Este trabalho faz uma relação entre primalidade de números inteiros e os polinômios de Chebyshev, estudando resultados recentemente descobertos. Um dos principais resultados é uma generalização do Pequeno Teorema de Fermat, que mostra a congruência, Tn(a) =a ( mod n) para n primo, em que Tn(x) é o n- ésimo polinômio de Chebyshev. A recíproca desse resultado, se verdadeira, conduziria a um teste de primalidade determinístico eficiente. Através de cálculo computacional, mostramos que para n < 1,9 x 104 , a recíproca é verdadeira. Além disso, os resultados dessa simulação, podem servir de base para o desenvolvimento de um algoritmo probabilístico para verificação da primalidade. Alguns testes de primalidade existentes na literatura, assim como definições e propriedades algébricas dos polinômios de Chebyshev também são apresentadas. / This work makes a relation between integer primality and Chebyshev polynomials, discussing recently found results. One of the most important results is a generalization of Fermat's little theorem. lt shows that Tn(a) =a ( mod n ), for n prime, where Tn(x) is the ndegree Chebyshev polynomial. The converse o f this result, if true, would lead to an efficient deterministic primality test. Tbrough a machine computation, we show that for n < 1,9 x 1 04 , the converse is true. The results of this simulation may serve to structure a probabilistic primality testing algorithm. Also, some existent primality tests, as well as definitions and algebraic properties o f Chebyshev polynomials are presented.

Este trabalho faz uma relação entre primalidade de números inteiros e os polinômios de Chebyshev, estudando resultados recentemente descobertos. Um dos principais resultados é uma generalização do Pequeno Teorema de Fermat, que mostra a congruência, Tn(a) =a ( mod n) para n primo, em que Tn(x) é o n- ésimo polinômio de Chebyshev. A recíproca desse resultado, se verdadeira, conduziria a um teste de primalidade determinístico eficiente. Através de cálculo computacional, mostramos que para n < 1,9 x 104 , a recíproca é verdadeira. Além disso, os resultados dessa simulação, podem servir de base para o desenvolvimento de um algoritmo probabilístico para verificação da primalidade. Alguns testes de primalidade existentes na literatura, assim como definições e propriedades algébricas dos polinômios de Chebyshev também são apresentadas. / This work makes a relation between integer primality and Chebyshev polynomials, discussing recently found results. One of the most important results is a generalization of Fermat's little theorem. lt shows that Tn(a) =a ( mod n ), for n prime, where Tn(x) is the ndegree Chebyshev polynomial. The converse o f this result, if true, would lead to an efficient deterministic primality test. Tbrough a machine computation, we show that for n < 1,9 x 1 04 , the converse is true. The results of this simulation may serve to structure a probabilistic primality testing algorithm. Also, some existent primality tests, as well as definitions and algebraic properties o f Chebyshev polynomials are presented.

Este trabalho faz uma relação entre primalidade de números inteiros e os polinômios de Chebyshev, estudando resultados recentemente descobertos. Um dos principais resultados é uma generalização do Pequeno Teorema de Fermat, que mostra a congruência, Tn(a) =a ( mod n) para n primo, em que Tn(x) é o n- ésimo polinômio de Chebyshev. A recíproca desse resultado, se verdadeira, conduziria a um teste de primalidade determinístico eficiente. Através de cálculo computacional, mostramos que para n < 1,9 x 104 , a recíproca é verdadeira. Além disso, os resultados dessa simulação, podem servir de base para o desenvolvimento de um algoritmo probabilístico para verificação da primalidade. Alguns testes de primalidade existentes na literatura, assim como definições e propriedades algébricas dos polinômios de Chebyshev também são apresentadas. / This work makes a relation between integer primality and Chebyshev polynomials, discussing recently found results. One of the most important results is a generalization of Fermat's little theorem. lt shows that Tn(a) =a ( mod n ), for n prime, where Tn(x) is the ndegree Chebyshev polynomial. The converse o f this result, if true, would lead to an efficient deterministic primality test. Tbrough a machine computation, we show that for n < 1,9 x 1 04 , the converse is true. The results of this simulation may serve to structure a probabilistic primality testing algorithm. Also, some existent primality tests, as well as definitions and algebraic properties o f Chebyshev polynomials are presented.

Neural networks, control and systems theory and techniques are utilized in this work to improve the accuracy of measurement instruments. Contributions can be classified by subject under the major field they belong to. One contributions is the mathematical formulation of instruments based on system approach; it permits the global treatment of the measurements system without particularizing parts or having to specify the cause of the problems. Therefore, it guarantees that the advantages of systems approach are reached. Another contribution is the utilization of neural networks as estimators or as neurocontrollers. The neural estimators of measurement system functions are called emulator herein. Within this context the second method of Lyapunov is employed to study the stability and tracking of the system, resulting in a compensating measurement system with self adjustment. Another contribution is a basic procedure to building neural networks in a way that their capability to universal approximation to continuous functions is taken advantage of. Methodologies used in neural networks are reviewed, they are used to choosing the topology of the neural network and the number of hidden neurons. The innovation of this procedure is the utilization of polynomial interpolation theory, more specifically the Chebyshev theorem. It determines the size of the training set and indicates the elements of this training set to achieve the desired accuracy.