Capítulo 1: Fundamentos dos Anéis de Polinômios 4

Capítulo 2: Operações com Polinômios 8

Capítulo 3: Divisão de Polinômios e Algoritmo de Euclides 12

Capítulo 4: Raízes e Fatores de Polinômios 16

Capítulo 5: Polinômios Irredutíveis e Decomposição 22

Capítulo 6: Teoremas Fundamentais sobre Polinômios 28

Capítulo 7: Aplicações em Equações Algébricas 34

Capítulo 8: Métodos Avançados e Técnicas Especiais 40

Capítulo 9: Exercícios Resolvidos e Aplicações 46

Capítulo 10: Perspectivas e Aplicações Modernas 52

Referências Bibliográficas 54

Os anéis de polinômios representam uma das estruturas algébricas mais fundamentais e versáteis da matemática, proporcionando arcabouço rigoroso para o estudo de expressões polinomiais e suas propriedades. Esta estrutura permite compreender os polinômios não apenas como expressões algébricas isoladas, mas como elementos de um sistema matemático coeso que obedece a regras e propriedades específicas.

Um anel de polinômios sobre um corpo K, denotado por K[x], consiste no conjunto de todas as expressões da forma a₀ + a₁x + a₂x² + ... + aₙxⁿ, onde os coeficientes aᵢ pertencem ao corpo K e n é um número natural qualquer. Esta definição abstrata fundamenta todas as operações familiares com polinômios que encontramos no ensino médio, proporcionando base teórica sólida para técnicas computacionais e aplicações práticas.

No contexto da Base Nacional Comum Curricular, o estudo dos anéis de polinômios desenvolve competências fundamentais relacionadas ao pensamento algébrico, raciocínio lógico-matemático e resolução de problemas. As estruturas algébricas proporcionam ferramentas poderosas para modelagem de fenômenos e situações-problema que surgem naturalmente em matemática aplicada, física e engenharia.

A definição formal de um polinômio estabelece que um elemento P(x) ∈ K[x] é uma expressão da forma P(x) = aₙxⁿ + aₙ₋₁xⁿ⁻¹ + ... + a₁x + a₀, onde os coeficientes a₀, a₁, ..., aₙ pertencem ao corpo K. O maior índice i tal que aᵢ ≠ 0 define o grau do polinômio, denotado por grau(P). Por convenção, o polinômio nulo possui grau -∞.

Os elementos fundamentais de um polinômio incluem os coeficientes, que determinam sua estrutura algébrica, o termo dominante aₙxⁿ, que governa o comportamento assintótico, e o termo independente a₀, que representa o valor do polinômio na origem. O coeficiente aₙ é denominado coeficiente líder, e quando aₙ = 1, o polinômio é dito mônico.

A igualdade entre polinômios estabelece que dois polinômios P(x) e Q(x) são iguais se e somente se todos os seus coeficientes correspondentes são iguais. Esta definição fundamental diferencia a igualdade polinomial da igualdade funcional, conceito crucial para o desenvolvimento rigoroso da teoria.

A estrutura de anel confere ao conjunto K[x] propriedades algébricas que estendem as operações familiares de adição e multiplicação de polinômios. Um anel é uma estrutura algébrica (R, +, ·) onde R é um conjunto não-vazio munido de duas operações binárias que satisfazem propriedades específicas relacionadas à associatividade, comutatividade, existência de elementos neutros e propriedade distributiva.

Para a adição em K[x], o elemento neutro é o polinômio nulo 0(x) = 0, e cada polinômio P(x) possui inverso aditivo -P(x) obtido pela mudança de sinal de todos os coeficientes. A adição é associativa e comutativa, satisfazendo (P + Q) + R = P + (Q + R) e P + Q = Q + P para quaisquer polinômios P, Q, R ∈ K[x].

A multiplicação de polinômios define-se através da regra do produto, onde (aᵢxⁱ) · (bⱼxʲ) = aᵢbⱼxⁱ⁺ʲ, estendida por distributividade. O elemento neutro multiplicativo é o polinômio constante 1(x) = 1, e a operação é associativa e comutativa, satisfazendo a propriedade distributiva em relação à adição.

As propriedades do grau de polinômios estabelecem relações fundamentais que governam o comportamento algébrico dos elementos de K[x]. Para polinômios não-nulos P(x) e Q(x), vale sempre grau(P · Q) = grau(P) + grau(Q), propriedade que reflete a natureza multiplicativa do conceito de grau e fundamenta muitas aplicações práticas.

Para a adição, temos grau(P + Q) ≤ max{grau(P), grau(Q)}, com igualdade quando os polinômios possuem graus distintos ou quando possuem o mesmo grau mas coeficientes líderes que não se cancelam na soma. Esta propriedade é fundamental para análise de sistemas de equações polinomiais e comportamentos assintóticos.

A função grau estabelece uma estrutura hierárquica em K[x] que permite classificar polinômios por complexidade algébrica. Polinômios de grau zero são elementos constantes, grau um define funções lineares, grau dois corresponde a parábolas, e assim sucessivamente, proporcionando conexão natural entre álgebra abstrata e geometria analítica.

As operações de adição e subtração de polinômios fundamentam-se no princípio da combinação linear de termos semelhantes, estabelecendo base para todas as manipulações algébricas subsequentes. A adição de dois polinômios P(x) = Σaᵢxⁱ e Q(x) = Σbᵢxⁱ define-se como (P + Q)(x) = Σ(aᵢ + bᵢ)xⁱ, onde os coeficientes correspondentes são somados algebricamente.

A propriedade de fechamento garante que a soma de dois polinômios é sempre um polinômio, enquanto a comutatividade estabelece que P + Q = Q + P. A associatividade permite agrupamentos convenientes em somas múltiplas: (P + Q) + R = P + (Q + R), propriedade fundamental para manipulações algébricas extensas.

A subtração define-se como adição do inverso aditivo: P - Q = P + (-Q), onde -Q resulta da mudança de sinal de todos os coeficientes de Q. Esta operação preserva as propriedades estruturais do anel e permite resolução sistemática de equações polinomiais lineares.

A multiplicação de polinômios generaliza a propriedade distributiva da aritmética através da regra fundamental (aᵢxⁱ) · (bⱼxʲ) = aᵢbⱼxⁱ⁺ʲ. Para dois polinômios P(x) = Σaᵢxⁱ e Q(x) = Σbⱼxʲ, o produto é (P · Q)(x) = ΣΣaᵢbⱼxⁱ⁺ʲ, onde todos os produtos de termos são calculados e termos semelhantes são agrupados.

A multiplicação preserva a estrutura de anel através das propriedades de associatividade, comutatividade e distributividade. A associatividade garante que (P · Q) · R = P · (Q · R), permitindo agrupamentos convenientes em produtos múltiplos. A comutatividade estabelece P · Q = Q · P, simplificando manipulações algébricas complexas.

A propriedade distributiva conecta multiplicação e adição através das identidades P · (Q + R) = P · Q + P · R e (P + Q) · R = P · R + Q · R. Esta propriedade fundamental permite expansão de produtos de somas polinomiais e constitui base para algoritmos eficientes de multiplicação.

Os produtos notáveis representam casos especiais de multiplicação polinomial que aparecem frequentemente em aplicações e possuem formas padronizadas que facilitam reconhecimento e manipulação. Estas identidades algébricas proporcionam ferramentas poderosas para fatoração, simplificação e resolução de equações polinomiais.

O quadrado da soma, (a + b)² = a² + 2ab + b², e o quadrado da diferença, (a - b)² = a² - 2ab + b², constituem as identidades mais fundamentais. A diferença de quadrados, a² - b² = (a + b)(a - b), proporciona método direto para fatoração de expressões quadráticas especiais.

As identidades cúbicas incluem o cubo da soma, (a + b)³ = a³ + 3a²b + 3ab² + b³, o cubo da diferença, (a - b)³ = a³ - 3a²b + 3ab² - b³, e as fatorações a³ + b³ = (a + b)(a² - ab + b²) e a³ - b³ = (a - b)(a² + ab + b²). Estas fórmulas estendem-se naturalmente para potências superiores através do binômio de Newton.

A composição de polinômios define operação fundamental que permite construir funções polinomiais complexas a partir de componentes mais simples. Para polinômios P(x) e Q(x), a composição (P ∘ Q)(x) = P(Q(x)) resulta da substituição de cada ocorrência da variável x em P pelo polinômio Q(x), seguida pela simplificação algébrica completa.

Esta operação preserva a estrutura polinomial: a composição de dois polinômios sempre produz um polinômio cujo grau é o produto dos graus dos componentes, quando ambos possuem grau positivo. A propriedade grau(P ∘ Q) = grau(P) · grau(Q) estabelece crescimento exponencial da complexidade algébrica em composições sucessivas.

A avaliação funcional constitui caso especial da composição onde Q(x) é um polinômio constante ou uma expressão numérica. O valor P(a) para um número a representa a avaliação de P no ponto a, operação fundamental para determinação de raízes, análise gráfica e aplicações práticas.

O algoritmo de divisão euclidiana para polinômios generaliza a divisão de inteiros para o contexto polinomial, estabelecendo que dados dois polinômios P(x) e D(x) com D(x) ≠ 0, existem únicos polinômios Q(x) e R(x) tais que P(x) = D(x) · Q(x) + R(x), onde R(x) = 0 ou grau(R) < grau(D). Os polinômios Q(x) e R(x) são denominados quociente e resto, respectivamente.

A construção do algoritmo baseia-se no processo iterativo de eliminação dos termos de maior grau do dividendo através da subtração de múltiplos apropriados do divisor. A cada etapa, o termo dominante do dividendo atual é eliminado pela subtração do produto entre o divisor e um monômio apropriadamente escolhido.

A unicidade do quociente e resto garante que o algoritmo produz sempre o mesmo resultado, independentemente da implementação específica. Esta propriedade fundamental estabelece base rigorosa para aplicações em fatoração, resolução de equações e análise de propriedades estruturais de polinômios.

O método de Briot-Ruffini proporciona algoritmo eficiente para divisão de polinômios por binômios da forma (x - a), aproveitando a estrutura especial deste tipo de divisor para simplificar significativamente os cálculos. Este método baseia-se no esquema de Horner para avaliação polinomial e estabelece conexão direta entre divisão e avaliação funcional.

O algoritmo organiza os coeficientes do dividendo em linha horizontal e utiliza multiplicações e adições sucessivas para construir simultaneamente os coeficientes do quociente e o valor do resto. A primeira linha contém os coeficientes do polinômio original, a segunda linha contém os produtos intermediários, e a terceira linha fornece os coeficientes do quociente e o resto.

A elegância do método reside na sua simplicidade computacional e na conexão que estabelece entre operações algébricas distintas. O último valor calculado representa simultaneamente o resto da divisão e o valor P(a), confirmando o teorema do resto de forma construtiva.

O Teorema do Resto estabelece uma das conexões mais elegantes entre álgebra e aritmética polinomial, afirmando que o resto da divisão de um polinômio P(x) por (x - a) é exatamente P(a). Esta correspondência fundamental permite calcular restos de divisões através de simples avaliação funcional, proporcionando método alternativo eficiente para muitas aplicações práticas.

A demonstração do teorema baseia-se no algoritmo de divisão euclidiana. Sendo P(x) = (x - a) · Q(x) + R, onde R é uma constante (pois o grau do resto deve ser menor que o grau do divisor x - a), a substituição x = a fornece P(a) = (a - a) · Q(a) + R = 0 + R = R, estabelecendo a identidade desejada.

As aplicações do teorema estendem-se desde verificação rápida de divisibilidade até determinação de valores específicos de polinômios em pontos particulares. Em problemas de interpolação, o teorema proporciona método direto para construção de polinômios que passam por pontos dados, técnica fundamental em análise numérica e aproximação de funções.

O algoritmo de Euclides estendido para polinômios generaliza o método clássico para encontrar o máximo divisor comum de dois polinômios, proporcionando também representação explícita deste MDC como combinação linear dos polinômios originais. Este algoritmo constitui ferramenta fundamental para análise de propriedades de divisibilidade e construção de soluções para equações diofantinas polinomiais.

O procedimento baseia-se na aplicação sucessiva do algoritmo de divisão euclidiana, começando com os polinômios A(x) e B(x) e construindo sequência decrescente de restos até atingir resto zero. O último resto não-nulo representa o MDC, enquanto as operações podem ser rastreadas retroativamente para expressar este MDC na forma A(x) · S(x) + B(x) · T(x).

As aplicações incluem simplificação de frações polinomiais, resolução de equações lineares diofantinas em anéis de polinômios, e análise de independência linear de sistemas polinomiais. O algoritmo estabelece base computacional para muitos resultados teóricos em álgebra comutativa e teoria algébrica dos números.

Uma raiz ou zero de um polinômio P(x) é um elemento a do corpo K tal que P(a) = 0. Este conceito fundamental estabelece conexão direta entre propriedades algébricas dos polinômios e suas representações geométricas como funções, permitindo interpretação das raízes como pontos de interseção com o eixo horizontal no plano cartesiano.

A determinação de raízes constitui problema central em álgebra e encontra aplicações extensas em matemática aplicada, física e engenharia. Raízes reais de polinômios correspondem a soluções de equações algébricas, pontos críticos de funções derivadas, e valores de parâmetros que satisfazem condições de equilíbrio em sistemas dinâmicos.

A multiplicidade de uma raiz a define-se como o maior inteiro positivo m tal que (x - a)ᵐ divide P(x). Raízes de multiplicidade 1 são denominadas simples, multiplicidade 2 corresponde a raízes duplas, e assim sucessivamente. A multiplicidade determina o comportamento local do polinômio próximo à raiz e possui interpretação geométrica em termos de tangência com o eixo horizontal.

O Teorema Fundamental da Álgebra estabelece que todo polinômio de grau n ≥ 1 com coeficientes complexos possui exatamente n raízes complexas, contadas com suas multiplicidades. Este resultado profundo garante completude algébrica do corpo dos números complexos e fundamenta toda a teoria de decomposição polinomial em fatores lineares.

Para polinômios com coeficientes reais, o teorema implica que raízes complexas não-reais aparecem sempre em pares conjugados. Se a + bi é raiz de um polinômio real, então a - bi também é raiz com a mesma multiplicidade. Esta propriedade permite análise sistemática de polinômios reais através de fatoração em fatores lineares e quadráticos irredutíveis.

As implicações práticas incluem garantia de existência de soluções para equações algébricas, fundamentação teórica para métodos numéricos de determinação de raízes, e base para desenvolvimento de algoritmos computacionais eficientes para manipulação simbólica de expressões polinomiais.

As relações de Girard estabelecem conexões fundamentais entre os coeficientes de um polinômio e as funções simétricas elementares de suas raízes. Para um polinômio mônico P(x) = xⁿ + aₙ₋₁xⁿ⁻¹ + ... + a₁x + a₀ com raízes r₁, r₂, ..., rₙ, os coeficientes expressam-se através das somas simétricas das raízes.

As funções simétricas elementares incluem a soma S₁ = r₁ + r₂ + ... + rₙ, a soma dos produtos dois a dois S₂ = Σᵢ<ⱼ rᵢrⱼ, e assim sucessivamente até o produto Sₙ = r₁r₂...rₙ. A relação fundamental estabelece que aₙ₋ₖ = (-1)ᵏSₖ para k = 1, 2, ..., n.

Estas relações proporcionam ferramentas poderosas para análise de propriedades de raízes sem determiná-las explicitamente. Aplicações incluem cálculo de somas e produtos de raízes, construção de polinômios com raízes especificadas, e análise de estabilidade em sistemas de controle através de critérios baseados em coeficientes.

A determinação de raízes de polinômios constitui problema fundamental com múltiplas abordagens dependendo do grau, tipo de coeficientes e precisão desejada. Para polinômios de graus baixos, existem fórmulas explícitas, enquanto graus superiores requerem métodos numéricos ou análise qualitativa de propriedades das raízes.

O teorema das raízes racionais proporciona método sistemático para encontrar raízes racionais de polinômios com coeficientes inteiros. Se p/q é raiz racional de P(x) = aₙxⁿ + ... + a₀ em forma irredutível, então p divide a₀ e q divide aₙ. Este resultado limita drasticamente as possibilidades, permitindo busca exaustiva eficiente.

Para polinômios com raízes irracionais ou complexas, métodos numéricos como Newton-Raphson, bisseção, ou algoritmos especializados proporcionam aproximações com precisão controlada. Estes métodos exploram propriedades analíticas dos polinômios para convergir iterativamente às raízes.

Os teoremas de localização proporcionam ferramentas para estimar a posição de raízes sem calculá-las explicitamente, oferecendo informações valiosas sobre distribuição e comportamento qualitativo das soluções. Estes resultados são fundamentais para análise preliminar, verificação de métodos numéricos e compreensão global do comportamento polinomial.

O teorema de Bolzano garante existência de raízes reais em intervalos onde o polinômio muda de sinal. Para polinômios contínuos, se P(a) e P(b) possuem sinais opostos, então existe pelo menos uma raiz no intervalo (a,b). Este resultado proporciona base teórica para métodos de bisseção e permite localização sistemática de raízes reais.

A regra de sinais de Descartes estabelece limitações superiores para o número de raízes positivas através da análise de mudanças de sinal na sequência de coeficientes. O número de raízes positivas é no máximo igual ao número de variações de sinal, podendo ser menor por um número par.

O comportamento assintótico de polinômios é determinado exclusivamente pelo termo dominante, proporcionando informações cruciais sobre crescimento, limitação e tendências de longo prazo. Para valores grandes da variável independente, o termo de maior grau domina completamente o comportamento funcional, permitindo análise simplificada de propriedades globais.

Para um polinômio P(x) = aₙxⁿ + termos de grau inferior com aₙ ≠ 0, temos P(x) ~ aₙxⁿ quando |x| → ∞. O sinal de aₙ e a paridade de n determinam o comportamento nos infinitos: se n é par, P(x) → +∞ quando x → ±∞ para aₙ > 0, enquanto para n ímpar, P(x) → +∞ quando x → +∞ e P(x) → -∞ quando x → -∞ para aₙ > 0.

Esta análise assintótica fundamenta técnicas de esboço gráfico, estimativas de crescimento para aplicações práticas, e análise de estabilidade em sistemas dinâmicos onde polinômios aparecem como funções características ou polinômios de aproximação.

Um polinômio P(x) de grau maior que zero é denominado irredutível sobre um corpo K se não pode ser expresso como produto de dois polinômios de grau positivo com coeficientes em K. Este conceito generaliza a noção de números primos para o contexto polinomial, estabelecendo elementos fundamentais que não admitem decomposição não-trivial na estrutura algébrica considerada.

A irredutibilidade depende crucialmente do corpo de coeficientes considerado. Um polinômio pode ser irredutível sobre um corpo mas fatorável sobre uma extensão deste corpo. Por exemplo, x² + 1 é irredutível sobre ℝ mas fatora como (x - i)(x + i) sobre ℂ. Esta dependência contextual reflete a riqueza estrutural da teoria de corpos e suas extensões.

Os polinômios irredutíveis funcionam como blocos construtivos fundamentais para decomposição de polinômios gerais, análogos aos números primos na decomposição de inteiros. Todo polinômio não-constante admite fatoração única (a menos de reordenamento e múltiplos constantes) em produto de polinômios irredutíveis, estabelecendo estrutura hierárquica fundamental para análise algébrica.

Os critérios de irredutibilidade proporcionam ferramentas sistemáticas para determinar se um polinômio admite fatoração não-trivial, evitando tentativas extensas de decomposição quando esta não é possível. Estes critérios baseiam-se em propriedades dos coeficientes, comportamento de raízes, e estruturas algébricas específicas.

O critério de Eisenstein estabelece condição suficiente elegante para irredutibilidade. Um polinômio P(x) = aₙxⁿ + ... + a₁x + a₀ com coeficientes inteiros é irredutível sobre ℚ se existe um primo p tal que p não divide aₙ, p divide todos os outros coeficientes, e p² não divide a₀. Este critério, embora restritivo, aplica-se diretamente a muitos polinômios importantes.

Para polinômios de grau 2 ou 3, a irredutibilidade equivale à ausência de raízes no corpo considerado, proporcionando método direto através de verificação de existência de soluções. Para graus superiores, a ausência de raízes é condição necessária mas não suficiente, requerendo análise mais sofisticada.

A decomposição de polinômios em fatores irredutíveis constitui processo fundamental que revela a estrutura algébrica interna e permite análise detalhada de propriedades como raízes, comportamento local e características geométricas. Este processo generaliza a fatoração de inteiros e estabelece base para resolução de equações, simplificação de expressões racionais e análise de sistemas algébricos.

O algoritmo básico de fatoração combina busca por raízes racionais com divisão sintética para extrair fatores lineares sucessivamente. Uma vez identificada uma raiz a, o fator (x - a) é removido através do método de Briot-Ruffini, reduzindo o grau do polinômio restante. Este processo continua até obter fatores irredutíveis.

Para polinômios com coeficientes inteiros, técnicas modulares proporcionam métodos eficientes para fatoração computacional. A redução módulo primos pequenos permite detectar estrutura fatorial e orientar busca no domínio original, explorando correspondências entre aritmética modular e propriedades algébricas globais.

Os anéis de polinômios sobre corpos constituem exemplos fundamentais de domínios de fatoração única, estruturas algébricas onde todo elemento não-nulo admite decomposição essencialmente única em produto de elementos irredutíveis. Esta propriedade generaliza o teorema fundamental da aritmética e estabelece base teórica para manipulação sistemática de expressões polinomiais.

A unicidade da fatoração garante que qualquer decomposição de um polinômio em fatores irredutíveis é única, exceto por reordenamento dos fatores e multiplicação por elementos invertíveis (constantes não-nulas). Esta propriedade fundamental permite definir conceitos como máximo divisor comum e mínimo múltiplo comum de forma consistente e computacionalmente tratável.

As aplicações estendem-se desde simplificação de frações polinomiais até análise de sistemas de equações lineares homogêneas e construção de extensões algébricas de corpos. A estrutura de domínio de fatoração única proporciona ferramentas algébricas robustas para modelagem matemática e resolução de problemas em múltiplas áreas da matemática aplicada.

Os polinômios irredutíveis estabelecem conexão fundamental com a teoria de extensões algébricas de corpos, proporcionando mecanismo construtivo para ampliação de sistemas numéricos através da adjunção de raízes de equações polinomiais. Esta construção generaliza a passagem dos números racionais para os reais através de raízes de polinômios irreducíveis.

Dado um polinômio irredutível P(x) sobre um corpo K, o quociente K[x]/(P(x)) forma um corpo que contém K e uma raiz de P(x). Esta construção algébrica permite definir rigorosamente números como √2, ∛3, ou i, através de polinômios mínimos correspondentes x² - 2, x³ - 3, e x² + 1, respectivamente.

As aplicações incluem construção de corpos finitos para criptografia, análise de extensões quadráticas em teoria dos números, e fundamentação algébrica para resolução de equações através de radicais. A teoria proporciona ferramentas conceituais para compreender limitações da resolubilidade algébrica e desenvolver métodos alternativos.

Os polinômios sobre corpos finitos proporcionam base matemática para códigos corretores de erros, tecnologia fundamental em comunicações digitais, armazenamento de dados e sistemas computacionais confiáveis. A estrutura algébrica dos anéis de polinômios permite construção sistemática de códigos com propriedades de detecção e correção controláveis.

Os códigos cíclicos baseiam-se em polinômios geradores que definem subconjuntos do espaço de polinômios com propriedades especiais de invariância sob rotações cíclicas. A escolha apropriada do polinômio gerador determina parâmetros fundamentais como distância mínima, capacidade de correção e eficiência de codificação.

Códigos de Reed-Solomon, amplamente utilizados em CDs, DVDs e transmissões espaciais, exemplificam aplicação prática da teoria. Estes códigos exploram propriedades de avaliação polinomial e interpolação para construir mecanismos robustos de recuperação de informação mesmo em presença de múltiplos erros.

O teorema de Bézout estabelece que dados dois polinômios A(x) e B(x) com máximo divisor comum D(x), existem polinômios S(x) e T(x) tais que A(x) · S(x) + B(x) · T(x) = D(x). Esta identidade fundamental generaliza o resultado clássico para inteiros e proporciona ferramentas algébricas poderosas para resolução de equações diofantinas polinomiais e análise de sistemas lineares.

A demonstração construtiva através do algoritmo de Euclides estendido não apenas estabelece existência, mas fornece método efetivo para calcular os polinômios S(x) e T(x). Este aspecto computacional torna o teorema especialmente valioso para aplicações práticas em álgebra computacional e sistemas de manipulação simbólica.

As aplicações estendem-se desde simplificação de frações racionais até resolução de sistemas de congruências polinomiais e construção de soluções particulares para equações lineares diofantinas. O teorema estabelece base teórica para muitos algoritmos fundamentais em álgebra computacional e criptografia.

Os teoremas de divisibilidade para polinômios estendem conceitos aritméticos fundamentais para o contexto algébrico, estabelecendo critérios sistemáticos para determinar quando um polinômio divide outro e caracterizando estruturas de congruência em anéis de polinômios. Estes resultados proporcionam ferramentas analíticas essenciais para decomposição fatorial e resolução de equações.

O teorema da divisibilidade por fatores lineares estabelece que (x - a) divide P(x) se e somente se P(a) = 0, conectando diretamente conceitos de divisibilidade com determinação de raízes. Esta equivalência fundamental permite conversão entre problemas algébricos e computacionais, facilitando verificação de propriedades através de avaliação numérica.

As congruências polinomiais, definidas através da relação P(x) ≡ Q(x) (mod M(x)) quando M(x) divide P(x) - Q(x), estabelecem estrutura algébrica rica que generaliza aritmética modular. Esta estrutura fundamenta teoria de códigos, criptografia polinomial e análise de sistemas dinâmicos discretos.

O Teorema Chinês do Resto para polinômios estabelece condições para resolução simultânea de sistemas de congruências polinomiais com módulos coprimos. Dado um sistema de congruências P(x) ≡ A₁(x) (mod M₁(x)), P(x) ≡ A₂(x) (mod M₂(x)), ..., P(x) ≡ Aₙ(x) (mod Mₙ(x)), onde os módulos Mᵢ(x) são mutuamente coprimos, existe solução única módulo o produto M₁(x)M₂(x)...Mₙ(x).

A construção da solução utiliza o teorema de Bézout para encontrar polinômios que satisfazem identidades específicas relacionadas aos módulos. Para cada índice i, constrói-se um polinômio Nᵢ(x) que é congruente a 1 módulo Mᵢ(x) e congruente a 0 módulo todos os outros módulos. A solução final expressa-se como combinação linear destes polinômios auxiliares.

As aplicações incluem decomposição de frações racionais, interpolação polinomial com condições múltiplas, e análise de sistemas lineares com estrutura modular. O teorema proporciona ferramentas computacionais eficientes para problemas que envolvem múltiplas restrições locais simultâneas.

Os teoremas de interpolação polinomial estabelecem condições para existência e unicidade de polinômios que assumem valores especificados em pontos dados. O teorema fundamental afirma que dados n + 1 pontos distintos (x₀, y₀), (x₁, y₁), ..., (xₙ, yₙ), existe único polinômio P(x) de grau no máximo n tal que P(xᵢ) = yᵢ para todos os índices i.

A fórmula de interpolação de Lagrange proporciona representação explícita deste polinômio através da expressão P(x) = Σyᵢ · Lᵢ(x), onde Lᵢ(x) = Π(x - xⱼ)/(xᵢ - xⱼ) para j ≠ i são os polinômios de base de Lagrange. Esta construção permite cálculo direto do polinômio interpolador sem resolução de sistemas lineares.

Aplicações práticas incluem aproximação de funções, reconstrução de dados perdidos, análise numérica de equações diferenciais e processamento digital de sinais. A interpolação polinomial constitui ferramenta fundamental em matemática computacional e análise de dados experimentais.

A resultante de dois polinômios P(x) e Q(x) constitui invariante fundamental que detecta existência de raízes comuns e proporciona critério algébrico para análise de intersecções sem determinação explícita das raízes. A resultante Res(P, Q) é definida como produto de todas as diferenças (αᵢ - βⱼ), onde αᵢ são raízes de P e βⱼ são raízes de Q, incluindo multiplicidades.

O cálculo prático da resultante utiliza determinantes de matrizes de Sylvester, construídas a partir dos coeficientes dos polinômios de forma sistemática. Esta abordagem matricial evita determinação explícita de raízes e permite computação algébrica eficiente mesmo para polinômios de graus elevados.

O discriminante de um polinômio, definido como resultante entre o polinômio e sua derivada, detecta existência de raízes múltiplas. Para polinômios quadráticos, o discriminante familiar b² - 4ac emerge naturalmente desta definição geral, conectando conceitos elementares com teoria avançada.

As noções de norma e traço de elementos algébricos estabelecem conexões profundas entre polinômios minimais e propriedades aritméticas de extensões de corpos. Para um elemento α algébrico sobre um corpo K com polinômio minimal P(x) de grau n, a norma N(α) define-se como produto de todos os conjugados de α, enquanto o traço Tr(α) é a soma destes conjugados.

Estas quantidades relacionam-se diretamente com os coeficientes do polinômio minimal através das relações de Girard. Para P(x) = xⁿ + aₙ₋₁xⁿ⁻¹ + ... + a₁x + a₀, temos Tr(α) = -aₙ₋₁ e N(α) = (-1)ⁿa₀, estabelecendo correspondência explícita entre estrutura polinomial e propriedades algébricas.

As aplicações estendem-se desde teoria algébrica dos números até criptografia baseada em corpos finitos. Normas e traços proporcionam ferramentas computacionais eficientes para análise de propriedades multiplicativas e aditivas em extensões algébricas, fundamentando algoritmos para sistemas criptográficos avançados.

A resolução de equações algébricas através de radicais representa aplicação histórica fundamental da teoria de anéis de polinômios, conectando estruturas algébricas abstratas com problemas computacionais concretos. Para equações quadráticas ax² + bx + c = 0, a fórmula clássica x = (-b ± √(b² - 4ac))/(2a) emerge naturalmente da análise estrutural do polinômio através de completamento de quadrados.

Equações cúbicas requerem técnicas mais sofisticadas, exemplificadas pela fórmula de Cardano para polinômios da forma x³ + px + q. A solução envolve introdução de parâmetros auxiliares e manipulação de expressões com radicais cúbicos, ilustrando crescimento da complexidade algébrica com o grau do polinômio.

A análise do discriminante proporciona informação qualitativa sobre natureza das soluções sem cálculo explícito. Para polinômios cúbicos, o discriminante Δ = -4p³ - 27q² determina se as raízes são reais ou complexas, orientando escolha de métodos computacionais apropriados.

A teoria de Galois estabelece conexão profunda entre estrutura algébrica de polinômios e propriedades de grupos de simetria associados às suas raízes. Esta teoria revolucionária, desenvolvida por Évariste Galois, determina critérios precisos para resolubilidade de equações algébricas através de radicais e fundamenta compreensão moderna da impossibilidade de fórmulas gerais para equações de grau cinco ou superior.

O grupo de Galois de um polinômio consiste em todas as permutações das raízes que preservam relações algébricas entre elas. Para polinômios irreducíveis de grau n, este grupo atua transitivamente no conjunto das raízes, refletindo simetrias intrínsecas da estrutura algébrica. A resolubilidade por radicais equivale à solubilidade do grupo de Galois correspondente.

Embora a teoria completa exceda o escopo do ensino médio, conceitos elementares como corresponndência entre subcorpos e subgrupos proporcionam perspectiva sobre limitações fundamentais da resolução algébrica e orientam desenvolvimento de métodos alternativos para análise de equações polinomiais.

Quando métodos algébricos exatos não são aplicáveis ou práticos, métodos numéricos proporcionam alternativas robustas para determinação aproximada de raízes de equações polinomiais. Estes algoritmos exploram propriedades analíticas dos polinômios para construir sequências convergentes que aproximam as soluções com precisão controlada.

O método de Newton-Raphson utiliza aproximação linear local através da derivada para refinar estimativas iterativamente. Partindo de aproximação inicial x₀, a sequência xₙ₊₁ = xₙ - P(xₙ)/P'(xₙ) converge quadraticamente às raízes simples quando a aproximação inicial está suficientemente próxima da solução verdadeira.

O método da bisseção garante convergência para raízes reais quando aplicado a intervalos onde o polinômio muda de sinal. Embora possua convergência linear mais lenta, proporciona robustez computacional e não requer cálculo de derivadas, sendo especialmente útil para localização inicial de raízes.

Sistemas de equações polinomiais multivariadas representam generalização natural de equações univariadas, surgindo frequentemente em aplicações de geometria, física, engenharia e economia. A resolução destes sistemas requer extensão das técnicas de anéis de polinômios para contexto multivariado, envolvendo ideais polinomiais e bases de Gröbner.

O método de eliminação de variáveis reduz sistemas multivariados a sequência de problemas univariados através da eliminação sistemática de variáveis. Para sistema com duas variáveis, por exemplo, elimina-se uma variável para obter equação univariada na variável restante, resolve-se esta equação, e substitui-se as soluções de volta para determinar a segunda variável.

Resultantes multivariadas proporcionam ferramentas algébricas para eliminação sem manipulação direta de equações. Estas técnicas exploram propriedades determinantais de matrizes construídas a partir dos coeficientes dos polinômios, permitindo análise sistemática de existência e multiplicidade de soluções comuns.

A otimização de funções polinomiais constitui área de aplicação fundamental que conecta teoria de anéis com problemas práticos de maximização e minimização. Muitos problemas de engenharia, economia e ciências naturais reduzem-se à otimização de objetivos polinomiais sujeitos a restrições também polinomiais, proporcionando contexto rico para aplicação das técnicas desenvolvidas.

Para funções polinomiais univariadas, pontos críticos determinam-se através da resolução da equação P'(x) = 0, onde P'(x) é a derivada do polinômio objetivo. A natureza destes pontos críticos (máximos, mínimos ou pontos de sela) determina-se através da análise do sinal da segunda derivada ou métodos equivalentes.

Problemas de otimização restrita envolvem multiplicadores de Lagrange e resolução de sistemas de equações polinomiais para determinação de candidatos a extremos. A teoria de resultantes e eliminação proporciona ferramentas algébricas para análise sistemática destes sistemas, evitando métodos puramente numéricos quando soluções exatas são desejáveis.

A modelagem matemática utilizando polinômios proporciona ferramentas versáteis para representação aproximada de fenômenos naturais e sistemas tecnológicos. Polinômios oferecem balanço ideal entre simplicidade computacional e capacidade expressiva, permitindo capturar comportamentos complexos através de estruturas algébricas tratáveis.

Em física, modelos polinomiais descrevem trajetórias de projéteis, deformações de materiais sob cargas, e comportamentos de circuitos eletrônicos. A escolha do grau do polinômio reflete compromisso entre precisão do modelo e complexidade computacional, orientada por considerações sobre precisão dos dados experimentais e recursos computacionais disponíveis.

Técnicas de ajuste de curvas através de mínimos quadrados polinomiais estabelecem critérios objetivos para determinação de parâmetros em modelos empíricos. O problema reduz-se à resolução de sistemas lineares nos coeficientes do polinômio, conectando teoria de anéis com métodos estatísticos e análise de dados experimentais.

As transformadas de polinômios constituem técnicas avançadas que mapeiam problemas em novos espaços onde resolução pode ser mais simples ou donde propriedades específicas emergem com maior clareza. Estas técnicas generalizam conceitos familiares como mudanças de variável e estabelecem correspondências entre diferentes representações de informação polinomial.

A transformada discreta de Fourier aplicada a polinômios permite conversão eficiente entre representação por coeficientes e representação por valores em pontos específicos. Esta dualidade fundamenta algoritmos rápidos de multiplicação polinomial que exploram propriedades de convolução no domínio da frequência para reduzir complexidade computacional de O(n²) para O(n log n).

Transformadas de Möbius polinomiais exploram correspondências projetivas para análise de comportamentos assintóticos e estudo de propriedades invariantes sob transformações fractais lineares. Estas técnicas encontram aplicações em análise complexa, teoria de aproximação e processamento de sinais discretos.

As bases de Gröbner representam generalização fundamental do algoritmo de Euclides para anéis de polinômios multivariados, proporcionando ferramentas sistemáticas para resolução de sistemas de equações polinomiais, análise de ideais polinomiais e computação algébrica automatizada. Esta teoria estabelece métodos algorítmicos robustos para manipulação de estruturas algébricas complexas.

Uma base de Gröbner para um ideal polinomial I é um conjunto de geradores com propriedade especial: o resto da divisão de qualquer polinômio pelos elementos da base é único e independente da ordem das divisões. Esta propriedade fundamental permite algoritmos determinísticos para testes de pertinência, resolução de sistemas, e eliminação de variáveis.

O algoritmo de Buchberger constrói bases de Gröbner através de processo iterativo que adiciona S-polinômios (combinações especiais que eliminam termos dominantes) até atingir critério de terminação. Embora computacionalmente intensivo, este algoritmo fundamenta sistemas algébricos modernos e aplicações em geometria computacional.

Os anéis de polinômios sobre corpos finitos apresentam propriedades estruturais específicas que os tornam fundamentais para aplicações em criptografia, códigos corretores de erros e sistemas de comunicação digital. A aritmética modular nos coeficientes introduz periodicidades e simetrias que podem ser exploradas para construção de algoritmos eficientes e análise de complexidade.

Para corpo finito GF(p) com p elementos, onde p é primo, os polinômios satisfazem identidades especiais como a³ ≡ a (mod p) para todos os elementos a. Estas propriedades facilitam cálculos de potências, determinação de ordens de elementos, e análise de estruturas cíclicas em extensões algébricas.

A construção de corpos finitos maiores através de polinômios irreducíveis estabelece base para aplicações criptográficas avançadas. O corpo GF(p^n) constrói-se como GF(p)[x]/(P(x)) onde P(x) é polinômio irredutível de grau n sobre GF(p), proporcionando estruturas algébricas ricas para desenvolvimento de sistemas criptográficos robustos.

A implementação computacional de operações com anéis de polinômios requer consideração cuidadosa de eficiência algorítmica, estabilidade numérica e gerenciamento de recursos computacionais. Sistemas modernos de álgebra computacional como Mathematica, Maple e SageMath incorporam algoritmos sofisticados que exploram propriedades estruturais para otimização de desempenho.

Representações internas de polinômios influenciam dramaticamente eficiência computacional. Representação densa por arrays de coeficientes é eficiente para polinômios com poucos coeficientes nulos, enquanto representação esparsa por listas ligadas ou tabelas hash é preferível para polinômios de grau elevado com muitos termos nulos.

Algoritmos paralelos para operações polinomiais exploram independência de cálculos em diferentes coeficientes para distribuição de carga computacional. Técnicas de paralelização são especialmente efetivas para multiplicação de polinômios de grau elevado e resolução de sistemas lineares grandes derivados de problemas de interpolação ou ajuste de curvas.

Os anéis de polinômios estabelecem pontes fundamentais entre diferentes áreas da matemática, proporcionando linguagem unificada para análise de estruturas algébricas, geométricas e analíticas. Esta versatilidade demonstra profundidade conceitual e relevância transversal da teoria, justificando seu papel central no currículo matemático avançado.

Em geometria algébrica, polinômios definem variedades algébricas através de seus conjuntos de zeros, estabelecendo correspondência entre objetos algébricos e geométricos. Esta conexão permite aplicação de técnicas algébricas para resolução de problemas geométricos e vice-versa, ilustrando unidade profunda da matemática.

A teoria dos números utiliza anéis de polinômios para estudo de propriedades aritméticas através de analogias estruturais. Conceitos como irredutibilidade, fatoração única e normas de elementos encontram manifestações tanto em contextos polinomiais quanto aritméticos, proporcionando insights mútuos entre áreas aparentemente distintas.

Os desenvolvimentos contemporâneos em teoria de anéis de polinômios refletem interação dinâmica entre fundamentos teóricos e demandas de aplicações tecnológicas avançadas. Áreas emergentes como computação quântica, machine learning e criptografia pós-quântica motivam extensões da teoria clássica e desenvolvimento de novos algoritmos especializados.

A computação quântica introduz contextos onde polinômios sobre anéis não-comutativos e estruturas algébricas exóticas adquirem relevância prática. Algoritmos quânticos para problemas algébricos exploram paralelismo massivo para resolver instâncias de fatoração polinomial e resolução de sistemas que são intratáveis classicamente.

Machine learning utiliza aproximação polinomial para modelagem de funções complexas, especialmente em redes neurais e métodos de kernel. A análise de capacidade expressiva de modelos polinomiais e técnicas de regularização constituem áreas ativas de pesquisa com implicações para inteligência artificial e análise de dados em grande escala.

Esta seção apresenta coleção cuidadosamente selecionada de problemas que ilustram aplicação prática dos conceitos desenvolvidos nos capítulos anteriores. Os exercícios progridem sistematicamente desde manipulações algébricas básicas até aplicações sofisticadas que integram múltiplas técnicas e demonstram versatilidade da teoria de anéis de polinômios.

Cada problema é apresentado com solução detalhada que enfatiza não apenas técnicas computacionais, mas também raciocínio conceitual subjacente. Esta abordagem pedagógica desenvolve compreensão profunda que transcende memorização de procedimentos, preparando estudantes para abordar problemas novos e variações não antecipadas.

Os problemas são organizados por tema e dificuldade crescente, permitindo consolidação gradual de conhecimentos e desenvolvimento de confiança na aplicação das técnicas. Conexões entre diferentes áreas são destacadas sempre que apropriado, reforçando natureza unificada da matemática.

Os problemas de divisão e fatoração constituem aplicações centrais da teoria desenvolvida, exigindo síntese de técnicas algébricas e insights sobre estrutura polinomial. Esta classe de problemas desenvolve habilidades essenciais para manipulação de expressões racionais, resolução de equações, e análise de propriedades de polinômios.

A determinação de raízes e análise de fatores representa aplicação prática fundamental que conecta teoria abstrata com resolução concreta de equações. Esta seção ilustra aplicação sistemática de técnicas de localização, aproximação e caracterização de raízes polinomiais.

Os problemas de aplicação demonstram relevância prática da teoria de anéis de polinômios em contextos reais, incluindo modelagem matemática, otimização, e análise de sistemas. Esta abordagem conecta abstração matemática com problemas concretos que surgem em ciência, engenharia e tecnologia.

Esta seção apresenta problemas que integram múltiplas técnicas e conceitos avançados, desafiando estudantes a aplicar conhecimento de forma criativa e desenvolver estratégias de resolução sofisticadas. Estes problemas preparam para estudos universitários e competições matemáticas.

Esta seção apresenta coleção abrangente de exercícios propostos organizados por tema e nível de dificuldade, proporcionando oportunidades para prática independente e consolidação dos conceitos apresentados. Os exercícios incluem problemas básicos para fixação, desafios intermediários para aprofundamento, e questões avançadas para estudantes excepcionais.

Operações Fundamentais

Exercício 1: Calcular (3x³ - 2x² + x - 4) + (x³ + 5x² - 2x + 1) e verificar o grau do resultado.

Exercício 2: Multiplicar (2x² + 3x - 1)(x² - x + 2) e expressar o resultado em ordem decrescente de potências.

Exercício 3: Determinar P(Q(x)) onde P(x) = x² + 2x - 1 e Q(x) = x - 3.

Divisão e Algoritmos

Exercício 4: Dividir x⁵ - 3x⁴ + 2x³ - x + 5 por x² - 2x + 1 usando algoritmo euclidiano.

Exercício 5: Usar Briot-Ruffini para dividir 2x⁴ - 5x³ + 3x² - x + 7 por (x + 2).

Exercício 6: Calcular MDC(x⁴ - 1, x³ - 1) usando algoritmo de Euclides.

Raízes e Fatoração

Exercício 7: Encontrar todas as raízes racionais de 6x³ - 19x² + 16x - 4.

Exercício 8: Fatorar completamente x⁴ - 5x² + 4 sobre ℝ.

Exercício 9: Determinar multiplicidade das raízes de P(x) = (x - 1)³(x + 2)²(x - 3).

Este volume apresentou desenvolvimento sistemático e rigoroso da teoria de anéis de polinômios, desde definições fundamentais até aplicações avançadas em múltiplas áreas da matemática e tecnologia. A progressão cuidadosa dos conceitos reflete estrutura hierárquica natural do conhecimento algébrico e proporciona base sólida para estudos universitários em matemática, engenharia e ciências computacionais.

Os conceitos centrais que permeiam toda a teoria incluem a estrutura de anel que unifica operações familiares sob framework rigoroso, propriedades do grau que governam comportamento algébrico, e correspondências entre estrutura algébrica e propriedades geométricas. Estas ideias fundamentais manifestam-se em contextos diversos, desde resolução de equações até criptografia moderna.

A integração entre teoria pura e aplicações práticas reflete filosofia educacional que valoriza tanto compreensão conceitual profunda quanto relevância tecnológica. Esta perspectiva é especialmente importante no contexto brasileiro, onde formação matemática sólida deve preparar estudantes tanto para estudos acadêmicos avançados quanto para contribuições em desenvolvimento tecnológico nacional.

O domínio da teoria de anéis de polinômios abre múltiplas trajetórias para especialização em áreas avançadas da matemática e suas aplicações. Esta seção orienta estudantes sobre conexões naturais entre conceitos desenvolvidos neste volume e disciplinas universitárias, proporcionando perspectiva sobre progressão acadêmica e oportunidades de pesquisa.

Em Álgebra Abstrata, os anéis de polinômios servem como introdução natural para estruturas mais gerais como anéis comutativos, ideais, e teoria de Galois. A familiaridade com propriedades fundamentais facilita compreensão de conceitos avançados como localização, completamento, e dimensão de Krull.

Em Geometria Algébrica, polinômios definem variedades algébricas através de seus conjuntos de zeros, estabelecendo ponte entre álgebra e geometria. Técnicas como bases de Gröbner e eliminação de variáveis tornam-se ferramentas computacionais essenciais para análise de curvas, superfícies e variedades de dimensão superior.

Em Teoria dos Números Algébrica, anéis de inteiros algébricos generalizam propriedades aritméticas através de elementos que satisfazem equações polinomiais com coeficientes inteiros. Esta área conecta álgebra comutativa com problemas clássicos em teoria dos números.

Bibliografia Fundamental

ARTIN, Michael. Algebra. 2ª ed. Boston: Pearson, 2010.

DUMMIT, David S.; FOOTE, Richard M. Abstract Algebra. 3ª ed. New York: Wiley, 2003.

HERSTEIN, I. N. Topics in Algebra. 2ª ed. New York: Wiley, 1975.

HUNGERFORD, Thomas W. Algebra. New York: Springer-Verlag, 1974.

IEZZI, Gelson et al. Fundamentos de Matemática Elementar. 9ª ed. São Paulo: Atual, 2013. Volume 6: Complexos, Polinômios, Equações.

LANG, Serge. Algebra. 3ª ed. New York: Springer-Verlag, 2002.

LIMA, Elon Lages. Álgebra Linear. 8ª ed. Rio de Janeiro: IMPA, 2016.

ROTMAN, Joseph J. Advanced Modern Algebra. 2ª ed. Providence: American Mathematical Society, 2010.

Bibliografia Complementar

BRASIL. Ministério da Educação. Base Nacional Comum Curricular: Ensino Médio. Brasília: MEC, 2018.

COX, David; LITTLE, John; O'SHEA, Donal. Ideals, Varieties, and Algorithms. 4ª ed. New York: Springer, 2015.

GARCIA, Arnaldo; LEQUAIN, Yves. Álgebra: Um Curso de Introdução. 5ª ed. Rio de Janeiro: IMPA, 2008.

JACOBSON, Nathan. Basic Algebra I. 2ª ed. New York: W. H. Freeman, 1985.

KNUTH, Donald E. The Art of Computer Programming. Volume 2: Seminumerical Algorithms. 3ª ed. Boston: Addison-Wesley, 1997.

LIDL, Rudolf; NIEDERREITER, Harald. Introduction to Finite Fields and Their Applications. Cambridge: Cambridge University Press, 1994.

Bibliografia Avançada

ATIYAH, Michael F.; MACDONALD, Ian G. Introduction to Commutative Algebra. Boston: Addison-Wesley, 1969.

BUCHBERGER, Bruno. Gröbner Bases: An Algorithmic Method in Polynomial Ideal Theory. In: BOSE, N. K. (Ed.). Multidimensional Systems Theory. Dordrecht: Reidel, 1985.

EISENBUD, David. Commutative Algebra with a View Toward Algebraic Geometry. New York: Springer-Verlag, 1995.

GATHEN, Joachim von zur; GERHARD, Jürgen. Modern Computer Algebra. 3ª ed. Cambridge: Cambridge University Press, 2013.

HARTSHORNE, Robin. Algebraic Geometry. New York: Springer-Verlag, 1977.

MATSUMURA, Hideyuki. Commutative Ring Theory. Cambridge: Cambridge University Press, 1986.

Recursos Computacionais

COHEN, Henri. A Course in Computational Algebraic Number Theory. Berlin: Springer-Verlag, 1993.

SAGE MATHEMATICS SOFTWARE. SageMath. Disponível em: https://www.sagemath.org. Acesso em: jan. 2025.

WOLFRAM RESEARCH. Mathematica. Champaign: Wolfram Research, 2024.

Recursos Pedagógicos

BOYER, Carl B.; MERZBACH, Uta C. A History of Mathematics. 3ª ed. New York: Wiley, 2011.

KLEINER, Israel. A History of Abstract Algebra. Boston: Birkhäuser, 2007.

STEWART, Ian. Galois Theory. 4ª ed. Boca Raton: CRC Press, 2015.