Escolar Documentos
Profissional Documentos
Cultura Documentos
1
Equações Redutíveis às Equações de Primeira Ordem .......................................... 46
Equações Diferenciais Lineares com Coeficientes Constantes .................................. 46
Dependência Linear ................................................................................................ 48
Raízes Reais Distintas ............................................................................................ 48
Raízes Reais Múltiplas ........................................................................................... 48
Raízes Complexas .................................................................................................. 49
Equação de Euler .................................................................................................... 49
Equação de Bernoulli.............................................................................................. 50
Equações Diferenciais Não Homogêneas ................................................................... 50
Equações Diferenciais Lineares de Ordem n ............................................................. 51
Existência de Soluções para uma Equação Diferencial .............................................. 52
Teorema da Existência e Unicidade (T.E.U) .......................................................... 53
Fator Integrante....................................................................................................... 53
Método dos Coeficientes Indeterminados .............................................................. 54
Método da Variação dos Parâmetros ...................................................................... 56
O Operador Linear L(y) .......................................................................................... 57
Princípio da Superposição ...................................................................................... 57
Dependência Linear de Soluções ............................................................................ 57
Sistemas de Equações Diferenciais Lineares.............................................................. 60
Sistema Fundamental de Soluções ......................................................................... 61
Sistemas Lineares com Coeficientes Constantes .................................................... 61
Soluções em Séries de Potências ................................................................................ 64
Transformada de Laplace para Equações Diferenciais............................................... 66
Métodos Numéricos para Equações Diferenciais ....................................................... 67
Exercícios de Equações Diferenciais .......................................................................... 68
Geometria Diferencial ................................................................................................ 76
Equações Diferenciais Estocásticas ............................................................................ 77
Equações de Diferença ................................................................................................... 78
Equação de Diferença Homogênea............................................................................. 79
Equação de Diferença de Primeira Ordem ................................................................. 79
Equação de Diferença de Segunda Ordem ................................................................. 81
Álgebra Abstrata ............................................................................................................. 82
Congruência ................................................................................................................ 82
O Inverso Multiplicativo ........................................................................................ 84
Propriedades de Congruência ................................................................................. 86
Resumo Ilustrativo .................................................................................................. 87
Classes de Equivalência.......................................................................................... 87
2
Congruência Linear .................................................................................................... 88
Método de Transformação de Coeficientes (nível de diofantina) .......................... 91
Método do Algoritmo de Euclides (Algoritmo da Divisão) ................................... 92
Conjuntos .................................................................................................................... 94
Funções ....................................................................................................................... 94
Relações de Equivalência ........................................................................................... 95
Partições ................................................................................................................. 95
Ordem ......................................................................................................................... 98
O Método da Repetição dos Quadrados ..................................................................... 99
Simetria..................................................................................................................... 100
Ordem de Simetria Rotacional ............................................................................. 100
Simetria de Reflexão ............................................................................................ 102
Simetria de Translação ......................................................................................... 102
Simetrias no Triângulo ......................................................................................... 103
Propriedades da Simetria ...................................................................................... 105
Tipos de Simetrias ................................................................................................ 105
Grupos ...................................................................................................................... 106
Reforçando a Definição ........................................................................................ 108
Grupo Abeliano .................................................................................................... 108
Tabela de Cayley .................................................................................................. 109
Características de um Grupo................................................................................. 110
Ordem de um Grupo ............................................................................................. 111
Grupos de Ordem 2 ....................................................................................................... 111
Grupos de Ordem 3 ....................................................................................................... 111
Grupos de Ordem 4 ....................................................................................................... 112
Grupos Finitos e Infinitos .............................................................................................. 112
Grupos e Subconjuntos ......................................................................................... 112
Grupo de Permutações .......................................................................................... 114
Notação Cíclica .............................................................................................................. 114
Ordem da Composição .................................................................................................. 120
Resumo dos Cálculos na Notação Cíclica ...................................................................... 121
Transposições ................................................................................................................ 123
Simetrias ........................................................................................................................ 127
Definições ...................................................................................................................... 128
Permutação Identidade ............................................................................................. 128
Permutação Inversa .................................................................................................. 128
Órbita de um Ciclo ..................................................................................................... 130
3
Comprimento de um Ciclo ........................................................................................ 130
Ordem de uma Permutação ...................................................................................... 130
Grau de uma Permutação ......................................................................................... 130
Subgrupos ............................................................................................................. 131
Cosets ................................................................................................................... 133
Teorema de Lagrange .................................................................................................... 138
Grupos Normais .................................................................................................... 140
Grupos Triviais ..................................................................................................... 140
Grupos Simples .................................................................................................... 140
Subgrupos Normais .............................................................................................. 140
Grupo Quociente ou Grupo Fator ......................................................................... 141
Redefinindo Grupo Simples........................................................................................... 143
Grupos Cíclicos .................................................................................................... 144
Grupos Multiplicativos de Números Complexos ................................................. 147
O Grupo Cíclico e as Raízes da Unidade ............................................................. 147
Função φ de Euler ................................................................................................. 148
Isomorfismo .......................................................................................................... 149
Produtos Diretos ................................................................................................... 151
Produto Interno Direto .......................................................................................... 152
Homomorfismo..................................................................................................... 153
Grupos Matriciais ................................................................................................. 154
O Grupo Ortogonal ............................................................................................... 155
Grupos Wallpaper (Papel de Parede).................................................................... 157
Lattices .......................................................................................................................... 158
Subgrupos Simples ............................................................................................... 159
Classificação dos Grupos Finitos ......................................................................... 159
Como Categorizar os Grupos Finitos ............................................................................. 160
Grupos de Lie ....................................................................................................... 161
Grupos Alternantes ............................................................................................... 161
Grupos Esporádicos .............................................................................................. 162
O Monster Group .................................................................................................. 162
Ações de Grupos ................................................................................................... 164
A Equação de Classe ............................................................................................ 165
Teorema da Contagem de Burnside ..................................................................... 166
Aplicação - Funções de Comutação............................................................................... 168
Teoremas de Sylow .............................................................................................. 171
Subgrupos Não Simples ....................................................................................... 172
4
Anéis ......................................................................................................................... 173
Anel Comutativo .................................................................................................. 173
Unidade em Anéis ................................................................................................ 173
Anel Divisão ......................................................................................................... 174
Divisor Nulo ................................................................................................................... 174
Anéis em Congruências ........................................................................................ 175
Anéis Inteiros................................................................................................................. 175
Subanéis ................................................................................................................ 176
Características de um Anel ................................................................................... 176
Homomorfismo em Anéis .................................................................................... 176
Ideal de um Anel................................................................................................... 177
Anéis de Polinômios ............................................................................................. 178
Polinômios Irredutíveis ................................................................................................. 180
Estruturas em Rede (Lattice) ................................................................................ 181
Lattices – Conjuntos Parcialmente Ordenados ............................................................. 181
Domínios Integrais ................................................................................................... 182
Álgebra Booleana ..................................................................................................... 183
Álgebras Booleanas Finitas .................................................................................. 184
Espaços Vetoriais – Parte 2 ...................................................................................... 185
Subespaços ........................................................................................................... 186
Independência Linear ........................................................................................... 186
Campos ..................................................................................................................... 188
Campos Estendidos .............................................................................................. 189
Teorema Fundamental dos Campos (TFC – Kronecker) ................................................ 189
Elementos Algébricos .................................................................................................... 189
Fechamento Algébrico .................................................................................................. 191
Teorema Fundamental da Álgebra (Gauss) .......................................................... 191
Campos de Separação (Splitting Fields) ............................................................... 191
Campos Finitos ..................................................................................................... 192
Teoria de Galois........................................................................................................ 193
Automorfismo de Campos .................................................................................... 194
Teorema Fundamental da Teoria de Galois .......................................................... 195
Teorema Fundamental de Galois .......................................................................... 196
Resumo – Grupos, Campos, Anéis, Domínios Integrais .......................................... 197
Grupo .................................................................................................................... 199
Grupo Abeliano .................................................................................................... 199
Anel ...................................................................................................................... 199
5
Domínio Integral .................................................................................................. 199
Campo................................................................................................................... 199
Anel Ordenado e Campo Ordenado...................................................................... 200
Campo Completamente Ordenado........................................................................ 200
Campo Algebricamente Fechado ......................................................................... 200
Aplicações da Teoria de Grupos ............................................................................... 201
Criptografia........................................................................................................... 201
Teoria da Codificação Algébrica .......................................................................... 204
Covetores ...................................................................................................................... 205
Propriedades dos Covetores ..................................................................................... 205
Visualizando Covetores ............................................................................................ 206
Operações em Covetores .......................................................................................... 209
Variação (Scaling) ................................................................................................ 209
Adição ................................................................................................................... 211
Análise Complexa ........................................................................................................ 214
Revisão e Conceitos ................................................................................................. 214
Discos e Conjuntos ............................................................................................... 215
Conectividade ....................................................................................................... 217
Funções Complexas .................................................................................................. 218
Equação de Cauchy-Riemann............................................................................... 219
Funções Complexas Compostas ........................................................................... 219
Polinômios Complexos ......................................................................................... 219
Limites de Funções Complexas ................................................................................ 220
Continuidade em Funções Complexas ..................................................................... 222
Diferenciação e Holomorficidade em Funções Complexas ..................................... 223
Funções Complexas Constantes ............................................................................... 225
Funções Polinomiais ................................................................................................. 225
Transformações de Möbius ...................................................................................... 226
Infinito e Razão Cruzada .......................................................................................... 227
Projeção Estereográfica ............................................................................................ 228
Funções Exponenciais Complexas ........................................................................... 229
Funções Trigonométricas Complexas ...................................................................... 230
Funções Hiperbólicas Complexas ............................................................................ 231
Funções Logarítmicas Complexas ............................................................................ 231
Integrais de Funções Complexas .............................................................................. 233
Antiderivada ......................................................................................................... 234
Sequências Complexas ............................................................................................. 236
6
Séries Complexas ..................................................................................................... 236
Regiões de Convergência ..................................................................................... 237
Séries de Taylor e Laurent .................................................................................... 237
Álgebra Geométrica...................................................................................................... 238
Bivetores ................................................................................................................... 238
Multiplicação Escalar de Bivetores ...................................................................... 239
Adição de Bivetores.............................................................................................. 239
Bases Bivetoriais .................................................................................................. 240
Multiplicação de Bivetores ................................................................................... 240
Produto Exterior ....................................................................................................... 240
Comparando Produto Externo e Produto Exterior................................................ 242
Formas-N ....................................................................................................................... 245
Propriedades do Produto Exterior ........................................................................ 246
Fechamento no Plano ............................................................................................... 247
Produto Geométrico .................................................................................................. 248
Produto Geométrico de Vetores Base ................................................................... 250
Álgebra Geométrica em 2D ...................................................................................... 253
Álgebra Geométrica em 3D ...................................................................................... 257
Números Complexos em 3D..................................................................................... 260
Introdução à Teoria dos Grafos .................................................................................... 261
Grafo Direcionado .................................................................................................... 261
Multigrafo ................................................................................................................. 261
Loops ........................................................................................................................ 261
Ordem de um Grafo .................................................................................................. 261
Exemplos de Grafos ................................................................................................. 262
Tamanho de um Grafo .............................................................................................. 262
Grau de um Vértice................................................................................................... 262
Relação de Adjacência.............................................................................................. 263
Matriz de Adjacência ................................................................................................ 264
Matriz de Incidência ................................................................................................. 264
Grafos e Outras Estruturas ........................................................................................ 264
Número de Ramsey .................................................................................................. 265
Propriedades ......................................................................................................... 266
Grafos na Vida Real ................................................................................................. 266
Grafos e Matrizes...................................................................................................... 267
Brincando com Números .............................................................................................. 269
Operando Com Formas ............................................................................................. 269
7
Derivada ou Derivação? ........................................................................................... 272
Função Derivada ou Taxa de Variação? ............................................................... 272
Integração Numérica................................................................................................. 275
O Pulo Complexo ..................................................................................................... 276
Coordenadas e Rotações ....................................................................................... 278
Números Complexos e R2 .................................................................................... 279
Conclusão ............................................................................................................. 280
8
VOLUME 5
Série Dupla
Seja 𝑆𝑚𝑛 = ∑𝑚 𝑛
𝑝=1 ∑𝑞=1 𝑈𝑝𝑞 a soma dos números nas m primeiras linhas e nas n
Lim 𝑆𝑚𝑛 = 𝑆, diremos que a série
primeiras colunas. Se existir um número S tal que 𝑚→+∞
𝑛→+∞
dupla ∑+∞ +∞
𝑝=1 ∑𝑞=1 𝑈𝑝𝑞 converge para a soma S; caso contrário, diverge.
Produtos Infinitos
Somabilidade
Sejam S1, S2, S3, ... as somas parciais de uma série divergente ∑ 𝑈𝑛 . Se a sucessão dada
por
𝑆1 + 𝑆2 𝑆1 + 𝑆2 + 𝑆3
𝑆1 , , ,…
2 3
que é formada com as médias aritméticas dos n primeiros termos de S1, S2, S3,...
convergir para S, diremos que a série ∑ 𝑈𝑛 é somável no sentido de Cesaro.
9
Série Assintótica
Consideremos a série
𝑎1 𝑎2 𝑎𝑛
𝑆(𝑥) = 𝑎0 + + 2 + ⋯+ 𝑛 + ⋯ (1)
𝑥 𝑥 𝑥
e suponhamos que
𝑎1 𝑎2 𝑎𝑛
𝑆𝑛 (𝑥) = 𝑎0 + + 2 + ⋯ + 𝑛 , 𝑛 = 1 → +∞
𝑥 𝑥 𝑥
𝑢
|∅(𝛼) − ∫ 𝑓(𝑥, 𝛼)𝑑𝑥| < 𝜖
𝑎
10
𝑢
b. |∫𝑎 𝑓(𝑥, 𝛼)𝑑𝑥| < 𝑃 para todo u > a e α1 ≤ α ≤ α2.
+∞
Então, a integral ∫𝑎 𝑓(𝑥, 𝛼)𝑇(𝑥)𝑑𝑥 é uniformemente convergente
para α1 ≤ α ≤ α2.
+∞
Teorema: Se f(x, α) é contínua para x ≥ a e α1 ≤ α ≤ α2, e se ∫𝑎 𝑓(𝑥, 𝛼)𝑑𝑥 é
+∞
uniformemente convergente para α1 ≤ α ≤ α2, então ∅(𝛼) = ∫𝑎 𝑓(𝑥, 𝛼)𝑑𝑥
é contínua
em α1 ≤ α ≤ α2. Em particular, se α0 é um ponto de α1 ≤ α ≤ α2, podemos escrever:
+∞ +∞
Lim ∅(𝛼) = Lim ∫ 𝑓(𝑥, 𝛼)𝑑𝑥 = ∫ Lim 𝑓(𝑥, 𝛼)𝑑𝑥
𝛼→𝛼0 𝑥→𝛼0 𝑎 𝑎 𝛼→𝛼0
𝛼2 𝛼2 +∞ +∞ 𝛼2
∫ ∅(𝛼)𝑑𝛼 = ∫ {∫ 𝑓(𝑥, 𝛼)𝑑𝑥} 𝑑𝛼 = ∫ {∫ 𝑓(𝑥, 𝛼)𝑑𝛼 } 𝑑𝑥
𝛼1 𝛼1 a a 𝛼1
11
O Operador Linear
Os seguintes símbolos são operadores
𝑏
𝑑 𝜕
, ∫ 𝑑𝑥 , ∫ 𝑑𝑥 ,
𝑑𝑥 𝑎 𝜕𝑡
Um operador é uma função que aceita outra função como argumento, em vez de um
número, como uma função comum. Por exemplo, se o argumento é a função u(x),
temos:
𝑏
𝑑𝑢 𝜕𝑢
𝐿(𝑢) = , 𝐿(𝑢) = ∫ 𝑢(𝑥)𝑑𝑥 , 𝐿(𝑢) = ∫ 𝑢(𝑥)𝑑𝑥 , 𝐿(𝑢) =
𝑑𝑥 𝑎 𝜕𝑡
+∞
1 1 1
∑ 𝑝
= 𝑝+ 𝑝+⋯
𝑛 1 2
𝑛=1
+∞
1 1 1 1
𝜁(𝑧) = ∑ 𝑧
= 𝑧+ 𝑧+ 𝑧+⋯
𝑛 1 2 3
𝑛=1
12
Onde p percorre todo o conjunto dos números primos.
Hipótese de Riemann
Riemann fez diversos testes e concluiu que todas as soluções não triviais (zeros não
triviais) pertencem à linha real x = 1/2 do plano complexo, ou seja, são números
complexos da forma
1
𝑧= + 𝒊𝑏
2
Riemann e Números Primos
Todos os valores até hoje computados (10 trilhões deles) caem sobre a linha crítica,
mas, ainda não foi provado que TODOS os zeros não triviais da função zeta caem sobre
esta reta. Este é um problema em aberto, parecido com o de provar que o conjunto
dos números perfeitos é finito ou infinito.
13
Teorema dos Números Primos
Seja π(x) uma função que retorna a quantidade de números primos existentes entre 2
e x. Então, π(x) é, assintoticamente, equivalente a uma função definida:
𝑥
𝜋(𝑥) ≅
ln(𝑥)
A função π(x) procura mostrar a distribuição probabilística dos números primos. Por
exemplo, você pode determinar, facilmente, que π(10) = 4.
A fórmula a seguir dá uma aproximação melhor.
𝑥
𝜋(𝑥) ≅
ln(𝑥) − 1
Foi provado que o n-ésimo número primo é aproximado pela seguinte fórmula, para n
bastante grande (acima de 1 bilhão):
𝑃(𝑛) ≅ 𝑛 × ln(𝑛)
14
Transformada de Laplace
Define-se a transformada de Laplace de uma função F(x) por:
+∞
𝑓(𝑆) = ℒ{𝐹(𝑥)} = ∫ 𝑒 −𝑆𝑥 𝐹(𝑥)𝑑𝑥
0
𝐶𝑜𝑠(𝑎𝑥) 𝑆
,𝑆 > 0
(𝑆 2 + 𝑎2 )
𝑥 𝑛 , 𝑛 = 1 → +∞ 𝑛!
,𝑆 > 0
𝑆 𝑛+1
Υ ′ (𝑥) 𝑆ℒ{Υ(𝑥)} − Υ(0)
′′ 2
Υ (𝑥) 𝑆 ℒ{Υ(𝑥)} − 𝑆Υ(0) − Υ′(0)
Υ ′′′ (𝑥) 𝑆 3 ℒ{Υ(𝑥)} − 𝑆 2 Υ(0) − 𝑆Υ ′ (0) − Υ′′(0)
Υ (𝑛) (𝑥) 𝑆 𝑛 ℒ{Υ(𝑥)} − 𝑆 𝑛−1 Υ(0) − ⋯ − 𝑆Υ (𝑛−2) (0) − Υ (𝑛−1) (0)
Esta tabela não é completa.
+∞
Se existir uma função positiva g(x) tal que |f(x)| ≤ g(x) e se ∫0 𝑔(𝑥)𝑑𝑥 converge,
+∞
então ∫0 𝑓(𝑥)𝑑𝑥 converge absolutamente.
+∞
Teorema 2: Se ∫0 𝑒 −𝑆𝑥 𝑓(𝑥)𝑑𝑥 converge absolutamente para S = S0, ela converge
absolutamente para cada S > S0.
15
Teorema 3:
Se f(x) e g(x) são de ordem exponencial (satisfazem o teorema 1) e se L[f] = L[g],
então f(x) = g(x) em todo ponto x onde as funções são contínuas.
Nosso problema será resolvido se pudermos encontrar uma função y(x) cuja TL seja
igual a acima. Necessita-se de tabelas, mas, decompondo-se a equação acima em
frações parciais, temos:
1 1
ℒ[𝑦] = 2 + 2
𝑆 𝑆 +1
16
Calculando Erros
+∞
𝑆 = ∑ 𝑎𝑛
𝑛=1
Para cada n, temos:
+∞
𝑆𝑛 = ∑ 𝑎𝑗
𝑗=1
que é a reduzida de ordem n, e:
𝑆 = Lim |𝑆𝑛 |
𝑛→+∞
+∞
𝑅𝑛 = 𝑆 − 𝑆𝑛 = ∑ 𝑎𝑚
𝑚=𝑛+1
Observe que
Lim 𝑅𝑛 = 0
𝑛→+∞
|𝑅𝑛 | ≤ ∑ 𝑏𝑗 = 𝑇𝑛 (𝑝𝑎𝑟𝑎 𝑛 ≥ 𝑛2 )
𝑗=𝑛+1
Proposição: Se ∑+∞
𝑛=1 𝑎𝑛 é convergente pelo critério da integral com y = f(x) como
função, então:
+∞
|𝑅𝑛 | ≤ ∫ 𝑓(𝑥)𝑑𝑥 𝑝𝑎𝑟𝑎 𝑛 ≥ 𝑐
𝑛
𝑎𝑛+1
Proposição (pela razão): Se an ≠ 0 para todo n ϵ N e se | | ≤ 𝑟 < 1 para n ≥ n1,
𝑎𝑛
então:
|𝑎𝑛+1 |
|𝑅𝑛 | ≤ 𝑇𝑛 =
1−𝑟
𝑎𝑛+1
Obs.: Se Lim | 𝑎 | = 𝐿 < 1 então sempre existe um tal r.
𝑛→+∞ 𝑛
17
𝑛
Proposição (pela raiz enésima): Se existe r > 0 tal que √|𝑎𝑛 | ≤ 𝑟 < 1 para n ≥ n0,
então:
𝑟 𝑛+1
|𝑅𝑛 | ≤
1−𝑟
para todo n ≥ n0.
Observações:
1) 𝑆𝑒 Lim 𝑛√|𝑎𝑛 | = 𝐿 < 1, 𝑒𝑛𝑡ã𝑜 𝑠𝑒𝑚𝑝𝑟𝑒 𝑒𝑥𝑖𝑠𝑡𝑒 𝑢𝑚 𝑡𝑎𝑙 𝑟.
𝑛+1 𝑛+2 |𝑎 |
2) 𝑆𝑒 1 > √|𝑎𝑛+1 | ≥ √|𝑎𝑛+2 | 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑛 ≥ 𝑛0 , 𝑒𝑛𝑡ã𝑜 |𝑅𝑛 | ≤ 1− 𝑛+1𝑛+1
√|𝑎𝑛+1 |
Operações
Produto de Cauchy:
(∑ 𝑎𝑛 ) (∑ 𝑏𝑛 ) = 𝑎1 𝑏1 + 𝑎1 𝑏2 + 𝑎1 𝑏3 + ⋯ + 𝑎2 𝑏1 + 𝑎2 𝑏2 + ⋯
Subtraímos e somamos séries sendo a soma igual à soma e subtração das respectivas
somas.
18
Transformada de Fourier
Ao processo de se quebrar uma onda arbitrária qualquer em seus componentes
harmônicos e se identificar o conteúdo dessas sub-ondas é chamado de Análise de
Fourier. A análise de Fourier se baseia no fato de que qualquer frequência mais
complexa pode ser representada por uma adição simples de senos e/ou cossenos
(adição de uma série de frequências bem mais simples), a Série de Fourier. A
Transformada de Fourier decompõe a onda complexa em ondas senoides (seno e
cosseno), seja a onda complexa periódica ou não periódica.
As figuras abaixo mostram o que acontece quando variamos A e B para seno e cosseno
e fazemos uma adição das duas funções.
Seja g uma função definida no interval [0, T]. Se juntarmos (adicionar) várias cópias de
g, gerando uma função h, a função h pode ser estendida de –∞ a +∞ e será periódica a
cada T, ou em T. A cada intervalo T, h vai ter o mesmo valor.
19
Lembrete
Uma função g(x) tem período T quando g(x + T) = g(x) para todos os x
considerados. Isto significa que a função vai apresentar o mesmo valor a cada
período T. Cada período pode ser representado por kT, onde T é o período
fundamental e k é uma constante multiplicativa, ou seja, g(x + 2T) = g(x), por
exemplo.
Como vimos em Trigonometria, tanto o seno quanto o cosseno têm período
igual a 2π, ou seja, Sen(x) = Sen(x + 2π). Outro exemplo:
Discorramos um pouco sobre a função seno, (isso vale para o cosseno também):
20
A amplitude de uma onda é a altura de um pico ou a profundidade de um vale. O
período, normalmente representado pela letra T, é o tempo gasto para percorrer a
distância entre dois pontos de mesmo valor para a função (onde o valor se repete). A
distância é o comprimento da onda, ou ciclo. O período é a duração de um ciclo.
Nas figuras acima, à esquerda temos duas ondas fora de fase (deslocamento de fase);
do lado direito há um deslocamento vertical.
Segue-se a definição completa da função seno (isso pode ser aplicado ao cosseno
também):
Então, a frequência é dada pelo inverso do período e o período é dado pelo inverso da
frequência. Na fórmula do seno acima, você vê que a frequência é B/2π.
Exemplo:
21
Lembrete
Seja g(-x) = -g(x). Vamos ver o que acontece quando integramos uma função
ímpar como essa.
Gerando o gráfico de g:
22
Vamos ver o que ocorre com uma função par.
Calculando as integrais:
0
∫ 𝑔(𝑥)𝑑𝑥 = 𝐴
−𝑥1
𝑥1
∫ 𝑔(𝑥)𝑑𝑥 = 𝐴
0
𝑥1 𝒙𝟏
∫ 𝑔(𝑥)𝑑𝑥 = 𝐴 + 𝐴 = 2𝐴 = 𝟐 ∫ 𝑨
−𝑥1 𝟎
23
A Série de Fourier
1 𝑇
𝑎0 = ∫ 𝑔(𝑡)𝑑𝑡
𝑇 0
2 𝑇 2𝜋𝑛𝑡
𝑎𝑛 = ∫ 𝑔(𝑡) × 𝐶𝑜𝑠 ( ) 𝑑𝑡
𝑇 0 𝑇
2 𝑇 2𝜋𝑛𝑡
𝑏𝑛 = ∫ 𝑔(𝑡) × 𝑆𝑒𝑛 ( ) 𝑑𝑡
𝑇 0 𝑇
O valor 2π/T é, exatamente, o valor B que vimos antes (por isso, o período aqui é T).
24
Com T = 2π, os coeficientes ficam:
1 𝑇
𝑎0 = ∫ 𝑔(𝑡)𝑑𝑡
2𝜋 0
1 𝑇
𝑎𝑛 = ∫ 𝑔(𝑡) × 𝐶𝑜𝑠(𝑛𝑡)𝑑𝑡
𝜋 0
1 𝑇
𝑏𝑛 = ∫ 𝑔(𝑡) × 𝑆𝑒𝑛(𝑛𝑡)𝑑𝑡
𝜋 0
1 𝑇
𝑎0 = ∫ 𝑔(𝑡)𝑑𝑡
2𝑇 0
1 𝑇 𝜋𝑛𝑡
𝑎𝑛 = ∫ 𝑔(𝑡) × 𝐶𝑜𝑠 ( ) 𝑑𝑡
𝑇 0 𝑇
1 𝑇 𝜋𝑛𝑡
𝑏𝑛 = ∫ 𝑔(𝑡) × 𝑆𝑒𝑛 ( ) 𝑑𝑡
𝑇 0 𝑇
25
Transformadas Gerais
Transformada de Fourier
Transformada Normal Transformada Inversa
+∞ +∞
ℱ{𝑔(𝑡)} = 𝐺(𝑓) ≡ ∫ 𝑔(𝑡)𝑒 −𝑖2𝜋𝑓𝑡 𝑑𝑡 ℱ −1 {𝐺(𝑓)} = 𝑔(𝑡) ≡ ∫ 𝐺(𝑓)𝑒 𝑖2𝜋𝑓𝑡 𝑑𝑓
−∞ −∞
Série de Fourier
Transformada Normal Transformada Inversa
+∞
1 𝑡=𝑇 −𝑖2𝜋𝑘𝑡 𝑖2𝜋𝑘𝑡
ℱ{𝑔(𝑡)} = 𝐺(𝑘) ≡ ∫ 𝑔(𝑡)𝑒 𝑇 𝑑𝑡 ℱ −1 {𝐺(𝑘)}
= 𝑔(𝑡) = ∑ 𝐺(𝑘)𝑒 𝑇
𝑇 𝑡=0
𝑘=−∞
26
As principais variações de notação, conforme o autor, além das duas mostradas acima,
são:
𝑇
𝑇 2 0
1) Usar ∫0 𝑜𝑢 ∫ −𝑇 𝑜𝑢 ∫−𝑇
2
2) Substituir T por f0 = 1/T.
𝟏 𝑻 𝟏 𝟎 𝟏 𝑻 𝟏 𝑻 𝟏 𝑻
∫ 𝒈(𝒙)𝒅𝒙 = ∫ 𝒈(𝒙)𝒅𝒙 + ∫ 𝒈(𝒙)𝒅𝒙 = 𝟐 × ∫ 𝒈(𝒙)𝒅𝒙 = ∫ 𝒈(𝒙)𝒅𝒙
𝟐𝑻 −𝑻 𝟐𝑻 −𝑻 𝟐𝑻 𝟎 𝟐𝑻 𝟎 𝑻 𝟎
Se g é par, então:
1 𝑇
𝑎0 = ∫ 𝑔(𝑥)𝑑𝑥
𝑇 0
1 𝑇 𝑛𝜋𝑥 2 𝑇 𝑛𝜋𝑥
𝑎𝑛 = ∫ 𝑔(𝑥) × 𝐶𝑜𝑠 ( ) 𝑑𝑥 = ∫ 𝑔(𝑥) × 𝐶𝑜𝑠 ( ) 𝑑𝑥
𝑇 −𝑇 𝑇 𝑇 0 𝑇
1 𝑇 𝑛𝜋𝑥 1 𝑇 0
𝑏𝑛 = ∫ 𝑔(𝑥) × 𝑆𝑒𝑛 ( ) 𝑑𝑥 = ∫ − ∫ = 0
𝑇 −𝑇 𝑇 𝑇 0 −𝑇
Se g é par, basta calcular só a0 e an. Daqui você conclui facilmente que, se g é ímpar, an
vai ser nulo, pois, Cos(x) é par, o que vai zerar a integral, ficando apenas bn: (a0 é an
para n = 0, por isso é nulo também!)
1 𝑇 𝑛𝜋𝑥 2 𝑇 𝑛𝜋𝑥
𝑏𝑛 = ∫ 𝑔(𝑥) × 𝑆𝑒𝑛 ( ) 𝑑𝑥 = ∫ 𝑔(𝑥) × 𝑆𝑒𝑛 ( ) 𝑑𝑥
𝑇 −𝑇 𝑇 𝑇 0 𝑇
27
Assim a série de Fourier pode ser escrita:
∞
𝑛𝜋𝑥
ℱ{𝑔(𝑥)} = 𝑎0 + ∑ 𝑎𝑛 . 𝐶𝑜𝑠 ( ) 𝑠𝑒 𝑔 é 𝑃𝐴𝑅 (𝐹1)
𝑇
𝑛=1
∞
𝑛𝜋𝑥
ℱ{𝑔(𝑥)} = ∑ 𝑏𝑛 . 𝑆𝑒𝑛 ( ) 𝑠𝑒 𝑔 é Í𝑀𝑃𝐴𝑅 (𝐹2)
𝑇
𝑛=1
Teorema:
ℱ{𝑎 × 𝑔(𝑥)} = 𝑎 × ℱ{𝑔(𝑥)}
Teorema (do deslocamento): Uma função g(x) deslocada ao longo do eixo x pela
quantidade –a, denotada f(x – a), tem transformada de Fourier dada por:
Se a função f(x) é par, então a série de Fourier não conterá coeficientes ímpares e bn
será zero; se a função f(x) é par, então a série de Fourier não conterá coeficientes
pares e an será zero.
28
Exercícios Resolvidos
3, 𝑠𝑒 0 < 𝑥 < 1
𝑔(𝑥) = { , 𝑜𝑛𝑑𝑒 𝑔(𝑥) = 𝑔(𝑥 + 2), 𝑜𝑢 𝑠𝑒𝑗𝑎, 𝑜 𝑝𝑒𝑟í𝑜𝑑𝑜 é 2.
−3, 𝑠𝑒 − 1 < 𝑥 < 0
Veja que g(x) possui continuidade seccional. Como g(-x) = -g(x), g é ímpar.
Agora usamos as relações a seguir:
1 𝑇
𝑎0 = ∫ 𝑔(𝑥)𝑑𝑥 (1)
𝑇 −𝑇
2 𝑇 2𝜋𝑛𝑥
𝑎𝑛 = ∫ 𝑔(𝑥) × 𝐶𝑜𝑠 ( ) 𝑑𝑥 (2)
𝑇 −𝑇 𝑇
2 𝑇 2𝜋𝑛𝑥
𝑏𝑛 = ∫ 𝑔(𝑥) × 𝑆𝑒𝑛 ( ) 𝑑𝑥 (3)
𝑇 −𝑇 𝑇
Do que já vimos, podemos concluir que (1) e (2) se igualam a zero (ímpar x 1 =
ímpar e ímpar x par = ímpar). Assim, basta calcular bn (ímpar x ímpar = par):
2 𝑇 2𝜋𝑛𝑥
𝑏𝑛 = ∫ 𝑔(𝑥) × 𝑆𝑒𝑛 ( ) 𝑑𝑥 ⇒
𝑇 −𝑇 𝑇
2 2 2𝜋𝑛𝑥
⇒ 𝑏𝑛 = 2 × ∫ 3 × 𝑆𝑒𝑛 ( ) 𝑑𝑥 ⇒
2 0 2
2
⇒ 𝑏𝑛 = 2 × ∫ 3 × 𝑆𝑒𝑛(𝜋𝑛𝑥)𝑑𝑥 ⇒
0
⇒ 𝑏𝑛 = 2 × 3 × (−𝐶𝑜𝑠(𝜋𝑛𝑥)) ⇒
𝑥=1
⇒ 𝑏𝑛 = −6 × 𝐶𝑜𝑠(𝜋𝑛𝑥) | ⇒
𝑥=0
Cos(nπ) vai ficar oscilando entre –1 e +1 para todos os valores de n. Assim, essa
função pode ser substituída por (–1)n:
⇒ 𝑏𝑛 = −6[(−1)𝑛 − 1]
29
Esta função equivale a:
0, 𝑠𝑒 𝑛 é 𝑝𝑎𝑟 (+1 − 1 = 0 × −6 = 0)
{
12, 𝑠𝑒 𝑛 é í𝑚𝑝𝑎𝑟 (−1 − 1 = −2 × 6 = 12)
𝑒 −𝑎𝑥 , 𝑠𝑒 𝑥 ≥ 0
𝑔(𝑥) = {
𝑒 𝑎𝑥 , 𝑠𝑒 𝑥 < 0
30
Lembrete de Integrais
1 𝑘𝑥
∫ 𝑒 𝑘𝑥 𝑑𝑥 = 𝑒
𝑘
1 2𝑥−1
∫ 𝑒 2𝑥−1 𝑑𝑥 = 𝑒
2
+∞
ℱ{𝑔(𝑡)} = 𝐺(𝑤) ≡ ∫ 𝑔(𝑡)𝑒 −𝑖𝑤𝑡 𝑑𝑡
𝑡=−∞
𝑥=0 𝑥=+∞
∫ 𝑒 𝑎𝑥 . 𝑒 −𝑖𝑤𝑥 𝑑𝑥 + ∫ 𝑒 −𝑎𝑥 . 𝑒 −𝑖𝑤𝑥 𝑑𝑥 =
𝑥=−∞ 𝑥=0
𝑥=0 𝑥=+∞
𝑥(𝑎−𝑖𝑤)
=∫ 𝑒 𝑑𝑥 + ∫ 𝑒 𝑥(−𝑎−𝑖𝑤) 𝑑𝑥 =
𝑥=−∞ 𝑥=0
𝑒 𝑥(𝑎−𝑖𝑤) 0 𝑒 𝑥(−𝑎−𝑖𝑤) +∞
| + |
𝑎 − 𝑖𝑤 −∞ −𝑎 − 𝑖𝑤 0
𝑒 𝑥(𝑎−𝑖𝑤) 0 𝑒 0×(𝑎−𝑖𝑤) 𝑒0 1
| = = =
𝑎 − 𝑖𝑤 −∞ 𝑎 − 𝑖𝑤 𝑎 − 𝑖𝑤 𝑎 − 𝑖𝑤
𝑒 𝑥(𝑎−𝑖𝑤) 0 𝑒 −∞×(𝑎−𝑖𝑤) 0
| = = =0
𝑎 − 𝑖𝑤 −∞ 𝑎 − 𝑖𝑤 𝑎 − 𝑖𝑤
1 𝟏
−0=
𝑎 − 𝑖𝑤 𝒂 − 𝒊𝒘
31
Segundo termo (limitante +∞):
𝑒 𝑥(−𝑎−𝑖𝑤) +∞ 𝑒 ∞×(−𝑎−𝑖𝑤) 0
| = = =0
−𝑎 − 𝑖𝑤 0 −𝑎 − 𝑖𝑤 −𝑎 − 𝑖𝑤
𝑒 𝑥(−𝑎−𝑖𝑤) +∞ 𝑒 0×(−𝑎−𝑖𝑤) 𝑒0 𝟏
| = = =
−𝑎 − 𝑖𝑤 0 −𝑎 − 𝑖𝑤 −𝑎 − 𝑖𝑤 −𝒂 − 𝒊𝒘
1 −1 𝟏
0− = =
−𝑎 − 𝑖𝑤 −𝑎 − 𝑖𝑤 𝒂 + 𝒊𝒘
Finalmente:
𝟏 𝟏
+ =
𝒂 − 𝒊𝒘 −𝒂 − 𝒊𝒘
(𝒂 + 𝒊𝒘) + (𝒂 − 𝒊𝒘)
= =
(𝒂 − 𝒊𝒘)(𝒂 + 𝒊𝒘)
(𝑎 + 𝑎) + (𝑖𝑤 − 𝑖𝑤) 2𝑎
= =
𝑎2 − (𝑖𝑤)2 𝑎2 − (𝑖𝑤)2
2𝑎 𝟐𝒂
= = 𝟐 = 𝑮(𝒘)
𝑎2 − (−1 × 𝑤 ) 𝒂 + 𝒘𝟐
2
32
Equações Diferenciais
Se F é uma função definida pela equação
𝑦 = 𝐹(𝑥)
e f é a derivada de F, então
𝑑𝑦
= 𝑓(𝑥) [1]
𝑑𝑥
e F é uma integral de f.
Usando diferenciais, temos que:
𝑑𝑦 = 𝑓(𝑥)𝑑𝑥 [2]
𝑦 = 𝐹(𝑥) + 𝐶
Esta equação representa uma família de funções que dependem de uma constante
arbitrária C. Isto é chamado de uma família a um parâmetro.
𝑦 = 𝑥2 + 𝐶
33
Um outro tipo de equação diferencial é
𝑑2𝑦
= 𝑓(𝑥)
𝑑2𝑥
𝑑𝑦 𝑓(𝑥)
=
𝑑𝑥 𝑔(𝑥)
Para tais equações, as variáveis podem ser separadas multiplicando-se ambos os lados
da equação por g(y)dx, obtendo-se:
𝑔(𝑦)𝑑𝑦 = 𝑓(𝑥)𝑑𝑥
Observação
Funções definidas por séries são muito úteis nas aplicações e, frequentemente,
aparecem como soluções de equações diferenciais. Por exemplo, a função definida
por
𝑥𝑝 𝑥2 𝑥4
𝐽𝑝 (𝑥) = 𝑝 {1 − + −⋯} =
2 𝑝! 2(2𝑝 + 2) 2 × 4(2𝑝 + 2)(2𝑝 + 4)
+∞ 𝑥
(−1)𝑛 × (2)𝑛+𝑝
=∑
𝑛! (𝑛 + 𝑝)!
𝑛=0
𝑥 2 𝑦" + 𝑥𝑦′ + (𝑥 2 − 𝑝2 )𝑦 = 0
𝑎𝑏 𝑎(𝑎 + 1)𝑏(𝑏 + 1) 2
𝐹(𝑎, 𝑏, ; 𝐶; 𝑥) = 1 + 𝑥+ 𝑥 +⋯
1𝑐 1 × 2 × 𝑐(𝑐 + 1)
34
O que são equações diferenciais
Uma equação diferencial é uma equação formada por uma função junto com pelo
menos uma de suas derivadas, como f(x) + f’’(x) = 2x. É uma relação entre uma
variável x, uma função de x e derivadas até ordem n da função em relação à variável x:
𝑦 ′ = 𝑓(𝑥) [1𝑎]
𝑦 ′′ + 𝑦 = 0 [2𝑎]
1
𝑦 ′′ = (1 + [𝑦 ′ ]2 )2 [3𝑎]
𝜕 2𝑢 𝜕 2𝑢
+ = 0 [4𝑎]
𝜕𝑥 2 𝜕𝑦 2
E, para achar essa função, basta fazer a operação inversa da derivação, ou seja,
integrar os dois lados da equação no intervalo (se for dado). Eis um exemplo:
𝑑𝑦 1
= 𝑥 2 − 3 → ∫ 𝑑𝑦 = ∫(𝑥 2 − 3)
𝑑𝑥 𝑑𝑥
1 1 1 𝑦
∫ 𝑑𝑦 = ∫ 𝑑𝑦 = ×𝑦 =
𝑑𝑥 𝑑𝑥 𝑑𝑥 𝑑𝑥
1 3
𝑦 = ∫(𝑥 2 − 3) 𝑑𝑥 ⇒ 𝑦 = 𝑥 − 3𝑥
3
35
A equação y’ = y tem solução y = aex, pois:
𝑑(𝑎𝑒 𝑥 )
𝑦′ = = 𝑎𝑒 𝑥 = 𝑦
𝑑𝑥
Onde (n) é a ordem da equação diferencial (quantas vezes a função inicial foi derivada)
e n é o grau da equação diferencial.
Uma equação diferencial ordinária pode ser, ainda, linear, que é quando ela não
contém expoentes maiores que 1 ou funções. A forma geral de uma equação
diferencial linear é:
𝑑𝑦
+ 𝑃(𝑥) = 𝑄(𝑥)
𝑑𝑥
A equação diferencial M(x, y)x’ + N(x, y)y’ = 0 é de primeira ordem. É útil escrevê-la
sob a forma:
36
Interpretação Geométrica de Equações Diferenciais
A equação diferencial 𝑀(𝑥, 𝑦)𝑑𝑥 + 𝑁(𝑥, 𝑦)𝑑𝑦 = 0 se diz exata quanto existe uma
função g(x, y) tal que 𝑑[𝑔(𝑥, 𝑦)] = 𝑀(𝑥, 𝑦)𝑑𝑥 + 𝑁(𝑥, 𝑦)𝑑𝑦, isto é, quando existe uma
função g(x, y) tal que
𝑔𝑥 (𝑥, 𝑦) = 𝑀(𝑥, 𝑦) 𝑒 𝑔𝑦 (𝑥, 𝑦) = 𝑁(𝑥, 𝑦)
Exemplo:
A equação (4x – y)dx + (2y – x)dy = 0 é exata porque o membro da esquerda é
a diferencial (derivada) da função g(x, y) = 2x2 –xy + y2, pois:
𝑑(2𝑥 2 − 𝑥𝑦 + 𝑦 2 )
= 4𝑥 − 𝑦
𝑑𝑥
𝑑(2𝑥 2 − 𝑥𝑦 + 𝑦 2 )
= −𝑥 + 2𝑦 = 2𝑦 − 𝑥
𝑑𝑦
37
Evidentemente, poderíamos, também, escolher g(x, y) = 2x2 –xy + y2 + C, sendo C
uma constante.
Quando g(x, y) for uma função diferenciável tal que 𝑑[𝑔(𝑥, 𝑦)] = 𝑀(𝑥, 𝑦)𝑑𝑥 +
𝑁(𝑥, 𝑦)𝑑𝑦, qualquer função g(x, y) – C, sendo C uma constante, é denominada uma
integral da correspondente equação diferencial.
A função 2x2 –xy + y2 é uma integral da equação do exemplo acima. As curvas integrais
dessa função são dadas pela equação 2x2 –xy + y2 = C. Quando C > 0, as curvas dadas
são elipses.
Teorema: Se as funções M(x, y), N(x, y) e suas derivadas parciais My(x, y) e Nx(x, y)
forem contínuas em um quadrado R, uma condição necessária e suficiente para que a
equação diferencial M(x, y)dx + N(x, y)dy = 0 seja exata é que
𝜕𝑀 𝜕𝑁
=
𝜕𝑦 𝑑𝑥
Exemplo:
(3𝑥 2 + 𝑦 2 )𝑑𝑥 + 2𝑥𝑦𝑑𝑦 = 0
𝑀𝑦 = 2𝑦, 𝑁𝑥 = 2𝑦
Teorema:
Se g(x, y) for uma integral de uma equação diferencial exata M(x, y)dx + N(x, y)dy = 0,
qualquer solução diferenciável y(x) da equação g(x, y) = C é uma solução da equação
diferencial.
38
Outro método:
Para encontrar uma solução, integra-se o termo 2xydy relativamente a y,
obtendo-se xy2. A seguir, determina-se a função f(x), de x somente, tal que
d[xy2 + f(x)] seja igual ao primeiro membro ([3x2 + y2]dx + 2xydy = 0). Ou seja,
deseja-se encontrar uma função f(x) tal que:
Fator Integrante
Quando uma equação da forma 𝑀(𝑥, 𝑦)𝑑𝑥 + 𝑁(𝑥, 𝑦)𝑑𝑦 = 0 não for exata, tenta-se
encontrar um fator integrante, isto é, uma função I(x, y) tal que a equação
Variáveis Separáveis
𝑎(𝑥) ℎ(𝑦)
𝑑𝑥 + 𝑑𝑦 = 0
𝑏(𝑥) 𝑘(𝑦)
39
Exemplo1 : xdy – ydx = 0.
1 1 1 1
, 2, 2, 2
𝑥𝑦 𝑥 𝑦 𝑥 + 𝑦 2
exceto para valores de x e de y que não dão sentido a estas funções. Usando o
primeiro fator integrante:
𝑥𝑑𝑦 𝑦𝑑𝑥 𝑑𝑦 𝑑𝑥
− =0⟹ − =0
𝑥𝑦 𝑥𝑦 𝑦 𝑥
𝑦 𝑦
ln|𝑦| − ln|𝑥| = |𝐶| ⇒ 𝑙𝑛 ( ) = 𝐶 ⇒ = 𝐶 ⇒ 𝑦 = 𝐶𝑥
𝑥 𝑥
Exemplo 2:
𝑑𝑦 𝑑𝑦
= 5𝑥𝑦 ⇒ 𝑑𝑦 = 5𝑥𝑦𝑑𝑥 ⇒ = 5𝑥𝑑𝑥
𝑑𝑥 𝑦
𝑦
𝑦 ′ = 𝐹(𝑥, 𝑦) = 𝐺(𝑣) 𝑞𝑢𝑎𝑛𝑑𝑜 𝑣 = ⇒ 𝑦 = 𝑣𝑥 ⇒
𝑥
𝑑𝑣
⇒ 𝑦′ = 𝑣 + 𝑥 = 𝐺(𝑣)
𝑑𝑥
Multiplicando por dx:
𝑑𝑥 𝑑𝑣
𝑣𝑑𝑥 + 𝑥𝑑𝑣 = 𝐺(𝑣)𝑑𝑥 ⇒ =
𝑥 𝐺(𝑣) − 𝑣
40
Aí temos variáveis separadas. Basta integrar:
𝑑𝑥 𝑑𝑣 𝑑𝑣
∫ =∫ ⇒ ln(𝑥) = ∫ +𝐶 ⟹
𝑥 𝐺(𝑣) − 𝑣 𝐺(𝑣) − 𝑣
𝑑𝑣
⟹ ln(𝑥) − ∫ =𝐶
𝐺(𝑣) − 𝑣
Seja a equação
𝑦+𝑥
𝑦′ =
𝑥
𝑡𝑦 + 𝑡𝑥 𝑦+𝑥
𝑓(𝑡𝑥, 𝑡𝑦) = = = = 𝑓(𝑥, 𝑦)
𝑡𝑥 𝑥
𝑦2
𝑓(𝑥, 𝑦) = 𝑦 ′ =
𝑥
pois
(𝑡𝑦)2 𝑡𝑦 2 𝑦 2
𝑓(𝑡𝑥, 𝑡𝑦) = = = ≠ = 𝑓(𝑥, 𝑦)
𝑡𝑥 𝑥 𝑥
𝑑𝑦 𝑦
= 𝐹( )
𝑑𝑥 𝑥
41
Problema do Valor Inicial
Como várias funções podem derivar para uma função única, dando, assim, várias
soluções para uma única equação diferencial, impõe-se condições iniciais para que seja
selecionada uma solução única entre as várias possíveis.
Por exemplo:
𝑦 ′′ = 3𝑦 ′ − 2𝑦, 𝑐𝑜𝑚 𝑦(0) = −1 𝑒 𝑦 ′ (0) = 0
y(0) e y’(0) são os valores iniciais. Veja que eles são dados para o mesmo ponto. O
chamado problema do valor inicial surge quando os valores iniciais são dados para
pontos diferentes.
42
Equações Diferenciais Lineares de Primeira Ordem
Denomina-se equação diferencial linear de primeira ordem, aquela que pode ser posta
sob a forma k(x)y’ + m(x)y = s(x). Se k(x) ≠ 0, temos (dividindo tudo por k(x)):
𝑦 ′ + 𝑎(𝑥)𝑦 = 𝑏(𝑥)
𝑦 2 1 2
𝑦′ + = 2 + 1 → 𝑎(𝑥) = 𝑒 𝑏(𝑥) = 1 + 2
𝑥 𝑥 𝑥 𝑥
𝒅𝒙
Um fator integrante será 𝒆∫ 𝒙 = 𝒆𝐥𝐧(𝒙) = 𝒙. Se ambos os membros forem
𝟐
multiplicados por x, obtém-se (𝒙𝒚)′ = 𝒙 + 𝒙, resultando que:
𝑥2 2 𝑥 𝐶
𝑥𝑦 = 2 ln(𝑥) + + 𝐶 ⇒ 𝑦 = ln(𝑥) + + , 𝑥 > 0
2 𝑥 2 𝑥
43
2) Este método generaliza-se para equações diferenciais de ordem superior
[prova: multiplique a equação por 1/y].
Consideremos a equação diferencial y’ + a(x)y = b(x) e a equação homogênea
associada y’ + a(x)y = 0. Por substituição, verifica-se que 𝒆− ∫ 𝒂(𝒙)𝒅𝒙 é uma
solução da última equação. Para completar a solução, introduz-se uma nova
variável v, por meio da substituição 𝒚 = 𝒗𝒆− ∫ 𝒂(𝒙)𝒅𝒙 e 𝒚′ = [𝒗′ −
𝒂(𝒙)𝒗]𝒆− ∫ 𝒂(𝒙)𝒅𝒙 . A equação y’ + a(x)y = b(x) se transforma em:
𝑣 ′ 𝑒 − ∫ 𝑎(𝑥)𝑑𝑥 = 𝑏(𝑥)
𝑣 = 𝐶 + ∫ 𝑏(𝑥)𝑒 ∫ 𝑎(𝑥)𝑑𝑥 𝑑𝑥
Para resolver a equação linear homogênea k(x)y’ + m(x)y = 0, nota-se que as variáveis
são separáveis e
𝑑𝑦 𝑚(𝑥)
+ 𝑑𝑥 = 0, 𝑞𝑢𝑎𝑛𝑑𝑜 𝑘(𝑥) ≠ 0
𝑦 𝑘(𝑥)
sendo a um número real não nulo, então a equação diferencial acima diz-se ter
coeficientes homogêneos. Quando isso acontece, qualquer das substituições
reduzirá a equação diferencial 𝑀(𝑥, 𝑦)𝑑𝑥 + 𝑁(𝑥, 𝑦)𝑑𝑦 = 0 a uma equação com
variáveis separáveis.
44
Exemplo:
3 3
= ln|𝑥| + ln(1 + 4𝑣 2 ) = ln(𝐶)
8 8
Um Fator Integrante
𝑥𝑀𝑥 + 𝑦𝑀𝑦 𝑀
≡
𝑥𝑁𝑥 + 𝑦𝑁𝑦 𝑁
Trajetórias Ortogonais
45
Equações Redutíveis às Equações de Primeira Ordem
𝑑𝑃 𝑑𝑃 𝑑𝑦 𝑑𝑃
𝑦′ = 𝑃 𝑦 ′′ = = × =𝑃× [4]
𝑑𝑥 𝑑𝑦 𝑑𝑥 𝑑𝑦
As mais simples equações diferenciais lineares são aquelas que podem ser escritas sob
a forma:
𝑎0 𝑦 (𝑛) + 𝑎1 𝑦 (𝑛−1) + ⋯ + 𝑎𝑛−1 𝑦 ′ + 𝑎𝑛 𝑦 = 𝑓(𝑥) [1]
onde a0, a1, ..., an são constantes reais. A equação homogênea associada é:
então 𝒆𝒎𝟏 𝒙 é uma solução de [2]. O método varia de acordo com a natureza das raízes
de [4], isto é, se são reais ou complexas, simples ou múltiplas.
46
Para tornar clara a exposição, necessitamos do resultado seguinte sobre as equações
homogêneas. Consideremos a equação:
sendo a0(x), a1(x), ..., an-1(x), funções contínuas no intervalo (a,b), sendo a0(x) ≠ 0.
Teorema: Existem n soluções y1(x), y2(x), ..., yn(x) [6] de [5] no intervalo (a,b) com
propriedade:
𝑦1 (𝑥) 𝑦2 (𝑥) … 𝑦𝑛 (𝑥)
𝑦 ′1 (𝑥) 𝑦 ′ 2 (𝑥) … 𝑦 ′ 𝑛 (𝑥)
| … … … | ≠ 0 [7]
(𝑛−1)
𝑦1 (𝑥) 𝑦2
(𝑛−1)
(𝑥) … 𝑦𝑛(𝑛−1) (𝑥)
Também, se y1(x), y2(x), ..., yn(x) forem n soluções de [5] para as quais vale a condição
[7], então toda solução de [5] escreve-se sob a forma:
A função [8] é denominada a solução geral de [5], desde que toda solução pode ser
escrita sob esta forma e toda combinação linear de soluções é ainda solução de [5].
O determinante [7] é chamado o wronskiano das n soluções.
Se existir um x em (a,b) para o qual uma ou mais funções a0(x), a1(x), ..., an-1(x), an(x)
deixa de ser contínua ou anula a0(x), ele será denominado um ponto singular da
equação [5].
Diz-se que uma equação diferencial linear homogênea de segunda ordem possui um
ponto singular regular em x = a se ela puder ser escrita sob a forma:
47
Dependência Linear
Duas soluções u1, u2 são linearmente dependentes se existem C1 e C2, não ambos
nulos, tal que C1u1(x) + C2u2(x) ≡ 0 para todo x ϵ (a,b).
com a propriedade de que toda solução y(x) de [2.1] pode ser escrita sob a forma
Teorema: Duas soluções y1(x) e y2(x) de [2.1] são linearmente dependentes se, e
somente se, seu wronskiano for nulo:
𝑦1 (𝑥0 ) 𝑦2 (𝑥)
| |≡0
𝑦′1 (𝑥) 𝑦′2 (𝑥)
Se as raízes de [4] são os n números reais e distintos m1, m2, ..., mn, as funções 𝒆𝒎𝟏 𝒙 ,
𝒆𝒎𝟐 𝒙 , ..., 𝒆𝒎𝒏 𝒙 constituem o conjunto de n soluções que satisfazem [7], e a solução
geral de [2] é:
𝑪 𝟏 𝒆𝒎 𝟏 𝒙 + 𝑪 𝟐 𝒆𝒎 𝟐 𝒙 + ⋯ + 𝑪 𝒏 𝒆𝒎 𝒏 𝒙
Exemplo:
y'’ + y’ – 2y = 0. A equação auxiliar é m2 + m – 2 =0 e possui raízes 1 e -2,
que são reais e distintas. A solução geral será:
𝑦 = 𝐶1 𝑒 𝑥 + 𝐶2 𝑒 −2𝑥
𝑦 = 𝐶1 𝑒 2𝑥 + 𝐶2 𝑒 2𝑥 + 𝐶3 𝑒 2 𝑒 2𝑥
48
Exemplo:
y’’’ – y’’ – y’ + y = 0.
𝑦(𝑥) = 𝐶1 𝑒 𝑥 + 𝐶2 𝑒 2𝑥 + 𝐶3 𝑒 3𝑥
Raízes Complexas
Se a equação auxiliar possui raiz complexa (a + bi), ela também possui a raiz conjugada
(a – bi). As funções eax.Cos(bx), eax.Sen(bx) são soluções linearmente independentes
correspondentes àquelas raízes.
Exemplo:
y'’ – 4y’ + 13y = 0
Equação de Euler
Seja a equação
com a0 ≠ 0, sendo a0, a1, a2, ..., an constantes. A transformação x = et reduz esta
equação a uma equação linear com coeficientes constantes.
49
Exemplo:
𝑑𝑦 𝑑𝑦
𝑑( ) 𝑑( )/𝑑𝑡 1 𝑑 2 𝑦 𝑑𝑦
′′
𝑦 = 𝑑𝑥 = 𝑑𝑥 = 2( 2 − )
𝑑𝑥 𝑑𝑥/𝑑𝑡 𝑥 𝑑𝑡 𝑑𝑡
𝑑2𝑦 𝑑𝑦
2
−3 + 2𝑦 = 0
𝑑𝑡 𝑑𝑡
Cuja solução geral é:
𝑦 = 𝐶1 𝑒 𝑡 + 𝐶2 𝑒 2𝑡
𝑦 = 𝐶1 𝑥 + 𝐶2 𝑥 2
Equação de Bernoulli
É uma equação da forma y’ + a(x)y = b(x)yn, que não é linear. Para linearizar, fazemos
u = y1-n, de onde u’ = (1 – n)y-n x y’, o que implica que y’ = (1 – n)yn x u’. Substituindo
na equação inicial: (1 –n)yn.u’ + a(x)y = yn e multiplicando tudo por y-n resultará na
equação (1 – n).u’ + a(x)y1-n = 1. Mas, de cima, temos u = y1-n, o que nos leva à
equação linear
(𝟏 − 𝒏). 𝒖′ + 𝒂(𝒙)𝒖 = 𝟏
50
Teorema: Se C1y1(x) + C2y2(x) é a solução geral de a(x)y’’ + b(x)y’ + c(x)y = 0, e se
qualquer y0(x) é qualquer solução particular da equação não homogênea dada por
a(x)y’’ + b(x)y’ + c(x)y = f(x), a solução geral desta é y0(x) + C1y1(x) + C2y2(x).
Exemplo 1:
𝑦 ′′ − 𝑦 ′ − 2𝑦 = −2𝑒 𝑥 − 10𝐶𝑜𝑠(𝑥)
−2𝑎 = −2 𝑎 = 1
𝑐 − 3𝑏 = 0 } 𝑏 = 1
3𝑐 + 𝑏 = 10 𝑐 = 3
𝑒 𝑥 + 𝑆𝑒𝑛(𝑥) + 3𝐶𝑜𝑠(𝑥) + 𝐶1 𝑒 −𝑥 + 𝐶2 𝑒 2𝑥
Exemplo 1:
𝑦 ′′ + 𝑦 = 3 [1]
Com a0(x) ≠ 0 em (a,b) e a0(x), a1(x), ..., an(x), f(x) contínuas em (a,b).
51
Teorema: Seja x = x0 um ponto no intervalo (a,b) e seja C0, C1, C2, ..., Cn-1 um conjunto
arbitrário de n números reais. Existe uma, e somente uma, solução y(x) da equação
[1.1] com propriedade y(x0) = C0, y’(x0) = C1, ..., y(n-1)(x0) = Cn-1. Ainda mais: essa
solução é definida sobre o intervalo inteiro (a,b). Se f(x) ≡ 0 sobre (a,b), então [1.1] é
homogênea.
Corolário: Uma solução y(x) da homogênea tal que y(x0) = 0, y’(x0) = 0, ..., y(n-1)(x0) = 0
para algum x0 em (a,b) é identicamente zero em (a,b).
Teorema: Sejam f(x,y) e fy(x,y) funções contínuas das variáveis x e y em uma região R
do plano xy, contendo o ponto (x0, y0). Podemos tomar uma constante positiva h tal
que exista uma, e somente uma, solução y(x) da equação diferencial y’ = f(x,y) no
intervalo x0 ≤ x ≤ (x0 + h), sendo y(x0) = y0.
Exemplo:
y’ = y – Desejamos encontrar uma solução y(x) que satisfaça a condição
y(0) = 1. Aqui f(x,y) = y e fy(x,y) = 1.
Existe só uma solução – nota-se que é ex.
52
Teorema da Existência e Unicidade (T.E.U)
(𝑛−1)
𝑦(𝑥0 ) = 𝑦0 , 𝑦 ′ (𝑥0 ) = 𝑦′0 , … , 𝑦 (𝑛−1) (𝑥0 ) = 𝑦0
𝑑𝑦 𝑃(𝑥, 𝑦)
=− = 𝐹(𝑥, 𝑦)
𝑑𝑥 𝑄(𝑥, 𝑦)
Seja
𝜕𝑃 𝜕𝑄
𝜕𝐹 𝑄 −𝑃
𝜕𝑦 𝜕𝑦
=− 2
𝜕𝑦 𝑄
𝜕𝑃 𝜕𝑄
Nos pontos onde 𝑃, 𝑄, 𝜕𝑦 𝑒 são contínuas e Q não se anula, podemos aplicar o
𝜕𝑦
T.E.U. Onde o T.E.U não pode ser aplicado é, claramente, um ponto de singularidade.
Fator Integrante
Suponhamos Pdx + Qdy = 0 não exata. Seja h uma função de x, e seja h um fator
integrante. Nesse caso, temos hPdx + hPdy = 0 exata. Se essa equação é exata, temos
que:
𝜕(ℎ𝑄) 𝜕(ℎ𝑃)
= ⟹ ℎ𝑄𝑥 + ℎ′ 𝑄 = ℎ𝑃𝑦 ⟹
𝜕𝑥 𝜕𝑦
ℎ′ 𝑃𝑦 − 𝑄𝑥
⟹ ℎ′ 𝑄 = ℎ(𝑃𝑦 − 𝑄𝑥 ) ⟹ =
ℎ 𝑄
Vemos que
𝑷𝒚 −𝑸𝒙
1 𝑑[ln(ℎ)] 𝑃𝑦 − 𝑄𝑥 ∫
× ℎ′ = ⟹ ln(ℎ) = ∫ ⟹𝒉=𝒆 𝑸
ℎ 𝑑𝑥 𝑄
53
𝑷𝒚 −𝑸𝒙
𝑃𝑦 −𝑄𝑥 ∫ 𝒅𝒙
Portanto, se é uma função só de x, então 𝒆 𝑸 é um fator integrante. Se
𝑄
𝑸𝒙 −𝑷𝒚
𝑄𝑥 −𝑃𝑦 𝒅𝒙
é uma função que depende só de y, 𝒆∫ −𝑷 é um fator integrante.
−𝑃
Este método falhou porque o termo ex (em 2ex) na equação [4.7] é também uma
solução da equação homogênea [4.8]. Pode-se superar essa dificuldade procurando-se
determinar a constante a ≠ 0, tal que y = aex seja uma solução de [4.7].
Tem-se: 2aex = 2ex, o que implica a = 1, e a solução particular de [4.7] é xex. Sua
solução geral é, então: xex + C1ex + C2e-x.
Exemplo:
𝑦 ′′ − 𝑦 ′ − 2𝑦 = 4𝑥 2
𝑦ℎ = 𝑐1 𝑒 −𝑥 + 𝑐2 𝑒 2𝑥
𝑦𝑝 = 𝐴2 𝑥 2 + 𝐴1 𝑥 + 𝐴0 [1]
54
Igualando os coeficientes de mesmas potências de x:
𝑦𝑝 = −2𝑥 2 + 2𝑥 − 3
E a solução geral é:
𝑦 = 𝑦ℎ + 𝑦𝑝
Regras:
1) Se Ø(x) = Pn(x), fazemos yp = Anxn + An-1xn-1 + ...+ A1x + A0
2) Se Ø(x) = eαx.Pn(x), fazemos yp = eαx(Anxn + An-1xn-1 + ...+ A1x + A0)
3) Se Ø(x) = eαx.Pn(x).Sen(βx), α e β conhecidos, fazemos yp =
eαx.Sen(βx).(Anxn + An-1xn-1 + ...+ A1x + A0) + eαx.Cos(βx).(Bnxn + ... + B0)
Exemplo:
𝑦 ′′ − 𝑦 ′ − 2𝑦 = 0
𝑦 ′′ − 𝑦 ′ − 2𝑦 = 𝑒 3𝑥 {
𝑦ℎ = 𝑐1 𝑒 −𝑥 + 𝑐2 𝑒 2𝑥
Ou
1
4𝐴0 𝑒 3𝑥 = 𝑒 3𝑥 ⟹ 4𝐴0 = 1 ⟹ 𝐴0 =
4
Então:
1 3𝑥
𝑦𝑝 = 𝑒
4
E a solução geral é yh + yp = y.
55
Método da Variação dos Parâmetros
A equação [3.2] possui uma solução geral da forma 𝐶1 𝑦1 (𝑥) + 𝐶2 𝑦2 (𝑥) [3.3] com
y1(x) e y2(x) soluções linearmente independentes de [3.2], com C1 e C2 constantes
quaisquer.
Teorema: Se y0(x) for uma qualquer solução de [3.1], a solução geral de [3.1] pode ser
escrita sob a forma 𝑦0 (𝑥)𝐶1 𝑦1 (𝑥) + 𝐶2 𝑦2 (𝑥), sendo y1(x) e y2(x) soluções linearmente
independentes de [3.2], C1 e C2 constantes quaisquer.
𝑓(𝑥)
𝑢′1 (𝑥)𝑦′1 (𝑥) + 𝑢′ 2 (𝑥)𝑦′2 (𝑥) = [3.5]
𝑎0 (𝑥)
e
𝑦2 (𝑥)𝑓(𝑥) 𝑦1 (𝑥)𝑓(𝑥)
𝑢′1 (𝑥) = − , 𝑢′2 (𝑥) =
𝑎0 (𝑥)𝑤(𝑥) 𝑎0 (𝑥)𝑤(𝑥)
sendo
𝑤(𝑥) = 𝑦1 (𝑥)𝑦′2 (𝑥) − 𝑦′1 (𝑥)𝑦2 (𝑥)
o wronskiano de y1(x), y2(x).
Ainda:
𝑥 𝑥
𝑦2 (𝑡)𝑓(𝑡) 𝑦1 (𝑡)𝑓(𝑡)
𝑢1 (𝑥) = − ∫ 𝑑𝑡; 𝑢2 (𝑥) = ∫ 𝑑𝑡
𝑥0 𝑎0 (𝑡)𝑤(𝑡) 𝑥0 𝑎0 (𝑡)𝑤(𝑡)
56
A solução geral de [3.7] é C1Sen(x) + C2Cos(x). Verifica-se, substituindo na equação que
y = 1 é uma solução particular de [3.6]. Desta forma, a solução geral de [3.6] é:
1 + 𝐶1 𝑆𝑒𝑛(𝑥) + 𝐶2 𝐶𝑜𝑠(𝑥)
Com C1 e C2 constantes quaisquer.
O operador L(y) é linear, isto é, L(c1y1 +c2y2) = c1L(y1) + c2L(y2), sendo c1, c2 constantes
quaisquer e y1, y2 funções diferenciáveis arbitrárias de ordem até n.
Princípio da Superposição
Se y1 e y2 são duas soluções de L(y) = 0, então c1y1 + c2y2 são também soluções de
L(y), para duas constantes c1 e c2 quaisquer.
Exemplo: O conjunto {x, 5x, 1, Sen(x)} é linearmente dependente, pois, existem c1 = -5,
c2 = 1, c3 = 0 e c4 = 0 (não todos nulos, como se vê) tal que:
57
Teorema: A equação diferencial de n-ésima ordem L(y) = 0 tem sempre n soluções
linearmente independentes. Se y1(x), y2(x), ..., yn(x) representam estas soluções,
então a solução geral de L(y) = 0 é:
Definição: Seja {Z1(x), Z2(x), ..., Zn(x)} um conjunto de funções sobre a ≤ x ≤ b, cada
uma possuindo (n – 1) derivadas. O wronskiano do conjunto de soluções é dado por:
𝑍1 𝑍2 … 𝑍𝑛
𝑍1′ 𝑍2′ … 𝑍𝑛′
| |
𝑊(𝑍1 , 𝑍2 , … , 𝑍𝑛 = 𝑍1′′ 𝑍2′′ … 𝑍𝑛′′
| ⋮ ⋮ ⋮ ⋮ |
(𝑛−1) (𝑛−1) (𝑛−1)
𝑍1 𝑍2 ⋯ 𝑍𝑛
Teorema: Seja {y1(x), y2(x), ..., yn(x)} um conjunto de soluções da equação diferencial
de n-ésima ordem homogênea L(y) = 0. Este conjunto é linearmente independente em
a ≤ x ≤ b se, e somente se, o wronskiano do conjunto não é identicamente nulo.
Exemplo:
As duas soluções y1(x) = Sen(2x) e y2(x) = Cos(2x) de y’’ + 4y = 0 são
linearmente independentes para qualquer x, pois:
𝑆𝑒𝑛(2𝑥) 𝐶𝑜𝑠(2𝑥)
| | = −2 ≠ 0
2𝐶𝑜𝑠(2𝑥) −2𝑆𝑒𝑛(2𝑥)
Uma solução particular de L(y) = Ø(x), que vimos acima, tem a forma:
58
Onde os yi(x) são as soluções da homogênea associada e os vi são funções a serem
determinadas (substituem os parâmetros Ci).
Para encontrar os vi, primeiro resolva as seguintes equações lineares simultaneamente
para v’i:
𝑣′1 𝑦1 + 𝑣′2 𝑦2 + ⋯ + 𝑣′𝑛 𝑦𝑛 = 0
𝑣′1 𝑦′1 + 𝑣′2 𝑦′2 + ⋯ + 𝑣′𝑛 𝑦′𝑛 = 0
⋮
(𝑛−2) (𝑛−2) (𝑛−2)
𝑣′1 𝑦1 + 𝑣′2 𝑦2 + ⋯ + 𝑣′𝑛 𝑦𝑛 =0
(𝑛−1) (𝑛−1) ′ (𝑛−1)
𝑣′1 𝑦1 + 𝑣′2 𝑦2 + ⋯ + 𝑣 𝑛 𝑦𝑛 = ∅(𝑥)
e então integrar cada v’i para obter vi, sem considerar as constantes na integração.
Isto é permitido porque estamos procurando apenas uma solução particular.
𝑦𝑝 = 𝑣1 + 𝑣2 𝐶𝑜𝑠(𝑥) + 𝑣3 𝑆𝑒𝑛(𝑥)
59
Fazendo [1] + [3], temos que v1 = Sec(x), v2 = –1, v3 = –Tan(x), então:
𝑣′2 = − ∫ 𝑑𝑥 = −𝑥
𝑑𝑥1
= 𝑎11 (𝑡)𝑥1 + 𝑎12 (𝑡)𝑥2 + ⋯ + 𝑎1𝑛 (𝑡)𝑥𝑛
𝑑𝑡
𝑑𝑥2 [1.1]
= 𝑎21 (𝑡)𝑥1 + 𝑎22 (𝑡)𝑥2 + ⋯ + 𝑎2𝑛 (𝑡)𝑥𝑛
𝑑𝑡
⋮
𝑑𝑥𝑛
= 𝑎𝑛1 (𝑡)𝑥1 + 𝑎𝑛2 (𝑡)𝑥2 + ⋯ + 𝑎𝑛𝑛 (𝑡)𝑥𝑛
𝑑𝑡
Denomina-se solução do sistema a uma coluna de funções [x1(t) x2(t) ... xn(t)]T [1.2].
Teorema: Se a1, a2, ..., an for uma coleção arbitrária de constantes, t0 um ponto
qualquer do intervalo I, existe uma, e somente uma, solução de [1.1] tal que:
Corolário: A solução [1.2] de [1.1] tal que x1(t0) = x2(t0) = ... = xn(t0) para algum t0
pertencente a I, é identicamente nula, isto é x1(t0) ≡ x2(t0) ≡ ... ≡ xn(t0) ≡ 0 para todo
t pertencente a I.
60
Quando n = 3, o sistema [1.1] fica:
𝑑𝑥1
= 𝑎11 (𝑡)𝑥1 + 𝑎12 (𝑡)𝑥2 + 𝑎13 (𝑡)𝑥3
𝑑𝑡
𝑑𝑥2
= 𝑎21 (𝑡)𝑥1 + 𝑎22 (𝑡)𝑥2 + 𝑎23 (𝑡)𝑥3 [1.1]′
𝑑𝑡
𝑑𝑥3
= 𝑎31 (𝑡)𝑥1 + 𝑎32 (𝑡)𝑥2 + ⋯ + 𝑎33 (𝑡)𝑥3
𝑑𝑡
Resolva o sistema
𝑑𝑥1 1 1
= 𝑥1 + 𝑥2
{ 𝑑𝑡 2 2 [3.2]
𝑑𝑥2 3 5
= − 𝑥1 + 𝑥2
𝑑𝑡 2 2
61
𝜆𝑡
Vamos determinar as constante A, B e λ tais que a coluna 𝐴𝑒 𝜆𝑡 seja uma
𝐵𝑒
solução de [3.2].
Se substituirmos x1 e x2, respectivamente, em [3.2], por estas funções, resulta
que A, B e λ devem satisfazer as equações
1 1
( − 𝜆) 𝐴 + 𝐵 = 0
{ 2 2 [3.3]
3 5
− 𝐴 + ( − 𝜆) 𝐵 = 0
2 2
1 1
( − 𝜆) ( )
| 2 2 | = 0 [3.4]
3 5
(− ) ( − 𝜆)
2 2
3𝐴 3𝐵
− + =0
2 2
3𝐴 𝐵
− + =0
2 2
𝑡
Escolhendo A = B = 1 nos conduz à solução 𝑒 𝑡 de [3.2].
𝑒
2𝑡
Uma solução não trivial é A = 1, B = 3, e teremos 𝑒 2𝑡 .
3𝑒
A solução geral seria:
𝐶1 𝑒 𝑡 + 𝐶2 𝑒 𝑡
𝐶1 𝑒 𝑡 + 3𝐶2 𝑒 2𝑡
62
Seja
𝑓𝑖 (𝑡)
𝑑𝑥
= 4𝑥 − 9𝑦 + 5𝑧 + ⏞
1 + 13𝑡
𝑑𝑡 4 −9 5 𝑥 1 + 13𝑡
𝑑𝑦 = ( 1 −10 7 ) (𝑦 ) + ( 3 + 15𝑡)
= 𝑥 − 10𝑦 + 7𝑧 + 3 + 15𝑡
𝑑𝑡 1 −17 12 𝑧 2 + 26𝑡
𝑑𝑧
{ 𝑑𝑡 = 𝑥 − 17𝑔 + 12𝑧 + 2 + 26𝑡
𝑎1 − 𝜆 𝑏1 𝑐1
| 𝑎2 𝑏2 − 𝜆 𝑐2 | = 𝜙
𝑎3 𝑏3 𝑐3 − 𝜆
Se as raízes do polinômio são imaginárias, temos A1eλt , B1eλt, C1eλt e A2eλt , B2eλt, C2eλt.
Exemplo:
𝑑𝑥1
= 0𝑥1 + 𝑥2
{ 𝑑𝑡
𝑑𝑥2
= −2𝑥1 + 3𝑥2
𝑑𝑡
Temos
(0 − 𝜆)𝐴 + 𝐵 = 0
{ [1.0]
−2𝐴 + (3 − 𝜆)𝐵 = 0
Daí
(0 − 𝜆) 1
| | = 0 ⇒ 𝜆2 − 3𝜆 + 2 = 0
−2 (−3 − 𝜆)
As raízes são
𝜆1 = 1 𝑒 𝜆2 = 2
Com λ = 1, [1.0] fica
−𝐴 + 𝐵 = 0
{
−2𝐴 + 2𝐵 = 0
63
𝑡
Fazendo A = 1 implica B = 1 e a solução é do tipo (𝑒 𝑡 )
𝑒
2𝑡
Fazendo A = 1 implica B = 2 e a solução é do tipo ( 𝑒 2𝑡 )
2𝑒
E a solução geral é:
𝐶1 𝑒 𝑡 + 𝐶2 𝑒 2𝑡
𝐶1 𝑒 𝑡 + 𝐶2 2𝑒 2𝑡
+∞
𝑦(𝑥) = ∑ 𝑎𝑛 (𝑥 − 𝑎)𝑛
𝑛=0
+∞
𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 + ⋯ = ∑ 𝑎𝑛 𝑥 𝑛
2
𝑛=0
seja solução de [1]. Se admitirmos que [1] tem uma solução nesta forma e
substituirmos esta série no lugar de y na equação diferencial, obtém-se:
∞ ∞
64
Para que esta série seja identicamente nula, todos os seus coeficientes dever ser nulos,
isto é;
(𝑛 + 2)(𝑛 + 1)(𝑎𝑛+2 ) + 𝑎𝑛 = 0 [2]
4 − 𝑥 2 → 3 − 2(𝑥 − 1) − (𝑥 − 1)2
−2𝑥 → −2 − 2(𝑥 − 1)
12 → 12
E temos que:
+∞
𝑦 = ∑ 𝑎𝑛 (𝑥 − 1)𝑛
𝑛=0
+∞
𝑦′ = ∑ 𝑛. 𝑎𝑛 (𝑥 − 1)𝑛−1
𝑛=0
+∞
65
Substituindo em [1.4]’:
+∞
Nosso problema será resolvido se pudermos encontrar uma função y(x) cuja TL seja
igual a acima. Necessita-se de tabelas, mas, decompondo-se a equação acima em
frações parciais, temos:
1 1
ℒ[𝑦] = 2 + 2
𝑆 𝑆 +1
66
Métodos Numéricos para Equações Diferenciais
Como calcular uma integral equivale a calcular a área sob a curva da função num dado
intervalo, costuma-se usar o método numérico para calcular integrais complicadas ou
aquelas cujas integrais não são conhecidas, por não se ter um método analítico para
calculá-las, como por exemplo as seguintes integrais:
∫ ln[ln(𝑥)]
2
∫ 𝑒𝑥
67
Exercícios de Equações Diferenciais
Exercícios
(1)
𝑒𝑥
𝑦 ′′ − 2𝑦 ′ + 𝑦 =
𝑥5
1 −3 𝑥
𝑦 = 𝐶1 𝑒 𝑥 + 𝐶2 𝑥𝑒 𝑥 + 𝑥 𝑒
12
(2)
𝑦 ′′ + 𝑦 = 𝑆𝑒𝑐(𝑥)
(3)
𝑦 ′′′ = 12
𝑦 = 𝐶1 + 𝐶2 𝑥 + 𝐶3 𝑋 2 + 2𝑥 3
(4)
Uma barra de metal, a uma temperatura de 100 oF, é colocada em uma sala
com uma temperatura constante de 0 oF. Se, após 20 minutos, a temperatura
da barra é de 50 oF, encontre:
68
(a) Quanto tempo a barra levará para alcançar 25 oF?
(b) A temperatura da barra após 10 minutos.
Solução:
De Isaac Newton:
𝑑𝑇
+ 𝑘𝑇 = 𝑘𝑇𝑚
𝑑𝑡
Esta é uma equação diferencial ordinária linear (T’ + kT = 0), cuja solução
é T = Ce-kt [1].
Substituindo C em [1]:
50 = 100𝑒 −20𝑘
69
Substituindo esse valor de k em [2], obtemos que:
1
−0.035𝑡 = 𝑙𝑛 ( )
4
(5)
Encontre as trajetórias ortogonais da família de curvas x2 + y2 = c2.
𝑑𝑦 1
=− [∗]
𝑑𝑥 𝑓(𝑥, 𝑦)
A família é dada por F(x,y,c) = x2 + y2 – c2. São círculos com centro na origem e
raio c.
Diferenciando implicitamente em relação a x:
−𝑥 𝑑𝑦
2𝑥 + 2𝑦𝑦 ′ = 0 𝑜𝑢 𝑦 ′ = =
𝑦 𝑑𝑥
70
Aqui,
−𝑥
𝑓(𝑥, 𝑦) =
𝑦
(6)
71
E um sistema fundamental de Respostas
soluções para cada um dos
sistemas
𝑑𝑥1 𝑒 2𝑡 𝑡𝑒 2𝑡 𝑡 2 𝑒 2𝑡
= 𝑥2
𝑑𝑡 { 𝟐𝑒 2𝑡 (1 + 2𝑡)𝑒 2𝑡 (2𝑡 2 + 2𝑡)𝑒 2𝑡
𝑑𝑥2 4𝑒 2𝑡 (4 + 4𝑡)𝑒 2𝑡 (4𝑡 2 + 8𝑡 + 2)𝑒 2𝑡
= 𝑥3
𝑑𝑡
𝑑𝑥3
= 8𝑥1 − 12𝑥2 + 6𝑥3
𝑑𝑡
𝑑𝑥1
= 𝑥2
𝑑𝑡
𝑒𝑡 𝑡𝑒 𝑡 𝐶𝑜𝑠(𝑡) 𝑆𝑒𝑛𝑡(𝑡)
𝑑𝑥2 𝑒𝑡 (𝑡 + 1)𝑒 𝑡 − 𝑆𝑒𝑛(𝑡) 𝐶𝑜𝑠(𝑡)
= 𝑥3
𝑑𝑡 𝑒𝑡 (𝑡 + 2)𝑒 𝑡 − 𝐶𝑜𝑠(𝑡) 𝑆𝑒𝑛(𝑡)
𝑡 (𝑡 + 3)𝑒 𝑡
𝑑𝑥3 {𝑒 𝑆𝑒𝑛(𝑡) − 𝐶𝑜𝑠(𝑡)
= 𝑥4
𝑑𝑡
𝑑𝑥4
= −𝑥1 + 2𝑥2 − 2𝑥3 + 2𝑥4
𝑑𝑡
(7)
Seja um bloco de massa M preso a uma mola e deslocado de um pequeno espaço x.
72
Substituindo (IV) em (II):
𝑑𝑥
𝑑( ) 2
𝑎= 𝑑𝑡 = 𝑑 × 𝑑𝑥 = 𝑑 𝑥 (𝑉)
𝑑𝑡 𝑑𝑡 𝑑𝑡 (𝑑𝑡)2
𝑑2𝑥
𝐹=𝑀× (𝑉𝐼)
(𝑑𝑡)2
𝑑2𝑥
−𝑘 × 𝑥 = 𝑀 ×
(𝑑𝑡)2
𝑑2𝑥 −𝑘 𝒅𝟐 𝒙 𝒌
2
= 𝑥⟹ 𝟐
+ =𝟎
(𝑑𝑡) 𝑀 (𝒅𝒕) 𝒙
𝑥 = 𝐴 × 𝑆𝑒𝑛(√𝑘/𝑀 × 𝑡)
(8)
Uma bola é atirada verticalmente para cima com uma velocidade de 50 m/s.
Desprezando-se a resistência do ar, encontre:
a) A velocidade da bola em qualquer instante (essa é uma típica solicitação para
que você encontre uma função, não um valor fixo).
b) A distância percorrida em qualquer instante (idem).
c) A altura máxima que a bola alcança.
73
Solução:
Como a bola é atirada para cima, sua aceleração é –a (no caso, usaremos –g, que é a
contra aceleração gravitacional). Daí:
𝑑𝑣
−𝑔 = (𝐼)
𝑑𝑡
𝑑𝑣 = −𝑔𝑑𝑡 (𝐼𝐼)
𝑣 𝑡
𝑣 𝑡
∫ 𝑑𝑣 = −𝑔 ∫ 𝑑𝑡 ⟹ 𝑣 | = −𝑔𝑡 | ⟹ 𝑣 − 50 = −𝑔(𝑡 − 0) ⟹
50 0
50 0
⟹ 𝑣 − 50 = −𝑔𝑡 ⟹ 𝑣 = 50 − 𝑔𝑡 (𝐼𝐼𝐼)
𝑣 = 50 − 10𝑡 (𝐼𝑉)
𝑑ℎ
𝑣= (𝑉)
𝑑𝑡
𝑑ℎ
= 50 − 10𝑡 ⟹ 𝑑ℎ = [50 − 10𝑡]𝑑𝑡 (𝑉𝐼)
𝑑𝑡
74
Para encontrar a distância percorrida em qualquer instante t, basta integrar o
lado esquerdo de 0 até h e o lado direito de 0 até t:
ℎ 𝑡
ℎ 𝑡
∫ 𝑑ℎ = ∫ (50 − 10𝑡)𝑑𝑡 ⟹ ℎ | = 50𝑡 − 5𝑡 2 | ⟹
0 0 0 0
⟹ ℎ = 50𝑡 − 5𝑡 2 (𝑉𝐼𝐼)
50 − 10𝑡 = 0 ⟹ 10𝑡 = 50 ⟹ 𝑡 = 5
Isto implica que a altura máxima ocorre nos 5 segundos. Substituindo isso em
(VII):
75
Geometria Diferencial
Desde o final do século XIX, a geometria diferencial tornou-se um campo voltado para
as estruturas geométricas em espaços diferenciáveis, os manifolds.
Uma grande diferença entre as duas reside na natureza dos problemas que cada uma
tenta abordar. De um ponto de vista, a topologia diferencial distingue-se da geometria
diferencial, estudando, principalmente, os problemas que são inerentemente globais.
Considere o exemplo da caneca e do donut, visto em Topologia. Do ponto de vista da
topologia diferencial, o donut e a caneca têm a mesma forma (em certo sentido).
Essa é uma visão inerentemente global, no entanto, pois, não há como o topologista
diferencial dizer se os dois objetos são os mesmos (nesse sentido), olhando apenas
para uma pequena parte (local) de um deles. Ele deve ter acesso a cada objeto inteiro
(global).
76
Do ponto de vista da geometria diferencial, a caneca e o donut são diferentes, porque
é impossível girar a caneca de tal forma que sua configuração corresponda à do donut.
Esta é também uma maneira global de pensar sobre o problema. Mas, uma distinção
importante é que o geômetra não precisa do objeto inteiro para decidir isso. Ao olhar,
por exemplo, para apenas um pedacinho da alça da caneca, ele pode decidir que a ela
é diferente do donut porque a alça é mais fina (ou mais curva) do que qualquer pedaço
do donut.
Uma equação diferencial estocástica é como uma equação diferencial comum cujos
coeficientes são números aleatórios ou funções aleatórias da variável independente
(ou variáveis independentes).
𝑢̂ = 𝐹(𝑢, 𝑡; 𝛾(𝑡))
Onde u e F pode ser vetores e ϒ(t) representa uma ou mais funções aleatórias cujas
propriedades randômicas são dadas. A solução de uma EDE é a distribuição da variável
no futuro, dada por uma função densidade.
77
Equações de Diferença
Equações diferenciais são perfeitas para a modelagem de situações em que uma
população muda de modo contínuo. Porém, se a mudança é de modo discreto,
pontual, as equações diferenciais mostram falhas.
Uma equação de diferença é uma igualdade matemática que envolve a diferença entre
valores sucessivos de uma função de variável discreta (uma função cujos valores de
variáveis diferem por uma quantidade finita – como, por exemplo, o conjunto dos
números inteiros). Por exemplo, a variável discreta x pode ter os valores x0 = a, x1 =
a+1, x2 = a+2, ..., xn = a+n. A função y tem os valores correspondentes y0, y1, y2, ...,
yn, dos quais as diferenças podem ser encontradas:
∆y0 = y1 – y0
∆y1 = y2 – y1
...
∆yn = yn+1 – yn
Qualquer equação que relacione os valores ∆yi um ao outro ou aos valores xi é uma
equação de diferença. Em geral, uma equação assim tem a forma
𝑦𝑖 = 𝑎𝑖 𝑦𝑖−1 + 𝑏𝑖
Vê-se, claramente, que uma função recursiva. Também, trata-se de uma equação
linear (de diferença). A equação é linear porque os termos do polinômio que a formam
têm grau zero ou um. Este tipo de equação é conhecido, também, como conjunto de
relações lineares recorrentes.
𝑦𝑡 = 𝑎1 𝑦𝑡−1 + ⋯ + 𝑎𝑛 𝑦𝑡−𝑛 + 𝑏
O valor n é o maior tempo entre as iterações, por isso ele representa a ordem da
equação.
78
Equação de Diferença Homogênea
𝑦𝑖 = 𝑎𝑖 𝑦𝑖−1 + 𝑏𝑖
𝑦𝑖 = 𝑎𝑖 𝑦𝑖−1
Onde n = 0, 1, 2, ...
O que faz essa equação ser de primeira ordem é que nós só precisamos conhecer o
valor anterior mais recente para encontrar o próximo valor. Ela pode, também, ser
deduzida da equação diferencial y’ = g(n, y(n)). Isso pode ser provado usando-se a
definição de derivadas:
𝑦(𝑛 + ℎ) − 𝑦(𝑛)
Lim = 𝑓 ′ (𝑛) = 𝑦′(𝑛)
ℎ→0 ℎ
Considerando-se h e n como inteiros e que o menor valor que h pode alcançar sem se
tornar nulo é 1.
79
Podemos escrever (EDPO1) na seguinte forma:
𝑦1 = 𝒂𝒚𝟎 + 𝒃
1 − 𝑎𝑡
1−𝑎
Então:
1 − 𝑎𝑡
𝑦𝑡 = 𝑎𝑡 𝑦0 + 𝑏 ⟹
1−𝑎
𝑏 𝑏
⟹ 𝑦𝑡 = 𝑎𝑡 (𝑦0 − )+ (𝐸𝐷𝑃𝑂3)
1−𝑎 1−𝑎
O termo mais à direita é chamado de estado estável (steady state). Se a iteração for
iniciada no estado estável, o termo à esquerda do estado estável será nulo. Este termo
(o termo à esquerda) é chamado de desvio inicial do estado estável.
Por (EDPO2), vemos que a = –1/3 e b = 5. Agora, basta aplicar (EDPO3). A expressão
resultante será:
−1 𝑡 15 15
𝑦𝑡 = ( ) (𝑦0 − ) +
3 4 4
80
Com t = 0, teremos yt = y0. Com t =1, teremos que
−1
𝑦1 = 𝑦 +5
3 0
81
Álgebra Abstrata
Podemos dizer que a álgebra abstrata é uma extensão (um superconjunto) da álgebra
comum. Onde esta trabalha com operações (+, –, x, ÷) e conjuntos numéricos, a
álgebra abstrata trabalha com tudo isso e, também, com objetos quaisquer, como
figuras geométricas, por exemplo e, também, com operações extras, como rotação e
inversão (flipping). Vimos, em um volume anterior desta série de linguagem
matemática, como multiplicar um círculo por uma linha para obter um cilindro. É esse
tipo de operação que estende a álgebra comum para a álgebra abstrata.
Em outras palavras, o que a álgebra abstrata faz é encarar os conjuntos numéricos
como se fosse conjunto de objetos e aplica neles algumas operações. Abstrair é sair do
específico para o geral. Por exemplo, especificamente, uma figura com quatro lados
iguais e quatro ângulos retos é um quadrado, mas, no geral ele é um retângulo.
Congruência
..., –17, –13, –9, –5, – 1, 3, 7, 11, 15, 19, 23, ...
1
Supondo o operador ‘/’ para divisão normal e ‘//’ para divisão inteira, podemos defininir a divisão
inteira de A por B assim: A // B ≡ floor(A / B), onde a função ‘floor(x)’ retorna o maior inteiro que seja
igual ou menor do que x. Por exemplo, -13//12 = -2 porque -2 é o inteiro mais alto que é menor que o
resultado de -13 / 12 = -1.083. A função floor tem a função ceiling(x) como companheira. Esta retorna o
menor inteiro que seja igual ou maior que x.
82
𝒂 ≡ 𝒃(𝒎𝒐𝒅 𝒎) diz que a e b produzem o mesmo resto (r) quando cada um é dividido
por m, (quando dois números produzem o mesmo resto ao serem divididos pelo
mesmo valor, estes dois números são congruentes) ou:
a = pm + r
b = qm + r
𝑟 = 𝑎 − 𝑝𝑚 e 𝑟 = 𝑏 − 𝑞𝑚 ⟹
𝑎 − 𝑝𝑚 = 𝑏 − 𝑞𝑚 ⟹ 𝑎 = 𝑏 − 𝑞𝑚 + 𝑝𝑚 ⟹
⟹ 𝑎 − 𝑏 = 𝑝𝑚 − 𝑞𝑚 ⟹ 𝑎 − 𝑏 = 𝑚(𝑝 − 𝑞)
Exemplos:
38 ≡ 14 (mod 12):
38 | 12
2 3
14 | 12
2 1
–8 ≡ 7 (mod 5):
–8 | 5
–3 –1
7|5
–3 2
Observações:
Qualquer número par x é congruente com 0 (mod 2), pois, x = 2q + 0.
Qualquer número ímpar y é congruente com 1 (mod 2) e y = 2q + 1.
83
Definição: Se a ≡ b (mod m), então b é chamado de resíduo de a (mod m). Quando 0 ≤
b ≤ m – 1, então b é chamado de o mínimo resíduo não negativo de a mod m).
O Inverso Multiplicativo
Isso nos diz que ab – 1 = km. Denotamos assim: a-1 = b (mod m).
Existe um inteiro a-1 tal que a.a-1 ≡ 1 (mod m) se, e somente se, a é primo com m.
Por exemplo, 5 e –7 são inversos no módulo 12, pois, 5 x (–7) = –35 e o –35 é
congruente com 1 (–35 ÷ 12 = –3. –3 x 12 = –36 e –36 + 1 [o resto] = –35). O 5 e o –7
são congruentes módulo 12 (o resto é 5).
Também 5 x (–7) –1 = –36. Fazendo –36 = k x 12, ou –36 = –3 x 12.
...
[ 1 ]: [...,–59, –47, –35, –23, –11, 1, 13, 25, 37, 49, 61, ...]
...
[ 5 ]: [...,–55, –43, –31, –19, –7, 5, 17, 29, 41, 53, 65, ...]
...
84
5 não tem um inverso módulo 10, pois, se 5 x b ≡ 1 (mod 10), então isso implica
que 5 x b – 1 = 10k para algum k. Em outras palavras, 5b = 10k + 1, o que é
impossível. Teria que existir um múltiplo de 5 em [1]10:
...
[ 1 ]: [..., -49, -39, -29, -19, -9, 1, 11, 21, 31, 41, 51, ...]
...
Para completar a sequência para a esquerda e para a direita, basta subtrair 10 e
adicionar 10, respectivamente. Porém, você nota que, nem para um lado e nem
para o outro vai aparecer um múltiplo de 5.
Podemos calcular que números têm inversos módulo m calculando que números são
primos com m.
# coPrimes.py
#---Dado um número x, ache y tal que x e y sejam primos entre si
# ou seja: MDC(x,y) = 1
x=int(input("Valor de x:"))
y += 1
print("Coprimos de ",x,":")
print(primos)
85
O inverso multiplicativo nada mais é que a operação de divisão. A álgebra abstrata
usa o termo inverso multiplicativo para a divisão (e inverso aditivo, para a subtração)
porque, nela, nem sempre os operandos são números.
Propriedades de Congruência
a ≡ a (mod m) – Reflexiva.
a ≡ b (mod m) se, e somente se, b ≡ a (mod m) – Simétrica.
Se a ≡ b (mod m) e b ≡ c (mod m), então a ≡ c (mod m) – Transitiva.
a + k ≡ b + k (mod m)
ak ≡ bk (mod m)
a1 + a2 ≡ b1 + b2 (mod m)
a1 - a2 ≡ b1 - b2 (mod m)
a1 . a2 ≡ b1 . b2 (mod m)
ak ≡ bk (mod m), para qualquer k ≥ 0.
P(a) ≡ P(b) (mod m), para qualquer polinômio P(x) com coeficientes
inteiros.
86
Resumo Ilustrativo
Veja como a diferença entre quaisquer dois números de uma sequência [r] é sempre
igual a 12.
Classes de Equivalência
87
Congruência Linear
Seja x ≡ 16 (mod 12). Essa “equação congruente” tem várias soluções, pois, os
seguintes valores para x a satisfazem:
Porém, podemos criar uma restrição escolhendo apenas uma solução da lista.
𝑎 𝑏
=
𝑦 𝑦
𝑎 𝑏 (𝑚𝑜𝑑 𝑚)
≡
𝑦 𝑦
Para converter uma equação normal para uma equação congruente, basta reduzi-la ao
módulo m, como mostra o exemplo 1. Se dois inteiros são iguais, x = y, então, com
certeza, eles são congruentes. Por isso, a única coisa que muda na expressão é,
praticamente, o operador (= para ≡).
Exemplo 1:
2𝑥 = 5 → 2𝑥 ≡ 5 (𝑚𝑜𝑑 12)
88
Para converter uma equação congruente para uma equação normal, deve-se ter um
pouco mais de cuidado, pois, se dois inteiros são congruentes, não implica que eles
sejam iguais.
Corolário: A equação [a]m x [x]m = [c]m tem solução se, e somente se, o MDC(a,m)
divide c (c é múltiplo do máximo divisor comum entre a e m).
A notação [r]m denota um subconjunto dos números cujo resto da divisão por m
resulta em r. Por exemplo, se m = 3, temos:
[ 0 ]3: [..., -15, -12, -9, -6, -3, 0, 3, 6, 9, 12, 15, ...]
[ 1 ]3: [..., -14, -11, -8, -5, -2, 1, 4, 7, 10, 13, 16, ...]
[ 2 ]3: [..., -13, -10, -7, -4, -1, 2, 5, 8, 11, 14, 17, ...]
89
Exemplo 2:
2𝑥 ≡ 5 (𝑚𝑜𝑑 12) → 2𝑥 = 5 + 12𝑞, 𝑐𝑜𝑚 𝑞 ∈ ℤ
Esta equação pode ser escrita assim também: ax – b = my. E se o MDC(a, m) divide b,
então divide ax – b também.
𝑚
𝑥 = 𝑥0 + ( ).𝑞 (𝐴)
𝑀𝐷𝐶(𝑎, 𝑚)
𝑎
𝑦 = 𝑦0 + ( ).𝑞 (𝐵)
𝑀𝐷𝐶(𝑎, 𝑚)
para um inteiro q, com x0 e y0 duas soluções iniciais. Isso significa que uma congruência
linear também tem infinitas soluções, dadas na forma
𝑚
𝑥 = 𝑥0 + ( ) . 𝑞, 𝑞∈ℤ
𝑀𝐷𝐶(𝑎, 𝑚)
Exemplo 3: 3x ≡ 8 (mod 2)
3𝑥 − 8
=𝑦
2
Ou seja, 3x – 2y = 8.
Uma solução particular para esta equação é x0 = 0 e y0 = -4. Então, 3x0 – 2y0 = 8
é uma equação válida. Com essas raízes, temos: 3(x – x0) – 2(y – y0) = 0.
90
E, por (A) temos que:
2
𝑥 − 𝑥0 = ( ) . 𝑞 = 2𝑞
𝑀𝐷𝐶(3,2)
Esse método usa o fato de que podemos adicionar a a e a b números que são
congruentes a eles.
Dividindo tudo por 7, temos x ≡ 3 (mod 15) ou x = 3 + 15q, que é a solução final.
𝑥 ≡ 2 (𝑚𝑜𝑑 5)
{
𝑥 ≡ 1 (𝑚𝑜𝑑 3)
91
Método do Algoritmo de Euclides (Algoritmo da Divisão)
23 = 5(4) + 3
5 = 3(1) + 2
4 = 5 + 1(–1)
3 = 2(1) + 1
2 = 5 + 3(–1)
Exemplo 7: 4x ≡ 2 (mod 10) significa que Resto(4x / 10) = 2. Se você usar a seguinte
equação: D = qd + r, você pode ver que 4x = 10q + 2 e visualizar como transformar
uma congruência linear numa equação.
MDC(35, 84) = 7. Como 7 divide 14, o sistema tem solução, e são 7 soluções em
módulo 84.
92
Todas as soluções terão a forma x = –2 + 12q. Podemos pegar qualquer valor de
q em 1 ≤ q ≤ 83. As soluções de congruência têm a forma ax ≡ x0 (mod m).
As 7 soluções são: x ≡ 10 (mod 84), x ≡ 22 (mod 84), x ≡ 34 (mod 84), x ≡ 46
(mod 84), x ≡ 58 (mod 84), x ≡ 70 (mod 84), x ≡ 82 (mod 84).
Se você multiplicar esses valores de x (10, 22, 34, 46, 58, 70, 82) por 35, obterá os
valores 350, 770, 1190, 1610, 2030, 2450 e 2870, que são todos congruentes com 14,
em módulo 84.
Pelo passo 2, todas as soluções têm a forma x = 28 + 91q, isto é, x ≡ 7 (mod 91)
é a única solução.
Este programa em Python acha as soluções de uma congruência linear dada. Se não
houver solução, a lista volta vazia:
#---modCongruence.py
#
# Dada uma congruência linear Ax ≡ B (mod M), lista todos
# os números Ax em {B ± M} e calcula x para cada um (dividindo
# cada um deles por A)
A=int(input("Coeficiente de x:"))
B=int(input("Valor Congruente ao Coeficiente:"))
M=int(input("Modulo da Divisao:"))
restoB = B % M
for x in range(0,M):
resto = (A * x) % M
if resto == restoB:
soluc.append(x)
93
Conjuntos
Funções
As funções f : R → R+, definida por f(x) = ex (sempre > 0, nunca zero ou negativa no
contradomínio), para todo x ϵ R, e g : R+ → R, definida por g(y) = ln(y) (só valores
maiores que zero no domínio), para todo y ϵ R+, dão um dos exemplos mais
importantes de um par de funções inversas.
Considerando o gráfico de uma função, o teste da linha vertical diz que uma curva no
plano xy é o gráfico de uma função de x se, e somente se, nenhuma linha vertical corta
o gráfico em mais que um ponto (se isso ocorrer, então a “regra” não é uma função).
94
O teste da linha horizontal diz que uma função é injetora se, e somente se, uma linha
horizontal não corta o gráfico em mais de um ponto. Por exemplo, a função f(x) = x2
não passa neste teste.
Uma das ideias mais fundamentais da álgebra abstrata é que duas estruturas
algébricas são as mesmas (equivalentes) se a única diferença entre elas for o nome
que se dá aos seus elementos (por exemplo, um conjunto de 10 frutas diferentes e o
subconjunto dos inteiros de 1 a 10 são equivalentes). Isso é chamado de isomorfismo
de conjuntos.
Para ser mais preciso, dizemos que duas estruturas são a mesma se pudermos achar
uma função inversa de uma (estrutura) para a outra que preserve a estrutura algébrica
essencial.
Relações de Equivalência
Partições
Uma partição P, de um conjunto X, é uma coleção de conjuntos não vazios X1, X2, ...,
tal que 𝑿𝒊 ∩ 𝑿𝒋 = ∅ para i ≠ j e UkXk = X (os subconjuntos são disjuntos e união deles é
o próprio conjunto X). Seja ~ uma relação de equivalência em um conjunto X e x ϵ X.
Então [x] = { y ϵ X | y ~ x } é chamado de classe equivalente de x.
95
Exemplo:
X = {1, 2, 3}. Então { {1}, {2}, {3} } e { {1, 2}, {3} } são duas partições do conjunto X. { {1,
2}, {2, 3} } não é uma partição de X, pois X1 e X2 não são disjuntos.
96
Imagine que cada partição acima – de 0 a 11 – seja as marcas de hora em um
relógio. Pegue, por exemplo, o [6]. Então, todos os números nessa linha (aqueles
dentro das chaves na linha [6]), que chamamos de dividendo, podem ser
considerados como uma hora marcada e, cada um deles, corresponderá à marca 6h.
Como 6h e 18h correspondem à mesma hora, dizemos que 6 e 18 são congruentes
módulo 12.
São 8h. Que horas serão daqui a 25 horas? Serão 9h, pois:
(8 + 25) mod 12 ≡ 33 mod 12 = 9 ou 8 mod 12 + 25 mod 12 = 8 + 1 = 9.
[ 0 ]3: [..., -15, -12, -9, -6, -3, 0, 3, 6, 9, 12, 15, ...]
[ 1 ]3: [..., -14, -11, -8, -5, -2, 1, 4, 7, 10, 13, 16, ...]
[ 2 ]3: [..., -13, -10, -7, -4, -1, 2, 5, 8, 11, 14, 17, ...]
Temos três classes de equivalências (ou três partições) de Z: [0]3, [1]3, [2]3,
onde [0]3 U [1]3 U [2]3 = Z.
Exemplo:
Z2 = {[0]2, [1]2} são partições de Z.
97
Seja Zm o conjunto de classes de equivalência de inteiros (mod m) e a, b, c ϵ Z . Então:
1) Adição e multiplicação são comutativas:
a + b ≡ b + a (mod m)
ab ≡ ba (mod m)
2) Adição e multiplicação são associativas:
(a + b) + c ≡ a + (b + c) (mod m)
(ab)c ≡ a(bc) (mod m)
3) Existem as identidades aditivas e multiplicativas:
a + 0 ≡ a (mod m)
a.1 ≡ a (mod m)
4) A multiplicação é distributiva na adição:
a(b + c) ≡ ab + ac (mod m)
5) Para todo inteiro a, existe um inverso aditivo –a:
a + (–a) ≡ 0 (mod m)
6) Seja a ≠ 0, um número inteiro. Então o MDC(a, m) = 1 se, e somente se, existe
um inverso multiplicativo b para a (mod m), isto é, um inteiro b não nulo tal que
ab ≡ 1 (mod m).
Propriedades:
[a]m + [b]m = [a + b]m
[a]m x [b]m = [ab]m
Ordem
98
O Método da Repetição dos Quadrados
𝑖
Assim, é suficiente calcular 2712 (𝑚𝑜𝑑 481), onde i = 0, 6, 8.
99
Simetria
Basicamente, simetria (ou isometria) é uma operação sobre um objeto que não o
modifica – ele sai de um estado para outro, mas, permanece com a mesma “cara”.
Reflexão, rotação e translação são as principais operações que podem resultar em
simetria. Por exemplo, um quadrado rotacionado por 90 graus em torno de um eixo
passando pelo seu centro geométrico vai ficar com a mesma cara.
As figuras a seguir mostram vários objetos com rotação no plano desta página.
100
Claramente, você percebe que a ordem é dada pela seguinte fórmula:
360
𝑜𝑟𝑑𝑒𝑚 =
𝑔𝑟𝑎𝑢𝑠 𝑚𝑒𝑠𝑚𝑎 𝑐𝑎𝑟𝑎
Desse modo, para cada figura acima, temos, sequencialmente, a seguinte ordem: 3, 1,
2, 2, 4, 5, 1, 4, 360 (considerando a rotação do círculo em graus inteiros, apenas), 5.
Note que as figuras que têm ordem 1, chegaram na mesma cara só após uma volta
completa. Portanto, elas não têm simetria de rotação.
101
Simetria de Reflexão
Um objeto tem simetria de reflexão se existe uma linha na qual o objeto possa ser
refletido (biseccionado) de tal modo que as suas duas partes tenham a mesma “cara”.
Por exemplo:
Simetria de Translação
Um objeto tem simetria de translação quando ele permanece com a mesma “cara”
depois que é deslocado. Por exemplo, no conjunto de azulejos abaixo, se você pegar o
subconjunto destacado e movê-lo um passo para cima, para baixo, para a esquerda ou
para a direita, a figura como um todo não será modificada. Esta é uma simetria de
translação.
102
Simetrias no Triângulo
103
Para determinar simetrias no triângulo equilátero ∆ABC, primeiro examinamos as
permutações dos vértices A, B e C, e, então, verificamos se a permutação gera uma
simetria do triângulo. Os três vértices têm 3! = 6 permutações. Então o triângulo tem,
no máximo, seis simetrias. E o conjunto destas permutações é {1, r, r2, f, fr, fr2} ou {id,
p1, p2, μ1, μ2, μ3}, pois, todas as demais permutações repetem uma destas. Por
exemplo, como r3 = 1, então temo que r4 = r1 x r3 = r1+3 = r1 x 1 = r1. Da mesma maneira,
f3 = f.
104
Note que esta permutação (ver Grupo de Permutações) em particular, corresponde a
um movimento rígido de rotação do triângulo por 120 graus no sentido dos ponteiros
de um relógio.
Propriedades da Simetria
Tipos de Simetrias
Os “átomos” da simetria são os grupos simples, pois, estes não podem ser divididos
em unidades menores.
105
Grupos
106
Por exemplo, sejam os seguintes três conjuntos e suas respectivas operações:
Por isso estes três conjuntos formam um grupo, cada um. Mesmo que a propriedade
comutativa não se aplique às simetrias do triângulo, onde fr ≠ rf:
𝐴 𝐵 𝐶 𝐴 𝐵 𝐶
𝑓𝑟 = ( ) ≠ 𝑟𝑓 = ( )
𝐴 𝐶 𝐵 𝐵 𝐴 𝐶
Ainda assim, as simetrias do triângulo formam um grupo (um grupo não abeliano, no
caso).
107
Reforçando a Definição
Grupo Abeliano
108
Tabela de Cayley
+ 0 1 2 3 4
0 0 1 2 3 4
1 1 2 3 4 0
2 2 3 4 0 1
3 3 4 0 1 2
4 4 0 1 2 3
Em uma tabela de Cayley, a primeira linha é uma repetição dos valores nas colunas e
a primeira coluna é uma repetição dos valores nas linhas (por causa do elemento
identidade). A reflexão na diagonal principal é simétrica (não ocorre modificação da
tabela). Isso ocorre quando o grupo é abeliano. Se o grupo não for abeliano, a
simetria não ocorre. Em uma tabela de Cayley não existem elementos duplicados na
mesma linha e nem na mesma coluna.
Nem todo conjunto com uma operação binária é um grupo. Por exemplo, o conjunto
Zm com a operação binária de multiplicação não forma um grupo. O elemento 1 (em
[1]m) é o elemento identidade do grupo, porém, o elemento 0 ([0]m) não tem um
inverso multiplicativo. Teríamos que remover o zero do conjunto para torná-lo um
grupo sob a multiplicação. Porém, nem sempre funciona. Para Z5 não vai funcionar
porque não existe um múltiplo de 5 que esteja na partição [1].
Vimos que um número não nulo a de Zm tem um inverso se, e somente se, a é primo
com m. Denotemos o conjunto dos elementos de Zm que são primos com m por U(m).
Assim U(m) será um grupo sob a multiplicação chamado de grupo das unidades de Zm
(o grupo das unidades de Zm é formado pelos elementos de Zm que têm um inverso
multiplicativo).
Consideremos, por exemplo o conjunto U(8).
Estes são os dez primeiros números que são primos com 8: 1, 3, 5, 7, 9, 11, 13, 15, 17, 19, 21
2
Mantenha em mente que Zd se refere ao conjunto de classes, enquanto que dZ, se refere aos
múltiplos de d. Então Z5 é o conjunto de classes e 5Z é a classe [0], ou múltiplos de 5. Note que as
classes maiores que zero NÃO possuem o elemento identidade, o que implica que elas NÃO SÃO grupos
em si.
109
E estas são as partições do conjunto Z8:
[ 0 ]: [..., -40, -32, -24, -16, -8, 0, 8, 16, 24, 32, 40, ...]
[ 1 ]: [..., -39, -31, -23, -15, -7, 1, 9, 17, 25, 33, 41, ...]
[ 2 ]: [..., -38, -30, -22, -14, -6, 2, 10, 18, 26, 34, 42, ...]
[ 3 ]: [..., -37, -29, -21, -13, -5, 3, 11, 19, 27, 35, 43, ...]
[ 4 ]: [..., -36, -28, -20, -12, -4, 4, 12, 20, 28, 36, 44, ...]
[ 5 ]: [..., -35, -27, -19, -11, -3, 5, 13, 21, 29, 37, 45, ...]
[ 6 ]: [..., -34, -26, -18, -10, -2, 6, 14, 22, 30, 38, 46, ...]
[ 7 ]: [..., -33, -25, -17, -9, -1, 7, 15, 23, 31, 39, 47, ...]
x 1 3 5 7
1 1 3 5 7
3 3 1 7 5
5 5 7 1 3
7 7 5 3 1
Características de um Grupo
Teorema: Num grupo, as leis normais de potências se aplicam: gm.gn = gm+n, (gm)n =
gmn, (gh)n = (h-1.g-1)-n. E, se G for um grupo abeliano: (gh)n = gnhn.
110
Ordem de um Grupo
Existe apenas um grupo de ordem 1 e é aquele que contém o elemento identidade. Ele
é um dos grupos triviais. Podemos construir a tabela de Cayley dele:
x I
I I
Grupos de Ordem 2
x I a
I I a
a a ?
Como não pode ser a no lugar da ? (não pode haver repetição na linha e nem na
coluna), tem que ser I no lugar da ?, o que implica que a x a = a2 = I.
Z 1 2 3 4 5 ...
Z (mod 2) 1 0 1 0 1 ...
x 1 0
1 1 0
0 0 1
Grupos de Ordem 3
Também, só existe um grupo de ordem 3. É o conjunto Z (mod 3). Use a regra da não
repetição e complete a tabela a seguir.
x I a b
I 1 a b
a a ? ?
b b ? ?
111
A tabela com as letras e a tabela com os (mod) são equivalentes (basta mapear), o que
implica isomorfismo.
Grupos de Ordem 4
Conseguiremos gerar quatro tabelas de Cayley, porém, três delas serão iguais, o que
implica que só existem dois grupos de ordem 4.
Grupos e Subconjuntos
112
Por exemplo, se adicionarmos os elementos da classe 0 com os elementos da classe 3,
obteremos a própria classe 3 (r0 + r3 = r0+3 = r3); se adicionarmos os elementos da
classe 3 com os elementos da classe 4, obteremos a classe x: r3 + r4 = r3+4 = r7 = r2, pois,
saindo do 3 e andando 4 passos no “relógio”, chegamos no 2. Em resumo: 0 + 1 = 1, 0 +
2 = 2, 0 + 3 = 3, 0 + 4 = 1, 1 + 1 = 2, 1 + 2 = 3, 1 + 3 = 4, 1 + 4 = 0, 2 + 3 = 0, 2 + 4 = 1, 3 +
4 = 2.
113
Grupo de Permutações
Uma permutação é um rearranjo de n objetos. Por exemplo, cada vez que você
embaralha as 26 letras do alfabeto, você tem uma permutação. Com as 26 letras você
consegue 26! permutações diferentes. Desse modo, com n objetos você conseguirá
rearranjá-los de n! maneiras diferentes.
Numerando os objetos de 1 a n, podemos escrever uma permutação da seguinte
maneira:
1 2 3 … 𝑛−1 𝑛
( ) (𝑅1)
5 1 7 … 2 3
Duas permutações formam um grupo se, e somente se, uma é o elemento identidade
e a outra é uma permutação que é sua própria inversa.
Notação Cíclica
e τ(x) = x para todos os demais elementos x ϵ X. Escrevemos (a1, a2, ..., ak) para
denotar o ciclo τ.
1 2 3 4 5) 1 2 3 4 5
( ( )
3 5 4 1 2 3 1 5 2 4
114
A primeira linha de cada (matriz de) permutação mostra as entradas e a segunda linha
mostra as saídas correspondentes.
1 2 3 4 5) 1 2 3 4 5
𝑓=( 𝑔=( )
3 5 4 1 2 3 1 5 2 4
1 2 3 4 5
𝑓∘𝑔 =( )
4 3 2 5 1
Veja que este processo é muito demorado. É aqui que a notação cíclica pode ajudar
bastante, pois, conseguiremos escrever a mesma coisa em apenas uma linha e com a
quantidade de objetos (números, no caso) diminuída.
Você notou que a primeira linha é sempre a sequência ordenada do objeto. Então, não
trabalharemos com ela diretamente, mas, apenas com a segunda linha.
Mas, para o nosso controle e clareza da explicação, anotaremos a primeira linha, que
você pode manter apenas na mente, depois. Para cada número que usarmos,
marcaremos ele na sequência anotada para não o reusarmos (esse é o controle). Veja
a sequência de operações para esta permutação:
1 2 3 4 5)
(
3 5 4 1 2
Na parte da figura onde são mostradas a setas, aponte a seta (para o 3, por exemplo)
e, depois, risque-o na sequência ordenada. O ciclo completo deve ficar representado
com parêntesis, como mostrado. O que os parêntesis dizem é que: 1 mapeia para 3,
que mapeia para 4, que mapeia para um. Por isso temos um ciclo.
115
Ainda não acabou, pois sobraram dois valores, 2 e 5. Isso indica que teremos, pelo
menos, mais um ciclo.
Começando com o 2 (risque o 2), ele mapeia no 5 (risque o 5), que mapeia de volta ao
2. Como riscamos todos os valores na sequência ordenada, temos o ciclo final (25), que
ficará justaposto à direita do primeiro ciclo. Isso implica que a permutação
representada pela matriz acima pode ser escrita como (134)(25). Esta expressão é
chamada de decomposição cíclica e diz que a expressão é a multiplicação do ciclo
(134) pelo ciclo (25). Cada valor aparece em, exatamente, um dos ciclos, isto é, os
ciclos formam conjuntos disjuntos. Cada ciclo descreve uma parte da permutação. A
permutação original pode ser escrita assim:
1 2 3 4 5) = (134)(25)
(
3 5 4 1 2
Veja como cada linha se fecha num ciclo. Note como esse esquema já risca os valores
visitados, equivalendo ao primeiro método que aprendemos.
116
(134)(25) é o modo mais compacto de escrever a função f. Se você gerar a forma
compacta da função g, obterá (13542). Com isso, podemos calcular a função composta
fog na forma compacta:
Mas, vemos que temos uma composição tripla, ou seja, temos uma nova função h e
reescrevemos a composição acima dessa maneira:
Para calcular esse produto triplo, basta usar a fórmula fog = f(g(h(x))).
Veja que alguns valores são mapeados neles mesmos (como se fossem um ciclo de
comprimento 1), conforme mostrado pelas setas vermelhas.
117
Veja o que acontece quando colocamos a sequência 43251 em uma matriz e usamos
aquele esquema de completar os ciclos:
1 2 3 4 5
( )
2 4 3 1 5
Porém, como os ciclos de comprimento 1 não fazem nenhuma alteração de valor, eles
podem ser ignorados sem nenhum problema, implicando que
1 2 3 4 5
( ) = (241)
2 4 3 1 5
118
Se começarmos com o valor 4, obteremos:
1 2 3 4 5
( ) = (412)
2 4 3 1 5
O efeito será o mesmo se você girar o círculo no sentido horário. Então, estas três
sequências representam uma única sequência e a regra que se adota é sempre
começar com o menor valor. Então, no caso acima, a sequência única é (124).
119
Ordem da Composição
Em (a)(b)(c), não importa a ordem dos fatores, desde que a, b e c não compartilhem
algum valor. No caso mínimo: a ≠ b ≠ c. Por exemplo, a sequência (136)(25)(4), do
grupo simétrico S6, pode ser escrita em qualquer ordem, ou seja, vale a propriedade
comutativa. Ela sempre vale para ciclos disjuntos.
Veja como 2 mapeia para ele mesmo, criando um ciclo de comprimento 1. O mesmo
ocorrerá com 5. O que sobra é 1 para 3, 3 para 7 e 6 para 4, ou (137)(46).
Se você plugar outros valores (4 e 7), ainda assim obterá o mapeamento mostrado
pela sequência.
Nota-se que, quando ocorre uma alteração no valor de entrada, apenas um dos ciclos
causa a alteração. Quando isso acontece, não importa a ordem em que os ciclos estão
colocados – o resultado será o mesmo. Veja a sequência (132)(13):
120
À esquerda, 3 mapeia para 3, sobrando 1 para 2 e 2 para 1, ou (12); à direita, 1 mapeia
para 1, sobrando 2 para 3 e 3 para 2, ou (23). Como (12) ≠ (23), a comutação falha.
1 2 3 4
( )
3 2 4 1
Pelo fato de o 2 não aparecer em (134), ele mapeia para ele mesmo.
1 2 3 4 1 2 3 4
( )( )
2 1 3 4 4 2 1 3
Para resolver um e outro, você pode usar o método das funções compostas:
1 2 3 4 1 2 3 4
𝑓=( ), 𝑔=( )
2 1 3 4 4 2 1 3
𝑓(𝑔(1)) = 𝑓(4) = 4
𝑓(𝑔(4)) = 𝑓(3) = 3
𝑓(𝑔(3)) = 𝑓(1) = 2
𝑓(𝑔(2)) = 𝑓(2) = 1
121
𝑓(𝑔(1)) = 𝑓(4) = 4, 𝑝𝑜𝑖𝑠, 4 𝑛ã𝑜 𝑎𝑝𝑎𝑟𝑒𝑐𝑒 𝑒𝑚 𝑓
𝑓(𝑔(4)) = 𝑓(3) = 3, 𝑝𝑜𝑖𝑠, 3 𝑛ã𝑜 𝑎𝑝𝑎𝑟𝑒𝑐𝑒 𝑒𝑚 𝑓
𝑓(𝑔(3)) = 𝑓(1) = 2
𝑓(𝑔(2)) = 𝑓(2) = 1
𝑓(𝑔(1)) = 𝑓(1) = 3
𝑓(𝑔(3)) = 𝑓(3) = 5
𝑓(𝑔(5)) = 𝑓(6) = 6
𝑓(𝑔(6)) = 𝑓(2) = 1
122
Então 1 mapeia para 3, 3 para 5, 5 para 6 e 6 para 1: (1356).
1 2 3 4 5
( )
5 1 3 4 2
Temos a prova que 3 e 4 não apareceram porque mapeiam para si mesmos. Se você
usar o método de caminhar na matriz, vai recuperar o ciclo (152).
Transposições
(12) = (1 2 3 4 5
)
2 1 3 4 5
123
(13) = (1 2 3 4 5
)
3 2 1 4 5
∑𝑘
𝑘=1
Seja T = (1 3 4 6 7 9) ϵ S9.
1 2 3 4 5 6 7 8 9
( )
3 2 4 6 5 7 9 8 1
124
Veja que a sequência de transposições para antes do ciclo ser fechado, o que ocorre
com a “transposição” em vermelho.
Assim, temos uma maneira de gerar as transposições usando o método da matriz de
permutações. Como uma transposição é um ciclo de dois elementos (ou um ciclo de
comprimento 2) e a matriz tem, sempre, 2 linhas, a transposição é, certamente,
consequência da matriz.
Formalmente, dada um ciclo (a1, a2, ..., an), ele pode ser decomposto de duas maneiras
principais:
(𝑎1 𝑎2 … 𝑎𝑛 ) = (𝑎1 𝑎𝑛 )(𝑎1 𝑎𝑛−1 ) … (𝑎1 𝑎2 )
import numpy as np
from sympy.combinatorics import Permutation
from sympy.combinatorics.permutations import Perm, Cycle
from sympy.interactive import init_printing
# Lê a linha 2 da matriz:
# 1 2 3 4 ... N
# a b c d ... n <-- linha 2
matrizl2 = []
print("Entre com a segunda linha da matriz de permutacao")
print("(separe os elementos com brancos)")
# Pegue o len(linha2):
len_l2 = len(linha2)
125
#---Pegue o maior valor em linha2:
maior_l2 = 0
for valor in linha2:
if valor > maior_l2:
maior_l2 = valor
##print("len linha2 =",len_l2)
##print("maior valor =",maior_l2)
#-------------------------------------------------
#--- Gere a linha 1 da matriz de permutação
linha1 = [i for i in range(1,maior_l2+1)]
matriz = np.array([linha1,linha2])
##print(matriz)
q = linha2
if 0 not in q:
q.insert(0,0) # a função Permutation do sympy exige 0 na primeira posição
p = Permutation(q)
print("Forma Ciclica:",p.cyclic_form)
print("Ciclo Inverso:",p.__invert__())
print("Forma Ciclica Completa:",p.full_cyclic_form)
print("Comprimento:",p.size)
print("Cardinalidade:",p.cardinality) # Número de permutações possiveis
print("Ordem:",p.order())
print("Transposicoes:",p.transpositions())
print("Paridade:",p.parity())
print("Par?",p.is_even)
print("Impar?:",p.is_odd)
126
Simetrias
A célula de unidade (unit cell) é representada pelo retângulo. De uma unit cell para
outra o objeto se move. A translação, usualmente, ocorre em passos de meia unit cell
ou de um quarto.
127
Definições
Permutação Identidade
1234 … 𝑛
( )
1234 … 𝑛
Permutação Inversa
Para encontrar o inverso de um ciclo, basta escrever o ciclo de trás para diante:
(4 6 2 7 3)–1 = (3 7 2 6 4)
(1243)(67)–1 = (76)(3421)
Como permutações formam um grupo, então um elemento operado com o seu inverso
tem que gerar a identidade. Você pode verificar que (12)(21) = (1).
1 2 3 4 5 6 7
( )
1 7 4 6 5 2 3
Note que a forma cíclica se torna, nesse caso, (27346), que é equivalente a (46273).
Para escrevermos a matriz do ciclo inverso, basta olharmos para a primeira linha da
matriz em relação à segunda linha da mesma matriz e lermos assim: o 1 vai para a
posição 1 da nova matriz; o 2 vai para a posição 7; o 3 vai para a posição 4, e assim
por diante. Note que “posição” é sempre dada pela primeira linha da matriz. Desse
modo, a matriz do ciclo inverso é:
1 2 3 4 5 6 7
( )
1 6 7 3 5 4 2
128
O processo grifado com verde, acima, é o processo que deve ser usado para se
encontrar a inversa de uma permutação.
1 2 3 1 2 3 1 2 3
( )( )=( )≡𝑎×1=𝑎
2 3 1 1 2 3 2 3 1
1 2 3 1 2 3 1 2 3
( )( )=( )≡ 1×𝑎 =𝑎
1 2 3 2 3 1 2 3 1
1 2 3 1 2 3 1 2 3
( )( )=( ) ≡ 𝑎 × 𝑎−1 = 1
2 3 1 3 1 2 1 2 3
Podemos, também, usar transposições para achar a inversa. Por exemplo, a inversa de
(231) é a inversa de (1 2)(2 3)(3 1), que é (2 1)(3 2)(1 3) ou (1 3)(2 1)(3 2), ou (312).
# Driver Code
arr = [3,2,4,1]
size = len(arr)
inversePermutation(arr, size)
129
Órbita de um Ciclo
1234567
( )
3614257
Comprimento de um Ciclo
130
Subgrupos
Observe que todo grupo G com, pelo menos, dois elementos, sempre conterá dois
subgrupos: o grupo contendo o elemento identidade e todo o grupo G.
Notação:
H ≤ G implica que G é subgrupo de G.
H < G implica que H é subgrupo de G e é um subgrupo próprio de G.
O grupo Z sob adição tem um número infinito de subgrupos: Z, 2Z, 3Z, 4Z, 5Z, 6Z, ...
São os múltiplos de 1, 2, 3, 4, 5, 6, etc. Você vai entender logo porque os múltiplos são
subgrupos. Vamos dar uma olhada em 5Z, do grupo Z mod 5. Na classe 0 temos os
múltiplos de 5, ou 5Z. A figura a seguir mostra isso e as outras 4 classes (lembra
quando eu disse que a diferença entre os conjuntos adjacentes é 1? Pois é, isso está
mostrado na figura).
131
Com uma inspeção visual e alguns cálculos simples, você constata que 5Z é um grupo,
mas que 1 + 5Z, por exemplo, não é um grupo, pois, ele não é fechado sob adição. Se
você somar –9 com –4, obterá –13, que não pertence ao conjunto 1 + 5Z.
Com a ajuda do seguinte mnemônico, obtido através do cálculo modular (por exemplo,
4 + 4 = 8 – 5 = 3 – ou utilize o dispositivo relógio que usamos anteriormente), você
pode descobrir em qual conjunto o resultado vai cair:
{ri} 0 1 2 3 4
{ri} + {ri} 0 2 4 1 3
Generalizando:
Grupo: (G, op)
Subgrupo: N
Cosets: N, g1 op N, g2 op N, g3 op N, ...
3 + {... –25, –20, –15, –10, –5, 0, 5, 10, 15, 20, 25 ...} = {... –22, –17, –12, –7, –2, 3, 8, 13, 18, 23, 28 ...}
132
Cosets
Estes três subconjuntos cobrem todo o conjunto Z, ou seja, formam três partições
dele. Os cosets de um grupo são partições desse grupo.
Um ponto interessante nestes três conjuntos é que a diferença entre dois elementos
de um deles será um múltiplo de 3, ou seja, a diferença pertence ao subgrupo que
gerou estes subgrupos.
Estes dois conjuntos são exemplos de coset esquerdos (g + 3z). E quais seriam os
cosets direitos? Simplesmente, isto: 3Z + 1 e 3Z + 2.
133
Nesse caso, os cosets são iguais. O que você conclui disso? Você conclui que o grupo G
é comutativo sob aquela operação. Um G assim é chamado de grupo normal.
Como já vimos, no exemplo para 5Z, juntamente com o coset 0 + 3Z = 3Z + 0 = 3Z, que
é o único subgrupo desse conjunto Z (mod 3), cobrem todo o conjunto Z.
[ 0 ]: {..., –30, –24, –18, –12, –6, 0, 6, 12, 18, 24, 30, ...}
[ 1 ]: {..., –29, –23, –17, –11, –5, 1, 7, 13, 19, 25, 31, ...}
[ 2 ]: {..., –28, –22, –16, –10, –4, 2, 8, 14, 20, 26, 32, ...}
[ 3 ]: {..., –27, –21, –15, –9, –3, 3, 9, 15, 21, 27, 33, ...}
[ 4 ]: {..., –26, –20, –14, –8, –2, 4, 10, 16, 22, 28, 34, ...}
[ 5 ]: {..., –25, –19, –13,–7, –1, 5, 11, 17, 23, 29, 35, ...}
Por que H = {0, 3} é um subgrupo de Z6? Porque o conjunto é fechado na adição (–12 +
–3 = –15, que está em [3]); tem o elemento identidade 0; tem os inversos.
Os cosets são:
0 + H = 3 + H = {0, 3} – Adicionando 0 a [0] fica o [0]; 3 a [0] = [3]; 0 a [3] = [3]; 3 a [3] = [0]
1 + H = 4 + H = {1, 4} – Adicionando 1 a [0] fica o [1]; 4 a [0] = [4]; 1 a [3] = [4]; 4 a [3] = [1]
2 + H = 5 + H = {2, 5}
Este é o conjunto H:
H = {..., -30, -27, -24, -21, -18, -15, -12, -9, -6, -3, 0, 3, 6, 9, 12, 15, 18, 21, 24, 27, 30, 33, ...}
Vamos verificar 3 + H:
{..., -27, -24, -21, -18, -15, -12, -9, -6, -3, 0, 3, 6, 9, 12, 15, 18, 21, 24, 27, 30, 33, 36 ...} = H = 0 + H
Exemplo 3: Seja H um subgrupo de S3, (veja que S3 tem seis permutações: 123, 132,
213, 231, 312, 321) definido pelas permutações {(1), (123), (132)}.
134
Os cosets direitos são exatamente iguais aos esquerdos.
Coset esquerdo 1:
(1)H = {(1)(1), (1)(123), (1)(132)} = (1), (123), (132)
(123)H = {(123)(1), (123)(123), (123)(132)} = (123), (132), (1)(3)(2)
(132)H = {(132)(1), (132)(123), (132)(132)} = (132), (1)(3)(2), (123)
Coset direito 1:
H(1) = {(1)(1), (123)(1), (132)(1)} = (1), (123), (132)
H(123) = {(1)(123), (123)(123), (132)(123)} = (123), (132), (1)(3)(2)
H(132) = {(1)(132), (123)(132), (132)(132)} = (132), (1)(3)(2), (123)
Coset esquerdo 2:
(12)H = {(12)(1), (12)(123), (12)(132)} = (12), (1)(23), (13)(2)
(13)H = {(13)(1), (13)(123), (13)(132)} = (13), (12)(3), (1)(23)
(23)H = {(23)(1), (23)(123), (23)(132)} = (23), (13)(2), (12)(3)
Coset direito 2:
H(12) = {(1)(12), (123)(12), (132)(12)} = (12), (13)(2), (1)(23)
H(13) = {(1)(13), (123)(13), (132)(13)} = (13), (1)(23), (12)(3)
H(23) = {(1)(23), (123)(23), (132)(23)} = (23), (12)(3), (13)(2)
Coset esquerdo = {(23), (132}. Coset direito = {(23), (123). Daí, g1H ≠ Hg1.
135
Lema: Seja H um subgrupo de G e suponha g1, g2 ϵ G. As seguintes condições são
equivalentes:
1) 𝑔1 𝐻 = 𝑔2 𝐻
2) 𝐻 −1 𝑔1 = 𝐻𝑔2−1
3) 𝑔1 𝐻 ⊆ 𝑔2 𝐻
4) 𝑔2 ∈ 𝑔1 𝐻
5) 𝑔1−1 𝑔2 ∈ 𝐻
Exemplo: Seja o conjunto S4 e o conjunto H = {e, (143), (134), (13), (14), (34)}. S4 tem
24 elementos (= 4!); H tem 6 elementos. Então, o índice de H em G é dado por:
|𝐺| 24
= =4
|𝐻| 6
Já sabemos como operar com composições. Obviamente, (12)e = (12). Para os demais,
temos que:
(12)(143) = (1432) [começando com o 1, sai 4, que passa direto pelo (12): 14.
Entrando o 4, sai 3, que passa direto pelo (12): 143. Entrando o 3, sai 1, que
mapeia para 2 em (12) = 1432].
(12)(134) = (1342) [basta usar o mesmo processo de entrar pela direita]
(12)(13) = (132)
(12)(14) = (142)
(12)(34) = (12)(34)
Para a última operação, use a composição de funções, pois, fica mais fácil entender o
efeito: f(g(1)) = f(1) = 2 [1 mapeia para 2]; f(g(2)) = f(2) = 2 [2 mapeia para 2, o que
fecha o ciclo = (12)]; f(g(3)) = f(4) = 4 [3 mapeia para 4]; f(g(4)) = f(3) = 3 [4 mapeia para
3, o que fecha o ciclo = (34)].
136
Então (12)H = {(12), (1432), (1342), (132), (142), (12)(34)}. Achamos o segundo coset.
e(23) = (23)
(143)(23) = (1432)
(134)(23) = (1324)
(13)(23) = (132)
(14)(23) = (14)(23) – Comece os ciclos adicionais sempre com o menor valor.
(34)(23) = (243)
e(24) = (24)
(143)(24) = (1423)
(134)(24) = (1342)
(13)(24) = (13)(24)
137
(14)(24) = (142)
(34)(24) = (234)
Teorema de Lagrange
138
Corolário 1: Suponha G um grupo finito e g ϵ G. Então, a ordem de g deve dividir a
quantidade de elementos de G.
Corolário 2: Seja |G| = p, sendo p primo. Então G é cíclico e qualquer g ϵ G, tal que g
não é a identidade é um gerador.
Exemplo: Seja G um grupo em que |G| = 323. Os fatores de 323 são 17 e 19, ou seja,
17 x 19 = 323. Assim, os divisores de 323 são 1, 17, 19, 323. Daí, qualquer subgrupo de
G deve ter ordem 1, 17, 19 ou 323, onde, obviamente, os de ordem 1 e 323 são os
subgrupos triviais (isso implica que se G tiver outros subgrupos, eles só podem ser de
ordem 17 ou 19).
Lagrange não afirma que os subgrupos existem. Afirma que, se existirem, os tamanhos
só podem ser 17 ou 19. No entanto, existem grupos em que podemos gerar a lista de
divisores de suas ordens, mas, um ou mais dos tamanhos (divisores) não possuem um
subgrupo naquele grupo cujo tamanho total foi fatorado. A única certeza que se tem é
a dos subgrupos triviais.
139
Grupos Normais
Grupos Triviais
Isso é similar ao fato de um número inteiro ter, pelo menos, dois divisores: a unidade e
ele mesmo.
Grupos Simples
Um grupo G é simples se ele contém apenas os dois subgrupos triviais (a unidade e ele
próprio). Um grupo simples é um grupo normal (ele não contém outros grupos
normais). Equivalentemente, um grupo simples é um grupo que possui exatamente
dois subgrupos normais: o subgrupo trivial {1} e o próprio grupo G. Pode-se também
dizer que um subgrupo normal é trivial se, e somente se, ele não for G, ou é trivial se
for um subconjunto próprio de G. Observe que o próprio grupo trivial não é
considerado simples, pois possui apenas um subgrupo normal.
Os grupos simples estão para os grupos assim como os números primos estão para os
inteiros, ou seja, os grupos simples são os formadores primordiais dos grupos. Um
grupo simples não pode ser construído a partir de grupos menores. Os grupos simples
são os blocos constituintes dos grupos finitos.
Subgrupos Normais
Um subgrupo normal é um subgrupo que não varia sob a conjugação por um elemento
do grupo original. O subgrupo H é normal se, e somente se, g op H op g–1 = H (isto é
uma conjugação por g) para qualquer g ∈ G. Equivalentemente, um subgrupo H de G é
normal se, e somente se, gH = Hg para qualquer g ∈ G.
140
Teorema: Seja G um grupo e N um subgrupo de G. Então, as seguintes afirmações são
equivalentes:
1) O subgrupo N é normal em G.
2) Para todo g ϵ G, g op N op g-1 ⊂ N.
3) Para todo g ϵ G, g op N op g-1 = N.
Subgrupos normais são importantes porque só eles podem ser usados para a
construção de grupos quocientes.
{e} ϵ G e o próprio G são sempre subgrupos normais. Se eles forem os únicos
subgrupos normais em G, então G é um grupo simples.
+ 0 + 3Z 1 + 3Z 2 + 3Z
0 + 3Z 0 + 3Z 1 + 3Z 2 + 3Z
1 + 3Z 1 + 3Z 2 + 3Z 0 + 3Z
2 + 3Z 2 + 3Z 0 + 3Z 1 + 3Z
141
Os cosets de Z / nZ são:
nZ
1 + nZ
2 + nZ
...
(n – 1) + nZ
Para obtermos uma estrutura de grupo, precisamos escolher uma operação binária.
Digamos que escolhemos a adição, ou seja, adição módulo 4. Como adicionamos dois
cosets? Tentemos elemento a elemento:
{0, 2} + {1, 3} = {0+1, 0+3, 2+1, 2+3} = {1, 3, 3, 5}. Devemos eliminar valores repetidos e
como no módulo 4 o 4 é 0 e o 5 é 1, eliminamos o 1 também, resultando {1, 3}. Então,
a soma de dois cosets resultou em outro coset de H, o que implica que temos um
fechamento sob a operação binária escolhida.
G/H tem o elemento identidade H e o elemento inverso aH, que pode ser escrito como
a–1H. Por isso, o conjunto G/H, junto com a operação definida por (aH)(bH) = (ab)H,
forma um grupo – o grupo quociente de G por H.
142
Propriedades:
143
Grupos Cíclicos
Um grupo cíclico é um grupo que é gerado por um único elemento, ou seja, ele é
constituído de um conjunto de elementos com uma única operação de inversão
associativa e contém um elemento g tal que qualquer outro elemento do grupo pode
ser obtido através da aplicação repetitiva da operação ou de sua inversa a g. Cada
elemento pode ser escrito como uma potência de g, em notação multiplicativa ou
como um múltiplo de g em notação aditiva. O elemento g é o gerador do grupo.
Nos exemplos dados, G é gerado por um seu elemento x (G = <é gerado por x>) e H é
gerado por um seu elemento y (H = <é gerado por y>). Por isso, G e H são chamados de
grupos cíclicos.
144
Definição: Um grupo G é cíclico se existe g e G tal que o subgrupo cíclico gerado por g
é o próprio conjunto G: G = {gk, k ϵ Z}. O valor g é o gerador de G: <g> = G.
Esta é a chamada notação multiplicativa. Podemos dar a mesma definição usando uma
notação aditiva:
0 1 2 3 4 5
6 7 8 9 10 11
12 13 14 15 16 17
<1> = {1, 2, 3, 4, 5, 0}
<2> = {2, 4, 0}
<3> = {3, 0}
<4> = {4, 2, 0} 4+0 = 4, 4+4 = 8 = 2, 4 + 2 = 6 = 0, 4 + 0 = 4 (recicla – fecha).
<5> = {5, 4, 3, 2, 1, 0}
<0> = {0}
Veja que <1> e <5> gera Z6 inteiramente, ou seja <1> = <5> = Z6. Se nenhum dos
subgrupos fosse igual a Z6, então Z6 não seria um grupo cíclico.
Definição: Um grupo cíclico pode ter mais que um gerador. Tanto o 1 quanto o 5
geram Z6.
Agora, fica fácil deduzir que os elementos geradores de Z são +1 e -1. Desse modo,
podemos escrever Z = <1> U <–1>. Z é um grupo cíclico infinito. Existem grupos
cíclicos finitos. Um exemplo destes o grupo Z6 acima.
145
Proposição: Seja G um grupo cíclico de ordem n e suponha que g é um gerador de G.
Então, gk = e se, e somente se, n divide k. Lembre-se que e é o elemento unidade.
Qualquer grupo cíclico é um grupo abeliano, mas, nem todos os grupos abelianos são
grupos cíclicos.
146
Grupos Multiplicativos de Números Complexos
Exemplo 1:
Se z = 2.Cis60o, então:
𝑎 = 2. 𝐶𝑜𝑠60𝑜 = 1
𝑏 = 2. 𝑆𝑒𝑛60𝑜 = √3
Daí,
𝑧 = 1 + 𝑖√3
Proposição: Seja z = r.Cisθ e w = s.Cisφ dois números complexos não nulos. Então
temos que z.w = r.s.Cis(θ + φ).
Teorema de De Moivre: Seja z = r.Cisθ um número complexo não nulo. Então temos
que [r.Cisθ]n = rn.Cis(nθ), para n = 1, 2, ...
Apesar de o grupo do círculo ter ordem infinita, ele tem vários subgrupos finitos
interessantes.
147
Suponha que H = {1, -1, i, -i}. Então H é um subgrupo do grupo do círculo. Também, os
valores 1, -1, i, -i são, exatamente, aqueles números complexos que satisfazem a
equação z4 = 1. Os números complexos que satisfazem a equação zn = 1 são chamados
de raízes enésimas da unidade.
2𝑘𝜋
𝑧 = 𝐶𝑖𝑠 ( )
𝑛
Função φ de Euler
Teorema: Seja U(n) o grupo das unidades em Zn. Então |U(n)| = φ(n).
Teorema de Euler: Sejam a e n inteiros tais que n > 0 e MDC(a,n) = 1. Então aφ(n) ≡ 1
(mod n).
148
Isomorfismo
Muitos grupos parecem diferentes à primeira vista, mas, podem, na verdade, serem
mostrados como iguais pelo simples fato de se renomear seus elementos.
Por exemplo, Z4 e o subgrupo do grupo circular T gerado por i podem ser provados
como sendo o mesmo grupo estrutural ao se mostrar que há uma correspondência
biunívoca entre os elementos destes dois grupos e entre as operações de cada um.
Em casos assim, os grupos são chamados de isomórficos.
Definição: Dois grupos (G, op1) e (H, op2) são isomórficos se existe uma
correspondência biunívoca entre os elementos dos dois grupos e existe um
mapeamento sobrejetor de G em H (φ : G → H), tal que as operações de cada grupo
são preservadas, ou seja:
para todo a, b ϵ G.
Se G é isomórfico com H, escrevemos G ≅ H. O mapeamento φ é chamado de um
isomorfismo.
φ(0) = 1
φ(1) = i
φ(2) = -1
φ(3) = -i
149
Defina a função φ : Z → Q* por φ(n) = 2n. Então φ(m+n) = 2m+n = 2m2n = φ(m)φ(n).
150
Produtos Diretos
Se (G, op1) e (H, op2) são grupos, então podemos criar um produto cartesiano de G
com H em um novo grupo. Como um conjunto, esse novo grupo é apenas um conjunto
de pares ordenados (g, h) ϵ G x H, onde g ϵ G e h ϵ H. Podemos definir uma operação
binária em G x H por (g1,h1)(g2,h2) = (g1 op1 g2, h1 op1 h2).
Exemplo: Seja R o grupo dos reais sob adição. O produto cartesiano de R com ele
mesmo, R x R = R2 é um grupo também, em que a operação no grupo é apenas a
adição em cada coordenada: (a, b) + (c, d) = (a+c, b+d). A identidade é (0, 0) e a inversa
de (a, b) é (-a, -b).
151
Produto Interno Direto
Nem todo subgrupo pode ser escrito como o produto interno direto de dois de seus
subgrupos.
152
Homomorfismo
Dois grupos têm a relação mais forte possível se eles são isomórficos. O
homomorfismo é uma relação mais fraca.
Para serem, cada m deve apontar para um único n e vice-versa (injeção) e m deve
cobrir todos os n (sobrejeção). Temos que Dom(R+) = R+ e Im(R+) = R. Então a função
é sobrejetora. Se log(m) = log(n), então elog(n) = elog(m), o que implica que m = n e a
função é injetora. Então os dois conjuntos são isomórficos.
O objetivo último da teoria dos grupos é classificar os grupos por isomorfismo, isto é,
dado um grupo em particular, devemos ser capazes de compará-lo como igual a um
grupo conhecido via o isomorfismo.
153
Grupos Matriciais
1
𝑑𝑒𝑡(𝐴𝐵) = 𝑑𝑒𝑡(𝐴) × 𝑑𝑒𝑡(𝐵) = 1 𝑒 𝑑𝑒𝑡(𝐴−1 ) = =1
𝑑𝑒𝑡(𝐴)
𝑎 𝑏
Exemplo: Dada a matriz 2 x 2, 𝐴 = ( ), o determinante de A é ad – bc.
𝑐 𝑑
1 𝑑 −𝑏
𝐴−1 = ( )
𝑎𝑑 − 𝑏𝑐 −𝑐 𝑎
1 1
Seja 𝐴 = ( ) em SL2(R). Na figura abaixo, o quadrado unitário correspondente aos
0 1
vetores x = (1, 0)T e y = (0, 1)T é pego por A e levado ao paralelogramo de lados (1, 0)T e
(1, 1)T, ou seja, Ax = (1, 0)T e Ay = (1, 1)T. Veja que os dois paralelogramos têm a mesma
área.
154
O Grupo Ortogonal
Outro grupo de GLn(R) é o grupo ortogonal. Uma matriz A é ortogonal se A-1 = AT. O
grupo ortogonal é o conjunto de todas as matrizes ortogonais. O grupo ortogonal nxn
é denotado por O(n).
3 −4 1 −√3
(5 5 ), 2 2
4 3 √3 1
5 5
(2 2 )
𝑦1
𝑇 𝑦
< 𝑥, 𝑦 ≥ 𝑥 𝑦 = (𝑥1 , 𝑥2 , … , 𝑥𝑛 ) ( …2 ) = 𝑥1 . 𝑦1 + 𝑥2 . 𝑦2 + ⋯ + 𝑥𝑛 . 𝑦𝑛
𝑦𝑛
𝑎1𝑗
𝑎2𝑗
𝑎𝑗 = ( … )
𝑎𝑛𝑗
155
da matriz ortogonal A = (aij). Como AAT = I, temos <ar, as> = δrs, onde 𝛿𝑟𝑠 =
1, 𝑠𝑒 𝑟 = 𝑠
{ é o delta de Kronecker.
0, 𝑠𝑒 𝑟 ≠ 𝑠
De acordo com isso, vetores coluna de uma matriz ortogonal têm comprimento igual a
1, e o produto escalar de vetores coluna distintos é igual a zero. Qualquer conjunto de
vetores que satisfazem estas propriedades é chamado de conjunto ortonormal. De
outro modo, dada uma matriz nxn A, cujas colunas formam um conjunto ortonormal
implica que A-1 = AT.
156
Grupos Wallpaper (Papel de Parede)
157
Lattices
Um lattice pode ter mais que uma base. Por exemplo, os vetores (1, 1)T e (2, 0)T têm o
mesmo lattice que os vectores (-1, 1)T e (-1, -1)T. Contudo, um lattice é completamente
determinado por uma base. Dadas duas bases para o mesmo lattice, sendo elas, por
exemplo, { x1, x2} e {y1, y2}, podemos escrever:
y1 = α1x1 + α2x2
y2 = β1x1 + β2x2
onde α1, α2, β1, β2 são inteiros. A matriz que corresponde a essa transformação é
𝛼1 𝛼2
𝑈 = (𝛽 𝛽2 )
1
𝑦1 𝑥1
𝑈 −1 (𝑦 ) = (𝑥 )
2 2
Como U tem elementos inteiros, U-1 também deve ter; daí, os determinantes de cada
um devem ser inteiros. Como UU-1 = I, então det(UU-1) = det(U) x det(U-1) = 1.
Consequentemente, det(U) = ± 1. Uma matriz com determinante ± 1 com elementos
inteiros é chamada de matriz unimodular.
158
Em R3 existem 230 grupos de espaço diferentes. No espaço R4 existem 4783. Em Rn,
com n > 4 não se sabe.
Subgrupos Simples
Uma vez que todos os subgrupos de um grupo abeliano são normais e todos os grupos
cíclicos são abelianos, os únicos grupos cíclicos simples são aqueles que não têm
subgrupos diferentes do subgrupo trivial e do subgrupo impróprio consistindo de todo
o grupo original. E uma vez que grupos cíclicos de ordem composta podem ser escritos
como um produto direto do grupo de grupos quocientes, isso significa que apenas os
grupos cíclicos de ordem p (p primo) não têm subgrupos não triviais. Portanto, os
únicos grupos cíclicos simples são os grupos cíclicos principais. Além disso, esses são os
únicos grupos simples abelianos.
159
A prova do teorema da classificação de grupos consiste de mais de 10 mil páginas!
À maneira da tabela periódica na Química, foi, até, criada uma tabela periódica (ver
adiante) dos grupos simples, como se fossem os "átomos" formadores das
"moléculas", que são os grupos na Álgebra Abstrata.
160
Grupos de Lie
Um grupo de Lie (Sophus Lie, 1842-1899) é um grupo cujos elementos são organizados
de modo contínuo e suave (como o conjunto dos números reais), como oposição aos
grupos discretos, onde os elementos são separáveis. Isso faz dos grupos de Lie
manifolds diferenciáveis.
O conceito de grupo foi criado para capturar a essência das simetrias. O conjunto de
simetrias de um objeto é um grupo e todo grupo é um conjunto de simetrias de algum
objeto.
Grupos Alternantes
161
O grupo alternante é importante porque para A5 ou maior, ele é um grupo simples (o
que significa que ele não pode ser fatorado em grupos menores), tendo um
importante papel, então, na categorização de grupos.
Ocorre que metade das permutações do grupo simétrico é par e a outra metade é
ímpar, isto é, se permutarmos um conjunto com N elementos, o grupo simétrico tem N
fatorial (N!) permutações e o grupo alternante tem N!/2 permutações.
Grupos Esporádicos
O menor grupo esporádico que se conhece é o grupo Mathieu (M11), que tem ordem
igual a 7.920 (sete mil e novecentos e vinte). O maior grupo esporádico conhecido até
hoje é o monster group.
O Monster Group
O monster group M é um grupo finito que é o maior entre todos os grupos simples
finitos esporádicos. Ele contém 19 dos 26 grupos esporádicos, totalizando
20 grupos (o conjunto é chamado de Família Feliz - Happy Family). A família feliz é,
então, um conjunto finito de 20 dos 26 grupos esporádicos. Os 19 subgrupos da família
feliz são subquocientes3 do monster group: são 5 grupos do grupo de Mathieu M24; 7
subquocientes do grupo de Conway Co0 e 8 subquocientes do monster group. Os
outros 6 grupos esporádicos não se encaixam, por suas vezes, no monster e, assim, são
chamados de grupos párias. O monster é formado de cerca de 8 x 1053 simetrias de
rotação (esse número é maior do que a quantidade de átomos que formam toda a
massa do planeta Júpiter!). Essa quantidade de transformações simétricas não é
possível em 3 dimensões, mas, em, exatamente, 196.883 (cento e noventa e seis mil e
oitocentas e oitenta e três) dimensões! É por isso que ele é chamado de grupo-
monstro. Esta é fatoração (em fatores primos) do monster group:
3
Um subquociente de um objeto X em uma categoria é um objeto que é quociente de um subobjeto de
X.
162
163
Ações de Grupos
Sob estas condições, X é chamado de um G-conjunto (G-set). Veja que não se requer
que X tenha qualquer relacionamento com G. É verdadeiro que cada grupo G age em
cada conjunto X pela ação trivial (g, x) ⟼ x; contudo, grupos de ação são mais
interessantes se o conjunto X está relacionado a G de alguma maneira.
A seta com uma barrinha significa que a função mapeia o elemento a ao elemento b,
enquanto a seta simples significa a função mapeia o conjunto A no conjunto B.
164
Este conjunto é muito mais do que um subconjunto de G, ele é um subgrupo. Este
subgrupo é chamado de subgrupo estabilizador ou subgrupo de isotropia de x, que
denotamos por por Gx.
A Equação de Classe
Onde xk, ..., xn são os representativos das órbitas não triviais distintas de X.
Agora, considere o caso especial em que G age em si mesmo por conjugação, ou seja,
(g, x) ⟼ gxg-1. O centro de G, Z(G) = {x | xg = gx, para todo g ϵ G}, é o conjunto de
pontos que são fixos por conjugação. As órbitas não triviais da ação são chamadas de
classes de conjugações de G. Se x1, ..., xk são os representativos de cada uma das
classes de conjugações não triviais de G e |Ox1| = n1, ..., |Oxk| = nk, então |G| = |Z(G)|
+ n1 + ... + nk.
A equação de classe é: 6 = 1 + 2 + 3.
Teorema: Seja G um grupo de ordem pn, onde p é primo. Então G tem um centro não
trivial.
165
Teorema da Contagem de Burnside
Suponha que queiramos colorir os vértices de um quadrado com duas cores diferentes,
como vermelho e verde. A princípio, teremos 24 = 16 coloridos diferentes. Contudo,
veremos que alguns deles são equivalentes. Se pintarmos o primeiro vértice de
vermelho e os demais de verde equivale a pintar o segundo vértice de vermelho e os
demais de verde, pois, podemos obter a segunda pintura simplesmente fazendo uma
rotação de 90 graus da primeira.
1
𝑘= ∑|𝑋𝑔 |
|𝐺|
𝑔∈𝐺
Exemplo:
X(1) =X
X(13) = {2, 4, 5}
X(13)(25) = {4}
X(25) = {1, 3, 4}
166
O teorema de Burnside diz que
1 1
𝑘= ∑|𝑋𝑔 | = (5 + 3 + 1 + 3) = 3
|𝐺| 9
𝑔∈𝐺
167
6) |𝑋̃(14)(23) | = 4.
7) Para 𝑋̃(13) , 𝑓(1) = 𝑓(3) e os outros vértices podem ter qualquer cor. Daí,
|𝑋̃(13) | = 23 = 8
8) |𝑋̃(24) | = 8
1 4
(2 + 21 + 22 + 21 + 22 + 22 + 23 + 23 ) = 6
8
O problema inerente aqui é que, mesmos circuitos simples como este, um grande
número de funções de comutação podem ser construídas. Com apenas 4 entradas e 1
saída, podemos construir 65536 funções de comutação diferentes. Contudo, diversas
vezes, podemos substituir uma função por outra simplesmente fazendo uma
permutação dos terminais de entrada.
Definimos uma comutação ou função booleana de n variáveis como sendo uma função
de ℤ𝑛2 𝑒𝑚 ℤ2 . Como qualquer função de comutação pode ter dois valores possíveis
𝑛
para cada n-upla binária e existem 2n n-uplas binárias, 22 funções de comutação são
possíveis para n variáveis.
168
Em geral, ao se permitir a permutação das entradas, pode-se obter uma redução
considerável na quantidade de módulos diferentes necessários para se montar um
circuito bem maior.
Entradas Saídas
f0 f1 f2 f3 f4 f5 f6 f7
0 0 0 0 0 0 0 0 0 0
0 1 0 0 0 0 1 1 1 1
1 0 0 0 1 1 0 0 1 1
1 1 0 1 0 1 0 1 0 1
Entradas Saídas
f8 f9 f10 f11 f12 f13 f14 f15
0 0 1 1 1 1 1 1 1 1
0 1 0 0 0 0 1 1 1 1
1 0 0 0 1 1 0 0 1 1
1 1 0 1 0 1 0 1 0 1
Neste caso de funções de comutação com duas variáveis, a permutação (ab) reduz as
16 possibilidades a 12 funções equivalentes, pois:
f2 ~ f4
f3 ~ f5
f10 ~ f12
f11 ~ f13
169
3
Para 3 variáveis de entrada haverá 22 = 256 funções de comutação possíveis. No
caso de 4 variáveis, serão 65536. A quantidade de classes de equivalência se torna
extremamente grande para se calcular diretamente. É necessário usar o teorema de
Burnside.
(0,0,0) ⟼ (0,0,0)
(0,0,1) ⟼ (0,1,0)
(0,1,0) ⟼ (1,0,0)
...
(1,1,0) ⟼ (1,0,1)
(1,1,1) ⟼ (1,1,1)
(0, … ,0,1) ⟼ 0
(0, … ,1,0) ⟼ 1
(0, … ,1,1) ⟼ 2
...
(0, … ,0,1) ⟼ 2𝑛 − 1
9616 funções de comutação possíveis de 4 variáveis sob esse grupo permutativo. Esse
número pode diminuir se considerarmos o grupo simétrico completo de 4 letras.
170
Permutação no Grupo Permutação de f Número de Ciclos
(a) (0) 16
(ac) (2,8)(3,9)(6,12)(7,13) 12
(bd) (1,4)(3,6)(9,12)(11,14) 12
(adcb) (1,2,4,8)(3,6,12,9)(5,10)(7,14,13,11) 6
(abcd) (1,8,4,2)(3,9,12,6)(5,10)(7,11,13,14) 6
(ab)(cd) (1,2)(4,8)(5,10)(6,9)(7,11)(13,14) 10
(ad)(bc) (1,8)(2,4)(3,12)(5,10)(7,14)(11,13) 10
(ac)(bd) (1,4)(2,8)(3,12)(6,9)(7,13)(11,14) 10
Teoremas de Sylow
O segundo teorema afirma que todos os subgrupos de Sylow de uma dada ordem são
conjugados.
171
Exemplo. Identifique os subgrupos de Sylow em S4.
Um grupo que não é simples é o grupo A5, que é cheio de grupos não triviais que não
são normais. A5 é o grupo alternante de grau 5. Ele é o grupo de permutações pares.
Seja G o grupo S3. Considere o subgrupo H = {e, (12)}. Este grupo não é normal em S3.
172
Anéis
Definição: Um conjunto não vazio R é um anel se esse conjunto possui duas operações
binárias fechadas, adição e multiplicação, que satisfaçam as seguintes condições:
1) a + b = b + a para a, b ϵ R. Comutativa.
2) (a + b) + c = a + (b + c), para a, b, c ϵ R. Associativa da adição.
3) Existe um elemento 0 em R tal que a + 0 = a para todo a ϵ R. Elemento Neutro.
4) Para todo a ϵ R, existe um elemento –a em R tal que a + (-a) = 0. Inverso aditivo.
5) (ab)c = a(bc), para a, b, c ϵ R. Associativa da multiplicação.
6) Para a, b, c ϵ R: a(b + c) = ab + ac e (a + b)c = ac + bc.
Anel Comutativo
Um anel comutativo é um conjunto que gostaria de ser um campo (ver), mas, falta a
ele inversos multiplicativos para alguns de seus elementos. No anel Z, só podemos
dividir por +1 ou por –1, mas, no campo Q, podemos dividir por qualquer elemento
não nulo. Z é um anel comutativo sob +.
Unidade em Anéis
Unidades são elementos de um anel que formam um grupo sob a multiplicação. Todos
os elementos de um anel podem formar um grupo sob a adição, pois, todos têm um
inverso aditivo, mas, nem todos têm o inverso multiplicativo (só as unidades têm).
173
Anel Divisão
Um anel divisão é um anel R com a identidade no qual todo elemento não nulo em R é
uma unidade, ou seja, para cada a ϵ R, com a ≠ 0, existe um único elemento a-1 tal que
a-1 . a = a . a-1 = 1. Um anel divisão comutativo define um campo.
Um anel comutativo R com a identidade é chamado de domínio integral se, para todo
a, b ϵ R, tal que ab = 0, a é zero ou b é zero.
De fato, Z é um domínio integral. Porém, Z não é um campo: não existe um inteiro que
seja o inverso multiplicativo de 2 (1/2 não é um inteiro!). Os únicos inteiros que têm
inverso multiplicativo são o +1 e o –1.
Divisor Nulo
174
Anéis em Congruências
Congruência entre valores é uma operação como outra qualquer que envolve adição e
multiplicação. Desse modo, pode-se definir conjuntos onde essa operação pode ser
aplicada e derivar daí propriedades.
Anéis Inteiros
175
Subanéis
Da mesma maneira que temos subgrupos de grupos, temos uma classe análoga a
subestruturas para anéis.
Um subanel S de um anel R é um subconjunto S de R tal que S é também um anel sob
as operações herdadas de R. O anel nZ (os múltiplos do módulo n – classe de
equivalência [0]) é um subanel de Z.
Temos a seguinte cadeia de subanéis:
ℤ⊂ℚ⊂ℝ⊂ℂ
Características de um Anel
Homomorfismo em Anéis
para todo a, b ϵ R.
Se φ : R → S tem uma correspondência biunívoca cobrindo todo o conjunto S (a função
é injetora e sobrejetora), então temos um isomorfismo de anéis.
176
Ideal de um Anel
O ideal de um anel é uma classe de subanéis que correspondem àquela que chamamos
de subgrupos normais (ideais estão para anéis assim como subgrupos normais estão
para grupos). O ideal de um anel R é um subanel I de R tal que, se a está em I e r está
em R, então tanto ar quanto ra estão em I.
Todo anel R tem, pelo menos, dois ideais: {0} e o próprio R. Estes ideais são chamados
de ideais triviais.
Seja R um anel com identidade e suponha que I é um ideal em R tal que 1 está em I.
Como, para qualquer r ϵ R, r x 1 = r x I, pela definição de ideal, I = R.
177
Anéis de Polinômios
Não é uma surpresa que os polinômios formam um anel, pois, dados dois polinômios
p(x) = x3 – 3x + 2 e q(x) = 3x2 – 6x + 5, temos que p(x) + q(x) = [p+q](x) = (x3 – 3x + 2) +
(3x2 – 6x + 5) = x3 – 9x + 7 e p(x). q(x) = [pq](x) = (x3 – 3x + 2) x (3x2 – 6x + 5) = 3x5 –
9x3 + 6x2 – 6x4 + 18x2 – 12x = 3x5 – 4x3 + 24x2 – 6x4 + 18x2 – 27x + 10.
𝑓(𝑥) = ∑ 𝑎𝑖 𝑥𝑖 = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + ⋯ + 𝑎𝑛 𝑥 𝑛
𝑖=0
178
Onde
𝑖
para cada i.
Teorema da Divisão para Polinômios: Sejam f(x) e g(x) polinônios em F[x], onde F é
um campo e g(x) é um polinômio não nulo. Então, existem polinômios únicos q(x), r(x)
ϵ F[x], tal que f(x) = g(x)q(x) + r(x), onde deg r(x) < deg g(x), ou r(x) é o polinômio
nulo.
Seja p(x) um polinômio em F[x] e α ϵ F[x]. Dizemos que α é um zero ou raiz de p(x) se
p(x) estiver no kernel da função de homomorfismo φα. O que estamos dizendo aqui é
que α é uma raiz de p(x) se p(x) = 0.
Corolário: Seja F um campo. Um polinômio não nulo p(x) de grau n em F[x] pode ter,
no máximo, n zeros distintos em F.
Seja F um campo. Um monômio d(x) é o MDC dos polinômios p(x), q(x) ϵ F[x] se d(x)
divide p(x) e q(x) igualmente. Escrevemos: d(x) = MDC[p(x), q(x)].
Dois polinômios p(x) e q(x) são primos entre si, sem MDC[p(x), q(x)] = 1.
Proposição: Seja F um campo e suponha que d(x) é o MDC de p(x) e q(x) em F[x].
Então, existem r(x) e s(x), polinômios, tais que d(x) = r(x)p(x) + s(x)q(x). Além disso, o
MDC de dois polinômios é único.
179
Polinômios Irredutíveis
Um polinômio não constante f(x) ϵ F[x] é irredutível num campo F se f(x) não puder
ser colocado como produto de dois outros polinômios g(x) e h(x) em F[x], onde os
graus de g(x) e de h(x) são, ambos, menores do que o grau de f(x). Polinômios
irredutíveis funcionam como “números primos” de um anel de polinômios.
Exemplo 1 O polinômio x2 – 2 ϵ Q[x] é irredutível, pois, ele não pode mais ser fatorado
dentro do conjunto dos racionais. Similarmente, x2 + 1 é irredutível dentro do conjunto
dos números reais.
𝑟
Lema: Seja p(x) ϵ Q[x]. Então 𝑝(𝑥) = 𝑠 (𝑎0 + 𝑎1 𝑥 + ⋯ + 𝑎𝑛 𝑥 𝑛 ), onde r, s, a0, ..., an são
inteiros, os ai são primos entre si e r e s são primos entre si.
Exemplo 2: No campo dos racionais, use o algoritmo de Euclides para mostrar que os
polinômios f(x) = 2x3 – 2x2 – 3x + 1 e g(x) = 2x2 – x – 2 são primos entre si.
1 3
Dividindo f(x) por g(x), temos 𝑓(𝑥) = (𝑥 − 2) × 𝑔(𝑥) − 2 𝑥. No próximo passo,
podemos usar x em vez de 3x/2 e, então, dividindo g(x) por x nos dá o seguinte
resultado: g(x) = (2x – 1) x (x) – 2. O resto constante neste passo mostra que o
MDC[f(x), g(x)] = MDC[g(x), x) = 1.
180
Estruturas em Rede (Lattice)
181
Domínios Integrais
182
Álgebra Booleana
𝑎 ∧ (𝑏 ∨ 𝑐) = (𝑎 ∧ 𝑏) ∨ (𝑎 ∧ 𝑐)
𝐴 ∩ (𝐵 ∪ 𝐶) = (𝐴 ∩ 𝐵) ∪ (𝐴 ∩ 𝐶)
Para A, B e C ϵ P(X).
𝑎 ∧ (𝑏 ∨ 𝑐) = (𝑎 ∧ 𝑏) ∨ (𝑎 ∧ 𝑐)
para todo a, b, c ϵ L.
183
Teorema: Um conjunto B é uma álgebra booleana se, e somente se, existem operações
binárias ∨ e ∧ em B satisfazendo as seguintes propriedades:
1) 𝑎 ∨ 𝑏 = 𝑏 ∨ 𝑎 e 𝑎 ∧ 𝑏 = 𝑏 ∧ 𝑎, 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑎, 𝑏 ∈ 𝐵.
2) 𝑎 ∨ (𝑏 ∨ 𝑐) = (𝑎 ∨ 𝑏) ∨ 𝑐 e 𝑎 ∧ (𝑏 ∧ 𝑐) = (𝑎 ∧ 𝑏) ∧ 𝑐, 𝑝𝑎𝑟𝑎 𝑎, 𝑏, 𝑐 ∈ 𝐵.
3) 𝑎 ∧ (𝑏 ∨ 𝑐) = (𝑎 ∧ 𝑏) ∨ (𝑎 ∧ 𝑐) e 𝑎 ∨ (𝑏 ∧ 𝑐) = (𝑎 ∨ 𝑏) ∧ (𝑎 ∨
𝑐), 𝑝𝑎𝑟𝑎 𝑎, 𝑏, 𝑐 ∈ 𝐵.
4) Existem elementos I e O tal que 𝑎 ∨ 𝑂 = 𝑎 e 𝑎 ∧ 𝐼 = 𝑎, 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑎 ∈ 𝐵.
5) Para todo a ϵ B existe um a’ ϵ B tal que a ∨ a’ = I e a ∧ a’ = O.
Uma álgebra booleana é finita se ela contém um número finito de elementos como um
conjunto.
Teorema: Seja B uma álgebra booleana finita. Então, existe um conjunto X tal que B é
isomórfico com P(X) [o conjunto potência de X].
Corolário: A ordem de qualquer álgebra booleana finita deve ser igual a 2n, para algum
inteiro positivo n.
184
Espaços Vetoriais – Parte 2
Onde α, β ϵ F e u, v ϵ V.
As n-uplas de número reais, denotadas por Rn, formam um espaço de vetores sobre R.
Se f(x) e g(x) são contínuas em [a, b], então [f + g](x) é definida como f(x) + g(x). A
multiplicação escalar é definida como [αf](x) = αf(x), para todo α ϵ R.
Proposição: Seja V um espaço vetorial sobre F. Então, cada uma das seguintes
afirmações são verdadeiras:
1) 0v = 0 para todo v ϵ V.
2) α0 = 0 para todo α ϵ F.
3) Se αv = 0, então α = 0 ou 𝑣 = ⃗0
4) (–1)v = –v, para todo v ϵ V.
5) –(αv) = (–α)v = α(–v), para todo α ϵ F e v ϵ V.
185
Subespaços
Da mesma maneira que grupos têm subgrupos e anéis têm subanéis, o espaço de
vetores possui subestruturas.
Seja V um espaço vetorial qualquer sobre um campo F e suponha que v1, v2, ..., vn são
vetores em V e α1, α2, ..., αn são escalares em F. Qualquer vetor w em V da forma
abaixo é chamado de combinação linear dos vetores v1, v2, ..., vn.
𝑤 = ∑ 𝛼𝑖 𝑣𝑖 = 𝛼1 𝑣1 + 𝛼2 𝑣2 + ⋯ + 𝛼𝑛 𝑣𝑛
𝑖=1
O conjunto cobertura (spanning set) de vetores v1, v2, ..., vn é o conjunto de vetores
obtido de todas as possíveis combinações lineares de v1, v2, ..., vn. Se W é o conjunto
cobertura de v1, v2, ..., vn, então dizemos que W é coberto por v1, v2, ..., vn.
Proposição: Seja S = { v1, v2, ..., vn} vetores num espaço vetoria V. Então a cobertura de
S é um subespaço de V.
Independência Linear
Seja S = { v1, v2, ..., vn} um conjunto de vetores num espaço vetorial V. Se existem
escalares α1, α2, ..., αn ϵ F tal que nem todos αi são nulos e α1v1 + α2v2 + ... + αnvn = 0,
então diz-se que S é linearmente dependente.
Proposição: Seja {v1, v2, ..., vn} um conjunto de vetores linearmente independentes em
um espaço vetorial. Suponha que v = α1v1 + α2v2 + ... + αnvn = β1v1 + β2v2 + ... + βnvn
então α1 = β1, α2 = β2, ..., αn = βn.
186
Proposição: Suponha que um espaço vetorial V é coberto por n vetores. Se m > n,
então, qualquer conjunto de m vetores em V deve ser linearmente dependente.
Um conjunto {e1, e2, ..., en} de vetores no espaço vetorial V é chamado de base de V se
{e1, e2, ..., en} é um conjunto linearmente independente que cobre V.
Exemplo: Os vetores e1 = (1, 0, 0), e2 = (0, 1, 0) e e3 = (0, 0, 1) formam uma base para
R3. Esse conjunto, certamente, cobre R3, pois, qualquer vetor arbitrário (x1, x2, x3) em
R3 pode ser escrito como x1e1 + x2e2 + x3e3. Também, nenhum e1, e2, e3 pode ser
escrito como uma combinação linear dos outros dois. Assim, eles são linearmente
independentes.
Proposição: Sejam {e1, e2, ..., em} e {f1, f2, ..., fn} duas bases para um espaço vetorial V.
Então m = n.
187
Campos
Todo campo é um anel. Todo anel é um grupo. Nem todo anel é um campo. Nem todo
grupo é um anel.
Será que existem campos dentro de campos? Mais especificamente, dado um campo F
e um polinômio p(x) em F[x], podemos questionar se podemos encontrar um campo E
contendo F tal que p(x) possa ser fatorado em fatores lineares em E[x].
É possível encontrar um campo menor em que p(x) tenha um zero (raiz) como, por
exemplo, 𝑄(√2) = {𝑎 + 𝑏√2, 𝑎, 𝑏 ∈ ℚ}.
188
Campos Estendidos
Seja F um campo e p(x) um polinômio não constante em F [x]. Então, existe um campo
estendido E de F e um elemento α ϵ E tal que p(α) = 0.
Elementos Algébricos
Exemplo:
189
Teorema: Seja E um campo estendido de F e α ϵ E. Então α é transcendental em F se,
e somente se, F(α) é isomórfico com F(x), o campo de frações de F[x].
190
Fechamento Algébrico
Seja F um campo e p(x) = a0 + a1x + ... + anxn um polinômio não constante em F[x].
Uma extensão E de F é um campo de separação de p(x) se existem elementos α1, α2,
..., αn em E tal que E = F(α1, α2, ..., αn) e p(x) = (x – α1)(x – α2) ... (x – αn).
191
Campos Finitos
Lema: Seja F um campo e f(x) ϵ F[x]. Então, f(x) é separável se, e somente se, f(x) e
sua derivada f’(x) forem primos entre si.
192
Teoria de Galois
𝑎𝑥 5 + 𝑏𝑥 4 + 𝑐𝑥 3 + 𝑑𝑥 2 + 𝑒𝑥 + 𝑓 = 0
No início do século 19, Ruffini e Abel encontraram ‘quinticos’ que não podiam ser
resolvidos por fórmula alguma. No entanto, foi Evariste Galois (1811 – 1832 – sim,
morreu antes de completar 21 anos de idade!) que conseguiu provar que tipos de
polinômios podiam ser resolvidos por fórmulas e que tipos não podiam. Galois
descobriu que há uma forte conexão entre grupos e campos estendidos.
Usando a teoria de Galois, alguns problemas da teoria de campos podem ser reduzidos
a problemas da teoria de grupos que, em certo sentido, é mais simples e mais
compreensível do que a teoria de campos.
Galois usou permutações de grupos para descrever como as várias raízes de uma
equação polinomial são relacionadas entre si. O argumento da teoria de Galois se
deveu à seguinte questão, cuja resposta é conhecida como Teorema de Abel-Ruffini:
Por que não existe uma fórmula para calcular as raízes de equações polinomiais
de grau 5 (ou superior) em termos dos coeficientes dos polinômios usando
apenas as operações algébricas comuns (+, -, x, ÷) mais a aplicação de radicais?
A teoria de Galois não só pode responder esta questão, mas, também, explica, com
detalhes, o porquê de ser possível resolver equações de grau 4, ou menores, da
maneira descrita acima e porque as soluções são daquela forma. Mostra, também,
como casos específicos de equações de grau 5 ou maior podem ser resolvidas daquela
maneira. A teoria também mostra o porquê da impossibilidade de se triseccionar um
ângulo ou desenhar certos polígonos regulares usando-se apenas um compasso e uma
régua.
193
Automorfismo de Campos
Corolário: Seja F um campo finito com uma extensão finita E tal que [E : F] = k. Então
G(E | F) é cíclico de ordem k.
194
Seja E um campo de separabilidade de um polinômio f(x) ϵ F[x]. Suponha que f(x) se
fatores em E como:
𝑟
O elemento primitivo é α.
Este teorema explica a conexão que existe entre os subgrupos G(E | F) e os campos
intermediários E e F.
Exemplo: Seja 𝜎 ∶ 𝑄(√3, √5) → 𝑄(√3, √5) um automorfismo que mapeia √3 a −√3.
Então, 𝑄(√5) é um subcampo de 𝑄(√3, √5) fixado à esquerda de σ.
𝐸𝐺(𝐸|𝐹) = 𝐹
195
Lema: Seja G um grupo finito de automorfismos de E e seja F = EG. Então [E : F] ≤ |G|.
Seja E uma extensão algébrica de F. Se todo polinômio irredutível em F[x] com uma
raiz em E tem todas as suas raízes em E, então E é chamado de extensão normal de F.
Isto é, todo polinômio irredutível em F[x] contendo uma raiz em E é o produto dos
fatores em E[x].
Corolário: Seja K um campo de extensão de F tal que F = KG, para algum grupo finito
de automorfismos G de K, então, G = G(K | F).
196
A figura a seguir mostra relação entre anéis, domínios integrais e campos.
Grupo
Um grupo tem uma única operação binária op (pode ser + ou x, mas,
não ambas). A operação op não precisa ser comutativa. Um grupo
possui o elemento identidade e inversos de todos os elementos, além
das propriedades de fechamento (a op b = c, então c está em G) e
associativa.
Campo
Um campo tem duas operações binárias op, ambas comutativas.
197
Anel
Um anel é um grupo que ganha uma segunda operação. Ele deixa de ser
chamado de grupo e passa a ser chamado de anel.
Por exemplo (G,+,x) é um anel. Removendo-se ‘x’, o anel vira um grupo
(G, +), com a identidade sendo o zero. É um grupo sempre comutativo.
Os inversos são os negativos. Removendo-se o ‘+’ não vira um grupo,
pois, apesar de ter a identidade 1, alguns elementos, como o 0, não têm
inversos.
Anel Comutativo
Anel Divisão
Domínio Integral
198
Grupo
Exemplos:
Dado um elemento de N, não existe um oposto dele (dado x, o oposto de x é
1/x na multiplicação e –x na adição, por exemplo. Mas, nem 1/x e nem –x
pertencem a N). Por isso N não é um grupo, apesar das regras 1a e 1b serem
satisfeitas. O elemento identidade na adição é o zero.
Z é um grupo, na adição, porque inclui N e os opostos de Z. Em relação à
multiplicação, Z não é um grupo, pois, só 1 e –1 têm opostos.
Grupo Abeliano
Anel
Domínio Integral
Campo
199
Vamos testar o conjunto Z6 = { [1], [2], [3], [4], [5], [0] } em relação à operação de
multiplicação:
O polinômio x2 +1 não pode ser fatorado no campo R, mas o pode ser no campo C:
200
Aplicações da Teoria de Grupos
Criptografia
ou assim:
f-1(p) = p + 23 (mod 26)
Para ele funcionar, temos que achar uma inversa, isto é, temos que resolver a
equação c = ap + b (mod 26) para p.
Vemos que essa função inversa vai existir se a tiver um inverso ou,
equivalentemente, MDC(a, 26) = 1. Nesse caso:
201
Exemplo: Seja o criptosistema afim f(p) = ap + b (mod 26). Para este sistema
funcionar, devemos escolher um a ϵ Z26 que seja inversível. Isso só é possível se
MDC(a,26) = 1. Reconhecendo este fato, escolhemos a = 5, pois, MDC(5,26) = 1. É
fácil verificar que a-1 = 21:
Estas são as partições que nos interessam:
...
[ 1 ]: [...,-129, -103, -77, -51, -25, 1, 27, 53, 79, 105, 131,...]
...
[ 5 ]: [..., -125, -99, -73, -47, -21, 5, 31, 57, 83, 109, 135, ...]
...
Aprendemos que o inverso é a partição [b] tal que [5][b] = [1]. Então, temos
que achar um múltiplo de 5 em [1]. Na lista acima, eles são -25 e 105.
Com isso -25 ÷ 5 = -5 e 105 ÷ 5 = 21. Olhando na partição [21], vemos estes
dois resultados lá: [ 21 ]: [-109, -83, -57, -31, -5, 21, 47, 73, 99, 125, 151]
Por isso, podemos fazer nossa função de encriptação igual a f(p) = 5p + 3 (mod 26) e
a de decriptação igual a f-1(p) = 21p – 21 x 3 (mod 26) = 21p – 63 (mod 26). Como -63
(mod 26) é congruente com 15 (mod 26), podemo usar também esta inversa:
Seja A uma matriz 2 x 2, inversível, com elementos de Z26. Podemos definir uma
função f(p) = Ap + b, onde b é um vetor coluna e operações de matrizes em Z26 são
efetuadas.
A função de decodificação será: f-1(p) = A-1 x p – A-1 x b.
Exemplo: Suponha que queiramos codificar a palavra HELP, cujo código digital
(números na sequência 1 a 26) é 07, 04, 11, 15.
Seja A a matriz
3 5
𝐴=( )
1 2
Sua inversa será:
2 21
𝐴−1 = ( )
25 3
202
Se
2
𝑏=( )
2
Então, nossa mensagem cifrada será RRCR. A letra cifrada R representa mais que um
caractere normal.
O RSA funciona assim: Suponha que escolhamos dois números primos de 150 dígitos
cada, P e Q. Computamos N = P x Q e φ(N) = M = (P – 1)(Q – 1), onde φ é a função de
Euler. Depois, achamos um número E que seja primo com M, isto é, MDC(E,M) = 1.
Usando o algoritmo de Euclides, achamos um número D tal que D x E ≡ 1 (mod M).
N e E serão públicos.
Suponha que temos o valor 25 a ser enviado. Seja P=23 e Q=29 (primos bem
pequenos para facilitar o exemplo).
Então, N = PQ = 667 e φ(N) = M = (P – 1)(Q – 1) = 616.
Escolhamos E=487, já que MDC(616,487) = 1.
A mensagem codificada será 25487 (mod 667) = 169 (este cálculo pode ser
feito usando o Método da Repetição dos Quadrados).
203
Teoria da Codificação Algébrica
204
Covetores
De repente, isto pode te fazer lembrar de seno e cosseno, pois, estes são
complementares, isto é, seno(a) = cosseno(90 – a). Mas, o co, em covetor, não tem a
ver com isso. O covetor não é um complemento de um vetor.
Um covetor é uma função que mapeia um espaço vetorial V para um campo numérico
como R. Formalmente: f: V R.
205
O argumento da função pode ser uma operação vetorial (como adição e produto
vetorial) que pode ser calculada antes da aplicação da função no argumento ou pode-
se aplicar a função antes da operação dos argumentos, de acordo com as propriedades
listadas lá em cima.
Visualizando Covetores
𝑥
[2 1] ([𝑦]) = 2𝑥 + 1𝑦
O gráfico será uma curva de nível no plano, como aquelas mostradas em mapas
topográficos.
206
Uma curva de nível pode mostrar tanto aclives quanto declives. Em qualquer caso,
quanto mais próxima uma curva estiver da outra (como no ponto A), mais forte é a
inclinação; quanto maior a separação entre duas curvas, mais suave será a inclinação.
O ponto B tem uma inclinação (para cima ou para baixo) menor do que a inclinação no
ponto A.
Vamos pegar a função 2x + 1y e traçar curvas de nível para ela (no caso, serão retas).
Para isso, criamos algumas equações com a função, igualando-a a alguns valores. Para
cada equação obtida, traçaremos um gráfico. Primeiro as equações:
2𝑥 + 1𝑦 = −4 ⟹ 𝑦 = −2𝑥 − 4
2𝑥 + 1𝑦 = −3 ⟹ 𝑦 = −2𝑥 − 3
2𝑥 + 1𝑦 = −2 ⟹ 𝑦 = −2𝑥 − 2
2𝑥 + 1𝑦 = −1 ⟹ 𝑦 = −2𝑥 − 1
2𝑥 + 1𝑦 = 0 ⟹ 𝑦 = −2𝑥
2𝑥 + 1𝑦 = 1 ⟹ 𝑦 = −2𝑥 + 1
2𝑥 + 1𝑦 = 2 ⟹ 𝑦 = −2𝑥 + 2
2𝑥 + 1𝑦 = 3 ⟹ 𝑦 = −2𝑥 + 3
2𝑥 + 1𝑦 = 4 ⟹ 𝑦 = −2𝑥 + 4
Claramente, teremos nove retas inclinadas para a esquerda, com coeficiente angular
igual 2 (–2 indica inclinação para a esquerda) com um deslocamento paralelo igual a 1.
207
Dessa maneira, podemos visualizar covetores como um empilhamento de retas,
separadas por intervalos unitários. A próxima figura deixa isso muito mais claro.
208
Veja como o covetor transforma um vetor de tal modo que ela aja como o gradiente
age. Por isso o gradiente é classificado como um covetor.
Operações em Covetores
Basicamente, existe duas operações que podem ser aplicadas a covetores, sendo elas a
variação e a adição de covetores.
Variação (Scaling)
A primeira ideia que virá na tua cabeça será para multiplicar a magnitude do vetor v
por um escalar, não é? É quase isso, mas, não é isso, porque um covetor não funciona
como um vetor.
209
Na figura, você pode ver, também, a propriedade que foi usada.
Se você aumentar o intervalo original duas vezes, o vetor resultante ficará dividido por
2.
210
Adição
Você viu que o scaling é bem intuitivo, tanto graficamente quanto matematicamente.
Mas, a adição de covetores só é intuitiva matematicamente e não é, exatamente, a
mesma coisa que adição de vetores. Vou usar a próxima figura para explicar.
211
Os vetores u e v serão as componentes do vetor u + v.
212
Em termos de espaços vetoriais, podemos anotar as diferenças entre vetores e
covetores da seguinte maneira:
Espaço Vetorial: (V, S, +, .)
Espaço Covetorial: (V*, S, +, .)
213
Análise Complexa
A análise complexa é a parte da matemática que investiga as funções que estão
definidas em alguma região do plano complexo, e que tomam valores complexos e são
diferenciáveis como funções complexas. Este tipo de função é chamado, também, de
funções holomorfas.
Revisão e Conceitos
214
Sabemos que (1, 0) pode ser considerado como o número real 1. Por isso, podemos
dar um nome especial para o número (0, 1): i, por exemplo. Desta maneira, o número
que estávamos chamando de (x, y) pode ser escrito com x.1 + y.i, ou x + iy.
Sabemos agora, também, que o número complexo (0, 1) pode ser considerado como o
número real –1. Com isso e com as operações que fizemos acima, podemos reescrever
a operação (0, 1)(0, 1) como i2 = -1.
Discos e Conjuntos
A parte interna deste círculo é chamada de disco aberto com centro em a e raio r. O
disco aberto é denotado por
215
Definição: Um conjunto é aberto se todos os seus pontos são pontos interiores. Um
conjunto é fechado se ele contém todos os seus pontos de fronteira.
O plano complexo C e o conjunto vazio {} são os únicos conjuntos que são abertos e
fechados, ao mesmo tempo.
216
Conectividade
Exemplos:
0, 𝑠𝑒 𝑥 < 0
𝑓(𝑥) = {
1, 𝑠𝑒 𝑥 ≥ 0
2) Função Sinal:
−1, 𝑠𝑒 𝑥 < 0
𝑠𝑔𝑛(𝑥) = { 0, 𝑠𝑒 𝑥 = 0
1, 𝑠𝑒 𝑥 > 0
217
Funções Complexas
Uma função complexa não é diferente de uma função real de Rm>1 em Rn>m. Podemos
escrever funções em C:
1
𝑓(𝑧) = 𝑧, 𝑓(𝑧) = 2𝑧 + 𝑖, 𝑓(𝑧) = 𝑧 3 , 𝑓(𝑧) =
𝑧
𝑓(𝑥, 𝑦) = 𝑥 − 2𝑖𝑦
𝑓(𝑥, 𝑦) = 𝑦 2 − 𝑖𝑥
𝑓(𝑟, 𝜃) = 2𝑟 × 𝑒 𝑖(𝜙+𝜋)
𝒇(𝒛) = 𝒛𝟑 + 𝒛 + 𝟏
Solução:
𝑓(𝑧) = (𝑥 + 𝑖𝑦)3 + (𝑥 + 𝑖𝑦) + 1 =
= (𝑥 + 𝑖𝑦)(𝑥 2 − 𝑦 2 + 2𝑖𝑥𝑦) + 𝑥 + 𝑖𝑦 + 1 =
= 𝑥 3 − 𝑥𝑦 2 + 2𝑖𝑥 2 𝑦 + 𝑖𝑥 2 𝑦 − 𝑖𝑦 3 − 2𝑥𝑦 2 + 𝑥 + 𝑖𝑦 + 1 =
= 𝒙𝟑 − 𝟑𝒙𝒚𝟐 + 𝒙 + 𝟏 + 𝒊(𝟑𝒙𝟐 𝒚 − 𝒚𝟑 + 𝒚)
218
Equação de Cauchy-Riemann
A equação de Cauchy-Riemann é uma equação que relaciona uma função real de duas
variáveis com uma função complexa. Ela é, exatamente, a equação lá de cima:
Polinômios Complexos
𝑃(𝑧) = ∑ 𝑎𝑘 𝑧 𝑘
𝑘=0
Onde ak são números complexos, não todos nulos, e z é uma variável complexa.
Também, é usada a expressão polinômio analítico (refletindo o fato de que o
polinômio é uma função analítica) ou polinômio algébrico (pois, o polinômio contém
apenas operações algébricas na variável z).
Lembre-se que um complexo com uma barra sobre ele é o conjugado do mesmo
número sem a barra.
219
Como o campo dos números complexos é algebricamente fechado, todo polinômio
com coeficientes complexos possui uma decomposição linear:
Onde se pode ver, facilmente, as soluções. Uma maneira fácil de encontrar uma tal
decomposição é, simplesmente, fazer:
Lim 𝑓(𝑧) = 𝑤0
𝑧→𝑧0
𝒊𝒛𝟑 + 𝟏
𝐋𝐢𝐦
𝒛→−𝒊 𝒛𝟐 + 𝟏
Solução:
220
Cancelando (z+i) em cima e em baixo:
Lim (𝑧 2 − 𝑖𝑧 + 𝑖 2 )
𝑖(𝑧 2 − 𝑖𝑧 + 𝑖 2 ) 𝑧→−𝑖
= Lim = =
𝑧→−𝑖 (𝑧 − 𝑖) Lim (𝑧 − 𝑖)
𝑧→−𝑖
𝑰𝒎(𝒛)
𝐋𝐢𝐦
𝒛→𝟎 𝒛
Solução:
𝐼𝑚(𝑧) 𝑦
𝐶𝑜𝑚𝑜 Lim = Lim = −𝑖
𝑅𝑒(𝑧)=0,𝑧→0 𝑧 𝑦→0 𝑖𝑦
e
𝐼𝑚(𝑧) 0
Lim = Lim = 0
𝐼𝑚(𝑧)=0,𝑧→0 𝑧 𝑥→0 𝑥
Então o limite não existe. Isso vai ficar mais claro com o próximo exemplo.
𝒛̅
𝐋𝐢𝐦
𝒛→𝟎 𝒛
Solução:
Este limite não existe, como nos reais, porque, fazendo z = x ϵ R (tendendo a zero
pelo eixo x), temos que:
𝑧̅ 𝑥̅ 𝑥
Lim = Lim = Lim = 1
𝑧→0 𝑧 𝑥→0 𝑥 𝑥→0 𝑥
221
E fazendo z = iy, com y ϵ R, com z tendendo a zero pelo eixo y, temos que:
𝑧̅ 𝑖𝑦
̅ −𝑖𝑦
Lim = Lim = Lim = −1
𝑧→0 𝑧 𝑦→0 𝑖𝑦 𝑦→0 𝑖𝑦
Como obtemos limites diferentes, dependendo por onde se aproxima de zero, o limite
não é único e, assim, não existe.
Nota: Na reta real, uma variável pode se aproximar de zero por apenas dois lados,
mas, no plano complexo, a aproximação pode vir de várias direções.
222
Diferenciação e Holomorficidade em Funções Complexas
𝑓(𝑧) − 𝑓(𝑧0 ) 𝑧3 − 𝑧3
lim = lim =
𝑧→𝑧0 𝑧 − 𝑧0 𝑧→𝑧0 𝑧 − 𝑧0
Se f é holomórfica, ela é diferenciável, mas, se ela for diferenciável, não implica que ela
é holomórfica.
223
Quando se considera uma função de valores reais f: R2→ R (função de duas
variáveis), não existe a noção de derivada da função. Em vez disso, o que se tem
𝜕𝑓 𝜕𝑓
são derivadas parciais 𝜕𝑥 (𝑥0 , 𝑦0 ) e 𝜕𝑦 (𝑥0 , 𝑦0 ) (e, também, derivadas direcionais),
que dependem da maneira pela qual é feita a aproximação ao ponto (x0, y0) ϵ R2.
Para uma função complexa f (z) não se tem um novo conceito da derivada f (z0), a
qual, por definição, não pode ser dependente do lado pelo qual é feita a
aproximação ao ponto z0 = (x0, y0) ϵ C.
É de se esperar, então, que haja uma relação entre a derivada complexa f ’(z0) e
derivadas parciais:
𝜕𝑓 𝑓(𝑥0 , 𝑦) − 𝑓(𝑥0 , 𝑦0 )
(𝑧0 ) = lim
𝜕𝑥 𝑥→𝑥0 𝑦 − 𝑦0
e
𝜕𝑓 𝑓(𝑥, 𝑦0 ) − 𝑓(𝑥0 , 𝑦0 )
(𝑧0 ) = lim
𝜕𝑦 𝑦→𝑦0 𝑥 − 𝑥0
Para a função complexa f: C → C, temos que f (x,y) = u(x,y) + iv(x,y), que é a equação
de Cauchy-Riemann, onde u,v: R2→ R (função do plano para a linha).
A equação de Cauchy-Riemann afirma que f é complexamente diferenciável quando:
𝜕𝑢 𝜕𝑣 𝜕𝑢 𝜕𝑣
= 𝑒 =−
𝜕𝑥 𝜕𝑦 𝜕𝑦 𝜕𝑥
Teorema:
a) Suponha que f seja diferenciável em z0 = x0 – iy0. Então, as derivadas parciais
de f existem e satisfazem:
𝜕𝑓 𝜕𝑓
(𝑧0 ) = −𝑖 (𝑧 ) (2.2)
ð𝑥 𝜕𝑦 0
b) Suponha que f é uma função complexa tal que as derivadas parciais ꝺf/ꝺx e
ꝺf/ꝺy existam em um disco aberto com centro em z0 e são contínuas em z0. Se
estas derivadas parciais satisfazem (2.2), então f é diferenciável em z0.
224
Nos dois casos, a e b, f ’ é dada por:
𝜕𝑓
𝑓 ′ (𝑧0 ) = (𝑧 )
𝜕𝑥 0
𝒖𝒙 (𝒙𝟎 , 𝒚𝟎 ) = 𝒗𝒚 (𝒙𝟎 , 𝒚𝟎 )
Funções Polinomiais
Teorema (Fórmula Interpolativa de Lagrange): Seja z1, z2, ..., zn+1 os (n+1) pontos
distintos e seja w1, w2, ..., wn+1 números complexos arbitrários (não necessariamente
distintos, mas, não todos nulos). Entre todos os polinômios de graus não maiores que
n, existe um único polinômio P(z) tal que P(zk) = wk, com 1 ≤ k ≤ n+1.
Isto é representado por:
𝑛+1
𝑄(𝑧)
𝑃(𝑧) = ∑ 𝑤𝑘
𝑄′(𝑧𝑘 )(𝑧 − 𝑧𝑘 )
𝑘=1
Onde
𝑛+1
𝑄(𝑧) = ∏(𝑧 − 𝑧𝑘 )
𝑘=1
𝑃(𝑥, 𝑦) = ∑ [∑ 𝑎𝑗,𝑘 𝑥 𝑗 𝑦 𝑘 ]
𝑗=0 𝑘=0
225
Onde os coeficientes aj,k são números reais ou complexos e onde x e y são reais.
O grau do termo aj,kxjyk é (j+k), desde que aj,k ≠ 0 e o grau de P é o maior grau entre
os termos individuais.
Transformações de Möbius
𝑎𝑧 + 𝑏
𝑓(𝑧) =
𝑐𝑧 + 𝑑
Onde a, b, c, d ϵ C.
Se ad – bc ≠ 0, então f é chamada de Transformação de Möbius.
𝑎 𝑎
Proposição: Se a, b, c, d ϵ C, com c ≠ 0. Então 𝑓: ℂ − {− 𝑐 } → ℂ − { 𝑐 }, dada por:
𝑎𝑧 + 𝑏
𝑓(𝑧) =
𝑐𝑧 + 𝑑
𝑎 𝑎
tem uma função inversa 𝑓 −1 : ℂ − { 𝑐 } → ℂ − {− 𝑐 }, dada por:
𝑑𝑧 − 𝑏
𝑓 −1 (𝑧) =
−𝑐𝑧 + 𝑎
A fórmula f -1(z) vale também quando c = 0, porém, nesse caso, tanto o domínio
quanto a imagem são C. Em qualquer caso, nota-se que a inversa de uma
transformação de Möbius também é uma transformação de Möbius.
𝑎𝑧+𝑏
Proposição: Suponha 𝑓(𝑧) = uma transformação linear. Se c = 0, então
𝑐𝑧+𝑑
𝑎 𝑏 𝑏𝑐−𝑎𝑑 𝑎
𝑓(𝑧) = 𝑧 + ; se c ≠ 0, então 𝑓(𝑧) = 𝑑 + .
𝑑 𝑑 𝑐 2 𝑧+ 𝑐
𝑐
226
Infinito e Razão Cruzada
Note que ∞ não é um número em C, assim como ±∞ não são números em R2. Porém,
podemos estender C, colocando ∞ nele, com cuidado. Fazemos isso, mantendo em
mente que estamos sempre falando de limites quando tratando ∞.
Se os cálculos envolvendo ∞ não forem cobertos pelas regras acima, então deve-se
investigar o limite com mais cuidado.
Definição: Se z, z1, z2, z3 são quatro pontos quaisquer ℂ̂, com z1, z2 e z3 distintos entre
si, então a sua razão cruzada é definida como:
(𝑧 − 𝑧1 )(𝑧2 − 𝑧3 )
[𝑧, 𝑧1 , 𝑧2 , 𝑧3 ] =
(𝑧 − 𝑧3 )(𝑧2 − 𝑧1 )
Isto inclui as definições implícitas [z, z1, z2, z3] = ∞ e, se um de z, z1, z2 ou z3, for ∞,
então os dois termos contendo ∞ são cancelados, ou seja:
(𝑧2 − 𝑧3 )
[𝑧, ∞, 𝑧2 , 𝑧3 ] =
(𝑧 − 𝑧3 )
227
Projeção Estereográfica
A adição de ∞ ao plano complexo dá a ele uma estrutura muito útil. Esta estrutura é
revelada por uma função famosa, chamada de projeção estereográfica, que nos dá
uma maneira de visualizar o plano complexo estendido, isto é, com o ponto no infinito,
em R3, como a esfera unitária. Ela, também, provê uma maneira de ver que uma linha
no plano complexo estendido é, na verdade, um círculo e, também, visualizar as
funções de Möbius.
Imagine C como o plano (x, y) em R3, isto é, C = {(x, y, 0) ϵ R3}. Para descrever a
projeção estereográfica, estaremos menos preocupados com os números complexos
do tipo x + iy e mais com as suas coordenadas.
Considere a esfera unitária S2 = {( x, y, z) ϵ R3, tal que x2 + y2 + z2 = 1}. A esfera e o
plano complexo se interseccionam no conjunto {(x, y, 0) : x2 + y2 = 1}, que corresponde
ao equador da esfera e ao círculo unitário no plano complexo, como mostrado na
figura.
𝑥 𝑦
ϕ(𝑥, 𝑦, 𝑧) = { 1 − 𝑧 1 − 𝑧 , 0) 𝑠𝑒 𝑧 ≠ 1
( ,
∞ 𝑠𝑒 𝑧 = 1
228
Essa função é bijetiva, com mapeamento inverso dado por
−1 (𝑝,
2𝑝 2𝑞 𝑝2 + 𝑞 2 − 1
ϕ 𝑞, 0) = ( 2 , , )
𝑝 + 𝑞 2 + 1 𝑝2 + 𝑞 2 + 1 𝑝2 + 𝑞 2 + 1
e
𝜙 −1 (∞) = (0,0,1)
O segundo fator da extrema direita vem do fato de que eit = Cos(t) + iSen(t).
A identidade c é muito especial e não tem nenhuma equivalente no conjunto dos reais.
Ela diz que a função exponencial complexa f é periódica, com período 2πi. Isto tem
várias consequências interessantes.
229
Funções Trigonométricas Complexas
As funções trigonométricas reais também têm suas análogas complexas, mas, estas
não têm, aqui, tanta proeminência quanto as do campo real.
Na verdade, elas são definidas aqui como meras combinações da função exponencial
complexa vista anteriormente:
1
𝑆𝑒𝑛(𝑧) = (𝑓(𝑖𝑧) − 𝑓(−𝑖𝑧))
2𝑖
1
𝐶𝑜𝑠(𝑧) = (𝑓(𝑖𝑧) + 𝑓(−𝑖𝑧))
2
𝑆𝑒𝑛(𝑧) 𝑓(2𝑖𝑧) − 1
𝑇𝑎𝑛(𝑧) = = −𝑖
𝐶𝑜𝑠(𝑧) 𝑓(2𝑖𝑧) + 1
𝐶𝑜𝑠(𝑧) 𝑓(2𝑖𝑧) + 1
𝐶𝑜𝑡(𝑧) = =𝑖
𝑆𝑒𝑛(𝑧) 𝑓(2𝑖𝑧) − 1
Faça z = x ϵ R para mostra que não está havendo redefinição das funções reais.
Diferentemente dos reais, seno e cosseno no campo complexo não são limitados ao
intervalo [0, 1].
230
Funções Hiperbólicas Complexas
1
𝑆𝑒𝑛ℎ(𝑧) = [𝑓(𝑧) − 𝑓(−𝑧)]
2
1
𝐶𝑜𝑠ℎ(𝑧) = [𝑓(𝑧) + 𝑓(−𝑧)]
2
𝑆𝑒𝑛ℎ(𝑧) 𝑓(2𝑧) − 1
𝑇𝑎𝑛ℎ(𝑧) = =
𝐶𝑜𝑠ℎ(𝑧) 𝑓 (2𝑧) + 1
𝐶𝑜𝑠ℎ(𝑧) 𝑓(2𝑧) + 1
𝐶𝑜𝑇𝑎𝑛ℎ(𝑧) = =
𝑆𝑒𝑛ℎ(𝑧) 𝑓(2𝑧) − 1
𝑑(𝑆𝑒𝑛(𝑧))
= 𝐶𝑜𝑠ℎ(𝑧)
𝑑𝑧
𝑑(𝐶𝑜𝑠ℎ(𝑧))
= 𝑆𝑒𝑛ℎ(𝑧)
𝑑𝑧
A função logarítmica complexa tem, mesmo, uma natureza complexa. Isso é motivado
pelo inverso da função exponencial complexa (vamos denotá-la de exp), ou seja,
estamos procurando por uma função Log, tal que exp(Log(z)) = z = Log(exp(z)).
O problema aqui é que exp não é uma função bijetora. Daí, é necessário restringir-se o
domínio de Log.
Definição: Dada uma região G, qualquer função contínua Log : G → C que satisfaz à
equação exp[Log (z)] = z é uma ramificação do logaritmo (em G).
231
Lembrete: O argumento de um número complexo corresponde ao seu ângulo
de fase. Para os complexos positivos, Arg(z) = 0; para os complexos negativos
Arg(z) = π; para os imaginários positivos, Arg(z) = π / 2; para imaginários
negativos, Arg(z) = (3π) / 2.
Exemplos:
1) Log (2) = ln (2) + iArg(2) = ln (2)
2) Log (i) = ln (1) + iArg(i) = (iπ) / 2
3) Log (-3) = ln (3) + iArg(-3) = ln (3) + iπ
A função logaritmo principal não é contínua na parte negativa da linha real e, assim, a
função log é uma ramificação do logaritmo em C – R ≤0.
𝑑[ℒℴℊ(𝑧)] 1
=
𝑑𝑧 𝑧
ab = exp(b . Log(a))
232
Integrais de Funções Complexas
A integração complexa é muito mais rica do que a integração real. Na integração real
do tipo abaixo, só existe um caminho para se ir de a até b, ao longo da linha real.
𝑏
∫ 𝑓(𝑥)𝑑𝑥
𝑎
Mas, no campo complexo existem vários caminhos de a até b, pois, caminha-se numa
região, ou disco. À primeira vista, a integração complexa não é tão diferente da
integração real.
𝑏 𝑏 𝑏
∫ 𝑔(𝑡)𝑑𝑡 = ∫ 𝑅𝑒[𝑔(𝑡)]𝑑𝑡 + ∫ 𝐼𝑚[𝑔(𝑡)]𝑑𝑡
𝑎 𝑎 𝑎
Definição: Suponha que ϒ seja um caminho suave (em vez de um intervalo, como na
integração real) parametrizado por ϒ(t), com a ≤ t ≤ b e f uma função complexa
contínua em ϒ. Então, definimos a integral de f em ϒ como:
𝑏
∫ 𝑓 = ∫ 𝑓(𝑧)𝑑𝑧 = ∫ 𝑓[𝛾(𝑧)]𝛾 ′ (𝑧)𝑑𝑧
𝛾 𝛾 𝑎
233
Antiderivada
𝑏
∫ 𝑓(𝑥)𝑑𝑥 = 𝐹(𝑏) − 𝐹(𝑎)
𝑎
∫ 𝑓 = 𝐹[𝛾(𝑏)] − 𝐹[𝛾(𝑎)]
𝛾
1
Exemplo: Como 𝐹(𝑧) = 2 𝑧 2 é uma antiderivada de f(z) = z em C, então:
1 1
∫𝑓 = (1 + 𝑖)2 − 02 = 𝑖
𝛾 2 2
∫𝑓 = 0
𝛾
234
Corolário: Suponha 𝐺 ⊆ ℂ uma região e z0 ϵ G. Seja f: G → C uma função contínua tal
que ∫𝛾 𝑓 = 0 para qualquer caminho poligonal fechado 𝛾 ⊂ 𝐺. Então, a função F: G →
C, definida por 𝐹(𝑧) = ∫𝛾 𝑓, onde ϒz é qualquer caminho poligonal em G, de z0 até z, é
uma antiderivada para f em G.
ℎ(𝑡, 1) = 𝛾1 (𝑡)
ℎ(0, 𝑠) = ℎ(1, 𝑠)
A função h(t, s) é chamada de uma hematopia. Para cada s fixo, uma hematopia h(t, s)
é um caminho parametrizado por t e, à medida que s vai de 0 até 1, os caminhos se
transformam, continuamente, de ϒ0 para ϒ1.
∫ 𝑓=∫𝑓
𝛾0 𝛾1
235
Sequências Complexas
Como no caso dos reais, uma sequência complexa é uma função de inteiros positivos
(às vezes, não negativos) para os complexos. Seus valores são, usualmente, escritos
como an e a sequência é, unicamente, denotada por (𝒂𝒏 )∞ 𝑛=1 , (an)n≥1, ou,
simplesmente (an).
Definição: Suponha que (an) é uma sequência e L ϵ C, tal que, para todo ϵ > 0, existe
um inteiro N, tal que, para todo n ≥ N, temos | an – L| < ϵ. Então, a sequência (an) é
convergente e L é seu limite:
Lim 𝑎𝑛 = 𝐿
𝑛→∞
Se L não existe, an é divergente.
Séries Complexas
𝑎𝑛 = ∑ 𝑏𝑘
𝑘=1
Ou com k iniciando em 0.
lim ∑ 𝑏𝑘 = 𝐿
𝑛→∞
𝑘=1
Dizemos que (fn) converge uniformemente para f: G → C se, para todo ϵ > 0 existe um
N tal que, para todo z ϵ G e todo n ≥ N, | fn(z) – f(z)| < ϵ.
236
Regiões de Convergência
∑ 𝑐𝑘 (𝑧 − 𝑧0 )𝑘
𝑘≥0
Onde c0, c1, ..., ck, ... ϵ C.
𝑥
𝑆𝑒𝑛(𝑧) 𝑥3 𝑥5 𝑥7
∫ 𝑑𝑧 = 𝑥 − + − =
0 𝑧 3 × 3! 5 × 5! 7 × 7!
∞
𝑥 2𝑛+1
= ∑(−1)𝑛
(2𝑛 + 1)[(2𝑛 + 1)!]
𝑛=0
A série de Laurent de uma função complexa f(z) é uma representação daquela função
em termos de uma série de potências que incluem termos de grau negativo. Ela pode
ser usada para representar funções complexas que não podem ser representadas por
uma série de Taylor. A série de Laurent para uma função complexa f(z), em torno de
um ponto c, é dada por:
∞
𝑓(𝑧) = ∑ 𝑎𝑛 (𝑧 − 𝑐)𝑛
𝑛=−∞
Onde an e c são constantes definidas por uma integral de linha que é uma
generalização da fórmula integral de Cauchy:
1 𝑓(𝑧)𝑑𝑧
𝑎𝑛 = ∮
2𝑖𝜋 𝛾 (𝑧 − 𝑐)𝑛+1
237
Álgebra Geométrica
A álgebra geométrica, ou álgebra exterior, é um poderoso sistema matemático que
engloba vários conceitos matemáticos, entre eles número complexos e quaternions.
Toda a matemática usada na física se assenta sobre a álgebra geométrica. Álgebra
geométrica é o estudo de multivetores e do produto geométrico.
Bivetores
Em uma dimensão (1D), um ponto na reta é um escalar que pode ter sua magnitude
aumentada ou diminuída por outro ponto, independentemente do sinal do primeiro
ponto. Em 2D, uma linha no plano é um vetor que pode ter sua magnitude aumentada
ou diminuída por um escalar ou ser rotacionada no plano por um número complexo. O
sinal do escalar pode afetar o sentido o vetor. O vetor é uma linha orientada.
Também em 2D, podemos ter um simiplano (um “segmento” de plano) orientado, que
pode ser visualizado assim:
A orientação é dada pelas setas. A magnitude, representada por ‖𝐴‖,é dada pela área
do paralelogramo formado pelos dois vetores. A uma estrutura formada assim é dado
o nome de bivetor. Assim como todos os objetos nascido na dimensão nD, bivetores
existem nas dimensões superiores.
238
Independentemente da figura formada, se a orientação e a magnitude dela for igual à
orientação e magnitude de outra figura diferente, temos um mesmo bivetor. Então, já
podemos ver aí o início de um espaço bivetorial:
Da mesma forma que um vetor, um bivetor pode ser multiplicado por um escalar, que
vai alterar a magnitude (área) do bivetor.
Adição de Bivetores
Para adicionar dois bivetores de orientações diferentes é preciso fazer com que eles se
alinhem em um dos lados, ou seja, eles devem sofrer uma rotação no espaço em que
se encontram. A figura a seguir mostra uma soma vetorial e uma soma bivetorial.
239
Bases Bivetoriais
Como vetores, bivetores podem ser descritos em relação a uma base. As bases
vetoriais são mostradas na figura a seguir.
Multiplicação de Bivetores
Como estamos trabalhando em D2, o produto externo (produto vetorial) não serve,
pois, ele só é definido em D3 (ocorre um aumento de dimensão – de 2 para 3). É
necessária uma operação em que o resultado permaneça em D2. Além do mais, ele
gera um escalar, como veremos mais pra frente.
Produto Exterior
A operação que nos permitirá isso é o produto exterior, cujo resultado é representado
pela área do paralelogramo que vimos acima e que corresponde à multiplicação de
dois dos lados do paralelogramo. Este produto é chamado de produto exterior, que é
representado pela seguinte expressão:
⃗
⃗ ∧𝒃
𝒂
240
Onde a e b são os dois lados principais do paralelogramo:
Nota-se que a orientação não será a mesma, implicando que os dois produtos são
diferentes, implicando, por sua vez, que o produto exterior não é comutativo, como o
produto interno é. Diz-se que o produto exterior é anticomutativo, ou seja:
⃗ = −𝒃
⃗ ∧𝒃
𝒂 ⃗ ∧𝒂
⃗
O produto exterior de dois vetores paralelos é um bivetor nulo, pois, a área formada
entre eles é nula (o ângulo é nulo, e seno de zero vale zero). Assim:
𝑎∧𝑎 =𝑏∧𝑏=0
241
O produto exterior nos permite especificar a base bivetorial em termos de uma base
vetorial. Dada a base vetorial {𝑥̂, 𝑦̂, 𝑧̂ } e a base bivetorial {e1, e2, e3}, a figura a seguir nos
mostra que:
̂𝒚
𝒆𝟏 = 𝒙 ̂, ̂𝒛̂,
𝒆𝟐 = 𝒚 ̂𝒛̂
𝒆𝟑 = 𝒙
Este resultado corresponde a um escalar que pode ser calculado da seguinte maneira,
como já vimos no volume 3, quando estudamos o produto vetorial:
242
Caminhando da esquerda para a direita, multiplique os dois elementos da seta
vermelha, no sentido apontado por ela, e subtraia do resultado a multiplicação dos
elementos apontados pela seta azul que cruza com essa vermelha. Vá adicionando as
parcelas formadas por cada par de setas.
𝑖 𝑗 𝑘
(𝑎1 𝑏1 𝑐1 )
𝑎2 𝑏2 𝑐2
𝑏 𝑐1 𝑎1 𝑐1 𝑎1 𝑏1
𝑖| 1 | − 𝑗 |𝑎 𝑐2 | + 𝑘 |𝑎2 |
𝑏2 𝑐2 2 𝑏2
Para os dois vetores u = (a1, b1, c1) e v = (a2, b2, c2) em R3, o produto exterior é definido
como:
0 𝑎1 𝑏2 − 𝑎2 𝑏1 𝑎1 𝑐2 − 𝑎2 𝑐1
𝑢 ∧ 𝑣 = 𝑢⨂𝑣 − 𝑣⨂𝑢 = (𝑏1 𝑎2 − 𝑏2 𝑎1 0 𝑏1 𝑐2 − 𝑏2 𝑐1 )
𝑐1 𝑎2 − 𝑐2 𝑎1 𝑐1 𝑏2 − 𝑐2 𝑏1 0
243
Justificativa:
Lembrete: O produto tensorial de dois vetores (mesmo de dimensões diferentes) é dado por (exemplo
1):
𝑎×𝑑
𝑎 𝑎×𝑒
𝑑 𝑏 ×𝑑
(𝑏 ) ⨂ ( ) =
𝑒 𝑏×𝑒
𝑐
𝑐×𝑑
(𝑐 × 𝑒)
Exemplo 2:
Assim:
𝑎2 𝑎1 𝑎2 𝑎1 𝑏2 𝑎1 𝑐2
𝑢⨂𝑣 = (𝑎1 𝑏1 𝑐1 )⨂ (𝑏2 ) = (𝑏1 𝑎2 𝑏1 𝑏2 𝑏1 𝑐2 )
𝑐2 𝑐1 𝑎2 𝑐1 𝑏2 𝑐1 𝑐2
𝑎1 𝑎1 𝑎2 𝑎2 𝑏1 𝑎2 𝑐1
𝑣⨂𝑢 = (𝑎2 𝑏2 𝑐2 )⨂ (𝑏1 ) = (𝑏2 𝑎1 𝑏1 𝑏2 𝑏2 𝑐1 )
𝑐1 𝑐2 𝑎1 𝑐2 𝑏1 𝑐1 𝑐2
𝑎1 𝑎2 𝑎1 𝑏2 𝑎1 𝑐2 𝑎1 𝑎2 𝑎2 𝑏1 𝑎2 𝑐1
𝑢⨂𝑣 − 𝑣⨂𝑢 = (𝑏1 𝑎2 𝑏1 𝑏2 𝑏1 𝑐2 ) − (𝑏2 𝑎1 𝑏1 𝑏2 𝑏2 𝑐1 ) =
𝑐1 𝑎2 𝑐1 𝑏2 𝑐1 𝑐2 𝑐2 𝑎1 𝑐2 𝑏1 𝑐1 𝑐2
0 𝑎1 𝑏2 − 𝑎2 𝑏1 𝑎1 𝑐2 − 𝑎2 𝑐1
= (𝑏1 𝑎2 − 𝑏2 𝑎1 0 𝑏1 𝑐2 − 𝑏2 𝑐1 )
𝑐1 𝑎2 − 𝑐2 𝑎1 𝑐1 𝑏2 − 𝑐2 𝑏1 0
244
Formas-N
Uma vez que os elementos de um espaço vetorial foram definidos, é possível definir
formatos nesse espaço vetorial. Como exemplo, uma forma-1, também chamada de
vetor, é qualquer função da forma F = ax + by + cz, onde a, b e c são escalares.
O produto exterior de duas formas-1, F = ax + by + cz e G = dx + ey + fz, é dado por:
Este exemplo específico mostra uma conexão direta com o produto externo (produto
vetorial) em R3, assim:
𝑥̂ 𝑦̂ 𝑧̂
𝐹 ∧ 𝐺 = (𝑎 𝑏 𝑐 ) = (𝑏𝑓 − 𝑐𝑒)𝑥̂ + (𝑐𝑑 − 𝑎𝑓)𝑦̂ + (𝑎𝑒 − 𝑏𝑑)𝑧̂ =
𝑑 𝑒 𝑓
𝑦 ∧ 𝑧 → 𝑥̂
𝑧 ∧ 𝑥 → 𝑦̂
𝑥 ∧ 𝑦 → 𝑧̂
De fato, muitas identidades vetoriais em D3 (melhor dizer D3 do que R3, pois, estamos
falando de geometria, de formas) podem ser expressas em termos de produtos
exteriores, sendo, porém, apenas casos especiais, pois, o produto exterior é mais geral.
Isso implica que o produto externo (produto vetorial) é um caso especial do produto
exterior. Por exemplo, enquanto o triplo produto vetorial não é associativo, o produto
exterior é, ou seja:
(𝐹 ∧ 𝐺) ∧ 𝐻 = 𝐹 ∧ (𝐺 ∧ 𝐻) = 𝐹 ∧ 𝐺 ∧ 𝐻
245
𝑒1 𝑒2 𝑒3 𝑒23 𝑒31 𝑒12
𝐴 × 𝐵 = 𝑑𝑒𝑡 (𝑎1 𝑎2 𝑎3 ) , 𝐴 ∧ 𝐵 = 𝑑𝑒𝑡 ( 𝑎1 𝑎2 𝑎3 )
𝑏1 𝑏2 𝑏3 𝑏1 𝑏2 𝑏3
A nota eij na matriz da direita corresponde aos índices do mapeamento de {𝑥̂, 𝑦̂, 𝑧̂ },
acima (e23 ≡ e1, ou seja 𝑦̂ ∧ 𝑧̂ = 𝑥̂).
1) (𝑎 ∧ 𝑏) ∧ 𝑐 = 𝑎 ∧ (𝑏 ∧ 𝑐)
2) (𝑎 + 𝑏) ∧ (𝑐 + 𝑑) = (𝑎 ∧ 𝑐) + (𝑎 ∧ 𝑑) + (𝑏 ∧ 𝑐) + (𝑏 ∧ 𝑑)
3) 𝑎 ∧ 𝑏 = −𝑏 ∧ 𝑎
4) 𝑎∧𝑎 =0
Sejam os dois vetores u e v, em D3, sob a base {e1, e2, e3}. A fórmula do produto
exterior é:
𝑢 ∧ 𝑣 = (𝑢1 𝑒1 , 𝑢2 𝑒2 , 𝑢3 𝑒3 ) ∧ (𝑣1 𝑒1 , 𝑣2 𝑒2 , 𝑣3 𝑒3 )
𝑢 ∧ 𝑣 = 𝑢1 𝑒1 ∧ 𝑣1 𝑒1 + 𝑢1 𝑒1 ∧ 𝑣2 𝑒2 + 𝑢1 𝑒1 ∧ 𝑣3 𝑒3 +
+𝑢2 𝑒2 ∧ 𝑣1 𝑒1 + 𝑢2 𝑒2 ∧ 𝑣2 𝑒2 + 𝑢2 𝑒2 ∧ 𝑣3 𝑒3 +
+𝑢3 𝑒3 ∧ 𝑣1 𝑒1 + 𝑢3 𝑒3 ∧ 𝑣2 𝑒2 + 𝑢3 𝑒3 ∧ 𝑣3 𝑒3
246
Uma coisa interessante a ser notada é que o produto exterior, em D3, entre vetores de
mais de três dimensões é sempre nulo, pois, sempre haverá uma ortogonalidade entre
dois dos vetores.
Também, a vantagem do produto exterior é que ele pode ser estendido para
dimensões superiores, e a derivação da fórmula na dimensão escolhida ocorre de uma
maneira bem mais natural do que a do produto externo.
Fechamento no Plano
Que operação nos daria um resultado e ainda nos permitiria manter os termos que nos
levaram ao resultado?
Por outro lado, a + b só será uma escalar se a e b forem objetos do mesmo tipo. Por
exemplo: 2 bananas + 3 bananas = 5 (bananas).
Se forem objetos diferentes, ainda teremos um resultado, mas, ele ficará na forma da
adição: 2 bananas + 3 laranjas = 2 + 3. Poderíamos dizer que resulta em 5 frutas,
porém, não é banana e não é laranja. É como se o resultado fosse para outro conjunto,
diferente do conjunto original. É a mesma coisa que acontece quando extraímos a raiz
quadrada do número racional 2. O resultado vai para o conjunto dos números
irracionais.
Você poderia dizer: Ah, a princípio, eu posso multiplicar 2 bananas por 3 laranjas sem
resultar em um escalar, ou seja, eu manteria 2 x 3. Sim, porém, a princípio também,
você não obteria 6 frutas, mas, 8 frutas: 6 laranjas e 2 bananas, o que levaria à
operação 6 + 2, que é uma adição, como fizemos com 2 bananas + 3 laranjas. Além
disso, estaria errado, matematicamente.
247
Em resumo, a + b é mais complexo4 do que ab e é essa complexidade que vai nos
permitir manter os termos iniciais.
Então, adição é a operação que usaremos para juntarmos o produto interno com o
produto exterior:
𝑎 ∙ 𝑏⃗ + 𝑎 ∧ 𝑏⃗
Esta é uma soma de um escalar com um bivetor. É a soma de dois produtos diferentes,
mas, ainda assim, é uma soma válida. A expressão acima recebe o nome de:
Produto Geométrico
𝑎𝑎 = 𝑎 ∙ 𝑎 + 𝑎 ∧ 𝑎
É um resultado bem simples: o produto geométrico de um vetor por ele mesmo é igual
ao quadrado da magnitude desse vetor. Agora, veja esta expressão:
𝑎 𝑎2
× 𝑎 = =1
|𝑎|2 |𝑎|2
Isto significa que o termo da esquerda (em vermelho) é a inversa de 𝑎, ou seja 𝑎−1 .
Isto também significa que não só podemos multiplicar vetores, mas, também fazer
divisão com eles.
4
Sim, a + b, da maneira que foi colocado aqui é um número complexo
248
Vamos ver o que acontece quando trocamos de posição os termos do produto
geométrico 𝑎𝑏⃗ = 𝑎 ∙ 𝑏⃗ + 𝑎 ∧ 𝑏⃗. Já sabemos que o produto interno é comutativo e que
o produto exterior é anticomutativo. A figura esclarece a operação que vamos fazer:
Agora, temos duas fórmulas interessantes para o produto geométrico. Uma com os
termos (não as parcelas) numa dada posição e outra para quando os termos são
trocados de posição:
⃗ ⃗𝒃 = 𝒂
𝒂 ⃗ ∙ ⃗𝒃 + 𝒂
⃗ ∧ ⃗𝒃 (𝑃𝐺1)
⃗𝒃𝒂 ⃗ ∙ ⃗𝒃 − 𝒂
⃗ =𝒂 ⃗ ∧ ⃗𝒃 (𝑃𝐺2)
Uma coisa interessante que podemos fazer com estas duas equações é adicioná-las e
subtraí-las:
249
Produto Geométrico de Vetores Base
Sabemos que
𝑎
×𝑎 =1
|𝑎|2
𝒆𝒊 𝒆𝒋 = −𝒆𝒋 𝒆𝒊 (𝑃𝐺6)
Dessa maneira, os vetores base são escritos como produtos geométricos, em vez de
como produtos exteriores:
{𝒙
̂𝒚̂, 𝒚 ̂𝒛̂}
̂𝒛̂, 𝒙
250
As equações PG3 e PG6 serão importantes para nós daqui pra frente.
𝑢
⃗ = 𝑎1 𝑥̂ + 𝑏1 𝑦̂ + 𝑐1 𝑧̂
𝑣 = 𝑎2 𝑥̂ + 𝑏2 𝑦̂ + 𝑐2 𝑧̂
𝑢
⃗ 𝑣 = 𝑎1 𝑎2 + 𝑏1 𝑏2 + 𝑐1 𝑐2 +
+(𝑎1 𝑏2 − 𝑏1 𝑎2 )𝑥̂𝑦̂ +
+(𝑏1 𝑐2 − 𝑐1 𝑏2 )𝑦̂𝑧̂ +
+(𝑎1 𝑐2 − 𝑐1 𝑎2 )𝑥̂𝑧̂
𝑢
⃗𝑣=𝑢
⃗ ∙𝑣+𝑢
⃗ ∧𝑣
Podemos ver nas duas expressões uma parte escalar e uma parte bivetor. Então,
podemos obter uma igualdade:
⃗ ∙𝒗
𝒖 ⃗ = 𝑎1 𝑎2 + 𝑏1 𝑏2 + 𝑐1 𝑐2
⃗ = (𝑎1 𝑏2 − 𝑏1 𝑎2 )𝑥̂𝑦̂ +
⃗ ∧𝒗
𝒖
+(𝑏1 𝑐2 − 𝑐1 𝑏2 )𝑦̂𝑧̂ +
+(𝑎1 𝑐2 − 𝑐1 𝑎2 )𝑥̂𝑧̂
Veja como a última expressão lembra a fórmula do produto externo (produto vetorial).
Fazendo:
𝑢
⃗ = 𝑎1 𝑖 + 𝑏1 𝑗 + 𝑐1 𝑘
𝑣 = 𝑎2 𝑖 + 𝑏2 𝑗 + 𝑐2 𝑘
251
Efetuando o produto vetorial, mantendo a ordem do produto exterior lá de cima e
trocando o sinal da última parcela externa para manter a ordem das parcelas internas
como está no produto externo:
⃗ = (𝑎1 𝑏2 − 𝑏1 𝑎2 )𝑘 +
⃗ ×𝒗
𝒖
+(𝑏1 𝑐2 − 𝑐1 𝑏2 )𝑖 −
−(𝑎1 𝑐2 − 𝑐1 𝑎2 )𝑗
Sem a troca de sinal que fizemos, o produto vetorial fica da maneira como ele é
calculado normalmente:
⃗ = (𝑎1 𝑏2 − 𝑏1 𝑎2 )𝑘 +
⃗ ×𝒗
𝒖
+(𝑏1 𝑐2 − 𝑐1 𝑏2 )𝑖 +
+(𝑐1 𝑎2 − 𝑎1 𝑐2 )𝑗
252
Álgebra Geométrica em 2D
Em álgebra linear, trabalhamos com vetores que contêm dois componentes em 2D (os
dois componentes estão grifados em amarelo):
𝑢
⃗ = 𝑎𝑥̂ + 𝑏𝑦̂
253
Agora, qual é o produto geométrico de i por i?
𝒊2 = (𝑥̂𝑦̂)2 = (𝑥̂𝑦̂)(𝑥̂𝑦̂)
O que isto lembra? Sim, o número imaginário i do conjunto dos números complexos.
A conclusão é que números imaginários são, na verdade, pseudo-escalares e i
representa o pseudo-escalar unitário. Também, números complexos são equivalentes
a multivetores de duas dimensões, que são a soma de um escalar com um bivetor: a +
bi. E o produto geométrico de dois desses tipos de multivetores é igual ao produto de
dois números complexos.
Tudo o que temos que fazer é encontrar o número complexo que representa essa
rotação. Já sabemos, do volume 3, que o número complexo que procuramos é eiθ que,
claramente, de acordo com o que vimos até agora, é um bivetor!
254
Multiplicando 𝑣 por eiθ causa a rotação que queremos 𝑣𝑒 𝑖𝜃 . Podemos, também,
tentar a multiplicação pelo outro lado: 𝑒 𝑖𝜃 𝑣. Isso causa a rotação contrária (para a
direita, de mesmo ângulo).
𝑢
⃗𝑣=𝑢
⃗ ∙𝑣+𝑢
⃗ ∧𝑣
Note que isso é a adição de um escalar com um bivetor que, juntos, equivalem a um
número complexo. Que rotação este complexo específico representa?
⃗ 𝑣 = |𝑢
𝑢 ⃗ ||𝑣| × [𝐶𝑜𝑠(𝜃) + 𝑖𝑆𝑒𝑛(𝜃)]
𝑒 𝑖𝜃 = 𝐶𝑜𝑠(𝜃) + 𝑖𝑆𝑒𝑛(𝜃)
⃗𝒗
𝒖 ⃗ = |𝒖 ⃗ | × 𝒆𝒊𝜽
⃗ ||𝒗
Isso implica que a rotação especificada pelo produto geométrico de dois vetores é,
exatamente, igual ao ângulo entre os dois vetores e esse ângulo variará de acordo com
as magnitudes multiplicadas dos dois vetores.
Isto nos dá uma visão concreta do produto geométrico de dois vetores. O produto
representa a ação de rotação pelo ângulo entre eles e a variação dos comprimentos
pelas magnitudes dos vetores. Também nos dá uma nova maneira de calcularmos
rotações sem o envolvimento de exponenciações complexas, senos e cossenos.
255
Digamos que queiramos rotacionar um vetor 𝑤
⃗⃗ pelo ângulo formado por dois vetores,
𝑢
⃗ e 𝑣:
Sabemos também que multiplicar um número complexo pelo lado direito é a mesma
coisa que multiplicá-lo à esquerda pelo seu conjugado:
̅̅̅̅̅̅
[𝑢
⃗ 𝑣 ] = 𝑣𝑢
⃗
⃗⃗ 𝑍 = 𝑍̅𝑤
𝑤 ⃗⃗
Podemos combinar estas duas equações para determinar que revertendo a ordem do
produto geométrico de três vetores não altera o produto e que um produto e outro
executam a mesma rotação (no vetor 𝑤⃗⃗ ):
𝑤
⃗⃗ 𝑢
⃗ 𝑣 = 𝑣𝑢
⃗𝑤⃗⃗
256
Álgebra Geométrica em 3D
Em 3D, o pseudo-escalar unitário continua sendo representado por i., ou seja, onde
aparece 𝑎𝑥̂𝑦̂𝑧̂ , pode igualar a 𝑎𝑖. Igualmente a 2D, temos que i2 = –1 e, assim,
trivetores podem ser considerados como números imaginários. Porém, em 3D, esses
números imaginários não representam rotações, como em 2D.
Em 3D, se A é um multivetor, então Ai = iA, o que já é uma diferença para 2D, onde a
comutação não vale.
257
Um vetor em 3D multiplicado por i resulta em um bivetor. Por exemplo, dado o vetor
unitário 𝑥̂ em 3D, temos que 𝑥̂𝒊 é um bivetor:
Veja como a regra da mão direita pode ser aplicada nesse caso, com os quatro dedos
externos seguindo a orientação do bivetor e o polegar apontando o sentido do vetor
(imagine os quatro dedos seguindo pelo vetor inferior, depois o que sobe pela direita,
o superior pela esquerda, etc., ao mesmo tempo fechando os dedos na mão).
Com isso, a orientação do bivetor muda, o sentido do vetor muda, e passa a valer a
regra da mão esquerda:
Em 3D, bivetores podem ser representados pelo vetor que é normal a eles e que leva
alguns autores a escreverem um multivetor genérico assim:
⃗ + 𝑣𝑖 + 𝑏⃗𝑖
𝑎+𝑢
258
Vimos que o produto externo é um caso especial do produto exterior, o que implica
que as equações as duas equações a seguir são semelhantes:
⃗ = (𝑎1 𝑏2 − 𝑏1 𝑎2 )𝑧̂ +
⃗ ×𝒗
𝒖
+(𝑏1 𝑐2 − 𝑐1 𝑏2 )𝑥̂ +
+(𝑎1 𝑐2 − 𝑐1 𝑎2 )𝑦̂
⃗ = (𝑎1 𝑏2 − 𝑏1 𝑎2 )𝑥̂𝑦̂ +
⃗ ∧𝒗
𝒖
+(𝑏1 𝑐2 − 𝑐1 𝑏2 )𝑦̂𝑧̂ +
+(𝑎1 𝑐2 − 𝑐1 𝑎2 )𝑥̂𝑧̂
Com a única diferença que a primeira gera um vetor e a segunda gera um bivetor.
Sabemos que um vetor multiplicado por i se torna um bivetor. Isto nos mostra que:
𝑢
⃗ ∧ 𝑣 = 𝒊(𝑢
⃗ × 𝑣)
Um exemplo que podemos usar para demostrar isso é o torque. Vamos recuperar a
figura mostrada no estudo do produto vetorial:
259
Sabemos que o vetor F está causando uma rotação por causa da seta mostrando o
sentido do giro e, também, por nossa intuição. Nenhum dos três vetores dão uma
visualização de rotação. A fórmula do torque (T) é dada pelo produto vetorial de r com
F.
Veja agora, quando substituímos o produto externo (produto vetorial) pelo produto
exterior. Primeiro, a fórmula mudará para 𝑇 = 𝑟 ∧ 𝐹. Então, refazemos a figura:
Veja como fica bem mais visual a rotação. E mais: sabemos que bivetores representam
rotações. Veja como o bivetor está orientado no sentido correto da rotação gerada
pelo torque. Até a aplicação da regra da mão direita fica mais visual. E mais ainda: com
o produto vetorial o vetor resultante (o vetor torque) não está no plano de rotação,
como seria de esperar. O produto exterior garante isso, como se pode ver.
Números Complexos em 3D
260
Introdução à Teoria dos Grafos
Um grafo é uma estrutura que mostra um conjunto de objetos em que pares desses
objetos possuem algum tipo de relacionamento.
Cada objeto corresponde a uma abstração matemática chamada nodo (ou vértice) e
cada ligação entre dois vértices é chamada de conexão (edge).
Grafo Direcionado
Uma conexão pode ser direcionada ou não direcionada. Por exemplo, se a relação é
de cumprimentar (shake hands), o grafo é não direcionado, pois, há uma mão dupla na
relação – um cumprimento exige ação dos dois lados, ida e volta. Por outro lado, se a
relação é “você me deve dinheiro”, o grafo é direcionado (mão única, só ida ou só
volta).
Se todos os edges são direcionados, o grafo é direcionado; se todos os edges são não
direcionados, o grafo é não direcionado.
Diz-se que o edge une x e y e é incidente sobre x e sobre y. Um vértice pode não
pertencer a um edge.
Multigrafo
Um multigrafo é uma generalização que permite que vários edges tenham o mesmo
ponto terminal.
Loops
Alguns grafos podem conter loops, que são linhas que saem de um vértice e entra nele
mesmo.
Ordem de um Grafo
261
Exemplos de Grafos
Tamanho de um Grafo
Grau de um Vértice
262
Exemplo de um Grafo
𝑉 = {𝑉1, 𝑉2 , 𝑉3 , 𝑉4 , 𝑉5 , 𝑉6 , 𝑉7 , 𝑉8
E assim se completa o conjunto E com todas as conexões válidas. Existe uma ordem
nos dois conjuntos quando o grafo é direcionado.
Relação de Adjacência
Os edges de um grafo definem uma relação simétrica nos vértices que é chamada de
relação de adjacência. Especificamente, dois vértices x e y são adjacentes se {x, y} é
um edge. Em outras palavras, vértices ligados diretamente um ao outro são
adjacentes.
263
Matriz de Adjacência
Uma matriz de adjacência é uma matriz quadrada onde se representa um grafo finito.
Os elementos da matriz indicam se cada par de vértices são adjacentes (são
conectados) ou não, no grafo. No caso especial de um grafo finito simples temos uma
matriz (0, 1), ou seja, uma matriz com zeros na diagonal principal e 1 nas posições
onde ocorrem relacionamentos entre os respectivos pares. Caso haja um loop em um
vértice, ele se relaciona consigo mesmo e é colocado o valor 2 no lugar do zero ali. Se o
grafo é não direcionado (as conexões são bidirecionais) temos uma matriz simétrica.
Uma matriz de adjacência é chamada também de matriz de conexões.
A figura a seguir mostra dois grafos e suas respectivas matrizes adjacentes (em
vermelho).
Um grafo pode ser completamente especificado por sua matriz de adjacência, com aij
especificando a natureza da conexão entre o vértice i e o vértice j.
Matriz de Incidência
É uma matriz cujos elementos representam a incidência ou não dos pares de vértices
de um grafo e representa, também, o grau de cada vértice.
Toda árvore é um grafo (com restrições e regras), mas, nem todo grafo é uma árvore.
264
Número de Ramsey
O número de Ramsey, R(m, n) dá a solução para o problema da festa, que deseja saber
a quantidade R(m, n) de pessoas que devem ser convidadas para uma festa de tal
modo que pelo menos m delas se conheçam (sejam amigos) ou que pelo menos n
delas não se conheçam.
265
O teorema pode ser reescrito assim: Dados os inteiros positivos m e n, qualquer grafo
completo com quantidade suficiente de vértices, com cada conexão colorida de azul
ou de vermelho, conterá um clique vermelho de m vértices ou um clique azul de n
vértices.
Propriedades
R(m, 1) = R(1, m) = 1
R(m, 2) = R(2, m) = m
R(3, 3) = 6
266
Grafos e Matrizes
1 2 3 4 5 6
1 0 0 1 1 1
2 0 0
3 0
4 1 0
5 1 0
6 1 0
1 2 3 4 5 6
1 0 0 0 1 1 1
2 0 0 0 1 1 0
3 0 0 0 0 0 1
4 1 1 0 0 0 0
5 1 1 0 0 0 0
6 1 0 1 0 0 0
Para saber se há relacionamento ou não entre duas pessoas na tabela, basta verificar
se há um 1 ou um 0, respectivamente.
267
0 0 0 1 1 1
0 0 0 1 1 0
𝐴= 0 0 0 0 0 1
1 1 0 0 0 0
1 1 0 0 0 0
(1 0 1 0 0 0)
Essa matriz associada ao grafo é chamada de matriz de adjacência. Fica muito fácil
trabalhar com as matrizes do que com seus respectivos grafos:
Veja que existe zero caminho de comprimento 1 entre a pessoa 1 e a pessoa 2. Existem
caminhos entre 1 e 2, mas, não de comprimento 1. Existe um caminho de
comprimento 2 (dois edges) entre elas, dados por 1-4-2 e 1-5-2.
Uma maneira mais rápida de se descobrir isso é multiplicando a matriz por ela mesma:
3 2 1 0 0 0
2 2 0 0 0 0
𝐴 = 1
2 0 1 0 0 0
0 0 0 2 2 1
0 0 0 2 2 1
(0 0 0 1 1 2)
268
Brincando com Números
Relembrando: Este capítulo, que aparece em todos os livros, está mais para um
exercício mental para escovar alguns neurônios e, possivelmente, acorda outros que
estejam dormindo, do que para um material de ensino no ramo da matemática.
269
270
Sejam A e B duas figuras, como as acima. Então, a expressão A x B pode ser lida de
seguinte maneira: Uma figura no formato de A construída de A quantidades da figura
B.
271
Derivada ou Derivação?
Derivar é uma daquelas palavras que tem sentido múltiplo. Pode significar desviar,
mudar o curso, alterar o rumo ou ser originário de, vir de, ter uma procedência.
Certamente, a função 2x se origina, vem, procede da função x2. Porém, a maioria dos
autores mencionam numa palavra só (derivadas) a operação e o resultado quando, o
que importa mesmo é a operação e esta tem um nome: Derivação. O nome de
preferência, que faz mais sentido, no entanto, é Diferenciação, pois, a operação trata
da diferença que ocorre na saída da função quando se introduz uma diferença na
entrada.
Vimos que a derivada num ponto qualquer de uma função é equivalente a uma reta
tangente naquele ponto, conforme mostra a figura:
Se a derivada de x2 é 2x, por que temos tantas retas tangentes (mostrando duas) em
que nenhuma delas é a reta da função 2x? A reta correspondente é secante à curva x2.
Porque, apesar da derivada poder ser representada por uma função, a expressão 2x
mostra uma razão da variação de y para cada valor de x.
272
Seja f(x) = x2. Se acrescentarmos uma pequena variação em x, nomeada como ∆x,
temos um novo argumento para a função. Colocando esse novo argumento na função
f:
∆𝑦 2𝑥∆𝑥
= = 2𝑥
∆𝑥 ∆𝑥
x x2 x x2 x x2
2 4 3 9 4 16
2.01 4.04 3.01 9.06 4.01 16.08
2.001 4.004 3.001 9.006 4.001 16.008
2.0001 4.0004 3.0001 9.0006 4.0001 16.0008
∆x 4∆x ∆x 6∆x ∆x 8∆x
∆x 2x∆x ∆x 2x∆x ∆x 2x∆x
273
x 3x2 x 3x2 x 3x2
2 12 3 27 4 48
2.01 12.12 3.01 27.18 4.01 48.24
2.001 12.012 3.001 27.018 4.001 48.024
2.0001 4.0012 3.0001 27.0018 4.0001 48.0024
Pela experiência adquirida na tabela anterior, você conclui que os multiplicadores das
variações ∆x são 12, 18 e 24, respectivamente. Da mesma experiência você pode
concluir que Ax = 12, Bx = 18 e Cx = 24. Como nos três casos os valores de x são 2, 3 e
4, respectivamente, temos que 2A = 12, 3B = 18 e 4C = 24. Facilmente, você conclui
que A = B = C = 6, o que implica que a variação causada na saída é igual a 6 vezes a
variação causada na entrada, o que implica que a derivada da função 3x2 é igual a 6x, o
que pode ser comprovado pela fórmula analítica.
274
Integração Numérica
Diferenciar por fórmulas é muito mais fácil do que integrar por fórmulas. Por outro
lado, integrar numericamente (fazer uma aproximação numérica) é muito mais fácil do
que diferenciação numérica. Claro que, no caso de integração, só podemos fazer
integração numérica com integrais definidas, pois, estas resultam em um número,
enquanto que a integral indefinida resulta em uma função.
Apesar da integração numérica ser mais fácil, é muito trabalhosa e, assim, usamos
computadores para realiza-las (computadores realizam integração numérica muito
mais facilmente do que diferenciação).
O programa em Python a seguir calcula uma integral usando a Regra do Ponto Médio.
275
O Pulo Complexo
A função y = f(x) mapeia cada x a um y. Tanto x quanto y estão na linha real. Então
podemos considerar o mapeamento de x em y como o mapeamento de x em x
(considerando apenas uma reta real). Por exemplo, f(x) = x2 leva x no eixo x para x2 no
mesmo eixo x. Claro que você não vai ver o gráfico de uma parábola, mas, ela está lá,
com certeza. A parábola só se tornará visível se o eixo x “imagem” for levantado em 90
graus relativamente o eixo x “domínio”. O par (x, y) corresponde a dois valores na
linha real.
Quando o eixo imagem é levantado, esse par vai para o plano (visualmente, quando x
diferente de zero e y diferente de zero) e os pontos onde as coordenadas x e y se
cruzam corresponde, cada um, a um vetor com a cauda na origem:
276
A função z = f(x, y) mapeia o par real (x, y) na linha real onde está z, e onde estão x e y
também. Qualquer gráfico traçado ficará escondido até que três eixos perpendiculares
entre si sejam levantados. O trio (x, y, z) corresponde a um ponto no espaço
tridimensional. E assim por diante: X = f(x1, x2, ..., xn), mapeia a tupla (x1, x2, ..., xn),
onde cada xi está na linha real, a um valor X que está na linha real. A (n+1)-tupla (x1, x2,
..., xn, X) corresponde a um ponto no espaço (n+1)-dimensional.
Então note: Para cada n-upla de números reais corresponde um ponto no espaço de
dimensão n.
Quando n = 2, temos um ponto no plano. Ora, se podemos ter X ≡ (x1, x2), com x1, x2 e
X na linha real, então podemos, também, pegar (x1, x2) no domínio do plano e mapear
esse par no valor X na linha real ou, até, em um valor Y no plano, fora da linha real (no
caso, a função de mapeamento é uma função vetorial). Y, então, é chamado de
número complexo. E, como ocorre com os reais, podemos ter complexos em todos os
espaços ≥ 2. Isso levanta uma pergunta bastante pertinente: Existe um conjunto acima
dos complexos em que seus elementos estejam em todos os espaços ≥ 3? Nossa
intuição nos diz que sim, pois, podemos ter um ponto em qualquer dimensão ≥ 0.
Podemos ter uma linha em qualquer dimensão ≥ 1. Podemos ter um plano em
qualquer dimensão ≥ 2. Podemos ter um sólido em qualquer dimensão ≥ 3 e assim por
diante. Porém, o oposto não é verdadeiro. Não podemos ter um sólido em qualquer
dimensão < 3... Veja como os conjuntos numéricos também seguem essa lógica:
podemos ter um inteiro em Z e em qualquer conjunto acima de Z, mas, não podemos
ter qualquer Z em N.
Fazendo C = (x, y), C não está na linha real, mas, no plano. Sendo C um ponto em um
plano, podemos considerar D e outro plano com uma função que mapeia C em D, ou
seja, D = f(C). Com C = (c1, c2) e D = (d1, d2), temos f(c1, c2) = (d1, d2).
277
Coordenadas e Rotações
O que está ficando claro? Está ficando claro que o espaço dos números complexos é
equivalente ao espaço R2, ou a um conjunto de pares reais (o produto cartesiano de R
com R, ou R x R).
Praticamente, dissemos que uma rotação de 90 graus gera um número complexo. Ora,
mas, a função que mapeia cada x em um y também faz uma rotação de 90 graus (se
considerarmos um eixo x horizontal e um eixo x vertical – considerando apenas uma
reta real, não haverá rotação, mas, a função ainda funciona) e os valores continuam
reais. A função f(x) = –x causa uma rotação de 180 graus (se considerarmos só um eixo
x), mas, ficou claro que, como os valores continuam na reta real, eles são reais. Veja
como neste último caso o valor x foi afetado. No primeiro caso, parece ter havido uma
rotação de eixo, mas, no segundo caso, ocorreu uma rotação numérica. Então, quando
se multiplica um número por –1, esse número é rotacionado de 180 graus e ele não
deixa a reta real. Isso nos faz pensar: Por que valor deveríamos multiplicar x para que
ele seja rotacionado de 90 graus (metade de 180), por exemplo? Alguma coisa nos diz:
Tem que ser pela metade de –1. Mas, aí, verificamos que qualquer múltiplo ou
submúltiplo de –1 só vai afetar a magnitude de x, sem que ele saia da parte negativa
da reta real. Em efeito, é isso que o –1 faz, mas, sem afetar a magnitude de x. É o que
o multiplicador que estamos procurando tem que fazer: rotacionar x em 90 graus sem
que a magnitude de x seja afetada (seu sentido – seu sinal – pode ser afetado). Agora
alguma coisa nos diz que não existe um número que vai nos permitir isso. Então,
vamos ter que inventar (i) um ou imaginar (i) um número que possa fazer isso: Se –1
leva a 180, i tem que levar a 90: –1x e ix. E mais: i multiplicado duas vezes tem que
levar a –1: iix = i2x = –1x, o que implica que i2 é igual a –1. Assim como –1 resolve a
equação x + 1 = 0, i resolve a equação x2 + 1 = 0, onde x = i.
Aí você pergunta: Então, para 45 graus, por exemplo, tenho que inventar outro
número k, onde k.k = k2 = i e i2 = k.k.k.k = k2.k2 = k4? Sabemos que i2 = –1. Isso implica
que 𝑖 = √−1. Como k2 = i, então 𝑘 2 = √−1, o que implica que 𝑘 = √√−1. Disso
temos que:
𝑘 = √𝑖
As duas raízes de i são:
1
± (1 + 𝑖)
√2
Assim, não é necessário inventar um novo número, pois, o i basta para efetuar
qualquer rotação.
278
Números Complexos e R2
Dito isto, veremos que até a multiplicação de vetores no plano pode apresentar
“problemas” de fechamento, o que não ocorre com o conjunto dos complexos,
tornando isso uma diferença importante entre eles e R2.
O produto escalar, ou produto interno, é dado por (x, y) . (u, v) = x.u + y.v, ou seja, a
transformação leva o resultado de R2 para um número (escalar) em R1. A propriedade
de fechamento falha para este tipo de produto.
O produto vetorial, ou produto externo, de dois vetores em R2 não vai para R1, mas,
vai para R3, resultando não em um número escalar, mas, em um terceiro vetor, sendo
que o vetor resultante é sempre perpendicular ao plano em que estão os dois vetores
fatores. A expressão que dá a multiplicação de dois vetores é melhor visualizada em
R3, ou seja, com vetores de três componentes:
279
Podemos ir para R2 fazendo z = w = 0:
(x, y, 0) x (u, v, 0) = (y.0 – 0.v, 0.u – x.0, x.v – y.u) = (0, 0, x.v – y.u)
Por fim, temos o produto complexo, dado por (x, y)(u, v) = (x.u – y.v, x.v + y.u), que é
a operação que transforma o plano bidimensional usual no plano complexo, e a
propriedade de fechamento fica preservada. Só a multiplicação complexa de vetores
em R2 permanece em R2.
Conclusão
O conjunto dos números complexos puros (sem a parte real) pode ser definido assim:
Considerando a parte real, um número complexo qualquer pode ser sempre reduzido à
forma a + ib, onde a é a parte real e ib é parte complexa, com b real. Para c, acima,
temos que: 0 + ic. Podemos dividir dois números complexos, mas, não podemos dividir
dois pontos de R2 ou dois vetores:
(4, 2)
=?
(2, 2)
Qualquer número real pode ser resolvido a um único fator, mas, nem todo número
complexo pode ser resolvido a um único fator. Isto porque não existe um valor real
para √−1. Por isso, qualquer complexo não real é da forma a + ib. Então o campo
complexo é coalhado de valores √−𝑥, onde x é um número real. Por isso C não é
ordenado.
280