Resenha: Um convite à Matemática

Yasmin de Oliveira Laraia

17 de novembro de 2024

Resumo sobre Cônicas e Formas Quadráticas

As cônicas são curvas algébricas de segunda ordem no plano, descritas por formas quadráticas, e desempenham
um papel importante na álgebra linear, geometria e análise. Este resumo apresenta os principais conceitos e
resultados em nı́vel de mestrado.

Definição e Representação
Uma cônica é o conjunto de pontos (x, y) ∈ R2 que satisfazem uma equação quadrática geral da forma:

Ax2 + Bxy + Cy 2 + Dx + Ey + F = 0,

onde A, B, C, D, E, F ∈ R e A, B, C não são simultaneamente nulos.

Essa equação pode ser representada de forma matricial utilizando uma forma quadrática:

v⊤ Qv + b⊤ v + F = 0,

onde:      
x A B/2 D
v= , Q= , b= .
y B/2 C E

Classificação de Cônicas
A classificação das cônicas baseia-se no discriminante associado à matriz Q:

∆ = B 2 − 4AC.

Os casos principais são:

• Elipse (∆ < 0): Inclui casos como a circunferência (A = C, B = 0). As elipses são curvas fechadas e
convexas.
• Parábola (∆ = 0): Representa uma curva aberta com um único eixo de simetria.
• Hipérbole (∆ > 0): Apresenta duas componentes abertas e separadas.

Transformações Lineares e Matriz Q

As propriedades das cônicas podem ser estudadas por meio de transformações lineares que diagonalizam a
matriz Q. Utilizando a decomposição espectral de Q, podemos reescrever a equação quadrática em coordena-
das principais:
λ1 x′2 + λ2 y ′2 + c = 0,
onde λ1 e λ2 são os autovalores de Q. Assim, o tipo da cônica pode ser identificado:
• λ1 λ2 > 0: Elipse.
• λ1 λ2 = 0: Parábola.
• λ1 λ2 < 0: Hipérbole.

1
Forma Canônica
Por meio de translações e rotações, qualquer cônica pode ser reduzida à sua forma canônica, eliminando os
termos mistos (B = 0) e lineares (D = E = 0). Exemplos de formas canônicas:
x2 y2
• Elipse: a2 + b2 = 1,
x2 y2
• Hipérbole: a2 − b2 = 1,

• Parábola: y 2 = 4px.

Geometria das Cônicas

• Focos e Eixos: As cônicas possuem pontos notáveis (focos) e eixos principais definidos por suas propri-
edades geométricas (e.g., distância focal nas elipses e hipérboles).

• Excentricidade (e): Mede o achatamento da cônica:

– 0 ≤ e < 1: Elipse.
– e = 1: Parábola.
– e > 1: Hipérbole.

Aplicações e Generalizações
• Óptica e Fı́sica: As propriedades focais das cônicas são fundamentais em sistemas ópticos.
• Geometria Projetiva: As cônicas são preservadas por transformações projetivas e podem ser vistas
como interseções de superfı́cies quádricas com planos.

• Generalização: No espaço Rn , as formas quadráticas definem hipersuperfı́cies quádricas, das quais as

cônicas são casos particulares em R2 .

Diagonalização de Matrizes: Definições e Critérios

1. Autovalores e Autovetores
Definição
Dada uma matriz A ∈ Rn×n ou Cn×n , um número λ ∈ C é um autovalor de A se existir um vetor não-nulo
v ∈ Cn tal que:
Av = λv.
O vetor v é chamado de autovetor associado a λ.

Polinômio Caracterı́stico
Os autovalores de A são as raı́zes do polinômio caracterı́stico:

pA (λ) = det(A − λI),

onde I é a matriz identidade de ordem n.

Espaço Próprio
O conjunto de todos os vetores v que satisfazem Av = λv forma o subespaço:

Eλ = ker(A − λI),

denominado espaço próprio associado a λ. Sua dimensão é chamada de multiplicidade geométrica de λ.

2
2. Diagonalização
Definição
Uma matriz A é diagonalizável se existir uma matriz invertı́vel P tal que:

P −1 AP = D,

onde D é uma matriz diagonal cujas entradas são os autovalores de A.

Significado
Diagonalizar A significa reescrevê-la em termos de uma base de autovetores. Potências de A podem ser calculadas
facilmente:
Ak = P Dk P −1 ,
onde:  k 
λ1 0 ··· 0
0 λk2 ··· 0 
Dk =  . .
 
.. .. ..
 .. . . . 
0 0 ··· λkn

3. Critérios de Diagonalização
Condições para Diagonalização
Uma matriz A é diagonalizável se:
• A possui n autovetores linearmente independentes;

• Para cada autovalor λ, a multiplicidade geométrica (dimensão de Eλ ) é igual à multiplicidade

algébrica (ordem de λ como raiz de pA (λ)).

Casos Particulares
• Matrizes com autovalores distintos: Sempre diagonalizáveis.
• Matrizes simétricas: (A = A⊤ ): Sempre diagonalizáveis sobre R, e os autovetores correspondentes a
autovalores distintos são ortogonais.
• Matrizes normais: (AA∗ = A∗ A, onde A∗ é a transposta conjugada): Sempre diagonalizáveis sobre C.

4. Técnicas Relacionadas
Autovetores Ortogonais
Para matrizes simétricas ou normais, os autovetores associados a autovalores distintos são ortogonais. A partir
disso, é possı́vel construir uma base ortonormal usando o processo de Gram-Schmidt.

Diagonalização Ortogonal
Se A é simétrica, existe uma matriz ortogonal P (P ⊤ P = I) tal que:

P ⊤ AP = D.

Matrizes Definidas Positivas

Uma matriz simétrica A é dita definida positiva se todos os seus autovalores forem positivos. Nessas condições,
A é diagonalizável, e isso é relevante para aplicações em otimização e análise numérica.

3
5. Aplicações
Sistemas Dinâmicos
A diagonalização simplifica o estudo de sistemas de equações diferenciais lineares. Por exemplo, para ẋ = Ax,
a solução geral pode ser expressa em termos dos autovalores e autovetores de A.

Transformações Lineares
A diagonalização permite interpretar transformações lineares como alongamentos, compressões e rotações em
direções especı́ficas, determinadas pelos autovetores.

Análise de Componentes Principais (PCA)

Na estatı́stica, a PCA utiliza a diagonalização da matriz de covariância para identificar direções de maior
variância nos dados, permitindo a redução de dimensionalidade.

Potências de Matrizes
A diagonalização facilita o cálculo de Ak , onde:

Ak = P Dk P −1 .

Resumo sobre Integrais Definidas e o Teorema Fundamental do Cálculo

1. Definição da Integral Definida
A integral definida de uma função contı́nua f (x) no intervalo [a, b] é definida como o limite de uma soma de
Riemann: Z b Xn
f (x) dx = lim f (x∗i )∆x,
a n→∞
i=1

onde:
• [xi , xi+1 ] é uma partição de [a, b];
• ∆x = xi+1 − xi ;
• x∗i ∈ [xi , xi+1 ] é um ponto no subintervalo.

Propriedades Básicas
1. Linearidade: Z b

Z b Z b
c1 f (x) + c2 g(x) dx = c1 f (x) dx + c2 g(x) dx.
a a a

2. Adição de Intervalos:
Z b Z c Z c
f (x) dx + f (x) dx = f (x) dx.
a b a

3. Mudança de Ordem nos Limites:

Z b Z a
f (x) dx = − f (x) dx.
a b

4. Integral de Função Constante:

Z b
c dx = c(b − a).
a

4
2. Teorema Fundamental do Cálculo
Parte 1: Relação entre Integral e Primitiva
Se f (x) é contı́nua em [a, b] e F (x) é uma primitiva de f (x), ou seja, F ′ (x) = f (x), então:
Z b
f (x) dx = F (b) − F (a).
a

Parte 2: Derivada da Função Integral

Se f (x) é contı́nua em [a, b], a função definida por:
Z x
g(x) = f (t) dt,
a

é diferenciável em (a, b), e sua derivada é:

g ′ (x) = f (x).

3. Propriedades Adicionais das Integrais Definidas

Teorema do Valor Médio para Integrais
Se f (x) é contı́nua em [a, b], então existe c ∈ [a, b] tal que:
Z b
f (x) dx = f (c)(b − a).
a

Desigualdade da Integral
1. Se f (x) ≥ 0 para x ∈ [a, b], então:
Z b
f (x) dx ≥ 0.
a

2. Se f (x) ≤ g(x) em [a, b], então:

Z b Z b
f (x) dx ≤ g(x) dx.
a a

Integral de Funções Par e Ímpar

1. Se f (x) é par (f (−x) = f (x)), então:
Z a Z a
f (x) dx = 2 f (x) dx.
−a 0

2. Se f (x) é ı́mpar (f (−x) = −f (x)), então:

Z a
f (x) dx = 0.
−a

4. Aplicações
Cálculo de Áreas
A área entre a curva y = f (x) e o eixo x no intervalo [a, b] é:
Z b
Área = f (x) dx, se f (x) ≥ 0.
a

5
Cálculo de Volumes
O volume de um sólido de revolução gerado ao girar a curva y = f (x) ao redor do eixo x é dado por:
Z b  2
Volume = π f (x) dx.
a

Média de uma Função

A média de uma função f (x) no intervalo [a, b] é:
Z b
1
Média = f (x) dx.
b−a a

Comprimento de Arcos
O comprimento de um arco da curva y = f (x) no intervalo [a, b] é:
Z b q
2
Comprimento = 1 + f ′ (x) dx.
a

Resumo: Equações Diferenciais de Primeira e Segunda Ordem

1 Equações Diferenciais de Primeira Ordem
Uma equação diferencial de primeira ordem é dada por:
dy
= f (x, y),
dx
onde y(x) é a função desconhecida.

1.1 Tipos de Equações e Métodos de Solução

1.1.1 Equações Separáveis
Uma equação é separável se pode ser escrita como:
dy
= g(x)h(y).
dx
O método de solução envolve: Z Z
1
dy = g(x) dx + C.
h(y)

dy
Exemplo: Resolva dx = xy.

1
dy = x dx,
y
Z Z
1
dy = x dx,
y
x2 2
ln |y| = +C ⇒ y = eC ex /2
.
2

1.1.2 Equações Lineares

Uma equação linear tem a forma:
dy
+ P (x)y = Q(x).
dx
O fator integrante é dado por: R
P (x) dx
µ(x) = e .

6
Multiplicando toda a equação por µ(x), obtemos:

d

µ(x)y = µ(x)Q(x),
dx
permitindo a integração direta: R
µ(x)Q(x) dx
y= .
µ(x)

dy
Exemplo: Resolva dx + 2y = ex .
R
µ(x) = e 2 dx = e2x ,
d 2x

e y = e3x ,
dx
e3x
Z
e2x y = e3x dx = + C,
3
ex
y= + Ce−2x .
3

1.1.3 Equações Exatas

Uma equação é exata se pode ser escrita como:
dy
M (x, y) + N (x, y) = 0,
dx
com a condição:
∂M ∂N
= .
∂y ∂x
A solução é obtida resolvendo:
ψ(x, y) = C,
onde:
∂ψ ∂ψ
= M (x, y) e = N (x, y).
∂x ∂y

1.1.4 Fator Integrante

Se a equação não for exata, tenta-se encontrar um fator integrante µ(x, y) que torne a equação exata.

2 Equações Diferenciais de Segunda Ordem

Uma equação diferencial de segunda ordem é dada por:

d2 y dy
2
+ P (x) + Q(x)y = G(x).
dx dx

2.1 Solução da Equação Homogênea

A solução geral da equação homogênea:

d2 y dy
2
+ P (x) + Q(x)y = 0
dx dx
é obtida resolvendo a equação caracterı́stica:

r2 + P (x)r + Q(x) = 0.

7
Soluções para Diferentes Raı́zes:
• Raı́zes reais e distintas:
yh (x) = C1 er1 x + C2 er2 x .

• Raı́zes reais e iguais:

yh (x) = (C1 + C2 x)er1 x .

• Raı́zes complexas: r = α ± βi

yh (x) = eαx (C1 cos(βx) + C2 sin(βx)).

2.2 Solução da Equação Não-Homogênea

Para a equação:
d2 y dy
2
+ P (x) + Q(x)y = G(x),
dx dx
a solução geral é:
y(x) = yh (x) + yp (x),
onde yh (x) resolve a equação homogênea associada e yp (x) é uma solução particular.

Métodos para Encontrar yp (x):

• Coeficientes a Determinar: Assume-se uma solução yp (x) com a mesma forma de G(x).
• Variação dos Parâmetros: A solução particular é:
Z Z
y2 (x)G(x) y1 (x)G(x)
yp (x) = y1 (x) dx − y2 (x) dx,
W (y1 , y2 ) W (y1 , y2 )

onde W (y1 , y2 ) = y1 y2′ − y2 y1′ é o Wronskiano.

3 Teoremas Importantes
3.1 Teorema de Existência e Unicidade
Para a equação:
dy
= f (x, y), y(x0 ) = y0 ,
dx
∂f
se f (x, y) e ∂y são contı́nuas em uma vizinhança de (x0 , y0 ), então existe uma única solução y(x).

3.2 Superposição
Se y1 (x) e y2 (x) são soluções da equação homogênea, qualquer combinação linear C1 y1 (x) + C2 y2 (x) também é
solução.

4 Sequências e Séries
4.1 Sequências
Uma sequência é uma função {an } que associa a cada número natural n um número real ou complexo an . Uma
sequência é dita convergente se existe L ∈ R tal que

lim an = L.
n→∞

Se o limite não existe ou é infinito, a sequência é divergente.

8
4.2 Séries
Uma série é a soma de uma sequência infinita de termos:
∞
X
S= an .
n=1

PN
A série converge se a soma das séries parciais SN = n=1 an tende para um limite quando N → ∞. Se este
limite existe, diz-se que a série é convergente, caso contrário, ela é divergente.

4.3 Tipos de Séries

P∞
• Série Geométrica: A série n=0
a
arn converge se |r| < 1 e sua soma é 1−r .
P∞
• Série de Potências: Uma série da forma n=0 an (x − c)n , com um raio de convergência R, convergente
para |x − c| < R.

5 Séries de Taylor e Maclaurin

5.1 Série de Taylor
A série de Taylor de uma função f (x) centrada em um ponto a é uma expansão infinita em torno de a, dada
por:
∞
X f (n) (a)
f (x) = (x − a)n ,
n=0
n!

onde f (n) (a) representa a n-ésima derivada de f em a. Essa série aproxima a função f (x) em torno de a.

Exemplo:
A série de Taylor de ex centrada em a = 0 é:
∞
X xn
ex = .
n=0
n!

5.2 Série de Maclaurin

A série de Maclaurin é um caso especial da série de Taylor onde o ponto de expansão é a = 0. Assim, a série
de Maclaurin de uma função f (x) é dada por:
∞
X f (n) (0) n
f (x) = x .
n=0
n!

Por exemplo, a série de Maclaurin para sin(x) é:

∞
X x2n+1
sin(x) = (−1)n .
n=0
(2n + 1)!

5.3 Convergência das Séries de Taylor

A série de Taylor de uma função f (x) pode ser convergente ou divergente dependendo da função e do ponto
de expansão. A convergência de uma série de Taylor é garantida dentro de um raio de convergência R,
determinado por:
1
R= .
lim supn→∞ aan+1
n

9
5.4 Erro de Aproximação
O erro RN (x) de truncar a série de Taylor após N termos é dado pelo resto de Lagrange:

f (N +1) (z)
RN (x) = (x − a)N +1 ,
(N + 1)!

onde z é algum ponto entre a e x. O erro tende a zero à medida que N aumenta, assumindo que f (x) seja
suficientemente suave.

6 Resultados Importantes
6.1 Teorema de Taylor
Se uma função f (x) for n-vezes diferenciável em um intervalo I, então a sua série de Taylor em torno de
a ∈ I fornece uma aproximação local de f (x). A série de Taylor converge para f (x) dentro de um intervalo de
convergência.

6.2 Aplicações de Séries de Taylor e Maclaurin

• Aproximação de funções: Séries de Taylor são amplamente usadas para aproximar funções complicadas
por polinômios, facilitando cálculos em análise numérica.
• Soluções de Equações Diferenciais: As soluções de equações diferenciais podem ser expressas por
séries de Taylor.
• Fı́sica e Engenharia: Em fı́sica, séries de Taylor são usadas para modelar pequenas oscilações em
sistemas, enquanto em engenharia são aplicadas no cálculo de respostas em circuitos elétricos e outras
simulações.

10