Você está na página 1de 60

UNIVERSIDADE FEDERAL DE GOIS

INSTITUTO DE MATEMTICA E ESTATSTICA


Uma Introduo s Noes de Imerso,
Submerso e Lema de Morse.
ROSANE GOMES PEREIRA
Orientador: Prof.Dr. Maurlio Mrcio Melo
Especializao em Matemtica
Goinia
2010
ROSANE GOMES PEREIRA
Uma Introduo s Noes de Imerso,
Submerso e Lema de Morse.
Monograa apresentada ao Programa de PsGraduao
do Instituto de Matemtica e Estatstica da Universidade
Federal de Gois, como requisito parcial para obteno do
Certicado de Especializao em Matemtica.
rea de concentrao: Anlise.
Orientador: Prof. Dr. Maurlio Mrcio Melo
Goinia
2010
Aos meus pais pela perseverana e pacincia, ao meu irmo pelas crticas e a
minha irm pela ajuda sempre contnua.
Agradecimentos
Em primeiro lugar, gostaria de agradecer a Jeov Deus por ter me dado foras
para continuar esse trabalho. Em segundo lugar, gostaria de agradecer aos meus pais, que
sempre conaram em mim e aos meus irmos, que sempre me incentivaram. No poderia
esquecer, neste momento, de fazer um agradecimento especial ao Professor Maurlio que
sempre soube dizer as palavras certas nas horas mais necessrias. Gostaria de agradecer
tambm aos professores Maurcio Donizetti e Jos Hilrio da Cruz, os quais participaram
da banca e contriburam de forma signicativa na concluso do trabalho.
Indubitavelmente, devoto os mais sinceros agradecimentos aos meus colegas de
especializao, pessoas formidveis a quem tive o privilgio de conhecer e conviver, e
pelas quais tenho uma grande admirao.
Na medida em que as leis da matemtica se referem realidade, elas no
so certas; e na medida em que so certas elas no se referem realidade.
Einstein
Resumo
O presente trabalho tem como objetivo apresentar uma breve introduo s noes de
Imerso, Submerso e o Lema de Morse. Este, um resultado fundamental pois, atravs
dele que podemos analisar a natureza de um ponto crtico no degenerado. Quando
falamos em natureza de um ponto crtico signica que estamos interessados em descobrir
quando este ponto um ponto de sela, quando um ponto de mximo ou quando ponto
de mnimo. No entanto, a recproca do Lema de Morse no verdadeira. Por m, em cada
uma das noes apresentadas h a preocupao de trabalhar exemplos e resultados que
sejam interessantes e que facilitem nosso estudo.
Palavraschave
Imerso, Submerso, pontos crticos no degenerados, Lema de Morse.
Sumrio
1 Noes Topolgicas do Espao Euclidiano 9
1.1 O espao vetorial R
n
9
1.2 Produto Interno e Norma 10
1.3 Norma p 16
1.4 Normas Equivalentes 18
1.5 Produto Vetorial 20
1.6 A Norma de uma Transformao Linear 23
2 Aplicaes Diferenciveis 26
2.1 Diferenciabilidade 26
2.2 Derivadas Parciais 29
2.3 Derivada Direcional 32
2.4 Frmula de Taylor 33
2.5 Hessiana 35
2.6 Funes Inversa e Implcita 37
3 Imerses e Submerses 41
3.1 Imerso 41
3.2 Submerso 46
3.3 Lema de Morse 48
Referncias Bibliogrcas 59
Introduo
Durante a primeira metade do sculo passado a Matemtica se desenvolveu de
forma impressionante, novas disciplinas foram difundidas, enquanto o conhecimento de
reas clssicas tornou-se mais profundo.
O estudo do espao R
n
faz parte deste desenvolvimento da matemtica e o tema
central do nosso trabalho. Antes de iniciarmos faremos algumas consideraes acerca da
organizao deste e dos pr-requisitos necessrios a sua leitura.
No primeiro captulo, caracterizamos o espao vetorial R
n
e sua topologia.
Topologia a parte da matemtica que se ocupa das propriedades locais de um espao,
bem como das funes contnuas de um espao topolgico em outro. Espaos topolgicos
so conjuntos onde possvel falar em "proximidade "de pontos. Apesar de parecer direto
assumiremos aqui, que R
n
um espao vetorial e que as noes de conjuntos abertos,
fechados e compactos j so, previamente conhecidas. Um pr-requisito para a leitura
uma breve reviso em lgebra Linear, a qual [3] pode auxiliar. Nesta referncia bibli-
ogrca tambm podemos encontrar a denio de espao vetorial. A diferenciabilidade
e a continuidade so conceitos associados a uma norma, esta trabalhada de forma longa
e proveitosa. Longa pois ocupa um espao considervel na primeira parte do trabalho e
proveitosa, pois nos auxilia, frequentemente, nas demais partes.
No segundo captulo, analisamos as aplicaes diferenciveis no espao vetorial
R
n
. Aqui, utilizamos conceitos de lgebra Linear para denirmos a matriz jacobiana.
No Teorema de Schwarz que aparece na seo 2.2 no fazemos sua demonstrao a qual
pode ser encontrada em [4] mas utilizamos um contra-exemplo para estudar suas impli-
caes. Alis, exemplos e contra-exemplos aparecem frequentemente neste captulo para
que possamos atestar a veracidade de muitas armaes. Neste momento, gostaramos de
fazer algumas ressalvas. Quando dizemos que uma aplicao continuamente diferenci-
vel signica que todas as suas derivadas parciais existem e so contnuas. Por outro lado,
quando dizemos que uma aplicao de ordem C
k
signica que todas as suas derivadas
parciais at a ordem k existem e so contnuas. Sendo que o primeiro conceito mais
amplo que o segundo. Muitas das proposies apresentadas neste captulo aparecem em
[7] o qual foi necessrio para a organizao do trabalho.
No terceiro captulo, na parte referente a imerses analisamos bons exemplos e
8
boas conjecturas que podem, tambm, ser conferidas em [8].
Encerramos este trabalho com o Lema de Morse o qual para o entendimento
de sua demonstrao so necessrios vrios conceitos de lgebra Linear que podem ser
encontrados em [3]. Outro pr-requisito para o entendimento do Lema o conceito de
matriz Hessiana e de pontos no degenerados. O prosseguimento desses estudos faz parte
da Teoria das Singularidades a qual esperamos que faa parte de um futuro trabalho. Por
enquanto, camos com algumas consequncias bem interessantes do Lema de Morse.
CAPTULO 1
Noes Topolgicas do Espao Euclidiano
A noo de espao vetorial um dos conceitos mais bsicos da matemtica.
Quando introduzimos uma estrutura linear num conjunto estamos interessados, principal-
mente, em denir aplicaes lineares no espao. necessrio tambm, introduzir uma
estrutura topolgica para que possamos estudar outros conceitos, tais como: continuidade
e diferenciabilidade.
Neste captulo apresentaremos aspectos gerais da Topologia do Espao Euclidi-
ano. Esta noo ser necessria no restante do trabalho. As denies de produto interno
e norma so feitas no espao vetorial R
n
sobre o corpo de escalares R. Usaremos x, y, z
ou u, v, w para denotar vetores em R
n
.
1.1 O espao vetorial R
n
Sejam x = (x
1
, x
2
, , x
n
) e y = (y
1
, y
2
, , y
n
) em R
n
, dene-se a soma e o
produto por escalar da seguinte forma:
(S) x+y = (x
1
+y
1
, x
2
+y
2
, , x
n
+y
n
)
(P) x = (x
1
, x
2
, , x
n
); R; x
i
, y
i
R, i = 1, , n
Com estas operaes o espao R
n
um espao vetorial sobre R. O conjunto
B =e
1
, e
2
, , e
n
onde e
i
= (0, , 0, 1, 0, , 0), com 1 na i-sima coordenada, uma
base de R
n
; chamada de base cannica.
Denotemos por L
R
(R
m
; R
n
), o conjunto das transformaes lineares de R
m
em
R
n
. Armamos que existe uma bijeo linear de L
R
(R
m
; R
n
) em M
nxm
(R), o conjunto
das matrizes de ordem n x m com entradas reais. Com efeito, sejam T L
R
(R
m
; R
n
) e
B = e
1
, e
2
, , e
n
, B
/
=
_
e
/
1
, e
/
2
, , e
/
m
_
bases sobre R em R
n
e R
m
, respectivamente.
Se z R
m
ento
z = z
1
e
/
1
+z
2
e
/
2
+ +z
m
e
/
m
. (1-1)
1.2 Produto Interno e Norma 10
Ou seja, [z]
B
/ =
_

_
z
1
z
2
.
.
.
z
m
_

_
.
Aplicando T em (1-1), temos Tz = z
1
Te
/
1
+z
2
Te
/
2
+ +z
m
Te
/
m
=
m

j=1
z
j
Te
/
j
.
Entretanto, Te
/
j
=
n

i=1
a
i j
e
i
, a
i j
R. Logo,
Tz =
n

i=1
m

j=1
_
a
i j
z
j
_
e
i
[Tz]
B
=
__
a
i j
_
_

_
z
1
z
2
.
.
.
z
m
_

_
=
__
a
i j
_
[z]
B
/ .
Fazendo [T]
B
B
/ =
_
a
i j
_
, i =1, , n e j =1, , m, temos que: [Tz]
B
= [T]
B
B
/ [z]
B
/ ,
onde [T]
B
B
/ a matriz da transformao linear T e [T]
B
B
/ M
nxm
(R). Assim, toda trans-
formao linear em L
R
(R
m
; R
n
) determina uma matriz de ordem n x m em M
nxm
(R).
A recproca, tambm, verdadeira; ou seja, toda matriz A em M
nxm
(R) determina uma
transformao em L
R
(R
m
; R
n
), realmente Tz = Az.
1.2 Produto Interno e Norma
Como foi dito no incio do captulo estamos interessados em estudar a noo de
continuidade no espao vetorial R
n
, para isso preciso introduzir o conceito de norma.
No entanto, uma maneira de introduzir uma norma em um espao vetorial consiste em
denir neste espao um produto interno, e isso que faremos nesta seo.
Denio 1.1 Uma aplicao
<, > : R
n
R
n
F
(u, v) < u, v >
satisfazendo, para u, v, w R
n
e F, as condies:
1) < u + v, w >=< u, w > + < v, w >
2) < u, v > = < u, v >
3) < u, v >= < v, u >
4) < u, u >> 0, u ,= 0, u R
n
e < u, u >= 0 u = 0.
chamada um produto interno em R
n
.
1.2 Produto Interno e Norma 11
Na denio F um corpo de escalares qualquer, no caso em que F = R
o produto interno usual ou cannico denido por < x, y > = x
1
y
1
+ + x
n
y
n
.
Observemos que este produto comutativo, isto < x, y >= < y, x >.
Denimos em R
n
a seguinte aplicao:
[ [ : R
n
R
u [ u [
onde [ u [=< u, u >
1
2
. Observemos que [ [ goza das seguintes propriedades:
1) [ u+v [[ u [ +[ v [;
2) [ u [ = [[ [ u [;
3)
u ,= 0 [ u [> 0
[ u [= 0 u = 0
onde u , v R
n
e R.
Denio 1.2 Uma aplicao [ [ : R
n
R, satisfazendo as condies 1), 2) e 3) uma
norma.
No caso em que o produto interno o usual, a aplicao [ x [ =

< x, x > dene
uma norma, esta conhecida como norma euclidiana. Para vericar isto, demonstraremos
a desigualdade de Cauchy-Schwarz. Antes, um exemplo necessrio.
Dados x, y, R
n
dizemos que x e y so ortogonais quando < x, y > = 0.
Exemplo 1.3 Sejam x,y R
n
, y ,= 0 e =
< x, y >
[ y [
2

O vetor z = xy ortogonal a y, realmente
< z, y >=< xy, y >=< x, y > < y, y >=< x, y >
< x, y >
[ y [
2
[ y [
2
= 0
A gura 1.1 ilustra esta situao.
1.2 Produto Interno e Norma 12
Figura 1.1: Ortogonalidade
Teorema 1.4 (Desigualdade de Cauchy-Schwarz) Para quaisquer x, y R
n
, tem-se
[< x, y >[[ x [[ y [. Vale a igualdade se, e somente se, y = kx; k R
Demonstrao. No caso em que y = 0, a igualdade imediata.
Quando y ,= 0, tomemos =
< x, y >
[ y [
2
e como visto no exemplo 1.3, se z = x y,
ento < z, y >= 0.
Segue ento que
[ x [
2
=< x, x >=< z + y, z + y >=[ z [
2
+
2
[ y [
2

2
[ y [
2
=
[< x, y >[
2
[ y [
2
[< x, y >[ [ x [[ y [
Note que a igualdade acontece quando z = 0, ou seja, quando x = y; R
A propriedade 1) da denio 1.2 decorre, imediatamente, da desigualdade
de Cauchy-Schwarz. Com efeito,
[ x +y [
2
=< x +y, x +y >=< x, x > +2 < x, y > + < y, y > [ x [
2
+2[< x, y >[ +
[ y [
2
[ x [
2
+2 [ x [[ y [ +[ y [
2
= ([ x [ +[ y [)
2
[ x+y [ [ x [+[ y [.
As propriedades 2) e 3) da denio 1.2 so imediatas. Logo, a aplicao
[ x [=

< x, x > uma norma em R


n
.
A seguir exibiremos outras normas em R
n
. Sejam
[ x [
M
= max[ x
1
[, [ x
2
[, , [ x
n
[
[ x [
S
= [ x
1
[ +[ x
2
[ + +[ x
n
[
Mostraremos que [ x [
S
goza das propriedades descritas na denio 1.2. Para isto
Consideremos x = (x
1
, x
2
, , x
n
) e y = (y
1
, y
2
, , y
n
).
1.2 Produto Interno e Norma 13
Temos
1) [ x+y [
S
= [ x
1
+y
1
[ +[ x
2
+y
2
[ + +[ x
n
+y
n
[ [ x
1
[ +[ y
1
[ +[ x
2
[ + [ y
2
[ +
+[ x
n
[ +[ y
n
[ = [ x [
S
+[ y [
S
[ x+y [
S
[ x [
S
+[ y [
S
.
2) [ x [
S
= [ x
1
[ +[ x
2
[ + +[ x
n
[ = [ [[ x
1
[ +[ [[ x
2
[ + +[ [[ x
n
[ =
[ [ ([ x
1
[ +[ x
2
[ + +[ x
n
[) =[ [[ x [
S
[ x [
S
=[ [[ x [
S
.
3) x ,= 0 [ x [
S
=[ x
1
[ +[ x
2
[ + +[ x
n
[ > 0 [ x [
S
> 0
[ x [
S
= 0 x
1
= x
2
= = x
n
= 0, ou seja x = 0
imediato vericar tambm que [ x [
M
goza das propriedades descritas na
denio 1.2. Portanto [ x [
S
e [ x [
M
so normas em R
n
. A aplicao [ x [
S
conhecida
como Norma da Soma e [ x [
M
como Norma do Mximo.
A seguir demonstraremos uma desigualdade envolvendo as normas anteriores.
Armao 1.5
[ x [
M
[ x [ [ x [
S
n [ x [
M
, x R
n
.
Demonstrao.
[ x [
M
[ x [, realmente
[ x [
2
= [ x
1
[
2
+ [ x
2
[
2
+ + [ x
n
[
2
max[ x
1
[
2
, [ x
2
[
2
, , [ x
n
[
2
=
(max[ x
1
[, [ x
2
[, , [ x
n
[)
2
=[ x [
M
2
[ x [
M
[ x [
[ x [ [ x [
S
, de fato
[ x [
2
=[ x
1
[
2
+[ x
2
[
2
+ +[ x
n
[
2
[ x
1
[
2
+[ x
2
[
2
+ +[ x
n
[
2
+2[ x
1
[[ x
2
[ +
2[ x
1
[[ x
3
[ + +2[ x
1
[[ x
n
[ +2[ x
2
[[ x
3
[ + +2[ x
2
[[ x
n
[ +2[ x
3
[[ x
4
[ + +
2[ x
3
[[ x
n
[ + +2[ x
n1
[[ x
n
[ = ([ x
1
[ + [ x
2
[ + +[ x
n
[)
2
=[ x [
S
2
[ x [ [ x [
S
.
[ x [
S
n [ x [
M
, com efeito
[ x [
S
= [ x
1
[ + [ x
2
[ + + [ x
n
[ max[ x
1
[, , [ x
n
[ +
max[ x
1
[, , [ x
n
[ + + max[ x
1
[, , [ x
n
[ = n max[ x
1
[, , [ x
n
[ =
n [ x [
M
[ x [
S
n [ x [
M
.

1.2 Produto Interno e Norma 14


Apesar de existirem diferentes normas em R
n
, nem todas so provenientes de
produto interno. Isto , nem sempre existe um produto interno em R
n
tal que [[ x [[
2
=
< x, x >, x R
n

A seguir exibiremos uma condio necessria e suciente para que uma norma
provenha de um produto interno.
Teorema 1.6 Para que uma norma [[ [[ provenha de um produto interno necessrio e
suciente que, para quaisquer elementos x , y R
n
se cumpra a igualdade
[[ x+y [[
2
+[[ xy [[
2
= 2([[ x [[
2
+[[ y [[
2
) (1-2)
Demonstrao. Com efeito, suponhamos que [[ [[ provm de um produto interno <, >.
Temos
[[ x+y [[
2
+[[ xy [[
2
= < x+y, x+y > + < xy, xy > = 2 < x, x > +2 < y, y >
= 2([[ x [[
2
+[[ y [[
2
).
Demonstremos que a condio suciente. Para isto denimos
< x, y >=
1
4
([[ x+y [[
2
[[ xy [[
2
). (1-3)
Mostremos que se vale (1-2), ento a aplicao < , > cumpre as propriedades da
denio 1.1.
imediato que <x, y >=<y, x >. Ainda, <x, x >=[[ x [[
2
>0, x ,=0. Para provarmos
a propriedade 1) da denio 1.1 consideremos a funo de trs vetores
(x, y, z) = 4[< x+y, z >< x, z >< y, z >] .
Segue da identidade (1-3) que
(x, y, z) =[[ x+y+z [[
2
[[ x+yz [[
2
[[ x+z [[
2
+[[ xz [[
2
(1-4)
[[ y+z [[
2
+[[ yz [[
2
.
Pela identidade (1-2) temos a expresso
[[ x+y+z [[
2
= 2[[ x+z [[
2
+2[[ y [[
2
[[ x+z y [[
2
;
[[ x+yz [[
2
= 2[[ xz [[
2
+2[[ y [[
2
[[ xz y [[
2
.
1.2 Produto Interno e Norma 15
Substituindo (1-4) temos a igualdade
(x, y, z) =[[ x+z [[
2
[[ xz [[
2
[[ x+z y [[
2
(1-5)
+[[ xz y [[
2
[[ y+z [[
2
+[[ yz [[
2
.
Somando (1-4) e (1-5) temos a identidade
(x, y, z) =
1
2
([[ x+y+z [[
2
+[[ x(y+z) [[
2
)
1
2
[[ x+yz [[
2

1
2
[[ x(yz) [[
2
[[ y+z [[
2
+[[ yz [[
2
.
Aplicando identidade (1-2), obtemos a igualdade
(x, y, z) = 0.
Para mostrar que se cumpre a propriedade 2) da denio 1.1, consideremos a funo
(c) =< cx, y >c < x, y > , x, y R
n
.
Pela identidade (1-3) segue que
(0) = 0 e (1) = 0.
Ou seja,
<x, y >=< x, y > .
Portanto, para qualquer inteiro n segue que
< nx, y >=< sgn n(x+ +x), y >= sgn n(< x, y > + + < x, y >)
= sgn n[ n [ < x, y >= n < x, y > .
Ou seja,
(n) = 0.
1.3 Norma p 16
Dados quaisquer inteiros p, q , q ,= 0, temos
_
p
q
x, y
_
= p
_
1
q
x, y
_
= p
q
q
_
1
q
x, y
_
= p
1
q
_
q
q
x, y
_
=
p
q
x, y).
Logo, (c) = 0, c Q. Da continuidade de segue que a funo identicamente nula.
Portanto, a aplicao <, > um produto interno e < x, x >=[[ x [[
2
x R
n
.
Para mais detalhes sobre a demonstrao feita acima conferir em [1].
Exemplo 1.7 Agora, consideremos a norma do mximo e tomemos x = e
1
e y = e
2
[ e
1
+e
2
[
2
M
+[ e
1
e
2
[
2
M
=
(max[ 1 [, [ 1 [, [ 0 [, , [ 0 [)
2
+(max[ 1 [, [ 1 [, [ 0 [, , [ 0 [)
2
= 2.
Por outro lado,
2([ e
1
[
2
M
+[ e
2
[
2
M
) =
2((max[ 1 [, [ 0 [, [ 0 [, , [ 0 [)
2
+(max[ 0 [, [ 1 [, [ 0 [, , [ 0 [)
2
) = 2 2 = 4.
Logo
[ e
1
+e
2
[
2
M
+[ e
1
e
2
[
2
M
,= 2([ e
1
[
2
M
+[ e
2
[
2
M
).
Deste modo, [ [
M
no provm de um produto interno, o mesmo pode se armar
de [ [
S

1.3 Norma p
Para p 1, denimos a seguinte aplicao [ [
p
: R
n
R dada por
[ x [
p
= ([ x
1
[
p
+[ x
2
[
p
+ +[ x
n
[
p
)
1
p
. (1-6)
Observemos que
Para p = 1
[ x [
1
= ([ x
1
[ +[ x
2
[ + +[ x
n
[) =[ x [
S
.
1.3 Norma p 17
Para p = 2
[ x [
2
=
_
[ x
1
[
2
+[ x
2
[
2
+ +[ x
n
[
2
_1
2
=[ x [.
Esta ltima a conhecida norma euclidiana.
Armamos que para p ; [ x [

=[ x [
M
. Com efeito,
Para todo x R
n
, existe i tal que [ x
i
[ [ x
j
[; j = 1, , n i = 1, , n,
logo
[ x [
p
=
_
[ x
i
[
p
_
[ x
1
[
p
[ x
i
[
p
+
[ x
2
[
p
[ x
i
[
p
+ +
[ x
i
[
p
[ x
i
[
p
+ +
[ x
n
[
p
[ x
i
[
p
__1
p
=
[ x
i
[
__
[ x
1
[
[ x
i
[
_
p
+
_
[ x
2
[
[ x
i
[
_
p
+ +1+ +
_
[ x
n
[
[ x
i
[
_
p
_1
p
p
[ x
i
[.
Assim, lim
p
[ x [
p
=[ x
i
[ = max[ x
j
[; j = 1, , n
Deste modo, conclui-se que [ x [

=[ x [
M

Antes do teorema 1.9, enunciaremos a Desigualdade de Hlder, que ser


necessria na demonstrao da desigualdade triangular para vericar que de fato [ [
p
uma norma em R
n
.
Lema 1.8 (Desigualdade de Hlder) Sejam 1 p, p
/
tais que
1
p
+
1
p
/
= 1. Dados
x, y R
n
, temos [ xy [
1
[ x [
p
[ y [
p
/ ; [xy = (x
1
y
1
, , x
n
y
n
)].
A demonstrao do Lema 1.8 pode ser encontrado em [2].
Teorema 1.9 Como denido na expresso (1-6) [ x [
p
; p 1 uma norma em R
n

Demonstrao. Devemos vericar que [ x [


p
goza das propriedades que esto listadas na
denio 1.2.
a) [ x [
p
= ([ x
1
[
p
+[ x
2
[
p
+ +[ x
n
[
p
)
1
p
= [[ [
p
([ x
1
[
p
+[ x
2
[
p
+ +[ x
n
[
p
)]
1
p
=[ [
p
([ x
1
[
p
+[ x
2
[
p
+ +[ x
n
[
p
)
1
p
=[ [[ x [
p
b) Se x ,= 0 ento existe i tal que x
i
,= 0, i = 1, , n, logo,
[ x [
p
= ([ x
1
[
p
+[ x
2
[
p
+ +[ x
n
[
p
)
1
p
> 0.
Caso [ x [
p
= 0, ento segue da equao (1-6) que x
i
= 0, i = 1, , n, ou seja,
x = 0
c) Resta-nos provar a desigualdade triangular que imediata no caso p = 1. Aqui
usaremos o lema 1.8. Ento, para 1 < p < temos:
1.4 Normas Equivalentes 18
[ x+y [
p
p
=
n

j=1
[ x
j
+y
j
[
p
=
n

j=1
[ x
j
+y
j
[
p1
[ x
j
+y
j
[
n

j=1
[ x
j
+y
j
[
p1
[ x
j
[
+
n

j=1
[ x
j
+y
j
[
p1
[ y
j
[
_
n

j=1
[ x
j
+y
j
[
(p1)p
/
_1
p
/
_
n

j=1
[ x
j
[
p
_1
p
+
_
n

j=1
[ x
j
+y
j
[
(p1)p
/
_1
p
/
_
n

j=1
[ y
j
[
p
_1
p
=
_
n

j=1
[ x
j
+y
j
[
p
_1
p
(p1)
_
n

j=1
[ x
j
[
p
_1
p
+
_
n

j=1
[ x
j
+y
j
[
p
_1
p
(p1)
_
n

j=1
[ y
j
[
p
_1
p
= [ x+y [
p
p1
_
[ x [
p
+[ y [
p
_

[ x+y [
p
p
[ x+y [
p
p1
_
[ x [
p
+[ y [
p
_
[ x+y [
p
[ x [
p
+[ y [
p

1.4 Normas Equivalentes


As denies de limite e continuidade dependem diretamente da norma que
usamos. Como vimos, existeminnitas normas no espao vetorial R
n
e se cada uma dene
um conceito de limite teremos a mesma innidade de noes de limite. Para evitarmos
tal infortnio, mostraremos aqui que quaisquer normas em R
n
so equivalentes e assim,
teremos a mesma noo de limite no espao euclidiano.
Denio 1.10 Duas normas arbitrrias [ [ e [[ [[ em R
n
so equivalentes quando
existirem constantes a > 0 e b > 0 tais que:
[ x [ a[[ x [[ e [[ x [[ b[ x [ x R
n
.
Denotaremos esta relao por [ [[[ [[.
Demonstraremos a seguir que
//

//
de fato uma relao de equivalncia.
i) A relao reexiva([ [ [ [)
[ x [ [ x [ x R
n
ii) A relao simtrica.
Se[ x [ [[ x [[, ento [[ x [[ [ x [, x R
n
.
iii) A relao transitiva
Observemos que:
[ x [ [[ x [[ existem a, b > 0 tais que [ x [ a [[ x [[ e [[ x [[ b[ x [, x R
n
.
1.4 Normas Equivalentes 19
[[ x [[ [[[ x [[[ existem c, d > 0 tais que [[ x [[ c[[[ x [[[ e [[[ x [[[ d[[ x [[,
x R
n
.
Assim,
[ x [ a[[ x [[ a c
..
e
[[[ x [[[ = e[[[ x [[[ [ x [ e[[[ x [[[, x R
n
.
[[[ x [[[ d[[ x [[ d b
..
f
[ x [ = f [ x [ [[[ x [[[ f [ x [, x R
n
.
Logo, [ x [ [[[ x [[[, x R
n
.
A armao 1.5 nos diz que as normas do mximo, da soma e euclidiana so
equivalentes. Nosso objetivo mostrar que duas normas quaisquer em R
n
so equiva-
lentes. Antes porm, enunciemos o Teorema de Bolzano-Weierstrass, cuja demonstrao
pode ser encontrada em [5].
Teorema 1.11 (Bolzano-Weierstrass) Toda sequncia limitada em R
n
possui uma sub-
sequncia convergente.
Teorema 1.12 Duas normas quaisquer no espao R
n
so equivalentes.
Demonstrao. Seja [[ [[ uma norma qualquer em R
n
. Mostraremos que [[ [[ equiva-
lente norma da soma ([ [
S
).
x R
n
; [[ x [[ =[[
n

i=1
x
i
e
i
[[
n

i=1
[ x
i
[ [[ e
i
[[ b
n

i=1
[ x
i
[ = b[ x [
S
;
onde b = max[[ e
1
[[, [[ e
2
[[, , [[ e
n
[[
Agora, mostraremos que [ x [
S
a[[ x [[, x R
n
. Suponha que essa armao
seja falsa, ou seja, suponha que k N, existe x
k
R
n
tal que [ x
k
[
S
> k[[ x
k
[[.
Deniremos a sequncia u
k
=
x
k
[ x
k
[
S
. Logo, [[ u
k
[[ =
1
[ x
k
[
S
[[ x
k
[[ <
1
k
e
[ u
k
[
S
= 1 k.
Portanto (u
k
)
kN
limitada em relao a norma da soma. Assim, pelo Teorema
1.11, existe uma subsequncia convergente
_
u
k
j
_
tal que u
k
j
u; u R
n
; isto :
[ u
k
j
u [
S
0. (1-7)
Alm disso,
0 [ [ u
k
j
[
S
[ u [
S
[ [ u
k
j
u [
S
. (1-8)
De (1-7) e aplicando o teorema do confronto em 1-8 segue que
lim
j
[ [ u
k
j
[
S
[ u [
S
[ = 0.
1.5 Produto Vetorial 20
Assim,
[ u [
S
= lim
j
[ u
k
j
[
S
= 1.
Por outro lado, j N temos
[[ u [[ =[[ u
k
j

_
u
k
j
u
_
[[ [[ u
k
j
[[ +[[ u
k
j
u [[
1
k
j
+b[ u
k
j
u [
S
.
Para j ; a ltima parcela vai para zero e com isso [[ u [[ = 0, donde u = 0. Absurdo!
Pois, j vimos que [ u [
S
= 1.
Portanto, [ [
S
[[ [[.
Como a relao de equivalncia reexiva, simtrica e transitiva conclumos
que duas normas quaisquer de R
n
so equivalentes.
1.5 Produto Vetorial
Nesta seo deniremos o produto vetorial em R
n
, com objetivo de aplicao no
terceiro captulo onde deniremos imerses e submerses no espao euclidiano.
Denio 1.13 Sejam v
1
, , v
n1
, n - 1 vetores de R
n
, o vetor v R
n
tal que, para todo
w R
n
vale a igualdade
< w, v >= det
_

_
v
1
.
.
.
v
n1
w
_

_
(1-9)
denominado produto vetorial de v
1
, , v
n1
e denotado por v
1
v
n1
.
Exemplo 1.14 Sejam v
1
= (1, 2, 3) e v
2
= (2, 1, 0). Calculemos v = v
1
v
2
.
Como a igualdade (1-9) vlida para todo w R
3
ento consideraremos os vetores da
base cannica e faremos v = x e
1
+y e
2
+z e
3
para efeito de clculo.
Para e
1
= w :
< e
1
, v >= det
_

_
1 2 3
2 1 0
1 0 0
_

_
x =

2 3
1 0

x = 3.
1.5 Produto Vetorial 21
Para e
2
= w :
< e
2
, v >= det
_

_
1 2 3
2 1 0
0 1 0
_

_
y =

1 3
2 0

y = 6.
Para e
3
= w :
< e
3
, v >= det
_

_
1 2 3
2 1 0
0 0 1
_

_
z =

1 2
2 1

z =5.
Ento, v = (3, 6, 5) o produto vetorial de v
1
por v
2
.
Observemos que
v = xe
1
+ye
2
+ze
3
=

2 3
1 0

e
1

1 3
2 0

e
2
+

1 2
2 1

e
3
=

e
1
e
2
e
3
1 2 3
2 1 0

Notemos que < v


1
, v >= 0 e < v
2
, v >= 0. De modo que, v perpendicular a cada v
j
;
j = 1, 2.
Exemplo 1.15 Sejam v
1
= (1, 2, 0, 1), v
2
= (1, 0, 0, 1) e v
3
= (0, 0, 0, 1). Calculemos
v = v
1
v
2
v
3
.
Como foi feito no exemplo anterior, consideraremos os vetores da base cannica e
faremos v = (x, y, z, t) novamente, para efeito de clculo.
Para e
1
= w :
< e
1
, (x, y, z, t) >= det
_

_
1 2 0 1
1 0 0 1
0 0 0 1
1 0 0 0
_

_
x = 0.
Para e
2
= w :
< e
2
, (x, y, z, t) >= det
_

_
1 2 0 1
1 0 0 1
0 0 0 1
0 1 0 0
_

_
y = 0.
Para e
3
= w :
< e
3
, (x, y, z, t) >= det
_

_
1 2 0 1
1 0 0 1
0 0 0 1
0 0 1 0
_

_
z = 2.
1.5 Produto Vetorial 22
Para e
4
= w :
< e
4
, (x, y, z, t) >= det
_

_
1 2 0 1
1 0 0 1
0 0 0 1
0 0 0 1
_

_
t = 0.
O vetor (0, 0, 2, 0) o produto vetorial.
Observemos que < v
1
, v >= 0, < v
2
, v >= 0 e < v
3
, v >= 0. De modo que, v
perpendicular a cada v
j
; j = 1, 2, 3.
A armao descrita acima uma das propriedades do produto vetorial. Na
realidade, valem as seguintes propriedades:
1. v
1
v
2
v
n1
= 0 se os vetores v
1
, , v
n1
forem linearmente dependentes;
2. v
1
v
2
v
n1
perpendicular a cada v
j
;
As demonstraes destas propriedades pode ser encontrada em [5].
1.6 A Norma de uma Transformao Linear 23
1.6 A Norma de uma Transformao Linear
Encerraremos este captulo apresentando a denio de norma de uma transfor-
mao linear. Antes de apresentarmos esta denio provaremos a seguinte armao.
Armao 1.16 Se T : R
n
R
m
uma transformao linear, ento c > 0 tal que
[ Tx [c[ x [, x R
n
.
Demonstrao. Consideremos e
1
, e
2
, , e
n
a base cannica de R
n
, temos
[ Tx [ =[ T(x
1
e
1
+x
2
e
2
+ +x
n
e
n
) [ [ x
1
[[ Te
1
[ + +[ x
n
[[ Te
n
[.
Tomemos c = max[ Te
1
[, [ Te
2
[, , [ Te
n
[. Ento
[ Tx [ c([ x
1
[ + +[ x
n
[) = c[ x [
S
.
Como duas normas quaisquer em R
n
so equivalentes, conclumos que
[ Tx [c[ x [, x R
n
. (1-10)

Para introduzirmos o conceito de norma de uma transformao linear,


necessrio mostrarmos que toda transformao linear T : R
n
R
m
contnua. Antes,
porm iremos apresentar a denio de aplicao Lipschitziana, a qual nos auxiliar na
continuidade.
Denio 1.17 Dado U R
n
, uma aplicao f : U R
m
diz- se Lipschitziana quando
existe k > 0 tal que, para quaisquer x, y U, tem-se [ f (x) f (y) [ k[ xy [.
O nmero k chamado uma constante de Lipschitz de f .
Denio 1.18 Uma aplicao f : U R
m
diz-se contnua no ponto a U se
> 0, > 0 tal que x U com [ xa [ < [ f (x) f (a) [ < .
Se f : U R
m
contnua em todos os pontos do conjunto U, ento diz-se que
f uma aplicao contnua.
Armao 1.19 Toda aplicao Lipschitziana contnua.
Demonstrao. A demonstrao imediata. Dado > 0 basta tomarmos =

k
.
1.6 A Norma de uma Transformao Linear 24
Segue da expresso (1-10) que toda transformao linear T : R
n
R
m

lipschitziana. De fato
[ TxTy [ =[ T(xy) [ c[ xy [ x, y R
n
.
Portanto, toda transformao linear T contnua.
Antes de apresentarmos o conceito de norma de uma transformao, faremos
alguns breves comentrios.
Consideremos a esfera unitria S
n1
= x R
n
; [ x [ = 1. Neste caso, a ex-
presso (1-10) reduz-se a [ Tx [ c. Logo, a esfera unitria S
n1
transformada por T em
um subconjunto limitado de R
m
.
Com esta ltima considerao, temos condies de apresentar a seguinte
denio.
Denio 1.20 O nmero
[ T [ = sup[ Tx [; x S
n1

chama-se a norma da transformao T.


Armao 1.21 Para todo vetor u R
n
tem-se [ Tu [ [ T [[ u [.
Demonstrao. Quando u = 0 a desigualdade facilmente vericada. No caso em que
u ,= 0, temos que
u
[u[
S
n1
. Como T uma transformao linear, ento
[ Tu [ =

T
_
u
[ u [
[ u [
_

=[ u [[ T
_
u
[ u [
_
[ [ T [[ u [.
Portanto, [ Tu [ [ T [[ u [.
Agora, vericaremos que, de fato, [ T [ cumpre as condies da denio 1.2.
Com efeito,
1) [ T +S [ = sup[ (T +S)x [; x S
n1
= sup[ Tx+Sx [; x S
n1

sup[ Tx [ + [ Sx [; x S
n1
= sup[ Tx [; x S
n1
+ sup[ Sx [; x S
n1
=
[ T [ +[ S [.
2) [ T [ = sup[ Tx [; x S
n1
=[ [ sup[ Tx [; x S
n1
=[ [[ T [.
3) Se x = 0 ento [ T [ = 0.
Se [ T [ = 0 ento sup[ Tx [; x S
n1
= 0 [ Tx [ = 0 x = 0.
Caso x ,= 0 ento [ T [ = sup[ Tx [; x S
n1
> 0.
1.6 A Norma de uma Transformao Linear 25
possvel determinarmos a norma [ T [ em funo dos elementos t
i j
associados
a matriz da transformao T. A tabela seguinte, que pode ser conferida integralmente em
[5] nos mostra o que ocorre com as normas do mximo e da soma. Neste caso, 1 i m
e 1 j n.
Norma em R
n
Norma em R
m
Norma de T : R
n
R
m
do mximo do mximo [ T [ = max
i
(

j
[ t
i j
[)
da soma da soma [ T [ = max
j
(

i
[ t
i j
[)
do mximo da soma [ T [ = max
i, j
[ t
i j
[
[ T [

i, j
[ t
i j
[
Tabela 1.1: Normas
CAPTULO 2
Aplicaes Diferenciveis
Neste captulo introduzimos o conceito de diferenciabilidade. Na seo 1.4,
mostramos que duas normas quaisquer so equivalentes. Assim, uma aplicao ser ou
no diferencivel independe da norma empregada.
2.1 Diferenciabilidade
Denio 2.1 Seja U um aberto de R
n
. Uma funo f : U R
n
R
m
diferencivel
em a U se existe uma transformao linear : R
n
R
m
tal que:
lim
h0
[[ f (a+h) f (a) (h) [[
[ h [
= 0
onde [ [ e [[ [[ so normas quaisquer em R
n
e R
m
, respectivamente.
Teorema 2.2 Se f diferencivel em a a transformao linear : R
n
R
m
nica.
Demonstrao. Suponha que exista : R
n
R
m
; L
R
(R
n
; R
m
) tal que:
lim
h0
[[ f (a+h) f (a) (h) [[
[ h [
= 0
Temos que:
lim
h0
[[ (h) (h) [[
[ h [
= lim
h0
[[ (h) + f (a+h) f (a+h) + f (a) f (a) (h) [[
[ h [
lim
h0
[[ f (a+h) f (a) (h) [[
[ h [
+ lim
h0
[[ f (a+h) f (a) (h) [[
[ h [
= 0
Seja h =tx; x R
n
, sendo e transformaes lineares, temos:
0 = lim
h0
[[ (h) (h) [[
[ h [
=lim
t0
[[ (tx) (tx) [[
[ tx [
=
[[ (x) (x) [[
[ x [
[[ (x) (x) [[ =0
(x) = (x), x R
n
.
2.1 Diferenciabilidade 27

A transformao linear dada na denio 2.1 uma boa aproximao para o


acrscimo f (a+h) f (a) na vizinhana do ponto a; alm disso, acabamos de demonstrar
que essa transformao nica, esta chamada a derivada de f no ponto a e denotada
por f
/
(a).
Exemplo 2.3 Seja f : R R dada por f (x
1
) = x
2
1
. Observemos que f
/
(2) = 4.
A transformao linear : R R denida por: (h) = 4 h.
Como lim
h0
[ f (2+h) f (2) 4h [
[ h [
= 0, segue da denio 2.1 que f diferenci-
vel no ponto a = 2. Sua derivada neste ponto a aplicao : R R, dada por
(h) = f
/
(2) h = 4h.
Exemplo 2.4 Seja f : R
2
R dada por: f (x
1
, x
2
) = x
2
1
+2x
1
x
2
+x
2
2
. Observemos que
f
/
(1, 2) = (6 6)
A transformao linear denida por:
: R
2
R
(h
1
, h
2
) J
_
h
1
h
2
_
,
onde J =
_
6 6
_
, portanto
(h
1
, h
2
) = 6h
1
+6h
2
.
Como lim
h0
[ f (1+h
1
, 2+h
2
) f (1, 2) 6h
1
6h
2
[
[ h [
= 0, segue da denio 2.1 que f
diferencivel em a = (1, 2). Sua derivada portanto a aplicao acima.
Observao 2.5 Se f : U R
m
, denida no aberto U R
n
, diferencivel no ponto
a U, ento sua derivada f
/
(a) : R
n
R
m
, caracterizada pela igualdade:
f (a+h) f (a) = f
/
(a) h+(h)[ h [ , com lim
h0
(h) = 0. (2-1)
De onde conclumos que, f diferencivel no ponto a se o mesmo acontece para cada
uma de suas funes coordenadas f
i
: U R.
Muitos dos resultados vlidos para funes de uma varivel tambm se aplicam
no espao R
n
. Amde tornar alguns resultados mais compreensveis, suas demonstraes
sero substitudas por exemplos.
2.1 Diferenciabilidade 28
Teorema 2.6 Se f : R
n
R
m
diferencivel em a ento f contnua em a.
Demonstrao. A demonstrao consequncia imediata da igualdade (2-1).
Sejam f : R
n
R
m
e g : R
m
R
p
duas funes tais que Im
f
D
g
, a funo
composta g f denida pela relao (g f )(x) = g( f (x)), x D
f
.
Teorema 2.7 (Regra da Cadeia) Sendo f : R
n
R
m
diferencivel em a e sendo g :
R
m
R
p
diferencivel em b = f (a), tem-se que a composta g f : R
n
R
p

diferencivel em a e se verica (g f )
/
(a) = g
/
( f (a)) f
/
(a).
Demonstrao. Sejam f e g diferenciveis, logo
f (a+h) f (a) = f
/
(a) h+(h)[ h [ , com lim
h0
(h) = 0.
g(b+v) g(b) = g
/
(b) v +(v)[ v [ , com lim
v0
(v) = 0.
Assim,
(g f )(a+h) = g( f (a) + f
/
(a) h+(h)[ h [).
Fazendo v = f
/
(a) h+(h)[ h [ temos:
(g f )(a+h) = g(b) +g
/
(b) v +(v)[ v [ = g(b) +(g
/
(b) f
/
(a)) h+C(h)[ h [;
onde C(h) = g
/
(b) (h) +(v)

f
/
(a)
h
[ h [
+(h)

.
Como lim
h0
C(h) = 0, ento
(g f )(a+h) g( f (a)) = (g
/
( f (a)) f
/
(a)) h+C(h)[ h [; com lim
h0
C(h) = 0.

Observao 2.8 Sejam f , g : R


n
R diferenciveis em a, valem as seguintes regras
1) ( f +g)
/
(a) = f
/
(a) +g
/
(a).
2) ( f g)
/
(a) = g(a) f
/
(a) + f (a)g
/
(a).
3)
_
f
g
_
/
(a) =
g(a) f
/
(a) f (a)g
/
(a)
[g(a)]
2
; com g(a) ,= 0.
2.2 Derivadas Parciais 29
2.2 Derivadas Parciais
Denio 2.9 Seja f : U R
n
R uma funo denida no aberto U e seja a R
n
;
a = (a
1
, a
2
, , a
n
). Se existe o limite
lim
h0
f (a
1
, , a
i
+h, a
i+1
, , a
n
) f (a
1
, , a
n
)
h
,
este ser denotado por
f
x
i
(a), e chamada de i-sima derivada parcial de f no ponto a.
Seja
g : R R
x
i
g(x
i
) = f (a
1
, , a
i1
, x
i
, a
i+1
, , a
n
)
com g
/
(a
i
) =
f
x
i
(a).Geometricamente temos que
f
x
i
(a) a inclinao da reta tan-
gente s; onde s a curva obtida pela interseco do grco de f com o plano
(a
1
, , a
i1
, x
i
, a
i+1
, , x
n+1
).
No caso n = 2 o grco de f uma superfcie em R
3
, e assim,
f
x
1
(a) a
inclinao da reta tangente curva, que obtida pela interseco do grco de f com
o plano x
2
= a
2
. Observe a gura 2.1.
Teorema 2.10 Se f : R
n
R
m
diferencivel no ponto a ento existem as derivadas
parciais
f
i
x
j
(a); 1 i m e 1 j n e a matriz da transformao linear f
/
(a) a
matriz J denida por
J f (a) =
_
f
i
x
j
(a)
_
mxn
.
Esta matriz chamada de matriz jacobiana de f no ponto a. Observemos:
J f (a)(e
j
) =
_
f
1
x
j
(a)
_
e
1
+
_
f
2
x
j
(a)
_
e
2
+ +
_
f
m
x
j
(a)
_
e
m
,
onde j = 1, , n e e
1
, , e
m
a base cannica de R
m
.
Cada um dos vetores da base cannica de R
n
descritos pela expresso acima formam uma
coluna da matriz jacobiana, logo,
J f (a) =
_

_
f
1
x
1
(a)
f
1
x
2
(a)
f
1
x
j
(a)
f
1
x
n
(a)
f
2
x
1
(a)
.
.
.

f
2
x
j
(a)
f
2
x
n
(a)
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
f
i
x
j
(a)
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
f
m
x
1
(a)
f
m
x
2
(a)
f
m
x
j
(a)
f
m
x
n
(a)
_

_
2.2 Derivadas Parciais 30
Figura 2.1: Interpretao Geomtrica: Derivada Parcial
Observao: Sendo f uma funo diferencivel, ento pela denio 2.1 existe uma
transformao linear : R
n
R
m
tal que: (h) = f
/
(a) h. Como visto no primeiro
captulo, para cada transformao linear existe uma matriz associada a ela. Vimos acima
que a matriz que cumpre bem esta tarefa a matriz jacobiana, logo, existe J f (a) no
conjunto das matrizes de ordem m x n de modo que: (h) = J f (a) h. No entanto, esta
matriz associada a transformao linear nica. Portanto, J f (a) = f
/
(a).
Apresentaremos a seguir dois resultados. O primeiro uma condio suciente,
mas no necessria para a diferenciabilidade e o segundo, uma condio necessria, mas
no suciente para a existncia de pontos de mximo e mnimo locais.
Teorema 2.11 Seja f : R
n
R
m
, se todas as derivadas parciais
f
i
x
j
(x) existem em um
aberto contendo a e so contnuas em a, ento f diferencivel em a.
O prximo exemplo nos mostra que no vale a recproca do teorema anterior, ou seja, esta
condio apenas suciente.
2.2 Derivadas Parciais 31
Exemplo 2.12 Seja f : R
2
R, denida por
f (x
1
, x
2
) =
_
_
_
(x
2
1
+x
2
2
)sen
_
1
x
2
1
+x
2
2
_
se (x
1
, x
2
) ,= (0, 0)
0 se (x
1
, x
2
) = (0, 0)
Pela denio 2.9 resulta que
f
x
1
(0, 0) = 0. Alm disso, esta derivada no contnua na
origem, embora f seja diferencivel com f
/
(0, 0) = (0 0).
Teorema 2.13 Seja f : A R, denida num aberto A R
n
. Suponha que o mximo
(mnimo) de f ocorra em a no interior de A. Se existir
f
x
i
(a), ento
f
x
i
(a) = 0.
Demonstrao. Seja
g : R R
x g(x) = f (a
1
, , x, , a
n
)
Como a ponto de mximo (mnimo) de f ento a
i
ponto de mximo (mnimo) de g,
logo, temos: g
/
(a
i
) = 0. Portanto,
f
x
i
(a) = 0.
Exemplo 2.14 Seja f : R
2
R, denida por f (x
1
, x
2
) = x
2
1
x
2
2
.
Temos que
f
x
1
(0, 0) = 0 e
f
x
2
(0, 0) = 0. No entanto, a origem no ponto de mximo
nem de mnimo local, observe o grco 2.2.
Figura 2.2: Sela
2.3 Derivada Direcional 32
O exemplo mostra claramente que no vale a recproca do teorema 2.13, ou seja, a
condio apenas necessria. A seguir enunciaremos sem demonstrao o Teorema de
Schwarz.
Teorema 2.15 (Teorema de Schwarz) Se f : U R de classe C
2
no aberto U R
n
ento, para quaisquer i, j = 1, , n e x U, tem-se

2
f
x
i
x
j
(x) =

2
f
x
j
x
i
(x)
Exemplo 2.16 Seja f : R
2
R, denida por:
f (x
1
, x
2
) =
_

_
x
1
x
2
(x
2
1
x
2
2
)
x
2
1
+x
2
2
se x
2
1
+x
2
2
,= 0
0 se x
2
1
+x
2
2
= 0
Um longo clculo mostra que

2
f
x
2
x
1
(0, 0) = 1 e que

2
f
x
1
x
2
(0, 0) = 1. Observemos que

2
f
x
2
x
1
no contnua na origem.
O exemplo acima mostra-nos que a existncia das derivadas de segunda ordem na origem
no garante que

2
f
x
2
x
1
(0, 0) =

2
f
x
1
x
2
(0, 0).
2.3 Derivada Direcional
Denio 2.17 Sejam f : U R, denida no aberto U R
n
; a U e v R
n
. Se
lim
t0
f (a+tv) f (a)
t
existe, este chamado de derivada de f no ponto a na direo do vetor v e denotado
por
f
v
(a), isto
f
v
(a) = lim
t0
f (a+tv) f (a)
t
.
A seguir observamos que a derivada direcional pode ser vista como a derivada
de uma composio. Para isto, consideremos o segmento de reta
: (, ) R
n
t (t) = a+tv,
onde tomado sucientemente pequeno de modo que a+tv U, conforme gura 2.3.
2.4 Frmula de Taylor 33
Figura 2.3: Derivada Direcional
Assim,
( f ) : (, ) R
t ( f )(t),
tal que :
lim
t0
( f )(t) ( f )(0)
t
= ( f )
/
(0)
Portanto, ( f )
/
(0) =
f
v
(a).
2.4 Frmula de Taylor
Seja f : U R
n
Rdenida num aberto U contendo a e seja v = (
1
, ,
n
).
Temos:
f
/
(a) v =
_
f
x
1
(a)
f
x
2
(a)
f
x
n
(a)
_
_

2
.
.
.

n
_

_
=
n

i=1
f
x
i
(a)
i
.
2.4 Frmula de Taylor 34
Vamos observar qual a forma de f
//
(a) v
2
f
/
(a) : R
n
R
n
(x
1
, , x
n
) (
f
x
1
(a), ,
f
x
n
(a))
f
//
(a) v =
_

2
f
x
2
1
(a)

2
f
x
n
x
1
(a)
.
.
.
.
.
.

2
f
x
1
x
n
(a)

2
f
x
2
n
(a)
_

_
_

2
.
.
.

n
_

_
=
_

_
n

i=1

2
f
x
i
x
1
(a)
i
.
.
.
n

i=1

2
f
x
i
x
n
(a)
i
_

_
f
//
(a) v
2
=
_

1

n
_
_

_
n

i=1

2
f
x
i
x
1
(a)
i
.
.
.
n

i=1

2
f
x
i
x
n
(a)
i
_

_
=
n

i, j=1

2
f
x
i
x
j
(a)
i

j
. (2-2)
Usando o mesmo argumento, segue que
f
///
(a) v
3
=

i, j,k

3
f
x
i
x
j
x
k
(a)
i

k
.
Agora podemos apresentar a frmula de Taylor para uma funo f : U R
n
R. Para
isto consideremos a funo
: R R
t (t) = f (a+tv)
A srie de MacLaurin para dada por
(t) = (0) +
/
(0)t +
1
2!

//
(0)t
2
+ +
1
p!

p
(0)t
p
+r
p
. (2-3)
Temos que
(0) = f (a),
/
(0) = f
/
(a) v,
//
(0) = f
//
(a) v
2
, ,
(p)
(0) = f
(p)
(a) v
p
.
Portanto, fazendo t = 1 em (2-3), obtemos a expresso
f (a+v) = f (a) + f
/
(a) v +
1
2!
f
//
(a) v
2
+ +
1
p!
f
p
(a) v
p
+r
p
(v).
2.5 Hessiana 35
Seguem trs resultados principais da Frmula de Taylor:
1. Frmula de Taylor Innitesimal: Se f p vezes diferencivel em a, ento
lim
v0
r
p
(v)
[ v [
p
= 0. (2-4)
2. Resto de Lagrange: Supondo [a, a +v] U, f de classe C
p
, p +1 vezes diferen-
civel no segmento (a, a+v), ento (0, 1) tal que:
r
p
(v) =
1
(p+1)!
f
p+1
(a+v) v
p+1
. (2-5)
3. Resto Integral: Se f de classe C
p+1
e [a, a+v] U, ento
r
p
(v) =
1
p!

1
0
(1t)
p
f
p+1
(a+tv) v
p+1
dt. (2-6)
2.5 Hessiana
A forma quadrtica denida como sendo uma funo H : R
n
R cujo valor
num vetor v = (
1
, ,
n
) dado por H(v) =
n

i, j=1
h
i j

j
, onde (h
i j
) uma matriz de
ordem n. O valor da forma quadrtica H no vetor v indicado pela notao H(v) =H v
2
.
Conforme a igualdade (2-2), sabemos que f
//
(a) dene uma forma quadrtica;
esta conhecida como forma Hessiana da funo f no ponto a. Seja f : U R
n
R
duas vezes diferencivel, sua forma hessiana no ponto x U ser indicada por H(x) onde;
H(x) = f
//
(x).
Conforme a igualdade (2-2), para n = 2 a matriz Hessiana de uma funo f no
ponto x dada por
_
_

2
f
x
2
1
(x)

2
f
x
2
x
1
(x)

2
f
x
1
x
2
(x)

2
f
x
2
2
(x)
_
_
.
O teorema de Schwarz garante que a matriz Hessiana de f no ponto x simtrica.
Denio 2.18 Seja f : U R, denida num aberto U R
n
, diferencivel. Um ponto
a U chama-se ponto crtico de f ( ou ponto singular) quando f
/
(a) = 0; ou seja,
f
x
1
(a) =
f
x
2
(a) = =
f
x
n
(a) = 0
Denio 2.19 Diz-se que a funo f tem um mximo (respectivamente, mnimo) local
no ponto a U quando existe >0, tal que [ v [ < f (a+v) f (a) ( respectivamente,
f (a) f (a+v)).
2.5 Hessiana 36
Armao 2.20 Se f diferencivel e tem um mximo local ( ou mnimo local) no ponto
a, ento a um ponto crtico de f .
Demonstrao. Seja

i
: R R
t
i
(t) = f (a+te
i
).
Como a ponto de mximo local de f , ento 0 ponto de mximo para cada
i
(t),
i = 1, , n. Segue que
/
i
(0) = 0.
Sabendo que
/
i
(t) =
f
x
i
(a+te
i
) temos:
/
i
(0) =
f
x
i
(a)
f
x
i
(a) = 0
Logo, a ponto crtico de f .
Denio 2.21 Se f C
2
, o ponto crtico a diz-se no degenerado quando a matriz
Hessiana nesse ponto invertvel, e equivalentemente det
_

2
f
x
i
x
j
(a)
_
,= 0.
Exemplo 2.22 Seja f : R
2
R denida por: f (x, y) = x
2
+y
2
.
De acordo com a denio 2.18 temos que a origem um ponto crtico de f que possui a
seguinte matriz Hessiana:
_
2 0
0 2
_
A matriz invertvel, logo, pela denio 2.21, a origem um ponto crtico no degene-
rado de f.
Seja H : R
n
R uma forma quadrtica, dada por H(v) =

i, j
h
i j

j
para
v = (
1
, ,
n
). A forma H positiva quando tivermos H(v) > 0, v ,= 0 em R
n
. Caso,
H(v) < 0, v ,= 0, H dita negativa. Sendo positiva ou negativa uma forma denida.
Quando existem vetores v, w R
n
tais que H(v) > 0 e H(w) < 0 ento H uma forma
quadrtica indenida.
Armao 2.23 Se uma forma quadrtica H denida ento sua matriz (h
i j
) neces-
sariamente invertvel.
Demonstrao. Seja H
0
: R
n
R
n
; uma transformao linear cuja matriz associada
seja (h
i j
).
Temos, H v
2
=< H
0
v, v >. Como H denida segue que H
0
v ,= 0, v ,= 0. Logo, o
ncleo da transformao H
0
s possui o vetor nulo como elemento, de modo que H
0

invertvel.
Conclui-se que se a forma Hessiana de uma funo de classe C
2
, num ponto
crtico a positiva ou negativa, o ponto crtico em questo no-degenerado.
2.6 Funes Inversa e Implcita 37
Teorema 2.24 Sejam f : U R uma funo de classe C
2
, a U um ponto crtico de
f e H a forma quadrtica Hessiana de f no ponto a. Ento:
1. Se H positiva, a um ponto de mnimo local no-degenerado;
2. Se H negativa, a um ponto de mximo local no-degenerado;
3. Se H indenida, a no ponto de mnimo local nem de mximo local para f .
Exemplo 2.25 Seja v = (
1
,
2
), no caso do exemplo 2.22 a forma quadrtica de f
dada por
H v
2
= 2
2
1
+2
2
2
> 0, v ,= 0.
Assim, pelo teorema 2.24, a origem um ponto de mnimo local no degenerado de
f (x, y) = x
2
+y
2
.
Exemplo 2.26 Seja f : R
2
R, denida por f (x
1
, x
2
) = x
2
1
x
2
2
. Sua matriz hessiana
na origem dada por:
H =
_
2 0
0 2
_
Existem vetores e
1
= (1, 0) e e
2
= (0, 1) tais que H e
1
2
= 2 > 0 e H e
2
2
= 2 < 0. De
modo que, H indenida. Ento, pelo teorema 2.24 a origem no ponto de mnimo nem
de mximo local de f . Neste caso, a origem chamada de ponto de sela devido a forma
do grco de f . Observe a gura 2.2.
2.6 Funes Inversa e Implcita
Consideremos o caso de uma funo de uma vriavel. Seja f : R R
continuamente diferencivel
1
em um aberto contendo a e que f
/
(a) ,= 0.
Se f
/
(a) > 0, ento V aberto; a V tal que f
/
(x) > 0 x V.
Tem-se que f crescente em V, consequentemente, uma funo bijetora, que
admite inversa f
1
denida num aberto W contendo f (a).
( f f
1
)(y) = y ; y = f (x)
(( f f
1
)(y))
/
= 1
1
Dada f : R
n
R
m
, se existirem todas as derivadas parciais
f
i
x
j
em um aberto contendo a e, alm
disso, cada funo
f
i
x
j
for contnua, dizemos ento que f continuamente diferencivel em a.
2.6 Funes Inversa e Implcita 38
Figura 2.4: Funo Inversa
Pela regra da cadeia para funo de uma varivel, temos a igualdade
( f
1
)
/
(y) =
1
f
/
( f
1
(y))
O resultado acima pode ser generalizado para f : R
n
R
n
, conforme teorema abaixo,
cuja demonstrao pode ser encontrada em [7].
Teorema 2.27 (Teorema da Funo Inversa) Seja f : R
n
R
n
continuamente dife-
rencivel em um aberto contendo a, onde det f
/
(a) ,= 0. Ento existem um aberto V R
n
contendo a e um aberto W R
n
contendo f (a) tais que f : V W possui uma in-
versa contnua e diferencivel f
1
: W V, e alm disso, ( f
1
)
/
(y) = [ f
/
( f
1
(y))]
1
,
y W.
O exemplo que apresentaremos a seguir ser utilizado no prximo captulo, mas
sua insero neste momento para aplicarmos o Teorema da Funo Inversa.
Exemplo 2.28 Seja f : R
2
2
R
2
2
denida por f (X) = X
2
, onde X a matriz de 2
linhas e 2 colunas. Sua derivada em cada ponto X, a transformao linear f
/
(X) :
R
2
2
R
2
2
dada por
f
/
(X) V =V X +X V (2-7)
Vericaremos que a expresso (2-7) satisfaz a denio 2.1. Para isto, consideremos
A =
_
a
1
a
2
a
3
a
4
_
e V =
_
v
1
v
2
v
3
v
4
_
Segue que
f (A+V) f (A) f
/
(A) V =
_
v
1
2
+v
2
v
3
v
1
v
2
+v
2
v
4
v
3
v
1
+v
4
v
3
v
3
v
2
+v
4
2
_
2.6 Funes Inversa e Implcita 39
Para facilitar os clculos tomaremos a norma do mximo em R
2
2
, utilizando a tabela 1.1
e o teorema do Confronto conclumos que
lim
V0
[ f (A+V) f (A) f
/
(A) V [
[ V [
= 0.
Portanto, f
/
(X) V =V X +X V.
Observemos que a transformao no ponto X = I, onde I a matriz identidade dada
por
f
/
(I) V = 2V.
A transformao f
/
(I) : R
2
2
R
2
2
um isomorsmo. Logo, pelo Teorema da Funo
Inversa (2.27) existem um aberto Z contendo I e um aberto W contendo f (I) tais que
f : Z W possui uma inversa contnua e diferencivel f
1
: W Z e, alm disso,
f
1
(X) =

X. Assim, toda matriz Y sucientemente prxima da identidade possui uma
raz quadrada, a qual nica quando a consideramos nesta vizinhana.
O teorema seguinte consequncia do teorema da Funo Inversa e conhecido como
Teorema da Funo Implcita. Sua demonstrao pode ser encontrada em [7].
Teorema 2.29 (Teorema da Funo Implcita) Sejam f : R
n
x R
m
R
m
continua-
mente diferencivel em um aberto que contenha (a, b) e f (a, b) = 0. Seja M a matriz
m x m dada por :
_
f
i
(a,b)
x
n+j
_
1 i, j m. Supondo que det M ,= 0, existe um aberto
A R
n
que contm a e um aberto B R
m
que contm b, para os quais se tem: dado
qualquer x A, ! g(x) B tal que f (x, g(x)) = 0. A funo g assim denida resulta
diferencivel.
A funo
g : A B
x y = g(x)
est denida implicitamente pela equao f (x, y) = 0.
A seguir usaremos o Teorema da Funo Implcita (2.29) para mostrar que o
sistema
_

_
u
2
+ 2vy
1
y
3
= 1
v + y
1
+ y
2
2
= 0
u + y
1
+ y
3
= 3
pode ser resolvido, obtendo (y
1
, y
2
, y
3
) em funo de (u, v) numa vizinhana de (1, 1).
Exemplo 2.30 Seja f a aplicao dada por
f : R
2
xR
3
R
3
(x, y) f (x, y) = (u
2
+2vy
1
y
3
1, v +y
1
+y
2
2
, u+y
1
+y
3
3),
2.6 Funes Inversa e Implcita 40
onde x (u, v) e y (y
1
, y
2
, y
3
).
Temos que f continuamente diferencivel num aberto contendo (a, b) onde
a = (1, 1) e b = (0, 1, 2) e ainda temos f (a, b) = (0, 0, 0). Consideremos a matriz M
dada por
M =
_

_
f
1
y
1
(a, b)
f
1
y
2
(a, b)
f
1
y
3
(a, b)
f
2
y
1
(a, b)
f
2
y
2
(a, b)
f
2
y
3
(a, b)
f
3
y
1
(a, b)
f
3
y
2
(a, b)
f
3
y
3
(a, b)
_

_
=
_

_
4 0 0
1 2 0
1 0 1
_

_
Como det M ,= 0, ento pelo teorema 2.29 existe uma vizinhana A de (1, 1)
e uma vizinhana B de (0, 1, 2) para as quais temos que x A , !g(x) B tal que
f (x, g(x)) = 0. A funo g dada por
g : R
2
R
3
x g(x) = (y
1
, y
2
, y
3
).
Como f (x, g(x)) = 0, ento obtemos o sistema
_

_
u
2
+ 2vy
1
y
3
= 1
v + y
1
+ y
2
2
= 0
u + y
1
+ y
3
= 3
com isso, conclumos que podemos resolver o sistema obtendo (y
1
, y
2
, y
3
) em funo de
(u, v) numa vizinhana A de (1, 1), de acordo com o Teorema da Funo Implcita.
Para nalizarmos devemos observar que como f (a, b) = (0, 0, 0) , ento
(a, b) = (1, 1, 0, 1, 2) soluo do sistema
_

_
u
2
+ 2vy
1
y
3
= 1
v + y
1
+ y
2
2
= 0
u + y
1
+ y
3
= 3.
CAPTULO 3
Imerses e Submerses
3.1 Imerso
Denio 3.1 Uma imerso do aberto U R
n
no espao euclidiano R
m
uma aplicao
diferencivel f : U R
m
tal que, para cada x U, a derivada f
/
(x) : R
n
R
m
uma
transformao linear injetiva.
Observemos que se f uma imerso, ento dimN ( f
/
(x)) = 0, x U. Pelo Teorema
do Ncleo e da Imagem temos que dimI m( f
/
(x)) = n, mas dimI m( f
/
(x)) m. Portanto,
n m.
Exemplo 3.2 Seja f a aplicao incluso dada por
f : R
n
R
n
x R
m
x f (x) = (x, 0).
Como f linear ento f
/
(x) v = f (v), x R
n
. Como f injetiva temos que f
/
(x)
tambm o . Logo, f uma imerso C

.
Exemplo 3.3 Sejam p
0
= (x
0
, y
0
, z
0
) um ponto de R
3
, a = (a
1
, a
2
, a
3
) e b = (b
1
, b
2
, b
3
)
vetores linearmente independentes de R
3
. Consideremos a aplicao X : R
2
R
3
que
para cada (u, v) R
2
, associa X(u, v) = p
0
+ua+vb, isto ,
X(u, v) = (x
0
+ua
1
+vb
1
, y
0
+ua
2
+vb
2
, z
0
+ua
3
+vb
3
)
X
/
(u, v) =
_

_
a
1
b
1
a
2
b
2
a
3
b
3
_

_
Vamos vericar que X
/
(u, v) injetiva:
Se X
/
(u, v)
_
h
1
k
1
_
= X
/
(u, v)
_
h
2
k
2
_

_
a
1
h + b
1
k = 0
a
2
h + b
2
k = 0
a
3
h + b
3
k = 0
3.1 Imerso 42
com h = h
1
h
2
e k = k
1
k
2
. Como a e b so vetores linearmente independentes
de R
3
, temos que o posto de X
/
(u, v) igual a 2; usando o teorema do posto ( ver [5]),
conclumos que o sistema homogneno acima possui, somente, a soluo nula. Donde,
h
1
= h
2
e k
1
= k
2
. Portanto, X(u, v) uma imerso de R
2
em R
3
.
A seguir enunciaremos um critrio para vericar a injetividade da aplicao
f
/
(x), que pode ser encontrado por exemplo em [8].
Proposio 3.4 Sejam f : U R
n
R
m
, n m uma aplicao diferencivel e J f (x)
sua matriz jacobiana em x U. Denotaremos por J
i
f (x) as colunas desta matriz e
observemos que as seguintes armaes so equivalentes:
a) f
/
(x) injetora para x U;
b) A matriz J f (x) tem posto n para x U;
c) Os vetores J
i
f (x); i = 1, , n so linearmente independentes;
d) O produto vetorial J
1
f (x) x x J
n
f (x) no nulo.
O posto de uma aplicao diferencivel f : U R
m
num ponto x U o posto
da sua derivada f
/
(x) : R
n
R
m
. Uma imerso f : U R
m
, denida num aberto
U R
n
, tem posto n em todos os pontos x U; por isso, chamada de aplicao de posto
mximo. Reciprocamente, uma aplicao diferencivel f : U R
m
, U R
n
, n m de
posto n uma imerso.
Exemplo 3.5 Seja g : R
2
R
3
; g(u, v) = (asenvcosu, asenvsenu, acosv); a > 0
Jg(u, v) =
_

_
asenvsenu acosvcosu
asenvcosu acosvsenu
0 asenv
_

_
Temos que para v =k; k Z a matriz Jg(u, v) possui posto 1. Logo, a aplicao
g no uma imerso de R
2
em R
3
. Notemos que se denirmos g : U R
2
R
3
; com
U =(u, v) R
2
; u R e 0 < v < teremos uma imerso de U em R
3
.
Notemos que a imagem g(U) a esfera de centro na origem e raio a, menos os plos.
Exemplo 3.6 Seja J R um intervalo aberto. Um caminho diferencivel : J R
m
uma imerso se, e somente se, seu vetor velocidade
/
(t) diferente de zero para todo
t J. De fato, suponhamos que (t) = (x
1
(t), x
2
(t), , x
m
(t)) uma imerso. Ento a
matriz jacobiana de dada por
_

_
x
/
1
(t)
x
/
2
(t)
.
.
.
x
/
m
(t)
_

_
3.1 Imerso 43
que possui posto 1. Assim existe i tal que x
/
i
(t) ,= 0. Portanto,
/
(t) ,= 0, t J.
Reciprocamente, suponhamos que
/
(t) ,= 0 , t J. Assim, j tal que x
/
j
(t) ,= 0;
j = 1, , m. Logo, a matriz jacobiana de tem posto 1, que mximo. Portanto,
uma imerso.
Assim : J R
m
uma imerso se, e somente se, uma curva regular.
Exemplo 3.7 Seja : R R
2
denida por (t) = (t
3
t, t
2
).
O vetor velocidade dado por:
/
(t) = (3t
2
1, 2t). Como
/
(t) ,= 0 t R ento
uma imerso da reta no plano.
Exemplo 3.8 Consideremos : J R R
2
, onde J = t R; 0 < t <

2
, denida
por
(t) = (a+acot t l cost, lsent), a > 0, l > 0. (3-1)
O vetor velocidade dado por :
/
(t) = (acsc
2
t +lsent, l cost).
Como
/
(t) no nulo para todo t J ento, pelo exemplo 3.6, temos que uma
imerso de J em R
2
. No caso em que a = 1 e l = 2 obtemos uma curva com auto-
interseco o que pode ser conferido na gura 3.1.
Para mais detalhes sobre o caminho (3-1) acima, ver [6], exemplo 8.
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
-4 -2 0 2 4
2
*
s
i
n
(
t
)
cot(t)-2*cos(t)+1
Figura 3.1: Curva com auto-interseco
Exemplo 3.9 Seja : R
2
R
3
denida por
(u, v) = ((a+r cosu)cosv, (a+r cosu)senv, rsenu); a > 0 , r < a , r > 0 .
Temos que

u
(u, v) = (rsenucosv, rsenusenv, r cosu).

v
(u, v) = ((a+r cosu)senv, (a+r cosu)cosv, 0).
3.1 Imerso 44

u
x

v
= ((a+r cosu)r cosucosv, (a+r cosu)r cosusenv, rsenu(a+r cosu)).

u
x

= r(a+r cosu) ,= 0.
Portanto, a aplicao uma imerso e esta, descreve um toro. Observe a gura 3.2.
Figura 3.2: Toro
No prximo resultado no apresentaremos uma demonstrao rigorosa, para isso
conferir em [5]. O que faremos ser um comentrio em linhas gerais.
Teorema 3.10 (Forma local das Imerses) Seja f : R
n
R
n+p
continuamente dife-
rencivel num aberto contendo a e suponha que f
/
(a) : R
n
R
n+p
seja injetiva. Ento,
existem abertos Z e V x W em R
n+p
com f (a) Z, a V e 0 W e um difeomorsmo
h : Z VxW tal que (h f )(x) = (x, 0).
Linhas Gerais:
Denimos a aplicao
F : R
n+p
R
n+p
(x, y) F(x, y) = f (x) +(0, y),
onde (0, y) = (0, , 0
. .
n vezes
, y
1
, , y
p
).
Assim F dada por
F(x, y) = ( f
1
(x), f
2
(x), , f
n
(x), f
n+1
(x) +y
1
, , f
n+p
(x) +y
p
).
3.1 Imerso 45
A matriz jacobiana de F
F
/
(x, y) =
_

_
f
1
x
1
(x, y)
f
1
x
n
(x, y) 0 0 0
f
2
x
1
(x, y)
f
2
x
n
(x, y) 0 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
f
n
x
1
(x, y)
f
n
x
n
(x, y) 0 0 0
f
n+1
x
1
(x, y)
f
n+1
x
n
(x, y) 1 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
f
n+p
x
1
(x, y)
f
n+p
x
n
(x, y) 0 0 1
_

_
(n+p)(n+p)
cujo determinante em (a, 0) dado por
det F
/
(x, y) = det
_

_
f
1
x
1
(a, 0)
f
1
x
n
(a, 0)
.
.
.
.
.
.
.
.
.
f
n
x
1
(a, 0)
f
n
x
n
(a, 0)
_

_
,= 0 , pois f possui posto n.
Logo, pelo Teorema da Funo Inversa (2.27), h : Z VxW, inversa de F que
diferencivel. Observemos que F(x, 0) = f (x) e que
(hF)(x, y) = (x, y) (hF)(x, 0) = (x, 0) h( f (x)) = (x, 0) (h f )(x) = (x, 0).
A seguir exibiremos explicitamente o difeomorsmo h no caso do exemplo 3.5.
Seja F : R
3
R
3
denida por F(u, v, w) = (asenvcosu, asenvsenu, acosv +w)
F
/
(u, v, w) =
_

_
asenvsenu acosvcosu 0
asenvcosu acosvsenu 0
0 asenv 1
_

_
Segue que det F
/
(u, v, w) ,=0 em (

3
,

4
, 0) VxW. Pelo Teorema da Funo Inversa h tal
que F
1
= h : Z VxW que diferencivel. Consideremos V = (u, v) R
2
; 0 < u <

2
, 0 <v <

2
, Z =(x, y, z) R
3
; x ,=0, 0 <arctan
y
x
<

2
, y >0, 0 <arcsen

x
2
+y
2
a
<

2
, x
2
+y
2
,=a
2
e g(

3
,

4
) Z. Como h diferencivel e h
1
=F tambm diferencivel
ento h um difeomorsmo e h dada por
h(x, y, z) = (arctan
y
x
, arcsen
_
x
2
+y
2
a
, z
_
a
2
x
2
y
2
)
Temos que hg(u, v) = (u, v, 0). Na gura 3.3 mostramos a imerso descrita acima.
3.2 Submerso 46
Figura 3.3: Imerso: exemplo3.5
3.2 Submerso
Denio 3.11 Uma aplicao diferencivel f : U R
m
, denida num aberto U R
n
,
chama-se uma submerso quando, para todo x U, sua derivada f
/
(x) : R
n
R
m

uma transformao linear sobrejetiva.


Observemos que pelo Teorema do Ncleo e da Imagem temos que n m.
Exemplo 3.12 Seja f a aplicao projeo dada por
f : R
p+m
R
m
(x, y) f (x, y) = y
Como f uma transformao linear, ento f
/
(z
0
) = f z
0
R
p+m
; assim I m( f
/
) =R
m
.
De modo que, f uma submerso.
Uma funo diferencivel f : U R uma submerso se, e somente se
f
/
(x) ,= 0 ou, equivalentemente, f (x) ,= 0, x U.
3.2 Submerso 47
Exemplo 3.13 Seja f : R
p
x R
m
R; dada por f (x, y) =
1
2
_
[ x [
2
[ y [
2
_
. Observe-
mos que f (x, y) = (x
1
, x
2
, , x
p
, y
1
, y
2
, , y
m
) ,= 0, exceto na origem. Assim, f
restrita a R
p+m
0 uma submerso.
Uma submerso f : U R
m
, denida num aberto U R
n
, n m, tem posto m
em qualquer ponto. Por isso, uma submerso chamada de aplicao de posto mximo.
Reciprocamente, uma aplicao f : U R
m
, U R
n
n m de posto m uma
submerso.
Exemplo 3.14 Seja g : R
3
R
2
denida por g(x, y, z) = (x, y).
Jg(x, y, z) =
_
1 0 0
0 1 0
_
Notemos que, (x, y, z) R
3
a matriz Jg(x, y, z) tem posto 2, logo, uma submerso.
Teorema 3.15 (Forma local das Submerses) Seja f : R
p+m
R
m
continuamente di-
ferencivel num aberto contendo a e suponha que f
/
(a) : R
p+m
R
m
seja sobrejetiva.
Ento, existem um aberto A R
p+m
, a A e um difeomorsmo h : A R
p+m
tal que
( f h)(x, y) = y.
Novamente, no desejamos fazer uma demonstrao rigorosa; esta pode ser
conferida em [5]. O que faremos aqui ser um comentrio em linhas gerais.
Linhas Gerais:
Denimos a aplicao
F : R
p
xR
m
R
p
xR
m
(x, y) F(x, y) = (x, f (x, y))
cuja matriz jacobiana em a dada por
F
/
(a) =
_

_
1 0 0 0 0
0 1 0 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1 0 0
f
1
x
1
(a)
f
1
x
2
(a)
f
1
x
p
(a)
f
1
y
1
(a)
f
1
y
m
(a)
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
f
m
x
1
(a)
f
m
x
2
(a)
f
m
x
p
(a)
f
m
y
1
(a)
f
m
y
m
(a)
_

_
(m+p)(m+p)
3.3 Lema de Morse 48
Observemos que det F
/
(a) = det M ,= 0 onde
M =
_

_
f
1
y
1
(a)
f
1
y
m
(a)
.
.
.
.
.
.
.
.
.
f
m
y
1
(a)
f
m
y
m
(a)
_

_
, pois f tem posto m.
Pelo Teorema da Funo Inversa (2.27), existem Z e VxW vizinhanas de a para as
quais a funo F : VxW Z, tem inversa diferencivel, h : Z VxW dada por
h(x, y) = (x, k(x, y)), onde k(x, y) = y uma funo diferencivel.
Observemos que:
(
2
F)(x, y) =
2
(x, f (x, y)) = f (x, y)
Assim, ( f h)(x, y) = (
2
F) h(x, y) =
2
(F h)(x, y) =
2
(x, y) = y.
3.3 Lema de Morse
A seguir enunciaremos e demonstraremos um resultado conhecido como Lema
de Morse para pontos crticos no degenerados, o qual pode ser aplicado no estudo do
comportamento de uma funo na vizinhana de um ponto crtico. Este um exemplo no
qual aplica-se o Teorema da Funo Inversa e a Frmula de Taylor.
Lema 3.16 (Lema de Morse) Sejam f : U R
n
R de classe C
k
, k 3 e a U um
ponto crtico no degenerado de f. Ento existe um sistema de coordenadas de classe
C
k2
h : V W U
y x = h(y)
com 0 V a W, h(0) = a, tal que
( f h)(y) = ( f h)(0) +
n

i, j=1
a
i j
y
i
y
j
,
onde a
i j
=
1
2


2
f
x
i
x
j
(a)
Demonstrao. Sem perda de generalidade, podemos supor a = 0 e f (a) = 0. Pela
Frmula de Taylor com resto integral (2-6), existe uma vizinhana W de a tal que
f (x) = f (0) + f
/
(0) x +
1
2!
f
//
(0) x
2
+ +
1
p!
f
(p)
(0) x
p
+r
p
(x)
3.3 Lema de Morse 49
onde r
p
=
1
p!

1
0
(1t) f
(p+1)
(0+tx) x
p+1
dt.
Logo, para p = 1 temos a expresso
f (x) = 0+ f
/
(0) x +r
1
(x)
Pela igualdade (2-2) temos que
r
1
(x) =

1
0
(1t) f
//
(tx)x
2
dt =

1
0
(1t)
n

i, j=1

2
f
x
i
x
j
(tx)x
i
x
j
dt =

a
i j
x
i
x
j
onde a
i j
(x) =

1
0
(1t)

2
f
x
i
x
j
(tx)dt, a
i j
de classe C
k2
, e pelo Teorema de Schwarz
a matriz A(x) =
_
a
i j
(x)
_
nxn
simtrica em W. Assim
f (x) = r
1
(x) =

a
i j
x
i
x
j
=< A(x) x, x >; x W.
A matriz A
0
dada por
A
0
= A(0) =
_
a
i j
(0)
_
nxn
=
1
2
_

2
f
x
i
x
j
(0)
_
nxn
, pois
a
i j
(0) =

1
0
(1t)

2
f
x
i
x
j
(0)dt =

2
f
x
i
x
j
(0)

1
0
(1t)dt =
1
2

2
f
x
i
x
j
(0).
Temos que A
0
inversvel, pois 0 um ponto crtico no degenerado de f .
Denimos B(x) por A
1
0
A(x) = B
2
(x) A(x) = A
0
B
2
(x).
A
0
= A
0
B
2
(0) B(0) = I.
Como A simtrica segue que
A = A

= (A
0
B
2
)

= (B

)
2
A
0
. (3-2)
Por outro lado, segue da equao (3-2) que
B
2
= A
1
0
A = A
1
0
(B

)
2
A
0
= (A
1
0
B

A
0
)
2
.
Se tomarmos W sucientemente pequeno, pelo exemplo 2.28 segue que
B = A
1
0
B

A
0
A
0
B = B

A
0
.
3.3 Lema de Morse 50
Sabemos que A = A
0
B
2
= A
0
BB = (B

A
0
)B. Assim se x W, temos a expresso
f (x) =< A(x) x, x >=< B

(x)A
0
B(x)x, x >=< A
0
B(x)x, B(x)x > .
A aplicao : W R
n
, denida por (x) = B(x) x um difeomorsmo de classe
C
k2
, pois

/
(x) v =

v
(x) =
B
v
(x) x +B(x)
x
v
=
B
v
(x) x +B(x) v.
Portanto,

/
(0) v = B(0) v = v.
A transformao
/
(0) a identidade, que um isomorsmo; portanto, resulta do
Teorema da Funo Inversa que se tomarmos W sucientemente pequeno obteremos um
difeomorsmo de classe C
k2
: W V
x y = (x)
com (0) = 0.
e f (x) =< A
0
(x), (x) >, x W. A inversa dada por

1
: V W
y
1
(y) = x.
Seja h(y) =
1
(y). Observamos que
( f h)(y) =< A
0
(
1
(y)), (
1
(y)) >=< A
0
y, y >=

a
i j
y
i
y
j
,
o que completa a demonstrao.

A seguir mostraremos alguns exemplos de funes para as quais aplicaremos o


Lema de Morse (3.16).
Exemplo 3.17 Seja f : R
3
R denida por
f (x
1
, x
2
, x
3
) = (x
1
1)
2
+(x
2
2)
2
+x
2
3
+2.
Temos que (1, 2, 0) ponto crtico de f . A matriz Hessiana H de f no ponto (1, 2, 0)
3.3 Lema de Morse 51
dada por
_

_
2 0 0
0 2 0
0 0 2
_

_
Como o det H ,= 0, temos que (1, 2, 0) um ponto crtico no degenerado. Fazendo a
mudana de coordenadas dada por
_

_
x
1
1 = y
1
x
2
2 = y
2
x
3
= y
3
ou seja
h : R
3
R
3
(y
1
, y
2
, y
3
) h(y
1
, y
2
, y
3
) = (y
1
+1, y
2
+2, y
3
)
e h(0, 0, 0) = (1, 2, 0).
Observemos que

a
i j
y
i
y
j
=
1
2
_
y
1
y
2
y
3
_
_

_
2 0 0
0 2 0
0 0 2
_

_
_

_
y
1
y
2
y
3
_

_
= y
2
1
+y
2
2
+y
2
3
.
Portanto
( f h)(y) = ( f h)(0) +

a
i j
y
i
y
j
( f h)(y) = 2+y
2
1
+y
2
2
+y
2
3
( f h)(y) f (1, 2, 0) = y
2
1
+y
2
2
+y
2
3
.
Corolrio 3.18 Nas condies do lema de Morse, existe um sistema de coordenadas
: V
0
W, de classe C
k2
, com a W U, 0 V
0
, (0) = a e f (y) f (a) =
y
2
1
y
2
i
+y
2
i+1
+ +y
2
n
.
Demonstrao. [No caso n = 3]
Sem perda de generalidade podemos supor f (a) = 0. Se a
1
,= 0 e 4a
1
b
1
d
2
1
,= 0 pelo
Lema de Morse existe h : V W tal que
g(x, y, z) = ( f h)(x, y, z) = a
1
x
2
+b
1
y
2
+c
1
z
2
+d
1
xy +e
1
xz + f
1
yz.
3.3 Lema de Morse 52
Faremos a seguinte mudana de coordenadas
_

_
x = u
d
1
2a
1
y
y = y
z = z
obtemos T
1
: R
3
R
3
dada por T
1
(u, y, z) = (u
d
1
2a
1
y, y, z); de onde conclumos que
gT
1
. .
g
1
(u, y, z) = a
1
u
2
+By
2
+c
1
z
2
+e
1
uz +Fyz,
onde B =
4a
1
b
1
d
2
1
4a
1
e F =
2a
1
f
1
e
1
d
1
2a
1
. Faremos agora a seguinte mudana
_

_
u = u
y = v
F
2B
z
z = z
obtemos T
2
: R
3
R
3
denida por T
2
(u, v, z) = (u, v
F
2B
z, z); o que implica em
g
1
T
2
. .
g
2
(u, v, z) = a
1
u
2
+Bv
2
+Cz
2
+e
1
uz
onde C =
4Bc
1
F
2
4B
.
Para eliminarmos o termo cruzado uz, faremos
_

_
u = w
e
1
2a
1
z
v = v
z = z
obtemos T
3
: R
3
R
3
dada por T
3
(w, v, z) = (w
e
1
2a
1
z, v, z).
g
2
T
3
. .
g
3
(w, v, z) = a
1
w
2
+Dz
2
+Bv
2
onde D =
4a
1
Ce
2
1
4a
1
. Fazendo
_

_
w =
x
1

a
1
z =
z
1

D
v =
y
1

B
3.3 Lema de Morse 53
obtemos T
4
: R
3
R
3
denida por T
4
(x
1
, y
1
, z
1
) = (
x
1

a
1
,
y
1

B
,
z
1

D
). De onde conclumos,
nalmente a expresso
g
3
T
4
. .
g
4
(x
1
, y
1
, z
1
) = x
2
1
+y
2
1
+z
2
1
. (3-3)
Assim
g
4
(x
1
, y
1
, z
1
) = ((((gT
1
) T
2
) T
3
) T
4
)(x
1
, y
1
, z
1
) = g(T
1
T
2
T
3
T
4
)(x
1
, y
1
, z
1
).
Consideramos como sendo (T
1
T
2
T
3
T
4
); como (0, 0, 0) um ponto crtico
de g e (0, 0, 0) = (0, 0, 0) ento por (3-3), conclumos que
g(x
1
, y
1
, z
1
) = x
2
1
+y
2
1
+z
2
1
.
Agora, consideraremos o caso em que a
1
= b
1
= c
1
= 0 e d
1
,= 0, isto
f (x, y, z) = d
1
xy +e
1
xz + f
1
yz.
Sendo (0, 0, 0) no degenerado temos que e
1
f
1
,= 0.
Para eliminarmos os termos cruzados faremos a seguinte mudana de coorde-
nadas
_

_
x = u + v
y = u v
z = z
obtendo T
/
1
: R
3
R
3
dada por T
/
1
(u, v, z) = (u+v, uv, z), e portanto
f T
/
1
. .
f
1
(u, v, z) = d
1
u
2
d
1
v
2
+(e
1
+ f
1
)uz +(e
1
f
1
)vz.
Para eliminarmos o termo cruzado uz, faremos
_

_
u = u
1

e
1
+f
1
2d
1
z
v = v
z = z
3.3 Lema de Morse 54
obtemos T
/
2
: R
3
R
3
denida por T
/
2
(u
1
, v, z) = (u
1

e
1
+f
1
2d
1
z, v, z).
f
1
T
/
2
. .
f
2
(u
1
, v, z) = d
1
u
2
1

(e
1
+ f
1
)
2
4d
1
z
2
d
1
v
2
+(e
1
f
1
)vz.
Para eliminarmos vz faremos a seguinte mudana de coordenadas
_

_
u
1
= u
1
v = v
1
+
e
1
f
1
2d
1
z
z = z
obtendo T
/
3
: R
3
R
3
dada por T
/
3
(u
1
, v
1
, z) = (u
1
, v
1
+
e
1
f
1
2d
1
z, z).
f
2
T
/
3
. .
f
3
(u
1
, v
1
, z) = d
1
u
2
1
d
1
v
2
1

e
1
f
1
d
1
z
2
.
Fazendo
_

_
u
1
=
1

d
1
x
1
v
1
=
1

d
1
y
1
z =

d
1

e
1
f
1
z
1
obtemos T
/
4
: R
3
R
3
denida por T
/
4
(x
1
, y
1
, z
1
) = (
1

d
1
x
1
,
1

d
1
y
1
,

d
1

e
1
f
1
z
1
).
f
3
T
/
4
(x
1
, y
1
, z
1
) =y
2
1
z
2
1
+x
2
1
. (3-4)
Observemos que
f
3
T
/
4
(x
1
, y
1
, z
1
) = (((( f T
/
1
)T
/
2
)T
/
3
)T
/
4
)(x
1
, y
1
, z
1
) = f (T
/
1
T
/
2
T
/
3
T
/
4
)(x
1
, y
1
, z
1
).
(3-5)
Chamaremos de a composio (T
/
1
T
/
2
T
/
3
T
/
4
) e como (0, 0, 0) = (0, 0, 0),
onde (0, 0, 0) ponto crtico de f pela equao 3-4 temos
f (x
1
, y
1
, z
1
) =y
2
1
z
2
1
+x
2
1
.

3.3 Lema de Morse 55


O nmero i que aparece no corolrio (3.18) chama-se o ndice do ponto crtico
a. Quando i = n, o ponto a um mximo local para f ; se i = 0, a um ponto de mnimo
local. Para 0 < i < n, tem-se um ponto de sela de ndice i. No exemplo 3.17, temos que o
ndice do ponto crtico (1, 2, 0) zero, logo (1, 2, 0) ponto de mximo local.
A seguir apresentaremos outro exemplo onde aplicaremos o ndice de Morse.
Exemplo 3.19 Seja f : R
3
R dada por
f (x, y, z) = 2x
2
+4y
2
+4xy +yz.
Temos que (0, 0, 0) ponto crtico no degenerado de f . Fazendo
_

_
x = u y
y = y
z = z
obtemos uma transformao linear T
1
: R
3
R
3
denida por T(u, y, z) = (u y, y, z).
Assim
f T
1
(u, y, z) = 2u
2
+2y
2
+yz. (3-6)
Agora, faremos em 3-6 a seguinte mudana
_

_
y = v
1
4
z
u = u
z = z
obtendo uma transformao linear T
2
: R
3
R
3
denida por T
2
(u, v, z) = (u, v
1
4
z, z).
Assim
(( f T
1
) T
2
)(u, v, z) = 2u
2
+2v
2

1
8
z
2
. (3-7)
Para nalizar faremos em 3-7 a mudana
_

_
u =
1

2
x
1
v =
1

2
y
1
z = 2

2z
1
obtendo uma transformao T
3
: R
3
R
3
dada por T
3
(x
1
, y
1
, z
1
) =
(
1

2
x
1
,
1

2
y
1
, 2

2z
1
). Assim
((( f T
1
) T
2
) T
3
)(x
1
, y
1
, z
1
) = x
2
1
+y
2
1
z
2
1
. (3-8)
3.3 Lema de Morse 56
Observemos que ((( f T
1
) T
2
) T
3
)(x
1
, y
1
, z
1
) = f (T
1
T
2
T
3
)(x
1
, y
1
, z
1
).
Chamaremos de a composio de transformaes e como (0, 0, 0) = (0, 0, 0) temos
f (x
1
, y
1
, z
1
) =z
2
1
+x
2
1
+y
2
1
.
O ndice de Morse do ponto (0, 0, 0) i = 1, logo (0, 0, 0) um
ponto de sela. Explicitamente, : R
3
R
3
denida como (x
1
, y
1
, z
1
) =
_

2
2
(x
1
y
1
+z
1
),

2
2
(y
1
z
1
), 2

2z
1
_
.
Exemplo 3.20 Seja g : R
2
R denida por g(x, y) = 4x
2
+ y
2
4xy. Sua matriz
Hessiana dada por
_
8 4
4 2
_
Observemos que o determinante desta matriz nulo. Logo, temos um ponto
crtico degenerado.
Para eliminarmos o termo xy faremos a seguinte mudana
_
x = u +
1
2
y
y = y
obtemos T : R
2
R
2
dada por T(u, y) = (u+
1
2
y, y).
gT(u, y) = 4u
2
.
Fazendo
_
u =
1
2
u
1
y = y
obtemos T
/
: R
2
R
2
denida por T(u
1
, y) = (
1
2
u
1
, y)
(gT) T
/
(u
1
, y) = u
2
1
.
Observemos que mesmo sendo um ponto crtico degenerado possvel escrever
g nos moldes do Lema de Morse (3.16). Este um exemplo de que a recproca do Lema
de Morse(3.16) no vlida. O grco de g mostrado na gura 3.4.
3.3 Lema de Morse 57
Figura 3.4: Ponto crtico degenerado
Exemplo 3.21 Seja f : R
2
R denida por f (x, y) = xy(23x 4y).
Os pontos crticos de f so: (0, 0), (0,
1
2
), (
2
3
, 0) e (
2
9
,
1
6
). Como todos so pontos crticos
no degenerados podemos aplicar o Lema de Morse (3.16) para cada um dos pontos
crticos. Temos que todos so pontos de sela, menos o ponto (
2
9
,
1
6
) que ponto de mximo
local. O grco de f pode ser observado na gura 3.5.
Figura 3.5: Pontos crticos no degenerados
3.3 Lema de Morse 58
Ao tentarmos exibir explicitamente a aplicao dada no corolrio encontramos
srias diculdades. Este exemplo mostra que nem sempre possvel exibir uma transfor-
mao : V
0
W dada por
( f )(y) =y
2
1
y
2
i
+y
2
i+1
+ +y
2
n
embora sabemos de sua existncia via Lema de Morse.
Referncias Bibliogrcas
[1] A.N.KOLMOGOROV; FOMIN, S. Elementos da Teoria das Funes e de Anlise
Funcional. Editora Mir. Moscou, 1982.
[2] HNIG, C. S. Aplicaes da Topologia Anlise. p.180-181.
[3] LIMA, E. L. lgebra Linear. IMPA, Rio de Janeiro, 2006.
[4] LIMA, E. L. Anlise Real, v.2. IMPA, Rio de Janeiro, 2007.
[5] LIMA, E. L. Curso de Anlise, v.2. IMPA, Rio de Janeiro, 2008.
[6] MELO, M. M. Alguns Exemplos de Curvas Planas. Revista da Olmpiada, IME -
UFG, n
o
5,p.54-66, 2004.
[7] SPIVAK, M. O Clculo em Variedades. Ed. Cincia Moderna LTDA, Rio de Janeiro,
2003.
[8] TENENBLAT, K. Introduo Geometria Diferencial. Editora Edgard Blucher, So
Paulo, 2008.