\( \newcommand{\nPr}[2]{{}^{#1}A_{#2} } \newcommand{\combin}[2]{{}^{#1}C_{#2} } \newcommand{\cmod}[3]{#1 \equiv #2\left(\bmod {}{#3}\right)} \newcommand{\frc}[2]{\displaystyle\frac{#1}{#2}} \newcommand{\mdc}[2]{\left( {#1},{#2}\right)} \newcommand{\mmc}[2]{\left[ {#1},{#2}\right]} \newcommand{\cis}{\mathop{\rm cis}} \newcommand{\ImP}{\mathop{\rm Im}} \newcommand{\ReP}{\mathop{\rm Re}} \newcommand{\sen}{\mathop{\rm sen}} \newcommand{\tg}{\mathop{\rm tg}} \newcommand{\cotg}{\mathop{\rm cotg}} \newcommand{\cosec}{\mathop{\rm cosec}} \newcommand{\cotgh}{\mathop{\rm cotgh}} \newcommand{\cosech}{\mathop{\rm cosech}} \newcommand{\sech}{\mathop{\rm sech}} \newcommand{\sh}{\mathop{\rm sh}} \newcommand{\ch}{\mathop{\rm ch}} \newcommand{\th}{\mathop{\rm th}} \newcommand{\senEL}[1]{\mathop{\rm sen}^{#1}} \newcommand{\tgEL}[1]{\mathop{\rm tg}^{#1}} \newcommand{\cotgEL}[1]{\mathop{\rm cotg}^{#1}} \newcommand{\cosecEL}{\mathop{\rm cosec}^{#1}} \newcommand{\shEL}[1]{\mathop{\rm sh^{#1}}} \newcommand{\chEL}[1]{\mathop{\rm ch^{#1}}} \newcommand{\thEL}[1]{\mathop{\rm th^{#1}}} \newcommand{\cotghEL}[1]{\mathop{\rm cotgh^{#1}}} \newcommand{\cosechEL}[1]{\mathop{\rm cosech^{#1}}} \newcommand{\sechEL}[1]{\mathop{\rm sech^{#1}}} \newcommand{\senq}{\senEL{2}} \newcommand{\tgq}{\tgEL{2}} \newcommand{\cotgq}{\cotgEL{2}} \newcommand{\cosecq}{\cosecEL{2}} \newcommand{\cotghq}{\cotghEL{2}} \newcommand{\cosechq}{\cosechEL{2}} \newcommand{\sechq}{\sechEL{2}} \newcommand{\shq}{\shEL{2}} \newcommand{\chq}{\chEL{2}} \newcommand{\arctg}{\mathop{\rm arctg}} \newcommand{\arcsen}{\mathop{\rm arcsen}} \newcommand{\argsh}{\mathop{\rm argsh}} \newcommand{\argch}{\mathop{\rm argch}} \newcommand{\Var}{\mathop{\rm Var}} \newcommand{\vect}[1]{\overrightarrow{#1}} \newcommand{\tr}[1]{ \textnormal{Tr}\left({#1}\right)} \newcommand{\C}{\mathbb{C}} \newcommand{\E}{\mathbb{E}} \newcommand{\H}{\mathbb{H}} \newcommand{\I}{\mathbb{I}} \newcommand{\N}{\mathbb{N}} \newcommand{\P}{\mathbb{P}} \newcommand{\Q}{\mathbb{Q}} \newcommand{\R}{\mathbb{R}} \newcommand{\Z}{\mathbb{Z}} \newcommand{\til}{\sim} \newcommand{\mdc}{\mathop{\rm m.d.c.}} \newcommand{\mmc}{\mathop{\rm m.m.c.}} \newcommand{\vect}[1]{\overrightarrow{#1}} \newcommand{\dfrc}{\displaystyle\frac} \newcommand{\Mod}[1]{\ (\mathrm{mod}\ #1)} \)

13/06/2023

"A" Igualdade de Bézout? UMA igualdade de Bézout.

 Eu não costumo dar explicações de Álgebra (pura) nem de Teoria dos Números.
 Não me aparecem muitos pedidos, e por isso não se justifica perder muito tempo a rever esses assuntos. Mas, há coisas das quais ainda me lembro, sem ter de rever.
Recentemente apareceu-me um caso de um aluno que se referia "à" igualdade de Bézout como se fosse única.

O que é uma igualdade de Bézout?
Dados dois naturais $a$ e $b$, se $d=mdc(a,b)$, então existem inteiros $x$ e $y$ tais que 
\[ax+by=d\]

E esta igualdade é uma igualdade de Bézout.
É única?
Não.

Por exemplo \[mdc(21,30)=3\]e \begin{eqnarray*} {21\times 3+30\times (-2)}&{=}&{3}\\ {21\times 13+30\times (-9)}&{=}&{3}\\ {21\times 23+30\times (-16)}&{=}&{3}\\ {21\times 33+30\times (-23)}&{=}&{3}\\ {21\times 43+30\times (-30)}&{=}&{3} \end{eqnarray*}
São cinco exemplos distinto de igualdades de Bézout.
Quantas há?
Infinitas.
Neste caso particular, todos os pares
\[(x,y)=(3+10s,-2-7s) ; s\in\Z\]
tornam a igualdade
\[21x+30y=3\] numa proposição verdadeira.

Como obter todas as igualdades de Bézout referente a um par de naturais $(a,b)$?

Basta resolver a equação diofantina linear

\[ax+by=mdc(a,b)\]

Como se resolve isto? Bem... fica para um próximo post.
 Ou, se tiver pressa, pesquise. Eu não me ofendo :)

09/06/2023

O Teorema fundamental do Cálculo e a regra de Leibnitz.

De há alguns anos para cá, o número de alunos que me pergunta "O que é o teorema fundamental do cálculo?" tem aumentado significativamente. Não sei se devido a excessivos powerpoints (Lamento, ler powerpoints, por mais bonitos que sejam, não é dar aulas, é perder tempo e fazer o público perder tempo...).
Mas também não ponho as mãos no fogo por toda a gente que me procura.

O teorema diz simplesmente que, num conjunto onde as coisas que constam da fórmula estão bem definidas (e fazem sentido), é válida a fórmula

\[ \frac{d}{{dx}}\left( {\int\limits_a^x {f\left( t \right)dt} } \right) = f(x) \] 

Claro que se combinarmos isto com a regra de derivação da função composta, sai isto:

  \[
\left( {\int\limits_{\varphi \left( x \right)}^{\psi \left( x \right)} {f\left( t \right)dt} } \right)^\prime   = f(\psi \left( x \right))\psi '\left( x \right) - f(\varphi \left( x \right))\varphi '\left( x \right)
\]

Mas, dá para generalizar, e deduzir versões mais complicadas. 

Por exemplo e se for este?

\[
\frac{d}{{dx}}\left( {\int\limits_a^x {f\left( {x,t} \right)dt} } \right)
\]

Também se deduz.

Começamos por definir: 

\[
I(x,z) = \int\limits_a^x {f\left( {z,y} \right)dy}
\]

Calcular

\[
\frac{{\partial I}}{{\partial x}}(x,z) = \frac{d}{{dx}}\left( {\int\limits_a^x {f\left( {z,y} \right)dy} } \right) = f\left( {z,x} \right)
\]

e

\[
\frac{{\partial I}}{{\partial z}}(x,z) = \int\limits_a^x {\frac{\partial }{{\partial z}}\left( {f\left( {z,y} \right)} \right)dy}  = \int\limits_a^x {\frac{\partial }{{\partial x}}\left( {f\left( {z,y} \right)} \right)\frac{{\partial x}}{{\partial z}}dy}  = \int\limits_a^x {\frac{\partial }{{\partial x}}\left( {f\left( {z,y} \right)} \right)dy}
\]

E finalmente fazer

\[
\frac{d}{{dx}}\int\limits_a^x {f\left( {x,y} \right)dy}  = \frac{d}{{dx}}I(x,x) = \frac{{\partial I}}{{\partial x}} + \frac{{\partial I}}{{\partial z}}\frac{{\partial x}}{{\partial x}} = f\left( {x,x} \right) + \int\limits_a^x {\frac{\partial }{{\partial x}}\left( {f\left( {x,y} \right)} \right)dy}
\]

Se percebeu este exemplo, espero que consiga chegar a este:

\[
\left( {\int\limits_{\varphi \left( x \right)}^{\psi \left( x \right)} {f\left( {x,y} \right)dy} } \right)^\prime   = f(x,\psi \left( x \right))\psi '\left( x \right) - f(x,\varphi \left( x \right))\varphi '\left( x \right) + \int\limits_{\varphi \left( x \right)}^{\psi \left( x \right)} {\frac{\partial }{{\partial x}}\left( {f\left( {x,y} \right)} \right)dy}
\]

Por hoje é tudo.


14/02/2022

Uma dica no cálculo de derivadas de ordem $n$

Uma das causas da minha irregularidade a publicar neste blog, é que desde uns meses depois do ínicio da pandemia COVID-19 dou explicações online a uma média de 12 cadeiras por semestre sem falar das explicações ao ensino secundário
Em várias das cadeiras de Cálculo, Matemática e Análise Matemática ensinam-se derivadas de ordem $n$, polinómios e séries de Taylor (e MacLaurin).
Se para algumas pessoas é fácil e rápido detectar padrões, para outras, nem por isso.

Assim, eu acabo por sugerir a toda a gente que, ao calcular uma derivada de ordem $n$, "não simplifique as contas".


Passo a explicar: se $k$ for uma constante e $f$ uma função, então a derivada de $kf$ é $k$ vezes a derivada de $f$
Então, a derivada de, por exemplo ${5 \times f \times 10}$ também é ${5 \times f' \times 10}$.



Até perceberem o padrão, deixem o $5$ e o $10$ onde estão. Não convertam para $50 f'$

Exemplo: Este exemplo é simples, e até dava bem para fazer sem este truque, mas o objectivo é que percebam a onde quero chegar.
Considere-se a função $f(x)=\ln(1-x)$ então: \[ f'\left( x \right) = \frac{{ - 1}}{{1 - x}} = {\color{green} - \left( {1 - x} \right)^{ - 1} } \] \[ f''\left( x \right) = \left( {\color{green} - \left( {1 - x} \right)^{ - 1} } \right)' = {\color{green} -} {\color{red}\left( { - 1} \right)\left( {1 - x} \right)^{ - 2} ( - 1)} \] pois \[ \left( {u^n } \right)' = nu^{n - 1} u' \] continuando, \[ f'''\left( x \right) = {\color{green} -} {\color{red}\left( { - 1} \right)}{\color{blue}\left( { - 2} \right)\left( {1 - x} \right)^{ - 3} ( - 1)}{\color{red}\left( { - 1} \right)} \] \[ f''''\left( x \right) = {\color{green} -}{\color{red}\left( { - 1} \right)}{\color{blue}\left( { - 2} \right)} \left( { - 3} \right)\left( {1 - x} \right)^{ - 4} ( - 1){\color{blue}\left( { - 1} \right)}{\color{red}\left( { - 1} \right)} \] Ou seja, as constantes, vou deixando "quietas", onde aparecem. Será que depois disto, continua a ser difícil concluir que se $n\ge 1$
\[ f^{(n)} (x) = - \frac{{\left( {n - 1} \right)!}}{{\left( {1 - x} \right)^n }} \] ?

Claro que por mim, depois disto, o correcto ainda seria provar a fórmula, por exemplo, recorrendo, por exemplo, ao método de indução.

Sugestão: tente com alguns exemplos mais complicados... e depois tente obter as fórmulas de séries de Taylor/MacLaurin referentes a esses exemplos.

18/08/2021

Das séries de Fourier a uma fórmula recursiva para a Função zeta de números pares (positivos).

“The only way to learn mathematics is to do mathematics.” - Paul Halmos

Hoje, vou começar por rever ou mesmo introduzir, três conceitos: Arranjos, séries de Fourier e função zeta de Euler (A famosa zeta de Riemann é uma extensão desta função ao conjunto dos complexos). E com eles vou calcular a zeta de $2,4,6,8,...,2n,...$ de números pares positivos.


Sejam $n,p\in\N_1$ com $p\leq n$. Dado um conjunto de cardinal $n$, arranjos de $n$ elementos $p$ a $p$ (ou só "arranjos de $n$ $p$ a $p$") é o número de sequências de $p$ elementos distintos que é possível formar com elementos desse conjunto. Esse número representa-se por \[ \nPr{n}{p} \] Tem-se que \[ \nPr{n}{p} =n \times \left(n-1\right)\times\cdots\times \left(n-p+1\right)\] ou equivalentemente \[ \nPr{n}{p} =\frc{n!}{\left(n-p+1\right)!}\]

Note-se que o número $p$ é o número de factores do produto. Por exemplo $\nPr{2021}{3}$ é um produto com três factores: $$\nPr{2021}{3}=2021\times2020\times2019$$ (É por isso que esta definição está aqui! Esta observação vai ser útil no cálculo de um integral.)

A função zeta de Euler é a função de domínio $]1,+\infty[$ definida por \[ \zeta (s) = \sum\limits_{n = 1}^{ + \infty } {\frc{1}{{n^s }}} \text{ }\forall s\in]1,+\infty[ \] Note-se que como a função é definida em cada ponto por uma série de Dirichlet, a função está bem definida (também há quem lhes chame séries-p, mas acho esse nome péssimo, e portanto nos meus textos, essa designação está banida).

Uma série de Dirichlet é uma série da forma $\sum\limits_{n = n_0}^{ + \infty } {\frc{1}{{n^\alpha }}}$, para $n_0\in\N_1$, e converge se e só se $\alpha>1$ )


No texto de hoje, vou limitar-me à humilde tarefa de calcular o valor exacto de $\zeta (2k)$ para $k$ natural, no domínio da função. (Tenciono voltar a usar esta função em textos futuros, recorrendo a outras ferramentas, mas por hoje, isto é suficiente)




Seja $f:\R\to\R$ uma função seccionalmente diferenciável e periódica de período $2L$. Então a função possui uma representação em série de Fourier:
\[ \tilde{f}(x) = a_0 + \sum\limits_{n = 1}^{ + \infty } {\left[{a_n \cos \left( {\frc{{n\pi }}{L}x} \right) + b_n \sen \left( {\frc{{n\pi }}{L}x} \right)}\right]} \] em que \[ \tilde{f}\left( x \right) = \left\{ {\begin{array}{cl} {f\left( x \right)}&{ \text{se a função }f\text{ for contínua em }x} \\ {}&{} \\ {\frc{1}{2}\left( {\mathop {\lim }\limits_{t \to x^ - } f\left( t \right) + \mathop {\lim }\limits_{t \to x^ + } f\left( t \right)} \right)} &{ \text{se a função }f\text{ tiver uma descontinuidade em }x} \\ \end{array}} \right. \] Os coeficientes $a_n$ e $b_n$ calculam-se pelas fórmulas de Euler: \[ a_0 = \frc{1}{{2L}}\int\limits_{ - L}^L {f\left( x \right)dx} \] \[ a_n = \frc{1}{L}\int\limits_{ - L}^L {f\left( x \right)\cos \left( {\frac{{n\pi }}{L}x} \right)dx} \] \[ b_n = \frc{1}{L}\int\limits_{ - L}^L {f\left( x \right)\sen \left( {\frac{{n\pi }}{L}x} \right)dx} \]



A primeira parte deste texto costuma (ou costumava) ser um exercício comum em cadeiras onde se introduzem séries de Fourier.
Eu vou saltar algumas deduções, mas o leitor mais curioso pode consultar qualquer livro que introduza o assunto.
Exercício:

Considere-se a função $f$ de domínio $\R$, tal que $f(x)=x^2$ em $]-\pi,\pi]$, e $f$ é periódica de período $2\pi$.
Obtenha o desenvolvimento de $f$ em série de Fourier.


Uma possível resolução:

Se aplicarmos as fórmulas de Euler acima obtemos:
\[a_0=\frc{\pi^2}{3}\] \[a_n=\frc{4}{n^2}(-1)^n\] \[b_n=0 \text{ a função integranda é ímpar, e está a ser integrada num intervalo do tipo }[-L,L]\] E estes resultados permitem-nos escrever \[ f(x) = \frc{{\pi ^2 }}{3} + 4\sum\limits_{n = 1}^{ + \infty } {\left[{\frc{{( - 1)^n }}{{n^2 }}\cos \left( {nx} \right)}\right]} \]
$\blacksquare$
E pronto. O exercício está resolvido.:
Mas, sabemos que $f(\pi)=\pi^2$, logo, substituindo na fórmula obtida temos \[ \pi ^2 = \frac{{\pi ^2 }}{3} + 4\sum\limits_{n = 1}^{ + \infty } {\frac{1}{{n^2 }}} \] \[ \Leftrightarrow \frc{{2\pi ^2 }}{3} = 4\sum\limits_{n = 1}^{ + \infty } {\frc{1}{{n^2 }}} \] \[ \Leftrightarrow \frc{{\pi ^2 }}{6} = \sum\limits_{n = 1}^{ + \infty } {\frc{1}{{n^2 }}} \] Se recordarmos a definição da função zeta (de Euler), acabei de mostrar que \[\zeta\left(2\right)= \frc{{\pi ^2 }}{6}\]
$\blacksquare$
Recorrendo a séries de Fourier, é possível calcular os valores exactos das somas de muitas outras séries, incluindo valores da função zeta.
Vamos a mais um exemplo. Considere-se agora a função $g$ de domínio $\R$, tal que $g(x)=x^{4}$ em $]-\pi,\pi]$, e $g$ é periódica de período $2\pi$.
Se aplicarmos as fórmulas de Euler obtemos: \[a_0=\frc{\pi^4}{5}\] \[a_n=8\left(\frc{\pi^2}{n^2}-\frc{6}{n^4}\right)(-1)^n\] \[b_n=0\] então \[ g(x) = \frc{\pi^4}{5} + 8\sum\limits_{n = 1}^{ + \infty } {\left[{\left(\frc{\pi^2}{n^2}-\frc{6}{n^4}\right)(-1)^n\cos \left( {nx} \right)}\right]} \] Como no exercício anterior, se fizermos $x=\pi$ temos \[ \pi^4 = \frc{\pi^4}{5} + 8\sum\limits_{n = 1}^{ + \infty } {\left[{\left(\frc{\pi^2}{n^2}-\frc{6}{n^4}\right)}\right]} \] \[\Leftrightarrow \frac{{4\pi ^4 }}{5} = 8\left( {\pi ^2 \sum\limits_{n = 1}^{ + \infty } {\frc{1}{{n^2 }}} - 6\sum\limits_{n = 1}^{ + \infty } {\frc{1}{{n^4 }}} } \right) \] Resolvendo em ordem a $\sum\limits_{n = 1}^{ + \infty } {\frac{1}{{n^4 }}}$ temos \[ \sum\limits_{n = 1}^{ + \infty } {\frac{1}{{n^4 }}} = \frac{{\pi ^4 }}{{90}} \] ou seja, \[ \zeta(4) = \frac{{\pi ^4 }}{{90}} \] Depois destes dois exemplos, consideremos um caso mais geral: Seja $k\in\N$, e considere-se a função $h$ de domínio $\R$, tal que $h(x)=x^{2k}$ em $]-\pi,\pi]$, e $h$ é periódica de período $2\pi$.
Se aplicarmos as fórmulas de Euler obtemos: \[ a_0 = \frc{\pi ^{2k}}{2k + 1} \] \[ b_{n} = \frc{1}{\pi}\int\limits_{ - \pi }^\pi {x^{2k} \sen \left( {nx} \right)dx}=0 \text { pois a função integranda é ímpar.} \] Quanto a uma expressão para $(a_n)$, a tarefa não é simples. Mas eu fiz as contas e tenho aqui uma expressão. \[ a_{n} = \frc{1}{\pi}\int\limits_{ - \pi }^\pi {x^{2k} \cos \left( {nx} \right)}dx = 2\sum\limits_{j = 1}^k {\left[ {\frc{{\left( { - 1} \right)^{n + j + 1} \pi ^{2k - 2j} }}{{n^{2j} }} \cdot\nPr{2k}{2j-1} } \right]} \] Se tiver curiosidade sobre o cálculo de $a_n$, utilize o botão que se segue.


A fórmula de primitivação por partes diz-nos que \[ \int {x^m \cos \left( {\alpha x} \right)} dx = \frc{{\sen \left( {\alpha x} \right)}}{\alpha }x^m - \frc{m}{\alpha }\int {x^{m - 1} \sen \left( {\alpha x} \right)} dx \] \[ \int {x^m \sen \left( {\alpha x} \right)} dx = - \frc{{\cos \left( {\alpha x} \right)}}{\alpha }x^m + \frc{m}{\alpha }\int {x^{m - 1} \cos \left( {\alpha x} \right)} dx \] As primitivas \[\int {x^{2k} \cos \left( {\alpha x} \right)} dx\] calculam-se alternando estas duas fórmulas. Para $k=1$ temos \[ \int {x^2 \cos \left( {\alpha x} \right)} dx = \left( {\frc{{x^2 }}{\alpha } - \frc{2}{{\alpha ^3 }}} \right)\sen \left( {\alpha x} \right) + \frc{{2x}}{{\alpha ^2 }}\cos \left( {\alpha x} \right) + C;C\in\R \] Para $k=2$ temos \[ \int {x^4 \cos \left( {\alpha x} \right)} dx = \left( {\frc{{x^4 }}{\alpha } - \frc{{4 \times 3x^2 }}{{\alpha ^3 }} + \frc{{4 \times 3 \times 2 \times 1}}{{\alpha ^5 }}} \right)\sen \left( {\alpha x} \right) + \left( {\frc{{4x^3 }}{{\alpha ^2 }} - \frc{{4 \times 3 \times 2 x}}{{\alpha ^4 }}} \right)\cos \left( {\alpha x} \right) + C;C\in\R \] Para $k=3$ temos \[ \int {x^6 \cos \left( {\alpha x} \right)} dx = \left( {\frc{{x^6 }}{\alpha } - \frc{{6 \times 5x^4 }}{{\alpha ^3 }} + \frc{{6 \times 5 \times 4 \times 3x^2}}{{\alpha ^5 }} - \frc{{6 \times 5 \times 4 \times 3 \times 2 \times 1}}{{\alpha ^7 }}} \right)\sen \left( {\alpha x} \right) \\ + \left( {\frc{{6x^5 }}{{\alpha ^2 }} - \frc{{6 \times 5 \times 4x^3 }}{{\alpha ^4 }} + \frc{{6 \times 5 \times 4 \times 3 \times 2x}}{{\alpha ^6 }}} \right)\cos \left( {\alpha x} \right) + C;C\in\R \] (Estas contas devem ser feitas à mão, sem recorrer a software de computação algébrica, ou perderão os detalhes que estão nas fórmulas que apresentei - Eu fiz as contas, tenho-as aqui comigo, só não partilho os passos todos, porque quero deixar parte da diversão para o leitor, e porque não me apetece passar umas horas a escrever $\LaTeX$ :) ) \[\cdots\] Começa a vislumbrar-se o padrão \[ \int {x^{2k} \cos \left( {\alpha x} \right)} dx = \left( {\sum\limits_{j = 0}^k {\frc{{\left( { - 1} \right)^j \nPr{2k}{2j}x^{2k - 2j} }}{{\alpha ^{2j + 1} }}} } \right)\sin \left( {\alpha x} \right) + \left( {\sum\limits_{j = 1}^k {\frc{{\left( { - 1} \right)^{j + 1} \nPr{2k}{2j-1}x^{2k - 2j + 1} }}{{\alpha ^{2j} }}} } \right)\cos \left( {\alpha x} \right) + C; C\in\R \] Depois, só para garantir a validade das fórmulas, devem provar-se por indução em $k$.
Agora basta recorrer a esta fórmula para calcular o integral \[a_{n} = \frc{1}{\pi}\int\limits_{ - \pi }^\pi {x^{2k} \cos \left( {nx} \right)}dx \] e o resultado é imediato.

Assim sendo, temos que \[ h\left( x \right) = \frac{{\pi ^{2k} }}{{2k + 1}} + \sum\limits_{n = 1}^{ + \infty } {\left[ {2\sum\limits_{j = 1}^k {\left[ {\frac{{\left( { - 1} \right)^{n + j + 1} \pi ^{2k - 2j} }}{{n^{2j} }} \cdot \nPr{2k}{2j-1}} \right]} \left( { - 1} \right)^n \cos \left( {nx} \right)} \right]} \] Como $h(\pi)=\pi^{2k}$ temos então que \[ \pi^{2k} = \frac{{\pi ^{2k} }}{{2k + 1}} + \sum\limits_{n = 1}^{ + \infty } {\left[ {2\sum\limits_{j = 1}^k {\left[ {\frac{{\left( { - 1} \right)^{ j + 1} \pi ^{2k - 2j} }}{{n^{2j} }} \cdot \nPr{2k}{2j-1}} \right]} } \right]} \] \[\Leftrightarrow \frac{{2k\pi ^{2k} }}{{2k + 1}} = \sum\limits_{n = 1}^{ + \infty } {\left[ {2\sum\limits_{j = 1}^k {\left[ {\frac{{\left( { - 1} \right)^{ j + 1} \pi ^{2k - 2j} }}{{n^{2j} }} \cdot \nPr{2k}{2j-1}} \right]} } \right]} \] \[\Leftrightarrow \frac{{k\pi ^{2k} }}{{2k + 1}} = \sum\limits_{j = 1}^k \sum\limits_{n = 1}^{ + \infty } { {\left[ {\frac{{\left( { - 1} \right)^{ j + 1} \pi ^{2k - 2j} }}{{n^{2j} }} \cdot \nPr{2k}{2j-1}} \right]} } \] \[\Leftrightarrow \frac{k}{{2k + 1}} = \sum\limits_{j = 1}^k {\left[ {\frac{{\left( { - 1} \right)^{j + 1}\cdot \nPr{2k}{2j-1}}}{{\pi ^{2j} }}\sum\limits_{n = 1}^{ + \infty } {\frac{1}{{n^{2j} }}} } \right]} \] \[\Leftrightarrow \frac{k}{{2k + 1}} = \sum\limits_{j = 1}^k {\left[ {\frac{{\left( { - 1} \right)^{j + 1} \cdot\nPr{2k}{2j-1}}}{{\pi ^{2j} }}\zeta\left(2j\right)} \right]} \] \[\Leftrightarrow \frac{k}{{2k + 1}} = \sum\limits_{j = 1}^{k-1} {\left[ {\frac{{\left( { - 1} \right)^{j + 1} \cdot\nPr{2k}{2j-1}}}{{\pi ^{2j} }}\zeta\left(2j\right)} \right]} + {\left[ {\frac{{\left( { - 1} \right)^{k + 1}\cdot \nPr{2k}{2k-1}}}{{\pi ^{2k} }}\zeta\left(2k\right)} \right]} \] \[\Leftrightarrow \zeta \left( {2k} \right) = \frac{{k\pi ^{2k} \left( { - 1} \right)^{k + 1} }}{{\left( {2k + 1} \right)!}} + \sum\limits_{j = 1}^{k - 1} {\frac{{\left( { - 1} \right)^{k + j + 1} \pi ^{2k-2j} }}{{\left( {2k - 2j + 1} \right)!}}\zeta \left( {2j} \right)} \]
$\blacksquare$

Seja $k\in\N_1$. Então, \[ \zeta \left( {2k} \right) = \frac{{k\pi ^{2k} \left( { - 1} \right)^{k + 1} }}{{\left( {2k + 1} \right)!}} + \sum\limits_{j = 1}^{k - 1} {\frac{{\left( { - 1} \right)^{k + j + 1} \pi ^{2k-2j} }}{{\left( {2k - 2j + 1} \right)!}}\zeta \left( {2j} \right)} \]

Exemplos:
$k=1$ \[ \zeta \left( 2 \right) = \frac{{\pi ^2 }}{{3!}} + \sum\limits_{j = 1}^0 {\frac{{\left( { - 1} \right)^{k + j + 1} \pi ^{2 - 2j} }}{{\left( {2k - 2j + 1} \right)!}}\zeta \left( {2j} \right)} = \frac{{\pi ^2 }}{6} + 0 = \frac{{\pi ^2 }}{6} \] $k=2$ \[ \zeta \left( 4 \right) = \frac{{2\pi ^4 \left( { - 1} \right)}}{{5!}} + \frac{{\pi ^2 }}{{3!}}\zeta \left( 2 \right) = \frac{{ - \pi ^4 }}{{60}} + \frac{{\pi ^4 }}{{36}} = \frac{{ - 3\pi ^4 + 5\pi ^4 }}{{180}} = \frac{{2\pi ^4 }}{{180}} = \frac{{\pi ^4 }}{{90}} \] $k=3$ \[ \zeta \left( 6 \right) = \frac{{3\pi ^6 }}{{7!}} + \sum\limits_{j = 1}^2 {\frac{{\left( { - 1} \right)^{3 + j + 1} \pi ^{6 - 2j} }}{{\left( {6 - 2j + 1} \right)!}}\zeta \left( {2j} \right)} = \frac{{3\pi ^6 }}{{7!}} - \frac{{\pi ^4 }}{{5!}}\zeta \left( 2 \right) + \frac{{\pi ^2 }}{{3!}}\zeta \left( 4 \right) = \frac{{\pi ^6 }}{{945}} \] $k=4$ \[ \zeta \left( 8 \right) = \frac{{4\pi ^8 \left( { - 1} \right)}}{{9!}} + \sum\limits_{j = 1}^3 {\frac{{\left( { - 1} \right)^{4 + j + 1} \pi ^{8 - 2j} }}{{\left( {8 - 2j + 1} \right)!}}\zeta \left( {2j} \right)} = - \frac{{4\pi ^8 }}{{9!}} + \frac{{\pi ^6 }}{{7!}}\zeta \left( 2 \right) - \frac{{\pi ^4 }}{{5!}}\zeta \left( 4 \right) + \frac{{\pi ^2 }}{{3!}}\zeta \left( 6 \right) = \frac{{\pi ^8 }}{{9450}} \] Os cálculos sugerem que há uma forma "mais bonita" para a fórmula... Será que existe mesmo? (nada de spoilers, a função zeta está convidada a voltar a este blog)
A fórmula é implementável em calculadoras com computação algébrica.
Abaixo partilho dois screenshots da minha TI-nspire CX CAS (Capturados com TILP2 para linux)
Se houver curiosidade, pressionando o botão abaixo, mostro os valores da função zeta para os pares de 2 a 100, obtidos com esta fórmula, em milissegundos, numa cópia do Mathematica 12 (para uso não comercial) num Raspberry Pi 4.
Por hoje é tudo. Até à próxima!


\begin{eqnarray*} {\zeta(2)}&{=}&{\frc{\pi^{2}}{6}}\\ {\zeta(4)}&{=}&{\frc{\pi^{4}}{90}}\\ {\zeta(6)}&{=}&{\frc{\pi^{6}}{945}}\\ {\zeta(8)}&{=}&{\frc{\pi^{8}}{9450}}\\ {\zeta(10)}&{=}&{\frc{\pi^{10}}{93555}}\\ {\zeta(12)}&{=}&{\frc{691 \pi^{12}}{638512875}}\\ {\zeta(14)}&{=}&{\frc{2 \pi^{14}}{18243225}}\\ {\zeta(16)}&{=}&{\frc{3617 \pi^{16}}{325641566250}}\\ {\zeta(18)}&{=}&{\frc{43867 \pi^{18}}{38979295480125}}\\ {\zeta(20)}&{=}&{\frc{174611 \pi^{20}}{1531329465290625}}\\ {\zeta(22)}&{=}&{\frc{155366 \pi^{22}}{13447856940643125}}\\ {\zeta(24)}&{=}&{\frc{236364091 \pi^{24}}{201919571963756521875}}\\ {\zeta(26)}&{=}&{\frc{1315862 \pi^{26}}{11094481976030578125}}\\ {\zeta(28)}&{=}&{\frc{6785560294 \pi^{28}}{564653660170076273671875}}\\ {\zeta(30)}&{=}&{\frc{6892673020804 \pi^{30}}{5660878804669082674070015625}}\\ {\zeta(32)}&{=}&{\frc{7709321041217 \pi^{32}}{62490220571022341207266406250}}\\ {\zeta(34)}&{=}&{\frc{151628697551 \pi^{34}}{12130454581433748587292890625}}\\ {\zeta(36)}&{=}&{\frc{26315271553053477373 \pi^{36}}{20777977561866588586487628662044921875}}\\ {\zeta(38)}&{=}&{\frc{308420411983322 \pi^{38}}{2403467618492375776343276883984375}}\\ {\zeta(40)}&{=}&{\frc{261082718496449122051 \pi^{40}}{20080431172289638826798401128390556640625}}\\ {\zeta(42)}&{=}&{\frc{3040195287836141605382 \pi^{42}}{2307789189818960127712594427864667427734375}}\\ {\zeta(44)}&{=}&{\frc{5060594468963822588186 \pi^{44}}{37913679547025773526706908457776679169921875}}\\ {\zeta(46)}&{=}&{\frc{103730628103289071874428 \pi^{46}}{7670102214448301053033358480610212529462890625}}\\ {\zeta(48)}&{=}&{\frc{5609403368997817686249127547 \pi^{48}}{4093648603384274996519698921478879580162286669921875}}\\ {\zeta(50)}&{=}&{\frc{39604576419286371856998202 \pi^{50}}{285258771457546764463363635252374414183254365234375}}\\ {\zeta(52)}&{=}&{\frc{123256264328536916515065383362 \pi^{52}}{8761982491474419367550817114626909562924278968505859375}}\\ {\zeta(54)}&{=}&{\frc{116599854539539449685672495250764 \pi^{54}}{81807125729900063867074959072425603825198823017351806640625}}\\ {\zeta(56)}&{=}&{\frc{708397979803779072481547354189494 \pi^{56}}{4905352087939496310826487207538302184255342959123162841796875}}\\ {\zeta(58)}&{=}&{\frc{11652912186052419567178865654349796 \pi^{58}}{796392368980577121745974726570063253238310542073919837646484375}}\\ {\zeta(60)}&{=}&{\frc{4860932561935022288161219976319280984165964 \pi^{60}}{3278777586273629598615520165380455583231003564645636125000418914794921875}}\\ {\zeta(62)}&{=}&{\frc{3174344628151447365665300608362164168 \pi^{62}}{21132271510899613925529439369536628424678570233931462891949462890625}}\\ {\zeta(64)}&{=}&{\frc{106783830147866529886385444979142647942017 \pi^{64}}{7016125464333780819415029165079856003277532103367584994756141174316406250}}\\ {\zeta(66)}&{=}&{\frc{133872729284212332186510857141084758385627191 \pi^{66}}{86812790293146213360651966604262937105495141563588806888204273501373291015625}}\\ {\zeta(68)}&{=}&{\frc{125235502160125163977598011460214000388469 \pi^{68}}{801528196428242695121010267455843804062822357897831858125102407684326171875}}\\ {\zeta(70)}&{=}&{\frc{86021791276192400217318660993020411914939323442 \pi^{70}}{5433748964547053581149916185708338218048392402830337634114958370880742156982421875}}\\ {\zeta(72)}&{=}&{\frc{5827954961669944110438277244641067365282488301844260429 \pi^{72}}{3633348205269879230856840004304821536968049780112803650817771432558560793458452606201171875}}\\ {\zeta(74)}&{=}&{\frc{1846076610228171244017841823322845145226395015302 \pi^{74}}{11359005221796317918049302062760294302183889391189419445133951612582060536346435546875}}\\ {\zeta(76)}&{=}&{\frc{2595272507993197127124968004272126305722659771459558 \pi^{76}}{157606197452423911112934066120799083442801465302753194801233578624576089941806793212890625}}\\ {\zeta(78)}&{=}&{\frc{127645035561661793321593549399859099536061346268430917996 \pi^{78}}{76505736228426953173738238352183101801688392812244485181277127930109049138257655704498291015625}}\\ {\zeta(80)}&{=}&{\frc{4603784299479457646935574969019046849794257872751288919656867 \pi^{80}}{27233582984369795892070228410001578355986013571390071723225259349721067988068852863296604156494140625}} \end{eqnarray*} \begin{eqnarray*} {\zeta(82)}&{=}&{\frc{81805568252933943259666073648110726839401757442451386091786 \pi^{82}}{4776089171877348057451105924101750653118402745283825543113171217116857704024700607798175811767578125}}\\ {\zeta(84)}&{=}&{\frc{4049152391870580720462262320223462019979834782396181754562167864954 \pi^{84}}{2333207846470426678843707227616712214909162634745895349325948586531533393530725143500144033328342437744140625}}\\ {\zeta(86)}&{=}&{\frc{61461825062109642192916078830349906630495877828222226210418324 \pi^{86}}{349538086043843717584559187055386621548470304913596772372737435524697231069047713981709496784210205078125}}\\ {\zeta(88)}&{=}&{\frc{238441179758912274181002077094420335153772777376732480781258161922554 \pi^{88}}{13383510964174348021497060628653950829663288548327870152944013988358928114528962242087062453152690410614013671875}}\\ {\zeta(90)}&{=}&{\frc{943245823216866239907298680999372067020203959735717692985236172582338028 \pi^{90}}{522532651330971490226753590247329744050384290675644135735656667608610471400391047234539824350830981313610076904296875}}\\ {\zeta(92)}&{=}&{\frc{225319295340441309215552665832795956462494171081640894438837622057381956 \pi^{92}}{1231931818039911948327467370123161265684460571086659079080437659781065743269173212919832661978537311246395111083984375}}\\ {\zeta(94)}&{=}&{\frc{207798094736977782060817307134161907056767389821735595138079166856961608 \pi^{94}}{11213200675690943223287032785929540201272600687465377745332153847964679254692602138023498144562090675557613372802734375}}\\ {\zeta(96)}&{=}&{\frc{211600449597266513097597728109824233673043954389060234150638733420050668349987259 \pi^{96}}{112694926530960148011367752417874063473378698369880587800838274234349237591647453413782021538312594164677406144702434539794921875}}\\ {\zeta(98)}&{=}&{\frc{2771765741751244719349025205975657371728252886877734184043835153060936614622 \pi^{98}}{14569479835935377894165191004250040526616509162234077285176247476968227225810918346966001491701692846112140419483184814453125}}\\ {\zeta(100)}&{=}&{\frc{189196075638244250590454866138987443745405683066133872266771392408622790830394495422 \pi^{100}}{9815205420757514710108178059369553458327392260750404049930407987933582359080767225644716670683512153512547802166033089160919189453125}} \end{eqnarray*}


Bibliografia sugerida
(Séries de Fourier)
(apenas para consulta, se houver curiosidade, eu não usei nenhum deles...)

08/08/2021

Soma dos primeiros $n$ quadrados

A primeira vez que vi a fórmula $1^2+2^2+\cdots+n^2=\frc{n(n+1)(2n+1)}{6}$ foi num exercício de indução matemática.
Com o passar dos anos foram-me aparecendo outras deduções para a fórmula.
Uma óbvia é converter o problema numa equação de diferenças e resolver, e foi um dos primeiros exemplos que testei assim qua aprendi equações de diferenças-
(Encontram uma versão dessa ideia no youtube, aqui: https://www.youtube.com/watch?v=OpA7oNmHobM)
Outra dedução de que gosto muito é visual: https://www.youtube.com/watch?v=aXbT37IlyZQ
Mas há muitas outras.
Por exemplo, recentemente encontrei esta https://www.youtube.com/watch?v=gVMEtOXdhs8.

Hoje apresento uma que me ocorreu durante uma explicação online de Probabilidades e Estatística.
Não é propriamente elegante, visto que vou "recorrer a um exército para matar uma mosca" (eu sei que a expressão é 'recorrer a um canhão para matar uma mosca' , mas aqui pode-se dizer que vou recorrer a vários canhões).
Vou recordar algumas definições:

Seja $X$ uma variável aleatória discreta e $\P$ uma medida de probabilidade \[ X = \left\{ {\begin{array}{cl} {x_i }&{i\in \I} \\ {} \\ {p_i^{} = \P\left( {X = x_i } \right)} \\ \end{array}} \right. \] O valor esperado (ou valor médio, ou esperança matemática, ou momento de primeira ordem) de $X$ é \[ \E(X) = \sum\limits_{i \in \I} {x_i p_i } \] desde que se tenha \[ \E(X) = \sum\limits_{i \in \I} {|x_i| p_i } < \infty \]


Seja $X$ uma variável aleatória discreta e $\P$ uma medida de probabilidade \[ X = \left\{ {\begin{array}{cl} {x_i }&{i\in \I} \\ {} \\ {p_i^{} = \P\left( {X = x_i } \right)} \\ \end{array}} \right. \] O Momento de ordem $n$ da variável aleatória $X$ é \[ \E(X^n) = \sum\limits_{i \in \I} {x_i^n p_i } \] desde que, uma vez mais, se tenha \[ \E(X) = \sum\limits_{i \in \I} {|x_i|^n p_i } < \infty \]


Seja $X$ uma variável aleatória discreta. A função geradora de momentos da variável aleatória $X$ é \[ M_X \left( t \right) = \E\left( {e^{tX} } \right) \]

Depois destas definições, recordo também um resultado

Seja $X$ uma variável aleatória. \[ \left. {\frac{{d^n }}{{dt^n }}M_X (t)} \right|_{t = 0} = \E\left( {X^n } \right) \]

Vamos a isto. Seja $X$ uma variável aleatória com distribuição uniforme discreta de parâmetro $n$ com $n\in\N_1$, ou seja, \[ X \til \text{Uniforme}(n) \] \[ P(X = i) = \left\{ {\begin{array}{ll} {\frc{1}{n}}&{,i\in\{1,\cdots,n\}} \\ {} &{} \\ {0} & {\text{, caso contrário}} \end{array}} \right. \] Então:

\[ M_X \left( t \right) = \E\left( {e^{tX} } \right) = \frc{1}{n}\sum\limits_{i = 1}^n {e^{ti} = } \left\{ {\begin{array}{ll} {\frc{{e^t }}{n}\frc{{1 - e^{nt} }}{{1 - e^t }}}&{,\text{se } t\neq 0} \\ {}&{} \\ {1} &{,\text{se } t = 0} \end{array}} \right. \] para $t\in\R$

A partir deste resultado provam-se os seguintes

\[ \frc{d}{{dt}}\left[{M_X \left( t \right)}\right] = \left\{ {\begin{array}{cl} {\frc{{e^t - \left( {n + 1} \right)e^{\left( {n + 1} \right)t} + ne^{\left( {n + 2} \right)t} }}{{n\left( {1 - e^t } \right)^2 }}}&{,\text{se } t\neq 0} \\ {}&{} \\ {\frc{{n + 1}}{2}}&{,\text{se } t = 0} \end{array}} \right. \] \[ \frc{{d^2 }}{{dt^2 }}\left[{M_X} \left( t \right)\right] = \left\{ {\begin{array}{cl} {\frc{{e^{2t} + e^t - \left( {n + 1} \right)^2 e^{\left( {n + 1} \right)t} + \left( {2n^2 + 2n - 1} \right)e^{\left( {n + 2} \right)t} - n^2 e^{\left( {n + 3} \right)t} }}{{n\left( {1 - e^t } \right)^3 }}}&{,\text{se } t\neq 0} \\ {}&{} \\ {\frc{{\left( {n + 1} \right)\left( {2n + 1} \right)}}{6}}&{,\text{se } t = 0} \end{array}} \right. \]

Consequentemente

\[ \E(X) = \frc{n+1}{2} \] \[ \E(X^2) = \frc{{\left( {n + 1} \right)\left( {2n + 1} \right)}}{6} \]

Atentendo à definição de momento de ordem 2 temos que: \[ \E\left( {X^2 } \right) = \sum\limits_{i = 1}^n {\left( {i^2 \cdot \frc{1}{n}} \right)} = \frc{1}{n}\sum\limits_{i = 1}^n { {i^2 } } \] Então, pelo último teorema: \[ \frc{1}{n}\sum\limits_{i = 1}^n { {i^2 }} = \frc{{\left( {n + 1} \right)\left( {2n + 1} \right)}}{6} \] E imediatamente, sai \[ \sum\limits_{i = 1}^n { {i^2 }} = \frc{{n\left( {n + 1} \right)\left( {2n + 1} \right)}}{6} \]
$\blacksquare$