O Que É Função Afim

O básico, mas como funciona na prática

Função afim é qualquer função que pode ser escrita na forma f(x) = ax + b, onde a e b são números reais e a é diferente de zero. O gráfico é sempre uma reta. Se a = 0, vira função constante, que tecnicamente não se enquadra mais no Afim porque perde a variação linear. Isso já causa confusão em prova da vida toda. O que diferencia a função afim da função linear é o termo b. Função linear é f(x) = ax, passa obrigatoriamente pela origem. Função afim permite um deslocamento vertical. Na prática, isso significa que ela modela situações onde existe um valor inicial antes da variável x fazer qualquer coisa. Salário com comissão fixa mensal, preço de taxi com bandeirada, custo de produção com custo fixo. Tudo isso é afim no mundo real.

O que é função afim e por que o erro mais comum acontece

O erro mais frequente que vejo é confundir coeficiente angular com inclinação da reta sem considerar o sinal. Se a > 0, a função é crescente. Se a

0, decrescente. Parece óbvio, mas em problemas aplicados as pessoas esquecem que um valor negativo de a muda completamente a interpretação do modelo. Crescimento ou declínio exponencial são outra história, isso aqui é estritamente linear. Não tem curva envolvida. Para encontrar a equação a partir de dois pontos, você calcula a primeira usando a razão entre diferença de y e diferença de x. Depois substitui um dos pontos para achar b. É um processo mecânico que funciona sempre, desde que os pontos tenham abscissas diferentes. Se tiverem a mesma abscissa, não existe função, é uma linha vertical e vertical nunca é função.

Eu estava ajustando dados de temperatura ao longo do tempo num projeto meu e me deparei com dois pontos praticamente alinhados verticalmente porque o sensor tinha travado em dois instantes consecutivos. O cálculo do coeficiente angular ia pra infinito. A solução foi descartar esses pontos e refazer com três ou mais medições. Linear regression com poucos pontos assim é instável sem filtragem prévia. Usei uma média móvel simples nos dados brutos antes de ajustar a reta e o problema sumiu.

Raiz da função afim

A raiz, também chamada de zero ou valor onde a função se anula, é encontrada igualando f(x) a zero. O resultado é x = -b/a. Esse ponto é onde a reta corta o eixo x. Na prática, representa o momento em que algo para ou se inverte. Se f(x) é o lucro de um produto, a raiz é o ponto de equilíbrio. Abaixo dela, prejuízo. Acima, lucro. Um detalhe que muita gente perde: se b for zero, a raiz também é zero. A função linear crossing a origem só se anula no ponto original. Isso é trivial, mas em modelos multivariados onde se aplica decomposição afim isso aparece com frequência e causa confusão inicial.

Gráfico e interpretação geométrica

O gráfico é uma reta no plano cartesiano. O coeficiente a determina a inclinação e o sinal. O coeficiente b determina onde ela corta o eixo y. Nada mais. Em problemas de otimização ou análise de sensibilidade, esses dois parâmetros são tudo o que você precisa. Não tem curvas, não tem assimptotas, não tem comportamento exótico. Quando se trabalha com sistemas de equações lineares, funções afins aparecem naturalmente como restrições. Resolver duas funções afins simultaneamente é encontrar o ponto de interseção das duas retas. Pode existir uma solução única, infinitas soluções (retas coincidentes) ou nenhuma solução (retas paralelas distintas). Isso depende exclusivamente da relação entre os coeficientes angulares e lineares. Se a1/a2 = b1/b2, as retas são paralelas ou coincidentes. Se apenas a1/a2 = 1 mas b1/b2 é diferente, paralelas distintas, sem interseção.

Limitações reais

Função afim não serve para tudo. E não serve porque a realidade raramente é linear em escala ampla. Custos fixos mais variáveis funcionam bem em faixas estreitas, mas se você extrapolar para fora da faixa de calibração, o modelo quebra. Um exemplo prático: eu tive um modelo de custo de produção que era afim até certo volume. Depois desse volume, havia um novo custo fixo porque precisávamos de turno extra. A função afim pura não capturava esse jump. A correção foi dividir o domínio em intervalos e usar uma função afim por pedaços, uma piecewise linear. Funcionou, mas exigiu tratar cada intervalo separadamente. O outro problema é ruído nos dados. Como a função afim é sensível a outliers, um único ponto mal medido pode deslocar a reta significativamente. Em contextos onde precisão importa, o mínimo dos quadrados com robustez ou median interpolation costuma ser mais seguro que ajuste bruto por dois pontos.

Exemplo concreto

Vamos dizer que você quer modelar o custo de uma ligação telefônica. A operadora cobra uma tarifa fixa de R$2,50 por conexão mais R$0,15 por minuto. A função afim fica C(t) = 0,15t + 2,50, onde t é o tempo em minutos. O coeficiente angular é 0,15, o linear é 2,50. A raiz seria t = -2,50/0,15 -16,67 minutos. Esse valor negativo não faz sentido físico aqui porque tempo não pode ser negativo nesse contexto, então a raiz matematicamente existe mas não tem utilidade prática no modelo. Isso é importante: a raiz existe no domínio dos reais, mas o domínio do problema pode ser restrito. Se você quiser saber o custo de uma ligação de 10 minutos, basta substituir: C(10) = 0,15(10) + 2,50 = 4,00. Custo total de R$4,00. Simples. Quando a aplicação cresce para múltiplos produtos ou tarifas progressivas, aí começa a complicar e função afim pura não resolve mais.

Dica prática

Na hora de resolver questões ou construir modelos, sempre identifique primeiro o que é variável independente e o que é dependente. Depois verifique se o relacionamento é realmente linear dentro da faixa de interesse. Se não for, ajustar uma função afim vai dar resultado enganoso. Teste com dois pontos extremos e um ponto intermediário. Se os três não estiverem alinhados, o modelo afim não se aplica e você precisa de outra abordagem, como polinômio de maior grau ou transformação dos dados.