Universidade Federal de Mato Grosso

Campus Universitário do Araguaia

Instituto de Ciências Exatas e da Terra
Curso de Licenciatura em Matemática

Espaços métricos
Subtítulo

Matheus Silva Assis

Orientador: Prof(a). Dr(a). Nome do Orientador

Barra do Garças - MT
Setembro de 2019
 Título do Trabalho
Subtítulo

Este exemplar corresponde à redação final da mo-

nografia, devidamente corrigida e defendida por
NOME DO AUTOR e aprovada pela comissão exa-
minadora.

Barra do Garças, 14 de abril de 2021.

Prof(a). Dr(a). Nome do Orientador

Orientador

Banca examinadora:

Prof(a). Dr(a). Nome do Orientador

Prof(a). Dr(a). Nome do Fulano
Prof(a). Dr(a). Nome do Ciclano

Monografia apresentada ao curso de NOME DO

CURSO, da Universidade Federal de Mato Grosso,
como requisito parcial para obtenção do título de
NOME DA TITULAÇÃO.
ii
iii
 Escreva aqui a sua dedicatória.

iv
Agradecimentos

Escreva aqui os seus agradecimentos.

v
 Escreva aqui uma frase.

Nome do autor
texto

vi
Resumo

Escreva aqui o resumo do seu trabalho.

Palavras-chave: Coloque aqui as palavras-chave.

vii
Abstract

Write here the abstract of your work.

Keywords: Enter the keywords here.

viii
Sumário

Agradecimentos v

Resumo vii

Abstract viii

Lista de figuras xi

Introdução 1

1 Espaço métricos 2
1.1 Espaço métrico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Bola e Esferas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3 Espaços vetoriais normados. . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3.1 Espaços vetoriais com produto interno . . . . . . . . . . . . . . . . 6
1.4 Produto cartesiano de espaços métricos . . . . . . . . . . . . . . . . . . . . 8

2 FUNÇÕES CONTÍNUAS 9
2.1 Funções Contínuas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2 Transformações Lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

3 Sequências em Espaços Métricos 15

3.1 Sequência e limite de uma sequência . . . . . . . . . . . . . . . . . . . . . 15

4 Espaço Métrico Completo 19

4.1 Sequência de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
4.2 Espaço métrico completo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
4.3 Espaço de Babach e o Teorema do Ponto Fixo . . . . . . . . . . . . . . . . 23

ix
 4.3.1 Espaços de Banach e contrações . . . . . . . . . . . . . . . . . . . . 23
4.4 Teorema do Ponto Fixo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

5 Aplicação do ponto fixo de Banach 27

5.1 Grafos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
5.2 Buscador do Google . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
5.3 Cadeia de Markov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

Considerações finais 32

Referências bibliográficas 33

Apêndice 34

Apêndice A - Título do Apêndice 34

Anexo 35

Anexo A - Título do Anexo 35

x
Lista de Figuras

xi
Introdução

Escreva aqui a sua introdução.

1
Capítulo 1

Espaço métricos

Neste primeiro capitulo será apresentado a noção básica de espaço métrico

1.1 Espaço métrico

Definição 1 Seja M um conjunto não vazio, e uma função d : M × M → R, que associa
a cada par ordenado x, y ∈ M , um número real d(x, y) é uma métrica em M se satisfaz
as seguintes propriedades para quaisquer x, y, z ∈ M :

M1) d(x, y) = 0 ⇐⇒ x = y

M2) d)(x, y) = d(y, x)

M3) d(x, y) ≤ d(x, z) + d(z, y)

M4) Se x 6= y, então d(x, y) > 0

Os elementos de um espaço métrico pode ser de natureza bastante arbitrárias: nú-

meros , pontos , vetores, matrizes , funções , conjuntos , etc. Por uma generalização será
atribuída sempre os pontos de M.

Definição 2 Um espaço métrico é um par (M, d), onde M é um conjunto e d é uma

métrica.

Exemplos que se derivam das propriedades métricas.

Exemplo 1.1 A métrica "zero-um".Qualquer conjunto M pode torna-se um espaço mé-

trico de maneira muito simples.

2
 Basta definir a métrica d : M × M → R pondo d(x, x) = 0 e d(x, y) = 1 se x = y.
O espaço métrico que se obtém desta maneira é naturalmente, bastante trivial,
embora seja útil.

Exemplo 1.2 A reta , ou seja, o conjunto R dos números reais , é o exemplo mais
importante de espaço métricos.A distância entre dois pontos x, y ∈ R é dadas por d(x, y) =
|x − y|.

Solução: O uso da propriedade de módulo ou valor absoluto de um números reais.

Com x, y, z ∈ R, temos:

M1) d(x, x) = |x − x| = 0;

M2) Seja x 6= y. Se x > y, então |x − y| = x − y > 0. Para o caso x < y, assim, temos

|x − y| = −(x − y) = y − x > 0;

M3) d(x, y) = |x − y| = (−1).(y − x) = | − 1|.|y − x| = 1.|y − x| = |y − x| = d(x, y);

M4) d(x, z) = |x − z| = |x + (−y + y) − z| = |(x − y) + (y − z) ≤ |x − y| + |y − z|, ou seja,

d(x, z) = |x − z| ≤ |x − y| + |y − z| = d(x, y) + d(y, z)

As condições M1) a M4) resultam imediatamente das propriedades elementares do

valor absoluto de números reais.Esta é a chamada "métrica usual"da reta.A menos que seja
feita menção explicita em contrário, é a ela que nos referiremos sempre que consideramos
R como espaço métrico.

Exemplo 1.3 O espaço euclidiano de Rn com x = (x1 , ..., xn ) onde cada uma das n
coordenadas xn é um número real.Há três maneiras naturais de definir a distância entre
dois pontos em Rn .

Dados x = (x1 , ..., xn ) e y = (y1 , ..., yn ), temos:

n
1
p X
2 2
d(x, y) = (x1 − y1 ) + ... + (xn − yn ) = | |xi − yi |2 | 2 .
i=1

n
X
d0 (x, y) = |x1 − y1 | + ... + |xn − yn | = |xi − yi |2 .
i=1

3
e

d”(x, y) = max|x1 − y1 |, ..., |xn − yn | = max1≤i≤n |xi − yi |

As funções d, d’, d”: Rn → R são métricas.De fato , elas cumprem obviamente as

condições M1), M2) e M3).A condição M4) é imediata.
A métrica d é chamada euclidiana pelo teorema de Pitágoras que a fórmula para a
distância entre dois pontos do plano é a métrica natural da Geometria Euclidiana.

Proposição 1.1 Seja d, d’, d” as métricas definidas no Exemplo anterior.Quais quer que
sejam x, y e Rn , tem-se:

d00 (x, y) ≤ d(x, y) ≤ d0 (x, y) ≤ nd”(x, y).

Demonstração: Para todo r > 0 , tal que 1 ≤ r ≤ n tem-se d”(x, y) = |xr − yr |, então

p
d”(x, y) = |xr − yr | = (xr − yr )2 ≤ d(x, y)

v v
u n
u n n
uX
uX X
≤ d(x, y) = t (xi − yi )2 ≤ t (xi − yi )2 + 2. |xi − yi |.|xi − yi |
i=1 i=1 i=j=1

n
X
= |xi − yi | = d0 (x, y).
i=1

Observação: O uso da métrica estamos utilizando em R2 , assim fica submetida que se

trata da euclidiana.Uma outra notação a ser alterada d, d0 , d00 para d,como uma generali-
zação para os teoremas e preposições.

Exemplo 1.4 Um espaço de funções. Seja X um conjunto arbitrário. Uma função real
f : X −→ R chama-se limitada quando existe uma constante k > 0 tal que |f (x)| ≤ k
para todo x ∈ X.

Indicaremos com B(X; R) o conjunto das funções limitadas f : X −→ R. A soma,

a diferença e o produto de funções limitadas são ainda limitadas.
Definiremos, agora uma métrica em B(X; R) pondo , para f, g ∈ B(X; R) arbitrá-

4
rias.
d(f, g) = supx∈X |f (x) − g(x)|

1.2 Bola e Esferas

A noção de bola é fundamental no estudo dos espaços métricos.

Definição 3 Seja a um ponto no espaço métrico M .Dando um número real r > 0, defini-
mos:

A bola aberta de centro a e raio r é o conjunto B(a; r) dos pontos de M cuja

distância ao ponto a é menor do que r.Ou seja,

B(a; r) = x ∈ M ; d(x, a) < r

A
bola fechada de centro a e raio r é o conjunto B[a; r], formado pelos pontos de M que
estão a uma distância menor do que ou igual a r do ponto a.Ou seja,

B[a; r] = x ∈ M ; d(x, a) ≤ r.

A esfera de centro a e raio r é o conjunto S(a; r), formado pelos pontos x ∈ M tais
que d(x, a) = r.Assim,

S(a; r) = x ∈ M ; d(x, a) = r.

Evidentemente, B[a; r] = B(a; r) ∪ S(a; r), reunião disjunta.

Quando a métrica d provém de uma norma no espaço métrico M .Para cada a ∈ X
e cada r ≤ 0, seja Bx (a; r) a bola aberta de centro a e raio r, relativamente à métrica
induzida em X.Tem-se Bx (a; r) = B(a; r) ∩ X, onde B(a; r) é a bola aberta de centro a
e raio r no espaço M .Analogamente, valem Bx [a; r] = Bx [a; r] ∩ X e Sx (a; r) = S(a; r) ∩
X.Estes fatos resultam imediatamente de definições.
A noção de esfera tem importância menor do que a de bola para o nosso estudo.

5
1.3 Espaços vetoriais normados.
Definição 4 Seja E uma espaço vetorial real.Uma norma em E é uma função real | |:
E −→ R, que associa a cada vetor x ∈ E o número real |x| ,chamado a norma de x, de
modo a serem cumpridas as condições para quaisquer x, y ∈ E e λ escalar:

• N1) Se x 6= 0, ento |x| =

6 0;

• N2) |λ.x| = |λ|.|x|;

• N3) |x + y| ≤ |x| + |y|

Um espaço vetorial normado é um par(E, R) onde E é um espaço vetorial real e | | é

uma norma de E. Frequentemente se designa o espaço vetorial normado com E ,deixando
a norma subtendida.
Exemplos de espaços vetorial normado são (Rn , | |), (Rn , | |0 ),(Rn , | |00 ) onde para
x = (x1 , ..., xn ) ∈ Rn , se tem

qX X
|x| = (xi )2 , |x|0 = |xi e |x|00 = max|xi |.

Outro exemplo de espaço vetorial normado é B(X; R), onde temos ||f || = sup(f (x)).
x∈X
Aqui empregamos o simbolo ||f || para designar a norma da função f , afim de não confundir
com a função |f | : X −→ R, tal que |f |(x) = |f (x)|, denominada "função valor absoluto
de f 00 .

1.3.1 Espaços vetoriais com produto interno

Definição 5 Seja E um espaço vetorial interno real. Um produto interno em E é uma

função h, i : E × E −→ R, que associa a cada par ordenado de vetores x, y ∈ E um
número real hx, yi chamado o produto interno de x por y , de modo a serem cumpridas
as condições abaixo para x, x0 , y ∈ E e λ ∈ R arbitrários:

P1) hx + x0 , yi= hx, yi + hx0 , yi

P2) hλx, yi=λ . hx, yi
P3) hx, yi = hy, xi
P4) x 6= 0 ⇒hx, xi > 0.

6
 As três primeiras propriedades implicam :

hx, y + y 0 i = hx, yi + hx, y 0 i,

hx, λyi = λ.hx, yi e

h0, yi = 0.

Proposição 1.2 [Desigualdade de Cauchy-Schawarz] Sejam u e v ∈ E, com E um Espaço

Métrico qualquer. Então , vale a expressão:

|hu, vi| ≤ ||u||.||v||. (1.1)

Demonstração : Seja u, v ∈ E, se u = 0, a desigualdade é obvia, pois

|hu, vi| = |0| = 0 e ||u|| = 0.

Se u 6= 0, tomando λ ∈ R, λ = hu, vi/||u||2 , temos que o vetor w = v − λu é

perpendicular a u, isto é, λ = hw, ui = 0, pois

hw, ui = hv − λu, ui = hv, ui − λhu, ui = hv, ui − λ||u||2 = 0

Daí
||v||2 = hv, vi = hw + λu, w + λui = hw, wi + 2λhw, ui + λ2 hu, ui
= ||w||2 + 2λhw, ui + λ2 ||u||2 .

E como hw, ui = 0, obtemos

||v||2 = ||w||2 + λ2 ||u||2 ,

segue que
λ2 ||u||2 ≤ ||v||2 ,

pois
||w||2 + λ2 ||u||2 ≥ λ2 ||u||2 .

Mas
λ2 ||u||2 = hu, vi2 /||u||2 ,

e então,
|hu, vi| ≤ ||u||.||v||.

7
1.4 Produto cartesiano de espaços métricos
Definição 6 Sejam M e N espaços métricos cujas métricas indicaremos com o mesmo
símbolo d.O produto cartesiano M ×N é , como conjunto , formado pelos pares ordenados
Z = (x, y) a Z 0 = (x, y 0 ) como sendo

• d0 (Z, Z 0 ) = d(x, x0 ) + d(y, y 0 ) ou

• d”(Z, Z 0 ) = maxd(x, x0 ), d(y, y 0 ) ou então

• d(Z, Z 0 ) =
p
d(x, x0 )2 + d(y, y 0 )2

Proposição 1.3

1.4.0.1 Conjunto limitado

Definição 7 Um subconjunto X de um espaço métrico M chama-se limitado quando

existe uma constante c > 0 tal que d(x, y) ≤ c para quaisquer x, y ∈ X. O maior desses
números c será chamado o diâmetro de X. Ora dizer que x, y ∈ X ⇒ d(x, y) ≤ c significa
afirmar que c é uma cota superior para o conjunto das distâncias d(x,y) entre pontos de
X.A menor das cotas superiores de um conjunto de números reais chma-se a supremo
desse conjunto. Logo, podemos definir o diâmetro de um conjunto limitado X ⊂ M como
o número real.

diam(X) = sup{d(x, y) : x, y ∈ X}

Dadas f, g ∈ B(X; M ), as distâncias d(f (x), g(x)), quando x varia em X, formam

um conjunto limitado de número reais > 0, pois o conjunto {f (x)} ∪ {g(x)} ⊂ M é
limitado. Assim, podemos definir a distância entre duas funções limitadas f, g : X → M
pondo:
d(f, g) = sup[ x ∈ X]d(f (x), g(x)).

Obtemos então uma métrica em B(X; M ), a qual denominamos métrica da conver-

gência uniforme, ou métrica do sup.
Proposição 3 Verificar se é útil.

8
Capítulo 2

FUNÇÕES CONTÍNUAS

Este é o primeiro capítulo deste trabalho.

2.1 Funções Contínuas

Definição 8 Seja M, N espaços métricos. Diz-se que a aplicação f : M → N é contínua
no ponto a ∈ M quando, para todo ε > 0 dado, é possível obter δ > 0 tal que d(x, a) < δ
implica d(f (x), f (a)) < δ. Diz-se que f : M → N é contínua quando ela é continua em
todos os pontos a ∈ M .

Equivalentemente, f : M → N é continua no ponto a ∈ M quando dada qualquer

bola B 0 = B(f (a); ) de centro f (a), pode-se encontrar uma bola B = B(a, f ) de centro
a, tal que f (B) ⊂ B 0 .

Exemplo 2.1 Dada f : M → N suponhamos que exista uma constate c > 0 (chamada
constante Lipschitz) tal que d(f (x), f (y)) ≤ c.d(x, y) quaisquer que sejam se x, y ∈ M .
Dizemos então que f é uma aplicação lipschitziana. Neste caso, f é contínua (em cada

ponto a ∈ M ). Com efeito , dado  > a, tomemos δ = . Então d(x, a) <  ⇒
c
d(f (x), f (a)) ≤ c.d(x, a) < c.δ = 

Se f, g : M → R são lipschitzianas, o mesmo ocorre com f + g e k.f , onde k ∈ R.

Assim, toda combinação linear k1 f1 +...+kn fn de funções reais lipschitzianas é lipschitiana.

Proposição 2.1 Dada uma função real de variável real f , a condição Lipschitz significa
que |f (x) − f (y)|/|x − y| ≤ c e isto equivale a afirmar que a inclinação de qualquer secante
ao gráfico de f é menor que um valor absoluto ≤ c. Se uma função real f : I → R,
definida num intervalo I, é derivável então |f 0 (x)| ≤ c para todo x ∈ I, então pelo

9
Teorema do Valor Médio, dados x, y ∈ I , quaisquer, existe um ponto z, entre x e y, tal
que f (x) − g(y) = f 0 (z)(x − y) e ,assim |f (x) − f (y)| ≤ c.|x − y|. Deste modo, toda função
com derivada limitada num intervalo, o qual pode ser ilimitado é lipschitziana.

Exemplo 2.2 (Contrações fracas) Se M → N é tal que d(f (x), f (y)) ≤ d(x, y) para
qualquer x, y ∈ M , dizemos que f é uma contração fraca.Neste caso f é lipschitziana
(com c=1) e portanto contínua. A seguir algumas contrações fracas e contínuas:

C1) As aplicações constantes f : M → N , f (x) = k ∈ N ,para todo x ∈ M .

C2) Num espaço vetorial normado E, a norma || : E → R é uma contração fraca pois
||x| − |y|| = d(x, 0) − d(y, 0) ≤ d(x, y) = |x − y|.

C3) A própria métrica d : M ×M → R é uma contração fraca desde que tomemos em M ×

M a métrica δ[(x, y), (x0 , y 0 )] = d(x, x0 ) + d(y, y 0 ). Com efeito, |d(x, y) − d(x0 , y 0 )| =
|d(x, y) − d(x0 , y) + d(x0 , y) + d(x0 , y 0 )| ≤ d(x, x0 ) + d(y, y 0 ) = δ[(x, y), (x0 , y 0 )].

Intuitivamente: quando x se aproxima de a e y aproxima de b , então d(x, y) se

aproxima de d(a, b)

C4) A operação de soma, S : E × E → E, S(x, y) = x + y, num espaço vetorial normado

E é uma contração fraca, quando se toma em E × E a norma |(x, y)| = |x| + |y|.Com
efeito, |x + y − (a + b)| ≤ |x − a| + |y − b| = |(x, y) − (a, b)|. Em particular, a soma
de números reais e de vetores em Rn .

C5) Para todo a ∈ X, seja Va : B(X, M ) → M definido por Va (f ) = f (a). Então

d[Va (f ), Va (g)] = d(f (a), g(a)) ≤ sup d(f (x), g(x)) = d(f, g)
x∈X

e portanto Va (chamada a avaliação no ponto ”a”) é uma contração fraca.

2.2 Transformações Lineares

Definição 9 Seja E, F espaços vetoriais. Uma transformação linear f : E → F é uma
correspondência que associa cada vetor x ∈ E um vetor f (x) ∈ F de modo que valham
para quaisquer x, y ∈ E e α ∈ R, as relações:

T1) f (αx) = x.f (x);

10
T2) f (x + y) = f (x) + f (y).

Se f : E → F é uma transformação linear e u, v ∈ E, então

i) f (0) = 0;

ii) f (−x) = −f (x);

iii) f (u − v) = f (u) − f (v).

Com efeito, para (i) temos que f (0) = f (0 + 0) e como f é uma transformação
linear,

f (0) = f (0 + 0) = f (0) + f (0) = 2f (0)

o que implica que f (0) = 0.

Para (ii) Temos ,0 = f (0) = f (x − x), e como f é linear,

f (x − x) = f (x + (−x)) = −f (x) + f (−x),

então,

0 = f (x) + f (−x) ⇒ −f (x) = f (−x).

Para (iii), pela linearidade da transformação linear f e pelo item (ii), temos

f (u − v) = f (u + (−v)) = f (u) + f (−v) = f (u) − f (v)

Exemplo 2.3 A aplicação f : R2 → R2 definida por f (x, y) = (−x, y), é uma transfor-
mação linear.

1) Sejam α ∈ R e V = (x, y) ∈ R2 . Então,

f (αv) = f (α(x, y)) = f (αx, αy)

= (−(αx), (αy) = α(−x, y) = α · f (x, y),

ou seja, f (αv) = α · f (v)

2) Sejam v = (x1 , y1 ), w = (x2 , y3 ) em R2 . Então,

v + w = (x1 + x2 , y1 + y2 ) ∈ R2

11
 . Daí, f (v + w) = f (x1 + x2 , y1 + y2 ), portanto

f (x1 + x2 , y1 + y2 ) = (−(x1 + x2 ), y1 + y2 )

= (−x1 , y1 ) + (−x2 , y2 )

= f (x1 , y1 ) + f (x2 , y2 ).

Assim, f (v, w) = f (v) + f (w). Portanto de 1) e 2), obtemos que f é uma transfor-
mação linear pela Definição 9.

Proposição 2.2 Seja E e F espaços vetoriais normados. As seguintes afirmações a respeito

de uma transformação linear f : E → F são equivalentes:

1. f é continua;

2. f é continua em 0 ∈ E;

3. Existe c > 0 tal que ||f (x)|| ≤ c||x|| parar todo x ∈ E;

4. Existe c > 0 tal que ||f (x) − f (y)|| ≤ c||x − y|| para quaisquer x, y ∈ E.

Demostração (1) ⇒ (2).

É imediato, pois se f é continua, então é continua em todos os pontos de E. Logo,
f também é continua em 0 ∈ E.
(2) ⇒ (3).
Se f é continua em 0 ∈ E, dado  > 0 , existe δ > 0 tal que:

d(x, 0) < δ ⇒ d(f (x), f (0)) < 

, ou seja, ||x − 0|| < δ ⇒ ||f (x) − f (0)|| < .E como f é linear obtemos,

||x|| < δ ⇒ ||f (x) − 0|| < .

Assim,
||x|| < δ ⇒ ||f (x)|| < .

Em particular, se tomarmos  = 1, temos:

||x|| < δ ⇒ ||f (x)|| < 1, ∀ x ∈ E.

12
 1
Note que considerando > r, com c > 0, então para x 6= 0 , temos que


x x 1
∈E e || || = < δ,
||x|| ||x|| 

o que implica que

x
||f ( )|| < 1 (∗)
||x||
Pela linearidade de f , temos que

x 1 1
||f ( )|| = || f (x) = ||f (x)||.
||x|| ||x|| ||x||

Daí, e pela desigualdade (∗), obtemos

x 1
||f ( )|| < 1 ⇒ ||f (x)|| < 1 ⇒ ||f (x)|| < ||x||, ∀ x ∈ E.
||x|| ||x||

O que implica dizer que f é uma função lipschitziana.

(3) ⇒ (4)
Do item (3), existe c > 0 tal que ||f (x)|| ≤ c||x||, para todo x ∈ E e c > 0. Sejam
x1 , y1 ∈ E, como x = x1 − y1 ∈ E, temos

||f (x1 − y1 )|| ≤ c||x1 − y1 ||.

Pela linearidade de f obtemos

||f (x1 ) − f (y1 )|| ≤ c||x1 − y1 ||, ∀ x1 , y1 ∈ E.

(4) ⇒ (1)
Do item (4) temos que ||f (x) − f (y)|| ≤ c||x − y|| para quaisquer x, y ∈ E, o que
significa dizer que f é uma função lipschitziana, logo, f é continua. O que encerra esta
demonstração.

Definição 10 Sejam E, F espaços métricos, com F um conjunto fechado. Definimos o

espaço das funções lineares e continuas por

£(E, F ) = f : E → F , com f uma aplicação linear e continua. E a norma nesse

espaço e dado por ||f || = sup ||f (x)||
x∈E, ||x||=1

13
Proposição 2.3 Sejam E, F espaços vetorial normados.Para toda aplicação f : E →
F linear e contínua, temos ||f (x)|| ≤ ||f (x)|| · ||x||, ∀ x ∈ E.

Demostração Seja x ∈ E, se x = 0 a desigualdade é obvia, pois ||x|| = 0 e sendo

f linear, f (0) = 0 e ||f (0)|| = 0.
y
Se x 6= 0, tomemos x = 6= 0, com y ∈ E, y 6= 0.Assim,
||y||
 
y
||f (y)|| = ||f ||y|| ||
||y||
 
y y
Pela linearidade de f , obtemos ||f (y)|| = ||y||.||f ||, com isso, ||f (x)|| =
6 .|| ||.
||y|| ||y||

E como
y
|| || = 1,
||y||
obtemos

||f (y) 6= ||f ||.||y||, ∀y ∈ E.

14
Capítulo 3

Sequências em Espaços Métricos

Este é o terceiro capítulo deste trabalho.

3.1 Sequência e limite de uma sequência

Uma sequência num conjunto M é uma aplicação x : N → M , definida no conjunto
N = 1, 2, ..., n, .... O valor que a sequência x assume no número n ∈ N será indicado por
xn , e denotaremos como o n-ésimo termo da sequência.
Usaremos as notações x1 , x2 , ..., xn , ...), (xn )n∈N , ou (xn ) para representar uma sequên-
cia. Por outro lado, escrevemos x1 , x2 , · · · , xn , · · · ), xn ; n inN ou x(N ) para indicar o
conjunto dos valores da sequência. O conjuntos não deve ser confundido com a sequência.

Definição 11 Considere uma sequência (xn )n∈N em um espaço métrico M .Diremos que
o ponto p ∈ M é limite da sequência (xn ) se , para cada bola B(p, ) que contém p, existe
um interior r > 0 de forma que n ≥, então

xn ∈ B(p, )

As notações lim xn = p ou x → p indicam que p é o limite da sequência (xn ), ou

n→∞
seja, (xn )converge para p.

Proposição 3.1 Considere uma sequência xn de elementos de M que converge para p ∈ M

se, só se para qualquer  > 0 , existe um índice r > 0 tal que n ≥ r, então

d(xm , p) < 

15
Demostração. É evidente, pois

xn ∈ B(p, ) ⇔ d(xn , p) < .

Exemplo 3.1 Seja um espaço métrico M com uma sequência estacionária , isto é, uma
sequência (xn ) de pontos de M, tal que xn = p a partir de um certo índice.
Assim, xn → p. Uma vez que xr+1 = xr+2 = · · · = p, para todo  > 0,

nm ≥ r + 1 =⇒ d(xn , p) = d(p, p) = 0 < .

Em particular as sequências constantes (p, p, ...) convergem para p.

Exemplo 3.2 Consideremos R dotado de uma métrica usual. A sequência (x1 , x2 , · · · ),

tal que
n
xn =
n+1
converge para todo o ponto 1. De fato, dado  > 0, tomemos r ∈ N∗ de maneira que
1
< .Então para todo n ≤ r, temos
r+1

n −1 1 1
d(xn , 1) = | − 1| = | |= ≤ <
n+1 n+1 n+1 r+1

o que vem a garantir nossa afirmação.

Proposição 3.2 Se (xn ) é uma sequência convergente de um espaço métrico M, então é

único o limite dessa sequência.

Demostração. Considere (xn ) uma sequência em um espaço métrico M e p, q ∈ M ,

de maneira que
lim xn = p e lim xn = q,
n→∞ n→∞

então para todo  > 0, existe r > 0 e s > 0 de modo que, respectivamente, n ≥ r e n ≥ s,
temos


d(xn , p) < e
2

d(xn , q) < .
2
Tomando o índice t = max{r, s} para todo n ≥ t então, pela desigualdade triangular:

 
d(p, q) ≤ d(p, xn ) + d(xn , q) < + = .
2 2
16
Daí, temos para todo  > 0,

 ≥ d(p, q) ≥ 0,

decorre que d(p, q) = 0 se, somente se, p = q. Portanto, lim xn = p = q. Se a sequência

(xn ) em um espaço métrico M converge para o ponto p ∈ M , então qualquer subsequência
de (xn ) converge para p.
Demostração. Considere (xnk ) uma subsequência de (xn ) com
0
N = n1 < n2 < ... < nk < ...

um subconjunto infinito de N.
Dado um  > 0 arbitrário, existe c ∈ N, tal que para todo nk ∈ N temos nk ≥ c,
então

d(xnk , p) < .

Pela hipótese temos que lim xn = p, então dado  > 0 qualquer, existe r ∈ N de
maneira que n ≥ r, então

d(xn , p) < .
0
Decorre que existe um c ∈ N de modo que c ≥ r, e então

nk ≥ c ≥ r =⇒ d(xnk , p) < .

Logo, lim xnk = lim xn = p.

Exemplo 3.3 Seja (M, d) um espaço métrico cuja métrica é a "zero-um", mostremos
que uma sequência (xn ) em M converge se, somente se, é estacionária. É claro que se
(xn ) é estacionária, então (xx ) converge. Suponhamos que lim xn = p ∈ M . Tomando
 > 0,  ≤ 1, então existe um índice r, tal que xr , xr+1 = ... = p.

Definição 12 Considere em um espaço métrico M uma sequência (xn ). Dizemos que (xn )
é limitada se, somente se, o conjunto de seus termos xn for limitada , ou seja

d(x, y) ≥ c, c ∈ R+ , x, y ∈ {xn }.

Proposição 3.3 Se a sequência (xn ) em um espaço métrico M converge para o ponto

p ∈ M , então (xn ) é limitada.

17
 Demostração Por hipótese lim xn converge, com isso temos uma bola B(p, ), onde
 = 1, então existe um r > 0 de modo que para todo n ≥ r, temos

xn ∈ B(p, 1).

Tomando uma constante c, tal que

c > max{d(x1 , p), d(x2 , p), ..., d(xr−1 , p},

é uma bola aberta B(p, ) com  variando de 1 a c, então

B(p, ) ⊂ {xn }

e para todos os termos xi e xj , temos

d(xi , xj ) ≤ d(xi , p) + d(p, xj ) <  +  = 2.

Portanto, (xn ) é limitada.

Observe que a recíproca da proposição não é verdadeira, pois mesmo se uma sequên-
cia é limitada não tem convergência. Por exemplo a sequência xn = (−1)n .

18
Capítulo 4

Espaço Métrico Completo

Este é o quarto capítulo deste trabalho.

4.1 Sequência de Cauchy

Definição 13 Uma sequência (xn ) num espaço métrico M chama-se uma sequência de
Cauchy quando, para todo  > 0 dado, existe n0 ∈ N tal que para todo m, n > n0 temos
d(xm , xn ) < .

O elementos de uma sequência de Cauchy vão se aproximando cada vez mais um

dos outros, à medida que cresce o índice n.
Tais condições se escrito o índice m+n = p, p ∈ N e mostrarmos que lim d(xn , xnp ) =
n→∞
0.

Proposição 4.1 Toda sequência convergente é de Cauchy.

Demonstração Se lim xn = a no espaço métrico M então dado  > 0, existe n0 ∈ N

tal que

n > 0 ⇒ d(xn , a) < .
2
 
Se tomarmos m, n > n0 teremos que d(xm , a) < e d(xn , a) < , o que implica,
2 2
pela desigualdade triangular,
 
d(xm , xn ) ≤ d(xm , a) + d(xn , a) < + = .
2 2
Logo, (xn ) é de Cauchy.

Proposição 4.2 Toda sequência de Cauchy é limitada.

19
 Demonstração Seja (xn ) uma sequência de Cauchy no espaço métrico M . Dado
 = 1, existe n0 ∈ N tal que m, n > n0 ⇒ d(xm , xn ) < 1.
Logo o conjunto {xn0 +1 , xn0 +2 , ...} é limitada e tem diâmetro ≤ 1.Segue-se que

{x1 , x2 , ..., xn ...} = {x1 , ..., xn0 } ∪ { xn0 +1 , xn0 +2 , ...}

é limitado.
Observação. Nem toda sequência limitada é de Cauchy. O exemplo mais simples
é dado por (1, −1, 1, ·) na reta. Embora limitada, essa sequência não é de Cauchy pois
d(xn , xn+1 ) = 2 para todo n.

Proposição 4.3 Uma sequência de Cauchy que possui uma subsequência convergente é
convergente (e tem o mesmo limite que a sequência).

Demonstração Sejam (xn ) uma sequência de Cauchy no espaço métrico M e (xnk )

uma subsquência que converge para o ponto a ∈ M .
Afirmamos que lim xn = a. Com efeito, dado  > 0, existe p ∈ N tal que nk > p ⇒
 
d(xnk , a) < . Existe também q ∈ N tal que m, n > q ⇒ d(xm , xn ) < .
2 2
Seja n0 = max{p, q}.Pondo todo n > n0 existe nk > n0 e então
 
d(xn , a) ≤ d(xn , xnk ) + d(xnk , a) ≤ + =
2 2
Logo, lim xn = a.

Proposição 4.4 Toda aplicação uniformemente contínua transforma sequências de Cau-

chy em sequência de Cauchy.

Demonstração Sejam f : M → N uniformemente continua e (xn ) uma sequência

de Cauchy em M . Afim de provar que a sequência (f (xn )) é de Cauchy.
Suponhamos dado  > 0. Existe δ = 0 tal que x, y ∈ M ,

d(x, y) < δ ⇒ d(f (x), f (y)) < .

Por sua vez, dado δ > 0, existe n0 ∈ N tal que

m, n > n0 ⇒ d(xm , xn ) < δ ⇒ d(f (xm , f (xn )) < .

4.2 Espaço métrico completo

Definição 14 Diz-se que o espaço métrico M é completo quando toda sequência de Cau-
chy em M é convergente.

20
Proposição 4.5 A reta é um espaço métrico completo.

Demonstração Seja Xn uma sequência de Cauchy em R. Para cada n ∈ N, Xn =

{xn , xn+1 , ..., }. Teremos X1 ⊃ X2 ⊃ ... ⊃ Xn ⊃ ... e os conjuntos Xn são limitados.
Considere an = inf Xn .
n∈N
Então a1 ≤ a2 ≤ ... ≤ an ≤ ... ≤ b = sup X1 e existe o número a = lim an .
Afirmamos que a = lim xn .
Para provar, basta mostrar que a é limite de uma sequência de (xn ), ou seja, que
dados arbitrários  >0 e n1 ∈ N , podemos obter n > n1 tal que xn ∈ (a − , a + ).
Assim, sendo a = lim an , existe m > n1 tal que a −  < am < a + .
Como am = inf Xm , existe n ≥ m(e portanto n > n1 ) tal que am < a + , isto é,
xn ∈ (a − , a + ).

Proposição 4.6 Um subespaço fechado de um espaço métrico completo é completo.

Demonstração Sejam F ⊂ M fechado , com M completo.Dada uma sequência de

Cauchy (xn ) em F , existe lim xn = a ∈ M. Como F é fechado em M , tem-se a ∈ F. Logo
F é completo. Por outro lado, se M ⊂ N é um subespaço completo, dada a sequência de
pontos xn = a ∈ N , a sequência (xn ) é de Cauchy.
Logo existe b ∈ M tal que lim xn = b. Pela unicidade do limite, tem-se a = b e
portanto M é fechado em N .

Proposição 4.7 O produto cartesiano M × N é completo se, e somente se, M eN são

completos.

Demonstração Suponhamos que M e N são completos. Dada uma sequência de

Cauchy (zn ) em M × N , seja zn = (xn , yn ), para cada n ∈ N.
Como as projeções p1 = M × N → M e p2 = M × N → N são uniformente
contínuas , (xn ) e yn são sequências de Cauchy em M e N respectivamente.Logo existem
lim xn = a ∈ M, lim yn = b ∈ N . Admitindo c = (a, b) ∈ M × N , temos lim zn = c.
Assim , M × N é completo. Reciprocamente, se M × N é completo então , fixando
b ∈ M , vemos que a aplicação x 7→ (a, b) é uma isometria de M sobre o subespaço fechado
M × b ⊂ M × N.
Segue -se da propriedade que M é completo. De modo análogo se veria que N é
completo.
Observação De maneira completamente análoga é possível mostrar que o pro-
duto cartesiano de uma quantidade enumerável de esmaços métricos completos também

21
é completo.

Exemplo 4.1 Como vimos R é um espaço métrico completo, e pela observação acima,
temos que Rn é completo.

Proposição 4.8 Seja F um espaço métrico completo. B(X; F ) é um espaço métrico

completo.

Demonstração Seja (fn ) uma sequência de Cauchy em B(X; F )). Temos, por
definição, que (fn ) é limitado, isto é, existe c > 0 tal que

||fn (x)|| < c, (4.1)

sendo (fn ) de Cauchy temos que para todo  > 0, existe N ∈ N tal que

m, n > N ⇒ ||fm − fn || < , (4.2)

usando as propriedades de supremo e o fato de (fn ) ser de Cauchy, obtemos

m, n > N ⇒ sup ||fm − fn || < . (4.3)

x∈X

Assim, para cada x = x0 ∈ X fixado temos que

m, n > N ⇒ ||fm (x0 ) − fn (x0 )|| < . (4.4)

Isto mostra que (fm (X0 )) é uma sequência de Cauchy em F , e sendo F completo
,(fm (x0 )) é convergente. Desse modo, pela unicidade do limite, para cada x ∈ E, podemos
associar um único elemento f (x) ∈ F . Isso define uma função f de x em F .
Afirmação: f ∈ B(X; F ) e fm → f .
De fato, fazendo n → +∞ uma equação (4.1), temos ||f (x)|| < c, para todo x ∈ X,
o que implica f ∈ B(X; F ). Agora, fazendo n → +∞ na equação (4.2), obtemos

m > N ⇒ ||fm − f || < ,

ou seja,
fm → f em B(X; F ).

22
Portanto, B(X; F ) é um espaço métrico completo.

4.3 Espaço de Babach e o Teorema do Ponto Fixo

Definir o que é uma norma, depois dê um exemplo e defina o que é um espaço
normado antes de começar espaços de Banach

4.3.1 Espaços de Banach e contrações

Definição 15 Dizemos que M é um espaço de Banach se for um espaço vetorial normado

completo.

Exemplo 4.2 Seja E e F espaços vetorial normados, sendo F um espaço métrico com-
pleto, o conjunto

£(E, F ) = {f : E → F },

com f uma aplicação linear e contínua.

Munido da norma

||f || = sup f (x)

x∈X, ||x||=1

é um espaço de Banach. Podia tentar fazer essa conta!!!!

Definição 16 Seja (M, d) um espaço métrico. Um função f : M → M é chamada de

contração sobre M se existe um número real positivo k < 1, tal que:

d(f (x), f (y)) ≤ kd(x, y), ∀ x, y ∈ M.

Exemplo 4.3 Considere M = R com a métrica usual. A função f : [1, +∞] → R definida
√
por f (x) = x é uma contração.

De fato:
√ √
√ √ √ √ | x + y| 1
d(f (x), f (y)) = | x − y| = | x − y|. √ √ = √ √ .|x − y|.
| x + y| | x + y|

23
 √ √ 1 1
Como x, y ≥ 1, temos que x+ y ≥ 2, ou ainda, √ √ ≤ , portanto,
x+ y 2
1
d(f (x), f (y)) ≤ |x − y|.
2
Observe que f não é uma contração quando definida no intervalo fechado [0, 1], pois
lim f 0 (x) = +∞.
x→0+

24
4.4 Teorema do Ponto Fixo
Teorema 4.1 (Teorema do Ponto Fixo de Banach) Considere (M, d) um espaço métrico
completo e uma contração f : M → M . Então f possui um único ponto fixo.

Demonstração Considere x0 ∈ M e a sequência (xn ) em M definida por xx+1 =

f (xn ). Então,

d(x1 , d2 ) = d(f (x0 ), f (x1 )) ≤ kd(x0 , x1 ) ⇒ d(x1 , x2 ) ≤ kd(x0 , x1 )

e com isso:

d(x2 , x3 ) = d(f (x1 ), f (x2 )) ≤ kd(x1 , x2 ) ≤ k 2 d(x0 , x1 ) ⇒ d(x2 , x3 ) ≤ k 2 d(x0 , x1 ).

Continuando o desenvolvimento, temos:

d(xn , xn+p ) ≤ d(xn , xn+1 ) + d(xn+1 , xn+2 ) + · · · + d(xn+p−1 , xn+p ). (4.5)

Por outro lado,

d(xn , xn+p ) ≤ k n d(x0 , x1 ),

d(xn+1 , xn+2 ) ≤ k n+1 d(x0 , x1 ),
..
.
d(xn+p+1 , xn+p ) ≤ k n+p−1 d(x0 , x1 ).

Sendo assim,
d(xn , xn+p ) ≤ (k n + k n+1 + · · · + k n+p−1 )d(x0 , x1 ).

Usando (4.5) e que k < 1, para qualquer p, fixado , temos

1 − kp kn
k n + k n+1 + · · · + k n+p−1 = k n . ≤ ,
1−k 1−k
logo, obtemos
kn
d(xn , xn+p ) ≤ .d(x0 , x1 ).
1−k
Tomando o limite quando n → ∞, temos:
kn
lim d(xn , xn+p ) ≤ lim ( d(x0 , x1 ))
n→∞ n→∞ 1 − k
kn
lim d(xn , xn+p ) ≤ d(x0 , x1 )limn→∞ .
n→∞ 1−k
Como 0 < k < 1, então k n → 0, quando n → ∞, vale

25
 kn
lim = 0,
n→∞ 1 − k

ou seja,

lim d(xn , xn+p ) = 0,

n→∞

Assim, concluímos que (xn ) é uma sequência de Cauchy em M. Como (M, d) é um Espaço
Métrico Completo, então (xn ) converge para M . Portanto, tomando o limite na equação
xn+1 = f (xn ) teremos:

a = lim xn+1 = lim f (xn ) = f ( lim xn ) = f (a). (4.6)

n→∞ n→∞ n→∞

Temos a igualdade desejada.

Provamos a existência do ponto fixo, vamos agora provar a unicidade. Sejam a e b
em M tais que f (a) = a e f (b) = b. Assim,

d(a, b) = d(f (a), f (b)) ≤ kd(a, b).

Isso nos leva a desigualdade

(1 − k)d(a, b) ≤ 0.

Como k < 1, então 1 − k < 0, onde concluímos que d(a, b) ≤ 0. Como d(a, b) é um número
real não negativo, segue que d(a, b) = 0, e isso só ocorre se, e somente se, a = b.
Assim , f só possui um único ponto fixo, o que completa a demostração do Teorema.

26
Capítulo 5

Aplicação do ponto fixo de Banach

Com pesquisa bibliográficas sobre as aplicações do conceitos dissertados nessa mono-

grafia , contemplando conceitos de espaço métrico, contração, espaço de Banach e ponto
fixo, e tais aplicações teóricos e praticas associados a outros conceitos matemáticos que as-
sociados revelam novas aplicações que estão ligados ao nosso dia a dia , porem é necessário
uma maior compreensão de conceitos matemáticos mais avançados.

5.1 Grafos
Falar sobre os grafos

5.2 Buscador do Google

O buscador de pesquisa na internet ajuda a ter uma resposta direta e rápida para
uma simples ou complexa pergunta.
Sendo na primeiras páginas a relevantes para nossa pesquisa. Algo simples que é
pouco ou nunca associado ao conceitos que o cerca : "Parece mágica , mas é matemática!"
Em dados que apontam os buscadores mais acessados no Brasil temos:
Google
O funcionamento de um buscador é baseado essencialmente em dois passos:
1) Matching: (Busca) O algoritmo busca , dentre todas as páginas da Web, aquelas
que possui as palavras ou frases digitadas.
2) Ranking: (Seleciona e Ordena) O algoritmo seleciona quais , dentre as páginas

27
encontradas no primeiro passo, são mais importante? ou relevante? e ordena o resultado.
Deste modo , a forma de ordenar as páginas encontradas é o segredo do sucesso do
Google.
FOTO COMPARATIVA
Sabemos que as páginas se conectam através de links e podemos pensá-las como nós
de um grafo direcionado cuja arestas são dadas pelos links.
Seja G um grafo direcionado, com nós 1, 2, ..., n.Nosso objetivo é, para cada nó i,
atribuir um valor real xi que traduza a relevância do nó i.
Quando j é um nó que aponta para i, chamaremos de link de i para j e denotaremos
por j → i. Se lj é o número de links que saem de j. Assim, vamos definir

X xj
xi =
j→i
lj

Desse modo, definiremos mij como o númerpo de links de j → i , que pode inclusive
ser zero. Com isso, temos o sistema linear

 m11 m12 m1n

 X1 = X1 + X2 + · · · + Xn
l1 l2 ln



 X2 = m21 X2 + m22 X2 + · · · + m2n Xn



l1 l2 ln
.
.. .
.. .
.. .
.. ..
.





 m n1 m n2 m nn
 Xn = X1 + Xn + · · · + Xn

l1 l2 ln
Nesses termos, se A = (aij ), onde aij= mij , então podemos ver A : Rn → Rn como
j

uma transformação linear e a relevância x = [x1 , x2 , ..., xn ] sendo um autovetor de auto-

valor unitário.

Exemplo 5.1 Observe um exemplo de grafo dado abaixo: —–

Interpretaremos aij como sendo a probabilidade de, saindo do vértice j , chegar

ao vértice i.Para entendermos melhor esse funcionamento suponha que um internauta,
aleatóriamente , escolhe uma das páginas , por exemplo, v0 = [1, 0, ..., 0]. O vetor v1 ,
obtido na equação Av0 = v1 , indica a probabilidade do internauta se encontrar na página
i após um click, partindo de v0 .Continuando assim, sucessivamente , após n clicks a
probabilidade de o internauta sempre a partir de um link de uma página encontrasse
outro de outra página , porém isso não ocorre.A partir daí, a ideia de Page e Brin foi
introduzir um fator probabilístico p de começar tudo de novo e, evidentemente , 1 − p de

28
continuar nos links.Desse modo, a aplicação que indica o percurso aleatório do internauta
num grafo de n vértice é:

m m12 m1n   
1
 
  11
Y1 ···
n  l1 l2 ln   Y1 
  1  m21 m22 m2n 
···
    
 Y2      Y2 
 .  + (1 − p)  l.1
  7→ p. 
 .. 
n l2 ln  .  
.. 
  
.  ..   . .. .. ..  
   . . . .   .
  m  
1
n1 mn2 mnn 
Yn ··· Yn
n l1 l2 ln
Podemos escrever , de forma mais simples , como T : Rn → Rn , onde y 7→ pe + (1 +
p)Ay, com

1
 
n
1
 
e =  n. 
 
 .. 
 
1
n
Note que a função T é contínua.Se mostrarmos que T é uma contração e, lembrando
que Rn é um espaço métrico completo, o Teorema do ponto fixo de Banach nos garante
que T possui um único ponto fixo , ou seja, que o internauta chega sempre à página
desejada.Para tanto, vejamos que , dados y, z ∈ R. e, notando que

n
X
aij = 1
i=1

temos

n n
!
X X
||T (y) − T (z)|| = ||(1 − p)A(y − z)|| = (1 − p) aij |yj − zj | =
j=1 i=1

n
X
= (1 − p) |yj − zj | = (1 − p)||y − z||.
j=1

Já que 1 − p é menor que 1, temos que T é uma contração.Finalmente , por a

aplicação possuir um único ponto fixo, o Teorema do ponto fixo de Banach garante que
tudo isso funciona e indicando que a relevância de cada página está bem definida.

29
5.3 Cadeia de Markov
As cadeias de Markov, segundo LAY (1999), são usadas como modelos matemáticos
para analisar situações em diversas áreas como biologia, química, engenharia, etc... Em
cada caso, o modelo é usado para descrever um experimento que é realizado muitas vezes
e da mesma forma, e que o resultado de cada ensaio do experimento pertence a um dentre
alguns resultados possíveis previamente especificados, e ainda, que o resultado de cada
ensaio só depende do ensaio anterior.
O aspecto mais interessante das cadeias de Markov é o estudo do comportamento
a longo prazo dessa cadeia. Por exemplo, quer se saber o que acontecerá, a longo prazo,
com a distribuição da população no exemplo citado anteriormente. Essas noções serão
utilizadas para analisar a seguinte situação. Conforme [LOPES (1995)],supõe-se uma
cidade com uma população total fixa de N habitantes e que, cada habitante, consome
apenas um tipo de artigo entre os artigos A e B, podendo cada habitante mudar de
opinião de um mês para outro.
Supõe-se inicialmente que X0 pessoas consumiam um artigo do tipo A e Y0 pessoas
consumiam um artigo do tipo B e a cada mês é contado o número de pessoas que consomem
cada tipo de artigo.
Indica-se por Xn e Yn o número de pessoas que consomem artigos do tipo A e B,
respectivamente , no n-ésimo mês.
Quer se saber o que acontece , a longo prazo, com as probabilidades

Xn Yn
xn = e yn = . (5.1)
N N
Seja aij o quociente entre o número de pessoas que consomem o artigo i no mês 1 e
consumiam o artigo j no mês 0, pelo número dde pessoas que consumiam o artigo j no
mês 0, para i ∈ {1, 2}, j ∈ {1, 2}, sendo o número 1 associado ao artigo do tipo A e o 2
ao artigo do tipo B.
Com esta notação tem-se que a11 representa o quociente entre o número de pessoas
que consomem o artigo A no mês 1 e consumiam o artigo A no mês 0, pelo número de
pessoas que consumiam o artigo A no mês 0.Do mesmo modo, obtêm-se os quocientes
a12 , a21 e a22 .
X1
Para se obter o consumo (x1 , y1 ) no mês 1 , tem-se x1 = que é o quociente entre
N

30
o número de pessoas que consomem o artigo A no mês 1, pelo número total da população.
Observa-se que o número de pessoas que consomem o artigo A , no mês 1 , é igual a
soma do número de pessoas que consumiam A no mês 0 e continuam consumindo A nos
mês 1 , mais o número de pessoas que consumiam o artigo do tipo B no mês 0 e passam
a consumir A no mês 1.

31
Considerações finais

Escreva aqui as considerações finais.

32
Referências Bibliográficas

33
Apêndice A

Título do Apêndice

Escreva aqui o seu apêndice.

34
Anexo A

Título do Anexo

Coloque aqui o anexo do seu trabalho.

35