando que a > 0
temos
0 < 2 + 2
√
4a+ 1⇒ 4a < 1 + 2
√
4a+ 1 + 4a+ 1⇒ 4a < (1 +
√
4a+ 1)2
⇒ 2
√
a < 1 +
√
4a+ 1⇒
√
a <
1 +
√
4a+ 1
2
104
o que prova a a�rmação para n = 1.
No segundo passo da indução, vamos provar que A(n− 1)⇒ A(n). A a�rmação A(n− 1)
é √
a+
√
a+
√
a+ · · ·+
√
a︸ ︷︷ ︸
n−1 radicais
<
1 +
√
4a+ 1
2
Adicionando a a ambos os membros temos
a+
√
a+
√
a+
√
a+ · · ·+
√
a︸ ︷︷ ︸
n−1 radicais
< a+
1 +
√
4a+ 1
2
Extraindo a raiz quadrada de ambos os membros (que são positivos) temos√
a+
√
a+
√
a+ · · ·+
√
a︸ ︷︷ ︸
n radicais
<
√
a+
1 +
√
4a+ 1
2
Notemos agora que√
a+
1 +
√
4a+ 1
2
=
√
2a+ 1 +
√
4a+ 1
2
=
√
4a+ 2 + 2
√
4a+ 1
4
=
√
4a+ 1 +
√
4a+ 1 + 1
4
=
√
(1 +
√
4a+ 1)2
4
=
1 +
√
4a+ 1
2
Portanto √
a+
√
a+
√
a+ · · ·+
√
a︸ ︷︷ ︸
n radicais
<
1 +
√
4a+ 1
2
Provamos que A(n− 1)⇒ A(n). Assim vale o segundo passo da indução, de modo que a
a�rmação é verdadeira para todo n ≥ 1.
Ex. 7.13. Usando o método da Indução Matemática, prove que 32n+2 + 26n+1 é múltiplo
de 11 para todo número inteiro n ≥ 0.
Demonstração: A a�rmação vale para n = 0, pois nesse caso
32n+2 + 26n+1 = 32 + 2 = 11
Seja n ≥ 0, e suponhamos que 11 | 32n+2 + 26n+1.
Temos
32(n+1)+2 + 26(n+1)+1 = 3232n+2 + 2626n+1 = 32
[
32n+2 + 26n+1
]
− 3226n+1 + 2626n+1 =
105
= 32
[
32n+2 + 26n+1
]
+ 26n+1
[
26 − 32
]
= 32
[
32n+2 + 26n+1
]
+ 26n+155
Como 11 | 32n+2 + 26n+1 e 11 | 55, segue que 11 | 32(n+1)+2 + 26(n+1)+1. Portanto vale o
segundo passo da indução Matemática.
Pelo Método da Indução Matemática, a a�rmação é verdadeira para todo n ≥ 0.
Ex. 7.14. De quantas formas diferentes podemos cobrir um tabuleiro 2 × n com peças
de dominós que cobrem exatamente duas celas do tabuleiro?
Prova: Seja N(n) a quantidade de formas diferentes com que podemos cobrir um tabuleiro
2×n. Fazendo alguns experimentos observamos que N(1) = 1, um tabuleiro 2×1 corimos
com um dominó.
E assim, por diante,
N(2) = 2, N(3) = 3, N(4) = 5, N(6) = 8.
Observemos quue está gerando a sequência de Fibonacci. Isto sugere a conjectura de que:
N(n) = Fn+1 para todo n ≥ 1
sendo F1 = 1, F2 = 1 e Fn+1 = Fn + Fn−1 para todo n ≥ 2.
Vamos demonstrar essa a�rmação usando o Método da Indução Matemática.
Ela vale para n = 1 e n = 2, conforme já constatado.
Suponhamos que vale para n, e consideremos um tabuleiro 2× (n+ 1), com n ≥ 2.
Examinando o que ocorre na (n+ 1)-ésima coluna, temos dois casos a considerar:
Caso 1: Na coluna n+ 1 será colocado um dominó em pé. Então nas n primeiras colunas
existem Fn+1 maneiras de cobrir o tabuleiro.
Caso 2: Nas colunas n e n + 1 serão colocados dois dominós deitados. Então nas n − 1
primeiras colunas existem Fn maneiras de cobrir o tabuleiro.
Juntando todas as possibilidades temos Fn+Fn+1 maneiras, o que dá Fn+2 maneiras. Logo
n(n+ 1) = Fn+2. Assim vale a a�rmação para n+ 1. O Método da Indução Matemática
garante que vale para todo n ≥ 1.
106
7.6 Indução e a Torre de Hanói
Um problema interessante é o Jogo da Torre de Hanói estabelecido pelo matemático
francês Édouard Lucas (1882) que nos leva a uma equação discreta cuja solução pode ser
provada pelo método da indução.
O jogo consiste em um conjunto de discos com diâmetros distintos, furados no centro e
encaixados no primeiro dos três pinos dispostos sobre uma base, como na Figura 5.2 a
seguir.
A transferência dos discos do primeiro pino para o terceiro deles deve respeitar a regra
de que um disco de diâmetro menor nunca pode �car abaixo de um disco de diâmetro
maior, podendo utilizar o segundo pino como auxiliar.
Conta a lenda que, no início dos tempos o Deus Brahma dos Indús criou as Torres de
Brahma, com 64 discos de ouro de diâmetros distintos, furados no centro e encaixados
em um dos três pinos de diamante como na Figura 5.2. Pediu a um grupo de monges que
dessem inicio à transferência dos discos do primeiro pino para o terceiro deles respeitando
a regra de que um disco de diâmetro menor nunca pode �car abaixo de um disco de
diâmetro maior, podendo utilizar o segundo pino como auxiliar. Alertou-os que quando
terminassem o trabalho, as torres do monastério desmoronariam e chegaria o �nal dos
tempos.
Figura 5: Torre de Hanói
Conforme a Figura 5.2, vemos que a transferência dos discos do primeiro pino para o
terceiro deles respeitando a regra de que um disco de diâmetro menor nunca pode �car
abaixo de um disco de diâmetro maior, devemos utilizar o segundo pino como auxiliar.
Imaginemos que temos um único disco, n = 1, logo ele pode ser movido em uma única
vez do primeiro pino diretamente para o terceiro.
Se tivermos n = 2 discos no primeiro pino, movemos o menor para o pino auxiliar do
meio e o maior para o terceiro, em seguida, o menor do segundo para o terceiro pino, num
total de 3 movimentos.E se tivermos 3 ou mais discos no primeiro pino?
Quantos movimentos no mínimo seriam necessários para transferirmos todos eles para o
último disco, mantendo a regra de que um disco de diâmetro menor nunca pode �car
abaixo de um disco de diâmetro maior?
107
Elabore uma tabela com o número de discos e o número mínimo de jogadas para a
transferência de n discos.
É possível estabelecer uma equação discreta que relacione o número mínimo de jogadas
hj com o número j de discos dados j = 1, 2, . . . 7
De fato, obtemos a equação discreta linear de primeira ordem com coe�cientes constantes
hj = 2 hj−1 + 1 j = 1, 2, . . .
Isto se deve ao fato de que poderíamos mover j − 1 discos para o segundo pino em
hj−1 movimentos, e daí moveríamos o j-ésimo disco maior para o terceiro pino. Em
seguida, moveríamos os j − 1 discos do segundo para o terceiro pino com o mínimo de
hj−1 movimentos novamente. Portanto, o número mínimo de movimentos hj para deslocar
j discos deve ser 2 hj−1 + 1.
Esta equação discreta tem como solução uma sequência começando com o valor inicial
h1 = 1 e estabelece o número mínimo de movimentos necessários para que a pilha de j
discos da Torre de Hanói, em ordem decrescente de diâmetro, seja transferida do lado
esquerdo para o direito utilizando uma posição intermediária dos três pinos suportes, de
modo a movimentar apenas um disco de cada vez e com o cuidado de não sobrepor em
nenhuma movimentação um disco maior sobre um menor conforme a regra.
A solução da equação discreta hj = 2hj−1+1 é dada por hj = 2j−1, em que j = 1, 2, . . .
é o número mínimo de discos utilizados no jogo da Torre de Hanói com j discos.
De fato, podemos resolver a equação escrevendo cada termo do segundo membro em
função do anterior:
hj = 2hj−1 + 1
= 2(2hj−2 + 1) + 1 = 2
2 hj−2 + 2
1 + 1
= 22(2hj−3 + 1) + 2
1 + 20 = 23 hj−3 + 2
2 + 21 + 20
. . .
= 2j−1 +
j−2∑
i=0
2i = 2j−1 + (2j−1 − 1)
= 2j − 1
Observe que a soma da progressão geométrica
j−2∑
i=0
2i = 2j−1 − 1
pois, basta fazer a diferença 2 S − S em que
S =
j−2∑
i=0
2i = 20 + 21 + 22 + . . .+ 2j−2
e
2S = 2
j−2∑
i=0
2i = 21 + 22 + 23 + . . .+ 2j−1.
Ex. 7.15. Prove por indução Matemática que o número mínimo de movimentos da Torre
de Hanói é dada por h(n) = 2n − 1
7http://www.ime.usp.br/ leo/imatica/programas/hanoi/index.html
108
Sugestão:
https://www.profmat-sbm.org.br/wp-content/uploads/sites/23/2016/08/Aplicacoes_do_Principio_de_Inducao_Matematica_
I.mp4
109
Indução e Números Figurados
Consideremos os números �gurados demonstrada por indução.
Ex. 7.16. Os números triângulares, cuja propriedade T (n) = 1+2+3+4+ · · · = n(n+1)
2
.
Ex. 7.17. Outros números �gurados como os quadrados,
1 + 3 + 5 + · · ·+ (2n− 1) = n2
Os números pentagonais, são denotados atravéz da construção de sucetivos pentagonos,
como podemos observar na �gura seguinte:
O termo geral dos números pentagonais podem ser desenvolvidos das seguintes formas:
P (n) =
n∑
i=1
3i− 2
Ex. 7.18. Mostre por indução que os números pentagonais são do tipo:
P (n) =
3n2 − n
2
E com isso temos a sequência de números petagonais dada por:
1, 5, 12, 22, 35, 51, 70, 92, 117, 145, 176, 210, 247, 287, 330, 376, 425, 477, 532, 590, . . .
P(1) P(2) P(3) P(4) P(5)
Ex. 7.19. Mostre por indução que os números pentagonais são do tipo:
110
P (n) =
3n2 − n
2
Provemos por Indução Matemática que P (n) = 3n
2−n
2
, n ∈ N.
De Fato, consideremos a
P (n) = 1 + 4 + 7 + · · ·+ (3n− 2) = 3n
2 − n
2
a) BI
Para n = 1 temos P (1) = 1, o número pentagonal �ca reduzido a um ponto e a P (1) = 1,
ou seja,
1 = 3×1
2−1
2
b) HI
Supomos a Hipótese de Indução:
P (n) = 1 = 4 + 7 + · · ·+ (3n− 2) =
n∑
i=1
3i− 2 = 3n
2 − n
2
c) Provemos que P (n+ 1) é válida. De fato,
1 + 4 + 7 + · · ·+ (3n− 2) + (3(n+ 1)− 2))
HI︷︸︸︷
=
3n2 − n
2
+ (3(n+ 1)− 2)
=
3n2 − n+ 2(3(n+ 1)− 4)
2
=
3n2 + 6n+ 6− n− 4
2
=
3(n2 + 2n+ 1) + 3− n− 4
2
=
3(n+ 1)2 − (n+ 1)
2
E, como P (n+ 1) é válida, P (n) é valida para todo n ∈ N.
Explore os números �gurados hexagonais, heptagonais, etc. e os números �gurados espa-
ciais tetraedrais, etc.
Ex. 7.20. Pesquise os números hexagonais, númearos poligonais que podem ser represen-
tados na forma de hexágonos. Os primeiros quatro números hexagonais são 1, 6, 15, 28, 45, 66, 91, 120, 153, 190, 231, 276, 325, 378, . . . .
Ex. 7.21. Mostre por Indução Matemática que H(n) = 2n2 − n
Ex. 7.22. Use o princípio da indução para provar as seguintes a�rmações:
a) 2n−1(an + bn) > (a+ b)n, para todo n ∈ N, a, b ∈ R, a+ b > 0 e a 6= b;
b)
1√
1
+
1√
2
+
1√
3
+ · · ·+ 1√
n
≥
√
n, para todo n ∈ N.
111
c)
1
n+ 1
+
1
n+ 2
+
1
n+ 3
+ · · ·+ 1
2n
>
13
24
, para todo n ∈ N.
Solução de a) Como a relação pedida é simétrica em a e b, podemos assumir, sem perda
de generalidade, que a < b.
Para n = 1 a relação dada equivale a 20(a1 + b1) = (a+ b)1, que é verdadeira.
Seja n ≥ 1 e suponhamos que a relação dada seja válida para n. Temos
an < bn ⇒ an(b− a) < bn(b− a) pois a < b
⇒ anb− an+1 < bn+1 − abn ⇒ anb+ abn < an+1 + bn+1
⇒ an+1 + anb+ abn + bn+1 < 2(an+1 + bn+1) ⇒ (an + bn)(a+ b) < 2(an+1 + bn+1)
⇒ 2n−1(an + bn)(a+ b) < 2n(an+1 + bn+1)
Usando agora a hipótese da indução temos
(a+ b)n < 2n−1(an + bn) ⇒ (a+ b)n(a+ b) < 2n−1(an + bn)(a+ b)
Desta e da anterior vem
(a+ b)n+1 < 2n(an+1 + bn+1)
e vale a a�rmação para n + 1. Pelo Princípio da Indução Matemática vale para todo
n ∈ N.
Ex. 7.23. Use o princípio da indução para provar as seguintes a�rmações:
b)
1√
1
+
1√
2
+
1√
3
+ · · ·+ 1√
n
≥
√
n, para todo n ∈ N.
Solução de b)
Ex. 7.24. Use o princípio da indução para provar as seguintes a�rmações:
c)
1
n+ 1
+
1
n+ 2
+
1
n+ 3
+ · · ·+ 1
2n
>
13
24
, para todo n ∈ N.
Solução de c)
Ex. 7.25. Um torneio de xadrez tem n jogadores. Cada jogador joga uma única partida
com cada um dos outros jogadores. Calcule o número total de partidas realizadas no
torneio.
R. Vamos primeiro induzir uma fórmula para a quantidade total de partidas. Vejamos
que:
n = 2 número de partidas: 1
n = 3 número de partidas: 3
112
n = 4 número de partidas: 6
n = 5 número de partidas: 10
Os números 1, 3, 6, 10, . . . parece que formam a sequência dos números triangulares, ou
os números da forma q(q+1)/2. Observando que a n corresponde a quantidade (n−1)n/2,
fazemos a conjectura:
�a quantidade de partidas jogadas por n jogadores é (n− 1)n/2 �
Vamos demonstrar essa a�rmação usando o Método da Indução Matemática. Ela vale
para n = 2, pois nesse caso (n − 1)n/2 = (2 − 1)2/2 = 1, o que corresponde ao que já
foi visto. Suponhamos agora que a fórmula vale para n, e consideremos um torneio que
tem n + 1 jogadores. Desconsiderando por um momento um dos jogadores, os outros n
jogadores jogarão (n− 1)n/2 partidas entre si. Somando com as n partidas que vão jogar
com o jogador extra, temos no total
(n− 1)n
2
+ n =
(n− 1)n+ 2n
2
=
n(n+ 1)
2
=
[(n+ 1)− 1](n+ 1)
2
Portanto a fórmula vale para n + 1, de modo que o Método da Indução Matemática
garante que vale para todo n ≥ 2.
Ex. 7.26. Demonstre que para qualquer n ∈ N é válida a desigualdade
an =
(
1 +
1
n
)n
< 3
Solução. Temos
an =
(
1 +
1
n
)n
= 1 +
(
n
1
)
1
n
+
(
n
2
)
1
n2
+
(
n
3
)
1
n3
+ · · ·+
(
n
n
)
1
nn
= 1 + 1 +
1
2!
n(n− 1)
n2
+
1
3!
n(n− 1)(n− 2)
n3
+ · · ·+ 1
n!
n(n− 1) · · · 1
nn
= 1+1+
1
2!
(
1− 1
n
)
+
1
3!
(
1− 1
n
)(
1− 2
n
)
+· · ·+ 1
n!
(
1− 1
n
)(
1− 2
n
)
· · ·
(
1− n− 1
n
)
≤ 1 + 1 + 1
2!
+
1
3!
+ · · ·+ 1
n!
< 1 + 1 +
1
2
+
1
22
+ · · ·+ 1
2n−1
< 1 +
1
1− (1/2)
= 3
O Método da Indução Matemática pode ser usado para provar que 2k < (k + 1)!.
Ex. 7.27. Prove, usando o Princípio da Indução Finita, que para todo número natural
n ≥ 1 e todo número real a > 0 vale√
a+
√
a+
√
a+ · · ·+
√
a︸ ︷︷ ︸
n radicais
<
1 +
√
4a+ 1
2
113
Observação: para n = 1 o lado esquerdo da desigualdade acima se reduz a
√
a.
R. Chamamos de A(n) a a�rmação acima.
No primeiro passo da indução, veri�camos a a�rmação A(1). Considerando que a > 0
temos
0 < 2 + 2√
4a+ 1⇒ 4a < 1 + 2
√
4a+ 1 + 4a+ 1⇒ 4a < (1 +
√
4a+ 1)2
⇒ 2
√
a < 1 +
√
4a+ 1⇒
√
a <
1 +
√
4a+ 1
2
o que prova a a�rmação para n = 1.
No segundo passo da indução, vamos provar que A(n− 1)⇒ A(n). A a�rmação A(n− 1)
é √
a+
√
a+
√
a+ · · ·+
√
a︸ ︷︷ ︸
n−1 radicais
<
1 +
√
4a+ 1
2
Adicionando a a ambos os membros temos
a+
√
a+
√
a+
√
a+ · · ·+
√
a︸ ︷︷ ︸
n−1 radicais
< a+
1 +
√
4a+ 1
2
Extraindo a raiz quadrada de ambos os membros (que são positivos) temos√
a+
√
a+
√
a+ · · ·+
√
a︸ ︷︷ ︸
n radicais
<
√
a+
1 +
√
4a+ 1
2
Notemos agora que√
a+
1 +
√
4a+ 1
2
=
√
2a+ 1 +
√
4a+ 1
2
=
√
4a+ 2 + 2
√
4a+ 1
4
=
√
4a+ 1 +
√
4a+ 1 + 1
4
=
√
(1 +
√
4a+ 1)2
4
=
1 +
√
4a+ 1
2
Portanto √
a+
√
a+
√
a+ · · ·+
√
a︸ ︷︷ ︸
n radicais
<
1 +
√
4a+ 1
2
Provamos que A(n− 1)⇒ A(n). Assim vale o segundo passo da indução, de modo que a
a�rmação é verdadeira para todo n ≥ 1.
114
Ex. 7.28. Usando o método da Indução Matemática, prove que 32n+2 + 26n+1 é múltiplo
de 11 para todo número inteiro n ≥ 0.
R. A a�rmação vale para n = 0, pois nesse caso
32n+2 + 26n+1 = 32 + 2 = 11
Seja n ≥ 0, e suponhamos que 11 | 32n+2 + 26n+1. Temos
32(n+1)+2 + 26(n+1)+1 = 3232n+2 + 2626n+1 = 32
[
32n+2 + 26n+1
]
− 3226n+1 + 2626n+1 =
= 32
[
32n+2 + 26n+1
]
+ 26n+1
[
26 − 32
]
= 32
[
32n+2 + 26n+1
]
+ 26n+155
Como 11 | 32n+2 + 26n+1 e 11 | 55, segue que 11 | 32(n+1)+2 + 26(n+1)+1. Portanto vale o
segundo passo da indução Matemática.
Pelo Método da Indução Matemática, a a�rmação é verdadeira para todo n ≥ 0.
Ex. 7.29. De quantas formas diferentes podemos cobrir um tabuleiro 2 × n com peças
de dominós que cobrem exatamente duas celas do tabuleiro?
R. Seja N(n) a quantidade de formas diferentes com que podemos cobrir um tabuleiro
2 × n. Fazendo alguns experimentos observamos que N(1) = 1, N(2) = 2, N(3) = 3,
N(4) = 5, N(6) = 8. Está dando a sequência de Fibonacci. Isto sugere a conjectura:
N(n) = Fn+1 para todo n ≥ 1
sendo F1 = 1, F2 = 1 e Fn+1 = Fn + Fn−1 para todo n ≥ 2.
Vamos demonstrar essa a�rmação usando o Método da Indução Matemática. Ela vale
para n = 1 e n = 2, conforme já constatado. Suponhamos que vale para n, e consideremos
um tabuleiro 2× (n+ 1), com n ≥ 2. Examinando o que ocorre na (n+ 1)-ésima coluna,
temos dois casos a considerar:
Caso 1: Na coluna n+ 1 será colocado um dominó em pé. Então nas n primeiras colunas
existem Fn+1 maneiras de cobrir o tabuleiro.
Caso 2: Nas colunas n e n + 1 serão colocados dois dominós deitados. Então nas n − 1
primeiras colunas existem Fn maneiras de cobrir o tabuleiro.
Juntando todas as possibilidades temos Fn+Fn+1 maneiras, o que dá Fn+2 maneiras. Logo
n(n+ 1) = Fn+2. Assim vale a a�rmação para n+ 1. O Método da Indução Matemática
garante que vale para todo n ≥ 1.
Ex. 7.30. Mostre porindução matemática que n < 2n,∀n ∈ N .
Ex. 7.31. .Mostre que se um conjunto A possui n elementos então o número de elementos
das partes de A, n(P (A)) = 2n, para n ∈ N
Ex. 7.32. Mostre por indução matemática que
1× 2 + 2× 3 + + (n− 1)× n = (n− 1)n(n+ 1)
3
,∀n ≥ 2
115
Ex. 7.33. Mostre por indução matemática que
1 + x+ x2 + · · ·+ xn = x
n+1 − 1
x− 1
, ∀n ∈ N
Não importa quantos passos você deu para trás,
o importante é quantos passos agora você vai dar para frente!
Ex. 7.34. Mostre que n3 + 2n é divisível por 3, para todos os inteiros n ≥ 1.
De�na a proposição
P(n): como sendo n3 + 2n é divisível por 3.
Demonstração: B:I Mostramos que P(1) é verdadeira.
De fato: 13 + 2 ∗ 1 = 1 + 2 = 3, e 3 é divisível por 3.
Portanto, P(1) é verdadeira.
Hipótese da Indução:
Assuma que P (k) para um inteiro positivo k seja verdadeira, ou seja, k3+2k seja divisível
por 3.
Passo Indutivo: Prova que P (k + 1) é verdadeira para um inteiro k + 1.
Agora, tentaremos mostrar que k3 + 2k é divisível por 3 para o próximo valor de k,
notadamente para n = k + 1,
n = (k + 1)3 + 2(k + 1) = k3 + 3k2 + 3k + 1 + 2k + 2 = (k3 + 2k) + 3k2 + 3k + 3
Mas, k3+2k é divisível por 3, pela hipótese de que P (k) é verdadeiro. Portanto, k3+2k =
3t, e (k + 1)3 + 2(k + 1) = 3(t+ k2 + k + 1)
Que é divisível por 3.
Portanto, P(k + 1) é verdadeiro. (c. q. d)
Assim, mostramos que P (n) é verdadeiro para uma particular constante n = 1k. entre-
tanto, o argumento é su�cientemente geral para permitirmos deduzir que, para n = k+1,
P (k + 1) é verdadeira com a hipótese de indução de ela é válida para n = k.
Pelo princípio da indução matemática n3 + 2n é divisível por 3, para todo número inteiro
positivo n
Ver http://www.obmep.org.br/docs/apostila4.pdf
7.7 Equações discretas
As equações discretas são encontradas especialmente na resolução numérica de equações
diferenciais discretizadas, já que o domínio do tempo (e/ou espaço) é discretizado, ou
seja, a variável dependente é determinada numericamente em alguns pontos discretos do
seu domínio.
No modelo da simulação da poluição da represa visto anteriormente obtivemos a equação
discreta linear de primeira ordem Pn = 0.75 Pn−1, em que n = 1, 2, 3, . . . com a condição
inicial P (0) = 100.
116
Consideramos o conjunto dos números naturais N = {1, 2, 3, . . .} e X um subconjunto do
conjunto dos números reais R.
Uma equação discreta de ordem k é de�nida por:
x(n) = f(n, xn−1, xn−2, . . . , xn−k), k, n ∈ N (9)
em que a incógnita é uma função inteira x(n) e
x : N→ X
e f é uma função
f : N× Xk → X
Assim, uma equação discreta é uma relação entre os termos de uma sequência, e para
simpli�car a notação escrevemos x(n) = xn.
Uma equação discreta realmente tem característica recursiva e, encontrar uma solução de
uma equação discreta do tipo (3.4) para um determinado valor de n, signi�ca calcularmos
o valor de xi para todos os valores de i ≤ n.
A solução da equação discreta de primeira ordem
xn = f(n, xn−1)
com uma condição inicial x(0) = x0, é uma sequência {xn}, n ∈ N cujos elementos são
x0, x1 = f(1, x0), x2 = f(2, x1), . . .
No exemplo dado pela equação (3.1) temos que xn = f(n, xn−1) = 0.75 xn−1.
Podemos a�rmar que uma equação discreta representa um sistema dinâmico discreto que,
de um modo geral, consiste do conjunto de todos os estados possíveis conhecendo uma lei
ou função que determina o estado atual em termos do(s) anterior(es).
Como veremos mais adiante, existem algumas técnicas que permitem calcular a forma
geral do termo de ordem n sem ter que calcular todos os termos anteriores. No caso do
exemplo da equação (3.1), o termo geral é escrito como Pn = (0.75)n P0.
As equações discretas podem ser mais gerais, no entanto, em modelagem matemática
aparecem em alguns casos especí�cos, como uma equação discreta autônoma de�nida
por
xn = f(xn−1), n ∈ N
em que a função f : X→ X não depende explicitamente de n.
Neste caso, a solução desta equação discreta autônoma pode ser escrita como uma sequên-
cia {xn} cujos elementos são:
x0,
x1 = f(x0),
x2 = f(x1) = f(f(x0)) = f
(2)(x0),
x3 = f(x2) = f(f(x1)) = f(f(f(x0))) = f
(3)(x0),
...
xn = f
(n)(x0)
117
Observemos que f (2)(xi) representa a função composta de f com ela mesma aplicada no
ponto xi, i = 1, 2, . . . , n, ou seja, (f ◦ f)(xi) = f(f(xi)) = f (2)(xi) para todo xi e f(xi) no
domínio de f .
Exemplo 3.3
Uma aplicação de equação discreta autônoma é a equação xn = q xn−1, com n ∈ N e q
uma constante real não nula.
A solução desta equação autônoma com uma condição inicial x0 é uma sequência {xn}
conhecida como Progressão Geométrica de razão q, cujos elementos são:
x0,
x1 = q x0,
x2 = q x1 = q
2 x0,
x3 = q x2 = q q
2 x0 = q
3 x0
...
Escrevendo xn em função de n e x0 obtemos
xn = q
n x0, n = 0, 1, 2, . . .
Esta é uma representação da equação discreta em que a expressão do termo geral xn =
g(n), n ∈ N pode ser escrita diretamente em função da variável n.
No modelo da simulação da poluição da represa anterior obtivemos a equação discreta
Pn = 0.75 Pn−1, n ∈ N com termo inicial P0 = 100, cuja solução é uma progressão
geométrica decrescente de razão q = 0.75, que em função de n é dada por
Pn = 100× (0.75)n
Nesta forma, chamamos esta equação discreta defuncional, pois Pn depende apenas de
n.
Uma equação discreta funcional do tipo da progressão geométrica anterior, em que a
razão 0 < q < 1, pode representar vários modelos simples de decrescimento geométrico
como o decaimento de um elemento químico radioativo, decaimento da quantidade de
poluentes no ar, num rio ou no solo, decaimento de temperatura, decaimento de drogas
no organismo etc.
Na equação do exemplo 3.3 se a taxa q > 1, a sequência solução é um progressão geomé-
trica crescente e pode representar o crescimento de uma população humana ou de outros
indivíduos, de poluição ou de recursos naturais.
7.8 Resolução de equações discretas lineares
Para obter a solução de uma equação discreta linear podemos utilizar os métodos de reso-
lução teórico, numérico ou grá�co dependendo do interesse e do resultado que queremos
mostrar.
Sugestão:
https://www.profmat-sbm.org.br/wp-content/uploads/sites/23/2016/08/
Recorrencias_Lineares_de_Primeira_Ordem_I.mp4
118
7.9 Método teórico
Para resolver as equações discretas pelo método teórico procuramos transformar a equação
discreta numa equação funcional e obter os valores da sequência real {xn}:
x0, x1, x2, . . . , xn
em função de n e do valor inicial x0.
Ex. 7.35. a equação discreta de�nida por xn = q xn−1, n ∈ N em que q é uma constante
real não nula com a condição inicial x0 que de fato xn = qn x0 é a sua solução.
Para veri�car que xn = qn x0 satisfaz identicamente a equação (3.3) substituimos xn =
qn x0 nela obtendo a identidade:
xn = q xn−1, q
n x0 = q q
n−1x0 ⇔ qn x0 = qnx0
Por outro lado, um modo de resolver uma equação discreta linear deste tipo, é análogo ao
processo de resolução de uma equação diferencial ordinária [BOYCE e DI PRIMA [?]].
De fato, para resolvermos uma equação discreta do tipo xn = q xn−1, n ∈ N, em que
q é uma constante não nula podemos supor que esta tenha uma solução geral do tipo
potência
xn = λ
n (10)
com o parâmetro real λ não nulo, caso contrário, a solução seria nula.
Substituindo na equação discreta xn = q xn−1, obtemos uma equação característica
ou equação auxiliar associada como segue:
λn = q λn−1 ⇔ λn−1 (λ− q) = 0
com duas possíveis soluções λ = 0 e λ = q.
E, como λ 6= 0, temos que λ = q, além disso, como a equação discreta é linear, se qn é
uma solução geral, então xn = c qn, n = 0, 1, 2, . . . em que c é uma constante também
é uma solução geral.
Esta constante pode ser determinada conhecendo-se um valor inicial x0. De fato, fazendo
n = 0, obtemos x0 = c q0 ⇒ x0 = c e, portanto, a solução de xn = c qn torna-se:
xn = x0 q
n , n = 0, 1, 2, . . .
Ex. 7.36. Consideremos agora a equação discreta linear de segunda ordem
xn+2 − 10.2 xn+1 + 2 xn = 0
cuja equação característica associada, obtida ao substituirmos xn = λn é dada por:
λn+2 − 10.2 λn+1 + 2 λn = 0 ⇔ λ2 − 10.2 λ+ 2 = 0
Como supomos λ 6= 0, a equação característica anterior é facilmente reconhecida, uma
vez que seus coe�cientes são exatamente os coe�cientes da equação discreta quando subs-
tituimos xn = λn.
As suas duas soluções são λ1 = 0.2 e λ2 = 10 > 1.
119
Segue que a solução geral da equação discreta é
xn = c1 0.2
n + c2 10
n
para n = 1, 2, 3, . . . com c1 e c2 constantes.
Com as condições iniciais x0 = 1 e x1 = 0.2, substituindo na solução geral, obtemos o
sistema de equações lineares:{
x0 = a1 0.2
0 + a2 10
0 ⇔ 1 = a1 + a2
x1 = a1 0.2
1 + a2 10
1 ⇔ 0.2 = 0.2 a1 + 10 a2
(11)
cuja solução é a1 = 1 e a2 = 0, logo a solução da equação discreta é dada por;
xn = 0.2
n
conforme mostra a Figura 3
0 1 2 3 4 5 6 7
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
n
x
(n
)
Figura 6: Solução Estável
Um fato importante a considerar na solução de um determindado problema modelado por
uma equação discreta é a estabilidade da solução. De fato, considerando uma pequena
pertubação dos valores iniciais para a equação discreta linear homogênea anterior, como
por exemplo, x0 = 1.000001 e x1 = 0.20001, teremos agora a solução perturbada
xn = 0.2
n + 0.1× 10−5 × 10n
representada na Figura 4 de modo que para valores grandes de n, a solução obtida difere
bastante da anterior e torna-se divergente.
Dizemos que a solução da equação discreta linear de ordem n que envolve as raízes
λ1, λ2, . . . , λn de seu polinômio característico p(λ) = 0 é estável (ou bem condicio-
nada numéricamente) se todas as suas raízes λi, i = 1, 2, . . . , n da equação característica
associada são tais que
|λi| < 1, i = 1, 2, . . . , n
120
0 1 2 3 4 5 6 7
0
2
4
6
8
10
12
n
x
(n
)
Figura 7: Solução instável
Esse fato é muito importante quando a equação provem de um modelo discreto ou da
discretização de uma equação diferencial em que estamos interessados na convergência da
solução numérica.
7.10 Método numérico
O método numérico para resolução de equações discretas consiste em obter os termos da
sequência solução conhecendo-se uma ou mais condições iniciais.
Ex. 7.37. Dada a equação discreta logística
xn = xn−1 + 0.2 xn−1 (1−
xn−1
2
)
com a condição inicial x0 = 0.3.
A solução numérica pode ser obtida à medida que fazemos as iterações e obtemos a
sequência:
x0 = 0.3
x1 = x0 + 0.2 x0(1−
x0
2
) = 0.3 + 0.2× 0.3× (1− 0.3
2
) = 0.3510
e, da mesma forma, obtemos os demais termos da sequência solução
x2 = 0.4089, x3 = 0.4739, x4 = 0.5463, x5 = 0.6257 . . .
Neste caso, uma calculadora ou um simples programa no computador facilita a obtenção
dos valores da sequência solução.
121
0 5 10 15
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
n
x
(n
)
Figura 8: Solução logística
7.11 Método grá�co
O método grá�co representa os valores da função discreta xn num sistema de coordenadas
cartesianas, escolhendo a variável natural n no eixo das abscissas (horizontal) e a variável
dependente xn no eixo das ordenadas (vertical) conforme as �guras 3.5, 3.6 e 3.7.
Vale lembrar que, o Método de Newton [ARENALES e SALVADOR [?]] para o cálculo
numérico de zeros de uma função contínua e derivável f(x) é dado por uma equação
discreta
xk = xk−1 −
f(xk−1)
f ′(xk−1)
(12)
com k = 1, 2, 3 . . . em que calculamos uma aproximação xk da raiz da equação f(x) = 0
utilizando uma aproximação inicial x0, os valores de f e os de sua derivada f ′ (quando
distinta de zero) calculados no ponto xk−1. Além disso, os problemas de valor inicial
envolvendo equações diferenciais ordinárias e condições iniciais que não possuem solu-
ção analítica podem ser transformados em equações discretas para obtenção da solução
numérica conforme veremos nas próximas unidades 4 e 5.
Ex. 7.38. O Método de Newton para calcular a raiz quadrada de um número a, a > 0,
ou seja, o calculo do zero da função correspondente f(x) = x2 − a já era conhecido pelos
babilônios e, às vezes, é atribuído a Arquitas (428− 365 a.C.)
Veri�que que o cálculo da
√
16 pelo Método de Newton nos leva a um processo iterativo
dado pela equação discreta
xn =
1
2
(xn−1 +
16
xn−1
)
Usando a condição inicial x0 = 3 veri�que, por exemplo, quantas iterações são necessárias
para obter a raíz x̄ = 4 com precisão 10−3.
122
Esboce o grá�co da sequência obtida no plano n× xn com os cinco primeiros valores;
Utilizando agora a condição inicial negativa, digamos, x0 = −3. O que podemos concluir
sobre o valor encontrado?
Observe que alguns modelos matemáticos podem levar a várias soluções, sendo que algu-
mas que não fazem sentido para o problema abordado. Assim, é de grande importância
fazer uma análise dos resultados para veri�car qual solução é realmente válida dentre as
várias fornecidas pelo método matemático.
Dada uma função real f de�nida num intervalo fechado I = [x1, x2] ⊂ R, se existe um
ponto a em seu domínio I tal que f(a) = a, dizemos que a é um ponto �xo de f .
O conjunto de�nido por x0, f(x0), f 2(x0), . . . é chamado de órbita de x0.
Observe que a órbita de um ponto �xo a de f é a sequência constante {a, f(a) = a, a, . . .}
Dizemos que x̄ é um ponto de equilíbrio ou ponto �xo de uma equação discreta se
xn = x̄
para todo n quando o valor inicial é x(0) = x̄, ou seja, uma solução constante para aequação discreta.
No método grá�co de uma equação discreta autônoma
xn = f(xn−1), n ∈ N,
escolhemos uma condição inicial x0 sobre a diagonal principal do sistema cartesiano n xn.
Esta é uma maneira útil de visualizar a órbita de um sistema dinâmico unidimensional
via iteração grá�ca.
Sobrepomos o grá�co da curva y = f(x) correspondente a função iterativa e a diagonal
principal sobre o mesmo grá�co.
Assim, partindo do valor inicial x0 no eixo horizontal e subindo verticalmente até en-
contrar um ponto de f(x) obtemos o valor x1 = f(x0) sobre o grá�co de f(x). Daí,
voltando ao grá�co da diagonal por um segmento de reta paralelo ao eixo horizontal
encontramos o valor correspondente de x1. Seguindo verticalmente obtemos o valor
x2 = f(x1) = f(f(x0)) = f
(2)(x0) sobre o grá�co de f e voltamos ao grá�co da diagonal
por um segmento de reta paralelo ao eixo horizontal obtendo x3 e, assim sucessivamente,
obtemos vários pontos da sequência solução da equação discreta, órbita de x0.
Figura 9: Teia de aranha e o ponto de equilíbrio na diagonal
O resultado é uma con�guração conhecida como teia de aranha mostrada na Figura 3.8
ligando os pontos (x0, 0), (x0, f(x0)) = (x0, x1), (x1, x1), (x1, f(x1))= (x1, x2) etc.
Se a equação discreta tiver um ponto de equilíbrio x̄ de modo que x̄ = xn = f(xn−1) para
algum n, este ponto de equilíbrio estará sobre a diagonal principal do sistema cartesiano
xn × f(xn).
123
O conjunto de�nido por x0, f(x0), f 2(x0), . . . solução da equação autônoma é chamado de
órbita do ponto x0.
Uma solução de equilíbrio de uma equação discreta está na interseção do grá�co de y = xn
com a reta y = x.
Seja X ⊂ R e uma função contínua f : X → X e xn = f(xn−1), n ∈ N. Se existe um
inteiro m > 1 tal que
f (m)(a) = a
dizemos que a ∈ X é um ponto periódico da função f(x).
O menor inteiro positivo m tal que isso acontece é chamado de período principal do ponto
a. Evidentemente, os pontos �xos de uma função são pontos periódicos de período 1.
Assim, a órbita de uma função f(x) por um ponto x = a de período m é a sequência
a
x1 = f(a)
x2 = f(x1) = f(f(a)) = f
(2)(a)
...
xm−1 = f
(m−1)(a)
Uma solução xn de uma equação discreta é chamada periódica se para algum inteiro m,
xn+m = xn para todo n.
O menor inteiro m tal que esta relação ocorre é denominado período da solução xn.
Ex. 7.39. Consideremos a equação discreta linear homogênea de segunda ordem,
xn+2 = xn
para n = 1, 2, . . .. Ela é incompleta uma vez que não aparece o termo de ordem n+ 1.
Podemos resolvê-la separadamente para n par e para n ímpar. Conhecendo-se x0 obtemos
os termos de ordem par x2, x4, . . . que são todos iguais a x0. Resta o valor arbitrário para
x1 que é igual a todos os termos de ordem ímpar. Uma vez conhecido também o valor de
x1 obtemos toda a sequência solução.
Assim, especi�cando os valores de x0 e x1 obtemos a única solução, que pode ser escrita
como
xn =
(x0 + x1
2
)
+ (−1)n
(x0 − x1
2
)
Se x0 = −2 e x1 = 2, a solução é dada por xn = −2× (−1)n para todo n ∈ N pois:
xn+2 = −2× (−1)n+2 = −2× (−1)n × (−1)2 = −2× (−1)n = xn
Esta solução tem período 2, pois os termos de ordem par são iguais: x0 = x2 = x4 = . . . =
−2. Da mesma forma, os termos de ordem ímpar são todos iguais: x1 = x3 = x5 = . . . = 2.
Observe que embora x0 = x4, 2 é o menor número natural em que isto acontece, portanto
2 é o período da solução de xn.
124
7.12 Crescimento geométrico de uma população
O estudo da dinâmica populacional que visa a descrição do número de indivíduos de
uma população ao longo do tempo é uma variável discreta, embora em certas circunstân-
cias pode ser considerada contínua e, é um fator de grande importância para o estudo
demográ�co dos impactos ambientais que vem ocorrendo em nosso planeta.
Para formulação de hipóteses para elaboração de um modelo matemático que descreva
a evolução de uma população no tempo, a partir de um dado inicial, são extremamente
importantes as informações biológicas sobre as taxas de variação da população.
O objetivo de um modelo matemático populacional discreto é determinar uma função
discreta
p : N→ N
em que p(n) representa o número total de indivíduos da população no instante n, um
número natural que, por exemplo, pode representar o número de anos (meses ou dias).
Quando uma população animal ou vegetal vive num ambiente favorável, livres de in�uên-
cias de outras espécies ou fatores que limitem o seu crescimento contendo as condições
climáticas favoráveis, recursos ilimitados etc. ocorre um crescimento exponencial com uma
taxa de crescimento especí�co (potencial biótico da população) que depende de alguns
fatores como a estrutura etária e as condições do meio em que a população se encontra.
O economista britânico Thomas Malthus (1766− 1834) acreditava que o excesso popula-
cional era a causa de todos os males da sociedade. Acreditava que enquanto a produção
de alimentos para subsistência de uma espécie se dava numa progressão aritmética, o
crescimento populacional dela ocorria de acordo com uma progressão geométrica.
Em 1798, ele propôs uma hipótese simples de crescimento para uma população supondo
que, a taxa de variação da população era proporcional a quantidade de indivíduos da
população existente em cada instante, ou seja, considerou a hipótese biológica de que o
número de nascimento menos o número de mortes era proporcional ao número de indiví-
duos da população.
Consideramos inicialmente o crescimento discreto de uma população de determinada es-
pécie para períodos limitados de tempo e sem restrições e que o número de nascimentos
de indivíduos de uma população num ano é uma fração ν (ν > 0) e, o número de mortos
neste mesmo período é uma fração µ (µ > 0) da população existente p(n).
Para estabelecer uma equação discreta representando a população p(n+ 1) num instante
n+ 1 (ano) em função da população p(n) no instante n (ano anterior), dos parâmetros ν
e µ e da população inicial p(0) no instante correspondente a contagem do tempo n = 0,
podemos considerar que o número de nascimentos e o número de mortos dependam do
tamanho do intervalo de tempo ∆n considerado e do tamanho da população p(n).
Escrevemos o número de nascimentos igual a ν p(n)∆n, e o número de mortes igual a
µ p(n)∆n.
Assim, é natural propor uma equação de balanço para a população nos mostrando que a
taxa de crescimento populacional simples no intervalo de tempo ∆n é igual ao número de
nascimento menos o número de mortes
p(n+ ∆n)− p(n) = ν p(n) ∆n− µ p(n) ∆n
125
Neste modelo representado pela equação discreta anterior é bom atentar para o fato de
desprezarmos os processos de migração e emigração de indivíduos da população.
Colocando o intervalo de variação do tempo como um ano, por exemplo, temos ∆n = 1
obtemos a equação discreta para um ano n descrevendo o comportamento da população
por
p(n+ 1) = (1 + ν − µ) p(n)
Escrevendo 1 + ν − µ = r, o modelo matemático pode ser descrito pela equação discreta:
p(n+ 1) = r p(n) (13)
em que n é o instante de tempo, p(n) é a população no instante n e r > 0 é a taxa de
crescimento da população, conhecida como potencial biótico.
Observemos que se r < 0 teríamos um decaimento da população, ou seja o número de
mortos seria maior do que o número de nascimentos.
Conhecendo-se a população p(0) = p0 num instante inicial t = n = 0, podemos determinar
univocamente o número de indivíduos da população num instante discreto t = n (dia, mês,
ano etc.) De fato, escrevemos:
p(1) = r p(0)
p(2) = r p(1) = r r p(0) = r2 p(0)
p(3) = r p(2) = r r2 p(0) = r3 p(0)
...
p(n+ 1) = rn+1 p(0)
sequência que mostra a solução teórica da equação discreta autônoma (3.8) conhecendo-se
a população inicial p(0) = p0 e o potencial biótico r.
A partir do conhecimento da evolução de uma população podemos prever vários problemas
ligados aos impactos ambientais que poderão surgir, portanto, podemos indicar direções
para tomada de posições que possam amenizar os impactos. Reveja, por exemplo os
exercícios 3 e 4 dá Unidade 1.
Ex. 7.40. Considerando que a população da terra no anode 1 650 era de 600 milhões
de habitantes e que ela cresceu sem restrições a uma taxa proporcional a população até o
ano de 1 950 quando atingiu 2 800 milhões, podemos veri�car que a taxa de crescimento
relativa da população, conhecendo a população entre vários períodos de tempo pode ser
obtida resolvendo a equação discreta
p(n+ 1) = p(0) rn+1
Como a taxa populacional bastante utilizada é a taxa de crescimento relativa r que pode
ser obtida conhecendo os valores da população em dois instantes consecutivos por:
r =
pn+1 − pn
pn
ou pn+1 = (1 + r) pn
Para calcular a taxa r, consideramos a população em dois instantes de tempo distintos
como p(0) = 600 e p(300) = 2 500. Assim
p(300) = p(0) r300
126
2 500 = 600 r300
r300 =
2 500
600
⇔ 300 ln(r) = ln(2 500
600
)
ln(r) =
ln(2 500
600
)
300
⇔ r ≈ 0.004757054
Assim, a sequência
p(0) = 600
p(1) = (1 + r) p0 = (1 + 0.004757054) 600 ≈ 602.854
p(2) = 603.08089 (1 + 0.004757054) = 600 (1 + 0.004757054)2 ≈ 605.722
· · ·
p(300) = (1 + 0.004757054)300 600 ≈ 2 491.555
· · ·
p(450) ≈ 5 077. 269
· · ·
p(550) = 600 (1 + 0.004757054)550 ≈ 8 160.873
nos dá o crescimento da população com o tempo, como mostra a Figura 3.9.
0 50 100 150 200 250 300 350 400 450
500
1000
1500
2000
2500
3000
3500
4000
4500
5000
5500
n
p
(n
)
Figura 10: Crescimento populacional
Se a contagem inicial começou em 1 650, e se a população terrestre continuasse crescendo
da mesma forma, a Terra teria cerca de 6 bilhões de pessoas só no ano de 2 136, e cerca
de 8 bilhões de pessoas no ano de 2 196 = 1 650 + 546, depois de 546 anos após o início
da contagem.
Observamos que o valor previsto de acordo com o modelo para o ano n = 300 não deu
exatamente o valor dado p(300) = 2 491.555 devido as aproximações utilizadas para o
cálculo da taxa r. Além disso, o modelo adotado foi muito simples, e muitos fatores
ocorreram neste período que não foram levados em conta.
127
7.13 Equações discretas não autônomas
As equações discretas não autônomas de primeira ordem são do tipo
xn = f(xn−1) + y(n), n ∈ N
em que a função y depende somente de n, um caso particular de xn = f(n, xn−1).
Ex. 7.41. Uma equação discreta não autônoma bem simples é a equação discreta linear
de primeira ordem dada por:
xn+1 = xn + bn, n ∈ N
em que bn é uma sequência conhecida.
0 1 2 3 4 5 6
0
10
20
30
40
50
60
70
n
x
Crescimento Exponencial
Figura 11: Crescimento exponencial
Com uma condição inicial x0 obtemos a solução
x0
x1 = x0 + b0
x2 = x1 + b1 = x0 + b0 + b1
x3 = x2 + b2 = x0 + b0 + b1 + b2
. . .
xn = x0 +
n−1∑
i=0
bi, n ≥ 1.
128
7.14 Equações discretas lineares com coe�cientes constantes
Uma família importante de equações são as equações discretas lineares com coe�cientes
constantes de ordem k é do tipo:
xn = a1xn−1 + a2xn−2 + . . . + ak−1xn−(k−1) + akxn−k + yn, n ∈ N, (14)
em que ai , i = 1, 2, . . . , k são coe�cientes que independem de n e os valores xi são
conhecidos para i = 1, 2, . . . , n− 1.
Se yn = 0 temos uma equação discreta linear homogênea de ordem k.
O exemplo da equação (3.1) é um caso particular de (3.9) com os valores de k = 1,
a1 = 0.75 e yn = 0.
Uma sequência {sn} é solução da equação discreta linear (3.9) com condições iniciais
s0 = x0 s1 = x1, . . . , sk−1 = xk−1,
se
sn = a1sn−1 + a2sn−2 + . . .+ ak−1sn−(k−1) + aksn−k + yn,
para todo n ≥ k.
A teoria das soluções de equações discretas lineares com coe�cientes constantes é seme-
lhante à das equações diferenciais ordinárias com coe�cientes constantes [BOYCE e DI
PRIMA [?]] obtidas em termos de seus valores característicos ou autovalores.
A diferença de duas soluções quaisquer de uma equação discreta linear também é uma
solução da equação homogênea correspondente.
Para encontrar uma solução de uma equação discreta linear homogênea
xn − a1xn−1 − a2xn−2 − . . . − ak−1xn−(k−1) − akxn−k = 0 (15)
supomos que a solução é da forma xn = λn com n inteiro e λ um parâmetro a ser
determinado.
Assim, se λ 6= 0, obtemos a equação característica associada à equação discreta (3.10)
λn − a1λn−1 − a2λn−2 − . . . − ak−1λn−(k−1) − akλn−k = 0 (16)
e a solução geral
sn = p1(n) λ
n
1 + p2(n)λ
n−1
2 + . . . − pr−1(n)λn−(r−1) + pr(n)λn−k
em que λi são raízes da equação (3.11) e pi(n) são polinômios de grau menor ou igual a n,
i = 1, 2, . . . , r, r ≤ n dependendo da multiplicidade das raízes da equação característica.
Teorema 3.1 Resultados sobre as soluções de uma equação discreta:
Sejam λn1 e λ
n
2 são duas soluções gerais distintas de uma equação discreta linear do tipo
(3.10), então:
(a) c λn1 , em que c é uma constante é uma solução de (3.10);
(b) Uma combinação linear c λn1 + d λ
n
2 , com c e d constantes também são soluções de
(3.10), ou seja, vale o princípio da superposição das soluções da equação discreta
homogênea.
129
Prova:
De fato, para mostrar que vale o item 1, seja λn1 uma solução de (3.10). Substituindo c λ
n
1
na equação (3.10) obtemos
cλn1 − a1cλn−11 − a2cλn−21 − . . . − ak−1cλ
n−(k−1)
1 − akcλn−k1 = 0,
Desta forma, obtemos:
c
(
λn1 − a1λn−11 − a2λn−21 − . . . − ak−1λ
n−(k−1)
1 − akλn−k1
)
= c× 0 = 0.
o que mostra que c λn1 também é solução de (3.10).
Para mostrar o item 2, consideramos duas soluções λn1 e λ
n
2 de (3.10). Desta forma,
escrevemos
λn1 −
k∑
i=1
aiλ
n−i
1 = 0 (17)
e
λn2 −
k∑
i=1
aiλ
n−i
2 = 0 (18)
Logo, das equações anteriores (3.12) e (3.13) segue que:
c λn1 −
k∑
i=1
aicλ
n−i
1 + d λ
n
2 −
k∑
i=1
aidλ
n−i
2 =
(
c λn1 − c
k∑
i=1
ai λ
n−i
1
)
+
(
d λn2 − d
k∑
i=1
ai λ
n−i
2
)
=
c
(
λn1 −
k∑
i=1
ai λ
n−i
1
)
+ d
(
λn2 −
k∑
i=1
ai λ
n−i
2
)
= 0
Portanto, c λn1 + d λ
n
2 é uma solução geral de (3.10).
Assim, as soluções de uma equação discreta linear homogênea formam um subespaço
vetorial [POOLE [?]].
Em todo espaço vetorial podemos de�nir a independência linear entre os vetores.
Dizemos que duas soluções λn1 e λ
n
2 de uma equação discreta são LI (linearmente inde-
pendentes) se uma combinação linear delas a λn1 + b λ
n
2 = 0, ∀n implica que a e b devem
ser nulos.
Neste caso o determinante Casoratiano das soluções
Cn = det
[
λn1 λ
n
2
λn+11 λ
n+1
2
]
é diferente de zero para todo n se as funções λn1 e λ
n
2 são LI.
Assim, para mostrar que duas ou mais soluções de uma equação discreta são linearmente
independentes basta mostrar que o determinante Casoratiano é não nulo para um valor
de n.
130
A equação característica associada a uma equação discreta linear de ordem n é uma equa-
ção algébrica de grau n com n raízes, que podem ser reais simples, reais com multiplicidade
e/ou complexas conjugadas com ou sem multiplicidade.
Caso 1: Raízes simples da equação característica
Sejam λ1, λ2, . . . , λn as raízes da equação característica 3.11 associada a equação discreta
linear homogênea (3.10).
Se cada λi é uma raiz simples da equação característica (3.11) associada a equação discreta
(3.10), então os polinômios pi(n), i = 1, 2, . . . , n da solução geral
sn = p1(n) λ
n
1 + p2(n) λ
n
2 + . . .+ pk(n) λ
n
k
assumem valores constantes p1, p2, . . . , pn e, a solução geral de (3.10) torna-se:
xn = p1 λ
n
1 + p2 λ
n
2 + . . .+ pk λ
n
k
Ex. 7.42. A equação xn+3 = 3 xn+2 + 6 xn+1 − 8 xn é uma equação discreta linear de
ordem 3 com coe�cientes constantes, pois o termo da sequência solução depende de 3
termos anteriores.
As soluções não nulas da equação característica associada λn+3−3 λn+1−6 λn+1+8 λn = 0
são λ1 = 1, λ2 = −2 e λ3 = 4.
Uma solução geral da equação discreta é xn = c1 + c2 × (−2)n + c3 × 4n com c1, c2 e c3
constantes.
Considerando os valores iniciais x0 = 1, x1 = 2 e x2 = 3 obtemos a solução:
xn = 1 +
1
6
× (−2)n + 1
6
× 4n
Ex. 7.43. A equação discreta da Torre de Hanói
Um problema interessante é o Jogo da Torre de Hanói estabelecido pelo matemático
francês Édouard Lucas (1882) que nos leva a uma equação discreta.
O jogo consiste de um conjunto de discos com diâmetros distintos, furados no centro e
encaixados no primeiro dos três pinos dispostos sobre uma base como na Figura 3.11.
A transferência dosdiscos do primeiro pino para o terceiro deles deve respeitar a regra
de que um disco de diâmetro menor nunca pode �car abaixo de um disco de diâmetro
maior, podendo utilizar o segundo pino como auxiliar.
Conforme a Figura 3.11, vemos que a transferência dos discos do primeiro pino para o
terceiro deles respeitando a regra de que um disco de diâmetro menor nunca pode �car
abaixo de um disco de diâmetro maior, devemos utilizar o segundo pino como auxiliar.
Imaginemos que temos um único disco, n = 1, logo ele pode ser movido em uma única
vez do primeiro pino diretamente para o terceiro.
Se tivermos n = 2 discos no primeiro pino, movemos o menor para o pino auxiliar do
meio e o maior para o terceiro, em seguida, o menor do segundo para o terceiro pino, num
total de 3 movimentos.
E se tivermos 3 ou mais discos no primeiro pino? Quantos movimentos no mínimo seriam
necessários para transferirmos todos eles para o último disco, mantendo a regra de que
um disco de diâmetro menor nunca pode �car abaixo de um disco de diâmetro maior?
131
Figura 12: Torre de Hanói
Leia mais sobre este jogo e pratique online no seguinte endereço:
http://www.ime.usp.br/~leo/imatica/programas/hanoi/index.html
Elabore uma tabela com o número de discos e o número mínimo de jogadas para a
transfer6encia de n discos. É possível estabelecer uma equação discreta que relacione o
número mínimo de jogadas hj com o número j de discos dados j = 1, 2, . . ..
De fato, a equação discreta linear de primeira ordem com coe�cientes constantes
hj = 2hj−1 + 1
para j = 1, 2, . . ..
Isto se deve ao fato de que poderíamos mover j − 1 discos para o segundo pino em
hj−1 movimentos, e daí moveríamos o j-ésimo disco maior para o terceiro pino. Em
seguida, moveríamos os j − 1 discos do segundo para o terceiro pino com o mínimo de
hj−1 movimentos novamente. Portanto, o número mínimo de movimentos hj para deslocar
j discos deve ser 2 hj−1 + 1.
Esta equação discreta tem como solução uma sequência começando com o valor inicial
h1 = 1 e, estabelece o número mínimo de movimentos necessários para que a pilha de
j discos da Torre de Hanói, em ordem decrescente de diâmetro, seja transferida do lado
esquerdo para o direito utilizando uma posição intermediária dos três pinos suportes, de
modo a movimentar apenas um disco de cada vez e, com o cuidado de não sobrepor em
nenhuma movimentação um disco maior sobre um menor conforme a regra.
A solução da equação discreta hj = 2hj−1+1 é dada por hj = 2j−1, em que j = 1, 2, . . .
é o número mínimo de discos utilizados no jogo da Torre de Hanói com j discos.
De fato, podemos resolver a equação escrevendo cada termo do segundo membro em
função do anterior:
hj = 2hj−1 + 1
= 2(2hj−2 + 1) + 1 = 2
2 hj−2 + 2
1 + 1
= 22(2hj−3 + 1) + 2
1 + 20 = 23 hj−3 + 2
2 + 21 + 20
. . .
= 2j−1 +
j−2∑
i=0
2i = 2j−1 + (2j−1 − 1)
= 2j − 1
132
Observe que a soma da progressão geométrica
j−2∑
i=0
2i == 2J−1 − 1 pois, basta fazer a
diferença 2 S − S em que
S =
j−2∑
i=0
2i = 20 + 21 + 22 + . . .+ 2J−2
e
2S = 2
j−2∑
i=0
2i = 21 + 22 + 23 + . . .+ 2J−1
Ex. 7.44. A equação discreta de Fibonacci
Leonardo de Pisa (1175 − 1250) conhecido como Fibonacci, �lho de Bonacci introduziu
a notação Hindu-Arábica para os números tal como os representamos atualmente. Ele
estabeleceu uma equação discreta linear homogênea de segunda ordem com coe�cientes
constantes muito conhecida:
fn+2 − fn+1 − fn = 0
para n ≥ 0, com f0 = 1 e f1 = 1.
Nesta equação discreta os números fn+2 da sequência solução são de�nidos em termos
dos números anteriores fn+1 e fn. Ela gera a famosa sequência de números de Fibonacci
1, 1, 2, 3, 5, 8, 13, . . . como solução.
Esta equação �cou muito conhecida como um problema do Liber Abace (livro dos Ábacos)
de Fibonacci para designar a evolução populacional de uma criação de coelhos, embora
tenha muitas outras aplicações na natureza.
A idéia da sequência de Fibonacci veio de um modelo matemático para descrever a po-
pulação de casais de coelhos, considerando a hipótese de que em cada mês, cada casal de
coelhos adultos gera um novo casal de �lhotes. Cada casal de �lhotes também começava
procriar após 2 meses de idade. (Será que um casal de coelhos naquela época só gerava
um casal de �lhotes cada vez?)
Começando com um casal de coelhos adultos, observamos que a sequência de Fibonacci,
com tal modelo, gera o número de casais de coelhos em n meses.
A solução da equação de Fibonacci, com as condições iniciais f0 = 1 e f1 = 1 é obtida em
termos das duas raízes reais distintas
λ1 =
1 +
√
5
2
e λ2 =
1−
√
5
2
da sua equação característica associada λ2 − λ − 1 = 0, correspondente à suposição de
que a solução é do tipo fn = λn e substituída na equação de Fibonacci. A solução está
representada gra�camente na Figura 3.12.
A solução geral da equação discreta de Fibonacci é do tipo
fn = c1λ
n
1 + c2λ
n
2 = c1
(
1 +
√
5
2
)n
+ c2
(
1−
√
5
2
)n
em que c1 e c2 são constantes que podem ser determinadas pelas condições iniciais.
133
Figura 13: Números de Fibonacci
Com as condições iniciais f0 = 1 e f1 = 1 obtemos o sistema linear{
1 = c1 + c2
1 = c1
(
1+
√
5
2
)1
+ c2
(
1−
√
5
2
)1
cuja solução é dada por c1 = 1√5
(
1+
√
5
2
)
e c2 = − 1√5
(
1−
√
5
2
)
.
Segue que a solução da equação discreta de Fibonacci é dada por
fn =
1√
5
(
1 +
√
5
2
)n+1
− 1√
5
(
1−
√
5
2
)n+1
Observamos que na equação discreta de Fibonacci obtivemos uma única solução, quando
especi�camos as duas condições iniciais f0 = 1 e f1 = 1, correspondentente a ordem da
equação discreta, igual ao grau do polinômio característico da mesma.
É muito interessante notar que a solução da equação de Fibonacci formada por uma
combinação de números irracionais, entretanto gera uma sequência de números inteiros.
A segunda raíz λ2 = 1−
√
5
2
< 0, enquanto que a primeira é igual ao número áureo φ =
λ1 = 1.61803 > 1, o que implica que a sequência de Fibonacci é uma sequência crescente
e não limitada, portanto divergente.
Uma propriedade importante da sequência de Fibonacci é que a razão de seus termos
consecutivos nos dá uma sequência convergindo para o número áureo φ. De fato,
lim
n→∞
fn+1
fn
= φ =
1 +
√
5
2
≈ 1.61803
Observemos que λ1 = φ é a raiz positiva da equação λ2 − λ− 1 = 0, ou seja, da equação
equivalente,
φ− 1 = 1
φ
134
para φ 6= 0.
Observe que 1
φ
= .6180355123 é a seção áurea ou a divina proporção que aparece na
divisão de um segmento AB, e satisfaz à proporção AB
AC
= AC
CB
.
Um retângulo áureo tem a propriedade de ser subdividido em in�nitos retângulos áureos,
e aparece com frequência na natureza, nas medidas de várias partes do corpo humano,
nas obras de arte e na arquitetura clássica caracterizando a beleza e o equilíbrio.
O próprio Leonardo da Vinci (1452− 1519) usou a razão áurea em diversas obras, como
na representação de Mona Lisa.
Caso 2: Raízes múltiplas da equação característica
No caso da equação característica (3.11) ter só duas raízes iguais λ1 = λ2, ou seja, uma
raíz com multiplicidade 2, então teremos uma solução λn1 e outra do tipo n λ
n
1 . Assim, as
soluções de (3.10) são as sequências {xn} da forma
xn = p1(1 + n) λ
n
1 + p3 λ
n
3 + . . .+ pn λ
n
n
em que pi, i = 1, 3, 4, . . . , n são constantes.
Observamos que se uma das raízes λ da equação característica é de multiplicidade s,
temos uma solução da equação discreta do tipo
(c1 + c2n+ c3n
2 + . . . + cs−1n
s−1)λn
com as constantes c1, c2, c3, . . . , cs−1 ∈ R.
Sejam as raízes λ1, λ2, . . . , λr da equação característica (3.11) com multiplicidade
α1, α2, . . . , αr ∈ N respectivamente, de modo que a soma delas é igual a ordem
da equação, ou seja,
α1 + α2 + . . . + αr = n
então as soluções de (3.10) são as sequências {xn} da forma
xn = p1(n) λ
n
1 + p2(n) λ
n
2 + . . .+ pr(n) λ
n
r
em que pi(n) são polinômios de grau αi − 1, para 1 ≤ i ≤ r.
Exemplo 3.14
A equação xn−4xn−1 + 4xn−2 = 0 , n ≥ 2 é discreta linear homogênea de segunda ordem
e possui equação característica associada λ2−4λ+4 = 0, obtida ao supormosuma solução
do tipo xn = λn, com λ 6= 0. Ela possui duas raízes reais iguais λ1 = λ2 = 2. Logo, a
solução geral da equação discreta considerada é dada por:
xn = (c1 + c2 n) 2
n
Com as condições iniciais x0 = 0 e x1 = 1, obtemos as constantes reais c1 e c2:
x0 = (c1 + c2 × 0) 20 0 = c1
x1 = (c1 + c2 × 1) 21 1 = (0 + c2 × 1) 21 ⇒ c2 = 12
e, a solução da equação discreta com as condições iniciais dadas torna-se:
xn =
1
2
n 2n, ou seja, xn = n 2
n−1.
135
Caso 3: Raízes complexas da equação característica
Caso a equação característica associada a uma equação discreta linear com coe�cientes
reais tenha raízes complexas conjugadas do tipo
λ1 = a+ bi = ρ e
iθ e λ2 = a− bi = ρ e−iθ
com a, b constantes reais, ρ =
√
a2 + b2 ∈ R e 0 < θ < 2π então, a solução da equação
discreta homogênea correspondente pode ser escrita como:
sn = c1λ
n
1 + c2λ
n
2 = ρ
n
(
c1e
inθ + c2e
−inθ)
e, utilizando a fórmula de Euler
einθ = cos(nθ) + i sen(nθ) e e−inθ = cos(nθ)− i sen(nθ)
escrevemos a solução em termos das funções trigonométricas:
sn = ρ
n
(
c1
(
cos(nθ) + i sen(nθ)
)
+ c2
(
cos(nθ)− i sen(nθ)
))
com c1 e c1 constantes.
sn = ρ
n
(
(c1 + c2) cos(nθ) + i (c1 − c2) sen(nθ)
)
Denotando d1 = c1 + c2 e d2 = i(c1 − c2) obtemos
sn = ρ
n
(
d1 cos(nθ) + d2 sen(nθ)
)
Se as raízes complexas conjugadas λ1 = a+ bi e λ2 = a− bi são repetidas r vezes, então
temos uma solução do tipo
ρn
((
c1 + c2n+ . . .+ cr−1n
r−1)cos(nθ) + (d1 + d2n+ . . .+ dr−1nr−1)sen(nθ))
com ci e di são constantes e, i = 1, 2, . . . , r − 1 ∈ N.
Exemplo 3.15
Considere a equação discreta xn + 9 xn−2 = 0, cujas raízes da equação característica
λ2 + 9 = 0, são os números complexos conjugados escritos como λ1 = 3i = 3ei
π
2 e
λ2 = −3i = 3e−i
π
2 e, portanto a sua solução geral é dada por:
xn = 3
n d1 cos
(
n
π
2
)
+ 3n d2 sen
(
n
π
2
)
Admitindo as condições iniciais x0 = 0, x1 = 1 obtemos as constantes d1 = 0 e d2 = 13 e
a solução correspondente:
xn = 3
n−1 sen(
nπ
2
).
136
7.15 Equações discretas lineares não-homogêneas
Consideremos equações discretas não homogêneas de ordem k com coe�cientes constantes
do tipo da equação (3.9) escrita como
AIxn+I + AI−1xn+I−1 + . . . + A0xn = yn, n ∈ N
em que Ai, i = 0, 1, 2, . . . , I são sequências constantes independentes de n.
Podemos transformá-la numa equação discreta homogênea quando retrocedemos a equa-
ção, escrevendo-a para os termos anteriores e, substituindo-os na parte não homogênea
em função desses obtendo uma equação homogênea.
Outra idéia é encontrar a solução da equação não homogênea como a soma da solução
da equação homogênea xHn mais uma solução particular x
P
n da equação não homogênea,
ou seja, xn = xHn + x
P
n , imitando o raciocínio que utilizamos para encontrar a solução de
uma equação diferencial não homogênea [BOYCE e DI PRIMA [?]].
No caso de yn ser uma função polinomial, exponencial ou produto de polinomial por
exponencial, a solução particular a ser procurada deve ser do mesmo tipo.
Se yn = c kn e a constante k não é solução da equação característica associada, ou seja,
kn não é solução da equação homogênea, devemos procurar uma solução particular da
equação não homogênea do tipo xPn = a k
n, que substituída na equação discreta não
homogênea pode-se determinar os valores da constante a e, assim uma solução particular.
Se yn = c kn e a constante k é uma solução simples da equação característica associada,
ou seja, kn já é uma solução da equação homogênea, devemos procurar uma solução
particular de (3.9) do tipo xPn = a0 + a1 n k
n, que substituída na equação discreta não
homogênea nos dá uma solução particular.
Se yn = c kn, com c constante e k é solução da equação característica associada com
multiplicidade r, ou seja, as funções kn, n kn, n2 kn, . . . , nr−1 kn já são soluções da equação
homogênea, devemos procurar uma solução particular da equação não homogênea do tipo
xPn = (a0 + a1 n + . . . + ar−1 n
r−1 + an n
r) kn, que substituída na equação discreta não
homogênea nos dá uma solução particular.
Outro método que pode ser usado na resolução de equações ou sistemas de equações
discretas é o da Transformada Z [FARLOW [?]] análogo ao das Transformadas Integrais
(Laplace e Fourier) [BOYCE e DI PRIMA [?]] usada na resolução de equações diferenciais
lineares, que não abordaremos neste texto.
Exemplo 3.16
Considere a equação discreta linear não homogênea de segunda ordem xn−5xn−1+6xn−2 =
3n.
A solução da equação discreta homogênea associada é xHn = c12
n + c23
n.
Observamos que a parte não homogênea é uma exponencial do tipo 3n e, como k = 3 já é
uma raiz da equação característica, 3n é solução simples da equação discreta homogênea,
então procuramos uma solução particular da equação não homogênea do tipo xPn = a n 3
n.
De fato, substituindo na equação não homogênea, obtemos
a n 3n − 5 a (n− 1) 3n−1 + 6 a (n− 2) 3n−2 = 3n
32 a n− 15 a (n− 1) + 6 a (n− 2) = 1
137
o que implica que a = 1
3
.
Assim, a solução geral da equação xn − 5 xn−1 + 6 xn−2 = 3n é
xn = x
H
n + x
P
n = c1 2
n + c2 3
n +
1
3
n 3n
Observemos que se a parte não homogênea yn da equação (3.9) satisfaz uma equação
discreta homogênea com coe�cientes constantes
BIyn+I +BI−1yn+I−1 + . . . +B0yn = 0
em que B0, B1, B2, . . . , BI são constantes, podemos reduzir a equação não homogênea
em uma equação homogênea. De fato, observamos que
BI (Akxn+I+k + Ak−1xn+I+k−1 + . . .+ A0xn+I) +
BI−1 (Akxn+I+k−1 + Ak−1xn+I+k−2 + . . .+ A0xn+I−1) +
...
+B0 (Akxn+k + Ak−1xn+k−1 + . . .+ A0xn) = 0
é uma equação homogênea de primeira ordem com coe�cientes constantes.
Uma equação discreta linear não homogênea de primeira ordem com coe�cientes constan-
tes de acordo com (3.9) é do tipo
xn = a1xn−1 + y0
em que a1 e y0 são constantes reais.
Conhecendo-se um valor inicial x0 podemos obter xn para n = 1, 2, 3, . . . usando a
ideia Exemplo 3.17.
Do mesmo modo que diferenciando uma equação diferencial ordinária não homogênea
podemos transformá-la numa equação diferencial homogênea de grau maior [BOYCE e
DI PRIMA [?]], com um pouco de criatividade podemos resolver uma equação discreta
não homogênea transformando-a numa equação homogênea como a do exemplo a seguir.
Exemplo 3.17
Considere a equação discreta linear não homogênea de primeira ordem
xn − 4 xn−1 = 3
Podemos transformá-la numa equação discreta homogênea escrevendo o termo de ordem
n− 1 da equação,
xn−1 − 4 xn−2 = 3
E, em seguida, isolamos a parte não homogênea, neste caso, o valor 3 na equação anterior
para o termo de ordem n− 1 e o substituímos na equação original, reescrevendo-a como
xn − 4 xn−1 = xn−1 − 4 xn−2
A equação dada é transformada numa equação discreta linear homogênea de segunda
ordem:
xn − 5 xn−1 + 4 xn−2 = 0
138
que pode ser resolvida facilmente.
A equação característica associada à equação homogênea obtida é dada por:
λ2 − 5λ+ 4 = 0.
Como as raízes distintas da equação característica são λ1 = 1 e λ2 = 4, a solução geral
da equação discreta é xn = c1 1n + c2 4n, ou seja
xn = c1 + c2 4
n
Observamos que a mesma solução seria obtida se procurássemos a solução geral do tipo
xn = x
H
n + x
P
n .
Com uma condição inicial, por exemplo, x0 = 0, obtemos x1 = 3 e desta forma temos:{
x0 = c1 + c2 4
0 0 = c1 + c2
x1 = c1 + c2 4
1 3 = c1 + 4c2
Resolvendo o sistema obtemos c2 = −c1 = 1.
Assim, a solução da equação não homogênea com a condição inicial x0 = 0 é igual a
xn = −1 + 4n, ou seja,
xn = 4
n − 1
Exemplo 3.18
Considere a equação discreta linear não homogênea de primeira ordem xn+1 = 4xn + 3n+1
com x0 = 0.
Para transformá-la numa equação homogênea, podemos escrever o termo de ordem n da
equação como xn = 4 xn−1 + 3n, ou seja:
3n = xn − 4 xn−1
E reescrevendo a equação inicial como
xn+1 = 4 xn + 3× 3n
e, em seguida substituindo o valor de 3n pelo valor obtido anteriormente da equação dada
para o termo de ordem n − 1, transformamos a equação dada em uma equação discreta
linear homogênea de segunda ordem
xn+1 = 4 xn + 3 (xn − 4 xn−1) , ou seja, xn+1 − 7 xn + 12 xn−1 = 0
A equação característicaassociada é λ2− 7λ+ 12 = 0, com duas raízes distintas λ1 = 3 e
λ2 = 4. Portanto, a solução geral da equação discreta é uma combinação de 3n e 4n dada
por xn = c13n + c24n, com c1 e c2 constantes.
Usando a condição inicial x0 = 0 e, observando que da equação original segue que o valor
de x1 = 4× 0 + 30+1 = 3 temos:
x0 = c1 3
0 + c2 4
0 0 = c1 + c2
x1 = c1 3
1 + c2 4
1 3 = 3 c1 + 4 c2
Resolvendo o sistema linear obtido temos que c1 = −3 e c2 = 3.
Assim, a solução da equação com a condição inicial x0 = 0 é igual a
xn = −3× 3n + 3× 4n,
ou,
xn = 3 (4
n − 3n).
139
7.16 Equações de diferenças
As equações discretas lineares que são casos particulares de (3.7) e do tipo das não autô-
nomas que podem ser escritas como
xn+1 = xn + g(n), n ∈ N.
são denominadas equações de diferenças.
Observe que, neste caso podemos escrever a parcela g(n) como uma diferença entre dois
termos consecutivos da sequência xn.
xn+1 − xn = g(n)
A equação discreta xn+1 = xn + r, n ∈ N, em que r é uma constante, é uma equação de
diferenças bastante simples.
De fato, com a condição inicial x0 obtemos como solução uma sequência conhecida como
progressão aritmética
x0,
x1 = x0 + r,
x2 = x1 + r = x0 + 2 r,
x3 = x2 + r = x0 + 2 r + r = x0 + 3 r,
...
xn = x0 + n r.
Figura 14: Equação discreta da progressão aritmética
Exemplo deste tipo de equação de diferenças é o do crescimento de produção dos alimen-
tos, como acreditava Malthus, considerando r = 1, e x0 = 1 obtemos a solução grá�ca
mostrada na Figura 3.13.
140
8 Crescimento logístico discreto
O modelo de crescimento geométrico abordado anteriormente na seção 3.6 nos dá uma
descrição inicial da sua evolução, enquanto uma população se mantém homogênea em
relação às hipóteses mais simples consideradas, apontado que o crescimento geométrico
da população tende para in�nito com o tempo.
Observamos que no modelo de crescimento geométrico abordado na seção 3.6, uma cultura
começando com uma célula de Escherichia Coli (E. Coli) encontrada no intestino humano
ou, se cultivada em laboratório, com crescimento a uma taxa de 0.41 por hora poderia
atingir um número de células da ordem de 1083, em apenas 23 dias, maior do que o
número de átomos estimado do universo 1080, o que mostra as limitações do modelo de
crescimento geométrico para muitos períodos de tempo. Além desse modelo simples de
crescimento exponencial da população regido pela Lei de Malthus, temos outros como um
modelo de crescimento mais geral e realista, cuja representação geométrica possui uma
forma sigmoidal, chamado de crescimento logístico.
De fato, as populações com o mesmo número de indivíduos geralmente são heterogêneas
quanto às taxas de natalidade e mortandade. Como observamos anteriormente, a Lei
de Malthus não leva em consideração vários fatores que podem in�uenciar na dinâmica
populacional, pois nas condições normais, numa população mais jovem, geralmente, gera
mais �lhos e a quantidade de mortes é menor do que uma população mais idosa, além de
outros fatos não contemplados pela Lei de Malthus.
O modelo logístico para a evolução de uma população inicialmente foi proposto por P. F.
Verhulst (1804−1849) considerando que as populações não podem crescer ilimitadamente
e que dependem fortemente do suprimento de alimentos, do espaço físico, geralmente
limitado, bem como de outros fatores que a longo prazo podem desacelerar ou mesmo por
�m ao crescimento.
Verhulst propôs que a taxa de crescimento da população r também dependia da população
em cada instante e estabeleceu a equação logística, que na forma discreta pode ser escrita
como:
P (n+ 1)− P (n) = r
(
P (n)
)
P (n) (19)
em que P (n) é a população no instante n e, r
(
P (n)
)
é a taxa de crescimento da população,
que era constante no modelo de Malthus, mas agora depende do número de indivíduos da
própria população no instante n.
Para descrever um crescimento rápido da população P (n) quando ela é pequena, a função
r
(
P (n)
)
é escolhida de modo que a taxa de crescimento �que igual a uma constante
r0 > 0, ou seja, de modo que o limite da sequência:
lim
P (n)→0
r
(
P (n)
)
= r0,
indicando que o limite de r
(
P (n)
)
tende a r0 quando a população é pequena, e (3.15) se
comportaria como a lei de Malthus.
Por outro lado, à medida que a população P (n) aumenta, queremos que a taxa r
(
P (n)
)
decresça, ou seja,
lim
P (n)→Pmax
r
(
P (n)
)
= 0,
141
indicando que o limite da taxa de crescimento r
(
P (n)
)
tende a zero, ou seja, quando a
população cresce muito e vai se estabilizando e convergindo para um valor máximo Pmax,
ou seja, tendo um comportamento assintótico atingindo como valor o limite Pmax.
Uma função r
(
P (n)
)
mais simples que satisfaz estas propriedades é a função linear de
P (n) do tipo
r
(
P (n)
)
= r0 − a P (n)
em que a é uma constante positiva.
Se admitimos que o limite de P (n) é um valor Pmax, quando n é muito grande, temos que
r0 − aPmax = 0 ⇒ Pmax =
r0
a
A expressão anterior proposta para r
(
P (n)
)
, descreve satisfatoriamente as hipóteses bio-
lógicas consideradas anteriormente e a equação logística discreta torna-se:
P (n+ 1)− P (n) =
(
r0 − aP (n)
)
P (n) = r0
(
1− a
r0
P (n)
)
P (n)
que pode ser escrita como:
P (n+ 1) = (1 + r0) P (n)− r0
P (n)2
K
em que K = Pmax.
Evidentemente que esta equação discreta é não linear e, encontrar a sua solução direta-
mente não é tão simples. Na maioria das vezes, analisa-se qualitativamente tais equações
por meio de seus pontos de equilíbrio, que veremos mais adiante.
Entretanto, uma sugestão para simpli�car a equação logística é fazermos uma suposição
sobre a parte quadrática aproximando um dos fatores P (n) da parcela quadrática P (n)2
por P (n+ 1), ou seja, considerarmos
P (n)2 = P (n+ 1) P (n)
tornando-a numa equação discreta mais simples de se resolver analiticamente.
De fato, na equação obtida ao substituirmos P (n)2 por P (n+ 1) P (n) obtemos
P (n+ 1) = (1 + r0) P (n)− r0
P (n+ 1) P (n)
K
e, reescrevemos a equação anterior como
P (n+ 1) =
(
1 + r0 −
r0
K
P (n+ 1)
)
P (n) (20)
que continua não linear. Geralmente procuramos uma substituição que a torne mais
simples ou linear.
Com uma substituição conveniente do tipo inverso,
Q(n) =
1
P (n)
e, portanto, Q(n+ 1) =
1
P (n+ 1)
142
a equação (3.16) torna-se linear:
1
Q(n+ 1)
=
(
1 + r0 −
r0
K
1
Q(n+ 1)
)
1
Q(n)
Ou, de outra forma escrevemos a equação discreta linear não homogênea
Q(n) = (1 + r0) Q(n+ 1)−
r0
K
(21)
Podemos resolver esta equação discreta (3.17) não homogênea de modo análogo a uma
equação diferencial, decompondo a solução em duas parcelas:
Q(n) = QH(n) +QP (n),
ou seja, decompondo-a na soma da solução da equação homogênea associada QH(n) e de
uma solução particular QP (n) da equação não homogênea.
Para a equação homogênea associada a (3.17)
Q(n) = (1 + r0) Q(n+ 1) (22)
que é linear, supomos que a solução é do tipo
QH(n) = λn
com λ 6= 0.
Substituindo este valor na equação (3.18), obtemos λn = (1 + r0) λn+1. Donde segue que
1 = (1 + r0) λ, e portanto, λ =
1
1 + r0
.
Assim, a solução geral da equação discreta homogênea é igual a
QH(n) = c1 (
1
1 + r0
)n (23)
em que c1 é uma constante.
Buscamos agora uma solução particular da equação não homogênea (3.17) do tipoQP (n) =
a em que a é uma constante, já que a parcela não homogênea independe de n. Substi-
tuindo na equação (3.17) obtemos
a = (1 + r0) a−
r0
K
ou seja,
a =
1
K
.
e a solução particular da equação não homogênea é QP (n) = 1
K
.
Finalmente a solução geral da equação de (3.17) pode ser escrita como
Q(n) = c1
(
1
1 + r0
)n
+
1
K
.
143
Utilizando a condição inicial, Q(0) = Q0 correspondente ao período n = 0, obtemos o
valor da constante c1. De fato;
Q(0) = c1
(
1
1 + r0
)0
+
1
K
,
o que implica que
Q0 = c1 +
1
K
,
e assim, determinamos o valor da constante c1:
c1 = Q0 −
1
K
.
A solução de (3.17) pode ser escrita como
Q(n) =
(
Q0 −
1
K
)( 1
1 + r0
)n
+
1
K
.
Devido a transformação inversa temos que P0 = 1Q0 e, portanto,
Q0 −
1
K
=
1
P0
− 1
K
=
K −P0
P0 K
Resolvido o problema para a variável Q(n), fazemos a transformação inversa para a va-
riável inicial P (n), obtendo a solução da equação logística (3.16):
P (n) =
(
K − P0
P0 K
(
1
1 + r0
)n
+
1
K
)−1
ou seja,
P (n) =
1
K−P0
P0 K
(
1
1+r0
)n
+ 1
K
Na Figura 3.17 ilustramos a solução da equação discreta logística anterior com os parâ-
metros K = 2, P0 = 0.83 e r0 = 0.5 representando o crescimento de um arbusto que
atinge no máximo 2 m de altura.
Observamos que no modelo logístico P (n) cresce rapidamente no inicio até não ser sus-
tentada, aí então, a curva solução tende ao limite que é o nível de saturação K, a máxima
população sustentável, dada pelo
lim
n→∞
Pn = lim
n→∞
1(
K−P0
P0 K
)(
1
1+r0
)n
+ 1
K
= K
Existem generalizações do modelo logístico que podem se adequar a vários problemas
ambientais.
Dentre outros modelos de crescimento populacional discretos que foram propostos no
�nal do século XX, o modelo de May, R. [MAY [?]] em que a dinâmica populacional é
estabelecida pela equação
Pn+1 = r(Pn) Pn
cuja taxa de crescimento populacional é densidade dependente dada pela função:
r(Pn) = Pn e
(
r0 (1−PnK )
)
com r0 e K constantes.
144
0 2 4 6 8 10 12 14 16 18 20
0.8
1
1.2
1.4
1.6
1.8
2
Ano
P
o
p
u
la
ç
ã
o
Modelo Logístico Discreto
Figura 15: Crescimento logistico
145
9 Grafos
Introdução
De�nição e exemplos: Grafo, vértice, aresta.
Grau de um vértice. Ordem e Tamanho de Grafo.
Vértices adjacentes. Matriz de adjacência. Conexão.
Tipos de grafos: Nulo; Completo; Complementar; Regular; Árvore, Bipartido; Bipartido
completo; Subgrafo; Grafo induzido; Grafos isomorfos;
Árvore; �oresta;
Conexão: Passeio; Caminho; Trilha; Circuito; Ciclo.
Algumas propriedades.
Grafo valorado; Menor camninho.
Grafos Eulerianos;
Grafos, Caminhos e ciclos Eulerianos.
Teoremas e Corolários;
9.1 Introdução
Faremos uma breve introdução à teoria dos grafos com os principais conceitos, alguns exemplos
clássicos e exploraremos vários problemas.
Problema 1. As sete pontes de Konisberg e a origem dos grafos.
A cidade de Königsberg que pertencia ao território da Prússia até 1945, atual Kaliningrado
da Russia, é cortada pelo rio Prególia (pregel em alemão) que incluía duas ilhas e sete pontes.
Os habitantes perguntavam se começando em qualquer lugar da cidade um passeio e voltando
no mesmo local uma pessoa poderia atravessar todas as sete pontes, não passando nenhuma
delas duas vezes.
Em 1736 o célebre matemático suíço Leonard Euler substituiu as ilhas e os dois lados do rio
por pontos e as pontes por curvas, estabelecendo um famoso problema histórico da Matemática
cuja solução negativa originou a teoria dos grafos. Como é o tipo de problema no qual as
distâncias envolvidas são irrelevantes, o importante é como as várias porções de terra estão
interligadas entre si.
Inicialmente vamos rever breve relato histórico sobre a origem da teoria dos Grafos.
Em meados do século XVIII cerca de 1736, surgiu a Teoria dos Grafos através da solução
de um problema conhecido como O Problema das Pontes de Königsberg.
A pergunta que intrigava os moradores da antiga Konisberg era: É possivel realizar um pas-
seio pelas ilhas, passando uma única vez em todas as sete pontes da do Rio Pregel de Konisberg
voltando ao ponto de origem?
Veja um esboço da época com destaque para as sete ponte como em:
http : //www.mat.uc.pt/ alma/escolas/pontes/Konigsberg_colour.jpg
O matemático suíço, Leonhard Euler, propôs uma solução para esse problema e consequen-
temente criou uma teoria para aplica-lá em problemas desse tipo.
Euler concluiu que nesse problema, as distâncias envolvidas são irrelevantes. O que importa
é como as várias glebas de terra da cidade estão interligadas entre si. Dessa maneira, ele fez
uma resolução geométrica, onde cada porção de terra �cou representanda por um vértices.
Norte (N), Sul (S), Ilha central (C) e Leste (L),
conforme as �guras abaixo, �cando cada ponte representada por uma aresta e as porções de
terra por vértices (ou pontos):
Qual é o grau de cada vértice, a ordem do grafo e o número de arestas do esboço de Euler?
146
AA BB
Figura 16: Passeio pelas Pontes de Konisberg
147
Observa se que tomando qualquer gleba de terra como ponto de partida, �ca impossível
retornar a essa mesma gleba (vértice) passando apenas uma vez em cada ponte (aresta).
Com base nas características desses objetos matemáticos, Euler criou a teoria dos grafos
para provar as soluções de problemas desses tipos.
Problema 2. Três casas devem ser ligadas com água, gás e energia. Será possível obter
linhas de ligação que não se cruzam no plano?
Sugestão de vídeo: https://www.youtube.com/watch?v=VvCytJvd4H0
Trata-se de distribuir água, gás e energia para três casas. Percebe-se que as pessoas tentam
e não conseguem fazer as conexões sem usar a asa de uma caneca. A caneca tem a mesma forma
topológica que uma rosquinha (ou uma câmara de ar de um pneu). Essa forma topológica de
um toro. Isso mostra que o problema não tem solução no plano (<2 mas no toro (espaço <3
sim.
Problema 3. Podemos desenhar uma estrela de cinco pontas sem tirar o lápis do papel .
Justi�que
Problema 4. Podemos desenhar o contorno de um envelope sem tirar o lápis do papel mas
não terminamos no mesmo ponto que começamos. Justi�que
Problema 5. Mostre que em toda festa, existem pelo menos duas pessoas que deram a
mesma quantidade de apertos de mão nos participantes da festa.
Sugestão: Podemos separar em dois casos:
Caso 1. Existe uma pessoa que não apertou a mão de ninguém.
Caso 2. Cada pessoa apertou a mão de pelo menos uma pessoa.
Problema 6. Rota de um caminhão de coleta de materiais recicláveis na cidade
Problema 7. Rota do carteiro
Problema 8. Caixeiro Viajante.
O famoso Problema do Carteiro Viajante é um dos tipos de problemas mais estudados em
pesquisa operacional, dado que até o momento não há um algoritmo computacional e�ciente
para solucioná-lo.
Um algoritmo (ou procedimento e�caz) é um conjunto �nito de instruções inequívocas para
realizar uma tarefa especí�ca.
Seu enunciado é simples, basta termos um grafo completo valorado G e, desejarmos deter-
minar o valor do menor caminho hamiltoniano de G. A di�culdade desses problemas é que eles
sempre trabalham com grafos com muito mais de 60 vértices. Tratando-se de um K60 em que a
solução seria examinar as 60! permutações existentes o que não é possível, pois, levaria milênios
mesmo com uso de recursos computacionais.
Nas tentativas de encontrarmos alguma solução para esses problemas (como no caso de
grafos eulerianos), há alguns algoritmos heurísticos, mas nada de que seja elegante em termos
de solução, dado que trata-se de um problema de categoria especial, para maiores informações
vide [6] e [7].
Ver https://www.youtube.com/watch?v=_vKMyRj855A
Problemas de jogos:
https://www.youtube.com/watch?v=VvCytJvd4H0
Problema de grade de horários:
148
9.2 De�nição e exemplos
Grafos são objetos matemáticos G(V,A) formado por um conjunto de vértices V 6= ∅ e arestas
A, em que V (vértices) é um conjunto �nito arbitrário e que A (arestas) é um subconjunto de
V de dois elementos .
Ex. 9.1. Em uma excursão de formatura, na cidade de Ubatuba litoral norte paulista, a turma
de Cláudio vez o seguinte passeio pelas Praias conforme Figura a seguir que mostra um esboço
desse passeio que pode ser modelado pelo grafo:
Figura 17: Passeio da turma do Claúdio nas praias de Ubatuba
� Tenório (Te) para Praia Grande (Pg);
� Praia grande (Pg) para Toninhas (To);
� Toninhas (To) para Tenório (Te);
� Tenório (Te)para Prumirim (Pu);
� Prumirim (Pu) para Félix (Fe) e,
� Félix para Tenório (Te).
Pelo esboço do passeio, podemos de�nir as praias como vértices, e os trajetos de uma praia
a outra como arestas.
Assim, com as representações para as praias o conjunto de vértices �ca:
V = {Te, To, Pg, Pu, Fe}
149
E, o conjunto das arestas, que são os trajetos de uma praia a outra �ca:
A = {(Te, Pg).(Te, To), (Te, Pu), (Te;Fe), (Pg;To), (Pu, Fe)}
Observe que as arestas nãosão segmentos nem curvas (até podemos representá-las por isso),
mas elas são pares (não ordenados) de vértices.
Reforçando que as arestas (Te, Pg) e (Pg, Te) são iguais num grafo não orientado, pois, a
ordem dos vértices não gera uma nova aresta.
Assim o conjunto V têm 5 elementos e o conjunto A têm 6 elementos.
Quando uma aresta está ligando dois vértices, dizemos que esses vértices são adjacentes e
a aresta é incidente.
A teoria dos grafos teve um grande avanço com o uso dos computadores que usa o sistema
binário de numeração.
Podemos de�nir uma matriz de adjacência com os elementos de um grafo.
Um grafo pode ser representado na forma de uma matriz bidimensional Mn×n, em que
mij =
{
1 se a aresta ij (ligando os vértices i e j) tiver em G
0 se a aresta ij não estiver em G
No caso do passeio de Cláudio, a matriz de adjacência M de zeros e uns �ca:
M =
Vi | Te To Pg Pu Fe
−−− | − −− −−− −−− −−− −−−
Te | 0 1 1 1 1
To | 1 0 1 0 0
Pg | 1 1 0 0 0
Pu | 1 0 0 0 1
Fe | 1 0 0 1 0
Obs. Acrescentamos as primeiras linha e coluna com os nomes dos vértices só para enten-
dimento de quais vértices formam uma aresta.
A entrada m12 = 1 = m2,1 corresponde a aresta (Te, To), e m45 = 1 = m54 corresponde a
aresta (Pu,Fe).
9.3 Grau de um vértice
Note-se que, no nosso grafo, que cada vértice têm um número de aresta que incide em cada um.
Esse número de arestas incidentes em cada vértice é chamado de grau do vértice simbolizando
de d(v), temos:
d(Te) = 4 (esse vértice têm grau 4);
d(T0) = 2 (esse grau têm grau 2);
g(Pg) = 2; g(Fe) = 2; g(Pu) = 2.
O menor grau de um vértice em um grafo qualquer é o grau mínimo, denotado por δ(G).
O maior é o grau máximo denotado por ∆(G).
Observe que se pensarmos num grafo como modelo para representar as moléculas orgânicas,
a valência (de um átomo em uma molécula é o número de ligações químicas que ele forma com
seus vizinhos). Assim, alguns autores chamam o grau de um vértice de valência.
A ordem ou o grau n de um grafo é o número de vértices do grafo.
O tamanho m de um grafo é o número de vértices mais o número de arestas.
Ex. 9.2. Dê um exemplo de um grafo com um vértice de grau mínimo e outro de grau máximo.
150
9.4 Conexão
Agora observe o passeio pelas Praias de Ubatuba feito pela Turma do Felipe, irmão de Cláudio:
Figura 18: Passeio da turma do Felipe, irmão do Claúdio
O passeio feito pela turma do Felipe é um grafo conhecido por Multigrafo, pois têm arestas
múltiplas e laços:
Laço: é a aresta que sai de um vértice e chega no mesmo, no multigrafo trata se da aresta
(Ma;Ma), em que Ma representa Maranduba.
Arestas múltiplas: é quando existem duas ou mais arestas que incidem em dois vértices
adjacentes, no multigrafo as arestas (Ma;Fe) e (Pu;Te) são arestas múltiplas.
Grafo Conexo: Um grafo é conexo se, para cada dois quaisquer de seus vértices A e B,
existe, no grafo, um caminho, tendo A como vértice inicial e B como vértice �nal.
Ex. 9.3. Nota-se que no grafo da Figura 18, o vértice Pm, Praia do Meio, não tem aresta
incidente, ou seja, seu grau é zero g(Pm) = 0.
Isso signi�ca que o grafo que representa o passeio da turma de Felipe é um grafo desconexo
(não têm arestas que ligam Pm a algum outro vértice).
No caso do passeio do irmão de Cláudio não é possível chegar ou sair da Praia do Meio.
Ex. 9.4. Ligue os números de 1 a 16 por segmentos de reta, de tal modo que a soma de
quaisquer dois números adjacentes seja um quadrado perfeito.
R. A menor soma possível seria 1 + 2 = 3; e a maior 16 + 15 = 31.
Com base nisso, vemos os números quadrados perfeitos possíveis de se obter são os que
�cam entre os números 3 e 31, que são os números quadrados: 4, 9, 16 e 25.
Observamos que o número quadrado 16 só pode �car ao lado do número 9, de forma que a
soma forma o quadrado perfeito 25.
151
O quadrado anterior ao 25 é o 16, como não há o número 0 nas opções, não é possível a soma
resultar em 16. O quadrado posterior ao 25 é o 36, o que aconteceria se tivéssemos números
maiores que 16, porém como não os disponibilizamos, isso não é possível.
Sabendo o primeiro número da sequência, �ca mais fácil encontrar as outras, chegando ao
seguinte resultado possível:
16− 9− 7− 2− 14− 11− 5− 4− 12− 13− 3− 6− 10− 15− 1− 8
9.5 Tipos de Grafos
De�niremos vários tipos de grafos:
Grafo nulo: É um grafo em que o conjunto de arestas é vazio, ou seja, A(G) = ∅, veja:
Figura 19: Grafo Nulo
Um grafo nulo é desprovido de arestas.
O extremo oposto é o grafo completo.
Grafo completo:
Grafo completo: é um grafo onde todo par de vértices é ligado por uma aresta. Um grafo
completo com n vértices é denotado por Kn.
Num grafo completo Kn todos os n vértices distintos são adjacentes.
Figura 20: Grafo Completo
Grafo complementar: Um grafo G' é denominando de grafo complementar de G, em que
a reunião dos conjuntos de arestas de dois grafos é o conjunto de arestas de um grafo completo,
ou seja, V (G) = V (G′) e A(G) ∪ A(G′) são todas as arestas de G, veja:
Os vertices de um grafo complementar G' são adjacentes se e somente se eles não são
adjacentes em G.
Grafo regular: É um grafo onde todos os vértices têm o mesmo grau k, k ∈ N, chamado
também de k-regular. É denotado por K(k).
152
Figura 21: Grafo Complementar
Figura 22: K3: Grafo Regular de grau 3
Uma das famílias de grafos mais simples são as árvores. São os grá�cos conexos que não
tem ciclos mais fundamentais.
Grafo de árvore: É uma maneira simples de conectar vértices, em que cada vértice tem
pelo menos uma aresta incidente e são grafos conexos. Assim, árvore é um grafo conexo acíclico,
conforme Figura 23.
Figura 23: Grafo de Árvores
Numa árvore cada vértice tem pelo menos uma aresta incidente.
Floresta: É um grafo acíclico. Pode ser entendido como um grafo formado por árvores.
Folha: Folha de um grafo é um vértice de grau 1.
Como na botânica, uma folha é a parte da árvore que pende das extremidades dos galhos,
parte terminal. Nos grafos, as folhas são os vértices terminais ou pendentes.
153
Ex. 9.5. O grafo vazio e o K1 são árvores e não tem folhas, afora estes, toda árvore tem folhas.
Grafo Bipartido: É o grafo com dois conjuntos disjuntos de vértices U e V , em que cada
aresta é incidente em vértices de conjuntos diferentes e, nunca uma aresta incide em vértices
do mesmo conjunto:
Figura 24: Grafo Bipartido
Neste exemplo, temos os conjuntos de vértices U = {A,B,C} e V = {D,E, F,G}
Grafo Bipartido Completo: É um grafo em que todos os vértices de um conjunto está
ligado a todos os vértices do outro conjunto:
Figura 25: Grafo Bipartido Completo K(2,3)
Subgrafo: G′ é subgrafo de G se V (G′) ⊂ V (G) e A(G′) ⊂ A(G).
Um subgrafo G′ de um grafo G é um grafo cujo conjunto de vértices é um subconjunto do
conjunto de vértices G e o conjunto de arestas também é um subconjunto do conjunto de arestas
de G, ou seja, cuja relação de adjacência é um subconjunto de G restrita a esse subconjunto.
Obs. Um subgrafo de um grafo G é próprio se ele for diferente de G.
Grafo induzido: O grafo G” é chamado de subgrafo induzido pelo subconjunto {a, b, c, d}
de V (G), já que todas as arestas incidentes aos vértices de a, b, c, d em G estão em G”.
Observemos que um grafo G� é um subgrafo induzido do grafo G se, e somente se, V (G′′) ⊂
V (G) e A(G′′) = {xy ∈ A(G) : x ∈ V (G′′) e y ∈ V (G′′)}, ou seja, as únicas remoções
permitidas de G para obter G� são as remoções de vértices e suas arestas incidentes.
Denotaremos por G[V1] o subgrafo induzido pelo subconjunto de vértices V1.
Para qualquer subconjunto S de V(G), denotamos por G-S o subgrafo induzido G[V(G)-S].
Se V é um vértice de G, então G− V é o subgrafo induzido de G, obtido quando se remove
o vértice V de G.
154
Figura 26: Grafo G, subgrafo G' e subgrafo induzido G"
Grafos Isomorfos: Dois ou mais grafos são isomorfos, se tiverem o mesmo grau, mesmo
número de arestas e se existir uma correspondência 1 a 1 (biunívoca), entre seus conjuntos de
vértices que preserve as adjacências, veja:
Figura 27: Os grafos X e Z são isomorfos
Observe quenos dois grafos (X e Z) temos uma correspondência 1 a 1, entre os vértices dos
dois conjuntos:
A ←→ E, B ←→ F , C ←→ H, D ←→ G, dessa maneira, esses dois grafos são isomor-
fos. Além do que, as arestas também fazem uma correspondência 1 a 1: (A;B) ←→ (E;F ),
(A;C)←→ (E;H), (A;D)←→ (E;G).
Ex. 9.6. A representação matricial simpli�ca a veri�cação de isomor�smos entre grafos.
Assim dois grafos G1 e G2 são isomorfos se há uma bijeção f : V (G1) → V (G2) de tal
maneira que para todo par (U,V) de elementos de V (G1), U e V adjacentes em G1 se e somente
se, f(U) e f(V ) são adjacentes em G2.
A partir da representação matricial pode-se dizer que dois grafos são isomorfos se for possível
alterar os nomes dos vértices de um deles de tal modo que os dois grafos �quem iguais a expressão
G1 ' G2
155
AA BB
CC
DD
EE
FF
B1B1
A2A2
F5F5
C3C3
D4D4
E6E6
Figura 28: Grafos Isomorfos
é uma abreviatura de G1 é isomorfo a G2.
Se dois grafos são idênticos, eles podem ser representados pelo mesmo diagrama. Entretanto,
é possível que grafos que não sejam idênticos tenham um mesmo diagrama. Isto signi�ca que
eles têm uma estrutura idêntica, ou seja, eles são isomorfos.
9.6 Passeios, Caminhos, Trajetos e Circuitos
Passeio: É uma sequência alternada de vértices e arestas, que começa e termina com vértices.
Figura 29: Passeio
Caminho: ou caminho simples é um passeio com vértices distintos.
156
É um passeio sem arestas repetidos.
Trilha ou trajeto: É um passeio em que todas as arestas são distintas.
Circuito: é um trajeto em que o vértice inicial é igual ao vértice �nal.
Figura 30: Circuitos
Ciclo: É um circuito em que todos os vértices são distintos, exceto o primeiro e o último
serem o mesmo.
Chamamos de acíclico os grafos que não possuem ciclos.
9.7 Algumas propriedades
Observe o grafo G da Figura 31:
O grafo G tem tamanho 6 + 8 = 14, pois tem seis vértices V = 6 e oito arestas A(G) = 8.
O grau g de cada vértice de G(6, 8) é:
g(A) = 2, g(B) = 3, g(C) = 3, g(D) = 4, g(E) = 2, g(F ) = 2, somando o grau de todos os
vértices, temos que a soma dos graus de todos os vértices é:
g(A) + g(B) + g(C) + g(D) + g(E) + g(F ) =⇒ 2 + 3 + 3 + 4 + 2 + 2 = 16.
Nota-se que, a soma dos graus dos vértices de um grafo é sempre o dobro do número de
arestas, ou seja, 16 = 2 A(G) =⇒ A(G) = 8.
Que pode ser estabelecido pelo seguinte Teorema:
Teorema 9.1. Para todo grafo G(V,A) a soma dos graus dos vértices
∑n
i=1 g(Vi) é sempre o
dobro do número de arestas, 2 A.
Demonstração 1: Direta
É fácil perceber esse teorema, basta para isso observar que cada aresta é incidente há dois
vértices. No momento que se soma os graus dos vértices ela é contada duas vezes, por isso essa
soma dos graus dos vértices de um grafo é o dobro do seu número de arestas.
Demonstração 2: Indução Matemática
Supomos que G(V,A) é um grafo não orientado qualquer e seja P a propriedade
n∑
i=1
grau(Vi) = 2|A|
BI: Para G(1, 0) temos que o grau do único vértice do grafo é zero, e que |A| = 0. Logo P
é verdadeira.
157
Figura 31: Grafo G
HI: Seja G(V,A) um grafo com a propriedade P .
Prova: Seja G' um grafo obtido de G(V,A) por uma das seguintes operações:
a) Inserção de um vértice.
O vértice inserido tem grau zero, pois não está conectado com nenhum outro vértice do grafo,
de modo que o número de aresta (acerescenta zero aresta também) também não é alterado.
Como o número de grau dos vértices e o número de arestas do grafo não foi alterado, ele mantém
a propriedade P .
b) Inserção de uma aresta.
b1) Inserção de uma aresta conectada a dois vértices. Neste caso aumenta uma unidade de
grau em cada um dos dois vértices. E a P �ca verdadeira.
b2) Inserção de uma aresta conectada a um vértice (laço). este caso, são acrescida duas
unidades de grau no próprio vértice.
Em ambos os casos, o grau do grafo aumenta de duas unidades e o número de arestas de
uma unidade. Logo P se mantèm válida.
Portanto, a propriedade P de que a soma dos graus dos vértices de um grafo não orientado
qualquer é o dobro do número de arestas.
Corolário: Em todo Grafo G(V,A), existe um número par de vértices de grau ímpar.
Demonstração Direta:
Se num grafo G(V,A) qualquer tiver um vértice de grau ímpar, isto é, tiver um número
ímpar arestas associadas a ele, necessariamente deverá haver outro vértice com quantidade
ímpar de arestas, para que a soma dos graus dos vértices seja um número par, pelo teorema
anterior.
Assim nesse e em qualquer outro grafo a quantidade de vértices de grau ímpar existirá em
quantidade par.
158
Ex. 9.7. Veja o grafo G anterior, os dois vértices C e B possuem número ímpar de arestas.
Demonstração por contradição:
Seja G(V,A) um grafo não orientado. Seja n o número de vértices de G de grau ímpar.
Suponha que n seja ímpar. Assim teríamos a soma dos graus dos vértices de G seria ímpar, o
contraria o Teorema 1. Logo, não pode existir um número ímpar vértices de grau ímpar.
Como a soma dos graus de um grafo é par (pelo teorema 1) o número de vértices de grau
ímpar deve necessariamente ser par
Segue que a soma dos graus dos vértices de G é ímpar
Teorema 9.2. Seja G(V,A) um grafo não-orientado e conexo com n vértices. Então G contem
pelo menos n− 1 arestas,
?
Demonstração 2: Indução Matemática
BI: Consideramos G(1, 0) um grafo com 1 vértice e zero aresta. Logo a propriedade é válida.
HI: Consideramos G(V,A) um grafo não-orientado e conexo com n vértices que contem pelo
menos n− 1 arestas,
Prova: Seja G′ um grafo não-orientado e conexo obtido a partir de G por:
a1) Inserção de um vértice. Para que ele permaneça convexo, ao inserir mais um vértice
em G‘, é necessário inseri mais uma aresta que o conecte a um dos outros vértices. Logo a
propriedade P é mantida em G′.
a2) Inserção de uma aresta. A propriedade é mantida.
Portanto, um grafo G não orientado conexo com n vértices contem pelo menos n−1 arestas.
9.8 Menor caminho
Um grafo valorado é um grafo em que as arestas tem valores.
Um esboço das opções de trajetos que Cláudio têm para ir da Casa de sua mãe até a Casa
de sua Avó é mostrado a seguir na Figura 32 com as respectivas distâncias em unidades de
comprimento.
Pergunta-se: Qual é o menor caminho para Cláudio ir da casa da sua Mãe até a casa da
sua Avó com as distância mostradas em unidades de comprimento?
Para resolver esse problema e, outros do mesmo estilo, utilizaremos o método proposto por
Edsger Wybe Dijkstra, [6], que é uma solução simples e possível s(d), e que pode ser executada
manualmente, já que nosso grafo é pequeno. Em outros casos mais gerais são necessários
recursos computacionais.
A solução é encontrada com o seguinte objetivo de sempre encontrar o menor caminho.
Comecemos com a seguinte pergunta: Qual o ponto mais proxímo da Casa da Mãe?
Olhando o esboço percebe-se que é a Padaria Pão Top, que está a uma distancia de 11
unidades de medida. Assim, escolhemos esta aresta.
Agora a partir desse ponto (vértice), Padaria Pão Top, fazemos a mesma pergunta: Qual o
ponto mais próximo da padaria? Pelo esboço veri�camos que é a Praça dos Heróis e, que até
aqui a menor distancia foi de 11 + 4 = 15 unidades.
No grafo a seguir da Figura 32 mostramos o acumulado das distâncias:
Assim, a menor distancia entre a Casa da Mãe e a Praça dos Heróis é 15 unidades de
comprimento, agora vemos pela Figura 34 que o ponto mais próximo é a Estação de Trem,
podemos ver pela �gura abaixo o acumulado pela Estação de Trem e pela Escola Feliz:
Nesse ponto, percebemos que para chegar no Bosque, o menor caminho é pela Estação de
Trem em se acumula 33 unidades, já pela Escola Feliz até a casa da Avó são 34 unidades de
159
Casa da Mãe
Padaria
Pão Top
Mercado X
Praça dos
Heróis
Escola
Feliz
Estação de
Trem
Bosque
Casa da Avó
15
11 16
5
12
11
4
13
7
13
8
6
5
Figura 32: Esboço dos caminhos para ir da Casa da Mãe até a Casa da Avó
comprimento, conforme a Figura 34, entretanto, do Bosque até a casa da Avó o acumulado é
de 33 unidades, dessa maneira o menor caminho do nosso problema é o passeio mostrado em
negrito naFigura 34:
Encontramos a solução sempre procurando a menor distancia entre vértices (ou pontos)
adjacentes (o interessante é sempre ir colocando nas arestas o valor acumulado por cada uma
das opções, para assim ter condições de avaliar qual o menor, já que sempre o acumulado é
a soma das distâncias entre vértices (pontos), e no �nal essa soma desejada indicará o menor
caminho.
Esse é um método aproximado em que a cada vértice escolhe-se o seguinte, de modo que
seja o mais perto dele. O resultado é razoável, porém, casualmente, uma dessas escolhas pode
levar a um caminho bem diferente do que seria o ideal.
9.9 Grafos, Caminhos e ciclos eulerianos
Os resultados ou teoremas propostos tem como pressuposto ser um recurso matemático para
resolver problemas semelhantes em que a quantidade de vértices e arestas são enormes e que pela
forma manual se torna impraticável e mesmo com os recursos computacionais o tempo gasto
seria gigantesco, tornando assim muitas vezes um problema com solução difícil de determina-lá.
Imagine um grafo, do mesmo tipo, com 20 arestas e ser pedido encontrar qual o melhor
passeio por todas elas, passando uma vez só em cada uma delas e retornando ao ponto de
partida.
Grafo Euleriano: Um grafo com m arestas chama-se euleriano, se exite uma trilha
160
Casa da Mãe
Padaria
Pão Top
Mercado X
Praça dos
Heróis
15
11 16
20
15
Figura 33: Distancia acumulada da Casa da Mãe até a Praça dos Heróis
161
Casa da Mãe
Padaria
Pão Top
Mercado X
Praça dos
Heróis
Escola
Feliz
Estação de
Trem
15
11 16
20
26
15
22
Figura 34: Menor caminho até agora está em negrito
162
.
Casa da Mãe
Padaria
Pão Top
Mercado X
Praça dos
Heróis
Escola
Feliz
Estação de
Trem
Bosque
Casa da Avó
15
11 16
20
26
15
22
34
33
27
Figura 35: Menor caminho é a sequência Casa da Mãe-Padaria, Praça-Estação-Bosque-Casa
da Avó.
163
fechada (ciclo) em G, isto é, podemos percorrer cada aresta uma só vez, partindo de um vértice
e a ele retornando.
Grafo Semieuleriano: Se o grafo não é euleriano, mas tem uma trilha aberta (caminho),
ou seja, é possível partir de um vértice passar uma e, só uma vez, em cada aresta e chegar a
outro vértice, diferente do original, então, ele se chama de grafo semieuleriano.
Observe os grafos abaixo:
Figura 36: Grafos Euleriano, Semieuleriano e simples
No grafo G1 é possível partir de qualquer vértice e à ele retornar passando por todas as
arestas uma vez só (faça o trajeto com um lápis sobre esse).
No grafo G2 é possível sair de um vértice especi�co e chegar a outro, também especi�co (ou
vice-versa), passando uma vez só em cada aresta (faça esse caminho sobre o grafo e descubra
esses vértices).
No grafo G3 não é possível realizar nem um tipo de passeio que passe por todas as arestas
uma vez só em cada uma.
Lema 9.1. Se todo vértice de um grafo (não necessariamente simples) G tem grau maior ou
igual a 2, então G contém um ciclo.
Demonstração: Observe que se o grafo tiver laço ou aresta múltipla, temos ai um ciclo. No
caso de grafos simples, a trilha inicia de um vértice inicial (v0), dessa maneira, ao chegarmos
a um vértice qualquer é porque ele já foi visitado ou está sendo visitado pela primeira vez e,
nesse caso, podemos continuar até produzir um ciclo já que todos os vértices têm grau maior
ou igual a dois. Sendo o número de vértices �nito, então, prova se o lema. Use o grafo G3 (na
�gura 16) e veri�que o lema, veja que é possível determinar um ciclo naquele grafo e o mesmo
não ocorre, por exemplo, nos grafos da �gura 6.
Teorema de Euler 9.1. Teorema de Euler: Um grafo conexo (não necessariamente simples)
G é euleriano se, e somente se, todos os seus vértices tem grau par.
Demonstração:
(→) Tomemos um grafo G que tenha uma trilha fechada (um ciclo) que passe por todos
os vértices, onde assim seu comprimento é de m (m arestas), nessa perspectiva, toda vez que
passe por um vértice utiliza-se duas arestas, uma que chega e outra que sai do vértice, logo o
grau de todos os vértices deve ser, obrigatoriamente, par.
(←) Por indução sobre o número m de arestas do grafo G.
Base da Indução: No caso do grafo nulo (m = 0), o teorema é válido, tomando zero como
par.
164
Hipótese de Indução: Suponha que, o teorema seja válido para todos os grafos com
menos do que m arestas.
Sendo G conexo, todos os vértices têm grau maior do que dois, pois, são pares. Pelo
lema anterior, G contém um ciclo (trilha fechada), escolhemos uma trilha T com comprimento
máximo, assim, se T têm comprimento m está provado, já que m é o total de arestas.
Caso aconteça de sobrar o grafo H do grafo G, ao retirar as arestas da trilha T, vemos que o
número de arestas retiradas de cada vértice em T foi par, e todos os vértices do grafo têm grau
par (Hipótese de Indução), pelo menos uma das componentes de H tem um vértice em comum
com T e têm todos os vértices com grau par.
Pela indução, H tem uma trilha fechada que passa por todos os vértices de H, e podemos
formar uma trilha fechada maior unindo T com a trilha em H, contrariando a maximalidade
na escolha de T, logo, nesse grafo G de m arestas, a trilha fechada (ciclo) T, têm o máximo de
arestas m quando todos os vértices têm grau par.
Corolário 9.1. Um grafo conexo (não necessariamente simples) G é semieuleriano se, e
somente se, no máximo, dois vértices têm grau ímpar.
Demonstração:
(=⇒) Sabemos que em um grafo qualquer exite sempre uma quantidade par de vértices de
grau ímpar, sendo o grafo G conexo pelo lema todos os vértices têm grau maior que 2, dessa
maneira, um caminho (trilha aberta) em G poderá ter no máximo dois vértices com grau ímpar,
sendo esses o vértice inicial e o outro o �nal dessa trilha que passa uma só vez em cada aresta.
(⇐=) sabemos que num grafo em que todos os vértices têm grau par, é possível realizar
um ciclo, se adicionarmos dois novos vértices de grau ímpar a esse grafo é possível termos um
caminho, que comece em um dos dois novos vértices e termine no outro, já que ambos têm
quantidade ímpar de arestas, porém, se adicionarmos mais um ou qualquer outra quantidade
de vértices de grau ímpar nesse grafo, ele não terá uma trilha aberta, dado que sempre �cará,
no minimo, uma aresta para percorrer, logo, o grafo G para ter um caminho (trilha aberta) que
passe uma vez só em cada aresta poderá ter no máximo dois vértices de grau ímpar (sendo um
inicial e outro �nal).
Assim, retornando a �gura do esboço em forma de grafo do problema das pontes de Konis-
berg e, com o Teorema de Euler e seu Corolário, podemos perceber que não há solução positiva,
pois, todos os 4 vértices têm grau ímpar, o que não possibilita nem um ciclo e nem um caminho
que passe uma única vez só por todas as arestas.
9.10 Grafos e ciclos hamiltonianos
Trata-se de um problema similar aos grafos eulerianos, que é procurar uma trilha fechada em
G, que passe por todos os vértices uma e só uma vez em cada vértice. Em que uma trilha,
assim, teria que ser um ciclo (deste que não seja um grafo nulo com um vértice) a esse tipo ciclo
denominamos por Ciclo Hamiltoniano. O nome é em homenagem ao irlandês Sir Willian R.
Hamilton (1805-1865), que estudou e divulgou o problema. As de�nições de grafo hamiltoniano
e grafo semi-hamiltoniano, seguem as mesmas diretrizes dos grafos eulerianos. Entretanto, as
semelhanças param por aqui.
O problema de descobrir se um grafo é ou não hamiltoniano é um dos mais estudados da
Teoria dos Grafos por sua aplicabilidade em comunicação, planejamento, transporte e outros.
Até hoje, nenhuma condição necessaria e su�ciente (de forma elegante) para que um grafo seja
hamiltoniano foi encontrada, sendo que todos os teoremas se encontram muito longe de oferecer
uma previsão razoável de solução.
165
Observe a �gura 36 os grafos G′ e G′′:
Figura 37: Grafos hamiltoniano (G') e semi-hamiltoniano (G�)
O grafo G′ é hamiltoniano, pois é possível realizar um ciclo, por exemplo, a sequência de
vértices: AECDBA e, o grafo G′′ é semi-hamiltoniano, pois é possível realizar um caminho,
por exemplo, a sequencia de vértices:BADCGHEF . Como de�nido, podemos perceber que
em grafos pequenos manualmente é possível encontrar uma sequencia de arestas, evidentemente
não sendo a única, já que dependendo da quantidade de vértices teremos um número grande
de possibilidades.
O que pode di�cultar é determinar o melhor caminho quando além de ter arestas valoradas
a quantidade de vértices for grande (como por exemplo em um grafo de 15 vértices teremos 15!
possibilidades de ciclos diferentes).
9.11 Problema chinês do carteiro
Uma aplicação dos conceitos de grafos eulerianos, em que as arestas são valoradas (têm valores
como peso, distancia e outros), em que temos uma função: f : A→ <+, como no algoritmo de
Dijakstra.
Este tipo de problema, consiste, por exemplo, em minimizar o esforço do carteiro que
percorre as ruas de uma cidade. Se o grafo que representa a cidade for um grafo euleriano,
não há problema, mas se não for, temos que torná-lo um. Para isso, como em todo grafo a
quantidade de vértices de grau impar ocorre em quantidades pares, basta liga-los por uma aresta
�cando assim ambos com grau par. Evidentemente, que a ideia não é construir uma nova rua
e sim percorrer ruas repetidas de forma econômica. Existem problemas desse tipo complexos,
porém, têm-se algoritmos que produzem resultados com boa e�ciência. Tais problemas são
estudados e pesquisados devido à economia que as soluções podem gerar.
Observe a grafo G 37 a seguir que tem suas arestas valoradas, onde deseja-se sair e retornar
ao vértice A:
Observe que não é possível realizar o ciclo, dado que G, não é um grafo euleriano, para isso
vamos torná-lo um. Os vértices B,C,D,E são todos vértices de grau ímpar (grau 3), como
a busca para solucionar é eulerizar o grafo, uma das soluções é acrescentar novas arestas e,
assim, nesse grafo podemos inserir uma aresta entre os vértices D e E, B e C, conforme a �gura
166
4
5
2
5
3
2
3
6
4
8
A
B
C
D
E
F
G
Figura 38: Grafo G valorado
167
abaixo, onde arestas adicionais são tracejadas (veja que outras soluções também são possíveis
e que optamos por esta):
4
5
2
5
3
2
3
6
4
8
A
B
C
D
E
F
G
Figura 39: Grafo G com as arestas adicionadas tornando-o um grafo euleriano
Com as novas arestas o grafo G torna-se um grafo euleriano, possibilitando sair e retornar
ao vértice A, o que �ca claro é que a correção sugerida mostra que as arestas DE e BC deverão
ser percorridas duas vezes de forma a completar o ciclo de forma mais econômica. Tanto o
problema como a busca por soluções é um dos campos de estudo da teoria dos Grafos, dada a
otimização que o resultado desse processo podem oferecer.
O famoso Problema do Caixeiro Viajante é um dos tipos de problemas mais estudados em
pesquisa operacional, dado que até o momento não há um algoritmo computacional e�ciente
para solucioná-lo.
168
Seu enunciado é simples, basta termos um grafo completo valorado G e, desejarmos deter-
minar o valor do menor caminho hamiltoniano de G. A di�culdade desses problemas é que eles
sempre trabalham com grafos com mais de 60 vértices, tratando-se de um K60 em que a solução
seria examinar as 60! permutações existentes o que não é possível, pois, levaria milênios mesmo
com uso de recursos computacionais. Na tentativa de encontrar alguma solução para esses pro-
blemas (como no caso de grafos eulerianos), há alguns algoritmos heurísticos, mas nada de que
seja elegante em termos de solução, dado que trata-se de um problema de categoria especial,
para maiores informações vide [6] e [7].
Ex. 9.8. Considere o mapa do Nordeste brasileiro a seguir em que cada estado está representado
pela sua sigla o�cial. Se cada estado for representado por um vértice e que dois vértices são
adjacentes se os estados fazem fronteira, responda os itens na �gura a seguir:
tt
BA
SE
PE
Figura 40: Grafo dos estados do nordeste brasileiro
1. Escreva o grafo G = (V,A), explicitando os conjuntos V e A, e faça uma representação
grá�ca de G.
2. Qual é o grau de cada vértice de G?
3. Qual é o número mínimo de cores que podemos colorir o grafo G sem que vértices adja-
centes tenham cores iguais?
R. (a) Temos G = (V,A), em que o conjunto dos vértices é:
V = {MA,PI, CE,RN,PB, PE,AL, SE,BA}
e o conjunto de aretas é:
A = {{MA,PI}, {PI, CE}, {PI, PE}, {PI,BA}, {CE,RN}, {CE,PB}, {CE,PE},
{RN,PB}, {PB, PE}, {PE,AL}, {PE,BA}, {AL, SE}, {AL,BA}, {SE,BA}}
169
(b) O grau de cada vértice é:
g(MA) = 1, g(PI) = 4, g(CE) = 4, g(RN) = 2, g(PB) = 3,
g(PE) = 5, g(AL) = 3, g(SE) = 2, g(BA) = 4.
(c) Com três cores podemos pintar o grafo?
9.12 Exercícios
Ex. 9.9. De�na o que é um grafo. Dê um exemplo de um grafo.
Ex. 9.10. Dado um grafo G(V,A) de�na o seu grau
Ex. 9.11. Quantos vértices e quantas arestas têm o grafo Kn (grafo completo de grau n)
R. |V | = n , e como existem n vértices, cada um deles possuem grau n− 1.
Temos que a quantidade de arestas de um grafo completo de grau n é (como no aperto de
todas as mãos de um grupo de n pessoas) e |E| = n (n−1)
2
.
Ex. 9.12. Descreva o que é um caminho? Exempli�que.
Ex. 9.13. O que é um passeio? Exempli�que.
Ex. 9.14. Determine quais pares dentre os grafos abaixo são isomorfos.
(i)G1 dado por V (G1) = {v1, u1, w1, x1, y1, z1} e E(G1) = {(u1, v1), (u1, w1}, (v1, w1), (v1, x1), (w1, y1), (x1, y1), (x1, z1)}
(ii)G2 dado por V (G2) = (v2, u2, w2, x2, y2, z2} e E(G2) = {(u2, v2), (u2, w2), (v2, w2), (v2, x2), (w2, y2), (x2, y2), (y2, z2)}automor
(iii)G3 dado por V (G3) = {v3, u3, w3, x3, y3, z3} e E(G3) = {(u3, v3), (u3, w3), (v3, w3), (v3, x3), (w3, y3), (x3, y3), (u3, z3)}.
Ex. 9.15. Mostre que existem 11 grafos não-isomorfos com 4 vértices.
Ex. 9.16. Sejam G e H grafos isomorfos e f : V (G)→ V (H) um isomor�smo.
È verdade que G[U ] é isomorfo a H[f(U)] para todo U ∈ V (G)? Justi
que.
Ex. 9.17. Um automor�smo de um grafo é um isomor
�smo do grafo sobre ele mesmo. Quantos automor�
smos tem um grafo completo?
Ex. 9.18. Mostre que o conjunto de automor�smos de um grafo com a operação decomposição
de funções de nem um grupo.
Ex. 9.19. Qual o numero de grafos distintos sobre um conjunto de vértices V de tamanho n?
Ex. 9.20. Prove que há pelo menos (
n
2)
n!
grafos não isomorfos sobre um conjunto de vértices de
ordem n.
Ex. 9.21. Um grafo G = (V, E) é vértice-transitivo se para quaisquer u, v ∈ V existe um
automor�smo f de G com f(v) = u. Analogamente, G é aresta-transitivo se para quaisquer
arestas (x, y), (z, w) ∈ E existe um automor�smo f de G tal que (f(x), f(y)) = (z, w).
Dê um exemplo de grafo vértice-transitivo.
Dê um exemplo de grafo aresta-transitivo.
Dê um exemplo de grafo aresta-transitivo mas não vértice-transitivo.
Ex. 9.22. Pode haver um grafo simples com 13 vértices, cada um com grau 3?
170
Ex. 9.23. Atividade: Resolução de um Problema
Considere o grafo G(5, 8)
ff
gg
hh
ii
jj
kk
ll
mm
AA
BB CC
DD
EE
1. Dado um grafo G(V,A) qual é o seu tamanho (vértices + arestas)? Qual é o tamanho do
grafo G(5, 8)?
2. Quais são os graus de cada vértice?
3. Qual é a soma dos graus dos vértices?
4. Qual é a relação que existe entre a soma dos graus dos vértices e o número de arestas?
Você sabe provar este resultado? Prove!
5. O grafo dado é regular?
6. O grafo é conexo?
7. De�na grafo completo e dê um exemplo.
8. Existe um ciclo Hamiltoniano no grafo dado? O grafo é Hamiltoniano? (existe uma trilha
que passe por todos os vértices uma única vez?)
9. O grafo dado é uma árvore?
10. O grafo dado é bipartido?
11. Qual é o número de cores que podemos usar para colorir o grafo sem que vértices vizinhos
tenham cores diferentes?
12. O grafo dado é plano?
171
13. Com as ligações espaciais entre os oito planetas do sistema solar, foguetes viajam ao longo
das seguinte rotas: Te-Me (Terra - Mercúrio), Me-Ve (Mercúrio - Vênus), Ur - Ne (Urânio
- Netuno), Ne - Sa (Neturno - Saturno), Sa - Ju (Saturno - Júpiter), Ju- Ma (Júpiter -
Marte) e Ma - Ur (Marte - Urânio). Um viajante pode ir da Terra para Marte?
R. Elabore um grafo com os vértices sendo os Planetas e as arestas as rotas. Não é
possível!14. Na cidade Hipotètica do Oeste existem 15 telefones. Eles podem ser concetados de modo
que cada telefone seja conectado a outros cinco?
R. Veri�que a relação entre a número de vértices e de arestas. Imagine um grafo em que
os Telefones são representados pelos Vértices e os �os de conexão as arestas. Este grafo
tem 15 vértices e cada um deles tem grau 5. Para sabermos os número de arestas no
grafo, podemos somar os graus de todos os vértices. Na soma, cada aresta é somada duas
vezes, logo o número de arestes é igual a 15×5
2
que não é um número inteiro. E assim, não
podemos construir tal grafo, e portanto, não é possível que cada telefone seja conectado
a outros 5.
Referências
[1] POLYA, George. A Arte de resolver Problemas. 2. ed. Rio de Janeiro: Interciência, 1995.
[2] BURAGO, A. Math circle diaries: year 1, complete curriculum for grades 5 to 7. Seatle:
American Mathematical Society, 2012. (MSRI Mathematical Circles Library; 11).
[3] FEOFILOFF, P. et. al. Uma Introdução Sucinta á Teoria dos Grafos. 2011. Disponível
em: https://www.ime.usp.br/ pf/teoriadosgrafos/texto/TeoriaDosGrafos.pdf> Acessado
em: 24/06/2019.
[4] Figueiredo, L. M. , Olivero da Silva, M e Ortegosa da Cunha, M., Matemática Discreta,
3.ed. � Rio de Janeiro : Fundação CECIERJ, 2005.
[5] FOMIN, D.; GENKIN, S.; ITENBERG, I. Círculos matemáticos:a experiência russa. Rio
de Janeiro: IMPA, 2012. (Círculos Matemáticos).
[6] JURKIEWICZ, Samuel. Grafos - Uma Introdução, 2012. Disponível em:
<http://www.obmep.org.br/docs/Apostila5-Grafos.pdf> Acessado em 06/08/2016.
[7] LUCCHESI L., Cláudio. Introdução á Teoria dos Grafos. Rio de Janeiro. Instituto de
Matemática Pura e Aplicada, 1979.
[8] Malagutti, P. L. A. e Cordeiro de Morais Filho, D. Matemática discreta, Cuiabá, MT :
Central de Texto, 2013.
[9] WISKE, Martha Stone. et. al. Ensino para a compreensão: A pesquisa na prática. Porto
Alegre: Artmed, 2007.
[10] SAMPAIO, João Carlos V. Passeios de Euler e as pontes de Konisgsberg. Disponi-
vel em: <http://www.dm.ufscar.br/profs/sampaio/PasseiosdeEuler.pdf> acessado em:
09/11/2016.
172
[11] SCHEINERMAN, E. R. Matemática discreta: uma introdução. São Paulo: Thomson Le-
arning Edições, 2006.
[12] STEIN, C. e DRAYSDALE, R. L. e BOGARTT, K. Matemática discreta para ciência da
computação, São Paulo: Pearson, 2013.
173