Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
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
Revista Cientfica Eletrnica da
Faculdade de Matemtica - FAMAT
Universidade Federal de Uberlndia - UFU - MG
Nmero 04 - Abril de 2005
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
Antnio Carlos Nogueira
Flaviano Bahia Paulinelli Vieira
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
Matemtica, n36, Sociedade Brasileira de Matemtica, 1998.
8. WAGNER, Eduardo. - Por que as antenas so parablicas. - Revista do Professor de
Matemtica, n33, Sociedade Brasileira de Matemtica, 1997.
9. Alguns sites relacionados.
O Metodo H ungaro de Otimiza cao para o
Problema da Aloca cao de Tarefas
Las Bassame Rodrigues
Edson Agustini
j=1
m
i=1
c
ij
x
ij
,
sujeita `as 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 `as 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
Escavadeira 2 - Obra 2 R$ 850,00
Escavadeira 3 - Obra 3 R$ 900,00
Total R$ 2.650,00
Escavadeira 1 - Obra 1 R$ 900,00
Escavadeira 2 - Obra 3 R$ 550,00
Escavadeira 3 - Obra 2 R$ 950,00
Total R$ 2.400,00
Escavadeira 1 - Obra 2 R$ 750,00
Escavadeira 2 - Obra 1 R$ 350,00
Escavadeira 3 - Obra 3 R$ 900,00
Total R$ 2.000,00
Escavadeira 1 - Obra 2 R$ 750,00
Escavadeira 2 - Obra 3 R$ 550,00
Escavadeira 3 - Obra 1 R$ 1.250,00
Total R$ 2.550,00
Escavadeira 1 - Obra 3 R$ 750,00
Escavadeira 2 - Obra 1 R$ 350,00
Escavadeira 3 - Obra 2 R$ 950,00
Total R$ 2.050,00
Escavadeira 1 - Obra 3 R$ 750,00
Escavadeira 2 - Obra 2 R$ 850,00
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 `as 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
Escavadeira 2 - Obra 1 x
21
= 1
Escavadeira 3 - Obra 3 x
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 `a 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:
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
Como devemos alocar as escavadeiras (uma em cada obra) de modo a minimizar o
custo?
Resolucao
Aplicando o Metodo H ungaro na matriz custo:
Obra 1 Obra 2 Obra 3
Escavadeira 1 900 750 750
Escavadeira 2 350 850 550
Escavadeira 3 1250 950 900
temos:
Passo 1: subtramos 750 das entradas da primeira linha, 350 das entradas da segunda e
900 das entradas da terceira. O resultado e
Obra 1 Obra 2 Obra 3
Escavadeira 1 150 0 0
Escavadeira 2 0 500 200
Escavadeira 3 350 50 0
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:
Obra 1 Obra 2 Obra 3
Escavadeira 1 150 000 000
Escavadeira 2 000 500 200
Escavadeira 3 350 050 000
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
`a aloca cao otima:
Obra 1 Obra 2 Obra 3
Escavadeira 1 150 0 0
Escavadeira 2 0 500 200
Escavadeira 3 350 50 0
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
Interessado 2 R$ 175, 00 R$ 75, 00 R$ 230, 00 R$ 155, 00
Interessado 3 R$ 135, 00 R$ 85, 00 R$ 200, 00 R$ 140, 00
Interessado 4 R$ 140, 00 R$ 70, 00 R$ 190, 00 R$ 130, 00
Interessado 5 R$ 170, 00 R$ 50, 00 R$ 200, 00 R$ 160, 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.
Moeda 1 Moeda 2 Moeda 3 Moeda 4 Moeda 5
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.
Moeda 1 Moeda 2 Moeda 3 Moeda 4 Moeda 5
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.
Moeda 1 Moeda 2 Moeda 3 Moeda 4 Moeda 5
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 `as entradas riscadas por dois tra cos.
Moeda 1 Moeda 2 Moeda 3 Moeda 4 Moeda 5
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:
Moeda 1 Moeda 2 Moeda 3 Moeda 4 Moeda 5
Interessado 1 5 5 0 10 0
Interessado 2 0 15 0 20 20
Interessado 3 35 0 25 20 15
Interessado 4 15 0 20 15 0
Interessado 5 0 35 25 0 15
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.
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 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:
Jog.1 Jog.2 Jog.3 Jog.4 Jog.5 Jog.6 Jog.7 Jog.8 Jog.9
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.
Jog.1 Jog.2 Jog.3 Jog.4 Jog.5 Jog.6 Jog.7 Jog.8 Jog.9
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.
Jog.1 Jog.2 Jog.3 Jog.4 Jog.5 Jog.6 Jog.7 Jog.8 Jog.9
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.
Jog.1 Jog.2 Jog.3 Jog.4 Jog.5 Jog.6 Jog.7 Jog.8 Jog.9
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 `as entradas riscadas
por dois tra cos e riscamos os zeros novamente.
Jog.1 Jog.2 Jog.3 Jog.4 Jog.5 Jog.6 Jog.7 Jog.8 Jog.9
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.
Jog.1 Jog.2 Jog.3 Jog.4 Jog.5 Jog.6 Jog.7 Jog.8 Jog.9
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.
Jog.1 Jog.2 Jog.3 Jog.4 Jog.5 Jog.6 Jog.7 Jog.8 Jog.9
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.
Jog.1 Jog.2 Jog.3 Jog.4 Jog.5 Jog.6 Jog.7 Jog.8 Jog.9
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:
Jog.1 Jog.2 Jog.3 Jog.4 Jog.5 Jog.6 Jog.7 Jog.8 Jog.9
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
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
e m ,= m
.
Existe x m
. Como x m
temos que 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.
tem um
limite superior em
; seja entao (a
ou a
. Seja a =
. Ent ao a e um ideal e 1 / a
porque 1 / a
.
Inversamente, suponha que f nao e nilpotente. Seja
. 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
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
,
= , sendo O : f
RR
n
, com O um
subconjunto aberto de R
n
, uma funo de classe C
r
. Um ponto
-
x
, para todo t.
DEFINIO 2: Seja O : f
R R
n
como na definio anterior, e +o seu fluxo.
Seja
-
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
(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
= 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
+
= peridica
com perodo T e que 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
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
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 `as 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.
=
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
_
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
= 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
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
) 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
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
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 `as 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 `as 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) = 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) = 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
(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
(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
(
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 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
coeciente, temos j = i + 2, portanto,
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
coeciente, temos j = i + 3, portanto,
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
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
Universidade Federal de Uberlndia UFU
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
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,
_
=
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
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
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)) =
k[V ]
denida por J J/I(V ), com aplica cao inversa J
1
(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
(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
.
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
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
= 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 ( )
= ( )
= 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
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
, 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 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
e r
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
[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
[f] = k
[g]
[kf] = [kg] [kq
f] = [kq g] [qh
1
(S
1
, b
0
)
q
1
(S
1
, b
0
)
Z
x [f] [q f] 2x
Assim, temos que k
= k
, e logo o homomorsmo
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.
:
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 cami- nhos
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
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 `a 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,
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 `a velocidade angular .
Portanto e dada por
R = c e
=
r
= 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 `a 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
Edson Agustini
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
retangulo em C
AC e
C
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
. 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
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, `as 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 `as 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 `a 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
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
Revista Cientfica Eletrnica da
Faculdade de Matemtica - FAMAT
Universidade Federal de Uberlndia - UFU - MG
Nmero 04 - Abril de 2005
www.famat.ufu.br
Problemas e Solues
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
+ 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
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
,
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
= 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 `as 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.
1.2 - se 2 abaixa, 2 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.
1.3.2 - se 3 levanta, 3 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:
2.1 - se 5 abaixa, 5 e a mais pesada.
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.
2.3.2 - se 6 levanta, 6 e a mais leve.
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 `as 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.
1.1.2 - se 6 levanta, 6 e a mais leve.
1.1.3 - se 5 levanta, 5 e a mais leve.
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.
1.2.1 - se 2 abaixa, 2 e a mais pesada.
1.2.2 - se 3 abaixa, 3 e a mais pesada.
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.
2.1.1 - se 7 abaixa, 7 e a mais pesada.
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.
2.2.1 - se 7 levanta, 7 e a mais leve.
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:
2.3.1 - se 9 abaixa, 9 e a mais pesada.
2.3.2 - se 9 levanta, 9 e a mais leve.
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
Revista Cientfica Eletrnica da
Faculdade de Matemtica - FAMAT
Universidade Federal de Uberlndia - UFU - MG
Nmero 04 - Abril de 2005
www.famat.ufu.br
Eventos
@
_
Comit Editorial da Seo
Reflexes sobre o Curso de Matemtica
do Nmero 04 da FAMAT EMREVISTA:
Valdair Bonfim (coordenador da seo)
Antnio Carlos Nogueira
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
Revista Cientfica Eletrnica da
Faculdade de Matemtica - FAMAT
Universidade Federal de Uberlndia - UFU - MG
Nmero 04 - Abril de 2005
www.famat.ufu.br
Em Sala de Aula
Comit Editorial da Seo
Em Sala de Aula
do Nmero 04 da FAMAT EMREVISTA:
EdsonAgustini (coordenador da seo)
Flaviano Bahia Paulinelli Vieira
Antnio Carlos Nogueira
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-Geom`etre 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
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 `a S
1
em Q
1
e
PQ
2
e tangente `a 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 `a esfera S
2
em F
2
, desde que as superfcies
esfericas S
1
e S
2
sejam tangentes `a 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 `a S
1
em Q
1
e
PQ
2
e tangente `a 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 `a 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 `a 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 `a 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
`a 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 `a 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 `a 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
.
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 `a 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 Geom`etre 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 `a 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 `a 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 `a 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 `a 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 `a 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 `a 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 `a 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 `a 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 `a 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
`a 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 `a 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 `a 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
Geom`etre 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 `a 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-Geom`etre 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-Geom`etre II
Edson Agustini
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.
_
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 Geom`etre 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 `a 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
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
ED F
2
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
Descricao da constru cao:
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 (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
Descricao da constru cao:
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 `a 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 `a curva conica. (Este segmento AB era chamado de latus
rectum, que signica par ametro)
Tomemos um ponto P pertencente `a 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 Geom`etre 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
Rosana Sueli da Motta Jafelice
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
Universidade Federal de Uberlndia
Faculdade de Matemtica
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
),
onde P
quando t .
O termo rP/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.
Referncias Bibliogrficas
[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
Universidade Federal de Uberlndia
Faculdade de Matemtica
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
Docente da disciplina Instrumentalizao para o Ensino de Matemtica.
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
Rosana Sueli da Motta Jafelice
2
fbm@mat.ufu.br clovisas@mat.ufu.br rmotta@ufu.br
Universidade Federal de Uberlndia
Faculdade de Matemtica
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
Docente da disciplina Instrumentalizao para o Ensino de Matemtica.
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.
Referncias Bibliogrficas
[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
Universidade Federal de Uberlndia
Faculdade de Matemtica
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.
Referncias Bibliogrficas
[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
Universidade Federal de Uberlndia
Faculdade de Matemtica
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
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
%
Comit Editorial da Seo
Iniciao Cientfica em Nmeros
do Nmero 04 da FAMAT EMREVISTA:
Flaviano Bahia Paulinelli Vieira (coordenador da seo)
Antnio Carlos Nogueira
Masa Gonalves da Silva
Iniciao Cientfica em Nmeros
Flaviano Bahia Paulinelli Vieira
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
Perodo: Maro de 2005 a maro de 2006
Professor: Jocelino Sato
Projeto: Estudo de Superfcie via Triedo Mvel
Aluno: Leandro Cruvinel Lemes
Perodo: Maro de 2005 a maro de 2006
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
Perodo: Maro de 2005 a maro de 2006
Professora: Rosana Sueli da Mota Jafelice
Projeto: Modelo de Bertalanffy para uma Espcie de Crustceo
Aluna: Carolina Fernandes Molina Sanches
Perodo: Maro de 2005 a maro de 2006
Professor: Edson Agustini
Projeto: Introduo Teoria da Informao e Codificao
Aluna: Gisliane Alves Pereira
Perodo: Maro de 2005 a maro de 2006
Professor: Edson Agustini
Projeto: Figuras Equivalentes e Equicompostas
Aluna: Fabiana Alves Calazans
Perodo: Maro de 2005 a maro de 2006
Professor: Edson Agustini
Projeto: Introduo Teoria da Informao e Codificao
Aluna: Sandreane Poliana da Silva
Perodo: Maro de 2005 a maro de 2006
Professora Dulce Mary de Almeida
Projeto: O Problema da Triseco do ngulo e Algumas Solues na Grcia Antiga
Aluna: Flvia Cristina Martins Queiroz
Perodo: Maro de 2005 a maro de 2006
Professora Dulce Mary de Almeida
Projeto: O Problema da Triseco do ngulo e Algumas Solues na Grcia Antiga
Aluna: Mariana Fernandes dos Santos Villela
Perodo: Maro de 2005 a maro de 2006
Professor: Ednaldo Carvalho Guimares
Projeto: Anlise do Comportamento de Semivariogramas Esfricos sob Diferentes Tipos de
Tendncias nos Dados
Aluna: Alessandra Ribeiro da Silva
Perodo: Maro de 2005 a maro de 2006
2. Projetos de Iniciao Cientifica - CNPq / FAPEMIG
Professor: Ednaldo Carvalho Guimares
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
Perodo do Projeto: 03/2004 a 02/2006
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
Perodo do Projeto: 08/2004 a 07/2005
4. Projeto desenvolvido junto ao Instituto do Milnio / AGIMB
Professor: Jocelino Sato
Projeto: Superfcies Mnimas Estveis
Aluna: Helen Cristina Vieira Freitas
rgo Financiador: CNPq / Instituto do Milnio - AGIMB
Perodo do Projeto: 08/2004 a 04/2005
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
Professor: Ednaldo Carvalho Guimares
Projeto: Comportamento da Precipitao Pluviomtrica Mensal de Uberlndia: Anlise de
Dependncia Temporal
Aluna: Gabriela de Freitas Alves
Perodo: Agosto de 2004 a julho de 2005
Professor: Valdair Bonfim
Projeto: Motivando Teorias Abstratas da Matemtica
Aluno: Danilo Adrian Marques
Perodo: Agosto de 2004 a julho de 2005
Professor: Jocelino Sato
Projeto: As Propriedades das Tangentes s Cnicas e suas Aplicaes em Tecnologias
Aluno: Eder Lcio da Fonseca
Perodo: Agosto de 2004 a julho de 2005
Professor: Arlindo Souza Jnior
Projeto: O papel da Tecnologia no Ensino da Matemtica
Aluno: Narkeny Mark Cardoso
Perodo: Agosto de 2004 a julho de 2005
Professor: Mrcio Jos Horta Dantas
Projeto: Introduo Mecnica Vetorial
Aluno: Carlos Henrique Tognon
Perodo: Maro de 2005 a maro de 2006
Professor: Mrcio Jos Horta Dantas
Projeto: Introduo Mecnica Vetorial
Aluna: Milena Almeida Leite Brando
Perodo: Maro de 2005 a maro de 2006
Professor: Jocelino Sato
Projeto: Superfcies com Curvatura Gaussiana Constante
Aluno: Bruno Nunes de Souza
Perodo: Maro de 2005 a maro de 2006
Professor: Jocelino Sato
Projeto: Superfcies Regradas
Aluno: Cludia Helena Vieira Freitas
Perodo: Maro de 2005 a maro de 2006
Professor: Edson Agustini
Projeto: Modelos Matemticos Aplicados Anatomia Humana
Aluno: Franciella Marques da Costa
Perodo: Maro de 2005 a maro de 2006
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
Perodo do Projeto: 08/2004 a 04/2006
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
Perodo do Projeto: 08/2004 a 04/2006
FAMAT em Revista
Revista Cientfica Eletrnica da
Faculdade de Matemtica - FAMAT
Universidade Federal de Uberlndia - UFU - MG
Nmero 04 - Abril de 2005
www.famat.ufu.br
E o Meu Futuro Profissional?