Luso Academia

Início » 04 Ensino Superior » 01 Matemática (Página 2)

Category Archives: 01 Matemática

Introdução à Lógica – Classificação de Argumentos

— 6. Definições Lógicas —

Nesta secção vamos introduzir de uma forma mais sistemática algumas das ideias básicas em lógica que nos vão permitir utilizar de uma forma mais poderosa os ensinamentos desta disciplina.

Tal como já vimos, existe na Lógica uma distinção entre forma e conteúdo. De modo análogo existe também uma distinção na lógica entre argumentos que são correctos quanto à sua forma e argumentos que são correctos quanto ao seu conteúdo.

Esta distinção é melhor entendida se dermos alguns exemplos:

  1. Todos os peixes são seres humanos;
  2. Todos os seres humanos são quadrúpedes;
  3. Assim, todos os peixes são quadrúpedes.
  1. Todos os gatos são animais;
  2. Todos os mamíferos são animais;
  3. Assim, todos os gatos são mamíferos.

Nenhum destes argumentos é correcto ainda que sejam incorrectos por razões diferentes.

Em primeiro lugar vamos considerar o seu conteúdo. Enquanto que no primeiro argumento todas as sentenças são falsas, todas as sentenças no segundo argumento são verdadeiras. Por outro lado, uma vez que nem todas as premissas do primeiro argumento são verdadeiras este argumento não é válido quanto ao seu conteúdo; ao contrário do segundo argumento que é perfeitamente válido quanto ao seu conteúdo.

Vamos agora considerar os argumentos quanto à forma. Aqui a pergunta essencial é: “As premissas suportam a conclusão?”. Ou dito de outra forma: mesmo que as premissas não sejam verdadeiras, será que a conclusão a que se chega deriva directamente das premissas estipuladas? No caso do segundo argumento as premissas são todas verdadeiras assim como a conclusão. Ainda assim a verdade da conclusão não é uma função da veracidade das premissas (queremos com isto dizer que este argumento não foi bem construído). Tudo isto é perfeitamente inteligível a um nível intuitivo, mas iremos dar agora algumas definições para tornar a nossa explanação mais rigorosa. Ao examinar um argumento temos sempre que colocar duas questões:

  1. As premissas são verdadeiras?
  2. A conclusão deriva das premissas?

As respostas às duas perguntas acima irão ajudar a classificar os argumentos apresentados.

Definição 6

Um argumento diz-se factualmente correcto se e só se todas as suas premissas são verdadeiras.

Definição 7

Um argumento diz-se válido se e só se a conclusão deriva logicamente das premissas.

Definição 8

Um argumento diz-se sólido se e só se for válido e factualmente correcto.

De uma forma simples podemos dizer que um argumento factualmente correcto tem um bom conteúdo enquanto que um argumento tem boa forma. Um argumento sólido, por sua vez, tem sempre um bom conteúdo e uma boa forma.

De notar que um argumento factualmente correcto pode ter uma conclusão falsa, uma vez que a sua definição somente se refere às premissas.

A validade de um argumento por vezes é difícil de se afirmar com certeza. Pode acontecer que seja impossível de se saber se a conclusão deriva ou não das premissas. Parte deste problema tem a ver com o facto de termos de saber o que queremos dizer com “deriva”.

Por outro lado a Lógica analisa a validade ou invalidade de um argumento, mas nada pode dizer sobre a verdade factual das premissas. A questão da verdade factual é uma questão deixada para as ciências experimentais.

Podemos então em jeito de conclusão deixar a seguinte definição:

Definição 9

Um argumento diz-se válido se e só se é impossível que a conclusão seja falsa quando as premissas são todas verdadeiras.

Ou ainda de forma equivalente:

Definição 10

Dizer que um argumento é válido é o mesmo que dizer que se as premissas fossem verdadeiras, então a conclusão seria necessariamente verdadeira também.

De acordo com tudo o que foi dito acima vamos então listar todas as possibilidades para os argumentos:

  • Os argumentos podem ser válidos com premissas verdadeiras e conclusão verdadeira
  • Os argumentos podem ser válidos, com premissas falsas e conclusão falsa
  • Os argumentos podem ser válidos com premissas falsas e conclusão verdadeira
  • Os argumentos podem ser inválidos com premissas verdadeiras e conclusão verdadeira
  • Os argumentos podem ser inválidos com premissas verdadeiras e conclusão falsa
  • Os argumentos podem ser inválidos com premissas falas e conclusão falsa
  • Os argumentos podem ser inválidos com premissas falsas e conclusão verdadeira

Mas nunca podermos ter

  • Um argumento válido, com premissas verdadeiras e conclusão falsa.

Para terminar este artigo vamos deixar um simples argumento que deverá ser analisado pelos nossos leitores:

  • Todos os números pares são números primos.
  • Vinte e um é um número par.
  • Logo, Vinte e um é um número primo.

Introdução à Lógica – Lógica Dedutiva e Lógica Indutiva

— 3. Lógica Dedutiva e Lógica Indutiva —

Vamos analisar dois argumentos:

  1. Vejo fumo;
  2. Logo há fogo.

e

  1. Este blog tinha 20 leitores;
  2. Neste momento este blog tem 19 leitores;
  3. Logo, um dos leitores está desaparecido.

Existe um diferença muito importante entre estas duas inferências, e esta diferença espelha a diferença entre dois tipos de Lógica.

Por um lado nós sabemos que a mera existência de fumo não é garantia para a existência de fogo. Apenas torna provável a existência de um fogo.

Assim, inferir a existência de fogo porque visualizámos fumo é um acto razoável, mas não é de todo um acto infalível. É perfeitamente possível a existência de fumo sem ser necessário haver fogo.

A investigação deste tipo de lógica tem o nome de Lógica Indutiva. A Lógica Indutiva estuda o procedimento de inferir conclusões de premissas através de um método probabilístico. Outra forma de definirmos a Lógica Indutiva é dizermos que a Lógica Indutiva estuda argumentos nos quais a verdade das premissas torna provável a verdade da conclusão.

A Lógica Indutiva é um tema fascinante e profundamente rico, mas é também um extremamente complexa. Um dos motivos desta complexidade é o facto dos praticantes desta modalidade da Lógica não estarem em completo acordo entre si sobre quais os atributos de um raciocínio indutivo correcto!

Mas descansem prezados leitores, que a Lógica Indutiva e as suas múltiplas nuances não são o objectivo de estudo destes artigos e vamos somente estudarmos o igualmente rico campo da Lógica Dedutiva.

Voltando ao segundo exemplo, podemos afirmar categoricamente que se as premissas são de facto verdadeiras então a conclusão é necessariamente verdadeira.

No entanto, e só para agitarmos as águas, vamos terminar esta secção introdutória com o seguinte comentário.

Uma vez que na Lógica Dedutiva a veracidade das premissas implica necessariamente a veracidade da conclusão, podemos dizer que a probabilidade da conclusão ser verdadeira é {1}. Assim sendo a Lógica Dedutiva é um subconjunto da Lógica Indutiva. Ou seja, todos os argumentos dedutivos são necessariamente argumentos indutivos, mas um argumento indutivo pode não ser um argumento dedutivo.

— 4. Sentenças e Proposições —

A Lógica investiga inferências sob a forma dos argumentos que representam as inferências em questão. Relembramos que um argumento é uma colecção de sentenças (frases declarativas) onde uma das quais é denominada de conclusão e as restantes sentenças são as premissas.

As sentenças são objectos linguísticos, tal como as palavras. São formadas por sequências de sons ou por sequências de símbolos. As sentenças podem ser distinguidas das proposições que elas expressam (no entanto, muitos filósofos criticam violentamente a noção de proposição). De uma forma simples podemos dizer que uma sentença expressa de forma particular a realidade de algo enquanto que uma proposição expressa a real natureza de algo.

Um exemplo simples que nos permite distinguir uma sentença de uma proposição:

  • O céu é azul
  • The sky is blue
  • El cielo es azul
  • Le ciel est bleu

São todas sentenças diferentes mas que expressam uma mesma proposição. Voltamos no entanto a dizer que vários filósofos que se debruçam sobre este tema de forma intensa são bastante críticos da noção de proposição considerando-a um conceito que só deturpa a análise. Como vemos nem a Lógica Dedutiva que é bastante mais simples que a Lógica Indutiva está livre de controvérsias entre os seus estudiosos…

— 5. Forma e Conteúdo —

Ainda que as proposições estão sempre a olhar por cima dos nossos ombros colectivos, a Lógica Dedutiva tal como a vamos estudar estará mais focada no estudo de sentenças. A motivação para esta abordagem é simples: as sentenças são mais fáceis de interpretar e mais fáceis de trabalhar.

Outro motivo para trabalharmos com sentenças e não com proposições prende-se com o facto de que a Lógica Dedutiva analisa e classifica os argumentos de acordo com a sua forma e não com o seu conteúdo.

Uma sentença é constituída por palavras organizadas por uma ordem particular. Assim, a forma de uma sentença pode ser analisada em termos da disposição das suas palavras constituintes. De forma mais precisa: uma sentença é constituída por termos, que podem ser termos simples ou termos compostos.

Definição 4

Um termos simples é uma palavra a que está associado uma função gramatical.

Exemplos de termos simples são substantivos, verbos, adjectivos, etc.

Definição 5

Um termos composto é uma sequência de palavras que tem a função de uma única unidade gramatical no corpo de uma sentença.

Exemplos de termos compostos são “Presidente da República”.

Para este curso vamos vamos dividir os termos em duas categorias:

  1. Termos descritivos
  2. Termos lógicos

Temos que ter em atenção, no entanto que esta distinção não é absoluta, mas depende essencialmente do nível de análise lógica que estamos a executar. Para o âmbito deste curso vamos tomar em conta três níveis de Análise Lógica:

  1. Lógica Silogística
  2. Lógica Sentencial / Lógica Proposicional / Lógica de Ordem Zero
  3. Lógica de Primeira Ordem / Cálculo de Predicados de Primeira Ordem

Cada nível de análise tem associado a si uma classe especial de termos lógicos. Para a Lógica Silogística os termos lógicos disponíveis são “todo”, “algum”, “não” e “é/são”. Para a Lógica de Ordem Zero os termos lógicos são conectivos de sentenças “e”, “ou”, “se, então”, “se e somente se”. No caso da Lógica de Primeira Ordem os termos lógicos disponíveis são os termos da Lógica Silogística e da Lógica de Ordem Zero.

Voltando ao que foi dito atrás a lógica analisa e classifica argumentos de acordo com a sua forma. A forma lógica de um argumento é função das formas das sentenças individuais que constituem o argumento. Por sua vez a forma lógica de uma sentença da disposição dos seus termos (os termos lógicos são considerados mais importantes que os termos descritivos).

Uma vez que a distinção entre termos lógico e termos descritivo depende do nível de análise que estamos a empregar, assim também a noção de forma lógica também será função do nível de análise empregado.

A diferença entre forma e conteúdo pode ser difícil de entender no abstracto e por isso mesmo vamos dar alguns exemplos concretos no próximo artigo.

Introdução à Lógica

— 1. Introdução —

A Lógica tem várias definições de acordo com os seus muitos praticantes. Mas para o interesse deste curso podemos definir a lógica como sendo a ciência do raciocínio.

Não queremos com isto dizer que a Lógica se debruça com os processos mentais associados com a actividade cognitiva, mas sim com a correcção (ou falta de) dos raciocínios.

O raciocínio é uma das várias actividades mentais que executamos. Neste caso ao raciocinar o que nós seres humano estamos a fazer é realizar inferências.

Definição 1 Uma inferência é o acto de de se retirar conclusões através de premissas.

A palavra premissas pode também ser substituida por dados, informação, factos pois são termos mais próximos da linguagem do dia a dia.

Seguem abaixo alguns exemplos de inferências:

  • Vemos fumo a vir de uma flores e inferimos que há fogo
  • Alguém volta da rua molhado e infermos que está a chover
  • Recebemos a notificação por email de mais um artigo publicado na Luso Academia e inferimos que vamos receber mais material de alta qualidade…

Por favor notem que existe uma diferença entre inferência e implicação que são termos que muitas vezes se confundem, mas que em Lógica tem sentidos precisos e diferentes.

Vamos ilustrar a diferença entre os dois termos analisando o exemplo do fogo. Nós inferimos que existe fogo com base na observação do fumo. No entanto, não podemos implicar a existência do fogo. Por outro lado, o fumo implica a existência do fogo, mas não infere o fogo. Em conclusão, a palavra inferência não é equivalente à palavra implicação.

De uma forma simplificada podemos esquematizar o processo de raciocínio como tendo inputs (premissas, dados, etc) e produzindo outputs (conclusões). Num certo sentido vemos o processo de raciocínio como sendo uma função. Assim sendo, temos um conjunto de premissas {P_1}, {P_2}, {P_n}, que irão produir uma conclusão {C} e se as regras de inferência forem seguidas podemos garantir que a conclusão atingida é válida.

— 2. Inferências e Argumentos —

Após a introdução vamos então começar a introduzir várias definições que nos permitirão avançar no estudo da Lógica de forma mais profunda.

Definição 2 Uma Sentença é uma frase declarativa à qual se pode atribuir um valor lógico de verdade (verdadeiro ou falso).

Temos abaixo alguns exemplos de sentenças:

  • Está calor
  • Sou bonito
  • {\displaystyle \lim_{n \rightarrow \infty}u_n=\left( 1+\dfrac{1}{n} \right)^n =e}

Não são exemplos de sentenças as seguintes frases:

  • Que horas são?
  • Sai daqui!!!
  • {1,2,3,...}

De notar que ao dizermos que uma sentença tem sempre um valor de verdade, não quer dizer que nós humanos saibamos qual é esse valor de verdade. Por exemplo a frase “Deus existe” é certamente uma sentença ainda que nós humanos não saibamos qual o seu valor de verdade. Estou a descontar os iluminados que sabem que com toda a certeza que Deus existe ou que Deus não existe.

Definição 3 Um Argumento é uma coleção de sentenças, onde uma das sentenças é designada por conclusão e as restantes sentenças são designadas por premissas.

Notem que isto não é a definição de um bom argumento. É tão somente a definição de um argumento. De notar também que no nosso quotidiano a palavra argumento tem uma característica adicional: normalmente as premissas de um argumento devem suportar (justificar) a conclusão do argumento.

Vamos então analisar alguns exemplos vistos anteriormente, mas agora na lógica de argumentos:

  1. Vejo fumo
  2. logo, há fogo!

Aqui o argumento é composto por duas sentenças. “Vejo fumo” e “há fogo”. A palavra “logo” é somente uma partícula de ligação entre as duas sentenças que nos permite mais facilmente identificar a qual é a conclusão e qual é a premissa.

Em princípio qualquer colecção de sentenças pode ser designada de argumento. Basta para isso indicarmos qual é a conclusão. No entanto não é suposto que todas as colecções de sentenças sejam um argumento.

Matemática, muito estranha?

“Eis uma questão que merece reflexão: existe mesmo um conhecimento que não dependa da experiência e das impressões dos sentidos?”

Immanuel Kant

Em 2006, o mundo Matemático explodiu, uma notícia aterrizou como uma nave na comunidade científica, a famosa conjectura de Poincaré acabara de ser resolvida, um problema que baralhara as melhores mentes por quase um século e que, embora provada ser verdadeira para muitas dimensões restava ainda uma última pedra a ser colocada no edifício, a terceira dimensão, a nossa, o problema, em linguagem comum ” quais são as formas que um espaço tridimensional imerso em um quadridimensional pode tomar?”, grosso modo, ” quais são as possiveis formas que o nosso universo pode ter?”, acabava de ser resolvida. Seu solucionador, Gricha Perelmam, matemático russo, brilhante, génial e simultaneamente, estranho, recluso, um eremita social, o típico estereótipo de um génio louco, insocial, que não se encaixa na sociedade moderna consumista e individualista, que além de ter ignorado os canais científicos apropriados para a publicação de tamanha descoberta também renunciou as glórias materias que tal descobeta lhe proporcionariam. A comunidade matemática, totalmente desconcertada com a solução quase incompreensível dada por ele, tinha ainda de lidar ao mesmo tempo com a imprensa, já que as lendas haviam começado e especulações surgiam sobre o significado real e práctico da prova de Perelmam. Para alguns, ele mostrava definitivamente qual era a forma do universo, para outros não tanto preocupados com os resultados em si ou com uma análise rigorosa deles, sublinhavam entretanto o facto de que Perelmam era um rebelde, anarquista científico, um Matemático punk, inconformado, que não se dobra as imposições materialistas do capitalismo.

Findo o frenesim, restava ainda uma questão a ser respondida, o que afinal este senhor fez? Qual é o real significado de seu trabalho? E talvez ainda de forma mais estranha, como é que ele um mero mortal, fruto do barro, conseguiu a partir da manipulação de simples rabiscos em um quadro negro inferir as possiveis formas que o universo pode ter? Será que de alguma forma aqueles símbolos estavam vivos? Se sim, o que lhes deu vida, que fogo divino incendiou aquelas fórmulas e as tornou capazes de nos desvendar a realidade? Afinal, porquê a matemática funciona, de uma maneira estranha e curiosa, eficazmente como ferramenta para se descrever o mundo?

Antes de pensarmos sequer em responder às questões acima levantadas, se é que existem respostas para elas, devemos recuar um pouco na história até a pré-história: a nossa história começa em uma gruta, em algum lugar no mundo. Os homens, sempre tiveram a necessidade de prever as coisas, e dessa maneira, o poder de reconhecer padrões na natureza sempre foi uma mais valia que ajudou o desenvolvimento do homem, ao mesmo tempo, as exigências do dia a dia, isto é, o simples acto de agrupamento de animais numa sociedade de colectores exigia deles cada vez mais o reconhecimento de certas relações que haviam entre elas. Não sabemos ao certo quando os homens começaram a contar, apenas podemos especular que o processo, seja a contagem de animais ou outras coisas úteis às comunidade primitivas, eram de certa forma conectadas com as pedras, cada uma delas representando um animal, ou riscos em um pedaço de pau, cada um deles representando um objecto que se quer contar, infelizmente, por mais simples que pareça para nós hoje, o passo decisivo, que era o de se abstrair de todos aqueles métodos o conceito de “número”, não foi feito e os questionamentos mais profundos, seja por limitações da linguagem que estava num processo de desenvolivimento ou por não ser útil, foram simplesmente inexistentes.

O próximo passo foi dado pelas civilizações do Oriente próximo e as sociedades que surgiram a partir delas, lá vemos as primeiras sociededas devotadas ao estudo de pequenas extruturas que lhes permitiam medir coisas, ciência essa que ficou sem nome e que consistia essencialmente numa série de procedimentos mecânicos e algorítimicos. Os Egípcios foram os verdadeiros mestres nisso, afinal as pirâmides exigiam conhecimentos de natureza númerica muito elevada e eles compilaram uma série de procedimentos para se facilitar o processo. Um facto muito interessante e um pouco desconcertante, é que tanto Egípcios, Babilônios, Incas, Aztecas, Chineses e até outros povos na África profunda, chegaram a descobrir as mesmas verdades e relações númericas fundamentais que existiam entre as diversas coisas, um exemplo muito interessante é o famoso teorema de Pitágoras que já era conhecido pelos Chineses e Egípcios, muito antes sequer de Pitágoras ter existido, o que suscita questionamentos profundos, como se de facto estas relações fundamentais sempre estivessem estado aí a espera de serem descobertas e que elas independem totalmente de nossas mentes.

O passo seguinte na evolução desses conhecimentos surge numa zona a que hoje chamamos Grécia, na época, um conjunto de estados vizinhos, que apesar de possuírem a mesma religião, isto é, venerarem os mesmos deuses, falarem a mesma língua e admirarem os mesmos heróis Homéricos, sempre estavam em guerra. Lá, uma classe de mercadores que ia constantemente ao Egipto e entrara em contacto com as descobertas e ideias da civilização faraônica, acabou por causar um renascimento intelectual e talvez a primeira grande revolução significativa no mundo Ocidetal, tomando emprestado os conhecimentos e procedimentos Egípcios para a solução numérica de certos problemas, atribuíram-lhe um nome especial, Matemática, que traduzido do grego significa mais ou menos algo como “inclinado a aprender”. Com os Gregos, levados pela revolução no pensamento que estavam a observar, esse corpo de conhecimentos foi expandido, estudado, sistematizado pela primeira vez, de uma série de procedimentos muitas vezes dispersos, isolou-se uma matriz comum, e criaram-se os axiomas, verdades indubitáveis e evidentes, que serviriam de bloco para a construção de conhecimentos mais complexos, não usando outra coisa, senão a razão, agora sujeita a regras claras de pensamento, a lógica. Nela se destacam dois pensadores geniais, Pitágoras, o famoso matemático, que também era místico e sacerdote de uma seita exotérica, acreditava, após observar o modo como a Matemática estava relacionada com o mundo, que a unidade fundamental da realidade é o número, tudo é número, e as coisas surgiriam pela combinaçâo destes, outro sucessor de Pitágoras, embora não alinhado com suas ideias pouco ortodoxas foi Platão que acreditava que esse mundo era apenas uma cópia imperfeita de uma realidade mais perfeita, o famoso mundo das ideias, acessível ao homem apenas depois da morte, porque o corpo manchado pela carne não podia pois ascender a perfeição, apenas a ideia pura, i.e., a alma, poderia atingir esse mundo, daí concluiu Platão que o que havia em comum, por exemplo, entre um par de sandálias e um outro de pães, era a ideia do número dois, desse modo a Matemática seria um modo de descrevermos a verdadeira realidade, esse mundo inteligivel, que não era aberto aos nossos olhos, assim, a matemática deve existir fora de nossa mente, pois ela faz parte do mundo das ideias, essa visã ficou conhecida como Platonismo e hoje eu posso afirmar com bastante certeza que ela é a visão de boa parte dos matemáticos.

Mas, a evolução levada a cabo pelos gregos, Pitágoras e Platão, por si só não respondeu de maneira satisfatória de o por que ela funcionar de um modo desconcertante, mais tarde Eugene Wigner diria que essa é uma dádiva que nós não merecemos, é que, escondido entre o emaranhado de símbolos algébricos existe um significado e nós sempre retiramos dalí mais do que nós colocamos. Seja com Newton e sua teoria da gravitação que foi verificada como certa em uma parte por milhão, ou as leis de Kepler deduzidas de simples observações pouco rigorosas e cheias de superstições astrológicas, até mesmo a moderna mecânica quântica, que pela natureza quase invisível dos objectos por ela tratados, e do deconhecimento aberrante do modo como eles funcionam, temos de cada vez mais confiar em equações para obtermos um conhecimento do modo como elas realmente se comportam, enfim, a matemática é realmente estranha, e mais estranha ainda é ela funcionar, infelizmente eu não sei as respostas todas, mas eu penso que uma compreensão sobre a estranheza da matemática é um primeiro passo para uma verdadeira compreensão do modo como a realidade funciona. No fundo, ela é o único meio que possuimos para desvendarmos o profundo e escondido no universo, e diriam alguns, talvez ela mesma seja a nossa realidade.

Exercício 1 Prove que as funções dadas abaixo são soluções das equações diferenciais:

  • {y''+y=x}, {y(0)=0}; onde {y=e^{-x}+x-1}.
  • {(y')^{3}=y}, {y(0)=0}; onde {8x^{3}+27y^{2}=0}.
  • {y''+25y=0}; onde {y=c_{1}\cos 5x}.
  • {y'=2xy+1}; onde {y=e^{x^{2}}\int_{0}^{x}e^{-t^{2}}dt}.
  • {xy'=y+x\sin x}; onde {y=x\int_{0}^{x}\frac{\sin t}{t}dt}
Exercício 2 Achar os valores de {m} para os quais {y=e^{mx}} é uma solução das equações diferenciais abaixo:

  • {2y'''+y''-5y'+2y=0}.
  • {y'-2y=0}.
Exercício 3 Se {y'-xy^{\frac{1}{2}}=0}. Demonstrar que:

  • {y=(\frac{x^{2}}{4}+C)^{2}} é solução geral da equação acima.
  • Se {C=0}, mostrar que {y=\frac{x^{4}}{16}} é uma solução particular.
  • Explicar porque {y=0} é uma solução singular.
Exercício 4 A tangente de uma familia de curvas em qualquer ponto {(x,y)} do plano {xy} está dada por {4-2x}.

  • Estabeleça a equação diferencial da familia.
  • Determinar uma equação para aquela linha particular que passa pela origem.
  • Desenhe alguns membros da familia achada anteriormente.
Exercício 5 Se {y=Y_{1}(x)} e {y=Y_{2}(x)} são duas soluções de {y''+3y'-4y=0}. Mostre que:

  • {C_{1}Y_{1}(x)+C_{2}Y_{2}(x)} também é uma solução da equação, onde {C_{1}} e {C_{2}} são constantes arbitrárias.
  • Use os resultados anteriores para achar uma solução de uma equação diferencial que satisfaça as condições {y(0)=3}, {y'(0)=0}.

— 1.2. Teorema de Existência e Unicidade, Interpretações Gráficas —

Na última aula, deparamo-nos com uma equação diferencial que tinha solução, apenas não era única. Hoje começaremos por enunciar o teorema de existência e unicidade para equações lineares de primeira ordem.

Teorema 1 Dada uma equação diferencial ordinária de primeira ordem {y'=f(x,y)}, se {f(x,y)} satisfaz as seguintes condições:

  • {f(x,y)} é real, finita, simples valorada e continua em todos os pontos de uma região {\omega} do plano {xy} (podendo conter todos os pontos).
  • {\frac{\partial f(x,y)}{\partial y}} é real, finita, simples valorada e continua em {\omega}.

Então, existe uma e só uma solução {y=g(x)} em {\omega} tal que {y=y_{0}}, quando {x=x_{0}}, isto é, {y(x_{0})=y_{0}}.

Demonstração: Consulte um bom livro de Análise Funcional. \Box

Uma interpretação gráfica deste teorema é que se {\omega} é uma região na qual as condições especificadas se cumprem, então por qualquer ponto {(x_{0},y_{0})} em {\sigma} passará uma e só uma curva {C} cuja tangente em qualquer ponto de {\sigma} está dada por {y'=f(x,y)}. A solução {y=g(x)} representa a equação desta curva em {\sigma}.

Exemplo 10 Este exemplo foi retirado do livro Murray Spiegel (Equações Diferenciais Aplicadas). Determine se existe uma solução única para o problema de valor inicial

\displaystyle y'=\sqrt{9-(x^{2}+y^{2})},\text{ }y(1)=2.

Demonstração: Temos {f(x,y)=\sqrt{9-(x^{2}+y^{2})}}, {\frac{\partial f}{\partial y}=\frac{-y}{\sqrt{9-(x^{2}+y^{2})}}}. Podemos observar então que o conjunto solução se encontra no interior do círculo {x^{2}+y^{2}=9} e inclui o ponto {(1,2)}, então pelo teorema de existÊncia e unicidade ela é única.

\Box

— 1.3. Isoclinas ou Campos de Direcções —

Consideremos a equação diferencial

\displaystyle  y'=f(x,y) \ \ \ \ \ (4)

onde a função à direita depende tanto de {x} quanto de {y}, e saisfaz as condições do teorema de existência e unicidade. Para resolvermos esta equação, se poderia pensar em integrar ambos lados de (4) com respeito a {x} e {y}, i.e., { y(x)=\int f(x,y)dx+C}, infelizmente esta abordagem não conduz à uma solução de (4) porque o integral envolve a mesma função que se quer determinar {y(x)}.

Exemplo 11 A equação {y'=x+y} não pode ser solucionada de modo directo.

Mas, existe um caminho geométrico mais simples para obtermos as soluções da equação diferencial dada {y'=f(x,y)}.

Em cada ponto {(x_{0},y_{0})} da região {\sigma} podemos construir uma linha com tangente igual a {f(x_{0},y_{0})}, ao qual geralmente se chama elemento de linha. Ao fazermos isto para um número suficientemente grande de pontos (campos de direcções da EDO), os elementos de linha representam linhas tangentes a curva solução em cada ponto.

Desta maneira poderemos obter uma representação gráfica da solução sem mesmo resolver a equação. As isoclinas correspondem assim aos pontos onde a iclinação, ou tangente, é constante.

Análise Funcional -Aula 3

— 1.4. Solução dos Problemas Propostos da aula 2 —

Começaremos a aula de hoje solucionando antes os problemas propostos na aula anterior, para quem não teve acesso a aula anterior nós recomendamos que o faça. Para o bem do leitor, muitas vezes darei apenas soluções parciais aos problemas para que dessa forma possas preencher os detalhes que faltam e completar os argumentos.

5.(solução) Basta tomarmos {x=(x_{1},\cdots,x_{n},0,0,\cdots)} e {y=(1,0,0,\cdots)} e substituirmos na desigualdade de Cauchy.

6.(solução) Podemos tomar {x_{n}=(\frac{1}{\ln 2},\frac{1}{\ln 3},\frac{1}{\ln 4},\cdots)=\{\frac{1}{\ln n}\}_{n=2}^{\infty}} e aplicarmos o critério da razão, i.e., para provarmos que ela tende a zendo basta calcularmos o limite da razão com uma sequência que tende a zero. Ao solucionarmos este problema é importante lembrarmo-nos dos conceitos de série e convergência de séries.

7.(solução) Basta tomarmos a conhecida sequencia {x_{n}=\{\frac{1}{n}\}_{n=1}^{\infty}}.

8.(solução) Para a parte a) basta usarmos o facto de que {\delta(A)} é uma cota superior do conjunto {\{d(x,y): x,y\in A\}} e usarmos a propriedade {A\subset B \Longrightarrow \sup A\leq \sup B}.

b)A primeira implicação é facíl, já que se {\sup \{d(x,y): x,y\in A\}=0\Longrightarrow x=y}. A segunda implicação é trivial.

9.(solução) a) Vamos demonstrar apenas que {d_{1}(x,y)} satisfaz a desigualdade triângular.

Sejam {x,y, z\in X} temos:

\displaystyle d(x,y)=\sqrt{d_{1}^{2}(x_{1},y_{1})+d_{2}^{2}(x_{2},y_{2})}

\displaystyle \leq \sqrt{d_{1}^{2}(x_{1},z_{1})+d_{1}^{2}(z_{2},y_{1})+d_{2}^{2}(x_{2},z_{2})+d_{1}^{2}(z_{2},y_{2})}

\displaystyle \leq d(x,z)+d(z,y)

no ultimo passo usamos a desigualdade {\sqrt{a+b}\leq \sqrt{a}+\sqrt{b}}.

b) Para a segunda métrica também provaremos apenas a desigualdade triângular:

Uma dica do Kreyszig, basta aplicar o seguinte,

\displaystyle \max_{k=1,2}d_{k}(x_{k},y_{k})

\displaystyle \leq \max_{k=1,2}[d_{k}(x_{k},z_{k})+d_{k}(z_{k},y_{k})]

\displaystyle \leq \max_{i=1,2} d_{i}(x_{i},z_{i})+\max_{j=1,2}d_{j}(x_{j},y_{j})

10.(solução) Muito simples….

11.(solução) Para a desigualdade triângular use a a desigualdade {\sqrt{a+b}\leq\sqrt{a}+\sqrt{b}}.

— 1.5. Topologia Básica dos Espaços Métricos —

Em geral, existem duas maneiras de se introduzir uma extrutura topologica num conjunto. A primeira, usando o conceito primitivo de conjunto aberto e a segunda pelo conceito de distância ou métrica. Nós vamos seguir a segunda abordagem.

Definição 6 Dado {x \in (X,d)} e {r>0}, temos as seguintes definições:

  • (Bola aberta) {B(x,r)=\{y\in X:d(x,y)<r\}}.
  • (Bola fechada) {\overline{B}(x,r)=\{y\in X:d(x,y)\leq r\}}
  • (Esfera){S(x,r)=\{y\in X:d(x,y)=r\}}
Comentário 7 É enganoso pensarmos, conforme aconselha o Kreyszig, que as bolas(abertas ou fechadas) em espaços métricos arbitrários não euclidianos possuem as mesmas propriedades que as bolas ou esferas em {\mathbb{R}^{3}}. Por exemplo, nos espaços métricos que surgem a partir da métrica discreta, espaços discretos, uma esfera pode ser vazia, i.e., {S(x,r)=\{y\in X:d(x,y)=r\}=\emptyset }, para isso, basta tomarmos {r\neq1}.
Exemplo 7 Em {\mathbb{R}}, as bolas abertas e fechadas são os intervalos abertos (resp. fechados), i.e., da forma: {B(x,r)=(x-r,x+r)}.

— 1.5.1. Propiedades das Bolas Abertas —

Seja {(X,d)} um espaço métrico, então:

Proposição 2 Dadas duas bolas abertas {B(x,r_{1})} e {B(x,r_{2})}, então :

\displaystyle r_{1}\leq r_{2}\Longrightarrow B(x,r_{1})\subset B(x,r_{2})

Demonstração: A demonstração desse facto é bastante simples. Seja {y\in B(x,r_{1})} então

\displaystyle d(x,y)<r_{1}\leq r_{2}\Longrightarrow d(x,y)<r_{2}

logo, {y\in B(x,r_{2})}. \Box

Proposição 3 Seja {y} um ponto em {(X,d)} tal que {y\in B(x,r)}, então existe uma bola {B(y,r_{1})} ({r_{1}>0}), tal que

\displaystyle B(y,r_{1})\subset B(x,r)

Demonstração: Seja {y\in B(x,r)}, se tomarmos {r_{1}=r-d(x,y)} teremos:

\displaystyle z\in B(y,r_{1})\Longrightarrow d(z,x)\leq d(z,y)+d(y,x)<r_{1}+d(y,x)=r.

\Box

Proposição 4 Sejam {B(x,r_{1})} e {B(y,r_{2})}, tais que {B(x,r_{1})\cap B(y,r_{2})\neq \emptyset}. Se {a\in B(x,r_{1})\cap B(y,r_{2})}, então existe uma bola aberta de centro {a} contida na intersecção {B(x,r_{1})\cap B(y,r_{2})}.

Demonstração: Seja {a\in B(x,r_{1})\cap B(y,r_{2})}, então pela Proposição anterior existe {B(a,r_{3})}, tal que {B(a,r_{3})\subset B(x,r_{1})} e {B(a,r_{3})\subset B(y,r_{2})}. Seja {r=\min\{r_{1},r_{2}\}}, então

\displaystyle B(a,r)\subset B(x,r_{1})\cap B(y,r_{2}).

\Box

Proposição 5 Sejam {B(x_{1},r_{1})} e {B(x_{2},r_{2})} duas bolas abertas. Se {r_{1}+r_{2}\leq d(x_{1},x_{2})}, então

\displaystyle B(x_{1},r_{1})\cap B(x_{2},r_{2})=\emptyset.

Demonstração: Suponhamos pelo contrário que {B(x_{1},r_{1})\cap B(x_{2},r_{2})\neq\emptyset}, então {\exists x\in B(x_{1},r_{1})\cap B(x_{2},r_{2})}, logo

\displaystyle d(x,y)\leq d(x,x_{1})+d(x_{2},x)\leq r_{1}+r_{2}.

\Box

Proposição 6 O diâmetro de uma bola {B(x,r)} satisfaz:

\displaystyle \delta(B(x,r))\leq 2r

Demonstração: Sejam {y,z\in B(x,r)\Longrightarrow d(x,y)<r} e {d(z,x)<r}, então

\displaystyle d(y,z)\leq d(z,x)+d(y,x)<2r

que é uma cota superior do conjunto das distâncias entre dois pontos, logo:

\displaystyle \delta(B(x,r))=\sup_{y,z\in B}d(x,y)\leq 2r.

\Box

Definição 7 Dado um conjunto {A\subset(X,d)}. Dizemos que {x} é um ponto interior de {A} se para todo {r>0} existe uma bola {B(x,r)} tal que:

\displaystyle B(x,r)\subset A

O conjunto de todos os pontos interiores de {A}, denotado por {int(A)} ou {A^{\circ}}, ou seja, {A^{\circ}=\{x\mid x \text{ é um ponto interior de }A\}}. Um conjunto é fechado se o seu complementar é aberto.

Teorema 7 A colecção de todos os subconjuntos abertos de {X} é uma topologia em {X}.

Demonstração: Deixada para o leitor. \Box

Comentário 8 Muitos estudantes, pelas definições acima podem ser levados a pensar que se um conjunto não é fechado então deve ser aberto. Infelizmente este é um grande absurdo, e.g., {\emptyset} e {X} são ao mesmo tempo abertos e fechados.

— 1.5.2. Propriedades dos Conjuntos Abertos —

Proposição 8 Toda bola aberta é um conjunto aberto.

Demonstração: Ver a Proposição 1.3. \Box

Proposição 9 A intersecção de dois conjuntos abertos é um conjunto aberto.

Demonstração: Sejam {A_{1}} e {A_{2}} dois conjuntos abertos e {A_{3}=A_{1}\cap A_{2}}. Se {x\in A_{1}\cap A_{2}\Longrightarrow \exists B(x,r_{1}),B(x,r_{2})}, basta tomarmos {r=\min\{r_{1},r_{2}\}}, daí {B(x,r)\subset A_{1}\cap A_{2}=A_{3}}. \Box

Uma generalização da proposição acima é a seguinte:

Proposição 10 Sejam {A_{1}, A_{2}, \cdots,A_{n}} abertos, então {\cap_{k=1}^{n}A_{k}} é um aberto.

Demonstração: Seja {x \in \cap_{k=1}^{n}A_{k} \Longrightarrow x\in A_{k}} para todo {k}. Então existem {r_{k}>0} tais que {B(x,r_{k})\subseteq A_{k}}. Se {r=\min\{r_{1},\cdots,r_{n}\}} então {r>0} e {B(x,r)\subseteq\cap_{k=1}^{n}A_{k}} é um aberto. \Box

Comentário 9 Em geral, a intersecção arbitrária de abertos não é um aberto, basta tomarmos, por exemplo, em {\mathbb{R}} o conjunto {A_{n}=\{x\in \mathbb{R}:-\frac{1}{n}<x<\frac{1}{n}, n\in \mathbb{N}\}}.
Proposição 11 Sejam {A_{1}, A_{2}, \cdots,A_{n}} abertos, então {\cup_{i\in I}A_{i}} é um aberto, onde {I} é um conjunto enumerável.

Demonstração: Deixada como presente para o leitor. \Box

Definição 8 Sejam {(X,d)} e {(Y,\rho)} dois espaços métricos. Uma aplicação {f:X\longrightarrow Y} é contínua no ponto {x_{0}} se para todo {\epsilon >0} existe um {\delta >0} tal que {\rho(f(x),f(x_{0})<\epsilon} para todo {x} satisfazendo {d(x,x_{0})<\delta}, f é dita ser contínua se é contínua em cada ponto de {X}.
Teorema 12 Uma aplicação {f} de um espaço métrico {X} em um espaço métrico {Y} é contínua se e só se a imagem inversa de qualquer subconjunto aberto de {Y} é um subconjunto aberto de {X}.

Demonstração: Deixada para o leitor. \Box

Definição 9 Seja {E\subset X}. {x_{0}\in X} (pode ou não pertencer a {E}) é chamado ponto de acumulação ou ponto limite de {E} se em toda vizinhança de {x_{0}} existe pelo menos um ponto {y\in E} distinto de {x_{o}}. O conjunto formado por todos os pontos de acumulação de {E} é chamado de fecho de {E} e é denotado por {\overline{E}}. Um subconjunto {E} de um espaço métrico {X} é denso em {X} se

\displaystyle  \overline{E}=X.

Um espaço métrico {X} é separavel se contém um subconjunto denso enumerável. Como recomendação final, propomos que o leitor consulte um bom livro de Análise Funcional e resolva todos os problemas propostos relacionados ao tema tratado hoje.

Análise Funcional – aula 2

— 1.2. Solução dos Problemas Propostos da aula 1 —

Começaremos a aula de hoje solucionando antes os problemas propostos na aula anterior, para quem não teve acesso a aula anterior nós recomendamos que o faça.

1.(solução)

Os dois primeiros axiomas são de facíl verificação, passemos agora para a demonstração da desigualdade triângular,i.e., devemos mostrar que:

\displaystyle d(x,y)\leq d(x,z)+d(z,y)

Se tomarmos {a=x-z, b=z-y}, temos que {a+b=x-y}, então fazendo uso da desigualdade triângular nos reais {\mid a+b\mid \leq \mid a\mid +\mid b\mid} e da desigualdade {\sqrt{a+b}\leq \sqrt{a}+\sqrt{b}}, temos:

\displaystyle \sqrt{\mid x-y\mid}=\sqrt{\mid (x-z)+(z-y)\mid}\leq \sqrt{\mid x-z \mid +\mid z-y\mid }=\sqrt{a+b}

\displaystyle \Longleftrightarrow \leq \sqrt{a}+\sqrt{b}=\sqrt{\mid x-z\mid}+\sqrt{\mid z-y\mid}

Assim provamos que a aplicação definida por {d(x,y)=\sqrt{\mid x-y\mid}} é uma métrica sobre {\mathbb{R}}.

2.(solução)

a) À primeira vista a aplicação {d_{1}(x,y)=\mid x^{2}-y^{2}\mid} parece ser uma métrica,mas é facil notar que ela não satisfaz a segunda parte do primeiro axioma da definição de métrica, {d_{1}(x,y)=0\Longleftrightarrow \mid x^{2}-y^{2}\mid=0\Longleftrightarrow x=y} ou {x=-y} daí concluimos que a aplicação não é uma métrica em {\mathbb{R}}, mas é facíl verificar que é uma métrica se tomarmos os subconjuntos {\mathbb{R^{+}}\cup \{0\}} ou {\mathbb{R^{-}}\cup \{0\}}.

b)Seja {x=y=1} então {d_{2}(1,1)=1\neq0} logo não é uma métrica.

c)É facíl verificar que os primeiros axiomas são satisfeitos. Para demonstrarmos a desigualdade triângular consideremos primeiramente a função {f(a)=\frac{a}{1+a}}, é de facil verificação que a função {f} é crescente (usando Cálculo elementar), logo se {\mid a+b\mid \leq \mid a\mid +\mid b\mid \Longrightarrow f(\mid a+b\mid)\leq f(\mid a\mid +\mid b\mid)}, então

\displaystyle \frac{\mid a+b\mid}{1+\mid a+b\mid}\leq\frac{\mid a\mid +\mid b\mid }{1+\mid a\mid +\mid b\mid}= \frac{\mid a\mid }{1+\mid a\mid +\mid b\mid}+\frac{\mid b\mid }{1+\mid a\mid +\mid b\mid}

Tomando {a=x-z} e {b=z-y}, temos o que queremos.

3.(solução)

(i) Se tomarmos {\rho(x,y)=kd(x,y)}, é facíl vermos que:

\displaystyle \rho(x,y)\geq 0 \Longleftrightarrow k> 0

e que as restantes propriedades são facilmente satisfeitas.

(ii)Do mesmo modo é simples verificar que {\rho(x,y)=d(x,y)+k} é uma métrica sse {k=0}.

4.(solução) Podemos escrever a desigualdade triângular do seguinte modo:

\displaystyle d(x,z)\leq d(x,y)+d(y,z) \Longleftrightarrow d(x,z)-d(y,z)\leq d(x,y)

e a desigualdade contrária segue de

\displaystyle d(y,z)\leq d(y,x)+d(x,z)

— 1.3. Outros Exemplos de Espaços Métricos —

Bem-vindos a segunda aula de análise funcional, hoje vamos explorar com um pouco mais de profundidade alguns espaços métricos que são de etrema importância para a análise funcional. Para começarmos introduziremos algumas desigualdades famosas e muito úteis, que não serão demonstradas.

Definição 2 Dois expoentes {p} e {q} são dito conjugados sse:

\displaystyle \frac{1}{p}+\frac{1}{q}=1.

Sejam {p} e {q} dois expoentes conjugados têm-se a seguinte desigualdade de Holder:

\displaystyle  \sum_{k=1}^{\infty}\mid x_{k}y_{k}\mid \leq (\sum_{k=1}^{\infty}\mid x_{k}\mid ^{p})^{\frac{1}{p}}(\sum_{k=1}^{\infty}\mid y_{k}\mid ^{q})^{\frac{1}{q}} \ \ \ \ \ (2)

Se tomarmos {p=q=2} na desigualdade (2) teremos a chamada desigualdade de Cauchy-Buniakovsky-Schwarz:

\displaystyle  \sum_{k=1}^{\infty}\mid x_{k}y_{k}\mid \leq (\sum_{k=1}^{\infty}\mid x_{k}\mid ^{2})^{\frac{1}{2}}(\sum_{k=1}^{\infty}\mid y_{k}\mid ^{2})^{\frac{1}{2}} \ \ \ \ \ (3)

A desigualdade de Holder (2) é geralmente obtida da desigualdade de Young:

\displaystyle  xy\leq \frac{x^{p}}{p}+\frac{y^{q}}{q} \ \ \ \ \ (4)

onde {p} e {q} são conjugados.

Comentário 5 Um corolário trivial da desigualdade acima é o facto de que a média geometrica entre dois números não excede sua média aritmética, para mostrarmos esse facto basta tomarmos {p=q=2}.

E por último temos a desigualdade de Minkovsky:

\displaystyle  (\sum_{k=1}^{\infty}\mid x_{k}+y_{k}\mid ^{p})^{\frac{1}{p}}\leq (\sum_{k=1}^{\infty}\mid x_{k}\mid ^{p})^{\frac{1}{p}}+(\sum_{k=1}^{\infty}\mid y_{k}\mid ^{p})^{\frac{1}{p}} \ \ \ \ \ (5)

Comentário 6 É importante notarmos que a desigualdade de Mimkovsky não é verdadeira para {p<1}, e que quando {p=1} temos uma simples desigualdade que exprime o facto de que o modulo da soma não excede a soma dos modulos.
Exemplo 4 Retomaremos um exemplo da aula anterior, relacionado à métrica { d_{n}(x,y)=\sqrt{\sum_{k=1}^{n}(x_{k}-y_{k})^2}} em {\mathbb{R}^{n}}, onde {x=(x_{1},\cdots,x_{n})=\{x_{k}\}_{k=1}^{n}} e {y=(y_{1},\cdots,y_{n})=\{y_{k}\}_{k=1}^{n}}. Demonstração: O objectivo é provarmos que o par {(\mathbb{R}^{n},d_{n})} é um espaço métrico. De facto, os dois primeiros axiomas são de facil verificação e são deixados ao leitor como exercícios, passemos então a demonstração da desigualdade triângular, para tal faremos uso da desigualdade (3). Sejam {x,y,z\in \mathbb{R}^{n}} então {\exists \{x_{k}\}_{k=1}^{n}, \{y_{k}\}_{k=1}^{n}} e {\{z_{k}\}_{k=1}^{n}} tais que {x=\{x_{k}\}_{k=1}^{n}, y=\{y_{k}\}_{k=1}^{n}} e {z=\{z_{k}\}_{k=1}^{n}}, fazendo então a substituição {a_{k}=x-z, b_{k}=z-y} temos:

\displaystyle \sum_{k=1}^{n}(a_{k}+b_{k})^{2}=\sum_{k=1}^{n}a_{k}^{2}+2\sum_{k=1}^{n}a_{k}b_{k}+\sum_{k=1}^{n}b_{k}^{2}

\displaystyle \Longleftrightarrow\leq\sum_{k=1}^{n}a_{k}^{2}+2\sqrt{\sum_{k=1}^{n}a_{k}^{2}.\sum_{k=1}^{n}b_{k}^{2}}+\sum_{k=1}^{n}b_{k}^{2}=(\sqrt{\sum_{k=1}^{n}a_{k}^{2}}+\sqrt{\sum_{k=1}^{n}b_{k}^{2}})^{2}

\Box

Consideremos agora o espaço {l^{p}(p\geq 1)} ou espaço das sequências {p}-somaveis definido da seguinte forma:

\displaystyle l^{p}=\{x=\{x_{k}\}_{k=1}^{\infty}\mid \sum_{k=1}^{\infty}\mid x_{k}\mid^{p}<\infty\}

Reparem que os elementos do espaço {l^{p}} são sequências com infinitos pontos, fazendo desse espaço um espaço discreto. É facil verificarmos que a aplicação

\displaystyle d(x,y)=(\sum_{k=1}^{\infty}\mid x_{k}-y_{k}\mid^{p} )^{\frac{1}{p}}

é de facto uma métrica, onde {x=(x_{1},\cdots,x_{n},\cdots)} e {y=(y_{1},\cdots,y_{n},\cdots)}. A demonstração desse facto é deixada ao leitor, para a desigualdade triângular basta aplicar a desigualdade (5).

Quando {p=2} o espaço resultante, {l^{2}}, é geralmente conhecido por espaço de Hilbert ou espaço da sequências de quadrado somaveis. Definido da seguinte maneira:

\displaystyle l^{2}=\{x=\{x_{k}\}_{k=1}^{\infty}\mid \sum_{k=1}^{\infty}\mid x_{k}\mid^{2}<\infty\}

com a métrica definida da seguinte forma:

\displaystyle d(x,y)=(\sum_{k=1}^{\infty}\mid x_{k}-y_{k}\mid^{2} )^{\frac{1}{2}}

Além das mencionadas acima, existem muitas outras métricas de extrema importância, até podemos formar metricas de métricas, por exemplo, no primeiro exercício dos problemas propostos na aula passada, nós podemos generalizar, obtendo assim o facto de que se {d(x,y)} é uma métrica sobre {X} então a aplicação

\displaystyle \rho(x,y)=\frac{d(x,y)}{1+d(x,y)}

também é uma métrica sobre {X}.

Exemplo 5 Consideremos a métrica definida por

\displaystyle \rho(x,y)=\sum_{k=1}^{\infty}\frac{1}{2^{k}}\frac{\max\{\mid x(t)-y(t)\mid :\mid t\mid \leq k\}}{1+\max\{\mid x(t)-y(t)\mid :\mid t\mid \leq k\}}

sobre o espaço das funções continuas em {(-\infty,\infty)} torna esse conjunto um espaço métrico. Deixamos para o leitor a demonstração desse facto, como sugestão, lembre-se das suas aulas de Cálculo e as propriedades das funções continuas e séries (mostrar antes que a métrica estábem definida, em caso de duvidas contacte-nos atráves do blog deixando sua questão).

Mostraremos agora que o produto cartesiano {X_{1}\times X_{2}} de dois espaços métricos {(X_{1},d_{1})} e {(X_{2},d_{2})}, também pode ser transformado em um espaço métrico.

Exemplo 6 Consideremos o conjunto {X=X_{1}\times X_{2}} onde {X_{1}} e {X_{2}} são espaços métricos, definimos nele a métrica

\displaystyle d(x,y)=d_{1}(x_{1},y_{1})+d_{2}(x_{2},y_{2})

vamos mostrar que o par {(X,d)} é um espaço métrico, onde {x=(x_{1},x_{2})} e {y=(y_{1},y_{2})}. Demonstração:

(i) É evidente que {d(x,y)\geq } já que é a soma de duas metricas não negativas. Se {d(x,y)=0 \Longleftrightarrow d_{1}(x_{1},y_{1})+d_{2}(x_{2},y_{2})=0} como as métricas são não negativas então para a soma ser zero ambas tem de ser zero,i.e., {d_{1}(x_{1},y_{1})=0\Longrightarrow x_{1}=y_{1}} e {d_{2}(x_{2},y_{2})=0\Longrightarrow x_{2}=y_{2}}, o inverso é facil de mostrar assim como o axioma (ii).

(iii)Para demonstrarmos a desigualdade triângular,tomemos {d(x,y)=d_{1}(x_{1},y_{1})+d_{2}(x_{2},y_{2})\leq d_{1}(x_{1},z_{1})+d_{1}(z_{1},y_{1})+d_{2}(x_{2},z_{2})+d_{2}(z_{2},y_{2}) } reagrupando a desigualdade obtemos

\displaystyle d(x,y)\leq d(x,z)+d(z,y)

\Box

Como verificamos pelos exemplos acima, a partir de uma métrica podemos formar ou construir outras métricas, passemos agora para novos conceitos.

Definição 3 Seja {(X,d)} um espaço e {A\subset X} ({A\neq\emptyset}). Dizemos que o conjunto {A} é limitado se {\exists k>0} tal que

\displaystyle d(x,y)\leq k \text{ , } \forall x,y \in A

Se {A} é limitado, denotamos o diâmetro de {A} por {\delta(A)} onde

\displaystyle  \delta(A)=\sup_{x,y \in A}d(x,y)

Da definição acima segue-se imediatamente que um conjunto {A} é limitado sse {\delta(A)<\infty}.

Definição 4 Seja {(X,d)} um espaço métrico e {A\subset X} ({A\neq\emptyset}) e {x\in X}. Chama-se distância de {x} ao conjunto {A} o número

\displaystyle d(x,A)=\inf_{y\in A}d(x,y).

A ideia de se calcular a distância de um ponto aum conjunto pode ser tornado mais intuitivo ao lembrarmos um pouco de Geometria Análitica, onde calculamos a distância de um ponto a uma recta, que nada mais é que um conjunto infinito de pontos.

Podemos verificar ainda que:

  • A definição 1.3 está bem definida, pois o ínfimo existe pois {d(x,y)\geq 0}, {\forall y\in A}.
  • Se {x\in A}, então {d(x,A)=0} (porque aí bastaria toar {x=y}).
Proposição 1 Seja {(X,d)} um espaço métrico e {A\subset X (A\neq \emptyset)}. Então para todo {x,y \in X} temos

\displaystyle \mid d(x,A)-d(y,A)\mid \leq d(x,y)

Demonstração: Como {d(x,A)=\inf_{a\in A}d(x,a)} é uma cota inferior então para todo {z\in A} temos:

\displaystyle d(x,A)=\inf_{a\in A}d(x,a)\leq d(x,z)\leq d(x,y)+d(y,z)

assim {d(x,A)-d(x,y)\leq d(y,z)} é uma cota inferior do conjunto {\{d(y,z)\mid z\in A\}}, logo:

\displaystyle d(x,A)-d(y,A)\leq d(x,y)

a segunda desigualdade segue multiplicando-se a expressão acima por {-1} e fazendo {x=y}. \Box

Definição 5 Seja {(X,d)} um espaço métrico e {A,B\subset X}, {A\neq \emptyset} e {B\neq \emptyset}. A distância entre {A} e {B} é definida do seguinte modo:

\displaystyle d(A,B)=\sup\{d(x,y)\mid x\in A, y\in B\}.

Da definição podemos notar que:

  • Se {A\cap B\neq \emptyset}, então {d(A,B)=0}.
  • Se {A\cap B= \emptyset}, não implica {d(A,B)>0}.

Por hoje ficaremos por aqui,não se esqueçam de resolver os problemas propostos e em cao de duvida nos contactem, como sempre no inicio da proxima aula resolveremos os problemas propostos.

Problemas Propostos

Exercício 5 Mostre que a desigualdade de Cauchy (3) implica

\displaystyle (\mid x_{1}\mid+\cdots+\mid x_{n}\mid)^{2}\leq n(\mid x_{1}\mid ^{2}+\cdots+\mid x_{n}\mid ^{2}).

Exercício 6 Encontre uma sequência que converge para {0}, mas que não esteja em nenhum espaço {l^{p}}, onde {1\leq p<\infty}.
Exercício 7 Encontre uma sequência que esteja em {l^{p}(p>1)} mas não esteja em {l^{1}}.
Exercício 8 Mostre que:

  1. Se {A\subset B},então {\delta(A)\leq \delta(B)}.
  2. {\delta(A)=0} se e somente se {A} consiste em um único ponto.
Exercício 9 Sejam {X=X_{1}\times X_{2}} onde {(X_{1},d_{1})}, {(X_{2},d_{2})} são espaços métricos. Mostre que as seguintes aplicações são métricas em {X}:

  • {d_{1}(x,y)=\sqrt{d_{1}^{2}(x_{1},y_{1})+d_{2}^{2}(x_{2},y_{2})}}
  • {d_{2}(x,y)=\max\{d_{1}(x_{1},y_{1}),d_{2}(x_{2},y_{2})\}}
Exercício 10 Seja {B(A)} o conjunto das funções limitadas em {A}, com a aplicação

\displaystyle d(x,y)=\sup_{t\in A}\mid x(t)-y(t)\mid

Mostre que {(B(A),d)} é um espaço métrico se {A=[a,b]}.

Exercício 11 Mostre que se {(X,d)} é um espaço métrico, então

\displaystyle \rho(x,y)=\sqrt{d(x,y)}

também o é.

Equações Diferenciais Ordinárias – aula 1

Equações Diferenciais Ordinárias

Com a descoberta do cálculo de forma independente no século 17 por Newton e Leibniz, seguiu-se uma nova abordagem a certos problemas que anteriormente pareciam insoluveis. Notou-se que estes problemas levavam a certos de equações em que as taxas de variação das grandezas a determinar dependiam de outras (geralmente do tempo), assim surgiram as primeiras equações diferenciais ordinárias.

Uma equação diferencial é uma equação que envolve derivadas de uma função desconhecida de uma ou mais variáveis. As equações diferencias ordinárias (EDOs) são equações diferencias que dependem de uma única variável. Elas são enormemente útilizadas em Modelagem na industria, principalmente nas áreas de Engenharia, Física, Ciências da Computação, Biologia, Medicina, Ciências Ambientais, Química, Economia e em outros campos que traduzem uma determinada situação física ou um conjunto de observações para um “modelo matemático”.

Existem numerosos exemplos da Engenharia (e.g. problemas de mistura), Física (e.g. lei de resfriamento de Newton, equação de Darcy para meios porosos), Biologia (e.g. sistemas predador-presa ou modelo de Lotka-Volterra) etc..

— 1. Equações Diferenciais Ordinárias Lineares de 1ª Ordem —

— 1.1. Definição e Conceitos Iniciais —

Definição 1 Uma EDO é uma equação com uma ou mais derivadas de uma função desconhecida {y=y(x)} até a ordem {n}, i.e.,

\displaystyle  F(x,y,y^{'},\cdots,y^{n})=0 \ \ \ \ \ (1)

onde {F} é continua definida num aberto {X} de {\mathbb{R}^{n+2}}.

O termo ordinária significa que todas as derivadas são tomadas em relação a uma única variável independente “{x}“.

Exemplo 1 {y^{''}+5y=x^{6}}, {y^{(IV)}+y^{'''}+2xy^{'}=0}.
Comentário 1 É conhecida do cálculo a notação {y^{'}=\frac{dy}{dx}}, que será muito utilizada nestas notas.

Ao contrário das EDOs, as EDPs (Equações Diferenciais Parciais) são equações onde ocorrem as derivadas de uma função desconhecida de uma ou mais variáveis.

Exemplo 2 A equação do calor

\displaystyle \frac{\partial^{2}u}{\partial x^{2}}=c^{2}\frac{\partial u}{\partial t}

onde {u=u(x,t)} representa a distribuição do calor numa barra ao longo do tempo.

Uma EDO é dita ser de ordem {n} se a {n}-ésima derivada da função a determinar {y} é de ordem {n}.

Exemplo 3

  • {\frac{d^{3}y}{dx^{3}}+2\frac{dy}{dx}=x} é uma EDO de ordem 3 porque a maior derivada na equação é de terceira ordem.
  • {y^{'}+y+x=0}, a equação é de ordem 1 ou primeira ordem.
Comentário 2 Em geral, uma EDO estabelece a relação entre duas grandezas, mas existem casos em que para relacionarmos estas duas grandezas existe uma terceira, nestes casos a identidade a seguir é bastante útil

\displaystyle \frac{dy}{dt}=\frac{dy}{dx}.\frac{dx}{dt}

onde {y=y(x)} e {x=x(t)}.

Muitas vezes, uma EDO como a (Equação 1) pode ser apresentada da seguinte forma, chamada de forma normal:

\displaystyle  y^{n}=f(x,y,...,y^{n-1}). \ \ \ \ \ (2)

Exemplo 4 A équação {y^{''}=y^{'}+2x} está na forma normal.
Definição 2 Uma EDO é dita ser linear se pode ser escrita na forma

\displaystyle  c_{0}(x)y^{n}+c_{1}(x)y^{n-1}+\cdots+c_{n}(x)y=G(x) \ \ \ \ \ (3)

onde {c_{0}(x)\neq 0}. Se a equação não poder ser reduzida a forma (3), então ela é dita ser não-linear.

Exemplo 5 {y^{''}+2xy^{'}=0}.
Definição 3 Uma solução de uma EDO de ordem {n}, é qualquer função {n} vezes derivável que satisfaça a equação, i.e., lhe reduza a uma identidade.
Exemplo 6 Verifique que {y=Ce^{x}}, onde {c\neq 0}, é uma solução da equação {y'=y}. Demonstração: Para solucionarmos este problema basta lembrarmo-nos das nossas aulas de Cálculo Diferencial, mais precisamente da regra de derivação do produto de uma constante por uma função, obtemos assim {y'=Ce^{x}} já que a derivada de {e^{x}} é igual a ela mesma, logo substituindo na equação verificamos que ela se transforma numa identidade, assim {y=Ce^{x}} é uma solução da equação {y'=y}. \Box

Comentário 3 A curva (ou gráfico) da solução de uma EDO é geralmente chamada de curva solução.
Exemplo 7 Seja a equação {y'=\sin x}, a solução pode ser obtida directamente integrando ambos lados, ou seja, {y'=\frac{dy}{dx}=\sin x \Longrightarrow \int dy=\int \sin x dx \Longrightarrow y=-\cos x+c}. Obtemos desse modo uma solução dependendo de uma constante {c}, a este tipo de solução denominamos familia de soluções, a Fígura 1 a seguir mostra algumas curvas solução para essa equação para diferentes valores de {c}.

Normalmente uma EDO possui infinitas soluções aparecendo geralmente como uma função dependente de uma constante, a qual chamamos de solução geral. Mas em problemas prácticos nós estamos interessados simplesmente em soluções que satisfaçam certas condições iniciais, chamadas de soluções particulares.

Definição 4 Um Problema de Valor Inicial, ou condições iniciais, é um problema que busca determinar uma solução de uma EDO sujeita a condições sobre a função desconhecida e suas derivadas especificadas em um valor da variável independente.
Exemplo 8 A equação diferencial do exemplo anterior pode ser simplificada se nós buscarmos apenas as soluções que satisfaçam determinada condição (dita condição inicial), e.g., {y(\pi)=1}, isto pode ser interpretado geometricamente como, encontrar a curva solução que passa pelo ponto {A(\pi,1)}. No exemplo anterior fica portanto, {y=-\cos x+c \Longrightarrow y(0)=1=-\cos \pi +c \Longrightarrow c=0}, a Fígura 2 mostra a solução final {y=\cos x}.

Cada vez que se formula um PVI, existem três perguntas em relação a este que devem ser feitas:

  1. Existência.Existe uma solução da equação diferencial que satisfaça as condições dadas?
  2. Unicidade.Se existe uma solução que satisfaça a equação, ela é única?
  3. Estabilidade. A solução depende continuamente dos dados?

As condições acima são chamadas de condições de Hadamard, qualquer PVI que satisfaça as três condições acima é dito ser um problema bem proposto.

Exemplo 9 Consideremos o famoso PVI

\displaystyle y'=3y^{\frac{2}{3}},\text{ } y(2)=0

temos que a solução geral é {y=(x+c)^3}. Da condição inicial {y(2)=0} obtemos {c=-2}, assim obtemos uma solução dada por {y=(x-2)^3}.

Podemos observar que {y=0} é também uma solução da equação acima e que ela não pode ser obtida da a partir da solução geral {y=(x+c)^3} para qualquer valor da constante {c}, de modo que não é uma solução particular. Mostramos assim que a solução da equação acima não é única.

Comentário 4 As soluções que não podem ser obtidas mediante uma escolha qualquer de {c} designam-se soluções singulares. Estas soluções aparecem normalmente em certas aplicações que envolvem equações extremamente não lineares.

Por hoje nós ficamos por aqui, a partir da proxima aula vamos analisar algumas consequências derivadas do exemplo acima e também o método das isoclinas e outras interpretações geométricas, lista de problemas para esta aula vem a seguir a este post, qualquer duvida ou comentário contacte-nos.

Análise Funcional – Aula I

Introdução à Análise Funcional

A Análise Funcional é um ramo da Matemática abstracta que é basicamente uma junção de Teória da Medida e Integração, Topologia e Álgebra Linear em espaços de dimensão infinita. Ela originou-se a partir de trabalhos em equacções diferenciais Parciais, Equações Integrais e da necessidade de se dar um tratamento mais rigoroso ao estudo dos espaços de funções no século XX.

Ela oferece-nos uma generalização de muitos conceitos de análise em {\mathbb{R}} e de outros espaços topológicos e têm servido de base para muitas outras áreas da Matemática Moderna. Durante o século XX matemáticos observaram que problemas de diferentes áreas muitas vezes exibiam propriedades comuns, este facto foi usado para a criação de uma abordagem unificada abstendo-se de uma análise local para a obtenção de resultados gerais dos quais os resultados particulares seguiriam.

Uma das maiores descobertas (ou criação de preferirem) do século XX foi a noção de espaço abstracto em Matemática, devido principalmente a M. Fréchet e F. Hausdorff, que pode ser visto como o culminar de uma onda crescente de abstracção que invadira a Matemática já algum tempo e que teve o seu climax, com justeza, na criação das maiores joias da Matemática.

— 1. Espaços Métricos —

Desde os pimordios da civilização moderna, o homem vem se aperfeiçoando na criação de instrumentos de medida como meios de ajuda na execução de tarefas as quais se propõe realizar. Dentre estes, o cálculo de distâncias sempre foi um dos principais objectivos. Hoje, nós geralmente usamos uma fita métrica para medirmos a distância entre dois objectos, ou podemos fazer uso do teorema de Pitágoras que basicamente nos permite medir a distância entre dois pontos num plano Cartesiano com eixos {x} e {y}, ou ainda generalizarmos ao introduzirmos uma componente {z}, passando a ser uma fórmula para medirmos distâncias no espaço (pelo menos o nosso espaço!).

Mas nós nos perguntamos, afinal o que é o espaço? Muitas pessoas normalmente confudem o espaço sideral, isto é, a zona onde se encontram as estrelas e outros corpos celestes com a noção de espaço em si, uma definição simples e um pouco baseada no senso comum é a de que o espaço é o local onde se encontram os objectos, ele é tomado essencialmente como algo no qual estamos imersos, é uma estrutura invisivel que nos engloba não somente a nós, como também todo o universo, uma imagem mental seria a de uma esfera na qual tudo está contido, até porque o universo seria a propria esfera.

No século XX, em Física, com a teoria da geral da relatividade de A. Einstein surge a noção de espaço-tempo, i.e., uma entidade quadridimensional, mostrando assim que as noções de espaço e tempo são essencialmente as mesmas, elas são inseparáveis, conceito esse que é muitas vezes mal compreendido pelas pessoas.

Para um Matemático, o espaço é um conjunto de pontos, é importante notarmos que, embora nós olhemos para o vazio, aparentemente sem nada, na verdade ele está prenchido por pontos, esta noção embora primitiva pode nos ajudar a ganharmos uma pequena intuição para uma generalização.

De uma forma mais rigorosa, em Matemática, um espaço é um conjunto arbitrário {X\neq \emptyset} munido de uma estrutura. De maneira mais informal, é um conjunto de objectos de qualquer natureza no qual definimos uma estrutura. É importante notarmos que não importa a natureza dos objectos que constituam o conjunto, desde que definamos nele uma estrutura, ele passará a ser um “espaço”.

Exemplo 1 É bem conhecida a noção em Álgebra Linear de Espaço Vectorial, i.e., um conjunto {V\neq \emptyset} com duas operações definidas nele, a adição {+:V\times V\rightarrow V} e a multiplicação por um escalar {\cdot:V\times \mathbb{K}\rightarrow V}, onde {\mathbb{K}} é um corpo. Não importa qual seja a natureza do conjunto {V}, desde que satisfaça os 8 axiomas da definição chamaremos ele de “espaço vectorial”, e aos seus elementos chamaremos pontos desse espaço ou vectores (isto mesmo, vectores), portanto do ponto de vista da Álgebra Linear, uma função como {f(x)=x^{2}} pertencente ao espaço vectorial das funções continuas em {C_{[a,b]}} é um vector, pois ele é um ponto ou elemento desse espaço.

É importante notarmos bem os conceitos acima, em Matemática conceitos que nos parecem muito corriqueiros muitas vezes não são o que parecem! Desta forma podemos passar ao passo seguinte que é a introdução da noção de espaço métrico.

Definição 1 Um espaço métrico {(X,d)} é um conjunto {X\neq \emptyset} juntamente com uma função distância {d:X\times X\rightarrow\mathbb{R^+}} que obedece as seguintes propriedades ou axiomas:

  1. (Não-degeneramento) Para todo {x,y \in X}, temos {d(x,y)\geq 0}, com igualdade se e somente se {x=y}.
  2. (Simétria) Para todo {x,y \in X}, temos {d(x,y)=d(y,x)}.
  3. (Desigualdade Triângular) Para todo {x,y,z \in X}, temos {d(x,y)\leq d(x,z)+d(z,y)}.
Comentário 1 Muitas vezes com um abuso de notação obvio, se diz que {X} é um espaço métrico ao invés do par {(X,d)} supondo-se que a distância ou métrica é conhecida.

É importante o leitor notar que um espaço métrico não é um conjunto, mas é uma “estrutura”, de tal maneira que em um mesmo conjunto podemos definir métricas diferentes, i.e., { d\neq \rho \Rightarrow (X,d)\neq (X,\rho)}. Aos elementos de um espaço métrico chamaremos pontos, independentemente da natureza destes ojectos, sejam eles objectos do nosso mundo físico ou abstractos.

O axioma 1 na definição estabelece o facto evidente que a distância entre dois objectos nunca é negativa, e se ela é igual a zero é porque estes dois objectos são iguais. O axioma 2 também é intuitivo, quer dizer, a distância entre dois objectos {A} e {B} é a mesma que a distância entre {B} e {A}.

Já o axioma 3 é bastante conhecido desde a Geométria elementar e dos três é o menos intuitivo.

Do axioma 3 obtemos por indução a desigualdade triângular generalizada:

\displaystyle  d(x_{1},x_{n})\leq d(x_{1},x_{2})+d(x_{2},x_{3})+\cdots+d(x_{n-1},x_{n}) \ \ \ \ \ (1)

Um subespaço {(Y,\rho)} de um espaço métrico {(X,d)} é obtido se tomarmos o subconjunto {Y\subset X} e restringirmos {d} a {Y\times Y}, assim a métrica em {Y} é a restrição

\displaystyle \rho=d\mid _{Y\times Y}

Comentário 2 A partir de agora, quando não houver perigo de confusão designaremos o espaço métrico pela letra {X}.

— 1.1. Exemplos de Espaços Métricos —

Consideremos alguns exemplos de espaços métricos.

Exemplo 2 1. O conjunto dos Números Reais {\mathbb{R}}. Munido com a distância:

\displaystyle d(x,y)=\mid x-y\mid

Esta é com certeza a distância mais famosa em matemática, pois quase toda a análise elementar é feita usando esta métrica e é também bastante intuitiva, vamos provar que os números reais com essa distância é de facto um espaço métrico. Demonstração: (i) Vamos verificar o primeiro axioma, {d(x,y)\geq 0} e {x=y \Longleftrightarrow d(x,y)=0}. Então temos,

\displaystyle d(x,y)\geq 0 \Longleftrightarrow d(x,y)=\mid x-y\mid \geq 0

o que é evidente pela definição de módulo. Resta demosntrar a segunda parte do axioma 1, temos então

\displaystyle d(x,y)= 0 \Longleftrightarrow \mid x-y \mid =0

\displaystyle \Longleftrightarrow x-y=0

\displaystyle \Longleftrightarrow x=y

a reciproca é evidentemente verdadeira, se tomarmos {x=y} então {d(x,x)=0}.

(ii)O segundo axioma também é simples de demontrar,

\displaystyle d(x,y)=\mid x-y\mid =\mid (-1).(y-x)\mid = \mid (-1)\mid \mid y-x\mid =\mid y-x\mid = d(y,x)

(iii)Para demosntrarmos a desigualdade triângular vamos precisar da desigualdade triângular nos reais, i.e.,

\displaystyle \mid x-y\mid \leq \mid x\mid + \mid y\mid

Fazendo uso de um pequeno artifício temos,

\displaystyle (x-y)=(x-z)+(z-y)

Então,

\displaystyle \mid x-y\mid \leq \mid (x-z)+(z-y)\mid \leq \mid x-z\mid +\mid z-y\mid

assim demosntramos que o par {(\mathbb{R},d)} é um espaço métrico. \Box

Por exemplo se tomarmos dois números quaisquer na recta real, {x=1} {y=2.5} a distância entre eles é de {d(1,2.5)=\mid 1-2.5\mid =1.5}, esta métrica tabém pode ser chamada de métrica da régua, pois ela nos permite calcular a distância entre dois pontos numa régua.

2. O espaço métrico discreto {X}. Ao tomarmos qualquer conjunto {X\neq \emptyset} podemos definir nele a seguinte métrica,

\displaystyle  \rho(x,y) = \left \{ \begin{array}{cl} 1 & \mbox{, } x\neq y\\ 0 & \mbox{, } x= y \end{array}\right.

Vamos mostrar que {\rho} é de facto uma métrica. Demonstração: De facto, os axiomas (i) e (ii) da definição de espaço métrico são evidentemente satisfeitos pela maneira como {\rho} está definida.Resta-nos apenas provar o axioma 3 da definição. Dados {x, y \in X} temos duas alternativas:

  • Se {x=y}\, então\, {\rho(x,y)=0}. Substituindo este resultado no axioma 3 da definição devemos provar que

    \displaystyle 0\leq \rho(x,z)+\rho(z,y)

    como por definição {\rho(x,z)\geq 0} e {\rho(z,y)\geq 0} temos que a desigualdade é satisfeita trivialmente.

  • Se {x\neq y} então ou {x\neq z} ou {z\neq y} (caso contrário, i.e., se {x=y} e {z=y} então {x=y}, contrariando a hipótese); Sendo assim temos {\rho(x,y)=1} e ou {\rho(x,z)=1} ou {\rho(z,y)=1}.Em qualquer situação a desigualdade

    \displaystyle \rho(x,y)\leq \rho(x,z)+\rho(z,y)

    \displaystyle 1\leq \rho(x,z)+\rho(z,y)

    estará satisfeita

\Box

Comentário 3 É importante tomarmos nota de que a métrica discreta se definida em qualquer conjunto, independentemente da natureza de seus objectos, torna-o num espaço métrico, e.g., se tomarmos {Y=\{y\mid y\text{ é uma banana}\}} o conjunto formado por todas as bananas existentes em todos os universos possiveis, então o par {(Y,\rho)} é um espaço métrico.

3. Métricas sobre o {\mathbb{R}^2}. Como haviamos dito mais acima, sobre um mesmo conjunto podemos definir muitas métricas, vamos agora construir três métricas muito famosas em {\mathbb{R}^2} mas a demonstração de que elas de facto são métricas deixamos para o leitor (em caso de duvida podes nos contactar).

  • Consideremos a aplicação {d_{1}: \mathbb{R}^2\times\mathbb{R}^2\longrightarrow \mathbb{R}^+} onde {d_{1}} está definida da seguinte forma:

    \displaystyle d_{1}(x,y)=\sqrt{(x_{1}-y_{1})^2 +(x_{2}-y_{2})^2}

    onde {x=(x_{1},x_{2})} e {y=(y_{1},y_{2})}. A fórmula acima nada mais é que a fórmula para o cálculo da distância entre dois pontos no plano, reparem que {x,y \in \mathbb{R}^2} e por isso eles são pares ordenados, isto é, têm duas componentes, já que {\mathbb{R}^2=\{(x,y)\mid x\in \mathbb{R} \text{ e } y \in \mathbb{R} \}}. Deixamos ao leitor a tarefa de provar que o par {(\mathbb{R}^2,d_{1})} é um espaço métrico.

  • Consideremos agora a aplicação {d_{2}:\mathbb{R}^2\times\mathbb{R}^2\longrightarrow \mathbb{R}^+}, definida por

    \displaystyle d_{2}(x,y)=\mid x_{1}-y_{1}\mid + \mid x_{2}-y_{2}\mid

    onde {x=(x_{1},x_{2})} e {y=(y_{1},y_{2})}. A métrica {d_{2}} é conhecida como métrica do taxi.

  • Em último lugar a aplicação {d_{3}:\mathbb{R}^2\times\mathbb{R}^2\longrightarrow \mathbb{R}^+}, definimos a métrica do máximo da seguinte forma:

    \displaystyle d_{3}(x,y)=max \{\mid x_{1}-y_{1}\mid, \mid x_{2}-y_{2}\mid\}

4. O espaço {\mathbb{R}^n}. A métrica {d_{1}} é uma generalização da métrica em {\mathbb{R}}, já a métrica em {\mathbb{R}^n} é uma generalização para qualquer {n\geq 1} natural, e é formado pelas sequências de {n} números reais {x=(x_{1},x_{2},\cdots,x_{n})} munidos da distância:

\displaystyle  d_{n}(x,y)=\sqrt{\sum_{k=1}^{n}(x_{k}-y_{k})^2}

O par {(\mathbb{R}^n,d_{n})} denomina-se espaço euclidiano de dimensão {n}. A demonstração desse facto será feita na proxíma aula.

5. O espaço das sequências limitadas {l^{\infty}}. Seja {X} o conjunto de todas sequências limitadas de números complexos {\mathbb{C}}; Isto é cada elemento de {X} é uma sequência

\displaystyle  x=(x_{1},x_{2},\cdots)\text{ ou } x=\{x_{i}\}_{i=1}^\infty

tal que {\forall i} temos,

\displaystyle \mid x_{i}\mid \leq k_{x}

onde {k_{x}} é um número real que depende de {x} mas não de {i}. Definimos a métrica da seguinte forma:

\displaystyle d(x,y)=\sup_{i\in \mathbb{N}}\mid x_{i}-y_{i}\mid

onde {y=\{y_{i}\}_{i=1}^\infty} e {\sup} denota o supremo. O espaço {l^\infty} é um espaço de sequências e portanto discreto, este facto será muito importante quando falarmos da noção de separabilidade.

6. O espaço {C[a,b]}. No conjunto {X} tomamos o conjunto de todas as funções com valores reais {x,y,z,\cdots} de uma variável independente {t} definidas num intervalo fechado {[a,b]}. Escolhemos a métrica definida por

\displaystyle  d(x,y)=\max_{t\in [a,b]}\mid x(t)-y(t)\mid

onde {\max} denota o máximo do modulo da diferença. Este é um espaço de funções já que os pontos desse espaço são funções.

É claro que existem muitos espaços métricos, e como já sabemos sobre um mesmo conjunto podemos definir muitas métricas. Temos também exemplos de como provar se uma aplicação é ou não uma métrica, resta-nos emfim mostrar uma maneira simples de mostrarmos que uma dada aplicação não é uma métrica.

Comentário 4 Em geral, ao tentarmos provar que uma dada aplicação não é uma métrica sobre um conjunto, devemos tentar dar um contraexemplo que demonstre que pelo menos um dos axiomas da (Definição 1.1) não é satisfeita.
Exemplo 3 Demonstrar que a aplicação {d:\mathbb{R}\times\mathbb{R}\longrightarrow \mathbb{R}^+} definida por

\displaystyle d(x,y)=(x-y)^2

não é uma métrica sobre {\mathbb{R}}. Demonstração: À primeira vista a aplicação acima parece-nos estranha, e é evidente fazendo simples cálculos que ela satisfaz os dois primeiros axiomas da definição de espaços métricos,mas ao chegarmos na desigualdade triângular é facíl notarmos que não parece existir uma maneira dela ser satisfeita, desta forma devemos brincar um pouco com os números, basta encotrarmos três números reais (já que nesse caso {X=\mathbb{R}}) e mostrarmos que a desigualdade triângular não é satisfeita. Dessa forma, sejam {x=1}, {y=4} e {z=3}, logo {d(1,4)=(1-4)^2=9}, {d(1,3)=4} e {d(3,4)=1}, substituindo na desigualdade triângular temos

\displaystyle d(x,y)\leq d(x,z)+d(z,y)\Longleftrightarrow 9\leq 4+1=5

o que é obviamente falso, logo {d} não é uma métrica sobre {\mathbb{R}}. \Box

Assim chegamos ao fim de nossa primeira aula de Introdução à Análise Funcional, não se esqueçam de resolver os problemas abaixo e em caso de dúvidas nos contactar a partir do blog deixando um comentário, antes da próxima aula postaremos a solução dos problemas.

Problemas Propostos

Exercício 1 Mostre que a aplicação {d(x,y)=\sqrt{\mid x-y\mid}} define uma métrica sobre {\mathbb{R}}.(Sugestão: use a desigualdade {\sqrt{a+b}\leq \sqrt{a}+\sqrt{b}})
Exercício 2 Das aplicações definidas abaixo, demonstre quais delas define uma métrica e para as que não definem dê um contraexemplo:

  • {d_{1}(x,y)=\mid x^2 - y^2\mid}.
  • {d_{2}(x,y)=\mid 3x^2 -2y\mid }.
  • {d_{3}(x,y)=\frac{\mid x-y\mid}{1-\mid x-y\mid}}.
Exercício 3 Seja {d} uma métrica em {X}. Determine todas as constantes {k} tais que (i){kd}, (ii){d+k} sejam métricas em {X}.
Exercício 4 Usando a desigualdade triângular mostre que

\displaystyle \mid d(x,z)-d(y,z)\mid \leq d(x,y)

Variáveis mudas

O conceito de variável muda, ou variável ligada, aparece muitas vezes em matemática e a sua compreensão revela-se muito útil para o estudante. Basicamente dizer que uma variável é ligada significa dizer que o símbolo que estamos a utilizar não importa realmente. O que importa é o contexto em que ele está a ser utilizado. Por exemplo, nos seguintes somatórios {\displaystyle \sum_ {i = 0} ^ {5} 1 }, {\displaystyle \sum_ {j = 0} ^ {5} 1 } o índice de soma é uma variável muda. O resultado da soma é o mesmo, independentemente do facto de utilizarmos { i }, ou { k }, ou qualquer outro símbolo.

Mas será que todos as variáveis são mudas? Não, não são. Por exemplo, em {\displaystyle \sum_ {j = 0} ^ {l} 1 } a variável { l } não é muda, uma vez que alterações ao seu valor fazem com que o resultado da soma varie. Neste caso {l} diz-se uma variável livre.

Dito isto, vamos olhar para uma demonstração simples onde algumas pessoas que não estejam habituadas a este tipo de raciocínio podem ficar confusas por não estarem acostumadas a pensar nestes termos. O exercício em questão é a demonstração de que o valor do integral de uma função ímpar calculado entre limites simétricos é nulo.

Uma função, {f(x)}, diz-se ímpar quando { f (-x) = - f (x) }. E no contexto da nossa afirmação vamos calcular

\displaystyle \displaystyle \int _ {- a} ^ {a} f \left (x \right) dx

Para integrais sabemos que a propriedade aditiva é válida

\displaystyle \displaystyle \int _ {- a} ^ {a} f \left (x \right) dx = \displaystyle \int _ {- a} ^ {0} f \left (x \right) dx + \displaystyle \int_ { 0} ^ {a} f (x) dx

Vamos analisar o primeiro termo do lado direito da igualdade:

\displaystyle \displaystyle \int _ {- a} ^ {0} f \left (x \right) dx

Seja { t = -x }, então { dt = -dx }. Além disso:

{\begin{aligned} \displaystyle \int _ {- a} ^ {0} f \left (x \right) dx &= \displaystyle \int_ {a} ^ {0} f \left (-t \right) \left (-dt \right)\\ &=- \displaystyle \int_ {a} ^ {0} f \left (-t \right) dt\\ &=\displaystyle \int_ {0} ^ {a} f \left (-t \right) dt \end{aligned}}

Para uma função ímpar é válido { f (-t) = - f (t) } e assim é

\displaystyle \displaystyle \int_ {0} ^ {a} f \left (-t \right) dt = - \displaystyle \int_ {0} ^ {a} f \left (t \right) dt

Vamos agora parar para pensar. Será que {t} é uma variável muda no contexto deste integral? Se nós substituirmos { t } por outro símbolo qualquer será que o valor do integral varia? Uma vez que o valor de um integral depende da função integranda e dos limites de integração e não do símbolo particular que utilizamos para representar a função, é patente que ao mudar o símbolo {t} por outro qualquer o valor do integral não sofrerá qualquer alteração. Visto que o valor do integral não varia, então { t } é de facto uma variável muda. Por outro lado, o valor do integral depende de {a} e como tal {a} é uma variável livre. Assim, podemos, por exemplo, fazer uma mudança de variável { x=t }.

Para quem não está habituado a este tipo de raciocínios o passo anterior terá forçosamente que ser confuso! Primeiro dissemos que { t = -x } e agora dizemos que { t = x }. Então o que é que vai ser?!

Ambas as opções são mutuamente exclusivas (excepto no caso trivial em que { t = x = 0 }) e assim sendo precisamos de uma resolução.

A resolução é o facto de, na segunda igualdade, nós estarmos a fazer a simples afirmação de que para efeitos do cálculo dos integrais o que importa é a definição da função integranda (dito de outra forma o que interessa é a função) e os limites de integração. Então o que nós fizemos foi só mudar o símbolo que utilizamos para denotar o argumento da nossa função (não a função em si) e os limites de integração permaneceram os mesmos.

Levando isso em conta, o resultado é

\displaystyle  - \displaystyle \int_ {0} ^ {a} f \left (t \right) = - \displaystyle \int_ {0} ^ {a} f \left (x \right) dx

e isso nos leva a:

\displaystyle \displaystyle \int _ {- a} ^ {a} f \left (x \right) dx = - \displaystyle \int_ {0} ^ {a} f \left (x \right) dx + \displaystyle \int_ { 0} ^ {a} f \left (x \right) dx = 0

Que é o resultado esperado.

%d bloggers like this: