Você está na página 1de 31

FABIO GEAN CARDOSO REGO

DIONSIO CASTOR DE MELO CARDOSO

UM ESTUDO SOBRE MXIMO, MNIMO, PONTOS DE SELA


E EXTREMOS CONDICIONADOS DE FUNES DE DUAS
VARIVEIS

MACAP-AP
2015

FABIO GEAN CARDOSO REGO


DIONSIO CASTOR DE MELO CARDOSO

UM ESTUDO SOBRE MXIMO, MNIMO, PONTOS DE SELA


E EXTREMOS CONDICIONADOS DE FUNES DE DUAS
VARIVEIS

Trabalho apresentado como


requisito parcial de avaliao
disciplina Clculo III do curso de
Licenciatura em Matemtica da
Universidade Federal do Amap
ministrada pelo Professor Esp. Joo
Ferreira.

MACAP-AP
2015

INTRODUO
O trabalho a seguir ser explorado os conceitos ensinados durante as aulas
de Clculo III, referentes s funes de duas variveis, e tem por objetivo
determinar os pontos crticos de uma funo polinomial com quatro pontos crticos
e classific-los por sua natureza, determinar o polinmio de Taylor para classificar
seus pontos crticos, e determinar os valores extremos de uma funo com
restrio utilizando os multiplicadores de Lagrange, usando software como
ferramenta para produzir os grficos.

Captulo 1 Derivadas, Taylor e pontos extremantes

1. A funo escolhida a seguinte:


f ( x , y ) =2 x 3 +2 y 36 x6 y
Esta funo foi retirada da Apostila de Clculo II, elaborada pelo prof. Jos Donizetti de Lima, em pdf
na internet.
Fonte: http://www.pb.utfpr.edu.br/daysebatistus/maximos_minimos_donizetti.pdf

1.2 Vamos determinar os pontos crticos, e mostrar numa figura as curvas de


nveis os pontos crticos, e classificar a natureza deles pelo desenho:

1.2.1

Resoluo:
Os pontos crticos de

f ( x , y ) , so aquelas que anulam o seu gradiente, isto

:
f (x , y )=0

f x=

f
x

fy=

f
(x, y)
x

3
3
(2 x +2 y 6 x6 y )
x

= 6 x 6
f
y

( x , y )=

(2 x3 +2 y 36 x6 y)
y

6 y 26

f ( x , y )= ( 6 x 26, 6 y 26
Resolvemos o sistema:

f
x 0
f

0
y

6x 2 - 6 0

6y

-6 0

6x 2 6

6y

Da equao

x 2 1

6x 2 - 6 0

y 1
2

x 1
y 1

, segue que x = {1,-1}.

6y 2 - 6 0
Agora da equao

, segue que y = {1,-1}.

A soluo do sistema o conjunto S: {(1,1), (1,-1), (-1,1), (-1,-1)}


Fazendo P1=(1,1), P2=(1,-1), P3=(-1,1) e P4=(-1,-1)
Vamos ver se os pontos anulam o seu gradiente, se isso acontecer porque
so pontos crticos.
f ( x , y )= ( 6 x 26, 6 y 26

Para P1 = (1,1), temos:

f (P 1)

2
2
= f (1,1) = ( 6 .(1) 6, 6.(1) 6

=(6-6, 6-6) = (0,0)


Logo P1 um ponto critico.

Para P2 = (1,-1), temos:

f (P 2) = f (1 ,1) = (6 . ( 1 )26, 6.(1)26)


= (6-6, 6-6) =(0,0)

Logo P2 um ponto critico.

Para P3 = ( 1,1 ), temos:

f (P 3) = f (1,1) = (6 . (1 )26,6.(1)26)
=(6-6, 6-6)=(0,0)
Logo P3 um ponto critico.

Para P4 = (-1,-1), temos:

f (P 4) = f (1 ,1) =

(6 . (1 )26,6.(1)26)

=(6-6, 6-6) = (0,0)


Logo P4 um ponto critico.
A Figura 1 apresenta os clculos utilizando o site Wolfram|Alpha:

Figura 1. Mximos, mnimos e pontos de sela (inflexo)


Fonte: http://www.wolframalpha.com/widgets/view.jsp?id=4b5e2dad1aaea05fb70906d95bf4295c

Logo mais, a Figura 2 apresenta o grfico da funo utilizando tambm o site


Wolfram|Alpha:

Figura 2. Grfico em 3D
Fonte: http://www.wolframalpha.com/widgets/view.jsp?id=4b5e2dad1aaea05fb70906d95bf4295c

1.2.1. Concluso: Todos os pares ordenados do conjunto so pontos crticos da


3
3
funo f ( x , y ) =2 x +2 y 6 x6 y .

1.2.2 Valor numrico ou valor crtico.


Vamos calcular o valor numrico de cada ponto critico.
f ( x , y ) =2 x 3 +2 y 36 x6 y
f ( P1 ) =f (1,1)

3
3
= 2(1) +2(1) 6.( 1)6(1) =

f ( P2 ) =f (1,1) = 2(1)3 +2(1)36.(1)6 (1) = 0


f ( P3 ) =f (1,1) = 2(1)3 +2(1)36.(1)6(1) = 0
f ( P 4 )=f (1,1) = 2(1)3 +2(1)3 6. (1 )6 (1)

1.2.3 Curvas de nvel


No Clculo, curvas de nvel possibilitam estudar os grficos em 3D,
encontrando intervalos de crescimento e decrescimento, mximos e mnimos, no
plano do papel.
Classificao da natureza dos pontos:

P1=(1,1) ponto mnimo


P2 =(1,-1) e P3= (-1,1) so pontos de sela.
P4= (-1,-1) ponto de mximo local.
A Figura 3 a seguir, apresenta o grfico da curva de nvel utilizando o site
Wolfram|Alpha:
Figura 3. Curva de Nvel
Fonte: http://www.wolframalpha.com/widgets/view.jsp?id=4b5e2dad1aaea05fb70906d95bf4295c

Podemos observar na figura que o ponto mnimo est localizado na regio


mais escura da curva de nvel, os pontos de sela esto na parte superior esquerda
e inferior direita e o ponto mximo est na regio mais clara na parte inferior
direita do grfico.
1.2.4 Campo Direcional ou de Vetores Gradientes
Encontramos o grfico do campo direcional da nossa funo, utilizando o
software Wolfram Mathematica 9.0.1, digitando o comando:
VectorPlot [{6x^2-6,6y^2-6},{x,-1,1},{y,-1,1}]

Figura 4. Campo Vetorial

Notamos que os vetores crescem na medida em que se afastam do ponto

mnimo em direo ao mximo, e diminuem quando chegam prximo ao ponto


mximo. Esto maiores na regio dos pontos (0,0), observamos tambm que nos

pontos crticos ficam os espaos vazio sem vetores, ou seja, os pontos crticos de
f (x, y)

esto anulando o seu gradiente e o sentido que os vetores caminham

para o ponto mximo da funo.


1.2.5 soluo analtica
Analiticamente, tambm podemos classifica a natureza dos pontos crticos de
uma funo de varias variveis, em pontos de mnimo e mximo (local ou global) ou
de sela, estudando o comportamento da matriz hessiana.
1.2.5.1 Definio
O ponto P1, para i = 1,2,3,....,K tal que

f ( Pi)

Ou

f ( Pi)

denominado o ponto critico de f.


A imagem do ponto critico denominado de valor critico. Um ponto dito ponto
regular se no for critico. O valor no critico e denominado de valor regular. O valor
regular requer cuidado. Um valor C regular se
contem pontos crticos P tal que

f 1 ( C ) =

{ x : f ( x ) =C } , no

f ( P )=C . Portanto, para ser um valor regular, no

basta que seja imagem do ponto regular.

Seja

Pj

, um j-esimo ponto critico do tipo:

f ( Pi )=0

Quando a matriz hessiana for matriz singular (Det Hess (

det Hess (f ( P )=0)


,

dizemos que o ponto critico degenerativo.


1.2.6 Matriz Hessiana
A matriz hessiana foi desenvolvida no sculo XIX pelo alemo Ludwig Otto
Hess, razo porque mais tarde James Jereph Sylvester lhe deu este nome. O
prprio hesse, ao contrario usava o termo determinante funcionais.

(http//pt,wikipedia.org/wiki/hessiana)
A matriz hessiana de uma funo com duas variveis independentes
definida por:

Hess

f xx

f yx

f
x

f
x x

( )

f
yx

f xx f yx
f xy f yy

f (x , y ) =

f xy

f
y x

( )

f yy

f
x y

f ( x , y ) =2 x 3 +2 y 36 x6 y

fx

f
x

2
= 6 x 6

6 y 26

( 6 x 26 )
x

= 12 x

f xx

f
x

f yx

f
yx

f
=
y x

f xy

f
x y

f
x y

f yy

f
y

f
x x

( )

( 6 x2 6 ) =
y

( )

( )

f
y y

( )

Portanto, a matriz hessiana

f
y

fy

( 6 y2 6 ) =
x

2
(6 y 6)
y

Hess

f (x , y ) =

12 y

12 x 0
0
12 y

f
y

f
x y

( )

f
y y

( )

1.2.7 A Funo Hessiana


A funo hessiana, o determinante da matriz hessiana. Deste modo, tem-se:
H ( x , y )=( 12 x ) ( 12 y )
H ( x , y )=144 xy

Para P1 (1,1),temos:

A matriz hessiana no ponto P1 :


f (P 1)

Hess

1 =[ 12 ]

= 12 > 0

2=

| |

12(1)
0
0
12(1)

12 0 =144
0 12

12 0
0 12

>0

Para P2 (1, -1), temos :

A matriz hessiana no ponto P2


f (P 2)

Hess

1 =[ 12 ]

= 12 > 0

0 =
2= 12
144 < 0
0 12

| |

12(1)
0
0
12(1)

Para P3 = (-1,1),temos:

A matriz hessiana no ponto P3 :

12
0
0 12

f ( P3 )

Hess

1 =[ 12 ]

| |

12 (1 )
0
0
12 ( 1 )

= -12 < 0

2= 12 0 =1 44
0
12

12 0
0
12

<0

Para P4 = (-1, -1), temos:

A matriz hessiana no ponto P4 :


f (P 4 ) =

Hess

1 =[ 12 ]

| |

12 (1 )
0
0
12 (1 )

12
0
0 12

= -12 < 0

0 =144
2= 12
0 12

>0

1.2.8 Determinante dos menores principais


Para enunciar o teorema de classificao dos pontos crticos, precisamos
definir o determinante dos menores principais, a seguir:
1.2.8.1 Definio: o determinante do menor principal de:

A matriz A =

det

a11 a 1n
an 1 ann

a 1,1 a1,n
a n ,1 a n ,n

de ordem

e definido como

que o determinante do bloco de tamanho

i x

= (A) =

localizada na

posio superior esquerda de A.


No caso de Hess
podemos mostrar que:

f (x)

ser continua em P, a matriz hessiana simtrica e

1.2.8.2 Teorema: Seja

Pi

um ponto crtico no degenerado da funo:


f : Rn R

Pi
f )) =

Pi
f ) 0, com todas derivadas parciais de

e det Hess

segunda ordem continuas, ento:


1.

(Hess

Pi
f ) > 0 para todo

estritamente positivo). Se, e somente se

Pi

i=1, 2,3 n

(todos os

so

, ponto de mnimo local estrito

(funo cresce em todas as direes).


2.

(1)i

( Hess

Pi
f ) > 0 para todo

i=1, 2,3 n ( sinal de

alternado, comeando o do negativo), se , e somente se,

Pi

ponto de mximo

local estrito ( funo decresce em cada direes).


3. Se no ocorre nenhum dos casos anteriores. Ento ponto de sela. ( tem
direo em funo decresce). Com base no teorema anterior, vemos classificar, a
natureza dos pontos crticos da funo.
Utilizamos a nossa funo

f ( x , y ) =2 x 3 +2 y 36 x6 y

Para P1 (1,1), temos a matriz hessiana no ponto P1, :

Hess

f (P 1)

= Hess f (P 1)

| |

12(1)
0
0
12(1)

O determinante de menor principal de ordem 1:


1 =[ 12 ] = 12 > 0;
O determinante do menor principal de ordem 2:

12 0
0 12

Como

12 0 =144
0 12

2=

> 0;

so estritamente positivos, logo enquadra-se no caso 1

(ponto de mnimo local estrito);

Para P2 (1,-1), temos :


A matriz hessiana no ponto P2 :

Hess

f (P 2) = Hess f (P 2)

| |

12(1)
0
0
12(1)

12
0
0 12

O determinante de menor principal de ordem 1:


1 =[ 12 ]

= 12 > 0;

O determinante do menor principal de ordem 2:

0 =144
2= 12
0 12

Como

>0e

< 0;

< 0 ento temos o caso 3 (Ponto de sela);

Para P3 = (-1,1),temos:
Hess f (P 3)

= Hess

f (1, 1)

O determinante de menor principal de ordem 1.


1 =[ 12 ]

= -12 < 0

O determinante do menor principal de ordem 2.

2= 12 0 =144
0
12

<0

| |

12(1)
0
0
12(1)

12 0
0
12

Como

<0e

< 0 ento temos o caso 3. (Ponto de sela);

Para P4 = (-1,-1), temos:


Hess f (P 4 ) = Hess f (1,1)

| |

12(1)
0
0
12(1)

12
0
0 12

O determinante de menor principal de ordem 1.


1 =[ 12 ]

= -12 < 0

O determinante do menor principal de ordem 2.

0 =144
2= 12
0 12

Como

<0e

>0

> 0, logo em P4 tem-se um ponto de mximo local

estrito.

Tabela 1

1.2.9

PONTOS CRTICOS

NATUREZA

P1

Ponto de mnimo

P2

Ponto de sela

P3

Ponto de sela

P4

Ponto de mximo

Funes de

duas variveis
No caso de classificao de pontos crticos no degenerados da funo real
de duas variveis a expresso de

relativamente simples.

Por exemplo: O critrio para mnimo local restrito ficaria:


1

f
x x

>0e

= det Hess f (x , y ) =

f
f
f
.

>0
x x y y x y

Hess f ( x , y ) =

f
x
f
x y

f
yx
f
y

A notao do Stewart. (7 edio. P: 851. Vol.2.), a seguinte:


Hess f ( x , y )=

f xx f yx
f xy f yy

; 1

= f xx

>0

Analogamente, o ponto de mximo local restrito.


f
x x

(-1) >0, torna

Como a parte
Teorema: se

f : R2

<0 e

det Hess f (x , y )

f
f
2 f
.

>0
x x y y x y

a mesma, podemos juntar e enunciar como sendo.

> , tem segunda derivada parciais continuas e

Pi

um

ponto critico, ento:


det Hess f ( Pi )

Se

>0e

f
x x

> 0 implica que um ponto mnimo local

estrito.
f
x x

< 0, implica que um ponto de mximo local restrito.

f
x x

= 0, implica que um ponto de sela.

Se

det Hess f (Pi )

ser degenerado

< 0 , ento um ponto de sela. No caso do ponto critico,

Pi
f
det ) = 0 ), nada pode ser afirmado.

Esta uma das verses que mais aparece nos livros de clculo, mas no h
i

Rn , pois

anloga para o caso do

, torna mais complexa e no consegue

explicitar as condies em poucas palavras.


OBS: A tcnica mais rpida e simples para determinar se

so todas positivas.

No caso da matriz simtrica de dimenso maior que 3 aplicar o mtodo de


composio de CHOLESKY.
1.2.10 O teste da segunda derivada (Stewart, 2011, p. 878).

Para o ponto P1 = (1,1), tem-se:

Hess

f (x, y) =

Hess

f ( P1 )

12 x 0
0
12 y

12 0
0 12

= D;

Como D = (1,1) = 144 > 0 e


12>0

f xx

( x, y ) =

12 x , no ponto

f xx

(1,1) =

; logo em P1 temos um ponto de mnimo local estrito.

Para o ponto P2 = (1,-1), tem-se:

Hess

f (x, y) =

Hess

f (P 2)

12 x 0
0
12 y

12
0
0 12

= D;

Como D = (1,-1) = -144 < 0 e

f xx

( x , y )= 12 x , no ponto

12>0 ; logo em P temos um ponto de sela.


2

f xx

(1,-1)=

Para o ponto P3 = (-1,1), tem-se:

Hess

f (x, y) =

Hess

f (P 3)

12 x 0
0
12 y

12 0
0
12

= D;

Como D = (-1,1) = -144 < 0 e

f xx

( x, y ) =

12 x , no ponto

f xx

(-1,1) =

12 x , no ponto

f xx

(-1,-1) =

-12 < 0; logo em P3 temos um ponto de sela.

Para o ponto P4 =(-1,-1)

Hess

f (x, y) =

Hess

f (P 4 ) =

12 x 0
0
12 y

12 0
0 12

= D;

Como D = (-1,-1) = 144 > 0 e

f xx

( x, y ) =

-12 < 0; logo em P4 temos um ponto de Mximo local estrito.

1.3 Determinar o polinmio de Taylor em cada ponto crtico encontrado, plotar


o grfico da funo e do polinmio de Taylor:
1.3.1 Resoluo: O polinmio de Taylor obtido por:

P(

v1

v2

)=

v 1, v 2
f ( a , b )+ f ' ( a , b ) . ) +

v 1, v2
1 ''
f ( a ,b ) . ) ,
2!

f
Onde

v 1, v 2
= ( x ( a ,b ) , f ( a ,b )) . )
y

'
f ( a , b ) .( v1, v 2)

v 1, v 2
f ( a ,b ) . ) =

( v1, v 2 ) .

''

)( )

f xx (a , b) f yx (a .b) v1
.
f xy (a , b) f yy (a , b) v2

No ponto P1 (1,1), o polinmio de Taylor :

P(

f (a , b ) =

f x ( x , y )=6 x 26

f x ( 1,1 ) =6

f y ( x , y ) =6 y 26

f y ( 1,1 )=6

v1

v2

)=

f ( 1,1 )=8

v 1, v 2
f ( a , b )+ f ' ( a , b ) . ) +

v 1, v2
1 ''
f ( a ,b ) . )
2!

f
P(

v1

v2

)=

v 1, v 2
( x ( 1,1 ) , f y ( 1,1 )). )+
8+

P(

v1

v2

)=

v 1, v 2
8+ ( 0,0 ) . )+

P(

v1

v2

)=

8+

( )]

1
v
( 12 v 1 ,12 v 2 ) . 1
2
v2

1
12 v 21 +12 v 22 )
(
2

) ( )]

1
12 0 v 1
.
( v v ).
2 ! 1, 2 0 12 v 2

Portanto o polinmio de grau 2 da funo :

v1

P(

v2

)=

v 1=x a

Mas

8+6 v 1 +6 v 2

v 2= yb

(a = 1 e b = 1)

2
2
P( x1 , y1 ) = 8+6 ( x1 ) + 6 ( y1 )

8+6 ( x 22. x .1+12 ) +6( y 22. y .1+12)


8+6 ( x 22 x+1 ) + 6( y 22 y +1)
8+6 x 212 x +6+ 6 y 212 y +6
P( x , y ) =
2

6 x +6 y 12 x12 y +4

Derivando P(x,y) em relao a x e P(x,y) em relao a y, temos:


P
=12 x12 ;
x

P
=12 y12 ;
y

f ( x , y )=0
Resolvemos o sistema:

12
=1
12
12
12 y12=0 y = =1
12
12 x12=0 x=

Portanto

( x , y )=(1,1)

E o grfico do polinmio :

Figura 5. Grfico do Polinmio de Taylor no P1

No ponto P2 (1,-1), o polinmio de Taylor :

P(

f (a , b ) =

f x ( x , y )=6 x 26

f x ( 1,1 )=6

f y ( x , y ) =6 y 26

f y ( 1,1 ) =6

v1

P(

v1

P(

v1

v2

v2

v2

f ( 1,1 ) =0

v 1, v2

)=

v 1, v 2
f ( a , b )+ f ' ( a , b ) . ) +

)=

f
v 1, v 2
( x ( 1,1 ) , f y ( 1,1 )). )+
0+

)=

v 1, v 2
0+ ( 0,0 ) . )+

1 ''
f ( a ,b ) . )
2!

) ( )]

1
v
12 0
v1, v 2 ) .
. 1
(
2!
0 12 v 2

( )]

1
v
12 v 1 ,12 v 2 ) . 1
(
2
v2

v1

P(

v2

1
(12 v 21 12 v 22)
2

)=

Portanto o polinmio de grau 2 da funo :


v1

P(

Mas

v2

)=

v 1=x a

6 v 216 v 22
v 2= yb

(a = 1 e b = -1)

6 ( x1 )2+ 6 ( y+ 1 )2

P( x1 , y +1 ) =

6 ( x 22. x .1+12 ) +6( y 2 +2. y .1+12 )


2

6 ( x 2 x +1 ) +6 ( y +2 y +1)
2

6 x 12 x +6+6 y +12 y +6
P( x , y ) =
6 x 2+6 y 2 12 x +12 y+12
Derivando P(x,y) em relao a x e P(x,y) em relao a y, temos:
P
=12 x12 ;
x

P
=12 y +12;
y

f ( x , y )=0
Resolvemos o sistema:

12
=1
12
12
12 y +12=0 y=
=1
12
12 x12=0 x=

Portanto

( x , y )=(1,1)

E o grfico do polinmio :

Figura 6. Grfico do Polinmio de Taylor no P2

No ponto P3 (-1,1), o polinmio de Taylor :

P(

f (a , b ) =

f x ( x , y )=6 x 26

f x (1,1 )=6

f y ( x , y ) =6 y 6

f y (1,1 )=6

v1

f (1,1 )=0

v2

)=

v 1, v 2
f ( a , b )+ f ' ( a , b ) . ) +

v 1, v2
1 ''
f ( a ,b ) . )
2!

f
P(

v1

v2

)=

v 1, v 2
( x (1,1 ) , f y (1,1 ) ). )+
0+

P(

v1

v2

)=

v 1, v 2
0+ ( 0,0 ) . )+

) ( )]

1
12 0 v
( v v ) . 0 12 . 1
2 ! 1, 2
v2

( )]

1
v
(12 v 1 , 12 v 2 ) . 1
2
v2

v1

P(

v2

1
(12 v 21 +12 v 22 )
2

)=

Portanto o polinmio de grau 2 da funo :


v1

P(

Mas

v2

6 v 21+ 6 v 22

)=

v 1=x a

v 2= yb

(a = -1 e b = 1)

2
2
P( x+ 1 , y1 ) = 6 ( x +1 ) +6 ( y1 )

6 ( x2 +2. x .1+12 ) +6 ( y 22. y .1+12 )


2

6 ( x +2 x+ 1 ) +6( y 2 y +1)
2

6 x 12 x6+ 6 y 12 y+ 6
P( x , y ) =
6 x 2 +6 y 212 x12 y+ 4
Derivando P(x,y) em relao a x e P(x,y) em relao a y, temos:
P
=12 x 12;
x

P
=12 y12 ;
y

f ( x , y )=0
Resolvemos o sistema:

12
=1
12
12
12 y 12=0 y= =1
12

12 x12=0 x=

Portanto

( x , y )=(1,1)

E o grfico do polinmio :

Figura 7. Grfico do Polinmio de Taylor no P3

No ponto P4 (-1,-1), o polinmio de Taylor :

P(

P(

f (a , b ) =

f x ( x , y )=6 x 26

(
f x 1,1 ) =6

f y ( x , y ) =6 y 26

f y (1,1 )=6

v1

v1

v2

v2

f (1,1 )=8

v 1, v2

)=

v 1, v 2
f ( a , b )+ f ' ( a , b ) . ) +

)=

f
v1, v 2
( x (1,1 ) , f y (1,1 ) ). )+
8+

1 ''
f ( a ,b ) . )
2!

) ( )]

1
v
12
0
v1, v 2 ) .
. 1
(
2!
0 12 v 2

P(

v1

P(

v1

v2

)=

v 1, v 2
8+ ( 0,0 ) . )+

v2

)=

8+

( )]

1
v
(12 v 1 ,12 v 2 ) . 1
2
v2

1
12 v 2112 v 22 )
(
2

Portanto o polinmio de grau 2 da funo :


P(

v1

Mas

v2

86 v 216 v 22

)=

v 1=x a

v 2= yb

(a = -1 e b = -1)

2
2
P( x+ 1 , y1 ) = 86 ( x+1 ) 6 ( y+1 )

86 ( x2 +2. x .1+12 )6( y 2 +2. y .1+12 )


86 ( x2 +2 x+ 1 )6 ( y 2+ 2 y +1)
86 x 212 x66 y 212 y6
P( x , y ) =
6 x 26 y 2 12 x12 y4
Derivando P(x,y) em relao a x e P(x,y) em relao a y, temos:
P
=12 x 12;
x

P
=12 y12 ;
y

f ( x , y )=0
Resolvemos o sistema:

12
=1
12

12
12 y12=0 y=
=1
12
12 x12=0 x=

Portanto

( x , y )=(1,1)

E o grfico do polinmio :

Figura 8. Grfico do Polinmio de Taylor no P4

1.4 Multiplicadores De Lagrange


O mtodo dos

multiplicadores

de Lagrange permite

encontrar

extremos

(mximos e mnimos) da funo suscetveis a uma ou mais restries.


O Teorema de Lagrange diz que, dada a funo objetiva f(x,y) sujeita
restrio g(x, y) = 0 (ou k, em alguns casos), os pontos de mximo ou de mnimo da

funo f so as solues do sistema

f ( x , y )= g
onde chamado de
g=C

multiplicador de lagrange. Ento:

f ( x , y )= g ;
> 0 ou 0
g=C

1.4.1 Determinar os valores extremos da funo f(x,y) = xy, sujeita a restrio


x2+y2=25.
Esta funo com restrio foi retirada da pagina de Andr Machado na internet.

Fonte: www.andremachado.org/artigos/759/multiplicadores-de-lagrange.html

Soluo: Primeiro vamos calcular os valores das funes f e g. Fazendo isso,


obtemos que

f ( x , y )= y i + x j

g ( x , y ) =2 x i +2 y j .

Com isso chegamos concluso de que

y i + x j= ( 2 x i +2 y j ) .

Aplicando-se

distributiva,

propriedade

obtemos

que

y i + x j= 2 x i + 2 y j.

Podemos montar o seguinte sistema:

y= 2 x
x= 2 y
2
x + y 225=0

Como

= ,

y
2x
x
=
2y
2
2
x + y =25
=

y
x
=
2 x 2 y , da chegamos a concluso que

resultado anterior, podemos reescrever a equao de restrio

x + x =25. Com isso obtemos que

2 x =25

x=

e, portanto,

y 2=x 2 . Com o
x 2+ y 2 =25 , como
5
2

. Esse tambm o valor de y, logo


x=

5
5
,
2 2

y=

5
5
,
2 2

Com isso temos a soluo dos pares ordenados, que so os pontos:

( 52 , 52 ) , ( 52 , 52 ) ,(52 , 52 ) ,( 52 , 52 )
Sabendo que a funo f(x,y) = x.y, temos:

y=

5
2

( 52 , 52 )= 52 . 52 = 252

( 52 , 52 )= 52 .(52 )=252
f
(52 , 52 )=(52 ) 52 .= 252
5
5
5 5
25
f(
, )=(
.=
)(
)
2
2 2 2 2
f

Com isso temos que o mnimo da funo

25
2

e o mximo

25
.
2

A Figura 9 abaixo, apresenta o clculo dos valores extremos com restrio, da


nossa funo f(x,y)=xy, sujeita a restrio x2+y2=25, utilizando o site Wolfram|Alpha.
Figura 9. Clculo dos valores extremos
Fonte: https://www.wolframalpha.com/input/?i=extrema++x*y+over+x%5E2%2By%5E2%3D25

Figura 10, apresenta os grficos em 3D da funo f(x,y)=xy, sujeita a restrio


x2+y2=25, e a curva de nvel.

Figura 10. Grfico em 3D e Curva de Nvel da funo


Fonte: https://www.wolframalpha.com/input/?i=extrema++x*y+over+x%5E2%2By%5E2%3D25

Podemos ver na ilustrao dos grficos, a regio circulada onde esto


contidos os pontos extremantes que esto de vermelho, e aparecem bem no centro
da superfcie.

CONCLUSO
Conclui-se, portanto, que os clculos referentes s funes de duas variveis,

quando se utiliza o software adequado como ferramenta, tm muito a contribuir


para o estudo dos extremos, pois auxilia e complementa os clculos efetuados
manualmente usando os mtodos e definies estudadas.