|x| = \begin{cases}
x & \text{se } x \geq 0, \\
-x & \text{se } x < 0.
\end{cases}∣ x ∣ = { x − x se x ≥ 0 , se x < 0.
Esse valor absoluto possui propriedades essenciais para diversas áreas da análise matemática, como o fato de que para quaisquer dois números reais x x x e y y y , a desigualdade ∣ x + y ∣ ≤ ∣ x ∣ + ∣ y ∣ |x + y| \leq |x| + |y| ∣ x + y ∣ ≤ ∣ x ∣ + ∣ y ∣ é sempre válida. Este é um exemplo clássico da desigualdade do triângulo, que pode ser entendida como uma forma de limitar a soma de dois números em termos das magnitudes dos mesmos.
Além disso, existem duas outras desigualdades fundamentais envolvendo valores absolutos, a "desigualdade do triângulo" e a "desigualdade do triângulo invertido". Elas são descritas nas proposições 3.2.11, onde para quaisquer números reais x x x e y y y :
∣ x + y ∣ ≤ ∣ x ∣ + ∣ y ∣ |x + y| \leq |x| + |y| ∣ x + y ∣ ≤ ∣ x ∣ + ∣ y ∣ ,
∣ ∣ x ∣ − ∣ y ∣ ∣ ≤ ∣ x − y ∣ | |x| - |y| | \leq |x - y| ∣∣ x ∣ − ∣ y ∣∣ ≤ ∣ x − y ∣ .
Essas desigualdades são de grande importância na análise, pois estabelecem limites sobre como as somas e diferenças de números reais se comportam em relação aos seus valores absolutos.
Por fim, ao lidar com conjuntos de números reais, é importante entender os conceitos de mínimo e máximo. O valor máximo de um conjunto A A A de números reais é definido como o maior valor dentro desse conjunto, e o valor mínimo é o menor valor. A proposição 3.2.25 afirma que todo conjunto não vazio e finito de números reais possui tanto um elemento máximo quanto um elemento mínimo. Isso é garantido pela indução matemática, como demonstrado na prova presente na proposição.
O entendimento do conceito de máximo e mínimo é crucial para várias áreas da matemática, incluindo a otimização, onde frequentemente buscamos maximizar ou minimizar certas funções.
Ao explorar essas propriedades, é possível perceber que as desigualdades e as combinações lineares convexas não são apenas conceitos abstratos, mas têm uma aplicação prática em diversas disciplinas, como análise real, geometria e até mesmo na resolução de problemas de otimização. Em muitas situações, essas ferramentas são essenciais para entender a relação entre diferentes elementos dentro de um conjunto e para estabelecer limites que controlam o comportamento dessas relações.
Além disso, vale ressaltar que a compreensão das desigualdades no contexto do valor absoluto também é fundamental quando se trabalha com distâncias no espaço, seja em um contexto geométrico ou em problemas mais complexos envolvendo análise funcional.
Como as Funções Injetoras, Sobrejatoras e Bijetoras Influenciam as Soluções de Equações
Ao estudar funções e suas propriedades, é fundamental entender as relações que essas funções mantêm com conjuntos e como isso afeta as soluções de equações. Se tivermos uma função f : X → Y f: X \to Y f : X → Y , a equação y = f ( x ) y = f(x) y = f ( x ) implica que, para cada valor y ∈ Y y \in Y y ∈ Y , existe um valor x ∈ X x \in X x ∈ X tal que f ( x ) = y f(x) = y f ( x ) = y . O comportamento desta função, seja ela injetora, sobrejetora ou bijetora, determina o número de soluções possíveis para essa equação.
Primeiro, quando uma função é injetora (ou seja, se f ( x 1 ) = f ( x 2 ) f(x_1) = f(x_2) f ( x 1 ) = f ( x 2 ) implica que x 1 = x 2 x_1 = x_2 x 1 = x 2 ), a equação y = f ( x ) y = f(x) y = f ( x ) tem, no máximo, uma solução para cada y ∈ Y y \in Y y ∈ Y . Isso ocorre porque a função mapeia valores diferentes de x x x para valores diferentes de y y y , garantindo que não existam múltiplos x x x para o mesmo valor y y y . Portanto, a pré-imagem f − 1 ( { y } ) f^{ -1}(\{y\}) f − 1 ({ y }) contém no máximo um elemento para cada y y y .
Por outro lado, quando a função é sobrejetora , garantimos que, para todo y ∈ Y y \in Y y ∈ Y , existe pelo menos um x ∈ X x \in X x ∈ X tal que f ( x ) = y f(x) = y f ( x ) = y . Assim, a pré-imagem f − 1 ( { y } ) f^{ -1}(\{y\}) f − 1 ({ y }) não é vazia para nenhum y y y . Porém, ao contrário da injetividade, não há garantia de que cada valor de y y y corresponda a um único x x x .
Uma função é bijetora quando é simultaneamente injetora e sobrejetora. Nesse caso, para cada valor y ∈ Y y \in Y y ∈ Y , existe exatamente um valor x ∈ X x \in X x ∈ X tal que f ( x ) = y f(x) = y f ( x ) = y . Em outras palavras, cada y ∈ Y y \in Y y ∈ Y tem exatamente uma solução associada a ele, o que implica que a função tem uma inversa bem definida.
Essas propriedades de uma função têm uma implicação importante nas equações. Se uma função f f f é bijetora, isso significa que para qualquer y ∈ Y y \in Y y ∈ Y , a equação y = f ( x ) y = f(x) y = f ( x ) tem exatamente uma solução, o que torna a função invertível. Essa invertibilidade é um conceito crucial em muitos campos da matemática, especialmente na análise e na resolução de sistemas de equações.
Agora, considere que uma função é monótona . Funções monótonas podem ser estritamente crescentes ou não decrescentes . Uma função f f f é estritamente crescente em um conjunto X X X se, para quaisquer x 1 , x 2 ∈ X x_1, x_2 \in X x 1 , x 2 ∈ X , a desigualdade x 1 < x 2 x_1 < x_2 x 1 < x 2 implica f ( x 1 ) < f ( x 2 ) f(x_1) < f(x_2) f ( x 1 ) < f ( x 2 ) . Isso garante que a função é injetora, pois valores diferentes de x x x levam a valores diferentes de f ( x ) f(x) f ( x ) . Por exemplo, a função f ( x ) = x n f(x) = x^n f ( x ) = x n é estritamente crescente para x > 0 x > 0 x > 0 e n n n sendo um número inteiro positivo.
Além disso, uma função não decrescente preserva a ordem, ou seja, se x 1 < x 2 x_1 < x_2 x 1 < x 2 , então f ( x 1 ) ≤ f ( x 2 ) f(x_1) \leq f(x_2) f ( x 1 ) ≤ f ( x 2 ) . Esse tipo de função é útil, por exemplo, em situações em que as desigualdades estritas não precisam ser preservadas, mas ainda há uma relação de ordem a ser mantida.
Funções estritamente crescentes, assim como funções não decrescentes, preservam ou podem inverter o sentido das desigualdades quando aplicadas a elas. Esse tipo de análise é essencial quando se trata de resolver equações envolvendo desigualdades, pois permite concluir, por exemplo, que se f ( x 1 ) < f ( x 2 ) f(x_1) < f(x_2) f ( x 1 ) < f ( x 2 ) , então x 1 < x 2 x_1 < x_2 x 1 < x 2 , desde que a função seja injetora e crescente.
Outro conceito importante é o de função composta . Se f f f e g g g são funções monotônicas, a composição f ∘ g f \circ g f ∘ g mantém a monotonicidade. Se f f f é estritamente crescente e g g g também é estritamente crescente, então f ∘ g f \circ g f ∘ g será estritamente crescente. Isso é essencial para resolver sistemas de equações compostos e para entender como as propriedades das funções se propagam em composições.
Em certos casos, como nas funções recíprocas, é possível realizar transformações geométricas interessantes. Por exemplo, a função f ( x ) = 1 / x f(x) = 1/x f ( x ) = 1/ x definida sobre ( 0 , ∞ ) (0, \infty) ( 0 , ∞ ) é estritamente decrescente. Se compusermos essa função consigo mesma, obtemos a função identidade, que é estritamente crescente. Esse tipo de comportamento pode ser usado em vários contextos, como na geometria e na análise de transformações.
É crucial que, ao lidar com funções e suas propriedades, se mantenha uma compreensão clara de como as transformações afetam as soluções das equações. A capacidade de aplicar funções de maneira adequada, seja preservando ou invertendo desigualdades, é um poder matemático que facilita a resolução de problemas complexos e o entendimento das relações entre conjuntos e suas imagens.
Por que provamos as coisas em Matemática?
Em Matemática, assim como em outras áreas do conhecimento, a prova desempenha um papel essencial. O ato de provar algo não é apenas um exercício intelectual, mas uma forma de garantir que nossos resultados sejam indiscutíveis, dentro do quadro conceitual que estamos utilizando. A simples resposta para um problema pode ser interessante, mas a justificativa incontroversa dentro dos limites do material já estabelecido é uma parte fundamental do processo. Ao refletir sobre isso, podemos nos perguntar: "Por que provamos as coisas?" A analogia com o esporte pode ajudar a entender essa necessidade. Por que escalar um precipício ou trilhar um caminho rochoso, em vez de simplesmente pegar um carro ou um teleférico? Parte da resposta está na experiência de conquistar a vista, de lutar por ela, ao invés de apenas observá-la. Outra razão é que, muitas vezes, não existe um caminho fácil, e alguém precisa construir esse caminho, explorar o território pela primeira vez. Em Matemática, esse é um treinamento contínuo para possibilitar novas descobertas.
A Matemática leva a conclusões que expandem a mente. Já foi possível observar todas as possíveis ordenações de um baralho de cartas? Existe um programa de computador que, dado uma sequência infinita de 0s e 1s, imprima essa sequência após tempo infinito de execução? Qual é a taxa de crescimento do volume de uma bola de raio 1 no espaço n-dimensional à medida que n aumenta? E o que realmente significa "eiπ + 1 = 0"? Essas questões vão além da simples resolução de problemas práticos, desafiando nossa visão sobre o mundo e o próprio conceito de infinito. O importante, quando se estuda Matemática, é a capacidade de aprender por si mesmo, sem depender apenas de exemplos prontos. Embora um raciocínio lógico bem fundamentado seja necessário, é preciso também saber apreciar a beleza intrínseca da Matemática, a qual não depende necessariamente de sua aplicação prática.
Mesmo quando uma ideia aparentemente simples possui aplicações úteis, a capacidade de perceber e agir sobre essa ideia é uma realização por si só. O mundo da experiência é muito maior e mais complexo do que a Matemática pode descrever, ainda que esta forneça as melhores estruturas descritivas e preditivas que temos. No entanto, ao buscar entender a Matemática por seu valor intrínseco, devemos também estar cientes de que grandes avanços que hoje parecem distantes de qualquer aplicação prática, podem se tornar fundamentais em tecnologias futuras, muitas vezes décadas ou séculos após o seu desenvolvimento inicial. Portanto, o estudo da Matemática, em sua essência, tem também elementos de jogo, descoberta e arte. Quanto mais nos aprofundamos nesse processo e buscamos cultivar esses aspectos agradáveis, mais prazeroso e produtivo será nosso envolvimento com esse material.
A Matemática, como linguagem, permite expressar proposições lógicas e quantitativas. Através dela, podemos usar ferramentas computacionais para deduzir novos conhecimentos a partir de verdades já estabelecidas. Para ler, entender e escrever Matemática de maneira fluente, é preciso aprender e praticar o uso da terminologia, da sintaxe e das expressões dessa linguagem. A Matemática avança por meio de deduções lógicas a partir de hipóteses explícitas, que, até o momento, ainda não foram provadas. Esse é um dos maiores desafios do ensino da Matemática, pois, para apresentar o conteúdo em uma ordem lógica, frequentemente é necessário primeiro estabelecer um grande número de conceitos fundamentais. O que pode ser um desafio pedagógico, dado que os exemplos concretos nem sempre estão disponíveis desde o início.
As proposições lógicas podem ser divididas em afirmações, que têm um valor de verdade claro: verdadeiro ou falso. Afirmações podem ser compostas por conectivos lógicos como "e", "ou" e "implica", permitindo construir novos enunciados. A negação de uma afirmação é seu oposto lógico, e é representada simbolicamente como ¬P. A conjunção, ou "e", é verdadeira apenas quando ambas as afirmações são verdadeiras. A disjunção, ou "ou", é verdadeira se ao menos uma das afirmações for verdadeira. Já a implicação lógica, que conecta duas proposições de forma condicional, é central na Matemática. A implicação "Se P, então Q" é considerada verdadeira, exceto quando P é verdadeira e Q é falsa. Esse conceito é de extrema importância, pois é por meio das implicações que podemos deduzir novos resultados de maneira válida e rigorosa.
Entretanto, é importante observar que uma implicação não precisa estar necessariamente relacionada de forma óbvia. A sequência de afirmações verdadeiras nem sempre constitui uma prova, embora a implicação lógica tenha como critério mais fraco o fato de excluir conclusões falsas a partir de hipóteses verdadeiras. Algumas implicações podem parecer não fazer sentido à primeira vista, mas são úteis em construções lógicas mais complexas. Por exemplo, "Se 0 = 0, então 2 é um número par" é uma implicação verdadeira, embora a conclusão não tenha uma relação direta com a hipótese.
Ademais, a Matemática não se resume a ser apenas uma sequência de deduções lógicas. Existem momentos de jogo, de prazer em descobrir, que tornam o estudo da Matemática uma experiência única e muitas vezes artística. As suas aplicações podem ser inesperadas e surgirem muito tempo depois de sua descoberta. Por isso, seja qual for a motivação do estudioso — se é pelo prazer do entendimento profundo ou pela busca de aplicações práticas — a Matemática oferece tanto rigor lógico quanto uma beleza estética, acessível apenas para aqueles que se dedicam a ver além do óbvio.
Como a Fórmula Polar Relaciona-se com as Raízes da Unidade no Contexto dos Números Complexos
A complexidade dos números complexos oferece um vasto campo de exploração, tanto no plano algébrico quanto geométrico. A relação entre as operações algébricas e suas representações geométricas tem sido um dos principais motores para o desenvolvimento da teoria complexa. O estudo das raízes de unidade e da fórmula polar revela não apenas a beleza dessa simetria, mas também oferece uma ferramenta poderosa para a resolução de problemas dentro do campo dos números complexos.
O conceito de raízes de unidade surge naturalmente quando se trata da equação x n = 1 x^n = 1 x n = 1 no conjunto dos números complexos. Enquanto nos números reais essa equação admite no máximo duas soluções, uma para n n n ímpar e duas para n n n par, no conjunto dos números complexos existe uma solução geométrica de grande beleza. As soluções para essa equação não são apenas números, mas pontos distribuídos uniformemente em um círculo no plano complexo, formando um polígono regular.
Seja ω \omega ω uma raiz n n n -ésima da unidade. Isso significa que ω n = 1 \omega^n = 1 ω n = 1 , e o número ω \omega ω pode ser expresso na forma polar como ω = e i 2 π k n \omega = e^{i \frac{2\pi k}{n}} ω = e i n 2 πk , onde k k k é um inteiro que varia de 0 0 0 a n − 1 n-1 n − 1 . Essas raízes formam os vértices de um polígono regular inscrito na circunferência unitária, com 1 como um de seus vértices. Cada valor de k k k resulta em uma solução distinta, que é uma das raízes n n n -ésimas da unidade. Esse é um exemplo claro de como a álgebra dos números complexos se funde com a geometria, proporcionando uma compreensão intuitiva de suas propriedades.
A fórmula polar de um número complexo fornece uma maneira de representá-lo de forma compacta e de entender sua relação com a geometria do plano complexo. Para qualquer número complexo z z z , podemos escrevê-lo na forma polar como z = r e i θ z = r e^{i\theta} z = r e i θ , onde r r r é o módulo de z z z e θ \theta θ é o argumento de z z z . Quando aplicada à equação de Euler, a fórmula e i θ = cos ( θ ) + i sin ( θ ) e^{i\theta} = \cos(\theta) + i\sin(\theta) e i θ = cos ( θ ) + i sin ( θ ) , encontramos uma expressão que conecta diretamente as funções trigonométricas com a exponencial complexa. Esta fórmula, também conhecida como a fórmula de Euler, é um dos resultados mais profundos da matemática complexa e tem vastas aplicações, não só na teoria dos números complexos, mas também em outras áreas da matemática e física.
É importante notar que as raízes de unidade não são apenas abstratas, mas possuem uma interpretação visual clara. Quando representadas no plano complexo, elas formam um polígono regular, cuja simetria reflete a natureza das soluções da equação x n = 1 x^n = 1 x n = 1 . No caso de n = 4 n = 4 n = 4 , por exemplo, as raízes de unidade são 1 , i , − 1 , − i 1, i, -1, -i 1 , i , − 1 , − i , que correspondem aos vértices de um quadrado inscrito na circunferência unitária. Esse tipo de análise é extremamente útil para entender as propriedades dos números complexos e suas interações.
Além disso, a fórmula polar e as raízes de unidade têm implicações práticas na resolução de equações e no cálculo de transformações no plano complexo. A fórmula de Euler, em particular, facilita o cálculo de potências e raízes de números complexos, o que é crucial para várias áreas da matemática aplicada, incluindo a teoria de Fourier, a resolução de equações diferenciais, e até mesmo na análise de sinais na engenharia.
Outro aspecto relevante é que as raízes de unidade e a fórmula polar não se limitam a propriedades algébricas abstratas, mas possuem aplicações diretas em campos como a física, especialmente na análise de ondas e vibrações. A simetria das raízes de unidade é uma característica fundamental em muitos problemas de física teórica, onde conceitos como simetrias e transformações de fase desempenham um papel central.
Assim, compreender as raízes de unidade e a fórmula polar não apenas aprofunda o entendimento do comportamento dos números complexos, mas também abre portas para uma série de aplicações práticas e teóricas. Seja em álgebra, geometria ou física, a formulação polar de números complexos e sua relação com as raízes da unidade são conceitos fundamentais que revelam uma riqueza inesperada de interconexões entre diferentes ramos da matemática.
Como a Topologia e a Métrica se Relacionam nas Espaços Métricos
Uma coleção T T T de subconjuntos de um conjunto X X X é considerada uma topologia sobre X X X se ∅ \emptyset ∅ e X X X estão em T T T , e se T T T for fechada sob uniões arbitrárias e interseções finitas. Essa definição é fundamental para compreender como a "abertura" ou "proximidade" se manifesta nos espaços métricos, já que a topologia, assim como a métrica, define uma estrutura que orienta o comportamento dos conjuntos dentro de um espaço.
É importante observar que a topologia de um espaço pode ser muito mais generalizada que a métrica. Enquanto as topologias métricas possuem uma "característica contável", dada pela finitude e reciprocidade das finitudes, as topologias não métricas podem apresentar estruturas locais ou globais que são inumeráveis, o que as torna bem mais complexas de se entender e estudar. Essas questões podem ser exploradas em profundidade, como se vê na obra de Munkres, que oferece uma introdução acessível a essas ideias.
No entanto, para efeitos do nosso estudo, consideremos topologias que são geradas por métricas. De fato, quando se diz que uma propriedade de um espaço métrico é topológica, estamos nos referindo a uma característica que depende exclusivamente dos conjuntos abertos definidos pela métrica. Isso ilustra como a topologia de um espaço é um reflexo das propriedades da métrica que a gera.
Além disso, é crucial entender o conceito de "abertura relativa". Suponha que ( X , d ) (X, d) ( X , d ) seja um espaço métrico e Y ⊆ X Y \subseteq X Y ⊆ X . Um subconjunto A ⊆ Y A \subseteq Y A ⊆ Y é considerado relativamente aberto em Y Y Y se existe um conjunto aberto G ⊆ X G \subseteq X G ⊆ X tal que A = G ∩ Y A = G \cap Y A = G ∩ Y . De maneira semelhante, A ⊆ Y A \subseteq Y A ⊆ Y é relativamente fechado em Y Y Y se existe um conjunto fechado F ⊆ X F \subseteq X F ⊆ X tal que A = F ∩ Y A = F \cap Y A = F ∩ Y . Isso nos mostra que a noção de "aberto" ou "fechado" pode ser flexível dependendo de como um subconjunto é considerado dentro de diferentes contextos.
Por exemplo, considere o espaço métrico ( X , d ) (X, d) ( X , d ) representado pela reta numérica R \mathbb{R} R e o conjunto Y = [ − 1 , 1 ] Y = [-1, 1] Y = [ − 1 , 1 ] . O intervalo meio-aberto ( 0 , 1 ] (0, 1] ( 0 , 1 ] é relativamente aberto em Y Y Y , pois pode ser escrito como a interseção de Y Y Y com o intervalo ( 0 , 2 ) (0, 2) ( 0 , 2 ) em X X X . No entanto, não é aberto em X X X . Em outro exemplo, se Y = ( 0 , ∞ ) Y = (0, \infty) Y = ( 0 , ∞ ) , o mesmo intervalo ( 0 , 1 ] (0, 1] ( 0 , 1 ] é relativamente fechado em Y Y Y , pois pode ser expresso como a interseção de Y Y Y com o intervalo fechado [ 0 , 1 ] [0, 1] [ 0 , 1 ] de X X X .
Esses exemplos destacam como a "abertura" e a "fechamento" de conjuntos podem ser dependentes da perspectiva que se adota: a de um subconjunto de Y Y Y ou a de um subconjunto de X X X . A relação entre esses conceitos é abordada mais profundamente por meio de lemmas que garantem que um conjunto é relativamente aberto ou fechado em Y Y Y se e somente se for aberto ou fechado em Y Y Y com a métrica induzida.
Além disso, o conceito de sequências em espaços métricos é central para a compreensão da topologia e da continuidade. Em um espaço métrico qualquer ( X , d ) (X, d) ( X , d ) , para cada ponto x 0 x_0 x 0 , existe uma "base contável" de vizinhanças { B 1 / n ( x 0 ) } n = 1 ∞ \{B_{1/n}(x_0)\}_{n=1}^{\infty} { B 1/ n ( x 0 ) } n = 1 ∞ , tal que toda vizinhança de x 0 x_0 x 0 contém pelo menos um dos conjuntos dessa base. Com isso, as propriedades de convergência das sequências podem ser generalizadas para espaços métricos. Uma sequência ( x k ) (x_k) ( x k ) em X X X é considerada condensante se, para todo ε > 0 \varepsilon > 0 ε > 0 , existe um índice N N N tal que, para n , m ≥ N n, m \geq N n , m ≥ N , temos d ( x n , x m ) < ε d(x_n, x_m) < \varepsilon d ( x n , x m ) < ε . Quando uma sequência condensa, ela converge para um ponto x ∞ x_{\infty} x ∞ de X X X , o que implica que todo espaço métrico completo é um espaço onde toda sequência condensante converge.
A continuidade das funções também pode ser generalizada para espaços métricos. Uma função f : X → Y f : X \to Y f : X → Y , onde X X X e Y Y Y são espaços métricos, é contínua em x 0 x_0 x 0 se, para toda sequência ( x k ) (x_k) ( x k ) convergente para x 0 x_0 x 0 , a sequência ( f ( x k ) ) (f(x_k)) ( f ( x k )) converge para f ( x 0 ) f(x_0) f ( x 0 ) em Y Y Y . Este é um reflexo da definição clássica de continuidade em análise real, e é equivalente ao critério ε − δ \varepsilon-\delta ε − δ , que se aplica sem modificações em espaços métricos. A continuidade também pode ser caracterizada topologicamente: uma função é contínua se, para todo conjunto aberto V ⊆ Y V \subseteq Y V ⊆ Y , o preimagem f − 1 ( V ) f^{ -1}(V) f − 1 ( V ) é um conjunto aberto em X X X .
É importante destacar que, em muitos casos, propriedades de espaços métricos podem ser estudadas sem referência explícita à métrica. Isso é possível porque muitas propriedades importantes, como a convergência de sequências e a continuidade das funções, dependem apenas da topologia induzida pela métrica, e não da métrica específica. Por exemplo, dois espaços métricos podem ser equipados com métricas diferentes, mas se essas métricas geram as mesmas topologias, elas são consideradas "equivalentes". Isso implica que propriedades topológicas como a convergência de sequências e a continuidade das funções são preservadas sob a troca de métricas equivalentes.
Finalmente, a noção de produto de espaços métricos é relevante para estudar combinações de diferentes espaços. O produto de dois espaços métricos ( X , d ) (X, d) ( X , d ) e ( X ′ , d ′ ) (X', d') ( X ′ , d ′ ) é um novo espaço X × X ′ X \times X' X × X ′ equipado com a métrica D ( ( x , x ′ ) , ( y , y ′ ) ) = d ( x , y ) 2 + d ′ ( x ′ , y ′ ) 2 D((x, x'), (y, y')) = \sqrt{d(x, y)^2 + d'(x', y')^2} D (( x , x ′ ) , ( y , y ′ )) = d ( x , y ) 2 + d ′ ( x ′ , y ′ ) 2 , que combina as distâncias nos dois espaços. Isso é útil quando se deseja estudar espaços mais complexos formados pela união de espaços simples, como o plano cartesiano, que pode ser visto como o produto de dois números reais.