Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
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
%)!'(
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 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.
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
Nmero 09 - Outubro de 2007
www.famat.ufu.br
Faculdade de Matemtica - FAMAT
Universidade Federal de Uberlndia - UFU - MG
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
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.
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.
2) Tamalho da Folha: A4
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
1. INTRODUO
2. PONTOS CRTICOS
____________________________________
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
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.
Agora, coloca-se o
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.
1 w 2 f 0,0
2
y 0 2 g x, y
2 wy
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
2
2 2 b b2 2
x .
ax 2bxy cy c y x a
c c
1
2 2
b ac b
X x y a ,Y y
a a
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.
Figura 1
1
f x exp , se x z 0 e f x 0, se x 0 .
2
x
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
r x12 r r x r2 g x r 1 , , x n ,
Figura 2
Referncias Bibliogrficas
[1] Bruce, J.W. e Giblin, P.J.; Curves and Singularities; Segunda edio;
Cambridge University Press; 1992.
Junho 2007
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:
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.
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
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
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).
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
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 `a 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).
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)|;
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).
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.
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);
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 >.
i) O multi-grau de f e:
multideg (f ) = max Zn0 : a = 0 (o maximo e dado com respeito a >)
LC (f ) = amutideg(f ) K
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
f = a1 f1 + . . . + as fs + r
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:
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 )
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.
i) f I
ario 4.1 Dois ideais de monomios sao os mesmos se, e somente se, eles contem os
Corol
mesmos monomios.
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.
i) Denotamos por LT (I) o conjunto dos termos lderes dos elementos de I. Entao,
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,
i)
LT (I) e um ideal monomial
Demonstrac
ao:
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) =
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.
LT (g1 ), . . . , LT (gt ) =
LT (I)
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.
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.
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.
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
Resultados e Discusso
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).
(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 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)
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
TOTAL DE MATRICULADOS
Figura 2. Disciplina FME2. 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).
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)
% 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)
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
TOTAL DE MATRICULADOS
Figura 3. Disciplina GPDG. 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).
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)
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
TURMA NOTA RM FREQNCIA
(c) (d)
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
TOTAL DE MATRICULADOS
Figura 4. Disciplina Clculo II. 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).
% 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)
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).
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)
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).
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)
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
TOTAL DE MATRICULADOS
Figura 7. Disciplina Estatstica. 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).
(a) (b)
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)
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
TOTAL DE MATRICULADOS
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
(a) (b)
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)
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
TOTAL DE MATRICULADOS
Figura 9. Disciplina Calculo Numrico. 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).
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)
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
TOTAL DE MATRICULADOS
Figura 10. Disciplina Clculo 4. 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).
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
TOTAL DE MATRICULADOS
Figura 11. Disciplina lgebra Linear 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).
(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
TOTAL DE MATRICULADOS
Figura 12. Disciplina Fun. Varivel Complexa. 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).
(a) (b)
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
TOTAL DE MATRICULADOS
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
reprovao (b); relao nmero de reprovados x nmero de matriculados (c) e total de
alunos matriculados (d).
(a) (b)
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)
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
TOTAL DE MATRICULADOS
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).
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)
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
TOTAL DE MATRICULADOS
% 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
TURMA NOTA RM FREQNCIA
(c) (d)
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
TOTAL DE MATRICULADOS
% 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
TURMA NOTA RM FREQNCIA
(c) (d)
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
TOTAL DE MATRICULADOS
.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
(a), Tipo de reprovao (b); relao nmero de reprovados x nmero de matriculados
(c) e total de alunos matriculados (d).
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
TURMA NOTA RM FREQNCIA
(c) (d)
ANALISE 2 TOTAL ALUNOS
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
TOTAL DE MATRICULADOS
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
Figura 18. Disciplina Anlise 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).
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
TURMA NOTA RM FREQNCIA
(c) (d)
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
TOTAL DE MATRICULADOS
Figura 19. Disciplina Topologia Espaos Mtricos. 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).
% 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
TOTAL DE MATRICULADOS
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
semestre (a), Tipo de reprovao (b); relao nmero de reprovados x nmero de
matriculados (c) e total de alunos matriculados (d).
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)
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
TOTAL DE MATRICULADOS
(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
TURMA
.2
.2
.2
.2
.2
.2
.2
.2
.2
.2
01
02
01
02
01
02
01
02
01
02
(c) (d)
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
TOTAL DE MATRICULADOS
Figura 22. Disciplina Geometria Diferencial. 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).
(a) (b)
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
TURMA NOTA RM FREQNCIA
(c) (d)
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
TOTAL DE MATRICULADOS
01
02
01
02
01
02
01
02
01
02
Figura 23. Disciplina Histria 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).
(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
TURMA NOTA RM FREQNCIA
(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
TOTAL DE MATRICULADOS
Figura 24. Disciplina Anlise 3. 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).
Concluso:
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:
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:
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)
( 4 ) u ( x, t ) M ( x).\ (t ) ,
M ( x) .\ c(t ) M cc( x) .\ (t ) ,
ou seja,
\ c(t ) M cc( x)
.
\ (t ) M ( x)
( 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 .
M cc( x) V .M ( x)
(8) ,
M (0) M (l ) 0
l l
M ( x) .M cc( x) dx V . ( M ( x) ) 2 dx ,
0 0
l l l
2
M ( x) .M c( x) 0
( M c( x) ) dx V . ( M ( x) ) 2 dx ,
0 0
l
2
V
( M c( x) )
0
dx
0 ,
l
2
( M ( x) )
0
dx
Assim, escrevendo
V W 2 , com W ! 0 ,
a equao ( 6 ) fica
M cc( x) W 2 .M ( x) 0 ,
M ( x) c1 . cos(W x) c 2 . sen(W x) .
nS
W : nZ .
l
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
n 2S 2 t
l2
\ n (t ) e .
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 ).
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 ) .
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 ,
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) ,
f f
2 nS x
f ( x) a
n 1
n M n ( x) a .
n 1
n
l
. sen
l
.
x , se x [ 0 , 3 )
f ( x) .
x 3 , se x [ 3 , 6 ]
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
,
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 } ,
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 ,
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
l
( 17 ) T (M ) , \ ! M c( x).\ c( x) dx .
0
l
( 18 ) M , T (\ ) ! M c( x).\ c( x) dx .
0
T (M ) , \ ! M , T (\ ) ! , M ,\ D ,
ou seja:
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.
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 :
( 21 ) f ,g! :
f ( x).g ( x) dx
'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 ,
:
T (M ) ,\ ! M , T (\ ) ! , M ,\ D ,
1
'(M k ) V k M k , onde V k para todo k ^ .
Ok
\ k (t ) eV k t ,
w
^ u k ( x, t ) ` w ^M k ( x) .\ k (t ) ` M k ( x) .\ k c (t )
wt wt
f
( 22 ) u ( x, t ) a k . e V k t .M k ( x) ,
k 1
f
( 23 ) f ( x) a .M
k 1
k k ( x) .
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:
[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
RESUMO
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
3. RESULTADOS E DISCUSSO
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
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
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
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
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
.
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
Outro
0 20 40 60 80
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. REFERNCIAS BIBLIOGRFICAS
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.
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)
S : U R2 R3
ab
(u, v) (x (u, v) , y (u, v) , z (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.
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.
w = 0 = 1e1 + 2e2 = 0 = 1 = 2 = 0,
dSP (w) = 0 =
1dSP (e1) + 2dSP (e2) = 0 =
1Su (P) + 2Sv (P) = 0 =
1 = 2 = 0
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.
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
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)
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)
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
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) .
S(u,v)
u
v y
x esfera
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
curva
meridiano
paralelo y
x
Observac
oes:
(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:
(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)) ,
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)
com v variando em R, ou seja:
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
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)
com v variando em R, ou seja:
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
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
J u 0 v
(paralelo ao plano yz) y
x S(u0,v0)
S u P S v P
S v P
TPS
S u P
S(P)
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:
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 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.
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
Exemplos:
Queremos determinar
h: R2 R2
(w, t) (h1 (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
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:
Demonstracao.
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:
v
R2
U S z R3
u
y
x
I
K = SEJ
A curva e regular.
De fato:
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
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.
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) .
IP : TPS R
w
w, w = |w|2
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) .
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.
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
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
Logo,
A (S (V)) = E (P) G (P) F (P)2dudv.
V
v
1 Anel de raio 1
S e altura 1.
y
0 2
u
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 `a 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 .
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.
Demonstracao.
Temos:
= S ;
= S S1 S = 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
Demonstracao.
d ?1 E L
S S
x1 (x1)
x2 dEK (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.
Demonstracao.
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
e
2
(0) = I (0) (0) .
Assim,
IP ( (0)) = IP (0) =
m2E (P) + 2mnF (P) + n2G (P) = m2E (P) + 2mnF (P) + n2G (P) .
Se n = 0 e m = 0 temos
F (P) = F (P) .
Logo, S e S sao isometricas.
Interpretac
ao Geom
etrica da Curvatura Normal
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.
Exemplo 1:
(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
}
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.
A demonstracao da proposicao abaixo pode ser encontrada em [6], paginas 169 e 170.
x2 2H (P) x + K (P) = 0.
A demostracao da proposicao abaixo pode ser encontrada em [6] , paginas 171 e 172.
Exemplos:
(1) Seja S (u, v) = (cos (u) , sen (u) , v) , (u, v) R2 a parametrizacao de um cilindro.
Temos:
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.
(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.
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:
(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
K (P) = (k2)2 0, P U.
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)|
S(P) = (t0)
N(t0)
N(t0) = (P)
S = S
S(P)
TPS
TPS
S(P)
S
N(t0)
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.
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
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 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.
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:
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.
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))
S 1
2
S(Q)
Q no umblico
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) .
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
direes assintticas
S(P)
S
A demonstracao da proposicao abaixo pode ser encontrada em [6] , paginas 200 e 201.
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:
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:
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.
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
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:
(u, v) = (cos (u) , sen (u) , 0) = (u (t) , v (t)) = (t, c) = (cos (t) , sen (t) , 0)
(u, v) = (cos (u) , sen (u) , 0) = (u (t) , v (t)) = (t, t) = (cos (t) , sen (t) , 0)
Meridiano
Crculos
Hlice
A demonstracao da proposicao abaixo pode ser encontrada em [6] , paginas 203 e 204.
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) .
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
A demonstracao da proposicao abaixo pode ser encontrada em [6] , paginas 207 e 208.
Logo:
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
S
v
S
U
u
I
Demonstracao:
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.
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.
2 Refer
encias Bibliogr
acas
[1] Araujo, P. V. Geometria Diferencial. Rio de Janeiro: SBM - Sociedade Brasileira
de Matematica. (Colecao Matematica Universitaria). 1998.
[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.
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 `as 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.
agustini@ufu.br Professor orientador.
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 `a transformacao linear:
T1 + T2 : V W
.
u (T1 + T2)(u) = T1(u) + T2(u)
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
(x,y)
T
o x
(x,-y)
T: R2 R2
.
(x, y) (x, y)
(-x,y) T (x,y)
O x
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
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.
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.
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 ())
T(v)
T
v
e2
o e1 x
Cisalhamentos
T: R2 R2
.
(x, y) (x + y, y)
y y
B P B P
T
o A x o A x
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 `a 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
(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) .
Im
z1+z2
z2
z1
Re
Im
z = x + yi
Re
z = x - yi
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:
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)) .
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
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
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!
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:
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.
Y X
Reex
ao em torno de uma reta.
r
Y
B
A B
A
A
A
B
C B
Translac
ao.
A B
(2) Dado X AB sua imagem X por T e denida na propria reta AB tal que
XX = AB.
Rota
c
ao.
" = ,
XO = X O e XOX
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 .
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 `as 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.
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
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.
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
(i) T (B) = B
(ii) T (B) = B .
X r
O
Y
s
X
Composta de duas rota
co
es.
O, O, = O, O, = O,+.
r
O O
t
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.
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.
Demonstracao.
Vn=an+bnz
V1=a1+b1z V3=a3+b3z
(a1+b1z) (a2+b2z)
V2=a2+b2z
Demonstracao
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.
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)
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 `a 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
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.
4 O Teorema de Napole
ao
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.
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
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 .
m , n ! n0 d ( x m , x n ) H .
n o f.
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.
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
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
1 5 1 5
e .
2 2
.
De fato,
1r 5
f ( x) x x2 1 x x2 x 1 0 x .
2
Bibliografia
[1] Lima, Elon Lages;
Espaos Mtricos. Rio de Janeiro, IMPA, CNPq, 1977 ( Projeto Euclides )
.
HEURSTICAS E EQUAES DIOFANTINAS
Introduo
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
m 2 3 4 5 6 7
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
3. A 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.
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).
Referncias bibliogrficas
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.
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).
LM Variao devida
a causas comuns
Regio de LM
aceitao de H0
Regio de LIC
rejeio de H0
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
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.
descontrole SINAL
S TS
(NA)h
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
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
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 .
f (D , E ) L1 (D ) L2 ( E ) .
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 .
cf g D i , D j cf D i , D j g D i , D j
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
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
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 .
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 ) .
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)
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)
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
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
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.
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 .
E ^D1 , D 2 , , D n `
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
f D i , D j 0 , i z j i t 2, j t 2
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.
p ax 2 2bxy cy 2 .
A forma quadrtica no plano vst Avs pode ser reduzida atravs de mudanas de coordenadas
forma:
O1 x '2 O2 y '2
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,
conclui-se que,
ou,
a c x O 0 x '
x y x' y ' 1
c b y 0 O2 y '
ou ainda,
3 Cnicas.
ax 2 2bxy cy 2 dx ey f 0
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.
a c x x
x y d e f 0 (7)
c b y y
ou,
vst Avs Nvs f 0.
O 0 x '
vPt DvP x' y ' 1 , e
0 O2 y '
tendo o cuidado para que det( P) 1 , a fim de que essa transformao seja uma rotao.
Assim, a equao (7) se transforma em:
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.
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:
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
p q
X x ' e Y y '
2O1 2O2
vem,
O1 X 2 O2Y 2 F 0
O1 X 2 O2Y 2 F . (10)
(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
f q2 q
X x ' e Y y '
p 4 pO2 2O2
vem,
O2Y 2 pX 0. (11)
2
p f p2
O1 x ' q y ' 0.
2O1 q 4qO1
f p2 p
Y y ' e X x '
p 4qO1 2O1
vem,
O1 X 2 qY 0.
O1 X 2 O2Y 2 F.
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.
3. Referncias bibliogrficas
[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.
[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)
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) .
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 .
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
.
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
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.
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
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.
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)
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.
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)
0 xo p e 0 yo p
Demonstrao:
Seja k p 1 , e considere o conjunto de inteiros
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
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 ,
2
x02 a 2 x02 { ax0 { y02 mod p
ou
x02 y02 kp
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:
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
ad bc 0 ou ad bc p.
p2 a 2
b2 c2 d 2
2
ad bc ac bd
2
p2 ac bd
2
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
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
5 1 3 { 2 { 5 3 0 mod13
ou,
5 1 3 { 3 mod13 .
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:
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
N2
r 2
s 2
d 2 m tp
r 2
s 2 { 0 mod p , pois p divisor de m .
2
sr ' 1 { 0 mod p
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 .
n 5 72 13 17 72 22 12 32 22 42 12 .
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 .
25 42 32 52 02 .
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
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:
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 .
2 2
n 1 n 1
n
2 2
2 2
n n
n 1 1 .
4 4
11 62 52 17 92 82 29 152 142 .
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
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
e
2 2
64 64
24 6 4 52 12
2 2
4. Referncias bibliogrficas
[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
Faculdade de Matematica - Famat
Universidade Federal de Uberl
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.
agustini@ufu.br Professor orientador.
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.
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'
R
C v Y
Z u
x
u
y z
A B
t
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.
"
" +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 .
" + XMN
X # + AOB " + ONX
" = 360
" + 90 + AOB
X " + 90 = 360
" +X
AOB " = 180 .
" +P
Mas ja haviamos visto que AOB " = 180 . Logo:
" = P.
X "
2.3 Demonstra
cao do Teorema de Napole
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
cao do Teorema de Napole
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
RP : R2 R2
M RP (M) = P + R (M P)
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:
RX (A) = B
RY (B) = C
RZ (C) = A
C=R y(B)
Y
Z 120
120
120
Conseq
uentemente, o ponto A e um ponto xo na composta dessas tres rotacoes:
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.
O = (I + R)1 (Y + R (X)) .
Assim obtemos o ponto O .
SY (X) = Y + S (X Y) .
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.
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
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.
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.
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
Demonstrac
ao
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
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
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
R
C
A B
Demonstrac
ao.
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.
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
! 2
R = (1 z) e 3 i + z e 3 i + 1.
! 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.
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.
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
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
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
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
Universidade Federal de Uberl
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 :
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.
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 :
Observe que, se em 4 permitirmos que f C[x, y], entao teremos a seguinte fatoracao
x21 + y12 1 = 0,
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
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].
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].
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:
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.
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}.
Agora vamos usar o polinomio minimal para denir o grau de uma curva algebrica:
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.
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
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.
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.
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
(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.
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
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.
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.
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.
Refer
encias
[1] Ara
ujo, C., Introducao a`s curvas algebricas planas, Notas da Jornada de Iniciacao
Cientca, IMPA (2006)
[4] Vainsencher, I., Introducao a`s curvas algebricas planas, Colecao Matematica Univer-
sitaria, IMPA (2005).
FAMAT em Revista
Revista Cientfica Eletrnica da
Faculdade de Matemtica - FAMAT
Universidade Federal de Uberlndia - UFU - MG
Problemas e Solues
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.
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:
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.
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.
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.
? qm 1| qn 1 m | n .
FAMAT em Revista
Revista Cientfica Eletrnica da
Faculdade de Matemtica - FAMAT
Universidade Federal de Uberlndia - UFU - MG
!
Eventos
Programao
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
#
Universidade Federal de Uberlndia - UFU - MG
"
$ Reflexes Sobre o
Curso de Matemtica
Nmero 09 - Outubro de 2007
www.famat.ufu.br
Comit Editorial da Seo
Reflexes sobre o Curso de Matemtica
do Nmero 09 da FAMAT EM REVISTA:
&
Faculdade de Matemtica - FAMAT
Universidade Federal de Uberlndia - UFU - MG
'
Em Sala de Aula
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].
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].
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 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.
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.
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].
Figura 18 Base geradora do mosaico tipo p2 [8]. Figura 19 Exemplo de mosaico do tipo p2 [15].
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.
Figura 28 Base geradora do mosaico tipo p3 [8]. Figura 29 Exemplo de mosaico do tipo p3 [15].
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.
Figura 34 Base geradora do mosaico tipo p4 [8]. Figura 35 Exemplo de mosaico do tipo p4 [15].
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.
Figura 36 Base geradora do mosaico tipo p4m [8]. Figura 37 Exemplo de mosaico do tipo p4m [15].
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.
Figura 40 Base geradora do mosaico tipo p6 [8]. Figura 41 Exemplo de mosaico do tipo p6 [15].
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.
Figura 42 Base geradora do mosaico tipo p6m [8]. Figura 43 Exemplo de mosaico do tipo p6m [15].
Curiosidades
Escher, arquiteto de outros mundos
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.
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.
[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.
[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.
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.
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.
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.
Volume do cone: O volume do cone obtido por 1/3 do produto da rea da base
pela altura, ento:
V = (1/3) Sr
S
Vt VC Vc Vt R u H r u h
3
S
Vt VC Vc Vt R u H r u h
3
V Sr h
V2 S 0,2754,8
V2 # S 0,363m # 1,140m
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
Assim, 2x = 24,6 cm
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.
Comparando:
0,33 u 100
Em percentagem, representa aproximadamente 28,9%
1,140
0,244 u 100
21,4%
1,140
ATIVIDADE
BIBLIOGRAFIA
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.
Normas Triangulares
Generalizando os operadores de unio e interseces tm as normas triangulares, que podem
ser definidas da seguinte maneira [1]:
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
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
0.8
0.6
0.4
0.2
0
1
1
0.8
0.5 0.6
0.4
0.2
0 0
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
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
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
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
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
( )
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)
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
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
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
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( 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.
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):
uR( P1 ) ( d1 ) = max min
1i 18
(u R ( d1 , si ) , uP ( si ) ) = 1.0
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:
uR( P2 ) ( d1 ) = max min
1i 18
(u R ( d1 , si ) , uP ( si ) ) = 0.5
2
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.
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.
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
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
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
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
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
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
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
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.
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.
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
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
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
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
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.
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.
Figura 11: Representao uma artria com 25% de obstruo na rea da seo transversal.
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.
[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
Universidade Federal de Uberlndia
Faculdade de Matemtica
Alessandra Ribeiro da Silva Carlos Henrique Tognon Milena Almeida Leite Brando
alessandraribeirosil@terra.com.br carlostognon@gmail.com milabrand@yahoo.com.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.
Consideraes
Curiosidades
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.
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
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.
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
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.
0
0 0.5 1 1.5 2 2.5 3 3.5 4
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].
Teorema de Fatiando a
Pappus! ma!
Integrao!
Volume
da esfera!
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:
4.2
Usamos ' 0.2cm e 21 fatias cilndricas.
0.2
21
V S'(r )
i 1
i
2
247.06cm 3
3
Volume total | (235.5 + 247.06)/2 = 241.28 cm .
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 .
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.
Tabela 1
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)
Temperatura inicial
Bibliografia
Introduo
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:
Grupo das
verduras e Grupo das
legumes! leguminosas!
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:
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
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
Min Q(X) = CX
AX t B
Xt 0
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.
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).
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
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:
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
0,00026 x 14 0,00035x 15 d 1
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.
1,64x 11 d 2500
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
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.
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.
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.
Assim,
R
C S e K t
K
(7)
dC
Tambm, (7) a soluo geral de KC R .
dt
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
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
[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.
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)
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).
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).
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).
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).
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).
CONSIDERAES FINAIS
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:
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:
DESENVOLVIMENTO
? 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?
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:
Brancas:
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 xadrez constitudo de: 1 tabuleiro 8x8, 32 peas (16 brancas e 16 pretas) assim
subdivididas:
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;
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.
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
Resumo:
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.
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:
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.
6. Resultados:
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.
_____________http://nautilus.fis.uc.pt/softc/Read_c/destaque/enstec.htm
Aplicao simultnea de dois mtodos de classificao tnico-racial
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.
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.
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
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 __________
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.
- Mosaico de um favo
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.
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].
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:
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.
- A Colmia
- Modelos
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:
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
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:
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.
n-1 1 (0.975) n
Yn = (0.975) A0 + 2000 = (A0 - 78000)(0.975)n-1 + 80000. (6)
1 0.975
ou seja,
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
donde tiramos
y(t) = eke-0.025.t.
dy
= k(L - y) (11)
dt
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
Portanto,
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
Revista Cientfica Eletrnica da
Faculdade de Matemtica - FAMAT
%
Iniciao Cientfica
em Nmeros
Nmero 09 - Outubro de 2007
www.famat.ufu.br
Comit Editorial da Seo
Iniciao Cientfica em Nmeros
do Nmero 09 da FAMAT EM REVISTA:
Faculdade de Matemtica - FAMAT
Universidade Federal de Uberlndia - UFU - MG
E o Meu Futuro Profissional?
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. 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. 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. 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.
Merece Registro
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
COMIT ORGANIZADOR
COMIT CIENTFICO
COMISSO DE APOIO
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
E) PIEEX
Quatro dos alunos do Curso de Matemtica foram contemplados com bolsa no projeto
PIEEX 2007 nos seguintes projetos:
F) PIBEG
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.
G) PARTICIPAO EM BANCAS
H) PRODUO CIENTFICA
PERIDICOS
CARVALHO, C.; MUUERA, Carlos ; SILVA, Erclio ; TORRES, Fernando, Near Orders
and Codes. IEEE Transactions on Information Theory, v. 53, p. 1919-1924, 2007.
BARBOSA, J.; BOTELHO, G.; Diniz, D.; PELLEGRINO, D., Spaces of absolutely summing
polynomials, Mathematica Scandinavica 101 (2007), 1-19.
EVENTOS
INTERNACIONAIS
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.
NACIONAIS
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".
ALUNOS ORIENTADOR
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. 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.
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])
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.
1. Olimpada de Maio
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.
2. identicar jovens talentos e fornecer oportunidades para seu ingresso nas areas
cientcas e tecnologicas;
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
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.
4.3.4 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 `a historia da matematica , Campinas, SP : UNICAMP,
1997.