Famat Revista 09

FAMAT em Revista
www.famat.ufu.br
Revista Cientfica Eletrnica da
Faculdade de Matemtica - FAMAT
Universidade Federal de Uberlndia - UFU - MG

f

e-mail: revista@famat.ufu.br
Nmero 09 - Outubro de 2007
Comit Editorial: Mrcio Jos Horta Dantas - Famat/Ufu

Valdair Bonfim - Famat/Ufu
Marcos Antnio da Cmara - Famat/Ufu
Gabriela Aparecida dos Reis - Petmat - Famat/Ufu
Weyder Orlando Brando Junior - Petmat - Famat/Ufu
Ernani Magno de Freitas Jnior - Petmat - Famat/Ufu

%)!'(

%0'-.! '%*.93#! (%.,:*'#! %)%-.,!( $!

!#/($!$% $% !.%)4.'#!
*'0%,-'$!$% %$%,!( $% "%,(5*$'!
Editorial.
O Comit Editorial da FAMAT em Revista, com muita satisfao, vem disponibilizar
comunidade acadmica o seu nono nmero. A FAMAT em Revista a revista eletrnica da
comunidade acadmica da Faculdade de Matemtica da Universidade Federal de
Uberlndia MG. A sua finalidade promover a circulao de 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 terceira edio, o que tomamos como ndice de nossos esforos, em prol do estudo de
matemtica e de mantermos uma revista voltada para os trabalhos de graduao, esto
logrando certo xito.
Em relao ao contedo do nono nmero da revista, foram contempladas as atividades

desenvolvidas no segundo semestre de 2006 e no primeiro semestre de 2007. Abaixo,
apresentamos de modo sucinto, as diversas contribuies e matrias que compe cada
seo.
Em Artigos Completos de Iniciao Cientfica, contamos com treze trabalhos muito

interessantes, todos desenvolvidos em projetos de Iniciao Cientfica orientados por
professores da FAMAT ou resultantes das atividades de cursos de Extenso. Sem dvida, a
leitura dos mesmos ir enriquecer a formao de estudantes de matemtica.
Na Seo Problemas e Solues, apresentamos as resolues de quatro problemas

propostos no nmero anterior. Alm disso, quatro novos desafiadores problemas so
propostos neste nmero.
Na Seo Eventos, disponibilizamos aos nossos leitores uma lista dos eventos ligados
matemtica a serem realizados no segundo semestre de 2007 e no primeiro semestre de
2008. Damos particular nfase realizao da VII Semana da Matemtica que ser
realizada de 27 30 de novembro.
Na Seo Reflexes sobre o Curso de Matemtica, temos um artigo do Coordenador do

Curso de Matemtica, Prof. Luiz Antnio Benedetti, sobre a Beleza da Matemtica.
Cremos que ser muito instrutivo para os nossos leitores.
Na Seo Em Sala de Aula temos onze artigos. Vrios deles so os trabalhos finais do curso
de Modelagem Matemtica ministrado pela Profa Rosana.
Na Seo Iniciao Cientfica em Nmeros trazemos uma descrio dos atuais projetos
de Iniciao Cientfica e de Ensino da FAMAT UFU desenvolvido por alunos do Curso
de Licenciatura e Bacharelado em Matemtica.
Na Seo E o meu Futuro Profissional, apresentamos uma entrevista com o Prof. Joo
Carlos, Coordenador do Curso de Matemtica da UFU, Campus do Pontal.
Na Seo Merece Registro, destacamos as atividades e os fatos que mereceram destaque

na FAMAT no perodo de abril a setembro de 2007. Alm disso, temos um artigo,
extremamente interessante, do Prof. Antnio Carlos Nogueira, sobre as Olimpadas de
Matemtica. O Prof. Antnio Carlos Coordenador Regional da Olimpada Brasileira de
Matemtica das Escolas Pblicas (OBMEP). Tambm temos uma entrevista com o Prof.
Luis Alberto Salomo, que Professor Orientador da OBMEP.
Finalmente, esperamos que os nossos leitores apreciem os trabalhos aqui publicados e

lembramos que crticas e sugestes produtivas so sempre bem-vindas.
Comit Editorial
Indice de Seco
es
Sec
ao 1: Trabalhos Completos de Inicia
c
ao Cientca 7
Sec
ao 2: Problemas e Solu
co
es 269
Sec
ao 3: Eventos 277
Sec
ao 4: Reex
oes sobre o Curso de Matem
atica 285
Sec
ao 5: Em Sala de Aula 291
Sec
ao 6: Inicia
c
ao Cientca em N
umeros 459
Sec
ao 7: E o meu Futuro Prossional? 469
Sec
ao 8: Merece Registro 475
FAMAT em Revista
www.famat.ufu.br


Trabalhos Completos de
Iniciao Cientfica
PBIIC-FAPEMIG-UFU - Programa de Bolsas Institucionais de Iniciao Cientfica da
Fundao de Amparo Pesquisa do Estado de Minas Gerais
PETMAT-UFU - Programa de Educao Tutorial da Faculdade de Matemtica
PIBIC-CNPq-UFU - Programa Institucional de Bolsas de Iniciao Cientfica do

Conselho Nacional de Desenvolvimento Cientfico e Tecnolgico
PROMAT-UFU - Programa Institucional de Iniciao Cientfica e Monitoria da Faculdade de Matemtica
IM-AGIMB - Instituto do Milnio - Avano Global e Integrado da Matemtica Brasileira

Comit Editorial da Seo
Trabalhos Completos de Iniciao Cientfica
do Nmero 09 da FAMAT EM REVISTA:
Mrcio Jos Horta Dantas (coordenador da seo)

Valdair Bonfim
Marcos Antnio da Cmara
Instruco
es para submiss
ao de Trabalhos
A Secao de Trabalhos de Iniciacao 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 iniciacao cientca dos programas acima listados

submetidos para publicacao na Revista Eletronica Famat em Revista estarao sujeitos
a apreciacao pelo Comite Editorial responsavel por essa secao de artigos e, se for o caso,
por consultores ad hoc ligados a` area ou subarea do trabalho. Caso se faca necessario,
sugestoes para o aperfeicoamento do trabalho serao dirigidas aos interessados pelo Comite
Editorial.
Alem da redacao clara e concisa que todo trabalho submetido a` boa qualidade deve
possuir, pede-se evitar o estilo arido e extremamente tecnico caracterstico de algumas
publicacoes matematicas, nao perdendo de vista que o p
ublico-alvo ao qual se destina a
revista e constitudo por alunos de graduacao.
Os trabalhos submetidos ate o nal de um semestre letivo serao publicados na edicao

da revista lancada no incio do semestre letivo subseq
uente.
Quanto a`s 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 rodap
e, etc, que cam submetidos ao bom senso)
5) Espacamento entre linhas: Simples
6) Orientador(es), tipo de programa e org

ao de fomento (se houver)
devem constar no trabalho.
Envio:
Por e-mail: revista@famat.ufu.br
ndice de Trabalhos
Uma Introduo Teoria de Pontos Crticos 13
Carlos Henrique Tognon e Antnio Carlos Nogueira
Ordenao de monmios, diviso em anis de polinmios de vrias variveis e

as Bases de Groebner 25
Danilo Adrian Marques e Ccero Carvalho
Evoluo do Nmero de Alunos Reprovados nas Disciplinas do Curso de

Matemtica da UFU 39
Flvia Borges Arantes, Rdney Silva Abreu, Heyder Diniz Silva e
Rogrio de Melo Costa Pinto
O Problema da Conduo do Calor em Dimenso Maior que 1 e o

Teorema Espectral 69
Karla Barbosa de Freitas e Valdair Bonfim
Perfil scio-econmico dos candidatos do paies/ufu: Subprograma 2002-2005 83

Ktia Alessandra De Souza Caetano, Ednaldo Carvalho Guimares,
Rogrio De Melo Costa Pinto, Marcelo Tavares
Um Texto Sobre Superfcies Parametrizadas Regulares 95

Las Bssame Rodrigues e Edson Agustini
O teorema de Barlotti 147

Luciana Yoshie Tsuchiya, Gabriela Aparecida dos Reis e Edson Agustini
Sobre a necessidade das hipteses no Teorema do Ponto Fixo de Banach 175

Marcelo Lopes Vieira e Valdair Bonfim
Heursticas e Equaes Diofantinas 181

Michelle Crescncio de Miranda e Luiz Alberto Duran Salomo
Obteno dos projetos timos de grficos de X Utilizando o Matlab 189

Robson Silva Rossi e Aurlia Aparecida de Arajo Rodrigues
Formas Quadrticas e Cnicas 201

Stela Zumerle Soares e Antnio Carlos Nogueira
Soma de Quadrados 217

Stela Zumerle Soares e Antnio Carlos Nogueira
Complexidade Algbrica em Demonstraes de Geometria Euclidiana Plana:

o Teorema de Napoleo e Propriedades 231
Luciana Yoshie Tsuchiya, Gabriela Aparecida dos Reis e Edson Agustini
Introduo Teoria das Curvas Algbricas Afins 259

Patrcia Borges dos Santos e Ccero Fernandes
UMA INTRODUO TEORIA DE PONTOS CRTICOS
Carlos Henrique Tognon1 e Antnio Carlos Nogueira2
1. INTRODUO
Hoje em dia, um dos mais produtivos e atraentes ramos da Matemtica a

Teoria de Singularidades. A Teoria de Singularidades no uma teoria no sentido
axiomtico usual. Na verdade, precisamente sua dimenso abrangente, suas
vagas fronteiras e suas interaes com outros ramos, no s da Matemtica, mas da
cincia em geral que a tornam to atraente.
comum se pensar que a Teoria de Singularidades um descendente direto
do Clculo Diferencial e uma vez que este ferramenta, por excelncia, para se
estudar fsica, equaes diferenciais e a geometria de curvas e superfcies de se
esperar que a Teoria de Singularidades tenha aplicaes nestas reas.
De certa forma, a Teoria de Singularidades uma extenso de vasto alcance
do estudo de funes em pontos de mximo e mnimo; neste caso as funes so
substitudas por famlias de funes.
Hoje a Teoria de Singularidades uma das reas mais desenvolvidas da
Matemtica e ainda muito tem a ser feito; alm disso, esta teoria possui diversas
aplicaes em variados campos, como por exemplo, fsica e robtica.
A melhor maneira de se introduzir a Teoria de Singularidades mostrando em
ao uma situao concreta, onde no h dvida sobre o que est ocorrendo e
tambm que requeira um mnimo necessrio de conhecimento prvio, como por
exemplo, em algumas situaes geomtricas que de uma maneira oportuna sero
introduzidas.
2. PONTOS CRTICOS
Um dos problemas centrais da Teoria de Singularidades a classificao de

tipos de pontos crticos; inicia-se nesta seo esta classificao provando-se o Lema
de Morse, que classifica pontos crticos para qualquer nmero de variveis. Estes
pontos crticos sero chamados pontos crticos de Morse.
2.1 CLASSIFICAO DE PONTOS CRTICOS
Seja f : n o uma funo de classe C f , isto , uma funo que possui

derivada de todas as ordens e cada uma dessas derivadas uma funo contnua.
Um ponto u n dito um ponto crtico de f se as derivadas parciais de f
se anulam em u , isto , se
wf u wf u wf u
w x1 w x2

w xn

0 , onde u x 1 , x 2 , , x n .
____________________________________
1
Aluno do PROMAT FAMAT
2
Orientador
O valor f u ento chamado um valor crtico de f .
Geometricamente, pontos crticos ocorrem quando o grfico de f possui uma
tangente horizontal. Se n 1 , ou seja, tem-se uma funo f : o , os pontos
crticos de f so classificados como mximo local, mnimo local e pontos de
inflexo.
Para n 2 , quando f : 2 o , existem mais possibilidades. Os mais comuns
so os mximos, mnimos e as selas. Exemplos destes casos so dados
respectivamente por, f x, y x 2 y 2 ; f x, y x 2 y 2 ; f x, y x 2 y 2 .
Observe que nestes trs casos o ponto crtico a origem. Existe, entretanto
uma grande variedade de tipos mais complicados de funes, onde a anlise de
pontos crticos no to trivial. Por exemplo, as funes f x, y x 3 3xy 2 ;
f x, y x 2 ; f x , y x 2 y 2 .
Destes trs ltimos a funo f x, y x 3 3xy 2 a menos complicada, no
sentido de que o ponto crtico isolado, ou seja, suficientemente prximo a ele no
existe outro ponto crtico.
Nos outros dois casos, a origem no um ponto crtico isolado: no caso
f x, y x 2 tem-se uma reta de pontos crticos e no caso f x, y x 2 y 2 tm-se duas
retas de pontos crticos.
Apesar de aparecerem em situaes to simples e corriqueiras, os pontos
crticos no isolados no ocorrem com freqncia nas aplicaes.
A distino mais importante, entretanto, se faz entre pontos crticos no
degenerados e pontos crticos degenerados.
Definio 1: Seja u n e f : n o . Considere que u seja um ponto
crtico de f . Se a matriz Hessiana de f em u possui determinante no-nulo, ento
u um ponto crtico no degenerado de f . Caso contrrio, u um ponto crtico
degenerado de f .
A matriz Hessiana de f : n o em um ponto u n a matriz quadrada
de ordem n dada por,
w2 f
Hess f u .
w xi w x j

Por exemplo, se f x, y x 2 y 2 , ento
w2 f w 2 f

w x2 w xw y
Hess f 2 .
w f w2 f
w yw x
w y2
Assim, a matriz Hessiana da funo f calculada na origem ser

2 0
Hess f 0,0 .
0 2
Esta matriz tem determinante igual a quatro, ento a origem um ponto
crtico no degenerado da funo f x, y x 2 y 2 .
0 0
Por outro lado, se f x, y x 3 3xy 2 , ento segue que Hess f 0,0 ,
0 0
cujo determinante nulo.
Desta forma a origem um ponto crtico degenerado para a funo
f x, y x 3 3xy 2 .
Pode-se provar que pontos crticos no degenerados so sempre isolados,
porm a recproca no verdadeira.
2.2 O LEMA DE MORSE
Os pontos crticos no degenerados so completamente classificados por um

teorema, conhecido na literatura matemtica como Lema de Morse.
Teorema 1 (Lema de Morse): Seja u n um ponto crtico no degenerado

da funo f : n o de classe C f . Ento existe uma mudana de coordenadas \
em n , isto , uma funo \ :U o n , onde U uma vizinhana do ponto u , tal
que a funo f $ \ :U o dada por,
f $\ u f u y12 y22 yl2 yl21 yn2 ,
para todo y y1 , y 2 , , y n U , 1 d l d n .
Na prova do Lema de Morse faz-se uso do seguinte lema, aceito sem
demonstrao.
Lema 1: Seja f : n o uma funo de classe C f em uma vizinhana da

origem, com f 0 0 . Ento existem funes f i : n o , de classe C f , i 1, , n ,
n
definidas em uma vizinhana da origem tais que f xi f i , xi com
i 1
w f 0
f i 0 0.
w xi
Agora, coloca-se o
Lema 2: Seja f : 2 o ( como no Lema 1, para n 2 ).

wf wf
1. Se f 0 em 0,0 , para x, y 2 , ento existem funes
wx wy
g1 , g 2 , g 3 , definidas em uma vizinhana de 0,0 , tas que f x 2 g1 xyg 2 y 2 g 3 .
wf wf w2 f w2 f w2 f
2. Se f 0 em 0,0 , para x, y 2 , ento
wx wy 2 w xw y 2
wx wy
existem funes g1 , g 2 , g 3 , g 4 , definidas em uma vizinhana de 0,0 tais que
f x 3 g1 x 2 yg 2 xy 2 g 3 y 3 g 4 .
3. Se f como no item 2, ento existem funes g1 , g 2 , definidas em uma
vizinhana de 0,0 tais que f x 2 g1 y 2 g 2 .
Demonstrao:
wf wf
1. Seja f : 2 o tal que f 0 em 0,0 , para x, y 2 . Pelo
wx wy
Lema 1 existem funes f 1 : 2 o e f 2 : 2 o definidas em uma vizinhana da
w f 0,0 w f 0,0
origem tais que f xf1 yf 2 , com f1 0,0 0 e f 2 0,0 0.
wx wy
Agora, pode-se aplicar o Lema 1 funo f1 , obtendo-se funes
f11 : 2 o e f12 : 2 o definidas em uma vizinhana de 0,0 tais que
f1 xf11 yf12 . Analogamente, aplicando o Lema 1 funo f 2 , tem-se
f 2 xf 21 yf 22 .
Assim, f x xf11 yf12 y xf 21 yf 22 x 2 f11 xyf12 xyf 21 y 2 f 22 , portanto
f x 2 f11 xy f12 f 21 y 2 f 22 .
Desta maneira, existem funes g1 , g 2 , g 3 , definidas em uma vizinhana da
origem em 2 tais que f x 2 g1 xyg 2 y 2 g 3 , que o resultado desejado.
wf wf w2 f wf w2 f
2. Tem-se agora f 0 em 0,0 , para
wx wy w x2 w xw y w y2
x, y 2 .
Do item anterior tem-se que f x xf11 yf12 y xf 21 yf 22 . Desta forma
2
w f1 0 w w f 0 w f 0
f11 0 0 , por hiptese. Aplicando o Lema 1 funo
wx wx wx w x2
f11 , consegue-se obter funes f1 : 2 o e f 2 : 2 o definidas em uma
vizinhana de 0,0 tais que f11 xf1 yf 2 .
w f1 0 w w f 0 w 2 f 0 w 2 f 0
Temos f12 0 , pois f de classe C 2 .
wy wy wx w ywx w xw y
w 2 f 0
Assim f12 0 0 , por hiptese. Aplica-se, ento, o Lema 1 funo
w xw y
f12 ; logo se escreve f12 xf11 yf12 , onde f11 : 2 o e f12 : 2 o so definidas
em uma vizinhana de 0,0 .
w f 2 0 w w f 0 w 2 f 0
Tambm f 21 0 0 , por hiptese. Pelo Lema 1
wx wx wy w xw y
aplicado funo f 21 , tem-se f 21 xf 21 yf 22 , onde f 21 : 2 o e f 22 : 2 o
so definidas em uma vizinhana de 0,0 .
w f 2 0 w w f 0 w 2 f 0
Finalmente, f 22 0 0 , por hiptese. Ento pelo
wy wy wy w y2
Lema 1 escreve-se f 22 xf1 yf2 , onde f1 : 2 o e f2 : 2 o so definidas em
uma vizinhana de 0,0 .

Da, f x x ( xf1 yf 2 ) y ( xf11 yf12 ) y x ( xf 21 y f 22 ) y ( xf1 yf2 ) .
Trabalhando-se esta expresso, se observa que existem funes
g1 , g 2 , g 3 , g 4 , definidas em uma vizinhana da origem, tais que
f x 3 g1 x 2 yg 2 xy 2 g 3 y 3 g 4 , como se queria demonstrar.
3. Tem-se f como no item anterior. Desta forma pode-se escrever f da

seguinte maneira, f x 2 xg1 yg 2 y 2 xg 3 yg 4 .
Ento existem funes g1 , g 2 definidas em uma vizinhana de 0,0 tais que
f x 2 g1 y 2 g 2 , o que demonstra o item 3.
A demonstrao do Lema de Morse ser feita para o caso n 2 ; o caso geral

segue exatamente a mesma linha de raciocnio.
Prova do Lema de Morse, caso n 2 :
Pode-se supor, sem perda de generalidade, que o ponto crtico u 2 a

origem, ou seja, u 0,0 .
wf wf
Como u um ponto crtico da funo f : 2 o , deve-se ter 0
wx wy
em 0,0 . Desenvolvendo a funo f em srie de Taylor, at a ordem 2, em torno do
ponto 0,0 obtm-se (note que f de classe C f ):
2 2
w f 0,0
f x, y f 0,0 x 0 w f 0,0 y 0 1 w f 20,0 x 02 w f 0,0 xy 0
wx wy 2 wx w xw y
1 w 2 f 0,0

2
y 0 2 g x, y
2 wy
onde g x, y so os termos de ordem superior no desenvolvimento. Como

w f 0,0 w f 0,0
wx
0e
wy
1
2

0 , tem-se f x, y f 0,0 ax 2 2bxy cy 2 g x, y , onde
w 2 f 0,0 w 2 f 0,0 w 2 f 0,0

a ,b ec . Observe que como f de classe C 2 , se
w x2 w xw y wy 2
w 2 f 0,0 w 2 f 0,0
tem que .
w xw y w yw x
w f 0,0 w f 0,0 w g 0,0
Note que f 0,0 f 0,0 g 0,0 , logo g 0,0 0 ; ,
wx wx wx
w g 0,0 w f 0,0 w f 0,0 w g 0,0 w g 0,0
logo 0 e , logo 0 ; tambm
wx wy wy wy wy
w 2 g 0,0 w 2 g 0,0
0e 0.
w x2 w y2
Assim, g e todas as suas derivadas de primeira e segunda ordem se anulam
em 0,0 .
A hiptese de que u 0,0 um ponto crtico no degenerado de f
equivalente condio b 2 ac z 0 , uma vez que
a b
Hess f 0,0 ,
b c
ento o determinante de Hess f 0,0 igual a ac b 2 que diferente de zero, pois
0,0 ponto crtico no degenerado. Observe que ac b 2 z 0 equivale a b 2 ac z 0 .

Assim, se a z 0 pode-se completar quadrados na parte quadrtica de f
obtendo-se,
2
b b 2 2
ax 2 2bxy cy 2 a x y c y .
a a

Tambm se c z 0 , tem-se
2
2 2 b b2 2
x .
ax 2bxy cy c y x a
c c

Se a c 0 , ento b z 0 e assim pode-se escrever

ax 2 2bxy cy 2 2bxy
b
2
> @
x y 2 x y 2 .
No caso em que a z 0 , faz-se a seguinte mudana de coordenadas
1
2 2
b ac b
X x y a ,Y y
a a
e ento a parte quadrtica de f toma a forma r X 2 r Y 2 .

Tem-se que a aplicao I : 2 o 2 dada por I x, y X , Y invertvel. Na
verdade I um difeomorfismo (ver definio abaixo).
Frmulas semelhantes se verificam para os outros dois casos; assim deduz-

se que existe uma mudana de coordenadas \ em 2 (ou seja, um difeomorfismo
local) tal que a composta f $ \ : 2 o tem a forma x, y d r x 2 r y 2 h x, y ,
onde d f 0,0 .
Observe que os sinais r so independentes e, portanto existem quatro
casos. Tambm se tem que h e todas as suas derivadas de ordem 1 e 2 se anulam
em 0,0 .
Aplicando o item 3 do Lema 2 funo h , obtm-se funes h1 e h2 definidas
em uma vizinhana de 0,0 tais que h x 2 h1 y 2 h2 e ento a expresso acima de
f $ \ se torna
x, y d r x 2 1 h1 r y 2 1 h2 ,
onde h1 e h2 se anulam em 0,0 .
Para valores pequenos de x e y , 1 h1 x, y e 1 h2 x, y so no nulos.
Colocando X x 1 h1 x, y e Y y 1 h2 x, y , tem-se que a aplicao
f $ \ : 2 o dada por x, y d r X 2 r Y 2 um difeomorfismo em uma vizinhana
de 0,0 .
Usando esta mudana de coordenadas obtm-se as seguintes formas
normais:
x, y d X 2 Y 2
x, y d X 2 Y 2
x, y d X 2 Y 2
onde d f 0,0 . Isto conclui a demonstrao.
Definio 2: Um difeomorfismo uma aplicao de n em n que

diferencivel, invertvel e sua inversa diferencivel.
Observaes referentes ao Lema de Morse:
1. No necessrio incluir a forma d X 2 Y 2 , pois x, y y , x uma
mudana de coordenadas, o que significa que se trocando x por y e y por x se
tem o mesmo resultado.
2. Os trs casos do Lema de Morse correspondem, respectivamente, a um
mnimo, uma sela e um mximo para a funo f em 0,0 (figura 1).
3. O Lema de Morse diz que a funo no apenas se comporta como uma
das trs formas normais acima, alm disso, f igual a uma delas a menos de uma
mudana de coordenadas no plano.
Mximo Mnimo Sela
Figura 1
2.3 PONTOS CRTICOS DEGENERADOS
Os pontos crticos no degenerados so completamente classificados pelo

Lema de Morse. Quanto aos pontos crticos degenerados, a situao diferente.
Inicia-se nesta seo o estudo dos pontos crticos degenerados no caso mais
simples, ou seja, de uma funo f : o . Assume-se que f tem um ponto crtico
na origem e que f 0 0 . Desta maneira, deve-se ter f ' 0 0 .
Pelo que foi visto, a origem ponto crtico no degenerado da funo
f : o se, e somente se, f ' ' 0 z 0 , uma vez que Hess f 0 f ' ' 0 .
Pelo Lema de Morse existe uma mudana de coordenadas \ : o ,
definida em uma vizinhana U da origem tal que f $ \ : o dada por
f $ \ 0 f 0 r x 2 , e como f 0 0 se tem que f $ \ 0 r x 2 .
Neste caso, f $ \ 0 x 2 , se f ' ' 0 ! 0 e f $ \ 0 x 2 , se f ' ' 0 0 .
Entretanto, se f ' ' 0 0 , obtm-se uma classificao mais refinada tomando-
se mais termos da srie de Taylor de f . Esta classificao, porm, no diz nada
1
sobre funes tais como exp para as quais a srie de Taylor zero.
x2
Nota 1: Considere a funo f : o dada por
1
f x exp , se x z 0 e f x 0, se x 0 .
2
x
Expandindo esta funo em srie de Taylor em torno do ponto x 0 obtm-se

que todos os termos da expanso so iguais zero, visto que qualquer derivada da
funo f no ponto x 0 igual zero (a funo f definida desta forma
conhecida como funo chata). Por esta razo se diz que a srie de Taylor desta
funo f zero.
Lema 3: Seja q : o uma funo de classe C f tal que,

q 0 q' 0 q' ' 0 q k 0 0 .
Ento em alguma vizinhana da origem, existe uma funo l : o de
classe C f tal que q x x k 1 l x e, alm disso, se q k 1 0 z 0 , ento l 0 z 0 .
Demonstrao: A prova feita por induo sobre k .

Quando k 0 , o Lema 1 se aplica e segue o resultado.
Para k z 0 , usa-se o mesmo Lema para mostrar que q x x l1 x , onde
l1 : o uma funo de classe C f .
Como q de classe C f , diferenciando esta relao m vezes, obtm-se que

q m x x l1m x m l1
m 1
x .
Observe que esta relao obtida uma vez que,
q ' x l1 x x l1' x ; q ' ' x l1' x l1' x x l1'' x ; q ' ' ' x l1'' x l1'' x l1'' x x l1''' x ;
; q m x x l1m x m l1m 1 x
Fazendo x 0 deduz-se que l1 0 l1' 0 l1'' 0 l1

k 1 0 0 .
Como a funo l1 satisfaz a hiptese de induo, tem-se que em alguma
vizinhana da origem, existe uma funo l : o de classe C f tal que
l1 x x k l x . Assim, q x x x k l x x k 1 l x .
Note que,
q' x x k (k 1) l x x l ' x ,
q' ' x k x k 1 (k 1) l x x l ' x x k l ' x (k 2) x l ' ' x ,

q k 1 x k 1!l x k 1! x k l k x x k l k x (2k 1) x k l k 1 x
logo, q k 1 0 k 1!l 0 e da, se q k 1 0 z 0 segue que l 0 z 0 . Isto conclui a
demonstrao.
Com este Lema em mos, pode-se enunciar o
Teorema 2: Seja f : o uma funo de classe C f , tal que

f 0 f ' 0 f ' ' 0 f k 1 0 0 ,
mas f k 0 z 0 . Ento existe uma mudana de coordenadas sob a qual f toma a
forma x k , se k mpar, e x k ou x k , se k par.
Demonstrao: Pelo Lema 3 tem-se que f x x k l x , com l 0 z 0 .

Considere os casos:
1. k mpar: Defina h x x l x 1 k . Observe que
1 k k
h' x l x x 1 k l x
1k
l ' x , logo h' 0 l 01 k z 0 , ento h um
difeomorfismo em alguma vizinhana da origem.
Alm disso, se tem que h x k x k l x f x . Desta maneira segue que a
composta f $ h 1 x f h 1 x x k , visto que colocando y h 1 x , tem-se
h y k , logo f $ h 1 x h y k h h 1 x Id x k x k .
k
f y
2. k par: Tm-se duas possibilidades:

a) l x ! 0, x : neste caso, define-se h x x l x 1 k , e o resultado segue
como no item 1, isto , f se transforma em x k .
b) l x 0 , x : neste caso define-se h x x l x 1 k . Desta maneira
h x k x k l x x k l x f x . Assim, tem-se que a composta
f $ h 1 x f h 1 x x k , visto que colocando z h 1 x , tem-se f z h z k ,
logo f $ h 1 x f h 1 x h z k h h 1 x
k
Id x k xk .
Estes dois casos concluem a demonstrao.
O Lema de Morse (teorema 1) e o teorema 2 motivam uma importante noo.
Definio 3: Sejam u1 n , u 2 n , U 1 n , U 2 n , onde U 1 , U 2 so

vizinhanas dos pontos u1 , u 2 , respectivamente. Diz-se que f1 :U 1 o e
f 2 :U 2 o so funes R - equivalentes se existirem vizinhanas Vi U i , com
u i Vi , i 1, 2 , um difeomorfismo h :V1 o V2 e uma constante c tal que h u1 u 2
e f1 u f 2 h u c , u V1 .
Nota 2: Seja u 0 n . Ento f : n , u 0 o denota uma funo definida em

alguma vizinhana de u 0 . Duas tais funes so equivalentes se elas coincidem em
alguma vizinhana de u 0 .
A sentena, f | g as funes f e g coincidem em uma vizinhana de u 0 , uma
relao de equivalncia ( reflexiva, simtrica e transitiva).
As funes que se relacionam com f segundo | , formam uma classe de
equivalncia que chamada um germe de f em u 0 .
Definio 4: Suponha que f : , t 0 o seja A - equivalente a r x k 1 .

Ento, para k t 0 , dizemos que f tem tipo Ak em t 0 , ou uma Ak singularidade em
t0 .
Por exemplo, tipo A0 significa simplesmente que f ' t 0 z 0 .
Um dos problemas centrais na Teoria de Singularidades classificar funes

segundo R -equivalncia. Um exemplo disto j foi feito no Lema de Morse, onde uma
funo f definida em uma vizinhana de um ponto crtico no degenerado R -
equivalente funo g dada por g y12 y l2 y l21 y n2 .
No teorema 2, se tem que uma funo f : o com srie de Taylor no

nula equivalente a r x k para algum k .
Como existe o Lema de Morse para pontos crticos no degenerados,

tambm se tem um resultado para os pontos crticos degenerados, que permite
encontrar formas normais para uma funo f em uma vizinhana de tal ponto em
dimenses maiores que 1. Este resultado conhecido como Splitting lemma e
enunciado a seguir.
Teorema 3 (Splitting lemma): Seja f : n o uma funo de classe C f ,

com derivadas parciais de primeira ordem iguais a zero na origem e cuja matriz
Hessiana na origem tem posto r . Ento f R -equivalente, na origem, a uma
funo da forma

r x12 r r x r2 g x r 1 , , x n ,
onde g : n r o uma funo de classe C f .
Este teorema mostra que o comportamento de uma funo prximo a um

ponto crtico degenerado pode ser determinado estudando-se uma funo
envolvendo um nmero de variveis menor (igual a n r : este nmero chamado o
coposto (ou corank) de f ). Esta reduo do nmero de variveis que torna o
Splitting lemma to til e surpreendente.
Exemplo: Seja uma funo f : 2 o , com a origem sendo um ponto crtico

degenerado; sob certas condies pode-se mostrar com o auxlio do Splitting
lemma, que esta funo R-equivalente a uma das seguintes formas normais:
x, y x 3 xy 2 ( umblico elptico)
x, y x 3 y 3 (umblico hiperblico)
x, y x 2 y y 4 (umblico parablico)
Umblico elptico Umblico hiperblico Umblico parablico
Figura 2
Referncias Bibliogrficas
[1] Bruce, J.W. e Giblin, P.J.; Curves and Singularities; Segunda edio;
Cambridge University Press; 1992.
[2] Tenenblat, Keti; Introduo Geometria Diferencial; Editora Universidade

de Braslia; 1988.
[3] Saunders, P.T.; An Introduction to Catastrophe Theory; Cambridge

University Press; 1980.
Ordenac
ao de mon omios, divisao em an
eis de polin
omios
de varias vari
aveis e as Bases de Groebner
Danilo Adrian Marques Prof. Ccero Carvalho

Faculdade de Matematica - FAMAT
Universidade Federal de Uberl
andia - UFU
38408-100, Uberlandia - MG
Junho 2007
1 Ordens Sobre Mon

omios
Examinando em detalhes o algoritmo da divisao em K [x] e o escalonamento para sistemas de
equacoes lineares (ou matrizes), veremos que uma nocao de ordem de termos e um ingrediente
chave de ambos (embora isto nao seja freq uentemente enfatizado). Por exemplo, dividindo
f (x) = x 3x + 1 por g (x) = x 4x + 7 pelo metodo padrao, nos faramos:
5 2 2
i) escreveramos os termos do polinomio em ordem decrescente de grau de x
ii) no primeiro passo, o termo lder (o termo de maior grau) em f e: x5 = x3 x2 =

x3 (termo lder em g). Entao, nos subtramos x3 g (x) de f para cancelar o termo lder,
cando 4x4 7x3 3x2 + 1
iii) entao, nos repetriamos o mesmo processo sobre f (x) x3 g (x), etc. ate obtermos um
polinomio de grau menor que 2
Para o algoritmo da divisao sobre polinomios de uma variavel, entao, nos lidamos com a
ordem de grau sobre monomios de uma variavel:
. . . > xm+1 > xm > . . . > x2 > x > 1 (1)

Similarmente, no algortimo de escalonamento sobre matrizes, em alguma linha dada, nos
trabalhamos sistematicamente com a primeira entrada da esquerda - as entradas lderes sao
aquelas entradas nao nulas a extrema esquerda da linha. No nvel de equacoes lineares, este e
expressado pela ordem das variaveis x1 , . . . , xn como a seguir:
x1 > x 2 > . . . > x n (2)

Nos escrevemos os termos nas nossas equacoes em ordem decrescente. Alem disso, num
sistema na forma escalonada (onde a primeira entrada nao nula de cada linha e 1, e todas as
outras entradas na coluna contendo um lder 1 sao zero) as equacoes sao listadas com seus

Orientando de Iniciacao Cientca: FAPEMIG. E-mail: daniloamarques@yahoo.com.br

Professor Orientador - E-mail: cicero@ufu.br
termos lderes em ordem decrescente (de fato, a denicao precisa de um sistema na forma
escalonada poderia ser dada em termos desta ordem).
Da evidencia acima, podemos imaginar que uma componente muito importante de alguma
extensao da divisao e escalonamento para polinomios arbitrarios em varias variaveis e uma or-
dem de termos em polinomios em K [x1 , . . . , xn ]. Aqui, discutiremos as propriedades desejaveis
que as ordens poderiam ter, e construiremos varios exemplos diferentes que satisfarao nossas
necessidades. Cada uma destas ordens sera usada em diferentes contextos.
Primeiro observamos que podemos reconstruir o monomio x = x1 1 . .xnn a partir da
n-upla de expontes = (1 , . . . , n ) Zn0 . Esta observacao estabelece uma correspondencia
bijetiva entre monomios em K [x1 , . . . , xn ] e o conjunto Zn0 . Alem disso, qualquer ordem >
sobre o espaco Zn0 nos dara uma ordem sobre monomios: se > , de acordo com esta ordem,
nos tambem diremos que x > x .
Existem varias maneiras diferentes de se denir uma ordem sobre Zn0 , mas exigimos sempre
que tais ordens sejam compatveis com a estrutura algebrica de aneis polinomiais.
Para comecar, como um polinomio e uma soma de monomios, nos gostaramos ser capazes
de organizar os termos em um polinomio sem ambig uidade na ordem decrescente (ou crescente).
Para fazer isto, nos temos que ser capazes de comparar todo par de monomios para estabelecer
sua posicao relativa. Entao exigimos que a ordem seja total, i.e. para todo par de monomios
x e x , exatamente uma das tres condicoes seja verdadeira:
x > x ou x = x ou x < x
A seguir, nos temos que levar em conta o efeito da soma e do produto sobre polinomios.
Quando adicionamos polinomios podemos simplesmente reorganizar os termos na ordem apro-
priada para a presente soma sem diculdades. Produtos sao mais sutis, entretanto. Como a
multiplicacao no anel polinomial distribui sobre adicao, e suciente considerar o que acontece
quando nos multiplicamos um monomio por um polinomio. Entao, nos exigimos que todas as
ordens de monomios tenham a seguinte propriedade adicional: se x > x e x e um monomio
qualquer, entao x x > x x . Em termos dos vetores de expoentes, esta propriedade signica
que se > na nossa ordem sobre Zn0 , entao, para todo Zn0 , + > + .
Com essas consideracoes em mente, nos fazemos a seguinte denicao.
Denic ao > sobre Zn0 , ou

ao 1 Uma ordem de monomios sobre K [x1 , . . . , xn ] e uma relac
equivalentemente, uma relacao no conjunto dos monomios x , Zn0 , satisfazendo:
i) > e uma ordem total sobre Zn0 ;
ii) Se > e Zn0 , ent

ao + > + ;
iii) > e uma boa ordenacao sobre Zn0 . Isto signica que todo conjunto nao vazio de Zn0 tem
um elemento mnimo em relacao a >.
O Lema a seguir nos ajudara a entender o que a condicao da boa ordenacao da parte (iii)
da denicao signica.
Lema 1.1 Uma relacao de ordem > sobre Zn0 e uma boa ordenac
ao se e somente se toda
uencia estritamente decrescente em Zn0
seq
(1) > (2) > (3) > . . .

eventualmente termina.
Demonstrac ao:
Provaremos a contrapositiva: > nao e uma boa ordenacao se e somente se existe uma
sequencia estritamente decrescente innita em Zn0 .
Se > nao e uma boa ordenacao, entao algum subconjunto nao vazio S Zn0 nao tem um
menor elemento. Agora pegue (1) S. Ja que (1) nao e o menor elemento, nos podemos
encontrar (2) S tal que (1) > (2) em S. Entao (2) tambem nao e o menor elemento,
entao existe (3) tal que (2) > (3) em S. Continuando este processo, nos temos uma
sequencia estritamente decrescente innita: (1) > (2) > (3) > . . ..
Por outro lado, dada uma seq uencia innita, entao { (1) , (2) , (3) , . . .} e um subcon-
junto nao vazio de Zn0 sem o menor elemento, e entao > nao e uma boa ordenacao. 2
Esse lema sera usado para mostrar que varios algoritmos podem ser terminados, por que
alguns termos sao estritamente decrescentes (com respeito a uma determinada ordem xada)
em cada passo do algoritmo.
Como um exemplo simples de uma ordem de monomios, vemos que a ordem numerica usual
... > m + 1 > m > ... > 3 > 2 > 1 > 0
nos elementos de Z0 satisfaz as tres condicoes da Denicao 1. Entao, a ordenacao grau (1)
sobre monomios em K [x] e uma ordem de monomios.
Nosso primeiro exemplo de uma ordem sobre n-uplas sera a ordem lexicograca (ou ordem
lex, abreviadamente).
Denicao 2 (Ordem Lexicogr aca) Sejam = (1 , . . . , n ), = (1 , . . . , n ) Zn0 . Nos

dizemos que >lex se no vetor diferenca Zn a primeira entrada n ao nula a partir

da esquerda e positiva. Escrevemos x >lex x se >lex .
Exemplo 1.1 i) (1, 2, 0) >lex (0, 3, 4) ja que = (1, 1, 4);
ii) (3, 2, 4) >lex (3, 2, 1) ja que = (0, 0, 3);
iii) As variaveis x1 , . . . , xn foram ordenadas do jeito usual [veja 2] pela ordem lex:
(1, 0, . . . , 0) >lex (0, 1, 0, . . . , 0) >lex . . . >lex (0, 0, . . . , 1),
ent
ao x1 >lex x2 >lex . . . >lex xn
Na pratica, quando trabalhamos com polinomios em duas ou tres variaveis, chamamos as

variaveis de x, y, z em vez de x1 , x2 , x3 . Tambem assumiremos que a ordem alfabetica x >
y > z sobre variaveis e usada para denir a ordem lexicograca a menos que dissermos outra
explicitamente.
A ordem Lex e analoga a ordem de palavras usadas em dicionarios (por isso o nome).
Proposiao 1.1 A ordem lex sobre Zn0 e uma ordem de monomios.

c
Demonstrac
ao: Ver [1] 2
Existem varias ordens lex, dependendo de como as variaveis sao ordenadas. Ate agora, nos
temos usado a ordem lex com x1 > x2 > . . . > xn , mas dada qualquer ordem das variaveis
x1 , x2 , . . . , xn , existe uma ordem lex correspondente. Por exemplo, se as variaveis sao x e y,
entao temos uma primeira ordem lex com x > y e uma segunda com y > x. No caso geral de n
variaveis, existem n! ordens lex. No que segue, a frase ordem lexse referira à primeira, com
x1 > x2 > . . . > xn , a menos que explicitada de outra forma.
Observe que na ordem lex, independentemente do grau total, uma variavel e maior que
qualquer monomio envolvendo variaveis menores, por exemplo, utilizando a ordem lex x > y >
z, temos x >lex y 5 z 3 .
Para alguns propositos, queremos considerar o grau total dos monomios e ordenar monomios
de maior grau primeiro. Nossa primeira forma de se fazer isto e a ordem lexicograca graduada
(ou ordem grlex).
ao 3 (Ordem Grau-lex): Seja , Zn0 . Dizemos que >grlex se:

Denic

n
n
|| = i > || = i ou || = || e >lex
i=1 i=1
Assim, podemos concluir que as ordens grlex sao dadas pelo grau total em primeiro lugar e
entao desempatamosusando a ordem lex.
Exemplo 1.2 i) (1, 2, 3) >grlex (3, 2, 0) ja que |(1, 2, 3)| = 6 > 5 = |(3, 2, 0)|;
a que |(1, 2, 4)| = |(1, 1, 5)| e (1, 2, 4) >lex (1, 1, 5);

ii) (1, 2, 4) >grlex (1, 1, 5) j
iii) As variaveis sao ordenadas de acordo com a ordem lex, isto e, x1 >grlex . . . >grlex xn .
Como no caso da ordem lex, existem n! ordens grlex sobre n variaveis, dependendo de como
as variaveis sao ordenadas.
Outra ordem, um tanto menos intuitiva, sobre monomios e a ordem lexicograca graduada
reversa (ou ordem grevlex). Ainda que esta ordem de algum trabalho para que nos acostumemos
com ela, a ordem grevlex em algumas operacoes, e a mais eciente para computacoes (ou
calculos).
ao 4 (Ordem Grau-lex reversa): Seja , Zn0 . Dizemos que >grevlex se:

Denic

n
n
|| = i > || = i ou
i=1 i=1
|| = || e a primeira entrada n
ao nula a partir da direita de Zn0 e negativa.
Como na ordem grlex, a ordem grevlex e dada pelo grau total primeiro, porem, nesta ordem,
o desempate se da de um jeito diferente.
Exemplo 1.3 a que |(4, 7, 1)| = 12 > 9 = |4, 2, 3|;

i) (4, 7, 1) >grevlex (4, 2, 3) j
ii) (1, 5, 2) >grevlex (4, 1, 3) ja que |(1, 5, 2)| = |(4, 1, 3)| e (1, 5, 2) (4, 1, 3) = (3, 4, 1);
iii) A ordem grevlex d

a a mesma ordem sobre as vari
aveis que a ordem lex:
(1, 0, . . . , 0) >grevlex (0, 1, 0, . . . , 0) >grevlex . . . >grevlex (0, 0, . . . , 1),
ent
ao x1 >grevlex x2 >grevlex . . . >grevlex xn
Igualmente as ordens lex e grlex, existem n! ordens grevlex, dependendo de como as variaveis
sao ordenadas.
2 Ordenando Polin
omios

Se f = a x e um polinomio em K [x1 , . . . , xn ] e escolhida uma ordem de monomios >,
podemos entao ordenar os monomios de f sem ambig uidades com respeito a >.
Exemplo 2.1 Seja f = 4xy 2 z + 4z 2 5x3 + 7x2 z 2 K [x, y, z]
a) Com respeito a ordem lex, reordenando os termos de f na ordem decrescente temos:
f = 5x3 + 7x2 z 2 + 4xy 2 z + 4z 2
b) Com respeito a ordem grlex, temos:
f = 7x2 z 2 + 4xy 2 z 5x3 + 4z 2
c) Com respeito a ordem grevlex, temos:
f = 4xy 2 z + 7x2 z 2 5x3 + 4z 2
Usaremos a seguinte terminologia:

Denicao 5 Sejam f = a x um polin
omio nao nulo em K [x1 , . . . , xn ] e > uma ordem
de monomios.
i) O multi-grau de f e:

multideg (f ) = max Zn0 : a = 0 (o maximo e dado com respeito a >)
ii) O coeciente lder de f e:
LC (f ) = amutideg(f ) K
iii) O monomio lder de f e:
LM (f ) = xmultideg(f ) (com coeciente 1)
iv) O termo lder de f e:
LT (f ) = LC (f ) LM (f )
Exemplo 2.2 Seja f = 5x3 +7x2 z 2 +4xy 2 z +4z 2 (como acima) e seja > a ordem lex. Entao:
multideg (f ) = (3, 0, 0)
LC (f ) = 5
LM (f ) = x3
LT (f ) = 5x3
3 ao em K [x1, . . . , xn]
Algoritmo da Divis
Para estudar o problema da pertinencia de polinomios de varias variaveis no ideal, formularemos

um algoritmo de divisao para polinomios em K [x1 , . . . , xn ] que estende o algoritmo para K [x].
No caso geral, a meta e dividir f K [x1 , . . . , xn ] por f1 , . . . , fs K [x1 , . . . , xn ]. Como
veremos, isto signica expressar f na forma:
f = a1 f1 + . . . + as fs + r
onde os quocientes a1 , . . . , as e o resto r estao em K [x1 , . . . , xn ]. Alguns cuidados serao

necessarios para caracterizar o resto e neste momento usaremos as ordens de monomios intro-
duzidas.
Apos o algoritmo pronto veremos como aplica-lo ao problema da pertinencia.
A ideia basica do algoritmo e a mesma que no caso de uma variavel: queremos cancelar o
termo lder de f (com respeito a ordem de monomios xada) multiplicando algum fi por um
monomio apropriado e subtra-lo de f . Entao esse monomio torna-se um termo correspondente
ai . Em vez de escrever o algoritmo no caso geral, primeiro trabalharemos com alguns exemplos
para ver o que e envolvido.
Exemplo 3.1 Primeiro dividiremos f = xy 2 + 1 por f1 = xy + 1 e f2 = y + 1 usando a ordem

lex com x > y. Queremos empregar o mesmo esquema para divis ao de polin
omios de uma
variavel, sendo que a diferenca e que existem varios divisores e quocientes.
xy 2 + 1 | xy + 1; y + 1
Os termos lderes LT (f1 ) = xy e LT (f2 ) = y ambos dividem o termo lder LT (f ) = xy 2 .
Ja que f1 e listado primeiro, usaremos ele. Dividindo xy 2 por xy, temos y e entao subtraimos
yf1 de f .
xy 2 + 1 |xy + 1; y + 1
xy 2 + y y;
y + 1
Agora repetimos o mesmo processo sobre y +1. Dessa vez usaremos f2 j
a que LT (f1 ) = xy
nao divide LT (y + 1) = y. Assim obtemos:
xy 2 + 1 |xy + 1; y + 1
xy 2 + y y ; (1)
y + 1
y 1
2
Ja que LT (f1 ) e LT (f2 ) nao dividem 2, o resto e r = 2 e concluimos a divisao. Entao,
temos escrito f = xy 2 + 1 na forma:
xy 2 + 1 = y (xy + 1) + (1) (y + 1) + 2
Exemplo 3.2 Neste exemplo, encontraremos uma sutileza inesperada que pode ocorrer quando
estamos trabalhando com polinomios de mais de uma variavel. Vamos dividir f = x2 y +xy 2 +y 2
por f1 = xy 1 e f2 = y 2 1. Como no exemplo anterior, usaremos a ordem lex com x > y.
Os dois primeiros passos do algoritmo s
ao usuais, dando assim a seguinte divisao parcialmente
completada.
x2 y + xy 2 + y 2 |xy 1; y 2 1
x2 y x x+y ;
xy 2 + x + y 2
xy 2 y
x + y2 + y
Note que nem LT (f1 ) = xy nem LT (f2 ) = y 2 dividem LT (x + y 2 + y) = x. Entretanto,
x + y 2 + y nao e o resto ja que LT (f2 ) divide y 2 . Entao, se movemos x para o resto, podemos
continuar dividindo.
Observa c
ao 3.1 Este e um problema que nunca acontece no caso de uma vari avel: uma vez
que o termo lder do divisor nao divide mais o termo lder que esta abaixo do radical, o algoritmo
termina.
Para executar essa ideia, criamos uma coluna de resto r, do lado esquerdo do radical, onde
colocamos os termos que pertencem ao resto. E ent ao continuamos dividindo ate o dividendo
intermediario seja zero (chamamos o polin
omio debaixo do radical de dividendo intermedi ario).
Aqui esta o proximo passo, onde movemos x para a coluna do resto (como indicado pela seta):
r x2 y + xy 2 + y 2 |xy 1; y 2 1
x2 y x x+y ;
xy 2 + x + y 2
xy 2 y
x + y2 + y
x y2 + y
Agora continuamos dividindo. Se podemos dividir pelo LT (f1 ) ou LT (f2 ), procedemos
como usualmente, e se nenhum divide, movemos o termo lder do dividendo intermedi
ario para
a coluna do resto. Aqui esta o resto da divisao:
r x2 y + xy 2 + y 2 |xy 1; y 2 1
x2 y x x+y ; 1
xy 2 + x + y 2
xy 2 y
x + y2 + y
x y 2 + y
y2 1
y+1
x+y 1
x+y+1 0
Entao, o resto e x + y + 1, e obtemos:

x2 y + xy 2 + y 2 = (x + y) (xy 1) + 1 y 2 1 + x + y + 1 (3)
Observe que o resto e a soma de monomios, nenhum dos quais e divisvel pelos termos lderes
LT (f1 ) ou LT (f2 ).
O exemplo acima e uma ilustracao bastante completa de como o algoritmo da divisao tra-
balha. Este exemplo nos mostra tambem qual propriedade nos queremos que o resto tenha:
nenhum dos termos pode ser divisvel pelos termos lderes dos polinomios que estao dividindo.
Podemos agora enunciar a forma geral do algortimo da divisao.
Teorema 3.1 (Algortimo da Divisao em K [x1 , . . . , xn ]): Fixe uma ordem de monomios > so-
bre Zn0 e seja F = (f1 , . . . , fs ) uma s-upla de polin
omios ordenadas em K [x1 , . . . , xn ]. Entao
todo f K [x1 , . . . , xn ] pode ser escrito como:
f = a1 f1 + . . . + as fs + r
onde ai ,r K [x1 , . . . , xn ], e qualquer r = 0 ou r e uma combinac
ao linear, com coecientes
em K, de monomios, nenhum dos quais e divisvel por nenhum dos LT (f1 ) , . . . , LT (fs ). Nos
chamaremos r um resto de f na divisao por F . Alem disso, se ai fi = 0, entao temos:
multideg (f ) multideg (ai fi )
Demonstrac ao: Provemos a existencia de a1 , . . . , as e r dando um algoritmo para a

construcao deles e mostrando que ele opera corretamente sobre qualquer entrada dada. Vejamos
a seguinte generalizacao:
Input : f1 , . . . , fs , f
Output : a1 , . . . , as , r
a1 := 0, . . . , as := 0, r := 0
p := f
W hile p = 0 Do
i := 1
divisionocurred := f alse
W hile i s e divisionocurred = f alse Do
If LT (fi ) divides LT (p) T hen
ai := ai + LT (p) / LT (fi )
p := p (LT (p) /LT (fi )) fi
divisionocurred = true
Else
i := i + 1
If divisionocurred = f alse T hen
r := r + LT (p)
p := p LT (p)
Relacionando este algoritmo com o exemplo anterior observamos que a variavel p representa
o dividendo intermediario para cada estagio, a variavel r representa a coluna do lado esquerdo, e
as variaveis a1 , . . . , as sao os quocientes. Finalmente, a variavel booleana divisionocurrednos
fala quando algum LT (fi ) divide o termo lder do dividendo intermediario. Observe que cada
vez que vamos atraves do laco principal W hile . . . Do, precisamente uma das duas coisas acon-
tece:
i) (Passo da Divisao): Se algum LT (fi ) divide LT (p), entao o algoritmo procede como o
caso de uma variavel;
ii) (Passo do Resto): Se nenhum LT (fi ) divide LT (p), entao o algoritmo adiciona LT (p)
para o resto.
Estes passos correspondem exatamente ao que zemos no Exemplo 3.2. Para provar que o
algoritmo funciona, primeiro mostraremos que:
f = a1 f1 + . . . + as fs + r (4)
e valido para todos os estagios. Isto e claramente verdadeiro para os valores iniciais de a1 , . . . ,
as , p e r. Agora suponha que (4) e valido para um passo do algoritmo. Se o proximo passo for
um Passo da Divisao, entao algum LT (fi ) divide LT (p) e a igualdade
ai fi + p = (ai + LT (p) / LT (fi )) fi + (p (LT (p) / LT (fi )) fi )
mostra que ai fi + p e inalterado. E como todas as outras variaveis nao sao afetadas, temos que
(4) e verdadeira. Por outro lado, se o proximo passo for o Passo do Resto, entao p e r serao
mudados, mas a soma p + r e inalterada ja que
p + r = (p LT (p)) + (r + LT (p))
e como antes, a igualdade (4) e ainda preservada.
A seguir, observe que o algoritmo para quando p = 0. Nesta situacao, (4) torna-se:
f = a1 f1 + . . . + as fs
Ja que os termos sao adicionados a r somente quando eles nao sao divisveis por nenhum dos
LT (fi ), isso segue que a1 , . . . , as e r tem a propriedade desejada quando o algoritmo termina.
Finalmente, precisamos mostrar que o algoritmo eventualmente termina. A observacao
chave e que cada vez que redenimos a variavel p, qualquer um dos seus multi-graus diminui
(relativo a nossa ordem de termos) ou se torna 0. Para ver isso, primeiro suponha que durante
um Passo da Divisao, p e redenida por:
LT (p)
p = p fi
LT (fi )
Assim temos que:

LT (p) LT (p)
LT fi = LT (fi ) = LT (p)
LT (fi ) LT (fi )
para que p e LT (p) / LT (fi ) fi tenham o mesmo termo lder. Entao, a diferenca deles, p ,
tem o multi-grau estritamente menor quando p = 0. A seguir, suponha que durante um Passo
do Resto, p e redenido por:
p = p LT (p)
Aqui, e obvio que multideg (p ) < multideg (p) quando p = 0. Entao, em qualquer um
dos casos, o multi-grau cai. Se o algoritmo nunca terminasse, entao teramos uma seq uencia
decrescente innita de multi-graus. A propriedade da boa ordenacao de >, como mostrado no
Lema 1.1, mostra que isto nao pode ocorrer. Entao p = 0 tem que ocorrer eventualmente, para
que o algoritmo termine depois de varios passos nalmente.
Resta estudar a relacao entre multideg (f ) e multideg (ai fi ). Todo termo em ai e da forma
LT (p) / LT (fi ) para algum valor da variavel p. O algoritmo comeca com p = f e acabamos
de provar que o multi-grau de p decresce. Isto mostra que LT (p) LT (f ), e entao temos que:
LT (p) LT (f ) LT (p) LT (f )
LT (p) LT (f ) = = LT (fi ) LT (fi ) =
LT (fi ) LT (fi ) LT (fi ) LT (fi )
= ai LT (fi ) LT (f ) = multideg (ai fi ) multideg (f )

quando ai fi = 0. Isto prova o Teorema. 2
A algebra por detras do algoritmo da divisao e muito simples (nao existe nada alem da
algebra que foi feita no colegial), o que surpreende e que esta forma de algoritmo foi isolada e
explorada somente nos u ltimos 30 anos.
Infelizmente, esse algoritmo nao possui as mesmas propriedades agradaveis da versao de
uma variavel.
A primeira propriedade importante do algoritmo da divisao em K [x] e que o resto nao e
unicamente determinado. Para ver isto considere o seguinte exemplo:
Exemplo 3.3 Vamos dividir f = x2 y + xy 2 + y 2 por f1 = y 2 1 e f2 = xy 1. Usaremos a

ordem lex com x > y. Este e o mesmo exemplo 3.2, exceto que mudamos a ordem dos divisores.
r x2 y + xy 2 + y 2 |y 2 1; xy 1
xy 2 x x+1 ; x
x2 y + x + y 2
y2 1
x2 y + x + 1
x2 y x
2x + 1
2x 1
2x + 1 0
Isto mostra que:

x2 y + xy 2 + y 2 = (x + 1) y 2 1 + x (xy 1) + 2x + 1 (5)
Se compararmos esta equacao com a equacao (3), veremos que o resto e diferente do que
vimos no Exemplo 3.2.
Isto mostra que o resto nao e unico, ou seja, para cada ordem F = (f1 , . . . , fs ), existe um
resto na divisao de f por F .
Uma caracterstica agradavel do Algortimo da Divisao em K [x] e o jeito dele resolver o
problema da pertinencia de polinomio de uma variavel no ideal. Nos temos alguma coisa
similar para varias variaveis? Uma conseq uencia e um simples corolario do Teorema 3.1: se
apos a divisao de f por F = (f1 , . . . , fs ) obtermos um resto r = 0, entao f = a1 f1 + . . . + as fs ,
de forma que f
f1 , . . . , fs . Entao r = 0 e uma condicao suciente para o problema da
pertinencia. Contudo, como o seguinte exemplo mostra, r = 0 nao e uma condicao necessaria
para estar no ideal.
Exemplo 3.4 Seja f1 = xy + 1, f2 = y 2 1 K [x, y] com a ordem lex. Dividindo f = xy 2 x

por F = (f1 , f2 ), o resultado e:

xy 2 x = y (xy + 1) + 0 y 2 1 + (x y)
Com F = (f2 , f1 ), entretanto, temos:

xy 2 x = x y 2 1 + 0 (xy + 1) + 0
O segundo calculo mostra que f
f1 , f2 . Entao o primeiro calculo mostra que ainda que
f
f1 , f2 , e ainda possvel obter um resto nao nulo na divisao por F = (f1 , f2 ) .
Entao conclumos que o Algoritmo da Divisao dado e uma generalizacao imperfeita do
equivalente de uma variavel. E para resolver essa imperfeicao para o problema da pertinencia,
serao necessarias as Bases de Hilbert.
4 O Teorema das Bases de Hilbert e as Bases
de Groebner
Denicao 6 Um ideal I K [x1 , . . . , xn ] e um ideal de monomios se existe um conjunto

S Zn0 (possivelmente innito) tal que I consiste de todos os polin omios que sao somas nitas
da forma A h x , onde h K [x1 , . . . , xn ]. Neste caso, escrevemos I =
x : A

Lema 4.1 Seja I =

x : A um ideal de monomios. Entao um monomio x pertence a I
se e somente se x e divisvel por x para algum A.
Observe que x e divisvel por x exatamente quando x = x x para algum Zn0 .
Lema 4.2 Seja I um ideal de monomios, e seja f K [x1 , . . . , xn ]. Entao as seguintes

condicoes sao equivalentes:
i) f I
ii) Todo termo de f esta em I
iii) f e uma K-combinacao linear de monomios em I
ario 4.1 Dois ideais de monomios sao os mesmos se, e somente se, eles contem os
Corol
mesmos monomios.
Teorema 4.1 (Lema de Dickson): Um ideal de monomios I =

x : A K [x1 , . . . , xn ]
pode ser escrito sobre a forma I =
x(1) , . . . , x(s) , onde (1), . . . , (s) A. Em particular,
I tem uma base nita.
O Teorema 4.1 soluciona a descricao do ideal para ideais de monomios, por ele dizer que
qualquer ideal tem uma base nita. Isto, por sua vez, nos permite resolver o problema da
pertinencia para ideais de monomios. A saber, se I =
x(1) , . . . , x(s) , entao podemos facil-
mente mostrar que um polinomio f esta em I se, e somente se, o resto de f na divisao por
x(1) , . . . , x(s) e zero.
ao 7 Seja I K [x1 , . . . , xn ] um ideal diferente de 0.

Denic
i) Denotamos por LT (I) o conjunto dos termos lderes dos elementos de I. Entao,
LT (I) = cx : existe f I com LT (f ) = cx
ii) Denotamos por

LT (I) o ideal gerado pelos elementos de LT (I)
Ja vimos que os termos lderes tem um importante papel no algoritmo da divisao. Com
isso, surgi uma sutileza que deve ser mencionada: se damos um conjunto gerador nito para I,

digamos I =
f1 , . . . , fs , entao
LT (f1 ), . . . , LT (fs ) e
LT (I) podem ser ideais diferentes. E
verdade que
LT (fi ) LT (I)
LT (I) pela denicao, que implica
LT (f1 ), . . . , LT (fs )
LT (I). Entretanto,
LT (I) pode ser estritamente maior. Para ver isto, considere o exemplo
a seguir.
Exemplo 4.1 Seja I =
f1 , f2 , onde f1 = x3 2xy e f2 = x2 y 2y 2 + x e a ordem grlex sobre
monomios em K [x, y]. Entao,
x (x2 y 2y 2 + x) y(x3 2xy) = x2

e x2 I. Logo, x2 = LT (x2 )
LT (I). Entretanto, x2 I nao e divisvel por LT (f1 ) = x3
ou LT (f2 ) = x2 y, logo, x2 nao pertence
LT (f1 ), LT (f2 ) pelo Lemma 4.1.
Agora mostraremos que

LT (I) e um ideal monomial e isto nos permitira aplicar os resul-
tados anteriores. Em particular, seguira que
LT (I) e gerado por um n
umero nito de termos
lderes.
Proposiao 4.1 Seja I K [x1 , . . . , xn ] um ideal.

c
i)
LT (I) e um ideal monomial
ii) Existem g1 , . . . , gt I tal que

LT (I) =
LT (g1 ), . . . , LT (gt )
Demonstrac
ao:
i) O monomio lder LM (g) dos elementos g I {0} gera o ideal monomial

LM (g) : g I {0}. Ja que LM (g) e LT (g) diferem apenas por uma constante
nao nula, pelo Corolario 4.1 temos que
LM (g) : g I {0} =
LT (I). Entao,
LT (I)
e um ideal monomial.
ii) Ja que
LT (I) e gerado pelos monomios LM (g) para g I {0}, o Lema de Dickson nos
diz que
LT (I) =
LM (g1 ), . . . , LM (gt ) para innitos g1 , . . . , gt I. Ja que LM (gi )
difere de LT (gi )apenas por uma constante nao nula, novamente pelo Corolario 4.1, temos
que
LT (I) =
LT (g1 ), . . . , LT (gt ) e isto completa a prova.
2
Agora, podemos usar a Proposicao 4.1 e o Algoritmo da Divisao para provar a existencia de
um conjunto gerador nito de todo ideal de polinomios e, entao dando uma resposta armativa
para o problema da descricao. Seja I K [x1 , . . . , xn ] um ideal qualquer e considere o ideal
associado
LT (I) como na Denicao 7. Como sempre, selecionamos uma ordem de monomio
particular para usar no algoritmo da divisao e na computacao dos termos lderes.
Teorema 4.2 (Teorema da Base de Hilbert): Todo ideal I K [x1 , . . . , xn ] tem um conjunto
gerador nito. Isto, e, I =
g1 , . . . , gt para algum g1 , . . . , gt I
Demonstrac ao:
Se I = {0}, tomamos nosso conjunto gerador como {0}, que certamente e nito.
Se I contem algum polinomio nao nulo, entao um conjunto gerador g1 , . . . , gt para I pode
ser construido como a seguir. Pela Proposicao 4.1, existem g1 , . . . , gt I tal que
LT (I) =
LT (g1 ), . . . , LT (gt ). Armamos que I =

g1 , . . . , gt .
claro que I =
g1 , . . . , gt I, ja que cada gi I. Por outro lado, seja f I um polinomio
E
qualquer. Se aplicarmos o algoritmo da divisao para dividir f por
g1 , . . . , gt entao chegamos
numa expressao da forma:
f = a1 g1 + . . . + at gt + r
onde nenhum termo de r e divisvel por nenhum dos LT (g1 ), . . . , LT (gt ).
Armamos que r = 0. Para ver isto, observe que:
r = f a1 g1 + . . . + at gt I
Se r = 0, entao LT (r)
LT (I) =
LT (g1 ), . . . , LT (gt ), e pelo Lema 4.1, segue que LT (r)
deve ser divisvel por algum LT (gi ). Isto contradiz o fato dele ser o resto e, conseq uentemente,
r tem que ser zero. Entao,
f = a1 g1 + . . . + at gt + 0
LT (g1 ), . . . , LT (gt )
que mostra que I
g1 , . . . , gt e, portanto, I =
g1 , . . . , gt
2
Alem de responder a questao da descricao do ideal, a base {g1 , . . . , gt } usada na prova do
Teorema 4.2 tem a propriedade especial
LT (I) =
LT (g1 ), . . . , LT (gt ). Como nem todas as
bases possuem essa propridade, como vimos no exemplo 3.2, a`s essas bases daremos o seguinte
nome.
Denic ao 8 Fixe uma ordem de monomios. Um subconjunto nito G = {g1 , . . . , gt } de um

ideal I e dito ser uma base de Groebner (ou base padr
ao) se

LT (g1 ), . . . , LT (gt ) =
LT (I)
Equivalentemente, mas mais informalmente, um conjunto {g1 , . . . , gt } I e uma base de

Groebner de I se, e somente se, o termo lder de algum elemento de I e divisvel por um dos
LT (gi ). A prova do Teorema 4.2 tambem estabelece o seguinte resultado.
Corolario 4.2 Fixe uma ordem de monomios. Entao todo ideal I K [x1 , . . . , xn ] diferente
de {0} tem uma base de Groebner. Alem disso, qualquer base de Groebner para um ideal I e
uma base de I.
Denicao 9 Seja K um corpo e sejam f1 , . . . , fs polin omios em K [x1 , . . . , xn ]. Denotamos

por variedade am denida por f1 , . . . , fs o seguinte conjunto:
V (f1 , . . . , fs ) = {(a1 , . . . , an ) K n : fi (a1 , . . . , an ) = 0, para todo 1 i s}
Exemplo 4.2 Seja J =

g1 , g2 =
x + z, y z. Temos que g1 e g2 formam uma base de
Groebner usando a ordem lex em R[x, y, z].
Vamos mostrar que a forma inicial de todo elemento n ao nulo de J implica no ideal
LT (g1 ), LT (g1 ) =
x, y. Pelo Lema 4.1, isto e equivalente mostrando que o termo lder de
qualquer elemento nao nulo de J e divisvel por x ou y.
Para provar isto, considere algum f = Ag1 + Bg2 J. Suponha, por absurdo, que f e nao
nulo e LT (f ) nao e divisvel por x e nem por y. Entao pela denicao de ordem lex, f sera um
polinomio em z somente. Entretanto, f se anula no subespaco linear L = V (x + z, y z) R3
ja que f J.
Observe que (x, y, z) = (t, t, t), para algum n umero real t, ja que pela denicao de V ,
x + z = 0 x = z e y z = 0 y = z e assim fazendo z = t, temos (t, t, t).
Ounico polin omio em z que anula nesses innitos pontos e o polin omio nulo, o que e uma
contradicao. (De fato, pois caso contr ario, teramos que o polin
omio possuindo grau igual a d
possuiria innitas raizes, o que e um absurdo.)
Assim segue que
g1 , g2 e uma base de Groebner.
Refer
encias
[1] Cox, D. and Little, J. and OShea, D., Ideals, varieties, and algorithms, Springer, segunda
edicao, 1991.
[2] Kreuzer, M. and Robbiano, L , Computational Commutative Algebra 1, Springer, 2000.
[3] CoCoA: a system for doing Computations in Commutative Algebra, disponvel em

http://cocoa.dima.unige.it
Evoluo do Nmero de Alunos Reprovados nas Disciplinas
do Curso De Matemtica Da UFU
Flvia Borges Arantes1, Rdney Silva Abreu2, Heyder Diniz Silva1,

Rogrio de Melo Costa Pinto1
Universidade Federal de Uberlndia

Faculdade de Matemtica1
Faculdade de Engenharia Eltrica2
Av. Joo Naves de vila, s/n
Santa Mnica 38408-100
Uberlndia MG Brasil
Resumo:
No presente trabalho, utilizou-se a estatstica descritiva com o objetivo de
identificar se as reprovaes e as evases no Curso de Matemtica da UFU esto
relacionadas com as Diretrizes Curriculares do MEC, com o Currculo/FAMAT ou com
a Grade Curricular/FAMAT. Observou-se que ocorre grande variao nos percentuais
de reprovao entre as diversas disciplinas, sendo que no incio do curso os percentuais
de reprovao so mais elevados do que no final de curso. Nas disciplinas de incio de
curso h uma predominncia de reprovaes por nota e por desistncia, enquanto que,
nas de final de curso predominam as reprovaes por falta.
Palavras-chave: Parmetros estatsticos; Analise descritiva; Taxas de repetncia;

Contedos curriculares.
Introduo:
Os sistemas de avaliaes de curso da UFU apresentam algumas caractersticas:
Para cada disciplina so distribudos 100(cem) pontos, em nmeros inteiros. Para ser
aprovado, o aluno deve alcanar o mnimo de 60 (sessenta) pontos na soma das notas e
75% (setenta e cinco por cento) de freqncia s aulas e outras atividades curriculares
dadas. O plano de avaliao parte integrante do Plano de Ensino e deve ser
apresentado pelo professor ao Colegiado de Curso, para aprovao, aps a discusso
com sua turma, at 30(trinta) dias aps o incio do semestre ou ano letivo.
A critrio do Colegiado do Curso, ao aluno dos cursos de regime semestral de
matrcula por disciplina que atingir o mnimo de 45 e o mximo de 59 pontos de
aproveitamento, e no mnimo de 75% de freqncia, em uma determinada disciplina,
sero facultadas as matrculas nas disciplinas subseqentes que tenha dependncia de
pr-requisito. O Sistema de avaliao do Curso de Matemtica da UFU segue o regime
semestral de matrcula por disciplina.
A Matemtica uma linguagem, uma cincia e uma arte. Abstraindo e
simplificando a partir dos dados dos sentidos, a Matemtica pe o mundo da cincia e
da vida cotidiana em foco, para que seja acessvel compreenso humana, tornando
possvel a descrio racional de experincias. A Estatstica coleta organiza e analisa os
dados do fenmeno em questo, no qual o profissional da Estatstica orienta e conduz
todo o levantamento dos dados referentes ao objeto de anlise. No presente trabalho a
Estatstica de importncia fundamental na apresentao da anlise descritiva da
evoluo dos alunos do Curso de Matemtica da UFU de forma que se possam avaliar
as falhas curriculares e apresentar sugestes de enfrentamento da problemtica
reprovao.
Assim, o objetivo deste trabalho foi identificar se as reprovaes e as evases no
Curso de Matemtica da UFU esto relacionadas com as Diretrizes Curriculares do
MEC, com o Currculo/FAMAT ou com a Grade Curricular/FAMAT, com uma viso
estatstica. Criar um modelo de analise de forma que se possam avaliar suas falhas
curriculares. Apresentar sugestes de enfrentamento da problemtica reprovao e
evaso.
Material e Mtodos
Foram utilizados os dados referentes ao nmero de alunos reprovados por nota,

falta e com RM em cada disciplina do curso de matemtica do primeiro semestre de
2000 ao segundo semestre de 2004. Tais dados foram obtidos junto a Diviso de
Registro e Acompanhamento Acadmico da UFU DIRAC. As disciplinas Clculo I
(MLI 11), Geometria Analtica (MLI 08), Clculo3 (MLI 16), lgebra Linear I (MLI
12) e Equaes Diferenciais Ordinrias (DCE 10) no foram analisadas, porque, o
cdigo destas disciplinas so os mesmos do curso Fsica, no podendo separar os alunos
da fsica com os da Matemtica.
Foi realizada a estatstica descritiva dos dados. Os dados foram apresentados na
forma grfica para facilitar sua visualizao e anlises.
Resultados e Discusso
Na Figura 1(a), encontram-se apresentados os resultados das reprovaes dos

alunos na disciplina Fundamentos de Matemtica Elementar 1 (MLI31) (FME1).
Observa-se nessa Figura que as reprovaes variaram de 20 (01-02) a 65% (02-04). E
tambm que o nmero de reprovaes apresentou uma tendncia de aumento. Quanto ao
tipo de reprovao na Figura 1(b) verifica-se que em geral, a maior parte das
reprovaes por nota, exceo feita s turmas 01-01, 02-01 e 01-02 em que houve um
predomnio de reprovaes por falta. Em todas as turmas avaliadas as reprovaes com
RM foram bem inferiores as por nota. Na Figura 1(d) observa-se uma clara tendncia de
aumento no nmero de alunos matriculados nesta disciplina, que esta associada a um
aumento no nmero de reprovaes (Figura 1(c)).
alunos em Fundamentos de Matemtica Elementar 2 (MLI32) (FME2). Observa-se
nessa Figura que as reprovaes variaram de 4 (01-02) a 75% (01-03), apresentando
uma amplitude de variao maior que FM1. Cabe salientar que os dois maiores ndices
de reprovao nesta disciplina ocorreram em dois semestres consecutivos 66% (02-02) e
75 % (01-03) depois voltando para mdia. Quanto ao tipo da reprovao na Figura 2 (b)
verifica-se que as reprovaes ocorrem predominantemente por desistncia e por nota,
havendo um predomnio de desistncia (faltas) o que no ocorreu com FM1. Apenas em
(01-02) onde houve uma reprovao maior por nota. Na Figura 2(c) e 2(d) verifica-se
que como vem aumentando o nmero de alunos tambm vem aumentando o nmero de
reprovaes. E como (01-02) teve uma reprovao mnima ento no semestre
consecutivo (02-02) o nmero de alunos matriculados foi o menor.
(a) (b)
REPROVAES FME1 TIPOS FME1
70 100%
% DAS REPROVAE
90%
60 80%
% DE ALUNOS
70%
50
60%
40 50%
40%
30 30%
20%
20
10%
10 0%
02 1
02 3
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
01
02
01
01
02
02 0
01 0
02 1
01 1
02 2
01 2
02 3
01 3
02 4
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
TURMA
01
TURMA
NOTA RM FREQNCIA
(c) (d)
FME1 TOTAL ALUNOS
60 80
TOTAL DE REPROVADOS
y = 1,5883x - 74,436 75
50
R2 = 0,5213 70
40 65
30 60
55
20 50
10 45
40
0
35
35 45 55 65 75 85
0
4
00
00
00
00
00
00
00
00
00
00
TOTAL DE MATRICULADOS
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
Figura 1. Disciplina FME1. Total de alunos reprovados por semestre (a), Tipo de
reprovao (b); relao nmero de reprovados x nmero de matriculados (c) e total de
alunos matriculados (d).

alunos na disciplina Geometria Plana e Desenho Geomtrico (MLI33). Observa-se
nessa Figura que as reprovaes variaram de 23 (01-03) a 73% (02-04). E cabe salientar
que entre os semestres 02-01 e 01-03 foram bem menores os ndices de reprovaes. E
tambm que os ndices de reprovaes vm aumentando a partir de 02-03. Quanto ao
tipo da reprovao na Figura 3(b) verifica-se que as reprovaes ocorrem
predominantemente por desistncia, e interessante observar os 23% e os 73% da
Figura 3 (a) foram reprovados por desistncia. As reprovaes por RM foram mnimas
em relao aos outros tipos de reprovaes. E em 02-03 as reprovaes ocorreram 70%
por nota. Na Figura 3(d) verifica-se que tinha um nmero muito grande de alunos
matriculados at (02-01), como observamos na Figura 3 (a) o ndice de reprovao foi
mnimo neste e nos semestres consecutivos, ento diminuiu o n de alunos matriculados
e depois (02-03) vem aumentando este nmero, e na Figura 3(c) o nmero de
reprovaes tambm aumenta.
(a) (b)
REPROVAES FME2 TIPOS FME2
80 100%
% DAS REPROVAE
90%
70 80%
% DE ALUNOS
60 70%
60%
50 50%
40 40%
30%
30 20%
20 10%
0%
10
02 0
01 0
02 1
01 1
02 2
01 2
02 3
01 3
02 4
4
0
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
0
4
00
00
00
00
00
00
00
00
00
00
TURMA
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
TURMA NOTA RM FREQNCIA
(c) (d)
FME2 TOTAL ALUNOS
50 85
80
TOTAL DE REPROVADOS
40 y = 0,2495x + 17,834 75
R2 = 0,0948 70
30 65
60
20 55
50
10 45
40
0 35
0
4
35 45 55 65 75 85
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
Figura 2. Disciplina FME2. Total de alunos reprovados por semestre (a), Tipo de

alunos na disciplina Clculo Diferencial Integral 2 (MLI64) (3 perodo). Observa-se
nessa Figura que as reprovaes variaram de 35 (01-01) a 75% (02-04). E tambm que o
nmero de reprovaes no tem uma amplitude de variao, exceto nos semestres 01-
00,02-00,01-02 e 02-04. O ndice de reprovao mdio bem menor do que Geometria
5
Plana e Desenho Geomtrico (2 perodo). Quanto ao tipo da reprovao na Figura 4(b)
verifica-se que as reprovaes ocorrem tanto por desistncia quanto por nota, exceto, no
semestre (02-04) que houve uma reprovao por desistncia maior. E a reprovao por
RM como nas disciplinas anteriores muito pequena.
(a) (b)
REPROVAES GEOM. PLANA E DES. TIPOS GEOM. PLANA E DES. GEOMTRICO

GEOMTRICO
100%
% DAS REPROVAE
90%
80
80%
70 70%
% DE ALUNOS
60 60%
50 50%
40%
40 30%
30 20%
20 10%
0%
10
0
02 0
01 0
02 1
01 1
02 2
01 2
02 3
01 3
02 4
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
0
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
TURMA
01
02
01
02
01
02
01
02
01
02
TURMA
NOTA RM FREQNCIA
(c) (d)
Geom. Plana e Desenho Geomtrico TOTAL ALUNOS
50 90
TOTAL DE REPROVADOS
y = 0,6728x - 8,7057 80
R2 = 0,5207
40 70
60
30 50
40
20 30
10 20
10
0 0
0 20 40 60 80 100
0
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
Figura 3. Disciplina GPDG. Total de alunos reprovados por semestre (a), Tipo de
Na Figura 4(c) e 4(d) verifica-se que no tem uma correlao entre os matriculados e os
reprovados. E o nmero de alunos matriculados vem diminuindo.
(a) (b)
REPROVAES CLCULO II TIPOS CLCULO II
80 100%
% DAS REPROVAE
70 80%
% DE ALUNOS
60
60%
50
40 40%
30 20%
20
0%
10
02 0
01 0
02 1
01 1
02 2
01 2
02 3
01 3
02 4
4
0
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
0
4
00
00
00
00
00
00
00
00
00
00
TURMA
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
(c) (d)
CLCULO II TOTAL ALUNOS
70
35
TOTAL DE REPROVADOS
60
30
50
25
y = 0,2004x + 14,343 40
20 2
R = 0,1241 30
15
20
10
10
5
0
0
0
4
00
00
00
00
00
00
00
00
00
00
0 20 40 60 80
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
Figura 4. Disciplina Clculo II. Total de alunos reprovados por semestre (a), Tipo de

alunos na disciplina Introduo da Teoria dos Nmeros (MLI35). Observa-se nessa
Figura que as reprovaes variaram de 25 (02-03) a 74% (01-00). E tambm que o
nmero de reprovaes no tem uma amplitude de variao como Clculo II, com
exceo no semestre (01-04 e 02-04). Quanto ao tipo da reprovao na Figura 5(b)
verifica-se que as reprovaes ocorrem tanto por desistncia quanto por nota, com
excees, nos semestres (01-04 e 02-04) que foram predominantes por desistncia. Na
Figura 5(c) verifica-se que o nmero de alunos matriculados influencia pouco em
relao dos alunos reprovados. E na Figura 5(d) o nmero de alunos matriculados a
partir de 01-01 vem se mantendo em mdia de 50 alunos.
(a) (b)
REPROVAES INT. TEORIA DOS TIPOS INT.TEORIA DOS NMEROS

NMEROS
100%
% DAS REPROVAE
80 90%
80%
70 70%
% DE ALUNOS
60 60%
50 50%
40%
40
30%
30 20%
20 10%
10 0%
0
02 0
01 0
02 1
01 1
02 2
01 2
02 3
01 3
02 4
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
0
3
1
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
TURMA
TURMA
NOTA RM FREQNCIA
(c) (d)
INT. TEORIA DOS NMEROS TOTAL ALUNOS
60 80
TO TAL DE REPRO VADO S
70
50
60
40 y = 0,5885x - 5,0834
R2 = 0,3336
50
30 40
20 30
20
10 10
0 0
0 20 40 60 80 0 0 1 1 2 2 3 3 4 4
00 00 00 00 0 0 20 0 00 00 00 00
.2 .2 .2 .2 .2 . .2 .2 .2 .2
TOTAL DE MATRICULADOS 01 02 01 02 01 02 01 02 01 02
Figura 5. Disciplina Int. Teoria dos Nmeros. Total de alunos reprovados por semestre
(a), Tipo de reprovao (b); relao nmero de reprovados x nmero de matriculados (c)
e total de alunos matriculados (d).

alunos na disciplina Geometria Espacial (MLI34). Observa-se nessa Figura que as
reprovaes variaram de 10 (02-02) a 47% (01-04). E tambm que o nmero de
reprovaes baixo tem uma pequena amplitude de variao, com excees, nos
semestres (01-00) e (01-04). Quanto ao tipo da reprovao na Figura 6(b) verifica-se
que as reprovaes ocorrem predominantemente por desistncia, mas quando as
reprovaes foram por notas foram iguais s reprovaes com ou sem RM. Na Figura
6(c) verifica-se que o nmero de alunos matriculados no interfere no nmero de
reprovaes como na disciplina Introduo a Matemtica. E na Figura 6(d) o nmero de
alunos matriculados vem diminuindo, com exceo 01 -04.
(a) (b)
REPROVAES GEOM. ESP. TIPOS GEOM. ESP.
50 100%
% D A S R EPR OVA E
45
40 80%
% DE ALUNOS
35
60%
30
25 40%
20
15 20%
10
0%
5
0
02 0
01 0
02 1
01 1
02 2
01 2
02 3
01 3
02 4
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
0
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
TURMA
01
02
01
02
01
02
01
02
01
02
TURMA
NOTA RM FREQNCIA
(c) (d)
GEOM. ESP. TOTAL ALUNOS
25 50
45
TOTAL DE REPROVADOS
20 40
35
30
15
y = 0,2878x - 0,7853 25
R2 = 0,1411 20
10 15
10
5 5
0
0
0
4
00
00
00
00
00
00
00
00
00
00
0 10 20 30 40 50
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
TOTAL DE MATRICULADOS 02
Figura 6. Disciplina Geometria Espacial. Total de alunos reprovados por semestre (a),
Tipo de reprovao (b); relao nmero de reprovados x nmero de matriculados (c) e
total de alunos matriculados (d).

alunos na disciplina Estatstica e Probabilidade (MLI54). Observa-se nessa Figura que
as reprovaes variaram de 15 (01-04) a 40% (02-02). E tambm que tem uma pequena
amplitude variao como em Geometria Espacial. Quanto ao tipo da reprovao na
Figura 7(b) observa-se que as reprovaes ocorreram por desistncia nos dois ltimos
semestres, os outros foram mais por notas. As reprovaes com RM tambm foram
mnimas. Na Figura 7(c) verifica-se que o nmero de alunos matriculados no interfere
no nmero de reprovados. E na Figura 7(d) o nmero de alunos matriculados vem
diminuindo.
(a) (b)
REPROVAES ESTATSTICA TIPOS ESTATSTICA
100%
45
% DAS REPROVAE
40 80%
% DE ALUNOS
35 60%
30
40%
25
20%
20
15 0%
10
02 1
02 3
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
5
01
02
01
01
02
01
01
02
0
TURMA
0
4
00
00
00
00
00
00
00
00
00
00
NOTA RM FREQNCIA
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
TURMA
(c) (d)
ESTATSTICA TOTAL ALUNOS
60
16 y = 0,2442x + 1,2922
TOTAL DE REPROVADOS
14 R2 = 0,3992
50
12 40
10
30
8
6 20
4 10
2 0
0
0
4
00
00
00
00
00
00
00
00
00
00
0 10 20 30 40 50 60
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
Figura 7. Disciplina Estatstica. Total de alunos reprovados por semestre (a), Tipo de

alunos na disciplina Estruturas Algbricas 1 (MLI53) (Est.Alg.1). Observa-se nessa
Figura que as reprovaes variaram de 33 (02-02) a 90% (01-02). E tambm tem uma
maior amplitude variao em relao s disciplinas anteriores. Quanto ao tipo da
reprovao na Figura 8(b) verifica-se que as reprovaes ocorrem por notas e
desistncias. E as reprovaes com RM so tambm menores como nas disciplinas
anteriores. Na Figura 8(c) observa-se que o nmero em mdia 60 alunos matriculados
tem uma reprovao maior. E na Figura 8(d) o nmero de alunos matriculados tem uma
maior variao em relao s outras disciplinas. Cabe salientar, no semestre (02-02)
teve o maior n de alunos matriculados nesta disciplina e na Figura 8(a) verifica-se que
foi o menor ndice de reprovao, ento no semestre consecutivo caiu o n de alunos
matriculados.
(a) (b)
REPROVAES EST. ALG. 1 TIPOS EST. ALG. 1
100 100%
% DAS REPROVAE
90 90%
80%
80
% DE ALUNOS
70%
70 60%
60 50%
50 40%
40 30%
20%
30 10%
20 0%
10
02 1
02 3
4
00
00
00
00
00
00
00
00
00
00
0
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
01
02
01
01
02
0
02 1
02 3
4
00
00
00
00
00
00
00
00
00
00
TURMA
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
01
02
01
01
02
(c) (d)
EST. ALG. 1 TOTAL ALUNOS
60 85
TOTAL DE REPROVADOS
80
50 y = 0,3246x + 16,51 75
40 R2 = 0,1283 70
65
30 60
20 55
50
10 45
40
0 35
35 45 55 65 75 85
0
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
Figura 8. Disciplina Estruturas Algbricas 1. Total de alunos reprovados por semestre


alunos na disciplina Clculo Numrico (MLI55). Observa-se nessa Figura que as
reprovaes variaram de 7 (01-02) a 58% (01-04). Cabe salientar que at (02-02) tinha
um ndice de reprovao baixo e depois de (01-03) vinha aumentando este ndice, at
que 02-04 voltou a diminuir. Quanto ao tipo da reprovao na Figura 9(b) verifica-se
que as reprovaes ocorrem por notas e desistncias, com excees: em dois semestres
01-02 e 02-04 todas as reprovaes foram por desistncia, e no semestre 02-01 foi 60%
com RM e 20% por nota. A reprovao por RM mnima tambm. Na Figura 9(d) e 9
(c) observa-se que o nmero de alunos matriculados tem uma variao, e o n de alunos
reprovados no tem uma correlao significativa com o n de alunos matriculados.Cabe
salientar que apesar do n de reprovaes serem alto em 01-04 (Figura .9(a)) o n de
alunos matriculados no aumentou Figura.9 (d).
(a) (b)
REPROVAES CALC NUMRICO TIPOS CALC. NUMRICO
70 100%
% DAS REPROVAE
60 80%
% DE ALUNOS
50 60%
40
40%
30
20%
20
0%
10
02 1
02 3
4
0
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
01
02
01
01
02
0
4
00
00
00
00
00
00
00
00
00
00
TURMA
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
(c) (d)
CALC. NUMRICO TOTAL ALUNOS
20 40
TOTAL DE REPROVADOS
35
15 30
y = 0,4276x - 4,7737 25
10 R2 = 0,2421 20
15
5 10
5
0 0
0 10 20 30 40
0
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
Figura 9. Disciplina Calculo Numrico. Total de alunos reprovados por semestre (a),

alunos na disciplina Clculo 4 (MLI43) . Observa-se nessa Figura que as reprovaes
variaram de 30 (01-02) a 69% (02-04). E tambm se observa que at o semestre (01-02)
as reprovaes vinham diminuindo e depois em (02-02) as reprovaes so maiores
quando a disciplina ministrada no 2 semestre. Quanto ao tipo da reprovao na Figura
10(b) verifica-se que as reprovaes ocorrem por notas e desistncias, com exceo, no
semestre (02-02) que foi mais por desistncia. As reprovaes com RM so maiores
nesta disciplina do que as disciplinas anteriores.
(a) (b)
REPROVAES CLCULO 4 TIPOS CLCULO 4
80 100%
% DAS REPROVAE
90%
70
80%
% DE ALUNOS
60 70%
50 60%
50%
40 40%
30 30%
20%
20 10%
10 0%
0
02 1
02 3
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
01
02
01
01
02
0
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
TURMA
01
02
01
02
01
02
01
02
01
02
TURMA
NOTA RM FREQNCIA
(c) (d)
CLCULO 4 TOTAL ALUNOS
30 60
TOTAL DE REPROVADOS
y = 0,4216x + 3,5056
25 R2 = 0,3665
50
20 40
15 30
10 20
5 10
0 0
0
4
0 10 20 30 40 50 60
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
Figura 10. Disciplina Clculo 4. Total de alunos reprovados por semestre (a), Tipo de
Na Figura 10(c) observa-se que o n de alunos matriculados at 40 no

influenciam no n de alunos reprovados, a partir da maior n de alunos matriculados
maior n de alunos reprovados. Na Figura10(d) como na Figura 10(a) o nmero de
alunos matriculados no primeiro semestre 01-03 sempre aumenta porque tem uma
reprovao maior no segundo semestre.
alunos na disciplina lgebra linear 2 (MLI29) (AL2). Observa-se nessa Figura que as
reprovaes variaram de 22 (02-03) a 100% (02-00).Cabe salientar que apesar de que s
nesta disciplina teve 100% de reprovao, a amplitude de variao de reprovao
pequena. Quanto ao tipo da reprovao na Figura 11(b) verifica-se que as reprovaes
ocorrem mais por desistncia do que por nota, menos em (02-00) onde houve
reprovao total por nota, isto , o que se conclui que ocorreu um problema com esta
turma, no foi uma reprovao por freqncia como geralmente acontece, e a mdia das
reprovaes tirando esta turma de 40,9%. Observa-se tambm que em dois semestres
as reprovaes quando no eram por faltas os alunos conseguiram o RM (01-03 e 02-
04). Na Figura 11(c) , como as turmas tem um n pequeno de alunos no foi possvel
relacionar os matriculados com os reprovados. Na Figura 11(d) o total de alunos
matriculados esto em torno de 3 a 8 com exceo da turma (02-01) com 18 alunos
matriculados.

alunos na disciplina Funes Variveis Complexas (DCE13). Observa-se nessa Figura
que as reprovaes variaram de 14 (01-00) a 62% (02-02). Cabe salientar que as
reprovaes vieram aumentando at (02-02) e depois diminuindo, e agora parece que
volta aumentar. Esta disciplina tem uma amplitude de variao bem diferente das
disciplinas anteriores. Quanto ao tipo da reprovao na Figura 12(b) verifica-se que as
reprovaes ocorrem mais por nota do que desistncia, com excees, dos semestres 01-
01 e 02-01.As reprovaes com RM so poucas como na maioria das disciplinas. Na
Figura 12(c) no tem uma relao entre os alunos matriculas e os reprovados. E a Figura
12(d) e 12(a) nos mostra que no semestre 02-03 teve o maior nmero de alunos
matriculados se o ndice de reprovao foi baixo.
(a) (b)
REPROVAES AL 2 TIPOS AL 2
100%
120
% DAS REPROVAE
90%
80%
100 70%
% DE ALUNOS
60%
80 50%
40%
60 30%
20%
40 10%
0%
20
02 1
02 3
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
01
02
01
01
02
0
TURMA
0
02 1
02 3
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
01
02
01
01
02 NOTA RM FREQNCIA
TURMA
(c) (d)
AL 2 TOTAL ALUNOS
20
6 18
TOTAL DE REPROVADOS
y = 0,1928x + 1,5731
5 R2 = 0,3994
16
14
4 12
10
3 8
2 6
4
1 2
0
0
0
4
00
00
00
00
00
00
00
00
00
00
0 5 10 15 20
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
Figura 11. Disciplina lgebra Linear 2. Total de alunos reprovados por semestre (a),

alunos na disciplina Anlise1 (MLI 65). Observa-se nessa Figura que as reprovaes
variaram de 20 (01-03) a 82% (02-00). E as reprovaes eram em mdia de 60% , com
exceo em (02-00) depois diminui para uma mdia de 25%, com exceo (02-03).
Quanto ao tipo da reprovao na Figura 13(b) verifica-se que as reprovaes ocorrem
predominantemente por nota do que por desistncia, com excees em 01-04 e 02-04, o
que no acontece nas disciplinas anteriores. E tambm se observa que tem uma
reprovao por RM mais expressiva. Na Figura 13(c) ,observa-se que no foi possvel
relacionar os matriculados e reprovados. E a Figura 13(d) nos mostra que as turmas
estavam aumentando depois que comearam a diminuir e agora esta aumentando de
novo. E ainda apesar de 02-03 ter tido um ndice grande de reprovao no aumentou o
nmero de alunos matriculados no semestre consecutivo.
(a) (b)
REPROVAES FUN. VAR. COMPLEXA TIPOS FUN.VAR.COMPLEXA
70 100%
% DAS REPROVAE
60 90%
80%
% DE ALUNOS
50 70%
60%
40
50%
30 40%
30%
20 20%
10 10%
0%
0
02 1
02 3
4
00
00
00
00
00
00
00
00
00
00
0
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
00
00
00
00
00
00
00
00
00
00
01
02
01
01
02
01
01
02
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
TURMA
TURMA
NOTA RM FREQNCIA
(c) (d)
FUN.VAR.COMPLEXA TOTAL ALUNOS
20 45
TOTAL DE REPROVADOS
40
35
15 y = 0,366x - 1,8856 30
R2 = 0,2489 25
10 20
15
5 10
5
0 0
0
10 20 30 40 50
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
Figura 12. Disciplina Fun. Varivel Complexa. Total de alunos reprovados por semestre

alunos na disciplina Estruturas Algbricas 2 (MLI24) (Est.Alg.2). Observa-se nessa
Figura que as reprovaes variaram de 0 (02-02) a 80% (01-04). As reprovaes esto
em torno de 40% exceto em 3 semestres que as reprovaes foram acima de 60% 01-00,
02-03 e 01-04. Cabe salientar que o semestre consecutivo a um ndice alto de
reprovao tem-se o um ndice abaixo de 20%. Quanto ao tipo da reprovao na Figura
14(b) observa-se que as reprovaes ocorrem mais por desistncias, com exceo em
(02-00) que foi totalmente por nota e RM. Na Figura 14(c) e 14(d) verifica-se que o
nmero de alunos matriculados muito pequeno mesmo assim podemos observar que
aumenta o nmero de reprovados quando aumenta o nmero de matriculados.
(a) (b)
REPROVAES ANALISE 1 TIPOS ANALISE 1
90 100%
% DAS REPROVAE
80
80%
% DE ALUNOS
70
60 60%
50
40 40%
30
20%
20
10 0%
0
02 1
02 3
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
0
01
02
01
01
02
01
01
02
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
TURMA
TURMA
NOTA RM FREQNCIA
(c) (d)
ANALISE 1 TOTAL ALUNOS
35 70
TOTAL DE REPROVADOS
30 60
25 y = 0,239x + 9,4321
R2 = 0,1577 50
20
40
15
10 30
5 20
0 10
0 20 40 60 80 0
0
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
Figura 13. Disciplina Anlise 1. Total de alunos reprovados por semestre (a), Tipo de

alunos na disciplina Introduo Matemtica (MLI 15) (Int. a Matemtica). Observa-se
nessa Figura que as reprovaes variaram de 0 (01-02),(02-02),(01-03) e (02-03) a 14%
(02-00). Quanto ao tipo da reprovao na Figura 15(b) observa-se que as reprovaes
ocorrem s por desistncia. Na Figura 15(c) e 15(d) observa-se que o nmero de
reprovaes muito baixo., independente do nmero de alunos matriculados
(a) (b)
REPROVAES EST. ALG. 2 TIPOS EST. ALG. 2
100%
90
% DAS REPROVAE
90%
80 80%
70%
% DE ALUNOS
70
60%
60 50%
50 40%
30%
40 20%
30 10%
0%
20
02 1
4
10
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
01
02
01
02
01
02
0
TURMA
0
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
NOTA RM FREQNCIA
TURMA
(c) (d)
EST. ALG. 2 TOTAL ALUNOS
10 14
TOTAL DE REPROVADOS
12
8 y = 0,6067x - 1,0255 10
R2 = 0,652
6 8
4 6
4
2
2
0 0
0 5 10 15
0
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
Figura 14. Disciplina Estrutura Algbrica 2. Total de alunos reprovados por semestre
(a), Tipo de reprovao (b); relao nmero de reprovados x nmero de matriculados
(c) e total de alunos matriculados (d).

alunos na disciplina Metodologia do Ensino da Matemtica (MLI 37) (Met. Ensino
Matemtica). Observa-se nessa Figura que as reprovaes variaram de 0 (01-02),(02-
02),(01-03) a 23% (01-00). Cabe salientar que ocorre da mesma forma que a disciplina
Introduo a Matemtica. Quanto ao tipo da reprovao na Figura 16(b) observa-se que
as reprovaes ocorrem predominantemente por desistncia. Na Figura 16(c) e 16(d)
observa-se que o nmero de reprovaes muito baixo, independente do nmero de
alunos matriculados.
(a) (b)
REPROVAES INT.A MATEMTICA TIPOS INT.A MATEMTICA
16 100%
% DAS REPROVAE
14 90%
80%
% DE ALUNOS
12 70%
10 60%
50%
8 40%
6 30%
20%
4 10%
2 0%
0
02 1
02 3
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
01
02
01
01
02
0
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
TURMA
TURMA
NOTA RM FREQNCIA
(c) (d)
INT.A MATEMTICA TOTAL ALUNOS
3,5 40
TOTAL DE REPROVADOS
35
3
30
2,5
25
2 20
1,5 15
y = 0,0109x + 0,654
1 R2 = 0,0048 10
0,5 5
0
0
0
4
0 10 20 30 40
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
Figura 15. Disciplina Introduo a Matemtica. Total de alunos reprovados por

semestre (a), Tipo de reprovao (b); relao nmero de reprovados x nmero de
matriculados (c) e total de alunos matriculados (d).

alunos na disciplina Mtodos Matemticos (DCE 19) . Observa-se nessa Figura que as
reprovaes variaram de 23 (02-02) a 67% (01-00). E no tem uma variao nos ndices
de reprovao, ficando em mdia de 40%. Quanto ao tipo da reprovao na Figura 17(b)
verifica-se que as reprovaes ocorrem mais por desistncia e em dois semestres por
notas, (01-01) e (01-04). No tendo em nenhum semestre, alunos reprovados com RM.
Na Figura 17(c) e 17(d) observa-se mesmo com um nmero pequeno de alunos
matriculados nesta disciplina que maior o n de alunos matriculados maior a
reprovao.(Esta disciplina obrigatria somente para o bacharelado.)
(a) (b)
REPROVAES MET. ENSINO TIPOS MET.ENSINO MATEMTICA

MATEMTICA
100%
% DAS REPROVAE
90%
25 80%
70%
% DE ALUNOS
20 60%
50%
15 40%
30%
10 20%
10%
5 0%
02 1
02 3
4
0
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
01
02
01
01
02
0
4
00
00
00
00
00
00
00
00
00
00
TURMA
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
(c) (d)
MET.ENSINO MATEMTICA TOTAL ALUNOS
2,5 35
TOTAL DE REPROVADOS
30
2
25
1,5 20
15
1 y = -0,02x + 1,3364
10
R2 = 0,0267
0,5 5
0 0
0
4
0 10 20 30 40
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
Figura 16. Disciplina Metodologia do Ensino da Matemtica. Total de alunos

reprovados por semestre (a), Tipo de reprovao (b); relao nmero de reprovados
x nmero de matriculados (c) e total de alunos matriculados (d).

alunos na disciplina Anlise 2 (EXT 59) . Observa-se nessa Figura que as reprovaes
variaram de 20 (01-04) a 84% (01-00). Cabe salientar que a amplitude de variao de
reprovao desta disciplina maior do que Mtodos Matemticos. Quanto ao tipo da
reprovao na Figura 18(b) observa-se que as reprovaes ocorrem predominantemente
por desistncia, como na disciplina anterior. Nesta disciplina ocorreram reprovaes por
RM. Na Figura 18(c) e 18(d) observa-se como o n de alunos muito pequeno no tem
uma relao entre matriculados e reprovados. (Esta disciplina obrigatria somente
para o bacharelado.)
(a) (b)
REPROVAES MTODOS TIPOS MTODOS MATEMTICOS

MATEMTICOS
100%
% DAS REPROVAE
90%
80
80%
70 70%
% DE ALUNOS
60 60%
50%
50
40%
40 30%
30 20%
20 10%
0%
10
02 1
02 3
4
0
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
01
02
01
01
02
0
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
TURMA
01
02
01
02
01
02
01
02
01
02
(c) (d)
MTODOS MATEMTICOS TOTAL ALUNOS
6 14
TOTAL DE REPROVADOS
5 12
y = 0,2934x + 0,4981
4 R2 = 0,5718 10
8
3
6
2
4
1
2
0
0
0 5 10 15
0
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
Figura 17. Disciplina Mtodos Matemticos. Total de alunos reprovados por semestre

alunos na disciplina Topologia Espaos Mtricos (MLI 50). Observa-se nessa Figura
que as reprovaes variaram de 16 (02-01) a 63% (02-03), sendo que esta disciplina no
ministrada em todos semestres. Cabe salientar que s em um semestre a reprovao
foi muito grande. Quanto ao tipo da reprovao na Figura 19(b) observa-se que as
reprovaes ocorrem em 3 semestres por desistncia e os outros 3 predominantemente
por notas e RM. Na Figura 19(c) e 19(d) verifica-se como o n de alunos muito
pequeno no tem uma relao entre matriculados e reprovados. (Esta disciplina
obrigatria somente para o bacharelado.)
(a) (b)
90 100%
% DAS REPROVAE
80
80%
% DE ALUNOS
70
60 60%
50
40%
40
30 20%
20 0%
10
02 1
02 3
4
00
00
00
00
00
00
00
00
00
00
0
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
01
02
01
01
02
0
4
00
00
00
00
00
00
00
00
00
00
TURMA
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
(c) (d)
8 14
TOTAL DE REPROVADOS
7 12
y = 0.4436x + 0.2623
6 R2 = 0.4352 10
5
8
4
3 6
2 4
1 2
0
0
0 5 10 15
0
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02

alunos na disciplina Geometria No Euclidiana (DCE 14). Cabe salientar que ela tem
uma maior amplitude de variao de reprovao. Observa-se nessa Figura que as
reprovaes variaram de 5(01-03) a 57% (02-03). Quanto ao tipo da reprovao na
Figura 20(b) observa-se que em alguns semestres a reprovao total por desistncia
(01-00) e (01-03) , e em (02-00) total por nota. Os outros semestres por desistncia,
notas e RM. Esta disciplina tem tambm um nmero maior de reprovao com RM do
que as outras disciplinas. Na Figura 20(c) e 20(d) observa-se que no tem uma relao
entre matriculados e reprovados, e ainda que o nmero de alunos matriculados nesta
disciplina veio aumentando aps 02-000. (Esta disciplina obrigatria somente para a
licenciatura.)
(a) (b)
REPROVAES TOP. DE ESP. METRIC TIPOS TOP.DE ESP. METRIC.
70 100%
% DAS REPROVAE
90%
60 80%
% DE ALUNOS
70%
50 60%
40 50%
40%
30 30%
20%
20 10%
0%
10
02 3
4
0
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
01
02
0
4
00
00
00
00
00
00
00
00
00
00
TURMA
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
(c) (d)
TOP. DE ESP. MTRIC TOTAL ALUNOS
6 14
TOTAL DE REPROVADOS
12
5
10
4 y = 0,295x + 0,107
R2 = 0,6488 8
3 6
2 4
1 2
0 0
0
4
0 5 10 15
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
Figura 19. Disciplina Topologia Espaos Mtricos. Total de alunos reprovados por

alunos na disciplina o Ensino de Matemtica Atravs de Problemas (MLI 62). Observa-
se nessa Figura, que so poucas as reprovaes, da mesma forma que as disciplinas
Introduo a Matemtica e Metodologia da Matemtica. Quanto ao tipo da reprovao
na Figura 21(b) cabe salientar, que em alguns semestres a reprovao total por
desistncia e no 01-04 mais de 60% da reprovao foi por RM. Na Figura 21(c) e 21(d)
observa-se que como a reprovao mnima ento no tem relao entre matriculados e
reprovados (esta disciplina obrigatria somente para a licenciatura).
(a) (b)
REPROVAES GEOM. NO TIPOS GEOM. NO EUCLIDIANA.
EUCLIDIANA.
100%
% DAS REPROVAE
60 90%
80%
50
% DE ALUNOS
70%
40 60%
50%
30 40%
20 30%
20%
10 10%
0%
0
02 3
4
00
00
00
00
00
00
00
00
00
00
0
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
01
02
01
02
01
02
01
02
01
02
01
02
TURMA TURMA
NOTA RM FREQNCIA
(c) (d)
GEOM. NO EUCLIDIANA TOTAL ALUNOS
20 45
TOTAL DE REPROVADOS
40
15 35
y = 0,2497x + 1,157
R2 = 0,16 30
10
25
20
5
15
0
10
5
0 10 20 30 40 50
0
0
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
Figura 20. Disciplina Geometria No Euclidiana. Total de alunos reprovados por

alunos na disciplina Geometria Diferencial (MLI 57). Observa-se nessa Figura que as
reprovaes variaram de 0 (01-02) a 75% (02-04) e nos semestre (01-00), (02-02), e
(02-03) no foi oferecida esta disciplina. Cabe salientar que esta disciplina tambm tem
uma grande amplitude de variao nas reprovaes. Quanto ao tipo da reprovao na
Figura 22(b) observa-se que as reprovaes ocorrem predominantemente por
desistncia. E quando ocorre a reprovao por notas e RM com a mesma porcentagem.
Na Figura 22(c) e 22(d) observa-se como o n de alunos muito pequeno no tem uma
relao entre matriculados e reprovados .(Esta disciplina obrigatria somente para o
bacharelado.)
(a) (b)
REPROVAES O ENS. MATEM. TIPOS O ENS. MATEM. ATRAVS DE

ATRAVS DE PROBLEMAS PROBLEMAS
35
100%
% DAS REPROVAE
30
% DE ALUNOS
80%
25
20 60%
15 40%
10 20%
5
0%
0
02 1
02 3
4
00
00
00
00
00
00
00
00
00
00
0
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
01
02
01
01
02
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
TURMA TURMA
NOTA RM FREQNCIA
(c) (d)
O ENSINO DA MATEM. ATRAVS DE TOTAL ALUNOS

PROBLEMAS
35
8 30
TOTAL DE REPROVADOS
25
6 20
15
4
y = 0,0795x - 0,2909
10
2 R2 = 0,0794 5
0
0
0
4
00
00
00
00
00
00
00
00
00
00
0 10 20 30 40
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
Figura 21. Disciplina O Ensino da Matemtica Atravs de Problemas. Total de alunos

reprovados por semestre (a), Tipo de reprovao (b); relao nmero de reprovados x
nmero de matriculados (c) e total de alunos matriculados (d).

alunos na disciplina o Histria da Matemtica (DCE 17). Observa-se nessa Figura que
so poucas as reprovaes. Quanto ao tipo da reprovao na Figura 23(b) observa-se
que em alguns semestres a reprovao total por desistncia e no 02-01 foi total por
nota. Na Figura 23(c) e 23(d) observa-se que no tem uma relao entre matriculados e
reprovados. E o nmero de matriculados vem aumentando.
alunos na disciplina Anlise 3 (MLI 39) . Observa-se nessa Figura que as reprovaes
variaram de 0 (02-02) (02-03) e (02-04) a 75% (01-01) . o semestre (01-02) no foi
oferecida esta disciplina. Cabe salientar como nas disciplinas Geometria Diferencial,
Topologia dos Espaos Mtricos os ndices de reprovaes tem uma grande
variabilidade. Quanto ao tipo da reprovao na Figura 24(b) observa-se que as
reprovaes ocorrem em 3 semestres por desistncia e um por RM 02-04. Na Figura
24(c) e 24(d) observa-se como o n de alunos muito pequeno no tem uma relao
entre matriculados e reprovados. (Esta disciplina obrigatria somente para o
bacharelado.)
(a) (b)
REPROVAES GEOM. DIFERENCIAL TIPOS GEOMETRIA DIFERENCIAL
80 100%
% DAS REPROVAE
90%
70 80%
% DE ALUNOS
60 70%
60%
50 50%
40 40%
30%
30 20%
20 10%
0%
10
02 1
02 3
4
0
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
01
02
01
01
02
0
4
00
00
00
00
00
00
00
00
00
00
TURMA
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
(c) (d)
GEOM. DIFERENCIAL TOTAL ALUNOS
5 14
TOTAL DE REPROVADOS
12
4 y = 0,2587x + 0,3169 10
R2 = 0,5089
3 8
6
2
4
1 2
0 0
0 5 10 15
0
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
Figura 22. Disciplina Geometria Diferencial. Total de alunos reprovados por semestre
(a) (b)
REPROVAES HIST. MATEMTICA TIPOS HIST. MATEMTICA
7 100%
% DAS REPROVAE
90%
6 80%
% DE ALUNOS
70%
5
60%
4 50%
40%
3 30%
20%
2
10%
1 0%
02 0
01 0
02 1
01 1
02 2
01 2
02 3
01 3
02 4
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
0
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
TURMA
01
02
01
02
01
02
01
02
01
02
(c) (d)
HIST. MATEMTICA TOTAL ALUNOS
2,5 35
30
TOTAL DE REPROVADOS
2
25
1,5 y = 0,0684x - 0,8159 20
R2 = 0,3233
1 15
10
0,5
5
0 0
0 10 20 30 40
-0,5
0
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
Figura 23. Disciplina Histria da Matemtica. Total de alunos reprovados por
(a) (b)
80 100%
% DAS REPROVAE
90%
70 80%
% DE ALUNOS
60 70%
60%
50
50%
40 40%
30%
30
20%
20 10%
0%
10
02 1
02 3
4
0
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
01
02
01
01
02
0
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
TURMA
01
02
01
02
01
02
01
02
01
02
(c) (d)
10
7 9
6 8
TOTAL DE REPROVADOS
7
5 6
4 y = 0,439x - 0,4561 5
R2 = 0,4924 4
3 3
2 2
1
1 0
0
0
4
00
00
00
00
00
00
00
00
00
00
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
-1 0 2 4 6 8 10
01
02
01
02
01
02
01
02
01
02
Concluso:
De forma geral as reprovaes nas disciplinas do curso de matemtica variaram

de (0%) em disciplina/semestre a (100%) em disciplina/semestre. Nas disciplinas de
incio de curso h uma predominncia de reprovaes por nota e por desistncia (falta),
enquanto que, nas de final de curso predominam as reprovaes por falta. So poucas as
disciplinas que tem uma reprovao expressiva de alunos com RM. No incio do curso
os percentuais de reprovao so mais elevados do que os no final de curso. Assim
como o nmero de alunos matriculados. Mas a variabilidade de ndices de reprovao
acontece mais no final do curso.
Bibliografia:
BARDIN, Laurence. Anlise de contedo. Lisboa, Edies 70, 1977.
CASTANHO, Srgio Ensino com Pesquisa na Graduao. [palestra].IV Seminrio de

Qualidade Acadmica: o currculo como expresso do projeto pedaggico.Uberlndia:
UFU/PROGRAD/DIREN. Mimeo, 2003.
COELHO, Ildeu. O Saber, o Ensino e o Currculo em Questo. [palestra]. IV

Seminrio de Qualidade Acadmica: o currculo como expresso do projeto pedaggico.
Uberlndia: UFU/PROGRAD/DIREN. Mimeo, 2003.
COSTA NETO, P.L.O.2002. ESTSTICA. Edgard Blcher, So Paulo. 264p.
DE SORDI, Mara Regina Lemes. Avaliao Universitria: mecanismo de controle,

de competio e excluso ou caminho para construo da autonomia, da
cooperao e da incluso? [palestra]. III Seminrio de Qualidade Acadmica: o
currculo como expresso do projeto pedaggico. Uberlndia:
UFU/PROGRAD/DIREN. Mimeo, 2003
ForGRAD- Frum de Pr- Reitores de Graduao das Universidades Brasileiras. Textos

das Oficinas de ForGRAD. Curitiba, PR, 2001.
ForGRAD- Plano Nacional de Graduao: um projeto em construo. Rio de

Janeiro: UFF, 1999b
LEVINE, D.M. ; BERENSON,M.L. ; SETEPHAN,D. 2000.Estatstica: teoria e

aplicaes ( usando Microsoft Excel em portugus).LCT EDITORA,812P.
MORETTIN,L. G. 1999.Estatstica Bsica Inferncia. V. 2. So Paulo. Makron

Books.
TRIOLA, Mario F. Introduo Estatstica. LTC-Livros Tcnicos e Cientficos

Editora S.A.Rio de Janeiro, RJ, 1999.
VEIGA NETO, Alfredo.Princpios norteadores para um novo paradigma

curricular: interdisciplinaridade, contextualizao e flexibilidade. [palestra]. IV
Seminrio de Qualidade Acadmica: o currculo como expresso do projeto pedaggico.
Uberlndia: UFU/PROGRAD/DIREN. Mimeo, 2003.
O Problema da Conduo do Calor em
Dimenso Maior que 1 e o Teorema Espectral
Karla Barbosa de Freitas1 e Valdair Bonfim2
Resumo
Na lgebra Linear ensina-se o teorema espectral para operadores auto-adjuntos, mas devido
aos objetivos especficos da disciplina e a limitao do tempo pouco se fala da sua
importncia. Quando isto feito, naturalmente se restringe ao caso de operadores definidos
em espaos vetoriais de dimenso finita. O objetivo deste trabalho ilustrar uma importante
aplicao do Teorema Espectral no caso de operadores auto-adjuntos definidos em espaos de
dimenso infinita, ampliando a gama de exemplos prticos, bem como motivando o estudo
futuro de tpicos avanados, como por exemplo a questo da compacidade de conjuntos e
operadores, espaos funcionais, integral de Lebesgue, dentre outros. Para levar isso a termo
iniciaremos tratando o problema da conduo de calor numa barra unidimensional, na qual o
mtodo de separao de variveis conduz uma soluo que pode ser explicitamente
calculada. Ao passarmos para o problema da conduo do calor em dimenso superior a 1,
veremos que o mtodo de separao de variveis conduz a uma equao diferencial parcial
cuja soluo explcita impossvel, exceto em casos particulares em que o domnio apresenta
simetria. Entretanto veremos que o Teorema Espectral para operadores compactos auto-
adjuntos poder fornecer a existncia - pelo menos terica - de tais solues mesmo em casos
em que o domnio no apresente qualquer tipo de simetria. Em razo do nosso entendimento
de que complicaes tcnicas no se compatibilizam com um texto que prope ser apenas
motivador, adotaremos neste artigo uma postura pouco rigorosa, evitando demonstraes
complexas e restringindo-nos a citar referncias das mesmas.
1 Preliminares:
Para posterior referncia no texto enunciaremos o teorema espectral em dimenso

finita, bem como alguns conceitos e notaes.
Teorema 1 ( Teorema Espectral para Operadores Auto-Adjuntos ) :

Sejam:
H um espao vetorial de dimenso finita n munido de produto interno < , > .
T : H o H linear.
Se T auto-adjunto ( isto , T u , v ! u , T v ! u , v H ), ento H possui
uma base ortonormal ^ v1 , v 2 , ... , v n ` constituda de autovetores de T.
Definio 1: Uma funo f : [ 0 , l ] o R dita ser seccionalmente contnua quando ela

tiver um nmero finito de descontinuidades, de primeira espcie, em qualquer intervalo
limitado.
1
Bolsista do Programa de Educao Tutorial PET Acadmica do Curso de Matemtica da UFU.
2
Orientador; Professor da Faculdade de Matemtica da UFU.
Utilizaremos as seguintes notaes para designar espaos funcionais:
C ( [0, l ] ) o conjunto das funes reais contnuas definidas em [ 0 , l ] ;

C k ( 0, l ) o conjunto das funes cujas derivadas de ordem d k so contnuas ;
Definio 2: Um espao de Hilbert um espao vetorial V munido de produto interno

< , > e completo na mtrica d (u, v) u v, u v ! .
2 O problema da conduo do calor: o caso unidimensional:
Nosso primeiro objetivo obter um candidato u ( x, t ) , soluo do problema
wu w 2 u
2
, x (0, l ) , t ! 0 (1)
wt wx

( P1 ) u (0, t ) u (l , t ) 0 , t ! 0 (2)
u ( x,0) f ( x) , x [0, l ] ( 3)

o qual modela a conduo do calor numa barra unidimensional de comprimento l, cujas

extremidades so mantidas temperatura nula, e cuja distribuio inicial de temperaturas
u (x,0) uma funo conhecida f (x) .
O mtodo de separao de variveis consiste em procurar soluo no-nula na forma
( 4 ) u ( x, t ) M ( x).\ (t ) ,
onde M : [0, l ] o R e \ : [0, f) o R so funes reais de uma varivel.
Levando (4) em (1) obtemos
M ( x) .\ c(t ) M cc( x) .\ (t ) ,
ou seja,
\ c(t ) M cc( x)
.
\ (t ) M ( x)
Como o primeiro membro depende apenas de t e o segundo apenas de x, ento ambos

so iguais a uma constante V , de onde segue que:
( 5 ) \ c(t ) V .\ (t ) ,
e
( 6 ) M cc( x) V .M ( x) .
Mais ainda, impondo que ( 4 ) satisfaa s condies de contorno ( 2 ), obtemos:
( 7 ) M (0) M (l ) 0 .
Entretanto, como veremos no que segue, o problema
M cc( x) V .M ( x)
(8) ,
M (0) M (l ) 0
que nada mais do que um problema de autovalores para o operador T (M ) M cc , s admite

soluo M z 0 quando V 0 .
De fato, se M uma soluo no-nula de ( 8 ), ento
l l
M ( x) .M cc( x) dx V . ( M ( x) ) 2 dx ,
0 0
de onde segue, integrando por partes, que
l l l
2
M ( x) .M c( x) 0
( M c( x) ) dx V . ( M ( x) ) 2 dx ,
0 0
que devido a ( 7 ) nos fornece
l
2
V
( M c( x) )
0
dx
0 ,
l
2
( M ( x) )
0
dx
de onde conclumos que V 0 .
Assim, escrevendo
V W 2 , com W ! 0 ,
a equao ( 6 ) fica
M cc( x) W 2 .M ( x) 0 ,
cuja soluo geral
M ( x) c1 . cos(W x) c 2 . sen(W x) .
Impondo a condio M (0) 0 obtemos c1 0 , e para conseguirmos uma soluo no-

2 l
2
nula M tomaremos c 2 z 0 , por exemplo c 2 se desejarmos que M ( x) dx 1 . Assim,
l 0
2
M ( x) . sen(W x) , e para que tenhamos tambm M (l ) 0 , deveremos impor sen(W l ) 0,
l
ou seja:
nS
W : nZ .
l
Concluindo: para cada nmero natural n, o problema de autovalores ( 8 ) tem uma

auto-funo
2 2 nS x
M n ( x) . sen(W n x) . sen ,
l l l
associada ao auto-valor
2 n 2S 2
Vn W n .
l2
Determinando uma soluo no-nula de ( 5 ) com V V n obtemos, por exemplo,
n 2S 2 t

l2
\ n (t ) e .
Conseqentemente obtemos, para cada nmero natural n, uma funo
n2 S 2 t

l2
2 nS x
u n ( x, t ) e . . sen ,
l l
a qual satisfaz a equao diferencial ( 1 ) e tambm a condio de contorno ( 2 ).
lgico que qualquer combinao linear finita
N
u ( x, t ) a
n 1
n . u n ( x, t )
das funes u n ( x, t ) ainda satisfaz ( 1 ) e ( 2 ), e portanto ser uma soluo de ( P1 ) desde que
N
2 nS x N
f ( x) an .
n 1 l
. sen
l

a
n 1
n .M n ( x ) .
Entretanto, quando f no tem a forma acima, podemos partir para as combinaes

lineares infinitas das funes { u n : n ^ }, o que ampliar enormemente o conjunto das
funes f para as quais o problema ( P1 ) tem soluo. Negligenciando a questo da
convergncia e da derivao termo a termo pois j assumimos uma abordagem no rigorosa
neste texto obtemos uma funo
f f n2 S 2 t

(9) u ( x, t ) a
n 1
n . u n ( x, t ) a
n 1
n .e l2
.M n ( x) ,
que satisfaz a equao (1) e a condio de contorno (2), quaisquer que sejam as escolhas das
constantes a n .
Entretanto, esta u ( x, t ) somente ser soluo de ( P1 ) se tivermos tambm
( 10 ) f ( x) u ( x,0)
ou seja,
f
( 11 ) f ( x) a
n 1
n .M n ( x) .
No que segue veremos como devem ser escolhidas as constantes a n para que (11)
efetivamente ocorra. Para isso, introduziremos a notao
l
( 12 ) f ,g ! 0
f ( x) . g ( x) dx ,
a qual est bem definida quando f e g so seccionalmente contnuas no intervalo [ 0 , l ] , e

observamos que
0 , se m z n
( 13 ) M m , M n ! .
1 , se m n t 1
Assim, supondo que uma dada funo f possa ser escrita na forma (11) e que a
integrao termo a termo tambm possa ser realizada, teremos:
f f
f an .M n f ,M m !
n 1
a n .M n , M m !
n 1
a
n 1
n . M n ,M m ! am . M m ,M m ! am ,
e conseqentemente
l
( 14 ) an f ,M n ! f ( x)M n ( x) dx , n t1 .
0
Conforme se pode ver em [1] ou [2], quando f e f c so seccionalmente contnuas,
ento a srie (11), cujos coeficientes a n so dados por (14), converge para a mdia aritmtica
dos limites laterais de f no ponto x, isto ,
f
f ( x 0) f ( x 0)
( 15 )
2
a
n 1
n .M n ( x) ,
onde f ( x 0) e f ( x 0) denotam, respectivamente, os limites laterais de f direita e

esquerda no ponto x. Ou seja, a srie (11), tambm denominada Srie de Fourier de Senos da
funo f , no privilegia nenhum dos limites laterais de f no ponto x, convergindo
democraticamente para a mdia aritmtica de ambos. Em particular, quando x um ponto
de continuidade de f , temos f ( x 0) f ( x 0) f ( x) , e portanto
f f
2 nS x
f ( x) a
n 1
n M n ( x) a .
n 1
n
l
. sen
l
.
Para ilustrar graficamente este resultado consideraremos L 6 e a funo

f : [ 0 , 6 ] o R definida por
x , se x [ 0 , 3 )
f ( x) .
x 3 , se x [ 3 , 6 ]
Em cada sistema de coordenadas abaixo vemos os grficos de f em azul e o grfico da

N
nS x
N-sima soma parcial, S N ( x) a n . sen , para N 5 , N 10 e N 20 , em
n 1 L
f ( x 0) f ( x 0)
vermelho, onde se pode intuir que, de fato, S N ( x) o quando N o f .
2
Se exigirmos ainda que f :[ 0 , l ] o R seja contnua e f (0) f (l ) 0 , ento a srie
em ( 9 ) converge uniformemente para uma funo u ( x, t ) que contnua em [ 0 , l ]u[ 0 , f ) ,
de classe C f em ( 0 , l ) u ( 0 , f ) , e resolve o problema ( P1 ), conforme demonstrado em [2].
Abaixo vemos duas vistas do grfico da 10 soma parcial S10 ( x, t ) para 0 d x d 4 e

0 d t d 2 da srie-soluo do problema ( P1 )
f f n2 S 2 t
2 nS x
u ( x, t ) a
n 1
n . u n ( x, t ) a
n 1
n .e l2
.
l
. sen
l
,
no caso em que o comprimento da barra L 4 e a distribuio inicial de temperaturas

f ( x) 4 x x 2 .
3 Uma interpretao algbrica do pargrafo anterior:
Observe que as funes { M n : n ^ }, obtidas no pargrafo anterior so auto-funes

do operador
T : D C([ 0 , l ]) o C([ 0 , l ]) ,
definido no subespao
D { M C ( [ 0 , l ] ) C 2 ( 0 , l ) : M (0) M (l ) 0 } ,
e que associa a cada M D a sua derivada segunda
T( M ) M cc .
Alm disso, se considerarmos em C ( [ 0 , l ] ) o produto interno
l
( 16 ) f , g ! 0
f ( x) . g ( x) dx ,
ento podemos afirmar que
{ M n : n ^ } ortonormal em relao ao produto interno < , >
conforme indica as relaes obtidas em (13).
Mais ainda, dadas M e \ D teremos, mediante integrao por partes, que
l l l
T (M ) , \ ! M cc , \ ! M cc( x).\ ( x) dx \ ( x).M c( x) 0
M c( x).\ c( x) dx ,
0 0
e como \ D temos \ (0) \ (l ) 0 , de onde segue que
l
( 17 ) T (M ) , \ ! M c( x).\ c( x) dx .
0
De forma anloga, obtm-se
l
( 18 ) M , T (\ ) ! M c( x).\ c( x) dx .
0
o que nos leva a concluir que
T (M ) , \ ! M , T (\ ) ! , M ,\ D ,
ou seja:
O operador T auto-adjunto com relao ao produto interno < , >
O que fizemos na sesso anterior nos permite afirmar que o espao vetorial C ( [ 0 , l ] )
possui uma base ortonormal { M n : n ^ } composta de auto-funes do operador auto-
adjunto T. Ou seja, produzimos um exemplo de um operador linear auto-adjunto T definido
num espao vetorial de dimenso infinita para o qual a concluso contida no Teorema
Espectral da sesso 1 se verifica.
A pergunta natural que fica a seguinte:

Este exemplo apenas uma coincidncia, ou a concluso do Teorema Espectral 1 sempre
verdadeira quando tivermos um operador linear auto-adjunto T definido num espao com
produto interno H ?
Sem nenhuma hiptese adicional a resposta no. Entretanto, possvel provar o

seguinte resultado:
Sejam H um espao de Hilbert e T:H o H um operador linear compacto. Ento

existem uma seqncia O k k N de autovalores do operador T e uma
seqncia ortonormal M k k N H tal que T (M k ) O k .M k para todo natural k .
Este afirmao parte de um resultado mais geral conhecido como
Teorema Espectral para Operadores Compactos Auto-Adjuntos em Espaos de Hilbert.
Observe entretanto os novos adjetivos que apareceram no nome do teorema: no se

trata mais de qualquer operador linear auto-adjunto, mas os compactos. Mais ainda, no basta
estarmos ambientados num espao com produto interno, mas num espao que seja completo
na norma proveniente deste produto interno. Ou seja, questes topolgicas que no apareciam
no caso finito-dimensional agora entram em cena e, na maioria das vezes, constituem a parte
mais difcil de ser contornada no problema. No que segue citaremos um exemplo concreto que
pe em evidncia a importncia dos estudos abstratos realizados nas disciplinas Topologia
dos Espaos Mtricos, Topologia Geral, Anlise no Rn, Anlise Funcional, Teoria da Medida
incluindo a a integral de Lebesgue , dentre outras.
4 O problema da conduo do calor em dimenso maior que 1:
O anlogo do problema ( P1 ) consiste em determinar uma funo real u ( x, t ) , com

x ( x1 , ... , x n ) : Rn , t ! 0 , satisfazendo:
wu
wt ( x, t ) 'u ( x, t ) , x : , t ! 0

( P2 ) u ( x, t ) 0 , x w : , t ! 0 ,

u ( x,0) f ( x) , x :

n
w 2u
onde ' o Laplaciano nas variveis espaciais x1 , ... , x n , isto , 'u wx
i 1
2
.
i
Procurando solues no-nulas no formato
u ( x, t ) M ( x) .\ (t ) ,
com M : : o R e \ : [ 0 , f ) o R obtemos
( 19 ) \ c(t ) V .\ (t ) , t ! 0
e
'M ( x) V .M ( x) , x :
( 20 ) .
M ( x) 0 , x w :
Note que (20) um problema de autovalores para o operador Laplaciano e, diferente

de (8), trata-se de uma equao diferencial parcial com uma condio de contorno na fronteira
de um domnio : do Rn, e no na fronteira de um intervalo [ 0 , l ] , que se reduz a dois pontos.
Se o domnio : no apresentar algum tipo de simetria, fica difcil achar solues explcitas
para (20), conforme fizemos na sesso 2 para o problema (8).
Entretanto, se para funes de quadrado integrvel definidas em : colocarmos
( 21 ) f ,g! :
f ( x).g ( x) dx
ento cabe perguntar se o operador T ( M ) '( M ) auto-adjunto em relao a < , > .

Para isso consideraremos T no domnio D {M C 2 (:) C 1 (:) :M w:
0}.
Dadas M ,\ D e usando o Teorema da Divergncia com o campo vetorial
G
F ( x) \ ( x).M ( x) , x : ,
obtemos
wM
M ( x).\ ( x) dx \ ( x).'M ( x) dx \ ( x). wnG ( x) dS
: : w:
,
e como a ltima integral nula ( pois \ se anula em w: ) ficamos com
'M ( x).\ ( x) dx
:
M ( x).\ ( x) dx ,
:
ou seja,
T (M ) ,\ ! M ( x).\ ( x) dx .
:
G
De maneira anloga, se considerarmos o campo de vetores F ( x) M ( x).\ ( x) ,
obteremos
M , T (\ ) ! M ( x).\ ( x) dx ,
:
o que nos leva a concluir que
T (M ) ,\ ! M , T (\ ) ! , M ,\ D ,
ou seja, que T auto-adjunto com respeito ao produto interno (21).

A questo da compacidade um tanto mais complicada. Como o operador
T ( M ) '( M ) no compacto, trabalha-se na tentativa de obter um domnio D contido num
espao de Hilbert H de modo que o operador T : D H o H fique inversvel, com inverso
'1 : H o H compacto. Como o inverso automaticamente auto-adjunto, encontramo-nos nas
condies do Teorema Espectral, e da podemos afirmar que existir uma seqncia ( Ok ) kN
de nmeros reais e uma seqncia ( M k ) kN de funes do espao H tais que '1 (M k ) Ok M k
para todo k ^. Mais ainda, o conjunto ^M k : k N ` ortonormal com relao ao produto
interno < , >. Assim, para cada nmero natural k encontramos uma auto-funo M k do
operador ' :
1
'(M k ) V k M k , onde V k para todo k ^ .
Ok
Agora, considerando uma soluo de (19) com V k no lugar de V obtemos
\ k (t ) eV k t ,
e conseqentemente, para cada natural k, a funo u k ( x, t ) eV k t .M k ( x) satisfar a equao do

calor, pois
w
^ u k ( x, t ) ` w ^M k ( x) .\ k (t ) ` M k ( x) .\ k c (t )
wt wt
^V k .M k ( x) `.\ k (t ) ^ 'M k ( x) `.\ k (t ) '^M k ( x).\ k (t ) ` ' u k ( x, t ) ,
e tambm a condio de contorno
u k ( x, t ) M k ( x).\ k (t ) 0 , para todo x w : ,
j que todas as funes M k se anulam na fronteira de : .
A candidata natural a soluo do problema ( P2 ) a funo
f
( 22 ) u ( x, t ) a k . e V k t .M k ( x) ,
k 1
onde as constantes a k so escolhidas de modo que u ( x,0) f ( x) , ou seja, de modo que
f
( 23 ) f ( x) a .M
k 1
k k ( x) .
Como o conjunto ^M k : k N ` ortonormal, obtm-se

( 24 ) a k f , M k ! , para todo k.
possvel provar, veja [3], que:

Se f C 2 : e f w:
0 , ento as sries (22) e (23) convergem
uniformemente para f e para uma soluo u(x,t) do problema

u C 2 : u (0, f ) C : u[0, f)

u t 'u , ( x, t ) : u (0, f) ,
u ( x,0) f ( x) , x :

desde que : R3 tenha fronteira de classe C 2 .
5 Consideraes Finais :
Conforme pretendamos, possvel observar que muitas das questes abstratas consideradas
como objetos de estudo na Anlise e na Topologia emergem naturalmente de problemas
concretos. Vimos por exemplo que o Teorema Espectral, numa verso em dimenso infinita,
rende solues para o problema da conduo do calor em domnios : do espao Rn cuja
fronteira seja suficientemente regular. Convm observar tambm que, sendo o nosso texto
apenas motivador, no detalhamos como so as funes do espao H no qual procuramos as
auto-funes M k : : o R . Apenas acenamos com uma possibilidade de trabalhar com um
espao de funes que possuem quadrado integrvel em : , de modo que o produto interno
(21) de duas tais funes estivesse bem definido. Entretanto, para que este espao -
usualmente denotado por L2 (:) - resulte completo, necessrio trabalhar com uma noo de
integral mais geral que a de Riemann. Trata-se da integral de Lebesgue, da qual um estudo
aprofundado consome boa parte de um curso de Teoria da Medida. A noo de compacidade e
suas caracterizaes ocupam, por sua vez, uma parte significativa de uma disciplina de
Topologia. Mais ainda, a questo da compacidade de um operador definido entre espaos de
funes demandam o estudo de desigualdades no triviais conhecidas como Desigualdades de
Sobolev. Esperamos com este texto ter conscientizado o leitor da importncia do estudo de
tpicos abstratos, principalmente aqueles alunos de cursos de Matemtica que esto em vias
de fazer sua opo entre Licenciatura ou Bacharelado. Claro que esta uma das vrias
motivaes e, dependendo do gosto pessoal do leitor, ela pode at mesmo ser desmotivadora.
O que nos interessa, entretanto, fazer o leitor entender que os objetos de estudo da
Matemtica Pura no esto desvinculados dos problemas reais. Ainda que um tanto
sofisticadas, as teorias matemticas esto por trs de uma srie de situaes do cotidiano que
um cidado comum sequer pode imaginar. Essa no conscincia por parte de uma maioria
esmagadora no invalidam e nem devem desencorajar a pesquisa matemtica. Se o texto
serviu, pelo menos, para diminuir o preconceito de muitos para com a Matemtica Pura, j
nos damos por satisfeitos.
6 Bibliografia:
[1] Figueiredo, Djairo G. de; Anlise de Fourier e Equaes Diferenciais Parciais .
[2] Irio, Valria; EDP: Um Curso de Graduao.

Rio de Janeiro; Instituto de Matemtica Pura e Aplicada; CNPq, 1991.
Coleo Matemtica Universitria.
[3] Irio Jr, R. J. & Irio, Valria; Equaes Diferenciais Parciais: Uma Introduo.
Rio de Janeiro, Instituto de Matemtica pura e Aplicada, CNPq, 1988.
Projeto Euclides.
PERFIL SCIO-ECONMICO DOS CANDIDATOS DO PAIES/UFU:
SUBPROGRAMA 2002-20051
KTIA ALESSANDRA DE SOUZA CAETANO2, EDNALDO CARVALHO

GUIMARES3, ROGRIO DE MELO COSTA PINTO4, MARCELO TAVARES4
RESUMO
A avaliao seriada para a admisso de alunos no ensino superior pblico

sempre foi alvo de controversas em sua eficcia e como substituta dos vestibulares, e
no incomum o nmero de pesquisadores que criticam esta forma de processo seletivo
que algumas universidades federais do pas tm adotado. A Universidade Federal de
Uberlndia uma dentre estas universidades que utilizam este tipo de avaliao como
forma de ingresso de seus candidatos, sendo o PAIES (Programa Alternativo de
Ingresso ao Ensino Superior) o processo seletivo seriado da UFU que avalia os
candidatos ao longo do Ensino Mdio. A presente pesquisa prope a explorao do
banco de dados do PAIES da COPEVE/UFU (Comisso Permanente de Vestibular),
objetivando analisar os dados socioeconmicos - culturais dos candidatos que foram
aprovados e reprovados durante a etapa de 2002-2005, buscando analisar o perfil dos
estudantes que obtm xito no processo seletivo em questo, e verificar se existem
diferenas scio demogrficas entre os candidatos aprovados e reprovados. Foi utilizada
a estatstica descritiva e o software SPSS 13.0 for Windows. Os resultados obtidos
indicam diferenas entre os candidatos, sendo que a maioria dos alunos aprovados
reside na cidade de Uberlndia; possuem maior renda econmica mensal familiar e
acesso a computadores e internet; fizeram a maior parte ou toda formao de 2 grau em
escolas particulares; e a escolaridades de seus pais maior que a dos pais dos alunos
reprovados. J entre estes candidatos, h um nmero maior de estudantes que trabalham,
e verificou-se tambm que h um nmero maior de estudantes das etnias negra, indgena
e outras que no a branca, que so reprovados no processo seletivos seriado da UFU.
Palavras-chave: Avaliao seriada; dados scio-demogrficos; PAIES; estatstica

descritiva.
1. INTRODUO
Nos ltimos anos as universidades federais tm buscado formas alternativas de
ingresso ao ensino superior. Programas que consideram a nota recebida por alunos do
Exame Nacional do Ensino Mdio (ENEM) e os programas de exame seriado foram
algumas alternativas apresentadas pelas universidades federais.
1
Pesquisa de iniciao cientfica (PROMAT/FAMAT/UFU) desenvolvida no perodo de novembro de
2006 a agosto de 2007.
2
Acadmica do curso de Psicologia - Av. Joo Naves de vila, 2160, Bairro Santa Mnica, Uberlndia
MG, CEP: 38400-900- katiaufu@yahoo.com.br
3
Prof. Orientador FAMAT/UFU Av. Joo Naves de vila, 2160, Bairro Santa Mnica, Uberlndia
MG, CEP: 38400-900 ecg@ufu.br
4
Prof. Colaborador FAMAT/UFU
O primeiro programa de exame seriado das universidades federais foi institudo
pela Universidade de Braslia (UnB), no ano de 1996 (UnB, 2007).
O PAIES Programa Alternativo de Ingresso ao Ensino Superior aprovado
pelo CONSEP Conselho Superior de Ensino e Pesquisa da UFU representa uma
nova modalidade de avaliao gradual e sistemtica, e constitui-se como processo
alternativo para o aluno do Ensino Mdio na conquista de uma vaga na UFU. No
PAIES, em vez de fazer somente uma prova para conseguir uma vaga no ensino
superior (como ocorre no vestibular), os estudantes do ensino mdio interessados fazem
uma prova ao fim de cada ano, somando o resultado das trs no fim do 2 grau. Os que
obtiverem notas mais altas so classificados e garantem assim, o direito a uma vaga na
Universidade Federal de Uberlndia (UFU, 2007).
So destinados ao PAIES 25% do total das vagas anuais da Universidade; e 2007
marca o dcimo ano no qual a prova realizada, pois em 1.997 o PAIES executou a
primeira etapa do programa, com a participao de 9.336 candidatos inscritos, oriundos
de 190 diferentes municpios brasileiros e processou o credenciamento de 403 escolas
do Ensino Mdio. Nota-se que o programa possui grande importncia na avaliao do
ensino da regio, devido relevante amplitude das escolas credenciadas e diferentes
municpios que participam do processo.
notrio, portanto, que os dados scio-econmicos e o desempenho dos alunos
nas mais diversas disciplinas, so uma importante fonte de anlises estatsticas e
inferncias no s para a UFU, mas para a comunidade em geral, principalmente para
aqueles preocupados com a qualidade do ensino mdio, e porque no dizer, do ensino
fundamental na regio.
Autores como Pantaleo Junior (2005), Frois e Barreto (2005), Franco (2006),
Rodrigues (2006), Sobral e Oliveira (2006), Veiga et al (2007) apresentam aspectos de
descrio estatstica de processos seletivos.
O presente trabalho visou analisar, atravs do banco de dados do PAIES da
COPEVE/UFU, os dados scio-demogrficos dos candidatos do PAIES 2002/2005 e
compar-los entre os candidatos que foram aprovados e reprovados, objetivando
verificar se existem diferenas scio-demogrficas entre os sujeitos que obtiveram xito
no processo seletivo e os que no obtiveram. Verificar e identificar algumas
caractersticas scio-demogrficas que poderiam estar relacionadas com o desempenho
exitoso do aluno, e analisar e compreender sobre qual o perfil de estudante que tem sido
aprovado pelo PAIES na Universidade, so tambm objetivos da pesquisa.
2. MATERIAL E MTODOS
A amostra utilizada na pesquisa foi retirada do banco de dados da Comisso

Permanente de Vestibular (COPEVE/UFU), e composta por 200 candidatos que
responderam ao questionrio socioeconmico-cultural durante a inscrio da terceira
etapa do PAIES 2002-2005, sendo que 99 foram reprovados e 101 aprovados.
As perguntas do questionrio utilizadas na pesquisa foram: Qual o seu sexo? ;
Qual sua idade em 31 de dezembro de 2004? ; Qual seu estado civil? ; Onde voc
reside? ; Voc reside? ; Voc se considera? ; Qual sua religio? ; Voc exerce atividade
remunerada? ; Em que faixa melhor se enquadra a renda bruta mensal (sem descontos)
de seu grupo familiar (soma dos rendimentos dos seus pais, irmos, conjugue, filhos,
etc.)? ; Nvel de instruo do seu pai? ; Nvel de instruo da sua me? ; Indique o
principal responsvel pelo sustento da sua famlia? ; Possui computador em sua
residncia? ; Meio de transporte que voc mais utiliza? ; Pretende trabalhar enquanto
faz curso superior? ; Voc mora? ; Qual a ocupao principal exercida pelo seu pai? ;
Qual a ocupao principal exercida pela sua me? ; Qual a sua principal fonte de
informaes sobre os acontecimentos atuais? ; Dos tipos de revistas citadas abaixo, qual
voc mais l? ; Onde voc cursou o ensino fundamental? ; Onde voc cursou,
integralmente ou em sua maior parte, o Ensino Mdio? ; O que o levou a escolher seu
curso? ; O que voc espera em primeiro lugar de um curso universitrio? ; e Qual a
razo principal que o levou a escolher a UFU? .
Foi utilizado o software SPSS 13.0 for Windows, e a estatstica escolhida para
obter os resultados e comparaes entre os candidatos aprovados e reprovados, foi a
estatstica descritiva conforme procedimentos encontrados em Arango (1999), Triola
(1999), Bussab e Morettin (2002). Foi realizado tambm um teste de hipteses para
diferena entre duas propores, objetivando a averiguao de diferenas entre
freqncias. Outro software utilizado foi o Microsoft Office Excel 2003, para a
montagem de grficos.
3. RESULTADOS E DISCUSSO
A primeira varivel analisada foi o sexo, e observou-se que a mesma no

intervm na reprovao ou aprovao do candidato, pois no houve diferenas
significativas entre o nmero de mulheres e homens reprovados e aprovados (do total de
candidatos reprovados, 52,8% eram mulheres e 47,2% eram homens; e do total de
candidatos aprovados, 52,6% eram mulheres e 47,4% eram homens).
Em relao ao estado de origem, 77,5% dos candidatos reprovados residem no
estado de Minas Gerais; 15,7% no estado de So Paulo; 4,5% no estado de Gois; 1,1%
no Distrito Federal (Braslia) e 1,1% no Mato Grosso do Sul. Entre os aprovados, 89,7%
residem em Minas Gerais e 9,3% no estado de So Paulo. Nota-se uma maior
heterogeneidade em relao ao estado de origem entre os candidatos reprovados, do que
entre os candidatos aprovados. interessante notar que grande parte dos candidatos
aprovados (72,2%) reside na cidade de Uberlndia.
Os estudantes tm em mdia 17 anos (62,9% dos reprovados e 73,2% dos
aprovados), e nota-se que h um nmero maior de candidatos reprovados com idade
superior a 18 anos (37%), do que os candidatos aprovados com essa faixa etria
(26,8%). Enfim, observa-se em geral que entre os aprovados no processo seletivo, h
uma maior correspondncia entre a faixa etria e o nvel de escolaridade adequado, fato
que no ocorre to frequentemente entre os candidatos reprovados, que possuem maior
discrepncia entre a faixa etria e o nvel de escolaridade correto.
Em relao etnia, 62,9% dos reprovados se considera brancos, contrastando
com os 77,3% que se declaram pertencer a este grupo tnico, entre os candidatos
aprovados. Foi realizado um teste de hiptese para diferena entre duas propores onde
se encontrou um p-valor (significncia) de 0,0272. Nota-se, portanto que h diferena
significativa entre o nmero de sujeitos que se declaram brancos e outras etnias (como
pardo, negro, indgena e amarelo) que ingressam no processo seletivo. Entretanto no se
deve considerar etnia como uma varivel causal pelo ingresso ou no no processo
seletivo em questo, e sim a outras variveis intervenientes como renda mensal, tipo de
ensino freqentado durante o ensino mdio, etc. Deve-se recordar tambm, que etnia
uma varivel subjetiva, ficando percepo individual, a cor que cada candidato
possui, podendo ou no a mesma corresponder a realidade. O estado civil de
praticamente 100% da amostra solteiro.
J em relao religio, obteve-se resultados semelhantes entre os candidatos
aprovados e reprovados: a maioria se declarou cristos (71% dos reprovados e 80,4%
dos aprovados).
Sobre o exerccio de atividade remunerada, observa-se que entre os candidatos
reprovados, h um nmero maior de sujeitos que praticam algum tipo de trabalho, do
que entre os candidatos aprovados (65% dos reprovados no praticam atividade
remunerada, contra 85% dos aprovados, que alegam no exercer tal tipo de atividade).
A dinmica familiar dos candidatos tambm foi analisada, e observou-se que em
58,4% dos lares dos candidatos reprovados, o pai o nico responsvel pelo sustento
familiar, contrastando com os 48, 5% dos alunos aprovados; indicando que nos lares dos
estudantes que no obtiveram xito no processo seletivo, o padro familiar mais comum
o do chefe de famlia que sustenta a casa. Observou-se tambm que praticamente
todos os candidatos moram com famlia, em imvel prprio (82% dos reprovados e
79,4% dos aprovados residem em imvel prprio).
Em relao renda mensal familiar dos candidatos reprovados, obtiveram-se
resultados distintos dos candidatos aprovados, pois 62,9% de tais candidatos possuem
renda mensal de at R$ 1820 (estando a classe modal entre R$ 261 at R$ 780), e j
entre os candidatos aprovados, apenas 41,2% tem renda familiar semelhante a esta
quantia. Entre os aprovados, 58,7% tm renda mensal superior a R$ 1.821 e a classe
modal encontra-se entre os valores de R$ 2.601 at R$ 5.200. O que se pode inferir
atravs da anlise frequencial dos dados e da classe modal, que, no geral, os
candidatos aprovados e seus familiares vivem com rendimentos mensais mdio a alto,
ganhando quantias entre 7 a 30 ou mais salrios mnimos (em relao ao salrio mnimo
de R$ 260 do ano de 2004); e os candidatos reprovados e seus familiares vivem com
renda mensal baixa a mdia, ganhando quantias entre menos de 1 e at 7 salrios
mnimos. Obviamente, a distribuio grfica desta varivel distinta entre os dois tipos
de candidatos, conforme pode ser observado na Figura 1:
Renda mensal familiar dos candidatos aprovados e

reprovados
30
25
Frequncia
20 Aprovados
15
10 Reprovados
5
0
At R$ Entre Entre Entre Entre Entre Entre Acima
260 R$ 261 R$ 781 R$ R$ R$ R$ de R$
e R$ e R$ 1381 e 1821 e 2601 e 5201 e 7800
780 1380 R$ R$ R$ R$
1820 2600 5200 7800
Renda Mensal
Figura 1. Renda familiar dos candidatos reprovados e aprovados.
Observou-se que a varivel escolaridade dos pais tambm sofreu diferenas

significativas ao se analisar os dados entre os aprovados e os reprovados. Em relao
estes, 77,5% dos pais e 66,3% das mes tm at o ensino mdio completo, contrastando
com a escolaridade dos 48,5% dos pais e 34% das mes dos aprovados que tem at o 2
grau completo. Entre estes candidatos (aprovados), nota-se que o nvel de escolaridade
mais freqente entre os pais de superior incompleto ps-graduao completo (sendo
51,5% dos pais e 66% das mes). Enfim, o que se observa que entre os estudantes
aprovados no processo seletivo, a escolaridade de seus pais significativamente maior
que a escolaridade dos pais dos reprovados no processo. Entretanto, um dado recorrente
entre ambos os candidatos foi o maior nvel de instruo das mes em relao aos pais,
demonstrando que estas se preparam mais para o mercado de trabalho e tem maior
formao educacional que seus parceiros. As Figuras 2 e 3 demonstram tanto a diferena
entre o nvel de instruo dos pais dos sujeitos aprovados e reprovados; quanto a
sobrepujana do nvel de escolaridade das mes sobre os
pais:
Nvel de escolaridade entre os pais dos candidatos
reprovados
40
35
Frequncia
30
25 Pai
20
15 Me
10
5
0
Fundamental
Fundamental
alfabetizado
incompleto
incompleto
incompleto
graduao
graduao
completo
completo
Superior
completo
incompleto
Superior
Mdio
completo
Mdio
Ps-
Ps-
No
Nvel de instruo
Figura 2. Nvel de escolaridade entre os pais dos candidatos reprovados.
Nvel de escolaridade entre os pais dos candidatos aprovados
35
30
Frequncia
25
20 Pai
15 Me
10
5
0
Fundamental
Fundamental
alfabetizado
incompleto
completo
incompleto
completo
incompleto
graduao
graduao
Superior
completo
incompleto
Superior
Mdio
completo
Mdio
Ps-
Ps-
No
Nvel de instruo
Figura 3. Nvel de escolaridade entre os pais dos candidatos aprovados.

Observam-se tambm diferenas entre as profisses e tipo de atividades
remuneradas mais exercidas pelos pais dos candidatos reprovados e aprovados, estando
entre os candidatos aprovados, maiores porcentagens em atividades que exigem
formao superior e especializada, e entre os reprovados, freqncia maior em atividades
mais subalternas, que no exigem um alto grau de formao acadmica ou especializada.
As Figuras 4 e 5 permitem a diferenciao entre o tipo de trabalho exercido pelos pais
dos estudantes aprovados e reprovados, e a Tabela 1 permite a diferenciao entre as
profisses:
Atividade remunerada exercida pelos Atividade remunerada exercida pelos
pais dos reprovados pais dos aprovados
50 50
40 40
Frequncia
Frequncia
30 Pai 30 Pai
20 Me 20 Me
10 10
0 0
1 2 3 4 5 6 1 2 3 4 5 6
Profisses Profisses
Figura 4. Atividade remunerada exercida pelos Figura 5. Atividade remunerada exercida pelos
pais dos reprovados pais dos aprovados
Tabela 1. Diferenciao das profisses.
Profisses
1 Banqueiro; deputado; senador; diplomata; capitalista; grande industrial; grande
proprietrio rural, (olhar no manual e completar as profisses que faltam)
2 Profissionais liberais de nvel universitrio, cargo tcnico-cientfico, cargo de chefia
ou gerncia em empresa de porte mdio, posto militar; grande comerciante; dono de
propriedade rural de 200 a 2000 hectares e outras ocupaes semelhantes.
3 Bancrio; oficial de justia, professor do Ensino Mdio e Fundamental; despachante;
representante comercial; auxiliar administrativo e de escritrio; posto militar de
sargento, subtenente e equivalentes; pequeno industrial; comerciante mdio;
proprietrio rural de 20 a 200 hectares, e outras ocupaes com caractersticas
semelhantes.
4 Datilgrafo; telefonista; mecangrafo (olhar no manual e completar as profisses
que faltam)
5 Operrio no-qualificado; servente; operador; (olhar no manual e completar as
profisses que faltam)
6 Dona de casa
.
Em relao a possuir ou no computador em casa, observa-se que o nmero de

candidatos aprovados que possuem computador em suas residncias
significativamente maior que o nmero de candidatos reprovados que possuem o
aparelho (77,3% dos aprovados tm computador em casa, sendo que destes, 70,1% tem
acesso internet; contra 53,4% dos reprovados que possuem o aparelho em seus
domiclios, sendo que destes, apenas 35,2% possuem acesso internet.). Fica claro que
os candidatos reprovados enfrentam maiores barreiras e dificuldades de acesso
informao digital, haja vista que, o universo virtual tem a primazia da fonte de
informaes do mundo contemporneo globalizado. Portanto, sobre o adquirir
informaes e conhecimentos que possam ser teis e facilitadores na aprovao do
processo seletivo em questo, e posterior entrada no universo acadmico, os candidatos
reprovados ficam aqum dos candidatos aprovados.
A fonte de informaes prevalente sobre os acontecimentos atuais tanto entre
aprovados, quanto em reprovados, o telejornal, sendo lembrado por 76,4% dos
reprovados e 53,6% dos aprovados. As revistas e a internet so as segundas fontes de
informaes, sendo que entre os aprovados, 17,5% se informam atravs de revistas e
17,5% atravs da internet; e entre os reprovados, 11,2% utilizam revistas para manter-se
informados e 6,7% usam a internet. Outras fontes como, jornal escrito e o jornal falado
(rdio) tambm foram citadas. Ainda em relao fonte de conhecimentos atuais,
observa-se que as revistas do tipo informativa (Veja, Exame, etc.) so as mais lidas,
tanto por candidatos aprovados (71,1%), quanto por candidatos reprovados (68,5%).
Em relao ao tipo de ensino (se pblico ou privado) mais frequentemente cursado
pelos candidatos, notou-se que entre os aprovados, tanto no que tange ao ensino
fundamental, quanto ao ensino mdio, h um nmero maior de candidatos que cursaram
todo ou a maioria do ensino em escolas particulares; dado que no ocorreu entre os
candidatos reprovados, que tiveram sua formao educacional realizada de forma mais
recorrente em escolas pblicas. O ensino fundamental entre os candidatos que no
obtiveram xito no processo seletivo, foi cursado em escolas pblicas por 66,3% dos
alunos, e entre os que obtiveram sucesso, por 50,5%. J em relao ao 2 grau, 50,6%
dos candidatos reprovados cursaram todo ou a maioria do ensino mdio em escolas
pblicas, e entre os aprovados, somente 20,6% tiveram sua formao mdia realizada na
rede pblica de ensino. A Figura 6 deixa claro a discrepncia existente entre o tipo de
ensino mais freqentado pelos estudantes aprovados e reprovados ( interessante notar a
prevalncia do setor privado principalmente na educao e formao mdia dos
aprovados):
Tipo de ensino (se pblico ou privado) utilizado pelos candidatos
100
90
80
70
60 Escolas privadas (todo ou a maior
50 parte)
40 Escolas pblicas( todo ou a maior
30 parte)
20
10
0
1 Grau - 1 Grau - 2 Grau - 2 Grau -
Reprovados Aprovados Reprovados Aprovados
Figura 6. Tipo de ensino (se pblico ou privado) utilizado pelos candidatos.
As expectativas dos candidatos em relao ao curso superior, vida acadmica e a

escolha da UFU tambm foram analisadas e constatou-se que a maioria dos estudantes
escolheu o curso superior pelo interesse que o mesmo desperta, independente se eram
candidatos aprovados ou reprovados. J quando questionados sobre o que esperam obter
em primeiro lugar de um curso superior, o item formao profissional voltada para o
trabalho foi o mais lembrado pelos candidatos, embora entre os reprovados, o nmero
de estudantes que escolheram este item tenha sido muito maior (71,9%) do que entre os
candidatos aprovados (53,6%). Pode-se hipotetizar que entre os candidatos reprovados,
a aquisio de um curso superior e a utilidade do papel do 3 grau est mais atrelada
formao tcnica voltada exclusivamente para o mercado de trabalho, e no, por
exemplo, correlacionada aquisio de conhecimentos e cultura em geral. A Figura 7
permite a comparao entre as expectativas dos candidatos aprovados e reprovados
sobre um curso superior e tambm, o levantamento de algumas hipteses como a
suscitada anteriormente:
Diferenas entre as expectativas sobre um curso

universitrio entre aprovados e reprovados
Outro
Aquisio de conhecimentos que

me permitam melhorar minha
instruo
Aquisio de conhecimentos que

me permitam compreender melhor o
mundo
Formao acadmica voltada pra Aprovados

melhorar a atividade prtica Reprovados
Formao terica voltada para a

pesquisa
Formao profissional voltada para

o trabalho
Aquisio de cultura geral
0 20 40 60 80
Figura 7. Diferenas entre as expectativas de um curso universitrio entre candidatos

reprovados e aprovados.
J em relao principal razo que levou os candidatos a escolher a UFU, nota-

se uma grande heterogeneidade de respostas, sendo a mais freqente, (38,1% dos
aprovados e 42,7% dos reprovados) devido qualidade do curso oferecido pela
instituio.
4. CONCLUSES
1) A maioria dos candidatos aprovados reside em Uberlndia ou em outras cidades do

estado de Minas Gerais. Pode-se levantar a hiptese de que a maioria dos aprovados
da prpria cidade de Uberlndia pelo fato das escolas da cidade terem o PAIES e a
aprovao de seus alunos neste processo seletivo, como uma de suas metas educacionais
a serem atingidas. Escolas de So Paulo, ou Gois, por exemplo, poderiam no ver o
processo seletivo seriado da UFU como importante prova de admisso para o ensino
superior pblico, buscando contemplar a preparao de seus alunos para outras
universidades que no a Universidade Federal de Uberlndia.
2) H um nmero maior de candidatos que se declaram brancos que so admitidos no

processo seletivo, indicando que um nmero menor de alunos de outras etnias, como a
negra e a indgena so aprovados no PAIES. bvio, entretanto, que no se deve
concluir que negros, indgenas e outras etnias, so menos inteligentes e capazes de
serem aprovados em uma universidade pblica de qualidade. O resultado estatstico
obtido somente espelha as desigualdades sociais, culturais e econmicas, e a excluso
existente no pas, principalmente para aqueles de outras etnias que no a branca. O que
se pode observar atravs desta sobrepujana de etnia, so as razes histricas de um pas
escravocrata e excludente como o Brasil, que durante sculos no delegou aos seus
cidados iguais oportunidades de ascenso social.
3) H um nmero maior de candidatos reprovados que trabalham, e tambm entre estes

candidatos encontram-se os menores ndices de renda econmica mensal familiar.
Observa-se que os estudantes que no foram aprovados no processo seletivo, no geral,
so de classe econmica inferior, e muitas das vezes precisam trabalhar, alm de
estudar, para ajudar na economia familiar, o que obviamente diminui as horas e a
qualidade dedicada preparao para o PAIES.
4) A escolaridade dos pais dos candidatos reprovados foi inferior em relao aos
aprovados. Entre estes, h um nmero maior de pais que esto concluindo ou
concluram a graduao em um curso superior e/ou especializao. Ainda sobre esta
varivel (escolaridade dos pais), observou-se que tanto entre aprovados, quanto em
reprovados, as mes possuem maior nvel de escolaridade, demonstrando e confirmando
os dados obtidos nos ltimos censos realizados pelo IBGE (Instituto Brasileiro de
Geografia e Estatstica), de que as mulheres tm buscado maior formao acadmica e
especializao em relao aos homens, conquistando maiores e melhores espaos no
mercado de trabalho. Contudo, observou-se tambm na pesquisa que mesmo as mes
possuindo, no geral, maior formao educacional, elas ainda exercem atividades
econmicas mais subalternas e inferiores do que os pais, que, no geral, possuem menor
escolaridade. Estes dados demonstram a discriminao e excluso de gnero que ainda
existe no pas, refletindo as desigualdades existentes nas relaes de trabalho entre
homens e mulheres.
5) Os candidatos reprovados enfrentam maiores dificuldades de acesso informao do

mundo contemporneo, haja vista que o universo virtual tem a primazia da fonte dos
meios de comunicao sobre os acontecimentos atuais. conspcuo, portanto, que os
candidatos reprovados sofrem sim a excluso digital, ficando aqum dos candidatos
aprovados no ter acesso aos conhecimentos atuais e tambm curriculares, que so teis
na aprovao no PAIES.
6) Entre os candidatos reprovados, h uma prevalncia do setor pblico na formao
bsica e mdia educacional, e pode-se hipotetizar que esta varivel influenciou na
aprovao do candidato no processo seletivo, haja vista que no atual sistema pblico
educacional de 1 e 2 graus, o ensino encontra-se defasado e as condies ofertadas
pelo Estado, em suas mais variadas instncias, so precrias e muito aqum do desejado
e necessrio para uma educao de qualidade. Praticamente 80% dos candidatos que
foram aprovados cursaram todo ou a maior parte do Ensino Mdio em escolas
particulares e fica claro o quo importante a qualidade e a formao de 2 grau na
aprovao do aluno.
7) A maioria dos candidatos (aprovados e reprovados) escolheram o curso ao qual

concorreram a uma vaga na universidade, pelo interesse que esse desperta nos mesmos.
Observou-se que entre os candidatos reprovados, a formao superior correlaciona-se
mais obteno de formao profissional especfica voltada para o mercado de
trabalho, demonstrando que possivelmente para esses candidatos, a graduao vista
como uma ferramenta para a ascenso social e admisso no mercado de trabalho. J
entre os estudantes aprovados, o curso superior est alm de correlacionado formao
para o trabalho, atrelado tambm aquisio de cultura em geral, por exemplo; e a
formao superior no vista como til somente para a ascenso ao mercado de
trabalho, mas tambm como um meio de crescimento e amadurecimento pessoal.
5. REFERNCIAS BIBLIOGRFICAS
ARANGO, H. G. Bioestatstica: Terica e Computacional. Rio de Janeiro: Guanabara

Koogan, 235p., 2001.
BUSSAB, W. O.; Morettin, P. A. Estatstica Bsica. 5 edio. So Paulo:
Saraiva, 2002, 526 p..
FRANCO, H. F. S. Avaliao do desempenho dos alunos aprovados e reprovados
durante as trs etapas. Monografia. Especializao em Estatstica Aplicada, Faculdade
de Matemtica, Universidade Federal de Uberlndia. Uberlndia, 22 p., 2006.
FROIS, L. A.; BARRETO, C. L. Perfil scio-econmico dos candidatos a ingresso em
2004 no mestrado profissionalizante em Ensino de Cincias Naturais e Matemtica da
UFRN. In: Simpsio Nacional de Ensino de Fsica. Anais do..., 16, 2005, 3 p..
PANTALEO JUNIOR, M.; TAKEUCHI, M. Y.; TEIXEIRA, R. R. P. Perfil dos alunos
ingressantes em Licenciatura em Fsica do Centro Federal de Educao Tecnolgica de
So Paulo. In: Simpsio Nacional de Ensino de Fsica. Anais do..., 16, 2005, 3 p..
RODRIGUES, A. Anlise dos resultados do PAIES em suas trs etapas. Monografia.
Especializao em Estatstica Aplicada, Faculdade de Matemtica, Universidade
Federal de Uberlndia. Uberlndia, 17 p., 2006.
SOBRAL, D. T.; OLIVEIRA, P. G. Avaliao seriada versus exame vestibular:
semelhanas e diferenas entre os coortes no curso de medicina da Universidade de
Braslia. Revista Brasileira de Educao Mdica. V. 30, n. 3, p. 181-191, 2006.
TRIOLA. M. F. Introduo Estatstica. 7. ed. Rio de Janeiro. 1999.
UNIVERSIDADE DE BRASLIA - CESPE. Programa de Avaliao Seriada (PAS).
Disponvel em: www.cespe.unb.br/pas/oquepas/principios/principiospas.htm [Acesso
em: 14/05/2007].
UNIVERSIDADE FEDERAL DE UBERLNDIA COPEVE. Manual do PAIES.
Disponvel: http://www.ingresso.ufu.br/Paies2007/pdf/Manual_candidato_3etapa_2004-
2007.pdf [Acesso em; 16/05/2007]
VEIGA, R. D.; LANCHOTE, L. N.; POMPEU, P. V.; SILVA, A. L. L. Relao entre
desempenho no vestibular e em cursos de graduao Universidade Federal de Lavras.
In: Reunio Anual da Regio Brasileira da Sociedade Internacional de Biometria
(RBRAS) e Simpsio de Estatstica Aplicada Experimentao Agronmica. Anais
da..., 52, CD-ROOM, 2007, 5 p. (2007)
Um Texto Sobre Superfcies Parametrizadas
Regulares
Las Bassame Rodrigues Edson Agustini
Faculdade de Matematica - Famat
andia - Ufu - MG
Setembro de 2007
Resumo
Este trabalho e um texto sobre superfcies parametrizadas regulares, assunto abor-
dado nos cursos de Geometria Diferencial O texto avanca ate os Teoremas Egregium
de Gauss e Fundamental das Superfcies, sendo que o primeiro esta demonstrado.
1 Superfcies
1.1 Uma Pequena Revis alise no Rn
ao de An
Seja
F : U R2 R3
(u, v) F (u, v) = (F1(u, v) , F2(u, v), F3 (u, v))
sendo Fi : U R2 R; i = 1, 2, 3.
Dizemos que F e contnua quando cada Fi e contnua.
Dizemos que F e de classe Ck quando cada Fi for de classe Ck, ou seja, quando existirem
todas as derivadas parciais de Fi ate a ordem k e todas forem contnuas.
Dizemos que F : U R2 R3 e diferenci avel em P = (u, v) U quando existir uma
aplicacao linear
dFP : R2 R3
R (w)
tal que, para todo w R2, temos F (w + P) = F (P)+dFP (w)+R (w) , sendo lim =
w0 |w|
0.
A demonstracao da Proposicao 1 abaixo pode ser encontrada em livros de Analise Real

como, por exemplo, [5].
Proposiao 1. Se F : U R2 R3 e diferenciavel em P U, entao

c
F (P + tw) F (P)
dFP (w) = lim
t0 t

laisbassame@hotmail.com Orientanda Pet Faculdade de Matematica - jan/06 a dez/06.

agustini@ufu.br Professor orientador.
para todo w R2.
Seja B = {e1, e2} base canonica do R2. Temos:
F (P + te1) F (P)
dFP (e1) = lim
t0 t
F (u0 + t, v0) F (u0, v0)
= lim
t0
t
F1 F2 F3
= (P) , (P) , (P)
u u u
= Fu (P)
sendo P = (u0, v0) .

Analogamente:
F1 F2 F3
dFP (e2) = (P) , (P) , (P) = Fv (P) .
v v v
Assim, a matriz de dFP em relacao a` base B e dada por:

F1 F1
(P) (P)
u v

F2 F
JF (P) = u (P)
2
(P)

v

F F3
3
(P) (P)
u v
e e a chamada matriz jacobiana de F em P.
1.2 Superfcies Parametrizadas

Uma superfcie parametrizada diferenci
avel e uma aplicacao
S : U R2 R3
ab
(u, v) (x (u, v) , y (u, v) , z (u, v))
diferenciavel, sendo U um subconjunto aberto e conexo do R2.

z
v
R3
R2 S(u,v)
(u,v)
S y
U u
x
S(u,v) = (x(u,v),y(u,v),z(u,v))
Alem disso, quando dSP e injetora para qualquer P = (u, v) U, dizemos que S e regular.
Como S (u, v) = (x (u, v) , y (u, v) , z (u, v)) , temos x, y, z : U R2 R como funcoes

componentes (ou coordenadas) de S.
Seja
Su : R2 R3
x y z .
P (P) , (P) , (P)
u u u

x y z x y z
Indicaremos Su = , , . Analogamente, Sv = , , .
u u u v v v
Proposi
c
ao 2. Seja S superfcie parametrizada diferenciavel. Entao:
(1) (2)
dSP e injetora os vetores Su (P) e Sv (P) sao linearmente independentes Su (P)
(3)

Sv (P) = 0 JS (P) tem posto 2.
Demonstracao.
De (1):
Recordemos que Su (P) = dSP (e1) e Sv (P) = dSP (e2) .
=) Suponhamos que 1, 2 R tais que 1Su (P) + 2Sv (P) = 0. Seja w = (1, 2) =
1e1 + 2e2 R2. Logo,
dSP (w) = dSP (1e1 + 2e2) = 1dSP (e1) + 2dSP (e2) = 1Su (P) + 2Sv (P) = 0.
Como dSP e injetora temos que
w = 0 = 1e1 + 2e2 = 0 = 1 = 2 = 0,
ou seja, Su (P) e Sv (P) sao linearmente independentes.

=) Seja w ker (dSP) . Entao:
dSP (w) = 0 =
1dSP (e1) + 2dSP (e2) = 0 =
1Su (P) + 2Sv (P) = 0 =
1 = 2 = 0
(pois Su (P) e Sv (P) sao linearmente independentes)

Assim, w = 0. Logo, ker (dSP) = {0} , ou seja, dSP e injetora.
Demonstracao de (2) e (3):

Temos:

e1 e2 e3
x y z

u (P) u (P) u (P)
Su (P) Sv (P) det

x y z
(P) (P) (P)
v v v

y z z x x y
(P) (P) (P) (P) (P) (P)
u u u u u u
=
det ,det , det
y z z x x y
(P) (P) (P) (P) (P) (P)
v v v v v v

D1 D2 D3
e

x x
(P) (P)
u v

y y
JS (P) =
u (P) (P)
v

z z
(P) (P)
u v
Assim, JS (P) tem posto 2 Di = 0 para algum i = 1, 2, 3 Su (P) Sv (P) =
(0, 0, 0) Su (P) e Sv (P) sao linearmente independentes.
Denimos o traco da superfcie regular S como sendo a imagem da aplicacao S.
Podemos ampliar nossa denicao de superfcie regular como segue.
Seja
S : U R2 R3
ab
(u, v) (x (u, v) , y (u, v) , z (u, v))
uma aplicacao diferenciavel e U aberto conexo do R2. Dizemos que S e uma superfcie
parametrizada diferenci avel regular quando qualquer uma das armacoes a seguir forem
verdadeiras:
(i) dSP e injetora para P = (u, v) U;
(ii) JS (P) tem posto 2 para P = (u, v) U;
x y z x y z
(iii) Su (P) = (P) , (P) , (P) e Sv (P) = (P) , (P) , (P) sao lin-
u u u v v v
earmente independentes para P = (u, v) U;
(iv) Su (P) Sv (P) = (0, 0, 0) , P = (u, v) U.
Daqui em diante diremos superfcie regular para designar uma superfcie parametrizada
diferenciavel regular.
Exemplos:
(1) Seja
S: R2 R3
(u, v) u, v, u2 + v2

Se u = 0 = S (0, v) = 0, v, v2 = parabola.
Se v = 0 = S (u, 0) = u, 0, u2 = parabol.a

Se u2 +v2 = k > 0 temos circunferencias de raio k (interseccao de S com o plano z = k).
z
S
k
z=k
y=v
x=u
S e diferenciavel e
Su (u, v) = (1, 0, 2u) ;

Sv (u, v) = (0, 1, 2v) .

1 0
1 0
Logo, JS (u, v) = 0 1 tem posto 2 pois det = 1 = 0.
0 1
2u 2v
Portanto, S e regular.
(2) Seja f : U R2 R de classe C e consideremos
S : U R2 R3
(u, v) (u, v, f (u, v))
S(u,v)
y
(u,v) U
x Tr(S) = Im(S) = Graf(f)
O graco de f e dado por {(u, v, f (u, v)) | (u, v) U} = Im (S) .

S e uma superfcie regular:

1 0
1
JS (P) = 0
f f
(P) (P)
u v
e
1 0
det = 1 = 0 = JS (P) tem posto 2.
0 1
(3) Consideremos a superfcie
S: R2 R3

(u, v) u, v, u + v
2 2
f u f v
Neste caso, f (u, v) = u2 + v2; (u, v) = e (u, v) = .
u u +v
2 2 v u + v2
2
Logo, S e diferenciavel em R2 {(0, 0)} .
Consequentemente, pelo Exemplo 2, S e regular em R2 {(0, 0)} .
z
S
y
S no regular
x em (0,0)
(4) Consideremos
S: R2 R3
(u, v) (a1u + b1v + c1, a2u + b2v + c2, a3u + b3v + c3)
sendo (a1, a2, a3) = k (b1, b2, b3) .
Observacao: se (a1, a2, a3) = k (b1, b2, b3) entao, fazendo t = ku + v, temos S (u, v) =
S (t) = (b1t + c1, b2t + c2, b3t + c3) , ou seja, S se degeneraria em um uma reta ou em
um ponto.
Temos que Traco (S) e um plano no espaco. S e diferenciavel, Su (u, v) = (a1, a2, a3) e
Sv (u, v) = (b1, b2, b3) . Logo, Su e Sv sao linearmente independentes. Assim, S e regular.
z
b
a = a 1 , a 2 , a 3
b = b 1 , b 2 , b 3
x
Equacao vetorial do plano:
X (u, v) = (c1, c2, c3) + u (a1, a2, a3) + v (b1, b2, b3) = S (u, v) .
(5) Consideremos
S: R2 R3
(u, v) (cos (u) , sen (u) , v)
z=v
S(u,v)
u y
S1 R : cilindro circular reto
x
S e diferenciavel, Su (u, v) = ( sen (u) , cos (u) , 0) e Sv (u, v) = (0, 0, 1) .

e1 e2 e3
Su (u, v) Sv (u, v) det sen (u) cos (u) 0 (cos (u) , sen (u) , 0) = (0, 0, 0) .
0 0 1
Portanto, S e regular.
(6) Consideremos
S: R2 R3
(u, v) (cos (u) cos (v) , cos (u) sen (v) , sen (u))
Temos:

Traco (S) = (x, y, z) R3 | x2 + y2 + z2 = 1 ;
Su (u, v) = ( sen (u) cos (v) , sen (v) sen (u) , cos (u)) ;
Sv (u, v) = ( sen (v) cos (u) , cos (u) cos (v) , 0) ;

Su (u, v) Sv (u, v) = cos2 (u) cos (v) , cos2 (u) sen (v) , cos (u) sen (u) ;
|Su (u, v) Sv (u, v)|2 = cos4 (u) cos2 (v) + cos4 (u) sen2 (v) + cos2 (u) sen2 (u)
= cos4 (u) + cos2 (u) sen2 (v)
= cos2 (u) .
Assim, S e regular se cos2 (u) = 0. Mas:

cos2 (u) = 0 cos (u) = 0 u = + k, k Z.
2

Se v R e u , obtemos a esfera menos os polos.
2 2
z
S(u,v)
u
v y
x esfera
1.3 Superfcies de Revolu

c
ao
Superfcies regulares obtidas por revolucao de curvas em torno de eixos sao muito im-
portantes em Geometria Diferencial. Alem disso, elas possuem parametrizacoes bastante
simples, conforme veremos abaixo.
Em torno do eixo z.
Seja : ]a, b[ R R3 uma curva regular tal que (u) = (f (u) , 0, g (u)) com f, g :
]a, b[ R diferenciaveis e f (u) = 0, u ]a, b[ .
A matriz de rotacao de por um angulo v em torno do eixo z e dada por:

cos (v) sen (v) 0
sen (v) cos (v) 0 .
0 0 1
Para obter a superfcie descrita pela curva em torno do eixo z fazemos

cos (v) sen (v) 0 f (u) f (u) cos (v)
sen (v) cos (v) 0 . 0 = f (u) sen (v)
0 0 1 g (u) g (u)
com v variando em R, ou seja:

S : ]a, b[ R R3
(u, v) (f (u) cos (v) , f (u) sen (v) , g (u))
e chamada de superfcie de revolucao da curva em torno do eixo z.
As curvas S (u, v0) , com v0 xo e u ]a, b[ sao chamadas de meridianos da superfcie de

revolucao S.
As curvas S (u0, v) , com u0 xo e u R sao chamadas de paralelos da superfcie de
revolucao S.
z
curva
meridiano
paralelo y
x
Observac
oes:
(i) Fazendo v variar em um intervalo de R de comprimento menor do que 2, obtemos

parte de uma superfcie de revolucao. Por exemplo, fazendo v ]0, 2[ obtemos a su-
perfcie S menos um meridiano (o que corresponderia a v0 = 0 ou v0 = 2).
(ii) Se permitssemos f (u0) = 0 para algum u0 ]a, b[ , teramos que (u0) = (0, 0, g (u0))
seria um ponto do eixo z e S (u0, v) = (0, 0, g (u0)) , v R, ou seja, teramos um paralelo
degenerado em um ponto do eixo z fazendo com que S nao seja regular nesse ponto.
Exemplos:
(1) Seja (u) = (1, 0, u) , u R, uma reta do plano xz perpendicular ao eixo x.

Temos a superfcie de revolucao de em torno de z dada por
S (u, v) = (cos (v) , sen (v) , u) ,
que e um cilindro circular reto de raio 1.

z
(2) Seja (u) = (a + r cos (u) , 0, r sen (u)) , 0 < r < a, uma circunferencia de centro
(a, 0, 0) e raio r no plano xz. De fato, fazendo

x = a + r cos (u) (x a)2 = r2 cos2 (u)
= = (x a)2 + z2 = r2.
z = r sen (u) z2 = r2 sen2 (u)
Temos
a
f (u) = a + r cos (u) = 0 cos (u) = < 1,
r
ou seja, f (u) = 0, u R.
Temos a superfcie de revolucao de em torno de z dada por
S (u, v) = ((a + r cos (u)) cos (v) , (a + r cos (u)) sen (v) , r sen (u)) ,
que e um toro circular de raios a e r.

z
Circunferncia
de centro (a,0,0)
e raio r x
Toro Circular
Em torno do eixo x.
Seja : ]a, b[ R R3 uma curva regular tal que (u) = (g (u) , f (u) , 0) com
f, g : ]a, b[ R diferenciaveis e f (u) = 0, u ]a, b[ .
A matriz de rotacao de por um angulo v em torno do eixo x e dada por:

1 0 0
0 cos (v) sen (v) .
0 sen (v) cos (v)
Para obter a superfcie descrita pela curva em torno do eixo x fazemos

1 0 0 g (u) g (u)
0 cos (v) sen (v) . f (u) = f (u) cos (v)
0 sen (v) cos (v) 0 f (u) sen (v)
S : ]a, b[ R R3
(u, v) (g (u) , f (u) cos (v) , f (u) sen (v))
e chamada de superfcie de revolucao da curva em torno do eixo x.
z
Meridianos e paralelos de S sao denidos de modo analogo ao caso anterior.

Observacoes analogas ao caso anterior tambem sao validas.
Exemplo: Seja (u) = (u, cosh (u) , 0) , u R, uma catenaria no plano xy.
Temos g (u) = u e f (u) = cosh (u) = 0, u R. Logo,
S (u, v) = (u, cosh (u) cos (v) , cosh (u) sen (v)) , u, v R,
que e chamada de catenoide.
z
S um catenide
x

uma catenria
Em torno do eixo y.
Seja : ]a, b[ R R3 uma curva regular tal que (u) = (0, g (u) , f (u)) com f, g :
]a, b[ R diferenciaveis e f (u) = 0, u ]a, b[ .
A matriz de rotacao de por um angulo v em torno do eixo y e dada por:

cos (v) 0 sen (v)
0 1 0 .
sen (v) 0 cos (v)
Para obter a superfcie descrita pela curva em torno do eixo x fazemos

cos (v) 0 sen (v) 0
0 1 0 . g (u) = g (u)
sen (v) 0 cos (v) f (u) f (u) cos (v)
S : ]a, b[ R R3
(u, v) (f (u) sen (v) , g (u) , f (u) cos (v))
e chamada de superfcie de revolucao da curva em torno do eixo y.
z
Meridianos e paralelos de S sao denidos de modo analogo ao caso anterior.

Observacoes analogas ao caso anterior tambem sao validas.
1.4 Curvas Coordenadas

Sejam S : U R2 R3 uma superfcie regular e P = (u0, v0) U. As curvas
u0 (v) = S (u0, v) , (u0, v) U
e
v0 (u) = S (u, v0) , (u, v0) U
sao chamadas curvas (ou linhas) coordenadas da superfcie S.
Observemos que meridianos e paralelos de superfcies de revolucao sao curvas coordenadas

da superfcie.
Exemplos:
(1) Seja S (u, v) = (cos (u) , sen (u) , v) , (u, v) R2, um cilindro.
Fazendo P = (u0, v0) temos u0 (v) = S (u0, v) = (cos (u0) , sen (u0) , v) uma reta e
v0 (u) = S (u, v0) = (cos (u) , sen (u) , v0) uma circunferencia como curvas coordenadas
passando por P.
z
J v 0 u
Su 0 , v 0
y
x
J u 0 v

(2) Seja S (u, v) = u, v, u2 + v2 , u,v R, um parabol
oide circular.
Fazendo P = (u0, v0) temos u0 (v) = u0, v, u0 + v uma parabola e v0 (u) = u, v0, u2 + v20 ,
2 2
tambem um parabola como curvas coordenadas passando por P.

z
S
J v 0 u
(paralelo ao plano xz)
J u 0 v
(paralelo ao plano yz) y
x S(u0,v0)
1.5 Plano Tangente

Sejam S : U R2 R3 uma superfcie regular e P U.
O plano tangente a S em P e o plano, denotado por TPS, que passa por S (P) e e paralelo
aos vetores Su (P) e Sv (P) .
S u P S v P
S v P
TPS
S u P
S(P)
Observac comum considerarmos TPS passando por (0, 0, 0) , isto e:

ao: E
TPS = {Su (P) + Sv(P), , R} .

Exemplo: Seja S (u, v) = u, v, u2 + v2 , u, v R um paraboloide circular. Temos
Su (u, v) = (1, 0, 2u) e Sv (u, v) = (0, 1, 2v) . Em P = (0, 0) temos: Su (P) = (1, 0, 0) e
Sv (P) = (0, 1, 0) , Su (P) Sv (P) = (0, 0, 1) e S (P) = (0, 0, 0) . Logo:
TPS = { (1, 0, 0) + (0, 1, 0) , , R} = {(, , 0) , , R} ,
ou seja, o plano xy (de equacao z = 0).

z
S
Su(P) Sv(P)
z=0
Sv(P) y
TPS Su(P) S(P)
x
1.6 Mudan
ca de Par
ametros
Sejam
S : U R2 R3
uma superfcie regular e
h : V R2 R2
aplicacao diferenciavel tal que
h (V) = U e |Jh (P)| = det Jh (P) = 0, P V.

= S h : V R2 R3 e uma superfcie regular que tem o mesmo traco
A aplicacao S
de S.
v
R2
S z R3
U
h y
SEh
t
R2
=
S
V
x
De fato: JS (P) = J (S h) (P) = JS (h (P)) Jh (P) . Como JS (h (P)) tem posto 2, pois S e
regular e Jh (P) tem posto 2 por hipotese, entao JS (P) tem posto 2. Logo, S
e regular.
A aplicacao h e chamada mudanca de par

ametros para S.
Observac e diferenciavel pois e composta de aplicacoes diferenciaveis. Quanto ao

ao: S
traco:
Seja Q Im S, entao P U tal que Q = S (P) . Como h (V) = U, entao R V tal que
(R) , ou seja, Q Im S.
h (R) = P. Logo, Q = S (h (R)) = S Assim, Im S Im S.

entao R V tal que S
Seja Q Im S, (R) = Q. Mas S = S h. Logo, S h (R) = Q
Im S.
Q = S (h (R)) , ou seja, Q Im S. Assim, Im S

Conclusao: Im S = Im S.
v
R2
S z R3
P U
Q
u
h y
t Im S = Im S
R2 S
R V x
Observemos que a aplicacao h nao precisa ser, necessariamente, injetora.
Exemplos:
(1) h (w, t) = (ew cos (t) , ew sen (t)) .

Temos:
w
e cos (t) ew sen (t)
Jh (w, t) = w = |Jh (w, t)| = ew = 0, (w, t) R2.
e sen (t) ew cos (t)
No entanto, h (w, 0) = h (w, 2) = (ew, 0) , ou seja, h nao e injetora.

(w, t) = w, t, w2 t2 ; (w, t)
(2) Sejam S (u, v) = (u + v, u v, 4uv) ; (u, v) R2 e S
R2. Mostremos que S e uma reparametrizacao de S.
Queremos determinar
h: R2 R2
(w, t) (h1 (w, t) , h2 (w, t))
= S h e |Jh (w, t)| = 0, (w, t) R2. Assim:

tal que S
(w, t) = S (h (w, t)) =
S

w, t, w2 t2 = S (h1 (w, t) , h2 (w, t)) =

w, t, w2 t2 = (h1 (w, t) + h2 (w, t) , h1 (w, t) h2 (w, t) , 4h1 (w, t) h2 (w, t)) .
Logo:
h1 + h2 = w w+t wt
h1 h2 = t = h1 (w, t) = e h2 (w, t) = ,
2 2
4h1h2 = w2 t2
ou seja:
w+t wt
h (w, t) = , .
2 2
Temos que h e diferenciavel C , h e sobrejetora e
1 1
1
|Jh (w, t)| = det 21 21 = = 0; (w, t) R2.
2
2 2
z
v
R2
S
y
u
x
Parabolide hiperblico
1.7 Forma Local das Superfcies Regulares

Consideremos a esfera unitaria com centro na origem:

C = (x, y, z) R3 | x2 + y2 + z2 = 1 ,
que e uma superfcie regular.
z
Temos:
se z > 0, z = 1 x2 y2, ou seja, z = f1 (x, y)
.
se z < 0, z = 1 x2 y2, ou seja, z = f2 (x, y)
Isto signica que, sob certas condicoes podemos enxergar partes da superfcie C como
graco de funcoes reais de duas variaveis.
Este exemplo pode ser generalizado, ou seja, toda superfcie regular pode ser vista lo-
calmente como graco de uma funcao real diferenciavel de duas variaveis reais. Este e o
conteudo da proposicao abaixo:
Proposicao 3. Seja S : U R3 uma superfcie regular e seja P = (u0, v0) . Entao,

existem um conjunto aberto V U, com P V e uma mudanca de parametros h : W
= S h e o graco de uma aplicacao diferenciavel.
V tal que o traco de S
Demonstracao.
De acordo com as hipoteses da proposicao acima podemos considerar o seguinte diagrama:

v
R2
S z R3
P Im S
V U S(P)
u
h y
t
R2 S
W x
Sendo S (u, v) = (x (u, v) , y (u, v) , z (u, v)) e S regular, entao JS (P) tem posto 2.
Vamos supor:
x x
u (P) v (P)

det = 0.
y y
(P) (P)
u v
Seja F (u, v) = (x (u, v) , y (u, v)) . Logo, |JF (P)| = D = 0.
Pelo Teorema da Funcao Inversa (aplicado a F), existe um aberto V R2; V U; P V
tal que F|V : V F (V) = W tem inversa h = F1 diferenciavel:
h: W V
1 .
(w, t) F (w, t)
Seja h (Q) = P.
Temos que Jh (Q) tem posto 2.
De fato: F h = F F1 = Id = JF h (Q) = JId (Q) = Id. Logo, |JF h (Q)| =
|JF (P)| . |Jh (Q)| = 1. Temos |Jh (Q)| = 0, ou seja, Jh (Q) tem posto 2. Temos, portanto,
que S = S h : W R3 e regular.
Observemos que:
F h (w, t) = Id (w, t) = F (h (w, t)) = (w, t) = (x (h (w, t)) , y (h (w, t))) = (w, t) =

x h (w, t) = w
.
y h (w, t) = t
Logo,
(w, t) = S h (w, t) = (x (h (w, t)) , y (h (w, t)) , z (h (w, t))) = (w, t, z h (w, t)) ,
S
e o graco da funcao diferenciavel:
ou seja, o traco de S
zh: W R
.
(w, t) z h (w, t)

1.8 Aplica
c
ao Normal de Gauss
Seja S : U R2 R3 uma superfcie regular e P U. Vamos denotar vetor unitario
normal a S em P o vetor:
Su (P) Sv (P)
(P) = .
|Su (P) Sv (P)|
(P)
z S u P
v
S v P
S(P)
U
S
y
u
A aplicacao:
: U R2 R3
Su Sv
(u, v)
(u, v)
|Su Sv|
chamada Aplicacao Normal de Gauss de S.
Observando que | (u, v)| = 1, (u, v) U, temos que a imagem da Aplicacao Normal
de Gauss esta contida na esfera unitaria

S2 = (x, y, z) R3 | |(x, y, z)| = 1 = (x, y, z) R3 | x2 + y2 + z2 = 1 .
v S z
u y
z
x
Colocando todos
C os vetores
na origem:
y
x

Exemplo: S (u, v) = u, v, u2 + v2 ; (u, v) R2. (paraboloide circular)
Temos:
Su (u, v) = (1, 0, 2u) ;

Sv (u, v) = (0, 1, 2v) ;

e1 e2 e3
(Su Sv) (u, v) = det 1 0 2u = (2u, 2v, 1) .
0 1 2v

Logo, |(Su Sv) (u, v)| = 1 + 4u2 + 4v2.
Assim:
: R2 R3
(2u, 2v, 1) .

(u, v)
1 + 4u2 + 4v2
1.9 Curvas sobre uma Superfcie Regular

Sejam : I R U R2 uma curva regular e S : U R2 R3 uma superfcie
regular.
A curva = S e uma curva cujo traco esta contido na Im S. Alem disso, e difer-
enciavel, pois e composta de aplicacoes diferenciaveis.
v
R2
U S z R3

u
y

x
I
K = SEJ
A curva e regular.
De fato:
(t) = (S ) = JS ( (t)) (t) = Su ( (t)) x1 (t) + Sv ( (t)) x2 (t) ,
sendo (t) = (x1 (t) , x2 (t)) .

Como Su ( (t)) e Sv ( (t)) sao linearmente independentes:

x1 (t) = 0
(t) = (0, 0, 0) .
x2 (t) = 0
Mas e regular. Logo, (t) = (x1 (t) , x2 (t)) = (0, 0) .

Conclusao: (t) = (0, 0, 0) , t I, ou seja, e regular.
Reciprocamente: seja : I R R3 uma curva regular tal que Im Im S sendo

S : U R2 R3 uma superfcie regular. Sera que existe : I R R2 tal que
= S ?
v
R2
U S z R3

u
y

x
I
K = SEJ
Temos (t) Im S, t I. Logo, para cada t existem u = u (t) e v = v (t) tais que
(t) = S (u (t) , v (t)) . Denindo
: I R R2
t (t) = (u (t) , v (t))
temos S (t) = (t) .

Observemos que e diferenciavel pois S e sao diferenciaveis.
Consideremos as duas curvas coordenadas de S passando por S (P) = S (u0, v0):
u0 (v) = S (u0, v) e v0 (u) = S (u, v0) .
Temos
u0 (v) = Sv (u0, v)

e
v0 (u) = Su (u, v0) ,
ou seja, os vetores tangentes a`s curvas coordenadas u0 e v0 no ponto S (u0, v0) per-
tencem ao plano tangente a` superfcie S em S (u0, v0) .
J vv 0 u 0 = S u u 0 , v 0
S(P)
J vu 0 v 0 = S vu 0 , v 0
TPS
Jv0
Ju 0
J v 0 u 0 = J u 0 v 0 = Su 0 , v 0 = SP
Na verdade, um vetor (t0) tangente a uma curva regular qualquer de uma su-
perfcie sera paralelo ao plano tangente a` superfcie no ponto (t0) . Este e o conte
udo
da proposicao abaixo.
Proposi ao 4. Seja : I R R3 uma curva regular na superfcie S : U R2 R3.
c
Seja t0 I e (t0) = S (P) para algum P U. Entao, (t0) TPS.
Demonstracao.
Vimos que : I R U R2 tal que = S, sendo (t) = (u (t) , v (t)) . Tambem

vimos que:
(t) = x1 (t) Su ( (t)) + x2 (t) Sv ( (t)) .
Fazendo t = t0:
(t0) = Su ( (t0)) + Sv ( (t0)) ,
sendo = x1 (t0) e = x2 (t0) , ou seja, (t0) T(t0 )S = TPS.
Conclusao: Os vetores tangentes a`s curvas na superfcie S passando por S (P) sao paralelos
a TPS, ou seja,
A = { (t0) | e uma curva S com (t0) = S (P)} TPS,
como queramos.
Tomando w TPS; w = aSu (P) + bSv (P) ; e possvel mostrar que existem : I
R R2 e = S tais que (t0) = S (P) e (t0) = w, ou seja, TPS A.
Assim podemos concluir que TPS = A, ou seja:

TPS = w R3 | w = (t0) onde e uma curva em S tal que (t0) = S (P) .
1.10 Primeira Forma Quadr

atica
Seja S : U R2 R3 uma superfcie regular e seja P U. A aplicacao
IP : TPS R
w
w, w = |w|2
e chamada de Primeira Forma Quadr

atica (ou Fundamental ) de S em P.
Temos
w TPS = w = aSu (P) + bSv (P) .
Logo,
IP (w) =
aSu (P) + bSv (P) , aSu (P) + bSv (P)
= a2
Su (P) , Su (P) + 2ab
Su (P) , Sv (P) + b2
Sv (P) , Sv (P)
Facamos
E (P) =
Su (P) , Su (P)
F (P) =
Su (P) , Sv (P) ,

G (P) =
Sv (P) , Sv (P)
que sao chamados de coecientes da Primeira Forma Quadr atica.
Logo,
IP (w) = a2E (P) + 2abF (P) + b2G (P) .
ao: E (P) , G (P) > 0.

Observac
Exemplo: Consideremos S (u, v) = (cos (u) , sen (u) , v) , (u, v) R2. Seja P R2.
Temos:
Su (P) = ( sen (u) , cos (u) , 0) ;

Sv (P) = (0, 0, 1) .
Logo:
E (P) =
Su (P) , Su (P) = cos2 (u) + sen2 (u) + 02 = 1
F (P) =
Su (P) , Sv (P) = 0 + 0 + 0 = 0
G (P) =
Sv (P) , Sv (P) = 02 + 02 + 12 = 1
Assim:
IP (w) = a2 + b2.
1.11 Comprimento de Curvas em Superfcies

Consideremos uma curva sobre a superfcie S:
v
R2
U S z R3

P=
(t0)

S(P) (t0)
u
y

x
I
t0
K = SEJ
Temos:
(t) = u (t) Su ( (t)) + v (t) Sv ( (t)) ,
sendo (t) = (u (t) , v (t)) .
Seja l o comprimento de entre os pontos a e b, a < b e a, b I:
b
l = | (t)| dt
a
Temos:
2
| (t)| =
u (t) Su ( (t)) + v (t) Sv ( (t)) , u (t) Su ( (t)) + v (t) Sv ( (t))
2 2
= (u (t))
Su, Su ( (t)) + 2u (t) v (t)
Su, Sv ( (t)) + (v (t))
Sv, Sv ( (t))
2 2
= (u (t)) E ( (t)) + 2u (t) v (t) F ( (t)) + (v (t)) G ( (t))
= I(t) ( (t))
Logo: b
l= I(t) ( (t))dt,
a
ou seja, o comprimento de entre a e b so depende da primeira forma quadratica.
Exemplo: Seja S (u, v) = (cos (u) , sen (u) , v) , (u, v) R2. Calculemos o comprimento
da curva = S , sendo (t) = (t, t) , t [0, 2] .
z
v
2 S
2
0 2
u y
x

Se w = aSu (P) + bSv (P) , vimos que IP (w) = a2 + b2.

Temos P = (t) , (t) = (u (t) , v (t)) = (1, 1) e (t) = u (t) Su (P) + v (t) Sv (P) .
Logo,
I(t) ( (t)) = 12 + 12 = 2.
Assim, 2
l= 2dt = 2 2.
0
Observacao: (t) = S (t) = S (t, t) = (cos (t) , sen (t) , t) , ou seja, e uma helice.
z
2

0 x
1.12
Area de uma Superfcie
Seja S : U R2 R3 uma superfcie regular. Considere V uma regiao do R2 tal que

V U, sendo V compacto, conexo, homeomorfo a um disco do R2 e S| injetora. (V e o
V
interior de V)
Do Calculo Diferencial e Integral:
Su(P) |S u P S v P |
S(P)
S
Sv(P)
A area de S (V) e dada por:

A (S (V)) = |Su (P) Sv (P)| dudv.
V
Mas vimos que

y z
z x
x y

u
(P) u
(P) u
(P) u
(P) u
(P) u
(P)
Su (P)Sv (P) = det , det , det .
y z z x x y
v
(P) v
(P) v
(P) v
(P) v
(P) v
(P)
Dessa forma, no ponto P:

y z
y z 2
z x
z x 2
x y
x y 2
|Su Sv|2 = u v
v u
+
u v v u
+ u v
v u
y z 2 y z y z y z 2
= u v
2 u vv u
+ v u
z x 2 z x z x z x 2
+ u v 2 u v v u + v u
x y 2 x y x y x y 2
+ u v
2 u v v u
+ v u
x 2 z 2 y 2 x 2 x 2 x 2
= u v
+ v + v u v
y 2 z 2 y 2 x 2 y 2 y 2

+ u v
+ v + v u v

z 2 z 2 y 2 x 2 z 2 z 2
+ u v
+ v + v u v
y z y z z x z x x y x y
2 2 u v v u 2 u v v u
u v
v u
z 2 y 2 x 2
z 2 y 2 x 2
= u + u + u v
+ v + v
x x x x y y z z
u v v u + v u + v u
y y x x y y z z
u v v u
+ v u + v u
z z x
u v v u x
+ y y
v u
+ z z
v u
x x y y z z 2
=
Su, Su
Sv, Sv v u + v u + v u
=
Su, Su
Sv, Sv
Su, Sv2
= EG F2.
Logo,

A (S (V)) = E (P) G (P) F (P)2dudv.
V
Exemplo: Consideremos S (u, v) = (cos (u) , sen (u) , v) , (u, v) R2.

Seja V = [0, 2] [0, 1] .
Vimos que E (P) = 1; F (P) = 0 e G (P) = 1.
Logo,
2 1
A (S (V)) = 1.1 02dudv = 2.
0 0
z
v
1 Anel de raio 1
S e altura 1.
y
0 2
u
1.13 Segunda Forma Quadr

atica
Consideremos uma curva sobre a superfcie S:
v
U
S
P=
(t0)
TPS
u S(P)
w

S
b
t0 (t0) = S(P)
a K = SEJ (t0) = w

Denimos a Segunda Forma Quadratica (ou Fundamental ) da superfcie S em P como
sendo a aplicacao:
IIP : TPS R
w
(t0) , (P)
sendo (P) o vetor normal unitario à S em P:
Su (P) Sv (P)
(P) =
|Su (P) Sv (P)|
e w = (t0) para alguma curva sobre S satisfazendo (t0) = P.
A expressao da Segunda Forma Quadratica nao depende da curva escolhida.
De fato: seja = S e (t) = (u (t) , v (t)) .
Temos (t) = u (t) Su ( (t)) + v (t) Sv ( (t)) .
Logo,
(t) = u (t) Su ( (t)) + u (t) [Suu ( (t)) u (t) + Suv ( (t)) v (t)]
+ v (t) Sv ( (t)) + v (t) [Svu ( (t)) u (t) + Svv ( (t)) v (t)]
= u (t) Su ( (t)) + v (t) Sv ( (t)) + u (t)2 Suu ( (t))
+ 2u (t) v (t) Suv ( (t)) + v (t)2 Svv ( (t))
Suv = Svu pois as funcoes componentes sao C .
Facamos a = u (t0) e b = v (t0) ; P = (t0) .
Temos:
(t0) = u (t0) Su (P) + v (t0) Sv = aSu (P) + bSv (P) .
Logo,
IIP (w) =
(t0) , (P)
= u (t0)2
Suu, (P) + 2u (t0) v (t0)
Suv, (P) + v (t0)2
Svv, (P)
= a2
Suu, (P) + 2ab
Suv, (P) + b2
Svv, (P)
Sejam:
e (P) =
Suu (P) , (P) ;
f (P) =
Suv (P) , (P) ;
g (P) =
Svv (P) , (P) .
Logo,
IIP (w) = a2e (P) + 2abf (P) + b2g (P) ,
sendo w = aSu (P) + bSv (P) , ou seja, IIP (w) nao depende de .
Exemplo: Seja S (u, v) = (cos (u) , sen (u) , v) , (u, v) R.

Seja P = (u0, v0) qualquer e consideremos o plano tangente TPS.
Temos:
Su (P) = ( sen (u0) , cos (u0) , 0) ;

Sv (P) = (0, 0, 1) ;

e1 e2 e3
Su (P) Sv (P) = det sen (u0) cos (u0) 0 = (cos (u0) , sen (u0) , 0) ;
0 0 1
Suu (P) = ( cos (u0) , sen (u0) , 0) ;
Suv (P) = (0, 0, 0) ;
Svv (P) = (0, 0, 0) ;
e (P) =
Suu (P) , (P)

(cos (u0) , sen (u0) , 0)
= ( cos (u0) , sen (u0) , 0) ,
cos2 (u0) + sen2 (u0) + 02
= cos2 (u0) sen2 (u0) + 02 = 1;
f (P) =
Suv (P) , (P) = 0
g (P) =
Svv (P) , (P) = 0
Assim, se w = aSu (P) + bSv (P) , temos IIP (w) = a2.

1.14 Superfcies Isom
etricas
Uma superfcie S : U R2 R3 e dita simples quando S e injetora.
ao: Se S : U R2 R3 e regular, entao V U tal que S|V e injetora.
Observac
Duas superfcies simples S, S : U R2 R3 sao ditas isometricas quando os coecientes
das Primeiras Formas Quadraticas de S e S coincidem, isto e, E (P) = E (P) , F (P) = F (P)
e G (P) = G (P) , P U.
Exemplo: As superfcies
S : ]0, 2[ R R3 S : ]0, 2[ R R3
e
(u, v) (u, v, 0) (u, v) (cos (u) , sen (u) , v)
sao superfcies isometricas pois E (u, v) = E (u, v) = 1, F (u, v) = F (u, v) = 0 e G (u, v) =
G (u, v) = 1, (u, v) ]0, 2[ R.
Observac ao: se S, S : U R2 R3 sao superfcies regulares simples, entao existe uma
bijecao : S (U) S (U) .
De fato, S : U S (U) e S : U S (U) sao bijetoras. Logo, a composta = S S1 :
S (U) S (U) e bijetora.
z
S(U)
R3
v S
y
U
R2
x
d = S E S ?1
z
u

S(U)
R3
y
1.15 Dist
ancia Intrnseca e Isometrias
Seja S : U R2 R3 uma superfcie regular e sejam x1, x2 S (U) . Considere uma
curva D : [a, b] S R3 tal que D (a) = x1 e D (b) = x2. Seja l (D) o comprimento
de D.
Denimos a distancia intrnseca entre x1 e x2 sobre S como sendo:
d (x1, x2) = inf {l (D) : D e uma curva na superfcie S ligando x1 a x2} .
l(D)
x1 = D(a)
x2 = D(b)
Sejam S, S : U R2 R3 superfcies regulares. Uma aplicacao : S (U) S (U) e
dita uma isometria entre S e S quando preserva distancias intrnsecas, ou seja, quando
d (x1, x2) = d ( (x1) , (x2)) , x1, x2 S (U) , sendo d a distancia intrnseca em S e d a
distancia intrnseca em S.
Proposiao 5. Sejam S, S : U R2 R3 superfcies isometricas. Se : I R3 e

c
uma curva na superfcie S, entao o comprimento de entre a, b I, a < b e igual ao
comprimento de entre a, b I, onde = S S1.
Demonstracao.
Temos:
= S ;
= S S1 S = S .
Seja (t) = (u (t) , v (t)) .

v z
U S(U)
S
S
u
d = S E S ?1
x
K = SEJ z

S(U)

dEK
dEK = S EJ
b
I y

a
x
Temos:
t1 t1

l () = | (t)| dt = |u (t) Su ( (t)) + v (t) Sv ( (t))| dt
t t0
t01
= u (t)2 E ( (t)) + 2u (t) v (t) F ( (t)) + v (t)2 G ( (t))dt
t0
Analogamente:
t1 t1

l ( ) = ( ) (t) dt = u (t) Su ( (t)) + v (t) Sv ( (t)) dt
t t0
t01
= u (t)2 E ( (t)) + 2u (t) v (t) F ( (t)) + v (t)2 G ( (t))dt
t0
Mas S e S sao isometricas, ou seja, E ( (t)) = E ( (t)) , F ( (t)) = F ( (t)) e G ( (t)) =

G ( (t)) . Logo, l () = l ( ) .
Proposi ao 6. Se S, S : U R2 R3 sao superfcies isometricas, entao = S S1 e
c
uma isometria entre S e S.
Demonstracao.
Sejam d distancia intrnseca em S (U) e d distancia intrnseca em S (U) . Vamos mostrar

que d (x1, x2) = d ( (x1) , (x2)) .

d ?1 E L
S S

x1 (x1)
x2 dEK (x2)

Vimos na proposicao anterior que A = B sendo
A = {l () : e curva em S ligando x1 a x2}

B = l ( ) : e uma curva em S ligando (x1) a (x2) .
Logo, inf A = inf B e, portanto, d (x1, x2) = d ( (x1) , (x2)) . Como x1 e x2 sao ar-
bitrarios, temos que e isometria.
Proposi ao 7. Sejam S, S : U R2 R3 superfcies simples. Se a aplicacao :

c
S (U) S (U) , tal que = SS1, preserva comprimento de curvas, entao as superfcies
S e S sao isometricas.
Demonstracao.
Se = S e uma curva em S, entao, por hipotese, l () = l ( ) .

d ?1 E L
S S

x1 (x1)
x2 dEK (x2)

Seja (t) = P + t
v , sendo P = (u0, v0) U,

v = (m, n) um vetor nao nulo e (t) U
para t [0, b] .
v

U
v
P = (u0,v0)
u
Logo, (t) = (u0 + tm, v0 + tn) . Sejam = S e = . As funcoes comprimento
de arco para e sao dadas por:
t
S (t) = | (u)| du; S (b) = l ()
0
e
t

S (t) = (u) du; S (b) = l
0
Como preserva comprimento de curvas temos S (t) = S (t) ; t [0, b] . Logo,

S (t) = S (t) = | (t)| = (t) , t.
Mas (0) = P = (u0, v0) e (0) = (m, n) =

v . Alem disso,
2
| (0)| = I(0) ( (0))
e
2
(0) = I (0) (0) .
Assim,

IP ( (0)) = IP (0) =
m2E (P) + 2mnF (P) + n2G (P) = m2E (P) + 2mnF (P) + n2G (P) .
Como (m, n) e um vetor qualquer tal que m = 0 ou n = 0, vamos supor que m = 0 e

n = 0. Assim:
n2G (P) = n2G (P) = G (P) = G (P) .
Se n = 0 e m = 0 temos:
m2E (P) = m2E (P) = E (P) = E (P) .
Se n = 0 e m = 0 temos
F (P) = F (P) .
Logo, S e S sao isometricas.
Exemplo: Vimos na subsecao anterior que as superfcies:
S : ]0, 2[ R S (]0, 2[ R) R3 e S : ]0, 2[ R S (]0, 2[ R) R3

(u, v) (u, v, 0) (u, v) (cos (u) , sen (u) , v)
sao isometricas. Logo, a aplicacao : S (]0, 2[ R) S (]0, 2[ R) dada por
(u, v, 0) = S S1 (u, v, 0) = S (u, v) = (cos (u) , sen (u) , v)
e uma isometria entre S (]0, 2[ R) (parte do plano) e S (]0, 2[ R) (parte do cilindro).

1.16 Fun
c
ao Curvatura Normal
Sejam S : U R2 R3 uma superfcie regular e P U. A funcao curvatura normal kN
de S em P e denida por:
kN : TPS {0} R
IIP (w) .
w

IP (w)
Mostra-se que kN nao depende do modulo de w e, portanto, podemos falar de funcao
curvatura normal segundo uma direcao no plano tangente.
Interpretac
ao Geom
etrica da Curvatura Normal
Seja w TPS {0} tal que |w| = 1.

Existe uma curva : I R R3; ( = S ) ; tal que (t0) = w e (t0) = S (P) .
Vamos supor parametrizada pelo comprimento de arco.
Temos:
IIP (w)
kN (w) =
IP (w)

(t0) , (P)
=
|w|2
=
(t0) , (P)
=
T (t0) , (P)
=
k (t0) N (t0) , (P)
= k (t0)
N (t0) , (P) ,
sendo k (t0) a curvatura de em t0, T (t0) = (t0) vetor velocidade de em t0, N (t0)
Su Sv
o vetor normal a` curva em t0 e (P) = (P) vetor normal unitario à superfcie
|Su Sv|
S em P.
Seja o angulo entre N (t0) e (P) . Temos:

N (t0) , (P)
cos () = =
N (t0) , (P) .
|N (t0)| . | (P)|
Logo, kN = k (t0) cos () .
(P)
N(t0)

S(P)
(t0)
Seja w TPS. Consideremos a curva determinada pela interseccao de S com o plano

determinado por (P) , w e S (P) . Esta curva e denominada seccao normal da superfcie
S determinada por w TPS.
(P)
w

S(P)
Pode-se provar que existe t0 I tal que (t0) = S (P) , (t0) = w e N (t0) = (P) .
Desta forma, kN (w) = k (t0) , pois o angulo entre (P) e N (t0) e 0 ou radianos.
Logo,
|kN (w)| = k (t0) .
Conclusao: o modulo da curvatura normal de S em P na direcao de w e a curvatura em
t0 da curva obtida pela interseccao de S com o plano determinado por S (P) , w e (P) .
Com isso, |kN (w)| mede o quanto a superfcie S se afasta da direcao tangente determi-
nada por w.
Observacoes:
(1) Os pontos X do traco de sao os pontos (t) = S (u (t) , v (t)) que satisfazem a
equacao

X S (P) , (P) w = 0.
O primeiro vetor esta no plano normal a S em t0 que determina e o segundo e perpen-
dicular a esse plano.
(2) Se e uma curva na superfcie S, a curvatura normal de S em (t) na direcao de

w = (t) e dada por:
II(t) ( (t))
kN = ,
I(t) ( (t))
sendo:
(t) = S (t) ;
(t) = (x (t) , y (t)) ;
(t) = x (t) Su ( (t)) + y (t) Sv ( (t)) .
Exemplo 1:
(i) Seja S (u, v) = (u, v, 1) , (u, v) R2. (S e um plano)

z
(P) S (2)
R2
S S(P) w
P
x

Temos TPS = S R2 .
Seja w TPS. O plano determinado por w, S (P) e (P) determina uma reta em S, ou
seja, as seccoes normais determinadas por qualquer w sao retas, cuja curvatura e nula.
Logo:
|kN (w)| = k (t0) = 0 = kN (w) = 0, w TPS.
(ii) Seja S (u, v) = (a sen (v) cos (u) , a sen (v) sen (u) , a cos (v)) , (u, v) R2; a > 0.
As seccoes normais na esfera sao crculos maximos , cuja curvatura e constante e igual
1
a . Logo:
a
1 1
|kN (w)| = k (t0) = = kN (w) = .
a a
O sinal depende da parametrizacao de S.
S(P)
w
(P)
a
}
Existem direcoes determinadas por w onde a curvatura normal e maxima ou mnima.

Vejamos, primeiramente, um exemplo.
Exemplo 2: Sejam S (u, v) = (cos (u) , sen (u) , v) , (u, v) R2 e P = (u, v) .

Temos:
E (P) = 1, F (P) = 0, G (P) = 1.

e (P) = 1, f (P) = 0, g (P) = 0.
Seja:
w = aSu (P) + bSv (P) TPS {0} .
Logo:
IIP (w) a2
kN = = 2 = 1 kN (w) 0, w TPS {0} .
Ip (w) a + b2
Seja w1 = 1Su (P)+0Sv (P) = ( sen (u) , cos (u) , 0) . Temos kN (w1) = 1 (valor mnimo
de kN).
Seja w2 = 0Su (P) + 1Sv (P) = (0, 0, 1) . Temos kN (w2) = 0 (valor maximo de kN). As
curvas normais que correspondem aos valores mnimos sao crculos de raio 1. As curvas
normais que correspondem aos valores maximos sao retas.
A demonstracao da proposicao abaixo pode ser encontrada em [6], paginas 164, 165, 166
e 167.
Proposi ao 8. Sejam S : U R2 R3 uma superfcie regular, P U e kN :

c
TPS {0} R a funcao curvatura normal de S em P. Entao, existem vetores ortogonais
e unitarios w1 e w2 em TPS tais que k1 = kN (w1) e valor mnimo de kN e k2 = kN (w2)
e valor maximo de kN.
Os valores k1 e k2 da proposicao acima sao chamados de curvaturas principais de S em

P e os vetores w1 e w2 sao os vetores principais de S em P. As direcoes determinadas por
w1 e w2 sao chamadas de direcoes principais de S em P.
A demonstracao da proposicao abaixo pode ser encontrada em [6], paginas 169 e 170.
Proposi ao 9. (Formula de Euler ) Sejam S : U R2 R3 superfcie regular; P U,

c
w1, w2 os vetores principais de S em P e k1, k2 as curvaturas principais de S em P. Seja
w TPS {0} tal que |w| = 1. Se w = w1 cos () + w2 sen () , entao
kN (w) = k1 cos2 () + k2 sen2 () .
1.17 Curvatura Gaussiana e Curvatura M

edia de S em P
Seja S : U R2 R3 superfcie regular com curvaturas principais k1 e k2 em P.
Denimos
K (P) = k1k2
como sendo a curvatura gaussiana de S em P e
k1 + k2
H (P) =
2
como sendo a curvatura media de S em P.
Observacao: Conhecendo-se K (P) e H (P) , podemos encontrar as curvaturas principais

resolvendo a equacao do segundo grau:
x2 2H (P) x + K (P) = 0.
A demostracao da proposicao abaixo pode ser encontrada em [6] , paginas 171 e 172.
Proposi ao 10. Sejam S : U R2 R3 superfcie regular e p U. Entao, as

c
curvaturas gaussiana e media sao dadas por:
e (P) g (P) f (P)2

K (P) =
E (P) G (P) F (P)2
e
1 e (P) G (P) 2f (P) F (P) + E (P) g (P)
H (P) = . ,
2 E (P) G (P) F (P)2
sendo E (P) , F (P) e G (P) coecientes de da Primeira Forma Quadratica de S em P e
e (P) , f (P) e g (P) os coecientes da Segunda Forma Quadratica de S em P.
Exemplos:
(1) Seja S (u, v) = (cos (u) , sen (u) , v) , (u, v) R2 a parametrizacao de um cilindro.
Temos:
E (P) = 1, F (P) = 0, G (P) = 1

e (P) = 1, f (P) = 0, g (P) = 0

0 1 1 1
Assim, K (P) = = 0, P U e H (P) = = = 0, P U.
1 2 1 2

(2) Seja S (u, v) = u, v, v2 u2 , (u, v) R2. (paraboloide hiperbolico)
Temos:
E (0, 0) = 1, F (0, 0) = 0, G (0, 0) = 1

e (0, 0) = 2, f (0, 0) = 0, g (0, 0) = 2
Assim, K (0, 0) = 4 e H (0, 0) = 0. As curvaturas principais em P = (0, 0) sao k1 = 2

e k2 = 2.

(3) Sejam S (u, v) = 1 u3 cos (v) , u, 1 u3 sen (v) + 1 , 1 < u < 1 e v R.
Esta superfcie e obtida pela rotacao da curva (u) = 0, u, u3 , 1 < u < 1, em torno
da reta z = 1 contida no plano yz. Seu nome e Chapeu de Sherlock. Temos:
E (0, v) = 1, F (0, v) = 0, G (0, v) = 1

e (0, v) = 0, f (0, v) = 0, g (0, v) = 1
para qualquer (0, v) R2.

z
S(0,v)
1
Logo, K (0, v) = 0 e H (0, v) = para todo v R. As curvaturas principais em (0, v)
2
sao k1 = 1 e k2 = 0.
Dizemos que S : U R2 R3 regular e uma superfcie mnima se H (P) = 0; P U.
Dentre as superfcies regulares em R3, duas classes se destacam:
(1) As superfcies de curvatura gaussiana constante (para qualquer ponto), como por
exemplo:
(1 i) plano e cilindro, no qual K (P) = 0, P.
1
(1 ii) esfera de raio r > 0, na qual K (P) = 2 , P.
r
(1 iii) pseudo-esfera, na qual K (P) = 1, P. A pseudo-esfera pode ser obtida pela
rotacao da tratriz:

t
(t) = sen (t) , 0, cos (t) + ln tan , t 0, ,
2 2
em torno do eixo z.
(2) As superfcies mnimas, como por exemplo:

(2 i) plano, no qual H (P) = 0, P.
(2 ii) catenoide no qual H (P) = 0, P.
(2 iii) helicoide, no qual H (P) = 0, P. (superfcie gerada por todos os segmentos
paralelos a xy ligando o eixo z a uma helice cilndrica de eixo z.
Algumas propriedades geometricas interessantes em superfcies com K (P) = c ou H (P) =

0, P, sao:
(1) Se S e S possuem mesma curvatura gaussiana constante, entao e possvel restringir os

domnios de S e S de tal modo que exista uma isometria entre S e S (homogeneidade).
(2) Se S e superfcie mnima, entao considerando uma regiao sucientemente pequena em

S, a area dessa regiao e menor do que ou igual a` area de qualquer superfcie que tenha a
mesma fronteira da regiao (e a superfcie da pelcula de sabao).
1.18 Classica
c
ao de Pontos em uma Superfcie
Seja S : U R2 R3 superfcie regular e P U. Dizemos que o ponto P e:
(i) elptico quando K (P) > 0.
(ii) hiperb olico quando K (P) < 0.
(iii) parab olico quando K (P) = 0 e H (P) = 0.
(iv) planar quando K (P) = 0 e H (P) = 0.
Exemplo 1:
(i) Todos os pontos de um plano sao planares, pois K (P) = H (P) = 0, P.

1
(ii) Todos os pontos de uma esfera de raio r sao elpticos pois K (P) = , P.
r2

(iii) O ponto P = (0, 0) do paraboloide hiperbolico S (u, v) = u, v, v2 u2 , (u, v)
R2 e hiperbolico pois K (0, 0) = 4. Na verdade, todos os pontos de um paraboloide
hiperbolico sao hiperbolicos.
(iv) Todos os pontos do cilindro S (u, v) = (cos (u) , sen (u) , v) , (u, v) R2 sao parabolicos,
1
pois K (P) = 0 e H (P) = = 0, P U.
2
Exemplo 2:

(i) No Chapeu de Sherlock S (u, v) = 1 u3 cos (v) , u, 1 u3 sen (v) + 1 , 1 <
u < 1 e v R, os pontos da forma S (u, v) com u = 0 sao parabolicos; com 1 < u < 0
sao hiperbolicos e; com 0 < u < 1 sao elpticos.
(ii) No toro S (u, v) = ((a + r cos (u)) cos (v) , (a + r cos (u)) sen (v) , r sen (u)) , (u, v)
R2, 0 < r < a temos:

(a) Se + 2h < u < + 2h, h Z, entao os pontos P = (u, v) sao elpticos.
2 2

(b) Se u = + h, h Z, entao os pontos P = (u, v) sao pontos parabolicos.
2
3
(c) Se + 2h < u < + 2h, h Z, entao os pontos P = (u, v) sao hiperbolicos.
2 2
ao: Em uma superfcie mnima temos k1 = k2. Logo:

Observac
K (P) = (k2)2 0, P U.
Conclusao: Em uma superfcie mnima todos os pontos sao hiperbolicos ou planares.
Planos Tangentes e Classica

c
ao de Pontos
(1) Sejam S : U R2 R3 superfcie regular e P U. Vimos que P e elptico quando

K (P) > 0. Mas, K (P) = k1k2 > 0 = k1, k2 > 0 ou k1, k2 < 0. Lembrando que a
curvatura normal
kN : TPS {0} R
w kN (w)
e tal que k1 kN (w) k2 para todo w, temos:
(1 i) Se k1, k2 > 0, entao:
0 < k1 kN k2 = kN (w) > 0, w.
Vimos que |kN (w)| = k (t0) sendo k (t0) a curvatura da curva que e a seccao normal
da superfcie S determinada por w, ( (t0) = S (P)).
Como kN (w) > 0 para qualquer w TPS {0} , entao k (t0) > 0 para qualquer seccao
normal da superfcie S passando por S (P) .
Vimos em curvas planas que se k (t0) > 0, entao a curva tem concavidade voltada para
o sentido do vetor (t0) . Mas
(t0)
N (t0) =
| (t0)|
e o vetor normal unitario a` curva em (t0) e vimos
kN (w) = k (t0) cos ()

sendo o angulo entre os vetores N (t0) e (P) , com (P) vetor unitario normal a S em
P. Como, neste caso:
cos () = 1 = = 0 = N (t0) = (P)
para qualquer seccao normal de S passando por S (P) , ou seja, todas as seccoes normais
possuem concavidades voltadas para o sentido do vetor (P) .
Conclusao: Existe uma vizinhanca V de P tal que S (V) esta contido em apenas um dos
semiespacos determinados pelo plano tangente a S em S (P) .
S(P) = (t0)
N(t0)
N(t0) = (P)
S = S

S(P)
TPS
(1 ii) Se k1, k2 < 0, entao:

k2 kN (w) k1 < 0 = kN (w) = 0, w TPS {0} .
Como kN (w) = k (t0) cos () e k (t0) > 0 (as parametrizacoes de sao tais que a cur-
vatura k (t0) seja positiva), temos que
cos () = 1 = = ,
ou seja, (P) e N (t0) possuem sentidos opostos. Assim, para qualquer seccao normal de
S passando por S (P) temos a concavidade voltada para o sentido do vetor (P) .
Conclusao: Existe uma vizinhaca V de P tal que S (V) esta contido em apenas um dos
semiespacos determinado pelo plano tangente a S em S (P) .
(S)
TPS
S(P)
S
N(t0)
(2) Seja S : U R2 R3 superfcie regular e P U. Vimos que P e hiperbolico quando

K (P) < 0. Mas K (P) = k1k2 < 0 = k1 e k2 possuem sinais opostos. Neste caso temos
seccoes normais a S passando por S (P) com concavidades locais voltadas para os dois
semiespacos determinados por TPS.
(P)
TPS
S(P)
(3) Seja S : U R2 R3 superfcie regular e P U.
Vimos que P e parabolico quando K (P) > 0 e H (P) = 0.
Mas K (P) = k1k2 = 0 k1 = 0 ou k2 = 0.
k1 + k2
Como H (P) = = 0 = k1 e k2 nao sao nulos ao mesmo tempo.
2
Assim, se k1 = 0 temos:
0 = k1 kN (w) k2 = 0 kN (w) .
Se k2 = 0 temos:
k1 kN (w) k2 = 0 = kN (w) 0.
Geometricamente temos que ha uma seccao normal de S passando por S (P) na qual a
curvatura k (t0) e nula e todas as outras seccoes normais a S passando por S (P) estao
com concavidades locais voltadas para um mesmo semiespaco determinado por TPS. No
entanto, isso nao quer dizer que, localmente, todas as secoes normais estao com concavi-
dades voltadas para um mesmo lado de TpS. A secao normal que possui curvatura nula
pode ter comportamento do tipo da curva y = x3 no plano. No Chapeu de Scherlock
ha exemplos desse tipo de comportamento.
(4) Seja S : U R2 R3 superfcie regular e P U. Vimos que P e planar quando

K1 + K2
K (P) = H (P) = 0. Como K (P) = K1K2 e H (P) = , entao:
2
K1 = K2 = 0 = KN (w) = 0; w TpS.
Geometricamente, toda seccao normal a S passando por S (P) possui curvatura nula, ou
seja, localmente (em torno de S (P)) a superfcie S se comporta como um plano.
Assim como no caso dos pontos parabolicos, nada se pode armar sobre a concavidade
das seccoes normais em P S em relacao ao plano tangente TPS. Dois exemplos do
comportamento erratico dos pontos planares com relaca2o ao plano tangente sao dados
3 2
pelas
4 superfcies S (u, v)
= u, v, u 3uv , (u, v) R (Sela de Macaco) e S (u, v) =
v cos (u) , v sen (u) , v , (u, v) R (rotacao de z = x4 em torno do eixo z).
4 2
1.19 Pontos Umblicos

Seja S : U R2 R3 superfcie regular e P U. Dizemos que um ponto P e umblico
de S quando k1 = k2 em P, ou seja, a curvatura normal kN e constante em P.
Exemplo 1: Os pontos umblicos de uma superfcie mnima sao planares.

De fato: como em uma superfcie mnima k1 = k2, se P e umblico, entao k1 = k2, ou
seja,
k1 = k2 = 0 = K (P) = H (P) = 0.
Proposiao 11. Se P e um ponto umblico de uma superfcie S, entao H (P)2 = K (P) .

c
Demonstracao.
Temos:
2
2 k1 + k2
H (P) K (P) = k1k2
2
k2 + 2k1k2 + k22 4k1k2
= 1
4
k1 2k1k2 + k22
2
=
4
(k1 k2)2
=
2
0.
Como P e umblico: k1 = k2. Logo:
H (P)2 K (P) = 0 = H (P)2 = K (P) ,
como queramos.
Exemplo 2:
1
(i) Na esfera todos os pontos sao umblicos pois k1 = k2 = .
r
(ii) No plano todos os pontos sao umblicos pois k1 = k2 = 0.
Proposi ao 12. Sejam S : U R2 R3 superfcie regular e P U. Entao, P e

c
umblico se, e somente se, R tal que e (P) = E (P) ; f (P) = F (P) e g (P) = G (P) .
Demonstracao.
=) Se P e umblico, entao:
IIP (w)
k1 = k2 = = kN (w) = = (pois k1 kN (w) k2).
IP (w)
Se w = aSu (P) + bSv (P) temos:
a2e (P) + 2abf (P) + b2g (P)

kN = 2 = =
a E (P) + 2abF (P) + b2G (P)
a2e (P) + 2abf (P) + b2g (P) = a2E (P) + 2abF (P) + b2G (P)
para quaisquer (a, b) R2 {(0, 0)} .

Fazendo:
a = 1 e b = 0 temos e (P) = E (P)
a = 0 e b = 1 temos g (P) = G (P) .

a = 1 e b = 1 temos f (P) = F (P)
=) Se e (P) = E (P) , f (P) = F (P) e g (P) = G (P) temos:

IIP (w)
IIP (w) = IP (w) = = = kN (w) = = P e umblico.
IP (w)

Exemplo 3. Determinacao de todos os pontos umblicos de um paraboloide circular

S (u, v) = u, v, u2 + v2 , (u, v) R2.
z
y
x
Temos:
Su (u, v) = (1, 0, 2u) e Sv (u, v) = (0, 1, 2v) ;
(Su Sv) (u, v) = (2u, 2v, 1) ;
Suu (u, v) = (0, 0, 2) , Svv (u, v) = (0, 0, 2) e Suv (u, v) = (0, 0, 0) .
Temos:
(2u, 2v, 1)
(u, v) = .
4u2 + 4v2 + 1
Assim:
E (u, v) = 1 + 4u2, F (u, v) = 4uv e G (u, v) = 1 + 4v2;
2 2
e (u, v) = , f (u, v) = 0 e g (u, v) = .
4u + 4v + 1
2 2 4u + 4v2 + 1
2
Vimos que P = (u, v) e umblico se, e somente se, e (P) = E (P) , f (P) = F (P) e
g (P) = G (P) , sendo = k1 = k2 = kN (w) , w TPS {0} .
Seja R tal que
2
e (u, v) = E (u, v) = = 1 + 4u2 (1)
4u2 + 4v2 + 1
f (u, v) = F (u, v) = 0 = 4uv (2)
2
g (u, v) = G (u, v) = = 1 + 4v2 (3)
4u2 + 4v2 + 1
De (1) temos = 0. De (2) temos u = 0 ou v = 0. De (1) e (3) temos u2 = v2. Logo,
u = v = 0 e P = (0, 0) e o u
nico ponto umblico de S.
A demonstracao da proposicao abaixo pode ser encontrada em [6] , paginas 189, 190 e
191.
Proposi ao 13. Seja S : U R2 R3 uma superfcie regular, sendo U um aberto
c
conexo do R2. Se todo P U e um ponto umblico de S, entao a curvatura gaussiana K e
constante e K (P) 0, P U.
Se K (P) = 0, entao S (U) esta contida em um plano.
1
Se K (P) > 0, entao S (U) esta contida numa esfera de raio .
K (P)
1.20 Linhas de Curvatura
Sejam S : U R2 R3 uma superfcie regular e : I R R3 curva regular
tal que (t) S (U) , ou seja, (t) = (u (t) , v (t)) U tal que (t) = S (t) =
S (u (t) , v (t)) .
Dizemos que e uma linha de curvatura em S quando (t) e uma direcao principal de
S para todo t I.
v
U z
S
S
(t)
(t)

(t)
u

y

(t) vetor principal
t
I
x

Exemplo 1:
(1 i) Plano. Temos que kN (w) = 0 para todo w TPS {0} . Logo, qualquer vetor no
plano e vetor principal e, portanto, qualquer direcao no plano e direcao principal. Deste
modo, qualquer curva regular no plano e uma linha de curvatura.
1
(1 ii) Esfera. Temos que kN (w) = , w TPS {0} . Logo, qualquer w determina
r
uma direcao principal na esfera. Deste modo, qualquer curva regular na esfera e uma
linha de curvatura.
(1 iii) Cilindro. As linhas de curvatura no cilindro sao os meridianos (retas) e os

paralelos (circunferencias).
linhas de curvatura
As demonstracoes das proposicoes abaixo podem ser encontradas em [6] , paginas 195,
197, 198 e 199.
Proposi ao 14. Sejam S : U R2 R3 uma superfcie regular e (t) = S (u (t) , v (t))
c
uma curva regular sobre S. Entao, e uma linha de curvatura se, e somente se, as funcoes
u (t) e v (t) satisfazem

v (t)2 u (t) v (t) u (t)2
det E (u (t) , v (t)) F (u (t) , v (t)) G (u (t) , v (t)) = 0,
e (u (t) , v (t)) f (u (t) , v (t)) g (u (t) , v (t))
sendo E, F, G, e, f, g os coecientes da primeira e segunda formas quadraticas de S em

(u (t) , v (t)) .
Proposi cao 15. (Olinde Rodrigues) Sejam S : U R2 R3 uma superfcie regular e

(t) = S (u (t) , v (t)) , t I, uma curva regular em S. Entao, e uma linha de curvatura
em S se, e somente se, : I R diferenciavel tal que (t) + (t) (t) = 0, t I,
sendo (t) = (u (t) , v (t)) . Neste caso, (t) = kN ( (t)) .
Proposi cao 16. Sejam S : U R2 R3 uma superfcie regular e P U um ponto

nao umblico de S. Entao, existe uma vizinhanca V U, P V tal que Q V, Q e
um ponto nao umblico de S. Alem disso, se Q V, existem exatamente duas linhas de
curvatura em P, 1 e 2, tais que 1 (t) = S (u1 (t) , v1 (t)) e 2 (t) = S (u2 (t) , v2 (t))
com (u1 (0) , v1 (0)) = Q = (u2 (0) , v2 (0)) .

S 1
2
S(Q)
Q no umblico
Observacao: Se o ponto P for umblico na proposicao acima, nada podemos armar

sobre a existencia de linhas de curvatura. Considere os seguintes exemplos.
Exemplo 2:

(2 i) Seja S (u, v) = u, v, u2 + v2 , (u, v) R2 (paraboloide circular). Vimos que
P = (0, 0) e o unico ponto umblico de S. Nesse caso, E (P) = 1, F (P) = 0, G (P) = 1,
e (P) = 2, f (P) = 0 e g (P) = 2. Seja (t) = S (u (t) , v (t)) uma linha de curvatura. Pela
Proposicao 14, as funcoes u (t) e v (t) devem satisfazer:

v (t)2 u (t) v (t) u (t)2
= det E (u (t) , v (t)) F (u (t) , v (t)) G (u (t) , v (t)) = 0.
e (u (t) , v (t)) f (u (t) , v (t)) g (u (t) , v (t))
No entanto, quaisquer funcoes u (t) , v (t) satisfazem = 0. Logo, temos innitas linhas
de curvatura em P = (0, 0) .
(2 ii) Pelos pontos umblicos do elipsoide nao existem linhas de curvatura.

Exemplo 3: Se S e superfcie de rotacao entao os meridianos e paralelos sao linhas de
curvatura. De fato:
(1) (t) = S (u0, v (t)) e tal que (t) = Su (u0, v (t)) 0 + Sv (u0, v (t)) v (t) ;
(2) (t) = S (u (t) , v0) e tal que (t) = Su (u (t) , v0) u (t) + Sv (u (t) , v0) 0.
Em ambos os casos, u (t) = 0 e v (t) = 0.
Por outro lado, e facil vericar que F (u (t) , v (t)) = f (u (t) , v (t)) = 0 em uma superfcie
de rotacao.\
Logo, o determinante da Proposicao 14 sempre se anula para os meridianos e paralelos,
ou seja, os mesmos sao linhas de curvatura.
1.21 Linhas Assint

oticas
Seja S : U R2 R3 uma superfcie regular e P U. Uma direcao assintotica em P e
uma direcao determinada por um vetor tangente w TPS {0} tal que kN (w) = 0.
Exemplo 1:
(1 i) No plano, todo w TPS {0} e tal que kN (w) = 0. Logo, qualquer direcao no
plano e uma direcao assintotica.
1
(1 ii) Na esfera, kN (w) = = 0, w TPS {0} . Logo, nao existem direcoes
r
assintoticas na esfera.

(1 iii) Seja o paraboloide hiperbolico S (u, v) = u, v, u2 v2 , (u, v) R2. Seja P =
(0, 0) .
Se w = aSu (0, 0) + bSv (0, 0) , temos
2a2 + 2b2
kN (w) = .
a2 + b2
Assim:
kN (w) = 0 a = b.
Como Su (0, 0) = (1, 0, 0) e Sv (0, 0) = (0, 1, 0) temos
w = a (1, 0, 0) + b (0, 1, 0) = w = (a, a, 0) ou w = (a, a, 0)
determinam as direcoes assintoticas em P = (0, 0) .
direes assintticas
S(P)
S
A demonstracao da proposicao abaixo pode ser encontrada em [6] , paginas 200 e 201.
Proposi ao 17: Seja S : U R2 R3 uma superfcie regular e seja P U.

c
(a) Se P e elptico, entao nao existem direcoes assintoticas em P.
(b) Se P e hiperbolico, entao existem exatamente duas direcoes assintoticas em P.
(b) Se P e parabolico, entao existe exatamente uma direcao assintotica em P, que tambem
e principal.
(d) Se P e planar, entao todas as direcoes sao assintoticas em P.
Seja S : U R2 R3 uma superfcie regular. Uma curva regular (t) = S (u (t) , v (t)) ,
t I R, e uma linha assintotica de S, se para todo t I, (t) determina uma direcao
assintotica de S em (u (t) , v (t)) .
Exemplo 2:
(2 i) Toda curva regular do plano e uma linha assintotica.
(2 ii) Na esfera nao ha linhas assintoticas.
(2 iii) No cilindro os meridianos (retas) sao linhas assintoticas.
linhas assintticas
(2 iv) Se (t) = S (u (t) , v (t)) e uma reta em S, entao e uma linha assintotica.
De fato: kN ( (t)) = k (t) cos () , sendo o angulo entre N (t) e (u (t) , v (t)) .
Logo, kN ( (t)) = 0, t I, isto e, e linha assintotica. 2
Desta forma, no paraboloide hiperbolico S (u, v) = u, v, u v2 , (u, v) R2 temos que
as retas 1 (t) = (t, t, 0) e 2 (t) = (t, t, 0) sao linhas assintoticas.
ao: Seja (t) = S ( (t)) uma linha assintotica em S, sendo (t) = (u (t) , v (t))
Observac
Entao:
II(t) ( (t))
kN ( (t)) = 0 = 0 II(t) ( (t)) = 0. (4)
I(t) ( (t))
Temos (t) = Su ( (t)) u (t) + Sv ( (t)) v (t) , isto e, a = u (t) e b = v (t). Logo, de
(4):
u (t)2 e ( (t)) + 2u (t) v (t) f ( (t)) + v (t)2 g ( (t)) = 0
que e uma equacao diferencial ordinaria que permite encontrar as linhas assintoticas. (u
e v sao as solucoes)
Exemplo 3:
(3 i) Consideremos S (u, v) = (cos (u) , sen (u) , v) , (u, v) R2.
Temos:
Su (u, v) = ( sen (u) , cos (u) , 0) e Sv (u, v) = (0, 0, 1) ;

(u, v) = (cos (u) , sen (u) , 0) ;
Suu (u, v) = ( cos (u) , sen (u) , 0) , Suv (u, v) = (0, 0, 0) e Svv (u, v) = (0, 0, 0) .
Logo, e (u, v) = 1, f (u, v) = 0 e g (u, v) = 0. A equacao diferencial ordinaria acima ca
u (t)2 1 = 0 = u (t) = a (constante).
Assim:
(t) = (cos (a) , sen (a) , v (t)) ,
com v (t) qualquer.
Logo, as linhas assintoticas de um cilindro sao os meridianos.
Os meridianos
so as nicas
linhas assintticas
do cilindro.
(3 ii) Consideremos S (u, v) = (u, v, uv) , (u, v) R2.

Temos
Su (u, v) = (1, 0, v) e Sv (u, v) = (0, 1, u) ;

(v, u, 1)
(u, v) = ;
|(Su Sv) (u, v)|
Suu (u, v) = (0, 0, 0) , Suv (u, v) = (0, 0, 1) e Svv (u, v) = (0, 0, 0) .
1
Logo, e (u, v) = 0, f (u, v) = e g (u, v) = 0. A equacao diferencial
|(Su Sv) (u, v)|
ordinaria acima ca
1
2u (t) v (t) = 0 =
|(Su Sv) (u, v)|
u (t) v (t) = 0 =

u (t) = 0
=
v (t) = 0
u (t) = a (constante) ou v (t) = b (constante).
Assim,
(t) = (a, v (t) , av (t))
com v (t) qualquer (reta contida no plano x = a) ou
(t) = (u (t) , b, b.u (t))

com u (t) qualquer (reta contida no plano y = b).

(3 iii) Consideremos S (u, v) = u, v, u2 + v2 ; (u, v) R2. (paraboloide circular)
Temos:
Su (u, v) = (1, 0, 2u) e Sv (u, v) = (0, 1, 2v) ;

(2u, 2v, 1)
(u, v) = ;
|(Su Sv) (u, v)|
Suu (u, v) = (0, 0, 2) , Suv (u, v) = (0, 0, 0) e Svv (u, v) = (0, 0, 2) .
2 2
Logo, e (u, v) = , f (u, v) = 0 e g (u, v) = . A equacao
|(Su Sv) (u, v)| |(Su Sv) (u, v)|
diferencial ordinaria acima ca:
2 2
u (t)2 + v (t)2 = 0 =
|(Su Sv) (u, v)| |(Su Sv) (u, v)|
u (t)2 + v (t)2 = 0 =
u (t) = 0 e v (t) = 0 =
u (t) = a (constante) e v (t) = b (constante).
Logo, nao existem linhas assintoticas em S (alem disso, (t) deveria ser regular =
(t) = 0 = u (t) = 0 ou v (t) = 0.
1.22 Geod
esicas
Uma curva parametrizada pelo comprimento de arco na superfcie regular S : U
R2 R3, (t) = S (u (t) , v (t)) , t I e uma geodesica quando (t) e paralelo a
(u (t) , v (t)) para qualquer t I, sendo que (u (t) , v (t)) denota o vetor normal a`
superfcie S.
(t)
ao: Se (t) = 0, t I, N (t) =
Observac e o vetor normal a` curva em t. Se
| (t)|
e uma geodesica, entao N (t) // (u (t) , v (t)) .
Nt = Rut, vt

S

(t)
Nt = ?Rut, vt
Exemplo 1:
(1 i) Todas as retas em uma superfcie regular S sao geodesicas.

De fato, se (t) e uma reta em S, entao:
(t) = 0 = (t) // (u (t) , v (t)) , ( (t) = 0. (u (t) , v (t))) .

Observacao: Seja (t) uma seccao normal de S em P = (t0) U. Embora N (t0) //
(P) , nem sempre a seccao e geodesica de S, pois os vetores N (t) e (u (t) , v (t))
podem ser paralelos apenas em (t0) .
(1 ii) Cilindro: S (u, v) = (cos (u) , sen (u) , v) , (u, v) R2.

Os meridianos de um cilindro sao geodesicas (pois sao retas).
Seja (t) = (cos (t) , sen (t) , c) , c constante (um crculo contido no cilindro).
Temos (t) = ( cos (t) , sen (t) , 0) e
(u, v) = (cos (u) , sen (u) , 0) = (u (t) , v (t)) = (t, c) = (cos (t) , sen (t) , 0)
(observemos que (t) = S (t, c)).

Logo, (t) // (t, c) , ou seja, (t) e uma geodesica em S.
Seja (t) = (cos (t) , sen (t) , t) (uma helice circular contida no cilindro).
Temos (t) = ( cos (t) , sen (t) , 0) e
(u, v) = (cos (u) , sen (u) , 0) = (u (t) , v (t)) = (t, t) = (cos (t) , sen (t) , 0)
(observemos que (t) = S (t, t)).

Logo, (t) // (t, t) , ou seja, (t) e uma geodesica em S.
Meridiano
Crculos
Hlice
Proposi ao 18. Seja S : U R2 R3 superfcie regular. Se (t) = S (u (t) , v (t)) ,

c
t I R, e uma geodesica, entao:
(a) | (t)| e constante;
d
(b) ( (u (t) , v (t))) = k (t) T (t) (t) B (t) , quando for parametrizada por
dt
comprimento de arco e (t) = 0. (k e curvatura e e a torcao)
Com o auxlio da proposicao acima, e facil provar que de uma curva na esfera e uma
geodesica se, e somente se, e um crculo maximo.
Observac ao: Considere o plano gerado por (u (t) , v (t)) e (t) passando por (t)
em uma superfcie regular S. Vamos supor parametrizada pelo comprimento de arco.
Se e uma geodesica, entao N (t) = (u (t) , v (t)) . Logo, o plano e gerado por N (t)
e T (t) = (t) , ou seja, e o plano osculador de em t.
Conclusao: Se e uma geodesica em S, entao o plano osculador de em t e perpendicular
ao plano tangente a` superfcie S em (t) .
Seja S : U R2 R3 uma superfcie regular. Temos que Su (u, v) , Sv (u, v) e (u, v) =

Su Sv
(u, v) sao linearmente independentes. Logo, {Su, Sv, } forma uma base de R3
|Su Sv|
para cada (u, v) U.
Deste modo, os vetores Suu (u, v) , Suv (u, v) e Svv (u, v) podem ser escritos como com-
binacoes lineares de Su, Sv e , ou seja:
1 2
Suu (u, v) = 11 Su (u, v) + 11 Sv (u, v) + a11 (u, v)
1 2
Suv (u, v) = 12Su (u, v) + 12Sv (u, v) + a12 (u, v) (5)
1 2
Svv (u, v) = 22 Su (u, v) + 22 Sv (u, v) + a22 (u, v)
sendo ijk = ijk (u, v) R e aij = aij (u, v) R.
Sabemos que
u, (u, v) = 0 e
v, (u, v) = 0. Portanto, u e v sao vetores do plano
tangente a S em P = (u, v) . Logo:

u (u, v) = b11Su (u, v) + b12Sv (u, v)
(6)
v (u, v) = b21Su (u, v) + b22Sv (u, v)
sendo bij = bij (u, v) R.
Apos algumas contas:
1 GEu 2FFu + FEv 2 2EFu EEv FEu
11 (u, v) = (u, v) 11 (u, v) = (u, v)
2 (EG F2) 2 (EG F2)
1 GEv FGu 2 EGu FEv

12 (u, v) = (u, v) 12 (u, v) = (u, v)
2 (EG F2) 2 (EG F2)
1 2GFv GGu FGv 2 EGv 2FFv + FGu

22 (u, v) = (u, v) 22 (u, v) = (u, v) (7)
2 (EG F2) 2 (EG F2)
fF eG eF fE
b11 (u, v) = (u, v) b12 (u, v) = (u, v)
EG F2 EG F2
gF fG fF gE
b21 (u, v) = (u, v) b22 (u, v) = (u, v)
EG F 2 EG F2
a11 (u, v) = e (u, v) ; a12 (u, v) = f (u, v) ; a22 (u, v) = g (u, v)
umeros reais ijk; k, i, j = 1, 2; sao chamados Smbolos de Christoel da superfcie S.
Os n
Proposi c ao 19. Sejam S : U R2 R3 superfcie regular e : I R R3,

(t) = S (u (t) , v (t)) curva regular sobre S. Entao, e uma geodesica de S se, e somente
se, as funcoes u = u (t) e v = v (t) satisfazem o sistema de equacoes diferenciais ordinarias:

u + (u )2 11
1
+ 2u v 12
1
+ (v )2 22
1
=0
2 2 2 2 2
v + (u ) 11 + 2u v 12 + (v ) 22 = 0
Exemplo 2:
(2 i) Plano: S (u, v) = P + uw1 + vw2, u, v R.

Tomemos Su (P) = w1 e Sv (P) = w2.
Temos E = |w1|2 , F =
w1, w2 , G = |w2|2 , Eu = Ev = 0, Fu = Fv = 0 e Gu = Gv = 0.
Substituindo no sistema de equacoes diferenciais ordinarias acima:

u = 0 u = b u = a + bt
= = .
v = 0 v = d v = c + dt
Logo:
(t) = S (a + bt, c + dt) = P + (a + bt) w1 + (c + dt) w2 =

(t) = P + aw1 + cw2 + t (bw1 + dw2) .
Logo, e geodesica do plano e uma reta.
(2 ii) Vimos que S, S : U R2 R3 sao superfcies isometricas se, e somente se,

E = E, F = F e G = G. Sejam
S (u, v) = (u, v, 0) ; 0 < u < 2; v R. (plano)

S (u, v) = (cos (u) , sen (u) , v) ; 0 < u < 2; v R. (cilindro)
Assim, E = 1 = E, F = 0 = F e G = 1 = G.
Observemos que em superfcies isometricas os Smbolos de Christoel sao iguais. Logo,
se (t) = S (u (t) , v (t)) e uma geodesica em S, entao (t) = S (u (t) , v (t)) e uma
geodesica em S.
Como vimos no exemplo anterior, u (t) = a + bt e v (t) = c + dt. Logo, as geodesicas do
cilindro sao
(t) = S (a + bt, c + dt) = (t) = (cos (a + bt) , sen (a + bt) , c + dt) .
Se b = 0 e d = 0, entao (t) = (cos (a) , sen (a) , c + dt) e um meridiano do cilindro.

Se b = 0 e d = 0, entao (t) = (cos (a + bt) , sen (a + bt) , c) e um crculo do cilindro.
Se b = 0 e d = 0, entao (t) = (cos (a + bt) , sen (a + bt) , c + dt) e uma helice do
cilindro.
E estes tres tipos de curvas sao as u nicas geodesicas possveis em um cilindro. Veja
ilustracao acima.
Outra conseq uencia importante da proposicao acima:

Se S, S : U R2 R3 sao superfcies isometricas, : S (U) S (U) e uma isome-
tria entre S e S e (t) = S (u (t) , v (t)) e uma geodesica em S, entao (t) =
(S (u (t) , v (t))) e uma geodesica em S.
S

S

S
v
S
U

u

I
Temos que = S e = . De fato:

(t) = (S (u (t) , v (t))) = (S ( (t))) = S ( (t)) = = S .
1.23 Teorema Egregium de Gauss

Proposi ao 20. (Teorema Egregium de Gauss) A curvatura gaussiana so depende da
c
primeira forma quadratica.
Demonstracao:
Inicialmente, lembramos que se S : U R2 R3 e uma superfcie e e a Aplicacao

Normal de Gauss a ela associada, entao como vimos na secao anterior, Suu, Suv, Svv sao
combinacoes lineares de Su, Sv e . Alem disso, u, v, por serem tangentes a` superfcie,
sao combinacoes lineares de Su e Sv. Os coecientes destas combinacoes lineares, que
foram obtidos em (7) , nao sao independentes, pois devem satisfazer as relacoes:
(Suu)v = (Suv)u ,
(Svv)u = (Suv)v , (8)
uv = vu.
Substituindo (5) e (6) em (8) , cada equacao de (8) se reduz a anular uma combinacao
linear de Su, Sv e , que sao vetores linearmente independentes de R3. Portanto, anulando
os coecientes destas combinacoes lineares obtemos nove relacoes.
Vejamos com detalhes as relacoes que resultam da primeira equacao de (8) .
Substituindo (7) na primeira equacao de (8) temos
1 2
1 2

11Su + 11 Sv + e = 12Su + 12 Sv + f .
v u
Efetuando as derivadas parciais acima e substituindo Suu, Suv, Svv, u e v em funcao de
Su, Sv e , pelas relacoes (7) , obtemos as seguintes equacoes:
1 1 1 2 1 gF fG 1 1 1 2 1 fF eG
11 v + 1112 + 1122 + e = 12 + 1211 + 12 12 + f ,
EG F2 u EG F2
2 1 2 2 2 fF gE 2 1 2 2 2 eF fE
11 v + 1112 + 1122 + e = 12 u + 1211 + 1212 + f ,
EG F 2 EG F2
1 2 1 2
f11 + g11 + ev = e12 + f12 + fu,
onde nas equacoes acima substituimos os coecientes bij de u e v por suas expressoes
dadas em (7) .
As tres equacoes acima podem ser escritas na forma
eg f2 1 1 2 1 2 1
F = 12 11 v + 1212 1122,
EG F 2 u
eg f2 2 2 1 2 1 2 2 2 2 2
E = 12 11 + 1211 1112 + 1212 1122, (9)
EG F 2 u
2
v

1 1 2
ev fu = e12 + f 12 11 g11 . (10)
De modo analogo, considerando os coecientes de Su, Sv e das duas u
ltimas equacoes
de (8) obtemos outras seis relacoes, dais quais destacamos
1
2 1
2
fv gu = e22 + f. 22 12 g12 (11)
A equacao (9) e precisamente
2 2 1 2 1 2
2 2 2 2
EK = 12 u
11 v
+ 1211 1112 + 12 1122 (12)
e como os smbolos de Christoel so dependem da primeira forma quadratica, concluimos
que a curvatura gaussiana depende apenas da primeira forma quadratica.
A equacao (12) da demonstracao do Teorema Egregium de Gauss:

2 2 1 2 1 2
2 2 2 2
EK = 12 u
11 v
+ 12 11 1112 + 12 1122
e dita Equacao de Gauss.
As equacoes (10) e (11)
1
2 1
2
ev fu = e12 + f 12 11 g11
1 2 1 2
fv gu = e22 + f 22 12 g12
sao chamadas Equacoes de Codazzi-Mainardi.
As equacoes equacoes de Gauss e de Codazzi-Mainardi sao ditas Equacoes de compatibil-
idade.
Observac
oes:
(1) Como vimos, a curvatura gaussiana e denida a partir da primeira e segunda formas
quadraticas, mas o teorema acima arma que, na verdade, a curvatura gaussiana de-
pende apenas da primeira forma quadratica. Como consequencia, superfcies isometricas
possuem mesma curvatura gaussiana.
(2) A recproca da propriedade descrita em (1) nao e verdadeira, isto e, duas superfcies
podem possuir mesma curvatura gaussiana e nao serem isometricas.
(3) A recproca descrita em (2) e verdadeira se a curvatura gaussiana das superfcies forem
iguais e constantes.
(4) Como as curvaturas gaussianas do plano e da esfera sao diferentes, temos que seus
coecientes da primeira forma fundamental serao diferentes e, conseq uentemente, o plano
e a esfera nao sao isometricos, mesmo restringindo seus domnios. O mesmo com o toro
e a esfera, toro e cilindro, esfera e cilindro, plano e toro, esfera e cone, etc.
1.24 Teorema Fundamental das Superfcies
Proposi ao 21. (Teorema Fundamental das Superfcies) Sejam E, F, G, e, f, g funcoes
c
reais diferenciaveis denidas em um aberto conexo U R2, tais que E, F, EG F2 > 0. Se
E, F, G, e, f, g satisfazem as Equacoes de Compatibilidade, entao:
(a) Existe uma superfcie parametrizada regular S : U R2 R3 tal que E, F, G sao
os coecientes da primeira forma quadratica de S e e, f, g sao os coecientes da segunda
forma quadratica de S.
(b) Se S e S sao duas superfcies satisfazendo (a) , entao existe um movimento rgido M
de R3 (uma isometria de R3) tal que S = M S.
A demonstracao do Teorema Fundamental das Superfcies envolve conceitos de equacoes

diferenciais parciais e esta alem dos objetivos deste trabalho. No entanto, sua demon-
stracao pode ser encontrada em [2] , paginas de 375 a 379.
2 Refer
encias Bibliogr
acas
[1] Araujo, P. V. Geometria Diferencial. Rio de Janeiro: SBM - Sociedade Brasileira
de Matematica. (Colecao Matematica Universitaria). 1998.
[2] Carmo, M. P. do. Geometria Diferencial de Curvas e Superfcies. Rio de Janeiro:

SBM - Sociedade Brasileira de Matematica. (Colecao Textos Universitarios). 2005.

[3] Lima, E. L. Algebra Linear. 3a . ed. Rio de Janeiro: SBM - Sociedade Brasileira de
Matematica. (Colecao Matematica Universitaria). 1999.
[4] Lima, E. L. Curso de An alise. Vol. 1. 12a . ed. Rio de Janeiro: SBM - Sociedade
Brasileira de Matematica. (Colecao Matematica Universitaria). 2000.
[5] Lima, E. L. Curso de An alise. Vol. 2. 9a . ed. Rio de Janeiro: SBM - Sociedade
Brasileira de Matematica. (Colecao Matematica Universitaria). 2000.
[6] Tenemblat, K. Introducao à Geometria Diferencial. Braslia: Editora da UnB. 1988.
[7] www-groups.dcs.st-and.ac.uk/history/. Site de Historia da Matematica da Universidade

de Saint Andrews-UK.
O Teorema de Barlotti
Luciana Yoshie Tsuchiya Gabriela Aparecida dos Reis
Edson Agustini
andia - Ufu - MG
Setembro de 2007
1 Introduc
ao
Este trabalho de iniciacao cientca esta baseado na dissertacao de mestrado Complexi-
dade em Geometria Plana Euclidiana, de S. M. R. Lopes, ref. [4] , e tivemos por objetivo
demonstrar o Teorema de Barlotti:
Se Pn e um n-agono regular am do plano complexo, entao o n-agono Bn cujos vertices
sao os baricentros dos n-agonos regulares construdos (todos externamente ou todos in-
ternamente) sobre cada um dos n lados de Pn e regular.
utilizando o conceito de complexidade algebrica associado às demonstracoes de Geometria
Euclidiana Plana. Este conceito e oriundo do fato de que em algumas demonstracoes
de geometria e possvel utilizar determinados polinomios cujas razes representam casos
particulares no qual o teorema que se deseja provar se torna verdadeiro e, a partir desses
casos particulares, e possvel demonstrar o caso geral. Considerando p como sendo o
polinomio de menor grau que podemos deduzir em uma determinada demonstracao de
um teorema, podemos denir a complexidade algebrica do teorema como sendo o grau de
p.
No Teorema de Barlotti enunciado acima, um n-agono e dito regular am do plano
complexo quando for imagem de um n-agono regular por uma transformacao que e com-
posta de uma translacao com um operador linear do plano complexo. Como todo triangulo
e regular am, temos como corolario imediato do Teorema de Barlotti o Teorema de
Napoleao:
Dado um triangulo ABC qualquer, sejam os triangulos equilateros apoiados externa-
mente (ou internamente) sobre cada um de seus lados. Entao, os baricentros X, Y e
Z destes triangulos equilateros formam um triangulo XYZ tambem equilatero, chamado
Tri
angulo de Napole ao Externo (ou Interno).
Para empenhar o estudo acima, introduzimos uma secao de resultados preliminares
que se mostraram bastante u
teis para a familiarizacao dos conceitos que utilizamos na

luyoshie@gmail.com - Pet - Programa de Educacao Tutorial - Famat - Ufu.

gabriiela2003@hotmail.com - Pet - Programa de Educacao Tutorial - Famat - Ufu.

demonstracao do Teorema de Barlotti. Trata-se de uma breve introducao a alguns con-

ceitos de Algebra Linear, N
umeros Complexos e Isometrias no Plano Euclidiano.
2 Preliminares
2.1
Algebra Linear
2.1.1 Espa
cos Vetoriais
Seja o conjunto V nao-vazio sobre o qual estao denidas as operacoes de adicao e multi-
plicacao por escalar, isto e:
(i) u, v V, u + v V;
(ii) R, u V, u V.
O conjunto V munido dessas duas operacoes e chamado espaco vetorial sobre R se forem
vericados os seguintes axiomas:
(A) Em relalcao a` adicao, para quaisquer u, v, w V temos:
(A1) (u + v) + w = u + (v + w) ;
(A2) u + v = v + u;
(A3) 0 V tal que u + 0 = u;
(A4) u V, (u) V tal que u + (u) = 0.
(M) Em relacao a` multiplicacao por escalar, para quaisquer u, v V e , R temos:
(M1) () u = (u);
(M2) ( + ) u = u + u;
(M3) (u + v) = u + av;
(M4) 1u = u.
Os elementos do espaco vetorial V sao chamados vetores, independentemente de sua
natureza.
Sejam V um espaco vetorial e S um subconjunto nao-vazio de V. O subconjunto S e
um subespaco vetorial de V quando S e um espaco vetorial em relacao a` adicao e a
multiplicacao por escalar.
Seja V um espaco vetorial. Um conjunto B = {v1, ..., vn} V e uma base de V quando:
(i) B e linearmente independente, ou seja, um vetor de B nao pode ser escrito como
combinacao linear dos demais vetores de B;
(ii) B gera V, ou seja, qualquer vetor de V pode ser escrito como combinacao linear de
vetores de B.
Seja V um espaco vetorial.
(i) Quando V possui uma base com n vetores, dizemos que V tem dimensao n e denotamos
dim V = n;
(ii) Quando V nao possui base, dizemos que V e o espaco vetorial nulo e denotamos
dim V = 0.
2.1.2 Transforma
co
es Lineares
Para dizer que T e uma transformacao do espaco vetorial V no espaco vetorial W, escreve-
se T : V W. Sendo T uma funcao, cada vetor v V tem um so vetor imagem w W,
que sera indicado por w = T (v) .
Sejam V e W espacos vetoriais. Uma aplicacao:
T : V W
v T (v) = w
e chamada transformacao linear de V em W quando para quaisquer u, v V e R:
(i) T (u + v) = T (u) + T (v) ;
(ii) T (u) = T (u) .
Sejam T1 : V W e T2 : V W transformacoes lineares. Chama-se soma das
tranformacoes lineares T1 e T2 à transformacao linear:
T1 + T2 : V W
.
u (T1 + T2)(u) = T1(u) + T2(u)
Sejam T : V W uma transformacao linear e R. Chama-se produto de T pelo

escalar à transformacao linear:
T : V W
.
u (T )(u) = T (u)
Sejam T1 : U V e T2 : V W transformacoes lineares. Chama-se aplicacao composta

de T1 com T2, e representa-se por T2 T1, à transformacao linear:
T2 T1 : U W
.
u (T2 T1)(u) = T2(T1(u))
Dada uma aplicacao T : V W, diremos que T e injetora quando: dados u, v V tais

que u = v, entao T (u) = T (v).
A aplicacao T : V W sera sobrejetora quando: dado w W, existir v V tal que
T (v) = w.
Chama-se nucleo de uma transformacao linear T : V W ao conjunto de todos os
vetores v V que sao transformados em 0 W pela transformacao T. Indica-se esse
conjunto por N(T ) ou ker(T ). Assim, N(T ) = {v V | T (v) = 0}.
Chama-se imagem de uma transformacao linear T : V W ao conjunto dos vetores
w W que sao imagens de pelo menos um vetor v V. Indica-se esse conjunto por Im(T )
ou T (V).
Propriedades:
Sejam V e W espacos vetoriais e T : V W transformacao linear. Entao:
I) O n ucleo de T e um subespaco vetorial de V.
II) T e injetora se, e somente se, N (T ) = {0}.
III) A imagem de T e um subespaco vetorial de W.
IV) Se dim V = dim W, entao T e injetora se, e somente se, T e sobrejetora.
V) Se dim V = dim W e T e injetora, entao T transforma base em base, isto e, se B =
{v1, ..., vn} e base de V, entao T (B) = {T (v1), ..., T (vn)} e base de W.
Chama-se isomorsmo do espaco vetorial V no espaco vetorial W a uma transformacao
linear T : V W, que e bijetora. Nesse caso, os espacos vetoriais V e W sao ditos
isomorfos.
2.1.3 Operadores Lineares
Uma transformacao linear de V em V (ou seja, V = W) e chamada operador linear sobre
V.
As propriedades gerais das transformacoe lineares sao validas para os operadores lineares.
Propriedades:
Seja T : V V um operador linear.
I) Se T e inversvel e T 1 e sua inversa, entao T T 1 = T 1 T = I (identidade).
II) T e inversvel se, e somente se, N(T ) = {0}.
III) Se T e inversvel, entao T transforma base em base, isto e, se B e uma base de V, T (B)
tambem e base de V. !
IV) Se T e inversvel e B uma base de V, entao T 1 : V V e linear e T 1 B = ([T ]B)1 ,
isto e, a matriz do operador linear inverso numa certa base B e a inversa da matriz do
operador T nessa mesma base. Da temos que: T e inversvel se, e somente se, det [T ] = 0.
Seja V um espaco vetorial euclidiano (espaco vetorial real, de dimensao nita, com um
produto interno denido). Um operador linear T : V V e ortogonal quando preserva
o modulo de cada vetor, isto e, quando para qualquer v V temos |T (v)| = |v| .
Observacoes:
1) Tendo emvista que o modulo de um vetor e calculado por meio de um produto in-
terno (|v| =
v, v), entao os operadores ortogonais sao denidos nos espacos vetoriais
euclidianos.
2) Nos operadores ortogonais, serao consideradas somente bases ortogonais em V.
Propriedades:
I) Seja T : V V um operador ortogonal sobre o espaco !euclidiano V. Entao, a inversa
da matriz de T coincide com a sua transposta, isto e, T 1 = [T ]t .
II) O determinante da matriz de um operador ortogonal e +1 ou 1.
III) Todo operador ortogonal T : V V preserva o produto interno de vetores, isto e,
para quaisquer vetores u, v V, tem-se
u, v =
T (u) , T (v) ;
IV) A composta de dois operadores ortogonais e um operador ortogonal ou, equivalente-
mente, o produto de duas matrizes ortogonais e uma matriz ortogonal.
V) As colunas (ou linhas) de uma matriz ortogonal formam um conjunto de vetores
ortonormais.
2.1.4 Transforma
co
es Lineares no Plano
Iremos trabalhar com o espaco vetorial R2 = {(x1, x2) : x1, x2 R} munido das operacoes
umeros reais R, ou seja:
de adicao e multiplicacao por escalar usuais sobre o corpo dos n
se u = (x1, x2), v = (y1, y2) e R, entao:
(i) u + v = (x1 + y1, x2 + y2) ;
(ii) u = (x1, x2) .
Para efeitos geometricos, iremos identicar o plano euclidiano com o espaco vetorial R2.
Entende-se por transformacoes lineares no plano as transformacoes lineares de R2 em R2.
Reex
oes
(i) Reexao em torno do eixo dos x.

Essa transformacao linear leva cada ponto (x, y) em (x, y) , simetrico em relacao ao eixo
dos x, ou seja:
T : R2 R2
.
(x, y) (x, y)
y
(x,y)
T
o x
(x,-y)
(ii) Reexao em torno do eixo dos y:
T: R2 R2
.
(x, y) (x, y)
(-x,y) T (x,y)
O x
(iii) Reexao em torno da origem:
T: R2 R2
.
(x, y) (x, y)
(x,y)
T
o x
(-x,-y)
(iv) Reexao em torno da reta y = x:
T: R2 R2
.
(x, y) (y, x)
y
y=x
(y,x)
T
(x,y)
o x
(v) Reexao em torno da reta y = x:
T: R2 R2
.
(x, y) (y, x)
y
y=-x
o x
(x,y)
T
(-y,-x)
Dilata
c
oes e Contra
co
es
(i) Dilatac
ao ou contracao na direcao do vetor v = (x, y):
T: R2 R2
, R .
(x, y) (x, y)
y
T(v)
o x
se || > 1, entao T dilata o vetor v;
se || < 1, entao T contrai o vetor v;
se = 1, entao T e a identidade I;
se < 0, entao T muda o sentido (sinal) do vetor v.
(ii) Dilatacao ou contracao na direcao do eixo dos x:
T: R2 R2
, R .
(x, y) (x, y)
y
(x,y) (3x,y)
o x
se || > 1, entao T dilata o plano real na direcao do eixo dos x a partir do eixo dos y.
se 0 = || < 1, entao T contrai o plano real na direcao do eixo dos x a partir do eixo
dos y.
(iii) Dilatacao ou contracao na direcao do eixo dos y:
T: R2 R2
, R .
(x, y) (x, y)
y
2y (x,2y)
y (x,y)
1
__
2 y (x,__21y)
o x
Rota
c
ao
A rotacao no plano, que faz cada ponto descrever um angulo no sentido anti-horario em
torno da origem, determina uma transformacao linear:
T : R2 R2
,
(x, y) (x cos () y sen () , x sen () + y cos ())
ou seja, a matriz de T em relacao as bases canonicas de R2 e dada por:

cos () sen ()
[T] = .
sen () cos ()
y
T(v)
T
v
e2
o e1 x
Cisalhamentos
(i) Cisalhamento na direcao do eixo dos x:
T: R2 R2
.
(x, y) (x + y, y)
y y
B P B P
T
o A x o A x
O efeito do cisalhamento pode ser visto na transformacao do retangulo OAPB no parale-

logramo OA P B, de mesma base e mesma altura. Observemos que, por esse cisalhamento,
cada ponto (x, y) se desloca paralelamente ao eixo dos x ate chegar em (x + y, y), com
excecao dos pontos do proprio eixo dos x, que permanecem em sua posicao, pois para eles
y = 0.
(ii) Cisalhemento na direcao do eixo dos y:
T: R2 R2
.
(x, y) (x, y + x)
2.2 N
umeros Complexos
2.2.1 Deni
c
oes B
asicas

Numeros complexos sao n umeros da forma x + yi, onde i = 1 e chamado unidade
imagin aria; x e chamado de parte real e y de parte imaginaria do n umero complexo.
A igualdade e as operacoes de adicao e multiplicacao de n
umeros complexos sao denidas
de maneira que permanecam validas as propriedades associativa, comutativa e distributiva
usuais.
Assim os n
umeros complexos sao determinados pelas seguintes denicoes:
i2 = 1;
ai = ia;
a + ib = c + id a = c e b = d;
(a + ib) + (c + id) = (a + c) + i (b + d) ;
(a + ib) (c + id) = (ac bd) + i (ad + bc) .
A subtracao de n
umeros complexos e denida em termos da adicao e do oposto de um
umero. O oposto de z = x + yi e o n
n umero z = (x) + i (y) . Dados z1 = x1 + iy1 e
z2 = x2 + iy2, denimos:
z1 z2 = z1 + (z2),
isto e,
z1 z2 = (x1 x2) + i (y1 y2) .
Observemos que os n umeros complexos da forma x + i0 se comportam, com relacao a`
adicao e à multiplicacao, do mesmo modo que os n
umeros reais.
Dado o n umero complexo z = x + yi, sua parte real x e designada por Re z e sua parte
imaginaria y por Im z. O plano complexo consiste na representacao de todos os n
umeros
complexos z = x + yi pelos pontos P = (x, y) do plano.
Im
y z = x + yi
Re
x
De acordo com essa representacao temos as seguintes denicoes:
(a, b) = (c, d) a = c e b = d;
(a, b) + (c, d) = (a + c, b + d) ;
(a, b) (c, d) = (ac bd, ad + bc) .
As conhecidas regras do paralelogramo para soma e subtracao de vetores se aplicam no

caso de soma e subtracao de n
umeros complexos quando representados no plano.
Im
z1+z2
z2
z1
Re
O modulo ou valor absoluto de um n umero complexo z = x + iy e adistancia do ponto z

umero real nao-negativo |z| = x2 + y2.
à origem e e denido como sendo o n
Propriedades:
i) |z| 0 e |z| = 0 z = 0;
ii) |Re z| |z| e |Im z| |z| ;
iii) |z| = |z| ;
iv) |z1z2| = |z1| |z2| ;
v) |z1 + z2| |z1| + |z2| , designada como desigualdade do triangulo;
vi) |z1 z2| |z1| + |z2| .
O complexo conjugado de z = x+iy e denido como sendo o n

umero complexo z = xiy.
Im
z = x + yi
Re
z = x - yi
Assim, temos as seguintes propriedades:

i) zz = |z|2 .
z1
Com esta propriedade podemos calcular o quociente z = z2
de dois n
umeros complexos
z1 = x1 + iy1 e z2 = x2 + iy2, z2 = 0, da seguinte forma:
z1 z1z2 (x1 + iy1) (x2 iy2) x1x2 + y1y2 x1y2 + y1x2

z= = = = + i .
z2 z2z2 (x2 + iy2) (x2 iy2) x22 + y22 x22 + y22
ii) |z| = |z| ;

iii) Re z = z+z 2
;
zz
iv) Im z = 2 ;
v) z1 + z2 = z1 + z2;
vi) z1z2 = z1z2;

vii) zz12 = zz12 .
2.2.2 Representa
c
ao Polar
umero complexo z = (a, b) , chama-se
Considerando a representacao geometrica de um n
de argumento de z o angulo formado pelo vetor (1, 0) e o vetor (a, b) .
Im
z = (a,b)
q
Re
O (1,0)
Os angulos sao orientados de Ox para Oz e consideraremos positivo o sentido anti-horario.
O argumento de z so pode ser denido quando z = 0, mesmo nesta hipotese o argumento
so ca determinado a menos de m ultiplos inteiros de 2. Como x = |z| cos () e y =
|z| sen () , temos a representacao polar de z:
z = r (cos () + i sen ()) , r = |z| ;
r e sao designados as coordenadas polares de z.
O produto de dois numeros complexos na forma polar e o n

umero cujo modulo e o produto
dos modulos dos fatores e, cujo argumento e a soma dos argumentos dos fatores.
De fato, sejam dois n
umeros complexos
z1 = r1 (cos (1) + i sen (1))
e
z2 = r2 (cos (2) + i sen (2)) .
Multiplicando-os temos:
z1z2 = r1r2 (cos (1) + i sen (1)) (cos (2) + i sen (2))
= r1r2 (cos (1) cos (2) sen (1 ) sen (2)) + i (sen (1) cos (2) + cos (1) sen (2))
= r1r2 (cos (1 + 2) + i sen (1 + 2)) .
Fica facil perceber entao que para fazermos a rotacao de um n

umero complexo em torno da
origem, basta multiplica-lo por uma constante complexa de modulo 1. Usando o formula
acima, fazendo z2 ter modulo um, ou seja r2 = 1 temos:
z1z2 = r1.1. (cos (1 + 2) + i sen (1 + 2))

= r1 (cos (1 + 2) + i sen (1 + 2))
Observe que o produto dos dois n umeros complexos acima tem o mesmo modulo de z1
e o argumento de z1 foi somado com o argumento de z2, ou seja, z1 foi rotacionado, no
sentido anti-horario, de um angulo de medida 2 em torno da origem.
Im
z1z2 z2
q
q
z1
z1
q
q
Re
De forma analoga a` deducao da formula para multiplicacao obtemos o resultado para a

divisao. Da:
z1 r1
= (cos (1 2) + i sen (1 2)) ,
z2 r2
ou seja, para dividir n umeros complexos na forma polar, basta fazer o quociente dos
modulos e a diferenca dos argumentos.
A formula de multiplicacao acima se estende para um n
umero qualquer de fatores. Sendo
zj = rj (cos (j) + i sen (j)) , j = 1, 2, ..., n,
temos
z1z2...zn = r1r2...rn (cos (1 + 2 + ... + n) + i sen (1 + 2 + ... + n)) .
Em particular quando todos os fatores sao iguais e de modulo unitario, obtemos a Formula
de De Moivre:
(cos () + i sen ())n = cos (n) + i sen (n) .
1
As razes n-esimas n a = a n = z de um n
umero complexo a = 0 sao obtidas como as
n
solucoes da equacao z = a. Pondo
a = r (cos () + i sen ()) ,
z = (cos () + i sen ())
e usando a Formula de De Moivre, obtemos
n (cos (n) + i sen (n)) = r (cos () + i sen ()) .
Da temos,
n cos (n) = r cos () e n sen (n) = r sen ()
donde conclumos que:
n = r, n = + 2k, com k Z.
Segue daqui que e uma raiz n-esima positiva de r e:

+ 2k + 2k
z = r cos
n
+ i sen .
n n
produz n razes distintas zk, quando k varia de 0 a n 1, todas com mesmo
Esta formula
modulo = |a| e com argumentos k = +2k
n
n
, k = 0, 1, ..., n 1.
z2
z3 z1
z0

qn

2
n

zn-1
zn-2
No caso particular a = 1, obtemos as razes n-esimas da unidade: 1, , 2, ..., n1, onde

2 2
= cos + i sen .
n n
Denic
ao de Exponencial
Desenvolvendo a funcao exponencial f (x) = ex e as funcoes trigonometricas sen (x) e

cos (x) em series de potencias para x R temos:
xn x2 x3
ex = =1+x+ + + ;
n=0 n! 2! 3!
(1)n x2n x2 x4 x6
cos (x) = =1 + + ;
n=0 (2n) ! 2! 4! 6!
(1)n x2n+1 x3 x5 x7
sen (x) = =x + +
n=0 (2n + 1) ! 3! 5! 7!
Fazendo x = i para a funcao exponencial temos:
2 i3
ei = 1 + i +
2! 3!
Fazendo x = para as funcoes trigonometricas temos:
2 4 6
cos (x) = 1 + + ;
2! 4! 6!
3 5 7
sen (x) = + +
3! 5! 7!
Reescrevendo a funcao ei, separando a parte real e a imaginaria temos:

i 2 4 6 3 5 7
e =1 + + + i + +
2! 4! 6! 3! 5! 7!
ou seja,
ei = cos () + i sen () .
Essas consideracoes, que sao puramente informais, nao estabelecem a relacao acima, mas
servem como motivacao para denirmos a funcao exponencial.
Tomando z = x + iy como um expoente qualquer, a denicao da exponencial e feita de
maneira a manter a propriedade aditiva da exponencial real:
ex1 +x2 = ex1 ex2 .
Denimos, entao, a exponencial ez como:
ez = ex+iy = ex (cos (y) + i sen (y)) .
2.3 Isometrias Planas

Isometrias no plano sao transformacoes T : que tem a propriedade de preservar
distancias.
Admitiremos xada uma unidade de comprimento e indicaremos por AB a distancia do
ponto A ao ponto B no plano, ou seja, o comprimento do segmento de reta AB.
Se T e uma isometria, entao para quaisquer pontos X, Y , sendo X = T (X) e Y = T (Y),
tem-se X Y = XY.
Toda isometria T : e uma transformacao injetiva, pois:
X = Y = XY > 0 = X Y = XY > 0 = X = Y .
E e tambem sobrejetiva, logo ela e uma bijecao cuja a inversa T 1 : e ainda uma
isometria.
Conseq uentemente, toda isometria T : transforma retas em retas.
O exemplo mais obvio de isometria e a transformacao identidade Id : .
Outros exemplos de isometrias sao dados na proxima subsecao.
2.3.1 Tipos de Isometrias Planas

Simetria em torno de um ponto.
Tomemos um ponto A no plano . A simetria em torno de A e a transformacao SA :

assim denida: SA(A) = A e, para X = A, SA(X) = X , sendo X o simetrico de
X relativamente a A. Em outras palavras A e o ponto medio do segmento XX .
X Y
Y X
Reex
ao em torno de uma reta.
Seja r uma reta no plano . A reexao em torno da reta r e a transformacao Rr :

assim denida: Rr(X) = X para todo X r e, para X / r, Rr(X) = X , sendo X tal que a
mediatriz do segmento XX e a reta r. Em outras palavras, se Y e o pe da perpendicular
baixada de X sobre r, entao Y e o ponto medio do segmento XX .
X
r
Y
Um fato geometrico importante a respeito da reexao Rr : e que ela transforma

o triangulo ABC num triangulo A B C no qual o sentido da rotacao dos vertices A
B C e o oposto do sentido A B C, isto signica que a reexao em torno de
uma reta e uma isometria impropria, que inverte a orientacao no plano.
C
C
B
A B
A
A
A
B
C B
Translac
ao.
Sejam A, B pontos distintos do plano . A translacao TAB : e a transformacao

assim denida:
(1) Dado X , com X, A e B nao colineares, sua imagem X = TAB(X) e o quarto vertice
do paralelogramo que tem AB e XX como lados.
X X
M
A B

(2) Dado X AB sua imagem X por T e denida na propria reta AB tal que
XX = AB.
Qualquer que seja a posicao de X no plano , sua imagem X = TAB(X) ca inteiramente

caracterizada pelo fato de que o segmento de reta AX e BX tem o mesmo ponto medio
M.
importante observar que na denicao de TAB e essencial levar em conta a ordem em
E
que sao mencionados os pontos A e B. A translacao TBA e diferente de TAB. Na realidade,
como se ve facilmente, tem-se TBA = (TAB)1. Podemos dizer, tambem, que o ponto X foi

transladado segundo um vetor AB.
A translacao TAB nao possui pontos xos, pois para todo ponto X , com T (X) = X ,
tem-se XX = AB. Como A = B temos AB = 0, ou seja, XX = 0 que implica X = X .
Rota
c
ao.
Sejam O um ponto no plano e = AOB " um angulo de vertice O. A rotacao de angulo

em torno do ponto O e a transformacao O, : assim denida: O, (O) = O e,
para todo ponto X = O em , O, (X) = X , sendo X o ponto do plano tal que:
" = ,
XO = X O e XOX
e o sentido de rotacao de A para B e o mesmo de X para X .

X
X B
A

O
Reex
ao com deslizamento.

Sejam v = AB um vetor nao-nulo e r uma reta paralela a v no plano . A reexao com
deslizamento, determinada pelo vetor v e pela reta r, e a isometria T = Tv Rr : ,
obtida fazendo a translacao Tv seguida da reexao Rr. A reexao com deslizamento nao
possui pontos xos.
C
v
X B
A
r
A
B
Rr(X) X
2.3.2 Classica
c
ao de Isometrias Planas
Para o desenvolvimento seguinte, utilizaremos um resultado da teoria de isometrias planas
dado abaixo:
Se duas isometrias T : e T : coincidem em tres pontos distintos, entao
T = T .
Existem apenas quatro tipos de isometrias T : alem da identidade, a saber:

translacao, rotacao, reexao e reexao com deslizamento.
Com efeito, seja T : uma isometria diferente da identidade. Existe um ponto A
tal que A = T (A) = A. Seja A = T (A ) . Evidentemente A A = AA > 0. Ha tres
casos a considerar.
Primeiro caso: A, A e A sao nao-colineares.

B
A
A"
A
B
A imagem do triangulo pela isometria T e um triangulo que tem A e A como vertices
e os seus lados tem medidas iguais às dos lados de AA A . Assim, existem duas posicoes
possveis para o seu terceiro vertice B.

(i) A e B estao do mesmo lado da reta A A .
Nesse caso o ponto B = T (A ) forma com A, A e A o quadrilatero convexo AA A B, no
qual os lados AA , A A e A B tem a mesma medida e os angulos A # e A
# sao congruentes.
Consequentemente, os angulos A " eB" no quadrilatero tambem sao congruentes e, portanto,
suplementares aos seus angulos opostos A # , respectivamente.
# e A
Assim, o quadriatero AA A B pode ser inscrito em um crculo de raio OA, cujo o centro
O e o ponto de encontro das mediatrizes dos segmentos AA , A A e A B.
A A
A B
Seja O = T (O) .
Entao, como OA OA OA , temos O A O A O B, logo O pertence as
mediatrizes dos segmentos A A e A B e portanto O = O .
Assim, temos que OA OA OA OB e tambem AA A A A B, entao os
triangulos AOA , A OA e A OB sao congruentes (caso LLL), isto signica que os angulos
AOA " e A OB
" , A OA " tambem sao congruentes.
Portanto, se considerarmos a rotacao de centro O e angulo AOA " , teremos (A) =

A = T (A) , (A ) = A = T (A ) e (A ) = B = T (A ) . Da temos que T = e uma
rotacao.
(ii) A e B nao estao do mesmo lado da reta AA .
Neste caso B forma com os pontos A, A e A um paralelogramo no qual AA e A B sao
lados opostos e A A e uma diagonal.
B
A
N P
M r
A
A
Seja M, N e P os pontos medios dos segmentos AA , A A e A B respectivamente.

Temos que M, N e P estao sobre uma mesma reta r.
Se considerarmos a isometria S = TMN Rr, composta da translacao TMN com a reexao
em torno de r, veremos que S e T coincidem nos pontos nao-colineares A, A e A , logo
T = S. Conclumos entao que T e uma reexao com deslizamento.
Segundo Caso: A, A e A sao pontos distintos e colineares.
Note que neste caso A e ponto medio do segmento AA pois AA = A A .
A reta r que contem os tres pontos dados, e transformada em si mesma pela isometria T.
Alem disso T coincide nos pontos A e A com a translacao TAA : . Entao, em todos
os pontos de r, T coincide com esta translacao.
Consideremos um ponto B fora da reta r.
B B
A A A
O triangulo AA B e transformado pela isometria T em outro triangulo que tem A e A
como vertices e lados com as mesmas medidas que os de AA B.
Assim existem duas posicoes possveis B e B para o terceiro vertice.
(i) B e B estao do mesmo lado da reta r.
Neste caso AB e A B sao lados opostos de um paralelogramo logo,considerando a translacao

TAA : , vemos que ela coincide com a isometria T nos pontos nao-colineares A, A
e B. Logo T = TAA , portanto, T e uma translacao.
(ii) B e B estao de lados opostos da reta r.
Neste caso B e o simetrico de B em relacao à reta r, considerando a reexao com

deslizamento S = TAA Rr : , vemos que S (A) = T (A) = A , S (A ) = T (A ) = A
e S (B) = T (B) = B . Logo, S = T.
Portanto, T e uma reexao com deslizamento.
Terceiro caso: A = A.
Neste caso, a isometria T transforma o segmento de reta AA em si mesmo. Logo T (M) =
M se M e o ponto medio de AA . A mediatriz s desse segmento e entao transformada em
si mesmo por T.
s
B
A M A r
Seja B um ponto dessa mediatriz diferente de M. Ha entao duas possibilidades: T (B) = B

ou T (B) = B , ponto simetrico de B relativamente a` reta r = AA.
(i) T (B) = B
Neste caso T coincide com a reexao Rs : nos pontos A, A e B, logo T = Rs.
(ii) T (B) = B .
Neste caso T coincide com a a rotacao : em torno do ponto M, com angulo de

180 , nos pontos nao-colineares A, B e M, logo T = .
Portanto, neste terceiro caso, T e uma translacao ou uma rotacao de 180 .
2.3.3 Centro da composi

c
ao de duas rota
coes
Rota
c
ao como composta de duas reex
oes
Seja O, uma rotacao no sentido anti-horario de um angulo e de centro O e r e s duas

retas concorrentes em O que formam entre si um angulo , tal que = 2 .
Armamos que O, = Rs Rr, ou seja, a composta das duas reexoes Rs e Rr (nesta
ordem) e a rotacao de centro O e angulo igual ao dobro do angulo de r para s.
De fato, Rs Rr coincide com a rotacao O, em todos os pontos X r e em todos os
pontos Y s , onde s = Rr (s) .
s
Y
X r

O
Y
s
X
Composta de duas rota
co
es.
Se duas rotacoes O, e O, tem o mesmo centro O, e claro que,
O, O, = O, O, = O,+.
Onde o,+ e a identidade,quando + = 360 e e a simetria em torno de O se

+ = 180 .
Consideremos entao, duas rotacoes O, e O , de centros distintos O e O . Seja r a reta
que passa pelos dois centros. Tomemos s, passando por O, tal que o angulo de r para s

seja , e a reta t, pasando por O , e concorrente com a reta s no ponto O e de modo
2

que o angulo de t para r seja .
2
s
O

r
O O
t
Assim podemos escrever:
O, = Rs Rr, O, = Rr Rt,
donde
O, O, = Rs Rr Rr Rt = Rs Rt.
Mas Rs Rt e a rotacao em torno de O com anguloigual ao dobro do angulo da reta t
+
para a reta s, ou seja, com angulo igual a 2 = + .
2
Logo,
O, O, = O ,+.
Portanto, O e o centro de O, O,.
Analogamente se ve que
O, O, = O ,+.
3 O Teorema de Barlotti
Nosso objetivo nesta secao e demonstrar o chamado Teorema de Barlotti, que e uma ge-
neralizacao do famoso Teorema de Napole ao (corolario abaixo). Para tanto, consideremos
C como espaco vetorial sobre R com as operacoes usuais.
Lema 1. Seja Qn um n-agono regular no plano complexo. Entao, o centro de Qn e media

aritmetica de seus vertices.
Demonstracao
(i) Considere um n-agono regular Rn de centro c = 0 e vertices 1, 1, . . . , n1 (razes

n-esimas da unidade).
Da temos:
1 + 1 + + n1
=c=0 (1)
n
De fato: observemos que S = 1 + 1 + + n1 + n e a soma dos termos de uma
progressao geometrica com 1o . termo a1 = 1 e razao r = . Assim, S sera:
a1(1 rn+1) 1 n+1
S= = .
1r 1
Da,
1 n+1
1 + 1 + + n1 + n =
1
1 n+1
1 + 1 + + n1 = n
1
1 n+1 n(1 )
=
1
n+1
1 n + n+1
=
1
Mas n = 1 (pois c = 0). Logo:
11
1 + 1 + + n1 = = 0.
1
Portanto, a equacao (1) ca vericada.
Um n-agono regular Qn qualquer no plano complexo pode ser obtido de Rn por meio da
aplicacao de uma composta F = T h : C C, sendo uma rotacao:
: C C
, 0 < 2,
z zei
h uma homotetia:
h : C C
, k R ,
z kz
e T uma translacao:
T : C C
, z0 C.
z T (z) = z + z0
Assim, o centro de Qn = F (Rn) e z0 e seus vertices sao dados por k1ei + z0, kei + z0,
. . . , kn1ei + z0. Logo:

k1ei + z0 + kei + z0 + + kn1ei + z0 i 1 + + +
n1
nz0
= ke +
n n n
kei0
= + z0
n
= z0.
Da, conclumos que o centro de um n-agono regular Qn qualquer no plano complexo e a
media aritmetica de seus vertices.
Lema 2. Sejam z C, V1 = a1 + b1z e V2 = a2 + b2z, sendo a1, b1, a2, b2 C tais

que V1 = V2. Seja Q um n-agono regular no plano complexo tendo V1 e V2 como vertices
consecutivos. Entao, os vertices de Q sao da forma ak + bkz com ak, bk C, isto e, os
vertices de Q sao expressoes ans em z.
Demonstracao.
Sejam V1 = a1 + b1z e V2 = a2 + b2z pontos distintos do plano complexo.

Seja n N, n 3.
(n 2)
Denamos V3 = ((a1 + b1z) (a2 + b2z)) ei + (a2 + b2z), sendo = . Logo,
n
fazendo a3 = (a1 a2) ei + a2 C e b3 = (b1 b2) ei + b2 C, temos V3 = a3 + b3z
uma expressao am em z.
Geometricamente V3 foi obtido girando-se V1 de um angulo no sentido horario em torno
de V2 (ver gura).
Vn=an+bnz

V1=a1+b1z V3=a3+b3z
(a1+b1z) (a2+b2z)
V2=a2+b2z
Procedendo de modo analogo,

Vk = ((ak2 + bk2z) (ak1 + bk1z)) ei + (ak1 + bk1z) ,
k = 3, ..., n, sao todos expressoes ans em z.
Finalmente, Q e um polgono regular de n lados que possui os vertices todos como ex-
pressoes am em z.
Chamaremos F : C C de transformacao am quando F = T L, sendo L : C C uma

transformacao linear (C espaco vetorial sobre R com operacoes usuais) e T : C C uma
translacao.
Chamaremos um n-agono Pn do plano complexo de regular am quando Pn = F (Rn) ,

sendo Rn um n-agono regular com centro na origem e vertices nas razes n-esimas da
unidade e F uma transformacao am bijetiva.
Teorema (Barlotti ). Se Pn e um n-agono regular am do plano complexo, entao o

n-agono Bn cujos vertices sao os baricentros dos n-agonos regulares construdos (todos
externamente ou todos internamente) sobre cada um dos n lados de Pn e regular.
Bn
Rn F(Rn)=Pn
Demonstracao
Faremos a demonstracao desse teorema usando o conceito de complexidade algebrica.
Temos Pn = F (Rn) = T L (Rn) , sendo T translacao, L transformacao linear bijetiva e

Rn um n-agono regular com centro na origem e vertices nas razes n-esimas da unidade.
Como a natureza (ser regular) de Bn nao e alterada por translacoes, homotetias e rotacoes
aplicadas a Pn, podemos considerar, sem perda de generalidade, que Pn e a imagem de
Rn por L.
Sejam L (1) = z0 = |z0| ei um vertice de Pn,
h : C C
z
z h(z) = |z0 |
homotetia
: C C
z (z) = zei
rotacao e
f : C C
z f(z) = h L (z)
transformacao linear bijetiva.
L z0 h
_
z
=
_
z e
0 0
i
z0 z0

0 1 0 0 0 1
o h o L=f
Assim, f (1) = 1 e, mais uma vez, como a natureza de Bn nao e alterada por homotetias
e rotacoes aplicadas a Pn, podemos supor, sem perda de generalidade que 1 e vertice de
Pn.
Toda transformacao linear f : C C ca completamente determinada pelos seus valores
na base {1, i} de C, ou seja, pelos valores f (1) = 1 e f(i) = z, sendo que estes sao
linearmente independentes, pois f e bijetiva.
Os vertices de Rn serao as razesn-esimas da unidade: 1, 1, . . . , n1. Logo, os vertices
de Pn sao f (1) = 1, . . . , f n1 .
Sendo:
j = aj + bji, com aj e bj R,
entao:
f(j) = f(aj + bji) = f(1aj) + f(ibj) = ajf(1) + bjf(i) = aj + bjz, (2)
ou seja, todo vertice de Pn e uma expressao am em z.
Tomemos sobre os lados de Pn = f(Rn), n-agonos regulares, dos quais obtemos Bn a partir
da uniao dos baricentros desses n-agonos.
Queremos mostrar que Bn e um n-agono regular.
Sejam Q0, . . . , Qn1, n-agonos regulares

construidos
k+1sobre os lados de Pn de modo que
k
Qk tenha como vertices consecutivos f e f . Pelo Lema 2, os vertices de cada
Qk sao expressoes ans em z.
Sejam q0, . . . , qn1 os centros dos n-agonos Q0, . . . , Qn1 e Bn o n-agono de vertices
nesses centros. Pelo Lema 1, cada qk e media aritmetica dos vertices de Qk. Logo, qk e,
tambem, expressao am em z.
Im
Im
q1
Rn 1
f

2 f(1) q0
f(1)=1
O 1 Re f(i)=z f(2)
f(1)=1
O Re
n-1
q2

qn-1
f(n-1)
Para vericar que Bn e regular, vamos mostrar que ao rotacionarmos um vertice de Bn

2
de um angulo de , no sentido anti-horario, em torno da origem, esse vertice coincidira
n
com o proximo. Isso e verdade para um n-agono regular, pois ele pode ser inscrito em
uma circunferencia de tal modo que todos os seus vertices estejam sobre essa circun-
ferencia. Logo, seus angulos centrais formados com seus vertices dois a dois consecutivos
2
sao congruentes e de medida .
n
Mas sabemos que no plano complexo fazer a rotacao de um n umero no sentido anti-horario
em torno da origem de um angulo equivale a multiplica-lo pela constante complexa ei,
de modulo 1.
Assim, para mostrar que Bn e regular precisamos vericar que a equacao
2
qk+1 = qke n i, k = 0, . . . , n 1. (3)
e sempre verdadeira para qualquer z = f (i) .
Para isto, basta encontrarmos dois valores de z que sao razes da equacao am (3) , ou
seja, duas transformacoes lineares f para as quais o Teorema de Barlotti e verdadeiro, pois
duas razes sao sucientes para mostrar que uma expressao am em z e uma identidade
e vale para qualquer z.
Vamos tomar, por exemplo, z1 = i.
Assim, temos f(1) = 1 e f(i) = i, ou seja, f sera a identidade e Pn = Rn.
Geometricamente:
Im Im
f(1) =1
1 f(i)=i
q1 q0
2 0 f(1)
O Re
f(2) f(0)
O Re
n-1
q2 qn-1
f(n-1)
Assim, q0, . . . , qn1 estarao à mesma distancia da origem 0, centro de Pn. Alem disso, o
2
angulo entre eles e , pois Pn e regular.
n
q1 q0
2
n
2 2
n
O n
2 2
n n
q2 qn-1
Logo, a equacao am (3) ca satisfeita para z = i.

Outra raiz que satisfaz a equacao am (3) e z2 = i.
Assim, f(1) = 1 e f(i) = i. Dessa forma f e a reexao com relacao ao eixo real. De fato,
f(j) = T (aj + bji) = aj bji em (2) .
Im
Im
f(1) =1
1 f(i)=i
f(n-1)
2 0
O Re q2 qn-1
Re
f(2) f(0)
n-1
f(1)
q1 q0
Entao, neste caso, os vertices de Pn terao a orientacao invertida em relacao aos vertices
de Rn e, portanto, Pn e regular.
Deste modo, a demonstracao de que Bn e regular, para z2 = i, segue de maneira analoga
ao caso z1 = i.
Logo, a equacao am (3) ca satisfeita para z = i.

Conclusao: a equacao (3) e uma identidade e, portanto, vale para qualquer z, ou seja,
vale para qualquer n-agono Pn regular am.
4 O Teorema de Napole
ao
Dado um triangulo ABC qualquer, sejam os triangulos eq

uilateros apoiados externamente
(ou internamente) sobre cada um de seus lados. Unindo-se os baricentros X, Y e Z dos
uilateros obtemos o chamado Tri
triangulos eq angulo Externo (ou Interno) de Napoleao.
Corolario (Teorema de Napole ao) O Triangulo Externo (ou Interno) de Napoleao XYZ
de qualquer triangulo ABC e eq
uilatero.
Q
P'
R
C Y
Z
C
X'
A B
Z'
A Y' B
X
R'
Q'
Demonstracao.
Basta mostrar que todo triangulo ABC com vertices a1 + b1i, a2 + b2i e a3 + b3i e regular
am, ou seja ABC = P3 = F (R3) = T L (R3) , sendo T translacao, L transformacao linear
bijetiva e R3 o tria
ngulo regularcom centro na origem e vertices nas razes c
ubicas da
1 3 1 3
unidade: 1, + ie i.
2 2 2 2
Sejam L (1) = + i, L (i) = + i e T (z) = z + (a + bi) , sendo , , , , a, b R e
z C.
Logo:
F (x + yi) = L (x + yi) + a + bi
= xL (1) + yL (i) + a + bi
= x + xi + y + yi + a + bi
= (x + y + a) + (y + x + b) i.
Fazendo:
F (1) = a1 + b1i
$ %
1 3
F + i = a2 + b2i
2 2
$ %
1 3
F i = a3 + b3i
2 2
Encontramos:

2a1 a2 a3 a2 a3 a1 + a2 + a3
F (x + iy) = x +y +
3 3 3

2b1 b2 b3 b2 b3 b1 + b2 + b3
+ x +y + i,
3 3 3
que e uma transformacao am.
Conclusao: todo triangulo ABC e regular am e, pelo Teorema de Barlotti, o Triangulo
de Napoleao e eq
uilatero.
5 Refer
encias Bibliogr
acas
[1] Avila, G. Vari aveis Complexas e Aplicacoes. Rio de Janeiro: LTC - Livros Tecnicos
e Cientcos Editora. 1990.

[2] Callioli, C. A., Domingues, H. H. & Costa, R. C. F. Algebra Linear e
Aplicacoes. Sao Paulo: Atual Editora. 1983.
[3] Lima, E. L. Isometrias. Rio de Janeiro: SBM - Sociedade Brasileira de Matematica

(Colecao do Professor de Matematica). 1996.
[4] Lopes, S. M. R. Complexidade em Geometria Plana Euclidiana. (Dissertacao de

Mestrado). Rio de Janeiro: PUC - Pontifcia Universidade Catolica. 2002.
Sobre a necessidade das hipteses
no Teorema do Ponto Fixo de Banach
Marcelo Lopes Vieira 1

Valdair Bonfim 2
1. Introduo:
O Teorema do Ponto Fixo de Banach crucial na demonstrao de vrios
resultados importantes da Matemtica. Na teoria das equaes diferenciais ordinrias,
por exemplo, ele utilizado para demonstrar que se o campo vetorial f : D R n o R n
lipschitziano, ento o problema de valor inicial
x' (t ) f ( x(t ))
(P)
x ( 0) x0
possui uma nica soluo x : I R o R n definida num intervalo maximal I contendo a

origem. ( ver p.ex.[1] ou [3] ). Na demonstrao do Teorema de Stampacchia, o qual
til na teoria das equaes diferenciais parciais elpticas, o Teorema do Ponto Fixo de
Banach desempenha um papel crucial, conforme se pode ver pgina 82 de [2].
Alm destes dois exemplos, vale citar que a existncia de soluo f (x ) para a
equao integral
b
f ( x) O . K ( x, y ). f ( y ) dy g ( x) ,
a
onde K ( x, y ) e g ( y ) so funes contnuas dadas, tambm pode ser estabelecida com o

auxlio do Teorema do Ponto Fixo de Banach, desde que O seja suficientemente
pequeno. ( ver p. ex. [3], pgina 19 ).
Dada a importncia deste teorema de ponto fixo natural perguntar se as
hipteses do mesmo podem ser enfraquecidas, o que levaria a eventuais generalizaes
dos teoremas que dele dependem. O que faremos neste trabalho discutir a necessidade
das hipteses do referido teorema, mostrando por meio de exemplos que elas so
realmente essenciais.
1
Acadmico do Curso de Matemtica da Universidade Federal de Uberlndia
Projeto de Iniciao Cientfica PROMAT FAMAT - UFU.
2
Professor da Faculdade de Matemtica Universidade Federal de Uberlndia
Orientador de Projeto de Iniciao Cientfica no mbito do PROMAT.
.
2. Preliminares:
Definio 1 ( Contrao ):
Sejam ( M , d ) e ( N , U ) espaos mtricos. Uma aplicao f : (M ,d ) o ( N ,U )
dita ser uma contrao quando existe uma constante c (0,1) tal que
U ( f ( x) , f ( y ) ) d c . d ( x , y ) , x , y M .
Definio 2 ( Sequncia de Cauchy ):

Uma seqncia ( x n ) num espao mtrico ( M , d ) denominada Sequncia de Cauchy
quando para cada H ! 0 dado, existe n0 N tal que:
m , n ! n0 d ( x m , x n ) H .
Definio 3 ( Espao Mtrico Completo ) :

Dizemos que o espao mtrico ( M , d ) completo quando toda seqncia de Cauchy
( x n ) em M converge para um ponto p M na mtrica d, isto , d ( x n , p) o 0 quando
n o f.
Definio 4 ( Ponto Fixo ):

Dizemos que p M um ponto fixo da aplicao T : M o M se T ( p) p.
3. O Teorema Principal e a necessidade de suas hipteses
Teorema do Ponto Fixo de Banach: Seja M um espao mtrico completo e seja

T : M o M uma contrao. Ento T possui um nico ponto fixo, isto , existe um
nico p M tal que T ( p) p.
Demonstrao: Seja x0 um ponto qualquer de M e considere a seqncia ( x n ) nt1

construda da seguinte forma:
x1 T ( x0 ), x 2 T ( x1 ), ..., x n 1 T ( x n ), ...
Observe que
d ( x1 , x 2 ) d (T ( x 0 ), T ( x1 )) d c. d ( x 0 , x1 )
d ( x 2 , x3 ) d (T ( x1 ), T ( x 2 )) d c. d ( x1 , x 2 ) d c 2 . d ( x0 , x1 )
.
Em geral temos que d ( x n , x n 1 ) d c n . d ( x0 , x1 ) para todo inteiro positivo n.
Segue, ento, que para todos os nmeros naturais n , p temos:

d ( x n , x n p ) d d ( x n , x n 1 ) d ( x n 1 , x n 2 ) d ( x n 2 , x n 3 ) ... d ( x n p 1 , x n p ) d
cn
d [c n c n 1 c n 2 ... c n p 1 ]. d ( x0 , x1 ) c n [1 c ... c p 1 ].d ( x0 , x1 ) d .d ( x0 , x1 )
1 c
e como 0 c 1 , segue que c n o 0 quando n o f , de onde conclumos que ( x n )
uma seqncia de Cauchy em ( M , d ) . Sendo M completo, ( x n ) converge para um ponto
p M . Assim, como T contnua (pois sendo contrao, lipschitziana), T

transformar seqncia convergente em seqncia convergente, ou seja:
T ( p) T (lim x n ) lim T ( x n ) lim x n 1 p.
Fica demonstrada, portanto, a existncia de ponto fixo de T .
Provemos agora a unicidade. Para isso, suponhamos que existam a , b M tais que
a T (a) e b T (b) . Ento,
d ( a, b) d (T (a), T (b)) d c . d (a, b) (1 c).d (a, b) d 0
e como 1 c ! 0 , conclumos que d (a, b) 0 , ou seja, a b.
Um fato que chama a ateno neste teorema a presena de apenas duas hipteses,
suficientes para demonstr-lo. Veremos agora alguns exemplos que mostraro ser estas
hipteses tambm necessrias. Precisamente, veremos que a concluso do teorema fica
prejudicada com a falta de qualquer uma delas.
Exemplo1: Uma das hipteses do Teorema do Ponto Fixo de Banach que o espao
mtrico seja completo. Para mostrar que esta hiptese essencial consideremos o
espao mtrico M (0,1) , o qual no completo, e a funo f : (0,1) o (0,1) definida
1 1
por f ( x) x . fcil ver que f uma contrao e que f no possui ponto fixo
2 2
p no intervalo (0,1) , pois
1 1
f ( p) p p p p 1 .
2 2
Este exemplo mostra que, mesmo tendo uma contrao, impossvel obter as
concluses do Teorema do Ponto Fixo de Banach caso o espao mtrico em questo no
seja completo. A prxima figura ilustra o comportamento da seqncia x n construda
.
iterativamente na demonstrao do Teorema do Ponto Fixo de Banach. Observe que
apesar de ser de Cauchy, ela no converge para um ponto do domnio da funo f .
Observe tambm que, se estendermos f continuamente no completamento do espao
(0,1) , isto , no domnio [0,1] , ento a seqncia x n convergir, de fato, para o nico
ponto fixo de f , a saber, o ponto p 1 .
1 1
y f ( x) x
2 2
y x
x0 x1 x2 x3
Exemplo 2:
Quanto outra hiptese do teorema, basta tomarmos o espao mtrico completo dos
nmeros reais com a mtrica usual e a funo f : R o R definida primeiramente por
f ( x) x 2 1 . fcil ver que esta funo no uma contrao no domnio R, e que no
possui ponto fixo pois f ( x) x x 2 x 1 0 , que no possui soluo real. Logo, f
no possui nenhum ponto fixo. Por outro lado, se definirmos f ( x) x 2 1 , notamos

facilmente que esta funo tambm no uma contrao, como no exemplo acima, mas
agora perdemos a unicidade pois f possui dois pontos fixos, a saber:
1 5 1 5
e .
2 2
.
De fato,
1r 5
f ( x) x x2 1 x x2 x 1 0 x .
2
Exemplo 3: No-expanses admitem ponto fixo?

No necessariamente. Neste caso tudo pode ocorrer. As no-expanses so aplicaes
f : ( M , d ) o ( M , d ) tais que d ( f ( x) , f ( y ) ) d d ( x , y ) , x , y M , e, a menos que
se consiga obter uma desigualdade anloga com uma constante c (0,1) , no d pra
afirmar que f ter ponto fixo, ou ento que f ter um nico ponto fixo. Os exemplos
simples que seguem ilustram essa afirmao. Um exemplo a funo f : R o R
definida por f ( x) x 1 , que uma no-expanso. Neste caso claramente f no possui
ponto fixo, caso contrrio, teramos a igualdade 0 1 .
Outro exemplo a funo f : R o R definida por f ( x) x , que uma no-expanso.
Observe que, em oposio ao exemplo anterior, neste caso todos os pontos do domnio
so pontos fixos.
Bibliografia
[1] Lima, Elon Lages;
Espaos Mtricos. Rio de Janeiro, IMPA, CNPq, 1977 ( Projeto Euclides )
[2] Brezis, H.; Analyse Fonctionnelle, Theorie et applications;

Collection Mathmatiques Appliques pour la maitrise.
[3] Goffman, C. & Pedrick, G.; First Course in Functional Analysis.

Prentice-Hall Series in Modern Analysis
.
HEURSTICAS E EQUAES DIOFANTINAS
Michelle Crescncio de Miranda

Programa Institucional de Iniciao Cientfica e Monitoria
da Faculdade de Matemtica PROMAT
michellemiranda_18@hotmail.com
Luiz Alberto Duran Salomo

Professor orientador
salomao@ufu.br
Faculdade de Matemtica FAMAT

Universidade Federal de Uberlndia UFU
Resolver problemas uma habilidade prtica como nadar, esquiar ou

tocar piano; voc pode aprend-la por meio de imitao e prtica.
(...)se voc quer aprender a nadar, voc tem que entrar na gua e se
voc quer se tornar um bom resolvedor de problemas, tem que
resolver problemas.
George Polya
Introduo
Neste artigo, desenvolvemos um breve estudo sobre equaes diofantinas. No entanto, no

menos importante que o tema desenvolvido a oportunidade de nos exercitarmos em diversas
heursticas especialmente adequadas para tratar problemas da natureza que permeia o assunto
em tela. Uma heurstica uma sugesto ou estratgia geral, independente de algum tpico
particular ou do assunto em questo, que ajude os resolvedores de problemas a abordar e
entender um problema e a dirigir eficientemente seus recursos para resolv-lo. Neste breve
estudo, destacamos o emprego de algumas dessas heursticas, a saber, a reduo de um
problema a uma situao mais simples, o argumento por contradio, o mtodo da descida
infinita e o Princpio de Dirichlet.
1. A equao pitagrica
Um dos mais antigos problemas da teoria dos nmeros a determinao de todas as solues
inteiras da equao
x2 y2 z 2 . (I)
Como veremos, a soluo dessa equao pode ser obtida atravs de propriedades elementares
de nmeros inteiros.
Um terno (x, y, z) de inteiros que satisfaz (I) dito um terno pitagrico. Obviamente, vamos
omitir qualquer caso onde uma das coordenadas do terno (x, y, z) seja zero. Inicialmente,
notemos que se (x, y, z) um terno pitagrico, ento qualquer terno (kx, ky, kz) tambm o ser,
onde k um inteiro diferente de zero. claro, ainda, que a recproca da afirmao que
acabamos de fazer tambm verdadeira. Portanto, vamos restringir nossa busca ao caso em
que as coordenadas x, y, e z do terno no tm nenhum fator comum maior do que 1. Nesse
caso, dizemos que uma tal soluo (x, y, z) de (I) primitiva. Por exemplo, (3, 4, 5) uma
soluo primitiva de (I) mas (6, 8, 10), embora seja soluo de (I), no primitiva. Podemos,
na verdade, dizer que se (x, y, z) uma soluo primitiva de (I) no h duas de suas
coordenadas que no sejam inteiros primos entre si. Em outras palavras, se (x, y, z) uma
soluo primitiva de (I), ento mdc(x, y) = mdc(x, z) = mdc(y, z) = 1. De fato, se p um
nmero primo divisor comum de x e y, ento claro que p tambm divisor de x 2 y 2 z2
e, conseqentemente de z (pois p primo), o que contraria o fato de (x, y, z) ser soluo
primitiva de (I). Portanto, mdc (x, y) = 1. Claramente, o mesmo argumento mostra que
mdc(x,z) = 1 e mdc(y, z) = 1. Como conseqncia do fato que acabamos de justificar, x e y
no podem ser ambos pares, se (x, y, z) for uma soluo primitiva de (I). Porm, podemos
ainda fazer uma outra afirmao: x e y no podem ser ambos mpares. De fato, se x = 2a +1 e
y = 2b+1, onde a, b =, ento x 2 + y 2 = (2a +1) 2 + (2b +1) 2 = 2 + 4( a + a 2 + b + b 2 ),
ou seja, z 2 divisvel por 2 mas no por 4. Ora, isto no possvel pois, se z 2 divisvel
por 2, z tambm o ; da, z 2 divisvel por 4. Conclumos, assim, que se (x, y, z) um terno
pitagrico primitivo, exatamente um dos inteiros x ou y par e z mpar. Vamos assumir
daqui em diante, sem perda de generalidade, que x par.
Vamos, agora, determinar todas as solues primitivas (x, y, z) de (I), reduzindo o problema a
uma situao mais simples. Observe que, uma condio necessria para (x, y, z) ser uma
soluo de (I) que
x 2 = z 2 - y 2 = (z y) (z + y). (II).
No caso da soluo ser primitiva, z y e z + y so inteiros pares. Da, podemos dividir por 4
os membros extremos de (II), obtendo
2
1 1
x z y z y .
2 4
1 1
Chamando m1 z y e n1 z y , obtemos
2 2
2
1
x m1 n1 (III)
2
e podemos afirmar que m1 e n1 so primos entre si - de fato, se p um divisor comum de m1
e n1 , p divide m1 n1 z e p divide m1 n1 y o que no possvel pois, como vimos,

mdc(y, z) = 1. Alm disso, de (III) conclumos que m1 e n1 so quadrados perfeitos, j que
mdc m1 , n1 = 1 e o produto m1n1 um quadrado perfeito. Portanto, existem inteiros positivos

1 1
m e n tais que m1 = m 2 , e n1 = n 2 e mdc(m, n) = 1. Logo, m 2 m1 z y,
2 2
1 1 1
n2 n1 z y e m 2 n 2 = x 2 . Decorre da que
2 2 4
x = 2mn, y = m 2 - n 2 e z = m 2 n 2 . (IV)
Observe que m e n, em (IV), tm paridades opostas, pois z e y so mpares. imediato
verificar que se x, y, e z so da forma dada em (IV), ento (x, y, z) satisfaz a equao
pitagrica (I).
As consideraes feitas acima permitem-nos enunciar a seguinte proposio..
Proposio 1: A condio necessria e suficiente para que (x, y, z) seja um terno pitagrico
primitivo, com coordenadas positivas, que existam inteiros positivos m e n, primos entre si,
de paridades opostas, com m > n, de modo que x = 2mn, y = m 2 - n 2 e z = m 2 + n 2 .
A tabela a seguir ilustra parcialmente uma representao dos ternos pitagricos primitivos,
conforme a proposio acima.
m 2 3 4 5 6 7
1 (4,3,5) (8,15,17) (12,35,37)
2 (12,5,13) (20,21,29) (28,45,53)
3 (24,7,25)
4 (40,9,41) (56,33,65)
5 (60,11,61)
6 (84,13,85)
2. Inexistncia de solues no triviais de algumas equaes diofantinas
Ao contrrio do que vimos no pargrafo anterior, algumas equaes diofantinas podem no

ter solues, alm das triviais. Uma ferramenta poderosa para provar a inexistncia de
solues de algumas dessas equaes o mtodo da descida infinita, cuja criao atribuda
ao matemtico francs Pierre de Fermat (1601 1665). Basicamente, esse mtodo consiste em
supor a existncia e uma soluo no trivial que seja, em algum sentido, mnima. Em seguida,
deve-se encontrar uma soluo que, de alguma forma, venha a contrariar a minimalidade da
tal soluo, advindo da uma contradio. A seguir, veremos algumas aplicaes desse
mtodo.
Proposio 2: A equao x2 + y2 =3z2 no tem solues inteiras no nulas.

Demonstrao: Suponha que a equao dada tenha solues (x, y, z) em inteiros positivos no
nulos. Assim, seja (a, b, c) a soluo que tenha a coordenada z = c mnima. Sabemos que, se
um nmero inteiro n no for mltiplo de 3, ento seu quadrado n2 deixa resto 1 quando
dividido por 3. Da, a e b tm que ser ambos mltiplos de 3, ou seja, existem inteiros r e s tais
que a = 3r e b = 3s. Assim, 9r2 + 9s2 =3c2, o que acarreta 3(r2 + s2) = c2. Portanto, c2
mltiplo de 3 e, conseqentemente, c mltiplo de 3. Logo, existe um inteiro t de modo que
c=3t. Por fim, temos 3(r2 + s2) =9t2 e, da, r2 + s2 =3t2, o que quer dizer que o terno (r, s, t)
c
soluo da equao dada, com t c . Contradio com o fato da coordenada c ser
3
mnima.
A proposio a seguir emprega uma pequena variao do mtodo utilizado na Proposio 1.
Proposio 3: A equao x2 + y2 + z2 = 2xyz no tem solues inteiras no nulas.

Demonstrao: Observe que, no membro da esquerda da equao dada, exatamente um dos
termos par ou todos os trs so pares. Todavia, na primeira situao, o membro da esquerda
seria mltiplo de 2 mas no de 4, enquanto o da direita seria mltiplo de 4. Isso reduz o
problema ao caso em que x, y e z so todos pares. Dessa forma, se (x, y, z) satisfaz a equao
dada, existem inteiros x1, y1 e z1 tais que x =2x1, y =2y1 e z = 2z1 e, da,
2 2 2
x1 y1 z1 4 x1 y1 z1 .
Usando o mesmo argumento, temos que existem inteiros x1, y1 e z1 tais que x1 =2x2, y1 =2y2 e
z1 = 2z2 e, por conseguinte,
2 2 2
x2 y 2 z 2 8x2 y 2 z 2 .
Este argumento pode ser repetido indefinidamente e, assim, teremos que
x 2 x1 2 2 x 2 2 3 x3 ... 2 n x n ...
y 2 y1 22 y2 2 3 y3 ... 2 n yn ...
2 3 n
z 2 z1 2 z 2 2 z 3 ... 2 z n ...
o que mostra que x, y e z so divisveis por 2n, para todo inteiro n. Ora, isso s seria possvel
para x = y = z = 0.
O resultado a seguir um caso particular do clebre ltimo Teorema de Fermat.
Proposio 4: A equao diofantina xn + yn = zn no tem solues em inteiros no nulos, se n

for um inteiro positivo mltiplo de 4.
Demonstrao: Suponha que n = 4k, onde k um inteiro positivo. Se xn + yn = zn , ento
temos que (xk)4 + (yk)4 = (z2k)2, ou seja, (xk, yk, z2k) ser uma soluo da equao a4 + b4 = c2.
Assim, o problema fica reduzido a se mostrar que essa ltima equao no tem solues alm
das triviais. Suponha, por absurdo, que a, b e c sejam inteiros positivos que satisfaam a
equao a4 + b4 = c2. Alm disso, para aplicarmos o mtodo da descida infinita de Fermat,
vamos incluir a hiptese adicional de que c seja mnima, isto , que no exista uma outra
soluo (a, b, c), em inteiros positivos, com c < c. Ento, a e b so primos entre si e, pela
Proposio 1, existem inteiros positivos primos entre si u e v tais que a2 = u2 v2, b2 = 2uv
e c = u2 + v2. Como a2 + v2 = u2, novamente pela Proposio 1, temos que existem inteiros
positivos primos entre si p e q tais que a = p2 q2, v = 2pq e u = p2 + q2. Da, segue que
b2=2uv = 4pq(p2 + q2). Como p e q so relativamente primos, ambos so tambm
relativamente primos com p2 + q2. Agora, sendo 4pq(p2 + q2) um quadrado perfeito,
deveremos ter p, q e p2 + q2 tambm quadrados perfeitos; portanto, existem inteiros positivos
D , E e J de modo que p D 2 , q E 2 e p 2 q 2 J 2 . Da segue que D 4 E 4 J 2 ,
sendo c u 2 v 2 ! u p 2 q 2 J 2 t J . Isso contradiz a minimalidade de c.
3. A equao de Pell
Se d um inteiro positivo que no um quadrado perfeito, sabemos que d um nmero

irracional. A equao x 2 dy 2 m , onde m representa um inteiro qualquer, conhecida
como a equao de Pell. claro que, no caso m=0, a equao de Pell no tem soluo alm
x
da trivial (x = y = 0) pois, caso contrrio, teramos d , o que iria contradizer a
y
irracionalidade de d . Neste pargrafo, desenvolveremos um breve estudo sobre a
determinao das solues da equao de Pell.
A proposio que veremos a seguir um resultado clssico devido a P.G. Lejeune Dirichlet
(1805 1859).
p
Proposio 5: Dado um nmero irracional D , existem infinitos racionais , com p e q
q
p 1
inteiros no nulos primos entre si, tais que D 2.
q q
Demonstrao: Dado um inteiro positivo N qualquer, consideremos os N+1 elementos do
intervalo [0, 1) da forma jD jD , com 0 d j d N , onde x representa o maior inteiro
N 1
k k 1
que no supera x. Como >0, 1 N , , pelo Princpio de Dirichlet, existem dois
k 0 N
desses elementos, digamos j1D j1D e j 2D j 2D pertencentes a um mesmo intervalo
k k 1
N , N . Supondo, sem perda de generalidade, que j1 < j2 e chamando q = j2 j1 e
1 p 1 1
p > j 2D > j1D , temos que 0 qD p e, da, D d 2 . Por fim, podemos
N q qN q
supor que p e q so primos entre si. De fato, se p = p1c e q = q1c, para algum inteiro c>1,
p 1 1
ento D 1 2 2 .
q1 q q1
O resultado a seguir mostra a existncia de valores de m para os quais a equao de Pell tem
infinitas solues nos inteiros.
Proposio 6: Se d um inteiro positivo que no um quadrado perfeito, existe um inteiro m

tal que a equao x2 dy2 = m admite infinitas solues inteiras.
Demonstrao: Como d irracional, segue pela Proposio 5, que existem infinitos pares
x 1
(x, y) de inteiros primos entre si tais que d 2 (*). Agora, se x e y so inteiros
y y
satisfazendo essa desigualdade, temos que
x 2 dy 2 x dy x dy
1
y
11

x d y 2 d y 2 d y 2 d 1 .
y y

Segue, da, que algum inteiro no nulo m entre 2 d 1 e 2 d 1 repete-se um nmero
infinito de vezes dentre os valores de x2 dy2, para x e y satisfazendo a condio (*), ou seja,
a equao x2 dy2 = m admite infinitas solues inteiras, para um tal m.
Proposio 7: A equao x2 dy2 = 1, onde d um inteiro positivo que no um quadrado

perfeito, admite solues.
Demonstrao: Conforme a Proposio 6, podemos tomar um inteiro no nulo m de modo que
a equao x2 dy2 = m admite infinitas solues inteiras. Podemos escolher duas dessas
solues (x1, y1) e (x2, y2) de modo que x1 z x 2 , mas x1 { x2 (mod m) e y1 { y 2 (mod m) .
Assim,
x
1
y1 d x 2 y 2 d x1 x 2 dy1 y 2 x 2 y1 x1 y 2 d . (**)
2 2
Mas, x1 x2 dy1 y2 { x1 dy1 { 0(mod m) e x 2 y1 { x1 y 2 (mod m) e, da, existem inteiros u e v
tais que x1 x2 dy1 y2 = mu e x2 y1 x1 y 2 mv . Segue, ento, de (**) que
x y d x y d = mu v d e, da,
1 1 2 2
x y d x y d = mu v d .
1 1 2 2
Multiplicando, membro a membro, as duas igualdades acima, obtemos
m2
2
2 2
x1 dy1 x 2 dy 2
2

m 2 u 2 dv 2 , ou seja, u 2 dv 2 1 .
Assim, a demonstrao estar concluda se mostrarmos que u e v no so nulos. De fato, se u
= 0, teramos dv2 = 1, o que um absurdo. Se v = 0, teramos u = 1 ou -1. De (**), viria

x1 y1 d x2 y2 d = r m e, conseqentemente, x1 y1 d
r x 2 y 2 d e, ainda,
x1 x 2 , o que contraria nossa hiptese sobre as solues (x1, y1) e (x2, y2).
Proposio 8: Se d um inteiro positivo que no um quadrado perfeito ento existe uma

soluo (x0, y0) da equao x2 dy2 = 1, onde x0 e y0 so inteiros positivos, de modo que todas
as demais solues (xn, yn) dessa equao satisfazem a condio x n y n d x0 y 0 d ,
n
para algum inteiro n.

Demonstrao: Mais uma vez, teremos uma aplicao do mtodo da descida infinita.
Consideremos a soluo (x0, y0) da equao dada, com coordenadas inteiras positivas, de
modo que, dentre todas as solues da equao, o valor x0 y 0 d seja o menor possvel.
Vamos identificar cada soluo (x, y) da equao com o nmero x y d . Pela igualdade
x 2 dy 2
x y d x y d , fcil ver que o produto de duas solues da equao
tambm uma soluo, no sentido da identificao acima. Vamos mostrar que todas as
solues da equao dada so da forma x
0
n
y0 d , para algum inteiro n. Suponha que
(u, v) seja uma soluo da equao em tela e que u v d no seja uma potncia com
expoente inteiro de x0 y 0 d . Assim, para algum n, temos
x 0
n
.
y0 d < u v d < x 0 y 0 d
n 1
Multiplicando cada membro da expresso acima pela soluo x y n

0 0 d , obtemos
1 < ( u v d ) x y d < ( x y d )
n
0 0 0 0
o que um absurdo pois o termo intermedirio uma soluo, o que contraria a minimalidade
da soluo x0 y 0 d .
Referncias bibliogrficas
[1] ANDERSON, J. A. e BELL, J. M. Number Theory with applications Prentice Hall

1997
[2] ENGEL, A. Problem-Solving Strategies Springer 1997
[3] MOREIRA, C. G. Propriedades estatsticas de fraes contnuas e aproximaes
diofantinas Matemtica Universitria Sociedade Brasileira de Matemtica n 29 2000
[4] MUNIZ NETO, A. C. Equaes Diofantinas EUREKA! Sociedade Brasileira de
Matemtica n 7 - 2000
Obteno dos projetos timos de grficos de X utilizando o Matlab.
Robson Silva Rossi 1

FEMEC
robsonsilvarossi@yahoo.com.br
Aurlia Aparecida de Arajo Rodrigues 2

FAMAT
aurelia@famat.ufu.br
Resumo
Foi desenvolvido um programa em MATLAB para a seleo de parmetros (tamanho de
amostra, intervalo de tempo entre amostras e largura dos limites de controle) de grficos
de X para controle estatstico de processos. Esse programa fornece solues timas em
termos de rapidez de deteco do descontrole. Apresenta-se um procedimento para
selecionar o projeto timo atravs das tabelas geradas pelo programa. A simplicidade do
programa o torna vivel para implementao em qualquer ambiente.
Palavras-chave: grficos de X , controle estatstico de qualidade, projeto de grfico de

controle.
1. Introduo
Os processos de produo devem ser permanentemente monitorados, para
detectar a presena de causas especiais (que aumentam sua disperso e/ou tiram sua
mdia do valor-alvo). Detectada essa presena, deve-se proceder a uma investigao
para identificar a(s) causa(s) especial(is) e intervir para elimin-las. A principal
ferramenta utilizada para monitorar os processos de produo o grfico de controle e
foi desenvolvido em 1924 por Walter A. Shewhart.
Os grficos de controle de X , tambm conhecidos como grficos da mdia,
servem para monitorar processos cuja caracterstica de qualidade de interesse X uma
grandeza mensurvel: o dimetro de um eixo, volume de uma lata de leo, o teor de
carbono em uma liga metlica etc. O monitoramento realizado atravs da anlise
peridica de amostras: a cada intervalo de tempo h retira-se uma amostra de n itens para
anlise. Por exemplo, a cada uma hora de produo (h = 60 min), selecionam-se
aleatoriamente, cinco garrafas (n = 5), cujos volumes so medidos. Para cada amostra,
calculada a mdia X dos valores medidos. Os valores de X das diversas amostras so
marcados no grfico.
A implementao e o desempenho satisfatrio do grfico de controle de X
dependem da identificao do projeto (design) do grfico, ou seja, da seleo dos
valores para os parmetros: n (tamanho de amostra), h (intervalo de tempo entre
amostra consecutivas), e k (fator de abertura dos limites de controle).
A dificuldade em obter valores precisos para esses parmetros grande. A
estabilidade do processo est associada freqncia com que ele tem tendncia de sair
de controle, a qual pode ser medida pelo tempo mdio que opera isento de causas
especiais, ou seja, em controle. O prejuzo de operar um processo sob efeito de uma ou
mais causas especiais est associado ao prejuzo devido ao aumento da proporo de
1
Aluno de graduao em Engenharia Mecnica (UFU) e de Iniciao Cientfica (PROMAT).
2
Orientadora. Professora Adjunto da Faculdade de Matemtica (UFU).
unidades produzidas fora das especificaes quando a mdia do processo desloca-se
e/ou a variabilidade aumenta. Esse prejuzo funo da magnitude do aumento da
varincia. Na prtica quase geral, o valor de h acaba sendo escolhido arbitrariamente.
Ao arbitrar o valor de h, devemos ter sempre em mente o seguinte: valores pequenos de
h implicam custos elevados com amostragens e maior incidncia de alarmes falsos.
Exemplo: se k = 3, n = 4 e h = 1 hora, ento, inspecionam-se quatro itens por hora e, em
mdia, h um alarme falso a cada 370,4 horas. Por outro lado, se h = 30 minutos, ento
inspecionam-se oito itens por hora e, em mdia h um alarme falso a cada 185,2 horas
(Costa et al. 2004).
O objetivo deste trabalho foi desenvolver um programa em Matlab (2002), o
qual fornece o projeto timo do grfico de X e auxilia o usurio na escolha dos
parmetros desse projeto.
O presente trabalho baseia-se no procedimento de Costa et. al. (2004), que
utiliza uma planilha do Excel, para obter a melhor combinao de n, h e k para a
determinao dos valores timos para os parmetros do grfico X . Aqui abordado
apenas o grfico de X . No entanto, o programa apresentado pode ser facilmente
adaptado a outros grficos, ou conjunto de grficos.
2. Modelo matemtico
Se a caracterstica de qualidade de interesse for representada por variveis
contnuas (mensurveis), por exemplo, volume de refrigerante em uma garrafa, ento, o
tipo de grfico indicado para monitorar o processo so os grficos de controle por
variveis. Neste caso, o grfico da mdia (de X ) o mais usado para controlar a
mdia de um processo, enquanto que o grfico da amplitude (de R) ou o grfico do
desvio-padro (S) controla a variabilidade do processo. Assim, recomendvel e usual
a implementao simultnea dos grficos de X e R ou (S) para controlar a mdia e a
variabilidade do processo. Aqui, ser descrito apenas o grfico de X ; o
desenvolvimento dos grficos de R ou de S pode ser encontrado na literatura
especializada. Ver, por exemplo, Montgomery (2004) e Costa et al. (2004).
Suponha que a caracterstica de qualidade X de um processo seja uma varivel
contnua. Considere que, com o processo em controle, X seja normalmente distribuda
com mdia P0 e varincia V02; toma-se uma amostra de tamanho n, ento a estatstica
n
X
i 1
i
X (1)
n
normalmente distribuda com mdia e varincia dadas, respectivamente, por:
E X P0 (2)
Var X V 0 2 n (3)
Logo, os limites de controle do grfico de X so
LSC = P0 + kV0/ n (4)
LM = P0 (5)
LIC = P0 - kV0/ n (6)
Os pontos no grfico so as mdias de cada amostra dos dados. Tipicamente, as mdias
so registradas nos grficos durante algum tempo, por exemplo, durante dias ou
semanas. Se os valores de P0 e V0 no forem conhecidos, precisam ser estimados a partir
de amostras iniciais. Recomenda-se vinte amostras, no mnimo, para construir grficos
que forneam boas estimativas estatsticas.
Suspeita-se que um processo esteja fora de controle quando um ponto se
encontra acima do limite de controle superior ou abaixo do limite de controle inferior,
ou ainda se for identificado um comportamento no aleatrio dos pontos, ou seja, os
pontos apresentam um padro; por exemplo, pontos consecutivos crescendo ou
decrescendo. Ver a figura 1. Portanto, outras regras que identificam indcios de
processos fora de controle foram desenvolvidas; so as chamadas regras suplementares.
A incluso de novas regras de deciso implica sempre um aumento na incidncia de
alarmes falsos. Uma boa discusso sobre uso de regras suplementares feita por Costa
et al. (2004).
LSC Variao devida a

causas especiais
LM Variao devida
a causas comuns
LIC Variao devida

a causas especiais
Figura 1: Ilustrao esquemtica de um grfico de controle
Quando for localizado um ponto fora dos limites de controle ou identificado um

comportamento no aleatrio dos pontos no grfico, passa-se ento ao processo de
investigao para descobrir se de fato o processo est fora de controle; se ele de fato
estiver, as causas especiais devem ser removidas. O sensato no parar o
desenvolvimento da qualidade quando o sistema est em controle. necessrio que se
busque o aperfeioamento contnuo da qualidade, por exemplo, atravs do uso de outras
ferramentas como fluxogramas, grficos de causa e efeito, grficos de Pareto e projeto e
anlise de experimentos. Descries dessas ferramentas so encontradas, em
Montgomery (2004).
2.1 Medidas de desempenho de grficos de controle

Existe uma conexo estreita entre os grficos de controle e os testes de hiptese.
Basicamente, um grfico de controle um teste de hiptese em que a hiptese nula a
de que o processo est em controle:
H0: P = P0
H1: P z P0
Este teste realizado para cada nova amostra, pois o estado do processo pode
mudar.
Regio de
rejeio de H0 LSC
Regio de LM
aceitao de H0
Regio de LIC
rejeio de H0
Figura 2: Relao entre grficos de controle e testes de hipteses
Quando o ponto amostral se situa entre limites de controle, LIC e LSC, aceita-se
a hiptese nula; caso contrrio, deve-se rejeit-la. Como em qualquer teste de hiptese,
podem ocorrer erros do tipo I e tipo II; caso, respectivamente, se rejeite a hiptese nula
de que o processo est em controle quando ele na realidade est em controle e caso se
aceite a hiptese nula de que o processo est em controle quando ele, na realidade, no
est. As probabilidades dos erros do tipo I e II so denotadas por D e E,
respectivamente.
O NMA (ou ARL, do ingls Average Run Length) representa o nmero mdio de
amostras retiradas at que seja emitido um sinal pelo grfico. Quando o processo est
em controle, o NMA denotado por NMA0 e quando o processo est fora de controle, o
NMA denotado por NMA1.
A varivel aleatria NA, que representa o nmero de amostras at um sinal,
distribuda geometricamente, com probabilidade de sucesso p, onde p igual a D
quando o processo est em controle e igual a (1 - E) quando o processo est fora de
controle.
Ento,
1
NMA0 (7)

1 1
NMA1 (8)
1 E poder
Lembrando que D a probabilidade do erro do tipo I e E a probabilidade do erro tipo

II; logo, aqui no caso, (1 - E) representa o poder do grfico.
Para um grfico com limites de 3V, D = 0,0027 a probabilidade nominal
(supondo distribuio normal da estatstica amostral, e P0 e V0 estimados sem erro) de
que um ponto caia fora dos limites de controle, quando o processo est em controle.
Assim:
1
NMA0 = = 370 amostras. (9)
0, 0027
Ou seja, mesmo que o processo esteja em controle, um sinal de alarme alarme falso
ser gerado, em mdia, a cada 370 amostras. Por outro lado, quando o processo est fora
de controle e um alarme gerado, esse alarme um alarme verdadeiro. Portanto, so
desejveis valores grandes para NMA0 e valores pequenos para NMA1.
2.2. Tempo esperado at o sinal

Suponha que o processo est sujeito a descontroles, na forma de deslocamentos
bruscos (shifts) em sua mdia. Um ponto X i fora dos limites de controle interpretado
como sinal de que o processo est fora de controle. Seja P1 o valor da mdia aps o
deslocamento, defina-se
P1 P0
d (10)
V0
Essa expresso representa o deslocamento em unidades de desvio padro.
O intervalo de tempo entre a alterao do parmetro do processo (mdia, por
exemplo) que est sendo monitorado por um grfico de controle e a ocorrncia do
alarme uma medida de eficincia do grfico. O valor esperado desse intervalo de
tempo, que ser chamado tempo esperado at o sinal (TES), depende da magnitude da
alterao do parmetro do processo (d), do tamanho das amostras (n), do intervalo de
tempo entre as amostras (h) e do fator de abertura dos limites de controle (k).
descontrole SINAL
t t+h t +2h t +(NA)h

h
S TS
(NA)h
Figura 3: Tempo at o sinal, sendo intervalo de tempo entre amostras fixo
Suponha-se que a alterao da mdia seja brusca e mantida (ocorre

instantaneamente e permanece at que se intervenha no processo), definam-se as
seguintes variveis aleatrias (ver Figura 3): S, tempo decorrido entre a extrao da
ltima amostra anterior ao descontrole (alterao) e o descontrole (0 d S d h); NA, o
nmero de amostras extradas entre a ocorrncia do descontrole e o sinal emitido pelo
grfico, e TS, o tempo entre descontrole e o sinal.
Ento,
TS = (NA)h S. (11)
O tempo esperado entre o descontrole e o sinal, TES, :
TES = E(TS) = hE(NA) E(S). (12)
Dado que E(NA) o nmero mdio de amostras at o sinal (NMA), j definido
anteriormente, e como S tem uma distribuio aproximadamente uniforme no intervalo
[0, h], (Reynolds,1988). Ento,
h
E S # . (13)
2
Portanto,
TES # h(NMA 0,5). (14)
2.3. Formulao do problema

Considere o seguinte exemplo: se amostras de tamanho 2 so retiradas do
processo a cada meia hora e os limites adotados so de 3V (n = 2; h = 0,5; k = 3,00). Se
a mdia do processo se deslocar de 1,5 desvios-padro ( d = 1,5), ento, em mdia,
sero necessrias 5,26 amostras at o sinal de descontrole (NMA1= 5,26 amostras) e o
TES = 2,38 horas (143 minutos). Ao aumentar o tamanho de n, por exemplo, se n = 4, o
NMA1 e o TES sero reduzidos, ou seja, NMA1= 2 amostras e TES = 0,75 horas (45
minutos). Contudo, a taxa de amostragem, r = n/h, passa de 4 itens por hora para 8 itens
por hora. Em ambos os casos haver, em mdia, um alarme falso a cada 370,4 amostras
ou a cada 185,2 horas, pois, o tempo mdio entre alarmes falsos TMAF = NMA0 u h =
h/D. Veja situao 1 na Tabela 1.
Tabela 1: Exemplos de projetos para o grfico de controle X , d = 1,5 e TMAF = 500

Situao 1 Situao 2
n 2 amostras 4 amostras 2 amostras
h 0,5 hora 0,5 hora 0,25 hora
k 3,00 3,00 3,00
r 4 amostras/hora 8 amostras/hora 8 amostras/hora
NMA1 5,26 amostras 2 amostras 5,26
TES 2,38 horas 0,75 horas 1,19 amostras
MNA0 370,4 amostras 370,4 amostras 370,4 amostras
TMAF 185,2 horas 185,2 horas 92,6 horas
Outra alternativa para reduzir o TES consiste em retirar as amostras com maior
freqncia; por exemplo, uma amostra de tamanho n = 2 a cada 15 minutos (0,25
horas). Veja situao 2 na Tabela 1. O valor de TES cai para a metade, TES =1,19
minutos. Agora, alm de a taxa de amostragem r dobrar, a freqncia de alarmes falso
tambm dobra, ou seja passa-se a ter em mdia um alarme falso a cada 370,4 u 0,25 =
92,6 horas. Nesse exemplo, a primeira alternativa melhor, pois leva a um menor TES e
a um maior TMAF. Mas pode ser que haja alguma alternativa ainda melhor, mantendo a
taxa de amostragem r = 8, como, por exemplo. Retirar amostras de tamanho n = 8 de
hora em hora. Seria preciso calcular o TES dessa alternativa para dizer se ela ou no
mais vantajosa que a primeira.
Percebe-se pelo exemplo dado que, para determinar os parmetros do grfico de
controle X , conveniente usar o TES como medida de rapidez de deteco, mas
preciso definir primeiro a freqncia admissvel de alarmes falsos (TMAF) e a taxa de
amostragem (r) . Existe uma infinidade de combinaes de n, h e k, que resultam em
uma mesma taxa de amostragem r e num mesmo TMAF pr-especificados. No entanto,
para cada valor hipottico do deslocamento, d, h uma combinao que minimiza o
TES. Por meio de um programa simples em MATLAB, ver Apndice, possvel obter o
TES para diferentes combinaes de n, h, TMAF e do deslocamento d contra o qual se
deseja maior proteo (isto , para o qual se quer minimizar o TES). O parmetro n
assume valores inteiros (1, 2, ...) e o parmetro h, valores prticos ( 1/4 de hora, hora,
2 horas). Portanto, atravs da tabela gerada pelo programa, podemos rapidamente
encontrar a melhor combinao de n, h e k, ou seja, aquela que minimiza o TES.
Para cada valor de h, o valor de k determinado por:
h
k I1 , (15)
2(TMAF )
pois D = 2I (-k), ou seja, k = - I-1(D/2) = - I-1(h / (2TMAF)).
Aps obteno do valor de k, utiliza-se a expresso para calcular o poder do
grfico, ou simplesmente, Poder :

Poder 1 E = Pr Z k G n Pr Z k G n

(16)
Utilizando o valor do Poder, calcula-se o NMA1 (na equao 8) e finalmente o
TES (na equao 14)
3. Solues timas
Utilizando o programa em MATLAB, ver no Apndice, possvel obter o
projeto timo do grfico X , ou seja, combinao de valores para n, h e k que possui o
menor TES. O programa consiste em implementar as equaes 8, 15 e 16.
Aqui, os valores de TMAF, r, d e n sero fixos, veja tabelas 2, 3 e 4:
TMAF = 500 horas;
r = 6, 8 e 10
n = 1 a 20;
d = 0,5 a 3,5
Caso seja de interesse do usurio, ele pode atribuir outros valores para TMAF, r,
d e n no programa em MATLAB. Conforme tabelas 2 a 4, possvel concluir que:
a) d d 1,0: melhor utilizar amostras grandes (n t 16) e intervalo entre amostragens
longo (h t 96 minutos).
b) 1,25 d d d 1,5: melhor utilizar amostras mdias (8 d n d 16) e intervalos entre
amostragens moderados (48 minutos d h d 120 minutos).
c) 1,75 d d d 2,25: melhor utilizar amostras pequenas (4 d n d 6) e intervalos entre
amostragens curtos (24 minutos d h d 60 minutos).
d) d t 2,5: melhor utilizar amostras muito pequenas (2 d n d3) e intervalos entre
amostragens muito curtos (12 minutos d h d 30 minutos).
Tabela 2: Tempo esperado at o sinal, em horas ( r = n/h = 6 e TMAF = 500 minutos)
n =1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
d h* = 10,0 20,0 30,0 40,0 50,0 60,0 70,0 80,0 90,0 100,0 110,0 120,0 130,0 140,0 150,0 160,0 170,0 180,0 190,0 200,0
k =3,59 3,40 3,29 3,21 3,14 3,09 3,04 3,00 2,97 2,94 2,91 2,88 2,85 2,83 2,81 2,79 2,77 2,75 2,73 2,71
0,50 161,79 94,25 64,85 48,65 38,53 31,69 26,80 23,15 20,35 18,14 16,35 14,89 13,67 12,64 11,77 11,02 10,37 9,80 9,30 8,86
0,75 73,09 34,60 21,29 14,90 11,29 9,02 7,48 6,40 5,59 4,98 4,51 4,13 3,83 3,59 3,39 3,23 3,10 2,99 2,91 2,84
1,00 34,42 14,10 8,14 5,55 4,16 3,33 2,80 2,43 2,17 1,99 1,86 1,77 1,72 1,68 1,67 1,67 1,69 1,72 1,76 1,80
1,25 17,11 6,37 3,59 2,45 1,88 1,55 1,35 1,23 1,17 1,14 1,14 1,16 1,20 1,24 1,30 1,37 1,44 1,52 1,59 1,67
1,50 8,97 3,17 1,80 1,26 1,01 0,89 0,84 0,83 0,85 0,89 0,95 1,02 1,09 1,17 1,25 1,34 1,42 1,50 1,58 1,67
1,75 4,96 1,72 1,01 0,75 0,65 0,63 0,65 0,70 0,77 0,84 0,92 1,00 1,08 1,17 1,25 1,33 1,42 1,50 1,58 1,67
2,00 2,88 1,01 0,63 0,52 0,50 0,54 0,60 0,67 0,75 0,83 0,92 1,00 1,08 1,17 1,25 1,33 1,42 1,50 1,58 1,67
2,25 1,76 0,64 0,44 0,41 0,44 0,51 0,59 0,67 0,75 0,83 0,92 1,00 1,08 1,17 1,25 1,33 1,42 1,50 1,58 1,67
2,50 1,12 0,44 0,34 0,36 0,42 0,50 0,58 0,67 0,75 0,83 0,92 1,00 1,08 1,17 1,25 1,33 1,42 1,50 1,58 1,67
2,60 0,95 0,38 0,31 0,35 0,42 0,50 0,58 0,67 0,75 0,83 0,92 1,00 1,08 1,17 1,25 1,33 1,42 1,50 1,58 1,67
2,70 0,81 0,34 0,30 0,34 0,42 0,50 0,58 0,67 0,75 0,83 0,92 1,00 1,08 1,17 1,25 1,33 1,42 1,50 1,58 1,67
2,80 0,69 0,30 0,28 0,34 0,42 0,50 0,58 0,67 0,75 0,83 0,92 1,00 1,08 1,17 1,25 1,33 1,42 1,50 1,58 1,67
2,90 0,59 0,27 0,27 0,34 0,42 0,50 0,58 0,67 0,75 0,83 0,92 1,00 1,08 1,17 1,25 1,33 1,42 1,50 1,58 1,67
3,00 0,52 0,25 0,26 0,34 0,42 0,50 0,58 0,67 0,75 0,83 0,92 1,00 1,08 1,17 1,25 1,33 1,42 1,50 1,58 1,67
3,10 0,45 0,23 0,26 0,33 0,42 0,50 0,58 0,67 0,75 0,83 0,92 1,00 1,08 1,17 1,25 1,33 1,42 1,50 1,58 1,67
3,20 0,39 0,22 0,26 0,33 0,42 0,50 0,58 0,67 0,75 0,83 0,92 1,00 1,08 1,17 1,25 1,33 1,42 1,50 1,58 1,67
3,30 0,35 0,20 0,25 0,33 0,42 0,50 0,58 0,67 0,75 0,83 0,92 1,00 1,08 1,17 1,25 1,33 1,42 1,50 1,58 1,67
3,40 0,31 0,20 0,25 0,33 0,42 0,50 0,58 0,67 0,75 0,83 0,92 1,00 1,08 1,17 1,25 1,33 1,42 1,50 1,58 1,67
3,50 0,28 0,19 0,25 0,33 0,42 0,50 0,58 0,67 0,75 0,83 0,92 1,00 1,08 1,17 1,25 1,33 1,42 1,50 1,58 1,67
* em minutos
Tabela 3: Tempo esperado at o sinal, em horas ( r = n/h = 8 e TMAF = 500 minutos)
n =1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
d h* = 7,5 15,0 22,5 30,0 37,5 45,0 52,5 60,0 67,5 75,0 82,5 90,0 97,5 105,0 112,5 120,0 127,5 135,0 142,5 150,0
k =3,66 3,48 3,37 3,29 3,23 3,17 3,13 3,09 3,06 3,02 2,99 2,97 2,94 2,92 2,90 2,88 2,86 2,84 2,82 2,81
0,50 156,48 89,62 60,88 45,19 35,46 28,93 24,28 20,84 18,20 16,13 14,46 13,10 11,97 11,03 10,22 9,53 8,93 8,41 7,96 7,55
0,75 69,41 32,09 19,39 13,38 10,01 7,91 6,51 5,51 4,78 4,23 3,80 3,47 3,19 2,97 2,79 2,65 2,53 2,43 2,35 2,28
1,00 32,13 12,77 7,22 4,83 3,57 2,83 2,35 2,02 1,79 1,63 1,51 1,42 1,37 1,33 1,31 1,30 1,31 1,32 1,35 1,38
1,25 15,71 5,64 3,10 2,08 1,57 1,27 1,10 0,99 0,92 0,89 0,88 0,89 0,91 0,95 0,99 1,03 1,09 1,14 1,20 1,26
1,50 8,11 2,75 1,52 1,05 0,82 0,71 0,66 0,64 0,65 0,68 0,72 0,77 0,82 0,88 0,94 1,00 1,06 1,13 1,19 1,25
1,75 4,41 1,46 0,83 0,61 0,52 0,49 0,50 0,53 0,58 0,63 0,69 0,75 0,81 0,88 0,94 1,00 1,06 1,13 1,19 1,25
2,00 2,53 0,85 0,51 0,41 0,39 0,41 0,45 0,51 0,56 0,63 0,69 0,75 0,81 0,88 0,94 1,00 1,06 1,13 1,19 1,25
2,25 1,52 0,53 0,35 0,31 0,34 0,38 0,44 0,50 0,56 0,63 0,69 0,75 0,81 0,88 0,94 1,00 1,06 1,13 1,19 1,25
2,50 0,96 0,35 0,26 0,27 0,32 0,38 0,44 0,50 0,56 0,63 0,69 0,75 0,81 0,88 0,94 1,00 1,06 1,13 1,19 1,25
2,60 0,81 0,31 0,24 0,26 0,32 0,38 0,44 0,50 0,56 0,63 0,69 0,75 0,81 0,88 0,94 1,00 1,06 1,13 1,19 1,25
2,70 0,68 0,27 0,23 0,26 0,31 0,38 0,44 0,50 0,56 0,63 0,69 0,75 0,81 0,88 0,94 1,00 1,06 1,13 1,19 1,25
2,80 0,58 0,24 0,22 0,26 0,31 0,38 0,44 0,50 0,56 0,63 0,69 0,75 0,81 0,88 0,94 1,00 1,06 1,13 1,19 1,25
2,90 0,50 0,22 0,21 0,25 0,31 0,38 0,44 0,50 0,56 0,63 0,69 0,75 0,81 0,88 0,94 1,00 1,06 1,13 1,19 1,25
3,00 0,43 0,20 0,20 0,25 0,31 0,38 0,44 0,50 0,56 0,63 0,69 0,75 0,81 0,88 0,94 1,00 1,06 1,13 1,19 1,25
3,10 0,37 0,18 0,20 0,25 0,31 0,38 0,44 0,50 0,56 0,63 0,69 0,75 0,81 0,88 0,94 1,00 1,06 1,13 1,19 1,25
3,20 0,33 0,17 0,19 0,25 0,31 0,38 0,44 0,50 0,56 0,63 0,69 0,75 0,81 0,88 0,94 1,00 1,06 1,13 1,19 1,25
3,30 0,29 0,16 0,19 0,25 0,31 0,38 0,44 0,50 0,56 0,63 0,69 0,75 0,81 0,88 0,94 1,00 1,06 1,13 1,19 1,25
3,40 0,25 0,15 0,19 0,25 0,31 0,38 0,44 0,50 0,56 0,63 0,69 0,75 0,81 0,88 0,94 1,00 1,06 1,13 1,19 1,25
3,50 0,22 0,14 0,19 0,25 0,31 0,38 0,44 0,50 0,56 0,63 0,69 0,75 0,81 0,88 0,94 1,00 1,06 1,13 1,19 1,25
* em minutos
Tabela 4: Tempo esperado at o sinal, em horas ( r = n/h =10 e TMAF = 500 minutos)
n =1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
d h* = 6,0 12,0 18,0 24,0 30,0 36,0 42,0 48,0 54,0 60,0 66,0 72,0 78,0 84,0 90,0 96,0 102,0 108,0 114,0 120,0
k =3,72 3,54 3,43 3,35 3,29 3,24 3,19 3,16 3,12 3,09 3,06 3,04 3,01 2,99 2,97 2,95 2,93 2,91 2,89 2,88
0,50 152,52 86,23 58,00 42,70 33,27 26,97 22,51 19,22 16,70 14,73 13,16 11,88 10,81 9,92 9,17 8,52 7,97 7,48 7,06 6,68
0,75 66,72 30,29 18,05 12,32 9,13 7,15 5,84 4,92 4,24 3,73 3,34 3,03 2,78 2,57 2,41 2,27 2,16 2,07 1,99 1,93
1,00 30,48 11,84 6,58 4,34 3,18 2,49 2,05 1,75 1,54 1,39 1,28 1,20 1,15 1,11 1,09 1,07 1,07 1,08 1,10 1,12
1,25 14,71 5,14 2,77 1,83 1,36 1,10 0,93 0,83 0,77 0,74 0,73 0,73 0,74 0,77 0,80 0,83 0,87 0,92 0,96 1,01
1,50 7,50 2,46 1,33 0,90 0,70 0,60 0,55 0,53 0,53 0,55 0,58 0,62 0,66 0,71 0,75 0,80 0,85 0,90 0,95 1,00
1,75 4,04 1,29 0,72 0,52 0,43 0,40 0,41 0,43 0,47 0,51 0,55 0,60 0,65 0,70 0,75 0,80 0,85 0,90 0,95 1,00
2,00 2,29 0,74 0,43 0,34 0,32 0,33 0,36 0,40 0,45 0,50 0,55 0,60 0,65 0,70 0,75 0,80 0,85 0,90 0,95 1,00
2,25 1,36 0,46 0,29 0,26 0,27 0,31 0,35 0,40 0,45 0,50 0,55 0,60 0,65 0,70 0,75 0,80 0,85 0,90 0,95 1,00
2,50 0,85 0,30 0,22 0,22 0,26 0,30 0,35 0,40 0,45 0,50 0,55 0,60 0,65 0,70 0,75 0,80 0,85 0,90 0,95 1,00
2,60 0,71 0,26 0,20 0,21 0,25 0,30 0,35 0,40 0,45 0,50 0,55 0,60 0,65 0,70 0,75 0,80 0,85 0,90 0,95 1,00
2,70 0,60 0,23 0,19 0,21 0,25 0,30 0,35 0,40 0,45 0,50 0,55 0,60 0,65 0,70 0,75 0,80 0,85 0,90 0,95 1,00
2,80 0,51 0,20 0,18 0,20 0,25 0,30 0,35 0,40 0,45 0,50 0,55 0,60 0,65 0,70 0,75 0,80 0,85 0,90 0,95 1,00
2,90 0,43 0,18 0,17 0,20 0,25 0,30 0,35 0,40 0,45 0,50 0,55 0,60 0,65 0,70 0,75 0,80 0,85 0,90 0,95 1,00
3,00 0,37 0,16 0,16 0,20 0,25 0,30 0,35 0,40 0,45 0,50 0,55 0,60 0,65 0,70 0,75 0,80 0,85 0,90 0,95 1,00
3,10 0,32 0,15 0,16 0,20 0,25 0,30 0,35 0,40 0,45 0,50 0,55 0,60 0,65 0,70 0,75 0,80 0,85 0,90 0,95 1,00
3,20 0,28 0,14 0,16 0,20 0,25 0,30 0,35 0,40 0,45 0,50 0,55 0,60 0,65 0,70 0,75 0,80 0,85 0,90 0,95 1,00
3,30 0,25 0,13 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50 0,55 0,60 0,65 0,70 0,75 0,80 0,85 0,90 0,95 1,00
3,40 0,22 0,12 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50 0,55 0,60 0,65 0,70 0,75 0,80 0,85 0,90 0,95 1,00
3,50 0,19 0,12 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50 0,55 0,60 0,65 0,70 0,75 0,80 0,85 0,90 0,95 1,00
* em minutos
4. Procedimento para obteno do projeto timo do grfico X
Os valores timos de n, h e k podem ser facilmente obtidos utilizando as tabelas 2 a 4
ou o programa em MATLAB, ver apndice. Veja o procedimento a seguir.
1) Fixar TMAF e r . Exemplo: TMAF = 500 minutos e r = 6 amostras por hora.
2) Localizar a tabela que contempla a situao do passo anterior. Exemplo: tabela 2, para
TMAF = 500 minutos e r = 6 amostras por hora .
Se for o caso, utilizar o programa em MATLAB para gerar outra tabela com outros valores
de interesse para TMAF e r. Outros valores tambm podem ser atribudos a n e d.
3) Fixar o valor de d (primeira coluna da tabela gerada). Exemplo: d = 1,75.
4) Na linha de d fixo, identificar o TESmnimo e o respectivo projeto timo. Exemplo: na tabela
2, para d = 1,75, obtm-se TESmnimo = 0, 63 horas.
5) Identificar os valores timos para n, h e k. Exemplo: na tabela 2, para d = 1,75 e
TESmnimo = 0, 63; tem-se ntimo = 6; h timo =60 minutos e k timo = 3,09.
5. Concluso
O presente trabalho apresenta um programa em MATLAB que gera tabelas para
auxiliar o usurio na escolha dos parmetros timos (tamanho de amostra n, intervalo de
tempo entre amostras h e fator de abertura do limites de controle k) do grfico de X .
comum o uso do grfico X em conjunto com o grfico de R ou S para
monitoramento da variabilidade. O procedimento e programa aqui apresentados podem ser
adaptados para outros grficos ou conjuntos de grficos
Os grficos de controle de X e outros grficos de controle de Shewhart so
relativamente insensveis para pequenos desvios no processo, ou seja, para d < 1,5. Neste
caso, outros grficos podem ser usados, por exemplo o grfico da soma acumulada (
CUSUM) e o grfico da mdia mvel ponderada exponencialmente ( EWMA). Esses grficos
so descritos por Montgomery (2004) e Costa et al. (2004).
5. Referncias bibliogrficas
COSTA, A. F. B.; EPPRECHT, E. K.; CARPINETTI, L. C. R. Controle Estatstico de

Qualidade. So Paulo: Editora Atlas, 2004.
HANSELMAN, D.; LITTLEFIELD, D. B. Matlab 6: curso completo. So Paulo: Prentice
Hall, 2003.
MATLAB 6.5 Release 13, The Mathworks. 2002.
MONTGOMERY, D. C. Introduction to Statistical Quality Control. 5. ed. New York: John
Wiley, 2004.
REYNOLDS, M. R.; AMIN, R. W.; ARNOLD, J. C.; NACHLAS, J. A. x charts with
variable sampling intervals. Technometrics, v.30, n.2, p.181-192, 1988.
Apndice: Programa em MATLAB
clear all;
TMAF=500 ; %tempo medio ate a ocorrencia de um alarme falso.
r=6; %taxa de amostragem.
i=0;
for d=[.5:.25:2.25 2.5:.1:3.5];
i=i+1;
j=0;
for n= [1:1:20] %tamanho da amostra.
L=length(d);
m=length(n);
j=j+1;
h=n/r ; %intervalo de tempo entre as amostras, em horas.
k=(norminv(h/(2*TMAF)))*(-1) %fator de abertura do limite de controle.
vetk(:,j)= k
poder=normcdf(-k+(d*sqrt(n)),0,1)+ normcdf(-k-(d*sqrt(n)),0,1); % poder do grafico de
controle
NMA1=1/poder; %Numero medio de amostras ate detecao de descontrole
TES(L,m)=(h*(NMA1-0.5));
A(i,j)= TES(L,m);
end
end
Formas Quadrticas e Cnicas
Stela Zumerle Soares 1 Antnio Carlos Nogueira 2

(stelazs@gmail.com) (anogueira@ufu.br)
Faculdade de Matemtica, UFU, MG
1. Resumo
Nesse trabalho pretendemos apresentar alguns resultados da lgebra linear. Nosso objetivo
exibir os conceitos de formas bilineares e formas quadrticas. Alm disso, faremos a
classificao das cnicas no plano.
2 - Formas Bilineares
Definio 2.1 - Seja V um espao vetorial sobre o corpo F . Uma forma bilinear sobre V
uma funo f , que associa a cada par ordenado de vetores D , E em V , um escalar f (D , E )
em F , e que satisfaz
f (cD1 D 2 , E ) cf (D1 , E ) f (D 2 , E )
.
f (D , cE1 E 2 ) cf (D , E1 ) f (D , E 2 )
A funo nula de V u V tambm uma forma bilinear. Alm disso, toda combinao linear
de formas bilineares sobre V uma forma bilinear.
Assim, o conjunto das formas bilineares sobre V um subespao vetorial do espao das
funes de V u V em F .
Exemplo 2.1 Seja V um espao vetorial sobre o corpo F e sejam L1 e L2 funcionais

lineares sobre V . Definamos f por
f (D , E ) L1 (D ) L2 ( E ) .
Fixando E e considerando f como uma funo de D , ento temos simplesmente um

mltiplo escalar do funcional linear L1 .
Com D fixo, f um mltiplo escalar de L2 .
Assim, evidente que f uma forma bilinear sobre V .
Definio 2.2 Seja V um espao vetorial de dimenso finita e seja E {D1 , , D n } uma
base ordenada de V . Se f uma forma bilinear sobre V , a matriz de f em relao base
1
Bolsista do PET -Matemtica da Universidade Federal de Uberlndia
2
Docente da Faculdade de Matemtica da Universidade Federal de Uberlndia
ordenada E a matriz n u n A com elementos Aij f (D i , D j ) . s vezes indicaremos esta
matriz por [ f ]E .
Teorema 2.1 Seja V um espao vetorial de dimenso finita sobre o corpo F . Para cada
base ordenada E de V , a funo que associa a cada forma bilinear sobre V sua matriz em
relao base ordenada E um isomorfismo do espao L (V , V , F ) no espao das matrizes
n u n sobre o corpo F .
Demonstrao: Observamos anteriormente que f o > f @E uma correspondncia bijetora

entre os conjuntos das formas bilineares sobre V e o conjunto de todas as matrizes n u n
sobre F . E isso uma transformao linear, pois
cf g D i , D j cf D i , D j g D i , D j
Para todos i e j . Isto diz simplesmente que
>cf g @E c > f @E > g @E .
Corolrio Se E ^D1 ,, D n ` uma base ordenada de V e E * ^L1 ,, Ln ` a base dual
de V * , ento as n 2 formas bilineares
fij D , E Li D L j E , 1d i d n , 1d j d n
formam uma base do espao L (V , V , F ) . Em particular, a dimenso de L (V , V , F ) n 2 .
Demonstrao: A base dual ^ L1 ,, Ln ` definida essencialmente pelo fato de que Li D a

i-sima coordenada de D em relao base ordenada E (para todo D em V ). Ora, as funes
fij definidas por
fij D , E Li D L j E
so formas bilineares do tipo considerado no exemplo 1. Se
D x1D1 xnD n e E y1D1 ynD n ,

ento
fij D , E xi y j .
Seja f uma forma arbitrria sobre V e seja A a matriz de f em relao base ordenada E .
Ento
f D , E A x y ij i j
i, j
o que diz simplesmente que

f A f D , E .
i, j
ij ij
Agora evidente que as n 2 formas fij formam uma base de L (V , V , F ) .
Outra maneira de demonstrar o corolrio:

A matriz da forma bilinear fij em relao base ordenada E a matriz unitria E i , j ,
cujo nico elemento no-nulo um 1 na linha i e coluna j . Como estas matrizes E i , j
constituem uma base do espao das matrizes n u n , as formas fij constituem uma base do
espao das formas bilineares.
Definio 2.3 Uma forma bilinear f sobre um espao vetorial V dita no-degenerada (ou
no-singular) se sua matriz em relao a alguma (toda) base ordenada de V uma matriz
no-singular, ou seja, se Posto( f ) n .
2.1 - Formas Bilineares Simtricas e Formas Quadrticas
Nesta seo descreveremos um tipo especial de forma bilinear, as chamadas formas

bilineares simtricas.
Definio 2.4 - Seja f uma forma bilinear sobre o espao vetorial V . Dizemos que f
simtrica se f (D , E ) f ( E , D ) , para quaisquer vetores D , E em V .
Se V de dimenso finita, a forma bilinear f simtrica se, e somente se, sua matriz A em
relao a alguma ou (toda) base ordenada simtrica, isto , A At . Para ver isto,
perguntamos quando que a forma bilinear
f X , Y X t AY
simtrica.
Isto acontece se, e somente se, X t AY Y t AX para todas matrizes-colunas X e Y .
Como X t AY uma 1u 1 matriz, temos X t AY Y t At X . Assim, f simtrica se, e
somente se, Y t At X Y t AX para todas X , Y . Evidentemente, isto significa apenas que
A At . Em particular, deve-se notar que se existir uma base ordenada de V em relao
qual f seja representada por uma matriz diagonal, ento f simtrica, pois qualquer matriz
diagonal uma matriz simtrica.
Se f uma forma bilinear simtrica, a forma quadrtica associada a f a funo q de
V em F definida por
q(D ) f (D , D ) .
Se F um subcorpo do corpo dos nmeros complexos, a forma bilinear simtrica f

completamente determinada por sua forma quadrtica associada, de acordo com a seguinte
identidade, conhecida por identidade de polarizao:
1 1
f (D , E ) q(D E ) q(D E ) .
4 4
Demonstrao:
Temos que:
q (D E )
f (D E , D E )
f (D E , D ) f (D E , E )
f (D , D ) f ( E , D ) f (D , E ) f ( E , E )
f (D , D ) 2 f (D , E ) f ( E , E )
q (D ) 2 f (D , E ) q ( E ). (1)
Temos tambm que:
q (D E )
f (D E , D E )
f (D E , D ) f (D E , E )
f (D , D ) f ( E , D ) f (D , E ) f ( E , E )
f (D , D ) 2 f (D , E ) f ( E , E )
q (D ) 2 f (D , E ) q ( E ). (2)
Fazendo (1) (2), obtemos:
q(D E ) q(D E )
q(D ) 2 f (D , E ) q( E ) q(D ) 2 f (D , E ) q( E )
4 f (D , E )
E ento,
1
f (D , E ) (q(D E ) q(D E ))
4
1 1
f (D , E ) q(D E ) q(D E )). (3)
4 4
Observe que, fazendo (1)+(2), obtemos a identidade do paralelogramo
q(D E ) q(D E ) 2(q(D ) q( E )) . (4)
Uma classe importante de formas bilineares simtricas consiste dos produtos internos sobre
espaos vetoriais reais. Se V um espao vetorial real, um produto interno sobre V um a
forma bilinear simtrica f sobre V que satisfaz
f (D , D ) ! 0 , se D z 0 . (5)
Se f uma forma bilinear dada pelo produto escalar, ento a forma quadrtica associada
q ( x1 , x2 , , xn ) x12 x22 xn2 .
Em outras palavras, q(D ) o quadrado do comprimento de D .

Para a forma bilinear f A ( X , Y ) X t AY , a forma quadrtica associada
qA ( X ) X t AX A xx
i, j
ij i j .
Uma forma bilinear que satisfaz a equao (5) dita positiva definida. Assim, um produto
interno sobre um espao vetorial real uma forma bilinear simtrica positiva definida sobre
aquele espao. Note que, um produto interno no degenerado.
Dois vetores D , E so ditos ortogonais em relao ao produto interno f se f D , E 0 . A

forma quadrtica q D f D , D toma apenas valores no-negativos e q D usualmente
considerado como o quadrado do comprimento de D .
Observe que se f uma forma bilinear simtrica sobre um espao vetorial V , conveniente
dizer que D e E so ortogonais em relao f se f D , E 0 . Mas no aconselhvel
considerar f D , D como sendo o quadrado do comprimento de D . Por exemplo, se V
um espao vetorial complexo, podemos ter f D , D 1 i , ou num espao vetorial real
f D , D 2 .
Teorema 2.2 Seja V um espao vetorial de dimenso finita sobre um corpo de

caracterstica zero, e seja f uma forma bilinear simtrica sobre V . Ento, existe uma base
ordenada de V em relao qual f representada por uma matriz diagonal.
Demonstrao: O que precisamos encontrar uma base ordenada
E ^D1 , D 2 , , D n `
tal que f D i , D j 0 para i z j , ou seja
f11 0 * 0

0 f 0 *
nn
Se f 0 ou n 1 , o teorema verdadeiro, pois a matriz 1u 1 uma matriz diagonal.
Assim, podemos supor f z 0 e n ! 1 . Se f D , D 0 para todo D em V , a forma
quadrtica q identicamente 0 e a identidade de polarizao mostra que f 0 , pois
1 1
f (D , D ) q (D D ) q (D D ) .
4 4
Assim, existe um vetor D em V tal que f D , D q D z 0.
Seja W o subespao unidimensional de V que gerado por D e seja W A ( W ortogonal) o
conjunto de vetores E em V tais que f D , E 0 . Afirmamos agora, que V W W A .
Certamente os subespaos W e W A so independentes. Um vetor tpico em W cD , onde c
um escalar.
Se cD est, tambm, em W A , ento f cD , cD c 2 f D , D 0 .
Mas, f D , D z 0 , logo c 0 . Alm disso, todo vetor em V a soma de um vetor em W e
um em W A . De fato, seja J um vetor arbitrrio em V e coloquemos:
f J ,D
E J D.
f D , D
Ento
f J ,D
f D , E f D , J f D , D
f D , D
E como f simtrica, f D , E 0 , (pois f diagonal e D z E ).
Portanto, E est no subespao W A . A expresso
f J ,D
J D E
f D , D
nos mostra que V W W A .
A restrio de f a W A uma forma bilinear simtrica sobre W A . Como W A tem dimenso

n 1 (pois W tem dim 1 ), podemos supor, por induo, que W A possua uma base
^D 2 , , D n ` tal que
f D i , D j 0 , i z j i t 2, j t 2
Colocando D D1 , obtemos uma base ^D1 , , D n ` de V tal que f D i , D j 0 para i z j .
Obs: Em termos das coordenadas dos vetores D x1D1 x2D 2 xnD n e

E y1D1 y2D 2 ynD n relativamente base ^D1 , , D n ` do teorema 2.2 a forma
bilinear f se expressa como f D , E O x y
i i i .
Em particular, a forma quadrtica q associada a f dada por uma combinao linear de
quadrados:
q D O1 x12 O2 x22 On xn2 .
Os escalares O1 , O2 , , On so os autovalores da matriz da forma bilinear.
2.2 Formas Quadrticas no plano
De acordo com o teorema 1, uma forma quadrtica no plano pode ser representada por uma
a c
matriz simtrica A . Isto feito da seguinte maneira: a matriz simtrica real
c b
a c
A associa ao vetor vs ( x, y ) R 2 , referido base cannica S {e1 , e2 } ,
c b
( e1 (1, 0) e e2 (0,1) ), o polinmio ax 2 2bxy cy 2 que um polinmio homogneo do 2
grau em x e y chamado forma quadrtica no plano.
Na forma matricial, este polinmio representado por:

a c x
vst Avs x y ,
c b y
sendo a matriz simtrica A a matriz da forma quadrtica.

Assim, a cada vetor vs corresponde um nmero real:
p ax 2 2bxy cy 2 .
2.2.1 Reduo da Forma Quadrtica Forma Cannica.
A forma quadrtica no plano vst Avs pode ser reduzida atravs de mudanas de coordenadas
forma:
O1 x '2 O2 y '2
onde O1 e O2 so os autovalores da matriz A , e x ' e y ' as componentes do vetor v na base

P {u1 , u2 } , isto , v p ( x ', y ') , sendo u1 e u2 os autovetores associados a O1 e O2 .
Demonstrao:
Temos que a matriz P a matriz mudana de base de P para S , pois:
P
> I @S S 1 P IP P
E, portanto:
vs Pv p
logo,
t
vst Avs Pv A Pv
p p
ou,
vSt AvS vPt P t AP vP .
Como P diagonaliza A ortogonalmente

O 0
Pt AP D 1 ;
0 O2
conclui-se que,
vSt AvS vPt DvP ,
ou,
a c x O 0 x '
x y x' y ' 1

c b y 0 O2 y '
ou ainda,
ax 2 2bxy cy 2 O1 x '2 O2 y '2 .
A forma O1 x '2 O2 y '2 denominada forma cannica da forma quadrtica no plano, ou

tambm, forma quadrtica diagonalizada.
O que na verdade acabamos de fazer foi uma mudana de base ou uma mudana de
referencial.
Essa mudana de referencial corresponde a uma rotao de um ngulo T do sistema xOy
at o sistema x ' Oy ' . A matriz responsvel por essa rotao a matriz ortogonal P , cujas
colunas so os autovetores u1 e u2 de A .
3 Cnicas.
Chama-se cnica a todo conjunto de pontos M do plano cujas coordenadas x e y , em

relao base cannica, satisfazem a equao do 2 grau:
ax 2 2bxy cy 2 dx ey f 0
onde a, b, c no so todos nulos.
3.1- Equao reduzida de uma Cnica.
Dada a cnica C de equao

ax 2 2bxy cy 2 dx ey f 0 (6)
queremos, atravs de mudanas de coordenadas, reduz-la a uma equao de uma forma mais
simples, chamada equao reduzida da cnica. Para isto seguimos as seguintes etapas.
1 etapa: Eliminao do termo em xy :
1 passo: escrever a equao na forma matricial
a c x x
x y d e f 0 (7)
c b y y
ou,
vst Avs Nvs f 0.
2 passo: calcular os autovalores O1 e O2 e os autovetores unitrios u1 ( x11 , x12 ) e

u2 ( x21 , x22 ) da matriz simtrica A .
3 passo: substituir na equao (7) a forma quadrtica:

a c x
vst Avs x y pela forma cannica
c b y
O 0 x '
vPt DvP x' y ' 1 , e
0 O2 y '
x x11 x21 x '

vs por PvP
x22 y '
y x12
tendo o cuidado para que det( P) 1 , a fim de que essa transformao seja uma rotao.
Assim, a equao (7) se transforma em:
O 0 x ' x11 x21 x '

x' y ' 1 d e f 0
0 O2 y ' x12 x22 y '
ou,
O1 x '2 O2 y '2 px ' qy ' f 0 (8)
que a equao da cnica dada em (7), porm referida ao sistema x ' Oy ' , cujos eixos so
determinados pela base P {u1 , u2 } .
Observe que enquanto a equao (7) apresenta o termo misto xy , a equao (8) desprovida
dele.
Portanto da equao (7) para a (8) ocorreu uma simplificao.
2 etapa: Translao de eixos:
Conhecida a equao da cnica
O1 x '2 O2 y '2 px ' qy ' f 0 . (9)
Para se obter a equao reduzida efetua-se uma nova mudana de coordenadas, que consiste
na translao do ltimo referencial x ' Oy ' para o novo, o qual denominaremos xO ' y . A
seguir feita a anlise das duas possibilidades:
(I) Supondo O1 e O2 diferentes de zero, podemos escrever:

p q
O1 x '2 x ' O2 y '2 y ' f 0
O1 O2
p p2 2 q q2 p2 q2
O1 x '2 x '
2O y ' y ' f 0
O1 4O12 O2 4O22 4O1 4O2
2 2
p q p2 q2
O1 x ' O2 y ' f 0.
2O1 2O2 4O1 4O2
Fazendo:
p2 q2
f F
4O1 4O2
e por meio das frmulas de translao:
p q
X x ' e Y y '
2O1 2O2
vem,
O1 X 2 O2Y 2 F 0
O1 X 2 O2Y 2 F . (10)
A equao (10) a equao reduzida de uma cnica de centro, e como se v, o 1 membro

a forma cannica da forma quadrtica do plano.
(II) Se um dos autovalores for igual a zero, O1 0 , por exemplo, a equao (9) fica:
O2 y '2 px ' qy ' f 0
ou seja,
q
O2 y '2
y ' px ' f 0
O2
2 q q2 q2
O2 y ' y ' 2 px ' f 0
O2 4O2 4O2
2
q f q2
O2 y ' p x ' 0.
2O2 p 4 pO2
Fazendo, por meio de uma translao:
f q2 q
X x ' e Y y '
p 4 pO2 2O2
vem,
O2Y 2 pX 0. (11)
A equao (11) a equao reduzida de uma cnica sem centro.
Se O2 0 , a equao (9) fica:

O1 x '2 px ' qy ' f 0
p
O1 x '2
x ' qy ' f 0
O1
2 p p2 p2
O1 x ' x ' 2 qy ' f 0
O1 4O1 4O1
2
p f p2
O1 x ' q y ' 0.
2O1 q 4qO1
Fazendo por meio de uma translao:
f p2 p
Y y ' e X x '
p 4qO1 2O1
vem,
O1 X 2 qY 0.
3.2- Classificao das Cnicas.
I) A equao reduzida de uma cnica de centro :
O1 X 2 O2Y 2 F.
x Se O1 e O2 forem de mesmo sinal, a cnica ser do gnero elipse.

x Se O1 e O2 forem de sinais contrrios, a cnica ser do gnero hiprbole.
II) A equao de uma cnica sem centro :
O2Y 2 pX 0 ou O1 X 2 qY 0.
Uma cnica representada por qualquer uma dessas equaes do gnero parbola.
usada a mesma classificao para as formas quadrticas.
Exemplo 3.1:
a) Para a cnica de equao 2 x 2 2 y 2 2 xy 7 2 x 5 2 y 10 0 , a matriz A dada
2 1
por A e seus autovalores so O1 3 e O2 1 . Portanto, pela classificao de
1 2
cnicas, como os sinais dos autovalores so iguais, a cnica em questo uma elipse.
1 1
b) Para a cnica de equao x 2 2 xy y 2 8 x 4 0 , a matriz A dada por A e
1 1
como um de seus autovalores nulo, conclumos que esta cnica uma parbola.
c) A equao 4 x 2 3 y 2 24 xy 156 0 , representa uma hiprbole, pois a matriz

4 12
A apresenta autovalores de sinais opostos ( O1 12 e O2 13 ).
12 3
[1] HOOFMAN, K. & KUNZE, R. lgebra Linear. So Paulo: Polgono, Editora da
Universidade de So Paulo,1971.
[2] GREUB, W. Linear Algebra. 4 ed. Nova York: Springer-Verlag, 1974.
[3] STEINBRUCH, A. & WINTERLE, P. lgebra Linear. 2 ed. So Paulo: Makron

Books, 1987.
[4] LIMA, E. L. lgebra Linear. 2 ed. Instituto de Matemtica Pura e Aplicada, 1996
(Coleo Matemtica Universitria).
Soma de Quadrados
Stela Zumerle Soares 1 Antnio Carlos Nogueira 2
(stelazs@gmail.com) (anogueira@ufu.br)
Faculdade de Matemtica, UFU, MG
1. Resultados Preliminares
Historicamente, um problema que tem recebido uma ateno considervel a representao
de nmeros como soma de quadrados. Por exemplo:
1 12
2 12 12
3 12 12 12
4 22
5 22 12
6 22 12 12
7 22 12 12 12
Nos preocuparemos, neste trabalho, em descrever os inteiros positivos que podem ser
representados como soma de dois quadrados.
Observamos inicialmente que, a soluo do problema proposto depende do conhecimento de
alguns resultados pertinentes s congruncias quadrticas, ou seja, congruncias do tipo
ax2 bx c { 0(mod n) .
Comeamos ento, considerando a congruncia ax2 bx c { 0(mod p) , onde p um primo
mpar e a { 0(mod p) .
Definio 1.1 Seja p um primo mpar e mdc a, p 1 . Se a congruncia quadrtica

x2 { a(mod p) tem uma soluo, ento a dito ser um resduo quadrtico de p .
Exemplo 1.1 Considere o primo p 13 . Para encontrar quais dos inteiros 1, 2, 3, , 12 so

resduos quadrticos de 13, precisamos saber quais das congruncias
x2 { a mod13
so solveis com a percorrendo a srie ^1, 2, , 12` . Mdulo 13, as equaes dos inteiros
1, 2, 3, , 12 so
1
Bolsista do PET -Matemtica da Universidade Federal de Uberlndia
2
Docente da Faculdade de Matemtica da Universidade Federal de Uberlndia
12 { 122 { 1
22 { 112 { 4
32 { 102 { 9
.
42 { 92 { 3
52 { 82 { 12
62 { 72 { 10
Consequentemente, os resduos quadrticos de 13 so 1, 3, 4, 9, 10, 12 , e os no resduos
quadrticos so 2, 5, 6, 7, 8, 11 .
Critrio de Euler Seja p um primo mpar e mdc a, p 1 . Ento a um resduo

p 1
quadrtico se, e somente se, a 2
{ 1 mod p .
Demonstrao:
Seja a um no resduo quadrtico de p e seja c um dos inteiros 1, 2, , p 1 . Pela teoria
das congruncias lineares, existe uma soluo c ' de cx { a mod p , com c ' tambm no
conjunto {1, 2, , p 1} . Note que c ' z c ; caso contrrio teremos que c2 { a mod p , o que
contradiz o que assumimos na definio de resduo quadrtico. Assim, os inteiros entre 1 e
p 1 p 1
p 1 podem ser divididos em pares, c, c ' , onde cc ' { a mod p . Isto leva s
2 2
congruncias
c1c1 ' { a mod p
c2c2 ' { a mod p
.
c p1 c p1 ' { a mod p

2 2
Multiplicando-os e observando o produto
c1c1 ' c2c2 'c p1 c p1 ' .
2 2
simplesmente um rearranjo de 1 2 3 ( p 1) , ns obtemos

p 1
p 1! { a
mod p . 2
Neste ponto o Teorema de Wilson entra em cena; para p 1 ! { 1 mod p , vem que
p 1
a 2
{ 1 mod p
que o Critrio de Euler quando a um no resduo quadrtico de p .
Posteriormente, examinamos o caso em que a um resduo quadrtico de p . Estabelecendo
que a congruncia x2 { a mod p admite duas solues x x1 e x p x1 , para algum x1
satisfazendo 1 d x1 d p 1 . Se x1 e p x1 so tirados do conjunto {1, 2, , p 1} , ento
sobram p 3 inteiros que podem ser agrupados em pares c, c ' (onde c ' z c ) tal que
cc ' { a mod p . Para estas

p 3 congruncias, adicionamos a congruncia
2
x1 p x1 { x12 { a mod p .
Tomando o produto de todas as congruncias envolvidas, chegamos relao
p 1
p 1! { a 2 mod p .
Do Teorema de Wilson temos que p 1! { 1 mod p e da segue que
p 1
a 2
{ 1 mod p .
p 1 p 1
Juntando tudo, mostramos que a { 1 mod p ou a
2 2
{ 1 mod p , caso a seja um resduo
quadrtico ou no resduo quadrtico de p .
Corolrio - Seja p um primo mpar e mdc a, p 1 . Ento a um resduo quadrtico (resp.

p 1 p 1
no resduo quadrtico) de p se a 2
{ 1 mod p (resp. a 2
{ 1 mod p ).
Exemplo 1.2 No caso onde p 13 , ns encontramos que

131
2 26 64 { 12 { 1 mod13 .
2
Assim, em virtude do ltimo corolrio, o inteiro 2 um no resduo quadrtico de 13. Por

outro lado,
131
3 2
36 272 { 12 { 1 mod13 ,
e isto indica que 3 um resduo quadrtico de 13 e assim a congruncia x2 { 3 mod13
solvel, de fato, as duas solues no congruentes so x { 4 e 2 mod13 .
Definio 1.2 Seja p um primo mpar e seja mdc a, p 1 . O smbolo de Legendre a / p

definido por
1 se a e um residuo quadratico de p
a / p .
1 se a e um nao residuo quadratico de p
Exemplo 1.3 Tomemos o primo p 13 , em particular. Tomando o smbolo de Legendre, o
resultado do exemplo 1.1 pode ser expresso como
1/13 3/13 4 /13 9 /13 10 /13 12/13 1

e .
2 /13 5/13 6 /13 7 /13 8/13 11/13 1
Teorema 1.1 Seja p um primo mpar e sejam a e b inteiros relativamente primos a p .

Ento o smbolo de Legendre tem as seguintes propriedades:
a) Se a { b mod p , ento a / p { b / p
b) a 2
/ p 1
p 1
c) a / p { a 2 mod d
d) a / p a / p b / p
p 1
e) 1/ p 1 e 1/ p 1 2 .
Observe que a propriedade c simplesmente o corolrio reformulado nos termos dos

Smbolos de Legendre.
Corolrio Se p um primo mpar, ento:

1 se p { 1 mod 4
1/ p .
1 se p { 3 mod 4
Este corolrio pode ser considerado como uma afirmao de que a congruncia quadrtica
x2 { 1 mod p tem uma soluo para um primo mpar p se, e somente se, p da forma
4k 1 .
Exemplo 1.4 - Vamos verificar se a congruncia x2 { 46 mod17 solvel. Isto acontece
pela avaliao do smbolo de Legendre 46 /17 . Primeiramente, recorremos s
propriedades (d) e (e) do teorema 1.1 para escrever
46 /17 1/1716 /17 46/17 .
Como 46 { 12 mod17 , segue do item (a) do teorema 1.1 que
46 /17 12 /17 .
Agora da propriedade (f) segue que
12/17 3 22
/17 3/17 .
Mas,
171 2 2
3/17 3 2 { 38 { 81 { 4 { 1 mod17
onde usamos a propriedade (c) do teorema 1.1; da, 3/17 1 .
Visto que 46/17 1 , a congruncia quadrtica x2 { 46 mod17 no admite soluo.
2. Inteiros que so escritos como soma de dois quadrados

Consideremos o seguinte lema.
Lema 2.1 - Se m e n so cada um uma soma de dois quadrados, ento seu produto mn
tambm o .
Demonstrao:
Se m a 2 b2 e n c2 d 2 para inteiros a, b, c, d ento
mn (a 2 b2 )(c 2 d 2 ) (ac bd )2 (ad bc)2 .
claro que nem todo primo pode ser escrito como uma soma de dois quadrados, por
exemplo, 3 a2 b2 no tem soluo para inteiros a e b . No caso mais geral, podemos
provar o teorema 1.1.
Teorema 2.1 - Nenhum primo p da forma 4k 3 uma soma de dois quadrados.
Demonstrao:
Dado qualquer inteiro a, temos que a { 0, 1, 2, ou 3(mod 4) ; consequentemente,
a { 0 ou 1 mod 4 . Da, segue que, para inteiros arbitrrios a e b ,
2
a 2 b2 { 0, 1, ou 2(mod 4)
Como p { 3(mod 4) , a equao p a 2 b2 impossvel.
De outro modo, todo primo que congruente a 1 mdulo 4 expresso como a soma de dois
quadrados. A demonstrao deste fato, utiliza um teorema de congruncia devido ao
matemtico noruegus Axel Thue. Este, por sua vez, fez uso do Princpio da Casa dos
Pombos de Dirichlet.
Princpio da Casa dos Pombos Se n objetos so dispostos em m caixas (ou casa de

pombos), e se n ! m , ento alguma caixa conter ao menos dois objetos.
Exprimindo em termos mais matemticos, este simples princpio afirma que se um conjunto
com n elementos est na unio de m de seus subconjuntos, e se n ! m , ento algum de seus
subconjuntos tm mais que um elemento.
Lema de Thue - Seja p um nmero primo e mdc(a, p) 1 . Ento a congruncia
ax { y (mod p)
admite uma soluo xo , yo , onde
0 xo p e 0 yo p
Demonstrao:
Seja k p 1 , e considere o conjunto de inteiros
S âx y | 0 d x d k 1,0 d y d k 1`
Como ax y tem k 2 ! p valores possveis, o Princpio da Casa dos Pombos garante que ao
menos dois membros de S so congruentes mdulo p ; cham-lo-emos de ax1 y1 e
ax2 y2 , onde x1 z x2 ou y1 z y2 . Ento podemos escrever
a x1 x2 { y1 y2 mod p
Fazendo x0 x1 x2 e y0 y1 y2 , segue que x0 e y0 fornece uma soluo para a

congruncia ax { y mod p . Se x0 ou y0 igual a zero, ento o fato de que mdc(a, p) 1
pode ser usado para mostrar que o outro tambm pode ser zero, contrariando a hiptese. Da,
0 xo d k 1 p e 0 yo d k 1 p .
Agora deduziremos um teorema devido a Fermat que diz que todo primo da forma 4k 1
pode ser expresso como a soma dos quadrados de dois inteiros. (Em termos precedentes,
Albert Girard reconheceu este fato vrios anos antes e o resultado referido somente como o
teorema de Girard). Fermat citou seu teorema numa carta para Mersenne, datada de 25 de
dezembro de 1640, declarando que ele possua uma demonstrao irrefutvel. Contudo, a
primeira demonstrao publicada foi dada por Euler em 1754, que nos acrscimos sucessivos
mostrou que a representao nica.
Teorema (Fermat) - Um primo mpar p expresso como uma soma de dois quadrados se, e
s se, p { 1 mod 4 .
Demonstrao:
Suponha que p possa ser escrito como a soma de dois quadrados, digamos p a 2 b2 .
Como p um primo, temos que p no divide a e p no divide b (Se p divide a , ento p
divide b2 , e assim, p divide b , levando contradio de que p2 divide p ). Assim, pela
teoria de congruncias lineares, existe um inteiro c tal que bc { 1 mod p . Mdulo p , a
relao
2 2
ac bc pc2
torna-se
2
ac 1 mod p ,
e da, fazendo 1 um resduo quadrtico de p .
Para a recproca, seja p { 1 mod 4 . Como 1 um resduo quadrtico de p , podemos

encontrar um inteiro a satisfazendo a2 { 1 mod p ; de fato, a p 1 / 2 ! um tal
2
inteiro. Agora mdc(a, p) 1 , assim, a congruncia ac 1 mod p admite uma soluo
xo , yo devido ao lema de Thue. Segue que,
2
x02 a 2 x02 { ax0 { y02 mod p
ou
x02 y02 kp
para algum inteiro k t 1 . Visto que 0 xo p e 0 yo p , obtemos 0 x02 y02 2 p , o

que implica que k 1 . Consequentemente, x02 y02 p , e terminamos.
2
Calculando a2 e a como uma soma, temos o corolrio seguinte.
Corolrio Todo primo p da forma 4k 1 pode ser representado de forma nica (exceto da
ordem das parcelas) como uma soma de dois quadrados.
Demonstrao:
Para estabelecer a afirmao nica, suponhamos que
p a 2 b2 c d2
onde a, b, c, d so todos inteiros positivos. Ento
a 2 d 2 b2 c2 p d 2 b2 { 0 mod p
donde ad { bc mod p ou ad { bc mod p . Como a, b, c, d so todos menores que p,

estas relaes implicam que
ad bc 0 ou ad bc p.
Se a segunda igualdade assegurada, ento temos que ac bd ; pois
p2 a 2
b2 c2 d 2
2
ad bc ac bd
2
p2 ac bd
2
e ento ad bc 0 . Segue que
ad bc ou ac bd .
Suponha, por exemplo, que ad bc . Ento a | bc , com mdc a, b 1 , o que fora que a | c ;
seja c ka . A condio ad bc b ka ento reduz a d bk . Mas
p2 c 2
d2 k 2 a 2 b2
implica que k 1 . Neste caso, adquirimos a c e b d . Por um argumento similar, a

condio ac bd leva a a d e b c . O que importante que, num outro evento, suas
duas representaes do primo p tornam-se idnticas.
Exemplo 2.1 - Para o passo seguinte utilizaremos o primo p 13 . Uma escolha para o
inteiro a 6! 720 . Uma soluo para a congruncia 720x { y mod13 , ou, melhor
dizendo, 5x { y mod13 obtido considerando o conjunto
S ^5x y | 0 d x, y 4`
Os elementos de S so justamente os inteiros
0 5 10 15
1 4 9 14
2 3 8 13
3 2 7 12
que, mdulo 13, tornam-se

0 5 10 2
12 4 9 1
.
11 3 8 0
10 2 7 12
Entre as vrias possibilidades, temos
5 1 3 { 2 { 5 3 0 mod13
ou,
5 1 3 { 3 mod13 .
Assim, ns podemos tomar x0 2 e y0 3 para obter
13 x02 y02 22 32 .
Observe que alguns autores alegam que um primo p { 1 mod 4 pode ser escrito como uma
soma de dois quadrados de oito maneiras. Para p 13 , temos
2 2 2 2
13 22 32 22 3 2 32 2 3
2 2 2 2
32 22 32 2 3 22 3 2 .
Como todas as oito representaes podem ser obtidas de algumas delas pela troca dos sinais
de 2 e 3 ou pela troca das parcelas, existe essencialmente somente uma maneira de fazer
isto. Assim, do nosso ponto de vista, 13 representado de forma nica como a soma de dois
quadrados.
Mostramos que todo primo p tal que p { 1 mod 4 expresso como a soma de dois
quadrados. Mas outros inteiros tambm possuem esta propriedade, por exemplo,
10 12 32
O prximo passo caracterizar explicitamente quais inteiros positivos que podem ser
representados como a soma de dois quadrados.
Teorema 2.2 Seja o nmero positivo n que pode ser escrito como n N 2 m , onde m
livre de quadrados. Ento n pode ser representado como a soma de dois quadrados se, e s
se, m no contm nenhum fator primo da forma 4k 3 .
Demonstrao:
Inicialmente suponhamos que m no tem nenhum fator primo da forma 4k 3 . Se m 1 ,

ento n N 2 02 e completamos. No caso em que m ! 1 , seja m p1 p2 pr a fatorao
de m como um produto de primos distintos. Cada um destes primos pi , sendo iguais a 2 ou
forma 4k 1, podem ser escritos como a soma de dois quadrados. Agora, a identidade
a 2
b2 c2 d 2
2
ac bd ad bc
2
mostra que o produto de dois inteiros que so representados como uma soma de dois
quadrados, tambm representvel como soma de quadrados. Assim, existem inteiros x e y
tal que m x 2 y 2 . Conclumos que
N 2 x2 y 2
2 2
n N 2m Nx Ny
uma soma de dois quadrados.
Agora, para a volta. Assumimos que n pode ser representado como uma soma de dois
quadrados
n a2 b2 N 2m
e seja p um primo mpar divisor de m (sem perda de generalidade, podemos assumir que
m >1). Se d mdc(a, b) , ento a rd , b sd , onde mdc r, s 1 . Adquirimos que
d 2 r 2 s2 N 2m
e deste modo, m sendo livre de quadrados, d 2 | N 2 . Mas ento
N2
r 2
s 2
d 2 m tp

para algum inteiro t , que leva que
r 2
s 2 { 0 mod p , pois p divisor de m .
Agora a condio mdc r, s 1 , implica que um dos r ou s , digamos r relativamente

primo a p . Digamos que, r satisfaa a congruncia
rr ' { 1 mod p .
Quando a equao r 2 s 2 { 0 mod p multiplicada por r ' , obtemos

2
2
sr ' 1 { 0 mod p
ou, para colocar diferentemente, 1/ p 1 . Como 1 um resduo quadrtico de p , temos

que p { 1 mod 4 . Assim, pelo nosso desenvolvimento temos que no existe nenhum primo
p da forma 4k 3 que divide m .
Corolrio Um inteiro positivo n representado como uma soma de dois quadrados se, e s
se, cada um de seus fatores primos da forma 4k 3 apresentam-se com uma potncia par.
Exemplo 2.2 O inteiro 459 no pode ser escrito como a soma de dois quadrados, pois
459 3 3 17 , com o primo 3 tendo expoente mpar. De outro modo, 153 32 17 admite
representao
153 32 42 12 122 32 .
Um pouco mais complicado o exemplo n 5 72 13 17 . Neste caso, temos que
n 5 72 13 17 72 22 12 32 22 42 12 .
Duas aplicaes da identidade aparecidas no teorema 2.2 do que
3 2
22 42 12
2
12 2 3 8
2
142 52
22
12 142 52
2
28 5 10 14
2
332 42 .
Quando isto combinado, conclumos que
n 72 332 42 2312 282 .

3. Diferena de Quadrados
Existem certos inteiros positivos (obviamente, no primos da forma 4k 1) que podem ser
representados de mais de uma maneira com a soma de dois quadrados. O menor deles
25 42 32 52 02 .
Se a { b mod 2 , ento a relao
2 2
a b ab
ab
2 2
permite-nos encontrar uma variedade de tais exemplos. Tome n=153 como uma ilustrao;
da
2 2
17 9 17 9
153 17 9 132 42
2 2
e
2 2
51 3 51 3
153 51 3 272 242
2 2
e, assim
132 42 272 242 .
Isto produz duas distintas representaes
272 42 242 132 745 .
Uma questo a ser feita saber quais inteiros positivos admitem uma representao como
uma diferena de dois quadrados. A resposta est disposta a seguir.
Teorema 3.1 Um inteiro positivo n pode ser representado como a diferena de dois
quadrados se, e s se, n no da forma 4k 2 .
Demonstrao:
Como a { 0 ou 1 mod 4 para todo inteiro a , segue que
a2 b2 { 0, 1 ou 3 mod 4 .
Assim, se n { 2 mod 4 , ns no temos que n a 2 b2 para todo a e b .
Voltando, suponha que o inteiro n no da forma 4k 2 ; ou seja, n { 0, 1 ou 3 mod 4 . Se

n {1 ou 3 mod 4 , ento n 1 e n 1 so ambos inteiros pares; da, n pode ser escrito como
2 2
n 1 n 1
n
2 2
uma diferena de quadrados. Se n { 0 mod 4 , ento temos que
2 2
n n
n 1 1 .
4 4
Corolrio Um primo mpar uma diferena de dois quadrados sucessivos.
Exemplos deste ltimo corolrio so dados por
11 62 52 17 92 82 29 152 142 .
Um outro ponto a ser mencionado que a representao de um dado primo p como a

diferena de dois quadrados nica. Para ver isto, suponha que
p a 2 b2 a b a b
onde a ! b ! 0 . Como 1 e p so os nicos fatores de p , necessariamente temos que
a b 1 e ab p
De onde podemos concluir que
p 1 p 1
a e b .
2 2
Assim, todo primo p pode ser escrito como a diferena de dois quadrados de dois inteiros
em precisamente um modo, a saber
2 2
p 1 p 1
p .
2 2
Uma situao diferente ocorre quando passamos de primos a inteiros arbitrrios. Suponha
que n um inteiro positivo que nem primo e nem da forma 4k 2 .
n
Comeando com um divisor d de n , tomando d ' (assumimos que d t d ' ). Agora se d
d
d d ' d d '
e d ' so ambos pares, ou ambos mpares, ento e so inteiros.
2 2
Alm disso, podemos escrever

2 2
d d ' d d '
n dd '
2 2
Para uma ilustrao, considere o inteiro 24. Da,

2 2
12 2 12 2
24 12 2 72 52
2 2
e
2 2
64 64
24 6 4 52 12
2 2
dando-nos duas representaes para 24 como uma diferena de quadrados.
[1] BURTON, D. M. Elementary Number Theory. 5 ed. Mc-Graw-Hill Higher Education,
2002.
Complexidade Alg
ebrica em Demonstracoes
de Geometria Euclidiana Plana: o Teorema
de Napoleao e Propriedades
Gabriela Aparecida dos Reis Luciana Yoshie Tsuchiya
Edson Agustini
andia - Ufu - MG
Setembro de 2007
1 Introduc
ao
Este trabalho de iniciacao cientca esta baseado na dissertacao de mestrado Complexi-
dade em Geometria Plana Euclidiana, de S. M. R. Lopes, ref. [3] .
E muito comum no estudo da Geometria Euclidiana Plana encontrarmos varias de-
monstracoes de uma mesma proposicao. Ferramentas matematicas simples como a Trigonome-
tria, a Geometria Analtica e os N umeros Complexos sao freq uentemente utilizadas em
demonstracoes alternativas de resultados tradicionalmente provados por argumentos de
Geometria Sintetica. Ferramentas matematicas mais sosticadas envolvendo Transforma-
coes Lineares e Grupos de Isometrias tambem podem ser utilizadas em varias demon-
stracoes.
Em algumas das demonstracoes supracitadas e possvel utilizar determinados polinomios
cujas razes representam casos particulares na qual a proposicao que se deseja provar se
torna verdadeira e, a partir desses casos particulares, e possvel demonstrar o caso geral.
Considerando p como sendo o polinomio de menor grau que podemos deduzir em uma
determinada demonstracao de uma proposicao, podemos denir a complexidade algebrica
da proposicao como sendo o grau de p.
Nosso objetivo e estabelecer o conceito acima e exemplica-lo por meio de uma demon-
stracao do famoso:
Teorema de Napole ao: Dado um triangulo ABC qualquer, sejam os triangulos equila-
teros apoiados externamente (ou internamente) sobre cada um de seus lados. Entao, os
baricentros X, Y e Z destes triangulos equilateros formam um triangulo XYZ tambem
equilatero, chamado Tri
angulo de Napoleao Externo (ou Interno).
e de tres propriedades dos Tri
angulos de Napole
ao:

gabriiela2003@hotmail.com - Pet - Programa de Educacao Tutorial - Famat - Ufu.

luyoshie@gmail.com - Pet - Programa de Educacao Tutorial - Famat - Ufu.

Propriedade 1: Seja ABC um triangulo qualquer. Os Triangulos de Napoleao Externo
e Interno de ABC tem o mesmo baricentro e este coincide com o baricentro do triangulo
ABC.
que, assim como o proprio Teorema de Napoleao, possui complexidade algebrica 1.
Propriedade 2: A diferenca entre as areas dos Triangulos de Napoleao Externo e

Interno de ABC e igual a area do triangulo ABC.
que possui complexidade algebrica 2.
Propriedade 3: Sejam ABC um triangulo e ABP, BCQ e CAR os triangulos equilateros

apoiados externamente nos lados de ABC. Entao, os segmentos PC, QA e RB possuem o
mesmo comprimento e se encontram em um u nico ponto. Alem disso, as retas que contem
esses segmentos formam angulos congruentes entre si cujas medidas sao de 60 .
que possui complexidade algebrica 3.
2 O Teorema de Napole
ao
Dado um triangulo ABC qualquer, sejam os triangulos eq
uilateros apoiados externamente
(ou internamente) sobre cada um de seus lados. Unindo-se os baricentros X, Y e Z dos
uilateros obtemos o chamado Tri
triangulos eq angulo Externo (ou Interno) de Napoleao.
Teorema de Napole ao. O Triangulo Externo (ou Interno) de Napoleao XYZ de qualquer
triangulo ABC e eq
uilatero.
P'
R
C Y
Z
C
X'
A B
Z'
A Y' B
X
R'
Q'
Nas proximas subsecoes apresentamos cinco demonstracoes classicas do Teorema de Napoleao,

sendo que a u
ltima ilustra o conceito de complexidade algebrica 1 desse teorema.
2.1 Demonstra
cao do Teorema de Napole
ao Usando Trigonome-
tria
Considere a gura abaixo sendo t, u e v os comprimentos dos segmentos AX, AZ e CY,
respectivamente e a, b, c como sendo os comprimentos dos segmentos BC, AC e AB,
respectivamente.
Q
R
C v Y
Z u
x
u
y z
A B
t
Temos XAB " = ZCA " = 30o.

De fato, no triangulo AXB temos que AX XB, pois X e o baricentro do triangulo
APB. Logo, o triangulo AXB e isosceles e, conseq uentemente, os angulos de sua base
sao congruentes. Alem disso, AX e a bissetriz de PAB" e como PAB" = 60o (triangulo
" = 30o. O mesmo se faz para CAZ
equilatero), segue que XAB " = 30o.
Da, podemos aplicar a lei dos Cossenos no triangulo AXZ:
" + 60o).
y2 = u2 + t2 2ut cos(A (1)
De forma analoga, temos:
x2 = u2 + v2 2uv cos(C" + 60o) (2)

e
" + 60o)
z2 = v2 + t2 2vt cos(B (3)
2
A distancia do baricentro a um dos vertices de um triangulo vale do comprimento
3
da respectiva mediana e, como em um triangulo equilatero o baricentro coincide com o
ortocentro, segue que:

2 3 c
t= c= ,
3 2 3

2 3 b
u= b=
3 2 3
e

2 3 a
v= a= .
3 2 3
Substituindo os valores de t, u e v em (1) , (2) e (3), temos:
2 2
2 b c b c " + 60o)
y = + 2 cos(A
3 3 3 3
b2 c2 2bc " + 60o)
y2 = + cos(A
3 3 3
3y2 = b2 + c2 2bc cos(A " + 60o) (4)
3x2 = a2 + b2 2ab cos(C " + 60o) (5)
" + 60o)
3z2 = a2 + c2 2ac cos(B (6)
Aplicando a Lei dos Cossenos aos triangulos ABR e BCR, podemos expressar o quadrado
do comprimento do lado BR de duas maneiras diferentes:
2
BR = b2 + c2 2bc cos(A " + 60o)
2 =
BR = a2 + b2 2ab cos(C " + 60o)
b2 + c2 2bc cos(A" + 60o) = a2 + b2 2ab cos(C
" + 60o).
Por (4) e (5) , temos que o lado esquerdo e direto da expressao ca da seguinte forma:
3y2 = 3x2 = y2 = x2.
Como estamos nos referindo a` medidas de segmentos, segue que y = x, ou seja, XZ = YZ.
Analogamente, considerando os triangulos ACQ e ABQ, concluimos que XY = ZY.
Como XY = YZ = XZ, conclumos que o triangulo XYZ e equilatero.
2.2 Demonstrac
ao do Teorema de Napole
ao Usando Geometria
Sint
etica
Considere a gura abaixo onde temos os triangulos ABP, BQC e ACR inscritos cada um
em um crculo e seja o ponto O o ponto de inteseccao dos crculos ABP e BCQ.
Q
R C
Y
Z
A B
P
O quadrilatero AOPB esta inscrito no crculo ABP. Logo, a soma dos graus de seus angulos
opostos e 180 . Entao, temos:
" +P
AOB " = 180 AOB
" = 180 P.
"
Da mesma forma no quadrilateroCOBQ temos:
" +Q
BOC " = 180 Q.
" = 180 BOC "
Temos tambem:
" + BOC
AOB " + AOC " = 360 BOC
" = 360 AOC " AOB.
"
Logo:

" " " " + Q.
AOC = 360 180 P 180 Q = P "
"+Q
Mas P " +R
" = 180 , ou seja, P
"+Q
" = 180 R.
"
Assim, obtemos:
" = 180 R
AOC " AOC" +R" = 180 .
Donde conclui-se queAOC " eR " sao suplemetares.

Assim o quadrilatero AOCR esta inscrito em um crculo que e concorrente com os crculos
ABP e BCQ no ponto O.
Alem disso, de resultados da Geometria Euclidiana Plana sabemos que a reta que passa
pelos centros de dois crculos que se intersectam e perpendicular à corda comum dos
dois crculos. Logo, XZ e perpendicular a OA no ponto que chamaremos de M e XY e
perpendicular a OB no ponto que chamaremos de N.
Entao, temos o quadrilatero XMON, onde:
" + XMN
X # + AOB " + ONX
" = 360
" + 90 + AOB
X " + 90 = 360
" +X
AOB " = 180 .
" +P
Mas ja haviamos visto que AOB " = 180 . Logo:
" = P.
X "
Analogamente, mostramos que Q " = Y" e R

" = Z
" e, como P
" = Q
" = R
" = 60 , entao o
triangulo XYZ e equilatero.
2.3 Demonstra
ao usando Arcos Ca-
pazes

Na gura abaixo, sejam AB, BC e CA os arcos relativos aos crculos de centros X, Y e Z,
que circunscrevem, respectivamente, os triangulos equilateros ABP, BCQ e CAR.
R
C
Q
Z Y
A B
P

Seja D AB e E AC de tal forma que o segmento DE passe pelo ponto A. Entao, DB

e EC fazem 60o com DE, em D e em E, respectivamente, pois os arcos AB e AC sao arcos
capazes dos segmentos DB e EC de um angulo de 60o.
Pelo Axioma das Paralelas de Euclides, as retas que contem os segmentos DB e EC se
encontram num ponto F, formando um angulo de 60o, e alem do mais, F deve pertencer

obrigatoriamente ao arco BC, pois este e o arco capaz do segmento BC sobre um angulo
de 60o.
E
Z Y
T F
N
A B
X
M
Logo, existe um triangulo DEF que circunscreve o triangulo inicial ABC, e que contem
um vertice em cada arco.
Construindo as perpendiculares a DF pelos centros X e Y, obtemos os ponto M e N que
sao, respectivamente, o ponto medio das cordas DB e BF, pois toda reta que passa pelo
centro e corta perpendicularmente uma corda, o faz em seu ponto medio.
Chamando de T o quarto vertice do retangulo XMNT, observamos que DF = 2MN = 2XT.
Observemos que XT e um cateto do triangulo retangulo XYT. Logo, nao e maior que a
hipotenusa XY.
Como XT e paralelo a DF, observamos que se D esta muito proximo de A, o triangulo
retangulo XYT e externo ao Triangulo de Napoleao XYZ, mas se D esta muito proximo
de B, o triangulo retangulo XYT e interno ao triangulo de Napoleao XYZ.
Da, conclumos que existe D AB tal que o lado XT do triangulo XYT coincide com a
hipotenusa XY, atigindo seu comprimento maximo: XT = XY.
E ainda, como DF = 2XT, o comprimento maximo que DF pode assumir e 2XY. Analoga-
mente, o comprimento maximo que FE e ED podem assumir e 2YZ e 2XZ, respectivamente.
Como, o triangulo DEF e sempre equilatero, seus lados assumem seu comprimento maximo
ao mesmo tempo, ou seja, 2XT = 2YZ = 2XZ o que implica que XT = YZ = XZ.
Portanto, o triangulo XYZ e equilatero.
2.4 Demonstra
ao por Transforma
coes
no Plano
Podemos construir externamente triangulos equilateros sobre os lados do triangulo ABC
por meio de rotacoes. Obtemos os vertices P, Q e R rotacionando os vertices A, B e C de
um angulo de 60o no sentido anti-horario em torno dos vertices B, C e A respectivamente.
Q
R 60
C Y 60
Z
A B
X
60
Considerando essa conguracao construida por rotacoes, onde X, Y e Z sao os baricentros

dos triangulos equilateros obtidos, indicaremos por RP (M) a rotacao de 120 no sentido
horario de um ponto M em torno de P, ou seja:
RP : R2 R2
M RP (M) = P + R (M P)
onde R : R2 R2 e uma rotacao de 120 no sentido horario em torno da origem.

Geometricamente temos a gura abaixo.
y
P=OP P M
M-P
M=OM
M-P=OM-OP=PM
O O+(M-P) x
120
P+R(M-P)=RP(M)
R(M-P)
Note que RP nao e um operador linear, pois nao xa a origem. Sendo R um operador
linear, a aplicacao acima permite-nos trabalhar com as propriedades de transformacoes
lineares.
Considerando I a representacao da aplicacao identidade em R2, temos:
RX (P) = X + R (P X)
= I (X) + R (P + (I) X)
= I (X) + R (P) + R ((I) X)
= I (X) + R (P) R (X)
= I (X) R (X) + R (P)
= (I R) (X) + R (P)
Analogamente, obtemos:
RY (P) = (I R) (Y) + R (P)

e
Rz (P) = (I R) (Z) + R (P) .
Observe que a primeira rotacao leva A em B, a segunda leva B em C e a terceira leva C

em A, ou seja:
RX (A) = B
RY (B) = C
RZ (C) = A
C=R y(B)
Y
Z 120
120
A=R Z(C) B=R X(A)
120
Conseq
uentemente, o ponto A e um ponto xo na composta dessas tres rotacoes:
RZ (RY (RX (A))) = A.

Temos, tambem:
RZ (Ry (RX (P))) = (I R) (Z) + R (RY (RX (P)))

= (I R) (Z) + R ((I R) (Y) + R (RX (P)))
= (I R) (Z) + R ((I R) (Y) + R ((I R) (X) + R (P)))
= (I R) (Z) + R ((I R) (Y)) + R (R ((I R) (X) + R (P)))
= (I R) (Z) + R ((I R) (Y)) + R (R (I R) (X) + R (R (P)))
= (I R) (Z) + R ((I R) (Y)) + R (R (I R) (X)) + R (R (R (P)))
= (I R) (Z) + R ((I R) (Y)) + R2 (I R) (X) + R3 (P)
Onde denotamos por R3 (P) a composta de tres rotacoes de 120 no sentido horario do
ponto P em torno da origem. Mas, como tres rotacoes de 120 corresponde a uma rotacao
de 360 , temos que R3 (P) e a translacao pelo vetor nulo e, portanto, e a transformacao
identidade.
Assim, seja:
M = (I R) (Z) + R ((I R) (Y)) + R2 (I R) (X) .
Temos:
RZ (RY (RX (P))) = M + P.
Observemos que M nao depende de P. Logo, RX RY RZ (P) e uma translacao pelo vetor
OM.
Fazendo M = A, ja vimos que a composta das tres rotacoes deixa o ponto A xo, logo,

RX RY RZ (A) = Id e, consequentemente, OM = 0 e o vetor nulo.
A composicao de RX com RY e uma rotacao de 240 no sentido horario. Chamaremos de

O o centro da rotacao RX RY = TO . Assim, TO : R2 R2 e a rotacao de um angulo de
240 e centro O . Logo:
TO (P) = I R2 (O ) + R2 (P) ,
sendo R2 : R2 R2 rotacao de 240o no sentido horario em torno da origem.
Entao:
RY (RX (P)) = TO (P) .
Logo:

(I R) (Y) + R (RX (P)) = I R2 (O ) + R2 (P)

(I R) (Y) + R ((I R) (X) + R (P)) = I R2 (O ) + R2 (P)

(I R) (Y) + R ((I R) (X)) + R2 (P) = I R2 (O ) + R2 (P)

(I R) (Y) + R ((I R) (X)) = I R2 (O )
(I R) (Y) + R ((I R) (X)) = (I R) ((I + R) (O ))
I (Y) R (Y) + R (I (X) R (X)) = (I R) ((I + R) (O ))
I (Y) R (Y) + R (X) R2 (X) = (I R) ((I + R) (O ))
I (Y) + R (X) R (Y R (X)) = (I R) ((I + R) (O ))
I (Y + R (X)) R (Y R (X)) = (I R) ((I + R) (O ))
(I R) (Y + R (X)) = (I R) ((I + R) (O ))
Como (I R) e um operador linear, e tambem uma aplicacao bijetora e, portanto, injetora.
Logo, de:
(I R) (Y + R (X)) = (I R) ((I + R) (O )) ,
conclumos que:
Y + R (X) = (I + R) (O ) .
Multiplicando ambos os lados da equacao pela inversa de (I + R) temos:
(I + R)1 (Y + R (X)) = (I + R)1 (I + R) (O )
O = (I + R)1 (Y + R (X)) .
Assim obtemos o ponto O .
Mas armamos que O tambem e a imagem da rotacao de 60 no sentido horario de X em

torno de Y.
De fato:
Denotamos S : R2 R2 a rotacao de 60 no sentido horario em torno da origem. Da,
temos R : R2 R2 e a mesma que S2 : R2 R2. Entao:
1
O = (I + R)1 (Y + R (X)) = I + S2 Y + S2 (X) .
Mas a aplicacao que gira X em torno de Y no sentido horario de um angulo de 60 e:
SY (X) = Y + S (X Y) .
Logo, devemos mostrar que O = SY (X) , ou seja:

1
I + S2 Y + S2 (X) = Y + S (X Y) .

Multiplicando ambos os lados por I + S2 , temos:
1
I + S2 I + S2 Y + S2 (X) = I + S2 (Y + S (X Y))

Y + S2 (X) = I + S2 (Y + S (X Y))

Y + S2 (X) = I + S2 (Y + S (X) S (Y))
Y + S2 (X) = Y + S (X) S (Y) + S2 (Y) + S3 (X) S3 (Y)
S2 (X) S2 (Y) = S (X) S (Y) + S3 (X) S3 (Y)
S2 (X Y) = S (X Y) + S3 (X Y)

S3 S2 + S (X Y) = 0

A aplicacao S3 S2 + S e a aplicacao nula.
De fato: seja P R2 um ponto qualquer. Temos S3 (P) , S2 (P) e S (P) vetores de mesma
amplitude formando angulos de 120 entre si.
y
S(P)
S 2(P)
P
O x
3
S (P)
2
-S (P)
3 2
S (P) -S (P)
Assim,
S3 S2 + S (P) = S3 (P) S2 (P) + S (P) = 0
e, entao, a equacao
S3 S2 + S (X Y) = 0
e verdadeira. Logo:
O = SY (X) .
Donde conclumos que o triangulo XYO e equilatero.
Agora, basta mostrar que O = Z.

Temos:
RZ (RY (RX (P))) = RZ (TO (P))

= (I R) (Z) + R (TO (P))

= (I R) (Z) + R I R2 (O ) + R2 (P)

= (I R) (Z) + R I R2 (O ) + R3 (P)

= (I R) (Z) + R O R2 (O ) + I (P)
= (I R) (Z) + R (O ) R3 (O ) + P
= (I R) (Z) + R (O ) I (O ) + P
= (I R) (Z) (I R) (O ) + P
= (I R) (Z O ) + P
Como a composta RX RY RZ e a identidade, segue que:
P = (I R) (Z O ) + P.
Da:
(I R) (Z O ) = 0.
Mas ja vimos que (I R) e uma aplicacao linear injetora, logo:
Z O = 0 Z = O .
Portanto, o triangulo XYZ e equilatero.
2.5 Demonstra c
ao do Teorema de Napole
ao utilizando o Con-
ceito de Complexidade Alg
ebrica
Demonstrac
ao do Teorema para o tri
angulo externo:
Como homotetias e isometrias nao alteram a natureza dos Triangulos de Napoleao, con-
sideremos o triangulo ABC no plano complexo de forma que o vertice A esteja na origem
e o vertice B em 1 e o vertice C estara associado a um n
umero complexo z,como na gura
abaixo.
y
C=z
x
A=0 B=1
Para se fazer no plano complexo uma rotacao de um n umero em torno da origem basta
multiplicar esse n
umero por uma constante complexa de modulo 1. Dessa forma, pode-se
obter P a partir da rotacao de 3 no sentido anti-horario do vertice A em torno de B.
Da:

P = (A B)ei 3 + B = (0 1)ei 3 + 1 = 1 ei 3 .
Vericando geometricamente:
R
C Y
A=0
B=0B Z
(A-B)
B
A
(A-B)e
i
P=(A-B)ei

+B
E da mesma forma podemos obter Q pela rotacao de B em torno de C e R pela rotacao
de C em torno de A. Entao, temos:

Q = (B C)ei 3 + C = (1 z)ei 3 + z;

R = (C A)ei 3 + A = (z 0)ei 3 + 0 = zei 3 .
As coordenadas dos baricentros X, Y e Z dos triangulos APB, BQC e CRA, respectiva-
mente, podem ser obtidas atraves das medias aritmeticas das coordenadas dos vertices
desses triangulos e, como os vertices dos mesmos podem ser associados a expressoes ans
em z, temos:

A+P+B 2 ei 3
X= = ;
3 3 i
B+Q+C 2 e 3 z + 1 + ei 3
Y= = ;
3 3

C+R+A 1 + ei 3 z
Z= = .
3 3
Para mostrar que o triangulo XYZ e eq uilatero, devemos vericar que Y pode ser obtido

atraves da rotacao no sentido anti-horario de do vertice X em torno de Z, ou seja,
3
i
Y = (X Z)e + Z Y (X Z)ei 3 Z = 0.
3
Substituindo X, Y e Z por suas expressoes correspondentes, obtemos:

2z zei 3 + 1 + ei 3 2 ei 3 z + zei 3 i z + zei 3
e3 =0
3 3 3 3
2 2
p (z) = (1 ei 3 + ei 3 )z + (1 ei 3 + ei 3 ) = 0
Notemos que p e um polinomio de grau 1 na variavel z, ou seja, p (z) = 0 e uma equacao

polinomial de grau 1 na variavel z. Logo, encontrando duas razes para ela, chegamos à
conclusao de que p (z) = 0 e, na verdade, uma identidade.

Por exemplo, para z = ei 3 , temos:
2 2 2 2
(1 ei 3 + ei 3 )ei 3 + (1 ei 3 + ei 3 ) = ei 3 ei 3 + ei + 1 ei 3 + ei 3 = 1 + ei = 0.

Para z = ei 3 , temos:
i i 2 2 2 2
(1 e3 +e 3 )ei 3 + (1 ei 3 + ei 3 ) = ei 3 ei0 + ei 3 + 1 ei 3 + ei 3 = ei 3 + ei 3 = 0.
As guras abaixo representam as conguracoes geometricas correspondentes a essas solucoes:
Logo, p (z) = 0 e, de fato, uma identidade. Portanto, qualquer valor atribudo a z satisfaz
a equacao, ou seja, o vertice C = z pode estar em qualquer lugar do plano complexo, o
que signica que o teorema e valido para qualquer triangulo ABC.
A construcao do triangulo ABC com vertices A = 0 e B = 1 no plano complexo so esta

denida para valores de C = z fora do eixo real. No entanto, a demonstracao acima
permite que consideremos triangulos degenerados, ou seja, que C esteja no eixo real.
A demonstracao para o Triangulo Interno de Napoleao associado ao triangulo ABC segue

de maneira analoga à demonstracao acima.
3 Propriedades dos Tri

angulos de Napole
ao
3.1 Complexidade Alg
ebrica 1: A Coincid
encia dos Baricentros
Propriedade 1: Seja ABC um triangulo qualquer. Os Triangulos de Napoleao Externo
e Interno de ABC tem o mesmo baricentro e este coincide com o baricentro do triangulo
ABC.
Demonstracao
Considere a conguracao, na qual o triangulo inicial esta plano complexo de tal forma
que o vertice A esta na origem, o vertice B no 1 e o vertice C associamos a um numero
complexo z qualquer.

Ja vimos que P, Q e R pode ser obtido a partir da rotacao de no sentido anti-horario do
3
vertice A, B e C em torno do vertice B, C e A respectivamente. Logo, podemos escrever:

P = (A B)e 3 i + B = 1 e 3 i.

Q = (B C)e 3 i + C = (1 z)e 3 i + z

R = (C A)e 3 i + A = ze 3 i.
Temos que as coordenadas dos pontos X, Y e Z sao dadas por:

A+B+P 2 e3i
X= =
3 3

B+C+Q (2 e 3 i)z + 1 + e 3 i
Y= =
3 3

C+Z+R (1 + e 3 i)z
Z= = .
3 3

Geometricamente, considere os vertices A, B e P como sendo os respectivos vetores OA,

OB e OP.
Q
R
C Y
Z
B
A
T
P

Somando-se os tres vetores, obtemos o ponto T, ou seja, o vetor OT . Dividindo-o em tres
partes congruentes, verica-se que o ponto X esta a um terco de T. Analogamente, tem-se
o mesmo para Y e Z.
Portanto, o baricentro de um triangulo e a media geometrica da soma das coordenadas
de seus vertices. Notemos que.as coordenadas X, Y e Z sao expressoes ans em z.
Temos que P , Q e R tambem sao expressoes ans em z:

P = (B A)e 3 i + A = e 3 i

Q = (C B)e 3 i + B = (z 1)e 3 i + 1

R = (A C)e 3 i + C = (1 e 3 i)z.
E, da mesma forma, os pontos X , Y e Z :

A + B + P 1 + e3i
X = = .
3 3
B + C + Q
Y = = 2 + (1 + e 3 i)z e 3 i.
3

C + A + R (2 e 3 i)z
Z = = .
3 3
X+Y+Z X + Y + Z
Chamando de G1 = o baricentro do triangulo externo e G2 = o
3 3
baricentro do triangulo interno, segue que ambos coincidem quando:
G1 G2 = 0

2e 3 i (2e 3 i )z+1+e 3 i (1+e 3 i )z 1+e 3 i 2+(1+e 3 i )ze 3 i (2e 3 i )z
3
+ 3
+ 3 3
+ 3
+ 3
=0
3 3

2e 3 i (2e 3 i )z+1+e 3 i (1+e 3 i )z 1+e 3 i 2+(1+e 3 i )ze 3 i (2e 3 i )z
3
+ 3
+ 3 3
+ 3
+ 3
p (z) = = 0.
3 3
Sendo p polinomio de grau 1, temos que a Propriedade 1 possui complexidade algebrica 1.
No entanto, nao procederemos como na demonstracao do Teorema de Napoleao atribuindo
dois valores particulares para z e concluindo que p e uma identidade. Neste caso, e
bastante simples simplicar p.
Observemos que:
X+Y+Z
G1 =
3

2e 3 i (2e 3 i )z+1+e 3 i (1+e 3 i )z
3
+ 3
+ 3
=
3

i
2e 3 + 2z e 3 iz + 1 + e 3 i + z + e 3 iz
=
9
z+1
= .
3
e:
X + Y + Z
G2 =
3

1+e 3 i 2+(1+e 3 i )ze 3 i (2e 3 i )z
3
+ 3
+ 3
=
3

i
1+e 3 + 2 + z + e 3 iz e 3 i + 2z e 3 iz
=
9
z+1
= .
3
e conclui-se que G1 = G2.
A demonstracao de que G (baricentro do triangulo incial) coincide com G1 e G2 e imediata,
pois:
A+B+C 0+1+z 1+z
G= = = .
3 3 3

ebrica 2: A Diferenca das Areas
Propriedade 2: A diferenca entre as areas dos Triangulos de Napoleao Externo e
Interno de ABC e igual a area do triangulo ABC.
Demonstrac
ao
Consideremos novamente a conguracao da triangulo ABC no plano complexo, onde A =

0, B = 1 e C = z. Ja provamos que os Triangulos Externo e Interno de Napoleao sao
equilateros e que seus vertices sao expressoes ans em z. Portanto, podemos escrever seus
lados como sendo l e l , respectivamentea e:
l = ||z + ||
e
l = ||z + ||,
onde , , , C.
A area do triangulo incial ABC e dada da seguinte forma:
base altura 1h
Area(ABC) = = . (i)
2 2
Mas, observemos que:
y
h c=z=x+hi
x
A=0 B=1
Se z = x + hi entao z = x hi. Da:

zz
z z = (x + hi) (x hi) = 2hi = h = .
2i
Logo, podemos reescrever (i) da seguinte forma:
1zz
Area(ABC) = ,
2 2i
e

3 2 3

Area(XYZ) = l = ||z + ||2,
4 4
3 2 3

Area(X YZ)= (l ) = ||z + ||2.
4 4
Queremos mostrar que:

Area(ABC) = Area(XYZ) Area(X Y Z ),
isto e, que:
1zz 3 2 3
= ||z + || ||z + ||2. (ii)
2 2i 4 4
Observemos que:

3 2 3
||z + || = (z + )(z + )
4 4
3
= (z + )(z + )
4
3
= (z + )(z + )
4
3
= (zz + z + z + )
4
e

3 3
||z + ||2 = (z + )(z + )
4 4
3
= (zz + z + z + ).
4
Desenvolvendo a expressao (ii) temos:

1zz 3 3
= (zz + z + z + ) (zz + z + z + )
2 2i 4 4
1
0= 3 3 zz + 3 3 z
i

1
+ 3 3 + z + 3 3
i

1 1
0 = 3 ( )zz + + z + z +
3i 3i
$ % $ %
3i 3i
0 = ( )zz + z + + z + .
3 3
de forma que a Propriedade 2 e verdadeira se, e somente se, a expressao

$ % $ %
3i 3i
P(z) = ( )zz + z + + z +
3 3
e igual a zero para todo z C.

Temos que P e um polinomio de grau 2 nas variaveis x = Re(z) e y = Im(z). Logo:
$ %
3i 3i
P(x, y) = ( )x2 + ( )y2 + + + x+
3 3
$ %
3 3
+ i i i + i + y +
3 3
ou seja:

()x2+()y2+ + x+ i i i + i y+ = 0,
que e da forma
(x a)2 + (y b)2 = r2,
sendo:
+
a=
2( )
i i i + i
b=
2( )
2 2
2 + i i i + i
r = +
2( ) 2( )
Portanto, P e a equacao de uma circunferencia.
Sabemos que tres pontos nao colineares determinam uma u nica circuferencia, portanto,
se encontrarmos quatro razes de P que nao estao em uma mesma circuferencia teremos
que P(z) = 0 para todo z C.
Tomemos:
(i) z1 = 0.
R=P
Z=X
R=R
A=C B
Z=Z
X=Z
P=R

Area(XYZ) = Area(X Y Z ) e Area(ABC) = 0.
(ii) z2 = 1.
R=P
Z=X
Q=Q
A B=C
Y=Y
X=Z
P=R

Area(ABC) = Area(X Y Z ) e Area(XYZ) = 0.

(iii) z3 = e 3 i.
R C=P Q
X=Y=Z
A=Q B=R

Area(ABC) = Area(XYZ) e Area(X Y Z ) = 0.

(iv) z4 = e 3 i.
A=Q B=R
X=Y=Z
R Q
C=P

Area(ABC) = Area(X Y Z ) e Area(XYZ) = 0.

Em todos os casos acima, Area(ABC) = Area(XYZ) Area(X Y Z ), isto e, z1, z2, z3 e
z4 sao quatro razes de P que nao estao numa mesma circuferencia. Observemos a gura
abaixo.
y
i
/3
e
60
60 60
x
0 1
60 60
60
e-i
/3
Portanto, a Propriedade 2 e verdadeira para qualquer valor de z, e vale para qualquer

triangulo ABC.

ebrica 3: Tr
es Retas Concorrentes em um

Unico Ponto
Propriedade 3: Sejam ABC um triangulo e ABP, BCQ e CAR os triangulos equilateros
apoiados externamente nos lados de ABC. Entao, os segmentos PC, QA e RB possuem o
mesmo comprimento e se encontram em um u nico ponto. Alem disso, as retas que contem
esses segmentos formam angulos congruentes entre si cujas medidas sao de 60 .
Q
R
C
A B
Demonstrac
ao.
Vamos demonstrar primeiro que os segmentos AQ, BR e CP tem o mesmo comprimento

e que fazem entre si um angulo de 60 .
Consideremos novamente a conguracao do triangulo ABC no plano complexo onde A = 0,
B = 1 e C = z (primeira gura da Propriedade 1).

Temos que Q pode ser obtido a partir da rotacao de no sentido anti-horario do vertice
3
B em torno de C, ou seja:

Q = (B C)e 3 i + C.
Substituindo os valores de B e C na expressao de Q temos:

Q = (1 z) e 3 i + z.

Da mesma forma, o ponto R pode ser obtido a partir da rotacao de no sentido anti-
3
horario do vertice C em torno de A,ou seja:

R = (C A)e 3 i + A.
Substituindo pelos valores de C e A temos:

R = ze 3 i.
2
Mas R tambem pode ser obtido rotacionando o ponto Q de no sentido anti-horario
3
em torno do vertice A e transladado pelo vetor AB obtendo a expressao:
2
R = (Q A) e 3 i + B,
ou ainda:
2
R B = (Q A) e 3 i,

sendo A = 0 , R = AR, B = AB e Q = AQ.
Da:
2
AR AB = AQ 0 e 3 i
2
BR = AQe 3 i,
2
ou seja, BR e o segmento AQ rotacionado de .
3
Geometricamente:
R=(C-A)ei
/3
+A=(Q-A)ei2
/3
+B
(Q-A)ei2
/3
C
Q
A B
Substituindo na expressao de R os valores de Q, A e B temos:
! 2
R = (1 z) e 3 i + z e 3 i + 1.
Igualando as duas expressoes de R obtemos a equacao:
! 2
(1 z) e 3 i + z e 3 i + 1 = ze 3 i.
Notemos que essa e uma expressao am em z, entao, se encontrarmos duas razes para
o qual a expressao e verdadeira temos uma identidade, isto signica que ela vale para
qualquer valor de z no plano complexo.

Vamos tomar, por exemplo, C = z1 = e 3 i. Da:
4 2
ei + e 3
i
+e 3 i=0
! 2
1 e 3 i e 3 i + e 3 i e 3 i + 1 = e 3 ie 3 i
2
2 2
i i i
e e +e
3 3 3 e 3 i+1 = e 3 i
4 2
ei e 3
i
+ ei + 1 = e 3 i
4 2
ei + e 3
i
+ e 3 i = 0.
Observacao: ei = cos () + i sen () = 1.

Geometricamente:
i2
e3
i4i2
i3
-e + e + e =0
3
-e
i
i4 i4
i3
e3 -e +e

Outra raiz que satisfaz a equacao e C = z1 = e 3 i, pois:

2
1 e 3 i e 3 i + e 3 i e 3 i + 1 = e 3 ie 3 i

2
i 0 i
e e +e
3 3 e 3 i + 1 = e0
2
ei e 3
i
+ e3i + 1 = 1
2
ei e 3 i + e 3 i = 0.
De fato, encontramos duas razes para a expressao am em z, portanto, para qualquer

triangulo ABC, os segmentos AQ e BR sao congruentes e fazem entre si um angulo de
60 . A demonstracao de que CP tambem tem o mesmo comprimento e faz um angulo de
60 .com AQ e BR segue de maneira analoga.
Essa primeira parte da demonstracao tem grau de complexidade algebrica um, ja a se-
gunda parte e mais complexa e tem grau tres. Vejamos.
Queremos mostrar agora que os segmentos AQ, BR e CP se encontram em um u nico
ponto I.
Primeiramente vamos encontrar as coordenadas dos pontos Q e R no plano complexo em
funcao de x e y, lembrando que z = x + yi.e ei = cos () + i sen () .
Da:
$ %
1 3i
Q = [1 (x + yi)] + + (x + yi)
2 2

1 1 3i 3i
= (x + yi) + (x + yi) + (x + yi)
2 2 2 2
1 1 1 3i 3i 3
= x yi + x+ y + x + yi
2 2
$ 2 %2 $ 2 2
%
1 3 1 3 1 3
= x+ y+ + x+ y+ i.
2 2 2 2 2 2
umero complexo x + yi como um par ordenado (x, y) , entao:
Podemos indicar um n
$ %
1 3 1 3 1 3
Q= x+ y + , x+ y+ .
2 2 2 2 2 2
Analogamente, para R temos:

$ %
1 3i 1 3i 1 3
R = (x + yi) + = x+ x + yi y
2 2 2 2 2 2
$ % $ %
1 3 3 1
= x y + x + y i,
2 2 2 2
ou seja:
$ %
1 3 3 1
R= x y, x+ y .
2 2 2 2

Temos tambem que P e a rotacao do ponto A em torno de B, entao P = (A B)e 3 i + B.
Logo, $ %
1 3i 1 3i
P = (0 1) + +1= ,
2 2 2 2
ou seja:
$ %
1 3
P= , .
2 2

Sejam r, s, t as retas AQ, BR, CP, respectivamente, e , , R, tais que AQ = AI,
BR = BI e CP = CI.
Parametrizando as retas temos:
$ %
1 3 1 3 1 3
r A + (Q A) = (0, 0) + x+ y + , x+ y+
2 2 2 2 2 2
$ %
1 3 3 1
s B + (R B) = (1, 0) + x y 1, x+ y
2 2 2 2
$ % $ %
1 3 1 3
t P + (C P) = , + x + ,y +
2 2 2 2
As retas r, s e t se intersectam em um mesmo ponto, se e somente se, existem valores de

, e tais que:
$ % $ %
1 3 1 3 1 3 1 3 3 1
(0, 0) + x+ y + , x+ y+ = (1, 0) + x y 1, x+ y
2 2 2 2 2 2 2 2 2 2
$ % $ % $ %
1 3 1 3 1 3 1 3 1 3
(0, 0) + x+ y + , x+ y+ = , + x + ,y +
2 2 2 2 2 2 2 2 2 2
Da:
& $
% $ %'
1 3 1 3 1 3
0+ x+ y+ ,0 + x+ y+
2 2 2 2 2 2
& $ % $ %'
1 3 3 1
= 1+ x y 1 ,0 + x+ y
2 2 2 2
e:
& $ % $ %'
1 3 1 3 1 3
0+ x+ y+ ,0 + x+ y+
2 2 2 2 2 2
& $ %'
1 1 3 3
= + x+ , + y+
2 2 2 2
Donde tiramos que:

$
% $ %
1 3 1 1 3
1+ x y + x y 1 + 0 = 0
2 2 2 2 2
$ % $ %
3 1 3 3 1
0+ x y + x + y + 0 = 0
2 2 2 2 2
$ %
1 1 3 1 1
+ x+ y+ + 0 + x =0
2 2 2 2 2
$ % $ %
3 3 1 3 3
+ x+ y+ + 0 + y =0
2 2 2 2 2
Colocando o sistema na forma matricial temos:

1 3 1 1 3
1 x y x y1 0
2 2 2 2 2

3 1 3 3 1
0 x y x + y 0 1 0
2 2 2 2 2
0
= .
0
1 1 3 1 1
x+ y+ 0 x 0
2 2 2 2 2

3 3 1 3 3
x+ y+ 0 y
2 2 2 2 2
Assim, temos que encontrar , , que satisfazem a equacao matricial.
Sabemos que o sistema pode possuir uma u nica solucao e, nesse caso, seu determinante e
diferente de zero, ou possuir innitas solucoes e seu determinante ser igual a zero.
Esse sistema homogeneo nao possui a solucao trivial (nula), pois uma solucao possvel
tem que ser da forma (1, , , ) . Portanto, o determinante de M e igual a zero.
Observemos que M e da forma:

1 afim afim 0

0 afim afim 0

M= 1
afim 0 afim
2

3
afim 0 afim
2
Calculando o determinante pelo Metodo de Laplace utizando a primeira coluna temos:

afim afim 0 afim afim 0
M = 1 (1)2 det afim 0 afim + 0 (1)3 det afim 0 afim
afim 0 afim afim 0 afim

afim afim 0 afim afim 0
1 3
+ (1)4 det afim afim 0 + (1)5 det afim afim 0
2 2
afim 0 afim afim 0 afim
= (afim) (afim) (afim) (afim) (afim) (afim)
1
+ [(afim) (afim) (afim) (afim) (afim) (afim)]
2

3
[(afim) (afim) (afim) (afim) (afim) (afim)] .
2
Assim, obtemos um polinomio nas variaveis x e y do tipo:
p (x, y) = (x) y3 + (x)y2 + (x) y + (x) ,
sendo , , , polinomios na variavel x, de forma que a Propriedade 3 e verdadeira se

mostrarmos que para todo (x, y) R2 temos p(x, y) = 0.
Observemos que p(x, y) tem grau tres, entao se encontrarmos quatro pares (x, y) que sat-
isfazem a equacao polinomial teremos uma identidade.e a propriedade vale para qualquer
z = x + yi no plano complexo.
Uma conguracao geometrica para o qual a Propriedade 3 e valida e aquela onde o
triangulo ABC e isosceles.
C
R Q
I
A B
P
Fixando x = x0 R, temos:
p (x0, y) = (x0) y3 + (x0) y2 + (x0) y + (x0)
p (x0, y) = q (y) = Ay3 + By2 + Cy + D,
sendo A, B, C, D constantes.
1
Fixemos agora x = x0 no intervalo aberto 0, , como mostra a gura abaixo. Se
2
escolhermos C como sendo o ponto (x0, y1) ou (x0,y4) , obtidos a partir da interseccao da
reta x = x0 com o crculos de centro (0, 0) e raio 1, o triangulo ABC sera isosceles, pois
dois de seus lados serao raio desse crculo. O mesmo acontece se escolhermos C como
sendo o ponto (x0, y2) ou (x0, y4) , obtidos a partir da interseccao da reta x = x0 com os
crculos de centro (1, 0) e raio 1.
Entao, encontramos quatro razes, y1, y2, y3 e y4 que satisfazem q (y) = 0. Logo, q (y) = 0
e uma identidade e vale para qualquer valor de y R.
y
y1
y2
x
0 x0 1
y3
y4
Mas q (y) = p (x0, y) , entao p (x0, y) = 0 para todo y R.

Isto siginica que (x0) = (x0) = (x0) = (x0) = 0 e como x0 e arbitrario segue que:
(x) = (x) = (x) = (x) = 0, para todo x R.
Consequentemente, p (x, y) = 0 para todo (x, y) R2. Logo, C = z = x + yi pode estar
em qualquer lugar do plano complexo.
Conclusao: a Propriedade 3 e valida para qualquer triangulo ABC.
4 Refer
encias Bibliogr
acas
[1] Avila, G. Vari aveis Complexas e Aplicac
oes. Rio de Janeiro: LTC - Livros Tecnicos
e Cientcos Editora. 1990.

[2] Callioli, C. A., Domingues, H. H. & Costa, R. C. F. Algebra Linear e
Aplicacoes. Sao Paulo: Atual Editora. 1983.
[3] Lopes, S. M. R. Complexidade em Geometria Plana Euclidiana. (Dissertacao de
Mestrado). Rio de Janeiro: PUC - Pontifcia Universidade Catolica. 2002.
Introdu
c
ao `
a Teoria das Curvas Alg
ebricas
Ans
Patrcia Borges dos Santos 1 Ccero Fernandes de Carvalho2
Faculdade de Matem atica - FAMAT
andia - UFU - MG
Setembro de 2007
Resumo
Neste trabalho apresentamos algumas propriedades b asicas das curvas algebricas
ans como por exemplo, a irredutibilidade, a decomposicao em componentes irre-
dutveis, o grau da curva, entre outras. Tambem mostramos que e possvel estimar
o n
umero de pontos de intersecao de duas curvas algebricas sem componentes em
comum. Em essencia o trabalho mostra aplicacoes da teoria de domnios euclidianos
e domnios de fatoracao u
nica.
1 Introdu
c
ao
Seja f (x, y) R[x, y] e considere o seguinte subconjunto de R2 :
V (f ) = {(x, y) R2 | f (x, y) = 0},
agora observe nos seguintes exemplos o que V (f ) representa.
Exemplo 1.1 1. f (x, y) = y ax2 bx c, com a = 0 = V (f ) e uma par

abola.
2. f (x, y) = ax + by + c, com a, b R, (a, b) = (0, 0) = V (f ) e uma reta.
3. f (x, y) = x2 + y 2 1 = V (f ) e um crculo.
4. f (x, y) = x2 + y 2 = V (f ) e um ponto.
5. f (x, y) = x2 + y 2 + 1 = V (f ) e um conjunto vazio.
Note que somente nos exemplos 1 , 2 e 3 e que faz sentido falar em curva, os outros
dois casos deixam de parecer tao estranhos quando passamos do plano real R2 para o
plano complexo C2 , que aqui chamaremos de plano am. Nesse caso e natural permitir
que os coecientes de f (x, y) sejam n
umeros complexos arbitrarios.
Assim, considere agora f (x, y) C[x, y] e o seguinte subconjunto de C2 :
V (f ) = {(x, y) C2 | f (x, y) = 0}.
Observe que, se em 4 permitirmos que f C[x, y], entao teremos a seguinte fatoracao
f (x, y) = x2 + y 2 = (x + iy)(x iy).

1
patricia 1609@yahoo.com.br Programa de Educacao Tutorial (PETMAT)
2
cicero@triang.com.br Professor orientador de janeiro de 2007 a dezembro de 2007.
Assim, V (f ) = V (x + iy) V (x iy), ou seja, o conjunto de zeros consiste, no plano am,
de duas retas que intersectam na origem.
Da mesma forma, no exemplo 5 , a mudanca de variaveis x = ix1 , y = iy1 torna o
conjunto vazio no R2 em um crculo, agora em C2 , com equacao:
x21 + y12 1 = 0,
visto que: x2 +y 2 +1 = 0 = (ix1 )2 +(iy1 )2 +1 = 0 = x21 y12 +1 = 0 = x21 +y12 1 = 0.

Ao passar de R2 para C2 perdemos um pouco da intuicao, ja que as curvas algebricas
agora se parecem mais com superfcies no espaco quadri-dimensional C2 = R4 . Por outro
lado, veremos que esta perda sera compensada por muitas vantagens tecnicas.
2 Curvas Alg
ebricas Ans e suas Equa
c
oes
Deni ao 2.1 Um subconjunto C C2 e chamado uma curva algebrica am se existir
c
um polinomio f C[x, y] tal que grau f 1 e
C = V (f ) = {(x, y) C2 | f (x, y) = 0}.
Veja que V (f ) = V (f ) = V (f k ) para C e k N {0}, ou seja, uma curva

algebrica am nao e unicamente determinada por f . Quando f (x, y) e irredutvel, esta
nica ambiguidade, isto e, os polinomios da forma g(x, y) = f (x, y)k , para C
sera a u
e k N {0}, sao os unicos para os quais V (f ) = V (g). Isto sera uma consequencia do
Lema de Study abaixo.
Antes de apresentarmos o Lema de Study devemos ter em mente alguns resultados que
serao importantes na demonstracao deste:
Teorema 2.2 Seja (D, ) um domnio euclidiano. Ent

ao:
1. D e um domnio fatorial.
2. Sejam a, b D\ {0} e seja d = mdc (a, b), entao:
Existem e, f D tais que d = ea+f b.(Em particular, se a e b s

ao relativamente
ao existem e, f D tais que 1 = ea + f b).
primos, i.e. se d = 1, ent
Tais e e f podem ser efetivamente calculados quando a divis
ao e efetiva.
3. D e um domnio principal.
Lema 2.3 (Lema de Gauss) Seja A um domnio de fatoracao u nica e seja K A seu
corpo de fracoes. Seja f A[x] um polinomio primitivo n
ao constante.
1. Se f e redutvel em K[x], ent
ao tambem o e em A[x].
2. Se g A[x] e f | g em K[x], ent

ao f | g em A[x].
As demonstracoes de 2.2 e 2.3 podem ser encontradas em [3] e [4] respectivamente.
ao 2.4 Veja que (C (x) [y] , ), sendo a funcao grau, e um domnio euclidi-
Observac
ano. E que todo polinomio irredutvel e primitivo.
Agora estamos prontos para enunciar e demonstrar o
Lema 2.5 (Lema de Study) Sejam f (x, y), g(x, y) C[x, y] polin omios nao constantes
ao V (f ) V (g) se e somente se f divide g em
e suponha que f (x, y) e irredutvel. Ent
C[x, y].
Demonstra ao. Se f e um divisor de g, isto e, g = f.h, entao V (f ) V (g).

c
Reciprocamente, suponha por absurdo que V (f ) V (g) mas f nao divide g em C[x, y].
Sem perda de generalidade, podemos supor que f (x, y) nao e um polinomio apenas na
variavel x. Assim podemos considerar f (x, y) como um polinomio nao constante de C[x][y]
(i.e. um polinomio nao constante na variavel y e com coecientes no anel de polinomios
C[x]):
f (x, y) = f0 (x) + f1 (x)y + . . . + fn (x)y n ,
com n > 0 e fn (x) = 0.
Seja C(x) o corpo quociente de C[x] e considere f (x, y) como um polinomio nao cons-
tante de C(x)[y]. Pelo Lema de Gauss, f (x, y) e irredutvel em C(x)[y] e f nao divide g em
C(x)[y]. Portanto mdc (f, g) = 1. Por 2.2 sabemos que C(x)[y] e um domnio principal, e
tambem que existem elementos (x, y), (x, y) C(x)[y] tais que
(x, y)f (x, y) + (x, y)g(x, y) = 1.
Lembramos que (x, y) e (x, y) sao polinomios na variavel y e com coecientes no

corpo de fracoes C(x). Seja p(x) o mmc dos denominadores dos coecientes de (x, y) e
(x, y). Observe que p(x) e nao nulo. Existem polinomios a(x, y), b(x, y) C[x, y] tais
que (x, y) = a(x,y)
p(x)
e (x, y) = b(x,y)
p(x)
. Portanto:
a(x, y)f (x, y) + b(x, y)g(x, y) = p(x).
Como p(x) e fn (x) sao nao nulos, existe x0 C tal que p(x0 ) = 0 e fn (x0 ) = 0.
Observe que o polinomio f (x0 , y) C[y] e nao constante. Como C e algebricamente
fechado, existe y0 C tal que f (x0 , y0 ) = 0. Como V (f ) V (g), temos tambem que
g(x0 , y0 ) = 0. Pela formula acima segue que p(x0 ) = 0, contradizendo a escolha de x0 .
Observac ao 2.6 Um enunciado an alogo nos numeros reais e obviamente falso, por exem-
plo para f = x2 + y 2 e g = x, temos V (f ) V (g), mas f nao divide g.
Este lema tecnico e um precursor do Teorema dos Zeros de Hilbert (Hilbert Nullstel-
lensetz ), que em casos especiais de curvas, diz:
ario 2.7 Se f C[x, y] n

Corol ao e constante, entao V (f ) = .
Demonstra ao. Suponha V (f ) = . Se h e um fator irredutvel de f , entao V (h)

c
V (f ), ou seja, V (h) = . Pelo Lema de Study, h divide qualquer g, pois V (h) = V (g),
qualquer que seja g. Mas isto e impossvel.
Observac ao 2.8 Note que se V (f ) = , ent ao V (f ) contem innitos pontos. De fato,

seja (x0 , y0 ) V (f ) entao para todo R, tem-se f (x0 , y0 ) = 0, isto e, (x0 , y0 )
V (f ).
3 Componentes irredutveis
Das numerosas consequencias do Lema de Study, a primeira que nos discutiremos e a
decomposicao de uma curva algebrica em suas componentes. Ja que aneis de polinomios
nica, cada f C[x, y] admite fatoracao
sobre corpos sao domnios de fatoracao u
f = f1k1 . .frkr ,
onde os f sao irredutveis e nao sao dois a dois associados. Esta fatoracao e u
nica a
menos de multiplicacao por constante e da ordem em que os fi ocorrem.
Portanto V (f ) = V (f1 ) V (fr ), em outras palavras, a curva denida por f
pode ser decomposta nas componentes V (f ) . As proximas denicoes e resultados darao
signicado mais preciso a`s componentes.
Deni ao 3.1 Uma curva algebrica C C2 e chamada redutvel se existem curvas

c
algebricas planas C1 , C2 tais que C1 = C2 e C = C1 C2 . Nesse caso dizemos que C1 e C2
sao componentes pr oprias de C. Se C n
ao admitir componentes pr oprias, dizemos que C
ao C = C1 C2 segue que C1 = C2 .
e irredutvel, isto e, para toda decomposic
Lema 3.2 Uma curva algebrica C = V (f ) C2 e irredutvel se e somente se existir

k N {0} e um polinomio irredutvel g C[x, y] tais que f = g k .
Demonstra cao. Seja C irredutvel e seja f = f1 .f2 , onde f1 e f2 sao relativamente

primos e nao constantes. Se h e um fator irredutvel de f1 , entao temos que V (h) V (f1 ),
mas como C e irredutvel temos V (f1 ) = V (f2 ) e pelo Lema de Study segue que h | f2 .
Mas isto nao e possvel pois f1 e f2 sao relativamente primos.
Reciprocamente, suponha que C seja redutvel, isto e, V (f ) = V (f1 ) V (f2 ) e
V (f1 ) = V (f2 ). Entao existem fatores irredutveis hi de fi que nao sejam associados
entre si. A inclusao V (hi ) V (f ) e o Lema de Study implicam que f tem pelo menos
dois fatores primos distintos, o que contraria a hipotese de f ser irredutvel.
Teorema 3.3 Toda curva algebrica C C2 admite representac ao C = C1 . . . Cr ,

onde C1 , . . . , Cr s
ao curvas algebricas irredutveis. A representacao e u
nica a menos da
ordem em que os Ci ocorrem.
Demonstra ao. Seja C = V (f ) e seja f = f1k1 . .frkr a fatoracao de f em primos.

c
Ja vimos que C = V (f ) = V (f1 ) . . . V (fr ) e pelo lema anterior segue que cada V (fi )
e irredutvel.
Para mostrar a unicidade basta mostrar que toda curva irredutvel C C e alguma
das Ci . Mas se C = V (f ), com f irredutvel, entao C e irredutvel. Pelo Lema de
Study f e um fator primo de f , mas pela unicidade da fatoracao de polinomios segue que
f tem que ser algum dos fi .
Deniao 3.4 Os Ci , como em 3.3, sao chamados componentes irredutveis da curva C.

c
Como vimos as componentes irredutveis de uma curva algebrica sao unicamente de-
terminadas. Pelo Lema de Study, podemos tambem determinar os possveis fatores irre-
dutveis de um polinomio dado.
Corol ario 3.5 Seja C = V (f ) C2 uma curva algebrica e seja f = f1k1 . .frkr a
fatoracao de f em fatores irredutveis. Se C = V (g) para algum outro polin omio g,
entao:
g = f1l1 . .frlr
onde C e l N {0}.
Demonstra cao. Temos que C = V (f ) = V (f1 ) V (fr ) e por hipotese que

C = V (g). Para cada i {1, . . . , r} temos que V (fi ) V (f ) = V (g), onde cada fi e
fator irredutvel de f . Desse modo como V (fi ) V (g), temos pelo Lema de Study que
(
n (
n
fi | g, para todo i {1, . . . , r}. Assim fili | g e portanto g = fili como queramos.
i=1 i=1
Isto nos da uma completa visao das possveis equacoes para C.
Deni ao 3.6 Por analogia com polin

c omios de uma vari os denimos f = f1 . .fr
avel, n
como sendo o polin
omio minimal da curva. Este e u
nico, a menos da unidade
ao 3.7 Temos a seguinte propriedade algebrica:

Observac
) *
I (C) = h C[x, y] | h|C = 0
omios. I (C) e chamado ideal de C, e um ideal principal e e
e um ideal no anel de polin
gerado pelo polin
omio minimal (segue do corolario acima).
Agora vamos usar o polinomio minimal para denir o grau de uma curva algebrica:
Deni ao 3.8 Se C = V (f ) C2 e uma curva algebrica e f o polinomio minimal,

c
entao grau (C) = grau (f ) e o grau da curva C. Se f nao e necessariamente o polinomio
minimal, dizemos que e o grau do divisor.
Em sequencia daremos o signicado geometrico do grau, considerando intersecoes de

curvas com retas.
4 Interse
c
ao de uma Reta com uma Curva Alg
ebrica
Am
Seja a reta L C2 , dada pela parametrizacao:
: C L C2
,
t (1 (t) , 2 (t))
onde i C [T ] sao polinomios lineares.
Dada uma curva algebrica plana C = V (f ) C2 , o nosso objetivo e encontrar uma
cota superior para o n umero de pontos de L C, isto e, uma cota para # (L C) . Para
isso vamos supor que f (x, y) C[x, y] e um polinomio de grau n e, L C.
Para encontrar os pontos de LC, basta obter as razes do polinomio em uma variavel
complexa:
g(t) := f (1 (t) , 2 (t)) ,
isto e, os zeros de g correspondem aos pontos de intersecao de C com L.
Como supomos que L C, entao g(t) nao e identicamente nulo, e portanto # (L C)
e um conjunto nito. Observe tambem que grau g grau f , uma vez que alguns termos
de f podem ser cancelados quando substitumos (t). Assim, podemos estimar quantos
sao os pontos de L C.
Como # (L C) e determinado pelo n umero de razes de g(t), e ja que este possui no
maximo n razes tem-se:
# (L C) n.
Portanto, se C C2 e uma curva algebrica de grau n e L C2 e uma reta tal que
L C, entao # (L C) n.
Observacao 4.1 Um resultado an alogo a este nos n

umeros reais nos d
a uma maneira
de mostrar que certos subconjuntos de R ou C n
2 2
ao podem ser curvas algebricas, como
mostra o exemplo abaixo.
Exemplo 4.2 A sen oide, a cicloide e a hipocicloide com raz

ao de raios irracional, s
ao
exemplos de curvas que nao s
ao algebricas. Em cada caso existem retas que n ao estao
completamente contidas nas curvas, mas que intersectam-nas em innitos pontos.
O limitante dado para # (L C) raramente e alcancado nos n

umeros reais, mas nos
n
umeros complexos ele e quase sempre obtido. Existem dois motivos possveis para
L C possuir menos de n pontos:
1. O grau de g(t) pode ser menor do que n.
2. O grau de g(t) pode ser n, mas g(t) pode ter razes m

ultiplas.
O segundo problema pode ser resolvido contando os pontos de intersecao com as suas
respectivas multiplicidades (que serao denidas abaixo), e o primeiro considerando-se os
pontos de intersecao no innito. Um exemplo simples disso e quando C e uma reta paralela
à L, neste caso havera apenas o ponto de intersecao no innito.
Deni ao 4.3 Seja L C2 uma reta com parametrizac

c ao linear (t) = (1 (t) , 2 (t)),
onde i C [t] sao polinomios lineares. Seja f (x, y) C[x, y] e suponha que L C =
V (f ). Seja g(t) := f ((t)). Dado um ponto P = (x(t0 ), y(t0 )) L V (f ) (ou seja, t0 e
uma raiz de g(t)), denimos a multiplicidade de intersecao de L e C = V (f ) em P como
sendo a multiplicidade de t0 como raiz de g(t).
Exemplo 4.4 Seja L C2 uma reta passando pela origem cuja parametrizacao e dada
por
: C L C2
t (t, t),
com , C, e (, ) = (0, 0). Seja f C[x, y] dado por f (x, y) = y x2 . Veja que
g(t) = f ((t)) = t 2 t2
e entao, para = 0, temos

g(t) = 0 t 2 t2 = 0 t( 2 t) = 0 t = 0 ou t = .
2
Assim o numero de pontos de intersecao de L e V (f ) para = 0 e 2. No entanto para
= 0, temos g(t) = t, e entao
g(t) = 0 t = 0 t = 0,
ou seja, existe apenas 1 ponto de intersecao entre L e V (f ). Note que nesse caso grau
g(t) < 2.
natural questionar se tambem e possvel obter uma estimativa para o n

E umero de
pontos de intersecao de duas curvas algebricas quaisquer. A resposta a essa pergunta
sera dada pelo Teorema de Bezout, que sera apresentado na proxima secao como uma
aplicacao da teoria de resultante de polinomios.
5 A Resultante e o Teorema de B
ezout
O Teorema de Bezout fornece uma cota superior para o n umero de pontos de intersecao de
duas curvas algebricas, que e o produto dos graus destas curvas. A versao mais geral nos
diz que duas curvas V (f ) e V (g) sem componentes irredutveis em comum e com graus
m e n, respectivamente, se intersectam em exatamente mn pontos, levados em conta os
pontos no innito e as multiplicidades de intersecao.
Apresentaremos aqui um caso particular desse teorema e para sua demonstracao sera
necessario desenvolver a teoria de resultante de dois polinomios.
Deniao 5.1 Seja D um domnio. Sejam

c
f (x) = a0 xn + a1 xn1 + + an , a0 = 0
g(x) = b0 xm + b1 xm1 + + bm , b0 = 0
dois polinomios em D[x] de grau 1. A resultante de f (x) e g(x), denotada por Rf,g , e
o elemento do domnio D dado pelo seguinte determinante:

a0 a1 . . . an1 an

a . . . a a
0 n1 n
.. .. ..
. . .

.
. .
. .
.
. . .
.. ..
. . a0

Rf,g = ..
b0 b1 . . . . . . . b b
m1 m
..
. ... . . . bm1 bm
.
..

.
.. . . . . . .

b0 ... ... . . . . . . . . . bm
sendo que existem m linhas de ai s e n linhas de bi s e as linhas sao completadas com

zeros. A resultante entre um polinomio f (x) e sua derivada f (x) (quando f (x) nao e
constante), e chamada discriminante de f (x).
Veremos no proximo teorema que dados dois polinomios sempre e possvel calcular a
resultante deles e consequentemente, quando D for fatorial, e possvel determinar se eles
tem ou nao um fator comum de grau 1.
Teorema 5.2 Seja D um domnio. Sejam
f (x) = a0 xn + a1 xn1 + + an , a0 = 0
g(x) = b0 xm + b1 xm1 + + bm , b0 = 0
omios em D[x] de grau 1. Entao as seguintes condic
dois polin oes s
ao equivalentes:
1. Rf,g = 0.
2. Existem polinomios
0 = f1 (x) D[x] de grau n 1

0 = g1 (x) D[x] de grau m 1
tais que f1 (x)g(x) = g1 (x)f (x).

3. Se D e um domnio fatorial, f (x) e g(x) possuem um fator comum em D[x] de grau
1.
Demonstra cao. (1 2) Encontrar 0 = f1 (x) = 1 xn1 + 2 xn2 + . . . + n
e 0 = g1 (x) = 1 xm1 + 2 xm2 + . . . + m em D[x] tais que f1 (x)g(x) = g1 (x)f (x) e
equivalente a encontrar uma solucao nao trivial em D do seguinte sistema de (n + m)
equacoes nas incognitas 1 , 2 , . . . , m , 1 , 2 , . . . , n :

(termo em xn+m1 ) a0 1 b0 1 = 0

(termo em x n+m2
) a1 1 + a0 2 b1 1 b0 2 = 0
... ...

...
...

(termo constante ) an m bm n = 0
Agora, e facil ver que existe uma solucao nao-trivial deste sistema em D se e somente
se existe uma tal solucao nao-trivial no corpo de fracoes K de D, ou seja, pela regra de
Cramer, se e somente se o determinante da matriz dos coecientes do sistema e nulo. Isto
conclui a prova pois a resultante e o determinante de uma matrz que e a transposta da
matriz do sistema a menos de multiplicacao por 1 das linahs envolvendo bj s.
(3 2) Como f (x) e g(x) possuem um fator em comum p(x) em D[x] de grau 1,

entao temos:
f (x) = p(x)f1 (x) com f1 (x) D[X], grau f1 (x) < n
g(x) = p(x)g1 (x) com g1 (x) D[X], grau g1 (x) < m
e, claramente, f1 (x)g(x) = g1 (x)f (x) (Note que neste sentido nao se utilizou que D e
fatorial).
(2 3) Sejam f1 (x), g1 (x) D[x] tais que f1 (x)g(x) = g1 (x)f (x). Sendo D[x] fato-
rial, todos os fatores irredutveis de de grau geq1 aparecem no produto f1 (x)g(x); nem
todos eles podem aparecer em f1 (x), pois, por hipotese temos grau f1 (x) < grau f (x);
assim pelo menos um dos fatores irredutveis de grau 1 de f (x) aparecem em g(x).
Corol ario 5.3 Sejam D e D dois domnios, D fatorial. Sejam f (x), g(x) D[x] de grau
1. Entao, f (x) e g(x) Tem um fator em comum de grau 1 em D[x] se e somente se
eles tem um fator comum de grau 1 em D [x].
Demonstra ao. Se f (x) e g(x) tem um fator comum de grau 1 em D [x], entao a
c
resultante Rf,g = 0 (segue da implicacao (3 1) de 5.2, para a qual nao se precisa supor
D fatorial, como observamos acima); logo f (x) e g(x) tem um fator comum de grau 1
em D[x] (implicacao (1 3) de 5.2). A recproca e clara.
Proposi ao 5.4 Nas hip

c oteses de 5.2 tem-se que a resultante Rf,g e uma soma de termos
do tipo ai1 . . . aim bj1 . . . bjn com i1 + . . . + im + j1 + jn = nm.
A demonstracao de 5.4 pode ser encontrada em [3], assim como outros resultados sobre
resultante. Vamos agora aplicar os resultados acima a polinomios em C[x, y] = C[y][x],
lembrando que C[y] e domnio euclidiano, e logo domnio fatorial.
Teorema 5.5 (Teorema de B ezout) Sejam f (x, y), g(x, y) C[x, y] e sejam V (f ) e
V (g) as curvas algebricas associadas de graus n, m 1. Se f (x, y) e g(x, y) nao possuem
fator irredutvel em comum, ent ao
#(V (f ) V (g)) nm.
Demonstra c
ao. Para a prova deste teorema vamos precisar da resultante (denotada
por Rf,g (y)) de f (x, y) e g(x, y) considerados como polinomios em C[y][x], i.e. Rf,g (y) e o
determinante da matriz dada em 5.1, onde ai = ai (y) e bi = bi (y). Como f (x, y) e g(x, y)
nao tem fator comum em C[y][x], segue de 5.3 que f (x, y) e g(x, y) nao tem fator comum
em C(y)[x] (em 5.3 tome D = C[y] e D = C(y), onde C(y) denota o corpo das fracoes de
C[y]). Portanto, pelo teorema 2.2, existem a, b C(y)[x] tais que
1 = af + bg.
Multiplicando por um denominador comum d(y) C[y] para a e b, obtemos
d(y) = a1 (x, y)f (x, y) + b1 (x, y)g(x, y)
com a1 (x, y), b1 (x, y) C[x, y].

Se (x, y) C2 e tal que f (x, y) = g(x, y) = 0, entao d(y) = 0. Assim existe somente
um n umero nito de ordenadas possveis para um ponto em C2 da intersecao das curvas
determinadas por f e por g, a saber as razes em C do polinomio d(y). Agora, para uma
ordenada xa y0 C, existem no maximo n pontos em C2 da curva determinada por
f (x, y) com esta ordenada y, a saber os pontos (x, y) C2 tais que x0 seja uma raiz de
f (x, y0 ). Fica assim provado que
#(V (f ) V (g)) < .
Como C e algebricamente fechado, entao C e innito. Como o n umero de pontos de

intersecao e nito o n
umero de retas passando por dois destes pontos tambem e nito.
Tomando como reta y = 0 uma que nao seja paralela a nenhuma destas retas, obtemos um
sistema de coordenadas no qual pontos distintos da intersecao tem ordenadas distintas.
Logo: #(V (f )V (g)) = #{y C | f (x, y) e g(x, y) tem uma raiz em comum em C}
#{y C | f (x, y) e g(x, y) tem um fator em comum em C[x]}.
Observe que por 5.2, se f (x, y) e g(x, y) tem um fator em comum em C[x], entao
Rf,g (y) = 0. Assim, #{y C | f (x, y) e g(x, y) tem um fator em comum em C[x]} =
#{y C | Rf,g (y) = 0}.
Agora como Rf,g (y) e um polinomio de C[y], segue que #{y C | Rf,g (y) = 0} =
grau(Rf,g (y)), e nalmente, por 5.4, tem-se que grau(Rf,g (y)) nm, pois grau ai (y) i
e grau bj (y) j.
Portanto #(V (f ) V (g)) nm.
Observacao 5.6 Na forma mais geral do Teorema de Bezout, temos a hip otese de que as
curvas V (f ) e V (g) n
ao podem ter componentes irredutveis em comum. Ja nessa versao
mais fraca, a hipotese era que f (x, y) e g(x, y) n
ao possuem fator irredutvel em comum.
Essas condicoes s
ao equivalentes, e e o que mostraremos a seguir.
Proposi ao 5.7 A condicao de que f (x, y) e g(x, y) n

c ao tem fatores irredutveis em
comum e equivalente a condicao de que V (f ) e V (g) n
ao tem componentes irredutveis
em comum.
Demonstra ao. De fato, suponha que V (f ) e V (g) tenha a componente V (h) em co-
c
mum. Assim, h e irredutvel, pois caso contrario, h = k.l e entao V (h) = V (k) V (l),
i.e. V (h) seria redutvel. Agora como V (h) V (f ) e V (h) V (g), temos pelo Lema de
Study que h | f e h | g, ou seja, h e fator irredutvel comum. A demonstracao e analoga
quando V (f ) e V (g) possuem mais de uma componente em comum.
Reciprocamente, suponha que f e g possuam fator irredutvel em comum, a saber h.
Assim, f = k.h e g = l.h, consequentemente, V (f ) = V (k) V (h) e V (g) = V (l) V (h),
ou seja, V (f ) e V (g) possui componente irredutvel em comum. Analogo para quando f
e g possuem mais de um fator irredutvel em comum.
A versao mais geral deste resultado e dada considerando-se ao inves do plano am

C o plano projetivo P2 (C). Nesse novo plano da-se sentido aos pontos no innito, e e
2
possvel atribuir multiplicidades de intersecao de maneira que o n

umero total de pontos
comuns a`s duas curvas, contados com multiplicidade, seja igual ao produto dos graus
dessas curvas, o que em essencia e o enunciado do Teorema de Bezout.
Refer
encias
[1] Ara
ujo, C., Introducao a`s curvas algebricas planas, Notas da Jornada de Iniciacao
Cientca, IMPA (2006)
[2] Fischer, G., Plane algebraic curves, AMS (2001).

[3] Garcia, A. & Lequain, Y., Algebra um curso de introducao, IMPA (1988)
[4] Vainsencher, I., Introducao a`s curvas algebricas planas, Colecao Matematica Univer-
sitaria, IMPA (2005).
FAMAT em Revista


Problemas e Solues
Nmero 09 - Outrubro de 2007

www.famat.ufu.br
Problemas e Solues
Luiz Alberto Duran Salomo (coordenador da seo)

Mrcio Jos Horta Dantas
Problemas Propostos
33. Demonstre que a soma dos cubos de trs nmeros inteiros consecutivos divisvel por 9.
34. Em um tetraedro regular tomam-se sees paralelas a duas de suas arestas que no se
intersectam. Determine a seo de rea mxima.
35. A funo f ( x) cos x , definida para x t 0 , peridica? Justifique sua resposta.
36. De quantas maneiras 2n, sendo n um natural, pode ser expresso como a soma de quatro
quadrados de nmeros naturais? Justifique sua resposta.
Resolues dos problemas da revista nmero 8
29. Em um momento inicial, duas velas tinham a mesma altura h, encontrando-se, uma da
outra, a uma distncia a. A distncia entre cada uma das velas e a parede mais prxima
tambm igual a a. Com que velocidades movem-se as sombras das velas nas paredes, se uma
vela queima durante o tempo t1 e a outra durante o tempo t2?
Resoluo:
Se t1 = t2, obviamente as duas sombras movem-se mesma velocidade (que a velocidade

h h
com que as velas diminuem, ou seja, ). Sem perda de generalidade, admitamos que t1
t1 t 2
< t2. Na figura acima, x e y representam os comprimentos das velas 1 e 2, respectivamente, em
um tempo t, enquanto r e s so os comprimentos das suas respectivas sombras, no mesmo
dx h dy h
instante. Assim, e .
dt t1 dt t2
xr yx
Da figura acima, temos que , o que acarreta r 2 x y . Portanto,
a a
dr h h
2 a velocidade com que se move a sombra da vela 1.
dt t1 t 2
xr sx
Ainda da figura acima, temos que , o que acarreta s 3 x 2r . Portanto,
a 2a
ds h h h h 2h
3 2 2 = a velocidade com que se move a sombra 2.
dt t1 t1 t 2 t1 t 2
30. Dado um pentgono convexo, mostre que possvel escolher trs de suas diagonais de
modo que com elas se possa construir um tringulo.
Resoluo: Se ABCDE um pentgono convexo, como na figura abaixo, seja BE a sua

diagonal de comprimento mximo.
Pela desigualdade triangular, temos que EP + PB > EB e PD + PC > CD. Da, somando
membro a membro as duas desigualdades acima, temos que
(BP + PD) + (EP + PC) > BE + CD o que acarreta BD + CE > BE + CD > BE. Da, temos
que possvel construir-se um tringulo com os segmentos BE, BD e CE , diagonais do
pentgono convexo ABCDE.
31. Seja W um conjunto de pontos do plano. Supondo que todo ponto de W ponto mdio de
um segmento que tem suas extremidades em W, demonstre que W infinito.
Resoluo: Suponha que W seja finito. Assim, existem dois pontos A e B em W de modo que a
distncia AB = m seja mxima dentre todas as distncias entre pares de pontos de W. Por
hiptese, B ponto mdio de algum segmento CD , sendo C e D pontos de W.
Na figura acima, A representa o simtrico de A com relao ao ponto B. Como os tringulos

CBA e DBA so congruentes (caso LAL), temos que AC = AD. Agora, pela desigualdade
triangular (no tringulo AAD), temos que AC + AD = AD + AD > AA =
m + m. Da, pelo menos uma das parcelas AC ou AD tem que superar m. Isto contradiz a
maximalidade de m.
32. Seja q um nmero natural maior do que 1. Se m e n so nmeros inteiros positivos,
demonstre que qm-1 divisor de qn-1 se, e somente se, m divisor de n.
Resoluo: Inicialmente, suponha que m seja divisor de n. Assim, existe um inteiro positivo k
tal que n = km. Portanto,
k
k 1 k 2

q n 1 q k m 1 q m 1 q m 1q m q m . q m 1 , ou seja, qm-1 divisor de
qn-1.
Reciprocamente, admita agora que qm-1 seja divisor de qn-1. Pelo algoritmo da diviso,
existem e so nicos dois inteiros k e r de modo que n km r , onde 0 d r m . Alm disso,
pela hiptese, 1 d k . Suponha, por absurdo, que 0 r . Como
q n 1 q n 2 . q 1 q m 1 q m 2 . q 1q n m q n 2 m . q n km q r 1 . q 1
segue que
qn 1 q 1q n1 q n2 . q 1 q n 1 q n 2 . q 1
qm 1 q 1q m1 q m2 . q 1 q m 1 q m 2 . q 1
q r 1 . q 1
q nm q n2 m . q nk m no um inteiro, uma vez que r < m e,
q m 1 q m 2 . q 1
q r 1 . q 1
por conseguinte, 0 < < 1. Temos, ento, uma contradio com a
q m 1 q m 2 . q 1
hiptese.
A seguir, apresentamos uma segunda resoluo para o problema de nmero 32. Essa
resoluo uma adaptao da que nos foi enviada pelo leitor Rafael Alves Figueiredo,
discente do 6o perodo do Curso de Matemtica da Universidade Federal de Uberlndia.
Os editores da Revista agradecem ao Rafael por sua contribuio.
32. Seja q um nmero natural maior do que 1. Se m e n so nmeros inteiros positivos,

demonstre que q m 1 divisor de q n 1 se, e somente se, m divisor de n.
Resoluo:
Pelo Algoritmo da Diviso, existem e so nicos dois inteiros q e r de modo que
n=qm + r, sendo 0 d r m . Agora, por hiptese, q m 1 divisor de q n 1 e, da,

q n { 1 mod q m 1 . Como, obviamente,
q m { 1 mod q m 1 , segue que

q mq { 1 mod q m 1 . Assim, temos

q n mq { q n mq q mq { q n { 1 mod q m 1 .
qr
Conseqentemente, q m 1 divisor de q r 1. Porm, isso s pode ocorrer se r =0,
isto , se m for divisor de n.
Por hiptese, m um divisor de n. Assim, existe um inteiro positivo k tal que n =

km. Portanto,
qn 1 qk m 1 q
m k
1 q m

1 qm
k 1

qm
k 2

q m 1 , ou seja, qm-1
divisor de qn-1.
? qm 1| qn 1 m | n .
FAMAT em Revista
!
Eventos

www.famat.ufu.br
Eventos
Maria Luiza Maes (coordenadora da seo)

EVENTOS
VII Semana da Matemtica da Universidade Federal de Uberlndia - VII SEMAT/UFU

Perodo: 27 a 30 de novembro de 2007
Local de realizao: Universidade Federal de Uberlndia - UFU
Campus Santa Mnica, Anfiteatro do Bloco 3Q - Uberlndia - MG
Organizao: Faculdade de Matemtica da UFU - FAMAT
Diretrio Acadmico da FAMAT/UFU - DAMAT
Programa de Educao Tutorial da FAMAT/UFU - PETMAT
Programao
Primeiro Dia 27/11/07 - tera-feira

07h30min - 08h30min Entrega de Material aos participantes
08h30min - 09h00min Abertura da VII SEMAT
09h00min - 09h30min Coffee-Break
09h30min - 10h30min Palestra: Euler, sua obra e seu tempo - Prof. Dr. Geraldo Severo de
Souza vila Membro da Academia Brasileira de Cincias
10h40min - 12h00min Mini-curso: Aplicaes da decomposio singular de matrizes no
melhoramento gentico de plantas - Prof. Dr. Joo Batista Duarte - EA/UFG - Goinia - GO
12h00min - 14h00min Almoo
14h00min - 15h00min Mesa Redonda: FAMAT em aes extra-curriculares - Coordenao:
Profa. Dra. Sezimria de Ftima Pereira Saramago - FAMAT/UFU - Uberlndia - MG
15h00min - 16h20min Mini-curso: Introduo teoria dos jogos - Prof. Dr. Marcos
Antnio da Cmara e grupo PETMAT - FAMAT/UFU - Uberlndia - MG
16h20min 16h50min Coffee-Break
16h50min - 18h10min Mini-curso: Polinmios sobre corpos p-dicos: uma breve
introduo - Prof. Dr. Hemar Teixeira Godinho - IE/UnB - Braslia - DF
Segundo Dia 28/11/07 - quarta-feira
08h00min - 09h20min Mini-curso: Episdios recentes da geometria euclidiana - Prof. Ms.
Srgio Alves - IME/USP - So Paulo - SP
09h50min - 10h40min Sesso de Comunicaes
14h00min - 15h20min Mini-curso: Triangulaes regulares: aspectos tericos e
computacionais - Prof. Dr. Luis Gustavo Nonato - ICMC/USP - So Carlos - SP
15h20min - 16h20min Palestra: Introduo modelagem de risco em finanas - Prof. Dr.
Francisco Louzada Neto - CCET/UFScar - So Carlos - SP
introduo - Prof. Dr. Hemar Teixeira Godinho - IE/UnB - Braslia - DF
Terceiro Dia 29/11/07 - quinta-feira

15h20min - 16h20min Palestra: A gloriosa histria da geometria - Prof. Dr. Cludio
Gorodski - IME/USP - So Paulo - SP
introduo - Prof. Dr. Hemar Teixeira Godinho - IE/UnB - Braslia DF
Quarto Dia 30/11/07 - sexta-feira
11h20min - 12h00min Mini-curso: Introduo teoria dos jogos - Prof. Dr. Marcos
Antnio da Cmara e grupo PETMAT - FAMAT/UFU - Uberlndia - MG
15h20min - 16h20min Palestra: Possibilidades do software CABRI 3D - Prof. Dr. Vincenzo
Bongiovanni - CCE/PUC - So Paulo - SP
16h50min - 18h00min Encerramento e Momento Musical
Comisso Organizadora
Profa. Dra. Dulce Mary de Almeida - FAMAT - UFU (coordenadora)
Prof. Dr. Ccero Fernandes de Carvalho - FAMAT - UFU
Prof. Dr. Lus Antonio Benedetti - FAMAT - UFU
Prof. Dr. Marcos Antnio da Cmara - FAMAT - UFU
Profa. Dra. Maria Teresa Menezes Freitas - FAMAT - UFU
Prof. Dr. Rogrio de Melo Costa Pinto - FAMAT - UFU
Prof. Dr. Walter dos Santos Motta Junior - FAMAT - UFU
Mariana Fernandes dos Santos Villela - discente do Grupo PET/SESu da FAMAT - UFU
Virgnia Helena Ribeiro Miranda - discente do Diretrio Acadmico da FAMAT - UFU
Informaes: http://www.famat.ufu.br/semat (site da VII SEMAT em construo)
V Encontro Sul Fluminense de Educao Matemtica ESFEM

Perodo: 5 e 6 de outubro de 2007
Informaes: http://www.uss.br/web/page/Venc_matematica.asp
IV Congresso Internacional de Ensino da Matemtica
Perodo: 25, 26 e 27 de outubro de 2007
Informaes: http://www.ulbra.br/ciem07/
Semana da Matemtica e Fsica 2007

Perodo: 22 a 26 de outubro de 2007
Informaes: http://www.unitau.br/eventos/semana-da-matematica-e-fisica-2007
VI Semana de Matemtica da UESC

Informaes: http://www.uesc.br/eventos/visemana/
Congresso da Sociedade Latino Americana de Biologia Matemtica

Congreso de la Sociedad Latinoamericana de Biologa Matemtica
XIV CLAB - IX ELAEM
Perodo: 13 a 16 de novembro de 2007
Informaes: http://www.ime.unicamp.br/~biomat/clab2007.htm
4 Semana Acadmica UFU na Contemporaneidade

Informaes: http://www.semanaacademica.ufu.br/
15 Simpsio Internacional de Iniciao Cientfica da Universidade de So Paulo

Perodo: Humanas 21, 22 e 23/novembro - USP Leste
Biolgicas 22 e 23/novembro - Ribeiro Preto
Engenharias e Exatas 26, 27 e 28/novembro - So Carlos
Agropecurias 28 e 29/novembro Pirassununga
Informaes: http://www.usp.br/siicusp/
XI ENCONTRO NACIONAL DE EDITORES CIENTFICOS XI ENEC

Informaes: http://www.lncc.br/abec/XIEnec.php
V Conferncia Nacional sobre Modelagem na Educao Matemtica
Perodo: 08, 09 e 10 de novembro de 2007
Informaes: http://www.iceb.ufop.br/niepem/eventos/indexcnmem.html
CBEm3 Terceiro Congresso Brasileiro de Etnomatemtica

Perodo: 26 a 29 de maro de 2008
Informaes: http://www.uff.br/cbem3/
XIV Encontro Nacional de Didtica e Prtica de Ensino

Perodo: 27 a 30 de abril de 2008
Informaes: http://www.pucrs.br/eventos/endipe/
Symposium on the Occasion of the 100th Anniversary of ICMI

Perodo: 05 a 08 de maro de 2008
Informaes: http://www.unige.ch/math/EnsMath/Rome2008/
10 Simpsio de Educacin Matemtica

Perodo: 12 a 15 de maio de 2008
Informaes: http://www.edumat.org.ar/
ICMI Study and IASE Round Table Conference

Perodo: 30 de junho a 04 de julho de 2008
Informaes: http://www.ugr.es/~icmi/iase_study/
ICME 11 International Congress on Mathematical Education

Perodo: 06 a 13 de julho de 2008
Informaes: http://icme11.org/
%
FAMAT em Revista
#
"
$ Reflexes Sobre o
Curso de Matemtica
www.famat.ufu.br
Reflexes sobre o Curso de Matemtica

Valdair Bonfim
A BELEZA DA MATEMTICA I
Lus Antonio Benedetti
O presente texto no propriamente uma reflexo sobre o curso de matemtica, mas

um ensaio sobre a matemtica e seu contedo, pequena contribuio que ser enriquecida no
prximo nmero da revista da FAMAT.
A matemtica pode ser definida como uma cincia que tem por finalidade o estudo das
propriedades dos seres abstratos, isto , dos nmeros, das figuras geomtricas e das funes.
Uma breve anlise histrica sobre a origem e evoluo da matemtica mostra, de forma cabal,
que desde a antiguidade o homem utiliza os seus princpios para facilitar a vida dos
indivduos e para organizar a sociedade. Assim, egpcios utilizaram a matemtica para a
construo das pirmides, diques de irrigao e para o estudo da astronomia. Os gregos
tambm utilizaram a matemtica para fundamentar o pensamento filosfico e para criar novas
realidades matemticas. Pitgoras, um grande filsofo de sua poca e que tem seu nome
ligado a um dos mais significativos teoremas pode ser citado como exemplo.
Qualquer que seja o perodo histrico analisado possvel constatar que, de uma
maneira ou de outra, a matemtica parte integrante e essencial da cultura. Por bvio, no foi
construda de um momento para o outro, a sua edificao se deu lentamente, atravs da
criatividade, da imaginao e da busca contnua pelo rigor. O seu mtodo axiomtico
conjunto de axiomas, definies, teoremas, proposies, organizados de forma perfeitamente
racional e lgica, pode ser considerado a maior conquista do conhecimento e base para todo
desenvolvimento cientfico da humanidade, ele se constitui de uma infinidade de estruturas
esteticamente belas, apreciadas apenas pelas mentes que so treinadas a perceb-las.
Na esteira de sua evoluo, a matemtica tornou-se uma cincia estruturada e
organizada, presente em reas como a fsica, medicina, msica, engenharia, arquitetura,
pintura, etc. Para qualquer lado que se olhe do conhecimento cientfico e mesmo artstico
possvel vislumbrar beleza matemtica. Mas, a despeito de sua relevncia, ela no est pronta
ou acabada, uma vez que a todo momento surgem novas fronteiras para a consolidao desta
cincia, sempre em contnua evoluo. Eis que conceber uma sociedade sem a utilizao da
matemtica e o mesmo que conceber uma sociedade sem a msica e as artes em geral, por
exemplo.
A possibilidade do surgimento de novas realidades matemticas confere a esta cincia
um carter peculiar e nem sempre visvel a todos, sobretudo para os no matemticos: a
beleza da matemtica. Em verdade, a sua beleza encontra-se oculta e implcita, visvel apenas
para aqueles que conseguem chegar ao mago de suas teorias e mtodos.
Existem vrios exemplos que confirmam o quanto essa cincia vem revestida de
beleza. Este o caso, por exemplo, da Anlise, lgebra e Geometria, ramos da matemtica
que se complementam e se combinam de forma complexa e harmoniosa.
Os exemplos no se esgotam ai. Um teorema possui uma beleza de tal maneira
perceptvel para um matemtico que, em muitos casos, podem colocar em segundo plano a
sua aplicao prtica. Para o no matemtico, a beleza de um teorema se encontra oculta,
embora a sua importncia e aplicabilidade sejam levadas em considerao.
H, na atualidade, um amplo arcabouo terico sobre a matemtica e as suas
aplicaes. Entretanto, estudos e pesquisas que avaliam e comprovam a beleza da matemtica
ainda so escassos. Considerando o fato que a matemtica foi protagonista na histria da
cultura, torna-se necessrio aprofundar mais neste assunto. Para tanto, recorrer aos escritos de
Eudoxo, Descartes, Gauss, Hilbert, Poincar, dentre outros pensadores que fizeram histria
em relao matemtica, pode ser o ponto de partida para mostrar como essa cincia bela,
sobretudo no seu modo de criao.
Aspecto interessante em relao discusso sobre a beleza da matemtica que
alguns filsofos gregos da antiguidade j tinham essa percepo. Nesta linha de raciocnio,
Plato abriu caminho para que a beleza da matemtica pudesse ser reconhecida no
pensamento filosfico, ao unir a verdade, o bem e a beleza. A partir deste momento a
matemtica passou a ser analisada sob um enfoque diferente, ou seja, a cincia e a arte
(esttica) passaram a trilhar um caminho semelhante. Evidentemente, no perodo em anlise
nem todos tinham essa viso da matemtica. Aristipo, por diversas vezes, negou a relao
existente entre a matemtica e o belo e Aristteles, ferrenho defensor do belo tratou de refutar
as observaes deste filsofo com frases sobre a beleza que se eternizaram no tempo.
Mas o que vem a ser precisamente a beleza na matemtica? Para responder tal
questionamento preciso mencionar que a matemtica sempre foi compreendida como algo
preciso, rigoroso, exato, coerente e til. Essa concepo no est errada, caso contrrio ela
no seria o alicerce de muitas cincias. Mas se a matemtica deve ser rigorosa, tambm deve
se primar pela elegncia, dado que nada impede que uma demonstrao seja, ao mesmo
tempo, exata e bela. Em suma, a matemtica vai alm da exatido, pois ela tambm combina
leveza, elegncia, naturalidade e a inspirao de novos valores.
At o advento da cincia contempornea, a beleza da matemtica vinha associada
racionalidade. Hoje, a sobriedade, a simplicidade na resoluo de uma equao, ainda que
essa seja complexa, so elementos que caracterizam a beleza desta cincia. H quem defenda
o ponto de vista que a beleza da matemtica reside na simplicidade e no em sua
complexidade propriamente dita.
Por todos esses fatores, os matemticos devem procurar passar para as geraes
futuras no apenas os conceitos e princpios desta cincia, que teve um papel fundamental no
desenvolvimento da tecnologia e em diversos setores do saber cientfico e artstico. Tambm
devem chamar a ateno para a beleza da matemtica, seus adornos e todos os demais
elementos, que conferem a ela uma particularidade nica em termos de beleza. Somente assim
a beleza da matemtica tornar-se- explicita at mesmos para os no matemticos.
FAMAT em Revista
&

'
Em Sala de Aula

www.famat.ufu.br
Em Sala de Aula

ndice de Trabalhos
Ornamentos: uma aplicao da modelagem matemtica para o ensino 295

Edinei Leandro dos Reis, rika Cristina de Freitas e Rosana S. da M. Jafelice
Modelagem no Ensino Mdio: Cubagem de Madeira 311

Lren Grace Kellen Maia Amorim, Mariana Martins Pereira e Rosana S. da M.
Jafelice
Diagnstico Mdico Fuzzy de Doenas Infantis 329

Mariana Fernandes dos Santos Villela, Patrcia Borges dos Santos e Rosana S. da M.
Jafelice
Fluxo Sanguneo: Uma Aplicao da Integral de Riemann 347

Mariana Fernandes dos Santos Villela, Patrcia Borges dos Santos e Rosana S. da M.
Jafelice
O Uso de Modelagem Matemtica no Clculo do Volume de uma Ma 365

Alessandra Ribeiro da Silva, Carlos Henrique Tognon, Milena Almeida Leite Brando e
Rosana S. da M. Jafelice
O uso de tcnicas de otimizao para determinar uma dieta alimentar

saudvel e econmica 385
Alessandra Ribeiro da Silva, Carlos Henrique Tognon, Milena Almeida Leite Brando e
Rosana S. da M. Jafelice
Implicaes da atividade de ensino na formao inicial de professores 401

Lren Grace Kellen Maia Amorim, Mariana Martins Pereira, Fabiana Fiorezi de
Marco Matos
Matemtica E Xadrez: possibilidades no ensino fundamental 415

Rafael de Souza Duarte e Maria Teresa Menezes Freitas
Tecnologia de informao e comunicao no ensino de clculo 431

Patrcia Oliveira Costa e Arlindo Jos de Souza Jnior
Aplicao simultnea de dois mtodos de classificao tnico-racial 441

Aurlia Aparecida de Arajo Rodrigues, Corina Ilda Silva Ferreira, Willian Arajo
Moura e Gabriela Vieira Lopes
O Estudo Matemtico do Comportamento das Abelhas 447

Eduardo Henrique Siqueira Molinero, Lucas Dias Marques e Rosana S. da M. Jafelice
Ornamentos: uma aplicao da modelagem matemtica para o
ensino

Faculdade de Matemtica
Edinei Leandro dos Reis rika Cristina de Freitas Rosana S. da M. Jafelice

edineileandro@yahoo.com.br erikacfreitas_22@yahoo.com.br rmotta@ufu.br
Introduo
Desde a antiguidade vrios povos com culturas das mais diversas, utilizavam figuras
geomtricas como elementos decorativos, nas construes arquitetnicas, nas manifestaes
artsticas e at mesmo nos seus utenslios domsticos [1].
Com o desenvolvimento das culturas verifica-se que a disposio destas figuras
geomtricas torna-se mais trabalhada e complexa. Podemos observar mais tarde que algumas
civilizaes desenvolveram um tipo diferente de ornamentos1, utilizando para isso repeties
em um plano de uma mesma figura geomtrica, de forma que estas repeties preenchessem
todo o plano. Se tentarmos cobrir totalmente um plano com figuras que no se sobrepem, o
resultado um mosaico.
Existem somente trs formas de se obter mosaico com polgonos regulares de um
mesmo tipo (tringulos eqilteros, quadrilteros e hexgonos regulares), mas se admitirmos
outras condies (a combinao de polgonos, por exemplo), surge novas possibilidades. Ao
longo dos tempos, diferentes culturas tm estudado os mosaicos por motivos do tipo
intelectual (na Grcia), decorativos (em Roma) e religioso-filosficos (no Islo) [2].
Mosaico artstico (Figura 1) um embutido de pequenas pedras ou de outras peas
(pequenos pedaos de vidro, mrmore ou cermica) formando determinado desenho [3]. Neste
trabalho vamos dar nfase no estudo dos mosaicos com padres geomtricos.
Figura 1 Calado de Copacabana [4]. Figura 2 Po de Acar (Rio Mosaico 2006, 2 ed.) [5].
Uma referncia mundial de utilizao dos mosaicos o palcio de Alhambra. A

Alhambra (Castelo Vermelho) (em rabe, um antigo palcio e complexo de
1
O ornamento um elemento acessrio, no fundamental, em uma composio artstica, em especial na
composio arquitetnica e no design.
fortificaes dos monarcas islmicos de Granada, no sul de Espanha, ocupando o alto de uma
colina arborizada, a sudeste da cidade. O nome Alhambra deriva provavelmente da cor dos
tijolos do muro, secos ao sol e feitos de argila e gravilha de que so feitas as muralhas
exteriores. Segundo outros autores, o adjetivo relembra o claro avermelhado das tochas que
iluminaram os trabalhos de construo que se prolongavam ininterruptamente, noite adentro,
durante anos; outros associam o nome ao fundador, Mahomed Ibn-al-Ahmar; outros, ainda
derivam-no da palavra rabe Dar al Amra, Casa do Senhor. O palcio foi construdo
principalmente entre 1248 e 1354, nos reinados de Ibn-al-Ahmar e seus sucessores; os nomes
dos principais artistas e arquitetos so desconhecidos ou de conhecimento duvidoso [6].
Figura 3 Vista externa do Palcio de Alhambra [7].
Metodologia
Para realizar esta pesquisa sobre Ornamentos buscamos informaes sobre
mosaicos, rosetas e faixas em diversos sites, artigos e em vdeos educacionais.
Utilizamos tambm um vdeo educacional do MEC para elaborar uma atividade
pedaggica para utilizao em sala de aula.
Objetivos
Mostrar os grupos de simetria no plano (faixa, roseta e mosaico) e algumas
aplicaes, analisar estruturas geomtricas dos grupos de simetria e desenvolver uma
atividade pedaggica para utilizao na sala de aula.
Referencial Terico
Para analisarmos os ornamentos, necessitamos de algumas definies de movimentos
que podem ser realizados no plano:
x Translaes: movimento de certa distncia, em uma direo e sentido determinados.
A direo determinada por um vetor [8]. Ver Figura 4.
Figura 4 Translao de um objeto [8].
x Rotaes: giros em volta de um determinado ponto e de certa amplitude angular. A

rotao de 180 conhecido tambm como simetria central [8]. Ver Figura 5.
Figura 5 Rotao de um objeto [8].
x Reflexes: caracteriza-se por ter um eixo que atua como se fosse um espelho, onde a
parte considerada refletida, mantendo-se a mesma distncia em relao ao eixo [8].
Ver Figura 6.
Figura 6 Reflexo de um objeto [8].
x Translaes refletidas ou glissoreflexes: resulta da composio de uma reflexo e

uma translao na direo da reflexo [8]. Ver Figura 7.
Figura 7 Translao refletida de um objeto [8].

Quando o mosaico gerado por rotaes e translaes refletidas, podemos dizer que
ele foi gerado por uma isometria inversa.
Para obtermos um motivo ou ornamento, aplicamos uma ou mais propriedades de
isometria em uma figura ou elemento gerador (menor parte de uma forma). Na Matemtica
consideramos trs tipos de ornamentos: faixa, roseta e mosaico [9].
A faixa um ornamento ilimitado, composto entre duas retas paralelas. A simetria
fundamental para sua composio a translao. A combinao com as demais simetrias
permite criar sete tipos de faixas [9]. Segue a listagem dos tipos de faixas:
G1: translaes;
G2: rotaes de 180;
G3: reflexes horizontais;
G4: reflexes verticais;
G5: rotaes de 180 e reflexes
horizontais;
G6: rotaes de 180 e translaes
refletidas horizontais; e
G7: translaes refletidas horizontais.
Figura 8 Os sete tipos de faixas [10].
No Anexo I apresentamos o Fluxograma de Washburn e Crowe para a classificao

das faixas monocromticos [10].
A roseta um ornamento limitado, composto em um crculo. A simetria
fundamental para sua composio a rotao. Entretanto, possvel fazer um outro tipo de
roseta combinando a rotao e a reflexo [9]. A seguir temos um exemplo de roseta:
Figura 9 Exemplo de roseta [11].
Em relao aos grupos de simetria para gerar mosaico, temos 17 possibilidades.

Estes 17 grupos de simetria no plano podem ser classificados a partir do nmero de rotaes
que so realizadas para gerar o mosaico (Ordem 1, 2, 3, 4 ou 6). A seguir separamos os
grupos de simetria em relao sua ordem e mostramos como so gerados os 17 tipos de
mosaicos no plano.
x Ordem 1: no so gerados por rotaes (p1, cm, pm, pg)
x Ordem 2: rotaes de 180 (p2, cmm, pmm, pgg, pmg).
x Ordem 3: rotaes de 120 (p3m1, p31m, p3).
x Ordem 4: rotaes de 90 (p4, p4m, p4g)
x Ordem 6: rotaes de 60 (p6, p6m) [12].
A Notao Cristalogrfica para os grupos de simetria utilizam smbolos para fazer a

distino entre grupos de mosaicos. As letras p ou c significam a clula primitiva ou central.
O nmero depois de p a maior ordem de rotao, por exemplo, se for 6, ento uma rotao
que representa 1/6 de uma volta. A letra m a reflexo perpendicular (espelho) do eixo x. A
letra g uma glissoreflexo. O eixo x na verdade a borda vertical esquerda de uma clula. O
nmero 1 no representa simetria perpendicular em relao ao eixo x, mas em relao a
determinado ngulo [13]. No Anexo II apresentamos o Fluxograma para classificao dos
padres planos monocromticos [14].
P1: o grupo mais simples. Ele gerado apenas a partir de translaes, no tendo isometrias
inversas. A base geradora desse mosaico um paralelogramo. Ver Figuras 10 e 11.
Figura 10 Base geradora do mosaico tipo p1 [8]. Figura 11 Exemplo de mosaico do tipo p1 [15].
Cm: gerado a partir de isometrias inversas. um dos dois grupos com base geradora sendo
um losango. Ver Figuras 12 e 13.
Figura 12 - Base geradora do mosaico tipo cm [8]. Figura 13 Exemplo de mosaico do tipo cm [15].
Pm: gerado por translaes e reflexes. Sua base geradora o retngulo. Ver Figuras 14 e
15.
Figura 14 Base geradora do mosaico tipo pm [8]. Figura 15 Exemplo de mosaico do tipo pm [15].
Pg: gerado a partir de translaes e translaes refletidas. No possui reflexo e sua base
geradora um retngulo. Ver Figuras 16 e 17.
Figura 16 Base geradora do mosaico tipo pg [8]. Figura 17 Exemplo de mosaico do tipo pg [15].
P2: gerado a partir de translaes e rotaes de 180. A base geradora um paralelogramo.

Ver Figuras 18 e 19.
Cmm: gerado a partir de isometrias inversas e rotaes de 180. o outro grupo com base
geradora sendo um losango. Ver Figuras 20 e 21.
Figura 20 Base geradora do mosaico tipo cmm [8]. Figura 21 Exemplo de mosaico do tipo cmm [15].
Pmm: gerado a partir de reflexes e rotaes de 180. Sua base geradora um retngulo Ver
Figuras 22 e 23.
Figura 22 Base geradora do mosaico tipo pmm [8]. Figura 23 Exemplo de mosaico do tipo pmm [15].
Pmg: gerado a partir de isometrias inversas e rotaes de 180. Sua base geradora um
retngulo. Ver Figuras 24 e 25.
Figura 24 Base geradora do mosaico tipo pmg [8]. Figura 25 Exemplo de mosaico do tipo pmg [15].
Pgg: gerado a partir de translaes refletidas e rotaes de 180. Sua base um retngulo.
Ver Figuras 26 e 27.
Figura 26 Base geradora do mosaico tipo pgg [8]. Figura 27 Exemplo de mosaico do tipo pgg [15].
P3: o grupo gerado com rotaes de 120. A base geradora um paralelogramo. Ver Figuras
28 e 29.
P3m1: gerado por isometrias inversas e rotaes de 120. Possui simetrias em relao aos
eixos que formam 60 passando pelos centros de rotao. Sua base geradora um
paralelogramo. Ver Figuras 30 e 31.
Figura 30 Base geradora do mosaico tipo p3m1 [8]. Figura 31 Exemplo de mosaico do tipo p3m1 [15].
P31m: gerado por isometrias inversas e rotaes de 120. Possui simetrias em relao aos
eixos que formam 60, uns passam pelos centros de rotao e outros no. Sua base geradora
um paralelogramo. Ver Figuras 32 e 33.
Figura 32 Base geradora do mosaico tipo p31m [8]. Figura 33 Exemplo de mosaico do tipo p31m [15].
P4: gerado por translaes e rotaes de 90. A base geradora um quadrado. Ver Figuras
34 e 35.
P4m: gerado por isometrias inversas e rotaes de 90. Os eixos de simetria formam ngulos
de 45 entre si e cortam o centro da rotao de 90. A base geradora um quadrado. Ver
Figuras 36 e 37.
P4g: gerado por isometrias inversas rotaes de 90. Seus eixos de simetria so
perpendiculares e no passam pelos centros de rotao. A base geradora um quadrado. Ver
Figuras 38 e 39.
Figura 38 Base geradora do mosaico tipo p4g [8]. Figura 39 Exemplo de mosaico do tipo p4g [15].
P6: gerado por translaes e rotaes de 60. Sua base geradora um paralelogramo. Ver
Figuras 40 e 41.
P6m: gerado por isometrias inversas e rotaes de 60. Os centros das rotaes de 60 so
cortados por 6 eixos de simetria, formando ngulos de 30. Ver Figuras 42 e 43.
Curiosidades
Escher, arquiteto de outros mundos
Mauritus Cornelis Escher, nasceu em Leeuwarden na Holanda em 1898, faleceu em

1970 e dedicou toda a sua vida s artes grficas. Na sua juventude no foi um aluno brilhante,
nem sequer manifestava grande interesse pelos estudos, mas os seus pais conseguiram
convenc-lo a ingressar na Escola de Belas Artes de Haarlem para estudar arquitetura. Foi l
que conheceu o seu mestre, um professor de Artes Grficas judeu de origem portuguesa,
chamado Jesserum de Mesquita.
Com o professor Mesquita, Escher aprendeu muito, conheceu as tcnicas de desenho
e deixou-se fascinar pela arte da gravura. Este fascnio foi to forte que levou Mauritus a
abandonar a Arquitetura e a seguir as Artes Grficas. Quando terminou os seus estudos,
Escher decide viajar, conhecer o mundo! Passou por Espanha, Itlia e fixou-se em Roma,
onde se dedicou ao trabalho Grfico. Mais tarde, por razes polticas muda-se para a Sua,
posteriormente para a Blgica e em 1941 regressa ao seu pas natal.
Estas passagens por diferentes pases, por diferentes culturas, inspiraram a mente de
Escher, nomeadamente a passagem por Alhambra, em Granada, onde conheceu os azulejos
mouros. Este contato com a arte rabe est na base do interesse e da paixo de Escher pela
diviso regular do plano em figuras geomtricas que se transfiguram, se repetem e refletem,
pelas pavimentaes. Porm, no preenchimento de superfcies, Escher substitua as figuras
abstrato-geomtricas, usadas pelos rabes, por figuras concretas, perceptveis e existentes na
natureza, como pssaros, peixes, pessoas, rpteis, etc. Podemos observar isso nas Figuras 44 e
45.
Figura 44 Ornamentos de Escher [16]. Figura 45 Ornamentos de Escher [16].
Escher, sem conhecimento matemtico prvio, mas atravs do estudo sistemtico e

da experimentao, descobre todos os diferentes grupos de combinaes isomtricas que
deixam um determinado ornamento invariante. A reflexo brilhantemente utilizada na
xilografia "Day and Night", uma das gravuras mais emblemticas da carreira de Escher
(Figura 46).
Figura 46 - Day and Night - Xilogravura de 1938 [16].
Se nos fixarmos no losango branco central a baixo, automaticamente somos levados

at ao cu, e o que de incio era uma simples figura geomtrica rapidamente se transforma
num pssaro. Os pssaros brancos voam para a direita em direo noite que recobre uma
pequena aldeia holandesa beira de um rio. Os pssaros negros, por sua vez, sobrevoam uma
imagem iluminada pelo sol, que exatamente a imagem refletida da paisagem noturna.
Aos poucos, Escher, vai sendo cada vez mais ousado e alm da dana com a
geometria, vai tambm ao encontro do infinito. A diviso regular da superfcie aparece
misturada a formas tridimensionais, geralmente num ciclo sem fim, onde uma fase se dilui na
outra. A litografia "Reptiles" um bom exemplo disso (Figura 47).
Figura 47 - "Reptiles" - Litografia de 1943 [16].
Entre toda a espcie de objetos est o seu prprio caderno de esboos colocado sobre
uma mesa, no qual se v um desenho: um mosaico de figuras em forma de rpteis num
contraste de trs cores. Subitamente um dos rpteis ali desenhados, sai do papel e d vida a
um ciclo tridimensional retornando depois bidimensionalidade do caderno de esboos.
Fascinado pelos paradoxos visuais, Escher chegou criao de mundos impossveis.
Nesses trabalhos, o artista joga com as leis da perspectiva para produzir surpreendentes
efeitos de iluso de ptica. Nos seus desenhos somos levados a novos universos, a lugares
verdadeiramente misteriosos! Para Escher a realidade pouco interessa, antes pelo contrrio,
prefere criar mundos impossveis que apenas paream reais. P isso se tornou uma espcie de
mgico das artes grficas.
Escher suscitou a ateno por parte de muitos matemticos, cientistas e
cristalgrafos. O mais curioso que Escher no tinha uma formao especfica nestas reas,
mas elas aparecem nas suas criaes! Cada vez mais assediado pelos matemticos, Escher
acabou muitas vezes por se inspirar em suas novas descobertas. Por exemplo, "Waterfall" foi
baseada na figura do tribar, uma construo geometricamente impossvel, criada pelo
matemtico Penrose.
O rapaz que est sentado no banco tem em

suas mos um objeto com a forma de cubo
que, visto de cima, representa uma realidade
diferente da de quando visto por baixo. Ele
observa pensativamente o objeto impossvel
e no parece aperceber-se de que o
belvedere (Figura 48), atrs das suas costas,
construdo desta forma. No piso inferior, no
interior da casa, est encostada uma escada
pela qual sobem duas pessoas. Mas chegadas
a um piso acima, esto de novo ao ar livre e
tm de voltar a entrar no edifcio [16].
Figura 48 - "Belvedere" - Litografia de 1958 [16].

So todos estes condimentos matemticos aliados mente artstica de Escher que
resultam num trabalho to original e extraordinrio. Escher foi reconhecido pelo mundo, pelos
seus desenhos de iluses espaciais, de construes impossveis, onde a geometria se
transforma em arte ou a arte em geometria [16].
"Apesar de no possuir qualquer conhecimento ou treino nas cincias

exatas, sinto muitas vezes que tenho mais em comum com os matemticos do que
com os meus colegas artistas".
M. C. Escher [16].
Aplicaes em sala de aula

Se observarmos os caminhos que nos levam aos mais variados lugares, perceberemos
a presena de ornamentos em diversos objetos. Portes, muros, caladas, casas entre outros. A
partir dessa observao, podemos introduzir o tema Ornamentos nas aulas de Geometria
para alunos de diferentes nveis de instruo.
Comecemos pelo nvel Fundamental de Ensino. Para alunos do Ensino Fundamental,
podemos utilizar os mosaicos para ensinar vrios conceitos sobre Geometria. Podemos
comear mostrando os conceitos mais simples, que podem formar malhas. As figuras
geomtricas (tringulos, quadrilteros, hexgonos) e suas propriedades (arestas, vrtices,
pontos mdios, diagonais, alturas, medianas, mediatrizes, ngulos, entre outras), as isometrias
diretas e inversas (translao, reflexo, rotao e glissoreflexo) so conceitos geomtricos
importantes que podem ser trabalhados com alunos nesse nvel de ensino.
Para auxiliar o professor, sugerimos o vdeo educacional produzido pelo Ministrio
da Educao e Cultura (MEC), chamado Nas malhas da geometria [17], da srie Mo na
Forma. Nesse vdeo, podemos ver um exemplo da utilizao das malhas na sala de aula em
uma turma do Ensino Fundamental. Alm disso, o professor pode aprofundar mais seus
conhecimentos buscando os outros vdeos da srie no site http://www.dominiopublico.gov.br,
obtendo vdeos, textos, sons e figuras que vo auxiliar em sua prtica docente.
O professor de Matemtica pode propor tambm um trabalho multidisciplinar na sua
escola, com os professores de Artes e Histria, fazendo um projeto mais aprofundado sobre o
estudo de Ornamentos. Cada rea pode utilizar os mosaicos como ponto de partida para
explorao de importantes conceitos desenvolvidos ao longo da histria.
No Ensino Mdio, sugerimos ao professor o estudo mais aprofundado dos conceitos
geomtricos dos ornamentos. Utilizando este trabalho e as referncias aqui citadas, o
professor pode elaborar uma aula onde seus alunos iro explorar as formaes de faixas,
rosetas e mosaicos. Uma tarefa interessante buscar construir juntamente com os alunos os
fluxogramas de notao dos padres de faixas e mosaicos apresentados como anexos neste
trabalho.
Para alunos a nvel de Ensino Superior, especificamente alunos do curso de
Matemtica, interessante utilizar os Ornamentos com padres para introduzir conceitos das
estruturas algbricas das isometrias realizadas para gerar cada motivo. O professor pode
mostrar a relao da simetria com a teoria dos grupos (simetrias do retngulo, do quadrado, do
tringulo eqiltero, entre outras).
Concluso
Atravs dos conceitos apresentados neste trabalho podemos perceber o quanto a
Geometria est presente em nossas vidas. Precisamos resgatar o ensino de Geometria nas
escolas, melhorando o nvel das disciplinas de Geometria dos cursos de Licenciatura em
Matemtica. Atravs da utilizao de mosaicos podemos trabalhar diversos conceitos de
Geometria em todos os nveis de ensino.
Ressaltamos a importncia do desenvolvimento de material pedaggico que auxilie o
professor em suas aulas, como os vdeos e outros materiais que discorremos no texto deste
trabalho. Alm disso necessrio que existam cursos de aperfeioamento de professores para
que estes se mantenham atualizados em relao ao que ocorre com a Educao e mais
especificamente com a Matemtica e a Geometria.
Esperamos que este trabalho sirva como base para que professores possam planejar
atividades interessantes para suas aulas de Geometria, alm de servir como material
pedaggico para aprofundamento no tema Ornamentos.
Bibliografia
[1] SANZ, Antonio Prez. Movimientos en el plano. Serie de Matemticas: Ms por Menos.
Programa da Televisin Educativa de TVE-2 "La Aventura del Saber". Madrid: 1996. 1 vdeo
(1223 min.), color, espanhol.
[2] MUZS, Jos Mara Sorando. Matemticas em tu mundo. Disponvel em

<http://es.geocities.com/mundo_matematicas/FOTOGRAFIAS/fotografia_mosaicos.htm>
Acesso em: 13 jul. 2007.
[3] WIKIPDIA, A Enciclopdia livre. Mosaico. Disponvel em

<http://pt.wikipedia.org/wiki/Mosaico>. Acesso em 14 jul. 2007.
[4] YAHOO, Esportes. Pan 2007 (XV Jogos Pan-Americanos) Praias. Disponvel em
<http://br.esportes.yahoo.com/pan2007/guiario/praias>. Acesso em 24 jul. 2007.
[5] RIO MOSAICO 2006. Po de Acar. 2 ed. Disponvel em

<http://brasilartesao.com.br/emfoco/riomosaico/index.htm >. Acesso em 25 jul. 2007.
[6] WIKIPDIA, A enciclopdia livre. Alhambra. Disponvel em

<http://pt.wikipedia.org/wiki/Alhambra>. Acesso em 13 jul. 2007.
[7] OREGON, University of. Images Alhambra. Disponvel em

<http://www.uoregon.edu/~laskaya/images>. Acesso em 24 jul. 2007.
[8] NOLLA, R. e MASIP, R. Mosaics Peridics a la Casa Castellarnau. Departament

dEducaci de Tarragona. Disponvel em
<http://www.xtec.es/iesponsdicart/castellarnau/Matematiques/WEBCAMAT/Documents/Llib
reCA_Ramon_A5w.pdf> Acesso em: 14 jul. 2007.
[9] BIEMBENGUT, M. S. e HEIN, N. Modelagem Matemtica no Ensino. 3 ed. So Paulo:

Contexto, 2003.
[10] FERREIRA, Susana. Transformaes geomtricas e simetrias. Coimbra: 2000.

Disponvel em <http://www.prof2000.pt/users/j.pinto/textos/Frisos_pavimentacoes.pdf>.
Acesso em 24 jul. 2007.
[11] MOSAIC MARBLE. Mosaic Geometrical Forms. USA/Canad: 2003. Disponvel em
<http://www.mosaicmarble.com/index.php?cPath=23&osCsid=3ceaf66fdf2f9fb711148607cbd5a515>
. Acesso em 24 jul. 2007.
[12] LISSANEDDINE, Ftima. Mosaicos rabes. Espanha. Disponvel em

<http://www.pangea.org/crpbdln/jjcc/treballs02/pdf%27s/51.pdf>. Acesso em 24 jul. 2007.
[13] SOUTHERN POLYTECHNIC, State University. Identifying the 17 Plane Symmetry

Groups. Georgia: 2004. Disponvel em <http://www.spsu.edu/math/tile/symm/ident17.htm>.
[14] VELOSO, Eduardo. Padres e Frisos Ficha de Leitura. Portugal: 2001. Disponvel
em <http://www.prof2000.pt/users/edveloso/paginas/propostas/P07.html>. Acesso em 24 jul.
2007.
[15] MASIP, Ramon. Resum classificaci mosaics. Espanha. Disponvel em

<http://www.xtec.es/~rmasip1/pdfs/resum.pdf>. Acesso em 24 jul. 2007.
[16] RAPOSO, A. C. P.; DUARTE, A. L. B. e ROSRIO, M. I. F. Artistas Matemticos,

Matemticos Artistas. Disponvel em
<http://www.educ.fc.ul.pt/icm/icm2000/icm33/Escher.htm>. Acesso em 25 jul. 2007.
[17] MINISTRIO DA EDUCAO - MEC. Nas malhas da geometria. Srie Mo na

Forma: 2000. 1 vdeo (1245 min.), color, portugus. Disponvel em
<http://www.dominiopublico.gov.br/pesquisa/DetalheObraForm.do?select_action=&co_obra=20839>.
Anexo I
Fluxograma de Washburn e Crowe para a classificao das faixas monocromticos
Anexo II
Fluxograma para classificao dos padres planos monocromticos

(Washburn e Crowe)
MODELAGEM NO ENSINO MDIO: CUBAGEM DE
MADEIRA

Lren Grace Kellen Maia Amorim Mariana Martins Pereira Rosana Sueli da Motta Jafelice
loren_wesley@yahoo.com.br maguianna@yahoo.com.br rmotta@ufu.br
INTRODUO
Este trabalho mostra a utilizao da modelagem no ensino mdio (Modelao no
ensino), procurando mostrar uma aplicao da matemtica no cotidiano. O texto
descreve algumas etapas da modelagem e um mtodo desenvolvido para mostrar a
validade do mtodo de cubagem utilizado pelo madeireiro e apresenta tambm uma
atividade que tem por objetivo auxiliar o professor no processo de ensino aprendizagem
de como ajudar o aluno na construo do conhecimento em relao ao volume do cone.
A inteno, quando procuramos compreender o mtodo de cubagem da madeira
utilizado pelo madeireiro exibido em (BIEMBENGUT, 2003) proporcionar ao aluno
um ambiente diferente para que o mesmo desenvolva sua aprendizagem de forma
compreensiva e significativa. O desenvolvimento deste projeto que fora intitulado
Modelagem no ensino mdio: Cubagem de Madeira propiciou um espao de
aprendizagem em Geometria Espacial.
Nesse trabalho trataremos do relato da experincia e dificuldades de elaborao
do referido projeto, bem como, da reflexo sobre os saberes movimentados e os
desdobramentos decorrente destes.
Para a realizao do projeto o desafio era o de elaborar uma proposta de uma
atividade para alunos do ensino mdio, envolvendo o ensino de Matemtica atravs da
modelagem. Muito tempo foi necessrio para se chegar deciso de que havia no grupo
o desejo e a necessidade de desenvolver algo que pudesse ser trabalhado com o aluno,
deste nvel de ensino, de maneira fcil, prtica e prazerosa. A utilizao da informtica
se despontou como propcio para explorar os conceitos de Geometria Plana e Espacial
e, alm disso, despertar o interesse dos alunos. Acreditava-se que este contedo abriria
um leque enorme de possibilidades para a realizao de um trabalho interessante e
estimulador. Mas que material seria esse? Aps a dedicao de vrias horas discutindo e
realizando leituras e pesquisas, em diferentes textos e sites, optou-se pela construo de
uma atividade de ensino no ambiente computacional na tentativa de tornar real
proposta imaginada.
Pensvamos que compreender a modelagem do mtodo de cubagem utilizado
pelo madeireiro e a construo da atividade de ensino no ambiente computacional seria
fcil, porm quando comeamos a desenvolver o trabalho, tivemos algumas surpresas,
pois no foi to trivial perceber a matemtica utilizada na abordagem de
(BIEMBENGUT, 2003) e nem na construo da atividade. Durante a elaborao da
mesma descobrimos o quanto importante o professor desenvolver uma atividade antes
de prop-la a seus alunos, pois assim poder identificar e entender que contedo
Matemtico possvel ser explorado, e quando os alunos indag-lo o professor no ser
pego de surpresa.
Outro ponto relevante na produo da apresentao se relaciona a descoberta,
durante a preparao, sobre os vrios contedos de Matemtica possveis de serem
explorados alm daqueles pensados inicialmente. A idia inicial proposta evidenciava
apenas o volume do cone, do cilindro e do prisma. Entretanto, a experincia nos levou a
descobrir que outros contedos estavam relacionados e poderiam ser tambm
explorados, tais como: permetro, rea, semelhana de tringulo.
Modelos Matemticos e Situaes Problemas Envolvendo Modelagem Matemtica
Para (BASSANEZI, 2004), a Modelagem Matemtica de uma situao problema

real deve seguir uma seqncia de etapas visualizadas na Figura 1.
Figura 1 (BASSANEZI, 2000, p.27)
Na Figura 1 as setas contnuas indicam a primeira aproximao. A busca de um

modelo matemtico que melhor descreva o problema estudado torna o processo
dinmico, indicado pelas setas pontilhadas.
1. Experimentao: uma atividade essencialmente laboratorial onde se processa

a obteno de dados;
2. Abstrao: o procedimento que deve levar formulao dos Modelos

Matemticos;
3. Resoluo: O modelo matemtico obtido quando se substitui a linguagem

natural das hipteses por uma linguagem matemtica coerente como num
dicionrio, a linguagem matemtica admite sinnimos que traduzem os
diferentes graus de sofisticao da linguagem natural;
4. Validao: o processo de aceitao ou no do modelo proposto. Nesta etapa,
os modelos, juntamente com as hipteses que lhes so atribudas, devem ser
testados em confronto com os dados empricos, comparando suas solues e
previses com os valores obtidos no sistema real. O grau de aproximao
desejado destas previses ser o fator preponderante para validao;
5. Modificao: Alguns fatores ligados ao problema original podem provocar a

rejeio ou aceitao dos modelos. Quando os modelos so obtidos
considerando simplificaes e idealizaes da realidade, suas solues
geralmente no conduzem s previses corretas e definitivas, pois o
aprofundamento da teoria implica na reformulao dos modelos. Nenhum
modelo deve ser considerado definitivo, podendo sempre ser melhorado, poder-
se-ia dizer que um bom modelo aquele que propicia a formulao de novos
modelos, sendo esta reformulao dos modelos uma das partes fundamentais do
processo de modelagem.
Genericamente, (BIEMBENGUT; HEIN, 2005), apresentam o modelo de

Modelagem Matemtica, Figura 2, no qual matemtica e realidade so dois conjuntos
disjuntos e a modelagem o meio de faz-los interagir.
Figura 2 (BIEMBENGUT; HEIN, 2005, p. 13)
Essa interao, que permite representar um fenmeno atravs da linguagem

matemtica (modelo matemtico), envolve uma srie de procedimentos, que podem ser
agrupados em trs etapas, subdivididas em seis subetapas, a saber:
a) Interao
x Reconhecimento da situao-problema;
x Familiarizao com o assunto a ser modelado referencial terico.
b) Matematizao
x Formulao do problema hipteses;
x Resoluo do problema em termos do modelo;
c) Modelo matemtico
x Interpretao da soluo;
x Validao do modelo avaliao.
Se o modelo no atender s necessidades que o geraram, o processo deve ser

retomado na segunda etapa Matematizao mudando-se ou ajustando hipteses,
variveis, etc. Veja a Figura 3:
Figura 3 (BIEMBENGUT; HEIN, 2005, p. 15)
importante ao concluir o modelo, a elaborao de um relatrio que registre todas

as fases do desenvolvimento, a fim de propiciar seu uso de forma adequada
(BIEMBENGUT,1999).
COMPREENDENDO O PROCESSO DE CUBAGEM DE MADEIRA
O nosso intuito ao realizar este trabalho foi o de utilizar a modelagem como

meio de auxiliar no processo de ensino-aprendizagem. Tambm consideramos a
oportunidade de discutir por meio deste projeto a possibilidade real do professor deixar
um pouco de lado o quadro negro e as frmulas, atuando como mediador para que o
aluno construa o seu conhecimento a partir das aplicaes e manuseio do material.
Abaixo descrevemos a modelagem do mtodo de cubagem da madeira de forma
a explanar toda matemtica utilizada, os objetivos do objeto de aprendizagem proposto
e os procedimentos em cada etapa do trabalho.
Segue abaixo o mtodo de cubagem utilizado pelo madeireiro segundo
(BIEMBENGUT, 2003).
Segundo o madeireiro, o procedimento para calcular a metragem cbica de
madeira ou tbua que obter do tronco de uma rvore aps o corte o seguinte:
a) primeiro, estima o ponto central do tronco da rvore;
b) com um cordel (barbante), a partir desse ponto, encontra o permetro do

tronco (circunferncia);
c) a seguir, dobra o cordel (relativo ao permetro encontrado) em quatro partes

iguais 2 r = 4l.
2 r = 4l l = r/2
d) num ato contnuo, eleva ao quadrado a medida desse quarto da circunferncia;

e) e, finalmente, multiplica o valor desse quarto cordel ao quadrado, pela medida
da altura da rvore obtendo, ento, o volume ou o nmero de m da madeira.
Qual a validade do mtodo do madeireiro?

Nesse processo, o madeireiro "aproxima" primeiro o tronco (de cone) a um
cilindro. Essa aproximao se dar como permetro, a mdia entre os permetros das
bases menor e maior do tronco.
Posteriormente, efetua o clculo do volume de um prisma de base quadrada.

Com isso, a diferena entre os volumes significativa. Vejamos por qu:
ao dividir o cordel em quatro partes e elev-lo ao quadrado, o madeireiro calcula
a rea de um quadrado, ou seja, transforma o crculo em um quadrado.
Embora os permetros sejam iguais, as reas so diferentes.

ao multiplicar a rea (Aq) pela altura (h), determina o volume de um prisma e
4
no de um cilindro. A razo de .
S
Nesse caso, o volume obtido pelo mtodo do madeireiro menor do que o
volume do tronco. Isto porque o volume do cilindro igual a /4 do volume do prisma.
Outro fato interessante que o corte para a obteno de tbuas, nessa madeireira,
era feita de forma hexagonal. Isto , cortava-se uma tbua e, em seguida, girava-se o
tronco em um ngulo (aproximadamente) de 60 , seguindo o processo at no ser mais
possvel retirar tbuas.
Por esse processo, o volume de um prisma hexagonal

3 3
u L u h
2
Se compararmos os volumes, veremos que:
Volume do cilindro > volume do prisma hexagonal > volume do prisma

quadrangular.
Numa anlise superficial, observamos que o madeireiro "paga" pelo tronco,

como se fosse um prisma de base quadrangular, corta-o como um prisma de base
hexagonal e "ganha" efetuando seus clculos a partir do cilindro, pois o tronco
transformado em madeira e lenha.
Nesse momento poder ser abordado os seguintes volumes:

Volume do prisma: O volume de um prisma dado por
V(prisma) = A(base).h
Volume do cilindro: Em um cilindro, o volume dado pelo produto da rea da

base pela altura.
V = A(base). h
Se a base um crculo de raio r, ento:
V = S r h
Volume do cone: O volume do cone obtido por 1/3 do produto da rea da base
pela altura, ento:
V = (1/3) Sr
Volume do tronco de um cone: O volume de um tronco de cone reto igual

diferena entre os volumes do cone (maior) e do cone (menor), isto :
S
Vt VC Vc Vt R u H r u h
3
Matematizando com dados numricos

Vamos tomar a medida de uma rvore de eucalipto e passar ao clculo do
volume, supondo que o tronco de eucalipto seja "aproximadamente" um tronco de um
cone reto. Fazendo:
raio maior ( R ) = 0,30 m; raio menor ( r ) = 0,25 m; altura ( h ) = 4,8 m
1) O volume de um tronco de cone reto igual diferena entre os volumes

do cone (maior) de altura (4,8 m + x) e do cone (menor) de altura x, isto :
S
Vt VC Vc Vt R u H r u h
3
Substituindo os valores dos raios, temos:
S 0,30 >4,8 x @ S 0,25 x S 0,0275 x 0,432

Vt
3 3
Uma vez que os tringulos ABC e ADE so semelhantes podemos obter o valor de x,
por:
R h x 0,3 4,8 x
o o x 24
r x 0,25 x
Portanto, o volume do tronco (V):

V# 0,364S # 1,143m
2) Tomando a tora como cilindro, o volume (V2)
V Sr h
V2 S 0,2754,8
V2 # S 0,363m # 1,140m
3) Obtendo o volume de um prisma hexagonal, por ser este o processo de corte

do tronco.
Um hexgono regular de (lado L ) composto por seis tringulos eqilteros.
Calculando a rea de um tringulo eqiltero.

L 3
Como a altura do tringulo eqiltero h = ,
2
Seja At a rea do tringulo eqiltero e AH rea do hexgono

L
L 3 L 3
At 2
2 4
L 3 3 3
AH 6u L
4 2
Assim, o volume do prisma hexagonal (V3) ser:

3 3
V3 Lh
2
3 3
V3 0,2754,8 # 0,94m
2
Pelo mtodo do madeireiro, temos:

2
circunferncia
V4 uh
4
Considerando que o raio na metade do tronco seja a mdia entre os raios inferior
e superior, temos que:
circunferncia 2S
R r 0,30 0,25
2S 0,55Sm
2 2
2
0,55S
V4 4 u 4,8 0,09075S m # 0,896m
Comparando os volumes, observamos:

V1 > V2 > V3 > V4
1,143 > 1,140 > 0,94 > 0,896 m
Numa anlise superficial, poderamos dizer que:

a) o madeireiro compra o tronco de rvore por 0,896m;
b) tem um aproveitamento em madeira de 0,943m e,
c) ao aproveitar a casca, obtm tambm mais
Vcasca = Vc - VH = 1,140 0,943 = 0,197m
Comparando (b) e (a)
0,943 0,896 0,047

0,0525 5,25%
0,896 0,896
Comparando (c) e (a)
1,140 0,896 0,244

0,2723 27,23%
0,896 0,896
Ou seja, aparentemente h uma diferena no "contabilizada" de 5,25% de

madeira ou de 21,9% ao se considerar, tambm, a casca. Esse clculo leva-nos a pensar,
num primeiro momento, que o mtodo do madeireiro no vale.
Analisemos como feito o corte das tbuas.
A cada tbua cortada, a lmina da serra transforma cerca de 1 cm de espessura da

madeira em p. Supondo que a espessura de cada tbua seja 2,5 cm. Em volume de p,
corresponde aproximadamente a 48 prismas de 1 cm de espessura; 4,8 m de
comprimento e largura variando, mais ou menos, entre 24,6 cm e 4,3 cm.
Observe a Figura 4:
Figura 4
Temos que L = 27,5 cm (mdia dos raios)

A tbua tem 2,5 cm de espessura, encontrando a altura do tringulo eqiltero
teremos:
2
2 2 27,5
h (27,5) 23,81
2
Como a espessura 2,5cm teremos:
27,5
2 x
x 12,3
23,81 21,31
Assim, 2x = 24,6 cm
Logo a primeira tbua a ser cortada ter a largura de 24,6cm.
Observe o tringulo vermelho, Figura 5:
Figura 5
Encontrando k (espessura de cada tbua), temos que:
k2 2,5 2
(1,45) 2 o k 2,89
Agora vamos calcular a quantidade de tbuas (n) que podero ser retiradas na
base menor, cujo raio de 25 cm.
Temos um tringulo eqiltero de lados 25 cm, logo a sua altura ser de:
L = 21,65 cm.
Assim teremos que n = 21,65/2,5 # 8
Logo, podemos retirar 8 tbuas de cada prisma.
Encontrando a menor largura do prisma
27,5 23,81
o x # 4,4
x 3,81
Portanto a largura das tbuas ir variar entre 24,6cm e 4,4cm.
Ou seja, a largura depende do nmero de tbuas.
L= 27,5 2,89n
onde n o nmero de tbuas tiradas.
O volume de p entre duas tbuas em cm:

Ou seja, a largura depende do nmero de tbuas.
L= 27,5 2,89n
onde n o nmero de tbuas tiradas.
O volume de p entre duas tbuas em cm:

8
Vi 480cm u 27,5 2,89n

i 1
55660cm
Considerando que o corte da madeira feito girando o tronco, o volume de p de
serra ser aproximadamente:
V(p) = 6 X (55660) = 333964,8 cm = 0,33 m
Comparando:
1,140 m (madeira mais casca) - 0,33 m (p) = 0,81 m (volume de madeira)
0,33 u 100
Em percentagem, representa aproximadamente 28,9%
1,140
Segundo o madeireiro, a perda em torno de 20%.

Tomando o valor determinado pelo clculo de volume feito pelo mtodo do
madeireiro e subtraindo do valor "real":
1,140 m - 0,896 m = 0,244 m de perda

O que representa, em percentual:
0,244 u 100
21,4%
1,140
Ou seja, uma perda em torno de 21%.
Conclumos que vlido o mtodo de cubagem de madeira do madeireiro, e a

experincia mostra que um modelo matemtico, pois "aproxima" o tronco de cone (no
caso da rvore) a um prisma de base quadrada para saber o volume ou o nmero de
metros cbicos de tbuas que conseguir obter de uma rvore.
ATIVIDADE
Diante da grande dificuldade dos alunos em compreender a Matemtica e, alm

disso, a concepo de muitos alunos de diferentes nveis como sendo esta rea um
bicho-de-sete-cabeas, consideramos interessante que o aluno tenha a oportunidade de
aprender interagindo e refletindo, evitando assim, um aprender mecnico, repetitivo e
aquele fazer sem saber o que faz e por que faz. Nesse sentido, optamos por desenvolver
um trabalho sobre o uso da modelagem e da informtica, por acreditarmos que com essa
ferramenta as aulas de Matemtica podero ser mais interativas, despertando a
curiosidade, a criatividade e estimulando os alunos a fazerem perguntas.
Atividade 1: Nessa atividade o aluno ir escolher um cone, no qual um est

cheio de areia e o outro cheio de gua, em seguida ir movimentar o cone at o cilindro,
esse processo ser feito trs vezes, se o aluno colocar menos de trs o cilindro ficar
vazio se passar de trs o contedo escolhido transbordar.
O objetivo dessa atividade que o aluno compreenda como encontrar o volume
de um cone sabendo o volume do cilindro.
Atividade 2: Nessa atividade o aluno ir escolher uma altura, na tela aparecer

uma serra eltrica que ir cortar o cone em uma certa altura. Depois do corte teremos
um cone menor e um tronco de cone.
Em seguida o cone e o tronco de cone iro encher ento os alunos tero que
colocar o contedo no cone maior.
O objetivo dessa atividade que o aluno compreenda como encontrar o volume
do tronco de cone.
Atividade 3: Nessa atividade teremos a simulao do corte de uma rvore
quando o aluno passar o mouse sobre a tora no cho aparecer o ponto mdio entre a
base maior e a base menor. Em seguida teremos um barbante que contorna a tora
exatamente nesse ponto.
O aluno nesse momento ter que arrastar o barbante e escolher em quantos
pedaos esse se divide.
Se a escolha for trs ele perceber com animao que o volume ocupado
pelo prisma de base triangular bem menor que o volume do tronco.
Se a escolha for quatro ele perceber com animao que o volume
ocupado pelo prisma quadrangular menor que o volume do tronco,
porm maior que o volume do prisma de base triangular.
Se a escolha for seis ele perceber com animao que o volume do
prisma de base hexagonal ser maior que o volume do tronco.
CONSIDERAES FINAIS
A experincia relatada neste texto nos mostrou evidncias da possibilidade real

de oferecer aos alunos do ensino mdio uma aula mais dinmica, em que os mesmos
participam ativamente de todo o processo de construo do conhecimento. Alm disso,
se sobressaram nessa caminhada de aprendizagem e desenvolvimento profissional, a
possibilidade e a vantagem da utilizao da modelagem para proporcionar aulas de
Matemticas mais interativas, que despertam curiosidades e estimulam os alunos a
fazerem perguntas, descobrirem semelhanas / diferenas, criarem hipteses e chegarem
s prprias solues.
Pensamos que o projeto em si tem suas potencialidades, mas se no houver a
mediao do professor a modelagem e a atividade de ensino no ambiente
computacional, por si s, no contribuir para o processo de ensino-aprendizagem. Para
finalizar, acreditamos que o professor, com a mediao adequada, poder explorar
diversos conceitos de matemtica no mtodo de cubagem a madeira.
BIBLIOGRAFIA
BIEMBENGUT, M. S. Modelagem Matemtica no ensino / Maria Sallet Biembengut,

Nelson Hein. 3 ed. So Paulo: Contexto, 2003.
FREITAS, M.T.M .A escrita no processo de formao contnua do professor de

Matemtica. 2006. 299f. Tese (Doutorado em Educao: Educao Matemtica) FE,
Unicamp, Campinas (SP).
Diagnstico Mdico Fuzzy de Doenas Infantis

Mariana Fernandes dos Santos Villela Patrcia Borges dos Santos
marianamat_ufu@yahoo.com patricia_1609@yahoo.com.br
Rosana Sueli da Motta Jafelice

rmotta@ufu.br
Introduo
A Modelagem Matemtica tem como objetivo interpretar e compreender os mais
diversos fenmenos do nosso cotidiano e poder descrev-los, analis-los e interpret-los com
o propsito de gerar discusses reflexivas sobre tais acontecimentos que cercam nosso
cotidiano.
Neste trabalho, a modelagem realizada atravs da Teoria dos conjuntos Fuzzy, o qual
tem por objetivo o diagnstico mdico fuzzy de doenas infantis tais como, catapora,
caxumba, coqueluche e meningite. Para isto, foi necessrio a colaborao de especialistas,
neste caso pediatras, e a partir de sinais e sintomas apresentado pelos pacientes, simulamos a
atuao do mdico no diagnstico de seus doentes, com o intuito de ajudar este em suas
tomadas de decises e optar por exames laboratoriais.
Alm disso, realizamos o estudo de dois modelos de propagao de doenas
transmissveis (epidemias) os quais so, SIR (Suscetvel Infectado Recuperado) e SIRS
(Suscetvel Infectado Recuperado Suscetvel) que servem para exemplificar o a propagao de
doenas estudadas no Diagnstico Mdico Fuzzy.
Conjuntos fuzzy
Histrico
Em 1965, com uma publicao de Lotfi A. Zadeh ("Fuzzy Sets", Information and
Control, Vol. 8, pp. 338-353) surgiu uma nova teoria de conjuntos. Professor da Universidade
da Califrnia, Berkeley, considerado um grande colaborador do controle moderno, Zadeh
criou uma teoria de conjuntos em que no h descontinuidades, ou seja, no h uma distino
abrupta entre elementos pertencentes e no pertencentes a um conjunto, os so os Conjuntos
Nebulosos. Comeava a a se desenvolver a Teoria Fuzzy (Nebulosa), para tratar de variveis
"imprecisas", ou definidas de forma "vaga".
Zadeh percebeu que a modelagem de muitas atividades relacionadas a problemas
industriais, biolgicos ou qumicos seria complexa demais se implementada da forma
convencional. Os sistemas fuzzy foram utilizados, com sucesso, em algumas aplicaes que
se tornaram exemplos clssicos. Destaca-se a primeira aplicao que se tornou pblica:
Em 1974 o professor Mamdani, do Queen Mary College, da Universidade de Londres,
implementou um controle de uma mquina a vapor, baseado em lgica fuzzy. At
ento, no se tinha conseguido automatizar essas mquinas com outras tcnicas de
controle, nem mesmo com algoritmo PID.
Com o tempo, outras aplicaes foram surgindo. No oriente, onde a cultura fez com que os
conceitos da lgica nebulosa fossem aceitos com maior facilidade do que no mundo oriental,
investiu-se muito em solues baseadas em modelagem e controle fuzzy, e, alm disso,
inmeras aplicaes surgiram principalmente no Japo.
Apesar de os estudos tericos terem se desenvolvido na Europa e nos Estados Unidos, as
aplicaes nunca tiveram l a mesma nfase que tiveram no oriente, principalmente no Japo,
que investiu muito no desenvolvimento de tecnologias baseadas na Teoria Fuzzy.
Hoje, empresas como Boeing, General Motors, Allen-Bradley, Chrysler, Eaton e
Whirlpool tm procurado solues diversas na Teoria Fuzzy. Controle de refrigeradores de
baixa potncia, transmisso automotiva, e motores eltricos de alta eficcia fazem parte de
suas linhas de pesquisa.
Nos Estados Unidos, a Agncia de Proteo Ambiental estuda o uso de controle Fuzzy em
motores. A NASA tem estudado a aplicao da Teoria Fuzzy na ancoragem automtica de
suas naves no espao. Simulaes mostram que um Sistema Fuzzy pode reduzir
significativamente o consumo em motores a combusto [2].
Definio
Um subconjunto fuzzy A de U definido em termos de uma funo pertinncia u que
a cada elemento x de U associa um nmero u ( x ) , entre zero e um, que chamado o grau de
pertinncia de x em A. Assim o conjunto A definido da seguinte maneira:
u A : U [ 0,1] .
Os valores u A ( x ) = 1 e u A ( x ) = 0 significam a pertinncia e a no pertinncia do
elemento x a A.
Operaes entre conjuntos fuzzy

Sejam A e B subconjuntos clssicos de U representados pelas funes caractersticas u A e uB ,
respectivamente. Os conjuntos
A B = {x U ; x A ou x B} ,
A B = {x U ; x A e x B} ,
A ' = {x U ; x A} .
Definio1: Sejam A e B conjuntos fuzzy. As funes de pertinncia que representam os
conjuntos fuzzy unio (Figura 1), interseco (Figura 2) e complementar (Figura 3) de
conjuntos fuzzy so dados por, x U ,
u A B = max{u A ( x ) , uB ( x )} ,
u A B = min{u A ( x ) , uB ( x )} ,
u A ' ( x ) = 1 u A ( x )}.
Figura 1: Representa a unio dos conjuntos fuzzy.
Figura 2: Representa a interseco dos conjuntos fuzzy.

Figura 3: Representa o complementar dos conjuntos fuzzy.
Exemplo:
Seja U um conjunto universo composto por pacientes de uma clnica, identificados
pelos nmeros 1, 2, 3, 4 e 5. Sejam A e B os conjuntos fuzzy que representam os pacientes
com febre e dor, respectivamente. A Tabela 1, abaixo, representa a unio, interseco e
complemento.
Paciente Febre ( u A ) Dor ( uB ) u A B u A B u A' u A A '

1 0.7 0.6 0.7 0.6 0.3 0.3
2 1.0 1.0 1.0 1.0 0.0 0.0
3 0.4 0.2 0.4 0.2 0.6 0.4
4 0.5 0.5 0.5 0.5 0.5 0.5
5 1.0 0.2 1.0 0.2 0.0 0.0
Tabela 1: Unio, interseco e complementar dos conjuntos A e B.
Normas Triangulares
Generalizando os operadores de unio e interseces tm as normas triangulares, que podem
ser definidas da seguinte maneira [1]:
Definio2: Uma co-norma triangular (s-norma) uma operao binria

s : [ 0,1] X [ 0,1] [ 0,1] satisfazendo:
Comutatividade: xsy = ysx
Associatividade: xs(ysz) = (xsy)sz
Monotonicidade: Se x y e w z ento xsw ysz
Condies de Fronteira: xs0 = x, xs1=1.
Temos como exemplo de uma s-norma o operador max.
1-Unio padro (Figura 4)
s : [ 0,1] X [ 0,1] [ 0,1] com xsy = max(x; y).
Unio padro
0.8
0.6
0.4
0.2
0
1
1
0.8
0.5 0.6
0.4
0.2
0 0
Figura 4: s-norma Unio Padro.
2- Soma Algbrica (Figura 5)

s : [ 0,1] X [ 0,1] [ 0,1] com xsy = x+y-xy.
Soma algbrica
0.8
0.6
0.4
0.2
0
1
1
0.8
0.5 0.6
0.4
0.2
0 0
Figura 5: s-norma Soma Algbrica.

3- Soma Limitada (Figura 6)
s : [ 0,1] X [ 0,1] [ 0,1] com xsy = min(1; x + y).
Soma limitada
0.8
0.6
0.4
0.2
0
1
1
0.8
0.5 0.6
0.4
0.2
0 0
Figura 6: s-norma Soma Limitada.
4- Unio Drstica (Figura 7)

s : [ 0,1] X [ 0,1] [ 0,1] com
x se y = 0

xsy y se x = 0 .
1 caso contrario

Unio drstica
0.8
0.6
0.4
0.2
0
1
1
0.8
0.5 0.6
0.4
0.2
0 0
Figura 4: s-norma Unio Drstica.

Definio3: Uma norma triangular (t-norma) uma operao binria t : [ 0,1] X [ 0,1] [ 0,1]
satisfazendo:
Comutatividade: xsy = ysx
Associatividade: xs(ysz) = (xsy)sz
Monotonicidade: Se x y e w z ento xsw ysz
Condies de Fronteira: xs0 = 0, xs1=x.
Temos como exemplo de uma s-norma o operador min.
1- Interseco Padro (Figura 8)
t : [ 0,1] X [ 0,1] [ 0,1] com xty = min(x; y).
Interseco padro
0.8
0.6
0.4
0.2
0
1
1
0.8
0.5 0.6
0.4
0.2
0 0
Figura 8: t-norma Interseco Padro.
2- Produto Algbrico (Figura 9)

t : [ 0,1] X [ 0,1] [ 0,1] com xty = xy.
Produto algbrica
0.8
0.6
0.4
0.2
0
1
1
0.8
0.5 0.6
0.4
0.2
0 0
Figura 9: t-norma Produto Algbrico.

3- Diferena Limitada (Figura 10)
t : [ 0,1] X [ 0,1] [ 0,1] com xty = max(0; x + y ; 1).
Diferena limitada
0.8
0.6
0.4
0.2
0
1
1
0.8
0.5 0.6
0.4
0.2
0 0
Figura 10: s-norma Diferena Limitada.
4- Interseco Drstica (Figura 11)

t : [ 0,1] X [ 0,1] [ 0,1] com
x se y = 1

xsy y se x = 1 .
0 caso contrario

rara
Interseco drstica
0.8
0.6
0.4
0.2
0
1
1
0.8
0.5 0.6
0.4
0.2
0 0
Figura 11: s-norma Interseco Drstica.

Relaes Fuzzy
Estudos de associaes, relaes ou interaes, entre os elementos de diversas classes
de grande interesse na anlise e compreenso de muitos fenmenos do mundo real.
Matematicamente, o conceito de relao formalizado a partir da teoria de conjuntos. Desta
forma, intuitivamente pode-se dizer que a relao ser fuzzy quando optamos pela teoria dos
conjuntos fuzzy e ser clssica quando optamos pela teoria clssica de conjuntos para
conceituar a relao em estudo. Qual dos modelos adotar, entre estes dois, depende muito do
fenmeno estudado. Porm, a opo pela teoria de conjuntos fuzzy sempre tem maior
robustez no sentido de que esta inclui a teoria clssica de conjuntos.
Uma relao clssica segue a funo caracterstica da lgica clssica. Sendo assim,
uma relao de amizade entre duas pessoas, por exemplo (ver [2]), designadas como amigos
considera que nas relaes humanas ou algum seu amigo ou no o , o que uma
simplificao da realidade. Uma relao de amizade fuzzy entre duas pessoas considera o
grau de amizade entre elas, sendo assim dois ou mais indivduos podem se relacionar com
diferentes graus de amizade, desde 1,0 ( so certamente amigos) at 0,0 ( no so amigos).
Formalmente, uma relao fuzzy R entre duas variveis, x X e y Y , definida por uma
funo que mapeia o par ordenado ( x, y ) no espao X Y para o seu grau na relao, ou seja,
R : X Y [ 0,1] . Esta definio facilmente generalizada para relaes de dimenses
superiores. Um exemplo importante de relaes fuzzy em sistema de diagnsticos aquela
que relaciona sintomas a doenas, o qual o foco do nosso trabalho.
Definio 4: Uma relao fuzzy R, sobre U1 U 2 ... U n , qualquer subconjunto fuzzy do
produto cartesiano U1 U 2 ... U n . Se o produto cartesiano for formado por apenas dois
conjuntos, U1 U 2 , a relao chamada de fuzzy binria sobre U1 U 2 . Assim, uma relao
fuzzy definida por uma funo de pertinncia R : U1 U 2 ... U n [ 0,1] .
A principal vantagem na opo pela relao fuzzy que a relao clssica indica
apenas se h ou no relao entre dois objetos, enquanto uma relao fuzzy alm de indicar se
existe ou no relao, indica tambm o grau desta relao. Uma noo que ser muito
importante para o nosso trabalho, o produto cartesiano entre conjuntos fuzzy.
Definio 5: O produto cartesiano fuzzy A1 A2 ... An dos subconjuntos fuzzy A1 , A2 ,..., An
de U1 ,U 2 ,...,U n , a relao fuzzy R cuja funo de pertinncia
uR ( x1 , x2 ,..., xn ) = u A1 ( x1 ) ^ u A2 ( x2 ) ^ ... ^ u An ( xn )
onde ^ a t-norma min.
Composio Relaes de Fuzzy

Considere R e S duas relaes fuzzy binrias em U1 U 2 ... U n , respectivamente.
Definio 6: A composio RoS uma relao fuzzy binria em U1 U 3 , com funo de
pertinncia dada por
u RoS ( x1 , x3 ) = max min ( u R ( x1 , x2 ) , uS ( x2 , x3 ) ) .
x2 U 2
Agora , definiremos um caso especial da composio max-min, que utilizamos no

trabalho para elaborar o diagnstico mdico fuzzy.
Definio 7: Sejam U1 e U 2 dois conjuntos , F( U1 ) e F( U 2 ) as classes dos conjuntos fuzzy de
U1 e U 2 , respectivamente, e R uma relao binria sobre U1 U 2 . Ento a relao R define
um funcional de F( U1 ) em F( U 2 ) que a cada elemento A1 F( U1 ), faz corresponder o
elemento A2 F( U 2 ) a funo de pertinncia dada por:
( )
u A2 ( x2 ) = uR( A1 ) ( x2 ) = max min u A1 ( x1 ) , uR ( x1 , x2 ) .
x1U1
Diagnstico Mdico
O objetivo desta aplicao, e deste trabalho, propor um sistema fuzzy que imite a
atuao de um mdico no diagnstico de seus pacientes, a partir dos sintomas que estes
apresentam. Com o intuito de ajudar o mdico a tomar decises e optar por exames
laboratoriais mais detalhados.
Para isto, foi preciso a interferncia de um especialista na rea, que neste caso
consultamos dois pediatras Dr. Georges Ishac Abdallah e Dr. Mrcia F. Lopes. O trabalho
trata-se de estabelecer um diagnstico de doenas infantis. A idia bsica relacionar os
sintomas ou sinais de pacientes com as possveis doenas, as quais so cataporas, caxumbas,
coqueluches e meningites. Esta aplicao pode ser resumida da seguinte maneira:
Base de

Entrada Sada
(sintomas) conhecimento (Diagnstico)
Considere os seguintes conjuntos universais:

U = conjuntos dos pacientes do mdico 1;
S = conjuntos dos pacientes do mdico 2;
V = conjunto dos sintomas;
W = conjunto das doenas.
Foram analisadas as informaes de dois diferentes mdicos, os quais obtivemos

conhecimento de sete pacientes P1 , P2 , P3 , P4 , P5 , P6 e P7 , com sintomas s1, s2, s3 ,s4 ,s5, s6 ,s7
,s8 ,s9 ,s10 ,s11 ,s12 ,s13 ,s14 ,s15 ,s16 ,s17 e s18 que apresentaram os diagnsticos
d1 , d 2 , d3 e d 4 , onde:
s1 = pintas vermelhas no corpo s10 = infeco das glndulas

salivares
s2 = coceira s11 = tosse seca
s3 = febre s12 = coriza
s4 = cansao s13 = dor muscular
s5 = cefalia s14 = fraqueza
s6 = perda de apetite s15 = dor ao mastigar ou engolir
s7 = rigidez na nuca s16 = mal estar
s8 = calafrios s17 = vmito
s9 = confuso mental s18 = dor de garganta
d1 = catapora d3 = coqueluche
d2 = caxumba d4 = meningite
A mdia das relaes fuzzy sintomas X doenas de ambos os mdicos dada pela seguinte
tabela 2:
s s1 s2 s3 s4 s5 s6 s7 s8 s9 s10 s11 s12 s13 s14 s15 s16 s17 s18

d
d1 1 1 0.45 0.4 0.5 0.4 0 0.1 0 0 0.2 0.3 0.05 0.2 0 0.1 0 0
d2 0 0 0.3 0.15 0.7 0.5 0 0.25 0 0.8 0.1 0 0.4 0.4 0.9 0.3 0.05 0.75
d3 0 0 0.9 0.45 0.25 0.25 0 0.15 0 0 1 .55 0.1 0.1 0 0.6 0.05 0
d4 0.2 0 0.95 0.5 0.8 0.8 1 0.75 0.4 0 0 0 0.3 0.1 0 0.85 0.8 0
Tabela 2: Relao fuzzy sintomas x doenas.
Mdico 1 ( Dr. Georges Ishac Abdallah)

s s1 s2 s3 s4 s5 s6 s7 s8 s9 s10 s11 s12 s13 s14 s15 s16 s17 s18
P
P1 0 0 0.7 0.5 0.1 0.2 0 0.5 0 0 1 0.5 0.1 0.5 0 0 0 0
P2 0 0 0.5 0.7 0.9 0.5 0.9 0.3 0.9 0 0.5 0.1 0.6 0.5 0 0.8 0.7 0
P3 0 0 0.5 0.3 0.8 0.7 0 0.2 0 1 0.5 0.2 0.3 0.5 0.9 0.7 0.3 0.8
P4 1 0.8 0.9 0.3 0 0.7 0 0.3 0 0 0 0 0.2 0.3 0 0.1 0 0
P5 1 0.5 0.9 0.2 0 0.1 0 0.5 0 0 0 0.5 0.1 0.2 0 0 0 0
P6 0 0 0.3 0.2 0.1 0.1 0 0.1 0 0 1 0.3 0.1 0.1 0 0.1 0 0
P7 0 0 0.5 0.1 0.1 0.1 0 0.1 0 0 1 0.5 0.1 0.1 0 0.1 0.3 0
Tabela 3: Relao fuzzy pacientes x sintomas.
Por exemplo, o diagnstico mdico do paciente P1, via relao fuzzy R, facilmente
obtido atravs da definio 6. Assim, de acordo com os sinais e sintomas apresentados, o
paciente P1 pode ter uma das doenas di, com i = 1, 2, 3 e 4 com os respectivos graus de
possibilidades (pela Tabela 3):
( )
uR( P1 ) ( d1 ) = max min uR ( d1 , si ) , uP1 ( si ) = 0.45
1i 18
(
uR( P1 ) ( d 2 ) = max min uR ( d 2 , si ) , uP1 ( si ) = 0.3
1i 18 )
(
uR( P1 ) ( d3 ) = max min uR ( d3 , si ) , uP1 ( si ) = 1.0
1i 18 )
(
uR( P1 ) ( d 4 ) = max min uR ( d 4 , si ) , uP1 ( si ) = 0.7
1i 18 )
Assim, de acordo com os sintomas apresentados, o paciente P2 pode ter tambm uma
das doenas di, com i = 1, 2, 3 e 4 , com os respectivos graus de possibilidades:
uR( P2 ) ( d1 ) = max min
1i 18
(u R ( d1 , si ) , uP ( si ) ) = 0.5
2
uR( P2 ) ( d 2 ) = max min

1i 18
(u R ( d2 , si ) , uP ( si ) ) = 0.7
2

1i 18
(u R ( d3 , si ) , uP ( si ) ) = 0.6
2
uR( P2 ) ( d 4 ) = max min

1i 18
(u R ( d4 , si ) , uP ( si ) ) = 0.9
2
Desta forma, obtm-se os diagnsticos para todos os pacientes:

uR( P1 ) = ( 0.45;0.3;1.0;0.7 )
uR( P2 ) = ( 0.5;0.7;0.6;0.9 )
uR( P3 ) = ( 0.6;0.9;0.6;0.8)
uR( P4 ) = (1.0;0.5;0.9;0.95)
uR( P5 ) = (1.0;0.3;0.9;0.9)
uR( P6 ) = ( 0.3;0.3;1.0;0.3)
uR( P7 ) = ( 0.45;0.3;1.0;0.5)
Portanto, nota-se que o paciente P1, pela teoria aplicada, tem maior possibilidade de
estar com coqueluche, o paciente P2 pode estar com meningite, P3 pode estar com caxumba,
P4 e P5 podem estar com catapora e , P6 e P7 podem estar com coqueluche. Segundo o
especialista os pacientes realmente possuam as respectivas doenas.
Mdico 2 (Dr. Mrcia F. Lopes)

s
P
s1 s2 s3 s4 s5 s6 s7 s8 s9 s10 s11 s12 s13 s14 s15 s16 s17 s18
P1 1.0 0.5 0.9 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
P2 0 0 1.0 0 1.0 0 1.0 0 0 0 0 0 0 0 0 0 1.0 0
P3 1.0 0.7 1.0 0.9 0 0 0 0 0 0 0 0 0 0.9 0 0 0 0
P4 0 0 1.0 0 0 1.0 0 0 0 0 1.0 0 0 0 0 0 1.0 0
P5 0 0.7 0 0 1.0 1.0 1.0 0 1.0 0 0.9 0 0 0 0 0 1.0 0
P6 1.0 0.5 1.0 0 0 0 0 0 0 0 0 0 0 0.5 0 0 1.0 1.0
P7 1.0 0.9 0.9 0 0.5 0 0.5 0.5 0.3 0 0.4 0.5 0 0.4 0 0.5 0.7 0
Tabela 4: Relao fuzzy pacientes x sintomas.
Por exemplo, o diagnstico mdico do paciente P1, via relao fuzzy R, facilmente
obtido atravs da definio 6. Assim, de acordo com os sinais e sintomas apresentados, o
paciente P1 pode ter uma das doenas di, com i = 1, 2, 3 e 4 com os respectivos graus de
possibilidades (Tabela 4):
1i 18
(u R ( d1 , si ) , uP ( si ) ) = 1.0
1
uR( P1 ) ( d 2 ) = max min

1i 18
(u R ( d2 , si ) , uP ( si ) ) = 0.3
1

1i 18
(u
R ( d3 , si ) , uP ( si ) ) = 0.9
1
uR( P1 ) ( d 4 ) = max min

1i 18
(u
R ( d4 , si ) , uP ( si ) ) = 0.9
1
Assim, de acordo com os sintomas apresentados, o paciente P2 pode ter tambm uma
das doenas di, com i = 1, 2, 3 e 4 , com os respectivos graus de possibilidades:
1i 18
(u R ( d1 , si ) , uP ( si ) ) = 0.5
2
uR( P2 ) ( d 2 ) = max min

1i 18
(u R ( d2 , si ) , uP ( si ) ) = 0.7
2

1i 18
(u
R ( d3 , si ) , uP ( si ) ) = 0.9
2
uR( P2 ) ( d 4 ) = max min

1i 18
(u
R ( d4 , si ) , uP ( si ) ) = 1.0
2
Desta forma, obtm-se os diagnsticos para todos os pacientes:
uR( P1 ) = (1.0;0.3;0.9;0.9 )
uR( P2 ) = ( 0.5;0.7;0.9;1.0 )
uR( P3 ) = (1.0;0.4;0.9;0.9 )
uR( P4 ) = ( 0.45;0.5;1.0;0.95)
uR( P5 ) = ( 0.7;0.7;0.9;1.0)
uR( P6 ) = (1.0;0.75;0.9;0.95)
uR( P7 ) = (1.0;0.5;0.9;0.9)
Portanto, nota-se que o paciente P1, pela teoria aplicada, tem maior possibilidade de
estar com catapora, os pacientes P2 e P5 podem estar com meningite, P3 pode estar com
catapora, P4 pode estar com coqueluche e, P6 e P7 podem estar com catapora. Segundo a
especialista os pacientes realmente possuam as respectivas doenas.
Note que a resposta da composio tambm um conjunto fuzzy, ou seja, a
composio nem sempre responde qual doena o paciente possui, porm fornece a
distribuio de possibilidades do paciente no conjunto de doenas dado que ele apresenta
certa distribuio de possibilidades no conjunto de sintomas. Outra propriedade importante da
relao fuzzy que aps ter diagnsticos de novos pacientes, estes podem ser includos na
base de conhecimentos e assim aumentar a capacidade de se obter mais diagnsticos por meio
da relao fuzzy R, tal como faz o mdico.
Apresentamos, na prxima seo, alguns sistemas de equaes diferenciais
relacionados com as epidemias de doenas.
Modelo SIR (Suscetvel Infectado recuperado) de Epidemiologia

O estudo da propagao de doenas transmissveis (epidemias) teve um
desenvolvimento bastante lento at o sculo XIX, sendo finalmente assumido como pesquisa
cientfica a partir dos trabalhos desenvolvidos p Pasteur e Kock.
A partir de 1927, os modelos matemticos, formulados por Kermack-McKendric, ( ver
[4]), consideram que uma epidemias com microparasitas (vrus e bactrias) ocorre em uma
comunidade fechada atravs do contato entre pessoas infecciosas e pessoas sadias.
A populao hospedeira subdividida em classes distintas (compartimentos) de
acordo com a sanidade ou infecciosidade de seus elementos:
S = S(t): pessoas sadias, mas suscetveis doena, podendo ser infectadas quando em contato
com pessoas doentes;
I = I(t): pessoas portadoras da doena (infecciosas);
R = R(t): indivduos imunes que j contraram a doena e se recuperam, ou esto isoladas ou
morreram.
Supor que a comunidade seja fechada implica que a populao total se mantm
constante, isto ,
N = S (t ) + I (t ) + R (t )
no varia com t. Este fato caracterstico das doenas cujo perodo de incluso do parasita
relativamente pequeno.
Para cada tipo de doenas podemos modelar sua velocidade de propagao atravs das
interaes entre as variveis S, I e R. O processo epidemiolgico pode ser esquematizado pelo
sistema compartimental que resume as taxas de transies entre as trs classes:
S I R
onde I a taxa de transmisso da doena (>0), com como o coeficiente de
infecciosidade; a taxa de remoo (>0) .
Se considerarmos que:
a- Cada compartimento composto de indivduos homogneos;
b- Cada indivduo infeccioso tem a mesma probabilidade de se encontrar com um
suscetvel;
c- No ocorre nascimento na comunidade e a morte somente causada pela doena.
Ento o modelo matemtico que descreve a epidemias, tambm chamado SIR ou modelo sem
dinmica vital, dado por:
dS
dt = SI (I)

dI
= SI I (II) (1)
dt
dR
dt = I (III)

(I) os suscetveis decrescem a uma taxa proporcional ao nmero de encontros com os
infecciosos.
(II) os infectados aumentam do mesmo modo como os sadios diminuem e perdem os
que so curados ou mortos.
(III) a variao dos retirados proporcional quantidade dos infectados.
Das doenas estudadas no Diagnstico mdico fuzzy, as que apresentam comportamento

parecido com o modelo SIR so a catapora, caxumba e coqueluche.
Em qualquer situao fundamental conhecer os valores iniciais So=S(0)=100,
Io=I(0)=10 e Ro=R(0)=10, e para resoluo desse sistema, obtivemos os parmetros do
programa Populus. Temos ento:
= 0.8
= 0.5
Utilizando o Matlab, temos como soluo do sistema de equao diferencial ordinria

(1) o seguinte grfico (Figura 12):
120
Suscetvel
Infectado
100
Recuperado
80
60
populao
40
20
-20
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
tempo
Figura12: Resoluo do sistema de equaes diferenciais (1).
O modelo SIR tem como caracterstica o fato em que se um indivduo foi infectado e
est recuperado, e este no se torna novamente suscetvel a esta doena. Para os parmetros
considerados a Figura 12 mostra que o nmero de indivduos suscetveis torna-se cada vez
menor at no existir mais pessoas suscetveis, enquanto que a quantidade de indivduos
recuperados aumenta isso acontece, pois o sistema fechado.
Alm disso, como o nmero de indivduos recuperados aumenta, temos que a
quantidade de pessoas infectadas diminuir medida que esse nmero de recuperados cresce.
A Figura 12 mostra esse processo em um curto perodo de tempo.
Modelo SIRS (Suscetvel Infectado Recuperado Suscetvel) de
epidemiologia
Um outro modelo de propagao de epidemia foi desenvolvido por Chimara (2003) atravs de
um autmato celular probabilista que corresponde a um modelo SIRS, representando a
situao em que recuperados so substitudos por suscetveis, ou porque morreram (e um
suscetvel recm-nascido ocupa seu lugar) ou porque perderam a imunidade quela doena.
Nesse modelo foi considerada uma populao de tamanho fixo e, estudando-se a
influncia dos parmetros que representam as probabilidades de infeco, de cura e de morte
causada pela doena.
Das doenas estudadas no Diagnstico Mdico fuzzy, um exemplo que tem
comportamento parecido com o modelo SIRS a meningite.
S I R

O sistema que descreve o modelo SIRS dado por:
dS
dt = IS + R

dI
= IS I (2)
dt
dR
dt = I R

Em qualquer situao fundamental conhecer os valores iniciais So=S(0)=50,

Io=I(0)=100 e Ro=R(0)=100, e para resoluo desse sistema, obtivemos os parmetros do
programa Populus. Temos ento:
= 0.7
= 0.1
= 0.6
onde, como o coeficiente de infecciosidade ( > 0 ); a taxa de remoo > 0 e a
taxa de diminuio de imunidade.
Utilizando o Matlab, temos como soluo do sistema de equao diferencial (2),
Figura 13:
140
120
100
80
populao
Suscetvel
60 Infectado
Recuperado
40
20
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
tempo
Figura 13: Resoluo do sistema de equaes diferenciais (2).
O modelo SIRS tem como caracterstica o fato de que se um indivduo foi infectado e
se recupera, e este tornar-se suscetvel novamente doena considerada. Para os parmetros
considerados a Figura 13 mostra que o nmero de indivduos suscetveis torna-se, at certo
tempo, cada vez menor e depois a quantidade de indivduos estabiliza. A quantidade de
indivduos recuperados aumenta isso acontece, pois o sistema fechado.
Alm disso, a medida que o nmero de indivduos recuperados aumenta, temos que a
quantidade de pessoas infectadas diminuir. A Figura 13 mostra esse processo em um curto
perodo de tempo.
Concluso
O Diagnstico Mdico fuzzy apresentado feito neste trabalho teve por finalidade
imitar a atuao do mdico em seus diagnsticos de doenas infantis. Inclusive, tivemos uma
boa aproximao do diagnstico fuzzy de cada paciente, com o diagnstico dado pelo mdico.
Alm disso, apresentamos os modelos SIR e SIRS que se relacionam com as
epidemias das doenas consideradas e com isso obtivemos exemplos de casos de SIR, os
quais as doenas que se encaixam neste modelo so catapora, caxumba e coqueluche. No
segundo modelo SIRS, temos como exemplo a meningite.
Em ambos os casos a soluo do sistema de equao diferencial dado por grficos,
os quais mostram o comportamento de cada epidemia, sendo a comunidade fechada, nos dois
modelos.
Bibliografia
[1] Jafelice, R.M., L.C.Barros, R.C.Bassanezi, Teoria dos Conjuntos Fuzzy com Aplicaes,
Notas em matemtica aplicada SBMAC, editora Pliade, So Carlos, SP, 2005.
[2] Barros, L.C., R.C.Bassanezi, Tpicos de Lgica Fuzzy e Biomatemtica, Campinas, SP,
2006.
[3] http://www.lps.usp.br/neo/fuzzy/fuzzy_historico.htm
[4] Massad, E., R. X. Menezes, P. S. P., Silveira, N. R. S. Ortega, Mtodos quantitativos em

Medicina, Barueri, SP, 2004.
Fluxo Sanguneo: Uma Aplicao da Integral de Riemann
Mariana Fernandes dos Santos Villela Patrcia Borges dos Santos
marianamat_ufu@yahoo.com patricia_1609@yahoo.com.br
Rosana Sueli da Motta Jafelice

rmotta@ufu.br
Introduo
Neste trabalho o fluxo sanguneo ser apresentado como uma aplicao da integral de
Riemann. Iniciamos com uma breve biografia de Riemann, e, em seguida com as noes
necessrias para a definio de integral atravs das somas de Riemann. A seguir, dada uma
explicao do funcionamento do sistema circulatrio, e a partir da, apresentaremos a Lei de
Poiseuille. Esta lei foi descoberta por Jean Louis Poiseuille (1799-1869), fisiologista e fsico
francs, e nos d uma expresso da velocidade do sangue como funo do afastamento em
relao ao eixo central da artria. Com isso, utilizando a integral de Riemann encontraremos a
expresso do fluxo sanguneo, o qual o objetivo deste trabalho [2].
A Histria de Riemann
Georg Friedrich Bernhard Riemann, filho de um pastor luterano, foi educado em
condies modestas. Era uma pessoa tmida e fisicamente frgil. Com boa instruo em
Berlim e depois em Gttingen, obteve seu doutoramento com uma tese sobre teoria das
funes de variveis complexas, onde aparecem as equaes denominadas de Cauchy-
Riemann, embora l fossem conhecidas por Euler e D'Alembert. Neste trabalho j estabelece
o conceito de superfcie de Riemann que desempenharia papel fundamental em Anlise.
Riemann foi nomeado professor na Universidade de Gttingen em 1854, apresentou
um trabalho perante o corpo docente e que resultou na mais clebre conferncia da histria da
Matemtica. Nele estava uma ampla e profunda viso da Geometria e seus fundamentos que
at ento permanecia marginalizada.
Ao contrrio de Euclides e em sentido mais amplo do que Lobachevsky, observou que
seria necessrio tratar-se de pontos, ou de retas, ou do espao no no sentido comum, mas
como uma coleo de n-uplas que so combinadas segundo certas regras, uma das quais, a de
achar distncia entre dois pontos infinitamente prximos.
Para Riemann, o plano uma superfcie de uma esfera e reta, o crculo mximo sobre
a esfera. Com os estudos de espaos mtricos em geral com curvatura, tornou-se possvel a
teoria da relatividade, contribuindo assim para o desenvolvimento da Fsica.
Riemann conseguiu muitos teoremas em Teoria dos Nmeros, relacionando-os com
Anlise, onde encontramos tambm a equao de Cauchy-Riernann que uma concepo
intuitiva e geomtrica da Anlise, em contraste com a aritmetizao de Weierstrass.
Por volta de 1854, realizou um estudo bem mais aprofundado sobre a integral e em sua
homenagem a integral estudada por ele passou a receber o nome de Integral de Riemann. Tal
nome serve para distinguir essa integral de outras que foram introduzidas mais tarde, como
por exemplo, a Integral de Lebesgue. A forma usada para introduzir o conceito de Integral de
Riemann nos cursos de Clculo a verso devida a Cauchy. O que justifica isto que, ela
simples e bastante acessvel aos alunos de um curso de inicial de Clculo, alm de atender aos
propsitos de um curso desta natureza.
Nos cursos de Anlise Matemtica apresenta-se uma verso mais refinada, a Integral
de Darboux-Riemann, usando os conceitos de soma inferior, soma superior, integral inferior e
integral superior, que correspondem ao mtodo de exausto usando, respectivamente,
polgonos inscritos e polgonos circunscritos.
Mas, para que ningum alimente idias equivocadas, observamos que as diversas
definies da Integral de Riemann mencionadas so equivalentes e a diferena entre elas se
situa na adequao das definies para a obteno das propriedades da referida Integral.
Em 1859, Riemann foi nomeado sucessor de Dirichlet na cadeira de Gttingen j
ocupada por Euler. Com seu estado de sade sempre precrio, acabou por morrer em 1866 em
conseqncia de uma tuberculose.
Integral de Riemann
Seja f: [a,b] R limitada no negativa, isto , f(x) > 0 ou f(x) = 0 para todo x em [a,b]
e tomemos uma partio: x0 = a < x1 < ... < xn = b, do intervalo [a,b] que tenha todos os n
subintervalos com o mesmo comprimento dx =

(b a ) .
n
Tomaremos apenas os primeiros pontos da partio e faremos uma anlise geomtrica
da curva no subintervalo [xo,x1] (veja Figura 1). Para os outros subintervalos ocorre uma
situao similar. A rea sob a curva no intervalo [xo,x1] pode ser obtida atravs da rea S1 do
retngulo cuja base mede dx = x1-xo e a altura a linha tracejada cuja medida dada por f(c1)
onde c1 um ponto em [xo,x1].
Figura 1: Representao da soma das reas dos retngulos sob a curva.
Existe uma compensao da rea "branca" que fica acima da curva e dentro do
retngulo que fica abaixo da curva e fora do retngulo. Em cada subintervalo Ij=[xj,xj+1] desta
partio tomamos um ponto genrico qualquer cj e formamos n retngulos, todos com as
bases de medida dx e alturas dadas por:
f(c1), f(c2), ..., f(cn).
Se a partio tem n subintervalos, denotamos por Sn a soma das reas dos n retngulos:
n
Sn = f (c1 )dx + f (c2 )dx + ... + f (cn )dx = f ( c j ) dx
j =1
sendo a soma realizada sobre todos os j=1,...,n. Se essas somas forem calculadas para todos os
valores de n, formaremos uma seqncia:
{S1, S2, ..., Sn, ...}.
Se esta seqncia numrica {Sn} convergente para um nmero real bem definido,
diz-se que f integrvel no intervalo [a,b], e o valor do limite desta seqncia denotado por:
n
f ( x ) dx = lim f ( c j )dx (1)
b
a x
j =1
A expresso da esquerda a integral de f entre os limitantes de integrao a e b e a

expresso da direita o limite da seqncia de somas parciais Sn.
A integral definida por (1) denominada Integral de Riemann e as somas
n
Sn = f ( c j )dx
j =1
so chamadas de somas de Riemann.

Temos nesta definio uma partio muito particular do intervalo [a,b], subdividindo-o
em partes iguais, podemos refazer o processo com intervalos de comprimentos diferentes,
sendo cada intervalo da forma [xj,xj+1] e comprimentos dxj=xj+1-xj. Assim, as somas de
Riemann Sn tomam a forma
n
Sn = f (c1 )dx1 + f (c2 )dx2 + ... + f (cn )dxn = f ( c j ) dx j
j =1
Ao proceder desta forma temos que tomar uma precauo adicional, ou seja, no basta
tomar o limite de Sn quando n , mas temos que acrescentar a condio que o maior dos
comprimentos dx1, ..., dxn deve convergir para zero. Com isto, temos a notao:
n
f ( x ) dx = lim f ( c )dx
b
j j
a p 0
j =1
onde |P|=max{dx1,...,dxn}, isto , a norma da partio P, [4].
O sistema circulatrio
Os animais tm de realizar, interruptamente, trocas de substncias com o ambiente,
pois todas as suas clulas precisam receber nutrientes e oxignio, e eliminar gs carbnico e
outros resduos txicos produzidos no metabolismo, e isso, no homem se d pelo o sistema
circulatrio fechado.
O sistema circulatrio possui diversas funes, as quais so: o transporte de nutrientes,
o transporte de oxignio, a remoo do gs carbnico, a remoo das excrees, o transporte
de hormnios e o transporte de clulas e de anticorpos do sistema imunolgico.
Os componentes desse sistema so: sangue, vasos sangneos e o corao.
Sangue
O sangue humano constitudo por um lquido amarelado, o plasma, e por trs tipos
de elementos celulares, as hemcias, os leuccitos e as plaquetas (veja Figura 2).
No plasma 92% de seu peso gua, sendo o restante devido presena de protenas,
sais e substncias diversas, tais como nutrientes, gases, excrees e hormnios. As hemcias,
tambm conhecida como glbulo vermelho, so clulas especializadas no transporte de
oxignio, e j os leuccitos ou glbulos brancos so clulas responsveis pela defesa do
organismo. E, por fim, as plaquetas so pequenas clulas ovais, as quais participam
ativamente do processo de coagulao do sangue.
Figura 2: Composio do sangue.
Artrias, veias e capilares sangneos

As artrias so vasos que levam sangue do corao para os rgos e tecidos do corpo,
sua parede espessa e contm trs camadas de tecidos, o endotlio, tecido muscular liso e o
tecido conjuntivo.
Os capilares sangneos so vasos muito finos que ligam as arterolas (artrias
finssimas, que se encontra nos rgos e tecidos) s vnulas (vasos muito finos que se
conectam, no lado oposto s arterolas, aos capilares sanguneos, que se unem para formar
veias progressivamente maiores).
As veias so vasos que levam o sangue dos rgos e tecidos de volta ao corao. A
parede das veias formada por trs camadas, equivalentes s da artria. Entretanto, as
camadas medianas e externas das veias so menos espessas. Nas veias encontram-se vlvulas
que impedem o refluxo do sangue, o que garante a circulao em um nico sentido (Figura 3).
Figura 3: Esquema ilustrando diferenas entre artrias, veias e capilares.

Corao
O corao um rgo musculoso, do tamanho aproximado de um punho fechado e
com peso aproximadamente de 400g. Ele apresenta quatro cavidades internas, denominadas
cmaras cardacas, duas superiores que so os trios e duas inferiores, os ventrculos (veja
Figura 4).
O trio direito se comunica com o ventrculo direito por meio da vlvula tricspide e o
trio esquerdo comunica com o ventrculo esquerdo pela vlvula bicspide, os quais tm
como funes garantir a circulao do sangue no corao em um nico sentido, dos trios
para os ventrculos.
As cmaras do corao contraem-se e dilatam-se alternadamente, em mdia, 70 vezes
por minuto. A contrao de uma cmara cardaca denominada sstole e seu relaxamento
distole. A freqncia cardaca varia de acordo com o grau de atividades e situao emocional
em que se encontra uma pessoa, e este controle da freqncia feito pelo ndulo sino-atrial.
Figura 4: Representao do corao.
Fisiologia da circulao sangnea

A circulao sangunea pode ser descrita de uma forma simples do seguinte modo: o
sangue, aps ser oxigenado nos pulmes dirige-se para a aurcula esquerda do corao
passando pelas veias pulmonares. Em seguida, transferido para o ventrculo esquerdo
atravs da vlvula mitral e deste bombeado para todo o corpo. sada do ventrculo
esquerdo, passa pela vlvula artica, que d passagem para a artria aorta e conduzido
atravs de uma rede complexa de artrias cada vez menores, indo alimentar todas as clulas.
Aps as trocas gasosas, de nutrientes e de detritos existentes ao nvel celular, o sangue
regressa ao corao atravs de veias cada vez de maior dimenso, at entrarem no corao
atravs da veia cava em direo aurcula direita.
A passagem da aurcula direita para o ventrculo direito feita atravs da vlvula
tricspide e, a partir do ventrculo direito, o sangue passa ainda na vlvula pulmonar que d
acesso artria pulmonar que o conduz no sentido dos pulmes onde ser oxigenado [1].
A biofsica da circulao sangunea

A hidrodinmica a rea da mecnica dos fluidos que estuda o seu movimento.
Existem essencialmente dois tipos de fluidos, um que considerado ideal, ou seja, que no
tem viscosidade e os fluidos viscosos, aqueles que apresentam viscosidade.
A viscosidade a grandeza que mede a frico existente entre camadas adjacentes de
um fluido ou, de um ponto de vista prtico, a dificuldade ou facilidade com que um fluido
escorre.
A maioria dos fluidos apresenta viscosidade, em particular, a grande parte dos fluidos
biolgicos, cujo exemplo que nos interessa o sangue. Estes so caracterizados por uma
viscosidade no desprezvel.
A conseqncia mais visvel de se considerar a viscosidade de um fluido num
escoamento o seu perfil de velocidade. Tambm relacionado com a viscosidade do fluido
est o tipo de escoamento que este apresenta. Na verdade, em fluidos reais, com viscosidade
no nula, verifica-se que para valores de velocidade do fluido abaixo de certo valor, o
escoamento considerado laminar, isto , todas as partculas do lquido se movem
paralelamente ao tubo e a velocidade aumenta uniformemente a partir de zero na parede, em
direo ao centro. No entanto, quando esse valor ultrapassado, o escoamento passa a ser
turbulento.
No corpo humano a presso do sangue se deve a contribuio da presso esttica, da
presso dinmica e da presso mecnica. Em virtude do prprio peso do sangue as artrias e
veias esto sob a presso esttica, que depender da altura da coluna de sangue em relao ao
p. A contribuio da presso dinmica em virtude das diversas velocidades do sangue no
corpo. O efeito da presso mecnica em virtude do corao, que ao bombear o sangue para o
corpo est lhe exercendo certa presso. No percurso do sangue haver variaes de presso
sangnea pelo corpo, muito em virtude dos efeitos da viscosidade. Um outro fato interessante
que a presso do sangue arterial (sangue rico em oxignio) maior que a do sangue venoso
(sangue rico em gs carbnico). Isto se deve ao fato do sangue arterial ter o auxlio do corao
para ser bombeado para o resto do corpo, o que no ocorre com o sangue venoso.
Para aplicar circulao sangunea alguns dos resultados da hidrodinmica,
necessrio analisar as propriedades do sangue e assumir algumas aproximaes. Antes de
tudo, deve ter-se presente que o sangue, embora seja considerado como um fluido
homogneo, na verdade, constitudo por diversas partculas em suspenso, o que, do ponto
de vista de anlise do seu escoamento, torna a sua descrio particularmente difcil,
nomeadamente, quando os vasos que o conduzem so muito estreitos.
Um segundo ponto, prende-se com a elasticidade dos vasos que conduzem o sangue.
Apesar de se aceitar, que o sangue circula atravs de tubos rgidos, esta aproximao no
verdadeira, uma vez que, como se sabe, as paredes dos vasos so extremamente elsticas,
sendo, inclusivamente, um fator importante de regulao do fluxo sanguneo [6].
O cientista francs Jean Louis Poiseuille (1799-1869) se interessou bastante por
questes relacionadas com a circulao sangunea e determinou experimentalmente como
variava a velocidade do sangue, o que posteriormente pde ser deduzido teoricamente.
Consideremos o fluxo de sangue em um vaso sanguneo. Um segmento de uma artria
ou de uma veia pode ser encarado como um tubo cilndrico de dimetro constante.
Admitamos que a seo transversal seja um crculo de raio R. O sangue possui viscosidade
que representado por (letra grega eta). A viscosidade medida em poise, a qual cm-1 g
s-1 no sistema CGS (cm = centmetro, g = grama, s = segundo).
Tambm h atrito nas paredes do tubo. A velocidade do sangue em contato com a
parede do vaso zero e a velocidade mxima ao longo do eixo do centro do tubo. O fluxo
sanguneo pode ser laminar, quando os vasos sanguneos esto em condies normais, ou
turbulento, por exemplo, em um vaso que parcialmente obstrudo.
Agora admitamos um fluxo laminar. Seja r a distncia a qualquer ponto do lquido a
partir do eixo do tubo (veja Figura 5). Ento a velocidade v uma funo de r. Podemos
escrever v = v(r). O domnio da funo o intervalo 0 r R. Ento a velocidade v (cm s-1)
P
v= (R 2 - r 2 )
4L
onde L representa o comprimento do tubo (cm), P a diferena de presso entre os dois
extremos do tubo (cm-1 g s-2), R e foram definidos anteriormente.
A palavra poise para a unidade de viscosidade uma abreviao de Poiseuille, vide bibliografia [5].
Figura 5: Representao da distncia r a partir do eixo do tubo.
Claramente, v = 0 para r = R. Para r =0 a velocidade alcana o seu mximo. Ento a

P 2
imagem da funo 0 v R .
4L
Para conceituar a lei de Poiseuille, importante definir primeiramente fluxo, o qual a
quantidade de fluido que passa por um determinado ponto da circulao em um dado perodo
de tempo. Da mesma forma esta definio serve para o fluxo sangneo que , geralmente,
expresso em mililitros, ou litros por minuto e no total da circulao de uma pessoa adulta em
repouso de cerca de 5.000 mL por minuto. A isto denomina-se dbito cardaco, porque
constitui a quantidade de sangue bombeada por cada ventrculo do corao num perodo
unitrio de tempo. Portanto, claro que essa mesma quantidade de sangue deve passar atravs
de ambas as circulaes sistmica e pulmonar.
O fluxo sanguneo varia bastante nos diferentes tecidos e em determinados tecidos
necessitam de um fluxo bem maior do que outros. Tecidos como msculos esquelticos
apresentam grandes variaes no fluxo sanguneo atravs dos mesmos em diferentes
situaes: Durante o repouso o fluxo relativamente pequeno, mas aumenta
significativamente durante o trabalho, quando o consumo de oxignio e demais nutrientes
aumenta e a produo de gs carbnico e outros elementos tambm aumenta.
Com isso, a seguinte lei definida por Poiseuille que o fluxo de um tubo cilndrico
transportando um lquido viscoso com o raio R, comprimento L, presso P e coeficiente de
viscosidade :
R4
= P.
8L
Esta lei tem extrema importncia para o estudo do fluxo sanguneo [3], e ser deduzida
na prxima seco.
Fluxo Sanguneo: Uma Aplicao da Integral de Riemann
Vamos agora calcular o volume de sangue que flui atravs de uma seo da artria, ou
seja, o fluxo sanguneo. Para tanto, dividamos o intervalo 0 < r < R em n subintervalos iguais,
de comprimento r, tal que rj seja o incio do j-simo subintervalo. Estes subintervalos
determinam n anis concntricos, conforme Figura 6:
Figura 6: Representao de uma artria subdividida em anis concntricos.
Quando r pequeno, a rea do j-simo anel aproximadamente igual rea de um

retngulo cujo comprimento a circunferncia do menor permetro do anel e cuja largura
r, isto ,
rea do j-simo anel 2 rj r .
A multiplicao da rea do j-simo anel (cm2) pela velocidade do fluxo sanguneo

atravs dele fornece a razo (cm3 s-1) com que o sangue escoa. Como a velocidade do sangue
atravs do j-simo anel aproximadamente igual a v(rj) cm s-1, segue-se que:
Fluxo sanguneo rea do velocidade do sangue

atravs do j-simo anel j-simo anel atravs do j-simo anel
( 2 rj r ) v ( rj )
P
( 2 rj r ) ( R 2 - rj2 )
4L
P
2
4L
( R 2 rj - rj3 ) r
O fluxo atravs da seo inteira a soma das razes associadas a cada um dos n anis
concntricos, ou seja,
n
P
Fluxo 2
4L
( R 2 rj - rj3 ) r
j =1
Por conseguinte, quando n cresce ao infinito, o somatrio tende para o valor verdadeiro do
fluxo,
n
P
Fluxo = = lim 2
n 4L
( R 2 rj - rj3 ) r
j =1
P
( R 2 r - r 3 ) dr
R
= 0
2
4L
R
P R 2 2 r 4
= 2 r -
4L 2 4 0
R4
= P cm3 / s
8L
Esta a expresso matemtica da Lei de Poiseuille. A dependncia com o inverso da

viscosidade e do comprimento do tubo natural: quanto mais comprido for o tubo, para uma
mesma diferena de presso, menor dever ser o fluxo. O mesmo se aplica dependncia com
a viscosidade: quanto mais viscoso for o fluido, menor dever ser o fluxo. Curiosa a
dependncia do fluxo sanguneo com o raio da seo reta ser com a quarta potncia de R, [2] e
[3]!
Exemplo
Para termos uma viso mais ampla da Lei de Poiseuille, e da expresso da velocidade,
estudaremos um exemplo numrico, o qual foi escolhido por ser o mais realista possvel.
Consideremos o sangue arterial com sua maior concentrao de O2 ligado
hemoglobina. Para o sangue humano sua viscosidade um pouco inferior, do sangue
venoso, em mdia = 0,027 poise. O sangue flui atravs de uma arterola (capilar arterial
largo) de comprimento L = 2 cm e raio R = 8 10-3 cm. Em uma extremidade, a presso
maior do que a outra e essa diferena P = 4 103 cm-1 g s-2. Ento a velocidade dada
por:
P 4 103
v=
4L
2 2
(R - r ) =
4 0,027 2
(64 10-6 - r 2 ) ( cm s ) v = 1,185 - (1,85 10 ) r ( cm s )
-1 4 2 -1
e a seguir ilustraremos a dependncia da velocidade com a distncia a qualquer ponto do

lquido a partir do eixo do tubo, ou seja, r, com o grfico da Figura 7:
1.4
1.2
1
Velocidade (cm/s)
0.8
0.6
0.4
0.2
0
0 1 2 3 4 5 6 7 8
Distancia (cm) -3
x 10
Figura 7: Grfico da velocidade x distncia em relao ao eixo central da artria.
E o fluxo dado por:
R4 (8 10-3 ) 4 4096 10-12

= P = (4 103 ) = (4 103 ) = 1,1914 10-4 ( cm3 s 1 )
8L 8 0,027 2 0,432
Veja no grfico da Figura 8 como o fluxo varia de acordo com a variao do raio da
arterola.
-4
x 10
1.2
0.8
Fluxo (cm3/s)
0.6
0.4
0.2
0
0 1 2 3 4 5 6 7 8
Raio (cm) -3
x 10
Figura 8: Grfico do fluxo x raio da artria.
Artria aorta e o fluxo sanguneo

Vamos analisar o que se passa ao nvel da artria aorta, lembrando que artria aorta a
mais importante artria do sistema circulatrio do corpo humano. Dela se derivam todas as
outras artrias do organismo. A aorta se inicia no corao, na base do ventrculo esquerdo, e
termina altura da quarta vrtebra lombar, onde se divide nas artrias ilacas comuns.
O poise (P), como havamos dito, a unidade de viscosidade dinmica no sistema
CGS de unidades. A unidade anloga no Sistema Internacional de Unidades o Pascal
segundo (Pas):1 Pas = 1 kgm1s1 = 10 P (poise) [5]. Assim, tendo em vista que o dimetro
da artria aorta cerca de 2 cm, admitindo que o seu comprimento aproximadamente 40 cm,
e que a diferena de presso 32.6 Pa, sabendo que a viscosidade do sangue de
aproximadamente de = 4 10-3 Pa s, facilmente se calcula a velocidade do sangue que nela
circula no eixo central e o fluxo sanguneo:
P
( 0.01) v = 0,51 ( m s-1 ) e
32.6 2
v= (R 2 - r 2 ) = -3
4L 4 4 10 0.4
R4 (10-2 )4
= P = (32,6) = 8 10-5 ( m3 s 1 )
8L 8 4 10-3 0,4
Infarto
O miocrdio (msculo do corao) recebe alimentos e oxignio atravs das artrias
coronrias, os primeiros ramos da aorta, ou seja, o corao o primeiro a usufruir de seu
prprio trabalho. Uma das formas de ocorrer um infarto pelo acmulo de colesterol
(lipoprotena de alta densidade) que pode se acumular nas paredes da aorta, dificultando a
nutrio do miocrdio, e, isto ocasiona uma reduo na rea transversal da aorta e produz uma
presso dinmica maior, ocasionando uma reduo na presso mecnica (veja Figura 9). Com
uma reduo da presso mecnica, ocorre um refluxo na coronria e conseqentemente uma
isquemia (suspenso localizada de irrigao sangunea devida m perfuso circulatria
arterial). Sem receber nutriente e oxignio o msculo cardaco morre, isto , ocorre o infarto
agudo do miocrdio. Existem outras formas de ocorrer infarto, como por exemplo, pela
aterosclerose (entupimento) das coronrias em virtude do acmulo de LP(a) e LDL, dois tipos
de colesteris, chamados de maus colesteris.
Figura 9: Representao do corao aps ocorrer infarto, e em destaque a artria obstruda.
Com esta definio, vamos verificar o que acontece com o fluxo sanguneo caso haja
um entupimento parcial de uma artria.
Suponha que ocorra uma obstruo nessa artria de 25%, assim vamos modelar duas
situaes de obstruo cujas aproximaes sero descritas nas Figuras 10 e 11.
Assim, como feito anteriormente, vamos agora calcular o volume de sangue que flui
atravs de uma seo da artria obstruda, ilustrada na Figura 10. Dividindo o intervalo
0 < r < R em n subintervalos iguais, de comprimento r, tal que rj seja o incio do j-simo
subintervalo. Assim, a rea do j-simo anel aproximadamente igual rea de um retngulo
cujo comprimento a circunferncia do menor permetro do anel e cuja largura r. A
circunferncia do menor permetro do anel que estamos considerando agora dado
3 3
por: 2 rj rj rj , e ento a rea do j-simo anel rj r .
2 2 2
Figura 10: Representao uma artria com 25% de obstruo na rea da seo transversal.
Logo, podemos obter o fluxo sanguneo:
Fluxo sanguneo rea do velocidade do sangue

atravs do j-simo anel j-simo anel atravs do j-simo anel
3
rj r v ( rj )
2
3
rj r k ( R 2 - rj 2 )
2
3
k ( R 2 rj - rj3 ) r
2
P
onde, k = .
4L
Assim como feito anteriormente, integrando essa expresso obteremos:
3 kR 4
Fluxo = = cm3 / s .
8
Da mesma maneira, vamos agora calcular o volume de sangue que flui atravs de uma
seo da artria obstruda, ilustrada na Figura 11.
Figura 11: Representao uma artria com 25% de obstruo na rea da seo transversal.
Como a rea da seo transversal da artria ser reduzida de 25% teremos:

R 2 100% 3
t = R.
t 75%
2
4
Desse modo, a velocidade ser dada por:
3
v = k1 (t 2 - r 2 ) v = k1 R 2 - r 2 ,
4
P
onde, k1 = .
4L
Ento o fluxo ser dado por:
n
3
Fluxo = = lim 2 k1 R 2 rj - rj3 r
n
j =1 4
3R 4 3
=
0
2 k1 R 2 r - r 3 dr
4
3R 4
3 r2 r4
= 2 k1 R 2 -
4 2 4 0
135 k1R 4
= .
512
Anemia
A anemia uma anomalia caracterizada pela diminuio da concentrao da
hemoglobina dentro das hemcias e pela reduo na quantidade de hemcias no sangue. Isso
resulta em uma reduo da capacidade do sangue em transportar o oxignio aos tecidos, pois a
hemoglobina, uma protena presente nas hemcias, responsvel pelo transporte de oxignio
dos pulmes para os demais rgos e tecidos e de dixido de carbono destes para ser
eliminado pelo pulmo.
Os sintomas da anemia so variveis, sendo os mais comuns fadiga, fraqueza, palidez
(principalmente ao nvel das conjuntivas), dficit de concentrao ou vertigens. Nos quadros
mais severos podem aparecer taquicardia, palpitaes. Afeta tambm a gengiva (causando, em
casos mais graves, o seu sangramento).
Um dos sintomas acima, a taquicardia, se deve ao fato do sangue de uma pessoa
anmica apresentar menor viscosidade e, consequentemente, um maior fluxo atravs de seus
vasos.
Desse modo, para verificar esse fato, usamos a equao de fluxo, assim:
R4
Fluxo = P cm3 / s
8L
com R o raio da artria, L o comprimento da artria, a viscosidade do sangue e P a
variao da presso.
Como uma pessoa anmica tem uma menor viscosidade, pela equao percebemos
que:
R4
Fluxo = P cm3 / s
8L
diminui o valor do denominador, e ento haver um aumento do fluxo. Isto justifica o
aumento dos batimentos cardacos.
Concluso
Neste trabalho estudamos uma aplicao da Integral de Riemann em um fenmeno
biolgico, demonstrando a Lei de Poiseuille e a frmula do Fluxo Sanguneo.
A partir destes conhecimentos modelamos duas situaes de obstruo de uma artria
e calculamos a nova frmula do fluxo sanguneo desta artria obstruda.
Referncias Bibliogrficas
[1] Amabis & Martho, Biologia do organismo 2. Editora Moderna, volume nico.
[2] Batschelet, E., Introduo matemtica para biocientistas. So Paulo: EDUSP,1978.
[3]Hoffman, L. D.; Bradley, G. L., Clculo: um curso moderno e suas aplicaes. Rio de
Janeiro: LTC,2002.
[4] http://wikipedia.org/wiki/Integral_de_Riemann
[5] http://pt.wikipedia.org/wiki/Poise
[6]http://w3.ualg.pt/~cmsilva/documentos/AulaTP_1_F%C3%ADsica_M%C3%A9dica
.pdf
O Uso de Modelagem Matemtica no Clculo do
Volume de uma Ma
Alessandra Ribeiro da Silva Carlos Henrique Tognon Milena Almeida Leite Brando
alessandraribeirosil@terra.com.br carlostognon@gmail.com milabrand@yahoo.com.br
Rosana Sueli da Mota Jafelice

rmotta@ufu.br
Introduo
Presume-se que o cultivo da macieira (Figura 1), tenha-se iniciado h 25 milhes de
anos, tendo como centro de origem a regio entre o Cucaso e o leste da China. No imprio
Romano, a cultura da macieira j estava bastante difundida. No entanto, muito provvel que
o desenvolvimento das espcies atuais tenha-se iniciado aps o final da ltima era glacial,
portanto, h 20.000 anos. As migraes dos povos euroasiticos colaboraram para a
disseminao das formas primitivas das macieiras atuais.
Figura 1 e 2 - Macieira florida e plantao de mas, respectivamente [4].
O incio das plantaes de ma no Brasil (Figura 2) ocorreu, provavelmente no

municpio de Valinhos, estado de So Paulo, pelo fruticultor Batista Bigneti que, em 1926,
tinha plantas da Cultivar Ohio Beauty.
Com a criao em 1928 da Estao Experimental de So Roque, em So Paulo, pelo
Instituto Agronmico de Campinas, foi dado o passo inicial na pesquisa sobre macieira no
Brasil.
Objetivos
Este trabalho teve com objetivo calcular o volume de uma ma utilizando vrios
mtodos e modelar o processo de resfriamento da ma atravs da formulao de uma
equao que expresse seu comportamento.
Consideraes
Desde o plantio at a armazenagem da ma, h vrios fatores que podem ser

analizados, por exemplo a escolha de terreno, o solo, a arao, herbicdas, colheita e
armazenagem. Mas consideraremos apenas este ltimo.
O objetivo do armazenamento manter a qualidade interna e externa da fruta,
assegurarando o perfeito funcionamento das cmaras de conservao, por meio da observao
peridica dos equipamentos de refrigerao e controle de gases.
O armazenamento das frutas feito nas cmaras frigorficas. Antes de entrar na
cmara fria, a ma recebe um banho, atravessando um tanque de gua gelada (-3C), sobre
uma esteira circulante, durante 25 minutos, saindo numa temperatura mdia de 6.5C.
A temperatura mdia da cmara de 1.5 C e tem capacidade para armazenar 600 bins
(caixas). As mas podem permanecer na cmara de 5 a 8 meses at a sua comercializao. Se
as mas forem comercializadas imediatamente aps a colheita, ento dispensa-se o trabalho
do banho e do armazenamento em cmaras.
Inicia-se ento a secagem e classificao. As frutas so retiradas da cmara fria e
levadas para o classificador onde so separadas as estragadas. Recebem um jato de gua
passando dali para a desumidificao e polimento. Em seguida, vo para o secador com
temperatura de 45C e, finalmente, feita a classificao.
A classificao feita pelo peso e tambm pelo tamanho das mas que so acondicio-
nadas em caixas com capacidade de 20kg. Cada caixa comporta de 88 a 250 unidades.
Curiosidades
1) H mais de 7.500 espcies e variedades de mas, veja Figura 3. As diferentes

espcies encontram-se em climas temperados e subtropicais.
Figura 3 - Variedades de mas [4].
2) As macieiras no florescem em reas tropicais, por exemplo, as variedades da famlia

Gala necessitam de um inverno com cerca de 700 horas de frio com temperaturas de
7,2C;
3) A ma fermentada utilizada para elaborar bebidas alcolicas (Figura 4), como a
sidra asturiana, o Calvados francs e a sagardua basca;
Figura 4 - Elaborado de Normandia.
4) A ma possui as seguintes vitaminas: B1, B2 e Niacina, e tambm contm sais

minerais como Fsforo e Ferro.
Nota Histrica e Definies
Para uma melhor compreenso do contedo deste trabalho, faz-se necessrio neste
momento uma introduo histrica no que diz respeito ao assunto Clculo Diferencial e
Integral, alguns resultados sobre centrides, o Teorema de Pappus e um dos princpios
fundamentais da hidrosttica. o que se segue imediatamente.
A derivada e a integral so duas noes bsicas do Clculo Diferencial e Integral. Do
ponto de vista geomtrico, a derivada est ligada ao problema de traar a tangente a uma
curva enquanto que a integral est relacionada com o problema de determinar a rea de certas
figuras planas, mas tambm possui muitas outras interpretaes possveis.
O Clculo Diferencial e Integral foi criado por Isaac Newton (1642-1727) e Wilhelm
Leibniz (1646-1716). O trabalho destes cientistas foi uma sistematizao de idias e mtodos
surgidos principalmente ao longo dos sculos XVI e XVII, os primrdios da chamada Era da
Cincia Moderna, que teve incio com a Teoria heliocntrica de Coprnico (1473-1543). Na
realidade, a grande descoberta de Newton e de Leibniz foi que a Matemtica, alm de lidar
com grandezas, capaz de lidar com a variao das mesmas.
A idia bsica do conceito de integral j estava embutida no mtodo da exausto
atribudo a Eudoxo (406-355 a.C.), desenvolvido e aperfeioado por Arquimedes (287-212
a.C.), grande matemtico da escola de Alexandria. O mtodo da exausto consiste em
"exaurir" a figura dada por meio de outras de reas e volumes conhecidos. O inconveniente do
mtodo de exausto de Arquimedes que para cada novo problema havia a necessidade de
um tipo particular de aproximao.
O que permitiu a passagem do mtodo de exausto para o conceito de integral foi a
percepo que em certos casos, a rea da regio pode ser calculada sempre com o mesmo tipo
de aproximao por retngulos (Figura 5).
Figura 5 - Calculando rea por aproximao de retngulos.
Esta foi uma descoberta conceitual importante, mas em termos prticos, a descoberta
fundamental foi a possibilidade de exprimir a integral de uma funo em termos de uma
primitiva da funo dada e este fato conhecido pelo nome de Teorema Fundamental do
Clculo. A idia ou o conceito de integral foi formulado por Newton e Leibniz no sculo
XVII, mas a primeira tentativa de uma conceituao precisa foi feita por volta de 1820, pelo
matemtico francs Augustin Louis Cauby (1789-1857). Os estudos de Cauchy foram
incompletos, mas muito importantes por terem dado incio investigao sobre os
fundamentos do Clculo Integral, levando ao desenvolvimento da Anlise Matemtica e da
teoria das funes.
Por volta de 1854, o matemtico alemo Bernhard Riemann (1826-1866) realizou um
estudo bem mais aprofundado sobre a integral e em sua homenagem a integral estudada por
ele passou a receber o nome de Integral de Riemann. Tal nome serve para distinguir essa
integral de outras que foram introduzidas mais tarde, como por exemplo, a Integral de
Lebesgue. A forma usada para introduzir o conceito de Integral de Riemann nos cursos de
Clculo a verso devida a Cauchy. O que justifica isto que, ela simples e bastante
acessvel aos alunos de um curso inicial de Clculo, alm de atender aos propsitos de um
curso desta natureza.
Agora veremos como a integrao pode ser utilizada no clculo de centrides.
Considere a distribuio contnua de massa numa regio R (chapa fina de material
homogneo) do plano xy com densidade superficial G massa por unidade de rea)
constante, conforme a Figura 6.
Figura 6 - Uso de integrao para o clculo de centrides [3].
O momento dessa regio em relao ao eixo y e em relao ao eixo x dada pelas

expresses:
b d
My xGf ( x)dx
a
Mx yGg ( y)dy
c
respectivamente, onde f(x)dx a rea do retngulo vertical e sua massa Gf(x)dx, g(y)dy a
rea do retngulo horizontal e sua massa Gg(y)dy.
A massa total da chapa pode evidentemente ser expressa de duas maneiras,
b d
m G f ( x)dx G g ( y)dy.
a c

O centro de massa x, y da chapa agora definido por
b d
xG f ( x)dx
a
My yG g ( y)dy
c Mx
x b
e y d
.
m m
G f ( x)dx
a
G g ( y)dy
c
Como a densidade constante podemos elimin-la por cancelamento e as frmulas
tornam-se:
b d
xf ( x)dx
a
yg ( y)dy
c
x b
e y d
.
f ( x)dx
a
g ( y)dy
c
Exemplos
1) Clculo do centride de um retngulo. Considere o retngulo de altura h e base b e

portanto de rea hb, conforme Figura 7.
Figura 7 - Centride de um retngulo [3].
x hdx
0 1 1 2
b
1 1 2 1
Temos: x hx hb b e de modo anlogo, encontramos
hb hb 2 0 hb 2 2
1 1 1
y h , logo o centride o ponto b, h que obviamente o centro do retngulo.
2 2 2
2) Determinar o centride da regio do primeiro quadrante limitada pelos eixos e pela curva y
= 4 - x2, conforme Figura 8.
Figura 8 - Centride da regio do primeiro quadrante limitada

pelos eixos e pela curva y = 4 - x2 [3].
2 2
2 1 3 16
Usando o retngulo vertical, vemos que a rea da regio A 0 (4 x )dx 4x 3 x 0 3
.
xdA 3
2
x(4 x 2 )dx
3 2 1 4
2
3
Logo, x
A
16 0 16
2x x
4 0 4
.
xdA 3
4
16 0
Analogamente, usando um retngulo horizontal, temos y y 4 ydy.
A
Para calcular essa integral, fazemos a substituio u = 4 - y.
Assim, y = 4 - u e dy = -du e os novos limites de integrao sero 4 e 0:
4 4 4 4
3 3 12 3 3 8 3 2 2 5 2 3 64 64 8
y y 4 ydy u (4 u)(du) (4u1 2 u 3 2 )du u u .
16 0 16 0 16 0 16 3 3 0 16 3 5 5
3 8
Portanto, o centride o ponto , .
4 5
Dois belos teoremas geomtricos relacionando centrides com slidos e superfcies

de revoluo foram descobertos no sculo quatro antes de Cristo, por Pappus de
Alexandria, o ltimo dos grandes matemticos gregos. Neste trabalho utilizaremos apenas
um deles que passamos a descrever.
Primeiro Teorema de Pappus: Considere uma regio plana que est inteiramente de um
lado de uma reta do plano. Se essa regio girada ao redor da reta que desempenha a
funo de eixo, ento o volume do slido gerado dessa maneira igual ao produto da rea
da regio pela distncia percorrida pelo centride ao redor do eixo[3].
Voltemos nossa ateno agora para outro matemtico grego, Arquimedes (287 a.C.
- 212 a.C.), este, alm de matemtico era inventor. Nasceu na cidade-estado grega de
Siracusa, na ilha da Siclia e foi o mais importante matemtico da Antiguidade.
Em Fsica, no seu Tratado dos Corpos Flutuantes, estabeleceu as leis fundamentais da
esttica e da hidrosttica. Um dos princpios fundamentais da hidrosttica assim
enunciado: "todo corpo mergulhado total ou parcialmente em um fluido sofre uma
impulso vertical, dirigido de baixo para cima, igual ao peso do volume do fluido
deslocado, e aplicado no centro de impulso." O centro de impulso o centro de
gravidade do volume que corresponde poro submersa do corpo. Isto quer dizer que,
para o objeto flutuar, o peso da gua deslocada pelo objeto tem de ser maior que o prprio
peso do objeto. Conta-se que certa vez, Hiero, rei de Siracusa, no sculo III a.C. havia
encomendado uma coroa de ouro, para homenagear uma divindade que supostamente o
protegera em suas conquistas, mas foi levantada a acusao de que o ourives o enganara,
misturando o ouro macio com prata em sua confeco. Para descobrir, sem danificar o
objeto, se o seu interior continha uma parte feita de prata, Hiero pediu a ajuda de
Arquimedes. Este ps-se a procurar a soluo para o problema, a qual lhe ocorreu durante
um banho. A lenda afirma que Arquimedes (Figura 9) teria notado que uma quantidade de
gua correspondente ao seu prprio volume transbordava da banheira quando ele entrava
nela e que, utilizando um mtodo semelhante, poderia comparar o volume da coroa com
os volumes de iguais pesos de prata e ouro: bastava coloc-los em um recipiente cheio de
gua, e medir a quantidade de lquido derramado. Feliz com essa fantstica descoberta,
Arquimedes teria sado rua nu, gritando Eureka! Eureka! (Encontrei! Encontrei!).
Figura 9 - Arquimedes.
Outro matemtico importante foi Pappus de Alexandria (Figura 10) e foi conhecido
por seu trabalho Synagoga ou Coleo. Ele foi um egpcio helenizado nascido em
Alexandria, Egito. Entretanto, muito pouco se conhece sobre sua vida e os escritos
gravados sugerem que ele era professor.
Figura 10 - Pappus de Alexandria.
Vejamos agora algumas definies que sero necessrias para o clculo do volume de
um slido de revoluo.
1) ' {x 0 ,..., x n } uma partio do intervalo fechado [a, b], com pontilhame nto [ {[ 1 ,..., [ n },
se a x 0 x 1 ... x n -1 b e x i -1 d [ i d x i , 1 d i d n.
2) A norma de uma partio ' {x 0 , x 1 ,..., x n }, de [a, b], dada por :

' max{'x i },1 d i d n onde 'x i x i x i -1
3) Seja f : [a, b] o R contnua e tal que f(x) t 0, x [a, b].

O slido de revoluo obtido pela rotao em torno do eixo, da regio
limitada pela curva y f(x), o eixo e as retas x aex b, possui volume
n
dado por V lim S ( f ( [ i )) 2 ' x i S ab [ f(x)] 2 dx. Veja Figura 11.
' o0 i 1
Figura 11 - Slido obtido por rotao de uma curva.

Exemplos
3 2 4
4
32 4 x4
1) y x oV
2
S x dx S x dx 3
S 64S
0
0 4 0
0
0 0.5 1 1.5 2 2.5 3 3.5 4
Figura 12 - Grfico da funo y = x1.5.

a a
x3 4S a 3
2
2) x y 2 2
a o y a x2 2
oV
2 S a x dx 2 2
2S a 2 x
3

3
0 0
Figura 13 - Uso da integrao para o clculo do volume de uma esfera [3].
Metodologia
A aproximao do volume de uma ma ser feita utilizando-se conceitos de clculo
diferencial e integral, conhecimentos de geometria espacial e um teorema, conhecido como
teorema de Pappus.
importante tambm ressaltar que a maioria dos problemas levantados neste processo
de modelagem diz respeito geometria do objeto em estudo, no caso a ma. Este destaque
para a parte visual importante, visto que assim se consegue uma melhor compreenso do
que est acontecendo alm de aguar a imaginao geomtrica.
Para modelar o processo de resfriamento da ma sero utilizadas equaes de
diferenas [1].
Os modelos matemticos utilizados para o clculo do volume de uma ma esto
colocados em uma seqncia que obedece a um nvel gradativo de dificuldade e
complexidade conceitual.
No entanto, isto no significa necessariamente que o resultado obtido para a
aproximao do volume da ma seja to mais preciso quanto maior for a complexidade do
modelo.
Desenvolvimento
Existem vrios mtodos matemticos para calcular o volume de uma ma. Logo,
escolhemos os seguintes mtodos para este clculo: teorema de Pappus, frmula do volume da
esfera, fatiando uma ma e usando integrao. Este estudo foi realizado baseado em um
modelo apresentado em [1].
1. Problema: Como calcular o volume de uma ma?
Teorema de Fatiando a
Pappus! ma!
Integrao!
Volume
da esfera!
Figura 14 - Etapas de uma modelagem [1].
1 Mtodo: Utilizando a frmula do volume da esfera

Envolvendo a ma com um barbante (Figura 15) obtemos uma circunferncia cujo
comprimento de 26.2cm. Sabendo que o comprimento de uma circunfncia dado pela
frmula 2S R temos que R = 4.1698cm.
4
o Volume da esfera: V S r3 .
3
Figura 15 - Medindo a circunferncia da ma com um barbante [1].
Aplicando a frmula do volume de uma esfera obtemos um valor "aproximado"

superior ao volume da ma:
Vmax 4 u 3.1416 u (4.1698)3 3 303.6934 cm3 .
Cortando-se a ma ao meio (no sentido longitudinal), mede-se o raio r do crculo
inscrito na face plana da ma: r = 2.95cm, e obtm-se um valor mnimo para o volume da
ma:
Vmin 4 u 3.1416 u (2.95) 3 / 3 107.5364cm 3
Calculando a mdia, entre o volume mximo e este mnimo, segue que:
Vmaa | (303.6934 107.5364) 2 205.6149 cm3

.
2 Mtodo: Utilizando o teorema de Pappus
Pelo teorema de Pappus temos que o volume do slido de revoluo igual ao produto
da rea da regio : pela distncia d percorrida pelo centride ao redor do eixo.
Como d = 2 S h e sendo A a rea da regio : temos que V = 2 S hA.
A Figura 16 mostra uma meia fatia de ma e h determinado experimentalmente
medindo a distncia entre o eixo da ma (a partir do centride) at a borda e considerando a
metade deste comprimento.
Determinamos geometricamente a rea A atravs de um papel milimetrado:
A 22.875 cm 2 e h 2.1 cm V 2S hA 301.8292 cm3 .
Figura 16 - Volume da ma pelo Teorema de Pappus [1].

3 Mtodo: Fatiando a ma
(i) Retngulos internos (Figura 17).

21
V S'(r )
i 1
i
2
235.5cm 3
4.2
Usamos ' 0.2cm e 21 fatias cilndricas.
0.2
Figura 17 - Fatiando a ma [1].
(ii) Retngulos externos (Figura 18).
21
V S'(r )
i 1
i
2
247.06cm 3
3
Volume total | (235.5 + 247.06)/2 = 241.28 cm .
Figura 18 - Fatiando a ma [1].
4 Mtodo: Usando integrao
(i) Aproximando a configurao do corte central da ma por uma circunferncia

(Figura 19).
O volume de cada fatia dado por

Vi = S y 2 'x .
Volume total:
4.1
4.1
2 x3
V 2 Sy dx 2S 16.81x V 288.6963 cm3
0 3 0
Figura 19 - Usando integrao para calcular o volume da ma [1].
(ii) Aproximando por uma parbola y = ax2 + bx + c (Figura 20).
Os pontos dados da curva so: P1 4.1, 0 , P2 0, 2.7 e P3 1,3.2 .

Desta maneira, como P2 = (0, 2.7) temos que y = ax2 + bx + 2.7 e P1 e P3 nos fornecem
o sistema:
16.81 a 4.1b 2.7

a b 0.5
Resolvendo o sistema temos que a = -0.3737 e b = 0.8737 e, portanto,
y 0.3737 x 2 0.8737 x 2.7.
Figura 20 - Aproximando o formato da ma por uma parbola [1].
Usando integral, pode-se determinar o volume do slido de revoluo da parbola

(aproximadamente metade do volume da ma). Assim,
4.1
2
Vmaa =2 S (0.3737 x 0.8737 x 2.7) 2 dx 169.2408 cm3 .
0
Concluso Parcial
Cabe ressaltar que neste caso especfico, de calcular volume de uma ma, um
processo mecnico seria o mais indicado para a avaliao, tanto em termos de simplicidade
como de preciso.
Este processo, devido a Arquimedes, o seguinte: Mergulha-se a ma num recipiente
cheio de gua e o volume do lquido deslocado igual ao volume da ma.
Com a utilizao deste experimento, o volume encontrado para a ma foi de 310 cm3 .
2. Um Exemplo de Modelo Variacional
Para se fazer a formalizao de um modelo variacional o contedo matemtico que

utilizado baseia-se nas equaes diferenciais ordinrias e equaes de diferenas.
Processo de resfriamento da Ma
Para que a ma possa ser estocada ela deve primeiramente ser submetida a um processo de
resfriamento, o qual feito com a utilizao de um tanque de resfriamento. A Figura 21
mostra os elementos que compem o sistema de resfriamento com gua.
Figura 21- Tanque de refrigerao [5].
O processo de resfriamento uma das mais importantes etapas ps colheita que

consiste na remoo rpida de calor do campo dos frutos antes do armazenamento ou
comercializao. A maioria das cmaras de armazenagem no possui suficiente capacidade de
refrigerao e nem o movimento de ar com velocidade suficiente para efetuar um resfriamento
rpido dos produtos recm armazenados. Desta forma, este pr-resfriamento, geralmente,
uma operao separada e que necessita de equipamentos de maior capacidade de refrigerao.
A Tabela 1 relaciona as condies para o armazenamento refrigerado de alguns tipos de mas.
Temperatura Umidade Relativa Perodo de
Cultivares
(C) (%) armazenamento
Gala e mutaes 0 94-96 4-5 meses
Fuji -1 a 0 92-96 6-7 meses
Golden Delicious 0 94-96 5-6 meses
Belgolden 0 94-96 5-6 meses
Braeburn 0 92-96 6-7 meses
Tabela 1
O Brasil, apesar de ser um pas tropical, dispe de poucos resfriadores comerciais.

Alm disso, pela falta de conhecimento dos produtores, o armazenamento ainda feito
de forma bastante precria e o pr-resfriamento dos frutos geralmente no efetuado. Este
fato, juntamente com a entrada de novas cargas ainda no resfriadas na unidade de
armazenamento, faz com que o processo de resfriamento na cmara seja muito demorado e
irregular, principalmente em funo da oscilao de temperatura.
Antes da ma entrar na cmara fria, que est uma temperatura mdia de 1.5C, o
fruto recebe um banho num tanque uma temperatura de -3C. A passagem pelo tanque
feita sobre uma esteira circulante e dura cerca de 25 minutos.
O objetivo deste banho fazer com que a temperatura da ma alcance cerca de 6C.
Na sada do tanque, a temperatura da ma avaliada (por amostragem) e, caso no tenha
atingido o valor ideal para estocagem, o lote de ma deve passar novamente pelo tanque.
Este processo de retorno ao tanque, alm de atrasar a estocagem, ocupa uma maior mo-de-
obra e por conseguinte acarreta prejuzos ao agricultor. Este transtorno ocorre porque a
temperatura do meio ambiente varivel e a velocidade da esteira constante (a mquina
construda para atender termperatura ambiente de, no mximo, 26C).
Em um primeiro momento, temos o seguinte problema:
Se a ma entra no tanque a uma temperatura T0 (temperatura inicial), quantos
minutos deve permanecer neste banho para sair com uma temperatura de 7C?
Para se tratar desta questo, usa-se a lei de resfriamento de Newton. Esta supe que a
variao da temperatura proporcional diferena de temperatura do objeto e do ambiente
(em condies ideais).
O Modelo Matemtico que traduz a lei de resfriamento de Newton pode ser dado por
uma equao de dierena, da seguinte maneira [1]:
Tt 1 Tt K ( Tt T a ) (1)
onde:
x Tt : temperatura da ma no instante t;
x T0 : temperatura inicial (quando entra no tanque);
x Ta : temperatura ambiente (do tanque) igual a -3C;
x K = coeficiente de resfriamento da ma.
Soluo: A equao (1) pode ser reescrita por
Tt 1 ( K 1)Tt K Ta (2)
que uma frmula de recorrncia para qualquer valor Tt, uma vez que Ta = -3 e T0 dado. A
soluo de (2) pode ser obtida usando-se o processo de recorrncia:
T1 aT 0 b ( tomando a K 1 e b K Ta )
T2 aT1 b a 2T0 ab b
T3 aT 2 b a 3T0 a 2 b ab b
#
(3)
Tn a nT0 b ( a n 1 a n 2 " a 1)
O termo entre parntesis de (3) a soma de uma progresso geomtrica de razo

a ! 1, ento, como a soma dos termos de uma P.G. de razao a ! 1 dada por
Sn s1 a n
1 (a 1), onde s1 o primeiro termo da P.G., segue imediatamente que:
Tn a n T0 b(a n 10) (a 1) , ou (4)
Tn a T0 b (a 1 b (a 1) )
n
(5)
Se considerarmos que a temperatura mdia inicial da ma 25C e que, depois de
passar pela esteira durante 25 minutos, sua temperatura T25 = 6.5C, podemos calcular o
valor de K= a + 1.
De (5), podemos escrever
Tn ( K 1) n (T0 Ta ) Ta (6)
Logo,
9.5 9.5
6.5 (k 1) 25 28 3 (k 1) 25 25 ln (k 1) ln
28 28
1 1
9.5 25 9.5 25
ln (k 1) ln k 1 k -0.0423
28 28
Considerando a soluo (6), pode-se escrev-la como:

Tt (0.95768)t (T0 Ta ) Ta (7)
com T0 e Ta dados.
Figura 22 - Temperatura da Ma no Tanque x Tempo.
Observando o grfico da Figura 22 que relaciona a temperatura da ma no tanque

com o tempo em que esta permanece imersa, verifica-se que quanto maior o tempo (em
minutos) que a ma fica no banho menor a temperatura (em C), como desejado.
Para se encontrar o tempo que a ma deve permanecer no tanque de resfriamento
em funo da temperatura final Ttf (depois de passar pelo tanque), usa-se a equao (7) e
obtm-se:
Tt f Ta Tt Ta
(0.95768)t t 23.1259 ln f (8)
T0 Ta T T
0 a
Se Ta = -3 e considerando-se fixa a temperatura Ttf = 6.5 no fim do banho, pode-se

colocar t em funo de T0 (temperatura inicial da ma).
A Tabela1, fornece os valores de t para Ttf = 6.5C e Ttf = 7C. O valor de t* o
tempo ideal, superestimado para a ma permanecer no tanque.
Da Tabela 1, observa-se que, se T0 d 26C , ento 25 minutos no tanque tempo
suficiente para se ter Ttf d 7C.
Se 26C < T0 < 32C, o banho deveria durar at 30 minutos; e se o dia estiver bem
quente onde 32C d T0 d 38C, ento o tempo necessrio para a ma atingir
a temperatura de 7C chega a ser 33 minutos.
Tf = 6.5C Tf = 7C
T0 ln(9.5/(T0+3)) tc t ln(10/(T0+3)) tc t t*
19 -0,83975 19,42 19'25'' -0,78845 18,23 18'14'' 19'
20 -0,8842 20,45 20'27'' -0,83291 19,26 29'15'' 20'
21 -0,92676 21,43 21'26'' -0,87547 20,25 20'15'' 21'
22 -0,99675 22,37 22'32'' -0,91629 21,2 21'12'' 22'
23 -1,006804 23,28 23'17'' -0,9555 22,1 22'6'' 23'
24 -1,44545 24,15 24'15'' -0,99325 22,97 22'58'' 23'
25 -1,08091 25 25' -1,03 23,8 23'48'' 24'
26 -1,09199 25,8 25'48'' -1,0647 24,6 24'36 25'
27 -1,149905 26,59 26'36'' -1,09812 25,4 25'24'' 26'
28 -1,1826954 27,35 27'31'' -1,1314 26,17 26'10'' 27'
29 -1,2144441 28,08 28'5'' -1,1632 27 27' 28'
30 -1,2452157 28,8 28'48'' -1,19392 27,6 27'3'' 28'
31 -1,2750687 29,49 29'29'' -1,22378 28,3 28'18'' 29'
32 -1,3040562 30,16 30'10'' -1,25276 29 29' 30'
33 -1,3322271 30,81 30'49'' -1,28093 29,62 29'37'' 31'
34 -1,3596261 31,44 31'26'' -1,30833 30,25 30'15'' 31'
35 -1,3862943 32,06 32'4'' -1,335 30,87 30'52'' 32'
36 -1,412227 32,62 32'37'' -1,36098 31,5 31'3'' 32'
37 -1,437588 33,25 33'15'' -1,3863 32 32' 33'
38 -1,4622803 33,8 33'48'' -1,41098 32,63 32'37'' 33'
Tabela 2 - Temperatura inicial x Tempo necessrio para atingir Ttf.

Tempo necessrio para atingir Ttf
Temperatura inicial
Figura 22 - Temperatura inicial x Tempo necessrio para atingir Ttf.

Analisando o grfico da Figura 22 se verifica que quanto maior for a temperatura
inicial da ma maior o tempo necessrio para que ela alcance tanto a temperatura final
6.5C quanto 7C. E ainda quanto menor a temperatura final maior deve ser o tempo de
durao no banho.
Concluso
Durante o processo de desenvolvimento do trabalho verificamos a importncia de
entender conceitos matemticos para aplic-los de uma maneira adequada e correta nas
situaes problemas que foram encontradas durante o percurso de modelagem de tais
situaes.
Alm disso, conveniente mencionar que foi necessrio fazer um embasamento
histrico para as questes abordadas aqui, com o objetivo de proporcionar ao leitor uma
melhor compreenso dos fatos e da metodologia utilizada.
Finalmente, cabe ressaltar que todo processo de modelagem teve como suporte um
contedo matemtico, para que assim os modelos pudessem ser executados. Este processo
tambm contou com o auxlio de conceitos especficos sobre o assunto tratado.
Comparando os seguintes mtodos: Teorema de Pappus, fatiando uma ma, volume da
esfera e integrao com o princpio de Arquimedes observa-se que o 1 mtodo teve uma
aproximao melhor enquanto que a aproximao por uma parbola foi o menos preciso. Em
termos operacionais o 2 mtodo apresentou dificuldades de execuo em relao aos
demais.
Durante o processo de estocagem da ma necessrio o seu armazenamento a uma
temperatura de 6.5C. Para tanto, utilizamos equaes de diferenas para expressar
matematicamente a temperatura desta no tanque e com isto descobrir o tempo necessrio no
banho. Assim, com os resultados obtidos o agricultor poder reduzir seus gastos tanto com
mo de obra quanto em relao a atrasos na estocagem.
Bibliografia
[1] R.C.Bassanezi. Ensino-Aprendizagem com Modelagem Matemtica. Editora

Contexto, 2004.
[2] Shenk, Al.. Clculo e geometria analtica: volume 1. Editora Campus, 1991.
[3] Simmons, George F..Clculo com geometria analtica : volume 1. Editora
McGraw-Hill, Ltda,1987.
[4] site http://pt.wikipedia.org/wiki/Ma%C3%A7%C3%A3
[5] site http://www.scielo.br/img/revistas/cta/v23n2/2a12f02.gif
O USO DE TCNICAS DE OTIMIZAO PARA DETERMINAR UMA
DIETA ALIMENTAR SAUDVEL E ECONMICA.

Alessandra Ribeiro da Silva Carlos Henrique Tognon Milena A. Leite Brando

alerib11@gmail.com carlostognon@gmail.com milabrand@yahoo.com.br
Rosana Sueli M. Jafelice

rmotta@ufu.br
Introduo
Uma alimentao equilibrada ou balanceada

aquela que oferece numa mesma refeio pelo menos
um alimento de cada grupo (Energticos, Construtores
e Reguladores), pois assim conseguimos todos os
nutrientes que nosso corpo precisa para viver em
harmonia.
Isso significa que o consumo de uma variedade de
alimentos (Figura 1) essencial para a obteno do
equilbrio de nutrientes indispensveis para satisfazer
as necessidades fisiolgicas e psicolgicas de um
indivduo. Assim, necessrio uma dieta composta
de protenas, carboidratos, gorduras, fibras, clcio e
outros minerais, como tambm rica em vitaminas. Para
isto necessitamos de uma dieta variada, que tenha
todos os tipos de alimentos, sem abusos e tambm sem
excluses. Esta dieta pode ser constituda por trs
grupos bsicos de alimentos, os alimentos energticos,
construtores e reguladores.
Figura 1: Diversidade de alimentos.
Os Alimentos Energticos fornecem energia. Alguns exemplos dos alimentos deste

grupo so leo, manteiga, margarina, bacon, acar, mel, po, cereal matinal, biscoito, bolo,
doces, sorvete, arroz, macarro, milho, batata, mandioca, farinhas e outros.
Os chamados Alimentos Construtores auxiliam no crescimento e restabelecimento
dos tecidos. Os alimentos que fornecem os nutrientes necessrios construo destes tecidos
esto neste grupo. Alguns exemplos clssicos so carnes (boi, frango, porco, peixe, outros),
leite e derivados (iogurte, queijo, requeijo, outros), ovos, feijo, ervilha, soja e outros.
Tambm se tem os denominados Alimentos Reguladores. So aqueles que regulam o
funcionamento do corpo. O organismo precisa de nutrientes para regular seu funcionamento,
para prevenir certas doenas como gripes e resfriados e para ajudar na digesto dos alimentos.
Os nutrientes reguladores so as vitaminas (por exemplo, A, B, C, D, E, K) e os minerais
(ferro, clcio, sdio, potssio, zinco e outros). Este grupo composto por alimentos tais como
as frutas (banana, limo, laranja, ma e outras), legumes e verduras (cenoura, chuchu,
abobrinha, alface, couve, agrio e outros).
Metodologia
frequentemente desejvel descrever o comportamento de algum sistema ou
fenmeno da vida real em termos matemticos, quer sejam eles fsicos, sociolgicos ou
mesmo econmicos. A descrio matemtica de um sistema ou fenmeno, chamada de
modelo matemtico, construda levando-se em considerao determinadas metas. Por
exemplo, talvez queiramos encontrar as quantidades necessrias para se ter uma boa
alimentao gastando o mnimo possvel por meio da anlise de nutrientes nos alimentos
presentes em diversos cardpios. Desta forma, escolhemos um cardpio de um site [1] e outro
fornecido pelo recordatrio de 24 horas realizado por um paciente da ps-graduanda em
nutrio clnica Juliana Dias Borges e atravs de tcnicas de otimizao, usando o software
Matlab, faremos a anlise destes cardpios.
A pesquisa de preos foi feita no supermercado Extra e no Sacolo Center.
Objetivos
O objetivo deste trabalho verificar se os cardpios escolhidos conciliam uma boa
alimentao com um custo mnimo avaliando as quantidades necessrias de cada alimento e
se satisfazem todos os nutrientes necessrios. E tambm resolver alguns problemas
matemticos relacionados alimentao.
Pirmide Alimentar
Flexvel e cheia de opes, a Pirmide Alimentar (Figura 2) pode ser o seu guia para
uma dieta equilibrada e alimentao saudvel [4]. Ela foi desenvolvida pelo departamento de
agricultura americano e oferece orientao simples e fcil para voc escolher seu cardpio
respeitando as sete diretrizes:
1) Coma uma diversidade de alimentos.

2) Mantenha um peso saudvel.
3) Escolha uma dieta com pouca gordura, colesterol e gordura saturada.
4) Escolha uma dieta rica em vegetais, frutas e gros.
5) Use acar com moderao.
6) Use sal com moderao.
7) Se consome bebidas alcolicas, beba com moderao.
Grupo dos
leos e
gorduras!
Grupo dos
acares!
Grupo do leite,
queijo e iogurtes!
Grupo das
carnes e ovos!
Grupo das
verduras e Grupo das
legumes! leguminosas!
Grupo dos Grupo das

cereais, razes frutas!
e tubrculos!
Figura 2: Pirmide alimentar.
Na prxima seo, definimos a teoria de Programao Linear que ser utilizada para a
resoluo do problema que vamos estudar.
Preliminares
Sistemas lineares
Um dos problemas que aparece com elevada freqncia nas aplicaes da Matemtica
a resoluo de sistemas de equaes lineares. Um sistema de equaes lineares uma
coleo finita de n variveis e n equaes lineares (todas nas mesmas variveis),
consideradas em conjunto e normalmente apresentadas na forma:
a11 x1 a12 x 2 a13 x3 / a1n x n b1
a 21 x1 a 22 x 2 a 23 x3 / a 2 n x n b2

a 31 x1 a 32 x 2 a 33 x 3 / a 3n x n b3
/ / / / / /

a n1 x1 a n 2 x 2 a n3 x3 / a nn x n bn
O sistema acima tambm pode ser representado na forma matricial:
a11 a12 a13 / a1n x1 b1

a21 a22 a23 / a2 n x2 b2
a a32 a33 / a3 n x b
31 3 3
0 / / / 0 0 0

an1 an 2 an 3 / ann xn bn
Ou seja, o sistema linear pode ser escrito como:

Ax b
Sendo,
A = matriz dos coeficientes, A nun ;

x = vetor das variveis (ou incgnitas), x n ;
b = vetor dos termos independentes b . n

Uma soluo de um sistema de equaes lineares nas variveis x1 , x2 ,/ , xn uma
seqncia ordenada D1 , D 2 ,/ , D n de nmeros tais que as substituies xi D i , i 1,/ , n
transformam todas as equaes do sistema em identidades verdadeiras. Resolver um sistema
de equaes lineares determinar todas as suas solues ou provar que no existe nenhuma.
Um sistema de equaes lineares que tenha pelo menos uma soluo diz-se possvel
(determinado se s tiver uma, indeterminado se tiver mais do que uma). Um sistema de
equaes lineares que no tenha nenhuma soluo diz-se impossvel.
Definimos operao elementar sobre um sistema linear como sendo:
i) a permuta de duas de suas equaes;
ii) a substituio de uma de suas equaes por si mesma previamente multiplicada por uma
constante no nula;
iii) a substituio de uma de suas equaes pela soma de si mesma com uma outra
previamente multiplicada por uma constante.
Dizemos que um sistema encontra-se na forma escalonada se o nmero de coeficientes
iniciais nulos em cada equao, a partir da segunda, for maior do que na precedente.
Se um sistema linear de m equaes e n incgnitas foi escalonado e, retiradas as
equaes do tipo 0=0, restaram p equaes e n incgnitas, ento:
i) se uma das equaes restantes for da forma:
0x1+0x2 + ... + 0xn = E i , com E i z 0 , o sistema impossvel ;
ii) se no houver nenhuma equao da forma acima, o sistema possvel, sendo
x determinado se p = n;
x indeterminado se p<n.
Programao Linear
A Programao Linear (PL) estuda mtodos eficientes para a anlise e soluo de

problemas de otimizao (maximizao ou minimizao) cujo modelo matemtico de um
tipo particularmente simples (linear), mas muito eficiente na prtica. Num problema tpico de
PL temos:
i) um nmero finito de variveis xi.
ii) um nmero finito de restries ou vnculos, do tipo desigualdades (lineares) a que as
variveis devem satisfazer.
iii) procura-se maximizar ou minimizar uma certa funo real do tipo linear nas variveis xi,
que chamada funo objetivo do problema.
Um passo fundamental para a resoluo de um Problema de Programao Linear
(PPL) a modelagem do problema seguido do mtodo de resoluo do modelo.
Modelo
Sejam x1, x2, x3, x4, x5, o nmero de unidades dos alimentos s1, s2, s3, s4, s5
respectivamente de uma dieta diria.
O custo por dia desta dieta, em reais, ser expresso pela funo linear Q(x) = c1x1 +
c2x2 + c3x3 + c4x4 + c5x5 chamada funo objetivo. As restries para as vitaminas so dadas
a11x1+ a12x2 +a13x3 +a14x4 a15x5 t b1

a21x1+ a22x2 +a23x3 +a24x4 a25x5 t b2
a31x1+ a32x2 +a33x3 +a34x4 a35x5 t b3
Como no podemos consumir uma quantidade negativa de alimentos, temos que x1 t 0,

x2 t 0, x3 t 0, x4 t 0, x5 t 0. Nosso problema ser dado por:
Min Q(x) = c1x1 + c2x2 + c3x3 + c4x4 + c5x5

a11x1 + a12x2 + a13x3 + a14x4 + a15x5 t b1
a21x1 + a22x2 + a23x3 + a24x4 + a25x5 t b2
a31x1 + a32x2 + a33x3 + a34x4 + a35x5 t b3
x i t 0, i = 1, 2, ... ,5
Uma forma mais compacta de expressar um PPL a forma vetorial (matricial), ou
seja,
Min Q(X) = CX
AX t B
Xt 0
Abaixo seguem algumas definies:

i) O conjunto S = {X : AX d B (ou AX t B; X t 0)} chamado de regio de viabilidade
(conjunto das solues possveis)
ii) Um ponto que pertena a S chamado soluo vivel.
iii) Seja Q(X) = CX. Um ponto X* S tal que Q(X*) = max ou min{CX / X S } chamado
soluo tima e o valor Q(X*) chamado de valor timo.
Obs.: a) Q(X) = CX sempre linear em X.

b) Podemos ter uma soluo tima, infinitas solues timas ou nenhuma.
c) Um problema de maximizao (ou minimizao) dito ilimitado se sup{ CX / X S
}= f
(inf{ CX / X S }= - f .
Resoluo Grfica de um PPL
Problemas de PL que envolvem 2 variveis (ou at 3 variveis) podem ser resolvidos

graficamente, porm este mtodo impraticvel em espaos de dimenso maior.
Basicamente o problema a ser resolvido :
- variveis: x, y
- desigualdades (lineares) envolvendo x e y.
- funo objetivo f(x, y) = ax + by + c.
Estamos procurando um ponto (x, y) da regio de viabilidade que nos fornea o maior
(ou menor) valor k para f(x, y). Temos que f(x, y) = k representa retas paralelas,
chamadas curvas de nvel da funo objetivo f.
Sabemos que o vetor gradiente de f perpendicular s curvas de nvel de f.
Procedimento resumido para resoluo grfica de um PPL( 2 )
a) Encontra-se a regio de viabilidade de S.
b) Traa-se o vetor gradiente de f
c) Traam-se as retas perpendiculares ao vetor gradiente (curvas de nvel de f)
d) O ponto mais distante na direo oposta ao vetor gradiente f e que intercepta pelo
menos um ponto de S a soluo tima, no caso de minimizao.
Exemplo 1:
f(x, y) x 2y 1
x y t 1 X 1* (1 / 3, 4 / 3) (caso de maximizao)

f (1, 2) *
x - y t -1 X 2 (1, 0) (caso de minimizao)
2x y d 2
y+x=1 x-y=-1
f Regio Vivel!
2x + y = 2
Figura 3: Resoluo grfica do exemplo 1.
Exemplo 2:
Aps uma pesquisa montamos a Tabela 1 a seguir, que mostra os valores nutricionais de
alguns alimentos: arroz, feijo, peito de frango empanado congelado, suco de laranja
pasteurizado e adoado, po tipo francs e margarina sem sal.
Arroz Feijo Frango Iogurte Mamo Bolacha VDR

(125g) (86g) (85g) (340g) (140g) (34g)
Energia (Kcal) 192 283 183 238 56 151 2000
Carboidratos(g) 14 53 0.1 33 15 26 300
Protenas(g) 13 17 24 9 1 3 75
Lipdeo(g) 9 1 8 8 0.1 4 55
Tabela 1: Valores nutricionais de alguns alimentos.
Para montar uma dieta necessrio determinar as quantidades x1, ..., x6 (em pores)
de cada alimento, necessrias para compor o VDR (valores dirios de referncia). Isso
corresponde a resolver o sistema linear (1).
192x 1 283x 2 183x 3 238x 4 56x 5 151x 6 2000

14x 53x 0.1x 33x 15x 26x 300
1 2 3 4 5 6
(1)
13x 1 17x 2 24 x 3 9x 4 x 5 3x 6 75
9x 1 x 2 8x 3 8x 4 0.1x 5 4x 6 55
Observe que o sistema possui quatro equaes, correspondentes ao nmero de
nutrientes, e seis incgnitas, correspondentes ao nmero de alimentos. A melhor maneira de
resolver o sistema por escalonamento, transformando o sistema ns forma escalonada
reduzida.
x 1 10.19 x 5 0.56x 6 6.05
x 2.33x 5 0.2x 6 2.59
2
(2)

x 3 4.35x 5 0.42x 6 - 3.03
x 4 7.41x 5 0.27x 6 2.77
O sistema (2) possvel indeterminado, isto , possui infinitas solues. Os valores
para x1, ..., x4 dependem de valores escolhidos para x5 e x6, ditas variveis livres. Assim,
podemos expressar x1, ..., x4 em termos de x5 e x6. Temos ento:
x 1 6.05 - 10.19 x 5 0.56x 6
x
2 2.59 - 2.33x 5 - 0.2x 6 (3)

x 3 - 3.03 4.35x 5 0.42x 6
x 4 2.77 7.41x 5 0.27x 6
Observamos, no entanto, que nem toda soluo matemtica utilizvel na situao
prtica, j que numa dieta necessrio escolher x5 t 0 e x6 t 0 de modo que tambm tenhamos
x1 t 0, ..., x4 t 0. Assim, a partir do sistema (3) obtemos as condies:
x 6 d - 18.19 x 5 10.18
x d - 11.65x 5 12.95
6 (4)

x 6 t 10.36x 5 7.21
x 6d 27.44x 5 10.26
Cada uma das inequaes (4) corresponde a um semiplano no sistema de eixos x5x6.
Os valores de x5 e x6 que satisfazem simultaneamente todas as inequaes pertencem regio
de interseo dos semiplanos.
Essa regio est hachurada na Figura 4.
x6
x6=10.26+27.44x5
x6=7.21-10.36x5
x6=12.95-11.65x5
x5
x6=10.8-18.19x5
Figura 4: Resoluo grfica do exemplo 2.
De acordo com a Figura 4, uma possvel dieta pode ser obtida escolhendo x5 = 0.1 e
x6=7. Substituindo esses valores em (4), obtemos:
x1 = 1.11; x2=0.957; x3 = 0.345 e x4=1.621

Isto corresponde a, aproximadamente, 139g de arroz, 82g de feijo, 29g de frango,
551g de iogurte, 14g de mamo e 238g de bolacha.
Anlise dos Cardpios

Aps a definio dos cardpios montamos a Tabela 2, que mostra os valores
nutricionais de cada alimento [2] com as quantidades indicadas pelo site [1] e pela
nutricionista. Desta forma, com base nessas informaes modelamos o problema e aps a
montagem dos sistemas lineares utilizaremos o software Matlab para encontrar a soluo que
mais se aproxima das quantidades timas preservando um cardpio saudvel e um custo
mnimo. Ressaltamos que os resultados que se seguem so apenas dados experimentais e que
a exemplo de outros cardpios deve-se prevalecer ainda o bom senso. Portanto, a atitude
mais correta e segura procurar um especialista que indicar a dieta mais adequada ao seu
organismo (no consideramos na anlise dos dados pessoas com patologias, por exemplo,
diabetes).
Cardpio do site Kcal Carb. Protenas Lipdeos Clcio Fibra
Caf da manh
iogurte - 170g 0,700 0,0970 0,0270 0,023 0,00101 0,002
bolacha gua e sal - 13,64g 4,320 0,6870 0,1010 0,144 0,0002 0,025
mamo - 140g 0,400 0,1040 0,0050 0,001 0,00022 0,01
Lanche
iogurte - 170g 0,700 0,0970 0,0270 0,023 0,00101 0,002
Almoo
coxa de frango assada com pele-170g 2,150 0,0010 0,2850 0,104 0,00008 0
arroz carreteiro - 187,5g 1,280 0,2810 0,0250 0,002 0,00004 0,016
feijo carioca - 86g 0,760 0,1360 0,0480 0,005 0,00027 0,085
alface - 40g 0,090 0,0170 0,0060 0,001 0,00014 0,01
tomate cru com semente - 80g 0,150 0,0310 0,0110 0,002 0,00007 0,012
Caf da tarde
ma - 120g 0,560 0,1520 0,0030 0 0,00002 0,013
Janta
carne moda cozida - 90g 2,120 0,0000 0,2670 0,109 0,00004 0
feijo carioca - 86g 0,760 0,1360 0,0480 0,005 0,00027 0,085
cenoura cozida - 110g 0,300 0,0670 0,0080 0,002 0,00026 0,026
salada de repolho - 55g 0,170 0,0390 0,0090 0,001 0,00035 0,019
Cardpio da Nutricionista Kcal Carb. Protenas Lipdeos Clcio Fibra

Caf da manh
leite com achocolatado - 278g 0,83 0,142 0,021 0,022 0,0007 0,006
po francs - 50g 3 0,586 0,08 0,031 0,00016 0,023
queijo minas - 90g 2,64 0,032 0,174 0,202 0,00579 0
Lanche
barra de cereal - 25g 3,65 0,838 0,072 0,01 0,00143 0,041
Almoo
lagarto cozido - 65g 2,22 0 0,329 0,091 0,00004 0
feijo carioca - 86g 0,76 0,136 0,048 0,005 0,00027 0,085
chuchu - 25g 0,19 0,048 0,004 0 0,00008 0,01
Caf da tarde
pra - 132g 0,53 0,14 0,006 0,001 0,00008 0,03
Janta
lasanha - 200g 1,64 0,0325 0,058 0,012 0,0001 0,016
Tabela 2: Cardpios.
Considere as seguintes informaes nutricionais:
Kcal Carb. Protenas Lipdeos Clcio Fibra

Valores Dirios de
Referncia 2000-2500 300-375 63-126 55 1 25-30
Tabela 3: Valores dirios recomendados.
Para montar uma boa alimentao necessrio determinar as quantidades (em gramas) de
cada alimento, necessrias para compor o VDR (Valores Dirios de Referncia). Isso
corresponde a resolver os sistemas lineares (5) e (6).
Cardpio do site:
0,7x 4,32x 0,4x 0,7 x 2,15x 1,28x 0,76x 0,09x 0,15x 0,56x
1 2 3 4 5 6 7 8 9 10
2,12x 11 0,76x 12 1,28x 13 0,3x 14 0,17x 15 d 2500
0,097x 1 0,687 x 2 0,104 x 3 0,097x 4 0,001 x 5 0,281 x 6 0,136 x 7 0,017 x 8

0,031 x 9 0,152 x 10 0,136 x 12 0,281 x 13 0,067 x 14 0,039x 15 d 375
0,027x 1 0,101x 2 0,005 x 3 0,027 x 4 0,285 x 5 0,025 x 6 0,048 x 7 0,006 x 8

0,011 x 0,003 x 0,267x 0,048 x 0,025 x 0,008x 0,009x d 63
9 10 11 12 13 14 15
(5)
0,023x 1 0,144 x 2 0,001x 3 0,023x 4 0,104 x 5 0,002 x 6 0,005 x 7 0,001 x 8
0,002x 9 0,109x 11 0,005 x 12 0,002 x 13 0,002x 14 0,001x 15 d 55
0,00101x 1 0,0002 x 2 0,00022x 3 0,00101x 4 0,00008x 5 0,00004x 6 0,00027x 7

0,00014x 0,00007x 0,00002 x 0,00004 x 0,00027 x 0,00004 x
8 9 10 11 12 13
0,00026 x 14 0,00035x 15 d 1
0,002x 1 0,025x 2 0,01 x 3 0,002 x 4 0,016x 6 0,085x 7 0,01x 8 0,012 x 9 0,013x 10

0,085x 12 0,016x 13 0,026x 14 0,019x 15 d 30
onde x1 a quantidade(em gramas) de iogurte;

x2 a quantidade(em gramas) de bolacha gua e sal;
x3 a quantidade(em gramas) de mamo;
x4 a quantidade(em gramas) de iogurte;
x5 a quantidade(em gramas) de coxa de frango assado com pele;
x6 a quantidade(em gramas) de arroz carreteiro;
x7 a quantidade(em gramas) de feijo carioca;
x8 a quantidade(em gramas) de alface;
x9 a quantidade(em gramas) de tomate sem semente;
x10 a quantidade(em gramas) de ma;
x11 a quantidade(em gramas) de carne moda;
x14 a quantidade(em gramas) de cenoura cozida;
x15 a quantidade(em gramas) de repolho;
A funo objetivo dada por: F(X) = 0,00275 x1+0,01575 x2+ 0,00199 x3+ 0,00275 x4+
0,00348 x5+ 0,001296 x6+ 0,00358 x7+ 0,002178 x8+ 0,00239 x9+ 0,00248
x10+0,00749 x11+ 0,00358 x12+ 0,001296 x13+ 0,00129 x14+ 0,00039 x15.
Utilizando-se o software Matlab encontramos a seguinte soluo para o sistema (5):
X = [321,42 83,86 198,42 321,42 160 180,81 80,41 30,3 70,06 217,42 70 80,41 200,82
113,41 102,37], o que representa aproximadamente:
Caf da manh: duas garrafinhas de iogurte, 18 bolachas de gua e sal e 200g de mamo
(mais da metade);
Lanche da manh: duas garrafinhas de iogurte;
Almoo: duas coxas de frango (assada com pele), 3 colheres de arroz, uma concha de
feijo (50% de caldo), 4 folhas de alface e 3 fatias e meia de tomate;
Lanche da tarde: uma ma e meia.
Janta: 4 colheres de carne moda, 1 concha de feijo, 3 colheres de arroz, 1 cenoura
cozida e
102g de repolho;
Note que na Tabela 4 temos que a soluo do sistema se aproxima da faixa estabelecida
para cada nutriente considerado. No caso da protena, o VDR tomado como 10% das
calorias [5], mas segundo a nutricionista, permitido chegar at 20% o que corresponderia a
126g e, portanto estaria dentro do intervalo desejado. Em relao ao custo este valor no o
real, pois diariamente quando compramos certos produtos pagamos pela mercadoria total e
no apenas por parte dela.
Kcal Carb. Protenas Lipdeos Clcio Fibra Custo dirio

VDR
2000-2500 300-375 50-63 55 1 25-30 -
Soluo 2181,176 317,2008 111,8026 53,39727 0,862794 34,00553 6,593818
Tabela 4: Faixa para os nutrientes comparada com os valores obtidos na soluo.

Cardpio/nutricionista
0,83x 3x 2,64x 3,65x 2,22x 1,28x 0,76x 0,19x 0,53 x 1,28x
1 2 3 4 5 6 7 8 9 10
1,64x 11 d 2500
0,142x 1 0,586x 2 0,032x 3 0,838x 4 0,281x 6 0,136x 7 0,048x 8 0,14x 9 0,281x 10

0,325x d 375
11
0,021x 1 0,08x 2 0,174x 3 0,072x 4 0,329x 5 0,025x 6 0,048x 7 0,004x 8 0,006x 9
0,025x 10 0,058x 11 d 63
0.02x 0.031x 0.202x 0.01x 0.09x 0.002x 0.005x 0.001x 0.002x (6)
1 2 3 4 5 6 7 9 10
0.012x 11 d 55
0.0007x 1 0.00016x 2 0.00579x 3 0.00143x 4 0.00004x 5 0.0004x 6 0.00027x 7

0.00008x 8
0.00008x 9 0.00004x 10 0.0001x 11 d 1

0.006x 0.023x 0.041x 0.016x 0.085x 0.01x 0.03x 0.016x 0.016x d 30
1 2 4 6 7 8 9 10 11
onde x1 a quantidade(em gramas) de leite com achocolatado;

x2 a quantidade(em gramas) de po francs;
x3 a quantidade(em gramas) de queijo minas;
x4 a quantidade(em gramas) de barra de cereal;
x5 a quantidade(em gramas) de lagarto cozido;
x8 a quantidade(em gramas) de chuchu;
x9 a quantidade(em gramas) de pra;
x11 a quantidade(em gramas) de lasanha;
A funo objetivo dada por F(X1)= 0,00495 x1+0,00466 x2+ 0,00864 x3+ 0,048 x4+
0,008 x5+ 0,001296 x6+ 0,00358 x7+ 0,00069 x8+ 0,00298 x9+ 0,001296 x10+ 0,01245
x11.
J neste caso a soluo para o sistema (6) dada por:
X1 = [316,97 74,63 80 47,64 55 243,62 94,69 63,67 170,22 243,62 236,52], o que representa
aproximadamente:
Caf da manh: 1 copo e meio de leite com achocolatado , 1po (francs) e meio e duas
fatias de queijo minas;
Lanche da manh: 2 barras de cereais (25g cada);
Almoo: 55g de lagarto cozido, 4 colheres de arroz, um pouco mais de uma concha de
feijo (50% de caldo), 64g de chuchu;
Lanche da tarde: uma pra e meia;
Janta: 4 colheres de arroz, 237g de lasanha.
Note que na Tabela 5 temos que a soluo do sistema se aproxima melhor da faixa
estabelecida para cada nutriente considerado. No caso dos lipdeos, segundo a nutricionista,
pode-se ingerir outros alimentos que no alterem muito as quantidades dos demais nutrientes,
por exemplo, colocar um pouco de azeite na salada visto que a quantidade de lipdeos
desejada no foi alcanada. Observe ainda que o custo dirio maior que o anterior.
Kcal Carb. Protenas Lipdeos Clcio Fibra Custo dirio

VDR
2000-2500 300-375 50-63 55 1 25-30 -
Soluo 2180,044 315,5989 79,7935 35,38516 0,942485 30,94475 9,801251
Tabela 5: Faixa para os nutrientes comparada com os valores obtidos na soluo.
Caso no os indivduos no sigam as dietas saudveis, podem ter que enfrentar

problemas de obesidade. O exemplo 1 a seguir ilustra este tipo de problema.
Exemplo 1: Um ator de cinema que pesa 120Kg precisa fazer um severo regime para
emagrecer em virtude do seu papel num novo filme a ser rodado. O diretor exige que ele
perca a tera parte do seu peso no mximo em trs meses, seguindo uma dieta racional que
emagrea proporcionalmente ao peso de cada dia. Nestas condies, sabendo-se que iniciada
a dieta, o artista emagrecer 20Kg em 40 dias, quantos dias sero necessrios para que ele
comece a atuar no filme. Seja P = P(t) = peso que se perde em um instante arbitrrio t.
Assim, P(t + h) = peso que se perde em um instante arbitrrio t + h e P(t + h) - P(t) = variao
do peso que se perde no instante h.
P (t h ) P (t )
Portanto, variao do peso que se perde no instante unitrio. E note que :
h
P(t h) P(t ) dP(t)
lim variao instantnea.
ho0 h dt
Assim,
dP
dt { k (120 P)

P(0) 0
P(40) 20

dP
dt d
Da , k ln 120 P (t ) k ln 120 P(t ) kt c P(t ) c1 e kt 120
120 - P(t) dt
P (t ) c1 e kt 120. Como P(0) 0 segue que
P (0) c1 e k 0 120 c1 120. Logo, P (t ) 120e kt 120. Temos que P(40) 20.
5
Assim, P (40) 120e k 40 120 e 40 k k 1 / 40 ln 1.2.
6
Desta forma,
P (t ) 120e ( 1 / 40 ln 1.2 ) t 120
Assim, se P(t) 40 segue que 120e ( 1 / 40 ln 1.2 ) t 120 40 120e ( 1 / 40 ln 1.2 ) t 80 e ( 1 / 40 ln 1.2 ) t 2/3
40 ln 1.5
t t 88.956.
ln 1.2
Enfim, sero necessrios 88 dias para que o ator comece a atuar no filme.
Podemos resolver, matematicamente, problemas de concentrao de glicose. o que

segue no prximo exemplo.
Exemplo 2: Por infuso, a concentrao de glicose no sangue aumentada a uma taxa

constante, R (em mg/minuto). Ao mesmo tempo, a glicose convertida e excretada a uma
taxa que proporcional a presente concentrao de glicose. Conseqentemente, se C C t
representa esta concentrao, obtemos a equao diferencial
dC
R KC
dt
(5)
com uma constante K ! 0 [3].
Temos que: R : taxa constante de aumento da concentrao de glicose no sangue.

C : concentrao de glicose no sangue no instante t .
A equao diferencial solucionada da seguinte forma:

dC
KC R ( K 0)
dt
dC R
K C .
dt K
(6)
R
A fim de simplificar, consideremos p . Ento, separamos as variveis:
K
dC
dC K C p dt , Kdt.
C p
Por integrao, temos:
dC
C p Kdt , ln C p Kt A
Assim,
R
C S e K t
K
(7)
Na expresso (7), S uma constante.
dC
Tambm, (7) a soluo geral de KC R .
dt
Podemos representar graficamente a soluo geral desta equao. Para tanto,

utilizamos os seguintes valores: S 10, K 4 e R 5 . Vamos considerar somente valores
positivos para S ; conseqentemente teremos somente valores positivos para C C t . A
representao grfica de uma
soluo
g particular
desta
p equao
p dada a seguir.
6
5.5
5
Concentraao de glicose no sangue
4.5
3.5
2.5
1.5
1
0 1 2 3 4 5 6 7 8 9 10
Tempo percorrido em minutos
Figura 5: Grfico da equao (7).
Concluso
Analisando os resultados encontrados percebemos que o cardpio do site apresentou
menor custo, porm o cardpio da nutricionista satisfez melhor as faixas dos nutrientes.
Assim, pode-se adotar o cardpio do site complementando com alimentos que aumentassem
as quantidades necessrias de clcio e lipdeos sem alterar muito as quantidades dos demais
nutrientes ou adotar o cardpio da nutricionista gastando um pouco mais, no entanto
atendendo melhor os valores dirios de referncia.
Entretanto, deve ficar claro que as necessidades calricas e de nutrientes de uma
pessoa variam de acordo com sexo, atividade fsica, idade e, conseqentemente, podem ser
inferiores ou superiores aos valores estipulados.
Bibliografia
[1] http://www.tiojoao.com.br/cardapios.asp?link=3&sublink=3#
[2] http://www.unicamp.br/nepa/taco/contar/taco_versao2.pdf
[3]BATSCHELET, Edward. Introduo Matemtica para Biocientistas. Traduo: Vera M.

A. P. da Silva e Junia Maria P. Quitete. So Paulo: Editora da Universidade de So Paulo,
1978.
[4] http://www.copacabanarunners.net/piramide.html
[5] http://www.agroinfo-br.com/conteudo.asp?cod=37
IMPLICAES DA ATIVIDADE DE ENSINO NA
FORMAO INICIAL DE PROFESSORES

Fabiana Fiorezi de Marco Matos Lren Grace Kellen Maia Amorim Mariana Martins Pereira
fabianaf@famat.ufu.br loren_wesley@yahoo.com.br maguianna@yahoo.com.br
RESUMO
Este artigo resultou de uma pesquisa realizada na Universidade Federal de Uberlndia, no
curso de Licenciatura/Bacharelado em Matemtica. Enfatiza a importncia do uso de
ambientes computacionais e relata a produo de uma atividade de ensino no Macromedia
Flash explorando o conceito de rea. Destaca que tais ambientes, quando cuidadosamente
planejadas as atividades, so recursos pedaggicos eficazes para a construo do
conhecimento matemtico.
Palavras-chave: atividade de ensino, formao inicial de professores, ambiente

computacional.
INTRODUO
Ao refletirmos sobre o estado atual da Educao no Brasil, deparamos, na maioria das
vezes, com uma realidade sem aparentes atrativos para crianas, adolescentes e adultos: uma
educao considerada por eles desagradvel e desinteressante. possvel, porm, propormos
experincias que procurem redimensionar crenas e valores, com o propsito de transpor tal
situao, considerando o aluno como ser integral, ou seja, o emocional e o cognitivo juntos
formando o aprendiz.
A preocupao dos estudantes, em geral, de buscar uma frmula para solucionar
situaes-problema parece-nos ser decorrente do ensino de mecanismos de repetio das
formas abstratas dos conceitos cientficos matemticos, o chamado ensino
tradicional. Percebemos, em nosso exerccio de professoras, que vrias escolas utilizam a
pedagogia do treinamento (mostrar o conceito, demonstrar seu funcionamento, trein-lo,
avali-lo (avaliao somativa)) ao invs de valorizar o processo de saber pensar sobre
conceitos matemticos mediante a resoluo de problemas (LIMA, 1998).
Segundo LANNER DE MOURA et all. (2003a)
a simples existncia objetiva dos conceitos matemticos no determina a sua

existncia no nosso subjetivo, do mesmo modo que o simples fato de lidarmos com
um eletrodomstico qualquer - uma televiso, um aspirador de p etc - no nos torna
pensadores em eletrnica. Assim, podemos conjecturar sobre a existncia de um
espao vazio de compreenso entre a manipulao mecnica e cotidiana de um
conceito e a sua (re)criao subjetiva. (...) de se pensar que quanto mais
intensificamos a prtica mecnica, mais o conceito que a embasa torna-se invisvel
ao pensamento.
Com estas reflexes, neste artigo, apresentamos os resultados de uma pesquisa

realizada com alunos do curso de Licenciatura/Bacharelado em Matemtica da Universidade
Federal de Uberlndia, na disciplina Informtica e Ensino.
APRESENTAO DA DISCIPLINA
A disciplina Informtica e Ensino oferecida semestralmente e faz parte das
disciplinas do 2 perodo do curso de Licenciatura e Bacharelado em Matemtica da
Universidade Federal de Uberlndia (UFU) e foi oferecida pela primeira vez no 1 semestre
de 2006.
No referido semestre, os objetivos da disciplina visavam:
x Propiciar aos alunos subsdios tericos que permitissem a percepo e a
conscientizao sobre a utilizao da informtica na sociedade e na educao, especialmente
em relao ao papel do professor, do aluno e de ambientes computacionais de aprendizagem.
x Investigar novas tecnologias aplicadas ao ensino de matemtica;
x Provocar a mudana de postura didtica/metodolgica do futuro professor face s
ferramentas tecnolgicas de apoio ao ensino;
x Discutir as potencialidades e limitaes de softwares na produo de atividades
interativas de ensino com os alunos.
x Compartilhar com os colegas de disciplina seu planejamento, suas experincias,
reflexes e saberes elaborados durante a produo de atividades interativas de ensino.
Os participantes desta disciplina eram alunos de diversos perodos, pois neste
semestre a Universidade passava por uma transio havendo a implementao de um novo
currculo e os alunos de perodos finais precisavam cumprir esta disciplina.
METODOLOGIA DA DISCIPLINA
A disciplina Informtica e Ensino utilizou o yahoo groups para servir como meio de
comunicao entre professora-pesquisadora/alunos e como apoio s aulas, sendo que toda
informao referente s aulas e ao contedo a ser trabalhado eram disponibilizados no
ambiente.
A dinmica da disciplina consistiu na discusso e reflexo sobre a bibliografia
sugerida no curso e cada aluno foi orientado a elaborar mapas conceituais dos textos tericos
relacionando-os com: a) insero de novas tecnologias em ambiente escolar e seus reflexos no
currculo de matemtica dos ensinos fundamental e mdio e nos cursos de formao de
professores, b) softwares educacionais: critrios de usabilidade; avaliaes tcnicas, c)
calculadoras e multi-mdia em ambiente escolar e com as interlocues realizadas em sala de
aula.
Alm disso, os alunos foram orientados a elaborar reflexes em dirios pessoais
sobre as aulas e sua aprendizagem mediante cada discusso. Estas reflexes eram lidas e
comentadas e questionadas, tanto terica como metodologicamente, por escrito no prprio
dirio, focando o desenvolvimento profissional do aluno, pela professora-pesquisadora e
sempre retornavam aos alunos para que pudessem verificar e repensar situaes de
aprendizagem, constituindo-se uma atividade de avaliao formativa.
Durante o semestre os alunos puderam tambm explorar e vislumbrar estratgias de
trabalho e de atividades com os ambientes computacionais S-Logo, Cabri Gomtre II e
Winplot e vivenciar a criao e construo de Webquests1.
Alm destas atividades, os alunos deveriam, como trabalho de final de disciplina,
produzir atividades de ensino de Matemtica, em ambientes computacionais, em grupos de
quatro ou cinco pessoas.
ATIVIDADE DE ENSINO NA FORMAO INICIAL DO PROFESSOR DE
MATEMTICA EM AMBIENTES COMPUTACIONAIS
Optamos pela utilizao de atividades de ensino (MOURA, 2000, 2002) pelo fato
destas apresentarem uma abordagem que considera o aluno em todo seu movimento de
aprendiz, considerando, alm do aspecto cognitivo, outros de natureza distinta deste como as
formas sensitivas do pensamento: sensaes e percepes, assim denominadas por Kopnin
(1978). Estas dizem respeito a movimentos subjetivos do pensamento do aluno, ainda no
objetivamente expressos por dedues e linguagem lgica; uma abordagem que contempla a
1
Maiores informaes podem ser encontradas no site http://br.geocities.com/edineileandro/webquest.swf.
existncia de um momento anterior soluo propriamente dita do problema, em que so
considerados as emoes, alm de sentimentos, frustraes, dvidas, hesitaes, alegrias e
desejo de querer resolver a situao encontrada. Durante todo este processo, o aluno tanto
aceita sugestes e propostas de colegas quanto as nega, tanto hesita e responde quanto afirma
e interroga, tanto fica perplexo com o desconhecido, quanto contundente no que sabe.
Para entendermos o conceito de atividade de ensino, buscamos Leontiev (1988) que
aborda atividade como uma unidade de formao na qual as necessidades emocionais, afetivas
e materiais dirigem a ao do sujeito. Este autor define atividade como os processos
psicologicamente caracterizados por aquilo a que o processo, como um todo, se dirige (seu
objeto), coincidindo sempre com o objetivo que estimula o sujeito a executar esta atividade,
isto , o motivo (p.68). Moura (2000) complementa dizendo que a
atividade regida por uma necessidade que permite o estabelecimento de metas bem
definidas. O estabelecimento de objetivos por sua vez permitir a criao de
estratgias para se chegar a cumprir as metas. a que aparece o conjunto de aes
necessrias para levar a bom termo os objetivos a serem alcanados. Estas aes
devem fazer parte de um plano no qual se inclui o uso de instrumentos, sejam eles
simblicos ou no, que serviro como auxiliares para a execuo das aes. (p.24).
Nesta pesquisa, adotamos a definio de Moura (2000) para atividade de ensino.

Segundo esse autor, esta deve envolver o aluno em situaes-problema e de reflexo que
gerem a necessidade do desenvolvimento de significados prprios do conceito em questo.
Conforme as palavras do prprio autor, a atividade de ensino contm alguns elementos:
Em primeiro lugar, ela precisa ser do sujeito. Isto , deve provocar no sujeito uma
necessidade de solucionar algum problema. Ou melhor ainda: ter sua nascente numa
necessidade. Esta, por sua vez, s aparece diante de uma situao que precisa ser
resolvida e para cuja soluo exige uma estratgia de soluo. Assim, ela exige um
plano de ao. Nesse plano, o sujeito parte de conhecimentos que j possui e que lhe
servem de instrumento para poder avaliar a situao vivenciada. desse seu nvel de
conhecimento que parte para resolver o problema que lhe colocado (p.34) (grifo
nosso).
Em um outro trabalho, este mesmo autor enfatiza que atividade de ensino
aquela que se estrutura de modo a permitir que sujeitos interajam, mediados por um
contedo negociando significados, com o objetivo de solucionar coletivamente uma
situao-problema. atividade orientadora porque define elementos essenciais da
ao educativa e respeita a dinmica das interaes que nem sempre chegam a
resultados esperados pelo professor. Este estabelece os objetivos, define as aes e
elege os instrumentos auxiliares de ensino, porm no detm todo o processo,
justamente porque aceita que os sujeitos em interao partilhem significados que se
modificam diante do objeto de conhecimento em discusso (MOURA, 2002, p.155).
Diante desta caracterizao de atividade de ensino a entendemos como uma situao
desencadeadora de um novo conhecimento para o sujeito, pois ela gera neste uma necessidade
que, a partir dos conhecimentos j elaborados e assimilados, proporcionar ao sujeito ter um
conhecimento diferente do inicial. Nesse processo, o sujeito precisa avaliar a situao
continuamente. Em sntese, Moura (2002) denomina de atividade de ensino aquela na qual o
sujeito estabelece objetivos, desencadeia aes, elege instrumentos e, por fim, avalia se
chegou a resultados adequados ao que era desejado (p.155). O autor destaca que a atividade
de ensino deve estar carregada de intencionalidade, um motivo que permita estabelecer metas
e objetivos bem definidos que possibilitem a criao de estratgias que iro compor o plano
de ao daquele que a prope, pois sua finalidade maior o ensino (de Matemtica, no nosso
caso).
Diante do exposto, nosso objetivo principal consistiu em analisar o papel da atividade
de ensino como contribuinte para formao dos futuros professores de matemtica por meio
da produo de uma atividade de ensino em ambiente computacional que possibilitassem o
desenvolvimento dos aspectos do saber pensar conceitos matemticos e no somente enunciar
frmulas matemticas.
Acreditamos que a utilizao de recursos computacionais permite ao professor uma
maneira diferenciada de ministrar suas aulas, deixando a mesmice das aulas tradicionais e
emergindo para uma aula mais dinmica.
Os suportes oferecidos pelos ambientes ajudam a superar os obstculos interligados ao
processo de construo do conhecimento matemtico. E, quanto mais os ambientes tornam-se
ricos nos seus recursos, mais as idias matemticas sero significativas para os alunos.
Essa concepo reforada por Maltempi (2004), que v que
o computador como algo que viabiliza a criao de situaes mais propcias, ricas e
especficas para a construo de conhecimentos. Estas situaes geralmente esto
relacionadas com o desenvolvimento de projetos, pois o aprendiz tem mais
oportunidade de aprender quando est ativamente engajado na construo de um
artefato sobre o qual possa refletir e mostrar a outras pessoas (p.265).
Concordamos tambm com Miskulin (1999) quando afirma que a Tecnologia no

consiste apenas em um recurso a mais para os professores motivarem as suas aulas, consiste
sim em um meio poderoso que pode propiciar aos alunos novas formas de gerarem e
disseminarem o conhecimento (p.159).
Os ambientes informatizados, na forma que se apresentam hoje, por si s, no
garantem a aquisio de conhecimentos. Para que haja avano no conhecimento matemtico,
importante que o professor tenha um planejamento das atividades a serem desenvolvidas.
No basta colocar a disposio do aluno um programa em que este possa fazer vrios clculos
automaticamente, mas sim colocar a disposio do aluno uma tarefa em que o professor atue
sistematicamente no processo de aprendizagem.
Miskulin (1999), defende que
O ambiente, por mais rico e construtivo que seja, por si s, no suficiente para
promover contextos propcios para a construo do conhecimento. Nesse sentido, a
mediao do professor desempenha um papel determinante, medida que o
professor cria situaes desafiantes, recorta-as em vrios problemas intermedirios
que possibilitam aos alunos deslocarem-se muitas vezes do problema principal,
olhando-o e percebendo-o, sob uma outra perspectiva, possibilitando-lhes a busca de
novos caminhos, a reavaliao constante de suas estratgias e objetivos, enfim,
envolvendo-se cada vez mais, no processo de construo do conhecimento (p.184).
De acordo com as palavras da autora, percebemos que o professor exerce um papel

fundamental para que as idias matemticas se tornem significativas, atuando como mediador
de todo o processo.
Diante destas consideraes, acreditamos que se faz necessrio propiciar, em cursos de
formao de professores de matemtica, vivncias de produo de atividades de ensino, em
ambientes computacionais ou no, nas quais os futuros professores sejam estimulados,
desafiados e agentes de sua aprendizagem.
Para nossas anlises, buscamos reflexes sobre as vivncias sobre atividades de
ensino, em sala de aula, registradas em dirios pessoais de alunos envolvidos na pesquisa e
posterior produo de uma atividade de ensino em ambiente computacional. O dirio foi
sugerido com o objetivo de proporcionar aos alunos relembrar suas vivncias matemticas
escolares sobre diversos conceitos e, a partir delas, construir perspectivas para uma futura
prtica pedaggica.
Mediante estas consideraes, nossa questo de investigao se traduz em como
vivenciar e produzir atividades de ensino de Matemtica, em ambientes computacionais, pode
se constituir numa atividade de formao de professores?
As atividades de ensino desenvolvidas foram adaptadas dos livros A frao A
repartio da Terra (LIMA e MOISS, 1998), Elementar o essencial (LIMA,
TAKAZAKI E MOISS, 1998); A varivel ser e no ser (LIMA E MOISS, 2000); O
clculo algbrico: operaes com Nmero Algbrico A linguagem Algbrica 2 (LIMA e
MOISS, 1993) e conceitos como composio, decomposio, medida, volume (geometria
espacial), rea (geometria plana), nmeros inteiros e funo estavam envolvidos nas
atividades.
Todas as atividades foram vivenciadas e discutidas pelos alunos, seguindo a dinmica
indivduo-grupo-classe, onde neste terceiro momento a discusso era mediada pela professora.
Esta dinmica tinha como objetivo integrar os alunos ao movimento conceitual devendo, num
primeiro momento, pensar individualmente sobre a situao encontrada, para em seguida,
discutir as snteses que elaborou com seu grupo de trabalho. Este, por sua vez, elabora uma
sntese a partir das reflexes de todos os seus membros e, ento, feita uma discusso com o
grupo-classe para encontrar uma possvel soluo ou a soluo mais adequada para cada
situao (LANNER DE MOURA et all, 2003a, 2003b).
UMA EXPERINCIA
A proposta para o desenvolvimento do trabalho final da disciplina foi a produo de
uma atividade de ensino em ambiente computacional. Pelo fato de precisarmos criar uma
interao entre os alunos e atividade de ensino em ambiente computacional, decidimos utilizar
o software Flash2 para suprir nossas necessidades de interatividade. O que se pretendeu
destacar ao utilizarmos esse software foi demonstrar quo natural e intensa, se tornam nos
ambientes informatizados de ensino, as aes, reflexes e abstraes dos alunos.
Nossa preocupao inicial era compreender o significado de atividade de ensino
segundo Moura (2002), para assim partirmos para o desafio desenvolv-la no ambiente
computacional escolhido.
Com o intuito de vivenciar as dificuldades enfrentadas pelos professores de
Matemtica quando estes decidem propor uma aula dinmica e interativa, elaboramos a
atividade de ensino intitulada Construindo o conceito de rea (figura 1).
2
Macromedia Flash um software desenvolvido e comercializado pelo Adobe. utilizado para criao de
animaes interativas e pode ser utilizado junto com outras tecnologias como o XML, HTML entre outros.
<http://www.adobe.com/br/products/flash>
Fig. 1 Tela inicial da atividade de ensino Construindo o conceito de rea
Esta idia surgiu aps vivenciarmos uma atividade de ensino intitulada volume3,
mediada pela professora-pesquisadora da disciplina. Por meio desta atividade percebemos que
para se construir o conceito de volume preciso proporcionar aos alunos situaes nas quais
possam refletir sobre o que fazer para dar sentidos e significados prprios aos contedos
matemticos e no apenas reproduzir mecanicamente os conceitos. Em outras palavras, o
professor deve cada vez mais respeitar o ritmo de aprendizagem de cada aluno, valorizando
tambm o saber-pensar e no s o saber-fazer (LIMA, 1998).
Na atividade produzida o aluno ter que preencher dois espaos retangulares,
escolhendo para isso o quadrado, o tringulo ou o crculo, procurando responder a seguinte
questo: Qual dos dois ptios possui a maior rea?. Para tanto, ele poder manipular
empiricamente as diferentes figuras de maneira a construir a relao necessria ao recobrir os
planos.
Dessa maneira, o aluno perceber que apenas uma das trs figuras - quadrado
constitui-se a melhor para cobrir a superfcie ocupando totalmente os planos (figura 2).
3
Atividade adaptada do livro A frao A repartio da Terra (LIMA e MOISS, 1998).
Fig. 2 Tela de recobrimento de espaos
Esta atividade de ensino vem acompanhada de uma tela de questes que tem o
objetivo de levar o aluno a construir o conceito de rea. Ao responder as questes, na ordem
proposta e tendo a mediao do professor, o aluno poder sistematizar o conceito de rea de
uma figura retangular (figura 3).
Fig. 3 Tela de questes
Acreditamos que a atividade de ensino por ns produzida no ambiente computacional

pode favorecer a construo do conceito de rea de figuras geomtricas planas, pois leva o
aluno a compreender que tal conceito consiste no preenchimento de uma determinada
superfcie de acordo com a unidade de rea adotada e que melhor ir se adequar situao e,
s posteriormente, sintetizado pela frmula base x altura. Para nos orientar sobre o
conceito de medida recorremos a Caraa (2000), que afirma que para medir so necessrias
trs fases e trs aspectos distintos: escolha da unidade; comparao com a unidade;
expresso do resultado dessa comparao por um nmero. (p.30).
Esta postura difere-se da que adotada pelos livros didticos e at mesmo pelas
explicaes de professores em sala de aula, que prioriza a apresentao e aplicaes da
frmula base x altura, restando ao aluno uma atitude passiva, isento de uma compreenso
efetiva e significativa do conceito abordado.
Durante o processo de elaborao da atividade de ensino enfrentamos muitos
obstculos at que o caminho a ser trilhado pelo grupo fosse escolhido. O primeiro obstculo
foi decidir qual contedo iramos abordar no nosso projeto e essa escolha se deu aps vrios
rodzios de idias onde a opinio de todos os integrantes do grupo foi relevante.
O segundo foi definir de que forma iramos trabalhar com o tema escolhido. Mas aos
poucos as idias foram se encaixando com aquilo que queramos: iniciar a nossa atividade de
ensino com uma atividade interativa de maneira a desafiar o aluno a construir o conceito de
rea. A dificuldade foi planejar a atividade, no a parte prtica em si, mas as questes que
levaro o aluno a construir o conceito de rea. Essa foi a etapa do trabalho que olhamos com
mais carinho porque a maneira de propor uma atividade, pode ou no permitir que o aluno
desenvolva seu conhecimento. E como a atividade de ensino tem uma ao formadora,
preciso que o professor tenha cuidado para no podar o raciocnio do aluno durante a
atividade, mas sim mediar o processo de construo do conhecimento.
O terceiro obstculo foi decidir qual programa utilizar para que o nosso objetivo fosse
alcanado. Para implementar essa atividade utilizamos o programa Flash, e esta escolha se
deu ao fato de termos alguns colegas que manipulam bem esse programa e estavam dispostos
a colaborar com o nosso grupo. A atividade produzida permite a visualizao dos espaos a
serem preenchidos e suas respectivas reas, alm de proporcionar grande interatividade j que
permite ao aluno uma postura ativa, em que este capaz de manipular figuras, observar e
comparar resultados e buscar a alternativa mais eficaz para descobrir a rea procurada.
Posteriormente, o professor deve orientar o trabalho para a sistematizao de tal conceito,
promovendo a aprendizagem e auxiliando a construo do conhecimento dos alunos de forma
prazerosa e dinmica.
Uma das experincias que nos marcou foi a realizao do trabalho em grupo onde
pudemos compartilhar idias e refletir sobre diferentes opinies. Pensamos que o trabalho em
grupo, pelo menos potencialmente, pode produzir resultados melhores do que se cada um dos
membros atuasse individualmente.
O trabalho tambm nos proporcionou um momento para refletir sobre o tipo de
avaliao que seria adotada para essa atividade de ensino. Aps algumas discusses com a
professora chegamos concluso que o tipo de avaliao para essa atividade no tem que ser
necessariamente uma prova, pois medida que o professor acompanha o aluno no
desenvolvimento da atividade ele j o est avaliando.
Todo processo, desde a escolha da atividade de ensino, at a escolha de qual software
a ser utilizado, exigiu um grande empenho do grupo. Muitos questionamentos foram feitos
para que a atividade via computador no tivesse alguns bugs que pudessem ser percebidos
por nossos alunos e que comprometessem a mesma. Tudo isto muito contribuiu para a
formao dos integrantes do grupo enquanto futuros docentes, no momento em que
descobrimos novas possibilidades de ensino via computador que podem facilitar o ensino, a
aprendizagem e o interesse tanto por parte dos pelo professores.
CONSIDERAES FINAIS
Para elaborar uma atividade de ensino, exclusiva no computador, pudemos perceber

que o mais difcil a criao de ambientes de aprendizagem, nos quais o aluno constri o seu
conhecimento mediado pelo professor, ao invs de o professor transmitir informao ao
aluno.
O desenvolvimento do trabalho nos trouxe um crescimento muito grande, pois
comeamos a pensar sobre (LIMA, 1998) o que estvamos fazendo e no aceitar tudo o que
nos foi ensinado durante toda vida escolar sem questionamentos. Percebemos tambm que
nem toda fonte de informao confivel e que o professor precisa refletir, questionar e
escolher qual a melhor maneira de elaborar uma atividade.
Cada parte concluda do trabalho no se tornava uma porta fechada, pois a cada dia
que lamos, mudvamos alguma imagem, situao-problema, dicas, o que nos permite
concluir que o saber do professor est em constante movimento e aperfeioamento.
REFERNCIAS BIBLIOGRFICAS
LANNER DE MOURA, A. R. et all. Movimento conceitual em sala de aula. In: Anais... XI

CIAEM - Conferncia Interamericana de Educacin Matemtica, Blumenau, SC, 2003a.
LANNER DE MOURA, A. R. et all. Movimento conceitual: atividade de ensino e de

pesquisa In: Anais... VII EBRAPEM - Encontro Brasileiro de Estudantes de Ps-Graduao
em Educao Matemtica, Rio Claro, 2003b.
LEONTIEV, A. N. Uma contribuio teoria de desenvolvimento da psique infantil. In:

VYGOTSKY, L. S. et all. Linguagem, desenvolvimento e aprendizagem. Traduo Maria
da Penha Villa Lobos. So Paulo: cone, 1988.
LIMA, L. C. Da mecnica do pensamento ao pensamento emancipado da mecnica. In:

caderno do professor "Trabalho e Tecnologia", Programa Integrar CUT, So Paulo, SP,
1998.
LIMA, L. C., TAKAZAKI, M. e MOISS, R. P. Elementar o essencial. So Paulo:

CTEAC, 1998.
LIMA, L. & MOISS, R. P. A varivel: ser e no ser. So Paulo: CETEAC, 2000.
______________________. A frao: repartindo o universo. So Paulo: CETEAC, 1998.
______________________. O clculo algbrico: operaes com Nmero Algbrico A

linguagem Algbrica 2. So Paulo: CETEAC, 1993.
MALTEMPI, M. V. Construcionismo: pano de fundo para pesquisas em informtica aplicada

Educao Matemtica. In: BICUDO, M. A. V.; BORBA, M. C. (orgs.). Educao
Matemtica: pesquisa em movimento. So Paulo: Cortez, 2004.
MISKULIN, R. G. S. Concepes terico-metodolgicas sobre a introduo e a utilizao

de computadores no processo ensino-aprendizagem da geometria. Tese de Doutorado.
Faculdade de Educao, UNICAMP, Campinas, SP, 1999.
MOURA, M. O. A atividade de ensino como ao formadora. In: CASTRO, A. D.;

CARVALHO, A. M. P. (orgs.). Ensinar a ensinar: didtica para a escola fundamental e
mdia. So Paulo: Pioneira Thomson Learning, 2002.
______________. O educador matemtico na coletividade de formao: uma experincia
com a escola pblica. Tese de Livre Docncia. So Paulo, SP, Faculdade de Educao, USP,
2000.
MATEMTICA E XADREZ: possibilidades no ensino fundamental
Rafael de Souza Duarte UFU - rsduarte@gmail.com

Maria Teresa Menezes Freitas UFU - mtmf@ufu.br
INTRODUO
O ensino de Matemtica tem sido percebido por muitos alunos como algo montono,
em que o professor transfere conceitos fundamentais atravs de aulas tediosas e maantes.
Acreditamos que por algum tempo essa idia tenha sido predominante, mas com as constantes
evolues e pesquisas no consideramos que seja justo que esse tipo de afirmao permanea.
Estudos envolvendo vrias correntes tericas, entre estas, o construtivismo e o interacionismo,
com os seus representantes Piaget e Vygotsky, alertaram os educadores para a possibilidade
de dar maior dinamicidade ao ensino da Matemtica em sala de aula, fazendo com que o
professor no tenha a funo nica de transferir o conhecimento para o aluno em um discurso
bancrio meramente transferidor do perfil do objeto ou do contedo (FREIRE, 1996, P.
26). Acreditamos que a utilizao de materiais concretos, ldicos e da tecnologia na
pedagogia moderna auxilia e contribui para a eficcia do aprendizado do aluno que, atravs do
simples brincar, no apresenta limites, antes encontrados dentro da sala de aula em certas
matrias, ou seja, permite ao aluno evoluir segundo seu prprio ritmo. Este texto discute as
possibilidades da insero do jogo, mais especificamente do xadrez em sala de aula, na
perspectiva do ensino e aprendizagem da Matemtica.
Cousinet, citado por Christofoletti (2005), afirma que o jogo e a brincadeira so
atividades naturais da criana, portanto, recomenda-se que a atividade educativa se baseie
nessas atividades, no considerando todo o tempo o adulto que todo ser humano se tornar.
Piaget (apud GRANDO, 2005), afirma existir trs tipos de jogos, assim denominados:
jogos de exerccios, jogos simblicos e jogos de regras. O ltimo engloba os dois primeiros,
tornando-se o mais importante dos jogos quando a criana alcana o perodo das operaes
concretas, pois a criana torna-se capaz de jogar respeitando as regras por consentimento
mtuo, ressaltando a possibilidade social da proposta.
O xadrez, por ser um jogo de regras, impe ao aprendiz normas de planejamento e
estratgia, alm de uma srie de julgamentos que o jogador deve fazer, pois existe um
limitador que se relaciona a interdependncia entre as jogadas (anteriores e do adversrio).
Kamii (apud MARQUES, 2004), estabelece trs caractersticas desejveis em um jogo
para desenvolvimento moral, cognitivo e emocional do aluno. Assim, afirma a autora:
1. Em relao aos adultos, gostaramos que as crianas desenvolvessem sua

autonomia atravs de relacionamentos seguros, nos quais o poder do adulto seja
reduzido o mximo possvel.
2. Em relao aos companheiros, gostaramos que as crianas desenvolvessem sua
habilidade de descentrar e coordenar diferentes pontos de vista.
3. Em relao ao aprendizado, gostaramos que as crianas fossem alertas,
curiosas, crticas e confiantes na sua capacidade de imaginar coisas e dizer o que
realmente pensam. Gostaramos, tambm, que elas tivessem iniciativa,
elaborassem idias, perguntas e problemas interessantes e relacionassem as coisas
umas s outras. (p.15).
Desta forma, percebemos que o jogo de xadrez possui as trs caractersticas

ressaltadas por Kamii, pois ao jogar uma partida a criana totalmente responsvel por suas
decises, no podendo o adulto interferir em questes de lances escolhidos pelo aluno. Em
suas escolhas, a criana levada a aprender que, na estratgia de jogo, no se pode pensar em
apenas dar xeque- mate e sim, em problemas estratgicos que envolvam ganho de peas ou
vantagem posicional, forando-a a descentralizar seus pontos de vista em relao ao que est
acontecendo no tabuleiro. Alm dessas vantagens acreditamos que a mediao do professor
em momentos oportunos contribui para o desenvolvimento no aluno da capacidade de anlise
da partida que, por meio de reflexo e comunicao com adversrio e com o professor, detecta
erros de estratgia, de raciocnio, entre outros.
Vale ressaltar a importncia que o jogo de xadrez apresenta para a educao, pois
estudos apontam a possibilidade deste jogo aprimorar habilidades de suma importncia para o
jovem estudante. Lasker (apud GIUSTI, 1999), relata algumas dessas habilidades: raciocnio
lgico, concentrao, pacincia, autocontrole (fsico e mental), projeo de cenrios futuros
(formao de conjecturas para a matemtica,) entre outros.
No decorrer de uma partida de xadrez, vrios fatores influenciam nas decises da
criana, porm, vrios destes trabalham em funo da eficcia do raciocnio. Concentrao,
ateno e previdncia so muito importantes nessa estrutura de base para a formao de uma
estratgia vitoriosa. Essas habilidades contribuem para uma boa construo do raciocnio
lgico da criana que, implicar em maior facilidade na resoluo de questes matemticas.
J faz alguns anos que o primeiro autor deste artigo trabalha com o jogo de xadrez,
ensinando seus alunos a histria, teoria e prtica deste jogo. O ingresso no Curso de
Matemtica na UFU propiciou um novo universo educativo, relacionando xadrez e
Matemtica de uma forma at ento desconhecida pelo mesmo. Atravs de estudos da
psicologia da educao, mtodos de ensino da matemtica e, em particular, a disciplina
Instrume ntao para o ensino da Matemtica, percebeu-se a estreita relao existente entre
Ensino de Matemtica e Jogo de Xadrez.
Ao longo do primeiro semestre letivo de 2006, algumas leituras e vivncias de
experincias de ensino foram realizadas na disciplina acima citada, sob a orie ntao da
professora Maria Teresa Menezes Freitas segunda autora deste artigo. Uma das atividades
avaliativas desta disciplina se relacionava ao desenvolvimento de um projeto que envolvia a
criao de propostas abrangendo materiais concretos, jogos, aspectos ldicos ou uma
dinmica diferenciada para o ensino da Matemtica. Entre os itens a ser avaliado destacava-se
a apresentao e discusso, ao fim do perodo letivo, do produto final dos estudos e pesquisas
realizados, podendo o gr upo contar com a utilizao dos recursos que se fizessem necessrio.
Assim, foi desenvolvido um projeto intitulado Projeto Xadrez-Matemtica relacionado ao
ensino da Matemtica em que se associou o jogo a alguns contedos de Matemtica do ensino
bsico.
Sob a orientao da professora, responsvel pela disciplina acima citada, foi possvel
aplicar em sala de aula as atividades abordadas no Projeto Xadrez-Matemtica, com jovens
matriculados na 5 e 7 sries de um colgio em que o primeiro autor deste artigo faz parte do
corpo docente.
A seguir, descrevemos os detalhes relacionados experincia realizada.
MTODO UTILIZADO
Jogo: Xadrez
Material: Um jogo de xadrez a cada dois alunos.
Objetivo: Dar xeque- mate ao rei inimigo. (vide anexo 1)
O jogo de xadrez tem sido considerado um jogo complexo e, talvez por essa razo,
exige um tempo maior de dedicao ao estudo de sua teoria para um aprendizado efetivo. No
entanto, h a possibilidade de se ensinar Matemtica durante esse processo sem que haja
alguma dificuldade relacionada teoria do jogo. Desse modo, o mtodo utilizado teve um ano
de durao com uma aula (50 minutos) por semana incorporada ao currculo escolar das
crianas.
Para a experincia foram selecionadas vinte crianas de 5 e 7 sries de um colgio da
rede privada em Uberlndia MG que, durante o primeiro semestre letivo aprenderam
movimentos e regras bsicas do jogo de xadrez obtendo total noo das exigncias do mesmo,
adquirindo, assim, conhecimento para formar estratgias e tticas de jogo. Nesse momento,
podemos notar certa semelhana com a Matemtica, pois, atravs de problemas estratgicos
encontrados pelo aluno foi possvel auxili- lo a encontrar a maneira certa de resolv- lo. Esse
auxlio muito se assemelha ao mtodo de resoluo de problemas de George Polya, onde a
criana orientada a primeiro compreender, identificar o problema, segundo, a compor um
plano, em seguida, executar este plano e por ltimo analisar o resultado. Todas essas etapas
foram verificadas em uma partida de xadrez tornando desta maneira, um meio eficiente de
ensinar o aluno a entender problemas matemticos e, conseqentemente, melhorando a
eficincia nestes. Veja quadro abaixo:
Processo de Polya Processo enxadrstico

Compreenso do problema Identificao de debilidades do
adversrio
Elaborao de um plano Elaborao de uma estratgia
Execuo do plano Execuo da combinao (seleo de
posies ganhadoras)
Avaliao dos resultados Reflexo sobre o processo desencadeado,
anlise da partida.
A partir do segundo semestre de 2006, iniciou-se o processo de ensino de conceitos

matemticos relacionando sempre que possvel o xadrez.
DESENVOLVIMENTO
Com alunos da 7 srie, o plano cartesiano tornou-se bastante compreensvel atravs

de uma batalha enxadrstica, semelhante batalha naval. Sem uma sistematizao formal do
contedo em questo o aluno adquiriu satisfatoriamente as noes de coordenadas no plano.
Acompanhe o exemplo:
Com o tabuleiro (mural) vazio, o professor inicia a brincadeira pedindo a um aluno
que indique a coordenada da casa desejada falando a letra da coluna e o nmero da linha. O
professor poder controlar as casas escolhidas pelos alunos anotando-as no quadro. Caso o
aluno acerte uma pea, este poder escolher mais uma casa e assim sucessivamente. Cada
acerto corresponde a um ponto e no final da partida quem acertar a posio exposta no mural
ganhar cinco pontos incentivando, desta maneira, a competio entre eles. Observe diagrama
abaixo:
Neste exemplo, a posio indicada no mural de xeque- mate ao rei preto. Portanto, se
o aluno acertar a posio da ltima pea, ele ter a chance de ganhar mais cinco pontos caso
acerte o que a posio indica.
A partir desta brincadeira, foi possvel inserir no contexto a identificao dos eixos
coordenados, o eixo das abscissas e o das ordenadas, como traar pontos no plano cartesiano e
a noo de traar grficos de equaes. Nesse momento a formalizao do contedo tornou-se
necessria para a continuao da brincadeira. Para fixar tais conceitos, a brincadeira foi
prolongada, aumentando a competio e aprofundando um pouco mais no contedo. Por
exemplo, o aluno que acertou a posio indicada no diagrama (ltimo passo indicado acima)
poder ganhar mais pontos caso acerte informaes corretas a respeito da colocao das peas
como a torre na casa A8, informaes estas especificadas pelo professor antes de recomear a
brincadeira. Por exemplo : transformar a torre em um ponto T com coordenadas (A; 8). A
coordenada A corresponderia abscissa do ponto T e a coordenada 8 seria a ordenada de
T, entre outras a critrio do professor. Cada informao certa corresponde a um ponto.
As letras pertencentes ao tabuleiro so facilmente substitudas por nmeros para

completa compreenso de plano cartesiano. Para inserir o conceito matemtico em questo
associando prtica do jogo, basta a introduo do estudo de notao algbrica de uma
partida de xadrez.
Nesta atividade, a maior parte dos alunos obteve total compreenso do conceito
matemtico estudado, no entanto, dois alunos tiveram certa dificuldade em absorver
totalmente o contedo, encontrando dificuldade principalmente em localizar pontos com
coordenadas que tinham o nmero zero ou na abscissa ou na ordenada.
Para sanar essa dificuldade foi preciso debater com os alunos em qual fileira (coluna)
do tabuleiro ficavam as peas com abscissa (ordenada) 1, 2 e assim em diante para
perceberem que a coordenada do ponto com abscissa (ordenada) igual a zero ficaria sobre o
eixo das abscissas (ordenadas).
Com alunos da 5 srie do ensino fundamental, iniciou-se primeiramente a noo de
rea, principalmente no aperfeioamento da utilizao de unidades de rea. Inicialmente,
atravs de problemas simples como o clculo da rea do tabuleiro utilizando, por exemplo,
uma casa A1, como unidade de rea e, em seguida, elevando o nvel de dificuldade dos
problemas construindo uma figura mais complexa, fornecendo ao aluno slida compreenso
relacionada unidade de rea. A figura abaixo ilustra um exemplo desta proposta.
Calcular a rea da seta em destaque utilizando as seguintes unidades de rea:
Problemas semelhantes ofereceram oportunidade de estabelecer interaes entre

alunos e proporcionaram bom entendimento das reas em relao s suas unidades. Em
relao ao item b, algumas crianas tiveram dificuldade em solucionar a questo e
freqentemente afirmavam: mas professor, esse quadrado no cabe na figura toda. No
entanto, orientando, desafiando e estimulando o dilogo foi possvel proporcionar
encaminhamentos que fizessem com que os alunos conclussem que, no quadrado (unidade de
rea) em questo, podia-se desmembr- lo em oito tringulos da questo c, tornando-o um
problema mais simples.
Ainda com crianas da 5 srie foi possvel trabalhar o conceito de fraes no qual fora
utilizado o tabuleiro como um geoplano. Com aplicaes semelhantes como, por exemplo,
formao de ilhas se estabeleceu grande intimidade dos alunos com as fraes e suas
operaes fundamentais. Para o tabuleiro tornar-se um geoplano, basta transformar cada casa
deste em um ponto do geoplano. Desta maneira, obtm-se um geoplano na forma quadrada
8x8. (Vide Anexo 2).
Assim, foi possvel mostrar que em uma adio ou subtrao de fraes de mesmo
denominador, este no se altera e, tambm foi possvel explorar o conceito de fraes
equivalentes e sua simplificao. Para a introduo do assunto basta substituir o elstico
utilizado no geoplano pelas peas do jogo de xadrez, proporcionando ao professor maior
poder de interferncia em uma partida de xadrez entre os alunos abordando-os com questes
matemticas relacionadas s fraes. Veja diagrama abaixo.
? Indique qua ntas casas do tabuleiro as peas brancas ocupam. A seguir monte a frao
que as peas brancas representam no tabuleiro.
? E as peas pretas?
? Qual frao, em casas, do tabuleiro representa todas as peas em jogo?
? E as casas vazias?
Essas interferncias possibilitaram a fixao e compreenso do contedo por meio de

exerccios realizados de maneira descontrada e espontnea relacionados ao jogo, propiciando
com que a criana resolvesse as tarefas necessrias sem a presso e o sentimento de obrigao
penosa de solucionar uma lista de exerccios ou a tarefa de casa.
Paralelamente s aulas e experincias com os estudantes da 5 e 7 sries, foi tambm

realizado um trabalho com as crianas da 4 srie visando, em um primeiro momento, a
familiarizao do jogo pelo jogo. Neste ambiente de brincadeira e descontrao, foi possvel
fixar certos conceitos matemticos relacionados ao jogo, como, relao lucro-prejuzo,
maximizao de lucro ou minimizao de prejuzo conforme exemplo apresentado mais
adiante no texto.
Por meio do jogo os alunos, sem mesmo perceber, utilizam alguns conceitos relacionados
matemtica para conseguir melhor vantagem em determinado momento da partida e,
conseqentemente, levam esse conhecimento para sua vida cotidiana.
Quanto relao lucro-prejuzo em uma partida de xadrez, pode-se trabalhar desde o
incio da aprendizagem do jogo, pois uma das maneiras de se obter vantagem suficiente para
alcanar o objetivo principal do jogo, o xeque- mate. Observe que a cada pea presente no
jogo associa-se um valor material (vide anexo 1). Desta maneira, em uma posio normal e
freqente de uma partida de xadrez, pode-se auxiliar o aprendiz de modo bem simples e claro.
Veja diagrama abaixo:
Na posio indicada acima, o Peo da casa a3 ameaa capturar o Bispo situado em b4. Se
o jogador (das peas pretas) capturar esse peo ter prejuzo, pois o Peo posicionado em b2
capturar o Bispo preto em seguida, ou seja, as brancas ganharo 3 pontos enquanto as pretas
ganharo somente 1 ponto (3-1 = 2 pontos de prejuzo). Caso o Bispo preto capture o Cavalo
branco que est em c3, o jogador das pretas no ter lucro nem prejuzo, pois o Cavalo
tambm possui valor material igual a 3. Durante esse processo possvel introduzir tmida e
informalmente o conceito de coordenadas no plano, conceito esse a ser formalizado no
decorrer da 5 srie.
A partir de exemplos, como os citados acima, chegou-se a conceitos mais complexos
envolvendo mais peas do jogo e com maior troca de peas, maior lucro ou prejuzo. Veja
exemplo abaixo:
O Cavalo preto posicionado na casa f6 encontra-se ameaado por duas peas brancas
(Bispo em g5 e Cavalo em d5). Caso o Cavalo branco o capture, o jogador das pretas ter,
para minimizar o prejuzo, duas opes a seguir: capturar o cavalo branco com a Dama (d8)
ou captur- lo com o peo de g7. Se o Cavalo branco for capturado pela Dama, ento o jogador
das peas pretas ter prejuzo de 7 pontos. Veja:
Peas Capturadas
Pretas:
(3 pontos) + (3 pontos) = 6 pontos
Brancas:
(3 pontos) + (10 pontos) = 13 pontos
Porm, se o jogador (das peas pretas) capturar o Cavalo branco com o peo de g7, ento
ele minimizar o seu prejuzo a zero. Veja diagrama abaixo:
Agora, se o jogador (das peas brancas) capturar o Peo preto, ento quem ter prejuzo
ser ele prprio, pois ele trocar o Bispo (3 pontos) pelo Peo (1 ponto) tendo um prejuzo de
2 pontos. Observe que, mesmo inconscientemente, a criana trabalha o tempo todo com
lgica, mais um fator que torna esse jogo to importante como ferramenta pedaggica.
CONSIDERAES FINAIS
O Projeto Xadrez-Matemtica apresentado ao final do semestre letivo a todos os

alunos da turma da disciplina optativa do curso Instrumentao para o Ensino da
Matemtica - apresentou-se como uma experincia rica em que todos puderam discutir e
salientar aspectos importantes relacionados proposta que foram implantados na prtica
oportunamente.
Entre os aspectos evidenciados destacamos aquele que relaciona o desenvolvimento
das habilidades nos alunos, principalmente, com o empenho e a orientao firme e segura por
parte do professor que deve ter clareza da importncia de sua mediao no processo de ensino
aprendizagem.
Acreditamos que a amplitude pedaggica deste jogo milenar merece ser muito bem
aproveitada pelo educador, seja na parte matemtica, seja na socializao do indivduo, pois
estudos apontam que inclusive no mbito esportivo possvel desenvolver no aluno valores
como a conscincia do saber ganhar e saber perder e do respeito ao adversrio. Vale observar
que o xadrez um jogo que no tem discriminao em relao ao sexo, ou seja, uma garota
pode jogar em igualdade com um garoto diferentemente ao que acontece em alguns esportes
de competio.
O estudo e a prtica do jogo de xadrez possibilitam, alm de tudo, a substituio de
alguns materiais concretos, minimizando o tempo despendido em uma aula, pois em um
determinado momento, a criana j dominar as regras e objetivo do jogo, permitindo ao
professor iniciar imediatamente a construo de novo conceito matemtico sem se preocupar
em ensinar as regras novamente. Dessa maneira, a criana desenvolve cada vez mais sua
capacidade de concentrao, raciocnio lgico, formao de conjecturas, abstrao,
autocontrole, pacincia, autonomia, memria e, principalmente, sua criatividade e
imaginao.
Portanto, alm de contribuir para a formao de conceitos da matemtica o jogo de
xadrez um eficiente meio para se formar um indivduo social, com valores bem definidos e
caractersticas importantes como pensamento crtico para conviver-se em sociedade.
Em anexo, apresentamos os aspectos relacionados ao jogo de xadrez na expectativa
que outros professores usem sua criatividade para o desenvolvimento da Matemtica em sala
de aula de maneira original e, assim contribuindo para preservao de uma cultura milenar.
ANEXO 1
Aspectos Iniciais do jogo - Movimentos e Regras
O xadrez constitudo de: 1 tabuleiro 8x8, 32 peas (16 brancas e 16 pretas) assim
subdivididas:
Um Rei branco e um preto;
Uma Rainha branca e uma

preta;
Duas Torres brancas e duas

pretas;
Dois Bispos brancos e dois

pretos; Tabuleiro
Dois Cavalos brancos e dois

pretos;
Oito Pees brancos e oito pretos;
O Movimento das peas
Bispo: movimenta-se em diagonal; Rei: movimenta-se de uma em uma casa

Valor: 3 pontos; para qualquer lado;
Valor: a partida;
Torre: movimenta-se em vertical ou Peo: anda somente uma casa na vertical
horizontal; por vez, captura uma casa na diagonal;
Valor: 5 pontos; Valor: 1 ponto.
Dama: movimenta-se em vertical,

horizontal ou diagonal quantas casas
quiser;
Valor: 10 pontos;
Cavalo: anda uma casa como a Torre e em

seguida uma como o Bispo (seguindo a
mesma direo);
Valor: 3 pontos;
Abaixo, veja a forma de se ensinar o movimento e a existncia de cada pea encontrada por
uma professora.
Dois reis um de pele branca e outro de pele negra descobriram terras
inexploradas. E comeam a disput-las porque querem aquele novo territrio. Eles
usam uma capa muito pesada para se proteger na batalha, por isso, apesar de
caminharem em qualquer direo, s andam uma casa por vez. As rainhas
(damas), muito vaidosas, so corajosas e se movem para todos os lados do reino.
Elas moram ao lado dos reis . Os melhores amigos das rainhas so os bispos, que
vivem ao lado delas e tm um problema na perna, por isso s andam na diagonal.
Para tentar vencer essa guerra, os reis construram um castelo em cada extremo do
reino e duas torres para proteg-los. Os cavalos dos dois reinos tambm so fortes
e os nicos que pulam peas. Cada rei tem oito soldados (pees), que ficam na
linha de frente e protegem o reino.(GUIDI, 2006)
Disposio inicial das peas
As brancas sempre iniciam a partida. Cada lado tem direito a mover uma pea por
lance. Os lances so alternados.
Objetivo do jogo
O objetivo do jogo consiste em dar xeque- mate no adversrio. Quando uma pea
ameaa o rei inimigo, ou seja, o rei est dentro do raio de ao da pea adversria, ele est em
xeque. Se o rei no puder fugir para uma casa segura, ou colocar uma pea entre ele e a pea
adversria para obstruir o xeque, ou capturar a pea que o est ameaando, ento ele est em
xeque- mate. Exemplos:
A dama branca ameaa o rei preto (xeque) e o rei preto pode fugir (casas marcadas em
vermelho ) para uma casa segura;
Posio de Xeque -mate
A torre branca ameaa o rei preto que no tem casas para se esconder, pois todas as casas que
ele poderia ir esto ameaadas, ou pela torre (linha verde) ou pela dama (linha azul).
ANEXO 2
Cada casa do tabuleiro (a1, por exemplo) de xadrez equivale a um ponto vermelho do
geoplano quadrado.
As ilhas no geoplano so representadas da seguinte maneira:
A ilha ilustrada acima representa quatro pontos vermelhos de um total de sessenta e
quatro, ou seja, possui representao de frao na forma 4/64.
Enquanto que com o tabuleiro de xadrez a mesma ilha pode-se representar do seguinte
modo:
No diagrama acima se usam as casas ocupadas por peas para representar os pontos
envolvidos pelo elstico do geoplano, isto , as peas dispostas no tabuleiro acima tambm
representam 4/64 do tabuleiro.
Observe tambm que, quanto multiplicao de fraes, podemos trat- la da seguinte

maneira: as peas brancas ocupam duas casas, ou seja, metade da ilha (4/64). Ento, para
sabermos qual frao do tabuleiro as peas brancas representam, basta multiplicarmos
(metade da ilha) por 4/64 (frao que a ilha representa) e, assim, obteremos uma frao igual
a 4/128. Simplificando essa frao, chegamos ao resultado de 2/64 que pode ser verificado
facilmente pelo aluno no tabuleiro.
Com o exemplo citado acima, torna-se trivial a regra da multiplicao de fraes que
expressa por numerador multiplica numerador e denominador multiplica denominador,
pois o estudante a visualizar de forma geomtrica (no tabuleiro), e no como uma simples
regra-sem-p-nem-cabea.
REFERNCIAS BIBLIOGRFICAS
CARNEIRO, C. F. e LOUREIRO, L. A importncia do xadrez na educao das crianas.

Editora Adonis, 2005;
CHRISTOFOLETTI, D. F. A. O jogo de xadrez na educao matemtica in
http://www.efdeportes.com/efd80/xadrez.htm Acesso em 20/12/2006
DAGOSTINI, G. Xadrez Bsico. Ediouro Publicaes S.A., 2002;
FREIRE, P. Pedagogia da Autonomia: saberes necessrios prtica educativa. So Paulo:
Paz e Terra, 1996.
GIUSTI, P. Xadrez: da escola aos primeiros torneios. Barcarola Editora, 1999;
GRANDO, R. C. O jogo e a matemtica no contexto da sala de aula. Editora Paulus, 2005;
GUIDI, S. 27/05/2006. O jogo do xeque-mate in jornal Folha de So Paulo;
MACHADO, R. M. Explorando o Geoplano. VIII Encontro Nacional de Educao
Matemtica, 2004;
MARQUES, M. B. O jogo como alternativa para as aulas de matemtica nas sries finais do
ensino fundamental, VIII Encontro Nacional de Educao Matemtica, 2004;
TECNOLOGIA DE INFORMAO E COMUNICAO
NO ENSINO DE CLCULO.
Patrcia Oliveira Costa

Professora da Universidade Federal de Uberlndia - Departamento de Matemtica
38408-100, Campus Santa Mnica, Uberlndia, MG
E-mail: patriciacosta_mat@yahoo.com.br
Arlindo Jos de Souza Jnior

Professor da Universidade Federal de Uberlndia - Departamento de Matemtica
38408-100, Campus Santa Mnica, Uberlndia, MG
E-mail: arlindoufu@gmail.com
Palavras chaves: Calculo Diferencial e Integral, Modelagem e Ensino com

Software.
Resumo:
Nesse artigo apresentamos a investigao que estamos realizando sobre a prtica

colaborativa de ensinar e aprender Clculo Diferencial e Integral na Universidade.
O desenvolvimento desse projeto est ocorrendo atravs de reunies perodicas
entre dois professores da Faculdade de Matemtica, de uma aluna do curso de
Licenciatura em Matemtica e de uma aula do curso de Engenharia Eltrica. Nestas
reunies so produzidos e socializados saberes docentes relacionados ao uso
educacional da mdia informtica (Web Quest, Software Modellus e Sistema de
gerenciamento de Curso - Moodle).
Esta investigao est sendo aprimorada atravs de um processo de produo e
anlise de dados obtidos atravs de um acompanhamento sistemtico. Nesse estudo
estaremos apresentando a nossa reflexo de como o trabalho de projeto pode contribuir
para a integrao das Mdias no processo de ensinar e aprender Clculo.
1. Introduo:
O projeto que est sendo desenvolvido constitudo de quatro objetivos
principais:
O primeiro diz respeito ao fato da disciplina de Clculo Diferencial e Integral ser
historicamente considerada como problemtica, devido, principalmente, ao seu alto
ndice de reprovao. Este fato vem provocando insatisfaes tanto nos alunos como
nos professores.
O segundo diz respeito utilizao do computador no processo de ensino-
aprendizagem destas disciplinas, quer seja como elemento de motivao dos alunos,
quer seja por se procurar realizar uma educao no mundo atual, e no mundo atual o
computador esta presente.
O terceiro diz respeito ao desenvolvimento de prticas pedaggicas que
incorporem as aplicaes do Clculo.
O quarto diz respeito dificuldade dos alunos em visualizaes, das matrias de
Clculo que so em sua maioria ministradas apenas teoricamente, ou seja, a capacitao
desse aluno na teoria e na aplicao.
Ultimamente, observa-se um nmero crescente de pesquisas envolvendo esta
temtica. A partir do final da dcada de noventa, observamos o surgimento de grupos no
interior das Universidades Brasileiras que desenvolveram trabalhos educativos muito
importantes relacionados a tecnologias da informao e comunicao (TIC) no processo
de ensinar e aprender Clculo Diferencial e Integral.
H um grande nmero de professores e pesquisadores que utilizam softwares
como o Modellus, Derive, Mathematica, Maple, dentre outros, na ao de ensinar e
aprender Clculo Diferencial e Integral, atendendo as necessidades tecnolgicas de
capacitao e de estilos de aprendizagem dos mais variados cursos. No decorrer dessa
pesquisa procuramos conhecer e analisar uma diversidade de softwares.
2. Tecnologias de Informao e Comunicao TICs.
Qual seria a finalidade do uso dos computadores e de outras tecnologias

associadas?
Primeiramente devemos assegurar a motivao e a formao dos professores.
Com o uso de computadores nas salas de aula, bibliotecas e salas de estudo, o aluno
ocupar um papel mais central no processo de ensino/aprendizagem, sendo o seu ritmo
mais respeitado e desenvolvendo-se uma aprendizagem mais eficaz e slida.
Ocasionando assim um ensino mais moderno e mais dinmico, adaptado ao mundo
globalizado de hoje.
Uma vantagem tambm bvia a diminuio das desigualdades entre os alunos
do interior e os dos grandes centros, para no falar das diferenas entre pases. Com a
possibilidade de acesso Internet, com todos os servios que ela disponibiliza, e
tambm com o uso de CD-ROMs, todos os alunos podem ter acesso a informao muito
mais variada. Estas mudanas vo necessariamente ocorrer, mais cedo ou mais tarde,
sob o risco, se tal no acontecer, da escola se afastar perigosamente da sociedade,
ficando mesmo margem dela.
Para que tudo isto se torne possvel, a escola deve investir no professor, em
cursos de capacitao, informtica, softwares e modelagens e claro que devemos
contar com uma ajuda sistemtica dos nossos governantes tambm, com projetos e
decretos destinados a estes fins.
Com professores sensibilizados para o uso das novas tecnologias, as mudanas
sero necessariamente mais rpidas. Os estudantes, ao comunicarem com pessoas em
locais mais ou menos distantes, comeam a compreender, a apreciar e respeitar as
semelhanas e diferenas entre lnguas, culturas e polticas. Interiorizam que no
interessa a raa, o aspecto fsico e o nvel social, mas sim a troca de idias e
conhecimentos e o valor de algumas dessas idias e conhecimentos. A viso do mundo e
do lugar que nele ocupam vai-se forosamente alterar. Os estudantes sero levados
naturalmente a pensar em assuntos de interesse global.
3. O Trabalho:
Ao desenvolvermos um trabalho colaborativo utilizando um sistema de
gerenciamento de cursos (Moodle) e o software (Modellus), procuramos realizar uma
prtica integrada em torno do processo de Ensinar e aprender Clculo Diferencial e
Integral. No planejamento dessa disciplina o trabalho de projetos foi organizado em
torno do desenvolvimento de atividades. O nosso interesse nesta investigao tem sido o
de compreender como as tecnologias da Informao e Comunicao, podem contribuir
para o acompanhamento do processo de produo dos projetos dos alunos nos encontros
presencias e virtuais.
Esta investigao1 est ocorrendo na disciplina de Clculo Diferencial e Integral
I, do curso de Qumica, da Universidade Federal de Uberlndia. O processo de produo
de dados est se desenvolvendo atravs das observaes das aulas, da aplicao de
questionrios e do acompanhamento do trabalho desenvolvido no sistema de
gerenciamento de cursos.
Vrios softwares podem ser trabalhados, dentre eles o Modellus, pois permite a
visualizao e clculos relacionados nesta disciplina, em particular ferramentas de
produo de grficos de funes e de clculo de integrais definidas por vrios mtodos
numricos com apoio visual. Ou seja, esse software muito eficiente quando se trata de
Clculo levando em considerao a seguinte ementa: equaes, funes, grficos,
limites, derivadas, integrais, reas e volumes.
4. Software Modellus:
O Modellus, que pode ser encontrado no site

http://phoenix.sce.fct.unl.pt/modellus de origem portuguesa da Universidade Federal
de Lisboa. Construdo em linguagem C++, o software possui interface de janelas das
quais possui sete tipos de distintas funes, integradas pelo mesmo modelo matemtico:
Janela Modelo: Nessa janela digitamos as propriedades de todos os objetos a
serem criados nas demais janelas. Podem-se escrever funes iteraes e equaes
diferenciais ordinrias. Alm de poder integrar numericamente. A varivel independente
inicialmente designada por t, mas pode ser designada por qualquer outra letra.
Figura 1: Modelagem no MODELLUS
1
Esta pesquisa conta tambm com a colaborao de Masa Gonalves da Silva
(Graduanda do curso de Matemtica) e Maria Leonor Silva de Almeida (Graduanda do
curso de Engenharia Eltrica) da Universidade Federal de Uberlndia.
Janela Controle: Nesta janela encontram-se as opes relativas varivel
independente.
Janela Condies Iniciais: Nessa janela podemos atribuir valores distintos aos
parmetros de uma famlia de funes que constituiro casos, que podem ser
analisados separadamente ou sobrepostos nas demais janelas.
Janela Tabela: O programa permite por essa janela o acompanhamento dos
valores das variveis envolvidas no modelo nos diferentes casos.
Janela Notas: Permite ao autor do modelo inserir algum comentrio
sobre ele, funciona como um bloco de notas.
Janela Grfico: Podem ver-se mltiplas representaes de relaes
matemticas. Por exemplo: equaes, tabelas, grficos e animaes.
Janela Animao: Nesta janela esto integrados diversos recursos para permitir
a criao de objetos que simulem o modelo matemtico criado, permitindo
visualizarmos e manipularmos os mesmos. Aqui, diversos recursos so oferecidos para
que o usurio decida sobre a construo do modelo.
A verso dois do Modellus permite tambm a utilizao de fotografias, vdeos,
grficos, etc., como registros de informao para construo de modelos. Uma vez
colocadas essas imagens como fundo numa janela de Animao, podem utilizar-se
ferramentas de medida de coordenadas, distncias, reas, declives e ngulos. As
medidas assim efetuadas podem ser utilizadas para construir modelos, modelos esses
que podem depois ser comparados com as imagens ou podem ser utilizados para
construir animaes.
Observamos que o software utilizado de fcil manejo e de domnio pblico,
tornando ainda mais fcil a familiarizao dos ambientes computacionais com o ensino
de Clculo.
Seguindo as crticas referentes ao software mencionado anteriormente, buscamos
analisar outros recursos tecnolgicos aplicados no ensino, deparamos com algumas
experincias descritas por pesquisadores de instituies de ensino superior, que
descreveram aplicaes em sala de aula.
5. Plataforma Moodle:
A inteno geral era fazer com que a aula de Clculo 1 ficasse ligada com a
informtica, para que o aluno tivesse acesso a todas as aulas, dia de provas, trabalhos e
pudessem tirar dvidas on line com os professores e os demais alunos. Com uma
coleta de dados expressiva e depois de muita pesquisa, resolvemos trabalhar com o
MOODLE, sistema de gerenciamento de cursos, disponibilizado pela Universidade
Federal de Uberlndia.
Para os alunos terem acesso a esta plataforma de ensino, eles devem se cadastrar
na mesma e em particular na Plataforma de Clculo Diferencial e Integral (CDIMAT).
Ser disponibilizado a eles uma senha para cadastro na plataforma, e um login junto
com uma senha que somente eles devem saber. A plataforma contm dezesseis
atividades para os alunos, dentre elas:
x Um questionrio: necessrio saber a familiaridade dos alunos com o
computador e a internet;
x Quatro fruns: para que os alunos deixem suas opinies em relao a aula,
plataforma e software MODELLUS (afim de estreitar a relao entre aluno
professor);
x Apresentao no Power Point da aula, contendo exemplos e explicaes;
x Quatro listas de exerccios sobre o contedo da disciplina de Clculo;
x Quatro Modelagens envolvendo funes, limites, derivada, otimizao e
Integral;
x Web Quest sobre a histria do Clculo.
A incluso do MOODLE e do MODELLUS na disciplina de Clculo iniciou se

na primeira semana de aula do primeiro semestre de 2007, (de acordo com o calendrio
da Universidade Federal de Uberlndia). A princpio os alunos tiveram averso,
principalmente aqueles que faziam a matria pela segunda vez, mas agora utilizam
comandos antes desconhecidos pra ns, modelando funes cada vez mais expressivas.
Figura 2: Incio da Plataforma de Clculo diferencial e Integral
Figura 3: Algumas atividades da Plataforma CDIMAT

Figura 4: Introduo da Webquest: Histria do Clculo
As aulas sobre a plataforma e o Modellus so ministradas em um laboratrio de

Ensino, disponibilizado pela direo do curso de Matemtica UFU, e as monitorias em
um laboratrio de informtica cedido pela Coordenadora do Curso de Qumica UFU.
No contrato pedaggico, foi estabelecido que os trabalhos devem ser entregues
na prpria plataforma por um link em cada atividade, sendo cada aluno responsvel por
seu envio. A plataforma no aceita envio de trabalhos atrasados, cabendo a cada
professor responsvel determinar hora, data e tamanho do arquivo.
6. Resultados:
A princpio os alunos de tiveram averso, principalmente queles que faziam a matria

pela segunda vez, estavam acostumados a aulas somente tericas e sabiam que para
obter resultados teriam que trabalhar muito. Tivemos longos debates, afim de
discutimos qual seria a melhor maneira de orienta los, para que no ficassem
sobrecarregados.
Para fazer as modelagens no Software, o aluno precisava conhecer bem o
contedo a ser trabalhado, pois caso contrrio, no saberia o porqu de uma parbola
ficar mais aberta ou fechada, se o grfico do logaritmo de x 1 est cortando o eixo x
no lugar correto, se as assntotas do limite tocam a funo ou mesmo se o Modellus
calculou atravs de integral, a rea da roda gigante corretamente, por exemplo.
Com o passar do tempo, todos, inclusive eu, fomos aprimorando os
conhecimentos tericos e prticos, at que os alunos comearam a utilizar comandos
antes desconhecidos pra ns, fazendo modelagens cada vez mais expressivas.
O que mais me chamou ateno foi o fato de um aluno tirar zero na primeira
prova de limites, o que me deixou muito preocupada. No comeo do semestre parecia
bem desmotivado, mas se mostrou muito interessado pela plataforma e pelo software
Modellus, j que trabalhava em uma loja de materiais de informtica junto com o pai.
Com as aulas no laboratrio e em sala de aula, a curiosidade e a vontade de modelar o
contedo foram lhe despertando o interesse pelo estudo, at que suas modelagens eram
as melhores apresentadas. Para fazer o trabalho da plataforma ele estava comparecendo
em minha sala, depois da aula, em mdia trs vezes por semana, para saber se em algum
contedo da disciplina, ele poderia fazer ou no determinadas observaes. Foi a que
ele comeou a se entregar ao curso de Clculo Diferencial e Integral, conseguiu notas
boas nas duas ltimas provas, seus trabalhos foram os mais elaborados e criativos,
enfim ele conseguiu passar.
Figura 5: Trabalho do Modellus do aluno do primeiro perodo do curso de Qumica UFU

.
Figura 6: Trabalho do Modellus do aluno do primeiro perodo do curso de Qumica - UFU.

Esta prtica de ensino a distncia faz com que os alunos se sintam mais a
vontade, se abram mais, pois a aula virtual de certa forma equiparada com as aulas
presenciais.
Nesse estudo observamos que existem diferentes propostas de se trabalhar com
computadores no processo de ensinar e aprender Clculo. Constatamos que essas
prticas pedaggicas esto sendo trabalhadas em muitos cursos e que o trabalho com o
computador desenvolvido paralelamente as aulas convencionais de Clculo.
importante compreender que um dos fatores que interfere neste propsito so os
diferentes softwares utilizados.
7. Referncias:
ARALO. L. Jussara. Situaes Reais e Computacionais: Os Convidados So
Igualmente Bem-Vindos?. Universidade Estadual Paulista .MESQUITA. FILHO. Julio
UNESP _ RIO CLARO. Revista Bolema. Boletim de Educao Matemtica. Ano 16.
n 19, 2003.
BARUFI, Maria C. Bonomi. A construo/negociao de significados no curso

universitrio inicial de Clculo Diferencial e Integral. So Paulo, 1999. Tese (Doutorado
em Educao), Faculdade de Educao, Universidade de So Paulo.
BEZERRA, J. Q. O computador e o clculo diferencial. In: V ENCONTRO

NACIONAL DE EDUCAO MATEMTICA (ENEM), 5., 1995, Aracaju. Anais...
Aracaju, 1995, p. 85.
CARRILLO, Wenceslao, R. de Los Rios. EJECUCION Y EVALUACION DE UN

PROYECTO DE ENSEANZA PROGRAMADA PARA EL MEJORAMIENTO DE
LA ENSEANZA DEL CALCULO EN LA UNIVERSIDAD DE PANAMA.
Campinas, 1980. Dissertao (Mestrado em Ensino de Cincias e Matemtica),
Convnio OEA- PREMEN - UNICAMP). Universidade Estadual de Campinas
CASSOL, Armindo. A educao matemtica no ensino superior. In: ENCONTRO

NACIONAL DE EDUCAO MATEMTICA (ENEM), 5., 1998, So Leopoldo.
Anais... So Leopoldo, 1998. V. 1. p. 108-109.
PONTE, Joo P. Concepes do professor de matemtica da formao. In: BROWN, M.

, FERNANDES, D. , MATOS J. F. ,PPONTE, J. P. (Ed.) Educao Matemtica. Temas
de investigao. Lisboa: SEM-SPCE, 1992.
SOUZA JR. Arlindo. J. S.1993, Concepes do professor universitrio sobre o ensino

da matemtica. Tese(Mestrado em Educao Matemtica) - Rio Claro, Universidade
Estadual Paulista,
SOUZA JR. Arlindo. J. S. Concepes do professor universitrio sobre o ensino da

matemtica. Rio Claro, 1993. Dissertao( Mestrado em Educao Matemtica)
Universidade Estadual Paulista.
VITALLE, Bruno. Computador na escola; um brinquedo a mais? Cincia Hoje, Rio de

Janeiro, v. 13, n. 77, p. 19-25, out./nov. 1991.
PAPERT, Seymour. A mquina das crianas: repensando a escola na era da informtica.
Porto Alegre: Artes Mdicas, 1994.
RATTNER, Henrique. Informtica na sociedade. So Paulo: Brasiliense, 1985.
REZENDE, W.M. O ensino de Clculo: dificuldades de natureza epistemolgica. In

Machado, N.: Cunha, M.(org) Linguagem, Conhecimento, Ao- ensaios de
epistemologia e didtica. Escrituras, So Paulo, 2003.
RIPPER, Afira Viannna. O preparo do professor para as novas tecnologias. In:

OLIVERRA, Vera Barros (org). Informtica em Psicopedagogia. So Paulo: SENAC,
1996. p.54-83.
SILVA,Miriam Godoy P. O computador na perspectiva do desenvolvimento

profissional do professor. Campinas, 1997.Tese (doutorado em Educao) Faculdade
de Educao, Universidade Estadual de Campinas.
VALENTE, J. A. Computadores e conhecimento; repensando a educao. Campinas:

UNICAMP, 1993. 417p. cap.1: Diferentes usos do computador na educao, p.123.
cap.2: Por Qu o computador na educao?, p.24-44. cap.7: Formao de profissionais
na rea de informtica em educao, p.114-134.
_____________http://nautilus.fis.uc.pt/softc/Read_c/destaque/enstec.htm
Aplicao simultnea de dois mtodos de classificao tnico-racial
Aurlia Aparecida de Arajo Rodrigues 1

aurelia@famat.ufu.br
Corina Ilda Silva Ferreira 2

juventudesemfronteiras@yahoo.com.br
Willian Araujo Moura3

nailliwpsico@hotmail.com
Gabriela Vieira Lopes 3

gabrielavlopes@hotmail.com
Resumo
O objetivo deste trabalho analisar os resultados de dois mtodos de classificao tnico-
racial: a autoclassificao e a classificao por terceiros. A pesquisa contou com a
participao dos alunos curso de Psicologia da Universidade Federal de Uberlndia,
ingressantes no primeiro semestre de 2006, os quais responderam simultaneamente a um
amplo questionrio. Os mtodos de classificao apresentaram resultados divergentes para a
classificao de alunos de cor preta.
Palavras-chave: classificao tnico-racial, autoclassificao, classificao por terceiros.
1. Introduo
Atualmente, esto em discusso as possibilidades e os limites das polticas de ao
afirmativa e os resultados at agora atingidos por medidas universalistas adotados pelo
Estado. Enquanto as polticas universalistas partem do pressuposto de que o ideal dar o
mesmo tratamento a todos, as de ao afirmativa tem como meta tratar de maneira diferente
os diferentes, minimizando as formas de discriminao que impeam o acesso a
oportunidades e benefcios, de forma a se atingir a igualdade real (Tragtenberg, 2006). As
polticas inclusivas (de ao afirmativa) trabalham com os conceitos de igualdade e de
universalizao tendo em vista a reduo da desigualdade social (Curry, 2005).
No Brasil, h vrios casos em que a implantao de polticas universalistas no
promove necessariamente a igualdade real. Em se tratando da educao superior no pas,
Telles (2003) mostrou que os grandes beneficirios do boom do ensino superior ocorrido entre
1960 a 1999 foram os brancos, os quais apresentaram crescimento mdio anual da proporo
de diplomados cerca de quatro vezes maior do que os negros, usando dados do Instituto
Brasileiro de Geografia e Estatstica (IBGE).
No campo da sade, pro exemplo, Batista et. al. (2004) relataram diferenas nas
causas de bitos segundo cor/raa no Estado de So Paulo e Leal et al. (2005) destacaram
desigualdades raciais na assistncia ao pr-natal e ao parto no municpio do Rio de Janeiro.
Diferentes mtodos de classificao tnico-racial tm sido avaliados, em estudo de
sade no Brasil e em outros pases. Alguns autores consideram que a autoclassificao
(comparada categorizao realizada por entrevistadores) o mtodo que melhor reflete a
identificao do indivduo com os diversos grupos raciais. Outros que apontam que a melhor
1
Orientadora. Professora Adjunto da Faculdade de Matemtica da Universidade Federal de Uberlndia (UFU).
2
Aluno de graduao em Cincias Sociais da UFU.
3
Aluno de graduao em Psicologia da UFU.
abordagem depende do objetivo do estudo. Assim, por exemplo, no caso de investigaes
sobre a discriminao racial, observadores externos expressariam melhor a forma como o
indivduo visto pela sociedade (Williams, 2002 apud Kaplan e Bennett, 2003).
O padro classificatrio, no Brasil, freqentemente caracterizado pela fluidez
(indeterminao, subjetividade e dependncia contextual) em sua aplicao. Constata-se, por
exemplo, que quanto maior a posio scio-econmica do indivduo, mais recorrente a
possibilidade dele se embranquecer (Silva, 1999).
Dentro deste contexto, o objetivo principal deste trabalho analisar classificao
tnico-racial em duas abordagens distintas: a autoclassificao e a classificao por terceiros.
As anlises foram feitas com base em dados obtidos do questionrio que foi aplicado a um
grupo de 30 estudantes simultaneamente. Ser dada nfase para a anlise dos resultados
referentes classificao para a cor preta.
Espera-se, ainda, que este trabalho contribua com as discusses sobre a classificao
tnico-racial e suas conseqncias nas diversas reas sociais, polticas e econmicas.
Na literatura, h vrios trabalhos discutindo questes relacionadas classificao
tnico-racial, mas poucos apresentam dados e anlises estatsticas. Este trabalho trata-se de
um estudo de caso, a anlise feita aqui poder ser estendida para outras situaes.
2. Metodologia
A pesquisa contou com a participao dos 30 alunos curso de Psicologia da
Universidade Federal de Uberlndia, ingressantes no primeiro semestre de 2006, os quais
responderam simultaneamente a um amplo questionrio, ver Apndice. Os alunos autores
deste trabalho aplicaram o questionrio durante o segundo semestre de 2006, na ocasio eles
estavam cursando a disciplina Introduo Estatstica no Curso de Psicologia.
O questionrio continha dois itens distintos para a classificao tnico-racial, alm de
perguntas referentes ao racismo, classificao tnico-racial e caractersticas sociais (idade,
estado civil, renda familiar e outros). Aqui sero analisados os resultados referentes
pergunta 4 e pergunta 11, que correspondem autoclassificao e classificao por terceiros,
respectivamente.
Em um dos blocos iniciais foi utilizada a pergunta proposta pelo IBGE, com suas
opes de resposta para a classificao da cor. Cabe ressaltar, no entanto, que preto a cor e
negro a raa. No h cor negra, como muito se ouve. H cor preta. De acordo com a
conveno do IBGE, portanto, negro quem se autodeclara preto ou pardo.
Pergunta 4 do questionrio (autoclassificao): Qual a sua cor?
( ) Amarela ( ) Branca ( ) Indgena ( ) Parda ( ) Preta
Ao final do questionrio, foi includa uma pergunta onde deveria ser informado o
nmero de pretos nessa mesma turma .
Pergunta 11 do questionrio (classificao por terceiros): Em sua turma, quantos
estudantes voc classificaria como pretos?
( )Nenhum ( )1 ( )2 ( )3 ( )4 ( )5 ( )Mais de 6
3. Resultados
Nos itens que seguem, sero abordadas as respostas aos questionamentos levantados
na seo 2, a partir dos resultados encontrados nas tabelas 1 e 2 e nos grficos 1 e 2 .
Conforme observado no Grfico 1 e Tabela 1, observa-se que 10 alunos se consideram
da raa negra, que formada por indivduos de cor preta ou parda.
Na Tabela 1, dos trinta participantes que responderam ao questionrio, apenas um
(3,3%) se autoclassificou de cor preta. No entanto, conforme Tabela 2, na classificao por
terceiros, obteve-se classificaes de zero a trs estudantes de cor preta na turma, ou seja,
6,7% dos entrevistados no identificaram alunos de cor preta na turma, 36,7% identificaram
apenas um, 43,3% identificaram dois e 13,3% identificaram trs.
Tabela 1: Autoclassificao tnico-racial dos alunos do curso de Psicologia-UFU ingressantes em 2006-1
Autoclassificao (cor) Freqncia Porcentagem
Indgena 0 0,0%
Preta 1 3,0%
Amarela 4 13,3%
Parda 9 30,0%
Branca 16 43,3%
18
16
14
12
Freqncia
10
8
6
4
2
0
Indgena Preta Amarela Parda Branca
Cor
Grfico 1: Autoclassificao tnico-racial dos alunos do curso Psicologia-UFU ingressantes em 2006-1
Tabela 2: Classificao por terceiros, referente a cor preta, de acordo com a classificao dos alunos do curso
Psicologia-UFU ingressantes em 2006-1
Nmero de estudantes
pretos Freqncia Porcentagem
na turma
Nenhum 2 6,7%
1 11 36,7%
2 13 43,3%
3 4 13,3%
14
12
10
Frequncia
8
0
Nenhum Um Dois Trs
N de estudantes pretos
Grfico 2: Classificao por terceiros, referente a cor preta, de acordo com a classificao dos alunos do
curso Psicologia-UFU ingressantes em 2006-1
4. Concluso:
De acordo com o resultados obtidos no estudo de caso deste trabalho, a classificao
por terceiros e a autoclassificao realizadas simultaneamente foram divergentes para a
classificao de alunos de cor preta. No mtodo de autoclassificao, apenas um estudante se
considerou de cor preta. Na classificao por terceiros, o nmero de pretos no grupo variou de
nenhum a trs.
Critrios de classificao tnico-racial semelhantes tm sido usados em algumas
universidades brasileiras para auxiliar na distribuio de vagas pela poltica de cotas raciais,
que um programa de ao afirmativa. Na etapa de inscrio para o vestibular, o candidato a
uma vaga na universidade se autoclassifica, e numa outra etapa, ele submetido
classificao por terceiros (com uso de fotos e comisses de classificao racial). As
divergncias de classificao tnico-racial que, eventualmente ocorrem durante esse processo,
tm submetido os candidatos a constrangimentos e desencadeado crticas por parte da
sociedade. No entanto, a classificao por terceiros til para identificar os possveis
oportunistas (brancos que se autoclassificam como negros para obter privilgios) no processo
de seleo das universidades.
Ento, se o objetivo implantar programas de ao afirmativa para negros, pode-se
aperfeioar o sistema de distribuio de vagas que utiliza poltica de cotas raciais, por
exemplo, pode-se reduzir as divergncias entre a autoclassificao e a classificao por
terceiros praticada pelas comisses de classificao racial. Rosemberg (2004) sugere aes
como explicitar em anncio prvio o que um programa de ao afirmativa, porque ele
necessrio e a quem ele se destina.
A escolha da estratgia e do sistema de classificao deve levar em considerao
vantagens e desvantagens de cada uma das alternativas, alm dos objetivos da investigao.
Por exemplo, ao utilizar as categorias do IBGE ganha-se em termos de comparabilidade com
outros estudos, mas preciso ponderar a possibilidade de tendncia ao branqueamento,
especialmente nos estratos de melhor posio scio-econmica. Vale ressaltar, como apontam
Kaplan e Bennett (2003), que qualquer conjunto de opes de resposta apenas uma
aproximao do que socialmente considerado como categorias tnico/raciais. Assim, os
pesquisadores devem ser cautelosos ao inferir que os indivduos pertencem a estas categorias
de maneira definitiva, ou que cada uma dessas categorias agrega um grupo absolutamente
homogneo (Maio et. al., 2005).
Apesar das limitaes inerentes ao que se convencionou denominar de classificao
tnico-racial, de grande valia um estudo sobre a classificao racial no Brasil, pois atravs
dela possvel, por exemplo, delimitar de que adoece (morbidade) e de que morre a
populao negra; e obter indicadores fundamentais para polticas de combate ao racismo em
instituies de diversas reas.
5. Referncias Bibliogrficas
BATISTA, L. E.; ESCUDER, M. M.; PEREIRA, J. C. A cor da morte: causas de bito
segundo caractersticas de raa no Estado de So Paulo, 1999 A 2001. Revista de Sade
Pblica, vol. 38 (5), pp. 30-36, 2004.
CURRY, C R J. Polticas inclusivas e compensatrias na educao bsica. Cadernos de
Pesquisa, vol. 35 (124), pp. 11-32, 2005.
KAPLAN, J. B.; BENNETT, T. Use of race and ethnicity in biomedical publication. JAMA,
vol. 289, pp. 2709-2716, 2003.
LEAL, M. C.; DA GAMA. S. G.; DA CUNHA, C. B. Desigualdades raciais,
sciodemogrficas e na assistncia ao pr-natal e ao parto, 1999-2001. Revista de Sade
Pblica, vol. 39 (1), pp. 100-107, 2005.
MAIO, M. C.; MONTEIRO, S.; CHOR, D.; LOPES, C. S. Resultados comparativos de dois
mtodos de autoclassificao no Rio de Janeiro, Brasil. Cad. Sade Pblica, vol 21(1), pp.
171-180, 2005.
MORETTIN, P. A.; BUSSAB, W. O. Estatstica Bsica. Saraiva: So Paulo, 2002.
MUNANGA, K. A difcil tarefa de definir quem negro no Brasil. Estudos avanados, vol.
18 (50), pp. 51-56, 2004. Entrevista.
ROSEMBERG, F. O branco no IBGE continua branco na ao afirmativa? Estudos
avanados, vol. 18 (50), pp. 61-66, 2004.
SILVA, N. V. Uma nota sobre raa social no Brasil. In Hasenbalg, C. A; Silva, N. V.;
organizadores. Cor e estratificao social. Editora Contracapa: Rio de Janeiro, pp. 107-
125, 1999.
TELLES, E. Racial ambiguity among the Brazilian population. Ethn Racial Stud, vol. 25, pp.
415-441, 2002.
TELLES, E. Racismo brasileira: uma nova perspectiva sociolgica. Relume Dumar: Rio
de Janeiro, 2003.
TRAGTENBERG, M.H. R.; BASTOS, J. L. D.; PERES, M. A. Polticas de ampliao do
acesso e diversidade socioeconmica e tnico-racial na Universidade Federal de Santa
Catarina. Acessado em set.2007. Disponvel em http://www.acoes-
afirmativas.ufsc.br/artigos/2006-09-30-artigo-pagina-comissao.pdf.
Apndice
Questionrio N __________
1- Qual a sua idade? ____________
2- Qual o seu estado civil?

( ) Casado ( ) Solteiro ( ) Divorciado ( ) Vivo ( ) Outros
3- Qual a renda lquida mensal da sua famlia, em reais?

( ) At 300 ( ) De 301 a 1000 ( ) De 1001 a 1500 ( ) De 1501 a 2000
( ) De 2001 a 3000 ( ) De 3001 a 5000 ( ) Acima de 5000
4- Qual a sua cor?

( ) Amarela ( ) Branca ( ) Indgena ( ) Parda ( ) Preta
5- Para voc, as diferenas existentes no Brasil so raciais ou se referem classe social?

( )Racial ( )Classe ( )Ambos
6- Voc acredita que existe racismo em nosso pas?

( )Sim ( )No
7- Voc se considera racista?

( )Sim ( )No ( )s vezes
8- Voc convive com alguma pessoa racista?

( )Sim ( )No
9- Voc j sofreu algum preconceito racial?

( )Sim ( )No
10- Voc j presenciou alguma atitude racista?

( )Sim ( )No
11- Em sua turma, quantos estudantes voc classificaria como pretos?

( )Nenhum ( )1 ( )2 ( )3 ( )4 ( )5 ( )Mais de 6
O Estudo Matemtico do Comportamento das Abelhas

Eduardo Henrique Siqueira Lucas Dias Marques Rosana Sueli da Motta

Molinero Jafelice
edu.molinero@bol.com.br ludemarques@yahoo.com.br rmotta@ufu.br
Introduo
Abelha a denominao comum de vrios insetos pertencentes ordem Hymenoptera,
da superfamlia Apoidea, aparentados das vespas e formigas. O representante mais conhecido
a Apis mellifera, oriunda do Velho Mundo, criada em larga escala para a produo de mel.
As espcies de abelhas nativas das Amricas (Novo Mundo) no possuem ferro.
Uma abelha visita dez flores por minuto em busca de plen e do nctar. Ela faz, em
mdia, quarenta vos dirios, tocando em 40 mil flores. Com a lngua, as abelhas recolhem o
nctar do fundo de cada flor e guardam-no numa bolsa localizada na garganta. Depois voltam
colmeia e o nctar vai passando de abelha em abelha.Desse modo a gua que ele contm se
evapora, ele engrossa e se transforma em mel, veja Figura 1.
Figura 1: Rainhas e operrias.
As abelhas so insetos sociais que vivem em colnias e so conhecidas h mais de

40.000 anos e as que mais se prestam para a polinizao, ajudando enormemente a
agricultura, produo de mel, gelia real, cera, prpolis e plen, so as abelhas pertencentes
ao gnero Apis.
Inseto laborioso, disciplinado, a abelha convive num sistema de extraordinria
organizao: em cada colmia existem cerca de 80.000 abelhas e cada colnia constituda
por uma nica rainha, centenas de zanges e milhares de operrias.
O objetivo do trabalho estudar como as abelhas vivem, trabalham, so divididas, se
reproduzem e modelar matematicamente a dinmica da populao de uma nova colmia.
Um Estudo Geomtrico da Colmia
Inicialmente, estudamos a geometria dos alvolos.
- Geometria dos alvolos
As abelhas constroem suas casas ou favos na forma de recipientes aglomerados de

cera que se propagam um ao lado do outro.
Os recipientes, denominados alvolos, tem a forma de um prisma hexagonal regular
(faces laterais iguais e ngulos entre as faces iguais) aberto numa extremidade e formando um
pice tridrico na outra face.
Os alvolos so usados tanto para o desenvolvimento populacional da colmia como
para deposito de mel, produto obtido da transformao do nctar e plen das flores.
O estudo sobre o mosaico de um favo foi realizado com base em [1].
- Mosaico de um favo
O corte transversal de um favo apresenta a configurao de um mosaico formado pela

repetio de hexgonos regulares.
A pavimentao de um plano consiste em cobri-lo com uma mesma figura, sem deixar
espaos vazios ou tendo figuras interseccionadas.
Se quisermos um mosaico, como na Figura 2, formado pela propagao de um s tipo
de polgono regular (lados iguais e ngulos internos iguais), devemos escolher o polgono de
modo que seu ngulo interno seja um divisor de 360.
Vejamos alguns casos, Figuras 3, 4 e 5:
Figura 2: Mosaico de um favo. Figura 3: Quadrado tem ngulos

internos iguais a 90.
Figura 4: Tringulo eqiltero tem Figura 5: Hexgono regular tem ngulos
ngulos internos iguais a 60. internos iguais a 120.
Todo polgono regular pode ser inscrito em um circulo de modo que seus lados sejam
cordas deste circulo. Assim, dado um polgono regular de n lados podemos sempre dividi-lo
em n tringulos issceles. Cada tringulo formado considerando o lado do polgono como
base e tendo vrtice no centro do circulo que circunscreve o polgono, Figura 6.
Figura 6: Polgonos circunscritos.
Sabemos que um polgono regular pode se propagar, formando um mosaico, se 360/

for um numero inteiro positivo, onde o ngulo interno do polgono. Este nmero nos d a
quantidade de polgonos que tem vrtice comum.
Sabemos que o ngulo interno deve ser menor que 180. Por outro lado o polgono de
menor nmero de lados o tringulo eqiltero, n = 3. Neste caso, temos o intervalo de 60
at 180. Os divisores positivos de 360 so: 1, 2, 3, 4, 5, 6, 8, 9, 10, 12, 15, 18, 20, 24, 30, 36,
40, 45, 50, 60, 72, 90, 120, 180 e 360.
Conclumos ento que temos as seguintes possibilidades: 60, 72, 90 e 120.
Analisemos a figura quando = 72.
72 = (n 2).180/n
72n = 180n 360
-108n = -360
n = 10/3 N
Com isso conclumos que: as abelhas constroem seus alvolos na forma de prismas de
base hexagonais. Das trs possveis escolhas das bases que restou, ou seja, dos valores
possveis de que poderiam ter sido escolhidos, optaram pelo polgono que tem o menor
permetro, com rea A fixada, que a base hexagonal onde = 60.
- Dana das abelhas
O estudo da dana das abelhas foi realizado com base em [3].
Uma abelha pode lembrar-se da rota de vo a partir da posio do sol no cu, do odor e
da cor das flores. capaz, tambm, de retornar mesma fonte de alimento, no mesmo
horrio, do dia seguinte. O pesquisador Von Frisch foi quem descobriu a forma de
comunicao das abelhas, ou seja, quando encontra uma boa fonte de nctar e plen retorna
para informar s demais a posio e o odor das flores. Ela toma como referncia a posio do
sol, isto , o ngulo entre sua prpria rota de vo e uma linha horizontal da colmia, na
direo do sol.
Sua forma de comunicao denominada a danado requebrado. Quando as flores
esto a menos de 100 metros de distncia da colmia, a dana circular. Se o alimento est a
mais de 100, a abelha corre para frente por uma pequena distncia, retornando ao ponto inicial
por um semicrculo, e volta descrevendo um outro semicrculo na direo oposta, dando uma
idia de oito, veja Figura 7. Se a dana feita a 30 direita da vertical significa que o
alimento est a 30 direita do sol [2].
Figura 7: A dana das abelhas.
Ao danar na colmia, outras abelhas podem aprender a posio e o odor das flores,
embora no aprenda sua cor e sua forma. O nmero de vezes por segundo que a abelha perfaz
o circuito danando indica a distncia da florada em relao colmia. Crane (1983)
apresenta a durao de cada circuito da dana pela distncia:
Distncia (m) 200 500 1000 2000 3500 4500

Durao do circuito (s) 2,1 2,5 3,3 3,8 5,6 6,3
Como podemos localizar uma florada a partir da dana da abelha?

Para calcular a distncia da florada da colmia, procederemos utilizando coordenadas
polares.
Exemplo: Se a fonte de alimento, por exemplo, estiver a 983,87m da colmia e
formando um ngulo de 60 no sentido horrio em relao direo do sol nascente (leste)
podemos encontrar a distncia em que a florada est da colmia em relao aos pontos
cardeais, Figura 8.
Figura 8: Localizao da florada em relao colmia em coordenadas polares.
As abelhas no usam coordenadas retangulares para comunicar a posio da fonte de

alimentos. As coordenadas polares tm um papel importante no comportamento animal,
principalmente na orientao de aves e peixes.
P: (x, y) coordenadas retangulares
P: (r, ) coordenadas polares;
y
onde r = x 2 y 2 (distncia polar) e = arctg (ngulo polar).
x
Temos que a hipotenusa do tringulo retngulo (distncia da colmia florada)
983,87m e o ngulo em relao ao eixo x (que aponta para o sul) 30.
Assim temos que:
y y
sen = sen 30 = # 491,93m
r 983,87
x x
cos = cos 30 = # 852,05m
r 983,87
Em coordenadas retangulares podemos dizer que a fonte de alimento est,
aproximadamente, a 491,93m para leste e 852,05m para o sul, em relao colmia.
A seguir um exemplo retirado de [2].
Problema: Uma abelha exploradora descobre uma fonte de mel ao entardecer. Esta
fonte est localizada a 850m a leste e 1200m ao sul da colmia. Que coordenadas polares
sero sinalizadas pela abelha?
Resoluo: Inicialmente utilizamos coordenadas polares, ou seja, extramos de um
sistema de coordenadas cartesianas (x, y), as coordenadas polares (r, ) de forma que:
x = r.cos
y = r.sen
y 850
Sabemos que x = 1200 e y = 850 e que tg = = # 0,71. Assim, temos
x 1200
que: = arctg (0,71) # 0,6174 # 35,37. Como r = x 2 y 2 , ento r =
1200 2 850 2 = 1440000 722500 = 2162500 # 1470,54.
Podemos concluir ento que, as coordenadas polares que sero sinalizadas pela
abelha so (1470,54; 35,37), como na Figura 9.
Figura 9: Localizao da florada em relao colmia em coordenadas retangulares e polares.
Comentrio: O problema nos props encontrar a localizao da florada em

coordenadas polares, que so dadas no sentido anti-horrio, mas, se o autor quisesse saber
qual o ngulo entre a florada e o sol, a resposta seria 90 - 35,37 = 54,63.
Dinmica de uma Colmia
Quando se prope analisar o crescimento populacional de uma comunidade qualquer,

um dos objetivos saber seu comportamento em cada instante e a previso de seu tamanho no
futuro. Cada populao tem uma dinmica de crescimento prpria, isto , uma lei de
formao inerente espcie.
Vamos apresentar modelos matemticos distintos relativamente ao nvel de
conhecimento matemtico baseados em [1], mas que expressam, essencialmente, o mesmo
fenmeno; crescimento populacional de uma colmia.
- A Colmia
Entre apicultores, a expresso colmia significa abelhas alojadas racionalmente, com

uma populao equilibrada e distribuda em trs castas: rainha, operrias e zanges.
A abelha rainha responsvel pela produo das operrias, dos zanges (que so os
machos) ou novas rainhas, botando dois tipos de ovos. Os ovos fertilizados do origem s
operrias (fmeas no reprodutoras) e os ovos no fertilizados originam os zanges. As
rainhas so produzidas quando as larvas so alimentadas com nutrientes altamente proticos
(gelia real).
A constituio de uma colmia em condies normais a seguinte
1 rainha que pode viver at 5 anos;
At 400 zanges que so produzidos no final de vero, e sua quantidade depende da
abundncia de alimento (vivem at 80 dias);
60000 a 80000 operrias. A longevidade de uma operria depende do clima e do seu
perodo de atividade. De um modo geral sua vida mdia varia de 38 a 42 dias.
A capacidade de postura de uma rainha chega a 3000 ovos por dia, o que corresponde
a duas vezes seu prprio peso. Esta quantidade depende da rea disponvel para postura, da
qualidade gentica da rainha e das condies florais e climticas existentes.
Quando uma rainha diminui a quantidade de ovos, as operrias responsveis pela
manuteno das larvas promovem o desenvolvimento de nova rainha. A nova rainha, depois
do vo nupcial em que fecundada pelos zanges, retorna colmia desalojando a rainha
velha que sai para formar uma outra colmia. Acompanhando a velha rainha seguem um
sqito de aproximadamente 10000 operrias: o enxame voador.
Para o estudo do crescimento da populao em uma nova colmia consideraremos os
seguintes dados e hipteses:
x Postura da rainha constante: 2000 ovos por dia;
x Perodo entre a postura e o nascimento da abelha: 21 dias;
x Quantidade inicial de abelhas (operrias): 10000;
x Longevidade mdia de uma operria: 40 dias.
- Modelos
Um modelo matemtico da dinmica populacional de uma nova colmia deve ser

apresentado, levando-se em considerao dois estgios distintos: o perodo de adaptao que
intermedirio entre a postura inicial e o nascimento das primeiras operrias (21 dias), e o
perodo de desenvolvimento quando nascem diariamente 2000 abelhas.
Em relao ao perodo inicial podemos estabelecer duas hipteses distintas quanto ao
ndice de mortalidade das operrias:
H1) As abelhas tm idades equidistribudas
Neste caso estamos supondo que em cada grupo, distribudo por idade (dias de vida),
existem exatamente a mesma quantidade de operrias.
Desta forma, das 10000 abelhas iniciais, em cada dia morrero, em mdia, 250 abelhas o que
1
corresponde a de 10000.
40
Seja yn = y(n) a quantidade de operrias vivas no n-simo dia de existncia de nova
colmia, 0 d n<21.
Podemos obter a expresso de y(n) recursivamente, isto ,
y0 = 10000
y1 = y0 250
y2 = y1 250 = y0 2 250
x
Generalizando, obtemos:
yn = y0 n250
Assim, obtemos um modelo matemtico que nos d a informao sobre a quantidade
de abelhas velhas no n-simo dia de existncia da colmia:
yn = 10000 250n , 0 d n<21 (1)
Observao 1: O modelo (1) discreto no sentido que a varivel independente n

(tempo) est tomando valores no conjunto dos nmeros naturais N.
Observao 2: A equao (1) pode ser obtida, analisando a taxa de decaimento.
Seja k > n, definimos ' y = yk - yn: quantidade de abelhas que morrem entre o k-simo
'y
e o n-simo dia e ' n = k n: um nmero de dias passados, ento a razo incremental
'n
dada por:
'y yk yn ( y k y k 1 ) ( y k 1 y k 2 ) ... ( y n 1 y n ) (k n)(250)

250
'n k n [k (k 1)] [(k 1) (k 2)] ... (n 1 n) k n
ou seja, a razo entre a variao da quantidade de abelhas pela variao do tempo constante.
Isto significa que o resultado para um dia n qualquer poderia ser obtido por uma regra de trs:
A quantidade de abelhas que morrem em n dias proporcional a n. Por exemplo, se em 1
dia morrem 250, em 21 dias morrero 5250 abelhas:
1 l 250
21 l x
x 21 250 5250 x
A constante C = -250 o coeficiente angular da reta:
y(t) = -250t + 10000 com 0 d t d 21, tR, (2)
que representa o modelo contnuo correspondente equao (1).

Chamamos a ateno para o fato de que a constante de proporcionalidade usada
numa regra de trs equivalente ao coeficiente angular de uma reta, ou seja, s podemos usar
regra de trs quando as variveis esto relacionadas segundo a equao de uma reta.
H2) A mortalidade das abelhas proporcional a quantidade que se tem de abelhas
em cada instante.
Observe que com esta hiptese no podemos usar regra de trs. A taxa de mortalidade
1
= 0.025 e portanto, a taxa de sobrevivncia (0-0.025) = 0.975.
40
Podemos agora obter uma expresso de recorrncia (modelo discreto) para yn com esta
nova hiptese:
y0 = 10000
y1 = 0.975y0
y2 = 0.975y1 = (0.975)y0
0
yn = (0.975)ny0, (3)
Usando o fato de que ax = exlna, para todo xR, com a>0 a funo potncia (3) pode ser dada
na forma exponencial:
yn = y0en.ln(0.975) = y0e-0.02532.n (4)
No caso continuo (tempo continuo) podemos escrever
y = y(t) = y0e-0.02532.t, 0 d t d 21. (5)
Tomando y0 = 10000 e t = 21 em (5), obtemos y(21) = 5876. Verificamos que, de acordo com
as hipteses consideradas, os valores de y21 so distintos na prtica tal diferena no
significativa, mesmo para o estudo do comportamento futuro da colmia.
O modelo matemtico para o perodo de desenvolvimento da nova colmia leva em
considerao que a partir do 21 dia nascem, 2000 abelhas.
Se A0 a quantidade remanescente de operrias velhas depois de 21 dias, teremos para
o 21 dia:
Y1 = y21 = A0 + 2000.
Considerando agora a taxa de sobrevivncia igual a 0.975, podemos formar uma

relao de recorrncia a partir do valor A0:
Y2 = y22 = 0.975Y1 +2000 = 0.975A0 + 2000(0.975 +1)
Y3 = y23 = 0.975Y2 +2000 = (0.975)A0 + 2000[(0.975) + 0.975 + 1)].
E assim sucessivamente, chegamos a
Yn = (0.975)n-1A0 + 2000[(0.975)n-1 + (0.975)n-2 + ... + 0.975 + 1].
A expresso entre colchetes a soma de uma progresso geomtrica de razo igual a

0.975, o que nos permite simplificar, escrevendo:
n-1 1 (0.975) n
Yn = (0.975) A0 + 2000 = (A0 - 78000)(0.975)n-1 + 80000. (6)
1 0.975
Podemos pensar numa expresso contnua para Yn tomando:
y(t) = (A0 78000)e(t-21).ln(0.975) + 80000 (t 21)
ou seja,
y(t) = (A0 - 78000)e0.02532.(t 21) + 80000 t 21. (7)
A expresso (7) nos d a populao da colmia num tempo t qualquer a partir do 21

dia.
Podemos notar que quando t cresce o valor de e-0.02532 tende a zero e portanto a
populao da colmia se estabiliza com 80000 operrias, o que mostra uma coerncia com os
dados experimentais.
Isto pode ser traduzido pela expresso matemtica
lim t of y (t ) 80000
A reta y = 80000 uma assntota horizontal da funo y(t), denominada valor de

estabilidade.
Juntando as duas partes do modelo contnuo de crescimento populacional das abelhas
(equaes (5) e (7)), podemos escrever;
y(t) = 10000 e-0.02532.t se 0 d t<21

(8)
-0.02532.(t - 21)
y(t) = (A0 - 78000)e + 80000, se t 21
onde, A0 so as sobreviventes no 21 dia.
- Lei de formao de uma colmia
No Caso contnuo (tempo t como varivel contnua) podemos usar a linguagem de

derivadas e expressar a hiptese H2 da seguinte forma:
dy
= -0.025y (9)
dt
y(0) = 10000, 0 d t d 21
dy
onde indica a variao instantnea da populao de abelhas. O modelo (9) quer dizer que
dt
at os primeiros 21 dias, a variao da populao de abelhas (mortalidade) proporcional
1
quantidade presente em cada instante, com um ndice de mortalidade igual a = 0.025 e
40
uma populao inicial de 10000 abelhas.
A soluo da equao (9) obtida separando-se as variveis e integrando
dy dy
= -0.025dt, logo = 0.025 dt,
y y
ou
lny = -0.025t + k (k: constante de integrao)
donde tiramos
y(t) = eke-0.025.t.
Usando a condio inicial y(0) = 10000, vem que ek = 10000. Assim,
y(t) = 10000e-0.025.t, 0 d t<21 (10)
A soluo (10) aproximadamente igual (5) obtida anteriormente.

Para o perodo de crescimento da colmia, podemos fazer uma analogia com o
modelo exponencial assinttico uma vez que, em ambas as situaes as solues so
semelhantes.
Consideramos ento a equao diferencial:
dy
= k(L - y) (11)
dt
onde, L = 80000 a populao limite, t 21, k = ln0.975 e y(21) = 7500 ( | 5500

remanescentes mais 2000 recm nascidas).
Separando variveis e integrando a equao (11), obtemos
dy
= kdt ln(L y) = kt + c.
L y
Portanto, L y = ece-kt.
Considerando que a equao (11) est definida para t 21, podemos escrever
y(t) = L ece-k.(t - 21), t 21.
Como y(21) = 7500, temos
-ec = 7500 80000 = -72500
Portanto,
y(t) = -72500e-0.02532.(t - 21) + 80000, para t 21. (12)
Concluso
Desta forma, podemos dizer que a lei de formao de uma colmia nova a
seguinte:
O crescimento populacional de uma colmia proporcional diferena entre a
populao mxima sustentvel e a populao dada em cada instante.
Salientamos mais uma vez que nenhum modelo matemtico definitivo. Sempre
podemos modific-lo tornando-o mais realista. Por exemplo, no perodo de adaptao (incio
da colmia) a rainha no tem condies de colocar 2000 ovos por dia pois os alvolos ainda
nem esto construdos. Tambm, a hiptese simplificadora que considera uma postura
constante da rainha, nesta colmia, pode ser modificada.
Bibliografia
[1] BASSANEZI, Rodney Carlos. Modelagem Matemtica como Mtodo de Ensino-
Aprendizagem. Editora Contexto, 2002.
[2] BATSCHELET, Edward. Introduo Matemtica para Biocientistas. Traduo: Vera M.
A. P. da Silva e Junia Maria P. Quitete. So Paulo: Editora da Universidade de So Paulo,
1978.
[3] BIEMBENGUT, Maria Salett & HEIN, Nelson. Modelagem Matemtica no Ensino.
Editora Contexto, 2003.
FAMAT em Revista
%
Iniciao Cientfica
em Nmeros
www.famat.ufu.br
Iniciao Cientfica em Nmeros
Maria Luiza Maes (coordenadora da seo)

Projetos De Iniciao Cientfica Que Se Realizam Durante O Perodo
De Setembro De 2007 a Agosto De 2008
Orientador: Arlindo Jos de Souza Jnior

Orientado: Masa Gonalves da Silva
Ttulo: O Ensino de Clculo com o Auxlio da Informtica
Incio: novembro de 2006
Fim: outubro de 2007
Orientador: Aurlia Aparecida de Arajo Rodrigues

Orientado: Robson Silva Rossi
Ttulo: Clculo de medidas de desempenho de grficos de controle para Variveis utilizando
o Matlab
Orientador: Aurlia Aparecida de Arajo Rodrigues

Orientado: Mateus Arajo Kappel
Ttulo: Monitoramento de um processo de produo industrial utilizando Grficos de controle
Incio: abril de 2007
Fim: maro de 2008
Orientador: Csar Guilherme de Almeida

Orientado: Ernani Magno de Freitas Jnior
Ttulo: Tcnica de Decomposio de Domnio e de Pr-Condicionamento de Matriz no
Clculo da Velocidade de Darcy em Escoamentos em Meios Porosos
Incio: maro de 2007
Fim: fevereiro de 2008.
Orientador: Ccero Fernandes de Carvalho
Orientado: Danilo Adrian Marques
Ttulo: lgebra Comutativa e Computao Algbrica
Incio: agosto de 2006
Fim: novembro de 2007

Orientado: Milena Almeida Leite Brando
Ttulo: Introduo aos cdigos corretores de erros
Incio: Dezembro de 2005
Fim: Dezembro de 2007

Orientado: Patrcia Borges dos Santos
Ttulo: Introduo teoria das curvas algbricas planas
Incio: janeiro de 2007
Fim: dezembro de 2007
Orientador: Edmilson Rodrigues Pinto

Orientado: Matheus Bartolo Guerero
Ttulo: Estudo de Modelos de Regresso com apoio computacional
Incio: maro de 2007
Trmino: maro de 2008
Orientador: Edmilson Rodrigues Pinto

Orientado: Weyder Orlando Brando Junior
Ttulo: Estudo de Modelos de Regresso com apoio computacional
Incio: maro de 2007
Trmino: maro de 2008
Orientador: Ednaldo Carvalho Guimares
Orientado: Joaquim Ferreira Vieira Neto
Ttulo: Ajuste de Distribuio de Probabilidade Dados Climatolgicos de
Uberlndia-MG
Incio: fevereiro de 2007
Fim: janeiro de 2008
Orientador: Edson Augustini

Orientado: Adriele Giaretta Biase
Ttulo: Introduo Criptografia
Incio: maro de 2007
Fim: fevereiro de 2008

Orientado: Luciana Yoshie Tsuchiya
Ttulo: O conceito de complexidade em Geometria
Incio: maro de 2007

Orientado: Gabriela Aparecida dos Reis
Ttulo: O conceito de complexidade em Geometria
Incio: maro de 2007

Orientado: Thiago Rodrigues da Silva
Ttulo: Propriedades Geomtricas da Aplicao Normal de Gauss em Superfcies Regulares
Incio: maro de 2007
Orientador: Fabiana Fiorezi de Marco Matos
Orientado: Sheila Maria Fernandes Carrijo
Ttulo: A utilizao de Jogos no Ensino de Matemtica : A Interveno Pedaggica
Fim: maro de 2008
Orientador: Luiz Alberto Duran Salomo

Orientado: Daniel Augusto Alves de Oliveira
Ttulo: Clculo de Probabilidades
Fim: maro de 2008
Orientador: Luiz Alberto Duran Salomo

Orientado: Michelle Crescncio de MIranda
Ttulo: Como resolver problemas: elementos tericos e heursticas
Incio: outubro de 2006
Orientador: Marcelo Tavares

Orientado: Eloar Correia de Lima
Ttulo: Sazonalidade e Tendncias em Sries Temporais de dados de IPC de Diferentes
Instituies
Fim: janeiro de 2008
Orientador: Marcelo Tavares

Orientado: Maria Luiza Maes
Ttulo: Avaliao do Comportamento de Aspectos Gerenciais das Micro e Pequenas
Empresas de Uberlndia por Meio de Tcnicas Uni e Multivariadas
Incio: agosto/2007
Fim: julho/2008
Orientador: Marcos Antnio da Cmara
Orientado: Giselle Moraes Resende Pereira
Ttulo: Aplicaes da Teoria dos Grafos
Incio: maro de 2007
Orientador: Marcos Antnio da Cmara

Orientado: Maksuel Andrade Costa
Ttulo: Programao Inteira
Incio: maro de 2007
Orientador: Rogrio de Melo Costa Pinto

Orientado: Gustavo Silva Sages
Ttulo: Avaliao do Desempenho dos Alunos da Engenharia Eltrica da UFU
Fim: novembro de 2007
Orientador: Rosana Sueli da Motta Jafelice

Orientado: Mariana Fernandes Santos Villela
Ttulo: O Estudo de Modelos Biolgicos p-Fuzzy
Incio: maro de 2007
Orientador: Rosana Sueli da Motta Jafelice

Orientado: Karla Barbosa de Freitas
Ttulo: O Estudo de Modelos Biolgicos p-Fuzzy
Incio: setembro de 2007
Orientador: Sezimria F P Saramago
Orientando: Lcio Aurlio Purcina
Tipo de Orientao: Doutorado
Projeto: Tcnicas de Otimizao Aplicadas Soluo de Grandes Sistemas Lineares
Fim: agosto de 2009

Orientando: Giovana Trindade S Oliveira
Tipo de Orientao: Doutorado
Projeto: Estudo da Topologia do Espao de Trabalho de Robs Manipuladores 3R
Incio: maro de 2007
Fim: maro de 2011

Orientando: Carlos Alberto da Silva Junior
Tipo de Orientao: Mestrado
Projeto: Uma contribuio ao Estudo da Programao Linear
Incio: maro de 2006
Fim: maro de 2008

Orientando: Bruno Nunes de Souza
Projeto: Mtodos Iterativos No-Estacionrios: Aplicao de Tcnicas de Otimizao na
Soluo de Sistemas Lineares
Incio: maro de 2007
Orientando: Aline Rocha de Assis
Projeto: Evoluo Diferencial aplicada Soluo de Problemas de Otimizao Multi-
Objetivo
Incio: dezembro de 2005

Orientando: Alencar Soares Bravo
Projeto: Tcnicas de Realidade Virtual aplicadas Robtica.
Fim: julho de 2008

Orientando: Alessandra Ribeiro da Silva
Projeto: Mtodos Iterativos No-Estacionrios: Aplicao de Tcnicas de Otimizao na
Soluo de Sistemas Lineares

Orientando: Antnio Dias Carrijo Neto

Orientando: Sidney Arajo Mendona
Orientador: Weber Flvio Pereira
Orientado: Viviane Carvalho Mendes
Ttulo: Construes Geomtricas Antigas e Modernas
Fim: agosto de 2008
Orientador: Weber Flvio Pereira

Orientado: Lvia Silva Rosa
Ttulo: Uma Introduo aos Sistemas Dinmicos Caticos via Famlia
Quadrtica
Fim: agosto de 2008
Orientador: Mrcio Jos Horta Dantas

Orientado: Rafael Alves Figueiredo
Ttulo: Uma Introduo Mecnica Analtica e Dinmica no Linear e o Problema do
Vibrador Centrfugo
Fim: julho de 2008
FAMAT em Revista


E o Meu Futuro Profissional?

www.famat.ufu.br
E o Meu Futuro Profissional?
Marcio Jos Horta Dantas (coordenador da seo)

Maria Luiza Maes
Entrevista com o professor Joo Carlos em relao ao curso de Matemtica
no campus do Pontal
Neste nmero, Maria Luiza Maes, aluna do Curso de Matemtica, entrevista o professor Joo
Carlos, professor da Faculdade de Matemtica. O tema da entrevista em relao ao curso da
Matemtica implantado no campus do Pontal na Universidade Federal de Uberlndia.
Maria Luiza Qual a infra-estrutura que vocs possuem? Tem biblioteca? Laboratrios?
Joo Carlos Atravs de um Convnio firmado entre a FEIT-UEMG, FTM e UFU,
conseguimos para o funcionamento do primeiro ano dos cursos da FACIP sete salas de aula,
um laboratrio de Biologia, um de Qumica e um de Informtica. Temos uma biblioteca que
est funcionando no Bloco administrativo da FACIP e contamos tambm com a biblioteca da
FEIT e FTM, onde os alunos da UFU podem consultar os livros e peridicos. Para o segundo
semestre de 2007 estar em funcionamento mais sete laboratrios, sendo um de Ensino de
Matemtica e outro de Desenho Geomtrico, alm de um auditrio para 50 lugares. Para 2008
est previsto o funcionamento de mais cinco laboratrios e oito salas de aula. Um prdio com
1200 m2 est sendo edificado para o funcionamento das atividades dos cursos da FACIP na
FEIT, as obras devem terminar em dezembro de 2007. Nosso Plano Diretor ser
encaminhado ao MEC ainda este ano e as obras do Campus dever ter incio em 2008. O
Campus do Pontal conta com uma rea de 500.000 m2. Encaminhamos para a FINEP um
projeto de 1,5 milhes para construir um prdio com infra-estrutura para a pesquisa na
FACIP.
M. L. Quantas vagas possuem o curso? E quais perodos?

J. C. O Curso possui 80 vagas anuais, sendo 40 para o Diurno e 40 para o Noturno.
M. L. Em sua opinio, voc acha que estava na hora de ter o curso de Matemtica no
Campus do Pontal?
J. C. A regio do Pontal do Tringulo Mineiro carece de professores de Matemtica com
uma formao de excelncia como a que a UFU oferece. Sendo assim acredito que o curso de
matemtica ser fundamental para a transformao da qualidade do ensino de matemtica
nesta regio.
M. L. Como a estrutura do curso? (Licenciatura e Bacharelado)

J. C. Os alunos cursam um ciclo comum de disciplinas at o quarto perodo do curso e a
partir da eles fazem a opo de cursar a Licenciatura ou o Bacharelado.
M. L. Sabemos que possui alunos que estudam noite geralmente trabalham durante o dia,
como estes alunos estariam integralizando os estgios obrigatrios?
J. C. O aluno que fizer a opo pela Licenciatura Noturna tem carga horria dos estgios
prevista no prprio turno que est cursando, ele no precisa cumprir os crditos do estgio em
outro turno ou no horrio de trabalho.
M. L. No curso noturno, caso os alunos reprovem em determinada matria de que modo

eles podem suprir esta matria sem que os mesmos no sejam prejudicados no prximo
semestre em relao das matrias coincidirem horrios?
J. C. Como existe na FACIP outros cursos como Fsica e Qumica algumas disciplinas
comuns a estes cursos sero oferecidas em perodos diferentes, assim os alunos podero
curs-las se assim achar necessrio. Alm disso, como temos o curso de matemtica tanto no
Diurno quanto Noturno, o aluno poder cursar as disciplinas de dependncia em turnos
diferentes.
M. L. At o momento (agosto/2007), como est o ndice de evaso do curso?

J. C. No curso Diurno est em 12,12% e Noturno 19,4%.
M. L. Qual foi a proporo candidato/vaga no vestibular?

J. C. Matemtica Diurno 0,43 e Matemtica Noturno 1,07.
M. L. J foi encontrado algum problema na estrutura atual do curso? Se sim, quais foram?
J. C. At o momento no.
M. L. Qual a expectativa que voc possui desse curso?
J. C. Acredito que o curso vai causar um forte impacto na qualidade do ensino da
matemtica, principalmente na regio do Pontal do Tringulo Mineiro.
M. L. O curso est atendendo as expectativas dos alunos?

J. C. Temos uma Comisso Prpria de Avaliao do Curso que aplicou um questionrio no
primeiro semestre de 2007 e verificou que o curso tem atendido bem as expectativas dos
alunos.
FAMAT em Revista

Merece Registro

www.famat.ufu.br
Merece Registro
Marcos Antnio da Cmara (coordenador da seo)

MERECE REGISTRO
A) MESTRADO EM MATEMTICA NA UFU
O curso de Mestrado em Matemtica da UFU recebeu mais duas bolsas para os seus alunos,
dessa vez da Capes. Assim, o curso, que tem seis alunos regulares, conta agora com cinco
bolsas: 2 da Fapemig, 2 da Capes e uma bolsa fornecida pela UFU, via a Pr-Reitoria de
Pesquisa. A nica aluna do curso que no tem bolsa, tem vnculo empregatcio e,
portanto, no pode receber bolsa. Para o ano que vem, existe uma previso de 4 bolsas novas,
o que tambm ser timo, se for concretizado.
B) CURSO DE APERFEIOAMENTO
De 23 a 27 de julho de 2007 realizou-se, na Universidade Federal de Uberlndia, um

mdulo do Curso de Atualizao para Professores de Matemtica do Ensino Mdio. O curso
desenvolvido com a participao de professores do IMPA Instituto Nacional de Matemtica
Pura e Aplicada, com o suporte do Instituto do Milnio IM/AGIMB, da FINEP, e apoio da
Rede Nacional de Pesquisas. Na Universidade Federal de Uberlndia, o mdulo realizado em
julho de 2007 inseriu-se no projeto de extenso cadastrado na Pr-Reitoria de Extenso sob o
nmero SIEX-5183.
Nesse projeto, professores de matemtica do ensino mdio, que atuam na regio,
assistem na parte da manh a aulas ministradas por professores no IMPA, e transmitidas via
videoconferncia, e na parte da tarde resolvem e discutem exerccios relativos aos contedos
expostos pela manh.
Nesse mdulo tivemos 54 inscries e 36 professores foram freqentes. As aulas
foram sobre temas retirados do livro A Matemtica do Ensino Mdio volume 1, editora da
SBM, 2001, e foram ministradas pelos professores Eduardo Wagner, Elon Lages Lima e
Paulo Cezar Pinto Carvalho.
C) VII ERMAC - VII Encontro Regional de Matemtica Aplicada e Computacional
O VII ERMAC realizado de 20 a 22 de junho de 2007 na Universidade Federal de

Uberlndia foi um momento histrico para as Faculdades de Matemtica, Computao e o
Instituto de Fsica, pois pela primeira vez estas unidades acadmicas organizaram um evento
conjuntamente.
O VII ERMAC foi um sucesso e contou com a participao de aproximadamente 400
participantes incluindo a presena de pesquisadores, professores, alunos de ps-graduao e
um grande nmero de alunos de graduao.
A programao do evento foi diversificada contando com mini-simpsios em trs reas:
Biomatemtica, Otimizao e Nanocincia/Nanotecnologia). Alm dos mini-simpsios, o
pblico presente pode apreciar a apresentaes de trabalhos cientficos recentes em sesses
tcnicas. Professores de renome do meio acadmico e cientfico ministraram mini-cursos e
proferiram palestras com diferentes temticas: Biologia Computacional, Equaes Diferencias
Parciais, Arte e Matemtica, Nanotecnologia e Educao Matemtica. A sesso de psteres se
apresentou como um momento marcante do evento em que trabalhos de iniciao cientfica
foram avaliados por professores da UFU das respectivas reas envolvidas no evento.
Ressaltamos ainda a realizao da Mesa Redonda com o tema Aplicaes da Matemtica em
outras Cincias que contou com a participao de um professor de renome de cada faculdade
das Cincias Exatas da UFU e teve uma expressiva participao de toda a comunidade
acadmica.
Merece tambm registrar a participao dos alunos do Departamento de Msica e Artes
Cnicas da UFU, coordenados pelo Prof. Ms. Eduardo Tullio, que abrilhantaram o evento em
momentos especiais: Abertura, Coquetel e Encerramento.
COMIT ORGANIZADOR
Rosana S. Motta Jafelice - FAMAT/UFU (Coordenadora)

Csar Guilherme de Almeida - FAMAT/UFU
Dulce Mary de Almeida - FAMAT/UFU
Edmilson Rodrigues Pinto - FAMAT/UFU
Fernando Antnio de Freitas - FAMAT/UFU
Marcelo Rodrigues de Sousa - FACOM/UFU
Maria Teresa Menezes Freitas - FAMAT/UFU
Qu Fanyao - INFIS/UFU
COMIT CIENTFICO
Csar Guilherme da Almeida - FAMAT/UFU

Eliana Xavier Linhares de Andrade - UNESP
Joo Carlos Moreira - UFU/FACIP
Mrcia Aparecida Fernandes - FACOM/UFU
Nolio Oliveira Dantas - INFIS/UFU
Olmpio Hiroshi Miyagaki UFV
COMISSO DE APOIO
Masa Gonalves da Silva - DAMAT/UFU

Matheus Bartolo Guerrero - PETMAT/UFU
Rene Felipe Keidel Spada - INFIS/UFU
Gil Victor Teixeira Pinto - PET/COMPUTAO/UFU
Helder R. Golveia Linhares - PET/COMPUTAO/UFU
Aproveitando este espao de registro, a Equipe de Organizadores agradece aos

palestrantes convidados, aos docentes e aos discentes pela participao no evento; a FAMAT,
FACOM e INFIS pelo apoio e confiana na realizao do VII ERMAC; aos Coordenadores
das Graduaes e dos Mestrados das Faculdades envolvidas na organizao do evento; aos
alunos do DAMAT, do PETMAT e ao tutor do PETMAT pelo apoio nas atividades de
organizao do VII ERMAC; aos funcionrios da FAMAT pela dedicao na organizao
deste encontro e a todos os patrocinadores do evento.
D) MARCA IMPRESSIONANTE
Trabalho o mais acessado na rea de Matemtica h nove meses consecutivos.
Desde julho de 2005, o artigo Two new properties of ideals of polynomials and
applications que trata de ideais de polinmios entre espaos de Banach do professor da
Unidade Acadmica de Matemtica e Estatstica da UFCG, Daniel Pellegrino, em parceria
com o professor Geraldo Mrcio de Azevedo Botelho, da Universidade Federal de
Uberlndia, vem sendo a produo mais procurada para download (leitura ou gravao) na
pgina eletrnica The ScienceDirect TOP25 Hottest Articles (top25.sciencedirect.com), que
destaca os trabalhos cientficos mais requisitados em vrias revistas de diversas reas do
conhecimento. So nove meses consecutivos como o primeiro da lista de acesso para
downloads na rea de Matemtica, da revista holandesa Indagationes Mathematicae, onde o
trabalho foi publicado na edio de junho de 2005. Marca impressionante, segundo
Pellegrino, por ser um trabalho desenvolvido numa rea de pesquisa relativamente pequena.
Maiores detalhes:
http://www.jornaldaciencia.org.br/Detalhe.jsp?id=41946
ou no site (top25.sciencedirect.com) nos links SubjectArea: Mathematics e no Journal:

Indagationes Mathematicae.
E) PIEEX
Quatro dos alunos do Curso de Matemtica foram contemplados com bolsa no projeto
PIEEX 2007 nos seguintes projetos:
Mdias na Educao : O Estgio Colaborativo no Trabalho e Rede

Rafael de Souza Duarte
Virginia Helena Ribeiro Miranda
Orientao: Prof. Arlindo Jos de Souza Jnior
Objetos de Aprendizagem no Cotidiano da Escola Pblica Estadual

liton Meireles de Moura
Maisa Gonalves da Silva
Orientao: Profa. Maria Teresa Menezes Freitas
F) PIBEG
Projetos PIBEG da Faculdade de Matemtica.
Titulo: Aes construtivas: uma experincia luz da metodologia presente nas

"Olimpadas de Matemtica".
Curso beneficiado: Licenciatura e Bacharelado em Matemtica
Membros da equipe executora do Projeto:

Prof. Dr. Walter dos Santos Motta Jnior - Coordenador/Orientador - FAMAT
Tabata Saturnina Morais - Bolsista FAMAT
Viviane Carvalho Mendes - Bolsista - FAMAT
Ttulo: Aperfeioamento das tcnicas de ensino-aprendizagem da disciplina

Clculo Numrico.
Cursos beneficiados: Cincias da Computao, Engenharia Biomdica, Engenharia Civil,

Engenharia Eltrica, Engenharia Mecnica, Engenharia Mecatrnica, Engenharia Qumica,
Fsica dos Materiais e Matemtica.
Profa. Dra. Sezimria F. Pereira Saramago Coordenadora - FAMAT

Prof. Dr. Alessandro Alves Santana Colaborador - FAMAT
Profa. Dra. Clia A.Zorzo Barcelos - Orientadora - FAMAT
Prof. Dr. Csar Guilherme de Almeida Orientador - FAMAT
Paulo Balduino Flabes Neto Bolsista - Eng. Mecnica
Warlisson Incio de Miranda Bolsista - FAMAT
Ttulo: Repensando o Ensino de lgebra Linear na Universidade Federal de Uberlndia.
Cursos beneficiados: Todos os cursos da rea de cincias exatas que possuem a disciplina
lgebra Linear em seus currculos: Matemtica, Fsica, Fsica de Materiais, Computao,
Engenharia Qumica, Engenharia Eltrica, Engenharia Biomdica, Engenharia Civil,
Engenharia Mecnica, Engenharia Mecatrnica.
Prof. Dr. Valdair Bonfim Coordenador e Orientador - FAMAT

Profa. Dra. Lcia Resende P. Bonfim Orientadora - FAMAT
Letcia Garcia Polac Bolsista - FAMAT
Otoniel Nogueira da Silva Bolsista - FAMAT
G) PARTICIPAO EM BANCAS
O Prof. Csar Guilherme de Almeida participou no dia 17 de agosto, da banca de

defesa da tese de Doutorado de Simone Sousa Ribeiro, IPRJ - UFRJ, Ps-graduao em
Modelagem Computacional, intitulada "Novos Esquemas Centrias de Diferenas Finitas para
a Simulaao de Escoamentos Multifsicos em Reservatrios de Petrleo".

qualificao de Doutorado de Paulo Srgio A S Jesus, IPRJ - UFRJ, Ps-graduao em
Modelagem Computacional, intitulada "Anlise de Incertezas em Escoamentos de Fluidos em
Meios Porosos".
defesa de dissertao de mestrado de Maria de Ftima Cursino Borges, UFU Programa de
Ps-Graduao em Educao, intitulada "Interdisciplinaridade e modelagem matemtica:
Saberes docentes em movimento na formao de professores".
O Prof. Cicero Fernandes de Carvalho participou em 20 de agosto de 2007 de banca

de defesa de tese de doutorado na UFMG, onde a aluna Flaviana Andrea Ribeiro defendeu a
tese intitulada "Feixes Livre de Toro sobre Curvas com Pontos Duplos Ordinrios".
O Prof. Mrcio J H Dantas participou no dia 30 de julho, da banca de defesa da tese

de Doutorado de Danilo Carlos Pereira, UNICAMP- Eng. Mecnica, intitulada "Dinmica
no-Linear e Controle de uma aeronave em Vo Longitudinal".
A Profa. Rosana S Motta Jafelice participou, no dia 01/06/2007, da banca do exame

de qualificao de doutorado no IMECC-UNICAMP de Maristela Missio, intitulada "O Uso
de Controladores Fuzzy em EDP Aplicado a Febre Aftosa em Bovinos".
H) PRODUO CIENTFICA
PERIDICOS
Professor Dr. Ccero Fernandes de Carvalho

CARVALHO, C., On V-Weierstrass sets and gaps. Journal of Algebra, v. 312, p.956-
962,2007.
CARVALHO, C.; MUUERA, Carlos ; SILVA, Erclio ; TORRES, Fernando, Near Orders
and Codes. IEEE Transactions on Information Theory, v. 53, p. 1919-1924, 2007.
Professor Dr. Geraldo Mrcio de Azevedo Botelho

BOTELHO, G.;PELLEGRINO, D., Coincidence situations for
absolutely summing non-linear mappings, Portugaliae Mathematica 64
(2007),175-191.
BARBOSA, J.; BOTELHO, G.; Diniz, D.; PELLEGRINO, D., Spaces of absolutely summing
polynomials, Mathematica Scandinavica 101 (2007), 1-19.
Professor Dr. Edmilson Rodrigues Pinto

PINTO, E. R., PONCE DE LEON, A. C. M., 2006, Modelagem conjunta da mdia e
disperso de Nelder e Lee como alternativa aos mtodos de Taguchi, Pesquisa Operacional, v.
26, n. 2, pp. 203-224.
Professora Dra. Rosana Sueli da Motta Jafelice

JAFELICE, R.M.; BASSANEZI, R.C., Curvas Padres de Tratamento do HIV,
Biomatemtica 17 (2007), 55--64, Uma publicao do Grupo de Biomatemtica da
UNICAMP.
Professor Dr. Vitor Gonzalo L Neumann

Rational classes and divisors on curves of genus 2, V.G. Lopez Neumann (UFU) - Constantin
Manoil (UNIGE - Genve - Suisse) manuscripta math. 120, 403 - 413 (2006)
CAPTULO DE LIVRO
Professora Ms. Fabiana Fiorezzi de Marco Matos

GRANDO, R. C.; MARCO, F. F. O movimento da resoluo de problemas em situaes com
jogo na produo do conhecimento matemtico. In: MENDES, J. R., GRANDO, R. C. (orgs.).
Mltiplos olhares: matemtica e produo de conhecimento. So Paulo: Musa Editora, 2007.
EVENTOS
INTERNACIONAIS
O Prof. Cicero Carvalho participou de 12 a 18 de Agosto de 2007 do IV Congresso

Iberoamericano de Geometria Complexa, em Ouro Preto, onde apresentar o trabalho
"Bounds for the set of V-Weierstrass gaps".
O Prof. Csar Guilherme de Almeida participou de 12 a 16 de agosto de 2007

do VII Latin American Workshop on Magnetism, Magnetic Materials and Their
Applications, Rio de Janeiro, onde apresentou o trabalho "Electrical control of
nanomagnetism in magnetic ions doped single quantum dots".
O Prof. Edmilson Rodrigues Pinto participou, de 02 a 10/06, do congresso Model

Oriented Design and Analysis, na Espanha, onde apresentou o artigo: "Bayesian Ds-optimal
designs for generalized linear models with varying dispersion parameter", Model-Oriented
Design and Analysis-Physica Verlag, v. 8, pp. 183-190.
O Prof. Geraldo Mrcio de Azevedo Botelho apresentou os seguintes trabalhos:
Factorization of holomorphic mappings through operator ideals: the non-surjective case, II

Encontro de Anlisis Funcional, Universidad de Murcia, Murcia, Espanha, 5 de maio de 2007.
Summability and estimates for polynomials and multilinear mappings, 22nd Summer
Conference on Topology and its Applications, Universidad Jaume I, Castelln, Espanha, 24-
27 de julho de 2007.
Ideals of homogeneous polynomials from a historical viewpoint (Invited Speaker), Annual

Meeting of the Irish Mathematical Society, Dublin, Irlanda, 3-4 de setembro de 2007.
A Profa. Fabiana Fiorezzi de Marco Matos participou da XII Conferncia

Interamericana de Educao Matemtica em Julho de 2007, onde apresentou o trabalho
Atividade de ensino na formao inicial de professores.
NACIONAIS
O Prof. Alessandro A. Santana participou, no perodo de 03 a

06/09/2007, do CNMAC- Florianpolis, onde apresentou o trabalho: "Mtodo de alta ordem -
reconstruo de mnimos quadrados para a soluo de equaes de adveco - difuso em
duas dimenses".
O Prof. Arlindo J S Jnior participou de 18 a 21 de julho da mesa redonda no IX
ENEM, em Belo Horizonte: "Mdias na Educao Matemtica" e apresentou o trabalho
cientfico : Objeto de Aprendizagem e Modelagem Matemtica: Saberes Docentes no
Cotidiano da Escola".
O Prof. Arlindo J. S. Jnior participou, no perodo de 03 a 06/09/2007, do CNMAC-

Florianpolis, onde apresentou o trabalho: "Mdias na Educao: o Estgio Colaborativo no
Trabalho em Rede".
A Prof. Aurlia A. Rodrigues participou de 28 a 31 de agosto de 2007 do XXXIX

Simpsio Brasileiro de Pesquisa Operacional - SBPO, em Fortaleza - CE, onde apresentou o
trabalho "Grficos de Controle para Nmero de Defeituosos".
O Prof. Edmilson R. Pinto participou, de 22 a 27/07, do 52 RBRAS, em Santa Maria

-RS, onde apresentou o artigo "Planejamento timo de experimento para modelos conjuntos
da mdia e da disperso".
O Prof. Edmilson R. Pinto participou de 28 a 31 de agosto de 2007 do XXXIX

Simpsio Brasileiro de Pesquisa Operacional - SBPO, em Fortaleza - CE, onde apresentou o
trabalho "Avanos Recentes em Planejamento timo de Experimentos para Modelos Lineares
Generalizados".
O Prof. Edson Agustini participou, no perodo de 30/07 a 04/08/2007, do 26

Colquio Brasileiro de Matemtica - Impa - Rio de Janeiro - RJ, onde apresentou o
trabalho: "Teoria da Informao e Codificao Hiperblica: mergulho isomtrico de
constelaes de sinais de H2 em R6".
O Prof. Edson Agustini participou de 03 a 06 de setembro de 2007 do XXX

Congresso Nacional de Matemtica Aplicada e Computacional, Florianpolis, onde
apresentou o trabalho "Constelaes de Sinais em Planos Hiperblicos: Mergulhos
Isomtricos em R6 e em S8".
O Prof. Ednaldo C. Guimares participou, de 22 a 27/07, do 52 RBRAS, em Santa

Maria -RS, onde apresentou o artigo "Uso de anlise de varincia na determinao de
sazonalidade e tendncia ndices inflacionrios de diferentes instituioes".
O Prof. Ednaldo C. Guimares participou, de 30/07 a 02/08, do 35 CONBEA, em

Bonito -MS, onde apresentou o artigo "Precipitao decendial no municpio de Uberlndia -
MG: Anlise descritiva da srie temporal".
A Profa. Fabiana Fiorezi M. Matos participou, de 18 a 21/07, do IX Encontro

Nacional de Educao Matemtica., em Belo Horizonte, onde apresentou o artigo "Jogos
Computacionais em aula de Matemtica: uma perspectiva para a Resoluo de Problemas".
A Profa. Izabel A. Almeida participou, no perodo de 23 a 25/05/2007, do ENEBI

2007 em Petrpolis -RJ , onde apresentou o artigo "Anlise da Resistncia Fratura de Dentes
Pr-Molares Tratados Endodonticamente utilizando o Mtodo de Elementos Finitos".
O Prof. Luciano Ferreira Silva participou, de 28/05 a 01/06, do SRV 2007
(Simposium on Virtual and Augmented Reality 2007), em Petrpolis, onde apresentou os
artigos:
1) Ambientes distribudos de Realidade Virtual como suporte a Aprendizagem Colaborativa e

a Resoluo de Problemas;
2) Realidade Virtual e o Algoritmo de Busca Tabu Aplicados ao Problema de Carregamento

de Veculos.
O Prof. Marcelo Tavares participou, de 22 a 27/07, do 52 RBRAS, em Santa Maria -

RS, onde apresentou o artigo "Modelo de Previso para Preciptao Decendial do Municpio
de Corumbaba-Go".
O Prof. Mrcio J. Horta Dantas participou, no perodo de 22/02 a 24/05/2007, do VI

DINCON em S. Jos do Rio Preto (UNESP), onde apresentou o trabalho "Remarks on
Energy Transfer for a Class of Coupled Oscillators".
A Prof. Patrcia O. Costa participou, no perodo de 03 a 06/09/2007, do CNMAC-

Florianpolis, onde apresentou o trabalho: "Mdia e Informao no Ensino de Clculo"
O Prof. Rogrio M. C. Pinto participou, de 22 a 27/07, do 52 RBRAS, em Santa

Maria -RS, onde apresentou o artigo "Modelo de Previso para Produo de Sucos de Caj
em uma Indstria na Regio de Uberlndia".
O Prof. Rogrio Sales Gonalves participou, no perodo de 22/05 a 25/05/2007, do VI

DINCON em S. Jos do Rio Preto (UNESP), onde apresentou o trabalho "Workspace
Positioning and Orientation Optimization of a Parallel Robotic Structure".
I) PALESTRAS E MINI-CURSOS
O Prof. Luiz A. Duran Salomo ministrou, no dia 10/05/07, uma palestra na 3a.
Semana da Matemtica em Divinpolis (UEMG), intitulada "O Centro de Massa e a Reta de
Euler".
O Prof. Luiz A. Duran Salomo ministrou, no dia 20/09 a palestra "Desigualdades,

mdias e valores extremos", no 5o. Encontro de Matemtica da Unicerp - Patrocinio- MG.
A Profa. Rosana S. M. Jafelice proferiu no dia 10/09 no CEMEPE a palestra

intitulada: "Modelagem Matemtica no Ensino". Esta palestra faz parte do Programa de
Formao Continuada para Docentes.
A Profa. Sezimria F. P. Saramago participou, no perodo de 22/02 a 24/05/2007, do

VI DINCON em S. Jos do Rio Preto (UNESP), onde ministrou a palestra "A Study About
the Optimum Path Planning of the Cassino Parallel Manipulator".
O Prof. Walter dos Santos Motta Jnior ministrou o mini-curso "Seqncias
Generalizadas" na VII Jornada de Matemtica realizada de 11 a 13 de setembro de 2007 em
So Carlos.
J) ORIENTAES - VIII CEMAT
Alunos do VIII Curso de Especializao em Matemtica e seus respectivos

orientadores de monografia de concluso de curso, no perodo de abril de 2007 a maro de
2008.
ALUNOS ORIENTADOR
Adriano Rodrigues Teixeira Valdair Bonfim
Andr Gustavo Cruz da Lus Antnio Benedetti

Costa
Andr Luiz Ribeiro Lcia Resende Pereira Bonfim
Cleuber Divino Antnio Carlos Nogueira
Denise Nunes Melo Edmlson Rodrigues Pinto
Espedito Rodrigues Csar Guilherme de Almeida
Eva Paula P. Almeida Arlindo Jos de Souza Jnior
Fabiano Elias Reis Dulce Mary de Almeida
Hlen Cristina V. Freitas Luiz Alberto Duran Salomo
Jusclia Dias Mendona Ednaldo Carvalho Guimares
Keleey Silva Brito Mario Luiz de Mendona Faria
Mrcia Aparecida Alvarenga Fabiana Fiorezi de Marco

Matos
Mrcia Lemos Queiroz Maria Teresa Menezes de
Freitas
Melissa da Silva Rodrigues Marcos Antnio da Cmara
Entrevista com o professor Luiz Alberto Duran Salomo em relao s
Olimpadas Brasileiras da Matemtica das Escolas Pblicas OBMEP
Neste nmero, Maria Luiza Maes, aluna do Curso de Matemtica, entrevista o

professor Luiz Alberto Duran Salomo, professor da Faculdade de Matemtica. O tema da
entrevista a Olimpada Brasileira de Matemtica das Escolas Pblicas (OBMEP), uma
promoo do Ministrio da Educao e do Ministrio da Cincia e Tecnologia em parceria
com a Sociedade Brasileira de Matemtica (SBM) e o Instituto de Matemtica Pura e
Aplicada (IMPA), responsveis por sua direo acadmica. O entrevistado atua como
professor orientador dos bolsistas da OBMEP no plo de Uberlndia pelo segundo ano
consecutivo e manifesta aqui sua opinio sobre esta importante realizao que muito mais
do que uma simples competio.
Maria Luiza Qual o objetivo da OBMEP?

Luiz Alberto O objetivo principal da OBMEP estimular o estudo da matemtica atravs
de problemas motivadores que desafiem a criatividade dos alunos e atraiam o interesse dos
professores. Desse objetivo central, so esperados alguns desdobramentos no menos
importantes como, por exemplo, a revelao de talentos para a matemtica, a formao de
futuros pesquisadores e professores dessa rea do saber, o aperfeioamento de professores e a
melhoria da qualidade da Educao Bsica, da qual a matemtica um dos principais
componentes.
M. L. Os alunos bem classificados na OBMEP tm algum benefcio decorrente de seus

desempenhos?
L. A. Os 2001 alunos com melhor desempenho na OBMEP em todo o Brasil so
contemplados com bolsas de iniciao cientfica jnior, durante o perodo de um ano. Nesse
tempo, os bolsistas participam de um programa, sob orientao de professores designados
para este fim, no qual os estudantes tm oportunidade de desenvolver diversos estudos sobre
temas bastante variados da matemtica. Como muitas vezes essas atividades so
desenvolvidas em universidades, temos a um exemplo de forte integrao entre as escolas
pblicas e o ensino superior. O material que vem sendo utilizado nesse programa produzido
pela prpria OBMEP e est disponvel no site www.obmep.org.br . Alm disso, aos alunos
detentores de medalhas de ouro nas olimpadas tambm tm sido oferecidos outros benefcios,
como a participao em eventos especialmente organizados para eles, nos quais lhes so
oferecidos minicursos, palestras e visitas a importantes centros de ensino e pesquisa. Os
professores e as escolas dos alunos mais destacados tambm so premiados: os docentes
participam de encontros que tm sido realizados no IMPA, onde desenvolvem diversas
atividades voltadas para sua capacitao profissional; j as escolas, ganham bibliotecas,
laboratrios e outras benfeitorias. Todavia, no devemos deixar de mencionar um outro
benefcio: trata-se da melhoria no ambiente escolar. Recentemente, fui convidado a participar
da homenagem que uma tradicional escola pblica de Uberlndia prestava a um de seus
estudantes que, pela segunda vez, foi contemplado com bolsa de iniciao cientfica. Nessa
oportunidade, fiquei bastante impressionado com a beleza da homenagem: os estudantes
participaram expressivamente da cerimnia e, com a orientao das professoras, criaram um
sem-nmero de artefatos de natureza matemtica que utilizaram para decorar o salo. Essa
reunio ocorreu alguns dias antes da realizao da prova de 1a fase da OBMEP do corrente
ano e pude perceber que os estudantes a aguardavam com muita expectativa e vibrao. Este
um resultado que, embora seja difcil de se quantificar, de valor inestimvel.
M. L. As provas esto de acordo com os Parmetros Curriculares Nacionais PCNs?

L. A. claro que os objetivos dos PCNs so muito mais amplos. Como se pode perceber
analisando-se brevemente as provas das OBMEP, essas no tm vnculos com conhecimentos
especficos, pautando-se principalmente pela avaliao de habilidades na resoluo de
problemas, privilegiando sobretudo a criatividade dos alunos e seu potencial para estudos
posteriores em matemtica. Contudo, os PCNs enfatizam fortemente a questo da
interdisciplinaridade no desenvolvimento dos contedos de um modo geral e, nesse aspecto,
pode-se afirmar que as provas da OBMEP esto em plena conformidade com tais parmetros,
trazendo questes interessantes e naturalmente contextualizadas.
M. L. Qual a comparao que pode ser feita entre a OBMEP e a Olimpada Brasileira de
Matemtica (OBM)?
L. A. A OBM uma atividade que vem sendo desenvolvida pela SBM desde 1979 e
atravs dela que so selecionados os participantes das olimpadas internacionais, nas quais o
Brasil tem tido participaes importantes. Todavia, com a criao da OBMEP, a SBM tem
conseguido atingir contingentes muito mais numerosos j que os estudantes das escolas
pblicas no eram suficientemente incentivados a participar da OBM. No entanto, esse quadro
j vem sendo revertido uma vez que, no corrente ano, os bolsistas da OBMEP podero
participar da OBM j na sua 2a fase.
M. L. O que a OBMEP espera dos alunos?

L. A. A resposta a essa pergunta, de certa forma, est inserida nos prprios objetivos da
OBMEP. Evidentemente, espera-se que os alunos das escolas pblicas sintam-se, atravs dos
desafios para a resoluo de problemas, mais motivados para o estudo da matemtica e que
isso repercuta em uma educao de melhor qualidade para os nossos jovens.
M. L. As etapas do Polya ficam evidenciadas nas provas?

L. A. Certamente voc deve estar se referindo s quatro etapas da resoluo de um
problema que G. Polya descreve em seu conhecido livro A Arte de Resolver Problemas,
no mesmo? Primeiramente, eu gostaria de dizer que esse livro uma preciosidade e deve
ser lido por todos que se interessam pelo ensino de matemtica. No entanto, acredito que o
uso do termo evidenciadas no o mais adequado pois poderia induzir o leitor dessa
entrevista a acreditar que, conhecendo as tais etapas, o aluno teria algo como um roteiro para
resolver o problema. Na verdade, isso no acontece. O que deve ficar claro que a leitura do
livro, embora til e agradvel, jamais ir substituir a importncia do treinamento, da
experincia e do exerccio da criatividade na resoluo de problemas.
M. L. Qual o tipo de exerccios que ocorrem nas provas?

L. A. As provas de um modo geral requerem pouco conhecimento. O fundamental na
resoluo dos exerccios a criatividade. Contudo, o leitor dessa entrevista deve consultar as
provas e decidir por si mesmo se compartilha de minha opinio. O site da OBMEP
disponibiliza todas as provas anteriores.
M. L. Voc poderia nos explicar por que motivo um mesmo exerccio pode aparecer nos
trs nveis de prova?
L. A. A explicao que muitos dos problemas propostos nas provas tm uma vinculao
muito pequena com contedos matemticos e, por isso, suas resolues dependem quase que
somente da habilidade do candidato. Assim, tais questes podem ser adequadas a mais de um
nvel.
M. L. Como voc descreveria as provas da OBMEP?
L. A. Acho que essa pergunta j foi respondida em parte. Alm do que j foi dito, eu
poderia acrescentar que algumas questes, sobretudo de 1a fase, no so difceis. Creio que
isso se deve inteno de no afugentar os candidatos. Na 2a fase aparece questes um pouco
mais complicadas, sobretudo pelo fato da prova ser discursiva e requerer do candidato certo
domnio da linguagem. Conversando com alguns alunos que participaram de todas as
olimpadas, tenho ouvido opinies um pouco divergentes, mas parece-me que a opinio mais
freqente de que as provas, a cada ano, tm ficado um pouco mais difceis.
M. L. O aluno deve possuir qual tipo de conhecimento sobre resoluo de problemas nas
provas?
L. A. Na verdade, o aluno no precisa de conhecimentos sobre resoluo de problemas. O
que ele precisa gostar de resolver problemas, ter autoconfiana diante de um desafio e ter
adquirido alguma experincia na resoluo de problemas. Alm disso, alguns fatores como,
por exemplo, domnio da linguagem oral e escrita, capacidade de interpretao de textos e
uma boa formao inicial em aritmtica e geometria so de grande valor para o desempenho
dos alunos.
M. L. Para finalizar, diga-nos alguma coisa sobre sua experincia com a orientao dos
bolsistas da OBMEP.
L. A. Para mim essa a parte mais interessante das olimpadas. A turma atual que eu e o
professor Jocelino Sato orientamos no plo de Uberlndia tem dezenove alunos, com idades
variando de 12 a 18 anos. Os mais novos cursam a sexta srie do Ensino Fundamental e, no
outro extremo, temos trs bolsistas que j so universitrios. Trabalhar com esses jovens
para ns uma experincia muito rica. Temos, em mdia, dois encontros mensais com esses
bolsistas, com a durao de oito horas cada um. Nesses encontros, estes jovens, alm de
estudar assuntos que lhes so inteiramente novos, so permanentemente desafiados a resolver
problemas no triviais. Freqentemente ficamos admirados com a habilidade, o entusiasmo e
a criatividade desses jovens estudantes quando eles nos apresentam solues absolutamente
originais para esses problemas. Acreditamos que esse programa, em um futuro muito
prximo, ir contribuir fortemente para a revelao de grandes talentos para a matemtica e as
cincias de um modo geral.
Olimpadas de Matematica
Prof. Antonio Carlos Nogueira
1 Introdu
cao
Em cerca de 2500 a.C., os gregos realizavam festivais esportivos em honra a Zeus no
santuario de Olmpia - o que originou o termo olimpada. O evento era tao importante
que interrompia ate as guerras. Os nomes dos vencedores das competicoes comecam a ser
registrados a partir de 776 a.C. Atualmente, a cada quatro anos, atletas de centenas de
pases se re
unem num pas sede para disputarem um conjunto das mais variadas modali-
dades esportivas. Sao os Jogos Olmpicos ou Olimpadas.
Neste pequeno texto queremos destacar, na verdade, um outro tipo de Olimpada: a

Olimpada de Matematica. Mas anal, o que e uma Olimpada de Matematica?
Podemos denir uma Olimpada de Matematica como uma competicao equivalente

às esportivas (como natacao, futebol) ou como os concursos de literatura e festivais de
m usica. Como qualquer disputa, a Olimpada de Matematica tambem exige preparacao
especca. Os atletasde matematica se preparam atraves da resolucao de problemas de
Matematica, individualmente ou em grupos. Eles treinamcomo objetivo de desenvolver
a habilidade logica, a criatividade e a sociabilidade, bem como metodos adequados de
pensamento e de trabalho.
A importancia da resolucao de problemas e reconhecida mundialmente como um as-

pecto central no processo de ensino-aprendizagem nao so de matematica mas de ciencias,
em geral.
(...) a historia da matematica mostra que os avancos matematicos quase sempre

se originam de um esforco para resolver um problema especco. (Dieudonne,
citado em [4])
A resolucao de problemas e o coracao desta disciplina. (Halmos, citado em [4])
A resolucao de problemas e a principal razao para estudar matematica, na linha

de considera-la como um processo de conhecimentos previamente adquiridos para
situacoes novas e desconhecidas. Resolver problemas supoe apresentar questoes,
analisar situacoes, traduzir resultados, desenhar diagramas e refutar provas e erros.
(Blanco Nieto, citado em [4])
Problemas que envolvem raciocnio e criatividade sao muito estimulantes e envolventes
e despertam o interesse de jovens estudantes. O objetivo da resolucao de problemas nao
e a busca de uma solucao especca, mas sim o ato de facilitar o conhecimento das ha-
bilidades basicas, os conceitos fundamentais e a relacao entre ambos. Isto propiciara
ao resolvedorde problemas a capacidade de lidar com situacoes semelhantes e tambem
com situacoes novas, a partir do momento que ele comeca a desenvolver uma atitude
investigativa e inquiridora. Este e o objetivo da Olimpada de Matematica: mostrar a
importancia da matematica no desenvolvimento das ciencias atraves da resolucao de prob-
lemas e tambem comecar a formar naqueles que os resolvem esta atitude investigativa.
Uma grande descoberta resolve um grande problema; mas na solucao de todo

problema ha uma certa descoberta. (Polya, citado em [4])
Um problema e algo que precisa da criatividade de quem aprende, exigindo-lhe a in-

corporacao de elementos de aprendizagem precedentes para se chegar a` solucao. Quando
um problema e resolvido, aprende-se algo novo.
2 Olimpadas de Matem
atica: hist
orico
Encontramos nos textos de Historia da Matematica que, em tempos mais antigos, matematicos
desaavam uns aos outros propondo problemas e muitas vezes estas disputas eram real-
izadas em pracas p
ublicas.
Por volta de 1515, Scipioni del Ferro (1465-1526), professor de matematica da Uni-
versidade de Bolonha, resolveu algebricamente a equacao cubica x3 +mx = n.(...)
Ele nao publicou o trabalho mas revelou o segredo a seu discpulo Antonio Fior.
Por volta de 1535, Nicolo Fontana de Brescia, mais conhecido como Tartaglia (o
tartamudo), devido a lesoes fsicas sofridas quando crianca que afetaram sua fala,
anunciou ter descobert uma solucao algebrica para a equacao cubica x3 +px2 = n.
Achando que se tratava de blefe, Fior desaou Tartaglia para uma disputa publica
envolvendo a resolucao de equacoes cubicas. Com muito empenho, Tartaglia con-
seguiu resolver tambem, faltando poucos dias para a disputa, a equacao cubica
desprovida do termo quadratico. Como no dia marcado sabia resolver dois tipos
de cubicas, ao passo que Fior so sabia resolver um, Tartaglia triunfou plenamente.
([3])
O relato acima e apenas um dos varios episodios de disputas envolvendo a Matematica.

Assim, o que nasceu talvez por um capricho de certas pessoas tomou forma mais salutar
com a realizacao da 1a Olimpada de Matematica, realizada na Hungria, no sec. XIX.
A partir de entao vem se organizando por todo o mundo competicoes de matematica

entre estudantes de diversos nveis de escolaridade. Desde 1959, se realiza, anualmente,
a Olimpada Internacional de Matematica (IMO), da qual participam alunos do ensino
medio de cerca de 100 pases (entre eles o Brasil). Outra competicao semelhante e a
Olimpada Ibero-Americana de Matmatica que conta com a participacao de mais de 20
pases da America Latina, alem de Espanha e Portugal. Em 1994, foi criada a Olimpada
Internacional de Matematica para estudantes universitarios (a IMC).
No Brasil, em 1977, a Academia Paulista de Ciencias criou a Olimpada Paulista de

Matematica, que talvez tenha sido a semente para que, em 1979, fosse organizada, pela
Sociedade Brasileira de Matematica (SBM), a primeira edicao da Olimpada Brasileira
de Matematica (OBM). A OBM esta hoje em sua 29a edicao. A partir da, varias ini-
ciativas regionais surgiram, de forma que foram implantadas varias Olimpadas estaduais
(Ceara, Sergipe, Rio de Janeiro, Minas Gerais, entre outros) e mesmo competicoes de
carater regional (Olimpada Regional de Rio Preto, Olimpada Pessoense de Matematica,
Olimpada de Matematica de Sao Joao del Rey, etc).
Em 2005, foi criada a Olimpada Brasileira de Matematica das Escolas Publicas (OB-
MEP) com o aval dos Ministerios da Ciencia e Tecnologia e da Educacao. Como o proprio
nome diz uma Olimpada de Matematica voltada exclusivamente para estudantes das es-
colas p
ublicas brasileiras.
3 O Brasil nas Olimpadas

O Brasil tem tido participacao expressiva nas Olimpadas Internacionais, como podemos
ver nas informacoes seguintes, fornecidas pela secretaria geral da OBM.
1. Olimpada de Maio
Pases participantes: Todos os pases ibero-americanos.

Faixa etaria - escolar: Nvel 1 12 a 13 anos; Nvel 2 14 a 15 anos.
N
umero de estudantes por pas por nvel: 10
Posicionamento: O Brasil tem mantido um amplo e consistente domnio. Sem-
pre conseguimos obter a maior pontuacao dentre os participantes e a premiacao
maxima: 1 ouro, 2 pratas, 4 bronzes e 3 mencoes.
2. Olimpada de Matematica do Cone Sul:
Pases participantes: Argentina, Bolvia, Brasil, Chile, Paraguai, Peru e Uruguai.

Faixa etaria - escolar: Estudantes ate 16 anos.
N
umero de estudantes por pas: 4
Posicionamento: O Brasil participa desta importante competicao desde 1988 e
tem dominado a competicao conquistando ate hoje um total de 65 medalhas,
sendo 18 de ouro, 24 de prata e 23 de bronze.
3. Olimpada Ibero-Americana de Matematica:

Pases participantes: Todos os pases ibero-americanos.
Faixa etaria - escolar: Estudantes ate 18 anos.
N
Posicionamento: Em 2004 e 2005, o Brasil conseguiu o feito, ate entao inedito,
de uma equipe ganhar 4 ouros. Tais fatos mostram a primazia brasileira na
competicao. O Brasil participa desta olimpada desde 1985 conquistando desde
entao um total de 77 medalhas, sendo 42 de ouro, 25 de prata e 10 de bronze.
4. Olimpada Ibero-Americana de Matematica Universitaria:
Pases participantes: Argentina, Brasil, Colombia, Cuba, Equador, Espanha,

Mexico, Peru, Portugal, Uruguai e Venezuela.
Faixa etaria - escolar: Estudantes universitarios.
N
Posicionamento: O Brasil tem mantido um amplo e consistente domnio. Sem-
pre conseguimos obter a maior pontuacao dentre os participantes e a premiacao
maxima: 1 ouro, 2 pratas, 4 bronzes e 3 mencoes.
5. Olimpada Internacional de Matematica (IMO):
Pases participantes: Aproximadamente 100 dos cinco continentes. Todos os

pases de maior destaque na ciencia mundial participam.
Faixa etaria - escolar: Estudantes pre-universitarios de ate 19 anos.
N
Posicionamento: Inicialmente, vale a pena conhecer um pouco do panorama
mundial. As grandes forcas mundiais sao China, R ussia e Estados Unidos.
Tambem tem grande forca, da antiga Cortina de Ferro: Bielo-r ussia, Bulgaria,
Hungria, Polonia, Romenia e Ucrania; da Europa Ocidental: Alemanha, Franca
e Reino Unido; da Oceania: Australia; da America: Canada; da Asia: Caza-

quistao, Coreia do Sul, India, Ira, Japao, Taiwan e Vietna; alem de Israel e
da Turquia. Pode-se perceber entao que, para obter um posto entre os 20
primeiros, devem ser vencidos pases de enorme tradicao. Desde 2001, quando
os 6 brasileiros ganharam medalhas e camos em 16o lugar na classicacao
geral, o Brasil tem conseguido vencer a varias destas nacoes. Nestas u ltimas
edicoes conseguimos car à frente em uma ou mais ocasioes de Franca, Ale-
manha, Reino Unido, Canada, Hungria, Australia, Israel, India, Ira, Polonia e
Cazaquistao. Temos lutado bastante para garantir uma posicao estavel entre
as 20 maiores forcas mundiais. O Brasil participa desta importante competicao
desde 1979 conquistando desde entao um total de 75 medalhas, sendo 7 de ouro,
13 de prata e 55 de bronze. Este ano o Brasil foi o melhor pas classicado no
ambito ibero-americano.
6. Olimpada Internacional de Matematica Universitaria (IMC):

Esta e uma olimpada cuja participacao e por Universidade e nao por pas.
Cada equipe consta de um professor-lder e 4 estudantes. 147 Instituicoes de
todo o mundo tem participado da competicao, entre as quais podemos destacar:
MIT, Princeton, Universidade de Moscou, Universidade Eotvos Lorand de Bu-

dapeste, Ecole Polytechnique de Paris, Instituto Politecnico de Kiev, Uni-
versidade de Bonn, Universidade Complutense de Madrid e Universidade de
Varsovia. A edicao mais recente contou com a participacao de mais de 70 uni-
versidades. Devido aos nossos bons resultados na IMO e, agora, no proprio
IMC, temos uma autorizacao especial para enviar uma equipe brasileira com
alunos de varias universidades e institutos de ensino superior.
Posicionamento: O n umero de medalhas conquistado pelos nossos estudantes
em cinco anos de participacao e impressionante: 35 medalhas, sendo 1 de ouro
especial (Grand First Prize), 7 de ouro, 11 de prata, e 16 de bronze.
Mais informacoes sobre as Olimpadas de Matematica no Brasil podem ser encon-

tradas no site da OBM www.obm.org.br.
4 A OBMEP
No intuito de ampliar, a partir de experiencias bem sucedidas - por exemplo, o Projeto
Numeratizar, do Estado do Ceara - a participacao de estudantes de escolas p ublicas nas
Olimpadas de Matematica, foi criada, em 2005, a Olimpada Brasileira de Matematica
das Escolas P ublicas - OBMEP. Evento patrocinado pelo Governo Federal, atraves dos
Ministerios da Educacao e da Ciencia e Tecnologia (MEC e MCT) a OBMEP tem sido
executada pelo Instituto Nacional de Matematica Pura e Aplicada (IMPA), vinculado ao
Ministerio da Ciencia e Tecnologia, e pela Sociedade Brasileira de Matematica (SBM). O
trabalho que vem sido desenvolvido responde a um desao extremamente enriquecedor,
cujos resultados, espera-se, valorizarao estudantes e professores, bem como suas escolas,
seus municpios e seus estados.
4.1 Objetivos da OBMEP

A OBMEP e um projeto de inclusao social voltado para a Escola P ublica, seus estudantes
e professores. Tem por objetivo oferecer oportunidades a uma parcela da sociedade que,
em geral, tem pouco convvio e acesso ao exerccio e producao do conhecimento. Seus
pressupostos basicos sao:
a Matematica contribui, de modo determinante, para a formacao do indivduo con-

sciente e oferece m
ultiplas oportunidades para o seu desempenho na sociedade;
o talento para a Matematica e Ciencias esta aleatoriamente distribudo pelo Pas,

nao dependendo de cor, sexo ou classe social;
premiar a competencia e o esforco de alunos e professores e a forma mais eciente

de motiva-los e de resgatar a qualidade como valor na Educacao publica;
aproveitar o potencial cientco de nossos jovens talentos e estrategico para o de-

senvolvimento do Pas.
Os principais objetivos da OBMEP sao:
1. estimular e promover o estudo da Matematica entre alunos das escolas p

ublicas;
2. identicar jovens talentos e fornecer oportunidades para seu ingresso nas areas
cientcas e tecnologicas;
3. incentivar o aperfeicoamento dos professores das escolas p

ublicas, contribuindo assim
para a sua valorizacao prossional;
4. contribuir para a melhoria do ensino da Matematica na rede p

ublica;
5. contribuir para a integracao entre as escolas p

ublicas, as universidades federais, os
institutos de pesquisa e as sociedades cientcas.
4.2 Descri
cao da OBMEP
A OBMEP consta da realizacao de uma competicao nacional de Matematica entre as
escolas publicas seguida de treinamento para os alunos e os professores premiados. Ele e
dirigido a`s escolas p
ublicas municipais, estaduais e federais.
A Olimpada esta dividida em tres nveis:
Nvel I - 5a e 6a series
Nvel II - 7a e 8a series
Nvel III - Ensino Medio.
A competicao e realizada em duas fases sendo que na primeira fase participam todos
os alunos de todas as escolas inscritas. A prova, nesta etapa, consiste de 20 questoes de
multipla escolha. Na 2a fase participam apenas 5% dos alunos, de cada escola, com melhor
desempenho na 1a fase. A prova, nesta etapa, e discursiva e realizada sob a supervisao de
scais escolhidos pela SBM/IMPA em locais denidos pelos Coordenadores Regionais.
4.3 Alguns n
umeros
A OBMEP esta, hoje, em sua terceira edicao. No que segue relataremos alguns dados
sobre a 1a e a 2a OBMEP e tambem alguns dados sobre a OBMEP - 2007.
4.3.1 OBMEP - 2005

Na OBMEP-2005 foram inscritos 10.520.830 alunos de 31.030 escolas distribudas em
5.198 municpios de todo o Brasil. No Estado de Minas Gerais foram inscritos 1.297.079
alunos de 3498 escolas em 813 municpios. A media de notas (nacional) da 1a fase foi
10,9 pontos (num total de 20 pontos). Em Minas Gerais, a media foi 11,7 pontos. Para
a 2a fase foram classicados 457.718 alunos sendo 60.126 de Minas Gerais. Nesta etapa
a media nacional de notas foi 23,5 pontos (considerando os tres nveis) em 120 pontos
possveis. A media em Minas Gerais foi 29,6 pontos (terceira maior media do Brasil).
4.3.2 OBMEP - 2006
Em 2006, na 2a Olimpada Brasileira de Matematica das Escolas Publicas participaram
da 1a fase 14.181.705 alunos de 32.655 escolas publicas em 5259 municpios brasileiros.
Na segunda fase, participaram 630.849 alunos de 29.661 escolas. Em Minas Gerais, par-
ticiparam da 1a fase 1.653.094 alunos de 3.558 escolas de 808 municpios. Na segunda
fase, participaram 77.292 alunos de 797 municpios.
4.3.3 OBMEP - 2007

A OBMEP esta, hoje, na 3a versao (a OBMEP - 2007). Mais uma vez, os n umeros
surpreendem: foram inscritos na 1a fase da OBMEP deste ano cerca de 17,3 milhoes de
estudantes de 38.450 escolas de todo o Brasil. Isto faz da OBMEP a maior competicao de
matematica do mundo. A primeira fase foi realizada em 14 de agosto passado e a segunda
esta programada para 20 de outubro.
4.3.4 Premia
c
ao
A OBMEP premia alunos (medalhas - ouro, prata e bronze -, professores, escolas e mu-
nicpios). Os alunos melhores classicados recebem uma bolsa do tipo Iniciacao Cientca
Jr. do CNPq (em 2005 e 2006 foram distribudas 2001 bolsas, na OBMEP 2007 estao
prevista 3.000 bolsas) e outros 30 mil alunos recebem mencao honrosa pela participacao
no evento; os professores dos alunos mais bem posicionados participam de um curso de
aperfeicoamento oferecido pelo IMPA; as escolas recebem laboratorios de informatica,
livros e certicados de merito nacional.
Ressaltamos, no entanto, que a OBMEP nao termina com a aplicacao das provas da
a
2 fase ou com a entrega dos premios aos vencedores. Os alunos ganhadores das bolsas
da OBMEP participam de um programa de capacitacao, durante um ano, programa este
que e orientado, em geral, por professores das universidades brasileiras, e organizado e
suprevisionado pelo IMPA.
5 Conclus
ao
As Olimpadas de Matematica sao um instrumento extremamente eciente para a de-
scoberta de jovens com talento cientco. O aprimoramento de tais jovens leva-os a de-
senvolver uma enorme capacidade de resolver problemas e de apresentar solucoes criativas
e inovadoras. Se bem orientados, estes jovens serao os cientistas do futuro e com certeza,
profundamente envolvidos com o desenvolvimento nacional.
Refer
encias
[1] www.obmep.org.br
[2] www.obm.org.br
[3] Eves, H.W. Introducao à historia da matematica , Campinas, SP : UNICAMP,
1997.
[4] Huete, J.C.S. & Bravo, J.A.F. O ensino da matematica: fundamentos

teoricos e bases psicopedag
ogicas, Ed. Artmed, 2006, Porto Alegre.

Famat Revista 09

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Famat Revista 09

Caricato da

Copyright:

Formati disponibili

FAMAT em Revista

Comit Editorial: Mrcio Jos Horta Dantas - Famat/Ufu

%0'-.! '%*.93#! (%.,:*'#! %)%-.,!( $!

Gostaramos de externar nosso contentamento com a aceitao de nossa revista; a

Em relao ao contedo do nono nmero da revista, foram contempladas as atividades

Em Artigos Completos de Iniciao Cientfica, contamos com treze trabalhos muito

Na Seo Problemas e Solues, apresentamos as resolues de quatro problemas

Na Seo Reflexes sobre o Curso de Matemtica, temos um artigo do Coordenador do

Na Seo Merece Registro, destacamos as atividades e os fatos que mereceram destaque

Finalmente, esperamos que os nossos leitores apreciem os trabalhos aqui publicados e

Revista Cientfica Eletrnica da

PETMAT-UFU - Programa de Educao Tutorial da Faculdade de Matemtica

PIBIC-CNPq-UFU - Programa Institucional de Bolsas de Iniciao Cientfica do

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

Mrcio Jos Horta Dantas (coordenador da seo)

Trabalhos completos em nvel de iniciacao cientca dos programas acima listados

Os trabalhos submetidos ate o nal de um semestre letivo serao publicados na edicao

Quanto a`s normas tecnicas para submissao dos trabalhos:

1) Formato do arquivo: PDF

3) Margens: 2,5 cm (portanto,

4) Tamanho de fonte (letra): 12 pontos (exceto ttulos, subttulos, notas

5) Espacamento entre linhas: Simples

6) Orientador(es), tipo de programa e org

Ordenao de monmios, diviso em anis de polinmios de vrias variveis e

Evoluo do Nmero de Alunos Reprovados nas Disciplinas do Curso de

O Problema da Conduo do Calor em Dimenso Maior que 1 e o

Perfil scio-econmico dos candidatos do paies/ufu: Subprograma 2002-2005 83

Um Texto Sobre Superfcies Parametrizadas Regulares 95

O teorema de Barlotti 147

Sobre a necessidade das hipteses no Teorema do Ponto Fixo de Banach 175

Heursticas e Equaes Diofantinas 181

Obteno dos projetos timos de grficos de X Utilizando o Matlab 189

Formas Quadrticas e Cnicas 201

Soma de Quadrados 217

Complexidade Algbrica em Demonstraes de Geometria Euclidiana Plana:

Introduo Teoria das Curvas Algbricas Afins 259

Carlos Henrique Tognon1 e Antnio Carlos Nogueira2

Hoje em dia, um dos mais produtivos e atraentes ramos da Matemtica a

Um dos problemas centrais da Teoria de Singularidades a classificao de

2.1 CLASSIFICAO DE PONTOS CRTICOS

Seja f : n o uma funo de classe C f , isto , uma funo que possui

Assim, a matriz Hessiana da funo f calculada na origem ser

2.2 O LEMA DE MORSE

Os pontos crticos no degenerados so completamente classificados por um

Teorema 1 (Lema de Morse): Seja u n um ponto crtico no degenerado

f $\ u f u  y12  y22  yl2  yl21  yn2 ,

Lema 1: Seja f : n o uma funo de classe C f em uma vizinhana da

Lema 2: Seja f : 2 o ( como no Lema 1, para n 2 ).

3. Tem-se f como no item anterior. Desta forma pode-se escrever f da

A demonstrao do Lema de Morse ser feita para o caso n 2 ; o caso geral

Prova do Lema de Morse, caso n 2 :

Pode-se supor, sem perda de generalidade, que o ponto crtico u 2 a

onde g x, y so os termos de ordem superior no desenvolvimento. Como

w 2 f 0,0 w 2 f 0,0 w 2 f 0,0

ento o determinante de Hess f 0,0 igual a ac  b 2 que diferente de zero, pois

0,0 ponto crtico no degenerado. Observe que ac  b 2 z 0 equivale a b 2  ac z 0 .

Se a c 0 , ento b z 0 e assim pode-se escrever

No caso em que a z 0 , faz-se a seguinte mudana de coordenadas

e ento a parte quadrtica de f toma a forma r X 2 r Y 2 .

Frmulas semelhantes se verificam para os outros dois casos; assim deduz-

Definio 2: Um difeomorfismo uma aplicao de n em n que

Mximo Mnimo Sela

%0'-.! '%.93#! (%.,:'#! %)%-.,!( $!

f $\ u f u y12 y22 yl2 yl21 yn2 ,

ento o determinante de Hess f 0,0 igual a ac b 2 que diferente de zero, pois

0,0 ponto crtico no degenerado. Observe que ac b 2 z 0 equivale a b 2 ac z 0 .

Fazendo x 0 deduz-se que l1 0 l1' 0 l1'' 0 l1

Definio 4: Suponha que f : , t 0 o seja A - equivalente a r x k 1 .

onde g : n r o uma funo de classe C f .