Os Skew Anéis de Polinômios Tipo Automorfismo e a Fatoração Única

Tamanho: px
Começar a partir da página:

Download "Os Skew Anéis de Polinômios Tipo Automorfismo e a Fatoração Única"

Transcrição

1 Os Skew Aés de Polômos Tpo Automorfsmo e a Fatoração Úca Skew Polyomals Rgs of Automorphsm Type ad Uque Factorsato Marlo Soares Uversdade Estadual do Cetro-Oeste - UNICENTRO Departameto de Matemátca, Guarapuava, PR marlosoares@ucetro.br Resumo: Este artgo apreseta algus resultados da teora dos skew aés de polômos tpo automorfsmo e algumas codções ecessáras para que o skew ael de polômos tpo automorfsmo, de um ael de fatoração úca Noetherao, apresete fatoração úca. Palavras-chave: aés ão-comutatvos; fatoração úca; skew aés de polômos. Abstract: Ths paper presets some results of the theory of skew polyomals rgs of automorphsm type ad some ecessary codtos so that the skew polyomals rg of automorphsm type, of a Noethera uque factorzato rg, presets uque factorsato. Key words: o-commutatve rgs; uque factorzato; skew polyomal rgs. 1 Itrodução Em [1], Kaplasky mostra, o Teorema 5, que a oção clássca de fatoração úca para domíos comutatvos é equvalete à codção que todo deal prmo ão-ulo coteha um deal prmo prcpal ão-ulo. Tal oção fo estedda por Chatters, em [2] a domíos Noetheraos R, ão ecessaramete

2 Revsta Cêcas Exatas e Naturas, Vol.10 º 2, Jul/Dez 2008 comutatvos, medate a codção que todo deal prmo ão-ulo coteha um elemeto completamete prmo, ou seja, medate a codção que todo deal prmo ão-ulo coteha um elemeto ormal p tal que R/pR seja um domío. Do poto de vsta da teora dos aés ão-comutatvos, essa é uma codção bem forte e faz com que seja relatvamete fácl provar a maor parte dos resultados báscos que são sugerdos, por aaloga, com o caso comutatvo. No etato, a classe dos domíos de fatoração úca Notheraos ão é fechada sob extesões polomas, como mostra o exemplo 2.11 do referdo trabalho. Por sua vez, em [3], Chatters e Jorda estedem o coceto de fatoração úca para aés prmos Noetheraos ão ecessaramete comutatvos medate a codção que todo deal prmo ão-ulo coteha um elemeto prmo. Tal defção tora a classe dos aés de fatoração úca Notheraos fechada sob extesões polomas usuas, porém o fato de ser um ael de fatoração úca, Noetherao ão é codção sufcete para que o mesmo acoteça com suas extesões polomas ão-usuas, em partcular com o skew ael de polômos tpo automorfsmo. Embora Chatters e Jorda teham demostrado que, um ael prmo Noetherao, todo deal α-prmo ão-ulo coter um deal α-prmo ão-ulo prcpal é uma codção ecessára e sufcete para que o skew ael de polômos tpo automorfsmo seja um ael de fatoração úca Noetherao, eles ão provam algumas codções ecessáras para que o skew ael de polômos tpo automorfsmo, de um ael de fatoração úca Noetherao, apresete tal propredade. Além dsso, a teora dos skew aés de polômos tpo automorfsmo, ecessára ao estudo da fatoração úca em aés Noetheraos ão ecessaramete comutatvos, ão é ecotrada a lteratura dspoível, sejam em lvros-texto, seja em peródcos. No que segue, além de uma trodução a essa teora, a partr da qual serão provados algus resultados mprescdíves ao estudo da fatoração úca, demostraremos duas codções ecessáras, ão demostradas por Chatters e Jorda, para que o skew ael de polômos tpo automorfsmo, de um ael de fatoração úca Noetherao, apresete tal propredade. Ressaltamos que, embora a codção ecessára e sufcete, ctada o parágrafo ateror, já teha 164

3 SOARES, M. sdo demostrada por Chatters e Jorda, como sua demostração possu váras mplcações ão evdetes e os resultados que provaremos são uma coseqüêca desta, faremos uma reletura deste resultado. Por sua vez, resultados, já provados em outros trabalhos, serão apeas referecados. A próxma seção desta-se às oções báscas dspesáves ao desevolvmeto dos resultados que serão apresetados. Na Seção 3, troduzmos a teora dos skew aés de polômos tpo automorfsmo equato, a Seção 4, se desta à fatoração úca. 2 Pré-requstos Ao desevolvermos este trabalho cosderamos cohecdas as oções báscas da Teora de Aés. Caso seja ecessára alguma cosulta com relação a esta teora recomedamos [4] e [5]. Nesta seção, recordamos apeas algus cocetos e fxamos a termologa. Cosderaremos um ael R sempre assocatvo com udade, mas ão ecessaramete comutatvo. Quado um deal I de R for blateral, dremos que I é um deal de R. Além dsso, deotaremos a clusão estrta por ou. Um elemeto a R é dto ormalzate se ar=ra. Um elemeto a R é dto regular à dreta, se dado um elemeto b R tal que ab=0, temos que b=0. Aalogamete, defe-se elemeto regular à esquerda e quado um elemeto é regular à dreta e à esquerda dz-se que ele é um elemeto regular de R. Dado um deal I de R, C R (I), deota-se que o cojuto dos elemetos de R são regulares módulo I, ou seja, C R (I)={r R; r+i é regular em R/I}. Quado ão houver dúvda com relação ao ael em questão, deotaremos este cojuto por C(I). Um ael R é dto smples quado seus úcos deas blateras são os trvas, ou seja, 0 e R. Por sua vez, um ael R é dto Noetherao à dreta se satsfaz à codção de cadea ascedete sobre deas à dreta, sto é, se dada uma cadea qualquer de deas à dreta I1 I 2..., exste um tero postvo k tal que I k =I k +1=... Aalogamete, defe-se um ael Noetherao à esquerda e quado R é Noetherao à dreta e à esquerda dz-se que R é um ael Noetherao. 165

4 Revsta Cêcas Exatas e Naturas, Vol.10 º 2, Jul/Dez 2008 Defção 2.1 Um deal P de um ael R é dto deal prmo se, para quasquer deas I e J de R, temos que IJ P mplca I P ou J P. Um ael R é dto um ael prmo se o deal 0 é um deal prmo de R. Um ael R é dto ael semprmo se, para qualquer deal I de R e 1, I =0 mplca I=0. Defção 2.2 Sejam R um ael e P um deal prmo de R. A altura de P, que deotaremos por altp, é o úmero de clusões estrtas da maor cadea de deas prmos cotdos em P. Um deal prmo P de R é dto um deal prmo mmal de R se P ão cotém propramete qualquer outro deal prmo. Teorema 2.3 ([5], Teorema ) Sejam R um ael Noetherao à dreta, a R um elemeto ormalzate ão vertível e P um deal prmo de R mmal sobre ar. Etão P tem altura o máxmo 1. Teorema 2.4 ([6], Teorema 2.4) Se R é um ael Noetherao à dreta, etão exste somete um úmero fto de deas prmos mmas em R. Defção 2.5 Seja S um sstema multplcatvo formado por elemetos regulares em um ael R. Um ael R S é chamado um ael de quocetes à dreta de R se satsfaz as segutes codções: ) R RS ; ) todo elemeto de S é vertível em R S ; ) todo elemeto de R S é da forma rs -1, para algum r R e para algum s S. Defção 2.6 Um sstema multplcatvo S, de um ael R, satsfaz a codção de Ore à dreta se, para todo r R e para todo s S, exstem r R e s S tas que rs =sr. Teorema 2.7 ([7], Teorema 1.3) Seja S um sstema multplcatvo de elemetos regulares em um ael R. O ael de quocetes à dreta R S com relação a S exste se, e somete se, S satsfaz a codção de Ore à dreta. Teorema 2.8 ([5], Proposção 1.16) Seja R S o ael de quocetes à dreta de um ael R, com respeto a um sstema multplcatvo S. Se R é um ael Noetherao, etão exste uma correspodêca buívoca etre { P R P S = } {P SpecR S }va P PR S e P P R. Spec ; e 166

5 SOARES, M. Defção 2.9 Um ael R é chamado um ael de fatoração úca Noetherao se R é um ael prmo Noetherao tal que todo deal prmo ão-ulo de R cotém um deal prmo prcpal ão-ulo. Teorema 2.10 Sejam R um ael de fatoração úca Noetherao e P um deal prmo ão-ulo de R. Etão P tem altura 1 se, e somete se, P é prcpal. Demostração. Supohamos que P é prcpal, como R é prmo Noetherao segue, por 2.3, que alt(p) = 1. Recprocamete, supohamos, por absurdo, que exste em R um deal prmo Q, de altura 1, que ão é prcpal. Como R é um ael de fatoração úca Noetherao, Q cotém um deal prmo prcpal P ão ulo e, portato, de altura 1. Daí temos 0 P Q, com altq = altp = 1, o que é uma cotradção. Teorema 2.11 ([8], Lema 3.1) Sejam p e q elemetos prmos de uma ael prmo R. Se pr qr etão pqr = pr qr = qpr. Observação. O lema acma pode ser esteddo a um úmero fto qualquer de elemetos prmos. 3 Skew aés de polômos tpo automorfsmo Nesta seção faremos uma trodução à teora dos skew aés de polômos tpo automorfsmo, ecessára ao estudo da fatoração úca. Reteramos que os resultados já provados em outros trabalhos serão apeas referecados. Sejam R um ael e α um automorfsmo de R. O skew ael de polômos tpo automorfsmo R[ x; α ] é defdo como o ael cujos elemetos são os polômos = 0 a x, com a R. A adção é defda da forma usual e a multplcação pela propredade xa=α(a)x, para todo a R, estedda por dstrbutvdade. Assm, a multplcação é dada por: m,m + j a x b x = aα ( bj) x = 0 j = 0, j = 0 Um deal I de R é dto um α-deal se ( I ) quado seus úcos α-deas são os trvas, ou seja, 0 e R. α I. Um ael R é dto α-smples 167

6 Revsta Cêcas Exatas e Naturas, Vol.10 º 2, Jul/Dez 2008 Defção 3.1 Um α-deal P de R é dto um deal α-prmo se para quasquer α-deas I e J de R tem-se que IJ um ael α-prmo se o deal 0 é um deal α-prmo de R. P mplca I P ou J P. Um ael R é dto Lema 3.2 ([5], Lema ) Se R é Noetherao à dreta e α-prmo, etão R é semprmo. I x;α é um Seja I é um α-deal de R; como α ( I ) I, temos que [ ] deal de R[ x; α ]. Sejam I e J α-deas de R; como ( J ) J ( IJ )[ x; α] =I [ x; α] J [ x; α ]. Além dsso, dado um deal K de [ ] α, temos que R x; α é fácl ver que o subcojuto de R formado pelos coefcetes líderes dos elemetos de K, que deotaremos por τ ( K ), é um α-deal de R. Teorema 3.3 Se P é um deal α-prmo de R, etão P [ x;α ] é um deal prmo de R[ x; α ]. Demostração. Sejam I e J deas de R[ x; α ] tas que IJ P [ x;α] P [ x; α] I e P [ x; α] J. Etão, τ ( I ) τ ( J ) τ ( IJ ) P e τ ( I ) e τ ( J ) são α-deas de R temos que τ ( I ) P ou ( J ) P que τ ( I ) P e seja f = ax + + a1x + a0 I. Etão, a τ ( I ) P ax P [ x; α] I. Como f I temos que,. Como P é α-prmo τ. Supohamos f ax a x 1 = + + a x + a I 1 τ ( ). Repetdo o processo obtemos a P P [ x;α] e, portato, P [ x;α ] é um deal prmo de [ ] a I P I e Daí,, 0. Assm, R x; α. Teorema 3.4 Seja P um deal prmo de R[ x; α ]. Se x P etão = ( ) + [ α]. Caso cotráro α ( P) P. P P R R x; x Demostração. Supohamos que x P e seja f = a x um elemeto de = 0 a1 + + a x x P e etão, a0 P. Assm, 1 P. Como x P obtemos que ( ) 1 0 ( 1 ) ( ) [ α] e, portato, P ( P R) + R[ x; α] x. g P R + R x; x, etão g=b 0 +hx, com f = a + a + + a x x P R + R x; x Cosdere agora um elemeto ( ) [ α] b0 ( P R) ( P R) + R[ x; α] x P.. Como x P temos que hx P, logo g P e daí, 168

7 SOARES, M. Por sua vez, se x P etão x C ( P). Além dsso, temos que xp = α ( P) x P, logo α ( P) R[ x; α] x α ( P) xr[ x; a] P deal prmo de R[ x; α] e x P, segue que α ( P) P. Teorema 3.5 Se P é um deal prmo de R[ x; α ] tal que ( P) P R é um deal α-prmo de R. =. Como P é um α P, etão Demostração. É claro que P R é um deal de R e, sedo α ( P) P, temos que α ( P R) P R. Além dsso, se I e J são α-deas de R tas que IJ P R, temos IJ P e daí, IR[ x; α] JR[ x; α] = ( IJ ) R[ x; α] P. Como P é prmo segue que I I [ x; α] P ou [ α] ou J P R. Portato, P R é um deal α-prmo de R. J J x; P, e assm, I P R Coroláro 3.6 Se R[ x; α ] é um ael prmo etão R é um ael α-prmo. Demostração. Sedo R[ x; α ] é um ael prmo, temos que 0 é um deal prmo de R[ x; α ]. Como α ( 0) 0, segue pelo Lema 3.5, que 0 R = 0 é um deal α-prmo de R e, por cosegute, R é um ael α-prmo. Teorema 3.7 ([5], Teorema 1.2.9) Se R é um ael Noetherao à dreta (esquerda), etão R[ x; α ] é um ael Noetherao à dreta (esquerda). 4 Fatoração úca em R[x;α] Observação. Embora o Teorema 4.4, que será apresetado esta seção, já teha sdo demostrado por Chatters e Jorda, em [3], faremos uma reletura da sua demostração. Isso se justfca por questões pedagógcas, haja vsta que a demostração apresetada em [3], há váras mplcações ão evdetes. Ressaltamos, ada, que os Lemas 4.1, 4.2 e 4.3, bem como as demostrações dos Teoremas 4.5 e 4.6 ão fazem parte do referdo artgo. Dferetemete do ael de polômos usual R[ x ], quado tratamos de skew aés de polômos tpo automorfsmo, o fato que R é um ael de fatoração úca Noetherao ão é codção sufcete para que o mesmo acoteça com [ ] R x; α. Um exemplo dsto pode ser ecotrado em [9], em que é mostrado que se R é o ael dos polômos em duas determadas, t e y, que comutam 169

8 Revsta Cêcas Exatas e Naturas, Vol.10 º 2, Jul/Dez 2008 com o corpo dos complexos, e α é um automorfsmo tal que α( y ) =t+y 2 e α ( t ) =y, etão R[ x; α ] ão é um ael de fatoração úca. Veremos, etão, algumas codções adcoas para que R[ x; α ] seja um ael de fatoração úca. Nesta seção chamaremos um elemeto b R de ormalzate α-prmo se br é um deal α- prmo prcpal ão-ulo de R. É claro que o sstema multplcatvo D, gerado pelos elemetos ormalzates α-prmos de R, satsfaz a codção de Ore. Além dsso, sedo R um ael prmo, os elemetos de D são regulares. Etão, pelo Teorema 2.7, exste um ael de quocetes S de R formado pela versão dos elemetos ormalzates α-prmos e podemos esteder α para um automorfsmo de S que também chamaremos de α. Note que S[ x; α ] é o ael de quocetes de [ ] S x; α, com respeto a D. Teorema 4.1 Sejam R um ael α-prmo Noetherao e P um deal prmo mmal de R. Etão P α ( P) α ( P) = 0, para algum tero postvo. Demostração. Por 2.4, exste um úmero fto de deas prmos mmas de R. Sejam P 1,...,P k os deas prmos mmas dsttos de R. Supohamos, por absurdo, que exste um deal prmo mmal, que sem perda de geeraldade vamos supor P 1, tal que α ( P 1 ) 0, para todo tero postvo. Daí, é fácl = 0 ver que a terseção α ( P ) também é ão ula. Sedo R Noetherao e α- 1 0 prmo temos, pelo Lema 3.2, que R é sem-prmo, e etão, α ( P 1 ) P 1 ( ) k 1 j = P j = 0. Como k temos, α ( P1 ) P2 Pk P1 P2 Pk Pj = α P 0 0 j = 1 0 é um α-deal que estamos supodo ão-ulo e R é α-prmo, etão temos 1 0. Mas, ( ) P 2... Pk =0. Daí, P 2 P k P e P 1 1=P t, para algum t { 2,, k}, o que cotradz o fato que os P s são todos dsttos. Portato, segue a tese. Lema 4.2 Se R[ x; α ] é um ael de fatoração úca Noetherao, etão R é um ael prmo Noetherao. Demostração. Tomado a aplcação φ : R[ x; α ] R, defda por φ ( h ) = c 0, ode h = c x, temos que R é uma magem homomórfca de R[ x; α ], logo R é = 0 um ael Noetherao. Além dsso, por 3.6, R é um ael α-prmo. Por cosegute, = 0 dado um deal prmo mmal P de R temos, por 4.1, que α ( P) algum tero postvo. = 0, para 170

9 SOARES, M. Cosdere o deal xr x; α + P R x; α. Como R[ x; α] / ( xr[ x; α ] + P) R / P, temos que xr x; α + P é um deal prmo de xr x; α Q xr x; α + P de [ ] R[ x; α ]. Seja Q um deal prmo de R[ x; α ] tal que [ ] [ ] Mostraremos que Q=xR[ x; α ] ou Q = xr[ x; α] = P. Temos que x Q por 3.4, Q = ( Q R) + R[ x; α ] x. Assm R[ x; ]/ Q R / ( Q R) Q Q ; etão, α e, daí, R é um deal prmo de R, cotdo em P. Como P é um prmo mmal segue que R = 0 ou Q R P Q=xR x; α ou Q=xR x; α +P. =. Por cosegute, [ ] [ ] Se Q=xR[ x; α ], etão xr[ x; α ] é um deal prmo e, como R[ x; α] / xr[ x; α] R, temos que R é um ael prmo. Supohamos etão que Q=xR[ x; α ] +P ; daí, o deal xr x; α + P é mmal sobre xr[ x; α ] e, pelos j Teoremas 2.3 e 2.10, deve ser da forma fr[ x; α] =R[ x; α ] f, para algum f a j x em R[ x; α ]. Como x xr[ x; ] xr[ x; ] P fr[ x; ] que x=fg, para algum = J = 0 α α + = α temos m k g = bk x k= 0 xr x; α + P = fr[ x; α] =R[ x; α ] f e xr[ x; ] e, daí, α ( P) = α ( a ) R = Rα ( a ) em R[ x; α ]. Note que, sedo α R = 0, temos P = a R = Ra , para todo tero postvo. Além dsso, de x=fg, temos que a 0 b 0 =0 dode, α(a 0 )Rα(b 0 )=0. Novamete de x=fg temos que a 1 α(b 0 )+a 0 b 1 =1. Multplcado esta últma equação por α(a 0 ) e cosderado que α(a 0 )Rα(b 0 )=0, obtemos α(a 0 )a 0 b 1 =α(a 0 ). Multplcado esta equação por ( 2 α ( a0) α )( α0 ) e cosderado o fato que α ( a0) α ( α0) a0 P α ( P) α ( P) = 0 obtemos que 1 1 ( ( a0) a0) 0. Da jetvdade de α temos α ( a ) α ( α ) α α = 0 0 a0 = 0. Repetdo este processo, obtemos a 0 =0. Assm, P=0 e, portato, R é um ael prmo. Lema 4.3 Sejam R um ael de fatoração úca Noetherao e S o ael de quocetes de R com respeto ao sstema multplcatvo gerado pelos elemetos ormalzates α-prmos de R. Etão, todo deal prmo ão-ulo P de S[ x; α ] tal que x P é prcpal e gerado por um elemeto ormalzate de S[ x; α ]. Demostração. Sejam P um deal prmo ão-ulo de S[ x; α ], tal que x e f um elemeto ão-ulo de P de grau mímo, dgamos ( f ) P, =. É claro que o subcojuto τ 0 de S, formado pelo 0 e pelos coefcetes líderes dos elemetos de P de grau, é um deal ão-ulo de S. Cosdere um elemeto c τ 0, etão exste h P tal que ( h ) = e seu coefcete líder é c. Temos xh = α( h )x P, etão 171

10 Revsta Cêcas Exatas e Naturas, Vol.10 º 2, Jul/Dez 2008 α( h) S[ x; α ] x = α( h) xs[ x; α] P. Como x P, segue que ( h) dsso, temos ( α ( h) ) = e assm, α( c ) α P. Além τ 0. Portato, τ 0 é um α-deal ão ulo de S e como S é, claramete, um ael α-smples temos que τ = S 0. Assm, podemos supor que f é môco e, pelo algortmo da dvsão, temos que para todo g P exstem q,r S[ x; α ] tas que g=fq+r, com r=0 ou ( r) < ( f ). Logo r P e, da mmaldade de, segue que r=0. Daí, para todo g P q S x; S x; α. Além dsso,, temos g=fq, com [ α ] e, portato, P=f [ ] dado s S, temos α ( s) f fs P e, como x C ( P ), temos x f - f x = h x, para algum h P. Como os elemetos α ( s) f fs e h têm grau meor que, eles são ulos. Logo fs=sf e fx=xf e, por cosegute, P= f S[ x; α ] = S[ x; α] f. Teorema 4.4 Seja R um ael com um automorfsmo α. Etão R[ x; α ] é um ael de fatoração úca Noetherao se, e somete se, R é um ael prmo Noetherao e todo deal α-prmo ão-ulo de R cotém um deal α-prmo ãoulo que é prcpal. Demostração. Se R[ x; α ] é um ael de fatoração úca Noetherao etão, por 4.2, R é um ael prmo Noetherao. Falta mostrar que todo deal α-prmo ão-ulo de R cotém um deal α-prmo prcpal ão-ulo. Seja P um deal α- prmo ão ulo de R. Por 3.3, P [ x;α ] é um deal prmo ão-ulo de R[ x; α ]. Como R[ x; α ] é um ael de fatoração úca Noetherao, exste um elemeto ão-ulo f P[ x; α] tal que f R[ x; α ] = R[ x; α] f é um deal prmo de R[ x; α ]. Supohamos f = r x + + r1 x + r0, com r R ; daí obtemos que r 0 0, pos se r 0 =0 etão teríamos f xr[ x;α]. Note, também, que x fr[ x;α] pos, caso cotráro, teríamos x=r 1 xb 0 =r 1 α(b 0 )x, sedo b 0 o termo costate de algum elemeto g R[ x;α], tal que x = fg. Etão, 1 = r 1 α ( b 0 ) e, por cosegute, temos P=R. Além dsso, x é ormalzate em R[ x; α ]. Assm, teríamos fr[ x; α] = ( r ) [ ] ( x r xr x; α r x r ) R[ x; α] = x. Como fr[ x;α] é um deal prmo e x fr[ x;α], segue que r x r1 fr[ x; α] xr[ x; α] e, portato, r 1 =0. Repetdo este argumeto, obtemos r 1 =r 2 =... r =0, o que cotradz o fato que f é ão-ulo. Observe que, como R é prmo e f é ormalzate, r 0 é regular. Além dsso, xf α( f ) x R[ x; α] f fr[ x; α] = =, logo 172

11 SOARES, M. α( f ) R[ x; α] x = α( f ) xr[ x; α] fr[ x; α]. Como fr[ x;α] é prmo e x fr[ x;α], temos que α( f ) fr[ x; α], ou seja, α( f ) = fg, ode m j g = bj x R x;α j = 0 [ ]. Assm, α ( r0 ) = r0b 0 r0 R e, daí, α ( r0 ) R = α( r0 R) r0 R e, portato, r 0 R é um α-deal de R. Além dsso, é claro que r0 R[ x; α ] = R[ x; α] r0 e r0 P [ x; α]. Etão, por 2.3, exste um deal prmo de altura 1 em R[ x; α ] que, por 2.10, é da forma g R[ x; α ] = R[ x; α] g, tal que r0 gr[ x; α] P [ x; α]. Seja s P o termo costate de g. Assm como r 0, s é um elemeto ormalzate para ambos, R e R[ x; α ]. Note que, xg = α( g) x R[ x; α ] g = gr[ x; α ] logo, α( g) R[ x; α ] x = α( g) xr[ x; α] gr[ x; α ]. Como g R[ x; α ] é prmo e, além dsso, x gr[ x; α ], obtemos que α( g) gr[ x; α ] e, daí, α( g) R[ x; α ] = α( gr[ x; α] ) gr[ x; α ]. Etão, por 3.5, gr[ x; α] R é um deal α-prmo de R e, por 3.3, ( gr[ x; α] R) R[ x; α ] é um deal prmo de R[ x; α ]. Como g R[ x; α ] tem altura 1 e ( gr[ x; α] R) R[ x; α ] possu um elemeto ão-ulo r 0, segue que ( gr[ x; α] R) R[ x; α ] = gr[ x; α ]. É claro que ( gr[ x; α] R) sr. Recprocamete, se r R etão sr é o termo costate de gr ( gr[ x; α] R) R[ x; α ]. Dode sr gr[ x; α] R. Assm, s R[ x; α ] é prmo em R[ x; α ] e, por 3.5, sr = sr[ x; α] R é um deal α-prmo prcpal ão-ulo de R, cotdo em P. Recprocamete, se R é um ael prmo Noetherao e todo deal α-prmo ão ulo de R cotém um deal α-prmo prcpal ão ulo, etão, pelo Lema 3.5 e pelo Teorema 3.7, R[ x; α ] é um ael prmo Noetherao. Falta mostrar que todo deal prmo ão-ulo de R[ x; α ] cotém um deal prmo prcpal ão-ulo. Seja S o ael de quocetes de R formado pela versão dos elemetos ormalzates α-prmos de R. Como R é prmo, 0 é um deal prmo de R etão, por 2.8, o deal 0 é prmo em S e daí, S é um ael prmo. Além dsso, como S S[ x; α] / xs[ x; α ], temos que x S[ x; α] é um deal prmo de S[ x; α ]. Seja Q um deal prmo ão-ulo de R[ x; α ]. Se x Q, etão xr[ x; ] e, como R R[ x; α] / xr[ x; α ], temos que x [ ] ão-ulo, cotdo em Q. Supohamos agora que x casos. Se Q α Q R x; α é um deal prmo prcpal Q. Vamos cosderar dos R 0 etão, por 3.5, Q R é um deal α-prmo ão-ulo de R e, por hpótese, cotém um deal α-prmo prcpal ão-ulo. Assm, cotém 173

12 Revsta Cêcas Exatas e Naturas, Vol.10 º 2, Jul/Dez 2008 um elemeto ormalzate prmo que gera um deal prmo prcpal ão-ulo de R[ x; α ], cotdo em Q. Falmete, vamos cosderar o caso em que Q R = 0, com x Q. Deotemos por Q* a extesão de Q em S[ x; α ]. Como Q R = 0, segue que Q S[ x; α ]. Por 2.8, temos que Q* é um deal prmo de S[ x; α ]. Note como os elemetos ormalzates α-prmos de R são regulares módulo Q, x Q. Etão, pelo Lema 4.3, Q fs[ x; ] S[ x; ] f f S[ x; α ] tal que xf=fx e Rf=fR. Escrevamos f=gd -1, para algum g Q = α = α, para algum e d um produto de elemetos ormalzates α-prmos de R. Como dr é um α-deal de R, ( d ) α = du, para algum vertível u R. Etão Rg = Rfd = frd = fdr = gr e xg xfd fxd fdu = = = x = gu x R x; α g = gr x; α e 1 1, assm [ ] [ ] 1 Q = fs[ x; α ] = gd S[ x; α ] = gs [ x; α]. Podemos também supor que gr[ x; α ] é maxmal para elemetos ormalzates g de Q tas que gs [ x; α ] = Q. Supohamos que gr[ x; α] Q e seja h Q \ gr[ x; α ]. Como h Q temos h = gd' 1, para algum d ' D, logo h Q \ gr[ x; α ]. Como d é um produto de elemetos ormalzates α-prmos de R, ão exste perda de geeraldade em supor que hb gr[ x; α ], para algum elemeto ormalzate prmo b R para algum c R[ x; α ]. Temos [ ] [ ] [ ] [ ]. Assm, hb=gc, gr x; α c = R x; α gc = R x; α hb R x; α b, com R[ x; α ] b um deal prmo de R[ x; α ]. Como hb = gc e h gr[ x; α] que c R[ x; α ] b. Por cosegute, temos que g R[ x; ] b para algum g ' R[ x; α]. Mas ' [ ] ' [ ] [ ], temos α e, portato, g = g ' b, g R x; α b = g br x; α = gr x; α Q e, sedo Q R = 0, temos que b Q, logo g ' Q. Além dsso, g ' R x; α b = g ' br x; α = gr x; α = R x; α g = R x; α g ' b e etão, do fato [ ] [ ] [ ] [ ] [ ] que todo elemeto ormalzate é regular, temos g ' R[ x; α ] = R[ x; α] g é um elemeto vertível em S[ x; α] Q = gs [ x; α ] = g bs[ x; α ] = g S[ x; α] Pela maxmaldade de gr[ x; α ], temos g ' R[ x; α ] = gr[ x; α] pos b ão é vertível em R[ x; α ]. Por cosegute, Q = gr[ x; α ]. '. Como b, ' '., o que é mpossível, Assm, em ambos os casos, Q cotém um deal prmo prcpal ão-ulo e, portato, R[ x; α ] é um ael de fatoração úca Noetherao. Vamos, agora, demostrar duas codções sufcetes para que o skew ael de polômos, de um ael de fatoração úca Noetherao, seja um ael de fatoração úca Noetherao. 174

13 SOARES, M. Teorema 4.5 Seja R um ael de fatoração úca Noetherao com um automorfsmo α tal que todo deal α-prmo ão-ulo cotém um α-deal prcpal ão-ulo. Etão R[ x; α ] é um ael de fatoração úca Noetherao. Demostração. Cosderemos Q um deal α-prmo ão-ulo arbtráro de R. Etão, por hpótese, Q cotém um α-deal prcpal ão-ulo que deotaremos por R. Cosdere, agora, um deal α-prmo mmal I tal que ar I. Note que I é ão-ulo, pos ar I e ar é ão-ulo. Além dsso, como I é α-prmo, exste um deal prmo P de R, mmal sobre I, tal que α ( P) = I. Mostraremos que 0 o deal prmo P é mmal sobre ar. De fato, supohamos que L seja um deal prmo de R satsfazedo a codção ar L P. Etão ar α ( L) α ( P) = I. É fácl ver que α ( L) é α-prmo e assm, α ( L) = I. Daí, L I e, por cosegute, temos L=P. Logo, 0 pelo Teorema 2.3, P tem altura 1, sedo da forma P = pr. Usado o fato que α é um automorfsmo e estededo o Lema 2.11 para +1 elemetos, obtemos que Π = 0 = 0 = 0 ( ) ( ) ( ) I = α P = α p R = α p R, ou seja, que I é um deal α-prmo ão-ulo prcpal. Como Q é um deal α- prmo ão-ulo arbtráro de R, todo deal α-prmo ão-ulo de R cotém um deal α-prmo ão-ulo que é prcpal e, pelo Teorema 4.4, cocluímos que R[ x; α ] é um ael de fatoração úca Noetherao. Teorema 4.6 Seja R um ael de fatoração úca Noetherao com um R x; α é um ael de fatoração úca automorfsmo α de ordem fta. Etão, [ ] Noetherao. Demostração. Por defção, sedo o automorfsmo α de ordem fta, exste um úmero tero postvo tal que α = d. Mostraremos que todo deal α-prmo ão-ulo de R cotém um α-deal prcpal ão-ulo e daí, pelo Teorema 4.5, que R[ x; α ] é um ael de fatoração úca Noetherao. Seja P um deal α-prmo ão-ulo arbtráro de R, exstem elemetos prmos p 1,, ps R tas que p1 ps P. Como P é um deal de R e p 1,, ps R segue que p1 psr P e, daí, que 1 1 = 1 = 1 ( 1) ( S ) α p R α p R P. 175

14 Revsta Cêcas Exatas e Naturas, Vol.10 º 2, Jul/Dez 2008 Como P é α-prmo temos ( j), para algum j {,,s} 1. 1 α p R P = 1 Usado o fato que α é um automorfsmo e estededo o Lema 2.11 para -1 elemetos, obtemos que 1 1 Π = 1 = 1 ( j) ( j) α p R = α p R P ou seja, que o deal α-prmo ão ulo P cotém o deal α-prmo ão ulo prcpal I = Π 1 α ( p j) R. Como P é um deal α-prmo ão-ulo arbtráro de um ael 1 de fatoração úca Noetherao R, a hpótese do Teorema 4.5 está satsfeta e, portato, R[ x; α ] é um ael de fatoração úca Noetherao. Referêcas [1] KAPLANSKY, I. Commutatve Rgs, The Uversty of Chcago Press, Chcago, [2] CHATTERS, A. W. No-comuttatve uque factorsato domas, Math. Proc. Cambrge Phlos. Soc., v. 95, p , [3] CHATTERS, A. W. e JORDAN, D. A. No-comuttatve uque factorsato rgs, J. Lodo Math. Soc., v. 33,. 2, p , [4] LAN, T. Y. A frst course ocommutatve rgs, Sprger-Verlag, Berl- Hedelberg-New York, [5] MCCONNELL, J. C. e ROBSON, J. C. No-comuttatve Noethera rgs, Wley-Itercece, New York, [6] GOODEARL, K. R. e WARFIELD R. B. Jr. A troducto to ocommutatve Noethera rgs, 2d ed, Lodo Mathematcal Socety Studets Texts 61, Cambrgde Uversty Press, New York, [7] JATEGAONKAR, A. V. Left Prcpal Ideal Rgs, Lecture Notes Mathematcs, Sprger-Verlag, Hedelberg, [8] CHATTERS, A. W., GILCHRIST M. P. e WILSON, D., Uque factorsato rgs, Proceedgs of the Edburgh Math. Soc., v. 35, p , [9] SMITH, M. K. Egevectors of automorphsms of polyomal rgs two varables, Housto J. Math., v. 10,. 2, p ,

Introdução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares

Introdução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares Itrodução à Teora dos Números 018 - Notas 1 Os Prcípos da Boa Ordem e de Idução Fta Prof Carlos Alberto S Soares 1 Prelmares Neste curso, prortaramete, estaremos trabalhado com úmeros teros mas, quado

Leia mais

Diferenciais Ordinárias. Reginaldo J. Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais

Diferenciais Ordinárias. Reginaldo J. Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais Exstêca e Ucdade de Soluções de Equações Dferecas Ordáras Regaldo J Satos Departameto de Matemátca-ICEx Uversdade Federal de Mas Geras http://wwwmatufmgbr/ reg 10 de ulho de 2010 2 1 INTRODUÇÃO Sumáro

Leia mais

AULA Espaços Vectoriais Estruturas Algébricas.

AULA Espaços Vectoriais Estruturas Algébricas. Note bem: a letura destes apotametos ão dspesa de modo algum a letura ateta da bblografa prcpal da cadera Chama-se a ateção para a mportâca do trabalho pessoal a realzar pelo aluo resolvedo os problemas

Leia mais

2. MODELO DETALHADO: Relações de Recorrência. Exemplo: Algoritmo Recursivo para Cálculo do Fatorial Substituição Repetida

2. MODELO DETALHADO: Relações de Recorrência. Exemplo: Algoritmo Recursivo para Cálculo do Fatorial Substituição Repetida . MODELO DETALHADO: Relações de Recorrêca Exemplo: Algortmo Recursvo para Cálculo do Fatoral Substtução Repetda T T ( ) ( ) t 1, T ( + t, > T ( ) T ( + t T ( ) ( T( ) + t + t ) + t T ( ) T ( ) T ( ) +

Leia mais

Exercícios - Sequências de Números Reais (Solução) Prof Carlos Alberto S Soares

Exercícios - Sequências de Números Reais (Solução) Prof Carlos Alberto S Soares Exercícos - Sequêcas de Números Reas (Solução Prof Carlos Alberto S Soares 1 Dscuta a covergêca da sequẽca se(2. Calcule, se exstr, lm se(2. Solução 1 Observe que se( 2 é lmtada e 1/ 0, portato lm se(2

Leia mais

Métodos iterativos. Capítulo O Método de Jacobi

Métodos iterativos. Capítulo O Método de Jacobi Capítulo 4 Métodos teratvos 41 O Método de Jacob O Método de Jacob é um procedmeto teratvo para a resolução de sstemas leares Tem a vatagem de ser mas smples de se mplemetar o computador do que o Método

Leia mais

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( )

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( ) NÚMEROS COMPLEXOS Forma algébrca e geométrca Um úmero complexo é um úmero da forma a + b, com a e b reas e = 1 (ou, = -1), chamaremos: a parte real; b parte magára; e udade magára. Fxado um sstema de coordeadas

Leia mais

Números Complexos Sumário

Números Complexos Sumário Números Complexos Sumáro. FORMA ALGÉBRICA DOS NÚMEROS COMPLEXOS.. Adção de úmeros complexos... Propredades da operação de adção.. Multplcação de úmeros complexos... Propredades da operação de multplcação..

Leia mais

Estabilidade no Domínio da Freqüência

Estabilidade no Domínio da Freqüência Establdade o Domío da Freqüêca Itrodução; apeameto de Cotoros o Plao s; Crtéro de Nyqust; Establdade Relatva; Crtéro de Desempeho o Domío do Tempo Especfcado o Domío da Freqüêca; Bada Passate de Sstema;

Leia mais

Universidade Federal do Paraná. Setor de Ciências Exatas. Pós-Graduação em Matemática Aplicada. Patrícia Aparecida Manholi

Universidade Federal do Paraná. Setor de Ciências Exatas. Pós-Graduação em Matemática Aplicada. Patrícia Aparecida Manholi versdade Federal do Paraá Setor de Cêcas Eatas Pós-Graduação em Matemátca Aplcada Patríca Aparecda Mahol COMPACIDADE GENERALIZADA E CONCEIOS RELACIONADOS Curtba Março de Patríca Aparecda Mahol COMPACIDADE

Leia mais

Introdução à Teoria da Medida Texto Tutorial

Introdução à Teoria da Medida Texto Tutorial Itrodução à Teora da Medda Texto Tutoral J.P. Marques de Sá FEUP DEEC 2003 jmsa@fe.up.pt J.P. Marques de Sá, FEUP, 2003 Ídce Classes de Subcojutos... 2. Classe... 2.2 Sem-Ael... 2.3 Ael... 3.4 Campo (Álgebra)...

Leia mais

Sobre a classe de diferenciabilidade de quocientes de polinômios homogêneos.

Sobre a classe de diferenciabilidade de quocientes de polinômios homogêneos. Uvesdade Regoal do Ca - URCA CADERNO DE CULTURA E CIÊNCIA VOLUME Nº - 008 IN 980-586 obe a classe de dfeecabldade de quocetes de polômos homogêeos About the Dffeetablty Class of the Quotet of Homogeeous

Leia mais

Estatística - exestatmeddisper.doc 25/02/09

Estatística - exestatmeddisper.doc 25/02/09 Estatístca - exestatmeddsper.doc 5/0/09 Meddas de Dspersão Itrodução ão meddas estatístcas utlzadas para avalar o grau de varabldade, ou dspersão, dos valores em toro da méda. ervem para medr a represetatvdade

Leia mais

Problemas fundamentais da teoria da aproximação func/onal

Problemas fundamentais da teoria da aproximação func/onal 18 GAZETA DE MA TEM ATIÇA 2 5 ) ( A - se) l + (T _ y) * + ( Z - z) K=O p 1 1 " 1 d p 1 df-j pl - p ds T d íj (A'~ «)> -f (Y - y) ft + (2-z)v = - 3 1 e resolve-se rapdamete. X x + Aa + B\ r = y + Aß + Bp,

Leia mais

1. Revisão Matemática

1. Revisão Matemática 1. Revsão Matemátca Dervadas Seja a fução f : R R, fxe x R, e cosdere a expressão : f ( x+ αe ) lmα 0 α f, ode e é o vector utáro. Se o lmte acma exstr, chama-se a dervada parcal de f o poto x e é represetado

Leia mais

Cap. 5. Testes de Hipóteses

Cap. 5. Testes de Hipóteses Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma

Leia mais

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1. Iterpolação Iterpolação é um método que permte costrur um ovo cojuto de dados a partr de um cojuto dscreto de dados potuas cohecdos. Em egehara e cêcas, dspõese habtualmete de dados potuas, obtdos a partr

Leia mais

Forma padrão do modelo de Programação Linear

Forma padrão do modelo de Programação Linear POGAMAÇÃO LINEA. Forma Padrão do Modelo de Programação Lear 2. elações de Equvalêca 3. Suposções da Programação Lear 4. Eemplos de Modelos de PPL 5. Suposções da Programação Lear 6. Solução Gráfca e Iterpretação

Leia mais

MAE0229 Introdução à Probabilidade e Estatística II

MAE0229 Introdução à Probabilidade e Estatística II Exercíco Cosdere a dstrbução expoecal com fução de desdade de probabldade dada por f (y; λ) = λe λy, em que y, λ > 0 e E(Y) = /λ Supor que o parâmetro λ pode ser expresso proporcoalmete aos valores de

Leia mais

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados Capítulo : Ajuste de curvas pelo método dos mímos quadrados. agrama de dspersão No capítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas por uma taela de valores. Frequetemete o etato

Leia mais

Oitava Lista de Exercícios

Oitava Lista de Exercícios Uversdade Federal Rural de Perambuco Dscpla: Matemátca Dscreta I Professor: Pablo Azevedo Sampao Semestre: 07 Otava Lsta de Exercícos Lsta sobre defções dutvas (recursvas) e prova por dução Esta lsta fo

Leia mais

AULA Produto interno em espaços vectoriais reais ou complexos Produto Interno. Norma. Distância.

AULA Produto interno em espaços vectoriais reais ou complexos Produto Interno. Norma. Distância. Note bem: a letura destes apotametos ão dspesa de modo algum a letura ateta da bblografa prcpal da cadera Chama-se a ateção para a mportâca do trabalho pessoal a realzar pelo aluo resoledo os problemas

Leia mais

Difusão entre Dois Compartimentos

Difusão entre Dois Compartimentos 59087 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 4 Dfusão etre Dos Compartmetos A le de Fck para membraas (equação 4 da aula passada) mplca que a permeabldade de uma membraa a um soluto é dada pela razão

Leia mais

Teoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas.

Teoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas. Estatístca 47 Estatístca 48 Teora Elemetar da Probabldade SPECTOS PERTINENTES À CRCTERIZÇÃO DE UM EXPERIÊNCI LETÓRI MODELOS MTEMÁTICOS DETERMINÍSTICOS PROBBILÍSTICOS PROCESSO (FENÓMENO) LETÓRIO - Quado

Leia mais

DISTRIBUIÇÃO HIPERGEOMÉTRICA

DISTRIBUIÇÃO HIPERGEOMÉTRICA 7 DISTRIBUIÇÃO HIPERGEOMÉTRICA Cosdere-se uma população fta costtuída por N elemetos dstrbuídos por duas categoras eclusvas e eaustvas de dmesões M e N M, respectvamete. Os elemetos da prmera categora

Leia mais

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo.

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo. 5910187 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 6 Equlíbro e o Potecal de Nerst Nesta aula, vamos utlzar a equação para o modelo de eletrodfusão o equlíbro obtda a aula passada para estudar o trasporte

Leia mais

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04 MA1 - Udade 4 Somatóros e Bômo de Newto Semaa de 11/04 a 17/04 Nesta udade troduzremos a otação de somatóro, mostrado como a sua mapulação pode sstematzar e facltar o cálculo de somas Dada a mportâca de

Leia mais

Econometria: 3 - Regressão Múltipla

Econometria: 3 - Regressão Múltipla Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos mcm@eco.puc-ro.br Prof. Marco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão

Leia mais

Sumário. Mecânica. Sistemas de partículas

Sumário. Mecânica. Sistemas de partículas Sumáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - Sstemas de partículas e corpo rígdo. - Cetro de massa. - Como determar o cetro de massa dum sstema de partículas. -

Leia mais

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0 EXEMPLO MOTIVADO II EXEMPLO MOTIVADO II Método da Apromação Polomal Aplcado a Problemas Udrecoas sem Smetra. Equações Dferecas Ordáras Problemas de Valores o otoro Estrutura Geral do Problema: dy() d y()

Leia mais

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12 MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação

Leia mais

Apostila de Introdução Aos Métodos Numéricos

Apostila de Introdução Aos Métodos Numéricos Apostla de Itrodução Aos Métodos Numércos PARTE III o Semestre - Pro a. Salete Souza de Olvera Buo Ídce INTERPOAÇÃO POINOMIA...3 INTRODUÇÃO...3 FORMA DE AGRANGE... 4 Iterpolação para potos (+) - ajuste

Leia mais

PROPOSTAS DE RESOLUÇÃO. Capítulo 8

PROPOSTAS DE RESOLUÇÃO. Capítulo 8 MATEMÁTICA,.ª CLASSE Actvdades de vestgação PROPOSTAS DE RESOLUÇÃO Pág. Não, porque a descoberta do tesouro ão depede do poto ode se ca a marcha. Localação: da palmera: P = a + b do sâdalo: S = c + d do

Leia mais

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento. Prof. Lorí Val, Dr. val@pucrs.r http://www.pucrs.r/famat/val/ Em mutas stuações duas ou mas varáves estão relacoadas e surge etão a ecessdade de determar a atureza deste relacoameto. A aálse de regressão

Leia mais

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) [ ] ( ) ( k) ( k ) ( ) ( ) Questões tipo exame

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) [ ] ( ) ( k) ( k ) ( ) ( ) Questões tipo exame Questões tpo eame Pá O poto U tem coordeadas (6, 6, 6) e o poto S pertece ao eo Oz, pelo que as suas coordeadas são (,, 6) Um vetor dretor da reta US é, por eemplo, US Determemos as suas coordeadas: US

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL I

MEDIDAS DE TENDÊNCIA CENTRAL I Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE

Leia mais

PLANO PROBABILIDADES Professora Rosana Relva DOS. Números Inteiros e Racionais COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS

PLANO PROBABILIDADES Professora Rosana Relva DOS. Números Inteiros e Racionais COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS Professor Luz Atoo de Carvalho PLANO PROBABILIDADES Professora Rosaa Relva DOS Números Iteros e Racoas COMPLEXOS rrelva@globo.com Número s 6 O Número Por volta de 00 d.c a mpressão que se tha é que, com

Leia mais

Números Complexos. 2. (IME) Seja z um número complexo de módulo unitário que satisfaz a condição z 2n 1, onde n é um número inteiro positivo.

Números Complexos. 2. (IME) Seja z um número complexo de módulo unitário que satisfaz a condição z 2n 1, onde n é um número inteiro positivo. Números Complexos. (IME) Cosdere os úmeros complexos Z se α cos α e Z cos α se α ode α é um úmero real. Mostre que se Z Z Z etão R e (Z) e I m (Z) ode R e (Z) e I m (Z) dcam respectvamete as partes real

Leia mais

? Isso é, d i= ( x i. . Percebeu que

? Isso é, d i= ( x i. . Percebeu que Estatístca - Desvo Padrão e Varâca Preparado pelo Prof. Atoo Sales,00 Supoha que tehamos acompahado as otas de quatro aluos, com méda 6,0. Aluo A: 4,0; 6,0; 8,0; méda 6,0 Aluo B:,0; 8,0; 8,0; méda 6,0

Leia mais

Atividades Práticas Supervisionadas (APS)

Atividades Práticas Supervisionadas (APS) Uversdade Tecológca Federal do Paraá Prof: Lauro Cesar Galvão Campus Curtba Departameto Acadêmco de Matemátca Cálculo Numérco Etrega: juto com a a parcal DATA DE ENTREGA: da da a PROVA (em sala de aula

Leia mais

Capítulo 8. Método de Rayleigh-Ritz

Capítulo 8. Método de Rayleigh-Ritz Grupo : Gustavo de Souza Routma; Luís Ferado Hachch de Souza; Ale Pascoal Palombo Capítulo 8. Método de Raylegh-Rtz 8.. Itrodução Nos problemas de apromação por dfereças ftas, para apromar a solução para

Leia mais

USANDO PROBABILIDADES PARA APROXIMAR FUNÇÕES POR POLINÓMIOS

USANDO PROBABILIDADES PARA APROXIMAR FUNÇÕES POR POLINÓMIOS USANDO PROBABILIDADES PARA APROXIMAR FUNÇÕES POR POLINÓMIOS JOEL MOREIRA Resumo. Uma dea cetral em Aálse modera é a de aproxmar objectos potecalmete mal comportados por objectos mas smples. O Teorema de

Leia mais

Problema geral de interpolação

Problema geral de interpolação Problema geral de terpolação Ecotrar p() que verfque as codções: f j ( ) y,,,,,, j,,, m ( j) ( ) dervada de ordem j ós valores odas Eemplo: ecotrar p() que verfque:, f () 4 3, f( 3) 3, f'(3) 4 3 p() 3

Leia mais

Projeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão

Projeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão Projeto e Aálse de Algortmos Recorrêcas Prof. Humberto Bradão humberto@dcc.ufmg.br Uversdade Federal de Alfeas Laboratóro de Pesqusa e Desevolvmeto LP&D Isttuto de Cêcas Exatas ICEx versão da aula: 0.

Leia mais

Matemática C Extensivo V. 4

Matemática C Extensivo V. 4 Matemátca C Extesvo V. Resolva Aula.0) a) 8 0 resto.0) b) 78 0 resto.. 6 + c) 89679 resto Oberve que 896796 é dvsível por, pos terma em 6. Assm, 89679 apreseta resto quado dvddo por..0) x + x + 0 6.. x

Leia mais

MEDIDAS DE DISPERSÃO:

MEDIDAS DE DISPERSÃO: MEDID DE DIPERÃO: fução dessas meddas é avalar o quato estão dspersos os valores observados uma dstrbução de freqüêca ou de probabldades, ou seja, o grau de afastameto ou de cocetração etre os valores.

Leia mais

Como CD = DC CD + DC = 0

Como CD = DC CD + DC = 0 (9-0 www.eltecampas.com.br O ELITE RESOLVE IME 008 MATEMÁTICA - DISCURSIVAS MATEMÁTICA QUESTÃO Determe o cojuto-solução da equação se +cos = -se.cos se + cos = se cos ( se cos ( se se.cos cos + + = = (

Leia mais

5. Funções teste. L 2 ( )= {u :? ; Borel mensurável com u 2 dx < 8 }

5. Funções teste. L 2 ( )= {u :? ; Borel mensurável com u 2 dx < 8 } 5. Fções teste Até agora estvemos tratado tesvamete com a tegração. Uma cosa qe temos vsto é qe, cosderado espaços das, podemos pesar as fções como fcoas. Vamos rever brevemete esta déa. osdere a bola

Leia mais

Cursos de Licenciatura em Ensino de Matemática e de EGI. Teoria de Probabilidade

Cursos de Licenciatura em Ensino de Matemática e de EGI. Teoria de Probabilidade Celso Albo FACULDADE DE CIÊNCIAS NATURAIS E MATEMÁTICA DEPARTAMENTO DE MATEMÁTICA Campus de Lhaguee, Av. de Moçambque, km, Tel: +258 240078, Fax: +258 240082, Maputo Cursos de Lcecatura em Eso de Matemátca

Leia mais

CAPÍTULO 5. Ajuste de curvas pelo Método dos Mínimos Quadrados

CAPÍTULO 5. Ajuste de curvas pelo Método dos Mínimos Quadrados CAPÍTULO Ajuste de curvas pelo Método dos Mímos Quadrados Ajuste Lear Smples (ou Regressão Lear); Ajuste Lear Múltplo (ou Regressão Lear Múltpla); Ajuste Polomal; Regressão Não Lear Iterpolação polomal

Leia mais

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Val, Dr. http://www.pucrs.br/famat/val/ val@pucrs.br Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Obetvos A Aálse de

Leia mais

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição:

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição: 6// IV. Juros: taxa efetva, equvalete e proporcoal Matemátca Facera Aplcada ao Mercado Facero e de Captas Professor Roaldo Távora IV. Taxa efetva Defção: É a taxa de juros em que a udade referecal de seu

Leia mais

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo.

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo. Equlíbro e o Potecal de Nerst 5910187 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 11 Nesta aula, vamos utlzar a equação para o modelo de eletrodfusão o equlíbro obtda a aula passada para estudar o trasporte

Leia mais

NÚMEROS COMPLEXOS. z = a + bi,

NÚMEROS COMPLEXOS. z = a + bi, NÚMEROS COMPLEXOS. DEFINIÇÃO No cojuto dos úmeros reas R, temos que a = a. a é sempre um úmero ão egatvo para todo a. Ou seja, ão é possível extrar a ra quadrada de um úmero egatvo em R. Dessa mpossbldade

Leia mais

Fundamentos de Matemática I FUNÇÕES POLINOMIAIS4. Licenciatura em Ciências USP/ Univesp. Gil da Costa Marques

Fundamentos de Matemática I FUNÇÕES POLINOMIAIS4. Licenciatura em Ciências USP/ Univesp. Gil da Costa Marques FUNÇÕES POLINOMIAIS4 Gl da Costa Marques Fudametos de Matemátca I 4.1 Potecação de epoete atural 4. Fuções polomas de grau 4. Fução polomal do segudo grau ou fução quadrátca 4.4 Aálse do gráfco de uma

Leia mais

Desigualdades Clássicas

Desigualdades Clássicas Desigualdades Clássicas Márcio Nascimeto da Silva 9 de maio de 009 Resumo As desigualdades são de extrema importâcia as ciêcias. Sua utilização vai desde a estimativa de uma gradeza com um certo erro pré-defiido,

Leia mais

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a

Leia mais

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD Dstrbuções Amostras Estatístca 8 - Dstrbuções Amostras 08- Dstrbuções Amostras Dstrbução Amostral de Objetvo: Estudar a dstrbução da população costtuída de todos os valores que se pode obter para, em fução

Leia mais

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas Faculdade de cooma Uversdade Nova de Lsboa STTÍSTIC xame Fal ª Época de Juho de 00 às horas Duração : horas teção:. Respoda a cada grupo em folhas separadas. Idetfque todas as folhas.. Todas as respostas

Leia mais

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística BAC 0 - Estatístca Uversdade Federal de Itajubá - Campus Itabra BAC0 - ESTATÍSTICA ESTATÍSTICA DESCRITIVA MEDIDAS DE CENTRO Méda Medda de cetro ecotrada pela somatóra de todos os valores de um cojuto,

Leia mais

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO RACIOCÍIO LÓGICO - Zé Carlos RACIOCÍIO LÓGICO / ESTATÍSTICA LISTA RESUMO TEÓRICO I. Cocetos Icas. O desvo médo (DM), é a méda artmétca dos desvos de cada dado da amostra em toro do valor médo, sto é x

Leia mais

Sumário. Mecânica. Sistemas de partículas

Sumário. Mecânica. Sistemas de partículas umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - stemas de partículas e corpo rígdo. - Cetro de massa. - Como determar o cetro de massa dum sstema de partículas. - Vetor

Leia mais

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola Cetro de Cêcas Agráras e Ambetas da UFBA Departameto de Egehara Agrícola Dscpla: AGR Boestatístca Professor: Celso Luz Borges de Olvera Assuto: Estatístca TEMA: Somatóro RESUMO E NOTAS DA AULA Nº 0 Seja

Leia mais

II. Propriedades Termodinâmicas de Soluções

II. Propriedades Termodinâmicas de Soluções II. Propredades Termodâmcas de Soluções 1 I. Propredades Termodâmcas de Fludos OBJETIVOS Eteder a dfereça etre propredade molar parcal e propredade de uma espéce pura Saber utlzar a equação de Gbbs-Duhem

Leia mais

ESTATÍSTICA APLICADA AO ESPECTRO DE UM GRAFO

ESTATÍSTICA APLICADA AO ESPECTRO DE UM GRAFO ESTATÍSTICA APLICADA AO ESPECTRO DE UM GRAFO Rachel Abrahão Rbero Escola Nacoal de Cêcas Estatístcas, ENCE/IBGE rachelabrahaorbero@hotmal.com Carla Slva Olvera Escola Nacoal de Cêcas Estatístcas, ENCE/IBGE

Leia mais

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações Algortmos de Iterseções de Curvas de Bézer com Uma Aplcação à Localzação de Raízes de Equações Rodrgo L.R. Madurera Programa de Pós-Graduação em Iformátca, PPGI, UFRJ 21941-59, Cdade Uverstára, Ilha do

Leia mais

Preliminares 1. 1 lim sup, lim inf. Medida e Integração. Departamento de Física e Matemática. USP-RP. Prof. Rafael A. Rosales. 8 de março de 2009.

Preliminares 1. 1 lim sup, lim inf. Medida e Integração. Departamento de Física e Matemática. USP-RP. Prof. Rafael A. Rosales. 8 de março de 2009. Medida e Itegração. Departameto de Física e Matemática. USP-RP. Prof. Rafael A. Rosales 8 de março de 2009. 1 lim sup, lim if Prelimiares 1 Seja (x ), N, uma seqüêcia de úmeros reais, e l o limite desta

Leia mais

Aula de Hoje. Introdução a Sistemas Inteligentes. Redes RBF. Redes RBF. Tópicos em Redes Neurais II: Redes Neurais RBF 1ª Parte

Aula de Hoje. Introdução a Sistemas Inteligentes. Redes RBF. Redes RBF. Tópicos em Redes Neurais II: Redes Neurais RBF 1ª Parte Itrodução a Sstemas Itelgetes ópcos em Redes Neuras II: Redes Neuras RBF ª Parte Prof. Rcardo J. G. B. Campello Aula de Hoje Neurôos de Resposta Radal Modelos Neuras RBF Úca Saída Múltplas Saídas Represetação

Leia mais

CAPITULO VII. DERIVAÇÃO E DIFERENCIAÇÃO EM R n. = h 1. , fx 1

CAPITULO VII. DERIVAÇÃO E DIFERENCIAÇÃO EM R n. = h 1. , fx 1 CAPITULO VII DERIVAÇÃO E DIFERENCIAÇÃO EM R Dervadas parcas de fuções reas de varáves reas Sea f ( ) f ( ) uma fução de A R em R e cosdere-se um poto a (a a a ) A Fado a 3 a 3 a cosdere-se a fução parcal

Leia mais

Construção e Análise de Gráficos

Construção e Análise de Gráficos Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela

Leia mais

CAPÍTULO III - POLINÔMIOS DE JACOBI E QUADRATURA NUMÉRICA

CAPÍTULO III - POLINÔMIOS DE JACOBI E QUADRATURA NUMÉRICA Polômos de Jacob e CAPÍTULO III - POLINÔMIOS DE JACOBI E QUADRATURA NUMÉRICA III--)INTRODUÇÃO Para um melhor etedmeto do método da colocação ortogoal e sua relação com o método dos resíduos poderados (MRP),

Leia mais

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si.

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si. Prof. Lorí Va, Dr. http://www. ufrgs.br/~va/ va@mat.ufrgs.br aáse de varâca de uma cassfcação (Oe-Way NOV) verfca se as médas de amostras depedetes (tratametos) dferem etre s. Um segudo tpo de aáse de

Leia mais

AULA Os 4 espaços fundamentais Complemento ortogonal.

AULA Os 4 espaços fundamentais Complemento ortogonal. Note bem: a letura destes apotametos ão dspesa de modo algum a letura ateta da bblografa prcpal da cadera Chama-se a ateção para a mportâca do trabalho pessoal a realzar pelo aluo resoledo os problemas

Leia mais

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;

Leia mais

Capítulo V - Interpolação Polinomial

Capítulo V - Interpolação Polinomial Métodos Numércos C Balsa & A Satos Capítulo V - Iterpolação Polomal Iterpolação Cosdere o segute couto de dados: x : x0 x x y : y y y 0 m m Estes podem resultar de uma sequêca de meddas expermetas, ode

Leia mais

Econometria: 4 - Regressão Múltipla em Notação Matricial

Econometria: 4 - Regressão Múltipla em Notação Matricial Ecoometra: 4 - Regressão últpla em Notação atrcal Prof. arcelo C. ederos mcm@eco.puc-ro.br Prof. arco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo

Leia mais

Computação das Medidas de Tendência Central e Dispersão Intervalares em Java

Computação das Medidas de Tendência Central e Dispersão Intervalares em Java V ERMAC-R o Ecotro Regoal de Matemátca Aplcada e Computacoal 9- de outubro de 00 Uersdade Potguar Natal/RN Computação das Meddas de Tedêca Cetral e Dspersão Iteralares em Jaa Laís M. Nees, Elaqum L. S.

Leia mais

3- Autovalores e Autovetores.

3- Autovalores e Autovetores. MÉTODOS NUMÉRICOS PARA EQUAÇÕES DIFERENCIAIS PARCIAIS 3- Autovalores e Autovetores. 3.- Autovetores e Autovalores de ua Matrz. 3.- Métodos para ecotrar os Autovalores e Autovetores de ua Matrz. 3.- Autovetores

Leia mais

INTEIROS DE GAUSS E INTEIROS DE EISENSTEIN Guilherme Fujiwara, São Paulo SP

INTEIROS DE GAUSS E INTEIROS DE EISENSTEIN Guilherme Fujiwara, São Paulo SP Nível Avaçado. INTEIROS DE GAUSS E INTEIROS DE EISENSTEIN Guilherme Fujiwara, São Paulo SP Vamos abordar esse artigo a aritmética de dois cojutos de iteiros algébricos: os Iteiros de Gauss e os Iteiros

Leia mais

Universidade Federal do Rio Grande do Sul Instituto de Matemática. Marlon Soares. Orientador: Miguel Angel Alberto Ferrero

Universidade Federal do Rio Grande do Sul Instituto de Matemática. Marlon Soares. Orientador: Miguel Angel Alberto Ferrero Universidade Federal do Rio Grande do Sul Instituto de Matemática Programa de Pós-Graduação em Matemática ANÉIS DE FATORAÇÃO ÚNICA Marlon Soares Orientador: Miguel Angel Alberto Ferrero Porto Alegre, julho

Leia mais

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados 3.1. Meddas de Tedêca Cetral CAPÍTULO 3 MEDIDA DE TENDÊNCIA CENTRAL E VARIABILIDADE UFRG 1 Há váras meddas de tedêca cetral. Etre elas ctamos a méda artmétca, a medaa, a méda harmôca, etc. Cada uma dessas

Leia mais

Complexidade Computacional da Determinação da Correspondência entre Imagens

Complexidade Computacional da Determinação da Correspondência entre Imagens Complexdade Computacoal da Determação da Correspodêca etre Images Adraa Karlstroem Laboratóro de Sstemas Embarcados Departameto de Egehara Mecatrôca Escola Poltécca da Uversdade de São Paulo adraa.karlstroem@pol.usp.br

Leia mais

Estimação pontual, estimação intervalar e tamanho de amostras

Estimação pontual, estimação intervalar e tamanho de amostras Estmação potual, estmação tervalar e tamaho de amostras Iferêca: por meo das amostras, cohecer formações geras da população. Problemas de ferêca, em geral, se dvdem em estmação de parâmetros e testes de

Leia mais

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança Regressão Smples Parte III: Coefcete de determação, regressão a orgem e método de máxma verossmlhaça Coefcete de determação Proporção da varabldade explcada pelo regressor. R Varação explcada Varação total

Leia mais

Avaliação de Empresas Profa. Patricia Maria Bortolon

Avaliação de Empresas Profa. Patricia Maria Bortolon Avalação de Empresas MODELO DE DIVIDENDOS Dvdedos em um estáo DDM Dscouted Dvded Model Muto utlzados a precfcação de uma ação em que o poto de vsta do vestdor é extero à empresa e eralmete esse vestdor

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental. É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou Prof. Lorí Val, Dr. val@mat.ufrgs.r http://www.mat.ufrgs.r/~val/ expermetal. Numa relação expermetal os valores de uma das varáves

Leia mais

2. NOÇÕES MATEMÁTICAS

2. NOÇÕES MATEMÁTICAS . NOÇÕES MATEMÁTICAS Este capítulo retoma algumas oções matemátcas ecessáras para uma boa compreesão de algus aspectos que serão mecoados e detalhados o presete trabalho. Algus destes aspectos podem abstrar

Leia mais

CADERNO 1 (É permitido o uso de calculadora gráfica.)

CADERNO 1 (É permitido o uso de calculadora gráfica.) Proposta de teste de avalação [mao 09] Nome: Ao / Turma: N.º: Data: - - Não é permtdo o uso de corretor. Deves rscar aqulo que pretedes que ão seja classfcado. A prova clu um formuláro. As cotações dos

Leia mais

XXVII Olimpíada Brasileira de Matemática GABARITO Primeira Fase

XXVII Olimpíada Brasileira de Matemática GABARITO Primeira Fase Soluções Nível Unverstáro XXVII Olmpíada Braslera de Matemátca GABARITO Prmera Fase SOLUÇÃO DO PROBLEMA : Pelo enuncado, temos f(x) = (x )(x + )(x c) = x 3 cx x + c, f'(x) = 3x cx, f '( ) = ( + c) e f

Leia mais

Extensões da Análise para Prioridades Fixas

Extensões da Análise para Prioridades Fixas Sstemas de Tempo eal: Extesões da Aálse para Prordades Fxas ômulo Slva de Olvera Departameto de Automação e Sstemas - DAS UFS elease Jtter loqueo Potos de Preempção Tolerâca a Faltas haveameto de otexto

Leia mais

VI - Integração Numérica

VI - Integração Numérica V - tegração Numérca C. Balsa & A. Satos. trodução São, este mometo, coecdos dos aluos métodos aalítcos para o cálculo do tegral dedo b ( d a sedo ( cotíua e tegrável o tervalo [ ab] ;. Cotudo, algumas

Leia mais

MAP Cálculo Numérico e Aplicações

MAP Cálculo Numérico e Aplicações MAP0151 - Cálculo Numérco e Aplcações Lsta 5 (Correção Neste ponto, todos já sabemos que todas as questões têm o mesmo valor, totalzando 10.0 pontos. (Questão 1 Fque com vontade de fazer mas do que fo

Leia mais

FINANCIAMENTOS UTILIZANDO O EXCEL

FINANCIAMENTOS UTILIZANDO O EXCEL rofessores Ealdo Vergasta, Glóra Márca e Jodála Arlego ENCONTRO RM 0 FINANCIAMENTOS UTILIZANDO O EXCEL INTRODUÇÃO Numa operação de empréstmo, é comum o pagameto ser efetuado em parcelas peródcas, as quas

Leia mais

1. Conceito de variável aleatória Podemos estudar, por exemplo, algumas características dos alunos do Curso de estatística.

1. Conceito de variável aleatória Podemos estudar, por exemplo, algumas características dos alunos do Curso de estatística. CAPÍTULO 7 VARIÁVEL ALEATÓRIA A probabldade teve íco com os jogos de azar (século XVII) com Cavalero de Nere, Fermat e Pascal, porém, coube a Beroull (73) laçar as bases da probabldade e a segur Laplace

Leia mais

16 - PROBLEMA DO TRANSPORTE

16 - PROBLEMA DO TRANSPORTE Prof. Volr Wlhel UFPR TP05 Pesqusa Operacoal 6 - PROBLEMA DO TRANSPORTE Vsa zar o custo total do trasporte ecessáro para abastecer cetros cosudores (destos) a partr de cetros forecedores (orges) a, a,...,

Leia mais

José Álvaro Tadeu Ferreira. Cálculo Numérico. Notas de aulas

José Álvaro Tadeu Ferreira. Cálculo Numérico. Notas de aulas UNIVERSIDADE FEDERAL DE OURO PRETO Isttuto de Cêcas Eatas e Bológcas Departameto de Computação José Álvaro Tadeu Ferrera Cálculo Numérco Notas de aulas Iterpolação Polomal Ouro Preto 3 (Últma revsão em

Leia mais

2. COMBINAÇÃO LINEAR E DEPENDÊNCIA LINEAR DE VETORES

2. COMBINAÇÃO LINEAR E DEPENDÊNCIA LINEAR DE VETORES CAPITULO II COMBINAÇÃO LINEAR E DEPENDÊNCIA LINEAR DE VETORES Acreditamos que os coceitos de Combiação Liear (CL) e de Depedêcia Liear serão melhor etedidos se forem apresetados a partir de dois vetores

Leia mais