Você está na página 1de 45

Analise Vetorial

Jens Mund
Notas de Aula, DF-UFJF, 2010-1
Conte udo
1 O Espa co Fsico, Coordenadas, Escalares e Vetores. 1
1.1

Algebra Linear. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 O Espa co Fsico. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3 Sistemas de Coordenadas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3.1 Coordenadas Cartesianas e Lineares. . . . . . . . . . . . . . . . . . . 12
1.3.2 Coordenadas Cilndricas. . . . . . . . . . . . . . . . . . . . . . . . . 13
1.3.3 Coordenadas Esfericas. . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.3.4 Coordenadas Curvilneas em Geral. . . . . . . . . . . . . . . . . . . . 13
2 Analise Vetorial. 17
2.1 Curvas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2 Campos Escalares e Vetoriais. . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.3 Integrais. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.3.1 Integrais de Curva. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.3.2 Integrais de Superfcie. . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3.3 Integrais de Volume. . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.4 Operadores Diferenciais. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.4.1 A Derivada Direcional. . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.4.2 O Gradiente. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.4.3 A Divergencia e o Teorema de Gauss. . . . . . . . . . . . . . . . . . 24
2.4.4 O Rotacional e o Teorema de Stokes. . . . . . . . . . . . . . . . . . . 28
2.4.5 Operador de Laplace. . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.4.6 O C alculo-Nabla. . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
A Divergencia e Rotacional na Geometria Diferencial. 33
A.1 Caracteriza cao da Divergencia na Geometria Diferencial. . . . . . . . . . . . 33
A.2 Caracteriza cao do Rotacional na Geometria Diferencial. . . . . . . . . . . . 36
B Exerccios. 39
Agradecimentos. Agrade co Rodrigo Ferreira Falci e Adriano de Oliveira Zangirolami
para as muitas corre coes!
1 O Espaco Fsico, Coordenadas, Escalares e Vetores.
1.1

Algebra Linear.
Deni cao 1 Seja V um conjunto (os vetores) com uma opera cao + : V V V (a
adi cao de vetores) e : R V V (multiplica cao de vetores por escalares). V e
1
2 An alise Vetorial, 31/03/2010
chamado de espaco vetorial (ou espa co linear) se para todos u, v, w V e s, t R vale:
u +v = v +u (comutatividade); (1)
u + (v +w) = (u +v) +w (associatividade); (2)
(s + t) u = s u + t u (distributividade); (3)
t (u +v) = t u + t v ( ); (4)
s (t u) = (st) u (associatividade); (5)
1 u = u. (6)
Ademais, existe um vetor distinguido, 0 (o vetor nulo), t.q. u+0 = u para todos u V ,
bem como para cada v um vetor v, tal que v + (v) = 0.

E costume deprezar o e escrever tu em vez de t u. Os n umeros reais, neste contexto,


s ao frequentemente chamados de escalares. Os elementos de um espa co vetorial s ao
chamados de vetores. Uma soma de vetores da forma
n

i=1
t
i
u
i
:= t
1
u
1
+ + t
n
u
n
e chamado combinac ao linear dos vetores u
1
, . . . , u
n
. O conjunto de todas combina coes
lineares dos vetores u
1
, . . . , u
n
e chamado o gerador (ou a varredura linear) deles, denotado
por
spanu
1
, . . . , u
n
:=
_
n

i=1
t
i
u
i
, t
i
R
_
. (7)
Deni cao 2 i) Um conjunto u
1
, . . . , u
n
e chamado de linearmente independente se

n
i=1
t
i
u
i
= 0 implica t
1
= = t
n
= 0. No outro caso, ele e chamado de linearmente
dependente.
ii) Um conjunto a
1
, . . . , a
n
de vetores e uma base de V se ele e linearmente inde-
pendente e a sua varredura coincide com V .
Teorema e Deni cao 1.1 Cada espaco vetorial possui uma base. Todas bases de um
dado espaco vetorial V tem a mesma cardinalidade. Esta cardinalidade e chamada a
dimens ao de V .
Dada uma base a
1
, . . . , a
n
, cada vetor v em V possui uma unica decomposi cao
v =
n

i=1
v
i
a
i
. (8)
Os coecientes v
i
s ao chamados as componentes (contravariantes) do vetor v com respeito
`a base a
1
, . . . , a
n
. Eles claramente dependem da base, e agora discutiremos como eles
se transformam sob uma mudan ca de base. Supomos entao que a
1
, . . . , a
n
e uma outra
base, e sejam v
i
as coordenadas (=componentes) correspondentes do vetor v, i.e. v =

v
i
a
i
. Cada a
j
possui uma decomposi cao com respeito `a base a
1
, . . . , a
n
:
a
j
=
n

i=1
A
i
j
a
i
. (9)
( a
j
pode ser encarado como a imagem de a
j
sob uma aplica cao linear A denida pela
propria equa cao acima: a
j
= Aa
j
:=

n
i=1
A
i
j
a
i
.)
An alise Vetorial, 31/03/2010 3
Lema 1.2 (Mudan ca de Base) Sejam as duas bases relacionadas conforme (9). Ent ao
vale
v
i
=
n

j=1
A
i
j
v
j
. (10)
Observe que as componentes v
i
de um vetor transformam numa maneira contraria `a
transforma cao dos vetores da base. Dah provem o nome componentes contravariantes.
Demonstrac ao.
v =
n

j=1
v
j
a
j
=
n

j=1
v
j
n

i=1
A
i
j
a
i
=
n

i=1
_
n

j=1
A
i
j
v
j
_
a
i
.
Isso mostra que v
i
=

n
j=1
A
i
j
v
j
, como armado.
Uma aplica cao : V W entre dois espa cos vetoriais V, W e chamada linear se ela
satisfaz
(su + tv) = s(u) + t(v). (11)
Se ela e bijetor, ela e chamada de isomorsmo linear. Se existe tal aplica cao, os espa cos
V e W s ao chamadas de isom orcos. Observe que, dada uma base a
1
, . . . , a
n
de V , a
aplica cao
v (v
1
, . . . , v
n
), (12)
onde v
n
s ao as componentes de v com respeito `a base a
1
, . . . , a
n
, e um isomorsmo
linear entre V e R
n
.
Produto Escalar.
Deni cao 3 Uma aplica cao : V V R e chamada de produto escalar se ela e
simetrica: u v = v u (13)
bilinear: (su + tv) w = s(u w) + t(v w); (14)
positiva denida: u u 0, (15)
u u = 0 se e somente se u = 0. (16)

(Por causa da simetria (13), a linearidade (14) tambem vale no segundo argumento.)
Um espa co vetorial com produto escalar e chamado de espaco euclideano. Ele possui
uma norma, denida por
|u| :=

u u 0, (17)
satisfazendo |tu| = [t[ |u|. O unico vetor com norma zero e o vetor 0. Verique-se que
para dois vetores u e v ortogonais, ie. u v = 0, vale o Teorema de Pit agoras:
|u +v|
2
= |u|
2
+|v|
2
. (18)
Se u v = 0, nos chamamos os vetores u e v de ortogonais, em smbolos
u v.
Para um subconjunto U V , o conjunto de vetores que s ao ortogonais a todos vetores
em U e um subespa co linear, chamado do complemento ortogonal a U, em smbolos U

:
U

:= v V : v u = 0 u U.
4 An alise Vetorial, 31/03/2010
Um conjunto de vetores u
1
, . . . , u
r
e chamado de sistema ortogonal se eles s ao mutual-
mente ortogonais, i.e. u
i
u
j
= 0 se i ,= j.

E simples vericar que um sistema ortogonal
sempre e linearmente independente. O conjunto e chamado de sistema ortonormal (ou
SON) se em adi cao todos u
i
s ao normalizados, i.e. tem norma 1. Isto pode ser carateri-
zado em smbolos por
u
i
u
j
=
ij
,
onde
ij
e o chamado smbolo de Kronecker:

ij
:=
_
1, se i = j,
0, se i ,= j.
(19)
Um conjunto de vetores e
1
, . . . , e
n
e chamado de uma base ortonormal (ou BON) se ele
e uma base e tambem um sistema ortonormal. Em outras palavras, se ele e um SON e o
gerador dele coincide com o espa co inteiro, V . Lembramos que as componentes v
i
de um
vetor v V com respetio `a base s ao denidos pela decomposi cao
v =
n

i=1
v
i
e
i
. (20)
Lema 1.3 As componentes v
i
de um vetor v com respeito a uma base e
1
, . . . , e
n
ortogonal
s ao dadas por
v
i
=
e
i
v
|e
i
|
2
. (21)
Se a base for uma BON, entao claramente v
i
= e
i
v.
Demonstrac ao. Supomos que os vetores e
1
, . . . , e
n
s ao um sistema ortogonal, i.e., e
k
e
i
=
|e
k
|
2

ki
. Multiplicando os dois lados da eq. (20) por e
k
da
e
k
v =
n

i=1
v
i
e
k
e
i
=
n

i=1
v
i
|e
i
|
2

ki
= v
k
|e
k
|
2
.

O exemplo principal de um espa co euclideano e o R


n
, cujos elementos denotamos por
n-uplas ordenadas, e.g. x = (x
1
, . . . , x
n
). O produto escalar e dado por
(x
1
, . . . , x
n
) (y
1
, . . . , y
n
) :=
n

i=1
x
i
y
i
.
A chamada BON can onica do R
n
s ao os vetores (1, 0, . . . , 0), (0, 1, 0, . . . , 0), . . .,
(0, . . . , 0, 1). Qualquer espa co vetorial euclideano V de dimens ao n e isom orco ao R
n
(i.e., pode ser identicado com o R
n
). A saber, o isomorsmo linear denido na eq. (12)
preserve o produto escalar se a base (qual referem as componentes) for uma BON:
u v =
n

i=1
u
i
v
i
= (u
1
, . . . , u
n
) (v
1
, . . . , v
n
),
onde u
i
e v
i
s ao as componentes de u e v com respeito `a BON.
An alise Vetorial, 31/03/2010 5
Lema 1.4 (Proje cao) Seja U V um subespaco linear. Ent ao, cada v V tem uma
unica decomposic ao
v = v
1
+v
2
com v
1
U e v
2
U

. (22)
O vetor v
1
e determinado pela seguinte f ormula. Seja e
1
, . . . , e
n
uma BON de V t.q.
e
1
, . . . , e
r
U. Ent ao,
v
1
=
r

i=1
(e
i
v) e
i
U. (23)
O vetor v
1
e chamado de proje c ao de v sobre U, em smbolos v
1
=: P
U
v. Como (U

=
U, a decomposi cao (22) pode ser encarada como v = v
2
+v
2
com v
2
U

e v
1
(U

,
entao v
2
e a proje cao de v sobre U

: v
2
= P
U
v. Isto implica que
P
U
+ P
U
= I. (24)
Demonstrac ao. Existencia da decomposi cao (22): Dene v
1
como na eq. (23), e v
2
:=
v v
1
. Com isto, a eq. (22) e satisfeita e v
1
e claramente em U. Falta s o mostrar que v
2
esta em U

. Para estes ns, calcule para e


i
, 1 i r,
e
i
v
2
= e
i

_
v
r

j=1
(e
j
v) e
j
_
= e
i
v
r

j=1
(e
j
v) e
i
e
j
= e
i
v e
i
v = 0,
pois e
i
e
j
=
ij
. Isto mostra que v
2
U

.
Unicidade da decomposi cao (22): Supomos que existem outros vetores v

1
U e v

2

U

tal que v = v

1
+v

2
. Entao (v
1
v

1
) +(v
2
v

2
) = 0 e 0 = |(v
1
v

1
) +(v
2
v

2
)|
2
=
|v
1
v

1
|
2
+ |v
2
v

2
|
2
, onde temos usado o Pit agoras (18). Isto implica v
1
= v

1
e
v
2
= v

2
.
A aplica cao P
U
: v P
U
v e uma aplica cao linear, a chamada projec ao ortogonal
sobre U. No caso U e unidimensional, gerado por um vetor u, escrevemos P
u
em vez de
P
U
. Neste caso, o vetor normalizado u/|u| constitui uma BON de U, e entao a eq. (23)
implica que a proje cao P
u
e dado por
P
u
v =
u v
|u|
2
u. (25)
O Lema tem uma consequencia importante, a chamada desigualdade de Cauchy e
Schwarz:
Lema 1.5 (Cauchy-Schwarz) Para todos vetores u, v vale
[u v[ |u| |v|. (26)
Demonstrac ao. Dado u, v V , decompomos v como
v = P
u
v +v
2
,
onde v
2
P
u
v conforme o Lema 1.4. Pelo Pit agoras (18), |v|
2
e a soma da norma
quadrada de P
u
v mais a norma quadrada de v
2
. Como esta norma e positiva, vale |v|
|P
u
v|. Mas |P
u
v| = [u v[/|u| pela eq. (25). Isto mostra eq. (18).
Como
|u +v|
2
= |u|
2
+|v|
2
+ 2 u v |u|
2
+|v|
2
+ 2[u v[
|u|
2
+|v|
2
+ 2|u||v| =
_
|u| +|v|
_
2
,
nos temos a desigualdade triangular:
|u +v| |u| +|v|. (27)
6 An alise Vetorial, 31/03/2010
Orienta cao de BONs. Supomos que nos temos duas BONs e
1
, . . . , e
n
e e

1
, . . . , e

n
.
Fazendo a decomposi cao dos e
j
com respeito `a base e

1
, . . . , e

n
, temos
e

j
=
n

i=1
R
i
j
e
i
, (28)
(compare com Eq. (9)). O fato que as duas bases s ao ortonormais implica que

ij
= e

i
e

j
=

k,l
R
k
i
R
l
j
e
k
e
l
=

k
R
k
i
R
k
j
= (R
T
R)
i
j
, (29)
onde nos consideramos R
k
j
como coecientes de uma matriz R como na Eq. (31), e R
T
denota
a matriz transposta. A Eq. (29) signica que R
T
R e a matriz-unidade (que signica que R e
uma matriz ortogonal, R O(n)), e implica que a determinante de R
T
R e um. Por outro lado,
det(R
T
R) = det(R
T
) det(R) = det(R)
2
, ent ao a matriz R que relaciona as duas bases segundo
Eq. (28) deve ter determinate +1 ou 1. Ademais, composi cao de mudan cas de base corresponde
ao produto de matrices, a saber: Vamos por enquanto denotar a matriz R na eq. (28) de R
{e

1
,...,e

n
}
{e
1
,...,e
n
}
.
Se consideramos uma terceira BON e

1
, . . . , e

n
, ent ao vale
R
{e

1
,...,e

n
}
{e
1
,...,e
n
}
= R
{e

1
,...,e

n
}
{e

1
,...,e

n
}
R
{e

1
,...,e

n
}
{e
1
,...,e
n
}
.
Isto implica (exerccio!) que existem duas classes de BONs, onde cada par de BONs dentro de
uma classe e relacionado por uma matriz R com determinante +1. Por conven cao, chamamos uma
daquelas classes as BONs com orienta c ao positiva (ou BONs orientadas), e a outra classe as BONs
com orienta cao negativa.
Determinante. Seja e
1
, . . . , e
n
uma BON com orienta cao positiva de V , e sejam
u
1
, . . . , u
n
n vetores in V com decomposi coes
u
j
=
n

i=1
u
i
j
e
i
, j = 1, . . . , n. (30)
Seja A a matriz com coecientes u
i
j
, i.e.,
A :=
_
_
_
_
u
1
1
u
1
n
u
2
1
u
2
n

u
n
1
u
n
n
_
_
_
_
. (31)
Entao denimos a determinante dos vetores u
1
, . . . , u
n
por
det(u
1
, . . . , u
n
) := det(A). (32)
Isto realmente e independente da BON (orientada!), pela seguinte raz ao. Seja e
i
, i = 1, . . . , n
uma outra BON orientada. Ent ao ela e relacionada com e
1
, . . . , e
n
via Eq. (28), onde R e uma
matriz com determinate 1. Pelo Lema 1.2, as componentes u
i
j
e u
i
j
do vetor u
j
com respeito `a BON
e
i
e e
i
, respectivamente, s ao relacionadas por u
i
j
=

k
R
i
k
u
k
j
. Isto implica (exerccio!) que a
matriz

A com coecientes u
i
j
e a matriz A da Eq. (31) s ao relacionadas por

A = RA, que por sua
vez implica que det(

A) = det(R) det(A). Mas det(R) = 1, ent ao det(

A) = det(A), mostrando que
a deni cao (32) e independente da BON orientada.
Observa coes sobre a determinante: A determinante e uma aplica cao n-linear e totalmente
anti-simetrica (i.e., trocar dois argumentos resulta num fator 1). Este fato, e a normaliza cao
det(e
1
, . . . , e
n
) = 1 para uma BON orientada, xa a aplica cao completamente, ver eq. (33) abaixo.
Em geral, temos:
An alise Vetorial, 31/03/2010 7
Lema 1.6 Seja D : V
n
R uma aplicac ao n-linear, totalmente anti-simetrica (aqu, n e a
dimens ao de V ). Ent ao existe uma constante c R tal que para todos v
1
, . . . , v
n
vale
D(v
1
, . . . , v
n
) = c det(v
1
, . . . , v
n
).
(Esse fator c e o valor de D numa BON com orienta c ao positiva.)
Demonstrac ao. A n-linearidade e anti-simetria implicam
det(u
1
, . . . , u
n
) =

i
1
,...,i
n
u
i
1
1
u
i
n
n
det(e
i
1
, . . . , e
i
n
) =

i
1
,...,i
n
u
i
1
1
u
i
n
n

i
1
i
n
det(e
1
, . . . , e
n
)
=

i
1
,...,i
n
u
i
1
1
u
i
n
n

i
1
i
n
, (33)
onde u

i
s ao os componentes de u
i
no sentido da Eq. (30) com respeito a qualquer BON positiva,
e
i
1
i
n
e o chamado smbolo de Levi-Civit` a:
1

i
1
i
n
:=
_

_
0, se i
1
, . . . , i
n
,= 1, . . . , n,
1, se (1, . . . , n) (i
1
, . . . , i
n
) e uma permuta cao par,
1, se (1, . . . , n) (i
1
, . . . , i
n
) e uma permuta cao impar.
(34)
Para qualquer outra aplica cao D : V
n
R n-liner e totalmente anti-simetrica vale o mesmo
raciocino, levando `a conclus ao
D(u
1
, . . . , u
n
) =

i
1
,...,i
n
u
i
1
1
u
i
n
n
D(e
i
1
, . . . , e
i
n
) =

i
1
,...,i
n
u
i
1
1
u
i
n
n

i
1
i
n
D(e
1
, . . . , e
n
)
= D(e
1
, . . . , e
n
) det(u
1
, . . . , u
n
).

Produto Vetorial.
Lema 1.7 Seja V um espaco euclideano, e : V R uma aplicac ao linear. Ent ao existe
um unico vetor w em V t.q.
(u) = w u u V. (35)
Demonstrac ao. Seja e
1
, . . . , e
n
uma base ortogonal em V . Dene
w :=
n

i=1
(e
i
) e
i
. (36)

E facil ver que vale eq. (35). Para comprovar a unicidade, seja w

um outro vetor que


satisfaz eq. (35). Entao w u = w

u (= (u)) para todos u V . Isto implica que


ww

e ortogonal a todos vetores em V , inclusive a si mesmo: (ww

) (ww

) = 0.
Conforme a deni cao de um produto escalar, ver eq. (16), isso implica w w

= 0, ou
seja, w = w

.
Vamos agora denir o produto vetorial, valente somente em tres dimens oes. Dado dois
vetores u, v V , a aplica cao w det(u, v, w) claramente e linear.
1
Observe que a anti-simetria implica que a determinante e zero se os argumentos sao linearmente
dependentes.
8 An alise Vetorial, 31/03/2010
Deni cao 4 O produto vetorial uv de dois vetores u, v V e o unico vetor, conforme
Lema 1.7, t.q. para qualquer w V vale
(u v) w = det(u, v, w). (37)

Em termos de uma BON e


1
, e
2
, e
3
em V , u v e dado, pela Eq. (36), por
u v =
3

i=1
det(u, v, e
i
) e
i
. (38)
Proposi cao 1.8 i) O produto vetorial satisfaz
Anti-simetria: u v = v u; (39)
Bilinearidade: (su + tv) w = s(u w) + t(v w); (40)
Se e
1
, e
2
, e
3
e BON orientada : e
1
e
2
= e
3
, e
2
e
3
= e
1
, e
3
e
1
= e
2
; (41)
Identidade de Grassmann: u (v w) = (u w) v (u v) w. (42)
ii) O vetor u v e caracterizado por: 1. Norma: Ela satisfaz
2
|u v|
2
= |u|
2
|v|
2
(u v)
2
(|u| |v| sen)
2
, (43)
onde e o angulo entre u e v. 2. Dire c ao: u v e ortogonal a u e v, com sentido t.q.
u, v, u v tem orientac ao positiva.
Observe que as equa coes (39) e (40) implicam a linearidade do produto vetorial no segundo
argumento. Ademais, as equa coes (39) ate (41) xam o produto vetorial.
Demonstrac ao. Eq.s (39), (40) e (41) s ao vericadas direitamente a partir da deni cao.
A identidade de Grassmann (42) verique-se num primeiro passo para uma BON. Para
mostrar a eq. (43), aplique a identidade de Grassmann no ultimo termo em
|u v|
2
(u v) (u v) = det(u, v, u v) = det(v, u v, u) =
_
v (u v)
_
u.

Na introdu cao do rotacional `a la geometria diferencial, Se cao A.2, vamos usar o seguinte fato.
Lema 1.9 Seja V um espaco euclideano de dimens ao tres, e : V V R uma aplicac ao bilinear
e anti-simetrica. Ent ao existe um unico vetor w em V t.q.
(u, v) = w (u v) det(w, u, v) u, v V. (44)
Demonstrac ao. Seja e
1
, e
2
, e
3
uma BON orientada em V . Dene
w := (e
2
, e
3
) e
1
+ (e
3
, e
1
) e
2
+ (e
1
, e
2
) e
3
. (45)
Este vetor satisfaz Eq. (44), como se calcula direitamente. Para comprovar a unicidade, seja w

um
outro vetor que satisfaz Eq. (44). Ent ao w

:= ww

deve satisfazer w

(uv) = 0 para todos


u, v V . Mas cada vetor em V e da forma u v para u, v apropriadas, ent ao w

e ortogonal a
todos vetores em V , inclusive sim mesmo. Isso implica w

= 0, ou seja, w = w

.
2
Vamos ver depois (ver Eq. (47)) que a norma de u v, dada pela Eq. (43), coincede com a area do
paralelogramo gerado por u e v.
An alise Vetorial, 31/03/2010 9
Volume de Paraleleppedos. Dado vetores u
1
, . . . , u
r
V , o conjunto
(u
1
, . . . , u
r
) :=
_
r

i=1
t
i
u
i
, t
i
[0, 1]
_
(46)
e chamado o paraleleppedo gerado pelos vetores u
1
, . . . , u
r
. O volume pode ser denido
iterativamente como seguinte. Para iniciar, o volume do paraleleppedo gerado por um
unico vetor e a norma dele. O volume do paraleleppedo gerado por u
1
, . . . , u
r+1
e o
volume do paraleleppedo gerado por u
1
, . . . , u
r
(a base) vezes a norma da proje cao de
u
r+1
ao complemento ortogonal dos vetores u
1
, . . . , u
r
(a altura), conforme Lema 1.4.
(Observe que nos casos r = 1 e 2, o paraleleppedo tambem e chamado segmento de
reta ou paralelogramo, respectivamente, e o seu volume e o comprimento ou area, res-
pectivamente.)
Vamos primeiro calcular a area de um paralelogramo (u, v) gerado pelos vetores
u, v: A base e a norma de u, e a altura e a norma do vetor v
2
u na decomposi cao
v = P
u
v +v
2
. Temos
|v
2
|
2
= |v P
u
v|
2
= |v|
2

(u v)
2
|u|
2
,
que implica
Vol (u, v) = base altura = |u||v
2
| =
_
|u|
2
|v|
2
(u v)
2
.
Mas pela Eq. (43), isto e a norma o vetor u v. Entao a area do paralelogramo e dada
por
Vol (u, v) = |u v|. (47)
Vamos agora calcular o volume de um paralelppedo tri-dimensional (u, v, w) gerado
pelos vetores u, v, w: A base e a area do paralelogramo (u, v), |u v|. A al-
tura e a norma da proje cao de w sobre o complemento ortogonal de u, v. O ultimo e
unidimensional, gerado por u v. Entao, a altura e |P
uv
w|, e o volume e
Vol (u, v, w) = base altura = |u v| |P
uv
w|.
Mas os vetores u v e P
uv
w s ao colineares, entao o produto das normas e justamente
o m odulo do produto escalar:
|u v| |P
uv
w| = [(u v) P
uv
w[ = (u v) w [ det(u, v, w)[.
(Na segunda equa cao, temos usado o fato que u P
u
v = u v.) Resumindo a discuss ao, o
volume do paralelppedo gerado por u, v, w e
Vol (u, v, w) = [ det(u, v, w)[. (48)
Em geral, vale o seguinte (Bibliograa: [2]).
Teorema 1.10 O volume do paraleleppedo gerado por u
1
, . . . , u
r
e dado por
Vol (u
1
, . . . , u
r
) = det(G)
1
2
. (49)
Aqu, G e a matriz
G :=
_
_
_
_
u
1
u
1
u
1
u
r
u
2
u
1
u
2
u
r

u
r
u
1
u
r
u
r
_
_
_
_
. (50)
No caso r = n
.
= dimV , vale det(G) = det(u
1
, . . . , u
n
)
2
, ent ao
Vol (u
1
, . . . , u
n
) = [ det(u
1
, . . . , u
n
)[. (51)
10 An alise Vetorial, 31/03/2010
Demonstrac ao. Vamos mostrar a Eq. (49) via indu cao atraves r. Para r = 1, claramente det(G) =
|u
1
|
2
=Vol (u
1
)
2
. Supomos agora que a arma cao vale para um certo r 1, e mostramos que
isto implica que ela vale para r+1. Sejam G e

G as matrizes para r e r+1 vetores, respetivamente.
O vetor u
r+1
possui uma unica decomposi cao u
r+1
= v + a, onde v e na varredura dos vetores
u
1
, . . . , u
r
e a e ortogonal a estes vetores, conforme Lema 1.4. (Ent ao a e a proje cao de u
r+1
ao
complemento ortogonal dos vetores u
1
, . . . , u
r
.) Agora um pequeno calculo mostra que det(

G) =
det(G) |a|
2
. Mas u
1
, . . . , u
r
e a base e |a| e a altura do paraleleppedo. Por hip otese da indu cao,
det(G)
1/2
e o volume da base. Ent ao det(

G)
1/2
e igual ao volume da base vezes altura, ou seja,
ao volume do paraleleppedo. Isto mostra a Eq. (49). Para mostrar Eq. (51), vericamos por um
pequeno calculo que a matriz G coincede com A
T
A, onde A e a matriz da Eq. (31). No caso r = n,
isto implica que det(G) = det(A
T
A) = (det A)
2
det(u
1
, . . . , u
n
)
2
, e mostra Eq. (51).
3
Demonstrac ao alternativa da eq. (51): O volume e invariante sob cisalhamento,
Vol (u
1
, . . . , u
i
+ tu
j
, . . . , u
n
) = Vol (u
1
, . . . , u
n
),
e ele e homogeneo em todos argumentos,
Vol (u
1
, . . . , tu
i
, . . . , u
n
) = t Vol (u
1
, . . . , u
n
), t > 0.
Isto implica que a aplica cao D(u
1
, . . . , u
n
) := Vol (u
1
, . . . , u
n
), onde o sinal corresponde `a ori-
enta cao do argmento, e n-linear e totalmente anti-simetrica. Como o volume de um paraleleppedo
gerado por uma BON e 1, isto implica eq. (51) pelo Lema 1.6.
No caso r = 2, onde (u
1
, u
2
) e um paralelogramo, a determinante de G e dada por
|u
1
|
2
|u
2
|
2
(u
2
u
2
)
2
. Mas pela Eq. (43), isto e a norma quadrada do vetor u
1
u
2
. Ent ao
pela Eq. (49) nos recuperamos a Eq. (47).
1.2 O Espa co Fsico.
Denotamos o espa co fsico por E, e pontos em E por o, p, q, . . . . Dado dois pontos o e
p em E, consideramos o segmento de reta orientado entre o e p (come cando em o e com
ponta em p). Aquela echa chamamos o vetor deslocamento entre o e p, notado por op.
Na geometria elementar aprendemos que as seguintes constru coes s ao possveis com regua
e compasso.
(1) Transla cao paralela. Uma echa op come cando em o pode ser transportada de o para
qualquer outro ponto o
1
por transla c ao paralela. A ponta desta echa marca um certo
ponto p
1
, entao a echa transladada e da forma

o
1
p
1
. (Figura!) Nos identicamos a echa
op e a echa transladada

o
1
p
1
. A classe de todas echas que provem de op por transla cao
paralela sera entao considerada um vector deslocamento. Vetores deslocamento notamos
generalmente por u, v, w, . . ., e o conjunto de todos vetores deslocamento denotamos por
V .
4
Com isso, um ponto p E e um vetor deslocamento v V determinam um unico
ponto q t.q. pq = v (A saber, q e marcado pela ponta da echa v, transladada tal que
ela come ca em p). Nesta situa cao, escrevemos q = p +v. Experimentalmente, verique-se
que a transla cao paralela e comutativa:
5
(o +u) +v = (o +v) +u. (52)
3
Observa que isto implica de novo que | det(u
1
, . . . , u
n
)| e independente da BON.
4
Alternativamente, podemos discriminar um ponto o E (a origem) e denir V como o conjunto de
todos vetores deslocamento que comecam em o.
5
Realmente, tudo isso vale so se o campo gravitacional e a aceleracao do laboratorio sao desprezveis.
Em geral, o espaco (tempo) e curvo. Neste caso, para cada ponto p ainda pode ser denido o conjunto
de vetores comecando em p (o chamado espaco tangente em p), mas a translacao paralela depende
do caminho, entao os vetores comecando em p e aqueles comecando num outro ponto nao podem ser
identicados. Tambem, a comutatividade (52) vale so aproximadamente.
An alise Vetorial, 31/03/2010 11
(2) Medir a dist ancia entre quaisquer dois pontos p, q, notado por dist(p, q). Com isso,
tambem podemos medir o angulo (u, v) entre dois vetores u e v.
(3) Construir a proje cao ortogonal de um vetor v sobre um outro vetor u, notado por
P
u
v. (Figura!)
Estes fatos implicam que o conjunto V de vetores deslocamento e um espa co vetorial,
com norma e produto escalar. A adi cao de vetores e denida como seguinte: u+v e denido
como a unica seta t.q. o + (u + v) = (o + u) + v. (A Eq. (52) implica a comutatividade
u + v = v + u.) O elemento neutral 0 e o vetor deslocamento com comprimento 0,
caraterizado pelo fato que vale p + 0 = p para todos p E. u e o unico vetor tal que
u+u = 0. Para t 0, tu e o vetor u, esticado pelo fator t. Isto, junto com a deni cao
do inverso u, xa operacionalmente a multiplica cao de vetores por escalares. (Exerccio:
Vericar que V realmente e um espa co vetorial com estas deni caoes.) A norma de vetores
e dada por
| pq| := dist(p, q). (53)
Esta norma realmente provem de um produto escalar, conforme Eq. (17), a saber:
u v := |u| |P
u
v| |u| |v| cos , (54)
onde = (u, v) e o angulo entre u e v. (O sinal na primeira equa cao e positivo se u e
P
u
v tem o mesmo sentido, e negativo no outro caso.)
Na linguagem dos matem aticos, tudo isso implica que o espaco fsico E (se gravita cao
e acelera cao s ao desprezveis) tem a estrutura de um espaco am euclideano (da dimens ao
tres).
6
Observamos nalmente que E pode ser identicado com V , depois de escolher um
ponto o E (a origem ou referencial). A saber, dado o cada ponto p E tem o seu vetor
posic ao
r(p) := op V. (55)
Como a correspondencia p r(p) e unvoca, E pode ser identicado com V dessa maneira.
Observe que o vetor deslocamento entre p e q e dado por pq = r(q) r(p), entao temos
dist(p, q) = |r(q) r(p)|.
1.3 Sistemas de Coordenadas.
Coordenadas servem para especicar pontos no espa co de uma maneira quantitativa: De-
pois de especicar um sistema de coordenadas, todo ponto no espa co tridimensional e
unicamente especicado por tres n umeros. A escolha de um sistema de Coordenadas de-
pende da geometria e simetria da situa cao. Por exemplo, as coordenadas Cartesianas
s ao uteis em situa coes homogeneas (com simetria translacional em todas dire coes). Em
situa coes com simetria rotacional em torno de um eixo, ou em torno de um ponto discrimi-
nado, as coordenadas cilndricas ou esfericas, respectivamente, s ao mais uteis. Em outras
situa coes as vezes outras coordenadas s ao mais uteis, adaptadas `a geometria da situa cao
(coordenadas elpticas, hiperb olicas, . . . ).
Vamos recapitular primeiro as coordenadas Cartesianas, cilndricas e esfericas, e depois
discutir sistemas de coordenadas (curvilineas) em geral.
6
Um conjunto E e um espa co am se existe um espaco vetorial V e uma aplicacao E V E,
(p, v) p +v, t.q. vale:
i) Para cada p, q E existe um v V t.q. q = p +v. (Notacao: v =: pq.)
ii) Para p E, u, v V vale p + (u +v) = (p +u) +v.
iii) Para p E, a equacao p +v = p vale se e somente se v = 0.
Um espaco am E e chamado de espaco am euclideano se V possui um produto escalar. A dimensao de
E e denido pela dimensao de V .
Observe que o vetor v = pq do item i) e unico pelo item iii).
12 An alise Vetorial, 31/03/2010
No seguinte, E e V denotam o espa co fsico e o espa co de vetores deslocamento,
respetivamente. Nos deixamos a dimens ao, n, aberta (na pratica, claramente n = 2 ou 3).
1.3.1 Coordenadas Cartesianas e Lineares.
Depois de escolher uma origem o E e uma base e
1
, . . . , e
n
em V , para cada p E o
vetor-posi cao r(p) = op possui uma unica decomposi cao
r(p) =
n

i=1
x
i
(p) e
i
. (56)
Os n n umeros x
i
(p) denidos de tal maneira s ao chamados de coordenadas lineares do
ponto p com respeito `a base e
i
. (Em outras palavras, aqueles coordenadas s ao os
componentes do vetor-posi cao com respeito `a esta base.) No caso a base seja ortonormal
(ou seja, uma BON), os x
i
(p) s ao chamados de coordenadas Cartesianas. (Neste caso,
elas podem ser calculadas pela formula (21): x
i
(p) = e
i
r(p).) No espa co tridimensional,
vamos as vezes escrever x
1
= x, x
2
= y, x
3
= z, e correspondentemente
e
1
=: e
x
, e
2
=: e
y
, e
3
=: e
z
. (57)
Na literatura encontra-se tambem a nota cao x, y, z ou

i,

j,

k.
As coordenas lineares se transformam sob uma mudan ca de base como descrito no
Lema 1.2: Seja e
1
, . . . , e
n
uma outra base, relacionado com a velha base por
e
j
=
n

i=1
A
i
j
e
i
, (58)
e sejam x
i
as coordenadas (=componentes) correspondentes. Entao, pelo Lema 1.2 vale
x
i
=
n

j=1
A
i
j
x
j
. (59)
Vamos agora considerar o caso quando as duas bases e
1
, . . . , e
n
e e
1
, . . . , e
n
s ao BONs.
Neste caso, vale

ij
= e
i
e
j
=

k,l
A
k
i
A
l
j
e
k
e
l
=

k
A
k
i
A
k
j
=

k
(A
T
)
i
k
A
k
j
= (A
T
A)
i
j
, (60)
onde nos consideramos A
k
j
como coecientes de uma matriz A, e A
T
denota a matriz
transposta. A Eq. (60) signica que A
T
A e a matriz-unidade, ou seja, A
1
= A
T
. Tal
matrizes e chamada de ortogonal. A aplica cao linear correspondente a ela via
A(e
i
) :=

j
A
j
i
e
j
(61)
(e extensao por linearidade, A(v) A(

i
v
i
e
i
) =

i,j
v
i
A
j
i
e
j
), preserve todas dist ancias
(e angulos), entao e uma rotac ao.
An alise Vetorial, 31/03/2010 13
1.3.2 Coordenadas Cilndricas.
Em situa coes com simetria rotacional em torno de uma reta R (o eixo), e translacional na
dire cao do mesmo eixo, usamos coordenadas cilndricas: (u
1
, u
2
, u
3
) = (, , z) (0, )
[0, 2] R. Elas s ao denidas (operacionalmente) em ER como segue. Escolhemos eixos
x, y e z tal que R coincide com o eixo-z. Seja P
x,y
r(p) a proje cao do vetor r(p) ao plano
x-y conforme Lema 1.4. Entao para p E R denimos
(p) := dist ancia entre p e R (62)
(p) := angulo de P
x,y
r(p) com o eixo dos x positivos (63)
z(p) := e
z
r(p), (64)
onde e
z
e o vetor unit ario na dire cao dos z positivos. A rela cao com as coordenadas
Cartesianas e a seguinte. Se o ponto p tem coordenadas Cartesianas x, y, z, entao
(p) =
_
x
2
+ y
2
, (p) = arctan(y/x), z(p) = z. (65)
Inversamente, se p tem coordenadas cilndricas , , z, entao
x(p) = cos , y(p) = sen , z(p) = z. (66)
1.3.3 Coordenadas Esfericas.
Em situa coes com simetria rotacional SO(3) em torno de um ponto discriminado o, usamos
coordenadas esfericas: (u
1
, u
2
, u
3
) = (r, , ) (0, ) (0, ) [0, 2]. Elas s ao denidas
(operacionalmente) como segue. Escolhemos eixos x, y e z tal que o coincide com a origem.
Entao para p em E menos o eixo-z denimos
r(p) := dist(o, p) = |r(p)|, (67)
(p) := angulo de r(p) com o eixo dos z positivos, (68)
(p) := angulo de P
x,y
r(p) com o eixo dos x positivos, (69)
onde P
x,y
r(p) e a proje cao do vetor r(p) ao plano x-y conforme Lema 1.4. A rela cao
com as coordenadas Cartesianas e a seguinte. Se o ponto p tem coordenadas Cartesianas
x, y, z, entao
r(p) =
_
x
2
+ y
2
+ z
2
, (70)
(p) = arccos
z
_
x
2
+ y
2
+ z
2
, (71)
(p) = arctan(y/x). (72)
Inversamente, se p tem as coordenadas esfericas r, , , entao
x(p) = r sen cos , y(p) = r sen sen , z(p) = r cos . (73)
1.3.4 Coordenadas Curvilneas em Geral.
Consideremos o exemplo de coordenadas cilndricas. A coordenada pode ser encarada
como uma aplica cao p (p) de E (ou um subconjunto de E) nos n umeros reais. Em
outras palavras, a coordenada e uma fun cao, e o mesmo vale para as outras coordenadas
, z. Ademais, dado um ponto p, os tres n umeros (p), (p), z(p) unicamente especicam
p (i.e., nao existe outro ponto com as mesmas 3 valores de coordenadas).
14 An alise Vetorial, 31/03/2010
Mais geralmente, um sistema de coordenadas e uma n-esima de fun coes
u
i
: E R, i = 1, . . . , n
t.q. a aplica cao E R
n
, p
_
u
1
(p), . . . , u
n
(p)
_
e localmente invertvel e diferenci avel
(mais precisamente, aquela aplica cao deve ser um difeomorsmo entre um certo domnio
D E e sua imagem em R
n
). Dessa maneira, o ponto p pode ser identicado com a n-upla
de suas coordenadas (u
1
(p), . . . , u
n
(p)). Por outro lado, depois de escolher uma origem o,
um ponto p em E pode ser identicado com seu vetor-posi cao r(p) = op V . Por isso,
o vetor-posi cao r(p) de um ponto p pode ser identicado com o n-esimo das coordenadas
do ponto, e nos podemos (e vamos) escrever
r(u
1
, . . . , u
n
) := r(p) (74)
se p tem as coordenadas u
1
, . . . , u
n
. Muito uteis e importantes s ao as derivadas parciais
dessa aplica cao,
r
u
i
(p) = lim
0
1

_
r(u
1
, . . . , u
i
+ , . . . , u
n
) r(u
1
, . . . , u
n
)
_
(75)

d
dt
r(u
1
, . . . , u
i
+ t, . . . , u
n
)

t=0
onde u
1
, . . . u
n
s ao as coordenadas do ponto p. (Observe que isso e um vetor em V , e a
deni cao nao depende da origem o E.) O vetor
r
u
i
(p) tem a dire cao de u
i
crescente (com
as outras coordenadas xas), e a sua norma e o crescimento metrico naquela dire cao, ver
Fig. 1. Este vetor pode ser caracterizado pelo seguinte fato: O vetor deslocamento entre
r(u
1
, u
2
)
r(u
1
+ , u
2
)
r(u
1
, u
2
+ )

r
u
1

r
u
1
Figura 1: Os vertores da base
r
u
1
,
r
u
1
.
o ponto p com coordenadas u
1
, . . . , u
n
e o ponto com coordenadas u
1
, . . . , u
i
+ , . . . , u
n
coincede com
r
u
i
(p) m odulo termos da ordem
7

2
:
r(u
1
, . . . , u
i
+ , . . . , u
n
) = r(u
1
, . . . , u
n
) +
r
u
i
(p) + O(
2
). (76)

E importante observar que


r
u
i
(p) realmente depende do ponto p! A unica exce cao s ao
coordenadas lineares, como por exemplo Cartesianas:
7
Digamos que duas funcoes f(x) e g(x) coincedem modulo termos da ordem x
n
para pequenos x, em
smbolos
f(x) = g(x) + O(x
n
), x 0,
se a funcao (f(x) g(x))/x
n
e limitada em uma vizinhanca da origem. Por exemplo, se f e continuamente
derivavel, entao vale f(x) = f(0) + xf

(0) + O(x
2
). Isto implica eq. (76).
An alise Vetorial, 31/03/2010 15
Exemplo 1.11 Se x
1
, . . . , x
n
s ao coordenadas Cartesianas, correspondente a uma BON
e
1
, . . . , e
n
, entao o vetor-posi cao de um ponto p com coordenadas (x
1
, . . . , x
n
) R
n
e
dado, conforme equ.s (56) e (74), por r(x
1
, . . . , x
n
) =

n
i=1
x
i
e
i
. Consequentemente,
r
x
i
(p)
d
dt
x
1
e
1
+ (x
i
+ t)e
i
+ x
n
e
n

t=0
= e
i
, (77)
ou seja, o vetor
r
x
i
(p) e simplesmente e
i
em particular, constante!
O fato que a aplica cao p (u
1
, . . . , u
n
) e invertvel implica que, para cada p xo, o
conjunto dos n vetores
_
r
u
1
(p), . . . ,
r
u
n
(p)
_
(78)
e linearmente independente, entao uma base do espa co vetorial V . Vamos chamar ela de
base de vetores correspondente ao sistema de coordenadas u
1
, . . . , u
n
. Cada vetor em V
pode ser decomposto com respeito a esta base:
v =

i
v
i
(p)
r
u
i
(p). (79)
Os n umeros v
i
(p) s ao chamados as componentes (contravariantes) de v com respeito `a
base
r
u
1
(p), . . . ,
r
u
n
(p), ou com respeito `as coordenadas u
1
, . . . , u
n
.
8
Mudan ca de Coordenadas. Muitas vezes e util saber como os vetores de base
i
r
e as componentes de vetores transformam sob uma mudan ca de coordenadas. Sejam
entao u
1
, . . . , u
n
e u
1
, . . . , u
n
duas sistemas de coordenadas. Pela regra de cadeia, as
respectivas bases em V s ao relacionadas como seguinte:
r
u
i
(p) =
n

j=1
u
j
u
i
(p)
r
u
j
(p). (80)
Em particular em coordenadas Cartesianas, u
j
= x
j
, vale pela eq. (77),
r
u
i
(p) =
n

j=1
x
j
u
i
(p) e
j
. (81)
Exemplo 1.12 (a) Se os dois sistemas s ao coordenadas Cartesianas (ou lineares), u
i
= x
i
e u
i
= x
i
, entao sabemos pela eq. (59) que eles s ao linearmente relacionados,
x
i
=
n

j=1
A
i
j
x
j
.
Entao
x
j
x
i
e justamente o elemento da matriz A
j
i
(e
x
j
x
i
= (A
1
)
j
i
).
(b) Se u
1
, u
2
, u
3
x, y, z s ao coordenadas Cartesianas, e u
1
, u
2
, u
3
, , z
8
Obs.: 1. Mesmo o vetor v sendo constante (nao dependente do ponto p), as suas componentes v
i
(p)
dependem do ponto p, justamente por que os vetores
r
u
i
dependem de p. 2.

E importante distinguir as
componentes v
i
(p) no ponto p do vetor v das coordenadas u
i
(p)!
16 An alise Vetorial, 31/03/2010
coordenadas cilndricas, entao
x

= cos
x

= sen
x
z
= 0
y

= sen
y

= cos
y
z
= 0
z

= 0
z

= 0
z
z
= 1
Consequentemente, a decomposi cao dos vetores da base correspondentes `as coordenadas
cilndricas e esfericas, respetivamente, em termos da BON e
x
, e
y
, e
z
e dada por
r

= cos e
x
+ sen e
y
,
r

= sen e
x
+ cos e
y
,
r
z
= e
z
. (82)
(c) Se u
1
, u
2
, u
3
x, y, z s ao coordenadas Cartesianas, e u
1
, u
2
, u
3
r, ,
coordenadas esfericas, entao
x
r
= sen cos
x

= r cos cos
x

= r sen sen
y
r
= sen sen
y

= r cos sen
y

= r sen cos
z
r
= cos
z

= r sen
z

= 0
Consequentemente, a decomposi cao dos vetores da base correspondentes `as coordenadas
esfericas em termos da BON e
x
, e
y
, e
z
e dada por
r
r
= sen cos e
x
+ sen sen e
y
+ cos e
z
=
r
r
, (83)
r

= r cos cos e
x
+ r cos sen e
y
r sen e
z
, (84)
r

= r sen sen e
x
+ r sen cos e
y
. (85)

A mudan ca de base implica uma mudan ca das componentes de vetores. A saber, aplicando
agora o Lema 1.2 (substituindo eq. (9) do Lema por (80)), temos o seguinte
Lema 1.13 (Transforma cao das Componentes) Seja v V e sejam v
i
e v
i
as com-
ponentes de v com respeito ` as coordenadas u
1
, . . . , u
n
e u
1
, . . . , u
n
, respetivamente.
Ent ao vale
v
i
(p) =
n

j=1
u
j
u
i
(p) v
j
(p). (86)
Coordenadas Ortogonais. Um sistema de coordenadas u
1
, . . . , u
n
chama-se sistema
de coordenadas ortogonais se, para cada p, os vetores
r
u
i
(p), i = 1, . . . , n, s ao mutuamente
ortogonais. Dado um tal sistema, e costume usar os vetores normalizados
e
i
(p) :=
1
h
i
(p)
r
u
i
(p), h
i
(p) :=
_
_
r
u
i
(p)
_
_
. (87)
An alise Vetorial, 31/03/2010 17
(e
i
(p) e o vetor unit ario na dire cao u
i
crescente.) Os n vetores e
1
(p), . . . , e
n
(p) s ao uma
BON.
Nota cao: Na literatura encontra-se tambem a nota cao u
i
, por exemplo , , z no caso
se coordenadas cilndricas e r,

, no caso de coordenadas esfericas.
Exemplo 1.14 Os sistemas de coordenadas cilndricas e esfericas s ao ortogonais. As
normas h
i
dos vetores da base correspondentes s ao
h

:=
_
_
r

_
_
= 1, h

:=
_
_
r

_
_
= , h
z
:=
_
_
r
z
_
_
= 1 (88)
no caso de coordenadas cilndricas, e
h
r
:=
_
_
r
r
_
_
= 1, h

:=
_
_
r

_
_
= r, h

:=
_
_
r

_
_
= r sen (89)
no caso de coordenadas esfericas.
No caso de coordenadas ortogonais, os coecientes v
i
(p) de um vetor v V com respeito
`a decomposi cao (79) podem ser calculados pela eq. (21):
v =
n

i=1
v
i
(p)
r
u
i
(p) v
i
(p) = h
2
i
r
u
i
(p) v. (90)
2 Analise Vetorial.
2.1 Curvas.
Uma curva parametrizada e uma aplica cao de um intervalo [a, b] R para E, t r(t).
O vetor tangente, em smbolos r(t), no ponto r(t) da curva e denido por
r(t) :=
d
dt
r(t) := lim
0
1

_
r(t + ) r(t)
_
. (91)
(Observe que isso e um vetor em V , e a deni cao nao depende da origem o E.) Se
o par ametro t tem o signicado do tempo, o vetor tangente r(t) tem a interpreta cao da
velocidade instantanea, frequentemente denotado por v(t). Neste caso, a segunda derivada
d
2
dt
2
r(t) =
d
dt
r(t) = v(t) e a acelera cao, denotado por a(t).
Na pratica, uma curva r(t) e dada pelas coordenadas u
i
(t) := u
i
(r(t)). Aplicando a
regra de cadeia em
d
dt
r(u
1
(t), . . .), vimos que seu vetor tangente tem a decomposi cao
r(t) =
n

i=1
u
i
(t)
r
u
i
(t), (92)
entao os componentes contravariantes (denidas pela Eq. (79)) de r(t) s ao dados por
u
i
(t).
9
Se a curva e dada em termos de coordenadas Cartesianas (x(t), y(t), z(t)), temos
pela eq. (77)
r(t) = x(t) e
x
+ y(t) e
y
+ z(t) e
z
.
9
Nos escrevemos
r
u
i
(t) em vez de
r
u
i
(r(t)).
18 An alise Vetorial, 31/03/2010
Exemplo 2.1 A curva reta passando pelo ponto p no tempo t = 0 com velocidade v e
dada por
r(t) = p + tv, e consequentenmente r(t) = v.
Escrevendo v =

i
v
i

i
r e comparando com eq. (92), vimos que neste caso as componentes
de r(t) s ao dadas por
u
i
(t) = v
i
.

Aviso: Em constraste `a eq. (92), vale


r(p)
!
=
n

i=1
u
i
(p)
r
u
i
(p),
em geral! (

Unica exce cao: Coordenadas lineares, como por exemplo Cartesianas.)


Para derivadas de curvas num espa co vetorial (como por exemplo a acelera cao) vale a
regra do produto nas seguintes formas.
Lema 2.2 Sejam u(t) e v(t) curvas no espaco vetorial V , e f(t) uma fun c ao. Ent ao vale
d
dt
_
f(t) v(t)
_
=

f(t) v(t) + f(t) v(t), (93)
d
dt
_
u(t) v(t)
_
= u(t) v(t) +u(t) v(t), (94)
d
dt
_
u(t) v(t)
_
= u(t) v(t) +u(t) v(t). (95)
2.2 Campos Escalares e Vetoriais.
Ja sabemos que as componentes de um vetor deslocamento v dependem do sistema de
coordenadas, e sob uma mudan ca de coordenadas u
1
, . . . , u
n
u
1
, . . . , u
n
se trans-
formam sobre como
v
j
(p) =
n

i=1
v
i
(p)
u
j
u
i
(p). (96)
Um aspecto importante e o seguinte: O objeto v, o vetor deslocamento, obviamente nao
depende do sistema de coordenadas, mas as componentes dependem sim. Cada compo-
nente entao e uma grandeza que depende do sistema de coordenadas.
Em contraste, uma grandeza fsica unidimensional
10
e chamada de escalar se ela nao
depende da escolha de um sistema de coordenadas no espa co E. (Como acabamos de
entender, um exemplo de uma grandeza unidimensional que n ao e um escalar seria a
componente-i, v
i
(p), de um vetor deslocamento v com respeito a um sistema de coorde-
nandas. Pois com respeito a um outro sistema de coordenadas, a componente-i tem um
outro valor v
i
(p).) Depois da escolha de uma unidade, os valores de uma grandeza escalar
podem ser naturalmente identicados com os n umeros reais R. Exemplos para escala-
res s ao: intervalo de tempo (na fsica nao-relativistica); massa; densidade de um uido
homogeneo; temperatura num dado ponto p; queda de potencial electrico numa pilha.
Uma grandeza fsica e chamada de um vetor, se ela pode ser naturalmente identicada
com um vetor deslocamento v V ; mais precisamente: Se ela resulta da multiplica cao de
um vetor deslocamento por um escalar. Depois da escolha de uma unidade, uma grandeza
vetorial pode ser identicado com os vetores deslocamento, V . Uma deni cao equivalente,
10
Unidimensional signica que um n umero (real) e suciente para especicar o valor da grandeza.
An alise Vetorial, 31/03/2010 19
que frequentemente e usada na literatura, e a seguinte. Vetores s ao grandezas fsicas tr-
dimensionais, cujas tres componentes se transformam sob uma mudan ca de coordenadas
como os componentes contravariantes de um vetor deslocamento, ver Eq. (96). Exemplos
para vetores s ao: velocidade ou acelera cao instantanea de um corpo puntiforme num
dado instante de tempo; for ca exercida a um corpo por uma mola; campo electrico num
condensador de placas planas.
Tendo esclarecido as no coes de escalar e vetor: O que s ao campos escalares e veto-
riais? Em geral, um campo e uma grandeza que depende da posi cao no espa co. Mais
precisamente: Um campo escalar e uma fun cao f que vive no espa co E e tem como valores
uma grandeza escalar. Entao, depois da escolha de uma unidade do escalar respetivo, um
campo escalar pode ser identicado com uma fun cao f : E R. Exemplos: Densidade de
um uido; distribui cao da temperatura na sala; potencial electrico. Um campo vetorial e
uma aplica cao que vive em E e tem como valores uma grandeza vetorial. Depois da escolha
de uma unidade o campo vetorial pode ser identicado com uma aplica cao A : E V .
11
Exemplos: Campo de velocidades instantaneas dos constituentes moleculares de um uido
em movimento; campo electrico.
Por exemplo, o campo eletrico gerado por uma carga Q puntiforme no ponto o e dado
por
p E(p) =
kQ
| op|
3
op =
kQ
|r(p)|
3
r(p) =
kQ
r
2
r
r
(p).
(Na segunda equa cao temos identicado o com a origem, e na terceira equa cao temos
usado coordenadas esfericas adaptadas.) Consequentemente, as componentes (esfericas)
do campo E s ao E
r
= kQ/r
2
, E

= 0 e E

= 0.
2.3 Integrais.
2.3.1 Integrais de Curva.
Se nos movimentamos um corpo de p ate q ao longo do caminho reto pq =: l, aplicando
uma for ca constante F, o trabalho gasto e W = F l. (Observe que a curva possui uma
orienta cao, neste caso o sentido de l.) Como calculamos o trabalho se o caminho nao e
reto e a for ca nao e constante? Nos dividimos o caminho C em pequenos segmentos C

que podem ser aproximados por vetores l

, e aproximamos a for ca ao longo de C

por
seu valor F(p

) num ponto p

. O trabalho gasto ao longo de C

pode agora ser


aproximado por W

= F(p

) l

. O trabalho total ao longo de C e a soma das W

.
Fazendo os comprimentos dos segmentos C

cada vez menores, resulta numa aproxima cao


cada vez melhor, e o valor exato do trabalho e o valor encontrado no limite quando os
comprimentos tendem para zero (e o n umero de pedacinhos para innito).
Esta constru cao pode ser feita com qualquer campo vetorial A, e o resultado e a
chamada integral de curva de A atravez C, em smbolo
_
C
A dl:
_
C
A dl = lim
0
N

=1
A(p

) l

. (97)
Aqu, e o comprimento maximal dos pedacinhos C

da curva, p

e um ponto no pedacinho
C

, e l

e o vetor deslocamento entre as extremidades de C

(com sentido conforme a


orienta cao da curva). (N comprimento da curva.) Se a curva C e fechada, e costume
escrever
_
C
A dr.
Calcularemos a integral em termos de coordenadas adaptadas `a curva; a saber supomos
que a curva C e uma das curvas de coordenada, digamos da coordenada u
1
: As coordenadas
11
Em geral, os campos f e A precisam ser denidos somente num certo domnio D E.
20 An alise Vetorial, 31/03/2010
u
2
e u
3
tem valores constantes (digamos b e c, respetivamente) ao longo da curva, e s o u
1
vara ao longo da curva:
C = r(u
1
, b, c)[ u
1
[a, a

] .
Neste caso, l

=
r
u
1
u
1
+ O(
2
), e temos
_
C
A dl =
_
a

a
A
1
(u
1
, b, c) du
1
, A
1
(p) := A(p)
r
u
1
(p). (98)
Os n umeros (realmente, as fun coes) A
i
:= A
i
r s ao chamadas as componentes covariantes
do vetor A, veja Eq. (129) embaixo. Se u
i
e um sistema de coordenadas ortogonal, a
rela cao entre as componentes covariantes e contravariantes e obviamente A
i
= A
i
h
2
i
. Neste
caso temos entao
_
C
A dl =
_
a

a
A
1
(u
1
, b, c) h
1
(u
1
, b, c)
2
du
1
.
Se a curva e parametrizada por uma aplica cao derivavel t r(t), t [a, b], podemos
substituir l

por r(t

) t

na Eq. (97), resultando em


_
C
A dl = lim
0

A(r(t

)) r(t

) t

=
_
b
a
A(r(t)) r(t) dt.
As seguintes propriedades da integral de curva s ao essenciais: Primeiro, se C

e uma
pequena curva com comprimento , o erro feito na aproxima cao como no incio dessa se cao
e da ordem
2
, ou seja,
_
C

A dl = A(p) l

+ O(
2
), (99)
onde p C

e l

e o vetor deslocamento entre o ponto inicial e nal de C

.
12
Segundo, a integral e aditiva: Se C e cortado em segmentos disjuntos C = C
1
C
2
. . .,
entao
_
C
A dl =
_
C
1
A dl +
_
C
2
A dl + . . . . (100)
2.3.2 Integrais de Superfcie.
Uma superfcie e uma subvariedade bidimensional em E. O seu complimento em E possui
localmente duas componentes conexos (os dois lados da superfcie). Uma superfcie S
e chamada de orientada se um dos dois lados e discriminado. Isto pode ser feito por
especicar um campo vetorial n(p), que e perpendicular `a superfcie em todos pontos
p S. Tal campo e chamado de campo vetorial normal de S, ou simplesmente vetor
normal. (Existem exatamente dois tais campos, correspondente aos dois lados.)
Exemplos: Uma hemisfera pode ser descrito em termos de coordenadas esfericas por
S =
_
p : r(p) = R, (p) [0, /2], (p) [0, 2)
_
.
Um cilndor do raio R e comprimento L pode ser descrito em termos de coordenadas
cilndricas adaptadas por
S =
_
p : (p) = R, (p) [0, 2), z(p) [0, L],
_
.
12
A mesma formula vale para um vetor que coincede com l

modulo termos da ordem , por exemplo o


vetor tangencial a C em p, com norma igual e com sentido igual `a orientacao de C.
An alise Vetorial, 31/03/2010 21
Imaginamos um uido em movimento, com velocidade v(p), e uma dada superfcie
S (imaginada) no uido. O uxo do uido atraves S e o volume do uido atravesando
S, no sentido da orienta cao de S, por unidade de tempo. (Se v tem o sentido oposto
`a orienta cao de S, o uxo e o negativo deste valor.) Num primeiro passo, supomos que
v(p) v e uniforme (independente de p), e S e uma superfcie plana. Entao o volume
do uido atravesando S num intervalo de tempo t e justamente o volume da regi ao G
que tem base S e tampa S + t v. (Por exemplo, se S e um paralelogramo (a, b),
a regi ao G e o paraleleppedo gerado por a, b e t v.) O volume desta regi ao G e igual `a
area da base (i.e., a area de S) vezes a altura. A altura de G e igual `a norma da proje cao
de t v em n, a saber |P
n
(t v)| t v n, ver eq. (25). O uxo e entao v n[S[, onde
[S[ := area de S. Isto sugere a deni cao do vetor superfcie, S, que tem norma igual `a
area, [S[, e tem a dire cao (e sentido) do vetor normal n de S:
S := [S[ n. (101)
(Este vetor carateriza a superfcie plana S junto com a sua orienta cao.) Com isto, o uxo
de v atraves S pode ser escrito como v S. Como calculamos o uxo se a superfcie
nao e plana e o campo de velocidade v(p) nao e constante? Nos dividimos a superfcie
S em pequenos pedacinhos S

que podem ser aproximados por superfcies planas S

,
e aproximamos a velocidade perto de S

por seu valor v(p

) num ponto p

.
O uxozinho atraves S

pode agora ser aproximado por v(p

) S

, onde S

e o vetor
superfcie correspondente `a superfcie plana S

. O uxo total atraves S e a soma daqueles


uxozinhos. Fazendo os di ametros dos pedacinhos S

cada vez menores, resulta numa


aproxima cao cada vez melhor, e o valor exato do uxo e o valor encontrado no limite
quando os di ametros tendem para zero (e o n umero de pedacinhos para innito).
Esta constru cao pode ser feita com qualquer campo vetorial A, e o resultado e a
chamada integral de superfcie de A atravez S, em smbolo
_
S
A d:
_
S
A d = lim
0
N
2

=1
A(p

) S

, S

:= [S

[ n(p

). (102)
Aqu, e o di ametro maximal dos pedacinhos S

da superfcie, e p

e um ponto no
pedacinho S

. Se a superfcie e S e fechada (i.e., S e o contorno G de uma regi ao G),


e costume escrever
_
S
A d. (N di ametro de S, ou seja, N
2

2
[S

[.)
Calcularemos a integral em termos de coordenadas adaptadas `a superfcie; a saber
supomos que uma das coordenadas seja constante ao longo de S, digamos u
3
= c:
S =
_
r(u
1
, u
2
, c)[ u
1
[a, a

], u
2
[b, b

]
_
.
Neste caso, o vetor superfcie do pedacinho
S

:=
_
r(u
1
, u
2
, c)[ u
1
[a

, a

+ u
1
], u
2
[b

, b

+ u
2
]
_
pode ser aproximado pelo vetor superfcie do paralelogramo
S

(
r
u
1

r
u
2
)(p

)u
1
u
2
m odulo termos da ordem
3
, entao temos
_
S
A d =
_
a

a
_
b

b
_
A (
1
r
2
r)
_
(u
1
, u
2
, c) du
1
du
2
. (103)
22 An alise Vetorial, 31/03/2010
Agora observamos que
A (
1
r
2
r) = A
3

3
r (
1
r
2
r) = A
3
det(
3
r,
1
r,
2
r)
A
3
v, onde v := det(
1
r,
2
r,
3
r), (104)
pois A
1

1
r e A
2

2
r s ao ortogonais em
1
r
2
r e os termos correspondentes se anulam.
Com isso, temos
_
S
A d =
_
a

a
_
b

b
_
A
3
v
_
(u
1
, u
2
, c) du
1
du
2
. (105)
Por exemplo, se S
R
e uma esfera de raio R centrada na origem, usamos coordenadas
esfericas, com v = r
2
sen , e temos
_
S
R
A d =
_
2
0
_

0
(A
r
r
2
sen )(R, , ) d d = R
2
_
2
0
_

0
A
r
(R, , ) sen d d.
(106)
As seguintes propriedades da integral de superfcie s ao essenciais: Primeiro, se S

e
uma superfcie pequena com di ametro , o erro feito na aproxima cao como no incio dessa
se cao e da ordem
3
, ou seja,
_
S

A d = A(p) S

(p) + O(
3
). (107)
Aqu, [S

[ e a area de S

(da ordem
2
), n(p) e o vetor normal em p S e S

(p) := [S

[n(p).
Segundo, a integral e aditiva: Se S e cortado em peda cos disjuntos S = S
1
S
2
. . ., entao
_
S
A d =
_
S
1
A d +
_
S
2
A d + . . . . (108)
2.3.3 Integrais de Volume.
Seja u
1
, u
2
, u
3
um sistema de coordenadas numa regi ao G E e valores num domnio
G
0
R
3
. (I.e., p G implica (u
1
(p), u
2
(p), u
3
(p)) G
0
.) Ademais, seja a orienta cao do
sistema positiva, i.e. os vetores
r
u
1
,
r
u
2
e
r
u
3
obedecem a regra da m ao direita. Entao a
integral orientada de volume de uma fun cao f sobre G e denida por
_
G
f dV :=
_ _ _
G
0
f(u
1
, u
2
, u
3
) v(u
1
, u
2
, u
3
) du
1
du
2
du
3
. .
, (109)
dV (u
1
, u
2
, u
3
) (110)
onde v := det
_

1
r,
2
r,
3
r
_
. Em termos de coordenadas esfericas, temos
dV (r, , ) = r
2
sen dr d d. (111)
Obs.: Nas formulas para a integral de superfcie e de volume aparece o volume do para-
leleppedo fundamental
v = det
_

1
r,
2
r,
3
r
_
.
Observe que, pelo Teorema 1.10, isto pode ser escrito como
v = det(G)
1
2
,
onde G e a matriz com entradas
r
u
i

r
u
j
. Se as coordenadas forem ortogonais, temos
entao v = h
1
h
2
h
3
.
An alise Vetorial, 31/03/2010 23
2.4 Operadores Diferenciais.
2.4.1 A Derivada Direcional.
Seja f : D R uma fun cao e A : D V um campo vetorial, com derivadas parciais
contnuas. A derivada direcional de f em p na dire cao v V , em smbolos
_
D
v
f
_
(p), e
denida por
_
D
v
f
_
(p) :=
d
dt
f(p + tv)

t=0
. (112)
(Signicado fsico: Taxa de varia cao de f na dire cao v; por unidade de comprimento se
v e unit ario.) Similarmente, a derivada direcional (ou derivada covariante) de A em p na
dire cao v V , em smbolos
_
D
v
A
_
(p), e denida por
_
D
v
A
_
(p) :=
d
dt
A(p + tv)

t=0
. (113)
Proposi cao 2.3 As derivadas direcionais
_
D
v
f
_
(p) e
_
D
v
A
_
(p) s ao lineares em v. Con-
sequentemente, vale
_
D
v
f
_
(p) =
n

i=1
v
i
f
u
i
(p) e
_
D
v
A
_
(p) =
n

i=1
v
i
A
u
i
(p) (114)
onde v
i
s ao as componentes (covariantes) de v V com respeito a um sistema de coorde-
nadas u
1
, . . . , u
n
, i.e. v =

n
i=1
v
i r
u
i
.
Nas equa coes acima,

u
i
e a derivada parcial com respeito `a coordenada u
i
, e.g.
A
u
i
(p) =
d
dt
A
_
r(u
1
, . . . , u
i
+ t, . . . , u
n
)
_

t=0
,
onde u
1
, . . . , u
n
s ao as coordenadas do ponto p. A proposi cao arma em particular que
vale
_
D r
u
i
f
_
(p) =
f
u
i
(p), e
_
D r
u
i
A
_
(p) =
A
u
i
(p). (115)
2.4.2 O Gradiente.
Lembramos que a derivada direcional
_
D
v
f
_
(p) e linear em v. Entao o Lema 1.7 arma
que ela tem a forma de um produto escalar com v:
Deni cao 5 Seja f uma fun cao. O gradiente de f no ponto p, em smbolos ( grad f)(p),
e o unico vetor t.q. para todos v V vale
v ( grad f)(p) =
_
D
v
f
_
(p). (116)

Os componenetes do gradiente podem ser calculados pela Eq. (36):


Lema 2.4 Seja u
1
, . . . , u
n
um sistema de coordenadas ortogonais. Ent ao o gradiente
de uma fun c ao f e dado por
13
grad f =
n

i=1
1
h
2
i
f
u
i
r
u
i
=
n

i=1
1
h
i
f
u
i
e
i
. (117)
13
Nao escrevemos explicitamente a dependencia do ponto p.
24 An alise Vetorial, 31/03/2010
Demonstrac ao. Vericamos:
v

i
1
h
i
f
u
i
e
i
=

i
1
h
i
f
u
i
v e
i
=

i
1
h
i
f
u
i
h
i
v
i
=

i
v
i
f
u
i
= D
v
f.
Na segunda equa cao usamos v e
i
= v
i

i
r e
i
= v
i
h
i
. (Os outros termos s ao nulos pois

j
r e
i
= 0 se j ,= i.)
Explicitamente, temos em coordenadas Cartesianas, cilndricas e esfericas, respectiva-
mente:
grad f = (
x
f) e
x
+ (
y
f) e
y
+ (
z
f) e
z
, coord. Cartesianas
= (

f) e

+
1

f) e

+ (
z
f) e
z
, coord. cilndricas
= (
r
f) e
r
+
1
r
(

f) e

+
1
r sen
(

f) e

, coord. esfericas.
Deni cao 6 Um campo vetorial A chama-se conservativo se a integral de linha de A
sobre uma curva depende somente dos pontos iniciais e nais da curva.

E facil mostrar que um campo vetorial e conservativo se e s o se a integral de linha sobre


qualquer curva fechada e nula.
Proposi cao 2.5 Um campo vetorial A e conservativo se e s o se ele possui um potencial,
i.e. existe um campo escalar t.q. A = grad.
Demonstrac ao. Se A = grad, entao a integral de Aao longo de uma curva parametrizada
C : t r(t), t [a, b] e dada por
_
C
grad dl =
_
b
a
grad r(t) dt =
_
b
a
d
dt
(r(t)) dt = (r(b)) (r(a)),
independente da curva. Inversamente, se a integral de curva de A e independente da
curva, escolhemos um ponto xo r
0
e denimos
(r) :=
_
r
r
0
A dl,
ao longo de qualquer curva de r
0
ate r. Para uma curva parametrizada C : t r(t),
t [a, b], temos entao
(r(t)) =
_
t
a
A(r(t)) r(t) dt,
que implica A(r(t)) r(t) =
d
dt
(r(t)) grad r(t). Como isto vale para todas curvas e
consequentemente para todos r(t), isto implica grad = A.
2.4.3 A Divergencia e o Teorema de Gauss.
A divergencia de um campo vetorial A e a densidade de fontes de A, i.e., o uxo de A
atraves uma superfcie fechada, pela unidade de volume. Vamos fazer isso preciso. Dada
uma regi ao G, consideramos a integral de superfcie
_
G
A d, onde G e orientado com
vetor normal para fora. Geometricamente, isto e o uxo neto de A saindo de G, e descreve
fontes de A na regi ao G. Dividindo pelo volume de G, e fazendo o volume cada vez menor,
An alise Vetorial, 31/03/2010 25
da uma medida para a densidade de fontes de A, ou seja, a divergencia de A, em smbolos
div A. Mais precisamente, denimos
div A(p) := lim
0
1
Vol(G

)
_
G

A d. (118)
Aqu, G

, > 0, e uma famlia de regi oes tal que cada G

contem o ponto p e tem


di ametro
14
, em particular G

contrai para o ponto p se 0. Observe que o volume


de G

cai para zero como


3
, enquanto que o uxo em geral s o cai como
2
. Apesar disso,
esperamos que o limite existe. A razao atraz disso e que a grandeza (G) :=
_
G
A d (o
uxo atravez do contorno de uma dada regi ao G) e uma grandeza aditiva, e tal grandeza
sempre possui uma densidade, denida por (G)/ Vol(G) no limite de pequeno volume.
15
Vamos agora calcular a divergencia em termos de um sistema de coordenadas
u
1
, . . . , u
n
. (Como div A depende linearmente e apenas localmente de A, a divergencia
deveria ser um operador diferencial. Isto realmente e o caso:)
Proposi cao 2.6 A divergencia de um campo vetorial A e dada por
div A =
1
v
n

i=1

i
(vA
i
), onde v := det(
1
r, . . . ,
n
r). (120)
Aqui, A
i
s ao as componentes (contravariantes) de A com respeito ` as coordenadas u
i
como
denidas na equ. (79), e
i
() signica

u
i
().
(Exerccio: Verique que o lado direito e independente do sistema de coordenadas, ou
seja, que a divergencia e um escalar.) Explicitamente, temos em coordenadas Cartesianas,
cilndricas e esfericas, respectivamente:
div A =
x
A
x
+
y
A
y
+
z
A
z
, coord. Cartesianas
=
1

(A

) +

+
z
A
z
, coord. cilndricas
=
1
r
2

r
(r
2
A
r
) +
1
sen

( sen ()A

) +

, coord. esfericas.
Demonstrac ao. (Em dimens ao tres.) Sem perder generalidade podemos supor que o ponto
p tem coordenadas (u
1
, u
2
, u
3
) = (0, 0, 0). Seja G

um pequeno cubo centrado em p cujas


arestas coincedem com as linhas de coordenadas u
i
[/2, /2], ver Fig. 2:
G

:= r(u
1
, u
2
, u
3
)[ u
i
[

2
,

2
] .
Como r(/2, u
2
, u
3
) r(/2, u
2
, u
3
) =
i
r(p) + O(
2
), o paraleleppedo gerado por
14
O diametro de um conjunto G e a maior distancia entre dois pontos em G.
15

E interessante que estas consideracoes, em termos matematicos rigorosos, implicam o Teorema de


Gauss junto com a propria denicao da divergencia ao mesmo tempo. O argumento funciona como segue.
A aditividade implica que (G) =
H
G
A d dene um medida. (Ela e denida primeiro so para regioes
G com contorno suave, mas pode ser extendida unicamente para todos conjuntos Borel, pois aqueles sao
gerados, por exemplo, pelos cubos.) Observe-se que Vol(G) = 0 implica (G) = 0. O matematico fala
neste caso que d e absolutamente contnua com respeito `a nossa medida dV . Nesta situacao, o teorema
de Radon-Nikodym [8] arma que existe uma densidade, a saber uma funcao tal que para cada regiao
G vale (G) =
R
G
dV , ou seja,
I
G
A d =
Z
G
dV. (119)
Tal densidade e unica. Agora a divergencia de A e denida justamente por div A := , ou seja, div A e
a unica funcao caracterizada pela equacao acima. Entao a eq. (119) e o famoso teorema de Gauss, e pode
ser considerada como denicao da divergencia ao mesmo tempo. Deve ser mencionado que um jeito de
construir a densidade , alias div A, e justamente atravez da nossa denicao (118), ver [9].
26 An alise Vetorial, 31/03/2010
u
1
= 0
u
1
= /2
u
1
= /2
u
2
= 0
u
2
= /2 u
2
= /2

1
r

2
r
G

Figura 2: A face S
+
3
da regi ao G

. (Todos pontos tem coordenada u


3
= /2.)

1
r,
2
r,
3
r e uma versao linearizada de G

, e o volume dele coincede com o volume


de G

m odulo termos da ordem


4
. Por isso,
Vol(G

) =
3
v + O(
4
). (121)
O contorno de G

consiste de 6 faces S

i
, i = 1, 2, 3, onde S

i
e S
+
i
s ao faces opostas: Por
exemplo
S

3
= r(u
1
, u
2
,

2
)[ u
1
, u
2
[

2
,

2
] .
A area de S

3
e aproximadamente (i.e., m odulo termos da ordem
3
) igual `a area do
paralelogramo gerado por
1
r e
2
r no ponto (0, 0, /2), respetivamente, ver Fig. 2.
Como o vetor normal de G

aponta para fora, o vetor normal n

3
de S

i
tem a mesmo
dire cao e sentido como (
1
r
2
r). Por isso, S

3
tem como vetor superfcie, no ponto
(0, 0, ),
S

3
=
2
(
1
r
2
r)
m odulo termos da ordem
3
, respectivamente. Com estas informa coes, o uxo de Aatravez
S

3
e aproximadamente (m odulo termos da ordem
3
) dada por
_
S

3
A d (A S

3
)(0, 0, /2)
2
_
A (
1
r
2
r)
_
(0, 0, /2)
=
2
(A
3
v)(0, 0, /2).
onde temos usado a Eq. (104). O uxo de A atraves de S

3
S
+
3
e entao
_
S

3
S
+
3
A d
_
S
+
3
A d +
_
S

3
A d
2
_
(A
3
v)(0, 0, /2) (A
3
v)(0, 0, /2)
_

3

3
(A
3
v)(p)
m odulo termos da ordem
4
, pois (A
3
v)(0, 0, /2) (A
3
v)(0, 0, /2) =

3
(A
3
v)(0, 0, 0) + O(
2
). O uxo de A atraves de S

1
S
+
1
e S

2
S
+
2
e dado
por termos similares (com 3 substituido por 1 ou 2, respetivamente). Isto da
_
G

A d =
3
_

1
(A
1
v) +
2
(A
2
v) +
3
(A
3
v)
_
+ O(
4
)
= Vol(G

)
1
v
_

1
(A
1
v) +
2
(A
2
v) +
3
(A
3
v)
_
+ O(
4
), (122)
An alise Vetorial, 31/03/2010 27
pois o volume de G

e igual
3
v + O(
4
). Isto mostra a Proposi cao.
Teorema 2.7 (Gauss) Seja G uma regi ao cujo contorno G e uma superfcie fechada,
e seja A um campo vetorial com derivadas parciais contnuas. Ent ao vale
_
G
A d =
_
G
div A dV, (123)
onde G e orientada t.q. o seu vetor normal aponta para fora de G.
(Vamos mostrar este teorema num sistema de coordenadas. Mas note que uma fun cao
div A que satisfaz Eq. (123) e unica. Entao, a fortiori, este teorema implica que div A e
independente do sistema de coordenadas, ou seja, e um campo escalar.)
Demonstrac ao. Dividimos a regi ao G em N
3
pequenas parcelas G
,
com di ametro ;
= 1, . . . , N
3
onde N
1
. (N e o di ametro de G.) Para cada G
,
vale pela propria
deni cao (118) do divergente
_
G
,
A d = Vol(G
,
) div A(p

) + O(
4
),
onde p

e um ponto em G
,
. (Ver tambem Eq. (122) embaixo.) Mas pela aditividade, o
uxo atraves G e a soma dos uxos atraves G
,
. Entao, temos
_
G
A d =
N
3

=1
_
G
,
A d =
N
3

=1
div A(p

) Vol(G
,
) +
N
3

=1
O(
4
).
Isto vale tambem no limite 0. Naquele limite, o lado direito e justamente a integral
de div A atraves da regi ao G, concluindo a prova.
O Teorema de Gauss tem um simples Corolario:
Corolario 2.8 i) Seja B um campo vetorial denido num domnio D E. Se
_
S
B d = 0 (124)
para todas superfcies fechadas S D, ent ao div B = 0.
ii) O inverso vale se D satisfaz a seguinte propriedade topol ogica: Cada superfcie fechada
S D e o contorno de uma regi ao G D.
Demonstrac ao. A Eq. (124) implica pelo Teorema de Gauss que para qualquer regi ao
G D, a integral de volume de div B sobre G e zero. Isto implica que div B = 0.
Inversamente, dada uma superfcie S D, pegamos uma regi ao G D t.q. S = G (tal
G existe por hip otese.) Pelo teorema de Gauss, a integral de B sobre S coincide com a
integral de volume de div B sobre G e e zero se div B e zero.
O item ii) do Corolario 2.8 realmente nao vale sem a condi cao topologica sobre D, como
mostra o seguinte contra-exemplo.
Exemplo 2.9 Seja D = R
3
0, e A(r) := r/r
3
. O divergente de A em D e zero, mas
o uxo atraves qualquer superfcie fechada que contem a origem no interior e igual 4.
28 An alise Vetorial, 31/03/2010
Demonstrac ao. Em coordenadas esfericas, temos A = r
2

r
r, entao a componente A
r
e
dada por A
r
(r, , ) = r
2
, e
div A =
1
r
2
sen

r
(r
2
sen r
2
) = 0
em D. Para calcular o uxo, usamos num primeiro passo uma esfera S
R
centrada na
origem de raio R. Calcula-se pela formula (106)
_
S
R
A d = R
2
_
2
0
_

0
A
r
(R, , ) sen d d = 4.
Num segundo passo, seja G arbitr ario. Com certeza G contem uma esfera S
R
(para R
sucientemente pequeno). Chamamos a regi ao entre S
R
e G de

G. O contorno de

G
consiste de G e de S
R
. Em G os vetores normais respetivas coincedem, porem em S
R
eles tem sentidos opostos. Por isso,
_
G
A d
_
S
A d =
_


G
A d =
_

G
div AdV = 0,
pois

G e contido no domnio D, onde div A e zero.
2.4.4 O Rotacional e o Teorema de Stokes.
O rotacional de um campo vetorial Ae uma medida da circuita cao de A. A circuita cao de
A sobre um eixo n (um vetor normal) atraves uma curva C fechada, perfurada pelo eixo
Rn, e a integral
_
C
A d. Dividindo pela area envolvida por C, e fazendo o limite onde
C contrai a um ponto, resulta na densidade de circuita c ao. Mais precisamente, denimos:
A densidade de circuita cao de A sobre um eixo n num ponto p E, em smbolos R(n),
e dada por
R(n) := lim
0
1
[S

[
_
S

A dl. (125)
Aqu, S

, > 0, e uma famlia de superfcies tal que cada S

contem o ponto p, tem vetor


normal em p igual n, e tem di ametro
14
, e [S

[ e a area de S

. (A integra cao ao longo de


S

deve ser tomada no sentido que obedece a regra da m ao direita com respeito a n.)
Veremos logo (Lema 2.10) que a densidade de circuita cao R(n) e da forma R(n) = R n
para um certo ( unico) vetor R. Este vetor chamamos o rotacional de A no ponto p, em
smbolos ( rot A)(p). Com isso, o rotacional rot A e caracterizado por
( rot A)(p) n = lim
0
1
[S

[
_
S

A dl, (126)
onde S

e uma famlia de superfcies como especicada encima, e [S

[ e a area de S

.
Lema 2.10 Existe um unico vetor R tal que para todos n vale R(n) = R n.
Demonstrac ao. (Para simplicar o argumento, fazemos a prova s o para uma famlia de
superfcies planas.) Nos xamos uma superfcie S plana (ou seja, uma parte de um hy-
perplano em E) com vetor normal n, que contem o ponto p no interior. Para > 0,
seja S

a mesma superfcie, esticado pelo fator com centro p. (Em outras palavra,
S

= p + pq, q S.) Seja S o vetor superfcie de S conforme Eq. (101), i.e.,


S := [S[ n e analogamente S

:= [S

[ n.
An alise Vetorial, 31/03/2010 29
Como a area de S

e igual
2
vezes a area de S, podemos escrever
R(n) =
1
[S[
lim
0
1

2
(S

), onde (S

) :=
_
S

A dl. (127)
O vetor superfcie, na nota cao da eq. (101), de uma superfcie com area 0 corresponde ao
vetor 0. Entao, obviamente (0) = 0, pois a curva S tem comprimento 0 neste caso.
Ademais, o vetor superfcie S

:= [S

[n e dado por S

=
2
S pois [S

[ =
2
[S[. Usando
estes dois fatos, podemos escrever
[S[ R(n) = lim
0
1

2
_
(
2
S) (0)
_
=
d
d
(S)[
=0
=
_
D
S

_
(0),
veja a deni cao (112) da derivada direcional. Como a derivada direcional e linear em S,
isto mostra que a aplica cao S = [S[n S R(n) e linear. Isto implica, pelo Lema 1.7, que
existe um unico vetor R tal que para cada n vale R(n) = R n. Isto completa a prova
do Lema.
Vamos calcular o rotacional em coordenadas u
1
, . . . , u
n
. (Isto tambem mostrara a
existencia do limite (126), que nos nao temos mostrado ainda.)
Proposi cao 2.11 O rotacional de um campo vetorial A e dado por
rot A =
1
v
_
(
2
A
3

3
A
2
)
r
u
1
+ (
3
A
1

1
A
3
)
r
u
2
+ (
1
A
2

2
A
1
)
r
u
3
_
, (128)
onde v := det(
1
r,
2
r,
3
r). Aqui, A
i
s ao as componentes covariantes de A denidas por
A
i
(p) := A(p)
r
u
i
(p), (129)
e
i
A
j
signica
A
j
u
i
.
Explicitamente, em coordenadas Cartesianas, cilndricas e esfericas, respectivamente, te-
mos:
rot A = (
y
A
z

z
A
y
)e
x
+ (
z
A
x

x
A
z
)e
y
+ (
x
A
y

y
A
x
)e
z
, Cart.
=
1

_
(

A
z

z
A

)
r

+ (
z
A

A
z
)
r

+ (

)
r
z
_
, cilndr.
=
1
r
2
sen
_
(

)
r
r
+ (

A
r

r
A

)
r

+ (
r
A

A
r
)
r

_
, esfer.
Demonstrac ao. Sem perder generalidade podemos supor que o ponto p tem coordenadas
(u
1
, u
2
, u
3
) = (0, 0, 0). Num primeiro passo, pegamos uma familia de pequenos paralelo-
gramos S

contidos na superfcie u
3
= 0 centrado em p, cujas arestas coincedem com
as linhas de coordenadas u
1
e u
2
(ver Fig. 1):
S

:= r(u
1
, u
2
, 0)[ u
1
, u
2
[

2
,

2
] .
Como r(/2, u
2
, 0) r(/2, u
2
, 0) =
i
r(p) + O(
2
), o paralelogramo gerado por

1
r,
2
r e uma versao linearizada de S

, e a area dele coincede com a area [S

[ de
S

m odulo termos da ordem


3
. Por isso,
[S

[ =
2
|
1
r
2
r|(p) + O(
3
). (130)
30 An alise Vetorial, 31/03/2010
O contorno de S

consiste de 4 curvas C

i
, i = 1, 2, onde C

i
e C
+
i
s ao arestas opostas;
Por exemplo
C

1
= r(

2
, u
2
, 0)[ u
2
[

2
,

2
] .
Junto com a orienta cao certa, a curva orientada C

1
pode ser aproximada pelo ve-
tor (
2
r)(/2, 0, 0), respetivamente, ver Figura 3. Consequentemente, a integral
de linha A atravez C

1
e aproximadamente (m odulo termos da ordem
2
) dada por
(A
2
r)(/2, 0, 0) A
2
(/2, 0, 0). Isto da
_
C
+
1
C

1
A dl
_
A
2
(/2, 0, 0) A
2
(/2, 0, 0)
_

2
(
1
A
2
)(p)
m odulo termos da ordem
3
, pois A
2
(/2, 0, 0) A
2
(/2, 0, 0) = (
1
A
2
)(0, 0, 0) +O(
2
).
Similarmente, a integral atravez C
+
2
C

2
e dada por
2
(
2
A
1
)(p), entao
_
S

A dl =
2
_
(
1
A
2
)(p) (
2
A
1
)(p)
_
+ O(
3
).
Como o vetor normal a S

e dado por |
1
r
2
r|
1

1
r
2
r (igual e
3
se as coordenadas
s ao ortogonais), esta equa cao implica pela deni cao (126) do rotacional que no ponto p
vale
rot A

1
r
2
r
|
1
r
2
r|
Def
= lim
0
1
[S

[
_
S

A dl =

1
A
2

2
A
1
|
1
r
2
r|
(onde temos usado a formula (130) para a area de S

), ou seja,
rot A (
1
r
2
r) =
1
A
2

2
A
1
. (131)
Mas como nos vimos antes, veja Eq. (104), o lado esquerdo da Eq. (131) e justamente
( rot A)
3
v, onde ( rot A)
i
denotam as componentes (contravariantes) do vetor rot A. Com
argumentos an alogos podemos concluir que ( rot A)
1
v =
2
A
3

3
A
2
e ( rot A)
2
v =
3
A
1

1
A
3
. Entao temos
rot A
3

i=1
( rot A)
i

i
r
=
1
v
_
(
2
A
3

3
A
2
)
1
r + (
3
A
1

1
A
3
)
2
r + (
1
A
2

2
A
1
)
3
r
_
,
como queriamos demonstrar.
Teorema 2.12 (Stokes) Seja S uma superfcie orientada cujo contorno S e uma curva
fechada, C = S, e seja A um campo vetorial com derivadas parciais contnuas. Ent ao
vale
_
C
A dl =
_
S
rot A d, (132)
onde a integrac ao ao longo de C e tomada no sentido que obedece a regra da m ao direita
com respeito ao vetor normal da superfcie.
Demonstrac ao. Dividimos a superfcie S em N
2
pequenas pedacinhos S

com di ametro ,
= 1, . . . , N
2
onde N
1
. (N e o di ametro de S.) Agora vale
_
S
A dl =
N
2

=1
_
S

A dl,
An alise Vetorial, 31/03/2010 31
porque a divisa entre pedacinhos vizinhantes S

, S

e sendo percorrida duas vezes, com


sentidos opostos, tal que os termos correspondentes se cancelam. Mas para cada S

vale
pela propria deni cao (126) do rotacional
_
S

A dl = [S

[ rot A(p

) n(p

) + O(
3
) rot A(p

) S

(p

) + O(
3
),
onde p

e um ponto em S

e S

(p

) := [S

[n(p

). Entao, temos
_
S
A dl =
N
2

=1
rot A(p

) S

(p

) +
N
2

=1
O(
3
).
Isto vale tambem no limite 0. Naquele limite, o lado direito e justamente a integral
de rot A atraves da superfcie S, veja Eq. (102), concluindo a prova.
O Teorema de Stokes tem um Corolario an alogo com o Corolario 2.8 do Teorema de Gauss:
Corolario 2.13 Seja A um campo vetorial denido num domnio D E. Se A e con-
servativo (ver Deni c ao 6 e Proposic ao 2.5), ent ao vale rot A = 0. O inverso vale se cada
curva fechada C D e o contorno de uma superfcie S D.
16
Agora vamos mostrar um an alogo com a Proposi cao 2.5:
Proposi cao 2.14 i) Para cada superfcie S D vale
_
S
rot A d = 0. (133)
ii) Seja B um campo vetorial com domnio D satisfazendo
_
S
B d = 0
para toda superfcie S D. Se D contem um ponto q tal que todos segmentos de retas qp,
p D, s ao contidos completamente em D,
17
ent ao B possui um vetor potencial, i.e. um
campo vetorial A t.q.
B = rot A.
Demonstrac ao. Ad i) Lembramos que pelo Teorema de Stokes, a integral de superfcie S
do rotacional de um campo A coincide com a integral de linha de A ao longo do contorno
S. Se S e fechada, esta borda e vazia, e a integral deve ser zero. (Em mais detalhes:
Cortando a superfcie fechada S em duas partes S
1
e S
2
ao longo de uma curva C, a
integral
_
S
rot A d e a soma das duas integrais atraves de S
1
e S
2
. Conforme o Teorema
de Stokes, os dois coincidem com a integral de linha de A ao longo de C = S
1
= S
2
,
mas com sinais opostos, entao a soma e zero.) Ad ii) Escolhemos como origem o ponto
q D mencionado na proposi cao, e denimos
A(r) :=
_
1
0
sB(sr) r ds.
16
O inverso no Corolario 2.13 realmente nao vale sem a condicao topologica sobre D, como mostra o
seguinte contra-exemplo. Seja D = R
3
{eixo-z}, e A = grad (em coordenadas cilndricas). O rotacional
de A e zero em D, mas a integral de linha atraves qualquer curva que envolve o eixo-z e 2.
17
Tal domnio se chama de star-shaped.
32 An alise Vetorial, 31/03/2010
Queremos mostrar que rot A = B. Dado uma curva fechada C em D, com parametriza cao
r
0
(t), t [0, 1], construimos uma superfcie S
0
pela parametriza cao r(s, t) := sr
0
(t),
(s, t) [0, 1] [0, 1]. S
0
contem a origem q e tem a curva C como contorno. Usando os
fatos
s
r(s, t) = r
0
(t) e
t
r(s, t) = s r
0
(t), calcula-se
_
S
0
B d =
_
1
0
_
1
0
B(sr
0
(t))
_
r
0
(t) s r
0
(t)
_
dsdt
_
1
0
A(r
0
(t)) r
0
(t) dt
=
_
C
A dr
_
S
0
rot A d.
Mas a hip otese implica que a integral de B atraves de qualquer outra superfcie S com o
mesmo contorno C coincide com a integral
_
S
0
Bd calculada encima. Entao, as integrais
de superfcie de B e rot A coincidem para qualquer superfcie S D. Isto mostra que
rot A = B.
Resumimos os conteudos das Proposi coes 2.5 (seta 1 embaixo) e 2.14 (setas 2), e dos
Corolarios 2.13 (setas 3) e 2.8 (setas 4):
A = grad
1

_
C
A dl = 0
3
=

rot A = 0
B = rot A
2
=

_
S
B d = 0
4
=

div B = 0.
(Aqu, as implica coes valem s o se o domnio do campo for topologicamente trivial,
como discutido antes.) Em particular, temos
rot grad = 0 e div rot A = 0. (134)
2.4.5 Operador de Laplace.
O Laplace de uma fun cao f, f, e denido por
f := div gradf. (135)
Explicitamente, com respeito a coordenadas u
1
, . . . , u
n
vale
f =
1
v
_

1
_
h
2
h
3
h
1

1
f
_
+
2
_
h
3
h
1
h
2

2
f
_
+
3
_
h
1
h
2
h
3

3
f
_
_
, v := h
1
h
2
h
3
. (136)
Em coordenadas Cartesianas, cilndricas, e esfericas, respectivamente:
f =
2
x
f +
2
y
f +
2
z
f, coord. Cartesianas
=
1

f) +
1

f +
2
z
f, coord. cilndricas
=
1
r
2

r
(r
2

r
f) +
1
r
2
sen

( sen

f) +
1
r
2
sen ()
2

f, coord. esfericas.
2.4.6 O Calculo-Nabla.
O operador nabla, em smbolos , e formalmente denido por
:=
n

i=1
1
h
i
e
i

i
. (137)
An alise Vetorial, 31/03/2010 33
Ele e um vetor e, ao mesmo tempo, um operador diferencial. Aviso: Na aplica cao de
nabla num campo vetorial

j
A
j
e
j
deve ser tomado em considera cao que os vetores e
j
(p)
nao s ao constantes, i.e.
i
e
j
,= 0! (Ver [1, Exerccio 2.2.3] para a formula explicita de

i
e
j
,= 0.) nos vamos usar o nabla somente em coordenadas Cartesianas.
Usando esse operador, os operadores diferenciais grad , rot , div e podem ser escritos
como
grad = , div A = A, (138)
= , rot A = A. (139)
Calculo-nabla: ...
Proposi cao 2.15
(fg) = (f) g + fg, (140)
(fA) = (f) A+ f A, (141)
(AB) = (A) B A (B), (142)
(fA) = (f) A+ f (A). (143)
(Todas estas formulas podem ser mostradas facilmente usando o calculo -nabla. Alter-
nativa: Mostrar as formulas em coordenadas Cartesianas. Como elas s ao equa coes entre
campos vetoriais, devem valer em quaisquer coordenadas.)
Para um campo vetorial A denimos o Laplace por
A := grad div A rot rot A. (144)
Lema 2.16 (Identidades de Green.) Para qualquer regiao G e fun c oes f, g vale
_
G
fg dV =
_
G
fg d
_
G
f g dV, (145)
_
G
(fg gf) dV =
_
G
(fg gf) d. (146)
A Divergencia e Rotacional na Geometria Diferencial.
A.1 Caracteriza cao da Divergencia na Geometria Diferencial.
Na geometria diferencial, e costume caracterizar a divergencia de um campo vetorial A
de uma outra maneira, a saber: O campo A gera um uxo (ingles: ow, a distinguir
do uxo atravez uma superfcie!) em E, ver eq. (149) abaixo. Heuristicamente, div A e
a taxa de varia cao relativa do volume Vol(G) de uma regi ao G sob o uxo gerado por A,
no limite Vol(G) 0. Como veremos abaixo, ver Eq.s (154) e (156), para um (pequeno)
paraleleppedo (v
1
, . . . , v
n
) a taxa de varia cao do volume sob o uxo e aproximadamente
dada por
n

i=1
det
_
v
1
, . . . , v
i1
, D
v
i
A(p), v
i+1
, . . . , v
n
_
. (147)
Entao, a divergencia de A no ponto p deveria ser esta expressao dividida pelo volume
do paraleleppedo, det(v
1
, . . . , v
n
). Realmente, a expressao (147) e n-linear e totalmente
antissimetrica em v
1
, . . . , v
n
, e o Lema 1.6 arma que ela e proporcional `a determinante
det(v
1
, . . . , v
n
). Entao, o quociente e independente do paraleleppedo e depende s o do
campo A, e a seguinte deni cao faz sentido:
34 An alise Vetorial, 31/03/2010
Deni cao 7 (Alternativa) A divergencia de um campo vetorial A e o campo escalar
caracterizado pelo fato que vale
( div A)(p) det(v
1
, . . . , v
n
) =
n

i=1
det
_
v
1
, . . . , v
i1
, D
v
i
A(p), v
i+1
, . . . , v
n
_
(148)
para quaisquer n vetores v
1
, . . . , v
n
V .
Mostramos primeiro que isto coincide com a Deni cao (118) da divergencia. Substituindo
v
i
:=
i
r na Eq. (148), e considerando D

i
r
A =
i
A e det(
1
r, . . . ,
n
r) = v, a Eq. (148)
implica
v div A = det(
1
A,
2
r,
3
r, . . .) + det(
1
r,
2
A,
3
r, . . .) + . . .
=
1
det(A,
2
r,
3
r, . . .) +
2
det(
1
r, A,
3
r, . . .) + . . .
=
1
(A
1
v) +
2
(A
2
v) +
3
(A
3
v),
com os mesmos argumentos como na prova da Proposi cao 2.6. Isso mostra que a di-
vergencia, como denida aqu, tambem satisfaz a Eq. (120) e entao coincide com a di-
vergencia como denida antes.
Vamos fazer a mencionada interpreta cao da Deni cao 7 em termos do uxo de A
precisa. Primeiro, alguns deni coes: A curva integral de um campo A atraves um ponto
p, em smbolos t
t
(p), e a curva caracterizada pela seguinte EDO e condi cao inicial:
d
dt

t
(p) = A(
t
(p)),
0
(p) = p. (149)
A familia de transforma coes p
t
(p) de E denida dessa maneira e chamada o uxo
gerado pelo campo A (ingles: ow of A). Para t 0 vale

t
(p) = p + tA(p) + O(t
2
). (150)
Esta no cao de uxo e relacionado com o uxo de A atraves uma superfcie S como
seguinte. Seja S
+
a parte de S que consiste dos pontos p onde o campo A(p) aponta para
o mesmo lado de S como o vetor normal n(p) da superfcie, em formulas A(p) n(p) > 0
para p S
+
. Seja
t
o uxo gerado pelo campo A como denido na Eq. (149). Para t > 0
consideramos o conjunto G
+
t
de pontos p cuja curva integral s
s
(p) atravessa a parte
S
+
da superfcie (na dire cao n por hip otese) no intervalo de tempo [0, t], em formulas
G
+
t
:=
_
s[0,t]

s
(S
+
)
s
(p)[ s [0, t], p S
+
. (151)
Da mesma maneira denimos o conjunto G

t
de pontos p cuja curva integral s
s
(p)
atravessa a superfcie no sentido oposto ao vetor normal n. Entao, o uxo de A atraves S
e
_
S
A d =
d
dt
_
Vol(G
+
t
) Vol(G

t
)
_

t=0
. (152)
Consideramos agora uma regi ao G e a imagem G
t
:=
t
(G) dela sob o uxo
t
. Sejam
u
1
, . . . , u
n
coordenadas na regi ao G, com orienta cao positiva, e com valores num certo
cubo Q
0
. Na regi ao G
t
denimos coordenadas u
i
t
por u
i
t
_

t
(p)
_
:= u
i
(p). Se entao um
ponto p G tem valores de coordenadas (u
1
, . . . , u
n
) Q
0
, o ponto
t
(p) tem os mesmos
valores em termos das coordenadas u
i
t
. Nesta situa cao, denotamos o vetor posi cao do
An alise Vetorial, 31/03/2010 35
ponto p por r(u
1
, . . . , u
n
) e o vetor posi cao do ponto
t
(p) por r
t
(u
1
, . . . , u
n
). Conforme
eq. (150), temos r
t
(u
1
, . . . , u
n
) = r(u
1
, . . . , u
n
) + tA(u
1
, . . . , u
n
) + O(t
2
), entao

i
r
t
(u
1
, . . . , u
n
) =
i
r(u
1
, . . . , u
n
) + t
i
A(r(u
1
, . . . , u
n
)) + O(t
2
). (153)
Consideramos agora o paraleleppedo gerado por
1
r
t
, . . . ,
n
r
t
, com vertice em
t
(p).
Pela Eq. (153), a taxa da varia cao do volume (orientado) deste paraleleppedo e dada por
d
dt
det(
1
r
t
, . . . ,
n
r
t
)

t=0
=
n

i=1
det(
1
r, . . . ,
i
A, . . . ,
n
r
t
). (154)
Mas
i
A coincide com a derivada covariante de A na dire cao
i
r, entao pela deni cao da
divergencia, temos
div A(p) det(
1
r, . . . ,
n
r) =
d
dt
det(
1
r
t
, . . . ,
n
r
t
)

t=0
. (155)
Para interpretar esta equa cao geometricamente, consideramos o pequeno cubo G

com
vertice r(u
1
, . . . , u
n
), ver Fig. 3:
G

:= r(u
1
+ s
1
, . . . , u
n
+ s
n
)[ s
i
[0, ].
Como r(u
1
, . . . , u
i
+ , . . . , u
n
) = r(u
1
, . . . , u
n
) +
i
r + O(
2
), o paraleleppedo gerado
por
1
r, . . . ,
n
r e uma versao linearizada de G

, e o volume dele coincide com o vo-


lume de G

m odulo termos da ordem


n+1
. Similarmente, o paraleleppedo gerado por

1
r
t
, . . . ,
n
r
t
e uma versao linearizada da imagem,
t
(G

). A Eq. (155) entao arma


que div A(p) e a taxa de varia c ao relativa do volume da imagem de um pequeno cubo G

sob o uxo gerado por A, no limite 0.


18
A Eq. (155) tambem implica a seguinte variante nao-innitesimal desta arma cao:
Proposi cao A.1 Seja A um campo vetorial com uxo
t
, G uma regi ao em E, e G
t
:=

t
(G) a imagem de G sob o uxo
t
, com volume orientado Vol(G
t
). Ent ao vale
_
G
div A dV =
d
dt
Vol(G
t
)

t=0
. (157)
18
A Eq. (155) pode ser escrito numa maneira sem coordenadas, usando a nocao da derivada de Lie
da geometria diferencial. Em detalhes: Seja (v
1
, . . . , v
n
) o paraleleppedo gerado por n vetores
v
1
, . . . , v
n
V comecando no ponto p. Para t xo, dene-se o chamado diferencial do difeomorsmo
t
pela aplicacao linear V V dado por
T
p

t
(v) :=
d
ds

t
(p + sv)

s=0
.
(Esta aplicacao joga nosso vetor
i
r em
i
r
t
.) T
p

t
(v) e o vetor deslocamento entre as imagens dos pontos
vizinhos p e p +v, modulo termos da ordem v
2
. Por isso,

t
:=
`
T
p

t
(v
1
), . . . , T
p

t
(v
n
)

e uma versao linearizada ou innitesimal (para pequenas v


i
) da imagem de sob o uxo,
t
(). Agora
calcula-se
d
dt
T
p

t
(v)

t=0
= D
v
A(p) (generalizando a Eq. (153)), e a regra de produto da
d
dt
Vol
t

t=0
=
n
X
i=1
det
`
v
1
, . . . , v
i1
, D
v
i
A(p), v
i+1
, . . . , v
n

. (156)
A Denicao (148) entao e equivalente com a equacao
div A Vol =
d
dt
Vol
t

t=0
.
Vale mencionar que na geometria diferencial,
d
dt
Vol
t

t=0
e chamada a derivada de Lie com respeito a
A da determinante (ou seja, do elemento de volume), (L
A
det)(v
1
, . . . , v
n
).
36 An alise Vetorial, 31/03/2010
r(u
1
, u
2
)
r(u
1
+ , u
2
)
r(u
1
, u
2
+ )
r
t
(u
1
, u
2
)
r
t
(u
1
+ , u
2
)
r
t
(u
1
, u
2
+ )

1
r

2
r

1
r
t

2
r
t

t
G

t
(G

)
Figura 3: Interpreta cao da divergencia.
Demonstrac ao. N os usamos coordenadas u
1
, . . . , u
n
com vetores posi cao
r(u
1
, . . . , , u
n
) G e r
t
(u
1
, . . . , , u
n
) G
t
como acima. Conforme eq. (155), temos
d
dt
VolG
t

t=0
=
_ _ _
Q
0
d
dt
det(
1
r
t
, . . . ,
n
r
t
)

t=0
du
1
du
n
=
_ _ _
Q
0
div A(u
1
, . . . , u
n
) det(
1
r, . . . ,
n
r) du
1
du
n
=
_
G
div A dV.

A Proposi cao A.1 implica diretamente o Teorema de Gauss, porque a taxa de varia cao
d
dt
Vol(G
t
)

t=0
coincide com o uxo de A atraves do contorno de G. Para ver isto, lem-
bramos dos conjuntos G

t
de pontos p cuja curva integral t
t
(p) atravessa a superfcie
na dire cao do vetor normal n (G
+
t
) ou oposto (G

t
), respectivamente, ver Eq. (151). A
diferen ca dos volumes deles e o volume dos pontos que entram menos o volume dos pontos
que saem durante o intervalo [0, t], e coincide com a diferen ca dos volumes de G
t
e G:
Vol(G
+
t
) Vol(G

t
) = Vol(G
t
) Vol(G).
Mas a derivada com respeito a t, em t = 0, do lado esquerdo e pela Eq. (152) justamente
o uxo de A atraves G. Entao temos
_
S
A d =
d
dt
Vol(G
t
)

t=0
. (158)
Por outro lado, gra cas `a Proposi cao A.1 o lado direito coincide com
_
G
div AdV . Isto
mostra o teorema de Gauss se nos denimos a divergencia como na Deni cao 7. Aquele
teorema, por sua vez, implica que a divergencia satisfaz a Eq. (118). (Isto mostra de novo
que nossas duas deni coes da divergencia, atraves Eq. (118) e (148), respectivamente, s ao
equivalentes.)
A.2 Caracteriza cao do Rotacional na Geometria Diferencial.
O rotacional de um campo vetorial e, na forma presente, s o denido no espa co am de
dimens ao n = 3.
An alise Vetorial, 31/03/2010 37
Deni cao 8 O rotacional de um campo vetorial A no ponto p, em smbolos ( rot A)(p),
e o unico vetor tal que para qualquer u, v V vale
( rot A)(p)
_
u v
_
= D
u
A(p) v D
v
A(p) u. (159)
(Observe que o lado direito da eq. (159) e bilinear e anti-simetrico em u e v, entao linear
em u v. O Lema 1.9 entao arma a existencia e unicidade de um vetor ( rot A)(p)
satisfazendo a eq. (159).)
p
A

u
Figura 4: Interpreta cao de rot A n. A gura mostra o plano n

e a proje cao A

do
campo A a este plano. rot A n e a taxa de varia cao da norma de A

em dire cao u A

,
neste exemplo positivo.
Vamos interpretar o rotacional de A no ponto p, ver Fig. 4. Dado um vetor unit ario n
(nao colinear com A(p)), consideramos o plano n

e a proje cao do campo A neste plano,


A

(q) := P
n
(A(q)) para q numa vizinhan ca de p no plano p+n

. Seja u o ( unico) vetor


unit ario no plano n

ortogonal a A

(p) tal que u, A

(p), n s ao positivamente orientados.


Nesta situa cao a Deni cao 8 implica
19
rot A(p) n = D
u
|A

(p)|, (160)
ou seja: A componente de rot A(p) na dire cao n e a taxa de varia cao da norma de A

(p)
em dire cao u ortogonal a A

(p), ver Fig. 4.


Vamos calcular o rotacional em coordenadas. Seja u
1
, . . . , u
n
um sistema de coorde-
nadas ortogonais.
Proposi cao A.2 O rotacional de um campo vetorial A, conforme Deni c ao 8, e dado
em coordenadas pela eq. (128).
Demonstrac ao. Seja e
i
=
i
r /h
i
. Substituindo (u, v) por D
u
AvD
v
Au no Lema 1.9,
a Eq. (45) implica
rot A =(D
e
2
A e
3
D
e
3
A e
2
) e
1
+
(D
e
3
A e
1
D
e
1
A e
3
) e
2
+ (D
e
1
A e
2
D
e
2
A e
1
) e
3
.
Tomando em conta que D

i
r
A =
i
A, e
i
A
j
r
j
A
i
r =
i
(A
j
r)
j
(A
i
r),
isso da Eq. (128).
Vamos agora demonstrar o Teorema 2.12 de Stokes, usando a Deni cao 8 do rotacional.
Demonstrac ao do Teorema de Stokes. Seja, no primeiro passo, a superfcie S : (s, t)
r(s, t) a imagem de um ret angulo K, i.e., (s, t) K = [0, s
0
] [0, t
0
]. O contorno S
19
Denindo v := A

(p)/A

(p), temos n = u v e A(p) v A

(p) v = A

(p), pois A = A

+ cn.
Usando D
v
A(p) u = D
v
(A(p) u) = 0, a denicao (159) implica Eq. (160).
38 An alise Vetorial, 31/03/2010
de S entao consiste de 4 curvas suaves C
k
: r
k
(), k = 1, . . . , 4, com a seguinte
parametriza cao:
r
1
() := r(, 0), [0, s
0
], r
1
() =
s
r(, 0)
r
2
() := r(s
0
, ), [0, t
0
], r
2
() =
s
r(s
0
, )
r
3
() := r(, t
0
), [0, s
0
], r
3
() =
s
r(, t
0
)
r
4
() := r(0, ), [0, t
0
], r
4
() =
s
r(0, ).
As curvas C
1
, C
2
tem a orienta cao de S, e as curvas C
3
, C
4
tem a orienta cao oposta a
S. Nos escrevemos A(s, t) := A(r(s, t)), e tomamos em considera cao que
D

s
A(r(s, t)) =
s
A(s, t), D

t
A(r(s, t)) =
t
A(s, t).
Temos entao
_
S
rot A d =
_
t
0
0
_
s
0
0
rot A(r(s, t))
_

s
r(s, t)
t
r(s, t)
_
dsdt
=
_
t
0
0
_
s
0
0
_
(
s
A
t
r)(s, t) (
t
A
s
r)(s, t)
__
dsdt
=
_
t
0
0
_
s
0
0
_

s
(A
t
r)(s, t)
t
(A
s
r)(s, t)
__
dsdt
=
_
t
0
0
_
(A
t
r)(s
0
, t) (A
t
r)(0, t)
_
dt
_
s
0
0
_
(A
s
r)(s, t
0
) (A
s
r)(s, 0)
_
ds
=
_
t
0
0
_
A(r
2
(t)) r
2
(t) A(r
4
(t)) r
4
(t)
_
dt
_
s
0
0
_
A(r
3
(s)) r
3
(s) A(r
1
(s)) r
1
(s)
_
ds
=
_
C
2
A dr
_
C
4
A dr
_
C
3
A dr +
_
C
1
A dr =
_
S
A dr.
Na terceiraa equa cao usamos a regra do produto
s
(A
t
r) =
s
A
t
r + (A
s

t
r),
e o Teorema de Schwartz,
s

t
r =
t

s
r. Na quarta equa cao usamos o Teorema Funda-
mental do Calculo. Num segundo passo consideramos uma superfcie S arbitr aria. Se nos
dividirmos ela em duas superfcies parciais S
1
e S
2
, com contornos C
1
e C
2
, vale por um
lado
_
S
rot A d =
_
S
1
rot A d +
_
S2
rot A d
porque a integral e aditiva. Por outro lado vale tambem
_
S
A dr =
_
C
1
A dr +
_
C
2
A dr,
porque a divisa entre S
1
e S
2
e sendo percorrida duas vezes, com sentidos opostos, tal
que os termos correspondentes se cancelam. Por isso, se a Eq. (132) vale para S
1
e
S
2
ela tambem vale para S. Iterando a subdivisao, podemos escrever S como uni ao
(possvelmente innita) de retangulos S
i
da forma considerada no primeiro passo. Isto
mostra a Eq. (132) para S arbitr aria.
O teorema de Stokes implica que o rotacional pode ser caracterizado pela eq. (126).
Entao as duas deni coes do rotacional, (126) e (159), s ao equivalentes.
An alise Vetorial, 31/03/2010 39
B Exerccios.
Ex. 1. (Espa co Vetorial.) Seja C([0, 1]) o conjunto de fun coes contnuas denidas no
intervalo [0, 1], com valores reais.
(a) Dado f, g C([0, 1]) e s R, dene uma fun cao f + g e uma fun cao s f.
(b) Mostre que, com sua deni cao da soma e da multiplica cao por os escalares, o conjunto
C([0, 1]) constitui um espa co vetorial.
Ex. 2. (Espa co vetorial.) Lembra que o seguinte axiomo foi parte da nossa deni cao
de um espa co vetorial V :
Para cada vetor u V existe um vetor u tal que u + (u) = 0.
Usando os outros axiomos, mostre que este vetor e dado por u = (1) u.
Ex. 3. (Dependencia linear.) Mostre que, no R
2
, os dois vetores (1, 0), (1, 1) s ao
linearmente independentes, mas os tres vetores (1, 0), (1, 1), (1, 2) s ao linearmente de-
pendentes.
Ex. 4. (Proje cao ortogonal.) Seja V um espa co euclideano de dimens ao n, e e
1
,. . . ,e
r
(onde r n) um sistema ortonormal. Seja U a varredura deles (as combina coes lineares),
e seja P
U
o projetor sobre U. Entao, para qualquer dado v V , P
U
v e o vetor denido
por
P
U
v =
r

i=1
(e
i
v) e
i
.
Mostre que o vetor v P
U
v e ortogonal ao subespa co U.
(Dica: Mostre primeiro que este vetor e ortogonal a e
1
, . . . , e
r
.)
Ex. 5. (Produto vetorial no R
3
.) Seja x = (x
1
, x
2
, x
3
) e y = (y
1
, y
2
, y
3
) em R
3
.
Mostre que o produto vetorial x y e dado por
x y = (x
2
y
3
x
3
y
2
, x
3
y
1
x
1
y
3
, x
1
y
2
x
2
y
1
).
Ex. 6. (Coordenadas polares no plano.) Supomos que no plano temos discrimi-
nado uma origem o e uma BON de vetores deslocamento e
x
, e
y
, com coordenadas x, y,
correspondentes: Recordamos que as coordenadas x, y de um ponto p s ao denidas por
r(p) = xe
x
+ y e
y
, (161)
onde r(p) e o vetor-posi cao do ponto p. Denimos agora coordenadas polares (r, ) im-
plicitamente pelas equa coes
x = r cos , y = r sen , (162)
com as restri coes r > 0 e 0 < 2.
(a) Escreve os vetores
r
r
e
r

(derivadas parciais) como combina cao linear dos vetores


e
x
, e
y
, e determine a norma deles.
Dica: Vale a pena substituir x e y na eq. (161) em termos de r e .
(b) Mostre que, para qualquer dado (r, ), os vetores
r
r
e
r

s ao uma base de R
2
.
40 An alise Vetorial, 31/03/2010
Ex. 7. (Area e volume.)
(a) Os vertices de um tri angulo plano tem coordenadas Cartesianas (2, 1, 5), (5, 2, 8) e
(4, 8, 2). Calcular a area do tri angulo, usando o produto vetorial. (Dica: Esta area
e a metade da area do paralelogramo gerado por dois vetores convenientes.)
(b) Um paraleleppedo no plano tem vertices com coordenadas Cartesianas (0, 0, 0),
(3, 0, 0), (0, 0, 2) e (0, 3, 1). (Os 3 outros vertices s ao xados pela deni cao de um
paraleppedo.) Calcular o volume, usando a determinante de tres vetores comveni-
entes.
Ex. 8. (Coordenadas polares no plano.) Determinar as componentes Cartesianas,
bem como a norma, dos vetores
r
r
(p),
r

(p) e
r
r
(p)
r

(p)
para os seguinte pontos (em coordenadas Cartesianas, p = (x, y)):
(a) p = (1, 0) e p = (2, 0),
(b) p = (0, 1) e p = (0, 2),
(c) p =
1

2
(1, 1) e p =
2

2
(1, 1).
Ex. 9. (Transforma cao de coordenadas no plano.) Seja A um campo no plano
dado (em coordenadas polares) por
A(r, ) :=
1
r
2
r

(r, ).
Determine as componentes A
x
(x, y) e A
y
(x, y) de A(p) com respeito `as coordenadas Car-
tesianas, usando a formula de transforma cao de componentes de vetores no Lema 1.13.
Ex. 10. (Coordenadas esfericas.)
(a) Para um ponto p arbitr ario, calcule o vetor
r

(p)
r

(p). Para este m, use a


BON e
r
(p), e

(p), e

(p). (I.e., faz a decomposi cao dos vetores


r

(p),
r

(p) com
respeito a esta base, e calcule o vetor
r

(p)
r

(p) em termos da mesma base.)


Calcule tambem a norma deste vetor.
(b) Dito com o vetor
r
r
(p)
r

(p). Aqu, e suciente considerar s o pontos p com


(p) =

2
(i.e., pontos no equador).
Ex. 11. (Coordenadas cilndricas.) O movimento de um eletron num campo
magnetico seja a superposi cao de um movimento retilneo uniforme na dire cao z com
velocidade v
z
, e um movimento circular uniforme no plano x-y com velocidade angular
e raio R.
(a) Achar a parametriza cao (t), (t), z(t) da curva em coordenadas cilndricas.
(b) Determinar a velocidade r(t) em termos da base
r

,
r

,
r
z
.
(c) Determinar as normas | r(t)|, | r(t)| da velocidade.
Ex. 12. (Comprimento de curvas.) O movimento de um eletron num campo
magnetico uniforme e composto por um movimento uniforme linear na dire cao do campo
com velocidade constante v
0
, e um movimento uniforme circular no plano perpendicular
a v
0
, com frequencia angular e raio R.
(a) Qual e o sistema de coordenadas melhor adaptado ao problema?
(b) Calcule o comprimento da curva percorrida pelo eletron depois uma perode T (pe-
riode refere ao movimento uniforme circular no plano).
An alise Vetorial, 31/03/2010 41
Ex. 13. (Integral de curva no plano.) Seja A o campo vetorial no plano dado por
A(r, ) :=
1
r
2
r

(em coordenadas polares), e : t r(t) uma curva fechada que faz uma volta em torno
da origem (um la co). Calcular a integral de A sobre a curva ! Commente sobre o
resultado. (Obs.: Primeiro tem que achar uma parametriza cao de tal curva. Qual sistema
de coordenadas?)
Ex. 14. (

Area do hemisferio.) Calcular a area do hemisferio com raio R, escolhendo


uma parametriza cao e usando a formula da aula para areas.
Ex. 15. (Derivada direcional.) Calcular
_
D
v
f
_
(p), onde f, v e as coordenadas
(u
1
, u
2
, u
3
) de p s ao dados por
(a) f(x, y, z) = 2x
2
+ 3y
3
+ z, v = e
x
2e
y
, (x, y, z) = (3, 1, 4);
(b) f(r, , ) = sen () r
2
, v = 5
r
r + 2

r, (r, , ) = (1, /2, /4);


(c) f(x, y) = exp(x) cos(y), v = e
x
, (x, y) = (0, 0).
Ex. 16. (Integral de volume.) Seja G a regi ao dos pontos com coordenada-z entre 0
e 1, G = R
2
R
2
[0, 1], e seja f : G R a fun cao dado por
f(x, y, z) := z exp(x
2
y
2
).
Calcular a integral de f sobre G, usando a formula da aula. Como primeiro passo, escolha
coordenadas bem-adaptadas!
Ex. 17. (Integral de volume.) Um corpo tem a forma de um paraleleppedo com
vertices (x, y, z) = (1, 1, 1), (3, 1, 1), (1, 4, 2) e (1, 1, 2) (os outros 3 vertices s ao xados pela
deni cao de um paraleppedo). Ele tem a densidade (x, y, z) = x + 2y + z. Calcular a
massa do corpo. Dica: Um possvel jeito e o seguinte: Escolhendo um vertice p
0
do
paraleleppedo como origem, os tres lados incidentes em p
0
denem uma base a
1
, a
2
, a
3

do R
3
. Isto da coordenadas u
i
no paraleleppedo pela deni cao
p
0
p =:
3

i=1
u
i
(p) a
i
.
(Quais valores tem estes coordenadas para pontos no interior do paraleleppedo ou seja,
com a nota cao da aula: qual e o domnio G
0
das coordenadas u
i
?) Escreva as coordenadas
Cartesianas (x, y, z) usadas inicialmente, bem como a densidade , em termos das novas
coordenadas (u
1
, u
2
, u
3
). (Cuidado! O origem escolhido inicialmente ,= p
0
!) Determine
r
u
i
(p) e use a formula da aula sobre integrais de volume. Nicht eindeutig!!
Ex. 18. (Fluxo do campo eletrico.)
(a) Seja S a esfera do raio R, com orienta cao tal que o vetor normal aponta para fora,
e seja
E(p) :=
kq
| op|
3
op
o campo eletrico no ponto p gerado por uma carga puntiforme na origem o. Calcular
o uxo de E sobre a superfcie S. Comente sobre o resultado!
42 An alise Vetorial, 31/03/2010
(b)

Seja agora S uma deforma cao contnua da esfera, mais precisamente: uma superfcie
fechada que contem a origem o, e que tem a propriedade que cada raio come cando
em o passa por S exatamente uma vez. Determine uma parametriza cao para S, e
calcule o uxo de E sobre S. Comente!
Dica: Escolha a parametriza cao analogamente com a esfera em termos de coorde-
nadas esfericas, mas sem xar r(s, t) = R!
Ex. 19. (Campos conservativos no R
2
.) No R
2
, seja C uma curva fechada que segue
somente as linhas de r e de , e nao contem o origem no interior. Entao, ela consiste de 4
segmentos, a saber entre 4 pontos com coordenades respectivas (r
1
,
1
), (r
2
,
1
), (r
2
,
2
)
e (r
1
,
2
), onde 0 < r
1
< r
2
e 0
1
<
2
< 2.
(a) Achar uma parametriza cao da curva C.
(b) Seja A um campo vetorial da forma A(r) = f(r)
r

(em coordenadas polares).


Calcule a integral de Asobre a curva C do item (a). Mostre: Os integrais sobre todas
curvas fechadas da mesma forma
20
como C s ao zero se e somente se f(r) = c r
2
para uma constante c.
(c)

Seja E um campo vetorial da forma E(r) = f(r)


r
r
. Mostre: Os integrais de E
sobre todas curvas fechadas da mesma forma como C s ao zero se e somente se f e
da forma f(r) =

f(r).
Ex. 20. (Campo conservativo e gradiente no R
2
.)
(a) Seja A o campo vetorial dado (em coordenadas polares) por A(r, ) :=
1
r
2
r

. No
domnio D := R
2
(x, 0), x 0 o campo A e conservativo [isso segue do exerccio
5.1.(b)]. Entao deve existir uma fun cao t.q.
A = grad em D. (163)
Calcule este potencial , e faz o check que realmente vale eq. (163), usando a
formula explicita do gradiente em coordenadas polares.
(b) Fazer o mesmo com o campo E(r) = f(r)
r
r
, que tambem e conservativo.
(c) Visualizar os campos A e E dos items (a) e (b), respectivamente, e as superfcies
(neste caso bidimensional, as linhas) de nvel dos potenciais correspondentes. Faz
2 commentarios sobre a dire cao dos gradentes em rela cao a estes linhas de nvel.
Ex. 21. (Gradientes.) Calcule os gradientes das seguintes fun coes, em termos de co-
ordenadas indicadas
21
em parenteses:
(a) f(x, y, z) = 2x
2
+ 3y
3
+ z (Coordenadas Cartesianans),
(b) f(r, , ) = sen () r
2
(Coordenadas esfericas),
(c) f(, , z) = exp() sen ()z
2
(Coordenadas cilndricas).
Ex. 22. (Superfcie de nvel.) Seja f(, , z) :=
2
z (em coordenadas cilndricas),
e seja S a superfcie de nvel f = 0 desta fun cao, i.e. o paraboloido
S := p : f(p) = 0.
(a) Calcule o gradiente de f, em termos de coordenadas cilndricas
2
.
20
mais precisamente, com winding number 0
21
I.e., em termos da base {
r
u
i
} se as coordenadas {u
i
} foram indicadas.
An alise Vetorial, 31/03/2010 43
(b) Achar uma parametriza cao de S, e calcule o vetor normal (unitario) n(p), p S.
(c) Para qual lado (fora ou dentro) do paraboloide S aponta n(p)? Achar outra para-
metriza cao com a orienta cao inversa (i.e., com n apontando para o outro lado)!
(d) Qual rela cao temos entre os vetores n(p) e
_
grad f
_
(p), para p S? Por que isto
deve ser assim?
Ex. 23. (Corpo rgido em rota cao.) O campo de velocidade de um corpo rgido em
rota cao em torno de um eixo xo n, com velocidade angular , e dado por v(r) = r,
onde := n, e r e o vetor posi cao com respeito a um origem no eixo.
(a) Calcule v e rot v em coordenadas cilndricas. Dica: Usar o fato que as coordenadas
cilndricas satisfazem
r(p) = (p)
r

(p) + z(p)
r
z
(p). (164)
(b) Integrar
_
C
v dr ao longo de um crculo C no plano ortogonal a n que faz uma
volta em torno do eixo n no sentido contra-hor ario. Verique que
_
C
v dr
area
= rot v e
z
.
Ex. 24. (Rotacional.) Calc ule o rota cional dos seguintes campos.
(a) A(, , z) = f()
r

(em coordenadas cilndricas).


(b) A(, , z) =
2 r

(em coordenadas cilndricas).


(c) E(r, , ) = f(r)
r
r
(em coordenadas esfericas).
(d) E(r, , ) = r
5 r
r
(em coordenadas esfericas).
Ex. 25. (Divergencia.) Calcular a divergencia do campo eletrostatico E gerado por
uma esfera uniformemente carregada, com carga total Q e raio R.
(a) No interior, onde E e dado por
E(r) = k
Q
R
3
r e
r
.
(b) No exterior, onde E e dado por
E(r) = k
Q
r
2
e
r
.
(c)

Pelos resultados dos itens anteriores: div E e proporcional a qual grandeza fsica?
Ex. 26. (Acelera cao em coordenadas cilndricas sem smbolos de Christoel.)
Seja t r(t) a curva de uma partcula. Achar as componentes da velocidade v := r e da
acelera cao a = v em coordenadas cilndricas. (Ou com respeito `a base

r,

r,
z
r,
i.e., as componentes v
i
denido por v =

v
i

i
r; ou com respeito `a base e

, e

, e
z
,
i.e., as componentes v
(i)
denido por v =

v
(i)
e
i
.) Tome em considera cao que e

(p) e
e

(p) (em contraste a e


z
) dependem do ponto p (e por conseguinte, de t)! Dica: Use
a eq. (164), e
d
dt
(e
i
e
j
) = 0 (Por que?) para determinar esta dependencia de t.
Ex. 27. (Potencial-vetor do o reto innito.) O campo magnetico de um o condu-
tor innitamente extendido no eixo-z e com corrente I na dire cao das z positivas e dado,
em coordenadas cilndricas, por
B(r) =

0
I
2
e

. (165)
Mostre que um potencial-vetor do campo magnetico e dado por
A(r) :=

0
I
2
ln(
1

) e
z
.
44 An alise Vetorial, 31/03/2010
Ex. 28. (Grad e rot do vetor posi cao.)
(a) Calcule div r. Use o resultado para calcular
_
G
r d,
onde a superfcie G e o contorno de uma regi ao G.
(b) Calcule rot r. Use o resultado para calcular
_
S
r dr,
onde a curva S e o contorno de uma superfcie S.
(c) Mostre que grad (1/r) = (1/r
2
) e
r
.
(d) Mostre que grad (1/r) = (1/r
2
) e
r
. Use esta equa cao para mostrar
1
r
= 0 se
r ,= 0, enquanto
_
G

1
r
dV = 4 (166)
para qualquer regi ao G que contem a origem. (Em outras palavras,
1
r
e 4 vezes
a distribui cao-delta.) Dica: Mostre eq. (166) primeiro para uma bola do raio R
centrada na origem, e depois para regi oes arbitr arias.
Ex. 29. (Potencial-vetor do solen oide.) O campo magnetico de um solen oide do raio
R, innitamente extendido na dire cao e, e dado por
B(r) =
_

0
nI e no interior, e
0 no exterior do solen oide,
(167)
onde I e a corrente e n e o n umero de espiras por metro. Calcular o potencial-vetor A do
campo magnetico (satisfazendo B = rot A), usando nossa formula geral
A(r) :=
_
1
0
sB(sr) rds : (168)
(a) No interior do solen oide. (A eq. (168) depende, via r(p) = op, da escolha da origem o.
Onde voce esolha o?) Escreva o resultado em termos de B e r, sem usar coordenadas.
(b) No interior do solen oide, usando coordenadas cilndricas. (Escolha o eixo-z apropri-
adamente!) Dica: Use a formula
r(, , z) = e

+ ze
z
. (169)
(c) No exterior do solen oide, usando coordenadas cilndricas. Dica: Mostre primeiro
que a coordenada satisfaz
(sr) = s(r). (170)
Ex. 30. (Regras para Nabla.) Mostre: Para uma superfcie S com contorno S e
fun coes f, g vale
_
S
(f grad g) dr =
_
S
_
grad f grad g
_
d.
An alise Vetorial, 31/03/2010 45
Referencias
[1] G. Arfken, H. Weber, Mathematical Methods for Physicists (Academic Press, New
York, 1995)
[2] G. Birkho, S. MacLane,

Algebra Moderna B asica (Guanabara Dois, Rio de Janeiro,
4
a
edi cao, 1980)
[3] E. Butkov, Fsica Matem atica (Guanabara Dois, Rio de Janeiro)
[4] R.V. Churchill, Vari aveis Complexas e Suas Aplicac oes (Mc Graw-Hill do Brasil, Sao
Paulo)
[5] H. Feshbach, P.M. Morse, Methods of Theoretical Physics (Mc Graw-Hill, New York)
[6] E. Kreyszig, Matem atica Superior (John Wiley & Sons, New York, 2
a
edi cao, 1984)
[7] M. Reed, and B. Simon, Methods of Modern Mathematical Physics I (Academic Press,
New York, 1975)
[8] W. Rudin, Real and Complex Analysis (McGraw-Hill, 1986)
[9] G.E. Shilov, B.L. Gurevich, Integral, Measure and Derivative: A Unied Approach
(Prentice-Hall, New York 1966)