Famat Revista 04

www.famat.ufu.
br
Revista Cientfica Eletrnica da
Faculdade de Matemtica - FAMAT
Universidade Federal de Uberlndia - UFU - MG
Nmero 04 - Abril de 2005
f
W
e-mail: revista@famat.ufu.br
Comit Editorial: Edson Agustini
Valdair Bonfim
Antnio Carlos Nogueira
Flaviano Bahia Paulinelli Vieira
Masa Gonalves da Silva
- Famat/Ufu
- Famat/Ufu
- Famat/Ufu
- Petmat - Famat/Ufu
- Damat - Famat/Ufu
FAMAT em Revista
FAMAT em Revista
ISSN 1806-1958
www.famat.ufu.br
e-mail
revista@famat.ufu.br
Revista Cientca Eletronica Semestral da
Faculdade de Matematica - FAMAT
Universidade Federal de Uberlandia - UFU - MG
Comite Editorial:
Edson Agustini - Famat/Ufu
Valdair Bonm - Famat/Ufu
Ant onio Carlos Nogueira - Famat/Ufu
Flaviano Bahia Paulinelli Vieira - Petmat - Famat/Ufu
Masa Goncalves da Silva - Damat - Famat/Ufu
N umero 04
Abril de 2005
Editorial
O comit editorial da FAMAT em Revista, com muita satisfao, vem disponibilizar
comunidade acadmica o seu quarto nmero. A FAMAT em Revista a revista eletrnica de
divulgao cientfica da comunidade acadmica da Faculdade de Matemtica da Universidade
Federal de Uberlndia - MG. A sua finalidade promover a circulao das idias, estimular o
estudo da matemtica e despertar a curiosidade intelectual dos estudantes e de todos aqueles
que se interessam pelo estudo de Matemtica.
Gostaramos de externar nosso contentamento com a aceitao de nossa revista; a
quantidade de artigos completos de iniciao cientfica vem se mantendo expressiva desde a
edio anterior, o que tomamos como um ndice de que nossos esforos, em prol do estudo de
matemtica e de mantermos uma revista voltada para trabalhos de graduao, esto logrando
certo xito.
Assim como no nmero anterior da FAMAT em Revista, gostaramos de anunciar a
continuidade da promoo da seo Problemas e Solues. Convidamos o leitor a acessar essa
seo, resolver dois dos problemas propostos e participar do sorteio de exemplares de livros
das Olimpadas Brasileiras de Matemtica.
Em relao ao contedo do quarto nmero da revista, foram contempladas as atividades
desenvolvidas ou finalizadas durante o segundo semestre de 2004 e parte do primeiro
semestre de 2005. Abaixo, apresentamos de modo sucinto as diversas contribuies e matrias
que compem cada seo.
Em Artigos Completos de Iniciao Cientfica, contamos com onze trabalhos instigantes
e proveitosos, todos desenvolvidos em projetos de iniciao cientfica orientados por
professores da FAMAT. Certamente a leitura dos mesmos ir enriquecer a formao de
estudantes de matemtica.
Na seo Problemas e Solues, apresentamos a resoluo dos quatro problemas
propostos no nmero anterior. Dentre as resolues, publicamos duas enviadas pelo aluno
Flaviano Bahia Paulinelli Vieira, ganhador da promoo acima citada. Alm disso, quatro
novos desafiadores problemas so propostos neste nmero e continua a promoo para
aqueles que nos enviarem pelo menos duas resolues corretas de tais problemas.
Na seo Eventos, disponibilizamos aos nossos leitores um complemento da lista dos
eventos ligados matemtica a serem realizados no primeiro semestre de 2005 e anunciamos
os principais eventos j confirmados para o segundo semestre de 2005.
Na seo Reflexes sobre o Curso de Matemtica, apresentamos o artigo Projeto
Pedaggico: seu Significado e Primeiras Reflexes, sobre o projeto pedaggico que dever
ser implementado em breve nos cursos de licenciatura da Universidade Federal de Uberlndia.
O texto redigido pelo prof. Valdair Bonfim, coordenador do Curso de Licenciatura e
Bacharelado em Matemtica, um convite reflexo sobre os problemas enfrentados pelo
nosso curso de licenciatura e suas possveis solues.
Na seo Em sala de aula, comemoramos um grande crescimento do nmero de
trabalhos nesse nmero da revista. Apresentamos oito trabalhos relacionados ao ensino de
matemtica. Seis deles so trabalhos de Modelagem Matemtica desenvolvidos por alunos da
disciplina Instrumentao para o Ensino de Matemtica, sob a orientao da prof
a
. Rosana
Sueli da Motta Jafelice. Os outros dois trabalhos so sobre curvas cnicas. Um deles, de
autoria do prof. Jocelino Sato, trata do estudo dessas curvas e suas diversas aplicaes. O
outro trata do estudo de cnicas via seis construes geomtricas utilizando o software Cabri
Gomtre II e foi desenvolvido no primeiro semestre de 2004 pelo aluno Rafael Siqueira
Cavalcanti, sob a orientao do prof. Edson Agustini, no mbito do projeto PIBEG (Programa
Institucional de Bolsas de Ensino de Graduao).
Na seo Iniciao Cientfica em Nmeros, trazemos uma descrio dos atuais projetos
de iniciao cientfica e dos de ensino da FAMAT-UFU desenvolvidos por alunos do Curso
de Licenciatura e Bacharelado em Matemtica. Assim como no nmero anterior da revista,
ressaltamos o aumento significativo de graduandos envolvidos em projetos de iniciao
cientfica e projetos de ensino na FAMAT.
Na seo E o meu Futuro Profissional?, apresentamos um importante artigo: Ps em
Outras reas: Opo ou Falta de Opo?de autoria do prof. Geraldo Marcio de Azevedo
Botelho. Nesse artigo discutida a escolha da rea de curso de ps-graduao pelo graduado
em Matemtica que deseja ingressar no mercado de trabalho como docente de uma instituio
pblica de ensino superior. A importncia de tal artigo reside no fato de que uma opo
cmoda ou errada de Ps-Graduao pode significar portas fechadas no mercado de trabalho.
Na seo Merece Registro, destacamos as atividades e os fatos que mereceram destaque
na FAMAT no perodo de setembro de 2004 a abril de 2005.
Finalmente, esperamos que nossos leitores apreciem os trabalhos aqui publicados e
lembramos que crticas e sugestes produtivas so sempre bem-vindas.
Comit Editorial
Indice de Secoes
Secao 1: Trabalhos Completos de Inicia cao Cientca 7
Secao 2: Problemas e Solu coes 153
Secao 3: Eventos 163
Secao 4: Reexoes sobre o Curso de Matematica 169
Secao 5: Em Sala de Aula 177
Secao 6: Inicia cao Cientca em N umeros 301
Secao 7: E o meu Futuro Prossional? 309
Secao 8: Merece Registro 317
FAMAT em Revista
www.famat.ufu.br
Trabalhos Completos de
Iniciao Cientfica
PBIIC-FAPEMIG-UFU - Programa de Bolsas Institucionais de Iniciao Cientfica da
Fundao de Amparo Pesquisa do Estado de Minas Gerais
PETMAT-UFU - Programa de Educao Tutorial da Faculdade de Matemtica
PIBIC-CNPq-UFU - Programa Institucional de Bolsas de Iniciao Cientfica do
Conselho Nacional de Desenvolvimento Cientfico e Tecnolgico
PROMAT-UFU - Programa Institucional de Iniciao Cientfica e Monitoria da Faculdade de Matemtica
IM-AGIMB - Instituto do Milnio - Avano Global e Integrado da Matemtica Brasileira
p
a
d
Comit Editorial da Seo
Trabalhos Completos de Iniciao Cientfica
do Nmero 04 da FAMAT EMREVISTA:
Edson Agustini (coordenador da seo)
Valdair Bonfim
Instruc oes para submissao de Trabalhos
A Sec ao de Trabalhos de Inicia cao Cientca visa divulgar trabalhos que estejam as-
sociados a projetos cadastrados na(o) PBIIC-FAPEMIG / PETMAT / PIBIC-CNPq /
PROMAT ou IM-AGIMB e orientados por docentes da FAMAT.
Trabalhos completos em nvel de iniciac ao cientca dos programas acima listados
submetidos para publica cao na Revista Eletr onica Famat em Revista estar ao sujeitos
a apreciac ao pelo Comite Editorial respons avel por essa sec ao de artigos e, se for o caso,
por consultores ad hoc ligados ` a area ou sub area do trabalho. Caso se fa ca necessario,
sugestoes para o aperfei coamento do trabalho ser ao dirigidas aos interessados pelo Comite
Editorial.
Alem da redac ao clara e concisa que todo trabalho submetido ` a boa qualidade deve
possuir, pede-se evitar o estilo arido e extremamente tecnico caracterstico de algumas
publica coes matematicas, nao perdendo de vista que o p ublico-alvo ao qual se destina a
revista e constitudo por alunos de gradua c ao.
Os trabalhos submetidos ate o nal de um semestre letivo serao publicados na edi cao
da revista lan cada no incio do semestre letivo subseq uente.
Quanto ` as normas tecnicas para submissao dos trabalhos:
1) Formato do arquivo: PDF
2) Tamalho da Folha: A4
3) Margens: 2,5 cm (portanto, area impressa: 16 cm x 24,7 cm)
4) Tamanho de fonte (letra): 12 pontos (exceto ttulos, subttulos, notas
de rodape, etc, que cam submetidos ao bom senso)
5) Espacamento entre linhas: Simples
6) Orientador(es), tipo de programa e orgao de fomento (se houver)
devem constar no trabalho.
Envio:
Por e-mail: revista@famat.ufu.br
Indice de Trabalhos
Estudo sobre as Propriedades Geometricas das Conicas e suas Aplica c oes 13
Patrcia Borges dos Santos e L ucia Resende Pereira Bonm
O Metodo H ungaro de Otimiza cao para o Problema da Aloca cao de
Tarefas 25
Lais Bassame Rodrigues, Flaviano Bahia Paulinelli Vieira e Edson Agustini
Ideais em Aneis Comutativos 41
Ceclia Pereira de Andrade e Ccero Fernandes de Carvalho
Estabilidade do Pendulo Nao-Linear Invertido Sob Excita cao Parametrica 49
Pablo Hernandes Soares e Marcio Jose Horta Dantas
Modelo de Bertalany para uma Especie de Crustaceo 63
Carolina Fernandes Molina Sanches, Rosana Sueli da Motta Jafelice e
Rosines Luciana da Motta
A Transcendencia do N umero pi 69
Anselmo

Angelo de Almeida Oliveira, Uziel Paulo da Silva e Edson Agustini
Otimiza cao por Col onia de Partculas 87
Jair Rocha do Prado e Sezimaria de Fatima Pereira Saramago
Func oes Polinomiais e Aplica coes 105
Jairo Menezes e Souza e Ccero Fernandes de Carvalho
O Grupo Fundamental de Esferas 113
Rafael Peixoto e Walter dos Santos Motta J unior
Analise de Estabilidade do Regulador Centrfugo 131
Uziel Paulo da Silva e Marcio Jose Horta Dantas
O Teorema Isoperimetrico e o Problema da Cerca 141
Flaviano Bahia Paulinelli Vieira, Las Bassame Rodrigues e Edson Agustini
Estudo sobre as Propriedades Geomtricas das Cnicas e
suas Aplicaes
Patrcia Borges dos Santos
1
Lcia Resende Pereira Bonfim
2
Faculdade de Matemtica FAMAT
Universidade Federal de Uberlndia UFU
38408 100, Uberlndia.
maro de 2005
Resumo
As cnicas desempenham um papel importante em vrios domnios da Fsica,
Economia e Engenharia, entre outros.
Pretendemos apresentar algumas aplicaes e propriedades interessantes
relacionadas com as cnicas, e que no so usualmente abordadas em cursos de Clculo e
Geometria Analtica.
Palavras chave: Geometria Analtica, elipse, parbola, hiprbole.
Introduo
As chamadas sees cnicas elipse, hiprbole e parbola so as curvas que se
obtm como interseo de um cilindro ou cone circular reto com um plano, como ilustra a
figura abaixo:
Hiprbole Parbola Elipse
Vejamos algumas situaes onde essas curvas aparecem:
Por exemplo, se tivermos uma lanterna direcionada para uma parede, o feixe de luz
emitido pela lanterna formar um cone e a parede funcionar como um plano que corta o cone
1
Orientando de Iniciao Cientfica PET Matemtica. E-mail: patricia_1609@yahoo.com.br
2
Professora Orientadora. E-mail: luciapereira@ufu.br
formado. Dependendo da inclinao da lanterna relativamente parede podemos obter uma
circunferncia, uma elipse, uma parbola ou uma hiprbole.
Certos candeeiros de cabeceira, cujo abajur aberto segundo uma circunferncia,
desenham na parede uma hiprbole e no teto uma elipse. Os engenheiros da rea de
iluminao usam este fato, entre outros, para construrem candeeiros, lanternas, etc.
O som emitido por um avio a jato supersnico tem a forma de um cone, pelo que, ao
se chocar com a Terra vai formar uma curva cnica. Assim, dependendo da inclinao do
avio relativamente Terra, vamos obter elipses, parbolas ou hiprboles. A audiometria usa
este fato, entre outros, para saber a que distncia da Terra o avio pode ultrapassar a
velocidade do som.
Fazendo uso das propriedades refletoras das cnicas foram construdos telescpios,
antenas, radares, faris, pticas dos carros, lanternas, etc. J a propriedade refratora das
cnicas aparece em objetos tais como, culos graduados, as lupas e os microscpios.
A seguir, dividiremos o nosso trabalho em trs sees, sendo cada uma delas
relacionada com determinada cnica, para a qual colocaremos a definio em termos de sua
propriedade focal, as propriedades geomtricas, algumas demonstraes e suas aplicaes.
I. Elipse
A elipse o lugar geomtrico dos pontos do plano cuja soma das distncias a dois
pontos fixos desse plano constante. Mais precisamente, no plano da elipse existem dois
pontos F e F, chamados focos, tais que constante a soma PF + PF, onde P um ponto
genrico da elipse.
Em 1822, o matemtico belga G. P. Dandelin demonstrou a propriedade focal da
elipse no caso do cilindro. Usando o mesmo raciocnio empregado, vejamos que isto pode ser
ilustrado imaginando-se uma situao bastante inesperada: Voc chega em casa depois da
aula morrendo de fome, abre a geladeira e encontra um pedao de salame (daqueles que se
parecem com um cilindro circular). Quando vai cort-lo observa que quanto mais inclinada
estiver a sua faca, maior ser sua fatia de salame e tambm observa que o formato dessa fatia
se parece com uma elipse. Seria mesmo uma elipse? Sim, e fcil perceber o porqu.
Imaginemos o momento em que o salame ainda estava inteiro e pensemos em um corte
oblquo que voc fez. Consideremos que tangentes sua faca, de ambos os lados e, tangentes
parede do salame esto colocadas duas bolas de pingue-pongue, encaixadas perfeitamente
formando crculos paralelos. Observe a figura
3
:
Considere os pontos F e F em que as bolas de pingue-pongue so tangentes ao corte e
seja P um ponto qualquer da borda do corte. Trace por P uma reta paralela ao eixo do salame
que tangenciar as bolas de pingue-pongue em A e B. Como os crculos so paralelos, o
segmento AB tem comprimento constante medida que P varia na borda do corte. Note que
3
Considere o plano como sendo o corte feito pela sua faca.
os segmentos PA e PF possuem o mesmo comprimento, pois ambos tangenciam a mesma
bola de pingue-pongue a partir do mesmo ponto P. Do mesmo modo, PB = PF. Assim:
PF + PF =PA + PB = AB = constante;
o que conclui que o formato da fatia mesmo uma elipse.
J o caso do cone circular facilmente ilustrado imaginando-se a seguinte situao:
Voc, que j fez seu lanche, resolve estudar para a prova de amanh. Mas seu quarto um
pouco escuro e voc tem que acender a luminria que est sobre sua mesa. Ento, olha para a
forma que tem a zona iluminada da mesa quando inclina a luminria, e novamente faz aquela
pergunta. Ser que esta figura tambm uma elipse?
Note que a zona de luz mais ou menos a de um cone de base circular. Com o mesmo
truque de Dandelin vamos mostrar que a figura mesmo uma elipse. Agora, colocaremos
duas bolas de tamanhos diferentes, tangentes ao cone e ao plano da mesa de um e do outro
lado desta, tal como na figura
4
:
De maneira anloga anterior resulta:
PF + PF = PA + PB = AB = constante;
independente do raio dessas bolas, j que PF e PA tangenciam a mesma bola, assim como PF
e PB. Portanto P, que pertence zona de luz e ao plano da mesa, descreve uma elipse de focos
F e F, como queramos demonstrar.
A elipse surge de maneira realmente inesperada em muitas outras ocasies, como a
seguinte: Voc est subindo por uma escada de mo apoiada na parede. Antes de chegar ao
topo, a escada comea a escorregar e com isso voc cai no cho. Voc sabia que o seu p, por
exemplo, traou claramente um pedao de elipse no ar?
Inacreditvel, mas a soma das distncias do seu p a dois pontos fixos foi constante
todo o tempo de queda, supondo que voc no tenha dado um salto estranho no ar. Com um
pouco de Geometria Analtica podemos mostrar que isto realmente ocorre.
4
Considere o plano da mesa como sendo o plano da figura.
Supondo que seu p esteja no ponto negro da escada que vai cair (m e n so fixos, tal
que m>n, e se aproxima de zero). Ento queremos mostrar que a curva descrita por este
ponto negro da escada uma elipse. As coordenadas deste ponto so: cos m x = e
nsen y = .
Assim, como 1 cos
2 2
= + sen , substituindo as coordenadas do ponto obtemos:
1
2
2
2
2
= +
n
y
m
x
Para comprovar que isto uma elipse com centro na origem e focos F e F, vamos
mostrar que a soma das distncias do ponto aos focos constante.
As coordenadas dos focos so da forma F(c,0) e F(-c,0), com c>0, ento devemos
encontrar o valor de c. Temos que os focos so simtricos em relao ao centro que, neste
caso, coincide com a origem do sistema de coordenadas cartesianas. Logo d(O,F) = d(O,F) =
c.
Seja N um ponto de interseo da elipse com o eixo y, que o eixo menor desta elipse,
ento d(O,N) = n.
Desse modo, por congruncia de tringulos segue que d(N,F) = d(N,F) e, j que N
pertence elipse temos:
d(N,F) + d(N,F) = 2m (medida do eixo maior)
d(N,F) + d(N,F) =2m
2d(N,F) = 2m d(N,F) = d(N,F) = m.
Ento, por Pitgoras, considerando o tringulo NOF, temos:
.
2 2 2 2 2 2 2 2 2 2
n m c n m c n m c c n m = = = + =
Da segue que as coordenadas dos focos so F(
2 2
n m ,0) e F(
2 2
n m ,0) e a
soma das distncias do ponto ( nsen m , cos ) a F e F :
d
1
+ d
2
=
m n m m n m m
n m m n m m
n m n m m m n m n m m m
n n n m n m m m
n n n m n m m m
n n m n m m m
n n m n m m m
sen n n m n m m m
sen n n m n m m m
nsen n m m nsen n m m
2 ) cos ( ) cos (
) cos ( ) cos (
) ( cos cos 2 ) ( cos cos 2
cos cos 2 cos
cos cos 2 cos
cos 1 ( cos 2 cos
) cos 1 ( cos 2 cos
cos 2 cos
cos 2 cos
) 0 ( ) cos ( ) 0 ( ) cos (
2 2 2 2
2 2 2 2 2 2
2 2 2 2 2 2 2 2 2 2 2 2
2 2 2 2 2 2 2 2 2
2 2 2 2 2 2 2 2 2
2 2 2 2 2 2 2 2
2 2 2 2 2 2 2 2
2 2 2 2 2 2 2 2
2 2 2 2 2 2 2 2
2 2 2 2 2 2 2 2
= + + =
= + + =
= + + + + =
= + + + +
+ + + =
= + + + +
+ + + =
= + + + +
+ + + =
= + + + + =

Como vimos a soma das distncias do ponto a F e F constante e vale 2m, que a
medida do eixo maior da elipse. Assim, o semi-eixo maior da elipse precisamente o que
faltava para voc chegar ao final da escada e o semi-eixo menor a distncia da escada que
voc j tinha percorrido quando a escada comeou a cair.
Outra forma ainda mais inesperada de obter uma elipse a seguinte: Em uma folha de
papel trace uma circunferncia e recorte o crculo. Tome um ponto P qualquer do crculo que
no seja o centro. Dobre o crculo de modo que as bordas passem por P. Desdobre e dobre
vrias vezes de modo que se cumpra a mesma condio.
Uma dobra Outra dobra Muitas dobras
Desse modo descobriremos que todas as dobras envolvem uma elipse e no difcil
demonstr-lo. Considere uma dobra qualquer como a da figura seguinte:
O arco que passa por P o simtrico do arco AQB em relao dobra AB. Trace uma
reta perpendicular dobra AB que passa por P e marque o ponto S interseo da
perpendicular com a circunferncia.
Temos ento que AB mediatriz de PS. Unindo C a S encontramos M, interseo de
AB com CS. Resulta ento que MP = MS e assim:
MC + MP = MC + MS = raio do crculo.
Assim resulta que M est sobre uma elipse de focos C e P e com eixo maior de comprimento
igual ao raio do crculo.
Alm disso, para outro ponto qualquer T de AB tem-se:
TP + TC = TS + TC > CS
(pois o lado CS do tringulo TSC menor que a soma dos outros dois). Assim T no est na
elipse. Isto , o nico ponto de AB sobre a elipse M, por outras palavras, AB tangente
elipse em M. Isto explica que as dobras envolvam a elipse.
Observando a figura vemos pela congruncia dos tringulos PMD e SMD que os
ngulos PMA e AMS so iguais e o ngulo AMS igual ao ngulo CMB (so o.p.v.), ou seja,
resulta que a tangente AB elipse, com ponto de tangncia M, a bissetriz exterior do ngulo
que tem M por vrtice e lados as semi-retas que vo de M aos focos da elipse. Este fato o
que chamamos de propriedade bissetora ou refletora da elipse.
Essa propriedade usada na construo de refletores odontolgicos, aparelhos de
emisso de certos raios usados em Medicina ou nas salas de sussurros existentes em certos
museus americanos de cincia e nos castelos de alguns monarcas europeus excntricos.
A maioria dos dentistas utiliza em seus consultrios uma luminria com espelho
elptico, obtendo assim duas significantes vantagens: A primeira concentrar o mximo de
luz onde se est trabalhando e a segunda evitar que os raios luminosos ofusquem o paciente
causando certo desconforto. Isto porque o espelho, sendo elptico, possui a propriedade de
concentrar os raios luminosos emitidos pela lmpada em um determinado ponto (propriedade
refletora) que ajustado pelo dentista.
Essa mesma propriedade explica o funcionamento de diversos aparelhos de emisso de
raios usados em tratamentos mdicos como, por exemplo, o de radioterapia, cujos raios
devem destruir os tecidos doentes sem afetar os tecidos sadios que se encontram ao redor.
As salas de sussurros so construdas de forma oval onde so marcados dois pontos no
cho. Duas pessoas em p, uma em cada um desses pontos, podem se comunicar em voz
sussurrada, inaudvel no restante da sala.
A forma da sala de fundamental importncia. Ao projet-la, fixam-se dois pontos P e
Q, que ficam na altura da cabea das pessoas que vo se comunicar. A seguir, toma-se uma
elipse que admita P e Q como focos e, a sala construda de tal maneira que qualquer plano
que passe por esses pontos intercepte a sala segundo uma elipse congruente com a escolhida.
Pela prpria definio de elipse, a soma das distncias de um ponto da curva aos focos
constante. Assim, todas as ondas sonoras emitidas em um dos focos que, ao se refletirem
nas paredes da sala, cheguem ao segundo foco, tero percorrido a mesma distncia e, por isso,
chegaro ao mesmo tempo. E a propriedade bissetora, garante que todo som emitido em um
dos focos se dirigir, aps a reflexo, exatamente para o outro foco.
Assim conjugando essas duas propriedades, conclumos que todas as ondas sonoras
emitidas em um dos focos chegaro ao mesmo tempo no outro foco, o que, sem dvida,
proporciona uma amplificao natural do som, explicando o funcionamento das salas de
sussurros.
A Geometria Analtica tem tambm um papel importante no desenvolvimento da
astronomia. Johannes Kepler, telogo e astrnomo alemo, analisando cuidadosamente as
observaes realizadas pelo astrnomo dinamarqus Tycho Brahe, descobriu a forma elptica
das rbitas dos planetas e formulou as famosas trs leis do movimento planetrio.
Kepler decidiu calcular a rbita da Terra concentrando-se no planeta Marte. Pela razo
de ser o primeiro dos planetas exteriores, ele se move mais rapidamente em sua rbita,
retornando logo sua posio inicial, o que facilita o seu estudo.
Ao estudar a rbita de Marte, Kepler pde verificar que esta no podia ser circular ela
mais se parecia com uma oval. Vrios clculos foram feitos e ele verificou que a rbita de
Marte era uma elipse de excentricidade e 0,093 com o Sol em um dos focos.
Kepler estendeu a todos os planetas do sistema solar a lei da rbita elptica, a qual
ficou conhecida como sua primeira lei e que assim se enuncia:
Cada planeta descreve uma rbita elptica, da qual o Sol ocupa um dos focos.
e que marcou uma poca na histria da cincia.
Na II Guerra Mundial, foram utilizados avies que tinham nas extremidades de suas
asas, arcos de elipses. Embora a razo da sua escolha se prendesse ao fato de se obter mais
espao para transportar munies, este tipo de asa diminua a resistncia do ar, favorecendo
melhores performances ao avio em vo.
II. Parbola
A definio de parbola dada considerando-se em um plano uma reta d e um ponto
F, no pertencente d. Desse modo, parbola o lugar geomtrico dos pontos do plano que
so eqidistantes de F e d. Portanto, na figura abaixo, se PD = PF, ento P um ponto da
parbola de foco F e diretriz d.
Alguma vez, voc j associou essa definio a elementos bastante comuns em nosso
dia-a-dia, como as antenas parablicas, os radares, os foges solares e os espelhos dos
telescpios ou dos faris dos carros? No! Ento vamos descobrir como isto acontece.
As antenas parablicas so utilizadas para captar ondas eletromagnticas emitidas por
um satlite artificial e convert-las em um sinal de TV. O feixe de raios emitidos pelo satlite
que atingem a antena ser refletido para o foco dessa parbola, onde estar um aparelho
receptor que far a converso, permitindo que voc assista a filmes, jornais e outros
programas.
Da mesma maneira, os foges solares captam a energia solar para utiliz-la na coco
dos alimentos. As propriedades da parbola so de fundamental importncia para um bom
desempenho do fogo, pois so elas que garantem a origem de uma zona focal onde toda
radiao incidente no concentrador parablico converge para este foco onde a temperatura
assume valores necessrios para o cozimento dos alimentos.
J nos faris de carros o espelho parablico utilizado da seguinte maneira: coloca-se
uma lmpada no foco do espelho parablico e os raios luminosos emitidos pela lmpada sobre
o espelho sairo todos paralelos ao eixo que contm o foco e o vrtice da superfcie
parablica.
Os radares e os espelhos dos telescpios usam as propriedades da parbola de maneira
similar s citadas anteriormente para a antena parablica, para os foges solares e para os
espelhos dos faris de carros.
Para demonstrar, vamos primeiramente observar que uma parbola separa os demais
pontos do plano em duas regies: uma onde cada ponto tem distncia ao foco menor que sua
distncia diretriz (chamada regio interior) e outra onde a distncia de cada ponto ao foco
maior que a distncia diretriz (chamada regio exterior).
A figura acima mostra uma parbola de foco F e diretriz d e uma reta r paralela a d
cortando a curva em P e P. Se o ponto P
1
interior ao segmento PP, ento P
1
F < PF = PD =
P
1
D
1
e, portanto, P
1
interior parbola. Por outro lado, se P
2
um ponto da reta r exterior ao
segmento PP, ento P
2
F > PF = PD = P
2
D
2
e P
2
exterior parbola.
Nos casos citados consideremos que os raios de luz e que as ondas eletromagnticas se
propaguem em linha reta. Assim, quando esses sinais so refletidos em um ponto qualquer de
uma superfcie tudo se passa como se estivessem sendo refletidos em um plano tangente
superfcie nesse ponto, de acordo com a famosa lei da reflexo: o ngulo de incidncia
igual ao ngulo de reflexo.
Desse modo, considere um ponto P qualquer da parbola de foco F e diretriz d, e ainda
a reta t, bissetriz do ngulo FPD. Vamos mostrar geometricamente que t tangente
parbola. Observe a figura abaixo:
No tringulo FPD, como PF = PD, a reta t tambm mediana e altura. Em outras
palavras, a reta t mediatriz do segmento FD. Seja agora Q, um ponto qualquer da reta t,
distinto de P. Se D a projeo de Q sobre d, temos:
QF = QD > QD
Portanto, Q exterior parbola, ou seja, o ponto P da reta t pertence parbola e
todos os outros pontos de t so exteriores. Logo, t tangente parbola em P.
Na figura acima, observe a semi-reta PY, prolongamento do segmento DP. Como a
tangente parbola em P bissetriz do ngulo FPD, temos que PY e PF fazem ngulos iguais
com essa tangente. Por isso, todo sinal recebido na direo do eixo da parbola toma a direo
do foco aps a reflexo e todo sinal que sai do foco da parbola toma direo do eixo aps a
reflexo de acordo com as leis da tica.
As funes do segundo grau e suas respectivas parbolas aparecem e so fundamentais
nos estudos de balstica, cincia que se ocupa do estudo do movimento de projteis. Supondo
conhecidas as velocidades de um dardo de massa m e o ngulo de elevao, possvel
determinar a equao da trajetria, a qual ser uma parbola.
Um fato interessante que para cada ngulo de elevao podemos construir uma
parbola diferente, e que todas elas estaro dentro de uma outra parbola maior, denominada
parbola de segurana.
Esta parbola de segurana funciona como uma curva localizada no plano cartesiano,
de forma que se uma pessoa localizada na origem do sistema comear a arremessar dardos em
todas as direes, e voc estiver fora dessa regio parablica que contm a origem, voc
estar seguro, pois nenhum dardo o atingir.
III. Hiprbole
A hiprbole o lugar geomtrico dos pontos do plano cuja diferena das distncias,
em valor absoluto, a dois pontos fixos desse plano constante.
Sua propriedade focal de grande importncia na tecnologia dos telescpios. Vamos
ento, mostrar a evoluo dos telescpios e como foi importante a utilizao dos espelhos
hiperblicos.
Os telescpios refratores foram os primeiros telescpios a serem construdos. Isso se
deu em 1609, e foi Galileu Galilei o primeiro cientista a utiliz-los em observaes
astronmicas. Funcionavam com base na refrao da luz, mas suas lentes tinham vrios
inconvenientes, como as deformaes das imagens e as aberraes cromticas (decomposio
da luz branca em vrias cores).
Esses inconvenientes no existiam nos telescpios refletores, j que estes possuam um
espelho parablico no fundo de um tubo. O nico problema era que para observar a imagem o
observador teria que estar com seu olho posicionado no foco da parbola, o que impossvel
na prtica.
Isaac Newton resolveu esse problema colocando um espelho plano entre o espelho
parablico e o foco. Isso resolveu o problema anterior, mas trouxe outros inconvenientes, pois
o espelho plano no poderia ficar muito prximo do foco, sob pena da imagem ficar dentro do
tubo; em conseqncia o espelho plano precisava ser de razovel tamanho, o que resultava
num bloqueio significativo da luz incidente no espelho parablico, que forma a parte principal
do telescpio.
Mas em 1672, o astrnomo francs Cassegrain props a utilizao de um espelho
hiperblico em lugar do espelho plano de Newton. Um dos focos da hiprbole coincide com o
foco da parbola e agora os raios que iriam formar imagem no foco da parbola so refletidos
pelo espelho hiperblico e formaro essa imagem no outro foco da hiprbole.
Para demonstrar que isto realmente acontece, vamos imaginar um espelho refletor
construdo com o formato de um ramo de hiprbole, a parte refletora estando do lado de
fora, isto , na sua parte cncava.
Suponhamos que um raio de luz proveniente de um ponto A incida no espelho em P,
como ilustra a figura abaixo, de forma que a reta AP passe pelo foco F. Ento o raio refletido
ter de passar pelo outro foco F. esta a propriedade que ser demonstrada.
Como citamos anteriormente, na reflexo da luz, quando os raios so refletidos em um
ponto qualquer de uma superfcie, tudo se passa como se estivessem sendo refletidos em um
plano tangente superfcie nesse ponto de acordo com a famosa lei da reflexo: o ngulo de
incidncia igual ao ngulo de reflexo.
Inicialmente provaremos que a bissetriz do ngulo FPF ao mesmo tempo a tangente
hiprbole em P.
Seja B um ponto qualquer da bissetriz e sejam FG BP e BP NP. Dessa maneira o
tringulo PGF issceles, visto que o tringulo PHF congruente ao tringulo PHG. Em
conseqncia, o tringulo BGF tambm issceles, pois o ponto B pertence bissetriz BP
que , neste caso, mediatriz de GF. Logo, com referncia figura acima, temos:
BF < BG + GFBF BF < BG + GF BF;
mas BG = BF e PG = PF, ento BF BF < GF.
Como GF = PF PG = PF PF, tem-se que BF BF < PF PF. O que significa
que a bissetriz BP s toca a hiprbole em P, o que prova que ela reta tangente em P. Falta
provar que o ngulo de incidncia igual ao ngulo de reflexo.
Como vimos o tringulo PGF issceles, segue que os ngulos desse tringulo em G
e F so iguais. Mas o ngulo em F igual ao ngulo de incidncia APN, por serem
correspondentes; e o ngulo em G igual ao ngulo NPF por serem alternos internos.
Portanto o ngulo de incidncia APN igual ao ngulo NPF. Disso e da lei de reflexo da luz,
conclumos que este ltimo realmente o ngulo de reflexo, ficando assim provado que o
raio refletido passa por F.
Essas montagens de Cassegrain somente comearam a ser utilizadas nos telescpios
cerca de um sculo aps terem sido propostas. Desde ento passaram a ser largamente usadas,
e hoje em dia esto presentes, no apenas nos telescpios ticos, mas tambm nos
radiotelescpios.
O famoso telescpio tico do observatrio de Monte Palomar, que fica 80 km a
nordeste de San Diego, na Califrnia, utiliza vrias montagens do tipo de Cassegrain.
Um outro exemplo de utilizao da hiprbole o sistema de localizao de barcos,
denominado por LORAN (LOng RAnge Navigation), o qual faz uso de hiprboles confocais,
onde os radares esto nos focos. A idia baseada na diferena de tempo de recepo dos
sinais emitidos simultaneamente pelos dois pares de radares, sendo um dos radares comuns
aos dois pares. O mapa assim construdo apresenta curvas hiperblicas. Essa tcnica foi usada
na II Guerra Mundial, para detectar barcos japoneses.
Referncias
1. VILA, Geraldo. - A hiprbole e os telescpios. - Revista do Professor de
Matemtica, n34, Sociedade Brasileira de Matemtica, 1997.
2. VILA, Geraldo. - Kepler e a rbita elptica. - Revista do Professor de Matemtica,
n15, Sociedade Brasileira de Matemtica, 1989.
3. BOYER, Carl Benjamin. Histria da Matemtica. Ed. Edgard Blcher, 1974.
4. GUZMN, Miguel de. - Contos com contas. - Traduo: Jaime Carvalho e Silva, 1
edio, Editora Gradiva, 1991.
5. SILVA, Geni Schulz da. - Por que elipse, parbola e hiprbole. - Revista do Professor
de Matemtica, n7, Sociedade Brasileira de Matemtica, 1985.
6. STEINBRUSH, Alfredo & WINTERLE, Paulo. Geometria Analtica, 1987.
7. VALLADARES, Renato J. C. - Elipses, sorrisos e sussurros. - Revista do Professor de
8. WAGNER, Eduardo. - Por que as antenas so parablicas. - Revista do Professor de
9. Alguns sites relacionados.
O Metodo H ungaro de Otimiza cao para o
Problema da Aloca cao de Tarefas
Las Bassame Rodrigues
Flaviano Bahia P. Vieira
Edson Agustini
Faculdade de Matematica - Famat

Universidade Federal de Uberl andia - Ufu - MG
Abril de 2005
Resumo
Neste trabalho, apresentamos o estudo de um algoritmo de otimizacao de um
caso particular de problema de transporte em programa cao linear: o problema da
alocacao de tarefas. O algoritmo e chamado de Metodo H ungaro e foi criado
pelos h ungaros D. K onig e E. Egerv ary. Por tratar-se de um metodo discreto de
otimizacao, baseado na manipula cao de matrizes, no qual nao e necessario o uso
de Calculo Diferencial e Integral, os pre-requisitos sao mnimos, o que torna sua
compreensao e utilizacao extremamente acessveis.
1 Introdu cao
Em nossa sociedade, e muito freq uente depararmos com problemas que requerem tomadas
de decisoes visando a melhoria da rela c ao custo-benefcio por meio da maximiza c ao ou
minimiza cao de elementos do problema. Esse tipo de problema forma uma classe especial
de problemas de otimizac ao, ou seja, problemas cuja soluc ao consiste em maximizar ou
minimizar uma func ao numerica de um determinado n umero de vari aveis (ou func oes),
estando estas sujeitas a certas restri coes.
Por exemplo: quantidades dadas x
ij
de um determinado produto est ao disponveis em
cada origem i de um determinado n umero m de origens (por exemplo, armazens). Dese-
jamos remeter essas quantidades de produto a cada destino j de um determinado n umero
n de destinos (por exemplo, mercados varejistas).

E conhecido o custo do transporte
c
ij
da quantidade x
ij
de qualquer origem i para qualquer destino j. Considerando que e
possvel embarcar de qualquer um dos armazens para qualquer um dos mercados, estamos
interessados em determinar os itiner arios de menor custo dos armazens aos mercados.
laisbassame@hotmail.com Orientanda do Programa de Educa cao Tutorial da Faculdade de

Matematica (PetMat) de jan/04 a dez/04.
fbahia@mat.ufu.br Orientando do Programa de Educa cao Tutorial da Faculdade de Matem atica

(PetMat) de jan/04 a dez/04.
agustini@ufu.br Professor orientador.

O exemplo acima e um tpico problema de transporte com mn vari aveis e n + m
restricoes, estudado e resolvido com tecnicas de programa c ao linear. Neste caso, a fun cao
a ser minimizada e
z (x
11
, x
12
, ..., x
mn
) =
n
j=1
m
i=1
c
ij
x
ij
,
sujeita às restric oes
n
j=1
x
ij
a
i
m
i=1
x
ij
= b
j
sendo a
i
a quantidade de produto disponvel na origem i e b
j
a quantidade do produto
requerida no destino j.
Nosso objetivo neste trabalho e estudar um caso bastante particular de problema de
transporte: os problemas de aloca cao de tarefas, em que as vari aveis x
ij
podem assumir
apenas valores 0 ou 1 (portanto, minimiza c ao ou maximiza c ao de uma funcao z discreta);
a
i
= b
j
= 1 e n = m.
Um ponto do domnio de z, sujeita às restric oes do par agrafo acima, corresponde a
uma alocacao de tarefas. A imagem de z no referido ponto e o custo da alocacao. Quando
uma aloca c ao e efetuada (escolhida) tendo em vista a minimiza cao ou maximiza c ao de z,
temos uma aloca c ao otima de tarefas. A matriz
C =
_
_
c
11
... c
1n
.
.
.
.
.
.
.
.
.
c
n1
... c
nn
_
_
e chamada de matriz-custo.
Mais adiante redeniremos esses conceitos baseados apenas na matriz-custo, particu-
larizada para os casos que ser ao levados em conta nesse trabalho.
Mais especicamente, nas proximas sec oes, objetivamos trabalhar um metodo (algo-
ritmo) de otimiza cao discreto sobre a matriz C para problemas de aloca c ao de tarefas
chamado de Metodo H ungaro. Esse nome teve origem em 1955 devido a H. W. Kuhn,
pesquisador na area de programa c ao linear, que em um de seus trabalhos, [7], fez home-
nagem aos descobridores do algoritmo em 1931: os h ungaros E. Egerv ary [4] e D. Konig,
sendo que este ultimo demonstrou um teorema combinat orio em 1916 que serviu de base
para o algoritmo (Teorema de K onig).
O Metodo H ungaro pode ser aplicado em diversos problemas pr aticos de aloca cao de
tarefas desde que se construa, de forma conveniente, a matriz-custo C com as informacoes
de que dispomos do problema. A partir de C, apos a demonstra cao de alguns resultados,
o referido algoritmo recursivo de execu cao e montado e aplicado; podendo, inclusive, ser
implementado computacionalmente, quando o volume de informa c oes do problema for
muito grande.
Algumas situacoes e problemas sao exemplicados no trabalho, dentre os quais alguns
que possuem mais de uma aloca c ao otima de tarefas.
2 Um Problema de Aloca cao de Tarefas
Consideremos o seguinte exemplo:
Uma construtora possui tres garagens cada qual possui uma escavadeira. As escav-
adeiras devem ser transportadas para tres obras distintas e o custo do transporte de cada
escavadeira para cada obra e dado pela seguinte matriz-custo:
Obra 1 Obra 2 Obra 3
Escavadeira 1 R$ 900,00 R$ 750,00 R$ 750,00
Escavadeira 2 R$ 350,00 R$ 850,00 R$ 550,00
Escavadeira 3 R$ 1.250,00 R$ 950,00 R$ 900,00
Cada possvel alocac ao de tarefas (escavadeira obra) resulta em um certo custo.
Nosso objetivo e minimizar esse custo.

E claro que, nesse exemplo, uma listagem dos seis
custos possveis resolveria o problema:
Escavadeira 1 - Obra 1 R$ 900,00
Total R$ 2.650,00
Total R$ 2.400,00
Total R$ 2.000,00
Escavadeira 3 - Obra 1 R$ 1.250,00
Total R$ 2.550,00
Total R$ 2.050,00
Escavadeira 3 - Obra 1 R$ 1.250,00
Total R$ 2.850,00
No entanto, para matrizes-custo maiores, esse procedimento se torna impratic avel.
Observemos que, de acordo com o que descrevemos na Se cao Introdu c ao, a fun c ao
a ser minimizada e
z (x
11
, x
12
, ..., x
33
) =
3
j=1
3
i=1
c
ij
x
ij
sujeita às restric oes:
3
j=1
x
ij
1
_
_
_
x
11
+ x
12
+ x
13
1
x
21
+ x
22
+ x
23
1
x
31
+ x
32
+ x
33
1
e
3
i=1
x
ij
= 1
_
_
_
x
11
+ x
21
+ x
31
= 1
x
12
+ x
22
+ x
32
= 1
x
13
+ x
23
+ x
33
= 1
.
Como x
ij
0, 1 , temos que as restric oes acima implicam que a matriz [x
ij
]
33
deve
possui apenas um 1 em cada linha e em cada coluna. O resto das entradas devem ser
0.
A matriz-custo e dada por:
C =
_
_
c
11
c
12
c
13
c
21
c
22
c
23
c
31
c
32
c
33
_
_
=
_
_
900 750 750
350 850 550
1250 950 900
_
_
Pelo rastreamento feito acima, z tera valor mnimo quando
Escavadeira 1 - Obra 2 x
12
= 1
21
= 1
33
= 1
e o resto dos x
ij
s sao zeros.
Assim,
z (0, 1, 0, 1, 0, 0, 0, 0, 1) = 900. (0) + 750. (1) + 750. (0)
+ 350. (1) + 850. (0) + 550. (0)
+ 1250. (0) + 950. (0) + 900. (1)
= 2000
e o custo mnimo. Notemos tambem que z e a soma de todas as entradas da matriz-
produto
_
_
c
11
c
12
c
13
c
21
c
22
c
23
c
31
c
32
c
33
_
_
.
_
_
x
11
x
21
x
31
x
12
x
22
x
32
x
13
x
23
x
33
_
_
=
_
_
c
11
x
11
c
12
x
12
c
13
x
13
c
21
x
21
c
22
x
22
c
23
x
23
c
31
x
31
c
32
x
32
c
33
x
33
_
_
Ha varias situa c oes onde problemas de otimiza cao discretos aparecem. Alem de
maquin ario em locais de constru c ao, podemos querer encontrar a melhor distribui c ao de
trabalhadores em empregos, jogadores em posi c oes no campo, ofertas em leil oes e assim
por diante.
Adotando a nomenclatura tarefas e instalac oes independente da natureza do problema,
para tratar o problema de aloca cao de tarefas que estamos interessados, e necessario que
haja n tarefas e n instala c oes. Assim, temos n maneiras de alocar a primeira tarefa, n1
maneiras de alocar a segunda tarefa, n 2 maneiras de alocar a terceira tarefa e assim
por diante. Ou seja, existem n! maneiras distintas de alocar as tarefas ` as instalac oes.
3 Algumas Deni coes e o Teorema da Aloca cao

Otima
Embora ja tenhamos utilizado as nomenclaturas matriz-custo, alocacao de tarefas, custo
da alocacao e aloca cao otima de tarefas na Sec ao Introdu cao quando cit avamos o prob-
lema de alocac ao de tarefas em termos da fun c ao z e suas restric oes, iremos redenir esses
termos com o objetivo de, doravante, simplicar as nota coes e preparar os pre-requisitos
para o Metodo H ungaro.
Denicao Uma matriz-custo C e denida como sendo uma matriz n n dada
por:
C =
_
_
c
11
c
12
... c
1n
c
21
c
22
... c
2n
.
.
.
.
.
.
.
.
.
.
.
.
c
n1
c
n2
... c
nn
_
_
,
sendo c
ij
R o custo para alocar à i-esima instalacao a j-esima tarefa.
Denicao Dada uma matriz-custo C de ordem n, uma aloca cao de tarefas e um
conjunto de n entradas da matriz tais que nao ha duas dessas n entradas em uma mesma
linha e nem em uma mesma coluna.
Denicao A soma das n entradas de uma aloca cao e chamada de custo da aloca cao.
Uma aloca c ao com o menor custo possvel e denominada uma alocacao otima de tare-
fas.
O problema da aloca cao de tarefas consiste em encontrar uma aloca c ao otima a partir
de uma matriz-custo dada.
Teorema (da Aloca cao

Otima) Se um n umero real e somado ou subtrado de todas
as entradas de uma linha ou coluna de uma matriz-custo, entao uma alocacao otima para
a matriz-custo resultante e tambem uma alocacao de tarefas otima para a matriz-custo
original.
Demonstra cao
Seja a matriz n n:
C =
_
_
c
11
c
12
... c
1i
... c
1n
c
21
c
22
... c
2i
... c
2n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
c
j1
c
j
2
... c
ji
... c
jn
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
c
n1
c
n2
... c
ni
... c
nn
_
_
nn
.
Suponhamos que as entradas da aloca c ao otima da matriz sejamc
1
k
1
, c
2
k
2
, ..., c
i
k
i
, ..., c
n
k
n
,
sendo os ndices 1
k
, 2
k
, ..., n
k
diferentes dois a dois.
Logo, o custo mnimo de alocacao e a soma de todas as entradas acima, isto e:
S = c
1
k
1
+ c
2
k
2
+ ... + c
i
k
i
+ ... + c
n
k
n
.
Adicionando um valor p R em todas as entradas de uma coluna da matriz-custo C,
temos a seguinte matriz:
D =
_
_
c
11
c
12
... c
1i
+ p ... c
1n
c
21
c
22
... c
2i
+ p ... c
2n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
c
j1
c
j
2
... c
ji
+ p ... c
jn
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
c
n1
c
n2
... c
ni
+ p ... c
nn
_
_
nn
.
Utilizando as mesmas entradas da aloca c ao otima da matriz C, temos a seguinte soma:
S + p = c
1
k
1
+ c
2
k
2
+ ... + (c
i
k
i
+ p) + ... + c
n
k
n
e temos, mais uma vez, que essas entradas correspondem a uma aloca cao otima. De fato,
qualquer outra seq uencia de entradas de D fornece uma soma maior (ou igual) a S + p,
uma vez que, na matriz-custo C a soma mnima e S e em D estao sendo somados p
s em
todas as entradas de uma coluna.
A demonstrac ao se processa de modo an alogo no caso de adicionarmos p R a todas
as entradas de uma linha de C.
Observemos que se pudermos aplicar o teorema acima em uma matriz-custo n n de
tal modo a gerar uma matriz-custo que possua todas as entradas n ao negativas e, mais
ainda, tal que possua n zeros de modo que dois deles nao estejam na mesma linha ou
coluna, nao teremos diculdades em achar a aloca c ao otima que, na ultima matriz, ter a
soma nula. O algoritmo chamado de Metodo H ungaro para aloca c ao otima de tarefas
baseia-se nessa ideia.
4 O Metodo H ungaro
Baseados no teorema da se cao anterior, temos o seguinte algoritmo para descobrir uma
alocac ao otima para uma dada matriz-custo n n:
Algoritmo justicado passo a passo.
(1) Subtraia a menor entrada de cada linha de todas as entradas da mesma linha.
Justicativa:
Pelo Teorema da Aloca c ao

Otima, uma alocacao otima na matriz-custo resultante e
alocacao otima na matriz-custo original. Neste passo, estamos criando em cada linha pelo
menos uma entrada zero e, alem disso, todas as outras entradas sao nao negativas.
(2) Subtraia a menor entrada de cada coluna de todas as entradas da mesma coluna.
Justicativa:
Pelo teorema acima, uma aloca cao otima na matriz-custo resultante e alocacao otima
na matriz-custo original. Neste passo, estamos criando em cada coluna pelo menos uma
entrada zero e, alem disso, todas as outras entradas sao nao negativas.
(3) Risque um traco ao longo de linhas e colunas de tal modo que todas as entradas zero
da matriz-custo sejam riscadas e utilizando um n umero mnimo de tracos.
Justicativa:
Pode haver varias maneiras de realizar esse procedimento. O que e importante e usar
o n umero mnimo de tra cos que e, obviamente, menor ou igual a n.
(4) Teste de Otimalidade:
(4-i) Se o n umero mnimo de tracos necessarios para cobrir os zeros e n, entao uma
alocac ao otima e possvel e encerramos o procedimento.
Justicativa:
Esta etapa e central no algoritmo. Provar a arma cao acima e o mesmo que provar
que se n e o n umero mnimo de tra cos para cobrir todos os zeros da matriz-custo, ent ao
existem n zeros de tal modo que dois deles nao estao em uma mesma linha ou coluna
(ou seja, existe uma aloca c ao otima correspondendo a essas entradas nulas). Esse e o
Teorema de Konig cuja demonstra cao pode ser encontrada em [7]. Por ser necess ario
diversos pre-requisitos de programa c ao linear, iremos omitir sua demonstra cao.
(4-ii) Se o n umero mnimo de tracos para cobrir os zeros e menor que n continue ate
o proximo passo.
Justicativa:
Observemos que se o n umero mnimo de tra cos para cobrir os zeros e menor que n, nao
e possvel identicar uma aloca c ao otima na matriz-custo obtida. De fato, uma aloca c ao
otima em tal matriz ser a identicada quando existirem n zeros de tal modo que dois deles
n ao estejam em uma mesma linha ou coluna. Ora, nessas condi coes, sao necessarios no
mnimo n tra cos para cobr-los.
(5) Determine a menor entrada que n ao tenha sido riscada. Subtraia essa entrada de
todas as entradas n ao riscadas e a some a todas as entradas riscadas tanto horizontalmente
quanto verticalmente. Retorne ao passo (3).
Justicativa:
Sejam m o n umero de linhas e colunas riscadas e a > 0 a menor entrada nao riscada.
Pelo teorema acima, podemos somar a a todas as entradas das linhas e colunas riscadas
e subtrair a de todas as entradas. Isso equivale a subtrair a de todas as entradas nao
riscadas e somar a a todas as entradas riscadas tanto horizontalmente quanto vertical-
mente. Notemos ainda que a diferen ca entre todas as entradas da matriz-custo inicial
desse passo e da matriz-custo nal desse passo e [m(na) n
2
a] = na (n m) > 0, pois
n > m. Isso garante que a soma das entradas da matriz-custo nal desse passo (que e
positiva) esta decrescendo, ou seja, havera uma itera cao nal nesse algoritmo.
E importante mencionar que para utilizarmos o Metodo H ungaro tres condic oes tem
que ser satisfeitas:
O problema tem que ser de minimaza c ao. Para transformar um problema de max-
imizacao em um problema de minimiza cao basta que multipliquemos todas as entradas
da matriz-custo por 1.
A matriz-custo precisa ser quadrada. Caso isso n ao aconte ca, basta criar uma tarefa
ou uma instala cao ctcia que nao interra no resultado nal.

E aconselhavel que, ao utilizarmos softwares, as entradas da matriz-custo sejam
n umeros inteiros, para evitarmos problemas de arredondamento. Em problemas pr aticos,
caso isso aconte ca, basta multiplicar as entradas da matriz por uma potencia conveniente
de 10.
5 Exemplos
Exemplo 1 (o problema e de minimizacao e a matriz-custo e quadrada) Recon-
siderando o exemplo da Se c ao Um Problema de Aloca c ao de Tarefas, temos:
Uma construtora possui tres garagens cada qual possui uma escavadeira. As escav-
adeiras devem ser transportadas para tres obras distintas e o custo do transporte de cada
escavadeira para cada obra e dado pela seguinte matriz-custo:
Escavadeira 1 R$ 900,00 R$ 750,00 R$ 750,00
Escavadeira 2 R$ 350,00 R$ 850,00 R$ 550,00
Escavadeira 3 R$ 1.250,00 R$ 950,00 R$ 900,00
Como devemos alocar as escavadeiras (uma em cada obra) de modo a minimizar o
custo?
Resolucao
Aplicando o Metodo H ungaro na matriz custo:
Escavadeira 1 900 750 750
temos:
Passo 1: subtramos 750 das entradas da primeira linha, 350 das entradas da segunda e
900 das entradas da terceira. O resultado e
Passo 2: subtramos 0 das entradas da primeira coluna, 0 das entradas da segunda e 0
das entradas da terceira. O resultado (neste exemplo) permanece inalterado:
Passos 3 e 4: o n umero mnimo de tracos para cobrir todos os zeros da matriz e tres.
Logo, existem tres zeros, um em cada linha e em cada coluna da matriz, que corresponde
à aloca cao otima:
que neste caso e: Escavadeira 1 na Obra 2; Escavadeira 2 na Obra 1 e Escavadeira 3 na
Obra 3, perfazendo o custo mnimo de R$ 2.000, 00.
Exemplo 2 (o problema e de maximizacao e a matriz-custo nao e quadrada) Um
negociante de moedas vai vender quatro moedas raras em um leil ao eletr onico. Ele recebe
propostas para cada uma das quatro moedas de cinco interessados, mas estes interessados
tambem armam que podem honrar no m aximo uma das propostas. As propostas s ao
dadas pela seguinte tabela:
Moeda 1 Moeda 2 Moeda 3 Moeda 4
Interessado 1 R$ 150, 00 R$ 65, 00 R$ 210, 00 R$ 135, 00
Como o negociante deveria alocar as quatro moedas para maximizar a soma das pro-
postas correspondentes?
Resolucao
Para utilizar o Metodo H ungaro, observamos que duas condi coes nao sao satisfeitas:
a matriz-custo n ao e quadrada e esse problema e de maximizacao. Para resolver esses
problemas, criamos uma moeda ctcia (Moeda 5) e uma coluna de zeros de modo que
ela nao altere o resultado nal (observe que quem receber a moeda ctcia nao estar a
recebendo nenhuma moeda real) e multiplicamos as entradas da matriz-custo por 1 de
modo que esse se torne um problema de minimizac ao.
Moeda 1 Moeda 2 Moeda 3 Moeda 4 Moeda 5
Interessado 1 150 65 210 135 0
Interessado 2 175 75 230 155 0
Interessado 3 135 85 200 140 0
Interessado 4 140 70 190 130 0
Interessado 5 170 50 200 160 0
Agora, podemos aplicar o Metodo H ungaro:
Passo 1: Subtramos 210 das entradas da primeira linha, 230 da segunda, 200 da
terceira, 190 da quarta e 200 da quinta.
Interessado 1 60 145 0 75 210
Interessado 2 55 155 0 85 230
Interessado 3 65 115 0 60 200
Interessado 4 50 120 0 60 190
Interessado 5 30 150 0 40 200
Passo 2: Subtramos 30 das entradas da primeira coluna, 115 da segunda, 0 da terceira,
40 da quarta e 190 da quinta.
Interessado 1 30 30 00 [ 35 20
Interessado 2 25 40 00 [ 45 40
Interessado 3 35 00 00 [ 20 10
Interessado 4 20 05 00 [ 20 00
Interessado 5 00 35 00 [ 00 10
Passos 3 e 4: Como o n umero mnimo de tracos em linhas e colunas usados para riscar
todos os zeros da matriz e inferior a quatro, ent ao ainda nao e possvel uma aloca c ao
otima de zeros.
Passo 5: Subtramos 20 (que e a menor entrada n ao riscada) das entradas n ao riscadas
e somamos esse valor ` as entradas riscadas por dois tra cos.
Interessado 1 10 10 00 [ 15 00 [
Interessado 2 05 20 00 [ 25 20 [
Interessado 3 35 00 20 [ 20 10 [
Interessado 4 20 05 20 [ 20 00 [
Interessado 5 00 35 20 [ 00 10 [
Passos 3 e 4: Mais uma vez o n umero de tracos em linhas e colunas usados para riscar
os zeros e menor que cinco, por isso ainda n ao e possvel uma aloca cao otimo de zeros.
Passo 5: Subtramos 5 (que e a menor entrada nao riscada) das entradas n ao riscadas e
somamos 5 às entradas riscadas por dois tra cos.
Interessado 1 05 05 00 10 00
Interessado 2 00 15 00 20 20
Interessado 3 35 00 25 20 15
Interessado 4 15 00 20 15 00
Interessado 5 00 35 25 00 15
Passos 3 e 4: Como o n umero mnimo de tracos usados para riscar os zeros e cinco,
entao e possvel uma aloca cao otima de zeros dada por:
Interessado 1 5 5 0 10 0
A alocac ao otima de zeros (que nao e unica) indica que a maior quantia que ele poderia
amealhar seria com a venda da Moeda 1 ao Interessado 2, da Moeda 2 ao Interessado 3, da
Moeda 3 ao Interessado 1 e da Moeda 4 ao Interessado 5 ao passo que ao Interessado 4 n ao
seria vendida nenhuma moeda. Isso signicaria uma soma de R$ 175, 00 +R$ 85, 00 +R$
210, 00 + R$ 160, 00 = R$ 630, 00.
Exemplo 3 (o problema e de maximizacao e a matriz-custo e quadrada) Dizem que
o futebol moderno est a se tornando cada vez mais tecnico ou tatico. Excetuando-se
o goleiro, um tecnico de um time de futebol pode mudar a escalacao dos outros nove
jogadores titulares em nove posi coes diferentes. O tecnico testa os jogadores em cada
posic ao e classica-os em uma escala de 0 a 25 para cada uma das posi c oes testadas. O
resultado e a tabela seguinte:
Jog.1 Jog.2 Jog.3 Jog.4 Jog.5 Jog.6 Jog.7 Jog.8 Jog.9
Posic ao 1 20 15 10 10 17 23 25 5 15
Posic ao 2 10 10 12 15 9 7 8 7 8
Posic ao 3 12 9 9 10 10 5 7 13 9
Posic ao 4 13 14 10 15 15 5 8 20 10
Posic ao 5 12 13 10 15 14 5 9 20 10
Posic ao 6 15 14 15 16 15 5 10 20 10
Posic ao 7 7 9 12 12 7 6 7 15 12
Posic ao 8 5 6 8 8 5 4 5 10 7
Posic ao 9 5 6 8 8 5 4 5 10 7
Como deveria o tecnico escalar os nove jogadores para maximizar o rendimento em jogo?
Resolucao
Como este e um problema de maximiza c ao, devemos multiplicar as entradas da matriz
por 1 para que este se torne um problema de minimiza c ao e possamos utilizar o Metodo
H ungaro.
Posic ao 1 20 15 10 10 17 23 25 05 15
Posic ao 2 10 10 12 15 09 07 08 07 08
Posic ao 3 12 09 09 10 10 05 07 13 09
Posic ao 4 13 14 10 15 15 05 08 20 10
Posic ao 5 12 13 10 15 14 05 09 20 10
Posic ao 6 15 14 15 16 15 05 10 20 10
Posic ao 7 07 09 12 12 07 06 07 15 12
Posic ao 8 05 06 08 08 05 04 05 10 07
Posic ao 9 05 06 08 08 05 04 05 10 07
Passo 1: Subtramos 25 de todas as entradas da primeira linha da matriz, 15 da
segunda, 13 da terceira, 20 da quarta, 20 da quinta, 20 da sexta, 15 da setima,
10 da oitava e 10 da nona. E assim camos com a seguinte matriz:
Posic ao 1 05 10 15 15 08 02 00 20 10
Posic ao 2 05 05 03 00 06 08 07 08 07
Posic ao 3 01 04 04 03 03 08 06 00 04
Posic ao 4 07 06 10 05 05 15 12 00 10
Posic ao 5 08 07 10 05 06 15 11 00 10
Posic ao 6 05 06 05 04 05 15 10 00 10
Posic ao 7 08 06 03 03 08 09 08 00 03
Posic ao 8 05 04 02 02 05 06 05 00 03
Posic ao 9 05 04 02 02 05 06 05 00 03
Passo 2: Subtramos 1 de todas as entradas da primeira coluna, 4 da segunda, 2 da
terceira, 0 da quarta, 3 da quinta, 2 da sexta, 0 da setima, 0 da oitava e 3 da nona.
Posic ao 1 04 06 13 15 05 00 00 20 07
Posic ao 2 04 01 01 00 03 06 07 08 04
Posic ao 3 00 00 02 03 00 06 06 00 01
Posic ao 4 06 02 08 05 02 13 12 00 07
Posic ao 5 07 03 08 05 03 13 11 00 07
Posic ao 6 04 02 03 04 02 13 10 00 07
Posic ao 7 07 02 01 03 05 07 08 00 00
Posic ao 8 04 00 00 02 02 04 05 00 00
Posic ao 9 04 00 00 02 02 04 05 00 00
Passo 3: Riscamos todos os zeros da matriz com o menor n umero de tracos possvel.
Posic ao 1 04 06 13 15 05 00 00 [ 20 [ 07
Posic ao 2 04 01 01 00 03 06 07 [ 08 [ 04
Posic ao 3 00 00 02 03 00 06 06 [ 00 [ 01
Posic ao 4 06 02 08 05 02 13 12 [ 00 [ 07
Posic ao 5 07 03 08 05 03 13 11 [ 00 [ 07
Posic ao 6 04 02 03 04 02 13 10 [ 00 [ 07
Posic ao 7 07 02 01 03 05 07 08 [ 00 [ 00
Posic ao 8 04 00 00 02 02 04 05 [ 00 [ 00
Posic ao 9 04 00 00 02 02 04 05 [ 00 [ 00
Passos 4 e 5: Como o n umero de tra cos em linhas e colunas que cobrem zeros e menor
que nove, devemos sutrair 1, que e a menor entrada n ao riscada, de todas as entradas n ao
riscadas e somar 1 ` as entradas riscadas por dois tra cos. Em seguida, riscamos todos os
zeros da matriz com o menor n umero de tracos possvel.
Posic ao 1 04 [ 06 [ 13 15 05 00 00 [ 21 [ 08
Posic ao 2 04 [ 01 [ 01 00 03 06 07 [ 09 [ 05
Posic ao 3 00 [ 00 [ 02 03 00 06 06 [ 01 [ 02
Posic ao 4 05 [ 01 [ 07 04 01 12 11 [ 00 [ 07
Posic ao 5 06 [ 02 [ 07 04 02 12 10 [ 00 [ 07
Posic ao 6 03 [ 01 [ 02 03 01 12 09 [ 00 [ 07
Posic ao 7 06 [ 01 [ 00 02 04 06 07 [ 00 [ 00
Posic ao 8 04 [ 00 [ 00 02 02 04 05 [ 01 [ 01
Posic ao 9 04 [ 00 [ 00 02 02 04 05 [ 01 [ 01
Passos 3, 4 e 5: O n umero de tra cos ainda e menor que nove, por isso devemos continuar
o processo: subtramos as entradas n ao riscadas por 1, somamos 1 às entradas riscadas
por dois tra cos e riscamos os zeros novamente.
Pos.1 04 [ 07 [ 14 15 [ 05 00 00 [ 22 [ 09
Pos.2 04 [ 02 [ 02 00 [ 03 06 07 [ 10 [ 06
Pos.3 00 [ 01 [ 03 03 [ 00 06 06 [ 02 [ 03
Pos.4 04 [ 01 [ 07 03 [ 00 11 10 [ 00 [ 07
Pos.5 05 [ 02 [ 07 03 [ 01 11 09 [ 00 [ 07
Pos.6 02 [ 01 [ 02 02 [ 00 11 08 [ 00 [ 07
Pos.7 05 [ 01 [ 00 01 [ 03 05 06 [ 00 [ 00
Pos.8 03 [ 00 [ 00 01 [ 01 03 04 [ 01 [ 01
Pos.9 03 [ 00 [ 00 01 [ 01 03 04 [ 01 [ 01
Passo 3, 4 e 5: Conseguimos riscar os zeros com oito tra cos. Assim, continuamos
subtraindo as entradas n ao riscadas por 1 e somando 1 ` as entradas nao riscadas. Depois,
riscamos os zeros.
Pos.1 [ 04 [ 08 [ 15 [ 15 [ 06 00 00 [ 23 [ 10
Pos.2 [ 04 [ 03 [ 03 [ 00 [ 04 06 07 [ 11 [ 07
Pos.3 [ 00 [ 02 [ 04 [ 03 [ 01 06 06 [ 03 [ 04
Pos.4 [ 03 [ 01 [ 07 [ 02 [ 00 10 09 [ 00 [ 07
Pos.5 [ 04 [ 02 [ 07 [ 02 [ 01 10 08 [ 00 [ 07
Pos.6 [ 01 [ 01 [ 02 [ 01 [ 00 10 07 [ 00 [ 07
Pos.7 [ 04 [ 01 [ 00 [ 00 [ 03 04 05 [ 00 [ 00
Pos.8 [ 02 [ 00 [ 00 [ 00 [ 01 02 03 [ 01 [ 01
Pos.9 [ 02 [ 00 [ 00 [ 00 [ 01 02 03 [ 01 [ 01
Passos 3, 4 e 5: O n umero de tracos que cobrem os zeros ainda e inferior a nove, ent ao
subtramos 2 das entradas n ao riscadas e somamos esse valor ` as entradas riscadas por dois
tra cos e, em seguida, riscamos os zeros.
Posic ao 1 06 10 17 17 [ 08 00 00 [ 25 12
Posic ao 2 04 03 03 00 [ 04 04 05 [ 11 07
Posic ao 3 00 02 04 03 [ 01 04 04 [ 03 04
Posic ao 4 03 01 07 02 [ 00 08 07 [ 00 07
Posic ao 5 04 02 07 02 [ 01 08 06 [ 00 07
Posic ao 6 01 01 02 01 [ 00 08 05 [ 00 07
Posic ao 7 04 01 00 00 [ 03 02 03 [ 00 00
Posic ao 8 02 00 00 00 [ 01 00 01 [ 01 01
Posic ao 9 02 00 00 00 [ 01 00 01 [ 01 01
Passo 3, 4 e 5: O n umero de tracos que cobrem os zeros ainda e inferior a nove, ent ao
subtramos 1 das entradas n ao riscadas e somamos esse valor ` as entradas riscadas por dois
tra cos e, em seguida, riscamos os zeros.
Posic ao 1 06 10 17 17 09 00 00 26 12
Posic ao 2 04 03 03 00 05 04 05 12 07
Posic ao 3 00 02 04 03 02 04 04 04 04
Posic ao 4 02 01 06 01 00 07 06 00 06
Posic ao 5 03 01 06 01 01 07 05 00 06
Posic ao 6 00 00 01 00 00 07 04 00 06
Posic ao 7 04 01 00 00 04 02 03 01 00
Posic ao 8 02 00 00 00 02 00 01 02 01
Posic ao 9 02 00 00 00 02 00 01 02 01
Passos 3 e 4: Agora, o n umero mnimo de tracos utilizados para riscar todos os zeros
da matriz e nove e, pelo Metodo H ungaro, e possvel uma aloca cao otima de zeros (nao
unica) dada abaixo:
Posic ao 1 6 10 17 17 9 0 0 26 12
Posic ao 2 4 3 3 0 5 4 5 12 7
Posic ao 3 0 2 4 3 2 4 4 4 4
Posic ao 4 2 1 6 1 0 7 6 0 6
Posic ao 5 3 1 6 1 1 7 5 0 6
Posic ao 6 0 0 1 0 0 7 4 0 6
Posic ao 7 4 1 0 0 4 2 3 1 0
Posic ao 8 2 0 0 0 2 0 1 2 1
Posic ao 9 2 0 0 0 2 0 1 2 1
Conclusao: Nesse caso, o treinador deve escalar o jogador 1 na posi c ao 3, o jogador
2 na 6, o jogador 3 na 8, o jogador 4 na 2, o jogador 5 na 4, o jogador 6 na 9, o jogador
7 na 1, o jogador 8 na 5 e o jogador 9 na 7. Escalando o time desse jeito o tecnico tera o
melhor rendimento do time.
Referencias
[1] Anton, H & Rorres, C.

Algebra Linear com Aplica coes. 8a. ed. Porto Alegre:
Editora Bookman, 2001.
[2] Bertsimas, D. & Tsitsiklis, J. N. Introduction to Linear Optimization. Belmont-
Massachussets: Athena Scientic, 1997.
[3] Bodrini, J. L.; Costa, S. I. R.; Figueiredo, V. L. & Wetzler, H. G.

Algebra
Linear. 3a. ed. S ao Paulo: Editora Harbra, 1980.
[4] Egervary, E. On Combinatorial Properties of Matrices. In: Matematikaes Fizikai
Lapok, vol. 38, 1931; translated as On Combinatorial Properties of Matrices by H. W.
Kuhn, Oce of Naval Research Logistics Project Report, Department of Mathematics,
Princeton University, Princeton, NJ, 1953.
[5] Gass, S. I. Linear Programming: methods and applications. 5
th
. ed. New York: Mc
Graw-Hill, 1985.
[6] Hadley, G. Programa cao Linear. Rio de Janeiro: Editora Guanabara Dois, 1982.
[7] Kuhn, H. W. The Hungarian Method for the Assignment Problem. In: Naval
Research Logistics Quarterly, vol. 2, n. 1 e 2, 1955, pp. 83-97.
[8] Lipschutz S.

Algebra Linear. 3a. ed. (Cole cao Schaum). S ao Paulo: Editora Makron
Books, 1994.
[9] Prado, D. Programa c ao Linear. 3
a
. ed. Belo Horizonte: Editora DG, 2003.
Ideais em aneis comutativos
Ceclia Pereira de Andrade
e Ccero Carvalho

Universidade Federal de Uberl andia - UFU
38408-100, Uberl andia - MG
Abril - 2005
Resumo
Nesse trabalho, apresentamos alguns resultados da teoria de ideais em aneis co-
mutativos com unidade. Depois de uma recorda cao dos conceitos de aneis e ideais,
estudamos ideais primos, maximais, o nilradical, o radical de Jacobson, o ideal quo-
ciente e o radical. Finalizamos o trabalho com resultados sobre ideais prim arios.
Palavras-chaves: Aneis comutativos, ideais, nilradical, ideal de Jacobson, ideais
prim arios
Denicao 1 Um anel A e um conjunto nao vazio com duas opera coes binarias (adi cao
e multiplicacao) tal que:
i) A e um grupo abeliano com rela cao à adicao (e assim, A tem um elemento neutro,
denotado por 0, e todo x A tem um inverso aditivo, denotado por x).
ii) A multiplica cao e associativa (ou sejam (xy)z = x(yz)) e distributiva com rela cao à
adi cao (ou seja, x(y +z)) = (xy +xz), (y +z)x = yx+zx). N os consideraremos somente
aneis comutativos e com unidade.
iii) xy = yx, para todo x, y A.
iv) Existe 1 A tal que x1 = 1x = x para todo x A. Pode-se mostrar que o elemento
unidade e unico.
Deni c oes 2 : i)Dizemos que um elemento x A e um divisor de zero se existe y ,= 0
em A tal que xy = 0.
ii)Um anel com nenhum divisor de zero diferente de zero ( e onde 1 ,= 0) e chamado
domnio de integridade.
iii) Um elemento x A e nilpotente se x
n
= 0 para algum n > 0.
iv) Uma unidade em A e um elemento x que divide 1, i.e., um elemento x tal que
xy = 1 para algum y A.
v) Um ideal p em A e primo se p ,= (1) e se xy p = x p ou y p.
vi) Um ideal m em A e maximal se m ,= (1) e se nao existe um ideal a tal que m a
(1).
Orientada de Inicia cao Cientca - FAPEMIG. Email: cecilia@mat.ufu.br
Professor orientador. Email: cicero@ufu.br

Lema 3 : p e primo A/p e um domnio de integridade.
Prova: (=) Se a e

b sao elementos de A/p e o produto dos dois e igual a

0 ent ao a.b
e um elemento de p; como p e primo, temos que ter a em p ou b em p. Entao a =

0 ou
b =

0, mostrando que A/p e domnio.
(=) Se p nao for primo, ent ao p = a.b, com 1 < a.b < p. Assim, a.
b =

0 em A/p com
a ,=

0 e

b ,=

0. Logo A/p nao e de integridade.
Lema 4 : m e maximal A/m e um corpo.
Prova: (=) Seja

A um elemento de A/m distinto de

0, ent ao a nao est a em m e logo o
menor ideal que contem m e a ja e o anel todo (pois m e maximal). Note que, dado um
ideal I e um elemento b de A, o menor ideal que contem I e b e exatamente o conjunto
dos elementos da forma rb + c, com r A e c I.
(Seja b + I um elemento nao nulo de A, entao b / I e o ideal I+ < b > contem o ideal I
e e diferente de I, ent ao o menor ideal que contem I e b e c + rb, com r A e c I.)
Temos entao que 1 = ra + c, para algum r A e c m, e, passando barranessa
igualdade, temos

1 = r. a ou seja, a e invertvel, o que mostra que A/m e corpo.
(=) Suponha que A/m e um corpo e seja m
um ideal de A tal que m m
e m ,= m
.
Existe x m
tal que x / m. Ent ao x + m ,= 0 em A/m. Logo existe y + m A/m

tal que (x + m)(y + m) = 1 + m; da vem que (xy) + m = 1 + m e entao devemos ter
xy 1 m m
. Como x m
temos que xy m
e entao 1 = (xy + 1) (xy) m
.
Logo m
= A e portanto m e maximal.
Lema 5 : O ideal zero e primo A e um domnio de integridade.
Prova: (=) Se xy 0 ent ao x 0 ou y O. Assim, x = 0 ou y = 0. Portanto A e um
domnio de integridade.
(=) Se xy A entao x = 0 ou y = 0. Assim, x o ou y 0. Portanto o ideal zero e
primo.
Se f : A B e um homomorsmo de aneis e q e um ideal primo em B, ent ao
f
1
e um ideal primo em A, pois A/f
1
(q) e isomorfo a um subanel de B/q e logo n ao
existem divisores de zero diferentes de zero. Mas se n e um ideal maximal de B nao e
necessariamente verdadeiro que f
1
(n) e maximal em A. Para ver um exemplo, tome
A = Z, B = Q, n = 0.
Ideais primos s ao fundamentais em toda a algebra comutativa. O seguinte teorema e
o seu corol ario garante que sempre h a uma quantidade suciente deles.
Teorema 6 : Todo anel A ,= 0 tem pelo menos um ideal maximal.
Prova: Este e um modelo de aplica cao do Lema de Zorn. Seja
o conjunto de todos
os ideais diferentes de (1) em A. Ordenaremos
pela inclusao.
e nao vazio, j a que

0

. Para aplicar o lema de Zorn n os mostraremos que toda cadeia em
tem um
limite superior em
; seja entao (a
) uma cadeia de ideais em
que para cada par de

ndices , nos temos a
ou a
. Seja a =
. Ent ao a e um ideal e 1 / a
porque 1 / a
para todo . Entao a
, e a e um limite superior da cadeia. Ent ao pelo

lema de Zorn
tem um elemento maximal.

Lema de Zorn: Seja S um conjunto n ao-vazio parcialmente ordenado (i.e., dada a rela cao
x y em S que e reexiva e transitiva e tal que x y e y x juntos implicam x = y).
Um subconjunto T de S e uma cadeia se x y ou y x para cada par de elementos x, y
em T.
Entao o lema de Zorn pode estabelecer o seguinte: se cada cadeia T de S tem um
limite superior em S (i.e., se existe x S tal que t x, par todo t T) ent ao S tem ao
menos um elemento maximal.
Corolario 7 : Se a ,= (1) e um ideal de A, entao existe um ideal maximal de A contendo
a.
Corolario 8 : Toda n ao-unidade de A esta contida em um ideal maximal.
Observac oes:
1) Se A e Noetheriano n os podemos evitar o uso do lema de Zorn: o conjunto de todos
os ideais diferentes de (1) tem um elemento maximal.
2) Existem aneis com exatamente um ideal maximal, por exemplo corpos.
Deni cao 9 : Um anel A com exatamente um ideal maximal m e chamdado anel local.
O corpo K = A/m e chamado de corpo de resduos de A.
Teorema 10 :
i) Seja A um anel e m ,= (1) um ideal de A tal que todo x Am e uma unidade em A.
Entao A e um anel local e m seu ideal maximal.
ii) Seja A um anel e m um ideal maximal de A, tal que todo elemento de 1 +m (i.e., todo
1 + x, onde x m) e uma unidade em A. Entao A e um anel local.
Prova: i) Todo ideal diferente (1) e formado por n ao-unidades, ent ao est a contido em m.
Entao m e o unico ideal maximal de A. Portanto A e um anel local.
ii) Seja x Am. Se m e maximal, o ideal gerado por x e m e (1), ent ao existe y A e
t m tal que xy + t = 1, ent ao xy = 1 t pertence a 1 + m e portanto e uma unidade.
Agora, use i).
Deni cao 11 : Um anel com somente um n umero nito de ideais maximais e chamado
semi-local.
Exemplos:
1) A=K[x
1
, ..., x
n
], k um corpo. Seja f A um polin omio irredutvel. Pela fatora cao
unica, o ideal (f) e primo.
2) A = Z. Todo ideal em Z e da forma (m) para algum m ,= 0. O ideal (m) e primo
se e somente se m = 0 ou um n umero primo. Todos os ideais (p), onde p e um primo, s ao
maximais: Z/(p) e o corpo de p elementos.
O mesmo acontece no ex. 1) para n = 1, mas n ao para n > 1. O ideal m de todos os
polin omios em A = K[x
1
, ..., x
n
] com o termo constante zero e maximal (desde que seja o
n ucleo do homomorsmo A K que leva f A em f(0)). Mas se n > 1, m nao e um
ideal principal: de fato, isto requer pelo menos n geradores.
3) Um domnio de ideais principais e um domnio de integridade onde todo ideal e
principal. Em tal anel todo ideal primo n ao nulo e maximal. Se (x) ,= 0 e um ideal primo
e (y) (x), temos x (y), digamos x = yz, e assim yz (x) e y / (x), ent ao z (x),
digamos z = tx. Entao x = yz = ytx e assim yt = 1 e portanto (y) = (1).
Teorema 12 : O conjunto N de todos os elementos nilpotentes em um anel A e um ideal,
e A/N nao tem elemento nilpotente diferente de zero.
Prova: Se x N, claramente ax N para todo a A. Seja x, y N, digamos x
m
= 0,
y
n
= 0. Pelo teorema binomial (que e valido em todo anel comutativo), (x + y)
m+n1
e
uma soma de inteiros m ultiplos de produtos x
r
.y
s
, onde r +s = m+n 1; n ao podemos
ter tanto r < m quanto s < n, portanto cada produto desses desaparece e portanto
(x + y)
m+n1
= 0. Ent ao x + y N e portanto N e um ideal.
Seja x A/N, se x
n
= 0 temos x
n
N, portanto (x
n
)
k
= 0 para algum k > 0 e logo
x
nk
= 0 e da x N, ou seja x = 0.
O ideal N e chamado de nilradical de A. A seguinte proposi cao d a uma deni cao
alternativa de N.
Teorema 13 : O nilradical de A e a interse cao de todos os ideais primos de A.
Prova: Seja N
a interse cao de todos os ideais primos de A. Se f A e nilpotente e se

p e um ideal primo, ent ao f
n
= 0 p para algum n > 0, portanto f p (porque p e
primo). Ent ao f N
.
Inversamente, suponha que f nao e nilpotente. Seja
o conjunto de ideais a com a

propriedade: se n > 0, ent ao f
n
/ a. Entao
nao e vazio porque 0

. Como em
(2) o lema de Zorn pode ser aplicado ao conjunto
, ordenado por inclus ao, e portanto
tem um elemento maximal. Seja p um elemento maximal de
. Mostraremos que p
e um ideal primo. Seja x, y / p. Ent ao os ideais p + (x), p + (y) contem estritamente p
e portanto n ao pertencem a
; portanto f
m
p + (x), f
n
p + (y) para algum m, n.
Segue que f
m+n
p + (xy), ent ao o ideal p + (xy) n ao est a em
e portanto xy / p.
Assim, nos temos um ideal primo p tal que f / p, entao f / N
.
Denicao 14 : O Radical de Jacobson R de A e denido como a interse cao de todos
os ideais maximais de A.
Ele pode ser caracterizado como segue.
Teorema 15 : x R 1 xy e uma unidade em A para todo y A.
Prova: (=) Suponha que 1xy nao e uma unidade. Por (1.5) 1xy pertence a algum
ideal maximal m; mas x R m, entao xy m e portanto 1 m, que e absurdo.
(=) Vamos fazer por absurdo. Suponha que x R. Entao x / m para algum ideal
maximal m. Entao m e x geram o ideal unidade (1), assim temos u +xy = 1 p ara algum
u m e algum y A. Entao 1 xy m e portanto n ao e uma unidade.
Se a, b sao ideais em um anel A, seu ideal quociente e
(a : b) = x a : xb a
que e um ideal. Sejam x
1
, x
2
(a : b). Se x
1
A, x
2
A ent ao x
1
.b a e x
2
.b a.
Entao, (x
1
+ x
2
).b a, b b.
Sejam y A e x (a : b). Devemos mostrar que y.x.b a, b b. Se xb a entao
y.(xb) a. Portanto a e ideal.
Em particular, (0 : b) e chamado anulador de b e e tambem denotado por Ann(b).

E
o conjunto de todo x A tal que xb = 0. Nesta nota cao, o conjunto de todos os divisores
de zero em A e D = U
x=0
Ann(x).
Se b e um ideal principal (x), escrevemos (a : x) no lugar de (a : (x)).
Exemplo: Se A = Z, a = (m), b = (n), onde m =
p
p
p
, n =
p
p
p
, p primo, ent ao
(a : b) = (q), onde q =
p
p
p
e
p
= max(
p
p
).
Portanto q=m/(m, n), onde (m, n) e o mdc de m e n.
Assim, se a = (3
10
.5
8
.7
9
); b = (3
5
.5); (a : b) = (3
5
.5
7
.7
9
).
Deni cao 16 Se a e algum ideal de A, o radical de a e r(a) = x A : x
n
a para
algum n > 0.
Se : A A/a e o homomorsmo natural, ent ao r(a) =
1
(N
A/a
) e portanto r(a)
e um ideal.
() Se A A/a, x x entao x r(a). Assim, existe n tal que x
n
a. Logo,
x
n
= x
n
=

0. Portanto x N
A/a
.
() x
1
(N
A/a
) (x) = x N
A/a
existe n tal que x
n
=

0

x
n
=

0 x
n
a x r(a).
Lema 17 Sejam a e b ideiais em um anel A.
i) se a b ent ao r(a) r(b).
ii) r(
n
i=1
a
i
) =
n
i=1
r(a
i
)
Prova:
i) Seja x r(a). Ent ao x
n
a, para algum n > 0. Como por hip otese a b temos
que x
n
b para algum n > 0 e assim, pela deni cao de radical, x r(b). Portanto
r(a) r(b).
ii) Seja x r(
n
i=1
a
i
). Ent ao x
n

n
i=1
a
i
, logo x
n
a
i
para todo i = 1, . . . , n e pela
denicao de radical x r(a
i
). Portanto x
n
i=1
r(a
i
), o que verica a igualdade.
Teorema 18 O radical de um ideal a e a interse cao de ideais primos que contem a.
Mais geralmente podemos denir o radical r(E) de algum subconjunto E de A do
mesmo modo. Ele nao e um ideal em geral. N os temos r(
) = r(E
), para qualquer
famlia de subconjuntos E
de A.
Teorema 19 O conjunto D de divisores de zero de A e igual a
x=0
r(Ann(x)).
Prova: D = r(D) = r(
x=0
Ann(x)) =
x=0
r(Ann(x)).
Teorema 20 Sejam a e b ideais em um anel A tal que r(a) e r(b) sao primos entre si.
Entao a e b sao primos entre si.
Prova: r(a + b) = r(r(a) + r(b)) = r(1) = (1), ent ao a + b = (1).
Deni cao 21 Um ideal q em um anel A e prim ario se q ,= A e se xy q entao x q
ou y
n
q para algum n > 0.
Em outras palavras, q e prim ario se e somente se A/q ,= 0 e todo divisor de zero em
A/q e nilpotente.
Claramente todo ideal primo e prim ario (neste caso temos n = 1). Tambem a contra cao
de um ideal prim ario e prim ario. De fato, seja f : A B um homomorsmo de aneis,
onde J B e um ideal prim ario. Pela hip otese, J e um ideal prim ario de B logo se
xy J entao x J ou y
n
J. Seja I = f
1
(J) A. Entao
ab f
1
(J) f(a).f(b) = f(ab) J f(a) J ou f(b)
n
J a f
1
(J) ou
f(b
n
) J b
n
f
1
(J).
Portanto a contra cao q
c
de um ideal prim ario q e um ideal prim ario. Se f : A B e se
q e um ideal prim ario em B, ent ao A/q
c
e isomorfo a um subanel de B/q.
Teorema 22 : Seja q um ideal primario em um anel A. Entao r(q) e o menor ideal
primo contendo q.
Prova: Pelo teorema 18 e suciente mostrar que p = r(q) e primo. Seja xy r(q), ent ao
(xy)
m
q para algum m > 0, e portanto tambem x
m
q ou y
mn
q para algum n > 0,
isto e, x r(q) ou y r(q).
Se p = r(q) ent ao q e dito ser p-primario.
Exemplos:
1) Os ideias prim arios em Z sao (0) = 0 e (p
n
), onde p e primo. Estes sao os unicos
ideais em Z com radical primo e e facil de checar que sao prim arios.
2) Sejam A = k[x, y] e q = (x, y
2
). Ent ao A/q = k[x, y]/(x, y
2
)

= k[y]/(y
2
), onde
os divisores de zero sao todos os m ultiplos de y, portanto s ao nilpotentes. Portanto q
e prim ario, e seu radical p e (x, y). Temos p
2
q p, logo um ideal prim ario n ao e
necessariamente uma potencia de um ideal primo.
3) Inversamente, uma potencia de um primo p
n
nao e necessariamente primaria, em-
bora seu radical seja o ideal primo p. Por exemplo, seja A = k[x, y, z]/(xy z
2
) e
sejam x, y, z as imagens de x, y, z respectivamente em A. Entao p = ( x, z) e primo (j a que
A/p
= k[y] e um domnio de integridade); temos x y = z

2
p
2
mas x ,= p
2
e y ,= r(p
2
) = p,
portanto p
2
nao e prim ario. Contudo, h a o seguinte resultado.
Teorema 23 Se r(a) e maximal, entao a e prim ario. Em particular, as potencias de
um ideal maximal m s ao m-prim arias.
Prova: Seja r(a) = m. A imagem de m em A/a e o nilradical de A/a, portanto A/a tem
somente um ideal primo, pelo teorema 13. Portanto todo elemento de A/a e tambem ou
uma unidade ou nilpotente, e ent ao todo divisor de zero em A/a e nilpotente.
Lema 24 Se q
i
(1 i n) s ao p-prim arios, ent ao q =
n
i=1
q
i
e p-prim ario.
Prova: Seja xy q e suponha que y ,= q. Entao y q
i
para algum i. Logo x
n
q
i
e
assim x p = r(q). Portanto x
m
q, o que mostra que q e p-prim ario.
Lema 25 Seja q um ideal p-prim ario, x um elemento de A. Entao:
i) se x q ent ao (q : x) = (1);
ii) se x ,= q entao (q : x) e p-prim ario, e portanto r(q : x) = p;
iii) se x ,= p entao (q : x) = q.
Prova:
i) Seja a A, ent ao ax q, pois x a. Portanto, (q : x) = (1).
ii) Para vermos que r(q : x) = p observe que se y (q : x) ent ao xy q, portanto (como
x ,= q y
n
q) temos y p. Portanto q (q : x) p; tomando radicais, temos
r(q : x) = p, pois p e primo. Para mostrar que (q : x) e p-prim ario, seja yz (q : x) com
y ,= p; ent ao xyz q, portanto xz q e pela denicao de ideal quociente z (q : x).
iii) A inclus ao (q : x) q e clara. Seja agora y (q : x), temos que yx q logo y q ou
x
n
q, mas x / p = r(q) logo temos que ter y q.
Denicao 26 Uma decomposicao primaria de um ideal a em A e uma express ao de
a como uma intersecao nita de ideais prim arios, digamos a =
n
i=1
a
i
(1) .
Em geral, tal decomposi cao prim aria n ao precisa existir. Se alem disso:
(i) os r(q
i
) sao todos distintos, e
(ii) temos q
i

j=i
q
j
(1 i n)
a decomposi cao prim aria (1) e dita ser minimal (ou irredundante, ou reduzida, ou nor-
mal). Pelo lema 24 podemos satisfazer (i) e entao podemos omitir quaisquer termos
superuos para satisfazer (ii); ent ao qualquer decomposi cao prim aria pode ser reduzida
a uma minimal.
Deni cao 27 Diremos que a e decomponvel se tem uma decomposicao prim aria.
Teorema 28 Seja a um ideal decomponvel e seja a =
n
i=1
q
i
uma decomposicao prim aria
minimal de a. Sejam p
i
= r(q
i
)(1 i n). Entao os p
i
s sao precisamente os ideais
primos que ocorrem no conjunto de ideais r(a : x)(x A), e portanto s ao independentes
da decomposi cao particular de a.
Prova: Para qualquer x A temos (a : x) = (q
i
: x) = (q
i
: x), pelo lema 17, portanto
r(a : x) =
n
i=1
r(q
i
: x) =
x=q
j
p
j
pelo lema anterior. Suponha que r(a : x) seja primo;
entao temos r(a : x) = p
j
, para algum j. Portanto cada ideal primo da forma r(a : x)
e um p
j
. Inversamente, para cada i exite x
i
,= q
i
, x
i

j=i
q
i
, ja que a decomposi cao e
minimal e temos ent ao r(a : x
i
) = p
i
.
Observa c oes:
1) A prova acima, associada com a ultima parte do lema anterior mostra que para cada
i 1, . . . , n existe x
i
A tal que (a : x
i
) e p
i
-primario.
2) Considerando A/a como um A-modulo, o teorema anterior e equivalente a dizer que
os p
i
s sao precisamente os ideais primos que ocorrem como radicais de anuladores de
elementos de A/a.
Exemplo: Seja a = (x
2
, xy) em A = k[x, y]. Ent ao a = p
1
p
2
, onde p
1
= (x), p
2
= (x, y).
O ideal p
2
2
e prim ario pelo teorema 23. Ent ao os ideais primos s ao p
1
e p
2
. Nesse exemplo,
p
1
p
2
; temos r(a) = p
1
p
2
= p
1
, mas a nao e um ideal primario.
Referencias
[1] MacDonald, I.G.; Atiyah, M.F. - Introduction to Commutative Algebra, Addison-
Wesley, 1969.
[2] O. Zariski; P. Samuel - Commutative algebra, Volumes I e II, D. van Nostrand Com-
pany, Inc., Princeton NJ 1958.
ESTABILIDADE DO PNDULO NO-LINEAR INVERTIDO
SOB EXCITAO PARAMTRICA
Mrcio Jos Horta Dantas
Professor Orientador
marcio@ufu.br
Pablo Hernandes Soares
Aluno Orientando
phgauss@hotmail.com
Faculdade de Matemtica FAMAT
Campus Santa Mnica Bloco 1F Sala 1F118
Av. Joo Naves de vila, 2121
38.400-902 Uberlndia MG
Telefones: (0xx34) 3239-4235 / 3239-4156
Telefax: (0xx34) 3239-4126
famat@ufu.br
1 - Introduo
Um pndulo ideal consiste em uma haste rgida sem peso presa em uma
extremidade a um ponto de suspenso O e tendo na outra extremidade uma massa pontual.
Figura 1 Pndulo
O objetivo deste trabalho apresentar uma anlise matemtica sobre o problema
de estabilidade do pndulo invertido com dissipao, cujo ponto de suspenso O est
submetido a uma excitao vertical. Na verdade, pretendemos encontrar condies de
excitao no ponto O sob as quais o pndulo invertido se mantm estvel.
Em um sistema dinmico de origem mecnica, como o pndulo, o primeiro passo
encontrar todas as foras que governam o movimento. Com isso, usando a Segunda lei de
Newton, obtemos as equaes de movimento que do uma descrio matemtica do
fenmeno.
Inicialmente apresentaremos algumas definies e teoremas, como a definio de
estabilidade segundo Lyapunov e a teoria de Floquet. Aps isto, faremos uma anlise sobre
um problema mais simples, o pndulo no-linear, sem amortecimento e sem excitao. Em
seguida a anlise ser feita sobre o caso completo: o pndulo invertido no-linear
amortecido e com excitao paramtrica vertical em seu ponto de suspenso.
2 Alguns Teoremas e Definies
TEOREMA 1 ( Existncia, Unicidade de Solues e Diferenciabilidade em
Relao s Condies Iniciais): Seja O : f
RR
n
, com O um subconjunto aberto de R
n
,
uma funo de classe C
r
. Ento existe uma aplicao de classe C
r-1
A +: R
n
, onde A
um subconjunto aberto de O R tal que ( ) ( ) t x t x ,
0

+ = a nica soluo da equao
( ) t x f
dt
x d
,
= com condio inicial ( )

0
0 x x

= .
A aplicao + denominada de fluxo da funo f
. Usando este resultado pode-

se mostrar que se f
depende diferenciavelmente de um parmetro, ento o fluxo da

equao diferencial ordinria tambm depende diferenciavelmente do mesmo parmetro.
Para uma demonstrao do teorema 1 ver [3].
DEFINIO 1: Dada a equao ( ) t x f
dt
x d
,
= , sendo O : f
RR
n
, com O um
subconjunto aberto de R
n
, uma funo de classe C
r
. Um ponto
-
x
dito ponto de equilbrio

se ( ) 0 , =
-
t x f

, para todo t.
DEFINIO 2: Seja O : f
R R
n
como na definio anterior, e +o seu fluxo.
Seja
-
x
um ponto de equilbrio do sistema. Ento dizemos que

-
x
assintoticamente
estvel, no sentido de Lyapunov, se existe um 0 > t tal que ( ) t ,
0
-
e x B y

, ento a
aplicao ( ) t x t ,
-
+

definida em toda reta e ( ) 0 , lim
0
= +
-

x t y
t

. O smbolo -
denota a norma euclidiana do R
n
.
TEOREMA 2: Se os autovalores da matriz dos coeficientes de um sistema
linearizado em um ponto de equilbrio possuem parte real no nula, ento na vizinhana
desse ponto o sistema no-linear de dimenso n apresenta um comportamento
topologicamente equivalente ao do sistema linear associado.
Para mais detalhes ver [2] e [3].
Daremos agora alguns resultados e definies da Teoria de Floquet, que
pertinente a equaes diferenciais lineares com coeficientes peridicos.
TEORIA DE FLOQUET: Seja um sistema linear homogneo n-dimensional
( )
( ) ( ) t x t A
dt
t x d
= . Esse sistema admite n solues

( )
( ) t x
j
(j = 1, ..., n) linearmente
independentes. Tais solues formam um conjunto fundamental, em termos do qual
qualquer outra soluo escrita como uma combinao linear. Esse conjunto pode ser
expresso na forma de uma matriz quadrada ( ) t u de ordem n, chamada de soluo matricial
fundamental:
( )
( )
( )
( )
( )
( )
( ) | | t x t x t x t
n

...
2 1
= u .
onde
( )
( ) t x
j
(j = 1, ..., n) uma coluna da matriz.

Como o conjunto de solues
( )
( ) { } n j t x
j
, , 1 :
= linearmente independente,
qualquer outra soluo pode ser escrita como ( ) ( )k t t x

u = , onde k
um vetor-coluna
constante dado pelas condies iniciais. Alm disso tambm possvel demonstrar que
( ) t u inversvel. Como ( ) ( )k x

0 0 u = , ento ( ) ( ) ( ) ( ) 0 0
1
x t t x

u u = .
Considere uma matriz de coeficientes tal que ( ) ( ) T t A t A + = , isto , os
coeficientes do sistema linear so peridicos de perodo T. Como
( )
( ) ( ) t t A
dt
t d
u =
u
,
verifica-se que:
( )
( )
( )
( )
( )
( )
( ) | | T t x T t x T t x t
n
+ + + = u

...
2 1

tambm uma soluo matricial fundamental. Cada soluo
( )
( ) T t x
j
+
pode ser escrita

como uma combinao linear de
( )
( ) t x
j
, portanto: ( ) ( )M t T t u = + u , sendo M uma

matriz quadrada, com coeficientes constantes, de ordem n. Se ( ) I = u 0 , sendo I a matriz
identidade de ordem n, a matriz M chamada de matriz mondroma. Os autovalores
j
de
M so chamados de multiplicadores caractersticos ou multiplicadores de Floquet. Apesar
da escolha de u no ser nica, possvel demonstrar que existe um nico conjunto de
multiplicadores de Floquet associado matriz A. Nota-se que a matriz M dada por:
( ) ( ) ( ) ( ) ( ) T T T t t M u = u u = + u u =

0
1 1
sendo que ( ) ( ) I = u = u

0 0
1
.
TEOREMA 3 (Lyapunov): Suponhamos que a equao ( ) t x f
dt
x d
,
= peridica
com perodo T e que a soluo ( ) t x
tambm peridica de mesmo perodo T. Se todos os

nmeros caractersticos da equao
( )
( ) ( ) t t A
dt
t d
u =
u
, como na definio anterior, tem
norma menor que 1, a soluo ( ) t x
assintoticamente estvel.
Para uma demonstrao destes resultados ver [4].
3 - Problema Fsico
3.1 - Equao do Movimento de um Pndulo No-Amortecido e No-Excitado e
Estabilidade do Pndulo Invertido sob tais condies
As foras F
1
e F
2
so decomposies do peso da massa m nas direes tangente e
normal trajetria. Ento:
sin
1
W F = ou sin
1
mg F =
cos
2
W F = ou cos
2
mg F =
De acordo com a Segunda Lei de Newton e sendo
2
2
dt
d
l a
t
= a acelerao tangencial do
pndulo, segue que:
2
2
1
sin
dt
d
ml mg F

= = ,
e dividindo-se a expresso por ml, obtemos a seguinte equao diferencial:
0 sin
2
0
2
2
= + e
dt
d
(1)
onde
l
g
=
0
e . Fazendo a substituio u = e e
=
dt
d
, obtemos o sistema:
No pndulo ao lado, foram colocados eixos de referncia
horizontal (x) e vertical (y) nos sentidos indicados, sendo a
origem O ponto de suspenso do pndulo. O valor da
massa pontual m e seu peso, segundo a Lei da
Gravidade, W = mg e o ngulo, em radianos no
sentido anti-horrio, entre o eixo-y e a haste, cujo
comprimento l.
Figura 2 - Retrato de Fases do Pndulo No-Linear
Figura 3 - O Pndulo Invertido
Substituindo (2) na equao (1), temos:
( ) 0 sin
2
0
2
2
= + + o t e
o
dt
d
(3)
dividindo-se esta equao por o , obtemos:
( )
0
sin
2
0
2
2
=
o
o
e
dt
d
. (4)
Tomando-se o limite da equao (4) para 0 o , obtemos:
0
2
0
2
2
= e
dt
d
. (5)
Reescrevendo-se a equao (5) como um sistema bi-dimensional a partir das mudanas de
variveis x = , y
dt
d
=
, temos:
=
=
x
dt
dy
y
dt
dx
2
0
e
. (6)
A matriz dos coeficientes do sistema (6) :
A fim de encontrarmos o tipo de estabilidade do pndulo
quando t = necessrio linearizarmos a equao (1) em
relao soluo t = . Para tal, tomamos a equao:
o t + = (2)
=
=
u e
e
e
u
sin
2
0
dt
d
dt
d
,
cujo retrato de fases est representado
ao lado.
(
(
=
0
1 0
2
0
e
A
e seus autovalores so
0 1
e = e
0 2
e = . Como os autovalores so reais e de sinais
contrrios a soluo nula do sistema (6) instvel. Pelo teorema 2, a soluo t =
portanto instvel. O mesmo resultado pode ser comprovado ao se observar o
comportamento das trajetrias no retrato de fases em ( ) 0 , t .
3.2 Equao do Movimento do Pndulo Amortecido e Excitado
3.2.1 - Pndulo Amortecido
O caso do pndulo no-amortecido pode apenas ser idealizado ou o mximo que se
pode conseguir uma aproximao em um laboratrio. Isso devido a uma dissipao de
energia no sistema causada pela resistncia imposta pelo meio, o qual, por exemplo, pode
ser um fluido. Usualmente a dissipao representada na equao do movimento do
pndulo por uma constante, conhecida como coeficiente de amortecimento, multiplicada
pela velocidade. Dessa forma a equao do pndulo amortecido se torna:
0 sin
2
2
= + +

mg
dt
d
a
dt
d
ml (7)
onde a o coeficiente de amortecimento, e sua unidade no S.I. | |
s
m Kg
a
.
= . Dividindo-se
a equao (7) por ml ela se torna:
0 sin
2
0
2
2
= + + e
dt
d
dt
d
, (8)
onde
ml
a
= .
3.2.2 - Pndulo Excitado
H muitas formas de forar ou excitar um pndulo. A maneira mais simples
acrescentar uma fora peridica sobre a massa pontual. Assim a equao do pndulo se
torna:
ft
l
B
dt
d
dt
d
t e e
2 cos sin
2
0
2
0
2
2
= + + ,
onde B a amplitude de excitao e f a freqncia. Porm, ao invs de se aplicar uma
excitao sobre a massa pontual ser aplicada uma excitao no ponto de suspenso do
pndulo.
Figura 4 - Pndulo Amortecido e Excitado
onde x
0
(t) e y
0
(t) so as coordenadas do ponto de suspenso num instante t. O vetor n

tangente trajetria do pndulo. Portanto, n
pode ser escrito como:

j

sin cos = n .
A fora F
R
a componente tangencial trajetria do pndulo da fora F
A
. Dessa
forma F
R
o produto escalar entre
A
F
e n
.
A R
F n F

= ,
portanto:
sin cos
2
0
2
2
0
2
|
|
.
|
\
|
=
dt
y d
g m
dt
x d
m F
R
.
Aplicando novamente a Segunda Lei de Newton e levando em considerao o caso
do pndulo amortecido, obtemos:
0 sin cos
1
sin
2
0
2
2
0
2
2
0
2
2
=
|
|
.
|
\
|
+ + + e
dt
y d
dt
x d
l dt
d
dt
d
. (9)
H trs tipos diferentes de excitao do ponto de suspenso do pndulo: vertical,
horizontal e rotacional. Outros movimentos so resultados da combinao destes trs
movimentos. Como o ponto de suspenso est movendo-se periodicamente, a seguir esto
as equaes das coordenadas do ponto de suspenso para cada tipo de movimento.
1 - Excitao Horizontal:
=
=
0
2 cos
0
0
y
ft B x t
2 - Excitao Vertical:
=
=
ft B y
x
t 2 cos
0
0
0
Na figura ao lado foi imposta uma acelerao
peridica sobre o ponto de suspenso O. No
sistema, movendo-se o ponto O, a massa m
sente uma fora cuja resultante com o peso W
F
A
. Escrevendo F
A
como um vetor tem-se:
j i

|
|
.
|
\
|
+ =
2
0
2
2
0
2
dt
y d
g m
dt
x d
m F
A
,
3 - Excitao rotacional:
=
=
ft B y
ft B x
t
t
2 cos
2 sin
0
0
,
onde B a amplitude de oscilao, e f a freqncia. Por experincia, sabe-se que esse
parmetro B deve ter valores pequenos e a freqncia deve ter valores elevados para manter
a estabilidade do pndulo invertido. Como o objetivo deste trabalho o caso em que o
pndulo possui excitao vertical em seu ponto de suspenso, ser abordado o segundo tipo
de movimento dos apresentados acima. Substituindo os valores para x
0
e y
0
da situao (3)
na equao (9), segue que:
( )
0 sin
2 cos 1
sin
2
2
2
0
2
2
= + +
t
e
dt
ft B d
l dt
d
dt
d
, (10)
portanto
( )
0 sin 2 cos
2
2
2
0
2
2
=
|
|
.
|
\
|
+ + + t
t
e
ft
l
B f
dt
d
dt
d
. (11)
4.2.3 Linearizao da Equao (11) e Estudo da Estabilidade do Pndulo Invertido
Figura 5 - Pndulo Invertido e Excitado
( )
( ) 0 sin 2 cos
2
2
2
0
2
2
= +
|
|
.
|
\
|
+ + + t o t
t
e
o ft
l
B f
dt
d
dt
d
( ) ( )
0
sin
2 cos
2
2
2
0
2
2
=
+
|
|
.
|
\
|
+ + +
o
t o
t
t
e
ft
l
B f
dt
d
dt
d
,
assim:
( ) ( )
0
sin
2 cos
2
2
2
0
2
2
=
|
|
.
|
\
|
+ +
o
o
t
t
e
ft
l
A f
dt
d
dt
d
.
Impondo limite para 0 o , obtemos:
Usando o teorema 2, podemos linearizar a equao
(11). O procedimento adotado para linearizar a equao (11)
o mesmo realizado em (4.1). Adotando a equao
t o + = , (12)
e substituindo (12) em (11) .
( )
0 2 cos
2
2
2
0
2
2
=
|
|
.
|
\
|
+ + ft
l
A f
dt
d
dt
d
t
t
e
(13)
e transformando a equao (13) em um sistema bidimensional atravs das mudanas x =
e y
dt
d
=
, obtemos:
( )
|
|
.
|
\
|
+ + =
=
ft
l
B f
x y
dt
dy
y
dt
dx
t
t
e 2 cos
2
2
2
0
. (14)
Reescrevendo o sistema (14) na forma matricial, temos:
( )
|
|
.
|
\
|
|
|
.
|
\
|
+
=
|
|
|
|
.
|
\
|
y
x
ft
l
B f
dt
dy
dt
dx
t
t
e 2 cos
2
1 0
2
2
0
. (15)
Observamos que no sistema (15) a matriz B peridica ( ( ) ( ) t A f t A = +
1
). Agora
realizaremos as mudanas de variveis:
( ) ( )
|
|
.
|
\
|
=
|
|
.
|
\
|
= = =
f
s
y
f
s v
f
s
x s u
f
ft s
t t t t
c t
2 2
1
,
2
,
2
1
, 2 . (16)
Dessa maneira, o sistema (15) se torna:
( )
|
.
|
\
|
+ + =
=
u s
l
B
v
ds
dv
v
ds
du
cos
2
0
2
e c c
. (17)
Esse sistema peridico, com perodo T = 2t, portanto segundo a teoria de
Floquet, ele possui uma matriz fundamental u. Procuremos solues para o sistema (17)
com as condies iniciais:
( )
( )
( )
( )
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|
=
|
|
.
|
\
|
1
0
0
0
e
0
1
0
0
v
u
v
u
.
Segundo o teorema 1, o fluxo uma funo diferencivel nos parmetros. Ento, podemos
realizar uma expanso de Taylor do fluxo em relao aos parmetros B e c:
( )
( )
|
.
|
\
|
+ + + + + + + =
|
.
|
\
|
+ + + + + + + =
3
2 2 2
5 4
2
3 2 1 0
3
2 2 2
5 4
2
3 2 1 0
c c c c
c c c c
B O v B v B v v B v v v
B O u B u B u u B u u u
, (18)
onde ( )
|
.
|
\
|
+
3
2 2
c B O denota os termos de ordem igual ou superior a ( )
3
2 2
c + B .
Substituindo-se as equaes no sistema (18) no sistema (17), obtemos os seguintes
sistemas:
=
=
0
0
0
0
ds
dv
v
ds
du
,
( )
=
=
0
1
1
1
cos
1
u s
l ds
dv
v
ds
du
,
=
=
0
2
2
2
v
ds
dv
v
ds
du
,
( )
=
=
1
3
3
3
cos
1
u s
l ds
dv
v
ds
du
,
( )
=
=
1 2
4
4
4
cos
1
v u s
l ds
dv
v
ds
du
=
=
2 0
2
0
5
5
5
v u
ds
dv
v
ds
du
e
.
Usando a primeira condio inicial:
( )
( )
=
=
=
=
0 0
1 0
0
0
0
0
0
0
v
u
ds
dv
v
ds
du

=
=
0
1
0
0
v
u
,
( )
( )
( )
=
=
=
=
0 0
0 0
cos
1
1
0
1
1
1
v
u
u s
l ds
dv
v
ds
du
=
l
s
v
l
s
u
sin
1 cos
1
1
,
( )
( )
=
=
=
=
0 0
0 0
2
2
0
2
2
2
v
u
v
ds
dv
v
ds
du
=
=
0
0
2
2
v
u
,
( )
( )
( )
=
=
=
=
0 0
0 0
cos
1
3
3
1
3
3
3
v
u
u s
l ds
dv
v
ds
du

( )( )
+
=
+ +
=
2
3
2
2 2
3
sin 2 sin cos
2
1
cos cos 4 3
4
1
l
s s s s
v
l
s s s
u
,
( )
( )
( )
=
=
=
=
0 0
0 0
cos
1
4
4
1 2
4
4
4
v
u
v u s
l ds
dv
v
ds
du
=
l
s
v
l
s s
u
1 cos
sin
4
4
,
( )
( )
=
=
=
=
0 0
0 0
5
5
2 0
2
0
5
5
5
v
u
v u
ds
dv
v
ds
du
e

=
=
0
0
5
5
v
u
.
Dessa maneira, podemos escrever uma primeira soluo do sistema (17) como:
( )
( )
|
.
|
\
|
+ +
+

+ =
|
.
|
\
|
+ +
+
+
+
+ =
3
2 2 2
2
21
3
2 2 2
2
2 2
11
1 cos
2
cos sin sin 2 sin
sin
4
cos cos 4 3 cos 1
1
c c
c c
B O B
l
s
B
l
s s s s
A
l
s
v
B O B
l
s s
B
l
s s s
B
l
s
u
(19)
Agora, usando a segunda condio inicial encontramos as seguintes solues:
( )
( )
=
=
=
=
1 0
0 0
0
0
0
0
0
0
v
u
ds
dv
v
ds
du

=
=
1
0
0
v
s u
,
( )
( )
( )
=
=
=
=
0 0
0 0
cos
1
1
0
1
1
1
v
u
u s
l ds
dv
v
ds
du
+
=
+
=
l
s s s
v
l
s s s s
u
1 sin cos
sin 2 cos
1
1
,
( )
( )
=
=
=
=
0 0
0 0
2
2
0
2
2
2
v
u
v
ds
dv
v
ds
du
=
=
s v
s u
2
2
2
2
1
,
( )
( )
( )
=
=
=
=
0 0
0 0
cos
1
3
3
1
3
3
3
v
u
u s
l ds
dv
v
ds
du
( )( )
( )( )
+ + + +
=
+ +
=
2
2 2
3
2
2 3
3
cos 5 sin 4 cos 4 9 sin cos 2
4
1
sin 24 18 sin cos 9 cos 3 cos 12
12
1
l
s s s s s s s s
v
l
s s s s s s s s s
u
,
( )
( )
( )
=
=
=
=
0 0
0 0
cos
1
4
4
1 2
4
4
4
v
u
v u s
l ds
dv
v
ds
du
+
=
+
=
l
s s s s
v
l
s s s s
s u
sin 2 sin 2
2
1
sin 2 cos
2
1
2
4
4
,
( )
( )
=
=
=
=
0 0
0 0
5
5
2 0
2
0
5
5
5
v
u
v u
ds
dv
v
ds
du
e

+ =
+ =
2 2 2
0
2
5
2 3 2
0
3
5
2
1
2
1
6
1
6
1
e
e
s s v
s s u
.
Ento, uma segunda soluo do sistema (17) :
( )( )
( )
( )( )
( )
|
.
|
\
|
+ +
+
+

+

+
+
+ =
|
.
|
\
|
+ +
+
+
+
+
+ +
+

+ =
3
2 2 2
2 2
0 2
2
2
2
22
3
2 2
2
2 2
0 3 2
2
3 2 2
12
2
2
sin 2 sin 2
4
cos sin 2 cos 5 sin 4 cos 4 9 1 sin cos
1
2
sin 2 cos
6 12
sin 24 sin cos 9 18 cos 3 cos 12
2
cos sin 2
c c
e
c c
c c
c
e
c
B O s
B
l
s s s s
l
s s s s s s s
s B
l
s s s
v
B O B
l
s s s s
s
s B
l
s s s s s s s s
B
l
s s s s
s u
(20)
Com essas duas solues montamos a matriz fundamental do sistema (17). Ento:
( )
( ) ( )
( ) ( )
( )
|
.
|
\
|
+ +
|
|
.
|
\
|
= u
3
2 2
22 21
12 11
c B O
t v t v
t u t u
t .
Fazendo uma aproximao e substituindo o tempo pelo perodo 2t, obtemos a matriz
mondroma.
( )
( ) ( )
( ) ( )
|
|
.
|
\
|
= u
t t
t t
t
2 2
2 2
2
22 21
12 11
v v
u u
, ou:
|
|
|
|
|
|
|
.
|
\
|
+ + +
+
+ + +
2 2 2 2
0
2 2
2
2 2
2
2
2 2 3
2
0
2 3 2
2
2
2
3
2
2
2 2
2 2
2
2 1
3
4
3
4 4
2
11
3
2
2
4
2
2
1
c t e c t
tc t
tc
t
c t
e c t c t t t
c t
t
t
c t t
l
B
l
B
l
B
l
B
l
B
l l
B
l
B
l
B
-
(21)
Seja c k B = , onde k uma constante positiva. Isso significa que estamos
assumindo amplitudes pequenas. Dessa maneira, calculando os autovalores da matriz
mondroma obtemos:
( ) c c t e tc ,
6
1
1
2
2 2
2
2
2 2
0
k g
l l
k
|
|
.
|
\
|
+ + = (22)
onde:
(23)
Escolhendo k de tal maneira que o coeficiente de c
2
seja nulo, poderemos assim
simplificar a expresso no radical. Ento 0 72 36
2 2 2 2 2 4
= k l l t t , ou l k 2
2
1
= .
Assim, a expresso (23) fica:
( )
( )
3 2
0
3 4 3 3 4 4 3 2 4 4 2 4
4
0
4 4 2
0
4 3 2 2 2
0
4 4 4 3 4 4 4
72 36 2 36 )
2
45
36 2 72 48 2 36 18 ( ,
c e t t t c t
e t e t e t t t c
l l l l
l l l l k g
+ + +
+ + + + =
que podemos escrever como ( ) 3 O . Substituindo-se na expresso dos autovalores obtemos:
( )
|
.
|
\
|
+
+ =
2
3
2 2 2 2
0
2
2
1 c
c t e
tc O . (24)
Esta expresso tem norma menor que 1 para c positivo adequadamente pequeno,
ou seja, para amplitudes pequenas e valores grandes de freqncia, pois:
f t
c
2
1
= e c k B = .
Ento, segue do teorema 3 que a soluo do caso linear = 0 assintoticamente estvel.
Conseqentemente, pelo teorema 2 a soluo no-linear = tem a mesma estabilidade,
sob estas condies.
5 Concluso
Aps toda essa anlise, conclumos que o pndulo invertido e amortecido se
mantm estvel, ou seja, possui um equilbrio assintoticamente estvel, se aplicarmos uma
excitao externa peridica com amplitudes pequenas e altas freqncias no seu ponto de
suspenso. O mesmo resultado pode ser obtido para os outros casos apresentados: excitao
peridica horizontal, rotacional ou uma combinao desses movimentos.
6 - Bibliografia
[1] Srgio, C. C.. Sampaio, J. L.. Fsica Clssica - Dinmica, Esttica. So Paulo: Editora
Atual, 1998.
[2] Monteiro, L. H. A.. Sistemas Dinmico. So Paulo: Editora Livraria da Fsica, 2002.
[3] Arnold, V. I.. Equaes Diferenciais Ordinrias. Traduo de M. Dombrovsky.
Moscovo: Editora Mir,1985.
[4] Pontriaguin, L. S. Ecuaciones Deferenciales Ordinarias, Coleccion Ciencia y
Tecnica. Edio Espanhola 1973, Edio MIR 1969. Traduo de Luis Bravo Gala.
[5] http://monet.physik.unibas.ch/~elmer/pendulum/lroom.htm
Modelo de Bertalany para uma Especie de
Crustaceo
Carolina Fernandes Molina Sanches
Rosana Sueli da Motta Jafelice

38408-100, Uberlandia - MG
Rosines Luciana da Motta
Departamento de Biologia
Faculdades Integradas Regionais de Avare - FIRA
18700-902, Avare - SP
marco de 2005
Resumo
O objetivo deste trabalho e calcular o crescimento, em comprimento, do cefalotorax
do crustaceo Aegla castro Schmitt, 1942, para os seguintes estagios reprodutivos:
jovem, femea jovem, femea matura e macho. O valor limite de comprimento (l
)
que esses animais podem atingir sao determinados atraves do modelo de von Berta-
lany. Para se obter estes valores atraves de ajuste linear, sao utilizados os dados
experimentais coletados no Corrego Ipiranga, localizado ao sul do estado de S ao
Paulo.
Palavras-chaves: Crustaceo, Aegla castro, modelo de Bertalany.
1 Introdu cao
Aegla castro como a maioria das especies do genero Aegla tem distribuicao geogr aca res-
trita, sendo encontrado do sul do estado de S ao Paulo ate o municpio de Ponta Grossa
no Paran a. Este crustaceo e encontrado no fundo do rio, sob pedregulhos, bem como
proximo às margens, oculta sob restos de vegeta cao e sob razes e troncos cados. Em
geral, encontram-se ilhadas nos riachos de serras de maiores altitudes, onde a temperatura
da agua e mais baixa e a oxigena cao mais intensa [6]. S ao animais muito sensveis a per-
turba coes ambientais provocadas pelo homem, sendo inclusive conhecidos como bioindi-
cadores da qualidade da agua. O estudo da din amica das popula c oes de Aegla castro
podera contribuir para eventuais recupera coes de ecossistemas de aguas continentais.
Orientando de Inicia cao Cientca PET-Matematica. E-mail: carolinafmss@yahoo.com.br
Professor orientador. E-mail: rmotta@ufu.br
Professor Co-orientador. E-mail: rlmotta@laser.com.br

O modelo de Bertalany e mais utilizado para estudos do crescimento, em compri-
mento, para especies de peixes. Mais recentemente este modelo tem sido aplicado para o
crescimento de Aegla, em [1] e realizado um estudo para a especie Aegla platensis e em
[3] para Aegla leptodactyla. Desta forma, notamos que s ao poucos os modelos que tratam
do crescimento destes crustaceos.
Neste trabalho estudamos o crescimento, em comprimento, do cefalot orax do Aegla
castro para cada estagio reprodutivo, utilizando uma tabela de dados experimentais cole-
tados no Corrego Ipiranga, localizado no municpio de Avare - SP, no perodo de mar co
a julho de 2004. As ferramentas matem aticas empregadas neste estudo s ao o modelo de
von Bertalany e ajuste linear, pelo metodo dos quadrados mnimos, apresentados na
proxima secao.
2 Modelo Matematico
Em [2] estudamos o modelo de Bertalany para o crescimento de til apia do Nilo, o met odo
sera descrito a seguir.
Pelo Princpio da Alometria [4], temos que:
O crescimento do peso do peixe e proporcional à area da sua superfcie externa (ana-
bolismo) e o decaimento e proporcional à energia consumida (catabolismo)
dp
dt
= A p (1)
em que
e a constante de anabolismo, representando a taxa de sntese de massa por unidade
de area do peixe;
e a constante de catabolismo, representando a taxa de diminui c ao da massa por
unidade de massa;
A area A da superfcie externa e proporcional a p
2
3
. Isto e dado pelo princpio da
alometria.
Sabendo que:
o peso e proporcional ao volume;
o volume e proporcional ao cubo do comprimento: p = k
1
l
3
a area e proporcional ao quadrado do comprimento: A = k
2
l
2
onde k
1
e k
2
sao constantes, temos
dp
dt
=
d
dt
_
k
1
l
3
_
= 3k
1
l
2
dl
dt
(2)
e substituindo a equa cao (2) na equa c ao (1), obtemos
3k
1
l
2
dl
dt
= k
2
l
2
k
1
l
3
ou seja,
dl
dt
= kl,
onde =
k
2
3k
1
e k =

3
.
Logo,
l(t) =

k
_
1 e
kt
_
Por outro lado, o comprimento limite (l
) e dado quando t , isto e, l
=

k
.
Assim, temos
l(t) = l
_
1 e
kt
_
,
expressao denominada equa c ao de von Bertalany para o crescimento, em tamanho.
Uma maneira de se estimar os valores l
e k, quando se tem uma tabela de valores

experimentais, consiste em determinar a reta y = mx + n pelo ajuste linear dos valores
l(t) e l(t + 1), isto e, atraves da equacao (3) [5].
l(t + 1) = ml(t) + n (3)
Substituindo
l(t) = l
_
1 e
kt
_
l(t + 1) = l
_
1 e
k(t+1)
_
na equac ao (3), temos
l
e
kt
e
k
= ml
ml
e
kt
+ n
e considerando que quando t , l(t + 1)
= l(t)
= l
, obtemos
l
=
n
1 m
(4)
Assim,
m = e
k
k = ln m (5)
n = l
ml
n = l
_
1 e
k
_
. (6)
Na proxima secao, apresentaremos as tabelas de valores experimentais de cada est agio
reprodutivo do Aegla castro e faremos os calculos e os gracos de l
utilizando ajuste
linear.
3 Crescimento do Aegla castro
Consideramos a Tabela 1 dos dados experimentais do cefalot orax de Aegla castro, medidos
em milmetros (mm), da extremidade do rostro ate a borda posterior da carapa ca, para
cada estagio reprodutivo, coletados no C orrego Ipiranga.
No calculo do l
para cada estagio reprodutivo e utilizado apenas os cinco maiores

comprimentos do cefalot orax, pelo fato deste valor ser calculado quando o tempo t tende
a innito. Utilizamos o metodo de Ford-Walford que consiste em considerar l(t) = l(t +1)
quando o comprimento est a estabilizado [4].
A partir das equa coes (4), (5) e (6), obtemos os seguintes ajustes para o comprimento
do Aegla castro para cada est agio reprodutivo:
Jovens: l
= 6,5 mm
jovens Femeas Jovens Femeas Maturas Machos
6.0 10.5 19.3 17.7
6.4 10.6 19.4 18.8
6.4 10.8 19.7 19.7
6.5 10.9 20.7 22.0
6.5 11.0 21.5 22.7
Tabela 1: Dados experimentais do Aegla castro.
Femeas Jovens: l
= 11,95 mm
Femeas Maturas: l
= 24,7 mm
Machos: l
= 27,10 mm
Na Figura 1 apresentamos o l
para cada estagio reprodutivo e na Figura 2 mostramos

o comportamento das curvas de crescimento de todos os est agios reprodutivos.
0 5 10 15 20
0
5
10
15
20
25 l
tempo(t)
C
r
e
s
c
i
m
e
n
t
o

d
a
s

F
e
m
e
a
s

M
a
t
u
r
a
s
0 5 10 15 20
0
2
4
6
l
tempo(t)
C
r
e
s
c
i
m
e
n
t
o

d
o
s

J
o
v
e
n
s
0 5 10 15 20
0
2
4
6
8
10
12 l
tempo(t)
C
r
e
s
c
i
m
e
n
t
o

d
a
s

F
e
m
e
a
s

J
o
v
e
n
s
0 5 10 15 20
0
5
10
15
20
25
l
tempo(t)
C
r
e
s
c
i
m
e
n
t
o

d
o
s

M
a
c
h
o
s
Figura 1: Curva de Crescimento em comprimento do cefalotorax de Aegla castro.
0 2 4 6 8 10 12 14 16 18 20
0
5
10
15
20
25
30
Comprimento do Cefalotorax
Tempo
l(t)
femeas maturas
jovens
femeas jovens
machos
Figura 2: Crescimento do Aegla castro em todos os estagios reprodutivos.
4 Conclus oes
Neste trabalho determinamos o comprimento m aximo do Aegla castro para cada est agio
reprodutivo utilizando o modelo de Bertalany. O crescimento m aximo, em comprimento
e de aproximadamente l
= 6,5 mm para jovens, l
= 11,95 mm para femeas jovens,

l
= 24,7 mm para femeas maturas e l
= 27,10 mm para machos. Como calculado

neste estudo e em [3], os machos tem l
superior as femeas, devido ao fato de as femeas

apresentarem perodos de intermuda (perodo entre a troca da carapa ca externa do animal,
que e o momento que o crust aceo cresce) mais longos do que os machos, freq uentemente
associado à incubac ao dos ovos. Na Figura 2 os jovens e as femeas jovens apresentam
uma intersecc ao em 6,5cm, pois ate este valor, no est agio reprodutivo dos jovens, existem
machos e femeas e nao e possvel a separac ao de sexos ao nvel macroscopico.
Nos trabalhos futuros pretendemos estudar o valor limite do comprimento (l
) e do
peso (p
) do Aegla castro, utilizando a equa cao de von Bertalany sendo estas vari aveis
par ametros fuzzy.
Referencias
[1] A. A. P. Bueno, G. Bond-Buckup e L. Buckup. Crescimento de Aegla platensis Schmitt
em ambiente natural (Crustacea, Decapoda, Aeglidae).Revista Brasileira de Zoologia.
n.17, 2000, pp. 51-60.
[2] C. F. M. Sanches e R. Motta Jafelice. Modelagem Matematica para o Crescimento de
Peixes. FAMAT em Revista, n.03, setembro de 2004, pp.13-25.
[3] C. K. Noro e L. Buckup. O Crescimento do Aegla leptodactyla Buckup & Rossi. Revista
Brasileira de Zoologia. n.20, 2003, pp. 191-198.
[4] R. C. Bassanezi. Ensino-Aprendizagem com Modelagem Matematica. Editora Con-
texto, 2002.
[5] R. C. Bassanezi e W. C. Ferreira Jr. Equacoes Diferenciais com Aplica coes. Editora
HARBRA, 1988.
[6] W. Rodrigues e N. J. Hebling. Estudos Biol ogicos em Aegla Perobae Hebling & Ro-
drigues, 1977 (Decapoda, Anomura). Revista Brasileira de Biologia, n.38, maio, 1978,
pp.383-390.
A Transcendencia do N umero
Anselmo A. de A. Oliveira
Uziel P. da Silva
Edson Agustini

Universidade Federal de Uberl andia - Ufu
Uberlandia - MG
Abril de 2005
Resumo
Este trabalho apresenta uma prova da transcendencia do n umero , baseada
na demonstracao de R. Moritz (Annals of Mathematics, vol. 2, 1901, pp.57-59),
seguindo as alteracoes propostas por D. G. de Figueiredo em [2]. Alem de um pe-
queno apanhado hist orico sobre o n umero e a teoria dos n umeros algebricos e tran-
scendentes, introduzimos duas secoes: uma sobre a Desigualdade do Valor Medio
para Fun coes de Uma Variavel Complexa e outra sobre Polin omios Simetricos.
Com elas, pretendemos esbocar deni coes e resultados pertinentes e necessarios à
compreensao da demonstra cao supracitada.
Palavras-chave: n umeros transcendentes, n umeros algebricos, n umeros irra-
cionais, n umeros construtveis, n umero , desigualdade do valor medio, polin omios
simetricos.
1 Um Pouco da Hist oria do N umero
O n umero mais famoso da hist oria, , representa a raz ao constante entre o permetro de
um crculo e o seu diametro. A hist oria do n umero tem incio cerca de 4000 anos atr as,
sendo que a existencia de uma relac ao constante entre a circunferencia e o seu diametro
era conhecida por muitas das civiliza coes antigas.
Das placas de Susa (placas de argila dos babil onios), vemos que estes adotavam uma
aproxima cao grosseira para o valor de que e deduzido como 3 +
1
8
, ou seja, 3, 125. Nos
papiros egpcios escritos antes de 1700 a.C., a area de um crculo e igual à de um quadrado
com
8
9
de diametro, e o papiro de Ahmes (cerca de 1600 a.C.) d a à relacao existente entre a
circunferencia e o seu diametro o valor 3, 16. Isto evidencia que a medicao da circunferencia
tinha erro menor do que 1%.
anselmoangelo@yahoo.com.br. Orientando do Programa Institucional de Inicia cao Cientca e Mon-

itoria da Faculdade de Matem atica (PROMAT) de set/03 a jul/04.
uzielpaulo@yahoo.com.br. Orientando do Programa Institucional de Inicia cao Cientca e Monitoria

da Faculdade de Matematica (PROMAT) de set/03 a jul/04
agustini@ufu.br. Professor orientador.

Ao descrever a construc ao do templo de Salom ao, aproximadamente em 950 a.C., o
velho testamento bblico traz em II Cronicas 4:2 uma aproxima cao hebraica para o n umero
: Fez o tanque de metal fundido, redondo, medindo quatro metros e meio de di ametro
e dois metros e vinte e cinco centmetros de altura. Era preciso um o de treze metros e
meio para medir a sua circunferencia., do que conclumos que seria igual a 3.
Assim, muitas civilizac oes antigas observaram atraves de medic oes que a raz ao do
crculo e a mesma para crculos de diferentes tamanhos. No entanto, foram os gregos que
conseguiram compreender e explicar a logica desta rela c ao, que advem das propriedades
de guras semelhantes. Os gregos antigos compreendiam que n umeros como e
2 sao
diferentes dos n umeros inteiros e dos n umeros racionais utilizados em suas matem aticas
e, mesmo tendo conseguido provar a irracionalidade de
2, o mesmo nao ocorreu para o

.
Arquimedes de Siracusa (287-212 a.C.) conseguiu melhorar a aproxima c ao dada ao
n umero , aproximando a circunferencia por polgonos regulares de 12, 24, 48 e 96 lados e
descobrindo as seguintes limitac oes para : 3
10
71
< < 3
1
7
, isto e, 3, 14085 < < 3, 142857.
Recentemente, descobriu-se que em 480 d.C., Tsu Chung-Chi (430-501 d.C.) chegou
à conclusao de que o valor de oscilaria entre 3,1415926 e 3,1415927, uma aproxima c ao
impressionante para a epoca. Por volta de 499 d.C., um tratado indiano sobre matem atica
e astronomia, intitulado aryabhata, indica 3,1416 como um valor aproximado de , que
e uma aproxima c ao com 3 casas decimais corretas.
Mais tarde, aproxima c oes melhores de puderam ser encontradas utilizando polgonos
com mais lados do que aqueles utilizados por Arquimedes. Um c alculo chines chega
a usar um polgono com mais de 3000 lados e apresenta com 5 casas decimais. Os
chineses tambem aproximaram pelo racional
355
113
, que difere de menos de 0,0000003.
Essa mesma aproxima c ao foi redescoberta no seculo XVI pelo engenheiro alemao Ariaan
Anthoniszoon. No mesmo seculo, outro alem ao, Adrien van Rooman, usou o metodo de
Arquimedes com um polgono de 2
30
lados para obter 15 casas decimais para .
O Renascimento Europeu causou muitos efeitos sobre a matem atica, entre eles a ne-
cessidade de se encontrar formulas, o que nao foi diferente para o . Descobriu-se, entao,
a denic ao nao geometrica de e a representa c ao deste por series innitas. Um dos
primeiros foi Fran cois Viète que, em 1592, descobriu a f ormula:
=
1
_
1
2
1
2
+
1
2
_
1
2
_
1
2
+
1
2
1
2
+
1
2
_
1
2
_
1
2
+
1
2
_
1
2
+
1
2
1
2
+
1
2
_
1
2
...
Tambem John Wallis (1616-1703) com a f ormula:
= 2
_
2
1
2
3
4
3
4
5
6
5
6
7
...
_
e William Brouncker, em 1658, com a fra c ao contnua innita:
= 4
1
1 +
1
2
2 +
3
2
2 +
5
2
2 +
7
2
2 + ...
Uma formula atribuda a Leibniz (1646-1716) e a James Gregory (1638-1675) e:
= 4
_
1
1

1
3
+
1
5

1
7
+
1
9
...
_
.
O mesmo Gregory prop os tambem a seguinte formula, que converge mais rapidamente:
6
=
1
3
_
1
1
3.3
+
1
5.3.3

1
7.3.3.3
+ ...
_
.
John Machin, em 1706, criou uma varia c ao da serie de Gregory; com um aumento
signicativo da convergencia, ele conseguiu calcular com 100 casas decimais. Esta
formula e dada por:
4
= 4 arctan
1
5
arctan
1
239
.
Uma propriedade relacionada ` a natureza de foi demonstrada, em 1761, por Johann
Heinrich Lambert: e um n umero irracional.
Em 1873, o ingles William Shanks usou a formula de Machin para calcular (manual-
mente e durante quinze anos!) as 707 primeiras casas decimais de , das quais so 527
estavam corretas.
A populariza cao da letra grega para representar a raz ao entre o comprimento da
circunferencia e seu diamentro se deve a Leonhard Euler, que passou a empreg a-la a partir
de 1736, muito embora alguns matem aticos a tenham utilizado antes.
O Seculo XX foi marcado pela introdu cao do uso de computadores e algoritmos com-
putacionais que tem possibilitado encontrar um n umero cada vez maior de casas decimais
do n umero . Em 1949, pela primeira vez, um computador foi usado para calcular
ate às 200 casas decimais. Em 1961, conseguiu-se atraves de computac ao a aproxima cao
de ate 100.265 casas decimais, mais tarde em 1967 aproximou-se ate às 500.000 casas
decimais.
Recentemente, David Bailey, Peter Borwein e Simon Ploue contabilizaram 10 bilh oes
de casas decimais para o , usando uma f ormula que d a cada casa decimal do individ-
ualmente para cada n escolhido. Atualmente, o recorde e de 1.241.000.000.000 (mais de
um trilhao!) casas decimais de , calculadas por Yasumana Kanada, da Universidade de
Tokio em 2002. Em 11/9/2000 foi calculada pelo projeto Pihex a 1.000.000.000.000.000
a
.
(quatrilhonesima!) casa binaria de (que, na base binaria, e 0).
1
1
Ver www.obm.org.br ou www.cecm.stu.ca/pi.
2 Introdu cao
Nosso objetivo com o presente trabalho e demonstrar que o n umero e transcendente.
Um n umero complexo que pode ser expresso como raiz de uma equa c ao polinomial
com coecientes inteiros e chamado de n umero algebrico. Os complexos nao algebricos
sao chamados de n umeros transcendentes.
Conforme comentado em [5], a quest ao de saber se um dado n umero e transcendente
ou algebrico e, em geral, difcil, tendo aparecido como o setimo problema na famosa lista
dos vinte e tres problemas de David Hibert, citados em palestra no Segundo Congresso
Internacional de Matem atica, em 1900, realizado em Paris na Fran ca.
Podemos rmar a semente da teoria dos n umeros transcendentes na Grecia antiga
com os tres famosos problemas gregos de constru cao com regua e compasso: a quadratura
de um crculo, a trisecc ao de um angulo e a duplica c ao de um cubo. O estudo desses
problemas recai na constru cao (com regua sem escala e compasso) de um segmento com
certa medida que n ao e construtvel a partir de um segmento dado como unidade. Temos
a a teoria dos N umeros Construtveis que, hoje sabemos, sao todos n umeros algebricos
(no entanto, nem todo n umero algebrico e construtvel [6]).
Em 1844, Joseph Liouville exibiu uma classe de n umeros que demonstrou serem tran-
scendentes e, trinta anos apos, uma prova da existencia de n umeros transcendentes sem
exibir um n umero transcendente sequer foi feita Georg Cantor. A primeira demonstra cao
de que e transcendente foi dada por Ferdinand Lindemann, em 1882, comprovando a
impossibilidade da quadratura do crculo, que depende da construc ao de um segmento de
comprimento a partir da unidade.
Em 1934, Aleksander Gelfond demonstrou que n umeros complexos da forma a
b
, sendo
a um n umero algebrico diferente de 0 e 1 e b um algebrico nao racional, s ao todos transcen-
dentes, constituindo um avan co signicativo na teoria desses n umeros. Assim, o n umero
2
2
, citado na lista dos problemas de Hilbert, e transcendente.
Neste trabalho, esbo camos uma prova da transcendencia do n umero , baseada na
demonstra cao de R. Moritz (Annals of Mathematics, vol. 2, 1901, pp.57-59), seguindo as
altera coes propostas por D. G. de Figueiredo em [2]. Para tanto, iniciamos o trabalho com
duas sec oes de pre-requisitos que julgamos necessarias ao bom entendimento do trabalho.
3 Desigualdade do Valor Medio para Fun c oes de Uma
Variavel Complexa
Para demonstrarmos a transcendencia de , precisaremos de um resultado relacionado ` as
funcoes de uma vari avel complexa chamado de Desigualdade do Valor Medio. Para tanto,
consideremos as seguintes denicoes:
Uma func ao de uma vari avel complexa f : C C tem derivada no ponto z C, se
existir o limite:
f
(z) = lim
z
0
0
f (z + z
0
) f (z)
z
0
,
sendo z
0
C. Chamaremos f
(z) de derivada de f em z.
Se uma func ao de uma vari avel complexa f possuir derivadas em todos os pontos de
C, ent ao dizemos que f e analtica em C.
Seja f (z) = u(x, y) +iv (x, y) com z = x +iy, ou seja, u(x, y) e a parte real e v (x, y)
a imagin aria de f (z) .
Supondo que f (z) seja analtica em C, vamos calcular f
(z) considerando valores reais

para z
0
, isto e, z
0
= h. Assim, z + z
0
= (x + h) + iy e, conseq uentemente,
f (z + z
0
) = u (x + h, y) + iv (x + h, y) .
Da:
f
(z) = lim
z
0
0
f (z + z
0
) f (z)
z
0
= lim
h0
u(x + h, y) + iv (x + h, y) u (x, y) iv (x, y)
h
= lim
h0
u(x + h, y) u(x, y)
h
+ i lim
h0
v (x + h, y) v (x, y)
h
=
u
x
(x, y) + i
v
x
(x, y) . (1)
Calculando f
(z) usando valores imagin arios puros para z

0
, isto e, z
0
= ik, temos:
f
(z) = lim
ik0
u(x, y + k) u (x, y)
ik
+ i lim
ik0
v (x, y + k) v (x, y)
ik
.
Mas ik 0 =k 0 e (i)
1
= i, ent ao:
f
(z) = i lim
k0
u(x, y + k) u(x, y)
k
+ lim
k0
v (x, y + k) v (x, y)
k
= i
u
y
(x, y) +
v
y
(x, y) . (2)
Identicando (1) e (2) encontramos as Equacoes de Cauchy-Riemann:
u
x
(x, y) =
v
y
(x, y)
u
y
(x, y) =
v
x
(x, y)
para qualquer z = x + iy em C.
O teorema abaixo estabelece uma especie de desigualdade do valor medio para
funcoes de uma vari avel complexa, uma vez que o Teorema do Valor Medio nao e ver-
dadeiro neste caso. Um fato curioso envolvendo uma demonstra c ao da transcendencia de
devida a Moritz (Annals of Mathematics, vol. 2 (1901), pp. 57-59) e o fato deste ter
usado o Teorema do Valor Medio para caso complexo.
Teorema 3.1 (Desigualdade do Valor Medio) Seja f : C C uma funcao analtica e
sejam z
1
, z
2
C. Entao,
[f (z
2
) f (z
1
)[ 2 [z
2
z
1
[ sup [f
(z
1
+ (z
2
z
1
))[ : 0 1 ,
sendo [z[ o modulo do n umero complexo z = x + iy, isto e, [z[ =
_
x
2
+ y
2
.
Demonstra c ao
Sejam u(x, y) e v (x, y) as partes real e imagin aria de f (z) e z
0
= x
0
+ iy
0
. Assim,
f (z
0
) = u(x
0
, y
0
) + iv (x
0
, y
0
) e, particularmente, f (0) = u(0, 0) + iv (0, 0) .
Da,
f (z
0
) f (0) = u(x
0
, y
0
) u(0, 0) + i (v (x
0
, y
0
) v (0, 0)) (3)
Denamos as fun coes : R R e : R R de modo que:
() = u(x
0
, y
0
)
() = v (x
0
, y
0
) .
Pelo Teorema do Valor Medio, temos:
_
(1) (0) =
(
1
) para algum 0 <
1
< 1
(1) (0) =
(
2
) para algum 0 <
2
< 1
(4)
Com o auxlio de (4) e calculando as derivadas das fun coes compostas e , podemos
escrever:
u (x
0
, y
0
) u(0, 0) = (1) (0) =
(
1
) =
u
x
(
1
x
0
,
1
y
0
) x
0
+
u
y
(
1
x
0
,
1
y
0
) y
0
v (x
0
, y
0
) v(0, 0) = (1) (0) =
(
2
) =
v
x
(
2
x
0
,
2
y
0
) x
0
+
v
y
(
2
x
0
,
2
y
0
) y
0
que substitudas em (3) fornecem
f (z
0
) f (0) =
u
x
(
1
x
0
,
1
y
0
) x
0
+
u
y
(
1
x
0
,
1
y
0
) y
0
+ i
_
v
x
(
2
x
0
,
2
y
0
) x
0
+
v
y
(
2
x
0
,
2
y
0
) y
0
_
.
Usando a desigualdade [z[ [x[ +[y[ , sendo [x[ e [y[ os valores absolutos da parte real
e imaginaria de z = x + iy, temos:
[f (z
0
) f (0)[
u
x
(
1
x
0
,
1
y
0
) x
0
+
u
y
(
1
x
0
,
1
y
0
) y
0
v
x
(
2
x
0
,
2
y
0
) x
0
+
v
y
(
2
x
0
,
2
y
0
) y
0
.
Usando a Desigualdade de Cauchy-Schwarz :
[(a
1
, a
2
) , (b
1
, b
2
))[ [(a
1
, a
2
)[ . [(b
1
, b
2
)[ [a
1
b
1
+ a
2
b
2
[
_
a
2
1
+ a
2
2
_
b
2
1
+ b
2
2
,
obtemos:
[f (z
0
) f (0)[
_
u
x
(
1
x
0
,
1
y
0
)
_
2
+
_
u
y
(
1
x
0
,
1
y
0
)
_
2_
x
2
0
+ y
2
0
+
_
v
x
(
2
x
0
,
2
y
0
)
_
2
+
_
v
y
(
2
x
0
,
2
y
0
)
_
2_
x
2
0
+ y
2
0
(5)
Observemos que de (1) temos f
(z) =
u
x
(x, y) +i
v
x
(x, y) e, utilizando as Equacoes
de Cauchy-Riemann, temos:
f
(z) =
u
x
(x, y) i
u
y
(x, y)
f
(z) =
v
x
(x, y) + i
v
y
(x, y)
Aplicando a primeira equa c ao ao ponto z =
1
z
0
, a segunda ao ponto z =
2
z
0
e,
posteriormente, calculando o m odulo dessas func oes complexas, temos:
[f
(
1
z
0
)[ =
_
u
x
(
1
x
0
,
1
y
0
)
_
2
+
_
u
y
(
1
x
0
,
1
y
0
)
_
2
[f
(
2
z
0
)[ =
_
v
x
(
2
x
0
,
2
y
0
)
_
2
+
_
v
y
(
2
x
0
,
2
y
0
)
_
2
Como [z
0
[ =
_
x
2
0
+ y
2
0
, retornando a (5):
[f (z
0
) f (0)[ [f
(
1
z
0
)[ [z
0
[ +[f
(
2
z
0
)[ [z
0
[ .
Mas,
[f
(
1
z
0
)[ sup [f
(z
0
)[ : 0 1
[f
(
2
z
0
)[ sup [f
(z
0
)[ : 0 1
(pois 0 <
1
,
2
< 0).
Da,
[f (z
0
) f (0)[ 2 [z
0
[ sup [f
(z
0
)[ : 0 1 .
Aplicando o resultado acima ` a funcao g (z) = f (z + z
1
) e ao ponto z
0
= z
2
z
1
,
conclumos que
[f (z
2
) f (z
1
)[ 2 [z
2
z
1
[ sup [f
(z
1
+ (z
2
z
1
))[ : 0 1 ,
o que conclui a demonstra c ao.
4 Polin omios Simetricos
Na prova da transcendencia de tambem necessitaremos de dois resultados envolvendo
polinomios simetricos.
Um polinomio P (t
1
, t
2
, ..., t
n
) ; t
1
, ..., t
n
C e chamado simetrico se para todas as
permuta coes : 1, ..., n 1, ..., n (que sao as n! bijec oes de 1, ..., n em 1, ..., n),
temos:
P (t
1
, t
2
, ..., t
n
) = P
_
t
(1)
, t
(2)
, ..., t
(n)
_
.
Seja P (x) = (x t
1
) (x t
2
) ... (x t
n
) , sendo t
1
, t
2
, ..., t
n
C as razes de P (x) .
Podemos escrever P (x) da seguinte forma:
P (x) = x
n
s
1
x
n1
+ s
2
x
n2
+ ... + (1)
n
s
n
,
da qual segue, pelas Relacoes de Girard, que:
s
1
=
n
j=1
t
j
s
2
=
i<j
t
i
t
j
s
3
=
i<j<k
t
i
t
j
t
k
.
.
.
s
n
= t
1
t
2
...t
n
Os polin omios s
1
, s
2
, ..., s
n
sao chamados polin omios simetricos elementares emt
1
, t
2
, ..., t
n
.
O grau de um monomio at
k
1
1
...t
k
n
n
em t
1
, ..., t
n
e denido como sendo o valor
n
i=1
k
i
.
O grau de um polin omio em t
1
, ..., t
n
e denido como sendo o m aximo dos graus dos
monomios que o compoe.
O peso de um mononio at
k
1
1
...t
k
n
n
e denido como sendo o valor
n
i=1
ik
i
. O peso de um
polinomio em t
1
, ..., t
n
e denido como sendo o m aximo dos pesos dos monomios que o
compoe.
Baseados nas deni coes acima, temos as seguintes proposi c oes:
Proposi cao 4.1 Seja P (t
1
, ..., t
n
) um polinomio simetrico de grau d, com coecientes
inteiros. Entao, existe um polin omio G(s
1
, ..., s
n
) de peso menor ou igual a d com co-
ecientes inteiros, sendo s
1
, ..., s
n
os polin omios simetricos elementares em t
1
, ..., t
n
, tal
que:
P (t
1
, ..., t
n
) = G(s
1
, ..., s
n
) .
Demonstra c ao
(Por inducao em n): Para n = 1, o teorema e obvio, pois nesse caso s
1
= t
1
. Supon-
hamos, agora, que o teorema seja v alido para polin omios em t
1
, ..., t
n1
. Representemos
por s
1
, ..., s
n1
os polin omios simetricos elementares em t
1
, ..., t
n1
:
s
1
=
n1
j=1
t
j
s
2
=
i<j
t
i
t
j
; 1 i < j n 1
s
3
=
i<j<k
t
i
t
j
t
k
; 1 i < j < k n 1
.
.
.
s
n1
= t
1
...t
n1
Para provar que a proposi cao vale para polin omios em t
1
, ..., t
n
, procedemos por
inducao nos graus d desses polinomios. Para d = 0, o resultado e trivial, pois teramos
apenas os polin omios constantes. Suponha que o resultado seja v alido para polin omios
de grau menor que d e provemos que ele se verica para polinomios de grau d. Seja, pois,
f(t
1
, ..., t
n
) um polinomio de grau d. Pela hipotese de inducao, existe um polinomio de
peso menor ou igual a d, g
1
(s
1
, ..., s
n1
) , tal que
f (t
1
, ..., t
n1
, 0) = g
1
(s
1
, ..., s
n1
) (6)
Assim, g
1
(s
1
, ..., s
n1
) e um polinomio em t
1
, ..., t
n
, cujo grau e menor ou igual a d.

E
facil de ver que g
1
(s
1
, ..., s
n1
) e um polinomio simetrico em t
1
, ..., t
n
. Logo,
f
1
(t
1
, ..., t
n
) = f (t
1
, ..., t
n
) g
1
(s
1
, ..., s
n1
) (7)
e um polinomio simetrico em t
1
, ..., t
n
. Provaremos agora que f
1
(t
1
, ..., t
n
) e da forma (8),
com f
2
de grau menor que d, para ent ao usarmos a hip otese de induc ao.
Se zermos t
n
= 0 em (7), obtemos, em virtude de (6), que
f (t
1
, ..., t
n1
, 0) = 0.
Conseq uentemente, t
n
e um fator comum em f
1
(t
1
, ..., t
n
) . Do fato que f
1
(t
1
, ..., t
n
) e
simetrico emt
1
, ..., t
n
, segue-se que t
j
, para todo j = 1, ..., n, e fator comum de f
1
(t
1
, ..., t
n
) .
Logo,
f
1
(t
1
, ..., t
n
) = s
n
f
2
(t
1
, ..., t
n
) (8)
e da segue que o grau de f
2
e menor ou igual a d n < d. Aplicando a hipotese de
inducao, temos que existe um polin omio g
2
(s
1
, ..., s
n
) de peso menor ou igua a d n, tal
que
f
2
(t
1
, ..., t
n
) = g
2
(s
1
, ..., s
n
) . (9)
Finalmente, de (7), (8) e (9) obtemos
f (t
1
, ..., t
n
) = s
n
g
2
(s
1
, ..., s
n
) + g
1
(s
1
, ..., s
n1
) ,
o que mostra que f (t
1
, ..., t
n
) e igual a um polin omio simetrico em s
1
, ..., s
n
:
g (s
1
, ..., s
n
) = s
n
g
2
(s
1
, ..., s
n
) + g
1
(s
1
, ..., s
n1
) .
O peso de g (s
1
, ..., s
n
) e menor ou igual a d o que conclui a demonstra c ao.
Proposi cao 4.2 Sejam
1
, ...,
j
n umeros algebricos, tais que os polin omios simetricos
elementares
s
1
=
n
j=1
j
s
2
=
i<j
j
; 1 i < j n
.
.
.
s
n
=
1
...
n
sejam n umeros racionais. Considere agora os
_
n
2
_
n umeros algebricos
ij
=
i
+
j
, 1 i < j n.
Entao os polin omios simetricos elementares associados aos
ij
s sao tambem n umeros

racionais.
Demonstra c ao
Seja uma permuta c ao dos inteiros 1, ..., n. Dado um polinomio f (t
1
, ...t
n
) , a ele
associamos um outro polin omio, que representamos por f
(t
1
, ...t
n
), assim denido:
f
(t
1
, ...t
n
) = f
_
t
(1)
, ..., t
(n)
_
(10)
Em virtude da Proposi cao 4.1, basta provar que os polin omios simetricos elementares
nos
ij
s sao polin omios simetricos nos

j
s. Seja pois uma permuta c ao dos inteiros

1, ..., n. A expressao (10) dene uma fun cao do conjunto dos polin omios nele proprio,
funcao esta associada a . Vamos representar essa func ao tambem pela letra . Assim,
por 10 temos:
(
j
) =
(j) ; j = 1, .., n.
Se tivermos um polin omio qualquer em
1
, ...,
n
com coecientes racionais, segue-se
de que a a cao de sobre ele e
_
a
k
1
...k
n
k
1
1
...
k
n
n
_
=
a
k
1
...k
n
[ (
1
)]
k
1
... [ (
n
)]
k
n
,
sendo os somat orios tomados sobre todos os inteiros k
1
, ..., k
n
0, e tais que k
1
+... +k
n

m, sendo m o grau do polin omio. A seguir, observemos que induz uma permuta c ao
dos
ij
s assim denida:
(
ij
) = (
i
+
j
)
def
= (
i
) + (
j
) .
Logo:
(
ij
) = (
ij
) .
Para vericar que o primeiro polin omio simetrico elementar S
1
dos
ij
s e simetrico
nos
s, devemos provar que (S

1
) = S
1
. Vejamos:
(S
1
) =
(
ij
) =
(
ij
) =
(S
1
) = S
1
,
onde utilizamos, na ultima igualdade que S
1
e simetrico nos
ij
s. Para os demais
polinomios simetricos elementares, S
2
, ..., S
n
, procedemos de modo analogo ao que se fez
em acima. E isso completa a demonstra cao.
A Proposi cao 4.2 pode ser facilmente generalizada para
_
n
j
_
, j = 3, ..., n n umeros
algebricos:
k
1
,...,k
j
=
k
1
+ ... +
k
j; 1 k
1
< ... < k
j
n.
Como conseq uencia, podemos enunciar o seguinte corol ario:
Corolario 4.1 Se os
s da generaliza cao da Proposi c ao 4.2, para j = 3, ..., n, sao as

razes de um polin omio de grau n com coecientes racionais, entao os
s sao razes de
um polin omio de grau
_
n
j
_
com coecientes racionais.
5 Prova da Transcendencia de
Os dois lemas abaixo s ao extrados da prova da transcendencia do n umero e em [5] e
usaremo-os na prova da transcendencia de .
Lema 5.1 Seja a func ao F (x) = P(x)+P
(x)+...+P
(r)
(x) ; em que P(x) e um polinomio
de grau r e P
(r)
(x) representa a derivada de ordem r de P (x) . Entao,
d
dx
_
e
x
F(x)
_
= e
x
P (x) .
Demonstra cao:
Temos e
x
F (x) = e
x
P (x) + e
x
P
(x) + ... + e
x
P
(r)
(x) . Entao,
d
dx
_
e
x
F(x)
_
= e
x
P (x) + e
x
P
(x) e
x
P
(x) + e
x
P
(x) e
x
P
(x) + ...
+ e
x
P
(r)
(x) e
x
P
(r)
(x) + e
x
P
(r+1)
(x) ,
ou seja,
d
dx
_
e
x
F(x)
_
= e
x
P (x) ,
como queramos.
Lema 5.2 Seja Q(x) =
r
j=0
a
j
x
j
um polinomio com coecientes inteiros e seja p < r um
inteiro positivo. Entao:
(i) Q
(i)
(x) =
r
j=i
j!
(j i)!
a
j
x
ji
, i r.
(ii)
1
(p 1)!
Q
(i)
(x), p i, e um polin omio com coecientes inteiros divisveis por p.
Demonstra c ao:
Temos que Q(x) =
r
j=0
a
j
x
j
= a
0
+ a
1
x + ... + a
r
x
r
.
Ent ao,
Q
(1)
(x) = a
1
+ 2a
2
x + ... + ra
r
x
r1
Q
(2)
(x) = 2a
2
+ 6a
3
x + ... + r(r 1)a
r
x
r2
Q
(3)
(x) = 6a
3
+ 24a
4
x + ... + r(r 1)(r 2)a
r
x
r3
=
3!
0!
a
3
+
4!
1!
a
4
x + ... +
r!
(r 3)!
a
r
x
r3
.
.
.
Logo, Q
(i)
(x) =
i!
0!
a
i
+
(i + 1)!
1!
a
i+1
x +
(i + 2)!
2!
a
i+2
x
2
+ ... +
r!
(r i)!
a
r
x
ri
, ou seja,
Q
(i)
(x) =
r
j=i
j!
(j i)!
a
j
x
ji
, i r
e isso prova a primeira parte.
Quanto ` a segunda parte, observemos que os coecientes de
1
(p 1)!
Q
(i)
(x) serao da
forma
j!
(j 1)!
1
(p 1)!
a
j
, onde a
j
e inteiro.
Temos p i, p xo e j = i, ..., r.
No 1
o
coeciente, temos j = i e, conseq uentemente,
j!
0!
1
(p 1)!
=
j(j 1)...p(p 1)!
(p 1)!
= j(j 1)...p.
No 2
o
coeciente, temos j = i + 1, portanto,
j!
1!
1
(p 1)!
=
j (j 1) ...p(p 1)!
(p 1)!
= j (j 1) ...p.
No 3
o
j!
2!
1
(p 1)!
=
j (j 1) ...p(p 1)!
2.1.(p 1)!
=
j (j 1) ...p
2
.
Observemos que o numerador tem j (p 1) = j p + 1 fatores. Como i + 2 p + 2,
temos j p +2, ou seja, j p 2, o que implica j p +1 3. Assim, podemos concluir
que o numerador tera pelo menos 3 fatores.
No 4
o
j!
3!
1
(p 1)!
=
j (j 1) ...p(p 1)!
3.2.1.(p 1)!
=
j (j 1) ...p
3!
e, nesse caso, o numerador tera pelo menos 4 fatores.
Generalizando, teremos para j = i + k, k N,
j!
k!
1
(p 1)!
=
j (j 1) ...p(p 1)!
k!(p 1)!
=
j (j 1) ...p
k!
,
sendo que o numerador tem pelo menos k + 1 fatores, ou seja,
j p + 1 k + 1
j k + 1 p + 1.
Dessa forma,
j!
k!
1
(p 1)!
=
j(j 1)...(j k + 1) (j k) ...p
k!
=
j(j 1)...(j k + 1)
k!
(j k)!
(j k)!
(j k) ...p
=
j!
k!(j k)!
(j k) ...p
=
_
j
k
_
(j k) ...p,
sendo
_
j
k
_
um n umero binomial, o que implica
_
j
k
_
Z, ou seja,
_
j
k
_
(j k) ...p Z e,
portanto,
j!
k!
1
(p 1)!
Z e e divisvel por p. Dessa forma, os coecientes de
1
(p 1)!
Q
(i)
(x)
sao n umeros inteiros divisveis por p.
Teorema 5.1 O n umero e transcendente.
Demonstra c ao
Suponhamos que e um n umero algebrico. Ent ao, i tambem e algebrico (produto
de algebricos). Logo, i e raiz de uma equacao polinomial
P
1
(x) = 0 (11)
com coecientes inteiros.
Sejam
1
= i,
2
, ...,
n
as n razes de (11). Como e
i
= 1, segue-se que
n
j=1
(1 + e
j
) = 0. (12)
Desenvolvendo o produt orio (12), obtemos uma express ao da forma 1+ somat orio de
exponenciais cujos expoentes sao:
[1]
1
,
2
, ...,
n
;
[2]
i
+
j
, para todo i < j;
[3]
i
+
j
+
k
, para todo i < j < k;
.
.
.
[n]
1
+ ... +
n
.
Em [1] temos
_
n
1
_
= n termos, em [2] temos
_
n
2
_
termos, em [3] temos
_
n
3
_
termos,...,
em [n] temos
_
n
n
_
= 1 termos.
O fato de
1
, ...,
n
satisfazerem uma equacao polinomial com coecientes inteiros
(P
1
(x) = 0) implica que:
(a) Pelo Corol ario 4.1, os n umeros de [2] satisfazem uma equa c ao polinomial de grau
_
n
2
_
, com coecientes inteiros:
P
2
(x) = 0.
(b) Pelo Corol ario 4.1, os n umeros de [3] satisfazem uma equac ao polinomial de grau
_
n
3
_
, com coecientes inteiros:
P
3
(x) = 0.
E assim sucessivamente.
Desse modo, os n umeros [1] , ..., [n] satisfazem a equac ao polinomial:
P
1
(x) ...P
n
(x) = 0 (13)
com coecientes inteiros cujo grau e n +
_
n
2
_
+ ... +
_
n
n
_
= 2
n
1.
(Obs.: Esta ultima igualdade segue do fato de que:
(a + b)
n
=
_
n
0
_
a
n
+
_
n
1
_
a
n1
b +
_
n
2
_
a
n2
b
2
+ ... +
_
n
n 1
_
ab
n1
+
_
n
n
_
b
n
.
Para a = b = 1, temos:
(2)
n
=
_
n
0
_
+
_
n
1
_
+
_
n
2
_
+ ... +
_
n
n 1
_
+
_
n
n
_
,
como queramos.)
Considerando a possibilidade de alguns dos n umeros em [1] , ..., [n] serem nulos, vamos
supor que m deles sao diferentes de zero, representando-os por
1
, ...,
m
(isto signica
que m 2
n
1).
Simplicando (13) de modo que encontremos uma equa c ao de grau m cujas razes sao
1
, ...,
m
, temos:
R(x) = cx
m
+ c
m1
x
m1
+ ... + c
1
x + c
0
= 0, (14)
sendo c
i
Z.
Agora, efetuamos o produto de (12) e obtemos
k + e
1
+ ... + e
m
= 0, (15)
sendo k N.
Consideremos o polin omio
P (x) =
c
s
(p 1)!
x
p1
(R(x))
p
, (16)
sendo s = mp1 e p um n umero primo grande a ser escolhido posteriormente. Observemos
que o grau de P e r = (p 1) + pm = s + p.
Seja:
F (x) = P (x) + P
(x) + ... + P
(r)
(x) .
Desta forma, devido ao Lema 5.1:
d
dx
_
e
x
F(x)
_
= e
x
P (x) . (17)
Ao aplicarmos o Teorema 3.1 ` a funcao f (z) = e
z
F (z) e tomando z
2
=
j
, j = 1, ..., m
e z
1
= 0, obtemos:
[f (
j
) f (0)[ 2 [
j
[ sup [f
((
j
))[ : 0 1 .
Usando (17):
j
F (
j
) F (0)
2 [
j
[ sup
_
j
P (
j
)
: 0 1
_
. (18)
Denemos
j
= 2 [
j
[ sup
_
e
(1)
j
P (
j
)
: 0 1
_
. (19)
Ent ao, de (18) temos:
F (
j
) e
j
F (0)

j
.
Observemos que desta inequac ao, para cada j = 1, ..., m, temos:
_
F (
1
) e
1
F (0)
F (
2
) e
2
F (0)

2
.
.
.
F (
m
) e
m
F (0)

m
(20)
E como de (15) temos k =
m
j=1
e
j
, do somat orio de (20) obtemos
kF (0) +
m
j=1
F (
j
)
j=1
j
(21)
Agora vamos mostrar que o lado esquerdo de (21) e um inteiro nao nulo, e que o lado
direito, para algum p primo grande, e menor que 1; gerando, assim, uma contradi c ao.
Observemos que P (x) =
c
s
(p 1)!
x
p1
(R(x))
p
conforme denido em (16) e da forma
P (x) =
c
s
(p 1)!
_
c
p
0
x
p1
+ bx
p
+ ...
_
=
c
s
(p 1)!
H (x) . (22)
Temos:
P
(i)
(0) = 0, para i < p 1.
Neste caso em qualquer derivada de ordem i, o polin omio H
(i)
(x) apresentar a potencias
de x em todos os termos do seu somat orio. Da, H
(i)
(0) = 0.
Temos ainda:
P
(p1)
(0) = c
s
c
p
0
,
pois a derivada de ordem (p 1) de H (x) sera H
(p1)
(x) = c
p
0
(p 1)! + bp!x + ...
Como R(
j
) = 0, j = 1, ..., m, entao:
P
(i)
(
j
) = 0, i < p, (23)
pois, R(x) e fator comum nestas derivadas.
Observando que o polin omio Q(x) = (p 1)!P (x) possui grau maior que p e coe-
cientes inteiros, pelo Lema 5.2 os coecientes de
1
(p 1)!
Q
(i)
(x) = P
(i)
(x) , para i p,
sao inteiros divisveis por p.
Observemos tambem que todos os termos de P (x) sao m ultiplos de c
s
.
Ent ao:
Todos os coecientes de P
(i)
(x) , i p, sao inteiros divisveis por pc
s
. (24)
Portanto,
F (0) = c
s
c
p
0
+ pc
s
k
0
,
pois
F (x) = P (x) + P
(x) + ... + P
(p2)
(x) + P
(p1)
(x) + P
(p)
(x) + ... + P
(r)
(x)
(22)
=
F (0) = 0 + 0 + ... + 0 + c
s
c
p
0
+ P
(p)
(0) + ... + P
(r)
(0)
(24)
=
F (0) = c
s
c
p
0
+ pc
s
k
0
,
sendo k
0
Z.
Observemos que:
F (
j
) = P (
j
) + P
(
j
) + ... + P
(r)
(
j
)
(23)
= P
(p)
(
j
) + ... + P
(r)
(
j
) .
Conseq uentemente:
m
j=1
F (
j
) =
m
j=1
ip
P
(i)
(
j
) =
ip
m
j=1
P
(i)
(
j
) . (25)
Por um momento vamos considerar a express ao:
m
j=1
P
(i)
(
j
) , (26)
para cada i xado, com p i s + p.
Por (24), o polin omio P
(i)
(x) tem coecientes inteiros divisveis por pc
s
. Como P (x)
tem grau s + p, ent ao P
(i)
(x) tem grau s + p i s, pois p i.
Portanto, podemos escrever (26) da seguinte forma:
m
j=1
P
(i)
(
j
) = pc
s
T (
1
, ...,
m
) , (27)
sendo T (
1
, ..,
m
) um polinomio nos
j
s de grau menor ou igual a s.

Desta forma, para cada i, temos que
m
j=1
P
(i)
(
j
) e um polinomio simetrico nos
j
s
com coecientes inteiros, pois T (
1
, ..,
m
) assim o e.
Pela Proposicao 4.1, existe um polin omio G(
1
, ...,
n
) de peso menor ou igual a s com
coecientes inteiros, sendo
1
, ...,
n
os polinomios simetricos elementares em
1
, ..,
m
, de
modo que:
T (
1
, ...,
n
) = G(
1
, ...,
n
) . (28)
Pela denic ao de polinomios simetricos elementares, temos que:
_
1
=
m
j=1
2
=
i<j
j
.
.
.
n
=
1
2
...
m
. (29)
Como
1
,
2
, ...,
m
sao razes de P (x) = cx
m
+ c
m1
x
m1
+ ... + c
0
segue-se que:
_
c
m1
c
=
m
j=1
j
c
m2
c
=
i<j
j
.
.
.
(1)
m
c
0
c
=
1
2
...
m
. (30)
Igualando os sistemas (29) e (30) temos:
_
1
=
c
m1
c
2
=
c
m1
c
...
m
= (1)
m
c
0
c
. (31)
Portanto, de (27), (28) e (31), temos que a express ao (26) e um inteiro divisvel por p
e, consequentemente, (25) sera dado por
m
j=1
F (
j
) = pk
1
,
sendo k
1
Z.
Tomando o lado esquerdo de (21) temos
kF (0) +
m
j=1
F (
j
)
= [k (c
s
c
p
0
+ pc
s
k
0
) + pk
1
[
= [p (c
s
k
0
k + k
1
) + kc
s
c
p
0
[
= [pK + kc
s
c
p
0
[ , (32)
sendo K = c
s
k
0
k + k
1
.
A partir de agora consideremos o n umero primo p maior que k, c e c
0
. Logo, o inteiro
(32) n ao e divisvel por p (pois p ,[ kc
s
c
p
0
e p [ pK p ,[ [pK + kc
s
c
p
0
[) e, consequentemente,
e diferente de zero.
Vamos calcular uma estimativa para o termo no lado direito de (21), isto e,
m
j=1
j
.
Seja:
M = max [
1
[ , .., [
m
[ .
Como:
j
(19)
= 2 [
j
[ sup
_
e
(1)
j
P (
j
)
: 0 1
_
,
temos:
j
2M sup
_
e
(1)M
P (
j
)
: 0 1
_
j
2Me
M
sup
_
c
s
(p 1)!
(M)
p1
(R(
j
))
p
: 0 1
_
j
2Me
M
[c[
s
(p 1)!
M
p1
sup [(R(
j
))
p
[ : 0 1 .
Seja:
N = max [R(z)[ : [z[ < M .
Da:
j
2Me
M
[c[
s
(p 1)!
M
p1
N
p
e, como s = mp 1, temos:
j
2MNe
M
[c[
m1
(MN [c[
m
)
p1
(p 1)!
e
lim
p
2MNe
M
[c[
m1
(MN [c[
m
)
p1
(p 1)!
= 2MNe
M
[c[
m1
lim
p
(MN [c[
m
)
p1
(p 1)!
= 2MNe
M
[c[
m1
.0
= 0,
pois o fatorial majora qualquer exponencial, isto e, lim
n
A
n
n!
= 0 para qualquer A > 0.
Logo, para algum p sucientemente grande, podemos fazer
j
<
1
m + 1
, da temos
m
j=1
j

m
m + 1
< 1. (33)
Lembremos que (21) e :
kF (0) +
m
j=1
F (
j
)
j=1
j
.
Mostramos, portanto, que o lado esquerdo e um inteiro nao divisvel por p; Conseq uen-
temente, nao nulo e de (33), temos que o lado direito e menor que 1. Uma contradi cao
que surge do fato de supormos que e algebrico. Logo, nao pode ser algebrico, isto e,
e transcendente.
Referencias
[1] Davis, H. T opicos de Historia da Matematica para Uso em Sala de Aula. Com-
putacao. Trad. Bras. v. 2, S ao Paulo, SP: Atual, 1992.
[2] Figueiredo, D. G. N umeros Irracionais e Transcendentes. Rio de Janeiro: So-
ciedade Brasileira de Matematica (SBM). Col. Fund. da Matem atica Elementar, 1985.
[3] Gundlach, B. H. T opicos de Historia da Matematica para Uso em Sala de Aula.
N umeros e Numerais. Trad. Bras. v.1, Sao Paulo, SP: Atual, 1992.
[4] Niven, I. N umeros: Racionais e Irracionais. Rio de Janeiro: Sociedade Brasileira de
Matematica (SBM). Colec ao Fundamentos da Matem atica Elementar, 1984.
[5] Oliveira, A. A., Silva, U. P & Agustini E. A Transcendencia do N umero e.
FAMAT em Revista, N umero 03. Setembro de 2004. (www.famat.ufu.br)
[6] Wagner, E. Construc oes Geometricas. Rio de Janeiro, RJ: Publica c ao da Sociedade
Brasileira de Matematica (SBM). Colec ao do Professor de Matem atica, 2000.
OTIMIZAO POR COLNIA DE PARTCULAS
Jair Rocha do Prado
1
, Sezimria F. P. Saramago
2
Faculdade de Matemtica Famat
38408-100, Uberlndia MG
abril de 2005
Resumo. Neste trabalho apresentado um mtodo de otimizao natural conhecido como
Colnia de Partculas (Particle Swarm Optimization), um algoritmo baseado no
comportamento social de aves. A busca por alimento ou pelo ninho e a interao entre os
pssaros ao longo do vo so modelados como um mecanismo de otimizao. Desta forma, a
rea sobrevoada equivalente ao espao de projeto e encontrar o local com comida ou o
ninho semelhante a encontrar o timo. O algoritmo baseado em um modelo simplificado
da teoria de enxames (swarm theory), atravs da qual os pssaros ou partculas fazem uso de
suas experincias e da experincia do prprio bando para encontrarem o ninho ou alimento.
Algumas aplicaes so apresentadas para ilustrar a metodologia estudada e os resultados
obtidos so comparados com as solues encontradas utilizando Algoritmos Genticos.
Palavras-chave: Otimizao, Otimizao por Colnia de Partculas, Algoritmos Evolutivos
PARTICLE SWARM OPTIMIZATION
Abstract. In this work it is presented the natural optimization method known as Particle
Swarm Optimization, an algorithm based on social behavior of birds. The search procedure
for food or nest and the interaction among the birds through the flying are modeled as an
optimization mechanism. By this way, the flight area is equivalent to the design space and to
find the local with food or the nest is similar to find the optimum. The algorithm is based on a
simplified model of the swarm theory, in which the birds or particles make use of their own
experience and the swarm experience in order to find local with food or the nest. Some
applications are presented to illustrate the studied methodologies.
Keywords: Optimization, Particle Swarm Optimization, Genetic Algorithms.
1
Faculdade de Matemtica, UFU, e-mail: jair@mat.ufu.br
2
Faculdade de Matemtica, UFU, e-mail: saramago@ufu.br
Av. Joo Naves de vila, 2160, Santa Mnica, Uberlndia, MG, Brasil.
1. INTRODUO
Problemas de otimizao so caracterizados por situaes em que se deseja maximizar
ou minimizar uma funo numrica de vrias variveis, num contexto em que podem existir
restries. Tanto as funes acima mencionadas como as restries dependem dos valores
assumidos pelas variveis de projeto ao longo do procedimento de otimizao.
Pode-se aplicar otimizao em vrias reas, como por exemplo no projeto de sistemas
ou componentes, planejamento e anlise de operaes, problemas de otimizao de estruturas,
otimizao de forma, controle de sistemas dinmicos.
A otimizao tem como vantagens diminuir o tempo dedicado ao projeto, possibilitar o
tratamento simultneo de uma grande quantidade de variveis e restries de difcil
visualizao grfica e/ou tabular, possibilitar a obteno de algo melhor, obteno de solues
no tradicionais, menor custo.
As tcnicas clssicas de otimizao so conhecidas bem mais de um sculo, sendo
utilizadas na fsica e na geometria, servindo-se de ferramentas associadas s equaes
diferenciais ao Clculo Variacional. A sofisticao dos recursos computacionais,
desenvolvidos nos ltimos anos, tem motivado um grande avano nas tcnicas de otimizao.
Aliado ao fato de que os problemas tornam-se cada vez mais complexos.
Tcnicas clssicas de otimizao so confiveis e possuem aplicaes nos mais
diferentes campos de engenharia e de outras cincias. Porm, estas tcnicas podem apresentar
algumas dificuldades numricas e problemas de robustez relacionados com: a falta de
continuidade das funes a serem otimizadas ou de suas restries, funes no convexas,
multimodalidade, existncia de rudos nas funes, necessidade de se trabalhar com valores
discretos para as variveis, existncia de mnimos ou mximos locais, etc. Assim, os estudos
de mtodos heursticos, com busca randmica controlada por critrios probabilsticos,
reaparecem como uma forte tendncia nos ltimos anos, principalmente devido ao avano
dos recursos computacionais, pois um fator limitante destes mtodos a necessidade de um
nmero elevado de avaliaes da funo objetivo (Schwefel e Taylor, 1994).
Mtodos clssicos possuem como grande vantagem, o baixo nmero de avaliaes da
funo objetivo, o que faz com que tenham convergncia rpida. Contudo, estes mtodos tm
uma dificuldade para trabalhar com mnimos locais. Como estes mtodos utilizam um nico
ponto do espao de projeto e informaes sobre os gradientes, ao se depararem com mnimos
locais estes mtodos no conseguem avanar na busca, convergindo prematuramente, sem
encontrar o mnimo global.
Nos mtodos de otimizao natural, a funo objetivo avalizada vrias vezes, sendo
possvel trabalhar com vrios pontos ao mesmo tempo em uma iterao (populao). Isto
eleva o custo computacional destes mtodos. Entretanto, este fato compensado pela menor
chance que estes mtodos tm de serem presos em mnimos locais. H claramente uma
relao de compromisso estabelecida.
De forma geral, os mtodos de otimizao natural requerem maior esforo
computacional quando comparados aos mtodos clssicos, mas apresentam vantagens tais
como: fcil implementao, robustez e no requerem continuidade na definio do problema
(Venter e Sobieszczanski-Sobieski, 2002).
Como exemplo desta classe de mtodos, pode-se citadar os Algoritmos Genticos, que
trabalham com tcnicas de computao evolutiva, as quais modelam a evoluo das espcies
proposta por Darwin e operando sobre uma populao de candidatos (possveis solues). A
idia que a evoluo da populao faa com que a formao dos cromossomos dos
indivduos caminhe para o timo, medida que aumenta sua funo de adaptao (fitness).
O algoritmo conhecido como Colnia de Partculas (Particle Swarm Optimization),
um mtodo baseado no comportamento social de aves. A busca por alimento ou pelo ninho e a
interao entre os pssaros ao longo do vo so modelados como um mecanismo de
otimizao. Fazendo uma analogia, a rea sobrevoada equivalente ao espao de projeto e
encontrar o local com comida ou o ninho corresponde a encontrar o timo. O algoritmo
baseado em um modelo simplificado da teoria de enxames (swarm theory), atravs da qual os
pssaros ou partculas fazem uso de suas experincias e da experincia do prprio bando para
encontrarem o ninho ou alimento. As aplicaes presentes na literatura evidenciam a
capacidade do algoritmo na soluo de diferentes problemas, bem como salientam a
habilidade de trabalhar com variveis discretas e contnuas simultaneamente.
1.1 Problema Geral de Otimizao
O problema geral de otimizao consiste em minimizar uma funo objetivo, sujeita, ou
no, a restries de igualdade, desigualdade e restries laterais.
A funo objetivo e as funes de restries podem ser funes lineares ou no
lineares em relao s variveis de projeto, implcitas ou explcitas, calculadas por tcnicas
analticas ou numricas.
Seja o problema geral de otimizao dado por:
Minimizar :
) (x f ,
T
n
x x x x ] , , , [
2 1
= ,xc 9
n
(1)
Sujeito a:
j
g (x) > 0 , j=1,2,...,J

k
h (x) = 0 , k=1,2,...,K (2)
) (L
i
x s x s
) (U
i
x , i= 1,2,..., n
onde, ) ( X f representa a funo objetivo,
j
g e
k
h as restries de desigualdade e de
igualdade, x
i
(L)
e x
i
(U)
as restries laterais. Todas estas funes assumem valores em 9
n
e
so, na maioria dos casos, no-lineares.
2. MTODOS DE ORDEM ZERO
Figura 1- Esquema do Mtodo de Ordem Zero
So mtodos simples, de fcil implementao, confiveis e capazes de trabalhar com
valores discretos. Requerem apenas o clculo de F(X), no dependem do gradiente e da
continuidade da funo. Necessitam de um grande nmero de avaliaes da funo objetivo, o
que aumenta o custo computacional. A idia bsica selecionar um grande nmero de
vetores de projeto x e calcular f(x) correspondente a cada um. O vetor correspondente ao
menor valor de f(x) ser adotado como o valor timo x.
O vetor x selecionado de forma randmica no espao de projeto. Para limitar a busca,
utiliza-se as restries laterais. Um nmero randmico r gerado, ] 1 , 0 [ e r , e as variveis
de projeto da q-sima iterao atualizadas:
) (
l
i
u
i
l
i
q
i
x x r x x + = (3)
O processo do mtodo de Ordem Zero est apresentado no fluxograma da Fig. 1.
Neste caso, o critrio de parada adotado o nmero mximo de iteraes. Porm, outros
critrios podem ser incorporados ao programa.
2.1 Exemplo Ilustrativo
Considere o problema de minimizao de uma funo escrita por:
g(x,y) = x sen(4x) + 1,1 y sen(2y) (4)
restries laterais: 8 < x < 10, 8 < y < 10
A Fig. 2 ilustra o grfico da funo g(x,y) e suas curvas de nvel, respectivamente.
Acompanhando, por exemplo, uma evoluo do mtodo de Ordem Zero aplicado ao
problema (3), para um mximo de 100 iteraes, os melhores resultados podem ser
verificados na Tabela 1, sendo que o valor timo foi encontrado na 58
iterao.
O ponto de mnimo obtido foi:
F
*
= -18.2155
E as variveis de projeto correspondentes ao pnto de mnimo:
X
*
=[ 9.0111 ; 8.7895 ].
Tabela 1- Evoluo do Mtodo de Ordem Zero aplicado Equao (3)
Iterao X(1) X(2) F(X)
3 8.1776 8.3915 -0.2517
5 9.3963 8.2914 -8.0677
8 9.1431 8.3260 -15.674
26 8.9579 8.5686 -17.898
58 9.0111 8.7895 -18.216
a) b)
Figura 2- (a) Grfico da funo da Equao (3), (b) curvas de nvel desta funo.
Os pontos randmicos criados pelo algoritmo podem ser visualizados na Fig. 3, nota-
se que o ponto mnimo obtido ainda pode ser melhorado.
Figura 3- Evoluo do Mtodo de Ordem Zero aplicado Equao (3).
3. OTIMIZAO POR COLNIA DE PARTCULAS (PARTICLE SWARM
OPTIMIZATION)
Otimizao por colnia de partculas (PSO), uma tcnica de otimizao desenvolvida
na dcada de 90, mais precisamente em 1995, por James Kennedy e Russel Eberhart. Neste
modelo analisado algoritmos que modelam o comportamento social visto em vrias
espcies de pssaros.
Dentre vrios modelos vamos estudar a tcnica desenvolvida pelo bilogo Frank
Heppener que baseada no seguinte comportamento: pssaros esto dispostos aleatoriamente
e estes esto a procura por alimento e um local para construir o seu ninho,eles no sabem
onde est esse lugar e este nico. A indagao qual o melhor comportamento que os
pssaros tero que realizar para conseguir efetuar seu objetivo, parece mais evidente que eles
sigam o pssaro que estiver mais prximo do alimento ou do ninho. Inicialmente os pssaros
voam sem nenhuma orientao prvia, eles se aglomeram em bandos, at que um consegue
encontrar o ninho e atrai os que estiverem mais prximos.
Pelo fato de um pssaro encontrar o ninho a chance de os outros pssaros tambm
encontrarem aumenta consideravelmente, isto se deve ao fato de a inteligncia ser social, ou
seja, o indivduo aprende com o acerto do outro.
3.1 O algoritmo Paticle Swarm Optimization
O algoritmo Particle Swarm Optimization (PSO) foi introduzido por James Kennedy e
Russell Elberhart em 1995 e emergiu de esperincias com algoritmos que modelam o
comportamento social observado em muitas espcies de pssaros (Pomeroy, 2003), os
pssaros so chamados de partculas e durante a busca por alimento ou ninho usam de suas
experincias e da experincia do bando. O PSO um algoritmo que possui um vetor de
velocidades e outro de posio, a posio de cada partcula atualizada de acordo com a
velocidade atual, o saber adquirido pela partcula e o saber adquirido pelo bando. O
fluxograma mostrado na Figura 4 representa um esboo do algoritmo (Rojas et al, 2004).
A posio das partculas calculada segundo a equao:
=
+
i
k
x
1
i
k
i
k
v x
1 +
+ At (5)
Onde:
i
k
x
1 +
a posio de cada partcula i na iterao k+1
i
k
v
1 +
o vetor de velocidade desta partcula
At: equivale ao espao de tempo considerado.
Figura 4 Fluxograma para o algoritmo PSO bsico
O vetor de velocidade atualizado conforme a equao:
i
k
v
1 +
=
i
k
wv +
1
c
1
r
t
x p
i
k
i
A
) (
+
2 2
r c
t
x p
i
k
s
k
A
) (
(6)
Considerando que, v
k
i
a velocidade atual da partcula;
1
r ,
2
r so nmeros aleatrios entre 0 e 1;
i
p a melhor posio encontrada pela partcula i e
s
k
p a melhor posio do bando na iterao k.
O clculo da velocidade necessita, ainda, de alguns parmetros dependentes do
problema, que so: a inrcia da partcula (w), que controla a capacidade de explorao do
algoritmo, ou seja, um valor alto facilita um comportamento mais global, enquanto um valor
baixo facilita um comportamento mais local (Venter e Sobieszczanski-Sobieski, 2002), e os
dois parmetros de confiana c
1
e, c
2
que indicam o quanto uma partcula confia em si (c
1
),e
no bando (c
2
). A Figura 5 mostra a aplicao da equao anterior, considerando duas
partculas se deslocando em um espao de projeto bidimensional.
Os parmetros de confiana e de inrcia, devem ser ajustados de acordo com o
problema, pois so utilizados para a atualizao do vetor velocidade. Alguns autores propem
que sejam adotados c
1
= c
2
= 2 e 0.7 < w < 1.4. Sugere-se, tambm, a adoo de valores
diferentes para c
1
e c
2
desde que satisfaam c
1
+ c
2
= 4.
A inrcia pode ser atualizada de forma iterativa pela expresso:
new
w =
w
f
old
w (7)
Considerando o fator de reduo, f
w
uma constante entre 0 e 1. So usados neste trabalho,a
inrcia constante w
0
= 0.729 e c
1
= c
2
= 2.
Figura 5: Vetor de velocidades em ao
Onde:
v
s
i
velocidade prxima ao timo da colnia
v
p
i
velocidade prxima ao timo da partcula
p
s
colnia tima
p
i
partcula tima
- posio atual
- posio prxima
3.2 Colnia Inicial
A inicializao da populao de colnia normalmente obtida com as partculas dispostas
aleatoriamente sobre o espao de projeto, cada uma possui um vetor de velocidade aleatrio
inicial. As equaes a seguir mostram como so obtidos a posio e o vetor de velocidades
iniciais.
i
x
0
=
min
x + ) (
min max 1
x x r (8)
t
x x r x
v
i
A
+
=
) (
min max 2 min
0
(9)
Onde,
1
r e
2
r so nmeros aleatrios entre 0 e 1;
min
x o limite interior das restries laterais para as variveis de projeto;
max
x o limite superior das restries laterais para as variveis de projeto.
3.3 Otimizao com restries
Os algarismos evolutivos e PSO, por tratarem-se de algoritmos naturais, no trabalham
diretamente com restries. Uma estratgia para se fazer com que estes algoritmos manipulem
restries, utilizao de funes de penalidade quadrtica estendida.
Assim, defini-se uma funo pseudo-objetivo definida (x):
(x) = f(x) + rp
2
1
)] ( , 0 max[ x g
i
m
i
_
=
(10)
Sendo,
f(x) a funo objetivo original;
rp um fator de penalidade (de ordem varivel segundo o tipo de problema);
) (x g
i
o conjunto de todas as restries (com violaes para ) (x g
i
>0);
Quando h restries nos problemas de otimizao, as partculas que desrespeitam
alguma restrio se enquadram em um grupo que merecem um tratamento especial, esse
tratamento se inicia pelo clculo do novo vetor de velocidade, dado pela seguinte equao:
i
k
v
1 +
=
1
c
1
r +
A
t
x p
i
k
i
) (
2 2
r c
t
x p
i
k
s
k
A
) (
(11)
Observe que a Equao (11) no leva em considerao a informao do vetor de
velocidade na iterao anterior para o novo clculo do vetor de velocidade, isto se deve ao
fato de a partcula estar se divergindo em direo a uma violao.
Na maioria das vezes este novo vetor de velocidades se destinar a uma regio vivel e
a partcula sai da restrio.
3.4 Variveis de Projeto Discretas / Inteiras
O PSO um algoritmo contnuo, contrapondo os Algoritmos Genticos que
primeiramente eram destinados a variveis discretas. Porm, o PSO pode ser muito eficiente
na resoluo de problemas com variveis discretas, desde que sejam feitas algumas
modificaes no algoritmo, por exemplo a posio de cada partcula arredondada para o
valor inteiro mais prximo logo em seguida a aplicao da Equao (5) ou da Equao (8).
4. SIMULAO NUMRICA
Para a realizao de simulaes numricas foram utilizados o programa GAOT para
Algoritmos Genticos e um cdigo desenvolvido em Matlab para o PSO
Exemplo 1:
a) min f(x) = exp(x) * sen(x) ; 0 <x < 9,3;
GAOT: f(x) = -172,6409;
x = 5,4978;
PSO: f(x) = -172,6409;
x = 5,4978;
b) mx f(x) = exp(x) * sen(x) ; 0 <x< 9.3;
GAOT: f(x) = 3995,0;
x =8,6394;
PSO: f(x) = 3995,0;
x = 8,6394;
Figura 6 Representao grfica de y = exp (x) * sen (x)
Exemplo 2:
a) min f(x) = (x
1
+ 2)
2
+ (x
2
1)
2
; -10<x
1
<10; -10<x
2
<10;
GAOT: f(x) = 0;
x = [-2 1];
PSO: f(x) = 0;
x = [-2 1];
b) mx f(x) = (x
1
+ 2)
2
+ (x
2
1)
2
; -10<x
1
<10; -10<x
2
<10;
GAOT: f(x) = 265;
x = [10 -10];
PSO: f(x) = 265;
x = [10 -10];
Figura 7 Representao grfica de y = (x
1
+2)
2
+ (x
2
2)
2
Exemplo 3:
a) min f(x) = (x
1
+ 2)
2
+ (x
2
1)
2
+ x
3
; -10<x
1
<10; -10<x
2
<10; -10<x
3
<10
GAOT: f(x) = -10;
x = [-2 1 -10];
PSO: f(x) = -10;
x = [-2 1 -10];
b) mx f(x) = (x
1
+ 2)
2
+ (x
2
1)
2
+ x
3
; -10<x
1
<10; -10<x
2
<10; -10<x
3
<10
GAOT: f(x) =275;
x = [10 - 10 10];
PSO: f(x) = 275;
x = [10 -10 10];
Exemplo 4:
Seja o seguinte problema:
Determinar a posio de equilbrio esttico de um sistema constitudo de 2 molas (K
1
e K
2
)
solicitado por duas foras constantes (P
1
e P
2
), de forma a minimizar sua energia potencial:
Figura 8 - Esquema do problema fsico
dados: P
1
= P
2
= 5 N; K
1
= 8 N/cm; K
2
= 1 N/cm ; l
1
l
2
=10 cm
restries laterais: X
i
e [0 , 10]
A energia potencial (Ep) calculada pela seguinte equao:
+ + +
(
+
=
2 2 1 1
2
2
2
2 2
2
1 2
2
1
2
2 1
2
1 1
) ( 5 , 0
) ( 5 , 0
X P X P
l X l X K
l X l X K
Ep
Como deseja-se minimizar a energia potencial do sistema, a funo objetivo a ser maximizada
ser:
+ +
+
(
+
=
2 2 1 1
2
2
2
2 2
2
1 2
2
1
2
2 1
2
1 1
2 1
) ( 5 , 0
) ( 5 , 0
) , (
X P X P
l X l X K
l X l X K
X X F
Utilizando o cdigo computacional GAOT, obteve-se os seguintes resultados:
Ep
min
= 0.418082 J
X
otimo
= [8.6323 4.5319] (cm)
Utilizando o cdigo computacional PSO, obteve-se os seguintes resultados:
Ep
min
= 0418082 J
X
otimo
= [8.6323 4.5319] (cm)
Concluso
Este trabalho apresenta um estudo sobre algoritmos evolutivos, considerando duas
tcnicas desenvolvidas recentemente: otimizao por colnia de partculas (particle swarm) e
algoritmos genticos.
Atravs de simulaes numricas aplicadas a problemas simples, pode-se observar que
as duas tcnicas convergem para os mesmos resultados. Alm disso, observa-se que a
otimizao por colnia de partculas trabalha com um tamanho de populao bastante
reduzido, portanto seu esforo computacional pequeno. Este fato, incentiva pesquisas
futuras, onde esta tcnica ser aplicada a problemas complexos que requerem muitas
avaliaes da funo objetivo.
Referncias Bibliogrficas
H.P. SCHWEFEL E L TAYLOR, Evolution and Optimum Seeking, John Wiley & Sons
Inc, United States of America, pp. 87-88, 1994.
ROJAS, J. E., VIANA, F.A.C., Rade, D. A. and Steffen Jr, V., Force identification of
mechanical systems by using particle swarm optimization. In Proceedings of the 10
th
AIAA/ISSMO Multidisciplinary Analysis and Optimization Conference, Albany, New York,
Aug 30-01 Sept 2004.
VENTER, G. AND SOBIESZCZANSKI-SOBIESKI, J., Particle Swarm Optimization,
Proceedings of the 43
rd
AIAA/ASME/ASCE/AHS/ASC Strutures, Structural Dynamics, and
Materials Conference, Denver, CO, Vol. AIAA-2002-1235, April 22-25 2002.
KENNEDY, J. and Eberhart, R. C., Particle Swarm Optimization, Proceedings of the 1995
IEEE Internacional Conference on Nerual Networks, Perth, Australia, 1995, pp. 1942-1948.
POMEROY, P., An Introduction to Particle Swarm Optimization,
http://www.adaptiveview.com, [15 Setembro de 2003].
Funcoes Polinomiais e Aplica coes
Jairo Menezes e Souza
Ccero Fernandes de Carvalho
Faculdade de Matem atica - Famat

Abril de 2005
Resumo
Neste trabalho apresentamos os conceitos iniciais no estudo de Variedades Algebricas
Ans, sendo que o nosso tema central e o estudo de fun coes polinomiais sobre uma
variedade e aplica coes polinomiais entre variedades. O trabalho termina relacio-
nando aplica coes entre variedades e homomorsmos de k-algebras, fazendo assim
uma ponte entre

Algebra e Geometria. A referencia principal e o livro recente de
Klaus Hulek [3], sendo que [1] e [2] foram consultados enventualmente.
1 Variedades ans
Denicao 1.1 Dado um corpo k chamamos o conjunto k
n
de espaco am n-dimensional
sobre k. Normalmente, n ao daremos a esse conjunto nenhuma estrutura algebrica (e.g.,
de espaco vetorial) e por isso e usual denota-lo por A
n
k
ou simplesmente A
n
.
Seja A := k[X
1
, ..., X
n
] o anel de polin omios em n vari aveis sobre o corpo k. O conjunto
dos zeros de um ideal J A e denido por,
V (J) := P A
n
k
[f(P) = 0 para todo f J
o que dene uma aplica cao
V : ideais de A conjuntos algebricos em A
n
k
J V (J)
na dire cao contr aria, para todo subconjunto X A
n
k
denimos um ideal
I(X) := f A[f(P) = 0 para todo P X,
jairoms@mat.ufu.br Orientando do Programa de Educa cao Tutorial da Faculdade de Matem atica

(PetMat)
cicero@ufu.br Professor orientador.

tambem temos denida uma aplica cao
I : subconjuntos de A
n
k
ideais de A
X I(X)
Lema 1.2 A aplica cao V satisfaz o seguinte
(1) V (0) = A
n
k
, V (A) = ,
(2) I J V (J) V (I)
(3) V (J
1
J
2
) = V (J
1
) V (J
2
)
(4) V
_
_
=
V (J
).
Prova. (1)

E obvio.
(2) Seja P V (J), f(P) = 0 para todo f J. Como I J, g(P) = 0 para todo g I,
logo P V (I).
(3) Seja P V (J
1
) V (J2). Suponha, sem perda de generalidade, que P V (J
1
) da
f(P) = 0 para todo f J
1
. Assim g(P) = 0 para todo g J
1
J
2
, e da P V (J
1
J
2
)
tome P / V (J
1
) V (J
2
) , ent ao existem f J
1
e g J
2
tais que f(P) ,= 0 e g(p) ,= 0.
Mas fg J
1
J
2
e fg(P) ,= 0 e logo P / V (J
1
J
2
).
(4) Temos que J
e por (2) V (
) V (J
0
),
0
, logo
V (
V (J
).
Se P
V (J
) ent ao dado f
, f(P) = 0 pois cada parcela se anula.

O lema 1.2 nos diz que os conjuntos algebricos satisfazem os axiomas para fechados de
uma topologia. Por isso iremos nos referir aos conjuntos algebricos como fechados de
Zariski. Um subconjunto de A
n
k
e chamado aberto de Zariski se o seu complementar for
fechado de Zariski.
Lema 1.3 As aplicacoes I e V Tem as seguintes Propriedades:
(1) X Y I(X) I(Y )
(2) Para todo subconjunto X A
n
k
temos que X V (I(X)). A igualdade vale se, e
somente se, X e algebrico.
(3) Se J A e um ideal entao J I(V (J)).
Prova. (1) Se f I(Y ) ent ao f (P) = 0, P Y . Como X Y temos que
f (Q) = 0, Q X, logo f I (X) .
(2) Pela deni cao de I e V temos que X V (I (X)). Se X = V (I (X)) ent ao X e
algebrico. Reciprocamente se X e algebrico ent ao X = V (J
0
) para algum J
0
A. Sem-
pre temos que X V (I (X)). Agora J
0
I (X) V (I (X)) V (J
0
) = X.
(3) Seja f J, e claro que f (P) = 0, P V (J). Ent ao f I (V (J)).
Denicao 1.4 Dado um ideal J num anel R, o radical de J e denido como
J := r[ existe k 1 com r
k
J.
Dizemos que J e um ideal radical se J =
J.
Deni cao 1.5 Um subconjunto algebrico X e chamado redutvel se adimite uma decom-
posi c ao
X = X
1
X
2
( X
1
, X2 X)
em subconjuntos algebricos pr oprios X
1
, X
2
. Se nao X e chamado irredutvel
Proposi cao 1.6 Seja X ,= um subconjunto algebrico. Entao X e irredutvel se, e
somente se, I(X) e um ideal primo.
Prova. (1) Suponha X redutvel entao existem subconjuntos algebricos X
1
, X
2
X tais
que X = X
1
X
2
. De X
1
X temos que I(X) I(X
1
) logo existe f I(X
1
) I(X).
De X
2
X temos que I(X) I(X
2
) logo existe g I(X
2
) I(X). Como X = X
1
X
2
temos que fg I(X). Portanto I(X) n ao e primo.
(2) Suponha que I(X) n ao e primo. Ent ao existem f, g A com fg I(X), mas f / I(X)
e g / I(X). Seja J
1
:= (I(X), f) e J
2
:= (I(X), g). Tome X
1
= V (J
1
) e X
2
= V (J
2
). De
I(X) J
1
vem X
1
V (J(X)) = X. De I(X) J
2
vem que X
2
X. Por outro lado
X X
1
X
2
pois dado P X, fg(P) = 0 logo f(P) = 0 ou g(P) = 0. Ent ao P X
1
ou P X
2
. Portanto X e redutvel.
Deni cao 1.7 Uma variedade algebrica am e um conjunto algebrico am.
Vamos enunciar, sem demostra cao, o famoso Nullstellensatz(teorema dos zeros) de
Hilbert
Teorema 1.8 (Nullstellensatz).Seja k um corpo algebricamente fechado e seja A =
k[X
1
, ..., X
n
]. Entao o vale o seguinte:
(1) Todo ideal maximal m A e da forma m = (X
1
a
1
, . . . , X
n
a
n
) = I(P) para
algum ponto P = (a
1
, . . . , a
n
) A
n
k
.
(2) Se J A e um ideal pr oprio, ent ao V (J) ,= .
(3) Para todo ideal J A temos que I(V (J)) =
J.
Corolario 1.9 Para A = k[X
1
, ..., X
n
], as aplicacoes V e I
ideais de A
V,I
subconjuntos de A
n
k
induz as seguintes bijecoes:

ideais radicais de A
1:1
subvariedades de A
n
k

ideais primos de A
1:1
subvariedades irredutveis de A
n
k

ideais maximais de A
1:1
pontos de A
n
k
Prova. Dado X A
n
k
um conjunto algebrico ent ao V (I(X)) = X e se J e um ideal
radical temos por (3) que I(V (J)) =
J = J. Da temos a primeira bije cao. A segunda

bijecao segue da proposi cao 1.6 e a terceira de (1).
2 Fun c oes Polinomiais e Aplica c oes
2.1 O anel de coordenadas de uma variedade
Denicao 2.1 Uma funcao polinomial em V e uma aplicacao f : V k tal que existe
um polinomio F k[X
1
, . . . , X
n
] com f(P) = F(P) para todo P V .
O polin omio F pode n ao ser unicamente determinado pelos valores tomados em V .
Em particular, para F e G k[X
1
, . . . , X
n
] nos temos
F[
V
= G[
V
(F G)[
V
= 0 F G I(V ).
Assim, introduzimos a seguinte deni cao
Deni cao 2.2 O anel de coordenadas de V e denido por k[V ] := k[X
1
, . . . , X
n
]/I(V ).
Da observa cao acima podemos fazer a seguinte identica cao:
k[V ] = f[f : V k e uma fun cao polinomial .
Da proposi cao 1.6 n os temos
V e irredutvel k[V ] e um domnio de integridade
Note que as funcoes coordenadas X
1
, . . . , X
n
geram k[V ], o que explica a terminologia
anel de coordenadas. Na se cao anterior estudamos as rela coes entre os subconjuntos de
A
n
k
e os ideais no anel de coordenadas k[A
n
k
] = k[X
1
, . . . , X
n
]. O anel k[V ] tem o mesmo
papel para V que k[X
1
, . . . , X
n
] tem para A
n
k
. Em particular, existe uma correspondencia
entre os conjuntos fechados W V e os ideais de k[V ]. Para descrever esta relacao
primeiro note que a proje cao : k[X
1
, . . . , X
n
] k[V ] = k[X
1
, . . . , X
n
]/I(V ) induz uma
bijecao
ideais J k[X
1
, . . . , X
n
][J I(V ) ideais J
k[V ]
denida por J J/I(V ), com aplica cao inversa J

1
(J
). Conseq uentemente, como

no corol ario 1.9 temos a seguinte correspondencia
ideais radicais J
k[V ]
1:1
conjuntos fechados W V

ideais primos J
k[V ]
1:1
conjuntos irredutveis W V

ideais maximais J
k[V ]
1:1
pontos de V
Aqui estamos falando sobre conjuntos fechados em V com a no cao de topologia in-
duzida pela topologia de Zariski em A
n
k
. Este resultado mostra que isto e o mesmo que a
topologia denida tomando os fechados de V para ser conjuntos da forma V (J), onde J
e um ideal radical em k[V ].
Vamos discutir agora a principal caracterstica do anel de coordenadas.
Deni cao 2.3 Uma algebra A e reduzida se A nao contem nenhum elemento nilpotente,
i.e., para x A, se x
n
= 0 para algum n 1, entao x = 0.
A algebra k[X
1
, . . . , X
n
]/I e reduzida se, e so se, I e um ideal radical. De fato, se I
nao e ideal radical ent ao existe f / I tal que f
r
I, para r N. Da

f
r
=

f
r
= 0 mas
f ,= 0. Reciprocamente, se

f
r
= 0 ent ao f
r
I que e radical, portanto f I e

f = 0.
Como I(V ) e um ideal radical o anel de coordenadas e uma algebra reduzida. Por con-
stru cao, o anel de coordenadas k[V ] de uma variedade am V e uma k-algebra nitamente
gerada. Estas propriedades caracterizam o anel de coordenadas de uma variedade, no sen-
tido que, dada qualquer k-algebra reduzida nitamente gerada A, podemos construir uma
variedade algebrica correspondente como segue. Pela escolha dos geradores a
1
, . . . , a
n
podemos escrever A = k[a
1
, . . . , a
n
], e nos temos um homomorsmo sobrejetivo
: k[X
1
, . . . , X
n
] A = k[a
1
, . . . , a
n
]
X
i
a
i
Seja I = ker(). Ent ao V = V (I) e uma variedade que e irredutvel se, e so se, A e
domnio de integridade (proposi cao 1.6). Como A e reduzida, I e um ideal radical, logo
I(V ) = I, e portanto, pela constru cao A = k[V ].
2.2 Aplica c oes Polinomiais
A partir de agora V A
n
k
e W A
m
k
sao conjuntos fechados, e X
i
para 1 i n, e Y
i
para 1 i m, sao fun coes coordenadas em A
n
k
e A
m
k
respectivamente.
Denicao 2.4 Uma aplicacao f : V W e chamada uma aplicacao polinomial se exis-
tem polin omios F
1
, . . . , F
m
k[X
1
, . . . , X
n
] tais que
f(P) = (F
1
(P), . . . , F
m
(P)) W A
m
k
para todo ponto P V .
Lema 2.5 Sejam Y
1
, . . . , Y
m
as funcoes coordenadas em A
m
k
. Uma aplica cao f : V W
e uma aplica cao polinomial se, e so se, f
j
:= y
j
f k[V ] para j = 1, . . . , m.
Prova. Compondo f com Y
j
temos a proje cao sobre a j-esima coordenada.
Seja f
j
= Y
j
f. Ent ao se f e uma aplica cao polinomial n os temos f
j
(P) = F
j
(P)
para algum F
j
k[X
1
, . . . , X
n
]. Entao f
j
e uma aplica cao polinomial e disso f
j
k[V ].
Por outro lado, se f
j
= Y
i
f e uma fun cao polinomial para todo j, entao pela deni cao
existem polinomios F
1
, . . . , F
m
com f(P) = (F
1
(P), . . . , F
m
(P)) para todo P V .
Lema 2.6 Uma aplicacao polinomial f : V W e contnua na topologia de Zariski.
Prova. Devemos mostrar que dado um fechado Z W ent ao f
1
(Z) tambem e fechado.
Como Z = P = (b
1
, . . . , b
m
) W[ h
1
(P) = = h
r
(P) = 0, para h
i
k[Y
1
, . . . , Y
m
], i =
1, . . . , r entao f
1
(Z) = P = (a
1
, . . . , a
n
) V [ (h
1
f)(P) = = (h
r
f)(P) = 0, e
logo f
1
e fechado.
Se V A
n
k
, W A
m
k
e X A
l
k
sao conjuntos algebricos, e f : V W e g : W X
sao aplica coes polinomiais, ent ao g f : V X e tambem uma aplica cao polinomial. Isto
segue imediatamente do fato que composi cao de polin omios e tambem um polinomio.
Agora, seja f : V W uma aplica cao polinomial. para g k[W] nos denimos
f
(g) := g f.
Como g e uma fun cao polinomial, g f e tambem uma funcao polinomial. Da temos
a aplica cao
f
: k[W] k[V ]
g f
(g) = g f.
Se f : V W, g : W X sao aplica coes polinomiais, ent ao (g f)
= f
:
k[X] k[V ]. Isto segue imediatamente do fato de que para h k[X] temos que
(g f)
(h) = h (g f) = (h g) f = g
(h) f = f
(g
(h)).
A aplica cao f
e um homomorsmo de aneis, ja que temos:

f
(g
1
+ g
2
) = (g
1
+ g
2
) f = g
1
f + g
2
f = f
(g
1
) + f
(g
2
)
f
(g
1
g
2
) = (g
1
g
2
) f = (g
1
f) (g
2
f) = f
(g
1
) f
(g
2
).
Para qualquer constante c k nos temos f
(c) = c, logo f
e tambem um homo-
morsmo de k-algebras. Segue que toda aplica cao polinomial f : V W induz um
homomorsmo de k-algebra f
: k[W] k[V ]. O pr oximo teorema diz que este processo

tem um inverso.
Proposi cao 2.7 Se : k[W] k[V ] e um homomorsmo de k-algebra, ent ao existe
uma unica aplicacao polinomial f : V W tal que = f
.
Prova. Suponha que W A
m
k
, e seja Y
1
, . . . , Y
m
as fun coes coordenadas em A
m
k
. Ent ao
k[W] = k[Y
1
, . . . , Y
m
]/I(W) = k[y
1
, . . . , y
m
],
onde y
i
= Y
i
+ I(W). Seja f
i
:= (y
i
) k[V ] para i = 1, . . . , m. Entao
f := (f
1
, . . . , f
m
) : V A
m
k
e uma aplica cao polinomial (lema 2.5). Primeiramente vamos mostrar que f(V ) W.
Para ver isso, suponha que G = G(Y
1
, . . . , Y
m
) I(W). Ent ao em k[W] nos temos
G(y
1
, . . . , y
m
) = 0 e ent ao
G(f
1
, . . . , f
m
) = G((y
1
), . . . , (y
m
)) = (G(y
1
, . . . , y
m
) = 0
o que implica que f(V ) W. Agora devemos mostrar que = f
. Os elementos
y
1
, . . . , y
m
geram a k-algebra k[W], e entao basta mostrar que (y
i
) = f
(y
i
) = f
i
. Mas
isto e precisamente a deni cao de f
i
. Este argumento tambem mostra que f = (f
1
, . . . , f
m
)
e a unica aplicacao polinomial com = f
.
Segue imediatamente o seguinte corol ario
Corolario 2.8 Sejam c = f[ f : V W e uma aplicacao polinomial e T = [ :
k[W] k[V ] e um homomorsmo de k-algebras . Entao existe uma bije cao
c T
f f
Referencias
[1] BUMP, Daniel - Algebraic Geometry, World Scientic, 1998
[2] FULTON, Willian - Algebraic Curves: an introduction to algebraic geometry,
Addison-Wesley, 1989.
[3] HULEK, Klaus - Elementary Algebraic Geometry, American Mathematical Society,
2003
O Grupo Fundamental de Esferas
Rafael Peixoto
Walter dos Santos Motta Jr.

Abril de 2005
Resumo
Inicialmente abordamos o conceito de grupo fundamental da esfera 1-dimensional,
conceito este que se congura em um importante invariante topol ogico. Posterior-
mente buscamos relacionar tal conceito com o teorema de Borsuk-Ulam e o mesmo
por sua vez com a separacao, via areas equivalentes, de regoes poligonais no plano.
Finalmente desenvolvemos computacoes relativas ao calculo do grupo fundamental
de esferas n-dimensionais.
Introducao
Em tudo que segue neste trabalho, estaremos considerando R
n
como um espaco euclidiano
munido das estruturas usuais de produto, norma e dist ancia. Alem disso, quando nos refe-
rimos a espacoestaremos nos referindo a um subconjunto de algum espa co euclidiano R
n
.
Um problema central em topologia e determinar quando dois espa cos X e Y sao home-
omorfos (ou seja, quando existe uma bije c ao contnua, com inversa tambem contnua,
entre tais espacos). De fato, a constru c ao de um homeomorsmo entre dois espa cos e
uma tarefa por vezes complicada. Dada esta diculdade em explorar a possibilidade (ou
nao) da constru c ao de tais homeomorsmos, em geral associa-se invariantes topol ogicos
(isto e, conceitos associados a X e Y que se preservariam sob acao de homeomorsmos)
que de forma indireta podem nos dar condi c oes de responder sobre a existencia ou nao
de tais homeomorsmos entre os espa cos X e Y . Dentre os invariantes mais conhecidos
destacam-se a compacidadee a conexidade. Neste trabalho, assumiremos conhecidos
os principais resultados envolvendo tais invariantes.
Nosso interesse doravante e abordar este novo conceito associado ao espa co X, o grupo
fundamentaldo mesmo que, tambem congura-se num invariante topol ogico. O c alculo
dos grupos fundamentais n ao e, em geral, uma tarefa trivial, exigindo tecnicas elaboradas.
Como exemplo-modelo iremos computar tais grupos para as esferas n-dimensionais. Dado
rafpeixoto@hotmail.com Orientando do Programa de Educa cao Tutorial da Faculdade de

wmotta@ufu.br Professor orientador.

que espacos homeomorfos devem possuir grupos fundamentais isomorfos (como veremos
a seguir), poderemos apresentar algumas respostas conclusivas quanto a exis-tencia ou
nao de homeomorsmos em algumas situa c oes-modelo que estejam associadas direta ou
indiretamente com o conhecimento do grupo fundamental das esferas. Alem disso, iremos
explorar outras caractersticas topologicas associadas a tais modelos.
1 O grupo fundamental da esfera S
1
Sejam X um espaco e x
0
um ponto arbitr ario em X. Um caminho em X comecando e
terminando em x
0
e chamado de ciclo com ponto base x
0
. Denotemos por C(X, x
0
) o
conjunto dos ciclos em X com ponto base x
0
, ou seja, o conjunto das funcoes contnuas
f : [0, 1] X tais que f(0) = f(1) = x
0
.
Denicao 1.1 Dizemos que f, g C(X, x
0
) sao ciclos homotopicos em X se existe uma
aplicac ao contnua F : [0, 1] [0, 1] X tal que:
a) F(x, 0) = f(x) e F(x, 1) = g(x), x [0, 1];
b) F(0, t) = F(1, t) = x
0
, t [0, 1].
Neste caso, dizemos que F e uma homotopia entre f e g. Quando f e g sao ciclos
homot opicos utilizaremos a nota c ao f g.
Figura 1
Proposi cao 1.2 A rela c ao denida acima e uma rela cao de equivalencia em C(X, x
0
).
Dem.:
Dado f C(X, x
0
), a aplicac ao F : [0, 1] [0, 1] X, dada por F(x, t) = f(x) e uma
homotopia entre f e f, ou seja, e reexiva. Agora, seja F : [0, 1] [0, 1] X uma
homotopia entre f e g. Denindo G : [0, 1] [0, 1] X por G(x, t) = F(x, 1t), obtemos
uma homotopia entre g e f. Logo, f g g f, ou seja, a relacao e simetrica.
Finalmente, suponha que f g e g h sendo F e G respectivamente suas homotopias.
Denindo H : [0, 1] [0, 1] X pela equacao
H(x, t) =
_
F(x, 2t) se t [0,
1
2
]
G(x, 2t 1) se t [
1
2
, 1]
segue que H esta bem denida pois para t =
1
2
, F(x, 2t) = g(x) = G(x, 2t 1),
alem disso H e contnua pois sobre os conjuntos fechados [0, 1] [0,
1
2
] e [0, 1] [
1
2
, 1],
H e naturalmente contnua, agora sendo C um subconjunto fechado de X, tem-se que
H
1
(C) = F
1
(C) G
1
(C), pela continuidade de F e G, segue que F
1
(C) e G
1
(C)
sao ambos fechados, logo H
1
(C) e fechado e a continuidade de H segue da caracteriza cao
de continuidade via conjuntos fechados. Portando, H e uma homotopia entre f e h, logo
f g, g h f h, ou seja, a relac ao e transitiva.
Observacao 1.3 Em lugar de C(X, x
0
) poderiamos tomar C(Y, X), conjunto das aplica-
c oes contnuas entre os espa cos Y e X, denindo uma rela cao de homotopia entre ele-
mentos arbitr arios f, g C(Y, X) (H : Y [0, 1] X contnua tal que H(x, 0) = f(x)
e H(x, 1) = g(x), x Y e uma homotopia entre f e g). Esta rela cao e tambem
de equivalencia. Quando f C(Y, X) e tal que existe g C(X, Y ) de forma que
gf C(Y, Y ) e f g C(X, X) sao, respectivamente, homotopicos às indentidades id
y
e
id
x
, dizemos que f e uma equivalencia homotopica e os espacos X e Y tem o mesmo tipo
de homotopia. Assim, por exemplo, S
1
e R
2
(0, 0) tem o mesmo tipo de homotopia
(basta tomar a inclusao i : S
1
R
2
(0, 0) e a posi cao radial : R
2
(0, 0) S
1
,
(y) =
z
|y|
). Explorando a existencia de homotopias entre funcoes contnuas, podemos
n ao so obter algumas informac oes topologicas sobre tais funcoes, como tambem sobre
o proprio espa co domnio das mesmas. Desta forma, por exemplo, quando a identidade
id
x
C(X, X) e homotopica a uma aplicacao constante de C(X, X) caracterizamos o con-
ceito de contratibilidade de X, ou ainda, pode-se obter respostas interessantes associadas
a extensao de aplicac oes contnuas. Mais especicamente, dada f : A Y X contnua,
com A fechado em Y , estamos interessados em analisar a existencia de

f C(Y, X) tal
que

f[
A
= f. Nesta linha, quando Y = S
n
um resultado interessante pode ser obtido sem
grandes diculdades: f C(S
n
, X) estende-se continuamente à bola (fechada) unitaria
B
n+1
se, e somente se, e homotopica a uma constante.
Segundo a proposi c ao acima, representaremos por [f] a classe de equivalencia de
f C(X, x
0
) e por
1
(X, x
0
) o conjunto de tais classes de equivalencia. Nosso interesse
agora e denir uma operacao entre elementos deste conjunto de forma tal que
1
(X, x
0
)
munido com esta opera cao tenha uma estrutura de grupo.
Denicao 1.4 Sejam dois ciclos f, g C(X, x
0
). Denimos o produto f g por
(f g)(s) =
_
f(2s) se s [0,
1
2
]
g(2s 1) se s [
1
2
, 1]
A func ao (f g) esta bem denida pois para s =
1
2
, f(2s) = g(2s 1) e conforme a
mesma argumenta c ao feita na demonstra c ao da proposi cao 1.2, (f g) e contnua.
Agora, atraves da operac ao acima denimos uma opera cao entre classes de equivalencia
de ciclos em X como segue: [f] [g] = [f g]. Observe que se F e G sao homotopias entre
f e

f, e, g e g respectivamente, denindo
H(s, t) =
_
F(2s, t) para s [0,
1
2
]
G(2s 1, t) para s [
1
2
, 1],
como F(1, t) = x
0
= G(0, t), temos que H esta bem denida e e uma homotopia entre
f g e

f g.
Proposi cao 1.5 A opera cao satisfaz as seguintes propriedades:
a) Se [f] ([g] [h]) esta denida, entao o mesmo ocorre com ([f] [g]) [h] sendo ambos
iguais.
b) Se f C(X, x
0
) entao [f] [id
x
0
] = [f] = [id
x
0
] [f], onde id
x
: [0, 1] X e a aplicacao
constante e id
x
(t) = x X, t [0, 1].
c) Sendo f C(X, x
0
), o ciclo g(t) = f(1 t) e chamado ciclo inverso de f e [f] [g] =
[id
x
0
] = [g] [f].
Dem.:
Seja [f],[g] e [h] elementos de
1
(X, x
0
). Queremos provar que ([f] [g]) [h] =
[f] ([g] [h]) ou equivalentemente [(f g) h] = [f (g h)]. Assim, denindo a funcao
F : [0, 1] [0, 1] X dada por
F(t, s) =
_
_
_
f(
4t
1+s
) se 0 t
s+1
4
g(4t 1 s) se
s+1
4
t
s+2
4
h(1
4(1t)
2s
) se
s+2
4
t 1
temos que F e contnua e e uma homotopia entre f (g h) e (f g) h.
Figura 2
Sejam id
0
: [0, 1] [0, 1], s 0, e id : [0, 1] [0, 1], s s. Ent ao id
0
id e
um caminho em [0, 1] ligando 0 a 1. Naturalmente se Y e um espaco convexo em R
n
,
entao quaisquer dois ciclos em Y baseados em x
0
sao homot opicos em Y uma vez que
F(x, t) = (1 t)f(x) + tg(x) e uma homotopia entre eles.
Assim, dado que [0, 1] e convexo existe uma homotopia G entre id e id
0
id. Portanto,
f G e um caminho homotopico em X entre os ciclos f id = f e f (id
0
id) =
(f id) (f id
0
) = id
x
0
f, logo [f] = [id
x
0
f] = [id
x
0
] [f]. Analogamente prova-se
que [f] [id
x
0
] = [f].
Agora, sejam os caminhos id : [0, 1] [0, 1], s s, e

id : [0, 1] [0, 1], s 1 s,
sendo

id o inverso de id. Assim, id

id e um caminho homotopico em [0, 1] comecando
e terminando em 0. Novamente, dado a convexidade de [0, 1], existe um caminho H em
[0, 1] entre id
0
e id

id. Portanto, f H e um caminho homotopico entre f id
0
= id
x
0
e (f id) (f

id) = f g onde g(s) = f(1 s). Assim, [id
x
0
] = [f g] = [f] [g]. De
forma an aloga, prova-se que [g] [f] = [id
x
0
].
Exemplo 1.6 Quando X = R
n
e x
0
e um ponto arbitrario do R
n
, segue que
1
(X, x
0
)
e o grupo trivial. De fato: pois dado f C(X, x
0
) e g(x) = x
0
constante, temos que a
homotopia linear F(x, t) = (1 t)f(x) + tg(x) mostra que
1
(X, x
0
) e o grupo trivial.
O mesmo argumento utilizado no exemplo acima mostra que se X e um espaco convexo,
entao
1
(X, x
0
) e trivial, sendo x
0
um ponto xado arbitrariamente em X. Naturalmente,
surge o questionamento do que acontece com o grupo fundamental se mudarmos o ponto
base, vejamos o que e possvel obter neste sentido.
Proposi cao 1.7 Seja X um espa co conexo por caminhos. Dados arbitra-riamente x
0
, x
1

X tem-se que
1
(X, x
0
) e isomorfo a
1
(X, x
1
).
Dem.:
Seja um caminho em X ligando x
0
a x
1
e f C(X, x
0
).
Figura 3
Vamos denotar por o caminho inverso de . A aplicac ao de induz a aplicac ao
denida por:
:
1
(X, x
0
)
1
(X, x
1
)
[f] ([f]) = [] [f] []
Observe que (f ) e um ciclo em x
1
. Alem disso, ([f]) ([g]) = ([] [f] [])
([] [g] []) = [] [f] [g] [] = ([f] [g]). Logo, e um homomorsmo.
Agora, seja a fun c ao :
1
(X, x
1
)
1
(X, x
0
) denida por
([h]) = [] [h] [] , [h]
1
(X, x
1
).
Podemos observar que e a inversa de . Assim, para [f]
1
(X, x
0
) temos que
(([f])) = [] ([] [f] []) [] = [f].
Analogamente, mostra-se que (([h])) = [h], [h]
1
(X, x
1
). Logo, e um isomor-
smo.
Como X e conexo por caminhos com x
0
, x
1
X temos que
1
(X, x
0
) e isomorfo a
1
(X, x
1
).
Nosso objetivo agora e mostar que o grupo fundamental de um espa co X e um in-
variante topol ogico, inicialmente vejamos um conceito que ser a auxiliar a esta conclus ao
pretendida.
Seja h : X Y uma aplicac ao contnua com h(x
0
) = y
0
.
Figura 4
Considere f C(X, x
0
), entao h f : [0, 1] Y e um ciclo em Y com base em y
0
.
Assim, pode-se denir a aplicacao h
:
1
(X, x
0
)
1
(Y, y
0
) dada por h
([f]) = [hf] que

sera denominada homomorsmo induzido por h relativamente ao ponto base x
0
. Observe
que se F e um caminho homot opico entre f e g, entao h F e um caminho homotopico
entre h f e h g. Alem disso, a igualdade (h f) (h g) = h (f g) garante que h
e homomorsmo. Este homomorsmo depende de h e tambem da escolha do ponto base

x
0
.
Sejam h : X Y e k : Y Z aplicac oes contnuas entre espacos X, Y e Z com
h(x
0
) = y
0
, k(y
0
) = z
0
, ent ao (k h)
= k
e a aplicac ao id : X X, id(x
0
) = x
0
,
induzem o homomorsmo identidade id
:
1
(X, x
0
)
1
(X, x
0
). Assim, temos a seguinte
proposic ao:
Proposi cao 1.8 Sejam X e Y dois espacos tais que : X Y e um homeomorsmo
entre eles. Entao, para todo x
0
X xado arbitrariamente, tem-se que
1
(X, x
0
) e
isomorfo a
1
(Y, f(x
0
)).
Dem.:
Queremos mostrar que se : X Y e um homeomorsmo, ent ao
:
1
(X, x
0
)
1
(Y, f(x
0
)) e um isomorsmo. De fato:
Pois seja : Y X a inversa de , segue que
= ()
e ()
:
1
(X, x
0
)
1
(X, x
0
) e tal que ( )
([f]) = [ f], onde f C(X, x

0
). Mas como id
X
,
temos que [ f] = [id
X
f] = [f] e assim
= ( )
= id
. De maneira
analoga,
= id
. Portanto,
e a inversa de
, ou seja,
e um isomorsmo.
Vamos caminhar agora no sentido da computa cao do grupo fundamental de S
1
, todavia
necessitamos de alguns resultados preliminares.
Denicao 1.9 Seja p : E B uma aplicacao contnua e sobrejetora entre os espa cos
E e B. Um conjunto aberto U B e dito recoberto por p, se e somente se, p
1
(U) e
uma uniao de abertos V
de E, dois a dois disjuntos, tal que para cada , p[

V
e um
homeomorsmo de V
em U.
Quando para todo o ponto de B existir um aberto U B contendo este ponto, sendo
que U e recoberto por p, diz-se que p e uma aplicacao de recobrimento e E e um espaco
de recobrimento de B. Como decorrencia direta desta deni cao segue que toda aplica c ao
de recobrimento e uma aplicacao aberta.
Exemplo 1.10 A aplica c ao p : R S
1
, com p(x) = (cos 2x, sen 2x) e uma aplicacao
de recobrimento. De fato: pois podemos decompor S
1
via os abertos U
1
, U
2
, U
3
e U
4
descritos na gura abaixo. Iremos trabalhar apenas com U
4
, os demais sao similares.
Figura 5
Assim, p
1
(U
4
) corresponde a uniao dos intervalos V
n
= (n
1
4
, n +
1
4
), n Z.
A aplica c ao p restrita a V
n
= [n
1
4
, n +
1
4
] e injetora, aplica V
n
sobrejetivamente em
U
4
e V
n
em U
4
. Como V
n
e compacto, p[
V
n
e homeomorsmo e em particular p[
V
n
e
homeomorsmo de V
n
em U
4
. Portanto, p e uma aplicac ao de recobrimento.
Figura 6
Seja p : R S
1
aplicac ao de recobrimento descrita no exemplo acima e considere
q = (1, 0) S
1
. Observe que p(0) = q e p
1
(q) = Z. Uma vez que S
1
e conexo por
caminhos, em vista da proposi c ao 1.6, basta computar
1
(S
1
, q).
Considere um ciclo em S
1
com ponto base q. Um levantamento de f : [0, 1] S
1
e
uma aplicac ao contnua

f : [0, 1] R tal que p

f = f.
Figura 7
Proposi cao 1.11 Qualquer ciclo f em S
1
com ponto base q possui um unico levanta-
mento

f em R come cando em 0.
Dem.:
Tome uma cobertura de S
1
por abertos U que sao recobertos por p. Como [0, 1] e
f([0, 1]) sao compactos, utilizando o n umero de Lebesgue podemos encontrar uma subdi-
visao de [0, 1], s
0
, ..., s
n
, tal que para cada i, f([s
i
, s
i+1
]) esta contido em algum aberto U.
Denimos

f(0) = 0. Agora, supondo que

f(s) esta denida para 0 s s
i
, vamos deni-
la sobre [s
i
, s
i+1
]. Seja U o aberto contendo f([s
i
, s
i+1
]). Temos que p
1
(U) =
, onde
V
sao abertos de R, e p[
V
e um homeomorsmo entre V
e U. Se

f(s
i
) V
0
denimos
f(s) para s [s
i
, s
i+1
] pela equa cao

f(s) = (p[
V
0
)
1
(f(s)). A continuidade de

f em
[s
i
, s
i+1
] e consequencia do homeomorsmo p[
V
0
: V
0
U. Procedendo, sucessivamente,
dessa forma denimos

f sobre [0, 1].
Quanto a unicidade vamos supor que

f seja outro levantamento de f comecando em
0. Assim,

f(0) = 0 =

f(0). Suponhamos que

f(s) =

f(s), s [0, s
i
]. Tomando V
0
como
acima observamos que para s [s
i
, s
i+1
],

f(s) = (p[
V
0
)
1
(f(s)). Agora, dado que

f e
levantamento de f e portanto contnua, os abertos V
sao disjuntos, e

f(s
i
) =

f(s
i
) V
0
,
entao

f([s
i
, s
i+1
]) V
0
. Logo, para s [s
i
, s
i+1
],

f(s) = y V
0
pertencente a p
1
(f(s)).
Contudo, pelo homeomorsmo segue a unicidade dos pontos em (p[
V
0
)
1
(f(s)). Portanto,
f(s) =

f(s), s [s
i
, s
i+1
].
Consideremos dois ciclos f e g em S
1
com ponto base q. Suponha que f e g sejam
homot opicos e que

f e g sejam seus levantamentos, respectivamente, segundo a proposi cao
1.10.
Proposi cao 1.12 Nas condi c oes acima,

f e g sao caminhos homotopicos em R com o
mesmo ponto nal.
Dem.:
Seja p : R S
1
uma aplicac ao de recobrimento com p(0) = q. Sejam f e g dois
ciclos homotopicos em S
1
com ponto base q, os mesmos podem ser levantados em R via
caminhos unicos,

f e g, comecando em 0. Suponha F : [0, 1] [0, 1] S
1
a homotopia
entre f e g, com F(0, 0) = q. Nestas condicoes, existe um unico levantamento de F a
uma aplicac ao contnua

F : [0, 1] [0, 1] R tal que

F(0, 0) = 0. De fato:
Denimos

F(0, 0) = 0. Utilizando a proposi c ao anterior estendemos

F sobre 0 [0, 1]
e [0, 1] 0 contidos no quadrado [0, 1] [0, 1]. Assim, devemos estender

F para este
quadrado. Vamos decompor [0, 1] [0, 1] conforme a gura abaixo e representar I
i
J
j
=
[s
i1
, s
i
] [t
j1
, t
j
].
A F-imagem destes retangulos esta contida em abertos de S
1
que sao recobertos por
p. Por exemplo, vamos denir

F em I
1
J
1
, continuando com I
i
J
1
, passando para
I
i
J
2
e assim sucessivamente.
Figura 8
Ou seja, dados i
0
e j
0
assumimos que

F esta denida sobre o conjunto A, onde
A = 0 [0, 1]
[0, 1] 0
I
i
J
j
, com j < j
0
e quando j = j
0
, i < i
0
Assumimos tambem que

F e um levantamento de F[
A
. Assim, para denir

F sobre I
i
0
J
j
0
escolhemos um aberto U de S
1
recoberto por p contendo F(I
i
0
J
j
0
).
Figura 9
Seja p
1
(U) =
, onde p[
V
: V
U e homeomorsmo. Seja C = A
(I
i
0

J
j
0
), como C e conexo,

F(C) e conexo e devera pertencer inteiramente a algum V
,
digamos V
0
. Observe que p[
V
0
e um homeomorsmo e para cada x C, p[
V
0
(
F(x)) =
p(
F(x)) = F(x)

F(x) = (p[
V
0
)
1
(F(x)). Portanto, estendemos F denindo

F(x) =
(p[
V
0
)
1
(F(x)), x I
i
0
J
j
0
. Continuando desta forma denimos

F sobre [0, 1] [0, 1].
Quanto a unicidade, vale observar que cada passo da constru cao de

F foi feito original-
mente estendendo

F primeiramente na base e a esquerda de [0, 1] [0, 1] e posteriormente
nos retangulos I
i
J
j
um a um e este procedimento de extensao e unico para obten c ao
de

F. Assim, quando o valor de

F em (0, 0) e especicado, o mesmo ca determinado.
Assim, observe que F(0 [0, 1]) = q S
1
. Como F e um caminho homot opico,
0 [0, 1] e conexo e

F e contnua segue que

F(0 [0, 1]) e conexo e como o mesmo
pertence a bra (discreta) p
1
(q), o mesmo deve ser um unico ponto. Analogamente,
F(1 [0, 1]) e um unico ponto. Portanto,

F e um caminho homot opico. Logo, temos
que

F(0[0, 1]) = 0 e

F(1[0, 1]) = 0. A restric ao

F[
[0,1]{0}
e um caminho em
R comecando em 0 e e um levantamento de F[
[0,1]{0}
. Pela unicidade do levantamento
de caminhos temos que

F(s, 0) =

f(s). Analogamente,

F[
[0,1]{1}
e um caminho em R
que e o levantamento de F[
[0,1]{1}
, comecando em 0 e tal que

F(s, 1) = g(s). Portanto

f
e g sao caminhos homot opicos em R com o mesmo ponto nal 0.
Segundo a proposi c ao anterior, se [f]
1
(S
1
, q) e

f e o levantamento de f e um ciclo
em R comecando em 0, a fun cao
:
1
(S
1
, q) p
1
(q) = Z,
([f]) correspondente ao ponto nal

f(1), esta bem denida. Uma vez que R e conexo
por caminhos e
1
(R, x
0
) e trivial para todo x
0
R (segundo 1.5) segue que e bijetora.
De fato:
Dado x
1
p
1
(q), existe um caminho

f em R ligando x
0
a x
1
. Entao, f = p

f e
um ciclo em S
1
com base q e assim ([f]) = x
1
. Agora, tomando [f], [g] (S
1
, q) com
([f]) = ([g]), sejam

f e g levantamentos de f e g respectivamente comecando em x
0
.
Temos que,

f(1) = g(1). Como R e conexo por caminhos e
1
(R, x
0
) e trivial para todo
x
0
R, existe um caminho homot opico

F em R entre

f e g. Portanto, p
F e um caminho
em S
1
entre f e g, assim [f] = [g].
Teorema 1.13 O grupo fundamental de S
1
relativamente ao ponto base q e isomorfo ao
grupo aditivo dos inteiros.
Dem.:
Seja p : R S
1
a aplicac ao de recobrimento descrita em 1.9 com p(0) = q = (1, 0).
Assim p
1
(q) = Z. Segundo as considera c oes acima sobre R segue que, :
1
(S
1
, q) Z
e bijetora. Portanto, basta mostrar que e homomorsmo. De fato, dados [f], [g]
1
(S
1
, q) com respectivos levantamentos

f e g comecando em 0 R, se considerarmos
f(1) = n e g(1) = m, entao ([f]) = n e ([g]) = m. Assim, g(s) = n + g(s) e um

levantamento de g comecando em n. O produto

f g corresponde a um levantamento
de f g comecando em 0 e o ponto nal deste levantamento e g(1) = n + m. Logo,
([f] [g]) = n + m = ([f]) + ([g]).
2 O teorema de Borsuk-Ulam
Um tipo de problema simples, usualmente visto no ensino medio, consiste em encontrar
uma reta r que passe pelo ponto o, sendo este o centro do quadrado Q
1
, de modo que
a determinar dois semi-planos cuja interse c ao de cada um deles com a congura c ao de
quadrados Q
i
, i = 1, ..., 5, tangentes e de mesmo raio conforme a gura abaixo, denam
respectivamente duas regi oes limitadas de mesma area.
Figura 10
Este problema pode ser facilmente resolvido utilizando-se argumentos de simetria,
para tanto construimos tres quadrados auxiliares (de mesmo tamanho, conforme gura
abaixo) e os centros o e o
determinam r de maneira que as regi oes R

1
e R
2
apresentam
mesma area.
Figura 11
Um problema similar ao anterior, consiste em demonstrar que existe uma reta r que
divide em duas partes de mesma area uma dada regi ao limitada A denida atraves de
uma poligonal (nita).
Figura 12
De fato, pois tomemos r
e r
duas retas orientadas e paralelas de equa c oes

_
r
1
: x c = 0
r
2
: x d = 0
Figura 13
e tomemos f : [c, d] R denida por:
f(t) =area da regi ao A à esquerda da reta x t = 0 menos a area da regi ao A à direita
de x t = 0
Observe que f(c) = area (A) > 0 e f(d) = area (A) < 0. Logo, como f e contnua,
pois como A e uma poligonal, podemos supor, sem perda de generalidade, que h
1
e h
2
,
denidas como na gura acima, s ao func oes contnuas em [c, d]. Logo temos que
f(t) = (
_
t
c
(h
1
(x) h
2
(x))dx) (
_
d
t
(h
1
(x) h
2
(x))dx)
e como soma de funcoes contnuas e continua e integral de fun coes contnuas e contnua,
temos que f e contnua, e pelo Teorema do Valor Intermedi ario, existe (c, d) tal que
f() = 0, ou seja, a reta r : x = 0 divide a regi ao A em duas partes de areas iguais.
Suponha agora que consideremos duas regi oes poligonais A
1
e A
2
em R
2
com A
1
A
2
=
.
Figura 14
Nosso interesse e mostrar que existe uma reta r que divide o plano em dois semi-planos
de forma tal que divida as regi oes em partes de areas equivalentes. Este resultado ser a
obtido como uma consequencia do teorema de Borsuk-Ulam que passamos a abordar
agora.
Denicao 2.1 Se x e um ponto de S
n
, entao seu antpoda e o ponto x. Dizemos que
uma aplica c ao h : S
n
S
m
preserva pontos antipodais se h(x) = h(x) x S
n
.
Exemplo 2.2 A aplica c oes f, g : S
n
S
n
dadas por f(x) = x e g(x) = x
k
com kmpar
preservam pontos antipodais, pois f(x) = x = f(x) e g(x) = (x)
k
= x
k
= g(x),
x S
n
. Tambem a funcao rota c ao : S
1
S
1
dada por (w) = zw, com z S
1
xo, e
uma aplica c ao antipodal, pois (w) = zw = (w), w S
1
.
Observemos que para a demonstra c ao do proximo teorema e fundamental o fato de
que
1
(s
1
, q) e isomorfo a Z.
Teorema 2.3 Se h : S
1
S
1
e contnua e preserva pontos antipodais, entao h nao e
homotopica a uma constante.
Dem.: Seja b
0
o ponto (1, 0) de S
1
. Seja : S
1
S
1
uma rota cao de S
1
que leva
h(b
0
) em b
0
. Logo, do exemplo anterior, preserva pontos antipodais e assim temos a
composic ao h. Alem disso, se H fosse uma homotopia entre h e uma aplicacao con-
stante, ent ao H seria uma homotopia entre h e uma aplica cao constante. Ent ao,
basta provar o teorema da hipotese adicional que h(b
0
) = b
0
.
Passo 1: Seja q : S
1
S
1
tal que q(z) = z
2
, onde z C . Ou, em coordenadas
reais, q(cos, sen) = (cos2, sen2). Considere agora, em S
1
a relac ao de equivalencia E
segundo a qual cada ponto x S
1
e equivalente a si proprio ou ao seu antipodal x. Isto
dene um espaco quociente S
1
/E = P
1
(P
1
= espaco projetivo 1-dimensional). Agora
seja a aplicac ao quociente : S
1
P
1
dada por (z) = z, z. Assim, como q e uma
aplica cao contnua tal que q(z) = q(z) para todo z S
1
, existe um unico homeomorsmo
q : P
1
S
1
tal que q = q. Note que q pode ser vista como uma aplica cao quociente
a menos de um homeomorsmo. Ent ao, a imagem inversa de q por algum ponto de S
1
consiste de dois pontos antipodais z e z de S
1
. Assim, como h(z) = h(z) temos
q(h(z)) = q(h(z)) e como q e uma aplicac ao quociente, a aplica c ao q h induz uma
unica aplicac ao contnua k : S
1
S
1
tal que k q = q h.
Figura 15
Note que q(b
0
) = h(b
0
) = b
0
, desde que k(b
0
) = b
0
. Temos tambem que h(b
0
) = b
0
.
Passo 2: Mostremos que o homomorsmo induzido k
de
1
(S
1
, b
0
) em
1
(S
1
, b
0
) e nao
trivial.
Para este prop osito, primeiro mostremos que q e uma aplicacao de recobrimento. A prova
e similar a prova de que a aplica cao p : R S
1
e de recobrimento. Se, por um instante,
U e um subconjunto de S
1
consistindo de pontos tendo a segunda coordenada positiva,
entao p
1
(U) consiste de pontos de S
1
no primeiro e terceiro quadrante de R
2
. A aplicacao
q leva cada um destes conjuntos homeomorcamente em U. Argumentos similares se apli-
cam quando U e a intersec ao com a metade inferior aberta do plano, ou com as metades
abertas da direita e esquerda do plano.
Notemos que se

f e algum caminho de S
1
de b
0
a b
0
, ent ao f = q

f representa um
elemento nao trivial de
1
(S
1
, b
0
). Logo,

f deve ser um levantamento de f em S
1
que
comeca em b
0
e nao termina em b
0
.
Finalmente, mostremos que k
e nao trivial. Seja

f um caminho de S
1
de b
0
a b
0
, e seja
f = q

f. Entao, k
[f] e nao trivial para k
[f] = [k (q

f)] = [q (h

f)]. O ultimo
elemento e nao trivial porque h

f e um caminho de S
1
de b
0
a b
0
.
Passo 3: Finalmente, mostremos que h nao pode ser homot opica a uma constante.
O homomorsmo k
e injetor, pois dados [f], [g]

1
(S
1
, b
0
) temos que se k
[f] = k
[g]
[kf] = [kg] [kq
f] = [kq g] [qh
f] = [qh g], como h
f e h g sao dois cam-

inhos comecando em b
0
e terminado em b
0
, temos que [f] [q h

f] = [q h g] [g],
logo k
e um homomormo n ao trivial de um grupo ciclico innito com si mesmo. O

homomorsmo q
tambem e injetor, de fato, pois q
corresponde a multiplica cao de dois

grupos de inteiros.
Z

1
(S
1
, b
0
)
q
1
(S
1
, b
0
)

Z
x [f] [q f] 2x
Assim, temos que k
e injetor. Desde ent ao, q
= k
, e logo o homomorsmo
h
deve ser injetor, pois h
([f]) = h
([g]) q
(h
([f])) = q
(h
([g])) k
(q
([f])) =
k
(q
([g]))
k
e injetor
[f] = [g], e portanto h nao pode ser homot opica a uma constante.
Teorema 2.4 Nao ha nenhuma aplica cao contnua g : S

2
S
1
que preserva pontos
antipodais.
Dem.: Suponha que g : S
2
S
1
e contnua e preserva pontos antipodais. Tome S
1
como sendo o equador de S
2
. Entao, a restri cao de g a S
1
e uma aplica cao h contnua e
que preserva pontos antipodais de S
1
a S
1
. Pelo teorema anterior, h nao e homotopica
a um ponto. Mas o hemisferio superior E de S
2
e homeomorfo a bola B
2
, e g e uma
extensao contnua de h em E.
Figura 16
Teorema 2.5 (Teorema de Borsuk-Ulam) Dada uma aplica cao contnua f : S
2
R
2
,
existe um ponto x S
2
tal que f(x) = f(x).
Dem.: Suponha que f(x) ,= f(x), x S
2
. Ent ao a aplica c ao
g(x) =
f(x)f(x)
f(x)f(x)
e uma aplicac ao contnua g : S
2
S
1
tal que g(x) = g(x) x, contradizendo o
teorema anterior.
Agora estamos aptos para responder a seguinte quest ao dada anteriormente.
Teorema 2.6 Dadas duas regi oes poligonais nitas de R
2
, existe uma reta em R
2
que as
divide em partes de areas equivalentes.
Dem.: Tomemos duas regi oes poligonais nitas A
1
e A
2
do plano R
2
1 R
3
e
mostremos que existe uma reta r deste plano que as divide em partes de areas equivalentes.
Dados um ponto u S
2
, consideremos o plano P R
3
passando pela origem e que
tenha u como vetor unitario normal. Este plano divide R
3
em dois semi-espacos; seja
f
i
(u) igual a area da parte de A
i
que esta situada do lado de P na direcao de u. Observe
que f
i
e contnua, pois f
i
possui argumentos similares a fun cao do caso de uma regi ao
poligonal.
Se u e o vetor unit ario k, entao f
i
(u) = area A
i
; e se u = k, ent ao f
i
(u) = 0.
Caso contr ario, o plano P intercepta o plano R
2
1 na reta r que divide R
2
em dois
semi-planos, e f
i
(u) e a area da parte de A
i
que esta situado sobre um lado desta reta.
Substituindo u por u nos temos o mesmo plano P, mas a outro semi-espa co, de
forma que f
i
(u) e a area da parte de A
i
que esta situada no outro lado de P ate u.
Assim segue que:
Figura 17
f
i
(u) + f
i
(u) = area A
i
.
Agora considere a aplica cao F : S
2
R
2
dada por F(u) = (f
1
(u), f
2
(u)). O teorema
de Borsuk-Ulam nos garante um ponto x S
2
para o qual F(x) = F(x). Entao,
f
i
(x) = f
i
(x) para i = 1, 2, ou seja, f
i
(x) =
1
2
area A
i
, como queramos.
3 O Grupo Fundamental das esferas S
n
, n 2
Teorema 3.1 Suponha X = U V , onde U e V sao conjuntos abertos de X. Suponha
que U V seja conexo por caminhos e que x
0
U V . Sejam i : U X e j : V X
as aplicacoes de inclusao de U e V em X. Entao o grupo fundamental
1
(X, x
0
)e gerado
pelas imagens dos homomorsmos
i
:
1
(U, x
0
)
1
(X, x
0
) e j
:
1
(V, x
0
)
1
(X, x
0
).
Dem: Este teorema diz que: dado algum ciclo f em X com base em x
0
, este e um
caminho homotopico da forma (g
1
(g
2
(... g
n
))), onde cada g
i
e um ciclo em x
0
que
encontra-se em U ou em V .
Passo 1: Mostremos que existe uma subdivisao a
0
< a
1
< ... < a
n
de [0, 1] tal que
f(a
1
) U V e f([a
i1
, a
i
]) esta contido em U ou em V , para cada i. De incio, escolha
uma subdivisao 0 = b
0
, b
1
, ..., b
m
= 1 de [0, 1] tal que para cada i, f([b
i1
, b
i
]) esteja contido
em U ou V (utilize o n umero de Lebesgue). Se f(b
i
) U V , para cada i, acabou. Se
nao, seja o ndice i tal que f(b
i
) / UV . Cada um dos conjuntos f([b
i1
, b
i
]) e f([b
i
, b
i+1
])
encontra-se em U ou em V . Se f(b
i
) U, entao ambos os conjuntos est ao contidos em
U; Se f(b
i
) V , ent ao ambos estao contidos em V . Um outro caso, podemos descon-
siderar b
i
, obtendo uma nova subdivis ao c
0
, c
1
, ..., c
m1
que ainda satisfaca a condi cao de
f([c
i1
, c
i
]) estar contido em U ou em V , para cada i.
Assim, um n umero nito de repetic oes neste proceso conduz a desejada subdivisao.
Passo 2: Finalmente provemos o teorema. Dado f, seja a
0
, a
1
, ..., a
n
a subdivisao obtida
no passo 1. Dena f
i
: [0, 1] [a
i1
, a
i
] como sendo um caminho em X seguido por f.
Entao f
i
e um caminho que esta em U ou em V , e assim
[f] = [f
1
] [f
2
] ... [f
n
].
Para cada i, escolha um caminho
i
em U V de x
o
a f(a
i
) (usamos o fato de U V ser
conexo por caminhos). Visto que f(a
o
) f(a
n
) x
0
, podemos escolher
0
e
n
caminhos
constantes em x
0
.
Figura 18
Agora, seja
g
i
= (
i1
f
i
)
i
para cada i. Ent ao, g
i
e um ciclo em X com base em x
0
cujas imagens encontram-se em
U ou em V .
A computac ao direta mostra que
[g
1
] [g
2
] ... [g
n
] = [f
1
] [f
2
] ... [f
n
] = [f].
Denicao 3.2 Um espa co X e simplesmente conexo quando X e conexo por caminhos
e para todo x
0
tem-se que
1
(X, x
0
) e um grupo trivial (ou seja,
1
(X, x
0
) = 0).
Exemplo 3.3 R
n
e simplesmente conexo, pois como R
n
e conexo por caminhos e
1
(R
n
, x
0
)
e o grupo trivial (exemplo 1.6), segue o resultado.
Como consequencia do teorema anterior segue que
Corolario 3.4 Suponha X = U V , onde U e V sao conjuntos abertos de X, e U V
conexo por caminhos. Se U e V sao simplesmente conexos, entao X e simplesmente
conexo.
Observacao 3.5 Se X e Y sao espa cos homeomorfos em que X e simplesmente conexo,
entao Y tambem e simplesmente conexo. De fato, pois conexidade por caminhos e o grupo
fundamental (visto no Captulo 1) sao invariantes topol ogicos, logo 0 =
1
(X, x
0
)
1
(Y, y
0
).
Teorema 3.6 Se n 2 entao a n-esfera S
n
e simplesmente conexa.
Dem: Seja p = (0, ..., 0, 1), q = (0, ..., 0, 1) R
n+1
o polo norte e sul de S
n
, respec-
tivamente.
Passo 1: Mostremos que se n 1, ent ao S
n
p e homeomorfo a R
n
. Dena f :
S
n
p R
n
por
f(x) = f(x
1
, ..., x
n+1
) =
1
1x
n+1
(x
1
, ..., x
n
).
A aplicac ao f e chamada de projec ao estereogr aca. (Se tra car uma reta em R
n+1
pas-
sando pelo polo norte p e um ponto x S
n
p, ent ao esta reta intersecta o n-plano
R
n+1
0 R
n+1
em um ponto f(x) 0). Verica-se que f e um homeomorsmo
mostrando que a aplica cao g : R
n
S
n
p dada por
g(y) = g(y
1
, ..., y
n
) = (
2y
1
1+y
2
, ...,
2y
n
1+y
2
, 1
2
1+y
2
)
e a inversa de f. De fato:
(f g)(x) = (f g)(x
1
, ..., x
n
) = f(
2y
1
1+y
2
, ...,
2y
n
1+y
2
, 1
2
1+y
2
) =
1
1(1
2
1+x
)
(
2y
1
1+y
2
, ...,
2y
n
1+y
2
) = (x
1
, ..., x
n
).
Observe tambem que a aplica cao h : S
n
p S
n
q dada por h(x
1
, ..., x
n+1
) =
(x
1
, ..., x
n+1
) dene um homeomorsmo de S
n
p em S
n
q, e estes sao homeo-
morfos a R
n
.
Passo 2: Provemos o teorema: Seja U e V conjuntos abertos de S
n
, onde U = S
n
p
e V = S
n
q. Note que para n 1, a esfera S
n
e conexa por caminhos, pois dados
dois pontos p, q S
n
basta tomar o caminho f : [0, 1] S
n
dado por f(t) =
a(1t)+bt
a(1t)+bt
ligando p a q.
Assim, para n 2, como U e V sao simplesmente conexos, pois sao homeomorfos
a R
n
, e U V = S
n
p, q e conexo por caminhos, temos do corol ario anterior que
U V = S
n
e simplesmente conexo.
Observacao 3.7 Para n = 1, temos que U V = S
1
p, q e desconexo, o que explica
que em S
1
nao e possvel aplicar o procedimento acima.
Bibliograa
[1] LIMA, Elon L. - Grupo fundamental e espa cos de recobrimento - Projeto Euclides -
IMPA, 1993.
[2] MASSEY, W.S. - Algebraic Topology: An Introduction - Springer-Verlag - New York,
1986.
[3] CROOM, Fred H. - Basic Concepts of Algebraic Topology - Springer-Verlag - New
York, 1941.
[4] LYRA, C.B. de - Grupo Fundamental e Revestimentos - USP, 1969.
[5] LIMA, Elon L. - Curso de An alise, vol. 2 - Projeto Euclides - IMPA, 1981.
Analise de Estabilidade do Regulador
Centrfugo
Uziel Paulo da Silva
Marcio Jose H. Dantas

Abril de 2005
Resumo
Neste trabalho apresentamos a analise feita por Vichnegradski, os reguladores
de acao direta, precisamente o regulador centrfugo de Watt. Mostramos tambem
como regular automaticamente a pressao nas caldeiras de uma maquina a vapor, via
uma valvula de sada de vapor de forma a obter o equilbrio do conjunto m aquina-
regulador, dando enfase no estudo da estabilidade deste sistema.
Palavras-chave: regulador centrfugo, equa coes diferenciais ordin arias, esta-
bilidade assitotica.
1 Introdu cao
A proliferac ao dos sistemas de controle autom atico na tecnologia moderna revela a im-
port ancia da teoria do ajuste autom atico. Um dos principais problemas que se esta-
belece na construcao dos reguladores e o da estabilidade de funcionamento do sistema
regulador-m aquina. Em muitos casos, este problema e resolvido com a ajuda do teorema
de Liapunov.
O sistema de ajuste autom atico mais antigo e formado pelo motor a vapor e pelo
regulador centrfugo de Watt. O regulador centrfugo planejado por Watt no nal do
seculo XVIII, cumpriu perfeitamente suas func oes ate a segunda metade do seculo XIX,
quando sua estrutura foi modicada, e assim, seu funcionamento comprometido. V arios
cientistas e engenheiros tentaram dar solu cao à este problema, que so foi resolvido de
modo simples e elegante pelo engenheiro russo Vichnegradski. Ele foi o criador da teoria
do ajuste automatico e seu trabalho sobre reguladores de a c ao direta(1876) constituiu
o ponto de partida da teoria de m aquinas para enfrentar as exigencias industriais.
O regulador centrfugo consiste em um mecanismo constituido por duas hastes maiores,
que junto com uma barra central podem girar, articulados por duas pequenas hastes que
conecta as hastes maiores com a barra central. Estas duas hastes maiores possuem duas
massas iguais em suas extremidades. Pelo efeito da for ca centrfuga, quando a velocidade
uzielpaulo@yahoo.com.br Orientando do Instituto do Milenio - AGIMB de Jul/04 a Abr/05.
marcio@ufu.br Professor orientador.

de rotacao da barra central aumenta, as massas tendem a separar simultaneamente da
barra central, formando um angulo entre as hastes maiores e a barra. As hastes maiores
agem na valvula que controla a sada do vapor, assim quando a velocidade angular da
carga de massa m aumenta, a v alvula do vapor abaixa, limitando o volume do vapor
e, consequentemente reduzindo a velocidade. Quando a velocidade angular da carga de
massa m diminue, acontece o oposto: as hastes abaixam e a v alvula abre mais, aumen-
tando a velocidade angular.
Uma representa c ao esquematica deste mecanismo e dada na Figura-1. Na Figura-2
temos uma representa c ao real de tal equipamento.
Figura - 1: Esquema de um regulador.
Basicamente a func ao do regulador de Watt e regular automaticamente a press ao nas
caldeiras, via valvula de entrada de vapor, n ao permitindo que a press ao suba muito, pois
ha risco de explosoes ou pode danicar o motor, e impedir que abaixe demasiadamente.
Figura - 2: Representa cao Real.
2 Resultados Preliminares
Um sistema dinamico autonomo e um conjunto de equa coes diferenciais lineares ou nao
- lineares, a par ametros constantes,que n ao dependem do tempo t. A representac ao
geometrica das soluc oes e feita no espaco de fases. Aqui denominamos espaco de fases um
subconjunto aberto adequado do R
n
,cujos eixos coordenados sao o eixo-x
1,
o eixo-x
2
, ...,
o eixo-x
n
. Um estado e representado com um ponto com coordenadas x
1
(t) , x
2
(t) , ...,
x (t) nesse espaco, para maiores detalhes ver[2].
Denicao 2.1 Ponto de equilbrio: Seja
d

x
dt
=
f (
x ) um sistema dinamico autonomo,

e

x
()
que

f (
x
()
) =

0. Denominamos

x
()
de um ponto de equilbrio do sistema
dinamico. Note que x (t) =

x
()
e uma solucao de tal sistema.
Denicao 2.2 Ponto de equilbrio assintoticamente estavel: Dene-se

x
()
como
um ponto de equilbrio assintoticamente estavel, se existe r > 0 tal que x
0
B
r
(
x
()
)
entao a solu c ao de
_
_
d
x
dt
=

f (
x )
x(0) =
x
0
e tal que x(t) e denida para todo t 0 e lim
_
_
x (t)
x
()
_
_
= 0, onde |.| denota a
norma usual de R
n
.
O proximo teorema e o principal resultado matem atico deste trabalho.
Teorema 2.1 (Liapunov) Seja
d
x
i
dt
= f
i
(x
1
, ..., x
n
) , i = 1, ..., n um sistema de equacoes
diferenciais e a = (a
1
, ..., a
n
) um ponto de equilbrio do sistema. Seja a
i
j
=
f
i
(a)
x
j
. Se
todos os autovalores da matriz A =
_
a
i
j
_
tem parte real nagativa, o ponto de equilibrio (a)
do sistema e assintoticamente estavel.
Observa cao: A matriz A =
_
a
i
j
_
e a matriz jacobiana da fun c ao f no ponto de equilbrio
(a) .
Uma demonstra c ao deste resultado e dada em[1].
Para que o Teorema de Liapunov possa ser aplicado de forma efetiva, e necessario
determinar quando a matriz A satisfaz a hipotese deste teorema.
No caso de n = 3 uma condi c ao necessaria e suciente e a seguinte:
Criterio de Estabilidade de Hurwitz: O polinomio p (x) = a
0
x
3
+ a
1
x
2
+a
2
x+ a
3
,
a
0
> 0, de coecientes reais, e estavel se, e somente se, os n umeros a
1
e a
3
sao positivos,
e se verica a seguinte desigualdade
a
1
a
2
> a
0
a
3
.
Uma prova deste criterio e dada em [1].Gostaramos de ressaltar que existe uma verss ao
deste criterio para o caso em que p e um polinomio de grau n. No entanto, para os objetivos
deste trabalho, tal generalidade n ao e necessaria.
3 Estudo da estabilidade
Como citamos anteriormente, o regulador centrfugo e formado por uma barra vertical B
(Veja Figura -1), capaz de girar sobre si mesma, com as duas hastes maiores identicas, com
cargas iguais em suas extremidades, submetidas ` a articula coes de modo que, so podem
separar - se da posic ao de equilbrio formando um mesmo angulo com a barra B. Quando
as hastes se separem, formando um angulo com barra vertical, elas movimentam um
anel movel acoplado ` a barra e que esta ligado ` a uma alavanca. O mecanismo e construido
de tal forma que a dist ancia do anel à extremidade superior da barra seja igual ` a K cos ,
sendo k uma constante. Vamos assumir que o comprimento de cada haste e igual a 1e
designemos por m a massa de cada carga.
Considere a representa cao
Figura - 3.
Sejam
r = x
i + y

j + z

k o vetor posi cao do ponto P no qual est a localizado a massa m,
= o angulo entre r e a direc ao negativa do eixo z,
= o angulo entre a proje cao de r sobre o plano xy e a direc ao positiva do eixo x,
= velocidade angular da barra central.

Da temos:
_
_
_
x = Lsen cos
y = Lsen sen
z = Lcos
(1)
Considere

T a tra c ao que a haste OP exerce sobre o corpo de massa m e indiquemos
a sua norma por T.
No modelo mec anico, a direc ao da tra c ao e sempre oposta à do vetor posi c ao, assim
de (1) obtemos
T = T(
r
[ r [
) = T
_
sen cos
i sen sen
j + cos
k
_
(2)
A outra for ca que atua na massa m e o peso que e dado por
P = mg
k (3)
Alem da trac ao

T e do peso

P, tambem atua sobre a massa m a forca de atrito

R.
Tal forca de resistencia e devida ao artrito nas articula c oes e atua na direc ao de e e
contr aria à velocidade angular .
Portanto e dada por
R = c e
onde c e uma constante positiva e e
e o vetor tangente unit ario ` a curva = (constante) .

Assim
e
=
r
Portanto de (1) temos que

e
= cos cos
i + cos sen
j + sen
k
assim
R = c (cos cos
i + cos sen
j + sen
k) (4)
Aplicando a segunda lei de Newton temos:
m
d
2
r
dt
2
=

P +

T +

R
= mg
k +
T c
= mg
k +

T c

e
.
Portanto, de (2), (3), (4) obtemos
m
_
d
2
x
dt
2
i +
d
2
y
dt
2
j +
d
2
z
dt
2
k
_
= mg
k + T
_
sen cos
i sen sen
j + cos
k
_
c
_
cos cos
i + cos sen
j + sen
k
_
.
Logo
_
_
m
d
2
x
dt
2
= T sen cos c cos cos ,
m
d
2
y
dt
2
= T sen sen c cos sen ,
m
d
2
z
dt
2
= T cos mg c sen ,
(5)
Usando (1), temos:
d
2
x
dt
2
= L[(sen ) (cos )
2
2 (cos ) (sen )

(sen ) (cos )

2
+ (cos ) (cos ) (sen ) (sen )

]
d
2
y
dt
2
= L[(sen ) (sen )
2
+ 2 (cos ) (cos )
(sen ) (sen )

2
+ (cos ) (sen ) + (sen ) (cos )

]
d
2
z
dt
2
= L[(cos )
2
+ (sen ) ]
Assim, de(5) temos
_
_
mL[(sen ) (cos )
2
2 (cos ) (sen )

(sen ) (cos )

2
+
(cos ) (cos ) (sen ) (sen )

] = T sen cos c cos cos
mL[(sen ) (sen )
2
+ 2 (cos ) (cos )
(sen ) (sen )

2
+
(cos ) (sen ) + (sen ) (cos )

] = T sen sen c cos sen
mL[(cos )
2
+ (sen ) ] = T cos mg c sen
Multiplicando a primeira equa cao por cos a segunda equacao por sen e somando as
duas membro a membro, resulta no seguinte sistema:
_
mL[(sen )
2
(sen )

2
+ (cos ) ] = T (sen ) c (cos )
mL[(cos )
2
+ (sen ) ] = T cos mg c sen
Multiplicando a primeira equa cao por cos a segunda por sen , somando-as membro
a membro e fazendo algumas simplica c oes usuais, obtemos que
m = m
2
(sen ) (cos )
mg
L
(sen )
c
L
. (6)
Simplicando nosso estudo, reduziremos a m aquina a vapor a um volante e ao eixo
principal da maquina, que se poe em movimento de rota cao devido a for ca gerada pela
pressao do vapor da caldeira. E tambem assumimos que L = 1.
Seja w a velocidade angular de rota c ao do eixo principal da m aquina que gira o volante,
denotemos por J um momento de inercia do volante, por P
1
o momento angular da for ca
da maquina, por P o momento angular da for ca que atua sobre o volante devido ` a carga
sobre ele.
Assim, a equa cao diferencial da m aquina de vapor e
J w = P
1
P (7)
O momento P
1
depende da abertura da valvula que regula a entrada de vapor, e P
depende do peso da carga sobre o volante.
O regulador e acoplado ` a maquina a vapor a m de manter uma uniformidade de
funcionamento, medindo e regulando a velocidade de rota c ao do volante, que est a unido
ao regulador por um conjunto de engrenagens de transmiss ao de modo que, o bom fun-
cionamento do regulador nos da uma raz ao constante de transmiss ao:
n =
w
> 0 (8)
que tambem pode ser denominada rela cao de transmissao. Por outro lado, o anel m ovel
do regulador esta conectado à valvula que controla a entrada de vapor, de modo que:
P
1
= F
1
+ k(cos cos
()
) (9)
onde
()
e o valor medio do angulo central, perto do qual deve se manter; F
1
e a
for ca correspondente ao valor medio =
()
.k > 0, k um coeciente constante de
proporcionalidade.
De (6), (7), (8), (9) obtemos
_
m = mn
2
w
2
(sen ) (cos ) mg (sen ) c
J w = k cos F
(10)
onde F = P F
1
+ k cos
()
, que depende da carga. Onde (10) pode ser transformado
num sistema de equacoes de primeira ordem. Tome = , da
_
_
=
= n
2
w
2
(sen ) (cos ) g (sen )
c
m
w =
k
J
cos
F
J
(11)
que e chamado de sistema de Watt ou S.W.
Em funcionamento normal, a velocidade w e constante para uma carga P, e a valvula
de entrada de vapor se mantem imovel, isto e, permanece constante.
Um ponto de equilbrio de (11) e dado por
_
0
= 0
cos
0
=
F
k
n
2
w
2
0
=
g
cos
0
(12)
Vamos agora calcular a matriz A, do Teorema (2.1) , neste ponto de equilbrio x
0
=
(
0,
0
, w
0
) .
Temos
x = (, , w) e f (x) = f (, , w)
e de (11) segue que
f (, , w) =
_
, n
2
w
2
(sen ) (cos ) g (sen )
c
m
,
k
J
cos
F
J
_
o que implica
f
(x) = f
(x
0
)
MatrizJacobiana
= (13)
=
_
_
0 1 0
_
n
2
w
2
[(cos
0
) (cos
0
)
(sen
0
) (sen
0
)] g cos
0
_

c
m
2n
2
w(sen
0
) (cos
0
)
K
J
sen
0
0 0
_
_
Assim de (12) e (13) obtemos
A = f
(x
0
) =
_
_
0 1 0
g
sen
2
0
cos
0
c
m
2g
sen
0
w
0
K
J
sen
0
0 0
_
_
.
Cujo polinomio caracterstico D(p) e dado por
D(p) = p
3
+
c
m
p
2
+ g
sen
2
0
cos
0
p + 2g
K sen
2
0
Jw
0
(14)
Como todos os coecientes deste polinomio sao positivos, segue do Criterio de Esta-
bilidade de Hurwitz, que todas as razes de (14) tem parte real negativa se, e somente
se,
c
m
g
sen
2
0
cos
0
> 1.
_
2g
K sen
2
0
Jw
0
_
=
cJ
m
> 2
K
w
0
cos
0
=
2F
w
0
(15)
Portanto, segue do Teorema de Liapunov, que (15) expressa a condi cao de estabilidade
do sistema maquina-regulador.
O valor absoluto da taxa de varia cao de w
0
com relac ao a carga P, isto e,
v =
dw
0
dP
e chamado irregularidade de marcha ou n ao uniformidade de marcha da m aquina a vapor.

Como
P = F + F
1
k cos
entao
dw
0
dP
=
dw
0
dF
dF
dP
como
dF
dP
= 1
podemos concluir que
dw
0
dP
=
dw
0
dF
.
De (12) temos que
Fw
2
0
=
kg
n
2
, (constante) ,
logo
w
2
0
+ 2w
0
F
dw
0
dF
= 0
ou
dw
0
dF
=
w
2
0
2w
0
F
=
w
0
2F
concluimos ent ao que
v =
w
0
2F
Assim a condi cao de estabilidade se expressa da seguinte forma:
cJ
m
v > 1. (16)
Conhecida como condi cao de estabilidade de VICHNEGRADSKI.
4 Conclus oes
Portanto da rala c ao (16) podemos obter as conclus oes de VICHNEGRADSKI sobre a
estabilidade do sistema m aquina-regulador.
Afetam desfavoravelmente a estabilidade do sistema maquina-regulador:
1-O aumento da massa das esferas;
2-A diminuic ao de c (coeciente de resistencia);
3-Diminui cao de J (momento de inercia);
4-Diminui cao de v (irregularidade de marcha).
O mau funcionamento dos reguladores a partir da segunda metade do sec.XIX se
explica pelo fato de que, devido ao avan co tecnico, as quatro grandezas que intervem na
estabilidade foram alteradas em sentido desfavoravel ` a estabilidade.
Imagens do regulador centrfugo sao dadas nas guras 4 e 5 a seguir.
Figura - 4: Esquema de um Regulador Centrfugo.
Figura - 5: Imagem de um R.W.
Referencias
[1] PONTRIAGUIN,L.S. Ecuaciones Diferenciales Ordinarias. Colecion Ciencia y
Tecnica. Editora Aguiar. Ano 1973.
[2] MONTEIRO,L.H.A. Sistemas Dinamicos.Sao Paulo.Editora Livraria da Fsica. Ano
2002.
O Teorema Isoperimetrico e o Problema da
Cerca
Flaviano Bahia P. Vieira
Las Bassame Rodrigues
Edson Agustini

Abril de 2005
Resumo
Neste trabalho, demonstramos, sem o uso de Calculo Diferencial e Integral, o teo-
rema classico que arma que, dentre todas as guras planas de mesmo permetro, o
disco e a gura de maior area. Esse teorema e conhecido como Teorema Isoperime-
trico. Em seguida, consideramos um curioso problema de otimizacao conhecido
como O problema da Cerca, envolvendo a maximizacao, sob certas condicoes, da
area de um quintal entre um rio e uma casa. O interessante nesse problema e o fato
de ele contrariar nossa intui cao acerca do Teorema Isoperimetrico.
1 Introdu cao
Quando falamos em problemas envolvendo otimiza c oes de areas, e muito comum o uso de
Calculo Diferencial e Integral como ferramenta de resolu cao de tais problema. No entanto,
desde a epoca de Euclides ( 300 a. C.) problemas envolvendo guras isoperimetricas,
ou seja, guras de mesmo permetro, ja eram estudados. Por exemplo, a demonstra cao
de que dentre todos os ret angulos de mesmo permetro, o quadrado e o que delimita
maior area j a se encontra em Os Elementos de Euclides. De um modo geral, e possvel
demonstrar que, dentre todos os polgonos de n lados e mesmo permetro, o polgono
regular de n lados e o que delimita a maior area. Este resultado nos leva intuitivamente
a crer que dentre todas as guras planas de mesmo permetro, o disco e o que possui
maior area. De fato, este ultimo resultado e conhecido como o Teorema Isoperimetrico,
que demonstraremos (sem o uso de Calculo Diferencial e Integral) na primeira parte desse
trabalho (Se c ao 2).
Ainda sobre o Teorema Isoperimetrico, comentamos na Se c ao 3 uma antiga lenda,
contada por Virglio em Eneida, sobre a princesa Dido, fundadora da cidade de Cartago
no norte da

Africa. Para delimitar a maior area possvel utilizando um determinado
fbahia@mat.ufu.br Orientando do Programa de Educa cao Tutorial da Faculdade de Matem atica

(PetMat) de jan/04 a dez/04.
laisbassame@hotmail.com Orientanda do Programa de Educa cao Tutorial da Faculdade de


1
n umero de tiras de couro de boi ` as margens do Mediterraneo, Dido faz uso intuitivo de
tal teorema.
Tambem era muito comum o formato circular (ou semicircular ` as margens de rios)
de cidades medievais, onde havia necessidade da construc ao de muros de prote cao, que
perfaziam o permetro da cidade (Cf. o mapa da pr oxima sec ao). Esse fato historico e
plenamente justicado pelo referido teorema.
Em seguida, consideramos um curioso problema de otimiza cao de areas conhecido como
O problema da Cerca, envolvendo a maximiza cao, sob certas condi coes, da area de um
quintal entre um rio e uma casa. Para resolve-lo nao utilizamos C alculo Diferencial e
Integral, apenas uma das proposi c oes utilizadas como pre-requisitos para a demonstra c ao
do Teorema Isoperimetrico. O fato curioso deste problema e que ele contraria, em certo
sentido, nosso principal resultado: temos uma area otima às margens de um rio que nao
lembra absolutamente nada de crculos ou semicrculos...
2 O Teorema Isoperimetrico
Observe o mapa da Paris medieval:
Mapa da cidade de Paris (Fran ca) na Idade Media. Nao por acaso, a regi ao urbana possuia
formato circular. Com uma determinada quantidade de muros, como disp o-lo de modo a cercar
a maior area possvel?
Levando-se em conta que tais cidades eram forticadas, ou seja, eram cercadas por
um permetro composto por muros de pedras e que, obviamente, tais muros tinham um
determinado custo de constru cao, por que o formato escolhido para o muro era aproxi-
madamente circular?
Esse fato era comum na Idade Media e nos remete ao seguinte problema:
Dado um determinado comprimento, qual a curva plana, simples
1
e fechada com esse
comprimento que delimita a maior area possvel?
Resolveremos esse problema por meio de alguns resultados preliminares:
Proposi cao 2.1 Seja F
1
uma gura plana limitada nao convexa cuja fronteira seja uma
curva plana simples e fechada C
1
. Entao, e possivel encontrar uma gura plana convexa
F
2
de area maior que F
1
tal que sua fronteira C
2
seja uma curva plana, simples e fechada
de mesmo comprimento de C
1
.
Demonstra cao
Como F
1
nao e convexa, existem pontos P, Q F
1
tais que o segmento PQ nao esta
contido em F
1
. Sejam A e B dois pontos de intersec c ao do segmento PQ com C
1
tais que
AB C
1
= A, B . Reetindo uma das partes de C
1
com extremos em A e B na reta
que contem PQ, temos uma nova gura F
1
com fronteira C
1
de mesmo comprimento que
C
1
, porem com area maior que F
1
. (Figura abaixo)
Se F
1
ainda n ao for convexa, repetimos o mesmo raciocnio acima ate encontrarmos
uma gura F
2
convexa
2
.
Baseados na proposi c ao acima, temos que dentre as guras isoperimetricas, as de
maiores areas serao sempre convexas.
Proposi cao 2.2 Seja uma curva C
1
plana, simples e aberta situada de um mesmo lado
de uma reta r e com extremos A e B em r. Suponhamos que a curva fechada C
1
AB seja
fronteira de uma gura limitada F
1
nao convexa. Entao, existe uma curva C
2
de mesma
natureza de C
1
com os mesmos extremos A e B em r tal que C
2
AB seja fronteira de
uma gura convexa com area maior que F
1
.
A demonstrac ao da proposi cao acima se processa de modo semelhante ` a demonstrac ao
da Proposic ao 2.1, uma vez que o segmento AB permanece inalterado na seq uencia de
guras obtidas de F
1
.
1
Sem auto-inteseccao.
2
Dependendo da escolha dos pontos P e Q em cada nova gura construda, pode ser que F
2
seja
encontrada por um processo limite de guras obtidas a partir de F
1
. No entanto, escolhas convenientes
de P e Q conduzem a um n umero nito de guras.
Proposi cao 2.3 Dentre todos os triangulos com dois lados de comprimentos xos, o de
maior area e o tri angulo ret angulo que possui esses lados por catetos.
Demonstra cao
Sejam dois segmentos CB e CA de medidas a e b xas. Sejam a medida do angulo
A
CB e h a medida da altura do tri angulo ABC relativa ao vertice A.

Denotando a area do tri angulo ABC por /, temos:
/ =
ah
2
=
ab sen
2
.
(h = b sen quanto for agudo, reto ou obtuso. Neste ultimo caso, basta observar que
sen ( ) = sen )
Como 0 sen 1 para 0 , concluimos que / assume o maior valor possvel
quando sen = 1, ou seja, =

2
, como queramos.
Proposi cao 2.4 Seja uma gura plana convexa F
1
cuja fronteira seja composta por uma
curva C
1
plana, simples, aberta de extremos A e B e comprimento p unida com o segmento
AB. Suponhamos que, nessas condi coes, F
1
tenha a maior area possvel. Entao, F
1
e um
semidisco.
Demonstra c ao
Suponhamos que F
1
nao seja um semidisco. Ent ao, existe um ponto C C
1
tal que
ABC nao e um triangulo retangulo (pois, se ABC fosse triangulo ret angulo para todo
C C
1
, F seria um semidisco).
Como F
1
e convexa, temos que AC e CB sao segmentos contidos em F
1
, ou seja, ABC
e um triangulo contido em F
1
. Sejam F
2
e F
3
as guras sobre AC e CB de tal modo que
F
1
= F
2
ABC F
3
.
Consideremos o tri angulo A
retangulo em C
de tal modo que A
AC e
C
CB. Pela Proposicao 2.3, a area de A
e maior que a area de ABC. Consid-

eremos a gura F
1
= F
2
A
F
3
e chamemos sua fronteira de C
2
A
. Temos,
portanto, que F
1
tem fronteira composta por uma curva C
2
plana, simples, aberta de
extremos A
e B
e comprimento p unida com o segmento A
. No entanto, a area de F
1
e maior que a area de F
1
.
Caso F
1
nao seja convexa, pela Proposi c ao 2.2, podemos tomar F
1
convexa com fron-
teira C
3
A
e area maior que F
1
. Em ambos os casos, temos uma contradi cao, pois
nas condic oes da hipotese, F
1
possui area maxima.
Logo, F
1
e um semidisco.
Corolario 2.1 (Teorema Isoperimetrico) Dado um comprimento, dentre todas as guras
planas, fechadas e convexas de permetro igual a esse comprimento, o disco e o que possui
maior area.
Demonstra cao
De fato, suponhamos que a gura F
1
de maior area nas condicoes enunciadas nao
seja um disco. Seja 2p o comprimento da fronteira C
1
de F
1
. Sejam A, B C
1
tais
que comprimento da curva em C
1
de A ate B seja p. Chamemos as duas partes de C
1
determinadas por A e B de C
2
e C
3
. Logo, F
1
= F
2
F
3
, sendo F
2
gura com fronteira
C
2
AB e F
3
gura com fronteira C
3
AB, ambas com area m axima. Assim, F
2
ou F
3
nao e semidisco e possui area maxima. Contradi c ao com a Proposi cao 2.4.
3 A Lenda de Dido
A lenda de Dido (ou Elisa) faz parte do C antico I da obra epica Eneida, escrita pelo
grande poeta romano Virglio (70 a.C. a 19 a.C.).
Dido era uma princesa fencia no seculo IX a.C. da cidade de Tiro, às margens do
Mediterraneo, localizada onde hoje e o Lbano. Seu irm ao, o rei Pigmali ao, assassinou
seu marido, o grande sacerdote Arquebas, para subtrair-lhe seus tesouros. Temendo sua
propria morte, Dido ent ao fugiu em um navio com um grande n umero de seguidores
dispostos a fundar uma nova cidade, Qart Hadash (Cartago). No lugar escolhido para
ser Cartago (norte da

Africa, tambem às margens do Mediterraneo, onde hoje e a Tunsia)
tentou comprar terras do rei local, Jarbas da Numdia, para que pudessem se estabelecer.
O arranjo que conseguiu com o rei foi que s o teria em terras o que pudesse abranger com a
pele de um boi. Dido e seu grupo decidiram ent ao cortar a pele em tiras t ao nas quanto
possvel, emendar todas e englobar num semicrculo um terreno beirando o mar.
A obra Eneida de Virglio e a epopeia de Eneas de Troia que, depois que sua cidade
foi tomada por Agamenon, fugiu de navio com seus seguidores. Ele viajou da

Asia Menor
atraves do Mar Mediterraneo ate nalmente aportar na It alia e fundar Roma. Em sua
viagem parou em Cartago e encontrou Dido, que se apaixonou por ele. Mas J upiter
interveio e ordenou a Eneas que abandonasse Dido, que, em desespero, se matou.
A personagem
A obra O autor
Coment ario: N ao por acaso, esse territ orio conseguido por Dido tinha a forma de um
semicrculo na beira do mar (Proposi cao 2.4), o qual se repete nas muralhas das cidades
medievais à beira de rios. Veja, por exemplo, o mapa da Paris medieval.
4 O Problema da Cerca, da Casa e do Rio
Consideremos uma casa retangular com medidas a metros de largura e b metros de com-
primento. Essa casa possui os lados de b metros paralelos a um rio e distante d metros
do mesmo. Suponhamos que dispomos de dois peda cos identicos de cercas cujos compri-
mentos somados perfazem l metros. Devemos delimitar um quintal entre a casa e o rio
com esses dois pedacos de cercas aproveitando tanto a casa quanto o rio para delimitar
esse quintal. Isso signica que, em cada pedaco de cerca, uma ponta deve tocar a casa e
a outra o rio. Quais seriam as maneiras de se posicionar as cercas de tal modo que estas
possuam partes em forma de segmentos paralelos aos lados da casa (veja a gura abaixo)
e que maximize a area do quintal?
4.1 Solu cao
Tres considerac oes:
(i)

E natural que a

AREA 1 de dimensoes bd metros situada entre casa e rio (na frente
da casa) esteja contida no quintal.
(ii) Devemos ter
l
2
d pois, caso contr ario, nao haveria cerca suciente para colocar uma
ponta na casa e outra no rio. No caso de
l
2
= d, temos que o quintal de area m axima ser a
a

AREA 1 e cada pedaco de cerca constitui um segmento de reta.
(iii) Finalmente, a

AREA 2 maxima, parcialmente delimitada por um dos peda cos da
cerca e adjacente a um dos lados da

AREA 1, e igual a

AREA 3 maxima, delimitada
pelo outro peda co da cerca e adjacente ao outro lado da

AREA 1, (veja a gura abaixo).
Isto se deve ao fato dos dois peda cos de cerca possuirem mesmo comprimento.
Em virtude do item (iii), iremos analisar o problema considerando apenas a

Area 2.
Dividimos o problema em dois casos, descritos abaixo.
4.1.1 1
Caso: Cada peda co da cerca e formada por dois segmentos.

Denotamos a medida da cerca perpendicular ao rio de x e a paralela ao rio de y.
Assim, temos o seguinte sistema:
x + y =
l
2
xy = A
sendo A a medida da

AREA 2.
Neste caso, d x d + a.
Assim,
x +
A
x
=
l
2

x
2
+ A =
xl
2
,
ou seja, a func ao A da

AREA 2 delimitada pela cerca, com uma ponta na casa e outra
no rio sera:
A : [d, d + a] R
x A(x) = x
2
+
l
2
x
.
Observemos que o gr aco de A e parte de uma parabola com concavidade para baixo.
Se nao houvesse restricao no domnio de A, teramos que o valor m aximo da mesma
ocorreria para x igual à abscissa do vertice da par abola, ou seja, para
x =
0 +
l
2
2
=
l
4
.
Mas, pode ocorrer que x =
l
4
nao esteja no domnio de A. Temos, portanto, tres casos a
considerar:
(i) se d
l
4
d + a, a

AREA 2 sera maxima para x =
l
4
. Logo, y =
l
4
.
(ii) se
l
4
< d, a

AREA 2 sera maxima para x = d. Logo, y =
l
2
d.
(iii) se
l
4
> d + a,a

AREA 2 sera maxima x = d + a. Logo, y =
l
2
(d + a) .
Esquematizando: a

AREA 2 sera maxima quando as dimens oes x e y satisfazem:
Valor de
l
2
Valor de x Valor de y Valor de A
(i)
l
2
< 2d x = d y =
l
2
d A = d
2
+
l
2
d
(ii) 2d
l
2
2 (d + a) x =
l
4
y =
l
4
A =
l
2
16
+
l
8
(iii) 2 (d + a) <
l
2
x = d + a y =
l
2
d a A = (d + a)
2
+
l
2
(d + a)
4.1.2 2
Caso: Cada peda co da cerca e formada por tres segmentos.

Temos dois casos de cercas formado por tres segmentos (gura abaixo):
Caso A: a cerca tem nicio na parte da casa em frente ao rio.
Caso B: a cerca tem nicio na parte da casa de fundo para o rio.
O Caso A nunca ser a otimo pois podemos manipular a cerca de tal modo que ela tenha
mesmo permetro e area maior como a gura abaixo.
Partiremos ent ao para o Caso B.
Denotemos a medida da cerca perpendicular ao rio de x, paralela ao rio de y e per-
pendicular à casa de z = x d a. (gura abaixo, ` a esquerda)
Desta forma, para que ocorra otimiza c ao de area, a cerca deve ter inicio em um dos
cantos da casa pois sempre que a cerca estiver em outro ponto, alem do canto, a casa
ocupar a area cercada do quintal. (gura acima, ` a direita)
Assim, podemos montar o seguinte sistema:
2x d a + y =
l
2
xy = A
sendo d + a < x <
2 (d + a) + l
4
.
Portanto,
2x d a +
A
x
=
l
2
2x
2
+ x
_
d + a +
l
2
_
= A
Assim, a func ao A que representa a area delimitada pela cerca com um extremo em
um canto da casa e outro no rio ser a:
A :
_
d + a,
2 (d + a) + l
4
_
R
x A(x) = 2x
2
+ x
_
d + a +
l
2
_
Observemos que, mais uma vez, a func ao que fornece a

Area 3 (=
AREA 2) possui
graco em forma de par abola com concavidade para baixo. Se n ao houvesse restri cao no
domnio de A, teramos que o valor m aximo de A ocorreria quando
x =
0 +
d+a+
l
2
2
2
=
2 (d + a) + l
8
.
Observemos que x =
2 (d + a) + l
8
<
2 (d + a) + l
4
.
Ha, portanto, duas possibilidades:
(i) d + a <
2 (d + a) + l
8
<
2 (d + a) + l
4
.
(ii)
2 (d + a) + l
8
d + a.
No primeiro caso, para que o ponto crtico esteja no domnio de A, devemos ter
l
2
>
3 (d + a) , o que corresponde a y =
2 (d + a) + l
4
, ou seja, y assume o dobro do valor do
ponto crtico.
No segundo caso, devemos ter
l
2
3 (d + a) e temos que a area otima ocorre quando
x = d +a e, portanto, y =
l
2
d a. Mas nesse caso, x d a = 0, ou seja, nao h a tres
segmentos, mas sim dois segmentos de cerca.
Esquematizando:
Valor de
l
2
Valor de x Valor de y Valor de A
(i)
l
2
3 (d + a) x = d + a y =
l
2
d a (1
o
caso)
(ii)
l
2
> 3 (d + a) x =
2 (d + a) + l
8
y =
l + 2d + 2a
4
A =
1
8
_
d + a +
l
2
_
2
4.1.3 3
o
. Caso: Cada peda co da cerca e formada por mais de tres segmentos.
Neste caso, sempre voltaremos aos casos onde a cerca e formada por dois ou por tres
segmentos. Basta observarmos que a

AREA 2 devera ser nao convexa e, portanto, pela
Proposic ao 2.1, e possvel encontrarmos uma outra

AREA 2 convexa de area maior com
o mesmo permetro da anterior, elimando pelo menos um segmento da cerca (veja a gura
do Caso A acima).
4.1.4 Conclusao
Fazendo um esquema geral, temos os seguintes valores otimos para a

AREA 2:
Valor de l Valor de x Valor de y Segmentos

Area do quintal
l < 2d x y Nao ha
l = 2d d 0 1 db
2d < l < 4d d
l
2
d 2 db + 2d
_
l
2
d
_
4d l 4 (d + a)
l
4
l
4
2 db+
l
2
8
4 (d + a) < l 6 (d + a) d + a
l
2
d a 2 db + 2 (d + a)
_
l
2
d a
_
l > 6 (d + a)
2 (d + a) +l
8
l + 2d + 2a
4
3 db+
_
2d + 2a + l
4
_
2
Observemos que, ao contr ario do que era de se esperar, ap os estudarmos o Teorema
Isoperimetrico, o quintal otimo (de area m axima) nao possui formato aproximado de
um semicrculo, uma vez que seria possvel dividir a cerca em tantos segmentos quanto
quisermos. Na verdade, nao ha contrasenso algum. Isso se deve ao fato de que, devido ` a
condicao imposta de que os segmentos da cerca sejam sempre paralelos ou ortogonais ` a
margem do rio, pelo 3
o
. Caso acima, qualquer quintal com formato aproximado de um
semicrculo seria n ao convexo e, portanto, n ao otimo.
5 Um Agradecimento
Os autores sao gratos ` a professora Sueli I. R. Costa do Imecc-Unicamp pelas conversas
e dicas instrutivas a respeito de Problemas Isoperimetricos.
Referencias
[1] Barbosa, J. L. M. Geometria Euclidiana Plana. Rio de janeiro: SBM - Sociedade
Brasileira de Matematica. 1995.
[2] CD-ROM Formas e Trajetorias. LEMU - Laborat orio de Educac ao Matem atica da
Unicamp - SP. (em confecc ao)
[3] Figueiredo, D. G. Problemas de Maximo e Mnimo na Geometria Euclidiana.
Matematica Universitaria n
os
. 9/10. Rio de Janeiro: Soc. Bras. de Matem atica. 1989.
[4] Niven, I. Maxima and Minima Without Calculus. The Mathematical Association of
America. 1981.
[5] Salomao, L. A. D. Maximos e Mnimos Sem Calculo. Notas de Minicurso da III
Semana da Matem atica - FAMAT - UFU. Novembro de 2003.
FAMAT em Revista
www.famat.ufu.br
Problemas e Solues

Problemas e Solues
Luiz Alberto Duran Salomo (coordenador da seo)
Edson Agustini
Problemas e Solu coes
A revista eletronica FAMAT em Revista publica regularmente uma secao de proble-
mas com o ttulo Problemas e Solucoes. Todos os interessados podem participar dessa
secao apresentando solu c oes para os problemas ja publicados ou propondo novos proble-
mas. Serao publicados problemas de matem atica b asica ou superior, assim como enigmas
de natureza logica que desaem nossos leitores e lhes proporcionem bom treinamento na
resolu cao de problemas. O comite editorial selecionar a, dentre os problemas propostos, os
que mais se destacarem por sua beleza, relev ancia e originalidade. Problemas propostos
em um n umero da revista ter ao suas solucoes publicadas no n umero seguinte. Quando
da publicac ao de problemas ou resolu coes enviados por leitor, ser ao citados o(s) propo-
nente(s) e o(s) autor(es) das solu coes recebidas. Ao propor um problema, o leitor dever a
encaminhar sua solu cao juntamente com o enunciado e citar a fonte de onde ele foi tirado,
se for o caso.
Todo participante dessa sec ao dever a identicar-se mencionando seu nome e endereco
completos (inclusive e-mail). Para fazer contato com a revista, os participantes poder ao
utilizar o endereco eletronico
revista@famat.ufu.br
ou encaminhar correspondencia para:
FAMAT em Revista
Faculdade de Matematica
Universidade Federal de Uberlandia
Av. Jo ao Naves de

Avila, 2121
38400-902 - Uberl andia - MG
Nesse n umero, alem de quatro novos desaos, publicamos a resolu c ao dos quatro do
n umero anterior sendo que duas das resolu c oes publicadas foram enviadas por Flaviano
Bahia Vieira Paulinelli - discente do curso de Matematica da Universidade Federal de
Uberlandia. Flaviano enviou-nos resolu c oes corretas dos problemas 10 (problema dos
ponteiros do rel ogio) e 12 (problema das bolas de bilhar) e foi contemplado com um
exemplar do livro das Olmpadas Brasileiras de Matem atica da 9
a
. a 16
a
.
ATENC

AO: Estaremos dando continuidade ` a promo c ao do n umero anterior. Para os
leitores que nos enviarem soluc oes corretas, de pelo menos dois dos problemas propostos,
estaremos sorteando em Setembro de 2005 alguns exemplares do livro:
MOREIRA, C. et. alli. (orgs.) Olimpadas Brasileiras de Matematica. 9
a
. a
16
a
. Problemas e resolu c oes. Rio de Janeiro: Publica c ao da Sociedade Brasileira de
Matematica, 2003.
A Matematica e a rainha das ciencias e a Teoria dos N umeros e a rainha da
Matam atica
Carl Friedrich Gauss (1777-1855)
Problemas Propostos
13. Dispondo de 100 reais, quais s ao as quantias que se podem gastar comprando
selos de 5 reais e de 7 reais?
Extrado de:
HEFEZ, A. Elementos de Aritmetica Sociedade Brasileira de Matematica 2005
14. Seja W um conjunto nito de pontos do plano tal que, se tomarmos tres pontos
quaisquer A, B e C em W, ent ao a area do tri angulo ABC e menor do que 1. Mostre
que todos os pontos de W pertencem a um triangulo de area menor do que 4 ou ao seu
interior.
15. Seja C um conjunto constitudo de dez n umeros naturais distintos, todos eles
formados por dois algarismos (no sistema decimal). Mostre que e possvel dividir C em
dois subconjuntos disjuntos de modo que as somas dos elementos de cada um deles sejam
iguais.
16. Encontre todos os quadrados perfeitos (no sistema decimal) cujos tres ultimos
algarismos s ao iguais a 4.
Resolucao dos Problemas Propostos do N umero
Anterior
9. (O Problema da Metade do Pasto) Imagine um pasto circular de raio r
1
e um cavalo
amarrado em uma estaca da cerca que delimita o pasto por meio de uma corda de com-
primento r
2
. Qual deve ser a razao
r
2
r
1
para que o cavalo consiga pastar apenas a metade
do pasto circular?
Resoluc ao
Temos dois crculos se intersectando em dois pontos P
1
e P
2
. Um desses crculos tem
centro O
2
(onde amarramos o cavalo) e raio r
2
(o comprimento da corda). O outro crculo
(o pasto) tem centro O
1
e raio r
1
. Vamos descobrir o valor de R =
r
2
r
1
para o qual a area
comum dos dois crculos seja a metade da area do crculo de raio r
1
(isto e,
r
2
1
2
).
Chamemos a superfcie comum dos crculos de S. Ora, tra cando o segmento que une
P
1
e P
2
, vemos que S pode ser decomposta em dois segmentos circulares S
1
e S
2
. A area
de um segmento circular e dada por r
2
( sen )
2
. sendo r o raio do crculo onde esta o
segmento circular e e o angulo central sob o segmento circular.
Sejam os angulos P
1
O
2
P
2
de medida 2t
2
e P
1
O
1
P
2
de medida 2t
1
. Nesse caso:
S = S
1
+ S
2
= r
2
1
(2t
1
sen 2t
1
)
2
+ r
2
2
(2t
2
sen 2t
2
)
2
.
Da, e como a area de S e
r
2
1
2
, temos:
r
2
1
= r
2
1
(2t
1
sen 2t
1
) + r
2
2
(2t
2
sen 2t
2
).
Dividindo por r
2
1
, temos:
= 2t
1
sen 2t
1
+ R
2
(2t
2
sen 2t
2
). (1)
sendo R =
r
2
r
1
.
Agora, note que os tri angulos P
1
O
1
O
2
e P
2
O
1
O
2
sao congruentes e is osceles, pois:
P
1
O
1
P
2
O
1
O
1
O
2
e possuem medida r
1
P
2
O
2
P
1
O
2
e possuem medida r
2
.
Portanto,
t
1
+ 2t
2
= ou t
1
= 2t
2
. (2)
Alem disso, tracando a altura do tri angulo P
1
O
1
O
2
relativa ao vertice O
1
nao e difcil
ver que:
cos t
2
=
r
2
2r
1
,
ou seja,
R = 2 cos t
2
. (3)
Substituindo (2) em (1) e desenvolvendo, obtemos:
R
2
=
+ 4t
2
sen 4t
2
2t
2
sen 2t
2
(4)
Substituindo (3) em (4) vem:
4 cos
2
t
2
=
+ 4t
2
sen 4t
2
2t
2
sen 2t
2
. (5)
Nao e difcil ver que:
4
< t
2
<

2
(6)
Resolvendo (5) , com a restri cao (6) , em um software de calculo numerico ou simbolico,
obtemos
t
2

= 0, 9528478647
Por (3):
R = 2 cos t
2

= 1, 158728473.
Observa c ao: a equacao (5) n ao e possvel de ser resolvida sem apelar para metodos
numericos.

E prov avel que nao exista solu c ao analtica (sem uso de calculo numerico)
para esse problema.
10. Quando o ponteiro das horas est a entre 4 e 5 horas, por dois momentos ele forma
um angulo de 90 graus com o ponteiro dos minutos. Em que horas que esses eventos
acontecem?
Resolucao enviada por Flaviano Bahia Paulinelli Vieira:
Para resolver este problema denimos duas fun c oes. Uma fornece a medida em graus
do angulo formado pelo ponteiro das horas com a linha vertical das 12 horas. A outra
e a analoga para o ponteiro dos minutos.
Funcao para o ponteiro das horas:
Temos que a cada 60 minutos o ponteiro das horas percorre um angulo de 30
. Assim,
para cada minuto o ponteiro das horas percorre 0, 5
(meio grau). E como o ponteiro das

horas est a entre 4 e 5 horas, temos que a nossa fun c ao das horas deve ser a seguinte:
f (x) = 4 30
+ 0, 5
x,
sendo x os minutos. O domnio de f e dado por [0, 60).
Funcao para o ponteiro dos minutos:
Temos que a cada 60 minutos o ponteiro dos minutos percorre um angulo de 360
.
Assim, para cada minuto o ponteiro dos minutos percorre 6
. Logo, a nossa fun cao sera

dada por:
g (x) = 6
x,
sendo x os minutos. O domnio e dado por [0, 60).
Agora, temos duas fun c oes em graus, dependentes dos minutos, e queremos achar
quando o ponteiro dos minutos forma angulo de 90
com o das horas.

Assim, temos o seguinte:
[f (x) g (x)[ = 90
,
ou seja, temos dois casos:
Primeiro caso:
f (x) g (x) = 90
4 30
+ 0, 5
x 6
x = 90
120
5, 5
x = 90
x =
30
5, 5
x = 5 +
5
11
.
Da, x = 5+
5
11
minutos x 5 minutos, 27 segundos, 16 centesimos de segundos,...
Segundo caso:
f (x) g (x) = 90
4 30
+ 0, 5
x 6
x = 90
5, 5
x = 210
x =
210
5, 5
x = 38 +
2
11
.
Da, x = 38+
2
11
minutos x 38 minutos, 10 segundos, 90 centesimos de segundo,...
Resumindo, temos que as duas solu c oes do nosso problema ser ao:
(i) 4 horas, 5 minutos, 27 segundos, 16 centesimos de segundos,...
(ii) 4 horas, 38 minutos, 10 segundos, 90 centesimos de segundo,...
11. Seja ABCD um paralelogramo. Pelos vertices A, B, C e D, sao tra cadas retas nao
contidas no plano ABCD e paralelas entre si. Um plano corta essas retas em pontos A
,
B
, C
e D
, situados no mesmo semi-espa co relativo ao plano de ABCD, de modo que

AA
= a, BB
= b, CC
= c e DD
= d. Mostre que a + c = b + d.
Resoluc ao
Tome:
E sobre a semi-reta
AA
de modo que A
esteja entre A e E e A
E = c,
F sobre a semi-reta
BB
de modo que B
esteja entre B e F e B
F = d,
G sobre a semi-reta
CC
de modo que C
esteja entre C e G e C
G = a,
H sobre a semi-reta
DD
de modo que D
esteja entre D e H e D
H = b.
Para facilitar o acompanhamento, sugerimos ao leitor que esboce uma gura.
No quadrilatero AEGC, temos AE paralelo a GC (por hip otese) e AE = CG = a +c
(por constru c ao).
No quadril atero BDHF, temos BF paralelo a DH (por hip otese) e BF = DH = b+d
(por constru c ao).
Assim, AEGC e BDHF sao paralelogramos (se dois lados opostos de um quadril atero
sao paralelos e congruentes, ent ao o quadril atero e um paralelogramo).
Da, temos HF paralelo a DB e AC paralelo a EG. Portanto, o plano que contem o
paralelogramo ABCD e paralelo ao plano que contem o quadrilatero EFGH. Agora, os
pontos A, B, F e E sao coplanares e, alem disso, como AB FE = , segue que
AB e FE sao paralelos; conseq uentemente, ABFE e um paralelogramo (pois j a tnhamos
AE e BF paralelos).
Finalmente, AE = BF, isto e, a + c = b + d.
12. Considere uma balanca de dois pratos e seis bolas de bilhar. Dentre essas seis bolas
pode haver: ou uma mais leve, ou uma mais pesada ou todas com o mesmo peso. Descreva
um modo de identicar, caso haja, a bola de peso diferente com apenas tres pesagens e
diga se ela e mais leve ou mais pesada que as demais. Nas mesmas condi coes, e possvel
resolver esse mesmo problema com nove bolas? Em caso armativo, descreva o modo.
Resolucao enviada por Flaviano Bahia Paulinelli Vieira:
Para resolver o problema com 6 bolas, damos n umeros às mesmas: 1, 2, 3, 4, 5 e 6.
Colocamos em um lado da balan ca as bolas 1 e 2 e do outro 3 e 4.
Sem perda de generalidade, podemos relatar dois casos:
1 - As bolas 1 e 2 abaixam. Logo, 5 e 6 tem mesmo peso.
Agora, colocamos em um lado a bola 1 e do outro a 2. Temos tres casos:
1.1 - se 1 abaixa, 1 e a mais pesada.
1.3 - se 1 e 2 tem mesmo peso, colocamos de um lado a 3 e do outro a 4.
Temos dois casos:
1.3.1 - se 4 levanta, 4 e a mais leve.
2 - As bolas 1 e 2 tem mesmo peso de 3 e 4. Logo, 1, 2, 3 e 4 tem mesmo peso.
Colocamos em um lado a bola 1 e do outro a 5. Temos tres casos:
2.2 - se 5 levanta, 5 e a mais leve.
2.3 - se 1 e 5 tem mesmo peso, 5 tem mesmo peso de 1, 2, 3 e 4.
Colocamos em um lado a bola 1 e do outro a 6. Temos tres casos:
2.3.1 - se 6 abaixa, 6 e a mais pesada.
2.3.3 - se 1 e 6 tem mesmo peso, todas as bolas tem mesmo peso.
Para resolver o problema com 9 bolas, damos n umeros às mesmas: 1, 2, 3, 4, 5, 6, 7, 8 e 9.
Colocamos em um lado da balan ca as bolas 1, 2 e 3 e do outro 4, 5 e 6.
Sem perda de generalidde, podemos relatar dois casos:
1 - As bolas 1, 2 e 3 abaixam. Logo, 7, 8 e 9 tem o mesmo peso.
Agora, colocamos em um lado 2, 3 e 4 e do outro 7, 8 e 9. Temos tres casos:
1.1 - se 2, 3 e 4 tem mesmo peso de 7, 8 e 9, ent ao ou 1, ou 5, ou 6 tem peso
diferente.
Agora, colocamos a 5 de um lado e a 6 do outro. Novamente temos tres casos:
1.1.1 - se 5 e 6 tem mesmo peso, 1 e a mais pesada.
1.2 - se 2, 3 e 4 abaixam, ent ao temos dois casos: ou a 2 ou a 3 e a mais pesada.
Colocamos a 2 de um lado e a 3 do outro.
1.3 - se 2, 3 e 4 levanta, ent ao, 4 e a mais leve.
2 - se 1, 2 e 3 tem o mesmo peso de 4, 5 e 6, ent ao 1, 2, 3, 5, 4 e 6 tem o mesmo peso.
Colocamos a 7 de um lado e a 8 do outro. Temos tres casos:
2.1 - se 7 abaixa, ent ao temos dois casos: ou 7 e a mais pesada ou 8 a e mais leve.
Colocamos 7 de um lado e a 1 do outro.
2.1.2 - se 7 e 1 tem mesmo peso, 8 e a mais leve.
2.2 - se 7 levanta, ent ao temos dois casos: ou 7 e a mais leve ou 8 e a mais pesada.
Colocamos a 7 de um lado e a 1 do outro.
2.2.2 - se 7 e 1 tem mesmo peso, 8 e a mais pesada.
2.3 - se 7 e 8 tem mesmo peso, resta vericar a 9.
Colocamos de um lado a 9 e do outro a 1. Temos tres possibilidades:
2.3.3 - se 9 e 1 tem mesmo peso, entao todas as bolas tem mesmo peso.
Observa cao: a generalizac ao desse problema para n umeros b e n quaisquer de bolas e
pesagens requer o uso do conceito de entropia. Freq uentemente e possvel responder, do
ponto de vista teorico, se o problema tem solu cao para o par (b, n) . No entanto, em termos
praticos, encontrar um algoritmo geral que identique (se houver) a bola diferente e uma
tarefa difcil.
FAMAT em Revista
www.famat.ufu.br
Eventos
@

Eventos
(coordenadores da seo)
Edson Agustini
Eventos
Alguns dos principais eventos ligados Matemtica que ocorrem entre abril e julho de
2005 foram publicados no nmero anterior desta revista. No entanto, outros eventos que
tambm ocorrem nesse perodo tiveram sua divulgao feita aps o fechamento do nmero
anterior da revista. Sendo assim, sempre que for em tempo, estaremos complementando a
listagem dos principais eventos nos nmeros subseqentes desta revista.
Complementao da Listagem de Eventos que Ocorrem Entre
Abril e Julho de 2005
Publicada no Nmero Anterior
Evento: Dincon 2005 - 4 Congresso Temtico de Dinmica, Controle e Aplicaes
Data: 06 a 10 de Junho de 2005
Local: UNESP, Campus de Bauru
Site: http://www.dincon.feb.unesp.br
Evento: V CIBEM - Congresso Ibero-americano de Educacao Matematica
Local: Porto (Portugal)
Data: 17 a 22 de julho de 2005
Site: http://www.mytwt.net/cibem5/
Evento: VII Simpsio de Educao Matemtica - VII SEM
Local: Chivilcoy, Buenos Aires - Argentina
Data: 03 a 06 de Maio de 2005
Site: http://www.edumat.com.ar/
Evento: XI Encontro Baiano de Educao Matemtica (XI EBEM)
Local: Faculdades Jorge Amado, em Salvador
Site: http://www.uefs.br/sbemba/ebem.html
Evento: 25 Colquio Brasileiro de Matemtica
Local: IMPA - Rio de Janeiro
Site: http://coloquio.impa.br/CBM25/index.html
Evento: Encontro Regional de Matemtica Aplicada a Computao 2005 - ERMAC 2005
Data: 6 a 8 de abril de 2005
Local: Vitoria (ES)
Site: http://www.cce.ufes.br/
Evento: I Encontro Nacional de Aprendizagem Significativa
Data: 20 a 23 de abril de 2005
Local: Universidade Catlica Dom Bosco - Campo Grande/MS
Site: http://www.ucdb.br/eventos/eventos.php?menu=inicial&cod=35
Evento: V EREM Encontro Regional de Educao Matemtica
Data: 25 a 28 de maio de 2005
Local: UNIJU - Universidade Regional do Noroeste do Estado do Rio Grande do Sul
Site: http://www.sbem.com.br/SBEM%20-DNE/EVENTOS/Chamada%20do%20EREM.doc
Evento: 57 Reunio Anual da SBPC
Local: Universidade Estadual do Cear - UECE
Site: http://www.sbpcnet.org.br/eventos/57ra/
Evento: Workshop on Contemporary Mathematics
Local: IMPA, Rio de Janeiro
Data: 25 e 26 de abril de 2005
Site: http://w3.impa.br/~webnew/eventos/2005_workshop_contemporary_mathematics.html
Evento: IX Workshop on Partial Differential Equations
Data: 18 a 22 de Julho de 2005
Site: http://www.fluid.impa.br/wedp05/
Eventos que ocorrem entre
Agosto e Dezembro de 2005
Alguns eventos importantes que ocorrero nesse perodo ainda no esto com a data
definida. No prximo nmero de FAMAT em Revista estaremos complementando a listagem
de eventos abaixo.
Evento: International Congress on Mathematical Physics - ICMP 2006
Data: 6 a 13 de agosto de 2006
Site:
http://w3.impa.br/~webnew/eventos/2006_international_congress_mathematical_physics.html
Evento: Encontro Regional de Matemtica Aplicada a Computao 2005 - ERMAC 2005
Data: 18 a 20 de outubro de 2005
Local: Natal (RN)
Site: http://www.sbmac.org.br/eventos/ermac/2005/ermac_2005_natal.pdf
Evento: XXVIII CNMAC - Congresso Nacional de Matemtica Aplicada e Computacional
Data: 12 a 15 de setembro de 2005
Local: Sesi Santo Amaro - So Paulo SP
Site: http://200.231.172.253/cnmac/evento.html
Evento: Congresso Internacional de Sistemas Dinmicos
Local: Angra dos Reis, Rio de Janeiro
Data: 3 a 10 de agosto de 2005
Site:
http://w3.impa.br/~webnew/eventos/2005_congresso_internacional_sistemas_dinamicos.html
Evento: II Jornadas de Iniciao Cientifica
Data: 6 a 12 de novembro de 2005
Site: http://www.impa.br
Evento: VII Evento Internacional MATECOMPU2005 - La Enseanza de la Matemtica
y la Computacin
Data: 6 a 10 de dezembro de 2005
Local: Instituto Superior Pedaggico Juan Marinello - Matanzas - Cuba
FAMAT em Revista
www.famat.ufu.br
Reflexes Sobre o
Curso de Matemtica
_
Reflexes sobre o Curso de Matemtica
Valdair Bonfim (coordenador da seo)
Edson Agustini
Reflexes sobre o Curso de Matemtica
Prof. Valdair Bonfim
Projeto Pedaggico: Seu Significado e Primeiras Reflexes.
Em meio elaborao do Projeto Pedaggico do Curso de Matemtica da UFU, achei
bastante oportuno, e aceitei de muito bom grado, o convite do comit editorial desta revista
para escrever nesta seo. Este momento de elaborao propicia a reflexo sobre problemas
variados do curso, e no apenas aqueles relacionados diretamente com o projeto pedaggico, e
sobre isso que vou falar neste artigo.
Antes disso porm, acho conveniente gastar alguns pargrafos e fornecer ao leitor,
principalmente para os alunos, informaes gerais sobre projetos pedaggicos: os debates
sobre este tema na UFU; a Resoluo que resultou destes debates; algumas diretrizes e
princpios e alguns detalhes tcnicos. Penso que um excelente ponto de partida a definio
de Projeto Pedaggico, a qual foi inspirada no documento Do pessimismo da Razo para o
Otimismo da Vontade: referncias para a construo dos projetos pedaggicos das IES
brasileiras, ForGRAD, 1999. Trata-se de uma proposta educativa produzida coletivamente
no mbito da Unidade Acadmica, cuja finalidade enunciar as diretrizes, os propsitos e os
procedimentos adotados para a formao de profissionais numa determinada rea do
conhecimento e, conseqentemente, para as aes poltico-pedaggicas do fazer-
universitrio.
Desde 2001 a Pr-Reitoria de Graduao de nossa universidade vem promovendo
debates e reflexes sobre temas relacionados a projetos pedaggicos. O fruto dessas
discusses resultou na Resoluo 2/2004 do CONGRAD ( Conselho de Graduao ), a qual
dispe sobre a elaborao e/ou reformulao dos projetos pedaggicos dos cursos de
graduao.
Antes de entrar nos detalhes tcnicos desta resoluo e sobre o trabalho que a
comunidade da FAMAT desenvolver nos prximos meses, e em vista da definio acima a
qual convenhamos bastante ampla, e d margem a muitas interpretaes conveniente
falar um pouco mais sobre o que se entende por projeto pedaggico.
Para isso vou me valer de trabalho recente da Diretoria de Ensino da UFU, a qual
confeccionou um livreto com orientaes gerais para elaborao de projetos pedaggicos de
cursos de graduao, luz da j citada resoluo.
Ressalto inicialmente que um Projeto Pedaggico tem que ter vistas ao futuro. A
prpria etimologia da palavra projetare denuncia isso, pois seu sentido o de lanar adiante,
avanar. Pretende-se com um projeto pedaggico criar uma realidade futura um tanto melhor
que a atual, enfrentando os atuais problemas do curso, e colaborando com a formao de um
profissional que atenda melhor s exigncias de um mundo moderno, com constantes
transformaes sociais e cientficas. Isso faz com que os projetos pedaggicos contemplem a
interdisciplinaridade, a formao sintonizada com a realidade social, a perspectiva de uma
educao continuada ao longo da vida e a articulao teoria- prtica presente na
indissociabilidade entre ensino, pesquisa e extenso.
1
Entrando agora no mrito dos detalhes tcnicos, um projeto pedaggico deve ainda
explicitar, dentre outras coisas:
1
Resgatando espaos e construindo idias. FORGRAD 1997 a 2004. 3
a
ed. Ampl. Uberlndia: EDUFU, 2004,
p. 235.
a justificativa da necessidade social do curso, articulada com uma breve histria
de sua trajetria;
princpios e fundamentos que indiquem a concepo terico-metodolgica
adotada;
diretrizes gerais para o desenvolvimento metodolgico do ensino;
diretrizes gerais para os processos de avaliao da aprendizagem e do curso, com
as respectivas indicaes de sistemtica e periodicidade;
os objetivos do curso;
a caracterizao do egresso, levando em conta seu campo de atuao profissional e
sua insero no mundo do trabalho;
estrutura curricular, com ementas e bibliografia;
carga horria total e dimensionamento da carga horria de diferentes componentes
curriculares;
durao do curso expressa em tempo mnimo e mximo de integralizao.
Acredito que neste ponto o leitor j est suficientemente esclarecido sobre projeto
pedaggico e da sua importncia para o curso, principalmente sabendo agora que as diretrizes
gerais para a elaborao do mesmo apontam para algo semelhante ao paraso: superao das
dificuldades atuais, formao diferenciada e em consonncia com as transformaes do
mundo, interdisciplinaridade, novas tecnologias no ensino da matemtica, e assim por diante.
Longe de dizer que no sou a favor de tudo isso. S preocupa-me o fato de que algumas
pessoas (professores, tcnico-administrativos, gestores, e principalmente os alunos) possam
imaginar que tudo isso venha a acontecer com uma simples canetada, isto , por meio da
aprovao de um documento com timas intenes. Tenho conscincia plena de que os
idealizadores destas aes no esto iludidos, assim como no esto iludidos os colegas
professores e gestores. Essa convico decorrente de anos de experincia desses
personagens no ensino, pesquisa e extenso. Estamos cansados de saber que no existem
frmulas mgicas para o sucesso. O paraso se consegue com muito esforo. Fico pensando
nos alunos que, na sua imensa maioria so ainda jovens, e talvez ainda acreditem,
ingenuamente, que as coisas boas possam vir por meios fceis. Para esses a decepo poder
ser demasiadamente grande. A respeito disso posso citar exemplo concreto de um colega
professor que fez estudos em matemtica numa universidade americana, e disse ter
presenciado algo que lhe serviu de lio para toda a vida. Certa vez, aps assistir palestra de
eminente matemtico, um espectador lanou ao palestrante a seguinte pergunta: - Onde
buscaste inspirao para conseguir to brilhante resultado? Voc me ensinaria a tcnica?
Prontamente o palestrante respondeu que sim, que lhe ensinaria a tcnica, e mostraria como
obter resultados importantes. Levou ento este espectador at a sua sala de trabalho e
mostrou-lhe a enorme pilha de papis amontoados sobre a mesa, alguns j amarelados pelo
tempo, evidenciando que o brilhante resultado tinha sido fruto de anos de trabalho duro.
isso que eu quero, e toro, que os alunos compreendam: todo sonho possvel, mas exige
compromisso. Juntamente com o esforo empreendido por professores, tcnico-
administrativos e gestores, preciso que os alunos vistam a camisa e faam a sua parte. Do
contrrio, tudo vai ficar como est: alto ndice de reprovaes, evaso, desinteresse, falta de
perspectivas, objetivos tacanhos, e da para pior.
Como um projeto pedaggico prope, dentre outras coisas, o enfrentamento dos
problemas que o curso experimenta ao longo de sua histria, a primeira etapa bvia com
certeza a identificao dos mesmos: os aspectos negativos, as aes que no deram certo, e -
porque no dizer? as dificuldades internas e externas vividas pelas unidades quando
oferecem disciplinas a outras unidades, ou so servidas por disciplinas de outras unidades.
Alm de identificar os problemas, o projeto pedaggico tem que identificar suas causas para
da ento justificar suas aes. Levando em considerao ainda que o projeto pedaggico tem
que ser elaborado por todos os agentes da comunidade, suas diretrizes apontam nesta etapa a
necessidade de um trabalho prvio de mobilizao de docentes, discentes e tcnico-
administrativos para o diagnstico dos problemas inerentes ao curso.
Nesse momento, a reflexo coletiva ser provocada por meio de questes, tais como:
BExiste algum aspecto do curso que precisa ser mudado ou aperfeioado?
BOs alunos concluintes apresentam as habilidades e capacidades que esperamos no
profissional que formamos? Quais habilidades e capacidades seriam essas? Viso
critica? Atitudes investigativas? Capacidade de contextualizao de contedo s
realidades e expectativas de um determinado grupo para o qual se ensina matemtica?
Desenvoltura na resoluo de problemas de matemtica? Esprito empreendedor?
B O que deve ser criado no curso em funo dos avanos cientficos e das novas
demandas sociais?
A comisso responsvel pela elaborao do Projeto Pedaggico do Curso de
Matemtica em breve realizar a reflexo coletiva referida anteriormente, e com relao
identificao de problemas do curso deveremos todos ser bem sinceros. Vou comear dando
minha contribuio pessoal enumerando alguns problemas que passei a conhecer aps poucos
meses no exerccio da coordenao. Perdoem-me a franqueza, mas serei bastante sincero,
sabendo que em algumas vezes a carapua me servir.
P
1
) Ainda que pese o fato do curso ser em regime integral, a necessidade que muitos
alunos tm de desenvolver atividades remuneradas enorme, implicando num rendimento
acadmico aqum do esperado, comprometendo portanto a formao do futuro profissional da
educao, aquele mesmo que dar aulas para os nossos filhos, e aos filhos dos contribuintes
que financiam a universidade.
P
2
) A grande barreira - porque no dizer preconceito? - dos alunos da licenciatura
com relao a algumas disciplinas, como por exemplo Estruturas Algbricas 1, Anlise 1,
Funes de Varivel Complexa, Geometria No-Euclidiana, dentre outras.
P
3
) O tempo mdio dos alunos na integralizao do curso demasiadamente grande.
Isso alm de configurar m utilizao do dinheiro pblico, ruim tambm para o aluno, que
tem longamente adiada a sua insero no mercado de trabalho.
P
4
) H ainda que lembrar dos alunos que, apesar de apresentarem bom rendimento
acadmico e, via de regra no dependerem de uma atividade financeira complementar,
sentem-se seduzidos por propostas precoces de trabalho docente, propostas essas que nem
sempre lhe rendem lucro no aperfeioamento de sua prtica pedaggica, e muito pelo
contrrio, s fazem produzir mais um daqueles alunos faltosos, que assistem meia aula por
semana, que sempre perdem prova, que no comparecem nos horrios de atendimento, e
quase nunca esto antenados com a realidade do curso.
P
5
) H tambm o caso dos alunos fantasmas, e neste ponto preciso ser mais preciso. O
nosso curso permite que o aluno conclua as duas modalidades: licenciatura e bacharelado.
timo que seja assim. Entretanto, uma prtica comum o aluno concluir uma das
modalidades e - aps j inserido no mercado de trabalho ou num programa de mestrado -
solicitar a incluso na outra modalidade, no comparecendo s aulas. Argindo esses alunos a
respeito dessa conduta percebi que os motivos nem sempre eram de natureza acadmica.
Alguns so de fato esprios, a saber, disseram-me que auferem algumas vantagens, como por
exemplo a compra de vales-transporte com desconto e tambm o fato de poderem pegar mais
livros na biblioteca. Ainda que a ltima vantagem seja mais nobre, penso que os fins no
justificam os meios. De fato, por conta dessa conduta que existem hoje professores dando
aula para turmas que s existem na lista de presena.
P
6
) Alunos sem compromisso institucional: so aqueles que perdem, por exemplo,
poca de matrcula ou ajuste de matrcula sem motivos de fora maior; que no atualizam seus
dados cadastrais junto coordenao, dificultando o trabalho da mesma; alunos que no
conhecem ainda a dinmica do curso e seu regimento. Aproveito para citar o caso recente de
um aluno da matemtica que perdeu sua vaga na UFU por ter deixado de efetuar matrcula por
trs semestres. O mesmo lamentou na coordenao dizendo que no conhecia essa norma. Fiz
questo de pegar um Guia Acadmico e perguntar ao aluno se, em algum momento aps seu
ingresso na UFU, ele recebeu um exemplar. Ele confirmou que sim, mas que jamais lera o
contedo do mesmo, apesar de ter sido fortemente recomendado a faz-lo. mesmo
lamentvel, e essa atitude dispensa maiores comentrios.
Para no dizerem que s vejo problemas nos alunos, listo tambm problemas por parte
dos professores. Tambm chegam na coordenao reclamaes a respeito da prtica de alguns
docentes, tanto da nossa faculdade quanto de outras que nos servem. Muitas vezes so
reclamaes infundadas, mas as vezes fazem sentido. Cuidados e providncias sempre so
tomadas, pela Direo e Coordenao, tentando evitar ou minimizar tais problemas.
Aumentemos nossa lista:
P
7
) H professores que freqentemente chegam atrasado ou faltam s aulas;
P
8
) Existem professores que no cumprem a ementa da disciplina;
P
9
) De outro lado, existem professores que s vezes extrapolam e vo alm do que
est previsto na ementa;
P
10
) H professores que no do atendimento ao aluno, ou o fazem de maneira
precria;
P
11
) Existem professores que no elaboram listas de exerccios;
P
12
) Outros apresentam incoerncia entre o lecionado e o avaliado;
Existem tambm problemas de ordem estrutural, a saber:
P
13
) falta de salas de informtica destinada aos alunos. Como ento colocar em
prtica a pretenso novas tecnologias no ensino de matemtica expressa nas
diretrizes do projeto pedaggico?
Convm agora tecer alguns comentrios a respeito dos problemas descritos.
De todos, acredito que P
1
de difcil soluo a curto ou mdio prazo, pois envolve
variveis que no esto ao nosso alcance. um problema que compete a toda a sociedade
organizada e ao governo, e no somente a ns do meio acadmico.
Quanto a P
2
penso que as causas so muitas. J presenciei pelos corredores da
faculdade muita propaganda negativa a respeito dessas disciplinas. Isso pssimo e em nada
colabora, pois o aluno que ainda no as cursou fica com uma expectativa desanimadora,
imaginando que ser uma tarefa impossvel. Chega portanto ao curso com esprito de derrota.
Quando o aluno, aps vrias tentativas, consegue aprovao ( sabe Deus se por mrito ou por
choro ), diz: - Livrei !!!. E isso mais triste, pois esta exclamao pode dar a entender que,
neste caso, tanto faz se o aluno adquiriu ou no os conhecimentos esperados. A expresso que
ns professores gostaramos de ouvir Aprendi!. Aquele que diz Livrei! talvez no saiba,
mas com certeza perdeu excelente oportunidade de conhecer novas ferramentas para a
resoluo de problemas e de entender o modus operandi do fazer matemtica e das suas
etapas, que so: a observao de determinados padres nas mais variadas situaes ( na
natureza, nos animais, nas relaes humanas, nas transaes comerciais, nas transaes
financeiras, ... ) , a elaborao de conjecturas, e a necessidade de uma comprovao ou
demonstrao. Todo cientista , antes de tudo, um observador e grande tirador de concluses,
ou seja, tem qualidades que qualquer matemtico deve possuir. Essas qualidades so
fortemente trabalhadas em tais disciplinas. Para no ser mal interpretado pelo leitor, o qual
pode pensar que estou puxando sardinha para o meu lado, cito novamente a resoluo 2/2004,
mais precisamente o seu artigo 7
o
, o qual diz, dentre outras coisas, que os Projetos
Pedaggicos dos cursos devem evidenciar rigoroso trato terico-prtico no processo de
elaborao e socializao dos conhecimentos, e ainda deve promover a indissociabilidade
entre ensino, pesquisa e extenso, de modo a desenvolver nos estudantes atitudes
investigativas e instigadoras de sua participao no desenvolvimento do conhecimento e da
sociedade como um todo. Esto vendo? No sou eu que falo por mim. Portanto, que tal o
licenciando mudar aquele velho e ultrapassado discurso: Pra que estudar algo que no vou
ensinar?
Acredito que P
3
seja uma conseqncia de P
1
e P
2
, e portanto a superao do terceiro
depende to somente da superao dos dois primeiros. Como o primeiro muito difcil a
curto prazo, avanaremos muito se trabalharmos o segundo.
Com relao a P
4
penso ser apenas uma questo de escolha do aluno. Na minha
opinio, trata-se de uma escolha infeliz, j que neste caso o aluno no tem necessidade de
complementao financeira. Afinal de contas, por qu aceitar propostas precoces de trabalho
remunerado, se isso atrasar sua efetiva insero no mundo do trabalho e comprometer sua
formao final? Mas sei que no devo fazer valer aqui a minha opinio pessoal. Portanto, para
que o aluno forme a sua prpria, talvez fosse interessante analisar e comparar os
desdobramentos das condutas de alguns de seus colegas. Compare a trajetria acadmica de
cada um, os ganhos e/ou perdas daqueles que aceitaram propostas precoces de trabalho e
daqueles que priorizaram a formao acadmica. Verifique o tempo de integralizao do
curso em cada caso, verifique a aceitao ou no em programas de ps-graduao, observe a
valorizao de cada profissional, e por fim observe tambm outro$ detalhe$ que no preciso
comentar.
Quanto aos problemas P
i
(5 i 12): penso que so problemas srios, mas caseiros,
no sentido de que a soluo s depende de ns, alunos e professores, sermos responsveis e
assumirmos o compromisso de realizar um trabalho srio e de qualidade.
O problema P
13
tambm constitui um limitador para a execuo plena de eventuais
propostas do Projeto Pedaggico da Matemtica, mas uma questo que pode ser trabalhada e
superada com o passar dos anos. A prpria execuo das idias contidas no Projeto
Pedaggico podem caracterizar uma justificativa junto aos rgos competentes para a
aquisio de mquinas e laboratrios.
Para concluir, espero que esse texto seja o incio da reflexo proposta no mbito da
FAMAT. Quando a comunidade identificar os problemas P
14
, P
15
, .... , coopere identificando
tambm as suas causas, apontando possveis solues S
1
, ... , S
15
, ... , sugerindo melhorias e, o
mais importante, envolvendo-se para p-las em prtica. Afinal de contas, fazer mais difcil
do que falar.
FAMAT em Revista
www.famat.ufu.br
Em Sala de Aula

Em Sala de Aula
EdsonAgustini (coordenador da seo)
Valdair Bonfim
Indice de Trabalhos
As C onicas e suas Aplica coes 181
Jocelino Sato
Matematica e Ensino: O estudo de Alguns T opicos sobre
Curvas Conicas via o Software Cabri-Geomètre II 217
Rafael Siqueira Cavalcanti e Edson Agustini
Trabalhos de Modelagem Matematica da disciplina
Instrumenta cao para o Ensino da Matematica:
A Hist oria do Cafe no Brasil 241
Adriano Soares Andrade e Rosana Sueli da Motta Jafelice
Modelagem como estrategia de ensino-aprendizagem de
matrizes, determinantes e sistemas lineares 255
Clovis Antonio da Silva e Rosana Sueli da Motta Jafelice
Modelagem das Embalagens de Produtos Alimentcios 267
Flavia Bruno Mendes, Carla A. Pereira e Rosana Sueli da Motta Jafelice
Modelagem da Intera cao Clima x Polui cao em Uberlandia 273
Flavia Bruno Mendes, Clovis Antonio da Silva e Rosana Sueli da Motta Jafelice
Modelagem Matematica:
Construindo Casas com Recursos Computacionais 283
Adriano Soares Andrade, Deive Barbosa Alves e Rosana Sueli da Motta Jafelice
Modelagem Matematica no Abastecimento e Consumo de

Agua na
Cidade de Uberlandia 291
Deive Barbosa Alves e Rosana Sueli da Motta Jafelice
As C onicas e suas Aplica coes
Jocelino Sato
Faculdade de Matem atica - FAMAT

38408-100, Uberl andia - MG
20 de outubro de 2004
Resumo
Neste trabalho, focalizamos o estudo das se coes conicas seguindo dois caminhos
diferentes: no primeiro, seguimos de perto o trabalho apresentado em 1.822 pelo
matematico belga G. P. Dandelin, abordando o tratamento dado ` as secoes conicas
por Apol onio ( 262 190 a.C.), deduzindo suas propriedades focais, onde tra-
balhamos com Geometria Euclidiana de forma sintetica; no segundo, damos um
enfoque analtico ao estudo das secoes conicas, o que so foi possvel com Pierre de
Fermat (16011665). As propriedades de reex ao em curvas que sao secoes conicas
sao estudadas e algumas de suas aplicacoes apresentadas. Alem disso, exploramos a
constru cao das conicas utilizando alguns aparatos mec anicos e tambem um software
de geometria din amica, Cabri Geomètre II.
1 Introdu cao
Como todo conhecimento cientco, as ideias Matematicas passam por um processo
evolutivo incorporando mudan cas, sendo tratadas com novas ferramentas e metodos os
quais, muitas vezes, lhes permitem um incremento no seu desenvolvimento.
As secoes c onicas sao curvas obtidas pela interse cao de um cone circular reto de duas
folhas com um plano. Exposi coes gerais sobre as se coes conicas sao conhecidas antes da
epoca de Euclides ( 325265 a.C.) e existe uma diversidade de deni coes para elas, cuja
equivalencia e mostrada na Geometria Elementar. Atualmente, as mais usuais referem-
se à propriedade foco diretriz dessas curvas, porem, em seu celebre tratado sobre as
secoes conicas, Apol onio de Perga ( 262 190 a.C.) n ao mencionou essa propriedade e
nao existia um conceito numerico que correspondia ao que chamamos de excentricidade.
Coube a Pierre de Fermat a descoberta de que as se coes conicas podem ser expressas por
equa coes do segundo grau nas coordenadas (x, y).
Neste trabalho, mostramos que uma se cao c onica e uma curva cuja equa cao cartesiana
e do segundo grau, e inversamente, toda curva cuja equa cao e do segundo grau pode ser
obtida a partir da interse cao de um cone circular reto de duas folhas com um plano. Por
essa razao, as curvas cujas equa coes sao do segundo grau s ao chamadas de se coes conicas,
ou simplesmente de conicas. O objetivo deste trabalho e incentivar o aluno de geometria
Universidade Federal de Uberl andia, Uberl andia, Brazil

analtica para o estudo deste belo e rico t opico de Geometria, que sao as se coes conicas
e suas propriedades. Mostramos que as se coes conicas podem ser denidas e geradas de
v arias maneiras, sendo elas matematicamente equivalentes, com isso estaremos oferecendo
uma rara oportunidade para mesclar geometria analtica com Geometria Espacial (Euclid-
iana), lugares geometricos, junto com uma colet anea de resultados por si s o interessantes.
Alem disso, esperamos que a import ancia das se coes conicas para a Matem atica pura e
aplicada seja estabelecida ao apresentarmos as propriedades focais de suas tangentes e
suas aplica coes pr aticas. Uma breve introdu cao hist orica sobre as c onicas e apresentada.
Finalmente, observamos que o pre-requisito para este estudo consiste apenas de alguns
conceitos b asicos de Geometria Euclidiana e, sempre que possvel, iremos utilizar os re-
cursos do software de geometria dinamica Cabri Geomètre II como auxlio na ilustra cao
de conceitos e na aprendizagem.
2 Aspectos hist oricos e a importancia das c onicas
Tratados sobre as se coes conicas s ao conhecidos antes da epoca de Euclides (
325 265 a.C.) E, associado ` a hist oria dessas curvas, temos Apol onio que nasceu na
cidade de Perga, regi ao da Panflia (atualmente Turquia) por volta de 262 a.C. e viveu,
aproximadamente, ate 190 a.C.
Apol onio foi contempor aneo e rival de Arquimedes que viveu, aproximadamente, entre
287 a.C. e 212 a.C. e, juntamente com Euclides, formam a trade considerada como sendo
a dos maiores matem aticos gregos da antig uidade. Apol onio estudou com os discpulos
de Euclides em Alexandria e foi astr onomo not avel, talvez ele, e n ao Euclides, mereceu
dos antigos o adjetivo de o grande Ge ometra . A maior parte das obras de Apol onio
desapareceu. O que sabemos dessas obras perdidas devemos a Pappus de Alexandria (sec
IV a.C.). Sua obra prima e Secoes C onicas composta por 8 volumes (aproximadamente
400 proposi coes!). Da obra original sobreviveram 7 volumes, sendo 4 escritos em grego e 3
traduzidos para o arabe por Thabit Ibn Qurra (826 a 901) no sec. IX. Os tres primeiros
volumes sao baseados em trabalhos de Euclides e o oitavo volume foi, infelizmente, per-
dido. Em 1710, Edmund Halley traduziu os sete volumes sobreviventes de Sec coes Conicas
para o latim e todas as demais tradu coes para as lnguas modernas foram feitas a partir
da tradu cao de Halley.
Os precursores de Apol onio no estudo das c onicas foram Manaecmo, Aristeu e o pr oprio
Euclides. Nesse perodo, elas eram obtidas seccionando um cone circular reto de uma
folha com um plano perpendicular a uma geratriz do cone, obtendo tres tipos distintos
de curvas, conforme a se cao meridiana do cone fosse um angulo agudo, um angulo reto
ou um angulo obtuso. Apol onio foi o matem atico que mais estudou e desenvolveu as
Elipse
Parbola
Hprbole
secoes conicas na antiguidade. Suas contribui coes foram: ter conseguido gerar todas as
conicas de um unico cone de duas folhas, simplesmente variando a inclina cao do plano de
intersecao; ter introduzido os nomes elipse e hiperbole e ter estudado as retas tangentes
e normais a uma c onica.
A import ancia do estudo de Apol onio sobre as c onicas dicilmente pode ser questiona-
da. Temos a ineg avel inuencia dele sobre os estudos de Ptolomeu. Este foi astr onomo e
ge ografo e fez observa coes em Alexandria de 127151 d.C.. Suas obras mais famosas s ao
o Almagesto (astronomia) e a Geograa (8 volumes). Ptolomeu introduziu o sistema
de latitude e longitude tal como e usado hoje em cartograa e usou metodos de proje cao
e transforma coes estereogr acas. Este estudo faz uso de um Teorema de Apol onio que
diz que todo cone oblquo tem duas famlias de secoes circulares. As Conicas de Apol onio
tambem tiveram forte inuencia nos estudos de Kepler. O interesse de Kepler pelas
conicas surgiu devido ` as suas aplica coes à optica e ` a constru cao de espelhos parab olicos.
Em 1609, Kepler edita a Astronomia Nova, onde apresenta a principal lei da astrono-
mia: os planetas descrevem orbitas em torno do Sol, com o Sol ocupando um dos fo-
cos. A prop osito, a palavra foco e devida a Kepler e provem da forma latinizada foccus
cujo signicado e fogo, lareira. Outra aplica cao pr atica das c onicas aparece na obra de
Galileu (1632), onde desprezando a resistencia do ar, a trajet oria de um projetil e uma
par abola. Galileu se reporta ` a componente horizontal e ` a componente vertical de uma
par abola. Foi a Matem atica pura de Apol onio que permitiu, cerca de 1.800 anos mais
tarde, os Principia de Sir Isaac Newton. A lei da gravita cao de Newton matematizou
as descobertas empricas de Kepler e, a partir do seculo dezessete, possibilitou o estudo
analtico das c onicas e das suas aplica coes aos movimentos no espa co, este, por sua vez,
deu aos cientistas de hoje condicoes para que a viagem de ida e volta ` a Lua fosse possvel.
Tambem nao podemos deixar de falar em aplica coes pr aticas usuais recentes como nos
receptores parab olicos, telescopios, navega cao LORAN, etc.
Coube a Pierre de Fermat (16011665) a descoberta das equa coes cartesianas da reta
e da circunferencia, e as equa coes mais simples da elipse, da parabola e da hiperbole. Ele
aplicou uma transforma cao equivalente ` a atual rota cao de eixos para reduzir uma equa cao
do 2
grau ` a sua forma mais simples.

3 O Trabalho de G. P. Dandelin
Seguindo Apol onio, vamos considerar as se coes (intersecoes) de um cone circular reto
de duas folhas K por um plano que nao passa pelo vertice V do cone. Mais precisamente,
tomamos duas retas g e l que se intersectam num ponto V de R
3
e rotacionamos g ao
redor de V . A reta g descreve um cone circular reto de duas folhas (a menos que as retas
sejam perpendiculares e neste caso a reta g descreve um plano). Toda reta que e obtida
rotacionando g ao redor de V e chamada geratriz do cone. A reta l e o eixo do cone, o
ponto V intersecao de g e l e o vertice do cone. Denominaremos o angulo entre g e
l de semi-angulo do vertice do cone (0 < < 90). Uma se cao c onica (ou simplesmente
conica) e dada pela interse cao do cone K com o plano .
Nesta secao usaremos as seguintes nota coes (ver gura):
K = um cone circular reto de geratriz g e eixo l com vertice V ,
= um plano,
C = K, uma se cao c onica,
= o semi-angulo do vertice de K,
= o angulo entre e o eixo de K.
a
b
V
De forma geral, uma c onica depende de duas coisas: dos tamanhos relativos dos
angulos e , e se V e um ponto do plano ou n ao. Ela ser a suave ou n ao dege-
nerada se V nao pertence a e, degenerada quando V pertence ao plano . Alem disso,
recebe a denomina cao de:
elptica se < ,
parab olica se = ;
hiperbolica se > .
Uma c onica elptica degenerada e um ponto, uma c onica parab olica degenerada e uma
unica reta, e uma c onica hiperb olica degenerada consiste de duas retas que se intersectam
em V .
Aqui consideraremos apenas as c onicas suaves: a elipse (c onica elptica suave), a par abola
(conica parab olica suave), e a hiperbole (c onica hiperbolica suave).
Uma secao C sera uma elipse, hiperbole ou par abola conforme o plano corte uma
folha, duas folha ou seja paralelo a uma geratriz do cone. Vamos provar que essas se coes
possuem propriedades que permitem dar uma outra deni cao para as c onicas. A prova
e baseada no trabalho do matem atico belga G. P. Dandelin. Suas constru coes usam
a existencia de superfcies esfericas S
1
e S
2
que se inscrevem no cone K, ao longo de
crculos
1
e
2
, e sao tangentes ao plano nos pontos F
1
e F
2
. Se a conica e uma elipse
ou uma hiperbole, ent ao duas superfcies esfericas inscritas s ao tangentes ` a , mas se a
conica e uma par abola, uma unica superfcie esferica tem esta propriedade.
Lema 3.1 A bissetriz de um angulo CAB e o conjunto formado pelo ponto A, junta-
mente com os pontos do interior do angulo que sao eq uidistantes dos lados do angulo.
Demonstra cao: (Deixada para o leitor)
Lema 3.2 Se

PT e

PU sao tangentes à uma superfcie esferica S = S(O, r), de centro
O e raio r, nos pontos T e U, respectivamente, ent ao os tri angulos POT e POU sao
congruentes e, portanto, PT = PU.
O
S
P
T
U
Demonstra cao: (Deixada para o leitor)
Lema 3.3 Seja K um cone circular reto de geratriz g e eixo l com vertice V e semi-
angulo do vertice igual a . Seja um plano que intersecta K num ponto diferente de V ,
fazendo um angulo com l. Temos:
a) se < , entao existem duas superfcies esfericas inscritas no cone e tangentes ao
plano , sendo ambas contidas numa mesma folha do cone;
b) se = , ent ao existe uma unica superfcie esferica inscrita no cone e tangente ao
plano ;
c) se > , entao existem duas superfcies esfericas inscritas no cone e tangentes ao
plano , estando elas contidas uma em cada folha do cone.
Demonstra cao: As interse c oes de um cone com um plano que contem seu eixo,
chamadas de secoes meridianas do cone, determinam angulos, sendo suas bissetrizes raios
contidos no eixo do cone. Uma se cao conica determinada por um plano e sempre
perpendicular a uma dessas se coes meridianas, alem disso, segue do Lema 3.1 que existem
crculos, contidos no plano da se c ao meridiana, que sao tangentes ao plano e aos lados
dos angulos determinados pela se cao meridiana.
V
A B
a
a
a
B
D
C
E
T
a=b
V
A
C
B
E
T
U
D
a
b
b>a
a
b
V
B
A
C
D
E
F
b<a
Rotacionando esses crculos em torno do eixo do cone obtemos superfcies esfericas ins-
critas no cone e tangentes ao plano , sendo elas contidas em folhas do cone de acordo
com a medida do angulo que faz com o eixo do cone (Lembre-se do Teorema dos
angulos alternos e internos).
3.1 Excentricidade, diretriz e foco de uma c onica
A menos do crculo (caso particular de uma elipse) uma c onica suave C tem pelo
menos uma diretriz e um foco. Para construir uma diretriz, consideramos uma superfcie
esferica S inscrita no cone K e tangente ao plano que determina a c onica (ver Lema
3.3). S intersecta K ao longo de um crculo . Todo crculo est a contido num plano,
assim, seja o plano que contem S K.
A reta
d =
e uma diretriz da c onica C, e o ponto F = S e seu foco associado. Quando C e um
crculo temos que e paralelo a e, assim, a diretriz n ao existe. A excentricidade e de
uma c onica C e dada pelo quociente
e =
cos ()
cos ()
.
Assim, temos a seguinte classicacao com rela cao ` a excentricidade:
e > 1 se C e uma hiperbole,
e = 1 se C e uma par abola,
0 < e < 1 se C e uma elipse nao circular,
e = 0 se C e um crculo.
Denotaremos por dis(., .) a dist ancia entre dois pontos ou, entre um ponto e uma reta
ou ainda, entre duas retas.
Proposi cao 3.4 Se C e uma conica suave distinta de um crculo com excentricidade e,
diretriz d, e foco associado F, ent ao
dist(P, F) = e.dist(P, d)
para todo ponto P C.
Demonstra cao:
S
T
F
t
p
l
V
d
Q
R
P
a
b
(Faremos uma demonstra cao devido da Dandelin.) Seja o plano contendo S K, e seja
P um ponto arbitr ario em C. Escolha os pontos Q, R, e T de forma que
i) Q e PQ e perpendicular ao plano ,
ii) T d e TP e perpendicular ` a reta d,
ii) R e o ponto de = S K dado por

V P S.
O segmento PQ e paralelo ao eixo do cone, conseq uentemente, o segmento PQ e o eixo
do cone s ao perpendiculares ao plano . A reta d esta contida em e PQ e perpendicular
a , assim, conclumos que PQ e perpendicular a d. Considerando que TP tambem e
perpendicular a d, segue-se que o plano que contem os pontos P, Q e T e perpendicular
à reta d. Sendo d uma reta contida em , temos que esse plano e perpendicular ao plano
. Logo, PQT = porque PQ e paralelo ao eixo do cone, e PQR = pela mesma
raz ao. Assim,
PQ = PRcos = PT cos .
Mas, pelo Lema 3.2, PR = PF = dist(P, F) porque as retas

PR e

PF sao tangentes ` a
superfcie esferica S em R e F. Agora, PT = dist(P, d) porque PT e perpendicular ` a reta
d. Conseq uentemente,
dist(P, F) cos = dist(P, d) cos .
Dividindo ambos os membros dessa igualdade por cos completamos a prova.
Corolario 3.5 Se uma conica C e uma par abola com foco F e diretriz d, entao dist(P, F) =
dist(P, d) para todo ponto P C.
Demonstra cao: Basta observar que se C e uma par abola ent ao e = 1.
Observacao 3.1 O Lema 3.3 junto com a Proposic ao 3.4 e seu Corol ario 3.5 permitem
concluir que a elipse e a hiperbole s ao c onicas com duas diretrizes e dois focos, enquanto
que a par abola e uma conica de uma unica diretriz e um unico foco associado.
Proposi cao 3.6 Se C e uma elipse de focos F
1
e F
2
, entao PF
1
+PF
2
e o mesmo para
todo ponto P C. Ou seja, PF
1
+ PF
2
= constante.
P
F F
1 2
Demonstra cao: Seja P um ponto arbitr ario da elipse C de focos F
1
e F
2
dados pela
interse c ao do plano com as superfcies esfericas S
1
e S
2
.
l
Q
Q
P
1
1
l2
V
2
F1
F2
S
1
S2
O segmento PF
1
e tangente ` a esfera S
1
em F
1
e PF
2
e tangente à esfera S
2
em F
2
, desde
que as superfcies esfericas S
1
e S
2
sejam tangentes à nestes pontos (ver Lema 3.3).
Sejam
Q
1
=
V P S
1
Q
2
=
PV S
2
Como S
1
e S
2
sao tangentes ao cone K, ao longo de crculos
1
e
2
, temos que
PQ
1
e tangente à S
1
em Q
1
e
PQ
2
e tangente à S
2
em Q
2
. Conseq uentemente, segue-se do
Lema 3.2 que
PF
1
= PQ
1
e PF
2
= PQ
2
.
Entao, PF
1
+ PF
2
= PQ
1
+ PQ
2
, em que PQ
1
+ PQ
2
= Q
1
Q
2
e a distancia entre os
crculos
1
e
2
. Como a dist ancia entre eles n ao depende de P segue-se que a soma
PF
1
+PF
2
e a mesma para todo ponto P C. Isto completa a prova.
A demonstra cao da pr oxima proposi cao e uma simples adapta cao da demonstra cao da
proposi cao anterior.
Proposi cao 3.7 Se C e uma hiperbole de focos F
1
e F
2
, entao |PF
1
PF
2
| e o mesmo
para todo P C. Ou seja, |PF
1
PF
2
| = constante.
F
2
F
1
P
Demonstra cao: Seja P um ponto arbitr ario da hiperbole C de focos F
1
e F
2
dados
pela intersecao do plano com as superfcies esfericas S
1
e S
2
. O segmento PF
1
e
tangente ` a esfera S
1
em F
1
e PF
2
e tangente à esfera S
2
em F
2
, desde que as superfcies
esfericas S
1
e S
2
sejam tangentes à nestes pontos (ver Lema 3.3).
V
l
2
Q
2
F2
F
1
l
1
Q
1
P
S2
S
1
Sejam
Q
1
=
V P S
1
Q
2
=
PV S
2
.
Como S
1
e S
2
sao tangentes ao cone K, ao longo de crculos
1
e
2
, temos que
PQ
1
e tangente à S
1
em Q
1
e
PQ
2
e tangente à S
2
em Q
2
. Conseq uentemente, segue-se do
Lema 3.2 que
PF
1
= PQ
1
e PF
2
= PQ
2
.
Entao, PF
1
PF
2
= PQ
1
PQ
2
, em que
|PQ
1
PQ
2
| = Q
1
Q
2
= Q
1
V +V Q
2
nao depende dos pontos Q
1
e Q
2
pertencentes aos crculos
1
e
2
. Como a ultima soma
nao depende do ponto P segue-se que o modulo da diferen ca |PF
1
PF
2
| e constante.
Isto completa a prova.
4 Estudo Analtico das C onicas
Uma curva pode ser denida como sendo o conjunto de pontos que gozam de uma
mesma propriedade, ou seja, como um lugar geometrico, ou como gerada por um ponto
movel que se desloca no plano ou no espa co, ou ainda como a interse cao de duas su-
perfcies. As conicas de Apol onio (interse coes de superfcies) foram caracterizadas por suas
propriedade focais (lugares geometricos) com estabelecido na se cao anterior. Nessa se cao,
vamos representar mediante o emprego de coordenadas, pontos de um objeto geometrico
por n umeros e suas imagens por equa coes. Ou seja, vamos aplicar o metodo da Geome-
tria Analtica para descrever e resolver problemas geometricos. O merito desse metodo e
creditado ao pai da losoa moderna Rene Descartes (1.5961.650). Sua obra Discours
de la Methode, publicada em 1.637 em Leyden, na Holanda, continha um apendice de-
nominado La Geometrie, que apresentava as ideias fundamentais sobre a resolu cao dos
problemas geometricos usando coordenadas (sistema cartesiano) e equa coes algebricas.
Entretanto Descartes n ao tratou de quase nada do que se entende hoje por geometria
analtica, n ao tendo deduzido sequer a equa cao de uma reta. Esse merito do marco
zero da geometria analtica deve ser creditado a Pierre de Fermat que conclui em 1.629
o manuscrito Ad locos planos e et s olidos isagoge (Introdu c ao aos lugares planos e
solidos).
Usando as Proposi coes 3.4, 3.5, 3.6 e 3.7 acima podemos denir as c onicas como um
lugar geometrico em termos da chamada propriedade focal. Precisamente temos:
Denicao 4.1 Denomina-se conica o lugar geometrico dos pontos de um plano cuja raz ao
entre as dist ancias a um ponto xo F e a uma reta xa d e igual a uma constante nao
negativa e. O ponto xo e chamado de foco, a reta xa de diretriz e a raz ao constante
de excentricidade da c onica. Quando e = 1 a conica e chamada de par abola, quando
0 < e < 1 de elipse e quando e > 1 de hiperbole.
Adotando um sistema cartesiano de coordenadas retangulares podemos supor:
i) foco: ponto F(x
0
, y
0
);
ii) diretriz: reta d : ax + by + c = 0;
iii) excentricidade: constante e 0
F
d
y
x V
De acordo com a deni cao, um ponto P(x, y) pertence ` a c onica quando
dist(P, F)
dist(P, d)
=
_
(x x
0
)
2
+(y y
0
)
2
|ax+by+c|
a
2
+b
2
= e. (1)
Elevando membro a membro ao quadrado, fazendo k
2
=
e
2
a
2
+b
2
, l = ka, m = kb e n = kc,
podemos escrever:
(x x
0
)
2
+ (y y
0
)
2
= k
2
[|ax + by + C|]
2
= (ka + kay + kc)
2
,
o que fornece a equa cao denominada equacao focal das conicas:
(x x
0
)
2
+ (y y
0
)
2
(lx + my + n)
2
= 0,
em que x
0
e y
0
sao as coordenadas do foco e lx + my + n = 0 e a equa cao da diretriz
correspondente.
Desenvolvendo os produtos not aveis e ordenando as potencias de acordo com as potencias
das vari aveis x e y temos uma igualdade da forma:
Ax
2
+ Bxy + Cy
2
+ Dx + Ey + F = 0, (2)
em que as constantes A, B, C, D, E e F satisfazem
A = 1 l
2
B = lm C = 1 m
2
D = 2(x
0
+ ln) E = 2(y
0
+ mn) F = x
2
0
+ y
2
0
n
2
que e a forma geral da equa c ao cartesiana geral das c onicas. Os v arios valores que as
constantes A, B, C, D, E e F podem assumir fornecem: pontos, retas , crculos, par abolas,
elipses e hiperboles.
Por exemplo, se em um certo sistema de coordenadas cartesianas ortogonais tem-se
F(3, 3) e d : x + y 1 = 0, ent ao temos uma par abola com:
_
dist(P, F)
dist(P, d))
_
2
=
(x 3)
2
+ (y 3)
2
_
|x+y1|
1
2
+1
2
_
2
= 1
2
,
(x
2
3x + 9) + (y
2
3y + 9) = [x + y 1]
2
= x
2
+ 2xy + y
2
x y + 1
Ou seja, a par abola tem equa cao:
2xy + 2x + 2y 17 = 0.
A forma da equa cao de uma c onica depende da escolha do sistema de eixos coordenados.
Alem disso, existe uma relacao entre elas!
Consideremos o sistema de coordenadas cartesianas ortogonais para o plano, em que
o eixo x e a reta perpendicular ` a diretriz d passando pelo foco F e o eixo y coincide com
a diretriz. Seja

O a origem desse sistema de coordenadas.
X
F
y
O
d
~
~
~
P(x,y)
~ ~
Fazendo

OF = 2p e usando a deni cao (1) temos que um ponto P com coordenadas
( x, y), em rela cao a esse sistema de coordenadas, pertence ` a c onica de diretriz d , foco F
e excentricidade e se, e somente se,
_
dist (P, F)
dist (P, d)
_
2
=
_
_
_
( x 2p)
2
+ ( y 0)
2
| x|
_
_
2
= e
2
.
Desenvolvendo e simplicando essa igualdade obtemos a equa cao cartesiana das c onicas
em funcao dos par ametros p e e:
(1 e
2
) x
2
4p x + y
2
= 4p
2
. (3)
4.1 Parabola
No caso da par abola temos e = 1 e a equa cao (3) reduz-se a:
y
2
= 4p ( x p) .
Seja O o ponto de coordenadas (p, 0), realizando uma transla cao de eixos coordenados de
modo que O passe a ser a origem, obtemos um novo sistema de coordenadas cartesianas
xy, em que valem as seguintes rela coes entre as coordenadas dos dois sistemas:
x = x + p
y = y.
No sistema de coordenadas (x, y) a equa cao cartesiana da par abola toma a forma
y
2
= 4px, (4)
chamada equacao reduzida da par abola (com eixo de simetria igual ao eixo x).
Numa par abola arbitr aria temos os seguintes elementos:
foco: o ponto F;
diretriz : a reta d;
corda principal : segmento paralelo ` a diretriz, passando por F e com extremidades
nos pontos R e S da par abola;
eixo de simetria: a reta r perpendicular à diretriz passando pelo ponto F;
vertice: o ponto V de intersecao do eixo de simetria com a par abola.
F
P
d
y
x V
R
S
Obtemos a equa cao reduzida da par abola de forma mais direta mediante a escolha
do seguinte sistema de coordenadas para o plano (metodologia usual):
eixo x: reta perpendicular ` a diretriz d passando por F;
eixo y: mediatriz do segmento FD, em que D e a intersecao do eixo x com a reta d.
Fazendo FD = 2p temos d : x +p = 0, F(p, 0) e um ponto P(x, y) esta na par abola se, e
somente se,
_
(x p)
2
+ (y 0)
2
= dist(P, F) = dist(P, d) =
|x + p|
1 + 0
o que fornece a equa cao
y
2
= 4px, x 0, p > 0.
4.2 Elipse I
A elipse possui excentricidade e, com 0 < e < 1, logo, (1 e
2
) > 0. Dividindo a
equa cao das c onicas (3) por (1 e
2
) obtemos:
x
2
4p
(1 e
2
)
x +
y
2
(1 e
2
)
=
4p
2
(1 e
2
)
.
E, completando os quadrados obtemos, ap os simplica cao,
_
x
2p
1 e
2
_
2
+
y
2
(1 e
2
)
=
4p
2
(1 e
2
)
_
1
(1 e
2
)
1
_
=
4p
2
e
2
(1 e
2
)
2
.
Dividindo membro a membro por
4p
2
e
2
(1e
2
)
2
=
_
2pe
1e
2
2
temos a equa cao cartesiana:
_
x
2p
1e
2
_
2
_
2pe
1e
2
2
+
y
2
_
2pe
1e
2
_
2
= 1.
Seja O o ponto de coordenadas (
2p
1e
2
, 0). Realizando uma transla cao de eixos coordenados
de modo que O passe a ser a origem, obtemos um sistema de coordenadas xy, em que
x = x +
2p
1 e
2
,
y = y.
Fazendo a =
2pe
1e
2
e b =
2pe
1e
2
podemos reescrever a equa cao da elipse com focos sobre o
eixo x na forma reduzida
x
2
a
2
+
y
2
b
2
= 1. (5)
Sendo 0 < 1 e < 1 temos 1 e <
1 e e, portanto, a =
2pe
1e
2
>
2pe
1e
2
= b.
Observacao 4.1 O n umero a e sempre denominador na fra cao onde aparece a vari avel
do eixo contendo o foco. Assim, se o eixo y for perpendicular ` a diretriz passando por F
a equacao da elipse e da forma
x
2
b
2
+
y
a
2
= 1.
Fazendo F = F
1
e D
1
=

O, se F
2
e D
2
sao pontos do eixo x tais que OF = OF
2
,
D
1
O = D
2
O e d
2
e a reta perpendicular ao eixo x passando por D
2
, entao o ponto F
2
e a
reta d
2
constituem um outro foco e uma outra diretriz para a elipse. De fato, um ponto
P
1
(x, y) pertence à elipse se, e somente se, o ponto P
2
(x, y) simetrico de P
1
em relacao
ao eixo y, tambem pertence. Logo, para F = F
1
e d = d
1
temos:
e =
dist (P
1
, F
1
)
dist (P
1
, d
1
)
=
dist (P
2
, F
2
)
dist (P
2
, d
2
)
,
o que prova a arma cao.
Da constru cao do sistema de eixos coordenados temos as seguintes igualdades:
D
1
O =
2p
1 e
2
= D
2
O,
F
1
O =
2p
1 e
2
2p =
2pe
2
1 e
2
= F
2
O.
Usando os valores de a e b e fazendo dist(F
1
, F
2
) = 2c obtemos:
D
1
O =
2pe
1 e
2
1
e
=
a
e
,
F
1
O = c =
2pe
2
1 e
2
=
2pe
1 e
2
e = a.e
a
2
b
2
=
4p
2
e
2
1 e
2
_
1
1 e
2
1
_
=
4p
2
e
4
(1 e
2
)
2
= c
2
.
Resumindo temos:
1. A elipse e uma conica de dois focos e duas diretrizes;
2. Se o sistema de eixos coordenados e tal que: os focos est ao sobre o eixo x e a equa cao
cartesiana da elipse de diretriz d = d
1
, foco F = F
1
e excentricidade e e
x
2
a
2
+
y
2
b
2
= 1, a > b,
entao as coordenadas do foco s ao F
1
(c, 0) e F
2
(c, 0), com c = a.e =
a
2
b
2
.
Logo, a excentricidade satisfaz e =
c
a
;
3. As equa coes das diretrizes sao d
1
: x +
a
e
= 0 e d
2
: x
a
e
= 0.
4. A elipse representativa de (5) e uma curva simetrica em rela cao aos eixos, fechada
e contida no ret angulo cujos lados est ao contidos nas retas x = a e y = b.
Numa elipse arbitr aria temos os seguintes elementos:
foco: os pontos F
1
e F
2
;
vertices A
1
e A
2
; intersecao da elipse com a reta passando pelos focos F
1
e F
2
;
vertices B
1
e B
2
; intersecao da elipse com a mediatriz do segmento A
1
A
2
;
eixo maior : segmento A
1
A
2
de medida 2a;
eixo menor : segmento B
1
B
2
de medida 2b;
distancia focal : distancia entre os focos F
1
F
2
= 2c;
corda principal : segmento paralelo ao segmento B
1
B
2
passando por um dos focos,
com extremidades em pontos R e S da elipse;
centro O: intersecao dos segmentos A
1
A
2
e B
1
B
2
;
excentricidade: e =
c
a
.
diretrizes: retas d
1
e d
2
perpendiculares à reta focal e a uma dist ancia
a
e
do centro.
A excentricidade de uma elipse satisfaz 0 < e =
c
a
< 1, e no limite, isto e, quando
c = 0 temos F
1
= 0 = F
2
e a excentricidade e =
c
a
se anula. Neste caso, a elipse se
degenera numa circunferencia (a = b).
B
2
d
1
F
2
A
2
B
1
F
1 O A
1
R
S
4.2.1 Elipse II
Usualmente, a elipse e caracterizada como sendo o lugar geometrico dos pontos P de
um plano cuja soma das dist ancias a dois pontos xos F
1
e F
2
(focos), do mesmo plano,
e constante e igual a 2a (ver Proposi cao 3.6):
dist(P, F
1
) + dist(P, F
2
) = 2a.
Para que esse lugar geometrico seja nao vazio e, nem se reduza a um ponto, devemos ter
2a > 2c = dist(F
1
, F
2
). Ela e uma conica de dois focos e duas diretrizes e, considerando
o seguinte sistema de coordenadas para o plano:
eixo x: reta passando pelos focos F
1
e F
2
;
eixo y: mediatriz do segmento F
1
F
2
;
temos F
1
(c, 0), F
2
(c, 0). Assim, um ponto P(x, y) esta na elipse se, e somente se,
_
(x + c)
2
+ y
2
) +
_
(x
2
c) + y
2
= 2a.
Assim, podemos escrever:
(x + c)
2
+ y
2
=
_
(x c)
2
+ y
2
4a
_
(x c)
2
+ y
2
+ 4a
2
a
_
(x c)
2
+ y
2
= a
2
cx
a
2
x
2
2a
2
cx + a
2
c
2
+ a
2
y
2
= a
4
2a
2
xc + c
2
x
2
_
a
2
c
2
_
x
2
+ a
2
y
2
= a
2
(a
2
c
2
).
Como a > c, fazendo a
2
c
2
= b
2
na igualdade acima e dividindo membro a membro por
a
2
b
2
, tem-se a equacao reduzida da elipse com focos sobre o eixo x
x
2
a
2
+
y
2
b
2
= 1.
4.2.2 Raios focais e diretriz
As distancias
1
= dist(P, F
1
) e
2
= dist(P, F
2
) de cada foco da elipse a um ponto
arbitr ario P(x, y) da elipse sao tais que:
_
(x + c)
2
+ y
2
=
1
,
_
(x c)
2
+ y
2
=
2
,
_
(x + c)
2
+ y
2
+
_
(x c)
2
+ y
2
=
1
+
2
= 2a.
Racionalizando e simplicando obtemos a equa cao
a
2
= a
2
cx
que fornece as expressoes lineares em x para os raios focais:
2
= a
c
a
x = a ex,
1
= 2a
1
= a + ex.
Observacao 4.2 Considerando o foco F
1
(c, 0) e a reta d
1
: x +
a
e
= 0, temos:
dist(P, F
1
)
dist(P, d
1
)
=

1
a
e
+ x
=
a + ex
a+ex
e
= e.
Analogamente, considerando F
2
(c, 0) e a reta d
2
: x
a
e
= 0 temos:
dist(P, F
2
)
dist(P, d
2
)
=

2
a
e
x
=
a ex
aex
e
= e.
Assim, de acordo com a deni cao geral, as retas d
1
e d
2
sao diretrizes da elipse situadas
à dist ancia
a
e
do centro da c onica.
4.3 Hiperbole
Podemos chegar ` a equa cao can onica de uma hiperbole fazendo um desenvolvendo
an alogo ao feito para a elipse na subse cao 4.2.
No entanto, usaremos a caracteriza cao usual da hiperbole como sendo o lugar geometrico
dos pontos P de um plano cujo m odulo da diferen ca das dist ancias a dois pontos xos,
do mesmo plano, e constante e igual a 2c (ver Proposi cao 3.7)
|dist(P, F
1
) dist(P, F
2
)| = 2a < 2c = dist(F
1
, F
2
),
para obter sua equa cao.
Assim como a elipse a hiperbole e uma conica de dois focos e duas diretrizes.
Fazendo b
2
= c
2
a
2
, ou seja, c
2
= a
2
+ b
2
e procedendo como no caso da elipse (ver
subsecao 4.2.1), obtemos a equacao reduzida da hiperbole com focos sobre o eixo x
x
2
a
2

y
2
b
2
= 1. (6)
A hiperbole representativa dessa equa cao tem interse coes com o eixo x nos pontos
A
1
(a, 0) e A
2
(a, 0) e sua interse cao com o eixo y e vazia. Ela e uma curva simetrica em
rela cao a ambos os eixos e resolvendo a equa cao em rela c ao x obtemos
x
2
a
2
= 1 +
y
2
b
2
1.
Portanto, a hiperbole n ao entra na regi ao vertical entre as retas x = a e x = a. As retas
r
1
: y
b
a
x = 0 e r
2
: y +
b
a
x = 0 s ao assntotas da hiperbole.
Observacao 4.3 Quando os focos de uma hiperbole est ao sobre o eixo y, a sua equacao
reduzida e da forma
x
2
b
2
+
y
2
a
2
= 1.
E, neste caso, as assntotas s ao as retas r
1
: y
a
b
x = 0 e r
2
: y +
a
b
x = 0.
Em uma hiperbole arbitr aria temos os seguintes elementos:
focos: os pontos F
1
e F
2
;
distancia focal : dist ancia entre os focos F
1
F
2
= 2c;
vertices A
1
e A
2
: intersecao da hiperbole com a reta passando pelos focos;
centro O: intersecao do segmento A
1
A
2
com sua mediatriz;
vertices B
1
e B
2
: pontos sobre a mediatriz do segmento A
1
A
2
com B
1
O = b = B
2
O,
sendo b =
c
2
a
2
;
eixo focal : segmento A
1
A
2
de medida 2a;
eixo transverso: segmento B
1
B
2
de medida 2b;
corda principal : segmento paralelo ao segmento B
1
B
2
passando por um dos focos,
com extremidades em pontos R e S da hiperbole);
excentricidade: e =
c
a
;
diretrizes: retas d
1
e d
2
perpendiculares à reta focal e a uma dist ancia
a
e
do centro;
assntotas: retas suportes das diagonais do ret angulo determinado pelas retas para-
lelas ao eixo conjugado e passando pelos pontos A
1
e A
2
e pelas retas paralelas ao
eixo focal e passando pelos pontos B
1
e B
2
.
Observe que c > a e, portanto, a excentricidade de uma hiperbole e e =
c
a
> 1.
Usando as igualdade
1
= dist(P, F
1
) = ex + a e
2
= dist(P, F
2
) = ex a para os raios
focais de uma hiperbole, conclumos que ela e uma conica com duas diretrizes paralelas
ao eixo conjugado e simetricas em rela cao ao centro. Por exemplo, considerando o foco
F
1
(c, 0) temos a reta d
1
: x +
a
e
= 0 como diretriz associada.
o
F
1 F
2
A
1 A
2
B
2
B
1
d
1
x
y
R
S
4.4 Redu cao de uma c onica à sua forma can onica
Dado uma equa cao cartesiana geral de uma c onica
Ax
2
+ Bxy + Cy
2
+ Dx + Ey + F = 0 (7)
uma pergunta natural seria: Ela representa qual curva? Responder a essa pergunta e
tratar de um segundo problema fundamental da geometria; o de reconhecer um objeto
geometrico a partir de sua equa cao cartesiana.

E claro que no caso de uma c onica a
resposta depende das constantes A, B, C, D, E e F que aparecem na equa cao. Tudo
e resolvido escolhendo um sistema de eixos coordenados especial, mediante transla cao e
rota cao de eixos, e encontrando a equa cao da c onica em rela cao a esse sistema. Essas
equa coes estar ao na forma reduzida, conforme visto na se c ao anterior.
4.4.1 F ormula de redu cao e classica cao de uma conica
Observamos que se a equa cao geral de uma c onica decomp oe-se no produto de dois
fatores lineares, entao a equa cao representa uma c onica degenerada, ou seja, um ponto
ou uma reta ou ainda um par de retas concorrentes. Da igualdade
4A
_
Ax
2
+ Bxy + Cy
2
+ Dx + Ey + F
= 0
podemos escrever
[2Ax + By + D]
2
= (B
2
4AC)y
2
+ 2(BD 2AE)y + D
2
4AF.
Logo, conclumos que a c onica e degenerada se
(B
2
4AC)y
2
+ 2(BD 2AE)y + D
2
4AF (8)
possui razes reais duplas (discriminante nulo). Para isso devemos ter:
4(BD 2AE)
2
4(B
2
4AC)
_
D
2
4AF
_
= 16A
_
4ACF + BDE AE
2
CD
2
FB
2
= 0.
Se este for o caso, ent ao podemos escrever
[2Ax + By + D]
2
=
_
B
2
4AC
_
(y y
0
)
2
,
sendo y
0
a raiz dupla do trin omio (8) e, resolvendo a equa cao em rela cao a uma das
vari aveis obtemos as equa coes das retas. Por exemplo, se A = 0 podemos escrever
x =
(By + D)
_
(B
2
4AC)y
2
+ 2(BD 2AE)y + D
2
4AF
2A
.
A expressao
= 4ACF + BDE AE
2
CD
2
FB
2
e chamada discriminante da equa cao de uma conica. Admitindo-se C = 0 e procedendo
como acima resulta na mesma express ao para o discriminante.
Quando = 0 a equa cao representa uma c onica n ao degenerada; adotando um sistema
de eixos coordenados adequado podemos reduzir sua equa cao cartesiana ` a forma reduzida
e, conseq uentemente, classica-la.
Para isso, fazemos primeiro uma mudan ca de coordenadas dada por uma rota cao de
eixos com o objetivo de eliminar o termo cruzado xy na equa cao cartesiana geral (7).
O
P(x,y)
C
E
A F
D
B
x
y
y
x
q
~
~ q
As formulas de rota cao que estabelecem as rela coes entre as coordenadas (x, y) de um
ponto P, em rela cao ao sistema xy, com suas coordenadas ( x, y) em rela cao ao sistema
x y sao:
x = xcos() ysen(); (9a)
y = xsen() +y cos(); (9b)
x = xcos() + ysen(); (9c)
y = xsen() + y cos(). (9d)
Aplicando as f ormulas (9a-9d) ` a equa cao geral de uma c onica obtemos sua equa cao em
rela cao ao sistema de eixos x y :
A x
2
+

B x y +

C y
2
+

D x +

E y +

F = 0,
com
A = Acos
2
() + Bcos()sen() + Csen
2
();
B = Bcos(2) (A C)sen(2);
C = Asen
2
() B cos()sen() + C cos
2
();
D = Dcos() + Esen();
E = Dsen() + E cos();
F = F.
Essas igualdades fornecem as seguintes rela coes entre os coecientes das duas equa coes:
A +

C = A + C;
A

C = Bsen (2) + (A C) cos (2) ;
_
B
_
2
+ (

A

C)
2
= B
2
+ (A C)
2
;
_
B
_
2
4

A

C = B
2
4AC.
Isso mostra que as express oes

A +

C = A + C e
_
B
_
2
4

A

C = B
2
4AC, bem como o
termo independente

F = F, sao invariantes por rota cao de eixos.
A expressao
I = B
2
4AC
e chamado indicador da equa cao da c onica.
A m de simplicar a equa cao de uma c onica, eliminando o termo x y, devemos realizar
uma rota cao de um angulo de modo que

B = 0. Isso corresponde a uma c onica com
eixo focal paralelo ao eixo x. Neste caso, devemos ter
B = Bcos(2) (A C)sen(2) = 0 tag(2) =

B
A C
.
Usando a igualdade
2tag()
1 tag
2
()
= tag(2) =
B
A C
= ,
conclumos que a equa cao tag(2) =
B
AC
possui duas solucoes distintas, razes da equa cao
tag
2
() + 2tag() = 0.
Ou seja,
tag() =
1
_
1 +
2
.
Nas aplica coes sempre usamos a solu cao com 0 < <

2
e, ap os a rota cao de eixos dada
por esse angulo, a equa cao da c onica toma a forma
A x
2
+

C y
2
+

D x +

E y +

F = 0 (10)
Agora, consideremos uma mudan ca de coordenadas dadas por uma transla cao de eixos.
As formulas de transla cao que estabelecem as rela coes entre as coordenadas ( x, y) de um
ponto P, em rela cao ao sistema x y, com suas coordenadas ( x, y) em rela cao ao sistema
x y sao simplesmente,
x = x + x
0
,
y = y + y
0
,
em que (x
0
, y
0
) sao as coordenadas, no sistema x y, do ponto

O origem do sistema x y.
Aplicando essas rela coes à equa cao
A x
2
+

B x y +

C y
2
+

D x +

E y +

F = 0, (11)
de uma conica obtemos sua equa cao cartesiana em rela cao ao sistema x y
A x
2
+

B x y +

C y
2
+

D x +

E y +

F = 0, (12)
com
D = 2

Ax
0
+

By
0
+

D;
E =

Bx
0
+ 2

Cy
0
+

E;
F =

Ax
2
0
+

Bx
0
y
0
+

Cy
2
0
+

Dx
0
+

Ey
0
+

F.
Logo, conclumos que os coecientes

A,

B e

C dos termos de segundo grau na equa cao das
conicas (11) s ao invariantes por transla cao de eixos. Portanto, tambem sao as express oes
A +

C e
_
B
_
2
4

A

C.
Para que na equa cao (12) n ao haja termos do primeiro grau (

D x e

E y) devemos ter
_
0
0
_
=
_
E
_
=
_
2

A

B
B 2

C
__
x
0
y
0
_
+
_
E
_
(13)
Esse sistema sera possvel e determinado se o indicador da c onica I =
_
B
_
2
4

A

C =
B
2
4AC for n ao nulo. Se esse for o caso, os valores de (x
0
, y
0
) da solu cao desse sistema
fornecem uma transla cao que elimina os termos de primeiro grau na equa cao. Neste caso,
a equa cao da c onica em rela cao ao sistema de eixos cartesianos x y toma a forma
A x
2
B x y +

C y
2
+

F = 0. (14)
Quando

B = 0 a equa cao (14) fornece imediatamente as equa coes reduzidas das c onicas.
O desenvolvimento acima, alem de permitir reduzir a equa c ao de uma c onica ` a sua forma
reduzida, em rela cao a um sistema de eixos adequado, tambem fornece a seguinte classi-
ca cao:
Teorema 4.1 Uma vez determinados os valores do discriminante = 4ACF +BDE
AE
2
CD
2
FB
2
e do indicador I = (B)
2
4AC tem-se:
a) Se = 0 a equa cao Ax
2
+ Bxy + Cy
2
+ Dx + Ey + F = 0 representa uma c onica
degenerada;
b) Se = 0 a equacao Ax
2
+ Bxy + Cy
2
+ Dx + Ey + F = 0 representa uma c onica
suave, que apos uma rota cao por um angulo
=
1
2
arctag
_
B
A C
_
seguida de uma transla cao de eixos e representada por uma equa cao da forma Ax
2
+
Cy
2
+ F = 0, com I = B 4AC = 4AC. Logo,
i) Se I < 0 temos que A e C possuem sinais iguais, e trata-se de uma c onica do genero
elipse;
ii) Se I > 0 temos que A e C possuem sinais contrarios, e trata-se de uma c onica do
genero hiperbole;
iii) Se I = 0 temos que A = 0 ou C = 0, e trata-se de uma c onica do genero par abola.
4.4.2 O Cabri Geo ` metre II e a reducao das c onicas
Vamos usar o Cabri Geomètre para simular o efeito das transla coes e rota coes na
equa cao de uma c onica. Para isso, construmos alguns macros utilizando os conceitos
da se cao 4.2.2, as propriedades focais das c onicas e a informa cao que toda c onica (sua
equa cao cartesiana) e caracterizada por cinco condi coes geometricas independentes. Em
particular, e suciente o conhecimento das coordenadas de cinco de seus pontos para que
possamos determinar sua equa cao. Observe que se as constantes A, B e C sao todas nulas,
entao a c onica ser a uma reta ou ponto. Caso contr ario, as coordenadas dos cincos pontos
de uma conica fornecem um sistema de ordem cinco. Por exemplo, se A = 0 podemos
escrever
_
_
x
1
+
B
A
x
1
y
1
+
C
A
y
1
+
D
A
x
1
+
E
A
y
1
+
F
A
= 0
x
2
+
B
A
x
2
y
2
+
C
A
y
2
+
D
A
x
2
+
E
A
y
2
+
F
A
= 0
x
3
+
B
A
x
3
y
3
+
C
A
y
3
+
D
A
x
3
+
E
A
y
3
+
F
A
= 0
x
4
+
B
A
x
4
y
4
+
C
A
y
4
+
D
A
x
4
+
E
A
y
4
+
F
A
= 0
x
5
+
B
A
x
5
y
5
+
C
A
y
5
+
D
A
x
5
+
E
A
y
5
+
F
A
= 0
A solu cao desse sistema fornece constantes que determinam a equa cao da c onica!
Uma macro constru cao para o Cabri que e capaz de determinar a equa cao de uma
elipse de foco F
1
e diretriz d
1
e excentricidade e pode ser construda seguindo o roteiro:
dado um ponto F
1
, uma reta d
1
e um segmento de medida e (0 < e < 1) execute os
seguintes procedimentos:
1. Considere a dist ancia da diretriz ao vertice O
a
e
= dist(d
1
, F
1
) + c,
em que c e a dist ancia do foco F
1
ao vertice O.
2. Determine o valor de a e c pelas formulas:
a =
_
e
1 e
2
_
.dist(d
1
, F
1
)
c = a.e
(use a ferramenta calculadora, com op cao precis~ ao num erica de 5 dgitos);
3. Determine o foco F
2
com dist(F
1
, F
2
) = 2c, que est a situado na semi-reta que tem
origem em d, passa por F
1
e e perpendicular à reta d (use a ferramenta compasso
ou transfer^ encia de medidas) ;
4. Usando o metodo das tangentes (ver se cao 8.2), construa a elipse de focos F
1
e F
2
e eixo maior de comprimento 2a (PF
1
+ PF
2
= 2a);
5. Determine cinco pontos sobre essa elipse;
6. Use a ferramenta c^ onica pontos para encontrar a elipse sem usar as ferramentas
rastro ou lugar geom etrico;
7. Retorne a precis ao numerica do Cabri para um dgito;
8. Determine as equa coes dos elementos: diretriz, foco e elipse, usando a ferramenta
equa c~ oes e coordenadas.
Observacao 4.4 Uma caracterstica interessante nessa constru cao e que ela permite usar
o car ater din amico do Cabri para simular transla cao e rota cao de eixos. Construcoes
semelhantes podem ser realizadas para viabilizar a simula cao no caso da par abola e da
hiperbole.
4.5 Generaliza coes: algumas quadricas de rota cao
As superfcies de rota cao geradas pela rota cao de uma c onica de excentricidade e em
torno de seu eixo focal (parabol oide de rota cao, elips oide de rota cao e hiperbol oide de
duas folhas de rota cao), admitem uma caracteriza cao como lugar geometrico an alogo aos
das conicas. Vamos representar uma tal superfcie por S
e
. Sejam um plano do espa co,
F um ponto que n ao pertence ao plano e 0 < e < 1 um n umero real.
A superfcie S
e
de foco F, diretriz e excentricidade e e o lugar geometrico dos pontos
P(x, y, z) tais que
dist(P, F)
dist (P, )
= e.
Dado uma superfcie S
e
, tomando para eixo x a reta perpendicular ao plano passando
pelo ponto F, e para eixos y e z duas retas perpendiculares entre si e perpendiculares
ao eixo x, passando pela interse cao O do plano com o eixo x, obtemos um sistema de
eixos coordenados cartesiano para o espa co. Em rela cao ` a esse sistema temos : x = 0
e F(2p, 0, 0). Assim, um ponto de coordenadas (x, y, z) pertence à superfcie S
e
se, e
somente, se
e =
dist(P, F)
dist(P, )
=
_
(x 2p)
2
+ (y 0)
2
+ (z 0)
2
|x|
.
E, podemos escrever
(1 e
2
)x
2
4px + y
2
+ z
2
= 4p
2
. (15)
Quando a excentricidade e assume o valor 1 temos a seguinte equa cao cartesiana para a
superfcie S
1
y
2
+ z
2
= 4p(x p).
Para 0 < e < 1 os n umeros a =
2pe
1e
2
e b =
2pe
1e
2
sao positivos e completando o quadrado
na vari avel x obtemos, ap os simplica cao, a equa cao cartesiana para a superfcie S
e
_
x
2p
1e
2
_
2
a
2
+
y
2
b
2
+
z
2
b
2
= 1.
Agora, quando e > 1 o n umero 1 e
2
e negativo e podemos reescrever a equa cao como
_
x
2p
1e
2
_
2
a
2

y
2
b
2

z
2
b
2
= 1,
em que, a =
2pe
e
2
1
e b =
2pe
e
2
1
sao n umeros positivos.
Resumindo temos o seguinte:
1. Para e = 1 a equa cao (15) representa um parabol oide de rota cao;
2. Para 0 < e < 1 a equa cao (15) representa um elips oide de rota cao;
3. Para e > 1 a equa cao (15) representa um hiperbol oide de duas folhas de rota cao.
5 Retas tangentes a uma c onica.
Ja mostramos que a equa cao geral de uma c onica e da forma
Ax + By + Cx + Dy + E = 0.
Logo, as interse coes de uma reta com uma c onica s ao dadas analiticamente pelo sistema
de equa coes
Ax
2
+ Bxy + Cy
2
+ Dx + Ey + F = 0
y mx b = 0.
Por uma substitui cao direta podemos resolve-lo para x. O resultado e uma equa cao
quadr atica
ax
2
+ bx + c = 0
para as coordenadas x da interse cao. Tais equa coes tem no m aximo duas solu c oes. As
retas que intersectam as c onicas em dois pontos s ao denominadas retas secantes. Recor-
damos que as retas secantes que passam pelos pontos P e Q atingem uma posi cao limite
quando Q tende a P, que se dene como a reta tangente à c onica no ponto P. Um exame
mais detalhado permite concluir que as retas que intersectam a c onica em um unico ponto
podem n ao ser tangentes ` a c onica (no caso de uma elipse essa e uma condicao suciente).
Elas sao de um dos seguintes tipos:
a) uma reta tangente;
b) uma reta paralela ao eixo se a c onica e uma par abola;
c) uma reta paralela a uma assntota se a c onica e uma hiperbole.
Portanto, uma condi cao necess aria e suciente para que uma reta seja tangente ` a uma
conica num ponto P dessa curva e que a reta, menos o ponto P, esteja totalmente contida
na regi ao chamada exterior da curva.
Podemos dar uma caracteriza cao das tangentes ` a uma c onica de maneira mais precisa
nas seguintes proposi coes:
Proposi cao 5.1 Sejam P um ponto da par abola de foco F e diretriz d e t a reta bissetriz
do angulo FPD, em que D e pe da perpendicular ` a reta d passando por P. Temos que
t e reta tangente ` a par abola C no ponto P sendo tambem a mediatriz do segmento FD.
Demonstra cao:
t
d
O
F
D
P
Q
D
Observamos que uma par abola separa os demais pontos do plano em duas regi oes:
uma, onde cada ponto tem distancia ao foco menor que sua distancia à diretriz ( interior
da curva) e outra onde a dist ancia de cada ponto ao foco e maior que a dist ancia ` a
diretriz ( exterior da curva). Sendo P um ponto da par abola, no triangulo PFD temos
PF = PD. Assim, a reta t, bissetriz do angulo FPD, e tambem mediana e altura
do tri angulo PFD. Em outras palavras, a reta t e mediatriz do segmento FD. Seja
agora Q um ponto qualquer da reta t, distinto de P . Se

D e pe da perpendicular ` a reta
d passando por Q temos que mQDD
< mQD
D e, portanto, QF = QD > QD
, ou
seja, Q e exterior ` a par abola. Logo, conclumos que a reta t e tangente à par abola em P.
Proposi cao 5.2 Sejam uma elipse C de diretriz d e focos F
1
e F
2
e P um ponto de C.
Se a reta t e a bissetriz do angulo determinado pela semi-reta

PE, oposta a semi-reta
PF
1
, e pela semi-reta

PF
2
, entao t e a tangente à elipse no ponto P.
Demonstra cao:
F
E
P
1
F
2
X
F
1
Q
t
Recordamos que a elipse C e o lugar geometrico dos pontos X que satisfazem a pro-
priedade metrica, XF
1
+ XF
2
= k (constante). Como no caso da par abola, a elipse
separa os demais pontos do plano em duas regi oes: uma, onde cada ponto X satisfaz
XF
1
+XF
2
< k ( interior da curva) e outra onde cada ponto X satisfaz XF
1
+XF
2
> k
( exterior da curva). Logo, uma reta ser a tangente à elipse C em um ponto P se, e so-
mente se, intersectar C em P e, qualquer que seja o ponto X da reta distinto de P, se
tenha: XF
1
+XF
2
> k. Seja, agora, um ponto P na elipse C e tomemos uma reta t que
seja bissetriz do angulo determinado pela semi-reta

PE, oposta a semi-reta

PF
1
, e pela
semi-reta

PF
2
. Armamos que t e a tangente à C em P. De fato, dado um ponto Q em
t distinto de P, seja F
1
o ponto da reta

PF
2
com F
1
P = PF
1
. Temos que o tri angulo
F
1
PF
1
e isosceles, logo, a reta t e a mediatriz do segmento F
1
F
1
e F
1
Q = QF
1
. Segue-se
entao da desigualdade triangular aplicada ao triangulo F
1
QF
2
que :
QF
1
+ QF
2
= F
1
Q + QF
2
> F
1
F
2
= F
1
P + PF
2
= PF
1
+ PF
2
= k.
Portanto, Q e exterior ` a elipse e a reta t e tangente à elipse em P.
Proposi cao 5.3 Sejam uma hiperbole C de diretriz d e focos F
1
e F
2
e P um ponto de
C. Se a reta t e a bissetriz do angulo determinado pelas semi-retas

PF
1
e

PF
2
, entao t
e a tangente ` a hiperbole no ponto P.
Demonstra cao:
t
A
Q
P
F
1 F
2
X
Temos que a hiperbole C e o lugar geometrico dos pontos X que satisfazem a pro-
priedade metrica, |XF
1
XF
2
| = k (constante). Os dois ramos da hiperbole dividem os
pontos do plano em tres regi oes: uma regi ao compreendida entre os dois ramos ( exterior da
curva), onde cada ponto X dessa regi ao satisfaz , |XF
1
XF
2
| < k (k < XF
1
XF
2
< k)
e outras duas que s ao internas a cada um dos ramos da hiperbole (vamos chamar a uni ao
dessas duas regi oes de interior da curva). Os pontos X da regi ao interna ao ramo que
contem F
1
satisfazem a desigualdade XF
1
XF
2
< k e os da regi ao interna ao ramo
que contem F
2
satisfazem a desigualdade XF
1
XF
2
> k. Logo, uma reta ser a tangente
à hiperbole C em um ponto P se, e somente se, intersectar C em P e, qualquer que seja o
ponto X da reta distinto de P, |XF
1
XF
2
| < k. Sejam, agora, um ponto P da hiperbole
C e t a bissetriz do angulo determinado pelas semi-retas

PF
1
e

PF
2
. Armamos que t e
a tangente à C em P. De fato, seja Q um ponto da bissetriz t, distinto de P, e considere
um ponto A da semi-reta
PF
1
tal que PA = PF
2
. Temos |PF
1
PF
2
| = PA e, portanto,
PA = k. Como o tri angulo APF
2
e isosceles a reta t e a mediatriz do segmento AF
2
,
assim, o tri angulo AQF
2
tambem e isosceles. E, em particular, temos QA = QF
2
.
Segue-se da desigualdade triangular aplicada ao tri angulo QAF
1
que QA < QF
1
+F
1
A
e QF
1
< QA + AF
1
. Conseq uentemente, temos
QA AF
1
< QF
1
< QA + AF
1
o que fornece: AF
1
< QF
1
QA < AF
1
, ou seja, |QF
1
QA| < AF
1
. Como QA = QF
2
e AF
1
= k obtemos
|QF
1
QF
2
| < k,
para todo ponto Q diferente de P. Portanto, t menos o ponto P est a no exterior da
hiperbole e conclumos que a reta t e tangente à hiperbole em P.
6 Propriedades Reetoras das C onicas e Aplica c oes
Na fsica Classica, os raios de luz e as ondas sonoras propagam-se no espa co em linha
reta e radialmente a partir de sua fonte. Alem disso, se a fonte est a muito distante de seu
destino, essas ondas chegam ao destino formando um feixe praticamente paralelo, como e o
caso das ondas de r adio ou as luminosas provenientes de um corpo celeste distante (estrela,
gal axia, planetas, etc). Chegando em linha reta elas reetem num ponto de uma superfcie
suave na mesma dire cao que reetiriam num plano que e tangente ` a superfcie nesse ponto.
Ou seja, seguindo a lei da Fsica : o angulo de incidencia e igual ao angulo de reex ao.
Por causa da rela cao especial entre o foco de uma c onica suave e suas tangentes (ver
Proposi coes 5.1, 5.2 e 5.3), superfcies reetoras (espelhos, antenas, etc) com o formato de
uma superfcie de rota cao, geradas pela rota cao de uma par abola em torno de seu eixo,
ou de uma elipse ou hiperbole em torno de seu eixo focal, tem propriedades reetoras que
sao uteis em varias aplica coes tecnologicas. Abaixo apresentamos algumas delas.
Superfcies reetoras parab olicas (parabol oide): Uma onda de r adio encontrando
uma antena receptora parab olica, numa dire cao paralela ao seu eixo, reetir a na dire cao
do foco da par abola que gera a superfcie parab olica (ver Proposi cao 5.1). Isso justica
porque as antenas que captam sinais do espa co sao de formato parab olico, pois e necessario
capt a-los e concentra-los em um unico ponto para serem tratados, de acordo com o m a
que se destinam.
Um fenomeno an alogo ocorre com um raio de luz que encontra um espelho parab olico
numa dire cao paralela a seu eixo, ele reetir a no foco da par abola. Como exemplo de
aplica cao dessa propriedade temos os coletores solares.
Por outro lado, os raios luminosos que irradiam de um holofote ou farol de carro re-
etem em sua superfcie, de formato parab olico, de forma que os raios reetidos sejam
paralelos.
Superfcies reetoras elpticas (elips oide): Uma conseq uencia da Proposi cao 5.2
e que uma onda sonora ou luminosa que irradia do foco de uma superfcie reetora
elptica reete para o outro foco. Essa propriedade e usada na constru cao de reetores
odontol ogicos, aparelhos de emiss ao de certos raios usados em medicina ou nas salas de
sussurros.
Os reetores de dentistas usam reetores elpticos que tem como objetivo concentrar o
maximo de luz onde se esta trabalhando e tambem evitar que os raios luminosos ofusquem
a vis ao do paciente, causando um certo desconforto.
O aparelho de radioterapia para tratamento medico emite raios cujo objetivo e destruir
tecidos doentes sem afetar os tecidos sadios que se encontram ao reder, sendo assim eles
se valem de espelhos elpticos para concentrar os raios em um determinado ponto.
Existem certas formatos de constru coes de salas que d ao condi coes ac usticas especiais
em auditorios, teatros, catedrais, como acontece na Catedral de S. Paulo(Londres) e no
edifcio do Capit olio em Washington, D. C. Elas sao projetadas num formato de parte
de um elipsoide de modo que exista dois pontos, onde duas pessoas, uma em cada um
desses pontos (focos do elips oide), podem se comunicar em voz sussurrada, inaudvel
no restante da sala.
Superfcies reetoras hiperb olicas (hiperbol oide de duas folhas): Consideremos
um espelho reetor com o formato de uma folha do hiperbol oide gerado pela rota cao de
uma hiperbole em torno de seu eixo focal, sendo que a parte reetora est a do lado de
externo do hiperbol oide (parte c oncava). Segue da Proposi cao 5.3 que um raio de luz
irradiado de uma fonte A incide segundo uma reta no espelho e e reetido numa dire cao
passando pelo foco da outra folha do hiperbol oide. Alguns telescopios denominados
reetores usam um espelho hiperb olico secund ario, alem do reetor parab olico principal,
para redirecionar a luz do foco principal para um ponto mais conveniente. Sua constru cao
foi proposta por Cassegrain em 1.672. Ela utiliza um segundo espelho reetor hiperb olico
com seu foco coincidindo com o foco do espelho principal, de formato parab olico, con-
forme mostra a gura. Seu objetivo e fazer com que a imagem, ap os ser reetida, seja
formada na posi cao do foco da outra folha do hiperbol oide. Existem algumas vantagens
na montagem desse tipo de telesc opio. O famoso telesc opio otico do observat orio de
Monte Palomar, que ca a 80 Km a noroeste de San Diego, na Calif ornia, utiliza v arias
montagens do tipo de Cassegrain.
7 Outras Aplica coes das C onicas
Existem outras aplica coes que utilizam algumas propriedades das c onicas. Elas apare-
cem nas construcoes civis, em problemas de navega cao e comunica cao.
7.1 O sistema LORAN
O sistema LORAN de localiza cao em navega cao (Navegacao de Longa Distancia) per-
mite ao navegante de um navio ou avi ao achar sua posi cao sem conar em marcos visveis.
Usando para isso o conceito de lugar geometrico que dene a hiperbole. Seu princpio
basico de funcionamento e bastante simples, o qual passamos a descrever. Esta coes de
r adio situadas simultaneamente em posi coes F
1
e F
2
emitem sinais que sao recebidos pelo
navegante situado numa posi cao P. O navegante mede o intervalo
t = t
2
t
1
entre o instante t
2
, tempo quando ele recebe o sinal enviado por F
2
, e o instante t
1
, tempo
quando ele recebe o sinal de F
1
. Se T
1
e o intervalo de tempo que leva o sinal emitido
por F
1
para alcan car a posi cao do navegante, e T
2
e o intervalo de tempo que leva o sinal
emitido por F
2
para alcan car a posi cao do navegante, ent ao a diferen ca entre a dist ancia
da posi cao do navegante a F
1
e a dist ancia da posi cao do navegante a F
2
e
PF
2
PF
1
= ct,
em que c e a velocidade do som no ar.
Portanto, embora o navegante n ao possa medir T
1
e T
2
diretamente sem saber quando
os sinais foram enviados, ele pode medir com precisao a diferen ca entre os instantes que
os sinais foram recebidos, que e o bastante para determinar que o navio est a em algum
ponto P da hiperbole cuja equa cao e
PF
1
PF
2
= ct.
Assim, o navegante pode localizar sua posi cao se ele receber sinais de tres estacoes de
r adio situadas em F
1
, F
2
, F
3
.
F
1
F
2
F
3
P
Cada par de esta coes da uma hiperbole que contem a posi c ao do navegante, assim
sua posi cao exata e o ponto onde as tres hiperboles intersectam. Ela pode ser determi-
nada atraves da plotagem das tres hiperboles em um mapa, obtendo a interse cao comum
ou usando coordenadas e computando algebricamente a interse cao. (Na realidade, seria
necessario levar em conta a curvatura da Terra e tambem que os sinais de radio podem
ter sido reetidos e outras fontes potenciais de erro.)
7.2 Constru cao de usinas at omicas
Podemos mostrar que o hiperbol oide de uma folha gerado pela rota cao de uma
hiperbole em torno do seu eixo transverso e tambem gerado por uma reta. Ou seja, ele
pode ser considerado como sendo formado por uma uni ao de retas (superfcie regrada).
Assim, seu formato e usado na constru cao de centrais de energia at omica, onde barras de
a co retilneas (que tem alta resistencia) se cruzam para obter estruturas extremamente
fortes.
8 Construindo C onicas por Meio de Dobradura de
Papel no Computador
A nossa intui cao nos diz que se conhecemos a reta tangente em cada ponto de uma
curva plana, ent ao podemos dizer quem e a curva, a menos de sua posi cao no plano. Na
verdade esse e um resultado que pode ser provado num curso de Geometria Diferencial!
Usando a caracteriza cao da par abola, elipse e hiperbole por meio de suas propriedades
focais e mais as Proposi coes 5.1 5.2 e 5.3 podemos justicar as constru coes das conicas por
meio de dobraduras (conhecidas como Metodo de Van Schooten, holandes que construa
aparelhos para tra car c onicas). Essas constru coes fornecem ilustra coes (exemplos) para o
que armamos acima.
8.1 A constru cao da parabola pelo metodo da dobradura
t
d O
F
D
P
Q
D
Usando uma folha de papel-manteiga execute os seguintes procedimentos:
1. Desenhe uma reta horizontal d (diretriz da par abola), numa folha de papel-manteiga
e marque, fora dessa reta, um ponto xo F (foco da par abola).
2. Selecione um ponto D sobre a reta e dobre o papel-manteiga de forma a fazer
coincidir os pontos D e F. A gura abaixo, ilustra a constru cao de uma dobra. Ela
coincide com a reta t tangente ` a par abola).
3. Repita essa opera cao para diferentes escolhas de pontos sobre a diretriz. Realizando
esta opera cao um n umero suciente de vezes, podemos observar que as dobras pare-
cem tangenciar uma curva que e uma par abola.
Uma maneira de simular esta constru cao no computador e utilizar o software Cabri
Geomètre II. Um roteiro para esta simula cao e:
1. Construa uma reta d e um ponto F fora da reta d.
2. Utilize a ferramenta ponto sobre objeto e tome um ponto D sobre a reta d.
3. Construa a mediatriz t do segmento DF.
4. Construa a perpendicular l à reta d, por D.
5. Com a ferramenta ponto de interse c~ ao, obtenha o ponto P, intersecao de t e l.
6. A par abola e o lugar geometrico dos pontos P quando D se move ao longo da reta
d. (ver Proposi cao 5.1);
7. Utilize a ferramenta rastro para selecionar a mediatriz t e, em seguida, use a
ferramenta anima cao e fa ca o ponto D mover-se sobre a reta d. O rastro deixado
pela reta t faz o papel das dobras!
8.2 A constru cao da elipse pelo metodo da dobradura
D
F
1
F
2
t
1. Sobre uma folha de papel-manteiga marque um ponto F
1
mais ou menos no centro
da folha.
2. Com o auxlio do compasso, desenhe dois crculos centrados em F
1
e de raios 2a
(pelo menos 14 cm de raio) e 2c (c menor do que a).
3. Trace uma semi-reta horizontal com origem em F
1
e tome o ponto F
2
intersecao da
semi-reta com o crculo de raio 2c.
4. Escolha um ponto D sobre o crculo de raio 2c e dobre o papel-manteiga de forma
a fazer coincidir os pontos D e F
2
. A gura abaixo, ilustra a constru cao de uma
dobra. Ela coincide com a reta t tangente ` a elipse.
5. Repita essa opera cao para diferentes escolhas do ponto D. Quando voce tiver rea-
lizado esta opera cao um grande n umero de vezes poder a observar que as dobras
parecem tangenciar uma curva.
6. O lugar geometrico dos pontos de tangencia P quando D percorre o crculo e uma
elipse (ver Proposi cao 5.2).
Um roteiro para simula cao da dobradura da elipse usando o Cabri:
1. Construa dois segmentos de medidas 2a e 2c com 2a > 2c.
2. Construa uma reta r e um ponto F
1
sobre r.
3. Utilizando a ferramenta compasso, construa dois crculos concentricos de centro F
1
com raios 2a e 2c.
4. Com a ferramenta ponto de interse c~ ao obtenha o ponto F
2
, ponto de interse cao
da reta r e o crculo de raio 2c.
5. Utilize a ferramenta ponto sobre objeto e tome um ponto D sobre o crculo de
raio 2a.
6. Construa a mediatriz t do segmento DF
2
.
7. Construa a reta l passando por F
1
e D.
8. Com a ferramenta ponto de interse c~ ao obtenha o ponto P, intersecao de t e l.
9. A hiperbole e o lugar geometrico dos pontos P quando D se move ao longo do
crculo. Justique!
10. Utilize a ferramenta rastro para selecionar a mediatriz t e, em seguida, faca o ponto
D mover-se sobre o crculo.
8.3 A constru cao da hiperbole pelo metodo da dobradura
A constru cao da hiperbole via dobradura e muito semelhante ` a da elipse um roteiro
para simular esta constru cao utilizando o Cabri e dado pelos seguintes procedimentos:
1. Construa dois segmentos de medidas 2a e 2c com 2a < 2c.
2. Construa uma reta r e um ponto F
1
sobre r.
3. Utilizando a ferramenta compasso, construa dois crculos concentricos de centro F
1
com raios 2a e 2c.
4. Com a ferramenta ponto de interse c~ ao obtenha o ponto F
2
, ponto de interse cao
da reta r e o crculo de raio 2c.
5. Utilize a ferramenta ponto sobre objeto e tome um ponto D sobre o crculo de
raio 2a.
6. Construa a mediatriz t do segmento DF
2
.
7. Construa a reta l passando por F
1
e D.
8. Com a ferramenta ponto de interse c~ ao obtenha o ponto P, intersecao de t e l.
9. A hiperbole e o lugar geometrico dos pontos P quando D se move ao longo do
crculo. Justique!
10. Utilize a ferramenta rastro para selecionar a mediatriz t e, em seguida, faca o ponto
D mover-se sobre o crculo.
11. Observando a simula cao, descreva um procedimento para construir uma par abola
atraves de dobradura de papel.
9 Alguns Aparatos Usados na Constru cao de C onicas
Nessas construcoes vamos precisar trabalhar numa prancheta de madeira de di-
mensoes mnimas 50 60 2 cm. Tambem usaremos alguns materiais como: regua
simples de madeira, uma regua de madeira no formato de T, tesoura, barbante, l apis e
pregos ou percevejos.
Construindo uma parabola:
F
d
1. Fixe um prego num ponto F (foco da par abola) da prancheta.
2. Considere a lateral da prancheta como a diretriz d da par abola.
3. Corte um peda co de barbante pouco maior que o comprimento da regua T.
4. Prenda uma extremidade do barbante na extremidade do tronco da regua T e a outra
no foco F, de modo que a parte livre do barbante tenha exatamente o comprimento
da regua.
5. Trace uma curva deslizando a regua T ao longo da diretriz, enquanto mantem o
barbante esticado com seu l apis e em contato com o tronco da regua T. A curva e
parte de uma par abola com foco F e diretriz d.
Observe que a dist ancia da ponta do l apis ` a diretriz e igual ` a dist ancia ao ponto F.
Portanto, a curva que o l apis descreve e uma par abola. (Ver caracteriza cao focal da
par abola)
Construindo uma elipse:
F F 1 2
P
1. Fixe dois pregos na prancheta nos pontos F
1
e F
2
.
2. Tome um peda co de barbante cujo comprimento seja maior que a dist ancia F
1
F
2
.
A amarre suas pontas em F
1
e F
2
de modo que a parte livre do barbante ligando os
dois pregos tenha comprimento l = 2a.
3. Trace uma curva com o l apis ao redor dos dois pregos mantendo o barbante esticado.
A curva tra cada ser a uma elipse comfocos F
1
e F
2
, satisfazendo a equa cao PF
1
+PF
2
=
2a para todo ponto P da curva. . (Ver caracteriza cao focal da elipse)
Construindo uma hiperbole I:
F
2
F
1
1. Prenda uma extremidade da regua simples de madeira sobre a prancheta com um
prego no ponto F
1
, de modo a permitir que ela gire em torno do prego.
2. Fixe um segundo prego na prancheta no ponto F
2
.
3. Tome um peda co de barbante com comprimento tal que
0 < (comprimento da regua) (comprimento do barbante) < F
1
F
2
.
4. Mantenha o l apis em contato com a regua de modo a deixar o barbante esticado.
Ao mesmo tempo gire a regua em torno de F
1
.
A curva que o l apis descreve e parte de uma ramo da hiperbole que satisfaz a equa cao
PF
1
PF
2
= (comprimento da regua) (comprimento do barbante) para todos os pontos
P.
Construindo uma hiperbole II:
F
2
F
1
P
1. Fixe dois pregos na prancheta nos pontos F
1
e F
2
.
2. Tome um peda co de barbante cujo comprimento seja bem maior que duas vezes a
distancia F
1
F
2
.
3. Passe o barbante em torno de F
2
e por cima de F
1
, mantendo juntas as suas ex-
tremidades. Em seguida, amarre um l apis, em P, em uma das partes do barbante,
mantendo-o esticado conforme mostra a gura.
4. Puxe ou afrouxe simultaneamente as duas pontas do barbante, mantendo-o esticado
atraves do lapis.
A diferenca inicial PF
1
PF
2
= 2a manter-se-a constante e o l apis (ponto P) descre-
ver a um ramo da hiperbole com focos F
1
e F
2
, satisfazendo a equa cao PF
1
PF
2
= 2a
para todo ponto P da curva.
Referencias
[1] Baldin, Y. Y. ET. Alli., Atividades com Cabri-Geomètre II, Sao Carlos: Editora
EdUFSCar, 2002.
[2] Boyer, C. B., Hist oria da Matem atica, Editora Edgard Bl ucher Ltda, S ao Paulo, 1.974
[3] Gon calves, Z. M., Geometria Analtica: Um Tratamento Vetorial Vol 1 e 2, LTC, Rio
de Janeiro, 1.978.
[4] Jennings, G. A., Modern Geometry with applications, Springer-Verlag, New York.
[5] Lindquist, M. M and Shulte A. P., Aprendendo e Ensinando Geometria, Tradu cao:
Domingues, H. H.,Editora Atual,S ao Paulo 1998.
[6] Revista do Professor de Matem atica, IMPA-SBM, Rio de Janeiro.
Matematica e Ensino: O estudo de Alguns
Topicos sobre Curvas C onicas via o
Software Cabri-Geomètre II
Rafael Siqueira Cavalcanti
Edson Agustini

Universidade Federal de Uberl andia - UFU - MG
Resumo
Neste trabalho apresentamos seis construcoes geometricas envolvendo curvas conicas
com o auxlio do software de geometria din amica Cabri Geomètre II. Propriedades
de reexao das curvas conicas tambem sao exploradas nessas construcoes. Alem
disso, apresentamos uma secao com alguns aspectos historicos das seccoes conicas
introduzidas por Apol onio de Perga, ( 262 - 190 a.C.) e, uma outra secao com
uma curiosidade hist orica (e sua justicativa) de como os antigos gregos faziam
para identicar uma curva c onica a partir de um foco e de um peda co da mesma.
1 Introdu cao
O uso de recursos computacionais para auxiliar no estudo de matem atica tem se tor-
nado cada vez mais freq uente e promissor. No estudo de geometria euclidiana plana
e geometria analtica, o sofware Cabri Geomètre II se apresenta como uma boa op c ao
de ensino-aprendizagem. Neste trabalho, zemos uso do Cabri em um estudo de seis
constru coes geometricas envolvendo elipses, hiperboles e parabolas (duas de cada). A
principal referencia utilizada nas constru coes foi o livro [1] de atividades com o Cabri.
Com essas construc oes geometricas, objetivamos motivar o aluno dos perodos iniciais
de Matematica a estudar essa bela pagina da Geometria constituida pelas curvas c onicas e
suas propriedades (como as de reex ao). Alem disso, esperamos estimular o aluno ao uso
do computador para a aprendizagem, e que as constru c oes aqui abordadas possam servir
de introduc ao para estudos e constru coes geometricas mais elaboradas sobre o assunto.
Uma breve introducao hist orica sobre as curvas c onicas e apresentada e, nalizando o
trabalho, incluimos um interessante estudo de como os antigos gregos faziam reconheci-
mento dessas curvas utilizando um dos focos e um peda co da curva conica.
Finalmente, como pre-requisito a este estudo, colocamos apenas uma pequena famil-
iaridade com alguns conceitos b asicos de geometria plana.
Este trabalho foi desenvolvido no primeiro semestre letivo de 2004 como parte das ativi-
dades do projeto de ensino Ac oes Integradas para Melhoria do Ensino de Matematica
viculado ao PIBEG - Programa Institucional de Bolsas de Ensino da Graduacao - UFU.
rafaelufu@yahoo.com.br Orientando do Programa Institucional de Bolsas de Ensino de Gradua cao

- Pibeg - de marco/04 a fevereiro/05.

2 Um Pouco da Hist oria das Curvas C onicas
Associado à historia das curvas c onicas temos o nome de Apolonio, que nasceu na cidade
de Perga, regi ao da Panflia (atualmente Turquia) por volta de 262 a.C. e viveu, aproxi-
madamente, ate 190 a.C.
Apolonio foi contempor aneo de Arquimedes que viveu, aproximadamente, entre 287
a.C. e 212 a.C. e, juntamente Euclides (aprox. 325 a.C. a 265 a.C.) forma a trade
considerada como sendo a dos maiores matem aticos gregos da antiguidade. Estudou com
os discpulos de Euclides em Alexandria e foi astronomo not avel.
Sua obra prima e Secc oes Conicas composta por 8 volumes (aproximadamente 400
proposic oes!). Da obra original sobreviveram 7 volumes, sendo 4 escritos em grego e 3
traduzidos para o arabe por Thabit Ibn Qurra (826 a 901) no sec. IX. Os tres primeiros
volumes sao baseados em trabalhos de Euclides e o oitavo volume foi, infelizmente, per-
dido. Em 1710 Edmund Halley traduziu os sete volumes sobreviventes de Sec coes Conicas
para o latim e todas as demais tradu c oes para as lnguas modernas foram feitas a partir
da traduc ao de Halley.
Apolonio escreveu pelo menos mais seis outras obras que, infelizmente, se perderam
com excessao de uma (que foi traduzida para o arabe na idade media). No entanto, ao
contrario do oitavo volume de Sec c oes Conicas, essas cinco obras perdidas foram restau-
radas no seculo XVIII a partir de citac oes e coment arios em obras gregas antigas.
Embora Apolonio tenha sido o matem atico que mais estudou e desenvolveu as c onicas
na antiguidade, essas curvas j a eram conhecidas em sua epoca, sendo os precursores
Manaecmo, Aristeu e o pr oprio Euclides.
Figura 1: Apol onio de Perga.
Antes de Apolonio as c onicas eram concebidas como intersec c ao de um cone simples
(uma folha) com um plano perpendicular a uma geratriz do cone, sendo essa intersec cao
uma:
(1) Elipse: quando o cone possui secc ao meridiana aguda.
(2) Par abola: quando o cone possui sec cao meridiana reta.
(3) Hiperbole: quando o cone possui secc ao meridiana obtusa.
Com Apolonio, ao inves de se considerar um cone simples, tomamos um cone duplo,
que pode ser reto ou oblquo, e fazemos a intersec c ao com um plano tal qual consideramos
nos atuais textos de geometria analtica (Figura 2).
Figura 2: Seccoes conicas.
3 Quantos pontos determinam uma c onica?
Esta sec ao tem por objetivo justicar um procedimento bastante comum quando usamos
o software Cabri-Geomètre II no estudo de conicas, que e o fato de que cinco pontos
determinam uma conica.
Seja ax
2
+ by
2
+ cxy + dx + ey + f = 0 equa cao geral de uma conica, sendo a, b ou c
diferente de zero.
Suponha a ,= 0. Logo:
x
2
+
b
a
y
2
+
c
a
xy +
d
a
x +
e
a
y +
f
a
= 0.
Chamando
b
a
= ;
c
a
= ;
d
a
= ;
e
a
= ;
f
a
= , temos
x
2
+ y
2
+ xy + x + y + = 0
Fazendo (x, y) = (x
1
, y
1
) , (x
2
, y
2
) , (x
3
, y
3
) , (x
4
, y
4
) e (x
5
, y
5
) , temos o sistema linear:
_
_
x
2
1
+ y
2
1
+ x
1
y
1
+ x
1
+ y
1
+ = 0
x
2
2
+ y
2
2
+ x
2
y
2
+ x
2
+ y
2
+ = 0
x
2
3
+ y
2
3
+ x
3
y
3
+ x
3
+ y
3
+ = 0
x
2
4
+ y
2
4
+ x
4
y
4
+ x
4
+ y
4
+ = 0
x
2
5
+ y
2
5
+ x
5
y
5
+ x
5
+ y
5
+ = 0
que possui cinco equa coes e cinco incognitas. Se os pontos (x
i
, y
i
) ; i = 1, 2, 3, 4, 5; dados
forem distintos e nao colineares, temos como calcular , , , e e, portanto, encontrar
a equac ao geral dessa conica.
Exemplo: Suponhamos que os pontos (6, 2) ; (4, 2) ; (2, 1) ; (3, 2) e (5, 6) pertencam
a uma curva conica. Logo, podemos montar o seguinte sistema linear:
_
_
6
2
+ 2
2
+ (6) (2) + 6 + 2 + = 0
4
2
+ (2)
2
+ (4) (2) + 4 2 + = 0
(2)
2
+ 1
2
+ (2) (1) 2 + 1 + = 0
(3)
2
+ (2)
2
+ (3) (2) 3 2 + = 0
5
2
+ 6
2
2
+ (5) (6) + 5 + 6 + = 0
cuja soluc ao e
=
1
24
345 +
1
24
; =
1
192
345
157
192
; =
1
96
345
253
96
;
=
1
32
345 +
13
32
; =
5
48
345
545
48
.
que corresponde a uma elipse de equac ao geral:
x
2
+ (0, 81559) y
2
+ (0, 91445) xy + (2, 8289) x + (0, 98669) y 13, 289 = 0
cuja ilustrac ao pode ser vista na Figura 3:
Figura 3: Cinco pontos podem determinam uma curva conica.
4 Parabolas
4.1 A Parabola como Lugar Geometrico dos Centros das Cir-
cunferencias que Contem um Ponto Fixo e sao Tangentes a
uma Reta Dada
Vamos utilizar o Cabri Geomètre II para obter esse lugar geometrico.
Descricao da constru cao:
Com a ferramenta Reta situada na terceira palheta da barra de ferramentas (sempre
contando da esquerda para a direita), construimos uma reta qualquer e a rotulamos de d
(op cao Rotulo na decima palheta).
Em seguida, com a op c ao Ponto (segunda palheta) criamos um ponto qualquer no
plano com a restri cao de que o mesmo n ao pertenca à reta d. Rotulamos este ponto de F.
Como pr oximo passo, utilizamos a op c ao Ponto sobre Objeto para criarmos um ponto
T sobre a reta d.
Usando a ferramenta Reta Perpendicular (quinta palheta), tra camos uma reta perpen-
dicular a d passando por T e, em seguida, a rotulamos de r.
Tra camos ent ao o segmento TF (Segmento, terceira palheta) e sua mediatriz (Mediatriz,
quinta palheta) a qual damos o r otulo m.
Com a opc ao Pontos de Interseccao (segunda palheta) marcamos o ponto de intersec c ao
da reta r e da mediariz m. Rotulamos este ponto de P.
Seguindo os passos descritos acima nossa constru c ao no Cabri esta interativa. Para
vericar isso, clicamos sobre T e arrastamos o mesmo pela reta d. Que curva o ponto P
descreve quando movimentamos T? Para visualizar o percurso de P habilitemos a op c ao
Rasto On/O (decima palheta) e cliquemos sobre mesmo. Agora, movimentando o
ponto T sobre a reta d, obtemos Figura 4.
Figura 4: A par abola como lugar geometrico.
Aparentemente, a curva obtida e uma parabola de foco F e diretriz d, mas o que
garante que a gura realmente representa essa curva c onica? Para responder essa per-
gunta, vamos lembrar o conceito de par abola: damos o nome de par abola ao conjunto dos
pontos equidistantes do foco (no caso F) e da diretriz (no caso d).
Vamos ent ao vericar, usando o Cabri, se na curva obtida a deni cao de par abola esta
satisfeita:
Criamos com a ferramenta Segmento da terceira palheta, o segmento FP.
Novamente, com a ferramenta Segmento, criamos o segmento PT.
Com a ferramenta Distancia e Comprimento medimos os segmentos FP e PT.
Observamos, como era esperado, que esses segmentos tem o mesmo comprimento in-
dependente de como variamos T na reta d ou seja, a deni cao de par abola foi interati-
vamente satisfeita (Figura 5).
Figura 5: Vericando a denicao de par abola.
Para uma demonstra cao formal de que o ponto P descreve uma parabola, tome o
ponto O como na gura acima. Temos que o tri angulo OFP tem angulo reto em O, o
mesmo ocorrendo com o tri angulo OTP. Isto ocorre do fato de a reta m ser mediatriz
de FT. Tambem do fato de m ser mediatriz de FT, temos OF OT. Logo, temos pelo
criterio de congruencia LAL (lado, angulo, lado) que OFP OTP. Logo, a medida de
FP sempre e igual a medida de TP para qualquer P.
Observemos que P e centro de circunferencia tangente a d passando por F, ou seja,
temos a par abola como lugar geometrico dos centros das circunferencias que contem um
ponto xo F e sao tangentes a uma reta d dada.
Propriedade de Reexao da Parabola:
Um raio de luz incidindo em uma par abola paralelamente ao seu eixo de simetria e
reetido nesta passando pelo seu foco.
Veriquemos essa propriedade na constru c ao acima.
Pela Lei de Snell, temos que o angulo de incidencia e igual ao angulo de reexao.
Vamos vericar que estes angulos realmente sao iguais na nossa constru c ao:
Seja a circunferencia com centro em P e raio PT. Essa circunferencia tem T como um
dos pontos de intersec c ao com a reta r. O outro, rotulemos de Q. Com a ferramenta Reta
Perpendicular tra camos a perpendicular ` a m passando por Q. Rotulemos de R o pe da
perpendicular baixada de Q a m.
Com a ferramenta
Angulo medimos os angulos de incidencia Q
PR e reexao F

PO.
Constatamos que suas medidas coincidem.
Justicativa: Construimos o tri angulo ret angulo RQP, com O P R (P entre O e R) e
T P Q. Pelo criterio LAA
0
(lado, angulo, angulo oposto), temos que OTP e congruente
a RQP. Mas OTP e congruente a OFP, logo, RQP e congruente a OFP. Assim, o angulo
de incidencia Q
PR e congruente ao angulo de reex ao F

PO. (Figura 6)
Figura 6: Vericando a propriedade de reex ao da par abola.
4.2 Uma Outra Constru cao Para a Parabola
Primeiramente, tracamos os eixos coordenados (Mostrar Eixos - decima primeira pal-
heta). Em seguida, habilitamos a op cao Denir Grade (na mesma palheta) e clicamos
sobre um dos eixos.
Criemos um ponto F qualquer, de coordenadas inteiras, ou seja, que est a sobre um
ponto da grade. Este ponto ser a o foco da nossa par abola.
Tra camos ent ao a diretriz d da par abola de modo que esta diretriz seja paralela ao eixo
das abscissas. Para isso basta ativar a ferramenta Reta e clicar sobre dois pontos de
mesma ordenada.
Com a ferramenta Reta Perpendicular, tracamos uma reta perpendicular a d passando
por F (eixo da par abola). Chamamos a intersec c ao desta reta com a diretriz de A.
Para localizarmos o vertice dessa parabola usamos op c ao Ponto Medio (quinta pal-
heta), clicando uma vez sobre A e outra sobre F. Rotulamos este ponto de medio de V
(vertice).
Com a op cao Semi-reta, construmos a semi-reta de origem V e que contem F e, em
seguida, construmos um ponto G sobre esta semi-reta.
Tomemos uma reta perpendicular ao eixo da par abola passando por G. Feito isto,
construmos o segmento GA e com a opc ao Pontilhado (decima primeira palheta), pon-
tilhamos este segmento.
Com a opcao Compasso (quinta palheta), criamos uma circunferencia de centro F e
raio GA. Marcamos os ponto de intersec c ao desta circunferencia com a reta perpendicular
passando por G e os rotulamos de T
1
e T
2
, respectivamente.
Utilizando a ferramenta Lugar Geometrico, clicamos uma vez sobre T
1
e uma sobre G.
Repitamos o processo clicando agora uma vez sobre T
2
e uma sobre G.
Com a op cao Conica (quarta palheta), clicamos em cinco pontos distintos sobre o lugar
geometrico obtido. Assim, o Cabri tra ca a parabola que coincide com o lugar geometrico
obtido.
Ativamos agora a op cao Equacao e Coordenadas e clicamos sobre a par abola. Assim
obtemos o seguinte resultado (Figura 7):
Figura 7: Outra constru cao para a par abola.
Vamos fazer uma demonstra c ao formal de que a curva obtida e, realmente, uma
parabola.
Tomemos um ponto Q qualquer da par abola de acordo com a Figura 8.
Devemos mostrar que a dist ancia do ponto Q à diretriz da parabola e igual a dist ancia
deste mesmo ponto ao foco da par abola.
Tra camos o segmento QP, perpendicular ao eixo das abscissas e com P pertencente a
d.
Temos que o comprimento de QP e a distancia do ponto Q à diretriz da parabola e
que QP GA.
Temos que QF GA possui comprimento igual a dist ancia do ponto Q ao foco da
parabola que, por constru cao, e o raio da circunferencia com centro em F.
Como o ponto Q e arbitrario, conclumos que a distancia de um ponto qualquer da
parabola ` a diretriz da mesma, e igual a dist ancia deste mesmo ponto ao foco da mesma
parabola.
Figura 8: Demonstra cao formal para a par abola.
5 Elipses
5.1 A Elipse Como Lugar Geometrico dos Centros das Circun-
ferencias que Contem um Ponto Fixo e sao Tangentes a uma
Circunferencia Dada
Com a ferramenta Ponto (segunda palheta) criamos dois pontos distintos no centro
da tela e rotulamos estes pontos de F
1
e F
2
, respectivamente.
A seguir, com a opc ao Segmento (terceira palheta), criamos um segmento de tamanho
maior que F
1
F
2
para utilizarmos como raio da circunferencia que vamos construir.
Com op cao Compasso (quinta palheta), clicamos sobre o segmento que construmos
e depois sobre o ponto F
1
. O Cabri tra ca uma circunferencia de raio igual a medida do
segmento que zemos e centro no ponto F
1
. Rotulamos esta circunferencia de c. Devido
ao fato do segmento que construmos ter medida maior que a medida de F
1
F
2
, temos que
F
2
esta no interior da circunferencia.
Em seguida, com a op c ao Ponto sobre Objeto (segunda palheta) construmos um ponto
sobre c e rotulamos de T.
Com a ferramenta Reta (terceira palheta) construmos a reta que passa por T e F
1
e
a que passa por T e F
2
e as rotulamos de r e s, respectivamente.
Com a op cao Segmento (terceira palheta), marcamos o segmento que une T a F
2
e em
seguida com a op c ao Mediatriz, tracamos a mediatriz de TF
2
. Rotulamos essa mediatriz
de m.
Com a ferramenta Ponto de Interseccao, marquemos o ponto E, interseccao de m e r.
Feita a construc ao, movimente o ponto P sobre a circunferencia e tente observar que
curva o ponto E descreve. Se a visualizacao nao cou clara, utilize o recurso Rasto
On/O sobre o ponto E e, novamente, movimente P sobre a circunferencia. Obtemos
entao a seguinte gura:
Figura 9: A elipse como lugar geometrico.
Aparentemente, a curva gerada pelo movimeto do ponto E e uma elipse de focos F
1
e
F
2
, mas o que garante este fato?
Temos, por denicao de elipse, que a distancia de um ponto qualquer da mesma
ate um dos focos, somada com a dist andia do mesmo ponto ate o outro foco, e uma
constante. Vamos vericar se isto realmente est a ocorrendo na nossa elipse considerando
a construc ao da Figura 10, cuja descri c ao segue logo abaixo.
Figura 10: Vericando a denicao de elipse.
Primeiramente, construmos os segmentos EF
1
e EF
2
com a ferramenta Segmento.
Em seguida, medimos estes segmentos (Distancias e Comprimentos - nona palheta).
Agora, com a ferramenta Calculadora (nona palheta), clicamos na medida de um
segmento, no operador + e depois sobre o outro segmento. Ap os isto, clicamos no sinal
de igualdade e arrastamos o resultado obtido para a area de trabalho do Cabri.
Clicando sobre o ponto T e o arrastando ao longo de c podemos constatar que, in-
dependente das medidas de EF
1
e EF
2
, a soma EF
1
+ EF
2
permanece constante, como
queriamos constatar.
Vamos fazer uma demonstra cao formal de que a gura obtida e, realmente, uma elipse.
Chamemos de O a interseccao de m com s. Sejam os triangulos EOF
2
e EOT (com
T O F
2
, ou seja, O entre T e F
2
). Pelo criterio LAL (lado, angulo, lado), temos que
estes dois triangulos sao congruentes. Logo, EF
2
= ET.
Assim, temos que F
1
E +EF
2
= F
1
E +ET = F
1
T que possui comprimento constante
pois F
1
T e o raio da circunferencia da nossa construcao. (Figura 11)
Figura 11: Vericando se o lugar geometrico dene uma elipse.
Propriedade de Reexao da Elipse:
Um raio de luz com origem um um foco de uma elipse reete nesta passando pelo outro
foco.
Mostremos essa propriedade na constru cao acima.
Temos que os triangulos EF
2
O e ETO sao congruentes pelo criterio LAL (lado, angulo,
lado). Isto se da devido ao fato da reta que contem EO ser a mediatriz de TF
2
.
Temos que os triangulos ETO e EF
1
D sao semelhantes devido ao criterio AAA
(angulo, angulo, angulo). Logo, por transitividade, temos que o tri angulo EF
1
D e semel-
hante ao tri angulo EF
2
O, ou seja, F
1
ED F
2
EO, o que conclui que o angulo de incidencia

e igual ao angulo de reex ao.
5.2 Outra Constru cao para a Elipse
Antes de comecarmos a constru cao, vamos ao menu superior Opcoes e clicamos
em Preferencias. Selecionamos agora Sistema de Coodernadas e Equacoes e, no tem
Conica, selecionamos (x x
0
)
2
/a
2
(y y
0
)
2
/b
2
= 1. Clicamos em Aplicar a e, em
seguida em Ok.
Mostramos os eixos coordenados e rotulamos a origem de O.
Com a opc ao Edicao Numerica, editamos primeiramente o valor 3 e atribumos a ele
o r otulo a e, em seguida, editamos o valor 2 e atribumos a ele o r otulo b.
Com a ferramenta Calculadora efetuamos os dois calculos a seguir associando ao
primeiro c e ao segundo c:
a
2
b
2
e
a
2
b
2
.
Utilizando a ferramenta Transferencia de Medida (quinta palheta), transferimos a para
o eixo das abscissas e b para o eixo das ordenadas. Chamamos esses pontos de A
2
e B
1
,
respectivamente.
Transferimos os valores de c e c para o eixo das abscissa rotulando-os de F
2
e F
1
.
Construmos os segmentos OA
2
e OB
1
e, com a ferramenta Compasso, construmos
as circunferencias concentricas em O e de raios OA
2
(de comprimento 3) e OB
1
(de
comprimento 2).
Tomemos um ponto T sobre a circunferencia de raio OA
2
e, em seguida, construmos
a semi-reta OT. Chamamos o ponto da intersec cao de OT com a circunferencia de raio
OB
1
de Q.
Tracemos uma reta perpendicular ao eixo das abscissas passando por T e uma perpen-
dicular ao eixo das oordenadas passando por Q. Obtemos o ponto de intersec cao destas
duas retas e rotulamos este ponto de P.
Utilizando agora a ferramenta Lugar Geometrico, clicamos uma vez sobre P e uma
sobre T. Um lugar geometrico (neste caso, uma curva) e tracado.
Para vericarmos, com o auxlio do Cabri, que este lugar geometrico obtido e, real-
mente, uma elipse, habilitamos a op c ao Conica e clicamos em cinco pontos distintos
sobre o lugar geometrico. Visualmente, percebemos que a curva c onica (elipse) e o lugar
geometrico obtido coincidem.
Para obtermos a equa c ao dessa elipse, ativamos a ferramenta Equacao e Coordenadas
e clicamos sobre a elipse. O resultado obtido da constru c ao feita segue adiante. (Figura
12)
Variando os par ametros a e b no Cabri, podemos visualizar de modo din amico as
sucessivas elipses de equacoes x
2
/a
2
+ y
2
/b
2
= 1. Para variar os par ametros, basta clicar
duas vezes sobre um dos valores, 3 ou 2, de a ou b. Isso dara origem a uma pequena janela
que permite a mudan ca do respectivo valor.
Figura 12: Outra constru c ao para a elipse.
Para uma demonstra cao formal de que a curva acima realmente e uma elipse, uti-
lizamos as equa coes parametricas da mesma. Assim, devemos mostrar que um ponto da
curva possui equac oes parametricas da forma x = a cos t, y = b sen t, 0 t < 2.
Consideramos um ponto P arbitr ario na curva e K o pe da perpendicular baixada de
T no eixo das abscissas. Temos o tri angulo OTK com angulo reto em K, o ponto Q com
O Q T (Q entre O e T) e o angulo T

OK = t, com 0 t < 2 como na gura abaixo:
Figura 13: Demontra cao formal para a elipse.
Temos o segmento OQ de comprimento b e o segmento OT de comprimento a. Logo,
temos que o ponto Q tem ordenada b sen t mas, como Q e P estao sobre uma mesma reta,
paralela ao eixo das abscissas, temos que P tem a mesma ordenada de Q.
Temos tambem o ponto T com abscissa a cos t mas, como T e P estao sobre uma
mesma reta paralela ao eixo das ordenadas, temos que P tem a mesma abscissa de T.
Logo, P = (a cos t, b sen t) ou seja, x = a cos t e y = b sen t,com 0 t < 2, que sao as
equa coes parametricas da elipse.
Deste modo:
x
2
a
2
+
y
2
b
2
=
(a cos t)
2
a
2
+
(b sen t)
2
b
2
= cos
2
t + sen
2
t = 1,
0 t < 2, que e a equac ao reduzida de uma elipse.
6 Hiperboles
6.1 A Hiperbole Como Lugar Geometrico dos Centros das Cir-
cunferencias que Contem um Ponto Fixo e sao Tangentes a
uma Circunferencia Dada
Neste caso, repetimos todo o processo inicial da constru c ao da nossa primeira elipse,
com a diferenca de que, desta vez, o segmento incial que vamos xar ter a comprimento
menor que a dist ancia de F
1
a F
2
. Deslizando o ponto T sobre a circunferencia, obser-
vamos que o ponto E descreve uma curva. Para melhor visualizarmos que curva e essa,
ativaremos a op c ao Rasto On/O e obtemos o seguinte resultado:
Figura 14: A hiperbole como lugar geometrico.
Aparentemente obtemos uma hiperbole de focos F
1
e F
2
. Para comprovar que a curva
e, realmente, uma hiperbole vamos relembrar a deni cao da mesma: uma hiperbole e o
conjunto dos pontos P tais que [d(P, F
1
) d(P, F
2
)[ = k (k e uma constante positiva).
Vamos fazer uma demonstra c ao de que isso ocorre na nossa hiperbole.
Com a ferramenta Distancias e Comprimento (nona palheta), medimos o comprimento
de EF
1
e o de EF
2
.
Com a op cao Calculadora (nona palheta), calculamos o valor absoluto (m odulo) de
EF
1
EF
2
.
Efetuada essa conta, clicamos sobre o valor obtido e o arrastamos ate a area de trabalho
do Cabri.
Agora e so movimentar o ponto T sobre a circunferencia e constatar que mesmo com
a varia c ao das medidas de EF
1
e EF
2
, [d(P, F
1
) d(P, F
2
)[ sempre permanece constante.
(Figura 15)
Figura 15: Vericando a denicao de hiperbole.
Vamos agora fazer uma demonstra c ao formal de que a curva acima e, realmente, uma
hiperbole.
Seja A o ponto de intersec c ao da reta que passa por T e F
2
e da mediatriz do segmento
TF
2
.
Temos que o triangulo ETA e congruente ao tri angulo EF
2
A pelo criterio LAL (lado,
angulo, lado). Assim, EF
2
ET.
Logo, podemos concluir que [EF
1
EF
2
[ = [EF
1
ET[ = F
1
T que e constante, pois
F
1
T e o raio da circunferencia da nossa construc ao.
Propriedade de Reexao da Hiperbole:
Um raio de luz incidindo em uma hiperbole na dire cao de um dos focos e reetido
nesta na dire c ao do outro foco.
Vamos vericar que a propriedade de reex ao da hiperbole esta satisfeita em nossa
constru cao.
Seja A o ponto formado pela intersec cao da tangente ` a hiperbole no ponto E e o
segmento TF
2
.
Tomamos, sem perda de generalidade, o raio incidente que passa pelo segmento EF
2
.
Devemos mostrar que o angulo formado entre esse raio incidente e a tangente ` a hiperbole
no ponto E e o angulo T

EA sao congruentes ou seja, angulo de incidencia e igual ao
angulo de reex ao.
Temos que os triangulos ETA e EF
2
A sao congruentes (caso LAL). Assim, o angulo
T

EA e igual ao angulo F
2
EA. Logo, podemos concluir que o angulo situado entre o raio

de incidencia e a tangente à hiperbole no ponto E, e congruente ao angulo F
2
EA (opostos
pelo vertice), que por sua vez e congruente ao angulo T

EA. Assim, conclumos que o
angulo de incidencia e igual ao angulo de reexao. (Figura 16)
Figura 16: Propriedade de reex ao da hiperbole
6.2 Outra Constru cao para a Hiperbole
Primeiramente, fazemos os mesmos ajustes feitos na segunda constru c ao da elipse, vista
acima. Clicamos no menu de Opc oes e, em seguida, em Preferencias. Vamos ate
a guia Sistema de Coordenadas e Equac oes e no item Conica, habilitamos a op cao
(x x
0
)
2
/a
2
(y y
0
)
2
/b
2
= 1.
Agora, come cando efetivamente a constru cao, exibimos os eixos de coordenadas e rotu-
lamos a origem de O.
Com a opc ao Edicao Numerica, da decima palheta, editamos os n umeros 3 e 2 e, em
seguida, rotulamo-os de a e b, respectivamente.
Temos que efetuar os seguintes calculos:
a
2
+ b
2
e
a
2
+ b
2
.
Para isso, ativamos a op c ao Calculadora e efetuamos as contas normalmente. Para
cada resultado obtido, clicamos no mesmo (dentro da calculadora) e arrastamos ate a area
de trabalho do Cabri. Para o primeiro valor obtido, damos o r otulo c e, para o segundo,
c.
Utilizando o recurso de Transferencia de Medida, transferimos os valores de a e b
para o eixo das abscissas rotulando-os, respectivamente, de V
2
e b. Ainda com o mesmo
recurso ativado, tranferimos c e c para o eixo Ox. Chamamos estes pontos de F
1
e F
2
,
respectivamente.
Passamos à construc ao do segmento OV
2
e, com a ferramenta Compasso, construmos
a circunferencia de centro O e raio OV
2
.
Marcamos um ponto T qualquer sobre esta circunferencia e, em seguida, construmos a
semi-reta OT.
Tra camos uma reta perpendicular ao eixo das abscissas passando por b e, em seguida,
construmos o ponto de intersec cao desta reta com a semi-reta OT, rotulando-o de S.
Tra camos outra perpendicular ao eixo das abscissas passando por V
2
. Marcamos o ponto
de intersecc ao desta reta com OT, rotulando-o de Q.
Marcamos o segmento OQ e facamos outra circunferencia de centro O e raio OQ.
Tomemos o ponto de intersec cao desta circunferencia com o eixo das abscissas (no sentido
positivo). Rotulamos este ponto de Q
.
Fa camos outra reta perpendicular ao eixo das abscissas passando por Q
e uma reta
perpendicular ao eixo das oordenadas passando por S. Tomemos o ponto de intersec c ao
destas duas retas rotulando-o de P.
Com a ferramenta Lugar Geometrico habilitada, clicamos uma vez sobre o ponto P e
em seguida uma vez sobre o ponto T.
Com a opc ao Conica, clicamos cinco vezes sobre o lugar geometrico obtido e temos o
seguinte resultado:
Figura 17: Outra constru cao para a hiperbole.
Para uma demonstra c ao formal de que a curva acima e uma hiperbole, utilizamos as
equa coes parametricas da mesma. Assim, devemos mostrar que um ponto P qualquer
da hiperbole possui abscissa x = a sec t e ordenada y = b tan t; 0 t < 2; t ,=

2
,
3
2
.
Mostrando isso, temos
x
2
a
2

y
2
b
2
=
(a sec t)
2
a
2

(b tan t)
2
b
2
= sec
2
t tan
2
t = 1,
que e a equac ao reduzida de uma hiperbole.
Para tanto, seja P = (x, y) e t a medida do angulo Q
OQ
.
No triangulo ret angulo QOV
2
temos cos t =
OV
2
OQ
=
OV
2
OQ
pois OQ OQ
. Como a
medida de OV
2
e a e a medida de OQ
e x, temos cos t =
a
x
, ou seja, x = a sec t.
No tri angulo retangulo SOb temos tan t =
Sb
Ob
=
PQ
Ob
pois Sb PQ
. Como a medida
de Ob e b e a medida de PQ
e y, temos tan t =
y
b
, ou seja, y = b tan t.
Desta forma, P = (a sec t, b tan t) ; 0 t < 2; t ,=

2
,
3
2
, como queramos.
7 Curiosidade: Como os Antigos Gregos Identicavam
uma C onica
Os gregos da antig uidade criaram um metodo bastante interessante para indenticar
conicas. Eles dispunham apenas de um pedaco de uma conica e de um foco como
na gura a seguir:
Figura 18: Curvas conicas na antig uidade.
O metodo consistia da seguinte an alise:
Tomamos o segmento AB perpendicular ao eixo de simetria da c onica em F com os
pontos A e B pertencentes à curva conica. (Este segmento AB era chamado de latus
rectum, que signica par ametro)
Tomemos um ponto P pertencente à curva c onica.
Calculamos a area do quadrado PQRS com R e S pertencentes ao eixo de simetria da
curva conica.
Construimos um ret angulo STUV de mesma area de PQRS, sendo V o vertice da
conica, como mostra a gura abaixo:
Figura 19: Metodo de identicacao de curvas conicas.
Feita esta construc ao, concluia-se que:
Se UV < AB, a curva conica e uma elipse. (elleipsis, que signica falta)
Se UV AB, a curva c onica e uma par abola. (parabole, que signica compara cao)
Se UV > AB, a curva conica e uma hiperbole. (hyperbole, que signica excesso)
Vamos vericar que este metodo utilizado pelos gregos realmente e valido. Comecemos
para o caso em que a curva c onica em questao e uma par abola.
1
caso: Parabola
Tomemos uma par abola qualquer e um sistema de coordenadas no plano de tal modo que
a equac ao de par abola seja y
2
= 4px, x R
+
, sendo p a distancia focal como mostra a
Figura 20 abaixo.
Mostremos que a altura do ret angulo STUV da Figura 19 acima mede 4p.
Para o valor de x = p, temos y = 2p. Logo, o comprimento d do segmento AB e
d = 4p. (Figura 21)
Tomemos um ponto qualquer P de coordenadas (x, y) , x > 0, na par abola. Desta
forma, o quadrado PQRS tera area / =
_
2
px
_
2
= 4px.
Figura 20: Parabola de equacao y
2
= 4px.
A area 1 do retangulo STUV tem que ser / e a aresta da base igual a x. Chamando
a altura do ret angulo de h, devemos ter:
/ = 1 4px = xh 4p = h d = h,
como queramos.
Figura 21: Conrmando que a curva e uma par abola.
2
Caso: Elipse
Seja uma elipse qualquer e xemos um sistema de coordenadas de tal modo que a
elipse tenha equacao na forma reduzida:
x
2
a
2
+
y
2
b
2
= 1. Tomemos o foco F com abscissa
negativa e o segmento AB conforme descrito na Figura 19. Seja d a medida do segmento
AB. (Figura 22)
Figura 22: Elipse de equa cao
x
2
a
2
+
y
2
b
2
= 1.
Temos que a abscissa de F e c =
a
2
b
2
. Para x = c temos, pela equac ao da
elipse, que y =
b
2
a
, ou seja d =
2b
2
a
.
Seja P = (x, y) um ponto da elipse tal que [x[ < a. Assim, y = b
_
1
x
2
a
2
e a area
do quadrado PQRS da Figura 23 abaixo e / = b
2
_
1
x
2
a
2
_
. O ret angulo STUV devera
ter base medindo a [x[ e altura h de tal modo que sua area 1 satisfa ca 1 = /, ou seja,
(a [x[) h = b
2
_
1
x
2
a
2
_
.
Desta forma,
h =
b
2
(a
2
x
2
)
a
2
(a [x[)
.
Devemos mostrar que h < d. De fato:
[x[
a
< 1 para [x[ < a 1 +
[x[
a
< 2
b
2
a
_
1 +
[x[
a
_
<
2b
2
a

b
2
a
2
(a +[x[) < d
b
2
(a +[x[) (a [x[)
a
2
(a [x[)
< d
b
2
(a
2
x
2
)
a
2
(a [x[)
< d h < d,
como queramos.
Figura 23: Conrmando que a curva e uma elipse.
3
Caso: Hiperbole
Seja uma hiperbole qualquer e xemos um sistema de coordenadas de tal modo que a
hiperbole tenha equacao reduzida
x
2
a
2

y
2
b
2
= 1. Tomemos o foco F com abscissa positiva
e o segmento AB conforme descrito na Figura 19. Seja d a medida do segmento AB.
Figura 24: Hiperbole de equa cao
x
2
a
2

y
2
b
2
= 1.
Temos que a abscissa de F e c =
a
2
+ b
2
. Para x = c temos, pela equacao da
hiperbole, que y =
b
2
a
, ou seja d =
2b
2
a
.
Seja P = (x, y) um ponto da hiperbole tal que [x[ > a. Assim, y = b
_
x
2
a
2
1 e a
area do quadrado PQRS da Figura 25 abaixo e / = b
2
_
x
2
a
2
1
_
. O retangulo STUV
devera ter base medindo [x[ a e altura h de tal modo que sua area 1 satisfa ca 1 = /,
ou seja,
([x[ a) h = b
2
_
x
2
a
2
1
_
.
Desta forma,
h =
b
2
(x
2
a
2
)
a
2
([x[ a)
.
Devemos mostrar que h > d. De fato:
[x[
a
> 1 para [x[ > a 1 +
[x[
a
> 2
b
2
a
_
1 +
[x[
a
_
>
2b
2
a

b
2
a
2
(a +[x[) > d
b
2
(a +[x[) ([x[ a)
a
2
([x[ a)
> d
b
2
(x
2
a
2
)
a
2
([x[ a)
> d h > d,
como queramos.
Figura 25: Vericando que a curva e uma hiperbole.
Referencias
[1] Baldin, Y. Y. & Villagra, G. A. L. Atividades com Cabri Geomètre II. Sao
Carlos: Editora da UFSCar. 2002.
[2] Boulos, P. & Camargo, I. Geometria Analtica: um tratamento vetorial. 2a. ed.
Sao Paulo: Editora McGraw-Hill Ltda., 1987.
[3] Eves, H. Topicos de Historia da Matematica para uso em Sala de Aula - Geometria.
Sao Paulo, Atual Editora.
[4] Lima, E. L. et. Alli. A Matematica do Ensino Medio. Volume 3. 3a. ed. Rio
de Janeiro: Publicacao da Sociedade Brasileira de Matem atica (SBM). Colec ao do
Professor de Matematica. 2003.
[5] Winterle, P. Vetores e Geometria Analtica. Sao Paulo: Makron Books do Brasil.
2000.
[6] Revista do Professor de Matematica. Rio de Janeiro: Publica cao da Sociedade
Brasileira de Matematica (SBM).
A Histria do Caf no Brasil
Adriano Soares Andrade
1
2
adrianosandrade@bol.com.br rmotta@ufu.br
Universidade Federal de Uberlndia
Faculdade de Matemtica
INTRODUO
Iniciaremos com um breve resumo da origem do caf na Etipia e sua vinda para o
Brasil no sculo XVII. Na poca do Barroco, das monarquias absolutas e a expanso do
comrcio internacional. A seguir um breve resumo da Poltica Caf com Leite realizado pelos
estados de So Paulo e Minas Gerais, uma troca de polticos no governo do pas que acabou
no dando certo.
Aps esta parte histrica iniciamos com dados pesquisados na internet onde se
mostraremos o papel do Brasil no comrcio internacional, quanto sua agricultura cafeeira e
exportao do produto CAF.
Veremos tabelas e a interpretao das mesmas com grficos e frmulas matemticas, de
modo a facilitar o entendimento e a compreenso da verdadeira posio do pas frente
globalizao.
A HISTRIA DO CAF NO BRASIL
Originrio da Etipia, onde j era utilizado em tempos remotos, o caf atravessou o
Mediterrneo e chegou Europa durante a segunda metade do sculo XVII. Era a poca do
Barroco, das monarquias absolutas e a expanso do comrcio internacional enriquecia a
burguesia.
A palavra "caf" escrito em amrico, idioma oficial da Etipia.
J no incio do sculo XVIII, os Cafs tornaram-se centros de encontro e reunio
elegante de aristocratas, burgueses e intelectuais. Precedido pela fama de "provocar idias", o
caf conquistou, desde logo, o gosto de escritores, artistas e pensadores.
Lord Bacon ( esquerda) atribua-lhe a capacidade de "dar esprito ao que no o tem".
Os enciclopedistas eram adeptos fervorosos do caf e dos Cafs, que Ea de Queiroz (
direita) chegou a afirmar, muito depois, que foi do fundo das negras taas "que brotou o raio
1
Discente do curso de Matemtica.
2
Docente da disciplina Instrumentalizao para o Ensino de Matemtica.
luminoso de 89", referindo-se s discusses entre iluministas que precederam a Revoluo
Francesa [1].
No Brasil
No Brasil, o caf cresce, derruba matas, desbrava as terras do Oeste. Foi em 1727 que o
tenente (alguns dizem que era sargento-mor) Francisco de Mello Palheta, vindo da Guiana
Francesa trouxe as primeiras mudas da rubicea para o Brasil. Recebera-as de presente das
mos de Madame d'Orvilliers, esposa do governador de Caiena.
Ora, como a sada de sementes e mudas de caf estava proibida na Guiana Francesa,
licito pensar que o aventureiro portugus recebeu de Madame no s os frutos, mas outros
favores talvez mais doces. As mudas foram plantadas no Par, onde floresceram sem
dificuldade.
Pintura a leo do artista Henrique Cavalheiro, datada de 1943, retratando Palheta, recm-
chegado da Guiana, plantando as primeiras mudas de caf em solo brasileiro.
Mas no seria no ambiente amaznico que a nova planta iria tornar-se a principal do
pas, um sculo e meio mais tarde. Enquanto na Europa e nos Estados Unidos o consumo da
bebida crescia extraordinariamente, exigindo o constante aumento da produo, o caf saltou
para o Rio de Janeiro, onde comeou a ser plantado em 1781 por Joo Alberto de Castello
Branco.
Tinha incio, assim, um novo ciclo econmico na histria do pas. Esgotado o ciclo da
minerao do ouro em Minas Gerais, outra riqueza surgia, provocando a emergncia de uma
aristocracia e promovendo o progresso do Imprio e da Primeira Repblica.
Colheita de caf em So Paulo, em 1930.
Penetrando pelo vale do Rio Paraba do Sul, a mancha verde dos cafezais, que j
dominava paisagem fluminense, chegou a So Paulo, que, a partir da dcada de 1880, passou
a ser o principal produtor nacional da rubicea (o caf). Na sua marcha foi criando cidades e
fazendo fortunas. Ao terminar o sculo XIX, o Brasil controlava o mercado cafeeiro mundial.
Poltica do Caf com Leite
O Presidente Campos Sales buscou o apoio de Minas Gerais que possua 37 deputados
federais constituindo-se na maior bancada, devido a sua populao. Em 1899, Silviano
Brando, governador de Minas Gerais, aceitou o pacto com So Paulo. Era a oportunidade
para Minas Gerais ocupar uma situao privilegiada, tirando vantagens polticas e econmicas
para a elite mineira.
A Poltica do Caf-com-Leite permitiu a burguesia cafeeira paulista controlar no mbito
nacional, a poltica monetria e cambial, a negociao no exterior de emprstimos para a
compra das sacas de caf excedentes, enfim, uma poltica de interveno que garantia aos
cafeicultores lucros seguros. Para Minas Gerais, o apoio a So Paulo garantia a nomeao dos
membros da elite mineira para cargos na rea federal e verbas para obras pblicas, como a
construo de ferrovias.
Os paulistas e os mineiros ocupavam os cargos de Presidente da Repblica e os
ministrios da Justia, das Finanas, da Agricultura, Vice Presidncia etc. Nos Estados as
famlias oligrquicas ocupavam os cargos de Governador do Estado, e as Secretarias das
Finanas, da Educao e Sade, a Prefeitura da Capital, a Chefia de Polcia Estadual, a
Diretoria da Imprensa Oficial, a presidncia dos Bancos Estaduais e da Assemblia
Legislativa.
A Poltica dos Governadores consolidou o poder das famlias ricas dos Estados
formando as oligarquias. Em Minas as principais famlias eram representadas por: Cesrio
Alvim, Bias Fortes, Bueno Brando, Afonso Pena, Francisco Sales, Artur Bernardes e outros.
Para integrar a oligarquia mineira contavam 'os laos de famlia, educao e dinheiro' estando
aberta aos indivduos talentosos que formavam-se principalmente em Direito nas
Universidades do Rio de Janeiro e So Paulo. De volta ao Estado, ele tornava-se promotor
pblico, juiz, casava-se com moa da elite da cidade, podia tornar-se poltico elegendo-se
vereador, prefeito e deputado [1].
Irrigao da lavoura
A oligarquia mineira controlava o poder atravs do Partido Republicano Mineiro. A lista
dos candidatos era organizada pela Comisso Executiva do PRM que mandava os nomes para
serem homologados pelo governador do Estado. Para integrar esta lista o candidato tinha que
ser da confiana dos chefes polticos da regio, os coronis, ou indicados pelo governo devido
ao talento e cultura. No havia lugar no Partido para os dissidentes.
Lavoura cafeeira
Tringulo Mineiro: Safra de caf de 2003
A reao obtida nos preos do caf nos ltimos meses no deve ser suficiente para
animar os produtores. Informaes de cooperativas da regio, de entidades de classe e de
rgos governamentais apontam para uma queda significativa na produo para a safra
2002/2003. No incio de julho deste ano, a saca de caf no Tringulo Mineiro era negociada a
R$ 130,00.
No fechamento do mercado, a saca fechou a R$ 145. Mesmo assim os produtores no
esto otimistas, analisa o vice-presidente do Conselho das Associaes dos Cafeicultores do
Cerrado (Caccer), Reinaldo Caetano. Apesar da melhora aparente, o preo de mercado ainda
est abaixo dos custos de produo, estimada em R$150,00 a saca.
Produtividade
Para o presidente da Comisso Tcnica para a Cafeicultura da Federao da Agricultura
do Estado de Minas Gerais (Faemg), Breno Pereira de Mesquita, ainda cedo para se fazer
previses, mas a reduo na produtividade das lavouras quase certa.
Alm dos fatores econmicos - como os baixos preos do produto que desestimulam os
investimentos em tratos culturais - as lavouras de caf registram uma reduo natural na
produtividade. "O caf uma cultura bi-anual. comum que um ano de alta produo seja
seguido de um perodo de queda na safra, e este ano atingimos uma boa safra", diz.
O coordenador tcnico da Empresa de Assistncia e Expanso Rural de Minas Gerais
(Emater), Jos Rodrigues, tambm estima que a produo possa ser reduzida. Os dois, no
entanto, ainda no conseguem calcular a dimenso da queda de produtividade da prxima
safra.
No ltimo levantamento realizado para a safra 2002/2003, pela Companhia Nacional de
Abastecimento (Conab), constata-se que a produo no Tringulo Mineiro e Alto Paranaba
deve superar as 4 milhes de sacas, resultado semelhante ao produzido este ano. A anlise da
Companhia, entretanto, leva em considerao um levantamento feito nas lavouras no perodo
de pr-colheita, entre os meses de maio e junho.
Safra
A colheita de caf da safra brasileira atual j chegou a 99% do total. O levantamento foi
feito com base na ltima estimativa da produo de caf no Brasil. Do total previsto
inicialmente - estimado em 45,6 milhes de sacas de 60 quilos - foram colhidos at o
momento 45,09 milhes de sacas.
Fonte: Jornal Correio [4]
Dados a serem discutidos e verificados
A partir de agora iremos trabalhar com a modelagem no sistema Excel.
Ser visto o grande desempenho e participao do Brasil em nvel mundial.
Os dados recolhidos se referem ao ano de 2000 a 2003 em alguns aspectos e apenas ao
ano de 2003 em outros [3].
Exportaes de Caf Arbica, Conillon, Solvel e Torrado 2000/2003.
Podemos verificar na tabela a seguir (figura 1) os tipos de caf que o Brasil mais
exporta. Dentre eles o que mais se destaca o tipo Arbico com um percentual bastante
elevado no volume exportado e na receita cambial arrecadada.
Observa-se que o volume de exportao vem batendo seus recordes de 2000 a 2002 e
uma queda em 2003, no s no tipo Arbica, como tambm nos outros tipos como o Conillon,
Solvel e Torrado.
Nos grficos no foi colocado o tipo Torrado devido ao baixo volume de exportao
frente aos outros, no tendo um valor significativo para o estudo em questo [3].
Figura 1: Volume de exportao de alguns tipos de caf nos anos de 2000 a 2003.
Volume de Exportao - 2000/2003
y = -2E+06x
2
+ 1E+07x + 5E+06
y = -169292x
2
+ 920972x + 1E+06
y = -574921x
2
+ 4E+06x - 3E+06
0
5.000.000
10.000.000
15.000.000
20.000.000
25.000.000
0 1 2 3 4 5
Anos
S
a
c
a
s
Arbica
Conillon
Solvel
Polinmio (Arbica)
Polinmio (Solvel )
Polinmio (Conillon)
Figura 2: Volume de exportao de alguns tipos de caf nos anos de 2000 a 2003.
Volume de Exportao - 2000/2003
0
5.000.000
10.000.000
15.000.000
20.000.000
25.000.000
2000 2001 2002 *2003
Anos
S
a
c
a
s
Arbica
Conillon
Solvel
CAF - Mdia Mensal dos Preos Recebidos pelos Produtores 2002/2003
Iremos trabalhar aqui com o valor das sacas de caf de 60 kg pagas ao produtor, ou seja,
quanto cada produtor recebeu por saca de caf no ano de 2002 e 2003.
Podemos verificar na tabela 1 que o menor valor do ano de 2002 de R$104,83 e foi no
ms de Julho enquanto que o maior valor no mesmo ano foi de R$167,72 e foi no ms de
outubro.
No ano de 2003 o menor valor foi de R$159,58 no ms de Junho e o maior valor foi de
R$193,03 e foi no ms de fevereiro.
Os dados acima se referem ao caf tipo Arbica tipo 6 BC-Duro que manteve seus
preos mais altos nos dois anos, embora no podemos descartar a anlise dos outros tipos
apresentados [3].
Tabela 1: Cotao Mensal
Figura 3: Cotao mensal dos tipos de caf, no ano de 2003.
Cotao Mensal - 2003
0,00
50,00
100,00
150,00
200,00
250,00
J
A
N
E
I
R
O
F
E
V
E
R
E
I
R
O
M
A
R
O
A
B
R
I
L
M
A
I
O
J
U
N
H
O
J
U
L
H
O
A
G
O
S
T
O
S
E
T
E
M
B
R
O
O
U
T
U
B
R
O
Meses
R
$
Arbica Tipo B6 Duro
Arbica Tipo C Int. 500
Arbica Tipo C Int. G ll
Robusta Tipo 7
ESTOQUES GOVERNAMENTAIS DE CAF
Podemos verificar na tabela 2 a quantidade de armazns no pas e em quais estados se
concentram a maior parte deles. Nota-se que 67% dos armazns, ou seja, 18 o total de
encontram em Londrina devido grande produo e escoamento do caf para os estados
porturios.
Podemos observar que a Funcaf e o Tesouro Nacional so responsveis pelo estoque
oficial do pas caso necessite abastecer o mercado nacional ou internacional, onde envolve
nesta estocagem o preo do caf, safra, entressafra, mercado exterior e futuras negociaes
[3].
Tabela 2: Estoque Nacional
NMERO
ESTOQUE
OFICIAL
DECAF DE FUNCAF TESOURO TOTAIS
ARMAZENS NACIONAL
LONDRINA 18 4.438.310 76.896 4.515.206
VARGINHA 6 321.241 59.494 380.735
SO PAULO 2 227.122 - 227.122
VITRIA 1 39.830 - 39.830
TOTAIS 27 5.026.503 136.390 5.162.893
Fonte: DECAF Elaborao: SPC/MAPA
Figura 4: Percentual dos armazns em algumas cidades do Brasil.
OBS: Os armazns de Aimors e Caratinga so detentores apenas de cafs pendentes de seleo.
EXPORTAES BRASILEIRAS DE CAF EM GROS
Podemos observar na tabela 3 que o volume de gros exportados no ano de 2002
maior do que em 2003, ou seja, enquanto que em 2002 exportamos 25.850.552 sacas de caf,
no ano de 2003 exportamos apenas 18.892.349 sacas.
Armazns
22%
7%
4%
67%
LONDRINA
VARGINHA
SO PAULO
VITRIA
Observa-se tambm que a receita gerada em 2002 de janeiro a outubro foi de
R$930.754,00 e em 2003 no mesmo perodo foi de R$1.056.712,00.
Nota-se (figura 5) que embora o ano de 2003 obteve um menor percentual no volume de
exportaes, em contrapartida (figura 6) obteve uma receita superior ao ano de 2002 devido
ao preo mdio da saca de caf que em 2002 era de R$46,23 e em 2003 chegou R$55,93 [3].
Tabela 3: Exportaes
Figura 5: Volume das exportaes nos anos de 2002 e 2003
Figura 6: Receita Cambial nos anos de 2002 e 2003.
Figura 6: Receita cambial nos anos de 2002 e 2003
Volume 2003/2002
0
500.000
1.000.000
1.500.000
2.000.000
2.500.000
3.000.000
3.500.000
J
a
n
e
i
r
o
F
e
v
e
r
e
i
r
o
M
a
r
o
A
b
r
i
l
M
a
i
o
J
u
n
h
o
J
u
l
h
o
A
g
o
s
t
o
S
e
t
e
m
b
r
o
O
u
t
u
b
r
o
N
o
v
e
m
b
r
o
D
e
z
e
m
b
r
o
Ms
2003 - volume
2002 - volume
Receita Cambial 2003/2002
0
20.000
40.000
60.000
80.000
100.000
120.000
140.000
160.000
J
a
n
e
i
r
o
F
e
v
e
r
e
i
r
o
M
a
r
o
A
b
r
i
l
M
a
i
o
J
u
n
h
o
J
u
l
h
o
A
g
o
s
t
o
S
e
t
e
m
b
r
o
O
u
t
u
b
r
o
N
o
v
e
m
b
r
o
D
e
z
e
m
b
r
o
Ms
Receita - 2003
Receita - 2002
Figura 7: Volume de exportao nos anos de 2002 e 2003.
Figura 8: Receita Cambial nos anos de 2002 e 2003.
Produo Mundial de Caf
Principais Pases
O Brasil se destaca como o maior produtor de caf mundial, como pode ser visto no na
tabela 4.
Podemos notar tambm que no perodo de 1999/2000 o Brasil se encontra na segunda
posio em relao a todos os outros pases produtores de caf que no se encontram na
tabela. J no perodo de 2000/2001 o Brasil ultrapassa todos os pases produtores de caf que
no se encontram na tabela e assim permanece at o perodo de 2002/2003.
A participao do Brasil subiu de 23,72% em 1999 para 40,81% em 2003 o que mostra
um grande avano na agricultura cafeeira [3].
Volume 2003/2002
y = -8966,9x
3
+ 173431x
2
- 786855x + 2E+06
R
2
= 0,7507
y = 5059,2x
3
- 52227x
2
+ 46284x + 2E+06
R
2
= 0,6365
0
500.000
1.000.000
1.500.000
2.000.000
2.500.000
3.000.000
3.500.000
4.000.000
4.500.000
0 1 2 3 4 5 6 7 8 9 10 11 12
Ms
2003 - volume
2002 - volume
Polinmio (2002 - volume)
Polinmio (2003 - volume)
Receita Cambial 2003/2002
y = -280,07x
3
+ 5753,2x
2
- 26235x + 100474
R
2
= 0,8087
y = 347,58x
3
- 3573,6x
2
+ 4718,5x + 112161
R
2
= 0,7222
0
50.000
100.000
150.000
200.000
250.000
300.000
0 1 2 3 4 5 6 7 8 9 10 11 12
Ms
Receita - 2003
Receita - 2002
Polinmio (Receita - 2002)
Polinmio (Receita - 2003)
Tabela 4: Principais Pases Produtores
Figura 9: Produo Mundial de caf ao longo dos anos.
Exportao Mundial de Caf
Principais Pases
O Brasil se destaca como o maior exportador de caf mundial, como pode ser visto no
na tabela 5.
Podemos notar assim como no grfico anterior que no perodo de 1999/2001 o Brasil
se encontra na segunda posio em relao a todos os outros pases exportadores de caf que
no se encontram na tabela. J no perodo de 2001/2002 o Brasil ultrapassa todos os pases
exportadores de caf que no se encontram na tabela e assim permanece at o perodo de
2002/2003.
A participao do Brasil subiu de 27,02% em 1999 para 32,41% em 2003 o que
mostra um grande avano na exportao cafeeira e uma aceitao maior do produto no
mercado internacional [3].
Produo Mundial
y = 2,0925x
2
- 5,2575x + 27,623
R
2
= 0,9336
0
5
10
15
20
25
30
35
40
45
1999/2000 2000/2001 2001/2002 2002/2003
Perodo
%
Brasil
Outros Paises
Colmbia
Vietn
Indonsia
ndia
Mxico
Guatemala
Costa do Marfim
Polinmio (Brasil)
Tabela 5: Principais Exportadores
Figura 10: Exportao Mundial ao longo dos anos.
CONCLUSO
Com este trabalho podemos constatar que o Brasil um grande produtor e exportador de
caf e que a cada ano estes ndices vm aumentando e confirmando esta estatstica.
Quando se trata de uma reunio internacional referente ao produto caf, o Brasil se
destaca entre os demais, com isso o respeito pelos chefes de estados digno de um excelente
lder neste mercado, hoje completamente competitivo.
Estes grficos e tabelas so apenas demonstrativos numricos deste mercado mundial
que especula e qualifica com selo de qualidade internacional estes produtos.
O Brasil conquistou este espao e no pode perd-lo por incompetncia ou
desorganizao, mas o que se v o crescimento competente e organizado em todos os ramos,
ou seja, desde o incio do plantio at as negociaes internacionais. Portas estas abertas
diretamente ao produtor ou as cooperativas que exportam com menos burocracia e maior
agilidade no escoamento dos gros [2].
REFERNCIAS BIBLIOGRFICAS
[1] www.libreria.com.br/portal/artigos/geografia/cafe
Exportao Mundial
y = 3,3339x
2
- 14,5x + 37,628
R
2
= 0,9153
-
5,00
10,00
15,00
20,00
25,00
30,00
35,00
1999/2000 2000/2001 2001/2002 2002/2003
Perodo
%
*Brasil
Outros pases
Colmbia
Vietn
Indonsia
Costa do Marfim
Guatemala
ndia
Mxico
Polinmio (*Brasil)
[2] Revista BREMEN MAGAZINE, Novembro/Dezembro 2003.
[3] www.revistacafeicultura.com.br/outubro_03.htm
[4] www.coffeebreak.com.br
Modelagem como estratgia de ensino-aprendizagem de matrizes,
determinantes e sistemas lineares
Clovis Antonio da Silva
clovisas@mat.ufu.br rmotta@ufu.br
Introduo
O ensino de matemtica deve ir alm das simples resolues de questes matemticas,
muitas vezes sem significado para o aluno, e lev-lo a adquirir uma melhor compreenso tanto
da teoria matemtica quanto da natureza do problema. Assim, modelagem matemtica no
ensino pode ser um caminho para despertar no aluno o interesse por tpicos matemticos que
ele ainda desconhece, ao mesmo tempo em que aprende a arte de modelar, matematicamente.
Isso porque dada ao aluno a oportunidade de estudar situaes-problema por meio de
pesquisa, desenvolvendo seu interesse e aguando seu senso crtico.
Agora, vamos introduzir alguns conceitos importantes que esto em [1]:
Modelagem matemtica o processo que envolve a obteno de um modelo.
Modelo matemtico um conjunto de smbolos e relaes matemticas que procura
traduzir, de alguma forma, um fenmeno em questo ou problema de situao real.
importante saber que a elaborao de um modelo depende do conhecimento
matemtico que se tem. Se o conhecimento matemtico restringe-se a uma matemtica
elementar, como aritmtica e/ou medidas, o modelo pode ficar delimitado a esses conceitos.
Tanto maior o conhecimento matemtico, maiores sero as possibilidades de resolver
questes que exijam uma matemtica mais sofisticada. Porm o valor do modelo no est
restrito sofisticao matemtica.
Os modelos criados pelos alunos podem ser expressos em frmulas, diagramas, grficos
e tabelas.
Hoje, com ajuda da computao de alta velocidade, os modelos se espalham por reas
essenciais e, por vezes, inusitadas. possvel fazer simulaes complicadssimas em tempo
recorde para prever, por exemplo, as variaes do clima. Igualmente rpidos e intrigados
discente do curso de matemtica
docente do curso de matemtica

clculos feitos durante a transmisso de uma partida de futebol permitem a emissoras de TV
reproduzir o movimento das cmeras e oferecer ao espectador o recurso do tira-teima.
Na escola, os clculos so muito mais bsicos, mas a seqncia do raciocnio
igualmente sofisticada. preciso entender aonde se quer chegar e identificar que variveis e
que dados sero mensurados e coletados para formular concluses.
Para o desenvolvimento do tema criao de perus, exposto neste trabalho, preciso
conhecimento de matrizes e determinantes utilizando-se o Excel
1
, o que ser desenvolvido de
forma resumida.
Contedo de matrizes
Durante o estudo de matrizes, podem ser utilizados pacotes computacionais para a
elaborao de planilhas eletrnicas, por exemplo o Excel, para a construo de tabelas
numricas e de problemas simples que apliquem os conceitos aprendidos.
Os exemplos 1 e 2 desta seo esto propostos em [3].
Exemplo 1:
Para a fabricao de caminhes, uma indstria montadora precisa de eixos e rodas para
seus trs modelos de caminhes, com a seguinte especificao:
Tabela 1
Componentes \ Modelo A B C
eixos 2 3 4
rodas 4 6 8
Para os dois primeiros meses do ano, a produo da fbrica dever seguir a tabela abaixo:
Tabela 2
Modelo \ Meses Janeiro Fevereiro
A 30 20
B 25 18
C 20 15
Usando a multiplicao de matrizes, responda: nessas condies, quantos eixos e quantas
rodas so necessrios em cada um dos meses para que a montadora atinja a produo
planejada?
Soluo:
Procedimento:
1. Insira as tabelas dadas no exerccio em uma planilha do Excel, Figura 1;
2. Na mesma planilha, insira uma tabela para os valores da soluo do problema;
3. Nessa tabela selecione as clulas em que sero inseridos os valores da soluo do
problema;
1
Excel um pacote computacional de planilhas eletrnicas desenvolvido pela Microsoft Corporation.
4. Selecionadas as clulas tecle =;
5. Escolha a funo MATRIZ.MULT;
6. Em Matriz 1 selecione os valores da primeira tabela e tecle Enter;
7. Em Matriz 2 selecione os valores da segunda tabela e tecle Enter;
8. Tecle Ctrl+Shift+Enter para mostrar a matriz de multiplicao.
Figura 1: Exemplo de multiplicao de matrizes utilizando o Excel.
Resposta: So necessrios 215 eixos e 430 rodas para Janeiro como tambm 154 eixos e 308
rodas para Fevereiro.
Contedo de determinante
Um tipo especial de matriz a matriz de Vandermonde, definida como uma matriz
quadrada V, de ordem n 2, com a seguinte forma:
1 1 1 ... 1
v
1
v
2
v
3
... v
n
v
1
2
v
2
2
v
3
2
... v
n
2
V = ..............................................
v
1
n-1
v
2
n-1
v
3
n-1
... v
n
n-1
Em [4], vemos que
det V = (v
2
- v
1
)( v
3
- v
1
)( v
3
- v
2
) . ... . (v
n
- v
1
) (v
n
- v
2
) (v
n
- v
3
) . ... . (v
n
- v
n-1
).
E, sabendo que a matriz V possui inversa se, e somente se, det V 0. Logo, V invertvel se,
e somente se, os nmeros v
1
, v
2
, v
3
, ... , v
n
so dois a dois distintos.
Exemplo 2:
Calcule o determinante da seguinte matriz de Vandermonde:
1 1 1 1
A = 2 -1 0 3
4 1 0 9
8 -1 0 27
Soluo:
Procedimento:
1. Insira a matriz dada no exerccio em uma planilha do Excel, Figura 2;
2. Na mesma planilha, selecione uma clula em que ser inserido o valor do
determinante da matriz;
3. Selecionada a clula tecle =;
4. Escolha a funo MATRIZ.DETERM;
5. Em Matriz selecione os valores da matriz dada e tecle Enter;
6. Tecle Ctrl+Shift+Enter para mostrar o determinante da matriz.
Figura 2: Exemplo do clculo do determinante de uma matriz utilizando o Excel.
Resposta: O determinante da matriz det(A) = 72.
Modelagem Tema: Criao de Perus
Interao
Sntese do tema ou das informaes essenciais que permitiro gerar a questo
norteadora. Nessa etapa feita uma breve exposio sobre o tema, permitindo certa
delimitao do aluno com uma rea em questo [1].
Segundo especialistas, nas granjas comerciais, logo aps o nascimento, perus machos e
fmeas so alojados separadamente. Com luz e temperatura controladas e espao fsico
definido de acordo com etapas de crescimento, fmeas e machos permanecem no avirio at o
momento de abate, que ocorre entre 70 e 84 dias para as fmeas e em at 160 dias para os
machos. O perodo de abate definido a partir de uma anlise da relao entre o consumo de
rao e o ganho de massa [2]. A Tabela 3, apresenta o aumento de massa (g) das fmeas em
funo do consumo de rao (g) nas 18 primeiras semanas, Figura 3.
Tabela 3: Aumento de massa (g) das fmeas em funo do consumo de rao (g) nas 18
primeiras semanas.
Idade Massa Consumo de rao
1 107 104
2 222 230
3 423 340
4 665 470
5 971 700
6 1466 922
7 2079 1146
8 2745 1270
9 3495 1396
10 4194 1568
11 4870 1710
12 5519 1957
13 6141 1969
14 6732 2093
15 7290 2115
16 7813 2165
17 8299 2160
18 8744 2180
Questo principal: Elaborao de um modelo que d o perodo ideal para o abate do peru,
considerando o ganho de massa do peru (fmea) dependendo do tempo.
Matematizao
Formular e resolver o problema, chegando a um modelo que permite interpretar a
soluo e, possivelmente, valer para outras aplicaes [1].
0
2000
4000
6000
8000
10000
0 5 10 15 20
tempo em semanas
m
a
s
s
a
e
m
g
r
a
m
a
s
Figura 3: Representao grfica da massa das fmeas de peru nas 18 primeiras semanas.
Como conhecido apenas um conjunto finito e discreto de pontos de um intervalo,
podemos encontrar uma forma analtica que seja melhor, se houver uma aproximao da
realidade. Criar uma funo que interpole uma nuvem de dados significa construir uma
expresso matemtica que revele as tendncias do conjunto todo.
Olhando para Figura 3, escolha dois pontos do grfico, cuja reta que os contm seja a
mais prxima possvel dos demais pontos dados. Nesse momento, pode ser introduzido o
contedo de sistemas lineares e os mtodos de resoluo dos mesmos.
Proponha aos alunos que calculem a taxa mdia de crescimento semana a semana (em
gramas por semana) a partir dos dados, Tabela 4:
Tabela 4: Taxa mdia de crescimento (semana a semana) das peruas.
m(2) - m(1) = 115
m(3) - m(2) = 201
m(4) - m(3) = 242
m(5) - m(4) = 306
m(6) - m(5) = 495
m(7) - m(6) = 613
m(8) - m(7) = 666
m(9) - m(8) = 750
m(10) - m(9) = 699
m(11) - m(10) = 676
m(12) - m(11) = 649
m(13) - m(12) = 622
m(14) - m(13) = 591
m(15) - m(14) = 558
m(16) - m(15) = 523
m(17) - m(16) = 486
m(18) - m(17) = 445
Pode-se notar que a taxa de crescimento varia de semana a semana, isto , a taxa no
constante. Isso mostra que um modelo que melhor se aproxima dos dados no-linear. Assim,
podemos, por exemplo utilizar a matriz de Vandermonde j explicada, como segue:
Selecione alguns pontos que se supem convenientes, como, por exemplo, P
1
, P
3
, P
6
, P
9
, P
12
,
P
15
, P
18
e, monte a matriz de Vandermonde com esses pontos.
1 1 1 1 1 1 1 a 107
729 243 81 27 9 3 1 b 423
46656 7776 1296 216 36 6 1 c 1466
531441 59049 6561 729 81 9 1 d = 3495 ,
2985984 248832 20736 1728 144 12 1 e 5519
11390625 759375 50625 3375 225 15 1 f 7290
34012224 1889568 104976 5832 324 18 1 g 8744
a representao matricial do sistema
ax
1
6
+ bx
1
5
+ cx
1
4
+ dx
1
3
+ ex
1
2
+ fx
1
+ g = y
1
ax
3
6
+ bx
3
5
+ cx
3
4
+ dx
3
3
+ ex
3
2
+ fx
3
+ g = y
3
ax
6
6
+ bx
6
5
+ cx
6
4
+ dx
6
3
+ ex
6
2
+ fx
6
+ g = y
6
ax
9
6
+ bx
9
5
+ cx
9
4
+ dx
9
3
+ ex
9
2
+ fx
9
+ g = y
9
ax
12
6
+ bx
12
5
+ cx
12
4
+ dx
12
3
+ ex
12
2
+ fx
12
+ g = y
12
ax
15
6
+ bx
15
5
+ cx
15
4
+ dx
15
3
+ ex
15
2
+ fx
15
+ g = y
15
ax
18
6
+ bx
18
5
+ cx
18
4
+ dx
18
3
+ ex
18
2
+ fx
18
+ g = y
18
Resoluo do sistema utilizando o Excel:
1. Insira a matriz de Vandermonde e o vetor y em uma planilha do Excel, Figura 4;
2. Na mesma planilha, selecione as clulas em que sero inseridos os valores da soluo
do sistema;
3. Selecionadas as clulas tecle =;
4. Escolha a funo MATRIZ.MULT;
5. Em Matriz 1 escolha a funo MATRIZ.INVERSO;
6. Em Matriz selecione os valores da matriz de Vandermonde e tecle Enter;
7. D um clique na funo MATRIZ.MULT;
8. Em Matriz 2 selecione os valores do vetor y e tecle Enter;
9. Tecle Ctrl+Shift+Enter para mostrar o vetor-soluo do sistema.
Figura 4: Resoluo do sistema Px = y utilizando o Excel.
Coeficientes da funo de interpolao: a = -0,00587; b = 0,350919; c = -8,00737;
d = 84,32957; e = -371,005; f = 825,7075; g = -424,37.
0
2000
4000
6000
8000
10000
0 5 10 15 20
tempo em semanas (t)
m
a
s
s
a
e
m
g
r
a
m
a
s
(
g
)
Figura 5: Grfico da massa, em gramas, das peruas, em funo do tempo.
Pela Figura 5, observamos que a velocidade de crescimento das peruas depende da
idade. E, pela Tabela 4, vemos que o tempo ideal para o abate das peruas logo depois da
nona semana, pois nesse perodo o ganho de massa semanal chega a 750g/semana, decaindo a
partir da dcima. Aps essa idade a perua cresce, porm no mais no mesmo ritmo. Dessa
forma, a rao que essa perua iria consumir nas prximas semanas pode ser aproveitada na
criao de uma outra perua.
Modelo
Modelo encontrado e sua validao [1].
Vamos calcular a massa do peru para cada semana, utilizando a funo de interpolao
encontrada:
m(t) = -0,00587t
6
+ 0,350919t
5
- 8,00737t
4
+ 84,32957t
3
- 371,005t
2
+ 825,7075t - 424,37.
m(1) 107g m(2) 300g
m(3) 423g m(4) 625g
m(5) 971g m(6 ) 1466g
m(7) 2083g m(8) 2776g
m(9) 3497g m(10) 4210g
m(11) 4890g m(12) 5532g
m(13) 6144g m(14) 6742g
m(15) 7341g m(16) 7936g
m(17) 8487g m(18) 8895g
Tabela 4: Taxa mdia de crescimento (semana a semana) das peruas, obtida pela funo de
interpolao.
m(2) - m(1) = 193
m(3) - m(2) = 123
m(4) - m(3) = 202
m(5) - m(4) = 346
m(6) - m(5) = 495
m(7) - m(6) = 617
m(8) - m(7) = 693
m(9) - m(8) = 721
m(10) - m(9) = 713
m(11) - m(10) = 680
m(12) - m(11) = 642
m(13) - m(12) = 612
m(14) - m(13) = 598
m(15) - m(14) = 599
m(16) - m(15) = 595
m(17) - m(16) = 551
m(18) - m(17) = 408
Verificamos, ento, que o mximo ganho de massa est prximo da nona semana
(considerando valores obtidos a partir da quarta semana). Podemos assim dizer, que a funo
vale como um modelo matemtico para uma interpretao, ainda que superficial do
crescimento de peruas. E, conseqentemente, o perodo ideal de abate.
Modelo logstico contnuo de Verhust
O modelo logstico definido em termos da equao diferencial [1]
dP/dt = rP(1 P/P
),
onde P
o valor mximo da populao, ou seja, P P
quando t .
O termo rP/P
serve para inibir ou retardar a taxa de crescimento. Quando a populao

P(t) pequena, este termo tem pouco efeito no valor de dP/dt e assim a populao comea
com o crescimento quase exponencial. Como P aumenta, o termo de inibio serve para
reduzir a taxa de crescimento drasticamente. Resolvendo o Problema de Valor Inicial (PVI)
dP/dt = rP(1 P/P
)
P(0) = P
0
, r > 0,
temos que P(t) = {P
0
P
/[( P
- P
0
)e
-rt
+ P
0
]}.
O instante onde ocorre a maior variao da populao dado por t
n
= (1/r)ln((P
- P
0
)/ P
0
) e o
ponto de inflexo da curva em P
n
= P
/2.
Como o modelo logstico pressupe que a taxa decai linearmente, em funo da
populao, podemos ajustar os valores r
i
mdios, (estimando entre as populaes consecutivas
i e i + 1) com as respectivas populaes mdias P
i
(estimadas atravs de um modelo
exponencial): r
i
= (P
i
/P
i-1
)
(1/i)
1. Fazemos, ento, um ajuste linear entre os valores r
i
e P
i
encontrados. Da, encontramos os valores de r e P infinito e, temos a curva logstica desejada.
Aplicando este modelo ao problema de criao de perus, temos:
r
i
= (M
i
/M
i-1
) 1
0.5
1
i
r
i i
M M e
=
esta ltima equao fornece os valores mdios de massa M
i
em relao a Tabela 3. Fazendo o
ajuste linear, encontramos r 0.5964 e M infinito 7,8737.10
3
. Ou seja, quando o tempo
tende a infinito, o ganho de massa tende a 7,8737.10
3
. Pela Figura 6, vemos que este modelo
no conveniente para a modelagem de criao de perus, pois temos valores de ganho de
massa acima do M infinito encontrado.
Figura 6: Curva logstica obtida a partir dos dados da Tabela 3.
Concluses
O modelo de Verhust, como mostra a Figura 6, colaborou no entendimento da
modelagem do crescimento de perus porm, este modelo no o mais adequado pelo fato de
que o valor mximo, P infinito, est abaixo dos dois ltimos valores da Tabela 3.
A modelagem sobre o tema crescimento de perus, exposta neste trabalho, um bom
exemplo de aplicao da matemtica em outras reas cientficas e, mostra que o aprendizado
de matemtica pode ir alm do simples lpis e papel ao se utilizar a informtica como
ferramenta para clculos matemticos. Portanto, a matemtica pode ajudar na formao do
cidado intelectualmente contextualizado no mundo globalizado.
[1] BASSANEZI, Rodney Carlos. Ensino-aprendizagem com modelagem matemtica:
uma nova estratgia. So Paulo: Contexto, 2002.
[2] BIEMBENGUT, Maria Salett; HEIN, Nelson. Modelagem matemtica no ensino. 3.
ed. So Paulo: Contexto, 2003.
[3] DANTE, Luiz Roberto. Matemtica contexto e aplicaes ensino mdio v. 2. So
Paulo: tica, 2002.
[4] LIMA, Elon Lages. lgebra Linear. 3.ed. Rio de Janeiro: Impa, 2001.
Modelagem das Embalagens de Produtos Alimentcios
Flvia B.Mendes
1
Carla A. Pereira
1
Rosana M. Jafelice
2
fbm@mat.ufu.br carlasamuel2@yahoo.com.br rmotta@ufu.br
Introduo
No meio onde vivemos estamos rodeados de inmeras embalagens de vrios tipos,
tamanhos e formas. A maioria das embalagens de produtos vendidos nos supermercados tem
formatos geomtricos. E as que mais aparecem so da forma cilndrica, cbica e
paraleleppedo retngulo.
A importncia das embalagens, talvez tenha sido entendida pelo homem, quando
observou a coincidente facilidade de deteriorizao do alimento, quando este era privado do
seu invlucro inicial [3].
De acordo com a filosofia de marketing, a embalagem tem por finalidade, vender ou
a embalagem a arte, a cincia e a tcnica de acondicionar o produto, para que ele seja
transportado, vendido e consumido.
A partir de uma situao real ou experimental, natural que se crie hipteses e
questes. Estas so as impresses que as pessoas tm sobre o que observado. Estas
impresses podem ser expressas em linguagem matemtica e, atravs desta, pode-se criar um
modelo que represente a situao real observada [2].
Neste trabalho, na disciplina de Instrumentalizao para o ensino de
Matemtica,utilizamos a modelagem matemtica como uma estratgia de ensino-
aprendizagem, e levantamos algumas questes que envolvem conceitos de geometria plana e
espacial, sistema de medidas, volume,rea, estatstica. Atravs do tema embalagem, os
alunos podero questionar vrios assuntos relacionados com o mesmo.
Abordamos as seguintes embalagens:
Embalagens de leite condensado de 395g;
Embalagens de refrigerante de 350 ml e 600ml;
Embalagens cilndricas com medidas diferentes.
Embalagem de Leite Condensado de 395g
As embalagens de leite condensado, na maioria das marcas, so fabricadas no formato
cilndrico e no formato paraleleppedo retngulo. Ento formulamos alguns problemas, de
forma a identificar alguns aspectos interessantes, que podem levar os alunos criatividade e a
motivao para desenvolver as atividades relacionadas ao contedo matemtico.
Problemas:
1.Qual a forma ideal de uma embalagem de leite condensado entre a cilndrica e
paraleleppedo retngulo?
Dados coletados:
1
Discentes do curso de Licenciatura em Matemtica.
2
h(altura) = 7,4 cm ;
dimetro =7,4cm
h(altura) = 11,8 cm ;
lado =4cm ;
comprimento = 6,4cm;
Conclumos que ,isto , uma embalagem na forma retangular utiliza mais
material que uma embalagem na forma cilndrica.
Vale destacar tambm, que, na prtica, uma embalagem no tem apenas faces e bases.
H tambm as dobras necessrias para o encaixe.
No corte, essas dobras, muitas vezes, geram um grande desperdcio. fundamental
que se estude a melhor forma de efetuar o corte para minimizar desperdcios. No exemplo,
no consideramos a rea relativa s dobras.
2. Empilhar caixas.
Existem vrias formas de empilhar caixas, e nos depsitos de supermercados, utilizam
a forma que ocupa menor espao e maior nmero de caixas. Assim suponhamos uma forma
de empilharmos essas caixas, contendo as 48 latas de leite condensado de 395g.
Vamos considerar as seguintes medidas de uma caixa contendo 48 latas de leite
condensado:
Neste caso, medimos a caixa menor da figura abaixo:
altura = 15 cm; largura = 30cm e comprimento = 45cm.
3
2
2
2621 . 318 4 , 7
2
4 , 7
cm h r V
c
=
= =
c p
A A
2
2
2
05 . 258
2
4 , 7
2 4 , 7 7 , 3 2 2 2 cm r rh A
c
=
+ = + =
3
08 . 302 4 , 6 4 8 , 11 cm c l h V
p
= = =
2
64 , 296 ) 4 4 , 6 ( 2 ) 4 , 6 8 , 11 ( 2 ) 4 8 , 11 ( 2 cm A
p
= + + =
30cm
45cm
Considere agora, um depsito que tenha um espao fsico de 4m x 4m x 3m, para empilhar
essas caixas de leite condensado.
45cm
30cm
4m
4m
Assim, chamamos x o nmero de caixas que ocupam o espao em relao largura do
deposito de 4 metros, e y o nmero de caixas que ocupam em relao ao comprimento de 4
metros. Teremos ento;
30x = 400 x = 13 caixas ;
45y = 400 y = 9 caixas
Logo o n caixas, na 1 fileira do empilhamento, ou seja, a base do empilhamento ser:
13 x 9 =117 caixas.
Agora, considerando a altura do espao reservado para o depsito de 3m, e da caixa de
15cm de altura, temos que a altura do empilhamento ser:
z = altura espao : altura caixa
z =
15
300
z = 20 caixas
Portanto, conclumos que o n de caixas ser 20 x 117= 2340 caixas.
3. O tipo de embalagem pode influenciar as pessoas?
Investigamos 40 pessoas em Uberlndia, atravs de um questionrio, e perguntamos a elas
qual a sua preferncia quanto ao tipo de embalagem. As perguntas tinham as seguintes
alternativas:
a) O que levam as pessoas a preferirem um tipo de produto?
Preo
Tipo de embalagem
Qualidade
b) Quais das duas embalagens de leite condensado, as pessoas preferem?
Viso plana da
caixa
Espao fsico
para empilhar as
caixas
cx
cilndrica
paraleleppedo retngulo
Atravs deste questionrio, realizado com 40 pessoas, coletamos os seguintes dados:
Na primeira pergunta, tivemos que:
14 pessoas optaram pelo preo;
4 pessoas optaram pelo tipo de embalagem;
22 pessoas optaram pela qualidade.
Analisando os dados obtidos, teremos:
40 pessoas -----100%
14pessoas ----- x
x = 35% optaram pelo preo;
Analogamente, teremos 10% optaram pela embalagem, 55% optaram pela qualidade.
Na segunda pergunta realizada, encontramos que:
17 pessoas preferem a embalagem cilndrica;
23 pessoas preferem a embalagem paraleleppedo retngulo.
Representando esses resultados, nos grficos, teremos:
Figura 1: Preferncia quanto ao produto. Figura 2: Preferncia quanto embalagem.
Atravs dos resultados encontrados, observamos que 55% das pessoas acham mais
importante qualidade do produto do que o preo e o tipo de embalagem. E 57,5% preferiram
a embalagem paraleleppedo retngulo cilndrica.
As embalagens de leite condensado, os professores e os alunos podero abordar vrios
assuntos, como por exemplo, preos, diferentes formatos, produo,etc. O mais importante
usar a criatividade e observar mais atentamente a nossa volta, o que est relacionado com a
matemtica.
Embalagem de Refrigerante
1. Qual embalagem mais econmica? Qual das duas embalagens mais vantajosa?
As bebidas normalmente, so vendidas em embalagens diferentes. preciso ter sempre
ateno na hora de decidir qual comprar. Veja o exemplo:
Certa bebida vendida em dois tipos de embalagem:
O que leva as pessoas preferirem o
produto?
35%
10%
55%
Preo
embalagem
qualidade
Preferncia quanto a embalagem
43%
57%
cilindrca
paraleleppedo
em garrafa de 600 ml, por R$ 0,78.
em lata de 350 ml, por R$ 0,49.
Para resolver essa questo, vamos calcular o preo de cada ml, em cada uma das embalagens
e, em seguida, comparar seus valores.
1 Garrafa 78:600=0,13 centavos por ml
1 Lata 49 : 350 = 0,14 centavos por ml
Observe que o valor de cada ml, na embalagem garrafa, mais barato que na
embalagem lata. Logo, comprar em garrafa mais vantajoso.
A questo sobre refrigerante muito ampla. O interessante seria os alunos
pesquisarem em uma fbrica, por exemplo, a sua produo, o tipo de material usado, e etc. O
intuito relacionar os dados reais com a matemtica, e ao mesmo tempo estar contribuindo
para a motivao dos alunos. Alm disso, eles podero aprender vrios contedos
relacionados a este tema.
Embalagens cilndricas
1.Qual o recipiente de maior capacidade?
So comuns os objetos em forma cilndrica. Num supermercado, se voc observar as
embalagens, vai identificar facilmente essa forma.
Uma pessoa dispe de dois recipientes cilndricos: um tem raio de 20 cm e altura de
12 cm; o outro tem a metade do raio, porm o dobro da altura.
H=12cm
H=24cm
R=10cm
Vamos calcular seus volumes e comparar os resultados:
V
CILINDRO
= A
BASE
H
Como voc pode observar, o recipiente mais baixo (recipiente A) possui maior
capacidade. primeira vista, pode parecer que o fato do recipiente ter a metade do raio ser
compensado por ter o dobro da altura. Porm, isso no acontece.
Consideraes Finais
D
R=20cm

E
( )
3 2 2
64 , 15079 12 20 cm h r Va = = =
( )
3 2 2
82 , 7539 24 10 cm h r Vb = = =
Ao trabalhar com a proposta de Modelagem Matemtica, o aluno desenvolve a
criatividade, o interesse pela pesquisa e apresenta uma motivao maior pelas aulas de
matemtica.
possvel explorar vrios contedos interdisciplinares que relacionam com os
contedos matemticos, a partir do tema aqui abordado.
Sem esquecer que trabalhando todos os contedos escolares com significao real,
mais fcil para os alunos adquirem conhecimento sistematizado de situaes reais, que
permitem a contextualizao e uma formao educacional satisfatria.
Neste trabalho abordamos contedos do 1 e 2 grau. O tema Embalagem, pode ser
utilizado desde as sries iniciais at o ensino superior, adaptando-o forma de abordagem e
nfase do contedo de acordo com o programa de ensino [1]. Alm disso, os alunos podero
aprender sobre formas, tamanhos, cores, interior e exterior, dentre outros assuntos.
Referncia Bibliogrfica
[1] BIEMBENGUT, M. Salett, HEIN,N. - Modelagem Matemtica no Ensino, 2000.
[2] SANTANA,M.F Modelagem de um experimento em aula de clculo. (artigo do I
Encontro Paranaense de Modelagem em Educao Matemtica, 2004).
[3] site: www.elege.com.br/produtos/produto_final.php?prod_id=34&abre=&sublink=
Modelagem da Interao Clima x Poluio em Uberlndia
Flvia Bruno Mendes
1
Clovis Antonio da Silva
1
2
fbm@mat.ufu.br clovisas@mat.ufu.br rmotta@ufu.br
Introduo
O crescimento demogrfico das ltimas dcadas resultou no espantoso contingente
humano concentrado nas cidades. A concentrao das pessoas e dos processos produtivos nos
centros urbanos tem como principal conseqncia o aumento da poluio atmosfrica em
nveis espantosos. No Brasil, como na grande maioria dos pases em desenvolvimento, os
ndices de urbanizao so altos. Com um ndice de urbanizao de 55,92% na dcada de 70,
os nveis chegaram a 75,59% em 1991, sendo que o Sudeste, regio mais desenvolvida do
pas, apresentava, no mesmo ano, um nvel de 88,02% [6].
Considera-se poluente qualquer substncia presente no ar e que, pela sua concentrao,
possa torn-lo imprprio, nocivo ou ofensivo sade, causando inconveniente ao bem estar
pblico, danos aos materiais, fauna e flora ou prejudicial segurana, ao uso e gozo da
propriedade e s atividades normais da comunidade. O nvel de poluio atmosfrica
medido pela quantidade de substncias poluentes presentes no ar. A variedade das substncias
que podem ser encontradas na atmosfera muito grande, o que torna difcil a tarefa de
estabelecer uma classificao. Para facilitar esta classificao, os poluentes so divididos em
duas categorias [4]:
Tabela 1: Classificao dos poluentes.
Poluentes Primrios Poluentes Secundrios
aqueles emitidos diretamente
pelas fontes de emisso.
aqueles formados na atmosfera
atravs da reao qumica entre
poluentes primrios e
componentes naturais da
atmosfera.
O grupo de poluentes que servem como indicadores de qualidade do ar, adotados
universalmente e que foram escolhidos em razo da freqncia de ocorrncia e de seus efeitos
adversos, so:
Material Particulado (MP)
Dixido de Enxofre (SO
2
)
Monxido de Carbono (CO)
Oxidantes Fotoqumicos, como o Oznio (O
3
)
Hidrocarbonetos
1
Discentes do curso de Matemtica.
2
xidos de Nitrognio
A interao entre as fontes de poluio e a atmosfera vai definir o nvel de qualidade do
ar, que determina por sua vez o surgimento de efeitos adversos da poluio do ar sobre os
receptores, que podem ser o homem, os animais, as plantas e os materiais.
O objetivo deste trabalho foi investigar acerca da qualidade do ar da cidade de
Uberlndia a partir de dados de reclamaes sobre poluio do ar, coletados junto ao Servio
de Informao Municipal (SIM) da Secretaria Municipal de Comunicao Social [7] e de
dados meteorolgicos da Estao de Climatologia da Universidade Federal de Uberlndia [5],
identificando as reas de maior concentrao de poluentes, dentre outros fatores relacionados
aos aspectos meteorolgicos. A partir dos resultados obtidos, sugerimos algumas medidas
para a melhoria da qualidade do ar de Uberlndia.
Uberlndia
O Tringulo Mineiro pertenceu Provncia de Gois at 1816, passando ento para a
Provncia de Minas Gerais. A ocupao do Tringulo Mineiro, antigo Serto da Farinha
Podre, efetivou-se no incio do sc. XIX; antes, era apenas um ponto de passagem de tropeiros
e mineradores.
A organizao do povoado que resultou na cidade de Uberlndia comeou em meados
do sc. XIX. H registro das primeiras indstrias na regio por volta de 1825. O dono da
primeira indstria de enxadas e instrumentos rudimentares para a agricultura foi Felisberto
Alves Carrejo, apontado como o fundador do municpio. Em 1858, segundo Jernimo
Arantes, que o D. Constantino Jos da Silva Braga assinou sentena reconhecendo o novo
nome do Patrimnio de Nossa Senhora do Carmo e So Sebastio da Barra de So Pedro do
Uberabinha. Mais tarde simplesmente So Pedro do Uberabinha, que aos poucos foi se
transformando num centro comercial muito expressivo.
Em 1888, foi criado o municpio de So Pedro do Uberabinha; e em 1929 o municpio
passa a ser chamado de Uberlndia, nome sugerido por Joo de Deus Faria, que significa
terra frtil [3].
Segundo fonte da Secretaria Municipal de Indstria e Comrcio de Uberlndia [7],
atualmente a cidade apresenta uma rea total de 4115,09 Km
2
, sendo rea rural 3896,09 Km
2
e rea urbana de 219,00 Km
2
, e apresenta uma altitude mdia de 863 metros.
O clima da cidade semitropical, e se caracteriza pela alternncia de invernos secos e
veres chuvosos. A mdia anual da temperatura de 22C. Os meses de Outubro a Maro so
os mais quentes, em torno de 24,7C. Os meses mais frios so Junho e Julho, com uma mdia
de 18,8C. O permetro urbano da cidade dividido em setores Norte, Sul, Central, Leste e
Oeste
1
.
Poluio do ar de Uberlndia
Para analisarmos as reclamaes da poluio do ar de Uberlndia, efetivamos uma
parceria junto Secretaria Municipal de Meio Ambiente e Desenvolvimento Sustentvel [7], a
qual, em acordo com o SIM, autorizou o acesso ao banco de dados de reclamaes de
poluio do ar do perodo de 2001 a 2003. Vale ressaltar que consideramos, exclusivamente,
1
Em anexo, os bairros da cidade que so divididos nos setores Norte, Sul, Central, Leste e Oeste.
reclamaes no permetro urbano. A Tabela 2 fornece o total de reclamaes por ms nos
anos de 2001, 2002 e 2003.
Tabela 2: Reclamaes por ms.
Nmero de Reclamaes por ms
Ms 2001 2002 2003
Janeiro 7 3 29
Fevereiro 4 2 32
Maro 3 3 22
Abril 2 16 16
Maio 2 48 36
Junho 5 34 28
Julho 5 29 38
Agosto 5 24 29
Setembro 7 24 31
Outubro 4 20 26
Novembro 1 23 11
Dezembro 2 15 18
Fonte: SIM- Servio de Informao Municipal
No SIM, as reclamaes so especificadas de acordo com a data, a localizao e a
descrio do tipo de poluio e do estabelecimento poluidor. A Figura 1 mostra que, em
mdia, entre 2001 e 2003, os meses de maior nmero de reclamaes so de maio a setembro.
0
10
20
30
40
50
60
J
a
n
e
ir
o
F
e
v
e
r
e
i
r
o
M
a
r
o
A
b
r
i
l
M
a
i
o
J
u
n
h
o
J
u
l
h
o
A
g
o
s
t
o
S
e
t
e
m
b
r
o
O
u
t
u
b
r
o
N
o
v
e
m
b
r
o
D
e
z
e
m
b
r
o
r
e
c
l
a
m
a
e
s
2001 2002 2003 mdia
Figura 1: Reclamaes de poluio do ar ao longo dos anos de 2001, 2002 e 2003.
Assim, levantamos as seguintes questes:
1. Qual o setor de maior ocorrncia de reclamao de poluio do ar? Nesse setor, qual
tipo de estabelecimento mais contribuiu na poluio do ar?
2. Ser que os meses de maior nmero de reclamaes est relacionado, de alguma
maneira, com as condies meteorolgicas?
Para respondermos a primeira pergunta, classificamos as reclamaes por setor urbano
de Uberlndia e, pela Figura 2, podemos ver que o setor leste, em todos os anos, foi o que
apresentou o maior nmero de reclamaes.
0
50
100
150
N
o
r
t
e
C
e
n
t
r
a
l
L
e
s
t
e
O
e
s
t
e
S
u
l
r
e
c
l
a
m
a
e
s
2001 2002 2003
Figura 2: Reclamaes de poluio do ar, por setor, ao longo dos anos de 2001, 2002 e 2003.
Em seguida, analisando as reclamaes do setor leste por tipo de estabelecimento,
identificamos qual tipo contribuiu para o acentuado nmero de reclamaes. Para isso
distribumos os estabelecimentos poluidores em trs categorias:
Comrcio: borracharias, cerealistas, depsitos de materiais de construo, lavanderias,
marcenarias, marmorarias, oficinas mecnicas, panificadoras e serralherias, entre outros
pequenos estabelecimentos comerciais;
Indstria: granjas, fbricas em geral, etc.;
Residncia: domiclios e lotes baldios.
Como mostra a Figura 3, a mdia de reclamaes ocorridas, por ms, no setor leste
entre 2001 e 2003, indica que os estabelecimentos comerciais so os que mais contriburam
para o acentuado nmero de reclamaes. Isso mostra que a maior parte das reclamaes
esto relacionadas a partculas de poeira, fumaa e mau cheiro provenientes destes
estabelecimentos.
tendncia de reclamaes
0,0
1,0
2,0
3,0
4,0
5,0
6,0
J
a
n
e
i
r
o
F
e
v
e
r
e
i
r
o
M
a
r
o
A
b
r
i
l
M
a
i
o
J
u
n
h
o
J
u
lh
o
A
g
o
s
t
o
S
e
t
e
m
b
r
o
O
u
t
u
b
r
o
N
o
v
e
m
b
r
o
D
e
z
e
m
b
r
o
r
e
c
l
a
m
a
e
s
comrcio indstria residncia
Figura 3: Nmero de reclamaes por ms, do setor leste, considerando as trs categorias.
Chamando R(t) a funo reclamao do comrcio em cada ano, calculando
R(2002) R(2001) = 36 e R(2003) R(2002) = 35, observamos que a diferena entre estes
anos est diminuindo e, considerando que a quantidade de estabelecimentos comerciais no
setor leste no se altera, podemos supor que o nmero de reclamaes tende a um valor
assinttico e, assim aplicamos o seguinte ajuste dos dados:
Ajuste Linear de Modelos exponenciais assintticos [1]
O ajuste linear do modelo exponencial assinttico utilizado quando a representao
geomtrica dos dados (
i
i y x , ) no plano cartesiano esto aproximadamente no formato do
grfico de y = k - ae
bx
, com k > 0, b < 0 e a 0. Este ajuste pode ser usado quando h
tendncia de estabilidade (comportamento assinttico) dos dados.
Procedimento de ajuste:
Faamos as mudanas de variveis: z = ln (y k); se a < 0
z = ln (k y); se a > 0.
Logo, z = x + sendo = b e = ln a e camos no caso linear.
Precisamos do valor de k para proceder mudana de variveis acima.
Estimativa de k: Mtodo de Ford-Walford
Seja C = {(
i
i y x , ): i = 1, ... , n} um conjunto de dados com tendncia assinttica
horizontal quando i x .
Logo, lim
i x
y

=k.
Considere a funo f tal que f(
i
y ) =
1 + i
y e o conjunto de dados
D = {( 1 ,..., 1 : )) ( , = n i y f y
i i
} e faa um ajuste linear desses dados: f(y) = + y .
Logo, k
1
.
Agora, vamos aplicar o ajuste linear de modelos exponenciais assintticos considerando
os dados de reclamaes do comrcio da Tabela 3.
Tabela 3: Nmero de reclamaes por estabelecimento.
Regio Leste
Reclamaes por tipo de
estabelecimento
Ano comrcio indstria Residncia
2001 5 4 5
2002 41 18 16
2003 76 15 25
Fonte: SIM Servio de Informao Municipal
A funo f(x) = y = 1300 1333e
-0,0281x
representa o nmero de reclamaes por ano no setor
leste considerando reclamaes de comrcio, onde o nmero de reclamaes tende a 1300. O
grfico que representa este modelo pode ser visto na Figura 4.
Figura 4: Ajuste linear de reclamaes do setor leste por ano.
Umidade do ar e Poluio
De acordo com o Centro de Ensino e Pesquisa em Agricultura (Cepagri/UNICAMP)
[2], umidade relativa do ar significa, em termos simplificados, quanto de gua na forma de
vapor existe na atmosfera no momento com relao ao total mximo que poderia existir, na
temperatura observada. A umidade aumenta sempre que chove devido evaporao que
ocorre posteriormente. Em reas florestadas ou prximo a rios ou represas a umidade
sempre maior.
No inverno, freqentemente ocorrem dias com baixa umidade do ar e alta concentrao
de poluentes.
Tabela 4: Umidade relativa do ar de Uberlndia nos anos de 2001, 2002 e 2003.
Umidade Relativa (%) - 2001 a 2003
Mdia Mdia Mdia
Mensal Mensal Mensal
Janeiro 74 75 84
Fevereiro 71 83 70
Maro 74 72 81
Abril 64 66 74
Maio 66 66 66
Junho 66 60 60
Julho 56 58 56
Agosto 53 53 58
Setembro 56 59 57
Outubro 66 54 62
Novembro 75 71 74
Dezembro 75 75 73
Fonte: Estao de Climatologia - UFU
Observando os dados de umidade relativa do ar de Uberlndia da Tabela 4, podemos
verificar que os meses de maio a setembro possuem menor mdia mensal de umidade, como
tambm pode ser visto, graficamente, na Figura 5.
0
20
40
60
80
100
J
a
n
e
ir
o
F
e
v
e
r
e
i
r
o
M
a
r
o
A
b
r
i
l
M
a
i
o
J
u
n
h
o
J
u
l
h
o
A
g
o
s
t
o
S
e
t
e
m
b
r
o
O
u
t
u
b
r
o
N
o
v
e
m
b
r
o
D
e
z
e
m
b
r
o
u
m
i
d
a
d
e
r
e
l
a
t
i
v
a
(
%
)
2001 2002 2003 mdia
Figura 5: Umidade relativa nos anos de 2001 a 2003, e a mdia da umidade.
Comparando o nmero de reclamaes e a umidade relativa do ar no perodo de 2001 a
2003, notamos uma tendncia entre essas variveis (Figura 6). No perodo de maior nmero
de reclamaes, entre maio e setembro, ocorreu menor umidade relativa do ar o que indica
uma relao entre as condies meteorolgicas e a poluio do ar.
Tendncia entre reclamaes e umidade relativa
0,0
5,0
10,0
15,0
20,0
25,0
30,0
35,0
J
a
n
e
i
r
o
F
e
v
e
r
e
ir
o
M
a
r
o
A
b
r
i
l
M
a
i
o
J
u
n
h
o
J
u
l
h
o
A
g
o
s
t
o
S
e
t
e
m
b
r
o
O
u
t
u
b
r
o
N
o
v
e
m
b
r
o
D
e
z
e
m
b
r
o
r
e
c
l
a
m
a
e
s
0
20
40
60
80
100
u
m
i
d
a
d
e
r
e
l
a
t
i
v
a
(
%
)
mdia de reclamaes mdia de umidade relativa
Figura 6: Nmero de reclamaes e umidade relativa do ar entre 2001 e 2003.
Um dos fatores que podem ter ocasionado o aumento do nmero de reclamaes no
perodo de baixa umidade em Uberlndia, so as queimadas provocadas principalmente por
proprietrios de terrenos que procuram uma maneira mais rpida e fcil de "limp-los",
ignorando o procedimento correto da capina.
Outro fator que nesse perodo, as partculas de poeira e fumaa (matria particulada)
ficam suspensas no ar por mais tempo. O material particulado (MP) resulta da queima
incompleta de combustveis e de seus aditivos, de processos industriais e do desgaste de pneus
e freios. Em geral so provenientes da fumaa emitida pelos veculos movidos a leo diesel;
da fumaa expelida pelas chamins das indstrias ou pelas queimadas; da poeira depositada
nas ruas e dos resduos de processos industriais que utilizam material granulado; de obras
virias ou que movimentam terra, areia, etc [4].
Entre os sintomas relacionados com a inalao do MP esto as alergias, asma e
bronquite crnica. Causa tambm irritao nos olhos e garganta, reduzindo a resistncia s
infeces [4].
Concluso
Ao investigarmos sobre a qualidade do ar da cidade de Uberlndia, conclumos que o
setor leste necessita de maior fiscalizao, principalmente, nos estabelecimentos comerciais.
Assim, ressaltamos a necessidade do SIM em classificar os dados de reclamaes de poluio
do ar por setor para agilizar a fiscalizao dos estabelecimentos poluidores.
No perodo de maio a setembro ocorre maior indicativo de poluio do ar, devido
baixa umidade relativa do ar. O que um indcio de que a poluio mais visvel a causada
por particulados.
No sentido de conscientizar a populao e os empresrios sobre os males causados pela
poluio do ar, a Secretaria de Meio Ambiente e Desenvolvimento Sustentvel de Uberlndia
deve ter a iniciativa de convidar os meios de comunicao e setores organizados da sociedade
a se unirem para uma campanha de esclarecimento ao pblico.
[1] BASSANEZI, Rodney Carlos. Ensino-aprendizagem com modelagem matemtica:
uma nova estratgia. So Paulo: Contexto, 2002.
[2] Centro de Pesquisas Meteorolgicas e Climticas Aplicadas a Agricultura -
Cepagri/UNICAMP: http://orion.cpa.unicamp.br/portal/index.php .
[3] Cidade de Uberlndia: www.uberlandia.com.br .
[4] Companhia de Tecnologia de Saneamento Ambiental: www.cetesb.sp.gov.br .
[5] Estao de climatologia da Universidade Federal de Uberlndia: www.ig.ufu.br .
[6] Poluio do ar: http://ptsoft.net/vastro/referencia/estufa/poluentes/poluentes.html .
[7] Prefeitura Municipal de Uberlndia: www.uberlandia.mg.gov.br .
Anexo
Permetro urbano de Uberlndia
A cidade de Uberlndia dividida em vrios setores descritos abaixo, com os respectivos
bairros:
Setor Central
Bairros: Fundinho, Centro, Ldice , Cazeca, Tabajara, Bom Jesus , Martins, Osvaldo Rezende,
Daniel Fonseca, N. Senhora Aparecida, Brasil.
Setor Norte
Bairros: Presidente Roosevelt, Jardim Braslia, So Jos, Maravilha, Pacaembu, Santa Rosa,
Residencial Liberdade, Esperana, Jardim Amrica e Residencial Gramado, N.S. das Graas,
Conjunto Cruzeiro do Sul, Jardim Amrica (Parte), Marta Helena, CDI (Distrito Industrial),
Minas Gerais.
Setor Sul
Bairros: Vigilato Pereira, Saraiva, Lagoinha, Pampulha, Jardim Ozanan, Residencial Carajs,
Leo XIII, Jardim Xangril, Patrimnio, Morada da Colina, Tubalina, Cidade Jardim, Nova
Uberlndia, Santa Luzia, Parque Granada, So Jorge, Laranjeiras, Jardim Karaba, Shopping
Park.
Setor Leste
Bairros: Tibery, Parque Sabi, Santa Mnica e Segismundo Pereira, Umuarama, Custdio
Pereira, Aeroporto, Jardim Califrnia, Aclimao, Jardim Ipanema II, Jardim Ipanema I,
Morada dos Pssaros, Quintas do Bosque, Manses Aeroporto, Dom Almir, Alvorada,
Morumbi.
Setor Oeste
Bairros: Jaragu , Planalto, Chcaras Tubalina e Quartel, Luizote de Freitas, Jardim Patrcia,
Dona Zulmira, Taiaman , Jardim das Palmeiras, Jardim Cana, Jardim Holanda, Panorama,
Mansour, Guarani, Tocantins.
Fonte: Secretaria Municipal de Planejamento e Desenvolvimento Urbano.
Modelagem Matemtica:
Construindo Casas com Recursos Computacionais
Adriano Soares Andrade (*) Deive Barbosa Alves (*)
adrianosandrade@bol.com.br deivemat@yahoo.com.br
Rosana Sueli da Motta Jafelice (**)
rmotta@ufu.br
Introduo
A principal preocupao na discusso dos processos de ensino escolar, nos ltimos
anos, tem sido a questo da informtica, a qual vista como um mtodo de difcil manuseio,
devido a no capacitao dos professores. Sendo assim, este trabalho como objetivo abordar
alguns aspectos do trabalho com a informtica, de maneira a levar os educadores a repensar
qual seria o verdadeiro sentido da mesma, hoje considerada apenas desafio. necessrio que
o aluno encare o processo como algo que esteja voltado para o trabalho educativo realizado,
valorizando-o e, ao mesmo tempo, reconhecendo erros, procurando corrigi-los e super-los.
A presena de recurso de informtica no ambiente e meios de ensino tm chamado a
ateno dos professores e alunos para o potencial didtico de sua utilizao em sala de aula.
Muitos so os programas que vm sendo desenvolvidos com o propsito de motivar o ensino
e a aprendizagem, assim como de ampliar os horizontes das metodologias de ensino. As
recomendaes dos parmetros curriculares do ensino fundamental e mdio demandam
mudanas curriculares nos cursos de preparao de professores, pautados, por sua vez, nos
parmetros curriculares dos cursos de licenciatura, e demandam tambm cursos de educao
continuada para professores na ativa.
Como iro perceber a modelagem neste trabalho foi realizado com a ajuda de
programas computacionais para o clculo de reas, volume, utilizando o Programa Excel com
suas frmulas matemticas.

(*) discente do curso de Matemtica
(**) docente do curso de Matemtica
Desenvolvimento
A informtica h algum tempo caracterizada como uma trajetria mais ampla do
ensino, onde se pode trabalhar em um espao infinitamente abstrato e ao mesmo tempo fazer
com que o aluno venha a assimilar o contedo.
O trabalho iniciou com a modelagem Matemtica em construo de prdios utilizando
a perspectiva, ou seja, como o aluno iria construir um ambiente a partir de uma viso mais
ampla com o uso da informtica. Explicando melhor, como ele faria a montagem de um
cmodo, por exemplo, onde colocar o fogo, a pia, a mesa, a janela, a quantos graus a porta
teria que abrir e no atrapalhar nenhum mvel do ambiente, o espao para circulao nesse
ambiente e a circulao de ar, por exemplo.
Todas essas questes, com o uso da informtica junto modelagem so essenciais para
se ter um bom rendimento e aprendizagem. Usou-se aqui os objetos de aprendizagem do
programa RIVED (Rede Internacional Virtual de Educao)[2] que trabalhavam com
perspectiva.
Foram construdos trs prdios com folha A4 e cola, as bases seriam quadrangular,
triangular e circular. Esta construo foi realizada com a participao de todos os presentes e
colocada em discusso qual dessas bases suportaria maior peso, conforme Figura 1.
Figura 1
Diante das trs bases foram colocados alguns pesos e logo se verificou que a base de
formato circular suporta maior quantidade de massa embora no seja usado pelas construtoras
devido a aproveitar ao mximo a quadra com a diviso dos terrenos.
A folha de papel A4 retangular de lado a e b sendo a > b. Para os prdios de base
quadrada e triangular, os lados so a/4 e a/3, respectivamente. O prdio com base circular tem
raio igual a a/(2x). Temos:
rea da base quadrangular(Aq):
Aq = (a/4) = a/16 = (1/16)xa = 0,0625 xa;
rea da base circular(Ac):
Ac = x (a/(2x)) = a x (/4) x = (1/4) x = 0,07957xa;
rea de base triangular(At):
At = (a/3) x (3)/ 4 = (ax3)/36 = (3/36 )xa = 0,04811xa;
Assim, At < Aq < Ac, por isso o cilindro suporta uma quantidade maior de massa.
Usufrumos o programa SUPERLOGO para a construo do telhado onde a criana
pode comear a trabalhar as questes de graus, figura e relaes geomtricas.
O bom do SUPERLOGO que ele no trabalha com linguagem formal de ngulo, mas
sim com o que ouvimos cotidianamente, ou seja, virar a esquerda, virar a direita, para
frente, para trs so os comandos bsicos dele. Para quem desejar ter um primeiro contato
com esta tecnologia recomendamos o site da unicamp[3] e tambm compensa ler o artigo
publicado pela Universidade Federal de Santa Catarina[4]. Vejamos a Figura 2.
Figura 2
Para a continuao do telhado, utilizamos os seguintes passos:
Como estamos fazendo um telhado temos que Ter o ngulo de inclinao. bom deixar
que o aluno construa os ngulos, ento, por exemplo, escolhendo um ngulo de 30 o
discente tem que saber, que o ngulo a ser programado no 30, mas sim o seu
complementar, ou seja, 90 - 30 = 60, logo o comando a ser aplicado ;
paradireita 60 teremos tambm que nos preocupar com a altura deste telhado, logo se o
aluno escolhesse 100 unidades de medidas (u.m). E o aluno ter que encontrar; tg 30 =
c.o/c.a; onde tg Tangente, co cateto oposto e ca cateto adjacente. Como tg 30 =
0,577350269 e c.o = 100 u.m, obtemos c.a = c.o/tg implicando que c.a 173, 2050808, no
superlogo no h virgula e sim ponto, portanto c.a 173.2050808. No superlogo usamos o
comando;
parafrente 173.2050808, como queremos um telhado cujos ngulos da base sejam iguais,
ou seja, dois ngulos de 30 temos que calcular o ltimo lembrando que a soma dos
ngulos internos de um tringulo 180, logo temos o ltimo ngulo ser 180 - 60 =
120, mas tome cuidado, pois o ngulo que realmente interessa no o 120 e sim o seu
suplementar, ou seja, 180 - 120 = 60. Assim o ngulo a ser programado 60. No
superlogo ficar;
paradireita 60, usando a simetria repetimos o seguinte comando;
parafrente 173.2050808, e como queremos que a base tenha 30 s pegarmos o
suplementar de 30 que 180 - 30 = 150, programando temos;
paradireita 150, e finalmente calculamos sabemos que a altura 100 u.m logo para saber
todo o comprimento e levando em considerao o fato de se tratar de um tringulo
isscele temos que o comprimento = 2*(cos(30)*173.2050808), ou seja, comprimento =
2*150= 300, colocando o comando temos;
parafrente 300, e pronto temos o telhado como na Figura 3.
Figura 3
Resolvendo Problemas na Construo
1-rea til e rea construda: como relaciona-las?
Daqui a diante os temas trabalhados foram calculados no Excel e os desenhos em
Paint.
Faamos o esboo de uma planta baixa, Figura 4, de forma geomtrica qualquer [1].
O a forma retangular (padro comum dos terrenos).
Consideraremos a rea retangular com medidas a e b.
Figura 4
Podemos trabalhar o conceito de medida de superfcie plana, propondo os clculos das
reas dos cmodos, da casa, do terreno, nmeros racionais.
2-Como calcular a quantidade de tijolos, azulejos e pisos para uma casa?
Vamos tomar uma parede com as seguintes medidas [1], na Figura 5:
Figura 5

Podemos trabalhar o conceito de rea, e unidades de medidas.
Lembrando que na rea da parede deve-se retirar a rea das janelas, portas ou outra
entrada.
3- Onde colocar a caixa dgua?A que altura dever estar o telhado para que
caiba uma caixa d'gua de 1000 litros de capacidade?Como calcular esses 1000
litros?
Foi questionado tambm onde colocar a caixa d gua e como calcular o volume[1].
conveniente que se coloque na laje da casa sem que provoque dano algum, pois so
feitos de material leve e resistente.
Quanto maior for a altura, Figura 6, maior ser a presso da gua nos chuveiros e
torneiras (queda livre, gravidade).
Figura 6
Supondo que a caixa d'gua seja de forma cbica. A medida da largura, do
comprimento e da altura. Podemos trabalhar o conceito de volume, potenciao que a
mesma tambm.
Concluso
Os programas computacionais para uso educacional possuem grandes potencialidades
que devem ser reconhecidas e aproveitadas tanto por professores como por alunos, para obter
resultados eficientes no processo de ensino aprendizagem.
Neste trabalho, apresentamos o uso da informtica na Modelagem Matemtica para o
ensino fundamental, outras ferramentas computacionais podem ser utilizadas para abordar
conceitos matemticos.
[1] Biembengut, Maria Salett. Modelagem Matemtica no Ensino.So Paulo: Contexto, 2003.
[2] http://rived.proinfo.mec.gov.br/site_objeto_lis.php
[3] http://www.nied.unicamp.br/~siros/siros_rcx/introducao_slogo.pdf
[4] http://www.inf.ufsc.br/~scheila/icece2003.PDF
Modelagem Matemtica no Abastecimento e
Consumo de gua na Cidade de Uberlndia
Deive Barbosa Alves Rosana Sueli da Motta Jafelice
deivemat@yahoo.com.br rmotta@ufu.br
Introduo
Para evitar desperdcio de gua e atender a populao de Uberlndia sem explorar em
demasia os mananciais hdricos, o Dmae tem investido regularmente na modernizao do
Sistema de Abastecimento de gua. Esta renovao envolve a adoo de processos
automatizados, sob a responsabilidade de funcionrios devidamente treinados, a realizao de
obras de infra-estrutura, o investimento na aquisio de novos equipamentos e a instalao de
servios que h muito se faziam necessrios. Algumas medidas foram implantadas:
Os postos integrados de manuteno e atendimento, instalados nos bairros,
oferecem os mesmos servios prestados na sede do Dmae, com a vantagem de estar mais perto
do usurio.
A renovao do sistema de captao e abastecimento tambm chegou aos distritos.
Novos reservatrios foram construdos e ampliados de 40mil para 350 mil litros a capacidade
de armazenagem de gua de Tapuirama e Cruzeiro dos Peixotos.
No DMAE foi criada uma central de atendimento rpido e de qualidade para o
municpio.
A retomada dos investimentos nas Estaes de Captao e Tratamento de gua
Sucupira e Bom Jardim ampliam a margem de segurana do sistema de abastecimento.
Agindo de maneira preventiva, o DMAE est substituindo mquinas ultrapassadas por
equipamentos mais eficientes.
A prefeitura criou a tarifa social da gua, que isenta de pagamento s famlias que
recebem at dois salrios mnimos por ms. Outros dois requisitos condicionam o acesso ao
beneficio a um consumo mximo de 20 metros cbicos de gua por ms e a propriedade de
um nico imvel. Para o Dmae modernizar significa levar saneamento bsico a toda a
populao. As famlias assentadas nos loteamentos So Francisco e Joana DArc j contam
com gua potvel e 17 mil metros de rede de esgoto. Moradores do bairro Prosperidade que
h anos reclamavam o mesmo benefcio, tambm foram atendidos.
DMAE sigla do DEPARTAMENTO MUNICIPAL DE GUA E ESGOTO, rgo
da administrao indireta da Prefeitura de Uberlndia. Este departamento tem como objetivo a
prestao de servios de qualidade a seus usurios. Seu papel coletar e tratar todo o esgoto
gerado no municpio de Uberlndia, modernizar com eficincia o sistema de abastecimento de
gua e trabalhar para a preservao da Bacia Hidrogrfica do Rio Uberabinha.
Metodologia
O trabalho foi realizado com coleta de dados no Departamento de gua e Esgoto de
Uberlndia e utilizando a seguinte metodologia:
Comparao e escolha dos dados mais convenientes pesquisa.
Plotagem de grfico com o Software Excel.
Escolha do software flash para desenvolver um aplicativo, que possa ser usado em
salas de aulas de primeiro e segundo grau.
Objetivo
Determinar o consumo de gua da cidade de Uberlndia.
Calcular o volume de gua tratada da cidade de Uberlndia.
Verificar se a quantidade de consumo de gua das residncias, comrcio e industrias
uberlandense preocupante para o DMAE.
Produzir um objeto de aprendizagem com o software Flash para auxiliar o professor no
estudo de funes e estatstica.
Desenvolvimento
Com os dados do DMAE plotamos grficos, no software Excel, para determinar o
consumo de gua nas residncias, indstrias e comrcios da cidade de Uberlndia no ano de
2003.
Na Tabela 1 apresentamos os dados fornecidos pelo DMAE do consumo de gua nas
residncias, indstrias e comrcios da cidade de Uberlndia no ano de 2003[2].
meses residncias Comerciais industrias consumo total
janeiro 3236398,532 351050 196177 3783625,532
fevereiro 3236001,000 351001 196152 3783154,000
maro 3236423,012 351060 196174 3783657,012
abril 3236456,000 351055 196178 3783689,000
maio 3236745,230 351062 196180 3783987,230
junho 3236847,136 351082 196184 3784113,136
julho 3245543,000 352001 196188 3793732,000
agosto 3237009,000 351091 196181 3784281,000
setembro 3236240,000 351085 196179 3783504,000
outubro 3236120,050 351090 196184 3783394,050
novembro 3253262,000 351129 196176 3800567,000
dezembro 3255480,000 359445 196153 3811078,000
total 38882524,960 4222151 2354106,000
Tabela 1
Com a Tabela 1, construmos a Figura 1.
Consumo de gua nas Residncias, Industrias e
Comrcios nos meses de 2003
9%
Comrcio
5%
Indstria
86%
Residncia
Figura 1
Observamos que as residncias de Uberlndia so as grandes vils para o DMAE,
por isto o enfoque de sua propaganda esta voltada para conscientizar a populao que a gua
no pode ser desperdiada.
Na Tabela 1 verificamos que o ms de maior consumo foi Dezembro.
A Tabela 2 mostra a variao do ms de maior consumo em relao aos demais meses[2]
Meses Diferena do Volume de gua
Dezembro - Novembro 10511
Dezembro - Julho 17346
Dezembro - Agosto 26797
Dezembro - Junho 26964,864
Dezembro - Maio 27090,77
Dezembro - Abril 27389
Dezembro - Maro 27420,988
Dezembro - Janeiro 27452,468
Dezembro - Setembro 27574
Dezembro - Outubro 27683,95
Dezembro - Fevereiro 27924
Tabela 2
Na Tabela 2 observamos que a maior variao foi entre o ms de dezembro e o de
fevereiro. Na Figura 2, apresentamos o grfico das variaes da Tabela 2.
Diferena do Volume de gua Consumido
0
10000
20000
30000
0 2 4 6 8 10 12
Meses
V
o
l
u
m
e
d
e
g
u
a
e
m
m
Diferena dos meses

por volume de gua
Ajuste por Polinmio
Figura 2
A equao deste polinmio :
y = 1,6435x - 60,336x + 849,55x - 5648,2x + 17030x - 14572x + 12725.
5 4 3 2 6
[1]
A Tabela 3 mostra a produo de gua, na cidade de Uberlndia em duas estaes de
tratamento, Sucupira e Bom Jardim [2].
Tabela 3
Observando a Tabela 3 notamos que o ms de maior produo foi agosto, o que
tambm ilustrado no grfico de barras da Figura 3.
Produo de gua emm da cidade de Uberlndia no ano
de 2003
4000000,000
4500000,000
5000000,000
5500000,000
6000000,000
j
a
n
e
i
r
o
f
e
r
e
i
r
o
m
a
r
o
a
b
r
i
l
m
a
i
o
j
u
n
h
o
j
u
l
h
o
a
g
o
s
t
o
s
e
t
e
m
b
r
o
o
u
t
u
b
r
o
n
o
v
e
m
b
r
o
d
e
z
e
m
b
r
o
Produo em m
Figura 3
Meses de 2003 Produo em m
Janeiro 5336157,220
Fevereiro 4833451,476
maro 5287109,380
Abril 5314196,036
Maio 5413502,734
Junho 5423957,364
Julho 5607369,734
Agosto 5724017,562
Setembro 5605832,316
Outubro 5717913,484
Novembro 5461240,136
Dezembro 5538905,000
A Tabela 4 mostra a diferena do ms de produo em relao aos demais [2].
Tabela 4
Assim, observamos que a maior variao foi nos meses de Agosto Fevereiro, veja o
grfico da Figura 4.
Grfico da diferena entre o ms de maior produo em relao
aos demais
0
200000
400000
600000
800000
1000000
0 2 4 6 8 10 12
Meses
V
o
l
u
m
e
d
e
g
u
a
e
m
m
Diferena entre o ms de
maior produo de gua
em relao ao demais
Ajuste por Polinmio
Figura 4
A equao do polinmio :
46082. 4877,2x - 101304x + 48301x - 9923,5x + 926,73x - 32,162x = y
2 3 4 5 6
[1]
Analisamos o consumo e a produo de gua da cidade de Uberlndia no ano de 2003
separadamente, vamos analis-las juntas. Assim, Tabela 5 apresenta estes dados.
Meses de 2003 Diferena da produo de gua em relao ao ms de Agosto.
Agosto Outubro 6104,078
Agosto Julho 116647,828
Agosto - Setembro 118185,246
Agosto - Dezembro 185112,562
Agosto - Novembro 262777,426
Agosto Junho 300060,198
Agosto Maio 310514,828
Agosto Janeiro 387860,342
Agosto Abril 409821,526
Agosto Maro 436908,182
Agosto - Fevereiro 890566,086
Meses de 2003 Consumo em m Produo em m
Janeiro 3783625,532 5336157,220
Fevereiro 3783154,000 4833451,476
Maro 3783657,012 5287109,380
Abril 3783689,000 5314196,036
Maio 3783987,230 5413502,734
Junho 3784113,136 5423957,364
Julho 3793732,000 5607369,734
Agosto 3784281,000 5724047,562
Setembro 3783504,000 5605832,316
Outubro 3783394,050 5717913,484
Novembro 3800567,000 5461240,136
Dezembro 3811078,000 5538905,000
Tabela 5
A Figura 5 apresenta o grfico destes valores.
Produ e Consumo nos meses de 2003
0,000
2000000,000
4000000,000
6000000,000
8000000,000
1 2 3 4 5 6 7 8 9 10 11 12
meses
V
o
l
u
m
e
d
e
g
u
a
Consumo em m
Produo em m
Figura 5
Verificamos, ento a necessidade de fazer a variao entre produo e consumo para
sabermos quanto a mais est sendo produzido, j que o grfico aparentemente apresenta um
consumo estvel e uma produo com oscilaes. Assim, temos a. Tabela 6.
Meses de 2003 Produo em m Consumo em m
Diferena ente produo e
consumo
janeiro 5336157,220 3783625,532 1552531,688
fevereiro 4833451,476 3783154,000 1050297,476
maro 5287109,380 3783657,012 1503452,368
abril 5314196,036 3783689,000 1530507,036
maio 5413502,734 3783987,230 1629515,504
junho 5423957,364 3784113,136 1639844,228
julho 5607369,734 3793732,000 1813637,734
agosto 5724017,562 3784281,000 1939736,562
setembro 5605832,316 3783504,000 1822328,316
outubro 5717913,484 3783394,050 1934519,434
novembro 5461240,136 3800567,000 1660673,136
dezembro 5538905,000 3811078,000 1727827,000
Tabela 6
Com a Tabela 6 observamos que os meses de agosto foram os meses que tiveram maior
diferena entre produo e consumo. Conforme Figura 6.
Diferena entre produo e consumo de gua
0,000
500000,000
1000000,000
1500000,000
2000000,000
2500000,000
0 1 2 3 4 5 6 7 8 9 10 11 12
meses do ano de 2003
V
o
l
u
m
e
d
e
g
u
a
e
m
m
curva da diferena pelos

meses
Ajuste por Polinmio
Figura 6
A equao do polinmio dada por:
y = 128,61x - 5133,2x + 80104x - 618339x + 2E + 06x - 4E + 06x + 4E + 06.
5 4 3 2 6
Alm disso, podemos dizer que o consumo total de gua da cidade de Uberlndia no
ano de 2003 foi de 45458781,96m e foram produzidos no total, para suprir tal consumo, uns
volumes de 65263652,442m. Assim, diferena entre produo total pelo consumo total obtm
19804870,482m.[1]
Concluso
Realmente acertado o investimento em propaganda de conscientizao, voltada para
os proprietrios, pois como vimos s residncias consomem 86% da gua da cidade de
Uberlndia.
Embora os meses de maior consumo foram Dezembro, Novembro no
necessariamente os meses que mais se produzem. Como vimos estes so Agosto e Outubro.
Fica claro, ento, que a produo de gua na cidade de Uberlndia no depende do consumo.
Com o objetivo de ajudar o DMAE na conscientizao do consumo de gua decidimos
criar um aplicativo em Flash para que os professores, em especial os do ensino fundamental,
pudessem trabalhar o consumo da gua com as crianas, veja no Apndice.
Agradecimento
Aos amigos Edinei Leandro dos Reis, Fernando da Costa Barbosa e Rivelino
Rodrigues Flor que me ajudaram a desenvolver um aplicativo em Flash.
Bibliografia
[1] Bassanezi, Rodney Carlos. Ensino-Aprendizagem com Modelagem Matemtica. So
Paulo: Contexto, 2002.
[2] Dados fornecidos pelo DMA.
[3] www.uberlandia.mg.gov.br/escolaaguacidada
[4] Calcule quantos litros de gua voc e sua famlia consomem por dia
Apndice
A melhor forma encontra para trabalhar o consumo de gua foi utilizando o incio da
estatstica, no qual o professor trabalharia os conceitos de construo de tabelas, organizao
das mesmas e estudar os grficos de barras e linhas.
Aps o professor ensinar estes conceitos levar o aluno para trabalhar com o
aplicativo que funciona desta forma.
Primeiro o usurio entra com dados do consumo de gua durante os meses do ano, o
nmero de pessoas da famlia e confirma tais dados, conforme Figura 7.
Figura 7
Recomendamos que o aluno tenha em mos as contas de gua de sua casa. Para
localizar tais valores na conta de gua s observar onde est escrito histrico de consumo
e abaixo olhar a palavra consumo e ento jogar este valor na tabela, lembrando que o valor
em metros cbicos, ou seja, milhares de litros e no somente em litros. Se por acaso no tiver
a palavra consumo com certeza tem as seguintes: Leitura atual e Leitura anterior, neste
caso tm que saber de quanto o consumo. Para tal s subtrair o valor que apresentado na
Leitura anterior pelo valor da Leitura atual, assim teremos o consumo em metros
cbicos[3].
Quando confirmarmos os dados aparecer uma outra janela, Figura 8, com os dados do
consumo mensal, e a mdia mensal, calculada da seguinte forma: somamos o consumo dos
doze meses e dividimos por doze, assim obtivemos o consumo mdio da famlia por ms.
Apresenta ainda a mdia mensal por pessoa que foi calculada da seguinte forma: a partir da
mdia mensal e dividimos pela quantidade de pessoas existentes na famlia. Temos, ainda a
cota DMAE de consumo, que nada mais do que a instituio DMAE considera como
consumo racional da gua que calculada da seguinte forma: segundo o DMAE para termos o
uso racional da gua preciso que cada pessoa consuma 0,15 m de gua por dia.
Multiplicando por 30 para sabermos quanto este valor por ms temos que o
consumo/pessoa/ms 4,5 m, como queremos achar a cota para que uma famlia tenha um
uso racional, segundo o DMAE, basta multiplicarmos pelo nmero de pessoas da famlia, ou
seja, a cota DMAE de consumo = nmero de pessoas da famlia * 4,5, onde 4,5 o consumo
de gua em metros cbicos por pessoa e por ms[4]. Depois das informaes podemos
escolher se quisermos grfico de barras ou de linhas.
Figura 8
Escolhendo o boto gerar o grfico de barras temo a Figura 9.
Figura 9
Na Figura 9, os retngulos em azul representam o consumo obtido naquele ms, ou
seja, cada retngulo azul um ms com o respectivo consumo, neste caso, por exemplo,
janeiro teve um consumo de 22 m e dezembro teve 29 m. A linha em vermelho indica a
mdia mensal de consumo de gua que famlia obteve, a linha verde representa a cota DMAE
de consumo, ou seja, a linha verde indica o uso racional da gua segundo o DMAE, vemos
que neste exemplo o valor que a famlia podia gastar por ms era de 18 m como a mdia
mensal foi de 27,25 m esta famlia no usa a gua de forma racional.
Escolhendo o boto gerar o grfico de linha temos a Figura 10.
Figura 10
Na Figura 10, o grfico em azul relaciona os meses com os respectivos consumo de
gua da residncia estudada. Assim o ms de dezembro teve o maior consumo, 29 m. A linha
em vermelho indica a mdia mensal de consumo de gua que famlia obteve, a linha verde
representa a cota DMAE de consumo, ou seja, a linha verde indica o uso racional da gua
segundo o DMAE, vemos que neste exemplo o valor que a famlia podia gastar por ms era
de 18 m como a mdia mensal foi de 35,583 m esta famlia no usa a gua de forma
racional.
E s, no mais cabe a cada professor ter criatividade para usar este aplicativo da
melhor forma possvel.
FAMAT em Revista
www.famat.ufu.br
Iniciao Cientfica
em Nmeros
%
Iniciao Cientfica em Nmeros
Flaviano Bahia Paulinelli Vieira (coordenador da seo)
Iniciao Cientfica em Nmeros
Seguindo a mesma linha anterior inerente a esta sesso, objetivamos descrever as
atividades de iniciao cientifica e/ou atividades tcnicas complementares formao
acadmica desenvolvidas no mbito da FAMAT/UFU e direcionadas aos discentes do Curso
de Licenciatura e Bacharelado em Matemtica. Destacamos, inicialmente, a existncia de seis
programas regulares que oferecem atividades inclusas em uma das duas categorias acima
mencionadas; so eles:
(1) Programa de Educao Tutorial da Faculdade de Matemtica (PETMAT);
(2) Programa Institucional de Bolsas de Iniciao Cientfica do CNPq (PIBIC-CNPq);
(3) Programa de Bolsas Institucionais de Iniciao Cientfica da FAPEMIG (PBIIC-
FAPEMIG);
(4) Programa Institucional de Bolsas de Ensino de Graduao da UFU (PIBEG-UFU);
(5) Instituto do Milnio para o Avano Global e Integrado da Matemtica Brasileira do CNPq
(IM-AGIMB-CNPq);
(6) Programa Institucional de Iniciao Cientfica e Monitoria da Faculdade de Matemtica
(PROMAT-FAMAT-UFU).
Destes, apenas o ltimo no apresenta qualquer tipo de remunerao aos discentes
envolvidos. Alm disso, ocorrem esporadicamente orientaes de iniciao cientfica ou
ensino vinculadas a projetos pessoais de pesquisa ou ensino financiados pelo CNPq,
FAPEMIG ou outros. Abaixo, descrevemos uma relao de todos os projetos, agregados a um
dos programas acima mencionados, que esto atualmente em desenvolvimento na FAMAT e
que so exclusivamente desenvolvidos por alunos do Curso de Licenciatura e Bacharelado em
Matemtica.
Vale ressaltar ainda que existem outros projetos de iniciao cientfica em
desenvolvimento no mbito da FAMAT, todavia os mesmos envolvem alunos de Cursos de
Graduao da UFU distintos do Curso de Matemtica e, por isso, no sero aqui relacionados.
1. Projetos de Iniciao Cientfica PETMAT
Professor: Marcos Cmara
Projeto: Cdigos Corretores de Erros
Aluno: Flaviano Bahia Paulinelli Vieira
Perodo: Maro de 2005 a janeiro de 2006
Professor: Marcos Antnio da Cmara
Projeto: Problema de Transporte com Programao Linear
Aluna: Las Bssame Rodrigues
Perodo: Maro de 2005 a maro de 2006
Professor: Marcos Cmara
Projeto: Equaes de Congruncia de Grau Maior que Um
Aluna: Patrcia Borges dos Santos
Professor: Jocelino Sato
Projeto: Estudo de Superfcie via Triedo Mvel
Aluno: Leandro Cruvinel Lemes
Professor: Ccero Fernandes Carvalho
Projeto: Introduo Geometria Algbrica
Aluno: Jairo Menezes e Souza
Perodo: Maro de 2005 a dezembro de 2005
Professor: Luis Alberto Duran Salomo
Projeto: Iniciao Teoria dos Nmeros
Aluno: Maksuel Andrade Costa
Professora: Rosana Sueli da Mota Jafelice
Projeto: Modelo de Bertalanffy para uma Espcie de Crustceo
Aluna: Carolina Fernandes Molina Sanches
Professor: Edson Agustini
Projeto: Introduo Teoria da Informao e Codificao
Aluna: Gisliane Alves Pereira
Projeto: Figuras Equivalentes e Equicompostas
Aluna: Fabiana Alves Calazans
Projeto: Introduo Teoria da Informao e Codificao
Aluna: Sandreane Poliana da Silva
Professora Dulce Mary de Almeida
Projeto: O Problema da Triseco do ngulo e Algumas Solues na Grcia Antiga
Aluna: Flvia Cristina Martins Queiroz
Professora Dulce Mary de Almeida
Projeto: O Problema da Triseco do ngulo e Algumas Solues na Grcia Antiga
Aluna: Mariana Fernandes dos Santos Villela
Professor: Ednaldo Carvalho Guimares
Projeto: Anlise do Comportamento de Semivariogramas Esfricos sob Diferentes Tipos de
Tendncias nos Dados
Aluna: Alessandra Ribeiro da Silva
2. Projetos de Iniciao Cientifica - CNPq / FAPEMIG
Projeto: Anlise da Estabilidade Temporal da Precipitao Pluviomtrica Mensal em
Uberlndia - MG
Aluna: Franciele Alves da Silveira Gonzaga
rgo Financiador: PIBIC-CNPq
Perodo do Projeto: 07/2004 a 06/2005
Professora: Sezimria de F. P. Saramago
Projeto: Estudo de Alguns Algoritmos Evolutivos
Aluno: Jair Rocha do Prado
rgo Financiador: PBIIC-FAPEMIG
Perodo do Projeto: 03/2005 - 02/2006
Professor: Marcelo Tavares
Projeto: Avaliao das Relaes de Atributos Fsicos e Qumicos de um Solo em Diferentes
Condies de Manejo com a Produtividade da Soja por Meio de Tcnicas Multivariadas
Aluna: Fernanda Bonuti
rgo financiador: PBIIC-FAPEMIG-UFU
3. Projetos desenvolvidos junto ao PIBEG / FAMAT
Professor: Eugnio Antnio Paula
Projeto: Produo de Saberes Docentes Desenvolvidos no Laboratrio de Ensino de
Matemtica Sobre Trabalho de Projeto
Aluna: Flvia Bruno Mendes
rgo Financiador: PIBEG - UFU , E 018/04 1
4. Projeto desenvolvido junto ao Instituto do Milnio / AGIMB
Projeto: Superfcies Mnimas Estveis
Aluna: Helen Cristina Vieira Freitas
rgo Financiador: CNPq / Instituto do Milnio - AGIMB
Professor: Mrcio Jos Horta Dantas
Projeto: Oscilaes Foradas em um Sistema Mecnico no Ideal
Aluno: Uziel Paulo da Silva
rgo Financiador: CNPq / Instituto do Milnio - AGIMB
Perodo: 08/2004 a 04/2005
5. Projetos de Iniciao Cientifica PROMAT
Professora: Lcia Resende Pereira Bonfim
Projeto: Algumas Aplicaes em Teoria Qualitativa das Equaes Diferenciais Ordinrias
Aluna: Juliana Lzara Cursino dos Santos
Perodo: Agosto de 2004 a julho de 2005
Projeto: Comportamento da Precipitao Pluviomtrica Mensal de Uberlndia: Anlise de
Dependncia Temporal
Aluna: Gabriela de Freitas Alves
Professor: Valdair Bonfim
Projeto: Motivando Teorias Abstratas da Matemtica
Aluno: Danilo Adrian Marques
Projeto: As Propriedades das Tangentes s Cnicas e suas Aplicaes em Tecnologias
Aluno: Eder Lcio da Fonseca
Professor: Arlindo Souza Jnior
Projeto: O papel da Tecnologia no Ensino da Matemtica
Aluno: Narkeny Mark Cardoso
Projeto: Introduo Mecnica Vetorial
Aluno: Carlos Henrique Tognon
Projeto: Introduo Mecnica Vetorial
Aluna: Milena Almeida Leite Brando
Projeto: Superfcies com Curvatura Gaussiana Constante
Aluno: Bruno Nunes de Souza
Projeto: Superfcies Regradas
Aluno: Cludia Helena Vieira Freitas
Projeto: Modelos Matemticos Aplicados Anatomia Humana
Aluno: Franciella Marques da Costa
6. Outros
Professor: Arlindo Jos de Souza Jnior
Projeto: Programa de Apoio Cientfico e Tecnolgico aos Assentamentos de Reforma
Agrria - PACTo-MG/Tringulo Mineiro
Aluno: Ronicley Eduardo Corra Arajo
rgo Financiador: CNPq/INCRA-Instituto Nacional de Colonizao e Reforma Agrria
Professor: Arlindo Jos de Souza Jnior
Projeto: Programa de Apoio Cientfico e Tecnolgico aos Assentamentos de Reforma
Agrria - PACTo-MG/Tringulo Mineiro
Aluno: Deive Barbosa Alves
rgo Financiador: CNPq/INCRA-Instituto Nacional de Colonizao e Reforma Agrria
FAMAT em Revista
www.famat.ufu.br
E o Meu Futuro Profissional?

E o Meu Futuro Profissional?
Geraldo Mrcio de Azevedo Botelho (coordenador da seo)
Valdair Bonfim
Edson Agustini
PS EM OUTRAS REAS: OPO OU FALTA DE OPO?
Geraldo Botelho
O perigo de ser mal interpretado e ver suas palavras usadas fora de contexto e de
forma oportunista sempre existe, ainda mais quando o assunto polmico e o ttulo
provocativo. Por isso afirmo de forma clara, explcita e inequvoca: no pretendo aqui
desestimular alunos graduados em matemtica a seguir seus estudos, em nvel de ps-
graduao, em outras reas. Meu objetivo levantar aspectos variados da questo para que,
caso decida seguir esse caminho, o estudante o faa da forma mais consciente e responsvel
possvel.
Sou procurado, com certa freqncia, por alunos em final de graduao, ou
recentemente graduados, com a seguinte pergunta: Estou pensando em fazer mestrado na
rea X (na maioria das vezes X = engenharia eltrica, engenharia mecnica, computao,
educao ou estatstica). Voc acha que uma boa? Pretendo neste texto elaborar e
fundamentar a resposta que normalmente apresento aos estudantes.
Inicio abordando duas questes inerentes ao assunto.
Por que graduados em matemtica so aceitos com tanta freqncia em programas de
ps-graduao de outras reas? Vou tentar convenc-lo(a), eventual leitor(a), de que parte da
resposta a seguinte: o estudo da matemtica, em nveis variados, ensina o aluno a raciocinar
abstratamente de forma sistemtica, o que permite uma adaptao rpida e bem sucedida a
qualquer outra rea. Comeo argumentando que mesmo a matemtica do ensino mdio traz
benefcios nesse sentido. Para isso cito trecho das pginas 303 e 304 do livro O gene da
matemtica, de Keith Devlin, Ed. Record (2004):
Em 1997, o Departamento de Educao dos Estados Unidos publicou um relatrio
oficial ressaltando a importncia da matemtica no ensino do curso mdio para conseguir
ingresso na universidade, e sucesso no mercado de trabalho, especificamente para estudantes
de baixa renda. Usando dados de diversos estudos de longo prazo, o relatrio em questo
descobriu que 83% dos estudantes do ensino mdio que tinham estudado lgebra e geometria
ingressavam na universidade, enquanto que apenas 36% (menos da metade) dos que no
estudaram essas matrias conseguiram sucesso. Estudantes de baixa renda que estudavam
lgebra e geometria tinham uma probabilidade quase trs vezes maior de ingressar numa
universidade do que os que no estudavam essas disciplinas. Alm do mais, estudantes que
haviam concludo o currculo completo dessas duas matrias saam-se notavelmente melhor
no curso superior do que seus colegas que haviam deixado o estudo dessas matrias pelo
meio.
O relatrio no dizia nada sobre a obteno de boas notas em lgebra e geometria, ou
at mesmo sobre a aprovao nas sries. O simples fato de estudar as matrias j trazia
benefcios. E mais, os estudantes obtinham os mesmos benefcios, independentemente dos
cursos universitrios que fossem fazer. Alunos de ingls, histria e arte saam-se bem, da
mesma forma que os que se especializavam em matemtica e cincia.
Passando para o aprendizado do estudante do curso superior de matemtica, quero
enfatizar que o aluno submetido a um intenso treinamento de raciocnio simblico, tratando,
e principalmente relacionando, entidades abstratas. Qual a importncia disso? Preciso fazer
uma pequena incurso na teoria da evoluo. Qual a diferena substantiva do funcionamento
do crebro humano em relao aos crebros dos outros animais? Essa diferena deve ter
acarretado grandes vantagens evolutivas, pois o homem tem que carregar um crebro imenso
(comparado aos demais) e que consome muita energia (apesar de responder por apenas 2% do
peso do corpo, o crebro humano gasta em torno de 20% da energia consumida pelo corpo
todo). A resposta mais aceita nos crculos cientficos a seguinte: o crebro humano evoluiu
de maneira a permitir que os homens pensem sobre objetos abstratos e raciocinem sobre
situaes hipotticas. Um macaco bem capaz de aprender a abrir uma porta dotada de
maaneta para pegar bananas, mas certamente no capaz de, vendo uma porta sem
maaneta, imaginar um tal objeto, fabric-lo, instal-lo na porta e por fim abr-la para se
alimentar. Essa possibilidade de pensar simbolicamente sobre objetos fictcios e, sobretudo,
relacion-los com outros objetos, fictcios ou no, restrita aos seres humanos. O nome
tcnico dessa faculdade humana pensamento desconectado. Foi o pensamento
desconectado que permitiu ao homem se antecipar a situaes adversas, perceber com
antecedncia possibilidades favorveis, e por fim garantir um lugar privilegiado na escala
evolutiva.
O que faz um escritor de telenovelas? Imagina e inter-relaciona personagens, lugares e
situaes, todos fictcios, abstratos. Algo muito parecido com o que feito na matemtica:
objetos abstratos so imaginados e inter-relacionados. Por qu ento muitas pessoas gostam
de telenovelas e poucas gostam de matemtica? simples: a telenovela trata de objetos
(personagens, lugares, situaes), que so parecidos com aqueles vivenciados por todos no
dia-a-dia, da uma identificao natural. J a matemtica trata com objetos que em nada se
parecem com nossa experincia cotidiana. E por qu a matemtica serve para tanta coisa e a
telenovela no serve para nada? Tambm simples: por que a telenovela feita para
entretenimento e a matemtica feita para melhorar a nossa compreenso do mundo em que
vivemos.
Voltando ao aprendizado de um estudante de curso de graduao em matemtica, no
h dvida de que nesse curso que o pensamento desconectado mais exercitado, permitindo
ao aluno uma melhor explorao dessa capacidade fundamental do crebro. Da mesma forma
que nossos ancestrais usavam o pensamento desconectado para imaginar situaes e formular
planos que depois de implementados lhes traziam grandes vantagens, o graduado em
matemtica usa sua habilidade para imaginar e relacionar objetos abstratos para tratar e
relacionar objetos reais, sejam eles de que rea forem.
De tudo isso decorre a facilidade que o graduado em matemtica tem em se adaptar a
outras reas com facilidade e, na maioria das vezes, com sucesso. Da decorre imediatamente
a boa vontade dos programas de ps-graduao em outras reas para aceitar alunos graduados
em matemtica. No que uma comisso de seleo de mestrado em outra rea saiba de tudo
isso e raciocine dessa maneira. Tudo o que eles sabem que a experincia anterior mostra que
graduados em matemtica normalmente so bem sucedidos naquela rea. Isso suficiente
para eles. O que fiz acima foi mostrar o por qu disso, e por qu isso ocorre em tantas reas
diferentes.
Eu disse que isso era apenas parte da resposta da pergunta original. Antes de comentar
a outra parte, atacarei a segunda pergunta.
Por que graduados em matemtica, com certa freqncia, pretendem fazer mestrado
em outras reas? Vrios fatores contribuem para isso. Alguns so vlidos para todas as reas
(por exemplo: no gostei da rea em que me graduei, por isso quero mudar de rea), enquanto
que outros valem especificamente para os graduados em matemtica. No me atrevo a dizer
que tratarei de todos os fatores, mas certamente tratarei dos mais comuns:
(i) O j citado no gostei de matemtica e quero mudar de rea: esse fator
inescapvel, ocorre em todas as reas e no h motivo para no ocorrer em matemtica, mas
deve ser marginal, e no predominante;
(ii) O tradicional prefiro aplicaes, no gosto muito de teoria: as afinidades
pessoais devem ser respeitadas, trabalhar com algo que no se gosta um excelente caminho
para o fracasso;
(iii) A tentao da interdisciplinaridade: a matemtica vista (de forma correta) e
vendida (de forma incorreta) como uma importante ferramenta na resoluo e otimizao de
solues de problemas nas mais variadas reas. O graduado seduzido com o argumento de
que aplicar seus conhecimentos matemticos na outra rea, conferindo-lhe assim uma
vantagem sobre os demais;
(iv) O engodo, ou preconceito, que matemtica uma rea mais difcil que as demais:
normalmente esse fator no confessado, as pessoas no querem assumir que esto fugindo
da dificuldade e procurando um caminho menos espinhoso, mas com um pouco de conversa
esse aspecto invariavelmente sempre vem tona;
(v) O mercado de trabalho: a alegao que as possibilidades de emprego para
graduados, ou mesmo ps-graduados, em matemtica so menores e pior remuneradas que em
outras reas prximas;
(vi) A oferta de cursos de ps-graduao e de bolsas e a receptividade dos graduados
em matemtica: o nmero de programas de ps-graduao nas outras reas
significativamente maior que em matemtica (como no poderia deixar de ser, pois so vrias
outras reas), e, por outras razes, normalmente esses programas dispem de mais bolsas que
os programas em matemtica. Em nossa regio essa diferena mais acentuada ainda.
Aliando-se isso j discutida boa receptividade que os graduados em matemtica tm
merecido dos programas em outras reas, esse se torna um fator fortssimo na atrao dos
graduados em matemtica para esses outros programas.
hora de voltar questo central: uma boa ou no um graduado em matemtica se
direcionar para um mestrado em outra rea? Minha opinio que, como em tudo na vida,
existem possibilidades e riscos. O problema que, nessa questo especfica, acho que as
possibilidades so ditas e repetidas exaustivamente (na minha opinio muitas vezes
superestimadas e super-dimensionadas) e os riscos so cuidadosamente omitidos. O
aconselhamento responsvel a um jovem em busca de um caminho profissional certamente
deve alert-lo para os riscos envolvidos. O lado maniquesta deste texto, que assumo sem
problema nenhum, que considero as possibilidades j suficientemente propagandeadas,
considerando por conseqncia que minha ateno deve estar centrada nos riscos. Como
resposta questo central, eu de forma alguma digo ao estudante que ele deve evitar a ps-
graduao em outra rea. Mas considero minha obrigao esclarec-lo quanto aos riscos
envolvidos e aos cuidados que devem ser tomados para evitar esses riscos. sobre isso que
discorro a seguir. Aproveitarei os fatores numerados de (i) a (v) acima para expor minhas
preocupaes:
(i) No gostar de matemtica no quer dizer gostar da rea X. Aps quatro anos de
curso de graduao, tenho confiana em acreditar no estudante, ou recm-graduado, que diz
no pretender seguir estudos nem atuar profissionalmente em matemtica por falta de
afinidade. Mas isso significa afinidade com a outra rea? claro que no. Nesse ponto o
estudante tem que ser questionado: a opo pela rea X slida e fruto de uma reflexo
baseada em conhecimento do que se faz na rea, ou uma escolha apressada? Como
distinguir uma da outra? Peo ao estudante para me dizer com que tipo de problemas ou
atividades ele estar envolvido depois que conseguir um emprego na rea. A resposta, se
superficial ou especfica, denuncia claramente se ele conhece minimamente a rea ou se
apenas tem uma vaga idia. Alm do conhecimento, para no ser uma tentativa s escuras
necessrio ter afinidade com a rea. O estudante est seguro dessa afinidade? Ser que no
passa de uma influncia de um professor mais prximo, mais amigo? Nada contra seguir os
passos de um professor mais chegado, mas se for apenas isso, as chances de sucesso so
mnimas. Se no houver algo de dentro para fora do estudante em relao rea, ele deve
refletir um pouco mais sobre essa escolha.
(ii) A situao do item anterior se repete aqui. Confio quando o estudante diz no
gostar de teoria, mas desconfio quando diz gostar das aplicaes. Pergunto se ele conhece as
aplicaes, e, principalmente, quais aplicaes. As respostas so decepcionantes, no para
mim, mas para ele prprio, que, quase sempre, nunca havia refletido seriamente sobre isso.
Mais uma vez se repete a situao do estudante dizer que gosta de algo que ele praticamente
desconhece. Se no conhece, como pode gostar? J passei vrias vezes, como muitos outros
colegas, pela situao de ensinar aplicaes de matemtica para estudantes de engenharia,
normalmente em cursos de ps-graduao. Mesmo tentando disfarar, fica ntida a reao do
tipo nossa, como isso difcil. Por algum motivo, as pessoas pensam que matemtica
difcil, mas as aplicaes so fceis. Nada mais enganador.
(iii) Vou entrar aqui em terreno mais delicado. nesse ponto que o canto da sereia
mais perigoso. No tenho dvida do potencial da interdisciplinari-dade e reconheo, na
verdade reivindico, um papel importantssimo da matemtica na interao e integrao das
reas do conhecimento. S no acredito que isso se realize, de maneira sria e frtil, na
freqncia com que dizem por a. Colocar reas distintas para interagir e disso obter bons
frutos extremamente difcil e, ouso dizer, muito raro. Requer conhecimento profundo das
reas envolvidas e uma capacidade de relacionar coisas antes no relacionadas. Uma coisa
usar um mtodo conhecido para resolver uma equao diferencial de um circuito eltrico
especfico, outra coisa, muito diferente, desenvolver um novo mtodo de soluo que, para
aquele circuito especfico, seja melhor que os mtodos conhecidos. A primeira alternativa no
matemtica aplicada, aplicao de matemtica, e para isso no necessrio treinamento
matemtico especfico. A segunda alternativa sim, matemtica aplicada, mas nesse caso
necessrio conhecer a fundo tanto mtodos de soluo de equaes diferenciais como
circuitos eltricos, to profundamente a ponto de perceber algo que outros ainda no haviam
percebido. Tenho convico em afirmar que matemtica aplicada (de boa qualidade) to
difcil quanto matemtica pura (tambm de boa qualidade).
J cansei de ouvir discursos belssimos sobre projetos interdisciplinares envolvendo
matemtica, mas sempre em geral e sempre em tese. Detalhes sobre o papel da matemtica, e,
principalmente, do matemtico, nunca aparecem. Sempre se supe que algum saber como
fazer a conexo, mas esse algum raramente aparece. No nego a relevncia da matemtica
em grandes conquistas cientficas e tecnolgicas que envolveram esforos interdisciplinares,
tais como o lanamento de foguetes, o cdigo gentico e a teoria das supercordas. Mas no
acredito que estejamos falando aqui de coisas desse tipo. Voltando para nossa humilde
preocupao de encaminhar um recm-graduado em matemtica, sejamos realistas e
reconheamos que, na maioria esmagadora das vezes, aqueles que conseguem empregos em
outras reas raramente utilizam conhecimentos especficos de matemtica adquiridos durante
o curso. O ganho na verdade est no que descrevi acima sobre o pensamento desconectado, j
os conhecimentos matemticos especficos quase nunca ultrapassam aqueles que poderiam,
sem dificuldade nenhuma, ser adquiridos por conta prpria.
O apelo para a interdisciplinaridade pode desembocar no perigoso cenrio do
profissional de formao hbrida que, no final das contas, acaba no interessando a nenhuma
das vertentes. o que eu chamo de perigo Bresser: Luiz Carlos Bresser Pereira, economista e
professor de economia, era tambm executivo de altssima patente do grupo Po de Acar
quando foi nomeado ministro da fazenda, isso em 1987. Por ter se tornado figura pblica, a
seguinte anedota, que j circulava em crculos restritos, ganhou o grande pblico: para os
executivos, o Bresser um grande economista; e para os economistas, o Bresser um grande
executivo. Uma formao hbrida, apesar de eventuais vantagens, sempre poder ser usada
contra voc. Na seleo para empregos na rea X, sempre ser lembrado que sua formao
bsica no foi na rea; e na seleo para empregos em matemtica, sempre ser lembrado que
sua formao avanada no foi em matemtica. A menos que voc seja um profissional
excepcional ou uma pessoa importante como o Bresser. Mas profissionais excepcionais e
pessoas importantes no precisam de conselhos, no mesmo?
(iv) Mais uma vez a histria de fazer julgamentos sobre o que no conhece. Dizer que
matemtica difcil, tudo bem. Mas de onde vem a convico de que outras reas so mais
fceis. De ouvir dizer? Sinceramente, na hora de decidir nossos futuros, temos que nos basear
em coisas mais concretas e confiveis. Minha opinio que a matemtica no mais difcil
(nem mais fcil) que qualquer outra rea. O que ocorre que o nmero de pessoas que gostam
de matemtica bem menor do que em outras reas. Ningum acha fcil aquilo que no
compreende, e se no gosta, dificilmente ir compreender. Sendo assim, acho que, em grande
parte e com as excees de praxe, as pessoas que tentam e acabam desistindo de seguir
carreira em matemtica, o fazem por no ter afinidade suficiente com a matria, e no por que
a matemtica mais difcil.
Mesmo que o argumento fosse verdadeiro (e no ), seria correto optar por uma rea
por ela ser mais fcil? ingenuidade supor que existe um caminho fcil, na rea que for, para
uma vida profissional de sucesso. Quanto a isso, creio firmemente no aforismo americano no
pain, no gain, que pode ser traduzido para sem sofrimento, no h recompensa. Se
existisse um caminho fcil para o sucesso profissional, todos estariam trilhando esse caminho,
ou o nosso estudante acha que s ele capaz de perceber isso?
(v) Concordo que o mercado de trabalho mais generoso com outras reas do que com
matemtica. O problema no a oferta de empregos, mas a receptividade de um profissional
com formao bsica em outra rea, no caso em matemtica. O fato que a facilidade que os
graduados em matemtica encontram para ingressar em mestrados em outras reas no se
repete nas selees para doutoramento nessas mesmas reas, nem em concursos pblicos e
nem em processos seletivos para empregos permanentes. No que um graduado em
matemtica esteja automaticamente excludo, mas as facilidades encontradas para entrar no
mestrado certamente no se repetem. nessa hora que a interdisciplinaridade, antes to
exaltada, se transforma em formao hbrida, agora no to interessante assim. O estudante
deve se convencer de que vale a pena checar os destinos dos graduados em matemtica que
fizeram mestrado naquela rea. Um ou dois exemplos conhecidos podem dar uma idia
distorcida da situao. Se os graduados em matemtica que fizeram mestrado naquela rea
no esto, na maioria, fazendo doutoramento ou atuando profissionalmente na rea, ser que
vale a pena fazer mestrado na rea? Para depois voltar para matemtica ou acabar em
atividade profissional totalmente desvinculada da rea?
(vi) Outro ponto delicado. Nada a acrescentar sobre a maior oferta de mestrados e
bolsas em outras reas do que em matemtica. Essa uma realidade contra a qual nada h a
fazer. Agora completo a resposta relativa aos motivos da facilidade de graduados em
matemtica ingressarem em outros mestrados. Todos sabem que os programas de ps-
graduao so submetidos a uma avaliao muito rigorosa conduzida pela CAPES. A
sobrevivncia e o crescimento do programa, principalmente quanto ao nmero de bolsas
recebidas, dependem totalmente do resultado dessa avaliao. Alguns dos mais importantes
parmetros da avaliao so a taxa de sucesso (quantos ingressantes de fato se titulam) e o
tempo mdio de titulao. Por motivos j descritos acima, a experincia mostra que graduados
em matemtica normalmente se titulam, e dentro do prazo. Ou seja, na maioria das vezes, o
aceite de um graduado em matemtica benfico para o programa, pois so boas as chances
desse graduado contribuir positivamente para a avaliao do programa. No estou dizendo
que os graduados em matemtica so aceitos apenas por isso, estou dizendo que esse tambm
um fator envolvido no processo. claro que nenhum programa tem a obrigao de garantir
emprego ou ingresso no doutoramento para os mestres ali titulados, mas o candidato deve
estar ciente que a sua insero profissional na rea no o nico aspecto envolvido na seleo
para o mestrado. Est certo o programa que zela por sua avaliao, e cabe ao estudante zelar
por sua possibilidade de insero no mercado de trabalho. Parte desse zelo saber que, ao
final do mestrado, ele estar por sua prpria conta. No critico o programa que seleciona
visando mais sua prpria avaliao do que a possibilida-de de emprego para os futuros
mestres, mas no h como negar que esse um aspecto perverso para os candidatos oriundos
de outras reas. evidente que esse aspecto tambm est presente nos programas de mestrado
em matemtica. Mas nesse caso o problema menor pois o nmero de graduados em outras
rea que procuram mestrados em matemtica mnimo.
Na tentativa de sintetizar meus argumentos, avalio que o mestrado em outra rea
indicado apenas na perspectiva da obteno de uma colocao profissional nessa rea. Alm
dos riscos e cuidados descritos acima, para o sucesso profissional em outra rea necessrio
um conhecimento prvio das atividades profissionais correlatas (e no apenas um ouvi dizer
que ...), um diagnstico claro de afinidade com essas atividades (e no apenas um eu acho
que gosto ...), e, sobretudo, um plano de vida profissional, pelo menos de mdio prazo e bem
delineado, que contenha o mestrado nessa rea como primeiro passo. Um estudante de ltimo
ano, ou um recm-graduado, no pode se dar ao luxo de, j na casa dos vinte e tantos anos,
enveredar por um caminho sem saber onde vai dar. A essa altura da vida, uma postura do tipo
fazer o mestrado para depois ver o que acontece deve estar fora de cogitao. Se a essa
altura ele/ela no tem plano de vida profissional definido, est ento na hora de refletir e fazer
esse plano, e s ento procurar a melhor maneira de realiz-lo. Como argumentei, qualquer
profissional com formao hbrida encontra dificuldades de insero profissional, dificuldades
essas que ficam muito maiores para aqueles que no sabem direito o que desejam. Um
mestrado em outra rea deve ser um passo na concretizao de um projeto profissional que o
candidato j tenha claro na cabea e no qual deposite grandes esperanas. Assim, e s assim
na minha opinio, ele conseguir aplicar seu treinamento matemtico para ser bem sucedido
na rea escolhida. Bem sucedido a ponto de conseguir colocao profissional naquela rea,
vencendo processos seletivos que certamente o colocaro em disputa com profissionais com
formao especfica na rea. Do contrrio trata-se de uma tentativa s escuras, na verdade
uma falta de opo, como diz a provocao do ttulo.
FAMAT em Revista
www.famat.ufu.br
Merece Registro

Merece Registro
Antnio Carlos Nogueira (coordenador da seo)
Merece Registro
A) IV SEMANA DA MATEMTICA
Foi realizada nos dias 29 e 30 de Setembro e 1
o
de Outubro de 2004, na Faculdade de
Matemtica, a IV Semana da Matemtica.
A Semana da Matemtica FAMAT UFU representa um instrumento de divulgao
cientfica e propicia um intercmbio entre os discentes da regio e docentes de vrias
Instituies de Ensino Superior no pas. Desenvolvida junto a Faculdade de Matemtica -
UFU, ela caracteriza-se como uma reunio regional de carter especfico que visa difundir
a Matemtica como cincia, promovendo uma reflexo acerca de atividades de ensino,
pesquisa e enriquecimento curricular realizadas no mbito da Universidade Federal de
Uberlndia.
O pblico alvo consiste de discentes de graduao em matemtica e reas afins, bem
como docentes do ensino fundamental, mdio e superior. As atividades desenvolvidas na
Semana concentram-se na apresentao de palestras, minicursos tcnicos, sees de
apresentao de trabalhos de iniciao cientfica, relatos de experincias e oficinas.
A comisso organizadora da IV Semana foi composta pelos seguintes membros:
Prof. Jocelino Sato (UFU): Coordenador.
Prof. Edson Agustini (UFU): Membro da comisso.
Prof. Geraldo Mrcio de Azevedo Botelho (UFU): Membro da comisso.
Prof. Luiz Alberto Duran Salomo (UFU): Membro da comisso.
Profa. Rosana Sueli da Motta Jafelice (UFU): Membro da comisso.
Prof. Walter dos Santos Motta Junior (UFU): Membro da comisso.
A Famat em Revista parabeniza toda a comisso organizadora do evento, bem como
aos alunos do DAMAT e do PET que colaboraram de forma decisiva para o bom xito
desta atividade.
B) II CURSO DE ESPECIALIZAO EM ESTATSTICA
Teve incio em 18/02/2005, na Faculdade de Matemtica, o II Curso de Especializao
em Estatstica, sob a coordenao do Prof. Marcelo Tavares. Os objetivos do curso so:
promover a melhoria do desempenho profissional dos professores capacitando-os para a
adoo de novos mtodos e tcnicas de ensino; propiciar aos docentes condies de
aprofundamento nas disciplinas de Estatstica; oferecer condies bsicas para os
profissionais de diversas reas anlise de dados e atividades de pesquisa; preparar novos
professores para o ensino superior.
C) PREMIAO
O nosso ex-aluno Vincius Vieira Fvaro recebeu os seguintes prmios:
Prmio Desempenho Acadmico 2004, outorgado pelo IMECC-UNICAMP pelo
seu excelente desempenho acadmico no programa de Mestrado em Matemtica
no binio 2003-2004. Data: 5 de outubro de 2004.
Prmio Gensio de Melo Pereira, outorgado pelo Conselho Universitrio da UFU
por Ter tido melhor desempenho acadmico entre todos os graduados nos cursos
de cincias exatas e tecnologia da UFU no ano de 2003. O prmio foi entregue ao
Vincius em sesso do Conselho Universitrio realizada no dia 26/11/2004.
Ainda com relao ao Vincius, cumpre ressaltar que ele ficou classificado em 1
o
lugar
no processo de concesso de bolsas de doutorado no IMECC-UNICAMP no incio deste
ano.
PARABENS VINCIUS, PELO SEU TIMO DESEMPENHO!!!
D) NOSSOS ALUNOS EM PROGRAMA DE MESTRADO
Ingressaram em programas de mestrado neste semestre os seguintes alunos:
Rafael Peixoto, Programa de mestrado do IMECC- UNICAMP.
Carlos Alberto Silva Jnior, Programa de mestrado do IMECC- UNICAMP.
Vagner Rodrigues de Bessa, Programa de mestrado da UnB.
E) NOSSOS ALUNOS EM CONGRESSOS
Segue abaixo a relao de alunos da FAMAT que participaram de congressos, com
apresentao de trabalhos.
Evento: IV Semana de Matemtica - FAMAT-UFU - 29 e 30 de Setembro e 1
o
de
Outubro de 2004.
Anselmo A. de A. Oliveira e Uziel P. da Silva: A Transcendncia do nmero e , sob a
orientao do Prof. Edson Agustini.
Carolina Fernandes Molina Sanchez: Modelagem matemtica para o crescimento de
peixes, sob a orientao da Profa. Rosana Sueli da Motta Jafelice.
Ceclia Pereira Andrade: Anis de Valorizao, sob a orientao do Prof. Ccero
Fernandes de Carvalho.
liton Meireles de Moura: Aplicaes com equaes de diferenas: progresso
geomtrica e soluo de equao do terceiro grau, sob a orientao da Profa. Rosana
Sueli da Motta Jafelice.
Fernanda Bonuti e Camila Afonso Bernardes: Estimativas de herdabilidade em
pimento, sob a orientao dos Prof. Marcelo Tavares com a colaborao do Prof.
Ednaldo Carvalho Guimares.
Fernanda Bonuti e Camila Afonso Bernardes: Delineamento em blocos aumentados:
uma alternativa na anlise de experimentos de campo, sob a orientao dos Prof.
Marcelo Tavares com a colaborao do Prof. Ednaldo Carvalho Guimares.
Fernando da Costa Barbosa: Informtica na educao matemtica, sob a orientao do
Prof. Arlindo Jos de Souza Jnior.
Deive Barbosa Alves, Fernando da Costa Barbosa, Mateus Nogueira Baptista,
Vanessa de Paula Cintra, Marcelo Narciso Faria (FACOM), Rivelino Rodrigues Flr
(FACOM): Educao Matemtica e a Produo de Objetos de Aprendizagem, sob a
orientao dos Profs. Arlindo Jos de Souza Jnior (FAMAT) e Carlos Roberto Lopes
(FACOM).
Flvia Cristina Martins Queiroz e Silvio Luiz Andreozi: Anlise grfica da qualidade
de uma prova, uma aplicao dos recursos grficos do software R, sob a orientao
do Prof. Heyder Diniz Silva.
Flaviano B. Paulinelli Vieira e Las Bssame Rodrigues: Modelagem matemtica de
janelas, sob a orientao do Prof. Edson Agustini.
Franciele Alves da Silveira Gonzaga e Gabriella de Freitas Alves: Variabilidade
espacial do ph e da saturao de bases do solo em experimentao de campo, sob a
orientao do Prof. Ednaldo Carvalho Guimares com a colaborao dos Profs.
Heyder Diniz Silva e Marcelo Tavares.
Franciele Alves da Silveira Gonzaga e Gabriella de Freitas Alves: Dependncia
espacial da produo e da altura de plantas em experimentao de campo com milho
hbrido, sob a orientao do Prof. Ednaldo Carvalho Guimares com a colaborao
dos Profs. Heyder Diniz Silva e Marcelo Tavares.
Hlen Cristina de Freitas e Anglica Silva de Sousa: Um enfoque computacional da
criptografia RSA, sob a orientao do Prof. Edson Agustini.
Jairo Menezes e Souza: Funes e aplicaes polinomiais, sob a orientao do Prof.
Ccero Fernandes de Carvalho.
Rafael Siqueira Cavalcanti: Retas, planos e sistemas lineares, sob a orientao do
Prof. Edson Agustini.
Gisliane Alves Pereira e Sandreane Poliana Silva: Um modelo de desenvolvimento do
pensamento geomtrico, sob a orientao do Prof. Walter dos Santos Motta Jnior.
Vanessa de Paula Cintra, Daniela Rodrigues Lopes: Web Quest de Estatstica no
ensino mdio e fundamental, sob a orientao dos Profs. Arlindo Jos de Souza Jnior
e Heyder Diniz Silva.
Evento: 2
a
Bienal da SBM - 25 a 29 de Outubro de 2004
Carlos Alberto da Silva Junior: Ajuste de Curvas e Sistemas Mal-condicionados, sob
orientao do Prof. Csar Guilherme de Almeida.
Carolina Fernandes Molina Sanchese Rosins Luciana da Motta: Modelagem
Matemtica no Crescimento de Espcies Aquticas, sob orientao da Profa. Rosana
Sueli da Motta Jafelice.
Ceclia Pereira de Andrade: Mdulos de Fraes, sob a orientao do Prof. Ccero
Fabiana Alves Calazans: Os sistemas numricos da Matemtica, sob a orientao do
Prof. Geraldo Mrcio de Azevedo Botelho.
Flaviano Bahia Paulinelli Vieira e Las Bssame Rodrigues: Otimizao de janelas e
software Cabri-Gomtre II, sob orientao do Prof. Edson Agustini.
Gisliane Alves Pereira e Sandreane Poliana Silva: Percepes geomtricas: atividades
relacionadas aos nveis bsicos do modelo de van Hiele, sob orientao do Prof.
Walter dos Santos Motta Junior.
Leandro Cruvinel Lemes e Maksuel Andrade Costa: O quinto postulado de Euclides,
sob orientao do Prof. Antonio Carlos Nogueira.
Leonardo Gomes: Abordagem Geomtrica de Equaes Diferenciais Parciais de
Primeira Ordem, sob a orientao do Prof. Valdair Bonfim.
Mirian Fernandes Carvalho: Anlise de sazonalidade da precipitao pluviomtrica
mensal em Uberlndia - MG, utilizando funo autocorrelao e densidade espectral,
sob orientao do Prof. Ednaldo Carvalho Guimares.
Rafael Peixoto: Configuraes geomtricas na esfera, sob orientao do Prof. Walter
dos Santos Motta Junior.
Vagner Rodrigues de Bessa: O Grupo Fundamental, sob orientao do Prof. Antonio
Carlos Nogueira.
Wagner Frasseto: A equao de Pell, sob orientao do Prof. Ccero Fernandes de
Carvalho.
Jairo Menezes de Souza: A Topologia de Zarski, sob orientao do Prof. Ccero
Fernandes Carvalho.
Evento: 12
o
SIICUSP - 12
o
Simpsio Internacional de Iniciao Cientfica da USP -
25 e 26 de Novembro de 2004
Vagner Rodrigues de Bessa: apresentando o trabalho intitulado O grupo fundamental
do crculo e aplicaes, sob a orientao do Prof. Antonio Carlos Nogueira.
Leandro Cruvinel Lemes e Maksuel Andrade Costa: apresentando o trabalho
Introduo geometria hiperblica, sob a orientao do Prof. Antonio Carlos
Nogueira.
Ceclia Pereira de Andrade e Jairo Menezes de Sousa: apresentando o trabalho O lema
de Nakayama, sob a orientao do Prof. Ccero Fernandes de Carvalho.
Ceclia Pereira de Andrade e Jairo Menezes de Sousa: apresentando o trabalho
Interpretao Geomtrica da Normalizao de Noether, sob a orientao do Prof.
Ccero Fernandes de Carvalho.
Carlos Alberto da Silva Jr.: apresentando o trabalho Isometrias entre os modelos
euclidianos de Poincar e de Klein para a Geometria Hiperblica, sob a orientao do
Prof. Edson Agustini.
Flaviano Bahia Paulinelli Vieira e Las Bssame Rodrigues: apresentando o trabalho
O Problema da Braquistcrona, sob a orientao do Prof. Edson Agustini.
Anselmo ngelo de Almeida Oliveira e Uziel Paulo da Silva: apresentando o trabalho
Nmeros transcendentes famosos: nmero e, nmero pi e nmeros de Liouville, sob a
orientao do Prof. Edson Agustini.
Gabriella de Freitas Alves e Franciele Alves da Silveira Gonzaga: apresentando o
trabalho Tendncia em dados experimentais e suas implicaes no ajuste de
semivariogramas, sob a orientao do Prof. Ednaldo Carvalho Guimares.
Fabiana Alves Calazans: apresentando o trabalho Construo de Polgonos Regulares,
sob a orientao do Prof. Geraldo Mrcio de Azevedo Botelho.
der Lcio da Fonseca: apresentando o trabalho As propriedades das Tangentes s
Cnicas e suas Aplicaes em Tecnologias, sob a orientao do Prof. Jocelino Sato.
Helen Cristina Vieira Freitas: apresentando o trabalho Estabilidade de Superfcies
Mnimas, sob a orientao do Prof. Jocelino Sato.
Carolina Fernandes Molina Sanches e Rosins Luciana da Motta: apresentando o
trabalho Soluo de Equao Diferencial: Crescimento de uma Espcie Aqutica, sob
a orientao da Prof. Rosana Sueli da Motta Jafelice.
Danilo Adrian Marques e Eder Lucio da Fonseca: apresentando o trabalho Aplicaes
de Geometria e Anlise em Balstica, sob a orientao do Prof. Valdair Bonfim.
Leonardo Gomes: apresentando o trabalho Tpicos em Espaos de Hilbert e
Aplicaes, sob a orientao do Prof. Valdair Bonfim.
Rafael Peixoto: apresentando o trabalho O teorema de Borsuk-Ulam, sob a orientao
dl Prof. Walter dos Santos Motta Jnior.
Jos Eustquio Ferreira: apresentando o trabalho Colorao de Poliedros, sob a
orientao do Prof. Walter dos Santos Motta Jnior.
Evento: Jornadas de Iniciao Cientfica no IMPA - Rio de Janeiro, 8 a 12 de
novembro de 2004
Jairo Menezes e Souza: Variedades algbricas afins, sob a orientao do Prof. Ccero
Cumpre salientar a grande quantidade de trabalhos apresentados por nossos alunos
apenas no perodo de Setembro a Novembro de 2004: foram 47 trabalhos ao todo e,
sem dvida, trabalhos de qualidade.
F) Parabenizamos o Prof. Daniel Oliveira Veronese pela defesa de sua dissertao de
mestrado, intitulada Convergncia de Certas Frmulas de Quadratura, no dia
24/02/2005, no IBILCE - UNESP/So Jos do Rio Preto.
G) A Profa. Ana Marta de Souza teve aprovada a defesa de sua tese de doutoramento Anlise
Numrica da Transio Turbulncia em Escoamentos de Jatos Circulares Livres, no dia
08/04/2005. Parabns, Ana Marta!!!!
H) Participao em Congressos: Destacamos a seguir a participao freqente de nossos
docentes em congressos nacionais e internacionais.
O Prof. Arlindo Jos de Souza Jnior participou, no perodo de 13 a 16 de Setembro
de 2004, do XXVII CNMAC (Congresso Nacional de Matemtica Aplicada e
Computacional), realizado na FAMAT/PUCRS, em Porto Alegre, onde apresentou o
trabalho Trabalho de projetos e modelagem matemtica: uma aproximao possvel?
O Prof. Daniel Oliveira Veronese participou, no perodo de 13 a 16 de Setembro de
2004, do XXVII CNMAC (Congresso Nacional de Matemtica Aplicada e
Computacional), realizado na FAMAT/PUCRS, em Porto Alegre, onde apresentou o
trabalho Convergncia de certas frmulas de quadratura interpolatria.
A Profa. Rosana Sueli da Motta Jafelice participou, no perodo de 13 a 16 de
Setembro de 2004, do XXVII CNMAC (Congresso Nacional de Matemtica Aplicada
e Computacional), realizado na FAMAT/PUCRS, em Porto Alegre, onde apresentou o
trabalho Modelo de evoluo da populao HIV sintomtica com tratamento.
O Prof. Edson Agustini participou, no perodo de 13 a 16 de Setembro de 2004, do
XXVII CNMAC (Congresso Nacional de Matemtica Aplicada e Computacional),
realizado na FAMAT/PUCRS, em Porto Alegre, onde apresentou o trabalho Cdigos
sobre Bitoros.
O Prof. Csar Guilherme de Almeida participou, no perodo de 25 a 29 de Outubro de
2004, da II Bienal da SBM, na Universidade Federal da Bahia, em Salvador, onde
ministrou, juntamente com o aluno Carlos Alberto Silva Jnior, o mini-curso
Geometria, Modelagem Matemtica e o Software Octave.
O Prof. Walter dos Santos Motta Jnior participou, no perodo de 25 a 29 de Outubro
de 2004, da II Bienal da SBM, na Universidade Federal da Bahia, em Salvador, onde
apresentou a conferncia Duas estruturas matemticas correlatas.
A Profa. Sezimria de Ftima Pereira Saramago participou, no perodo de 10 a 12 de
Novembro de 2004, do XXV CILAMCE (Iberian Latin American Congress on
Computacional Methods), em Recife-Pe, onde apresentou o trabalho Estudo
comparativo de alguns mtodos de otimizao multi-objetivo.
O Prof. Geraldo Mrcio de Azevedo Botelho participou, no perodo de 24 a 27 de
Novembro de 2004, do 60
o
Seminrio Brasileiro de Anlise, no Instituto de
Matemtica e Estatstica da UERJ, no Rio de Janeiro, onde apresentou o trabalho
Scalar-valued dominated polynomials nos Banach spaces.
O Prof. Mrcio Jos Horta Dantas participou, no perodo de 24 a 27 de Novembro de
2004, do 60
o
Seminrio Brasileiro de Anlise, no Instituto de Matemtica e Estatstica
da UERJ, no Rio de Janeiro, onde apresentou o trabalho Existence of periodic orbits in
non-autonomous dynamical systems with nilpotent linear part and non-ideal
problems.
O Prof. Arlindo Jos de Souza Jnior participou, no perodo de 13 a 15 de Dezembro
de 2004, do III Encontro Regional de Matemtica Aplicada e Computacional, na
Universidade da Amaznia, em Belm-PA, onde ministrou o mini-curso Informtica e
modelagem matemtica.

Famat Revista 04

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Famat Revista 04

Caricato da

Copyright:

Formati disponibili

www.famat.ufu.

Flaviano Bahia P. Vieira

Faculdade de Matematica - Famat

laisbassame@hotmail.com Orientanda do Programa de Educa cao Tutorial da Faculdade de

fbahia@mat.ufu.br Orientando do Programa de Educa cao Tutorial da Faculdade de Matem atica

agustini@ufu.br Professor orientador.

Faculdade de Matematica - FAMAT

Orientada de Inicia cao Cientca - FAPEMIG. Email: cecilia@mat.ufu.br

Professor orientador. Email: cicero@ufu.br

um ideal de A tal que m m

tal que x / m. Ent ao x + m ,= 0 em A/m. Logo existe y + m A/m

e entao 1 = (xy + 1) (xy) m

e nao vazio, j a que

) uma cadeia de ideais em

que para cada par de

para todo . Entao a

, e a e um limite superior da cadeia. Ent ao pelo

tem um elemento maximal.

a interse cao de todos os ideais primos de A. Se f A e nilpotente e se

o conjunto de ideais a com a

nao e vazio porque 0

, ordenado por inclus ao, e portanto

tem um elemento maximal. Seja p um elemento maximal de

= k[y] e um domnio de integridade); temos x y = z

= com condio inicial ( )

. Usando este resultado pode-

depende diferenciavelmente de um parmetro, ento o fluxo da

dito ponto de equilbrio

um ponto de equilbrio do sistema. Ento dizemos que

= . Esse sistema admite n solues

(j = 1, ..., n) uma coluna da matriz.

pode ser escrita

, portanto: ( ) ( )M t T t u = + u , sendo M uma

tambm peridica de mesmo perodo T. Se todos os

pode ser escrito como:

Rosana Sueli da Motta Jafelice

Faculdade de Matematica - FAMAT

Orientando de Inicia cao Cientca PET-Matematica. E-mail: carolinafmss@yahoo.com.br

Professor orientador. E-mail: rmotta@ufu.br

Professor Co-orientador. E-mail: rlmotta@laser.com.br

) e dado quando t , isto e, l

e k, quando se tem uma tabela de valores

para cada estagio reprodutivo e utilizado apenas os cinco maiores

para cada estagio reprodutivo e na Figura 2 mostramos

= 6,5 mm para jovens, l

= 11,95 mm para femeas jovens,

= 24,7 mm para femeas maturas e l

= 27,10 mm para machos. Como calculado

superior as femeas, devido ao fato de as femeas

Faculdade de Matematica - Famat

anselmoangelo@yahoo.com.br. Orientando do Programa Institucional de Inicia cao Cientca e Mon-

uzielpaulo@yahoo.com.br. Orientando do Programa Institucional de Inicia cao Cientca e Monitoria

agustini@ufu.br. Professor orientador.

2, o mesmo nao ocorreu para o

(z) considerando valores reais

(z) usando valores imagin arios puros para z

s sao tambem n umeros

s sao polin omios simetricos nos

s. Seja pois uma permuta c ao dos inteiros

s, devemos provar que (S

s da generaliza cao da Proposi c ao 4.2, para j = 3, ..., n, sao as

s de grau menor ou igual a s.

Ccero Fernandes de Carvalho