Ensino Superior: lgebra Linear: Autovalores e autovetores

Introduo aos autovalores Autovalores e Autovetores Autoespao associado Polinmio caracterstico Matrizes Semelhantes Matriz ortogonal Aplicao em Geometria Aplicao em Eq.Diferenciais

"O temor do Senhor o princpio do conhecimento; mas os insensatos desprezam a sabedoria e a instruo." Provrbios 1:7, A Bblia Sagrada

Introduo aos autovalores

Seja V um espao vetorial de dimenso n sobre um corpo K, A uma matriz quadrada de ordem n e T:V V uma transformao linear, definida para cada v V por: T(v) = A.v Pergunta: Ser que existe algum vetor v V, cuja imagem T(v) pela transformao T tenha a mesma direo que o vetor v, ou seja, ser que existe um escalar K tal que T(v) = v O vetor nulo tem essa propriedade para qualquer escalar, mas observamos que o vetor nulo no pode ser utilizado em uma base do espao vetorial V, objetivo fundamental no contexto do estudo de autovalores e autovetores. Estamos procurando vetores v V e escalares K para os quais T(v) = A.v = v Subjacente ao processo de descoberta desses escalares e vetores esto as solues de muitos problemas aplicados da Matemtica, Fsica, Engenharias Civil e Eltrica, etc.
Autovalores e Autovetores

Seja A uma matriz quadrada de ordem n sobre um corpo K. Se existe um escalar K e um vetor v 0 tal que: A.v = v este escalar denominado um autovalor de A e v um autovetor associado a este escalar . Sinnimos para autovalor so: valor prprio e valor caracterstico. Exemplo 1: Seja uma matriz A e um vetor v R tal que:

1 0 0 | | 0 2 A =| | 0 | | 0 0 3 Observamos que:

x | | e v |y| = | | z

1 0 x 0 | | | | |1x| 0 2 A.v =| |.|y|=|2y| 0 | | | | |3z| 0 0 z 3 Procuramos escalares tal que A.v=v, isto : x |1x| | | |2y|= |y| |3z| | | z Devemos resolver o sistema com as trs equaes: (1) x = 0, (2) y = 0, (3) z = 0 com a condio que vt=(x,y,z) (0,0,0). Usamos a notao vt=(x,y,z) para indicar a transposta do vetor coluna com os elementos x, y e z. Temos trs possibilidades para os autovalores. 1. Se x 0 ento =1. Com tais valores nas outras equaes segue que y=0 e z=0. Um vetor com estas propriedades u=(1,0,0)t. 2. Se y 0 obtemos =2, o que implica que x=0 e z=0. Um vetor com estas propriedades v=(0,1,0)t. 3. Se z 0 ento =3, garantindo que x=0 e y=0. Um vetor com estas propriedades w=(0,0,1)t. Neste caso especfico, conclumos que para cada autovalor existe um nico autovetor associado. Exemplo 2: Seja uma matriz A e um vetor v R tal que: A =| 1 0 | e v |x| | 0 | = | | |0 2 | |y| 0

0 0 2 Como

1 0 x 0 | | | | |1x| 0 2 A.v =| |.|y|=|2y| 0 | | | | |2z| 0 0 z 2 Devemos obter escalares tal que A.v=v, isto : x |1x| | | |2y|= |y| |2z| | | z Basta resolver o sistema de equaes (1) x = 0, (2) y = 0, (2) z = 0 exigindo que vt=(x,y,z) (0,0,0). Existem duas possibilidades para os autovalores. 1. Se x 0 ento =1,y=0 e z=0. Um vetor com estas propriedades u=(1,0,0)t. 2. Se y 0 ento =2 e x=0, mas existem infinitos valores para z, inclusive z=0. Um vetor com estas propriedades v=(0,1,0)t. 3. Se z 0 ento =2 e x=0, mas existem infinitos valores para y, inclusive y=0. Um vetor com estas propriedades w=(0,0,1)t. Neste caso, observamos que para o autovalor =1 existe apenas um autovetor, mas para o autovalor =2 existem dois autovetores. Exemplo 3: Seja uma matriz A e um vetor v R tal que: 2 0 x 0 | | | | 0 2 e v A =| | |y| 0 = | | | | 0 0 z 2 Como A.v =| 2 0 |.|x|=|2x| | 0 | | | |2y| | 0 2 | |y| |2z|

0 0 0 z 2 Devemos obter escalares tal que A.v=v, isto : x |2x| | | |2y|= |y| |2z| | | z Basta resolver o sistema de equaes (2) x = 0, (2) y = 0, (2) z = 0 exigindo que vt=(x,y,z) (0,0,0). Aqui temos um nico autovalor =2. Realmente, se x 0 ou y 0 ou z 0 ou xyz 0 ento =2, garantindo que existem infinitos valores para x, y e z, mas escolheremos trs simples: 1. Com x=1, y=0 e z=0, obtemos u=(1,0,0)t. 2. Com x=0, y=1 e z=0, obtemos v=(0,1,0)t. 3. Com x=0, y=0 e z=1, obtemos w=(0,0,1)t. Observamos que o mesmo autovalor =2 gerou trs autovetores.
Autoespao associado ao autovalor

Levando em considerao os trs exemplos, tem sentido definir o conceito de autoespao associado a cada autovalor. Se um autovalor de uma matriz A, definimos o autoespao associado a como o conjunto de todos os vetores obtidos pela combinao linear dos autovetores associados a . Denotamos este conjunto por: S() = {v V: A.v=v } Proposio: O conjunto S() um subespao vetorial de V gerado pelos autovetores associados a . Demonstrao: O vetor nulo no um autovetor mas 0 S() pois A.0=0. Se v S() e w S(), ento A.v=v e A.w=w, logo A(v+w) = A.v+A.w = v + w = (v+w) e conclumos que v+w S(). Analogamente, se k K e v S(), ento: A(kv) = (kv)

e conclumos que kv S().

Polinmio caracterstico

Ao invs de trabalhar diretamente com a resoluo de sistemas como nos exemplos apresentados, existe um processo mais simples para obter os autovalores de A. Se A uma matriz nxn sobre K e I a matriz identidade de mesma ordem que A, definimos o polinmio caracterstico de A como: f() = det(IA) Exemplo: Seja a matriz definida por: 1 | 2 | A= |4 | 9 Assim: |1 2 | f() = det = 10+1 | 4 9| Algumas vezes vemos na literatura o polinmio caracterstico da matriz A definido na forma trocada f() = det(AI) Lema: Seja M uma matriz quadrada de ordem n. Um sistema M.v=0 tem soluo no trivial se, e somente se, det(M)=0. Teorema: Os autovalores de uma matriz quadrada A de ordem n so os zeros do polinmio caracterstico de A, isto , escalares para os quais f()=0. Demonstrao: Os autovalores da matriz A podem ser obtidos a partir da exist|ncia de escalares e vetores no nulos v=(x,y,z)t para os quais: A.v=v. Este sistema pode ser reescrito como A.v=Iv, ou seja: (IA).v = 0 Este sistema ter uma soluo no trivial se, e somente se, o determinante da matriz IA for nulo (consequncia da Regra de Cramer), isto : det(AI) = 0 Observamos que det(AI) uma funo polinomial da varivel , da a razo de indicarmos esta expresso por: f() = det(AI)

A partir deste Teorema podemos obter os autovetores se resolvermos o sistema: (IA)v=0. Exemplo: Seja a matriz dada por 0 1 1 | 1 2 | A =| 1 | | 1 1 | 2 O polinmio caracterstico associado matriz A f() = 4+52 Como a soma dos coeficientes deste polinmio igual a zero, =1 um zero de f=f() e f(1)=0. Dividindo esta funo polinmial por (1), obtemos a forma decomposta: f()=(1)(3+2). Com a frmula quadrtica, obtemos: f()=(1)(1)(2), significando que os autovalores de A so: =1, =1 e =2 Em geral, o sistema (IA)v=0 fica na forma | x | | 1 1 | | x | | 0 | (IA) | y | = | 1 2 1 | . | y | = | 0 | | z | | 1 1 2 | | z | | 0 | Para =1, o sistema toma a forma: x |1 1 1| | | |0| |1 1 1|.|y|=|0| |1 1 1| | | |0| z e este sistema se reduz a apenas uma equao: xyz=0. Como temos duas variveis livres, podemos escrever x=y+z, para obter x em funo de y e de z. Se y=1 e z=0 ento x=1 e u=(1,1,0)t um autovetor. Se y=0 e z=1 ento x=1 e v=(1,0,1)t outro autovetor. Para =2, o sistema toma a forma: x |2 1 1 | | | |0| |1 0 |.|y|=|0| |1 1 | | | |0| 1 0 z

e este sistema se reduz a apenas uma relao x=y=z. Tomando x=y=z=1, obtemos o terceiro autovetor da matriz A: w=(1,1,1)t.
Matrizes Semelhantes

Duas matrizes A e B so semelhantes, se existe uma matriz inversvel P tal que A = P1B P Em muitas situaes, a matriz P formada pelos autovetores da matriz A, postos em colunas. Exerccio: Seja a matriz A do exemplo anterior: 0 1 1 | 1 2 | A =| 1 | | 1 1 | 2 1. Construa uma matriz P que tem como colunas os autovetores u, v e w da matriz A. 2. Obtenha a inversa da matriz P. 3. Calcule a matriz D=P1AP semelhante a A. 4. Conclua algo sobre a posio dos autovalores na matriz D. 5. Verifique que trao(D)=trao(A). 6. Verifique que det(D)=det(A). Exerccio: Considere uma matriz A definida por: 1 2 | | 1 A=| | 0 0 1 | | 1 1 0 1. Mostre que o polinmio caracterstico de A dado por: f()=1. 2. Para obter os autovalores complexos de A, resolva a equao f()=0, cujos zeros so: 1=1.46557, 2=0.23279+0.79255 i, 3=0.23279 0.79255 i 3. Obtenha os autovetores da matriz A.

4. Construa uma matriz P que tem como colunas os autovetores u, v e w da matriz A. 5. Obtenha a inversa da matriz P. 6. Calcule a matriz D=P1AP semelhante a A. 7. Conclua algo sobre os autovalores na matriz D. 8. Mostre que trao(D)~trao(A), onde ~ significa que o clculo aproximado. 9. Mostre que det(D)~det(A).
Matriz ortogonal

Uma matriz M dita ortogonal se M1=Mt, isto , se M.Mt=I. Exemplo: Uma tpica matriz ortogonal a matriz de rotao radianos, definida por: cos() | | R = sin() | | sin() cos() pois a inversa de R igual transposta de R.
Aplicao de autovalores em Geometria

Consideremos a curva plana definida pela forma quadrtica ax +2bxy +cy = d onde a+b+c 0. Podemos reescrever o membro da esquerda da equao acima, como: | a |x |x y | | t ax +2bxy +cy = b =v Av | | | |b c |y onde a x | | e v | | A= b | | = | | b c y Pergunta: Ser que podemos escrever x e y em funo de duas novas variveis X e Y (em maiscula) de modo que a nova forma quadrtica nessas variveis X e Y, no possua o termo em XY para que a forma quadrtica fique na forma A X + XY = D Esta nova forma recebe o nome de forma cannica.

Uma resposta adequada dada pela rotao de eixos, uma vez que o termo em xy que aparece na primeira equao responsvel pela inclinao dos eixos principais associados curva no sistema cartesiano. Como a matriz de rotao de radianos dada por: cos() | | R() = sen() | | sen() cos() podemos realizar a mudana de variveis com: x | | | | cos() | X| v= = sen() | | |sen() | Y| y cos() | Tomando P=R() na relao acima, podemos escrever: sen() |x |X| | cos() | | W= = cos( = P1v |Y| |sen() | | ) |y Como a matriz P ortogonal, podemos escrever: vtAv=(PW)tA(PW)=Wt Pt APW=Wt(P1AP)W=d Escolhendo o valor de em funo das constantes a, b e c da forma quadrtica, poderemos escrever a matriz: p0 | | 1 P AP = D = | | 0q e a nova forma quadrtica: p X + q Y = k no contm o termo em XY. Concluso: Os valores p e q so os autovalores da matriz A e a matriz P a matriz cujas colunas so os autovetores obtidos a partir da matriz A.
Aplicao de autovalores em Eq. Diferenciais

Consideremos a equao diferencial ordinria (EDO) 2 y"(x) 6y'(x) + 4y(x) = 0 O polinmio caracterstico associado a esta EDO dado por: p(k) = 2k 6k +4 cujos zeros so k1=1 e k2=2 (autovalores). As autofunes so: y1(x)=exp(k1x) e y2(x)=exp(k2x) (autovetores), garantindo que: W = {y1(x), y2(x) } = {exp(1x), exp(2x) }

 o conjunto de autofunes e a soluo geral da EDO a combinao linear dos elementos de W: y(x) = A exp(x) + B exp(2x)
Ensino Superior: lgebra Linear: Consistncia de sistemas lineares

"Porque o Senhor d a sabedoria; da sua boca procedem o conhecimento e o entendimento,..." Provrbios 2:6-7 A Bblia Sagrada

Problema

Sejam as equaes ax+by=k cx+dy=l ex+fy=m Quais so as condies que devem ser impostas aos termos independentes k, l e m para que o sistema seja consistente? A condio k=l=m, falsa, pois existem: 1. Sistemas Consistentes: que no satisfazem relao k=l=m. 1x+4y=4 4x+1y=4 5x+5y=8 A soluo x=y=4/5 mas k=l=4 e m=8. 2. Sistemas Inconsistentes: satisfazendo relao k=l=m. 1x+4y=1 2x+2y=1 3x -2y=1 Este sistema no possui soluo, mas k=l=m=1.
Soluo trivial

Se k=l=m=0, as trs retas passam pela origem e a soluo simples para o problema x=y=0. Existem outras solues no triviais.
Situao hipottica

Se ns assumirmos que existe um ponto (x,y) no plano XY, pertencente s trs retas, ento valer a condio: a x + b y = k c x + d y = l e x + f y = m Como o sistema original pode ser transladado para um novo sistema de eixos passando pelo ponto (x',y'), construmos um outro sistema: a (x-x) + b (y-y) = k - a x - b y = 0 c (x-x) + d (y-y) = l - c x - d y = 0 e (x-x) + f (y-y) = m - e x - f y = 0 Este sistema possui soluo x=x e y=y.
Anlise da consistncia com 2 equaes

Consideraremos inicialmente duas retas quaisquer do sistema. Por simplicidade, tomaremos as duas primeiras: ax+by=k cx+dy=l A Regra de Cramer garante que: 1. C1: Existe uma nica soluo, se ad-bc no nulo, e, neste caso, as retas so concorrentes. 2. C2: Existem infinitas solues, se ad-bc=0, al-ck=0 e bl-dk=0, e, neste caso, as retas so coincidentes. Anlise de C1: Uma nica soluo Se existe uma nica soluo x=x e y=y, ento a x + b y = k c x + d y = l e o sistema transladado pode ser escrito na forma: a (x-x) + b (y-y) = 0 c (x-x) + d (y-y) = 0 Anlise de C2: Infinitas solues Se h infinitas solues da forma x=x e y=y, as retas coincidem, garantindo que h infinitos (x,y), tal que a x + b y = k c x + d y = l e de novo, o sistema transladado pode ser escrito como:

a (x-x) + b (y-y) = 0 c (x-x) + d (y-y) = 0

Anlise da consistncia com as 3 equaes

Voltemos ao sistema original, com as trs equaes: ax+by=k cx+dy=l ex+fy=m Devemos analisar dois casos. 3. C3: Uma nica soluo, quando a soluo x=x e y=y do sistema formado pelas duas primeiras equaes, satisfaz tambm terceira equao. O ponto P=(x,y) a interseo das trs retas concorrentes. 4. C4: Infinitas solues, quando as trs retas so coincidentes. Anlise de C3: Uma nica soluo Se h uma nica soluo para o sistema formado pelas duas primeiras retas, digamos x=x e y=y, ento segue que a x + b y = k c x + d y = l Se o ponto (x,y) pertence reta ex+fy=m, ento e x + f y = m e todo o sistema transladado pode ser escrito como: a (x-x) + b (y-y) = 0 c (x-x) + d (y-y) = 0 e (x-x) + f (y-y) = 0 Anlise de C4: Infinitas solues Se h infinitas solues da forma x=x e y=y, as retas coincidem, garantindo que h infinitos (x,y), tal que a x + b y = k c x + d y = l e x + f y = m e novamente, o sistema transladado pode ser escrito:

a (x-x) + b (y-y) = 0 c (x-x) + d (y-y) = 0 e (x-x) + f (y-y) = 0

Condio correta

Nos quatro casos possveis, o sistema original ter soluo se, existir um ponto (x,y) satisfazendo condio: a x + b y = k c x + d y = l e x + f y = m
Criatividade

Criatividade 2-dimensional linear Tome um ponto fixo P=(x,y) no plano R e construa um feixe de retas passando por P, isto , uma coleo de retas: y - y = n (x - x) onde n (coeficiente angular) um nmero real. Ainda existe uma reta vertical x=x que passa por P. Tomaremos apenas n como um nmero natural e j teremos uma coleo com infinitas retas passando por P=(x,y), como por exemplo a coleo que aparece na tabela: Coeficiente Reta Equao n=1 n=2 n=3 n=4 y = x + y - 1x -1x + 1y = y - 1x y = x + y - 2x -1x + 1y = y - 2x y = x + y - 3x -1x + 1y = y - 3x y = x + y - 4x -1x + 1y = y - 4x

... ... ... Podemos construir infinitos sistemas consistentes com 3 equaes e 2 incgnitas em que os termos independentes no so iguais. Criatividade 3-dimensional linear Tome um ponto fixo P=(x,y,0) em R e construa um feixe de retas passando por P, contidas no plano z=0, isto , uma coleo de retas da forma y - y = n (x - x), z = 0 onde n um nmero real. Ainda existe a reta x=x no plano z=0 que passa por P.

H infinitas retas contidas no plano z=0 que passam pelo ponto P. Se voc "levantar" verticalmente todas estas retas, voc ter um feixe de planos verticais no espao R, todos eles passando pelo ponto P. Podemos construir infinitos sistemas consistentes com 3 equaes e 2 incgnitas em que os termos independentes no so iguais. Criatividade n-dimensional linear Tome um ponto fixo P=(p1,p2,0,...,0) no hiperplano H = {x=(x1,x2, ..., xn) em Rn : x3 = x4 = ... = xn = 0 } e construa um feixe de retas contidas nesse hiperplano H que passam por P=(p1,p2,0,...,0), isto , uma coleo de retas da forma x2 - p2 = q (x1 - p1), x3 = x4 = ... = xn = 0 onde q um nmero real. Ainda existe a reta x1=p1 no hiperplano H que passa por P. H infinitas retas passando por P=(p1,p2,0,...,0). Se voc "levantar" todas estas retas no espao Rn, voc ter um feixe de hiperplanos, todos eles passando pelo ponto P. Assim, podemos construir infinitos sistemas consistentes com 3 equaes e 2 incgnitas em que os termos independentes no so iguais. Criatividade ampliada no linear Aps a nossa anlise linear, amplie a sua criatividade com um estudo para outros tipos de curvas, como as cnicas: circunferncias, elipses, parbolas, hiprboles, ou outro tipo. Por exemplo, considere o sistema com as trs equaes (possivelmente cnicas) em R. a1 x + b1 y +2c1 xy + 2d1 x + 2e1 y = f1 a2 x + b2 y +2c2 xy + 2d2 x + 2e2 y = f2 a3 x + b3 y +2c3 xy + 2d3 x + 2e3 y = f3 Quais so as condies que devem ser impostas a f1, f2 e f3 para que o sistema seja consistente? Exemplo: Estude o sistema com 3 circunferncias em R: x + y + a x + b y = k x + y + c x + d y = l x + y + e x + f y = m Quais so as condies que devem ser impostas a k, l e m, para que o sistema seja consistente? Embora este sistema

seja bastante parecido com o primeiro sistema apresentado, a soluo muito diferente!
Ensino Superior: lgebra: Corpos
Propriedades distributivas Corpo Propriedades: elemento nulo Isomorfismo de corpos Propriedades gerais no corpo

"Feliz o homem que acha sabedoria, e o homem que adquire entendimento,..." Provrbios 3:13 A Bblia Sagrada

Propriedades distributivas

Seja K um conjunto no vazio sobre o qual podem ser definidas duas aplicaes binrias e e sejam x,y,z K. Diz-se que a aplicao distributiva em relao aplicao se x (y z) = x y x z e que a operao distributiva em relao operao se: (x y) z = x z y z Exemplo: Seja o conjunto K={0,1,2,3} com a adio multiplicao , definidas pelas tabelas: 012 3 0012 3 1123 0 2230 1 3301 2 012 3 0000 0 1012 3 2023 1 3031 2 e a

Sobre este conjunto K, a multiplicao distributiva em relao adio . Nem sempre as palavras adio e multiplicao tm os significados comuns que conhecemos do ensino fundamental.
Corpo

Seja K um conjunto no vazio sobre o qual podem ser definidas as operaes binrias e . a estrutura (K, , ) um corpo se: 1. (K, ) um grupo abeliano; 2. (K {0}, ) um grupo abeliano;

3. distributiva em relao operao . Para saber sobre grupo abeliano, visite o link grupos. Exemplos: 1. A estrutura (Z,+,.), em que Z o conjunto dos nmeros inteiros com as operaes usuais de adio e multiplicao, no representa um corpo. 2. A estrutura (Q,+,.), em que Q o conjunto dos nmeros racionais com as operaes usuais de adio e multiplicao, representa um corpo. 3. A estrutura (R,+,.), em que R o conjunto dos nmeros reais com as operaes usuais de adio e multiplicao, representa um corpo. 4. A estrutura (C,+,.), em que C o conjunto dos nmeros complexos com as operaes usuais de adio e multiplicao, representa um corpo. 5. O conjunto K={0,1,2,3} munido com as operaes de adio e multiplicao , definidas pelas tabelas: 012 3 0012 3 1123 0 2230 1 3301 2 012 3 0000 0 1012 3 2023 1 3031 2

6. representa um estrutura de corpo com uma quantidade finita de elementos.

7. Propriedades do elemento nulo em um corpo

Seja K=(K, , ) um corpo. 1. Se 0 o elemento neutro aditivo em K, ento para todo x K, tem-se que: x 0=0 x=0. 2. Para todos x,y K, tem-se: x y=(x) (y). 3. Para todos x,y K, tem-se: (x) y=x (y)=(x y). 4. Se x,y K e x y=0, ento x=0 ou y=0. 5. Se x,y K e x y 0, ento x 0 e y 0.
Isomorfismo de corpos

Se (S,+,*) e (T, , ) so corpos, a aplicao f:S T um isomorfismo entre estes corpos, se:

1. f uma bijeo f:S T; 2. f:(S,+) (T, ) um isomorfismo de grupos; 3. f:(S {0},*) (T {0}, ) um isomorfismo de grupos. Para saber sobre isomorfismo de grupos, visite o link grupos. Para esta aplicao f:S T e para quaisquer x,y S, valem as seguintes propriedades: Soma f(x+y) = f(x) f(y) Produto f(x*y) = f(x) f(y) Quando existe um isomorfismo entre o corpo (S,+,*) e o corpo (T, , ), tais corpos so denominados isomorfos. Em geral, utilizamos apenas o sinal + no lugar de e o sinal * ou o sinal . no lugar de .
Propriedades gerais em um corpo

Sejam K=(K,+,.) um corpo e os elementos x,y,z,a,b K. Demonstrar que: 1. Se 0 K o elemento neutro aditivo, ento -0=0. 2. (x+y)=(x)+(y)=xy. 3. (x-y)=yx. 4. Se e K o elemento neutro multiplicativo, ento e1 =e. 5. x/y=0 se, e somente se, x=0. 6. Se x 0 e x.y=x.z ento y=z. 7. Se x 0 e y=z ento x.y=x.z. 8. Se y 0 e w 0 ento x z x.w + y.z + = y w y.w 9. Se y 0 e w 0 ento x z x.z . = y w y.w 10. x.(yz)=x.yx.z. 11. (xy)+(yz)=xz. 12. (xy)(zy)=xz. 13. (xy).(zw)=(x.z+y.w)(x.w+y.z). 14. xy=z-w se, e somente se, x+w=y+z.

15. A equao a.x+b=0 tem uma nica soluo se a 0. 16. A equao a.x+b=0 no tem soluo se a=0 e b 0. 17. A equao a.x+b=0 tem infinitas solues se a=b=0.
Tratamento mais simples Matriz cofatora Alguns determinantes Determinante (por linhas) Determinante (por colunas) Tratamento mais refinado Permutao Funo determinante Partio de matriz Propr. dos determinantes

"O Senhor pela sabedoria fundou a terra; pelo entendimento estabeleceu o cu." Provrbios 3:19 A Bblia Sagrada

Um tratamento mais simples

Apresentaremos inicialmente um estudo simplificado sobre o conceito de determinante, similar ao utilizado no mbito do Ensino Mdio no Brasil. Como as matrizes tratadas neste estudo so quadradas, fazse necessrio identificar tais matrizes. Uma matriz quadrada A de ordem n ser denotada por A=[aij] onde os ndices i=1,2,...,n indicam as linhas e os ndices j=1,2,...,n indicam as colunas da matriz. O elemento da linha i e da coluna j da matriz A ser indicado por aij.
Matriz cofatora

Para cada elemento aij de uma matriz quadrada A de ordem n, podemos construir uma matriz cofatora, que uma matriz de ordem n-1, construda pela retirada da linha i e da coluna j da matriz original A, multiplicada pelo nmero (-1)i+j. Uma notao para a matriz cofatora de posio (i,j) Aij. Exemplo: Para a matriz dada por: a11 a12 a13 A = a21 a22 a23 a31 a32 a33 a matriz cofatora A11 para o elemento a11 a matriz de ordem 2 obtida da matriz A pela retirada da linha 1 e da coluna 1, multiplicada pelo nmero (-1)1+1:

A11 = (-1)1+1

a22 a23 a22 a23 a32 a33 = a32 a33

A matriz cofatora A23 para o elemento a23 a matriz de ordem 2 obtida da matriz A pela excluso da linha 2 e da coluna 3, multiplicada pelo nmero (-1)2+3=-1: A23 = (-1)2+3 a11 a12 -a11 -a12 a31 a32 = -a31 -a32

As matrizes cofatoras Aij so conhecidas como matrizes menores pois uma matriz A de ordem n possui nn matrizes cofatoras de ordem n-1. Cofator relativo posio ij, indicado por dij, o determinante da matriz cofatora Aij, isto : dij=det(Aij) A Matriz adjunta associada matriz A, denotada por adj(A), a transposta da matriz com os (determinantes) cofatores dij da matriz A. d11 d21 d31 d d d adj(A) = 12 22 32 d13 d23 d33
Alguns determinantes

Matriz de ordem 1: Para uma matriz A=[a11] com apenas um escalar (1 linha e 1 coluna), definimos: det(A) = a11 Matriz de ordem 2: Para uma matriz quadrada A de ordem 2 (2 linhas e 2 colunas) a11 a12 A = a21 a22 Definimos o determinante de A como: det(A) = a11 a22 - a21 a12

Matriz de ordem 3: Para uma matriz quadrada A de ordem 3 (3 linhas e 3 colunas) a11 a12 a13 a a a A = 21 22 23 a31 a32 a33 definimos o determinante de A como: det(A)=a11a22a33 +a13a21a32 +a12a23a31 -a11a23a32 -a13a22a31 -a12a21a33 Apresentaremos agora uma definio mais geral que permite calcular recursivamente o determinante de uma matriz de ordem n como a combinao linear de n determinantes de matrizes de ordem n-1, em funo das matrizes cofatoras.
Determinante desenvolvido por linhas

O determinante de uma matriz quadrada A de ordem n um escalar denotado por det(A), construdo a partir de qualquer uma das i linhas da matriz A, tal que: det(A) = ai1det(Ai1)+ ai2det(Ai2) ++ aindet(Ain) ou de uma forma sinttica det(A) = j=1..n aij det(Aij) para cada linha i=1,2,...,n fixada. Em todas as situaes acima, Aij significa a matriz de ordem n-1, obtida pela excluso da linha i e da coluna j.
Determinante desenvolvido por colunas

O determinante de uma matriz quadrada A de ordem n um escalar denotado por det(A), construdo a partir de qualquer uma das j colunas da matriz A, tal que: det(A) = a1jdet(A1j) + a2jdet(A2j) ++ anjdet(Anj) ou seja det(A) = i=1..n aij det(Aij) para cada coluna j=1,2,...,n fixada. As duas definies representam o mesmo nmero e so livres uma vez que podemos fixar qualquer linha ou qualquer coluna para obter qualquer uma das formas acima, conhecidas como expanses de Laplace.

Estudo mais refinado de determinantes

A partir daqui, definiremos o determinante como uma funo n-linear alternada, forma normalmente tratada no mbito do Ensino Superior no Brasil. Tal definio exige alguns conceitos algbricos importantes como o de permutao.
Permutao

O conjunto dos n primeiros nmeros naturais, ser denotado por In={1,2,3,...,n}. Por exemplo: I5={1,2,3,4,5}. Uma permutao em In uma funo p:In In que bijetora. Como o conjunto In finito, a funo p:In In bijetora se, e somente se, p injetora. Cada permutao em In ser indicada na forma: p= 1 2 3 n ( p(1) p(2) p(3) ... p(n) ) ...

onde a primeira linha mostra os elementos do domnio In e a segunda linha mostra as respectivas imagens desses elementos atravs de p. Exemplo: Existem apenas 2 funes bijetoras definidas sobre I2={1,2}. Tais permutaes so: 12 12 p1= e p2= 12 21 O nmero de permutaes em I2 o fatorial de 2, isto , 2!=2 e o conjunto dessas permutaes : P(2)={p1,p2}

Exemplo: Existem apenas 6 funes bijetoras definidas sobre I3={1,2,3}. Tais permutaes so: 123 123 123 p1= p2= p3= 123 132 321 123 123 123 p4= p5= p6= 213 312 231 O nmero das permutaes em I3 o fatorial de 3, isto , 3! =6 e o conjunto dessas permutaes : P(3)={p1,p2,p3,p4,p5,p6}. Tomando o ltimo exemplo como referncia, tomemos a permutao: 123 p1= 123

( (

) )

( (

) )

( (

) )

A segunda linha coincide com a primeira e esta permutao denominada a permutao identidade. Consideremos a permutao: 123 p2= 132 Trocando o nmero 2 pelo nmero 3 na segunda linha, obtemos exatamente os nmeros que aparecem na primeira linha. 123 123 p2= p1= 132 123 Considerando que s podemos trocar os nmeros de dois em dois, necessitamos apenas de 1 troca para obter a identidade, assim o nmero de trocas dessa permutao 1 que um nmero mpar. Consideremos agora a permutao: 123 p5= 312 Trocando o nmero 3 pelo nmero 1 na segunda linha, obtemos uma outra permutao que ainda no a identidade. Ainda devemos realizar uma segunda troca para obter a permutao identidade: 123 123 123 p5= p2= p1= 312 132 123 Neste caso, necessitamos de 2 trocas para obter a permutao identidade, assim o nmero de trocas dessa permutao 2 que um nmero par.

Paridade da permutao: Uma permutao denominada par se necessita de um nmero par de trocas para transform-la na identidade e mpar se necessita de um nmero mpar de trocas para transform-la na identidade. O Sinal de uma permutao definido pela funo: sgn(p)=
1 { -1 se p par se p mpar

Exemplo: Com relao s 6 permutaes possveis definidas sobre I3, temos que p1, p5 e p6 so pares e p2, p3 e p4 so mpares.
A funo determinante (por permutaes)

Seja Mn(K) o espao vetorial de todas as matrizes quadradas de ordem n com escalares em um corpo K e P(n) o conjunto

de todas as permutaes de elementos de In={1,2,3,...,n}. Definimos a funo determinante det:Mn(K) K que associa a cada matriz A Mn(K), o escalar denotado por det(A), por: det(A) = p P(n) sgn(p) a1p(1) a2p(2)a3p(3)...anp(n) sendo que a soma acima deve ser realizada sobre todas as permutaes p que pertencem ao conjunto P(n). Realiza um papel fundamental a indicao dos ndices j e p(j). O primeiro j aponta para a linha onde est o elemento aj p(j) enquanto que o segundo p(j) aponta para a coluna do elemento aj p(j). Exemplo (matriz de ordem 1): Seja A=[a11]. O elemento desta matriz pode ser escrito em funo da nica permutao de P(1)={p} e como p(1)=1, segue que det(A) = sgn(p) a1p(1) = a11 que coincide com a forma apresentada antes. Exemplo (matriz de ordem 2): Seja a matriz a11 a12 A =[ a21 a22 ] Cada elemento desta matriz pode ser escrito em funo das 2 permutaes de P(2): 12 12 p1= ( ) e p2= ( 2 1 ) 12 segue que p1(1)=1, p1(2)=2, p2(1)=2, p2(2)=1, sgn(p1)=1 e sgn(p2)=-1, logo: det(A) = p P(2) sgn(p) a1 p(1) a2 p(2) = sgn(p1) a1p1(1)a2p1(2) +sgn(p2) a1p2(1)a2p2(2) = (+1) a11 a22 + (-1) a12a21 = a11 a22 - a12 a21 que coincide com a forma apresentada antes. Exemplo (matriz de ordem 3): Tomemos a matriz a11 a12 a13 A = a21 a22 a23 a31 a32 a33 Cada elemento desta matriz pode ser escrito em funo das 6 permutaes de P(3): 123 123 123 p1= ( ) p2= ( 1 3 2 ) p3= ( 3 2 1 ) 123

p4= ( segue que

123 123 123 ) p5= ( 3 1 2 ) p6= ( 2 3 1 ) 213 p1(1)=1, p1(2)=2, p1(3)=3 p2(1)=1, p2(2)=3, p2(3)=2 p3(1)=3, p3(2)=2, p3(3)=1 p4(1)=2, p4(2)=1, p4(3)=3 p5(1)=3, p5(2)=1, p5(3)=2 p6(1)=2, p6(2)=3, p6(3)=1 sgn(p1)=sgn(p5)=sgn(p6)=+1 sgn(p2)=sgn(p3)=sgn(p4)=-1

Assim: det(A) = p P(3) sgn(p) a1 p(1) a2 p(2) a3 p(3) = sgn(p1) a1 p1(1) a2 p1(2) a3 p1(3)
+sgn(p2) a1 p2(1) a2 p2(2) a3 p2(3) +sgn(p3) a1 p3(1) a2 p3(2) a3 p3(3) +sgn(p4) a1 p4(1) a2 p4(2) a3 p4(3) +sgn(p5) a1 p5(1) a2 p5(2) a3 p5(3) +sgn(p6) a1 p6(1) a2 p6(2) a3 p6(3)

= a11 a22 a33+a13 a21 a32+a12 a23 a31

-a11 a23 a32-a13 a22 a31-a12 a21 a33

que coincide com a forma apresentada antes. Existe uma notao para o determinante de uma matriz quadrada A=[aij] que a colocao de uma barra vertical esquerda e outra direita dos elementos da matriz: | a11 a12 ... a1n | | a21 a22 ... a2n | A = | a31 a32 ... a3n | | ..... ..... .... ..... | | an1 an2 ... ann |
Partio de uma matriz quadrada de ordem n

Em geral, uma matriz quadrada A=[aij] de ordem n pode ser escrita na forma: a11 a12 ... a1n a21 a22 ... a2n A= ..... ..... ... ..... an1 an2 ... ann Esta matriz A pode ser particionada em n linhas:

L1 L2 A= ... Ln sendo que para cada i=1,2,3,...,n, a linha i um vetor da forma: Li = (ai1, ai2, ai3, ..., ain) Esta mesma matriz A pode ser particionada em n colunas: A = [C1, C2, C3, ..., Cn] sendo que para cada j=1,2,3,...,n, a coluna j um vetor da forma: a1j a2j Cj = ... anj
Propriedades da funo determinante

1. Aditividade para cada linha (ou coluna): A funo determinante aditiva para cada linha (ou coluna) desde que sejam mantidas fixas todas as outras linhas (ou colunas). | | | | | | a11 a12 ... a1n a11 a12 ... a1n a11 a12 ... a1n | | | | | | a21 a22 ... a2n a21 a22 ... a2n a21 a22 ... a2n | |+| |=| | ... ... ... ... ... ... ... ... ... ... ... ... | | | | | | x1 x2 ... xn y1 y2 ... yn x1+y1 x2+y2 ... xn+yn | | | | | | 2. Homotetia para cada linha (ou coluna): A funo determinante homottica para cada linha (ou coluna) desde que sejam mantidas fixas todas as outras linhas (ou colunas). | | | | a11 k.a12 ... a1n a11 a12 ... a1n | | | | a21 k.a22 ... a2n a21 a22 ... a2n | |= k| | ... ... ... ... ... ... ... ... | | | | an1 k.an2 ... ann an1 an2 ... ann | | | | 3. Se In a matriz identidade de ordem n, ento det(In)=1. 4. Se A uma matriz quadrada com uma linha nula (ou coluna nula), ento det(A)=0. 5. Se A uma matriz quadrada com duas linhas (ou colunas), iguais ento det(A)=0.

6. Seja uma matriz quadrada A de ordem n, decomposta em linhas: L1 ... Li A = ... Lj ... Ln 7. Se B uma matriz com as mesmas linhas que A exceto pela linha Li que substituda pela soma das linhas Li e Lj da matriz A, isto : L1 ... Li+Lj B = ... Lj ... Ln 8. ento det(B)=det(A). 9. Usando a aditividade sobre a linha i, segue que: L1 L1 L1 ... ... ... Li+Lj Li Lj ... ... ... det(B) = det = det + =det(A) Lj Lj Lj ... ... ... Ln Ln Ln 10. O ltimo determinante nulo pois a matriz respectiva possui duas linhas iguais. Esta propriedade vale para soma de linhas como para soma de colunas. 11. Se o conjunto das linhas {L1,L2,,Ln} ou o conjunto das colunas {C1,C2,,Cn} de uma matriz quadrada A forma um conjunto linearmente independente em Rn, ento det(A) diferente de zero. 12. Alternada: Se B uma matriz obtida a partir da matriz quadrada A pela troca de duas linhas (ou colunas), ento: det(B) = -det(A).

L1 ... Li ... det = -det Lj ... Ln

L1 ... Lj ... Li ... Ln

13. O determinante do produto de duas matrizes quadradas igual ao produto dos determinantes dessas matrizes, isto : det(AB) = det(A) det(B). 14. O determinante de uma matriz quadrada A igual ao determinante da sua transposta At, i.e. det(At) = det(A). 15. Se A uma matriz quadrada, ento: A adj(A) = adj(A) A = det(A) In. 16. O determinante da inversa de uma matriz A igual ao inverso do determinante de A. det(A-1) = [det(A)]-1 17. Se uma matriz M pode ser particionada em blocos na forma: A 0 [ B C] M= 18. Em que A e C so matrizes quadradas, ento 19. det(M) = det(A) det(C) 20. Se A e B so matrizes quadradas semelhantes, isto , existe uma matriz P tal que A=P1 BP, ento det(A) = det(P-1BP) = det(B)

Exerccios: 1. Para a matriz A=[aij] de ordem n definida por aij=ij-1, mostrar que det(A) = 1! 2! 3! 4! ... (n-1)! 2. Para a matriz A=(aij) de ordem 2 definida por aij=i+j, calcular f(t)=det(A-tI2) e resolver a equao do segundo grau f(t)=0. 3. Para a matriz definida por: a b [ c d] M= 4. calcular f(t)=det(A-tI2) e resolver a equao do segundo grau f(t)=0.
Espao vetorial Propriedades: Espao vetorial Exemplos de espaos vetoriais Subespao vetorial Caracterizao de subespao Exemplos de subespaos Combinaes lineares Conjunto gerado Propriedades: Conjunto gerado Soma de subespaos Interseo de subespaos Soma direta de subespaos

"Adquire a sabedoria, adquire o entendimento; no te esqueas nem te desvies das palavras da minha boca." Provrbios 4:5 A Bblia Sagrada

Espao Vetorial

Um espao vetorial uma estrutura (V,+,.) formada por um conjunto V de elementos, uma operao + de adio de elementos de V e uma operao . de multiplicao de elementos de V por escalares de um corpo K, satisfazendo s propriedades: 1. Quaisquer que sejam u,v,w V: (u+v)+w = u+(v+w) 2. Existe V (elemento nulo) tal que para todo v V: +v=v 3. Para cada v V, existe v V (elemento oposto) tal que

v+(v)= 4. Quaisquer que sejam u,v V, segue que u+v=v+u 5. Para todo escalar k K e quaisquer v,w V: k.(v+w) = k.v + k.w 6. Para quaisquer k,m K e todo v V: (k+m).v = k.v + m.v 7. Para quaisquer k,m K e qualquer v V: (km).v = k(m.v) 8. Para qualquer v V tem-se que 1.v = v
Propriedades em um espao vetorial

Se V=(V,+,.) um espao vetorial sobre um corpo K, valem as propriedades: 1. Para todo k K segue que k.=. 2. O vetor nulo nico. 3. Para todo v V tem-se que 0.v=. 4. Para cada v V o vetor oposto v V nico. 5. Seja k K e v V. Se k.v= ento k=0 ou v=. 6. Se v+u=v+w para u,v,w V, ento u=w. 7. Quaisquer que sejam v,w V, existe um nico u V tal que v+u=w. 8. Para todo k K e para todo v V segue que: (k).v = (k.v) = k.(v) 9. Para todo k K e para todo v V segue que 10. 11. (k)(v) = kv Se k1,k2,,kn K e v V, ento: (k1+k2++kn)v = k1v + k2v++knv Se k K e v1,v2,,vn V, ento: k(v1+v2++vn) = kv1 + kv2++kvn
Exemplos de espaos vetoriais

1. Todo corpo K um espao vetorial sobre o prprio corpo K com as operaes usuais de adio e multiplicao de K.

2. O corpo R dos nmeros reais um espao vetorial sobre o corpo Q dos nmeros racionais com as operaes de adio e multiplicao de R. 3. O corpo C dos nmeros complexos um espao vetorial sobre o corpo R dos nmeros reais com as operaes de adio e multiplicao de C. 4. R={(x,y): x R, y R} um espao vetorial sobre R com as operaes de adio e multiplicao por escalar definidas por: (x1,y1)+(x2,y2)=(x1+x2,y1+y2) k(x,y)=(kx,ky) n 5. R ={(x1,x2,,xn): xi R, i=1,2,,n} um espao vetorial sobre R com as operaes de adio e de multiplicao por escalar definidas por: (x1,x2,,xn)+(y1,y2,,yn)=(x1+y1,,xn+yn) k.(x1,x2,,xn)=(kx1,kx2,,kxn) 6. O conjunto Mn(K) das matrizes quadradas de ordem n com elementos de um corpo K um espao vetorial sobre K. 7. O conjunto Mmn(K) das matrizes com m linhas e n colunas com elementos de um corpo K um espao vetorial sobre K. 8. O conjunto Mm1 (K) dos vetores-linhas com elementos de um corpo K um espao vetorial sobre K. 9. O conjunto M1n(K) dos vetores-colunas com elementos de um corpo K um espao vetorial sobre K. 10. O conjunto F(R)={f:R R} das funes reais cujo domnio o conjunto dos nmeros reais um espao vetorial sobre R. 11. O conjunto P[K] de todas as funes polinomiais da forma: p(x) = a0 + a1 x + a2 x ++ an xn onde ai K (i=0,1,2,,n) um espao vetorial sobre o corpo K. 12. O conjunto F([a,b],R)={f:[a,b] R} das funes reais cujo domnio o intervalo fechado [a,b] um espao vetorial sobre R.

Subespao Vetorial

Seja (V,+,.) um espao vetorial sobre um corpo K e S um subconjunto no vazio de V. S um subespao vetorial de V se S for um espao vetorial, com as operaes de adio e multiplicao por escalar definidas para V. comum escrever (S,+,.) para um subespao. Para mostrar que (S,+,.) um subespao vetorial, podemos mostrar que esta estrutura possui as oito propriedades de espao vetorial V ou usar uma das duas caracterizaes seguintes:
Caracterizao de subespao vetorial

Teorema I: Seja V um espao vetorial sobre um corpo K. Um subconjunto S um subespao vetorial de V se: 1. S no vazio. 2. Se v,w S, ento v+w S. 3. Se k K e v S, ento k.v S. Teorema II: Seja V um espao vetorial sobre um corpo K. Um subconjunto S um subespao vetorial de V se: 1. O vetor nulo de V pertence ao conjunto S. 2. Se v,w S e p, q K, ento p.v + q.w S. Observao: Muitas vezes usamos a palavra subespao no lugar de subespao vetorial e espao ao invs de espao vetorial quando no existe possibilidade de dvida.
Exemplos de subespaos vetoriais

1. O conjunto nulo S={} e o prprio espao vetorial V so subespaos (triviais) de V. 2. O corpo Q dos nmeros racionais um subespao do corpo R dos nmeros reais. 3. O corpo R dos nmeros reais um subespao do corpo C dos nmeros complexos. 4. Toda reta que passa pela origem de R um subespao de R. 5. Seja A uma matriz de nmeros reais com m linhas e n colunas. O conjunto H = {x=(x1,x2,,xn)t Rn: A.x = }

 um subespao (hiperplano) de Rn. 6. O conjunto Mn(K) das matrizes quadradas de ordem n um subespao de Mmn(K), o espao vetorial das matrizes com m linhas e n colunas com elementos de um corpo K, se n<m. 7. O conjunto Sn(R) das matrizes simtricas um subespao de Mn(R). 8. O conjunto An(R) das matrizes anti-simtricas um subespao de Mn(R). 9. O conjunto de todos os vetores de R com a terceira ordenada nula (plano z=0) um subespao de R. 10. O conjunto de todos os vetores de R com a terceira ordenada igual a 1 (plano z=1) no um subespao de R. 11. O conjunto P={(x,y,z) R: 2x+3y6z=0} (plano contendo a origem) um subespao de R. 12. O conjunto Q={(x,y,z) R: 2x+3y6z=12 (plano no contendo a origem) no um subespao de R. 13. O conjunto C(R)={f:R R: f contnua} um subespao de F(R,R). 14. O conjunto P3[R] de todas as funes polinomiais com coeficientes reais com grau menor ou igual a 3 um subespao de P[R]. 15. O conjunto P0 de todas as funes polinomiais com coeficientes reais e o grau exatamente igual a 3 no um subespao de P[R]. 16. O conjunto F'={f:(a,b) R, f derivvel} um subespao de F={f:(a,b) R}. 17. O conjunto C[A]={X Mn(R): AX=XA} das matrizes que comutam com A, um subespao de Mn(R). 18. O conjunto S={X M2(R): det(X)=0} das matrizes singulares, no um subespao de M2(R). 19. O conjunto Id={X M2(R): X=X} das matrizes idempotentes, no um subespao de M2(R). Observao: Nem sempre bom trabalhar com um espao vetorial amplo e s vezes til trabalhar com as propriedades dos subespaos, mas se tais subespaos so

simples tambm no resolvem nossos problemas, assim, so criados outros subespaos com operaes de adio, interseo ou reunio de conjuntos.
Combinaes lineares

Seja V um espao vetorial sobre um corpo K e C={v1,v2,,vn} uma coleo de vetores em V. Dizemos que um vetor v combinao linear dos elementos de C, se existem escalares k1,k2,,kn K tal que v = k1 v1 + k2 v2 ++ kn vn Exemplo: O vetor v=(3,-2,1) R pode ser escrito como uma combinao linear dos vetores de C={(1,0,0),(1,1,0),(1,1,1)} pois existem escalares k1=5, k2=-3 e k3=1 tal que (3,-2,1) = 5(1,0,0) + (-3)(1,1,0) + 1(1,1,1) Exerccio: Determinar escalares p,q,r R tal que: (1,2,3) = p(1,0,0) +q(1,1,0) +r(1,1,1)
Conjunto gerado

Se S um subconjunto de um espao vetorial V, definimos o conjunto gerado por S, denotado por <S>, como o conjunto de todas as combinaes lineares de elementos de S. Exemplos de conjuntos gerados (1) O conjunto gerado pelo vetor v=(1,2) de R a reta que passa pela origem de R e possui a direo do vetor v=(1,2), pois: <(1,2)> = {t(1,2): t em R} = {(x,y) em R: x=1t,y=2t, t real} = {(x,y) em R: x/1=y/2} = {(x,y) em R: y=2x} (2) O conjunto gerado pelos vetores de R, u=(1,0) e v=(0,1) todo o espao R, pois: <u,v> = {w=xu+yv em R: x,y em R} = {w=x(1,0)+y(0,1): x,y em R} = {w=(x,0)+(0,y): x,y em R}

= {w=(x,y): x,y em R} = R (3) O conjunto gerado pelo vetor v=(1,2,3) de R a reta que passa pela origem de R e possui a direo do vetor v=(1,2,3), pois: <(1,2,3)> = {t(1,2,3): t real} = {(1t,2t,3t): t real} = {(x,y,z): x=1t,y=2t,z=3t,t real} = {(x,y,z) em R: x/1=y/2=z/3} (4) O conjunto gerado pelos vetores u=(1,0,0) e v=(0,1,0) de R o plano z=0 em R, pois: <u,v> = {w=xu+yv em R: x,y em R} = {w=x(1,0,0)+y(0,1,0): x,y em R} = {w=(x,0,0)+(0,y,0): x,y em R} = {w=(x,y,0): x,y em R} = {w=(x,y,z) em R: z=0} (5) O conjunto gerado pelos vetores u=(1,0,0), v=(0,1,0) e w=(0,0,1) de R todo o espao R, pois: <u,v,w> ={xu+yv+zw em R: x,y,z em R} ={x(1,0,0)+y(0,1,0)+z(0,0,1): x,y,z em R} ={(x,0,0)+(0,y,0)+(0,0,z): x,y,z em R} ={(x,y,z): x,y,z em R} = R Em todas as situaes acima, os conjuntos gerados sempre apresentaram subespaos como resultados.
Propriedades dos conjuntos gerados

Sejam S e T subconjuntos de um espao vetorial V e <S> e <T> os seus respectivos conjuntos gerados. possvel mostrar que 1. <S> um subespao de V. 2. <S>={}, onde o vetor nulo de V. 3. S est contido em <S>. 4. Se S est contido em T ento <S> est contido em <T>. 5. S=<S> se, e somente se, S subespao de V. 6. <<S>> = <S>.
Soma de subespaos vetoriais

Em um espao vetorial V, definimos a soma dos seus subespaos U e W, denotada por U+W, como o conjunto de todos os vetores da forma v=u+w, onde u U e w W, isto : U+W = { u+w : u U; w W } Proposio: Se U e W so subepaos de um espao vetorial V, ento a soma U+W um subespao de V. Demonstrao: Sejam U e W subespaos do espao vetorial V. 1. O vetor nulo o mesmo em U, W e V, isto , U=W= e segue que U+W no vazio pois contm o vetor nulo = U + W. 2. Se v'=u'+w' U+W e v"=u"+w" U+W, ento: v'+v" = (u'+w') + (u"+w") = (u'+u") + (w'+w") U+W 3. Se v=u+w U+W e k K (corpo), ento: k v = k (u+w) = k u + k w U+W Exemplo: Sejam os subespaos de R definidos por: U=<(1,0,0),(0,1,0)>={(x,y,0): x R, y R} W=<(0,0,1)> = {(0,0,z): z R } O conjunto U+W um subespao de R e na realidade, segue que U+W=R. Exerccio: Sejam os subespaos de R definidos por: U=<(1,0,0)> = { x (1,0,0) : x R } W=<(0,1,0)> = { y (0,1,0) : y R } Mostrar que U+W o plano z=0, isto , o subespao de R tal que: U+W={(x,y,z) R: z=0}

Interseo de subespaos vetoriais

Em um espao vetorial V, definimos a interseo dos subespaos de U e W, denotada por U W, como o conjunto de todos os vetores pertencentes a ambos os subespaos, isto : U W = {v: v U e v W } Proposio: Se U e W so subespaos de um espao vetorial V, ento a interseo U W um subespao de V. Demonstrao: Sejam U e W subespaos do espao vetorial V. 1. O vetor nulo o mesmo em U, W e V, isto , U=W=, assim U W no vazio. 2. Se v' U W e v" U W, ento v' U, v1 W, v" U e v" W, assim v'+v" U e v'+v" W e segue que v'+v" U W. 3. Se k K e v U W, ento v U, v W, logo k.v U e k.v W o que garante que k.v U W. Exemplo: Sejam U e W subespaos vetoriais de R, definidos por: U=<(1,0,0),(0,1,0)> = {(x,y,0): x R, y R } W=<(0,0,1)> = {(0,0,z): z R } O conjunto U W um subespao de R e observamos que U W ={} o subespao nulo. Exemplo: Sejam U e W subespaos vetoriais de R, definidos por: U=<{(1,0,0),(0,1,0)}>={(a,b,0): a R, b R } W=<{(1,0,0),(0,0,1)}>={(c,0,d): c R, d R } Mostrar que U W o subespao vetorial de R, conhecido como o Eixo OX. Exerccio: Se V um espao vetorial, exiba subespaos vetoriais U e W de V cuja reunio nao seja um subespao vetorial de V.
Soma direta de subespaos

Se U e W so subepaos de um espao vetorial V, definimos a soma direta de U e W, denotada por U W, como o conjunto de todos os vetores que podem ser escritos de uma forma nica v=u+w, onde u U e w W.

Teorema caracterizando a soma direta: Sejam U e W subepaos de um espao vetorial V. V=U W se, e somente se, V=U+W e U W ={}. Exemplo: Seja V o espao vetorial das matrizes quadradas reais de ordem 2, S o subespao de V das matrizes simtricas, isto , as matrizes da forma: x | y | s= | y | z e T o subespao de V das matrizes anti-simtricas, que tm a forma geral: 0 | | t= w | | -w 0 Assim V=S T, pois V=S+T e S T={}. Isto significa que toda matriz quadrada de nmeros reais de ordem 2, pode ser decomposta, de forma nica, na soma de uma matriz simtrica e uma matriz anti-simtrica. Se M uma matriz quadrada arbitrria de ordem 2, ento possvel obter uma matriz simtrica M' e uma matriz antisimtrica M", dadas por: M' = (M + Mt) e M" = (M - Mt) de modo que existe uma decomposio nica para M, isto , M=M'+M". Exerccio: Seja F={f:R R} o espao vetorial de funes, F" o subespao de F das funes pares e F' o subespao de F das funes mpares, isto , F' = { f F: f(-x)=-f(x), x R } F" = { f F: f(-x)= f(x), x R } Ento, F=F" F', pois F"+F'=F e F" F'={0}. Sugesto: Se f=f(x) F, escreva f(x)=g(x)+h(x) e mostre que g(x)=(f(x)+f(-x)) e h(x)=(f(x)-f(-x)). Mostre depois que g=g(x) par e que h=h(x) mpar.
Aplicao Elementos de uma aplicao Restrio de uma aplicao Extenso de uma aplicao Aplicao injetora Aplicao sobrejetora Aplicao bijetora Composio de aplicaes Aplicaes inversas Imagem direta por aplicao Imagem inversa por aplicao Propriedades mistas

"Porque melhor a sabedoria do que as jias; e de tudo o que se deseja nada se pode comparar com ela." Provrbios 8:11 A Bblia Sagrada

Aplicao

Dentre todas as relaes em um determinado produto cartesiano, existe um tipo de subconjunto que muito mais exigente mas que produz resultados de grande valor na Matemtica. Este conceito denominado funo. Sejam A e B dois conjuntos no vazios. Uma aplicao f no produto cartesiano AB, definida como sendo uma relao em AB, que satisfaz s duas propriedades: 1. Para cada x A, existe y B tal que (x,y) f.

2. Se (x,y1) f e (x,y2) f, ento y1=y2

Uma notao usual para uma aplicao f definida no produto cartesiano AB, f:A B. Observaes sobre aplicaes 1. O primeiro tem da Definio declara que todos os elementos de A devem estar relacionados com elementos de B. 2. O segundo tem da Definio garante que um elemento de A deve estar associado com apenas um elemento em B 3. Nem toda relao no produto cartesiano R uma aplicao, como mostra o exemplo seguinte: K = {(x,y) R : x+y=1}

4. Em textos antigos, a palavra funo era usada de uma forma bastante livre no lugar de aplicao, mas na literatura atual a palavra aplicao passou a ter outros nomes como: operador, transformao, funcional,, e houve a necessidade de restringir a palavra funo exclusivamente s situaes em que o conjunto B um subconjunto do conjunto R dos nmeros reais.

Elementos de uma aplicao

Seja f uma aplicao em AB, denotada por f:A B. 1. O grfico de f, s vezes usado como a definio de funo, definido por: G(f)={(x,y) AB: x A, y B, y=f(x)} 2. O conjunto A recebe o nome de domnio de f, denotado por Dom(f). 3. O conjunto B recebe o nome de contradomnio de f, denotado por Codom(f). 4. A imagem de f, denotada por texto Im(f) o conjunto: f(A)={y B: existe x A tal que y=f(x)} Exemplo: A funo quadrtica f:R [0, ) pode ser escrita na forma: f={(x,y) R[0, ): x R, y R, y=x} ou na forma f:R [0, ) definida por f(x)=x sendo Dom(f)=R, Codom(f)=Im(f)=[0, ). Exerccios: 1. Sejam A={1,2,3,4,5} e B={0,3,8,15,20}. Verificar se a relao f em AB, definida por (a,b) f se, e somente se, b=a-1, uma aplicao.

2. Verificar se a relao f:Q Q definida por f(m/n)=mn uma aplicao. (Dica: 1/2=3/6 mas,...) 3. Para A={1,2,3} e B={a,b,c,d}, seja a relao g:AB BA, definida por g(x,y)=(y,x). Mostrar que g uma aplicao.

Restrio de uma aplicao

Podemos restringir o domnio de uma funo f:A B a um subconjunto S de A de modo que a funo restrita ao conjunto S, denotada por f|S:S B seja coincidente com a funo original sobre o conjunto S, isto , para cada x S tem-se que: f|S(x)=f(x). Exemplo: Podemos definir a restrio da funo f:R R, f(x)=x ao conjunto [0, ) de modo que: f|[0, ):[0, ) R, f(x)=x

Extenso de uma aplicao

Podemos estender uma funo f:A B a um conjunto M contendo o conjunto A de modo que a funo estendida ao conjunto M, denotada por F:M B deva ser coincidente com a funo original sobre o conjunto A, isto , para cada, x A tem-se que F(x)=f(x). Exemplo: Consideremos a funo f:R-{0} R definida por f(x)=sen(x)/x No tem sentido para x=0, mas podemos estender esta funo de uma forma natural a todo o conjunto R dos nmeros reais, tomando f(0)=1. Esta forma comumente utilizada em Anlise Matemtica.

Dada uma aplicao f:A B que associa a cada elemento de A um nico elemento de B, esta definio no obriga que todos os elementos de A tenham imagens distintas ou mesmo que todos os elementos de B sejam imagens de elementos de A.
Aplicao injetiva

Mesmo que a b pode ocorrer que f(a)=f(b). elementos distintos de A possuem imagens dizemos que a aplicao injetora. A definio estabelece este fato. Uma aplicao f:A B denominada injetiva, unvoca ou 1-1, se: a b implicar que f(a) f(b)

Quando distintas, seguinte injetora,

Exemplo: A funo f:R R, definida por f(x)=x no injetiva, pois f(-2)=f(2), mas a funo f:[0, ) [0, ) definida por f(x)=x injetiva.

Teorema: Seja f:A B uma aplicao. f injetora se, e somente se, f(a)=f(b) implica que a=b; Demonstrao: So equivalentes as proposies lgicas a b implica que f(a) f(b) e f(a)=f(b) implica que a=b pois a proposio lgica (p q) equivalente proposio lgica (q' p').
Aplicao sobrejetora

Pode ocorrer que algum elemento de B no seja imagem de um elemento de A. Temos uma outra definio. Dizemos que a aplicao f:A B sobrejetiva, sobre ou sobrejetora, se todos os elementos de B so imagens de elementos de A, ou seja: para todo b B existe a A tal que f(a)=b significando que f(A)=B. Exemplo: A funo f:R R, definida por f(x)=x no sobrejetiva, pois no existe x R tal que f(x)=-2, mas f:[0, ) [0, ) definida por f(x)=x sobrejetiva

Teorema: Seja f:A B uma aplicao. f sobrejetora se, e somente se, para todo b B, a equao f(x)=b tem pelo menos uma soluo em A A demonstrao imediata, pois temos aqui duas maneiras para garantir que f sobrejetiva
Aplicao bijetora

Uma aplicao f:A B denominada bijetiva, bijetora ou uma correspondncia biunvoca, se f injetiva e tambm sobrejetiva Exemplo: A funo f:R R, f(x)=x no bijetiva, mas a funo f:[0, ) [0, ) definida por f(x)=x bijetiva Exemplo: A aplicao f:R-{2} R-{3} definida por f(x)=(3x-1)/ (x-2) injetora pois, se f(a)=f(b) ento (3a-1)/(a-2)=(3b-1)/(b2) e da segue que a=b. f tambm sobrejetiva pois se f(x)=b, ento (3x-1)/(x-2)=b, de onde segue que para b 3: x=(2b-1)/(b-3). Finalmente, segue que f bijetora pois injetora e sobrejetora Sobre a palavra 'sobre': Afirmar que f:A B uma aplicao injetiva sobre o conjunto B, o mesmo que afirmar que f bijetiva

Exerccios: 1. Mostrar que f:R R, definida por f(x)=3x+2, bijetora. 2. Seja f:R R uma funo real afim da forma f(x)=ax+b, sendo a 0. Mostrar que f bijetora 3. Mostrar que f:R R definida por f(x)=2x+4x-1 no sobrejetora, pois no existe x em R tal que f(x)=-4. 4. Mostrar que funes reais de segundo grau no so injetoras e nem mesmo sobrejetoras, dependendo do domnio e do contradomnio destas funes. Dica 1: Para mostrar que f(x)=ax+bx+c com a 0 no injetora, basta calcular f(-(b)/(2a)+r) e f(-(b)/(2a)-r). Dica 2: Para mostrar que f no sobrejetiva suponha que o coeficiente a seja positivo e tente obter o nmero real que levado em (-b+4ac)/(4a)-1. Se a negativo, calcule uma pr-imagem de (-b+4ac)/(4a)+1.

Composio de aplicaes

Definio de composta: Sejam as aplicaes f:A B e g:B C. Definimos a aplicao composta gf:A C de g e f, nesta ordem, por: (gf)(x)=g(f(x))

Uma outra representao geomtrica para a composta das aplica7ccedil;es f e g, est ilustrada na figura seguinte.

Exemplo: Sejam f:R R definida por f(x)=2x e g:R R definida por g(y)=y. Definimos a composta gf:R R por: (gf)(x) = g(f(x)) = g(2x) = (2x) = 4x Aplicao identidade A identidade I:A A uma das mais importantes aplicaes da Matemtica, definida para todo a A, por I(a)=a. Quando importante indicar o conjunto X onde a identidade atua, a aplicao identidade I:X X denotada por IX Propriedades das aplicaes compostas 1. A composio de aplicaes no comutativa, isto : fg gf 2. A composio de aplicaes associativa, isto : (fg)h=f(gh) 3. A composio de aplicaes possui elemento neutro, isto : fI=If=f 4. Se f e g so aplicaes injetivas, sobrejetivas e bijetivas, ento as compostas gf so, respectivamente, injetivas, sobrejetivas e bijetivas.

Aplicaes inversas

Aplicao inversa esquerda: Sejam f:A B e g:B A aplicaes. Dizemos que g uma inversa esquerda para f se gf=IA, isto , para todo a A: (gf)(a)=a Aplicao inversa direita: Sejam g:B A e f:A B aplicaes. Dizemos que g uma inversa direita para f se fg=IB, isto , para todo b B: (fg)(b)=b Aplicao inversa: Uma aplicao f:A B tem inversa g:B A se, g uma inversa esquerda e tambm direita para f. Isto significa que, para todo a A e para todo b B: (fg)(a)=IA(a) e (gf)(b)=IB(b)

Notao para a inversa: A inversa de f denotada por g=f-1. possvel demonstrar que se a inversa g=f-1 existe, ela nica e que a inversa da inversa de f a prpria f, isto : (f-1)1 =f.
Imagem um conjunto por uma aplicao

A imagem (direta) de um conjunto A X pela aplicao f:X Y, definida por: f(A) = {f(a): a A} Propriedades da imagem direta Sejam f:X Y uma aplicao, A X e B X. Ento: 1. f({x})={f(x)} para todo x em X. 2. Se A ento f(A) . 3. Se A B, ento f(A) f(B). Demonstrao: Seja y f(A). Pela definio de imagem direta de um conjunto por uma aplicao f, existe x A tal que y=f(x) f(A). Como por hiptese, A B, ento x B, logo y=f(x) f(B). 4. f(A B)=f(A) f(B). Demonstrao: Em duas etapas: a. f(A B) f(A) f(B). b. f(A) f(B) f(A B). Parte a: Seja w f(A B). Pela definio de imagem direta, existe x A B tal que w=f(x). Assim, x A ou x B e temos que f(x) f(A) ou f(x) f(B) e garantimos que w=f(x) f(A) f(B). Parte b: Seja y f(A) f(B). Ento, y f(A) ou y f(B). Existe a A tal que y=f(a) ou existe b B tal que y=f(b). A primeira afirmao garante que y=f(a) f(A). Como A A B,ento pelo tem (3) acima, segue que f(A) f(A B), e temos que y f(A B). Analogamente, y=f(b) f(B). Como B A B, ento pelo tem (3) acima, segue que f(B) f(A B) e temos que y f(A B). As duas circunstncias garantem que y f(A B). 5. f(A B) f(A) f(B). Demonstrao: Seja w f(A B). Pela definio de imagem direta, existe x A B tal que w=f(x). Assim, x A

e x B e temos que f(x) f(A) e f(x) f(B), logo w f(A) e w f(B), assim w f(A) f(B). 6. Existem aplicaes para as quais f(A B) f(A) f(B).

Imagem inversa por uma aplicao

A imagem inversa de um conjunto W Y pela aplicao f:X Y, definida por f-1(W)={x X: f(x) W } Propriedades da imagem inversa Sejam f:X Y uma aplicao, U Y e V Y. Ento: 1. f-1()= 2. Se U V ento f-1(U) f-1(V). Demonstrao: Seja x f-1(U). Pela definio de imagem inversa de um conjunto por uma funo f, segue que f(x) U. Como por hiptese, U V, ento f(x) V, logo x f1 (V). 3. f-1(U V)=f-1(U) f-1(V) Demonstraremos a igualdade, em duas partes: a. f-1(U V) f-1(U) f-1(V). b. f-1(U) f-1(V) f-1(U V). Parte a: Seja x f-1(U V). Pela definio de imagem inversa, segue que f(x) U V. Pela definio de reunio de conjuntos, temos que f(x) U ou f(x) V. Assim, x f1 (U) ou x f-1(V). Conclumos ento que x f-1(U) f-1(V). Parte b: Seja x f-1(U) f-1(V). Pela definio de reunio de conjuntos, temos que x f-1(U) ou x f-1(V). Pela definio de imagem inversa, segue que f(x) U ou f(x) V. Assim, f(x) U V e conclumos que x f-1(U V). 4. f-1(U V)=f-1(U) f-1(V) Demonstraremos com duas incluses: a. f-1(U V) f-1(U) f-1(V). b. f-1(U) f-1(V) f-1(U V). Parte a: Seja x f-1(U V). Pela definio de imagem inversa, segue que f(x) U V. Pela definio de interseo de conjuntos, temos que f(x) U e f(x) V. Assim, x f-1(U) e x f-1(V). Conclumos que x f-1(U) f-1(V).

Parte b: Seja x f-1(U) )f-1(V). Pela definio de interseo de conjuntos, temos que x f-1(U) e x f-1(V). Pela definio de imagem inversa, segue que f(x) U e f(x) V. Assim, f(x) U V e conclumos que x f-1(U V). 5. f-1(Vc)=[f-1(V)]c Demonstrao em duas etapas. a. f-1(Vc) [f-1(V)]c. b. [f-1(V)]c f-1(Vc). Parte a: Seja x f-1(Vc). Pela definio de imagem inversa, segue que f(x) Vc. Pela definio de complementar, temos que f(x) no est em V, logo x no pertence a f-1(V) e temos que x [f-1(V)]c. Parte b: Seja x [f-1(V)]c. Pela definio de complementar, temos que x no pertence a f-1(V). Assim, f(x) no pertence ao conjunto V ou seja f(x) Vc, o que implica que x f-1(Vc). 6. Se V U ento f-1(U-V)=f-1(U)-f-1(V) Demonstrao: Usando o conceito de complementar, segue que U-V=U Vc. Pela relao do tem (4): f-1(U-V)=f-1(U Vc)=f-1(U) f-1(Vc) Pelo tem (5), segue que: f-1(U-V)=f-1(U) [f-1(V)]c=f-1(U)-f-1(V)

Propriedades mistas

Sejam f:X Y uma aplicao. Assim: 1. Para todo A X, tem-se que: A f-1(f(A)) 2. Para todo V Y, tem-se que: f(f-1(V)) V 3. Se f injetiva, ento para todo A X, tem-se que: f-1(f(A)) = A 4. Se f sobrejetiva, ento para todo V Y, tem-se que f(f-1(V)) = V 5. Se f bijetiva, para todo A X e para todo V Y, temse que: f-1(f(A))=A e f(f-1(V))=V

Todas as relaes em AB Todas as funes em AB Todas as funes injetoras Todas as funes sobrejetoras

Todas as funes bijetoras Inversas das funes bijetoras Relao de Stifel Propriedade binomial

Relaces e funes entre conjuntos

Consideremos dois conjuntos A={a,b} e B={1,2}. Vamos estudar a quantidade de relaes e funes existentes entre estes conjuntos

1. Todas as relaes em AB. O produto cartesiano AB possui 4 pares ordenados, apresentados por: AB = {(a,1),(a,2),(b,1),(b,2)}

Existem duas relaes triviais em AB que so: R1= e R16=AB. A relao vazia aquela que no possui elementos de AB, enquanto que a relao R=AB contm todos os pares ordenados possveis em AB. Existem ainda outros tipos de relaes em AB, contendo 1, 2 ou 3 pares ordenados.

O nmero de relaes contendo 1 par ordenado dado por C4,1=4. Tais relaes so: R2={(a,1)}, R3={(a,2)}, R4={(b,1)}, R5={(b,2)}

O nmero de relaes contendo 2 pares ordenados dado por C4,2=6. Tais relaes so: R6={(a,1),(a,2)}, R7={(a,1),(b,1)}, R8={(a,1),(b,2)}, R9={(a,2),(b,1)}, R10={(a,2),(b,2)}, R11={(b,1),(b,2)}

O nmero de relaes contendo 3 pares ordenados dado por C4,3=4. Tais relaes so: R12={(a,1),(a,2),(b,1)}, R13={(a,1),(a,2),(b,2)}, R14={(a,1),(b,1),(b,2)}, R15={(a,2),(b,1),(b,2)}

Conclumos que existem 16 relaes em AB, que foram apresentadas. A frmula geral para obter este nmero N de relaes em AB, dada por: N = C4,0 + C4,1 + C4,2 + C4,3 + C4,4 = 24

que um caso particular da identidade Cn,0 + Cn,1 + Cn,2 + ... + Cn,n-1 + Cn,n = 2n que vlida para todo inteiro n no negativo. Esta ltima identidade tambm pode ser escrita com nmeros binomiais na forma: n n n n n ( )+( )+( )+...+( )+( )=2n 0 1 2 n-1 n

2. Todas as funes possveis em AB. Para obter todas as funes em AB, analisaremos todas as 16 relaes obtidas anteriormente. A relao trivial R1= em AB, no uma funo, pois ela no possui qualquer elemento no domnio A e nem mesmo no contradomnio B. A relao R16=AB no uma funo pois um mesmo elemento a em A est associado a dois outros em B.

As relaes R2, R3, R4 e R5 com apenas um par ordenado, no so funes porque em cada caso, apenas um dos elementos de A est associado a elementos de B e pela definio de funo, todos os elementos de A deveriam estar associados a elementos de B.

Dentre as relaes com dois pares ordenados, R6={(a,1),(a,2)} e R11={(b,1),(b,2)} no so funes,

porque um mesmo elemento de A est associado a dois elementos de B.

S as relaes R7={(a,1),(b,1)}, R8={(a,1),(b,2)}, R9={(a,2),(b,1) } e R10={(a,2),(b,2) } so funes em AB.

Dentre as relaes R12, R13, R14 e R15 com trs pares ordenados, nenhuma delas uma funo pois para um mesmo elemento de A, esto associados dois elementos de B.

Todas as possveis funes em AB so as relaes R7={(a,1),(b,1)}, R8={(a,1),(b,2)}, R9={(a,2),(b,1)} e R10={(a,2),(b,2)}.

3. Todas as funes injetoras em AB. Dentre todas as funes em AB, dadas por: R7={(a,1),(b,1)}, R8={(a,1),(b,2)}, R9={(a,2),(b,1)}, R10={(a,2),(b,2)} R7 e R10 no so injetoras, porque dois elementos diferentes em A so associados ao mesmo elemento de B, assim, somente R8 e R9 so funes injetoras.

4. Todas as funes sobrejetoras em AB. Dentre todas as funes em AB, dadas por: R7={(a,1),(b,1)}, R8={(a,1),(b,2)}, R9={(a,2),(b,1)}, R10={(a,2),(b,2)} R7 e R10 no so sobrejetoras, porque existem elementos em B que no esto associados a elementos de A, logo, somente R8 e R9 so funes sobrejetoras.

5. Todas as funes bijetoras em AB. Como R8 e R9 so funes injetoras e tambm sobrejetoras, segue que tais funes so bijetoras.

6. As inversas das funes que so bijetoras A inversa da funo R8={(a,1),(b,2)} dada por I8={(1,a),(2,b)} A inversa da funo R9={(a,2),(b,1)} dada por I9={(2,a), (1,b)} respectivamente obtidas pelas trocas das posies das duas coordenadas dos pares ordenados das funes R8 e R9.

Relao de Stifel

Esta relao afirma que para quaisquer inteiros no negativos n e p com p<n, vale a identidade: n n n+1 ( )+( )=( ) p p+1 p+1 Demonstrao: n! n! n n ( )+( )= + p p+1 p!(n-p)! (p+1)!(n-p-1)! n! n! = + p!(n-p)!(n-p-1)! (p+1)!p!(n-p-1)! n!(p+1) n!(n-p) = + (p+1)!(n-p)! (p+1)!(n-p)!(n-p-1)!

n!(p+1) n!(n-p) + (p+1)!(n-p)! (p+1)!(n-p)! n!(p+1+n-p) n!(n+1) = = (p+1)!(n-p)! (p+1)!(n-p)! (n+1)! (n+1)! = = (p+1)!(n-p)! (p+1)![(n+1)-(p+1)]! (n+1)! = (p+1)! =
Propriedade binomial

Demonstrar que para cada inteiro n no negativo, vale a identidade com nmeros binomiais: n n n n n ( )+( )+( )+...+( )+( )=2n 0 1 2 n-1 n Usaremos a notao de combinao para esta identidade, isto : P(n): Cn0 + Cn1 + Cn2 + ... + Cnn-1 + Cnn = 2n A demonstrao utilizar o Princpio da Induo Matemtica. A propriedade P(1) verdadeira, pois: P(1): C10 + C11 = 1+1 = 2 = 21 Suponhamos que a propriedade seja verdadeira para m natural com m>1, isto : P(m): Cm0 + Cm1 + Cm2+...+Cmm-1 + Cmm = 2m Usando a hiptese de induo acima, demonstraremos que verdadeira a propriedade para m+1, isto : P(m+1): Cm+10+Cm+11+...+Cm+1m+Cm+1m+1=2m+1 Na sequncia usaremos a relao de Stifel: Cnp + Cnp+1 = Cn+1p+1 Realizaremos a demonstrao, desenvolvendo o membro da esquerda de P(m+1), que ser indicado por E(m+1). E(m+1) = Cm+10 +Cm+11+...+Cm+1m +Cm+1m+1 +[1 +Cm1 +Cm2+...+Cmm-1 +Cmm] = [Cm0 +Cm1+...+Cmm-2 +Cmm-1 +1] = [Cm0 +Cm1+...+Cmm-2 +Cmm-1 +Cmm] +[Cm0 +Cm1 +Cm2 +...+Cmm-1 +Cmm] = 2m + 2m = 2(2m) = 2m+1
Aplicao binria Caractersticas das operaes binrias Proposio sobre o simtrico Grupo Exemplos importantes Tabelas de operaes binrias Interpretao das tabelas Isomorfismo de grupos

"Quanto melhor adquirir a sabedoria do que o ouro e quanto mais excelente escolher o entendimento do que a prata!" Provrbios 16:16 A Bblia Sagrada

Aplicao binria

Seja S um conjunto no vazio. Uma aplicao binria em S uma aplicao f:SS S. s vezes, uma operao binria denominada operao interna, pois tomando dois elementos arbitrrios em S, o resultado dever estar dentro do conjunto S. Exemplos: Seja N={1,2,3,...} o conjunto dos nmeros naturais. 1. A aplicao f:NN N definida por f(m,n)=m+n uma aplicao binria, onde + a adio usual. 2. A aplicao f:NN N definida por f(m,n)=m.n uma aplicao binria, onde . a multiplicao usual. 3. A aplicao f:NN N definida por f(m,n)=mn no uma aplicao binria, pois nem sempre a diferena mn est no conjunto N dos nmeros naturais. 4. A aplicao f:NN N definida por f(m,n)=mn no uma aplicao binria, pois nem sempre a diviso mn est no conjunto N dos nmeros naturais. Observaes sobre aplicaes binrias: 1. Escrevemos m+n, para entender que existe uma aplicao binria f(m,n)=m+n que a operao de adio. 2. Escrevemos m.n, para entender que existe uma aplicao binria f(m,n)=m.n que a operao de multiplicao. 3. Se no estiver clara a operao, usaremos outros sinais como *, o, ou para substituir esta operao. 4. A notao (S,*) significa que est definida uma aplicao binria * sobre um conjunto no vazio S.

Caractersticas das operaes binrias

Seja * uma aplicao binria sobre um conjunto no vazio S. Diz-se que a estrutura (S,*) possui: 1. a propriedade comutativa se, para quaisquer m,n S, tem-se que m*n=n*m. 2. a propriedade associativa se, para quaisquer m,n,p S, vale: (m*n)*p=m*(n*p). 3. elemento neutro (ou identidade) e S, se para todo n S: e*n=n*e=n. 4. elemento simtrico em S, se para cada n S, existe m S tal que n*m=m*n=e. onde e o elemento neutro apresentado no tem anterior e m o elemento simtrico de n.

Proposio sobre o simtrico

Demonstrar que se a estrutura (S,*) possui as trs propriedades: 1. associativa; 2. possui elemento neutro; e 3. para cada m S, existe um elemento simtrico em S ento, cada simtrico nico e alm disso, o simtrico do simtrico de m o prprio m. Observao: A palavra simtrico recebe nomes especiais como oposto ou inverso, dependendo da operao utilizada. Se usamos a adio usual, o simtrico aditivo de m S denotado por -m e conhecido na literatura como oposto, mas se usamos a multiplicao usual, o simtrico multiplicativo de m S denotado por m-1, conhecido na literatura como inverso.
Grupo

Um grupo uma estrutura (S,*), formada por um conjunto no vazio S sobre o qual foi definido uma aplicao binria *, satisfazendo s propriedades: 1. (S,*) associativa;

2. (S,*) possui um elemento neutro; 3. Cada elemento n S possui um simtrico m S com relao operao *. Se a aplicao * a adio, o grupo (S,*) aditivo e se a aplicao * a multiplicao, o grupo (S,*) multiplicativo. Se a estrutura de grupo (S,*) comutativa, o grupo comutativo ou grupo abeliano. Exemplos importantes: 1. O conjunto Z dos nmeros inteiros com a adio usual, estabelece uma estrutura (Z,+) de grupo abeliano, pois: a. Para quaisquer m,n,p Z tem-se que (m+n) +p=m+(n+p). b. Existe 0 Z tal que para todo m Z tem-se que 0+m=m+0=m. c. Para cada m Z existe m Z tal que m+( m)=0. d. Para quaisquer m,n Z tem-se que m+n=n+m. 2. O conjunto W={0,1} munido com a operao definida por: 0 0 = 0, 0 1 = 1, 1 0 = 1 e 1 1 = 0 possui uma estrutura (W, ) de grupo abeliano. 3. O conjunto Y={1,1} com a operao usual de multiplicao de nmeros inteiros estabelece uma estrutura (Y,.) de grupo abeliano. 4. Se P={0,1,2,3,4,5,...} um conjunto de nmeros inteiros munido com a adio usual, (P,+) no forma uma estrutura de grupo, pois nem todos os elementos de P possuem opostos em P, embora (P,+) seja associativa, comutativa e possua elemento neutro.
Tabelas de operaes binrias e grupos

Muitas vezes temos conjuntos S munidos de operaes definidas atravs de tabelas de dupla entrada (na forma de uma matriz) com o resultado da operao do primeiro elemento de uma linha com o primeiro elemento de uma coluna aparecendo no cruzamento da linha com a coluna. Exemplos de grupos definidos por tabelas

1. O conjunto W={0,1} com a adio definida pela tabela abaixo define (W, ) como um grupo abeliano. 0 1 0 0 1 1 1 0 2. O conjunto Y={1,1} com a multiplicao usual definida pela tabela abaixo define (Y,.) como um grupo abeliano. . 1 1 1 1 1 1 1 1 3. O conjunto S={0,1,2,3} com a adio definida pela tabela abaixo define (S, ) como um grupo abeliano. 0 1 2 3 0 0 1 2 3 1 1 2 3 0 2 2 3 0 1 3 3 0 1 2 4. O conjunto T={1,i,1,i} dos nmeros complexos que so zeros da equao algbrica x41=0 com a multiplicao * definida pela tabela abaixo define uma estrutura (T,*) de grupo abeliano. * 1 i 1 i 1 1 i 1 i i i 1 i 1 1 1 i 1 i i i 1 i 1

Interpretao das tabelas

Usaremos a tabela abaixo para obter informaes. 0 1 2 3 0 0 1 2 3 1 1 2 3 0 2 2 3 0 1 3 3 0 1 2

1. A simetria dos elementos em relao diagonal principal significa que esta operao comutativa. 2. A linha (ou coluna) do 0 se repete em relao linha (ou coluna) do significando que 0 o elemento neutro. 3. Se aparece 0 (elemento neutro citado no tem anterior) no cruzamento de uma linha com uma coluna, significa que o primeiro elemento da linha e o primeiro elemento da coluna so simtricos um do outro, como o caso de 3 e 1, pois 3 1=1 3=0. 4. A associatividade deve ser verificada para todos os elementos.
Isomorfismo de grupos

Uma aplicao f:S T um isomorfismo entre os grupos (S, ) e (T,*), se f bijetora e para quaiquer x,y S, tem-se que f(x y) = f(x) * f(y) Se existe um isomorfismo entre os grupos (S, ) e (T,*), dizemos que os grupos (S, ) e (T,*) so isomorfos. Exemplo: Sejam S={0,1,2,3} e T={1,i,-1,-i} os conjuntos cujas operaes binrias foram apresentados nas duas tabelas. Os grupos (S, ) e (T,*) so isomorfos, pois tomando a aplicao f:S T definida para cada m S por f(m) = im = i*i*i...*i (m vezes) segue que f bijetora e alm disso, quaisquer que sejam m,n S, tem-se que: f(m n) = im+n = im*in = f(m) * f(n) A aplicao f um isomorfismo entre (S, ) e (T,*), f(0)=1, isto , o elemento neutro 0 S aplicado no elemento neutro 1 T por f. Ainda temos: f(1)=i, f(2)=1 e f(3)=1.
Introduo Regresso Linear A reta dos mnimos quadrados A parbola dos mnimos quadrados A cbica dos mnimos quadrados A qurtica dos mnimos quadrados Regresso Linear no espao Resoluo de um problema prtico

"No h sabedoria, nem entendimento, nem conselho contra o Senhor." Provrbios 21:30 A Bblia Sagrada

Introduo Regresso Linear

Consideremos uma coleo de pares ordenados obtidos em funo de algum experimento, como: x x1 x2 x3 x4 x5 ... xn-1 xn y y1 y2 y3 y4 y5 ... yn-1 yn A colocao destes pares ordenados num plano cartesiano, depende dos valores de xi e yi, (i=1..n) e pode fornecer um grfico como:

Um fato que atrai pesquisadores aplicados das mais diversas reas a possibilidade de obter uma funo real que passe nos pontos ou pelo menos passe prximo dos pontos (xi,yi) dados. Estudando uma Matemtica mais aprofundada existe a Teoria de Interpolao que a rea que estuda tais processos para obter funes que passam exatamente pelos pontos dados, enquanto que a Teoria de Aproximao estuda processos para obter funes que passem o mais prximo possvel dos pontos dados. bvio que se pudermos obter funes que passem prximas dos pontos dados e que tenham uma expresso fcil de ser manipulada, teremos obtido algo positivo e de valor cientfico. Dentre os processos matemticos que resolvem tal problema, com certeza, um dos mais utilizados o Mtodo dos Mnimos Quadrados, que serve para gerar o que se chama em Estatstica: Regresso Linear ou Ajuste Linear. As curvas mais comuns utilizadas pelos estatsticos so: Ordem Funo Nome 1 y = ao+a1 x Reta 2 y = ao+a1 x+a2 x Parbola 3 y = ao+a1 x+a2 x+a3 x Cbica 4 y = ao+a1 x+a2 x+a3 x+a4 x4 Qurtica

A idia bsica para qualquer uma das funes acima citadas tentar descobrir quais so os valores dos coeficientes ao, a1, a2 e a3, de tal modo que a soma dos quadrados das distncias (tomadas na vertical) da referida curva y=f(x) a cada um dos pontos dados (yi) seja a menor possvel, da o nome Mtodo dos Mnimos Quadrados. Para obter tais coeficientes, deve-se conhecer conceitos de Derivadas Parciais, a Teoria de Mximos e Mnimos de funes de vrias variveis e as caractersticas de formas quadrticas positivas definidas de funes de vrias variveis envolvidas com o Teorema de Sylvester. Tais teoremas so normalmente encontrados em bons livros de lgebra Linear e Clculo Avanado. Para no nos perdermos em consideraes tericas, apresentarei aqui as frmulas para a obteno da Regresso Linear para a Reta, a Parbola e a Cbica. Observao: Se voc est interessado em aprender o "processo", fique atento s mudanas que ocorrem quando passamos da reta para a parbola e da parbola para a cbica. No construiremos o processo para a qurtica mas julgo que voc saber constru-lo com o material apresentado. Notaes usadas na sequncia

n=Nmero de pares ordenados SX=x1+x2+x3+...+ xn = Soma dos xi SY=y1+y2+y3+...+yn = Soma dos yi SXY=x1 y1+x2 y2+x3 y3+...+xn yn = Soma dos xiyi SX2=(x1)+(x2)+(x3)+...+(xn) = Soma dos xi SX3=(x1)+(x2)+(x3)+...+(xn) = Soma dos xi SX4=(x1)4+(x2)4+(x3)4+...+(xn)4 = Soma dos xi4 SX5=(x1)5+(x2)5+(x3)5+...+(xn)5 = Soma dos xi5 SX6=(x1)6+(x2)6+(x3)6+...+(xn)6 = Soma dos xi6 SX2Y=(x1)y1+(x2)y2 +...+(xn)yn=Soma dos xiyi SX3Y=(x1)y1+(x2)y2+...+(xn)yn=Soma dos xiyi

A reta dos mnimos quadrados

Para obter a reta dos mnimos quadrados, basta resolver o sistema linear com 2 equaes e 2 incgnitas ao e a1 :

ao n+a1 SX = SY ao SX+a1 SX2 = SXY Na forma matricial este sistema pode ser escrito como: n SX a0 SY . = SX SX2 a1 SXY Para resolver este sistema, existem vrios mtodos, mas a Regra de Cramer d uma resposta rpida para os coeficientes: ao = (SY.SX2-SX.SXY)/(n SX2-SX.SX) a1 = (n SXY-SX.SY) / (n SX2-SX.SX)
A parbola dos mnimos quadrados

Para obter a parbola de melhor ajuste, basta resolver o sistema com as 3 incgnitas ao, a1 e a2: ao n+a1 SX+a2 SX2 = SY ao SX+a1 SX2+a2 SX3 = SXY ao SX2+a1 SX3+a2 SX4 = SX2Y Este sistema pode ser escrito na forma matricial como: n SX SX2 a0 SY SX SX2 SX3 . a1 = SXY SX2 SX3 SX4 a2 SX2Y Observao: Encontre as diferenas entre este sistema e o sistema obtido no caso anterior da reta. Como todos os termos da primeira matriz (matriz dos coeficientes) e da ltima matriz (matriz das constantes) so conhecidos, fica fcil resolver o sistema pelo processo de inverter a primeira delas e multiplicar pela ltima para obter os coeficientes ao, a1 e a2 .
A cbica dos mnimos quadrados

Para obter a cbica dos mnimos quadrados resolve-se o sistema de equaes com 4 equaes e 4 incgnitas ao, a1, a2 e a3, colocado na forma matricial: n SX SX2 SX3 a0 SY SX SX2 SX3 SX4 a1 SXY . = SX2 SX3 SX4 SX5 a2 SX2Y SX3 SX4 SX5 SX6 a3 SX3Y

Como os termos da primeira e ltima matrizes so conhecidos, pode-se resolver o sistema invertendo a primeira matriz e multiplicando pela ltima.
A qurtica dos mnimos quadrados

Observao: Observe novamente as diferenas entre o sistema obtido para a cbica e os sistemas obtidos nos casos da reta e da parbola. De posse de tais informaes, voc estaria capacitado a produzir a curva qurtica de melhor ajuste dos mnimos quadrados apenas com o material apresentando aqui? possvel estender o mtodo para a construo de uma superfcie de melhor ajuste no espao tridimensional.
Regresso Linear no espao

Agora estudaremos uma situao no espao R onde conhecido um conjunto de pontos (ternos) dados por: C = { (xi, yi, zi) : i=1,2,3,...,n } Desejamos ajustar uma superfcie da forma z = f(x,y) = a+b x+c y+d x+e xy+f y Usando procedimentos semelhantes ao caso do plano, poderemos construir uma funo: S(a,b,c,d,e,f) = Soma (z-zi) onde esta soma tomada sobre todos os i=1,2,3,4,...,n. Esta funo S no negativa e diferencivel, assim podemos garantir que o ponto de mnimo para S ocorrer quando o gradiente da funo S for nulo, isto , quando: Sa = Sb = Sc = Sd = Se = Sf = 0 o que equivale a: Sa = 2 Soma (z-zi).(1) = 0 Sb = 2 Soma (z-zi).(xi) = 0 Sc = 2 Soma (z-zi).(yi) = 0 Sd = 2 Soma (z-zi).(xi) = 0 Se = 2 Soma (z-zi).(xiyi) = 0 Sf = 2 Soma (z-zi).(yi) = 0 A notao Sm usada significa a derivada parcial da funo S em relao varivel m, onde m pode ser a,b,c,d,e ou f.

Temos aqui um sistema com 6 equaes e 6 incgnitas, que pode ser reescrito como: Soma (a+bxi+cyi+dxi+exiyi+fyi - zi) = 0 Soma (a+bxi+cyi+dxi+exiyi+fyi - zi)(xi) = 0 Soma (a+bxi+cyi+dxi+exiyi+fyi - zi)(yi) = 0 Soma (a+bxi+cyi+dxi+exiyi+fyi - zi)(xi) = 0 Soma (a+bxi+cyi+dxi+exiyi+fyi - zi)(xiyi) = 0 Soma (a+bxi+cyi+dxi+exiyi+fyi - zi)(yi) = 0 Passando as constantes para o segundo membro da igualdade de cada equao, teremos o sistema com 6 equaes e 6 incgnitas: a n + b X1Y0 + c X0Y1 + d X2Y0 + e X1Y1 + f X0Y2 = Z1X0Y0 a X1Y0 + b X2Y0 + c X1Y1 + d X3Y0 + e X2Y0 + f X1Y2 = Z1X1Y0 a X0Y1 + b X1Y1 + c X0Y2 + d X2Y0 + e X1Y2 + f X0Y3 = Z1X0Y1 a X2Y0 + b X3Y0 + c X2Y1 + d X4Y0 + e X3Y1 + f X2Y2 = Z1X2Y0 a X1Y1 + b X2Y1 + c X1Y2 + d X3Y1 + e X2Y2 + f X1Y3 = Z1X1Y1 a X0Y2 + b X1Y2 + c X0Y3 + d X2Y2 + e X1Y3 + f X0Y4 = Z1X0Y2 onde n o nmero de ternos ordenados e

XpYq = x1p y1q + x2p y2q + ...+xnp ynq Z1XpYq = z1x1p y1q + z2x2p y2q +...+ znxnp ynq

sendo que p e q podem assumir os valores 0,1,2,3 ou 4. Este sistema pode ser escrito na forma matricial: n X1Y0 X0Y1 X2Y0 X1Y0 X2Y0 X1Y1 X3Y0 X0Y1 X1Y1 X0Y2 X2Y1 X2Y0 X3Y0 X2Y0 X4Y0 X1Y1 X2Y0 X1Y2 X3Y1 X0Y2 . a = Z1X0Y0 X1Y2 b Z1X1Y0 X0Y3 c Z1X0Y1 X2Y2 d Z1X2Y0

X1Y1 X2Y1 X1Y2 X3Y1 X2Y2 X1Y3 X0Y2 X1Y2 X0Y3 X2Y2 X1Y3 X0Y4

e f

Z1X1Y1 Z1X0Y2

Para resolver este sistema, sugiro que utilize uma planilha de clculo. Existem muitas disponveis gratuitamente na Internet. Em qualquer uma delas, deve-se montar a planilha como a que aparece abaixo, dando uma forte nfase na ltima linha que a mais importante e que contem as somas necessrias montagem do sistema. ABCD E F G H I J K L M N O P Q R S T 1 x y z x xy y xy xy xy x y xy x4 xy xy zx zy zx zxy zy 2 3 4 ... n n+1
Soma

Aps a construo da tabela acima, deve-se construir uma segunda tabela com a matriz aumentada do sistema. Nesta nova tabela aparecero todas as somas calculadas na tabela anterior (indicadas na linha em amarelo) e pode-se observar que a nova matriz ser simtrica: n X1Y0 X0Y1 X2Y0 X1Y1 X0Y2 Z1X0Y0 X1Y0 X2Y0 X1Y1 X3Y0 X2Y0 X1Y2 Z1X1Y0 X0Y1 X1Y1 X0Y2 X2Y0 X1Y2 X0Y3 Z1X0Y1 X2Y0 X3Y0 X2Y1 X4Y0 X3Y1 X2Y2 Z1X2Y0 X1Y1 X2Y1 X1Y2 X3Y1 X2Y2 X1Y3 Z1X1Y1 X0Y2 X1Y2 X0Y3 X2Y2 X1Y3 X0Y4 Z1X0Y2 Matriz dos Matriz das coeficientes constantes Na sequncia, deve-se obter a inversa da matriz dos coeficientes e multiplic-la pela matriz das constantes para obter uma matriz com 6x1, que exatamente a matriz dos coeficientes procurados: a = ...

b c d e f

... ... ... ... ...

Resoluo de um problema prtico

Consideremos os dados fornecidos na tabela: X 30 30 30 30 10 10 10 10 4 4 4 4 1 1 1 1 Y 1,5 2 3 5 1,5 2 3 5 1,5 2 3 5 1,5 2 3 5 Z 73 41,2 18,4 6,843,5 23,7 10,5 3,9 26,7 15 6,8 2,2 13,5 7 3,7 1,5 Pergunta: Qual a funo matemtica que relaciona as variveis x e y com a varivel z? Resposta: Tentei obter uma funo quadrtica da forma: z = a + b x + c y + d x + e xy + f y que se ajustasse aos dados. Como a soma dos quadrados dos erros ficou muito grande, alterei a estratgia de anlise. Observei que os dados x e z eram grandes em relao aos dados y, assim, tomei os logaritmos naturais dos dados x e z e refiz todas as operaes e obtive um ajuste muito bom! Na sequncia eu apresento alguns detalhes dos clculos. Os coeficientes calculados so: a=-0,08519, b=0,069359, c=0,349672, d=-0,0096, e=-0,01209, f=0,000927 A funo deveria ser a seguinte: z=-0,08519+0,069359x+0,349672y-0,0096x0,01209xy+0,000927y mas como eu usei Ln(x) e Ln(z), respectivamente nos lugares de x e z, ento a forma que resolve o problema com grande preciso : Ln(z)=-0,08519+0,069359Ln(x)+0,349672y-0,0096(Ln(x))0,01209y.Ln(x)+0,000927y Para obter o valor de z, calculamos a exponencial de Ln(z) uma vez que a funo exponencial a inversa da funo logaritmo natural.
Introduo s relaes Relao Relao de Equivalncia Classes de Equivalncia

Propriedades das relaes

Relao de Ordem

"E apliquei o meu corao a inquirir e a investigar com sabedoria a respeito de tudo quanto se faz debaixo do cu; essa enfadonha ocupao deu Deus aos filhos dos homens para nela se exercitarem." Eclesiastes 1:13 A Bblia Sagrada

Introduo s relaes

Tomemos dois conjuntos A={a,b,c} e B={r,s} relacionados de algum modo, associando o valor a A ao valor r B, a A ao valor s B, b A ao valor s B e c A ao valor r B.

Para escrever que os elementos de A esto associados com os elementos de B da forma citada acima, usamos um modo para fazer isto atravs de um objeto matemtico denominado relao, indicada por R e escrita na forma de um conjunto de pares ordenados: R = {(a,r),(a,s),(b,s),(c,r)} A definio seguinte sintetiza tudo.
Relao

Sejam A e B dois conjuntos no vazios. Uma relao R de A em B, qualquer subconjunto de AB (produto cartesiano), isto , R um conjunto tal que: R AB. Se A=B, dizemos relao em A ao invs de dizer relao de A em A. Exerccio: Construir um diagrama para a relao R em A={a,b,c} dada por R={(a,b),(b,c),(c,a),(c,b)} Neste caso temos (a,b) R que significa a est relacionado com b e que s vezes escrevemos aRb. Exemplo: Consideremos S a relao formada pelo conjunto de todos os pares de nmeros inteiros, definida por (a,b) S se, e somente se, |a|+|b|=2.

Atribumos valores para a e obtemos os correspondentes valores de b. Por exemplo, se a=1 ento 1+|b|=2 ou seja |b| =1 implica que b=1 ou b=-1. Assim (1,1) S e (1,-1) S. Analisando todas as possibilidades, obtemos S={(-2,0),(-1,-1),(-1,1),(0,-2),(0,2),(1,-1),(1,1),(2,0)}
Propriedades das Relaes

Se A um conjunto no vazio e R uma relao em A, podemos explorar as seguintes situaes: 1. Reflexividade: Se a A, pode ser que aRa ou que a no esteja em relao com o prprio a. Se aRa para todos os elementos a A, dizemos que R uma relao reflexiva. Se no verdade que aRa para todo a A, diremos que R no reflexiva. 2. Simetria: Se aRb ento pode ser que bRa ou no. Se para todo par (a,b) R tivermos que aRb tambm implica que bRa, diremos que R simtrica. Se existir algum par (a,b) R tal que (b,a) R, ento R no simtrica. 3. Transitividade: Se aRb e bRc, pode acontecer que aRc ou que (a,c) R. Se, para todo par (a,b) R e para todo par (b,c) R tivermos que (a,c) R, diremos que R transitiva. Para que R no seja transitiva, basta que exibir um par (a,b) R e um outro par (b,c) R tal que (a,c) R. 4. Anti-simetria: Se (a,b) R, pode ocorrer que (b,a) R ou que (b,a) R. Se (a,b) R com a b implicar que (b,a) R, diremos que R anti-simtrica. Para que R no seja anti-simtrica, basta exibir dois pares (a,b) R e (b,a) R com a b. Exerccio: Provar que R no reflexiva se, e somente se, existe x A que no est em relao com o prprio x, isto , (x,x) R. Outras propriedades interessantes: Irreflexiva, Assimtrica e Intransitiva. Elas aparecem em outras reas da cincia, mas no trataremos sobre elas. Caso tenha interesse em estudar Teoria de Conjuntos, consulte o livro: "Teoria

Intuitiva dos Conjuntos" com aplicaes Biologia, Abe e Papavero, Makron Books.
Relao de Equivalncia

Uma relao de equivalncia sobre o conjunto A uma relao R que possui as propriedades: reflexiva, simtrica e transitiva. Exemplos: 1. Seja R a relao definida no conjunto dos nmeros reais por (x,y) R se, e somente se, |x|=|y|. Para todo nmero real x temos que xRx, pois |x|=|x|, garantindo que R reflexiva. Se xRy ento |x|=|y| e segue que yRx pois |y|=|x|, provando que R uma relao simtrica. Se aRb e bRc, ento |a|=|b| e |b|=|c|, ento |a|=|c|, ou seja aRc, logo R transitiva. Conclumos que R uma relao de equivalncia. 2. Seja a relao em Z definida por a b(5) se, e somente se, 5|(a-b) que deve ser lida como: 5 divide ab. Observamos que 6 1(5) pois 5|(6-1) e que tambm 23 2(5) porque 5|(23-2). claro que para todo x Z temos x x(5) pois 5|0=x-x. Se x y(5) ento y x(5) pois a primeira expresso significa 5|(x-y) e a segunda significa que 5|(y-x). Se a primeira verdadeira, ento a segunda tambm o ser. Observe que x-y e y-x somente diferem no sinal. Se a b(5) e b c(5) ento 5| (a-b) e 5|(b-c) ento 5|(a-b)+(b-c) ou seja 5|(a-c), portanto a relao transitiva e temos aqui outra relao de equivalncia. 3. Seja R a relao definida no plano cartesiano por (a,b)R(c,d) se, e somente se, a+b=c+d. Se (x,y) um par ordenado tal que (x,y)R(3,4), ento x+y=3+4=25 o que significa que devemos obter pontos (x,y) na circunferncia com raio 5, centrada na origem (0,0). Um desses pontos (5,0). Obtenha muitos outros pontos com esta propriedade. Vale a propriedade reflexiva, pois (x,y)R(x,y) significa que x+y=x+y o que verdadeiro.

Se (a,b)R(c,d) ento a+b=c+d, ento c+d=a+b o que garante que (c,d)R(a,b). R uma relao simtrica. Se (a,b)R(c,d) e (c,d)R(m,n) ento a+b=c+d e c+d=m+n ou seja a+b=m+n, isto , (a,b)R(m,n) e assim R transitiva. 4. Uma relao de equivalncia em um conjunto um tipo de conceito matemtico que est muito prximo de uma relao de igualdade. Vejamos um exemplo disso: Seja a relao em Q definida por a/b c/d se, e somente se, ad=bc (o produto dos meios igual ao produto dos extremos em uma proporo). Pode-se verificar que uma relao de equivalncia. Temos que 2/3 6/9 mas muitas vezes afirmamos que 2/3=6/9.

Classes de Equivalncia

Seja A um conjunto e ~ uma relao de equivalncia sobre A. Para cada a A podemos construir o conjunto de todos os elementos x A que so equivalentes ao elemento a A. Indicaremos tal conjunto por [a], isto : [a]={x A: x~a} O conjunto [a] nunca vazio, pois a propriedade reflexiva garante que a [a]. O conjunto [a] denominado classe de equivalncia de a, que tambm pode ser denotada por cl(a) ou com uma barra sobre a letra a. Exemplos: No Exemplo 1, segue que: [2]={-2,2}, [0]={0}, [t]={-|t|,|t|} se (t 0) No Exemplo 2, temos que [2] = {x Z: x 2(5)} = {x Z:5|(x-2)} = ={x Z:x-2=5t,t Z}={2+5t:t Z}=2+5.Z Analogamente, por exemplo: [4]=4+5.Z, [0]=0+5.Z=5.Z Pode-se demonstrar que [5]=[0] e que, em geral, se a=5q+r ento [a]=[r].

Neste caso, a coleo Z5 de todas as classes de equivalncia : Z5 = { [0], [1], [2], [3], [4] } No Exemplo 3, temos que [(2,3)]={(x,y):(x,y)R(2,3)}={(x,y):x+y=13} que uma circunferncia centrada em (0,0). A classe [(3,4)] a circunferncia de raio 5 centrada em (0,0). No Exemplo 4, temos: [2/5]={a/b Q:a/b 2/5}={2/5,4/10,6/15,} Exerccios 1. Seja P={{1,2},{3,4,5},{6}} uma partio do conjunto X={1,2,3,4,5,6}. Se a,b X, definimos a relao aRb se, e somente se, existe M P com a,b M. Mostrar que R uma relao de equivalncia e que as classes de equivalncia so exatamente os elementos de P. 2. Mostrar que a relao R formada por pares de nmeros inteiros, definida por (a,b)R(c,d) se, e somente se, a+d=b+c uma relao de equivalncia. Determinar a classe do par ordenado (2,1).

Relao de Ordem

Uma relao de ordem R sobre um conjunto A uma relao R que possui as propriedades reflexiva, anti-simtrica e transitiva. Exemplos 1. Seja R a relao em N definida por aRb se, e somente se, a<b. Para todo nmero natural a tem-se a<a e vale a propriedade reflexiva. Se a<b e b<c ento a<c e vale a propriedade transitiva. 2. Seja X um conjunto e P=P(X) o conjunto de todas as partes do conjunto X. Se M P e N P, definimos MRN se, e somente se, M N. R uma relao de ordem. 3. Seja uma relao D sobre o conjunto N dos nmeros naturais tal que (a,b) D se, e somente se, a|

b (a divide b), isto , se existe c N tal que b=ac. Qualquer que seja a N temos a|a pois a=a.1, garantindo que a relao reflexiva. Se a N e b N e temos que a|b e b|a, ento necessariamente temos que a=b e a relao anti-simtrica. Se a|b e b|c ento facilmente temos que a|c, garantindo que a relao transitiva. 4. Definimos uma relao D sobre o conjunto dos nmeros inteiros, com (a,b) D se, e somente se, a|b. Mostrar que esta relao D no uma relao de ordem.

Exerccios: 1. A ordem lexicogrfica sobre um conjunto A aquela seguida na organizao de um dicionrio. Em um dicionrio a letra a precede a letra c, denotada por ac que se l: a precede c. Da mesma forma: aabe, aabaabc e bacebb Outra situao: 13 que se l: 1 precede 3. Analogamente: 1125, 1121123 e 213522 Mostrar que uma relao de ordem sobre N. 2. Se a Z e b Z definimos a relao ab se, e somente se, b-a N. Mostrar que uma relao de ordem sobre Z.
Definio de Sequncias reais Outras notaes para sequncias Somas de termos de sequncias Soma com os termos iguais Soma dos n primeiros naturais Soma dos quadrados dos n primeiros naturais Soma dos cubos dos dos n primeiros naturais Projeto 1: Soma dos qurticos dos n primeiros nmeros naturais Projeto 2: Soma das k-simas potncias dos n primeiros naturais Projeto 3: Pesquisar frmulas comuns ao trabalho

"Porque na muita sabedoria h muito enfado; e o que aumenta o conhecimento aumenta a tristeza." Eclesiastes 1:18 A Bblia Sagrada

Definio de Sequncia de nmeros reais

Tomaremos N={1,2,3,4,5,6,...} o conjunto dos nmeros naturais. Uma sequncia de nmeros reais uma funo f:N R que associa a cada nmero natural n um nico nmero real, escrito na forma f(n)=un. Exemplos de sequncias reais: fo(n)=1, f1(n)=n, f2(n)=n, f3(n)=n e f4(n)=n4.
Outras notaes para sequncias

Muitas vezes tais sequncias so indicadas, respectivamente, pelos conjuntos que representam as imagens dessas (funes) sequncias, como por exemplo: 1. 2. 3. 4. 5. So = {1, 1, 1, 1, 1, 1, ... } = fo(N) S1 = {1, 2, 3, 4, 5, 6, ... } = f1(N) S2 = {1, 4, 9, 16 , 25, ... } = f2(N) S3 = {1, 8,27, 64,125,... } = f3(N) S4 = {1,16,81,256,625,...} = f4(N)

Outra representao para tais sequncias a que indica a posio relativa ocupada pelo nmero real no conjunto imagem da referida funo. Por exemplo, a sequncia definida pela funo f3, pode ser escrita como: u1=1,u2=8,u3=7,u4=64,u5=125,...,un=n,...
Somas de termos de sequncias

Um problema que aparece ligado a sequncias o que visa obter a soma dos n primeiros termos de uma sequncia de nmeros reais. Tal problema no simples de uma forma geral, mas existe um processo muito interessante do ponto de vista didtico para obter a soma das n primeiras potncias dos nmeros naturais. Apresentaremos um processo gradual para mostrar como calcular as Somas das potncias: 1. 2. 3. 4. 5. de ordem 0 dos n primeiros naturais de ordem 1 dos n primeiros naturais de ordem 2 dos n primeiros naturais de ordem 3 dos n primeiros naturais de ordem 4 dos n primeiros naturais

Com o estudo de sequncias recursivas, possvel construir frmulas que fornecem as somas em cada caso. No apresento as demonstraes das frmulas, uma vez que exatamente o corpo do ltimo assunto tratado nesta pgina.
#0: Soma de n termos constantes iguais a 1

Consideremos inicialmente o problema de obter a soma das potncias de (expoente 0) dos n primeiros naturais. Tal situao equivale a somar o nmero 1, n vezes, isto :

Sn= 1 + 1 + 1 + 1 + ... + 1 (n vezes) Voc diria: "Essa fcil e a resposta Sn=n". Neste caso voc tem razo, mas o que eu pretendo aqui ensinar um mtodo que funciona para outras potncias mais altas. Vale a pena andar com os ps no cho quando se trata de assunto educacional. Na rea da Matemtica, muitos tm verdadeiro horror por causa de pssimos professores que "espantam" os alunos do real objetivo da Matemtica, que propiciar a ampliao cultural e intelectual do indivduo de uma forma firme e agradvel e no atravs de uma infinidade de operaes de clculos que conduzem a absolutamente nada e muitas vezes sem justificativas! Consideraremos uma frmula, que neste caso, ser dada por: Sn= Bo + B1(n-1) Para n=1 obtemos Bo=S1 e para n=2 obtemos Bo+B1=S2. Estas duas relaes podem ser escritas na forma de um sistema matricial:

A resoluo do sistema acima com 2 equaes e 2 incgnitas nos fornece os resultados: Bo=B1=1, e, substituindo tais constantes na nossa frmula, teremos: Sn= 1 + 1(n-1) = n que era a resposta antecipada para o problema.
#1: Soma dos n primeiros nmeros naturais

Consideremos agora o problema de obter a Soma das potncias de ordem 1 dos n primeiros naturais. Tal situao equivale a somar os n primeiros nmeros naturais, isto : Sn= 1 + 2 + 3 + 4 + ... + n Antes de continuar, apresentaremos um fato interessante que vale a pena lembrar sobre um dos maiores matemticos de todos os tempos.

Carl Friedrich Gauss (1777-1855): Considerado um dos maiores matemticos de todos os tempos. Foi uma criana prodgio e frequentou a escola em Brunswick. Aos 10 anos de idade, Gauss teve um professor exigente que um dia, visando manter a classe ocupada, pediu que os alunos somassem todos os nmeros de 1 at 100 com a instruo para que todos os alunos colocassem a sua lousa sobre a mesa, to logo a tarefa estivesse terminada. Quase imediatamente Gauss colocou a sua lousa sobre a mesa, dizendo: A est. O professor olhou para Gauss com pouco caso enquanto os outros trabalhavam, e, quando o mestre finalmente se interessou em ver os resultados, a lousa de Gauss era a nica a exibir a resposta certa 5050, sem nenhum clculo. O menino calculou a soma pondo-a na forma invertida e observando que a soma do primeiro com ltimo dava 101, que a soma do segundo com o penltimo tambm dava 101 e assim sucessivamente: S = 1 + 2 + 3 + ... + 98 + 99 + 100 S = 100 + 99 + 98 + ... + 3 + 2 + 1 2S = 101 + 101 + 101 + ... + 101 + 101 + 101 o que significa somar 100 vezes o nmero 101, o que tambm pode ser escrito como: 2S= 101 x 100 = 10100 assim S= 5050 "Esta soma tambm fcil e poderamos repetir o que Gauss fez quando tinha 10 anos". Se no lugar de somar de 1 at 100, tivssemos que somar de 1 at n, bastaria usar o mesmo processo de Gauss para obter: Sn=n(n+1)/2 De novo voc tem razo, mas o que eu pretendo aqui ampliar o ensinamento apresentado no Caso 0 e que funciona para o Caso 1 e para outras potncias mais altas. A frmula usada neste caso, : Sn= Bo + B1(n-1) + B2(n-1) Observe a semelhana entre a frmula do Caso 0 e a frmula do Caso 1. Houve o aparecimento de uma constante multiplicada por um termo semelhante ao anterior com potncia mais alta.

Para n=1, obtemos Bo= S1, para n=2 obtemos Bo+B1+B2=S2 e para n=3, obtemos Bo+2B1+4B2=S3, assim, essas equaes podem ser escritas como um sistema na forma matricial:

A resoluo do sistema acima com 3 equaes e 3 incgnitas nos d como resultado, Bo=1, B1=3/2 e B2=1/2, e substituindo tais constantes na nossa frmula, teremos: Sn= 1 + (3/2).(n-1) + (1/2).(n-1) Desenvolvendo tal expresso, obtemos o resultado esperado: Sn = n.(n+1)/2 Um homem que quer evoluir no deve parar no primeiro exemplo e nem deve acreditar que da para a frente tudo funcionar bem.
#2: Soma dos quadrados dos n primeiros naturais

O problema agora obter a soma das potncias de ordem 2 dos n primeiros naturais. Tal situao equivale a somar os quadrados dos n primeiros nmeros naturais, isto : Sn = 1 + 2 + 3 + 4 + ... + n Julgo que nem todos achariam a resposta facilmente, mas vamos ampliar o mtodo do Caso anterior e que funciona para outras potncias mais altas. A frmula usada aqui : Sn = Bo + B1(n-1) + B2(n-1)2 + B3(n-1) Observe a semelhana com as frmulas dos casos anteriores. Houve o aparecimento de mais uma constante multiplicada por um termo semelhante ao anterior com potncia mais alta. Para n=1 obtemos Bo=S1

para n=2 Bo+B1+B2+B3=S2 para n=3 1Bo+2B1+4B2+8B3=S3 e para n=4 1Bo+3B1+9B2+27B3=S4. Este sistema de equaes pode ser posto na forma matricial:

A resoluo do sistema acima com 4 equaes e 4 incgnitas nos d como resultado: Bo=1, B1=13/6, B2=3/2 e B3=1/3 e substituindo estas constantes na frmula, obtemos: Sn = 1+13(n-1)/6 +(3/2)(n-1)+(1/3)(n-1) Desenvolvendo esta expresso, obtemos finalmente: Sn = n(n+1)(2n+1)/6
#3: Soma dos cubos dos n primeiros naturais

Consideremos agora o problema de obter a soma das potncias de ordem 3 dos n primeiros naturais, o que equivale a somar os cubos dos n primeiros nmeros naturais, isto : Sn = 1 + 2 + 3 + 4 + ... + n Tambm aqui no simples. Vamos ampliar o mtodo do Caso anterior. Neste caso, a frmula dada por: Sn = Bo+B1(n-1)+B2(n-1)+B3(n-1)+B4(n-1)4 Observe a semelhana com as frmulas dos casos anteriores. Apareceu mais uma constante multiplicada por um termo semelhante ao anterior com potncia mais alta. O sistema aqui tem 5 equaes e 5 incgnitas, que pode ser escrito na forma matricial:

A resoluo do sistema deve ser realizada para obter os cinco (5) coeficientes Bo, B1, B2, B3 e B4. Ao substituir tais constantes na nossa frmula geral, voc ter a frmula da soma dos cubos dos n primeiros nmeros naturais.
Projeto: Soma dos qurticos dos n primeiros naturais

Consideremos agora o problema de obter a Soma das potncias de ordem 4 dos n primeiros naturais. Sn = 14 + 24 + 34 + 44 + ... + n4 Pode-se usar aqui a frmula: Sn =Bo+B1(n-1)+B2(n-1)+B3(n-1) +B4(n-1)4+B5(n-1)5 Seu sistema ter 6 equaes e 6 incgnitas e voc dever obter as seis (6) primeiras somas: S1, S2, S3, S4, S5 e S6. Observar as seguintes mudanas que ocorreram de um caso para o caso seguinte, visando a construo deste caso: Linha 1 Permaneceu a mesma Linha 2 O nmero 1 elevado s potncias 0,1,2,3,4, ... Linha 3 O nmero 2 elevado s potncias 0,1,2,3,4, ... Linha 4 O nmero 3 elevado s potncias 0,1,2,3,4, ... Linha 5 O nmero 4 elevado s potncias 0,1,2,3,4, ... Linha 6 Est na hora de desconfiar! Obs. 7 quanto a potncia considerada + 1 unidade, isto : B0, B1, B2, B3, B4 e B5. Obs. 8 e S6.
Depois do sinal de igualdade, estar a matriz das somas: S1, S2, S3, S4, S5 A resoluo do sistema pode ser realizada por muitas formas diferentes A matriz das constantes que sero determinadas, conter tantas linhas

Obs. 9 para obter os coeficientes: Bo, B1, B2, B3, B4 e B5.

Obs.10 Importante: Se na resoluo do sistema forem utilizados valores

aproximados ao invs de valores exatos (na forma fracionria), obteremos uma frmula errada.

Projeto: Soma das k-simas potncias dos primeiros nmeros naturais.

Sn=1k +2k +3k +4k +...+ nk

Projeto: Pesquisar frmulas comuns a este trabalho

Como um trabalho de pesquisa, descubra frmulas semelhantes a estas apresentadas neste trabalho, usando livros que tratam sobre sequncias e sries. Sugiro que procure em textos que tratem sobre sequncias recursivas.