Introdução aos Resumos de Matemática

Bem-vindo aos resumos de Matemática do 11º ano! Este material foi criado para te ajudar a estudar e compreender melhor os temas mais importantes da disciplina.

Aqui encontrarás explicações claras e concisas que te ajudarão a preparar para testes e exames.

Usa estes resumos como um guia rápido quando precisares de relembrar conceitos-chave. Vamos começar!

Modelos de Grafos

Um grafo é um esquema formado por um conjunto de pontos (chamados vértices) ligados por linhas (chamadas arestas). Imagina um mapa de metro onde as estações são os vértices e as linhas de metro são as arestas.

As arestas podem ter diferentes relações entre si:

• Arestas adjacentes: incidem no mesmo vértice
• Arestas paralelas: ligam os mesmos vértices
• Laço: aresta que liga um vértice a ele próprio

Os vértices também têm características importantes:

• Vértice isolado: não tem arestas ligadas a ele
• Vértice terminal: tem apenas uma aresta ligada
• Vértices adjacentes: ligados por pelo menos uma aresta
• Grau ou valência: número de arestas que incidem num vértice

💡 Dica útil: Para calcular o número máximo de arestas possíveis num grafo completo com n vértices, usa a fórmula: n × $n-1$ ÷ 2

Um grafo conexo permite ir de qualquer vértice a outro seguindo as arestas. Um grafo regular tem todos os vértices com o mesmo grau, enquanto um grafo completo tem todos os vértices ligados entre si. Já os digrafos têm arestas com direções definidas.

Trajetos e Circuitos Eulerianos

Um trajeto euleriano é um percurso que passa por todas as arestas do grafo exatamente uma vez. É como desenhar uma figura sem levantar o lápis nem passar duas vezes pelo mesmo traço. Este tipo de trajeto começa num vértice de grau ímpar e termina no outro vértice ímpar.

Um circuito euleriano é um caso especial de trajeto euleriano que começa e termina no mesmo vértice. Só consegues fazer um circuito euleriano quando todos os vértices têm grau par.

Há duas regras fundamentais para te ajudar a identificar estes trajetos:

• Regra 1: Um grafo conexo tem um trajeto euleriano se e só se tiver, no máximo, dois vértices de grau ímpar.
• Regra 2: Um grafo conexo tem um circuito euleriano se e só se todos os vértices tiverem grau par.

Eulerizar um grafo significa adicionar arestas para que seja possível encontrar um circuito euleriano. A melhor eulerização é sempre aquela que adiciona o menor número de arestas possível.

💡 Lembra-te: Para adicionar arestas de forma correta, o número de repetições de arestas deve ser igual ao número de arestas acrescentadas.

Eulerização e Circuitos Hamiltonianos

Para eulerizar um grafo, segue estes passos:

1. Começa num canto e avança no sentido dos ponteiros do relógio
2. Ao chegar a um vértice de grau ímpar, liga-o ao próximo vértice
3. Se o vértice ficar par, continua; se ficar ímpar, liga-o ao vértice seguinte
4. Repete o processo até completar o circuito

Um circuito hamiltoniano é um caminho que passa por todos os vértices exatamente uma vez (exceto o primeiro, que também é o último). É como visitar todas as cidades de um país sem repetir nenhuma.

O problema do carteiro chinês procura o caminho mais curto que percorre todas as arestas pelo menos uma vez. Para resolver este problema, usamos:

• Grafos ponderados: grafos com pesos (distâncias, custos, tempo) atribuídos às arestas
• Algoritmo do vizinho mais próximo: começas numa cidade e segues sempre para a cidade mais próxima ainda não visitada
• Algoritmo por ordenação dos pesos: escolhes sucessivamente as arestas com pesos mais baixos, sem formar circuitos prematuros ou ter mais de duas arestas num vértice

💡 Aplicação prática: Estes conceitos são usados para otimizar rotas de entrega, coleta de lixo ou distribuição de correio!

Algoritmos e Coloração de Grafos

Quando usamos o algoritmo por ordenação dos pesos das arestas, devemos seguir regras importantes:

• Nunca escolher 3 arestas no mesmo vértice
• Nunca fechar um circuito quando ainda há vértices por visitar

Por exemplo, ao escolher arestas por ordem de peso (A→E, A→D, C→E, B→C, B→D), podemos formar um circuito com comprimento total de 49 km, somando os pesos 4+7+8+10+20.

O problema da coloração de grafos consiste em atribuir cores aos vértices ou às arestas de modo que elementos adjacentes tenham cores diferentes. É como pintar um mapa onde países vizinhos precisam de cores diferentes.

Existem dois conceitos importantes:

• Número cromático de um grafo: número mínimo de cores necessárias para colorir os vértices
• Número cromático de arestas: número mínimo de cores para colorir as arestas

💡 Aplicação real: A coloração de grafos é usada em horários escolares, atribuição de frequências de rádio e até na organização de exames, para evitar conflitos!

Este conceito permite-nos resolver problemas de alocação de recursos de forma eficiente, garantindo que não há conflitos entre elementos adjacentes.

Árvores Abrangentes e Caminhos Críticos

Uma árvore abrangente é um grafo conexo sem circuitos que contém todos os vértices do grafo original. Quando queremos encontrar a árvore com o menor custo total, procuramos a árvore abrangente mínima.

Existem dois algoritmos principais para encontrar árvores abrangentes mínimas:

1. Algoritmo de Kruskal:

   • Ordena as arestas por peso crescente
   • Adiciona as arestas mais leves desde que não formem circuitos
   • Garante sempre a solução ótima

2. Algoritmo de Prim:

   • Começa num vértice qualquer
   • Forma uma única árvore ao longo da construção
   • Escolhe sempre a aresta de menor peso que liga a árvore a um novo vértice

Os caminhos críticos são usados em gestão de projetos para determinar o tempo mínimo necessário para concluir um projeto. Usando um digrafo, podemos representar tarefas e suas dependências.

💡 Dica importante: O caminho crítico é aquele com a maior duração total e determina o tempo mínimo para a conclusão do projeto. Qualquer atraso nas tarefas deste caminho atrasa todo o projeto!

Ao contrário dos problemas do tipo "caixeiro viajante", os algoritmos de árvore abrangente mínima garantem sempre encontrar a solução ótima.

Caminhos Críticos na Prática

Para determinar o caminho crítico num projeto, precisas de identificar todas as tarefas, suas durações e dependências $pré-requisitos$. Depois, encontras o caminho com a maior duração total.

Vamos ver um exemplo:

• Temos 7 tarefas com diferentes durações e pré-requisitos
• A tarefa 1 leva 8 minutos e não tem pré-requisitos
• A tarefa 2 leva 11 minutos e também não tem pré-requisitos
• A tarefa 3 depende da tarefa 1 e leva 7 minutos
• As tarefas 4, 5, 6 e 7 têm suas próprias durações e dependências

Neste exemplo, o caminho crítico segue as tarefas 2 → 5 → 6, com duração total de 11 + 2 + 14 = 27 minutos. Este é o tempo mínimo para completar todo o projeto.

💡 Estratégia útil: Para encontrar o caminho crítico, procura sempre o percurso que leva mais tempo no total. Se esse caminho atrasar, todo o projeto atrasa!

Isto é particularmente útil em gestão de projetos, pois permite identificar quais tarefas requerem mais atenção e recursos para garantir que o projeto não atrase.

Modelos Populacionais

Os modelos populacionais são representações matemáticas que descrevem o crescimento (positivo ou negativo) de uma população ao longo do tempo. Pensa neles como equações que preveem como vai evoluir uma população de pessoas, animais ou até células.

Existem dois tipos principais de crescimento populacional:

• Crescimento populacional positivo: quando a população aumenta ao longo do tempo
• Crescimento populacional negativo: quando a população diminui

Quanto à forma como ocorrem as alterações, temos:

• Crescimento populacional discreto: as alterações ocorrem em momentos específicos (como juros capitalizados anualmente)
• Crescimento populacional contínuo: as alterações acontecem continuamente, a todo o instante

O modelo de crescimento linear é representado por uma função afim de equação y = ax + b, onde:

• y é a variável dependente (população)
• x é a variável independente (tempo)
• a e b são constantes

💡 Visualização: O gráfico de um crescimento linear é sempre uma reta! Se b=0, temos uma proporcionalidade direta $y=ax$.

Uma progressão aritmética é uma sucessão onde a diferença entre termos consecutivos é constante. Esta diferença (razão R) representa a taxa de crescimento populacional no modelo linear discreto.

Modelo de Crescimento Exponencial

O modelo de crescimento exponencial é representado pela função y = a × b^x, onde:

• y é a variável dependente (população)
• x é a variável independente (tempo)
• a e b são constantes

Uma forma comum de expressar o crescimento exponencial contínuo é através da equação P(t) = P₀ × e^(kt), onde:

• P(t) é a população no instante t
• P₀ é a população inicial
• k é a taxa de crescimento
• e é o número de Neper (aproximadamente 2,7183)

O gráfico de uma função exponencial é sempre uma curva, que pode ser crescente (quando b > 1) ou decrescente (quando 0 < b < 1).

O número de Neper (e) é um número irracional muito importante em matemática, definido como o limite da expressão $1 + 1/n$^n quando n tende para infinito.

💡 Aplicação real: O crescimento exponencial aparece em muitas situações, como juros compostos, crescimento de bactérias, ou propagação de doenças infecciosas!

Este modelo é mais realista que o linear para muitas populações naturais, especialmente em fases iniciais de crescimento quando há recursos abundantes.

Propriedades dos Logaritmos

Os logaritmos são ferramentas matemáticas essenciais para trabalhar com funções exponenciais. Eles ajudam a resolver equações exponenciais e a simplificar cálculos complexos.

Principais propriedades dos logaritmos:

1. Produto: log₍c₎(a×b) = log₍c₎a + log₍c₎b
2. Quociente: log₍c₎$a/b$ = log₍c₎a - log₍c₎b
3. Potência: log₍c₎$a^b$ = b × log₍c₎a
4. Mudança de base: log₍a₎b = (log₍c₎b) / (log₍c₎a) = (ln b) / (ln a) = (log b) / (log a)

Também é importante lembrar que e^0 = 1 e que a^$b/c$ = ᶜ√a^b.

💡 Atenção: Só existem logaritmos de números positivos, mas o resultado de um logaritmo pode ser positivo ou negativo!

Estas propriedades são fundamentais para simplificar expressões logarítmicas e exponenciais, tornando os cálculos muito mais fáceis. Dominar estes conceitos vai ajudar-te a resolver problemas de modelos populacionais e outras aplicações matemáticas.