Volume 4

ISSN 1980-024X
BOLETIM DE INICIAO CIENTFICA

EM MATEMTICA BICMAT
VOLUME IV
OUTUBRO DE 2007
DEPARTAMENTO DE MATEMTICA
IGCE RIO CLARO
ISSN 1980-024X
BOLETIM DE INICIAO CIENTFICA EM
MATEMTICA BICMAT
Comisso editorial
Alice Kimie Miwa Libardi
Nativi Viana Pereira Bertolo
Sergio Roberto Nobre
Editorao grca
Thiago de Melo
Realizao
Conselho de Curso de Graduao em Matemtica
Departamento de Matemtica
IGCE Unesp Rio Claro
PET-Matemtica / Programa de Educao Tutorial
EDITORIAL
O Boletim de Iniciao Cientca em Matemtica BICMat uma publi-
cao que se destina a difundir prioritariamente trabalhos de iniciao cientca
que fazem parte de projetos desenvolvidos por alunos do Curso de Graduao
em Matemtica do IGCE Unesp Rio Claro. Eventualmente trabalhos de
Iniciao Cientca realizados em outras instituies podero tambm ser pu-
blicados neste Boletim.
O BICMat foi criado em 1998 e nessa poca foram publicados dois volumes;
o primeiro no ano de criao e o segundo em 2000.
Considerando a importncia da Iniciao Cientca para o graduando, e o
sempre crescente nmero de projetos desta natureza desenvolvidos em nossa
instituio, resolvemos reativar a publicao do BICMat, com ISSN 1980-024X.
Destacamos que a autoria dos trabalhos apresentados no BICMat dos
alunos. O orientador gura apenas como responsvel cientco.
Este Boletim tambm est aberto divulgao de trabalhos que no sejam
frutos de projetos de iniciao cientca, mas que sejam de interesse dos alunos
do curso de graduao em Matemtica. Estes trabalhos sero selecionados pelos
Editores.
Este nmero teve apoio do Grupo de Pesquisa: Topologia Algbrica, Difer-
encial e Geomtrica e do Grupo PET/Matemtica/Unesp/Rio Claro e estar
disponibilizado eletronicamente na pgina do Departamento de Matemtica no
endereo www.rc.unesp.br/igce/matematica
SUMRIO
O Corpo dos Nmeros Reais Completo: em que sentido?
Camila Lopes Montrezor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
Uma Introduo Teoria de Conjuntos Fuzzy e Alguma Apli-
caes
Danillo Shindi Asano, Maicon Henrique Cunha e Ricardo Ferreira da
Rocha . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
O Teorema do Ponto Fixo de Brouwer no Plano
Thas Jordo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
Um Contraste Entre Espaos Normados de Dimenso Finita e
Innita
Naiara Vergian de Paulo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
O Teorema de Baire e o Conjunto de Cantor
Nivaldo de Ges Grulha Jnior . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
Sobre Classicao de Superfcies Compactas Sem Bordo
Thas Fernanda Mendes Monis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
Uma Introduo ao Estudo de Equaes de Diferenas e sua Uti-
lizao no Ensino Mdio
Vagner Rodrigues de Moraes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
5
O Corpo dos Nmeros Reais Completo: em que
sentido?
Camila Lopes Montrezor
Orientador(a): Nativi Viana Pereira Bertolo
Resumo: Neste trabalho ns apresentamos alguns aspectos da completude do
sistema dos nmeros reais.
Palavras-chave: Corpo ordenado completo; axioma do supremo; corpo arqui-
mediano.
1 Introduo
O conjunto dos nmeros reais R = (R, +, , <) um corpo ordenado com-
pleto. um corpo por ser munido das operaes usuais, +, , que satisfazem as
propriedades de estrutura de corpo; ordenado pois R contm um subconjunto
P dos nmeros reais positivos que cumpre certas propriedades; e nalmente
completo por satisfazer o axioma do supremo. Resultados signicativos da
Anlise so fundamentados nesse axioma. A questo que se coloca a seguinte:
partindo desses resultados pode-se concluir o axioma do supremo? Tratar dessa
questo o objetivo principal deste trabalho.
2 R um corpo ordenado completo
Aqui vamos postular a existncia de um conjunto R, cujos elementos so os
nmeros reais, munido das duas operaes binrias usuais, adio e multipli-
cao
(x, y) R R x +y R
(x, y) R R x y R
que satisfazem os seguintes axiomas, para quaisquer a, b, c R:
7
8 O Corpo dos Nmeros Reais Completo: em que sentido?
Axioma 1 (Comutatividade). a +b = b + a e a b = b a.
Axioma 2 (Associatividade). (a +b) +c = a + (b +c) e (a b) c = a (b c).
Axioma 3 (Elemento neutro). Existe 0 R tal que, para todo a R,
0 +a = a = a + 0.
Axioma 4 (Elemento oposto). Para todo a R, existe um elemento (a) R
tal que
a + (a) = (a) +a = 0.
Axioma 5 (Elemento identidade). Existe um elemento 1 R, com 1 ,= 0, tal
que para todo a R,
1 a = a 1 = a.
Axioma 6 (Elemento inverso). Para todo a R, a ,= 0, h um elemento
a
1
R, tal que
a a
1
= a
1
a = 1.
Axioma 7 (Distributividade). Para quaisquer a, b, c R vale que
a (b +c) = a b +a c.
Os axiomas (1-7) dizem que R um corpo.
Vejamos a seguir porque R um corpo ordenado. Requerer que R seja um
corpo ordenado postular a existncia de um subconjunto P de R, de elementos
ditos positivos e tal que:
Axioma 8. Para quaisquer a, b P,
x +y P e x y P.
Axioma 9 (Tricotomia). Para qualquer a R, h apenas trs possibilidades,
que se excluem:
a P, a P ou a = 0.
BICMat, Volume IV, Outubro de 2007
O Corpo dos Nmeros Reais Completo: em que sentido? 9
A partir disso, dizer que a < b signica dizer que b + (a) = b a P e
a b signica a < b ou a = b. Partindo da relao < denimos a relao > da
seguinte forma:
a > b b < a.
At agora, R um corpo ordenado e nada permite diferenciar R de Q, o
conjunto dos nmeros racionais. O que caracteriza R o seguinte axioma,
Axioma do Supremo, propriedade que Q no possui. Armar que R um corpo
ordenado completo postular o seguinte axioma:
Axioma 10 (AS). Todo subconjunto C R no vazio e limitado superiormente
tem supremo.
Lembramos que um conjunto no vazio C R limitado superiormente se
existe c R tal que x c, para todo x C. Um nmero c nessas condies
denominado uma cota superior do conjunto C. Alm disso, se s cota superior
mnima de C no sentido de s ser cota superior e se t tambm cota superior de
C ento t s, dizemos que s supremo de C.
3 Conseqncias do Axioma do Supremo
Como mencionamos na introduo, o Axioma do Supremo (AS) tem con-
seqncias muito importantes. Nosso objetivo nesta seo citar vrias delas.
Por exemplo, o conjunto dos nmeros naturais N no limitado superiormente,
que equivalente a dizer que a seqncia
_
1
n
_
converge para zero, ou ainda,
equivalentemente, armar que R um corpo arquimediano no seguinte sentido:
PA: Dados a, b R
+
, existe n N
tal que na > b. Com efeito, se no

existisse um n N
nessas condies ento n a b, para todo n N
. Assim,
o conjunto A = n a; n N
seria no vazio e limitado superiormente por b,

logo teria supremo, pelo Axioma do Supremo. Seja s = supA, ento se n N
n a = (n + 1) a a s a.
Logo s a seria uma cota superior de A e menor que s, o que contradio.
Continuando, ainda como conseqncia do axioma do supremo, AS, os seguin-
tes resultados so vlidos.
P
1
: R um espao mtrico completo com a mtrica usual, ou seja, toda se-
qncia se Cauchy em R convergente.
P
2
: Em R vale a propriedade dos intervalos encaixantes:
Seja I
n
= [a
n
, b
n
], a
n
< b
n
, n = 1, 2, . . ., uma famlia de intervalos fechados
e encaixados no seguinte sentido:
I
1
I
2
I
n
I
n+1

Ento existe pelo menos um nmero c que pertence a todos os intervalos I
n
, ou
seja, c
n=1
I
n
. Se, alm disso, a seqncia l
n
= b
n
a
n
convergir para zero,
ento
n=1
I
n
contm um nico ponto.
P
3
: Toda seqncia montona e limitada convergente.
P
4
: Todo subconjunto de R limitado e innito contm ponto de acumulao.
Existem outras conseqncias importantes do Axioma do Supremo, mas
neste trabalho no trataremos delas.
4 O que implica o Axioma do Supremo?
Nesta seo, a principal deste trabalho, vamos ver que cada uma das pro-
priedades P
1
-P
4
implicam o Axioma do Supremo. Aqui R ser considerado
um corpo ordenado e arquimediano, ou seja, suporemos vlida a propriedade
arquimediana, PA.
Inicialmente vejamos que a propriedade arquimediana implica que a seqn-
cia
1
2
n
converge para zero. Para isto, basta provar que
_
1
n
_
0, pois n 2
n
,
para todo n. Isso possvel vericar via induo.
Seja > 0. Ento
1
> 0. Assim, em PA, se zermos a = 1 e b =

1
, ento
existe n
0
N
tal que
n
0
1 >
1
.
Assim, se n n
0
, ento n n
0
>
1
, ou seja,
1
n
< , n n
0
. Logo
_
1
n
_
0 e
ento
_
1
2
n
_
0.
4.1 OAxioma do Supremo como conseqncia da propriedade dos Intervalos
Encaixantes P
2
Vejamos que a propriedade dos intervalos encaixantes implica no Axioma
do Supremos (AS). Pois bem, seja C R, C ,= e C limitado superiormente.
Provemos que C tem supremo. Pois bem, tomemos a
1
C e b
1
/ C com b
1
cota superior de C tal que a
1
< b
1
. Isso possvel pois C ,= e C limitado
superiormente. Seja a =
a1+b1
2
o ponto mdio do intervalo [a
1
, b
1
]. Claro que
a determina dois intervalos: [a
1
, a] e [a, b
1
]. Seja I
2
= [a
2
, b
2
] aquele entre
esses dois intervalos com a seguinte propriedade: a
2
menor ou igual a algum
elemento de C e b
2
/ C e b
2
cota superior de C. Veja que [I
2
[ = b
2
a
2
=
b1a1
2
.
Prosseguindo assim, consideremos I
n
= [a
n
, b
n
] tal que [I
n
[ = b
n
a
n
=
b1a1
2
n1
e mais, a
n
menor ou igual a algum elemento de C e b
n
/ C e b
n
cota
superior de C. Dessa forma, temos que I
n+1
I
n
, [I
n
[ 0 e I
n
so intervalos
fechados. Por P
2
temos que existe um nico c tal que c =
n=1
I
n
. Armamos
que c = sup C. Para isso mostraremos que c cota superior de C e c a menor
das cotas superiores de C.
Vejamos inicialmente que c cota superior de C. Suponhamos que c no seja
cota superior de C. Ento existe x C, x > c. Pela construo dos intervalos
I
n
, temos que c < x b
n
, para todo n. Como c =
n=1
I
n
temos que c I
n
,
para todo n, e ento c a
n
. Assim, a
n
c < x b
n
. Portanto [c, x] I
n
,
para todo n. Como x > c ento
n=1
I
n
,= c, que contradio. Assim c
cota superior de C. Vejamos agora que c a menor das cotas superiores.
Suponhamos que c no seja a menor das cotas superiores de C. Ento existe
> 0 tal que c cota superior de C. Mas direita de a
n
existe x C. Logo
a
n
x c < c b
n
[c , c] I
n
, n
n=1
I
n
,= c,
que contradio. Como queramos demonstrar.
4.2 O Axioma do Supremo como conseqncia de R ser um espao mtrico
completo
Os axiomas (1-9) juntamente com a hiptese de R ser um espao mtrico
completo no implicam no Axioma do Supremo (AS). Existem corpos ordenados
que so espaos mtricos completos e que no so corpos ordenados completos,
ou seja, no vale o Axioma do Supremo. Esses objetos no so facilmente
encontrados. Os chamados nmeros reais no-standart so um exemplo desse
fato. No entanto, se assumirmos a propriedade arquimediana (PA) temos o
Axioma do Supremo. Para isso, basta provarmos que vale a propriedade dos
intervalos encaixantes e assim usamos 4.1.
Com efeito, seja (I
n
) uma seqncia de intervalos encaixantes I
n
= [a
n
, b
n
],
I
n+1
I
n
, [I
n
[ = b
n
a
n
0. Provemos que
n=1
I
n
= c, para algum nmero
c. Mostremos que (a
n
) uma seqncia de Cauchy. Com efeito, sabemos que
[I
n
[ 0, ou seja,
> 0, n
0
/ n n
0
b
n
a
n
< .
Assim
m > n n
0
a
n
a
m
< b
m
b
n
[a
n
a
m
[ b
n
a
n
< .
Portanto
> 0, n
0
/ m > n n
0
[a
n
a
m
[ < .
Assim, (a
n
) de Cauchy. Logo, pela hiptese que temos, existe c tal que a
n
c
e mais, a
n
c. De forma anloga
[b
n
b
m
[ [I
n
[ < , m > n > n
0
(b
n
) de Cauchy b/b
n
b.
Portanto, para todo n, a
n
c b b
n
e assim [c, b] I
n
, ou seja, [c, b]
n=1
I
n
, isto ,
n=1
I
n
,= .
Se [I
n
[ 0, claro que c = b e assim
n=1
I
n
= c = b. Portanto, P
1
P
2

AS, desde que a propriedade arquimediana seja vlida. Assim, a propriedade de
R ser completo como espao mtrico, mais o fato de ser arquimediano, implicam
que R completo no sentido de valer o Axioma do Supremo.
4.3 O Axioma do Supremo como conseqncia de P
3
Provemos que vale o Axioma do Supremo, tendo por hiptese P
3
. Seja
A ,= e A limitado superiormente. Provemos que A tem supremo. Pois bem,
seja a A e b / A e b limitante superior de A. claro que podemos tomar a e
b desta forma. Para cada n N
, seja k
n
o maior inteiro no negativo tal que
0 k
n
2
n
com
_
b
k
n
(b a)
2
n
, b
_
A = .
Consideremos a seqncia
x
n
= b
k
n
(b a)
2
n
.
Claro que a seqncia (x
n
) decrescente e limitada. Logo, por hiptese,
(x
n
) convergente. Provemos que sup A = lim
n
x
n
= x.
Suponha que x no seja cota superior de A. Assim, existe x
0
A tal que
x
0
> x. Como x
n
x, ento existe n
0
N com x
n0
< x
0
, o que no pode
ocorrer pela denio da seqncia (x
n
). Assim, x = lim
n
x
n
cota superior
de A. Provemos que a menor das cotas superiores de A. Se x no a menor
das cotas superiores de A, ento existe s cota superior de A tal que s < x. Seja
= x s, ento existe n
0
tal que
n n
0
x
n
(s, x +) = (x , x +).
Tomamos n tal que
ba
2
n
< . Como k
n
o maior inteiro, [x
n
, b] A = e ento
, =
_
b
(k
n
+ 1)(b a)
2
n
, b
k
n
(b a)
2
n
_
A (s, x +),
pois b
kn(ba)
2
n
b +
(kn+1)(ba)
2
n
=
ba
2
n
< . Portanto, existe c A tal que
c > s, contradio pois s cota superior de A.
4.4 O Axioma do Supremo como conseqncia de P
4
Para provarmos que P
4
implica o Axioma do Supremo, consideramos a
mesma seqncia (x
n
) construda em 4.3 e provamos que x
n+1
x
n
. Se (x
n
)
for nita, convergir para seu menor termo, enquanto que se (x
n
) for innita, o
conjunto x
n
, n N
ter ponto de acumulao para o qual (x

n
) convergir.
Em ambos os casos, teremos que sup A = lim
n
x
n
.
5 Consideraes Finais
Para encerrar este trabalho observamos que podemos ir alm e obter resul-
tados mais gerais que inclui o contedo deste trabalho e que a seguir apenas
enunciaremos.
Teorema. Entre todos os corpos K totalmente ordenados e arquimedianos, o
corpo dos nmeros reais R caracterizado pelas seguintes propriedades equiva-
lentes:
1. Toda seqncia crescente e limitada convergente (C4).
2. Todo subconjunto no vazio de K limitado superiormente tem supremo
(P1).
3. Todo subconjunto fechado e limitado de K tem um mximo e um mnimo.
4. K conexo.
5. Se (A, B) um corte de Dedekind, ento A tem um mximo e B tem um
mnimo.
6. Toda seqncia de intervalos encaixantes tem interseco no vazia (C3).
7. K seqencialmente completo, isto , toda seqncia de Cauchy con-
vergente (C2).
8. Vale a propriedade de Heine-Borel: todo recobrimento de um intervalo
fechado em K por intervalos abertos tem sub-recobrimento nito.
9. Vale a propriedade de Bolzano-Lebesgue: todo subconjunto fechado e limi-
tado de K compacto.
10. Vale a propriedade de Bolzano-Weiestrass: toda seqncia limitada de K
tem uma subseqncia convergente.
Observamos que num corpo totalmente ordenado K, todas as propriedades
acima, exceto 6 e 7, so equivalentes e implicam que K arquimediano. Para
um estudo mais completo do assunto sugerimos os dois primeiros livros presentes
na bibliograa deste trabalho.
Abstract: In this work we present some aspects of completeness of the real num-
ber system.
Keywords: Complete ordered eld; least upper bound axiom; archimedean elds.
Referncias Bibliogrcas
[1] Buck, R.C., Advanced Calculus, McGraw-Hill, 1965.
[2] Cohen, L.W., The structure of the real number system, Van Nostrand Rein-
hold Comp., 1963.
[3] vila, G.S.S., Introduo Anlise Matemtica, Editora Edgard Blcher
Ltda, 1993.
[4] White, A.J., Anlise Real: uma introduo, traduo Editora Edgard
Blcher Ltda, Editora da Universidade de So Paulo, 1973.
[5] Hnig, C.S. Aplicaes da Topologia Anlise, Projeto Euclides, IMPA,
CNPq, 1976.
Uma Introduo Teoria de Conjuntos Fuzzy e
Alguma Aplicaes
Danillo Shindi Asano
1
, Maicon Henrique Cunha
e Ricardo Ferreira da Rocha
Orientador(a): Renata Zotin Gomes de Oliveira

e Suzinei Aparecida Siqueira Marconato
Resumo: Apresentaremos conceitos bsicos da Teoria de Conjuntos Fuzzy e al-
gumas aplicaes.
Palavras-chave: Lgica fuzzy, conjuntos fuzzy, funes de pertinncia.
1 Introduo
Um conjunto clssico classica indivduos de um certo universo de discurso
de duas formas: membros (aqueles que certamente pertencem ao conjunto) e no
membros (aqueles que certamente no pertencem). Entretanto, muitos termos
que utilizamos normalmente e expressamos em linguagem natural descrevem
conjuntos que no exibem estas caractersticas. Exemplos so o conjunto das
pessoas altas, carros caros, doenas altamente contagiosas etc. Percebemos que
estes conjuntos tm fronteiras imprecisas que facilitam transies graduais de
pertinncia a no pertinncia e vice-versa.
Um conjunto fuzzy pode ser denido matematicamente atribuindo a cada
indivduo do universo de discurso um valor que representa o grau de pertinncia
a um conjunto fuzzy. Foi em 1965 que Zadeh formalizou a idia de conjuntos
fuzzy, ou seja, conjuntos com fronteiras no precisas.
Neste texto apresentamos alguns conceitos introdutrios dessa teoria e algu-
mas aplicaes.
1
Bolsista PET
17
18 Uma Introduo Teoria de Conjuntos Fuzzy e Alguma Aplicaes
2 Conjuntos Fuzzy
Num subconjunto A, contido num conjunto clssico U, podemos denir a
pertinncia de um elemento atravs de uma funo, chamada funo caracters-
tica, denida por:
: U 0, 1
onde
(x) =
_
1 se x A,
0 se x / A.
Dessa forma, a funo caracterstica descreve completamente o conjunto A
j que tal funo indica quais elementos do conjunto universo U so elementos
tambm de A.
Seja agora U um conjunto clssico. Dizemos que um subconjunto fuzzy F de
U caracterizado conforme a seguinte funo, chamada de funo de pertinncia
do subconjunto fuzzy F:
F
: U [0, 1].
O valor
F
(x) indica o grau com que o elemento x de U pertence ao conjunto
fuzzy F, onde
F
= 0 indica a no pertinncia e
F
= 1 indica pertinncia total.
Sendo assim, um subconjunto fuzzy F de U pode ser representado pelo conjunto
(clssico) de pares ordenados da forma:
F = (x,
F
(x)), x U.
Vejamos um exemplo.
Exemplo 1. Vamos denir o subconjunto fuzzy dos idosos. De acordo com a
idade, a pertinncia do elemento no conjunto deve crescer, logo, devemos denir
uma funo de pertinncia crescente. Tomemos a seguinte funo de pertinncia:
I
(x) =
_
_
_
0 se x 10
(x 10)/70 se 10 x 80
1 se x > 80
Uma Introduo Teoria de Conjuntos Fuzzy e Alguma Aplicaes 19
Neste caso, um indivduo de 60 anos possui grau de pertinncia igual
5
7
enquanto um de 20 anos apenas
1
7
. Um indivduo de meia idade, isto ,
pertinncia igual a 0, 5 deve ter a idade de 45 anos. importante ressaltar que
outro tipo de funo de pertinncia pode ser denida.
A seguir, deniremos diversas operaes para subconjuntos fuzzy, como
unio, interseco e complementar.
1. A unio entre A e B o subconjunto fuzzy de U cuja funo de pertinncia
dada por:
AB
(x) = max
A
(x),
B
(x).
2. A interseco entre A e B o conjunto fuzzy de U cuja funo de perti-
nncia dada por:
AB
(x) = min
A
(x),
B
(x).
3. O complementar de A o subconjunto fuzzy A
de U cuja funo de
pertinncia dada por:
A
(x) = 1
A
(x), x U.
Observe que as operaes anteriores so vlidas se A e B so conjuntos
clssicos com suas respectivas funes caractersticas
A
e
B
.
Se as funes de pertinncia para A e B no so discretas, as gura abaixo
representam geometricamente as operaes A A
, A A
e A
.
Exemplo 2. Tomemos o conjunto das pessoas febris e/ou com dor muscular.
Suponhamos que o conjunto universo U seja composto pelos pacientes de uma
clnica, indenticados pelos nmeros 1,2,3,4 e 5. Sejam A e B os subconjuntos
fuzzy que representam os pacientes com febre ou dor muscular, respectivamente.
A seguinte tabela ilustra as operaes unio, interseco e complemento. Os
valores das colunas, exceto os da primeira, indicam os graus com que cada
A
U
B
U
A B
U
A B
U
A
U
Figura 1.1: Representao geomtrica de A B, A B e A
. [1]
paciente pertence aos conjuntos fuzzy A, B, A B, A B, A
, A A
, A A
,
respectivamente, onde A e B so supostamente dados:
Paciente Febre: A Dor: B A B A B A
A A
A A
1 0,7 0,6 0,7 0,6 0,3 0,3 0,7

2 1,0 1,0 1,0 1,0 0,0 0,0 1,0
3 0,4 0,2 0,4 0,2 0,6 0,4 0,6
4 0,5 0,5 0,5 0,5 0,5 0,5 0,5
5 1,0 0,2 1,0 0,2 0,0 0,0 1,0
Notemos que no caso dos subconjuntos fuzzy, diferentemente da teoria cls-
sica, AA
pode ser um subconjunto diferente do vazio assim como AA
pode
no ser o universo todo.
Na coluna A A
, o valor 0,3 indica que o paciente 1 est tanto no grupo

dos febris como no dos no febris. Este um fato inadmissvel na teoria clssica
dos conjuntos na qual tem-se a lei do terceiro excludo, isto , A A
= .
3 Lgica Fuzzy
O termo lgica fuzzy tem sido utilizado para manipular informaes inexatas
lanando mo da teoria de conjuntos fuzzy e de suas operaes. Os primeiros
passos em lgica matemtica so realizados com o estudo dos conectivos e,
ou, no e implicao. Tais conectivos so tipicamente usados na modelagem
matemtica em sentenas do tipo:
Se a est em A e b est em B, ento c est em C ou d no est em D (1.1)
Os valores lgicos para cada conectivo so estudados por meio de tabelas
verdades. Assim, o valor lgico de uma sentena, formada a partir de duas ou
mais proposies, obtido por meio de composies das tabelas verdades dos
conectivos presentes nesta sentena.
Na lgica clssica, sentenas verdadeiras tm valor lgico 1, enquanto sen-
tenas falsas tm valor lgico 0. Pensando na extenso para o caso fuzzy, us-
aremos a notao (mnimo) para a conjuno e; (mximo) para ou; para a
negao e para a implicao.
Faamos as tabelas verdades para os conectivos e, ou, negao e impli-
cao.
p p
1 0
0 1
(a) p
p q p q
1 1 1
1 0 0
0 1 0
0 0 0
(b) p q
p q p q
1 1 1
1 0 1
0 1 1
0 0 0
(c) p q
p q p q
1 1 1
1 0 0
0 1 1
0 0 1
(d) p q
Podemos notar que em cada tabela verdade, p e q assumem apenas valores
0 ou 1. Por isso, a lgica clssica , s vezes, chamada de lgica a dois valores.
Voltemos para a expresso (1.1). De acordo com a lgica clssica, tal ex-
presso s poderia assumir os valores 0 ou 1. Agora, se admitirmos que os
conjuntos em (1.1) possam ser fuzzy, como avaliar logicamente tal expresso?
Inicialmente, devemos atribuir um valor que indique o quanto a proposio a
est em A verdadeira, com A fuzzy, sabendo que um elemento pode pertencer
a A com valores no intervalo [0, 1]. Para realizar a avaliao lgica dos conectivos
no sentido fuzzy, devemos estend-los. Tais extenses so obtidas por meio das
normas e conormas.
Denamos agora, as operaes t-norma, t-conorma, negao e implicao.
O operador : [0, 1] [0, 1] [0, 1], (x, y) = x y uma t-norma, se
satiszer as seguintes condies:
1. Elemento neutro: (1, x) = 1 x = x;
2. Comutativa: (x, y) = x y = y x = (y, x);
3. Associativa: x (y z) = (x y) z;
4. Monotonicidade: se x u e y v, ento x y u v.
O operador t-norma estende o operador que modela o conectivo e.
O operador (x, y) = x y uma t-conorma se satiszer as seguintes
condies:
1. Elemento neutro: (0, x) = 0 x = x;
2. Comutativa: (x, y) = x y = y x = (y, x);
3. Associativa: x (y z) = (x y) z;
4. Monotonicidade: se x u e y v, ento x y u v.
O operador t-conorma estende o operador do conectivo ou. Por exemplo,
(x, y) = minx, y = x y um operador t-norma, assim como (x, y) =
maxx, y = x y um operador t-conorma.
Negao: uma aplicao : [0, 1] [0, 1] uma negao se satiszer as
seguintes propriedades:
1. Fronteiras: (0) = 1 e (1) = 0;
2. Involuo: ((x)) = x;
3. Monotonicidade: decrescente.
Implicao fuzzy: qualquer operao : [0, 1] [0, 1] [0, 1] que reproduza
a tabela verdade da implicao clssica denominada implicao fuzzy.
Com as denies de negao e implicao podemos encontrar vrias funes
que satisfaam tais propriedades, por exemplo, a aplicao (x) = 1 x
uma negao pois reproduz a tabela verdade da negao. Para a implicao,
podemos tomar como exemplo a implicao de Zadeh: (x y) = z(x, y) =
max(1 x), minx, y.
Agora, com as ferramentas em mos, vejamos um exemplo ilustrativo. Va-
mos voltar a expresso (1.1) e obter seu valor lgico quando consideramos
= , = , (x) = 1 x e a implicao de Zadeh.
Inicialmente, para cada varivel da expresso (1.1), tomamos seu grau de
pertinncia ao conjunto relacionado. Consideremos, por exemplo, que tais va-
lores sejam: a est em A = 0, 6, b est em B = 0, 7, c est em C = 0, 4 e
d no est em D = 0, 7. Ento, temos:
(0, 6; 0, 7) = min0, 6; 0, 7 = 0, 6
(0, 7) = 1 0, 7 = 0, 3
(0, 4; 0, 3) = max0, 4; 0, 3 = 0, 4
Logo o valor lgico de (1.1) o resultado da aplicao
(0, 6; 0, 7) (0, 4; 0, 3).
Usando a implicao de Zadeh, temos
0, 6 0, 4 = z(0, 6; 0, 4) = max(1 0, 6), min(0, 6; 0, 4 = max0, 4 = 0, 4.
Assim, para as pertinncias acima, a expresso (1.1) verdadeira com grau 0,4.
4 Sistemas Baseados em Regras Fuzzy
Um sistema baseado em regras fuzzy aquele que se utiliza da lgica fuzzy
para produzir sadas para cada entrada fuzzy. As regras so da forma
Se estado ento resposta.
A particularidade dos controladores fuzzy que cada regra tem a forma:
Se condio ento ao.
4.1 Controladores Fuzzy
Um controlador fuzzy visa aproximar a estratgia de um controlador hu-
mano, j que se torna possvel traduzir termos lingsticos constantemente em-
pregados por especialistas com o intuito de solucionar suas tarefas. Possuem a
seguinte estrutura:
Base de Regras
Mdulo de
Inferncia
Fuzzy
Mdulo de
Fuzzycao
Mdulo de
Defuzzycao
Figura 1.2: Esquema de um controlador Fuzzy. [1]
mdulo de fuzzicao: o estgio onde so modeladas as entradas do
sistema por conjuntos fuzzy, com seus respectivos domnios e funes de
pertinncia.
base de regras: composta pelas proposies fuzzy e faz parte do ncleo
dos controladores fuzzy. Cada proposio descrita na forma lingstica:
Se x
1
A
1
, x
2
A
2
, . . . e x
n
A
n
Ento: u
1
B
1
, u
2
B
2
, . . . e u
n
B
n
mdulo de inferncia: o estgio em que cada proposio fuzzy
traduzida matematicamente por meio de tcnicas da lgica fuzzy. Esse
mdulo fornecer a sada (controle) fuzzy a ser adotada pelo controlador,
a partir de cada entrada fuzzy.
O ltimo processo chamado Mdulo de Defuzzicao permite representar
um conjunto fuzzy por um valor crisp (nmero real).
Vejamos um exemplo.
Exemplo 3.
_
_
N
1,t+1
=
1 m
12
2
F
1
S
e
(f+s)N
1,t
1
N
1,t
+
m
21
2
F
2
S
e
(f+s)N
2,t
2
N
2,t
N
2,t+1
=
m
12
2
F
1
S
e
(f+s)N
1,t
1
N
1,t
+
1 m
21
2
F
2
S
e
(f+s)N
2,t
2
N
2,t
Este modelo relaciona a dinmica de uma populao de moscas com o
processo de migrao entre duas colnias. As variveis de estado so:
N
i,t
: populao de moscas da colnia i no instante t;
F
i
: fecundidade mxima das moscas quando estas se encontram na colnia i;
S
i
: sobrevivncia mxima das moscas da colnia i;
m
ij
: taxa de migrao da colnia i para j;
f e s: estimam a variao da fecundidade e da sobrevivncia, respectivamente.
As incertezas deste modelo esto nos parmetros m
ij
, F
1
e S
1
, dependentes
de uma srie de fatores que muitas vezes so impossveis de serem determinados
quantitativamente. Neste caso, um estudo do fenmeno a partir de um sistema
fuzzy parece mais adequado. O processo consiste em substituir os parmetros
da equao determinstica por parmetros subjetivos, obtidos por meio de uma
combinao de regras.
Vamos considerar que os parmetros m
ij
, F
1
e S
1
sejam dependentes de
duas variveis de entrada: a Populao (N
1,t
) e o Ambiente (A
i
, habitat de
cada colnia).
Para a Populao, a partir de dados experimentais obteve-se o comporta-
mento para os termos: Pequena, Mdia e Grande. Para o Ambiente os termos
lingsticos considerados foram Hostil, Mediano e Favorvel. Partindo disso,
foram denidos os conjuntos fuzzy representados a seguir:
1
0
100 200 300 400 500 600
Pequena Mdia Grande
1
0 1
0,2 0,4 0,6 0,8
Hostil Mdio Favorvel
Figura 1.3: Funes de pertinncia para Populao e Ambiente. [1]
Para modelar os parmetros fuzzy taxa de migrao, fecundidade F
1
e so-
brevivncia S
1
foram adotadas as regras:
Populao Ambiente Ento
Migrao Fecundidade Sobrevivncia
Pequena Favorvel Pequena Alta Alta
Pequena Mediana Pequena Alta Mdia
Pequena Hostil Grande Mdia Baixa
Mdia Favorvel Pequena Alta Mdia
Mdia Mediana Grande Alta Baixa
Mdia Hostil Grande Baixa Baixa
Grande Favorvel Mdia Mdia Baixa
Grande Mediana Grande Baixa Baixa
Grande Hostil Grande Baixa Baixa
Para a migrao, como visto na tabela, adotou-se os termos pequena, mdia
e grande; para fecundidade e sobrevivncia os termos adotados foram baixa, alta
e mdia. A partir dessa base de regras, utilizando softwares como o matlab,
que possuem pacotes fuzzy, obtemos os valores fuzzy para taxa de migrao,
fecundidade e sobrevivncia:
1
0 1
0,2 0,4 0,6 0,8
Pequena Mdia Grande
Figura 1.4: Funes de pertinncia para migrao. [1]
Como visto na gura acima, temos o grco da taxa de migrao, onde
possvel ver os Conjuntos Fuzzy (Pequena, Mdia e Grande).
A seguir temos os grcos que representam os valores fuzzy de fecundidade
e sobrevivncia respectivamente:
1
0
4 4,5 5 5,5 6 6,5 7
Baixa Mdia Alta
1
0
0,6 0,65 0,7 0,75 0,8 0,85 0,9
Baixa Mdia Alta
Figura 1.5: Funes de pertinncia para fecundidade e sobrevivncia. [1]
Por meio do mtodo de Inferncia de Mandami, atravs da base de regras,
obtemos os valores fuzzy de sada. Exemplo: Inicialmente so dadas as condies
iniciais, por exemplo:
N
1,0
= 300, N
2,0
= 700, A
1,0
= 0, 01, A
2,0
= 0, 03.
Os valores das condies iniciais so as variveis de entrada.
Os parmetros fuzzy so obtidos atravs das bases de regras via processo
de Mandami. Na colnia 1, temos:
pM
(300) = 0, 5 (grau de pertinncia ao
conjunto fuzzy de populao mdia ou grande);
AH
(0, 01) = 0, 995 (grau de
pertinncia ao Conjunto Fuzzy ambiente hostil). Ento
0, 5 0, 995 = min0, 5; 0, 995 = 0, 5.
Pela base de regras, temos que populao mdia ou grande, e ambiente hostil,
geram o conjunto fuzzy migrao grande como varivel de sada.
Para que o nosso modelo inicial seja resolvido, preciso encontrar os valores
de sada fuzzy para cada parmetro fuzzy analisado, a partir das condies
iniciais dadas e defuzzic-los, por meio de mtodos de defuzzicao. Depois
de realizado esse processo, encontraremos valores reais para os parmetros m
ij
,
F
1
e S
1
, que aplicados no modelo inicial, recursivamente nos daro a soluo do
sistema.
Os Controladores Fuzzy possuem muitas aplicaes. Atualmente so larga-
mente utilizados em aparelhos eletrodomsticos, sendo o Japo o primeiro pas
a investir na Indstria e, mais recentemente, tem recebido grande ateno na
Medicina, principalmente no que se refere a dignsticos mdicos, como o simples
exemplo descrito a seguir.
Exemplo 4. A idia propor um sistema fuzzy que imite a atuao de um
mdico no diagnstico de seus pacientes, a partir de sintomas que estes apre-
sentam.
Consideremos os seguintes conjuntos universais:
U = conjunto dos pacientes;
V = conjunto de sintomas;
W = conjunto de doenas.
Neste exemplo consideramos quatro pacientes P
1
, P
2
, P
3
e P
4
, com os sin-
tomas
S
1
= febre, S
2
= cefalia, S
3
= garganta inamada,
S
4
= exantema, S
5
= gnglio, S
6
= coriza,
S
7
= conjuntivite, S
8
= lngua de morango, S
9
= fotofobia,
S
10
= tosse seca S
11
= vmito
que apresentaram os diagnsticos
D
1
= escalartina, D
2
= rubola, D
3
= sarampo D
4
= gripe.
Essas informaes iro compor a base de dados que sero expressos por meio
de relaes fuzzy. Um especialista pode estabelecer o grau com que cada sintoma
se apresenta em cada indivduo e represent-lo conforme a tabela abaixo:
P
i
\S
j
S
1
S
2
S
3
S
4
S
5
S
6
S
7
S
8
S
9
S
10
S
11
P
1
0,8 0,4 0,5 0,8 0,2 0,1 0,1 0,9 0,1 0,1 0,4
P
2
0,3 0,1 0,4 0,8 0,9 0,2 0,1 0,1 0,1 0,1 0,3
P
3
0,8 0,3 0,5 0,8 0,1 0,2 0,9 0,1 0,6 0,3 0,6
P
4
0,8 0,7 0,7 0,2 0,1 0,9 0,1 0,1 0,1 0,9 0,4
Assim, de acordo com os sintomas apresentados, cada paciente pode ter
algumas das doenas citadas acima com um certo grau de possibilidade. A
resposta do nosso exemplo um conjunto fuzzy, ou seja, ela no responde qual
doena o paciente possui, o que ela fornece a possibilidade do paciente possuir
certa doena no conjunto de sintomas.
Abstract: We present basic concepts of Fuzzy Sets Theory and some applica-
tions.
Keywords: Fuzzy logic, membership function, fuzzy sets.
[1] Barros, L.C. e Bassanezi, R.C., Tpicos de Lgica Fuzzy e Biomatemtica,
Coleo IMECC Textos Didticos 5, 2006.
[2] Feitosa, H.A. da, Princpios Fundamentais da Teoria Fuzzy, Dissertao
para obteno do ttulo de mestre em Matemtica, IGCE, UNESP, 1992.
[3] Klir, G.I., Fuzzy Sets: An Overview of Fundamentals, Applications and
Personal Views, Beijing Normal University Press, 1999.
[4] Castanho, M.J.P.; Magnago, K.F.; Bassanezi, R.C. e Godoy, W., Fuzzy
Subset Approach in coupled population dynamics of blowlies, Biological Re-
search, (aceito em 2006).
[5] Barros, L.C.; Bassanezi, R.C; Jafelice, R.S.M. e Peixoto, M.S., Mini Curso:
Introduo Lgica Fuzzy, Simpsio de Aplicaes em Lgica Fuzzy, Unesp
- Sorocaba - SP, 2006.
O Teorema do Ponto Fixo de Brouwer no Plano
Thas Jordo
1
Orientador(a): Prof. Dr. Joo Peres Vieira
Resumo: Neste trabalho apresentamos uma prova do teorema de Ponto Fixo de
Brouwer no plano, usando o grupo fundamental.
Palavras-chave: Grupo fundamental, ponto xo.
1 Preliminares
Para o que segue denotaremos por I o intervalo fechado [0, 1] de R e por X
um espao topolgico. A seguir daremos algumas denies:
Denio 1. Sejam x
0
, x
1
X. Um caminho em X com ponto inicial em x
0
e ponto nal em x
1
uma aplicao contnua : I X tal que (0) = x
0
e (1) = x
1
. Se (0) = (1), ento dizemos que o caminho um lao ou um
caminho fechado em X.
Denotaremos por (X; x
0
, x
1
) o conjunto formado pelos caminhos em X
com ponto inicial x
0
e ponto nal x
1
e por (X; x
0
) o conjunto formado pelos
laos em X baseados em x
0
.
Denio 2. Dados dois caminhos , : I X tais que (0) = (0) = x
0
e
(1) = (1) = x
1
, onde x
0
, x
1
X, dizemos que o caminho homotpico ao
caminho , se existe uma aplicao F : I I X contnua tal que:
H(t, 0) = (t) H(t, 1) = (t) t I.
H(0, s) = x
0
H(1, s) = x
1
s I.
A aplicao H dita ser uma homotopia entre e . Usaremos a notao
para dizer que homotpico a . Observamos que a relao uma relao
1
Estgio de Iniciao Cientca.
31
32 O Teorema do Ponto Fixo de Brouwer no Plano
de equivalncia em (X; x
0
). Alm desta relao, podemos denir em (X; x
0
)
uma operao , chamada justaposio de caminhos.
Denio 3. Sejam , (X; x
0
). O caminho produto ou justaposto de
por , denotado por , dado por:
( )(t) =
_
(2t), se t [0,
1
2
]
(2t 1), se t [
1
2
, 1]
Esta operao no satisfaz a associatividade, logo no d a (X; x
0
) uma es-
trutura de grupo.
2 O Grupo Fundamental
Como dito anteriormente a relao de equivalncia em (X; x
0
); logo
podemos considerar o conjunto quociente
(X, x
0
)
o qual denotaremos por
1
(X; x
0
).
Neste conjunto denimos a operao
:
1
(X; x
0
)
1
(X; x
0
)
1
(X; x
0
),
induzida de , da seguinte forma: ([], []) = [] [] = [ ] para quaisquer
[], []
1
(X; x
0
). Tal operao bem denida, satisfaz a associatividade,
todo elemento possui um inverso e existe um elemento neutro. Desta forma,
temos:
Teorema 4. (
1
(X; x
0
), ) um grupo.
Denio 5. O grupo (
1
(X; x
0
), ) denominado Grupo Fundamental do
espao topolgico X com ponto base x
0
.
O resultado abaixo d uma propriedade interessante a respeito do Grupo
Fundamental de determinados espaos topolgicos e justica o uso da notao
polida,
1
(X), que passaremos a utilizar.
Denio 6. Seja X um espao topolgico conexo por caminhos. Dados x
0
, x
1

X temos que
1
(X; x
0
)
1
(X; x
1
).
O Teorema do Ponto Fixo de Brouwer no Plano 33
Exemplo 7.

1
(S
1
) = Z;

1
(D) = 0, onde D = (x, y) R
2
; x
2
+y
2
1;
3 Aplicao
Inicialmente deniremos um conceito muito importante; o de retrato de um
espao topolgico, que nos ser til para demonstrarmos o Teorema do ponto
xo de Brouwer no plano.
Denio 8. Seja A X um subespao. Dizemos que A um retrato de X, se
existe uma aplicao r : X A contnua tal que r(a) = a para todo a A.
A aplicao r dita ser uma retrao de X sobre A.
Exemplo 9. Se A X um retrato, ento o homomorsmo induzido nos Gru-
pos Fundamentais de A e de X, pela incluso i : A X, um monomorsmo.
De fato, como A um retrato de X, temos que existe uma aplicao r :
X A contnua tal que r(a) = a, a A. Ento, (r i)(a) = a para todo
a A, ou seja, r i = id
A
onde id
A
: A A denota a aplicao identidade
de A. Logo, o homomorsmo induzido (r i)
#
:
1
(A)
1
(A), dado por
(r i)
#
([]) = [(r i) ] tal que
(r i)
#
= r
#
i
#
= id
A#
= id
1(A)
,
implicando que i
#
um monomorsmo.
Exemplo 10. Consideremos i
#
:
1
(S
1
)
1
(D), o homomorsmo induzido
da incluso i : S
1
D. Como
1
(S
1
) Z e
1
(D) 0, a aplicao i
#
no
pode ser um monomorsmo. Logo, pelo exemplo anterior, conclumos que S
1
no um retrato do disco D.
Agora, estamos em condies de demonstrar o
34 O Teorema do Ponto Fixo de Brouwer no Plano
Teorema 11 (Teorema do ponto xo de Brouwer no plano). Toda aplicao
contnua do disco no disco admite um ponto xo.
Prova: Seja f : D D uma aplicao contnua, onde D = (x, y) R
2
; x
2
+
y
2
1 o disco.
Suponhamos que a aplicao f no possua nenhum ponto xo, isto , para
todo z D, f(z) ,= z. Considere a semi-reta com origem em z e passando por
f(z).
Denamos h : D S
1
por h(z) = P
z
para todo z D, onde P
z
o ponto
da interseo de S
1
com a semi-reta z +t(z f(z)); t 0.
Temos que a aplicao h bem denida, contnua e se z S
1
, h(z) = z.
Logo, h : D S
1
uma retrao de D sobre S
1
, o que um absurdo, pois S
1
no retrato do disco D.
Portanto, f admite pelo menos um ponto xo.
Abstract: In this work we present a proof of the Brouwer Fixed Point Theorem
in the 2-dimensional case. We use the fundamental group to prove it.
Keywords: Fundamental group, xed point.
[1] Wall, C.T.C., A geometric introduction to Topology, Addison-Wesley
Publ. comp. Inc., 1972.
[2] Massey, W., Algebraic Topology: an introduction, Springer Verlag, 1986.
[3] Lima, E.L., Grupo fundamental e espaos de recobrimento, Projeto
euclides, 1998.
Um Contraste Entre Espaos Normados de
Dimenso Finita e Innita
Naiara Vergian de Paulo
1
Orientador(a): Simone Mazzini Bruschi
Resumo: Importantes inferncias da Matemtica se baseiam na hiptese funda-
mental de que o espao considerado nito-dimensional.
Nestas notas apresentaremos de forma breve alguns conceitos, ilustrados atravs
de exemplos, e em seguida exibiremos resultados que os relacionam e que sero
vlidos apenas para espaos normados de dimenso nita, em contraste com
espaos normados de dimenso innita, nos quais contra-exemplos destes resul-
tados sero apresentados.
Um dos objetivos deste trabalho explorar a mescla das reas de Anlise, l-
gebra e Topologia. Para isto importante que o leitor possua conhecimentos
bsicos destas trs reas, como por exemplo, funo contnua, uniformemente
contnua e lipschtiziana, seqncia convergente e de Cauchy, supremo de um
conjunto, convergncia uniforme e pontual, srie, espao vetorial, subespao
vetorial, norma, transformao linear, produto interno, subespao ortogonal,
conjunto fechado, limitado e compacto, homeomorsmo, alm de resultados que
unem alguns destes conceitos.
Palavras-chave: Espao vetorial normado, dimenso nita, dimenso innita,
espao de Banach, transformao linear contnua, transformao linear limitada,
conjunto fechado, conjunto limitado, conjunto compacto, subespao ortogonal,
normas equivalentes.
1
PET-Programa de Educao Tutorial
35
36 Um Contraste Entre Espaos Normados de Dimenso Finita e Infinita
1 Espaos Vetoriais Normados
Neste primeiro captulo veremos a denio de espao vetorial normado e
em seguida apresentaremos alguns exemplos interessantes que sero teis pos-
teriormente.
Denio 1. Um espao vetorial E munido de uma norma | | chamado espao
vetorial normado.
Como exemplos podemos citar os seguintes:
Exemplo 2. R com as operaes usuais de soma e multiplicao munido da
norma
|x| = [x[,
onde [ [ denota o mdulo de nmeros reais.
Exemplo 3. R
n
com as operaes usuais de soma e multiplicao por escalar
munido de uma das normas abaixo:
|x|
p
=
_
n
i=1
[x
i
[
p
_1
p
, com 1 p < .
|x|
= sup
1i n
[x
i
[.
Exemplo 4. C[a, b] = f : [a, b] R / f funo contnua com as operaes
usuais de funes e munido de uma das seguintes normas
|f|
p
=
_
b
_
a
[f(x)[
p
dx
_1
p
, com 1 p < .
|f|
= sup
x[a,b]
[f(x)[.
Exemplo 5. l
p
(N) =
_
x = (x
i
)
iN
/ x
i
R e
i=1
[x
i
[
p
<
_
, para 1 p < ,
Um Contraste Entre Espaos Normados de Dimenso Finita e Infinita 37
com as operaes usuais de seqncias e munido da norma
|x|
p
=
_

i=1
[x
i
[
p
_1
p
.
Exemplo 6. l
(N) =
_
x = (x
i
)
iN
/ x
i
R e sup
iN
[x
i
[ <
_
novamente com
as operaes usuais de seqncias e munido da norma
|x|
= sup
iN
[x
i
[.
2 Espaos de Banach
Sabemos que toda seqncia convergente de Cauchy, porm nem sempre as
seqncias de Cauchy convergem. Neste captulo daremos destaque aos espaos
normados em que toda seqncia de Cauchy convergente.
Temos ento a denio:
Denio 7. Um espao de Banach um espao normado onde toda seqncia
de Cauchy convergente.
Como exemplo de espao de Banach podemos citar o espao vetorial real
munido da norma do mdulo, visto no Exemplo 2, e tambm este que segue.
Exemplo 8. R
n
um espao de Banach com a norma |x|
= sup
1k n
[x
k
[.
De fato, seja
_
x
(i)
_
iN
uma seqncia de Cauchy que a cada i N associa
x
(i)
=
_
x
(i)
1
, x
(i)
2
, x
(i)
3
, . . . , x
(i)
k
, . . . , x
(i)
n
_
R
n
. Variando i camos com:
x
(1)
=
_
x
(1)
1
, x
(1)
2
, x
(1)
3
, . . . , x
(1)
k
, . . . , x
(1)
n
_
x
(2)
=
_
x
(2)
1
, x
(2)
2
, x
(2)
3
, . . . , x
(2)
k
, . . . , x
(2)
n
_
x
(3)
=
_
x
(3)
1
, x
(3)
2
, x
(3)
3
, . . . , x
(3)
k
, . . . , x
(3)
n
_
.
.
.
x
(i)
=
_
x
(i)
1
, x
(i)
2
, x
(i)
3
, . . . , x
(i)
k
, . . . , x
(i)
n
_
.
.
.
Observe que nesta tabela os ndices sobrescritos variam de acordo com o
ndice i N da seqncia
_
x
(i)
_
iN
e os ndices subescritos variam conforme a
coordenada k = 1, . . . , n do elemento x
(i)
R
n
.
Se xarmos a coordenada k dos elementos dessa seqncia e continuarmos
variando i (olhe para cada coluna da tabela acima), obteremos as n seqncias
reais seguintes:
_
x
(i)
1
_
iN
=
_
x
(1)
1
, x
(2)
1
, x
(3)
1
, . . . , x
(i)
1
, . . .
_
_
x
(i)
2
_
iN
=
_
x
(1)
2
, x
(2)
2
, x
(3)
2
, . . . , x
(i)
2
, . . .
_
_
x
(i)
3
_
iN
=
_
x
(1)
3
, x
(2)
3
, x
(3)
3
, . . . , x
(i)
3
, . . .
_
.
.
.
_
x
(i)
k
_
iN
=
_
x
(1)
k
, x
(2)
k
, x
(3)
k
, . . . , x
(i)
k
, . . .
_
.
.
.
_
x
(i)
n
_
iN
=
_
x
(1)
n
, x
(2)
n
, x
(3)
n
, . . . , x
(i)
n
, . . .
_
Sendo
_
x
(i)
_
iN
uma seqncia de Cauchy por hiptese, sabemos que dado
> 0 existe i
0
N tal que se i, j > i
0
ento
_
_
x
(i)
x
(j)
_
_
< , ou equivalente-
mente, sup
1k n
x
(i)
k
x
(j)
k
< . Mas como sup

1k n
x
(i)
k
x
(j)
k
x
(i)
k
x
(j)
k
para
cada k = 1, . . . , n, temos neste caso que
x
(i)
k
x
(j)
k
sup
1k n
x
(i)
k
x
(j)
k
=
_
_
x
(i)
x
(j)
_
_
< ,
para cada k xado.
Desta forma criamos n seqncias reais que so tambm de Cauchy. Como R
um espao de Banach com a norma do mdulo, cada uma dessas n seqncias
_
x
(i)
k
_
iN
converge para um x
k
R, ou seja, para cada k = 1, . . . , n, lim
i
x
(i)
k
=
x
k
.
Podemos ento construir um elemento x de R
n
em que cada coordenada k
dada por lim
i
x
(i)
k
, isto ,
x =
_
lim
i
x
(i)
1
, lim
i
x
(i)
2
, . . . , lim
i
x
(i)
k
, . . . , lim
i
x
(i)
n
_
= (x
1
, x
2
, . . . , x
k
, . . . , x
n
) R
n
.
Precisamos apenas garantir que x
(i)
x.
Sendo
_
x
(i)
_
iN
de Cauchy em R
n
, j vimos que, para cada k xado,
x
(i)
k
x
(j)
k
< . Mas, pela construo do elemento x R

n
que realizamos, se
zermos j tender ao innito camos com lim
j
x
(i)
k
x
(j)
k
lim
j
, donde segue
que
x
(i)
k
x
k
, para todo k = 1, . . . , n.
Sendo assim, sup
1k n
x
(i)
k
x
k
, ou seja,
_
_
x
(i)
x
_
_
. Desta forma,
concluimos que a seqncia
_
x
(i)
_
iN
converge para x R
n
e, portanto, R
n
de Banach com a norma | |
.
3 Transformaes Lineares Limitadas e Normas Equivalentes
Veremos agora que as transformaes lineares, quando denidas entre dois
espaos vetoriais normados, podem ser analisadas quanto continuidade e/ou
limitao. Alm disso, deniremos quando duas normas de um espao so equi-
valentes e completaremos a seo com a apresentao de alguns resultados.
Vamos primeiramente denir transformaes lineares limitadas e normas
equivalentes.
Denio 9. Sejam E e F espaos vetoriais munidos das normas | |
E
e | |
F
respectivamente.
Diz-se que a transformao linear T : E F limitada se existe uma
constante real M > 0 tal que, qualquer que seja x E, se verique
|T(x)|
F
M|x|
E
.
Denio 10. Duas normas | | e | |
em E so ditas equivalentes se existem

constantes positivas a e b tais que
a|x| |x|
b|x|
para todo x E.
Vejamos um teorema que nos servir tambm como exemplo de normas
equivalentes.
Teorema 11. Em R
n
todas as normas so equivalentes.
Prova: Seja | | uma norma qualquer de R
n
. Mostrando que | | equivalente
a | |
teremos como conseqncia que todas as normas de R

n
so equivalentes
entre si.
Para isto basta encontrar constantes a e b positivas que satisfaam
a|x|
|x| b|x|
para todo x R
n
.
Consideremos e
1
, . . . , e
n
como sendo a base cannica de R
n
. Ento para
todo x R
n
existem x
1
, . . . , x
n
R tais que x = x
1
e
1
+ + x
n
e
n
e, sendo
assim,
|x| = |x
1
e
1
+ +x
n
e
n
| |x
1
e
1
| + +|x
n
e
n
| = [x
1
[|e
1
| + +[x
n
[|e
n
|.
Mas para cada i = 1, . . . , n temos que [x
i
[ sup
1in
[x
i
[ e que |e
i
| = 1, j que
e
1
, . . . , e
n
trata-se da base cannica de R
n
.
Logo
|x| [x
1
[|e
1
| + +[x
n
[|e
n
| n sup
1in
[x
i
[ = n|x|

e portanto basta tomar b = n > 0 e j teremos uma das desigualdades que
desejamos satisfeita, isto , |x| b|x|
.
Precisamos apenas encontrar a constante positiva a que atenda a propriedade
de que a|x|
|x| para qualquer x R

n
. Para este propsito deniremos
uma funo f que a cada x (R
n
, | |
) associa o valor |x| R, ou seja,

f(x) = |x|.
Observe primeiramente que a funo f lipschtiziana e portanto uniforme-
mente contnua.
De fato, se x, y (R
n
, | |
) ento
[f(x) f(y)[ =
|x| |y|
|x y|.
Mas pela primeira parte desta demonstrao temos que |x y| b|x y|
,
pois x y um elemento de R
n
. Logo
[f(x) f(y)[ b|x y|
,
donde segue que f lipschtiziana.
Como em R
n
todo conjunto fechado e limitado compacto, podemos armar
que a esfera unitria S[0, 1] denida com a | |
compacta e desta forma, por

f ser contnua, temos que f assume um valor mnimo em S[0, 1]. Seja f(v) esse
valor, com v S[0, 1].
Se x ,= 0 temos que
1
|x|
|x| =
_
_
_
_
_
1
|x|
x
_
_
_
_
_
= f
_
x
|x|
_
f(v),
o que implica que |x| f(v)|x|
para todo x ,= 0. Observe que esta ltima

desigualdade vlida ainda se x = 0.
Como v S[0, 1] ento v ,= 0, logo f(v) = |v| > 0. Sendo assim, basta
tomar a = f(v) e teremos que, para qualquer x R
n
, a|x|
|x|, como
queramos.
A partir deste momento caminharemos com o objetivo de garantir que todo
espao vetorial normado sobre R de dimenso nita n homeomorfo a R
n
. Para
demonstrar tal resultado precisaremos dos lemas que seguem.
Lema 12. Sejam E e F espaos normados e T uma transformao linear de E
em F. As seguintes armaes so equivalentes:
a) T contnua
b) sup
x1
|T(x)| <
c) T limitada
Prova: a) b) Temos que T contnua em cada x
0
E, inclusive na origem.
Logo para todo > 0, em particular para = 2, existe > 0 tal que
|x| = |x 0| |T(x)| = |T(x) T(0)| < 2. (1.1)
Se considerarmos os pontos de E em que |x| 1 ento a implicao 1.1
e os fatos de que > 0 e T linear nos garantem que
|x| 1 |x| |x| |T(x)| < 2
| T(x)| < 2 |T(x)| < 2 |T(x)| <
2
.
Portanto sup
x1
|T(x)| < .
b) c) Se sup
x1
|T(x)| < ento existe M tal que M = sup
x1
|T(x)|.
No caso em que x = 0 temos que T(x) = 0, j que T linear. Logo
|T(x)| = 0 = M 0 = M|x|.
Analisemos agora o caso em que x ,= 0. Observe que
|T(x)| =
_
_
_
_
|x|
|x|
T(x)
_
_
_
_
= |x|
_
_
_
_
T
_
x
|x|
__
_
_
_
|x| M,
pois
_
_
_
_
x
|x|
_
_
_
_
1 e sup
x1
|T(x)| = M.
Portanto, pela Denio 9, T limitada.
c) a) Se T uma transformao limitada ento existe A > 0 tal que
|T(x)| A|x| para todo x E.
Usando o fato de T ser linear, para quaisquer x, y E, temos que
|T(x) T(y)| = |T(x y)| A|x y|,
pois x y E.
Portanto T uma funo lipschitziana, donde conclumos que T uma
transformao linear contnua.
Lema 13. Sejam E e F espaos normados com E ,= 0 e T : E F uma
aplicao linear sobrejetora. Ento T injetora e possui inversa contnua se, e
somente se, existe m > 0 tal que |T(x)| m para todo x pertencente a esfera
S[0, 1].
Prova: Iniciemos supondo que a transformao linear sobrejetora T : E F
seja injetora e sua inversa T
1
seja contnua.
Pelo Lema 12 temos que se T
1
contnua ento T
1
limitada, ou seja,
existe k > 0 tal que
_
_
T
1
(y)
_
_
k|y| (1.2)
para todo y F.
Como T bijetora, para cada y F existe um nico x E tal que
x = T
1
(y) ou ento T(x) = y.
Substituindo em 1.2 temos que |x| k|T(x)| o que equivale a dizer que
|T(x)|
1
k
|x| para todo x E, j que k ,= 0.
Em particular para x S[0, 1] ocorre que |x| = 1 e portanto |T(x)|
1
k
.
Sendo assim basta tomar m =
1
k
> 0 (pois k > 0) e teremos que, para todo
x S[0, 1], |T(x)| m.
Reciprocamente, vamos mostrar em primeiro lugar que T injetora. Para
isto basta certicar que o ncleo da transformao T possui apenas o elemento
nulo de E, ou seja, que se x E com x ,= 0 ento T(x) ,= 0.
Seja x ,= 0 um elemento de E. Como
x
|x|
S[0, 1] ento, por hiptese,
existe m > 0 tal que
_
_
_
_
T
_
x
|x|
__
_
_
_
m, o que equivalente a |T(x)| m|x|.
Sendo m > 0 e x ,= 0 podemos armar que m|x| > 0, donde concluimos
que |T(x)| , = 0.
Desta forma camos com uma transformao linear T sobrejetora e injetora
e, por este motivo, T admite uma aplicao inversa T
1
. Mostremos que T
1
contnua.
Para todo x E no nulo temos que
x
|x|
S[0, 1] e ento, por hiptese,
existe m > 0 tal que
_
_
_
_
T
_
x
|x|
__
_
_
_
m, ou seja,
|T(x)| m|x|. (1.3)
Mas observe que, por T ser linear, a desigualdade 1.3 vale tambm para
x = 0. E sendo T bijetora, para cada x E existe um nico y F tal que
y = T(x) ou igualmente x = T
1
(y).
Substituindo em 1.3 tiramos que, para todo y F, |y| m
_
_
T
1
(y)
_
_
ou
equivalentemente, que
_
_
T
1
(y)
_
_
1
m
|y|, donde concluimos que T
1
limitada
para todo y F e portanto contnua.
E a partir destes dois lemas podemos demonstrar o seguinte teorema:
Teorema 14. Seja (E, | |) um espao vetorial normado sobre R de dimenso
nita n.
Considere a transformao linear T : R
n
E denida por
T(x) = T(x
1
, . . . , x
n
) = x
1
e
1
+ +x
n
e
n
onde e
1
, . . . , e
n
uma base de E. Ento T um homeomorsmo de R
n
em
E.
Prova: Vejamos primeiramente que T sobrejetora.
Dado w E temos que existem constantes reais x
1
, . . . , x
n
tais que
w = x
1
e
1
+ + x
n
e
n
. Logo, basta tomar x = (x
1
, . . . , x
n
) R
n
e ento
T(x) = w.
Como T linear com domnio e contra-domnio de mesma dimenso n,
podemos concluir que T, alm de sobrejetora, tambm injetora. Portanto
T admite aplicao inversa T
1
.
Falta mostrar que T e T
1
so transformaes contnuas.
Podemos considerar em R
n
a norma |x|
2
=
_
n
i=1
[x
i
[
2
_1
2
sem perda de
generalidade, pois, como vimos no Teorema 11, toda norma emR
n
equivalente.
Sabendo que para todo i = 1, . . . , n vale que [x
i
[
_
n
i=1
[x
i
[
2
_1
2
= |x|
2
,
tiramos que
|T(x)| = |x
1
e
1
+ +x
n
e
n
| [x
1
[|e
1
| + +[x
n
[|e
n
|
|x
1
|
2
|e
1
| + +|x
n
|
2
|e
n
| = |x|
2
(|e
1
| + +|e
n
|).
Como M = |e
1
|+ +|e
n
| > 0 podemos concluir de |T(x)| M|x|
2
que
T limitada e portanto contnua.
Para provar que T
1
contnua vamos denir a seguinte funo:
f : S R
x |T(x)|
onde S representa a esfera unitria S[0, 1] = x R
n
/ |x|
2
= 1.
Observe que f a composio das funes contnuas | | e T, ou seja,
f = | | T, donde segue que f contnua. E alm disso, S um conjunto
compacto de R
n
, ento existe x
0
S tal que f(x
0
) = |T(x
0
)| = m o valor
mnimo de f, isto , |T(x)| m para todo x S.
Veja que m 0. Mais que isso, podemos armar que m > 0, pois se m = 0
teramos que |T(x
0
)| = 0 que equivale a T(x
0
) = 0. Mas T injetora, ento
x
0
= 0, o que seria absurdo porque x
0
S.
Logo, de T ser linear, sobrejetora e existir m > 0 tal que |T(x)| m para
todo x S[0, 1] concluimos, pelo Lema 13, que T
1
contnua.
4 Dimenso Finita em Contraste com Dimenso Innita
Na seo 2 vimos que R
n
um espao de Banach. Alm disso todo conjunto
fechado e limitado de R
n
compacto e temos ainda, pelo Teorema 11, que em
R
n
todas as normas so equivalentes. Mas provamos na seo 3 que todo espao
de dimenso nita sobre R homeomorfo a R
n
. Sendo assim podemos concluir
que estas trs propriedades que R
n
possui tambm valem para qualquer espao
de dimenso nita, ou seja, todo espao nito dimensional de Banach e neles
todas as normas so equivalentes e todo conjunto fechado e limitado compacto.
Alm disso o teorema abaixo nos garantir que toda transformao linear
denida num espao de dimenso nita contnua.
Teorema 15. Seja L : E F uma aplicao linear e E de dimenso nita
n > 0. Ento L contnua.
Prova: Mostremos que L limitada e ento, pelo Lema 12, ela ser contnua.
Sendo E um espao de dimenso nita, podemos considerar nele, sem perda
de generalidade, a seguinte norma: se e
1
, . . . , e
n
uma base de E ento para
x = x
1
e
1
+ +x
n
e
n
,
|x|
= sup
1in
[x
i
[.
Por L ser linear, para todo x E temos que:
|L(x)| = |L(x
1
e
1
+ +x
n
e
n
)| = |x
1
L(e
1
) + +x
n
L(e
n
)|
[x
1
[|L(e
1
)| + +[x
n
[|L(e
n
)| sup
1in
[x
i
[
_
|L(e
1
)| + +|L(e
n
)|
_
=
= |x|
M,
onde M = |L(e
1
)| + +|L(e
n
)|.
Portanto L limitada como desejvamos.
Vimos ao longo destas notas resultados importantes em relao a espaos
normados de dimenso nita. As cinco observaes que seguem vm com o
intuito de alertar que alguns destes resultados no so vlidos no caso em que
o espao considerado tenha dimenso innita.
Observao 16. Observamos anteriormente que, em conseqncia do Teorema
14, todo espao de dimenso nita de Banach. Porm quando o espao de
dimenso innita, nada se pode garantir.
Como contra-exemplo vamos apresentar uma seqncia de Cauchy no espao
C[0, 1] munido da norma |f|
1
=
1
_
0
[f(x)[ dx que no convergente e, sendo
assim, concluiremos que C[0, 1] com esta norma no um espao de Banach.
Consideremos neste espao a seqncia de funes (f
n
), onde cada f
n
denida
por:
f
n
(x) =
_
_
1, 0 x
1
2
3
2
x +n
_
1
2
x
_
,
1
2
< x <
1
2
+
1
n + 1
0,
1
2
+
1
n + 1
x 1
1
2
1
1
2
+
1
n+1
1
f
n
(x)
Esta seqncia de Cauchy.
De fato, veja em primeiro lugar que |f
m
f
n
|
1
=
1
_
0
[f
m
(x) f
n
(x)[ dx
d o valor da rea do tringulo de altura e base medindo respectivamente 1 e
_
1
2
+
1
m+ 1
_
_
1
2
+
1
n + 1
_
. Veja a gura:
1
2
1
1
2
+
1
n+1
1
2
+
1
m+1
1
f
n
(x)
f
m
(x)
Sendo assim,
|f
m
f
n
|
1
=
1
2
1
_
1
2
+
1
m+ 1
_
_
1
2
+
1
n + 1
_
=
1
2
1
m+ 1

1
n + 1
1
2
_
1
m+ 1
1
n + 1
_
=
1
2
_
1
m+ 1
+
1
n + 1
_
.
Logo, dado > 0 sucientemente pequeno, basta tomar n
0
como sendo a
parte inteira do nmero
1
1 e teremos que se n, m > n

0
ento
n >
1
1 n + 1 >
1

1
n + 1
<
e
m >
1
1 m + 1 >
1

1
m + 1
< .
Desta forma podemos concluir que
|f
m
f
n
|
1
=
1
2
_
1
m+ 1
+
1
n + 1
_
<
1
2
( +) = ,
ou seja, (f
n
) uma seqncia de Cauchy.
Para vericar que (f
n
) no convergente com a norma denida, vamos supor
que ela convirja para uma funo f C[0, 1] e chegaremos ao absurdo de que f
igual a uma funo g que no pertence a C[0, 1].
Considere ento a seguinte funo:
g(x) =
_
_
1, 0 x
1
2
0,
1
2
< x 1
que obviamente descontnua em x =
1
2
e, sendo assim, g / C[0, 1].
1
2
1
1
Da mesma forma que antes, o nmero |f
n
g|
1
=
1
_
0
[f
n
(x) g(x)[ dx nos
fornece o valor da rea do tringulo de altura 1 e base
_
1
2
+
1
n + 1
_
1
2
.
Logo
|f
n
g|
1
=
1
2
_
1
2
+
1
n + 1
_
1
2
=
1
2
1
n + 1
=
1
2n + 2
e, como podemos ver, |f
n
g|
1
converge para zero medida que n vai para o
innito, ou seja, dado > 0 existe n
1
N tal que se n > n
1
ento |f
n
g|
1
<

2
.
Suponhamos que exista f C[0, 1] tal que f
n
f segundo a norma | |
1
denida. Se assim fosse, para o > 0 dado existiria n
2
N tal que se n > n
2
ento |f
n
f|
1
<

2
.
Tomando n
0
= maxn
1
, n
2
, se n > n
0
teramos que
|f g|
1
=
1
_
0
[f(x) g(x)[ dx =
1
_
0
[f(x) f
n
(x) +f
n
(x) g(x)[ dx
1
_
0
[f(x) f
n
(x)[ dx +
1
_
0
[f
n
(x) g(x)[ dx =
= |f
n
f|
1
+|f
n
g|
1
<

2
+

2
= .
Isto impossvel, pois f contnua. Portanto no existe f C[0, 1] tal que
(f
n
) convirja pra f.
Observao 17. O Teorema 15 nos garante que toda transformao linear
denida num espao de dimenso nita contnua. Mas no caso em que o
domnio da aplicao um espao de dimenso innita, este resultado no
vlido.
Veremos a seguir um exemplo de uma transformao linear no contnua, cujo
domnio ser o subespao vetorial C
1
[0, 1] das funes reais contnuas no inter-
valo [0, 1] com primeira derivada tambm contnua em [0, 1].
Vamos munir os espaos vetoriais E = C
1
[0, 1] e F = C[0, 1] da norma |f|
=
sup
x[0,1]
[f(x)[. Considere a seguinte transformao:
T : E F
f f
onde f
denota a derivada da funo f.

Temos que T linear.
De fato, sejam f, g E e R. Ento:
T(f +g) = (f +g)
= f
+g
= T(f) +T(g)
e
T(f) = (f)
= f
= T(f).
Porm T no uma funo contnua. Para vericar este fato utilizaremos o
Lema 12, mostrando que o sup
f1
|T(f)|
no existe.
Tomemos ento as funes f
n
E denidas por f
n
(x) = x
n
. Temos que
T(f
n
)(x) = nx
n1
.
Observe que
|f
n
|
= sup
x[0,1]
[f
n
(x)[ = sup
x[0,1]
[x
n
[ = 1,
mas
|T(f
n
)|
= sup
x[0,1]
[T(f
n
)(x)[ = sup
x[0,1]
nx
n1
= n.
Logo no existe uma constante M que limita os valores de |T(f
n
)|
para
f
n
E tais que |f
n
|
= 1, ou seja, sup
f1
|T(f)|
no existe. Sendo assim,

T no contnua.
Observao 18. Novamente como conseqncia do Teorema 14 observamos que
num espao de dimenso nita todo conjunto fechado e limitado compacto.
J num espao de dimenso innita isso nem sempre verdadeiro.
Considere
E = x = (x
k
)
kN
/ x
k
R e x
k
= 0, exceto para um nmero nito de ndices
um subespao de l
(N) (o espao l
(N) foi apresentado no Exemplo 6).

Apresentemos ento um conjunto de E que, apesar de fechado e limitado, no
compacto. Este conjunto ser a esfera unitria S centrada na origem:
S =
_
x E / |x|
= sup
kN
[x
k
[ = 1
_
.
claro que S limitada.
Para perceber que S fechada considere a funo:
f : E R
x |x|
.
Temos que 1 um conjunto fechado de R, logo f
1
(1) = S um conjunto
fechado de E, j que f uma funo contnua.
Entretanto a seqncia em S denida por
x
1
= (1, 0, 0, 0, . . .)
x
2
= (0, 1, 0, 0, . . .)
x
3
= (0, 0, 1, 0, . . .)
.
.
.
x
n
= (0, 0, 0, 0, . . . , 0, 1, 0, . . .)
.
.
.
no admite subseqncia convergente. Portanto S no compacta.
Observao 19. Num espao de dimenso nita todas as normas so equiva-
lentes. Vejamos um exemplo de espao normado de dimenso innita em que
isto no ocorre.
Considere no espao C[0, 1] a seqncia de funes:
f
n
(x) =
_
_
nx + 1, 0 x
1
n
0,
1
n
x 1
1
1
n
1
f
n
(x)
Mostraremos que em C[0, 1] com a norma |f|
1
=
1
_
0
[f(x)[ dx a seqncia
(f
n
)
nN
convergente, mas que munido da norma |f|
= sup
x[0,1]
[f(x)[ a mesma
seqncia no converge. Desta forma poderemos concluir que as normas | |
1
e
| |
em C[0, 1] no so equivalentes.
Vejamos primeiramente que com a norma | |
1
a seqncia converge para a
funo nula que denotaremos por 0.
Dado > 0 basta tomar n
0
como sendo a parte inteira do nmero
1
e ento se
n > n
0
teremos que
|f
n
0|
1
=
1
_
0
[(f
n
0)(x)[ dx =
1
_
0
[f
n
(x)[ dx =
1
n
< ,
j que
1
_
0
[f(x)[ dx o valor da rea do tringulo de base
1
n
e altura 1.
No entanto se a seqncia (f
n
)
nN
convergisse com a norma | |
ento existiria
g C[0, 1] tal que f
n
g uniformemente. Mas neste caso teramos que (f
n
)
nN
converge para g pontualmente, o que um absurdo, pois o limite pontual de
(f
n
)
nN
a funo:
h(x) =
_
1, x = 0
0, 0 < x 1
que por sua vez no pertence a C[0, 1].
Observao 20. Temos ainda um resultado importante na lgebra Linear que
diz: se E um subespao vetorial de dimenso nita ento (E
= E, onde E
denota o subespao ortogonal a E. Mas quando o subespao possui dimenso

innita esta igualdade pode no valer.
Como contra-exemplo considere novamente o conjunto
E = x = (x
k
)
kN
/ x
k
R e x
k
= 0, exceto para um nmero nito de ndices,
porm visto agora como subespao de l
2
(N) (o espao l
2
(N) foi apresentado no
Exemplo 5).
Para falar em ortogonalidade necessrio primeiramente denir um produto
interno em E. Considere o seguinte: se (a
i
) e (b
i
) so seqncias de E denimos
(a
i
), (b
i
)) =
i=1
a
i
b
i
.
Temos que os elementos da base
(1, 0, 0, 0, . . .), (0, 1, 0, 0, . . .), . . . , (0, 0, 0, 0, . . . , 0, 1, 0, . . .), . . .
de l
2
(N) pertencem a E, pois suas coordenadas so no nulas apenas para um
ndice.
Sendo assim todo elemento que pertence a E
ortogonal a base de l
2
(N),
donde segue que o nico elemento de E
o vetor nulo. Mas o vetor nulo

ortogonal a todo vetor, logo (E
= l
2
(N) ,= E.
Abstract: In this work we present some results for nite dimensional spaces and
give some examples in innite dimensional spaces that are in contrast with these
results.
Keywords: Normed linear spaces, nite dimensional, innite dimensional, Ba-
nach space, continuous linear map, bounded linear map, closed set, bounded
set, compact set, ortogonal subspace, equivalent norms.
[1] vila, G., Introduo Anlise Matemtica, Editora Edgard Blcher Ltda.
[2] Lima, E.L., Anlise Real Funes de uma Varivel, Volume I, Coleo
Matemtica Universitria.
[3] Bertolo, N. e Baroni, R.L.S., Introduo Anlise Funcional.
[4] Nachbin, L., Introduo Anlise Funcional: Espaos de Banach e Clculo
Diferencial.
O Teorema de Baire e o Conjunto de Cantor
Nivaldo de Ges Grulha Jnior
1
Orientador(a): Wagner Vieira Leite Nunes
Resumo: O objetivo deste trabalho apresentar um problema interessante rela-
cionado com o conjunto de Cantor. A pergunta que queremos responder aqui
a seguinte: Dado K o conjunto de Cantor ternrio, ser que existe x R tal
que x+K R Q? Veremos aqui que com o teorema de Baire a resposta segue
naturalmente.
Palavras-chave: Conjunto de Cantor; Teorema de Baire.
1 Algumas propriedades
Introduziremos aqui algumas propriedades topolgicas que so importantes
para compreender o conjunto de Cantor - incentivo o leitor a procurar exemplos
de conjuntos com essas propriedades abaixo - depois exemplos que possuam
duas ou trs ao mesmo tempo, o leitor perceber ento a importncia de termos
na manga sempre o conjunto de Cantor como um bom exemplo.
Trabalharemos aqui sempre com a mtrica usual da reta, ou seja, a mtrica
d(x, y) = [x y[,
para o leitor mais familiarizado com a terminologia, podemos dizer que sempre
trabalharemos com a topologia da reta induzida pela mtrica usual.
A topologia o estudo das propriedades de um espao que em geral esto
ligadas ao estudo das funes contnuas denidas no mesmo (ver [5]). O estudo
da topologia da reta um estudo fundamental, a reta o espao topolgico mais
freqentemente usado, tanto como objeto de estudo como tambm como fonte
de bons exemplos.
1
Trabalho de Iniciao Cientca. Doutorando em matemtica do ICMC-USP/So Carlos.
E-mail: njunior@icmc.usp.br
55
56 O Teorema de Baire e o Conjunto de Cantor
Para o leitor interessado, sugerimos [3] para um estudo mais aprofundado
deste assunto.
Iniciaremos com algumas denies bsicas.
Denio 1. Dado um conjunto A R, um ponto x R chama-se ponto
interior de A quando existe um intervalo aberto (a, b) A tal que x (a, b).
Exemplo 2. Consideremos o intervalo I = [1, 1]. O ponto 0 um ponto
interior de I, pois 0 (1/2, 1/2).
Denio 3. Seja A R. Denimos o conjunto interior de A, denotado por
Int(A), como o conjunto dos pontos interiores de A.
Exemplo 4. Consideremos o mesmo intervalo I = [1, 1]. Claramente vemos
que 1 e 1 no podem ser pontos interiores, entretanto, qualquer outro ponto
de I est contido no intervalo (1, 1). Logo Int([1, 1]) = (1, 1).
Denio 5. Dizemos que um conjunto A R aberto, se A = Int(A).
Exemplo 6. Todo intervalo aberto (a, b) um conjunto aberto. Convidamos o
leitor a completar este raciocnio.
Denio 7. Dizemos que um conjunto F R um conjunto fechado se R F
for um conjunto aberto.
Uma propriedade muito importante na topologia a compacidade. Esta
propriedade importante em vrios ramos da Matemtica. Descobrir que o
espao em que estamos trabalhando um espao compacto pode facilitar muito
nossa vida. Para introduzirmos conjuntos compactos deniremos primeiramente
o conceito de cobertura de um conjunto, esta denio no se limita ao caso da
reta, estas denies podem ser usadas em casos extremamente gerais.
Denio 8. Uma cobertura de um conjunto A R uma famlia U
de subconjuntos U
R, tais que A
, isto , para todo x A existe

O Teorema de Baire e o Conjunto de Cantor 57
um
0
tal que x U
0
.
Exemplo 9. Se considerarmos todos os intervalos da forma I
n
= (n, n) na
reta, onde n N, temos que I
n
nN
uma cobertura da reta.
Denio 10. Uma sub-cobertura de U
uma subfamlia U
,
com
tal que ainda se tem A
.
Exemplo 11. Se considerarmos os mesmo intervalos I
n
= (n, n) como acima,
onde n N, temos que I
n
nN
tambm uma cobertura do intervalo [, ),
entretanto, no precisamos de todos estes abertos para cobrir este conjunto,
tomando n = 4 temos que [, ) (4, 4), ou seja I
4
uma sub-cobertura
para [, ).
Denio 12. Um conjunto A R compacto se, dada qualquer cobertura
aberta de A, existe uma sub-cobertura nita .
Esta denio mais utilizada para mostrar conjuntos que no so com-
pactos, pois se voc encontrar uma cobertura aberta para seu conjunto, de tal
forma que esta cobertura no admita uma sub-cobertura nita, ento seu con-
junto no compacto.
Um contra-exemplo clssico a propria reta. Se considerarmos a cobertura
que foi dada nos exemplos acima, I
n
nN
, onde I
n
= (n, n) e n N, temos
que I
n
nN
uma cobertura da reta, mas no conseguimos uma sub-cobertura
nita a partir desta.
Um teorema muito conhecido em Analse na reta, que vai nos dar a possi-
bilidade de encontrarmos exemplos facilmente, o seguinte.
Teorema 13. Seja R o conjunto dos nmeros reais com a topologia induzida
pela mtrica usual. Um conjunto A R compacto se, e somente se, A
fechado e limitado.
Desta forma podemos obter facilmente vrios exemplos de conjuntos com-
pactos na reta, como por exemplo, qualquer intervalo [a, b] com a e b nmeros
reais.
2 O Conjunto de Cantor
O conjunto de Cantor (ou poeira de Cantor) ternrio, denotado aqui por K,
um subconjunto do intervalo [0, 1], fechado, sem pontos isolados, compacto e
no enumervel. Este conjunto obtido como complementar de uma reunio
de intervalos abertos, do seguinte modo. Retira-se do intervalo [0, 1] seu tero
mdio aberto (1/3, 2/3). Depois retira-se o tero mdio aberto de cada intervalo
restante [0, 1/3] e [2/3, 1]. Sobra ento [0, 1/9] [2/9, 1/3] [2/3, 7/9] [8/9, 1].
Em seguida, retira-se o tero mdio aberto de cada um desses quatro intervalos.
Repete-se o processo indenidamente. O conjunto K dos pontos no retirados
o conjunto de Cantor.
[
0
]
1
[
0
]
1/3
[
2/3
]
1
[
0
]
1/9
[
2/9
]
1/3
[
2/3
]
7/9
[
8/9
]
1
.
.
.
.
.
.
.
.
.
.
.
.
Figura 1.1: Construo do conjunto de Cantor ternrio.
Se indicarmos com I
1
, I
2
, . . . , I
n
, . . . os intervalos abertos omitidos, por cons-
truo temos K = [0, 1] I
n
, isto , K = [0, 1] (R I
n
). Podemos ento
denir formalmente K da seguinte forma:
Denio 14. SejamI
1
, I
2
, . . . , I
n
, . . . os intervalos obtidos na construo acima.
Denimos o conjunto de Cantor K como sendo,
K = [0, 1] (R I
n
).
Da denio 14, temos j a primeira propriedade: K um conjunto fechado,
pois interseco de dois conjuntos fechados. Note que os pontos extremos dos
intervalos omitidos, como 1/3, 2/3, 1/9, 2/9, 7/9, 8/9, . . . pertencem ao conjunto
K. Com efeito, em cada etapa da construo do conjunto de Cantor so retirados
apenas pontos interiores nos intervalos restantes da etapa anterior.
Sendo assim, K um conjunto compacto, pois um conjunto fechado e
limitado na reta com a topologia usual.
Uma propriedade interessante o fato do interior de K, denotado aqui por
Int(K), ser um conjunto vazio. Esta propriedade tambm vericada facil-
mente. Supondo que exista x
0
no interior de K, podemos concluir tambm que
existe um interval I
= (x
0
, x
0
+) contido em Int(K), para sucientemente
pequeno. Entretanto, como 1/3
n
uma seqncia que converge para 0, existe
N
0
tal que 2 > 1/3
N0
, ou seja, temos que j no N
0
-simo passo da construo
do conjunto de Cantor, I
no pode pertencer a nenhum dos intervalos nesta

etapa.
Denio 15. Denotemos por T(N) o conjunto das partes do conjunto dos
nmeros naturais. Dizemos que um conjunto A no-enumervel se existe
funo injetora de T(N) em A.
O conjunto de Cantor ser no-enumervel uma propriedade muito impor-
tante e muitas vezes surpreendente. Uma forma de provar esta propriedade
observar que os elementos do conjunto de Cantor tem uma correspondncia
com o conjunto das seqncias formadas por 0 e 1, muitas vezes denotado por
0, 1
N
.
um resultado bem conhecido e um timo exerccio provar que 0, 1
N
um conjunto no enumervel.
Denio 16. Um conjunto A R perfeito se: (i) fechado (ii) todos os seus
pontos so pontos limites, ou seja, dado > 0, o conjunto A(x, x+) x
tem innitos pontos.
O conjunto de Cantor tambm tem esta propriedade. A demonstrao pode
ser encontrada em [1].
Denio 17. Dizemos que um subconjunto A dos reais tem medida nula se
dado > 0 existem intervalos fechados F
1
, F
2
, . . . , F
n
, . . . tal que A
n=1
F
n
e

n
i=1
[F
i
[ < , onde [F
i
[ denota o comprimento do intervalo.
O conjunto de Cantor claramente de medida nula, a partir de sua prpria
construo.
No fcil encontrar um conjunto que rena todas estas propriedades to
importantes ao mesmo tempo, por isso este um exemplo to importante e
intrigante na Matemtica.
Uma funo Lipschitz contnua um critrio de suavidade mais forte que a
condio de continuidade uniforme (logo, de continuidade). O nome tem origem
no matemtico alemo Rudolf Otto Sigismund Lipschitz.
Denio 18. Uma funo f : R R Lipschitz contnua se existe k > 0 tal
que [f(x) (y)[ k[x y[, para quaisquer x, y R.
Teorema 19. Sejam f : R R Lipschitz contnua e A R um conjunto de
medida nula. Ento o conjunto f(A) tambm tem medida nula.
Prova: Por hiptese, dado > 0 existem intervalos fechados F
1
, F
2
, . . . , F
n
, . . .
tal que A
n=1
F
n
e

n
i=1
[F
i
[ < .
fcil ver que f(A)
n=1
f(F
n
), mas como f uma funo Lipschitz
contnua, f(F
i
) tambm um intervalo fechado (at aqui basta contnua, ver
[3]), e mais ainda, [f(F
i
)[ k[F
i
[ (aqui sim precisamos f Lipschitz).
Desta forma temos f(A)
n=1
f(F
n
) e

n
i=1
[f(F
i
)[ < k[F
i
[ < k. Como
k um nmero real xo, segue o teorema.
O teorema acima diz que uma funo Lipschitz contnua preserva a pro-
priedade de medida nula, no seguinte sentido: a imagem de um conjunto de
medida nula por uma funo Lipschitz contnua tambm tem medida nula (para
maiores detalhes, ver [2, 4]).
A translao T
x
(v) = x+v uma funo Lipschitz contnua. Logo, T
x
(K) =K
x
um conjunto de medida nula. Mas como todo conjunto de medida nula tem
interior vazio, temos que K
x
tem interior vazio e como K compacto e T
x
contnua, temos K
x
compacto, logo fechado.
3 Atacando o Problema
O teorema que vou apresentar agora vlido em um contexto mais geral,
na verdade uma propriedade dos espaos mtricos completos, mas adaptando
para o nosso contexto vamos enunci-lo da seguinte forma.
Teorema 20 (Teorema de Baire Simplicado). O conjunto R dos nmeros
reais no pode ser escrito como uma reunio enumervel de fechados com inte-
rior vazio, ou seja, se R =
n=1
F
n
ento existe n
0
tal que F
n0
no tem interior
vazio.
Prova: Suponhamos por absurdo que possamos escrever R =
n=1
F
n
, onde
cada F
n
seja uma conjunto fechado com interior vazio. Seja I
1
um intervalo.
Como F
1
tem interior vazio temos que I
1
F
1
diferente do vazio, logo podemos
supor que existe I
2
intervalo, tal que I
2
I
1
F
1
. Analogamente ao caso ante-
rior, como F
2
tem interior vazio, temos que I
2
F
2
tambm um conjunto dife-
rente do vazio, logo, podemos supor que existe I
3
intervalo, tal que I
3
I
2
F
2
.
Desta forma, por induo obtemos uma famlia I
n
de fechados encaixantes,
no vazios, ou seja,

I
n
um conjunto no vazio, entretanto, por construo
I
n
no est contido em

F
n
, mas

F
n
= R. Absurdo, de onde segue o
resultado.
Usaremos este resultado para provar nosso teorema principal, que descreve-
remos a seguir.
Teorema 21. Seja K o conjunto de Cantor ternrio. Ento existe x R tal
que x +K = T
x
(K) = K
x
R Q.
Prova: Suponhamos por absurdo que o conjunto K
x
Q seja diferente do vazio,
para qualquer x R. Desta forma existe y
x
Q tal que x y
x
Q, ou seja,
x y
x
= c K. Assim temos x (y
x
) + K, portanto podemos escrever o
conjunto dos nmeros reais da seguinte forma:
R =
_
xR
x
_
yx
[(y
x
) +K]
_
qQ
q +K.
Desta forma obtemos
R =
_
qQ
K
q
.
Mas esta armao contradiz o teorema de Baire enunciado acima, absurdo.
Portanto o conjunto K
x
Q um conjunto vazio, de onde obtemos a armao
do teorema.
Mas ainda ca aqui uma pergunta: podemos explicitar x que satisfaa essa
condio? claro que esse x no nico e tambm claro que ele no
racional, mas ainda ca a pergunta: que elemento satisfaz essa condio?
Abstract: The goal of this work is to present a interesting problem related to
the Cantors set. The question we want to answer here is the following: Given
K the Cantors set, there exist x R such that x + K R Q? We will see
here that with the Baires theorem the answer follows trivially.
Keywords: Cantors set; Baires theorem.
[1] Lima, E.L., Anlise Real, Coleo Matemtica Universitria, IMPA, 2001.
[2] James R. Munkres, Analysis on Manifolds, Addison-Wesley Publishing
Company, 1994.
[3] Lima, E.L., Curso de Anlise Vol. 1, Projeto Euclides, IMPA, 1994.
[4] Lima, E.L., Curso de Anlise Vol. 2, Projeto Euclides, IMPA, 2000.
[5] Lima, E.L., Elementos de Topologia Geral, Ao Livro Tcnico, 1970.
Sobre Classicao de Superfcies Compactas
Sem Bordo
Thas Fernanda Mendes Monis
1
Orientador(a): Profa. Dra. Alice Kimie Miwa Libardi
Resumo: Na Topologia h dois aspectos importantes a se considerar: extenso
de funes e classicao de espaos topolgicos. Esse ltimo feito medi-
ante o uso de objetos chamados invariantes topolgicos, ou seja, objetos que
so preservados por homeomorsmo funo bijetora, contnua, com inversa
contnua. Nesse trabalho, apresentamos uma classicao das superfcies com-
pactas sem bordo usando como invariante topolgico a caracterstica de Euler
das superfcies.
Palavras-chave: Superfcie, caracterstica de Euler, triangulao de superfcie.
1 Introduo
Uma superfcie compacta sem bordo, ou simplesmente superfcie fechada,
um espao topolgico compacto, de Hausdor e conexo no qual cada um de
seus pontos possui uma vizinhana aberta homeomorfa a R
2
. Alguns exemplos
de superfcies compactas sem bordo so: a esfera, o toro, o plano projetivo e a
garrafa de Klein.
Dadas duas superfcies fechadas, obtemos uma terceira por um processo
chamado de soma conexa que, intuitivamente, consiste em retirar um pequeno
disco aberto de cada uma das superfcies e depois grud-las por um tubo.
Um primeiro resultado de classicao das superfcies compactas sem bordo
diz que uma superfcie fechada s pode ser uma esfera, um toro, um plano
projetivo ou obtida a partir dessas trs superfcies fechadas bsicas por soma
conexa. Formalmente:
1
Bolsista FAPESP - Processo 03/13273-3
65
66 Sobre Classificao de Superfcies Compactas Sem Bordo
Teorema 1. Toda superfcie compacta sem bordo S homeomorfa esfera ou
soma conexa de toros ou soma conexa de planos projetivos.
Conhecendo todas as superfcies fechadas existentes, interessa-nos reconhecer
quando duas delas so homeomorfas ou no.
O conceito de caracterstica de Euler surge na matemtica elementar com
o estudo de poliedros, onde se verica que em certos poliedros, por exemplo
poliedros convexos, com V vrtices, A arestas e F faces, tem-se a relao V
A + F = 2. Mais geralmente, dado um poliedro P tendo V vrtices, A arestas
e F faces, associamos a ele o nmero V A +F, chamado de caracterstica ou
nmero de Euler do poliedro P. A generalizao desse conceito para superfcies
quaisquer feita atravs de uma outra ferramenta chamada triangulao de
superfcies.
Uma triangulao de uma superfcie compacta S consiste de uma famlia de
subconjuntos T
1
, T
2
, . . . , T
n
que cobrem S e uma famlia de homeomorsmos
i
: T
i
T
i
, i = 1, . . . , n, onde cada T
i
um tringulo do plano R
2
. Os
subconjuntos T
i
so chamados tringulos. Tambm, os subconjuntos de T
i
que
so imagem de algum vrtices do tringulo T
i
pela
i
so chamados vrtices de
T
i
e os subconjuntos de T
i
que so imagem de alguma aresta de T
i
pela
i
so
chamados arestas de T
i
. Finalmente, exigimos que cada dois tringulos T

i
e T
j
distintos sejam ou disjuntos ou tenham um nico vrtice em comum ou tenham
uma nica aresta em comum.
Por exemplo, como a esfera homeomorfa ao tetraedro, podemos conside-
rar ele prprio como sendo uma triangulao para a esfera. Nessa triangulao
temos V = 4 vrtices, A = 6 arestas e F = 4 faces e, como mencionado anteri-
ormente, V A +F = 2.
Em 1925, T. Rad demonstrou que toda superfcie compacta admite trian-
gulao.
Sobre Classificao de Superfcies Compactas Sem Bordo 67
Seja M uma superfcie compacta com triangulao T
1
, T
2
, . . . , T
n
e sejam
v = nmero total de vrtices de M
t = nmero total de tringulos de M
e = nmero total de arestas de M
Com essa notao, o invariante numrico
(M) = v e +t
chamado a caracterstica de Euler de M.
Observamos que a caracterstica de Euler de uma superfcie compacta sem
bordo depende apenas da superfcie e no da triangulao, ou seja, o nmero
denido acima de fato um invariante numrico.
Proposio 2. Sejam S
1
e S
2
superfcies fechadas. A caracterstica de Euler
da soma conexa de S
1
e S
2
, S
1
#S
2
, dada por
(S
1
#S
2
) = (S
1
) +(S
2
) 2.
A caracterstica de Euler da esfera, do toro e do plano projetivo 2, 0 e 1,
respectivamente.
Em vista do teorema 1 e da proposio 2, podemos determinar a caracters-
tica de Euler de todas as superfcies compactas sem bordo possveis:
Superfcie Caracterstica de Euler
Esfera 2
Soma conexa de n toros 2 2n
Soma conexa de n planos projetivos 2 n
Soma conexa de 1 plano projetivo e n toros 1 2n
Soma conexa de 1 garrafa de Klein e n toros 2n
Estamos agora em condies de classicar completamente as superfcies com-
pactas sem bordo, separando-as segundo sua caracterstica de Euler e sua ori-
entabilidade.
68 Sobre Classificao de Superfcies Compactas Sem Bordo
Teorema 3. Sejam S
1
e S
2
superfcies compactas. Ento, S
1
e S
2
so homeo-
morfas se, e somente se, suas caractersticas de Euler so iguais e ambas so
orientveis ou ambas so no orientveis.
Um dos aspectos importantes desse resultado reside no fato de ser muito rara
uma classicao completa de classes de espaos topolgicos quaisquer. Para
4-variedades, por exemplo, demonstrada a impossibilidade de um resultado de
tal natureza. Em 1904, H. Poincar conjeturou que toda 3-variedade fechada
simplesmente conexa homeomorfa 3-esfera. A conjectura de Poincar em
sua forma original foi generalizada para a forma: toda n-variedade compacta
homeomorfa n-esfera se, e somente se, homotopicamente equivalente
n-esfera. O caso n = 1 trivial e o caso em que n = 2 um resultado
clssico conhecido desde o sculo XIX. A demonstrao para n = 4 foi dada
por Freedman em 1982. Em 1961, Smale provou a conjectura para n 5. G.
Perelman apresentou uma demonstrao para o caso em que n = 3, isto , a
conjectura de Poincar em sua forma original. A comunidade matemtica a
aceitou, porm ainda no foi publicada.
Abstract: There are two characteristic problems of topology: extensions of func-
tions and classifying topological spaces. Classication results are obtained by
topological invariants. In this work, we present a complete classication of
closed surfaces. The topological invariant Euler characteristics of surfaces will
be used.
Keywords: Surfaces, Euler characteristics, triangulation.
[1] Armstrong, M.A., Basic Topology, Springer-Verlag, 1983.
[2] Kosniowski, C., A rst course in algebraic topology, Cambridge University
Press, 1980.
Uma Introduo ao Estudo de Equaes de
Diferenas e sua Utilizao no Ensino Mdio
Vagner Rodrigues de Moraes
1
Orientador(a): Profa. Dra. Renata Zotin Gomes de Oliveira
Resumo: Neste trabalho, estudamos alguns tipos de equaes de diferenas, com
relao soluo (quando possvel) e estabilidade de pontos de equilbrio, alm
de alguns modelos de dinmica populacional e nanas que fazem uso das mes-
mas. Paralelamente, propomos algumas atividades a serem realizadas a nvel
de Ensino Mdio que poderiam ser utilizadas como motivao para o ensino de
exponenciais, logaritmos e progresses.
Palavras-chave: Modelagem Matemtica, Equaes de Diferenas, Estabilidade.
1 Introduo
A modelagem pode ser usada tanto como objeto de pesquisa quanto no
processo de ensino-aprendizagem ([1]). Na pesquisa, esta aparece em vrias
reas tais como Biologia, Fsica, Qumica e tambm em reas sociais como
Economia e Geograa. Na aprendizagem, principalmente em salas de aula, o
processo de modelagem com fatos cotidianos tem despertado um maior inte-
resse dos alunos em aprender determinados contedos matemticos, mostrando
tambm a importncia de se aprender Matemtica para o convvio em sociedade.
muito freqente, quando pretendemos modelar um determinado fenmeno,
nos depararmos com equaes que envolvam variaes de certas quantidades
consideradas essenciais. O uso de equaes diferenciais ou de diferenas para
representar essas variaes corresponde, essencialmente, ao fato do fenmeno
estudado ser visto em tempo discreto ou contnuo. Diante disto, as equaes de
diferenas (e diferenciais) se tornam uma das ferramentas de Anlise indispen-
1
Bolsista CNPq/2006. E-mail: vvagnerr@universiabrasil.net
69
70 Uma Introduo ao Estudo de Equaes de Diferenas . . .
sveis em reas como Fsica, Qumica, Biologia, dentre outras ([2]).
Apresentamos aqui um estudo inicial sobre sistemas dinmicos discretos,
com relao pontos de equilbrio e estabilidade e propomos tambm algumas
atividades a serem desenvolvidos no Ensino Mdio como motivao para o estudo
de exponenciais, logaritmos e progresses.
2 Introduo a Sistemas Dinmicos Discretos
Modelar usando um sistema dinmico discreto modelar um fenmeno que
varia com o tempo, que considerado de forma discreta. Vejamos dois exemplos:
Exemplo 1. Suponha que um banco paga quele que aplicar uma certa quantia
em dinheiro numa poupana, uma taxa de 5% ao ano.
Considere inicialmente uma quantia de R$ 1000,00. Ento no prximo ano
teremos R$ 1050,00, no segundo ano R$ 1102,50 e assim sucessivamente. Ob-
serve que no segundo ano foi calculado 5% da quantia no ano anterior, ou
seja, 5% de R$ 1050,00. Vamos considerar A(n) a quantia na conta no ano n.
Tomando A(0) como sendo o depsito inicial para abertura da conta poupana,
ou seja, A(0) = 1000, temos A(1) = 1050 e A(2) = 1102, 5. Notemos que
A(1) = A(0) + 0, 05A(0) A(1) = (1, 05)A(0) (1.1)
A(2) = A(1) + 0, 05A(1) A(2) = (1, 05)
2
A(0) (1.2)
Se quisermos saber a quantia que teremos no ano (n + 1), ento teremos o
seguinte sistema:
A(n + 1) = (1, 05)A(n). (1.3)
Olhando para os clculos acima, estes nos induz a seguinte soluo:
A(k) = (1, 05)
k
A(0). (1.4)
Podemos mostrar, usando o Princpio de Induo Finita, que (1.4) soluo
de (1.3).
Uma Introduo ao Estudo de Equaes de Diferenas . . . 71
Generalizando este problema, poderamos chamar a taxa de juros de I% e
ento teramos que
A(n + 1) = (1 +I)A(n), (1.5)
e, como soluo,
A(k) = (1 +I)
k
A(0). (1.6)
Observemos que, para sabermos a quantia em um certo tempo k, temos nec-
essariamente que saber a quantia inicial depositada na poupana.
Exemplo 2. Suponha que uma pessoa toma uma plula com 200mg de uma
droga a cada 4 horas e que a droga vai para a corrente sangnea imediatamente.
Tambm assumimos que a cada 4 horas o corpo elimina 20% da droga que estava
no sangue. Para um sistema dinmico que descreve a quantia A(n) (em mg) da
droga na corrente sangnea depois da n-sima plula, deve-se observar que:
1. Quando a medicao comea a ser utilizada temos 200mg da droga na
corrente sangnea, ou seja, A(0) = 200.
2. Depois de 4 horas, teremos a quantia que havia inicialmente menos 20%
dessa quantia e uma nova dose dessa medicao tomada, ou seja, A(1) =
A(0) 0, 2A(0) + 200. Seguindo outra linha de raciocnio, temos, ento,
que no perodo n + 1 a dosagem dessa substncia presente na corrente
sangnea em funo de A(n) dada por:
A(n + 1) = A(n) 0, 2A(n) + 200 A(n + 1) = 0, 8A(n) + 200. (1.7)
Vejamos agora algumas denies.
Denio 3. Suponha que temos uma funo y = f(x). Um sistema dinmico
discreto de primeira ordem uma seqncia de nmeros A(n), para n = 0, 1, . . .
tais que cada nmero depois do primeiro encontrado pela relao recursiva
A(n + 1) = f(A(n)).
A seqncia de nmeros dados pela relao
A(n + 1) A(n) = g(A(n)),
onde f(x) = g(x) + x chamada de Equao de Diferenas de Primeira
Ordem.
Quando o grco de y = f(x) uma reta passando pela origem, ento
dizemos que A(n + 1) = f(A(n)) um sistema dinmico linear. Porm, se
tivermos um sistema do tipo
A(n + 1) = f(A(n)) +g(n)
como, por exemplo, A(n+5) = A(n)5n
2
+2, este chamado de sistema linear
no homogneo. Mas, um sistema do tipo A(n+1) = A
3
(n) +n
3
+4 chamado
de sistema no linear e no homogneo.
Denio 4. Um sistema dinmico da forma
A(n +m) = f(A(n +m1), A(n +m2), . . . , A(n)) (1.8)
onde m um nmero inteiro positivo chamado de sistema dinmico de ordem
m, j que este sistema depende de m condies iniciais para ser calculado.
Se tivermos duas ou mais seqncias A(n) e B(n), n = 0, 1, . . . e A(n +1) =
f(A(n), B(n)) e B(n + 1) = g(A(n),B(n)), ento temos um sistema dinmico
de duas equaes. Tais sistemas so usados, por exemplo, para estudo de com-
petio entre duas espcies.
3 Valores de Equilbrio
Denio 5. Considere um sistema dinmico de primeira ordem
A(n + 1) = f(A(n)). (1.9)
Um nmero a chamado valor de equilbrio para este sistema se A(k + 1) =
A(k) = a, para todo k, ou seja, A(k) = a uma soluo constante para o sistema
dinmico.
Teorema 6. O nmero a um valor de equilbrio para o sistema dinmico
A(n + 1) = f(A(n)) se, e somente se, a = f(a).
Prova: Imediata.
Encontrando o valor de equilbrio para A(n+1) = (1, 01)A(n)100, teremos
a = 10000. Notemos que A(n + 1) = (1, 01)A(n) 100 da forma:
A(n + 1) = rA(n) +b, (1.10)
onde r e b so constantes.
Encontrando o valor de equilbrio da equao acima, temos:
a =
b
1 r
, r ,= 1. (1.11)
Denio 7. Suponha que um sistema dinmico de primeira ordem possua um
valor de equilbrio a. Este valor de equilbrio estvel, ou atrator, se existe
> 0, nico para cada sistema, tal que
[A(k) a[ < lim
k
A(k) = a.
Um valor de equilbrio instvel, ou repulsor, se existe > 0 tal que
0 < [A(0) a[ < [A(k) a[ > .
O teorema a seguir nos d uma ferramenta para sabermos se um ponto de
equilbrio, para um sistema dinmico am, repulsivo ou atrator, sem precisar
calcular vrios valores do sistema.
Teorema 8. O valor de equilbrio a =
b
1 r
para o sistema dinmico
A(n + 1) = rA(n) +b, r ,= 1 (1.12)
estvel se [r[ < 1, ou seja,
lim
k
A(k) = a
para todo A(0). Se [r[ > 1 ento a instvel e [A(k)[ para qualquer valor
de A(0) ,= a. Quando r = 1, temos o que conhecido como 2-ciclo.
Prova: Observe que
[A(1) a[ =
rA(0) +b
b
1 r
rA(0) +
b rb b
1 r
=
=
rA(0)
rb
1 r
= [r[[A(0) a[.
Similarmente, temos
[A(2) a[ = [r[
2
[A(0) a[.
Por induo, temos que
[A(k) a[ = [r[
k
[A(0) a[.
Se [r[ < 1 ento
lim
k
[r[
k
= 0 e lim
k
[A(0) a[ = 0.
Logo, a estvel.
Se [r[ > 1 ento [r[
k
e [A(0) a[ . Isso signica que A(k) est se
distanciando de a. Segue que a instvel.
Se r = 1 ento A(n + 2) = A(n).
Suponha agora que temos um sistema A(n +1) = f(A(n)). A reta tangente
a curva y = f(x) tem inclinao f
(a) e passa pelos pontos (a, a). Desta forma,

esta reta tem a seguinte expresso:
y = rx +b, onde r = f
(a) e b = 1 f
(a).
A reta tangente corresponde a um sistema linear de primeira ordem e o
Teorema 8 nos fornece condies para que se tenha pontos de equilbrio estveis
ou instveis.
Teorema 9. Suponha que a um valor de equilbrio para o sistema dinmico
A(n + 1) = f(A(n)). (1.13)
O valor de equilbrio a estvel ou atrator se [f
(a)[ < 1 e instvel ou repulsor

se [f
(a)[ > 1. Se [f
(a)[ = 1, o teste inconclusivo.

Prova: Ver [3].
Vejamos dois exemplos:
Exemplo 10. Consideremos o seguinte sistema dinmico
A(n + 1) = A
2
(n) 2A(n) 1.
Neste caso f(x) = x
2
2x 1 e f
(x) = 2x 2. Sabemos que x = 1 o

nico ponto de equilbrio do sistema acima e tambm que f
(1) = 0. Logo, pelo

Teorema 9, conclumos que o ponto de equilbrio estvel.
Exemplo 11. Tomemos o sistema dinmico
A(n + 1) = A
3
(n) A
2
(n) + 1.
Observe que f(x) = x
3
x
2
+ 1 e f
(x) = 3x
2
2x. Sabemos que x = 1 so
pontos de equilbrio do sistema dado e que f
(1) = 4 e tambm que f
(1) = 1.
Neste ltimo caso, derivadas de ordem superior so necessrias para decidir
sobre a estabilidade do ponto de equilbrio x = 1.
4 Cobwebs
Como no exemplo anterior, quando f
(1) = 1, no podemos armar nada

sobre a estabilidade do ponto de equilbrio. Um mtodo grco poderia ser
utilizado para nos dar uma idia do que ocorre com o ponto de equilbrio.
Cobweb uma ferramenta grca que nos ajuda a observar o comportamento
do sistema dinmico que est sendo estudado e entender seus respectivos pontos
xos.
Denio 12. Suponha que o sistema dinmico A(n +1) = f(A(n)), com A(0)
dado. Desenhe um grco da curva y = f(x) e a linha y = x . Escolha o
primeiro valor de A(0) e v verticalmente para um ponto na curva y = f(x).
Ento v horizontalmente para um ponto na linha y = x. A coordenada do
Figura 1.1: Cobweb do sistema A(n + 1) = 1, 5A(n) + 5.
ponto na linha y = x A(1). Repita estes passos para A(2), A(3), . . . . A gura
desenhada chamada cobweb de um sistema dinmico.
Vejamos um exemplo:
Exemplo 13.
A(n + 1) = 1, 5A(n) + 5 e A(0) = 3. (1.14)
Temos que A(1) = 0, 5. Tomando y = A(n + 1) e x = A(n), teremos que
A(n + 1) = 1, 5A(n) + 5,
y = 1, 5x + 5.
Tomemos agora x = 0, 5 e calculemos A(2) = 4, 25.
Primeiramente, traamos os grcos de y = 1, 5x+5 e y = x e observemos
que estes se interceptam no ponto x = 2. Procedendo no grco o mesmo
raciocnio feito nos clculos acima, teremos, ento, a cobweb (gura 1.1).
Observamos que a = 1 est atraindo para valores iniciais tomados a sua
esquerda e repelindo para pontos tomado sua direita. A este ponto damos o
nome de ponto de equilbrio semi-estvel.
5 Solues de Sistemas Dinmicos
Denio 14. A soluo geral para um sistema linear de primeira ordem
A(n + 1) = f(A(n)), (1.15)
para n = 0, 1, . . . a funo A(k), com k = 0, 1, . . . tal que:
1. satisfaa o sistema dinmico quando substitudo por A(n) e A(n + 1);
2. envolva uma constante c que pode ser determinada por uma condio
inicial.
Teorema 15. A soluo geral para o sistema dinmico de primeira ordem dado
por A(n + 1) = rA(n)
A(k) = cr
k
, k = 0, 1, . . . (1.16)
Teorema 16. Suponha que seja dado um sistema dinmico linear de primeira
ordem
A(n + 1) = rA(n) +b. (1.17)
Ento a soluo geral para este sistema
A(k) =
_
cr
k
+a se r ,= 1,
c +kb se r = 1.
Prova: Ver [3].
6 Algumas Aplicaes
6.1 Problemas de Finanas
Usando o sistema que acabamos de ver, possvel analisar aplicaes nan-
ceiras. Vejamos:
Suponha que voc abriu uma poupana com depsito inicial de R$ 1000,00 a
juros anuais de 8% compostos trimestralmente. Quanto voc ter em sua conta
depois de 1 ano?
Faamos as seguintes hipteses:
1. Suponha que temos uma conta que tem uma quantia A(n) depois de n
perodos compostos, coletando 100I% ao ano, composto m vezes por ano.
2. Assumamos tambm que feito um depsito (ou retirada) b a cada perodo
composto.
Temos, ento, o seguinte sistema dinmico:
A(n + 1) = (1 +
I
m
)A(n) +b. (1.18)
No exemplo b = 0, pois no h nenhum depsito.
Aplicando o que j foi visto sobre soluo de sistemas dinmicos e tomando
r = (1 +
I
m
e A(0) = a
0
a quantia inicial na sua conta, teremos:
A(k) = (1 +
I
m
)
k
(a
0
+
mb
I
)
mb
I
. (1.19)
Como b = 0, ento
A(k) = (1 +
I
m
)
k
a
0
.
Como 1 ano possui 4 trimestres, a
0
= 1000, I = 8% e m = 4, temos A(4) =R$
1082,43.
Muitas vezes o que pode acontecer que o problema nos fornece o quanto de
dinheiro teremos daqui a algum tempo, a taxa, o valor inicial depositado e os
depsitos a cada perodo composto e quer saber quantos perodos so necessrios
para que o saldo atinja um valor xado. Ou ento, deseja-se saber o depsito
inicial ou ainda os depsitos em cada perodo composto. Enm, bastam al-
guns conhecimento em lgebra e saber algumas propriedades logartmicas para
resoluo desses problemas.
6.2 Um modelo de crescimento populacional
Considere uma populao de coelhos e que, em mdia, cada coelho procria
2 lhotes por unidade de tempo e que estes no morrem. Vamos observar como
essa populao varia com o tempo. Tomemos A(0) sendo a quantia de coelhos
no tempo em que comeamos a observao (t = 0). Ento A(1) A(0) ser a
mudana do tamanho da populao no intervalo de tempo, ou seja,
A(1) A(0) = 2A(0),
A(2) A(1) = 2A(1),
.
.
.
A(n + 1) A(n) = 2A(n).
A soluo
A(k) = A(0)3
k
. (1.20)
Tambm sabemos que isso no acontece, pois temos que considerar o nmero
de vivos e de mortos na populao observada. Tentando fazer um modelo mais
realstico, fazemos as seguintes hipteses:
1. Assumimos que o nmero de nascidos no perodo n proporcional ao
tamanho da populao nesse perodo: bA(n);
2. A mesma suposio vale para o nmero de mortos: dA(n).
A(n + 1) A(n) = bA(n) dA(n) A(n + 1) = (1 +b d)A(n).
A soluo desse sistema A(k) = (1 +b d)
k
A(0).
Tomando r = 0, 2 e A(0) = 100, calculamos A(10) = 619, A(50) = 910041 e
A(100) = 8281797451.
Mas, observamos na natureza que isso tambm no acontece. Porm, para
pequenos valores de tempo, este modelo nos d boas estimativas de crescimento
populacional, pois para pequenos perodos de tempo a taxa de crescimento
parece ser constante. Mas para longos perodos de tempo j no se pode dizer
isso, isto , r no constante, mas muda quando o tamanho da populao cresce.
Ento r deveria ser substitudo por f(A(n)), ou seja, a taxa de crescimento passa
a depender do tamanho da populao.
Supondo agora que o ambiente suporta um nmero limitado de espcies, o
qual denotaremos por L, fazemos as seguintes hipteses:
1. Se A(n) > L, ento falta comida ou espao e, assim, o nmero de animais
mortos ser maior do que o de nascidos. Segue que a taxa de crescimento
negativa, f(A(n)) < 0 e A(n) > L;
2. O contrrio tambm pode acontecer, ou seja, f(A(n)) > 0 e A(n) < L;
3. Por ltimo, tem-se que f(A(n)) = 0 e A(n) = L.
Uma funo que satisfaz as 3 suposies f(A(n)) = r(1
A(n)
L
), onde r
a taxa de crescimento e L a capacidade suporte.
Teremos o seguinte modelo:
A(n + 1) = (1 +r)A(n) bA
2
(n), (1.21)
onde b =
r
L
.
Se tomarmos r = 0, 2 e L = 8, teremos o sistema A(n + 1) = 1, 2A(n)
0, 025A
2
(n). Neste caso os valores de equilbrio so a = 0 e a = 8. Este ltimo
a capacidade suporte do meio.
Muitas vezes, devido a no linearidade do sistema, torna-se complicada a
determinao dos pontos de equilbrio. Um mtodo usado para esta nalidade
o Mtodo de Newton.
Teorema 17. Suponha que temos uma funo f(x) e um nmero a tal que f(x)
contnua e diferencivel em torno de a, f(a) = 0 e f
(a) ,= 0. Ento o nmero

a um valor de equilbrio estvel para o sistema dinmico
A(n + 1) = A(n)
f(A(n))
f
(A(n))
. (1.22)
Isso signica que se escolhermos um a
0
perto o bastante da raiz a, ento,
A(k) tende a a, quando k tende a innito.
Estudos quando o teste da primeira derivada inconclusivo assim como
ciclos e noes de bifurcaes e caos tambm foram estudados, mas no sero
apresentados neste texto.
7 Utilizando Equaes de Diferenas no Ensino Mdio
Vrios contedos de Ensino Mdio poderiam ser introduzidos utilizando
Equaes de Diferenas. Apresentamos a seguir uma sugesto, onde o professor
deve propor um tema aos alunos ou at mesmo deixar que os alunos sugiram
algum outro tema de interesse de estudo.
Sugerimos aqui o tema FORMATURA, j que este de muito interesse
de alunos do Ensino Mdio. Mas isto no impede o professor de mudar para
temas como festas e viagens, tambm de interesse dos alunos, desde que sejam
feitas as devidas adaptaes e suposies ao modelo. Nesta sugesto, conte-
dos como funes exponenciais e logartmicas, progresses geomtricas, dentre
outros, poderiam ser introduzidos.
de fundamental importncia que o professor faa questionamentos me-
dida que o trabalho em sala avana. Vamos supor que se est trabalhando com
alunos do primeiro ano do Ensino Mdio, no ms de outubro, tendo, portanto,
como objetivo usar o dinheiro investido para pagamento da formatura de toda
a sala.
Vejamos, ento, um primeiro problema.
Suponha que toda sala abra uma poupana em um banco que paga juros de
0, 7% ao ms, fazendo um depsito inicial a
0
, com o objetivo de deixar aquele
dinheiro no banco por 24 meses.
Os alunos poderiam calcular a quantia presente na conta aps vrios meses
para que percebam a diculdade de obterem o quanto tero aps 24 meses.
Generalizando, poderiam considerar A(n) a quantia de dinheiro na poupana
no n-simo ms depois que foi aberta a conta, a taxa de juros I = 0, 7% e o
depsito inicial A(0) = a
0
. Nos prximos meses teremos:
A(1) = A(0) + 0, 007A(0) = 1, 007A(0)
A(2) = (1, 007)
2
A(0)
A(3) = (1, 007)
3
A(0)
Estes primeiros clculos deveriam induzir os alunos que no ms (n + 1)
teramos a seguinte situao:
A(n + 1) = A(n) +IA(n) = (1 +I)A(n). (1.23)
Alm disso, tambm nos induziria a pensar que nos ms k teramos
A(k) = (1, 007)
k
A(0), k N, (1.24)
ou seja, no k-simo ms saberamos quanto dinheiro teramos nesta poupana.
Se, realizado um depsito inicial A(0), desejarmos obter uma certa quantia
B, o tempo necessrio para que isso ocorra obtido fazendo
B = (1, 007)
k
A(0)
B
A(0)
= (1, 007)
k
. (1.25)
Neste momento, com o objetivo de obter o valor de k, podemos levar o aluno
a perceber a necessidade e utilidade da funo logartmica.
Outros questionamentos podem ser feitos:
1. Qual deveria ser o depsito inicial para que tivssemos uma certa quantia
A(k) depois de k meses?
2. E se no tivssemos condies de depositar uma quantia muito alta e
pudssemos depositar um pouco a cada ms, em quanto tempo teramos
a quantia desejada?
Conceitos como funo crescente, decrescente, exponenciais, logaritmos e
progresses geomtricas poderiam ser introduzidos com estes problemas.
8 Concluso
O estudo dos vrios tipos de sistemas dinmicos discretos, suas respectivas
solues e exemplos, nos permite uma maior e melhor viso daquilo que acontece
ao nosso redor, no sentido de permitir uma modelagem matemtica simples,
porm, muitas vezes ecaz para aquilo que estamos estudando. Durante todo o
perodo de iniciao cientca, foi possvel entender de uma forma simples como o
estudo de sistemas dinmicos est relacionado s diversas reas do conhecimento
e analisar sua importncia para que futuramente se possa entender modelagens
mais complexas.
Abstract: We studied some kinds of dierence equations, the existence of ana-
lytic solution, the stability of the equilibrium points and some models of popu-
lation growth that use dierence equations. Besides that, we propose activities
to motivate the study of exponential and logarithmic functions.
Keywords: Mathematical modeling, dierence equations, stability.
[1] Bassanezi, R.C., Ensino Aprendizagem com Modelagem Matemtica, Ed.
Contexto, 2002.
[2] Keshet, L.E., Mathematical Models in Biology, Birkhuser Mathematics Se-
ries, 1988.
[3] Sandefur, J.T., Discrete Dynamical Systems, Oxford: Claredon, 1990.
ISSN 1980-024X
BOLETIM DE INICIAO CIENTFICA EM
MATEMTICA BICMAT
Orientao aos autores
Ao redigir o material a ser divulgado o autor deve observar que o alvo princi-
pal o aluno de graduao, devendo a redao ser clara e objetiva incentivando-o
leitura.
O trabalho deve ser enviado Comisso Editorial, via e-mail, na linguagem
L
A
T
E
X, usando a classe bicmat. Mais informaes sobre a formatao do tra-
balho podem ser encontradas em www.rc.unesp.br/igce/matematica/bicmat,
assim como o endereo para o envio do trabalho.
A responsabilidade de cada artigo exclusiva do autor e respectivo orienta-
dor.

Volume 4

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Volume 4

Uploaded by

Copyright:

Available Formats

ISSN 1980-024X

BOLETIM DE INICIAO CIENTFICA

tal que na > b. Com efeito, se no

nessas condies ento n a b, para todo n N

seria no vazio e limitado superiormente por b,

> 0. Assim, em PA, se zermos a = 1 e b =

ter ponto de acumulao para o qual (x

e Ricardo Ferreira da Rocha

Orientador(a): Renata Zotin Gomes de Oliveira

1 0,7 0,6 0,7 0,6 0,3 0,3 0,7

pode ser um subconjunto diferente do vazio assim como AA

, o valor 0,3 indica que o paciente 1 est tanto no grupo

o qual denotaremos por

< . Mas como sup

< . Mas, pela construo do elemento x R

de Banach com a norma | |

em E so ditas equivalentes se existem

teremos como conseqncia que todas as normas de R

BICMat, Volume IV, Outubro de 2007

|x| para qualquer x R

) associa o valor |x| R, ou seja,

compacta e desta forma, por

para todo x ,= 0. Observe que esta ltima

1 e teremos que se n, m > n

denota a derivada da funo f.

no existe. Sendo assim,

(N) foi apresentado no Exemplo 6).

denota o subespao ortogonal a E. Mas quando o subespao possui dimenso

o vetor nulo. Mas o vetor nulo

, isto , para todo x A existe

tal que ainda se tem A

no pode pertencer a nenhum dos intervalos nesta

. Finalmente, exigimos que cada dois tringulos T

(a) e passa pelos pontos (a, a). Desta forma,

(a)[ < 1 e instvel ou repulsor

(a)[ = 1, o teste inconclusivo.

(x) = 2x 2. Sabemos que x = 1 o

(1) = 0. Logo, pelo

(1) = 4 e tambm que f

(1) = 1, no podemos armar nada

(a) ,= 0. Ento o nmero

You might also like