Escolar Documentos
Profissional Documentos
Cultura Documentos
Cálculo Avançado
Cálculo Avançado
Tarcisio Praciano-Pereira
Departamento de Matematica
Universidade Estadual Vale do Acara u
Sobral, 6 de fevereiro de 2009
tarcisio@member.ams.org
O plano de trabalho.
Queremos sugerir-lhe um modo de usar este livro que se poderia se asse-
melhar ao de um hipertexto
1
. A ultima parte do livro e um ndice remissivo
alfabetico em que todas as palavras-chave do texto se encontram al listadas com
referencia `as paginas em que elas se encontram. Verique agora, por exemplo,
Fourier, ou vetor, e voce vera a lista das paginas em que estas palavras se en-
contram pelo menos alguma vez com uma deni c ao adequada. Esta e forma
que encontramos para algumas vezes lhe sugerir uma leitura l a na frente, ilus-
trando algum conceito que ainda viria no futuro. Parece-nos uma forma menos
brutal que a indica cao n umerica. Fa ca uso intensivo do ndice remissivo como
se voce se encontrasse na frente de um hipertexto e nos desculpe pela demora
de acesso...e nao se esque ca de colocar um marcador de p agina para saber de
onde saiu. . .
Uma sntaxe se impoe nas comunica coes, tentamos usar o it alico com duas
inten coes: palavras-chave que voce podera encontrar no ndice remissivo al-
fabetico, ou, palavras das quais voce deve desconar porque elas est ao mal
denidas ou apresentadas de modo intuitivo. O negrito se encontra reservado
para as palavras tecnicas que tem uma deni c ao bem clara no texto. Esta
regra, entretanto, ainda esta em constru cao e poder a falhar aqui ou al, pelo
menos nesta edi cao experimental.
Um outro elemento sintatico e a letra pequena, ela indica que o texto escrito
com ela pode ser ignorado numa primeira leitura, mas que n ao precisa ser igno-
rado denitivamente, representam exemplos ou observa c oes mais aprofundadas
e que podem ser lidas como uma curiosidade teorica sem consequencias maiores
para o resto do texto.
Este uso da enfase no texto, tem segundas inten c oes, uma delas (das in-
ten c oes), de salientar uma bolha logica, nos vai permitir de falar de concei-
1
que pretens ao.. mas e mesmo assim!
tos que nao podemos denir no momento sem criar um texto ilegvel.
E uma
atitude propria de um livro didatico, nele se tem, como primeiro objetivo, a
comunica cao com o estudante, a exposi cao de Matematica para quem a quer
aprender, e obviamente, nao se dirige a quem ja a domina. Assim, avan caremos
alguns conceitos cuja deni cao formal seria crtica, mas sua apresenta cao num
estagio inicial completa uma visao global que o estudante ja deveria ate mesmo
ter, nao fosse a fragilidade do nosso sistema educacional.
O uso de astersco nalgum exerccio, tem o sentido de que o mesmo pode
ser mais difcil ou que o mesmo se encontra fora do contexto. O objetivo nao
deve ser o de desencorajar quem os tentem resolver. Anal, difcil, nao e um
qualicativo absoluto, nem siquer relativamente a uma mesma pessoa ao longo
do tempo.
Este livro tem duas partes dentro das quais distribuiremos os assuntos:
1. Calculo Diferencial;
2. Calculo Integral.
Mas observe que as departamentaliza c oes sao autoritarias e articiais. Elas sao
feitas para atender uma necessidade pratica de disposi c ao de assuntos, com
objetivo sistemico, mas nao se podem tornar camisas de for ca nem sugerir que o
conhecimento pode ser adquirido linearmente. Assim, voce ira encontrar muito
uso da integral dentro da primeira parte... e muito uso da derivada na segunda
parte apesar de que estas partes tem objetivos reversos, (na primeira parte
estaremos derivada e na segunda a integral).
Vamos a uma rapida justicativa de nossa escolha de desenvolvimento do
assunto que tambem servira de uma introdu cao.
A primeira razao das coisase que pretendemos escrever uma cole cao de pe-
quenos livros cobrindo toda a matematica do que se chama C alculo Avan cado
e que em nossa opiniao deve ser estudado num segundo ano de gradua cao por
todos os estudantes de ciencias, sejam eles futuros engenheiros ou futuros pro-
fessores da Escola Secundaria, ou futuros professores de Matematica da Univer-
sidade. Observe nossa posi cao, intencional, de associar prossionais, queremos
dizer, sim, que o professor da Escola Secundaria deve ter uma base matematica
tao excelente quanto um professor da Universidade da mesma forma como os
salarios deveriam ser iguais.
O conte udo de um tal curso deve estender as ideias do Calculo a uma variavel
para um ambiente em que as fun coes sao multivariadas, deve usar com grande
liberdade os conceitos de geometria e, portanto, de
Algebra linear, que e a
linguagem adequada para expressar este novo tipo de variavel, os vetores. Os
elementos da
Algebra Linear, sao variaveis multi-numericas. Uma consequencia
deste fazer consiste numa formaliza cao intensa da linguagem matematica e deve
mostrar explicitamente que a Matematica e uma linguagem abstrata mas nao
pode deixar de traduzir a realidade de outras ciencias, ou do mundo real.
Como a realidade das outras ciencias, com frequencia, se traduz sob forma
de uma taxa de varia c ao, entao as equa coes diferenciais tem de ser pelo me-
nos iniciadas com um maximo de seriedade o que implica mostrar ao estudante
que sabemos pouco sobre elas, mas que sabemos alguma coisa e que uma certa
variedade importante de equa coes diferenciais pode ser resolvida. Neste texto
n ao incluiremos equac oes diferenciais diretamente, mas pretendemos que o lei-
tor se encontre preparado para um curso moderno de equa c oes diferenciais
ordinarias ao termina-lo, em que moderno signica centrado nas equac oes linea-
res, vistas como sistemas din amicos
2
, e nas n ao lineares como aproximac ao das
lineares. Consequentemente o conceito de aproximac ao tem que estar presente
de forma dominante.
Algebra.
Neste primeiro captulo faremos uma introducao sistem atica, mas resumida, da algebra
linear que sera necessaria para estudar Calculo Multivariado ao mesmo tempo em que iremos
desenvolvendo os conceitos do Calculo. Vamos descrever o cen ario em que se vai desenvolver
a a c ao. A gura (g. 1.2) pretende ilustrar isto, num ponto P do domnio ha varias direcoes
sobre as quais podemos estudar a taxa de variacao de uma funcao
W
f
R,
sugerindo, entao, que a derivada, que guarda o coeciente angular instantaneo de uma funcao,
tem que ser considerado em varias possveis direcoes.
1.1 Operacoes com vetores
A regra do paralelograma, (g. 1.1), contem os elementos de semelhan ca de
triangulos necessarios para que se transporte sentido e intensidade, contidos no
objeto geometrico vetor, de modo que possamos superp o-los geometricamente.
Ao mesmo tempo ela contem, dentro da propria semelhan ca de triangulo, os
elementos algebricos da deni cao:
u = (a, b) ; v = (x, y) u +v = (a +x, b +y). (1.1)
P
R
W
f
Figura 1.2: No domnio de W
f
R em volta de um ponto P W, h a muitas dire c oes para
escolher e estudar a varia c ao.
Estude a (g. 1.1) e procure encontrar nela os elementos da equa c ao (equa c ao,1.1).
Observa cao 1 Dimens ao nita
Na pr atica da
Algebra Linear de dimensao nita um jogo de palavras guarda
esta regra operat oria: se somam as coordenadas de mesma ordem, a primeira
com a primeira, e a segunda com a segunda para se obter o vetor resultante.
Os espacos de dimensao nita se caracterizam pelo fato de que todos os seus
elementos tem uma mesma quantidade de coordenadas. Assim o R
3
se carac-
teriza por objetos que tem tres coordenadas, tres n umeros reais, e um espaco
vetorial de dimens ao tres.
A soma de vetores e o produto de vetores por escalares, tem as propriedades
usuais dos n umeros.
Deni cao 1 Espaco vetorial.
Se designarmos por V um conjunto no qual se encontra denida uma operac ao
de adic ao comutativa,
V x V V ; (x, y) x +y
e tal que o corpo dos n umeros reais aja sobre V
R (V V ) ; R (x x V )
distributivamente e associativamente, isto e tal que
1. a comutatividade: u +v = v +u vale
2. a associatividade: (u +v) +w = u + (v +w) vale
3. exista um elemento neutro relativamente ` asoma: 0 +u = u
4. a distributividade do produto relativamente ` a soma, vale:
(a) ` aesquerda ( R)(u, v V ) ; (u +v) = u +v
(b) e ` adireita (, R)(u V )( +)u = u +u
5. O elemento neutro da adi c ao de R leve, pela multiplica c ao, todo vetor no
zero: 0x =
0.
6. O elemento neutro da multiplica c ao de R leve todo vetor nele mesmo:
1u = u.
Ent ao diremos que V e um espa co vetorial real.
Observa cao 2 Escalares e vetores.
A propriedade distributiva salienta a existencia de dois tipos de dados envolvidos nas
operacoes com vetores: escalares e vetores. O corpo dos n umeros reais, R, age sobre o
espaco vetorial V :
R (R
3
R
3
)
de modo que o resultado desta a c ao volta a ser um vetor. Chamamos os n umeros reais de
escalares. Em particular a a c ao do zero: 0 u = 0.
Consulte um livro de
Algebra Linear para uma descricao mais completa da estrutura dos
espacos vetoriais. Mas, intuitivamente, vetores sao objetos que contem informacao numerica
m ultipla, que podem ser somados e multiplicados escalarmente por n umeros. De alguma forma
os vetores podem ser vistos como uma generalizacao dos n umeros, eles carregam informacoes
multi-numericas.
1.2 Exemplos de espacos vetoriais
Vamos ver que h a objetos bem diferentes formando espa cos vetoriais, conjuntos de fun c oes,
conjuntos de polin omios, matrizes de n umeros. O nosso objetivo consiste em salientar que
espaco vetorial e uma estrutura e quando uma cole c ao de objetos semelhantes entre si tem
as propriedades que listamos acima, temos um espa c o vetorial. O que pudermos fazer com
um espa co vetorial, tambem poderemos fazer com outro: generalizacao.
Este livro e um livro de C alculo em que vamos generalizar as tecnicas do C alculo Diferencial
e Integral univariado para os vetores, em particular para os elementos do R
3
, mas daremos
aqui e al algumas fugidelas mostrando que os mesmos metodos tambem se aplicam a vetores
de natureza mais geral.
Exemplo 1 Polinomios de mesmo grau.
O conjunto dos polinomios de grau menor ou igual a n e um espaco vetorial de dimensao
n+1 porque precisamos de n+1 informacoes, coordenadas, para escrever os elementos deste
espaco.
A soma se faz coordenada a coordenada, sem alterar o grau, se pode multiplicar um
polinomio do grau n por um escalar resultando num novo polinomio do mesmo grau. Apenas
o zero tem que ser considerado um polinomio de grau qualquer para que as coisas quem
organizadas. Ver Taylor, polin omio
Exemplo 2 Espaco vetorial de funcoes contnuas.
Os polinomios as vezes podem ser vistos como funcoes, entao as funcoes formam um caso
mais amplo de espaco de vetores.
As funcoes, pelo menos numa primeira aproxima c ao, sao objetos denidos em pontos de
um determinado conjunto chamado domnio, aos quais se associam valores que se encontram
no conjunto dos valores.
O domnio funciona como um conjunto de ndices e podemos ver assim que R
3
nada
mais e do que o conjunto de todas as funcoes reais denidas no domnio {1, 2, 3} se podendo
entender a notacao xi como x(i), o valor de x no ponto i.
Esta ideia se pode generalizar para o conjunto de ndices [a, b], um intervalo da reta.
No Calculo univariado se denem as funcoes contnuas e se mostra que soma de fun c oes
contnuas e uma fun c ao contnua, leia-se: soma de vetores e um vetor.
Se chamarmos V = C([a, b], R) ao espaco vetorial de todas as funcoes contnuas denidas
no intervalo [a, b] e tomando valores em R, podemos vericar que C([a, b], R) tem todas as
propriedades (prop. 4), pagina 16, sendo um espa co vetorial sobre o corpo R.
A dimens ao deste espaco pode ser rapidamente discutida. Veja que, no caso do R
3
, o
conjunto dos ndices, e o domnio em que se encontram denidas as funcoes que formam
este espac o, que justicamos ser um espaco de dimensao 3. Agora estamos discutindo
funcoes cujo domnio, leia conjunto dosndices, e o intervalo [a, b], que tem uma quantidade
de elementos nao nita
1
. Assim, apenas comparando os conjuntos de ndices, concluimos
que as funcoes contnuas, denidas no intervalo [a, b] tem uma quantidade nao nita de
informacoes fazendo do espaco C([a, b], R) um espaco vetorial de dimensao nao nita.
Os espacos de polinomios tambem podem nos conduzir rapidamente `acompreensao de que
existem espacos de dimensao nao nita. Como um polinomio de grau n e, intuitivamente,
um vetor de dimensao n+1, porque precisamos de n+1 informacoes para escreve-los, entao
vemos que existem espacos de dimensao nita, n, arbitrarios contidos no espaco de todos
os polinomios, R[x], que assim nao pode ser um espaco de dimensao nita.
Mas a natureza dos dois epacos, C([a, b], R) ou R[x] e distinta, como tambem e distinta
a natureza da nao nitude de suas dimensoes. Estes fatos vao nos levar a discutir no
captulo 2 os problemas de aproximacao.
Observa cao 3 Aproximacao, nitude, cardinalidade.
Problemas: Como aproximar, com um n umero nito de informacoes, um objeto que
contenha uma quantidade n ao nita de informa c oes ? Existe alguma coisa nao nita `anossa
volta?
Estes problemas se encontram no centro da investigacao tecnologica dos nossos dias uma
vez que as informa c oes que temos guardar ou transmitir sao fun c oes, como a quantidade de
energia contida num fenomeno, voz, gura, etc...
Por outro lado, os instrumentos que temos para medir devem transformar estes fenomenos
em uma quantidade nita de informacoes, digitaliza-las, para que possamos guarda-las ou
trnsmit-las.
Outra questao que ca para ser aprofundada e esta sobre a quantidade de elementos
nao nita. Esta questao se constitue de uma teoria chamada cardinalidade.
Alem de somar vetores, resultando noutro vetor, e multiplicar vetores por
escalares, resultando ainda noutro vetor, precisamos do produto escalar de
dois vetores:
Deni cao 2 Produto Escalar.
u = (x
1
, , x
n
) v = (y
1
, , y
n
) (1.2)
< u, v >=
n
i=1
x
i
y
i
= |u| |v| cos() (1.3)
1
N ao se pode usar esta linguagem, quantidade, neste conceito, sem incorrer em con-
tradi c oes de natureza l ogica.
Vamos sintetizar o n ucleo da ideia, o metodo formal da algebra entra em
cena: na expressao acima temos um smbolo que representa o produto escalar,
cuja deni cao se encontra `a direita e tem propriedades que podemos facilmente
2
deduzir:
Teorema 1 Propriedades do produto escalar em R
3
.
(1) < u, v >=< v, u > (1.4)
(2) < u, v
1
+v
2
>= < u, v
1
> + < u, v
2
> (1.5)
Estas duas propriedades caracterizam<, >como uma forma (transforma cao)
bilinear que chamaremos de produto escalar.
Exerccios 1 1. Fa cas contas e mostre que se
< u, v >=
n
i=1
x
i
y
i
ent ao, < u, v >=< v, u > .
2. Mostre no R
2
que se u, v forem dois vetores unit arios, ent ao (veja que
suas coordenadas podem ser escritas usando sen, cos),
< u, v >= cos cos + sin sin
e deduza da que
< u.v >= cos ; = e o angulo entre os dois vetores.
3. Generalize, se u, v n ao forem unit arios, ent ao eles s ao multiplos de vetores
unit arios pelos escalares |u|, |v| e conclua que
< u, v >= |u||v| cos
4. denic ao abstrata de angulo Mostre que a partir da denic ao de um pro-
duto escalar num espa co vetorial, podemos denir o angulo entre dois ve-
tores dados, (solu c ao mais adiante no texto).
Quando um espa co vetorial tiver um produto escalar diremos que e um espa co
euclidiano.
Observa cao 4 A estrutura euclidiana.
Se identicarmos alguma funcao em outro espa co vetorial tendo as mesmas propriedades
do produto escalar, ent ao descobrimos um novo espaco euclidiano e suas propriedades sao
muito parecidas, ou possivelmente as mesmas, do R
3
.
E facil mostrar que <, > tem as mesmas propriedades que o outro denido anteriormente,
sendo assim uma forma bilinear, um produto escalar. Depois veremos que este produto escalar
no espaco de funcoes usualmente vem multiplicado por uma constante adequada a um certo
objetivo. Veja a denicao dos coecientes de Fourier.
Observe ainda que o angulo de uma funcao com ela mesma e zero, como seria de espe-
rar.
E um pouquinho mais difcil ver a conexao entre duas func oes ortogonais entre si, o que
acontece quando o produto escalar entre elas se anula. Mas existe um signicado que genera-
liza de forma natural a denicao geometrica de vetores ortogonais: os vetores (0, 3), (1, 0)
porque onde um se anula o outro nao se anula, mas isto e uma situacao bem particular. Nos
exerccios voce sera convidado a demonstrar um caso que diretamente generaliza este.
3
O uso do n umero tem como unica fun c ao assustar o leitor... para n ao car assustado,
troque-o e veja que tudo funciona igual.
Exerccio 1 Vetores.
1. equac ao vetorial. Se A, B R
3
forem dois vetores dados, resolva, expli-
citando todas as propriedades usadas, a equac ao
A+ 3X = B
2. equac ao vetorial. Se duas func oes forem dadas:
f, g C([a, b] x [c, d], R)
e se for dado R, resolva a equac ao:
f +X = g.
Em particular, considere f(x, y) = exp(x
2
y
2
), g(x, y) = 1, = 1, e
encontre X.
3. ortogonalidade.
(a) Encontre o conjunto de todos os vetores ortogonais ao vetor (3, 4)
R
2
(b) Encontre o conjunto de todos os vetores ortogonais ao vetor (3, 4)
R
3
(c) Verique que as func oes:
f(x) = x x [0, ] ; f(x) = 0 x / [0, ]
g(x) = 0 x [0, ] ; f(x) = x x / [0, ]
s ao ortogonais em C([0, 2], R) com o produto escalar da integral.
Verique tambem que as func oes seno e coseno s ao ortogonais no
mesmo espa co. Calcule o m odulo de todas as func oes usando a de-
ni c ao:
|f| =
_
< f, f >.
(d) Encontre todos os vetores ortogonais ao vetor
p(x) = 3 + 4x +x
2
no espa co dos polin omios de grau menor ou igual a 2, (qual e o
produto escalar que voce pretende utilizar ?)
(e) O polin omio p(x) = 3+4x+x
2
e um elemento do espa c o C([a, b] x [c, d],
Neste espa co o produto escalar can onico, e o integral. Encontre al-
guma func ao que seja ortogonal a p relativamente ao produto escalar
integral.
(f ) Veja num livro de Fsica a denic ao de trabalho e construa um exem-
plo de duas func oes cujo trabalho de uma, relativamente ao da outra,
seja nulo: ortogonais. Observe que voce estar a usando o produto
escalar integral.
(g) Veja num livro de Estatstica o conceito de probabilidade condicional
e construa um exemplo de eventos independentes, como ortogonais..
(h) Use o produto escalar integral, (eq. 1.8), para encontrar os vetores
perpendiculares ao vetor f(x) = sen(x) em C([, pi], R). Verique
em particular se algum dos vetores
g(x) = x
2
; h(x) = x ; p(x) = cos(x) ; r(x) = x
3
e perpendicular a f. Interprete o resultado considerando que a area
sob a func ao, sua integral, representa a quantidade de energia que
ela encerra.
(i) A integral de uma func ao pode ser interpretada como a quantidade
de informa cao que ela contem. Como poderiamos interpretar duas
func oes ortogonais neste sentido. Traduza este exemplo para o caso
de vetores do R
3
.
(j) func oes multivariadas. Verique as propriedades do espaco vetorial
C([a, b] x [c, d], R).
4. Os fsicos gostam de ver o mundo como um espaco de dimens ao 4, o
espa co-tempo, com tres coordenadas para posic ao no espaco e uma coor-
denada para o tempo, (x, y, z, t). Uma partcula em movimento trac a
uma curva neste espaco. Poderia uma tal curva ser um crculo? uma
curva fechada? Trace a curva, no plano mesmo, de duas particulas que
colidam e se destruam mutuamente.
5. Resolva as seguinte equac oes indicando cuidadosamente quais foram as
regras utilizadas de passagem para cada nova linha da soluc ao:
(a) (2, 0, 3) +X = (0, 2, 3)
(b) 2 +i +X = 3 i + 2X
(c) (1, 1, 3) + 4X = (2, 1, 0)
(d)
2X + 3Y = (1, 1, 0) (1.9)
X 2Y = (1, 1, 1) (1.10)
(1.11)
6. O centro de gravidade, baricentro, de um tri angulo e a media aritmetica
dos seus vertices, considerados como vetores. Desenhe um tri angulo e
calcule o seu baricentro.
7. baricentro Um tri angulo pode ser feito de material n ao homogeneo, ent ao
seus vertices podem ter pesos diferentes. Considere o tri angulo PQO cujos
vertices pesam respectivamente 4,5,7. Calcule o baricentro deste tri angulo,
depois de ter escolhido as coordenadas de cada um dos seus pontos. Cal-
cule tambem o baricentro considerando os vertices todos de mesmo peso e
verique qual a diferen ca nos dois casos.
8. Verique se os pontos (1, 2, 4, 1), (2, 0, 5, 2), (0, 4, 2, 3) formam um tri angulo
Calcule o baricentro destes pontos considerados todos de mesmo peso.
9. Calcule a dist ancia entre a reta determinada pelos pontos (1, 2, 3), (3, 2, 1)
e o ponto (4, 3, 2).
10. Encontre um vetor perpendicular a reta determinada pelos pontos (1, 2, 3), (3,
Calcule a dist ancia desta reta ` aorigem.
11. Tome como denic ao: um plano e o lugar geometrico dos pontos do espa co
que determinam vetores perpendiculares a um vetor dado (A, B, C). Cal-
cule uma equac ao para este plano e justique porque h a mais de um plano
satisfazendo esta denic ao. Corrija ent ao a denic ao inicial.
12. Apresente exemplos que justiquem a arma c ao: a solu c ao de um sis-
tema linear e uma transla c ao da soluc ao do sistema homogeneo associado
passando por uma soluc ao particular. Fa ca-o inicialmente no plano, mas
generalize depois.
13. Mostre que |
n
k=1
s
i
|
n
k=1
|s
i
| sejam s
i
n umeros ou vetores.
14. Descreva, usando vetores, as duas desigualdades tri angulares:
(a) A soma de dois lados de um tri angulo e maior que o terceiro.
(b) Num tri angulo, qualquer lado e maior do que a diferen ca dos outros
dois.
Demonstre estas desigualdade e depois as escreva como uma unica sequencia
de duas desigualdades.
15. desigualdade de Cauchy-Buniakowski-Schwarz Considere dois vetores u, v
que ent ao determinam um plano, mostre que < u, v >= leq|u||v|cos()
|u||v| em que e angulo entre os dois vetores.
16. Generalize a desigualdade acima provando que
n
k=1
u
k
v
k
|u||v| ; u, v R
n
17. Mostre que o conjunto su + tv ; s, t 0 ; s + t = 1 e o segmento de reta
suporte do vetor diferen ca u v.
18. Trace os gr acos das func oes
_
x = f(t)
y = g(t)
com
f(t) = t; g(t) = t
2
f(t) = t
2
; g(t) = t
3
indique o sentido do percurso
de cada curva considerando que t cresce de negativo a positivo.
19. A que tipo de objeto correspondem as equac oes parametricas
_
_
_
x = f(s, t)
y = g(s, t)
z = h(x, t)
um plano, uma reta? qual e a dimens ao deste objeto?
Denimos uma opera cao entre os vetores do espa co R
3
, chamada produto
escalar, e queremos ve-la de uma outra forma. Veja que lhe demos o nome de
produto porque e semelhante ao produto entre n umeros. De fato e esta seme-
lhan ca que interessa, e o produto escalar dene uma forma de multiplicar vetores
e outras entidades parecidas, as matrizes, objeto do nosso pr oximo captulo.
Exerccios 2 Exerccios de revis ao
1. Propriedades da imagem de uma func ao Se X
f
Y for uma func ao qual-
quer, e A, B X verique que
(a) f() = ; f(X) Y ;
(b) Se A B ent ao f(A) f(B);
(c) f(
i
A
i
) =
i
f(A
i
);
(d) f(
i
A
i
)
i
f(A
i
).
Verique tambem que, para imagem inversa valem
(a) f
1
() = ; f
1
(Y ) = X;
(b) Se A B ent ao f
1
(A) f
1
(B);
(c) f
1
(
i
A
i
) =
i
f
1
(A
i
);
(d) f
1
(
i
A
i
) =
i
f
1
(A
i
).
(e) f
1
(A
c
) = [f
1
(A)]
c
em que A, B Y.
2. Sendo A, B dois conjuntos tais que A B calcule A B ; A B.
3. Mostre que a intersec ao de dois conjuntos convexos e um conjunto con-
vexo, mas que a uni ao de dois convexos n ao precisa ser um conjunto con-
vexo.
4. Descreva o domnio e o conjunto de valores de cada uma das func oes
denidas abaixo:
f(x) =
1
1+x
2
f(x) =
2x
1+x
2
f(x, y) =
|x|
|y|
f(x, y) =
4xy
2
1+x
2
f(x) =
1
y
2
x
2
f(x, y) =
xy
x
2
+y
2
5. intui c ao gr aco de curva Sendo uma curva
4
do plano, R
2
, e
R
2
f
R
3
de exemplos (gr acos e algebricos) ilustrando
fo pode ser um ponto (um ponto e uma curva diferenci avel);
fo pode ser uma curva diverenci avel (que hip otese e necess aria ?);
como seria o graf(fo), o gr aco de fo, se for uma curva fe-
chada.
6. Considere num cubo o vertice P
0
e os tres vertices que lhe s ao adjacentes
P
1
, P
2
, P
3
.
Considere a aplica c ao F que roda o cubo levando
P
1
P
2
; P
2
P
3
; P
3
P
1
(a) De uma denic ao geometrica para F (descri c ao geometrica);
(b) Encontre a matriz de F num sistema de coordenadas adequado (em
que ela que mais simples)
(c) Mostre que F
3
= FoFoF e a identidade e portanto que F
1
= FoF.
Metodos numericos e equa c oes diferenciais ordinarias Lista 01
Derivada, plano tangente, aprox. linear tarcisio@member
T. Praciano-Pereira Dep. de Matem
alun@:
Univ. Estadual Vale do Acara u 6 de fevereiro de
Por favor, prenda esta folha de rosto na sua solu cao desta lista,
deixando-a em branco. Ela sera usada na corre cao.
4
curva e uma fun c ao de classe C
1
com derivada diferente de zero denida em um intervalo
e tomando valores valores em R
n
Exerccios 3 Derivada, plano tangente, aprox. linear objetivo: Conduzir @
alun@ a dominar gradientes, jacobianas, planos tangentes e mudancas de vari aveis,
campo vetorial, gr acos com apoio computacional.
palavras chave: jacobiana, gradiente, derivadas parciais, variedades linea-
res tangentes, produto escalar, campo vetorial.
1. Verique que a equac ao de uma reta que passa na origem, no plano, se
expressa como o produto escalar de um vetor (A, B) por um vetor posic ao
(x, y) arbitr ario da reta. Faca um gr aco e interprete geometricamente o
signicado do vetor (A, B).
2. Ganhe agilidade, escolha 100
5
vetores no plano e escreva as equac oes de
retas perpendiculares a estes vetores expressando-as sempre no formato
indicado a seguir. Em cada caso escolha um ponto no plano por onde a
reta passa (observe a segunda equac ao abaixo)
y = f(x) +c = mx +c
y = b +m(x a)
Teste sua soluc ao usando gnuplot com a equac ao no formato da primeira
equac ao acima.
3. Se uma reta n ao passar pela origem, ainda assim ela e paralela a uma outra
reta que passa pela origem (supondo v alido o 5
o
postulado...). Deduza que
a equac ao geral da reta no plano e da forma
< (A, B), (x, y) >= C Ax +By +C = 0
4. Qual e o lugar geometrico dos pontos (x, y, z) do espaco R
3
tal que <
(A, B, C), (x, y, z) >= 0? Deduza disto qual e o lugar geometrico dos pon-
tos do (x, y, z) do R
3
tal que
Ax +By +Cz +D = 0.
5. Sabemos que uma equac ao S(x, y, z) = 0 n ao se altera se for multiplicada
por um n umero diferente de zero. Multiplique
Ax +By +Cz +D = 0.
por um n umero conveniente de modo que o vetor perpendicular ao plano
na equac ao seja unit ario. Comparando com a equac ao do plano paralelo
que passa na origem, deduza qual a dist acia do plano
Ax +By +Cz +D = 0.
para a origem. Escreva suas conclus oes no formato Teorema e demons-
trac ao.
5
ao sentir que j a domina o assunto pode parar antes da centesima
6. As quest oes anteriores mostram que n ao podemos ter uma forma simples
para a equac ao da reta em dimens ao maior que 2. A sada para sim-
plicar as equac oes de variedades de dimens ao 1 no espa co de dimens ao
maior ou igual a 3 consiste em usar equac oes parame tricas. Encontre as
equac oes parametricas da reta paralela ao vetor (1, 1, 3) que passe pelo
ponto (2, 2, 2).
7. Escolha 100
6
vetores no espa co junto com 100 outras condi c oes e escreva,
em cada caso, as equac oes parametricas das retas determinadas por estes
100 pares de condi c oes.
8. Escreva a equac ao geral (as equac oes parametricas gerais) de uma reta,
especique os dados iniciais corretamente. Redija no formato Teorema e
demonstra c ao.
9. As equac oes
x
k
= f
k
(t) ; k {1, , n} ; t [a, b] (1.12)
em que f
k
e uma func ao diferenci avel para cada valor do ndice k, s ao as
equac oes parametricas de uma curva no R
n
, parametrizadas no intervalo
[a, b]. Calcule a express ao do vetor tangente ` a esta curva no ponto
a
k
= f
k
(t
0
) ; k {1, , n} (1.13)
dado t
0
[a, b].
10. sentido positivo e o anti-hor ario Encontre equac oes parametricas do crculo
trigon ometrico, e derivando mostre que o sentido natural de percurso e o
anti-hor ario.
11. Encontre a equac ao do plano tangente ao gr aco da func ao
z = f(x, y) = x
2
+ 3xy +y
3
(1.14)
no ponto (2, 3, 49)
12. Escolha 100 func oes, para cada uma delas calcule um ponto no gr aco
e determine a equac ao do plano tangente em cada caso, mas pode parar
antes da centesima se tiver certeza de que entendeu todo o processo.
13. Considere a curva plana
= (x(t), y(t)) = (3t, 4 2t) ; t [3, 3] (1.15)
e a superfcie
graf(f) ; f(x, y) = x
2
+y
2
Encontre o vetor tangente ` a imagem de sobre a superfcie correspondente
ao valor t
0
= 2 [3, 3] do par ametro.
6
depois que tiver certeza que entendeu pode para antes da centesima, mas n ao se engane.
14. Para cada uma das func oes denidas abaixo, calcule as equac oes parametricas
da imagem da curva
= (x(t), y(t)) = (3t, 4 2t) ; t [3, 3] (1.16)
sobre a superfcie graf(f)
a)f(x, y) = x
2
2xy +y
3
; b)f(x, y) = x
2
y
2
(1.17)
15. campo vetorial tangente a uma curva Considere a curva plana
= (x(t), y(t)) = (tcos(t), tsen(t)) ; t [0, 2] (1.18)
e a superfcie
graf(f) ; f(x, y) = x
2
+y
2
Encontre os vetores tangentes ` a imagem desta curva na superfcie graf(f)
com f(x, y) = x
2
+ y
2
para os valores do par ametro iniciando em t
0
= 0
ate t
n
= 2 com passo 0.2 e obtenha o gr aco com gnuplot deste campo
vetorial. Objetivo: ver a sugest ao da imagem da curva na superfcie que
se encontra na gura (1.3) p agina 27, mas, feito com gnuplot, voce ter a
-6
-4
-2
0
2
4
6
-4
-3
-2
-1
0
1
0
5
10
15
20
25
30
35
f(x,y)
Figura 1.3: Campo vetorial - aproxima c ao de curva
a chance de rodar o gr aco usando o ratinho.
Captulo 2
Derivadas de funcoes
bivariadas
2.1 A derivada
Mais geral que os vetores e um objeto chamado matriz, porque os vetores s ao
tambem matrizes. Vetores sao matrizes de um tipo particular, tem uma unica
linha, ou uma unica coluna.
Exemplo 4 Uma matriz 3 x 4.
Considere o esquema formado por 12 n umeros dispostos da maneira regular
que abaixo se ve.
_
_
1 2 3 1
1 1 0 2
2 1 3 2
_
_
(2.1)
Podemos a ver quatro vetores-coluna cada um com tres coordenadas ou pode-
mos ver tres vetores-linha cada um com quatro coordenadas. As duas maneiras
de ver s ao v alidas. As matrizes generalizam os n umeros, enquanto que estes
contem uma unica informac ao de uma medida feita, agora as matrizes contem
v arias informac oes oriundas de distintas medic oes feitas que podem ate ser de
naturezas diferentes entre si. Por exemplo, uma matriz pode conter taxas de
varia cao de pre cos, numa linha e na seguinte as taxas de varia c ao de demanda
por unidade dos produtos de uma empresa.
As matrizes se aplicam hoje em uma incont avel quantidade de situac oes e
algumas vezes n ao representam n umeros, mas informa c oes estraticadas.
E com
frequencia o caso, quando se encontra o termo no contexto de processamento
de dados. Neste livro as matrizes ser ao sempre uma generalizac ao de n umeros,
quase sempre ser ao taxas multiplas de variac~ao como nos pr oximos exem-
plos.
Exemplo 5 Equac ao da reta e equac ao plano.
29
Vamos evidenciar as semelhan cas entre as equac oes da reta e do plano.
Uma express ao como
y = ax +b = f(x), (2.2)
no plano, representa uma reta, porque a taxa de varia cao de y em rela c ao a x
e constante. Quer dizer, se
x x + x (2.3)
ent ao
y(x) y(x + x) (2.4)
de tal modo que
y(x + x) y(x) = y = ax. (2.5)
Uma outra forma de repetir o que foi dito acima e: se construirmos uma
progress ao aritmetica de raz ao x com a vari avel x, produziremos a progress ao
aritmetica de raz ao ax com a vari avel y.
A consequencia disto e que o gr aco de f contem qualquer progress ao ar-
timetica do tipo mencionado acima, e uma reta. E, reciprocamente, como numa
reta podemos considerar qualquer progress ao aritmetica, todas com a mesma
ra ao (o coeciente angular da reta), ent ao a equac ao de qualquer reta e da
forma (2)
Podemos sempre escrever a equac ao (2) na forma
f(x) = a(x x
0
) +y
0
(2.6)
como se seguintes c alculos mostram
f(x) = y = ax +b (2.7)
f(x) = y = a(x x
0
) +ax
0
+b = (2.8)
f(x) = y = a(x x
0
) +y
0
; y
0
= ax
0
+b (2.9)
f(x) = a(x x
0
) +y
0
(2.10)
f(x
0
) = y
0
(2.11)
evidenciando que e a reta que passa no ponto (x
0
, y
0
) e que tem coeciente
angular a.
O n umero a e a derivada constante de f :
a = f
(x). (2.12)
Se considerarmos, agora, a express ao
z = g(x, y) = ax +by +c, (2.13)
ela ir a representar tambem uma gura de tipo linear, porque, se g for associada
a progress oes aritmeticas das vari aveis x ou y, separadamente ou em conjunto,
correspondem progress oes aritmeticas da vari avel z com raz oes obtidas por mul-
tiplica c ao pelos coecientes a, b :
g = g(x + x, y + y) g(x, y) = (2.14)
= a(x + x) +b(y + y) +c (ax +by +c) = (2.15)
= a(x + x) ax +b(y + y) by = (2.16)
= ax +by (2.17)
g = ax +by (2.18)
Podemos escrever de uma forma bem simples este c alculos generalizando
imediatamente os c alculos que zemos no caso da equac ao da reta:
g(x, y) = z =
_
a b
_
_
x
y
_
+c, (2.19)
g = ax +by =
_
a b
_
_
x
y
_
(2.20)
com um produto de matrizes, que e uma nova forma de multiplicar. Se abs-
trairmos a forma particular do coeciente multiplicativo e da vari avel, podemos
dizer que, designando o vetor
X =
_
x
y
_
(2.21)
z = g(x, y) = ax +by +c (2.22)
g(X) = AX +c; (2.23)
A =
_
a b
_
(2.24)
g =
_
a b
_
X (2.25)
z = g(X) = A(X X
0
) +AX
0
+c (2.26)
z = g(X) = A(X X
0
) +z
0
; z
0
= AX
0
+c (2.27)
z = g(x, y) = A
_
x x
0
y y
0
_
+A
_
x
0
y
0
_
+z
0
(2.28)
e a forma comum que tem as duas express oes, nos dois exemplos, (caso univa-
riado e caso bivariado).
A equac ao (28) e a equac ao do plano que passa pelo ponto
(x
0
, y
0
, z
0
) = (X
0
, z
0
) R
3
(2.29)
sendo
AX
0
+c = z
0
= g(x
0
, y
0
) (2.30)
o valor de g no ponto X
0
= (x
0
, y
0
).
No caso bivariado os coecientes s ao multin umeros, as matrizes.
Buscamos com as generalizac oes operar com conceitos mais complexos com
a mesma formalidade com que operamos com os conceitos mais simples. Esta
forma como conseguimos quebrar a barreira dimensional e falar de fen omenos
multidimensionais com a mesma linguagem com que falamos dos fen omenos
unidimensionais.
Comparando com o exemplo univariado, vemos sintetizada na matriz os dois
cocientes parciais relativamente a x ou a y separadamente. Estes coecientes
s ao caracterizados como
g
x
,
g
y
chamadas derivadas parciais.
A denomina c ao derivadas parciais e oriunda dos tempos em que os desco-
bridores destes conceitos n ao conseguiam ver que tinham a derivada de func oes
multivariadas em suas m aos e criaram uma denomina c ao muito feliz, ainda que
escondesse o pr oprio conceito de derivada que levou um seculo para ser clara-
mente compreendido: as derivadas parciais s ao os componentes da derivada, que
e uma matriz que cou sendo chamada de jacobiana.
Exemplo 6 Generaliza c ao da reta tangente
Neste exemplo vou come car relembrando a equac ao da reta tangente ao
gr aco de uma func ao diferenci avel y = f(x), no ponto (a, f(a)) que voce pode
ver na gura (2.1) p agina 32,
x
a
(a,f(a))
f
y = f(a) + f(a)(x a)
Figura 2.1: A reta tangente ao gr aco de f
Em seguida, por compara c ao, vou apresentar a equac ao do plano tangente
ao gr aco de uma func ao diferenci avel z = f(x, y) no ponto (a, b, f(a, b)).
Vou partir da equac ao da reta que passa pelo ponto
(a, f(a)) (2.31)
sendo tangente ao gr aco de y = f(x) neste ponto. Os c alculos s ao
y = b +m(x a) (2.32)
y = f(a) +f
(a)(x a) (2.33)
em (32) temos a equac ao da reta que passa no ponto (a, b) e tem coeciente
angular m e substituimos esta duas informac oes para obter a equac ao (33) que
e de uma reta que passa no ponto (a, f(a)) e tem coeciente angular m = f
(a).
Esta e a interpretac ao geometrica da derivada no caso univariado.
Vou fazer esta mesma interpretac ao geometrica para o caso bivariado, sem
apresentar gr aco, mas vou escrever um script com gnuplot que lhe permitir a
dar rotac oes no gr aco, usando o ratinho e ter uma vis ao, no caso bivariado,
semelhante ao da gura (2.1).
A equac ao de um plano que passa no ponto (a, b, c), e
z c = A(x a) +B(y b) (2.34)
z = c +A(x a) +B(y b) (2.35)
P(x, y) = c +A(x a) +B(y b) ; P(a, b) = c (2.36)
Na equac ao (36) escrevi a express ao do polin omio do primeiro grau em duas
vari aveis e voce pode ver que P(a, b) = c o que signica que o gr aco deste
polin omio passa no ponto (a, b, c). O gr aco de um polin omio do primeiro grau
em duas vari aveis e um plano.
Se quisermos que este plano seja tangente ao gr aco de uma func ao dife-
renci avel z = f(x, y) ent ao vamos impor as condic oes
c = f(a, b) para que o plano passe no ponto
(a, b, f(a, b))
A =
f
x
|
(a,b)
para que o coeciente angular na direc ao do eixo OX coincida
com derivada parcial de f nesta direc ao e,
B =
f
y
|
(a,b)
para que o coeciente angular na direc ao do eixo OY coincida
com derivada parcial de f nesta direc ao.
As derivadas parciais de uma func ao bivariada tambem s ao func oes bivari-
adas e foram calculada no ponto (a, b) e isto que indica a notac ao
f
x
|
(a,b)
,
f
y
|
(a,b)
Uma outra forma de chegar nesta express ao consiste na derivac ao mplicita
de z = f(x, y)
z = f(x, y) (2.37)
dz =
f
x
dx +
f
y
dy (2.38)
dz := z c; dx := x a; dy := y b (2.39)
na equac ao (39) zemos a substitui c ao das vari aveis dx, dy, dz pelas express oes
(x a), (y b), (z c).
Observe que usamos o smbolo := para indicar foi uma substitui c ao em
que estamos usando a express ao diferencial como um modelo da express ao li-
near (equac ao do plano tangente) que aproxima localmente a func ao, se ela for
diferenci avel.
Esta e a interpretac ao geometrica da derivada: a derivada produz uma ex-
pressao linear que e tangente ao graco.
Posso aqui repetir a compara c ao com o caso univariado usando a nota c ao
de diferencial para obter a express ao da reta tangente ao gr aco de y = f(x) no
ponto (a, f(a))
y = f(x) (2.40)
dy = f
(x)dx (2.41)
dx : x a; dy := y b (2.42)
y b = f
(a)(x a) (2.43)
O diferencial e um modelo para o objeto linear tangente.
Um script com gnuplot
No script a seguir voce tem duas equac oes de func oes bivariadas com as
correspondentes equac oes de planos tangentes
z = f(x, y) = x
2
+y
2
e o plano tangente no ponto (a, b, f(a, b))
z = q(x, y) = f(a, b) +
f
x
|
(a,b)
(x a) +
f
y
|
(a,b)
(y b)
z = g(x, y) = x
2
3xy +y
2
e o plano tangente no ponto (a, b, g(a, b))
z = p(x, y) = (a, b) +
g
x
|
(a,b)
(x a) +
g
y
|
(a,b)
(y b)
Copie este script para um terminal do gnuplot.
O comando pause -2 serve para manter o gr aco que ser a trocado quando
voce der enter.
Com ratinho voce pode produzir rotac oes no gr aco e assim ver a gura de
distintos angulos. Voce tem assim um pequeno lme para ajud a-lo a entender o
signicado do plano tangente a uma superfcie.
## a funcao f
f(x,y) = x**2 + y**2
## derivadas parciais
dfx(x,y) = 2*x
dfy(x,y) = 2*y
a = -2
b = 2
## equacao do plano tangente
q(x,y) = f(a,b) + dfx(a,b)*(x - a) + dfy(a,b)*(y - b)
## comando do gnuplot para fazer graficos bivariados
splot f(x,y), q(x,y)
pause -2
a = -5
b = 5
splot f(x,y), q(x,y)
pause -2
b = -5
splot f(x,y), p(x,y)
pause -2
## a funcao g
g(x,y) = x**2 - 3*x*y + y**2
## derivadas parciais
dgx(x,y) = 2*x - 3*y
dgy(x,y) = - 3*x + 2*y
a = -1
b = 1
## equacao do plano tangente
p(x,y) = g(a,b) + dgx(a,b)*(x - a) + dgy(a,b)*(y - b)
## comando do gnuplot para fazer graficos bivariados
splot g(x,y), p(x,y)
pause -2
a = -2
splot g(x,y), p(x,y)
A sequ uencia de guras (2.2) p agina 36, pretende dar-lhe uma vis ao do plano
tangente ao gr aco de
z = f(x, y) = x
2
+y
2
(2.44)
no ponto (2, 2, f(2, 2)) mas certamente o script acima deve lhe dar uma vis ao
mais din amica lhe permitindo rodar o gr aco ate que consiga captar a tangencia
do plano. As guras foram obtidas com gnuplot e fotografadas no terminal.
No script voce tambem pode alterar a equac ao para obter outros gr acos.
Figura 2.2: z = g(x, y) = x
2
+y
2
e plano tangente z = q(x, y)
Observa cao 5 Intepretac ao geometrica
No proximo exemplo nao tem sentido pensar-se em interpreta c ao geometrica, observe que
as dimensoes do espaco de chegada e sada superam as nossas experiencias geometricas.
E
importante se desligar da necessidade da interpreta c ao geometrica porque ela tem alcance li-
mitado. A matematica se aplica com grande sucesso em analises economicas
1
e neste domnio
facilmente caimos em espacos cuja dimensao passa de centenas pois se contam aos milhares
os itens da Economia. Neste momento as matrizes e os programas de computador se tornam
cruciais.
Exemplo 7 Matriz dos coecientes angulares: taxas de varic ao.
Seja f : U R
4
R
3
.
Uma tal func ao se chama vetorial porque sua imagem em cada ponto a e um
vetor
x = (x
1
, , x
4
) U R
4
(2.45)
f(x) = f(x
1
, , x
4
) = (f
1
(x), , f
3
(x)); (2.46)
f
i
: R
4
R ; i {1, 2, 3} (2.47)
A vari avel vetorial, (45), a func ao vetorial, (46), com tres func oes-coordenadas
que chamamos de componentes, algumas vezes, (47).
1
n ao signica isto que as analises econ omicas sejam feitas para beneciar a popula c ao,
como ate deveriam.
Ent ao no ponto a = (a
1
, , a
4
), a matriz
J(f)|
(a1,,a4)
=
_
_
f1
x1
f1
x2
f1
x3
f1
x4
f2
x1
f2
x2
f2
x3
f2
x4
f3
x1
f3
x2
f3
x3
f3
x4
_
_ (2.48)
representa o coeciente angular m ultiplo de f.
Cada um dos n umeros
(i,j)
(f)|
(a1,,a4)
=
f
j
x
i
|
(a1,,a4)
(2.49)
representa um coeciente angular parcial, tambem chamado de derivada par-
cial de f
j
com respeito ` a vari avel x
i
. Quando calculado no ponto (a
1
, , a
4
)
produz um n umero, cada um deles e uma taxa de varia c ao instant anea de uma
componente em uma certa direc ao do espaco.
A notac ao
fj
xi
n ao e a melhor possivel pois usa o smbolo x quando tudo que
interessaria usar e o ndice i. Uma notac ao mais precisa do que esta, existe,
est a indicada na equac ao (49), e voce pode analisar a equivalencia das duas.
Aos poucos passarei a us a-la em lugar da notac ao tradicional.
A matriz dos coecientes angulares parciais recebe o nome
2
de matriz jaco-
biana de f = J(f).
Estamos aqui sob a suposic ao de que f e uma func ao diferenci avel, nem
todas as func oes o s ao, como e bem conhecido no caso univariado.
Da mesma forma como uma func ao univariada
f : R R
tem um unico coeciente angular num determinado ponto, se for diferenci avel,
tambem f : U R
4
R
3
tem unico coeciente angular m ultiplorepresentado
pela matriz J(f), jacobiana de f , no ponto (a
1
, , a
4
) em que estas derivadas
parciais foram calculadas, se f for diferenciavel. O diferencial de f no ponto
(a
1
, , a
4
) e
df = J(f)dx = (2.50)
= J(f)
_
_
dx
1
dx
2
dx
3
dx
4
_
_
=
_
_
f1
x1
f1
x2
f1
x3
f1
x4
f2
x1
f2
x2
f2
x3
f2
x4
f3
x1
f3
x2
f3
x3
f3
x4
_
_
_
_
dx
1
dx
2
dx
3
dx
4
_
_
(2.51)
que e uma express ao semelhante a do diferencial de fun c oes univariadas:
df = f
(a)dx; (2.52)
mas agora sob a forma de um produto de matrizes, porque a derivada e a matriz
jacobiana.
2
este e um resduo de pre-conceito entre os muitos que existem em Matem atica, a jacobina
deveria ser chamada simplesmente de derivada
Este produto matricial pode ser expandido para se obter o que se chama de
diferencial total:
df = J(f)
_
_
dx
1
dx
2
dx
3
dx
4
_
_
=
_
_
f1
x1
dx
1
+
f1
x2
dx
2
+
f1
x3
dx
3
+
f1
x4
dx
4
f2
x1
dx
1
+
f2
x2
dx
2
+
f2
x3
dx
3
+
f2
x4
dx
4
f3
x1
dx
1
+
f3
x2
dx
2
+
f3
x3
dx
3
+
f3
x4
dx
4
_
_ (2.53)
aqui uma matriz cujas linhas sao diferenciais totais, e observe que agora nesta
ultima equac ao tem-se uma igualdade entre dois vetores-coluna ou matrizes 3x1.
Observa cao 6 Diferencial total e interpretacao geometrica.
A denominacao diferencial total vem de um tempo em que nao se compreendia bem que
matrizes podiam ser coecientes angulares m ultiplos entao se tentava criar um n umero comum
para obter alguma coisa semelhante ao coeciente angular das funcoes univariadas.
O diferencial total e um n umero! Como e um n umero ele e uma ferramenta impor-
tante nas aplicacoes da derivada, por exemplo nas mudancas de parametros (mudancas de
variaveis) que somos frequentemente obrigados a fazer.
Hoje a compreensao e clara que as matrizes sao um bom coeente angular m ultiplo.
A jacobiana e a derivada de uma funcao no ponto em que for calculada e representa neste
ponto o seu coeciente angular.
Coeciente angular m ultipo, insistindo!
No caso univariado a reta tangente a f no ponto (a, f(a)) tem como coeciente angular
o n umero f
(a)dx. (2.55)
Um dos pontos mitologicos e que o diferencial e um innitesimo, um conceito indenido
que atravessou mais de dois seculos. O modo moderno de sair deste mito e dizer que a
equacao (55) e a equacao de uma reta paralela `a reta tangente (eq. 3.3) passando na origem.
Outra forma de dizer e que o diferencial e um modelo para obter a equacao da variedade
linear tangente o que pode ser feito substituindo-se
dx := x a (2.56)
dy := f(x) f(a) (2.57)
se passa da equa c ao ` a diferen cas para a equa c ao da reta tangente no ponto (a, f(a)).
As equacoes (56), (57), mostram como usar o modelo.
Finalmente o que ha melhor para fazer com os innitesimos e arquiva-los, junto com
outras m umias sagradas, que devem descancar em paz nas salas respeitaveis dos museus,
com o devido registro que muito zeram para a nossa compreensao atual dos conceitos.
No caso bivariado ou multi-variado, troque-se reta por plano ou hiperplano.
O plano tangente ao graco de uma funcao bivariada e um plano que tem o mesmo
coeciente angular m ultiplo que a funcao tiver no ponto de tangencia.
A linguagem geometrica se esgota com a dimensao tres. Variedade e a palavra que nomeia
os entes geometricos que precisamos em dimensao maior do que tres.
As retas sao variedades de dimens ao 1, os planos sao variedades de dimens ao 2, etc. . .
Uma funcao diferenciavel
R
n
U
f
W R
m
(2.58)
tera uma variedade de dimensao n x m1 que e tangente ao seu graco em cada um dos
pontos em que ela for diferenciavel, em que n, m sao as dimensoes dos espacos de saida e
chegada.
Observe a dimensao da variedade tangente: n x m 1, ela e maior variedade linear
propria contida no espaco R
n
x R
m
e se chama por isto um hiperplano.
Os hiperplanos sao , assim, os sub-espacos maximais proprios de um espaco de dimensao
n. Neste contexto os hiperplanos sao os espacos de dimensao n 1.
A lista que segue nao deve ser decorada, deve ser usada e relida quando necessario. Nao
esta aqui para servir de exemplo da linguagem esquisita que nos Matematicos inventamos
para falar, mas como exemplos de nocoes que nos liberam para uma concepcao mais abstrata
do Universo.
O conceito variedade esta para a Geometria como polin omio esta para
Algebra, usamos
a palavra polinomio para evitar de contar quantos termos tem numa expressao algebrica.
os pontos sao os hiperplanos das retas;
as retas sao os hiperplanos dos planos;
os planos sao os hiperplanos dos espacos tridimensionais;
um subespaco tridimensional e um hiperplano de um espaco de dimensao quatro;
um subespaco de dimensao n 1 e um hiperplano de um espaco de dimensao n.
Variedade e um sinonimo de objeto geometrico do espaco,
um ponto e uma variedade de dimensao zero;
uma reta e uma variedade linear de dimensao 1;
uma curva e uma variedade de dimensao 1, e pode ser uma reta. Se quisermos salientar
que nao e uma reta, diremos que e uma variedade n ao linear de dimensao 1;
o crculo unitario e uma variedade n ao linear de dimensao 1;
um plano e uma variedade linear de dimensao 2;
uma superfcie e uma variedade de dimensao 2 que pode ser linear ou nao linear;
a fronteira de uma esfera e uma variedade de dimensao 2 nao linear;
a esfera com o seu interior e uma variedade de dimensao 3 nao linear;
o espaco tridimensional e uma variedade linear de dimens ao 3, uma sub variedade
linear do espaco de dimensao quatro;
O conte udo do exemplo anterior consiste em mostrar que as matrizes se mul-
tiplicam de forma semelhante como se multiplicam os n umeros e a consequente
compara cao entre o diferencial nos casos univariado e multivariado:
um produto de n umeros comuns (2.59)
df = f
(a)dx (2.60)
caso de fun cao univariada ; (2.61)
ou o produto matricial (2.62)
df = J(f)dx (2.63)
caso de fun cao multivariada (2.64)
Podemos unicar a nota cao , em ambos os casos podemos escrever:
df = f
(a)dx (2.65)
que passara a representar o diferencial de uma fun c ao em qualquer caso e apenas
lan caremos mao de J(f) se o contexto for ambguo
3
.
Usamos este exemplo do Calculo para mostrar que tem sentido a multi-
plica cao de matrizes. O proximo exemplo pode tambem ser descrito com as
palavras do Calculo e nos o faremos em seguida.
3
A notac ao J(f) tem o defeito de n ao indicar que as derivadas se calculam num ponto como na
notac ao f
(a).
Metodos numericos e equa c oes diferenciais ordinarias L
Tutorial sobre Pol de Taylor tarcisio@member
T. Praciano-Pereira Dep. de Mat
alun@:
Univ. Estadual Vale do Acara u 6 de fevereiro
Documento escrito com L
A
T
E
X - sis. op. Debian/Gnu/Linux
Por favor, prenda esta folha de rosto na sua solu cao desta lista,
deixando-a em branco. Ela sera usada na corre cao.
Exerccios 4 Assunto: Tutorial sobre Polin omio de Taylor objetivo: Fazer
um uso intenso de Polin omios de Taylor associados com equa c oes diferenci-
ais ordin arias. O objetivo nesta disciplina e soluc ao de equac oes diferenciais
aproximadamente associando-as sempre com suas aplicac oes. Os polin omios de
Taylor s ao uma representac ao aproximada de func oes e aqui uma representa c ao
aproximada de soluc oes de equac oes diferenciais. Inicialmente vamos aprender
a ferramenta, depois vamos us a-la.
palavras chave: Polin omio de Taylor, equac oes diferenciais ordin arias, serie
de potencias.
As serie de Taylor e um caso particular de serie de potencia.
Deni cao 4 Serie de potencia
S(x) =
k=0
a
k
x
k
(2.66)
expandida na origem, ou, de forma mais geral,
S(x) =
k=0
a
k
(x a)
k
(2.67)
a serie expandida no ponto x = a.
1. teoria Reta tangente ao gr aco de uma func ao F ormula de Taylor. A de-
rivada de uma func ao nos fornece o coeciente angular instant aneo da
mesma no ponto:
f
= i(g(x) +if(x))
6. Aplica c oes
(a) Calcule o valor aproximado de sen(0.1) usando a f ormula de Taylor
de ordem 7. Compare o resultado, indicando o erro ocorrido usando
uma calculadora.
(b) Calcule o valor aproximado de cos(0.1). Compare o resultado, indi-
cando o erro ocorrido usando uma calculadora.
7. Derivadas parciais introdu c ao te orica A equac ao de plano que passa no
ponto (a, b, c) e por compara c ao com a equac ao da reta
z c +A(x a) +B(y b) = 0 (2.70)
z = c A(x a) B(y b) (2.71)
(a) Calcule as derivadas parciais de z = f(x, y) na equac ao (71).
(b) Justique a arma c ao seguinte usando os conceitos tangente, co-
eciente angular dentro de uma pequena reda c ao.
Se o plano cuja equa cao esta em (70), for tangente ao graco de
uma fun cao no ponto (a, b, f(a, b)) entao a equa cao do plano seria,
atualizando os valores de c, A, B na equa coes (70), (71):
z f(a, b) +A(x a) +B(y b) = 0 (2.72)
z = f(a, b) +
f
x
(x a) +
f
y
(y b) (2.73)
8. Considere uma func ao
z = f(x, y) (2.74)
que seja deriv avel numa vizinhan ca do ponto (a, b, f(a, b)). Ent ao ela tem
um plano tangente no ponto (a, b, f(a, b)), semelhante ao caso da func ao
univariada com a reta tangente. Identique entre as equac oes a equac ao
do plano tangente ao gr aco de f no ponto (a, b, f(a, b)) e justique sua
escolha.
9. Sabendo que as taxas de variac ao parciais de z = f(x, y) no ponto (1, 2)
s ao
f
x
= 2;
f
y
= 3
e que f(1, 2) = 5
(a) Escreva a equac ao do plano tangente ao gr aco de f no ponto (1, 2, f(1, 2))
(b) calcule aproximadamente
f(1.1, 2.1)
10. Serie de Potencias Um polin omio de Taylor (um polin omio) e uma serie
de potencias truncada (nita). Uma serie de potencias e uma express ao
da forma
f(x) =
k=0
a
k
x
k
; g(x) =
k=0
b
k
x
k
(2.75)
(a) Considere polin omios, em vez de series, e descubra uma regra pr atica
5
para multiplicac ao: f(x)g(x) por exemplo:
f(x) =
5
k=0
a
k
x
k
; g(x) =
4
k=0
b
k
x
k
(2.76)
(b) Experimente multiplicar os polin omios acima usando apenas os coe-
cientes e descubra uma regra pr atica para esta multiplicac ao envol-
vendo apenas os coecientes.
(c) Tente generalizar usando
f(x) =
N
k=0
a
k
x
k
; g(x) =
M
k=0
b
k
x
k
(2.77)
(d) Procure descobrir a regra de multiplicac ao no caso geral
f(x) =
k=0
a
k
x
k
; g(x) =
k=0
b
k
x
k
(2.78)
Exemplo 8 Dependencia linear.
Uma ind ustria depende de quatro itens b asicos na composic ao de seu produto
nal e descreve com 3 func oes o seu custo de produc ao :
C =
_
_
_
C
1
(x
1
, ..., x
4
) = custo de insumos
C
2
(x
1
, ..., x
4
) = custo de produc ao
C
3
(x
1
, ..., x
4
) = custo de distribuic ao
(2.79)
5
Euler recebeu duras crticas porque ele fazia estas contas sem discutir a convergencia...
mas agora estamos propondo que use polin omios, para evitar as crticas
Estas func oes n ao existem na pr atica, pelo menos n ao sob forma de uma
equac ao algebrica, mas sob forma de um processo estatstico, ou planilha de
c alculo, que cuidadosamente levado em dia, permite que a empresa determine
as utua c oes
6
de mercado dos pre cos dos produtos assim como as utua c oes
dos custos de produ cao e de distribui c ao :
taxas, parciais, de varia c ao de custo dos insumos/produto : (2.80)
(a
11
a
12
a
13
a
14
), (2.81)
taxas, parciais, de varia c ao de custo de produ c ao /produto : (2.82)
(a
21
a
22
a
23
a
24
), (2.83)
taxas, parciais, de varia c ao de custo de distribui c ao /produto : (2.84)
(a
31
a
32
a
33
a
34
), (2.85)
Estas taxas de varia c ao s ao colhidas na unidade mnima de tempo que seja
natural para o planejamento da empresa, digamos, diariamente, numa economia
de ina c ao alta, ou mensalmente numa economia de ina c ao reduzida. Assim,
a matriz
A =
_
_
a
11
a
12
a
13
a
14
a
21
a
22
a
23
a
24
a
31
a
32
a
33
a
34
_
_
=
_
_
C1
x1
C1
x2
C1
x3
C1
x4
C2
x1
C2
x2
C2
x3
C2
x4
C3
x1
C3
x2
C3
x3
C3
x4
_
_ (2.86)
descrita acima linha por linha, representa o coeciente angular m ultiplo no
instante em que foi colhida: dia ou mes.
Mas especicamente,
C
1
x
1
e a taxa de varia c ao da func ao C
1
, custo dos insumos relativamente ao produto
x
1
. Identicamente
C
1
x
2
e a taxa de varia c ao da func ao C
1
, custo dos insumos relativamente ao produto
x
2
, e assim sucessivamente.
Suponha agora que a
33
= 0 signicando que o item 3 na composi c ao dos pro-
dutos da empresa est a com sua taxa de varia c ao de custos estabilizda: n ao cresce
nem decresce. N ao necess ariamente isto implica que a
23
= 0 porque o custo de
produ c ao n ao reete e nem precisa ser reetido diretamente pelo custo de dis-
tribui c ao . Uma melhoria nos transportes e outros aspectos de infra-estrutura
podem tornar mais barata a distribui c ao e ao mesmo tempo um aumento de
pre co do item 3 vai acarretar que a
23
= 0
Mostramos assim com um exemplo que as linhas da matriz 3 x 4 A acima
s ao independentes. Por denic ao , duas linhas de uma matriz, ou dois vetores
6
leia: taxas de varia c ao
quaisquer, s ao linearmente dependentes se um for m ultiplo do outro. Ent ao,
se forem dependentes uma mesma coordenada n ao pode ser num deles zero en-
quanto que no outro e diferente de zero. A denic ao de dependencia linear n ao
ca t ao simples para um conjunto com mais de dois vetores.
Exemplo 9 Diferencial e aproximac ao .
Consideremos, de acordo com o exemplo anterior, a matriz
A =
_
_
a
11
a
12
a
13
a
14
a
21
a
22
a
23
a
24
a
31
a
32
a
33
a
34
_
_
(2.87)
representando as variac oes dos custos da ind ustria. Se a func ao
C = (C
1
, C
2
, C
3
)
t
(2.88)
for a func ao de custos desta empresa, ent ao A representa a matriz de variac ao
de custos ent ao o produto das matrizes 3 x 4, de varia c ao dos custos com o a
matriz 4 x 1, de varia cao do tempo resulta na matriz d 3 x 1 que e o vetor
da varia cao de custos da produ cao da ind ustria, dC:
A dx =
_
_
a
11
a
12
a
13
a
14
a
21
a
22
a
23
a
24
a
31
a
32
a
33
a
34
_
_
_
dx
1
dx
2
dx
3
dx
4
_
_
=
_
_
d
1
d
2
d
3
_
_
= d (2.89)
= C
(a) dx = dC (2.90)
Uma outra forma de ver o produto de matrizes e como func ao linear, neste
caso d e a imagem de dx por uma func ao cuja equac ao e um produto pela matriz
A = C
(a).
Vimos assim surgir o mesmo exemplo de dois modos diferentes os dois exem-
plos representam a mesma situac ao , a
ij
=
Ci
xj
em que C : R
4
R
3
e func ao
que modela o custo da economia em que se encontra inserida a empresa em
quest ao cujo universo econ omico se reduz a quatro vari aveis neste exemplo. Em
geral um problema econ omico tem muito mais vari aveis do que essas que aca-
bamos de expor. O exemplo serve em sua simplicidade para ilustrar o produto
de matrizes, mostrando que elas s ao um novo tipo de n umero, um n u mero que
contem m ultiplas informac oes a um s o tempo: um multi-n umero.
A (eq. 2.90) e uma express ao Matem a tica que na pr atica raramente pode
ser usada porque C
_
x
1
x
2
x
3
x
4
_
_
=
_
_
d
1
d
2
d
3
_
_
= d (2.91)
= C
(a) x = C (2.92)
Nesta ultima se deixa claro, com as express oes x
i
, x.C que se tem
c alculos aproximadas e n ao formais.
Observa cao 7 Aproximac ao diferencial e modelagem.
Uma das li c oes que podemos tirar do presente exemplo e que a existencia de
uma func ao , como a func ao de custos C, n ao se d a diretamente atravez de uma
equac ao mas sim tudo o que temos e sua aproximac ao diferencial:
C(x) C(a) +C
(a)x (2.93)
a partir do valor contabilizado de custos no ponto a e com as inform c oes es-
tatsticas que chegam indicando as distintas taxas de varia c ao J(C) = C
(a) e
possvel determinar-se o custo previsvel na varia c ao de tempo correspondente
` as taxas de varia c ao dos insumos dx. O cronometro de uma empresa e, com
frequencia, o controle de estoques. . .
E ainda interessante observar que a palavra
aproximac ao est a sendo usada num sentido historico e folclorico: n ao existe
nenhuma func ao C para ser aproximada. A aproxima cao diferencial e tudo que
se sabe sobre a func ao C, na pr atica e a func ao .
A aproximac ao diferencial representa, desta forma uma modelagem da rea-
lidade a partir de dados obtidos estatiscamente.
Este exemplo tambem mostra que a regra basica para fazer produto de ma-
trizes e que a dimens ao intermediaria entre elas coincida, no presente caso o 4.
Podemos multiplicar uma matriz de ordem m x n por outra de ordem n x q
nao interessando o valor de m e de q.
Exemplo 10 O esquema da ordem das matrizes na multiplica c ao .
A
n x m
B
m x q
C
n x q
em que os ndices se encontram indicados em cada matriz.
Ha mais alguma coisa que podemos explorar no exemplo acima: que signi-
caria se os coecientes que formam a linha 3 fossem dependentes dos coecientes
que formam a linha 2, proporcionais queremos dizer, neste caso. Seria in util e
consequentemente representaria ter um custo superior ao necessario, mante-los
no processo pois a terceira coordenada do vetor de varia c ao de custos seria
proporcional asegunda coordenada e portanto poderia ser obtido a partir da se-
gunda por simples multiplica cao . A matriz otima para esta analise economica,
neste caso seria 2 x 4 eliminando-se uma linha de todas as matrizes.
Se uma matriz tiver linhas que dependam linearmente de outras, o pro-
blema pode ser simplicado eliminando-se as linhas linearmente dependentes,
nao todas, obviamente, de modo que as restantes formem um conjunto de li-
nhas linearmente independentes.
Observa cao 8 Dependencia linear e otimizacao .
A palavra chave aqui e otimiza c ao , se otimizou o controle eliminando linhas linearmente
dependentes da matriz que contem os dados do processo industrial.
Se uma matriz tiver linhas que dependam linearmente uma das outras, o problema pode
ser simplicado eliminando-se as linhas linearmente dependentes menos uma, que passa a
representar as outras.
Voltaremos mais a frente a discutir este conceito de dependencia linear.
Observa cao 9 O que se conhece de uma funcao ?
Uma pergunta poderia ser feita: porque colocamos enfase em f
(a) aproximadamente
usando, o levantamento de dados, f(a
,
)
(c).
Uma forma equivalente de chegar a este resultado e descrever o limite como
lim
x=0
f(c + x) f(c) f
(c)x
x
= 0
que e a express ao da F ormula de Taylor no caso univariado com n = 1
f(c + x) f(c) + f
(c)x
colocada dentro do limite do quociente signicando com isto que a maneira como f(c +x)
se aproxima de f(c) + f
h) h(x, y) =
xln(y)
(x+3)(x+1)
i) h(x, y) =
sen(x
2
)
x
2
+y
2
j) h(x, y) =
y
2
(x2)
(x+5)(y+3)(y+1)
k) h(x, y) =
|x|
|y|
l) h(x, y) =
1
x
2
+y
2
m) h(x, y) =
cos
2
(x)
sen
2
(y)
n) h(x, y) =
x
2
+1
y
3
o) h(s, t) =
s
2
|t|
h(a, b) =
n
k=0
be
ka
6. Descreva o domnio das func oes denidas na quest ao anterior.
7
o ponto (x, y, z) da reta e m ultiplo de um vetor dado.
Todos os teoremas do Calculo univariado se aplicam aqui no que diz respeito
a existencia das derivadas parciais, assim como as regras operatorias e deriva cao.
Uma unica diferen ca vai fazer com a teoria que um pouco mais complexa.
Enquanto que no Calculo univariado a existencia da reta tangente ja dizia tudo,
agora a existencia das derivadas parciais e apenas uma condi cao necessaria para
a diferenciabilidade.
Vamos tirar da propria deni cao a condi cao necessaria e suciente. Ela
diz que uma fun cao e diferenciavel se tiver um plano tangente em cada um
dos pontos (a, b, f(a, b)) de seu graco. Tudo que precisamos e algebrisar a
expressao geometrica tangente.
Se compararmos com o caso univariado, isto signicava que o limite
lim
x=0
f(x + x) f(x)
x
existisse. Como agora temos dois acrescimos,x, y, camos impossibilitadaos
de diretamente escrever a generaliza cao usando a divisao, mas podemos dividir
pelo modulo do vetor (x, y) e escrever uma condi cao suciente semelhante
ado caso univariado:
lim
|(x,y)|=0
|f(x, y) f(a, b)
f
x
(x a)
f
y
(y b)|
|(x, y)|
= 0
Se este limite existir, for zero, entao f e diferenciavel no ponto (a, b) W e sua
derivada neste ponto e o plano tangente, sendo os n umeros
f
x
,
f
y
suas derivadas parciais neste ponto.
Isto e um teorema:
Teorema 2 Diferenciabilidade de func oes bivariadas
Se W
f
R estiver denida em todos os pontos de W e em cada ponto
(a, b) W existir o limite
lim
|(x,y)|=0
|f(x, y) f(a, b)
f
x
(x a)
f
y
(y b)|
|(x, y)|
= 0 (2.98)
entao o plano
z f(a, b) =
f
x
(x a) +
f
y
(y b) (2.99)
e tangente ao graco de f no ponto (a, b, f(a, b)).
Vice versa, se em todos os pontos do aberto W a fun cao tiver um plano
tangente
z f(a, b) = A
a,b
(x a) B
a,b
(y b) (2.100)
tal que o limite (98) exista com A
a,b
, B
a,b
em lugar das derivadas parciais, ent ao
f e derivavel e as fun coes A
x,y
, B
x,y
sao as suas derivadas parciais. Dem :
Antes de diretamente prosseguir fazendo a demonstra c ao, vamos fazer alguns coment arios.
Uma das condi c oes que n ao ca diretamente visvel a partir do teorema e que para que f
seja diferenci avel e preciso poder calcular o quociente acima considerando um vetor (x, y)
a volta do ponto (a, b) W. Consequentemente se W tiver uma fronteira, n ao poderemos
calcular derivadas na fronteira usando aquela express ao a n ao ser que anexemos a condi c ao
(a + x, b + y) W, (2.101)
que equivale, no caso univariado, as derivadas laterais.
Para evitar esta complica c ao o teorema em geral e enunciado com a hip otese W e aberto.
Vamos prosseguir com a demonstra c ao usando esta hip otese para evitar os detalhes do que se
possa passar sobre a fronteira.
Perd oe nos o leitor ainda mais um coment ario, o que interessa, na maioria das situa c oes
em que se usam fun c oes diferenci aveis, e que ela o seja em uma vizinhan ca de qualquer ponto
em que ela seja estudada. Os casos fronteiricos pertencem ao domnio dos problemas nos
(que tambem existem e nem sempre raramente), portanto a hip otese de que W seja um
aberto, e mais do que uma comodidade, reete a necessidade mais comum: nao se espera
que o comportamento
8
dos fenomenos seja abrupto, nem mesmo na analise de suas taxas de
variaca.
( ) Ent ao, por hip otese, em cada ponto (a, b) W vale
lim
|(x,y)|=0
|f(x, y) f(a, b)
f
x
(x a)
f
y
(y b)|
|(x, y)|
= 0 (2.102)
Como numerador e denominador tem limite 0 ent ao esta condi c ao indica que o zero do nume-
rador e de ordem menor do que o zero do denominador que e uma express ao quadr atica isto
quer dizer que o plano
f(a, b)
f
x
(x a)
f
y
(y b) (2.103)
e o gr aco de z = f(x, y) tem um grau de aproxima c ao superior ao de uma fun c ao quadr atica,
isto e o que caracteriza uma tangencia, portanto o plano
f(a, b)
f
x
(x a)
f
y
(y b) (2.104)
e tangente ao gr aco de f e pela deni c ao de derivada f e diferenci avel em todos os pontos
do interior de W.
( ) Reciprocamente, se o plano
z = f(a, b) A
a,b
(x a) B
a,b
(y b) (2.105)
for tangente ao gr aco, por deni c ao de tangencia se tem o limite
lim
|(x,y)|=0
|f(x, y) f(a, b) A
a,b
(x a) B
a,b
(y b)|
|(x, y)|
= 0 (2.106)
Sendo o plano, tangente ao gr aco, as suas derivadas parciais, A
a,b
, B
a,b
tem que coincidir
com as derivadas parciais de f, quer dizer
Ax,y =
f
x
(2.107)
Bx,y =
f
y
(2.108)
q.e.d .
8
este sentimento nos governa no dia a dia, por exemplo dirigindo um carro se espera que
o motorista que vem em sentido contr ario respeite, sempre, cuidadosamente, o limite entre as
duas pistas...
O teorema se generaliza imediatamente para um n umero qualquer de variaveis
com alguma diculdade notacional.
A expressao de diferenciabilidade em duas ou mais variaveis e qualitativa-
mente superior a deni cao univariada. Para come car observe que usamos dire-
tamente a expressao da formula de Taylor do primeiro grau. No caso univariado,
compare, isto e desnecessario, mas pode ser feito, a diferen ca se encontra em
que agora as expressoes sao vetoriais o que nos for cou a correr para uma ex-
pressao mais profunda que se encontra escondida no caso univariado onde tudo
e n umero.
Se analisarmos com mais profundidade o teorema 2, vemos que ele arma
que o graco da fun cao f se assemelha fortemente ao plano tangente no ponto
de tangencia (a, b, f(a, b)) que e, anal de contas o motivo central da f ormula
de Taylor.. Isto nos indica que o estudo dos gracos das fun coes multivariadas
se encontra intimamente ligado ao estudo das transforma c oes lineares que foi o
nosso objetivo inicial neste captulo. Justica-se assim bem o esfor co que zemos
em entender as transforma coes lineares como instrumento para compreender as
superfcies.
Observa cao 10 A verdadeira natureza da derivada
No calculo univariado a derivada e falsamente um n umero, somente no calculo multi-
variado e que vamos encontrar a verdadeira natureza da derivada, uma matriz. Esta matriz
se chama Jacobiana, quer dizer, quando escrevemos J(f)
P
queremos dizer f
(P) em que P
e um ponto do domnio da funcao f.
Na expressao da diferenciabilidade, teorema 2, pagina 50, aparece a matriz
[
f
x
f
y
] (2.109)
aplicado ao vetor (x, y). Esta e a derivada de f.
Deni cao 6 Jacobiana
A matriz formada pelas derivadas parciais, calculadas em um ponto P W
e a derivada de f e se chama Jacobiana de f.
No caso particular em que f : W R for uma func ao numerica, a J(f) se
chama gradiente:
J(f) = grad(f). (2.110)
Exerccios 6 Derivada, diferencial, gradiente
1. Escreva grad(h) em cada um dos casos abaixo:
a) h(x, y) =
xy
ycos(x+3)
b)h(x, y) =
sen(x
2
)
(x+3)cos(x+1)
c) h(x, y) =
ysen(x)
y(x+3)
d) h(x, y) =
1
(y2)(x+3)
e) h(x, y) = e
x
2
(y + 3)(x + 1) f ) h(x, y) = ysen(x)ln(x + 3)
g) h(, ) =
cos()
h) h(x, y) =
xln(y)
(x+3)(x+1)
i) h(x, y) =
sen(x
2
)
x
2
+y
2
j) h(x, y) =
y
2
(x2)
(x+5)(y+3)(y+1)
k) h(x, y) =
|x|
|y|
l) h(x, y) =
1
x
2
+y
2
m) h(x, y) =
cos
2
(x)
sen
2
(y)
n) h(x, y) =
x
2
+1
y
3
o) h(s, t) =
s
2
|t|
h(a, b) =
n
k=0
be
ka
2. Em cada um dos casos abaixo escreva a matriz J(h), indique o domnio e
contra domnio de h e de J(h).
a) h(x, y) =
(x,y)
ycos(x+3)
b)h(x, y) = (
sen(x
2
)
(x+3)cos(x+1)
,
cos(x)
(x+3)cos(x+1)
)
c) h(x, y) = (
sen(x)
y(x+3)
,
cos(y)
y(x+3)
) d) h(x, y) = (
1
(y2)(x+3)
,
x
(y2)(x+3)
)
e) h(x, y) = (e
x
2
, e
y
2
) f ) h(x, y, z) = (ysen(x)ln(x + 3), xyz)
g) h(, ) = (
cos()
,
sen()
) h) h(x, y) = (
xln(y)
(x+3)(x+1)
,
yln(x)
(x+3)(x+1)
)
i) h(x, y, z) = (
sen(x
2
)
x
2
+y
2
, x, z) j) h(x, y, z) = (
y
2
(x2)
(x+5)(y+3)
, xy, yz)
k) h(x, y) = (
|x|
|y|
,
|y|
|x|
) l) h(x, y) = (
1
x
2
+y
2
,
x
x
2
+y
2
)
m) h(x, y) =
cos
2
(x)
sen
2
(y)
n) h(x, y, z) =
x
2
+z
y
3
o) h(s, t) = (
s
2
|t|
,
t
2
|t|
) h(a, b) = (
n
k=0
be
ka
,
n
k=0
ae
kb
)
2.3 Operacoes e derivadas
Come camos por multiplicar matrizes, acima o zemos com matrizes 3 x 4 e
4 x 1. Falemos agora da soma de matrizes. A soma de matrizes traduz um con-
ceito da fsica: a superposic ao. Se A = J(f) = f
(a) e B = J(g) = g
(a) e se pu-
dermos somar as duas fun coes f, g enta tambem poderemos somar f
(a), f
(b).
E
um princpio do Calculo: se pudermos somar duas func oes, poderemos tambem
somar suas derivadas. Os fsicos chamam esta soma de superposi c ao signi-
cando com isto que uma fun cao f ressona sobre o comportamento de outra g se
as duas representam fenomenos que atuem simult aneamente: duas for cas atu-
ando sobre um mesmo corpo o aceleram se tiverem mesma direc ao e sentidos
contr arios podem lhe dar acelerac ao zero se tiverem mesmo m odulo. As for cas
se superpuseram, dizem os fsicos, se somaram dizemos os matem aticos. Duas
forcas so se podem somar se as suas variaveis forem em mesmo n umero:
f : R
n
R
m
, g : R
n
R
m
e obviamente se
f : R
n
R
m
, g : R
n
R
q
; m = q
na se podem somar nem
f : R
n
R
m
, g : R
q
R
m
; n = q.
Como f : R
n
R
m
, g : R
n
R
m
se podem somar, tambem se podem somar
as suas derivadas calculadas no mesmo ponto a = (a
1
, , a
n
) que sera matrizes
m x n porque ambas as fun coes tem nm coecientes parciais. Da tiramos a
regra, so podemos somar matrizes de mesmas dimensoes.
Outra forma de chegar a mesma conclusao e a considera cao de que as ma-
trizes sao como os vetores, tem coordenadas, e portanto temos que somar as
coordenadas de mesmos ndices, entao elas tem que ter o mesmo formato.
So podemos somar matrizes que sejam exatamente da mesma ordem.
O arquivo pas.zip contem os arquivo Matrizes.pas onde voce pode encon-
trar todas as as rotinas necessarias `a solu cao dos exerccios abaixo.
Exerccio 2 Matrizes, coecientes angulares.
1. Encontre a equac ao da reta
9
que passa nos pontos
P
1
= (1, 2, 3), P
2
= (4, 3, 2).
2. Escreva na forma vetorial
10
a equac ao da reta que passa nos pontos
P
1
= (1, 2, 3), P
2
= (4, 3, 2).
3. Encontre a equac ao do plano que passa no ponto (1, 1, 1) e e paralelo ao
plano XOY.
4. Encontre a equac ao do plano que passa pelos pontos (1, 1, 1), (1, 2, 3), (3, 2, 3).
5. Determine a equac ao do plano tangente ao gr aco da func ao f(x, y) =
x
2
y
2
x
2
+y
2
no ponto (a, b, f(a, b)) para:
(a) (a, b) = (1, 1).
(b) (a, b) = (0, b) ; b = 0.
(c) (a, b) = (a, 0) ; a = 0.
6. Discuta qual pode ser a implica c ao entre derivadas parciais nulas e maximo
ou mnimo de uma func ao. Analise o exemplo: f(x, y) = xy no ponto
(x, y) = (0, 0).
9
Use a equa c ao da reta que passa por um ponto dado (a, b) e tem coeciente angular m
conhecido, y b = m(x a).
10
o ponto (x, y, z) da reta e m ultiplo de um vetor dado.
7. Determine onde as derivadas parciais das func oes abaixo s ao nulas. Em
particular, se ambas o forem, analise se a func ao tem m aximo ou mnimo
nestes pontos.
(a) z = f(x, y) =
x
2
y
2
x
2
+y
2
;
(b) z = h(x, y) =
_
1 x
2
y
2
;
(c) z = g(x, y) =
2xy
x
2
+y
2
;
(d) z = j(x, y) =
3xy
x
3
+y
2
.
8. Calcule as derivadas parciais das func oes abaixo:
a) h(x, y) =
xy
ycos(x+3)
b)h(x, y) =
sen(x
2
)
(x+3)cos(x+1)
c) h(x, y) =
ysen(x)
y(x+3)
d) h(x, y) =
1
(y2)(x+3)
e) h(x, y) = e
x
2
(y + 3)(x + 1) f ) h(x, y) = ysen(x)ln(x + 3)
g) h(, ) =
cos()
h) h(x, y) =
xln(y)
(x+3)(x+1)
i) h(x, y) =
sen(x
2
)
x
2
+y
2
j) h(x, y) =
y
2
(x2)
(x+5)(y+3)(y+1)
k) h(x, y) =
|x|
|y|
l) h(x, y) =
1
x
2
+y
2
m) h(x, y) =
cos
2
(x)
sen
2
(y)
n) h(x, y) =
x
2
+1
y
3
o) h(s, t) =
s
2
|t|
h(a, b) =
n
k=0
be
ka
9. Descreva o domnio das func oes denidas na quest ao anterior.
10. Escreva, ou use, um programa que receba pelo teclado matrizes e as mul-
tiplique na ordem em que foram dadas.
11. Modique o programa anterior para, peguntando ao usu ario a ordem dos
fatores, multiplique as matrizes na ordem indicada.
12. Construa um exemplo de matrizes A, B tal que A B = B A
13. Inclua no seu programa a possibilidade de somar duas matrizes com um
alarme no caso de as matrizes serem incompatveis para soma. No caso de
incompatibilidade o programa deve perguntar ao usu ario se as deve somar
assim mesmo e ent a completar linhas ou colunas com zeros de modo a
poder efetuar a soma.
14. Faca seu programa calcular a J(f) usando derivadas aproximadas.
15. Pesquise e descreva caso real de aplicac ao de matrizes em sua area de
formac ao ` a semelhanca do exemplo industrial apresentado no texto. Faca
um pequeno projeto de simulac ao industrial usando matrizes como J(f)
em que f e uma amostragem de dados do processo industrial.
16. Construa um exemplo em que a matriz J(f) representa a taxa de lucro
dos distintos produtos. O vetor a representa a taxa de venda dos produtos.
Dena um teto de lucro aceit avel e a partir deste teto verique que
f
xi
depende do valor de a
i
, mostre como.
17. c alculo de derivadas: Calcule a derivada J(f) das func oes abaixo indi-
cando onde a derivada existe.
(a) f(x, y, z) = xsen(xy) +ysen(yz) +zsen(xy)
(b) f(x, y, z) =
xy
x
2
+y
2
(c) f(x, y, z) = (sen(x)cos(y), zsen(y), xcos(z))
(d) f(x, y, z) = ln(x
2
+y
2
+z
2
)
(e) f(x, y, z) = (xln(x), yln(y), zln(z))
(f ) f(x, y) =
2xy
x
2
+y
2
(g) f(x, y) =
x
2
y
2
x
2
+y
2
(h) f(x, y) = (
2xy
x
2
+y
2
,
x
2
y
2
x
2
+y
2
)
18. extremos, condi c ao: Mostre que num ponto de m aximo, (ou de mnimo)
de uma func ao multi-variada as suas derivadas parciais todas tem que
se anular e consequentmente a sua derivada J(f) = 0. De um exemplo
mostrando que rec proca e falsa.
19. curva de nvel: Se F : R
2
R, se denem os subconjuntos de
curva de nvel
k
= {(x, y) ; F(x, y) = k; k R}
11
Encontre as curvas de nvel indicado:
(a) F(x, y) = x
2
+y
2
; k {0, 0.5, 1, 2}
(b) F(x, y) = x
2
y
2
; k {1, 0.5, 0, 0.5, 1, 2}
(c) F(x, y) = (x 3)
2
+ (y + 4)
2
; k {1, 0.5, 0, 0.5, 1, 2}
(d) F(x, y) = (x 3)
2
(y + 4)
2
; k {1, 0.5, 0, 0.5, 1, 2}
(e) F(x, y) = (x a)
2
+ (y b)
2
; k {1, 0.5, 0, 0.5, 1, 2}
(f ) * F(x, y) = 5(x 2)
2
+ 3(y 1)
2
; k {1, 0.5, 0, 0.5, 1, 2}
(g) F(x, y) = 5(x 2)
2
+ 2xy 3(y 1)
2
; k {1, 0.5, 0, 0.5, 1, 2}
(h) F(x, y) = xy ; k {1, 0.5, 0, 0.5, 1, 2}
(i) * F(x, y) = 3(x 1)
2
+ 2xy 2(y + 1)
2
; k {0, 0.5}
20. reta tangente ` a curva de nvel. Para cada func ao do item anterior, en-
contre um ponto (a, b) sobre a cuurva de nvel, calcule a equac ao da reta
tangente ` a curva no ponto (a, b) e fa ca os gr acos correspondentes.
11
este nome vem dos mapas dos top ografos que indicam assim os diferentes nveis dos
terrenos.
21. gradiente: Se chama graf(f) a jacobiana J(f) quando f : R
n
R
12
.
Verique que grad(f)
(a,b)
, o gradiente de f calculado no ponto (a, b), e um
vetor. Mostre que grad(f)
(a,b)
e um vetor perpendicular ` a curva de nvel
que passa no ponto (a, b). Conclua que o grad(f) aponta na direc ao de
crescimento, (ou decrescimento) m aximo de f a partir do ponto (a, b).
22. *Desigualdade de Cauchy-Buniakowski-Schwarz: Prove que dados dois ve-
tores x, y R
n
vale
| < x, y > | ||x||||y||
23. passo da montanha. Considere um ponto a R
n
no domnio de uma
func ao f. Mostre que se grad(f)(a) = 0 e f for a equac ao de uma mon-
tanha, ent ao, voce se encontra:
num pico da montanha
no fundo de um vale da regi ao montanhosa.
num passo da montanha.
2.4 A formula de Taylor
Convem lembrar aqui a formula de Taylor em seu caso mais simples que e
f(x) f(a) +f
(a)(x a) = f(a) +f
(a)x (2.111)
em que f e uma fun cao vetorial e portanto f
(a) no ponto (a
1
, , a
4
)
teremos uma matriz linha com 4 entradas formadas pelas 4 derivadas parciais
14
de f:
f
(a) = (
f
x
1
,
f
x
2
,
f
x
3
,
f
x
4
)
Usando esta nota cao podemos re-escrever a formula:
2.111f(x) f(a) +f
(a)dx = (2.112)
f(x) f(a) + (
f
x
1
,
f
x
2
,
f
x
3
,
f
x
4
)
_
_
x
1
a
1
x
2
a
2
x
3
a
3
x
4
a
4
_
_
= (2.113)
12
em suma, grad(f) e um nome para a jacobiana que tem uma unica linha.
13
a express ao e exatamente a mesma do caso univariado, e uma vantagem da nota c ao
matricial.
14
A nota c ao de derivadas parciais n ao deixa ver que as derivadas est ao sendo calculadas no
ponto a, isto causa diculdade para o entendimento.
= f(a) + (
f
x
1
,
f
x
2
,
f
x
3
,
f
x
4
)
_
_
dx
1
dx
2
dx
3
dx
4
_
_
= (2.114)
f(a) +
f
x
1
dx
1
+
f
x
2
dx
2
+
f
x
3
dx
3
+
f
x
4
dx
4
(2.115)
em que vemos a matriz atuando como um dispositivo operat orio na deni cao
de uma fun cao, (uma nova func ao que e uma aproximac ao de f). Observe que
esta esta expressa e semelhante `a expressa de uma fun cao do primeiro grau:
f(x) = b +ax ; x, a, b R
na nova formula 2.115 a matriz esta fazendo o papel de n umero multiplicando a
matriz coluna dx e como sa matrizes de ordens 1 x 4 e 4 x 1 o resultado desta
multiplica cao e um n umero real. Vemos desta forma que as matrizes servem para
denir nos espa cos vetoriais, fun coes semelhantes as fun coes do primeiro grau:
f(x) = b +Ax ;
b um n umero ;
x uma matriz n x 1 ; A matriz 1 x n ;
Ha varias combina coes possiveis de dimensa na constru cao de tais fun coes.
Acima chamamos x de matriz quando o habitual e chamar de vetor. Veja mais
o seguinte exemplo:
f(x) = B +Ax ; B, A, x matrizes: 1 x p, 1 x n, n x p.
Se costuma chamar fun coes do primeiro grau de lineares, na verdade deve-
riam ser chamadas de lineares ans. Sa lineares aquelas com o termo constante
b ou B nulo:
f(x) = Ax ; A, x matrizes: 1 x n, n x p.
denidas por uma simples multiplica cao. Nestas valem as propriedas de linea-
ridade:
Deni cao 7 Transforma c oes lineares. Se f for uma transforma c ao linear ent a
1. f(x +y) = f(x) +f(y) ;
2. f(x) = f(x) .
Os termos transforma c oes linearese func oes linearessa sinonimos, mas ha
quem de um signicado geometrico ao primeiro.
Observa cao 11 Diferencial, derivacao implcita. Uma serie mitos e mal entendidos
persistem em torno dos smbolos x, dx. Nao e facil corrigir esta situacao sem um inves-
timento grande em abstracao e estruturas matematicas, mas vamos discutir um pouco o
assunto. O mito central gira em torno do conceito de innitesimal que atravessou a historia
do Calculo sem uma denicao adequada, se e que uma tal denicao poderia ser apresentada.
Uma forma de entender o seu signicado e a ordem de grandeza de que voltaremos a falar
mais adiante. O smbolo signica apenas diferen ca, por exemplo:
f = f(x + x) f(x) = f(x + h) f(x).
Claro, a derivada signica o limite de quocientes de diferencas:
f
(x) = lim
x=0
f
x
e Leibniz inventou uma notacao fenomenal e ao mesmo tempo pronta para criar confusoes:
df
dx
= f
(a) = lim
x=0
f
x
mas dx, df nao existem. . . Limites se calculam sempre indiretamente sem que possamos
usar regras operatorias aritmeticas nos componentes da expressao algebrica envolvida, a nao
ser a partir de resultados obtidos indiretamente, como os resultados que temos sobre somas,
produtos e quocientes de limites. Quando escrevemos uma expressao como f(x) f(a) +
f
(a)dx estamos apenas querendo dizer que f pode ser aproximada linearmente, por uma
funcao linear, e que o coeciente angular (simples ou m ultiplo) desta funcao linear e f
(a).
Variedade linear tangente. Podemos usar a derivacao implcita como uma tecnica
para encontrar um objeto linear tangente a outro: a reta tangente ao graco de uma fun c ao
univariada, o plano tangente ao graco de uma fun c ao bivariada, o hiper-plano tangente ao
graco de uma fun c ao multivariada. O caso da reta e o que acabamos de comentar acima,
dy = f
(a)dx
nos fornece
y f(a) = f
(a)(x a)
a equacao da reta que tem coeciente angular f
_
x
1
x
2
.
.
.
x
n
_
_
=< a, x > ;
f(x) = a
1
x
1
+ +a
n
x
n
=< a, x > R
Exemplo 12 Func oes lineares denidas por meio de produto escalar.
1. Em R
3
considere o vetor (a
1
, a
2
, a
3
). A func ao
x = (x
1
, x
2
, x
3
) < a, x >= a
1
x
1
+a
2
x
2
+a
3
x
3
e func ao linear. f(x) = 0 se o vetor x for perpendicular ao vetor a. Como
enunciado na denic ao, n a h a outros tipos de funcionais lineares denidos
em R
3
, todos s a desta forma, o produto escalar por um vetor xo.
2. No espaco vetorial C([a, b], R) temos o produto escalar < f, g >=
_
b
a
f(x)g(x)dx.
Se considerarmos f xa, a func ao
: g < f, g >= (g) =
_
b
a
f(x)g(x)dx
dene um produto escalar em C([a, b], R). N a e f acil encontrar-se
{g; (g) = 0}.
Podemos construir algumas func oes que satisfazem esta condic ao, por
exemplo
g(x) = sen(
2x
b a
)
se a func ao xa f for constante. Sabemos resolver alguns casos particula-
res deste problema...
Captulo 3
Series e aproximacao de
funcoes.
Resumo.
Neste captulo vamos deixar de lado o espa co R
n
e voltar a discutir as fun c oes denidas em
R e tomando valores em R. Aparentemente estaremos voltando ao caso unidimensional, mas
n ao e bem assim. Aos poucos voce ir a perceber que na verdade estaremos mergulhando no
caso dimens ao innita.
Vamos estudar tres metodos de aproxima c ao
polin omios de Taylor
polin omios trigonometricos
aproxima c ao polinomial cl assica
de fun c oes, que, como tal, aproxima c ao eles seriam altamente inadequados e apenas ree-
tem o curso hist orico. A crtica que faremos em cada situa c ao reetir a tanto o estado atual
das coisas como colocar a estas tres tecnicas dentro do contexto em que elas surgiram.
N ao deduza, entretanto, do que acabamos de dizer, que voce est a sendo convidado a percorrer
apenas uma galeria de museu, n os estaremos lhe mostrando as conex oes do que foi feito com
o que esta sendo feito. Mais importante que o desenvolvimento de Taylor s ao os metodos
que usaremos para estud a-lo e sobre tudo, ao nal, quando discutirmos o erro vamos ter
ocasi ao para introduzir ferramentas importantes no estudo do comportamento de fun c oes.
Usaremos o metodo hist orico com sua justa dimens ao, ser a um proveitoso passeio por uma
sala de museu.
Ao nal do captulo falaremos brevemente sobre splines para nos redimir de ter apresentado
como aproxima c ao, o que de fato n ao e mais.
Vamos come car com as series de Taylor.
3.1 A serie de Taylor
(a) = a
1
= f
(a). (3.2)
Veja que as condi coes impostas estabelecem que
P, f coincidem no ponto (a, f(a))
P, f tem mesmo coeciente angular instantaneo no ponto (a, f(a)), P
(a) =
f
(a).
Vamos agora impor a condi cao de que os dois tenha a mesma curvatura neste
ponto o que e determinado pela segunda derivada:
P
(a) = 2a
2
= f
(a) a
2
=
f
(a)
2
(3.3)
De agora em diante nos faltam expressoes geometricas, diremos simples-
mente, queremos que o polinomio P e f tenham mesma derivada de terceira
ordem no ponto (a, f(a)) :
P
(a) = 6a
3
= f
(a) a
3
=
f
(a)
6
(3.4)
e que tenham mesma derivada de ordem 4 neste ponto:
P
(a) = 24a
4
= f
(a) a
3
=
f
(a)
24
(3.5)
Se agora observarmos que os n umeros 24 = 4!, 6 = 3!, 2 = 2!, 1 = 1!, 1 = 0!
podemos dar uma unica cao `as formulas acima escrevendo:
a
0
=
f(a)
0!
(3.6)
a
1
=
f
(a)
1!
(3.7)
a
2
=
f
(a)
2!
(3.8)
a
3
=
f
(a)
3!
(3.9)
a
4
=
f
(a)
4!
(3.10)
. . . (3.11)
a
n
=
f
(n)
(a)
n!
(3.12)
(3.13)
que pode ser demonstrado por indu cao (se a fun c ao f for diferenci avel ate esta
ordem). Revertendo os calculos diremos que
f(x)
n
k=0
f
(k)
(a)
k!
(x a)
k
(3.14)
respondendo `a pergunta com que nos iniciamos: de fato existe um polin omio
P, do grau n, que coincide com f ate a derivada de ordem n e sobre o qual
podemos armar as seguintes condi coes geometricas
P passa no ponto (a, f(a)).
O graco de P e tangente ao graco de f no ponto (a, f(a)).
O graco de P tem a mesma curvatura que o gr aco de f no ponto
(a, f(a)).
Teorema 3 do desenvolvimento de Taylor
Se uma func ao tiver derivadas contnuas ate a ordem n no intervalo [a, b]
ent ao existe um polin omio P de grau n cujas derivadas coincidem com as de-
rivadas de f ate a ordem n e alem disto f e P conincidem no ponto x = c em
que o polin omio e desenvolvido sendo sua express ao dada por:
f(x) P(x) =
n
k=0
f
(k)
(a)
k!
(x a)
k
.
O teorema do desenvolvimento de Taylor foi demonstrado acima exceto num
ponto, em sua arma cao f(x) P(x) que passaremos a discutir agora.
Analise a gura (g. 3.1) na pagina 66, nela o gr aco dum polin omio de
Taylor do terceiro grau conncide com o graco de uma fun c ao no ponto x = 3,
ate a terceira derivada. Veja que a aproxima cao e boa somente em volta do
ponto x = 3. Longe deste pontos os dois gracos se afastam. Quer dizer que
aproxima cao produzida pelo polinomio de Taylor e local.
-20 -16 -12 -8 -4 0 4 8 12 16
-10
0
10
20
30
40
50
Polinomios de Taylor.
Figura 3.1: Gr acos simult aneos do polin omio de Taylor de grau 3 e da fun c ao f .
Do ponto de vista de aproximac ao, polinomios de Taylor servem pouco. Voce
vera ao nal do captulo um metodo melhor de aproxima cao, os splines.
Mesmo assim, e a ttulo de curiosidade, veja o graco (g. 3.2), pagina 67,
do polinomio de Taylor do seno de grau 11 junto com o graco da fun cao seno.
O graco e enganoso, as duas fun coes se tangenciam no ponto x = 0.
Exerccios 7 1. Mostre que um polin omio
P(x) = a
0
+a
1
x +a
2
x
2
+a
3
x
3
+a
4
x
4
tem um desenvolvimento como potencias de (xa) e calcule os coecientes
deste desenvolvimento.
2. Mostre, por indu c ao que vale a express ao da f ormula de Taylor de ordem
n se a func ao f for diferenci avel ate esta ordem.
3. Escreva polin omios de Taylor de ordem n > 10 para as seguintes func oes
no ponto a indicado:
-6 -4 -2 0 2 4 6
-1.9
-1.5
-1.1
-0.7
-0.3
0.1
0.5
0.9
1.3
1.7
2.1
Pol Taylor n=11 - seno
Figura 3.2: Gracos simult aneos do seno e de seu polin omio de Taylor de grau 11 .
(a) f(x) = sen(x) ; a = 0
(b) f(x) = cos(x) ; a = 0
(c) f(x) = e
x
; a = 0
(d) f(x) = sen(x) +cos(x) ; a = 0
(e) f(x) = cos(x) +isen(x) ; a = 0
(f ) f(x) = e
ix
; a = 0
4. Escreva polin omios de Taylor de ordem n > 10 para as seguintes func oes
no ponto a indicado:
(a) f(x) = sen(x) +cos(x) ; a =
(b) f(x) = cos(x) +isen(x) ; a =
(c) f(x) = e
ix
; a =
5. Voce pode tirar alguma conclus ao, sobre uma f ormula famosa, a partir dos
dois ultimos desenvolvimentos de Taylor ?
Calcule a soma
k=0
1
k!
Calcule a soma
k=0
(1)
k
(2k)!
Nossa verdadeira inten cao com os polinomios de Taylor e discutir expressoes
do tipo
k=0
a
k
k!
(x a)
k
= lim
n
n
k=0
a
k
k!
(x a)
k
(3.15)
Ha varias questoes a serem discutidas numa tal expressao, e vamos deixar
esta discussao para um paragrafo mais a frente em que discutiremos o assunto
series.
Neste momento vamos resumir nossa discussao numa forma de calcular o
erro expressao em
f(x) P
n
(x) =
n
k=0
a
k
k!
(x a)
k
. (3.16)
O segundo termo na equa cao acima continuara ser chamado por nos de
Polin omio de Taylor, deixaremos a palavra serie para quando discutirmos o
assunto mais acuradamente.
Ha duas maneiras de analisar o erro entre f e P
n
. Vamos estudar os dois
metodos a partir de uma visao concreta semelhante a que usamos para fazer
aparecer os polin omios de Taylor.
3.1.1 O erro medio.
Vamos usar um teorema do Calculo univariado que relembraremos aqui, como
lema:
Lema 1 Teorema do valor medio diferencial
Seja f : [a, b] R uma func ao diferenci avel. Existe um ponto
c (a, b) ; f
(c) =
f(b) f(a)
b a
O ponto c no teorema do valor medio nao e o ponto medio do intervalo
como o teorema infelizmente sugere, tudo que sabemos e: existe um ponto c
no interior do intervalo tal que o quociente das diferen cas corresponde ao valor
da derivada. Vamos usar a expressao do Teorema do valor medio diferencial
com a derivada de ordem n na formula de Taylor. E,a despeito de que do
ponto c, n os saibamos apenas da existencia, nos o vamos usar como o ponto de
desenvolvimento de dois polinomios de Taylor de f de ordem sucessivas. Assim,
nos calculos que se seguem, P
1
, P
2
sao os desenvolvimentos de Taylor de f, de
ordem n, n + 1, respectivamente, no ponto c denido pelo teorema do valor
medio do Calculo Diferencial.
P
2
(x) P
1
(x) = (3.17)
n
k=0
f
(k)
(c)
k!
(x c)
k
n+1
k=0
f
(k)
(c)
k!
(x c)
k
= (3.18)
f
(n+1)
(c)
n + 1!
(x c)
n+1
=
(f
(n)
(b) f
(n)
(a))
(b a)(n + 1!)
(x c)
n+1
= (3.19)
A(x c)
n+1
; A =
(f
(n)
(b) f
(n)
(a))
(b a)(n + 1)!
(3.20)
O n umero
A
n
=
(f
(n)
(b) f
(n)
(a))
(b a)(n + 1)!
decresce rapidamente para zero quando n crescer, se f tiver tiver derivdadas
indenidamente, e nos usaremos esta hipotese mais a frente quando estudarmos
series. Neste momento o que podemos concluir e, que, a diferen ca entre dois
desenvolvimentos sucessivos de Taylor, para f, num ponto c do intervalo [a, b]
em que f esteja denida e tiver derivadas ate a ordem n inclusive nos extremos
do intervalo, e o polinomio de grau n + 1
A(x c)
n+1
; A =
(f
(n)
(b) f
(n)
(a))
(b a)(n + 1)!
em que o coeciente Ae muito pequeno para grandes valores de n. Vamos deixar
isto registrado no teorema seguinte:
Teorema 4 do Resto no polin omio de Taylor
Se uma func ao tiver derivadas ate a ordem n + 1, contnuas, no intervalo
[a, b] ent ao o erro entre os desenvolvimentos de Taylor de f de ordem n e de
ordem n + 1 e o polin omio
A(x c)
n+1
; A =
(f
(n)
(b) f
(n)
(a))
(b a)(n + 1)!
.
As guras (g. 3.3), pagina 70,(g. 3.1), pagina 66, mostram polin omios de
Taylor de grau 1 de grau 3.
A gura (g. 3.4), na pagina 71, mostra os polin omios de graus 11 e 13 do
seno. Como a fun cao seno tem derivadas de qualquer ordem se pode observar
que um dos polinomios, o de grau 13, ca mais pr oximo de f(x) = sen(x), em
outras palavras o erro A
14
(x)
14
tem uma oscila c ao muito pequena no intervalo
[6, 6], ou, pelo menos, menor do que o erro A
12
(x)
12
, que corresponderia ao
polinomio de Taylor de grau 11.
Sugerimos que o leitor consulte outros livros de C alculo para analisar uma
outra formula para o erro entre o polinomio de Taylor e a fun c ao, diferente da
que obtivemos aqui. Nos exerccios estudaremos numericamente esta diferen ca.
-10 -8 -6 -4 -2 0 2 4 6 8
-7
-5
-3
-1
1
3
5
7
9
11
Polinomios de Taylor.
Figura 3.3: Reta tangente ao gr aco de f no ponto x = 2 .
3.1.2 O erro integral.
O calculo que zemos na se cao anterior, para encontrar uma estimativa do erro
entre f e seu desenvolvimento de Taylor mostra um erro variavel f(x)P(x) =
A(x c)
n+1
.
Existem varias formas de se avaliar um erro, sobre tudo em se tratando de
dados variaveis. Uma das forma consiste me estimar o erro em um ponto, foi
o que zemos escolhendo anteriormente o ponto c determinado pelo teorema
do valor medio do Calculo Diferencial. Outra forma consiste em avaliar uma
media de uma cole cao considerada de erros.
Estas duas formas sao dois metodos extremos existindo uma consideravel
varia cao de metodos entre estes dois que nao seria o caso de considerar aqui.
Os distintos metodos sao escolhidos em rela cao `a necessidade que o pesquisa-
dor tiver num determinado momento. Vamos aqui mostrar o outro extremo,
calculando uma media que e o chamado erro integral.
-6 -4 -2 0 2 4 6
-1.9
-1.5
-1.1
-0.7
-0.3
0.1
0.5
0.9
1.3
1.7
2.1
Pol Taylor n=11 - seno
-6 -4 -2 0 2 4 6
-1.9
-1.5
-1.1
-0.7
-0.3
0.1
0.5
0.9
1.3
1.7
2.1
Pol Taylor n=11 - seno
Figura 3.4: Polin omios de grau 11 e 13 do seno desenvolvidos em x = 0.
A ideia consiste em calcular
1
b a
b
_
a
f(x) P
n
(x)dx.
Este calculo pode ser modicado usando |f(x) P
n
(x)| no integrando tendo-
se outro signicado para o erro. Como ja dissemos h a v arias variantes para a
busca do erro, e uma das formas de analisar consiste o ponto x = c em que P
n
e desenvolvido. Aqui vamos usar x = a.
1
b a
b
_
a
f(x) P
n
(x)dx =
1
b a
b
_
a
f(x)
1
b a
b
_
a
P
n
(x)dx
1
b a
b
_
a
f(x)
1
b a
b
_
a
n
k=0
f
(k)
(a)
k!
(x a)
k
dx
1
b a
b
_
a
f(x)
1
b a
ba
_
0
n
k=0
f
(k)
(a)
k!
x
k
dx
1
b a
b
_
a
f(x)
1
b a
n
k=0
f
(k)
(a)
(k + 1)!
x
k+1
|
ba
0
1
b a
b
_
a
f(x)
1
b a
n
k=0
f
(k)
(a)
(k + 1)!
(b a)
k+1
1
b a
b
_
a
f(x)
1
b a
n
k=0
F
(k+1)
(a)
(k + 1)!
(b a)
k+1
1
b a
b
_
a
f(x)
1
b a
(
n
k=1
F
(k+1)
(a)
(k + 1)!
(b a)
k+1
F(a))
1
b a
b
_
a
f(x)
1
b a
(
n
k=0
F
(k)
(a)
(k)!
(b a)
k
F(a))
1
b a
b
_
a
f(x)
F(b) F(a)
b a
em que F e uma primitiva de f. Podemos observar que o resultado representa a
diferen ca entre o valor medio de f no intervalo [a, b] e o valor medio da derivada
de uma primitiva de f,
F(b)F(a)
ba
calculada usando-se o seu desenvolvimento no
ponto x = a.
Como pelo valor medio do Calculo Integral, existe um ponto c tal que
1
b a
b
_
a
f(x)dx = f(c)
e o que temos como primeiro membro na expressao encontrada. que, para gran-
des valores de n o calculo da integral de f ou de P
n
representam o mesmo valor
o que mostra que, se o desenvolvimento de Taylor representa uma aproxima cao
pontual de baixa classe para f, do ponto de vista da energia do fen omeno re-
presentado por f o desenvolvimento de Taylor e uma boa aproxima cao:
Teorema 5 do erro integral do desenvolvimento de Taylor
A energia de f e de um polin omio de Taylor de f, P
n
, s ao semelhantes para
grandes valores de n.
Como um ultimo comentario, a escolha do metodo no c alculo do erro foi
dirigido por um interesse especco do autor.
Aproxima cao de fun coes.
Aproximacao de funcoes ou o de forma mais geral Teoria da Aproximacao e um captulo
imenso em Matem atica e que apenas cresce nos dias atuais por sua import ancia natural.
Nesta se c ao vamos deixar um pequeno testemunho de um dos topicos importantes dentro da
area de aproximacao de funcoes: aproxima c ao com polin omios trigonometricos. Para que
voce tenha uma ideia da supercialidade do que trataremos aqui, um dos livros mais famosos
sobre o assunto, escrito por Antony Zigmund (1900-1993), sob o ttulo Trigonometric Series,
tem perto de 1000 p aginas em seus dois volumes.
O uso de series trigonometricas, (polin omios trigonometricos), para aproximar fun c oes apenas
representa um elemento hist orico que possivelmente deva car restrito aprimeira metade do
seculo 20. Desde o m do seculo 19, Fourier em particular, mas outros que o antecederam,
entendiam que as Series Trigonometricas representavam ondas e portanto fun c oes de um
tipo particular que descrevessem os fen omenos ondulat orios. Ainda assim uma nova tecnica
que lhe robou a metodologia com inova c oes signicativas: as Wavelets, lhe amea cando a
hegemonia neste setor.
Mesmo assim, vamos apresentar aqui as series de trigonometricas como um metodo de apro-
xima c ao de fun c oes.
A base te orica para o conte udo deste par agrafo foi desenvolvida resumidamente no par agrafo
anterior e a
Algebra Linear. O nosso intuto com os Polinomios Trigonometricos e duplo:
Dar um exemplo pesado de uso de espa co vetorial com produto escalar. Pesadoem
v arios sentidos, por suas aplica c oes, por seu valor te orico e pelo aprofundamento da
intui c ao geometrica que ele pode proporcionar.
O nosso segundo objetivo e o de motivar um estudo mais aprofundado de convergencia.
Vamos logo ver que falta alguma coisa na te oria, esta coisaque estar a faltando e
convergencia.
3.2 Polinomios Trigonometricos.
Em 1822, num artigo apresentado `a Academia Francesa de Ciencias, Joseph
Fourier, (1768-1830) armou que todas as func oes peri odicas podem ser decom-
postas em m ultiplos das fun coes
x sen(nx)
e
x cos(kx)
com n, k N.
Nao seriam todas como se veria com o passar do tempo e da revolu c ao que
Fourier provocou no desenvolvimento da Matem atica com as suas Series Tri-
gonometricas, chamadas ainda de Series de Fourier, mas que eram conhecidas
de alguns matematicos anteriores a ele, como Euler, (1707-1783) e alguns dos
irm aos Bernouilli.
As fun coes
senk : R R; x sen(kx) (3.21)
e
cosj : R R; x cos(jx) (3.22)
formam um sistema de vetores linearmente independentes e ortogonais no espa co
vetorial das fun coes contnuas denidas num intervalo fechado e limitado, in-
tervalo compacto, vamos particularizar o problema para apresentar uma teoria
pequena, o intervalo base ser a [0, 2]. Para provar as propriedades enunciadas,
e preciso denir neste espa co C([0, 2]) um produto escalar, o conceito que nos
permite calcular os angulos entre vetores ou os modulos destes, e o produto esca-
lar que permite generalizar os conceitos geometricos, angulo, m odulo, dist ancia
a espa cos mais gerais. O produto escalar poderia ser denido assim
< f, g >=
_
2
0
f(x)g(x)dx. (3.23)
Uma integra cao por partes mostra que sen e cos sao ortogonais:
_
2
0
sen(x)cos(x)dx =
= sen
2
|
2
0
_
2
0
sen(x)cos(x)dx
2
_
2
0
sen(x)cos(x)dx = sen
2
|
2
0
_
2
0
sen(x)cos(x)dx = 0
De modo analogo se pode mostrar que senk e cosj sao ortogonais para quaisquer
que sejam k, j ; j = k :
_
2
0
sen(kx)cos(kx)dx =
=
1
k
senkxsen(kx)|
2
0
k
k
_
2
0
sen(kx)cos(kx)dx =
0
_
2
0
sen(kx)cos(kx)dx =
_
sen(kx)cos(kx)dx = 0
a justicativa da ultima linha no bloco de equa coes acima sendo que a integral
de senksenj nao muda se zermos uma transla cao de 2 e no intervalo [, ]
uma e par e a outra e impar. Se k = j entao uma nova integra cao por partes
nos leva de volta `as fun coes iniciais:
_
2
0
sen(kx)cos(jx)dx =
=
k
2
j
2
_
2
0
sen(kx)cos(jx)dx
= (1
k
2
j
2
)
_
2
0
sen(kx)cos(jx)dx = 0
_
2
0
sen(kx)cos(jx)dx = 0
mostrando as rela coes de ortogonalidade que desejadas, que pela sua im-
portancia merecem estar registradas sob o nome de teorema:
Teorema 6 da ortogonalidade das func oes senk e cosj. Se denirmos em
C([0, 2]) o produto escalar por
< f, g >=
_
2
0
f(x)g(x)dx.
ent ao as func oes senk(x) = sen(x) e cosj(x) = cos(jx) formam um sistema de
vetores ortogonais, para todos os valores de j, k N.
Um raciocnio geometrico simples nos conduz a
_
2
0
sen
2
(x)dx =
_
2
0
cos
2
(x)dx
porque sen e transla cao de cos de
2
, assim
_
2
0
sen
2
(x)dx =
1
2
_
2
0
(sen
2
(x) +cos
2
(x))dx =
2
2
=
< sen, sen >=
< cos, cos >=
Com o mesmo argumento geometrico, apoiado numa mudan ca de vari avel, se
conclue que
< senk, senk > = (3.24)
< cosk, cosk > = (3.25)
portanto o produto escalar e defeituosoe deve ser redenido para que estes
vetores sejam unitarios:
< f, g >=
1
_
2
0
f(x)g(x)dx. (3.26)
e desta maneira se tem
< senk, senk > =
1
_
2
0
sen(kx)sen(kx)dx = 1
< cosk, cosk > =
1
_
2
0
cos(kx)cos(kx)dx = 1
para qualquer que seja k. Isto nos induz a uma corre c ao do teorema anterior
que agora cou imcompleto frente a estes novos resultados:
Teorema 7 do sistema trigonometrico ortonormal. Se denirmos em C([0, 2])
o produto escalar por
< f, g >=
1
_
2
0
f(x)g(x)dx.
ent ao as func oes senk(x) = sen(x) e cosj(x) = cos(jx) formam um sistema
ortonormal de vetores, para todos os valores de j, k N. Dem : Falta apenas
considerar o caso k = 0. Como sen(kx) k = 0 resta apenas vericar o que acontece com
cos(kx) 1. A funcao constante e perpendicular a todos os vetores sen(kx)ecos(jx) ; k, j
1. Mas vericando ||cos(0x)|| vamos encontrar o valor 2. Como ja nao e possvel alterar
o produto escalar, vamos alterar a denicao da funcao cos(0x). A solucao e considera-la
denida por:
cos(0x) =
1
2
.
Veremos logo que a historio tomou rumo diferente, rumo ao qual logo vamos aderir.
q.e.d .
Seguindo as ideias do nosso projeto inicial, podemos agora estender a geome-
tria do R
3
a este novo espa co. Teremos que discutir a validade desta estensao,
obviamente. Em R
3
, na Geometria Analtica, depois de denido o produto es-
calar, se chamam os n umeros < u, e
n
> de proje c oes de u na dire cao dos vetores
e
n
, como s ao habitualmente chamados os vetores unit arios das tres dire c oes do
espa co e depois se recompoe u com uma soma:
u = x
1
e
1
+x
2
e
2
+x
3
e
3
.
Como agora temos produto escalar em C([0, 2]) e temos duas sucessoes de ve-
tores unitarios relativamnte aos quais podemos calcular as proje coes de
f C([0, 2]) :
a
k
=
1
_
2
0
f(x)cos(kx)dx (3.27)
b
k
=
1
_
2
0
f(x)sen(kx)dx (3.28)
entao ca a pergunta:
n ao poderiamos recompor f a partir destas proje c oes?
Queremos escrever:
f(x) = a
0
+
k=1
a
k
cos(kx) +b
k
sen(kx) (3.29)
mas esta formula esta errada como veremos a partir dos exemplos seguintes.
Alem disto, como nao existem somas innitas ela nos obriga a pensar em con-
vergencia. Discutiremos a convergencia das series no proximo captulo.
Exemplo 13 Linearidade da transformada de Fourier
Estamos, por vez primeira, chamando os coecientes de Fourier de trans-
formadade Fourier. Repetiremos esta forma de falar outras vezes e e vamos
discut-la mais cuidadosamente mais a frente.
Quer dizer que o conjunto dos coecientes e a imagem de f, obviamente, uma
sequencia, e portanto estamos falando de um conjunto de func oes que tem coe-
cientes de Fouriere um conjunto de sucess oes que s ao os coecientes de Fourier
dos elementos daquele conjunto. Por exemplo, todas as func oes contnuas, mas
n ao somente estas, tem coecientes de Fourier.
Se considerarmos a func ao identicamente zero, a sucess ao dos coecientes e
obviamente a sucess ao identicamente nula tambem. Quer dizer que a imagem
do zero e o zero.
Uma nota c ao vai ser util: vamos chamar
(a
n
, b
n
) =
f
n
.
Considere duas func oes que tenham coecientes de Fourier, f, g. Os coe-
cientes de f +g v ao se dividir em
(f +g)
n
=
f
n
+ g
n
como mostra um simples c alculo que vou deixar para o leitor fazer como exerccio.
Se h = f em que R ent ao
f
n
=
f
n
como se pode tambem deduzir com um simples c alculo a partir das f ormulas que
escrevemos acima.
Resumindo, a transformada de fourier se comporta como as func oes lineares
da
Algebra Linear, e podemos dizer que a transformada de Fourier e linear.
Exemplo 14 Func ao par e func ao impar
Somente podemos falar de func oes pares ou mpares se o domnio for equili-
brado em volta de zero. Vamos portanto aqui considerar o conjunto das func oes
contnuas no intervalo [, ].
Se f for par, um simples calculoque novamente vou deixar como exerccio
para o leitor, torna os coecientes b
n
nulos, os coecientes de senK. Quer dizer
que f n ao tem projec ao no espaco das func oes mpares.
Se f mfor par, um simples calculoque novamente vou deixar como exerccio
para o leitor, torna os coecientes a
n
nulos, os coecientes de cosK. Quer dizer
que f n ao tem projec ao no espaco das func oes pares.
Este resultado simples em materia de coecientes de Fourier fez com que
se suspeitasse muito cedo de um resultado mais geral que levou anos para ser
demonstrado (demonstrac ao nada simples) mas, a partir das ideias expostas
acima, f acil de ser concebida:
Teorema 8 Func oes pares e mpares
Toda func ao contnua pode ser decomposta numa soma de duas outras func oes,
uma par e outra impar.
Exemplo 15 O erro do coeciente a
0
.
Considere, no espaco C([, ]) as func oes
f(x) = x ; g(x) = x +
Pela linearidade, e usando a notac ao introduzida logo acima,
g =
f +
em que agora estamos considerando a constante como a func ao constante.
Ora, mas tem que ser apenas (a
0
, 0). Calculando a
0
temos:
a
0
=
1
_
pi
dt = 2
e vemos que tem um erro. A soluc ao deste erro e denir
a
0
=
1
2
_
pi
f(t)dt
uma vez que n ao seria mais possvel corrigir o produto escalar e tambem porque
n ao seria aceit avel denir a func ao
cos0 =
1
2
que poderia ser outra sada.
Vamos fazer uma outra motiva cao mais complicada e portanto com aparen-
cia mais tecnica (nunca se iluda com as paramenta coes), usando um programa
de computador. Os computadores sempre podem ser uteis ate mesmo para
manipula coes incorretas da realidade... sobre tudo se carmos presos `a forma
em vez de irmos a fundo nas questoes.
Exemplo 16 Series de Fourier de algumas func oes.
1. f(x) = x no intervalo [, ].
a
n
=
1
xcos(nx)dx = 0
porque cosN e par e f e impar.
a
0
=
1
xdx = 0,
b
n
=
1
xsen(nx)dx =
=
xcos(nx)
n
|
+
1
n
_
cos(nx)dx =
= 2
cos(n)
n
=
2(1)
(n+1)
n
ent ao teriamos
f(x) = 2
n1
(1)
(n+1)
n
sen(nx)
e se assim o for,se tiver sentido escrever esta serie, temos tambem
f(
2
) = 2
n1
(1)
(n+1)
n
sen(n
2
)
como sen(n
2
) assume ciclicamente os valores {1, 0, 1, 0} a serieacima
perde os termos de ordem par, cando ent ao
f(
2
) = 2
n1
(1)
(n+1)
2n + 1
=
2
.
Fazendo o c alculo da soma com um programa em Pascal, com 1000 termos
se obtem para a soma o valor 1.56980 enquanto que f(
2
) =
2
1.57080
usando o valor interno do Pascal para . Entretanto temos discutir a
validade destes resultados o que faremos no pr oximo captulo. Observe que
f() = enquanto que a serie trigonometrica vale 0 para x = porque
a serie representa uma func ao peri odica que e uma boa aproximac ao para
f sobre [, ], entretanto nos extremos ou em pontos de discontinuidade
da func ao a ser aproximada, ocorrem problemas que ainda voltaremos a
discutir. Um programa em Pascal para calcular esta soma pode ser o
seguinte:
Program soma;
Var n,teto: Extended;
soma : Extended;
Begin
WriteLn(Teto = );ReadLn(teto);
n:=1;soma:=0;
While (n<=teto) Do
Begin
soma := soma + cos(n*pi)*sen(n*pi/2)/n;
n:= n+1;
End;
WriteLn(Valor da soma: ,2*soma:10:5);
WriteLn(o valor de pi/2 do Pascal eh; ,pi/2);ReadLn;
End.
2. f(x) = x no intervalo [0, 2].
a
n
=
1
_
2
0
xcos(nx)dx =
=
xsen(nx)
n
|
2
0
1
n
_
2
0
sen(nx)dx = 0
se n = 0 e a
0
= 2
b
n
=
1
_
2
0
xsen(nx)dx =
=
xcos(nx)
n
|
2
0
+
1
n
_
2
0
cos(nx)dx =
=
2
n
ent ao teriamos, valendo a convergencia,
f(x) = 2 2
n1
1
n
sen(nx)
podemos testar com um programa em Pascal esta soma num valor escolhido
de x, por exemplo x =
2
, ent ao sen(
n
2
) assume ciclicamente os valores
{1, 0, 1, 0} e assim na soma se eliminam os valores pares de n, temos:
2 2
1000
n=1
1
n
sen(
n
2
) 2 1.56980
3
2
e no entanto o valor f(
2
) =
2
portanto temos um erro de . Veremos
abaixo que a f ormula correta e
f(x) =
a
0
2
+
k=1
a
k
cos(kx) +b
k
sen(kx) (3.30)
porque que a
0
tem assim que vir dividido por 2. Este exemplo nos aponta
para esta corre c ao. Se diz que Euler teria feito c alculos de series usando
este metodo e uma das crticas que as vezes se faz ao seu trabalho inclue a
observa c ao de que estas somasforam feitas sem nenhuma comprova c ao.
De certa forma estamos repetindo o caminho de Euler, mas faremos a
comprova c ao rigorosa destes limites no pr oximo captulo. Os que algumas
vezes criticam Euler, esquecem-se de que ele estava abrindo uma estrada
muito larga e n ao tinha tempo para vericar os detalhes, estes caram para
os seus sucessores, e se diz que ate recentemente ainda haviam verica c oes
para serem feitas...
3. f(x) = x
2
2
no intervalo [, ]. Porque senN e impar e f e par,
ent ao b
n
= 0. Se n = 0
a
n
=
1
(x
2
2
)cos(nx)dx =
=
(x
2
2
)sen(nx)
n
|
1
n
_
2xsen(nx)dx =
0
1
n
2xcos(nx)
n
|
=
4(1)
n
n
2
e no caso de a
0
=
1
(x
2
2
)dx =
4
2
3
. Teriamos, com a corre c ao
sugerida pelo exemplo anterior:
f(x) =
2
2
3
+ 4
n=1
(1)
n
n
2
cos(nx)
se aplicarmos esta serie de cosenos para x =
2
cos(
n
2
) {0, 1, 0, 1} o
que reduz a serie a soma
2
2
3
1
4
+
1
16
1
36
+
(1)
(n+1)
4n
2
+
e novamente com o programa Pascal acima encontramos como valor desta
soma ate 1.000 aproximadamente o mesmo valor de f no ponto x =
2
7.40220 conrmando mais uma vez a correc ao da f ormula com
a0
2
em
lugar de a
0
.
A f ormula correta para serie de Fourier e entao:
f(x) =
a
0
2
+
k=1
a
k
cos(kx) +b
k
sen(kx) (3.31)
e a explica cao para este fato vem consequente com as ideias que desenvolvemos
ate agora: Queremos vetores unit arios para gerar um espa co de fun c oes e os
vetores senK, cosK satisfazem esta condi cao com K = 0, entretanto quando
K = 0, sen0 0 e cos0 1. O vetor cos0 e um candidato a vetor unit ario, mas
calculando o seu modulo, temos:
||cos0||
2
2
=
1
_
2
0
1dx = 2 (3.32)
como nao podemos mais reformar o produto escalar, resta-nos corrigir o vetor
e deniremos:
cos0
1
2
; ||cos0||
2
2
=
1
_
2
0
1
2
dx = 1 (3.33)
o que se fez, historicamente, foi manter cos0 com sua deni c ao inalterada mas
se corrigiu a
0
:
a
0
:=
a
0
2
.
A arma cao de Fourier em 1822, relativamente ` as fun c oes peri odicas, foi: uma
fun c ao periodica qualquer pode ser representada pela serie trigonometrica:
f(x) =
a
0
2
+
k=1
a
k
cos(kx) +b
k
sen(kx) (3.34)
O problema e que nao existem somas innitas e portanto a express ao acima
implica numa discussao sobre convergencia. Em vez de enfrentar o problema
de frente, vamos nos beneciar de seculos de Hist oria da Matem atica e montar
uma teoria que vai nos levar indiretamente a boa quantidade dos resultados
existentes a respeito das Series de Fourier . Isto ser a feito no pr oximo captulo,
de imediato vamos produzir alguns exemplos computacionais que nos mostram
que tem sentido estudar o assunto.
Exemplo 17 Os pr oximos dois gr acos (g. 3.5), (g. 3.6), comparam duas
situac oes e ajudam a aclarar algumas ideias. No primeiro voce pode ver o po-
lin omio trigonometrico da func ao indentidade no intervalo [, ]. O gr aco
todo se extende ao longo do intervalo [15, 15] e podemos ver que o gr aco de
P
5
(f) se aproxima do gr aco de f apenas no intervalo [, ]. Fora deste ultimo
intervalo n ao h a nenhuma aproximac ao. Os polin omios trigonometricos s ao
-15 -12 -9 -6 -3 0 3 6 9 12
-15
-12
-9
-6
-3
0
3
6
9
12
15
...........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
...........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
...........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
Figura 3.5: polin omio trigonometrico com 5 termos: aproximac ao da funcao dente de serrote em
R.
fun coes periodicas, o segundo gr aco mostra a func ao peri odica que graf(P
10
(f))
de fato aproxima: a fun cao dente de serrote, uma func ao descontnua.
Na pr atica o que temos n ao e uma serie e sim um polin omio trigonometrico:
f(x)
a
0
2
+
N
k=1
a
k
cos(kx) +b
k
sen(kx) = P
N
(f)(x). (3.35)
As somas acima sao os termos de uma sucessao de fun coes contnuas que de-
sejamos caracterizar como convergentee tendo f como limite. Convergencia de
series e o proximo assunto que deveremos desenvolver e dentro dele voltaremos
a discutir a convergencia das series de Fourier.
Observa cao 12 Espa co de func oes gerado por {senk, cosk} Acabamos de cons-
truir uma base de vetores ortonormais para o espaco C([0, 2], R).
E uma base que tem uma
quantidadenao enumeravel de vetores. Como os vetores senk , cosk sao funcoes contnuas,
vemos que C([0, 2]) tem dimensao n ao nita, ou como e habitual dizer-se, dimens ao innita.
O conceito dimensaomuda obviamente de sentido nos dois casos: nito, innito, e nao
e apenas uma questao de quantidademuito grande de vetores na base. Ver conjectura de
Cantor. Mas uma funcao nao precisa ser contnua para que lhe possamos calcular os coe-
cientes de Fourier, veja a formula 3.26, nada nos impede de calcula-la com uma funcao
descontnua desde que seja integravel. Assim parece que este vetores geram um espaco que
contem C([0, 2], R) como seu subespaco proprio. Este espaco se chama L
2
([0, 2], R), mais
um fato para demonstrarmos posteriormente. Esta e a metodologia de construcao da Ma-
tematica: conjecturas sao feitas quando temos um resultado aparentemente verdadeiro. A
-15 -12 -9 -6 -3 0 3 6 9 12 15
-15
-12
-9
-6
-3
0
3
6
9
12
15
.........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
.........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
.........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
Figura 3.6: polin omio trigonometrico com 10 termos no intervalo [15, 15]: aproximac ao da
func ao dente de serrote em R.
palavra conjectura e uma etiqueta, indica que temos aparentemente um teorema que deve
ser demonstrado depois ou, se surgir alguma contradicao ao considera-lo na teoria, ele perde
a validade com as consequencias dele tiradas, ou algumas vezes se restringe sua validade
considerando-se uma teoria de menor alcance.
Observa cao 13 A conjectura de Cantor. Georg Cantor, enunciou uma conjectura que
ate hoje ninguem conseguiu provar mas que e aceita como um axioma da Matematica esta-
belecendo saltos de cardinalidade, que e o nome para a quantidade dos elementos de um
conjunto. Se esta quantidade for nita, (pleonasmo), a cardinalidade e o que se costuma
chamar de n umero de elementos de um conjunto. Cardinalidade e uma generalizacao do
conceito quantidade de elementos de um conjunto. Falar na quantidade de elementos de um
conjunto so e proprio se este conjunto for nito. Se o conjunto for innito, perde sentido em
falar-se na quantidade dos seus elementos, se diz entao a sua cardinalidade.
Vamos lhe sugerir alguns experimentos que podem ser feitos com auxlio do
programa Fourier, e que lhe permitirao uma vis ao complementar caso voce se
decida a ler mais alguma coisa a este respeito. Ou brinque um pouco com estas
ferramentas. O programa Fourier se encontra no arquivo pas.zip ver [17].
Exerccio 4 Experiencias com Polin omios Trigonometricos. Os programas ci-
tados nestes exerccios s ao programs em Pascal que podem ser encontrados em
http://www.uvanet.br/matematica em um arquivo chamado pas.zip. S ao pro-
gramas livres.
1. Use um programa de c alculo de integrais aproximadamente para vericar
que senk e cosj s ao ortogonais para quaisquer que sejam k e j.
2. Verique numericamente qual e o m odulo dos vetores senk e cosj para
v arios valores de k e j. Primeiro use o produto escalar denido por
< f, g >=
_
2
0
f(x)g(x)dx. (3.36)
e depois inclua o coeciente
1
10
k=1
b
k
senk(x) e fa ca os gr acos
de de f e g num mesmo sistema de eixos.
5. Fa ca um programa que calcule as proje c oes de f(x) = sen(4x+3) +3x+1
nas dire c oes dos vetores cosK, senK ; k {0, 1, , 10}. Chame este
coecientes de a
k
, b
k
, respectivamente. Complete o programa para calcular
o vetor
g(x) =
a
0
2
+
10
k=1
a
k
cosK(x) +b
k
senK(x)
fazendo os gr acos de f e g num mesmo sistema de eixos. Lembre que
estabelecemos a nota c ao:senK(x) = sen(kx) cosK(x) = cos(kx) Estes
coecientes se chamam coecientes de Fourier de f.
6. Rode o programa Fourier. Ele lhe permite ver um polin omio trigonometrico
cujos coecientes est ao previamente denidos como uma sucess ao no ar-
quivo fourier.num.
7. Fa ca uma tabela para os coecientes de Fourier para as seguintes func oes,
todas denidas no intervalo [, ]:
(a) f(x) = x
n
; n {1, 2, ..., 7}
(b) f(x) = |x|
(c) f(x) = x
2
x 0 ; f(x) = x 0 < x
(d) f(x) = x
2
x 0 ; f(x) = x 0 < x
(e) f(x) = x
3
x 0 ; f(x) = x 0 < x
(f ) f(x) = x
2
x 0 ; f(x) = x
2
0 < x
(g) f(x) = x
3
x 0 ; f(x) = x
3
0 < x
(h) f(x) = x
2
x 0 ; f(x) = x 0 < x
(i) f(x) = x
2
x 0 ; f(x) = x 0 < x
(j) f(x) =
[1/2,1/2]
(k) f(x) =
3
2
[1/3,1/3]
(l) f(x) = 2
[1/4,1/4]
(m) f(x) =
5
2
[1/5,1/5]
Veja no nal do captulo a tabela dos coecientes de Fourier de algumas fun c oes.
Vamos terminar esta introdu cao sobre as series de Fourier com a descri c ao
de algumas aplica coes. Observe que qualquer dos itens aqui abaixo representa
assunto para um livro inteiro e assim voce dever ave-los com esta perspectiva:
s ao exemplos.
3.3 Aproximacao polinomial classica.
Vamos terminar este captulo com um metodo de aproxima cao polim omial que
se assemelha ao das series trigonometricas.
3.3.1 Quadrados mnimos.
A constru cao que faremos e bem geometrica. Ela consiste em calcular um ob-
jeto Q que se encontre a distacia mnima de outro, f:
d(Q, f) <
em que e um erro suportavel.
Os objetos Q que consideraremos sa polin omios, e o outro objeto dado f
ser a um conjunto de pontos observados em algum experimento. O m odulo, ou
norma que vamos usar para calcular esta distancia mmima ser a a norma do
espa co L
2
([a, b]) em que [a, b] o espa co de tempo durante o qual se realizou
o experimento.
Estaremos resolvendo uma equa cao:
d(Q, f)
2
= ||X f||
2
2
=
_
b
a
|X(t) f(t)|
2
dt <
2
(3.37)
mas tambem estamos escolhendo a incognita que iremos encontrar ao decidir
que Q sera um polinomio.
Observa cao 14 O problema:
Vamos aplicar este metodo, como dissemos acima, em uma fun cao resultante de algumas
observacoes feitas em um n umero nito de pontos do intervalo [a, b] durante o qual se realizou
o experimento. Quer dizer que tudo que conhecemos de f sa os valores
{f(z1), f(z2), , f(zm)}
observados.
Este e um real impeclio para aplicar a formula do calculo da distancia de L
2
([a, b]). A
solucao e encontrar um metodo indireto que se assemelha muito ao usado na construcao das
series de Fourier.
Imaginemos para isto que possamos encontrar um conjunto de polinomios sucientemente
simples: {E0, E1, , En} tal que todo polinomio de grau menor ou igual a n se possa escrever
em funcao destes. Os polinomios {1, x, x
2
, , x
n
} sa um exemplo da existencia de tais
polinomios, mas veremos que existem outros satisfazendo as condicoes que precisamos.
Ao nal mostraremos como utilizar os dados discretos que temos sobre f para encontrar
o polinomio Q.
Este e o nosso plano! Veja que f e o dado conhecido, frequentemente uma tabulacao
discreta de valores de algum fenomeno, Q e a aproximacao desejada, logo a incognita do
problema.
Se {E
0
, E
1
, , E
n
} forem os polinomios basicos mencionados na observa c ao,
de tal forma que E
0
e o polinomio constante, e E
i
e de grau i , i > 0, enta um
polinomio Q, qualquer, de grau n se escreve:
Q(x) =
n
k=0
a
k
E
k
(x) (3.38)
e impondo a condi cao de distancia mnima de f temos:
N(f, a
0
, , a
n
) = ||f Q||
2
2
=
_
b
a
(f(t)
n
k=0
a
k
E
k
(t))
2
dt. (3.39)
Esta expressa dene uma fun cao N que depende das variaveis:
a
0
, , a
n
e do par ametro f,
N(f, a
0
, , a
n
) = ||f Q||
2
2
(3.40)
e o nosso objetivo e de calcular um mnimo de N relativamente as variaveis
a
0
, , a
n
que representam o polinomio Q e assim encontram um polinomio que
esteja o mais proximo possvel de f. Uma condi cao necess aria para se ter um
mnimo de uma fun cao e que a derivada se anule: N= 0, o que implica que suas
componentes
N
ak
=
k
N, as derivadas parciais, tambem se anulem. Calculando
as derivadas parciais de N vamos encontrar, para cada k
k
N = 2
_
b
a
f(t)E
k
(t)dt + 2
n
j=0
a
j
_
b
a
E
j
(x)E
k
(x)dx = 0 (3.41)
temos portanto um sistema de equa coes lineares nas variaveis a
j
em que tambem
esta envolvida a fun cao f.
Veja que temos muitas incognitas em nosso problema:
f, a
0
, , a
n
e na verdade conhecemos apenas:
{f(z
1
), f(z
2
), , f(z
m
)}.
enta e necessario fazer hip oteses de trabalho que reduzam as incgognitas.
Observa cao 15 Metodo da variac ao dos par ametros. Este metodo se repete
em toda construc ao matem atica ou cientca de modo mais geral:
Se escreve a soluc ao do problema de acordo com um modelo j a conhecido,
(algumas vezes se inventam novos modelos...).
Se acrescentam hip oteses sobre os par ametros permitindo encontrar-se uma
soluc ao particular.
Se aplica uma variac ao sobre os par ametros de modo a descobrir situac oes
mais gerais em que se pode aplicar a soluc ao encontrada.
Estamos tentando utilizar o modelo das series de Fourier usando polin omios
em lugar de senK, cosK.
A primeira hipotese que vamos fazer arremeda o que foi feito com os po-
lin omios trigonometricos, quando impusemos a condi c ao de ortogonalidade so-
bre os vetores senK, cosK:
Hipotese 1 Os polin omios que formam a base do espaco sejam ortonormais.
Com esta hipotese parte de nossas equa coes lineares acima desaparecem:
_
b
a
E
j
(t)E
k
(t)dt =
_
0 j = k
1 j = k
(3.42)
com esta simplica cao o sistema de equa coes formado pelas derivadas parciais
se reduz a igualdade:
a
k
=
_
b
a
f(t)E
k
(t)dt (3.43)
e assim chegamos `as equa coes semelhantes as que deniram os coecientes de
Fourier agora como condi cao de minimalidade.
So nos resta descobrir um conjunto ortonormal de polin o-mios, para isto
vamos descrever um metodo de ortonormaliza cao de vetores num espa co vetorial
qualquer.
Observa cao 16 A serie de Fourier e uma solucao otima.
Associamos dist ancia mnima com ortogonalidade, partimos da premissa de
que nos interessava uma soluc ao que minimizasse, do ponto de vista de energia o
erro entre uma amostragem de um fen omeno f e um polin omio Q que desejamos
obter.
O leitor poderia muito bem se perguntar porque n a partimos direto da hip otese
de ortogonalidade dos polinomios para escrever a equa c ao acima como no caso
dos polinomios trigonometricos.
Aparentemente poderiamos comecar exatamente deste ponto, entretanto o
nosso objetivo inicial foi outro: o de minimizar o erro de uma aproximac ao po-
linomial de f, logo tinhamos que estudar as condic oes de mnimo como zemos
acima.
Isto tambem mostra que as series de Fourier s a uma soluc ao que minimiza
o erro relativamente a um tipo de vetores escolhidos como base do espa co, os
vetores senK, cosK.
3.3.2 O metodo de Gram-Schmidt.
O processo de Gram-Schmidt so pode ser desenvolvido num espa co com produto
escalar e tem uma descri cao simples:
Considera-se um conjunto conhecido de n vetores linearmente independentes
no espa co:
u
0
, u
1
, , u
n
Divide-se o primeiro vetor pelo seu modulo obtendo-se assim
e
0
=
u
0
||u
0
||
,
um vetor unitario. Faz-se agora u
0
= e
0
Observe que o espa co pode se
reduzir a {0} e nele na ha vetores ortonormais, vamos supor que este na
e o caso, (do contr ario nada haveria a fazer ).
Se escolhe agora o segundo vetor linearmente independente do primei-ro, u
1
e se subtrai dele a componente na dire cao de e
0
resultando em
u
1
:= u
1
< u
1
, u
0
> u
0
e
1
se divide u
1
por sua norma para obter um vetor unitario:
u
1
:=
u
1
||u
1
||
Se itera o processo:
u
2
:= u
2
< u
2
, u
0
> u
0
< u
2
, u
1
> u
1
u
2
:=
u
2
||u
2
||
A expressa geral e computacional seria:
u
k
:= u
k
k1
j=0
< u
k
, u
j
> u
j
u
k
:=
u
k
||u
k
||
Observe que com o conceito de atribui c ao se torna desnecessario incluir
mais uma vari avel nas deni coes e assim o conjunto de vetores ortonormais
ca representado com as mesmas letras que incialmente representavam os
vetores da cole cao de vetores linearmente independentes dada inicialmente.
A igualdade e uma rela cao, serve para produzir senten cas abertas que po-
dem ser falsas ou verdadeiras, enquanto que a atribui c ao e uma opera cao.
1
Vamos introduzir formalmente o smbolo x := F(x) neste livro cujo signicado s a as seguintes
operac oes matem aticas:
1. y = F(x); em que F representa um conjunto de operc oes legais sobre x.
2. A atribuic ao: fazendo-se agora x = y.
e que chamaremos de atribuic ao.
Exemplo 18 Ortonormalizac ao de vetores.
Vamos ortonormalizar o seguinte conjunto de vetores:
{(1, 2, 3), (3, 1, 4), (2, 1, 1)}
tornado o primeiro unit ario:
u
1
=
(1, 2, 3)
||(1, 2, 3)||
=
(1, 2, 3)
14
= (
1
14
,
2
14
,
3
14
)
eliminando a componente de u
1
em u
2
u
2
:= u
2
< u
2
, u
1
> u
1
=
(3, 1, 4) [
3
14
+
2
14
+
12
14
](
1
14
,
2
14
,
3
14
)
= (3, 1, 4) [
17
14
](
1
14
,
2
14
,
3
14
) =
= (3, 1, 4) (
17
14
,
34
14
,
51
14
) = (
25
14
,
20
14
,
5
14
)
dividindo u
2
por seu m odulo:
u
2
:=
u
2
||u
2
||
= (
5
14
,
4
14
,
1
14
)
calculando u
3
u
3
:= u
3
< u
3
, u
1
> u
1
< u
3
, u
2
> u
2
=
= (2, 1, 1) [
7
14
]u
1
[
7
14
]u
2
= (
2
3
,
2
3
,
2
3
)
dividindo u
3
por seu m odulo:
u
2
:=
u
3
||u
3
||
=
= (
1
3
,
1
3
,
1
3
)
Os tres vetores ortonormais s a:
u
1
= (
1
14
,
2
14
,
3
14
)
u
2
= (
5
14
,
4
14
,
1
14
)
u
3
= (
1
3
,
1
3
,
1
3
)
Os calculos feitos acima mostram que a obten cao dos vetores ortonormais
podem ser bem envolventes vamos procurar uma solu cao algortmica para o
caso dos polinomios.
Partimos dos vetores linearmente independentes:
{E
0
(x) = 1, E
1
(x) = x, E
2
(x) = x
2
, , E
n
(x) = x
n
}
para chegar a um conjunto de polinomios ortonormais. Vamos usar a atribui cao
para simplicar a linguagem deixando as expresso no ponto de serem implemen-
tadas numa linguagem funcional de computa cao, consequentemente os mesmos
smbolos E
k
ira ainda representar os vetores resultantes.
1. passo: Determina cao de E
0
: normaliza cao do vetor 1.
||1|| =
_
b
a
1dx = b a
logo podemos dividir o vetor 1 por
1
ba
R
E
2
1
(x)dx
=
=
E1
q
1
ba
[
x
3
3
(a+b)x
2
2
+
(a+b)
2
x
4
]|
b
a
=
=
(x
a+b
2
)
(ba)
2
que e unitario e ortogonal a E
0
.
2
se nos restringirmos ao espaco das func oes contnuas no intervalo [a, b] o produto escalar dene
uma norma
3. passo: As duas equa coes gerais deste processo iterativo s a:
E
k
(x) := E
k
(x)
k1
j=0
< E
k
, E
j
> E
j
(x) =
= x
k
k1
j=0
(< t
k
, E
j
(t) >)E
j
(x) =
= x
k
k1
j=0
(
1
ba
_
t
k
E
j
(t)dt)E
j
(x) =
= x
k
1
ba
_
[
k1
j=0
t
k
E
j
(t)E
j
(x)]dt)
E
k
:=
Ek
||Ek||
=
As contas acima descritas sao diceis de serem levadas ` a termo exatamente
como se encontram sugeridas. Para calcular com esta generalidade um pro-
grama de computac ao algebrica rodando num pentium a 100 Mhz levou 10 mi-
nutos para calcular os tres primeiros termos. A solu c ao para c alculos desta
natureza consiste em escrever o programa com as equa c oes gerais como est a
acima, entretanto, roda-lo com os valores de a, b que interessam na pr atica. O
resultado comparativo e: os tres primeiros termos foram conseguidos em alguns
segundos.
Ao mesmo tempo o pr oprio programa e f ormula geral que precisamos e que
pode ser aplicada em qualquer caso particular.
Abaixo voce tem esta f ormula-programa em condi c oes ser aplicada:
Exemplo 19 F ormula-programa.
u0 := proc(x) 1;end; a:= 0;b:= 3; s1 :=1;
u1 := proc(x) (1/s1)*(x - (1/(b-a))*(b^2 - a^2)/2 );end; s2:=1;
s1:=sqrt( (1/(b-a))*Int(u1(t)^2,t=a..b));s1 :=evalf(s1);
Retorne ` a denic ao de u
1
para que ela volte a ser lida com a nova vers a de
s
1
.
u2 := (1/s2)*proc(x) (1/s2)*(x^2 - (1/(b-a))*int(t^2*u1(t),t=a..b)*
u1(x) - (1/(b-a))*int(t^2,t=a..b)); end; s3:=1;
(1/(b-a))*int(u1(t)*u2(t),t=a..b);
s2:= sqrt(evalf((1/(b-a))*int(u2(t)^2,t=a..b))):s2;
Retorne ` a denic ao de u
2
para que ela volte a ser lida com a nova vers a de
s
2
.
u3 := proc(x) (1/s3)*(x^3 - (1/(b-a))*int(t^3*u2(t),t=a..b)*u2(x) -
(1/(b-a))*int(t^3*u1(t),t=a..b)*u1(x) -
(1/(b-a))*int(t^3,t=a..b)) ; end; s4:=1;
s3:= sqrt(evalf((1/(b-a))*int(u3(t)^2,t=a..b))):s2;
Retorne ` a denic ao de u
3
para que ela volte a ser lida com a nova vers a de
s
3
.
(1/(b-a))*int(u3(t)*u2(t),t=a..b);
(1/(b-a))*int(u3(t)*u1(t),t=a..b);
(1/(b-a))*int(u3(t)*u1(t),t=a..b);
sqrt((1/(b-a))*int(u3(t)^2,t=a..b));
A formula pode ser estendida para n opera coes com copia de blocos que se
encontram claramente demarcados por observa coes escritas no modo texto do
programa de computac ao algebrica. Estas observa coes tem dupla nalidade:
1. Marcar os blocos logicos do programa.
2. Relembrar que a opera cao de deni cao de E
k
deve ser iterada depois que
o coeciente s
k
foi calculado com seu valor denitivo. A linha em que
u
k
estadenido pode tambem ser repetida evitando-se a observa cao e o
contacto manual com o programa...
O ultimo bloco na listagem anterior representa alguns testes de ortogonali-
dade e um teste da norma do ultimo vetor calculado.
Construimos assim uma famlia com n polinomios ortonormais e exatamente
`a semelhan ca da aproxima cao com polin omios trigonometricos sendo a ultima
equa cao ?? os coecientes de f relativamente aos vetores unitarios E
k
resultando
na igualdade aproximada:
Q(x) =
n
k=0
k
E
k
(x) f(x). (3.44)
Como os vetores ortonormais foram obtidos como condi cao de mnimo de
uma fun cao, eles minimizam ||f Q||
2
e demonstramos assim:
Teorema 9 Aproximac ao com polin omios ortonormais.
Dada uma func ao contnua f no intervalo [a, b] as equac oes
< f, g >=
1
ba
b
_
a
f(t)dt
Q(x) =
n
k=0
a
k
E
k
(x);
a
k
=
1
ba
b
_
a
f(t)calE
k
(t)dt
denem um polin omio Q tal que
Q(x) =
n
k=0
k
E
k
(x) f(x).
O polin omio Q e uma soluc ao de minimiza c ao do erro |f Q|.
Estes resultados podem ser postos num quadro mais geral, em nenhum mo-
mento usamos a continuidade da fun cao f na constru c ao acima, e como j a
sabemos que o espa co L
2
([a, b]) C([a, b]) enta podemos substituir no teorema
func ao contnua por func ao de quadrado integr avel.
Finalmente, o interesse que se pode ter na constru c ao que zemos ca na
busca de um polinomio Q que aproxime uma fun c ao desconhecida f da qual
temos apenas uma amostragem em um n umero nito de pontos do intervalo
[a, b]. Estes dados podem ser usados para calcular os coeentes a
k
, as proje c oes
de f ao longo dos vetores basicos E
k
com a soma de Riemann :
k
1
b a
n
j=1
f(z
j
)E
k
(z
j
)z
j
(3.45)
em que {f(z
1
), f(z
2
), , f(z
m
)} sa os valores conhecidos de f. Estes c alculo
ser a tanto mais preciso quanto mais densa for amostragem{f(z
1
), f(z
2
), , f(z
m
)}
de f.
Observa cao 17 Quadrados mnimos.
Denominamos com o sub-ttulo de quadrados mnimos o conte udo desta secao. Chama-se
de um problema de quadrados mnimos a busca de uma funcao contnua, em geral um polino
mio, muitas vezes uma reta, funcao do primeiro grau, ou uma funcao do segundo grau, que
minimize a distancia
n
X
k=0
|f(z
k
Q(z
k
|
2
.
Foi isto que conseguimos ao determinar o polinomio Q representando a formula nal
para o valor aproximado de a
k
a discretizacao do metodo.
Exerccio 5 Aproximac ao por polin omios ortonormais.
1. Polin omios linearmente independentes
3
.
(a) *Enuncie o Teorema fundamental da
Algebra.
(b) Mostre que uma colec ao crescente de polin omios, segundo o grau,
e linearmente independente sobre um intervalo qualquer n ao
contiver o polin omio constante n a nulo.
(c) Estabeleca a relac ao entre os dois itens anteriores.
2. Prove que se
{E
0
(x) = 1, E
1
(x) = x, E
2
(x) = x
2
, , E
n
(x) = x
n
}
forem ortonormais ent a E
k
; k > 0 tem pelo menos um zero no intervalo
[a, b] sob considerac ao.
3. (a) Construa um programa que, dados os n umeros
{f(z
1
), f(z
2
), , f(z
m
), a, b, n}
3
Os exerccios marcados com asterscos s a de natuteza te orica e o leitor deve decidir se lhe
interessa faze-los sem grandes consencias caso prera ignor a-los.
produza uma aproximac ao polinomial para f. Os n umeros a, b s a os
extremos do intervalo de observa c ao e n e o grau da aproximac ao
polinomial. Teste os resultados gracamente com algumas func oes
conhecidas.
(b) Fa ca o programa calcular a norma
||f
n
k=0
k
E
k
(x)||
2
para as mesmas func oes conhecidas.
(c) * Inclua no programa mencionado acima uma estatstica que me ca
o desvio padr a entre os valores conhecidos de f e do polin omio.
Seu programa deve construir uma tabela de dados para memorizar
a hist oria de todas as func oes analizadas que possa ser consultada
como uma op c ao de menu.
Um livro cl assico sobre este assunto, [24], tem cerca de 500 p aginas, isto mostra que ne
cess ariamente as pr oximas p aginas s ao uma p alida fotograa sobre o assunto.
Os splines s ao considerados, por sua origem, Mas como estamos falando de aproxima c ao
terminariamos por deixar a ideia de que series de Fourier ou de Taylor seriam metodo
para, por exemplo, enar nas calculadoras eletr onicas os valores das fun c oes, e isto n ao seria
verdadeiro. O metodo usado e splines do qual falaremos agora um pouco e mostraremo
como se pode construir alguns, de modo emprico, apenas para transmitir a ideia.
3.4 Series numericas.
3.4.1 Denicoes e exemplos.
As series de Fourier nos alertaram para existencia de somas parciais de fun coes
que denem sucessoes de fun coes. As sucesso cujo termo geral se apresentam
na forma de somas parciais, se chamam series.
Deni cao 9 Series numericas. Seja s uma sucess a e denamos
S
n
=
n
k=ko
s
k
.
S e uma nova sucess a chamada de serie de termo geral s
n
ou serie associada a s
. Se s for positiva e seu termo geral ser a maior do que o n umero real a > 0 ent a
sua serie associada crescer a alem de qualquer limite sendo portanto divergente.
Vemos assim que
Teorema 10 Condic ao necess aria de convergencia. Se S for a serie associada
` a sucess ao s ent a
S e convergente lim
n
s
n
= 0
Mas esta condi c ao n a e suciente, o exemplo seguinte o mostra:
Exemplo 20 A serie associada a
1
n
. A serie
k=1
1
k
diverge.
Dem : So poderemos demonstrar com exadidao este resultado com auxlio dos criterios
de convergencia que logo estudaremos, portanto esta demonstracao vai repousar em dados
intuitivos. Tente mostrar que as somas entre duas quaisquer potencias de 10, sucessivas, por
exemplo, entre 10 e 100, ou entre 100 e 1000, tem o mesmo valor, aproximadamente. Veja
a seguinte listagem:
inicio ...10
fim ...100
soma = 2.34840926367
================================
inicio ...100
fim ...1000
soma = 2.30709334291
=================================
inicio ...1000
fim ...10000
soma = 2.30303517549
==========================
log(10)= 2.30258509299
==============================
esta listagem de dados sugere que o valor comum das somas parciais tomadas entre duas
potencias de 10, (exluindo sempre a ultima) vale aproximadamente o n umero 2.30258509299 =
log(10).
Estes experimentos sugerem que o seguinte teorema seja demonstrado:
Teorema 11 Hipotese sobre a serie de Riemann.
10
n+1
1
X
10
n
1
k
2.3
Se este teorema puder ser demonstrado, usando a associatividade, podemos concluir que
10
n
21
P
10
n
1
1
k
=
n21
X
k=n1
10
k+1
1
X
j=10
k
1
j
(n2 n1 1) log(10)
e assim as somas parciais crescem aproximadamente com uma progressao aritmetica cuja
razao e log(10). q.e.d . A demonstrac ao acima n ao chega a ser errada, mas
contem imperfei coes tecnicas. A tecnica adequada para fazer esta demonstrac ao
passa pelo uso de desigualdades, majorando as soma para se concluir que as
somas parciais crescem mais do que uma certa progress ao aritmetica.
Epreciso
relembrar o obvio, o programa que produziu a listagem dados acima, n ao pode
demonstrar a divergencia da serie, mas pode sugerir uma hip otese para ser de-
monstrada formalmente, como zemos. A nota c ao no exemplo acima deve ser
discutida. N a existem somas com um n umero de termos innito. A express a
k=1
1
k
representa um limite. Portanto a frase no exemplo deve ser entendida como
a serie n a tem limite. Esta e forma de escrever este limite, mesmo quando
ele n a exista, imposto por uma tradi c ao hist orica que n a vale a pena tentar
corrigir, mesmo porque e c omodo. As somas parciais na serie do exemplo,
podem ser agrupadas em pacotes associados com as potencia de 10 e assim se
pode vericar que dentro destes pacotes a soma pode ser minorada pelo valor do
primeiro pacote:
10
k=1
1
k
o que mostra que a serie cresce indenidamente e proporcionalmente a este
n umero para cada potencia de 10. Isto ainda signica que o seu crescimento se
amaina com o passar das potencia de 10... Seu valor para n = 1000 e 7.47442
e seu valor para n = 2000 e 8.17285 com uma diferen ca de 0.6.
Observa cao 18 Somas e series. Na existem somascom um n umero innito de ter-
mos, alias, veja innitonoutro lugar deste livro, o innito e uma classe de objetos e nao
um unico objeto. As series sa uma das maneiras de extender o conceito aritmetico soma a
uma famlia na nita de objetos. As integrais oferecem outra forma de faze-lo. No caso das
series este metodo se pode descrever simplesmente como um calculo de limites, e no caso
das integrais se trata de um limitemais envolvido porque a a cardinalidadedo funil que
conduz a este limite pode ser diferente. A palavra tecnica usada em Matematica na e funile
sim, ltro, mas a ideia e de um afunilamento numa certa direcao que generaliza o conceito
de limite. Series sa um tipo de integral, entretanto.
3.4.2 Criterios de convergencia.
Vamos come car com um exemplo.
Exemplo 21 As series geometricas. O c alculo seguinte nos permite calcular
somas de progress oes geometricas:
(r 1)(r
n
+r
n1
+ +r + 1) = r
n+1
1
de onde se conclue que
r
n
+r
n1
+ +r + 1 =
r
n+1
1
r 1
Se |r| < 1 ent a lim
n
(r
n
) = 0 e assim vemos que as series geometricas associadas
` as progress oes geometricas de raz a menor que 1 em m odulo, convergem para
1
1 r
As series geometricas sa as unicas que sabemos calcular diretamente. Outras
series podem ser calculadas indiretamente mas vamos logo ver que as series
goemetricas desempenham um papel central no estudo das series. Se uma su-
cess a s for positiva e termo a termo menor que uma serie geometrica de raz ao
menor que 1 em modulo, enta sera convergente porque suas somas parciais ser a
menores que as somas parciais da serie geometrica. Este teorema e importante
ser apresentado em toda sua generalidade.
Teorema 12 Teorema de comparac a de series. Sejam s, t duas sucess o posi-
tivas tais que
n > n
o
: s
n
t
n
ent a se a serie associada a t convergir, tambem converge a serie associada a s.
Se divergir a serie associada a s tambem diverge a serie associada a t:
k=ko
t
k
<
k=ko
s
k
<
k=ko
s
k
=
k=ko
t
k
=
Vamos introduzir uma simplica cao na linguagem que e muito corrente.
Dada uma sucessao s passaremos a dizer apenas a serie s quando quisermos
dizer a serie associada `a s.
Aplicamos o teorema anterior `as series geometricas para compara-las com
outras series: se uma serie s positiva for tal que
s
n
r
n
; |r| < 1
ent a S, a serie s, converge tambem.
Exerccio 6 *
Desenvolva a serie
k=0
1
k!
e compare-a com a serie geometrica de raz ao
1
2
para concluir que e uma serie
convergente.
Vamos deduzir uma teorema semelhante anterior comparando series com
uma integral. Se uma sucessa s for positiva, as suas somas parciais podem ser
interpretadas como a soma dos retangulos de base 1 e altura s
n
.
Veja o graco 3.7, nele esta representas a area
N
k=1
s
k
e
_
N
1
s(x)dx observe
que a fun cao sob sinal de integral e s(x) e a mesma equa c ao que dene a sucess a
s. O graco tambem sugere que s e decrescente, e vamos adotar isto como
hip otese do nosso futuro teorema. Finalmente h a duas maneiras de interpretar
0 1 2 3 4 5 6 7 8 9
-1.0
-0.8
-0.6
-0.4
-0.2
0.0
0.2
0.4
0.6
0.8
1.0
area sob uma sucessao proj. para traz
area sob uma sucessao, proj para frente
comparacao com areas - convergencia de sucessoes.
Figura 3.7:
Area associada a uma soma parcial-proje c ao para traz - proje c ao para frente.
geometricamente a area sob a sucessao, compare os gracos na (g. 3.7), uma
fornece o valor da soma por maior e a outra oferece o valor da soma por menor.
Compare com as somas parciais:
N
k=1
s
k
;
N+1
k=2
s
k
;
Estas duas interpreta coes geometricas nos conduzem a
N+1
k=2
s
k
_
N+1
1
s(x)dx
N+1
k=1
s
k
Sob a hipotese de que s seja integravel, temos:
S s
1
=
k=2
s
k
_
1
s(x)dx
k=1
s
k
= S
que e uma desigualdade da forma
S s
1
I S (3.46)
em que S representa o limite da serie e I o limite da integral. A conclus a e que
S converge sse I converge. Demonstramos assim
Teorema 13 Teste da integral. Se s for uma func ao decrescente ent a
_
1
s(x)dx <
sse
k=1
s
k
converge e
k=2
s
k
_
1
s(x)dx
k=1
s
k
Exemplo 22 Uma aplicac ao do teste da integral. J a zemos referencia ante-
riormente que
k=1
1
k
e divergente, mas que
k=1
1
k
p
e convergente se p > 1.
Estamos em condic oes de demonstrar isto com o teste da integral.
_
N
1
1
x
p
dx = x
1p
|
N
1
=
N
1p
1 p
1
1 p
=
N
1p
1 p
+
1
p 1
O limite da ultima express a e
1
p1
.
Conclusao: como a integral acima e nita, ent ao para todo p > 1 a serie
(p) :
k=1
1
k
p
converge e portanto o seu valor pode ser calculado com um programa de com-
putador, aproximadamente.
Assim, se p = 2 temos:
_
k=1
1
x
2
dx = 1 <
k=1
1
k
2
=
2
6
1.644934 =
50000
k=1
1
k
2
ou se p = 3 temos:
1
2
=
_
k=1
1
x
3
dx <
37000
k=1
1
k
3
= 1.2020547 <
k=1
1
k
3
,
ou ainda se p = 11 temos:
0.1 =
_
k=1
1
x
11
dx <
1000
k=1
1
k
11
= 1.0009945 <
k=1
1
k
11
.
S a bons exemplos de resultados para serem testados com um programa de com-
putador para somar termos de uma serie. Observe que apenas no primeiro caso
n os conhecemos o valor exato, mas o metodo para obte-lo nao e o descrito acima
e sim com auxlio das series de Fourier, como veremos adiante.
Completando uma observa cao anterior, dissemos que as unicas series que sabia-
mos calcular eram as geometricas, vemos agora um meio indireto para calcular
as series chamadas (p) ou ainda chamadas series de Riemann.
Observa cao 19 Sem querer diminuir a import ancia do resultado contido no exemplo an-
terior, vejamos que se trata de uma agulha num palheiro e que portanto continua v alida nossa
observa c ao anterior de sabemos calcular apenas as series geometricas. Nosso objetivo com esta
observa c ao e o de reduzir os fatos ` a sua real signic ancia: n a interessa por si pr oprio o c alculo
do valor de uma serie, porque isto s o pode ser alcan cado em alguns casos particulares. Muito
mais importante, e e este o conte udo dos teoremas de compara c ao, e poder mostrar que uma
serie converge. Sabendo que
P
k=1
sk converge, o seu valor exato e menos importante e pode
ser obtido aproximadamente por um programa de computador. A arte de calcular series e bonita
mas n a e cientca no sentido de que ela n a pode produzir resultados efetivos. Ent a o que e
cientco e demonstra c ao da convergencia. Os testes de convergencia por compara c ao sugerem
que e preciso ter um estoque grande de series convergentes. Com as series geometricas e as
series (p) j a podemos admitir que temos um estoque modesto, mas signicativo.
Exemplo 23 A divergencia da serie harm onica de Riemann. Vamos deduzir
do j a exposto que a serie
k=1
1
k
e divergente.
Uma demonstra c ao direta usando o teste da integral seria imporssvel porque
nos levaria a discutir a nitude de
_
1
dx
x
o que nos levaria a um crculo vicioso. O que vamos fazer e completar os dados
imprecisos que apresentamos anteriormente. Modicando o teste da integral
temos:
n2
k=n1
1
k
<
n2 _
n1+1
dx
x
<
n2
k=n1+1
1
k
Uma propriedade da integral da func ao f(x) =
1
x
que enunciaremos, (dizendo
apenas que sua demonstra cao se pode fazer com alguma ast ucia a partir da
deni cao de integral por aproxima cao de somas de Riemann):
b
_
a
dx
x
=
1
_
a/b
dx
x
=
b/a
_
1
dx
x
isto, e dizendo eom outras palavras, que um dos limites de integra c ao pode ser
cancelado na integral. Usando esta propriedade temos:
n2
k=n1
1
k
>
n2/(n1+1)
_
1
dx
x
>
n2
k=n1+1
1
k
Se escrevermos agora n
1
e n
2
como potencias sucessivas de 10 concluimos:
10
n
1
+1
k=10
n
1
1
k
>
10
_
1
dx
x
= C >
10
n
1
+2
k=10
n
1
+1
1
k
e assim os pacotes de somas parciais entre duas potencias de sucessivas de 10 e
maior do que, (a desigualdade que faltava no exemplo anterior...), a constante
10
_
1
dx
x
= C
que e o n umero log(10) que j a haviamos achado experimentalmente.
Vamos estudar outro metodo de analise da convergencia de uma serie que
analisa o quociente.
Suponhamos que S
n
=
n
k=1
s
k
; s
k
> 0 seja convergente e que possamos
provar que
lim
k
s
k
t
k
= r R ; r > 0
ent a as sucessoes s e t tem mesma ordem de grandeza e a convergencia de
S
n
=
n
k=1
s
k
implica na convergencia de T
n
=
n
k=1
t
k
, entretanto n a como o
mesmo limite. Demonstramos:
Teorema 14 Comparac ao de series por quociente. Se os termos gerais s
k
, t
k
de duas series tiverem mesma ordem de grandeza, ent a a convergencia de uma
das series implica a convergencia da outra.
Mencionamos acima a ordem de grandeza que e um conceito muito importante
e que precisa ser estabelecido detalhadamente:
Deni cao 10 Ordem de grandeza.
Mesma ordem de grandeza: Dizemos que duas sucess oes s, t, tem mesma ordem
de grandeza se
lim
k
s
k
t
k
= r
para algum r R ; r > 0
Ordem grandeza inferior: Diremos que a ordem de grandeza de s e menor que
a ordem de grandeza de t se r no limite acima for zero.
Nota c ao de Landau:Quando duas sucess o tiverem mesma ordem de grandeza,
isto e comumente indicado com a nota c ao
s = O(t)
que se le s e um grande O de t, e quando a ordem de grandeza de s for
menor que a de t isto se indica com
s = o(t)
que se le s e um pequeno o de t.
Exemplo 24 Ordem de grandeza de sucess o.
Series (p). Dados dois expoentesp, q ent a
lim
k
1
k
p
1
k
q
= lim
k
k
q
k
p
= lim
k
k
qp
que ser a zero se q < p e ser a se q > p.
Series (p) II. Se os expoentes em duas series (p) forem diferentes, suas
ordens de grandeza ser a diferentes. Observe que neste caso ambas ser a
convergentes se p, q > 1.
Maior e Maior ordem de grandeza. 4 < 5 mas
5
4
< 2 logo 4, 5 tem mesma or-
dem de grandeza. 16.000.000.000.000 e 500.000.000 tem tambem a mesma
ordem de grandeza..., um e o tamanho do roubo de alguns bancos em 1995
e o outro o or camento minguado da Universidade do Rio Grande... e um
conceito pouco apropriado para tratar com roubos de dinheiros p ublicos.
O n umero e. Vamos comparar o fatorial com uma potencia x
n
de um n umero
qualquer:
1, 1, 2, 6, 24, 120, 720, , k!
Temos uma sucess a s
k
= k!, o quociente
s
k+1
s
k
=
(k + 1)!
k!
= k + 1
portanto e maior do que o quociente
t
k+1
t
k
=
x
k+1
x
k
= x
das potencias de um n umero x qualquer a partir de k + 1 > x:
(k + 1)!
k!
>
x
k+1
x
k
= x k + 1 > x,
ent a k! e maior do que qualquer progress a geometrica, porque a condi c ao
k + 1 > x signica apenas para grandes valores de k. Digamos isto de
outra forma:
sk+1
sk
> x para qualquer que seja x desde que k seja sucien-
temente grande. Consequentemente a raz ao entre dois termos sucessivos
de s e maior do que qualquer razao geometrica.
Interessa-nos entretanto discutir a ordem de grandeza, o quociente acima
diz que a sucess a k! e maior do que x
k
para qualquer x a partir de k +1 >
x.. Se invertermos as frac oes teremos:
1
(k+1)!
<
1
x
k+1
<
1
x
k
;
1
(k+1)!
<
x
k
x
(k+1)
k!
<
x
(k+1)
x
(k+1)
k!
<
1
x
(k+1)
;
1
(k+1)!
<
1
xk!
<
1
x
k+1
;
1
(k+1)!
1
x
k+1
<
x
k!
<
x
x
k
<
1
x
para qualquer raz a x sucientemente grande. Como a ultima frac ao tende
a zero, a conclus ao e que a primeira tambem tende a zero, logo se conclue
que a ordem de grandeza de
1
k!
e menor do que a de qualquer progress a
geometrica:
x
1
k!
= o(
1
x
k
).
Uma das consequencias e:
k=0
1
k!
converge. Tudo que podemos saber e que a serie
k=0
1
k!
converge, mas
quanto vale este limite? Pelo simples fato de convergir, dene um n umero,
foi dado a este n umero o nome e, seu valor pode ser calculado aproxima-
damente com qualquer reduzida da serie. Outra serie convergente e:
k=0
x
k
k!
tambem converge para todo x > 1, porque a progress a geometrica
k=0
1
x
k
converge para todo x > 1 e pelo Teorema da comparac ao por quociente de
series.
3.5 Series de funcoes.
O ultimo exemplo nos oferece um gancho para um novo topico. A expressa
x
X
k=0
x
k
dene uma funcao desde que 1 < x < 1, porque esta serie geometrica converge para qualquer
x ; |x| < 1. Temos assim uma funcao:
F : (1, 1) R (3.47)
F(x) =
X
k=0
x
k
(3.48)
e um novo tipo de funcao, denida por uma serie cujos termos sa funcoes. Podemos pensar
num modelo de expressao que generaliza a anterior:
F : (1, 1) R (3.49)
F(x) =
X
k=0
a
k
x
k
(3.50)
em que os termos da serie sao multiplicados pelos de uma sucessao a
k
; |a
k
| 1. No caso
anterior temos a
k
= 1, e, e claro, se |a
k
| 1 melhoraremos as condicoes de convergencia
podendo, talvez ter um domnio mais ample de valida para a funcao F(x) :
F : (r, r) R (3.51)
F(x) =
X
k=0
a
k
x
k
, (3.52)
com r > 1. O modelo mais generico seria
F : (r, r) R (3.53)
F(x) =
X
k=0
f
k
(x), (3.54)
este modelo, como redigido acima e muito dicil de ser discutido, mas casos particulares dele
podem ser analisados com os dados que ja temos. Por exemplo
F : (r, r) R (3.55)
F(x) =
X
k=0
x
k
k!
, (3.56)
o modelo este que e do tipo
F : (r, r) R (3.57)
F(x) =
X
k=0
a
k
x
k
, (3.58)
e vai ser analisado na proxima secao.
3.5.1 Series de potencias.
Deni cao 11 Serie de potencias.
F : (r, r) R (3.59)
F(x) =
k=0
a
k
x
k
. (3.60)
em que r e o maior n umero real positivo tal que se |x| < r a serie que dene
F e convergente. O intervalo (r, r) se chama disco de convergenciada serie
de potencias F e o n umero r e o seu raio de convergencia.
As denomina coes disco, raio se devem ao fato de que estas fun c oes se encon-
tram naturalmente denidas para os n umeros complexos que denem um plano
e onde disco e raiotem um sentido mais natural. No caso
F : (r, r) R
F(x) =
k=0
x
k
k!
,
o raio de convergencia e porque, como ja analisamos,
1
k!
= o(x
k
), quer dizer
que os termos desta serie satisfazem `a condi cao necessaria, mas n ao suciente
de convergencia, (meio caminho andado).
Vamos ver que o raio de convergencia depende do comportamento assint otico
dos coecientes a
k
. Facilmente se ve que se eles forem constantes ent a o raio de
convergencia sera 1 porque
k=0
Ax
k
= A
k=0
x
k
,
c alculo que so e possivel fazer se |x| < 1 porque ent a os limites envolvidos
existem.
Observa cao 20 Coecientes limitados. Se usarmos uma sucessao de coecientes que
seja limitada, nao existe praticamente nenhuma diferenca com a constante A usada acima.
Uma sucessao que convirja para A, representa o n umero real A. Isto mostra que existe uma
grande quantidade de sucessoes diferentes que podemos usar como coecientes para produzir
pelo menos funcoes
F : (1, 1) R (3.61)
F(x) =
X
k=0
a
k
x
k
, (3.62)
Veremos que se uma sucessao denir o n umero zero, e ha muitas e com ordem grandeza
distintas, o resultado sera um acrescimo no domnio de F.
Eeste rumo que os nossos proximos
calculos vao tomar.
Os seguintes calculos nos conduzem a uma conclus ao:
k=0
a
k
x
k
= (3.63)
=
k=0
(
k
a
k
x)
k
(3.64)
converge se assintoticamente
4
k
_
|a
k
||x| < 1 (3.65)
4
quer dizer, se uma quantidade nita de termos desobedecer a regra, a regra ainda e obe-
cida, ou ainda, estatisticamente falando a regra vale. Tambem a sucess ao a
k
dos coecientes
n ao precisa ter limite, ela pode ser divergente.
o que e suciente se
limsup
k
k
_
|a
k
| = r (3.66)
|x| <
1
r
=
1
limsup
k
k
|ak|
= (3.67)
que expressa assim a rela cao entre o tamanho maximo do modulo de x para
que se tenha convergencia em fun cao de uma limita cao assintotica de
k
_
|a
k
|. O
n umero r em nosso exemplo inicial era 1 e correspondia ate mesmo a sucessoes
de coecientes limitados. Agora obtivemos a formula
r =
1
limsup
k
k
_
|a
k
|
.
Ta menor seja a limita c ao assint otica de
k
_
|a
k
| ta maior pode ser o raio de
convergencia que limita o valor de x. Sa inversamente proporcionais. Como
queremos expressar sob forma de um raio de convergencia esta rela cao, vamos
usar o inverso do valor assintotico de
k
_
|a
k
|:
|x| <
1
r
=
para designar o raio de convergencia:
=
1
limsup
k
k
_
|a
k
|
e o raio de convergencia da serie de potencias:
k=0
a
k
x
k
. (3.68)
Demonstramos assim o teorema:
Teorema 15 Lema de Abel. Consideremos a serie de potencias
k=0
a
k
x
k
.
Se |x| < =
1
limsup
k
k
ak
ent a a serie converge absolutamente e uniformemente
sobre qualquer disco de raio
< g, g >
_
< f, f > (3.69)
sabemos que ela pode ser escrita como
| < f, g > | ||g||
2
||f||
2
(3.70)
em que 2 e o ndice da raiz, de tal modo que
1
2
+
1
2
= 1. Se agora escolhermos
dois n umeros positivos cuja soma seja tambem 1 um resultado an alogo pode ser
obtido:
Teorema 16 Desigualdade de H older Se p, q forem n umeros positivos tais que
1.
1
p
+
1
q
= 1
2. f L
p
([0, 2]) , g L
q
([0, 2])
ent a
| < f, g > |
p
< g, g >
q
_
< f, f >.
Se escolhermos o par (p, q) = (2, 2) retornaremos a desigualdade de Cauchy-
Schwarz, portanto, se a desigualdde de Holder for verdadeira, e e, ver [21, pag.
230, desig. de Holder para sucessoes] ela e generaliza c ao da desigualdade de
Cauchy-Schwarz. Em um certo sentido, e na demonstra c ao isto e usado, a
desigualdade de Holder contem o signicado das medias ponderadas, p, q se
compensam sob a condi cao
1
p
+
1
q
= 1.
Esta desigualdade posta em termos das integrais que denem <, > se escreve
ainda
| < f, g > | =
_
2
0
f(x)g(x)dx
_
2
0
f(x)
p
dx
q
_
2
0
g(x)
q
dx
Observa cao 21 A ausencia de produto escalar nos espacos de Lebesgue L
p
([a, b]).
Entretanto, o smbulo | < f, g > | nao representa um produoto escalar porque nos espacos
L
p
([a, b]) que generalizam o espaco L
2
([a, b]) nao ha produto escalar e consequentemente eles
tem uma geometria diferente da geometria euclidiana.
Com a desigualdade de Holder se pode demontrar a desigualdade triangular,
(desigualdade de Minkowski):
Teorema 17 Desigualdade de Minkwoski.
||f +g||
p
||f||
p
+||g||
p
.
As mesmas desigualdades se podem enunciar e provar para espa cos de sucesso:
Teorema 18 Desigualdade de H older para sucess o. Se p, q forem n umeros
positivos e s, t duas sucess o tais que
1.
1
p
+
1
q
= 1
2. s l
p
(N) , t l
q
(N)
ent a
| < s, t > | =
k=0
s
k
t
k
(3.71)
p
k=0
|s
k
|
p q
k=0
|t
k
|
q
(3.72)
e a desigualdade de Minkowski:
Teorema 19 Desigualdade de Minkwoski. Se s, t forem sucess o ent a
||s +t||
p
||s||
p
+||t||
p
.
Observe que a desigualdade de Minkowski e a desigualdade triangular gene-
ralizada. As demonstra coes das destas desigualdades podem ser encontradas
em [21, parte 2, pag 230, exerc. 4], a leitura do captulo 9 de [21], onde se
encontram estas demonstra coes das desigualdades de Holder e Minkowski, e re-
comendado para quem quiser ter uma ideia mais ampla do que discutimos aqui
e e relativamente independente dos demais captulos do mesmo livro.
3.6.2 Convergencia condicional.
Na discutimos em nenhum momento a convergencia de uma serie
k=0
s
k
(3.73)
quando s na fosse positiva. Ficou sempre implicito que estavamos tratando de
series de termos positivos. Vamos agora discutir a convergencia de uma serie
qualquer. Infelizmente o unico resultado seguro que temos e o seguinte:
Teorema 20 da convergencia absoluta. Se
k=0
|s
k
| convergir ent a
k=0
s
k
converge.
Dem :
E consequencia direta da desigualdade triangular aplicada `as somas parciais:
|
n
X
k=0
s
k
|
n
X
k=0
|s
k
|
portanto se a soma, em valor absoluto, for convergente, por um dos criterios de convergencia
de series, qual? a serie
X
k=0
s
k
converge. q.e.d .
Este teorema mostra, portanto, como foi importante estudar as series posi-
tivas porque delas sai tudo que podemos dizer de forma geral sobre as outras.
Quando o Teorema da convergencia absoluta falha, a serie ainda pode convergir,
como mostra o seguinte exemplo:
Exemplo 25 Convergencia de series.
1. A serie harm onica: A serie harmonica
k=0
1
k
e divergente. Com o teste
da integral se verica que suas somas parciais s a compar aveis a integral
_
n
1
1
x
dx = ln(n)
nos exerccios voce ir a encontrar outros resultados semelhantes.
2. A serie alternada:
k=0
(1)
k
k
converge para um n umero pr oximo de 0.7
3. e series de Potencias: Os termos da serie alternada podem denir uma
serie de potencias com raio de convergencia 1
a
0
= 1 = f(0) ; a
1
=
1
2
= f
(0) ; ; a
n
=
(1)
n
n + 1
=
f
(n)
(0)
n!
;
O problema se encontra em descobrir uma func ao que tenha estas deriva-
das na origem. A func ao f(x) =
1
x+1
ajuda o incio da procura, porque
suas derivadas se alternam de sinal. Temos
f(x) =
1
x+1
; f
(x) =
1
(x+1)
2
; f
(x) =
2
(x+1)
3
f
(n)
(x) =
(1)
n
n!
(x+1)
n+1
;
f(x) = 1 x +x
3
x
4
+ + (1)
n
x
n
+ ;
Integrando f vamos encontrar uma func ao interessante:
F(x) =
_
x
0
f(t)dt =
_
x
0
1
t+1
dt = ln(x + 1) =
x
x
2
2
+
x
3
3
+ + (1)
n x
n
n
+
F(1) = 1
1
2
+
1
3
+ + (1)
n 1
n
+ = S
que e valor procurado da serie alternada, S = ln(2) 0.7.
4. limita c ao do Lema de Abel: O lema de Abel garante a convergencia de
uma serie de potencias apenas dentro do disco de convergencia, quando
|x| < em que e raio de convergencia. Aqui |x| = 1 = .
5. Associatividade: Veja que, se N for par:
N
k=1
(1)
k
k
=
N1
k=1
(
1
k
1
k+1
) =
=
N/2
k=1
1
2k+1
N/2
k=1
1
2k
;
entretanto n a podemos aplicar limite na segunda linha de equac oes porque
teriamos duas series divergentes ` as quais n a se aplicaria o teorema da
soma de limites. N a vale a associatividade generalizada para as series que
n a convirjam absolutamente.
Resta saber se os c alculos que zemos acima, calculando integrais de uma serie,
tem alguma validade. Numericamente eles se justicam, calculando a serie al-
ternada com um programa de computador o valor que se encontra e ln(2), ent a
a pr atica for ca a teoria. Algumas li c oes se devem tirar deste exemplo, uma delas
e que precisamos justicar a convergencia de series cuja convergencia absoluta
n a se d a. Outro e que o Lema de Abel est a com sua reda c ao precisa: uma serie
de potenicias converge com certeza no disco de convergencia determinado pelo
raio de convergencia, entretanto pode se dar convergencia ou n a, em cima da
fronteira do disco.
Este exemplo justica a cria cao do termo convergencia condicional:
Deni cao 12 Convergencia condicional. Dizemos que
k=0
s
k
e condicionalmente convergente se for convergente mas n a absolutamente con-
vergente.
Observa cao 22 Convergencia condicional em oposicao `a convergencia absoluta.
O termo convergencia condicional, do ponto vocabular, e pessimo uma vez que na traduz
corretamente a oposicao a convergencia absoluta.
Veja o ultimo exemplo acima, ele mostra que na vale a associatividade generalizada
quando uma serie na convergir absolutamente. Tais series convergem dependendo do arranjo
dos seus termos (negando-se assim a propriedade associativa para series), como dependem
do arranjo dos termos, convergem condicionalmente.
Eesta a raza do nome, mas como tantos outro termos que se agregaram ao linguajar
matematico, este cou consagrado pelo uso.
k=0
s
k
x
k
com auxlio do Lema de Abel e de onde se pode deduzir a convergencia de uma
serie numerica particular
k=0
s
k
r
k
em que r e um valor particular dado a x dentro do raio de convergencia da serie
de potencias. Mas e preciso chamar a aten cao do leitor que o metodo e artesanal,
sem nenhum preconceito contra o artesanato, e preciso salientar entretanto a
falta de metodo claro e geral.
Exerccio 7 1. Verique que se a > 1 ent a
n
a 1. Consequentemente se
numa serie de potencia os coecientes convergirem para a > 1 ent a o seu
raio de convergencia ser a = 1.
2. Verique que se 0 < a < 1 na quest ao anterior, a conclus a e a mesma.
Enuncie o resultado geral.
3. Encontre a serie de Taylor de f(x) =
x+1
x+3
desenvolvida no ponto a = 3.
Calcule o seu raio de convergencia.
4. Qual e o raio de convergencia da serie de Taylor de f(x) =
P(x)
xa
no ponto
x = b = a.
5. Encontre as series de Taylor de sen e de cos num ponto x = a qualquer e
calcule os seus respectivos raios de convergencia.
6. (a) Encontre a serie de Fourier de
f(x) =
_
cos(x) x (0, ]
cos(x) x [, 0]
(3.74)
(b) Calcule
k=1
k
2
(4k
2
1)
2
7. Considere a func ao de peri odo 2 denida por
f(x) =
_
cos(x) x [, ]
estens a peri odica x / [, ]
(3.75)
Calcule a sua serie de Fourier de f
8. Qual e a comparac ao de ordem de grandeza entre n e log(n)? Determine
os limtes:
lim
n
n
log(n)
lim
n
log(n)
n
9. Se u
n
=
k=n
1
k
, converge u
n
?
10. Escreva a serie de Taylor de f(x) = ln(x + 1) no ponto x = 0 e calcule o
seu raio de convergencia. Como ln(2) < verique que o Lema de Abel
tem sua reda c ao correta e conclua que serie
k=1
(1)
k
k
converge.
11. (a) Verique que
k=1
1
k
e divergente.
(b) Se u
n
=
k=n
1
k
, u e uma sucess a convergente ou divergente?
(c) Se u
n
=
k=n
(1)
k
k
, u e uma sucess a convergente ou divergente?
Se convergente qual o seu limite?
(d) constante, , de Euler: Verique se
n
k=1
1
k
ln(n) converge ou
diverge.
12. Calcule limsupu e liminf u com u
n
=
n
k=1
(1)
k
. Existe lim(u) ?
13. Considere a sucessa de fun coes f
n
(x) =
nx
nx+1
.
(a) convergencia de func oes: Fa ca alguns gr acos dos elementos dessa
sucess a.
(b) convergencia pontual: Verique que n f
n
(0) = 0.
(c) convergencia pontual: Calcule o limite no intervalo [a, b] ; a, b > 0
e discuta a seguinte conclus a: a sucessa de fun coes converge para a
fun cao constante 1.
(d) convergencia pontual: Como resolver o problema da convergencia no
ponto x = 0. Esta era a dor de cabe ca de Du Bois-Reymond com
respeito ` a convergencia das series de Fourier...
(e) convergencia em integral: Calcule A
n
=
_
1
0
f
n
(x)dx e verique a con-
vergencia desta sucess a. Compare com o n umero A =
_
1
0
1dx. Ser a
que poderiamos dizer que ||f
n
f||
1
0 para alguma func ao f?
14. (a) Estude a convergencia, em integral, se for possivel, de
f
n
(x) =
n
2
x
n
3
x
2
+ 1
x (0, 1]
(b) Estude a convergencia ponto a ponto da sucess a de func oes acima.
15. (a) Estude a convergencia, em integral, se for possivel, de
f
n
(x) =
n
2
x
n
3
x
2
+ 1
x (a, 1]
em que 0 < a < 1.
(b) Estude a convergencia ponto a ponto da sucess a de func oes acima.
16. Determine uma uma f ormula para os termos da serie de potencias
f(x) =
k=0
s
k
x
k
de modo que xf +f f = 0 com f(0) = 1 e verique assim que f
resolve a equac ao diferencial, (soluc ao particular).
17. Estude a ordem de grandeza de x e de ln(x) na origem, e determine o
valor da integral
_
1
0
ln(x)dx
18. Mostre geometricamente que
_
1
1
sen(x)
x
dx existe.
19. Calcule o limite lim
n
f
n
(0) com f
n
(x) =
sen(nx)
x
e mostre que
_
1
1
sen(nx)
x
dx
existe. Calcule um valor aproximado para esta integral, possivelmente
usando uma integrac ao por partes primeiro.
20. O n ucleo de Dirichlet: Considere a sucess a de fun c oes f
n
(x) =
sen(nx)
x
.
(a) Faca alguns gr acos dos elementos dessa sucess a.
(b) Verique que f
n
(0) diverge mas que
_
1
1
sen(nx)
x
dx converge. Estude
a possibilidade de uma func ao f tal que
f
n
(x) =
sen(nx)
x
f.
(c) Calcule A
n
=
_
1
0
f
n
(x)(x)dx para alguns exemplos de func oes, (
polinomial ... ! ), e tente deduzir o que aconteceria em geral com A
n
.
Captulo 4
Aplicacoes
Cada um dos assuntos tratados nesta se c ao poderia sozinho preencher um livro, de forma
que voce deve consider a-la como um breve passeio sobre o que existe para ser estudado.
E
uma tentativa de agu car sua curiosidade e motiv a-lo para seguir se aprofundando conosco
nas tecnicas auxiliares que vamos estudar nos captulos seguintes. Algumas vezes voltaremos
a fazer referencia ao material aqui apresentado como demonstra c ao de de que as pe cas do
plano tem todas liga c ao entre elas. O tamanho da letra, como sempre, indica a import ancia
relativa do assunto, vocepode saltar esta se c ao e deixar para le-la posteriormente.
4.1 As series de Fourier.
De acordo com os resultados que voce conseguiu nos exerccios acima, podemos
repetir a armac ao de Joseph Fourier feita no artigo apresentado ` a Academia
Francesa de Ciencias, em 1807: uma fun cao qualquer peri odica f pode ser
escrita como combina cao linear das fun coes senK , cosK:
f(x) =
a
0
2
+
k=1
a
k
cos(kx) +b
k
sen(kx). (4.1)
Embora isto seja uma verdade, num sentido que Fourier mal podia imaginar
em sua epoca, em 1873, Paul Du Bois-Reymond construiu um exemplo de func ao
contnua cuja serie de Fourier divergia em um determinado ponto. Se as series
de Fourier j a tinham sido mal recebidas em 1807 pelos academicos franceses, a
descoberta de Du Bois-Reymond tornou a quest ao mais aquecida porque n a havia
d uvidas sobre a sua real import ancia, o problema era entender o que signicava
convergenciadestas series. Se pode dizer que os matematicos s o conseguiram
entender claramente este tipo de convergencia no incio do presente seculo, cerca
de 200 anos depois que os primeiros matem aticos iniciaram a calcular com series
trigonometricas, (Euler e alguns dos Bernoulli bem antes de Fourier).
Vamos discutir com maiores detalhes qual o signicado da convergencia re-
presentada por estas series no pr oximo captulo, entretanto vejamos logo qual e
ideia intuitiva e geometrica que se encontra por traz desta convergencia.
115
Para que voce tenha uma ideia dos gr acos que voce pode ver, inclusive al-
terando para obter outros relativos a func oes que voce mesmo escolha, veja os
gr acos (g. 3.5), (g. 3.6), que se encontram ` as p aginas 82,83. Neles voce
tem os gr acos conjuntos da func ao identidade f(x) = x e do polin omio tri-
gonometrico P
n
(f) para n {5, 10}. Os polin omios trigonometricos descrevem
fen omenos oscilat orios como veremos em seguida, ent ao P
n
(f) oscilaem torno
de f.
E isto que destroi a convergencianum sentido comum e mais intuitivo
e que foi contestado no exemplo de Du Bois-Reymond, entretanto do ponto de
vista da energia contida em f, ou mais exatamente no fen omeno modelado por
f, a aproximac ao e excelente. A energia est a representada pela integral de f e
agora sim: a integral de P
n
(f) se aproxima muito da integral de f no intervalo
[, ]:
_
2
0
P
n
(f)(t)dt
_
2
0
f(x)dx (4.2)
Polin omios trigonometricos s ao aproximac ao de func oes peri odicas ou ent ao
de uma func ao, mas apenas sobre um intervalo em que ela e considerada como
restri c ao de um func ao peri odica, mas do ponto de vista da da quantidade de
fenomeno, ou ainda, a integral de f e bem aproximada pela integral de P
n
(f).
k=1
a
k
cosK(x) +b
k
senK(x)
em que n e capacidade de precisa do sistema, para recompor uma apro-
ximac ao do som inicial.
Observa cao 23 Compacta cao de dados.
Segundo Gilbert Strang, em um artigo publicado no Bulletin of American Mathe-
matical Society, este e um primeiro exemplo de compactacao de dados, uma fun cao,
que anal e isto que e um som, e um objeto que tem uma quantidade innita na enu-
meravel de componentes, informacoes, que podem ser compactadas aproximadamente,
com perda de parte das informacoes em um n umero nito de dados, num polinomio
trigonometrico, ou ser compactada exatamente numa quantidade enumeravel de dados,
numa serie trigonometrica.
Um dos problemas, e sempre foram os problemas que produziram o avan co
tecnologico, junto com os sons vinham ruidos, que e o nome dado aos sons in-
desej aveis que chegam junto com sinal que se recupera e que se devem a muitos
fatores. A ltragem dos ruidos criou esta imensa ciencia em volta das trans-
forma coes trigonometricas, envolvendo pesquisa em fsica, matem atica, qumica,
ciencias dos materiais e mais recentemente a inform atica que veiu modicar este
conjunto cientco permitindo que a velocidade no processamento dos dados per-
mitissem novas experiencias.
Podemos considerar a transmissa de informa c oes como a principal aplica c ao
das transforma coes trigonometricas, polin omios trigonometricos, claro, ela se
encontra por traz da medicina, tomograa, da comunica c oes, das ciencias espa-
ciais, enm onde se precise transmitir e analisar dados. Ver a respeito [11, cap
1].
4.4 Compactacao de dados.
As aplica coes que mencionamos acima sa muito espec-cas para serem trata-
das neste livro assim como esta de que agora falaremos para complementar a
men cao feita anteriormente. Todos sa assuntos que tem vida propria e discut-los
necessita de livros em separado.
Falamos de compacta cao de dados ao falarmos de transmissa de informa coes,
citando uma observa cao de Strang. Este e um problema muito atual quando a
quantidade de informa coes existentes crescem em volumes absurdos e devem ser
estocadas ocupando espa co. Pior do que simplesmente estocar a informa cao e
retransmit-la porque toma tempo proporcional ao tamanho da informa cao no
ato de transmissa.
Enta, seja para estocar ou para transmitir, e vital um metodo de com-
pacta cao. As series de Fourier representam uma forma violenta de compacta cao
de dados de modo exato. Na pratica podem ser usadas quando se puder desco-
brir uma lei de forma cao algebrica para os coecientes, e neste caso, em geral
extremamente casual, se tem uma nova compacta cao violenta de dados... veja
o exerccio abaixo.
Exerccio 8 Polin omios trigonometricos.
1. Calcule os coecientes de Fourier da func ao f(x) = x denida no intervalo
[, ], quer dizer que ele se estende por periodicidade para R a partir da
denic ao neste intervalo. O produto escalar 1.8 e feito com uma integral
sobre este intervalo.
2. Calcule exatamente os coecientes de Fourier de f(x) = x denida no
intervalo [, ].
3. Calcule exatamente os coecientes de Fourier de f(x) = x denida no
intervalo [0, 2]. Rode o programa Fourier e se convenca de que tem que
ser diferentes dos coecientes de Fourier de f no intervalo [, ].
A verdade e outra, aproximar f(x) = x no intervalo [, ] signica aproximar uma
fun c ao dente de serra que assume valores negativos e positvos simetricos em torno de um
ponto. Aproximar f(x) = x no intervalo [0, 2] signica aprxoximar uma outra fun c ao
dente de serra que e sempre positiva. Esta segunda fun c ao nem e par, nem e impar, e
consequentemente tem componentes tanto na dire c ao dos vetores senK como na dire c ao
do vetor cos.
O conte utudo do exerccio anterior tem que ser entendido nas suas reais
limita coes, nem toda fun cao tem coecientes de Fourier passveis de serem es-
critos como
2(1)
n+1
n
, como e o caso de f(x) = x no intervalo [, ], que se
compoe de 12 caracteres, (ou um pouco mais ou um pouco menos de 12 carac-
teres, dependendo da sintaxe da comunica c ao a ser usada). A serie de Fourier
de f e uma serie de senos, os coecientes da forma acima sa os coecientes de
senK na serie de Fourier de f(x) = x sobre o intervalo [, pi]. Mas serve
-5 -4 -3 -2 -1 0 1 2 3 4 5
-1.19
0.33
1.85
3.37
4.88
6.40
7.92
9.44
10.96
12.48
14.00
.........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
.........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
.........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
Figura 4.1: gr aco da par abola x
1
2
(x
2
x 2) aproximada por um polin omio trigo-
nometrico, no intervalo [, ].
como exemplo da existencia da possibilidade de compacta c ao de uma quanti-
dade innita de informa coes com um n umero nito de dados. Abaixo voce tem
os dois gracos, da fun cao f(x) = x e do polinomio trigonometrico com 18 ter-
mos, n {0, , 17}, obtido com os coecientes de Fourier de f. Compare com
o outro obtido paginas atraz com 10 coecientes. Voce poder a fazer diversos
gr acos como estes usando alguma modica cao de FourierX.
4.5 Equacoes diferenciais.
Se voce nunca estudou equac oes diferenciais, leia agora a introdu c ao de um
algum livro a respeito, ou leia o conte udo desta se c ao usando o m aximo de
sua intui cao. Alternativamente, deixe a leitura deste par agrafo para quando
estiver estudando o assunto. O texto tenta lhe oferecer a ideia sobre equa c oes
diferenciais na sua forma mais intuitiva.
Uma forma compacta de descrever um fenomeno que contenha algum tipo
de movimento ou dinamica, consiste em sintetizar as rela coes que existam entre
suas distintas taxas de varia cao: de ordem zero, de ordem 1, de ordem 2 etc...
Exemplo 26 Um pendulo.
O movimento dum pendulo se descreve aproximadamente por uma equac ao
do tipo
I
+k
+c = f() (4.3)
em que I e o momento de inercia do pendulo, k e uma constante de amor-
tecimento, c e uma constante vinda da gravidade terrestre e f e a func ao que
descreve a energia fornecida ao pendulo. Por exemplo, se f representar uma
forma de anular o efeito da gravidade e do atrito, a equac ao do pendulo, a
equac ao caria:
I
= 0 (4.4)
Vamos considerar uma equa cao com o formato da equa cao do pendulo e
encontrar-lhe a solu cao como exemplo de uso da teoria das series de Fourier.
Exemplo 27 Soluc ao aproximada de uma equac ao diferencial.
Consideremos a equac ao diferencial de segunda ordem:
Af
+Bf
+Cf = g (4.5)
Se supusermos, de acordo com Fourier, que todas as func oes se podem escre-
ver como combina cao linear, possivelmente innita, de senk e cosk com k N
ent ao podemos considerar uma solu cao aproximada representada pelo polin omio
trigonometrico:
f(x) =
a
0
2
+
n
k=1
a
k
cos(kx) +b
k
sen(kx). (4.6)
e o conte udo da equac ao diferencial implica em que calculemos as derivadas de
primeira e segunda ordem de f multiplicando-as pelas constantes B e A,respectivame
enquanto que devemos multiplicar f por C:
C f(x) = C[
n
k=1
a
k
cos(kx) +b
k
sen(kx)] (4.7)
B f
(x) = B[
n
k=0
+kb
k
cos(kx) ka
k
sen(kx)] (4.8)
A f
(x) = A[
n
k=0
k
2
a
k
cos(kx) k
2
b
k
sen(kx)] (4.9)
e somando todas estas equac oes temos:
A f
(x) +B f
k=0
[(C Ak
2
)a
k
+Bkb
k
]cos(kx) + [(C Ak
2
)b
k
Bka
k
]sen(kx) =(4.11)
k=0
k
cos(kx) +
k
sen(kx) = g(x) (4.12)
A segunda equac ao do bloco anterior e um polin omio trigonometrico cujos
coecientes envolvem as constantes A, B, C e os coecientes desconhecidosde
f. Como a func ao g e dada, podemos calcular-lhe os coecientes de Fourier
com a f ormula 1.8 e estabelecer uma igualdade termo a termo da qual podemos
tirar os sucessivos valores de a
k
e de b
k
e assim recompor f. A ultima igual-
dadetem que ser aproximadauma vez que g e um valor exato enquanto que
na linha anterior se encontra uma aproximac ao da soluc ao. Entretanto, para
manter a compatibilidade com a soma de n termos da linha do meio, teremos
que considerar apenas:
g(x)
0
2
n
k=1
k
cos(kx) +
k
sen(kx).
Igualando termo a termo termo, chamando de
k
e
k
os coecientes de
cosk e senk no polin omio trigonometrico de g, temos:
(C Ak
2
)a
k
+ Bkb
k
=
k
(4.13)
Bka
k
+ (C Ak
2
)b
k
=
k
(4.14)
Pela regra de Cramer os valores dos coecientes de Fourier de f s ao:
= (C Ak
2
)
2
+B
2
k
2
(4.15)
a
k
=
k
(C Ak
2
)
k
Bk
(4.16)
b
k
=
k
(C Ak
2
) +
k
Bk
(4.17)
Rodando o programa em MapleV que se encontra listado abaixo voce po-
der a produzir a soluc ao gr aca desta equac ao com 10 coecientes, ou alterar os
par ametro para conseguir uma soluc ao mais aproximada. O programa, talvez
melhor, o script produz os gr acos de g, de P
10
(g), da soluc ao aproximada H e
de A H
+B H
2
cos(n) 2cos(n))
x
3
, x
3
2
3
4
6
n
4
(2 + n
2
2
cos(n) 2cos(n)) 0
[
1
2
,
1
2
]
1
2
sen(n/2)
n
0
Solu cao de Ay+ By + Cy = f usando Polinomios de Fourier.
O c odigo abaixo est a escrito na linguagem do Maple V.
Tarcisio Praciano Pereira
Dep. de Matematica - URG - 1995
N := 10;Digits := 10; A:=3;B:=2;C:=4;
aMat := array(0..N); bMat := array(0..N);DeltaMat := array(0..N);
alpha := array(0..N); beta := array(0..N);
f := proc(x) x^2 +3*x ; end;
a:= evalf(Pi);
for k from 0 to N do; alpha[k]:= evalf(int(f(x)*cos(k*x),x=-a..a));
beta[k]:= evalf(int(f(x)*sin(k*x),x=-a..a));
DeltaMat[k]:= (C-A*k^2)^2 + B^2*k^2;
aMat[k]:=(alpha[k]*(C-A*k^2)-beta[k]*B*k)/DeltaMat[k];
bMat[k]:= (beta[k]*(C-A*k^2) + alpha[k]*B*k)/DeltaMat[k];od:
aMat[0]:= (evalf(int(f(x),x=-a..a)))/3; bMat[0]:=0;
F := proc(x) sum(alpha[j]*cos(j*x)+ beta[j]*sin(j*x),j=0..N);end;
plot(F(x),x=-a..a);
H := proc(x) sum(aMat[j]*cos(j*x)+ bMat[j]*sin(j*x),j=0..N);end;
h:= A*D(D(H)) + B*D(H) + C*H;
plot({f,h},-a..a);
A fun cao h e o resultado da aplica cao do operador diferencial P(D) em H
a solu cao aproximada encontrada resolvendo os sistemas de equa c oes com os
coecientes de Fourier:
P(D) = AD
2
+BD +C ; (4.18)
h = P(D)(H) = AH
+BH
+CH ; (4.19)
H(x) =
N
k=0
a
k
cos(kx) +b
k
sen(kx) ; (4.20)
Este programa faz os gracos simultaneos de f e de h, esta ultima e P(D)(H)
f.
Parte II
A integral no espaco
vetorial R
3
125
Captulo 5
Introducao
Neste captulo vamos reunir exerccios sobre Geome-
tria Analitica Vetorial, derivadas e integra c ao que
possam servir de uma rapida revis ao para o restante
do livro.
Vamos estudar parametriza c ao de curvas com objetivo de estabelecer rela c oes
com um tipo especial de curvas, aquelas em que
lim
s=0
P
s
= 1
em que P e a dist ancia entre dois pontos sobre a curva e s e a dist ancia,
sobre a curva, entre estes dois pontos.
Estas curvas tem propriedades que desejamos enfatizar e elas ser ao a classe
de curvas que consideraremos, preferencialmente, neste livro.
5.1 Equacoes parametricas de uma curva
Vamos come car construindo alguns exemplos de curvas e suas parametriza c oes.
5.1.1 Curvas e suas equacoes
1. O crculo trigonometrico e o exemplo mais simples de curva parametri-
zada, e assunto tpico da Ensino Medio.
O crculo trigonometrico e aquele em que cada ponto tem por cordenado
o seno e coseno do angulo central associado a um ponto sobre o crculo.
Se designarmos por o angulo central que cada ponto sobre o crculo
determina com o segmento de reta que o une ao centro, as coordenadas
deste ponto serao
cos(), sen() (5.1)
127
Reciprocamente, este conjunto de equa coes, quando [0, 2] descreve o
crculo
[0, 2] (cos(), sen()) R
2
(5.2)
e temos assim denida uma fun cao
[0, 2] R
2
(5.3)
[0, 2] (cos(), sen()) R
2
(5.4)
e dizemos que que cos(), sen() sao as equa coes parametricas do crculo.
2. Cicloides sao curvas obtidas quando se xa um ponto sobre o raio de um
crculo enquanto ele gira sobre uma reta.
(a) Se o ponto escolhido for o centro do crculo o resultado e uma reta
paralela a outra reta sobre a qual o crculo se desloca.
(b) O outro extremo e se o ponto escolhido for o outro extremo do raio.
O resultado e uma curva que se encontra com a reta sobre a qual o
crculo se desloca a cada intervalo de 2R em que R e a medida do
raio do crculo. Para simplicar a nota cao vamos considerar R = 1,
e basta multiplicar por R as equa coes que vamos obter. Esta curva
tem um ponto crtico, sem derivada, nos m ultiplos inteiros de 2.
Entre as duas situa coes extremas apresentadas acima, existe uma famlia
de curvas muito regulares.
voir Hocquenghem et Jaard page 295 vol I
Veja na gura (g. 5.1) pagina 128, uma cicloide desenhada a mao. Para
uma aproximao da cicloide
Figura 5.1: Ccloide desenhada ` a m ao
isto copiei o crculo de raio 1 com centro sobre OY e tangente em (0, 0)
para tres outras posi coes:
2
, ,
3
2
, 2 e marquei em cada um deles a
posi cao do ponto escolhido. Depois juntei os pontos com uma curva di-
ferenciavel construida com auxlio de um spline do xfig
1
. O resultado e
uma aproxima cao da cicloide, feita `a mao, com auxlio do xfig.
5.1.2 Notacao
Come caremos discutindo alguns itens bastante gerais antes de nos lan carmos
na geometria das curvas, que e o nosso objetivo principal, vamos estabelecer a
nota cao que usaremos assim como as primeiras deni c oes e exemplos.
Uma curva no R
n
e uma fun cao contnua e continuamente diferenci avel,
denida em um intervalo fechado [a, b] R. Vamos acrescentar mais uma
hip otese da qual faremos uso em breve: |
k=0
T
k
(5.10)
sendo a equa cao (eq. 10) o resultado da soma dos comprimentos dos lados da
poligonal com vertices (P
k
)
n1
k=0
. Multiplicando e dividindo na equa cao (eq. 10)
por t
k
= t
k+1
t
k
temos
=
n1
k=0
|
|Pk+1Pk|
|tk
|t
k
= (5.11)
n1
k=0
|
(tk+1)(tk)
tk
|t
k
(5.12)
Como
(t)|dt (5.13)
e que por outro lado, associada a cada cadeia de parti c oes em que norma tenda
a zero, poligonais que se aproximam arbitrariamente da imagem da curva
portanto esta integral e o comprimento da curva
Ha varias formas de construir curvas, por exemplo se
R
n+1
F
R (5.14)
for uma fun cao de classe C
1
, em que seja um aberto do R
n
ent ao
F(x
1
, , x
n
) = c R ; c dado (5.15)
e uma variedade de dimensao n1 e se considerarmos uma curva cuja imagem
esteja contida em entao Fo e uma curva cuja imagem estar a contida na
variedade F(x
1
, , x
n
) = c
O nosso objetivo sera o de estudar curvas deste tipo, cujas imagens este-
jam dentro de uma determinada variedade de dimens ao m, e que podem n ao
ser tao simples como F(x
1
, , x
n
) = c nos obrigando a determina c ao de um
mapeamento adequado da mesma.
As curvas que vamos estudar aqui estarao denidas por equa c oes parametricas.
Quer dizer que
(t) = (
1
(t), ,
n
(t)) (5.16)
em que
i
sao fun coes reais de classe C
1
denidas em [a, b] para todo i, com
(t) = (
1
(t), ,
n
(t)) (5.17)
Uma das opera coes que mais frequentemente precisaremos fazer e a repara-
metriza cao de uma curva:
[c, d]
[a, b]
R
n
(5.18)
[c, d]
R
n
(5.19)
= o (5.20)
redenindo esta curva em outro intervalo [c, d] sendo a nova parametriza c ao,
quando desejaremos entender a fun cao , que obviamente e uma curva, como
uma mudaca de vari avel
4
nos interessa medir a distor c ao de medida introduzida
por que e caracterizada por
(5.21)
As integrais sao insensveis a estas distor coes porque
_
[a,b]
(s)ds =
_
[c,d]
((t))
(t)dt (5.22)
4
esta denomina c ao e, possvelmente, a pior possvel porque em curvas assim como nas
integrais, n ao existem vari aveis, mas as limita c oes lingusticas terminam nos conduzindo a
usar esta liguagem o que continaremos a fazer sem retornar a este problema epistemol ogico
entretanto a derivada e sensvel cando o seu tamanho distorcido pelo tamanho
de
k=0
T
k
(5.26)
A equa cao (eq. 26) e a soma dos comprimentos da poligonal que aproxima a
imagem da curva univocamente associada `a parti cao escolhida. O leitor pode
facilmente substituir t
k
pelos nos de uma parti cao arbitraria considerada em
[a, b], mas como as fun coes aqui consideradas sao integraveis, e irrelevante
5
se as
parti coes sao ou nao uniformes. Refazendo as contas acima, usando o Teorema
da fun cao implcita podemos escrever, se todas as derivadas parciais de F forem
diferentes de zero sobre a imagem de e xada uma parti cao,
F(x
1
, , x
n
) = c =x
n
= g
n
(x
1
, , x
n1
) (5.27)
x
j
= g
j
((x
k
)
k=j
) (5.28)
(t
j
)) = (g
j
((t
k
)
k=j
) (5.29)
P
0
= F((a)), P
k
= F((t
k
)), , P
n
= F((b)) (5.30)
T
k
= d(P
k
, P
k+1
) = |P
k+1
P
k
| (5.31)
=
n1
k=0
T
k
= (5.32)
5
as somas de Riemann v ao gerar sucess oes de Cauchy todas equivalentes denindo um
n umero, uma integral.
F( )
a
b
F
Figura 5.3: Curva parametrizada
=
n1
k=0
|F((t
k+1
)) F((t
k
))| = (5.33)
t
k
= t
k+1
t
k
;
k
() = (t
k+1
) (t
k
) (5.34)
=
n1
k=0
|
F((tk+1))F((tk))
k()
||
k
()| = (5.35)
=
n1
k=0
|F((tk+1))F((tk))|
|k()|
|k()|
tk
t
k
= (5.36)
Como F e sao diferenciaveis, e a ultima soma e uma Soma de Riemann,
considerando-se qualquer cadeia de pati coes do intervalo [a, b] cuja norma tenda
a zero os quocientes de diferencas tem, respectivamente, como limite, o m odulo
da derivada direcional de F na dire cao da derivada de e a derivada do m odulo
de e vamos obter, assim, a integral que nos d a o comprimento de arco da
imagem de
b
_
a
|J(F)(t)
(t)
||
(t)|dt (5.37)
em que J(F)(t)
(t)
representa a derivada direcional de F na dire cao do vetor
(t).
Vamos terminar esta introdu cao com uma observa cao. Suponha que =
F() e que portanto F seja a fun cao identidade, entao a equa cao (eq. 36) seria
identica a equa cao (eq. 12)
6
. Vemos assim que F atuando como uma mudan ca
de variavel (pouco usada) no conjunto de chegada, e sua derivada representando
a distor cao produzida na imagem, em F(), da curva .
Exemplo 28 Parametriza c ao pelo comprimento de arco
(s)|ds (5.39)
em que o leitor deve reconhecer o comprimento de arco de no intervalo [a, t]
como o valor de no ponto t [a, b] e portanto podemos usar o conjunto de
chegada otimo tomando
d =
b
_
a
|
(s)|ds (5.40)
A derivada de
(t) = |
(r) =
1
|
(t)|
; r =
t
_
a
|
(s)|ds (5.41)
consequentemente a reparametriza c ao o tem por derivada
[0, d] r ; |
((r))||
(r)| =
|
(t)
|
(t)|
= 1 (5.42)
A parametriza c ao o e chamada parametriza cao pelo comprimento de arco.
6
porque F((t
k+1
)) = (t
k+1
); F((t
k
)) = (t
k
)
5.2 Famlia de curvas
As curvas de nvel de uma superfcie servem para descreve-la. Vamos genera-
lizar este metodo para gerar superfcies como famlia de curvas. Superfcies
s ao variedades (nao necessariamente lineares) de dimens ao dois.
No paragrafo precedente consideramos um caso particular de superfcie da
forma F(x, y, z) = c em que
R
3
:
F
R (5.43)
e uma fun cao de classe C
1
dena num aberto .
Se J(F) = 0 em entao F e a fun cao constante e a superfcie F(x, y, z) = c
nada mais do que uma transla cao rgida de para o espa co. Vamos supor ent ao
que J(F) = 0 exceto em alguns pontos isolados de para evitar trivialidades.
5.3 Dimensao e variedade
Falando de uma forma imprecisa, mas que expressa o fundamental, dizemos que
se uma equa cao tiver apenas uma variavel livre ela representa uma curva. Se
tiver duas variaveis livres, representa uma superfcie...
Vejamos um exemplo.
Exemplo 29 Vari avel livre
Considere a equac ao w = F(x, y, z), uma func ao de tres vari aveis.
Dizemos que w e uma vari avel dependente porque seus valores s ao deduzi-
dos dos valores que dermos a cada uma das vari aveis x, y, z. Consequentemente
as vari aveis x, y, z se chamam livres porque a elas podemos associar, arbitraria-
mente valores. Observe que este conceitos s ao difusos porque podemos intercam-
biar a posic ao das variaveis e, consequentemente, considerar outra das vari aveis
como dependente...
O que interessa aqui e a quantidade de vari aveis livres, tres.
Por exemplo, poderiamos calcular, se o ponto (3, 0, 2) estiver no domnio
de F, usando um pacote computacional, scilab, por exemplo, que e software
livre,
F(x, y, z) = x
3
+ 3x
2
y 4xy
2
+y
5
(5.44)
w(3, 0, 2) = F(3, 0, 2) ; x = 3; y = 0; z = 2 (5.45)
w = F(3, 0, 2) = 27 (5.46)
Com a mesma forma de pensar, dizemos que as vari aveis x, y, z s ao livres por-
que atribuimos valores de nossa escolha para estas vari aveis e assim calculamos
o valor de w associado.
Considere agora a equac ao F(x, y, z) = 0.
Pelo Teorema da Func~ao Impl cita
7
podemos escrever
x = f
1
(y, z) ; y = f
2
(x, z) ; z = f
3
(x, y),
7
veja no ndice remissivo onde se encontra este teorema e o leia agora!
sob certas condi c oes. Isto mostra, usando o mesmo raciocnio anterior, que em
F(x, y, z) = 0 existem duas vari aveis livres. Portanto
F(x, y, z) = 0
representa uma superfcie, um objeto de dimens ao 2, enquanto que
w = F(x, y, z)
representa um objeto de dimens ao 3.
Observe que voce pode substituir o zero por qualquer constante. Ao fazermos
w = c
eliminamos uma vari avel, o que pode tambem ser feito com qualquer das outras
vari aveis na express ao. Veja tambem que se
F(x, y, z) = 0
e de dimens ao 2, uma superfcie, ent ao caberia perguntar o que e
w = F(x, y, z)
tanto do ponto de vista de dimens ao, como do ponto de vista geometrico. Dire-
mos logo que e de dimens ao 3 e que lhe daremos o nome de hipersuperfcie.
E
o metodo subversivo que adotamos, espalhando as ideias sem discut-las, para
que voce se acostume com elas.
O que se encontra por tras do n umero de variaveis e o conceito de dimensao
e uma outra forma de expressar o conte udo do paragrafo anterior consiste em
dizer-se que curvas sao variedades de dimensao 1, superfcies sao variedades de
dimensao dois, e que w = F(x, y, z) representa uma variedade de dimensao tres.
A dimensao e o n umero de variaveis menos um.
Acabamos de introduzir dois novos conceitos, por compara cao: variedade,
hipersuperfcie.
Curvas, retas, planos, superfcies, sao variedades. A palavra variedade vai
nos libertar da prisao dimensional em que a nossa intui cao geometrica nos acor-
renta e que linguagem que falamos reete.
Vamos denir, informalmente, variedade. Que o leitor seja crtico e veja
aqui uma falha na axiomatica.
Deni cao 13 Variedade O conceito de variedade nos libera da pris ao tridi-
mensional da lingua que falamos. Uma variedade e um objeto geometrico do
espa co. O gr aco de uma func ao
{(x, y); y = f(x) ; R
n
f
R} R
n
x R = R
n+1
e uma variedade, tambem designada pelo nome de hipersuperfcie do R
n+1
.
As variedades s ao portanto, as supercies, os planos, as retas, as curvas,
os gr acos de func oes, os pontos. Distinguimos dois tipos de variedades: as
variedades lineares, retas, planos enm todas cuja equac ao seja uma combinac ao
linear de coecientes com variaveis que representam as coordenadas dos
pontos do espaco e as outras, as variedades nao lineares. Mais a frente falaremos
de uma outra classicac ao.
As variedades lineares s ao os gr acos de func oes lineares que se podem
expressar matricialmente como
R
n
x y = T x.
Os hiperplanos s ao as variedades lineares de dimens ao m aximal, imedia-
tamente inferior a do espaco que estivermos considerando.
As hipersuperfcies s ao as variedades (n ao necessariamente lineares) de
dimens ao m aximal, imediatamente inferior a do espaco que estivermos
considerando.
Exemplo 30 Variedade e dimens ao
Sabemos o que s ao pontos, apesar de que nunca tenhamos visto nenhum.
S ao as variedades de dimensao zero. S ao os hiperplanos de R e tambem
s ao as hipersuperfcies deste espaco. Neste nvel n ao distinguimos os tipos
de variedade...
O pr oximo item na hierarquia dimensional, s ao as variedades de dimens ao
1, as curvas. As retas s ao variedades lineares de dimens ao 1. Uma cir-
cunferencia n ao e uma variedade linear, e uma variedade n ao linear de
dimensao 1. As retass ao os hiperplanos do R
2
, s ao tambem hipersu-
perfcies deste espaco. As curvas s ao as hipersuperfcies do R
2
.
Seguindo para uma dimens ao maior temos as superfcies, as variedades de
dimens ao dois. Planos s ao variedades lineares de dimens ao dois.
E um
tipo de superfcie. Tem superfcies que n ao s ao planas, n ao s ao variedades
lineares, s ao variedades de dimens ao dois. Os planoss ao os hiperplanos
do R
3
, as superfcies s ao as hipesuperfcies do R
3
.
Depois temos as variedades de dimens ao 3, o espaco em que vivemos e uma
variedade linear de dimens ao 3. O globo terrestre, a Lua, os planetas, s ao
variedades n ao lineares de dimens ao 3. Uma variedade linear de dimens ao
tres e um hiperplano do R
3
.
N os vivemos na superfcie terrestre, um exemplo de variedade n ao linear
de dimens ao dois. O globo terrestre, com o seu interior, e um exemplo de
variedade n ao linear de dimens ao tres.
As hipersuperfcies s ao as variedades de dimens ao m aximal, imediata-
mente inferior a do espaco que estivermos considerando. Assim
as retass ao os hipersuperfcies do R
2
, como os crculos, as par abolas,
as elipses. Enm as curvas s ao as hipersuperfcies do R
2
.
os planos, a fronteira das esferas, as faces de um cubo, os para-
bol oides hiperb olicos (sela do macaco), s ao hipersuperfcies do R
3
.
Uma variedade de dimens ao 3 contida no R
4
e uma hipersuperfcie
deste espa co.
Uma variedade de dimens ao n 1 contida no R
n
e uma hipersu-
perfcie deste espa co.
Os dois conceitos, hiperplanos, hipersuperfcies sao conceitos relativos. Nao
podemos falar de hiperplanos sem mencionar qual e o espa co em que os consi-
deramos. O mesmo se diga das hipersuperfcies.
5.3.1 Hiperplano e hipersuperfcie no R
4
Mas podemos nos colocar em dimensao ainda mais elevada, o R
4
e um espa co
de dimensao 4, porque os seus elementos se expressam usando quatro vari aveis
livres
(x
1
, x
2
, x
3
, x
4
)
todas de sua livre escolha. O espa co em que vivemos e uma variedade linear,
um hiperplano do R
4
. O globo terrestre e os planetas sao hipersuperfcies do
R
4
.
hiperplano Uma variedade linear de dimensao 3 e um hiperplano do R
4
.
Quer dizer que o R
3
e um hiperplano do R
4
. Qualquer transla cao R
3
+r
e um hiperplano do R
4
. Nos vivemos num hiperplano do R
4
a bordo de
uma hipersuperfcie do R
3
.
hipersuperfcie Uma variedade nao linear de dimensao 3 e um hipersu-
perfcie do R
4
. A Terra por exemplo, nao a superfcie em que vivemos,
mas o globo terrestre todo, e uma hipersuperfcie do R
4
.
5.3.2 Um pouco sobre classicacao de variedades
Nem toda variedade tem uma equa cao explicita, porem, e isto e consequencia
do Teorema da Fun cao Implcita, que todas as variedades tem uma equa cao.
O tipo de equa cao de uma variedade serve para classica-la:
Variedades algebricas sao aquelas que tem uma equa cao polinomial; Va-
mos incluir neste caso uma variedade que seja denida por um programa
em uma linguagem de alto nvel.
Variedades nao algebricas quando a equa cao que as denem tem expressoes
transcendentais.
Gracos de fun coes quando tivermos uma fun c ao
R
n
W
f
V R
m
entao graf(f) sera
uma variedade algebrica, se f for uma express ao polinomial;
uma variedade nao algebrica, se f for uma express ao n ao polinomial,
contiver fun coes transcendentais em sua f ormula.
Variedades Diferenciaveis sao aquelas cuja express ao que as denem s ao
diferenciaveis. As variedades algebricas sao diferenci aveis, por exemplo.
Deni cao 14 Variedades tangentes
Sejam duas func oes f, g
W
f,g
V
e as correspondentes variedades, do tipo graco de fun c ao, graf(f), graf(g).
Diremos que as duas variedades graf(f), graf(g) s ao tangentes no ponto
(a, b) W x V se houver uma vizinhanca D(a, r) W tal que
_
f(a) = g(a) = b
f(a +h) g(a +h) = o(|h|) ; |h| < r
(5.47)
Deni cao 15 func ao diferenci avel Considere W
f
V uma func ao contnua
denida num aberto W R
n
e tomando valores em outro aberto V R
n
.
Diremos que f e diferenci avel no ponto a W se houver uma func ao linear T
tal que graf(f), graf(T) s ao tangentes no ponto a.
f(a +h) f(a) T(h) = o(|h|)
Deni cao 16 dimens ao de uma variedade linear
As variedades lineares s ao as variedades da forma graf(T) em que T e uma
func ao linear am.
Podemos denir de forma natural a dimens ao das variedades lineares porque
o gr aco graf(T) e um espaco vetorial (am), ent ao a dimens ao de graf(T) e
a dimens ao do espaco vetorial am graf(T).
Considere uma variedade e uma vizinhanca aberta de um ponto a . Se
houver uma variedade linear graf(T) tangente a no ponto a, ent ao diremos
que a dimens ao local da variedade em a e a dim(graf(T)).
Exemplo 31 Variedades com componentes de dimens ao variada
Observe que a denic ao acima admite a possibilidade de que uma variedade
seja composta de componentes-variedades com dimens oes distintas. Por exem-
plo, uma reta e um ponto que n ao pertenca a esta reta formam uma variedade
que tem uma componente de dimens ao zero e outra componente de dimens ao 1.
Observa cao 24 Gr aco e outros conceitos indenidos
Observe que precisamos do conceito de dimens ao local para variedades que
n ao sejam lineares. As variedades lineares ter ao a mesma dimens ao em qualquer
de seus pontos, porque s ao espa cos vetoriais ans. Mas as variedades n ao linea-
res podem ser aglomerados os mais extranhos de sub-variedades com dimens oes
locais distintas. Considere Saturno e seus aneis, supondo que os aneis sejam
de dimens ao dois e Saturno de dimens ao tres, obviamente, estamos dentro de
um exemplo for cado uma vez que nenhuma variedade do espa co x tempo em
que vivemos tem dimens ao diferente de tres....
N ao denimos graco, este conceito ca entre os muitos que iremos usar
implcitamente sem alertar o leitor para isto, am de n ao tornar enfadonha a
leitura.
Vejamos de imediato qual a rela cao que pode haver com distintas fun coes
lineares T
1
, T
2
que sejam tangentes ao graco de f no ponto (a, f(a)).
f(a +h) f(a) T
1
(h) = o(|h|) (5.48)
f(a +h) f(a) T
2
(h) = o(|h|) (5.49)
T
1
(h) T
2
(h) = o(|h|) (5.50)
(T
1
T
2
)(h) = o(|h|) (5.51)
porque tambem a variavel e linear relativamente `as fun coes lineares... e como
S = T
1
T
2
e uma fun cao linear, temos
S(h) = o(|h|)
mas a unica fun cao linear que tem esta propriedade e a fun cao identicamente
nula, logo
T
1
= T
2
e concluimos
Teorema 21 Unicidade da derivada
Se f for diferenci avel, a func ao linear tangente e unica.
Neste momento e interessante xarmos uma base para o espa co vetorial.
Como nao precisaremos de mudar o referencial, vamos usar a base usual
e
1
= (1, 0, . . . , 0), , e
n
= (0, 0, . . . , 0, 1).
Consequentemente, a cada transforma c ao linear lhe corresponde uma unica ma-
triz.
Considere agora uma fun cao
R
n
:
f
R
m
e um ponto a = Dom
f
. A derivada, J(f), calculada em a e uma fun c ao
linear cujo graco e tangente ao graco de f no ponto (a, f(a)). Seja T a matriz
desta transforma cao linear
Como
T =
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn
_
_
_
_
_
= J(f)(a) = (5.52)
T
ei
=
_
a
i1
a
i2
a
in
_
(5.53)
a derivada na dire cao de e
i
. Observando que esta e tambem a derivada de f na
dire cao de e
i
, podemos concluir que
e
i
f
e
j
|
a
=
e
i
T
e
j
|
a
= a
ij
=
e
j
T
e
i
|
a
= a
ji
=
e
j
T
e
i
|
a
=
e
j
f
e
i
Assim, se f for derivavel, (tiver uma variedade linear tangente ao seu gr aco),
ent ao
Teorema 22 Teorema de Schwartz
2
f
e
i
e
j
=
e
i
f
e
j
=
2
f
e
j
e
i
=
e
j
f
e
i
As derivadas parciais de ordem 2, mistas, s ao iguais.
Devido a erros de concep cao os que nos antecederam chamaram T de jaco-
biana de f no ponto a, J(f)(a), em vez de cham a-la simplesmente de derivada
de f. Continuaremos com a nota cao historica mas corrigindo a ideia.
Observa cao 25 A notac ao J(f)(a)
A matriz jacobiana e uma matriz funcional, uma func ao de n vari aveis no
contexto destas notas. Consequentemente tem sentido escrevermos o seu valor
no ponto a R
n
identicando assim uma matriz que foi obtida ao substituirmos
cada uma das vari aveis pelas coordenadas de a.
5.3.3 Conjunto aberto e fronteira de um conjunto
Precisamos de mais dois conceitos basicos. Um deles usamos indiretamente
acima ao dizermos que vivemos na superfcie do globo terrestre.
E o conceito
de fronteira. O outro e o conceito de conjunto aberto.
Disco aberto e a generaliza cao de intervalo aberto. Disco aberto e o conjunto
dos pontos cuja distancia a um ponto P chamado centro e menor do que o raio
r:
D(P, r) = {(x, y) R
2
; d((x, y), P) < r}
A palavra disco e prisioneira da dimensao, e os matematicos liberaram a
palavra bola da prisao tres dimensional usando sem esta preocupa cao. Uma
bola aberta e
B(P, r) = {x R
n
; d(x, P) < r}
ou ainda, se quisermos apresentar as coordenadas,
P = (p
1
, . . . p
n
) R
n
e escrevemos
B(P, r) = {x = (x
1
, . . . x
n
) R
n
; d(x, P) < r}
em que
d(x, P) =
_
(x
1
p
1
)
2
, . . . (x
n
p
n
)
2
A fronteira da bola e o conjunto
B(P, r) = {x R
n
; d(x, P) = r}
e uma hipersuperfcie ou uma hiper-esfera.
Nos vivemos na fronteira do globo terrestre:
{(x, y, z) d((x, y, z), C) = 6.500km}
portanto vivemos numa variedade nao linear de dimensao dois, cujo costume
geometrico e chamar de superfcie. Vivemos na fronteira de uma hipersuperfcie
do R4 chamada por nos mesmos de Terra. Claro, alguns contestarao esta
arma cao dizendo que a atmosfera pertence ao globo Terrestre, o que e ver-
dade, portanto nos nao vivemos na fronteira ... vivemos no interior da Terra.
Deixamos que voce escolha qual e a verdade matematica onde voce vive.
Observe que nao denimos interior o que deixaremos que voce fa ca como
exerccio.
A fronteira de uma variedade tem dimensao inferior a da variedade. A bola
do R
n
e uma variedade de dimensao n. A fronteira da bola do R
n
e uma
variedade de dimensao n1 portanto uma hipersuperfcie. Veja o caso de nossa
prisao tridimensional:
A bola do R
3
e uma variedade de dimensao 3. A fronteira da bola do R
3
e
uma superfcie, uma variedade de dimensao dois (dimensao imediatamente
inferior `a dimensao do espa co).
A bola do R
2
, um disco, e uma variedade de dimensao 2. A fronteira do
disco, uma circunferencia, e uma curva, uma variedade de dimensao um
(dimensao imediatamente inferior `a dimensao do espa co).
Vamos fazer deni coes agora.
P
P
Q
O ponto Q est na fronteira de
Figura 5.4: Um conjunto aberto P e um ponto.
Deni cao 17 Conjunto aberto do R
n
Um conjunto se diz aberto se em qualquer ponto x pudermos consi-
derar uma bola aberta B(x, r) .
Veja a gura (g. 5.4) pagina 143, em que Q e um ponto fronteira e P e um
ponto interior.
O que torna a gura aberta e a ausencia da fronteira como um subconjunto
de . Se fronteira pertencesse `a gura, e se considerassemos um ponto P sobre a
fronteira, nao poderiamos desenhar nenhuma bola aberta centrada em P dentro
de . Porque parte da bola caria fora de . Este exemplo facilita a deni c ao
de fronteira:
Deni cao 18 Fronteira de um conjunto Fronteira de um conjunto e o
conjunto dos pontos Q tal que, toda bola aberta de centro Q tem pontos diferentes
de Q tanto em como no complementar
c
.
Designamos por a fronteira de .
O ponto Q na gura (g. 5.4) p agina 143, se encontra fronteira de .
Exemplo 32 Ou exerccios resolvidos...
1. Conjunto Fechado e fronteira Conjunto Fechado e o complementar de um
aberto. O falta a um aberto para ser fechado e fronteira. Mostre que todo
conjunto fechado contem seus pontos fronteira. Dem :
Seja F um conjunto fechado, entao F
c
e aberto. Considere
P F
e uma bola B(P, ) r > 0.
q.e.d .
2.
3.
Equa c oes diferenciais ordinarias numero. Lista
assunto desta lista tarcisio@member.ams.org
Exerccios 8 Curvas
1. Quais dos gr acos das rela c oes denidas na quest ao ??, s ao gr acos de
func oes?
2. Dena graco e func ao f : A B usando a denic ao de gr aco. Os
conjuntos A, B ser ao sempre, aqui, intervalos da reta.
3. curva
Deni cao 19 Curva. Uma curva em A x B e um gr aco que pode ser
parametrizado continuamente sobre um intervalo I R.
Em outras palavras, uma curva e uma func ao contnua
I
A x B ; I t
(x(t), y(t)) R. ; I R.
(a) Escreva as equa coes parametricas da curva y = 2x.
(b) Escreva as equa coes parametricas do crculo unit ario.
(c) De exemplos de curvas apresentando uma paramentriza c ao adequada.
(d) curva diferenci avel Dena curva diferenciavel. De exemplos.
4. Sentido de percurso - anti-hor ario
(a) Calcule a derivada da curva
t e
it
= s(t) = (cos(t), sen(t))
(b) Verique que s
(t)
dene um campo vetorial, que a dimens ao comum a todos os vetores deste
campo e 1. Use isto para justicar por que a tangente em qualquer ponto
de r e uma reta, que r deve ser uma variedade de dimens ao 1 o que se
chama comumente de curva.
6. variedade linear tangente Considere a func ao diferenci avel z = F(x, y)
denida em um domnio do plano R
2
.
5.4 Complementos sobre Integracao
Exerccios 9 Complementos
1. Verique os itens da tabela de Hughes-Hallet de 1 ate 7.
Solu cao 1 (a) F(x) =
_
x
n
dx representa uma primitiva da func ao
f(x) = x
n
. Como sabemos que a derivada de uma func ao polinomial
e outra func ao polinomial
d
dx
x
m
= mx
m1
ent ao, escrevendo estas express oes com o smbolo da integral temos
F(x) =
_
mx
m1
dx = x
m
+C =
_
x
m1
dx =
x
m
+C
m
=
x
m
m
+C
ou simplesmente
_
x
m1
dx =
x
m
m
+C
Se n = m1 =n + 1 = m ent ao
_
x
n
dx =
x
n+1
n + 1
+C n + 1 = 0 n = 1
(b) O caso n = -1 N ao existe uma func ao algebricaque seja a primitiva
de f(x) =
1
x
. Mas a integral
x
_
1
1
t
dt
existe se x > 0 o permite a denic ao da func ao
F(x) =
x
_
1
1
t
dt
cujos valores s o podem ser calculados aproximadamente. Esta func ao
e a func ao logaritmo natural o que se traduz com a express ao da
tabela. Observe que n ao zemos nenhuma demonstra c ao. A tabela
faz referencia aos valores e se encontra mal escrita. A corre c ao e
x
_
1
1
t
dtln(x) +C ; x > 0
mas a func ao F(x) = ln|x| est a denida para qualquer valor de x = 0
e neste caso a derivada desta func ao e f(x)F
(x) =
1
x
(c)
_
a
x
dx =
a
x
lna
Observe que a tabela n ao diz, ca sub-entendido, a > 0.
Uma forma de obter este resultado e usando a deriva c ao da func ao
composta (regra da cadeia)
d
dx
f(g(x)) = f
(g(x))g
(x)
e como h(x) = a
x
= e
xln(a)
ent ao
h
(x) = e
xln(a)
(xln(a))
= e
xln(a)
ln(a) = ln(a)a
x
ou, dividindo toda a equac ao pela constante ln(a) temos
h
(x)
ln(a)
=
e
xln(a)
(xln(a))
ln(a)
= e
xln(a)
= a
x
Ent ao, uma primitiva de a
x
e tambem uma primitiva de
h
(x)
ln(a)
que e
h(x)
ln(a)
=
a
x
ln(a)
provando assim o item 3 da tabela.
(d) Derivando ambos os membros no item 4 temos:
d
dx
_
lnxdx =
d
dx
(xln(x) x +C)
ln(x) =
d
dx
(xln(x) x) =
d
dx
(xln(x)) 1
ln(x) = ln(x) +x
1
x
1 = ln(x)
chegamos a uma identidade atraves de operac oes l ogicas concluindo
ent ao que partimos de uma express ao verdadeira que e o item 4 da
tabela.
(e) Os itens 5,6 se encontram feitos na maioria dos livros de C alculo.
S ao consequencia de que
d
dx
sin(x) = cos(x) ;
d
dx
cos(x) = sin(x)
(f )
_
tanxdx = ln|cos(x)| +C
Escrevendo a denic ao de tan(x) =
sin(x)
cos(x)
na integral e observando
que sin(x) =
d
dx
cos(x) temos:
_
tan(x)dx =
_
sin(x)
cos(x)
dx =
=
_
sin(x)dx
cos(x)
=
_
dcos(x)
cos(x)
=
=
_
du
u
= ln|u| +C = ln|cos(x)| +C
porque na ultima linha zemos a substituic ao u = cos(x). Usamos
tambem o item 2 da tabela Hughes- Hallet. Esta express ao merece
algumas considerac oes como j a observamos antes. Ela deve ser usada
com cuidado observando o domnio das func oes envolvidas.
2. Calcule as integrais abaixo:
a)
_
0
sen(x)dx b)
_
0
sen(2x)dx c)
_
0
sen(4x)dx
d) 2
_
0
cos(2x)dx e) 3
_
0
cos(3x)dx f ) 4
_
0
cos(4x)dx
Faca os gr acos correspondentes e procure deduzir uma lei geraldescrevendo
o comportamento multiplicativo em
b
_
a
f(x)dx
observando que
sen(x) = sen(x) e cos(x) = cos(x).
Fa ca uma demonstra c ao deste teorema usando somas de Riemann.
Solu cao 2
_
0
sen(2x)dx =
1
2
_
0
sen(2x)2dx
_
0
sen(2x)dx =
1
2
2 _
0
sen(u)du
_
0
sen(3x)dx =
1
3
_
0
sen(3x)3dx
_
0
sen(3x)dx =
1
3
3 _
0
sen(u)du
_
0
sen(nx)dx =
1
n
n _
0
sen(u)du
Veja que n ao tiramos o n do par ametro do sen. O que zemos foi,
na integral que envolve sen(nx), alteramos a vari avel de integra c ao.
Estamos usando uma tecnica chamada mudan ca de variavel na integra c ao.
Esta e uma das denomina c oes mais infelizes para metodos em Matem a-
tica, mudan ca de vari avel, uma vez que numa integral denida n ao ne-
nhuma vari avel para ser mudada. O nome correto, e que provavelmente
ninguem pensa seriamente na mudan ca, seria, mudan ca de domnio na
integral, mas e preciso pelo menos fazer esta observa c ao. Mais a frente
vamos enunciar este metodo sob a forma de Teorema. Isto ca patente na
demonstra c ao faremos, mais a frente, usando somas de Riemann.
Use Gnuplot com os seguintes comandos, para ver o signicado de f(x) =
sen(nx). N ao use a numera c ao a), b), etc... no Gnuplot que ela ir a pro-
vocar erros. A numera c ao vai ser usada em seguida para explicar o efeito
de cada comando.
a) f(x) = sin(x)
b) g(x) = sin(2*x)
c) h(x) = sin(3*x)
d) set yrange [-10:10]
e) plot f(x), g(x), h(x),0
(a) f(x) = sin(x) para denir uma func ao f no Gnuplot.
(b) g(x) = sin(2 x) para denir uma func ao g no Gnuplot.
(c) h(x) = sin(3 x) para denir uma func ao h no Gnuplot.
(d) set yrange [-10:10] para tornar os gr acos com um visual melhor,
experimente primeiro sem este item e rode o pr oximo, e ver a que os
gr acos cam pouco claros.
(e) Pede ao Gnuplot que faca os gr acos simult aneos das func oes f, g, h
e da func ao constante zero - o eixo OX .
Interpretando o resultado do Gnuplot.
Voce ve tres senoides, quer dizer, tres ondas do tipo seno. A dife-
renca entre elas e a frequencia. Se considerarmos y = sen(x) como o
padr ao, ent ao g, h tem frequencias maiores do que o padr ao. Rode agora
no Gnuplot sem usar a numerac ao a),b), etc...
a) f(x) = sin(x)
b) g(x) = sin(2*x)
c) h(x) = sin(3*x)
d) set yrange [-10:10]; set xrange [0:6.3]
e) plot f(x), g(x), h(x),0
O item (d) altera o domnio dos gr acos para o intervalo [0, 6.3] [0, 2],
e basta rodar (d),(e) n ao e necess ario repetir os outros. O que voce agora
ve uma onda completa (a do seno), uma onda que se repete integralmente
(a do sen(2x)), e uma onda que se repete duas vezes (a do sen(3x)).
Durante muito tempo se pensou que todos os fen omenos ondulat orios fos-
sem descritos perfeitamentepelas ondas
f
n
(x) = sen(nx); g
n
(x) = cos(nx)
ate os anos 50 isto era um sentimento quase generalizado. Entre os anos
50 e 80 descobriu-se que outros tipos de onde poderiam ser usadas o que
terminou na construc ao de uma teoria chamada de wavelets. Isto aqui e
um tremendo resumo....
Vamos ver agora o caso generico
b
_
a
f(x)dx.
b
_
a
f(x)dx =
1
b
_
a
f(x)dx
b
_
a
f(x)dx =
1
b
_
a
f(x)d(x) =
1
b/
_
a/
f(u)du
Observe que nas integrais de sen(nx) um dos limites e zero e poristo parece
que n ao foi dividido....
Uma express ao mais generica ainda pode ser obtida usando-se uma func ao
g em lugar de x x = g(x) que e o caso nas contas que zemos acima.
Quando se aplica mudan ca de vari avel numa integral e porque se descobriu
que f(g(x)) = h(x) e uma func ao mais simples no c alculo de integrais
(est a na tabela de integra c ao). A sequencia de equac oes e:
b
_
a
h(x)dx =
b
_
a
f(g(x))dx =
b
_
a
f(g(x))
1
g
(x)
dg(x)
b
_
a
h(x)dx =
g
1
(b)
_
g
1
(a)
f(u)
1
u
du
_
[a,b]
h(x)dx =
_
[a.b]
f(g(x))dx =
_
g
1
([a.b])
f(u)du ; u = g(x)
Observe que
1
g
(x)
=
1
u
(x) =
cos(x).
2. Vetores
(a) Ilustre com desenhos a comutatividade e associatividade da soma de
vetores em R
3
.
(b) Mostre com uma interpretac ao geometrica que as diagonais de um
paralelograma representam a soma e diferenca de dois vetores indi-
cando quem representa quem.
(c) Resolva geometricamente a equac ao
A+
X =
C
para dois vetores
A,
C que voce desenhar inicialmente.
(d) Resolva geometricamente a equac ao
X
A =
C
para dois vetores
A,
C que voce desenhar inicialmente.
(e) Lei de Chasles
i. Desenhe os vetores
A,
B,
C no plano tal que
A+
B +
C = 0
ii. Desenhe os vetores
A,
B,
C,
D no plano tal que
A+
B +
C +
D = 0
iii. Enuncie a Lei de Chasles que associa vetorese polgonal fe-
chada, e esta sendo usada nos itens anteriores.
Lei de Chasles .
Dados n vetores
A
1
,
A
2
,
A
n
se a soma deles e zero, signica que um deles e a resultante dos
demais, logo eles formam uma poligonal fechada.
(f ) Dados dois vetores
A,
B n ao colineares, determine o lugar geometrico
(fa ca gr acos ilustrativos) do espa co descrito por
i.
A+t
B ; t R
Solu cao:
E a reta paralela ao vetor
B passando pelo ponto A.
Esta express ao depende de um unico par ametro o que lhe d a di-
mens ao 1, (uma variedade de dimens ao 1).
ii. t
A+s
B ; t, s R ; s +t = 1
Solu cao: A rela c ao s + t = 1 liga linearmenteos par ametros
s, t de modo que existe um par ametro dependente e outro inde-
pendente. Isto signica que esta express ao depende de um unico
par ametro (daquele que for considerado livre). O resultado e
uma variedade de dimens ao 1: uma reta. Se s = 0 ent ao t = 1
e a reta passa pelo ponto A, reciprocamente, se s = 1 vemos que
a reta passa pelo ponto B.
iii. t
A+s
B ; t, s 0 ; s +t = 1
Solu cao: Semelhante ao anterior, uma variedade de dimens ao
1, entretanto agora a condi c ao t, s 0 restringe a varia c ao dos
par ametros a um domnio restrito, resultando num segmento de
reta: s [0, 1], por exemplo.
Uma outra forma de ver: a condi c ao
t, s 0 ; s +t = 1
faz dos par ametros s, t pesos e
t
A+s
B
e a media aritmetica ponderada dos vetores
A,
B portanto um
ponto qualquer do segmento de reta que liga os dois vetores.
iv. t
A+s
B ; t, s 0
Solu cao: Precisamos de um pouco mais de sosticac ao para de-
terminar que gura geometrica e esta. Primeiro observe que a
condic ao t, s 0 descreve o primeiro quadrante, portanto t
A+s
B
tem que ser a imagem do primeiro quadrante pela func ao
f(s, t) = t
A+s
B.
Como f e linear, as fronteiras lineares do domnio ser ao preser-
vadas logo a imagem vai ser um cone (uma folha de um cone).
Como o par de valores (s, t) {(0, 1), (1, 0)} e admissvel, ent ao
os pontos A, B pertencem a esta cone e um raciocnio semelhante
mostra que as retas determinadas por
A,
B s ao as fronteiras do
cone-imagem.
v. t
A+s
B ; t, s R
Solu cao: O plano porque e uma variedade de dimens ao 2 uma
vez que n ao restric ao sobre as vari aveis, s ao duas vari aveis livres.
(g) Dependencia linear
i. Prove que dados
A,
B R
n
se houver s, t R0 tal que s
A+
t
B = 0 ent ao
A,
B s ao paralelos.
Solu cao: Como os escalares n ao podem ser nulos ent ao podemos
resolver a equac ao explicitando um dos vetores:
A =
t
B
s
quer dizer que
A est a na reta determinada por
B logo s ao co-
lineares (paralelos). Os dois vetores determinam um espaco de
dimens ao 1 obtido com a variac ao arbitr aria dos par ametros. Di-
zemos que eles s ao linearmente dependentes porque sendo dois
vetores geram um espaco de dimens ao menor do que dois.
ii. Prove que dados
A,
B,
C R
n
se houver s, t, r R 0 tal
que s
A + t
B + r
C = 0 ent ao s
A, t
B, r
B
|
B|
e um n umero b)
A
B e um vetor c)
A
B
|
B|
B e um vetor.
Solu cao: (a) e (c) s ao verdadeiros.
(b) qual o signicado de
A
B
|
B|
2
B ?
Solu cao: O quociente por |
B| torna o vetor
B
|
B|
unit ario. Ent ao te-
mos o produto escalar de
A por um vetor unit ario, logo a proje c ao
de
A na dire c ao de
B, um n umero. Este n umero multiplicado pelo
unit ario na dire c ao de
B produz um vetor nesta dire c ao, com o com-
primento calculado por
A
B
|
B|
.
4. Escreva as equac oes parametricas da reta que passa nos pontos
(0, 1, 2), (1, 2, 3) R
3
.
Solu cao 3 Para encontrar a equac ao parametrica da reta que passa por
dois pontos, calculamos a diferen ca entre os vetores posi c ao o que d a a
diagonal-diferen cado paralelograma. Os m ultiplos deste vetor por um
parametro arbitr ario representam a equac ao parametrica da reta:
R = (0, 1, 2) +t(1, 1, 1)
(x, y, z) = (t, 1 t, 2 t)
(0+), f
(0). Fa ca os gr acos
das tres func oes f, f
, f
(0+) = 0 = f
(0) ent ao f
e contnua.
f
(0+) = 0 = f
(0) = 2 ent ao f
n ao e contnua.
Os gr acos destas func oes podem ser obtidas com Gnuplot. A sintaxe, no
Gnuplot para denir express oes condicionais e:
f(x) = (x < 0)?9 : 9 x x
Ou mais geralmente:
condicao1?comando1 : comando2
se condicao1 for verdadeira, comando1 ser a executado, se condicao1 for
falsa, comando2 ser a ent ao executado.
Desta forma, a func ao ca denida pela express ao que se encontra ` a direita
da igualdade.
1
= f
2
(c) Dena
f(x) =
x
_
4
f
1
(t)dt
Verique que f e contnua, que sua derivada e f
1
, e sua segunda
derivada e a func ao descontnua f
2
.
Solu cao 10 (a) amplitude dos saltos de f
2
f
2
(2
+
) = 2; f
2
(2
) = 2
ent ao o salto no ponto 2 tem amplitude 2 (2) = 4.
f
2
(2
+
) = 2; f
2
(2
) = 2
ent ao o salto no ponto 2 tem amplitude | 2 (2)| = | 4| = 4. A
amplitude e um n uemro positivo, e o m odulo da diferen ca entre os
limites laterais.
(b)
f
1
(x) =
x
_
4
f
2
(t)dt (5.56)
f
1
(2
+
) =
2
+
_
4
f
2
(t)dt (5.57)
f
1
(2
) =
2
+
_
4
f
2
(t)dt (5.58)
f
1
(2
+
) = f
1
(2
) (5.59)
O valor da duas integrais
_
[a,b]
f
2
(t)dt
_
(a,b)
f
2
(t)dt
porque as somas de Riemann com que se calculam aproximac oes para
elas s ao todas iguais. Um ponto retirado do domnio, n ao altera o
valor de uma integral. O mesmo vai ocorrer no ponto 2 e assim f
1
e
uma func ao contnua, mas sua derivada e descontnua.
(c) Pelo raciocnio anterior, f e contnua e tem uma derivada contnua,
logo e de classe C
1
mas sua segunda derivada sendo descontnua,
f C
2
.
Captulo 6
Somas m ultiplas de
Riemann
6.1 Integral m ultipla - Solucao
Exerccios 11 C alculo aproximado de volume - Soluc ao
1. Soluc ao Veja a gura (g. ??) p agina ??, a ilustrac ao da norma de
uma partic ao.
2. (a) Resposta:
Area()
n
i=1
m
j=1
y
j
x
i
(b) Soluc ao: A malha de ret angulos, ver (g. ??) p agina ?? cobre
a base do prisma com ret angulos. Se considerarmos os volumes dos
prismas que tem cada um destes ret angulos como base, teremos o
n umero kx
i
y
j
para medir o volume de cada sub-prisma. A
soma destes volumes
n
i=1
m
j=1
ky
j
x
i
e uma aproximac ao por excesso, considerando a gura (g. ??) do
volume desejado.
(c) Soluc ao:
Se cobrirmos o crculo com uma malha uniforme de norma 0.1 como
na gura (g. 6.1) p agina 162,
A soma de Riemann
10
k=1
10
j=1
x
k
y
j
=
161
Circulo de raio 1
coberto por
uma
malha
de
norma
0.2
(1,1) (1,1)
(1,1) (1,1)
OX
Figura 6.1: Crculo de centro na origem coberto por uma malha uniforme
10
k=1
10
j=1
0.2 x 0.2 =
10
k=1
10
j=1
0.04 = 0.04 x 100 = 4
Observe que na ultima linha estamos somando parcelas constantes
cada uma delas valendo 0.04.
Calculamos, na verdade a area do ret angulo de lado 1 que contem o
crculo, logo uma aproximac ao por excesso da area do crculo. Po-
demos, visivelmente, tirar alguns ret angulos, 12, exatamente, melho-
rando a aproximac ao:
4 12 0.04 = 4 0.48 = 3.52
Ainda e visvel que se pode tirar mais 12 metades de ret angulo
chegando a aproximac ao por excesso:
4 12 0.04 = 4 0.48 0.24 = 3.28
Com um programa de computador poderiamos algebrisar a soma de
Riemann escrevendo:
xkS
1
yjS
1
x
k
y
j
A condic ao x
k
S
1
e y
j
S
1
se traduzindo por
x
2
k
+y
2
j
< 1,
em que S
1
e o crculo unit ario.
Um programa para fazer esta c alculo pode ser:
def f(x, y):
return x 2 +y 2
# n e o n umero de divis oes.
# a,b,c,d s ao os extremos dos intervalos.
def area(n,a,b,c,d):
deltax = oat((b-a))/n
deltay = oat((d-c))/n
iniciox = a
soma = 0 # programa acumula o valor em soma
while iniciox < b:
inicioy = c
while inicioy < d:
if f(iniciox,inicioy) < 1:
soma = soma +deltax deltay
inicioy = inicioy + deltay
iniciox = iniciox + deltax
return soma
n = input( Numero de divisoes )
print area(n,-1,1,-1,1)
O resultado, ao rodar este programa com n {10, 50, 100, 500, 1500}
e:
delta:~/tex/calculo\}python int_dupla.py
Numero de divisoes 10
2.76
delta:~/tex/calculo\}python int_dupla.py
Numero de divisoes 50
3.112
delta:~/tex/calculo\}python int_dupla.py
Numero de divisoes 100
3.1316
tarcisio:~/tex/calculo\}python int_dupla.py
Numero de divisoes 500
3.140784
Numero de divisoes: 1500
3.14153422234
105.137173057 segundos
No ultimo resultado j a podemos identicar um valor bem aproxi-
mado para que e o valor exato correspondente ` a area do crculo
de raio 1. Ao fazermos o c alculo com 1500 divis oes (quer dizer
1500 x 1500 = 2.250.000 quadradinhos, zemos que o programa
registrasse o tempo de processamento tendo sido gasto menos de 2
minutos, numa m aquina relativamente lenta, (Pentium 200), mas
rodando LinuX, claro.
(d) Soluc ao:
Basta multiplicar por 3 os termos da soma de Riemann no caso an-
terior.
(e) Soluc ao:
A descri c ao correta e:
i=1
(
m
j=1
c +jy)(a +ix)
(b) Soluc ao:
A diferenca entre as express oes, nesta quest ao, e na anterior, se de-
vem a comutatividade do produto e propriedade distributiva do pro-
duto relativamente ` a soma, elas s ao, portanto, equivalentes.
(c) Como somas de Riemann s ao aproximac oes de integrais, qual, das
integais seguintes,
a)
b
_
a
d
_
c
f(x, y)dydx b)
d
_
c
b
_
a
f(x, y)dxdy c)
d
_
c
b
_
a
dxdy d)
b
_
a
d
_
c
dydx
corresponde a
m1
j=0
(
n1
k=0
a +kx)(b +jy)
Soluc ao:
i=1
m
j=1
x
i
y
j
=
m
j=1
n
i=1
y
j
x
i
pelas propriedades comutativa do produto e distributiva do produto
relativamente ` a soma, como j a vimos anteriormente.
(d) Soluc ao:
1
_
0
1
_
0
x
2
+y
2
dydx
Soluc ao:
A soma de Riemann uniforme que aproxima esta integral e:
1
_
0
1
_
0
x
2
+y
2
dydx =
n
i=0
n
j=0
(x
2
i
+y
2
j
)xy =
=
n
i=0
x
n
j=0
(x
2
i
+y
2
j
)y
Podemos identicar na ultima linha uma integral, observe que no
segundo somat orio, x
i
e uma constante, veja como isto ca na
convers ao da soma de Riemann em integral:
=
n
i=0
x
n
j=0
(x
2
i
+y
2
j
)y
i=0
x
1
_
0
(x
2
i
+y
2
)dy =
n
i=0
x(x
2
i
y +
y
3
3
)|
1
0
=
=
n
i=0
x(x
2
i
+
1
3
) =
n
i=0
(x
2
i
+
1
3
)x
Novamente podemos identicar nova integral na soma de Riemann
da ultima linha o que nos permite escrever:
=
n
i=0
(x
2
i
+
1
3
)x =
1
_
0
(x
2
+
1
3
)dx =
= (
x
3
3
+
1
3
x)|
1
0
=
1
3
+
1
3
=
2
3
Interpretac ao Geometrica
A func ao cuja integral calculamos e positiva se anulando num unico
ponto, (0, 0).
E um paraboloide. O volume calculado e menor do que
uma pir amide de base quadrada [0, 1] x [0, 1] e altura 1, (porque ?)
e este volume vale
4
3
x area da base =
4
3
.
A seguinte func ao, em Python, calcula esta integral aproximada-
mente:
## soma de Riemann dupla sobre um retangulo
def int dupla(n,a,b,c,d):
deltax = oat((b-a))/n
deltay = oat((d-c))/n
iniciox = a
soma = 0
while iniciox < b:
inicioy = c
while inicioy < d:
soma = soma + f(iniciox,inicioy)
inicioy = inicioy + deltay
iniciox = iniciox + deltax
return soma*deltax*deltay
n = input(Numero de divisoes: )
print int dupla(n,0,1,0,1)
Rodando este programa, temos:
Numero de divisoes: 1000
0.665667
Observe que o metodo das somas de Riemann nos levou ao c alculo
de uma integral dupla por sucessivas integrais simples.
E preciso ter
cuidado que h a alterac oes a serem feitas no metodo ate que o possa-
mos usar livremente. Este metodo vale, mas com alterac oes, quando
o domnio de integra cao n ao for retangular. Entretanto, quando a
integral for calculada sobre um domnio retangular,
b
_
a
d
_
c
f(x, y)dxdy =
b
_
a
dx
d
_
c
f(x, y)dy =
d
_
c
dy
b
_
a
f(x, y)dx
permitindo que calculemos uma integral m ultipla por iterac ao de in-
tegrais simples, como e o caso das que se encontram abaixo.
Podemos livremente reutilizar as contas acima.
1
_
1
1
_
1
xydydx Soluc ao:
1
_
1
1
_
1
xydydx =
1
_
1
dx
1
_
1
xydy =
1
_
1
dx x(
y
2
2
)|
1
1
= 0
Usando o programa acima, com f(x, y) = xy temos:
N umero de divis oes 1000 Valor da integral: 3.99999999999e-
06 Observe que o resultado do programa signica:
3.99999999999e 06 = 0.00000399999999999
um n umero bem pr oximo de zero. O programa n ao conseguiu
encontrar zero, que n os conseguimos com integra c ao formal.
E
preciso, portanto, mais do que saber usar programas, saber in-
terpretar corretamente o resultado obtido. Tempo de c alculo:
0.007248660326 segundos
N umero de divis oes: 10000 Valor da integral: 0.0 Tempo
de calculo: 0.7248660326 segundos
0
_
1
0
_
1
x
2
+y
2
dxdy Soluc ao:
0
_
1
0
_
1
x
2
+y
2
dxdy =
0
_
1
dy
0
_
1
x
2
+y
2
dx =
0
_
1
dy(
x
3
3
+y
2
x)|
0
1
=
=
0
_
1
(
1
3
y
2
)dy = (
1
3
y
y
3
3
)
0
1
= (
1
3
+
1
3
) =
2
3
N ao precisamos fazer nenhum experimento n umerico para concluir
que o resultado est a correto, a interpretac ao geometrica nos ajuda a
decidir. A func ao na integral, f(x, y) = x
2
+y
2
, e um paraboloide de
revolu c ao, logo simetrica em torno da origem.
O domnio de integra c ao e simetrico ao que usamos no c alculo ante-
rior. Assim
0
_
1
0
_
1
x
2
+y
2
dxdy =
1
_
0
1
_
0
x
2
+y
2
dxdy
que j a calculamos anteriormente.
0
_
1
0
_
1
xydxdy Soluc ao:
0
_
1
0
_
1
xy dy dx =
9
_
1
dx
0
_
1
xy dy =
0
_
1
dx x(
y
2
2
)|
0
1
) =
0
_
1
dx x(
1
2
)) =
0
_
1
x
2
dx =
x
2
4
|
0
1
=
1
4
= 0.25
Rodando o programa em Python vamos encontrar
n = input(Numero de divisoes: )
print int_dupla(n,-1,0,-1,0)
Numero de divisoes: 500
0.251001
5. C alculo iterativo das integrais m ultiplas
(a) Deduza, de uma quest ao anterior (cite a quest ao), que
d
_
c
b
_
a
f(x, y)dxdy =
b
_
a
d
_
c
f(x, y)dydx
e que, consequentemente, podemos calcular
b
_
a
d
_
c
f(x, y)dydx =
b
_
a
(F(x, d) F(x, c))dx = F|
b
a
Soluc ao:
A integral
b
_
a
d
_
c
f(x, y)dydx representa o volume limitado pelo gr aco
de f sobre o domnio retangular [a, b] x [c, d] e j a vimos que neste
caso se tem a igualdade entre as integrais duplas alternando os in-
terlos de integrac ao. Frequentemente se escreve
b
_
a
d
_
c
f(x, y)dydx
b
_
a
dx
d
_
c
f(x, y)dy
querendo, como isto, signicar que podemos primeiro calcular a in-
tegral de f relativamente a y, usando o Teorema Fundamental do
C alculo e escrevendo F(x, d) para representar uma primitiva de f e
F(x, c) para representar uma outra primitiva relativamente ` as condic oes
de fronteira y = c, y = d.
Feito isto temos agora duas func oes (uma diferen ca de func oes) que
dependem exclusivamente de x nos levando, denitivamente, de volta
ao c alculo univariado e ` a busca de uma primitiva de F(x, d), F(x, c)
relativamente ` a vari avel x que e o que se encontra expresso no ultimo
termo da igualdade.
(b) Use o metodo iterativo descrito no item anterior para calcular as
integrais
1
_
0
1
_
0
x
2
+y
2
dydx
1
_
1
1
_
1
xydydx
0
_
1
0
_
1
x
2
+y
2
dxdy
1
_
1
1
_
1
xydxdy
Soluc ao:
6.2 O caso da fronteira curva
Exerccios 12 Domnios de integra c ao com fronteira curva
1. Escreva uma soma de Riemann para calcular aproximadamente
_ _
xydxdy
sendo o crculo unit ario de centro na origem.
Soluc ao: Vamos usar a express ao f(x, y)
f(x, y) = xy
para tornar a escrita mais f acil, (e na verdade aproveitar as contas feitas
acima).
Podemos calcular esta integral, usando a express ao que usamos anterior-
mente, para o c alculo da area do crculo, agora modicando incluindo o
valor f(x
k
, y
j
) porque agora a altura dos prismas e vari avel e dada por f:
10
k=1
10
j=1
f(x
k
, y
j
)x
k
y
j
Entretanto estamos integrando sobre o ret angulo [1, 1] x [1, 1] e n ao
sobre o crculo. Ao melhorarmos a aproximac ao, no caso da area do
crculo, omitimos sub-quadrados. O ideal era que come aassemos a cal-
cular sobre a fronteira inferior do crculo e terminassemos na fronteira
superior. Veja a gura (g. 6.2) p agina 171, come camos a contar os
sub-ret angulos desde a fronteira inferior e ate a fronteira superior.
Num programa de computador e mais f acil excluir o que n ao interessa
colocando um if para selecionar quando se aceita a contagem:
x y
f(x ,y )
k j
k,j
f(x , y )
k j
x y
1 x
2
1 x
2
Figura 6.2: O crculo como domnio de integra c ao.
if x
2
+y
2
< 1:
soma = soma + f(x, y)
y = y + delta
Este pedaco de c odigo est a percorrendo o crculo no sentido do eixo OY o
programa todo caria assim:
## soma de Riemann dupla sobre um circulo de centro na origem
def int dupla(n):
delta = oat((2))/n
x = -1
soma = 0 # inicia o valor de soma
while x < 1:
y = -1 # y comeca novamente
while y < 1:
if x 2 +y 2 < 1:
# acumula em soma apenas dentro do circulo
soma = soma + f(x,y)
y = y + delta # atualiza o valor de y
x = x + delta # atualiza x fora do loop interno
return soma*delta*delta
Na ultima linha do programa a valor acumulado em soma e multiplicado
por delta delta o que equivale a dizer que usamos a distributividade no
somat orio, primeiro somamos todas as parecelas, depois multiplicamos a
soma por x
2
.
Entretanto n os sabemos fazer melhor do que os programas de computa-
dor... Vamos traduzir a soma dupla de Riemann contida neste programa.
Vamos fazer isto passo a passo numa sucess ao de equac oes:
1
xk=1
(xk,yj)S
1
f(x
k
, y
j
)x
k
y
j
1
xk=1
xk=1
x
k
xk=1
x
k
yj=
1x
2
k
yj=
1x
2
k
f(x
k
, y
j
)y
j
Quer dizer que somamos sobre todos os valores possveis de x
k
, sem res-
tri c ao, mas, com y nos limitamos a ir de
_
1 x
2
k
ate
_
1 x
2
k
que s ao as duas equac oes dos semi-crculos inferior e superior que limitam
o disco unit ario. Observe o desenho na gura (g. 6.2) p agina 171 em
que os dois semi-crculos se encontram destacados.
Na ultima linha podemos ver uma soma de Riemann simples, correspon-
dente a integral
yj=
1x
2
k
yj=
1x
2
k
f(x
k
, y
j
)y
j
1x
2
k
_
1x
2
k
f(x
k
, y)dy
que vamos logo calcular:
1x
2
k
_
1x
2
k
f(x
k
, y)dy =
1x
2
k
_
1x
2
k
x
k
ydy = x
k
1x
2
k
_
1x
2
k
ydy =
= x
k
y
2
2
|
1x
2
k
1x
2
k
= x
k
(
1x
2
k
2
1x
2
k
2
) = 0
e concluindo
_
xydxdy = 0
em que e o disco unit ario. Resultado que era de esperar porque
f(x, y) = xy
troca de sinal em cada quadrante sendo positiva em dois quadrantes e
negativa em dois outros.
2. Escreva a soma de Riemann (dupla) uniforme que representa a integral
_ _
f(x, y)dxdy
supondo que a regi ao e limitada inferiomente pela func ao y = g
1
(x) e
superiormente pela func ao y = g
2
(x).
Soluc ao:
E semelhante ao exerccio acima, a soma de Riemann uni-
forme (quando as subdivis oes s ao todas iguais) quer dizer:
[a, b] x [c, d] ; x =
b a
n
; y =
c d
n
.
Temos ent ao
b
xk=a
(xk,yj)
f(x
k
, y
j
)x
k
y
j
b
xk=a
xk=a
x
k
g2(xk)
yj=g1(xk)
f(x
k
, y
j
)y
j
e podemos identicar uma soma de Riemann que aproxima uma integral
na ultima linha:
g2(xk)
yj=g1(xk)
f(x
k
, y
j
)y
j
_
g2(xk)
g1(xk)
f(x
k
, y)dy =
F(x
k
, y)|
g2(xk)
g1(xk)
= F(x
k
, g
2
(x
k
)) F(x
k
, g
1
(x
k
))
em que F e uma primitiva de f relativamente ` a vari avel y, ou, em
outras palavras, considerando x
k
constante.
Substituindo este resultado na ultima linha da sequ ncia anterior de equac oes,
temos:
b
xk=a
(F(x
k
, g
2
(x
k
)) F(x
k
, g
1
(x
k
)))x
k
b
_
a
(F(x, g
2
(x)) F(x, g
1
(x)))dx
que e uma integral simples relativamente a unica vari avel x que se sou-
bermos calcular, usando o Teorema Fundamental do C alculo, vai nos dar
o valor do volume
_ _
f(x, y)dxdy
3. Considere a regi ao do plano delimitada pelo crculo
x
2
+ (y 1)
2
= 1
e calcule _ _
ydxdy
Soluc ao: Como a fronteira de e um crculo, podemos explicitar as
duas func oes que limitam superior e inferiormente a regi ao:
x
2
+ (y 1)
2
= 1 (y 1)
2
= 1 x
2
y 1 =
1 x
2
y = 1
1 x
2
g
1
(x) = 1
1 x
2
; g
2
(x) = 1 +
1 x
2
Ent ao
I =
_ _
ydxdy =
1
_
1
g2(x)
_
g1(x)
ydxdy
I =
1
_
1
dx
g2(x)
_
g1(x)
ydy =
1
_
1
dx
y
2
2
|
g2(x)
g1(x)
I =
1
_
1
dx
g2(x)
2
g1(x)
2
2
=
1
_
1
g2(x)
2
g1(x)
2
2
dx
g
2
(x)
2
g
1
(x)
2
= 4
1 x
2
I = 2
1
_
1
1 x
2
dx
Podemos fazer uma mudanca de vari avel na integral
J =
1
_
1
_
1 x
2
dx
considerando
x = cos(t) dx = sen(t)dt
1 = cos(
2
) ; 1 = cos(
2
)
1 x
2
=
_
1 cos(t)
2
= sen(t) ; dx = sen(t)dt
J =
2 _
2
sen
2
(t)dt
J =
2 _
2
sen
2
(t)dt
Q =
2 _
2
cos
2
(t)dt
J +Q =
2 _
2
cos
2
(t) +sen
2
(t)dt
J +Q =
2 _
2
1dt = J =
2
=
_ _
ydxdy
4. Calcule o volume de uma esfera de raio 1.
Soluc ao: Como todas as esferas de raio 1 tem o mesmo volume, vamos
considerar aquela de centro na origem. Um metodo para este c alculo,
consiste em subtrair dois volumes:
_ _
(f
2
(x, y) f
1
(x, y))dxdy
em que f
1
, f
2
s ao as duas fronteiras, a inferior e a superior da esfera, e
e o domnio comum, o disco unit ario centrado na origem.
O disco unit ario e limitado por duas curvas g
1
, g
2
de equac oes:
g
1
(x) =
_
1 x
2
, g
2
(x) =
_
1 x
2
.
As duas fronteiras f
1
, f
2
superior e inferior da esfera tem por equac oes:
f
1
(x, y) =
_
1 x
2
y
2
, f
2
(x, y) =
_
1 x
2
y
2
e assim temos:
V =
_ _
(f
2
(x, y) f
1
(x, y))dxdy =
1
_
1
g2
_
g1
(f
2
(x, y) f
1
(x, y))dxdy
V =
1
_
1
g2
_
g1
(
_
1 x
2
y
2
+
_
1 x
2
y
2
)dxdy
V =
1
_
1
g2
_
g1
2
_
1 x
2
y
2
dxdy
V = 2
1
_
1
g2
_
g1
_
1 x
2
y
2
dxdy
V = 2
1
_
1
dx
g2
_
g1
_
1 x
2
y
2
dy
V = 2
1
_
1
dx
g2
_
g1
_
g
2
2
(x) y
2
dy = 2
1
_
1
I(x)dx
Na ultima linha temos a integral na qual podemos fazer algumas simpli-
ca c oes que nos v ao ajudar no c alcuolo. Por exemplo, para todo x, g
1
(x) =
g
2
(x). E como x e constante, n os podemos escrever
I(x) =
g2
_
g2
_
g
2
2
(x)1 y
2
dy =
a
_
a
_
a
2
y
2
dy.
Agora podemos aplicar os itens 28 e 30 da tabela de integrais de Hughes-
Hallet
I(x) =
1
2
(y
_
a
2
y
2
+a
2
a
_
a
1
a
2
y
2
dy)|
a
a
I = 0 +a
2
arcsin(1) = a
2
2
I(x) =
2
g
2
2
(x)
Podemos calcular a integral externa:
V = 2
1
_
1
(x)dx = 2
1
_
1
2
g
2
2
(x)dx
V =
1
_
1
g
2
2
(x)dx
V =
1
_
1
(1 x
2
)dx
V = (x
x
3
3
)|
1
1
= 2(1
1
3
) = 2
2
3
=
4
3
e podemos ver o resultado esperado, o volume da esfera de raio r e
4r
3
3
aqui r = 1.
5. Calcule o volume de uma esfera de raio r Resposta:
4r
3
3
Abaixo alguns exemplos do c alculo do volume da esfera usando o programa
apresentado neste texto em outro lugar.
Exemplo 33 N umero de divis oes: 100 valor da integral: 4.18523276903
Tempo de c alculo: 0.502177000046 segundos
N umero de divis oes: 1000 valor da integral: 4.18868946737 Tempo
de c alculo: 49.3769460917 segundos
N umero de divis oes: 2000 valor da integral: 4.18875585914 Tempo
de c alculo: 196.770419002 segundos
6. Calculo do volume de uma pir amide ortogonal, de altura r tendo base o
ret angulo [a, b] x [c, d]. Soluc ao:
Seja P a pir amide em considerac ao.
Queremos calcular
V ol(P) =
b
_
a
d
_
c
f(x, y)dxdy
em que f(x, y) e a func ao que descreve o teto da pir amide.
Por pir amide ortogonal se entende aquela que tem uma das arestas per-
pendicular ` a base. Quer dizer que P tem quatro faces, uma e um ret angulo,
a base, uma das faces e perpendicular ` a base, e duas faces que se encon-
tram sobre uma das diagonais do cubo que teria o ret angulo [a, b] x [c, d]
por base e de altura r.
Acompanhe o raciocnio com um desenho.
N ao h a nenhuma particulariza c ao do resultado se translatarmos a pir amide
de modo que o vertice sobre o qual a altura cai verticalmente concida com
a origem, quer dizer:
A = b a ; B = d c ; Q = [0, A] x [0, B]
P
)
e n os vamos calcular V ol(P
).
Lembrando, a equac ao de um plano e
z c = A(x a) +B(y b) ; (a, b, c)
e no presente caso temos dois planos passando pelos ponto (0, 0, r) cujas
equac oes v ao representar as duas func oes
z = f
1
(x, y) ; z = f
2
(x, y)
que formam o tampo da pir amide. Tambem vale a pena relembrar que
A =
f
x
; B =
f
y
os coecientes angulares parciais do plano nas dire c oes dos eixos.
As equac oes:
f
1
(x, y) = r +
f1
x
(x 0) +
f1
y
(y 0)
f
1
(x, y) = r
r
A
x
f
2
(x, y) = r +
f2
x
x +
f2
y
y
f
2
(x, y) = r
r
B
y
porque
f1
y
= 0 ;
f2
x
= 0
V ol(P
) =
b
_
a
d
_
c
f(x, y)dxdy =
A
_
0
B
A
x
_
0
f
1
(x, y)dxdy +
A
_
0
B
_
B
A
x
f
2
(x, y)dxdy
Acompanhe com um desenho. O domnio de integra c ao e o ret angulo
[0, A] x [0, B]
divido ao meio pela reta de equac ao y =
B
A
x portanto as duas integrais
tem esta reta como limite superior ou inferior, como aparece na ultima
equac ao acima.
Vamos calcular cada uma destas integrais separadamente:
I =
A
_
0
B
A
x
_
0
f
1
(x, y)dydx =
=
A
_
0
dx
B
A
x
_
0
(r
r
A
x)dy =
A
_
0
dx(ry
r
A
xy|
B
A
x
0
) =
=
A
_
0
dx(r
B
A
x
r
A
x
B
A
x) =
A
_
0
(
rBx
A
rBx
2
A
2
)dx =
=
rBx
2
2A
rBx
3
3A
2
|
A
0
=
rBA
2
rBA
3
=
rBA
6
Se invertermos a ordem de integrac ao, a segunda integral car a mais f acil
de ser calculada. Analise, no desenho que voce deve ter feito, a mudanca
nos limites de integrac ao. A seq uencia de equac oes e:
A
_
0
B
_
B
A
x
f
2
(x, y)dydx =
B
_
0
A
B
y
_
0
f
2
(x, y)dxdy =
=
B
_
0
dy
A
B
y
_
0
r
r
B
ydx =
B
_
0
dy(rx
r
B
xy|
A
B
y
0
) =
=
B
_
0
(r
A
B
y
rA
B
2
y
2
)dy
= r
A
2B
y
2
rA
3B
2
y
3
|
B
0
= r
A
2B
B
2
rA
3B
2
B
3
=
rAB
2
rAB
3
=
rAB
6
Soma os resultados das duas integrais temos:
V ol(P
) = V ol(P) = 2
rAB
6
=
rAB
3
que e o resultado conhecido:
O volume da pir amide e
1
3
area da base vezes a altura.
Observa cao 26 Volume da pir amide e o volume da esfera H a uma concidencia
que iremos explorar na pr oxima lista de exerccios. Comecemos por dis-
cutir a coisa desde uma experencia simples.
Lembre-se daqueles suportes feitos de tiras circulares para colocarmos pa-
nelas quentes ` a mesa. Se cortarmos um desses suportes radialmente (ao
longo do raio), o resultado ser a um tri angulo, e podemos assim calcular a
area do crculo, experimentalmente: base vezes altura dividido por dois:
Area(S
1
) =
base x altura
2
=
2r
2
2
= r
2
.
Isto e, a area de um crculo se calcula usando a f ormula para o c alculo da
area de tri angulo.
Se tentarmos fazer o mesmo com uma esfera a coisa ca um tanto mais
complicada, e e normal. Os teoremas assumem aspectos aparentemente
extranhos quando subimos a dimens ao.
E preciso nos acostumarmos com
novas situa c oes em dimens ao maior...
Mas tentando, se tentarmos abrir a esfera, a semelhan ca do que ze-
mos com o crculo, vamos encontrar quatro coisas que se parecem com
pir amides (quem j a abriu uma mel ancia ?) ent ao o volume da esfera e o
volume de quatro pir amides:
V ol(S
2
) =
4
3
r
3
= 4
1
3
r
3
=
1
3
(4r
2
)r.
A sugest ao que temos e que a area da superfcie da esfera de raio r e
Area(S
2
) = 4r
2
que vai ser assunto de pr oxima lista: area de superfcies, quando tiremos
esta hip otese a limpo: ser a que
uma esfera esta para quatro piramides, assim como um crculo
esta para quatro triangulos ?
7. O caso de um a cude
Este e um caso tpico de em que a fronteira n ao e formada por segmentos
de reta e nem conhecemos uma f ormula algebrica para as curvas envolvi-
das. A saida e calcular usando somas de Riemann.
(a)
Area do espelho d agua
Solu cao 12 O espelho do a cude e uma regi ao do plano cuja area
queremos calcular. Ver a gura (g. ??) p agina ?? que voce pode
perfeitamente tomar pelo espelho de um a cude visto numa foto aerea.
Uma boa foto aerea produziria uma gura em escala cuja area poderia
ser calculada por contagem de ret angulos num papel milimetrado. Isto
e soma de Riemann.
Se uma foto aerea for difcil, um passeio ` a volta da margem permiti-
ria fazer marcas uniformemente espa cadas e depois com duas linhas,
uma xa entre duas marcas em margens opostas, e outra estendida
paralelamente, se poderia medir as dist ancias entre estes pontos opos-
tos para calcular a area entre as duas linhas e assim calcular a area
total do espelho. Isto tambem e soma de Riemann.
Veja a soluc ao do volume, o uso de um barco.
r
= (at cos(t), at sin(t), at)
t
= (art sin(t), art cos(t), 0)
F(x, y)dxdy =
z(x, y)dxdy =
z(r, t)
x,y
r,t
drdt
A melhor forma de entender o que signica dxdy, isto e uma teoria,
a teoria das formas diferenci aveis, e considerando este produto como um
produto exterior em que
dx =
x
t
dt +
x
r
dr
dy =
t
dt +
y
r
dr
dxdy =
x
t
x
t
y
t
y
t
dxdy =
x
t
y
t
x
t
y
t
drdt
O determinante calculado na ultima linha e
(x,y)
(r,t)
que representa o coe-
ciente de deforma c ao na mudan ca de vari avel.
O determinante
det(J(T)) =
(x, y)
(r, t)
e o determinante da matriz de mudanc ao de vari aveis.
Calculando a integral temos:
I =
2
_
0
1
_
0
z(r, t)(a
2
t
2
r cos
2
(t) +a
2
t
2
r sin
2
(t))drdt =
=
2
_
0
1
_
0
(1 r)at(a
2
t
2
r cos
2
(t) +a
2
t
2
r sin
2
(t))drdt =
=
2
_
0
1
_
0
(1 r)at(2a
2
t
2
r)drdt = 2a
3
2
_
0
1
_
0
(1 r)(t
3
r)drdt = 2a
3
2
_
0
1
_
0
(r r
2
)t
3
drdt
= 2a
3
2
_
0
t
3
(
r
2
2
r
3
3
)|
1
0
dt = 2a
3
2
_
0
t
3
(
1
2
1
3
)dt =
2a
3
6
2
_
0
t
3
dt =
a
3
3
t
4
4
|
2
0
=
=
a
3
12
t
4
|
2
0
=
16a
3
12
4
=
4a
3
3
4
dxdy.
O c alculo eventualmente ca mais simples se mudarmos as coordenadas
(passar para coordenadas esfericas):
x
1
= cos(t
1
) cos(t
2
) cos(t
3
)
x
2
= sin(t
1
) cos(t
2
) cos(t
3
)
x
3
= sin(t
2
) cos(t
3
)
x
4
= sin(t
3
)
A jacobiana desta transformac ao
(x
1
, x
2
, x
3
, x
4
)
(t
1
, t
2
, t
3
), r
e
0
B
B
@
sin(t
1
) cos(t
2
) cos(t
3
) cos(t
1
) sin(t
2
) cos(t
3
) cos(t
1
) cos(t
2
) sin(t
3
) cos(t
1
) cos(t
2
) cos(
cos(t
1
) cos(t
2
) cos(t
3
) sin(t
1
) sin(t
2
) cos(t
3
) sin(t
1
) cos(t
2
) sin(t
3
) sin(t
1
) cos(t
2
) cos(
0 cos(t
2
) cos(t
3
) sin(t
2
) sin(t
3
) sin(t
2
) cos(t
3
)
0 0 cos(t
3
) sin(t
3
)
Usando MuPAD para calcular o determinante desta matriz temos
f(, t
1
, t
2
, t
3
) =
3
(
cos(t
2
)
2
+
cos(t
2
2t
3
)
4
+
cos(t
2
+ 2t
3
)
4
)
A integral relativamente a no intervalo [0, r] nos d a
f
1
(t
1
, t
2
, t
3
) =
r
4
4
(
cos(t
2
)
2
+
cos(t
2
2t
3
)
4
+
cos(t
2
+ 2t
3
)
4
)
A integral desta func ao relativamente ` a t
3
no intervalo [0,
2
] nos d a, ainda
usando MuPAD,
f
2
(t
2
) = 0.25cos(t
2
) 0.125sin(t
2
) + 0.125sin( +t
2
)
e ainda usando MuPAD para calcular a integral da func ao acima, no inter-
valo [0,
2
] temos
2 _
0
f
2
(t)dt =
4
portanto o valor da integral, o volume de S
3
, e
8
r
4
16
=
r
4
2
Hocqenghem e Jaard, em Mathematiques Tome II, encontraram o valor
2
r
4
2
que deixamos para o leitor analisar e decidir qual o valor correto.
Captulo 7
A integral de linha
7.1 Integral de linha
Exerccios 13 Integral sobre curvas.
1. Considere uma curva parametrizada sobre o intervalo [a, b]
[a, b] t (x(t), y(t)) = (t) R
2
.
Escreva uma soma de Riemann para e de uma interpretac ao ao resul-
tado: a possvel integral de quem esta soma de Riemann e uma apro-
xima cao.
Solu cao 16 Para escrever uma soma de Riemann para temos que fazer
uma partic ao do intervalo [a, b] o que resulta em
{a = t
0
, . . . , t
k
, . . . , t
n
= b} [a, b]
t
k
= t
k
t
k1
n1
k=0
(x(t
k
), y(t
k
))t
k
Como (x(t
k
), y(t
k
)) s ao vetores do plano, ent ao esta soma representa uma
soma de vetores, portanto, um vetor do plano. Como qualquer soma de Ri-
emann ser a um vetor do plano, se a integral existir ela tambem representa
um vetor do plano.
2. Interpretac ao da integral
(a) Integral de linha Calcule as integrais
b
_
a
(t)dt com os dados abaixo:
185
(t) [a, b]
a) (cos(t), sen(t)) [0, ]
b) (cos(2t), sen(2t) [0, ]
c) (cos(3t), sen(3t)) [0, ]
d) (cos(4t), sen(4t)) [0, ]
(b) Algumas das integrais acima s ao nulas, procure uma interpretac ao
de porque umas s ao nulas e outras n ao.
3. Qual das seguintes interpretac oes e a adequada para a integral
b
_
a
(x(t), y(t))dt
E a dist ancia percorrida por uma partcula ao longo da curva .
E a curva velocidade de uma partcula.
E um vetor.
E o trabalho da for ca ((x(t), y(t))) ao longo do intervalo [a, b]
4. A integral
b
_
a
(x(t), y(t))dt
e o vetor posi c~ao medio de uma partcula que percorreu a trajet oria
se m([a, b]) = 1. Justique. Sugest ao, escreva uma soma de Riemann.
5. Comprimento de arco
(a) Desenhe um arco de curva
[a, b] t (t) R
2
e verique que h a uma associa c ao entre qualquer poligonal obtida
por uma sele cao de pontos sobre e uma parti c ao do intervalo [a, b].
Ver gura (g. 7.1) p agina 187.
(b) Use uma parti c ao de [a, b] para construir uma soma que permita o
c alculo aproximado do comprimento de .
(c) Introduzindo uma divis ao e uma multiplica c ao adequada por t
k
deduza a integral que calcula o comprimento de .
Solu cao 17 (a) Veja na gura (g. 7.1) p agina 187, uma curva e uma
aproximac ao poligonal para a mesma.
Se a curva for bijetiva, ent ao a cada ponto da poligonal corresponde
um e somente um ponto no intervalo [a, b], cada um deles pondendo
ser obtido com a func ao inversa.
P
1
P
0
P
2
P
3
P
4
P
5
a
b =t
5
=
t
0
t
1
t
2
t
3
t
4
Figura 7.1: Uma curva e sua aproxima c ao poligonal
Aparentemente haveria problema se a curva n ao fosse bijetiva, quer
dizer, houvesse dois valores do tempo t
1
, t
2
tal que (t
1
) = (t
2
).
Basta, neste caso, sub-dividir o intervalo de parametriza c ao de for-
mas que em cada sub-intervalo a curva seja bijetiva e aplicar o ra-
ciocnio anterior. Isto, ali as, mostra que n ao h a problema se a func ao
n ao for bijetiva.
(b) Comprimento da poligonal Agora queremos o c alculo do comprimento
da poligonal. Vamos somar os comprimentos de cada um segmentos
de reta desta poligonal:
n1
k=0
|P
k
P
k+1
| =
n1
k=0
d((x(t
k
), y(t
k
)), (x(t
k+1
), y(t
k+1
))) =
n1
k=0
_
(x(t
k
) x(t
k+1
))
2
+ (y(t
k
) y(t
k+1
))
2
n1
k=0
_
x
2
k
+ y
2
k
(c) comprimento de arco - integral integral!comprimento de arco
Se dividirmos e multiplicarmos a ultima express ao na soma anterior
por t
k
, teremos:
n1
k=0
_
x
2
k
+ y
2
k
n1
k=0
_
x
2
k
t
2
k
+
y
2
k
t
2
k
t
k
=
podemos reconhecer os quocientes de diferenciais que denem as de-
rivadas das coordenadas de , elevados ao quadrado, e uma soma de
Riemann que dene a integral:
b
_
a
_
(x
(t)
2
+y
(t)
2
)dt =
b
_
a
|
(t)|dt
que e a f ormula integral para o c alculo do comprimento de arco de
uma curva parametrizada sobre o intervalo [a, b].
Observe a natural concidencia desta f ormula, o comprimento do
arco de uma curva e a integral da velocidade (de uma part cula)
percorrendo a curva, logo e a dist ancia percorrida (pela partcula) ao
longo da curva no sentido que a Fsica d a a integral da velocidade.
(t)| = r R
Portanto o comprimento do crculo ser a a integral da ultima func ao:
2
_
0
rdt = 2r
7. Em cada caso abaixo voce tem a velocidade com que uma part cula percorre
uma determinada trajet oria. Em todos os caso o intervalo de parame-
trizac ao e [0, 1]. Calcule a dist ancia percorrida. Observe que dist ancia
e n umero!
v(t) v(t) v(t)
a) (t, t
2
) b) (sin(t), cos(t)) c) (cos(t), 1)
d) (t, 2t) e) (t, 3t) f ) (cos(2t), sin(2t))
8. Em cada caso abaixo voce tem a a equac ao do vetor posicao de uma
partcula percorrendo uma determinada trajet oria. Em todos os caso o
intervalo de parametrizac ao e [0, 1]. Calcule a dist ancia percorrida. Ob-
serve que dist ancia e n umero!
(t) (t) (t)
a) (t, t
2
) b) (sin(3t), cos(3t)) c) (cos(4t), sin(4t))
d) (cos(t), sin(2t)) e) (t, 3t) f ) (cos(2t), sin(2t))
9. Comprimento de arco - outra f ormula
Altere a express ao da soma de Riemann obtida para o c alculo aproximado
do comprimento de arco de uma curva sob a hip otese de que sabemos
explicitar y = f(x) e que a func ao f seja diferenci avel.
Solu cao 19 Considere a express ao que encontramos anterioremente para
o c alculo aproximado do comprimento de arco do crculo
n1
k=0
_
x
2
k
+ y
2
k
que agora vamos dividir por x
k
sob a hip otese de que sabemos explicitar
y = f(x) e que esta func ao e diferenci avel:
n1
k=0
_
x
2
k
+ y
2
k
n1
k=0
_
1 +
y
2
k
x
2
k
x
k
e podemos ent ao reconhecer o quociente de diferenciais que dene a deri-
vada de f e uma soma de Riemann:
n1
k=0
1 +
f
2
k
x
2
k
x
k
que dene a integral
_
(1 +f
(x)
2
)dx
Obvserve que os limites desta nova integral n ao podem ser mais {a, b} pois
[a, b] t (t) R
2
[, ] x f(x) R
em que [, ] e o intervalo de varia c ao de x, e a proje c ao horizontal da
curva . Tente completar voce mesmo a gura (g. 7.1) p agina 187 em
que aparece apenas o intervalo de parametriza c ao, o intervalo do tempo,
para visualisar a proje c ao acima referida.
j
(t) = t +t
2
j
11. Uma curva tem por equac ao y
2
= x
3
, Verique em que pontos ela passa
quando x = 2 e calcule o comprimento da trajet oria percorrida entre estes
dois pontos.
12. Dois pontos P, Q sobre um crculo de raio 1 determinam um setor circular
POQ em que O e a origem, (centro do c rculo). Prove que o comprimento
do arco AB e o dobro da area do setor POQ.
13. Mostre que o comprimento de arco de y = e
x
; x [0, 1] e
1
2
o compri-
mento de arco da curva (t +log(t), t log(t)) ; t [1, e].
7.2 Derivadas Parciais
Ha dois conceitos proximos, jacobiana, gradiente. A jacobiana e a matriz das
derivadas parciais, e o gradiente e a jacobiana de uma fun cao real de n variaveis.
Isto e o gradiente e uma jacobiana que tem apenas uma linha.
Quer dizer que, se F : R
2
R entao grad(F) = J(F). O gradiente
tem um nome especial porque ele esta associado a determinacao de maximos
e mnimos de fun coes de duas variaveis como veremos em um dos exerccios
abaixo.
Deni cao 21 Gradiente
Seja F : R
n
R, um campo escalar. Ent ao a jacobiana de F e uma
matriz linha e se chama gradiente.
Em suma, o gradiente de F e a jacobiana quando a fun c ao F for um campo
escalar.
De forma semelhante ao que acontece com as fun c oes univariadas, em que a
derivada e o coeciente angular da reta tangente, no caso das fun c oes multi-
variadas a matriz das derivadas parciais, a jacobiana, e o coeciente angular
m ultiplo e existe uma variedade linear tangente de dimens ao apropriada.
No caso das fun coes univariadas a variedade linear tangente e uma variedade
linear de dimensao 1, uma reta.
As variedades lineares sao caracterizadas (o seu coeciente angular) pelo
vetor normal. Veja a gura (g. 7.2) pagina 192, uma reta e um vetor normal
` mesma.
No caso de um plano, que ja tem dois coecientes angulares, o vetor normal
ao plano simplica as coisas porque ele determina o plano se for dado um
ponto por onde passe o plano, de forma semelhante com o que acontece com
uma reta. Relembrando a Geometria Analtica, uma express ao do tipo
Ax +By +Cz +D = 0
representa no R
3
um plano caracterizado pelo vetor normal (A, B, C).
Na mesma propor cao, uma expressao do tipo
F(x, y, z) = 0
representa, no R
3
uma superfcie e diferenciando implicitamente esta express ao
vamos ter
F
x
dx +
F
y
dy +
F
z
dz = 0
que contem o molde da variedade linear tangente (desde que calculemos as
derivadas parciais num ponto (a, b, c) ; F(a, b, c) = 0). O resultado e
F
x
|(a, b, c)(x a) +
F
y
|(a, b, c)(y b) +
F
z
|(a, b, c)(z c) = 0
onde podemos ver o vetor normal
(
F
x
|(a, b, c),
F
y
|(a, b, c),
F
z
|(a, b, c))
Os calculos que zemos logo acima lembram um dos teoremas mais impor-
tantes da matematica mas que tem pouca presen ca direta. Tambem e um desses
teoremas difceis porque apenas garantem a existencia.
Escrevemos a equa cao de plano tangente a uma superfcie
N
r
Figura 7.2: Uma variedade linear e seu vetor normal
F
x
|(a, b, c)(x a) +
F
y
|(a, b, c)(y b) +
F
z
|(a, b, c)(z c) = 0 (7.1)
e consequentemente podemos nela explicitar qualquer uma das variaveis, desde
que o correspondente coeciente (derivada parcial) seja diferente de zero:
F
x
|(a, b, c)(x a) +
F
y
|(a, b, c)(y b) +
F
z
|(a, b, c)(z c) = 0
F
z
|(a, b, c)(z c) =
F
x
|(a, b, c)(x a)
F
y
|(a, b, c)(y b)
(z c) =
F
x
F
z
(x a)
F
y
F
z
(y b)
z = c
F
x
F
z
(x a)
F
y
F
z
(y b)
Agora escrevemos z = f(x, y), uma fun cao do primeiro grau, cujo gr aco
continua tangente ao graco de F(x, y, z) = 0 e portanto isto signica que numa
vizinhan ca do ponto (a, b, c) e possvel explicitar z na equa c ao F(x, y, z) = 0 para
conseguir a fun cao z = g(x, y) cujas derivadas parciais acabamos de calcular:
g
x
=
F
x
F
z
(7.2)
g
y
=
F
y
F
z
(7.3)
desde que
F
z
= 0 (7.4)
De forma identica podemos explicitar x, y sempre que a correpondente deri-
vada parcial em F(x, y, z) for diferente de zero. O conte udo do que acabamos
de descrever e o teorema
Teorema 23 Teorema da Func ao implcita
Se F(x
1
, x
2
, x
3
) = 0 e a func ao F tiver derivadas contnuas numa vizinhanca
de um ponto (a
1
, a
2
, a
3
) ; F(a
1
, a
2
, a
3
) = 0 e se a derivada parcial
F
x
i
= 0
neste ponto, ent ao podemos encontrar, numa vizinhanca do ponto, (a
1
, a
2
, a
3
)
uma func ao g expressando a variavel x
i
como func ao das outras duas
x
i
= g(x
j
)
j=1,2,3 ; j=i
e tal que
g
x
j
=
F
xj
F
xi
(7.5)
Quer dizer que a fun cao g expressa uma vari avel em fun c ao das outras no
Teorema da Fun cao implcita, tem um valor local apenas. Um exemplo para
compreender isto e o crculo em que y em
F(x, y) = x
2
+y
2
r
2
= 0
pode ser explicitado como fun cao de x
y =
_
r
2
x
2
porem esta equa cao somente vale em cada uma das metades do crculo como
fun c ao
y = g(x).
Exerccios 14 Diferencial e derivadas parciais
1. Escreva a equac ao diferencial da reta, (generica mas fa ca uma exce c ao
para os casos x=A).
(a) Derive implicitamente y = x
2
+ 3x 4.
(b) Escreva a equac ao da reta tangente a par abola
y = f(x) = x
2
+ 3x 4
no ponto (1, 0).
2. Escreva equac ao da reta tangente ` a curva
F(x, y) = x
2
+ycos(x) + 3x = 4
no ponto
1
(0, 4).
Solu cao 20 Derivando implicitamente a express ao:
2xdx y sin(x)dx + cos(x)dy + 3dx = 0
(2x y sin(x) + 3)dx + cos(x)dy = 0
(2a b sin(a) + 3)(x a) + cos(a)(y b) = 0
encontramos, na ultima equac ao, a express ao da reta tangente num ponto
qualquer (a, b) em que a curva passa.
Tomando agora (a, b) = (0, 4) temos
F
x
|
(0,4)
= 3
F
y
|
(0,4)
= 1
temos portanto a equac ao da reta:
3x + (y 4) = 0 y = 3x + 4
Com um programa em Python podemos iterar este processo tra cando pe-
quenos segmentos de reta e usando as extremidades destes novos segmen-
tos de reta como nova condi c ao inicial (a, b) para encontrar outro seg-
mento de reta e assim encontrar uma aproximac ao para o gr aco da curva
F(x, y) = 4 numa vizinhan ca do ponto (0, 4).
Veja na gura (g. 7.3) p agina 195, o peda c o de curva obtido aproxima-
damente com um programa que tra ca v arias retas a partir da reta obtida
com a condi c ao inicial do problema.
1
Curiosidade, como podemos saber se a express ao acima dene uma curva?
-10
-5
0
5
10
-10 -5 0 5 10
x**2 + y*cos(x) + 3*x = 4
data
OX
OY
Figura 7.3: Gr aco aproximado da curva plana
3. Derivadas Parciais Calcule as derivadas parciais das func oes:
F(x, y) = G(x, y) = H(x, y) =
a) e
xy
b) e
sin(x)sin(y)
c) e
sin(xy)
4. Gradiente grad(F) = (
F
x
,
F
y
) Calcule os gradientes das func oes:
F(x, y) = G(x, y) = H(x, y) =
a) e
xy
b) e
sin(x)sin(y)
c) e
sin(xy)
5. Escreva a equac ao do plano tangente ` a superf cie
z = F(x, y) = x
2
+ycos(x) + 3x
no ponto (1, 1, 8)
6. Derive implicitamente z = F(x, y) = e
xy
e calcule
1
_
1
P(x, y)dx +Q(x, y)dy =
1
_
1
F
x
dx +
F
y
dy
em que P =
F
x
, Q =
F
y
e a partcula (x, y) percorre o crculo unit ario
parametrizado sobre o intervalo [1, 1]
Solu cao 21 Chamamos o crculo trigonometrico de S
1
e vamos escrever
sua parametriza c ao relativamente ao intervalo [1, 1]
S
1
= (x(t), y(t)) = (cos(t), sin(t))
t[1,1]
P(x, y) = ye
xy
; Q(x, y) = xe
xy
I =
1
_
1
P(x, y)dx +Q(x, y)dy =
1
_
1
ye
xy
dx +xe
xy
dy
I =
1
_
1
(sin
2
(t)e
cos(t)sin(t)
+cos
2
(t)e
cos(t)sin(t)
)dt
I =
(sin
2
(t)e
cos(t)sin(t)
+cos
2
(t)e
cos(t)sin(t)
)dt
I =
(cos
2
(t) sin
2
(t))e
cos(t)sin(t)
dt
I =
cos(2t)e
1
2
sin(2t)
dt =
e
1
2
sin(2t)
cos(2t)dt =
=
0
_
0
e
u
du = 0
1
a
axdx =
1
_
1
xdx
3. Verique que os exemplos acima sugerem a f ormula:
_
f(z)dz =
_
g
1
()
f(g(w))g
(w)dw
2
Que divide o R
3
em duas regi oes, uma limitada, chamada interior e a outra ilimitada, o
exterior.
Demonstre esta f ormula com auxlio de somas de Riemann aplicadas em
ambas as integrais.
Este resultado merece ser formalizado sob o nome de Teorema:
Teorema 24 Mudanca de vari avel
Princpio do telhado
Se os dois domnios W, estiverem em correspondencia bi- univoca pela
transformac ao T, isto e,
T(W) = ; W, R
n
e se f : R for integr avel, ent ao
_
f()d =
_
W
f(T(w))det(J(T
1
))dw =
_
T
1
()
f(T(w))det(J(T
1
))dw
Dem :
Vamos fazer a demonstracao num caso particular que rapidamente ira colocar a formula
em evidencia. Vamos supor que seja um hipercubo do R
n+1
quer dizer um conjuto
da forma
= [a1, b1] x [a2, b2] x x [an, bn] ; a1, b1, . . . an, bn R
e um produto cartesiano de intervalos.
Entao
V =
R
f()d =
b1 R
a1
dx1 . . .
bn R
an
f(x1, . . . , xn)dxn
m1
P
k1=0
. . .
m1
P
kn=0
f(x
1,k1
, . . . , x
n,kn
)x
1,k1
x
n,kn
Em que temos, na ultima linha, n somas (n variaveis) e cada uma destas somas tem
m parcelas, portanto um total de n x m parcelas. Em cada parcela ha um produto de
n elementos basicos
x
1,k1
x
n,kn
que e a medida de um hiper paralelepipedo do R
n+1
que nos podemos supor de lados
iguais a
x
j,k
j
=
bj aj
m
e temos, assim, uma soma de Riemann m ultipla, uniforme.
W
T
Figura 7.4: Uma malha retangular em induz uma parti c ao no conjunto de sada W
a subdivisao de em n x m pedacos induz via T
1
uma divisao de W em
n x m pedacos, porque a correspondencia T e bi- univoca. Sao estes pedacos
que estamos chamando de m-celulas de W; Ver na gura (g. 7.4) pagina
200, a representacao no caso bidimensional da imagem inversa da malha de
induzindo uma subdivisao em W. Em W temos n x m m-celulas.
a medida de cada uma dessas m-celulas e aproximadamente
(M) w
k1,...kn
= det(J(T))x
1,k1
x
n,kn
porque sao os determinantes que generalizam a multiplica cao: de um lado temos
uma multiplicacao deformadapelo determinante da transformacao T que da a
medida das m-celulas (aproximadamente), no conjunto de sada.
Este e o princpio do telhado (como calcular a area de um telhado, sabendo a
area ocupada pela casa) ou ainda chamado de princpio do coseno. Nos veremos
este princpio mais a frente, ver no ndice remissivo.
cada hiper -paralelepipedo de e a imagem de uma m-celula de W;
det(J(T
1
) =
1
det(J(T))
= det(J(T))
1
x
1,k1
x
n,kn
det(J(T
1
))w
k1,...kn
invertendo a equacao (M).
A soma de Riemann ca, entao, transformada em:
V =
m1
P
k1=0
. . .
m1
P
kn=0
f(x
1,k1
, . . . , x
n,kn
)x
1,k1
x
n,kn
V =
m1
P
k1=0
. . .
m1
P
kn=0
f(T(w
k1,...kn
)) det(J(T
1
))w
k1,...kn
R
W
f(T(w)) det(J(T
1
))dw
e podemos identicar a nova expressao da integral a partir da soma de Riemann, como
queriamos demonstrar. q.e.d .
Uma referencia para o resultado sobre a inversa de determinantes, veja
Lang, S - Algebra, pag. 334.
4. Mucanca de Vari aveis
(a) Coordenadas polares Calcule
e
x
2
y
2
dxdy
(b) Verique que
e
x
2
y
2
dxdy = (
e
x
2
dx)
2
e da deduza o valor de
e
x
2
dx
Solu cao 23 (a) Seja f(x, y) = e
x
2
y
2
. Com a mudan ca de vari aveis
de coordenadas cartesianas para coordenadas polares (ou vice-versa)
podemos identicar um disco e um ret angulo no plano, entretanto
agora temos uma integral cujo domnio e o plano todo e isto n ao
corresponde a nenhum disco (a n ao ser que consideremos o plano
impropriamente como um disco). O que temos que fazer aqui e provar
que a integral existe e escrever a sua reformulac ao com as novas
coordenadas, uma vez que n ao uma transic ao algebrica simples entre
as duas formulac oes.
f e constante sobre os crculo de raio R e centro em (0, 0) com o
valor e
R
2
.
A desigualdade que vai responder a quest ao da existencia e:
_
W
_
f(x, y)dxdy sup
(x,y)W
f(x, y)m(W)
Vamos considerar os domnios formados de aneis centrados na ori-
gem A
r,R
quer dizer
A
r,R
= {(x, y) ; r < |(x, y)| < R ; 0 < r < R}
para dois n umeros reais r, R arbitr arios, ent ao
I
r,R
=
_
Ar,R
_
f(x, y)dxdy sup
(x,y)Ar,R
f(x, y)m(A
r,R
)
sup
(x,y)Ar,R
f(x, y) = e
R
2
m(A
r,R
) = (R
2
r
2
) < R
2
lim
R=
e
R
2
R
2
= 0
o que signica que o resto da integral fora de um crculo de raio R e
despresvel e portanto a func ao f e integr avel no plano.
Podemos agora simplesmente aplicar a f ormula de mudan ca de vari aveis.
_
x
y
_
T
_
cos()
sen()
_
; =
_
x
2
+y
2
; = atan(
y
x
)
_
dx
dy
_
=
_
cos() sin()
sen() cos()
__
d
d
_
Quer dizer que a jacobiana da transforma c ao e o determinante da
matriz das derivadas parciais acima:
(x, y)
(, )
= .
Os limites de integra c ao nas coordenadas polares passam a ser
[0, ) ; [0, 2]
e temos a igualdade:
e
x
2
y
2
dxdy =
_
0
2
_
0
e
2
(x,y)
(,)
dd =
_
0
2
_
0
e
2
dd = 2
_
0
e
2
d =
2
1
2
_
0
e
u
du =
(b) Como e
x
2
y
2
= e
x
2
e
y
2
e como a integral
e
x
2
dx =
e
y2
dy
existe
3
ent ao
e
x
2
y
2
dxdy =
e
x
2
dx
e
y
2
dy
(
e
x
2
dx)
2
=
e
x
2
dx =
e
x
2
dx = 1 =
e
x
2
dx (7.9)
3
a existencia desta integral se prova usando argumentos semelhantes ao que usamos para
demontrar a existencia da integral de f(x, y).
7.3.1 Vetor normal e gradiente
Exerccios 16 Vetor normal e gradiente
1. Prove que o vetor (A, B, C) e perpendicular ao plano
Ax +By +Cz +D = 0
Solu cao 25 O plano Ax+By +Cz = 0 e paralelo ao plano cuja equac ao
temos acima, porque a intersec ao entre eles e vazia, se D = 0.
Para provar isto, resolva o sistema de equac oes
_
Ax +By +Cz = 0
Ax +By +Cz = D
(7.11)
e sua conclus ao deve ser: o sistema e impossvel se D = 0.
A equac ao Ax +By +Cz = 0 pode ser escrita com o produto escalar:
Ax +By +Cz = 0 < (A, B, C), (x, y, y) = 0
denunciando que o vetor qualquer (x, y, z) no plano e perpendicular ao
vetor dado (A, B, C). Em outras palavras, o conjunto dos pontos que
satisfazem a equac ao
Ax +By +Cz = 0
e o lugar geometrico dos vetores do espa co que s ao perpendiculares ao
vetor (A, B, C).
Como o plano Ax+By+Cz = 0 e paralelo ao plano Ax+By+Cz+D = 0
ent ao, qualquer vetor perpendicular ao primeiro, e tambem perpendicular
ao segundo.
2
+ 2k
(2)(2x, 4y)
(3)(
2x
x
2
+y
2
, frac2yx
2
+y
2
)
(4)(2xy
3
, 3x
2
y
2
)
(5)(yx
y1
, x
y
ln(x))
(6)(y
x
2
+y
2
2xln(y)
, y
x
2
+y
2
(
x
2
+y
2
+2y
2
ln(y)
y
)))
As equac oes propostas s ao muito difceis de ser resolvidas (n ao h a metodos
denidos). N os limitamos a encontrar soluc oes obvias.
Justicativas:
(a) (1) Imponha cos(xy) = 0 xy =
2
+2k reutilize este resultado na
express ao geral onde se x = y ent ao x =
_
2
+ 2k sin(xy) = 1 e
a consequente igualdade nal. Este metodo n ao garante que todas as
soluc oes foram encontradas, mas mostram que existe solu c ao para
F
x
=
F
y
= 0
(b) 2x = 4y = 0 x = y = 0
(c)
2x
x
2
+y
2
= frac2yx
2
+y
2
= 0 n ao tem soluc ao.
(d) 2xy
3
= 3x
2
y
2
= 0 OX OY
(e) yx
y1
= x
y
ln(x) = 0 <=== (x, y) = (1, 0)
(f ) y
x
2
+y
2
2xln(y)
= y
x
2
+y
2
(
x
2
+y
2
+2y
2
ln(y)
y
)) = 0 impossvel porque
F
x
e
sempre diferente de zero.
6. Considere
z = F(x, y) =
8 (x + 1)
2
(y + 1)
2
(x
2
+ 1)(y
2
+ 1)
Solu cao 30 Vamos usar uma tecnica de deriva cao algortmica que torna
o c alculo de derivadas mais simples porque quebra as etapas do c alculo.
Para isto identicamos as func oes at omicas que comp oem uma equac ao
e depois aplicamos seguidamente a regra da cadeia. Neste caso
As derivadas parciais s ao:
u(x, y) = (x + 1)
2
; v(x, y) = (y + 1)
2
u
x
(x, y) = 2(x + 1) ; v
y
(x, y) = 2(y + 1)
u2(x, y) = (x
2
+ 1) ; v2(x, y) = (y
2
+ 1)
u2
x
(x, y) = 2x ; v2
y
(x, y) = 2y
F(x, y) =
8uv
u2v2
F
x
=
vuxu2v2u2xv2(8uv)
(u2v2)
2
=
2(y+1)
2
(x+1)(x
2
+1)(y
2
+1)2x(y
2
+1)(8(x+1)
2
(y+
(x
2
+1)
2
(y
2
+1)
2
F
y
=
vyuu2v2v2yu2(8uv)
(u2v2)
2
=
2(y+1)(x+1)
2
(x
2
+1)(y
2
+1)2y(x
2
+1)(8(x+1)
2
(y+
(x
2
+1)
2
(y
2
+1)
2
em que g
x
=
g
x
Nas duas ultimas linhas aparecem as derivadas parciais como seriam calcu-
ladas dentro de um programa de computador. Mas ate mesmo para repre-
senta c ao numa p agina eletr onica, o uso de deriva c ao algoritmica tem suas
vantagens porque podemos cortar e colar na express ao nal seguindo o
modelo proposto pela express ao algoritmica.
Depois de editar as express oes acima num editor de texto, com a sintaxe
de MuPAD ou Maple, que s ao identicas, temos
u := (x,y) -> (x+1)^2
v := (x,y) -> (y+1)^2
ux := diff(u,x)
vy := diff(v,y)
u2 := (x,y) -> x^2 +1
v2 := (x,y) -> y^2 +1
u2x:= (x,y) -> 2*x
v2y:= (x,y) -> 2*y
fx := (x,y) -> -v(x,y)*ux(x,y)*u2(x,y)*v2(x,y)
- u2x(x,y)*v2(x,y)*(8-u(x,y)*v(x,y))/(u2(x,y)^2*v2(x,y)^2)
fy := (x,y) -> -u(x,y)*vy(x,y)*u2(x,y)*v2(x,y)
- v2y(x,y)*u2(x,y)*(8-u(x,y)*v(x,y))/(u2(x,y)^2*v2(x,y)^2)
estas express oes podem ser sucessivamente coladas na area de trabalho do
MuPAD e agora poderiamos facilmente calcular a equac ao do plano tangente
no ponto (a, b, F(a, b)) = (1, 1, F(1, 0)) = (1, 1, 2)
A =
F
x
|
(1,0)
= 12 ; B =
F
x
|
(1,0)
= 20
sendo a equac ao do plano:
z 2 = 12(x 1) 20(y 1)
Os c alculos foram feitos com
4
MuPAD. Ver em [?, mupad]omo obter MuPAD.
Observe que fx =
f
x
na notac ao do MuPAD.
_
_
u
2
v
2
u +v
u
2
+ 4v
_
_
_
_
dx
dy
dz
_
_
=
_
_
2u 2v
1 1
2u 4
_
_
_
du
dv
_
4
MuPAD e um programa de Computa c ao Algebrica semelhante ao Maple ou Mathematica,
com a importante caracterstica de que e distribuido com um pre co simb olico.
(u, v) = (1/2, 1/2)
_
_
x 0
y 1
z 2
_
_
=
_
_
1 1
1 1
1 4
_
_
_
u
1
2
v
1
2
_
_
_
x
y 1
z 2
_
_
=
_
_
1 1
1 1
1 4
_
_
_
u
1
2
v
1
2
_
Na ultima linha temos as equac oes parametricas do plano tangente ` a su-
perfcie no ponto indicado.
(x
3
3xy
2
)dx + (3x
2
y y
3
)dy
I =
_
udx + 0 + 0 +
_
vdy +
_
udx + 0 + 0 +
_
vdy
I =
1
_
0
(x
3
3xy
2
)dt +
1
_
0
(3x
2
y y
3
)dt +
1
_
0
(x
3
3xy
2
)dt
1
_
0
(3x
2
y y
3
)dt
I =
1
_
0
t
3
dt +
1
_
0
(3t t
3
)dt
1
_
0
((1 t)
3
3(1 t))dt +
1
_
0
(1 t)
3
dt
I =
1
_
0
3tdt
1
_
0
3(1 t)dt =
1
_
0
3tdt
0
_
1
3(t)dt
I =
3t
2
2
|
1
0
0
_
1
3tdt =
3
2
3t
2
2
|
0
1
=
3
2
3
2
= 0
(b)
_
(x
3
xy
2
)dx + (3x
2
y y
3
)dy =
=
_
udx + 0 + 0 +
_
vdy +
_
udx + 0 + 0 +
_
vdy =
=
1
_
0
t
3
dt +
1
_
0
(3t t
3
)dt
1
_
0
((1 t)
3
(1 t))dt
1
_
0
(1 t)
3
dt =
1
_
0
3tdt +
1
_
0
(1 t)dt =
1
_
0
3tdt +
0
_
1
(t)dt =
3t
2
2
|
1
0
0
_
1
tdt =
=
3t
2
2
|
1
0
t
2
2
|
0
1
=
3
2
1
2
= 1
(c)
_
(3x
2
3y
2
)dx + 6xydy =
=
_
udx + 0 + 0 +
_
vdy +
_
udx + 0 + 0 +
_
vdy =
1
_
0
3t
2
dt +
1
_
0
6tdt
1
_
0
(3(1 t)
2
3)dt + 0 =
1
_
0
3t
2
dt +
1
_
0
6tdt
0
_
1
(3(t)
2
3)dt + 0 =
3t
3
3
|
1
0
+
6t
2
2
|
1
0
3
0
_
1
(t)
2
dt + 3
0
_
1
dt =
(t , 0) t [0,1]
(1 , t) t [0,1]
(1t , 1) t [0, 1]
t [0,1]
(0,1t)
dx=dt; dy =0
dx=0; dy=dt
dx=dt;dy=0
dx=0
dy=dt
Figura 7.6: Parametriza c ao do quadrado Q de lado 1, com vertices (0, 0), (1, 1).
3t
3
3
|
1
0
+
6t
2
2
|
1
0
3
0
_
1
t
2
dt + 3t|
0
1
=
3t
3
3
|
1
0
+
6t
2
2
|
1
0
3
t
3
3
|
0
1
+ 3t|
0
1
=
1 + 3 1 3 = 0
(d) u(x, y) = 3x
2
2y
2
; v(x, y) = 6xy
_
(3x
2
2y
2
)dx + 6xydy =
=
_
udx + 0 + 0 +
_
vdy +
_
udx + 0 + 0 +
_
vdy =
1
_
0
3t
2
dt +
1
_
0
6tdt
1
_
0
(3(1 t)
2
2)dt + 0 =
1
_
0
3t
2
dt +
1
_
0
6tdt
0
_
1
(3(t)
2
2)dt + 0 =
3t
3
3
|
1
0
+
6t
2
2
|
1
0
3
0
_
1
(t)
2
dt + 2
0
_
1
dt =
3t
3
3
|
1
0
+
6t
2
2
|
1
0
3
0
_
1
t
2
dt + 2t|
0
1
=
3t
3
3
|
1
0
+
6t
2
2
|
1
0
3
t
3
3
|
0
1
+ 2t|
0
1
=
1 + 3 1 2 = 1
2. Analise uma concidencia: a quest ao anterior voce pode separar em dois
pares de itens: no primeiro item, de cada par,
_
1
,
2
ligando P, Q tivermos
_
1
u(x, y)dx +v(x, y)dy =
_
2
u(x, y)dx +v(x, y)dy
Prove que
_
u(x, y)dx + v(x, y)dy ser independente de caminhos equivale
a
_
W
u(x, y)dx + v(x, y)dy = 0 para todo sub-domnio W . em que
W representa a fronteira da regi ao W.
Solu cao 36 Vamos usar uma nota c ao mais curta para
dz = udx +vdy
que depois veremos que tem um sentido pr oprio. Agora e apenas uma
nota c ao.
Considere W um sub-domnio de . A fronteira de W, W, e ent ao for-
mada por uma ou mais curvas fechadas contidas tambem em , que s ao
as fronteiras das diversas componentes de W. Basta resolvermos o caso
de uma das componentes ou supormos que W tem uma unica componente
e portanto que W e uma curva fechada contida em .
Suponhamos que dz = udx+vdy seja independente de caminhos e
consideremos em = W dois pontos arbitr arios P, Q em . Como
dz e independente de caminhos, ent ao
Q
_
P
dz =
Q
_
P
dz
em que as integrais acima s ao consideradas em cada um dos dois
caminhos que os pontos P, Q determinam sobre . Se observarmos
que
Q
_
P
dz =
P
_
Q
dz
porque de uma integral pode apenas haver uma mudan ca de sinal
nas parametriza coes, e obviamente, vamos escolher este caso para as
parametriza coes, ent ao
Q
_
P
dz =
P
_
Q
dz =
Q
_
P
dz +
P
_
Q
dz = 0
_
dz = 0
porque a ultima integral apenas resume que na pen ultima a curva
foi percorrida de P ate P.
Suponhamos agora que para qualquer sub-domnio W de ,
_
W
dz = 0.
Consideremos agora dois pontos P, Q e dois caminhos
1
,
2
li-
gando estes dois pontos. Observando que podemos designar por
2
o caminho que liga Q a P se
2
ligar P a Q nesta ordem, porque h a
uma parametrizac ao dos dois caminhos que diferem apenas por uma
troca de sinal, ent ao
2
2
e uma curva fechada que limita (um ou
mais) sub-domnios de . Mais de um, eventualmente, porque estas
curvas podem se cortar, mas a hip otese vale para todas as componen-
tes assim obtidas e basta considerarmos o caso em que as curvas n ao
se cortam e que temos apenas uma componente. Seja W esta unica
componente com
W =
2
2
Ent ao
Q
_
P
dz =
_
1
dz ;
Q
_
P
dz =
_
2
dz
I =
_
1
dz
_
2
dz ; I =
_
1
dz +
_
2
dz ; I =
_
12
dz
I =
_
W
dz = 0 ;
_
1
dz =
_
2
dz
mostra que e independente a escolha do caminho que liga os dois
pontos P e Q.
dz = 0
devido ao exerccio 5. Ao mesmo tempo os exerccios 6 e 3 mostram que
isto pode n ao ser f acil... No exerccio 6 temos dois diferenciais dz e uma
curva fechada tal que
_
dz = 0
quando sabemos, a partir do exerccio 3 que a segunda e a quarta express ao
diferencial dependem do caminho. Isto apenas signica que existe alguma
curva fechada sobre a qual
_
dz = 0.
Em outras palavras, dz mesmo sendo dependente do caminho pode haver
uma curva fechada tal que
_
dz = 0.
Esta situa c ao, que parece ca otica, vai car inteiramente claricada no
captulo 3. Aqui ela representa apenas exerccios de integral de linha, e,
obviamente, uma antecipa c ao de conceitos, apesar de que estes pare cam
pouco interessantes. Consulte o captulo 3 para entender a diferen ca.
Vamos experimentar o c alculo de dz sobre S
1
.
_
S
1
dz =
=
2
_
0
u(cos(t), sin(t))d(cos(t)) +v(cos(t), sin(t))d(sin(t)) =
=
2
_
0
cos(t)sin(t)dt sin(t)cos(t)dt = 0
Somente com vari aveis complexas e que poderemos entender bem o que
est a acontecendo aqui, os reais s ao decientes. Observe que dz n ao est a
denida na origem (0, 0) que se encontra dentro de S
1
, e S
1
n ao e uma
curva fechada se considerarmos R
2
= C, tem um salto de 2i quando se
percorre a curva completamente. Isto ca invisvel aqui.
Captulo 8
O teorema de Green
8.1 Teorema de Green
Existem varios tipos de integral de linha, numericas
ou vetoriais depende do tipo de opera c ao que apa-
recer no integrando. Por exemplo, a Fsica dene
trabalho _
F(s) ds
onde temos o produto escalar de uma forca F apli-
cada a uma partcula que percorre uma curva no
espa co. Vamos discutir este tipo de integral aqui
como prepara cao para integral de superfcies.
Na linguagem habitual deste contexto as fun c oes ve-
toriais sao chamadas de campos vetoriais .
Vamos dar um sentido matematico ` a no c ao fsica de
campo vetorial conservativo ou, em oposi c ao a este
conceito, o de campo vetorial n ao conservativo e por
este caminho enunciar o Teorema de Green e fazer
algumas aplica coes dele.
8.1.1 Campos vetoriais conservativos ou nao
As fun coes univariadas tem uma derivada. As fun c oes multivariadas e as fun c oes
vetoriais (campos vetoriais) tem varias derivadas parciais que formam sua matriz
jacobiana que e a derivada destas fun coes.
A matriz jacobiana, ou simplesmente a jacobiana e uma matriz de fun c oes.
Nem sempre uma matriz de fun coes e uma jacobiana.
Exerccios 19 Derivadas parciais
223
1. Derivadas
(a) Calcule as derivadas (jacobianas) das func oes
F(x, y) = F(x, y) = F(x, y, z) =
1) xcos(y) 2) (xcos(y), ycos(x)) 3) (xy, yz, zx)
4) (1, xy, xy) 5) (y, xy, x) 6) (y, z, x)
(b) Justique porque as matrizes abaixo n ao s ao derivadas:
f(x, y) f(x, y, z) f(x)
1) xy 2) (x, y, xy, z) 3) (x, 2y)
Solu cao 38 (a) C alculo das derivadas.
F(x, y) = xcos(y) J(F) =
_
cos(y) x sin(y)
_
F(x, y) = (x cos(y), y cos(x) J(F) =
_
cos(y) x sin(y)
y sin(x) cos(x)
_
F(x, y) = (xy, yz, zx) J(F) =
_
_
y x 0
0 z y
z 0 x
_
_
F(x, y) = (1, xy, xy) J(F) =
_
_
0 0 0
y x 0
y x 0
_
_
F(x, y) = (y, xy, x) J(F) =
_
_
0 1 0
y x 0
1 0 0
_
_
F(x, y, z) = (y, z, x) J(F) =
_
_
0 1 0
0 0 1
1 0 0
_
_
(b) i. f(x, y) = xy e bivariada, para ser uma derivada teria que ter
duas coordenadas, s o tem uma, n ao pode ser uma derivada.
ii. f(x, y, z) = (x, y, xy, z) tem tres vari aveis uma func ao de tres
vari aveis, para ser uma derivada, tem que ter tres coordenadas.
f tem quatro coordenadas, n ao pode ser uma derivada.
iii. f(x) = (x, 2y) est a mal denida, tem uma vari avel y que e im-
possvel de ser usada. Nem func ao e.
_
dr
d
_
=
_
cos()dr r sin()d
sin()dr +r cos()d
_
Quando uma func ao tiver uma unica coordenada, o seu diferencial e fre-
quentemente chamado de diferencial total. Cada linha da ultima matriz e
um diferencial total. Esta denomianc ao reete a confus ao que ainda hoje
se tem do conceito de diferencial ainda eivado de mitos. Qaando se de-
riva implicitamente se chega, naturalmente, ao diferencial total que e um
produto de matrizes. Veja que as linhas da ultima matriz, s ao diferenciais
totais das coordenadas de F.
5. Derive implicitamente
z = z = z =
1) xy 2) 2xz +xy 3) x
2
+ 2xyz +y
2
8.1.2 Forma trivial do Teorema de Green
Vamos descobrir, nesta se cao, um dos teoremas mais intrigantes e envolventes da
analise matematica. Ele representa uma generaliza cao do Teorema Fundamental
do Calculo Integral e serve para associar integrais cujos domnios tem uma
diferen ca na dimensao de uma unidade: uma regiao e sua fronteira
A formula cao pela qual vamos passar aqui serve para determinar quando um
campo vetorial e conservativo.
Precisamos do conceito de curva fechada , e aquela que em qualquer para-
metriza cao
[a, b] t (t) R
n
; (a) = (b)
quer dizer que a extremidade nal concide com a inicial.
Se F for uma fun cao diferenciavel, entao naturalmente dF e uma diferencial
exata. Denimos assim uma diferencial exata, uma expressao obtida pela
deriva cao de uma fun cao. Esta deni cao nao e boa porque ela nao oferece um
metodo para vericar explcitamente quando uma expressao e uma diferencial
exata, em breve estaremos em posi cao de fazer uma deni cao acompanhada um
metodo de verica cao da mesma.
A forma tpica com que escrevemos diferenciais e:
P(x, y)dx +Q(x, y)dy ; P(x, y, z)dx +Q(x, y, z)dy +R(x, y, z)dz . . .
e, por exemplo, se P(x, y)dx+Q(x, y)dy for uma diferencial exata, entao existe
uma fun cao bivariada, de classe C
em um aberto do R
n
, F, tal que (quando
n = 2)
P(x, y) =
F
x
; Q(x, y) =
F
y
.
Vamos escrever a teoria aqui para R
2
uma extensao para n > 2 e relativa-
mente simples e isto sera feito em captulo proximo.
Exerccios 20 Teorema de Green
1. Verique quais das express oes abaixo e uma diferencial exata:
dF dF dF
1) 3xdx 2) ydx +xdy 3) y
2
dx + 2xydy
4) y
2
dx + 2ydy 5) yzdx +xzdy +xydz 6) e
x
2
dx
2. Para cada uma das express oes Pdx + Qdy da quest ao anterior, calcule
_
Pdx +Qdy = 0
4. Calcule as derivadas mistas de ordem 2 das seguintes func oes
F(x, y) F(x, y, z) F(x, y, z, w)
1) x
2
ycos(xy) 2) xyz sin(xy) 3) x
2
cos(xz)y
4) cos
2
(xy)x
2
y
3
5) x
2
yz
2
e
xy
6) e
xyz
2
z
3
5. Teorema de Schwarz Expanda os quocientes de diferencas que, respectiva-
mente, denem
2
F
xy
,
2
F
yx
e verique que, se cada uma das derivadas de
primeira ordem for contnua, ent ao
2
F
xy
=
2
F
yx
.
Idenque exatamente onde e necess ario a continuidade de cada uma das
derivadas de primeira ordem.
Solu cao 42 Desenvolvendo
2
F
xy
2
F
xy
= lim
x=0
F
y
(a+x,b)
F
y
(a,b)
x
=
lim
x=0
lim
y=0
F(a+x,b+y)F(a+x,b)
y
F(a,b+y)F(a,b)
y
x
lim
y=0
lim
x=0
F(a+x,b+y)F(a+x,b)F(a,b+y)+F(a,b)
xy
= I
Desenvolvendo agora
2
F
yx
F
yx
= lim
y=0
F
x
(a,b+y)
F
x
(a,b)
y
=
lim
y=0
lim
x=0
F(a+x,b+y)F(a,b+y)
x
F(a+x,b)F(a,b)
x
y
lim
y=0
lim
x=0
F(a+x,b+y)F(a,b+y)F(a+x,b)F(a,b)
yx
Vemos assim que, independente de como calcularmos as derivadas segun-
das mistas, chegaremos ao mesmo quociente de diferencas de segunda or-
dem, portanto, se o limite existir, elas tem que ser iguais.
Os c alculos feitos acima somente ser ao v alidos se cada uma das derivadas
de primeira ordem for contnua, numa vizinhan ca do ponto (a, b), caso
contr ario n ao poderemos calcular a outra derivada, iteradamente. O teo-
rema ca assim:
Teorema 25 Teorema de Schwarz
Se uma func ao multivariada tiver suas derivadas de primeira ordem contnuas
e deriv aveis ent ao
2
F
x
k
x
j
=
2
F
x
j
x
k
as derivadas mistas de segunda ordem, e consequentemente de ordem su-
perior, nas mesma condi c oes, s ao iguais.
6. independencia da parametriza c ao
(a) Considere a parametriza c ao
(cos(2t), sin(2t))
t[0,1]
= S
1
para o crculo trigonometrico. Calcule o comprimento de arco consi-
derando esta parametriza c ao.
(b) Considere a parametriza c ao
(cos(t), sin(t))
t[,]
= S
1
para o crculo trigonometrico. Calcule o comprimento de arco consi-
derando esta parametriza c ao.
(c) Verique que
_
0
dt +
_
0
dt
tambem e o comprimento de arco de S
1
e descreva qual foi a para-
metrizac ao usada.
Observa cao 28 A independencia de caminho
Trocar a parametrizacao forca uma troca na escala, sem d uvida, isto nao impede que
falemos em independ^ encia de parametriza c~ ao.
Outra coisa e independencia de caminho. As funcoes multivariadas oferecem uma nova
visao. Veja a gura (g. 8.1) pa gina 229,
Vamos dizer que uma expressao diferencial
P(x, y)dx +Q(x, y)dy
P
Q
Distintos caminhos entre os pontos P,Q
Os
caminhos
,, .
Figura 8.1: Os distintos caminhos entre P, Q no domnio , ; , ,
e independente de caminhos, se se dados dois pontos M, N e dados dois quaisquer
caminhos que liguem estes dois pontos, , entao
Z
Pdx +Qdy =
Z
Pdx +Qdy
Se uma expressao diferencial for independente de caminhos, nos a chamaremos de
diferencial exata.
7. Mostre que se Pdx +Qdy for uma diferencial exata, ent ao
_
Pdx +Qdy = 0
para qualquer curva fechada.
8. Mostre que a equac ao
F(X) =
X
_
M
Pdx +Qdy
dene uma func ao no plano se Pdx +Qdy for uma diferencial exata.
9. Considere uma diferencial exata dF = Pdx + Qdy e um ponto M no
domnio em que dF est a denida. Chame F a unica func ao denida
por
F(X) =
X
_
M
Pdx +Qdy
e calcule
F
x
e
F
y
. Sugest ao, como dF n ao depende de caminhos, use
caminhos paralelos aos eixos ao calculas os quocientes de diferen cas.
10. Calcule
_
E
(y + 3x)dx + (y x)dy em que E e a curva x
2
+ 4y
2
= 4
Solu cao 43 Temos que come car escolhendo uma paramentriza c ao para
a curva E que e uma elipse, logo uma deforma c ao adequada de uma pa-
rametriza c ao do crculo trigonometrico funciona: Como x = 0 = y =
1 e y = 0 =x = 2 vemos que a distor c ao adequada e
E = (x(t), y(t)) = (2 cos(t), sin(t))
t[0,2]
_
E
(y + 3x)dx + (y x)dy =
=
2
_
0
2(sin(t) + 6 cos(t)) sin(t)dt +
2
_
0
(sin(t) 2 cos(t)) cos(t)dt =
=
2
_
0
(2 sin
2
(t) 12 cos(t) sin(t))dt +
2
_
0
(sin(t) cos(t) 2 cos
2
(t))dt =
= 2
2
_
0
(sin
2
(t) + cos
2
(t))dt 12
2
_
0
cos(t)(sin(t))dt +
2
_
0
(sin(t) cos(t) dt =
4
11. Qual das frases abaixo descreve o signicado de
_
Pdx +Qdy
E o comprimento de arco de .
E o trabalho exercido pela forca (P, Q) ao longo da trajet oria .
E nulo.
E a area de uma regi` ao.
Solu cao 44 Como o comprimento de arco e integral da velocidade
e o campo vetorial n ao e derivada de uma func ao vetorial de vari avel
escalar (tempo) ent ao a primeira frase n ao serve.
A terceira n ao tem consistencia.
A quarta poderia ser verdadeira, mas e preciso de mais hip oteses
portanto e incompleta.
A segunda corresponde a integral, e o produto escalar de um campo
vetorial (P, Q) com o diferencial da curva, corresponde ` a denic ao
de trabalho da forca (P, Q) ao longo da trajet oria .
_
Q
x
dxdy =
_
Q(x, y)dy
_
P
y
dxdy =
_
P(x, y)dx
em que e uma regi ao do plano limitada e sua fronteira tem um
comprimento nito.
13. Teorema de Green Verique que, se
Pdx +Qdy
for uma diferencial exata, e for um domnio do plano limitado por
uma curva curva fechada , ent ao
_
Pdx +Qdy =
_
_
(
Q
x
P
y
)dxdy
Observa cao 29 Campo conservativo
Como prometemos na introducao, vamos denir matemmaticamente o que os fsicos
chamam campo conservativo.
Os campos conservativos sao as funcoes vetoriais que denem diferenciais exatas, no
formato da integral de linha do Teorema de Green
Pdx + Qdy
ou ainda aqueles que tornam o Teorema de Green trivial, ambas as integrais s ao nulas
para qualquer curva fechada.
Isto quer dizer que o trabalho de um campo conservativo ao longo de uma curva fe-
chada, e zero. Mas o Teorema de Green vale em geral para campos conservativos ou
nao:
Teorema 26 Teorema de Green
Seja (P(x, y), Q(x, y)) um campo vetorial. Entao
I
Pdx +Qdy =
Z
Z
(
Q
x
P
y
)dxdy
Com frequencia o Teorema de Green e enunciado assim
Z
Z
(
Q
x
P
y
)dxdy =
I
Pdx + Qdy
e esta sutil diferenca tem um sentido: a integral de linha, que o smbolo
H
indica que
ela deve ser calculada no sentido positivo da fronteira de , mede a variacao total do
campo vetorial (P, Q) sobre e nestes termos o Teorema de Green e uma generalizacao
do Teorema Fundamental do Calculo. Veja que ele relaciona os valores de uma parte
da derivada do campo diferencial sobre um domnio de dimensao dois e calcula esta
variacao ao longo de um domnio de dimensao 1 que e a fronteira de .
A integral de linha trouxe um novo conceito que era pouco visvel nas integrais simples
(onde ele ja existia), o sentido em que a integral e calculada. Este aspecto agora se
reveste de uma outra caracteris ca, agora dizemos,
Calculamos a integral de f sobre .
A orientacao de e positiva (ou negativa).
Antes diziamos:
b
R
a
f ou
a
R
b
f.
Veja na gura (g. 8.2) pagina 233,
E facil de falar de orientacao e ate expressar de forma geometrica o que isto signica.
A denicao formal e mais complicada, e nos a deixaremos de lado por enquanto.
Voltaremos a este assunto quando estudarmos as superfcies.
Diremos que uma orientacao e a positiva se ela contrariar o sentido em que se movem
os ponteiros do relogio. Na (g. 8.3) voce pode ver uma forma geometrica de denir
orientacao. Veja pagina 234.
Uma curva, no interior de um domnio pode ter uma orientac ao incompatvel com a
orientacao da fronteira.
Veja na gura (g. 8.3) pagina 234, a curva , no interior de que nao pode ser
orientada de forma compatvel com a fronteira. Na gura mencionada, ha tres cur-
vas fechadas que estao sendo usadas para transferir a orientacao. Elas mostram a
compatibilidade da orientacao da fronteira de e se orientarmos a curva de forma
compatvel com alguma das componentes de esta orientacao ca incompatvel com
alguma outra componente de .
Na mesma gura voce pode ver
as componentes de em A, B, C,
observar a compatibilidade da orientacao destas componentes,
e vericar que a orientacao da curva e imcompatvel (contraria) com a ori-
entacao de ,
Na regiao B um transferidor de orientacaomostra que a orientacao de e
compatvel com a orientacao da componente de em B.
Uma regiao
com buracos
transmitindo a orientao
entre duas curvas
Podemos "transmitir" a orientao entre duas componentes da fronteira.
A fronteira formada da unio de componentes disjuntas. pedaos de curva.
Figura 8.2: A fronteira de um domnio inclue as fronteiras dos seus buracos... a orienta c ao
da fronteira pode ser determinada por tangencia.
14. Calcule o trabalho do campo vetorial
(y +x)
i + (x y)
j
ao longo da elipse x
2
+ 4y
2
= 4 no sentido contr ario ao dos ponteiros do
rel ogio.
15. Calcule a integral
_
(5 xy y
2
)dx (2xy x
2
)dy
em que e a fronteira do ret angulo tendo por vertices
(1, 1), (1, 1), (1, 1), (1, 1).
A
B
C
D
P
A incompatibilidade na orientacao de uma curva
interior com a orientacao da fronteira.
transferidores de orientacao
A curva
A curva
est no interior de
Figura 8.3: A orienta c ao de uma curva pode ser incompatvel com a orienta c ao da fronteira.
16. Calcule a integral
_
x
x
2
+y
2
dx
y
x
2
+y
2
dy
em que e a fronteira do ret angulo tendo por vertices
(1, 1), (1, 1), (1, 1), (1, 1).
17. Calcule a integral
_
x
x
2
+y
2
dx
y
x
2
+y
2
dy
em que e a fronteira do crculo trigonometrico.
18. Verique que
_
k=1
_
Ak
Pdx +Qdy
desde que nenhuma das curvas que aparecem no desenho passe por um
ponto de singularidade de P ou de Q.
Solu cao 45 Pelo Teorema de Green,
_
A
Pdx +Qdy =
_
A
_
(
Q
x
P
y
)dxdy =
4
k=1
_
Ak
_
(
Q
x
P
y
)dxdy
porque as regi oes s ao disjuntas e apenas subdividimos a integral dupla na
soma das integrais duplas de cada uma das regi oes. Se aplicarmos o Teo-
rema de Green em cada uma das sub-regi oes, vamos ter:
_
Ak
Pdx +Qdy =
_
Ak
_
(
Q
x
P
y
)dxdy
4
K=1
_
Ak
Pdx +Qdy =
4
K=1
_
Ak
_
(
Q
x
P
y
)dxdy
4
K=1
_
Ak
Pdx +Qdy =
_
A
_
(
Q
x
P
y
)dxdy
Considerando que as sub regi oes A
k
, tomadas duas a duas na sequencia,
(A
3
, A
4
), (A
4
, A
1
), (A
1
, A
2
) tem um peda co da fronteira em comum e que
para cada uma delas e percorrido de forma negativa para outra, quer di-
zer, as integrais de linha sobre as fronteira internas v ao se anular duas a
duas, cando somente a integral de linha sobre a fronteira externa, camos
nalmente na ultima equac ao com:
4
K=1
_
Ak
Pdx +Qdy =
_
A
Pdx +Qdy =
_
A
_
(
Q
x
P
y
)dxdy
nalizando o que queriamos demonstrar.
2
f
xy
2PP
x
(M
y
P MP
y
) +P
2
(M
xy
P +M
y
P
x
M
x
P
y
MP
xy
) (8.7)
2
f
yy
2PP
y
(M
x
P MP
x
) +P
2
(M
yx
P +M
x
P
y
M
y
P
x
MP
yx
) (8.8)
2
f
xy
(8.9)
(2P
2
P
x
M
y
+ 2PP
x
P
y
M) + (M
xy
P
3
+M
y
P
2
P
x
M
x
P
2
P
y
0) (8.10)
2
f
yy
(8.11)
(2P
2
P
y
M
x
+ 2PP
y
P
x
M) + (M
yx
P
3
+M
x
P
2
P
y
M
y
P
2
P
x
0) (8.12)
2
f
xy
2
f
yy
= 0 (8.13)
em que no c alculo das derivadas mistas de segunda ordem escrevemos
apenas o numerador uma vez que o denominador seria o mesmo.
Consequentemente dz =
f
x
dx+
f
y
dy e um diferencial exato e assim e um
campo vetorial conservativo .
A integral de linha de dz sobre qualquer curva fechada contida no dom(f)
e zero. Portanto
f(x, y) =
(x,y)
_
P
dz
ca bem denida uma vez que a integral n ao depende do caminho ligando
o ponto P ao ponto (x, y).
Veja na gura (g. 8.5) p agina 238,
_
dz =
_
dz
o que torna bem denido o valor f(x, y) como primitiva de dz com valor
inicial P.
W
P
(x,y)
dz = dz
1
concide com o intervalo [0, 1] do eixo OX com sua orientac ao positiva
habitual, e desta forma estamos tambem escolhendo a orientac ao de Q.
_
1
f
x
dx = 0 (8.15)
dx = 0 em
2
=
_
2
f
x
dx = 0 (8.16)
_
3
f
x
dx = (8.17)
=
1
_
0
(3t
2
1)(t
2
+1)+2t(tt
3
)
t
2
+1
dt (8.18)
=
1
_
0
3t
4
+2t
2
1+2t
2
2t
4
t
2
+1
dt (8.19)
=
1
_
0
t
4
+4t
2
1
t
2
+1
dt (8.20)
dx = 0 em
4
=
_
4
f
x
dx = 0 (8.21)
dy = 0 em
1
=
_
1
f
y
dy = 0 (8.22)
_
2
f
y
dy =
1
_
0
(3t
2
1)(t
2
+1)2t(tt
3
)
1+t
2
dt = (8.23)
=
1
_
0
3t
4
2t
2
+12t
2
+2t
4
1+t
2
(8.24)
=
1
_
0
t
4
4t
2
+1
1+t
2
(8.25)
dy = 0 em
3
(8.26)
_
4
f
y
dy = 0 (8.27)
(8.28)
Somando as duas integrais n ao nulas restantes, temos
_
dz =
1
_
0
2t
4
+8t
2
2
(1+t
2
)
2
(8.29)
_
dz = 0 (8.30)
A ultima integral foi calculada com maxima.
Captulo 9
Supercie
9.1 Superfcie e area
Exerccios 22 O princpio do coseno
1. area: o princpio do coseno O telhado de uma casa tem uma declividade de
20% ao longo do maior comprimento do terreno da casa, que mede 20m e
no sentido perpendicular tem declividade 0. A area da casa e 100m
2
. Qual
e a area do telhado?
Solu cao 54 O vetor perpendicular ` a superfcie (telhado) e que mede o
coeciente de distorc ao entre a superfcie e o plano horizontal. Com maior
precis ao, e o angulo entre o vetor perpendicular e a direc ao vertical
(perpendicular ao solo) e cos() = 1 Veja a gura (g. 9.1) p agina 246,
a representac ao do angulo .
Se = 0 ent ao o vetor perpendicular ` a superfcie est a na direc ao perpen-
dicular ao plano horizontal, n ao havendo distorc ao a area seria igual a de
uma regi ao no plano horizontal. Na medida que o angulo aumentar, o
coseno se aproxima de zero e a distorc ao aumenta, sendo necess ario que
o cos() esteja no denominador para medir este aumento de distorc ao.
Ent ao a area do telhado vai ser
area da regi ao horizontal
cos()
logo, queremos que
1
cos()
seja o coeciente desta distorc ao. O texto do
problema n ao fornece cos() e sim tan(). Temos
y = sin() ; x = cos() ;
y
x
=
1
5
x
2
+y
2
= 1 x
2
+ (
x
5
)
2
= 26x
2
= 25
x =
5
26
245
Principio
do
coseno
Figura 9.1: O princpio do coseno
A area do telhado e
100
26
5
F
u
F
v
x
u
y
u
z
u
x
v
y
v
z
v
!
Os dois vetores-linha,
F
u
,
F
v
pertencem ao plano tangente `a superfcie e seu produto escalar vai produzir um vetor
perpendicular a este plano (e consequentemente tambem perpendicular `a superfcie):
F
u
X
F
v
=
2
4
i j k
x
u
y
u
z
u
x
v
y
v
z
v
3
5
=
y
u
z
v
z
u
y
v
,
z
u
x
v
x
u
z
v
,
x
u
y
v
y
u
x
v
(y,z)
(u,v)
,
(z,x)
(u,v)
,
(x,y)
(u,v)
26
< u, (0, 0, 1) >= cos(
) =
1
26
cos() =
26
e a area procurada ser a
A = 4
26
Outra soluc ao usando o princpio do produto vetorial:
Uma parametriza c ao para a superfcie (o plano) e
(x, y, f(x, y))
e a jacobiana
_
1 0
f
x
0 1
f
y
=
_
=
_
F
x
F
y
_
em que estamos usando a letra F para manter compatibilidade com
os c alculos feitos na observa c ao 30.
O vetor ortogonal procurado coeciente de distor c ao (agora global...)
e
F
x
X
F
y
=
_
_
i j k
1 0
f
x
0 1
f
y
_
_
= (
f
x
,
f
y
, 1)
Veja que escrevendo a equac ao do plano tangente a uma superfcie
z = f(x, y) se chega ao vetor perpendicular acima tambem.
Calculando a area:
A =
1
_
1
1
_
1
_
(y,z)
(u,v)
2
+
(z,x)
(u,v)
2
+
(x,y)
(u,v)
2
dudv =
=
1
_
1
1
_
1
_
f
x
2
+
f
y
2
+ 1 dudv =
1
_
1
1
_
1
32 + 4
2
+ 1 dudv =
=
1
_
1
1
_
1
26 dudv = 4
26
(b) Qual das integrais seguintes descreve com precis ao a quest ao anterior,
em d uvida compare com os resultados.
i.
1
_
1
f(x, y)dx
ii.
1
_
1
f(x(t), y(t))dt
iii.
1
_
1
1
_
1
f(x, y)dxdy
iv.
1
_
1
1
_
1
_
1 + (
f
x
)
2
+ (
f
y
)
2
dxdy
Solu cao 57 A primeira equac ao e uma func ao na vari avel livre y
nao serve, a segunda integral e um vetor obtido com um caminho so-
bre a superfcie, nao serve, a terceira integral e o volume delimitado
por graf(f) sobre o domnio retangular.
A resposta correta e a quarta onde podemos ver o m odulo do vetor
ortogonal fundamental como coeciente de distorc ao.
_
y,z
s,t
2
+
z,x
s,t
2
+
x,y
s,t
2
dsdt
5. Verique que
r(s, t) = (cos(s) cos(t), sin(s) cos(t), sin(t))
e uma parametriza c ao da esfera unit aria de centro na origem, de dimens ao
dois, contida no R
3
. Determine os vetores fundamentais tangentes a S
2
num ponto arbitr ario. Calcule os m odulos dos vetores fundamentais tan-
gentes e prove que eles s ao ortogonais entre si.
Solu cao 59 Calculando o m odulo de r(s, t)
|r(s, t)| =
_
cos
2
(s) cos
2
(t) + sin
2
(s) cos
2
(t) + sin
2
(t) =
= cos
2
(t) + sin
2
(t) = 1
o que signica que r(s, t) descreve um objeto provavelmente bi-dimensional
na esfera de dimens ao dois, porque tem dois parametros livres no R
3
.
Um verica c ao geometrica simples mostra que qualquer ponto da esfera e
atingido por esta paramentriza cao:
as duas primeiras coordenadas cobrem o interior do disco unit ario
porque tem raio 0 cos(t) 1;
como provamos que o m odulo de r(s, t) = 1 ent ao qualquer ponto de
S
2
e atingido por esta parametriza c ao.
Provamos assim que se trata de uma parametriza c ao de S
2
.
Calculando a Jacobiana de r(s, t)
r
s
= (sin(s) cos(t), cos(s) cos(t), 0)
r
t
= (cos(s) sin(t), sin(s) sin(t), cos(t))
Um c alculo semelhantes ao feito acima mostra que
|
r
s
| = | cos(t)| ; |
r
t
| = 1
O produduto escalar destes vetores e nulo provando que eles s ao ortogonais
entre si.
j,
i x
j =
j x
k =
k x
i =
j
anti-comutatividade o produto e anti-comutativo, ou seja
v x w = w x v
Esta denic ao se adapta perfeitamente ao determinante simb olico
_
_
i
j
k
x
s
y
s
z
s
x
t
y
t
z
t
_
_
= (
(y, z)
(s, t)
,
(z, x)
(s, t)
,
(x, y)
(s, t)
) (9.2)
em que a nota c ao
(x, y)
(s, t)
=
x
s
y
t
nesta ordem, (a ordem e irrelevante, mas ela ajuda a memoriza c ao dos
c alculos).
Aplicando aos vetores fundamentais tangentes da parametriza c ao de S
2
temos:
r
s
= (sin(s) cos(t), cos(s) cos(t), 0)
r
t
= (cos(s) sin(t), sin(s) sin(t), cos(t))
r
s
x
r
t
=
= (cos(t) cos
2
(s), sin(s) cos
2
(t), sin
2
(s) cos(t) sin(t) + cos
2
(s) cos(t) sin(t)) =
= (cos(t) cos
2
(s), sin(s) cos
2
(t), cos(t) sin(t))
|
r
s
x
r
t
|
2
=
cos
2
(s) cos
4
(t) + sin
2
(t) cos
4
(t) + cos
2
(t) sin
2
(t) =
cos
4
(t) + cos
2
(t) sin
2
(t) = cos
2
(t)(cos
2
(t) + sin
2
(t)) = cos
2
(t)
|
r
s
x
r
t
| = | cos(t)|
O vetor unit ario procurado e
r
s
x
r
t
| cos(t)|
.
i,j=0
s
i
t
j
sin(t
j
)
A(S
2
) = 8
2 _
0
2 _
0
sin(t)dsdt
em que restringimos a integral ao c alculo da superfcie de S
2
contida no
primeiro diedro.
A(S
2
) = 8
2 _
0
dt sin(t)|
2
0
= 4
8. Calcule a area da superfcie de rS
2
a esfera de dimens ao 2, de raio r,
centro na origem.
Solu cao 62 A parametrizac ao de rS
2
e um m ultiplo da parametrizac ao
de S
2
(e portanto poderiamos imediatamente predizer qual e a area sem
necessidade de mais nenhum c alculo):
(s, t) r(cos(s) cos(t), sin(s) cos(t), sin(t))
Para calcular a area de rS
2
vamos escrever uma soma de Riemann que
ir a nos conduzir ` a express ao da integral que serve para calcular esta area.
rS
2
(s, t) r(cos(s) cos(t), sin(s) cos(t), sin(t))
A(rS
2
) r
2
n1
i,j=0
cos(t
j
)s
i
t
j
A(rS
2
) = 8
2 _
0
2 _
0
r
2
cos(t)dsdt
em que restringimos a integral ao c alculo da superfcie de S
2
contido em
um quadrante.
A(S
2
) = 8r
2
2 _
0
dt sin(t)|
2
0
= 4r
2
Conrmamos assim hip otese anterior de que uma es-
fera esta para uma piramide, como um crculo esta
para um triangulo:
V ol(S
2
) =
1
3
A(S
2
)r =
4
3
r
3
Area(S
1
) =
(2r) x r
2
= r
2
i j k
1 0
x
z
0 1
y
z
= (
x
z
,
y
z
, 1)
|
r
x
x
r
y
| =
_
x
2
z
2
+
y
2
z
2
+ 1 =
=
_
x
2
+y
2
+z
2
z
2
=
1
|z|
=
1
1x
2
y
2
A integral que calcula a area da parte superior de S
2
ent ao e
Area(S
2
+) =
_
D
_
1
1x
2
y
2
dxdy =
1
_
1
dx
y1
_
y0
1
1x
2
y
2
dy =
=
1
_
1
dxarcsin(
y
1x
2
)|
y1
y0
=
1
_
1
arcsin(
y1
1x
2
) arcsin(
y0
1x
2
)dx = 2
1
_
1
arcsin(
y1
1x
2
)dx =
= 2
1
_
1
arcsin(1)dx = 2
Logo
Area(S
2
) = 4
2 + 4x
2
dydx
A =
1
_
0
y
2 + 4x
2
|
y=1
y=x
dx
A =
1
_
0
2 + 4x
2
dx +
1
_
0
x
2 + 4x
2
dx
A
a=
1/2
= 2/2(x
a
2
+x
2
+a
2
ln(x +
a
2
+x
2
)
1
0
1
8
1
_
0
8x
2 + 4x
2
dx
A =
_
3/2 +
1
2
ln(1 +
_
3/2 +
1
2
ln(
2)
2
24
(6
3/2
2
3/3
)
s =
_
3/2; A = s + 0.5ln(1 +s) + 0.25ln(2) (1/12)(6
3/2
2
3/2
)
.80881017778581026341
O programa seguinte, em Python, com f denida em outro ponto do pro-
grama, obteve, com tres diferentes tipos de malha, valores muito pr oximos
do c alculo formal que, ao nal, tem que ser aproximado.
def area(f,n,a,b,c,d):
deltax = oat((b-a))/n
deltay = oat((d-c))/n
soma = 0
while a b:
y = a
while y d:
soma = soma + f(a, y)
y = y + deltay
a = a + deltax
return soma*deltax*deltay
Teve os seguintes resultados:
Numero de divisoes: 500 area da supercie: 0.810224046256 tempo
de calculo: 5.45662403107 segundos Numero de divisoes: 1000 area
da supercie: 0.809517198294 tempo de calculo: 21.7460309267 segun-
dos Numero de divisoes: 5000 area da supercie: 0.809311243526
tempo de calculo: 542.130532026 segundos
As Somas de Riemann s ao muito pouco ecientes para o calculo de inte-
grais. A unica raz ao de que elas encontrem relativo destaque neste livro, e
que elas s ao o unico metodo seguro para o c alculo de integrais, inclusive o
unico metodo seguro para demontrar a existencia de integrais. O adjetivo
seguro est a sendo empregado no sentido de sempre oferece o resultado
esperado, devo acrescentar a observa c ao de que a implementa c ao compu-
tacional das somas de Riemann pode conduzir a resultados falsos, para ver
isto, aplique o programa acima com uma sucess ao de crescente de subdi-
vis oes e ver a logo que o resultados divergem...(logo? ... depois de algumas
dezenas de minutos...)
Os chamados metodos formais de integra cao, eventualmente, funcionam
para uma certa classe de integrais.
H a metodos de aproximac ao, como splines, que podem oferecer consi-
der avel aproximac ao se usados com uma modica c ao das somas de Ri-
emann.
9.2 Aplicacoes
Resumo.
V arios tipos de aplica c oes ser ao reunidas aqui ligadas aos diversos tipos de integrais (volume,
comprimento de arco medidas de superfcies)
Somas de Riemann s ao muitas vezes a unica forma de se calcular a integral de uma fun c ao f
(quando n ao existe uma express ao algebrica para f, por exemplo, ou quando f e o resultado
de uma amostragem)
Exerccios 23 Aplicac oes da integral
1. Media Verique que se for uma regi ao qualquer, e = medida() e f
uma func ao escalar limitada superiormente e inferimente ent ao
m
1
f(s)ds M
em que m e o valor mnimo de f sobre e M e o maior valor de f sobre
f(s)ds = 1
quer dizer que toda soma de Riemann que forneca uma aproximac ao para
_
f(s)ds
e um valor medio de uma amostragem de f logo a integral e o valor medio
de f e por denic ao de valor medio, a desigualdade e satisfeita.
Se eliminarmos a hip otese de que f seja limitada, ent ao a integral ainda
pode existir, ainda representa um valor medio de f entretanto os n umeros
m, M perdem sentido.
2. Qual das interpretac oes abaixo representa o signicado da integral
1
_ _
_
(x, y, z)dxdydz
em que e a medida de .
(a) O trabalho da partcula (x, y, z) trafegando pela regi ao
(b) O baricentro do objeto
(c) O peso medio do objeto
Solu cao 66 O resultado desta integral e um vetor, suas componentes
s ao:
1
_ _
_
xdxdydz
1
_ _
_
ydxdydz
1
_ _
_
zdxdydz
o que elimina a primeira e terceira opc c oes por serem escalares. O item
correto e o segundo, porque o baricentro e um ponto do espaco, o centro
de peso do objeto.
_ _
_
(x, y, z)dxdydz
a soma de Riemann procurada ser a
1
OP
i,j,k
x
i
y
j
z
k
em que
OP
i,j,k
e um ponto de representativo do cubo [x
i1
, x
i
] x [y
j1
, y
j
]
cuja medida e x
i
y
j
z
k
_ _
_
(x, y, z)dxdydz
em que representa a medida de
_ _
_
f(x, y, z)(x, y, z)dxdydz
em que representa a medida de
1
_ _
_
f(x, y, z)dxdydz
em que representa a medida de
Solu cao 68 Na primeira integral a func ao f n ao e utilizada portanto ela
n ao pode calcular o baricentro de .
A terceira integral e escalar n ao representando o baricentro que e um vetor.
A soluc ao e a segunda integral.
_ _
_
(x, y, z)dxdydz
em que representa a medida de
_ _
_
f(x, y, z)(x, y, z)dxdydz
em que representa a medida de
1
_ _
_
f(x, y, z)dxdydz
em que representa a medida de
Solu cao 69 Na primeira integral a func ao f n ao e utilizada portanto ela
n ao pode calcular o peso especco de .
A segunda integral e um vetor n ao representando peso especco.
A soluc ao e a terceira integral.
_ _
_
f(x, y, z)(x, y, z)dxdydz
com f(x, y, z) = 1, o disco unit ario, porque, na falta de informa c oes
sobre o peso especco, vamos considerar que a esfera e homogenea, quer
dizer, tem o mesmo especco em todos os seus pontos.
Nesta c alculo e interessante fazer uma mudan ca de vari avel, usar coor-
denadas esfericas que v ao transformar esta integral numa integral sobre o
cubo
[0, R] x [0, 2] x [0,
2
].
1
_ _
_
f(x, y, z)(x, y, z)dxdydz =
=
1
R
_
0
2
_
0
2 _
0
(cos() cos(), sin() cos(), sin())
(x,y,z)
(,,)
ddd
(x,y,z)
(,,)
=
2
cos()
O c alculo do determinante, embora seja um valor conhecido, foi feito com
MuPAD e os passos para obter o valor est ao descrito abaixo numa sintaxe
apropriada para comunica c ao com o programa:
(x,y,z) = (r*cos(t1)*cos(t2), r*sin(t1)*cos(t2), r*sin(t2))
A := matrix([[- r*sin(t1)*cos(t2), - r*cos(t1)*sin(t2) ,
cos(t1)*cos(t2)],
[r*cos(t1)*cos(t2), -r*sin(t1)*sin(t2),
sin(t1)*cos(t2) ],
[0 , r*cos(t2), sin(t2)]])
simplify(expand(linalg::det(A)))
tendo por resultado r
2
cos(t2). A express ao no ultimo parentesis,
linalg::det(A)
representa para MuPAD um acesso ` a biblioteca linalg onde est a denida
a func ao det().
Observe que estes dados podem ser previamente editados num editor de
textos qualquer e depois colados na area de trabalho do MuPAD o que e
mais conveniente do que editar em MuPAD onde qualquer erro invalida
toda a express ao forcando nova digitac ao desde o comeco. Ao fazer isto,
evite de incluir o m de linha colando linha por linha e estritamente o
texto digitado, caso contr ario MuPAD pode dar a express ao por encerrada
e encontrar erros de sintaxe.
Calculando a integral (na verdade as tres integrais, separadamente) temos:
I =
R
_
0
2
_
0
2 _
0
(cos() cos(), sin() cos(), sin())
(x,y,z)
(,,)
ddd
I
x
=
R
_
0
2
_
0
2 _
0
3
cos() cos
2
()ddd = 0
I
y
=
R
_
0
2
_
0
2 _
0
3
sin() cos()ddd = 0
I
z
=
R
_
0
2
_
0
2 _
0
3
sin()ddd
I
z
=
R
4
2
4
=
R
4
2
a serem divididas por =
2R
3
3
portanto o centro de massa e
(0, 0,
3R
4
).
(s) cos(t) f
(s) sin(t) g
(s)
f(s) sin(t) f(s) cos(t) 0
_
(9.3)
cujo produto vetorial, u, e um vetor ortogonal ` a superfcie:
u =
_
_
i j k
x
s
y
s
z
s
x
t
y
t
z
t
_
_
u = (g
(s) cos
2
(t) +f(s)f
(s) sin
2
(t)) =
(g
(s)f(s) cos(t), g
(s))
|u|
2
= (g
(s)f(s))
2
+ (f(s)f
(s))
2
|u| =
_
f(s)
2
(g
(s)
2
+f
(s)
2
) = |f(s)|
_
(g
(s)
2
+f
(s)
2
)
e a superfcie de S ser a a integral
b
_
a
2
_
0
|u|dtds
Podemos testar o resultado num caso simples, superfcie de um cilindro,
em que f(s) = R; g(s) = s; s [a, b]; t [0, 2]. Neste caso
b
_
a
2
_
0
Rdtds = 2R(b a)
i j k
r sin(s) cos(t) r cos(s) cos(t) 0
r cos(s) sin(t) r sin(s) sin(t) r cos(t)
u = r
2
(cos(s) cos
2
(t), sin(s) cos
2
(t), cos(t) sin(t))
|u|
2
= r
4
cos
2
(t) |u| = r
2
| cos(t)| ; r > 0
A area da esfera ser a
r
2
2
_
0
|cos(t)|dtds = 2r
2
|cos(t)|dt =
= 4r
2
2 _
2
cos(t)dt = 4r
2
Captulo 10
Formulas Integrais
10.1 Generalizacoes da integral
H a muitos tipos de generaliza c ao da integral, aqui vou tratar das genera-
liza c oes simples, dentro do quadro de um curso de C alculo e com o objetivo
de conduzir o estudante a compreens ao dos teoremas integrais fundamentais
que v ao aparecer no ultimo captulo: Teorema de Stokes, de Gauss, a f ormula
de Leibniz e o pr oprio Teorema de Green.
A ideia fundamental e que uma integral deve ser escrita no formato
Z
W
f(x)dx ; x W
e dx signicando uma unidadede medida naturaldo domnio W.
Na primeira parte deste captulo vamos retomar os exemplos j a estudados
nos captulos anteriores para coloc a-los no quadro que nos interessa aqui,
os exemplos (exerccios) devem ajudar o leitor a compreender a losoa do
presente contexto.
O captulo dois foi a primeira tentativa para construir esta ideia preparando
o advento do captulo 3 com o Teorema de Green. Agora iremos mais fundo.
Ja vimos no captulo dois que
b
_
a
f(t)dt pode ser um vetor ou um n umero, tudo
depende da interpreta caoque pudermos dar a f ou da opera c ao que denirmos
entre f e dt. No caso do trabalhofaremos um produto escalar entre uma
fun c ao vetorial, comumente chamada campo vetorialf e o vetor tangentedt.
Quando quisermos calcular a distancia percorrida por uma partcula sobre um
caminho arranjamos para que dt represente comprimento de arco e f representa
a intensidade variavel do movimento (velocidade).
Vamos aqui estudar diversos tipos de opera c oes usuais entre vetores e dis-
cutir a interpreta cao destes resultados. A Fsica dos seculos 18 e 19 inuenciou
fortemente as formulas que que possuimos e inclusive deu-lhes os nomes: uxo,
circula cao...
263
Referencias Bibliogracas
[1] Arfken, G. Mathematical Methods for Physicists
Academic Press, INC. 1985
[2] Buck, R. C. and Buck E. F. Advanced Calculus McGraw-Hill - 1965
[3] Ten lectures on Wavelets - CBMS-SIAM - 1990 SIAM lectures series. Phila-
delphia - Pennsylvania - 19104-2688 - USA.
[4] Davis, Harold T. Introduction to nonlinear dierential and integral equations
Dover Publications, Inc. New York - 1971
[5] Dieudone Calcul Innitesimal - 1968
- Collection Methodes - Herman - Paris.
[6] Dym,H. Mckean,H.P. Fourier Series and Integrals Academic Press - 1972
[7] Feynman, R Leighton, R. B., Sands, M The Feynman Lectures on Physics
Vol I,II,III
Addison-Wesley Publishing Company 5
a
ed. 1971
[8] Grolier Eletronic Encyclopedia
Grolier Eletronic Publishing, Inc - 1996
[9] Lang, S. Analysis II.
- Addison-Wesley-Reading Ma - 1970
[10] Libby, Williard Frankn Radio Carbon Dating
2
a
edi cao - University of Chicago Press - 1955
[11] Meyer, Y. Wavelets. Algorithms E Applications - SIAM - 1993 Phila-
delphia Pennsylvania - 19104-2688 - USA.
[12] Praciano-Pereira, T. Convolution Splines submetido para publica cao - 1995
[13] Praciano-Pereira, T e Geronimo, J.R. C alculo Diferencial e Integral com
apoio computacional
- Notas mimeografadas - BCE - UEM - 1991
i
[14] Praciano-Pereira, T. Introdu cao ao C alculo numerico computacional - Pro-
grama cao em Pascal - Textos Universit arios da UVA n
o
1 - Edi c oes UVA -
Sobral - Ceara- Fevereiro - 2000
Versao eletonica: http://www.uvanet.br/matematica/livros.php
[15] Praciano-Pereira, T. Calculo numerico computacional No prelo - Editora
da Univ. do Rio Grande - 1999.
[16] Praciano-Pereira, T. C alculos numericos e gr acos usando Pascal.
- Notas mimeografadas - BCE - UEM - 1993
[17] Praciano-Pereira, T. Colet anea de programas em Pascal arquivo pas.zip
disponvel no
http://tarcisio.wordpress.com site da Uva.
[18] Rudin, W. Real and Complex Variables
McGraw-Hill Series in Higher Mathematics -1974
[19] L. Schwarz Methodes Mathematiques pour les Sciences Physiques
Herman - editeurs - Paris - 1970
[20] Shapiro, H.S.
Smoothing and approximation of functions.
- Van Nostrand Reinhold Mathematical Studies Nr. 24 - 1970.
[21] Simmons, G.F.
Introduction to Topology and Modern Analysis.
McGraw-Hill - Book Company - 1968
[22] Simmons, G.F.
Dierential Equations with App. and Hist. Notes.
McGraw-Hill - Book Company - 1978
[23] Whaba, Grace Spline Models for Observational data
CBMS-NSF Regional Conference Series in App. Mathematics
- SIAM - 1990.
[24] Schumaker, L Splines Functions: basic theory John Wiley & Sons - 1980
Indice Remissivo