Académique Documents
Professionnel Documents
Culture Documents
E preciso estar claro (se n ao estiver, pergunte!) o que e uma relacao entre X e Y e um
subconjunto do produto X Y = { (x, y) | x X e y Y } e que existe a rela cao vazia.
1
Exerccio: Descreva as fun coes X Y (ou seja, determine o conjunto Y
X
) para cada X, Y
abaixo:
(a) X = ;
(b) Y = como deve ser X para existir uma func ao?
(c) X unit ario;
(d) Y unit ario.
Primeiros exemplos
Estudaremos principalmente funcoes lR lR, ditas funcoes reais de uma variavel, ou,
mais precisamente, funcoes de uma variavel real com valores reais.
De fato, estudaremos X lR para alguns X lR bem comportados.
Tambem estudaremos func oes lN lR. N ao se usa a terminologia anterior. Essas func oes
chamam-se sequencias (reais).
Dada s: lN lR, escrevemos s
n
em vez de s(n).
Funcoes polinomiais:
Dados a
0
, . . . , a
n
lR, pomos
p: lR lR, p(x) =
n
i=0
a
i
x
i
.
Voce pode estar acostumado com ndices em outra ordem!
Aqui, convem voce revisar (ou, se nao conhecer o assunto, procurar estuda-lo) como se deduz
o sinal de um polinomio p(x) dado um valor especco para x, assumindo que p j a foi fatorado,
isto e, conhecem-se suas razes a
1
, . . . , a
n
e p(x) =
n
i=1
(x a
i
). Basta colocar as razes em
ordem crescente e montar uma tabela com todos os intervalos entre elas. Entao determina-se o
sinal de cada monomio (x a
i
) em cada intervalo e obtem-se o sinal de p por multiplica cao. A
mesma tecnica funciona para as func oes racionais que deniremos abaixo.
Quando p(x) = a
0
, diz-se que p e constante.
Quando p(x) = a
1
x, diz-se que p e linear.
Quando p(x) = a
0
+a
1
x, diz-se que p e am.
Muitas vezes, usa-se o adjetivo linear em vez de am. Alem disso, em estudos mais
avancados, am adquire outro signicado.
Funcao m odulo:
f : lR lR, f(x) = |x| =
_
x se x 0;
x se x < 0.
2
Funcoes caractersticas:
Dado E X, temos
E
: X {0, 1},
E
(x) =
_
1 se x E;
0 se x / E.
Exerccio: Assuma D, E X. Descreva
DE
e
DE
em termos de somente
D
e
E
.
O que precisamos sobre D e E para considerar
DE
? Descreva-a em termos de
D
e
E
.
Voce pode tambem pensar sobre
DE
e
DE
.
Funcoes escada ou de patamares:
Se X = E
1
. . . E
n
onde os E
i
s sao dois a dois disjuntos e a
1
, . . . , a
n
lR, podemos
tomar f : X lR, f(x) = a
i
quando x E
i
.
Por que f se chama escada, ou tambem, de patamares?
O que acontece se os E
i
s nao sao disjuntos? E se nao cobrirem todo o X ?
A primeira pergunta tera uma resposta clara quando estudarmos representac oes gr acas:
volte a ela nesse ponto!
Quanto ` a segunda pergunta, essa e uma deni cao de func ao usando uma regra e precisamos
sempre que tal regra produza um unico valor da funcao para cada valor do argumento. Aqui,
portanto, temos que vericar o que d a certo e o que d a errado.
Quando estudarmos operac oes entre func oes, poderemos propor uma solu cao: tomamos
f = a
1
E
1
+ . . . + a
n
E
n
. Note que esse e um modo de generalizar a denic ao original, que
assume que X est a particionado em E
1
, . . . , E
n
. Essa func ao tambem e uma func ao escada?
(Verique que sim.)
Nomenclatura e propriedades
Quando falamos de uma func ao f : X Y , especicamos o domnio X e o contradomnio
Y .
Em v arias situac oes do dia-a-dia, incluindo este curso e os pr oximos, pode-se deixar um ou
outro ou ambos domnio e contradomnio subentendidos. Contudo, e sempre salutar inquirir
quais sao eles. Veja:
Funcoes racionais:
Suponha que p, q s ao fun coes polinomiais. Podemos denir
f : lR lR, f(x) = p(x)/q(x) ?
Podemos denir f : X lR como acima, sendo X = { x lR | q(x) = 0 }.
3
A funcao f : X Y determina sua imagem f[X] = { f(x) | x X }.
Generalizac ao: dados A X e B Y , denimos a imagem f[A] = { f(x) | x A} e a
pre-imagem f
1
[B] = { x X | f(x) B}.
Costuma-se indicar a imagem de f (para todo o domnio X) como Imf.
Exerccio: Mostre que sempre f
1
[f[A]] A e f[f
1
[B]] B. Construa exemplos em que
as inclusoes sao proprias, isto e, n ao s ao igualdades.
Como se mostra que dois conjuntos R S ?
E preciso xar um elemento x R, porem
arbitr ario, e usar o fato de x ser um elemento de R (satisfazendo alguma propriedade) para
concluir que x S. Desse modo, R S (x R) x S. Agora, para mostrar que os dois
conjuntos R, S s ao iguais, mostramos que R S e que S R. Isso requer fazer a demonstra cao
do paragrafo anterior em cada dire cao. Portanto, R = S x (x R x S).
Ao longo deste captulo, vamos revisar ou aprender muitos novos conceitos. A quantidade
de informac ao a ser absorvida e realmente grande, mas necessaria para ser bem usada. Do
mesmo modo, o vocabul ario de uma lngua que aprendemos (ingles, espanhol. . . ) consiste de
diversas pequenas denic oes separadas, sendo impratic avel formar frases com apenas uma ou
duas palavras.
A funcao f : X Y pode ser:
Q
: lR lR,
Q
(x) =
_
1 se x Q (racional, quociente);
0 se x / Q.
Gr aco difcil. (Tentativa na lousa.)
Veremos que e descontnua em todo ponto.
f : ]0, 1] lR, f(x) =
_
1/n se x = m/n reduzido;
0 se x / Q.
Gr aco difcil. (Tentativa na lousa.)
Veremos que e contnua somente nos irracionais.
(Por uma fra cao m/n ser reduzida, queremos dizer n > 0 e mdc{m, n} = 1, isto e, m e n
s ao relativamente primos.)
Funcoes exponenciais: (Gr acos na lousa.)
Dado real a > 0, temos
f : lR lR, f(x) = a
x
.
a = 1 constante;
+
para o conjunto dos n umeros reais estritamente
positivos. Aqui, usaremos a notac ao lR
>0
que nao e padronizada, mas e muito mais vers atil.
Por exemplo, lN
3
= {0, 1, 2, 3}.
Como se dene a
x
? Isto e, dados a e x, como calculamos a
x
? Responder essa pergunta
e uma motivac ao do rigor matematico no Calculo. Quando x e um n umero natural positivo,
colocamos
a
x
= a . . . a
. .
x vezes
,
ou mais formalmente, procedemos a uma deni cao recursiva: a
x
= a a
x1
. Isso requer um
passo inicial ou base da recurs ao: escolhemos a
0
= 1 para que entao a
1
= a; note que 1 e
10
o elemento neutro da multiplica cao e que
a
x
= 1 a . . . a
. .
x vezes
para todo natural x, incluindo o zero.
E importante vericar que essa denicao satisfaz as
regrinhas da exponenciac ao, mas tambem importante notar que tal vericac ao, seja facil ou
n ao, deve existir por conta pr opria porque n ao faz parte da denicao.
Para x ZZ, se x 0 j a temos a
x
; se x < 0 entao x lN e pomos a
x
= 1/(a
x
). Novamente,
devemos vericar as propriedades da exponenciac ao.
Para x Q, digamos x = p/q com p ZZ e q lN
>0
, queremos dizer que a
p/q
= b a
p
= b
q
e precisamos aprender a tirar razes (calculamos a
p
e pedimos sua raiz q-esima). Para que a
p
tenha uma raiz, vemos que precisamos supor esse n umero positivo, ou seja, precisamos a > 0.
Quanto ` a existencia da raiz, e algo garantido pela completude de lR, que estudaremos ainda
neste curso. Mais uma vez, feito esse trabalho, resta demonstrar as propriedades dessa opera cao.
Finalmente, para x lR, podemos tomar n umeros racionais x
n
, n lN, arbitrariamente
pr oximos de x e tomar a
x
como o limite das potencias a
x
n
. O que e esse limite, se ele existe,
se ele e sempre o mesmo, quais s ao suas propriedades e como elas garantem as propriedades da
operac ao, s ao todos assuntos que aprenderemos em C alculo.
Outra possibilidade (que se generaliza melhor) e denir a
x
como uma serie de potencias,
por exemplo, a
x
=
n=0
(xln a)
n
n!
. Como fazer uma soma innita e quais contas podemos fazer
com ela e um assunto tpico de C alculo e An alise. Claramente, precisamos antes denir ln, o
que pode ser feito com uma integral.
Lembre:
a
x+u
= a
x
a
u
.
a
xu
= a
x
/a
u
.
a
x
u
= (a
x
)
u
= a
xu
.
Padr ao e tomar a = e = 2,718. . . , n umero especial do C alculo. (Veremos motivos.)
Indica-se tambem exp(x) = e
x
, muito util:
exp(termo grande) = e
termo grande
Usando logaritmos (adiante), a
x
= exp(x ln a) (quem sabe uma, sabe todas!).
Funcoes logartmicas: (Gracos na lousa.)
Dado real a ]0, 1[ ]1, [, temos
g : lR
>0
lR, g(x) = log
a
x .
E inversa da f(x) = a
x
, donde z = log
a
y a
z
= y.
11
Lembre:
log
a
(xu) = log
a
(x) + log
a
(u).
log
a
(x/u) = log
a
(x) log
a
(u).
log
a
(x
u
) = ulog
a
x.
Na escola, log = log
10
.
Em Computac ao, log = log
2
.
Em Analise, log = log
e
= ln.
H a quem use lg para uma base de seu interesse.
Lembre:
log
a
x =
log
b
x
log
b
a
Funcoes trigonometricas: (Gracos na lousa.)
Argumentos sempre em radianos: = 180
x =
2
+n, n ZZ
_
lR, tg x =
sen x
cos x
.
Tais contradomnios ja s ao as imagens correspondentes; sen e cos sao limitadas e tg e
ilimitada.
sen e cos tem perodo 2; tg tem perodo .
sen e tg s ao mpares; cos e par.
Lembre:
sen
2
x + cos
2
x = 1.
sen(x u) = sen x cos u cos x sen u.
cos(x u) = cos x cos u sen x sen u.
Dica: Outras func oes trigonometricas: escreva-as usando sen e cos para fazer contas.
Assim, voce n ao precisa decorar muitas f ormulas extras, exceto se essas func oes especiais
(cotangente, secante, cossecante) aparecerem muito em seu trabalho!
Conheca as abreviac oes dessas func oes em ingles, para ler textos tecnicos estrangeiros: sin
e seno, tan e tangente, cot e cotangente, sec e secante e csc e cossecante.
Funcoes trigonometricas inversas ou arco:
A escolha dos domnios depende do texto.
Notamos que
2
,
2
tg e injetora sobre
2
,
2
_
.
(Ou seja, cos |
[0,]
e injetora, etc.)
12
Ent ao estudamos:
sen
1
: [1, 1]
_
2
,
2
cos
1
: [1, 1] [0, ];
tg
1
: lR
2
,
2
_
.
(Gr acos na lousa.)
Tambem se usa o prexo arc em vez do sinal
1
, por exemplo, arccos = cos
1
e diz-se arco
cosseno ou cosseno inverso, porque se busca o arco ou angulo cujo cosseno e determinado
valor.
Atencao: sen
1
x = (sen x)
1
.
sen
2
x = (sen x)
2
, de modo que sen
2
= sen sen.
(Cuidado com tradicoes incompatveis!)
Atencao: cos
1
x e o angulo entre 0 e cujo cosseno e x.
Veja: cos
1
_
cos
3
2
_
= cos
1
0 =
2
.
(Cuidado com domnio e contradomnio!)
Essas tres inversas sao func oes limitadas, n ao-peri odicas.
sen
1
e tg
1
s ao mpares; cos
1
n ao e nem par nem mpar!
Variaveis aleatorias
T opico opcional de Probabilidade.
Exemplo da teoria de func oes. Conceitos importantes sobre demonstrac oes e conjuntos.
Um espaco de probabilidade e uma tripla (, F, P) como se segue:
e um espaco amostral, conjunto nao-vazio de resultados possveis de um experimento
ou sorteio.
Fixado = , o conjunto de eventos F satisfaz:
(1) F P(), isto e, os elementos de F s ao subconjuntos de ;
(2) , F;
(3) se A, B F ent ao A B, A B F;
(4) se A F ent ao A
c
=
A F.
(O conjunto P() contem, como elementos, precisamente todos os subconjuntos de . Se
e nito, quantos elementos tem P() ? Nomes para ele s ao conjunto potencia e conjunto das
partes.)
(O complemento de um conjunto sempre e tomado em rela cao a um superconjunto universo
aqui, o espaco amostral que precisa ser explicitado logo de incio!)
Toda famlia F satisfazendo as propriedades acima e chamada algebra de Boole sobre e diz-
se fechada sob intersecc oes e uni oes (bin arias). Em geral, pede-se que F seja uma -algebra,
13
isto e, seja fechada sob intersecc oes e unioes de conjuntos indexados pelos n umeros naturais,
assim:
nlN
A
n
. Veremos essas unioes ao tratar de topologias.
Pensando em cada ponto de como um possvel resultado de um experimento, os sub-
conjuntos de F s ao os eventos de interesse a que esse resultado pode pertencer. Quando e
nito (o conjunto das seis faces de um dado honesto, por exemplo), podemos delimitar cada
resultado como um evento unit ario. Quanto e contnuo (o intervalo de instantes de tempo
entre 12:00 e 15:00, por exemplo), e mais simples dizer em que subconjunto (intervalos de uma
hora, digamos) um certo evento aconteceu.
Exerccio: Usando (1), (2) e (3), mostre que (4) equivale a se A, B F ent ao A B F.
Exerccio: Verique que cada famlia abaixo satisfaz (1)(4):
(a) F = {, };
(b) F = P();
(c) F = { A P() | A ou A e nito }.
Para mostrar uma equivalencia (no primeiro exerccio), mostre que uma propriedade implica
a outra e nao esqueca a recproca! Quais s ao as duas coisas a mostrar? Agora, observe que
AB = AB
c
, mas quando A, B F ent ao tambem B
c
F por (4) e, assim, AB
c
F por
(3). Tente fazer a recproca.
No caso de - algebras, a ultima famlia (no segundo exerccio) deve ser substituda por
F = { A P() | A ou A e enumer avel }. N ao se preocupe, neste momento, com o conceito
de enumerabilidade.
Fixados e F como acima, a medida de probabilidade P : F [0, 1] satisfaz:
(1) P() = 0 e P() = 1;
(2) se A, B F ent ao
P(A B) = P(A) +P(B) P(A B) .
Assim, a func ao P e uma medida aditiva e indica a medida ou tamanho do evento
considerado. Subtramos P(A B) porque contamos A B duas vezes ao considerar A e B
separadamente; pense nisso em termos de uma contagem de elementos. O conjunto vazio tem
medida 0 e o espaco todo tem medida 1, ou seja, 100% de chances.
E perfeitamente possvel
ter conjuntos n ao-vazios com medida 0 e, entao, seus complementos tem medida 1 apesar de n ao
serem completos. Por exemplo, que medida voce daria para o intervalo perfurado [0, 1]{
1
2
} ?
(Reescreva-o como uni ao de dois intervalos.)
Quando F e uma - algebra, exige-se que P seja -aditiva, isto e, satisfa ca P
_
nlN
A
n
_
=
n=0
P(A
n
) quando esses A
n
s sao dois a dois disjuntos. N ao se preocupe com isso agora.
Exerccio: Assumindo sempre (1), mostre que (2) equivale a se A, B F e AB = ent ao
P(A B) = P(A) +P(B) .
Novamente, ha duas direcoes ou implicac oes a mostrar! Quais sao elas?
Uma variavel aleatoria e uma func ao X: lR satisfazendo
(k lR)
_
{ | X() k } F
.
14
Nosso interesse, aqui, e entender a expressao variavel aleatoria. Pensamos em variavel
dependente porque X e apenas uma funcao. Ela e mensuravel: todas as suas pre-imagens
dos intervalos ], k] est ao em F e podem ser medidas por P. N ao h a nada de aleat orio em
X, sendo uma func ao muito bem xada; esse adjetivo e usado porque o valor X() depende do
resultado de algum experimento, sorteio ou outro fenomeno aleatorio.
A variavel aleat oria e apenas um modo de traduzir em n umeros reais os possveis resultados
de um experimento que, por si pr oprios, podem n ao ser n umeros reais (por exemplo, faces de um
dado, pessoas para pesquisa de opini ao, etc.). Separar a vari avel aleat oria do espaco amostral
permite tambem usar o mesmo espaco com diferentes vari aveis.
Para denirmos a media ou esperanca de uma variavel aleatoria, precisamos ferramentas
muito avancadas: E(X) =
_
X().P({})
e a variancia de X e
Var(X) =
1
||
[X() E(X)]
2
.P({}) .
Exerccio: Mostre que Var(X) = E((X E(X))
2
) = E(X
2
) (E(X))
2
.
Muita coisa cou para baixo do tapete, como a linearidade de E (que e uma func ao com
valores reais sobre o conjunto de variaveis aleatorias, que s ao fun coes por si proprias) e demais
propriedades de E e Var. Porem, o exerccio envolve operacoes entre func oes, o que ja estudamos.
Voce pode resolve-lo assumindo a tal linearidade de E ou trabalhando sobre as denicoes. Para
facilitar seus c alculos, escreva Y = X E(X).
15