Sie sind auf Seite 1von 212

www.famat.ufu.

br
RevistaCientficaEletrnicada
FaculdadedeMatemtica-FAMAT
UniversidadeFederaldeUberlndia-UFU-MG
Nmero03-Setembrode2004
f

W
e-mail:revista@famat.ufu.br
ComitEditorial: Edson Agustini
WalterdosSantosMottaJnior
AntnioCarlosNogueira
RafaelPeixoto
Carlos AlbertodaSilvaJnior
-Famat/Ufu
-Famat/Ufu
-Famat/Ufu
-Petmat-Famat/Ufu
-Damat-Famat/Ufu
FAMATemRevista
FAMAT em Revista
ISSN 1806-1958
www.famat.ufu.br
e-mail
revista@famat.ufu.br
Revista Cientca Eletronica Semestral da
Faculdade de Matematica - FAMAT
Universidade Federal de Uberlandia - UFU - MG
Comite Editorial:
Edson Agustini - Famat/Ufu
Walter dos Santos Motta J unior - Famat/Ufu
Ant onio Carlos Nogueira - Famat/Ufu
Rafael Peixoto - Petmat - Famat/Ufu
Carlos Alberto da Silva J unior - Damat - Famat/Ufu
N umero 03
Setembro de 2004
2 FAMAT em Revista - Nmero 03 - Setembro de 2004
Editorial



O comit editorial da FAMAT em Revista, com muita satisfao, vem disponibilizar
comunidade acadmica o seu terceiro nmero. FAMAT em Revista a revista eletrnica de
divulgao cientfica da comunidade acadmica da Faculdade de Matemtica da Universidade
Federal de Uberlndia. A sua finalidade promover a circulao das idias, estimular o
estudo da matemtica e despertar a curiosidade intelectual dos estudantes e de todos aqueles
que se interessam pelo estudo de Matemtica.

Gostaramos de externar nosso contentamento com o desenvolvimento e a aceitao de
nossa revista; a quantidade de artigos de iniciao cientfica aumentou significativamente, o
que tomamos como um ndice de que nossos esforos, em prol do estudo de matemtica e de
mantermos uma revista voltada para trabalhos de graduao, esto logrando um certo xito.

Gostaramos, tambm, de anunciar que, na seo Problemas e solues desse nmero da
revista, trazemos para os nossos leitores interessados uma promoo. Confiram e concorram!

Em relao ao contedo do terceiro nmero da revista, foram contempladas as
atividades desenvolvidas durante parte do primeiro e parte do segundo semestre de 2004.
Abaixo, apresentamos de modo sucinto as diversas contribuies e matrias que compem
cada seo.

Em Artigos Completos de Iniciao Cientfica, contamos com dez textos instigantes e
proveitosos, cuja leitura ir enriquecer a formao de estudantes de matemtica. Dentre esses
artigos, h um trabalho de mestrado, de autoria de uma mestranda em Engenharia Mecnica
da UFU.

Na seo Problemas e solues do nmero anterior da revista, publicamos o enunciado
das questes da prova classificatria do VII Curso de Especializao em Matemtica. Nesse
nmero, trazemos a publicao de sua resoluo. Alm disso, apresentamos uma proposta de
resoluo dos quatro problemas sugeridos como desafio no nmero anterior e propomos
quatro novos problemas; juntamente a essa proposta, lanamos uma promoo para aqueles
que nos enviarem, pelo menos, duas resolues corretas de tais problemas.

Na seo Eventos, disponibilizamos aos nossos leitores um complemento da lista dos
eventos ligados matemtica a serem realizados no segundo semestre de 2004 e anunciamos
os principais eventos j confirmados para o primeiro semestre de 2005.

Na seo Reflexes sobre o Curso de Matemtica, apresentamos um artigo sobre a
proposta inovadora de ingresso no curso de matemtica implantada pela UFES (Universidade
Federal do Esprito Santo). O texto redigido pelo prof. Walter dos Santos Motta Jnior
tambm um convite reflexo sobre a relao entre a forma do processo seletivo e o alto
ndice de reprovao e de evaso no mbito da FAMAT UFU.

Na seo Em sala de aula, apresentamos um artigo sobre representaes geomtricas de
sistemas lineares fazendo uso de softwares computacionais. Esse artigo foi desenvolvido no
mbito do projeto PIBEG (Programa Institucional de Bolsas de Ensino de Graduao), por
Rafael Siqueira Cavalcanti.
FAMAT em Revista - Nmero 03 - Setembro de 2004 3
Na Iniciao Cientfica em Nmeros, trazemos uma descrio dos atuais projetos de
iniciao cientfica da FAMAT-UFU e ressaltamos o aumento significativo de graduandos
envolvidos em projetos de iniciao cientfica na FAMAT.

Na seo E o meu Futuro Profissional?, apresentamos, para aqueles que gostariam de
trabalhar em computao grfica, um relato do ex-aluno da FAMAT Afonso Paiva Neto,
abordando questes da graduao e da ps-graduao relacionadas ao tema.

Na seo Merece Registro, destacamos as atividades e os fatos que mereceram destaque
na FAMAT no perodo de abril a agosto de 2004.

Finalmente, esperamos que nossos leitores apreciem os trabalhos aqui publicados e
lembramos que crticas e sugestes produtivas so sempre bem-vindas.


Comit Editorial
4 FAMAT em Revista - Nmero 03 - Setembro de 2004

Indice de Secoes
Secao 1: Trabalhos Completos de Iniciacao Cientca 7
Secao 2: Problemas e Solucoes 149
Secao 3: Eventos 165
Secao 4: Reexoes sobre o Curso de Matematica 171
Secao 5: Em Sala de Aula 177
Secao 6: Iniciacao Cientca em N umeros 197
Secao 7: E o meu Futuro Prossional? 203
Secao 8: Merece Registro 207
FAMAT em Revista - Nmero 03 - Setembro de 2004 5

6 FAMAT em Revista - Nmero 03 - Setembro de 2004

FAMATemRevista
RevistaCientficaEletrnicada
FaculdadedeMatemtica-FAMAT
UniversidadeFederaldeUberlndia-UFU-MG
Nmero03-Setembrode2004
www.famat.ufu.br
TrabalhosCompletosde
IniciaoCientfica
PBIIC-FAPEMIG-ProgramadeBolsasInstitucionaisdeIniciaoCientfica
daFundaode AmparoPesquisadoEstadodeMinasGerais
PETMAT -ProgramadeEducao TutorialdaFaculdadedeMatemtica
PIBIC-CNPq-ProgramaInstitucionaldeBolsasdeIniciaoCientficadoConselhoNacionaldePesquisa
PROMAT -ProgramaInstitucionaldeIniciaoCientficaeMonitoriadaFaculdadedeMatemtica
p
a
d





















Comit Editorial da Seo
Trabalhos Completos de Iniciao Cientfica
do Nmero 03 da FAMAT EM REVISTA:

Edson Agustini (coordenador da seo)
Walter dos Santos Motta Jnior
Antnio Carlos Nogueira
8 FAMAT em Revista - Nmero 03 - Setembro de 2004
Instruc oes para submissao de Trabalhos
A Sec ao de Trabalhos de Iniciacao Cientca visa divulgar trabalhos que estejam asso-
ciados a projetos cadastrados na(o) FAPEMIG / PETMAT / PIBIC-CNPq / PROMAT
e orientados por docentes da FAMAT.
Trabalhos completos em nvel de iniciac ao cientca dos programas acima listados
submetidos para publicacao na Revista Eletronica Famat em Revista estarao sujeitos
a apreciac ao pelo Comite Editorial responsavel por essa sec ao de artigos e, se for o caso,
por consultores ad hoc ligados `a area ou subarea do trabalho. Caso se faca necessario,
sugestoes para o aperfeicoamento do trabalho serao dirigidas aos interessados pelo Comite
Editorial.
Alem da redac ao clara e concisa que todo trabalho submetido `a boa qualidade deve
possuir, pede-se evitar o estilo arido e extremamente tecnico caracterstico de algumas
publicacoes matematicas, nao perdendo de vista que o p ublico-alvo ao qual se destina a
revista e constitudo por alunos de graduac ao.
Os trabalhos submetidos ate o nal de um semestre letivo serao publicados na edicao
da revista lancada no incio do semestre letivo subseq uente.
Quanto `as normas tecnicas para submissao dos trabalhos:
1) Formato do arquivo: PDF
2) Tamalho da Folha: A4
3) Margens: 2,5 cm (portanto, area impressa: 16 cm x 24,7 cm)
4) Tamanho de fonte (letra): 12 pontos (exceto ttulos, subttulos, notas
de rodape, etc, que cam submetidos ao bom senso)
5) Espacamento entre linhas: Simples
6) Orientador(es), tipo de programa e orgao de fomento (se houver)
devem constar no trabalho.
Envio:
Por e-mail: revista@famat.ufu.br
FAMAT em Revista - Nmero 03 - Setembro de 2004 9

10 FAMAT em Revista - Nmero 03 - Setembro de 2004

Indice de Trabalhos
Modelagem Matematica para o Crescimento de Peixes 13
Carolina Fernandes Molina Sanches e Rosana Sueli da Motta Jafelice
Aplicacoes com Equacoes de Diferencas:
Progressao Geometrica e Solucao de Equacao do Terceiro Grau 27

Eliton Meireles de Moura e Rosana Sueli da Motta Jafelice


Formacao de um Banco de Dados para ser Utilizado pela
Comissao de Pos-Graduacao da FAMAT - UFU 43
Marcelo Henrique da Silva, Rogerio de Melo Costa Pinto,
Ednaldo Carvalho Guimaraes, Heyder Diniz Silva e Marcelo Tavares
Aplicacao de Alguns Metodos Iterativos na Resolucao do
Problema Discretizado de Conducao de Calor em uma Barra Finita 61
Rafael Peixoto e Cesar Guilherme de Almeida
Ajustes de Curvas e Sistemas Mal-Condicionados 75
Carlos Alberto da Silva J unior e Cesar Guilherme de Almeida
Introducao `a Topologia e Aplicacoes 91
Rafael Peixoto, Jairo Menezes e Souza e Valdair Bonm
Estudo de Otimizacao e Casos Utilizando Algoritmos Geneticos e
Recozimento Simulado 101
Marta Helena de Oliveira e Valder Steen Junior
A Transcendencia do N umero e 109
Anselmo A. de A. Oliveira, Uziel P. da Silva e Edson Agustini
Um Enfoque Computacional da Criptograa RSA 121
Helen Cristina de Freitas, Angelica Silva de Sousa e Edson Agustini
O Problema da Braquistocrona 137
Flaviano Bahia P. Vieira, Las Bassame Rodrigues e Edson Agustini
FAMAT em Revista - Nmero 03 - Setembro de 2004 11

12 FAMAT em Revista - Nmero 03 - Setembro de 2004
Modelagem Matematica para o Crescimento
de Peixes
Carolina Fernandes Molina Sanches
1
Rosana Sueli da Motta Jafelice
2
Faculdade de Matematica - FAMAT
Universidade Federal de Uberlandia - UFU
38408-100, Uberlandia - MG
agosto de 2004
Resumo
O objetivo deste trabalho e calcular o crescimento da tilapia do Nilo, em peso
e em comprimento. O valor limite de peso (p

) e de comprimento (l

) que os
peixes podem atingir sao determinados utilizando o modelo de von Bertalany. Os
dados experimentais obtidos pelo Centro de Pesquisas Ictiologicas de Pentecostes
(CE), sao utilizados para se obter estes valores atraves de ajuste linear. Construi-
remos os gracos das curvas de crescimento mensais, com as unidades quilograma
e centmetros.
Palavras-chaves: Peixes, Ajuste Linear, Equacoes Diferenciais Ordinarias.
1 Introducao
A piscicultura e uma atividade que visa o cultivo racional de peixes, exercendo particular
controle sobre o crescimento, a reproducao e a alimentac ao desses animais, foi introduzida
no Brasil em 1904. A especie mais indicada para a piscicultura intensiva e que possui as
caractersticas essenciais para esse cultivo e a tilapia do Nilo. A tilapia do Nilo e facilmente
reconhecida pelas listras verticais presentes na nadadeira caudal, e de coloracao cinza-
azulada, possui corpo curto e alto, cabeca e caudas pequenas. Esta especie tem rapido
crescimento, podendo atingir cinco quilos ou mais, e de grande rusticidade e facil manejo.
Neste trabalho estudamos o crescimento, em peso e em comprimento, das tilapias
do Nilo utilizando uma tabela de dados experimentais obtidos pelo Centro de Pesquisas
Ictiologicas de Pentecostes (CE) com machos desta especie. As ferramentas matematicas
empregadas neste estudo sao equac oes diferenciais ordinarias, em particular, o modelo de
von Bertalany para crescimento de peixes, e ajuste linear, pelo metodo dos quadrados
mnimos.
1
Orientando de Iniciacao Cientca PET-Matematica. E-mail: carol@mat.ufu.br
2
Professor orientador. E-mail: rmotta@ufu.br
FAMAT em Revista - Nmero 03 - Setembro de 2004 13
2 Preliminares
Nesta sec ao introduziremos alguns conceitos e conte udos importantes que serao utilizados
no desenvolvimento deste trabalho. Esta secao sera divida em duas subsec oes. Na primeira
falaremos um pouco sobre equacoes diferenciais ordinarias que sao muito utilizadas no
processo de modelagem matematica, e na segunda subsec ao daremos uma breve explicac ao
sobre ajuste linear, com o metodo dos quadrados mnimos.
2.1 Equacoes Diferenciais Ordinarias
O uso de equac oes diferenciais e adequado em modelagem matematica quando as si-
tuacoes modeladas envolvem variaveis contnuas evoluindo em relacao a outras vari aveis
contnuas. As relacoes entre as variaveis dependentes e independentes sao obtidas atraves
de hipoteses formuladas a respeito das taxas de varia coes instant aneas.
Quando temos apenas uma vari avel independente, o modelo matematico e dado em
termos de equacoes diferenciais ordinarias.
Se o modelo matematico e uma equacao diferencial, nem sempre podemos obter in-
formacoes da realidade modelada atraves da soluc ao explcita desta equac ao. Somente um
grupo de equacoes diferenciais, em que estao includas os modelos mais simples que sao
as equac oes diferenciais lineares, admite soluc oes na forma de uma func ao analiticamente
explcita [3]. Inicialmente, apresentaremos a equac ao de Bernoulli, fazendo uma mudanca
de variavel, transformando-a em uma equacao diferencial ordinaria de primeira ordem.
Uma equac ao da forma
dy
dx
+ a(x)y = b(x)y
n
, (1)
em que a e b sao func oes contnuas de x e n Z e uma constante, e chamada equacao de
Bernoulli, em homenagem a Jacob Bernoulli (1654-1705). Essa equac ao e nao linear se
n = 0 e n = 1.
Temos que y = 0 e a solucao trivial da equac ao (1). Se y = 0 podemos escrever (1) na
forma
y
n
dy
dx
+ a(x)y
1n
= b(x). (2)
Multiplicando (2) por (1 n), obtemos
(1 n)y
n
dy
dx
+ (1 n)a(x)y
1n
= (1 n)b(x) (3)
Fazendo z = y
1n
, segue que
dz
dx
= (1 n)y
n
dy
dx
(4)
e substituindo (4) em (3) , temos
dz
dx
+ (1 n)a(x)z = (1 n)b(x), (5)
que e uma equac ao linear diferencial de primeira ordem.
Fazendo a
1
(x) = (1 n)a(x) e b
1
(x) = (1 n)b(x), obtemos a forma geral de uma
equacao linear diferencial de primeira ordem [2]:
dz
dx
+ a
1
(x)z = b
1
(x), (6)
14 FAMAT em Revista - Nmero 03 - Setembro de 2004
em que a
1
(x) e b
1
(x) sao func oes contnuas de x.
Resolver essa equacao consiste em encontrar curvas z = g(x), de modo que a direcao
da reta tangente em cada ponto destas curvas coincida com o valor pre estabelecido pela
funcao f(x, z) nesse ponto. A famlia de todas essas curvas e chamada soluc ao geral da
equacao (6). Quando xamos um ponto do plano P
0
= (x
0
, z
0
), se existir uma curva que
passa por P
0
e satisfaz a equac ao (6) ela e denominada solucao particular de (6) [3].
Para resolver (6), multiplicamos ambos os membros pelo fator integrante que e dado
por
(x) = exp
__
a
1
(x)dx
_
e tomando suas primitivas, teremos a solucao geral de (6)
z = exp
__
a
1
(x)dx
___
(x)b
1
(x)dx + c
_
. (7)
Quando temos uma condic ao inicial z(x
0
) = z
0
, a soluc ao particular de (6) e dada por
z =
1
(x)
_
(x
0
)z
0
+
_
x
x
0
(t)b
1
(t)dt
_
.
Portanto, substituindo a
1
(x) e b
1
(x) na equacao (7) temos a soluc ao geral da equac ao (5):
z = exp
_
(1 n)
_
a(x)dx
__
(1 n)
_
(x)b(x)dx + c
_
.
Logo, a solucao da equacao de Bernoulli (1), e
y = z
1
1n
.
2.2 Ajuste Linear
Em termos de modelagem matematica de fenomenos caracterizados por um processo
dinamico, a formulac ao do modelo pode muitas vezes preceder `a analise dos dados expe-
rimentais.
Em geral, o modelo depende de parametros e sua validac ao, vericacao da aproximac ao
do modelo com a realidade, exige a estimac ao desses parametros, de modo que a curva
(solucao do modelo) ajustada, represente o mais proximo possvel, o fenomeno estudado.
Um ajuste de curvas e um recurso formal para expressar alguma tendencia da variavel
dependente y quando relacionada com a vari avel independente x. Quando analisamos
algum fenomeno ou situac ao atraves de dados numericos estamos interessados em saber
se a relacao funcional correspondente y = f(x) e adequada para se fazer previsoes de y
quando x escapa do intervalo pesquisado. Nos modelos estaticos esta qualidade e quase
sempre preservada pelo ajuste, entretanto quando se trata de modelos dinamicos outras
consideracoes sobre o comportamento fenomenologico das variaveis devem ser avaliadas.
Num programa simples de ajuste de curvas escolhemos, a priori, o tipo de curva que
desejamos para expressar a relacao funcional entre as variaveis. nem sempre este processo
satisfaz as condic oes mnimas exigidas para uma previsao do relacionamento futuro destas
variaveis [3].
Um dos metodos mais usados para ajuste de curva e denominado metodo dos qua-
drados mnimos [3] e [1], que veremos a seguir.
FAMAT em Revista - Nmero 03 - Setembro de 2004 15
Considere um conjunto de n dados observados, { x
i
, y
i
}, i = 1, 2, ..., n e uma func ao
y(x) = f(x;
1
,
2
, ...,
k
), em que
j
(j = 1, 2, ..., k) sao os parametros. O metodo dos
quadrados mnimos consiste em determinar os
j
s de modo que minimize o valor de
S =
n

i=1
(y
i
y
i
)
2
=
n

i=1
[f( x
i
;
1
,
2
, ...,
k
) y
i
]
2
,
isto e, devemos minimizar a soma dos quadrados dos desvios entre os valores y
i
observados
e os valores y
i
= f( x
i
;
1
,
2
, ...,
k
) ajustados.
Neste trabalho utilizaremos o ajuste de curva a partir de uma reta y(x) = ax + b, ou
seja, faremos o uso de um ajuste linear. Neste caso, devemos encontrar os valores dos
parametros a e b que tornam mnimo o valor da soma dos quadrados dos desvios:
S = S(b, a) =
n

i=1
(b + a x
i
y
i
)
2
(8)
Para se obter um ponto de mnimo, devemos encontrar os pontos crticos, ou seja, as
derivadas da equac ao (8), em relacao a a e b, devem ser iguais a zero.
Assim,
_

_
S
a
= 0
n

i=1
2 x
i
(b + a x
i
y
i
) = 0
S
b
= 0
n

i=1
2(b + a x
i
y
i
) = 0
ou seja,
_

_
a =
n
n

i=1
x
i
y
i

i=1
x
i
n

i=1
y
i
n
n

i=1
x
2
i

_
n

i=1
x
i
_
2
=
n

i=1
x
i
y
i
nxy
n

i=1
x
2
i
n x
2
b =
n

i=1
x
2
i
n

i=1
y
i

i=1
x
i
n

i=1
x
i
y
i
n
n

i=1
x
2
i

_
n

i=1
x
i
_
2
b =
n

i=1
y
i
n
a
n

i=1
x
i
n
= y a x
em que x e y sao as medias dos valores x
i
e y
i
, respectivamente.
A seguir, utilizaremos o ajuste linear para determinar a melhor aproxima cao dos pontos
(l
i
, l
i+1
), em que l e o comprimento do peixe dado pela equacao da reta (9)
l(t + 1) = ml(t) + n. (9)
Temos que
l
i+1
(ml
i
+ n)
2
=
j

i=1
[l
i+1
(ml
i
+ n)]
2
(10)
16 FAMAT em Revista - Nmero 03 - Setembro de 2004
Derivando a equac ao (10), em m e n, para encontrar os pontos crticos, obtemos
_

_
j

i=1
2[l
i+1
(ml
i
+ n)]l
i
= 0
j

i=1
2[l
i+1
(ml
i
+ n)] = 0
e
_

_
2
j

i=1
l
i+1
l
i
2m
j

i=1
l
2
i
2n
j

i=1
l
i
= 0
2
j

i=1
l
i+1
2m
j

i=1
l
i
2n
j

i=1
1 = 0
Na forma matricial, temos
_
_
_
_
_
_
j
j

i=1
l
i
j

i=1
l
i
j

i=1
l
2
i
_
_
_
_
_
_
_
_
n
m
_
_
=
_
_
_
_
_
_
j

i=1
l
i+1
j

i=1
l
i+1
l
i
_
_
_
_
_
_
Cuja soluc ao e dada por
m =

j
j

i=1
l
i+1
j

i=1
l
i
j

i=1
l
i+1
l
i

j
j

i=1
l
i
j

i=1
l
i
j

i=1
l
2
i

=
j
j

i=1
l
i+1
l
i

i=1
l
i
j

i=1
l
i+1
j
j

i=1
l
2
i

j

i=1
l
i
j

i=1
l
i
(11)
n =
j

i=1
l
i+1
j

m
j

i=1
l
i
j
=

l
i+1
m

l
i
(12)
em que

l
i+1
e

l
i
sao as medias dos valores l
i+1
e l
i
.
Na proxima secao sera apresentado o modelo matematico para o crescimento de peixes,
em comprimento e em peso, segundo o modelo de von Bertalany.
3 Modelo Matematico
Pelo Princpio da Alometria [3], temos que:
O crescimento do peso do peixe e proporcional `a area da sua superfcie externa (ana-
bolismo) e o decaimento e proporcional `a energia consumida (catabolismo)
FAMAT em Revista - Nmero 03 - Setembro de 2004 17
dp
dt
= A p (13)
em que
e a constante de anabolismo, representando a taxa de sntese de massa por unidade
de area do peixe;
e a constante de catabolismo, representando a taxa de diminuic ao da massa por
unidade de massa;
A area A da superfcie externa e proporcional a p
2
3
. Isto e dado pelo princpio da
alometria.
Sabendo que:
o peso e proporcional ao volume;
o volume e proporcional ao cubo do comprimento: p = k
1
l
3
a area e proporcional ao quadrado do comprimento: A = k
2
l
2
temos,
p
k
1
= l
3
=l =
3
_
p
k
1
=l =
p
1
3
k
1
3
1
A = k
3
(p
1
3
)
2
=A = k
3
p
2
3
Ent ao, o modelo de von Bertalany para o crescimento, em peso, de peixes e dado por
dp
dt
= p
2
3
p, (14)
que e uma equac ao de Bernoulli com n =
2
3
.
Para resolver essa equac ao faremos uma mudan ca de variavel. Chamemos z = p
1n
,
ou seja, z = p
1
3
. Assim, derivando z(t) temos:
dz
dt
=
1
3
p

2
3
dp
dt
(15)
Substituindo a equacao (14) em (15), temos
dz
dt
=
1
3
p

2
3
_
p
2
3
p
_
=

3


3
p
1
3
Portanto, temos a equacao linear diferencial de primeira ordem
dz
dt
=

3


3
z, (16)
com soluc ao
z(t) =

+ ce

t
3
,
ou ainda,
z(t) =
_

__
1 +

ce

t
3
_
,
18 FAMAT em Revista - Nmero 03 - Setembro de 2004
em que c e uma constante real arbitraria.
Substituindo `a variavel peso p(t), a soluc ao e dada por
p(t) =
_

_
3
_
1 +

ce

t
3
_
3
,
onde c e uma constante.
Quando t = 0, o valor de p e insignicante. Considerando p(0)

= 0, temos
_

_
3
_
1 +

c
_
3
= 0 c =

Logo,
p(t) =
_

_
3 _
1 e

t
3
_
3
(17)
Quando t tende a innito, o limite de p(t) e
lim
t
p(t) = lim
t
_

_
3 _
1 e

t
3
_
3
=
_

_
3
Portanto, o peso maximo (p

) do peixe e
p

=
_

_
3
(18)
Chamando k =

3
e substituindo o valor de p

na equac ao (17), temos


p(t) = p

_
1 e
kt
_
3
, (19)
equacao de von Bertalany que fornece o peso do peixe em cada instante t.
Derivando a equac ao (19) em relacao a t, obtemos
dp
dt
= 3kp

_
1 e
kt
_
2
e
kt
Calculando a derivada segunda de (19), determinamos
d
2
p
dt
2
= 3k
2
p

e
kt
_
1 e
kt
_ _
3e
kt
1
_
Agora,
dp
dt
= 0 quando t = 0 ou quando t + e
d
2
p
dt
2
= 0 quando t = 0, ou
t +, ou ainda, quando t =
ln 3
k
. Ainda, se p = 0, entao
dp
dt
> 0, ou seja, o peso e
sempre crescente, tendo um valor limite p

. Por outro lado, t

=
ln 3
k
e um ponto de
inexao da curva obtida de (19) e p(t

) = p

_
1 e
ln 3
_
3
= 0, 296p

. O valor t

=
ln 3
k
e o instante de maior variacao do peso do peixe, pois
dp
dt
atinge seu valor maximo em
t = t

[4].
FAMAT em Revista - Nmero 03 - Setembro de 2004 19
Conhecendo a tabela de valores experimentais de p(t), podemos escrever a equac ao
(16) como segue:
z
t
=

3


3
z, (20)
em que z = z
i+1
z
i
, com i = 1, 2, ..., n e z
i
= p
i
1
3
. Utilizamos ajuste linear para
determinar , e, conseq uentemente, p

que e dado pela equacao (18).


Sabemos que o peso e proporcional ao volume e que o volume e proporcional ao cubo
do comprimento. Assim, temos uma relac ao funcional entre o comprimento e o peso do
peixe, dada pela equac ao (21) [3].
p = k
1
l
3
(21)
Com uma tabela de dados experimentais de p(t) e l(t), utilizando o ajuste de curvas,
encontramos a constante k
1
. Para isso, devemos determinar o k
1
que minimiza a soma
j

i=1
_
p
i
k
1
l
3
i

2
(22)
Derivando a equac ao (22) em k
1
e igualando a zero para encontrar os pontos crticos,
temos
j

i=1
2
_
p
i
k
1
l
3
i
_
l
3
i
_
= 0
j

i=1
p
i
l
3
i
+ k
1
j

i=1
l
6
i
= 0.
Portanto,
k
1
=
j

i=1
p
i
l
3
i
j

i=1
l
6
i
. (23)
Assim, se considerarmos dados de peso e comprimento de um determinado peixe, com
ajuste de curva, podemos determinar uma curva do peso em funcao do tempo.
Sabemos que A = k
2
l
2
e p = k
1
l
3
, com k
1
e k
2
constantes.
Portanto,
dp
dt
=
d
dt
_
k
1
l
3
_
= 3k
1
l
2
dl
dt
(24)
Substituindo a equacao (24) na equac ao (13), temos
3k
1
l
2
dl
dt
= k
2
l
2
k
1
l
3
ou seja,
dl
dt
= kl,
onde =
k
2
3k
1
e k =

3
.
Logo,
l(t) =

k
_
1 e
kt
_
20 FAMAT em Revista - Nmero 03 - Setembro de 2004
Por outro lado, o comprimento limite (l

) e dado quando t , isto e, l

=

k
.
Assim, temos
l(t) = l

_
1 e
kt
_
,
expressao denominada equac ao de von Bertalany para o crescimento, em tamanho, de
peixe.
Uma maneira de se estimar os valores l

e k, quando se tem uma tabela de valores


experimentais, consiste em determinar a reta y = mx + n pelo ajuste linear dos valores
l(t) e l(t + 1), isto e,
l(t + 1) = ml(t) + n. (25)
Substituindo
l(t) = l

_
1 e
kt
_
l(t + 1) = l

_
1 e
k(t+1)
_
na equac ao (25), temos
l

e
kt
e
k
= ml

ml

e
kt
+ n
e considerando que quando t , l(t + 1)

= l(t)

= l

, obtemos
l

=
n
1 m
Assim,
m = e
k
k = ln m
n = l

ml

n = l

_
1 e
k
_
.
Na proxima secao, apresentaremos uma tabela de valores experimentais de machos
albinos de tilapia do Nilo fornecida pelo Centro de Pesquisas Ictiologicas de Pentecostes
(CE), e faremos os calculos e os gracos de p

e l

utilizando ajuste linear.


4 Crescimento da Tilapia do Nilo
Considere a Tabela 1 dos machos albinos de tilapia do Nilo fornecida pelo Centro de
Pesquisas Ictiologicas de Pentecostes (CE) [4].
t: Tempo (mes) l: Comprimento medio (cm) p: Peso medio (g)
0 11.0 26.0
1 15.0 59.5
2 17.4 105.4
3 20.6 200.2
4 22.7 239.5
5 25.3 361.2
6 27.4 419.8
7 28.2 475.4
8 29.3 488.2
Tabela 1: Machos albinos de tilapia do Nilo
FAMAT em Revista - Nmero 03 - Setembro de 2004 21
Para calcular l

e p

, o tempo t tende a innito, consideramos os cinco ultimos dados


e os quatro ultimos dados da Tabela 1, respectivamente. Utilizamos o metodo de Ford-
Walford que consiste em considerar l(t) = l(t +1) e p(t) = p(t +1) quando o comprimento
e o peso estao estabilizados [3].
A partir das equacoes (11) e (12), obtemos o seguinte ajuste linear para o comprimento
l(t + 1) = 0, 6775(t) + 10, 0025
logo,
l

=
10, 0025
1 0, 6775
= 31, 0164
k = ln 0, 6775 = 0, 3893.
Obtemos tambem o seguinte ajuste linear para o peso
p(t + 1) = 0, 6021p(t) + 208, 9770.
Assim,
p

=
208, 9770
1 0, 6021
= 525, 1899.
Temos ainda, pela equacao (20), a aproximac ao linear para o peso
3z = 10, 3133 1, 2797z
que fornece
k =

3
=
1, 2797
3
= 0, 4266
t


=
ln 3
k
= 2, 5753
e
p

=
_

_
3
=
_
10, 3133
1, 2797
_
3
= 523, 4678.
22 23 24 25 26 27 28 29 30
24
25
26
27
28
29
30
31
l(t)
l(
t
+
1
)
Crescimento em comprimento de peixes
Pontos dados
Ajuste da curva
Figura 1: Ajuste dos dados do crescimento em comprimento
22 FAMAT em Revista - Nmero 03 - Setembro de 2004
300 320 340 360 380 400 420 440 460 480 500
380
400
420
440
460
480
500
520
p(t)
p
(
t
+
1
)
Crescimento em peso de peixes
Pontos dados
Ajuste da curva
Figura 2: Ajuste dos dados do crescimento em peso
10 12 14 16 18 20 22 24 26 28 30
0
100
200
300
400
500
600
Curva de Ajuste
Comprimento(cm)
P
e
s
o
(
g
)
Pontos dados
Ajuste da curva
Figura 3: Curva de Ajuste
FAMAT em Revista - Nmero 03 - Setembro de 2004 23
Os gracos do ajuste de curvas de l(t) e p(t) para os quatro ultimos dados da Tabela 1
sao mostrados nas Figura 1 e Figura 2.
Das equac oes (21) e (23), utilizando a Tabela 1, obtemos o valor de k
1
k
1
= 0, 0206
e obtemos o graco mostrado na Figura 3, fornecendo o ajuste de curvas entre o compri-
mento e o peso do peixe.
Os gracos, para o peso e para o comprimento, da tilapia do Nilo sao mostrados na
Figura 4 e Figura 5, respectivamente.
p

tempo(t)
p(t)
Crescimento em peso de peixes
0.3p

t
*
Figura 4: Valor limite de peso (p

)
l

tempo(t)
l(t)
Crescimento em tamanho de peixes
Figura 5: Valor limite de comprimento (l

)
5 Conclusoes
Neste trabalho, foi possvel determinar o crescimento maximo, em comprimento e em
peso, da tilapia do Nilo, utilizando equac oes diferenciais ordinarias e ajuste linear. O
24 FAMAT em Revista - Nmero 03 - Setembro de 2004
crescimento maximo, em comprimento e de aproximadamente 31 cm e o peso maximo de
aproximadamente 523g, sendo o instante de maxima variac ao do peso, aproximadamente,
t

3 meses. A constante de proporcionalidade entre o peso do peixe e o cubo do seu


comprimento e de 0, 0206.
Nos trabalhos futuros pretendemos estudar o valor limite do comprimento (l

) do
crustaceo Aegla castro, encontrado no sul do Estado de Sao Paulo.
Referencias
[1] M. A. G. Ruggiero e V. L. R. Lopes. Calculo Numerico Aspectos Teoricos e Compu-
tacionais. Editora McGraw-Hill, 1988.
[2] M. Braun. Equacoes Diferenciais e suas Aplicacoes. Editora Campus, 1979.
[3] R. C. Bassanezi. Ensino-Aprendizagem com Modelagem Matematica. Editora Con-
texto, 2002.
[4] R. C. Bassanezi e W. C. Ferreira Jr. Equacoes Diferenciais com Aplicacoes. Editora
HARBRA, 1988.
FAMAT em Revista - Nmero 03 - Setembro de 2004 25

26 FAMAT em Revista - Nmero 03 - Setembro de 2004
Aplicac oes com Equacoes de Diferencas:
Progressao Geometrica e Solucao de
Equacao do Terceiro Grau

Eliton Meireles de Moura


1
Rosana Sueli da Motta Jafelice
2
Faculdade de Matematica - FAMAT
Universidade Federal de Uberlandia - UFU
38408-100, Uberlandia - MG
agosto de 2004
Resumo
O objetivo deste trabalho e estudar o crescimento da populacao brasileira e da
dinamica das plantas sazonais. As ferramentas matematicas utilizadas sao as equa-
coes de diferencas, progressoes geometricas e resolucoes de equacoes de terceiro grau.
Os dados do IBGE (Instituto Brasileiro de Geograa e Estatstica) da populacao
do Brasil sao modelados atraves de equacoes de diferencas fornecendo previsoes de
populacoes futuras. A solucao da equacao de diferencas da propagacao das plantas
esta naturalmente associada a resolucao de uma equacao de terceiro grau, que e
resolvida a partir dos seus coecientes.
Palavras-chaves: Dinamica Populacional, Equacao de Terceiro Grau, Equacoes
de Diferencas.
1 Introducao
A capacidade de previsao da ciencia vem aumentando desde que o advento da mecanica
newtoniana, em ns do seculo XVII, trouxe um aumento sem precedentes das suas possibi-
lidades previsivas. Uma das caractersticas mais marcantes dessa revoluc ao protagonizada
pelo cientista ingles Isaac Newton foi a matematizac ao da fsica: toda armac ao fsica
deveria ser exprimvel por meio de equac oes matematicas e as conclusoes seriam obti-
das atraves da resoluc ao dessas equac oes e da manipulacao de expressoes tambem ma-
tematicas. Acredita-se que nessa parte da historia nao surgiu a modelagem matematica
mas talvez nela tenha se utilizado essa ferramenta com consciencia [6].
Muitos problemas que requerem uma analise na vida real se demostram extremamente
complexos para que possamos analisar e determinar dados exatos a respeito da situacao
dada. De fato, problemas da vida real sofrem o efeito de diversas variaveis, muitas das
quais nao conseguimos sequer mensurar. Contudo, utilizando as ferramentas matematicas
1
Orientando de Iniciacao Cientca PET-Matematica. E-mail: petmat06@ufu.br
2
Professora orientadora. E-mail: rmotta@ufu.br
FAMAT em Revista - Nmero 03 - Setembro de 2004 27
adequadas, podemos abordar um problema abstraindo-o para um problema mais simp-
les com um n umero determinado de vari aveis, que sejam mais representativas e exercam
maior inuencia no problema, as quais possamos determinar como se interagem entre si e
como variam em func ao do tempo, se esse novo problema for suciente para que possamos
obter os dados necessarios a nossa aplicac ao ent ao obtemos um modelo matematico valido
para a analise do problema. Diversas ferramentas da Matematica podem ser usadas nesse
processo. Em particular, as equac oes diferenciais e equac oes de diferencas nos permitem
modelar matematicamente quantidades que mudam continuamente no tempo. Dentre as
diversas quantidades que mudam com o tempo, uma das situacoes mais signicativas e o
estudo das populac oes, o qual aparentemente segue regras desordenadas, contudo, atraves
de uma serie de abstrac oes e modelos que sao validos ora em uma determinada situac ao,
ora em outra, demostraremos como e possvel utilizar a Modelagem Matematica na re-
solucao deste tipo de situac ao. Algumas ferramentas matematicas foram utilizadas nos
estudos das populac oes, inicialmente baseando-se em tabelas de dados das taxas de cresci-
mento das populacoes no passado e estimativas futuras. A partir desses dados estatsticos
e de uma modelagem adequada, e possvel se prever taxas de crescimento futuras das po-
pulacoes em analise e assim, caso necessario, atuar no dimensionamento de recursos para
essas populac oes ou no controle efetivo da mesma, caso o crescimento seja indesejavel.
No estudo de plantas anuais, deve-se fazer o levantamento de dados atraves de conta-
gem de sementes, porem, no nosso trabalho atuamos com taxas ctcias para compreensao
do fenomeno.
Na proxima sec ao mostraremos os estagios do processo da modelagem matematica.
2 Modelagem Matematica
Modelagem Matematica e um processo dinamico utilizado para obtenc ao e validac ao de
modelos matematicos.

E uma forma de abstrac ao e generalizacao com a nalidade de
previsao de tendencias. A modelagem consiste, essencialmente, na arte de transformar
situacoes da realidade em problemas matematicos cujas solucoes devem ser interpretadas
na linguagem usual [6]. Na Figura 1 esquematizamos o processo de modelagem de uma
situacao real [7].
Iniciamos com um problema nao matematico, alguma situacao que necessite de enten-
dimento e analise para que dele formulemos algum pensamento de resoluc ao. O estagios
da modelagem matematica sao:
Experimentacao:

E uma atividade essencialmente laboratorial onde se processa
a obtencao de dados. Os metodos experimentais, quase sempre sao ditados pela
propria natureza do experimento e objetivo da pesquisa. Neste estagio entendemos
o problema detalhadamente.
Abstracao:

E o procedimento que deve levar a formulac ao dos Modelos Ma-
tematicos. Nesta fase, procura-se estabelecer a selecao das variaveis, isto e, a
distinc ao entre as vari aveis de estado que descrevem a selec ao de variaveis, a dis-
tribuic ao entre as vari aveis de estado que descrevem a evolucao do sistema e as
vari aveis de controle que agem sobre o sistema. A problematizacao ou formula cao
aos problemas teoricos numa linguagem propria da area em que se esta trabalhando,
Formulacao de hipoteses. De uma maneira geral, as hipoteses referem a freq uencia
da interrela cao entre as variaveis, observada experimentalmente (hipoteses observa-
cionais), mas tambem podem ser anunciadas de forma universal quando se procura
28 FAMAT em Revista - Nmero 03 - Setembro de 2004
Figura 1: Cronograma de Modelagem [7]
generalizar os resultados investigados), e por ultimo temos a Simplicacao. Nao
sao raras as situac oes em que o modelo da origem a um sistema matematico que
nao apresenta a mnima possibilidade de estudo devido a complexidade. Neste caso
a atitude sera de voltar ao problema inicial e tentar restringir as informac oes in-
corporadas ao modelo a um nvel que nao desgure irremediavelmente o problema
original, mas que resulte num problema matematico tratavel.
Resolucao: Neste estagio o modelo matematico e obtido quando se substitui a lin-
guagem natural das hipoteses por uma linguagem matematica coerente, e como um
dicionario, a linguagem matematica admite sinonimos que traduzem os diferentes
graus de sosticac ao da linguagem natural. A resoluc ao de modelos e uma ativi-
dade propria do matematico, podendo ser completamente desvinculada da realidade
modelada.
Validacao:

E o processo de aceitac ao ou nao do modelo proposto. Nesta etapa,
os modelos juntamente com as hipoteses que lhes sao atribudas devem ser testados
em confronto com os dados empricos, comparando suas solucoes e previsoes com os
valores obtidos no sistema real. O grau de aproximac ao desejado destas previsoes
sera o fator preponderante para sua validac ao. E um ultimo estagio, e caso ele
exista, tem-se a Modicacao.
Modicacao Alguns fatores ligados ao problema original podem provocar a re-
FAMAT em Revista - Nmero 03 - Setembro de 2004 29
jeic ao ou aceitacao dos modelos. Quando os modelos sao obtidos considerando
simplicac oes e idealizac oes da realidade, suas soluc oes geralmente nao conduzem
as previsoes corretas e denitivas. Tambem uma previsao pode estar errada ou dis-
cordar da intuic ao por forca de algum erro ou um caminho errado tomado pelo
modelador. Assim sera necessaria a revisao do trabalho e nova tentativa de mode-
lagem [6].
A modelagem eciente permite fazer previsoes, tomar decisoes, explicar e entender;
enm participar do mundo real com capacidade de inuenciar em suas mudan cas. Sa-
lientamos mais uma vez que a aplicabilidade de um modelo depende substancialmente
do contexto em que ele e desenvolvido. Um modelo pode ser bom para um biologo e
nao para um matematico e vice-versa. Um modelo parcial pode atender as necessidades
imediatas de um pesquisador mesmo que nao comporte todas as variaveis que inuenciam
na dinamica do fenomeno estudado.
Na proxima sec ao mostraremos uma primeira aplicac ao de equac oes de diferencas.
3 Crescimento Populacional
O IBGE, Instituto Brasileiro de Geograa e Estatstica, dentre muitas outras funcoes
destina-se tambem a estudar e analisar o crescimento populacional brasileiro, regional ou
nao. Porem, devido ao alto custo e uma serie de outros fatores, esse estudo, ou contagem
populacional, e feito de maneira discreta, ou seja, de tempos em tempos. Geralmente,
em um perodo de espacamento de quatro anos e feita a contagem da populac ao para
determinar o crescimento populacional do pas e utilizar esse dados para varios assuntos,
discussoes e projetos. Assim, matematicamente, o uso das equac oes de diferencas sao
adequadas para o estudo de crescimento populacional.
Seja P
n
a quantidade da populacao em cada estagio n. Assim, iniciamos com P
o
, a po-
pulacao inicial. Pela diferenca da segunda populac ao pela primeira resulta no crescimento
(ou decrescimento, caso o sinal seja negativo) que o primeiro obteve neste intervalo [4].
Matematicamente signica:
P
1
P
0
= xP
0
(1)
Em que x representa a porcentagem de crescimento (ou decrescimento) de P
0
. Assim,
a equac ao (1) pode assumir a seguinte forma:
P
1
= (1 + x)P
0
(2)
Seguindo o mesmo raciocnio determinamos P
2
. Pelo procedimento analogo, temos:
P
2
= (1 + x)P
1
(3)
Substituindo (2) em (3), temos que:
P
2
= (1 + x)
2
P
0
Se repetirmos o mesmo procedimento n vezes obtemos a equacao (4) que e uma Pro-
gressao Geometrica dada por:
P
n
= (1 + x)
n
P
0
(4)
em que
30 FAMAT em Revista - Nmero 03 - Setembro de 2004
P
n
e a populac ao em cada estagio n.
x e a taxa de crescimento (decrescimento).
P
0
e a populac ao inicial.
Substituindo (1 + x) por na equacao (4), temos:
P
n
=
n
P
0
(5)
4 O estudo das Equac oes de Diferencas no Cresci-
mento Populacional Brasileiro
O Instituto Brasileiro de Geograa e Estatstica (IBGE) para descrever o crescimento
da populacao tanto do pas todo como de determinadas regioes utiliza a linguagem das
equacoes de diferencas. Quando arma em [3]que, na decada de 1991-2000, o Brasil cresce
`a taxa media anual de 1.64%, temos = 1.0164. Portanto, neste caso (5) pode ser escrita
como:
P
n
= (1.0164)
n
P
0
Vamos esbocar o graco da equac ao (5) como mostra a Figura 2 (a) com P
0
=
149926149. Como e maior que 1 ent ao a populac ao cresce.
Estudamos outras hipoteses. A Figura 2 itens (b), (c) e (d) mostram o que ocorre
com o n umero de habitantes de determinadas populacoes quando o valor de assume
respectivamente, 0 < < 1, = 0 e = 1.
O IBGE apresenta as Tabela 1 e Tabela 2. Observe que em [3] as estimativas da
taxas de crescimento de 2004 a 2010 sao diferentes. Vejamos como fazer para calcular a
estimativa da populac ao para 2010 utilizando equac oes de diferencas. Observe que:
P
1
P
0
= 0.0126P
0
(6)
onde P
0
e a populacao de 2004. Logo, P
1
= 1.0126P
0
. Continuando o processo, conclumos
que:
P
6
= (1, 0126).(1, 0124).(1, 0122).(1, 0119).(1, 0116).(1, 0112)P
0
(7)
Fazendo este calculo determinamos uma estimativa para a populac ao brasileira em
2010, utilizando equac oes de diferencas, que e igual a 192380000, Figura 3. Este valor
esta proximo da estimativa do IBGE na Tabela 2.
Generalizando a equacao (7), temos que:
P
n
=
1

2

n
P
0
(8)
2004 a 2005 2005 a 2006 2006 a 2007 2007 a 2008 2008 a 2009 2009 a 2010
1, 26 1, 24 1, 22 1, 19 1, 16 1, 12
Tabela 1: Taxas de crescimento da populac ao em porcentagem [3].
FAMAT em Revista - Nmero 03 - Setembro de 2004 31
1991 2000
1.45
1.5
1.55
1.6
1.65
1.7
1.75
x 10
8
Anos
H
a
b
i
t
a
n
t
e
s
0 2 4 6 8 10
0
5
10
15
x 10
7
Anos
H
a
b
i
t
a
n
t
e
s
(b)
0 2 4 6 8 10
0
5
10
15
x 10
7
Anos
H
a
b
i
t
a
n
t
e
s
(c)
0 2 4 6 8 10
1.1993
Anos
H
a
b
i
t
a
n
t
e
s
(a)
(d)
Figura 2: Estudo do comportamento da populac ao dependendo da razao [4].
2004 2005 2006 2007 2008 2009 2010
1.78
1.8
1.82
1.84
1.86
1.88
1.9
1.92
1.94
x 10
8
Anos
H
a
b
i
t
a
n
t
e
s
Estimativa da Populaao Brasileira
Habitantes em 2010 192380000
Figura 3: Estimativa da Populac ao Brasileira em 2010
32 FAMAT em Revista - Nmero 03 - Setembro de 2004
2004 2005 2006 2007 2008 2009 2010
179113540 181341499 183554255 185738317 187885996 189990983 192040996
Tabela 2: Estimativas populacionais com data de referencia em 01 de julho dos respectivos
anos [3].
Porem, existem valores de que nao podemos aplica-los em n umero de habitantes de
populac oes porque assumem valores negativos. Assim, existe uma curiosidade sobre as
equacoes de diferencas. Elas podem ser aplicadas em Matematica Financeira. Veremos
estes casos na proxima secao, com exemplos gracos [4].
5 Equacoes de Diferencas em Economia
As equac oes de diferencas sao muito utilizadas na area economica, principalmente em juros
simples e compostos. O raciocnio e analogo ao utilizado nas sec oes 3 e 4 para crescimento
populacional, em outras palavras, o crescimento economico pode ser considerado como o
crescimento populacional da seguinte maneira. Substituindo-se as vari aveis utilizadas
anteriormente na equacao (4) por vari aveis conhecidas da area economica e obtendo-se a
equacao:
FV = (1 + x)
n
PV (9)
onde
FV (Valor Futuro) e o P
n
.
x e a taxa de juros.
n representa o ano de capitalizac ao.
PV e o montante inicial (Valor Presente), ou seja, um valor inicial.
Neste caso, o Valor Futuro pode assumir valor negativo, por exemplo, quando se esta
devendo alguma quantia. Isto acontece quando assume os valores = 1, 1 < < 0 e
< 1 e estes resultados sao mostrados na Figura 4 itens (a), (b) e (c), respectivamente.
Existem situac oes reais em que o dinheiro aplicado em algum tipo de negociac ao bancaria
ou, em situac oes mais comuns, no mercado de ac oes tem comportamentos semelhante aos
gracos da Figura 4.
6 Propagacao de Plantas Anuais
Plantas anuais produzem sementes ao m de cada verao. As plantas orescem germinam
e morrem, deixando seu material genetico nas sementes, que adormecem, e assim devem
sobreviver durante o inverno para realizarem uma nova gerac ao de plantas. A seguir, uma
determinada frac ao destas sementes germinam. Outras sementes permanecem adormeci-
das por um ano ou mais, antes delas germinarem. Porem, de todas as sementes, existem
aquelas que sao perdidas, talvez por predadores, ou por estarem doentes ou mesmo pelo
tempo. Mas para que as plantas sobrevivam como especie, uma populac ao sucientemente
grande deve ser renovada anualmente.
Nesta sec ao, formulamos um modelo para descrever a propagac ao das plantas anuais.
O principal problema na realizac ao de tal estudo e o fato das sementes permanecerem
FAMAT em Revista - Nmero 03 - Setembro de 2004 33
0 2 4 6 8 10
1.5
1
0.5
0
0.5
1
1.5
x 10
8
Anos
V
a
l
o
r

F
u
t
u
r
o
0 2 4 6 8 10
8
6
4
2
0
2
4
x 10
10
Anos
V
a
l
o
r

F
u
t
u
r
o
0 2 4 6 8 10
5
0
5
10
15
x 10
7
Anos
V
a
l
o
r

F
u
t
u
r
o
(a)
(b)
(c)
Figura 4: Estudo do comportamento da funcao dependendo da razao .
dormindo por diversos anos antes de germinarem. O problema requer assim que mante-
nhamos sistematicamente as populac oes das plantas e das reservas das sementes de cada
idade no banco de sementes [6].
Estagio 1 - Indicacao do problema
As plantas produzem sementes ate o m de seu crescimento (geralmente ate o mes
de agosto), depois disso morrem. Uma frac ao destas sementes sobrevivem ao inverno, e
algumas dessas germinam ate o comeco da estac ao (por volta de maio), levando a uma
nova geracao de plantas. A fracao que germina depende da idade das sementes.
Estagio 2 - Denicoes e Suposicoes
Primeiramente denimos todos os parametros e constantes especicados no problema.
Em seguida denimos as vari aveis. Neste estagio, observamos um esboco do problema na
Figura 5, onde:
P
n
= plantas na germinac ao n;
= n umero de sementes produzidas por planta em agosto;
= fracao de sementes com um ano de idade que germinaram em maio;
= frac ao de sementes com dois anos de idade que germinaram em maio;
= fracao de sementes com tres anos de idade que germinaram em maio;
= fracao de sementes que sobreviveram a um dado inverno.
Assim, determinamos a equac ao:
34 FAMAT em Revista - Nmero 03 - Setembro de 2004
Figura 5: Modelo de plantas anuais [4].
P
n
= P
n1
+ (1 )P
n2
+ (1 )(1 )P
n3
(10)
Aqui, para simplicar, consideramos as frac oes constantes para todos os fenomenos
ocorridos. Por exemplo: As sementes que sobreviveram tres anos consecutivos necessa-
riamente, tem a mesma frac ao de germinac ao. Nesse caso nos tres anos as sementes
sobreviveram com a mesma frac ao de germinac ao [7].
Para simplicar a equac ao (10) facamos:
a =
b = (1 )
d = (1 )(1 ).
Temos:
P
n
= aP
n1
+ bP
n2
+ dP
n3
(11)
Substituindo P
n
= c
n
em (11), obtemos:
c
n
ac
n1
bc
n2
dc
n3
= 0 (12)
Colocamos em evidencia c
n3
na equacao (12), temos:
c
n3
(
3
a
2
b d) = 0 (13)
Logo, = 0 ou
3
a
2
b d = 0.
FAMAT em Revista - Nmero 03 - Setembro de 2004 35
Para = 0, tem-se P
n
= 0 para qualquer n (solucao trivial), que so tem sentido se
P
0
= P
1
= P
2
= 0.
Se = 0 ent ao,

3
a
2
b d = 0 (14)
Assim, dependendo dos parametros da equac ao (14) a populac ao P
n
cresce ou decresce,
ou seja, como P
n
= c
n
, o comportamento de P
n
depende de . Para = 1, temos a
equacao (14) com a seguinte forma:
1 = a + b + d (15)
Substituindo os valores de a, b e d em (15), obtemos:
1 = + (1 ) + (1 )(1 ) (16)
Colocando o em evidencia em (16), determinamos a equac ao:
1 = [ + (1 ) + (1 )(1 )] (17)
Para simplicar substituimos m = + (1 ) + (1 )(1 ) em (17).
Assim, (17) e dada por:
=
1
m
(18)
Interessa-nos que > 1, isto e , >
1
m
logo, P
n
cresce como mostra a Figura 6 (a).
Caso contr ario, P
n
decresce signicando extincao, mostrado na Figura 6 (b).
0 5 10 15 20 25 30 35 40 45 50
0
0.5
1
1.5
2
2.5
3
x 10
5
Tempo
P
l
a
n
t
a
s

G
e
r
m
i
n
a
n
d
o
0 5 10 15 20 25 30 35 40 45 50
0
20
40
60
80
100
Tempo
P
l
a
n
t
a
s

G
e
r
m
i
n
a
n
d
o
(a)
(b)
Figura 6: Graco da germinac ao das plantas.
Para determinar a soluc ao do problema faz-se necessario encontrar as razes da equac ao
(14) de terceiro grau . Pois a soluc ao da equac ao (11) e dada por:
P
n
= c
1

n
1
+ c
2

n
2
+ c
3

n
3
Na proxima sec ao determinamos as soluc oes de uma equac ao polinomial do terceiro
grau, em termos dos seus coecientes.
36 FAMAT em Revista - Nmero 03 - Setembro de 2004
7 Solucoes das Equacoes de Terceiro Grau
Dentro da historia da Matematica as equacoes polinomiais sao um dos assuntos mais
relevantes.

E conhecido que os babilonios utilizavam, por volta de 1800 A.C., alguns
metodos de resoluc ao de equacoes de segundo grau enquanto que os egpcios, na mesma
epoca, apenas possuiam metodos de resoluc ao do primeiro grau.
Os antigos gregos utilizavam metodos geometricos na resoluc ao de algumas equacoes
do 2
o
grau e ate alguns tipos de equac oes c ubicas. Os hindus, no incio da era crista, ao
contrario dos gregos empregam metodos aritmeticos na resoluc ao das equacoes, os quais
foram desenvolvidos pelos arabes. Um dos mais signicantes resultados desse perodo
arabe e a soluc ao da equac ao do 2
o
Grau pela formula de Baskara [1].
Apesar de tudo, as resolucoes algebricas para as equac oes c ubicas eram desconhecidas.
No m do seculo XV e incio do seculo XVI os matematicos italianos, principalmente de
Bologna, descobriram que a soluc ao da equacao c ubica poderia ser reduzida `aquelas dos
seguintes tipos: x
3
+ px = q, x
3
= px + q e x
3
+ q = px (observe que essas distinc oes sao
decorrentes do nao reconhecimento dos n umeros negativos).
Spcpio del Ferro, e mais tarde Niccolo Fontana (conhecido como Tartaglia), desco-
briram as soluc oes daquelas equac oes. Os argumentos de Tartaglia foram apropriados
e divulgados por Cardano em Ars Magna em 1545, que tambem divulgou o metodo de
Ferrari de reducao de uma equac ao de 4
o
grau para uma de terceiro grau [1].
Nosso objetivo e determinar as tres solucoes da equacao do terceiro grau (19) a partir
dos coecientes desta equacao.

3
+ a
2
+ b + d = 0 (19)
Substituindo em (19) por t a/3 ne equac ao (19), obtemos:
(t a/3)
3
+ a(t a/3)
2
+ b(t a/3) + d = 0 (20)
Fazendo manipulacoes algebricas segue que a equac ao (20) e equivalente `a:
t
3
+ (((a
2
)/3) + b)t + (((2/27)a
3
) ab/3 + d) = 0 (21)
Podemos notar que o coeciente do termo de segundo grau e igual a zero. Fazendo as
substituicoes:
p = ((a
2
)/3) + b
q = (((2/27)a
3
) ab/3 + d)
A equac ao (21) se transforma em:
t
3
+ pt + q = 0 (22)
Motivados em determinar as soluc oes da equac ao (22), calculamos a expressao:
t =
3

x
1
+
3

x
2
Onde x
1
e x
2
sao razes da equac ao x
2
Sx+P = 0 (e portanto satisfafem x
1
+x
2
= S
e x
1
x
2
= P) [8].
Isso fornece os seguintes calculos:
FAMAT em Revista - Nmero 03 - Setembro de 2004 37
t
3
= x
1
+ x
2
+ 3
3

x
1
x
2
[
3

x
1
+
3

x
2
]
t
3
= S + 3
3

P (23)
Assim, para determinarmos t temos que resolver uma equacao do terceiro grau. Dessa
forma, dada uma equacao do terceiro grau e possvel escrever suas razes como soma de
razes c ubicas de razes de uma equacao do 2
o
Grau. Isso pode ser feito a partir das
equacoes (19) e (23). Assim, determinemos os n umeros P e S tais que:
p
3
=
3

P q = S
de forma que x
1
e x
2
sao razes da equacao x
2
Sx+P = o, e consequentemente
3

x
1
+
3

x
2
satisfaz a equacao t
3
+ pt + q = 0 [8].
Assim,
P =
p
3
27
, S = q
ou seja, x
1
e x
2
sao razes de x
2
+ qx
p
3
27
= 0, isto e,
x
1
=
q
2
+

q
2
4
+
p
3
27
, x
2
=
q
2

q
2
4
+
p
3
27
(24)
Seja R =
q
2
e Q =
p
3
, logo, a equac ao (24) e dada por:
x
1
= R +

R
2
+ Q
3
, x
2
= R

R
2
+ Q
3
donde,
t =
3

R +

R
2
+ Q
3
+
3

R
2
+ Q
3
satisfaz t
3
+ pt + q = 0.
Vamos entao denir z
1
e z
2
como sendo:
z
1
=
3

R +

R
2
+ Q
3
, z
2
=
3

R
2
+ Q
3
Cada raiz c ubica pode assumir tres valores complexos, mas a equacao
p
3
=
3

P (25)
diz que o produto das duas razes deve ser
p
3
.
Assim,
z
1
.z
2
=
p
3
(26)
38 FAMAT em Revista - Nmero 03 - Setembro de 2004
Porem, sabemos que existem tres valores como razes, sendo que neste caso podem
assumir valores complexos [1]. Se
w = cos
2
3
+ i sin
2
3
e substituindo se necessario, z
2
por wz
2
ou w
2
z
2
e z
1
por wz
1
ou w
2
z
1
, temos:
z
1
w.z
2
w
2
=
p
3
(27)
z
1
w
2
.z
2
w =
p
3
(28)
Logo, as razes c ubicas de t
3
+ pt + q = 0, serao:
t
1
= z
1
+ z
2
t
2
= wz
1
+ w
2
z
2
t
3
= w
2
z
1
+ wz
2
(29)
Em (29) temos as tres razes de t
3
+ pt + q = 0, adicionamos t =
a
3
em t
1
, t
2
e t
3
e
obtemos as tres razes da equacao (19) dadas especicamente por:

1
= z
1
+ z
2

a
3

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

3(z
1
z
2
)

3
=
1
2
(z
1
+ z
2
)
a
3

1
2
i

3(z
1
z
2
)

E importante ressaltar as observac oes que seguem:


Se a, b e d sao n umeros reais e se D = Q
3
+ R
2
e o discriminante, ent ao:
uma raiz e real e duas sao conjugadas complexas se D > 0;
todas as razes sao reais e no mnimo duas sao iguais se D = 0 ;
todas as razes sao reais e destintas D < 0.
Se D < 0, o calculo pode ser simplicado usando trigonometria:
z
1
=
3

R + i

D
z
2
=
3

R i

D
Segue que:
z
1
+ z
2
=
3

z +

z
onde z =
3

R + i

D
Pela primeira formula de Moivre [2] temos:
FAMAT em Revista - Nmero 03 - Setembro de 2004 39
3

z =
1
3
(cos(

3
) + i sin(

3
))
3

z =
1
3
(cos(

3
) i sin(

3
))
Das equac oes anteriores segue que:
3

z +
3

z = 2
1
3
(cos(

3
) = 2(Q
3
2
)
1
3
cos(

3
) = 2

Qcos(

3
)
Sabendo que:
z = R + i

D
= |z| =

R
2
D =

R
2
Q
3
R
2
=

Q
3
Se D < 0 a solucao e:

1
= 2

Qcos (

3
)

2
= 2

Qcos (

3
+ 120
0
)

3
= 2

Qcos (

3
+ 240
0
)
onde cos =
R

Q
3
, visto que:
z =

Q
3
(cos + i sin )
R + i

D =

Q
3
(cos + i sin )
Por consequencia temos:
R =

Q
3
cos
Ou ent ao:
cos =
R

Q
3
Assim, temos tambem que:

1
+
2
+
3
= a
1

2
+
2

3
+
3

1
= b
1

3
= d
Onde
1
,
2
,
3
sao as tres razes da equac ao inicial de terceiro grau
3
+a
2
+b+d = 0
que queramos calcular.
Resumindo [5], dada a equacao c ubica:
3
+ a
2
+ b + d = 0, suas razes
1
,
2
,
3
expressas em termos dos coecientes a, b e c sao:
40 FAMAT em Revista - Nmero 03 - Setembro de 2004

1
= z
1
+ z
2

a
3

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

3(z
1
z
2
)

3
=
1
2
(z
1
+ z
2
)
a
3

1
2
i

3(z
1
z
2
)
Onde:
Q =
3b a
2
9
R =
9ab 27d a
3
54
z
1
=

R +

Q
3
+ R
2
z
2
=

Q
3
+ R
2
Na proxima sec ao apresentaremos as conclusoes do trabalho.
8 Conclusao
Neste trabalho realizamos um estudo do crescimento da populac ao brasileira e da pro-
pagacao de Plantas Anuais. Na Modelagem Matematica utilizamos como ferramenta as
equacoes de diferencas, conclumos que o crescimento populacional brasileiro comporta-se
como uma Progressao Geometrica. Com dados do IBGE pudemos estimar o futuro e ana-
lizarmos os gracos gerados pelas equac oes de diferencas do modelo estudado mostrando
tambem aplicac oes na Matematica Financeira.
Assim, constatamos que as equac oes de diferencas sao uma ferramenta util no estudo
de estimativas de populacoes, dando resultados proximos do IBGE.
A modelagem da Propagacao de Plantas Anuais por equac oes de diferencas nos leva a
resolucao de uma equac ao do terceiro grau. Conclumos que dependendo dos parametros
da equac ao (14) temos a continuacao ou a extincao da especie.
Assim, conclumos o trabalho ressaltando a importancia das equac oes de diferencas na
modelagem matematica e visualizamos a realizac ao de aplicac oes em outras areas.
Referencias
[1] A. Goncalves. Introducao `a

Algebra. Projeto Euclides. IMPA.
[2] G. Iezzi. Fundamentos de Matematica Elementar -Complexos Polinomios Equacoes.
Atual Editora, 4
o
edicao.
[3] Instituto Brasileiro de Geograa e Estatstica. www.ibge.gov.br
[4] L. Edelstein-Keshet. Mathematical Models in Biology. McGraw Hill, 1988.
[5] M. R. Spiegel. Manual de Formulas e Tabelas Matematicas. Colec ao Schaum. Mc Graw
-Hill.
FAMAT em Revista - Nmero 03 - Setembro de 2004 41
[6] R. C. Bassanezi. Ensino-Aprendizagem com Modelagem Matematica. Editora Con-
texto, 2002.
[7] R. C. Bassanezi e W. C. Ferreira Jr. Equacoes Diferenciais com Aplicacoes. Editora
HARBRA, 1988.
[8] Revista do Professor de Matematica. v.25, 1994.
42 FAMAT em Revista - Nmero 03 - Setembro de 2004
FORMAO DE UM BANCO DE DADOS PARA SER
UTILIZADO PELA COMISSO DE PS-GRADUAO
DA FAMAT UFU.


Marcelo Henrique da Silva
1
; Rogrio de Melo Costa Pinto
2
,
Ednaldo Carvalho Guimares
3
; Heyder Diniz Silva
3
; Marcelo Tavares
3
.


Faculdade de Matemtica - FAMAT
Universidade Federal de Uberlndia UFU
38.400-902 Uberlndia - MG

1. Introduo

Na Faculdade de Matemtica (FAMAT) da Universidade Federal de Uberlndia,
existe a Comisso de Ps-graduao e Pesquisa (CPGP) que um rgo consultivo do
Conselho da FAMAT para assuntos de pesquisa, extenso e ps-graduao. A CPGP
tem vrias atribuies, sendo que uma delas registrar e sistematizar as atividades de
pesquisa, de extenso e de orientao de projetos de iniciao cientfica desenvolvidas
pelos docentes da FAMAT. Assim, semestralmente feito um relatrio sobre a
produo cientfica dos docentes da FAMAT no qual so apresentadas todas as
atividades realizadas pelos professores durante o semestre.
Quando se lida com apenas um currculo no se percebe nenhuma dificuldade
em gerenci-lo e armazen-lo. Mas quando se tem um grande nmero de currculos que
devem ser constantemente atualizados e armazenados a tarefa se torna rdua. Sendo
assim percebeu-se a necessidade de um sistema capaz de manter uma base de dados
onde cada professor cadastrasse e gerenciasse seus dados curriculares de forma rpida,
simples e eficiente. este objetivo que o Sistema Curricular pretende atender. Facilitar
o cadastro, manuteno, possibilitar impresso dos currculos de cada professor da
FAMAT da UFU.




1
Estudante de Graduao da Cincia da Computao: marcelomhs@yahoo.com.
2
Professor Orientador: rmcpinto@ufu.br.
3
Professores Co-orientadores
FAMAT em Revista - Nmero 03 - Setembro de 2004 43
2. Material
Analisando as necessidades do sistema e os recursos disponveis para o
desenvolvimento do mesmo chegou-se concluso das ferramentas a serem utilizadas.
Visto que o sistema deve permitir o cadastro de vrios usurios, cada um com sua
prpria sesso, ou seja, cada um s pode acessar seus dados, chegou-se concluso de
que este sistema pudesse estar em rede. Neste caso, o sistema ficar hospedado na rede
da FAMAT. Optou-se assim por uma linguagem independente de plataforma (rodando
tanto em sistemas Unix, Windows, etc). Tal linguagem, denominada PHP, exige
tambm um que um servidor seja utilizado. No caso o servidor escolhido foi o Apache
Web Server por ser o mais utilizado e tambm eficiente, seguro e gratuito. PHP uma
linguagem que necessariamente precisa de um Navegador (Browser), como por
exemplo o Internet Explorer para ser utilizada, por isso indispensvel o uso tanto de
HTML, bem como de Javascripts e Style Sheets Cascade (CSS) para gerenciar e
formatar a exibio das informaes.
Para melhor aparncia do sistema utilizam-se ferramentas de edio de imagens,
construo de pginas HTML e edio de layouts tais como Corel Draw, Macromedia
Dreamweaver e Fireworks respectivamente.
Para maior eficincia e facilidade necessrio tambm um sistema gerenciador
de banco de dados (SGBD) para gerenciar todas as informaes de forma eficiente e
segura. Pelo fato de o sistema ser acessado atravs da rede por browsers (navegadores
de Internet tais como Internet Explorer, Mozilla, Opera, etc.) preciso ter em mente um
problema que ocorre justamente pela variedade destes navegadores existentes. Cada um
possui suas caractersticas e podem surgir algumas alteraes no sistema de um
navegador para o outro. Isto ocorre com todos os sites na Internet e preciso apenas
tratar o problema. Por isso, para finalidade de testes necessrio tambm navegadores
diferentes. Foram utilizados os mais conhecidos: Internet Explorer (em sistemas
Windows), Opera (Window e Linux) e Mozilla no Linux. Para a implementao dos
scripts utiliza-se o EditPlus, um editor prtico e que possui ferramentas que facilitam a
implementao de scripts em vrias linguagens.




44 FAMAT em Revista - Nmero 03 - Setembro de 2004
3. Detalhes Tcnicos
3.1 Software em camadas
O Sistema Curricular Famat um software implementado em camadas (Figura
1). Um software implementado em camadas exige um nvel mais complexo de
desenvolvimento, mas possui como vantagem o fato de tornar o sistema mais fcil de
ser alterado, ou seja, h maior flexibilidade caso seja necessrio adicionar novos
mdulos ou novas funcionalidades ao sistema. Muitas das vezes, algumas
funcionalidades dos softwares no so identificadas num primeiro momento, mesmo
que haja uma cuidadosa anlise de requisitos. Tal fato pode implicar em um grande
problema, pois se o sistema no foi projetado para permitir uma fcil alterao ou
incorporao de novos mdulos, provavelmente ser necessrio modificar grande parte
do sistema ou at mesmo refazer todo o sistema para que a funcionalidade seja
implementada ou alterada. O Sistema Curricular Famat foi projetado justamente com
essa caracterstica, de permitir a fcil adio e alterao de funcionalidades, pois se
objetiva uma constante atualizao deste sistema.
O sistema composto de 3 camadas. Estas camadas so divididas em camada de
base de dados, camada de aplicao e camada de interface com o usurio.
A camada de base de dados responsvel pelo gerenciamento da informao
contida no sistema. Essa camada possui uma interface que permite a troca do Sistema
Gerenciador de Banco de Dados (SGBD) sem precisar reescrever todo o programa, para
adapt-lo ao novo SGBD. Sero necessrias apenas algumas modificaes na sintaxe de
consultas executadas caso necessrio ou adio de algum novo item nessa interface do
sistema. O responsvel pela interface com o banco de dados o arquivo
interface_bd.php. Um outro arquivo importante dessa camada o database.php.
Este arquivo responsvel por todas as operaes de banco de dados. Este arquivo
permite ao sistema conectar-se com a base de dados, armazenar, modificar, recuperar e
remover informaes contidas na base de dados, fechar uma conexo estabelecida, etc.
Este arquivo implementa uma classe, denominada Database que contm todas as
funcionalidades descritas acima. A caracterstica essencial de uma classe encapsular
funcionalidades, permitindo que essas sejam acessadas sem o conhecimento de sua
respectiva implementao. Isto torna o cdigo mais simples, reutilizvel e expansvel.
Na criao de um objeto da classe Database a conexo com o banco de dados
estabelecida e o banco de dados a ser utilizado j selecionado, ou seja, no
necessria outra preocupao seno a de utilizar a conexo para consulta, insero ou
FAMAT em Revista - Nmero 03 - Setembro de 2004 45
Figura 1. Camada de Interface. Arquivo Interface.php
outra funcionalidade que desejar. No necessrio fechar explicitamente a conexo,
apesar de que um bom hbito de programao pois fora a ao e torna o cdigo mais
legvel, pois o prprio PHP fecha as conexes com o banco de dados quando o script
termina.
A camada de aplicao responsvel pela lgica do sistema, ou seja, a camada
que trata das regras de negcio do software. Regras de negcio so regras inerentes ao
problema a ser implementado no software. nesta camada por exemplo que o software
verifica se ao excluir uma produo de um professor, esta mesma produo deve ser
excluda do sistema (se no houver nenhuma outra referncia a ela) ou se deve
permanecer no sistema (caso ainda haja referncia a ela), etc. Como exemplo de
arquivos desta camada temos os arquivos de cadastro, alterao, remoo e busca.
A camada de interface com o usurio responsvel por montar e exibir as telas
do sistema de
acordo com o
banco de dados.
As telas so
montadas
automaticamente
de acordo com a
tabela a ser
preenchida ou
alterada, ou seja,
no preciso
montar cada tela
separadamente,
escrever todo o
cdigo
especificando cada campo da tabela (como seria feito num software no implementado
em camadas) para preenchimento ou alterao. Basta mudar o nome da tabela que a
interface montada sem maiores alteraes. Esta a principal vantagem do software em
camadas. O principal arquivo desta camada denominado class_interface.php que
implementa uma classe responsvel por montar listas drop-down (lista de escolhas),
campos, tabelas, interfaces para cadastro e alterao bem como a formatao de
campos. A partir desse arquivo e, juntamente com os arquivos das camadas de banco de
46 FAMAT em Revista - Nmero 03 - Setembro de 2004
dados, utilizando como exemplo um arquivo existente extremamente fcil e rpido
criar interfaces para cadastro ou alterao de dados.

3.2 Arquivo de configurao
O sistema possui um arquivo de configurao para facilitar a instalao do
software. O arquivo denominado config.txt e nele possui parmetros de configurao
sobre os locais onde se encontram as ferramentas necessrias para instalar o sistema.
Nele esto contidos parmetros para configurar os caminhos do banco de dados, neste
caso o Mysql; do servidor, neste caso o Apache Web Server; das pastas dos arquivos de
banco de dados e do sistema do software Sistema Curricular Famat; das configuraes
de estilo; da pasta de imagens e de backup.

3.3 Instalao do sistema
O sistema pode ser facilmente instalado tanto em sistemas Windows como em
sistemas Unix. Logo abaixo explicada a instalao em ambiente Windows. Para
instalar o sistema em ambiente Unix deve-se proceder da mesma forma apenas fazendo
a correspondncia de pastas do Windows para o Unix.
Antes de instalar o sistema preciso que o computador no qual o sistema ser
instalado possua corretamente instalado, configurado e em funcionamento, o Servidor
Apache (http://www.apache.org), o Banco de Dados Mysql (http://www.mysql.com) e o
interpretador PHP (http://www.php.net).
O Sistema Curricular Famat possui duas pastas distintas. Uma com os arquivos
para criao do banco de dados denominada currculo_famat e outra com os arquivos
de seu sistema denominada famat. Estas pastas devero ser armazenadas nos locais
onde esto instalados respectivamente o Banco de Dados Mysql e o Servidor Apache.

3.3.1 Instalao em ambiente Windows
3.3.1.1 Cpia dos arquivos
Suponha o Servidor apache instalado em c:\apache, o banco de dados Mysql
instalado em c:\mysql e o interpretador PHP instalado em c:\php. Levando em
considerao que o Servidor apache foi instalado com a configurao padro, ou seja,
no houve mudana no caminho da pasta onde os arquivos a serem exibidos pelo
servidor sero armazenados. Para instalar o Sistema Curricular Famat, neste caso, deve-
se copiar a pasta famat para a pasta c:\apache\htdocs\. Aps a cpia os arquivos
FAMAT em Revista - Nmero 03 - Setembro de 2004 47
sero acessados pelo caminho c:\apache\htdocs\famat. Deve-se copiar ainda a pasta
currculo_famat para a pasta c:\mysql\bin. Aps a cpia os arquivos do banco de
dados sero acessados pelo caminho c:\mysql\bin\curriculo_famat.

3.3.1.2 Criao do banco de dados
O console deve ser aberto e deve-se entrar no Mysql. Ainda considerando os
caminhos acima, o comando \. (barra ponto) do Mysql deve ser utilizado para
executar o script create_all_v1.txt. Como o script est dentro da pasta
currculo_famat, preciso especificar a pasta. O comando completo mostrado a
seguir: \. currculo_famat\create_all_v1.txt. Deve-se proceder da mesma maneira para
executar qualquer script contido nesta pasta. Aps executar o script acima todo o banco
de dados j estar completamente criado e o sistema estar pronto para funcionamento.

3.4 Aparncia do sistema
As cores do sistema, bem como a disposio e tamanho dos elementos podem
ser alterados de acordo com as limitaes impostas pela ferramenta Style Sheets
Cascade (CSS), conhecida tambm como Folhas de estilo em Cascata. Sabe-se que o
HTML contm vrios tipos de elementos com atributos prprios que so usados para
exibir informaes de acordo com a formatao desejada. Com o CSS possvel tratar
todo o conjunto de pginas HTML de forma nica, ou seja, se houver necessidade de
mudar a aparncia do sistema, no preciso mudar o cdigo de cada pgina de uma em
uma, basta apenas mudar o arquivo de estilo que todo o sistema ser alterado
(http://www.w3.org).
O Sistema Curricular Famat utiliza folhas de estilo para formatar a aparncia do
sistema, sendo assim torna-se fcil modificar sua aparncia. Os arquivos de folha de
estilo se encontram na pasta do sistema (famat) dentro da pasta style, ou seja,
seguindo o exemplo deste artigo o caminho c:\apache\htdocs\famat\style.
Por exemplo, caso se queira modificar a cor de fundo do sistema, que
originalmente possui a cor azul, deve-se abrir o arquivo style.css localizado na pasta
style, trocar o atributo background dos itens .TH e .TD e salvar o arquivo.
Pode-se tambm configurar um outro arquivo de folhas de estilo no arquivo de
configurao config.txt.


48 FAMAT em Revista - Nmero 03 - Setembro de 2004
Figura 2. Tela do sistema e Login.
3.5 Menu
O menu ou barra de navegao uma ferramenta free source, ou seja, de
cdigo livre, implementado em javascript e foi retirado da Internet apenas adaptando o
cdigo necessidade do sistema. A utilizao de tal menu essencial para maior
agilidade, flexibilidade, facilidade e acesso s funcionalidades do sistema.
A incorporao de tal menu ao sistema trouxe alguns problemas tcnicos dos
quais pode-se citar a incompatibilidade entre as folhas de estilo utilizadas em seu
prprio cdigo e as folhas de estilo utilizadas no software Sistema Curricular Famat,
pois o cdigo do menu utiliza algumas tags utilizadas no sistema e que so pr-
formatadas. Para resolver o problema foi necessrio criar itens nas folhas de estilo do
sistema para no sobrescrevem a folha de estilos do menu. Outro problema notado foi a
descoberta de uma falha (bug) do navegador Internet Explorer. Nele, se na tela h algum
elemento do tipo lista de escolha, o menu aparecer por trs desse elemento, no sendo
possvel visualizar a opo do menu. Tal problema foi resolvido com um cdigo de
reparo aps busca por informaes em listas de discusses.

4. Sistema
4.1 Acessando o sistema
Antes de acessar o sistema, alm de possuir uma senha preciso verificar com o
administrador da rede a maneira como o sistema est configurado para acess-lo. Se o
sistema est configurado para acesso
apenas por computadores pertencentes
rede interna da Famat, no possvel
acessar o sistema pela Internet ou por
qualquer outra rede externa da Famat.
Aps o passo acima, para acessar o
sistema abra um Browser, como por
exemplo o Internet Explorer ou o Mozilla e
digite na barra de endereo o endereo
especificado pelo administrador. Se no
houve problemas o sistema exibir sua tela de login (Figura 2). Se desejar obter o
cadastro para a utilizao do sistema o administrador deve ser procurado. Para entrar no
sistema deve-se digitar o nome de usurio e a respectiva senha.
FAMAT em Revista - Nmero 03 - Setembro de 2004 49
Figura 3. Tela inicial do administrador do sistema
O sistema protege as informaes de cada pessoa cadastrada, ou seja, cada um
acessa apenas suas informaes no podendo acessar informaes de outras pessoas
cadastradas no sistema.

4.2 Controle de usurios
Para permitir a funcionalidade acima de proteger os dados dos usurios,
especificando o acesso a informaes somente pelos respectivos usurios de cada conta,
e de ainda separar o acesso a funcionalidades exclusivas do administrador do sistema,
houve a necessidade de uma ferramenta que possibilitasse identificar qual usurio
estivesse ativo no sistema e que se no houvesse nenhum usurio ativo as informaes
no deveriam ser exibidas.
Tal ferramenta ou funcionalidade chamada de Sesses e parte integrante da
verso da linguagem PHP. Para utiliz-la deve-se satisfazer o requisito de configurar
uma pasta onde sero guardados os arquivos chamados cookies. No Windows,
novamente de acordo com a configurao padro esta pasta c:\tmp. Para maiores
detalhes procure pelo tpico Sesses (Session/Cookie) na documentao do site do
php (http://www.php.net).
Cada usurio ao preencher seus dados e passar pela tela de login, ter uma
sesso criada identificado-o dos demais usurios conectados ao sistema no mesmo
instante. Sendo assim possvel tratar cada usurio de maneira exclusiva. Permitindo a
proteo dos dados de cada indivduo do sistema bem como do acesso a funcionalidades
restritas como no caso do administrador do sistema.

4.3 Administrador
O administrador responsvel pelo gerenciamento do sistema. Sendo assim ele
possui acesso a
funcionalidades exclusivas.
Somente o administrador tem
permisso para cadastrar e
remover usurios, alm de
alterar nomes e senhas de
usurios existentes (Figura
3). Outra funcionalidade
50 FAMAT em Revista - Nmero 03 - Setembro de 2004
Figura 4. Tela de backup do sistema
essencial e exclusiva do administrador a gerao de backups. Estes podem ser criados
ou recuperados de forma rpida e prtica.
O administrador do sistema tem acesso s informaes sobre produes e
formaes de todos os cadastrados no sistema. Ele pode alterar, remover e imprimir
qualquer produo ou formao que desejar. Tal requisito foi implementado pois pode
haver casos especiais que demandem acesso a todas as informaes do sistema. Assim
como no modo para usurios comuns o sistema permite a busca de informaes de
ajuda, para auxiliar o administrador em determinadas tarefas. Alm disso h uma parte
dos tpicos de ajuda exclusiva do administrador visto que algumas funcionalidades so
exclusivas para este usurio.
Alm de poder consultar tpicos de ajuda o administrador pode cadastrar, alterar
e remover seus prprios tpicos de ajuda. Tal fato acompanha a proposta do software
que a de se incorporar novas funcionalidades no decorrer do tempo. Incorporar nova
funcionalidade implica em adicionar novos itens ajuda do sistema. Sendo assim esta
tarefa se torna mais fcil com esta funcionalidade pois ao cadastrar ou remover o novo
tpico ele ser automaticamente incorporado ou removido do sistema de pesquisa de
ajuda.

4.3.1 Backup
Alguns cuidados
devem ser observados
pelo administrador ao
se criar o backup do
sistema (Figura 4). O
backup ser salvo na
pasta \backup do
Sistema Curricular
Famat, ou seja,
seguindo o exemplo de
instalao citado neste
artigo no qual o sistema se encontra no caminho c:\apache\htdocs\famat a pasta de
backup, contendo o backup realizado pelo sistema se encontra em
c:\apache\htdocs\famat\backup.
FAMAT em Revista - Nmero 03 - Setembro de 2004 51
O sistema cria quantos backups forem necessrios. O backup criado tem em seu
nome de arquivo uma string, gerada automaticamente de acordo com a data e hora de
criao, que o diferencia dos demais. Antes de fazer qualquer alterao na estrutura das
tabelas do sistema recomendado fazer o backup do sistema para evitar perda de dados.
Ao restaurar um backup, o banco de dados ser recriado de acordo com esse backup, ou
seja, se deseja adicionar um novo campo estrutura de alguma tabela preciso cri-lo
com o comando do SGBD na linha de comando e fazer o backup para que ele seja
incorporado no sistema.

4.3.2 Gerenciamento de contas
O administrador possui o completo gerenciamento de contas de usurios do
sistema. Ele pode cadastrar, alterar e remover usurios do sistema. Removendo um
usurio do sistema, todas as suas produes sero removidas tambm, a menos que haja
alguma referncia a ela na tabela de autores. Isto acontece no momento em que h
autores da mesma produo cadastrados no sistema. Logo a produo ainda continua
cadastrada.
Por mais cuidado que se tenha ao guardar alguma senha sempre h uma grande
possibilidade da perda da mesma ou a descoberta por indivduos no autorizados.
Nesses casos essencial a presena de alguma funcionalidade que permita a alterao
da senha de acesso ao sistema ou a obteno de uma nova senha. A qualquer momento o
usurio comum do sistema pode alterar sua prpria senha. Mas caso ocorra o
esquecimento da senha o usurio pode requisitar uma nova senha ao administrador do
sistema. Este poder criar uma nova senha para qualquer usurio sem precisar saber a
senha atual do mesmo.

5. Implementao
5.1 Reuso de Cdigo
O software foi projetado segundo tcnicas atualmente bastante utilizadas na
construo de pginas web. Houve uma grande preocupao na reutilizao de cdigo
bem como na portabilidade e expanso do software. A linguagem PHP permite um
grande reuso de cdigo visto que possui a capacidade de implementar classes e,
portanto, criar objetos, que encapsulam funcionalidades. Alm disso, o PHP permite a
incluso de outros arquivos em qualquer momento do script de um arquivo. Isto trouxe
uma grande economia na digitao de scripts que necessitavam de cdigo comuns a
52 FAMAT em Revista - Nmero 03 - Setembro de 2004
Figura 5. Detalhe sobre o reuso de cdigo
outras pginas e logo, houve maior agilidade e trabalho poupados. Por exemplo: um
arquivo html obedece a uma estrutura de formatao que contm um cabealho, um
corpo de pgina onde esto as informaes a serem exibidas e uma parte final,
conhecido como
rodap e que
indica ao
navegador que a
pgina chegou ao
fim. Como estas
partes so comuns
a todas as pginas
criou-se um
arquivo em php
para cada uma.
Assim o
cabealho foi
colocado no arquivo
head.php, o final
da pgina foi colocado no arquivo end.php e o corpo da pgina pode ser definido no
arquivo a ser criado de acordo com o contedo desejado. Da forma idntica, a criao
de formulrios obedece a mesma lgica sendo que o cabealho do formulrio foi
colocado no arquivo form_head.php e o rodap do formulrio foi colocado no arquivo
form_end.php.
Outra parte que possibilitou grande reuso do cdigo foram os arquivos que
exibem telas para cadastro e alterao de dados. Os arquivos so quase idnticos,
mudando apenas os ttulos das pginas e o nome da tabela a alterar ou receber novos
dados. Tal fato se d graas camada de interface com o usurio e camada de banco
de dados. Ambas trabalham juntas para permitir que mudando apenas o nome da tabela
a interface correta seja montada, exibida e que permita a ao desejada. A Figura 5
mostra um trecho do cdigo do arquivo de cadastro de dados pessoais no sistema. Um
exemplo prtico e real do reuso do cdigo.
Observa-se na Figura 5 as linhas 24, 26, 28 e 29 que incluem os arquivos
responsveis por montar a tela em html. O objeto de interface utiliza seu mtodo
FAMAT em Revista - Nmero 03 - Setembro de 2004 53
denominado tabela_insere na linha 27 para montar a interface de cadastro da tabela
definida na linha 14 do script.

5.2 Javascript
Javascript utilizado como script de revestimento, ou seja, para verificar a
validade de determinadas aes bem como para formatar certos dados. Todas as funes
implementadas em javascript esto contidas em um nico arquivo chamado
javascript.js.
Tal fato permite maior flexibilidade e facilidade caso haja a necessidade de
modificar tais funes pois este arquivo ser chamado em cada pgina html atravs da
tag <LINK> e, ento no preciso modificar as funes em cada pgina html.

6. Bugs
Os erros descritos a seguir no interferem no correto funcionamento do sistema.
Como j foi citado no item Menu, caso haja uma lista drop-down (lista de escolha de
itens) o menu ser exibido por trs desta lista, no sendo possvel visualiz-lo de forma
normal, clara. Tal fato pouco conhecido mas de soluo no to bvia pois exige um
conhecimento aprofundado sobre javascript. A idia para solucionar o problema que
quando houver a passagem do mouse sobre algum link do menu, a lista deve ser
escondida, fazendo seu atributo visible receber false, e quando o evento for o
inverso, de o mouse sair da posio sobre o menu, a lista deve ficar visvel novamente,
fazendo seu atributo visible receber true. Alguns site da web possuem este
problema. No Sistema Curricular Famat este bug est corrigido.
O Explorer, em suas verses mais atuais, tambm apresenta um bug. Em
algumas pginas, pelo motivo do uso de sesses e envio de variveis a serem tratadas
em alguns scripts, se o usurio pressionar o boto voltar (back) do navegador, aparece
um aviso dizendo que a pgina expirou. Basta pressionar o boto recarregar (reload)
do navegador que a pgina ser exibida novamente, sendo que este inconveniente no
foi resolvido nesta verso do sistema.

7. Funcionalidades
O sistema permite que cada usurio gerencie suas informaes da maneira
eficiente. H a possibilidade de cadastro, alterao, remoo de produes, formaes,
54 FAMAT em Revista - Nmero 03 - Setembro de 2004
Figura 6. Interface para cadastro de produes
dados pessoais e endereo alm de opes de busca de produo e formaes e
impresso suas respectivas produes.

7.1 Cadastro
Para efetuar o cadastro de algum item basta navegar pelo menu, ou barra de
navegao (Figura 6), at a opo de cadastro desejada, preencher os campos e clicar
em confirmar. Os dados
preenchidos sero salvos na base
de dados e a tela para um novo
cadastro ser exibida. Caso no
haja necessidade de cadastrar um
novo item basta navegar pelo
menu at uma outra opo
desejada. Na ocorrncia de algum
erro o programa no exibir a tela
de cadastro exibindo ao invs
disso o erro causado, para fins de
maior facilidade por parte do
administrador na soluo do erro.


7.2 Alterao
Para efetuar a alterao de algum item bastar navegar pelo menu, ou barra de
navegao, at a opo de alterao desejada, corrigir os campos necessrios e clicar em
confirmar. Os dados sero atualizados na base de dados e a tela inicial do sistema ser
exibida. Na alterao de produes ou formaes deve-se realizar uma busca pelo item a
ser modificado. Neste caso ao modificar o item selecionado a tela para uma nova busca
ser exibida. Em caso de erro alguma mensagem ser exibida indicando tal erro.





FAMAT em Revista - Nmero 03 - Setembro de 2004 55
Figura 7. Detalhes e opes de ao para a produo
7.3 Edio e Pesquisa Visualizando, Alterando, Removendo, Imprimindo e
Exibindo texto de produes ou formaes.
No menu de Produes ao clicar no link de edio e no menu do Autor ao clicar
na opo de alterao de
formao ser exibida a tela
de busca de itens (Figura 7).
Pode-se pesquisar entre
formaes e produes
existentes e pertinentes
somente ao usurio da sesso
atual do sistema. Na primeira
tela da busca escolhe-se entre
produo e formao para ser
pesquisado.
Na tela seguinte
escolhe-se o tipo de busca.
No tipo de busca geral, todos
os campos da tabela a ser pesquisada
(produo ou formao) sero exibidos e
podem-se escolher quais campos faro parte da busca alm de especificar o operador
lgico a ser tratado entre um campo e seu posterior. Ao preencher este passo da busca e
clicar em confirmar, surgir a tela com todos os resultados possibilitando a escolha de
um destes para ter seus detalhes exibidos.
Ao escolher um destes resultados e clicar em detalhar, o item ser detalhado e
nesta tela, ele poder ser alterado, removido, impresso ou apenas ter seu texto exibido
para finalidade de cpia de informao para exportar para outro documento. Para
executar uma destas aes deve-se selecionar a ao desejada e clicar em confirmar.
Ao alterar ou remover o item o sistema voltar para a tela de busca de itens. No caso de
impresso ou exibio de texto, uma nova tela surgir, e posteriormente o sistema
voltar para a pgina de detalhes do item.




56 FAMAT em Revista - Nmero 03 - Setembro de 2004
Figura 8. Tela de pesquisa sobre tpicos de ajuda
8. Ajuda
O sistema conta com um mdulo de ajuda que permite a busca de informaes
sobre determinada funcionalidade, auxiliando assim na utilizao do sistema por parte
do usurio
(Figura 8). A
ajuda dividida
entre usurio
comum e
administrador.
Sendo assim
funcionalidades
exclusivas do
administrador
do sistema s
tero seus respectivos tpicos de ajuda disponveis ao administrador do sistema.
O administrador do sistema tem acesso a todos os tpicos de ajuda. Para utilizar
a ajuda, na tela de busca de tpicos de ajuda, onde o usurio deve digitar sua busca, se o
usurio no digitar nada todos os tpicos sero exibidos e haver opes para escolha de
um destes tpicos. Ao escolher o tpico, surgir a tela com sua respectiva descrio.
Palavras a serem pesquisadas na ajuda devem ser digitadas entre espaos
enquanto que expresses a serem pesquisadas na ajuda devem ser digitadas entre
vrgulas. Como j foi especificado no tpico Administrador, o administrador do
sistema alm de consultar os tpicos de ajuda existentes pode tambm cadastrar, alterar
bem como remover tpicos de ajuda.

9. Modelagem
9.1 Banco de Dados
A modelagem do banco de dados foi feita de acordo com os requisitos
funcionais obtidos atravs da anlise dos objetivos do sistema. Os principais requisitos
funcionais relacionados ao banco de dados so identificados a seguir.
O sistema deve permitir o gerenciamento de dados sobre usurio do sistema bem
como dos dados pessoais, endereo, produes e formaes do autor. Uma produo
pode ter mais de um autor e um autor pode ter mais de uma produo.
FAMAT em Revista - Nmero 03 - Setembro de 2004 57
Figura 9. Diagrama de entidade relacionamento do banco de dados
Figura 10. Relacionamento entre os mdulos do sistema
Um autor pode ter mais de uma formao mas uma mesma formao no pode pertencer
a mais de um
autor. Uma
produo
possui um tipo
de produo
(Figura 9).
Para facilitar o
sistema de
ajuda
possibilitando
a busca de
tpicos de
ajuda sobre o
sistema foi implementada uma tabela de ajuda. Esta modelagem atende s necessidades
dos requisitos de banco de dados impostos pelo problema e pode ser visualizada na
figura acima.

9.2 Sistema

Na Figura 10
verificam-se os
mdulos existentes no
sistema e o
relacionamento entre
eles. Pode-se notar
que o mdulo
interface o ncleo
do sistema porque
acessa todos os
mdulos do
software interligando-os e complementando suas funcionalidades para implementar o
funcionamento do sistema. Este mdulo acessa o mdulo Database para montar as
interfaces de cadastro e alterao, funcionando assim como um controlador do sistema.
58 FAMAT em Revista - Nmero 03 - Setembro de 2004
O mdulo Database, por sua vez, conecta com a base de dados e gerencia as
informaes trocadas entre o sistema e quem o utiliza.
A interface acessa a classe Arquivo para carregar as configuraes do
sistema. Ela ainda permite a interao do usurio com o sistema exibindo e capturando
informaes entre o sistema e seu utilizador. A classe Database tambm acessa a
classe arquivo para carregar algumas configuraes.

FAMAT em Revista - Nmero 03 - Setembro de 2004 59
Referncias sobre as ferramentas utilizadas:

Mysql http://www.mysql.com
Apache http://www.apache.org
PHP http://www.php.net
Javascript http://www.netscape.com
CSS http://www.w3.org
Opera http://www.opera.com
Macromedia http://www.macromedia.com
Corel http://www.corel.com
EditPlus http://www.editplus.com
60 FAMAT em Revista - Nmero 03 - Setembro de 2004
Aplicacao de alguns Metodos Iterativos na
resolucao do problema discretizado de
Conducao de Calor em uma barra nita
Rafael Peixoto

Cesar Guilherme de Almeida



Faculdade de Matematica - FAMAT
Universidade Federal de Uberlandia - UFU
38408-100, Uberlandia - MG
Setembro de 2004
Resumo
Neste trabalho, apresentamos uma discretizacao para a derivada segunda com
precisao de ordem quadratica, baseando-se no desenvolvimento de Taylor. Uti-
lizamos esta tecnica para discretizar a equacao associada ao problema unidimen-
sional de valor de fronteira da conducao de calor em barra nita, com condicoes
de temperatura imposta nas extremidades. Consideramos o regime permanente (a
temperatura da barra e constante em relacao ao tempo).
Esta discretizacao da origem a um sistema linear tridiagonal com matriz simetrica
e denida positiva. Resolvemos este sistema com o Metodo dos Gradientes Conjuga-
dos e comparamos os resultados das simulacoes com a solucao analtica da equacao
diferencial.
Tambem, neste trabalho, outro estudo apresentado e a comparacao do desem-
penho do Metodo de Gauss-Seidel com o Metodo dos Gradientes Conjugados e com
o Metodo dos Gradientes Cojugados com pre-condicionamento.
1 Conducao de Calor numa Barra
Consideremos uma barra de comprimento L, cuja seccao transversal tem area A, feita
de um material condutor uniforme de calor. Suponhamos que a superfcie lateral da
barra esteja isolada termicamente de modo a nao permitir transferencia de calor com o
meio. Entretanto, estas transferencias podem ocorrer atraves das extremidades da barra,
fazendo assim, que o uxo de calor se de somente na direcao longitudinal, gerando um
problema de conducao de calor em uma dimensao apenas.
Considere duas placas paralelas de areas iguais a A, a uma distancia d uma da outra,
cujas coordenadas sao: x e x + d, e mantidas constantemente `as temperaturas T
1
e T
2
,
respectivamente. Segundo a lei de resfriamento de Fourier havera passagem de calor da

rafpeixoto@hotmail.com. Orientando do Programa Especial de Treinamento (PET) de fev/02 a


dez/02.

cesargui@ufu.br. Professor orientador.


FAMAT em Revista - Nmero 03 - Setembro de 2004 61

placa mais quente para a mais fria, e a quantidade de calor, por unidade de tempo,
transferida de uma placa para a outra e dada por
Q =
A|T
2
T
1
|
L
, (1)
onde Q e a quantidade de calor transferida de uma placa para a outra e e a condutibil-
idade termica do material entre as placas.
Representando por u(x, t) a temperatura de um ponto de abcissa x no tempo t e
utilizando a lei de resfriamento de Fourier estudaremos a conducao de calor na barra
dada. Para isto, consideraremos duas seccoes transversais da barra localizadas em x e
x + d com temperaturas T
2
= u(x + d, t) e T
1
= u(x, t), com t xo. Fazendo d tender a
zero tem-se que
lim
d0

A|u(x+d,t)u(x,t)|
d

= A|u
x
(x, t)|.
Assim, dene-se que o uxo de calor na direcao positiva do eixo x e uma funcao f(x, t)
dada por
f(x, t) = Au
x
(x, t).
O sinal menos na formula anterior e justicado, segundo Figueiredo (2003), do seguinte
modo: se a temperartura u crescesse com x, u
x
seria positivo; mas, como o calor uiria
para a esquerda, f deveria ser negativo. Por outro lado, se u decrescesse com x, u
x
seria
negativo, mas, como o calor uiria para a direita, f deveria ser positivo.
A partir desta equacao, xando-se um elemento da barra entre x
0
e x
0
+ no perodo
de tempo entre t
0
e t
0
+ com t
0
> 0, 0 < x
0
< L e > 0, conclui-se que a quantidade
de calor que entra neste elemento da barra e
Q =

t
0
+
t
0
f(x
0
, t)dt

t
0
+
t
0
f(x
0
+ , t)dt.
Usando a denicao de uxo tem-se que
Q =

t
0
+
t
0
(u
x
(x
0
+ , t) u
x
(x
0
, t))Adt.
Como o calor especco, c, de uma substancia e a quantidade de calor necessaria para
elevar em um grau celsius a temperatura de um grama dessa substancia, entao tambem
podemos escrever
Q =

t
0
+
t
0

x
0
+
x
0
cu
t
(x, t)dtAdx,
onde e a densidade da substancia.
Igualando-se as duas expressoes de Q e utilizando o teorema fundamental do calculo
obtem-se que

t
0
+
t
0

x
0
+
x
0
u
xx
(x, t)dt =

t
0
+
t
0

x
0
+
x
0
cu
t
(x, t)dxdt.
Da, pode-se concluir que
u
xx
(x, t) = cu
t
(x, t) u
t
= Ku
xx
,
62 FAMAT em Revista - Nmero 03 - Setembro de 2004
onde K = /c e a condutividade termica, c e o calor especco e e a densidade da
substancia.
Como o caso estudado e o regime permanente, temos que u
t
= 0. Assim obtemos duas
situacoes:
i) Equacao sem termo de fonte: u
xx
= 0;
ii) Equacao com termo de fonte: u
xx
= q/K.
Denindo as condicoes de fronteira para os dois casos, temos:
caso(i): [0, L]
0L, onde u(0) = u
0
e u(L) = u
n
.
Assim, temos que a solucao analtica deste caso e:
u = ax + b, com a =
u
n
b
L
e b = u
0
.
caso(ii):[L, L]
LL, onde u(L) = u
0
e u(L) = u
n
.
Neste caso a solucao analtica e:
u = ax
2
+ bx + c, com a =
q
2K
, b =
u
n
u
0
2L
e c =
u
0
+u
n
+
qL
2
K
2
.
2 Discretizacao
Agora, dividindo o comprimento da barra em n subintervalos de mesmo tamanho h e
obtendo-se uma aproximacao para a derivada segunda de u, pelo Teorema de Taylor,
temos
u(x + h) = u(x) +
u

(x)h
1!
+
u

(x)h
2
2!
+
u

(x)h
3
3!
+ erro, onde erro = O(h
4
)
e fazendo analogamente para u(x h), temos
u(x + h) + u(x h) = 2u(x) + u

(x)h
2
+ Erro
u

(x)
u(xh)2u(x)+u(x+h)
h
2
.
Logo, temos um sistema linear com equacoes do tipo:
u
k1
2u
k
+ u
k+1
= b
k
, (2)
onde b
k
=
h
2
q
K
, 1 k n 1.
Como podemos notar, a matriz deste sistema linear e tridiagonal, com os elementos
da diagonal principal iguais a 2 e os elementos das diagonais inferior e superior iguais a
1:
FAMAT em Revista - Nmero 03 - Setembro de 2004 63

2 1 . . . . . . . . . 0
1 2 1 . . . . . . 0
0 1 2 1 . . . 0
0
.
.
.
.
.
.
.
.
.
.
.
.
0
0
.
.
.
.
.
.
.
.
.
.
.
.
1
0 0 . . . . . . 1 2

n1n1
3 Metodo Iterativo de Gauss-Seidel
No metodo de Gauss-Seidel, um sistema linear Ax = b e escrito na forma equivalente
x = Cx + g (veja Lopes e Ruggiero (1988)).
O processo iterativo consiste em, sendo x
(0)
uma aproximacao inicial, calcular x
(1)
,
x
(2)
,..., x
(m)
,... por:
x
(m+1)
i
=
b
i
a
i1
x
(m+1)
1
...a
ii1
x
(m+1)
i1
a
ii+1
x
(m)
1+1
...a
in
x
(m)
n
a
ii
.
Portanto, no processo iterativo de Gauss-Seidel, no momento de se calcular x
(m+1)
i
usamos
todos os valores x
(m+1)
1
,...,x
(m+1)
i1
que ja foram calculados no passo m + 1 e os valores
x
(m)
i+1
,...,x
(m)
n
restantes sao do passo anterior.
3.1 Estudo da Convergencia do Metodo de Gauss-Seidel
Criterio de Sasseneld
Sejam

1
=
|a
12
|+|a
13
|+...+|a
1n
|
|a
11
|
e

i
=
|a
i1
|
1
+...+|a
ii1
|
i1
+|a
ii+1
|+...+|a
in
|
|a
ii
|
.
Seja = max
1in
{
i
}. Se < 1, entao o metodo de Gauss-Seidel gera uma sequencia
convergente, qualquer que seja x
(0)
.Alem disto, quanto menor for , mais rapida sera a
convergencia.
Aplicando-se o metodo de Gauss-Seidel ao sistema linear com equacoes dadas em (2)
tem-se a seguinte sequencia (u
(m+1)
k
):
u
(m+1)
k
=
b
k
+u
(m+1)
k1
u
(m)
k+1
2
. (3)
Aplicando-se o criterio de Sasseneld, obtemos:

k
=

a
kk1
a
kk


k1
+

a
kk+1
a
kk

.
Se
k
< 1, entao (3) e uma seq uencia convergente. De fato, sabemos que
1
=
1
2
. Supondo
que
k1
< 1, temos que

k
<

a
kk1
a
kk

1 +

a
kk+1
a
kk

.
Como a
kk1
= a
kk+1
= 1 e a
kk
= 2, entao

k
<
1
2
+
1
2
= 1
k
< 1.
Portanto, podemos obter as solucoes numericas, pelo metodo de Gauss-Seidel, para os
dois casos estudados neste trabalho.
64 FAMAT em Revista - Nmero 03 - Setembro de 2004

4 Solucao do Sistema Linear (2) pelo Metodo dos
Gradientes Conjugados
Multiplicando as equacoes em (2) por 1 obtemos um sistema linear da forma Au = b,
onde A e simetrica (A
T
= A) e denida positiva, ou seja,
u
T
Au = u
2
1
+

n2
i=1
(u
i+1
u
i
)
2
+ u
2
n1
> 0, se u =

0,
onde n 1 e a ordem da matriz.
Agora vamos denir o seguinte funcional linear:
J(u) =
1
2
u
T
Au u
T
b.
Note que a matriz Hessiana (matriz das derivadas segundas de J ) e a matriz A que
e simetrica e denida positiva. Portanto J admite ponto de mnimo, que e a solucao do
sistema Au = b.
4.1 Algoritmo
Para maiores detalhes consulte Golub e Loan(1996).
(i) u
(0)
: aproximacao inicial; P
(0)
= r
(0)
= b Au
(0)
= J(u
(0)
);
(ii) u
(m+1)
= u
(m)
+
m
P
(m)
, onde
m
=

r
(m)
,r
(m)

AP
(m)
,P
(m)

; (ver nota 1)
(iii) r
(m+1)
= r
(m)

m
AP
(m)
;
(iv) se

r
(m+1)

< e

u
(m+1)
u
(m)

u
(m+1)

< entao o processo para, senao calcule


(v) P
(m+1)
= r
(m+1)
+
m
P
(m)
, onde
m
=

r
(m+1)
,r
(m+1)

r
(m)
,r
(m)

. (ver nota 2)
Observacao: Este metodo converge para a solucao do sistema Au = b, (u, b R
n1
)
em n 1 passos.
Nota 1:
m
e calculado de modo que u
(m+1)
seja ponto de mnimo do funcional J na
direcao P
(m)
. Com efeito,
g() = J(u
(m)
+ P
(m)
)
1
2
u + P, u + P
A
u + P, b
g() =

Au
(m)
b, P
(m)

AP
(m)
, P
(m)

.
Se r
(m)
= b Au
(m)
e o m-esimo resduo, entao g() = 0 (ponto crtico) para
=
m
=

r
(m)
,P
(m)

AP
(m)
,P
(m)

=

r
(m)
,r
(m)

AP
(m)
,P
(m)

.
Nota 2: Queremos determinar
m
de forma que

P
(m+1)
, AP
(m+1)

= 0 (P
(m+1)
e
P
(m)
sao A-conjugados ou A-ortogonais).

P
(m+1)
, AP
(m+1)

= 0

r
(m+1)

m
P
(m)
, AP
(m)

= 0

m
=

r
(m+1)
,AP
(m)

AP
(m)
,P
(m)

r
(m+1)
= r
(m)

m
AP
(m)
AP
(m)
=
r
(m+1)
+r
(m)

FAMAT em Revista - Nmero 03 - Setembro de 2004 65


m
=

r
(m+1)
,r
(m+1)

m
AP
(m)
,P
(m)



r
(m+1)
,r
(m)

m
AP
(m)
,P
(m)

m
=

r
(m+1)
,r
(m+1)

m
r
(m)
,P
(m)



r
(m+1)
,r
(m)

m
r
(m)
,P
(m)

=

r
(m+1)
,r
(m+1)

r
(m)
,r
(m)

.
5 Metodo dos Gradientes Conjugados com Pre - Condi-
cionamento
Dado o sistema Linear Au = b, onde A e simetrica e denida positiva, consideremos a
seguinte modicacao:
C
1
AC
1
Cu = C
1
b My = B,
onde M = C
1
AC
1
, y = Cu e B = C
1
b.
Observacao: Neste trabalho C e uma matriz diagonal cujos elementos sao os da di-
agonal da matriz A.
Aplicando o Metodo dos Gradientes Conjugados ao sistema My = B temos:
(i)
0
=

r
(0)
,z
(0)

Ap
(0)
,p
(0)

; p
(0)
= z
(0)
e z
(0)
= (C
1
)
2
r
(0)
;
(ii) u
(m+1)
= r
(m)

m
p
(m)
;
(iii) R
(m+1)
= R
(m)
+
m
MP
(m)
r
(m+1)
= r
(m)

m
Ap
(m)
,
onde R
(m)
= C
1
r
(m)
e P
(m)
= Cp
(m)
;
(iv) C
2
z
(m+1)
= r
(m+1)
; (sistema de facil resolucao)
(v)
m
=

r
(m+1)
,z
(m+1)

r
(m)
,z
(m)

;
(vi) p
(m+1)
= z
(m+1)
+
m
p
(m)
;
(vii)
m+1
=

r
(m+1)
,z
(m+1)

Ap
(m+1)
,p
(m+1)

. (volta para o comeco )


6 Soluc oes
Os sistemas lineares apresentados neste trabalho foram resolvidos numericamente utilizando-
se um codigo computacional implementado com o software MAPLE V. Utilizamos um
computador com processador Celeron de 800MHz e 128Mb de memoria Ram. Todas as
simulacoes foram feitas considerando-se 100 subintervalos de [0, L] (sem geracao de calor)
ou de [L, L] (com geracao de calor).
A gura 1 apresenta duas simulacoes com o metodo de Gauss-Seidel para o problema
de conduc ao sem geracao de calor (termo de fonte nulo). Duas comparacoes sao exibidas.
No quadro 1 a solucao numerica coincide com a solucao exata (uma reta); a tolerancia
para o criterio de parada do metodo iterativo foi de 0, 5 10
6
. Ja no quadro 2, a solucao
numerica difere muito da solucao exata, pois foi usada uma tolerancia 0, 5 10
2
.
66 FAMAT em Revista - Nmero 03 - Setembro de 2004

A gura 2 apresenta duas simulacoes com o metodo de Gauss-Seidel para o problema
de conducao com geracao de calor (termo de fonte nao nulo). Duas comparacoes sao
exibidas. No quadro 1 a solucao numerica coincide com a solucao exata (uma parabola);
a tolerancia para o criterio de parada do metodo iterativo foi de 0, 5 10
6
, enquanto
no quadro 2, a solucao numerica difere da solucao exata, pois foi usada uma tolerancia
0, 5 10
3
.
A gura 3 apresenta duas simulacoes com o metodo dos Gradientes Conjugados para
o problema de conducao sem geracao de calor (termo de fonte nulo). Duas comparac oes
sao exibidas. No quadro 1 a solucao numerica coincide com a solucao exata (uma reta); a
tolerancia para o criterio de parada do metodo iterativo foi de 0, 5 10
2
. Observe que o
n umero de iteracoes foi igual a 99, gastando-se 2,5 segundos. O metodo de Gauss-Seidel
para este mesmo problema nao apresenta boa convergencia e se a tolerancia e diminuida
para 0, 5 10
6
o n umero de iteracoes e de 7641. Isto deixa claro a superioridade do
metodo dos gradientes conjugados para a solucao deste problema. No quadro 2 foi usada
uma tolerancia de 0, 5 10
1
, nao ocorrendo convergencia.
A gura 4 apresenta duas simulacoes com o metodo dos Gradientes Conjugados para
o problema de conducao com geracao de calor (termo de fonte nao nulo). Duas com-
paracoes s ao exibidas. No quadro 1 a solucao numerica coincide com a solucao exata (uma
parabola); a tolerancia para o criterio de parada do metodo iterativo foi de 0, 5 10
3
.
Observe que o n umero de iteracoes foi igual a 50, gastando-se 2,5 segundos. O metodo de
Gauss-Seidel para este mesmo problema nao apresenta boa convergencia e se a tolerancia
e diminuida para 0, 5 10
6
o n umero de iteracoes e de 7021, mostrando novamente a su-
perioridade do metodo dos gradientes conjugados. No quadro 2 foi usada uma tolerancia
de 0, 5 10
2
, nao ocorrendo convergencia.
As guras 5 e 6 apresentam simulacoes com o metodo dos Gradientes Conjugados
pre-condicionados para os problemas de conducao sem geracao e com geracao de calor,
respectivamente. Comparando-as com as guras 3 e 4, respectivamente, percebe-se a su-
perioridade do metodo dos gradientes conjugados pre-condicionados em relacao ao metodo
sem pre-condicionador, pois utilizam uma tolerancia menor, preservam o n umero de it-
eracoes e gastam um pouco menos de tempo com as simulacoes. Os quadros 2 das guras
5 e 6 simplismente apresentam casos de nao convergencia dos estudos citados acima.
FAMAT em Revista - Nmero 03 - Setembro de 2004 67

gura 1
68 FAMAT em Revista - Nmero 03 - Setembro de 2004

gura 2
FAMAT em Revista - Nmero 03 - Setembro de 2004 69

gura 3
70 FAMAT em Revista - Nmero 03 - Setembro de 2004

gura 4
FAMAT em Revista - Nmero 03 - Setembro de 2004 71

gura 5
72 FAMAT em Revista - Nmero 03 - Setembro de 2004

gura 6
FAMAT em Revista - Nmero 03 - Setembro de 2004 73

Bibliograa
[1] FIGUEIREDO, Djairo G. - Analise de Fourier e equacoes diferenciais parciais - Pro-
jeto Euclides - IMPA. Quarta edicao (2003);
[2] LOPES, V. L. e RUGGIERO, M. - Calculo numerico - Aspectos teoricos e computa-
cionais - S ao Paulo : McGraw-Hill (1988);
[3] GOLUB, G. H. e LOAN, C. F. V. - Matrix computations - Baltimore : Johns Hopkins.
Terceira edicao (1996).
74 FAMAT em Revista - Nmero 03 - Setembro de 2004
Ajustes de Curvas e Sistemas Mal-Condicionados

Carlos Alberto da Silva Junior
1
Csar Guilherme de Almeida
2


Faculdade de Matemtica FAMAT
Universidade Federal de Uberlndia - UFU
38408-100 Uberlndia MG
01 de Setembro de 2004


1 - INTRODUO

Com este trabalho pretendemos motivar os leitores para o estudo de sistemas lineares
mal-condicionados. A partir de problemas simples de ajuste de curvas, que modelam o
crescimento da populao brasileira, sero abordadas questes relativas ao comportamento de
solues de sistemas lineares, mediante a pequenas perturbaes dos dados de entrada: dados
referentes matriz dos coeficientes e referentes ao termo independente.
Ressaltamos que em problemas envolvendo sistemas lineares importante saber
avaliar o nmero de condio das matrizes dos coeficientes, o qual dar uma indicao sobre
o comportamento das solues dos mesmos. Se o nmero de condio for pequeno, ento o
sistema ser bem-condicionado, caso contrrio, o sistema poder ser mal-condicionado, ou
seja, pequenas perturbaes nos dados de entrada podero ocasionar grandes alteraes na
soluo do sistema linear. Portanto, o nmero de condio de uma matriz um fator
determinante para a escolha do mtodo numrico mais eficiente que ser utilizado na
resoluo do problema.
Os problemas motivadores so apresentados na Seo 2, juntamente com o Mtodo
dos Quadrados Mnimos (linear e no-linear). As solues destes problemas esto detalhadas
na Seo 3, onde so feitas algumas comparaes dos dados estimados com os dados oficiais
do IBGE. Toda a teoria necessria para a anlise de sistemas lineares est apresentada na
Seo 4. Constam nos apndices dois cdigos computacionais, implementados com o
software Octave, que simulam os problemas modelados.

2 - PROBLEMA PROPOSTO: CRESCIMENTO POPULACIONAL

De acordo com os dados obtidos pelo censo demogrfico realizado pelo IBGE desde
1872, obtemos a seguinte tabela (dados IBGE):

t: (anos) 1872 1890 1900 1920 1940 1950 1960 1970 1980 1991
p: milhes
de hab.
9,9 14,3 17,4 30,6 41,2 51,9 70,2 93,1 119,0 146,2
Tabela 1.1.: Crescimento Populacional do Brasil

Podemos observar que geralmente os censos so realizados de 10 em 10 anos, porm
existe a necessidade de se realizar estimativas da populao tanto em perodos posteriores ao
ltimo censo quanto em perodos intermedirios entre os censos realizados.
Uma das maneiras de se obter estas previses atravs de um mtodo conhecido como
quadrados mnimos. O objetivo modelar o problema de crescimento populacional utilizando

1
Orientando PIBIC/CNPq: carlosdamat@mat.ufu.br
2
Professor Orientador PIBIC/CNPq: cesargui@ufu.br
FAMAT em Revista - Nmero 03 - Setembro de 2004 75
ajuste de curva. Neste caso, deve-se encontrar a melhor curva que se aproxima dos pontos
fornecidos na tabela. O caso mais simples de ajuste quando se considera uma famlia de
curvas com m parmetros, do tipo Q(t) Q(a
1
, ...,a
m
, t) = [a
k
g
k
(t)], 1 k m (onde a curva
Q linear nos parmetros a
k
); as funes g
k
que aparecem no somatrio anterior so obtidas
por meio de um diagrama de disperso, que nada mais do que a distribuio no plano
cartesiano dos pontos tabelados. A Figura 1.1. exibe um exemplo de diagrama de disperso,
que corresponde aos pontos da Tabela 1.1..
Para se obter a melhor curva que se ajusta a uma tabela de n pontos da forma (t
i
,p
i
), 1
i n, necessrio minimizar a funo E(a
1
,..., a
m
) = [Q(t
i
) p
i
]
2
(soma em i, 1 i n),
tambm chamada de desvio.
No problema de crescimento populacional sero utilizadas funes do tipo g(t) = t
j
,
com j {0, 1, 2}. Os parmetros a
1
, ..., a
m
so obtidos a partir da soluo do sistema linear
com equaes E/a
k
= 0, 1 k m (derivadas parciais da funo E em relao s incgnitas
a
k
). Sempre que as funes g
k
(t) forem linearmente independentes, o sistema ter uma nica
soluo que ser o ponto de mnimo da funo E. No caso de ajuste por parbola o sistema
resultante ser mal-condicionado.

Figura 1.1.: Diagrama de Disperso da Tabela 1.1.

3 - RESOLUO DO PROBLEMA PROPOSTO

Observando o diagrama de disperso da Figura 1.1., duas curvas so adequadas para o
propsito de nosso estudo: Q(t) = c + bt + at
2
e Q(t) = e
t
. Note que a primeira curva linear
nos parmetros a, b e c, associados respectivamente s funes g
1
(t) = 1, g
2
(t) = t e g
3
(t) = t
2
.
J a segunda curva no linear nos parmetros e . Porm, se for empregada uma tcnica
de linearizao, utilizando a funo ln(p), pode-se facilitar a resoluo do problema. Assim,
espera-se que a funo (t) = ln(Q(t)) = ln() + t a
1
+ a
2
t se aproxime da nova varivel
z = ln(p), ou seja, (t
i
) z
i
= ln(p
i
). Agora, tem-se que linear nos parmetros a
1
e a
2
,
associados respectivamente s funes g
1
(t) = 1, g
2
(t) = t.
Os candidatos a ponto de mnimo da funo E so obtidos das equaes E/a
k
= 0,
1 k m, que do origem a um sistema linear nas incgnitas a
k
. A matriz, A, dos coeficientes
deste sistema de ordem m e possui A
rj
= g
r
(t
i
)g
j
(t
i
) (soma em i, 1 i n), 1 r, j m; o
termo independente um vetor coluna onde B
r
= g
r
(t
i
)p
i
, (soma em i, 1 i n). Observe
que A
rj
= g
r
(t
i
)g
j
(t
i
) = g
j
(t
i
)g
r
(t
i
) = A
jr
, ou seja, a matriz A simtrica.
76 FAMAT em Revista - Nmero 03 - Setembro de 2004
No caso da parbola sero desprezados os trs primeiros pontos da Tabela 1.1., desta
forma a parbola que se ajustar aos pontos dados ser crescente. Assim, para efeito de
comparao usaremos tambm estes mesmos dados no caso exponencial.
Para facilitar as contas costuma-se fazer uma troca de variveis, no caso deste
problema ser utilizado x = (t 1800)/10, que no altera o formato das curvas Q(t)
mencionadas anteriormente, ou seja, ainda sero consideradas a parbola e a exponencial.
No primeiro caso teremos trs parmetros (a, b, c), o que nos fornecer uma matriz de
ordem 3. J no segundo caso teremos uma matriz de ordem dois, pois s temos dois
parmetros (, ).
Calculando os elementos da matriz A e o termo independente (no caso da parbola)
obtm-se: A
11
= 7; A
12
= A
21
= 111,1; A
13
= A
31
= 1798,81; A
22
= 1798,81;
A
23
= A
32
= 29655,871; A
33
= 496896,3361; B
1
= 552,2; B
2
= 9362,82; B
3
= 160927,422.
Assim, a soluo do sistema linear dada por a = 2,10234157; b = - 48,65472964;
c = 310,86105937 (ver Apndice 1), ou seja, a parbola desejada :

Q(x) = 310,86105937 - 48,65472964x + 2,10234157x
2
.

Usando esta funo, a projeo para a populao brasileira no ano 2000 seria de 178,7
milhes de habitantes. Porm, pelo senso realizado em 2000, a populao brasileira foi de
166,11 milhes de habitantes, portanto a estimativa apresenta um erro relativo de 7%. Agora,
comparando esta estimativa com a do anurio estatstico do Brasil de 1986, apresentada em
Vesentini (1991), pode-se perceber uma proximidade nos valores: no anurio a estimativa era
de 179,49 milhes de habitantes (0,44% de erro relativo).
J no caso da exponencial os elementos da matriz A e o termo independente so dados
por A
11
= 7; A
12
= A
21
= 111,1; A
22
= 1798,81; B
1
= 29,6378785912; B
2
= 478,6812074881, e
a soluo do sistema linear dada por ln() = a
1
= 0,52898 2 e = a
2
= 0,23343855. Ento,
com estes valores obtm-se = 1,69719937 e = 0,23343855 (ver Apndice 2), logo a
funo exponencial
Q(x) = 1,69719937e
0,23343855x
.

Usando esta funo, a projeo para a populao brasileira no ano 2000 seria de
180,86 milhes de habitantes, que tambm est diferente dos 166,11 milhes de habitantes do
senso de 2000.
Ao desconsiderar os trs dados iniciais da Tabela 1.1. a previso da populao
brasileira, em 2000, obtida com a equao da parbola tornou-se mais precisa do que a
encontrada com a equao da exponencial, j que a primeira ficou mais prxima do valor do
censo de 2000 e teve um desvio de 22,089, em relao aos dados tabelados, enquanto que a
exponencial teve um desvio de 81,068. Todavia, ao se calcular a estimativa de anos
anteriores, por exemplo 1900, temos que a exponencial se tornou bem mais precisa, j que o
valor encontrado de 17,52 milhes de habitantes (0,7% de erro relativo ao censo) contra
34,55 milhes de habitantes no caso da parbola (50% de erro relativo). Mais ainda, ao se
considerar todos os pontos da Tabela 1.1. temos que o resultado da previso para 2000 torna-
se mais precisa: 177,72 milhes de habitantes, o que nos leva a acreditar que o ajuste
exponencial mais adequado do que o quadrtico.

4 NMERO DE CONDIO DE UMA MATRIZ

s vezes em aplicaes matemticas que requerem resoluo de sistemas lineares
preciso analisar se pequenas perturbaes ou nos coeficientes das matrizes, ou nos termos
independentes, ou at mesmo em ambos, provocaro grandes alteraes na soluo dos
mesmos. Por exemplo, no caso estudado anteriormente todos os dados tabelados so
FAMAT em Revista - Nmero 03 - Setembro de 2004 77
aproximaes de dados reais. Como a matriz e o termo independente so calculados com os
dados tabelados, ento, os seus elementos sero imprecisos. Ser que esta impreciso
provocar alguma alterao na previso desejada? Para responder a esta pergunta
precisaremos do conceito de nmero de condio de uma matriz, Nobel (1986).
Com o intuito de definir o nmero de condio de uma matriz, vamos apresentar
alguns resultados que nos permitiro concluir se uma matriz mal-condicionada ou no.
Antes, porm, so necessrias as definies dadas a seguir.

Definio 4.1.: Seja x =
|
|
|
|
|
.
|

\
|
n
x
x
x
...
2
1
= (x
1
, x
2
, ..., x
n
)
t

n
= .... Considere uma funo
N:
n
tal que:
i) N(x) > 0, x
n
, x 0 (vetor nulo do
n
: (0,0,...,0)
t
);
ii) N(x + y) N(x) + N(y);
iii) N(x) = ,,N(x), , x
n
;
N(x) uma norma em
n
e, geralmente, utiliza-se a seguinte notao: N(x) = x . Diz-se que
(
n
,||.||) um espao vetorial normado.

Observao 4.1.: A definio acima tambm vlida em C
n
.

Exemplo 4.1.: Dado x = (x
1
, x
2
, ..., x
n
)
t

n
, ento a funo N(x) = |x
1
| + |x
2
| + ... + |x
n
|
satisfaz as trs condies da Definio 4.1.. Para esta norma usa-se a seguinte notao: N(x)
||x||
1
(norma da soma).

Exemplo 4.2.: Dado x = (x
1
, x
2
, ..., x
n
)
t

n
, ento a funo N(x) = mx{|x
1
|, |x
2
|, ..., |x
n
|}
tambm satisfaz as trs condies da Definio 4.1.. Para esta norma usa-se a seguinte
notao: N(x) = x

(norma do mximo).

Seja A uma matriz mxn. Para cada vetor no-nulo v V =
n
, considere o quociente
||A(v)||
w
/||v||
v
, W =
m
.

Verifica-se que em qualquer espao V de dimenso finita este
quociente no pode se tornar ilimitado quando v varia e, em verdade, ele atinge seu valor
mximo para um certo vetor v
o
V (Proposio 4.1.). Assim, a menor cota superior que
limita este quociente serve para medir o tamanho dos efeitos da matriz A; se esta cota for
um nmero pequeno ento todo vetor v ter o seu tamanho reduzido por A (||A(v)||
W
ser
pequeno), enquanto que se o nmero for grande alguns vetores tero seu tamanho muito
aumentado por A. Baseando-se nestas idias pode-se definir norma de uma matriz, como
segue.

Definio 4.2.: Seja A uma matriz mxn. Sejam V =
n
e W =
m
, equipados com as normas
||.||
V
e ||.||
W
, respectivamente. A norma da matriz A, ||A||
VW
, definida por
||A||
VW
= sup{||A(v)||
W
/||v||
V
}, com v V, v 0.

Definio 4.3.: Um conjunto S (
n
, ||.||) dito fechado se para toda seqncia (x
(k)
)
kN
,
com x
(k)
S e x
(k)
x, k , tem-se que x S.

78 FAMAT em Revista - Nmero 03 - Setembro de 2004
Definio 4.4.: Um conjunto S (
n
, ||.||) dito limitado se existe um nmero real > 0 tal
que ||x|| , para todo x S.

Lema 4.1.: O conjunto S
1
= {y
n
tal que ||y||
1
= 1} fechado e limitado em (
n
, ||.||
1
).

Demonstrao: claro que S
1
limitado: considere = 1 e note que para todo y S tem-se
que ||y||
1
= 1 = . Agora, se x
(k)
S, ento || x
(k)
||
1
= 1, para todo k N (nmeros naturais).
Supondo que x
(k)
x, k , ento ||x
(k)
- x||
1
0, k . Note que
1 = || x
(k)
||
1
=|| x
(k)
x + x||
1
e ||x||
1
= || x - x
(k)
+ x
(k)
||
1
,
assim, pela desigualdade triangular (condio ii da Definio 4.1), tem-se que
1 - || x
(k)
- x||
1
||x||
1
1 + || x
(k)
- x||
1
.
Portanto, fazendo k e utilizando o teorema do confronto (teorema do sanduche) (veja
Lima (2002)), ||x||
1
= 1.Desta forma conclui-se que S
1
fechado e limitado em (
n
, ||.||
1
).

Lema 4.2.: Seja (x
(k)
)
kN
uma seqncia limitada em (
n
, ||.||
1
), ento ela possui uma
subseqncia convergente (x
(m(k))
)
kN
, m(1) < m(2) < ... < m(k) < ..., neste espao.

Demonstrao: Suponha que || x
(k)
||
1
L, k N; assim, |x
i
(k)
| L. Portanto as coordenadas
do vetor x
(k)
so limitadas em , logo, pelo Teorema de Bolzano-Weierstrass na reta (veja
Lima (2002) e/ou Figueiredo (1996)), existem subseqncias (x
i
(m(k))
) convergindo para x
i
,
1 i n. Seja x o vetor com coordenadas x
i
. Como ||x
(m(k))
x||
1
=
( ) ( )

=
n
i
i
k m
i
x x
1
e
|x
i
(m(k))
x
i
|
1
0, k , ento x
(m(k))
converge para x.

Lema 4.3.: Seja V = (
n
, ||.||
1
), um espao vetorial normado de dimenso finita. Toda funo
contnua f: S definida em um conjunto fechado e limitado S V assume valor mximo e
mnimo.

Demonstrao: Primeiro note que f(S) fechado. De fato, seja (y
k
) uma seqncia em f(S)
convergindo para y. Tem-se que y
k
= f(x
(k)
), para x
(k)
em S. Como S fechado e limitado existe
uma subseqncia (x
(m(k))
) convergindo para x em S, conforme o Lema 4.2.. Agora, observe
que 0 |y f(x)| |y - f(x
(m(k))
)| + |f(x
(m(k))
) f(x)|. Sendo f contnua, ento f(x
(m(k))
) f(x),
k . Portanto, pelo teorema do confronto, y = f(x), ou seja, y f(S). Agora observe que
f(S) limitado, pois caso contrrio, para cada natural k > 0, existiria (x
(k)
) em S tal que
|f(x
(k)
)| > k. Da, existiria uma subseqncia (x
(m(k))
) convergente para um determinado x em
S, assim |f(x
(m(k))
)| > m(k), para todo k natural, contrariando o fato de f(x
(m(k))
) f(x).
Como f(S) limitado existem os nmeros sup(f(S)) e inf(f(S)), que so respectivamente
o supremo e o nfimo de f(S). Existem, tambm, seqncias em f(S) que convergem para
sup(f(S)) e inf(f(S)). Sabendo que f(S) fechado, ento existem x
max
e x
min
em S tais que
f(x
max
) = sup(f(S)) e f(x
min
) = inf(f(S)), ou seja, f assume valor mximo e valor mnimo.

Lema 4.4.: Seja ||.|| uma norma qualquer do
n
, ento existem constantes positivas
1
e
2

em , tais que
1
||x||
1
||x||
2
||x||
1
, para todo x
n
.

Demonstrao: Seja ||.||: S
1
(
n
, ||.||
1
) , S
1
como no Lema 4.1. e ||.|| uma norma
qualquer de
n
. fcil provar que toda norma uma funo contnua, logo pelo Lema 4.3.,
existem x
max
e x
min
em S
1
(|| x
max
||
1
= 1 = || x
min
||
1
) tais que ||x
min
|| ||y|| ||x
max
||, y S
1
.
FAMAT em Revista - Nmero 03 - Setembro de 2004 79
Agora seja y = x/||x||
1
, com x 0, tem-se que y S
1
. Definindo
1
= ||x
min
|| e
2
= ||x
max
||,
tem-se que
1
||x||
1
||x||
2
||x||
1
, para todo x
n
.

Observao 4.2.: Utilizando o Lema 4.4. pode-se demonstrar uma verso mais forte do
Lema 4.3., a saber:
Seja V = (
n
, ||.||), um espao vetorial normado de dimenso finita. Toda funo contnua
f: S definida em um conjunto fechado e limitado S V assume valor mximo e mnimo.
A demonstrao deste fato segue os mesmos passos apresentados no Lema 4.2. e no
Lema 4.3..

Proposio 4.1.: Sejam V =
n
e W =
m
, ento ||A||
VW
= mx{||A(x)||
W
/||x||
V
, com x V, x
0}, onde A uma matriz mxn.

Demonstrao: Seja x = (x
1
, x
2
, ..., x
n
)
t
=
=
n
j
j j
e x
1
, onde e
j

n
um vetor coluna com 1 na
j-sima posio e 0 nas demais.Para quaisquer normas de W e de V, tem-se que
||A(x)||
W

j
n
j
j
Ae x
=1
mx{||Ae
j
||, 1 j n}.
=
n
j
j
x
1
.
Seja = mx{||Ae
j
||, 1 j n}, ento usando a notao do Exemplo 4.1. tem-se que

||A(x)||
W
||x||
1
.

Pelo Lema 4.4. segue que ||A(x)||
W
(/
1
)||x||
V
, da ||A(x)||
W
/||x||
V
/
1
, para todo x em V.
Portanto o conjunto {||A(x)||
W
/||x||
V
, com x V, x 0} = {||A(x)||
W
, com ||x||
V
= 1}
limitado. Seja S = {x
n
; ||x||
V
= 1}. Como a funo NoA: S
n
, NoA(x) = ||A(x)||
W
,
contnua e S fechado e limitado, ento pela Observao 4.2. a funo composta NoA
assume valor mximo, ou seja, sup{||A(x)||
W
/||x||
V
, com x V, x 0} = sup{||A(x)||
W
, com x
S} = ||A(x
0
)||
W
, para um determinado x
o
em S.

Exemplo 4.3.: Seja A uma matriz mxn. Defina a seguinte transformao de
n
em
m
: A(v) =
Av (produto usual de uma matriz por um vetor). Suponha que tanto o domnio como o contra
domnio desta transformao tm a mesma norma, digamos, ||v|| = ||v||

= mx{v
i
, 1 i
n ou 1 i m }. Se A = [a
ij
], defina =

=
n
1 j
ij
i
a mx . Assim, tem-se que ||A(v) ||/||v|| para
qualquer v 0. Ainda, para um v particular temos ||A(v) ||/||v|| = , conforme demonstrado
abaixo.
Demonstrao: Suponha que o mximo que define atingido quando i = i
o
, de maneira
que

= =
= =
n
1 j
ij
i
n
1 j
j i
a mx a
o
. Para qualquer v = [v
j
] em
n
, temos:
( ) ( ) ( )

|
|
.
|

\
|
= = =
= = =

n
1 j
p
p
ij
i
n
1 j
j ij
i
n
1 j
j ij
i
i
i
v mx a mx v a mx v a mx Av mx Av v A .
Assim, ( )

v v A , ou seja, ||A(v) ||/||v|| , para todos os vetores v 0. Agora vamos
exibir um v
(0)
que satisfaa a igualdade. Seja v
(0)
um vetor em
n
,definido como
j i
o
a [v
(0)
]
j
=
80 FAMAT em Revista - Nmero 03 - Setembro de 2004
|
j i
o
a |, j. Assim, para v = v
(0)
, tem-se que ||v||

= 1 e ( )

v v A . Por outro lado,
||A(v) || =
=
n
1 j
j ij
i
v a mx

=
n
1 j
j j i
v a
o
=
=
n
1 j
j i
o
a = ., o que prova o resultado.

Exemplo 4.4.: Seja A uma matriz mxn e a transformao linear A(x) = Ax, A:
n

m
,
definida por meio de A. Representaremos por ||A||
1
; ||A||
2
e ||A||

as seguintes normas de
matrizes (ou norma da transformao linear):

||A||
1
= mx{||Ax||
1
/||x||
1
}, com x 0;
||A||
2
= mx{||Ax||
2
/||x||
2
}, com x 0;
||A||

= mx{||Ax||

/||x||

}, com x 0;

Teorema 4.1.: Seja A uma matriz mxn. Ento,
||A||
1
=

=
m
1 i
ij
j
a mx (mximo das somas dos valores absolutos das colunas);
||A||
2
= [mximo autovalor de A
t
A]
1/2
= [valor singular mximo de A] (veja a Observao
4.3.)
||A||

=

=
n
1 j
ij
i
a mx (mximo das somas dos valores absolutos das linhas);

Observao 4.3.: Os autovalores de uma matriz quadrada B, de ordem n, so as razes do
polinmio de grau n (polinmio caracterstico de B): p(x) = det(xI B) (determinante da
matriz xI B). No caso complexo, ao invs da transposta de A na definio de ||A||
2
usa-
se a hermitiana de A: A
H
= ( A)
t
, onde a barra que aparece na matriz A relativa ao conjugado
complexo.

Demonstrao: Ser demonstrado somente o caso da norma ||A||
1
.
Seja A uma matriz mxn e x um vetor com norma 1, assim,
1
j
m
1 j
j j
m
1 j
j j
m
1 j
j
n
1 i
ij
n
1 i
j
m
1 j
ij
n
1 i
m
1 j
j ij
1
x C x C x C x a x a x a Ax
o o o
= =
|
|
.
|

\
|
=

= = = = = = = =
, onde
)
`

= =

=
n
1 i
ij j j
a C mx C
o
. Assim
1
j
1
x C Ax
o
, ento como a norma de x 1 teremos
o
j
1
1
C
x
Ax
. Tomando x
n
tal que x
jo
= 1 e x
j
= 0, quando j j
o
, ento
o
j
1
1
C
x
Ax
= ,
logo
o
j
1
C Ax = .
Exemplo 4.5.: Considere a matriz
|
|
.
|

\
|

=
2 , 1 18 , 0
5 , 0 6 , 0
A . Assim podemos calcular as normas, em
cada um dos casos:
||A||
1
= max{0,78; 1,7}

= 1,7;
||A||
2
= max{0,6221; 1,3021} = 1,3021;
||A||

= max{1,1; 1,38} = 1,38;

FAMAT em Revista - Nmero 03 - Setembro de 2004 81
Agora, utilizando-se a noo de norma estudaremos o comportamento das solues de
um sistema linear em relao a pequenas perturbaes ocorridas na matriz e no termo
independente deste sistema. O conjunto de resultados apresentados a seguir ser necessrio
para este estudo.

Lema 4.5. (de Banach): Seja P uma matriz nxn e seja |||| uma das trs normas de matrizes
apresentadas anteriormente (Exemplo 4.4.). Se ||P|| < 1, ento I + P no-singular e
( )
P 1
1
P I
P 1
1
1

+
+

.

Demonstrao: Temos que I + P no-singular x = 0 a nica soluo de (I + P)x = 0.
Assim, suponha, por contradio, que (I + P) seja singular, ento (I + P)x = 0 possui uma
soluo no nula, logo Ix + Px = 0 x = -Px ||x|| = ||-Px|| = ||Px|| ||P|| ||x||. Como
||P||< 1, ento ||x|| < ||x||, absurdo! Portanto, x = 0 a nica soluo de (I + P)x = 0. Ento,
existe B = (I + P)
-1
, assim, I = BB
-1
= B(I + P) = B + BP, logo:
1 = ||I|| = || B(I + P) || ||B|| (||I|| + ||P||) = ||B|| (1 + ||P||) B
P 1
1

+
.
Ainda, como B = I BP ||B|| = || I - BP|| 1 + ||BP|| 1 + ||B|| ||P|| ||B|| - ||B|| ||P|| 1
P 1
1
B

, o que prova o lema.



Podemos agora demonstrar o seguinte resultado mais geral:

Teorema 4.2.: Sejam A e R matrizes n
x
n com A no-singular, e seja |||| qualquer uma das
normas: ||.||
1
, ||.||
2
, ||.||

. Se = ||A
-1
R|| < 1 (ou = ||RA
-1
|| < 1), ento A + R no-singular e
( )

+

1
1
1
A
R A . Como ||A
-1
R|| e ||RA
-1
|| so menores do que ou iguais a ||R|| ||A
-1
||, ento o
resultado anterior vlido, em particular, se ||R|| < ||A
-1
||
-1
.

Demonstrao: Como A no-singular podemos escrever A + R = AI + AA
-1
R = A(I + A
-1
R)
ou A + R = IA + RA
-1
A = ( I + RA
-1
)A. Faamos o primeiro caso: = ||A
-1
R|| < 1, o outro
caso ser similar. Pelo Lema de Banach, tem-se que I + A
-1
R no-singular e ainda que
( )
R A 1
1
R A I
1
1
1

+ . [01]
Observe que:
|| (A + R)
-1
|| =|| [A(I +A
-1
R)]
-1
|| = || (I +A
-1
R)
-1
A
-1
|| || (I +A
-1
R)
-1
|| ||A
-1
||, logo, de [01], tem-se
que ( ) ( )

+ +


1
1
1
1
1 1
A
A R A I R A .

Boa parte dos problemas de lgebra linear est em busca de solues de equaes
lineares do tipo Ax = b. Como os dados de entrada podem estar sujeitos a erros de medidas,
temos que observar, ento, o que ocorre se os dados de entrada sofrerem pequenas alteraes,
mais ainda, se A for substitudo por A + A e b por b + b, o que ocorrer com a soluo
Ax = b, ou seja, como esta soluo se comparar com a soluo de (A + A).(x + x) =
(b + b)?
82 FAMAT em Revista - Nmero 03 - Setembro de 2004
Em anlise numrica, quando pequenas mudanas provocam grandes mudanas nas
solues, diz-se que o problema mal-condicionado, caso contrrio, diz-se que ele bem-
posto. A maneira de medir estas mudanas e o que significa pequeno e grande, varia com
o problema. O resultado abaixo tratar desta questo.

Teorema 4.3.: Seja A uma matriz nxn e seja |||| qualquer uma das normas de operadores ||||
1
,
||||
2
, ||||

. Sejam A no-singular e x uma soluo de Ax = b. Suponha que uma mudana de A


para A + A, e de b para b + b, onde || (A)A
-1
|| < 1, faa x mudar para x + x. Ento
( )

)

A
A
b
b
A c M
x
x
, onde M = [1 || (A)A
-1
||]
-1
e c(A) = ||A|| ||A
-1
|| o nmero
condio de A.

Demonstrao: Como ||(A)A
-1
|| < 1, ento, pelo Teorema 4.2., tomando R = A, tem-se que
A + A no-singular, de maneira que a soluo x + x do problema perturbado existe. Note
que (A + A)(x + x) = (b + b) (A + A)x = b + b Ax Ax = b Ax de maneira
que x =(A + A)
1
(b Ax). Identificando o valor de M, dado acima, com o limitante
1/(1 ), que aparece na cota superior de ||(A + R)
-1
||, presente no Teorema 4.2., obtm-se:
||x|| M ||A
-1
|| ||b - Ax|| M ||A
-1
|| [||b|| + ||A|| ||x||]. Portanto:
(
(
(
(

+
(
(

+

A
A
b
b
A M A
x
b
A M
x
x


1 1
, pois b = Ax, logo ||b|| ||A|| ||x||.
Simplificando-se a desigualdade acima tem-se que ( ) .
(
(

+
A
A
b
b
A c M
x
x


Observao 4.4.: Um valor moderado de c(A) implica em um sistema linear bem
condicionado, mas a recproca no verdadeira, pois um c(A) grande no acarreta que as
equaes sejam mal-condicionadas, pois o Teorema 4.3. fornece apenas uma cota superior
para
x
x
e esta cota no necessariamente uma estimativa realista.

Exemplo 4.6.: Considere o sistema linear associado ao ajuste exponencial do problema da
Seco 2 (A
11
= 7; A
12
= A
21
= 111,1; A
22
= 1798,81; B
1
= 29,6378785912; B
2
=
478,6812074881, cuja soluo a
1
0,52898 e a
2
0,23344). Temos que
c(A) = 13122,6467727849 (obtido atravs da funo cond(A) do software Octave); apesar de
c(A) ser um nmero grande, este sistema at que no to mal-condicionado se comparado
com o caso da parbola (veja Exemplo 4.7.), pois considerando-se somente uma perturbao
na matriz A: A
11
= 7; A
12
= A
21
= 111; A
22
= 1798,8, obtm-se a seguinte soluo: a
1

0,66150; a
2
0,22529. Logo
x
x
0,25 (utilizando-se a norma do mximo).






FAMAT em Revista - Nmero 03 - Setembro de 2004 83
Exemplo 4.7.: Considere o sistema linear associado ao ajuste da parbola do problema da
Seco 2. Temos que a matriz A dada por:

7.000000000 111.1000000 1798.810000
111.1000000 1798.810000 29655.87100
1798.810000 29655.87100 496896.3361

ento temos que a inversa de A (A
-1
) ser aproximadamente:

327.328318641998 -42.4208931583860 1.34681428244400
-42.4208931583860 5.53226020818300 -0.17661001274200
1.34681428244400 -0.17661001274200 0.00566689780400

assim, c(a) = ||A||
1
||A
-1
||
1
528351.0171*371.09602 = 196068959.6
Fixando o termo independente e fazendo uma perturbao na matriz A

7.00000000000000 111.000000000000 1798.80000000000
111.000000000000 1798.80000000000 29655.9000000000
1798.80000000000 29655.9000000000 496896.300000000

tem-se como soluo: c = 4.787090325979079, b = -8.976423286951558 e
a = 0.842268930714752, que comparada com a soluo do problema da Seco 2
(a = 2,10234157; b = - 48,65472964; c = 310,86105937) fornece
x
x
0.98, o que nos
revela que este sistema mal-condicionado.

Observao 4.5.: Com o software Octave fica fcil analisar outros casos de sistemas lineares
mal-condicionados. Por exemplo, utilizando os seguintes comandos:

>> A = [7 111 1798.8; 111 1798.8 29655.9; 1798.8 29655.9 496896.3]
>> B = [552; 9362.8; 160927.4]
>> sol = inv(A)*B
obtm-se a soluo:
c = -2.178704426216427
b = -8.097909444188190
a = 0.815053857732025,
neste caso
x
x
1.01.

5. CONCLUSO

Com os exemplos apresentados neste trabalho ficou claro que as solues provenientes
de cdigos computacionais esto sujeitas a erros e portanto devem ser investigadas com rigor
cientfico. Para tanto, existem teorias matemticas eficientes que possibilitam tais
investigaes. Estas teorias fazem parte de um curso avanado de Anlise Numrica.
Com relao ao nmero de condio de uma matriz A, c(A), deve-se ressaltar que um
sistema linear com matriz A ser bem-condicionado se c(A) for um nmero pequeno, caso
contrrio no se pode afirmar nada sobre o condicionamento do sistema. Nestes casos,
existem tcnicas de pr-condicionamento que transformam um sistema linear que possui
matriz dos coeficientes com um elevado nmero de condio em um outro melhor
condicionado, ou seja, estas tcnicas de pr-condicionamento substituem uma matriz com
nmero de condio elevado por outra com nmero de condio bem menor.

84 FAMAT em Revista - Nmero 03 - Setembro de 2004
6. BIBLIOGRAFIA

[01] FIGUEIREDO, D.G. de. Anlise 1. 2.ed., Rio de Janeiro: LTC, 1996. 256p.

[02] LIMA, E.L..Curso de Anlise. 10.ed.(2a impresso), Rio de Janeiro: IMPA (Projeto
Euclides), 2002. 344p.

[03] NOBLE, Ben; DANIEL, James W. lgebra Linear Aplicada.. 2 ed., Rio de Janeiro.
Editora Prentice/Hall do Brasil Ltda, 1986. 378 p.

[04] VESENTINI, J. William. Brasil: Sociedade e Espao. 14 Edio, So Paulo. Editora
tica S/A, 1991. 240p.





































FAMAT em Revista - Nmero 03 - Setembro de 2004 85
APNDICE 01: CDIGOS EM OCTAVE: MTODO DOS QUADRADOS MNIMOS
CASO LINEAR

Rotina 01: Define a funo Q(x) = g = MQL_2grau(i,x) usada no ajuste de curvas.

function g = MQL_2grau(i,x)

if (i ==1)
g = 1.0;
else
if (i == 2)
g = x;
else
g = (x*x);
end
end

Rotina 02: Calcula o sistema linear proveniente do mtodo dos quadrados mnimos

%O metodo dos quadrados minimos - caso linear, discreto.

%Ajuste de pontos por uma funcao do segundo grau, g(x):
%g(x) = a_1 + a_2*x + a_3*x^2 = a_1*g1(x) + a_2*g2(x) + a_3*g3(x).

%Observe que os parametros a_1, a_2 e a_3 aparecem de forma linear
%na expressao acima, ou seja, g(x) eh a somatoria de um parametro que
%multiplica uma funcao de x.

clear
format long %exibe numeros com 16 casas decimais

m = 3; %numero de parametros: a_1, a_2 e a_3
k = 7; %numero de pontos (tabela dada a seguir)

t = [1920 1940 1950 1960 1970 1980 1991];
y = [30.6 41.2 51.9 70.2 93.1 119.0 146.2];

for i = 1:k
x(i) = (t(i) - 1800)/10.0; %transformacao da variavel t
tend(i) = 0.0; %este vetor armazenara as tendencias dos dados
endfor
for i = 1:m
b(i) = 0; %vetor dos termos independentes
for l = 1:k

% As funcoes gi estao associadas a curva escolhida para
% ajustar os dados. No caso, g1=1, g2=x e g3=x^2.

gi = MQL_2grau(i,x(l));
b(i) = b(i) + y(l)*gi;
86 FAMAT em Revista - Nmero 03 - Setembro de 2004
endfor
for j = i:m
a(i,j) = 0; %Matriz simetrica do problema de quadrados minimos
for l = 1:k
gi = MQL_2grau(i,x(l));
gj = MQL_2grau(j,x(l));
a(i,j) = a(i,j) + gi*gj;
endfor
a(j,i)=a(i,j);
endfor
endfor
x
a
b
fprintf('\n');%deixa uma linha em branco

fprintf('Os parametros procurados sao dados por\n');

sol=b*inv(a);
fprintf('a_11=%12.8f, a_12 =%12.8f, a_13=%12.8f \n',a(1,1),a(1,2),a(1,3));
fprintf('a_22=%12.8f, a_23 =%12.8f, a_33=%12.8f \n',a(2,2),a(2,3),a(3,3));
fprintf('b_1=%12.8f, b_2 =%12.8f, b_3=%12.8f \n',b(1),b(2),b(3));
fprintf('a_1=%12.8f, a_2 =%12.8f, a_3=%12.8f \n',sol(1),sol(2),sol(3));
fprintf('\n');
fprintf('que sao respectivamente os coeficientes da quadratica:\n')
fprintf('a_1 + a_2 x + a_3 x^2. \n');
fprintf('\n');
fprintf('A parabola eh crescente se x > cresc, onde\n');

cresc= -sol(2)/(2.0*sol(3))
%O calculo anterior eh para saber quando dg/dx>0,
%pois queremos saber onde a parabola eh crescente.
fprintf('\n');

fprintf('Na tabela, x eh maior ou igual a:\n');

pvalor=x(1) %primeiro valor da tabela modificada - trocamos t por x
desvio = 0.0; %variavel utilizada no calculo do erro.
for l = 1:k
tend(l) = sol(1) + sol(2)*x(l) + sol(3)*x(l)*x(l);
desvio= desvio + (tend(l) - y(l))*(tend(l) - y(l));
endfor
fprintf('\n');
fprintf('O quadrado dos desvios e os valores estimados sao dados abaixo.\n');

desvio
tend
fprintf('\n');
tt=1900; %tempo no qual se que fazer uma previsao
fprintf('A previsao para o tempo tt = %d eh igual a aprox_tt:\n', tt);
FAMAT em Revista - Nmero 03 - Setembro de 2004 87
xx=(tt - 1800)/10.0; %transformacao da variavel tt na variavel xx

aprox_tt= sol(1) + sol(2)*xx + sol(3)*xx*xx; %O valor da previsao
fprintf('aprox_tt = %12.8f \n', aprox_tt);


APNDICE 02: CDIGOS EM OCTAVE: MTODO DOS QUADRADOS MNIMOS
CASO NO-LINEAR
%Metodo dos Quadrados Minimos - Caso nao-linear

%Ajuste dos dados por uma curva exponencial g(x) = a*exp(b*x)
%A linearizacao eh dada por z = ln(a) + b*x.
%No codigo abaixo a = alfa e b = beta.

clear
format long
m = 2; %numero de parametros
k = 7; %numero de pontos
t = [1920 1940 1950 1960 1970 1980 1991];
y = [30.6 41.2 51.9 70.2 93.1 119.0 146.2];
z = log(y);
for i = 1:k
x(i) = (t(i) - 1800)/10.0;
tend(i) = 0.0;
endfor
for i = 1:m
b(i) = 0;
for l = 1:k
gi = MQL_2grau(i,x(l));
b(i) = b(i) + z(l)*gi;
endfor
for j = i:m
a(i,j) = 0;
for l = 1:k
gi = MQL_2grau(i,x(l));
gj = MQL_2grau(j,x(l));
a(i,j) = a(i,j) + gi*gj;
endfor
a(j,i)=a(i,j);
endfor
endfor
x
b
a
sol=b*inv(a)
alfa=exp(sol(1));
fprintf('O valor do parametro alfa eh = %12.8f \n',alfa);
beta=sol(2);
fprintf('O valor do parametro beta eh = %12.8f \n',beta);
desvio = 0.0;
88 FAMAT em Revista - Nmero 03 - Setembro de 2004
for l = 1:k
tend(l) = alfa*exp(beta*x(l));
desvio= desvio + (tend(l) - y(l))*(tend(l) - y(l));
endfor
desvio
tend
tt=1900
xx=(tt - 1800)/10.0;
aprox_tt= alfa*(exp(beta*xx));
fprintf('O valor estimado eh aprox_tt= %12.8f \n',aprox_tt);
FAMAT em Revista - Nmero 03 - Setembro de 2004 89

90 FAMAT em Revista - Nmero 03 - Setembro de 2004

Introducao a Topologia e Aplicacoes
Rafael Peixoto

Jairo Menezes e Souza

Valdair Bonm

Faculdade de Matematica - FAMAT


Universidade Federal de Uberlandia - UFU
38408-100, Uberlandia - MG
Setembro de 2004
Resumo
Neste trabalho introduzimos alguns conceitos e resultados basicos da Topologia
dos Espacos Metricos, Topologia Geral e Analise Funcional e os aplicamos em duas
situacoes concretas, a saber, na resolucao numerica de sistemas nao-lineares e na
obten cao de solucoes fracas de equacoes diferenciais parciais elpticas.
1 Espacos Metricos e o Teorema da Contracao
Denicao 1.1 Uma metrica num conjunto M e uma funcao d : M M R que associa
a cada par de pontos x, y M um n umero real d(x, y), chamado a distancia do ponto x
ao ponto y, de tal modo que:
i) d(x, x) = 0, d(x, y) > 0 se x ,= y;
ii) d(x, y) = d(y, x);
iii) d(x, z) d(x, y) + d(y, z), para todos x, y, z M.
Denicao 1.2 Um espaco metrico e um par (M, d) formado por um conjunto M e uma
metrica d em M.
Exemplo 1.3 Uma norma num espaco vetorial V , sobre um corpo K, e uma funcao que
associa a cada vetor x V um n umero real |x|, chamado a norma de x, de modo que:
1) |0| = 0 e |x| > 0 se x ,= 0;
2) |x| = [[ |x|, R, x V ;
3) |x + y| |x| + |y| para quaisquer x, y V .
Um espaco vetorial normado e um par formado por em espaco vetorial V e uma norma
x |x| em V . Todo espaco vetorial normado V possui uma metrica natural, denida
a partir da norma, dada por
d(x, y) = |x y|

rafpeixoto@hotmail.com. Orientando do Programa Especial de Treinamento (PET) de fev/03 a


dez/03.

jairoms@mat.ufu.br. Orientando do Programa Especial de Treinamento (PET) de fev/03 a dez/03.

valdair@ufu.br. Professor orientador.


FAMAT em Revista - Nmero 03 - Setembro de 2004 91

Denicao 1.4 Uma seq uencia num conjunto X e uma aplicacao s : N X que faz
corresponder n x
n
o qual chamaremos o n-ezimo termo da seq uencia. A seq uencia e
indicada com as notacoes (x
n
)
nN
ou (x
1
, x
2
, ..., x
n
, ...).
Denicao 1.5 Num espaco metrico M, dizemos que o ponto x e limite da seq uencia
(x
n
)
nN
, (ou que x
n
tende para x), se para todo > 0, existe n
0
N tal que se n > n
0
entao d(x
n
, x) < . Neste caso escrevemos lim
n
x
n
= x, ou ainda, x
n
d
x.
Proposicao 1.6 (Unicidade do limite) Se x
n
d
x e x
n
d
y entao x = y.
Denicao 1.7 Uma seq uencia de elementos de um espaco metrico e dita ser de Cauchy
se d(x
n
, x
m
) 0 quando m, n . Precisamente, Cauchy em (M, d) se para todo > 0,
existe n
0
= n
0
() N tal que d(x
n
, x
m
) < , m, n n
0
.
Proposicao 1.8 Se x
n
x no espaco metrico (M, d) entao (x
n
)
nN
e de Cauchy em
(M, d).
Obs.: A recproca e falsa. Contra exemplo: M = Q, com a metrica d(x, y) = [x y[.
Denicao 1.9 (M, d) e dito ser completo quando toda sequencia de Cauchy converge para
um elemento de M.
Exemplo 1.10 1) (R, d), d(x, y) = [x y[;
2) (C([a, b]), ),onde C([a, b]) := f : [a, b] R/f e contnua (f, g) := m ax|f(t) g(t)| :
t [a, b].
Denicao 1.11 Seja (M, d) um espaco metrico. Uma aplicacao T : M M e dita ser
uma contracao quando existe (0, 1) tal que d(T(x), T(y)) .d(x, y), x, y M.
Teorema 1.12 (Teorema do Ponto Fixo para Contracoes) Se (M, d) e um espaco metrico
completo e T : M M uma contracao, entao existe um unico x M tal que T(x) = x.
Mais ainda, dado x
0
M, a seq uencia x
1
= T(x
0
), x
2
= T(x
1
), ..., x
n+1
= T(x
n
), ... e tal
que x
n
x.
Dem.:
(Unicidade) Sejam x e y tais que T(x) = x e T(y) = y. Entao
d(x, y) = d(T(x), T(y)) .d(x, y) (1 ).d(x, y) 0 d(x, y) 0 d(x, y) = 0
x = y.
(Existencia) Seja x
0
M arbitrario. x
n+1
:= T(x
n
), n 0.
d(x
2
, x
1
) = d(T(x
1
), T(x
0
)) .d(x
1
, x
0
)
d(x
3
, x
2
) = d(T(x
2
), T(x
1
)) .d(x
2
, x
1
)
2
.d(x
1
, x
0
)
.
.
.
d(x
n+1
, x
n
)
n
.d(x
1
, x
0
), n 0
Suponha m > n da,
0 d(x
m
, x
n
) d(x
m
, x
m1
) + d(x
m1
, x
m2
) + ... + d(x
n+1
, x
n
)
[
m1
+
m2
+ ... +
n
].d(x
1
, x
0
) = [
m1

n1
[ d(x
1
, x
0
)
92 FAMAT em Revista - Nmero 03 - Setembro de 2004
onde
n
= 1 + +
2
+ ... +
n
.
Como a serie

n=0

n
converge (pois 0 < < 1), entao a sequencia das reduzidas
n
e
de Cauchy, donde [
m1

n1
[
m,n
0. Consequentemente d(x
m
, x
n
)
m,n
0.
Portanto (x
n
)
nN
e de Cauchy em (M, d). Como (M, d) e completo, x M tal que
x
n
x. Sendo T : M M uma contracao, entao T(x
n
) T(x), mas T(x
n
) = x
n+1
x.
Pela unicidade do limite T(x) = x. c.q.d.
2 Diferenciabilidade no espaco F(R
n
) e aplicac oes em
sistemas nao lineares
Metodo de Newton - Raphson
Seja f : [a, b] R, e consideremos o problema de resolver a equacao f(x) = 0,
x [a, b].
Observe que f(x) = 0
f(x)
f

(x)
= 0 x = x
f(x)
f

(x)
. Ou seja, resolver f(x) = 0 e o
mesmo que encontrar ponto xo da funcao (x) = x
f(x)
f

(x)
, x [a, b].
Suponha f C
2
([a, b]), f

(x) ,= 0 e

f(x)f

(x)
f

(x)
2

< 1, x [a, b]. Entao [

(x)[
< 1, x [a, b]. Assim, dados x, y [a, b], pelo Teorema do Valor Medio, temos que
existe c entre x e y tal que (x) (y) =

(c)(x y) ou ainda [(x) (y)[ [x y[.


Logo se ([a, b]) [a, b] entao : [a, b] [a, b] e contracao denida no espaco completo
[a, b], e pelo Teorema do Ponto Fixo para Contracoes a sequencia x
n+1
= x
n

f(x
n
)
f

(x
n
)
con-
verge para uma raiz R [a, b] .
Extensao do Metodo de Newton - Raphson
Estamos interessados agora em resolver o problema F(X) = 0, onde X =
_
x
y
_
e
F : R
2
R
2
.
Ideia: Extender o metodo de Newton para aplicacoes de R
2
em R
2
.
X
n+1
= X
n
(F

[X
n
])
1
F[X
n
](2.1)
Para isto precisamos estender o conceito de derivada para funcoes F : R
m
R
n
.
Denicao 2.1 A funcao F : R
m
R
n
, onde e aberto, diz-se diferenciavel no
ponto a quando existe uma aplicacao linear T : R
m
R
n
tal que
F(a + v) F(a) = Tv + r(v), onde lim
v0
r(v)
v
= 0.
Quando existe, tal transformacao e chamada a derivada de F no ponto a e e
denotada por F

(a).
A transformacao linear F

(a) : R
m
R
n
possui, em relacao `as bases canonicas de
R
m
e R
n
, uma matriz n m chamada a matriz jacobiana de F no ponto a que,
sendo F(X) = (f
1
(X), ..., f
n
(X)), e dada por
FAMAT em Revista - Nmero 03 - Setembro de 2004 93

F

(a) =
_

_
f
1
x
1
(a) ...
f
1
x
n
(a)
.
.
.
.
.
.
f
n
x
1
(a) ...
f
n
x
n
(a)
_

_
.
Assim, para resolvermos um sistema
_
f(x, y)
g(x, y)
_
=
_
0
0
_
montamos o seguinte
metodo iterativo:
_
x
n+1
y
n+1
_
=
_
x
n
y
n
_

_
f
x
(x
n
, y
n
) f
y
(x
n
, y
n
)
g
x
(x
n
, y
n
) g
y
(x
n
, y
n
)
_
1
_
f(x
n
, y
n
)
g(x
n
, y
n
)
_
que, sob hipoteses apropriadas sobre f e g, converge para uma solucao.
2.1 Exemplos de alguns sistemas nao lineares
1)
_
x
2
+ 2y
2
= 4 (1)
x
2
+ y
3
3xy = 1 (2)
Este sistema e equivalente a equacao vetorial
F(X) = 0,
onde X =
_
x
y
_
e F(X) =
_
x
2
+ 2y
2
4
x
2
+ 3y
3
3xy 1
_
.
A sequencia (2.1) gerada pelo metodo de Newton-Raphson neste caso e:
No que segue vem alguns exemplos que ilustram a convergencia do metodo para difer-
entes escolhas de (x
0
, y
0
).
Valor inicial: (x
0
, y
0
) = (5, 8) Valor inicial: (x
0
, y
0
) = (5, 8)
94 FAMAT em Revista - Nmero 03 - Setembro de 2004

2)
_
x
2
+ y
2
= 4 (1)
y sen x = 1 (2)
Aplicando o metodo N-R no ponto (x
0
, y
0
) = (0, 5)
3)
_
x
2
+ 2y
2
= 4 (1)
e
x
+ sen y = 1 (2)
Aplicando o metodo N-R no ponto (x
0
, y
0
) = (10, 7)
FAMAT em Revista - Nmero 03 - Setembro de 2004 95

3 Espacos Topol ogicos
Tendo falado um pouco sobre espacos metricos vamos caminhar agora no sentido de in-
troduzir o conceito de Espaco Topologico. Para isso consideraremos alguns subconjuntos
especiais de um espaco metrico (os conjuntos abertos), veremos algumas de suas pro-
priedades e iremos a partir da denir Espaco Topologico
Denicao 3.1 Sejam (M, d) um espaco metrico, r > 0 um n umero real e a um ponto de
M. A bola aberta de centro a e raio r e o conjunto B(a; r) de todos os pontos de M cuja
distancia ao ponto a e inferior a r:
B(a; r) = x M[d(x, a) < r.
Denicao 3.2 Um conjunto A de um espaco metrico M chama-se aberto quando todo
ponto a A e centro de uma bola aberta inteiramente contida em A. Ou seja, para cada
a A existe > 0 tal que se x M e d(x, a) < entao x A.
Em palavras, sempre que um conjunto aberto A contem um ponto a, deve conter tambem
todos os pontos de M sucientemente proximos de a.
Proposicao 3.3 Os subconjuntos abertos de um espaco metrico M gozam das seguintes
propriedades:
1) o espaco inteiro M e o conjunto vazio sao subconjuntos abertos de M;
2) se (A

for uma famlia qualquer (nita ou innita) de subconjuntos abertos de M,


sua reuniao A =

sera um subconjunto aberto de M;


3) a intersecao A
1
. . . A
n
de uma famlia nita de subconjuntos abertos de M e ainda
um subconjunto aberto de M.
Demonstracao 1)

E obvio que M e aberto. Agora, suponha que nao seja aberto.
Entao devera existir algum x tal que nenhuma bola de centro em x esta contida no
, o que e claramente um absurdo.
2) Dado x A existe um ndice
0
tal que x A

0
. Como A

0
e aberto, existe uma bola
B(x; r) contida em A

0
. Logo B(x; r) A.
3) Seja x A
1
. . . A
n
. Para cada i = 1, . . . , n, existe uma bola aberta B(x; r
i
) contida
96 FAMAT em Revista - Nmero 03 - Setembro de 2004

em A
i
. Tomemos r = minr
1
, . . . , r
n
. Entao r > 0 e B(x; r) B(x; r
i
) A
i
para cada
i. Logo B(x; r) A
1
. . . A
n
, concluindo assim a demonstracao.
Abstraindo estas propriedades chegamos ao conceito de espaco topologico. Precisa-
mente:
Denicao 3.4 Um Espaco Topologico e um par (X, ), onde X e um conjunto nao-vazio
e e uma colecao de subconjuntos de X satisfazendo:
i) , X ;
ii) Se A
1
, . . . , A
n
, entao

n
i=1
A
i
;
iii) Se A

, I, entao

I
A

.
Neste caso, e dita ser uma topologia em X, e os elementos de sao chamados
conjuntos abertos da topologia. Mais ainda, um subconjunto F X e dito ser fechado
na topologia se F
c
(isto e, se o complementer de F e aberto).
Muitos sao os exemplos de Espacos Topologicos que ocorrem na pratica. Entretanto
estaremos mais interessados no caso dos espacos vetoriais normados (X, ||), cuja topolo-
gia

e denida por:
A

se, para cada a A, existe


a
> 0 tal que B(a;
a
) A.
Convem observar que existem espacos topologicos que nao sao normados.
Denicao 3.5 Dados espacos topologicos (X, ) e (Y, ), diz-se que uma aplicacao f :
X Y e contnua quando
f
1
(A) , A
(isto, e f e contnua quando a imagem inversa de qualquer aberto e aberto)
Denicao 3.6 Um espaco topologico (X, ) e dito ser compacto quando toda corbetura
aberta de X adimite uma subcobertura nita. Ou seja,
Se A

, I, e X

I
A

, entao existem n N e
1
, . . . ,
n
I tais que
X A

1
. . . A

n
.
3.1 Topologia Relativa
Sejam (X, ) um espaco topologico e A X. A colecao
A
:= A U[U de
subconjuntos da A dene uma topologia em A, denominada topologia relativa sobre o
conjunto A.
Em palavras, os abertos da topologia relativa sobre A sao intersecoes de abertos de X,
com A.
Teorema 3.7 Se (X, ) e (Y, ) sao espacos topologicos, com X compacto, e se f : X
Y e contnua, entao f(X) (munido da topologia relativa) e compacto.
Resumindo: A imagem de um compacto por uma funcao contnua e compacto.

E possvel provar que os subconjuntos compactos de R, munido da norma usual [[,


sao os subconjuntos fechados e limitados. Sendo assim, se (X, ) e compacto e f : X R
e contnua, entao podemos considerar os n umeros m = inf f(X) e M = sup f(X).
FAMAT em Revista - Nmero 03 - Setembro de 2004 97

Tais n umeros existem pelo fato de f(X) ser limitado. Mais ainda, existem sequencias
x
(0)
k

kN
e x
(1)
k

kN
em X tais que f(x
0
k
) m e f(x
1
k
) M quando k , e
sendo f(X) fechado conclumos que m, M f(X), ou seja, existem x
0
, x
1
X tais que
m = f(x
0
) e M = f(x
1
). A conclusao e o seguinte teorema:
Teorema 3.8 Se X e um espaco topologico compacto e f : X R e contnua, entao f
atinge valores maximo e mnimo em X.
4 Topologia Fraca em Espacos Normados
Seja (X, ||) um espaco vetorial normado. Denotaremos por X

o dual topologico de X,
isto e, X

e o conjunto dos funcionais lineares e contnuos (com respeito `a topologia da


norma) f : X R. Pretendemos denir a topologia fraca como sendo a menor topologia
(X, X

) (no sentido da inclusao) na qual os elementos f X

se tornem contnuas de
(X, (X, X

)) em R.
Ora, como todo f X

tem que ser contnuo de (X, ) em R, entao necessariamente


os conjuntos f
1
(U), com U aberto em R, deverao pertencer a topologia , qualquer que
seja f X

. Mais ainda, como toda topologia tem que ser fechada por intersecoes nitas
e unioes arbitrarias, entao a colecao
_

qquer
_

finita
f
1
(U)
_
: U R aberto
_
devera estar contida em . Como esta colecao ja e uma topologia, entao por minimalidade
segue que (X, X

) coincide com a famlia denida acima.


Teorema 4.1 x
n

nN
X converge para x X na topologia fraca se e somente se
f(x
n
) f(x), f X

.
5 O emprego da Topologia Fraca em equac oes difer-
enciais parciais: uma ideia
A teoria das equacoes diferenciais parciais elpiticas trata, dentre outros, de problemas
relacionados com a equacao de Laplace, a qual modela varias situcoes fsicas de interesse,
como por exemplo, o estado de equilibrio da distribuicao de temperaturas em corpos
solidos, o movimento estacionario de uidos incompressveis, e tambem as deformacoes
de vigas elasticas em estruturas da construcao civil e de maquinas, constituindo assim em
importante topico de investigacao cientca. A existencia de solucoes para tais equacoes
98 FAMAT em Revista - Nmero 03 - Setembro de 2004

esta relacionada em muitos casos com a possibilidade de minimizar funcionais denidos
em espacos normados de dimensao innita.
No exemplo abaixo daremos uma ideia de como a existencia de ponto de mnimo de
certos funcionais implica na existencia de certas solucoes de EDPs elpiticas.
Considere o problema de determinar uma funcao R
n
R satisfazendo:
(P)
_
u(x) = g(u(x)), x
u(x)=0,x
onde g : R R e uma funcao dada, cujo interesse pratico ja foi mencionado.
Denotaremos por H
1
0
() o espaco das funcoes u L
2
() que se anulam na fronteira
(num sentido generalizado que nao explicaremos agora por falta de espaco), e tal que
u
x
i
L
2
(), i = 1, . . . , n.
Se considerarmos a norma
|u| =
_

n
i=1
_

_
u
x
i
_
2
dx
_
1
2
entao (H
1
0
(), ||) e completo. Mais ainda, esta norma provem do seguinte produto
interno:
u, v) =
_

u(x)v(x)dx
Denicao 5.1 u H
1
0
() e dita ser solucao fraca do problema (P) se
_

u(x)v(x)dx
_

g(u(x))v(x)dx = 0, v H
1
0
().
Seja G : R R uma primitiva de g, ou seja, G

= g.
Observe que, se considerarmos o funcional : H
1
0
() R denido por
(u) =
1
2
|u|
2

G(u(x))dx
entao todo ponto de mnimo u
0
H
1
0
() de sera solucao fraca de (P). De fato, se u
0
e
ponto de mnimo local de , entao teremos:
d
dt
(u
0
+ tv)
|
t=0
= 0, v H
1
0
()
Calculando
d
dt
(u
0
+ tv) formalmente encontramos
d
dt
(u
0
+ tv) = u
0
, v) + t |v|
2

g(u
0
+ tv)(x)v(x)dx
e avaliando em t = 0 obtemos
d
dt
(u
0
+ tv) = u
0
, v)
_

g(u
0
(x))v(x)dx
ou ainda
d
dt
(u
0
+ tv) =
_

u
0
(x)v(x)dx
_

g(u
0
(x))v(x)dx
Conclusao: Se u
0
e mnimo local de , entao u
0
e solucao fraca de (P).

E natural entao a pergunta: tem mnimo local?


Mesmo se for contnua nao podemos aplicar o teorema 1.5, pois H
1
0
() nao e com-
pacto na topologia da norma. De fato, um resultado bastante conhecido diz que a bola
unitaria fechada de um espaco normado e compacta na topologia da norma se e somente
se a dimensao deste espaco e nita, o que nao e o caso do espaco H
1
0
().
Na topologia fraca que construimos vale o seguinte resultado:
FAMAT em Revista - Nmero 03 - Setembro de 2004 99
Teorema 5.2 Conjuntos fechados na Topologia forte de H
1
0
() sao compactas na topolo-
gia fraca.
Assim podemos usar o teorema 3.8 aplicado em bolas (o qual garante a existencia de
mnimo de , que por sua vez e solucao fraca de (P)).
Comentarios nais: Como vimos, a topologia fraca e indicada, por exemplo, quando
se pretende minimizar funcionais denidos em espacos normados de dimensao innita,
situacao esta onde os conjuntos fechados e limitados nao sao compactos na topologia
da norma.

E possvel tambem usar com sucesso esta topologia em EDPs nao elpticas.
No caso em que g(0) = 0 temos que o problema (P) tem uma solucao obvia, a saber,
u = 0. Entretanto, se g(0) ,= 0 entao a funcao identicamente nula nao satisfaz (P),
e a utilizacao da topologia fraca acima fornece a existencia de uma solucao (fraca)nao
trivial com hipoteses adicionais na funcao g : R R que impliquem na continuidade do
funcional : (H
1
0
, ) R.
Bibliograa
[1] LIMA, Elon L. - Espacos Metricos - Projeto Euclides - IMPA - 1977
[2] LIMA, Elon L. - Elementos de topologia geral - Elementos de matematica - IMPA
- 1976
[3] BREZIS,Haim - Analyse Fonctionnelle-Theorie et applications - Collection Mathematiques
appliquees pour la maitrise.
100 FAMAT em Revista - Nmero 03 - Setembro de 2004
Estudo de otimizao e casos utilizando Algoritmos Genticos e
Recozimento Simulado

Marta Helena de Oliveira
*
Valder Steffen Junior
**

*
Mestranda em Engenharia Mecnica
Universidade Federal de Uberlndia
mholiveira@mecanica.ufu.br

**
Faculdade de Engenharia Mecnica
Universidade Federal de Uberlndia
vsteffen@mecanica.ufu.br

Resumo: Existem algumas classes de mtodos computacionais que simulam processos
naturais. Destacam-se os Algoritmos Genticos (A.G.s) e o algoritmo de Recozimento
Simulado (S.A.), os quais se baseiam, respectivamente, no processo de seleo e luta pela
sobrevivncia e no processo de recozimento da metalurgia.
Os Algoritmos Genticos partem de uma populao inicial (possveis solues) e evoluem
durante as geraes (nmero de iteraes) dentro do espao de busca at uma populao final
(conjunto dos melhores resultados), dentre os quais se encontra o ponto timo.
O algoritmo de Recozimento Simulado inicia o processo elevando o metal a altas
temperaturas e o resfria gradualmente, reduzindo seu nvel de energia interna.
Na primeira parte do trabalho segue uma reviso dos mtodos citados, na segunda faz-se o
estudo de funes matemticas que so otimizadas atravs das tcnicas citadas.

1. Algoritmos Genticos

Os Algoritmos Genticos (A.G.s) surgiram em 1975 em estudos na Universidade de
Michigan sob a direo de John Holland, os quais se baseiam na teoria de Charles Darwin
(1859). John Holland compreendeu que os mecanismos biolgicos do sistema natural
permitem adaptaes, que poderiam ser expressas matematicamente e simuladas
computacionalmente. Assim, surgiram os Algoritmos Genticos, mtodos generalizados de
busca e otimizao, baseados no processo de seleo natural.
A formulao original dos Algoritmos Genticos foi desenvolvida atravs de dgitos
binrios (0
s
e 1
s
), sendo adaptada mais tarde para parmetros contnuos (nmeros reais). A
representao binria eficiente, porm no apresenta boa preciso em problemas de
parmetros contnuos. Usando a representao de nmeros reais a preciso melhora
significativamente, alm de reduzir o tempo computacional, visto que uma etapa no
algoritmo, a codificao das variveis, no necessria. Os operadores bsicos dos
Algoritmos Genticos so: seleo, cruzamento e mutao. A fundamentao terica desse
algoritmo permite que as funes sejam maximizadas.

1.1. Fundamentao Terica e Implementao

1.1.1. Definio dos Parmetros

Nos Algoritmos Genticos de parmetros contnuos os parmetros (variveis) so
representados por nmeros reais e os indivduos so representados por cromossomos os quais
so escritos como um vetor linha.
FAMAT em Revista - Nmero 03 - Setembro de 2004 101
] ,..., , [
2 1 Npar
p p p cromossomo =
onde Npar o nmero de parmetros
A cada cromossomo corresponde-se um valor na funo custo
cost ) ,..., , ( ) (
2 1 Npar
p p p f cromossomo f = =
A populao inicial representada por uma matriz qual composta por nmeros
randmicos, a dimenso da matriz
par ipop
xN N onde N
ipop
o

tamanho da populao inicial.
A funo geradora da populao inicial dada por
lo N N xrandom lo hi IPOP
par ipop
+ = } , { ) (
onde: } , {
par ipop
N N random a funo que gera a matriz IPOP
hi limite superior do intervalo
lo limite inferior do intervalo
A populao inicial pode ser diferenciada das demais estipulando-se um nmero menor
para as geraes seguintes.

1.1.2. Seleo

O grau de adaptao de cada cromossomo caracterizado de acordo com o valor da
funo custo. Seleciona-se na primeira gerao os N
pop
=N
ipop
/2

cromossomos mais aptos. Da
populao total N
pop
retm-se os melhores cromossomos N
good
= N
pop
/2 e descartam-se os
piores N
bad
= N
pop
/2, utilizando para o cruzamento apenas os melhores cromossomos. Desse
modo a convergncia do algoritmo mais rpida.

1.1.3. Emparelhamento

Esse um operador opcional, porm leva o algoritmo a convergir mais rapidamente.
realizado apenas com os cromossomos selecionados N
good
. Como o emparelhamento feito
em pares de cromossomos, a quantia de cromossomos deve ser par N
good
/2. A tcnica aqui
utilizada chamada de ponderao do custo e utiliza a probabilidade da funo custo, como
apresentado abaixo:

C
n
=cost
n
cost
Ngood+1

=
=
good
N
i
i
n
n
C
C
P
1

good
N n ,..., 1 =
Gera-se pares de nmeros randmicos (a
i
, b
i
) 2 / ,..., 1
good
N i = . Os nmeros a
i
e b
i

selecionam os cromossomos para os vetores que representam a me (mon) e o pai (dad)
respectivamente. Se a
i
ou b
i
menor que

=
good
N
i
i
P
1

seleciona-se o cromossomo
i
.

1.1.4. Cruzamento

O cruzamento feito utilizando os pares de cromossomos determinados pelo
emparelhamento, onde o primeiro cromossomo da me cruza com o primeiro cromossomo do
pai e assim sucessivamente.
Seleciona-se um nmero randmico , que determina o ponto de cruzamento nos dois
pais.
102 FAMAT em Revista - Nmero 03 - Setembro de 2004
] ,..., ,..., [
] ,..., ,..., [
1 1
1 1
par
par
dN d d
mN m m
p p p pai
p p p me

=
=

) (
) (
2
1

d m d new
d m m new
p p p p
p p p p
=
=

onde um nmero randmico entre 0 e 1
Troca-se,ento,
m
p e
d
p por
1 new
p e
2 new
p , respectivamente, e faz-se a permuta dos
parmetros direita ou esquerda do ponto de cruzamento, gerando os filhos.
] ,..., , , ,..., [
] ,..., , , ,..., [
) 1 ( 2 ) 1 ( 1 2
) 1 ( 1 ) 1 ( 1 1
par
par
mN m new d d
dN d new m m
p p p p p e descendent
p p p p p e descendent
+
+
=
=



Nos descendentes acima foram permutados os parmetros da direita. O mesmo pode ser
feito com os da esquerda.

1.1.5. Mutao

Esse operador fora o algoritmo a explorar outras reas do espao de busca evitando a
convergncia prematura para um timo local. A taxa de mutao apropriada varia entre 1% e
20%. Para se obter a quantidade de parmetros que devem sofrer mutao multiplica-se a taxa
de mutao pelo tamanho da populao e pelo nmero de parmetros ) (
par pop
xN xN .
Selecionam-se os cromossomos e os valores correspondentes so substitudos por um nmero
randmico gerado dentro do espao de busca.

2. Recozimento Simulado

Os algoritmos de Recozimento Simulado surgiram em 1983, tendo como precursor
Kirkpatrick que se baseou nas idias de Metrpolis (1953). Metroplis introduziu um mtodo
numrico simples que representa o estado de um conjunto de tomos em equilbrio a uma
dada temperatura, esse mtodo usa analogia com o processo de recozimento (annealing) da
metalurgia. Nesse processo eleva-se o metal a altas temperaturas, forando os tomos a
vibrarem violentamente, sendo em seguida esfriado gradualmente para que os tomos atinjam
padres estveis. Da formulao matemtica desse processo originou-se o algoritmo de
simulao computacional Recozimento Simulado. O Recozimento Simulado um mtodo
estocstico que visa minimizao da funo custo. Esse algoritmo no requer o uso de
derivadas da funo custo e no afetado por descontinuidades ou no-linearidades.
O processo computacional comea gerando um conjunto de nmeros aleatrios para as
variveis de projeto, dentro do espao de busca, elevados a altas temperaturas. Logo aps,
verifica-se os respectivos valores da funo custo (nvel de energia), onde os melhores valores
definem o centro das iteraes para a prxima temperatura. Realizado esse passo, se reduz
temperatura e repete-se o processo at que o critrio de parada ou de convergncia seja
satisfeito. No recozimento simulado a energia representa a funo custo e a temperatura um
parmetro de controle da mesma.

2.1. Funcionamento do Recozimento Simulado

A figura, abaixo, esquematiza o procedimento de distribuio de energia no mtodo do
Recozimento Simulado. Na qual a bola representa uma possvel soluo para a funo custo,
que forada a vibrar fortemente fazendo com que se mova para os vales da direita ou da
esquerda. O objetivo que ao movimentar a bola ela caia em vales menores, representando
melhores solues.
FAMAT em Revista - Nmero 03 - Setembro de 2004 103

Figura 2.1 Distribuio de energia no Recozimento Simulado

Cada configurao definida por um conjunto de tomos de energia E e temperatura T. A
cada passo no algoritmo, os tomos sofrem um pequeno deslocamento randmico provocando
uma pequena alterao de energia E , no sistema.
i. Se E < 0 o deslocamento aceito e esta configurao usada para impulsionar o
ponto nesse passo
ii. Se E > 0 a probabilidade de aceitar o deslocamento para o novo ponto dada pela
equao
kT
E
e E P

= ) ( , onde k a constante de Boltzmann: k = 1,381 10
-23
J/K
Se a probabilidade (aumento) for pequena a configurao mantida e usada para iniciar o
prximo passo, se no a configurao rejeitada. O processo de aceitao feito mediante a
comparao da probabilidade com um nmero randmico r no intervalo (0,1): se r E P < ) (
mantm-se caso contrrio rejeita-se.

2.2. Implementao do recozimento simulado

Os parmetros de controle para iniciar o Recozimento Simulado so: a funo custo, as
variveis de projeto, o espao de busca, as temperaturas finais e iniciais respectivamente, o
nmero de iteraes a cada temperatura, o critrio de convergncia e o nmero total de
avaliaes da funo custo, o qual deve ser grande.
Definindo os parmetros de entrada e realizado a perturbao randmica das variveis de
projeto mantm os melhores valores da funo custo para o centro (center) do algoritmo, em
torno do qual ocorrem as perturbaes na prxima temperatura.
A reduo da temperatura dada pela equao:
1
) / log(

=
n
start stop
e c
onde stop a temperatura final, start a temperatura inicial e n o nmero de
temperaturas.
Esse processo deve se repetir at que o algoritmo no consiga encontrar solues
melhores. Nesse passo deve-se gerar um nmero randmico r o qual sacudir as variveis
(shake), o qual feito por T = center + rT, onde center o conjunto dos melhores valores da
funo custo. Assim, na nova configurao, so obtidos novos valores da funo custo.

3. Minimizao de funes estudos de casos

So apresentados alguns estudos de casos a partir de funes matemticas, para ilustrar a
metodologia apresentada. O cdigo computacional usado para os Algoritmos Genticos, neste
trabalho o GAOT, desenvolvido na Universidade da Carolina do Leste USA e o programa
para o Recozimento Simulado foi desenvolvido na FEMEC UFU.

Funo 3.1:
1 . 0 2
2
2
1
) ) 10 ( ) 10 (( + = x x F
104 FAMAT em Revista - Nmero 03 - Setembro de 2004
20 5
20 5
2
1


x
x


20 40 60 80 100 120 140 160 180 200
20
40
60
80
100
120
140
160
180
200
Curvas de Nivel

Algoritmos
Genticos
Recozimento
Simulado
Varivel 1 10.000001 10.0001
Varivel 2 10 10
Funo custo 0.0689 0.16973
Iteraes 100 150

Funo 3.2: Foram implementadas, aps uma codificao das letras do alfabeto, sub-rotinas
que levam a construo da palavra OLIMPIADAS. A codificao se d de acordo com suas
respectivas localizaes no alfabeto.
A funo objetivo utilizada dada por:
( )

=
=
n
i
i i
esperado procurado f
1
2
; n=10

Palavra
Procurada
Valores
esperados
Algoritmos
Genticos
Recozimento
simulado
Varivel 1 O 14 13.9999 13.9672
Varivel 2 L 11 11.0000 11.0602
Varivel 3 I 9 9.0000 8.88421
Varivel 4 M 12 12.0000 11.9155
Varivel 5 P 15 15.0000 15.1123
Varivel 6 I 9 9.0000 8.83798
Varivel 7 A 1 1.0000 1.05766
Varivel 8 D 4 4.0001 4.10974
Varivel 9 A 1 1.0000 1.03136
Varivel10 S 18 18.0000 18.0579
Funo custo 0 0.0000 0.083803
Iteraes 500 100

Problemas com Restrio: Em sua formulao original, tanto os Algoritmos Genticos
como o Recozimento Simulado no consideram funes com restries, so amplamente
encontrados na engenharia e na matemtica aplicada, sendo assim definidos:
Minimizar: F(X)
Sujeito a:
0 ) (
0 ) (
=

X h
X g
j
i

l j
m i
, , 1
, , 1

=
=

onde X um vetor de n variveis.
FAMAT em Revista - Nmero 03 - Setembro de 2004 105
Utilizando o conceito da funo de penalidade a funo custo otimizada e todas as
restries so obedecidas. Nessa tcnica a funo custo restrita transformada em uma nova
funo custo irrestrita, adicionando-se uma funo de penalidade P(X) funo custo original
F(X), definindo uma nova funo objetivo ) , (
p
r X :
onde
p
r o coeficiente de penalizao.
Funo 3.3: Minimizar
2
2
2
1 2 1
) 1 ( ) 1 ( ) , ( + = X X X X F

Sujeito a:
0 2
0 5 . 0
2 1
2 1
=
+
X X
X X

5 3
5 3
2
1


X
X

Portanto a funo custo a ser minimizada dada por:
) ) 2 ( )) 5 . 0 , 0 ((max( ) 1 ( ) 1 ( ) , (
2
2 1
2
2 1
2
2
2
1 2 1
+ + + + = X X X X r X X X X
p


p
r =0.5


Algoritmos
Gentico
Recozimento
Simulado
Varivel 1 1.1250 1.1187
Varivel 2 0.1250 0.12195
Funo custo 1.5625 1.5626
Iteraes 100 74

Referncia Bibliogrfica:

1. Haupt, R.L., and Haupt, S.E., 1998, Practical Genetic Algorithms, John Wiley &
Sons, Inc., New York.

2. Saramago, S.F.P., Assis, E.G. and Steffen, Jr,V., 1999, Simulated Annealing: Some
Aplications in Mechanical Systems Optimization, Proceedings of the XX Iberian Latin
American Congress on Computacional Methods in Engineering, CILAME 99, So Paulo,
Brazil.

) ( ) ( ) , ( X P r X F r X
p p
+ =
[ ] { } [ ]

= =
+ =
m
i
l
j
j i
X h X g X P
1 1
2 2
) ( ) ( , 0 max ) (
106 FAMAT em Revista - Nmero 03 - Setembro de 2004
3. Kirckpatrick, S., Gelat, C.D.,Vecchi, M.P., 1983, Optimization by Simulated
Annealing, Science, v. 220, N 4598, pp. 671-680.

4. Masters, T., Practical Neural Networks Recifes C
++
, 1993 Academic Press, San Diego,
CA, USA, chapter 7, pp. 117-134

5. Andrade, E.X.L., Sampaio, R., Silva, G.N., Notas em Matemtica Aplicada, SBMAC
2003, vol. 2, So Carlos, S.P.

6. Borges, R.A., 2003, Tcnicas de Otimizao, Dissertao de mestrado, Universidade
Federal de Uberlndia, Uberlndia, M.G.

7. Vanderplaats, G.N., 1998, Numerical Optimization Techniques for Engineering Design,
VR&D Inc., Colorado Springs, CO, USA, Cap. 5
FAMAT em Revista - Nmero 03 - Setembro de 2004 107

108 FAMAT em Revista - Nmero 03 - Setembro de 2004
A Transcendencia do N umero e
Anselmo A. de A. Oliveira
a
Uziel P. da Silva
b
Edson Agustini
c
Faculdade de Matematica - Famat
Universidade Federal de Uberlandia - Ufu
Uberlandia - MG
Agosto de 2004
Resumo
Este trabalho apresenta uma demonstracao da transcendencia do n umero e de
Euler, base do logaritmo natural, baseada no roteiro de exerccios propostos por D.
G de Figueiredo apresentado em [2]. Alem de um pequeno apanhado historico sobre
a teoria dos n umeros algebricos e transcendentes, introduzimos uma secao com as
denicoes e resultados pertinentes e necessarios `a compreensao da demonstracao
supracitada.
Palavras-chave: n umeros transcendentes, n umeros algebricos, n umeros irra-
cionais, n umeros construtveis, n umero e.
1 Introducao
Um n umero complexo que pode ser expresso como raiz de uma equac ao polinomial com
coecientes inteiros e chamado de n umero algebrico. Os complexos nao algebricos sao
chamados de n umeros transcendentes.
A questao de saber se um dado n umero e transcendente ou algebrico e, em geral, difcil,
tendo aparecido como o setimo problema na famosa lista dos vinte e tres problemas de
David Hibert, citados em palestra no Segundo Congresso Internacional de Matematica
em 1900, realizado em Paris na Franca.
Podemos rmar a semente da teoria dos n umeros transcendentes na Grecia antiga
com os tres famosos problemas gregos de construcao com regua e compasso: a quadratura
de um crculo, a trisecc ao de um angulo e a duplicac ao de um cubo. O estudo desses
problemas recai na construcao (com regua sem escala e compasso) de um segmento com
certa medida que nao e construtvel a partir de um segmento dado como unidade. Temos
a a teoria dos N umeros Construtveis que, hoje sabemos, sao todos n umeros algebricos
(no entanto, nem todo n umero algebrico e construtvel [5]).
a
anselmoangelo@yahoo.com.br. Orientando do Programa Institucional de Iniciacao Cientca e Mon-
itoria da Faculdade de Matematica (PROMAT) de set/03 a jul/04.
b
zielmiel@yahoo.com.br. Orientando do Programa Institucional de Iniciacao Cientca e Monitoria da
Faculdade de Matematica (PROMAT) de set/03 a jul/04
c
agustini@ufu.br. Professor orientador.
FAMAT em Revista - Nmero 03 - Setembro de 2004 109
Em 1844, Joseph Liouville exibiu uma classe de n umeros que demonstrou serem tran-
scendentes e, trinta anos apos, uma prova da existencia de n umeros transcendentes sem
exibir um n umero transcendente sequer foi feita Georg Cantor. A primeira demonstracao
de que o n umero e e transcendente foi dada por Charles Hermite em 1873 e a primeira
demonstracao de que tambem e transcendente foi dada por Ferdinand Lindemann nove
anos mais tarde, em 1882, comprovando a impossibilidade da quadratura do crculo, que
depende da construcao de um segmento de comprimento a partir da unidade.
Em 1934 Aleksander Gelfond demonstrou que n umeros complexos da forma a
b
, sendo
a um n umero algebrico diferente de 0 e 1 e b um algebrico nao racional, sao todos transcen-
dentes, constituindo um avanco signicativo na teoria desses n umeros. Assim, o n umero
2

2
, citado na lista dos problemas de Hilbert, e transcendente.
O objetivo desse trabalho e esbocar uma demonstrac ao da transcendencia do n umero
e de Euler (Sec ao 3), seguindo o roteiro dos exerccios propostos por D. G. de Figueiredo
em [2]. Para tanto, iniciamos o trabalho com uma secao de pre-requisitos (Sec ao 2) que
julgamos necessaria ao bom entendimento de nossa demonstracao.
2 Preliminares
Um Pouco Sobre o N umero e
Denimos a funcao logaritmo natural como sendo:
ln : R

+
R
x
_
x
1
1
x
dx
.
Dessa forma, existe um unico n umero real positivo cujo logaritmo natural e igual a 1. Tal
n umero e representado pela letra e, e e designado n umero neperiano ou n umero de Euler
em homenagem aos matematicos John Napier e Leonhard Euler. Assim,
ln x = 1 x = e.
Gracamente, adotando um sistema de coordenadas cartesianas ortogonais, a area sob
o ramo da hiperbole y =
1
x
, delimitada por x = 1, x = e e y = 0 e igual a uma unidade.
(gura abaixo)
4 3 2 1 0
4
3
2
1
0
y=1/x
e
rea1
O n umero e e aproximadamente igual a 2, 718281828 e pode ser encontrado usando
serie de MacLaurin, como veremos a seguir.
110 FAMAT em Revista - Nmero 03 - Setembro de 2004
Seja f(x) = e
x
. Calculemos diversas derivadas sucessivas de f no ponto x = 0:
f(x) = e
x
f(0) = 1
f

(x) = e
x
f

(0) = 1
f

(x) = e
x
f

(0) = 1
f

(x) = e
x
f

(0) = 1
f
(iv)
(x) = e
x
f
(iv)
(0) = 1
.
.
.
Logo, f
(n)
(0) = 1. Ent ao, a serie de MacLaurin

n=0
f
(n)
(0) x
n
n!
de f(x) = e
x
e
1
:
e
x
= f(0) + f

(0)x +
f

(0)x
2
2!
+
f

(0)x
3
3!
+ ...
= 1 + x +
x
2
2!
+
x
3
3!
+ ...
=

n=0
x
n
n!
Para x = 1, temos
e = 1 +
1
1!
+
1
2!
+
1
3!
+ ...
O n umero e e irracional (ver [2], Captulo 2), sendo que o conjunto dos n umeros
irracionais e composto por todos os n umeros reais que nao podem ser expressos na forma
a
b
; a, b Z, b = 0. Conseq uentemente, os irracionais nao podem ser representados na
forma de dzima periodica.
Um Pouco Sobre N umeros Algebricos e Transcendentes
Toda raiz de uma equac ao polinomial da forma
a
n
x
n
+ a
n1
x
n1
+ ... + a
1
x + a
0
= 0,
sendo a
0
, ...., a
n
n umeros inteiros, a
n
= 0, e chamada de n umero algebrico. Como con-
seq uencia imediata, todo n umero racional
p
q
e algebrico, pois e raiz de uma equac ao da
forma qxp = 0; sendo p, q Z, q = 0. Os n umeros que nao sao algebricos sao chamados
de n umeros transcendentes.
Um conjunto A e enumeravel se seus elementos puderem ser postos em correspondencia
biunvoca com os n umeros naturais. Mais precisamente, A e enumer avel se existir uma
funcao bijetora (i.e., func ao injetora e sobrejetora) f : N A.
As seguintes propriedades sao relevantes no estudo da enumerabilidade de conjuntos
([2], Captulo 4):
(i) A uniao de um conjunto nito com um conjunto enumeravel e enumeravel.
(ii) A uniao de dois conjuntos enumer aveis e enumer avel.
1
O raio de convergencia dessa serie e innito.
FAMAT em Revista - Nmero 03 - Setembro de 2004 111
(iii) A uniao de um n umero nito de conjuntos enumeraveis e enumer avel.
(iv) A uniao de um conjunto enumer avel de conjuntos nitos e enumer avel.
(v) A uniao de um conjunto enumer avel de conjuntos enumer aveis e enumer avel.
Baseados nessas propriedades e possvel mostrar que o conjunto dos n umeros reais nao
e enumeravel e que o conjunto dos n umeros algebricos reais e enumeravel. Conseq uen-
temente, alem de garantir a existencia de n umeros reais transcendentes, o conjunto dos
mesmos nao e enumeravel.
Finalmente, os n umeros algebricos satisfazem `as seguintes propriedades:
(i) A soma de dois n umeros algebricos e algebrico.
(ii) O produto de dois n umeros algebricos e algebrico.
(iii) O simetrico de um n umero algebrico e algebrico.
(iv) O inverso
1
de um n umero algebrico = 0 e algebrico.
Dessa forma, com as operac oes usuais, o conjunto dos n umeros algebricos reais forma
um subcorpo de R.
3 Prova da Transcendencia de e
Demonstraremos a transcendencia de e a partir de algumas proposicoes.
Proposicao 3.1 Seja a funcao F (x) = P(x) + P

(x) + ... + P
(r)
(x) ; em que P(x) e um
polinomio de grau r e P
(r)
(x) representa a derivada de ordem r de P (x) . Entao,
d
dx
_
e
x
F(x)
_
= e
x
P (x) .
Demonstracao:
Temos e
x
F (x) = e
x
P (x) + e
x
P

(x) + ... + e
x
P
(r)
(x) . Entao,
d
dx
_
e
x
F(x)
_
= e
x
P (x) + e
x
P

(x) e
x
P

(x) + e
x
P

(x) e
x
P

(x) + ...
+ e
x
P
(r)
(x) e
x
P
(r)
(x) + e
x
P
(r+1)
(x) ,
ou seja,
d
dx
_
e
x
F(x)
_
= e
x
P (x) ,
como queramos.
Proposicao 3.2 Seja g (x) = e
x
F (x) , entao F(k) e
k
F(0) = ke
k(1
k
)
P(k
k
), para
todo k > 0, onde
k
e um n umero entre 0 e 1.
Demonstracao:
112 FAMAT em Revista - Nmero 03 - Setembro de 2004
Como 0 <
k
< 1, ent ao 0 < k
k
< k. Vamos aplicar o Teorema do Valor Medio `a
funcao g(x). Temos entao:
e
k
F(k) e
0
F(0)
k 0
=
d
dx
_
e
k
k
F(k
k
)
_

e
k
F(k) F(0) = ke
k
k
P(k
k
) =
F(k) e
k
F(0) = ke
k(1
k
)
P(k
k
),
sendo que na segunda linha usamos a Proposicao 3.1.

E conveniente introduzir uma notac ao para a constante do segundo membro acima.


Denicao 3.1
k
= ke
k(1
k
)
P(k
k
).
As proximas etapas tem como pressuposto que e e algebrico, ou seja, que existem
c
0
, c
1
, ..., c
n
inteiros (tomaremos c
0
> 0), tais que
c
n
e
n
+ ... + c
1
e + c
0
= 0. (1)
Nosso objetivo e chegar a alguma contradicao com essa hipotese.
Proposicao 3.3 Se e e algebrico, entao c
0
F(0) +c
1
F(1) +... +c
n
F (n) = c
1

1
+... +c
n

n
.
Demonstracao:
Da Proposicao 3.2, temos
F(1) = e
(1
1
)
P(
1
) + eF(0) =
1
+ eF(0)
F(2) = 2e
2(1
2
)
P(2
2
) + e
2
F(0) =
2
+ e
2
F(0)
.
.
.
F(n) = ne
n(1
n
)
P(n
n
) + e
n
F(0) =
n
+ e
n
F(0).
Ent ao,
c
0
F(0) + c
1
F(1) + c
2
F (2) + ... + c
n
F(n) = c
0
F(0) + c
1

1
+ c
1
eF(0) + ... + c
n

n
+ c
n
e
n
F(0)
= F(0)(c
0
+ c
1
e + ... + c
n
e
n
) + c
1

1
+ ... + c
n

n
,
ou seja,
c
0
F(0) + c
1
F(1) + ... + c
n
F(n) = c
1

1
+ ... + c
n

n
,
devido `a hipotese assumida acima.
Proposicao 3.4 Seja Q(x) =
r

j=0
a
j
x
j
um polinomio com coecientes inteiros e seja p < r
um inteiro positivo. Entao:
(i) Q
(i)
(x) =
r

j=i
j!
(j i)!
a
j
x
ji
, i r.
(ii)
1
(p 1)!
Q
(i)
(x), p i, e um polinomio com coecientes inteiros divisveis por p.
FAMAT em Revista - Nmero 03 - Setembro de 2004 113
Demonstracao:
Temos que Q(x) =
r

j=0
a
j
x
j
= a
0
+ a
1
x + ... + a
r
x
r
.
Ent ao,
Q
(1)
(x) = a
1
+ 2a
2
x + ... + ra
r
x
r1
Q
(2)
(x) = 2a
2
+ 6a
3
x + ... + r(r 1)a
r
x
r2
Q
(3)
(x) = 6a
3
+ 24a
4
x + ... + r(r 1)(r 2)a
r
x
r3
=
3!
0!
a
3
+
4!
1!
a
4
x + ... +
r!
(r 3)!
a
r
x
r3
.
.
.
Logo, Q
(i)
(x) =
i!
0!
a
i
+
(i + 1)!
1!
a
i+1
x +
(i + 2)!
2!
a
i+2
x
2
+ ... +
r!
(r i)!
a
r
x
ri
, ou seja,
Q
(i)
(x) =
r

j=i
j!
(j i)!
a
j
x
ji
, i r
e isso prova a primeira parte.
Quanto `a segunda parte, observemos que os coecientes de
1
(p 1)!
Q
(i)
(x) serao da
forma
j!
(j 1)!
1
(p 1)!
a
j
, onde a
j
e inteiro.
Temos p i, p xo e j = i, ..., r.
No 1
o
coeciente, temos j = i e, conseq uentemente,
j!
0!
1
(p 1)!
=
j(j 1)...p(p 1)!
(p 1)!
= j(j 1)...p.
No 2
o
coeciente, temos j = i + 1, portanto,
j!
1!
1
(p 1)!
=
j (j 1) ...p(p 1)!
(p 1)!
= j (j 1) ...p.
No 3
o
coeciente, temos j = i + 2, portanto,
j!
2!
1
(p 1)!
=
j (j 1) ...p(p 1)!
2.1.(p 1)!
=
j (j 1) ...p
2
.
Observemos que o numerador tem j (p 1) = j p + 1 fatores. Como i + 2 p + 2,
temos j p +2, ou seja, j p 2, o que implica j p +1 3. Assim, podemos concluir
que o numerador tera pelo menos 3 fatores.
No 4
o
coeciente, temos j = i + 3, portanto,
j!
3!
1
(p 1)!
=
j (j 1) ...p(p 1)!
3.2.1.(p 1)!
=
j (j 1) ...p
3!
e, nesse caso, o numerador tera pelo menos 4 fatores.
114 FAMAT em Revista - Nmero 03 - Setembro de 2004
Generalizando, teremos para j = i + k, k N,
j!
k!
1
(p 1)!
=
j (j 1) ...p(p 1)!
k!(p 1)!
=
j (j 1) ...p
k!
,
sendo que o numerador tem pelo menos k + 1 fatores, ou seja,
j p + 1 k + 1
j k + 1 p + 1.
Dessa forma,
j!
k!
1
(p 1)!
=
j(j 1)...(j k + 1) (j k) ...p
k!
=
j(j 1)...(j k + 1)
k!
(j k)!
(j k)!
(j k) ...p
=
j!
k!(j k)!
(j k) ...p
=
_
j
k
_
(j k) ...p,
sendo
_
j
k
_
um n umero binomial, o que implica
_
j
k
_
Z, ou seja,
_
j
k
_
(j k) ...p Z e,
portanto,
j!
k!
1
(p 1)!
Z e e divisvel por p. Dessa forma, os coecientes de
1
(p 1)!
Q
(i)
(x)
sao n umeros inteiros divisveis por p.
Proposicao 3.5 O polinomio P(x) =
1
(p 1)!
x
p1
(1x)
p
...(nx)
p
, sendo p um n umero
primo tal que p > n N

e p > c
0
(ver (1))
2
, pode ser escrito na forma
P(x) =
(n!)
p
(p 1)!
x
p1
+
b
1
(p 1)!
x
p
+ ...
sendo b
1
uma constante.
Demonstracao
Temos
P(x) =
1
(p 1)!
x
p1
(1 x)
p
...(n x)
p
.
Facamos
H(x) = (1 x)(2 x)...(n x)
e observemos que H(x) e da forma a
n
x
n
+ a
n1
x
n1
+ ... + a
1
x + n!, sendo a
1
, ..., a
n
constantes e, conseq uentemente, teremos
[H(x)]
p
= b
np
x
np
+ b
np1
x
np1
+ ... + b
1
x + (n!)
p
,
2
Para a demonstracao dessa proposicao nao e necessario supor p primo, p > n e p > c
0
. Basta p N

.
No entanto, vamos adotar essas condicoes nesse momento e deixar o resultado pronto para ser utilizado
adiante.
FAMAT em Revista - Nmero 03 - Setembro de 2004 115
sendo b
1
, ..., b
np
constantes.
Voltando a P(x), temos
P(x) =
x
p1
(p 1)!
[H(x)]
p

P(x) =
b
np
(p 1)!
x
np+p1
+ ... +
b
1
(p 1)!
x
p
+
(n!)
p
(p 1)!
x
p1
ou, invertendo a ordem dos termos,
P(x) =
(n!)
p
(p 1)!
x
p1
+
b
1
(p 1)!
x
p
+ ...,
como queramos.
Corolario 3.1 Nas condicoes da Proposicao 3.5, temos P
(i)
(k) = 0; k = 1, ..., n; sendo
i < p.
Demonstracao
Basta observar que 1, ..., n sao razes de multiplicidade p do polinomio P. Como o grau
de P e maior que p (Proposic ao 3.5), temos que 1, ..., n sao razes das derivadas de ordens
menores que p.
De fato:
P (x) = (k x)
p
g (x) ,
sendo g (x) =
1
(p 1)!
x
p1
(1 x)
p
... (k 1 x)
p
(k + 1 x)
p
...(n x)
p
.
Logo:
P

(x) = p (k x)
p1
g (x) + (k x)
p
g

(x)
= (k x)
p1
(pg (x) + (k x) g

(x))
= (k x)
p1
g
1
(x) ,
sendo g
1
(x) = pg (x) + (k x) g

(x) .
Generalizando:
P
(i)
(x) = (k x)
pi
g
i
(x) ,
que e tal que P
(i)
(k) = 0; k = 1, ..., n; sendo i < p.
Corolario 3.2 Nas condicoes da Proposicao 3.5, P
(p1)
(0) = (n!)
p
e P
(i)
(0) = 0, i <
p 1.
Demonstracao
1
a
Parte: P
(p1)
(0) = (n!)
p
.
116 FAMAT em Revista - Nmero 03 - Setembro de 2004
De P(x) =
(n!)
p
(p 1)!
x
p1
+
b
1
(p 1)!
x
p
+..., temos P
(p1)
(x) = (n!)
p
+b
1
px+... e, assim,
o unico termo que nao e fatorado por x e (n!)
p
. Da, ao aplicarmos x = 0, esse e o unico
termo que nao se torna nulo.
2
a
Parte: P
(i)
(0) = 0, i < p 1.
Nesse caso, qualquer i < p 1 sera menor que o menor expoente de x em P, o que
fara com que todos os termos do polinomio P
(i)
(x) estejam fatorados por x e, conseq uen-
temente, se tornem nulos ao aplicarmos x = 0.
Proposicao 3.6 Seja F(x) = P(x)+P

(x)+...+P
(r)
(x), conforme denido na Proposicao
3.1, entao F(k), para k = 1, ..., n, e um inteiro divisvel por p e F (0) e um inteiro nao
divisvel por p. O polinomio P(x) e denido na Proposicao 3.5.
Demonstracao
Consideremos os seguintes fatos:
1. P(k) = 0, k = 1, ..., n. Pois P(x) =
1
(p 1)!
x
p1
(1 x)
p
...(n x)
p
.
2. Do Corolario 3.1, temos que P
(i)
(k) = 0; i < p.
3. Todo P
(i)
(x) pode ser escrito na forma
1
(p 1)!
Q
(i)
(x), sendo Q
(i)
(x) na forma denida
na Proposic ao 3.4 (para ver isso, basta derivar P na forma nao fatorada, conforme
Proposic ao 3.5). Da, P
(i)
(k), para i p e um inteiro divisvel por p.
Portanto, F(k) ca resumida ao somatorio dos P
(i)
(k), onde i p, os quais sao inteiros
e divisveis por p.
Para F(0) consideramos tambem que:
4. P(0) = 0.
5. Do Corolario 3.2, temos que P
(p1)
(0) = (n!)
p
e P
(i)
(0) = 0, i < p 1.
6. p (n!)
p
, pois p e primo e p > n = p n = p n! = p (n!)
p
.
Portanto, F(0) e um somatorio de n umeros inteiros, em que um dos termos (P
(p1)
(0) =
(n!)
p
) nao e divisvel por p e os demais sao divisveis por p. Logo, F (0) e um inteiro nao
divisvel por p.
Corolario 3.3 O n umero c
0
F (0) + c
1
F (1) + ... + c
n
F (n) e um inteiro nao divisvel por
p, sendo 0 < c
0
< p.
Demonstracao
O somatorio c
0
F (0)+c
1
F (1)+... +c
n
F (n) e um n umero inteiro, pois pela Proposic ao
3.6, F (k) , k = 0, 1, ..., n, e inteiro e os coecientes c
0
, c
1
, ..., c
n
tambem sao inteiros, por
denicao.
FAMAT em Revista - Nmero 03 - Setembro de 2004 117
Como p > c
0
, ent ao p c
0
, e da Proposic ao 3.6, temos que p F (0) . Portanto,
p c
0
F (0) , pois p e primo.
Se supormos que p divide c
0
F (0) + c
1
F (1) + ... + c
n
F (n) , entao p dividira todos os
termos do somatorio, o que nao e verdade, pois p c
0
F (0) . Logo, p nao divide c
0
F (0) +
c
1
F (1) + ... + c
n
F (n) .
Proposicao 3.7 Para k n inteiro positivo, |
k
|
e
n
n
p
(n!)
p
(p 1)!
. Sendo
k
da Denicao
3.1 calculado para o polinomio P(x) da Proposicao 3.5.
Demonstracao
Temos

k
= ke
k(1
k
)
1
(p 1)!
(k
k
)
p1
(1 k
k
)
p
...(n k
k
)
p
,
sendo 0 <
k
< 1 e k n. Da,
|
k
| (p 1)! =

ke
k(1
k
)
k
p1

p1
k
(1 k
k
)
p
...(n k
k
)
p

.
Como 0 <
k
< 1 = j k
k
< j; j = 1, ..., n. Ent ao,
|
k
| (p 1)! <

k
p
e
k(1
k
)
(
k
)
p1
1
p
2
p
...n
p

e, ainda, 0 <
k
< 1 = k(1
k
) < k. Da
|
k
| (p 1)! <

k
p
e
k
(
k
)
p1
(n!)
p

e, como 0 <
k
< 1,
|
k
| (p 1)! <

k
p
e
k
(1)
p1
(n!)
p

.
Assim, |
k
| <

k
p
e
k
(n!)
p

(p 1)!
. Como k n, entao |
k
| <
n
p
e
n
(n!)
p
(p 1)!
. Portanto,
|
k
|
n
p
e
n
(n!)
p
(p 1)!
,
como queramos.
Proposicao 3.8 Existe p primo tal que |c
1

1
+ ... + c
n

n
| < 1, sendo
1
, ...,
n
da Proposicao
3.7.
Demonstracao
Temos
|c
1

1
+ ... + c
n

n
| |c
1

1
| + ... +|c
n

n
|
= |c
1
| |
1
| + ... +|c
n
| |
n
| .
118 FAMAT em Revista - Nmero 03 - Setembro de 2004
Como |
k
|
n
p
e
n
(n!)
p
(p 1)!
, ent ao
|c
1

1
+ ... + c
n

n
| < (|c
1
| + ... +|c
n
|)
n
p
e
n
(n!)
p
(p 1)!
=
Cn
p
e
n
(n!)
p
(p 1)!
,
sendo C = |c
1
| + ... +|c
n
| .
Queremos saber se existe p primo tal que
Cn
p
e
n
(n!)
p
(p 1)!
< 1, ou seja, (p 1)! >
Cn
p
e
n
(n!)
p
.
Vamos provar que para algum p sucientemente grande isso ocorre.
Tomemos p N

tal que p 2 > d


d+3
= n.n!
n.n!+3
e p 1 > Ce
n
. Entao,
(p 1)! = (p 1)
pd2 termos
..
(p 2)...
_
d
d+3
+ 1
_
d
d+3
_
d
d+3
1
_
...d
d1
...d
2
...
d termos
..
d...2.1
(p 1)! > Ce
n
d
d+3
pd3 termos
..
(p 2)...
_
d
d+3
+ 1
_ _
d
d+3
1
_
...d
d1
...d
2
...d!
(p 1)! > Ce
n
d
d+3
pd3 termos
..
d......d d!
(p 1)! > Ce
n
d
d+3
d
pd3
d!
(p 1)! > Ce
n
d
p

(p 1)! > Ce
n
n
p
(n!)
p

Ce
n
n
p
(n!)
p
(p 1)!
< 1,
ou seja, existe p primo tal que |c
1

1
+ ... + c
n

n
| < 1, como queramos.
Finalmente, consideremos os seguintes resultados:
(1) Da Proposicao 3.3, temos c
0
F(0) + c
1
F(1) + ... + c
n
F (n) = c
1

1
+ ... + c
n

n
.
(2) Do Corolario 3.3, temos que c
0
F(0) +c
1
F(1) +... +c
n
F (n) e um inteiro nao divisvel
por p.
(3) Da Proposicao 3.8, temos que para algum primo p, |c
1

1
+ ... + c
n

n
| < 1.
Chegamos a uma contradic ao! Dos resultados acima, |c
0
F(0) + c
1
F(1) + ... + c
n
F (n)|
e um inteiro menor que 1, ou seja, 0. De (2), temos que esse inteiro nao e divisvel por p.
Logo, nao pode ser zero!
Esta contradic ao surge do fato de admitirmos que e pode ser escrito como raiz de uma
equacao polinomial com coecientes inteiros. Logo, e nao e algebrico, sendo, portanto,
transcendente.
Referencias
[1] Davis, H. Topicos de Historia da Matematica para Uso em Sala de Aula. Com-
putacao. Trad. Bras. v. 2, Sao Paulo, SP: Atual, 1992.
FAMAT em Revista - Nmero 03 - Setembro de 2004 119
[2] Figueiredo, D. G. N umeros Irracionais e Transcendentes. Rio de Janeiro, RJ:
Publicac ao da Sociedade Brasileira de Matematica (SBM). Colecao Fundamentos da
Matematica Elementar, 1985.
[3] Gundlach, B. H. Topicos de Historia da Matematica para Uso em Sala de Aula.
N umeros e Numerais. Trad. Bras. v.1, Sao Paulo, SP: Atual, 1992.
[4] Niven, I. N umeros: Racionais e Irracionais. Rio de Janeiro, RJ: Publicac ao da
Sociedade Brasileira de Matematica (SBM). Colec ao Fundamentos da Matematica
Elementar, 1984.
[5] Wagner, E. Construcoes Geometricas. Rio de Janeiro, RJ: Publicac ao da Sociedade
Brasileira de Matematica (SBM). Colec ao do Professor de Matematica, 2000.
120 FAMAT em Revista - Nmero 03 - Setembro de 2004
Um Enfoque Computacional da Criptograa
RSA
Helen Cristina de Freitas
a
Angelica Silva de Sousa
b
Edson Agustini
c
Faculdade de Matematica - Famat
Universidade Federal de Uberlandia - Ufu
Uberlandia - MG
Agosto de 2004
Resumo
Este trabalho envolve um estudo da criptograa RSA sob um enfoque computa-
cional. Procuramos apresentar os principais resultados de Teoria dos N umeros que
sao utilizados para denir e demonstrar os resultados necessarios `a Criptograa
RSA, assim como os algoritmos empregados. Concluimos o trabalho com um pro-
grama em linguagem Pascal que executa o ciframento e o deciframento a partir das
chaves de cripotograa.
Palavras-chave: Criptograa RSA, Algoritmo Euclidiano, Algoritmo Euclidi-
ano Estendido, Congruencias, N umeros Primos, Metodo dos Quadrados Repetidos.
1 Introducao
Nas ultimas decadas a necessidade de se proteger informacoes, de modo que alguem inde-
sejavel nao tenha acesso a seu conte udo, tem sido imperiosa. Uma das maneiras de se criar
essa desejada protec ao para mensagens e a criptograa. O uso corrente da criptograa
e encontrado, por exemplo, em transacoes bancarias via Internet ou em compras on-line
com cartao de credito. Dessa forma, a criptograa torna-se um agente de seguranca em
um sistema de comunicacoes.
A criptograa e um metodo para codicar (ou modicar) uma mensagem a ser enviada
de tal forma que apenas o receptor legtimo consiga interpret a-la. A base da criptograa e
a teoria dos n umeros, uma vez que o estudo das propriedades dos n umeros inteiros; mais
precisamente, a manipulacao de maximos divisores comuns, fatorac oes, congruencias e
metodos para determinar n umeros primos sao fundamentais para se entender criptograa.
a
helencristina2000@yahoo.com.br Orientanda do Programa Institucional de Iniciacao Cientca
e Monitoria da Faculdade de Matematica (Promat) de set/03 a jul/04.
b
angelica@mat.ufu.br Orientanda do Programa Institucional de Iniciacao Cientca e Monitoria da
Faculdade de Matematica (Promat) de set/03 a jul/04
c
agustini@ufu.br Professor orientador.
FAMAT em Revista - Nmero 03 - Setembro de 2004 121
O metodo mais conhecido de criptograa e o chamado RSA (Rivest, Shamir, Adleman)
[5], ao qual daremos enfase nesse trabalho. Para implementar esse metodo, precisamos
escolher dois n umeros primos muito grandes p e q e, na fase de codicac ao de uma men-
sagem, usarmos n = pq. Ja, para decodicar, precisamos conhecer apenas p e q. Dessa
forma, a seguranca do metodo esta na diculdade de fatorar n para obter p e q, que sao
n umeros muito grandes.
O objetivo desse trabalho e o estudo e a demonstracao da funcionalidade da crip-
tograa RSA, bem como a elaborac ao de um programa simples em linguagem Pascal
para a execuc ao dos calculos necessarios `a criptograa, visto que seria quase impossvel
exemplica-los apenas com lapis, papel e uma calculadora, pois os n umeros utilizados nos
calculos sao muito grandes.
Em decorrencia do exposto, nosso trabalho esta esquematizado em mais tres secoes:
- A Secao 2 apresenta os principais preliminares da Teoria dos N umeros e algoritmos
necessarios `a compreensao da Criptograa RSA.
- A Secao 3 apresenta o processo de codicac ao e decodicac ao da Criptograa RSA.
- A Sec ao 4 apresenta um programa em linguagem Pascal, para exemplicacao da
Criptograa RSA.
2 Preliminares
Nessa secao, apresentamos alguns conceitos basicos para o entendimento de metodos de
criptograa. Comecamos com alguns algoritmos (processos para a resoluc ao de um prob-
lema descrito passo a passo), que sao bastante uteis para a construc ao de programas com-
putacionais que visam a resolver um dado problema. As proposic oes apresentadas nessa
secao sao basicas e suas demonstrac oes podem ser encontradas em livros introdutorios de
Teoria dos N umeros como, por exemplo, [3].
2.1 Alguns Algoritmos Importantes
(1) Algoritmo da Divisao de Inteiros
Proposicao 2.1 (Teorema da Divisao) Sejam a, b N

. Entao, existem unicos q, r N


tais que
a = bq + r
e 0 r < b.
Na linguagem algortmica, temos como entrada os n umeros a e b, que sao o dividendo
e o divisor, e como sada os n umeros q e r, que sao o quociente e o resto. O algoritmo
para implementac ao computacional e o seguinte:
Etapa 1: Obtenha os n umeros a e b;
Etapa 2: Comece fazendo q = 0 e r = a.
Etapa 3: Se r < b, escreva o quociente q e o resto r e pare; senao, va para a proxima
etapa.
Etapa 4: Se r b, subtraia b de r, incremente q de 1 unidade e volte para a etapa
anterior.
122 FAMAT em Revista - Nmero 03 - Setembro de 2004
(2) Algoritmo Euclidiano (para mdc)
O Algoritmo Euclidiano calcula o mdc - maximo divisor comum - de dois n umeros
inteiros a e b, a partir da aplicac ao sucessiva do algoritmo da divisao.
Proposicao 2.2 Se a, b N

e q, r N tais que a = bq+r, entao mdc (a, b) = mdc (b, r) .


Procedemos da seguinte maneira para calcular o mdc dos inteiros a e b:
a = bq
1
+ r
1
, 0 r
1
< b,
b = r
1
q
2
+ r
2
, 0 r
2
< r
1
,
r
1
= r
2
q
3
+ r
3
, 0 r
3
< r
2
,
r
2
= r
3
q
4
+ r
4
, 0 r
4
< r
3
,
.
.
.
r
n2
= r
n1
q
n
+ r
n
, 0 r
n
< r
n1
,
Esse processo continua ate que obtenhamos um r
n
= 0. Quando isto acontece, temos
mdc(a, b) = mdc (b, r
1
) = mdc (r
1
, r
2
) = ... = mdc (r
n2
, r
n1
) = mdc (r
n1
, 0) = r
n1
,
devido `a proposic ao acima.
(3) Algoritmo Euclidiano Estendido
Proposicao 2.3 Sejam a, b N

e seja d = mdc (a, b) . Entao, existem , Z tais que


a + b = d.
O algoritmo que fornece d, e a partir de a e b e denominado Algoritmo Euclidiano
Estendido.
Primeiramente, vamos calcular o mdc(a, b). Utilizando o Algoritmo Euclidiano, obte-
mos, a seq uencia de divisoes abaixo:
a = bq
1
+ r
1
e r
1
= ax
1
+ by
1
b = r
1
q
2
+ r
2
e r
2
= ax
2
+ by
2
r
1
= r
2
q
3
+ r
3
e r
3
= ax
3
+ by
3
.
.
.
r
n3
= r
n2
q
n1
+ r
n1
e r
n1
= ax
n1
+ by
n1
r
n2
= r
n1
q
n
e r
n
= 0
Os x
1,
..., x
n1
e y
1
, ..., y
n1
sao inteiros a determinar.
Coloquemos os dados obtidos acima em uma tabela:
restos quocientes x y
a x
1
y
1
b x
0
y
0
r
1
q
1
x
1
y
1
r
2
q
2
x
2
y
2
.
.
.
.
.
.
.
.
.
.
.
.
r
n1
q
n1
x
n1
y
n1
FAMAT em Revista - Nmero 03 - Setembro de 2004 123
Embora a e b nao sejam restos, as duas primeiras linhas da tabela sao convenientes,
pois nos ajudam a desenvolver o algoritmo. Sendo assim, chama-las-emos de linhas 1 e
0.
Vamos desenvolver um algoritmo para determinar as colunas de x e y, utilizando
somente duas linhas sucessivas. Para tanto, e necessario imaginar que recebemos a tabela
preenchida ate um certo ponto: a j-esima linha, por exemplo. Nessa linha, temos r
j2
dividido por r
j1
, ou seja,
r
j2
= r
j1
q
j
+ r
j
r
j
= r
j2
r
j1
q
j
(1)
Analisando as duas linhas anteriores: a (j 1)-esima linha e (j 2)-esima linha,
encontramos x
j1
, y
j1
, x
j2
e y
j2
, sendo:
r
j1
= ax
j1
+ by
j1
e r
j2
= ax
j2
+ by
j2
. (2)
Substituindo (2) em (1), temos:
r
j
= ax
j2
+ by
j2
(ax
j1
+ by
j1
)q
j
r
j
= a(x
j2
x
j1
q
j
) + b(y
j2
y
j1
q
j
)
Logo, podemos tomar
x
j
= x
j2
x
j1
q
j
e y
j
= y
j2
y
j1
q
j
.
Temos, portanto, uma formula para calcular qualquer x
j
e y
j
da tabela, utilizando
apenas as duas linhas sucessivas j 2 e j 1 e o quociente da linha j. Para iniciarmos o
processo, e necessario ter x
j
e y
j
de duas linhas sucessivas e e aqui que utilizamos as duas
convenientes primeiras linhas:
a = ax
1
+ by
1
e b = ax
0
+ by
0
.
Nesse caso, os valores triviais para x
1
, y
1
, x
0
e y
0
, sao x
1
= 1, y
1
= 0, x
0
= 0
e y
0
= 1. Assim, podemos dar incio ao processo e, apos executar o algoritmo, tendo
descoberto o d = mdc (a, b) , ou seja, d = r
n1
, obtemos:
d = r
n1
= ax
n1
+ by
n1
,
ou seja, = x
n1
e = y
n1
.
2.2 Aritmetica Modular
A seguir, delineamos alguns conceitos de aritmetica modular, a base para o desenvolvi-
mento da criptograa. Comecamos com a noc ao de relac ao de equivalencia.
Uma relacao binaria sobre um conjunto X nao vazio e chamada relac ao de equivalencia
sobre X, quando satisfaz as tres seguintes propriedades:
(1) x x; (reexiva)
(2) Se x y, ent ao y x; (simetrica)
(3) Se x y e y z, entao x z. (transitiva)
Uma relacao binaria permite compararmos dois elementos de um conjunto segundo
uma dada regra. As relacoes de equivalencia sao usadas para classicar os elementos
124 FAMAT em Revista - Nmero 03 - Setembro de 2004
de um conjunto em subconjuntos com propriedades semelhantes denominados classes de
equivalencia. A classe de equivalencia de um elemento x X e denotada por
x = {y X : y x} .
Temos ainda que qualquer elemento de uma classe de equivalencia e um representante de
toda a classe.
Destacamos ainda dois resultados muito importantes relacionados ao conjunto X com
a relac ao de equivalencia :
(1) X e a uniao de todas as classes de equivalencia.
(2) A interseccao de duas classes de equivalencia distintas e vazia.
Uma relac ao de equivalencia no conjunto dos n umeros inteiros pode ser construda do
seguinte modo: dois inteiros a e b, cuja diferenca e um m ultiplo de um n N

, sao ditos
congruentes modulo n se a b e m ultiplo de n e sao denotados por a b(mod n).
Mostremos que a congruencia modulo n e uma relac ao de equivalencia:
Sejam a, b, c Z, ent ao:
(i) a a(mod n). De fato, a a = 0n.
(ii) a b(mod n) = b a(mod n). De fato, a b = kn e b a = (b a) = kn =
b a(mod n); k Z.
(iii) a b(mod n), b c(mod n) = a c(mod n). De fato, a b = k
1
n e b c = k
2
n.
Como (a b) + (b c) = a c, temos (k
1
n) + (k
2
n) = a c a c = (k
1
+ k
2
)n, ou
seja, a c(mod n); k
1
, k
2
Z.
O conjunto de todas as classes de equivalencia da relac ao de congruencia modulo n
em Z e denotado por Z
n
e denominado conjunto dos inteiros modulo n. Dessa forma, a
classe de equivalencia de a e dada por a = {a + kn : k Z}. Se a Z, ent ao podemos
dividi-lo por n, obtendo q e r inteiros, tais que a = nq + r e 0 r < n. Da, a r = nq
que e m ultiplo de n e, ent ao, a r(mod n). Logo, qualquer inteiro e congruente modulo
n a um inteiro entre 0 e n1. Assim, os elementos do conjunto quociente de Z na relac ao
de congruencia modulo n sao: 0, 1, ..., n 1. Esse conjunto e assim denotado:
Z
n
= {0, 1, ..., n 1}.
Podemos utilizar congruencia para calcular o resto da divisao de uma potencia por
um n umero qualquer. Vejamos um exemplo: calcular o resto da divisao de 10
135
por 7.
Para efetuar esse calculo, consideremos o Pequeno Teorema de Fermat:
Proposicao 2.4 Se p > 1 e um n umero primo que nao divide o inteiro a, entao:
a
p1
1 (mod p) .
Assim, pelo resultado acima, 10
6
1(mod 7). Como 135 = 6.22 + 3, temos:
10
135
(10
6
)
22
10
3
1
22
10
3
6(mod 7).
Logo, o resto da divisao de 10
135
por 7 e 6.
Nem sempre e tao simples fazer esses calculos, ja que e raro encontramos uma potencia
que seja congruente a um, no modulo n. Para tanto, lancamos mao de um metodo para
o calculo do resto da divisao de uma potencia por um n umero. Esse metodo e conhecido
como metodo dos quadrados repetidos.
FAMAT em Revista - Nmero 03 - Setembro de 2004 125
2.3 Metodo dos Quadrados Repetidos
Como dito acima, o objetivo desse metodo e calcular a congruencia de b
r
modulo n, sendo
b, r e n n umeros naturais grandes.
Para fazer esse calculo, e necessario convertermos r em n umero binario. Para tanto,
suponhamos
r =
k

j=0
a
j
2
j
,
sendo a
j
= 0 ou 1.
Algoritmo:
Sejam c, d e b
j
; j = 0, ..., k; n umeros naturais (auxiliares).
Passo 1) Se a
0
= 1, ent ao faca c = b. Senao, faca c = 1.
Passo 2) Seja b
0
= b.
Passo 3) Para cada j = 1, ..., k faca:
Calcule b
j
b
2
j1
(mod n) .
Se a
j
= 1, calcule d cb
j
(mod n) e faca c = d. Senao deixe c inalterado.
Passo 4) O n umero c e congruo a b
r
modulo n, ou seja, c b
r
(mod n) .
Percebemos que na etapa i do Passo 3, temos c b

i
j=0
a
j
2
j
0
(mod n) . Assim, ao termino
do algoritmo, temos c b
r
(mod n) .
3 Criptograa RSA
3.1 Pre-Codicacao
Para usarmos o metodo RSA, devemos converter uma mensagem em uma seq uencia de
n umeros. Chamaremos essa etapa de pre-codicacao.
Para efeito de exemplicacao, tomemos a seguinte tabela de convers ao na pre-codicac ao:
a b c d e f g h i j k l m n o p q r s
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28
t u v w x y z 0 1 2 3 4 5 6 7 8 9
29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46
O espaco entre palavras sera substitudo pelo n
o
. 36. Por exemplo, a frase Famat
2004
1
, e convertida no n umero
15102210293639373741
A vantagem de se utilizar 2 dgitos para representar uma letra reside no fato de que
tal procedimento evita a ocorrencia de ambig uidades. Por exemplo, se a fosse convertido
em 1 e b em 2, teramos que ab seria 12, mas l tambem seria 12. Logo, nao poderamos
concluir se 12 seria ab ou l.
1
Faremos a conversao sem considerar acentos e letras mai usculas.
126 FAMAT em Revista - Nmero 03 - Setembro de 2004
Precisamos determinar 2 primos distintos, que denotaremos por p e q, que sao denom-
inados parametros RSA. Seja
n = pq,
que e chamado de modulo RSA.
A ultima etapa da pre-codicacao consiste em separar o n umero acima em blocos cujos
valores sejam menores que n.
A mensagem cuja convers ao foi feita acima pode ser separada nos seguintes blocos:
15 10 22 10 29 36 39 37 37 41.
A maneira de escolher os blocos nao e unica e nao precisa ser homogenea (todos os
blocos com o mesmo n umero de dgitos), mas devemos tomar alguns cuidados como, por
exemplo, nao comecar um bloco com zero, pois isto traria problemas na hora de montar
a seq uencia recebida (o zero no incio do bloco pode nao aparecer!).
3.2 Codicacao e Decodicacao
Passemos ao processo de codicac ao. Da subsecao acima, temos n = pq com p e q primos.
Tomemos
(n) = (p 1) (q 1) .
Seja e < (n) inteiro positivo inversvel modulo (n), ou seja,
mdc (e, (n)) = 1.
Esse n umero e e chamado de expoente de enciframento.
O par (n, e) e denominado chave p ublica de codicacao do sistema RSA.
Agora, codiquemos cada bloco obtido na pre-codicac ao (subsecao anterior). Apos a
codicac ao, os blocos nao poderao ser reunidos de modo que nao possamos distingu-los,
pois isto tornaria impossvel a decodicac ao da mensagem.
A codicacao de um bloco b sera denotada por C(b). Temos que C(b) e o resto da
divisao de b
e
por n, isto e,
C(b) b
e
(mod n) .
Por exemplo, se p = 29 e q = 67, ent ao n = 1943. Logo, (n) = 1848. Tomemos
e = 701 (observe que mdc (701, 1848) = 1). Assim, o ultimo bloco, 41, da mensagem
anterior e codicado como o resto da divisao de 41
701
por 1943. Convertendo 701 em
binario e utilizando o metodo dos quadrados repetidos, temos
1317 41
701
(mod 1943) .
Codicando toda a mensagem, obtemos a seguinte seq uencia de blocos:
595 155 1842 155 841 384 1344 1168 1168 1317.
Para decodicar uma mensagem codicada, precisamos de n e do inverso de e modulo
(n), que chamaremos de d, ou seja
ed 1 (mod (n)) .
FAMAT em Revista - Nmero 03 - Setembro de 2004 127
O par (n, d) e denominado chave privada de decodicacao do sistema RSA.
Seja a = C (b) um bloco da mensagem codicada, ent ao D(a) sera o resultado da
decodicac ao. Temos que D(a) e o resto da divisao de a
d
por n, isto e,
D(a) a
d
(mod n) .
Para calcular d, sendo conhecidos e e (n), basta aplicar o algoritmo euclidiano es-
tendido, pois 1 = ed k(n) . Esperamos que, decodicando os blocos da mensagem
codicada, possamos encontrar a mensagem original, ou seja, D(C(b)) = b. Para decodi-
carmos, nao e necessario conhecermos p e q, basta conhecer n e d.
No exemplo que estamos acompanhando, temos que n = 1943 e e = 701.
Usando o algoritmo euclidiano estendido, temos d = 29.
Assim, para decodicar o bloco 1317 recebido, devemos calcular o resto da divisao de
1317
29
por 1943 (metodo dos quadrados repetidos), ou seja, 41:
41 1317
29
(mod 1943) .
Logo, a seq uencia decodicada sera
15 10 22 10 29 36 39 37 37 41,
que corresponde, via tabela de conversao, `a frase Famat 2004.
3.3 Demonstracao da Funcionalidade do Sistema de Criptograa
RSA
Precisamos vericar que se C(b) e um inteiro e 1 b < n, ent ao D(C(b)) = b. Na verdade,
basta que D(C(b)) b(mod n), pois tanto D(C(b)) quanto b estao no intervalo de 1 a
n1. Logo, b e D(C (d)) so serao congruentes modulo n se forem iguais. Por isso, b deve
ser menor que n e, mesmo depois de codicados, os blocos devem se manter separados.
Por denic ao de D e C, temos:
D(C(b)) (b
e
)
d
b
ed
(mod n).
Como n = pq, vamos calcular b
ed
modulo p e modulo q. O calculo para os dois modulos
e analogo; logo, facamos apenas um deles.
Vejamos o caso de b
ed
modulo p.
Como d e o inverso de e modulo (n), temos
ed = 1 + k(n) = 1 + k(p 1)(q 1)
Da,
b
ed
b(b
p1
)
k(q1)
(mod p).
Usemos o Pequeno Teorema de Fermat, mas para isto, temos que supor que p b.
Digamos que isto acontece, ent ao b
p1
1(mod p), ou seja, b
ed
b(mod p).
Analisando o caso em que p | b, temos que b 0(mod p). Logo, b
ed
b(mod p) para
qualquer valor de b.
Como b
ed
b(mod p), analogamente, podemos mostrar que b
ed
b(mod q). Da, temos
que b
ed
b e divisvel por p e q. Mas, como p e q sao primos distintos, isto e, o mdc(p, q) = 1,
temos que pq |

b
ed
b

. Portanto, como n = pq, conclumos que b


ed
b(mod n) para
qualquer inteiro b.
Conclusao: D(C (b)) = b, como queramos.
128 FAMAT em Revista - Nmero 03 - Setembro de 2004
3.4 A Seguranca do Sistema de Criptograa RSA
O metodo RSA e de chave p ublica, sendo p e q parametros do sistema e n = pq. A chave
de codicac ao, o par (n, e), e a chave p ublica do sistema. Assim sendo, todos os usuarios
terao acesso a ela. Por isso, o RSA so sera seguro se for difcil de encontrar d a partir de
n e e.
Para encontrar d, utilizamos (n) e e, mas para obtermos (n), devemos ter p e q,
que e a fatoracao de n. Logo, para quebrar o codigo, devemos conseguir fatorar n, que e
um problema extremamente difcil se n for grande.
Uma observacao interessante e que, se acaso conhecermos (n) , saberemos quem sao
p e q. De fato:
(n) = (p 1)(q 1)
= pq (p + q) + 1
= n (p + q) + 1
p + q = n (n) + 1.
Mas:
(p + q)
2
4n = (p
2
+ q
2
+ 2pq) 4pq
= (p q)
2

p q =

(p + q)
2
4n
=

(n (n) + 1)
2
4n
Tendo p + q e p q, obtemos p e q facilmente, tendo assim fatorado n.
Finalmente, a possibilidade de achar b, a partir de C (b) b
e
(mod n) sem tentar achar
d, e praticamente impossvel se n e grande. Na verdade, acredita-se que quebrar o RSA e
fatorar n sao problemas equivalentes. No entanto, devemos tomar alguns cuidados, pois
se p e q forem pequenos, se torna facil encontr a-los. Ou se, mesmos grandes, |p q| for
pequeno se torna facil ach a-los a partir de n, utilizando um algoritmo devido a Fermat
(ver [1], Captulo 2, Secao 5).
3.5 Assinaturas Digitais
Uma das aplicacoes da criptograa sao as assinaturas digitais, que possuem um importante
papel nas transac oes bancarias, obtendo assim uma maior seguranca, tanto para o cliente,
quanto para o banco.
Suponhamos que uma empresa realiza transac oes bancarias por computador.

E obvio
que tanto a empresa quanto o banco queiram que a mensagem seja codicada. Mas, como
o RSA e um sistema de criptograa de chave p ublica, qualquer pessoa poderia enviar uma
mensagem para fazer transac oes bancarias utilizando esse sistema. Por isso, e necessario
que a mensagem esteja assinada eletronicamente.
Vejamos como mandar uma assinatura pelo RSA. Chamemos de C
e
e D
e
as func oes
de codicac ao e decodicac ao da empresa e C
b
e D
b
as mesmas func oes, so que do banco.
Sendo a um bloco de mensagem que a empresa vai enviar ao banco, a codicac ao desse
bloco seria C
b
(a). Para que a mensagem va assinada, ela deve ser C
b
(D
e
(a)). Usamos
FAMAT em Revista - Nmero 03 - Setembro de 2004 129
primeiro a func ao decodicac ao da empresa ao bloco a e, depois, codicamos o bloco,
usando a funcao codicac ao do banco.
O banco, ao receber a mensagem C
b
(D
e
(a)), aplica a sua func ao de decodicac ao,
obtendo D
e
(a), e, na seq uencia, aplica a func ao codicac ao da empresa, que e p ublica,
para obter o bloco original a.
Somente a empresa conhece a func ao D
e
. Portanto, se a mensagem zer sentido, tem
que ter tido origem na empresa, uma vez que a probabilidade de uma pessoa, sem con-
hecer D
e
, mandar uma mensagem que faca sentido, apos ser decodicada pelo banco, e
praticamente nula. Assim, o banco pode estar seguro de que a mensagem e verdadeira.
130 FAMAT em Revista - Nmero 03 - Setembro de 2004
4 Programa de Criptograa RSA
Nessa secao, apresentamos um programa escrito em linguagem Pascal - para ser rodado
no Turbo Pascal versao 7.0 (de 1992) MS-DOS - para ilustrar o processo de criptograa
descrito na sec ao anterior. No desenvolver do programa, ilustramos sua execuc ao com o
exemplo utilizado acima.
Ressaltamos que esse programa foi construdo apenas para o estudo do processo de
criptograa RSA. Sendo assim, programamos apenas as partes que se referem `a codicacao
e decodicac ao de mensagens, nao nos importando em criar rotinas que tornem o programa
executavel no ambiente Windows. (Para isso, precisaramos do pacote Borland Delphi
e maior domnio de programacao.)
As chaves de codicac ao e de decodicacao devem ser fornecidas durante sua execucao.
O programa utiliza o metodo dos quadrados mnimos e mostra todas as etapas envolvidas
na criptograa.
program RSA;
uses crt;
type alfabeto=a..z;
algarismos=0..9;
letras=set of alfabeto;
numerais=set of algarismos;
var let:letras;
num:numerais;
frase:string[100];
m,e,s,z,x,n,i,k,j,p,cont:longint;
a,r,q,c,f:array[1..100] of integer;
d,b:array[1..100] of real;
l:array[1..100] of char;
begin
repeat
clrscr;
writeln(****************************************************************);
writeln(****************************************************************);
writeln(** **);
writeln(** CRIPTOGRAFIA RSA **);
writeln(** **);
writeln(****************************************************************);
writeln(****************************************************************);
writeln;
writeln(****************************************************************);
writeln(* CIFRAMENTO *);
writeln(****************************************************************);
writeln;
let:=[a..z]; num:=[0..9];
s:=0; n:=0; e:=0; z:=0;
write(Digite a mensagem (minusculas e sem acentos) a ser cifrada: ); writeln; read(frase);
writeln;
FAMAT em Revista - Nmero 03 - Setembro de 2004 131
for m:=1 to 100 do if frase[m]= then e:=e+1
else if frase[m] in let then s:=s+1
else if frase[m] in num then n:=n+1;
z:=n+e+s;
for m:=1 to z do
begin
case frase[m] of
a:b[m]:=10; b:b[m]:=11; c:b[m]:=12; d:b[m]:=13; e:b[m]:=14; f:b[m]:=15;
g:b[m]:=16; h:b[m]:=17; i:b[m]:=18; j:b[m]:=19; k:b[m]:=20; l:b[m]:=21;
m:b[m]:=22; n:b[m]:=23; o:b[m]:=24; p:b[m]:=25; q:b[m]:=26; r:b[m]:=27;
s:b[m]:=28; t:b[m]:=29; u:b[m]:=30; v:b[m]:=31; w:b[m]:=32; x:b[m]:=33;
y:b[m]:=34; z:b[m]:=35; :b[m]:=36; 0:b[m]:=37; 1:b[m]:=38; 2:b[m]:=39;
3:b[m]:=40; 4:b[m]:=41; 5:b[m]:=42; 6:b[m]:=43; 7:b[m]:=44; 8:b[m]:=45;
9:b[m]:=46;
end;
writeln(A letra ,frase[m],corresponde ao numero (m) ,b[m]:1:0, na tabela de con-
versao.);
end; writeln;
write(Entre com a chave de ciframento (e) : ); read(n); writeln;
132 FAMAT em Revista - Nmero 03 - Setembro de 2004
{AQUI COMECA A CONVERSAO DA CHAVE DE ENCIFRAMENTO PARA BINARIO}
i:=1; k:=2; j:=0; cont:=0;
begin
q[1]:=n;
while j=0 do
begin
r[i]:=q[i] mod 2;
if r[i]=1 then q[k]:=trunc((q[i]-1)/2) else q[k]:=trunc(q[i]/2);
if q[k]=0 then j:=1 else k:=k+1;
i:=i+1; cont:=cont+1;
end;
end;
{AQUI TERMINA A CONVERSAO DA CHAVE DE ENCIFRAMENTO PARA BINARIO}
write (Entre com o modulo RSA (n) : ); read(p); writeln;
FAMAT em Revista - Nmero 03 - Setembro de 2004 133
{AQUI COMECA O METODO DOS QUADRADOS REPETIDOS}
for x:=1 to z do
begin
j:=2; k:=1; d[1]:=b[x]; c[x]:=trunc(d[1]);
if r[1]=0 then c[x]:=1;
repeat
begin
d[j]:=trunc(d[k]*d[k]) mod p;
if r[j]=1 then c[x]:=c[x]*trunc(d[j]) mod p;
j:=j+1; k:=k+1;
end;
until j=cont+1;
writeln(d[1]:1:0, elevado a ,n, modulo ,p, e igual a (c) : ,c[x]);
end; writeln;
{AQUI TERMINA O METODO DOS QUADRADOS REPETIDOS}
for x:=1 to z do writeln(Envie ,c[x], para o destinatario.); writeln;
writeln(****************************************************************);
writeln(* DECIFRAMENTO *);
writeln(****************************************************************);
writeln;
write(Entre com a chave de deciframento (d) : ); read(n);
134 FAMAT em Revista - Nmero 03 - Setembro de 2004
{AQUI COMECA A CONVERSAO DA CHAVE DE DECIFRAMENTO PARA BINARIO}
i:=1; k:=2; j:=0; cont:=0;
begin
q[1]:=n;
while j=0 do
begin
r[i]:=q[i] mod 2;
if r[i]=1 then q[k]:=trunc((q[i]-1)/2) else q[k]:=trunc(q[i]/2);
if q[k]=0 then j:=1 else k:=k+1;
i:=i+1; cont:=cont+1;
end;
end; writeln;
{AQUI TERMINA A CONVERSAO DA CHAVE DE DECIFRAMENTO PARA BINARIO}
{AQUI COMECA O METODO DOS QUADRADOS REPETIDOS DO DECIFRAMENTO}
for x:=1 to z do
begin
j:=2; k:=1; d[1]:=c[x]; f[x]:=trunc(d[1]); c[x]:=trunc(d[x]);
if r[1]=0 then f[x]:=1;
repeat
begin
d[j]:=trunc(d[k]*d[k]) mod p;
if r[j]=1 then f[x]:=f[x]*trunc(d[j]) mod p;
j:=j+1; k:=k+1;
end;
until j=cont+1;
writeln(d[1]:1:0, elevado a ,n, modulo ,p, e igual a (m) : ,f[x]);
{AQUI TERMINA O METODO DOS QUADRADOS REPETIDOS DO DECIFRAMENTO}
case f[x] of
10:l[x]:=a; 11:l[x]:=b; 12:l[x]:=c; 13:l[x]:=d; 14:l[x]:=e; 15:l[x]:=f; 16:l[x]:=g;
FAMAT em Revista - Nmero 03 - Setembro de 2004 135
17:l[x]:=h; 18:l[x]:=i; 19:l[x]:=j; 20:l[x]:=k; 21:l[x]:=l; 22:l[x]:=m; 23:l[x]:=n;
24:l[x]:=o; 25:l[x]:=p; 26:l[x]:=q; 27:l[x]:=r; 28:l[x]:=s; 29:l[x]:=t; 30:l[x]:=u;
31:l[x]:=v; 32:l[x]:=w; 33:l[x]:=x; 34:l[x]:=y; 35:l[x]:=z; 36:l[x]:= ; 37:l[x]:=0;
38:l[x]:=1; 39:l[x]:=2; 40:l[x]:=3; 41:l[x]:=4; 42:l[x]:=5; 43:l[x]:=6; 44:l[x]:=7;
45:l[x]:=8; 46:l[x]:=9; else l[x]:= ?;
end;
end; writeln;
writeln(Portanto, a mensagem enviada foi: ); writeln; write();
for x:=1 to z do
write(l[x]);
writeln(); writeln;
write(Digite 0 para sair do programa : ); read(i);
until i=0; end.
Referencias
[1] Coutinho, S. C. N umeros Inteiros e Criptograa RSA. Rio de Janeiro, RJ: IMPA -
SBM. Serie de Computacao e Matematica. 1997.
[2] Domingues, H. H.

Algebra Moderna. Sao Paulo, SP: Atual Editora. 1982.
[3] Domingues, H. H. Fundamentos de Aritmetica. Sao Paulo, SP: Atual Editora. 1991.
[4] Mollin, R. A. An Introduction to Cryptography. New York: Chapman & Hall. 2001.
[5] Rivest, M,; Shamir, A. & Adleman, L. A method for obtaining digital signa-
tures and public-key cryptosystems. Comm. ACM, 21 (1978), 120-126.
[6] Santos, J. P. O. Introducao `a Teoria dos N umeros. Rio de Janeiro, RJ: Publicacao
do Inst. de Mat. Pura e Aplicada (IMPA). Colecao Matematica Universit aria. 1998.
136 FAMAT em Revista - Nmero 03 - Setembro de 2004
O Problema da Braquistocrona
Flaviano Bahia P. Vieira
a
Las Bassame Rodrigues
b
Edson Agustini
c
Faculdade de Matematica - Famat
Universidade Federal de Uberlandia - Ufu - MG
Agosto de 2004
Resumo
Neste trabalho, deduzimos as equacoes parametricas da curva chamada braquis-
tocrona: curva descrita por uma partcula que desliza sobre ela, sem atrito, de
modo a atingir no tempo mnimo um ponto Q, partindo de um ponto P que esta
acima do primeiro, mas nao na vertical. Dessa forma, essa curva e solucao de
um interessante problema de otimizacao de trajetorias que foi lancado por Johann
Bernoulli em 1696 como desao aos matematicos da epoca. Tambem mostramos que
uma braquistocrona pode ser uma tautocrona: curvas sobre a qual uma partcula
desliza sem atrito, sob a acao da gravidade, e atinge a parte mais baixa sempre no
mesmo intervalo de tempo, qualquer que seja o seu ponto de partida sobre a curva.
Palavras-chave: Braquistocrona. Tautocrona. Cicloide. Equacoes Diferenci-
ais Ordinarias Nao Lineares.
1 Introducao Historica
Em uma materia do jornal Acta Eruditorium de junho de 1696, Johann Bernoulli - um
professor suco da Universidade de Groningen, na Holanda - desaou os matematicos da
epoca a resolverem o seguinte problema:
Dados dois pontos P e Q em um plano vertical e em desnvel (isto e, a reta que os
contem nao esta na horizontal e nem na vertical), qual e a curva que os liga de tal
modo que uma partcula partindo do repouso do ponto mais alto P e deslizando sobre ela
sem atrito, sob acao da gravidade, gasta o menor tempo para atingir o ponto mais baixo
Q?
a
fbahia@mat.ufu.br Orientando do Programa de Educacao Tutorial da Faculdade de Matematica
(PetMat) de jan/04 a dez/04.
b
laisbassame@hotmail.com Orientanda do Programa de Educacao Tutorial da Faculdade de
Matematica (PetMat) de jan/04 a dez/04.
c
agustini@ufu.br Professor orientador.
FAMAT em Revista - Nmero 03 - Setembro de 2004 137
Figura 1: Qual e a curva de menor tempo entre P e Q?
Essa curva, segundo sugestao de Leibniz, cou conhecida por braquistocrona, do
grego - braquis - que signica menor e - cronos - que signica tempo.
O mesmo jornal de maio de 1697 trazia artigos sobre o problema de seis dos mais renoma-
dos matematicos da epoca: Johann Bernoulli, Jacob Bernoulli, Isaac Newton, Marques
de LHospital, Gottfried Leibniz e Ehrenfried Tschirnhaus.
Figura 2: Johann Bernoulli, 1667-1748.
Johann Bernoulli nao foi o primeiro a considerar o problema da braquistocrona.
Galileu estudou-o em 1638 no seu famoso trabalho Discourse on two new science. Nesse
trabalho, Galileu propos que um arco de circunferencia seria a soluc ao; no entanto, como
veremos abaixo, a soluc ao nao e um arco de circunferencia, mas sim um arco de cicloide.
2 Modelagem do Problema
Para resolver esse problema de otimizac ao (minimizacao do tempo), imaginemos que a
nossa partcula e um raio de luz, atravessando varias camadas da atmosfera com densi-
dades diferentes e, a cada mudanca de camada, o raio de luz sofre um pequeno desvio
e muda sua velocidade. Assim, fazendo a espessura de cada camada cada vez menor e,
por conseguinte, o n umero de camadas tender a innito, a trajetoria feita pelo raio de luz
138 FAMAT em Revista - Nmero 03 - Setembro de 2004
sera a curva braquistocrona (aqui estamos admitindo o Princpio de Fermat que diz que
a luz sempre percorre a trajetoria de menor tempo possvel para viajar no espaco). Veja
a Figura 3.
Figura 3: Uma partcula viajando por diferentes meios.
Baseados no raciocnio acima, suponhamos dois meios (camadas da atmosfera) de
diferentes densidades e um raio de luz atravessando-os.
Figura 4: Deduzindo a Lei de Snell.
Considerando a Figura 4 acima, seja um raio de luz partindo de P e chegando a Q.
Suponhamos, ainda, que no Meio 1 a velocidade seja representada pelo vetor

v
1
e, no
FAMAT em Revista - Nmero 03 - Setembro de 2004 139
Meio 2 a velocidade seja representada por

v
2
. Seja T : [0, l] R a func ao tempo gasto
no percurso do raio de luz, sendo x a distancia do ponto em que o raio atravessa a fronteira
entre os meios ate a projec ao ortogonal de P nessa fronteira (veja gura acima). Assim,
T (x) =

a
2
+ x
2
v
1
+
_
b
2
+ (l x)
2
v
2
,
sendo v
1
= ||

v
1
|| e v
2
= ||

v
2
|| .
Obs.: velocidade =
dist ancia
tempo
tempo =
dist ancia
velocidade
.
Nosso objetivo e minimizar a funcao T. Derivando:
T

(x) =
x
v
1

a
2
+ x
2
+
x l
v
2
_
b
2
+ (l x)
2
.
Igualando a 0:
T

(x) = 0
x
v
1

a
2
+ x
2
+
x l
v
2
_
b
2
+ (l x)
2
= 0
x
v
1

a
2
+ x
2
=
l x
v
2
_
b
2
+ (l x)
2
(1)
Observemos que:
sen
1
=
x

a
2
+ x
2
(2)
e
sen
2
=
l x
_
b
2
+ (l x)
2
. (3)
Logo, substituindo (2) e (3) em (1) chegamos a:
sen
1
v
1
=
sen
2
v
2
, (4)
equacao conhecida como Lei de Snell.
Observemos que se tivessemos n meios:
sen
1
v
1
=
sen
2
v
2
= ... =
sen
n
v
n
= k, (5)
k constante.
Nas condic oes acima, o valor x que faz (4) ocorrer e ponto de mnimo da func ao T.
De fato, derivando T

:
T

(x) =
1
v
1
_
_
a
2
_
(a
2
+ x
2
)
3
_
_
+
1
v
2
_
_
b
2
_
_
b
2
+ (l x)
2
_
3
_
_
,
140 FAMAT em Revista - Nmero 03 - Setembro de 2004
que e sempre um valor positivo para qualquer x, pois v
1
e v
2
sao n umeros positivos.
FAZENDO A ESPESSURA DAS CAMADAS DOS MEIOS TENDER A ZERO
Consideremos o esquema apresentado na Figura 5 abaixo, na qual xamos um sistema
de coordenadas cartesiano ortogonal com centro em P e eixo das ordenadas orientado
para baixo. Quando fazemos a espessura das camadas dos meios tender a zero, estamos
fazendo o n umero de meios entre os pontos P e Q tender a innito e, portanto, temos
bem denido o vetor velocidade

v da partcula tangente `a curva procurada. Pelo que
vimos acima, para o modulo desse vetor vale a Lei de Snell (5):
v
sen
= k (6)
sendo k constante e o angulo de incidencia do raio de luz no meio.
Figura 5: O vetor velocidade.
Consideremos um elemento de comprimento s do percurso do raio de luz e suas
projec oes x e y paralelas aos eixos coordenados (Figura 6):
Figura 6: Decompondo um elemento de comprimento.
FAMAT em Revista - Nmero 03 - Setembro de 2004 141
Assim:
(s)
2
= (x)
2
+ (y)
2
e
sen

=
x
s
.
fazendo s 0 temos que

e:
(ds)
2
= (dx)
2
+ (dy)
2
e
sen =
dx
ds
=
dx
_
(dx)
2
+ (dy)
2
=
dx
dx
_
1 +
_
dy
dx
_
2
=
1
_
1 + (y

)
2
(7)
Pela lei de conserva cao da energia mecanica, quando o raio de luz percorrer a distancia
ds, temos:
mgy =
1
2
mv
2
2gy = v
2
v =
_
2gy (8)
sendo m a massa da partcula, v o modulo de sua velocidade

v e y o desnvel entre P e
Q.
Substituindo (7) e (8) em (6), temos:

2gy
1

1+(y

)
2
= k y
_
1 + (y

)
2
_
=
_
k

2g
_
2
= c
2
,
ou seja, temos que resolver a equacao diferencial ordinaria de primeira ordem nao linear
y
_
1 + (y

)
2
_
= c
2
. (9)
RESOLVENDO A EQUAC

AO DIFERENCIAL
Considerando a equacao (9):
y
_
1 + (y

)
2
_
= c
2
1 + (y

)
2
=
c
2
y
(y

)
2
=
c
2
y
1 y

c
2
y
1.
Obs.: o sinal escolhido e positivo devido `a orienta cao escolhida para o eixo das ordenadas.
Facamos a mudan ca de vari aveis
y = c
2
sen
2

Logo,
y

=
_
c
2
c
2
sen
2

1 =
_
1 sen
2

sen
2

= cotg
dy
dx
=
cos
sen
(10)
(lembrando que y = y (x) e y

=
dy
dx
).
142 FAMAT em Revista - Nmero 03 - Setembro de 2004
Mas
y = c
2
sen
2

dy
dx
= 2c
2
sen (x) cos (x)
d
dx
(11)
Logo, de (10) e (11):
cos (x)
sen (x)
= 2c
2
sen (x) cos (x)
d
dx
2c
2
sen
2
(x) d = dx (12)
Facamos uma nova mudanca de vari aveis: 2 = . Temos:
2 (x) = (x) (x) =
(x)
2

d
dx
=
d
2dx
d =
d
2
. (13)
Logo, de (12) e (13):
2c
2
sen
2
_

2
_
d
2
= dx
c
2
sen
2
_

2
_
d = dx
_
c
2
sen
2
_

2
_
d =
_
dx + d (d constante)
_
c
2
1 cos
2
d = x + d
_
c
2
2
d
_
c
2
cos
2
d = x + d
c
2
2

c
2
sen
2
d = x + d
( sen )
c
2
2
= x + d
Mas, quando x = 0, temos
y (0) = 0
c
2
sen
2
(0) = 0
(0) = 0
(0)
2
= 0
(0) = 0.
Logo, d = 0 e concluimos que
x =
c
2
2
( sen ) .
Como y = c
2
sen
2
, temos
y = c
2
sen
2
_

2
_
= c
2
_
1 cos
2
_
=
c
2
2
(1 cos ) .
FAMAT em Revista - Nmero 03 - Setembro de 2004 143
Logo, as equacoes parametricas da curva procurada sera
x =
c
2
2
( sen ) (14)
e
y =
c
2
2
(1 cos ) (15)
Concluimos que as equacoes parametricas da curva otimizada sera, para variando
em um intervalo conveniente, as equac oes de um pedaco de cicloide:
: [a, b] R
2
() =
c
2
2
( sen , 1 cos )
.
Uma cicloide pode ser obtida, mecanicamente, tomando a trajetoria que um ponto
sobre um crculo descreve no plano `a medida que esse crculo gira sem deslizar sobre uma
reta. (Figura 7)
Figura 7: A trajetoria de um ponto sobre uma roda que gira sem deslizar e uma
cicloide.
3 Uma Propriedade Interessante da Braquistocrona
Existe uma propriedade muito interessante a respeito de uma curva braquistocrona que
possui o ponto mais baixo de seu possvel tracado. Suponhamos que abandonemos duas
partculas de mesmo tamanho e mesma massa dos pontos P e P

, distintos da curva e
calculemos o tempo que essas esferas levam para chegar ao ponto Q mais baixo da curva.
Temos que o tempo que as esferas levam para percorrer de P a Q e de P

a Q sao iguais.
Curvas planas com tal propriedade sao chamadas de tautocronas, que sao curvas sobre
a qual uma partcula desliza sem atrito, sob a ac ao da gravidade, e atinge a parte mais
baixa sempre no mesmo intervalo de tempo, qualquer que seja o seu ponto de partida
sobre a curva. Dessa forma, uma braquistocrona pode ser uma tautocrona.
144 FAMAT em Revista - Nmero 03 - Setembro de 2004
Figura 8: O tempo de descida de P e P

a partir do repouso ate o ponto mais baixo Q


e o mesmo em uma tautocrona.
Com uma deduc ao analoga a que zemos no caso da braquistocrona, e possvel mostrar
que uma tautocrona e, tambem, um arco de cicloide que possui o ponto mais baixo de seu
tracado.
Iremos demonstrar que uma braquistocrona, nas condic oes explicadas acima, e uma
tautocrona a partir das equacao parametricas de uma cicloide :
: [0, ] R
2
a (( sen , 1 cos )
(a constante positiva). Notemos que, para = 0, temos o ponto (0, 0) mais alto da
cicloide e, para = , temos o ponto (a, 2a) mais baixo (lembremos que o eixo y esta
orientado para baixo!).
Consideremos as derivadas em relac ao a :
x

= a (1 cos ) e y

= a sen
Considerando que:
(x

)
2
+ (y

)
2
= a
2
_
1 2 cos + cos
2
+ sen
2

_
= 2a
2
(1 cos ) ,
temos:
v =
ds
dt
=
_
2gy; (ver (8))
dt =
ds

2gy
=
_
(dx)
2
+ (dy)
2

2gy
=

2a
2
(1 cos )
2g (a (1 cos ))
d; (pois x

=
dx
d
e y

=
dy
d
)
=
_
a
g
d
FAMAT em Revista - Nmero 03 - Setembro de 2004 145
O tempo de viagem da partcula desde o ponto P do topo ( = 0) ate o ponto Q na
parte mais baixa ( = ) da cicloide e:
T
1
=
_

0
dt =
_

0
_
a
g
d =
_
a
g
(16)
Consideremos, agora, a partcula em um ponto intermediario P

da cicloide ( =
0
) .
De modo analogo ao que zemos acima:
v =
_
2g (y y
0
),
sendo y
0
a ordenada de (
0
) . Logo:
v =
ds
dt
=
_
2g (y y
0
)
dt =
ds
_
2g (y y
0
)
=
_
(dx)
2
+ (dy)
2
_
2g (y y
0
)
=

2a
2
(1 cos )
2g (a (1 cos ) a (1 cos
0
))
d
=
_
a
g
_
1 cos
cos
0
cos
.
Mas o tempo gasto pela partcula para percorrer a curva do ponto P

ao ponto mais
baixo Q sera:
T
2
=
_

0
dt =
_

0
_
a
g
_
1 cos
cos
0
cos
d.
Mas:
sen

2
=
_
1 cos
2
e
cos

2
=
_
1 + cos
2
2 cos
2

2
1 = cos
Logo,
_

0
_
a
g
_
1 cos
cos
0
cos
d =
_
a
g
_

0
sen

2

1
cos
2

0
2
cos
2

2
d
=
_
a
g
_

0
sen

2

_
1
cos
2

0
2
1
cos
2

2
cos
2

0
2
d.
146 FAMAT em Revista - Nmero 03 - Setembro de 2004
Fazendo a mudanca de vari aveis z =
cos

2
cos

0
2
, temos:
dz =
1
2
sen

2
cos

0
2
d
2 cos

0
2
sen

2
dz = d.
Logo:
_

0
_
a
g
_
1 cos
cos
0
cos
d =
_
a
g
2
_
0
1
_
1
1 z
2
dz
T
2
=
_
a
g
. (17)
Comparando (16) e (17) , temos que os tempos T
1
e T
2
de descida das duas partculas
sao iguais, como queramos.
4 Um Exemplo Numerico
Fixemos um sistema de coordenadas cartesianas com o eixo y orientado para baixo e o
ponto P = (0, 0) e Q = (10, 10). Calculemos a constante
c
2
2
e o intervalo de variacao do
parametro em (14) e (15).
Temos que as equac oes parametricas da braquistocrona sao x =
c
2
2
( sen ) e y =
c
2
2
(1 cos ) . Logo, temos o seguinte sistema:
_

_
10 =
c
2
2
( sen )
10 =
c
2
2
(1 cos )
1 =
( sen )
(1 cos )
Resolvendo por metodos n umericos, temos que = 2, 412.
Logo,
10 =
c
2
2
(1 cos 2, 412)
c
2
2
=
10
1 cos 2, 412

c
2
2
= 5, 7292.
Assim, temos
c
2
2
= 5, 7292 e o intervalo de varia cao de e de 0 a 2, 412.
Portanto, as equac oes que procuramos sao dadas por:
: [0; 2, 412] R
2
5, 7292 ( sen , 1 cos )
.
e eis o traco na Figura 9:
FAMAT em Revista - Nmero 03 - Setembro de 2004 147
Figura 9: A curva braquistocrona de P = (0, 0) a Q = (10, 10) .
Notemos essa braquistocrona nao e uma tautocrona, pois o ponto mais baixo nao
pertence `a curva.
5 Um Agradecimento
Os autores sao gratos `a professora Sueli I. R. Costa do Imecc-Unicamp pelas conversas
e dicas instrutivas a respeito do problema da braquistocrona.
Referencias
[1] Boyce, W. E.& Diprima, R. C. Equacoes Diferenciais Elementares e Problemas
de Valores de Contorno. Trad. Bras. 3a. ed., Rio de Janeiro: LTC, 1999.
[2] Braun, M. Dierential Equations and Their Applications.New York: Springer-
Verlag; Berlim: Heidelberg, 1978.
[3] Eves, H. Topicos de Historia da matematica para uso em sala de aula. Geometria.
Trad. Bras. Sao Paulo: Atual, 1992.
[4] Eves, H. Introducao `a Historia da Matematica. Trad. Bras. 3a. ed., Campinas, SP:
Editora da Unicamp, 2002.
[5] Hairer, E. & Wanner, G. Analysis by its history. New York: Springer, 1995.
[6] Tipler, P. A. Fsica. v. 1a, Trad. Bras. 2a. ed., Rio de Janeiro: Guanabara Dois,
1990.
[7] Tipler, P. A. Fsica. v. 2b, Trad. Bras. 2a. ed., Rio de Janeiro: Guanabara Dois,
1986.
148 FAMAT em Revista - Nmero 03 - Setembro de 2004

FAMATemRevista
RevistaCientficaEletrnicada
FaculdadedeMatemtica-FAMAT
UniversidadeFederaldeUberlndia-UFU-MG
Nmero03-Setembrode2004
www.famat.ufu.br
ProblemaseSolues






















Comit Editorial da Seo
Problemas e Solues
do Nmero 03 da FAMAT EM REVISTA:

Luiz Alberto Duran Salomo (coordenador da seo)
Edson Agustini
Walter dos Santos Motta Jnior
Antnio Carlos Nogueira
Carlos Alberto dos Santos Jnior
150 FAMAT em Revista - Nmero 03 - Setembro de 2004

Problemas e Solues




A revista eletrnica FAMAT em Revista publica regularmente uma seo de
problemas com o ttulo Problemas e Solues.
Todos os interessados podem participar dessa seo, apresentando solues para os
problemas j publicados ou propondo novos problemas. So publicados problemas de
matemtica bsica ou superior e, tambm, enigmas de natureza lgica que desafiem nossos
leitores e lhes proporcionem bom treinamento na resoluo de problemas. O comit editorial
seleciona, dentre os problemas propostos, os que mais se destaquem por sua beleza,
relevncia e originalidade. Problemas propostos em um nmero da revista tero suas solues
publicadas no nmero seguinte e sero citados os seus proponentes, bem como os autores das
suas solues. Ao propor um problema, o leitor dever, preferencialmente, encaminhar sua
soluo juntamente com o enunciado e, se possvel, citar a fonte de onde ele foi tirado.
Todo participante dessa seo dever identificar-se mencionando seu nome e endereo
completos (inclusive e-mail). Para fazer contato com a revista, os participantes podero
utilizar o endereo eletrnico revista@famat.ufu.br ou encaminhar correspondncia para:

FAMAT em Revista
Faculdade de Matemtica
Universidade Federal de Uberlndia
Av. Joo Naves de vila, 2121
38400-902 - Uberlndia - MG

Nesse nmero, alm de quatro novos desafios e da resoluo dos quatro do nmero
anterior, publicamos, ao final da seo, a resoluo da prova aplicada no processo de seleo
para o VII Curso de Especializao em Matemtica, oferecido pela FAMAT, prova essa cujos
enunciados das questes foram publicadas no nmero anterior.

ATENO: tambm, nesse nmero, estamos lanando uma promoo. Para os
leitores que nos enviarem solues corretas, de pelo menos dois, dos problemas propostos,
estaremos sorteando em Maro de 2005 alguns exemplares do livro das Olimpadas
Brasileiras de Matemtica da 9
a
. a 16
a
. com os problemas e resolues das mesmas:

MOREIRA, C. et. alli. (orgs.) Olimpadas Brasileiras de Matemtica. 9a. a 16a. Problemas e
resolues. Rio de Janeiro: Publicao da Sociedade Brasileira de Matemtica, 2003.





"Sempre me pareceu estranho que todos aqueles que estudam seriamente a matemtica
acabam tomados de uma espcie de paixo pela mesma. Em verdade, o que proporciona o
mximo de prazer no o conhecimento e sim a aprendizagem, no a posse mas a aquisio,
no a presena mas o ato de atingir a meta."
Carl Friedrich Gauss (1777-1855)
FAMAT em Revista - Nmero 03 - Setembro de 2004 151
PROBLEMAS




9. (O Problema da Metade do Pasto) Imagine um pasto circular de raio r e um cavalo
amarrado em uma estaca da cerca que delimita o pasto por meio de uma corda de
comprimento c. Qual deve ser a razo r/c para que o cavalo consiga pastar apenas a metade do
pasto circular?

Esse problema tem uma histria interessante. Em 1981, em recepo, no Palcio do Planalto,
aos vencedores da Olimpada de Matemtica do Estado de So Paulo, o ento Presidente da
Repblica, Joo B. Figueiredo, props o problema acima; j que, segundo dizia, gostava
tanto de cavalos como de problemas matemticos. Na ocasio, um jovem estudante
brasileiro, Nicolau C. Saldanha, ganhador de medalha de ouro na 22a. Olimpada
Internacional de Matemtica (alis, a primeira medalha de ouro do Brasil nesse tipo de
competio), que acompanhava a comitiva de estudantes, resolveu o problema em poucos
minutos, aps a recepo. Devido a esse fato, esse problema ficou conhecido como O
problema do cavalo do presidente.(ver Revista do Professor de Matemtica no. 22, 1992).



10. Quando o ponteiro das horas est entre 4 e 5 horas, por dois momentos ele forma um
ngulo de 90 graus com o ponteiro dos minutos. Em que horas que esses eventos acontecem?

(Baseado em questo de vestibular do ITA -
Instituto Tecnolgico da Aeronutica)




11. Seja ABCD um paralelogramo. Pelos vrtices A, B, C e D, so traadas retas no contidas
no plano ABCD e paralelas entre si. Um plano corta essas retas em pontos A, B, C e D,
situados no mesmo semi-espao relativo ao plano de ABCD, de modo que AA = a, BB = b,
CC = c e DD = d. Mostre que a + c = b + d.

Problema extrado de:
LIMA, Elon Lages. A Matemtica do Ensino Mdio. vol. 2., 4a.ed. Rio de Janeiro:
Publicao da Sociedade Brasileira de Matemtica - Coleo do Professor de
Matemtica.



12. Considere uma balana de dois pratos e seis bolas de bilhar. Dentre essas seis bolas pode
haver: ou uma mais leve, ou uma mais pesada ou todas com o mesmo peso. Descreva um
modo de identificar, caso haja, a bola de peso diferente com apenas trs pesagens e diga se ela
mais leve ou mais pesada que as demais. Nas mesmas condies, possvel resolver esse
mesmo problema com nove bolas? Em caso afirmativo, descreva o modo.



152 FAMAT em Revista - Nmero 03 - Setembro de 2004
RESOLUO DOS PROBLEMAS DO NMERO ANTERIOR




5. Resolva as seguintes equaes:
(a) 1 + 3
x/2
= 2
x
.
(b) log
2
x + log
3
(x + 7) = 3.

Resoluo:

(a) Para x 0, claro que 1 + 3
x/2
>2
x
. Por inspeo, uma soluo para a equao 2.
Afirmamos que 2 a nica soluo para a equao dada. De fato, veja que, para x > 0, temos:
4
x
> 3
x
2
2x
> 3
x
2
x
> 3
x/2
(ln 4)2
x
> (ln 3)3
x/2
2(ln 2)2
x
> (ln 3)3
x/2

(ln 2)2
x
>
2
1
(ln 3)3
x/2
(2
x
) > (1 + 3
x/2
).
Portanto, como 2
x
cresce mais rapidamente que 1 + 3
x/2
em
+
, segue que o nico ponto de
interseo entre seus grficos (2, 4).

(b) Primeiramente, vamos investigar a existncia de uma soluo inteira positiva da equao
dada. Veja que
log
2
x = k 2
k
= x ( * ) e , ainda, log
3
(x + 7) = l 3
l
7 = x ( ** ).
Assim, x , simultaneamente, potncia de 2 e potncia de 3, menos 7. Em outras
palavras, possveis valores de x, conforme ( * ) so 2, 4, 8 , 16, ... e conforme ( ** ) so 2, 20,
74, ... . Portanto, 2 satisfaz a equao dada.
Vamos, agora, mostrar que 2 a nica soluo da equao dada. Sejam f(t) = log
2
t, definida
para t > 0, e g(t) = 3 log
3
(t + 7), definida para t > -7. claro que a abcissa de um ponto na
interseo dos grficos de f e g uma soluo da equao dada e que (2, 1) um ponto na
referida interseo. Observando que f estritamente crescente e g estritamente decrescente,
conclumos que (2, 1) o nico ponto na interseo dos grficos de f e g. Portanto, 2 a
nica soluo da equao dada.




6. Mostre que
cd
ab
cdcd cdcdcdcdcd
abab ababababab
= , onde a, b, c e d representam algarismos de
nmeros na base 10, a b e c d.
Resoluo:
Veja que

d c d c d c
b a b a b a
cdcd cdcdcdcdcd
abab ababababab
+ + + + + +
+ + + + + +
=
10 . ... 10 . 10 . 10 . 10 .
10 . ... 10 . 10 . 10 . 10 .
10 11 12 13
10 11 12 13
=

cd
ab
d c
b a
d c
b a
d c
b a
=
+
+
=
+
+
=
+
+
10
10
) 101 1010101010 )( 10 (
) 101 1010101010 )( 10 (
) 101 1010101010 ( ) 1010 1010101010 (
) 101 1010101010 ( ) 1010 1010101010 (



FAMAT em Revista - Nmero 03 - Setembro de 2004 153
7. Se n um inteiro e n > 1, mostre que

=
n
j
j
1
1
no um nmero inteiro.
Resoluo:
Dado n , com n > 1, seja 2
a
a maior potncia de 2 tal que 2
a
n. Assim,
a
2
1
aparece no
somatrio indicado no enunciado mas
1
2
1
+ a
no. Agora, observe que o mnimo mltiplo
comum dos denominadores dos termos do somatrio tem a potncia 2
a
como fator. Enquanto
isto, no numerador de todas as fraes (j com denominador igual ao mnimo mltiplo
comum) temos um nmero par, com exceo do termo correspondente a
a
2
1
. Logo, a soma
dos numeradores mpar o que nos leva a concluir que a soma no inteira.




8. Dados cinco pontos no colineares do plano M
1
, M
2
, M
3
, M
4
e M
5
, construir um
pentgono, no necessariamente convexo, que tenha os cinco pontos dados como pontos
mdios de seus lados.
ALVES, S. e GALVO, M. E.
Um estudo geomtrico das transformaes elementares
Publicaes do Instituto de Matemtica e Estatstica USP 1996

Resoluo:

Imaginando o problema resolvido, admitamos que M
1
, M
2
, M
3
, M
4
e M
5
sejam,
respectivamente, pontos mdios dos lados AB, BC, CD, DE e EA, de um pentgono ABCDE.
Assim, B =
1
M
R (A), onde
1
M
R representa a reflexo com relao ao ponto M
1
. Da mesma
forma, C =
2
M
R (B), D =
3
M
R (C), E =
4
M
R (D) e A =
5
M
R (E). Da, temos que A =
(
5
M
R
4
M
R
3
M
R
2
M
R
1
M
R )(A). Tome, agora, um ponto Q do plano, com Q A, e obtenha
a seguir os pontos Q
1
=
1
M
R (Q), Q
2
=
2
M
R (Q
1
), Q
3
=
3
M
R (Q
2
), Q
4
=
4
M
R (Q
3
) e Q
5
=
5
M
R (Q
4
). Observe que os segmentos orientados AQ e BQ
1
so paralelos, congruentes e tm
sentidos opostos. O mesmo resultado vale para os quatro pares de segmentos orientados BQ
1
e
CQ
2
, CQ
2
e DQ
3
, DQ
3
e EQ
4
, EQ
4
e AQ
5
. Portanto, os segmentos orientados AQ e AQ
5
so
paralelos, congruentes e tm sentidos opostos, isto , A o ponto mdio do segmento QQ
5
.
Este procedimento nos permite encontrar o vrtice A pois, partindo de um ponto qualquer Q
do plano (distinto de A), podemos encontrar Q
5
. Os demais vrtices do pentgono podem,
agora, ser obtidos facilmente, a partir de A.
154 FAMAT em Revista - Nmero 03 - Setembro de 2004
No n umero anterior da Famat em Revista publicamos os enunciados da prova clas-
sicatoria do VII Curso de Especializac ao em Matematica. Neste n umero trazemos a
resolucao dessa prova.
Resolucao da Prova Classicatoria Aplicada no
Processo de Selecao para o
VII Curso de Especializacao em Matematica - FAMAT - UFU
Instrucoes
- O tempo para a realizacao desta prova (incluindo o preenchimento da folha de respostas)
e de 3 horas. Preencha a folha de respostas somente com caneta.
- Questoes com mais de uma alternativa assinalada serao consideradas incorretas.
- Questoes em branco nao serao consideradas nem corretas, nem incorretas.
- A nota desta Prova (NP) sera dada pela seguinte expressao: NP =
2NCNE
2
, em
que NC representa o n umero de questoes corretas e NE representa o n umero de questoes
incorretas. Isso signica que duas questoes incorretas anulam uma questao correta.
QUEST

AO 01: Um triangulo equilatero, de area T, e um hexagono regular, de area H,


tem o mesmo permetro. Podemos, ent ao, armar que
A) H = T. B) 2H = 3T. C) 3H = 2T. D) H = 2T.
Resolucao
Resposta: B.
Na gura acima, o triangulo equilatero e o hexagono regular tem o mesmo permetro.
Veja que o triangulo pode ser decomposto em quatro triangulos equilateros, todos de
area S. Por outro lado, o hexagono pode ser decomposto em seis triangulos equilateros,
tambem de area S. Assim, T = 4S e H = 6S. Da, S = T/4 e S = H/6.
Portanto, 6T = 4H e, conseq uentemente, 3T = 2H.
QUEST

AO 02: Um cone e secionado por um plano paralelo `a sua base, passando pelo
ponto medio de sua altura. Com esta sec ao, tem-se um segundo cone, de volume C, e um
tronco de cone, de volume T. Podemos, ent ao, armar que
FAMAT em Revista - Nmero 03 - Setembro de 2004 155
A) T = 7C. B) T = 3C. C) T =
3
2
C. D) 3T = 4C.
Resolucao
Resposta: A.
Seja V o volume do cone original. Observe que o cone original e o cone obtido apos a
secao sao semelhantes, e a razao de semelhanca e 1/2. Portanto, C = (1/2)3V = (1/8)V.
Conseq uentemente, T = (7/8)V = 7C.
QUEST

AO 03: Em uma cela, ha uma passagem secreta que conduz a um porao de onde
partem tres t uneis. O primeiro t unel da acesso `a liberdade em uma hora; o segundo, em
tres horas; o terceiro leva ao ponto de partida em seis horas. Em media, os prisioneiros
que descobrem os t uneis conseguem escapar da prisao em
A) 4 horas e 30 minutos. B) 3 horas e 20 minutos. C) 5 horas. D) 4 horas.
Resolucao
Resposta: D.
Veja que os prisioneiros que escolhem inicialmente o terceiro t unel levam, em media,
6 + (1 + 3)/2 = 8 horas para escapar da prisao. Portanto, a resposta e (1 + 3 + 8)/3 = 4
horas.
QUEST

AO 04: Ao optar por um itinerario 14% mais longo, um motorista acha que
podera ganhar tempo pois, por ser o trafego melhor, podera aumentar sua velocidade
media em 20%. De quanto diminuira o tempo de viagem?
A) 7%. B) 5%. C) 9%. D) 6%.
Resolucao
Resposta: B.
Representemos por d e v, respectivamente, a distancia e a velocidade media no trajeto
original. Portanto, t
1
= d/v e o tempo gasto no referido trajeto.
Por outro lado, a distancia e a velocidade media no novo trajeto escolhido sao, respec-
tivamente, d +(14/100)d = (57/50)d e v +(20/100)v = (6/5)v. Assim, representando por
t
2
o tempo dispendido no novo trajeto, temos
t
2
= [(57/50)d]/[(6/5)v] = (57/60)t
1
= [1 (3/60)]t
1
= [1 (1/20)]t
1
.
Portanto, o tempo gasto no novo trajeto e 5% menor que o tempo gasto no trajeto
original.
QUEST

AO 05: Duas velas do mesmo tamanho sao acesas simultaneamente. A primeira


dura 4 horas e a segunda, 3 horas. Em que instante, a partir das 12 horas, as duas velas
devem ser acesas de modo que, `as 16 horas, o comprimento de uma seja o dobro do
comprimento da outra?
A) 14h40min. B) 13h12min. C) 14h15min. D) 13h36min.
156 FAMAT em Revista - Nmero 03 - Setembro de 2004
Resolucao
Resposta: D.
Seja d o comprimento inicial das velas. Considerando o instante em que as velas sao
acesas como zero, o comprimento da primeira vela, em funcao do tempo t (em horas), e
dado por d (d/4)t. Da mesma forma, o comprimento da segunda vela e d (d/3)t. O
que se quer e o tempo t em que d(d/4)t = 2[d(d/3)t]. Resolvendo a equac ao, obtemos
t = 12/5, o que corresponde a 2 horas e 24 minutos. Portanto, a resposta e 13 horas e 36
minutos.
QUEST

AO 06: Se, para terminar o dia de 24 horas, faltam


2
3
do que dele se passou,
qual o angulo formado pelos ponteiros do relogio?
A) 96

. B) 84

. C) 60

. D) 72

.
Resolucao
Resposta: D
Chamando T o tempo que ja passou, temos 24T = (2/3)T. Resolvendo esta equac ao,
obtemos T = 72/5. Portanto, o que se quer e o angulo que os ponteiros formam `as 14
horas e 24 minutos. Neste horario, o ponteiro das horas ja se afastou (2/5)30
o
= 12
o
da
posic ao que ele ocupava `as 14 horas. Portanto, a resposta e 30
o
+ 30
o
+ 24
o
12
o
= 72
o
.
QUEST

AO 07: Durante sua viagem ao pas das Maravilhas a altura de Alice sofreu
quatro mudan cas sucessivas da seguinte forma: primeiro ela tomou um gole de um lquido
que estava numa garrafa em cujo rotulo se lia: beba-me e que 25% mais alta. A seguir,
comeu um pedaco de uma torta onde estava escrito: prove-me e que 10% mais baixa;
logo apos tomou um gole do lquido de outra garrafa cujo rotulo estampava a mensagem:
beba-me e que 10% mais alta. Finalmente, comeu um pedaco de outra torta na qual
estava escrito: prove-me e que 20% mais baixa. Apos a viagem de Alice, podemos
armar que ela cou
A) 1% mais baixa. B) 1% mais alta. C) 5% mais alta. D) 5% mais baixa.
Resolucao
Resposta: A.
Seja h a altura original de Alice.
Na primeira transformac ao: beba-me e que 25% mais alta, a altura de Alice passa
a ser 1, 25h.
Na segunda transformacao: prove-me e que 10% mais baixa, a altura de Alice
passa a ser 0, 90 (1, 25h) .
Na terceira transformac ao: beba-me e que 10% mais alta, a altura de Alice passa
a ser 1, 10 (0, 90 (1, 25h)) .
Finalmente, na quarta transformacao prove-me e que 20% mais baixa, a altura de
Alice passa a ser 0, 80 (1, 10 (0, 90 (1, 25h))) = 0, 99h, ou seja, ao nal da viagem, Alice
cou 1% mais baixa.
QUEST

AO 08: Vamos provar que 4 e maior que 4.


Sejam a e b dois n umeros naturais tais que a > 4 e a = b.
FAMAT em Revista - Nmero 03 - Setembro de 2004 157
i) Vamos subtrair 4 dos dois termos desta equac ao:
a = b
a 4 = b 4
ii) Colocamos 1 em evidencia no segundo membro da equacao:
a 4 = 1(b + 4)
a 4 = 1(4 b)
iii) Elevamos ambos os termos da equacao ao quadrado:
(a 4)
2
= [1(4 b)]
2
(a 4)
2
= (1)
2
(4 b)
2
(a 4)
2
= 1(4 b)
2
(a 4)
2
= (4 b)
2
iv) Extramos a raiz quadrada dos dois membros da equacao:

(a 4)
2
=

(4 b)
2
a 4 = 4 b
v) Como a = b, substitumos b por a:
a 4 = 4 a
vi) Resolvemos a equac ao:
a 4 = 4 a
2a = 8
a = 4
Como escolhemos a tal que a > 4, chegamos `a inacreditavel conclusao de que 4 > 4.
Onde esta o erro no argumento acima?
A) Na passagem i. B) Na passagem iv. C) Na passagem iii.
D) Na passagem vi.
Resolucao
Resposta: B.
Na passagem iv, o correto seria:

(a 4)
2
=

(4 b)
2
|a 4| = |4 b| .
Basta lembrar que, por denicao, a raiz quadrada x de um n umero real positivo n e a
raiz positiva da equacao x
2
= n; raiz essa denotada por

n.
QUEST

AO 09: O lava-r apido do Marcao fez a seguinte promocao:


Lavagem simples: R$5,00
Lavagem completa: R$7,00
No dia da promoc ao, o faturamento do lava-rapido foi de R$176,00. Nesse dia, qual o
menor n umero possvel de clientes que foram atendidos?
A) 23. B) 24. C) 26. D) 28.
158 FAMAT em Revista - Nmero 03 - Setembro de 2004
Resolucao
Resposta: C.
Seja n o n umero de clientes que solicitaram lavagem simples e m o n umero de clientes
que solicitaram lavagem completa. Logo,
5n + 7m = 176.
Para que tenhamos o menor n umero possvel de clientes atendidos, devemos maximizar
m, ou seja, devemos ter o maior n umero possvel de clientes que solicitaram lavagem
completa. Por outro lado, 176 7m deve ser m ultiplo de 5. Assim, podemos montar a
seguinte tabela:
m 176 7m
25 1
24 8
23 15 m ultiplo de 5
Conclusao: m = 23 e n = 3, ou seja, foram atendidos, no mnimo, 26 clientes.
QUEST

AO 10: A soma de todos os n umeros mpares de dois algarismos menos a soma


de todos os n umeros pares de dois algarismos e igual a:
A) 50. B) 46. C) 45. D) 49.
Resolucao
Resposta: C.
A soma P de todos os n umeros pares de dois algarismos e a soma dos termos de uma
PA de razao 2, primeiro termo 10 e ultimo termo 98, ou seja: P = (98 + 10)
45
2
= 2.430.
Analogamente, a soma I de todos os n umeros mpares de dois algarismos e a soma
dos termos de uma PA de razao 2, primeiro termo 11 e ultimo termo 99, ou seja, I =
(99 + 11)
45
2
= 2.475.
Logo, I P = 2.475 2.430 = 45.
QUEST

AO 11: Um elevador pode levar 20 adultos ou 24 criancas. Se 15 adultos ja


estao no elevador, o n umero de criancas que ainda podem entrar no elevador e igual a:
A) 4. B) 6. C) 8. D) 12.
Resolucao
Resposta: B.
Seja P o peso de um adulto e p o peso de uma crianca. Logo, a capacidade do elevador
e 20P ou 24p, ou seja, 20P = 24p P = 1, 2p. Como 15 adultos ja estao no elevador,
pode-se colocar mais 5P no elevador que, em criancas, corresponde a 5 (1, 2) p = 6p.
Portanto, o n umero de criancas que podem entrar no elevador e 6.
QUEST

AO 12: Nos triangulos equilateros a seguir, cada triangulo menor toca o


ponto medio dos lados dos triangulos maiores. O valor da area do triangulo menor
(hachurado) e igual a:
FAMAT em Revista - Nmero 03 - Setembro de 2004 159
1 cm
A)

3
256
cm
2
. B)

3
4
cm
2
. C)

3
32
cm
2
. D)

3
64
cm
2
.
Resolucao
Resposta: A.
Observe que o triangulo maior pode ser decomposto em 64 triangulos conguentes ao
triangulo hachurado. A area do triangulo maior e 1.

3
2
.
1
2
cm
2
=

3
4
cm
2
. Logo, a area
do triangulo hachurado e

3
256
cm
2
.
QUEST

AO 13: O n umero N = 111111...11 possui 1999 dgitos, todos iguais a 1. O


resto da divisao de N por 7 e igual a:
A) 6. B) 4. C) 5. D) 1.
Resolucao
Resposta D.
Procedendo a divisao:
1 1 1 1 1 1 1 1 1 1 1 1 ... 1 7
1 1 0 1 5 8 7 3 0 1 5 8 7 3 ...
4 1
6 1
5 1
2 1
0 1
1 1
4 1
6 1
5 1
2 1
0
.
.
.
Percebemos que a cada grupo de 6 dgitos do dividendo, temos um grupo de seis dgitos
no quociente que se repete e o resto e nulo. Temos 1999 dgitos no dividendo. Logo, 333
grupos de 6 dgitos, perfazendo 1998 dgitos. Assim, o resto da divisao em consideracao
e o mesmo da divisao de 1 por 7, que e 1.
160 FAMAT em Revista - Nmero 03 - Setembro de 2004
QUEST

AO 14: Uma empresa adotou o logotipo abaixo, formado por 4 triangulos


retangulos e 3 quadrados. Dado que x simboliza a medida do lado do quadrado menor e
que a area desse quadrado e igual numericamente `a medida do lado do quadrado maior,
pode-se armar que o polinomio p(x) que representa a area da gura dada, em termos de
x, e igual a:
x
A) p(x) = x
2
(x
2
+ 2x + 2) B) p(x) = 2x
2
+ 2x
3
C) p(x) = x
4
+ 2x
2
D) p(x) = x
2
(x
2
+ 2)
Resolucao
Resposta: A.
De acordo com o enunciado, o comprimento do lado do quadrado maior e x
2
. Assim:
-

Area dos dois quadrados menores: 2x
2
.
-

Area do quadrado maior: (x
2
)
2
.
-

Area dos quatro triangulos retangulos: 4
x.x
2
2
.
Logo, P (x) = 2x
2
+ (x
2
)
2
+ 4
x.x
2
2
= x
2
(x
2
+ 2x + 2) .
QUEST

AO 15: Para marcar seus passaros, um criador dispoe de tas de 10 cores


diferentes. Um passaro marcado deve ter ta ou na pata esquerda, ou na pata direita ou
em ambas. Se, no maximo, se pode colocar uma ta em cada pata, e se dois passaros nao
podem ser marcados de modo identico, ent ao o maior n umero de passaros que podem ser
marcados e igual a:
A) 99. B) 100. C) 120. D) 200.
Resolucao
Resposta: C.
Passaros com ta na pata esquerda podem ser marcados de 10 modos diferentes, pois
dispomos de 10 cores diferentes para as tas. Assim, podemos identicar 10 passaros com
ta na pata esquerda.
Analogamente, passaros com ta na pata direita podem ser marcados de 10 modos
diferentes. Assim, podemos identicar 10 passaros com ta na pata direita.
Pass aros com tas nas duas patas podem ser marcados de 100 modos diferentes, pois,
para cada cor de ta usada em uma pata temos 10 cores de ta para a outra pata (note
que podemos usar duas tas de mesma cor). Assim, podemos identicar 100 passaros
com tas nas duas patas.
Conclusao: podemos identicar univocamente 120 passaros.
FAMAT em Revista - Nmero 03 - Setembro de 2004 161
QUEST

AO 16: Considere tres trabalhadores: A, B e C. Trabalhando juntos, A e B


executam certo trabalho em 10 dias. Trabalhando juntos, A e C levam 12 dias para
realizar o mesmo trabalho; e, ainda trabalhando juntos, B e C precisam de 15 dias para
realiza-lo. Se C executasse sozinho esse trabalho, levaria:
A) 30 dias. B) 36 dias. C) 40 dias. D) 45 dias.
Resolucao
Resposta: C.
Seja T a tarefa que eles realizam e x, y e z os tempos que A, B e C levam, respecti-
vamente, para realizar tal tarefa. Em um dia, A, B e C realizam as seguintes frac oes da
tarefa:
T
x
,
T
y
e
T
z
. Da e do enunciado do problema podemos construir tres equacoes que
formam o sistema:

T
x
+
T
y
=
T
10
T
x
+
T
z
=
T
12
T
y
+
T
z
=
T
15

1
x
+
1
y
=
1
10
(1)
1
x
+
1
z
=
1
12
(2)
1
y
+
1
z
=
1
15
(3)
Fazendo (1) (2) obtemos
1
y

1
z
=
1
60
e somando esta equac ao com (3) encontramos
2
y
=
1
12
e y = 24. Substituindo em (3) ainda obtemos z = 40. Portanto, se C executasse
sozinho esse trabalho, levaria 40 dias.
QUEST

AO 17: Na cidade de Itapipoca, alguns animais sao realmente esquisitos. Dez


por cento dos caes pensam que sao gatos e dez por cento dos gatos pensam que sao caes.
Todos os outros animais sao perfeitamente normais. Certo dia todos os caes e gatos de
Itapipoca foram testados por um psicologo, vericando-se entao que 20% deles pensavam
que eram gatos. Que porcentagem dos animais eram realmente caes?
A) 87,5%. B) 82%. C) 80%. D) 78,5%.
Resolucao
Resposta: A.
Sejam C e G, respectivamente, o n umero de caes e gatos de Itapipoca.
O n umero de caes que pensam que sao gatos e
10C
100
=
C
10
.
O n umero de gatos que pensam que sao gatos e
90G
100
=
9G
10
.
Logo, o total de animais que pensam que sao gatos e
C
10
+
9G
10
.
162 FAMAT em Revista - Nmero 03 - Setembro de 2004
Por outro lado, o psicologo garante que 20% de todos os animais pensam que sao
gatos, ou seja,
20 (C + G)
100
=
2 (C +G)
10
.
Assim,
C
10
+
9G
10
=
2 (C + G)
10
C + 9G = 2C + 2G C = 7G.
Podemos concluir entao que o n umero de caes e
7
8
do total de animais, ou 87, 5%.
QUEST

AO 18: Duas jarras iguais contem misturas de alcool e agua nas proporc oes
de 3 : 7 na primeira jarra e 3 : 5 na segunda jarra. Juntando-se os conte udos das duas
jarras, obteremos uma mistura de alcool e agua na proporc ao de:
A) 9 : 35. B) 3 : 5. C) 7 : 13. D) 27 : 53.
Resolucao
Resposta: D.
Seja v o volume de cada uma das jarras.
Na primeira a quantidade de alcool e
3v
10
, enquanto a de agua e
7v
10
.
Na segunda a quantidade de alcool e
3v
8
, enquanto a de agua e
5v
8
.
Juntando os conte udos das duas jarras obteremos uma mistura com
3v
10
+
3v
8
=
27v
40
de alcool, enquanto
7v
10
+
5v
8
=
53v
40
de agua.
A razao das quantidades de alcool e agua na mistura e
27v
40
53v
40
=
27
53
, ou seja, 27 : 53.
QUEST

AO 19: De um reservat orio cheio de agua, retira-se a metade do seu conte udo.
A seguir, retira-se um terco do que restou e continua-se com esse processo: na terceira
retirada retira-se um quarto do que restou, na quarta retirada retira-se um quinto do que
restou, etc. Apos quantas retiradas camos com exatamente um decimo da quantidade
original de agua?
A) 7. B) 8. C) 9. D) 10.
Resolucao
Resposta: C.
Seja R a quantidade original de agua no reservat orio.
Apos a primeira retirada camos com
1
2
da quantidade original, ou seja,
1
2
R.
Apos a segunda retirada camos com
2
3
da quantidade que havia anteriormente, ou
seja,
2
3
1
2
R =
1
3
R.
FAMAT em Revista - Nmero 03 - Setembro de 2004 163
Apos a terceira retirada camos com
3
4
da quantidade que havia anteriormente, ou
seja,
3
4
2
3
1
2
R =
1
4
R.
Note ent ao que apos a nona retirada camos com
1
2
2
3
3
4
4
5
5
6
...
8
9
9
10
R =
1
10
R.
QUEST

AO 20: Considere todos os n umeros maiores que 8, tais que, quando divididos
por 2, por 3, por 4, por 5, por 6, por 7 e por 8, deixam sempre resto igual a 1. A soma
dos dois menores desses n umeros e igual a:
A) 842. B) 2522. C) 3362. D) 912.
Resolucao
Resposta: B.
Seja n > 8 um desses n umeros. Logo:
n = 2q
1
+ 1
n = 3q
2
+ 1
n = 4q
3
+ 1
n = 5q
4
+ 1
n = 6q
5
+ 1
n = 7q
6
+ 1
n = 8q
7
+ 1
ou seja,
2q
1
= 3q
2
= 4q
3
= 5q
4
= 6q
5
= 7q
6
= 8q
7
= n 1
de onde percebemos que n1 = 2.3.2.5.7.2 e o menor n umero que satisfaz essas condicoes,
ou seja, n 1 = 840 n = 841. O proximo n umero positivo satisfazendo essas condicoes
sera tal que n 1 = 2. (2.3.2.5.7.2) n = 1681. Logo, a soma pedida sera 1681 + 841 =
2522.
164 FAMAT em Revista - Nmero 03 - Setembro de 2004

FAMATemRevista
RevistaCientficaEletrnicada
FaculdadedeMatemtica-FAMAT
UniversidadeFederaldeUberlndia-UFU-MG
Nmero03-Setembrode2004
www.famat.ufu.br
Eventos
@






















Comit Editorial da Seo
Eventos
do Nmero 03 da FAMAT EM REVISTA:

Alunos do PETMAT e do DAMAT
(coordenadores da seo)

Antnio Carlos Nogueira
Edson Agustini
Walter dos Santos Motta Jnior
166 FAMAT em Revista - Nmero 03 - Setembro de 2004
Eventos




Alguns dos principais eventos ligados Matemtica que ocorrem entre agosto e
dezembro de 2004 foram publicados no nmero anterior desta revista. No entanto, outros
eventos que tambm ocorrem nesse perodo tiveram sua divulgao feita aps o fechamento
do nmero anterior da revista. Sendo assim, sempre que for em tempo, estaremos
complementando a listagem dos principais eventos nos nmeros subseqentes desta revista.




Complementao da Listagem de Eventos que Ocorrem Entre
Agosto e Dezembro de 2004
Publicada no Nmero Anterior




Evento: IV SEMANA DA MATEMTICA - FAMAT - UFU
Local: UFU Universidade Federal de Uberlndia - MG
Data: 29 e 30 de setembro e 1 outubro
Site: www.famat.ufu.br



Evento: I EPMEM - Encontro Paranaense de Modelagem em Educao Matemtica
Local: Universidade Estadual de Londrina - UEL
Data: 14, 15 e 16 de outubro de 2004
Site: www.mat.uel.br/epmem/



Evento: XIX Semana do IME - Instituto de Matemtica e Estatstica - UFG
Local: Goinia - GO
Data: 18 a 22 de outubro
Site: www.mat.ufg.br



Evento: IV Encontro Luso-Brasileiro e I Colquio Brasileiro de Histria da Matemtica
Local: Praia Mar Hotel - Natal/RN - Brasil
Data: 24 a 27 de outubro
Site: www.ccet.ufrn.br/lusobrasileiro/



FAMAT em Revista - Nmero 03 - Setembro de 2004 167
Evento: XII Jornadas Nacionais de Educao Matemtica
Local: Valparaso e Via del Mar - Chile
Data: 03 a 05 de novembro
Site: www.sochiem.cl



Evento: Jornadas de Iniciao Cientfica no IMPA
Local: Instituto de Matemtica Pura e Aplicada - IMPA
Data: 08 a 12 de novembro de 2004
Site: www.impa.br/Conferencias/Jornadas_IC/



Evento: VIII EBRAPEM - Encontro Brasileiro de Estudantes de Ps-Graduao em
Educao Matemtica
Local: Universidade Estadual de Londrina - UEL
Data: 12 a 14 de novembro
Site: www.mat.uel.br/ebrapem



Evento: IX Simpsio de Teses e Dissertaes
Local: ICMC - USP - So Carlos.
Data: 19 e 20 de novembro de 2004
Site: www.icmc.usp.br/~std2004/



Evento: 60o Seminrio Brasileiro de Anlise
Local: Instituto de Matemtica e Estatstica - Universidade Estadual do Rio de Janeiro
Data: 24 a 27 de novembro
Site: www.ime.uerj.br/~sba/



Evento: 12o SIICUSP - Simpsio Internacional de Iniciao Cientfica da USP
Local: Universidade de So Paulo
Data: 25 e 26 de novembro
Site: www.usp.br/siicusp/



Evento: VI Evento Internacional "La Enseanza de la Matemtica y la Computacin"
Local: Instituto Superior Pedaggico Juan Marinello - Matanzas, Cuba
Data: 7 a 11 de dezembro
Site: www.udec.cl/asinter/archivos2/1079468113.doc



168 FAMAT em Revista - Nmero 03 - Setembro de 2004
Eventos que ocorrem entre
Janeiro e Julho de 2005


Alguns eventos importantes que ocorrero nesse perodo ainda no esto com a data
definida. No prximo nmero de FAMAT em Revista estaremos complementando a listagem
de eventos abaixo.


Evento: V Mini-Worshop de Singularidades, Geometria e Equaes Diferenciais
Local: ICMC - USP, So Carlos - SP
Data: 26 a 28 de janeiro
Site: www.icmc.usp.br



Evento: Workshop de Biomatemtica
Local: Instituto de Matemtica Pura e Aplicada - IMPA
Data: 14 a 25 de fevereiro
Site: www.impa.br/Conferencias/biomatematica_2005/index.html



Evento: VII Simpsio de Educao Matemtica - VII SEM
Local: Chivilcoy, Buenos Aires - Argentina
Data: 03 a 06 de maio
Site: www.edumat.com.ar



Evento: IX Workshop on Partial Differential Equations
Local: Instituto de Matemtica Pura e Aplicada - IMPA
Data: 18 a 22 de julho
Site: www.fluid.impa.br/wedp05



Evento: 25o. Colquio Brasileiro de Matemtica
Local: Instituto de Matemtica Pura e Aplicada - IMPA
Data: 24 a 29 de julho
Site: http://coloquio.impa.br/CBM25/index_preliminar.html



Evento: 4o. Congreso de la Sociedad Europea para la Investigacin en Educacin
Matemtica - CERME 4
Local: Sant Feliu de Guxols, Espanha
Data: 17 a 21 de fevereiro
Site: http://cerme4.crm.es/
FAMAT em Revista - Nmero 03 - Setembro de 2004 169

170 FAMAT em Revista - Nmero 03 - Setembro de 2004

FAMATemRevista
RevistaCientficaEletrnicada
FaculdadedeMatemtica-FAMAT
UniversidadeFederaldeUberlndia-UFU-MG
Nmero03-Setembrode2004
www.famat.ufu.br
ReflexesSobreo
CursodeMatemtica

_





















Comit Editorial da Seo
Reflexes sobre o Curso de Matemtica
do Nmero 03 da FAMAT EM REVISTA:

Walter dos Santos Motta Jnior (coordenador da seo)
Antnio Carlos Nogueira
Edson Agustini
Rafael Peixoto
172 FAMAT em Revista - Nmero 03 - Setembro de 2004
Reflexes Sobre o Curso de Matemtica
Prof. Walter dos Santos Motta Junior



Evaso e reprovao no Curso de Matemtica: possvel enfrentar
estes problemas alterando o Vestibular?



Em junho de 2002, a Revista Matemtica Universitria, editada com recursos da
Sociedade Brasileira de Matemtica, publicou um interessante artigo de autoria do Prof.
Ademir Sartim, ento Coordenador do Curso de Matemtica da Universidade Federal do
Esprito Santo / UFES, sobre uma nova forma de ingresso no Curso de Matemtica / UFES.
Esse artigo relata uma experincia modelo que est trazendo bons resultados quanto ao
enfrentamento de dois problemas presentes em, praticamente, todos os Cursos de Matemtica
do pas, quais sejam: o elevado ndice de reprovao e evaso dos alunos, acarretando
naturalmente num reduzido nmero de formandos. O Prof. Sartim descreve toda a dinmica
adotada pelo Colegiado do Curso quanto implementao gradual de aes no sentido de
enfrentar tais problemas. Resumidamente, vamos descrever alguns tpicos presentes nesse
artigo, a saber:


(a) o Curso de Matemtica / UFES passou, inicialmente, por um processo de reformulao
curricular, em que foram introduzidas duas disciplinas de nivelamento fortemente vinculadas
ao Ensino Mdio. Paralelamente, tambm foram oferecidas inmeras novas disciplinas
optativas. Todavia, isoladamente, percebeu-se que essas aes no surtiram efeito, pois
continuaram altos os ndices de evaso e reprovao de alunos;


(b) o sistema original de ingresso na UFES, desenvolvido em duas etapas, a primeira via
testes de mltipla escolha e a segunda via questes discursivas, em nada estava selecionando
adequadamente os candidatos ao Curso de Matemtica. O baixo ndice de procura pelo Curso
e o baixo desempenho dos candidatos no Vestibular representavam fatores que promoviam
desequilbrio nessa seleo pretendida;


(c) os ndices de evaso e repetncia apresentavam um pico no primeiro perodo do curso,
diminuindo nos demais. A principal causa para a localizao desse pico estava relacionada ao
perfil dos candidatos. Muitos candidatos optavam pelo Curso sem a menor aptido para o
mesmo e ingressavam sem grandes dificuldades em funo da dinmica do sistema de
ingresso da UFES;


(d) objetivando dar oportunidade de selecionar os alunos ao Curso de Matemtica pela
capacidade de aprendizagem, interesse e aptido demonstrada, no privilegiando somente
aqueles que tiveram acesso a boas escolas no Ensino Fundamental e Mdio e,
conseqentemente, almejando diminuir o ndice de evaso nos primeiros perodos do curso e
aumentar o nmero de formandos, o Colegiado do Curso de Matemtica UFES apresentou
FAMAT em Revista - Nmero 03 - Setembro de 2004 173
uma nova proposta de ingresso no Curso. Nessa nova situao o candidato selecionado
deveria cumprir os trs requisitos abaixo:
1) ser classificado na 1
a
etapa do vestibular da UFES.
2) ser aprovado nas duas disciplinas de nivelamento presentes no primeiro perodo.
3) obter mdia geral acumulada nas duas disciplinas de nivelamento que o classifique
dentro do nmero de vagas disponveis.


(e) essa mudana na forma de ingresso ao Curso apresentou cinco importantes conseqncias
(ver [S]):
1) aumentou significativamente a procura pelo Curso de Matemtica;
2) houve uma alterao do perfil do Curso;
3) melhorou o desempenho / envolvimento / dedicao dos alunos nas duas disciplinas
de nivelamento;
4) diminuiu o ndice de evaso e reprovao do Curso;
5) aumentou o nmero de formandos.


Vivenciamos, aqui, em nosso Curso de Matemtica / UFU os dois graves problemas
acima relatados. Em reforma curricular anterior, j caminhamos no sentido da introduo de
disciplinas bsicas de nivelamento, agregadas ao Ensino Mdio, aqui denominadas
Fundamentos de Matemtica Elementar 1 e 2. Tambm, ao longo do tempo, temos ampliado o
leque de disciplinas optativas oferecidas aos nossos alunos. Todavia, quando nos deparamos
com alguns dados numricos atuais relativos ao nosso Curso, surgem duas questes
inevitveis: vivenciamos, hoje, uma realidade similar quela vivida na UFES anteriormente
mudana na forma de ingresso ao Curso de Matemtica? Em caso afirmativo, valeria a pena
tentar a implantao de um modelo similar aqui na UFU? Vale lembrar que socialmente
temos a obrigao de direcionar esforos para enfrentar os problemas de reprovao e evaso
de alunos. Naturalmente, o modelo proposto pela UFES uma forma de enfrentamento desses
graves problemas e, por certo, outros modelos podem ser elaborados e executados em carter
experimental, o que no possvel conceber o imobilismo diante dessa realidade
socialmente injusta. Apresento, abaixo, alguns dados levantados quanto nossa atual situao
acadmica e, luz de tais dados, seria interessante estabelecermos uma reflexo sobre as duas
questes acima apresentadas.

Perodo
Relao
candidato/vaga
Mdia geral dos
candidatos ao Curso
de Matemtica-UFU
Maior mdia geral
obtida na UFU
Classificao global
(segundo a mdia
geral) dos nossos
candidatos
Julho/2004 5,63 12,46 25,01 17
o
lugar (dentre 22
cursos de graduao)
Janeiro/2004 7,06 11,51 25,20 33
o
lugar (dentre 37
cursos de graduao)
Julho/2003 6,06 10,14 26,41 20
o
lugar (dentre 21
cursos de graduao)
Fevereiro/2003-5,35 10,99 24,65 31
o
lugar (dentre 36
cursos de graduao)

Dados referentes aos candidatos aprovados na 2
a
fase do Vestibular UFU
(informaes fornecidas pela Comisso Permanente de Vestibular)
174 FAMAT em Revista - Nmero 03 - Setembro de 2004
Disciplina Ano / semestre
Percentual de
reprovaes
Ano / semestre
Percentual de
reprovaes
Ano / semestre
Percentual de
reprovaes
Fundamentos de
Matemtica
Elementar 1
2003 1

46,4%
2003 2

60,6%
2004 1

70,6%
Fundamentos de
Matemtica
Elementar 2
2003 1

72,9%
2003 2

46,7%
2004 1

56,7%

Dados referentes ao desempenho dos alunos nas disciplinas de Fundamentos



Para finalizar, interessante observar o percentual recente de evaso do nosso Curso. Nesse
sentido, desenvolvi um estudo baseado na renovao semestral das matrculas no Curso de
Matemtica (segundo informaes fornecidas pelo Controle Acadmico), sendo que
chegamos aos dados contidos na tabela abaixo. Vale lembrar que semestralmente temos 35
ingressantes em nosso Curso.


Ano / semestre de ingresso
no Curso de Matemtica
Nmero de alunos que
renovaram matrcula em
2004 / 2
Taxa de evaso
2002 - 2 30 14,3%
2003 - 1 30 14,3%
2003 - 2 29 17,1%
2004 - 1 31 11,4%

Dados referentes taxa de evaso do Curso de Matemtica



Algumas observaes gerais envolvendo essa ltima tabela:


1) Observando o ocorrido em 2003-1, dos 35 alunos ingressantes em 2002-2, tivemos a
renovao de 31 matrculas. Dessa forma, a taxa de evaso na poca corresponde,
exatamente, a mesma que ocorre com a turma atual de 2004-1, quanto renovao
agora em 2004-2. Por conseguinte, como 30 alunos dessa turma de ingressantes de
2002-2 renovaram matrcula em 2004-2, razovel conjecturar que a evaso maior
ocorre nos perodos iniciais de nosso Curso.
2) Desses 30 alunos, regularmente matriculados hoje e ingressantes em 2002-2, apenas
17,1% esto em situao regular na grade curricular. Os demais 82,9% restantes
encontram-se em defasagem na grade; cursando, portanto, somente disciplinas
anteriores ao quinto perodo.Vale lembrar que os quatro primeiros perodos do nosso
Curso podem ser vistos como um ciclo bsico anterior opo das modalidades
licenciatura / bacharelado. J dos 31 alunos regularmente matriculados hoje e
ingressantes em 2004-1 existem 58% em situao regular e 42% em defasagem
(cursando duas ou mais disciplinas do primeiro perodo). Esses dados so
FAMAT em Revista - Nmero 03 - Setembro de 2004 175
preocupantes e demonstram um alto ndice de reprovaes dos nossos alunos nas
disciplinas do ciclo bsico, sendo que, evidentemente, isso ir trazer reflexos srios
quanto ao tempo de integralizao global do Curso de Matemtica.Vale lembrar que,
em 2003, o tempo mdio de integralizao foi de 5,39 anos.



Concluso Geral: Minha compreenso pessoal que existe similaridade entre a
situao atual do nosso Curso e aquela vivida originalmente na UFES. Penso que deveramos
adotar aes efetivas no sentido do enfrentamento desses graves problemas da evaso e
reprovao. Para tanto, se no atravs do modelo proposto na UFES, ento com a adoo de
aes que venham a se espelhar no mesmo. Interpreto que este artigo representa o passo
inicial no sentido da ampliao das discusses, no mbito da FAMAT, quanto ao assunto em
questo.



Bibliografia

[S] A. Sartim, Uma nova forma de ingresso no Curso de Matemtica, Revista Matemtica
Universitria, nmero 32, junho-2002, pp. 49-59.
176 FAMAT em Revista - Nmero 03 - Setembro de 2004

FAMATemRevista
RevistaCientficaEletrnicada
FaculdadedeMatemtica-FAMAT
UniversidadeFederaldeUberlndia-UFU-MG
Nmero03-Setembrode2004
www.famat.ufu.br
EmSalade Aula























Comit Editorial da Seo
Em Sala de Aula
do Nmero 03 da FAMAT EM REVISTA:

Antnio Carlos Nogueira (coordenador da seo)
Edson Agustini
Walter dos Santos Motta Jnior
178 FAMAT em Revista - Nmero 03 - Setembro de 2004
Retas, Planos e Sistemas Lineares
Rafael Siqueira Cavalcanti
a
Edson Agustini
b
Faculdade de Matematica - Famat
Universidade Federal de Uberlandia - Ufu- Mg
Resumo
Esse trabalho tem por objetivo fornecer uma interpreta cao geometrica de sis-
temas lineares 2 2 (duas equacoes e duas variaveis) e 3 3 (tres equacoes e tres
variaveis) utilizando os softwares Cabri-Geom`etre II e Maple. A classicacao de
sistemas lineares em possvel e determinado, possvel e indeterminado e impossvel
e feita sob o aspecto geometrico nos casos considerados.
1 Introducao
Um melhor aproveitamento da informatica como ferramenta de ensino-aprendizagem em
nossas escolas e universidades e um fato que se impoe de modo natural na atualidade. Na
matematica essa necessidade e ainda mais contundente, principalmente quando analisamos
o vasto potencial existente sob a forma de sofwares de geometria dinamica e de calculo
numerico e simb olico e o nmo interesse em seu uso como ferramenta de aprendizado.
Este trabalho e uma proposta para o uso desses softwares no ensino de geometria analtica
no que tange o estudo de sistemas lineares sob o ponto de vista geometrico.
Nesse trabalho, apresentamos a interpreta cao geometrica de sistemas lineares com
duas equacoes e duas variaveis (2 2) e com tres equacoes e tres vari aveis (3 3) sob a
optica do n umero de soluc oes dos mesmos.
As posicoes relativas de duas retas no plano, cujas equac oes gerais compoem um sis-
tema linear 2 2, determinam o n umero de soluc oes do mesmo:
- Nenhuma solucao: sistema impossvel (SI) .
- Uma unica solucao: sistema possvel e determinado (SPD) .
- Innitas solucoes: sistema possvel e indeterminado (SPI) .
Para realizar esse estudo, propomos o uso do software de geometria dinamica Cabri
Geom`etre II que permite ao usuario fazer diversas interacoes com as equacoes (retas) e,
por conseguinte, associar posicoes relativas das retas com a classicacao de sistemas
lineares dada acima.
O mesmo estudo pode ser feito com as posicoes relativas de tres planos no espaco,
cujas equacoes gerais compoem um sistema linear 3 3. Nesse caso, propomos o uso de
a
rafaelufu@yahoo.com.br Orientando do Programa Institucional de Bolsas de Ensino de Graduacao
- Pibeg - de marco/04 a fevereiro/05.
b
agustini@ufu.br Professor orientador.
FAMAT em Revista - Nmero 03 - Setembro de 2004 179
um software de calculo numerio e simb olico como o Maple (usado em nossos exemplos),
MuPad, MatLab ou Mathematica.
Para um melhor entendimento do proposto acima, facamos um estudo rapido das
equacoes da reta e do plano e, em seguida, passemos ao estudo das interpretac oes geometricas
dos sistemas lineares citados.
2 Equacoes de Reta em E
2
Nesta sec ao, apresentamos algumas das formas de equacoes de reta: a equacao vetorial,
as equacoes parametricas, a equacao geral, a equacao reduzida e, nalmente, a equacao
segmentaria da reta. Comecemos pela equac ao vetorial da reta.
(A) Sejam r E
2
uma reta, A r e

v =

0 paralelo a r. Desta forma, X r

AX
e

v sao LD, ou seja, X r R tal que X = A +

v .
Escrevemos
r : X = A +

v , R
e dizemos que esta equac ao e uma equacao vetorial da reta r.
(B) A partir de uma equacao vetorial da reta, passamos `as equac oes parametricas da
mesma.
Fixemos um sistema de coordenadas cartesianas ortogonais (O,

e
1
,

e
2
) emE
2
. Assim,
a equacao r : X = A+

v , R se escreve (x, y) = (x
0
, y
0
) +(r, s) , sendo X = (x, y) ,
A = (x
0
, y
0
) e

v = (r, s) . Logo:

x = x
0
+ r
y = y
0
+ s
; R
e dizemos que as equac oes acima sao um sistema de equac oes parametricas de r.
(C) Partindo das equacoes parametricas da reta, facilmente obtemos a equacao geral da
mesma procedendo da seguinte forma.
Como

v =

0 , temos que r = 0 ou s = 0. Supondo r = 0, podemos isolar na
equacao x = x
0
+ r e substituir na equacao y = y
0
+ s:
y = y
0
+
x x
0
r
s sx ry + ry
0
sx
0
= 0
Fazendo a = s, b = r e c = ry
0
sx
0
, temos
ax + by + c = 0
que e chamada equacao geral de r.
Particularidade dessa equacao:

n = (a, b) e um vetor normal a r.
(D) Para obtermos a equacao reduzida da reta, podemos manipular a equac ao geral como
a seguir.
180 FAMAT em Revista - Nmero 03 - Setembro de 2004
Na equac ao ax + by + c = 0, se b = 0, podemos escrever
y =
a
b
x
c
b
e, fazendo m =
a
b
e n =
c
b
temos
y = mx + n
que e chamada de equacao reduzida de r.
(E) Partindo ainda da equac ao geral da reta, podemos proceder da seguinte forma e
obtermos a equacao segment aria da mesma.
Na equac ao ax + by + c = 0, se abc = 0, podemos escrever
x

c
a
+
y

c
b
= 1
e, fazendo p =
c
a
e q =
c
b
, temos
x
p
+
y
q
= 1
que e chamada de equacao segmentaria de r.
Particularidade dessa equacao: (p, 0) , (0, q) r.
3 Sistemas Lineares com Duas Equacoes e Duas
Variaveis
Consideremos um sistema linear com duas equac oes e duas vari aveis:

ax + by = c
a

x + b

y = c

temos que cada equac ao desse sistema linear deriva da equac ao geral de uma reta em E
2
(com um sistema de coordenadas xado).
Dessa forma, uma soluc ao (x, y) para o sistema acima sao as coordenadas de um ponto
que pertence tanto `a primeira reta (ax + by = c) quanto `a segunda reta (a

x + b

y = c

) ,
ou seja, P = (x, y) deve estar na intersec cao das duas retas.
Como sistema lineares sao classicados do seguinte modo:
- Sistemas Lineares Possveis e Determinados (SPD): sao sistemas lineares que possuem
uma unica soluc ao;
- Sistemas Lineares Possveis e Indeterminados (SPI): sao sistemas lineares que possuem
mais de uma solucao (na verdade innitas);
- Sistemas Lineares Impossveis (SI): sao sistemas lineares que nao possuem solucoes;
surge uma pergunta: Qual a posicao relativa das retas ax + by = c e a

x + b

y = c

no
plano para que tenhamos um sistema SPD, SPI ou SI?
FAMAT em Revista - Nmero 03 - Setembro de 2004 181
Em resposta, temos:
(1) Para que o sistema tenha uma unica soluc ao, as retas que o compoem devem se
intersectar em um unico ponto, cujas coordenadas sao a soluc ao do sistema. Logo, um
sistema linear com duas equac oes e duas variaveis e SPD quando as retas que o compoem
sao concorrentes.
Iremos tomar como exemplo o sistema

x + y = 0
2x + y = 0
Para melhor visualizar o que esta ocorrendo nesse caso, em que o sistema e possvel e
determinado, tracamos as duas retas do sistema tomado como exemplo usando o software
Cabri Geom`etre II.
Vamos descrever os passos necessarios para visualizar essas duas retas no Cabri :
1
o
) Clicando na decima primeira palheta da barra de ferramentas (sempre contando
da esquerda para a direita), escolhemos a opc ao Mostrar Eixos para visualizarmos o eixos
cartesianos e, em seguida, na mesma palheta da barra de ferramentas escolhemos a opc ao
Denir Grade, o que nos concede a visualizac ao dos pontos com coordenadas inteiras.
2
o
) Passamos agora para a construc ao da primeira reta do sistema. Como essa reta
passa pela origem, temos que o ponto (0, 0) pertence `a reta. Alem deste ponto, temos que
o ponto (1, 1) tambem pertence `a reta. Selecionando agora a opcao Reta da terceira
palheta de ferramentas, tracamos a reta passando pelos ponto (0, 0) e (1, 1) .
3
o
) Procederemos de maneira analoga para tracar a segunda reta do sistema, que passa
pelos pontos (0, 0) e (1, 2) .
Procedendo de acordo com os passos citados acima, obtemos a tela da Figura 1.
Figura 1: Retas em um sistema possvel e determinado.
182 FAMAT em Revista - Nmero 03 - Setembro de 2004
Atraves da ilustracao feita no Cabri, vericamos facilmente que as retas constituintes
do sistema acima se interceptam em apenas um ponto, o que ja era esperado pelo fato do
sistema ser SPD.
(2) Para que o sistema linear tenha mais de uma soluc ao, as retas que o compoem devem
ser coincidentes e, desse modo, todos os pontos de uma reta sao pontos da outra, ou seja,
as coordenadas dos pontos de qualquer uma das retas sao soluc oes do sistema. Logo, um
sistema linear com duas equac oes e duas vari aveis e SPI quando as retas que o compoem
sao paralelas coincidentes.
Tomemos como exemplo o seguinte sistema:

3x 4y = 0
6x + 8y = 0
Temos que os pontos (0, 0) e (4, 3) pertencem `a primeira e tambem `a segunda reta do
sistema tomado como exemplo. Tendo o conhecimento de dois pontos de cada uma das
retas do sistema e procedendo de maneira analoga aos passos listado no caso do SPD,
tracamos as retas no com o auxlio do Cabri, obtendo a tela da Figura 2.
Figura 2: Retas em um sistema possvel e indeterminado.
Como observamos acima, as retas se sobrepoem, o que novamente ja era esperado pelo
fato do sistema ser SPI.
(3) Para que o sistema nao tenha soluc ao, as retas que o compoem nao podem se inter-
sectar para que nao haja ponto em comum `as duas retas e, portanto, nao haja soluc ao
para o sistema. Logo, um sistema linear com duas equac oes e duas variaveis e SI quando
as retas que o compoem sao paralelas nao coincidentes.
Tomemos como exemplo o seguinte sistema:

x + y = 1
x + y = 2
FAMAT em Revista - Nmero 03 - Setembro de 2004 183
A partir da equac ao x + y = 1 do sistema acima tomado como exemplo, obtemos os
pontos (0, 1) e (1, 0) e, a partir da equac ao x + y = 2 do mesmo sistema, obtemos os
pontos (0, 2) e (1, 1) que, por sua vez, pertencem `a segunda reta do sistema.
Com dois pontos de cada reta ca facil ilustrar esse sistema SI com o Cabri, proce-
dendo da mesma forma feita anteriormente. O resultado e a tela da Figura 3.
Figura 3: Retas em um sistema impossvel.
4 Equacoes de Plano em E
3
Nessa secao, vamos estudar as equacoes do plano, pois serao uteis na interpretac ao
geometrica de sistemas lineares 3 3. Comecemos com a equac ao vetorial.
(A) Sejam E
3
um plano, A e

u ,

v =

0 paralelos a . Desta forma, X

AX,

u e

v sao LD, ou seja, X , R tais que X = A +

u +

v .
Escrevemos
: X = A +

u +

v ; , R
e dizemos que essa equac ao e uma equacao vetorial do plano .
(B) Fixamos um sistema de coordenadas cartesianas ortogonais (O,

e
1
,

e
2
,

e
3
) em E
3
.
Assim, a equacao acima se escreve
(x, y, z) = (x
0
, y
0
, z
0
) + (m, n, p) + (r, s, t)
sendo X = (x, y, z) , A = (x
0
, y
0
, z
0
) ,

u = (m, n, p) e

v = (r, s, t) . Logo:

x = x
0
+ m + r
y = y
0
+ n + s
z = z
0
+ p + t
; , R
184 FAMAT em Revista - Nmero 03 - Setembro de 2004
e dizemos que as equac oes acima sao um sistema de equac oes parametricas de .
(C) Como

AX = (x x
0
, y y
0
, z z
0
) ,

u = (m, n, p) e

v = (r, s, t) sao LD, temos:
det

x x
0
y y
0
z z
0
m n p
r s t

= 0.
Desenvolvendo esse determinante por Laplace pela primeira linha segue que:
(x x
0
) det

n p
s t

+ (y y
0
) det

p m
t r

+ (z z
0
) det

m n
r s

= 0
e da, equivalentemente,
x det

n p
s t

+ y det

p m
t r

+ z det

m n
r s

x
0
det

n p
s t

y
0
det

p m
t r

z
0
det

m n
r s

= 0.
Fazendo
a = det

n p
s t

, b = det

p m
t r

, c = det

m n
r s

e
d = x
0
det

n p
s t

y
0
det

p m
t r

z
0
det

m n
r s

chegamos `a seguinte equac ao:


ax + by + cz + d = 0
e dizemos que a equac ao acima e uma equacao geral de .
Essa equac ao tem a peculiaridade de

n = (a, b, c) ser um vetor normal ao plano .
(D) Supondo a, b, c, d = 0, podemos escrever a equac ao geral de do seguinte modo:
x

d
a
+
y

d
b
+
z

d
c
= 1
e, fazendo p =
d
a
, q =
d
b
e r =
d
c
, temos
x
p
+
y
q
+
z
r
= 1
que e chamada de equacao segmentaria de .
Essa equac ao tem a peculiaridade de (p, 0, 0) , (0, q, 0) , (0, 0, r) .
FAMAT em Revista - Nmero 03 - Setembro de 2004 185
5 Equacoes de Reta em E
3
Essa secao tem por objetivo complementar o estudo das equacoes de reta introduzidas no
plano. Sao as equac oes de reta no espaco. Comecemos com a equac ao vetorial.
(A) Sejam r E
3
uma reta, A r e

v =

0 paralelo a r. Dessa forma, X r

AX
e

v sao LD, ou seja, X r R tal que X = A +

v .
Escrevemos
r : X = A +

v ; R
e dizemos que essa equac ao e uma equacao vetorial da reta r.
(B) Fixemos um sistema de coordenadas cartesianas ortogonais (O,

e
1
,

e
2
,

e
3
) em E
3
.
Assim, a equacao acima se escreve
(x, y, z) = (x
0
, y
0
, z
0
) + (r, s, t)
sendo X = (x, y, z) , A = (x
0
, y
0
, z
0
) e

v = (r, s, t) . Logo:

x = x
0
+ r
y = y
0
+ s
z = z
0
+ t
; R
e dizemos que as equacoes acima formam um sistema de equac oes parametricas de r.
(C) Se rst = 0 nas equac oes parametricas, podemos isolar em cada uma das equacoes
do sistema acima:
x x
0
r
=
y y
0
s
=
z z
0
t
e dizemos que as equac oes acima sao as equac oes simetricas de r.
(D)

E comum referir-se `a reta r como intersecc ao de dois planos. Nesse caso:
r :

ax + by + cz + d = 0
a

x + b

y + c

z + d

= 0
sendo

n
1
= (a, b, c) e

n
2
= (a

, b

, c

) vetores LI.
Observacao:

u =

n
1

n
2
, e um vetor diretor da reta r.
(E) Partindo das equacoes simetricas da reta r,
x x
0
r
=
y y
0
s
=
z z
0
t
, podemos
escrever
r :

y =
s
r
x
sx
0
r
+ y
0
z =
t
r
x
tx
0
r
+ z
0
e, fazendo p =
s
r
, q =
sx
0
r
+ y
0
, p

=
t
r
e q

=
tx
0
r
+ z
0,
temos
r :

y = px + q
z = p

x + q

que sao chamadas de equacoes reduzidas de r na variavel x.


186 FAMAT em Revista - Nmero 03 - Setembro de 2004
6 Sistemas Lineares com Tres Equacoes e Tres
Variaveis
Consideremos um sistema linear com tres equac oes e tres vari aveis:

ax + by + cz = d
a

x + b

y + c

z = d

x + b

y + c

z = d

.
Cada equac ao desse sistema linear deriva da equacao geral de uma reta em E
3
(com
um sistema de coordenadas xado). Dessa forma, uma soluc ao (x, y, z) para o sistema
acima sao as coordenadas de um ponto que pertence simultaneamente ao primeiro plano
(ax + by + cz = d) , ao segundo (a

x + b

y + c

z = d

) e ao terceiro (a

x + b

y + c

z = d

) ,
ou seja, P = (x, y, z) deve estar na intersecc ao dos tres planos.
Considerando a classicac ao de sistemas lineares que introduzimos acima, surge uma
pergunta: Qual a posicao relativa dos planos ax + by + cz = d, a

x + b

y + c

z = d

e
a

x + b

y + c

z = d

para que tenhamos um sistema SPD, SPI ou SI?


Em resposta, temos:
(1) Sistema Linear SPD.
Para que o sistema tenha uma unica solucao, os planos que o compoem devem se
intersectar em um unico ponto, cujas coordenadas sao a soluc ao do sistema. Logo, um
sistema linear com tres equacoes e tres vari aveis e SPD quando os planos que o compoem
formam as faces de um triedro.
Para uma melhor vizualizacao do que ocorre quando o sistema e SPD, vamos utilizar
o software Maple, seguindo os passos descritos a seguir.
Tomemos como exemplo o sistema linear:

2x + 3y + z = 3
x y + z = 1
x + 2y 3z = 2
.
Descric ao dos comandos utilizados na construc ao:
with(geom3d):
{Habilita o pacote do Maple que permite trabalhar com construcoes de planos}
plane(p1,2*x+3*y+z=3,[x,y,z]):
{Aloca na memoria o plano correspondente `a primeira equacao do sistema}
plane(p2,2*x-y+z=-1,[x,y,z]):
{Aloca na memoria o plano correspondente `a segunda equacao do sistema}
plane(p3,x+2*y-3*z=2,[x,y,z]):
{Aloca na memoria o plano correspondente `a terceira equacao do sistema}
draw({p1(color = blue, style = patchnogrid),
p2(color = red, style = patchnogrid),
p3(color = yellow, style = patchnogrid)});
{Esboca o graco com os tres planos do sistema}
Procedendo dessa forma, obtemos no Maple a tela da Figura 4.
FAMAT em Revista - Nmero 03 - Setembro de 2004 187
Figura 4: Planos em um sistema possvel e determinado.
Atraves desse esboco fornecido pelo Maple ca facil observar que os tres planos se
intersectam em um unico ponto, como ja era esperado pelo fato do sistema ser SPD.
(2) Sistema Linear SPI.
Para que o sistema tenha mais de uma solucao, os planos que o compoem devem se
enquadrar em um dos dois itens seguintes:
(2.1) Os planos sao coincidentes. Desse modo, todos os pontos de um plano sao
pontos dos outros, ou seja, as coordenadas dos pontos de qualquer um dos planos sao
solucoes do sistema.
Tomemos o seguinte sistema como exemplo:

2x + 3y + z = 0
4x + 6y + 2z = 0
2x 3y z = 0
.
Novamente, com o auxlio do Maple e, utilizando os comandos a seguir, analisamos o
caso em questao.
Descric ao dos comandos da construcao:
with(geom3d):
plane(p1,2*x+3*y+z=0,[x,y,z]):
plane(p2,4*x+6*y+2*z=0,[x,y,z]):
plane(p3,-2*x-3*y-z=0,[x,y,z]):
draw({p1(color = blue, style = patchnogrid),
p2(color = red, style = patchnogrid),
p3(color = yellow, style = patchnogrid)});
Procedendo dessa forma, obtemos no Maple a tela da Figura 5.
188 FAMAT em Revista - Nmero 03 - Setembro de 2004
Figura 5: Planos em um sistema possvel e indeterminado.
Obs.: Esse aspecto mesclado dos planos na gura acima vem do fato dos mesmos
serem coincidentes.
(2.2) Os planos possuem uma reta em comum. Desse modo, todos os pontos dessa
reta sao pontos de todos os planos, ou seja, as coordenadas dos pontos dessa reta sao
solucoes do sistema. Temos dois subcasos:
(2.2.1) Dois planos sao coincidentes e um e transversal.
Tomemos o seguinte sistema como exemplo:

x + 3y + z = 0
2x + 3y + z = 0
4x + 6y + 2z = 0
.
Descric ao dos comandos da construcao:
with(geom3d):
plane(p1,-x+3*y+z=0,[x,y,z]):
plane(p2,2*x+3*y+z=0,[x,y,z]):
plane(p3,4*x+6*y+2*z=0,[x,y,z]):
draw({p1(color = blue, style = patchnogrid),
p2(color = red, style = patchnogrid),
p3(color = yellow, style = patchnogrid)});
Procedendo dessa forma, obtemos no Maple a tela da Figura 6.
FAMAT em Revista - Nmero 03 - Setembro de 2004 189
Figura 6: Planos em um sistema possvel e indeterminado.
Obs.: Os planos vermelho e amarelo (segunda e terceira equac oes) coincidem; no
entanto, na tela acima prevalece a cor amarela.
(2.2.2) Tres planos nao coincidentes com uma reta em comum.
Tomemos o seguinte sistema como exemplo:

x + 3y + z = 0
2x + 3y + z = 0
x + 6y + 2z = 0
.
Descric ao dos comandos da construcao:
with(geom3d):
plane(p1,-x+3*y+z=0,[x,y,z]):
plane(p2,2*x+3*y+z=0,[x,y,z]):
plane(p3,x+6*y+2*z=0,[x,y,z]):
draw({p1(color = blue, style = patchnogrid),
p2(color = red, style = patchnogrid),
p3(color = yellow, style = patchnogrid)});
Procedendo dessa forma, obtemos no Maple a tela da Figura 7.
190 FAMAT em Revista - Nmero 03 - Setembro de 2004
Figura 7: Planos em um sistema possvel e indeterminado.
Logo, um sistema linear com tres equac oes e tres variaveis e SPI quando os planos
que o compoem forem coincidentes ou quando forem concorrentes em uma reta.
(3) Sistemas Lineares SI.
Para que o sistema linear nao tenha solucao, os tres planos que o compoem nao podem
ter pontos em comum e, portanto, nao ha solucao para o sistema. Nesse caso, a posicao
relativa dos tres planos se enquadra em um dos seguintes casos:
(3.1) Dois dos planos sao paralelos distintos. Temos os tres subcasos seguintes.
(3.1.1) Os tres planos sao paralelos distintos.
Consideremos o sistema do exemplo abaixo:

2x + 3y + z = 10
2x + 3y + z = 0
2x + 3y + z = 10
Descric ao dos comandos da construcao:
with(geom3d):
plane(p1,2*x+3*y+z=-10,[x,y,z]):
plane(p2,2*x+3*y+z=0,[x,y,z]):
plane(p3,2*x+3*y+z=10,[x,y,z]):
draw({p1(color = blue, style = patchnogrid),
p2(color = red, style = patchnogrid),
p3(color = yellow, style = patchnogrid)});
Procedendo dessa forma, obtemos no Maple a tela da Figura 8.
FAMAT em Revista - Nmero 03 - Setembro de 2004 191
Figura 8: Planos em um sistema impossvel.
(3.1.2) Dois dos planos sao paralelos distintos e o terceiro coincide com um dos
demais.
Consideremos o sistema:

2x + 3y + z = 0
4x + 6y + 2z = 0
2x 3y z = 10
Mais uma vez, com o auxlio do Maple e com a utilizacao dos seguintes comandos:
with(geom3d):
plane(p1,2*x+3*y+z=0,[x,y,z]):
plane(p2,4*x+6*y+2*z=0,[x,y,z]):
plane(p3,-2*x-3*y-z=10,[x,y,z]):
draw({p1(color = blue, style = patchnogrid),
p2(color = red, style = patchnogrid),
p3(color = yellow, style = patchnogrid)});
obtemos no Maple a tela da Figura 9.
192 FAMAT em Revista - Nmero 03 - Setembro de 2004
Figura 9: Planos em um sistema impossvel
Obs.: Os planos azul e vermelho (primeira e segunda equacoes) coincidem; no entanto,
na tela acima prevalece a cor vermelha.
(3.1.3) Dois dos planos sao paralelos distintos e o terceiro transversal aos demais.
Adotemos como exemplo o sistema a seguir:

x + 3y + z = 0
2x + 3y + z = 0
2x + 3y + z = 10
Utilizando os seguintes comandos:
with(geom3d):
plane(p1,-x+3*y+z=0,[x,y,z]):
plane(p2,2*x+3*y+z=0,[x,y,z]):
plane(p3,2*x+3*y+z=10,[x,y,z]):
draw({p1(color = blue, style = patchnogrid),
p2(color = red, style = patchnogrid),
p3(color = yellow, style = patchnogrid)});
obtemos no Maple a tela da Figura 10.
FAMAT em Revista - Nmero 03 - Setembro de 2004 193
Figura 10: Planos em um sistema impossvel
(3.2) Os planos contem as faces de um prisma triangular.
Como exemplo, vamos considerar o sistema a seguir:

x + 3y + z = 0
2x + 3y + z = 0
x + 6y + 2z = 20
Nao diferente dos casos anteriores, utilizaremos os mesmos comandos no Maple da
seguinte forma:
with(geom3d):
plane(p1,-x+3*y+z=0,[x,y,z]):
plane(p2,2*x+3*y+z=0,[x,y,z]):
plane(p1,x+6*y+2*z=20,[x,y,z]):
draw({p1(color = blue, style = patchnogrid),
p2(color = red, style = patchnogrid),
p3(color = yellow, style = patchnogrid)});
Procedendo dessa forma, obtemos no Maple a tela da Figura 11.
194 FAMAT em Revista - Nmero 03 - Setembro de 2004
Figura 11: Planos em um sistema impossvel
Logo, um sistema linear com tres equac oes e tres variaveis e SI quando entre os tres
planos que o compoem existem dois paralelos distintos ou quando contem as faces de um
prisma triangular.
Referencias
[1] Baldin, Y. Y. & Villagra, G. A. L. Atividades com Cabri Geom`etre II. Sao
Carlos: Editora da UFSCar. 2002.
[2] Boldrini, J. L. ET Alli.

Algebra Linear. 3a. ed. Sao Paulo: Editora Harbra Ltda.,
1986
[3] Boulos, P. & Camargo, I. Geometria Analtica: um tratamento vetorial. 2a. ed.
Sao Paulo: Editora McGraw-Hill Ltda., 1987.
[4] Callioli, C., Domingues, H. H. & Costa, R. C.

Algebra Linear e Aplicacoes.
6a. ed. Sao Paulo: Atual Editora Ltda., 1993.
[5] Lima, E. L. et alli. A Matematica do Ensino Medio. Volume 3. 3a. ed. Rio de
Janeiro: Publicacao da Sociedade Brasileira de Matematica (SBM). Colecao do Pro-
fessor de Matematica. 2003.
[6] Maple. Tutorial e ajuda do software Maple 9.01 de calculo numerico e simbolico.
[7] Winterle, P. Vetores e Geometria Analtica. Sao Paulo: Makron Books do Brasil.
2000.
FAMAT em Revista - Nmero 03 - Setembro de 2004 195

196 FAMAT em Revista - Nmero 03 - Setembro de 2004

FAMATemRevista
RevistaCientficaEletrnicada
FaculdadedeMatemtica-FAMAT
UniversidadeFederaldeUberlndia-UFU-MG
Nmero03-Setembrode2004
www.famat.ufu.br
IniciaoCientfica
emNmeros

%





















Comit Editorial da Seo
Iniciao Cientfica em Nmeros
do Nmero 03 da FAMAT EM REVISTA:

Walter dos Santos Motta Jnior (coordenador da seo)
Antnio Carlos Nogueira
Edson Agustini
198 FAMAT em Revista - Nmero 03 - Setembro de 2004
Iniciao Cientfica em Nmeros
Walter dos Santos Motta Junior



Seguindo a mesma linha anterior inerente a esta sesso, objetivamos descrever as
atividades de iniciao cientifica e / ou atividades tcnicas complementares formao
acadmica desenvolvidas no mbito da FAMAT / UFU e direcionadas aos discentes do Curso
de Matemtica. Destacamos, inicialmente, a existncia de cinco programas que oferecem
atividades inclusas em uma das duas categorias acima mencionadas; so eles: Programa
Especial de Treinamento - PETMAT, Programa Institucional de Bolsas de Iniciao
Cientfica do CNPq, Programa Institucional de Bolsas de Iniciao Cientfica da FAPEMIG,
Programa Institucional de Bolsas de Graduao PIBEG e o Programa Institucional de
Iniciao Cientfica da Faculdade de Matemtica - PROMAT, sendo que apenas este ltimo
no apresenta qualquer tipo de remunerao aos discentes envolvidos. Abaixo, descrevemos
uma relao de todos os projetos, agregados a um dos programas acima mencionados, que
esto atualmente em desenvolvimento na FAMAT e que so exclusivamente desenvolvidos
por alunos do Curso de Matemtica.

Agora, com satisfao que destacamos ainda o surgimento recente de dois novos
projetos no mbito da FAMAT, que tambm oferecem atividades agregadas a um dos moldes
descritos acima; so eles: Projeto Fbrica Virtual RIVED e Projeto do Centro de
Desenvolvimento Regional - Instituto do Milnio IMPA. Nos dois projetos, existe a
integrao efetiva entre discentes e docentes do Curso de Matemtica. A participao da
FAMAT nesses dois novos projetos se deu atravs da apresentao de propostas idealizadas
por alguns professores proponentes desta Faculdade. Certamente, os desenvolvimentos desses
novos projetos representam um passo importante no sentido de ampliar ainda mais as
atividades extracurriculares oferecidas aos nossos discentes. Abaixo, descrevemos
resumidamente tambm todos os projetos em andamento nessas duas novas modalidades.
Vale ressaltar ainda que existem outros projetos de iniciao cientfica em desenvolvimento
no mbito da FAMAT, todavia os mesmos envolvem alunos de Cursos de Graduao da UFU
distintos do Curso de Matemtica e, por isso, no sero aqui relacionados.



1.Projetos de Iniciao Cientfica PETMAT


Ttulo: Modelagem Fuzzy Aplicada a Biomatemtica
Orientadora: Prof
a
. Rosana Sueli da Motta Jafelice
Bolsista: Carolina Fernandes Molina Sanches

Ttulo: Aplicaes com equaes de diferenas: PG e soluo de equaes do 3
o
grau
Orientadora: Prof
a
. Rosana Sueli da Motta Jafelice
Aluno: liton Meireles de Moura

Ttulo: Tpicos Especiais de Matemtica
Orientador: Prof. Geraldo Botelho
Bolsista: Fabiana Alves Calazans

FAMAT em Revista - Nmero 03 - Setembro de 2004 199
Ttulo: Problemas isoperimtricos: aspectos tericos e aplicados
Orientador: Prof. Edson Agustini
Bolsistas: Flaviano Bahia Paulinelli Vieira e Las Bssame Rodrigues

Ttulo: Um modelo de desenvolvimento do pensamento geomtrico
Orientador: Prof. Walter dos Santos Motta Junior
Bolsistas: Gislaine Alves Pereira e Sandreane Poliana Silva

Ttulo: Introduo Geometria Algbrica
Orientador: Prof. Ccero Fernandes de Carvalho
Bolsista: Jairo Menezes e Souza

Ttulo: O grupo fundamental de esferas
Orientador: Prof. Walter dos Santos Motta Junior
Bolsista: Rafael Peixoto

Ttulo: Uma introduo geometria aritmtica.
Orientador: Prof. Ccero Fernandes de Carvalho
Bolsista: Wagner Frasseto

Ttulo: O quinto postulado de Euclides: formas equivalentes
Orientador: Prof. Antnio Carlos Nogueira
Bolsistas: Leandro Cruvinel Lemes e Maksuel Andrade Costa

Ttulo: Estudo sobre as propriedades geomtricas das cnicas
Orientadora: Prof
a
. Lcia Resende Pereira Bonfim
Bolsista: Patrcia Borges dos Santos



2. Projetos de Iniciao Cientifica - Bolsista do CNPq / FAPEMIG

Ttulo: Introduo aos corpos de funes algbricas com o auxlio da computao algbrica
Orientador: Prof. Ccero Fernandes de Carvalho
Perodo: 08/2003 a 12/2004 (FAPEMIG)
Bolsista: Ceclia Pereira de Andrade
Observao: Bolsa obtida junto a projeto de pesquisa do docente

Ttulo: Anlise da estabilidade temporal da precipitao pluviomtrica mensal em
Uberlndia - MG
Orientador: Prof. Ednaldo Carvalho Guimares
Perodo: 08/2004 a 07/2005 (CNPq)
Bolsista: Franciele Alves da Silveira Gonzaga

Ttulo: Avaliao das relaes de atributos fsicos e qumicos de um solo em diferentes
condies de manejo com a produtividade da soja por meio de tcnicas multivariadas
Orientador: Prof. Marcelo Tavares
Perodo: 08/2004 a 02/2005 (FAPEMIG)
Bolsista: Fernanda Bonuti

200 FAMAT em Revista - Nmero 03 - Setembro de 2004
3. Projetos de Iniciao Cientifica PROMAT

Ttulo: Grupo fundamental
Orientador: Prof. Antnio Carlos Nogueira
Aluno: Vagner Rodrigues de Bessa
Perodo: Maro de 2004 a fevereiro de 2005
CONFAMAT: Autorizado em 18/03/2004


Ttulo: Algumas tcnicas na teoria das equaes diferenciais parciais
Orientador: Prof. Valdair Bonfim
Aluno: Leonardo Gomes
Perodo: Maro de 2004 a fevereiro de 2005
CONFAMAT: Autorizado em 18/03/2004


Ttulo: Algumas aplicaes em teoria qualitativa das equaes diferenciais ordinrias
Orientador: Profa. Lcia Resende Pereira Bonfim
Aluno: Juliana Lzara Cursino dos Santos
Perodo: Agosto de 2004 a julho de 2005
CONFAMAT: Autorizado em 19/08/2004


Ttulo: Comportamento da precipitao pluviomtrica mensal de Uberlndia: anlise de
dependncia temporal
Orientador: Prof. Ednaldo Carvalho Guimares
Aluno: Gabriela de Freitas Alves
Perodo: Agosto de 2004 a julho de 2005
CONFAMAT: Autorizado em 19/08/2004


Ttulo: Motivando teorias abstratas da matemtica
Orientador: Prof. Valdair Bonfim
Aluno: Danilo Adrian Marques
Perodo: Agosto de 2004 a julho de 2005
CONFAMAT: Autorizado em 19/08/2004


Ttulo: As propriedades das tangentes s cnicas e suas aplicaes em tecnologias
Orientador: Prof. Jocelino Sato
Aluno: Eder Lcio da Fonseca
Perodo: Agosto de 2004 a julho de 2005
CONFAMAT: Autorizado em 19/08/2004


Ttulo: O papel da tecnologia no ensino da matemtica
Orientador: Prof. Arlindo Souza Jnior
Aluno: Narkeny Mark Cardoso
Perodo: Agosto de 2004 a julho de 2005
CONFAMAT: Autorizado em 19/08/2004
FAMAT em Revista - Nmero 03 - Setembro de 2004 201
4. Projetos desenvolvidos junto ao PIBEG / FAMAT

Ttulo: Aes integradas para melhoria do ensino de matemtica
Orientadores: Prof. Jocelino Sato, Prof. Geraldo Botelho, Prof. Jos Castilho, Prof. Edson
Agustini, Prof. Mrcio Dantas e Prof. Walter Motta
Bolsistas: Rafael Cavalcanti, Patrcia Costa, Tatiana Borges, Fernanda Moura, Mariana Reis e
Bruno Nunes de Souza
Perodo: Maro de 2004 a fevereiro de 2005


Ttulo: Trabalho de projetos e educao estatstica na universidade
Orientador: Prof. Heyder Diniz Silva
Bolsista: Quintiliano Nomelini
Perodo: Maro de 2004 a fevereiro de 2005


Ttulo: Produo de saberes docentes desenvolvidos no Laboratrio de Ensino de
Matemtica sobre trabalho de projeto
Orientador: Prof. Eugnio Antnio de Paula
Bolsista: Flavia Bruno Mendes
Perodo: Agosto de 2004 a julho de 2005


5. Projeto desenvolvido junto ao RIVED

Ttulo: Fbrica Virtual (desenvolvimento de mdulos educacionais digitais)
Orientador: Prof. Arlindo Souza Jnior
Bolsistas: Vanessa de Paula Cintra, Fernando da Costa Barbosa e Mateus Nogueira Batista
Perodo: agosto de 2004 a agosto de 2005


6. Projeto desenvolvido junto ao Instituto do Milnio / AGIMB

Ttulo: Superfcies mnimas estveis
Orientador: Prof. Jocelino Sato
Bolsista: Helen Cristina Vieira Freitas
Perodo: agosto a dezembro de 2004


Ttulo: Oscilaes foradas em um sistema mecnico no ideal
Orientador: Prof. Mrcio Jos Horta Dantas
Bolsista: Uziel Paulo da Silva
Perodo: agosto a dezembro de 2004


Ttulo: Grafos aspectos topolgicos e otimizao de trajetrias
Orientador: Prof. Walter Motta
Bolsista: Jos Eustquio Ferreira
Perodo: agosto a dezembro de 2004
202 FAMAT em Revista - Nmero 03 - Setembro de 2004

FAMATemRevista
RevistaCientficaEletrnicada
FaculdadedeMatemtica-FAMAT
UniversidadeFederaldeUberlndia-UFU-MG
Nmero03-Setembrode2004
www.famat.ufu.br
EoMeuFuturoProfissional?






















Comit Editorial da Seo
E o Meu Futuro Profissional?
do Nmero 03 da FAMAT EM REVISTA:

Geraldo Mrcio de Azevedo Botelho (coordenador da seo)
Antnio Carlos Nogueira
Edson Agustini
Walter dos Santos Motta Jnior
204 FAMAT em Revista - Nmero 03 - Setembro de 2004
E o meu Futuro Profissional?


Para os que se interessam por Computao Grfica, trazemos nesse nmero da Famat
em Revista um artigo de Afonso Paiva Neto, ex-aluno do curso de Bacharelado em
Matemtica da FAMAT - UFU e doutorando em Matemtica Aplicada na PUC - RJ,
Pontifcia Universidade Catlica do Rio de Janeiro. Afonso nos escreve sobre sua formao,
sua ps-graduao e sobre a possibilidade de um matemtico atuar no mercado de trabalho
em rea computacional.


Computao Grfica: uma rea de atuao para o matemtico


Antes de tudo vou me apresentar, me chamo Afonso e, atualmente, fao doutorado em
matemtica aplicada na PUC-RIO. Eu ingressei no curso de bacharelado em matemtica na
Universidade Federal de Uberlndia (UFU) em 1996, meio que por curiosidade, meio que
acidentalmente; pois naquele ano eu havia prestado vestibular em cincia da computao e
acabei no passando na segunda fase, mas fui chamado na segunda opo na qual havia
escolhido o curso de matemtica. Com o passar do tempo, percebi que o destino foi muito
generoso comigo, pois notei que sem saber matemtica seria impossvel tentar fazer e
entender computao cientfica.

J no meu segundo semestre na UFU, o professor Geraldo Botelho, naquela poca o
tutor do PET/CAPES da matemtica, havia falado na chance de entrar para o PET. Recebi
com bons olhos essa oportunidade de poder participar desse grupo e, assim, fiz as provas de
seleo e acabei passando. O PET abriu vrias portas para mim, uma vez que pude participar
de vrios congressos, ver no que alguns pesquisadores trabalhavam e, principalmente, o PET
me colocou mais perto da pesquisa. Na verdade, acho que vrios exemplos de prticas
acadmicas realizadas no PET poderiam ser adotados no prprio curso, tais como a
monografia. A monografia uma bela maneira do aluno deixar a sua marca no curso, alm do
aluno poder exercitar a escrita, a investigao matemtica e o processo de criao.

Sobre o curso de bacharelado em matemtica, a minha nica crtica refere-se falta
(ou inexistncia) de disciplinas optativas em matemtica aplicada. No sou a favor da diviso
do curso em matemtica pura e em aplicada; pois, s vezes, a criao desses rtulos acaba
criando uma certa rivalidade entre as duas reas. Quando era aluno, eu tive que ir atrs de
disciplinas do meu interesse em outros departamentos, disciplinas tais como, por exemplo,
computao grfica, que acabei fazendo com o professor Edgar Lamounier na engenharia
eltrica. O que eu estou querendo dizer com tudo isso que, se difcil o departamento criar
novas disciplinas optativas, uma simbiose com outros departamentos talvez seja uma soluo
vivel e interessante. Para quem quer seguir a rea de computao grfica, a minha dica
fazer, alm das disciplinas bsicas do bacharelado (principalmente Anlise III, Geometria
Diferencial e Mtodos Matemticos), aprender uma linguagem de programao (C ou C++,
por exemplo), fazer tambm um curso de Estrutura de Dados e Algoritmos.

No ano de 2000, fui fazer o meu primeiro curso de vero no Instituto de Matemtica
Pura e Aplicada (IMPA). Nessa ocasio, fiz o curso de Conceitos Bsicos de Computao
Grfica com o professor Jonas Gomes, o que foi uma honra para mim. Foi naquele momento
FAMAT em Revista - Nmero 03 - Setembro de 2004 205
que descobri qual era a minha rea de interesse em matemtica aplicada e a resposta era
computao grfica, pois essa rea no IMPA tratada com um enorme enfoque matemtico, o
que vinha, perfeitamente, ao encontro da formao que tive na UFU. Em 2001, finalmente
ingressei no programa de mestrado do IMPA na opo de computao grfica; meu orientador
no mestrado foi o professor Luiz Henrique de Figueiredo, com quem fiz a minha dissertao
sobre Visualizao Robusta de Atratores Estranhos, ou seja, propor mtodos de visualizao
de fractais que surgem quando estudamos sistemas dinmicos, utilizando aritmtica intervalar
em vez da aritmtica de ponto flutuante e evitando, assim, os erros de arredondamento
causados por essa.

Em 2003, um pouco antes de eu sair do IMPA, fui fazer um curso na PUC-RIO que se
chamava Equaes Diferenciais Aplicadas Computao Grfica, com o coordenador do
laboratrio MatMdia da PUC-RIO, o professor Geovan Tavares dos Santos. Conhecer o
professor Geovan, foi o bastante para eu me decidir a trocar a bela vista da floresta da Tijuca
pelos famosos pilotis da PUC-RIO e ir fazer o doutorado em matemtica aplicada (com a
maisculo) na PUC; pois, assim, poderia ficar mais prximo da rea de pesquisa industrial,
sem ter, claro, que abdicar da parte acadmica. Hoje, o MatMdia tem vrios projetos de
desenvolvimento de softwares em conjunto com a Petrobrs, um dos projetos no qual eu
trabalhei foi o Projeto Paragraf (acrnimo de Paralelo & Grficos), o principal objetivo desse
projeto era o desenvolvimento de um ambiente paralelo para a visualizao 3D de dados
ssmicos de um grande conjuntos de dados.

Atualmente, sou bastante otimista em relao ao matemtico empreendedor, pois
desde a criao da filosofia do software livre, que comeou com o Projeto GNU de Richard
Stallman e culminou no sistema operacional LINUX, crescente o uso desse sistema
operacional pelas grandes empresas e, com esse evento, abre mais a oportunidade de criao
de softwares e consultorias personalizadas para as necessidades dessas empresas. Considero o
MatMdia um exemplo de sucesso nesse elo de ligao entre pesquisa acadmica e pesquisa
industrial. Com o exemplo dado, basta agora as outras universidades, principalmente as
federais, com uma boa idia correr atrs de suas parcerias.


Afonso Paiva Neto
Aluno de Doutorado em Matemtica - PUC-RIO
Homepage: http://www.mat.puc-rio.br/~apneto

206 FAMAT em Revista - Nmero 03 - Setembro de 2004

FAMATemRevista
RevistaCientficaEletrnicada
FaculdadedeMatemtica-FAMAT
UniversidadeFederaldeUberlndia-UFU-MG
Nmero03-Setembrode2004
www.famat.ufu.br
MereceRegistro






















Comit Editorial da Seo
Merece Registro
do Nmero 03 da FAMAT EM REVISTA:

Antnio Carlos Nogueira (coordenador da seo)
Maisa Gonalves da Silva (colaboradora)
Tatiane Pereira Gomes (colaboradora)
Edson Agustini
Walter dos Santos Motta Jnior
208 FAMAT em Revista - Nmero 03 - Setembro de 2004
Merece Registro


(A) I Semana Acadmica da UFU: Aconteceu na UFU de 25 a 28 de maio de 2004 a I
Semana Acadmica. Queremos destacar aqui a participao dos professores da FAMAT -
Walter dos Santos Motta Jr., Jos Eduardo Castilho, Jocelino Sato, Luiz Alberto Duran
Salomo e Edson Agustini - que ministraram a oficina intitulada Investigando resultados da
geometria com o software Cabri-Gomtre II.

Ainda dentro da I Semana Acadmica, destacamos tambm a participao dos alunos da
FAMAT que apresentaram trabalhos de Iniciao Cientfica:

(1) COMPRESSO DE IMAGENS UTILIZANDO WAVELETS
Aluno: Daniel Vieira
Orientador: Jos Eduardo Castilho

(2) APLICAES PRTICAS DE FUNES LOGARTMICAS E EXPONENCIAIS
Aluno: Wagner Frasseto
Orientador: Csar Guilherme de Almeida

(3) EFICINCIA DOS ALGORITMOS SIMULATED ANNEALING, DELINEAO RPIDA
EM CADEIA E RAMOS E CONEXES PARA CONSTRUO DE MAPAS GENTICOS
Alunos: Tiago Costa Faria e Quintiliano Siqueira Schroden Nomelini
Orientador: Heyder Diniz Silva

(4) PRIMEIROS CONCEITOS DA TEORIA DOS CORPOS DE FUNES ALGBRICAS
Aluna: Ceclia Pereira de Andrade
Orientador: Ccero Fernandes de Carvalho


(5) CONGRUNCIAS E CRIPTOGRAFIA COM CHAVE PBLICA
Alunos: Las Bssame Rodrigues e Flaviano Bahia Paulinelli Vieira
Orientador: Marcos Antnio da Cmara

(6) MTODOS NUMRICOS APLICADOS A PROBLEMAS DE TRANSFERNCIA DE
CALOR
Aluno: Clvis Antnio da Silva
Orientadores: Csar Guilherme de Almeida e Aristeu da Silveira Neto

(7) FUNES AFINS
Aluno: Tatiane Vieira Borges
Orientador: Walter dos Santos Motta Junior

(8) EXTENSES INTEIRAS DE ANIS E O NULLSTELLENSATZ
Aluno: Jairo Menezes e Souza
Orientador: Ccero Fernandes de Carvalho

(B) Nova diretoria da FAMAT: No ms de maio assumiu a direo da Faculdade de
Matemtica a Profa. Sezimria de Ftima Pereira Saramago, substituindo o Prof. Geraldo
Mrcio de Azevedo Botelho que esteve frente da Faculdade nos ltimos quatro anos.
FAMAT em Revista - Nmero 03 - Setembro de 2004 209
(C) Projeto Instituto do Milnio: O Instituto do Milnio, AGIMB - Avano Global e
Integrado da Matemtica Brasileira (http://milenio.impa.br/) um projeto, coordenado pelo
IMPA, que visa dar apoio consolidao da pesquisa em matemtica e formao de
recursos humanos. Uma de suas finalidades dar apoio consolidao da pesquisa
matemtica nos em centros em desenvolvimento. A convite e sob a coordenao do professor
Olmpio H. Miyagaki (Universidade Federal de Viosa), cinco pesquisadores da FAMAT -
(Sato, Walter, Mrcio, Ccero e Geraldo), submeteram projetos visando ao financiamento pelo
Instituto do Milnio. O Instituto do Milnio um centro virtual de excelncia, sediado no
IMPA, que financia centros de desenvolvimento em Matemtica. O pleito, coordenado pelo
Olmpio, criar um desses centros em Minas Gerais, formado por pesquisadores da UFU,
UFV, UFOP e UFSJ. Felizmente, o Comit Gestor do Instituto do Milnio aprovou a
proposta, destinando 21.356 reais para financiamento dos projetos aprovados pelos cinco
pesquisadores da FAMAT. Esses recursos devero ser gastos at 31 de dezembro de 2004 nas
seguintes rubricas: aquisio de livros (4.000,00), computadores (7.000,00), passagens e
dirias para viagens de curta durao (6.000,00) e bolsas de iniciao cientfica (4.356,00). As
bolsas de iniciao cientfica j foram alocadas para trs estudantes do curso de Matemtica.

(D) Defesa de Tese: Merece destaque a defesa da tese de doutoramento do Prof. Erclio
Carvalho da Silva. Parabns a mais um doutor da FAMAT.

(E) Novo Professor Efetivo: O Prof. Mauricio Romero Sicre, aprovado em concurso pblico
realizado nos dias 30 de maio a 01 de junho de 2004, assumiu suas atividades como docente
da FAMAT em agosto. Parabns e seja bem-vindo.

(F) Novos Professores Substitutos: Nos dias 19, 20 e 21 de julho de 2004 foi realizado
Processo Seletivo para a contratao de professores substitutos, para atuarem na rea de
Estatstica. Foram contratados: Daniel de Oliveira Veronese, Ana Marta de Souza e Sebastio
da Cunha.

(G) Participaes em Congressos: Destacamos a seguir a participao freqente de nossos
docentes em Congressos nacionais e internacionais.

(1) O Prof. Mrcio Jos Horta Dantas participou, de 19 a 22 de maio de 2004, do 59
o

Seminrio Brasileiro de Anlise, realizado na cidade de Ribeiro Preto - SP, tendo na
oportunidade apresentado o trabalho intitulado On stability and bifurcation of periodic orbits
in a non-ideal vibrating problem.

(2) O Prof. Geraldo Mrcio de Azevedo Botelho participou, de 19 a 22 de maio de 2004, do
59
o
Seminrio Brasileiro de Anlise, realizado na cidade de Ribeiro Preto - SP, onde
apresentou o trabalho intitulado On symmetric ideals of multilinear mappings.

(3) O Prof. Mrcio Jos Horta Dantas participou, de 31 de maio a 3 de junho de 2004 do 3
o

Congresso Temtico de Dinmica e Controle da SBMAC, na UNESP de Ilha Solteira, onde
apresentou o trabalho intitulado Kononenko revisitado: uma crtica, duas propostas de
pesquisa e alguns resultados.

(4) O Prof. Csar Guilherme de Almeida participou, de 21 a 23 de maio de 2004, do IV
Sudeste PET, na Universidade de Lavras - MG.

210 FAMAT em Revista - Nmero 03 - Setembro de 2004
(5) O Prof. Csar Guilherme de Almeida participou, de 19 a 21 de julho de 2004, do IX
Encontro do Programa de Educao Tutorial - ENAPET, realizado em Cuiab, onde
apresentou o trabalho intitulado Matemtica boa temtica.

(6) A Profa. Dulce Mary de Almeida participou, de 26 a 30 de julho de 2004, da XIII Escola
de Geometria Diferencial, realizada no Instituto de Matemtica e Estatstica da Universidade
de So Paulo, onde apresentou o trabalho intitulado Espaos simtricos sub-riemannianos de
codimenso 3.

(7) A Profa. Sezimria de Ftima Pereira Saramago participou, de 10 a 13 de agosto de 2004,
do III Congresso Nacional de Engenharia Mecnica, realizado em Belm, onde apresentou o
trabalho intitulado Otimizao da trajetria de uma estrutura paralela utilizando algoritmos
genticos.
FAMAT em Revista - Nmero 03 - Setembro de 2004 211

212 FAMAT em Revista - Nmero 03 - Setembro de 2004