Você está na página 1de 136

2

Calculo Avancado.
Tarcisio Praciano-Pereira

Departamento de Matematica

Universidade Estadual Vale do Acara


u
Sobral, 27 de maio de 2007
tarcisio@member.ams.org

15

grafico - Scilab
-0

28.8

14.5

0.2
-15
-5.0

-0.1

4.9

fabetico, ou, palavras das quais voce deve desconfiar porque elas estao mal
definidas ou apresentadas de modo intuitivo. O negrito se encontra reservado
para as palavras t
ecnicas que tem uma definicao bem clara no texto. Esta
regra, entretanto, ainda esta em construcao e podera falhar aqui ou al, pelo
menos nesta edicao experimental.
Um outro elemento sintatico e a letra pequena, ela indica que o texto escrito
com ela pode ser ignorado numa primeira leitura, mas que nao precisa ser ignorado definitivamente, representam exemplos ou observacoes mais aprofundadas
e que podem ser lidas como uma curiosidade teorica sem consequencias maiores
para o resto do texto.
Este uso da enfase no texto, tem segundas intencoes, uma delas (das intencoes), de salientar uma bolha logica, nos vai permitir de falar de concei uma
tos que nao podemos definir no momento sem criar um texto ilegvel. E
atitude propria de um livro didatico, nele se tem, como primeiro objetivo, a
comunicacao com o estudante, a exposicao de Matematica para quem a quer
aprender, e obviamente, nao se dirige a quem ja a domina. Assim, avancaremos
alguns conceitos cuja definicao formal seria crtica, mas sua apresentacao num
estagio inicial completa uma visao global que o estudante ja deveria ate mesmo
ter, nao fosse a fragilidade do nosso sistema educacional.
O uso de astersco nalgum exerccio, tem o sentido de que o mesmo pode
ser mais difcil ou que o mesmo se encontra fora do contexto. O objetivo nao
deve ser o de desencorajar quem os tentem resolver. Afinal, difcil, nao e um
qualificativo absoluto, nem siquer relativamente a uma mesma pessoa ao longo
do tempo.
Este livro tem duas partes dentro das quais distribuiremos os assuntos:
1. Calculo Diferencial;
2. Calculo Integral.

O plano de trabalho.
Queremos sugerir-lhe um modo de usar este livro que se poderia se assemelhar ao de um hipertexto 1 . A u
ltima parte do livro e um ndice remissivo
alfabetico em que todas as palavras-chave do texto se encontram al listadas com
referencia `as paginas em que elas se encontram. Verifique agora, por exemplo,
Fourier, ou vetor, e voce vera a lista das paginas em que estas palavras se encontram pelo menos alguma vez com uma definicao adequada. Esta e forma
que encontramos para algumas vezes lhe sugerir uma leitura la na frente, ilustrando algum conceito que ainda viria no futuro. Parece-nos uma forma menos
brutal que a indicacao n
umerica. Faca uso intensivo do ndice remissivo como
se voce se encontrasse na frente de um hipertexto e nos desculpe pela demora
de acesso...e nao se esqueca de colocar um marcador de pagina para saber de
onde saiu. . .
Uma sntaxe se impoe nas comunicacoes, tentamos usar o it
alico com duas
intencoes: palavras-chave que voce podera encontrar no ndice remissivo al1 que

pretens
ao.. mas
e mesmo assim!

Mas observe que as departamentalizaco


es sao autoritarias e artificiais. Elas sao
feitas para atender uma necessidade pratica de disposicao de assuntos, com
objetivo sistemico, mas nao se podem tornar camisas de forca nem sugerir que o
conhecimento pode ser adquirido linearmente. Assim, voce ira encontrar muito
uso da integral dentro da primeira parte... e muito uso da derivada na segunda
parte apesar de que estas partes tem objetivos reversos, (na primeira parte
estaremos derivada e na segunda a integral).
Vamos a uma rapida justificativa de nossa escolha de desenvolvimento do
assunto que tambem servira de uma introducao.
A primeira razao das coisase que pretendemos escrever uma colecao de pequenos livros cobrindo toda a matematica do que se chama C
alculo Avancado
e que em nossa opiniao deve ser estudado num segundo ano de graduacao por
todos os estudantes de ciencias, sejam eles futuros engenheiros ou futuros professores da Escola Secundaria, ou futuros professores de Matematica da Universidade. Observe nossa posicao, intencional, de associar profissionais, queremos
dizer, sim, que o professor da Escola Secundaria deve ter uma base matematica

3
tao excelente quanto um professor da Universidade da mesma forma como os
salarios deveriam ser iguais.
O conte
udo de um tal curso deve estender as ideias do Calculo a uma variavel
para um ambiente em que as funcoes sao multivariadas, deve usar com grande

liberdade os conceitos de geometria e, portanto, de Algebra


linear, que e a
linguagem adequada para expressar este novo tipo de variavel, os vetores. Os

elementos da Algebra Linear, sao variaveis multi-numericas. Uma consequencia


deste fazer consiste numa formalizacao intensa da linguagem matematica e deve
mostrar explicitamente que a Matematica e uma linguagem abstrata mas nao
pode deixar de traduzir a realidade de outras ciencias, ou do mundo real.
Como a realidade das outras ciencias, com frequencia, se traduz sob forma
de uma taxa de variaca
o, entao as equacoes diferenciais tem de ser pelo menos iniciadas com um maximo de seriedade o que implica mostrar ao estudante
que sabemos pouco sobre elas, mas que sabemos alguma coisa e que uma certa
variedade importante de equacoes diferenciais pode ser resolvida. Neste texto
nao incluiremos equaco
es diferenciais diretamente, mas pretendemos que o leitor se encontre preparado para um curso moderno de equacoes diferenciais
ordinarias ao termina-lo, em que moderno significa centrado nas equaco
es lineares, vistas como sistemas din
amicos2 , e nas n
ao lineares como aproximaca
o das
lineares. Consequentemente o conceito de aproximaca
o tem que estar presente
de forma dominante.
preciso declarar que temos uma clareza completa da falta de organizacao
E
a que se chegou no ensino brasileiro, produto de anos sucessivos de descaso governamental com a educacao, descaso este que apenas continua, sem mostras
de que um dia venha a se acabar. A consequencia disto e uma desorganizacao
intelectual total. Apresentar Matematica seriamente numa situacao deste tipo
apresenta dificuldades suplementares. Deve-se esperar que os estudantes do
segundo ano venham com bolhas de conhecimento significativas porque os professores do ano anterior tiveram que se ocupar de discutir inclusive a materia
da escola secundaria.
Parte do nosso objetivo, portanto, e fazer a ponte necessaria entre os conhecimentos rudimentares da matematica univariada `a multivariada o que pode
ser feito se, pelo menos admitirmos como verdadeiro, que o estudante ganhou
alguma experiencia nos cursos do primeiro ano.
Queremos usar computacao como apoio para o aprendizado, neste sentido
sugerimos que o estudante faca uso dos programas que escrevemos. Estes programas podem ser obtidos ou no disco que ecompanha este livro, ou em comunicacao com o autor,
tarcisio at member.ams.org
Entre as muitas dificuldades que voce podera encontrar com a presenca de
computacao neste livro e a simples dificuldade de usa-la por falta absoluta
de meios. Primeiro que tudo nao se sinta intimidado ou humilhado, procure
encontrar uma solucao para este problema. Seria desonesto de nossa parte
2 moderno

? comecou com Poincar


e h
a mais de um s
eculo...

4
omitir esta possibilidade, apenas porque vivemos num pas em que o governo se
encontra de costas para a nacao e com isto deixa as Escolas e Universidades sem
os meios adequados para que elas cumpram a sua funcao.
Tarcisio,
e-mail tarcisio at member.ams.org
Sobral, 27 de maio de 2007

SUMARIO
4.6

II

Sum
ario
I

C
alculo Diferencial no espaco vetorial R3

1 N
umeros e geometria no R
13
1.1 Operacoes com vetores . . . . . . . . . . . . . . . . . . . . . . . . 14
1.2 Exemplos de espacos vetoriais . . . . . . . . . . . . . . . . . . . . 16
2 Derivadas de fun
co
es bivariadas
2.1 A derivada . . . . . . . . . . .
2.2 Diferenciabilidade . . . . . . . .
2.3 Operacoes e derivadas . . . . .
2.4 A formula de Taylor . . . . . .

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

29
29
46
52
55

3 S
eries e aproxima
c
ao de fun
co
es.
3.1 A serie de Taylor . . . . . . . . . . .
3.1.1 O erro medio. . . . . . . . . .
3.1.2 O erro integral. . . . . . . . .
3.2 Polinomios Trigonometricos. . . . . .
3.3 Aproximacao polinomial classica. . .
3.3.1 Quadrados mnimos. . . . . .
3.3.2 O metodo de Gram-Schmidt.
3.4 Series numericas. . . . . . . . . . . .
3.4.1 Definicoes e exemplos. . . . .
3.4.2 Criterios de convergencia. . .
3.5 Series de funcoes. . . . . . . . . . . .
3.5.1 Series de potencias. . . . . . .
3.6 Generalizacoes. . . . . . . . . . . . .
3.6.1 Espacos de funcoes. . . . . .
3.6.2 Convergencia condicional. . .

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

61
61
66
68
71
83
83
86
92
92
94
101
102
105
105
106

4 Aplica
co
es
4.1 As series de Fourier. . . . . . . .
4.2 Fenomenos vibratorios, a m
usica.
4.3 As comunicacoes. . . . . . . . .
4.4 Compactacao de dados. . . . . .
4.5 Equacoes diferenciais. . . . . . .

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

113
113
114
115
116
117

.
.
.
.

.
.
.
.

.
.
.
.
.

.
.
.
.
.

Tabelas diversas . . . . . . . . . . . . . . . . . . . . . . . . . . . 120

A integral no espaco vetorial R3

123

5 Introdu
c
ao
5.1 Equacoes parametricas de uma curva . . . . . . . .
5.1.1 exemplos de curvas . . . . . . . . . . . . . .
5.1.2 Notacao . . . . . . . . . . . . . . . . . . . .
5.2 Famlia de curvas . . . . . . . . . . . . . . . . . . .
5.3 Dimensao e variedade . . . . . . . . . . . . . . . .
5.3.1 Hiperplano e hipersuperfcie no R4 . . . . .
5.3.2 Um pouco sobre classificacao de variedades
5.3.3 Conjunto aberto e fronteira de um conjunto
5.4 Complementos sobre Integracao . . . . . . . . . . .
5.5 Complementos sobre Geometria e Derivada . . . .

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

125
125
125
127
133
133
136
136
139
143
148

6 Somas m
ultiplas de Riemann
159
6.1 Integral m
ultipla - Solucao . . . . . . . . . . . . . . . . . . . . . 159
6.2 O caso da fronteira curva . . . . . . . . . . . . . . . . . . . . . . 168
7 A integral de linha
7.1 Integral de linha . . . . . . . . .
7.2 Derivadas Parciais . . . . . . . .
7.3 Aplicacoes das derivadas . . . . .
7.3.1 Vetor normal e gradiente
7.4 Derivadas de funcoes vetoriais . .
7.5 Miscelanea de Exerccios . . . . .

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

183
183
188
196
202
210
211

8 O teorema de Green
8.1 Teorema de Green . . . . . . . . . . . . . . .
8.1.1 Campos vetoriais conservativos ou nao
8.1.2 Forma trivial do Teorema de Green . .
8.2 Rotacao e fluxo . . . . . . . . . . . . . . . . .

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

221
221
221
224
238

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

9 Superficie
243
9.1 Superfcie e area . . . . . . . . . . . . . . . . . . . . . . . . . . . 243
9.2 Aplicacoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
10 F
ormulas Integrais
261
10.1 Generalizacoes da integral . . . . . . . . . . . . . . . . . . . . . . 261
Bibliografia ............................................................................... i

LISTA DE FIGURAS
7.6

Parametrizaca
o do quadrado Q de lado 1, com v
ertices (0, 0), (1, 1).

8.1
8.2

Os distintos caminhos entre P, Q no domnio , ; , , . . . . . . . . .


A fronteira de um domnio inclue as fronteiras dos seus buracos... a ori-

8.3
8.4

Lista de Figuras

8.5
8.6
9.1
1.1
1.2

Dois vetores somados geometricamente pela regra do paralelograma.

. . . .

14

No domnio de W R em volta de um ponto P W, h


a muitas direco
es

1.3

Campo vetorial - aproximaca


o de curva

. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .

15
27

2.1
2.2
2.3

z = g(x, y) = x2 + y 2 e plano tangente z = q(x, y)

. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . .
Campo vetorial - aproximaca
o de curva . . . . . . . . . . . . . . . . . .

32
36
42

para escolher e estudar a variaca


o.

3.1
3.2
3.3
3.4
3.5

A reta tangente ao gr
afico de f

.
.
. . . . . . . . . . .
em x = 0. . . . . . .

.
.
.
.

64
65
68
69

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

80

Gr
aficos simult
aneos do polin
omio de Taylor de grau 3 e da funca
o f .

Graficos simult
aneos do seno e de seu polin
omio de Taylor de grau 11 .
Reta tangente ao gr
afico de f no ponto x = 2 .
Polin
omios de grau 11 e 13 do seno desenvolvidos

.
.
.
.

polin
omio trigonom
etrico com 5 termos: aproxima
ca
o da fun
ca
o dente de serrote
em R.

3.6

polin
omio trigonom
etrico com 10 termos no intervalo [15, 15]: aproxima
ca
o da

3.7

Area
associada a uma soma parcial-projeca
o para traz - projeca
o para frente.

4.1

gr
afico da par
abola x 7

fun
ca
o dente de serrote em R.

1
(x2
2

. . . . . . . . . . . . . . . . . . . . . . .

x 2) aproximada por um polin


omio trigo-

nom
etrico, no intervalo [, ].

5.1
5.2
5.3
5.4

81
96

. . . . . . . . . . . . . . . . . . . . . . 117

. . . . . . . . . .
. . . . . . . . . . . . . . . .
Curva parametrizada . . . . . . . . . . . .
Um conjunto aberto P e um ponto. . . .

Ccloide desenhada a
` m
ao
Arco de curva

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

126
128
131
141

6.1
6.2

O crculo como domnio de integraca


o.

. . . . . . . 160
. . . . . . . . . . . . . . . . . . 169

7.1
7.2
7.3
7.4
7.5

. . . . . . . . . . . . . . . . . 185
. . . . . . . . . . . . . . . . . 190
Gr
afico aproximado da curva plana . . . . . . . . . . . . . . . . . . . . 193
Uma malha retangular em induz uma partica
o no conjunto de sada W . 198
Uma superfcie com ponto singular . . . . . . . . . . . . . . . . . . . . 205

Crculo de centro na origem coberto por uma malha uniforme

Uma curva e sua aproximaca


o poligonal

Uma variedade linear e seu vetor normal

. . . . 213
227

entaca
o da fronteira pode ser determinada por tang
encia. . . . . . . . . . 231
A orientaca
o de uma curva pode ser incompatvel com a orientaca
o da fronteira. 232
A indepen
encia de caminhos; as curvas s
ao percorridas de acordo com a
indicaca
o das setas. . . . . .
A independ
encia de caminhos
Isot
ermicas e linhas de fluxo
O princpio do coseno

. . . . . . . . . . . . . . . . . . . . . . 233
. . . . . . . . . . . . . . . . . . . . . . 236
. . . . . . . . . . . . . . . . . . . . . . . 239

. . . . . . . . . . . . . . . . . . . . . . . . . . 244

Parte I

C
alculo Diferencial no
espaco vetorial R3

11
As tres t
ecnicas b
asicas do C
alculo
Neste captulo vamos estudar as tres t
ecnicas b
asicas do C
alculo, derivada, integral e limite,
tendo o espaco tridimensional como o cen
ario de trabalho.
Limite
e o estudo do comportamento assint
otico, usamos limite para definir a integral e a
derivada. Que
e a integral? voc
e ver
a depois que h
a outras formas de se conceber a integral
e que o pr
oprio limite
e um tipo de integral, mas esta vis
ao ainda faz parte do futuro e n
os
queremos usar o que voc
e recentementre aprendeu. Para compreender o que era a integral,
voc
e, considerou uma famlia de n ret
angulos sob o gr
afico de uma funca
o e lhes calculou a
a
rea
Axi = f (xi )xi ,
n
P
Axi se aproe depois lhe disseram que quando os xi se aproximarem de zero a soma
i=1

ximar
a de um n
umero, este n
umero
e a integral de f. Mas pode n
ao ser assim, neste caso a
funca
o n
ao
e integr
avel,
e isto que caracteriza um comportamento assint
otico.
O comportamento assint
otico
e a id
eia central deste captulo.

12

14

CAPITULO 1. NUMEROS E GEOMETRIA NO R


Regra do Paralelograma
soma de dois vetores
10
9
8
7
6

Captulo 1

5
4
3
2

N
umeros e geometria no R3

1
0
0

Figura 1.1:
Resumo.
Vamos estudar os elementos e as estruturas b
asicas para generalizar o C
alculo Diferencial e
Integral univariado.
f

Enquanto que no caso univariado tinhamos R [a, b] R e queriamos estudar a taxa de


variac
ao inst
antanea de f num determinado ponto x [a, b], n
ao havia muita escolha quanto
a
` variaca
o de x, para frente ou para tr
as. Aqui as funco
es ser
ao multivariadas quer dizer que
f

num ponto P W de uma funca


o W R, h
a muitas direco
es em que se pode escolher
para estudar a taxa de variaca
o, veja a (fig. 1.2), p
agina 15.

Introducao: algebra e Vetores.


O conceito de vetor surgiu na Fsica como muitas das noc
oes da Matem
atica. O conceito
fsico estava ligado a uma entidade geom
etrica, uma seta, porque tinha que ter direca
o e
intensidade. Esta vis
ao geom
etrica
e primitiva e tem que ser generalizada para ser melhor
aplicada em distintas situac
oes. Como sempre,
e um processo alg
ebrico, ou formal que produz
a generalizac
ao adequada.
Os passos desta generalizac
ao seguem uma an
alise do conceito que se deseja generalizar. Com vetores, queriam os fsicos, estender o conceito de n
umero. Os n
umeros eram
pobres, representam apenas a intensidade, era preciso associar-lhe direca
o e sentido. Os tres
conceitos se encontram sintetizados, geometricamente, num segmento de reta orientado,
que tem m
odulo, direca
o e sentido. Entretanto os dois u
ltimos conceitos se confundem uma
vez que n
ao
e possvel falar de sentido sem direca
o. De uma certa forma se pode dizer que
existem apenas dois novos conceitos num vetor: intensidade (ou m
odulo) e
angulo, desde
que se tenha estabelecido um padr
ao adequado para medic
ao de
angulos. Mas padr
ao para
medir tamb
em
e necess
ario quando se fala em intensidade. A representac
ao geom
etrica dos
vetores conduziu naturalmente ao conceito geom
etrico de soma destes objetos: a regra do paralelograma, (fig. 1.1). As outras coordenadas contidas no conceito de vetor: intensidade,
a
ngulo, direca
o, sentido, que de alguma forma se sobrep
oem, todas surgiram da concepc
ao
geom
etrica.
Os conceitos de
angulo, comprimento ou m
odulo, ficam todos ge-neralizados pelo conceito
de produto escalar. Em Geometria Analtica se define o produto escalar de dois vetores, mas

e na Algebra
Linear que se estende convenientemente o conceito de n
umero incluindo os
vetores.
Hoje encontramos a palavra vetor utilizada em computac
ao ou mesmo em economia ou
planejamento e a ideia subjacente
e a mesma. No vetor que aparece em computac
ao n
ao
tem sentido falar em m
odulo na verdade a palavra certa seria matriz que generaliza a ideia de
vetor: um objeto multi-num
erico, ou n
umero generalizado como algumas vezes as estaremos
chamando aqui para enfatizar.

13

10

Dois vetores somados geometricamente pela regra do paralelograma.

Uma outra invenc


ao da Humanidade foi o n
umero complexo, que
e um tipo de vetor
e surgiu de forma independente para resolver quest
oes alg
ebricas, como
e o caso da raiz
quadrado de 1. Por sua origem alg
ebrica, os n
umeros complexos tinham uma capacidade
operat
oria completa: soma, multiplicac
ao, divis
ao e subtrac
ao. Nossos antepassados quase
que reconheciam neles aut
enticos n
umeros, mas deixaram registrada a desconfianca de que
havia alguma coisa errada no nome: n
umeros complexos. Em seguida se descobriu que os
n
umeros complexos eram uma esp
ecie de n
umeros geom
etricos com uma representac
ao vetorial de modo que o conjunto, C, dos n
umeros complexos, era plano, generalizando a reta
R que representava os n
umeros reais. Nos s
eculos 19 e 20 se multiplicaram as tentativas de
construc
oes de n
umeros geom
etricos de dimens
ao maior do que 2, sobre R. Algumas dessas
construc
oes tiveram sucesso, os quaternions s
ao um desses exemplos que t
em uma a
lgebra
parecida com a dos n
umeros complexos. Na atual estrutura da Matem
atica, os vetores s
ao

objeto de estudo de uma disciplina chamada Algebra


Linear, que
e um departamento da

Algebra.
Neste primeiro captulo faremos uma introduc
ao sistem
atica, mas resumida, da
algebra
linear que ser
a necess
aria para estudar C
alculo Multivariado ao mesmo tempo em que iremos
desenvolvendo os conceitos do C
alculo. Vamos descrever o cen
ario em que se vai desenvolver
a aca
o. A figura (fig. 1.2) pretende ilustrar isto, num ponto P do domnio h
a v
arias direc
oes
sobre as quais podemos estudar a taxa de variac
ao de uma func
ao
f

W R,
sugerindo, ent
ao, que a derivada, que guarda o coeficiente angular instant
aneo de uma func
ao,
tem que ser considerado em v
arias possveis direc
oes.

1.1

Operac
oes com vetores

A regra do paralelograma, (fig. 1.1), contem os elementos de semelhanca de


triangulos necessarios para que se transporte sentido e intensidade, contidos no
objeto geometrico vetor, de modo que possamos superp
o-los geometricamente.
Ao mesmo tempo ela contem, dentro da propria semelhanca de triangulo, os
elementos algebricos da definicao:
u = (a, b) ; v = (x, y) u + v = (a + x, b + y).

(1.1)

1.1. OPERAC
OES COM VETORES

15

16

CAPITULO 1. NUMEROS E GEOMETRIA NO R


1. a comutatividade: u + v = v + u vale
2. a associatividade: (u + v) + w = u + (v + w) vale
3. exista um elemento neutro relativamente a
`soma: 0 + u = u
4. a distributividade do produto relativamente a
` soma, vale:
(a) a
`esquerda ( R)(u, v V ) ; (u + v) = u + v
(b) e a
`direita (, R)(u V )( + )u = u + u

5. O elemento neutro da adica


o de R leve, pela multiplicaca
o, todo vetor no
zero: 0~x = ~0.
6. O elemento neutro da multiplicaca
o de R leve todo vetor nele mesmo:
1u = u.
Ent
ao diremos que V e um espaco vetorial real.
Observa
c
ao 2

Figura 1.2:

No domnio de W R em volta de um ponto P W, h


a muitas direco
es para
escolher e estudar a variaca
o.

Estude a (fig. 1.1) e procure encontrar nela os elementos da equacao (equacao,1.1).


Observa
c
ao 1 Dimens
ao finita

Na pr
atica da Algebra
Linear de dimensao finita um jogo de palavras guarda
esta regra operat
oria: se somam as coordenadas de mesma ordem, a primeira
com a primeira, e a segunda com a segunda para se obter o vetor resultante.
Os espacos de dimensao finita se caracterizam pelo fato de que todos os seus
elementos tem uma mesma quantidade de coordenadas. Assim o R3 se caracteriza por objetos que tem tres coordenadas, tres n
umeros reais, e um espaco
vetorial de dimens
ao tres.
A soma de vetores e o produto de vetores por escalares, tem as propriedades
usuais dos n
umeros.
Defini
c
ao 1 Espaco vetorial.
Se designarmos por V um conjunto no qual se encontra definida uma operaca
o
de adica
o comutativa,
V x V V ; (x, y) 7 x + y
e tal que o corpo dos n
umeros reais aja sobre V
R (V 7 V ) ; R (x 7 x V )
distributivamente e associativamente, isto e tal que

Escalares e vetores.
A propriedade distributiva salienta a exist
encia de dois tipos de dados envolvidos nas
operac
oes com vetores: escalares e vetores. O corpo dos n
umeros reais, R, age sobre o
espaco vetorial V :
3
3
R (R R )
de modo que o resultado desta aca
o volta a ser um vetor. Chamamos os n
umeros reais de
escalares. Em particular a aca
o do zero: 0 u = 0.

Consulte um livro de Algebra


Linear para uma descric
ao mais completa da estrutura dos
espacos vetoriais. Mas, intuitivamente, vetores s
ao objetos que cont
em informac
ao num
erica
m
ultipla, que podem ser somados e multiplicados escalarmente por n
umeros. De alguma forma
os vetores podem ser vistos como uma generalizac
ao dos n
umeros, eles carregam informac
oes
multi-num
ericas.

1.2

Exemplos de espacos vetoriais

Vamos ver que h


a objetos bem diferentes formando espacos vetoriais, conjuntos de funco
es,
conjuntos de polin
omios, matrizes de n
umeros. O nosso objetivo consiste em salientar que
espaco vetorial
e uma estrutura e quando uma coleca
o de objetos semelhantes entre si tem
as propriedades que listamos acima, temos um espac o vetorial. O que pudermos fazer com
um espaco vetorial, tamb
em poderemos fazer com outro: generalizac
ao.
Este livro
e um livro de C
alculo em que vamos generalizar as t
ecnicas do C
alculo Diferencial
e Integral univariado para os vetores, em particular para os elementos do R3 , mas daremos
aqui e al algumas fugidelas mostrando que os mesmos m
etodos tamb
em se aplicam a vetores
de natureza mais geral.

Exemplo 1

Polin
omios de mesmo grau.
O conjunto dos polin
omios de grau menor ou igual a n
e um espaco vetorial de dimens
ao
n + 1 porque precisamos de n + 1 informac
oes, coordenadas, para escrever os elementos deste
espaco.
A soma se faz coordenada a coordenada, sem alterar o grau, se pode multiplicar um
polin
omio do grau n por um escalar resultando num novo polin
omio do mesmo grau. Apenas
o zero tem que ser considerado um polin
omio de grau qualquer para que as coisas fiquem
organizadas. Ver Taylor, polin
omio

1.2. EXEMPLOS DE ESPAC


OS VETORIAIS

17

18

CAPITULO 1. NUMEROS E GEOMETRIA NO R

Exemplo 2

Espaco vetorial de func


oes contnuas.
Os polin
omios as vezes podem ser vistos como func
oes, ent
ao as func
oes formam um caso
mais amplo de espaco de vetores.
As func
oes, pelo menos numa primeira aproximaca
o, s
ao objetos definidos em pontos de
um determinado conjunto chamado domnio, aos quais se associam valores que se encontram
no conjunto dos valores.
O domnio funciona como um conjunto de ndices e podemos ver assim que R3 nada
mais
e do que o conjunto de todas as func
oes reais definidas no domnio {1, 2, 3} se podendo
entender a notac
ao xi como x(i), o valor de x no ponto i.
Esta ideia se pode generalizar para o conjunto de ndices [a, b], um intervalo da reta.
No C
alculo univariado se definem as func
oes contnuas e se mostra que soma de funco
es
contnuas
e uma funca
o contnua, leia-se: soma de vetores
e um vetor.
Se chamarmos V = C([a, b], R) ao espaco vetorial de todas as func
oes contnuas definidas
no intervalo [a, b] e tomando valores em R, podemos verificar que C([a, b], R) tem todas as
propriedades (prop. 4), p
agina 16, sendo um espaco vetorial sobre o corpo R.
A dimens
ao deste espaco pode ser rapidamente discutida. Veja que, no caso do R3 , o
conjunto dos ndices,
e o domnio em que se encontram definidas as func
oes que formam
este espac o, que justificamos ser um espaco de dimens
ao 3. Agora estamos discutindo
func
oes cujo domnio, leia conjunto dos ndices,
e o intervalo [a, b], que tem uma quantidade
de elementos n
ao finita1 . Assim, apenas comparando os conjuntos de ndices, concluimos
que as func
oes contnuas, definidas no intervalo [a, b] tem uma quantidade n
ao finita de
informac
oes fazendo do espaco C([a, b], R) um espaco vetorial de dimens
ao n
ao finita.
Os espacos de polin
omios tamb
em podem nos conduzir rapidamente `
acompreens
ao de que
existem espacos de dimens
ao n
ao finita. Como um polin
omio de grau n
e, intuitivamente,
um vetor de dimens
ao n + 1, porque precisamos de n + 1 informac
oes para escrev
e-los, ent
ao
vemos que existem espacos de dimens
ao finita, n, arbitr
arios contidos no espaco de todos
os polin
omios, R[x], que assim n
ao pode ser um espaco de dimens
ao finita.
Mas a natureza dos dois epacos, C([a, b], R) ou R[x]
e distinta, como tamb
em
e distinta
a natureza da n
ao finitude de suas dimens
oes. Estes fatos v
ao nos levar a discutir no
captulo 2 os problemas de aproximac
ao.
Observa
c
ao 3 Aproximac
ao, finitude, cardinalidade.
Problemas: Como aproximar, com um n
umero finito de informac
oes, um objeto que
contenha uma quantidade n
ao finita de informaco
es ? Existe alguma coisa n
ao finita `
anossa
volta?
Estes problemas se encontram no centro da investigac
ao tecnol
ogica dos nossos dias uma
vez que as informaco
es que temos guardar ou transmitir s
ao funco
es, como a quantidade de
energia contida num fen
omeno, voz, figura, etc...
Por outro lado, os instrumentos que temos para medir devem transformar estes fen
omenos
em uma quantidade finita de informac
oes, digitaliz
a-las, para que possamos guard
a-las ou
trnsmit-las.
Outra quest
ao que fica para ser aprofundada
e esta sobre a quantidade de elementos
n
ao finita. Esta quest
ao se constitue de uma teoria chamada cardinalidade.

Alem de somar vetores, resultando noutro vetor, e multiplicar vetores por


escalares, resultando ainda noutro vetor, precisamos do produto escalar de
dois vetores:
Defini
c
ao 2 Produto Escalar.
u = (x1 , , xn ) v = (y1 , , yn )
n
X
< u, v >=
xi yi = |u| |v| cos()

(1.2)

Vamos sintetizar o n
ucleo da ideia, o metodo formal da a
lgebra entra em
cena: na expressao acima temos um smbolo que representa o produto escalar,
cuja definicao se encontra `a direita e tem propriedades que podemos facilmente2
deduzir:
Teorema 1 Propriedades do produto escalar em R3 .
(1)

< u, v >=< v, u >

(2) < u, v1 + v2 >= < u, v1 > + < u, v2 >

(1.4)
(1.5)

Estas duas propriedades caracterizam <, > como uma forma (transformacao)
bilinear que chamaremos de produto escalar.
Exerccios 1

1. Facas contas e mostre que se


< u, v >=

n
X

xi yi

i=1

ent
ao, < u, v >=< v, u > .
2. Mostre no R2 que se u, v forem dois vetores unit
arios, ent
ao (veja que
suas coordenadas podem ser escritas usando sen, cos),
< u, v >= cos cos + sin sin
e deduza da que
< u.v >= cos ; = e o a
ngulo entre os dois vetores.
3. Generalize, se u, v n
ao forem unit
arios, ent
ao eles s
ao multiplos de vetores
unit
arios pelos escalares |u|, |v| e conclua que
< u, v >= |u||v| cos
o de um pro4. definica
o abstrata de a
ngulo Mostre que a partir da definica
duto escalar num espaco vetorial, podemos definir o a
ngulo entre dois vetores dados, (soluca
o mais adiante no texto).

(1.3)

Quando um espaco vetorial tiver um produto escalar diremos que e um espaco


euclidiano.

1 N
ao se pode usar esta linguagem, quantidade, neste conceito, sem incorrer em contradico
es de natureza l
ogica.

2 N
ao permita que o autor o intimide, pergunte se n
ao estiver claro... ou se cale para
sempre.

i=1

1.2. EXEMPLOS DE ESPAC


OS VETORIAIS

19

Observa
c
ao 4 A estrutura euclidiana.
Se identificarmos alguma func
ao em outro espaco vetorial tendo as mesmas propriedades
do produto escalar, ent
ao descobrimos um novo espaco euclidiano e suas propriedades s
ao
muito parecidas, ou possivelmente as mesmas, do R3 .
desta generalizac
E
ao que falavamos: o estudo acurado de um determinado exemplo nos
permite uma estens
ao de suas propriedades a uma famlia de objetos semelhantes a ele. Ao
mesmo tempo isto se constitue de um m
etodo expositivo que adotaremos que vai do particular
para o geral: a an
alise dos exemplos permite sua generalizac
ao e uma classificac
ao adequada
cria uma categoria de objetos aos quais a mesma an
alise se aplica.
Vamos aplicar tudo que estudarmos sobre o R3 `
as s
eries de Fourier, mais adiante, mas o
espaco onde estaremos trabalhando ter
a como vetores, funco
es. Veja o exemplo logo a seguir
em que estamos nos exercitando no que ser
a necess
ario mais a frente.
Chamamos sua atenc
ao para a ambig
uidade da definic
ao de produto escalar, (def. 2),
na p
agina 18, usando soma e tamb
em o produto de m
odulos. Apenas uma deveria ter sido
apresentada como definic
ao, a outra sendo um teorema. Os exerccios tentam sanar esta
ambig
uidade, resolva o exerccio e escolha quem
e a definic
ao e quem
eo teorema. Veja
assim outro fato que passa desapercebido na construc
ao da Matem
atica, que nem tudo
e
absoluto, muitas vezes voc
e pode escolher o que
e definica
o ou teorema. Escolha qual
e o seu
teorema.
O produto escalar
e tpico dos espacos vetoriais euclidianos, e h
a espacos em que n
ao se
pode definir um produto escalar coerente com a estrutura vetorial, nestes espacos se perde o
conceito de
angulo. Neste livro trataremos apenas de espa
cos euclidianos.

A parte final da definicao (def. 2) e de natureza geometrica, pode ser


utilizada para definir a
ngulo quando a geometria usual n
ao der mais pe:

Defini
c
ao 3 Angulo.
Dados dois vetores u, v o a
ngulo entre eles e o n
umero:
a
ngulo(u, v) = ar cos(

Observe ainda que o


angulo de uma func
ao com ela mesma
e zero, como seria de espe um pouquinho mais difcil ver a conex
rar. E
ao entre duas funco
es ortogonais entre si, o que
acontece quando o produto escalar entre elas se anula. Mas existe um significado que generaliza de forma natural a definic
ao geom
etrica de vetores ortogonais: os vetores (0, 3), (1, 0)
porque onde um se anula o outro n
ao se anula, mas isto
e uma situac
ao bem particular. Nos
exerccios voc
e ser
a convidado a demonstrar um caso que diretamente generaliza este.

Exerccio 1 Vetores.
1. equaca
o vetorial. Se A, B R3 forem dois vetores dados, resolva, explicitando todas as propriedades usadas, a equaca
o
A + 3X = B
2. equaca
o vetorial. Se duas funco
es forem dadas:
f, g C([a, b] x [c, d], R)
e se for dado R, resolva a equaca
o:
f + X = g.
Em particular, considere f (x, y) = exp(x2 y 2 ), g(x, y) = 1, = 1, e
encontre X.

(a) Encontre o conjunto de todos os vetores ortogonais ao vetor (3, 4)


R2
(b) Encontre o conjunto de todos os vetores ortogonais ao vetor (3, 4)
R3

O exemplo seguinte ilustra o metodo de generalizacao.


Exemplo 3

Produto escalar no espaco C([0, 2]).


O conjunto de func
oes contnuas C([0, 2])
e um espaco vetorial. Podemos somar func
oes,
de forma semelhante como somamos os n
umeros, ou os vetores. Podemos multiplicar func
oes
por escalares, como fazemos fazemos com os vetores. Falta-nos, entretanto a sensaca
o
gem
etrica de seta quando observamos uma func
ao, e
e normal, porque as func
oes s
ao
vetores de uma dimens
ao muito superior a segunda ou terceira dimens
oes. Na verdade
uma funca
o de dimens
ao baixa
e simplesmente um vetor...
No espaco C([0, 2]) podemos3 definir o produto escalar, <, >, da seguinte forma:
(1.6)
(1.7)

< f, g >
).

angulo(f, g) = ar cos(
|f | |g|

CAPITULO 1. NUMEROS E GEOMETRIA NO R

3. ortogonalidade.

< u, v >
)
|u| |v|

f, g C([0, 2])
Z 2
f (t)g(t)dt
< f, g >=

20

(1.8)

f
E
acil mostrar que <, > tem as mesmas propriedades que o outro definido anteriormente,
sendo assim uma forma bilinear, um produto escalar. Depois veremos que este produto escalar
no espaco de func
oes usualmente vem multiplicado por uma constante adequada a um certo
objetivo. Veja a definic
ao dos coeficientes de Fourier.
3 O uso do n
umero tem como u
nica funca
o assustar o leitor... para n
ao ficar assustado,
troque-o e veja que tudo funciona igual.

(c) Verifique que as funco


es:
f (x) = x x [0, ] ; f (x) = 0 x
/ [0, ]
g(x) = 0 x [0, ] ; f (x) = x x
/ [0, ]
s
ao ortogonais em C([0, 2], R) com o produto escalar da integral.
Verifique tambem que as funco
es seno e coseno s
ao ortogonais no
mesmo espaco. Calcule o m
odulo de todas as funco
es usando a definica
o:
p
|f | = < f, f >.

(d) Encontre todos os vetores ortogonais ao vetor


p(x) = 3 + 4x + x2

no espaco dos polin


omios de grau menor ou igual a 2, (qual e o
produto escalar que voce pretende utilizar ?)

21

1.2. EXEMPLOS DE ESPAC


OS VETORIAIS

(e) O polin
omio p(x) = 3+4x+x2 e um elemento do espac o C([a, b] x [c, d], R).
Neste espaco o produto escalar can
onico, e o integral. Encontre alguma funca
o que seja ortogonal a p relativamente ao produto escalar
integral.
(f ) Veja num livro de Fsica a definica
o de trabalho e construa um exemplo de duas funco
es cujo trabalho de uma, relativamente ao da outra,
seja nulo: ortogonais. Observe que voce estar
a usando o produto
escalar integral.
(g) Veja num livro de Estatstica o conceito de probabilidade condicional
e construa um exemplo de eventos independentes, como ortogonais..
(h) Use o produto escalar integral, (eq. 1.8), para encontrar os vetores
perpendiculares ao vetor f (x) = sen(x) em C([, pi], R). Verifique
em particular se algum dos vetores
2

g(x) = x ; h(x) = x ; p(x) = cos(x) ; r(x) = x

e perpendicular a f. Interprete o resultado considerando que a a


rea
sob a funca
o, sua integral, representa a quantidade de energia que
ela encerra.
(i) A integral de uma funca
o pode ser interpretada como a quantidade
de informacao que ela contem. Como poderiamos interpretar duas
funco
es ortogonais neste sentido. Traduza este exemplo para o caso
de vetores do R3 .
(j) funco
es multivariadas. Verifique as propriedades do espaco vetorial
C([a, b] x [c, d], R).
4. Os fsicos gostam de ver o mundo como um espaco de dimens
ao 4, o
espaco-tempo, com tres coordenadas para posica
o no espaco e uma coordenada para o tempo, (x, y, z, t). Uma partcula em movimento trac a
uma curva neste espaco. Poderia uma tal curva ser um crculo? uma
curva fechada? Trace a curva, no plano mesmo, de duas particulas que
colidam e se destruam mutuamente.
5. Resolva as seguinte equaco
es indicando cuidadosamente quais foram as
regras utilizadas de passagem para cada nova linha da soluca
o:
(a) (2, 0, 3) + X = (0, 2, 3)
(b) 2 + i + X = 3 i + 2X

22

CAPITULO 1. NUMEROS E GEOMETRIA NO R


6. O centro de gravidade, baricentro, de um tri
angulo e a media aritmetica
dos seus vertices, considerados como vetores. Desenhe um tri
angulo e
calcule o seu baricentro.
7. baricentro Um tri
angulo pode ser feito de material n
ao homogeneo, ent
ao
seus vertices podem ter pesos diferentes. Considere o tri
angulo PQO cujos
vertices pesam respectivamente 4,5,7. Calcule o baricentro deste tri
angulo,
depois de ter escolhido as coordenadas de cada um dos seus pontos. Calcule tambem o baricentro considerando os vertices todos de mesmo peso e
verifique qual a diferenca nos dois casos.
8. Verifique se os pontos (1, 2, 4, 1), (2, 0, 5, 2), (0, 4, 2, 3) formam um tri
angulo.
Calcule o baricentro destes pontos considerados todos de mesmo peso.
9. Calcule a dist
ancia entre a reta determinada pelos pontos (1, 2, 3), (3, 2, 1)
e o ponto (4, 3, 2).

10. Encontre um vetor perpendicular a reta determinada pelos pontos (1, 2, 3), (3, 2, 1).
Calcule a dist
ancia desta reta a
`origem.
11. Tome como definica
o: um plano e o lugar geometrico dos pontos do espaco
que determinam vetores perpendiculares a um vetor dado (A, B, C). Calcule uma equaca
o para este plano e justifique porque h
a mais de um plano
satisfazendo esta definica
o. Corrija ent
ao a definica
o inicial.
12. Apresente exemplos que justifiquem a afirmaca
o: a soluca
o de um sistema linear e uma translaca
o da soluca
o do sistema homogeneo associado
passando por uma soluca
o particular. Faca-o inicialmente no plano, mas
generalize depois.
13. Mostre que |

n
P

k=1

si |

n
P

k=1

|si | sejam si n
umeros ou vetores.

14. Descreva, usando vetores, as duas desigualdades tri


angulares:
(a) A soma de dois lados de um tri
angulo e maior que o terceiro.
(b) Num tri
angulo, qualquer lado e maior do que a diferenca dos outros
dois.
Demonstre estas desigualdade e depois as escreva como uma u
nica sequencia
de duas desigualdades.
15. desigualdade de Cauchy-Buniakowski-Schwarz Considere dois vetores u, v
que ent
ao determinam um plano, mostre que < u, v >= leq|u||v|cos()
|u||v| em que e a
ngulo entre os dois vetores.

(c) (1, 1, 3) + 4X = (2, 1, 0)

(d)

2X + 3Y = (1, 1, 0)

(1.9)

X 2Y = (1, 1, 1)

(1.10)
(1.11)

16. Generalize a desigualdade acima provando que


n
X

k=1

uk vk |u||v| ; u, v Rn

23

1.2. EXEMPLOS DE ESPAC


OS VETORIAIS

17. Mostre que o conjunto s~u + t~v ; s, t 0 ; s + t = 1 e o segmento de reta


suporte do vetor diferenca ~u ~v .

x = f (t)
18. Trace os gr
aficos das funco
es
com
y = g(t)
f (t) = t; g(t) = t2 f (t) = t2 ; g(t) = t3 indique o sentido do percurso
de cada curva considerando que t cresce de negativo a positivo.

19. A que tipo de objeto correspondem as equaco


es parametricas

x = f (s, t)
y = g(s, t) um plano, uma reta? qual e a dimens
ao deste objeto?

z = h(x, t)

Definimos uma operacao entre os vetores do espaco R3 , chamada produto


escalar, e queremos ve-la de uma outra forma. Veja que lhe demos o nome de
produto porque e semelhante ao produto entre n
umeros. De fato e esta semelhanca que interessa, e o produto escalar define uma forma de multiplicar vetores
e outras entidades parecidas, as matrizes, objeto do nosso proximo captulo.

24

CAPITULO 1. NUMEROS E GEOMETRIA NO R


4. Descreva o domnio e o conjunto de valores de cada uma das funco
es
definidas abaixo:
f (x) =

1
1+x2
4xy 2
1+x2

f (x, y) =

f (x) =
f (x) =

2x
1+x2
1
2
y x2

f (x, y) =
f (x, y) =

|x|
|y|
xy
x2 +y 2

5. intuica
o gr
afico de curva Sendo uma curva4 do plano, R2 , e
f

R2 R3
de exemplos (gr
aficos e algebricos) ilustrando
f o pode ser um ponto (um ponto e uma curva diferenci
avel);

f o pode ser uma curva diverenci


avel (que hip
otese e necess
aria ?);

como seria o graf (f o), o gr


afico de f o, se for uma curva fechada.
6. Considere num cubo o vertice P0 e os tres vertices que lhe s
ao adjacentes
P1 , P2 , P3 .
Considere a aplicaca
o F que roda o cubo levando

Exerccios 2 Exerccios de revis


ao
f

1. Propriedades da imagem de uma funca


o Se X Y for uma funca
o qualquer, e A, B X verifique que
(a) f () = ;

f (X) Y ;

(b) Se A B ent
ao f (A) f (B);
S
S
(c) f ( i Ai ) = i f (Ai );
T
T
(d) f ( i Ai ) i f (Ai ).

(a) De uma definica


o geometrica para F (descrica
o geometrica);
(b) Encontre a matriz de F num sistema de coordenadas adequado (em
que ela fique mais simples)
(c) Mostre que F 3 = F oF oF e a identidade e portanto que F 1 = F oF .

Verifique tambem que, para imagem inversa valem


(a) f 1 () = ;

P1 7 P2 ; P2 7 P3 ; P3 7 P1

f 1 (Y ) = X;

(b) Se A B ent
ao f 1 (A) f 1 (B);
S
S
1
(c) f ( i Ai ) = i f 1 (Ai );
T
T
1
(d) f ( i Ai ) = i f 1 (Ai ).
(e) f 1 (Ac ) = [f 1 (A)]c

M
etodos num
ericos e equa
c
oes diferenciais ordin
arias
Derivada, plano tangente, aprox. linear
T. Praciano-Pereira

Lista 01
tarcisio@member.ams.org
Dep. de Matem
atica

alun@:
Univ. Estadual Vale do Acara
u

27 de maio de 2007

Por favor, prenda esta folha de rosto na sua solucao desta lista,
deixando-a em branco. Ela sera usada na correcao.

em que A, B Y.
2. Sendo A, B dois conjuntos tais que A B calcule A B ; A B.
3. Mostre que a interseca
o de dois conjuntos convexos e um conjunto convexo, mas que a uni
ao de dois convexos n
ao precisa ser um conjunto convexo.

4 curva
e uma funca
o de classe C 1 com derivada diferente de zero definida em um intervalo
e tomando valores valores em Rn

1.2. EXEMPLOS DE ESPAC


OS VETORIAIS

25

Exerccios 3 Derivada, plano tangente, aprox. linear objetivo: Conduzir @


alun@ a dominar gradientes, jacobianas, planos tangentes e mudancas de vari
aveis,
campo vetorial, gr
aficos com apoio computacional.
palavras chave: jacobiana, gradiente, derivadas parciais, variedades lineares tangentes, produto escalar, campo vetorial.
1. Verifique que a equaca
o de uma reta que passa na origem, no plano, se
expressa como o produto escalar de um vetor (A, B) por um vetor posica
o
(x, y) arbitr
ario da reta. Faca um gr
afico e interprete geometricamente o
significado do vetor (A, B).
2. Ganhe agilidade, escolha 1005 vetores no plano e escreva as equaco
es de
retas perpendiculares a estes vetores expressando-as sempre no formato
indicado a seguir. Em cada caso escolha um ponto no plano por onde a
reta passa (observe a segunda equaca
o abaixo)
y = f (x) + c = mx + c

y = b + m(x a)

Teste sua soluca


o usando gnuplot com a equaca
o no formato da primeira
equaca
o acima.
3. Se uma reta n
ao passar pela origem, ainda assim ela e paralela a uma outra
reta que passa pela origem (supondo v
alido o 5o postulado...). Deduza que
a equaca
o geral da reta no plano e da forma
< (A, B), (x, y) >= C Ax + By + C = 0
4. Qual e o lugar geometrico dos pontos (x, y, z) do espaco R3 tal que <
(A, B, C), (x, y, z) >= 0? Deduza disto qual e o lugar geometrico dos pontos do (x, y, z) do R3 tal que
Ax + By + Cz + D = 0.
5. Sabemos que uma equaca
o S(x, y, z) = 0 n
ao se altera se for multiplicada
por um n
umero diferente de zero. Multiplique
Ax + By + Cz + D = 0.
por um n
umero conveniente de modo que o vetor perpendicular ao plano
na equaca
o seja unit
ario. Comparando com a equaca
o do plano paralelo
que passa na origem, deduza qual a dist
acia do plano
Ax + By + Cz + D = 0.
para a origem. Escreva suas conclus
oes no formato Teorema e demonstraca
o.
5 ao

sentir que j
a domina o assunto pode parar antes da cent
esima

26

CAPITULO 1. NUMEROS E GEOMETRIA NO R


6. As quest
oes anteriores mostram que n
ao podemos ter uma forma simples
para a equaca
o da reta em dimens
ao maior que 2. A sada para simplificar as equaco
es de variedades de dimens
ao 1 no espaco de dimens
ao
maior ou igual a 3 consiste em usar equaco
es parame tricas. Encontre as
equaco
es parametricas da reta paralela ao vetor (1, 1, 3) que passe pelo
ponto (2, 2, 2).
7. Escolha 1006 vetores no espaco junto com 100 outras condico
es e escreva,
em cada caso, as equaco
es parametricas das retas determinadas por estes
100 pares de condico
es.
8. Escreva a equaca
o geral (as equaco
es parametricas gerais) de uma reta,
especifique os dados iniciais corretamente. Redija no formato Teorema e
demonstraca
o.
9. As equaco
es
xk = fk (t) ; k {1, , n} ; t [a, b]

(1.12)

em que fk e uma funca


o diferenci
avel para cada valor do ndice k, s
ao as
equaco
es parametricas de uma curva no Rn , parametrizadas no intervalo
[a, b]. Calcule a express
ao do vetor tangente a
` esta curva no ponto
ak = fk (t0 ) ; k {1, , n}

(1.13)

dado t0 [a, b].


10. sentido positivo e o anti-hor
ario Encontre equaco
es parametricas do crculo
trigon
ometrico, e derivando mostre que o sentido natural de percurso e o
anti-hor
ario.
11. Encontre a equaca
o do plano tangente ao gr
afico da funca
o
z = f (x, y) = x2 + 3xy + y 3

(1.14)

no ponto (2, 3, 49)


12. Escolha 100 funco
es, para cada uma delas calcule um ponto no gr
afico
e determine a equaca
o do plano tangente em cada caso, mas pode parar
antes da centesima se tiver certeza de que entendeu todo o processo.
13. Considere a curva plana
= (x(t), y(t)) = (3t, 4 2t) ; t [3, 3]

(1.15)

e a superfcie
graf (f ) ; f (x, y) = x2 + y 2
Encontre o vetor tangente a
` imagem de sobre a superfcie correspondente
ao valor t0 = 2 [3, 3] do par
ametro.
6 depois

que tiver certeza que entendeu pode para antes da cent


esima, mas n
ao se engane.

1.2. EXEMPLOS DE ESPAC


OS VETORIAIS

27

14. Para cada uma das funco


es definidas abaixo, calcule as equaco
es parametricas
da imagem da curva
= (x(t), y(t)) = (3t, 4 2t) ; t [3, 3]

(1.16)

sobre a superfcie graf (f )


a)f (x, y) = x2 2xy + y 3 ; b)f (x, y) = x2 y 2

(1.17)

15. campo vetorial tangente a uma curva Considere a curva plana


= (x(t), y(t)) = (tcos(t), tsen(t)) ; t [0, 2]

(1.18)

e a superfcie
graf (f ) ; f (x, y) = x2 + y 2
Encontre os vetores tangentes a
` imagem desta curva na superfcie graf (f )
com f (x, y) = x2 + y 2 para os valores do par
ametro iniciando em t0 = 0
ate tn = 2 com passo 0.2 e obtenha o gr
afico com gnuplot deste campo
vetorial. Objetivo: ver a sugest
ao da imagem da curva na superfcie que
se encontra na figura (2.3) p
agina 42, mas, feito com gnuplot, voce ter
a
f(x,y)

35
30
25
20
15
10
5
0

1
0
-1

-6
-4

-2

-2
0

-3
2

-4

4
6

Figura 1.3:

Campo vetorial - aproximaca


o de curva

a chance de rodar o gr
afico usando o ratinho.

28

CAPITULO 1. NUMEROS E GEOMETRIA NO R

30

CAPITULO 2. DERIVADAS DE FUNC


OES BIVARIADAS
Vamos evidenciar as semelhancas entre as equaco
es da reta e do plano.
Uma express
ao como
y = ax + b = f (x),
(2.2)

no plano, representa uma reta, porque a taxa de variacao de y em relaca


o a x
e constante. Quer dizer, se
x 7 x + x
(2.3)

Captulo 2

ent
ao

Derivadas de func
oes
bivariadas
2.1

A derivada

Mais geral que os vetores e um objeto chamado matriz, porque os vetores sao
tambem matrizes. Vetores sao matrizes de um tipo particular, tem uma u
nica
linha, ou uma u
nica coluna.
Exemplo 4 Uma matriz 3 x 4.
Considere o esquema formado por 12
que abaixo se ve.

1
2
1 1
2 1

n
umeros dispostos da maneira regular
3
0
3

1
2
2

(2.1)

Podemos a ver quatro vetores-coluna cada um com tres coordenadas ou podemos ver tres vetores-linha cada um com quatro coordenadas. As duas maneiras
de ver s
ao v
alidas. As matrizes generalizam os n
umeros, enquanto que estes
contem uma u
nica informaca
o de uma medida feita, agora as matrizes contem
v
arias informaco
es oriundas de distintas medico
es feitas que podem ate ser de
naturezas diferentes entre si. Por exemplo, uma matriz pode conter taxas de
variacao de precos, numa linha e na seguinte as taxas de variacao de demanda
por unidade dos produtos de uma empresa.
As matrizes se aplicam hoje em uma incont
avel quantidade de situaco
es e
com
algumas vezes n
ao representam n
umeros, mas informacoes estratificadas. E
frequencia o caso, quando se encontra o termo no contexto de processamento
de dados. Neste livro as matrizes ser
ao sempre uma generalizaca
o de n
umeros,
quase sempre ser
ao taxas m
ultiplas de varia
c~
ao como nos pr
oximos exemplos.
Exemplo 5 Equaca
o da reta e equaca
o plano.
29

y(x) 7 y(x + x)

(2.4)

y(x + x) y(x) = y = ax.

(2.5)

de tal modo que


Uma outra forma de repetir o que foi dito acima e: se construirmos uma
progress
ao aritmetica de raz
ao x com a vari
avel x, produziremos a progress
ao
aritmetica de raz
ao ax com a vari
avel y.
A consequencia disto e que o gr
afico de f contem qualquer progress
ao artimetica do tipo mencionado acima, e uma reta. E, reciprocamente, como numa
reta podemos considerar qualquer progress
ao aritmetica, todas com a mesma
ra
ao (o coeficiente angular da reta), ent
ao a equaca
o de qualquer reta e da
forma (2)
Podemos sempre escrever a equaca
o (2) na forma
f (x) = a(x x0 ) + y0

(2.6)

como se seguintes c
alculos mostram
f (x) = y = ax + b
f (x) = y = a(x x0 ) + ax0 + b =

f (x) = y = a(x x0 ) + y0 ; y0 = ax0 + b


f (x) = a(x x0 ) + y0
f (x0 ) = y0

(2.7)
(2.8)
(2.9)
(2.10)
(2.11)

evidenciando que e a reta que passa no ponto (x0 , y0 ) e que tem coeficiente
angular a.
O n
umero a e a derivada constante de f :
a = f (x).

(2.12)

Se considerarmos, agora, a express


ao
z = g(x, y) = ax + by + c,

(2.13)

ela ir
a representar tambem uma figura de tipo linear, porque, se g for associada
a progress
oes aritmeticas das vari
aveis x ou y, separadamente ou em conjunto,
correspondem progress
oes aritmeticas da vari
avel z com raz
oes obtidas por multiplicaca
o pelos coeficientes a, b :

31

2.1. A DERIVADA

g = g(x + x, y + y) g(x, y) =

= a(x + x) + b(y + y) + c (ax + by + c) =


= a(x + x) ax + b(y + y) by =
= ax + by
g = ax + by

(2.14)
(2.15)
(2.16)
(2.17)
(2.18)

Podemos escrever de uma forma bem simples este c


alculos generalizando
imediatamente os c
alculos que fizemos no caso da equaca
o da reta:


 x
+ c,
(2.19)
g(x, y) = z = a b
y


 x
(2.20)
g = ax + by = a b
y

com um produto de matrizes, que e uma nova forma de multiplicar. Se abstrairmos a forma particular do coeficiente multiplicativo e da vari
avel, podemos
dizer que, designando o vetor


x
X=
(2.21)
y
z = g(x, y) = ax + by + c

(2.22)

g(X) = AX + c;

A= a b

g = a b X

(2.23)
(2.24)

z = g(X) = A(X X0 ) + AX0 + c


z = g(X) = A(X X0 ) + z0 ; z0 = AX0 + c




x x0
x0
z = g(x, y) = A
+A
+ z0
y y0
y0

32

CAPITULO 2. DERIVADAS DE FUNC


OES BIVARIADAS

forma como conseguimos quebrar a barreira dimensional e falar de fen


omenos
multidimensionais com a mesma linguagem com que falamos dos fen
omenos
unidimensionais.
Comparando com o exemplo univariado, vemos sintetizada na matriz os dois
coficientes parciais relativamente a x ou a y separadamente. Estes coeficientes
g g
s
ao caracterizados como x
, y chamadas derivadas parciais.
A denominaca
o derivadas parciais e oriunda dos tempos em que os descobridores destes conceitos n
ao conseguiam ver que tinham a derivada de funco
es
multivariadas em suas m
aos e criaram uma denominaca
o muito feliz, ainda que
escondesse o pr
oprio conceito de derivada que levou um seculo para ser claramente compreendido: as derivadas parciais s
ao os componentes da derivada, que
e uma matriz que ficou sendo chamada de jacobiana.
Exemplo 6 Generalizaca
o da reta tangente
Neste exemplo vou comecar relembrando a equaca
o da reta tangente ao
gr
afico de uma funca
o diferenci
avel y = f (x), no ponto (a, f (a)) que voce pode
ver na figura (2.1) p
agina 32,

y = f(a) + f(a)(x a)
(a,f(a))
f

(2.25)
(2.26)
(2.27)
(2.28)

e a forma comum que tem as duas express


oes, nos dois exemplos, (caso univariado e caso bivariado).
A equaca
o (28) e a equaca
o do plano que passa pelo ponto
(x0 , y0 , z0 ) = (X0 , z0 ) R3

(2.29)

AX0 + c = z0 = g(x0 , y0 )

(2.30)

sendo
o valor de g no ponto X0 = (x0 , y0 ).
No caso bivariado os coeficientes s
ao multin
umeros, as matrizes.
Buscamos com as generalizaco
es operar com conceitos mais complexos com
a mesma formalidade com que operamos com os conceitos mais simples. Esta

a
Figura 2.1:

A reta tangente ao gr
afico de f

Em seguida, por comparaca


o, vou apresentar a equaca
o do plano tangente
ao gr
afico de uma funca
o diferenci
avel z = f (x, y) no ponto (a, b, f (a, b)).
Vou partir da equaca
o da reta que passa pelo ponto
(a, f (a))
sendo tangente ao gr
afico de y = f (x) neste ponto. Os c
alculos s
ao

(2.31)

33

2.1. A DERIVADA

y = b + m(x a)
y = f (a) + f (a)(x a)

(2.32)
(2.33)

em (32) temos a equaca


o da reta que passa no ponto (a, b) e tem coeficiente
angular m e substituimos esta duas informaco
es para obter a equaca
o (33) que
e de uma reta que passa no ponto (a, f (a)) e tem coeficiente angular m = f (a).
Esta e a interpretaca
o geometrica da derivada no caso univariado.
Vou fazer esta mesma interpretaca
o geometrica para o caso bivariado, sem
apresentar gr
afico, mas vou escrever um script com gnuplot que lhe permitir
a
dar rotaco
es no gr
afico, usando o ratinho e ter uma vis
ao, no caso bivariado,
semelhante ao da figura (2.1).
A equaca
o de um plano que passa no ponto (a, b, c), e

z c = A(x a) + B(y b)

z = c + A(x a) + B(y b)
P (x, y) = c + A(x a) + B(y b) ; P (a, b) = c

(2.34)
(2.35)
(2.36)

Na equaca
o (36) escrevi a express
ao do polin
omio do primeiro grau em duas
vari
aveis e voce pode ver que P (a, b) = c o que significa que o gr
afico deste
polin
omio passa no ponto (a, b, c). O gr
afico de um polin
omio do primeiro grau
em duas vari
aveis e um plano.
Se quisermos que este plano seja tangente ao gr
afico de uma funca
o diferenci
avel z = f (x, y) ent
ao vamos impor as condico
es
c = f (a, b) para que o plano passe no ponto

34

CAPITULO 2. DERIVADAS DE FUNC


OES BIVARIADAS

z = f (x, y)
f
dz = f
x dx + y dy

(2.37)
(2.38)

dz := z c; dx := x a; dy := y b

(2.39)

na equaca
o (39) fizemos a substituica
o das vari
aveis dx, dy, dz pelas express
oes
(x a), (y b), (z c).
Observe que usamos o smbolo := para indicar foi uma substituica
o em
que estamos usando a express
ao diferencial como um modelo da express
ao linear (equaca
o do plano tangente) que aproxima localmente a funca
o, se ela for
diferenci
avel.
Esta e a interpretaca
o geometrica da derivada: a derivada produz uma expressao linear que e tangente ao grafico.
Posso aqui repetir a comparaca
o com o caso univariado usando a notaca
o
de diferencial para obter a express
ao da reta tangente ao gr
afico de y = f (x) no
ponto (a, f (a))
y = f (x)

(2.40)

dy = f (x)dx
dx : x a; dy := y b

(2.41)
(2.42)

y b = f (a)(x a)

(2.43)

O diferencial e um modelo para o objeto linear tangente.

Um script com gnuplot

(a, b, f (a, b))


ca
o do eixo OX coincida
A = f
x |(a,b) para que o coeficiente angular na dire
com derivada parcial de f nesta direca
o e,
f
y |(a,b)

B=
para que o coeficiente angular na direca
o do eixo OY coincida
com derivada parcial de f nesta direca
o.
As derivadas parciais de uma funca
o bivariada tambem s
ao funco
es bivariadas e foram calculada no ponto (a, b) e isto que indica a notaca
o
f
f
|(a,b) ,
|(a,b)
x
y
Uma outra forma de chegar nesta express
ao consiste na derivaca
o mplicita
de z = f (x, y)

No script a seguir voce tem duas equaco


es de funco
es bivariadas com as
correspondentes equaco
es de planos tangentes
z = f (x, y) = x2 + y 2 e o plano tangente no ponto (a, b, f (a, b))
z = q(x, y) = f (a, b) +

f
f
|(a,b) (x a) +
|(a,b) (y b)
x
y

z = g(x, y) = x2 3xy + y 2 e o plano tangente no ponto (a, b, g(a, b))


z = p(x, y) = (a, b) +

g
g
|(a,b) (x a) +
|(a,b) (y b)
x
y

Copie este script para um terminal do gnuplot.


O comando pause -2 serve para manter o gr
afico que ser
a trocado quando
voce der enter.

35

2.1. A DERIVADA

36

CAPITULO 2. DERIVADAS DE FUNC


OES BIVARIADAS

Com ratinho voce pode produzir rotaco


es no gr
afico e assim ver a figura de
distintos a
ngulos. Voce tem assim um pequeno filme para ajud
a-lo a entender o
significado do plano tangente a uma superfcie.
## a funcao f
f(x,y) = x**2 + y**2
## derivadas parciais
dfx(x,y) = 2*x
dfy(x,y) = 2*y
a = -2
b = 2
## equacao do plano tangente
q(x,y) = f(a,b) + dfx(a,b)*(x - a) + dfy(a,b)*(y - b)
## comando do gnuplot para fazer graficos bivariados
splot f(x,y), q(x,y)
pause -2
a = -5
b = 5
splot f(x,y), q(x,y)
pause -2
b = -5
splot f(x,y), p(x,y)
pause -2
## a funcao g
g(x,y) = x**2 - 3*x*y + y**2
## derivadas parciais
dgx(x,y) = 2*x - 3*y
dgy(x,y) = - 3*x + 2*y
a = -1
b = 1
## equacao do plano tangente
p(x,y) = g(a,b) + dgx(a,b)*(x - a) + dgy(a,b)*(y - b)
## comando do gnuplot para fazer graficos bivariados
splot g(x,y), p(x,y)
pause -2
a = -2
splot g(x,y), p(x,y)

Figura 2.2:

Exemplo 7 Matriz dos coeficientes angulares: taxas de varica


o.
Seja f : U R4 7 R3 .
Uma tal funca
o se chama vetorial porque sua imagem em cada ponto a e um
vetor
x = (x1 , , x4 ) U R4

(2.45)

f (x) = f (x1 , , x4 ) = (f1 (x), , f3 (x));


fi : R4 R ; i {1, 2, 3}

A sequ
uencia de figuras (2.2) p
agina 36, pretendem dar-lhe uma vis
ao do
plano tangente ao gr
afico de
z = f (x, y) = x2 + y 2

z = g(x, y) = x2 + y 2 e plano tangente z = q(x, y)

(2.44)

no ponto (2, 2, f (2, 2)) mas certamente o script acima deve lhe dar uma vis
ao
mais din
amica lhe permitindo rodar o gr
afico ate que consiga captar a tangencia
do plano. As figuras foram obtidas com gnuplot e fotografadas no terminal.
No script voce tambem pode alterar a equaca
o para obter outros gr
aficos.

(2.46)
(2.47)

A vari
avel vetorial, (45), a funca
o vetorial, (46), com tres funco
es-coordenadas
que chamamos de componentes, algumas vezes, (47).
Ent
ao no ponto a = (a1 , , a4 ), a matriz
f

f
f
f

J(f )|(a1 ,,a4 ) =

x1
f2
x1
f3
x1

x2
f2
x2
f3
x2

x3
f2
x3
f3
x3

x4
f2
x4
f3
x4

(2.48)

representa o coeficiente angular m


ultiplo de f , cada um dos n
umeros
fj
|(a ,,a4 )
(2.49)
xi 1
representa um coeficiente angular parcial, tambem chamado de derivada parcial de fj com respeito a
` vari
avel xi . Quando calculado no ponto (a1 , , a4 )
(i,j) (f )|(a1 ,,a4 ) =

37

2.1. A DERIVADA

produz um n
umero, cada um deles e uma taxa de variacao instantanea de uma
componente em uma certa direca
o do espaco.
f
A notaca
o xji n
ao e a melhor possivel pois usa o smbolo x quando tudo que
interessaria usar e o ndice i. Uma notaca
o mais precisa do que esta, existe,
est
a indicada na equaca
o (49), e voce pode analisar a equivalencia das duas.
Aos poucos passarei a us
a-la em lugar da notaca
o tradicional.
A matriz dos coeficientes angulares parciais recebe o nome de matriz jacobiana de f = J(f ).
Estamos aqui sob a suposica
o de que f e uma funca
o diferenci
avel, nem
todas as funco
es o s
ao, como e bem conhecido no caso univariado.
Da mesma forma como uma funca
o univariada
f : R 7 R
tem um u
nico coeficiente angular num determinado ponto, se for diferenci
avel,
tambem f : U R4 7 R3 tem u
nico coeficiente angular m
ultiplorepresentado
pela matriz J(f ), jacobiana de f , no ponto (a1 , , a4 ) em que estas derivadas
parciais foram calculadas, se f for diferenciavel. O diferencial de f no ponto
(a1 , , a4 ) e
df = J(f )dx =

f1
f1
f1
dx1
x2
x3
1
dx2 x
f2
f2
f2

= J(f )
dx3 = x1 x2 x3
f3
f3
f3
x1
x2
x3
dx4

(2.50)
f1
x4
f2
x4
f3
x4


dx1

dx2
dx
3
dx4

(2.51)

CAPITULO 2. DERIVADAS DE FUNC


OES BIVARIADAS

Hoje a compreens
ao
e clara que as matrizes s
ao um bom coefiente angular m
ultiplo. A
jacobiana
e a derivada de uma func
ao no ponto em que for calculada e representa neste ponto
o seu coeficiente angular.
Coeficiente angular m
ultipo,
e verdade!
No caso univariado a reta tangente a f no ponto (a, f (a)) tem como coeficiente angular

o n
umero f (a) e a equac
ao da reta tangente ao gr
afico de f no ponto (a, f (a)
e:
y f (a) = f (a)(x a).

Um dos pontos mitol


ogicos
e que o diferencial
e um infinit
esimo, um conceito indefinido
que atravessou mais de dois s
eculos. O modo moderno de sair deste mito
e dizer que a
equac
ao (55)
e a equac
ao de uma reta paralela `
a reta tangente (eq. 3.3) passando na origem.
Outra forma de dizer
e que o diferencial
e um modelo para obter a equac
ao da variedade
linear tangente o que pode ser feito substituindo-se
dx := x a

(2.56)

dy := f (x) f (a)

(2.57)

se passa da equaca
o a diferencas para a equaca
o da reta tangente no ponto (a, f (a)).
As equac
oes (56), (57), mostram como usar o modelo.
Finalmente o que h
a melhor para fazer com os infinit
esimos
e arquiv
a-los, junto com
outras m
umias sagradas, que devem descancar em paz nas salas respeit
aveis dos museus,
com o devido registro que muito fizeram para a nossa compreens
ao atual dos conceitos.
No caso bivariado ou multi-variado, troque-se reta por plano ou hiperplano. O plano
tangente ao gr
afico de uma func
ao bivariada
e um plano que tem o mesmo coeficiente angular
m
ultiplo que a func
ao tiver no ponto de tang
encia. A linguagem geom
etrica se esgota com
a dimens
ao tr
es. Variedade
e a palavra que nomeia os entes geom
etricos que precisamos em
dimens
ao maior do que tr
es. Assim as retas s
ao variedades de dimens
ao 1, os planos s
ao
variedades de dimens
ao 2, etc. . .
Uma func
ao diferenci
avel
f

(2.52)

mas agora sob a forma de um produto de matrizes, porque a derivada e a matriz


jacobiana.
Este produto matricial pode ser expandido para se obter o que se chama de
diferencial total:

f1
f1
f1
f1
dx1
dx1 + x
dx2 + x
dx3 + x
dx4
1
2
3
4
dx2 x

f
f
f
f
2
2
2
2

df = J(f )
(2.53)
dx3 = x1 dx1 + x2 dx2 + x3 dx3 + x4 dx4
f3
f3
f3
f3
dx
+
dx
+
dx
+
dx
1
2
3
4
x1
x2
x3
x4
dx4

(2.54)

A equac
ao da reta guarda estreita semelhanca com o diferencial o que criou toda uma mitologia:
dy = f (a)dx.
(2.55)

Rn U W Rm

que e uma express


ao semelhante a do diferencial de funcoes univariadas:
df = f (a)dx;

38

(2.58)

ter
a uma variedade de dimens
ao n x m 1 que
e tangente ao seu gr
afico em cada um dos
pontos em que ela for diferenci
avel, em que n, m s
ao as dimens
oes dos espacos de saida e
chegada.
Observe a dimens
ao da variedade tangente: n x m 1, ela
e maior variedade linear
pr
opria contida no espaco Rn x Rm e se chama por isto um hiperplano.
Os hiperplanos s
ao , assim, os sub-espacos m
aximais pr
oprios de um espaco de dimens
ao
n. Neste contexto os hiperplanos s
ao os espacos de dimens
ao n 1.
Assim,
os pontos s
ao os hiperplanos das retas;
as retas s
ao os hiperplanos dos planos;
os planos s
ao os hiperplanos dos espacos tridimensionais;
um subespaco tridimensional
e um hiperplano de um espaco de dimens
ao quatro;
e um hiperplano de um espaco de dimens
ao n.
um subespaco de dimens
ao n 1

aqui uma matriz cujas linhas sao diferenciais totais, e observe que agora nesta
u
ltima equaca
o tem-se uma igualdade entre dois vetores-coluna ou matrizes 3x1.

Variedade
e um sin
onimo de objeto geom
etrico do espaco,

Observa
c
ao 5

uma curva
e uma variedade de dimens
ao 1, e pode ser uma reta. Se quisermos salientar
que n
ao
e uma reta, diremos que
e uma variedade n
ao linear de dimens
ao 1;

um ponto
e uma variedade de dimens
ao zero;
uma reta
e uma variedade linear de dimens
ao 1;

Diferencial total e interpretac


ao geom
etrica.
A denominac
ao diferencial total vem de um tempo em que n
ao se compreendia bem
que matrizes podiam ser coeficientes angulares m
ultiplos ent
ao se tentava criar um n
umero
comum para obter alguma coisa semelhante ao coeficiente angular das func
oes univariadas.
O diferencial total
e um n
umero!

o crculo unit
ario
e uma variedade n
ao linear de dimens
ao 1;
um plano
e uma variedade linear de dimens
ao 2;

39

2.1. A DERIVADA
uma superfcie
e uma variedade de dimens
ao 2 que pode ser linear ou n
ao linear;
a fronteira de uma esfera
e uma variedade de dimens
ao 2 n
ao linear;
a esfera com o seu interior
e uma variedade de dimens
ao 3 n
ao linear;

o espaco tridimensional
e uma variedade linear de dimens
ao 3, uma sub variedade
linear do espaco de dimens
ao quatro;

O conte
udo do exemplo anterior consiste em mostrar que as matrizes se multiplicam de forma semelhante como se multiplicam os n
umeros e a consequente
comparacao entre o diferencial nos casos univariado e multivariado:
um produto de n
umeros comuns
df = f (a)dx

(2.59)
(2.60)

caso de funcao univariada ;


ou o produto matricial

(2.61)
(2.62)

df = J(f )dx
caso de funcao multivariada

(2.63)
(2.64)

40

CAPITULO 2. DERIVADAS DE FUNC


OES BIVARIADAS

Exerccios 4 Derivada, plano tangente, aprox. linear objetivo: Conduzir @


alun@ a dominar gradientes, jacobianas, planos tangentes e mudancas de vari
aveis,
campo vetorial, gr
aficos com apoio computacional.
palavras chave: jacobiana, gradiente, derivadas parciais, variedades lineares tangentes, produto escalar, campo vetorial.
1. Verifique que a equaca
o de uma reta que passa na origem, no plano, se
expressa como o produto escalar de um vetor (A, B) por um vetor posica
o
(x, y) arbitr
ario da reta. Faca um gr
afico e interprete geometricamente o
significado do vetor (A, B).
2. Ganhe agilidade, escolha 1002 vetores no plano e escreva as equaco
es de
retas perpendiculares a estes vetores expressando-as sempre no formato
indicado a seguir. Em cada caso escolha um ponto no plano por onde a
reta passa (observe a segunda equaca
o abaixo)
y = f (x) + c = mx + c
y = b + m(x a)

Podemos unificar a notacao , em ambos os casos podemos escrever:


df = f (a)dx

que passara a representar o diferencial de uma funcao em qualquer caso e apenas


lancaremos mao de J(f ) se o contexto for ambguo1.
Usamos este exemplo do Calculo para mostrar que tem sentido a multiplicacao de matrizes. O proximo exemplo pode tambem ser descrito com as
palavras do Calculo e nos o faremos em seguida.
M
etodos num
ericos e equa
co
es diferenciais ordin
arias
Derivada, plano tangente, aprox. linear
T. Praciano-Pereira

Lista 01
tarcisio@member.ams.org
Dep. de Matem
atica

alun@:
Univ. Estadual Vale do Acara
u

Teste sua soluca


o usando gnuplot com a equaca
o no formato da primeira
equaca
o acima.

(2.65)

27 de maio de 2007

3. Se uma reta n
ao passar pela origem, ainda assim ela e paralela a uma outra
reta que passa pela origem (supondo v
alido o 5o postulado...). Deduza que
a equaca
o geral da reta no plano e da forma
< (A, B), (x, y) >= C Ax + By + C = 0
4. Qual e o lugar geometrico dos pontos (x, y, z) do espaco R3 tal que <
(A, B, C), (x, y, z) >= 0? Deduza disto qual e o lugar geometrico dos pontos do (x, y, z) do R3 tal que
Ax + By + Cz + D = 0.
5. Sabemos que uma equaca
o S(x, y, z) = 0 n
ao se altera se for multiplicada
por um n
umero diferente de zero. Multiplique

Por favor, prenda esta folha de rosto na sua solucao desta lista,
deixando-a em branco. Ela sera usada na correcao.

Ax + By + Cz + D = 0.
por um n
umero conveniente de modo que o vetor perpendicular ao plano
na equaca
o seja unit
ario. Comparando com a equaca
o do plano paralelo
que passa na origem, deduza qual a dist
acia do plano
Ax + By + Cz + D = 0.

1 A nota
ca
o J(f ) tem o defeito de n
ao indicar que as derivadas se calculam num ponto como na

nota
ca
o f (a).

para a origem. Escreva suas conclus


oes no formato Teorema e demonstraca
o.
2 ao

sentir que j
a domina o assunto pode parar antes da cent
esima

41

2.1. A DERIVADA

6. As quest
oes anteriores mostram que n
ao podemos ter uma forma simples
para a equaca
o da reta em dimens
ao maior que 2. A sada para simplificar as equaco
es de variedades de dimens
ao 1 no espaco de dimens
ao
maior ou igual a 3 consiste em usar equaco
es parame tricas. Encontre as
equaco
es parametricas da reta paralela ao vetor (1, 1, 3) que passe pelo
ponto (2, 2, 2).
7. Escolha 1003 vetores no espaco junto com 100 outras condico
es e escreva,
em cada caso, as equaco
es parametricas das retas determinadas por estes
100 pares de condico
es.
8. Escreva a equaca
o geral (as equaco
es parametricas gerais) de uma reta,
especifique os dados iniciais corretamente. Redija no formato Teorema e
demonstraca
o.
9. As equaco
es
xk = fk (t) ; k {1, , n} ; t [a, b]

(2.66)

em que fk e uma funca


o diferenci
avel para cada valor do ndice k, s
ao as
equaco
es parametricas de uma curva no Rn , parametrizadas no intervalo
[a, b]. Calcule a express
ao do vetor tangente a
` esta curva no ponto
ak = fk (t0 ) ; k {1, , n}

42

CAPITULO 2. DERIVADAS DE FUNC


OES BIVARIADAS

14. Para cada uma das funco


es definidas abaixo, calcule as equaco
es parametricas
da imagem da curva
= (x(t), y(t)) = (3t, 4 2t) ; t [3, 3]

(2.70)

sobre a superfcie graf (f )


a)f (x, y) = x2 2xy + y 3 ; b)f (x, y) = x2 y 2

(2.71)

15. campo vetorial tangente a uma curva Considere a curva plana


= (x(t), y(t)) = (tcos(t), tsen(t)) ; t [0, 2]

(2.72)

e a superfcie
graf (f ) ; f (x, y) = x2 + y 2
Encontre os vetores tangentes a
` imagem desta curva na superfcie graf (f )
com f (x, y) = x2 + y 2 para os valores do par
ametro iniciando em t0 = 0
ate tn = 2 com passo 0.2 e obtenha o gr
afico com gnuplot deste campo
vetorial. Objetivo: ver a sugest
ao da imagem da curva na superfcie que
se encontra na figura (2.3) p
agina 42, mas, feito com gnuplot, voce ter
a

(2.67)
f(x,y)

dado t0 [a, b].


10. sentido positivo e o anti-hor
ario Encontre equaco
es parametricas do crculo
trigon
ometrico, e derivando mostre que o sentido natural de percurso e o
anti-hor
ario.

35
30
25
20
15

11. Encontre a equaca


o do plano tangente ao gr
afico da funca
o

10
5

z = f (x, y) = x + 3xy + y

(2.68)
1
0

no ponto (2, 3, 49)

-1

-6
-4

-2

-2
0

12. Escolha 100 funco


es, para cada uma delas calcule um ponto no gr
afico
e determine a equaca
o do plano tangente em cada caso, mas pode parar
antes da centesima se tiver certeza de que entendeu todo o processo.

(2.69)

e a superfcie
graf (f ) ; f (x, y) = x2 + y 2
Encontre o vetor tangente a
` imagem de sobre a superfcie correspondente
ao valor t0 = 2 [3, 3] do par
ametro.
3 depois

que tiver certeza que entendeu pode para antes da cent


esima, mas n
ao se engane.

-4

4
6

Figura 2.3:

13. Considere a curva plana


= (x(t), y(t)) = (3t, 4 2t) ; t [3, 3]

-3
2

Campo vetorial - aproximaca


o de curva

a chance de rodar o gr
afico usando o ratinho.
Exemplo 8 Dependencia linear.
Uma ind
ustria depende de quatro itens b
asicos na composica
o de seu produto
final e descreve com 3 funco
es o seu custo de produca
o :

C1 (x1 , ..., x4 ) = custo de insumos


C2 (x1 , ..., x4 ) = custo de produca
o
C=
(2.73)

C3 (x1 , ..., x4 ) = custo de distribuica


o

43

2.1. A DERIVADA

Estas funco
es n
ao existem na pr
atica, pelo menos n
ao sob forma de uma
equaca
o algebrica, mas sob forma de um processo estatstico, ou planilha de
c
alculo, que cuidadosamente levado em dia, permite que a empresa determine
as flutuaco
es 4 de mercado dos precos dos produtos assim como as flutuaco
es
dos custos de producao e de distribuica
o :
taxas, parciais, de variaca
o de custo dos insumos/produto :

(2.74)

(a11 a12 a13 a14 ),


taxas, parciais, de variaca
o de custo de produca
o /produto :

(2.75)
(2.76)

(a21 a22 a23 a24 ),


taxas, parciais, de variaca
o de custo de distribuica
o /produto :

(2.77)
(2.78)

(a31 a32 a33 a34 ),

(2.79)

Estas taxas de variaca


o s
ao colhidas na unidade mnima de tempo que seja
natural para o planejamento da empresa, digamos, diariamente, numa economia
de inflaca
o alta, ou mensalmente numa economia de inflaca
o reduzida. Assim,
a matriz

C1 C1 C1 C1
a11 a12 a13 a14
x2
x3
x4
x12 C
C2
C2
2
(2.80)
A = a21 a22 a23 a24 = C
x1
x2
x3
x4
C3
C3
C3
C3
a31 a32 a33 a34
x
x
x
x
1

descrita acima linha por linha, representa o coeficiente angular m


ultiplo no
instante em que foi colhida: dia ou mes.
Mas especificamente,
C1
x1

e a taxa de variaca
o da funca
o C1 , custo dos insumos relativamente ao produto
x1 . Identicamente
C1
x2
e a taxa de variaca
o da funca
o C1 , custo dos insumos relativamente ao produto
x2 , e assim sucessivamente.
Suponha agora que a33 = 0 significando que o item 3 na composica
o dos produtos da empresa est
a com sua taxa de variaca
o de custos estabilizda: n
ao cresce
nem decresce. N
ao necess
ariamente isto implica que a23 = 0 porque o custo de
produca
o n
ao reflete e nem precisa ser refletido diretamente pelo custo de distribuica
o . Uma melhoria nos transportes e outros aspectos de infra-estrutura
podem tornar mais barata a distribuica
o e ao mesmo tempo um aumento de
preco do item 3 vai acarretar que a23 6= 0
Mostramos assim com um exemplo que as linhas da matriz 3 x 4 A acima
s
ao independentes. Por definica
o , duas linhas de uma matriz, ou dois vetores
4 leia:

taxas de variaca
o

44

CAPITULO 2. DERIVADAS DE FUNC


OES BIVARIADAS

quaisquer, s
ao linearmente dependentes se um for m
ultiplo do outro. Ent
ao,
se forem dependentes uma mesma coordenada n
ao pode ser num deles zero enquanto que no outro e diferente de zero. A definica
o de dependencia linear n
ao
fica t
ao simples para um conjunto com mais de dois vetores.
Exemplo 9 Diferencial e aproximaca
o .
Consideremos, de acordo com o exemplo anterior, a matriz

a11 a12 a13 a14


A = a21 a22 a23 a24
a31 a32 a33 a34

(2.81)

representando as variaco
es dos custos da ind
ustria. Se a funca
o
C = (C1 , C2 , C3 )t

(2.82)

for a funca
o de custos desta empresa, ent
ao A representa a matriz de variaca
o
de custos ent
ao o produto das matrizes 3 x 4, de variacao dos custos com o a
matriz 4 x 1, de variacao do tempo resulta na matriz d 3 x 1 que e o vetor
da variacao de custos da producao da ind
ustria, dC:

a11
A dx = a21
a31

a12
a22
a32

a13
a23
a33

dx1
d1
a14
dx2

a24
= d2 = d
dx3
d3
a34
dx4

= C (a) dx = dC

(2.83)
(2.84)

Uma outra forma de ver o produto de matrizes e como funca


o linear, neste
caso d e a imagem de dx por uma funca
o cuja equaca
o e um produto pela matriz
A = C (a).
Vimos assim surgir o mesmo exemplo de dois modos diferentes os dois exemplos representam a mesma situaca
o , aij =

Ci
xj

em que C : R4 R3 e funca
o

que modela o custo da economia em que se encontra inserida a empresa em


quest
ao cujo universo econ
omico se reduz a quatro vari
aveis neste exemplo. Em
geral um problema econ
omico tem muito mais vari
aveis do que essas que acabamos de expor. O exemplo serve em sua simplicidade para ilustrar o produto
de matrizes, mostrando que elas s
ao um novo tipo de n
umero, um n
u mero que
contem m
ultiplas informaco
es a um s
o tempo: um multi-n
umero.
A (eq. 2.84) e uma express
ao Matem
a tica que na pr
atica raramente pode
ser usada porque C (a) representa uma derivaca
o exata obtida com um c
alculo
de limites. A express
ao que se vai usar na pr
atica ser
a:

a11
A dx = a21
a31

a12
a22
a32

a13
a23
a33

x1
a14
d1
x2
= d2 = d
a24
x3
a34
d3
x4

= C (a) x = C

(2.85)
(2.86)

45

2.1. A DERIVADA

Nesta u
ltima se deixa claro, com as express
oes xi , x.C que se tem
c
alculos aproximadas e n
ao formais.
Observa
c
ao 6 Aproximaca
o diferencial e modelagem.
Uma das lico
es que podemos tirar do presente exemplo e que a existencia de
uma funca
o , como a funca
o de custos C, n
ao se d
a diretamente atravez de uma
equaca
o mas sim tudo o que temos e sua aproximaca
o diferencial:
C(x) C(a) + C (a)x

(2.87)

es esa partir do valor contabilizado de custos no ponto a e com as informco


tatsticas que chegam indicando as distintas taxas de variaca
o J(C) = C (a) e
possvel determinar-se o custo previsvel na variaca
o de tempo correspondente
a
`s taxas de variaca
o dos insumos dx. O cronometro de uma empresa e, com
ainda interessante observar que a palavra
frequencia, o controle de estoques. . . E
aproximaca
o est
a sendo usada num sentido historico e folclorico: n
ao existe
nenhuma funca
o C para ser aproximada. A aproximacao diferencial e tudo que
o .
se sabe sobre a funca
o C, na pr
atica e a funca
A aproximaca
o diferencial representa, desta forma uma modelagem da realidade a partir de dados obtidos estatiscamente.
Este exemplo tambem mostra que a regra basica para fazer produto de matrizes e que a dimens
ao intermediaria entre elas coincida, no presente caso o 4.
Podemos multiplicar uma matriz de ordem m x n por outra de ordem n x q
nao interessando o valor de m e de q.
Exemplo 10 O esquema da ordem das matrizes na multiplicaca
o .
An x m Bm x q Cn x q
em que os ndices se encontram indicados em cada matriz.
Ha mais alguma coisa que podemos explorar no exemplo acima: que significaria se os coeficientes que formam a linha 3 fossem dependentes dos coeficientes
que formam a linha 2, proporcionais queremos dizer, neste caso. Seria in
util e
consequentemente representaria ter um custo superior ao necessario, mante-los
no processo pois a terceira coordenada do vetor de variaca
o de custos seria
proporcional
asegunda coordenada e portanto poderia ser obtido a partir da segunda por simples multiplicacao . A matriz o
tima para esta analise economica,
neste caso seria 2 x 4 eliminando-se uma linha de todas as matrizes.
Se uma matriz tiver linhas que dependam linearmente de outras, o problema pode ser simplificado eliminando-se as linhas linearmente dependentes,
nao todas, obviamente, de modo que as restantes formem um conjunto de linhas linearmente independentes.
Observa
c
ao 7

Depend
encia linear e otimizac
ao .
A palavra chave aqui
e otimizaca
o , se otimizou o controle eliminando linhas linearmente
dependentes da matriz que cont
em os dados do processo industrial.
Se uma matriz tiver linhas que dependam linearmente uma das outras, o problema pode
ser simplificado eliminando-se as linhas linearmente dependentes menos uma, que passa a
representar as outras.
Voltaremos mais a frente a discutir este conceito de depend
encia linear.

46

CAPITULO 2. DERIVADAS DE FUNC


OES BIVARIADAS

Observa
c
ao 8 O que se conhece de uma funcao ?
Uma pergunta poderia ser feita: porque colocamos
enfase em f (a) e n
ao em f (a)? O
exemplo industrial anterior em certa forma responde a esta quest
ao. Em geral n
ao conhe realstico
cemos f mas sim alguns de seus valores, digamos, numa colec
ao de n
os (a ) . E
acrescentar a hip
otese de que tamb
em podemos medir os valores de f numa famlia (a, )
na vizinhanca de cada mega-n
o a de modo que podemos calcular f (a ) aproximadamente
usando, o levantamento de dados, f (a, ) . Aqui , s
ao multi-ndices, sendo o multindice que caracteriza os n
os principais da rede e caracterizam os n
os finos na vizinhanca
de cada n
o a . Para diferenci
a-los chamamos estes diferentes n
os de mega-n
os ou micro-n
os.
Observe que a linguagem est
a apenas aparentemente mais complexa que a usada no
C
alculo univariado, porque agora estamos tratando de problemas multi-dimensionais, agora
tamb
em os ndices tem que ter mais coordenadas, em princpio o n
umero de coordenadas das
vari
aveis do problema.

2.2

Diferenciabilidade
Derivada.

A definica
o univariada de derivada diz que f tem derivada no ponto c (A, B) se e somente
se o limite
f (c + x) f (c)
lim
x=0
x
existir e neste caso o valor do limite
e derivada:
lim

x=0

f (c + x) f (c)
= f (c).
x

Uma forma equivalente de chegar a este resultado


e descrever o limite como
lim

x=0

f (c + x) f (c) f (c)x
=0
x

que
e a express
ao da F
ormula de Taylor no caso univariado com n = 1
f (c + x) f (c) + f (c)x
colocada dentro do limite do quociente significando com isto que a maneira como f (c + x)
se aproxima de f (c) + f (c)x
e mais forte do que a maneira como x se aproxima de
zero. Usaremos esta express
ao para definir diferenciabilidade de funco
es multivariadas.

Vamos inverter o metodo da discussao feita na secao anterior.


Considere agora uma funcao
f

W R
definida numa regiao W do plano, ver a figura (fig. 1.2), pagina 15. Considerando um ponto P W, ha m
utiplas formas de se considerar a variacao em
volta de P, na (fig. 1.2) isto se encontra ilustrado com varias retas passando
por P dentro de W. Consequentemente ha varias formas de se calcular a taxa
de variacao no ponto P.
Exemplo 11 Taxas de variaca
o na encosta de um morro
Uma situaca
o semelhante a esta voce pode encontrar na encosta de um morro
que voce estiver escalando. H
a sempre uma direca
o na qual a subida e mais
ngreme que tambem corresponde
adescida mais violenta. Quando voce quiser

47

2.2. DIFERENCIABILIDADE

48

CAPITULO 2. DERIVADAS DE FUNC


OES BIVARIADAS

subir ou descer o morro, dever


a evitar esta direca
o e tomar outra ao longo da
qual a declividade e menor.
Tambem existe uma direca
o de declividade zero que voce poder
a tomar durante alguns instantes para descancar... mas n
ao adiantar
a ficar nesta direca
o
muito tempo, se voce quiser subir ou descer.

concidam com os n
umeros A, B da equacao do plano tangente e portanto a
equacao do plano tangente, se existir, sera:

Vamos ver que existe um modo padrao de enfrentar esta indefinicao .


Se usarmos a ideia discutida na secao anterior, vamos definir uma funcao
diferenciavel como sendo aquela que tem plano tangente em todos os pontos do
grafico como se pode fazer no caso univariado usando reta em vez de plano:

f
e exatamente o ja sugerido anteriorO modo de calcular as derivadas f
x , y
mente, considerando-se uma nova funcao apenas de uma variavel, considerando
a outra fixa, e calculando-se a derivada ordinaria desta nova funcao.

z f (a, b) =

Exerccios 5 Derivaca
o parcial

Defini
c
ao 4 Funca
o bivariada diferenci
avel
Uma funca
o
f
W R ; W R2

1. Escreva na forma vetorial5 a equaca


o da reta que passa nos pontos
P1 = (1, 2, 3), P2 = (4, 3, 2).

se diz diferenciavel se em cada ponto (x, y, f (x, y)) de seu gr


afico houver um
plano tangente.
Como a equacao de um plano contido em R3 e da forma

2. Encontre a equaca
o do plano que passa no ponto (1, 1, 1) e e paralelo ao
plano XOY.

z c = A(x a) + B(x b)
e neste caso o plano passa no ponto (a, b, c), vemos que uma condicao necessaria
para diferenciabilidade e que a equacao do plano tangente seja
z f (a, b) = A(x a) + B(x b) ; (a, b) W.

3. Encontre a equaca
o do plano que passa pelos pontos (1, 1, 1), (1, 2, 3), (3, 2, 3).
4. Determine a equaca
o do plano tangente ao gr
afico da funca
o f (x, y) =
x2 y 2
x2 +y 2 no ponto (a, b, f (a, b)) para:

Os n
umeros A, B sao as taxas de variacao da funcao linear

(a) (a, b) = (1, 1).

L(x, y) = A(x a) + B(x b) + c

(b) (a, b) = (0, b) ; b 6= 0.

quer dizer, que se considerarmos fixa uma das variaveis teremos uma funcao
univariada e podemos calcular a derivada ordinaria desta funcao relativamente
a variavel livre:
dL(x,y)
dx
dL(x,y)
dy

f
f
(x a) +
(x b) ; (a, b) W.
x
y

(c) (a, b) = (a, 0) ; a 6= 0.

5. Calcule as derivadas parciais das funco


es abaixo:

= A ; deixando y fixo;

(2.88)

= B ; deixando x fixo;

(2.89)

c) h(x, y) =

=A

(2.90)

e) h(x, y) = e (y + 3)(x + 1)
g) h(, ) = cos()

f ) h(x, y) = ysen(x)ln(x + 3)
xln(y)
h) h(x, y) = (x+3)(x+1)

=B

(2.91)

i) h(x, y) =

j) h(x, y) =

a) h(x, y) =

Uma notacao resume isto:


L(x,y)
x
L(x,y)
y

o smbolo significa que apenas uma das variaveis esta sendo considerada no
calculo da taxa de variacao, indicada no denominador.
Vemos assim que uma outra condicao e necessaria, para que f tenha um
plano tangente no ponto (a, b, f (a, b)) sera preciso que suas taxas de variacao
parciais
f f
x y

xy
ycos(x+3)
ysen(x)
y(x+3)
x2

sen(x2 )
x2 +y 2
k) h(x, y) = |x|
|y|
cos2 (x)
m) h(x, y) = sen
2 (y)

o) h(s, t) =

s2
|t|

sen(x2 )
(x+3)cos(x+1)
1
= (y2)(x+3)

b)h(x, y) =
d) h(x, y)

y 2 (x2)
(x+5)(y+3)(y+1)
1
l) h(x, y) = x2 +y2
2
n) h(x, y) = x y+1
3
n
P
ka

h(a, b) =

be

k=0

6. Descreva o domnio das funco


es definidas na quest
ao anterior.
5o

ponto (x, y, z) da reta


e m
ultiplo de um vetor dado.

49

2.2. DIFERENCIABILIDADE

Todos os teoremas do Calculo univariado se aplicam aqui no que diz respeito


a existencia das derivadas parciais, assim como as regras operatorias e derivacao.
Uma u
nica diferenca vai fazer com a teoria fique um pouco mais complexa.
Enquanto que no Calculo univariado a existencia da reta tangente ja dizia tudo,
agora a existencia das derivadas parciais e apenas uma condicao necessaria para
a diferenciabilidade.
Vamos tirar da propria definicao a condicao necessaria e suficiente. Ela
diz que uma funcao e diferenciavel se tiver um plano tangente em cada um
dos pontos (a, b, f (a, b)) de seu grafico. Tudo que precisamos e algebrisar a
expressao geometrica tangente.
Se compararmos com o caso univariado, isto significava que o limite
lim

x=0

f (x + x) f (x)
x

|f (x, y) f (a, b)

f
x (x

a)

f
y (y

|(x, y)|

|(x,y)|=0

b)|

=0

Se este limite existir, for zero, entao f e diferenciavel no ponto (a, b) W e sua
derivada neste ponto e o plano tangente, sendo os n
umeros

a volta do ponto (a, b) W. Consequentemente se W tiver uma fronteira, n


ao poderemos
calcular derivadas na fronteira usando aquela express
ao a n
ao ser que anexemos a condic
ao
(a + x, b + y) W,
que equivale, no caso univariado, as derivadas laterais. Para evitar esta complicac
ao o teorema em geral
e enunciado com a hip
otese W
e aberto. Vamos prosseguir com a demonstrac
ao usando esta hip
otese para evitar os detalhes do que se possa passar sobre a fronteira.
( ) Ent
ao, por hip
otese, em cada ponto (a, b) W vale
lim

a)

f
(y
y

b)|

=0

f
f
(x a)
(y b)
x
y

e o gr
afico de z = f (x, y) tem um grau de aproximac
ao superior ao de uma func
ao quadr
atica,
isto
e o que caracteriza uma tang
encia, portanto o plano
f (a, b)

f
f
(x a)
(y b)
x
y

e tangente ao gr
afico de f e pela definic
ao de derivada f
e diferenci
avel em todos os pontos
do interior de W.
( ) Reciprocamente, se o plano
f (a, b)

f
f
(x a)
(y b)
x
y

for tangente ao gr
afico, por definic
ao de tang
encia se tem o limite
lim

|f (x, y) f (a, b)

f
(x
x

a)

|(x, y)|

f
(y
y

b)|

=0

q.e.d .

Teorema 2 Diferenciabilidade de funco


es bivariadas
f

Se W R estiver definida em todos os pontos de W e em cada ponto


(a, b) W se tiver
|f (x, y) f (a, b)

f
x (x

a)

f
y (y

|(x, y)|

b)|

=0

se e somente se o plano
z f (a, b) =

f
(x
x

|(x, y)|

Como numerador e denominador tem limite 0 ent


ao esta condic
ao indica que o zero do
numerador
e de ordem menor do que o zero do denominador que
e uma express
ao quadr
atica
isto quer dizer que o plano

|(x,y)|=0

suas derivadas parciais neste ponto.


Isto e um teorema:

lim

|f (x, y) f (a, b)

|(x,y)|=0

f f
,
x y

|(x,y)|=0

CAPITULO 2. DERIVADAS DE FUNC


OES BIVARIADAS

f (a, b)

existisse. Como agora temos dois acrescimos,x, y, ficamos impossibilitadaos


de diretamente escrever a generalizacao usando a divisao, mas podemos dividir
pelo modulo do vetor (x, y) e escrever uma condicao suficiente semelhante

ado caso univariado:


lim

50

f
f
(x a) +
(y b)
x
y

for tangente ao gr
afico de f no ponto (a, b, f (a, b)). Dem :
Antes de diretamente prosseguir fazendo a demonstrac
ao, vamos fazer alguns coment
arios.
Uma das condic
oes que n
ao fica diretamente visvel a partir do teorema
e que para que f seja
diferenci
avel
e preciso poder calcular o quociente acima considerando um vetor (x, y)

O teorema se generaliza imediatamente para um n


umero qualquer de variaveis
com alguma dificuldade notacional.
A expressao de diferenciabilidade em duas ou mais variaveis e qualitativamente superior a definicao univariada. Para comecar observe que usamos diretamente a expressao da formula de Taylor do primeiro grau. No caso univariado,
compare, isto e desnecessario, mas pode ser feito, a diferenca se encontra em
que agora as expressoes sao vetoriais o que nos forcou a correr para uma expressao mais profunda que se encontra escondida no caso univariado onde tudo
e n
umero.
Se analisarmos com mais profundidade o teorema 2, vemos que ele afirma
que o grafico da funcao f se assemelha fortemente ao plano tangente no ponto
de tangencia (a, b, f (a, b)) que e, afinal de contas o motivo central da f
ormula
de Taylor.. Isto nos indica que o estudo dos graficos das funcoes multivariadas
se encontra intimamente ligado ao estudo das transformacoes lineares que foi o
nosso objetivo inicial neste captulo. Justifica-se assim bem o esforco que fizemos
em entender as transformacoes lineares como instrumento para compreender as
superfcies.

51

2.2. DIFERENCIABILIDADE

Observa
c
ao 9 A verdadeira natureza da derivada
No c
alculo univariado a derivada
e falsamente um n
umero, somente no c
alculo multivariado
e que vamos encontrar a verdadeira natureza da derivada, uma matriz. Esta matriz
se chama Jacobiana, quer dizer, quando escrevemos J(f )P queremos dizer f (P ) em que P

e um ponto do domnio da func


ao f.
Na express
ao da diferenciabilidade, teorema 2, p
agina 49, aparece a matriz
[

f f
]
x y

aplicado ao vetor (x, y). Esta


e a derivada de f.

Defini
c
ao 5 Jacobiana
A matriz formada pelas derivadas parciais, calculadas em um ponto P W
e a derivada de f e se chama Jacobiana de f .
No caso particular em que f : W R for uma funca
o numerica, a J(f ) se
chama gradiente:
J(f ) = grad(f ).
Exerccios 6 Derivada, diferencial, gradiente

52

CAPITULO 2. DERIVADAS DE FUNC


OES BIVARIADAS

2.3

Operac
oes e derivadas

Comecamos por multiplicar matrizes, acima o fizemos com matrizes 3 x 4 e


4 x 1. Falemos agora da soma de matrizes. A soma de matrizes traduz um conceito da fsica: a superposica
o. Se A = J(f ) = f (a) e B = J(g) = g (a) e se pu
dermos somar as duas funcoes f, g enta tambem poderemos somar f (a), f (b). E
um princpio do Calculo: se pudermos somar duas funco
es, poderemos tambem
somar suas derivadas. Os fsicos chamam esta soma de superposicao significando com isto que uma funcao f ressona sobre o comportamento de outra g se
as duas representam fenomenos que atuem simultaneamente: duas forcas atuando sobre um mesmo corpo o aceleram se tiverem mesma direca
o e sentidos
contr
arios podem lhe dar aceleraca
o zero se tiverem mesmo m
odulo. As forcas
se superpuseram, dizem os fsicos, se somaram dizemos os matematicos. Duas
forcas so se podem somar se as suas variaveis forem em mesmo n
umero:
f : Rn Rm , g : Rn Rm
e obviamente se
f : Rn Rm , g : Rn Rq ; m 6= q

1. Escreva grad(h) em cada um dos casos abaixo:

na se podem somar nem


xy
ycos(x+3)
ysen(x)
y(x+3)
x2

a) h(x, y) =
c) h(x, y) =

sen(x2 )
(x+3)cos(x+1)
1
= (y2)(x+3)

b)h(x, y) =
d) h(x, y)

e) h(x, y) = e (y + 3)(x + 1)
g) h(, ) = cos()

f ) h(x, y) = ysen(x)ln(x + 3)
xln(y)
h) h(x, y) = (x+3)(x+1)

i) h(x, y) =

j) h(x, y) =

sen(x2 )
x2 +y 2
k) h(x, y) = |x|
|y|
cos2 (x)
m) h(x, y) = sen
2 (y)

o) h(s, t) =

s2
|t|

y 2 (x2)
(x+5)(y+3)(y+1)
1
l) h(x, y) = x2 +y2
2
n) h(x, y) = x y+1
3
n
P
ka

be

h(a, b) =

k=0

2. Em cada um dos casos abaixo escreva a matriz J(h), indique o domnio e


contra domnio de h e de J(h).
a) h(x, y) =
c) h(x, y) =

(x,y)
ycos(x+3)
sen(x) cos(y)
( y(x+3) , y(x+3) )
x2 y 2

sen(x )
cos(x)
b)h(x, y) = ( (x+3)cos(x+1)
, (x+3)cos(x+1)
)
1
x
d) h(x, y) = ( (y2)(x+3)
, (y2)(x+3)
)

e) h(x, y) = (e , e )
sen()
)
g) h(, ) = ( cos()
,

f ) h(x, y, z) = (ysen(x)ln(x + 3), xyz)


xln(y)
yln(x)
h) h(x, y) = ( (x+3)(x+1)
, (x+3)(x+1)
)

)
i) h(x, y, z) = ( sen(x
x2 +y 2 , x, z)

y (x2)
, xy, yz)
j) h(x, y, z) = ( (x+5)(y+3)

|y|
k) h(x, y) = ( |x|
|y| , |x| )

m) h(x, y) =

cos2 (x)
sen2 (y)
2

t
s
, |t|
)
o) h(s, t) = ( |t|

1
x
l) h(x, y) = ( x2 +y
2 , x2 +y 2 )
x2 +z
y3

n) h(x, y, z) =
n
n
P
P
aekb )
beka ,

h(a, b) = (

k=0

k=0

f : Rn Rm , g : Rq Rm ; n 6= q.
Como f : Rn Rm , g : Rn Rm se podem somar, tambem se podem somar
as suas derivadas calculadas no mesmo ponto a = (a1 , , an ) que sera matrizes
m x n porque ambas as funcoes tem nm coeficientes parciais. Da tiramos a
regra, so podemos somar matrizes de mesmas dimensoes.
Outra forma de chegar a mesma conclusao e a consideracao de que as matrizes sao como os vetores, tem coordenadas, e portanto temos que somar as
coordenadas de mesmos ndices, entao elas tem que ter o mesmo formato.
So podemos somar matrizes que sejam exatamente da mesma ordem.
O arquivo pas.zip contem os arquivo Matrizes.pas onde voce pode encontrar todas as as rotinas necessarias `a solucao dos exerccios abaixo.
Exerccio 2 Matrizes, coeficientes angulares.
1. Encontre a equaca
o da reta6 que passa nos pontos
P1 = (1, 2, 3), P2 = (4, 3, 2).

2. Escreva na forma vetorial7 a equaca


o da reta que passa nos pontos
P1 = (1, 2, 3), P2 = (4, 3, 2).
6 Use a equa
ca
o da reta que passa por um ponto dado (a, b) e tem coeficiente angular m
conhecido, y b = m(x a).
7 o ponto (x, y, z) da reta
e m
ultiplo de um vetor dado.

53

2.3. OPERAC
OES E DERIVADAS

3. Encontre a equaca
o do plano que passa no ponto (1, 1, 1) e e paralelo ao
plano XOY.
4. Encontre a equaca
o do plano que passa pelos pontos (1, 1, 1), (1, 2, 3), (3, 2, 3).
5. Determine a equaca
o do plano tangente ao gr
afico da funca
o f (x, y) =
x2 y 2
x2 +y 2 no ponto (a, b, f (a, b)) para:

54

CAPITULO 2. DERIVADAS DE FUNC


OES BIVARIADAS

12. Construa um exemplo de matrizes A, B tal que A B 6= B A


13. Inclua no seu programa a possibilidade de somar duas matrizes com um
alarme no caso de as matrizes serem incompatveis para soma. No caso de
incompatibilidade o programa deve perguntar ao usu
ario se as deve somar
assim mesmo e ent
a completar linhas ou colunas com zeros de modo a
poder efetuar a soma.

(a) (a, b) = (1, 1).

14. Faca seu programa calcular a J(f ) usando derivadas aproximadas.

(b) (a, b) = (0, b) ; b 6= 0.

15. Pesquise e descreva caso real de aplicaca


o de matrizes em sua a
rea de
formaca
o a
` semelhanca do exemplo industrial apresentado no texto. Faca
um pequeno projeto de simulaca
o industrial usando matrizes como J(f )
em que f e uma amostragem de dados do processo industrial.

(c) (a, b) = (a, 0) ; a 6= 0.


6. Discuta qual pode ser a implicaca
o entre derivadas parciais nulas e maximo
ou mnimo de uma funca
o. Analise o exemplo: f (x, y) = xy no ponto
(x, y) = (0, 0).
7. Determine onde as derivadas parciais das funco
es abaixo s
ao nulas. Em
particular, se ambas o forem, analise se a funca
o tem maximo ou mnimo
nestes pontos.
(a) z = f (x, y) =

x2 y 2
x2 +y 2 ;

(c) z = g(x, y) =

p
1 x2 y 2 ;

(d) z = j(x, y) =

3xy
x3 +y 2 .

(b) z = h(x, y) =

c) h(x, y) =

(a) f (x, y, z) = xsen(xy) + ysen(yz) + zsen(xy)


(b) f (x, y, z) =

xy
ycos(x+3)
ysen(x)
y(x+3)
x2

(e) f (x, y, z) = (xln(x), yln(y), zln(z))

sen(x2 )
(x+3)cos(x+1)
1
= (y2)(x+3)

d) h(x, y)

i) h(x, y) =

j) h(x, y) =

s2
|t|

(d) f (x, y, z) = ln(x2 + y 2 + z 2 )

b)h(x, y) =

f ) h(x, y) = ysen(x)ln(x + 3)
xln(y)
h) h(x, y) = (x+3)(x+1)

sen(x2 )
x2 +y 2
k) h(x, y) = |x|
|y|
cos2 (x)
m) h(x, y) = sen
2 (y)

xy
x2 +y 2

(c) f (x, y, z) = (sen(x)cos(y), zsen(y), xcos(z))

e) h(x, y) = e (y + 3)(x + 1)
g) h(, ) = cos()

o) h(s, t) =

17. c
alculo de derivadas: Calcule a derivada J(f ) das funco
es abaixo indicando onde a derivada existe.

2xy
x2 +y 2 ;

8. Calcule as derivadas parciais das funco


es abaixo:
a) h(x, y) =

16. Construa um exemplo em que a matriz J(f ) representa a taxa de lucro


dos distintos produtos. O vetor a representa a taxa de venda dos produtos.
f
Defina um teto de lucro aceit
avel e a partir deste teto verifique que x
i
depende do valor de ai , mostre como.

y 2 (x2)
(x+5)(y+3)(y+1)
1
l) h(x, y) = x2 +y
2
2
n) h(x, y) = x y+1
3
n
P
ka

h(a, b) =

be

k=0

11. Modifique o programa anterior para, peguntando ao usu


ario a ordem dos
fatores, multiplique as matrizes na ordem indicada.

2xy
x2 +y 2

(g) f (x, y) =

x2 y 2
x2 +y 2
2

x y
(h) f (x, y) = ( x22xy
+y 2 , x2 +y 2 )

18. extremos, condica


o: Mostre que num ponto de m
aximo, (ou de mnimo)
de uma funca
o multi-variada as suas derivadas parciais todas tem que
se anular e consequentmente a sua derivada J(f ) = 0. De um exemplo
mostrando que rec proca e falsa.
19. curva de nvel: Se F : R2 R, se definem os subconjuntos de
curva de nvelk = {(x, y) ; F (x, y) = k; k R}

9. Descreva o domnio das funco


es definidas na quest
ao anterior.
10. Escreva, ou use, um programa que receba pelo teclado matrizes e as multiplique na ordem em que foram dadas.

(f ) f (x, y) =

Encontre as curvas de nvel indicado:

(a) F (x, y) = x2 + y 2 ; k {0, 0.5, 1, 2}


8 este nome vem dos mapas dos top
ografos que indicam assim os diferentes nveis dos
terrenos.

55

2.4. A FORMULA DE TAYLOR

56

Vamos supor que f : R4 R entao se calcularmos f (a) no ponto (a1 , , a4 )


teremos uma matriz linha com 4 entradas formadas pelas 4 derivadas parciais
11
de f :
f f f f
f (a) = (
,
,
,
)
x1 x2 x3 x4
Usando esta notacao podemos re-escrever a formula:

(b) F (x, y) = x2 y 2 ; k {1, 0.5, 0, 0.5, 1, 2}

(c) F (x, y) = (x 3)2 + (y + 4)2 ; k {1, 0.5, 0, 0.5, 1, 2}

(d) F (x, y) = (x 3)2 (y + 4)2 ; k {1, 0.5, 0, 0.5, 1, 2}


(e) F (x, y) = (x a)2 + (y b)2 ; k {1, 0.5, 0, 0.5, 1, 2}

(f ) * F (x, y) = 5(x 2)2 + 3(y 1)2 ; k {1, 0.5, 0, 0.5, 1, 2}

(g) F (x, y) = 5(x 2)2 + 2xy 3(y 1)2 ; k {1, 0.5, 0, 0.5, 1, 2}

2.92f (x) f (a) + f (a)dx =

x1 a1

f f f f
x

a
2
2
=
,
,
,
)
f (x) f (a) + (
x1 x2 x3 x4 x3 a3
x4 a4

dx1

f f f f dx2
=
= f (a) + (
,
,
,
)
x1 x2 x3 x4 dx3
dx4
f
f
f
f
f (a) +
dx1 +
dx2 +
dx3 +
dx4
x1
x2
x3
x4

(h) F (x, y) = xy ; k {1, 0.5, 0, 0.5, 1, 2}

(i) * F (x, y) = 3(x 1)2 + 2xy 2(y + 1)2 ; k {0, 0.5}

20. reta tangente a


` curva de nvel. Para cada funca
o do item anterior, encontre um ponto (a, b) sobre a cuurva de nvel, calcule a equaca
o da reta
tangente a
` curva no ponto (a, b) e faca os gr
aficos correspondentes.
21. gradiente: Se chama graf (f ) a jacobiana J(f ) quando f : Rn R9 .
Verifique que grad(f )(a,b) , o gradiente de f calculado no ponto (a, b), e
um vetor. Mostre que grad(f )(a,b) e um vetor perpendicular a
` curva de
nvel que passa no ponto (a, b). Conclua que o grad(f ) aponta na direca
o
de crescimento, (ou decrescimento) m
aximo de f a partir do ponto (a, b).
22. *Desigualdade de Cauchy-Buniakowski-Schwarz: Prove que dados dois vetores x, y Rn vale
| < x, y > | ||x||||y||
23. passo da montanha. Considere um ponto a Rn no domnio de uma
funca
o f. Mostre que se grad(f )(a) = 0 e f for a equaca
o de uma montanha, ent
ao, voce se encontra:
num pico da montanha

(2.95)

(2.96)

f (x) = b + ax

x, a, b R

f (x) = b + Ax ;
b um n
umero ;
x uma matriz n x 1 ; A matriz 1 x n ;

A f
ormula de Taylor

Convem lembrar aqui a formula de Taylor em seu caso mais simples que e

Ha varias combinacoes possiveis de dimensa na construcao de tais funcoes.


Acima chamamos x de matriz quando o habitual e chamar de vetor. Veja mais
o seguinte exemplo:
f (x) = B + Ax ;

(2.92)

em que f e uma funcao vetorial e portanto f (a) e uma matriz jacobiana nao
trivial10 , (nao e um n
umero comum). A formula 2.92 pode ser escrita com outro
aspecto.
suma, grad(f )
e um nome para a jacobiana que tem uma u
nica linha.
express
ao
e exatamente a mesma do caso univariado,
e uma vantagem da notaca
o
matricial.

B, A, x matrizes: 1 x p, 1 x n, n x p.

Se costuma chamar funcoes do primeiro grau de lineares, na verdade deveriam ser chamadas de lineares afins. Sa lineares aquelas com o termo constante
b ou B nulo:
f (x) = Ax ;

9 em

10 a

(2.94)

na nova formula 2.96 a matriz esta fazendo o papel de n


umero multiplicando a
matriz coluna dx e como sa matrizes de ordens 1 x 4 e 4 x 1 o resultado desta
multiplicacao e um n
umero real. Vemos desta forma que as matrizes servem para
definir nos espacos vetoriais, funcoes semelhantes as funcoes do primeiro grau:

num passo da montanha.

f (x) f (a) + f (a)(x a) = f (a) + f (a)x

(2.93)

em que vemos a matriz atuando como um dispositivo operat


orio na definicao
de uma funcao, (uma nova funca
o que e uma aproximaca
o de f ). Observe que
esta esta expressa e semelhante `a expressa de uma funcao do primeiro grau:

no fundo de um vale da regi


ao montanhosa.

2.4

CAPITULO 2. DERIVADAS DE FUNC


OES BIVARIADAS

11 A

A, x matrizes: 1 x n, n x p.

notaca
o de derivadas parciais n
ao deixa ver que as derivadas est
ao sendo calculadas no
ponto a, isto causa dificuldade para o entendimento.

57

2.4. A FORMULA DE TAYLOR

definidas por uma simples multiplicacao. Nestas valem as propriedas de linearidade:


Defini
c
ao 6 Transformaco
es lineares. Se f for uma transformaca
o linear ent
a
1. f (x + y) = f (x) + f (y) ;
2. f (x) = f (x) .
Os termos transformaco
es linearese funco
es linearessa sinonimos, mas ha
quem de um significado geometrico ao primeiro.
Observa
c
ao 10

Diferencial, derivac
ao implcita. Uma s
erie mitos e mal entendidos
persistem em torno dos smbolos x, dx. N
ao
e f
acil corrigir esta situac
ao sem um investimento grande em abstrac
ao e estruturas matem
aticas, mas vamos discutir um pouco o
assunto. O mito central gira em torno do conceito de infinitesimal que atravessou a hist
oria
do C
alculo sem uma definic
ao adequada, se
e que uma tal definic
ao poderia ser apresentada.
Uma forma de entender o seu significado
e a ordem de grandeza de que voltaremos a falar
mais adiante. O smbolo significa apenas diferenca, por exemplo:

x=0

df
f
= f (a) = lim
x=0 x
dx
mas dx, df n
ao existem. . . Limites se calculam sempre indiretamente sem que possamos
usar regras operat
orias aritm
eticas nos componentes da express
ao alg
ebrica envolvida, a n
ao
ser a partir de resultados obtidos indiretamente, como os resultados que temos sobre somas,
produtos e quocientes de limites. Quando escrevemos uma express
ao como f (x) f (a) +
f (a)dx estamos apenas querendo dizer que f pode ser aproximada linearmente, por uma
func
ao linear, e que o coeficiente angular (simples ou m
ultiplo) desta func
ao linear
e f (a).
Variedade linear tangente. Podemos usar a derivac
ao implcita como uma t
ecnica
para encontrar um objeto linear tangente a outro: a reta tangente ao gr
afico de uma funca
o
univariada, o plano tangente ao gr
afico de uma funca
o bivariada, o hiper-plano tangente ao
gr
afico de uma funca
o multivariada. O caso da reta
e o que acabamos de comentar acima,

y f (a) = f (a)(x a)
a equac
ao da reta que tem coeficiente angular f (a) e que passa no ponto (a, f (a)). Com
frequ
encia usamos d para indicar relativamente a que vari
avel estamos calculando um li o que fazemos quando derivamos implicitamente uma
mite de quocientes de diferencas. E
express
ao:
w = f (x1 , x2 , x3 , x4 );
f
dx1
x1

f
dx2
x2

f
dx3
x3

w = f (x) = f (a) +

f
f
f
f
(x1 a1 ) +
(x2 a2 ) +
(x3 a3 ) +
(x4 a4 )
x1
x2
x3
x4

por simples substituic


ao de dxi por xi ai e dw por f (x)f (a). Observe que x = (x1 , . . . , x4).
Nesta hist
oria toda temos ideias geom
etricas, topolog
ogicas, alg
ebricas envolvidas e uma linguagem deficiente para tratar de tudo isto. S
ao fatos difceis e dizer que os fatos s
ao difceis
n
ao deve representar uma carga nem emocional e nem siquer produzir mais mitos. Apenas
deve-se dizer que h
a muito coisa envolvida, difcil
e o complexo que n
ao podemos trivializar
em um determinado momento.
N
ao h
a nada mstico aqui, apenas existe um aparato formal denso para justificar operac
oes
intuitivas simples o que revela um fosso profundo entre a intuica
o e a linguagem, apenas isto.

Exerccio 3 Funco
es lineares, Jacobiana.
1. Verifique que as propriedades de linearidade valem tanto para f (x) = ax
em que a, x s
a n
umeros, como para f (x) = Ax em que A, x s
a matrizes,
convenientemente definidas para que se possa fazer a multiplicacao.

(a) f (x, y, z) = 3xcos(y) + 2ysen(z) 4zsen(xy) ; (1, , ) ;


(b) f (x, y) = sen(xy)exp(x2 y 2 ) ; (0, 0, 0) ;
(c) f (x, y) = (x2 y 2 , 2xy) ; (0, 1);

4. Escreva a aproximaca
o linear para cada uma das funco
es anteriores no
ponto indicado. Calcule o valor d f usando sua aproximaca
o linear com
um erro de 0.1 em cada coordenada e compare com valor exato em cada
caso.
5. Calcule a soma das derivadas das funco
es f, g:
f (x, y) = sen(xy)exp(x2 y 2 ) ; (0, 0, 0) ;
f (x, y) = (x2 y 2 , 2xy) ; (0, 1);

dy = f (a)dx

dw =

escuro. Faz parte deste acidente que podemos escrever, diretamente a partir da equac
ao (eq.
2.98) a equac
ao do plano tangente a superfcie graf (f ) :

3. Calcule a Jacobiana de f nos pontos indicados:

f
x

e Leibniz inventou uma notac


ao fenomenal e ao mesmo tempo pronta para criar confus
oes:

nos fornece

CAPITULO 2. DERIVADAS DE FUNC


OES BIVARIADAS

2. Escreva algumas funco


es lineares usando distintas matrizes no que diz
respeito a dimens
a.

f = f (x + x) f (x) = f (x + h) f (x).
Claro, a derivada significa o limite de quocientes de diferencas:
f (x) = lim

58

(2.97)
+

f
dx4
x4

(2.98)

em que os objetos dw, dx1 , . . . , dx4 s


ao apenas vari
aveis que por um acidente feliz trazem
nomes parecidos com os das vari
aveis que usamos para indicar como calcular os valores de f.
Dissemos acidente,
e preciso levar a s
erio esta palavra. Grande parte da construc
ao cientifca

e um produto de acidentes felizes, e, naturalmente, muito esforco intelectual desenvolvido no

o linear para cada uma das


6. aproximaca
o linear: Escreva a aproximaca
funco
es anteriores no ponto indicado. Calcule o valor de f usando sua
aproximaca
o linear com um erro de 0.1 em cada coordenada e compare
com o valor exato, em cada caso. item* Observe que o erro indicado na
quest
ao anterior n
ao corresponde ao erro no valor da funca
o que pode ser
maior do que 0.1, faca algumas experiencias para descobrir como poderia
se usar um erro na variaca
o das vari
aveis que produzisse um erro m
aximo
de 0.1 no valor de f.
aveis
7. Regra da Cadeia: Considere f : R3 R e uma mudanca de vari
g : R3 R3 , todas as funco
es diferenci
aveis.

59

2.4. A FORMULA DE TAYLOR


(a) Calcule as Jacobianas de f, g.
(b) Calcule o produto de matrizes J(f )oJ(g).
(c) Verifique que J(f )oJ(g) = J(f og).

Os exerccios anteriores reforcam ideia de que as matrizes sa um novo tipo de


n
umero e que a multiplicaca
o de matrizes tem uma denominacao adequada. As
funcoes lineares transformam vetores em outros vetores ou n
umeros. Quando
transformam em n
umeros, recebem um nome especial:
Defini
c
ao 7 Funcional linear. Se f for uma transformaca
o linear cuja imagem
e um n
umero se chama funcional linear.
Como os espacos vetoriais de que tratamos aqui s
a os espacos Rn , um funcional linear ser
a da forma

x1
x2

f : Rn R; f (x) = (a1 , , an ) . =< a, x > ;


..
xn
f (x) = a1 x1 + + an xn =< a, x > R

Exemplo 12 Funco
es lineares definidas por meio de produto escalar.
1. Em R3 considere o vetor (a1 , a2 , a3 ). A funca
o
x = (x1 , x2 , x3 ) 7< a, x >= a1 x1 + a2 x2 + a3 x3
e funca
o linear. f (x) = 0 se o vetor x for perpendicular ao vetor a. Como
enunciado na definica
o, n
a h
a outros tipos de funcionais lineares definidos
3
em R , todos s
a desta forma, o produto escalar por um vetor fixo.
Rb
2. No espaco vetorial C([a, b], R) temos o produto escalar < f, g >= a f (x)g(x)dx.
Se considerarmos f fixa, a funca
o
: g 7< f, g >= (g) =

f (x)g(x)dx

define um produto escalar em C([a, b], R). N


a e f
acil encontrar-se
{g; (g) = 0}.
Podemos construir algumas funco
es que satisfazem esta condica
o, por
exemplo
2x
g(x) = sen(
)
ba
se a funca
o fixa f for constante. Sabemos resolver alguns casos particulares deste problema...

60

CAPITULO 2. DERIVADAS DE FUNC


OES BIVARIADAS

62

CAPITULO 3. SERIES E APROXIMAC


AO DE FUNC
OES.

Quando o grau for 1, sabemos que uma reta tangente pode ser encontrada,
portanto um polinomio de grau 1, se a funcao for diferenciavel. Alguns experimentos podem nos orientar sobre o que vai acontecer, nada melhor do que
comecar com um polinomio:
P (x) = a0 + a1 (x a) + a2 (x a)2 + a3 (x a)3 + a4 (x a)4

Captulo 3

S
eries e aproximac
ao de
func
oes.
Resumo.
Neste captulo vamos deixar de lado o espaco Rn e voltar a discutir as funco
es definidas em
R e tomando valores em R. Aparentemente estaremos voltando ao caso unidimensional, mas
n
ao
e bem assim. Aos poucos voc
e ir
a perceber que na verdade estaremos mergulhando no
caso dimens
ao infinita.
Vamos estudar tres m
etodos de aproximaca
o
polin
omios de Taylor
polin
omios trigonom
etricos

P (a) = a0 = f (a).

(3.1)

Como queremos que seja tangente, somo levados a derivar o polinomio e


impor a condicao:
P (a) = a1 = f (a).
(3.2)
Veja que as condicoes impostas estabelecem que

aproximaca
o polinomial cl
assica
de funco
es, que, como tal, aproximaca
o eles seriam altamente inadequados e apenas refletem o curso hist
orico. A crtica que faremos em cada situaca
o refletir
a tanto o estado atual
das coisas como colocar
a estas tr
es t
ecnicas dentro do contexto em que elas surgiram.
N
ao deduza, entretanto, do que acabamos de dizer, que voc
e est
a sendo convidado a percorrer
apenas uma gal
eria de museu, n
os estaremos lhe mostrando as conex
oes do que foi feito com
o que est
a sendo feito. Mais importante que o desenvolvimento de Taylor s
ao os m
etodos
que usaremos para estud
a-lo e sobre tudo, ao final, quando discutirmos o erro vamos ter
ocasi
ao para introduzir ferramentas importantes no estudo do comportamento de funco
es.
Usaremos o m
etodo hist
orico com sua justa dimens
ao, ser
a um proveitoso passeio por uma
sala de museu.
Ao final do captulo falaremos brevemente sobre splines para nos redimir de ter apresentado
como aproximaca
o, o que de fato n
ao
e mais.
Vamos comecar com as s
eries de Taylor.

3.1

e observe que escrevemos este polinomio no formato apropriado para garantir


que ele passe no ponto (a, a0 ) = (a, b), como fizemos quando discutimos a reta
tangente ao grafico de uma funcao.
Um exerccio elementar consiste em provar que todo polinomio do grau n
umero dado,
tem um desenvolvimento em potencias de (x a) em que a e um n
ver (exercicio, 1). Aqui vamos usar o metodo da derivacao e chegar a uma outra
conclusao a respeito de tais polinomios.
Vamos considerar uma funcao f, suficientemente diferenci
avel e vamos buscar condicoes para que o grafico de um polinomio de grau 4 seja tangente ao
grafico de f no ponto (a, f (a))
Para ser tangente o polinomio tem que ter o mesmo valor que f no ponto
x = a o que nos conduz a concluir que

A s
erie de Taylor

da f
E
ormula de Taylor que vamos voltar a discutir aqui, entretanto agora
com outro objetivo mais amplo. Da o novo nome, serie de Taylor.
Ao discutirmos o f
ormula de Taylor colocamos no centro da questao a aproximacao linear que se podia obter para uma funcao. Agora a questao vai se
colocar em termos diferentes: podemos encontrar um polin
omio, de grau arbitr
ario, cujo gr
afico seja tangente ao gr
afico de uma funca
o f ?
61

P, f coincidem no ponto (a, f (a))


P, f tem mesmo coeficiente angular instantaneo no ponto (a, f (a)), P (a) =
f (a).
Vamos agora impor a condicao de que os dois tenha a mesma curvatura neste
ponto o que e determinado pela segunda derivada:
P (a) = 2a2 = f (a) a2 =

f (a)
2

(3.3)

De agora em diante nos faltam expressoes geometricas, diremos simplesmente, queremos que o polinomio P e f tenham mesma derivada de terceira
ordem no ponto (a, f (a)) :
P (a) = 6a3 = f (a) a3 =

f (a)
6

(3.4)

e que tenham mesma derivada de ordem 4 neste ponto:


P (a) = 24a4 = f (a) a3 =

f (a)
24

(3.5)

63

3.1. A SERIE DE TAYLOR

64

CAPITULO 3. SERIES E APROXIMAC


AO DE FUNC
OES.

Se agora observarmos que os n


umeros 24 = 4!, 6 = 3!, 2 = 2!, 1 = 1!, 1 = 0!
podemos dar uma unificacao `as formulas acima escrevendo:
f (a)
0!
f (a)
1!

a2 = f 2!(a)

a3 = f 3!(a)

a4 = f 4!(a)

a0 =

(3.6)

a1 =

(3.7)
(3.8)

40

(3.9)
(3.10)
(3.11)

...
an =

Polinomios de Taylor.
50

f (n) (a)
n!

(3.12)

30

20

(3.13)
que pode ser demonstrado por inducao (se a funcao f for diferenciavel ate esta
ordem). Revertendo os calculos diremos que
f (x)

n
X
f (k) (a)
k=0

k!

(x a)k

(3.14)

respondendo `a pergunta com que nos iniciamos: de fato existe um polinomio


P , do grau n, que coincide com f ate a derivada de ordem n e sobre o qual
podemos afirmar as seguintes condicoes geometricas
P passa no ponto (a, f (a)).
O grafico de P e tangente ao grafico de f no ponto (a, f (a)).
O grafico de P tem a mesma curvatura que o grafico de f no ponto
(a, f (a)).
Teorema 3 do desenvolvimento de Taylor
Se uma funca
o tiver derivadas contnuas ate a ordem n no intervalo [a, b]
ent
ao existe um polin
omio P de grau n cujas derivadas coincidem com as derivadas de f ate a ordem n e alem disto f e P conincidem no ponto x = c em
que o polin
omio e desenvolvido sendo sua express
ao dada por:
f (x) P (x) =

n
X
f (k) (a)

k=0

10

k!

(x a)k .

O teorema do desenvolvimento de Taylor foi demonstrado acima exceto num


ponto, em sua afirmacao f (x) P (x) que passaremos a discutir agora.
Analise a figura (fig. 3.1) na pagina 64, nela o grafico dum polinomio de
Taylor do terceiro grau conncide com o grafico de uma funcao no ponto x = 3,
ate a terceira derivada. Veja que a aproximacao e boa somente em volta do
ponto x = 3. Longe deste pontos os dois graficos se afastam. Quer dizer que
aproximacao produzida pelo polinomio de Taylor e local.

-10
-20

-16

Figura 3.1:

-12

-8

-4

12

16

Gr
aficos simult
aneos do polin
omio de Taylor de grau 3 e da funca
o f .

Do ponto de vista de aproximaca


o, polinomios de Taylor servem pouco. Voce
vera ao final do captulo um metodo melhor de aproximacao, os splines.
Mesmo assim, e a ttulo de curiosidade, veja o grafico (fig. 3.2), pagina 65,
do polinomio de Taylor do seno de grau 11 junto com o grafico da funcao seno.
O grafico e enganoso, as duas funcoes se tangenciam no ponto x = 0.
Exerccios 7

1. Mostre que um polin


omio
P (x) = a0 + a1 x + a2 x2 + a3 x3 + a4 x4

tem um desenvolvimento como potencias de (xa) e calcule os coeficientes


deste desenvolvimento.
2. Mostre, por induca
o que vale a express
ao da f
ormula de Taylor de ordem
n se a funca
o f for diferenci
avel ate esta ordem.
3. Escreva polin
omios de Taylor de ordem n > 10 para as seguintes funco
es
no ponto a indicado:

20

65

3.1. A SERIE DE TAYLOR

66

CAPITULO 3. SERIES E APROXIMAC


AO DE FUNC
OES.

Calcule a soma
Pol Taylor n=11 - seno
2.1

Calcule a soma

k=0

k=0

1.7

1
k!
(1)k
(2k)!

Nossa verdadeira intencao com os polinomios de Taylor e discutir expressoes


do tipo

1.3

X
ak

0.9
0.5

k=0

k!

(x a)k = lim
n

n
X
ak
k=0

k!

(x a)k

(3.15)

Ha varias questoes a serem discutidas numa tal expressao, e vamos deixar


esta discussao para um paragrafo mais a frente em que discutiremos o assunto
series.
Neste momento vamos resumir nossa discussao numa forma de calcular o
erro expressao em
n
X
ak
(x a)k .
(3.16)
f (x) Pn (x) =
k!

0.1
-0.3
-0.7
-1.1

k=0

-1.5
-1.9
-6

-4

Figura 3.2:

-2

O segundo termo na equacao acima continuara ser chamado por nos de


Polin
omio de Taylor, deixaremos a palavra serie para quando discutirmos o
assunto mais acuradamente.
Ha duas maneiras de analisar o erro entre f e Pn . Vamos estudar os dois
metodos a partir de uma visao concreta semelhante a que usamos para fazer
aparecer os polin
omios de Taylor.

Graficos simult
aneos do seno e de seu polin
omio de Taylor de grau 11 .

3.1.1
(a) f (x) = sen(x) ; a = 0
(b) f (x) = cos(x) ; a = 0
(c) f (x) = ex ; a = 0
(d) f (x) = sen(x) + cos(x) ; a = 0
(e) f (x) = cos(x) + isen(x) ; a = 0
(f ) f (x) = eix ; a = 0
4. Escreva polin
omios de Taylor de ordem n > 10 para as seguintes funco
es
no ponto a indicado:
(a) f (x) = sen(x) + cos(x) ; a =
(b) f (x) = cos(x) + isen(x) ; a =
(c) f (x) = eix ; a =
5. Voce pode tirar alguma conclus
ao, sobre uma f
ormula famosa, a partir dos
dois u
ltimos desenvolvimentos de Taylor ?

O erro m
edio.

Vamos usar um teorema do Calculo univariado que relembraremos aqui, como


lema:
Lema 1 Teorema do valor medio diferencial
Seja f : [a, b] R uma funca
o diferenci
avel. Existe um ponto
c (a, b) ; f (c) =

f (b) f (a)
ba

O ponto c no teorema do valor medio nao e o ponto medio do intervalo


como o teorema infelizmente sugere, tudo que sabemos e: existe um ponto c
no interior do intervalo tal que o quociente das diferencas corresponde ao valor
da derivada. Vamos usar a expressao do Teorema do valor medio diferencial
com a derivada de ordem n na formula de Taylor. E,a despeito de que do
ponto c, n
os saibamos apenas da existencia, nos o vamos usar como o ponto de
desenvolvimento de dois polinomios de Taylor de f de ordem sucessivas. Assim,
nos calculos que se seguem, P1 , P2 sao os desenvolvimentos de Taylor de f , de
ordem n, n + 1, respectivamente, no ponto c definido pelo teorema do valor
medio do Calculo Diferencial.

67

3.1. A SERIE DE TAYLOR

n
X
f (k) (c)

n+1
X

P2 (x) P1 (x) =

(f (n) (b) f (a))


f (n+1) (c)
(x c)n+1 =
(x c)n+1 =
n + 1!
(b a)(n + 1!)

(3.19)

k=0
(n)

A(x c)n+1 ; A =

(f (n) (b) f (n) (a))


(b a)(n + 1)!

(3.20)

O n
umero

(f (n) (b) f (n) (a))


An =
(b a)(n + 1)!
decresce rapidamente para zero quando n crescer, se f tiver tiver derivdadas
indefinidamente, e nos usaremos esta hipotese mais a frente quando estudarmos
series. Neste momento o que podemos concluir e, que, a diferenca entre dois
desenvolvimentos sucessivos de Taylor, para f , num ponto c do intervalo [a, b]
em que f esteja definida e tiver derivadas ate a ordem n inclusive nos extremos
do intervalo, e o polinomio de grau n + 1
A(x c)n+1 ; A =

Polinomios de Taylor.
11

(3.18)

k=0

(x c)k

CAPITULO 3. SERIES E APROXIMAC


AO DE FUNC
OES.

(3.17)

f (k) (c)
(x c)k =
k!

k!

68

(f (n) (b) f (n) (a))


(b a)(n + 1)!

-1

-3

-5

-7
-10

em que o coeficiente A e muito pequeno para grandes valores de n. Vamos deixar


isto registrado no teorema seguinte:
Teorema 4 do Resto no polin
omio de Taylor
Se uma funca
o tiver derivadas ate a ordem n + 1, contnuas, no intervalo
[a, b] ent
ao o erro entre os desenvolvimentos de Taylor de f de ordem n e de
ordem n + 1 e o polin
omio
n+1

A(x c)

(f (n) (b) f (n) (a))


.
; A=
(b a)(n + 1)!

As figuras (fig. 3.3), pagina 68,(fig. 3.1), pagina 64, mostram polinomios de
Taylor de grau 1 de grau 3.
A figura (fig. 3.4), na pagina 69, mostra os polinomios de graus 11 e 13 do
seno. Como a funcao seno tem derivadas de qualquer ordem se pode observar
que um dos polinomios, o de grau 13, fica mais proximo de f (x) = sen(x), em
outras palavras o erro A14 (x)14 tem uma oscilacao muito pequena no intervalo
[6, 6], ou, pelo menos, menor do que o erro A12 (x)12 , que corresponderia ao
polinomio de Taylor de grau 11.

Sugerimos que o leitor consulte outros livros de Calculo para analisar uma
outra formula para o erro entre o polinomio de Taylor e a funcao, diferente da
que obtivemos aqui. Nos exerccios estudaremos numericamente esta diferenca.

-8

-6

Figura 3.3:

3.1.2

-4

-2

Reta tangente ao gr
afico de f no ponto x = 2 .

O erro integral.

O calculo que fizemos na secao anterior, para encontrar uma estimativa do erro
entre f e seu desenvolvimento de Taylor mostra um erro variavel f (x)P (x) =
A(x c)n+1 .
Existem varias formas de se avaliar um erro, sobre tudo em se tratando de
dados variaveis. Uma das forma consiste me estimar o erro em um ponto, foi
o que fizemos escolhendo anteriormente o ponto c determinado pelo teorema
do valor medio do Calculo Diferencial. Outra forma consiste em avaliar uma
media de uma colecao considerada de erros.
Estas duas formas sao dois metodos extremos existindo uma consideravel
variacao de metodos entre estes dois que nao seria o caso de considerar aqui.
Os distintos metodos sao escolhidos em relacao `a necessidade que o pesquisador tiver num determinado momento. Vamos aqui mostrar o outro extremo,
calculando uma media que e o chamado erro integral.

10

69

3.1. A SERIE DE TAYLOR

70

CAPITULO 3. SERIES E APROXIMAC


AO DE FUNC
OES.
1
ba

Pol Taylor n=11 - seno

Zb

f (x)

2.1

1
ba

1.7

0.9

1
ba

0.5
0.1

1
ba

-0.3

1
ba

-0.7

Zb
a

f (x)

-1.1

1
ba

-1.5

Zb
a

Zb

Zb

Zb

1
ba

1.3

Zb

1
ba

f (x)

-4

Figura 3.4:

-2

Polin
omios de grau 11 e 13 do seno desenvolvidos em x = 0.

A ideia consiste em calcular


1
ba

Zb
a

Este calculo pode ser modificado usando |f (x) Pn (x)| no integrando tendose outro significado para o erro. Como ja dissemos ha varias variantes para a
busca do erro, e uma das formas de analisar consiste o ponto x = c em que Pn
e desenvolvido. Aqui vamos usar x = a.
1
ba

Zb
a

f (x) Pn (x)dx =

1
ba

Zb
a

f (x)

1
ba

Zb
a

Pn (x)dx

ba n
Z
X

1
ba

k=0

f (k) (a) k
x dx
k!

k=0

1 X f (k) (a)
(b a)k+1
f (x)
ba
(k + 1)!
k=0

f (x)

1
ba

n
X
F (k+1) (a)
k=0

(k + 1)!

(b a)k+1

n
X
1
F (k+1) (a)
(
(b a)k+1 F (a))
ba
(k + 1)!
k=1

f (x)

n
1 X F (k) (a)
(
(b a)k F (a))
ba
(k)!
k=0

1
ba

Zb
a

f (x)

F (b) F (a)
ba

em que F e uma primitiva de f. Podemos observar que o resultado representa a


diferenca entre o valor medio de f no intervalo [a, b] e o valor medio da derivada
(a)
calculada usando-se o seu desenvolvimento no
de uma primitiva de f , F (b)F
ba
ponto x = a.
Como pelo valor medio do Calculo Integral, existe um ponto c tal que
1
ba

f (x) Pn (x)dx.

a k=0

f (k) (a)
(x a)k dx
k!

n
1 X f (k) (a) k+1 ba
f (x)
x
|0
ba
(k + 1)!

-1.9
-6

Zb X
n

Zb

f (x)dx = f (c)

e o que temos como primeiro membro na expressao encontrada. que, para grandes valores de n o calculo da integral de f ou de Pn representam o mesmo valor
o que mostra que, se o desenvolvimento de Taylor representa uma aproximacao
pontual de baixa classe para f , do ponto de vista da energia do fen
omeno representado por f o desenvolvimento de Taylor e uma boa aproximacao:
Teorema 5 do erro integral do desenvolvimento de Taylor
A energia de f e de um polin
omio de Taylor de f , Pn , s
ao semelhantes para
grandes valores de n.

3.2. POLINOMIOS TRIGONOMETRICOS.

71

Como um u
ltimo comentario, a escolha do metodo no calculo do erro foi
dirigido por um interesse especfico do autor.
Aproxima
c
ao de fun
c
oes.
Aproximac
ao de func
oes ou o de forma mais geral Teoria da Aproximac
ao
e um captulo
imenso em Matem
atica e que apenas cresce nos dias atuais por sua import
ancia natural.
Nesta seca
o vamos deixar um pequeno testemunho de um dos t
opicos importantes dentro da
a
rea de aproximac
ao de func
oes: aproximaca
o com polin
omios trigonom
etricos. Para que
voc
e tenha uma ideia da superficialidade do que trataremos aqui, um dos livros mais famosos
sobre o assunto, escrito por Antony Zigmund (1900-1993), sob o ttulo Trigonometric Series,
tem perto de 1000 p
aginas em seus dois volumes.
O uso de s
eries trigonom
etricas, (polin
omios trigonometricos), para aproximar funco
es apenas
representa um elemento hist
orico que possivelmente deva ficar restrito
aprimeira metade do
s
eculo 20. Desde o fim do s
eculo 19, Fourier em particular, mas outros que o antecederam,
entendiam que as S
eries Trigonom
etricas representavam ondas e portanto funco
es de um
tipo particular que descrevessem os fen
omenos ondulat
orios. Ainda assim uma nova t
ecnica
que lhe robou a metodologia com inovaco
es significativas: as Wavelets, lhe ameacando a
hegemonia neste setor.
Mesmo assim, vamos apresentar aqui as s
eries de trigonom
etricas como um m
etodo de aproximaca
o de funco
es.
A base te
orica para o conte
udo deste par
agrafo foi desenvolvida resumidamente no par
agrafo

anterior
e a Algebra
Linear. O nosso intuto com os Polin
omios Trigonom
etricos
e duplo:
Dar um exemplo pesado de uso de espaco vetorial com produto escalar. Pesadoem
v
arios sentidos, por suas aplicaco
es, por seu valor te
orico e pelo aprofundamento da
intuica
o geom
etrica que ele pode proporcionar.
O nosso segundo objetivo
e o de motivar um estudo mais aprofundado de converg
encia.
Vamos logo ver que falta alguma coisa na te
oria, esta coisaque estar
a faltando
e
converg
encia.

3.2

Polin
omios Trigonom
etricos.

Em 1822, num artigo apresentado `a Academia Francesa de Ciencias, Joseph


Fourier, (1768-1830) afirmou que todas as funco
es peri
odicas podem ser decompostas em m
ultiplos das funcoes
x sen(nx)
e

72

CAPITULO 3. SERIES E APROXIMAC


AO DE FUNC
OES.

formam um sistema de vetores linearmente independentes e ortogonais no espaco


vetorial das funcoes contnuas definidas num intervalo fechado e limitado, intervalo compacto, vamos particularizar o problema para apresentar uma teoria
pequena, o intervalo base ser
a [0, 2]. Para provar as propriedades enunciadas,
e preciso definir neste espaco C([0, 2]) um produto escalar, o conceito que nos
permite calcular os angulos entre vetores ou os modulos destes, e o produto escalar que permite generalizar os conceitos geometricos, a
ngulo, m
odulo, dist
ancia
a espacos mais gerais. O produto escalar poderia ser definido assim
Z 2
f (x)g(x)dx.
(3.23)
< f, g >=
0

Uma integracao por partes mostra que sen e cos sao ortogonais:
R 2
0 sen(x)cos(x)dx =
R 2
2 2
= sen |0 0 sen(x)cos(x)dx
R 2
2 0 sen(x)cos(x)dx = sen2 |2

0
R 2
sen(x)cos(x)dx
=
0

De modo analogo se pode mostrar que senk e cosj sao ortogonais para quaisquer
que sejam k, j ; j = k :
R 2
0 sen(kx)cos(kx)dx =
R
k 2
= k1 senkxsen(kx)|2
0 k 0 sen(kx)cos(kx)dx =
R
R 2
0 0 sen(kx)cos(kx)dx = sen(kx)cos(kx)dx = 0

a justificativa da u
ltima linha no bloco de equacoes acima sendo que a integral
de senksenj nao muda se fizermos uma translacao de 2 e no intervalo [, ]
uma e par e a outra e impar. Se k 6= j entao uma nova integracao por partes
nos leva de volta `as funcoes iniciais:
Z 2
sen(kx)cos(jx)dx
=
=

x cos(kx)

com n, k N.
Nao seriam todas como se veria com o passar do tempo e da revolucao que
Fourier provocou no desenvolvimento da Matematica com as suas Series Trigonometricas, chamadas ainda de Series de Fourier, mas que eram conhecidas
de alguns matematicos anteriores a ele, como Euler, (1707-1783) e alguns dos
irmaos Bernouilli.
As funcoes
senk : R R; x 7 sen(kx)
(3.21)
e
cosj : R R; x 7 cos(jx)

k2
j2

(3.22)

= (1

k
)
j2

0
2

sen(kx)cos(jx)dx
0

sen(kx)cos(jx)dx

=0

sen(kx)cos(jx)dx

=0

mostrando as relacoes de ortogonalidade que desejadas, que pela sua importancia merecem estar registradas sob o nome de teorema:
Teorema 6 da ortogonalidade das funco
es senk e cosj. Se definirmos em
C([0, 2]) o produto escalar por
Z 2
f (x)g(x)dx.
< f, g >=
0

73

3.2. POLINOMIOS TRIGONOMETRICOS.

ent
ao as funco
es senk(x) = sen(x) e cosj(x) = cos(jx) formam um sistema de
vetores ortogonais, para todos os valores de j, k N.
Um raciocnio geometrico simples nos conduz a
Z 2
Z 2
sen2 (x)dx =
cos2 (x)dx
0

porque sen e translacao de cos de 2 , assim


R 2
R 2
sen2 (x)dx = 21 0 (sen2 (x) + cos2 (x))dx =
0

74

CAPITULO 3. SERIES E APROXIMAC


AO DE FUNC
OES.

Seguindo as ideias do nosso projeto inicial, podemos agora estender a geometria do R3 a este novo espaco. Teremos que discutir a validade desta estensao,
obviamente. Em R3 , na Geometria Analtica, depois de definido o produto escalar, se chamam os n
umeros < u, en > de projeco
es de u na direcao dos vetores
en , como s
ao habitualmente chamados os vetores unit
arios das tres direco
es do
espaco e depois se recompoe u com uma soma:
u = x1 e1 + x2 e2 + x3 e3 .

2
2

< sen, sen >=


< cos, cos >=

Como agora temos produto escalar em C([0, 2]) e temos duas sucessoes de vetores unitarios relativamnte aos quais podemos calcular as projecoes de

f C([0, 2]) :

Com o mesmo argumento geometrico, apoiado numa mudanca de variavel, se


conclue que
< senk, senk >

(3.24)

< cosk, cosk >

(3.25)

portanto o produto escalar e defeituosoe deve ser redefinido para que estes
vetores sejam unitarios:
Z
1 2
< f, g >=
f (x)g(x)dx.
(3.26)
0

ak =

bk =

< senk, senk >


< cosk, cosk >

=
=

1
0 sen(kx)sen(kx)dx
R
1 2
0 cos(kx)cos(kx)dx

=1
=1

para qualquer que seja k. Isto nos induz a uma correcao do teorema anterior
que agora ficou imcompleto frente a estes novos resultados:
Teorema 7 do sistema trigonometrico ortonormal. Se definirmos em C([0, 2])
o produto escalar por
Z
1 2
f (x)g(x)dx.
< f, g >=
0
ent
ao as funco
es senk(x) = sen(x) e cosj(x) = cos(jx) formam um sistema
ortonormal de vetores, para todos os valores de j, k N. Dem : Falta apenas

considerar o caso k = 0. Como sen(kx) k = 0 resta apenas verificar o que acontece com
cos(kx) 1. A func
ao constante
e perpendicular a todos os vetores sen(kx)ecos(jx) ; k, j
1. Mas verificando ||cos(0x)|| vamos encontrar o valor 2. Como j
a n
ao
e possvel alterar
o produto escalar, vamos alterar a definic
ao da func
ao cos(0x). A soluc
ao
e consider
a-la
definida por:
1
cos(0x) = .
2
Veremos logo que a hist
orio tomou rumo diferente, rumo ao qual logo vamos aderir.
q.e.d .

f (x)cos(kx)dx

(3.27)

f (x)sen(kx)dx

(3.28)

0
2

entao fica a pergunta:


n
ao poderiamos recompor f a partir destas projeco
es?
Queremos escrever:

e desta maneira se tem


R 2

f (x) = a0 +

ak cos(kx) + bk sen(kx)

(3.29)

k=1

mas esta formula esta errada como veremos a partir dos exemplos seguintes.
Alem disto, como nao existem somas infinitas ela nos obriga a pensar em convergencia. Discutiremos a convergencia das series no proximo captulo.
Exemplo 13 Linearidade da transformada de Fourier
Estamos, por vez primeira, chamando os coeficientes de Fourier de transformadade Fourier. Repetiremos esta forma de falar outras vezes e e vamos
discut-la mais cuidadosamente mais a frente.
Quer dizer que o conjunto dos coeficientes e a imagem de f , obviamente, uma
sequencia, e portanto estamos falando de um conjunto de funco
es que tem coeficientes de Fouriere um conjunto de sucess
oes que s
ao os coeficientes de Fourier
dos elementos daquele conjunto. Por exemplo, todas as funco
es contnuas, mas
n
ao somente estas, tem coeficientes de Fourier.
Se considerarmos a funca
o identicamente zero, a sucess
ao dos coeficientes e
obviamente a sucess
ao identicamente nula tambem. Quer dizer que a imagem
do zero e o zero.
Uma notaca
o vai ser u
til: vamos chamar
(an , bn ) = fn .

3.2. POLINOMIOS TRIGONOMETRICOS.

75

Considere duas funco


es que tenham coeficientes de Fourier, f, g. Os coeficientes de f + g v
ao se dividir em

76

CAPITULO 3. SERIES E APROXIMAC


AO DE FUNC
OES.

e vemos que tem um erro. A soluca


o deste erro e definir

g) = fn + gn
(f +
n
como mostra um simples c
alculo que vou deixar para o leitor fazer como exerccio.
Se h = f em que R ent
ao
= fn
f
n
como se pode tambem deduzir com um simples c
alculo a partir das f
ormulas que
escrevemos acima.
Resumindo, a transformada de fourier se comporta como as funco
es lineares

da Algebra
Linear, e podemos dizer que a transformada de Fourier e linear.
Exemplo 14 Funca
o par e funca
o impar
Somente podemos falar de funco
es pares ou mpares se o domnio for equilibrado em volta de zero. Vamos portanto aqui considerar o conjunto das funco
es
contnuas no intervalo [, ].
Se f for par, um simples calculoque novamente vou deixar como exerccio
para o leitor, torna os coeficientes bn nulos, os coeficientes de senK. Quer dizer
que f n
ao tem projeca
o no espaco das funco
es mpares.
Se f mfor par, um simples calculoque novamente vou deixar como exerccio
para o leitor, torna os coeficientes an nulos, os coeficientes de cosK. Quer dizer
que f n
ao tem projeca
o no espaco das funco
es pares.
Este resultado simples em materia de coeficientes de Fourier fez com que
se suspeitasse muito cedo de um resultado mais geral que levou anos para ser
demonstrado (demonstraca
o nada simples) mas, a partir das ideias expostas
acima, f
acil de ser concebida:

a0 =

uma vez que n


ao seria mais possvel corrigir o produto escalar e tambem porque
n
ao seria aceit
avel definir a funca
o
cos0 =

Vamos fazer uma outra motivacao mais complicada e portanto com aparencia mais tecnica (nunca se iluda com as paramentacoes), usando um programa
de computador. Os computadores sempre podem ser u
teis ate mesmo para
manipulacoes incorretas da realidade... sobre tudo se ficarmos presos `a forma
em vez de irmos a fundo nas questoes.
Exemplo 16 Series de Fourier de algumas funco
es.
1. f (x) = x no intervalo [, ].
an =

pi

dt = 2

a0 =

bn =
=

xcos(nx)dx = 0

xdx = 0,

xsen(nx)dx =

1
xcos(nx)
| +
n
n

f (x) = x ; g(x) = x +

a0 =

porque cosN e par e f e impar.

= 2

Pela linearidade, e usando a notaca


o introduzida logo acima,

1
2

que poderia ser outra sada.

Exemplo 15 O erro do coeficiente a0 .


Considere, no espaco C([, ]) as funco
es

em que agora estamos considerando a constante como a funca


o constante.
Ora, mas
tem que ser apenas (a0 , 0). Calculando a0 temos:

f (t)dt

pi

Teorema 8 Funco
es pares e mpares
Toda funca
o contnua pode ser decomposta numa soma de duas outras funco
es,
uma par e outra impar.

g = f +

1
2

cos(nx)dx =

2(1)(n+1)
cos(n)
=
n
n

ent
ao teriamos
f (x) = 2

X (1)(n+1)
sen(nx)
n

n1

e se assim o for,se tiver sentido escrever esta serie, temos tambem


X (1)(n+1)

sen(n )
f( ) = 2
2
n
2
n1

3.2. POLINOMIOS TRIGONOMETRICOS.

77

como sen(n 2 ) assume ciclicamente os valores {1, 0, 1, 0} a serieacima


perde os termos de ordem par, ficando ent
ao
X (1)(n+1)

= .
f( ) = 2
2
2n + 1
2

78

CAPITULO 3. SERIES E APROXIMAC


AO DE FUNC
OES.
podemos testar com um programa em Pascal esta soma num valor escolhido
de x, por exemplo x = 2 , ent
ao sen( n
2 ) assume ciclicamente os valores
{1, 0, 1, 0} e assim na soma se eliminam os valores pares de n, temos:

n1

Fazendo o c
alculo da soma com um programa em Pascal, com 1000 termos
se obtem para a soma o valor 1.56980 enquanto que f ( 2 ) = 2 1.57080
usando o valor interno do Pascal para . Entretanto temos discutir a
validade destes resultados o que faremos no pr
oximo captulo. Observe que
f () = enquanto que a serie trigonometrica vale 0 para x = porque
a serie representa uma funca
o peri
odica que e uma boa aproximaca
o para
f sobre [, ], entretanto nos extremos ou em pontos de discontinuidade
da funca
o a ser aproximada, ocorrem problemas que ainda voltaremos a
discutir. Um programa em Pascal para calcular esta soma pode ser o
seguinte:
Program soma;
Var n,teto: Extended;
soma : Extended;
Begin
WriteLn(Teto = );ReadLn(teto);
n:=1;soma:=0;
While (n<=teto) Do
Begin
soma := soma + cos(n*pi)*sen(n*pi/2)/n;
n:= n+1;
End;
WriteLn(Valor da soma: ,2*soma:10:5);
WriteLn(o valor de pi/2 do Pascal eh; ,pi/2);ReadLn;
End.

2. f (x) = x no intervalo [0, 2].


an =

xcos(nx)dx =

2 2

n1

n=1

1
n
3
sen( ) 2 1.56980
n
2
2

e no entanto o valor f ( 2 ) = 2 portanto temos um erro de . Veremos


abaixo que a f
ormula correta e
f (x) =

a0 X
ak cos(kx) + bk sen(kx)
+
2

(3.30)

k=1

porque que a0 tem assim que vir dividido por 2. Este exemplo nos aponta
para esta correca
o. Se diz que Euler teria feito c
alculos de series usando
este metodo e uma das crticas que as vezes se faz ao seu trabalho inclue a
observaca
o de que estas somasforam feitas sem nenhuma comprovaca
o.
De certa forma estamos repetindo o caminho de Euler, mas faremos a
comprovaca
o rigorosa destes limites no pr
oximo captulo. Os que algumas
vezes criticam Euler, esquecem-se de que ele estava abrindo uma estrada
muito larga e n
ao tinha tempo para verificar os detalhes, estes ficaram para
os seus sucessores, e se diz que ate recentemente ainda haviam verificaco
es
para serem feitas...
3. f (x) = x2 2 no intervalo [, ]. Porque senN e impar e f e par,
ent
ao bn = 0. Se n 6= 0
Z
1 2
(x 2 )cos(nx)dx =
an =

Z 2
xsen(nx) 2
1
=
|0
sen(nx)dx = 0
n
n 0
se n 6= 0 e a0 = 2
Z
1 2
bn =
xsen(nx)dx =
0
Z 2
1
xcos(nx) 2
|0 +
cos(nx)dx =
=
n
n 0
2
=
n
ent
ao teriamos, valendo a convergencia,
X1
sen(nx)
f (x) = 2 2
n

1000
X

1
(x2 2 )sen(nx)
|
n
n
0

2xsen(nx)dx =

4(1)n
1 2xcos(nx)
| =
n
n
n2

R
2
e no caso de a0 = 1 (x2 2 )dx = 43 . Teriamos, com a correca
o
sugerida pelo exemplo anterior:
f (x) =

X
2 2
(1)n
+4
cos(nx)
3
n2
n=1

se aplicarmos esta serie de cosenos para x =


que reduz a serie a soma

cos( n
2 ) {0, 1, 0, 1} o

1
1
1
(1)(n+1)
2 2
+

+
+
3
4 16 36
4n2

3.2. POLINOMIOS TRIGONOMETRICOS.

79

80

e novamente com o programa Pascal acima encontramos como valor desta


soma ate 1.000 aproximadamente o mesmo valor de f no ponto x = 2
7.40220 confirmando mais uma vez a correca
o da f
ormula com a20 em
lugar de a0 .

15
12

A formula correta para serie de Fourier e entao:


f (x) =

a0
+
2

CAPITULO 3. SERIES E APROXIMAC


AO DE FUNC
OES.

9
6

ak cos(kx) + bk sen(kx)

(3.31)

k=1

e a explicacao para este fato vem consequente com as ideias que desenvolvemos
ate agora: Queremos vetores unit
arios para gerar um espaco de funcoes e os
vetores senK, cosK satisfazem esta condicao com K 6= 0, entretanto quando
K = 0, sen0 0 e cos0 1. O vetor cos0 e um candidato a vetor unitario, mas
calculando o seu modulo, temos:
Z
1 2
||cos0||22 =
1dx = 2
(3.32)
0
como nao podemos mais reformar o produto escalar, resta-nos corrigir o vetor
e definiremos:
Z
1 2 1
1
cos0 ; ||cos0||22 =
dx = 1
(3.33)
2
0 2

o que se fez, historicamente, foi manter cos0 com sua definicao inalterada mas
se corrigiu a0 :
a0
a0 := .
2
A afirmacao de Fourier em 1822, relativamente `as funcoes periodicas, foi: uma
funcao periodica qualquer pode ser representada pela serie trigonometrica:

-3
-6
-9
-12
-15

.........
.........
.........
.........
.........
.........
.........
.........
.........
.
.
.
.
.
.
.
.
.....
..........
.........
........
.........
.........
.........
..........
.........
.........
.
.
.
.
.
.
.
....
.........
.........
.........
.........
.........
.........
.........
.........
.........
.
.
.
.
.
.
.
.
.
.......
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
........
...
..........
.. .
... ...
... ...
...
......... .....
... ....
... ...
... ....
....... ...
........ .....
.....................
...
...
..................
..................
...
...
...... ......
...... ....
.............. ...
.....
.....
..
...
..
..
.....
.....
.....
.........
.....
..
..
..
.
................
................
..................
................
................
.....................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
..
..
..
..
..
......
....
..
...........
...
..
..
...................
.................
.................
................
.
.
........
...
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
...
...
...
.
..
......
...
...
....... .....
..
...................
... ......................
... ................................
...................
.. ...... ......
...
... .....
... ....
.. ............
... ...
..........
...
.........
........
........... ...
......... ....
.........
.........
........
.........
.
.
.
.
.
.
.
.....
.........
.........
.........
.........
..........
.........
.........
.........
.........
.
.
.
.
.
.
.
.
.....
.........
.........
.........
.........
........
.........
..........
.........
.........
.
.
.
.
.
.
.
.....
.........
.........
.........

-15

Figura 3.5:

-12

-9

-6

-3

12

polin
omio trigonom
etrico com 5 termos: aproxima
ca
o da fun
ca
o dente de serrote em

R.

funcoes periodicas, o segundo gr


afico mostra a funca
o peri
odica que graf (P10 (f ))
de fato aproxima: a funcao dente de serrote, uma funca
o descontnua.

Na pr
atica o que temos n
ao e uma serie e sim um polin
omio trigonometrico:
N

a0 X
f (x) =
ak cos(kx) + bk sen(kx)
+
2

(3.34)

k=1

O problema e que nao existem somas infinitas e portanto a expressao acima


implica numa discussao sobre convergencia. Em vez de enfrentar o problema
de frente, vamos nos beneficiar de seculos de Historia da Matematica e montar
uma teoria que vai nos levar indiretamente a boa quantidade dos resultados
existentes a respeito das Series de Fourier . Isto sera feito no proximo captulo,
de imediato vamos produzir alguns exemplos computacionais que nos mostram
que tem sentido estudar o assunto.
Exemplo 17 Os pr
oximos dois gr
aficos (fig. 3.5), (fig. 3.6), comparam duas
situaco
es e ajudam a aclarar algumas ideias. No primeiro voce pode ver o polin
omio trigonometrico da funca
o indentidade no intervalo [, ]. O gr
afico
todo se extende ao longo do intervalo [15, 15] e podemos ver que o gr
afico de
P5 (f ) se aproxima do gr
afico de f apenas no intervalo [, ]. Fora deste u
ltimo
intervalo n
ao h
a nenhuma aproximaca
o. Os polin
omios trigonometricos s
ao

f (x)

a0 X
ak cos(kx) + bk sen(kx) = PN (f )(x).
+
2

(3.35)

k=1

As somas acima sao os termos de uma sucessao de funcoes contnuas que desejamos caracterizar como convergentee tendo f como limite. Convergencia de
series e o proximo assunto que deveremos desenvolver e dentro dele voltaremos
a discutir a convergencia das series de Fourier.
Observa
c
ao 11 Espaco de funco
es gerado por {senk, cosk} Acabamos de cons uma base que tem uma
truir uma base de vetores ortonormais para o espaco C([0, 2], R). E
quantidaden
ao enumer
avel de vetores. Como os vetores senk , cosk s
ao func
oes contnuas,
vemos que C([0, 2]) tem dimens
ao n
ao finita, ou como
e habitual dizer-se, dimens
ao infinita.
O conceito dimens
aomuda obviamente de sentido nos dois casos: finito, infinito, e n
ao

e apenas uma quest


ao de quantidademuito grande de vetores na base. Ver conjectura de
Cantor. Mas uma func
ao n
ao precisa ser contnua para que lhe possamos calcular os coeficientes de Fourier, veja a f
ormula 3.26, nada nos impede de calcul
a-la com uma func
ao
descontnua desde que seja integr
avel. Assim parece que este vetores geram um espaco que
2
cont
em C([0, 2], R) como seu subespaco pr
oprio. Este espaco se chama L ([0, 2], R), mais
um fato para demonstrarmos posteriormente. Esta
e a metodologia de construc
ao da Matem
atica: conjecturas s
ao feitas quando temos um resultado aparentemente verdadeiro. A

15

81

3.2. POLINOMIOS TRIGONOMETRICOS.

15
12
9
6
3
0
-3
-6
-9
-12
-15

82

.
.........
.........
.........
.........
.........
..........
.........
.........
.........
.
.
.
.
.
.
.
.....
.........
.........
.........
.........
........
.........
.........
.........
.........
.
.
.
.
.
.
.
.
.....
.........
..........
.........
.........
.........
.........
.........
..........
..
...
......................
........
.
.... ...
.....
.
.
. .
.
. . ..
............ ..
........
.............. ...
.............. ...
............. ...
............. ...
...........
...
............
............
............
............
...
...
...
.....
........
........
.........
.........
...
..
..
..
............
........
...... .
........
........
..
..
..
.
............
...........
...........
..........
............
.........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
..
.
..
..
..
..
..
..
..
...
..
............
............
............
............
............
...
...
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
...
...
...
...
...
...
...
....
......
............
.. .. ...............
.. .... ..............
.. .... ...............
.. ............................
.........
.. ..........
.. ... .....
.. ... ......
. ..... ..
... ...
.. ..
.. ..
..........
...
....
...
...............
.........
.........
.........
.........
.
.
.
.
.
.
.
.....
.........
.........
.........
..........
........
.........
.........
........
.........
.
.
.
.
.
.
.
.....
.........
.........
.........
.........
.........
..........
........
.........
.........
.
.
.
.
.
.
.
.....
.........
.........
.........

-15

-12

-9

-6

-3

12

Figura 3.6: polinomio trigonometrico com 10 termos no intervalo [15, 15]: aproximacao da
fun
ca
o dente de serrote em R.
palavra conjectura
e uma etiqueta, indica que temos aparentemente um teorema que deve
ser demonstrado depois ou, se surgir alguma contradic
ao ao consider
a-lo na teoria, ele perde
a validade com as consequ
encias dele tiradas, ou algumas vezes se restringe sua validade
considerando-se uma teoria de menor alcance.

Observa
c
ao 12 A conjectura de Cantor. Georg Cantor, enunciou uma conjectura que
at
e hoje ningu
em conseguiu provar mas que
e aceita como um axioma da Matem
atica estabelecendo saltos de cardinalidade, que
e o nome para a quantidade dos elementos de um
conjunto. Se esta quantidade for finita, (pleonasmo), a cardinalidade
e o que se costuma
chamar de n
umero de elementos de um conjunto. Cardinalidade
e uma generalizac
ao do
conceito quantidade de elementos de um conjunto. Falar na quantidade de elementos de um
conjunto s
o
e pr
oprio se este conjunto for finito. Se o conjunto for infinito, perde sentido em
falar-se na quantidade dos seus elementos, se diz ent
ao a sua cardinalidade.
Vamos lhe sugerir alguns experimentos que podem ser feitos com auxlio do
programa Fourier, e que lhe permitirao uma visao complementar caso voce se
decida a ler mais alguma coisa a este respeito. Ou brinque um pouco com estas
ferramentas. O programa Fourier se encontra no arquivo pas.zip ver [17].
Exerccio 4 Experiencias com Polin
omios Trigonometricos. Os programas citados nestes exerccios s
ao programs em Pascal que podem ser encontrados em
http://www.uvanet.br/matematica em um arquivo chamado pas.zip. S
ao programas livres.
1. Use um programa de c
alculo de integrais aproximadamente para verificar
que senk e cosj s
ao ortogonais para quaisquer que sejam k e j.

15

CAPITULO 3. SERIES E APROXIMAC


AO DE FUNC
OES.
2. Verifique numericamente qual e o m
odulo dos vetores senk e cosj para
v
arios valores de k e j. Primeiro use o produto escalar definido por
< f, g >=

f (x)g(x)dx.

(3.36)

e depois inclua o coeficiente 1 na integral e volte a calcular os m


odulos
destes vetores. Tente uma demonstraca
o formal dos resultados alcancados.
3. Faca um programa que calcule as projeco
es de f (x) = sen(4x + 3) + 3x + 1
nas direco
es dos vetores senk; k {0, 1, 2, 3, , 100}. Estes n
umeros,
como na Geometria Analtica, s
ao os coeficientes da decomposicao do
vetor f (x) = sen(4x + 3) + 3x + 1 relativamente ao conjunto de vetores
senk ; k {0, 1, 2, 3, , 100}. Nao se esqueca de manter presente que estamos
trabalhando dentro de C([0, 2]), ou de L2 ([0, 2]) .
4. Chame bk aos coeficientes encontradosP
na quest
ao anterior. Complete o
programa para calcular o vetor g(x) = 10
ca os gr
aficos
k=1 bk senk(x) e fa
de de f e g num mesmo sistema de eixos.
5. Faca um programa que calcule as projeco
es de f (x) = sen(4x + 3) + 3x + 1
nas direco
es dos vetores cosK, senK ; k {0, 1, , 10}. Chame este
coeficientes de ak , bk , respectivamente. Complete o programa para calcular
o vetor
10
a0 X
ak cosK(x) + bk senK(x)
+
g(x) =
2
k=1

fazendo os gr
aficos de f e g num mesmo sistema de eixos. Lembre que
estabelecemos a notaca
o:senK(x) = sen(kx) cosK(x) = cos(kx) Estes
coeficientes se chamam coeficientes de Fourier de f .

6. Rode o programa Fourier. Ele lhe permite ver um polin


omio trigonometrico
cujos coeficientes est
ao previamente definidos como uma sucess
ao no arquivo fourier.num.
7. Faca uma tabela para os coeficientes de Fourier para as seguintes funco
es,
todas definidas no intervalo [, ]:
(a) f (x) = xn ; n {1, 2, ..., 7}
(b) f (x) = |x|

(c) f (x) = x2 x 0 ; f (x) = x 0 < x

(d) f (x) = x2 x 0 ; f (x) = x 0 < x


(e) f (x) = x3 x 0 ; f (x) = x 0 < x

(f ) f (x) = x2 x 0 ; f (x) = x2 0 < x

(g) f (x) = x3 x 0 ; f (x) = x3 0 < x

(h) f (x) = x2 x 0 ; f (x) = x 0 < x

3.3. APROXIMAC
AO POLINOMIAL CLASSICA.

83

(i) f (x) = x2 x 0 ; f (x) = x 0 < x


(j) f (x) = [1/2,1/2]

(k) f (x) = 23 [1/3,1/3]


(l) f (x) = 2[1/4,1/4]
(m) f (x) = 25 [1/5,1/5]
Veja no final do captulo a tabela dos coeficientes de Fourier de algumas funcoes.
Vamos terminar esta introducao sobre as series de Fourier com a descricao
de algumas aplicacoes. Observe que qualquer dos itens aqui abaixo representa
assunto para um livro inteiro e assim voce deverave-los com esta perspectiva:
sao exemplos.

84

CAPITULO 3. SERIES E APROXIMAC


AO DE FUNC
OES.

Imaginemos para isto que possamos encontrar um conjunto de polin


omios suficientemente
simples: {E0 , E1 , , En } tal que todo polin
omio de grau menor ou igual a n se possa escrever
em func
ao destes. Os polin
omios {1, x, x2 , , xn } s
a um exemplo da exist
encia de tais
polin
omios, mas veremos que existem outros satisfazendo as condic
oes que precisamos.
Ao final mostraremos como utilizar os dados discretos que temos sobre f para encontrar
o polin
omio Q.
Este
e o nosso plano! Veja que f
e o dado conhecido, frequentemente uma tabulac
ao
discreta de valores de algum fen
omeno, Q
e a aproximac
ao desejada, logo a incognita do
problema.

Se {E0 , E1 , , En } forem os polinomios basicos mencionados na observaca


o,
de tal forma que E0 e o polinomio constante, e Ei e de grau i , i > 0, enta um
polinomio Q, qualquer, de grau n se escreve:
Q(x) =

3.3

Aproximac
ao polinomial cl
assica.

Vamos terminar este captulo com um metodo de aproximacao polimomial que


se assemelha ao das series trigonometricas.

3.3.1

k=0

d(Q, f ) <
em que e um erro suportavel.
Os objetos Q que consideraremos sa polinomios, e o outro objeto dado f
sera um conjunto de pontos observados em algum experimento. O modulo, ou
norma que vamos usar para calcular esta distancia mmima sera a norma do
espaco L2 ([a, b]) em que [a, b] o espaco de tempo durante o qual se realizou
o experimento.
Estaremos resolvendo uma equacao:
Z b
|X(t) f (t)|2 dt < 2
(3.37)
d(Q, f )2 = ||X f ||22 =
a

mas tambem estamos escolhendo a incognita que iremos encontrar ao decidir


que Q sera um polinomio.
Observa
c
ao 13

O problema:
Vamos aplicar este m
etodo, como dissemos acima, em uma fun
c
ao resultante de algumas
observac
oes feitas em um n
umero finito de pontos do intervalo [a, b] durante o qual se realizou
o experimento. Quer dizer que tudo que conhecemos de f s
a os valores
{f (z1 ), f (z2 ), , f (zm )}

observados.
Este
e um real impeclio para aplicar a f
ormula do c
alculo da dist
ancia de L2 ([a, b]). A
soluc
ao
e encontrar um m
etodo indireto que se assemelha muito ao usado na construc
ao das
s
eries de Fourier.

ak Ek (x)

(3.38)

e impondo a condicao de distancia mnima de f temos:


N (f, a0 , , an ) = ||f Q||22 =

Quadrados mnimos.

A construcao que faremos e bem geometrica. Ela consiste em calcular um objeto Q que se encontre a distacia mnima de outro, f :

n
X

(f (t)

n
X

k=0

ak Ek (t))2 dt.

(3.39)

Esta expressa define uma funcao N que depende das variaveis:


a0 , , an
e do par
ametro f,
N (f, a0 , , an ) = ||f Q||22

(3.40)

e o nosso objetivo e de calcular um mnimo de N relativamente as variaveis


a0 , , an que representam o polinomio Q e assim encontram um polinomio que
esteja o mais proximo possvel de f . Uma condicao necess
aria para se ter um
mnimo de uma funcao e que a derivada se anule: N = 0, o que implica que suas
N
componentes ak = k N , as derivadas parciais, tambem se anulem. Calculando
as derivadas parciais de N vamos encontrar, para cada k
k N = 2

f (t)Ek (t)dt + 2

n
X
j=0

aj

b
a

Ej (x)Ek (x)dx = 0

(3.41)

temos portanto um sistema de equacoes lineares nas variaveis aj em que tambem


esta envolvida a funcao f .
Veja que temos muitas incognitas em nosso problema:
f, a0 , , an
e na verdade conhecemos apenas:
{f (z1 ), f (z2 ), , f (zm )}.
enta e necessario fazer hip
oteses de trabalho que reduzam as incgognitas.

3.3. APROXIMAC
AO POLINOMIAL CLASSICA.

85

Observa
c
ao 14 Metodo da variaca
o dos par
ametros. Este metodo se repete
em toda construca
o matem
atica ou cientfica de modo mais geral:
Se escreve a soluca
o do problema de acordo com um modelo j
a conhecido,
(algumas vezes se inventam novos modelos...).
Se acrescentam hip
oteses sobre os par
ametros permitindo encontrar-se uma
soluca
o particular.
Se aplica uma variaca
o sobre os par
ametros de modo a descobrir situaco
es
mais gerais em que se pode aplicar a soluca
o encontrada.
Estamos tentando utilizar o modelo das series de Fourier usando polin
omios
em lugar de senK, cosK.
A primeira hipotese que vamos fazer arremeda o que foi feito com os polinomios trigonometricos, quando impusemos a condicao de ortogonalidade sobre os vetores senK, cosK:
Hip
otese 1 Os polin
omios que formam a base do espaco sejam ortonormais.
Com esta hipotese parte de nossas equacoes lineares acima desaparecem:

Z b
0
j 6= k
Ej (t)Ek (t)dt =
(3.42)
1
j=k
a

com esta simplificacao o sistema de equacoes formado pelas derivadas parciais


se reduz a igualdade:
Z b
f (t)Ek (t)dt
(3.43)
ak =
a

e assim chegamos `as equacoes semelhantes as que definiram os coeficientes de


Fourier agora como condicao de minimalidade.
So nos resta descobrir um conjunto ortonormal de polino-mios, para isto
vamos descrever um metodo de ortonormalizacao de vetores num espaco vetorial
qualquer.
Observa
c
ao 15 A serie de Fourier e uma solucao otima.
Associamos dist
ancia mnima com ortogonalidade, partimos da premissa de
que nos interessava uma soluca
o que minimizasse, do ponto de vista de energia o
erro entre uma amostragem de um fen
omeno f e um polin
omio Q que desejamos
obter.
O leitor poderia muito bem se perguntar porque na partimos direto da hipotese
de ortogonalidade dos polinomios para escrever a equacao acima como no caso
dos polinomios trigonometricos.
Aparentemente poderiamos comecar exatamente deste ponto, entretanto o
nosso objetivo inicial foi outro: o de minimizar o erro de uma aproximaca
o polinomial de f , logo tinhamos que estudar as condico
es de mnimo como fizemos
acima.
Isto tambem mostra que as series de Fourier s
a uma soluca
o que minimiza
o erro relativamente a um tipo de vetores escolhidos como base do espaco, os
vetores senK, cosK.

86

CAPITULO 3. SERIES E APROXIMAC


AO DE FUNC
OES.

3.3.2

O m
etodo de Gram-Schmidt.

O processo de Gram-Schmidt so pode ser desenvolvido num espaco com produto


escalar e tem uma descricao simples:
Considera-se um conjunto conhecido de n vetores linearmente independentes
no espaco:
u0 , u1 , , un
Divide-se o primeiro vetor pelo seu modulo obtendo-se assim
u0
e0 =
,
||u0 ||

um vetor unitario. Faz-se agora u0 = e0 Observe que o espaco pode se


reduzir a {0} e nele na ha vetores ortonormais, vamos supor que este na
e o caso, (do contr
ario nada haveria a fazer ).

Se escolhe agora o segundo vetor linearmente independente do primei-ro, u1


e se subtrai dele a componente na direcao de e0 resultando em

u1 := u1 < u1 , u0 > u0
se divide u1 por sua norma para obter um vetor unitario:
u1
u1 :=
||u1 ||

Se itera o processo:
u2 := u2 < u2 , u0 > u0 < u2 , u1 > u1
u2
u2 :=
||u2 ||
A expressa geral e computacional seria:
uk := uk

k1
X

< uk , uj > uj

j=0

uk :=

uk
||uk ||

Observe que com o conceito de atribuica


o se torna desnecessario incluir
mais uma vari
avel nas definicoes e assim o conjunto de vetores ortonormais
fica representado com as mesmas letras que incialmente representavam os
vetores da colecao de vetores linearmente independentes dada inicialmente.
A igualdade e uma relacao, serve para produzir sentencas abertas que podem ser falsas ou verdadeiras, enquanto que a atribuica
o e uma operacao.
1 Vamos introduzir formalmente o s
mbolo x := F (x) neste livro cujo significado s
a as seguintes
opera
co
es matem
aticas:

1. y = F (x); em que F representa um conjunto de oper


co
es legais sobre x.
2. A atribui
ca
o: fazendo-se agora x = y.
e que chamaremos de atribui
ca
o.

3.3. APROXIMAC
AO POLINOMIAL CLASSICA.
Exemplo 18 Ortonormalizaca
o de vetores.
Vamos ortonormalizar o seguinte conjunto de vetores:
{(1, 2, 3), (3, 1, 4), (2, 1, 1)}

87

88

CAPITULO 3. SERIES E APROXIMAC


AO DE FUNC
OES.

Os calculos feitos acima mostram que a obtencao dos vetores ortonormais


podem ser bem envolventes vamos procurar uma solucao algortmica para o
caso dos polinomios.
Partimos dos vetores linearmente independentes:

tornado o primeiro unit


ario:
(1, 2, 3)
(1, 2, 3)
1
2
3
u1 =
=
= ( , , )
||(1, 2, 3)||
14
14
14
14
eliminando a componente de u1 em u2
u2 := u2 < u2 , u1 > u1 =
3
2
12
1
2
3
(3, 1, 4) [ + + ]( , , )
14
14
14
14
14
14
17
1
2
3
= (3, 1, 4) [ ]( , , ) =
14
14
14
14
25 20 5
17 34 51
, )
= (3, 1, 4) ( , , ) = ( ,
14 14 14
14 14 14
dividindo u2 por seu m
odulo:
u2 :=

{E0 (x) = 1, E1 (x) = x, E2 (x) = x2 , , En (x) = xn }


para chegar a um conjunto de polinomios ortonormais. Vamos usar a atribuicao
para simplificar a linguagem deixando as expresso no ponto de serem implementadas numa linguagem funcional de computacao, consequentemente os mesmos
smbolos Ek ira ainda representar os vetores resultantes.
1. passo: Determinacao de E0 : normalizacao do vetor 1.
Z b
||1|| =
1dx = b a
a

logo podemos dividir o vetor 1 por b a para garantir que tenha norma
2
1 ou re-definir o produto escalar como fizemos no caso das series de
Fourier. Vamos adotar a segunda opcao e dividir o produto escalar por
b a. Portanto

5
u2
4
1
= ( , , )
||u2 ||
3 14
3 14
3 14

calculando u3

E0 (x)

< f, g > =

1
ba

=1
Rb
f (x)g(x)dx
a

Nos caculos que se seguem, escreveremos


u3 := u3 < u3 , u1 > u1 < u3 , u2 > u2 =
7
7
= (2, 1, 1) [ ]u1 [ ]u2
14
3 14
2 2 2
=( , ,
)
3 3 3

2. passo: Determinacao de E1 :
E1 (x) :=
=
=

dividindo u3 por seu m


odulo:

=
u3
=
||u3 ||
1
1 1
= ( , , )
3
3
3

u2 :=

2
3
1
u1 = ( , , )
14
14
14
5
4
1
u2 = ( , , )
3 14
3 14
3 14
1 1
1
u3 = ( , , )
3
3
3

Rb
a

f (x)dx.

x < t, E0 (t) > E0 (x)


R
1
tE0 (t)dt)E0 (x) =
x ( ba
R
1
tdt)E0 (x) =
x ( ba
x

=
=

f (x)dx em vez de

E1 (x) < E1 , E0 > E0 (x)

E1 :=

Os tres vetores ortonormais s


a:

1
x3
ba [ 3

a+b
2

E1
||E1 ||2
1
ba

E
R1 2
E1 (x)dx
E1

=
2x

(a+b)x
+ (a+b)
2
4

]|ba

a+b
2 )
(ba)
2

(x

que e unitario e ortogonal a E0 .


2 se nos restringirmos ao espa
co das fun
co
es contnuas no intervalo [a, b] o produto escalar define

uma norma

3.3. APROXIMAC
AO POLINOMIAL CLASSICA.

89

90

3. passo: As duas equacoes gerais deste processo iterativo sa:


Ek (x) :=
=
=
=
Ek :=

Pk1
Ek (x) j=0 < Ek , Ej > Ej (x) =
P
k
xk k1
j=0 (< t , Ej (t) >)Ej (x) =
Pk1 1 R k
k
x j=0 ( ba t Ej (t)dt)Ej (x) =
R Pk1 k
1
xk ba
[ j=0 t Ej (t)Ej (x)]dt)
Ek
||Ek ||

As contas acima descritas sao dificeis de serem levadas `a termo exatamente


como se encontram sugeridas. Para calcular com esta generalidade um programa de computaca
o algebrica rodando num pentium a 100 Mhz levou 10 minutos para calcular os tres primeiros termos. A solucao para calculos desta
natureza consiste em escrever o programa com as equacoes gerais como esta
acima, entretanto, roda-lo com os valores de a, b que interessam na pratica. O
resultado comparativo e: os tres primeiros termos foram conseguidos em alguns
segundos.
Ao mesmo tempo o pr
oprio programa e f
ormula geral que precisamos e que
pode ser aplicada em qualquer caso particular.
Abaixo voce tem esta f
ormula-programa em condicoes ser aplicada:

CAPITULO 3. SERIES E APROXIMAC


AO DE FUNC
OES.
Retorne a
` definica
o de u3 para que ela volte a ser lida com a nova vers
a de

s3 .
(1/(b-a))*int(u3(t)*u2(t),t=a..b);
(1/(b-a))*int(u3(t)*u1(t),t=a..b);
(1/(b-a))*int(u3(t)*u1(t),t=a..b);
sqrt((1/(b-a))*int(u3(t)^2,t=a..b));
A formula pode ser estendida para n operacoes com copia de blocos que se
encontram claramente demarcados por observacoes escritas no modo texto do
programa de computaca
o algebrica. Estas observacoes tem dupla finalidade:
1. Marcar os blocos logicos do programa.
2. Relembrar que a operacao de definicao de Ek deve ser iterada depois que
o coeficiente sk foi calculado com seu valor definitivo. A linha em que
uk estadefinido pode tambem ser repetida evitando-se a observacao e o
contacto manual com o programa...
Ou
ltimo bloco na listagem anterior representa alguns testes de ortogonalidade e um teste da norma do u
ltimo vetor calculado.
Construimos assim uma famlia com n polinomios ortonormais e exatamente
`a semelhanca da aproximacao com polin
omios trigonometricos sendo a u
ltima
equacao ?? os coeficientes de f relativamente aos vetores unitarios Ek resultando
na igualdade aproximada:

Exemplo 19 F
ormula-programa.
Q(x) =
u0 := proc(x) 1;end; a:= 0;b:= 3; s1 :=1;
u1 := proc(x) (1/s1)*(x - (1/(b-a))*(b^2 - a^2)/2 );end; s2:=1;
s1:=sqrt( (1/(b-a))*Int(u1(t)^2,t=a..b));s1 :=evalf(s1);
Retorne a
` definica
o de u1 para que ela volte a ser lida com a nova vers
a de
s1 .
u2 := (1/s2)*proc(x) (1/s2)*(x^2 - (1/(b-a))*int(t^2*u1(t),t=a..b)*
u1(x) - (1/(b-a))*int(t^2,t=a..b)); end; s3:=1;
(1/(b-a))*int(u1(t)*u2(t),t=a..b);
s2:= sqrt(evalf((1/(b-a))*int(u2(t)^2,t=a..b))):s2;

n
X

k=0

k Ek (x) f (x).

Como os vetores ortonormais foram obtidos como condicao de mnimo de


uma funcao, eles minimizam ||f Q||2 e demonstramos assim:
Teorema 9 Aproximaca
o com polin
omios ortonormais.
Dada uma funca
o contnua f no intervalo [a, b] as equaco
es
< f, g >=
Q(x) =

1
ba

n
P

k=0

Retorne a
` definica
o de u2 para que ela volte a ser lida com a nova vers
a de
s2 .

u3 := proc(x) (1/s3)*(x^3 - (1/(b-a))*int(t^3*u2(t),t=a..b)*u2(x) (1/(b-a))*int(t^3*u1(t),t=a..b)*u1(x) (1/(b-a))*int(t^3,t=a..b)) ; end; s4:=1;


s3:= sqrt(evalf((1/(b-a))*int(u3(t)^2,t=a..b))):s2;

(3.44)

ak =

1
ba

Rb

Rb

f (t)dt

ak Ek (x);

f (t)calE k (t)dt

definem um polin
omio Q tal que
Q(x) =

n
X

k=0

k Ek (x) f (x).

O polin
omio Q e uma soluca
o de minimizaca
o do erro |f Q|.

3.3. APROXIMAC
AO POLINOMIAL CLASSICA.

91

92

CAPITULO 3. SERIES E APROXIMAC


AO DE FUNC
OES.

Estes resultados podem ser postos num quadro mais geral, em nenhum momento usamos a continuidade da funcao f na construcao acima, e como ja
sabemos que o espaco L2 ([a, b]) C([a, b]) enta podemos substituir no teorema
funca
o contnua por funca
o de quadrado integr
avel.
Finalmente, o interesse que se pode ter na construcao que fizemos fica na
busca de um polinomio Q que aproxime uma funcao desconhecida f da qual
temos apenas uma amostragem em um n
umero finito de pontos do intervalo
[a, b]. Estes dados podem ser usados para calcular os coefientes ak , as projecoes
de f ao longo dos vetores basicos Ek com a soma de Riemann :

produza uma aproximaca


o polinomial para f . Os n
umeros a, b s
a os
extremos do intervalo de observaca
o e n e o grau da aproximaca
o
polinomial. Teste os resultados graficamente com algumas funco
es
conhecidas.
(b) Faca o programa calcular a norma
||f

1 X
f (zj )Ek (zj )zj
b a j=1

k=0

k Ek (x)||2

para as mesmas funco


es conhecidas.

n
X

(3.45)

(c) * Inclua no programa mencionado acima uma estatstica que meca


o desvio padr
a entre os valores conhecidos de f e do polin
omio.
Seu programa deve construir uma tabela de dados para memorizar
a hist
oria de todas as funco
es analizadas que possa ser consultada
como uma opca
o de menu.

em que {f (z1 ), f (z2 ), , f (zm )} sa os valores conhecidos de f . Estes calculo


sera tanto mais preciso quanto mais densa for amostragem {f (z1 ), f (z2 ), , f (zm )}
de f .

Um livro cl
assico sobre este assunto, [24], tem cerca de 500 p
aginas, isto mostra que necess
ariamente as pr
oximas p
aginas s
ao uma p
alida fotografia sobre o assunto.
Os splines s
ao considerados, por sua origem, Mas como estamos falando de aproximaca
o
terminariamos por deixar a ideia de que s
eries de Fourier ou de Taylor seriam m
etodos
para, por exemplo, enfiar nas calculadoras eletr
onicas os valores das funco
es, e isto n
ao seria
verdadeiro. O m
etodo usado
e splines do qual falaremos agora um pouco e mostraremos
como se pode construir alguns, de modo emprico, apenas para transmitir a id
eia.

Observa
c
ao 16

Quadrados mnimos.
Denominamos com o sub-ttulo de quadrados mnimos o conte
udo desta sec
ao. Chama-se
de um problema de quadrados mnimos a busca de uma func
ao contnua, em geral um polin
o
mio, muitas vezes uma reta, func
ao do primeiro grau, ou uma func
ao do segundo grau, que
minimize a dist
ancia
n
X
|f (zk Q(zk |2 .
k=0

Foi isto que conseguimos ao determinar o polin


omio Q representando a f
ormula final
para o valor aproximado de ak a discretizac
ao do m
etodo.

3.4

Exerccio 5 Aproximaca
o por polin
omios ortonormais.

3.4.1

1. Polin
omios linearmente independentes 3 .

(a) *Enuncie o Teorema fundamental da Algebra.


(b) Mostre que uma coleca
o crescente de polin
omios, segundo o grau,
e linearmente independente sobre um intervalo qualquer n
ao
contiver o polin
omio constante n
a nulo.
(c) Estabeleca a relaca
o entre os dois itens anteriores.

S
eries num
ericas.
Definic
oes e exemplos.

As series de Fourier nos alertaram para existencia de somas parciais de funcoes


que definem sucessoes de funcoes. As sucesso cujo termo geral se apresentam
na forma de somas parciais, se chamam s
eries.
Defini
c
ao 8 Series numericas. Seja s uma sucess
a e definamos
Sn =

n
X

sk .

k=ko

2. Prove que se
{E0 (x) = 1, E1 (x) = x, E2 (x) = x2 , , En (x) = xn }
forem ortonormais ent
a Ek ; k > 0 tem pelo menos um zero no intervalo
[a, b] sob consideraca
o.
3. (a) Construa um programa que, dados os n
umeros
{f (z1 ), f (z2 ), , f (zm ), a, b, n}
3 Os exerc
cios marcados com asterscos s
a de natuteza te
orica e o leitor deve decidir se lhe

interessa faz
e-los sem grandes cons
encias caso prefira ignor
a-los.

S e uma nova sucess


a chamada de serie de termo geral sn ou serie associada a s
. Se s for positiva e seu termo geral ser
a maior do que o n
umero real a > 0 ent
a
sua serie associada crescer
a alem de qualquer limite sendo portanto divergente.
Vemos assim que
Teorema 10 Condica
o necess
aria de convergencia. Se S for a serie associada
a
` sucess
ao s ent
a
S e convergente

limn sn = 0

Mas esta condica


o n
a e suficiente, o exemplo seguinte o mostra:

93

3.4. SERIES NUMERICAS.


Exemplo 20 A serie associada a

1
n.

A serie

X
1
k

94

CAPITULO 3. SERIES E APROXIMAC


AO DE FUNC
OES.

demonstrar a divergencia da serie, mas pode sugerir uma hip


otese para ser demonstrada formalmente, como fizemos. A notaca
o no exemplo acima deve ser
discutida. N
a existem somas com um n
umero de termos infinito. A express
a

X
1
k

k=1

diverge.

k=1

Dem : So poderemos demonstrar com exadidao este resultado com auxlio dos criterios
de converg
encia que logo estudaremos, portanto esta demonstrac
ao vai repousar em dados
intuitivos. Tente mostrar que as somas entre duas quaisquer pot
encias de 10, sucessivas, por
exemplo, entre 10 e 100, ou entre 100 e 1000, tem o mesmo valor, aproximadamente. Veja
a seguinte listagem:
inicio ...10
fim ...100
soma = 2.34840926367
================================
inicio ...100
fim ...1000
soma = 2.30709334291

k=1

o que mostra que a serie cresce indefinidamente e proporcionalmente a este


n
umero para cada potencia de 10. Isto ainda significa que o seu crescimento se
amaina com o passar das potencia de 10... Seu valor para n = 1000 e 7.47442
e seu valor para n = 2000 e 8.17285 com uma diferenca de 0.6.

=================================
inicio ...1000
fim ...10000
soma = 2.30303517549
==========================
log(10)= 2.30258509299
==============================
esta listagem de dados sugere que o valor comum das somas parciais tomadas entre duas
pot
encias de 10, (exluindo sempre a u
ltima) vale aproximadamente o n
umero 2.30258509299 =
log(10).
Estes experimentos sugerem que o seguinte teorema seja demonstrado:
Teorema 11 Hip
otese sobre a s
erie de Riemann.
10n+1
X1
10n

1
2.3
k

Se este teorema puder ser demonstrado, usando a associatividade, podemos concluir que
n2

10 P1
10n1

1
k

k+1
nX
2 1 10 X1

k=n1

j=10k

1
(n2 n1 1) log(10)
j

e assim as somas parciais crescem aproximadamente com uma progress


ao aritm
etica cuja

A demonstraca
o acima n
ao chega a ser errada, mas
contem imperfeicoes tecnicas. A tecnica adequada para fazer esta demonstraca
o
passa pelo uso de desigualdades, majorando as soma para se concluir que as

somas parciais crescem mais do que uma certa progress


ao aritmetica. Epreciso
relembrar o o
bvio, o programa que produziu a listagem dados acima, n
ao pode
raz
ao
e log(10). q.e.d .

representa um limite. Portanto a frase no exemplo deve ser entendida como


a serie n
a tem limite. Esta e forma de escrever este limite, mesmo quando
ele n
a exista, imposto por uma tradica
o hist
orica que n
a vale a pena tentar
corrigir, mesmo porque e c
omodo. As somas parciais na serie do exemplo,
podem ser agrupadas em pacotes associados com as potencia de 10 e assim se
pode verificar que dentro destes pacotes a soma pode ser minorada pelo valor do
primeiro pacote:
10
X
1
k

Observa
c
ao 17 Somas e series. Na existem somascom um numero infinito de termos, ali
as, veja infinitonoutro lugar deste livro, o infinito
e uma classe de objetos e n
ao
um u
nico objeto. As s
eries s
a uma das maneiras de extender o conceito aritm
etico soma a
uma famlia n
a finita de objetos. As integrais oferecem outra forma de faz
e-lo. No caso das
s
eries este m
etodo se pode descrever simplesmente como um c
alculo de limites, e no caso
das integrais se trata de um limitemais envolvido porque a a cardinalidadedo funil que
conduz a este limite pode ser diferente. A palavra t
ecnica usada em Matem
atica n
a
e funile
sim, filtro, mas a ideia
e de um afunilamento numa certa direc
ao que generaliza o conceito
de limite. S
eries s
a um tipo de integral, entretanto.

3.4.2

Crit
erios de converg
encia.

Vamos comecar com um exemplo.


Exemplo 21 As series geometricas. O c
alculo seguinte nos permite calcular
somas de progress
oes geometricas:
(r 1)(rn + rn1 + + r + 1) = rn+1 1
de onde se conclue que
rn + rn1 + + r + 1 =

rn+1 1
r1

Se |r| < 1 ent


a limn (rn ) = 0 e assim vemos que as series geometricas associadas
a
`s progress
oes geometricas de raz
a menor que 1 em m
odulo, convergem para
1
1r

95

3.4. SERIES NUMERICAS.

As series geometricas sa as u
nicas que sabemos calcular diretamente. Outras
series podem ser calculadas indiretamente mas vamos logo ver que as series
goemetricas desempenham um papel central no estudo das series. Se uma sucessa s for positiva e termo a termo menor que uma serie geometrica de razao
menor que 1 em modulo, enta sera convergente porque suas somas parciais sera
menores que as somas parciais da serie geometrica. Este teorema e importante
ser apresentado em toda sua generalidade.

96

CAPITULO 3. SERIES E APROXIMAC


AO DE FUNC
OES.

comparacao com areas - convergencia de sucessoes.


1.0
0.8
0.6

Teorema 12 Teorema de comparac


a de series. Sejam s, t duas sucess
o positivas tais que
n > no : sn tn
ent
a se a serie associada a t convergir, tambem converge a serie associada a s.
Se divergir a serie associada a s tambem diverge a serie associada a t:

k=ko

k=ko

tk <

sk =

k=ko

k=ko

0.2
0.0
-0.2

sk <

-0.4

tk =

-0.6

Vamos introduzir uma simplificacao na linguagem que e muito corrente.


Dada uma sucessao s passaremos a dizer apenas a serie s quando quisermos
dizer a serie associada `a s.
Aplicamos o teorema anterior `as series geometricas para compara-las com
outras series: se uma serie s positiva for tal que
sn rn ; |r| < 1

X
1
k!

-0.8
-1.0
0

Figura 3.7:

enta S, a serie s, converge tambem.


Exerccio 6 *
Desenvolva a serie

0.4

1
2
3
4
area sob uma sucessao proj. para traz
area sob uma sucessao, proj para frente

Area
associada a uma soma parcial-projeca
o para traz - projeca
o para frente.

geometricamente a area sob a sucessao, compare os graficos na (fig. 3.7), uma


fornece o valor da soma por maior e a outra oferece o valor da soma por menor.
Compare com as somas parciais:

k=0

e compare-a com a serie geometrica de raz


ao
convergente.

1
2

N
X

para concluir que e uma serie

sk ;

RN

PN
Veja o grafico 3.7, nele esta representas a area k=1 sk e 1 s(x)dx observe
que a funcao sob sinal de integral e s(x) e a mesma equacao que define a sucessa
s. O grafico tambem sugere que s e decrescente, e vamos adotar isto como
hipotese do nosso futuro teorema. Finalmente ha duas maneiras de interpretar

sk ;

k=2

k=1

Vamos deduzir uma teorema semelhante anterior comparando series com


uma integral. Se uma sucessa s for positiva, as suas somas parciais podem ser
interpretadas como a soma dos retangulos de base 1 e altura sn .

N
+1
X

Estas duas interpretacoes geometricas nos conduzem a


N
+1
X
k=2

sk

N +1

s(x)dx

N
+1
X

sk

k=1

Sob a hipotese de que s seja integravel, temos:


Z

X
X
sk = S
sk
s(x)dx
S s1 =
k=2

k=1

10

97

3.4. SERIES NUMERICAS.


que e uma desigualdade da forma
S s1 I S

(3.46)

em que S representa o limite da serie e I o limite da integral. A conclusa e que


S converge sse I converge. Demonstramos assim
R
Teorema
o decrescente ent
a 1 s(x)dx <
P 13 Teste da integral. Se s for uma funca
sse k=1 sk converge e

k=2

sk

s(x)dx

sk

k=1

Exemplo 22 Uma
o do teste da integral.
a fizemos referencia anteP aplicaca
P J
riormente que k=1 k1 e divergente, mas que k=1 k1p e convergente se p > 1.
Estamos em condico
es de demonstrar isto com o teste da integral.
Z N
1
dx = x1p |N
1 =
xp
1
1p
N
1

=
1p
1p
1
N 1p
+
1p
p1
1
O limite da u
ltima express
a e p1
.
ao para todo p > 1 a serie
Conclus
ao: como a integral acima e finita, ent
(p) :

X
1
kp

98

CAPITULO 3. SERIES E APROXIMAC


AO DE FUNC
OES.

S
a bons exemplos de resultados para serem testados com um programa de computador para somar termos de uma serie. Observe que apenas no primeiro caso
n
os conhecemos o valor exato, mas o metodo para obte-lo n
ao e o descrito acima
e sim com auxlio das series de Fourier, como veremos adiante.
Completando uma observacao anterior, dissemos que as u
nicas series que sabiamos calcular eram as geometricas, vemos agora um meio indireto para calcular
as series chamadas (p) ou ainda chamadas series de Riemann.
Observa
c
ao 18

Sem querer diminuir a import


ancia do resultado contido no exemplo anterior, vejamos que se trata de uma agulha num palheiro e que portanto continua v
alida nossa
observa
ca
o anterior de sabemos calcular apenas as s
eries geom
etricas. Nosso objetivo com esta
observa
ca
o
e o de reduzir os fatos a
` sua real signific
ancia: n
a interessa por si pr
oprio o c
alculo
do valor de uma s
erie, porque isto s
o pode ser alcan
cado em alguns casos particulares. Muito
mais importante, e
e este o conte
ca
o,
e poder mostrar que uma
P udo dos teoremas de compara
s
erie converge. Sabendo que
e menos importante e pode
k=1 sk converge, o seu valor exato
ser obtido aproximadamente por um programa de computador. A arte de calcular s
eries
e bonita
mas n
a
e cientfica no sentido de que ela n
a pode produzir resultados efetivos. Ent
a o que
e
cientfico
e demonstra
ca
o da converg
encia. Os testes de converg
encia por compara
ca
o sugerem
que
e preciso ter um estoque grande de s
eries convergentes. Com as s
eries geom
etricas e as
s
eries (p) j
a podemos admitir que temos um estoque modesto, mas significativo.

Exemplo 23 A divergencia da serie harm


onica de Riemann. Vamos deduzir
do j
a exposto que a serie

X1
k=1

e divergente.
Uma demonstraca
o direta usando o teste da integral seria imporssvel porque
nos levaria a discutir a finitude de
Z

k=1

converge e portanto o seu valor pode ser calculado com um programa de computador, aproximadamente.
Assim, se p = 2 temos:
Z

k=1

50000

X 1
X
2
1
1
1.644934 =
dx = 1 <
=
x2
k2
6
k2
k=1

k=1

ou se p = 3 temos:
1
=
2

k=1

37000

X 1
X
1
1
dx <
= 1.2020547 <
,
x3
k3
k3
k=1

k=1

dx
x

o que nos levaria a um crculo vicioso. O que vamos fazer e completar os dados
imprecisos que apresentamos anteriormente. Modificando o teste da integral
temos:
Zn2
n2
X
dx
1
<
<
k
x

k=n1

n1 +1

n2
X

k=n1 +1

Uma propriedade da integral da funca


o f (x) = x1 que enunciaremos, (dizendo
apenas que sua demonstracao se pode fazer com alguma ast
ucia a partir da
definicao de integral por aproximacao de somas de Riemann):

ou ainda se p = 11 temos:
0.1 =

k=1

1000

X 1
X
1
1
dx <
= 1.0009945 <
.
11
11
x
k
k 11
k=1

k=1

1
k

Zb
a

dx
=
x

Z1

a/b

dx
=
x

Zb/a
1

dx
x

99

3.4. SERIES NUMERICAS.

isto, e dizendo eom outras palavras, que um dos limites de integracao pode ser
cancelado na integral. Usando esta propriedade temos:
n2
X
1
>
k

k=n1

n2 /(n
Z 1 +1)

dx
>
x

n2
X

k=n1 +1

1
k

100

CAPITULO 3. SERIES E APROXIMAC


AO DE FUNC
OES.

Notaca
o de Landau:Quando duas sucess
o tiverem mesma ordem de grandeza,
isto e comumente indicado com a notaca
o
s = O(t)
que se le s e um grande O de t, e quando a ordem de grandeza de s for
menor que a de t isto se indica com

Se escrevermos agora n1 e n2 como potencias sucessivas de 10 concluimos:


n1 +1
10X

k=10n1

1
>
k

Z10

dx
=C >
x

n1 +2
10X

k=10n1 +1

1
k

e assim os pacotes de somas parciais entre duas potencias de sucessivas de 10 e


maior do que, (a desigualdade que faltava no exemplo anterior...), a constante
Z10

s = o(t)
que se le s e um pequeno o de t.
Exemplo 24 Ordem de grandeza de sucess
o.
a
Series (p). Dados dois expoentesp, q ent
lim

dx
=C
x

que e o n
umero log(10) que j
a haviamos achado experimentalmente.
Vamos estudar outro metodo de analise da convergencia de uma serie que
analisa o quociente.
Pn
Suponhamos que Sn = k=1 sk ; sk > 0 seja convergente e que possamos
provar que
sk
limk
= r R ;r > 0
tk
enta as
grandeza e a convergencia de
Pnsucessoes s e t tem mesma ordem de P
n
Sn = k=1 sk implica na convergencia de Tn = k=1 tk , entretanto na como o
mesmo limite. Demonstramos:
Teorema 14 Comparaca
o de series por quociente. Se os termos gerais sk , tk
de duas series tiverem mesma ordem de grandeza, ent
a a convergencia de uma
das series implica a convergencia da outra.
Mencionamos acima a ordem de grandeza que e um conceito muito importante
e que precisa ser estabelecido detalhadamente:
Defini
c
ao 9 Ordem de grandeza.
Mesma ordem de grandeza: Dizemos que duas sucess
oes s, t, tem mesma ordem
de grandeza se
sk
limk
=r
tk
para algum r R ; r > 0
Ordem grandeza inferior: Diremos que a ordem de grandeza de s e menor que
a ordem de grandeza de t se r no limite acima for zero.

1
kp
1
kq

= lim
k

kq
= lim k qp
k
kp

que ser
a zero se q < p e ser
a se q > p.
Series (p) II. Se os expoentes em duas series (p) forem diferentes, suas
ordens de grandeza ser
a diferentes. Observe que neste caso ambas ser
a
convergentes se p, q > 1.
Maior e Maior ordem de grandeza. 4 < 5 mas 54 < 2 logo 4, 5 tem mesma ordem de grandeza. 16.000.000.000.000 e 500.000.000 tem tambem a mesma
ordem de grandeza..., um e o tamanho do roubo de alguns bancos em 1995
e o outro o orcamento minguado da Universidade do Rio Grande... e um
conceito pouco apropriado para tratar com roubos de dinheiros p
ublicos.
umero
O n
umero e. Vamos comparar o fatorial com uma potencia xn de um n
qualquer:
1, 1, 2, 6, 24, 120, 720, , k!
Temos uma sucess
a sk = k!, o quociente
sk+1
(k + 1)!
=k+1
=
sk
k!
portanto e maior do que o quociente
tk+1
xk+1
= k =x
tk
x
das potencias de um n
umero x qualquer a partir de k + 1 > x:
(k + 1)!
xk+1
> k = x k + 1 > x,
k!
x
ent
a k! e maior do que qualquer progress
a geometrica, porque a condica
o
k + 1 > x significa apenas para grandes valores de k. Digamos isto de

101

3.5. SERIES DE FUNC


OES.
s

outra forma: k+1


sk > x para qualquer que seja x desde que k seja suficientemente grande. Consequentemente a raz
ao entre dois termos sucessivos
de s e maior do que qualquer razao geometrica.

102

CAPITULO 3. SERIES E APROXIMAC


AO DE FUNC
OES.

e um novo tipo de func


ao, definida por uma s
erie cujos termos s
a func
oes. Podemos pensar
num modelo de express
ao que generaliza a anterior:
F : (1, 1) R

X
ak xk
F (x) =

Interessa-nos entretanto discutir a ordem de grandeza, o quociente acima


diz que a sucess
a k! e maior do que xk para qualquer x a partir de k + 1 >
x.. Se invertermos as fraco
es teremos:
1
(k+1)!
1
(k+1)!

<

<

1
xk+1

<

1
xk

1
(k+1)!
1
xk+1

<

x
k!

<

x
xk

<

(3.52)

F : (r, r) R

X
fk (x),
F (x) =

(3.53)
(3.54)

k=0

este modelo, como redigido acima


e muito dificil de ser discutido, mas casos particulares dele
podem ser analisados com os dados que j
a temos. Por exemplo
F : (r, r) R

(3.55)

X
xk
,
k!
k=0

(3.56)

F (x) =
o modelo este que
e do tipo

F : (r, r) R

X
ak xk ,
F (x) =

(3.57)
(3.58)

k=0

e vai ser analisado na pr


oxima sec
ao.

3.5.1

S
eries de func
oes.

S
eries de pot
encias.

Defini
c
ao 10 Serie de potencias.

Ou
ltimo exemplo nos oferece um gancho para um novo t
opico. A express
a

xk

k=0

define uma func


ao desde que 1 < x < 1, porque esta s
erie geom
etrica converge para qualquer
x ; |x| < 1. Temos assim uma func
ao:
F : (1, 1) R
F (x) =

ak xk ,

com r > 1. O modelo mais gen


erico seria

k!

P
tambem converge para todo x > 1, porque a progress
a geometrica k=0 x1k
converge para todo x > 1 e pelo Teorema da comparaca
o por quociente de
series.

x 7

(3.51)

k=0

X
xk

3.5

F : (r, r) R
F (x) =

1
x

para qualquer raz


a x suficientemente grande. Como a u
ltima fraca
o tende
a zero, a conclus
ao e que a primeira tambem tende a zero, logo se conclue
1
que a ordem de grandeza de k! e menor do que a de qualquer progress
a
geometrica:
1
1
= o( k ).
x
k!
x
Uma das consequencias e:

X
1
k!
k=0
P 1
converge. Tudo que podemos saber e que a serie k=0 k!
converge, mas
quanto vale este limite? Pelo simples fato de convergir, define um n
umero,
foi dado a este n
umero o nome e, seu valor pode ser calculado aproximadamente com qualquer reduzida da serie. Outra serie convergente e:

k=0

(3.50)

k=0

em que os termos da s
erie s
ao multiplicados pelos de uma sucess
ao ak ; |ak | 1. No caso
anterior temos ak = 1, e,
e claro, se |ak | 1 melhoraremos as condic
oes de converg
encia
podendo, talvez ter um domnio mais ample de valida para a func
ao F (x) :

(k+1)
1
xk
< xx(k+1) k! < x(k+1)
x(k+1) k!
1
1
1
(k+1)! < xk! < xk+1 ;

(3.49)

k=0

xk

(3.47)
(3.48)

F : (r, r) R

X
ak xk .
F (x) =

(3.59)
(3.60)

k=0

em que r e o maior n
umero real positivo tal que se |x| < r a serie que define
F e convergente. O intervalo (r, r) se chama disco de convergenciada serie
de potencias F e o n
umero r e o seu raio de convergencia.

103

3.5. SERIES DE FUNC


OES.

As denominacoes disco, raio se devem ao fato de que estas funcoes se encontram naturalmente definidas para os n
umeros complexos que definem um plano
e onde disco e raiotem um sentido mais natural. No caso

k=0

1
o raio de convergencia e porque, como ja analisamos, k!
= o(xk ), quer dizer
que os termos desta serie satisfazem `a condicao necessaria, mas n
ao suficiente
de convergencia, (meio caminho andado).
Vamos ver que o raio de convergencia depende do comportamento assintotico
dos coeficientes ak . Facilmente se ve que se eles forem constantes enta o raio de
convergencia sera 1 porque

Axk = A

xk ,

k=0

k=0

calculo que so e possivel fazer se |x| < 1 porque enta os limites envolvidos
existem.
Observa
c
ao 19 Coeficientes limitados. Se usarmos uma sucessao de coeficientes que
seja limitada, n
ao existe praticamente nenhuma diferenca com a constante A usada acima.
Uma sucess
ao que convirja para A, representa o n
umero real A. Isto mostra que existe uma
grande quantidade de sucess
oes diferentes que podemos usar como coeficientes para produzir
pelo menos func
oes
F : (1, 1) R

X
ak xk ,
F (x) =

(3.61)
(3.62)

Veremos que se uma sucess


ao definir o n
umero zero, e h
a muitas e com ordem grandeza

distintas, o resultado ser


a um acr
escimo no domnio de F. Eeste
rumo que os nossos pr
oximos
c
alculos v
ao tomar.

ak x =

k=0

( k ak x)k

(3.63)
(3.64)

k=0

converge se assintoticamente4

4 quer

p
k
|ak ||x| < 1

p
k
|ak | = r
1
=
k

lim supk
|x| < r1 =

|ak |

(3.66)
(3.67)

que expressa assim a relacao entre o tamanho maximo do modulo de


p x para
que se tenha convergencia em funcao de uma limitacao assintotica de k |ak |. O
n
umero r em nosso exemplo inicial era 1 e correspondia ate mesmo a sucessoes
de coeficientes limitados. Agora obtivemos a formula
1

p
.
k
|ak |
p
Ta menor seja a limitaca
o assint
otica de k |ak | ta maior pode ser o raio de
convergencia que limita o valor de x. Sa inversamente proporcionais. Como
queremos expressar sob forma de um p
raio de convergencia esta relacao, vamos
usar o inverso do valor assintotico de k |ak |:
r=

lim supk

|x| <

1
=
r

para designar o raio de convergencia:


=

1
lim supk

p
k
|ak |

e o raio de convergencia da serie de potencias:

ak xk .

(3.68)

Demonstramos assim o teorema:

Teorema 15 Lema de Abel. Consideremos a serie de potencias

ak xk .

k=0

Os seguintes calculos nos conduzem a uma conclusao:


k

o que e suficiente se

k=0

k=0

CAPITULO 3. SERIES E APROXIMAC


AO DE FUNC
OES.

lim supk

F : (r, r) R

X
xk
F (x) =
,
k!

104

(3.65)

dizer, se uma quantidade finita de termos desobedecer a regra, a regra ainda


e obecida, ou ainda, estatisticamente falando a regra vale. Tamb
em a sucess
ao ak dos coeficientes
n
ao precisa ter limite, ela pode ser divergente.

Se |x| < = lim sup1


ent
a a serie converge absolutamente e uniformemente
k a
k
k
sobre qualquer disco de raio < . Nada se pode dizer quando |x| = .
As series de potencias definem assim uma funcao no seu disco de convergencia.
A parte de ser o Lema de Abel uma ferramenta importante uma vez que
ele determina o domnio, o disco, de convergencia de uma serie de potencias,
ele fundamenta uma ideia que sera usada com grande frequencia: temos duas
sucess
o, ak e xk , a segunda converge naturalmente quando |x| < 1 mas o produto
das duas pode convergir num conjunto mais amplo se a sucess
a multiplicadora ak
for suficientemente pequena. Em suma a ideia e que uma sucess
a multiplicadora
pode melhorar, ou piorar, a convergencia de outra. Vamos fazer uso direto deste
metodo para dar uma resposta razoavel para o problema que deixamos aberto
sobre as series de Fourier, e o que faremos em seguida.

105

3.6. GENERALIZAC
OES.

3.6

Generalizac
oes.

CAPITULO 3. SERIES E APROXIMAC


AO DE FUNC
OES.

A aus
encia de produto escalar nos espacos de Lebesgue Lp ([a, b]).
Entretanto, o smbulo | < f, g > | n
ao representa um produoto escalar porque nos espacos
que generalizam o espaco L2 ([a, b]) n
ao h
a produto escalar e consequentemente eles
tem uma geometria diferente da geometria euclidiana.

Observa
c
ao 20

Na primeira parte desta secao vamos tratar de uma generalizacao natural dos
espacos de funcoes que discutimos e inclusive das desigualdades de CauchySchwartz e triangular. Na parte final vamos aprofundar a discussa sobre convergencia de series com que terminaremos este captulo.

3.6.1

106

Lp ([a, b])

Com a desigualdade de Holder se pode demontrar a desigualdade triangular,


(desigualdade de Minkowski):
Teorema 17 Desigualdade de Minkwoski.

Espacos de func
oes.

Vamos relatar rapidamente alguns resultados que generalizam as desigualdades de Cauchy-Schwartz e a desigualdade triangular. A primeira generalizacao
e da desigualdade de Cauchy-Schwartz pois e com esta nova expressa que se
pode obter a seguinte de maneira parecido como foi feito no paragrafo anterior.
Repetindo a desigualdade de Cauchy-Schwartz:
p

(3.69)
| < f, g > | < g, g > < f, f >
sabemos que ela pode ser escrita como

| < f, g > | ||g||2 ||f ||2


1
2

||f + g||p ||f ||p + ||g||p .


As mesmas desigualdades se podem enunciar e provar para espacos de sucesso:
Teorema 18 Desigualdade de H
older para sucess
o. Se p, q forem n
umeros
positivos e s, t duas sucess
o tais que
1.

1
p

1
p

1
q

| < s, t > | =

1
2

=1

k=0

s k tk

v
v
u
u
uX
uX
p
q
t
|sk |p t
|tk |q
k=0

(3.71)

(3.72)

k=0

e a desigualdade de Minkowski:

Teorema 19 Desigualdade de Minkwoski. Se s, t forem sucess


o ent
a

2. f Lp ([0, 2]) , g Lq ([0, 2])


ent
a

=1

ent
a

em que 2 e o ndice da raiz, de tal modo que + = 1. Se agora escolhermos


dois n
umeros positivos cuja soma seja tambem 1 um resultado analogo pode ser
obtido:

1.

1
q

2. s l p (N) , t l q (N)

(3.70)

Teorema 16 Desigualdade de H
older Se p, q forem n
umeros positivos tais que

||s + t||p ||s||p + ||t||p .

| < f, g > | p < g, g > q < f, f >.

Se escolhermos o par (p, q) = (2, 2) retornaremos a desigualdade de CauchySchwarz, portanto, se a desigualdde de Holder for verdadeira, e e, ver [21, pag.
230, desig. de Holder para sucessoes] ela e generalizacao da desigualdade de
Cauchy-Schwarz. Em um certo sentido, e na demonstracao isto e usado, a
desigualdade de Holder contem o significado das medias ponderadas, p, q se
compensam sob a condicao p1 + 1q = 1.
Esta desigualdade posta em termos das integrais que definem <, > se escreve
ainda
Z 2
| < f, g > | =
f (x)g(x)dx
0
s
s
Z 2
Z 2
q
p
f (x)p dx
g(x)q dx

Observe que a desigualdade de Minkowski e a desigualdade triangular generalizada. As demonstracoes das destas desigualdades podem ser encontradas
em [21, parte 2, pag 230, exerc. 4], a leitura do captulo 9 de [21], onde se
encontram estas demonstracoes das desigualdades de Holder e Minkowski, e recomendado para quem quiser ter uma ideia mais ampla do que discutimos aqui
e e relativamente independente dos demais captulos do mesmo livro.

3.6.2

Converg
encia condicional.

Na discutimos em nenhum momento a convergencia de uma serie

sk

(3.73)

k=0

quando s na fosse positiva. Ficou sempre implicito que estavamos tratando de


series de termos positivos. Vamos agora discutir a convergencia de uma serie
qualquer. Infelizmente o u
nico resultado seguro que temos e o seguinte:

107

3.6. GENERALIZAC
OES.
Teorema 20 da convergencia absoluta. Se
converge.
Dem :

k=0

|sk | convergir ent


a

k=0 sk

consequ
E
encia direta da desigualdade triangular aplicada a
`s somas parciais:
|

n
X

sk |

n
X

|sk |

k=0

k=0

portanto se a soma, em valor absoluto, for convergente, por um dos crit


erios de converg
encia
de s
eries, qual? a s
erie

X
sk
k=0

converge. q.e.d .

Este teorema mostra, portanto, como foi importante estudar as series positivas porque delas sai tudo que podemos dizer de forma geral sobre as outras.
Quando o Teorema da convergencia absoluta falha, a serie ainda pode convergir,
como mostra o seguinte exemplo:
Exemplo 25 Convergencia de series.
P
1. A serie harm
onica: A serie harmonica k=0 k1 e divergente. Com o teste
da integral se verifica que suas somas parciais s
a compar
aveis a integral
Z n
1
dx = ln(n)
1 x
nos exerccios voce ir
a encontrar outros resultados semelhantes.
P (1)k
converge para um n
umero pr
oximo de 0.7
k=0
k

2. A serie alternada:

108

CAPITULO 3. SERIES E APROXIMAC


AO DE FUNC
OES.

4. limitaca
o do Lema de Abel: O lema de Abel garante a convergencia de
uma serie de potencias apenas dentro do disco de convergencia, quando
|x| < em que e raio de convergencia. Aqui |x| = 1 = .
5. Associatividade: Veja que, se N for par:
PN 1
PN (1)k
1
= k=1 ( k1 k+1
) =
k=1
k
PN/2 1
PN/2 1
= k=1 2k+1 k=1 2k ;

entretanto n
a podemos aplicar limite na segunda linha de equaco
es porque
teriamos duas series divergentes a
`s quais n
a se aplicaria o teorema da
soma de limites. N
a vale a associatividade generalizada para as series que
n
a convirjam absolutamente.

Resta saber se os c
alculos que fizemos acima, calculando integrais de uma serie,
tem alguma validade. Numericamente eles se justificam, calculando a serie alternada com um programa de computador o valor que se encontra e ln(2), ent
a
a pr
atica forca a teoria. Algumas lico
es se devem tirar deste exemplo, uma delas
e que precisamos justificar a convergencia de series cuja convergencia absoluta
n
a se d
a. Outro e que o Lema de Abel est
a com sua redaca
o precisa: uma serie
de potenicias converge com certeza no disco de convergencia determinado pelo
raio de convergencia, entretanto pode se dar convergencia ou n
a, em cima da
fronteira do disco.
Este exemplo justifica a criacao do termo convergencia condicional:
Defini
c
ao 11 Convergencia condicional. Dizemos que

3. e series de Potencias: Os termos da serie alternada podem definir uma


serie de potencias com raio de convergencia 1
1
(1)n
f (n) (0)
a0 = 1 = f (0) ; a1 = = f (0) ; ; an =
=
;
2
n+1
n!
O problema se encontra em descobrir uma funca
o que tenha estas deriva1
das na origem. A funca
o f (x) = x+1
ajuda o incio da procura, porque
suas derivadas se alternam de sinal. Temos
f (x) =

1
x+1

; f (x) = (x+1)
2 ; f (x) =

f (n) (x) =

(1)n n!
(x+1)n+1

2
(x+1)3

f (x) = 1 x + x3 x4 + + (1)n xn + ;
Integrando f vamos encontrar uma funca
o interessante:
Rx
Rx 1
F (x) = 0 f (t)dt = 0 t+1
dt = ln(x + 1) =
2

x x2 + x3 + + (1)n xn +
F (1) = 1 21 + 13 + + (1)n n1 + = S

que e valor procurado da serie alternada, S = ln(2) 0.7.

sk

k=0

e condicionalmente convergente se for convergente mas n


a absolutamente convergente.
Observa
c
ao 21

Converg
encia condicional em oposic
ao `
a converg
encia absoluta.
O termo converg
encia condicional, do ponto vocabular,
e p
essimo uma vez que n
a traduz
corretamente a oposic
ao a converg
encia absoluta.
Veja o u
ltimo exemplo acima, ele mostra que n
a vale a associatividade generalizada
quando uma s
erie n
a convergir absolutamente. Tais s
eries convergem dependendo do arranjo
dos seus termos (negando-se assim a propriedade associativa para s
eries), como dependem
do arranjo dos termos, convergem condicionalmente.

Eesta
a raz
a do nome, mas como tantos outro termos que se agregaram ao linguajar
matem
atico, este ficou consagrado pelo uso.

muito difcil verificar diretamente se uma serie e convergente. Em geral se


E
consegue o resultado indiretamente usando-se algum serie de Taylor, e a ideia
contida no acima, multiplicando-se os termos sk por xk temos um meio para
discutir a convergencia de

X
sk xk
k=0

109

3.6. GENERALIZAC
OES.

com auxlio do Lema de Abel e de onde se pode deduzir a convergencia de uma


serie numerica particular

X
sk r k

110

CAPITULO 3. SERIES E APROXIMAC


AO DE FUNC
OES.

10. Escreva a serie de Taylor de f (x) = ln(x + 1) no ponto x = 0 e calcule o


seu raio de convergencia. Como ln(2) < verifique que o Lema de Abel
tem sua redaca
o correta e conclua que serie

X
(1)k

k=0

em que r e um valor particular dado a x dentro do raio de convergencia da serie


de potencias. Mas e preciso chamar a atencao do leitor que o metodo e artesanal,
sem nenhum preconceito contra o artesanato, e preciso salientar entretanto a
falta de metodo claro e geral.

Exerccio 7
1. Verifique que se a > 1 ent
a n a 1. Consequentemente se
numa serie de potencia os coeficientes convergirem para a > 1 ent
a o seu
raio de convergencia ser
a = 1.
2. Verifique que se 0 < a < 1 na quest
ao anterior, a conclus
a e a mesma.
Enuncie o resultado geral.
3. Encontre a serie de Taylor de f (x) =
Calcule o seu raio de convergencia.

x+1
x+3

desenvolvida no ponto a 6= 3.

4. Qual e o raio de convergencia da serie de Taylor de f (x) =


x = b 6= a.

P (x)
xa

no ponto

5. Encontre as series de Taylor de sen e de cos num ponto x = a qualquer e


calcule os seus respectivos raios de convergencia.
6. (a) Encontre a serie de Fourier de
f (x) =
(b) Calcule

cos(x)
cos(x)

x (0, ]
x [, 0]

(3.74)

k2
k=1 (4k2 1)2

7. Considere a funca
o de peri
odo 2 definida por

cos(x)

f (x) =
estens
a peri
odica

k=1

converge.
P
1
e divergente.
11. (a) Verifique que
k=1 k
P 1
(b) Se un = k=n k , u e uma sucess
a convergente ou divergente?
k
P
(c) Se un = k=n (1)
,
u

e
uma
sucess
a convergente ou divergente?
k
Se convergente qual o seu limite?
Pn 1
(d) constante, , de Euler: Verifique se
k=1 k ln(n) converge ou
diverge.
P
12. Calcule lim sup u e lim inf u com un = nk=1 (1)k . Existe lim(u) ?
13. Considere a sucessa de funcoes fn (x) =

nx
nx+1 .

(a) convergencia de funco


es: Faca alguns gr
aficos dos elementos dessa
sucess
a.
(b) convergencia pontual: Verifique que n fn (0) = 0.

(c) convergencia pontual: Calcule o limite no intervalo [a, b] ; a, b > 0


e discuta a seguinte conclus
a: a sucessa de funcoes converge para a
funcao constante 1.
(d) convergencia pontual: Como resolver o problema da convergencia no
ponto x = 0. Esta era a dor de cabeca de Du Bois-Reymond com
respeito a
` convergencia das series de Fourier...
R1
(e) convergencia em integral: Calcule An = 0 fn (x)dx e verifique a conR1
vergencia desta sucess
a. Compare com o n
umero A = 0 1dx. Ser
a
que poderiamos dizer que ||fn f ||1 0 para alguma funca
o f ?
14. (a) Estude a convergencia, em integral, se for possivel, de

x [, ]
x
/ [, ]

(3.75)
fn (x) =

n2 x
x (0, 1]
n3 x2 + 1

Calcule a sua serie de Fourier de f


a de funco
es acima.
(b) Estude a convergencia ponto a ponto da sucess
8. Qual e a comparaca
o de ordem de grandeza entre n e log(n)? Determine
os limtes:
log(n)
n
lim
lim
n
n log(n)
n
9. Se un =

1
k=n k ,

converge un ?

15. (a) Estude a convergencia, em integral, se for possivel, de


fn (x) =
em que 0 < a < 1.

n2 x
x (a, 1]
n3 x2 + 1

111

3.6. GENERALIZAC
OES.

(b) Estude a convergencia ponto a ponto da sucess


a de funco
es acima.
16. Determine uma uma f
ormula para os termos da serie de potencias
f (x) =

sk xk

k=0

de modo que xf +f f = 0 com f (0) = 1 e verifique assim que f


resolve a equaca
o diferencial, (soluca
o particular).
17. Estude a ordem de grandeza de x e de ln(x) na origem, e determine o
R1
valor da integral 0 ln(x)dx
R1
dx existe.
18. Mostre geometricamente que 1 sen(x)
x

R1
e mostre que 1 sen(nx)
dx
19. Calcule o limite limn fn (0) com fn (x) = sen(nx)
x
x
existe. Calcule um valor aproximado para esta integral, possivelmente
usando uma integraca
o por partes primeiro.
20. O n
ucleo de Dirichlet: Considere a sucessa de funcoes fn (x) =

sen(nx)
.
x

(a) Faca alguns gr


aficos dos elementos dessa sucess
a.
R1
(b) Verifique que fn (0) diverge mas que 1 sen(nx)
dx converge. Estude
x
a possibilidade de uma funca
o f tal que
fn (x) =

sen(nx)
f.
x

R1
es, (
(c) Calcule An = 0 fn (x)(x)dx para alguns exemplos de funco
polinomial ... ! ), e tente deduzir o que aconteceria em geral com An .

112

CAPITULO 3. SERIES E APROXIMAC


AO DE FUNC
OES.

114

CAPITULO 4. APLICAC
OES

Para que voce tenha uma ideia dos gr


aficos que voce pode ver, inclusive alterando para obter outros relativos a funco
es que voce mesmo escolha, veja os
gr
aficos (fig. 3.5), (fig. 3.6), que se encontram a
`s p
aginas 80,81. Neles voce
tem os gr
aficos conjuntos da funca
o identidade f (x) = x e do polin
omio trigonometrico Pn (f ) para n {5, 10}. Os polin
omios trigonometricos descrevem
fen
omenos oscilat
orios como veremos em seguida, ent
ao Pn (f ) oscilaem torno
isto que destroi a convergencianum sentido comum e mais intuitivo
de f . E
e que foi contestado no exemplo de Du Bois-Reymond, entretanto do ponto de
vista da energia contida em f , ou mais exatamente no fen
omeno modelado por
f , a aproximaca
o e excelente. A energia est
a representada pela integral de f e
agora sim: a integral de Pn (f ) se aproxima muito da integral de f no intervalo
[, ]:
Z 2
Z 2
f (x)dx
(4.2)
Pn (f )(t)dt

Captulo 4

Aplicac
oes

Cada um dos assuntos tratados nesta seca


o poderia sozinho preencher um livro, de forma

que voc
e deve consider
a-la como um breve passeio sobre o que existe para ser estudado. E
uma tentativa de agucar sua curiosidade e motiv
a-lo para seguir se aprofundando conosco
nas t
ecnicas auxiliares que vamos estudar nos captulos seguintes. Algumas vezes voltaremos
a fazer refer
encia ao material aqui apresentado como demonstraca
o de de que as pecas do
plano tem todas ligaca
o entre elas. O tamanho da letra, como sempre, indica a import
ancia
relativa do assunto, voc
epode saltar esta seca
o e deixar para l
e-la posteriormente.

4.1

As s
eries de Fourier.

De acordo com os resultados que voce conseguiu nos exerccios acima, podemos
repetir a afirmaca
o de Joseph Fourier feita no artigo apresentado a
` Academia
Francesa de Ciencias, em 1807: uma funcao qualquer periodica f pode ser
escrita como combinacao linear das funcoes senK , cosK:
f (x) =

a0 X
ak cos(kx) + bk sen(kx).
+
2

(4.1)

k=1

Embora isto seja uma verdade, num sentido que Fourier mal podia imaginar
em sua epoca, em 1873, Paul Du Bois-Reymond construiu um exemplo de funca
o
contnua cuja serie de Fourier divergia em um determinado ponto. Se as series
de Fourier j
a tinham sido mal recebidas em 1807 pelos academicos franceses, a
descoberta de Du Bois-Reymond tornou a quest
ao mais aquecida porque n
a havia
d
uvidas sobre a sua real import
ancia, o problema era entender o que significava
convergenciadestas series. Se pode dizer que os matem
aticos s
o conseguiram
entender claramente este tipo de convergencia no incio do presente seculo, cerca
de 200 anos depois que os primeiros matem
aticos iniciaram a calcular com series
trigonometricas, (Euler e alguns dos Bernoulli bem antes de Fourier).
Vamos discutir com maiores detalhes qual o significado da convergencia representada por estas series no pr
oximo captulo, entretanto vejamos logo qual e
ideia intuitiva e geometrica que se encontra por traz desta convergencia.
113

Polin
omios trigonometricos s
ao aproximaca
o de funco
es peri
odicas ou ent
ao
de uma funca
o, mas apenas sobre um intervalo em que ela e considerada como
restrica
o de um funca
o peri
odica, mas do ponto de vista da da quantidade de
fenomeno, ou ainda, a integral de f e bem aproximada pela integral de Pn (f ).
preciso abrir uma ressalva: n
E
a estamos apresentando polin
omios trigonometricos como um metodo para calcular integrais aproximadamente.
Vamos agora descrever algumas situaco
es em que se aproximam funco
es com
o metodo de Fourier ou que estas series encontram aplicaca
o.

4.2

Fen
omenos vibrat
orios, a m
usica.

A motivacao que os nossos antepassados do seculo 18, Joseph Fourier (17681830), Leonard Euler (1707-1783), Daniel Bernoul-li (1700-1782) entre muitos
outros, para chegar aos polinomios trigono-metricos ou a`s series trigonometricas,
foi o comportamento periodico destas funcoes que serviriam para reproduzir parcialmente alguns feno-menos vibratorios, cordas vibrantes, possivelmente devido
a enorme influencia musical da epoca em que viveram, ou de elasticidade, que
eles logo descobriram que continham aspectos de periodicidade. Os aspectos de
periodicidade, eles logo viram, seriam as componentes harmonicas, e portanto
a presenca dos vetores senK, cosK ; K {0, 1, } nestes fenomenos. Voce
pode consultar esta historia em livros sobre equaco
es diferenciais ordin
arias, por
exemplo [22], de onde tiramos muitas das informacoes biograficas aqui contidas.
Vem desta aplicacao a denominacao de frequ^
encia para o n
umero inteiro
k que multiplica o parametro angular em ak cos(kx) e bk sen(kx). Tambem pela
mesma razao se estabeleceu o nome de amplitude para os coeficientes ak e bk .
Quando se vai analisar sinais, por exemplo, estes n
umeros inteiros sao estudados
na ordem do milhar, pelo menos, representando kHz ou mHz, ver [3, cap 1] sobre
o assunto.

115

4.3. AS COMUNICAC
OES.

4.3

As comunicac
oes.

Depois vieram os fenomenos eletromagneticos, novamen-te cheios de componentes periodicas e em seguida as comunicacoes que sem d
uvida susbstituiram
a m
usica do seculo 18 como motivacao social concreta nos estudos de muitos
cientistas. Nas comunicacoes os polinomios trigonometricos tiveram o seu principal reino. Um sinal eletromagnetico podia ser modificado por um som e depois
recapturado e ao ser reproduzido se podia recuperar o som que o modificara,
nascia um metodo para transmitir dados:
Um sinal eletromagetico e uma portadora que se deforma, por exemplo, com o
som da voz. Esta portadora deformada e capturada e analisada por um decodificador programado com o mesmo metodo utilizado na deformacao inicial, fazendo enta a operacao inversa, reproduz aproximadamente o som de
voz transmitido. O metodo de codificacao-decodificacao era substanciamente
o das series de Fourier.
Se decompunham sinais eletromagneticos modificados por sons e se transmitiam as suas componentes que depois seriam usadas no formato
n

g(x) =

a0 X
ak cosK(x) + bk senK(x)
+
2
k=1

em que n e capacidade de precisa do sistema, para recompor uma aproximaca


o do som inicial.

116

4.4

CAPITULO 4. APLICAC
OES

Compactac
ao de dados.

As aplicacoes que mencionamos acima sa muito especfi-cas para serem tratadas neste livro assim como esta de que agora falaremos para complementar a
mencao feita anteriormente. Todos sa assuntos que tem vida propria e discut-los
necessita de livros em separado.
Falamos de compactacao de dados ao falarmos de transmissa de informacoes,
citando uma observacao de Strang. Este e um problema muito atual quando a
quantidade de informacoes existentes crescem em volumes absurdos e devem ser
estocadas ocupando espaco. Pior do que simplesmente estocar a informacao e
retransmit-la porque toma tempo proporcional ao tamanho da informacao no
ato de transmissa.
Enta, seja para estocar ou para transmitir, e vital um metodo de compactacao. As series de Fourier representam uma forma violenta de compactacao
de dados de modo exato. Na pratica podem ser usadas quando se puder descobrir uma lei de formacao algebrica para os coeficientes, e neste caso, em geral
extremamente casual, se tem uma nova compactacao violenta de dados... veja
o exerccio abaixo.
Exerccio 8 Polin
omios trigonometricos.
1. Calcule os coeficientes de Fourier da funca
o f (x) = x definida no intervalo
[, ], quer dizer que ele se estende por periodicidade para R a partir da
definica
o neste intervalo. O produto escalar 1.8 e feito com uma integral
sobre este intervalo.

Observa
c
ao 22 Compactacao de dados.
Segundo Gilbert Strang, em um artigo publicado no Bulletin of American Mathematical Society, este e um primeiro exemplo de compactac
ao de dados, uma func
ao,
que afinal e isto que e um som, e um objeto que tem uma quantidade infinita n
a enumer
avel de componentes, informac
oes, que podem ser compactadas aproximadamente,
com perda de parte das informac
oes em um n
umero finito de dados, num polin
omio
trigonometrico, ou ser compactada exatamente numa quantidade enumer
avel de dados,
numa serie trigonometrica.

2. Calcule exatamente os coeficientes de Fourier de f (x) = x definida no


intervalo [, ].
3. Calcule exatamente os coeficientes de Fourier de f (x) = x definida no
intervalo [0, 2]. Rode o programa Fourier e se convenca de que tem que
ser diferentes dos coeficientes de Fourier de f no intervalo [, ].
A verdade
e outra, aproximar f (x) = x no intervalo [, ] significa aproximar uma

Um dos problemas, e sempre foram os problemas que produziram o avanco


tecnologico, junto com os sons vinham ruidos, que e o nome dado aos sons indesej
aveis que chegam junto com sinal que se recupera e que se devem a muitos
fatores. A filtragem dos ruidos criou esta imensa ciencia em volta das transformacoes trigonometricas, envolvendo pesquisa em fsica, matematica, qumica,
ciencias dos materiais e mais recentemente a informatica que veiu modificar este
conjunto cientfico permitindo que a velocidade no processamento dos dados permitissem novas experiencias.
Podemos considerar a transmissa de informacoes como a principal aplicacao
das transformacoes trigonometricas, polin
omios trigonometricos, claro, ela se
encontra por traz da medicina, tomografia, da comunicacoes, das ciencias espaciais, enfim onde se precise transmitir e analisar dados. Ver a respeito [11, cap
1].

fun
ca
o dente de serra que assume valores negativos e positvos sim
etricos em torno de um
ponto. Aproximar f (x) = x no intervalo [0, 2] significa aprxoximar uma outra fun
ca
o
dente de serra que
e sempre positiva. Esta segunda fun
ca
o nem
e par, nem
e impar, e
consequentemente tem componentes tanto na dire
ca
o dos vetores senK como na dire
ca
o
do vetor cos.

O conte
utudo do exerccio anterior tem que ser entendido nas suas reais
limitacoes, nem toda funcao tem coeficientes de Fourier passveis de serem esn+1
critos como 2(1)
, como e o caso de f (x) = x no intervalo [, ], que se
n
compoe de 12 caracteres, (ou um pouco mais ou um pouco menos de 12 caracteres, dependendo da sintaxe da comunicaca
o a ser usada). A serie de Fourier
de f e uma serie de senos, os coeficientes da forma acima sa os coeficientes de
senK na serie de Fourier de f (x) = x sobre o intervalo [, pi]. Mas serve

4.5.

14.00
12.48
10.96
9.44
7.92
6.40
4.88
3.37
1.85
0.33
-1.19

117

EQUAC
OES DIFERENCIAIS.

..
..
..
..
..
..
..
..
..
..
..
..
..
..
..
..
..
..
..
...
...
...
...
...
.
...
..
...
...
...
...
...
...
.
...
.
...
...
...
...
...
..
...
...
...
.. ..
.
...
..
...
...
...
...
...
...
...
...
...
...
.
...
.
...
..
...
....
.............
...... ......... .....
.... .............
...
...
... ..
...
... ...
...
......
..
.... ....
..
.......
.
.. .
.
.
...
.......
..
.
....
...
....
..
.. ....
....
...
..
.. .....
........
...
..
.. ....
.......
...
.. ....
........
..
....
... .......
.........
...
.....
.
..........
......
.
.
.
.
.
.
....
.......
.
......
......
.....
...........
.
.
....
.
.
.....
..........
.........
.
.
.....
.
.
.
.
.
.
.
.
.
...........
....
...
..............
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
......
............
.
.
.
...............
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.......................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
..............
.....
........
..................
.
.
.
.
.
.
.
.
.
.
.
.
.
.................
... .
..
...................
.......................
..........
......................................................................... .....

-5

-4

Figura 4.1:

-3

-2

gr
afico da par
abola x 7
nom
etrico, no intervalo [, ].

-1

1
(x2
2

x 2) aproximada por um polin


omio trigo-

como exemplo da existencia da possibilidade de compactacao de uma quantidade infinita de informacoes com um n
umero finito de dados. Abaixo voce tem
os dois graficos, da funcao f (x) = x e do polinomio trigonometrico com 18 termos, n {0, , 17}, obtido com os coeficientes de Fourier de f . Compare com
o outro obtido paginas atraz com 10 coeficientes. Voce podera fazer diversos
graficos como estes usando alguma modificacao de FourierX.

4.5

118

Equac
oes diferenciais.

Se voce nunca estudou equaco


es diferenciais, leia agora a introducao de um
algum livro a respeito, ou leia o conte
udo desta secao usando o maximo de
sua intuicao. Alternativamente, deixe a leitura deste paragrafo para quando
estiver estudando o assunto. O texto tenta lhe oferecer a ideia sobre equacoes

CAPITULO 4. APLICAC
OES

diferenciais na sua forma mais intuitiva.


Uma forma compacta de descrever um fenomeno que contenha algum tipo
de movimento ou dinamica, consiste em sintetizar as relacoes que existam entre
suas distintas taxas de variacao: de ordem zero, de ordem 1, de ordem 2 etc...
Exemplo 26 Um pendulo.
O movimento dum pendulo se descreve aproximadamente por uma equaca
o
do tipo
I + k + c = f ()
(4.3)
em que I e o momento de inercia do pendulo, k e uma constante de amortecimento, c e uma constante vinda da gravidade terrestre e f e a funca
o que
descreve a energia fornecida ao pendulo. Por exemplo, se f representar uma
forma de anular o efeito da gravidade e do atrito, a equaca
o do pendulo, a
equaca
o ficaria:
I = 0

(4.4)

Vamos considerar uma equacao com o formato da equacao do pendulo e


encontrar-lhe a solucao como exemplo de uso da teoria das series de Fourier.
Exemplo 27 Soluca
o aproximada de uma equaca
o diferencial.
Consideremos a equaca
o diferencial de segunda ordem:

Af + Bf + Cf = g

(4.5)

Se supusermos, de acordo com Fourier, que todas as funco


es se podem escrever como combinacao linear, possivelmente infinita, de senk e cosk com k N
ent
ao podemos considerar uma solucao aproximada representada pelo polin
omio
trigonometrico:
n

f (x) =

a0 X
ak cos(kx) + bk sen(kx).
+
2

(4.6)

k=1

e o conte
udo da equaca
o diferencial implica em que calculemos as derivadas de
primeira e segunda ordem de f multiplicando-as pelas constantes B e A,respectivamente,
enquanto que devemos multiplicar f por C:
C f (x) =
B f (x)

A f (x)

n
X
ak cos(kx) + bk sen(kx)]
C[
k=1
n
X

B[

k=0
n
X

A[

k=0

(4.7)

+kbk cos(kx) kak sen(kx)]

(4.8)

k 2 ak cos(kx) k 2 bk sen(kx)]

(4.9)

4.5.

119

EQUAC
OES DIFERENCIAIS.

e somando todas estas equaco


es temos:

n
X

k=0

A f (x) + B f (x) + C f (x) =

(4.10)

[(C Ak 2 )ak + Bkbk ]cos(kx) + [(C Ak 2 )bk Bkak ]sen(kx) =(4.11)

k cos(kx) + k sen(kx) = g(x)

(4.12)

k=0

A segunda equaca
o do bloco anterior e um polin
omio trigonometrico cujos
coeficientes envolvem as constantes A, B, C e os coeficientes desconhecidosde
f . Como a funca
o g e dada, podemos calcular-lhe os coeficientes de Fourier
com a f
ormula 1.8 e estabelecer uma igualdade termo a termo da qual podemos
tirar os sucessivos valores de ak e de bk e assim recompor f . A u
ltima igualdadetem que ser aproximadauma vez que g e um valor exato enquanto que
na linha anterior se encontra uma aproximaca
o da soluca
o. Entretanto, para
manter a compatibilidade com a soma de n termos da linha do meio, teremos
que considerar apenas:
n
0 X
g(x)
k cos(kx) + k sen(kx).
2
k=1

Igualando termo a termo termo, chamando de k e k os coeficientes de


cosk e senk no polin
omio trigonometrico de g, temos:
(C Ak 2 )ak +

Bkbk
2

Bkak + (C Ak )bk

= k

(4.13)

= k

(4.14)

CAPITULO 4. APLICAC
OES

Nos captulo 2 e 3 vamos discutir a solucao das equacoes diferenciais, mas o


exemplo acima mostra que os polinomios trigonome-tricos junto com metodos
computacionais sao um instrumento eficaz para obter solucoes aproximadas de
equacoes diferenciais lineares ordinarias a coeficientes constantes.
Exerccio 9 Soluca
o aproximada de equaco
es diferenciais.
1. Complete um dos programas FourierX para resolver uma equaca
o diferencial de segunda ordem calculando os coeficientes de Fourier da soluca
o.
2. Inclua no programa o gr
afico da soluca
o.
3. Inclua no programa o gr
afico de P (D)h em que h e soluca
o encontrada.
4. Resolva outras equaco
es diferenciais lineares usando o metodo.

4.6

Tabelas diversas

Abaixo voce encontra uma pequena tabela de transformdas discretas de Fourier.


fun
co
es 2peri
odicas definidas em [, ]
Fun
co
es definidas por um par de equa
co
es, cada equa
ca
o vale num dos sub-intervalos: [, 0], [0, ]
nesta ordem.

a0
2

fun
ca
o
x

an
0

x2

2 2
3

x3

x2 , x
x2 , x2

2
3

x , x

[ 1 , 1 ]

Pela regra de Cramer os valores dos coeficientes de Fourier de f s


ao:
= (C Ak 2 )2 + B 2 k 2
k (C Ak 2 ) k Bk
ak =

k (C Ak 2 ) + k Bk
bk =

120

2 2

bn
2 cos(n)
n

cos(n)
n2

1
n2

(2cos(n) + cos(n) 1)

3
2
4
1

6
n
4 (2 +
2 sen(n/2)
n

n cos(n) 2cos(n))

cos(n) 12
( n2 2 2 )
n
1
(2 + 2 n2 cos(n)
n3
2
(2 + n2 2 cos(n)
n3

0
0

(4.15)
Solucao de Ay+ By + Cy = f usando Polinomios de Fourier.
(4.16)
(4.17)

Rodando o programa em MapleV que se encontra listado abaixo voce poder


a produzir a soluca
o gr
afica desta equaca
o com 10 coeficientes, ou alterar os
par
ametro para conseguir uma soluca
o mais aproximada. O programa, talvez
melhor, o script produz os gr
aficos de g, de P10 (g), da soluca
o aproximada H e
de A H + B H + C H, feitas simult
aneamente para evidenciar a precis
ao:
o erro n
ao e visvel no gr
afico, mas existe, obviamente.
O c
odigo fonte em Maple que resolve aproximadamente esta equaca
o diferencial e:
N
ao lhe apresentamos o gr
afico feito em MapleV porque n
ao possuimos uma
licenca para rodar este programa. MapleV e um pacote comercial.

O c
odigo abaixo est
a escrito na linguagem do Maple V.
Tarcisio Praciano Pereira
Dep. de Matematica - URG - 1995
N := 10;Digits := 10; A:=3;B:=2;C:=4;
aMat := array(0..N); bMat := array(0..N);DeltaMat := array(0..N);
alpha := array(0..N); beta := array(0..N);
f := proc(x) x^2 +3*x ; end;
a:= evalf(Pi);
for k from 0 to N do; alpha[k]:= evalf(int(f(x)*cos(k*x),x=-a..a));

beta[k]:= evalf(int(f(x)*sin(k*x),x=-a..a));
DeltaMat[k]:= (C-A*k^2)^2 + B^2*k^2;
aMat[k]:=(alpha[k]*(C-A*k^2)-beta[k]*B*k)/DeltaMat[k];

2cos(n) n2 cos(n))
2cos(n))

4.6. TABELAS DIVERSAS

121

bMat[k]:= (beta[k]*(C-A*k^2) + alpha[k]*B*k)/DeltaMat[k];od:


aMat[0]:= (evalf(int(f(x),x=-a..a)))/3; bMat[0]:=0;
F := proc(x) sum(alpha[j]*cos(j*x)+ beta[j]*sin(j*x),j=0..N);end;
plot(F(x),x=-a..a);
H := proc(x) sum(aMat[j]*cos(j*x)+ bMat[j]*sin(j*x),j=0..N);end;
h:= A*D(D(H)) + B*D(H) + C*H;
plot({f,h},-a..a);

A funcao h e o resultado da aplicacao do operador diferencial P (D) em H


a solucao aproximada encontrada resolvendo os sistemas de equacoes com os
coeficientes de Fourier:

f.

P (D) = AD2 + BD + C ;

(4.18)

h = P (D)(H) = AH + BH + CH ;
PN
H(x) = k=0 ak cos(kx) + bk sen(kx) ;

(4.19)
(4.20)

Este programa faz os graficos simultaneos de f e de h, esta u


ltima e P (D)(H)

122

CAPITULO 4. APLICAC
OES

Parte II

A integral no espaco
vetorial R3

123

126

CAPITULO 5. INTRODUC
AO
Reciprocamente, este conjunto de equacoes, quando [0, 2] descreve o
crculo
[0, 2] 7 (cos(), sen()) R2

(5.2)

e temos assim definida uma funcao

Captulo 5
[0, 2] R2

[0, 2] 7 (cos(), sen()) R2

Introduc
ao

(5.3)
(5.4)

e dizemos que que cos(), sen() sao as equacoes parametricas do crculo.


2. Cicloides sao curvas obtidas quando se fixa um ponto sobre o raio de um
crculo enquanto ele gira sobre uma reta.

Neste captulo vamos reunir exerccios sobre Geometria Analitica Vetorial, derivadas e integracao que
possam servir de uma rapida revisao para o restante
do livro.

Vamos estudar parametrizaca


o de curvas com objetivo de estabelecer relaco
es
com um tipo especial de curvas, aquelas em que
lim

s=0

P
=1
s

em que P
e a dist
ancia entre dois pontos sobre a curva e s
e a dist
ancia,
sobre a curva, entre estes dois pontos.
Estas curvas t
em propriedades que desejamos enfatizar e elas ser
ao a classe
de curvas que consideraremos, preferencialmente, neste livro.

(a) Se o ponto escolhido for o centro do crculo o resultado e uma reta


paralela a outra reta sobre a qual o crculo se desloca.
(b) O outro extremo e se o ponto escolhido for o outro extremo do raio.
O resultado e uma curva que se encontra com a reta sobre a qual o
crculo se desloca a cada intervalo de 2R em que R e a medida do
raio do crculo. Para simplificar a notacao vamos considerar R = 1,
e basta multiplicar por R as equacoes que vamos obter. Esta curva
tem um ponto crtico, sem derivada, nos m
ultiplos inteiros de 2.
Entre as duas situacoes extremas apresentadas acima, existe uma famlia
de curvas muito regulares.
voir Hocquenghem et Jaffard page 295 vol I
Veja na figura (fig. 5.1) pagina 126, uma cicloide desenhada a mao. Para
uma aproximao da cicloide

5.1

Equac
oes param
etricas de uma curva

Vamos comecar construindo alguns exemplos de curvas e suas parametrizacoes.

5.1.1

Curvas e suas equac


oes

1. O crculo trigonometrico e o exemplo mais simples de curva parametrizada, e assunto tpico da Ensino Medio.
O crculo trigonometrico e aquele em que cada ponto tem por cordenado
o seno e coseno do angulo central associado a um ponto sobre o crculo.
Se designarmos por o angulo central que cada ponto sobre o crculo
determina com o segmento de reta que o une ao centro, as coordenadas
deste ponto serao
cos(), sen()
(5.1)
125

Figura 5.1:

Ccloide desenhada a
` m
ao

isto copiei o crculo de raio 1 com centro sobre OY e tangente em (0, 0)

5.1. EQUAC
OES PARAMETRICAS DE UMA CURVA

127

para tres outras posicoes: 2 , , 3


2 , 2 e marquei em cada um deles a
posicao do ponto escolhido. Depois juntei os pontos com uma curva diferenciavel construida com auxlio de um spline do xfig1. O resultado e
uma aproximacao da cicloide, feita `a mao, com auxlio do xfig.

5.1.2

CAPITULO 5. INTRODUC
AO

e uma particao {t0 = a, , tk = a + kt, , tn = b} do intervalo [a, b], gera


sobre a imagem da curva uma sequencia de pontos veja a figura (fig. 5.2)
pagina 128,
b

Notac
ao

Comecaremos discutindo alguns itens bastante gerais antes de nos lancarmos


na geometria das curvas, que e o nosso objetivo principal, vamos estabelecer a
notacao que usaremos assim como as primeiras definicoes e exemplos.
Uma curva no Rn e uma funcao contnua e continuamente diferenciavel,
definida em um intervalo fechado [a, b] R. Vamos acrescentar mais uma
hipotese da qual faremos uso em breve: | (t)| =
6 0. Esta u
ltima hipotese sera
logo substituida por outra mais forte.
Poderiamos considerar objetos mais gerais, mas entrariamos em questoes
que nao interessam neste texto2 . O nosso objetivo aqui e ainda o de restringir
ainda mais o tipo de objeto que chamamos curvas, porque elas serao usadas,
com frequencia, neste texto, para transformacoes auxiliares na derivacao e na
integracao, e neste caso elas devem intervir sem deixar rastros. Esta restricao se
justifica uma vez que estamos selecionando uma famlia de curvas que usaremos
como instrumento, portanto, estamos selecionando o tipo de instrumento que
nos serve. Ainda que pareca estranho, esta particularizacao de aplica uma classe
muito grande de curvas, praticamente a todos as curvas que voce conseguiria
tracar com um programa de computador, por exemplo.
Entao uma funcao de classe C 1

[a, b] Rn

(5.5)

e uma curva, e a menos que digamos expressamente o contrario, toda curva sera
uma funcao deste tipo.
Com frequencia desejamos fazer referencia `a imagem ([a, b]) do domnio
por esta curva e e comum cometermos o erro de novamente chamarmos esta
imagem de curva. Em geral o leitor conseguira facilmente separar qual dos
dois sentidos estaremos dando a palavra curva3 de formas que seguiremos, sem
pejo, cometendo este erro, com o objetivo de usar uma linguagem mais simples
fazendo a observacao pertinente, por exemplo, acrescentando o predicado cuja
imagem se houver risco na interpretacao.
Comprimento de arco de uma curva
Relembrando o comprimento de arco de uma curva , considere a curva

[a, b] Rn
1 xfig

128

(5.6)

e um programa para desenhos distribuido com Linux


2 ver Intr. do Top and modern analysis, de G.F.Simmons, um ap
endice sobre curvas que
preenchem os pontos de um ret
angulo sendo contnuas mas n
ao diferenci
aveis, procure por
filling curves
3 alguns autores preferem usar a nota
ca
o para designar a imagem do intervalo [a, b]

Figura 5.2:

Arco de curva

t0 = a, , tk = a + kt, , tn = b

P0 = (a), Pk = (tk ), , Pn = (b)


Tk = d(Pk , Pk+1 ) = |Pk+1 Pk |
n1
P
Tk
=

(5.7)
(5.8)
(5.9)
(5.10)

k=0

sendo a equacao (eq. 10) o resultado da soma dos comprimentos dos lados da
poligonal com vertices (Pk )n1
cao (eq. 10)
k=0 . Multiplicando e dividindo na equa
por tk = tk+1 tk temos
n1
P

|P
Pk |
| k+1
|tk =
|tk
k=0
n1
P (tk+1 )(tk )
|tk
|
tk
k=0

(5.11)
(5.12)

Como e integravel (e contnua) podemos identificar na equacao (eq. 12) uma


soma de Riemann que produz sucessoes de Cauchy equivalentes a integral
Zb
a

| (t)|dt

(5.13)

129

5.1. EQUAC
OES PARAMETRICAS DE UMA CURVA

e que por outro lado, associada a cada cadeia de particoes em que norma tenda
a zero, poligonais que se aproximam arbitrariamente da imagem da curva
portanto esta integral e o comprimento da curva
Ha varias formas de construir curvas, por exemplo se
F

Rn+1 R
1

(5.14)
n

for uma funcao de classe C , em que seja um aberto do R entao


F (x1 , , xn ) = c R ; c dado

(5.15)

e uma variedade de dimensao n1 e se considerarmos uma curva cuja imagem


esteja contida em entao F o e uma curva cuja imagem estara contida na
variedade F (x1 , , xn ) = c
O nosso objetivo sera o de estudar curvas deste tipo, cujas imagens estejam dentro de uma determinada variedade de dimensao m, e que podem nao
ser tao simples como F (x1 , , xn ) = c nos obrigando a determinacao de um
mapeamento adequado da mesma.
As curvas que vamos estudar aqui estarao definidas por equacoes parametricas.
Quer dizer que
(t) = (1 (t), , n (t))
(5.16)
em que i sao funcoes reais de classe C 1 definidas em [a, b] para todo i, com
(t) = (1 (t), , n (t))

(5.17)

Uma das operacoes que mais frequentemente precisaremos fazer e a reparametrizacao de uma curva:

(5.18)

[c, d] Rn

(5.19)

[c, d] [a, b] Rn

= o

(5.20)

redefinindo esta curva em outro intervalo [c, d] sendo a nova parametrizacao,


quando desejaremos entender a funcao , que obviamente e uma curva, como
uma mudaca de vari
avel4 nos interessa medir a distorcao de medida introduzida
por que e caracterizada por
= o
As integrais sao insensveis a estas distorcoes porque
Z
Z
((t)) (t)dt
(s)ds =
[a,b]

4 esta

(5.21)

130

CAPITULO 5. INTRODUC
AO

entretanto a derivada e sensvel ficando o seu tamanho distorcido pelo tamanho


de , o que e compreensvel porque as mudancas de parametrizacao traduzem,
uma alteracao na velocidade com que a imagem da curva e percorrida, sem
alterar o comprimento da curva (imagem) calculado por uma integral.
Observe que as curvas definidas em variedades como F (x1 , , xn ) = c podem ser vistas tambem como parametrizacoes de uma parte da variedade, mudancas de variavel com restricao do domnio. Vamos tomar esta observacao
como uma motivacao para a restricao que faremos agora para nossa definicao de
curva:curvas ser
ao aquelas cuja derivada tenha m
odulo 1. Como uma reparametrizacao e tambem uma curva, somente consideraremos aqui reparametrizaco
es
cuja derivada tenha modulo 1 o que na pratica significa que podemos alterar
o intervalo de parametrizacao, mas nao a medida do mesmo. Desta forma eliminamos distorcoes que apenas tornam a teoria mais complicada, e quando for
absolutamente necessario introduzir uma distorcao, o faremos explicitamente,
justificando a sua necessidade.
Vamos ver, num calculo simples, a vantagem que esta longa introducao nos
da. Considere uma curva cuja imagem se encontre numa variedade de dimensao n 1 F (x1 , , xn ) = c, veja a figura (fig. 5.3) pagina 131,
Considere {t0 = a, , tk = a + kt, , tn = b} uma particao do intervalo
[a, b] em que esteja definida a curva , e acompanhe os calculos seguintes:
t0 = a, , tk = a + kt, , tn = b
P0 = F ((a)), Pk = F ((tk )), , Pn = F ((b))
Tk = d(Pk , Pk+1 ) = |Pk+1 Pk |
n1
P
Tk
=

[c,d]

denominaca
o
e, possvelmente, a pior possvel porque em curvas assim como nas
integrais, n
ao existem vari
aveis, mas as limitaco
es lingusticas terminam nos conduzindo a
usar esta liguagem o que continaremos a fazer sem retornar a este problema epistemol
ogico

(5.25)
(5.26)

k=0

A equacao (eq. 26) e a soma dos comprimentos da poligonal que aproxima a


imagem da curva univocamente associada `a particao escolhida. O leitor pode
facilmente substituir tk pelos nos de uma particao arbitraria considerada em
[a, b], mas como as funcoes aqui consideradas sao integraveis, e irrelevante5 se as
particoes sao ou nao uniformes. Refazendo as contas acima, usando o Teorema
da funcao implcita podemos escrever, se todas as derivadas parciais de F forem
diferentes de zero sobre a imagem de e fixada uma particao,
F (x1 , , xn ) = c = xn = gn (x1 , , xn1 )
xj = gj ((xk )k6=j )
(tj )) = (gj ((tk )k6=j )

P0 = F ((a)), Pk = F ((tk )), , Pn = F ((b))


(5.22)

(5.23)
(5.24)

Tk = d(Pk , Pk+1 ) = |Pk+1 Pk |


n1
P
Tk =
=

(5.27)
(5.28)
(5.29)
(5.30)
(5.31)
(5.32)

k=0

5 as somas de Riemann v
ao gerar sucess
oes de Cauchy todas equivalentes definindo um
n
umero, uma integral.

131

5.1. EQUAC
OES PARAMETRICAS DE UMA CURVA

132

CAPITULO 5. INTRODUC
AO

imagem de
Zb

|J(F )(t) (t) || (t)|dt

(5.37)

em que J(F )(t) (t) representa a derivada direcional de F na direcao do vetor


(t).
Vamos terminar esta introducao com uma observacao. Suponha que =
F () e que portanto F seja a funcao identidade, entao a equacao (eq. 36) seria
identica a equacao (eq. 12)6 . Vemos assim que F atuando como uma mudanca
de variavel (pouco usada) no conjunto de chegada, e sua derivada representando
a distorcao produzida na imagem, em F (), da curva .
Exemplo 28 Parametrizaca
o pelo comprimento de arco
interessante mostrar uma parametrizaca
E
o cuja derivada seja 1 em m
odulo.
Considere uma curva qualquer (fugindo de nossa restrica
o)

F(

[a, b] Rn

(5.38)

e vamos definir

[a, b] [0, d] ; [a, b] t 7 (t) =

Figura 5.3:

Zt
a

| (s)|ds

(5.39)

em que o leitor deve reconhecer o comprimento de arco de no intervalo [a, t]


como o valor de no ponto t [a, b] e portanto podemos usar o conjunto de
chegada otimo tomando
Zb
(5.40)
d = | (s)|ds

Curva parametrizada

n1
P
k=0

|F ((tk+1 )) F ((tk ))| =

(5.33)

tk = tk+1 tk ; k () = (tk+1 ) (tk )


n1
P F ((tk+1 ))F ((tk ))
|
=
||k ()| =
k ()
=

k=0
n1
P |F ((tk+1 ))F ((tk ))| |k ()|
|k ()|
tk tk
k=0

A derivada de (t) = | (t)| > 0 mostra que e uma funca


o bijetiva, portanto
tem inversa. Chamemos a inversa de e temos

(5.34)
[0, d] r ; (r) =

(5.35)
(5.36)

Como F e sao diferenciaveis, e a u


ltima soma e uma Soma de Riemann,
considerando-se qualquer cadeia de paticoes do intervalo [a, b] cuja norma tenda
a zero os quocientes de diferencas tem, respectivamente, como limite, o modulo
da derivada direcional de F na direcao da derivada de e a derivada do modulo
de e vamos obter, assim, a integral que nos da o comprimento de arco da

1
| (t)|

;r =

Zt
a

| (s)|ds

(5.41)

consequentemente a reparametrizaca
o o tem por derivada
[0, d] r ; | ((r))|| (r)| =

| (t)
=1
| (t)|

(5.42)

A parametrizaca
o o e chamada parametrizacao pelo comprimento de arco.
6 porque

F ((tk+1 )) = (tk+1 ); F ((tk )) = (tk )

133

5.2. FAMILIA DE CURVAS

5.2

Famlia de curvas

F (x, y, z) = 0

No paragrafo precedente consideramos um caso particular de superfcie da


forma F (x, y, z) = c em que
F

(5.43)

e uma funcao de classe C 1 defina num aberto .


Se J(F ) = 0 em entao F e a funcao constante e a superfcie F (x, y, z) = c
nada mais do que uma translacao rgida de para o espaco. Vamos supor entao
que J(F ) 6= 0 exceto em alguns pontos isolados de para evitar trivialidades.

5.3

Dimens
ao e variedade

Exemplo 29 Vari
avel livre
Considere a equaca
o w = F (x, y, z), uma funca
o de tres vari
aveis.
Dizemos que w e uma vari
avel dependente porque seus valores s
ao deduzidos dos valores que dermos a cada uma das vari
aveis x, y, z. Consequentemente
as vari
aveis x, y, z se chamam livres porque a elas podemos associar, arbitrariamente valores. Observe que este conceitos s
ao difusos porque podemos intercambiar a posica
o das variaveis e, consequentemente, considerar outra das vari
aveis
como dependente...
O que interessa aqui e a quantidade de variaveis livres, tres.
Por exemplo, poderiamos calcular, se o ponto (3, 0, 2) estiver no domnio
de F , usando um pacote computacional, scilab, por exemplo, que e software
livre,
F (x, y, z) = x3 + 3x2 y 4xy 2 + y 5

(5.44)
(5.45)
(5.46)

Com a mesma forma de pensar, dizemos que as vari


aveis x, y, z s
ao livres porque atribuimos valores de nossa escolha para estas vari
aveis e assim calculamos
o valor de w associado.
Considere agora a equaca
o F (x, y, z) = 0.
Pelo Teorema da Fun
c~
ao Impl
cita7 podemos escrever
x = f1 (y, z) ; y = f2 (x, z) ; z = f3 (x, y),
7 veja

no ndice remissivo onde se encontra este teorema e o leia agora!

representa uma superfcie, um objeto de dimens


ao 2, enquanto que
w = F (x, y, z)
representa um objeto de dimens
ao 3.
Observe que voce pode substituir o zero por qualquer constante. Ao fazermos
w=c
eliminamos uma vari
avel, o que pode tambem ser feito com qualquer das outras
vari
aveis na express
ao. Veja tambem que se
F (x, y, z) = 0

Falando de uma forma imprecisa, mas que expressa o fundamental, dizemos que
se uma equacao tiver apenas uma variavel livre ela representa uma curva. Se
tiver duas variaveis livres, representa uma superfcie...
Vejamos um exemplo.

w(3, 0, 2) = F (3, 0, 2) ; x = 3; y = 0; z = 2
w = F (3, 0, 2) = 27

CAPITULO 5. INTRODUC
AO

sob certas condico


es. Isto mostra, usando o mesmo raciocnio anterior, que em
F (x, y, z) = 0 existem duas vari
aveis livres. Portanto

As curvas de nvel de uma superfcie servem para descrev


e-la. Vamos generalizar este m
etodo para gerar superfcies como famlia de curvas. Superfcies
s
ao variedades (n
ao necessariamente lineares) de dimens
ao dois.

R3 : R

134

e de dimens
ao 2, uma superfcie, ent
ao caberia perguntar o que e
w = F (x, y, z)
tanto do ponto de vista de dimens
ao, como do ponto de vista geometrico. Dire
mos logo que e de dimens
ao 3 e que lhe daremos o nome de hipersuperfcie. E
o metodo subversivo que adotamos, espalhando as ideias sem discut-las, para
que voce se acostume com elas.
O que se encontra por tras do n
umero de variaveis e o conceito de dimensao
e uma outra forma de expressar o conte
udo do paragrafo anterior consiste em
dizer-se que curvas sao variedades de dimensao 1, superfcies sao variedades de
dimensao dois, e que w = F (x, y, z) representa uma variedade de dimensao tres.
A dimensao e o n
umero de variaveis menos um.
Acabamos de introduzir dois novos conceitos, por comparacao: variedade,
hipersuperfcie.
Curvas, retas, planos, superfcies, sao variedades. A palavra variedade vai
nos libertar da prisao dimensional em que a nossa intuicao geometrica nos acorrenta e que linguagem que falamos reflete.
Vamos definir, informalmente, variedade. Que o leitor seja crtico e veja
aqui uma falha na axiomatica.
Defini
c
ao 12 Variedade O conceito de variedade nos libera da pris
ao tridimensional da lingua que falamos. Uma variedade e um objeto geometrico do
espaco. O gr
afico de uma funca
o
f

{(x, y); y = f (x) ; Rn R} Rn x R = Rn+1


e uma variedade, tambem designada pelo nome de hipersuperfcie do Rn+1 .

5.3. DIMENSAO E VARIEDADE

135

136

as retass
ao os hipersuperfcies do R2 , como os crculos, as par
abolas,
as elipses. Enfim as curvas s
ao as hipersuperfcies do R2 .

As variedades s
ao portanto, as superficies, os planos, as retas, as curvas,
os gr
aficos de funco
es, os pontos. Distinguimos dois tipos de variedades: as
variedades lineares, retas, planos enfim todas cuja equaca
o seja uma combinaca
o
linear de coeficientes com variaveis que representam as coordenadas dos
pontos do espaco e as outras, as variedades nao lineares. Mais a frente falaremos
de uma outra classificaca
o.

os planos, a fronteira das esferas, as faces de um cubo, os parabol


oides hiperb
olicos (sela do macaco), s
ao hipersuperfcies do R3 .
Uma variedade de dimens
ao 3 contida no R4 e uma hipersuperfcie
deste espaco.

ao os gr
aficos de funco
es lineares que se podem
As variedades lineares s
expressar matricialmente como
Rn x 7 y = T x.
ao as variedades lineares de dimens
ao m
aximal, imedia Os hiperplanos s
tamente inferior a do espaco que estivermos considerando.
As hipersuperfcies s
ao as variedades (n
ao necessariamente lineares) de
dimens
ao m
aximal, imediatamente inferior a do espaco que estivermos
considerando.
Exemplo 30 Variedade e dimens
ao

CAPITULO 5. INTRODUC
AO

Uma variedade de dimens


ao n 1 contida no Rn e uma hipersuperfcie deste espaco.
Os dois conceitos, hiperplanos, hipersuperfcies sao conceitos relativos. Nao
podemos falar de hiperplanos sem mencionar qual e o espaco em que os consideramos. O mesmo se diga das hipersuperfcies.

5.3.1

Hiperplano e hipersuperfcie no R4

Mas podemos nos colocar em dimensao ainda mais elevada, o R4 e um espaco


de dimensao 4, porque os seus elementos se expressam usando quatro vari
aveis
livres
(x1 , x2 , x3 , x4 )

Sabemos o que s
ao pontos, apesar de que nunca tenhamos visto nenhum.
S
ao as variedades de dimensao zero. S
ao os hiperplanos de R e tambem
s
ao as hipersuperfcies deste espaco. Neste nvel n
ao distinguimos os tipos
de variedade...

todas de sua livre escolha. O espaco em que vivemos e uma variedade linear,
um hiperplano do R4 . O globo terrestre e os planetas sao hipersuperfcies do
R4 .

O pr
oximo item na hierarquia dimensional, s
ao as variedades de dimens
ao
1, as curvas. As retas s
ao variedades lineares de dimens
ao 1. Uma circunferencia n
ao e uma variedade linear, e uma variedade nao linear de
dimensao 1. As retass
ao os hiperplanos do R2 , s
ao tambem hipersuperfcies deste espaco. As curvas s
ao as hipersuperfcies do R2 .

hiperplano Uma variedade linear de dimensao 3 e um hiperplano do R4 .


Quer dizer que o R3 e um hiperplano do R4 . Qualquer translacao R3 + ~r
e um hiperplano do R4 . Nos vivemos num hiperplano do R4 a bordo de
uma hipersuperfcie do R3 .

Seguindo para uma dimens


ao maior temos as superfcies, as variedades de
um
dimens
ao dois. Planos s
ao variedades lineares de dimens
ao dois. E
tipo de superfcie. Tem superfcies que n
ao s
ao planas, n
ao s
ao variedades
lineares, s
ao variedades de dimens
ao dois. Os planoss
ao os hiperplanos
do R3 , as superfcies s
ao as hipesuperfcies do R3 .

hipersuperfcie Uma variedade nao linear de dimensao 3 e um hipersuperfcie do R4 . A Terra por exemplo, nao a superfcie em que vivemos,
mas o globo terrestre todo, e uma hipersuperfcie do R4 .

5.3.2

Um pouco sobre classificac


ao de variedades

Depois temos as variedades de dimens


ao 3, o espaco em que vivemos e uma
variedade linear de dimens
ao 3. O globo terrestre, a Lua, os planetas, s
ao
variedades n
ao lineares de dimens
ao 3. Uma variedade linear de dimens
ao
3
tres e um hiperplano do R .

Nem toda variedade tem uma equacao explicita, porem, e isto e consequencia
do Teorema da Funcao Implcita, que todas as variedades tem uma equacao.
O tipo de equacao de uma variedade serve para classifica-la:

N
os vivemos na superfcie terrestre, um exemplo de variedade n
ao linear
de dimens
ao dois. O globo terrestre, com o seu interior, e um exemplo de
variedade n
ao linear de dimens
ao tres.

Variedades algebricas sao aquelas que tem uma equacao polinomial; Vamos incluir neste caso uma variedade que seja definida por um programa
em uma linguagem de alto nvel.

As hipersuperfcies s
ao as variedades de dimens
ao m
aximal, imediatamente inferior a do espaco que estivermos considerando. Assim

Variedades nao algebricas quando a equacao que as definem tem expressoes


transcendentais.

137

5.3. DIMENSAO E VARIEDADE


Graficos de funcoes quando tivermos uma funcao
f

Rn W V Rm
entao graf (f ) sera
uma variedade algebrica, se f for uma expressao polinomial;
uma variedade nao algebrica, se f for uma expressao nao polinomial,
contiver funcoes transcendentais em sua formula.
Variedades Diferenciaveis sao aquelas cuja expressao que as definem sao
diferenciaveis. As variedades algebricas sao diferenciaveis, por exemplo.
Defini
c
ao 13 Variedades tangentes
Sejam duas funco
es f, g

138

CAPITULO 5. INTRODUC
AO

Observa
c
ao 23 Gr
afico e outros conceitos indefinidos
Observe que precisamos do conceito de dimens
ao local para variedades que
n
ao sejam lineares. As variedades lineares ter
ao a mesma dimens
ao em qualquer
de seus pontos, porque s
ao espacos vetoriais afins. Mas as variedades n
ao lineares podem ser aglomerados os mais extranhos de sub-variedades com dimens
oes
locais distintas. Considere Saturno e seus aneis, supondo que os aneis sejam
de dimens
ao dois e Saturno de dimens
ao tres, obviamente, estamos dentro de
um exemplo forcado uma vez que nenhuma variedade do espaco x tempo em
que vivemos tem dimens
ao diferente de tres....
N
ao definimos grafico, este conceito fica entre os muitos que iremos usar
implcitamente sem alertar o leitor para isto, afim de n
ao tornar enfadonha a
leitura.
Vejamos de imediato qual a relacao que pode haver com distintas funcoes
lineares T1 , T2 que sejam tangentes ao grafico de f no ponto (a, f (a)).

f,g

W V
e as correspondentes variedades, do tipo grafico de funcao, graf (f ), graf (g).
Diremos que as duas variedades graf (f ), graf (g) s
ao tangentes no ponto
(a, b) W x V se houver uma vizinhanca D(a, r) W tal que

f (a) = g(a)
=b
(5.47)
f (a + h) g(a + h) = o(|h|) ; |h| < r
f

Defini
c
ao 14 funca
o diferenci
avel Considere W V uma funca
o contnua
definida num aberto W Rn e tomando valores em outro aberto V Rn .
Diremos que f e diferenci
avel no ponto a W se houver uma funca
o linear T
tal que graf (f ), graf (T ) s
ao tangentes no ponto a.
f (a + h) f (a) T (h) = o(|h|)
Defini
c
ao 15 dimens
ao de uma variedade linear
As variedades lineares s
ao as variedades da forma graf (T ) em que T e uma
funca
o linear afim.
Podemos definir de forma natural a dimens
ao das variedades lineares porque
o gr
afico graf (T ) e um espaco vetorial (afim), ent
ao a dimens
ao de graf (T ) e
a dimens
ao do espaco vetorial afim graf (T ).
Considere uma variedade e uma vizinhanca aberta de um ponto a . Se
houver uma variedade linear graf (T ) tangente a no ponto a, ent
ao diremos
que a dimens
ao local da variedade em a e a dim(graf (T )).
Exemplo 31 Variedades com componentes de dimens
ao variada
Observe que a definica
o acima admite a possibilidade de que uma variedade
seja composta de componentes-variedades com dimens
oes distintas. Por exemplo, uma reta e um ponto que n
ao pertenca a esta reta formam uma variedade
que tem uma componente de dimens
ao zero e outra componente de dimens
ao 1.

f (a + h) f (a) T1 (h) = o(|h|)


f (a + h) f (a) T2 (h) = o(|h|)

(5.48)
(5.49)

(T1 T2 )(h) = o(|h|)

(5.51)

T1 (h) T2 (h) = o(|h|)

(5.50)

porque tambem a variavel e linear relativamente `as funcoes lineares... e como


S = T1 T2 e uma funcao linear, temos
S(h) = o(|h|)
mas a u
nica funcao linear que tem esta propriedade e a funcao identicamente
nula, logo
T1 = T2
e concluimos
Teorema 21 Unicidade da derivada
Se f for diferenci
avel, a funca
o linear tangente e unica.
Neste momento e interessante fixarmos uma base para o espaco vetorial.
Como nao precisaremos de mudar o referencial, vamos usar a base usual
e1 = (1, 0, . . . , 0), , en = (0, 0, . . . , 0, 1).
Consequentemente, a cada transformaca
o linear lhe corresponde uma u
nica matriz.
Considere agora uma funcao
f

Rn : Rm

139

5.3. DIMENSAO E VARIEDADE

e um ponto a = Domf . A derivada, J(f ), calculada em a e uma funcao


linear cujo grafico e tangente ao grafico de f no ponto (a, f (a)). Seja T a matriz
desta transformacao linear
Como

a11 a12 a1n


a21 a22 a2n

(5.52)
T = .
.. = J(f )(a) =
..
..
..
.
.
.
an1 an2 ann

T
ai1 ai2 ain
(5.53)
ei =

a derivada na direcao de ei . Observando que esta e tambem a derivada de f na


direcao de ei , podemos concluir que
T
T
T
f
f
|a =
|a = aij =
|a = aji =
|a =
ei ej
ei ej
ej ei
ej ei
ej ei

Assim, se f for derivavel, (tiver uma variedade linear tangente ao seu grafico),
entao

A palavra disco e prisioneira da dimensao, e os matematicos liberaram a


palavra bola da prisao tres dimensional usando sem esta preocupacao. Uma
bola aberta e
B(P, r) = {x Rn ; d(x, P ) < r}
ou ainda, se quisermos apresentar as coordenadas,
P = (p1 , . . . pn ) Rn
e escrevemos
B(P, r) = {x = (x1 , . . . xn ) Rn ; d(x, P ) < r}
em que
d(x, P ) =

p
(x1 p1 )2 , . . . (xn pn )2

A fronteira da bola e o conjunto

B(P, r) = {x Rn ; d(x, P ) = r}

f
f
f
f
=
=
=
ei ej
ei ej
ej ei
ej ei
As derivadas parciais de ordem 2, mistas, s
ao iguais.
Devido a erros de concepcao os que nos antecederam chamaram T de jacobiana de f no ponto a, J(f )(a), em vez de chama-la simplesmente de derivada
de f . Continuaremos com a notacao historica mas corrigindo a ideia.
Observa
c
ao 24 A notaca
o J(f )(a)
aveis no
A matriz jacobiana e uma matriz funcional, uma funca
o de n vari
contexto destas notas. Consequentemente tem sentido escrevermos o seu valor
no ponto a Rn identicando assim uma matriz que foi obtida ao substituirmos
cada uma das vari
aveis pelas coordenadas de a.

5.3.3

CAPITULO 5. INTRODUC
AO

e uma hipersuperfcie ou uma hiper-esfera.


Nos vivemos na fronteira do globo terrestre:

Teorema 22 Teorema de Schwartz


2

140

Conjunto aberto e fronteira de um conjunto

Precisamos de mais dois conceitos basicos. Um deles usamos indiretamente


o conceito
acima ao dizermos que vivemos na superfcie do globo terrestre. E
de fronteira. O outro e o conceito de conjunto aberto.
Disco aberto e a generalizacao de intervalo aberto. Disco aberto e o conjunto
dos pontos cuja distancia a um ponto P chamado centro e menor do que o raio
r:
D(P, r) = {(x, y) R2 ; d((x, y), P ) < r}

{(x, y, z) d((x, y, z), C) = 6.500km}


portanto vivemos numa variedade nao linear de dimensao dois, cujo costume
geometrico e chamar de superfcie. Vivemos na fronteira de uma hipersuperfcie
do R4 chamada por nos mesmos de Terra. Claro, alguns contestarao esta
afirmacao dizendo que a atmosfera pertence ao globo Terrestre, o que e verdade, portanto nos nao vivemos na fronteira ... vivemos no interior da Terra.
Deixamos que voce escolha qual e a verdade matematica onde voce vive.
Observe que nao definimos interior o que deixaremos que voce faca como
exerccio.
A fronteira de uma variedade tem dimensao inferior a da variedade. A bola
do Rn e uma variedade de dimensao n. A fronteira da bola do Rn e uma
variedade de dimensao n 1 portanto uma hipersuperfcie. Veja o caso de nossa
prisao tridimensional:
A bola do R3 e uma variedade de dimensao 3. A fronteira da bola do R3 e
uma superfcie, uma variedade de dimensao dois (dimensao imediatamente
inferior `a dimensao do espaco).
A bola do R2 , um disco, e uma variedade de dimensao 2. A fronteira do
disco, uma circunferencia, e uma curva, uma variedade de dimensao um
(dimensao imediatamente inferior `a dimensao do espaco).
Vamos fazer definicoes agora.

141

5.3. DIMENSAO E VARIEDADE

142

CAPITULO 5. INTRODUC
AO

Designamos por a fronteira de .


O ponto Q na figura (fig. 5.4) p
agina 141, se encontra fronteira de .
Exemplo 32 Ou exerccios resolvidos...

1. Conjunto Fechado e fronteira Conjunto Fechado e o complementar de um


aberto. O falta a um aberto para ser fechado e fronteira. Mostre que todo
conjunto fechado contem seus pontos fronteira. Dem :
Seja F um conjunto fechado, ent
ao F c
e aberto. Considere

P F
e uma bola B(P, ) r > 0.
q.e.d .

2.
3.
Exerccios 8 Curvas

1. Quais dos gr
aficos das relaco
es definidas na quest
ao ??, s
ao gr
aficos de
funco
es?
2. Defina grafico e funca
o f : A B usando a definica
o de gr
afico. Os
conjuntos A, B ser
ao sempre, aqui, intervalos da reta.
3. curva

O ponto Q est na fronteira de

Defini
c
ao 18 Curva. Uma curva em A x B e um gr
afico que pode ser
parametrizado continuamente sobre um intervalo I R.
Em outras palavras, uma curva e uma funca
o contnua

Figura 5.4:

Um conjunto aberto P e um ponto.


n

Defini
c
ao 16 Conjunto aberto do R
Um conjunto se diz aberto se em qualquer ponto x pudermos considerar uma bola aberta B(x, r) .
Veja a figura (fig. 5.4) pagina 141, em que Q e um ponto fronteira e P e um
ponto interior.
O que torna a figura aberta e a ausencia da fronteira como um subconjunto
de . Se fronteira pertencesse `a figura, e se considerassemos um ponto P sobre a
fronteira, nao poderiamos desenhar nenhuma bola aberta centrada em P dentro
de . Porque parte da bola ficaria fora de . Este exemplo facilita a definicao
de fronteira:
Defini
c
ao 17 Fronteira de um conjunto Fronteira de um conjunto e o
conjunto dos pontos Q tal que, toda bola aberta de centro Q tem pontos diferentes
de Q tanto em como no complementar c .

I A x B ; I t 7 (x(t), y(t)) R. ; I R.
(a) Escreva as equacoes parametricas da curva y = 2x.
(b) Escreva as equacoes parametricas do crculo unit
ario.
o adequada.
(c) De exemplos de curvas apresentando uma paramentrizaca
(d) curva diferenci
avel Defina curva diferenciavel. De exemplos.
4. Sentido de percurso - anti-hor
ario
(a) Calcule a derivada da curva
t 7 eit = s(t) = (cos(t), sen(t))
(b) Verifique que s (t) e um vetor cuja direca
o e paralela a
` reta tangente
no ponto s(t). Prove isto.

5.4. COMPLEMENTOS SOBRE INTEGRAC


AO

143

(c) Desloque s (t) para o ponto de tangencia e verifique que o vetor tangente indica (ou induz) o sentido de rotaca
o de uma partcula que
tenha a curva s(t) como orbita, e que isto justifica porque o sentido anti-hor
ario e considerado positivo.
Defini
c
ao 19 Curva diferenci
avel

144

CAPITULO 5. INTRODUC
AO
Se n = m 1 = n + 1 = m ent
ao
Z
xn+1
n
x dx =
+ C n + 1 6= 0 n 6= 1
n+1
(b) O caso n = -1 N
ao existe uma funca
o algebricaque seja a primitiva
de f (x) = x1 . Mas a integral

Uma curva e uma funca


o, se esta funca
o for diferenci
avel, diremos que a
curva e diferenci
avel.
Uma curva e uma variedade de dimens
ao 1. Se for diferenci
avel temos
uma variedade diferenciavel de dimensao 1.

Zx
1

existe se x > 0 o permite a definica


o da funca
o

5. variedade linear tangente Considere a variedade diferenciavel de dimensao


1 dada pelas equaco
es parametricas

F (x) =

t 7 r (t)
define um campo vetorial, que a dimens
ao comum a todos os vetores deste
campo e 1. Use isto para justificar por que a tangente em qualquer ponto
de r e uma reta, que r deve ser uma variedade de dimens
ao 1 o que se
chama comumente de curva.
o diferenci
avel z = F (x, y)
6. variedade linear tangente Considere a funca
definida em um domnio do plano R2 .

5.4

Complementos sobre Integrac


ao

Exerccios 9 Complementos
1. Verifique os itens da tabela de Hughes-Hallet de 1 ate 7.
R
Solu
c
ao 1 (a) F (x) = xn dx representa uma primitiva da funca
o
n
f (x) = x . Como sabemos que a derivada de uma funca
o polinomial
e outra funca
o polinomial
d m
x = mxm1
dx
ent
ao, escrevendo estas express
oes com o smbolo da integral temos
Z
Z
xm
xm + C
=
+C
F (x) = mxm1 dx = xm +C = xm1 dx =
m
m
ou simplesmente

xm
xm1 dx =
+C
m

Zx

1
dt
t

r(t) = (x(t), y(t), z(t)).


Verifique que a funca
o derivada

1
dt
t

cujos valores s
o podem ser calculados aproximadamente. Esta funca
o
e a funca
o logaritmo natural o que se traduz com a express
ao da
tabela. Observe que n
ao fizemos nenhuma demonstraca
o. A tabela
faz referencia aos valores e se encontra mal escrita. A correca
o e
Zx

1
dtln(x) + C ; x > 0
t

mas a funca
o F (x) = ln|x| est
a definida para qualquer valor de x 6= 0
e neste caso a derivada desta funca
o e f (x)F (x) = x1
R x
x
a
(c) a dx = lna
Observe que a tabela n
ao diz, fica sub-entendido, a > 0.
Uma forma de obter este resultado e usando a derivaca
o da funca
o
composta (regra da cadeia)
d
f (g(x)) = f (g(x))g (x)
dx
e como h(x) = ax = exln(a) ent
ao
h (x) = exln(a) (xln(a)) = exln(a) ln(a) = ln(a)ax
ou, dividindo toda a equaca
o pela constante ln(a) temos
exln(a) (xln(a))
h (x)
=
= exln(a) = ax
ln(a)
ln(a)
Ent
ao, uma primitiva de ax e tambem uma primitiva de
x

a
h(x)
=
ln(a)
ln(a)
provando assim o item 3 da tabela.

h (x)
ln(a)

que e

145

5.4. COMPLEMENTOS SOBRE INTEGRAC


AO
(d) Derivando ambos os membros no item 4 temos:
R
d
d
lnxdx = dx
(xln(x) x + C)
dx
d
dx (xln(x)

ln(x) =

x) =

d
dx (xln(x))

ln(x) = ln(x) + x x1 1 = ln(x)

146

CAPITULO 5. INTRODUC
AO
Solu
c
ao 2
R

sen(3x)dx =

(e) Os itens 5,6 se encontram feitos na maioria dos livros de C


alculo.
S
ao consequencia de que

tanxdx = ln|cos(x)| + C

Escrevendo a definica
o de tan(x) =
d
cos(x) temos:
que sin(x) = dx

sin(x)
cos(x)

na integral e observando

R
tan(x)dx = sin(x)
cos(x) dx =
R dcos(x)
R sin(x)dx
=
cos(x) =
cos(x) =
R

du
u

= ln|u| + C = ln|cos(x)| + C

porque na u
ltima linha fizemos a substituica
o u = cos(x). Usamos
tambem o item 2 da tabela Hughes- Hallet. Esta express
ao merece
algumas consideraco
es como j
a observamos antes. Ela deve ser usada
com cuidado observando o domnio das funco
es envolvidas.
2. Calcule as integrais abaixo:
R
R
a) sen(x)dx
b) sen(2x)dx
0

d) 2 cos(2x)dx
0

e) 3

cos(3x)dx

c)

R
0

f) 4

sen(4x)dx

cos(4x)dx

Faca os gr
aficos correspondentes e procure deduzir uma lei geraldescrevendo
o comportamento multiplicativo em

Zb

f (x)dx

observando que
sen(x) 6= sen(x) e cos(x) 6= cos(x).
Faca uma demonstraca
o deste teorema usando somas de Riemann.

1
3

sen(3x)dx =

d
d
sin(x) = cos(x) ;
cos(x) = sin(x)
dx
dx
(f )

1
2

sen(2x)dx =

0
R

chegamos a uma identidade atraves de operaco


es l
ogicas concluindo
ent
ao que partimos de uma express
ao verdadeira que e o item 4 da
tabela.

sen(2x)dx =

sen(nx)dx =

sen(2x)2dx

1
2

sen(u)du

0
R

sen(3x)3dx

1
3
1
n

sen(u)du

sen(u)du

Veja que n
ao tiramos o n do par
ametro do sen. O que fizemos foi,
na integral que envolve sen(nx), alteramos a vari
avel de integraca
o.
o.
Estamos usando uma tecnica chamada mudanca de variavel na integraca
Esta e uma das denominaco
es mais infelizes para metodos em Matem
atica, mudanca de vari
avel, uma vez que numa integral definida n
ao nenhuma vari
avel para ser mudada. O nome correto, e que provavelmente
ninguem pensa seriamente na mudanca, seria, mudanca de domnio na
integral, mas e preciso pelo menos fazer esta observaca
o. Mais a frente
vamos enunciar este metodo sob a forma de Teorema. Isto fica patente na
demonstraca
o faremos, mais a frente, usando somas de Riemann.
Use Gnuplot com os seguintes comandos, para ver o significado de f (x) =
sen(nx). N
ao use a numeraca
o a), b), etc... no Gnuplot que ela ir
a provocar erros. A numeraca
o vai ser usada em seguida para explicar o efeito
de cada comando.
a)
b)
c)
d)
e)

f(x) = sin(x)
g(x) = sin(2*x)
h(x) = sin(3*x)
set yrange [-10:10]
plot f(x), g(x), h(x),0

(a) f (x) = sin(x) para definir uma funca


o f no Gnuplot.
(b) g(x) = sin(2 x) para definir uma funca
o g no Gnuplot.

(c) h(x) = sin(3 x) para definir uma funca


o h no Gnuplot.

(d) set yrange [-10:10] para tornar os gr


aficos com um visual melhor,
experimente primeiro sem este item e rode o pr
oximo, e ver
a que os
gr
aficos ficam pouco claros.
(e) Pede ao Gnuplot que faca os gr
aficos simult
aneos das funco
es f, g, h
e da funca
o constante zero - o eixo OX .

147

5.4. COMPLEMENTOS SOBRE INTEGRAC


AO

148

CAPITULO 5. INTRODUC
AO

Interpretando o resultado do Gnuplot.


Voce ve tres senoides, quer dizer, tres ondas do tipo seno. A diferenca entre elas e a frequencia. Se considerarmos y = sen(x) como o
padr
ao, ent
ao g, h tem frequencias maiores do que o padr
ao. Rode agora
no Gnuplot sem usar a numeraca
o a),b), etc...
a)
b)
c)
d)
e)

[a,b]

Durante muito tempo se pensou que todos os fen


omenos ondulat
orios fossem descritos perfeitamentepelas ondas
fn (x) = sen(nx); gn (x) = cos(nx)
ate os anos 50 isto era um sentimento quase generalizado. Entre os anos
50 e 80 descobriu-se que outros tipos de onde poderiam ser usadas o que
terminou na construca
o de uma teoria chamada de wavelets. Isto aqui e
um tremendo resumo....
Rb
Vamos ver agora o caso generico f (x)dx.
a

Rb

f (x)dx =

Rb

Rb

f (x)dx

f (x)d(x) =

b/
R

f (u)du

a/

Observe que nas integrais de sen(nx) um dos limites e zero e poristo parece
que n
ao foi dividido....
Uma express
ao mais generica ainda pode ser obtida usando-se uma funca
o
g em lugar de x 7 x = g(x) que e o caso nas contas que fizemos acima.
Quando se aplica mudanca de vari
avel numa integral e porque se descobriu
que f (g(x)) = h(x) e uma funca
o mais simples no c
alculo de integrais
(est
a na tabela de integraca
o). A sequencia de equaco
es e:
Rb
a

h(x)dx =

Rb
a

f (g(x))dx =

Rb
a

[a.b]

g1 (a)

f (g(x))dx =

f (u) u1 du
R

f (u)du ; u = g(x)

g1 ([a.b])
1

nas contas anteriores e

5.5

f (x)dx =

h(x)dx =

g1
R (b)

Observe que g 1(x) = u1 est


a fazendo o papel de
n
ao pode sair da integral porque depende de x.

O item (d) altera o domnio dos gr


aficos para o intervalo [0, 6.3] [0, 2],
e basta rodar (d),(e) n
ao e necess
ario repetir os outros. O que voce agora
ve uma onda completa (a do seno), uma onda que se repete integralmente
(a do sen(2x)), e uma onda que se repete duas vezes (a do sen(3x)).

h(x)dx =

f(x) = sin(x)
g(x) = sin(2*x)
h(x) = sin(3*x)
set yrange [-10:10]; set xrange [0:6.3]
plot f(x), g(x), h(x),0

Rb

Rb

1
dg(x)
f (g(x)) g (x)

Complementos sobre Geometria e Derivada

Exerccios 10
1. Use Gnuplot8 com os comandos seguintes para ver o uso
da derivada na construca
o da reta tangente
## este um comentario que Gnuplot vai ignorar
set title "Graficos de f e de f "
f(x) = sin(x)
df(x) = cos(x)
## equacao de uma reta tangente ao grafico de f
reta(x) = f(a) + df(a)*(x-a)
set xrange[0:6.3]; set yrange[-4:4]
plot f(x), df(x),0
pause -2
## grafico f da reta tangente ao grafico de f
set title "grafico da equacao a reta tangente em (-3 , f(-3))"
a = -3
plot f(x), reta(x), 0
pause -2
(a) f (x) = sin(x) para definir a funca
o f ;
(b) df (x) = cos(x) para definir uma funca
o chamada df (x);
(c) set xrange[6.3 : 6.3]; set yrange[4 : 4] para definir a janela do
gr
afico. Experimente rodar sem estes comandos para ver a diferenca;
Troque os valores nos intervalos para ver o que acontece.
(d) plot f (x), df (x), 0 pede ao Gnuplot que faca os gr
aficos simult
aneos
de f, df, 0. O zero representa a funca
o constante zero e no gr
afico vai
representar o eixo OX.
(e) Veja que o valor de a e pode ser dado em diversos locais sem ser
preciso alterar a equaca
o da reta.
8 Gnuplot
e um programa para fazer gr
afico de funco
es, de domnio p
ublico, com vers
oes
para LinuX,DOS, e outros sistemas operacionais.

5.5. COMPLEMENTOS SOBRE GEOMETRIA E DERIVADA

149

(f ) pause -2 forca Gnuplot a esperar por um enter antes de continuar.


(g) Repita o bloco que se inicia com o coment
ario
grafico f da reta tangente ao grafico de f
trocando apenas o valor de a para ver novos gr
aficos da reta tangente
em outros pontos do gr
afico.
(h) Troque a equaca
o de f e de sua derivada para ver outros gr
aficos.
Possivelmente voce dever
a tambem ter
a que alterar a janela gr
afica
com os comandos
set xrange[6.3 : 6.3]; set yrange[4 : 4]
Se o arquivo gnuplot.data estiver no diret
orio corrente, voce poder
a
rodar
gnuplot gnuplot.data
para ver um exemplo funcionando. Leia o arquivo gnuplot.data e
o altere a seu gosto, mesmo que voce cometa erros...
Analise, geometricamente, o significado de f (x) = sin(x), df (x) = f (x) =
cos(x).
2. Vetores
(a) Ilustre com desenhos a comutatividade e associatividade da soma de
vetores em R3 .
(b) Mostre com uma interpretaca
o geometrica que as diagonais de um
paralelograma representam a soma e diferenca de dois vetores indicando quem representa quem.
(c) Resolva geometricamente a equaca
o
~+X
~ =C
~
A
~ C
~ que voce desenhar inicialmente.
para dois vetores A,
(d) Resolva geometricamente a equaca
o
~ A
~=C
~
X
~ C
~ que voce desenhar inicialmente.
para dois vetores A,
(e) Lei de Chasles
~ B,
~ C
~ no plano tal que
i. Desenhe os vetores A,
~+B
~ +C
~ =0
A
~ B,
~ C,
~ D
~ no plano tal que
ii. Desenhe os vetores A,
~+B
~ +C
~ +D
~ =0
A

150

CAPITULO 5. INTRODUC
AO
iii. Enuncie a Lei de Chasles que associa vetorese polgonal fechada, e esta sendo usada nos itens anteriores.
Lei de Chasles .
Dados n vetores
A~1 , A~2 , A~n
se a soma deles e zero, significa que um deles e a resultante dos
demais, logo eles formam uma poligonal fechada.
~ B
~ n
(f ) Dados dois vetores A,
ao colineares, determine o lugar geometrico
(faca gr
aficos ilustrativos) do espaco descrito por
~ + tB
~ ; tR
i. A
a reta paralela ao vetor B
~ passando pelo ponto A.
Solu
c
ao: E
Esta express
ao depende de um u
nico par
ametro o que lhe d
a dimens
ao 1, (uma variedade de dimens
ao 1).
~ + sB
~ ; t, s R ; s + t = 1
ii. tA
o s + t = 1 liga linearmenteos par
ametros
Solu
c
ao: A relaca
s, t de modo que existe um par
ametro dependente e outro independente. Isto significa que esta express
ao depende de um u
nico
par
ametro (daquele que for considerado livre). O resultado e
uma variedade de dimens
ao 1: uma reta. Se s = 0 ent
ao t = 1
e a reta passa pelo ponto A, reciprocamente, se s = 1 vemos que
a reta passa pelo ponto B.
~ + sB
~ ; t, s 0 ; s + t = 1
iii. tA
ao
Solu
c
ao: Semelhante ao anterior, uma variedade de dimens
1, entretanto agora a condica
o t, s 0 restringe a variaca
o dos
par
ametros a um domnio restrito, resultando num segmento de
reta: s [0, 1], por exemplo.
Uma outra forma de ver: a condica
o
t, s 0 ; s + t = 1
faz dos par
ametros s, t pesos e
~ + sB
~
tA
~ B
~ portanto um
e a media aritmetica ponderada dos vetores A,
ponto qualquer do segmento de reta que liga os dois vetores.
~ + sB
~ ; t, s 0
iv. tA
Solu
c
ao: Precisamos de um pouco mais de sofisticaca
o para determinar que figura geometrica e esta. Primeiro observe que a
~ B
~
condica
o t, s 0 descreve o primeiro quadrante, portanto tA+s
tem que ser a imagem do primeiro quadrante pela funca
o
~ + sB.
~
f (s, t) = tA
Como f e linear, as fronteiras lineares do domnio ser
ao preservadas logo a imagem vai ser um cone (uma folha de um cone).

5.5. COMPLEMENTOS SOBRE GEOMETRIA E DERIVADA

151

Como o par de valores (s, t) {(0, 1), (1, 0)} e admissvel, ent
ao
os pontos A, B pertencem a esta cone e um raciocnio semelhante
~
~
mostra que as retas determinadas por A, B s
ao as fronteiras do
cone-imagem.
~ + sB
~ ; t, s R
v. tA
Solu
c
ao: O plano porque e uma variedade de dimens
ao 2 uma
vez que n
ao restrica
o sobre as vari
aveis, s
ao duas vari
aveis livres.
(g) Dependencia linear
~ B
~ Rn se houver s, t R 0 tal que sA
~+
i. Prove que dados A,
~ = 0 ent
~ B
~ s
tB
ao A,
ao paralelos.
Solu
c
ao: Como os escalares n
ao podem ser nulos ent
ao podemos
resolver a equaca
o explicitando um dos vetores:
~
~ = tB
A
s
~ est
~ logo s
quer dizer que A
a na reta determinada por B
ao colineares (paralelos). Os dois vetores determinam um espaco de
dimens
ao 1 obtido com a variaca
o arbitr
aria dos par
ametros. Dizemos que eles s
ao linearmente dependentes porque sendo dois
vetores geram um espaco de dimens
ao menor do que dois.
~ B,
~ C
~ Rn se houver s, t, r R 0 tal
ii. Prove que dados A,
~ + tB
~ + rC
~ = 0 ent
~ tB,
~ rC
~ formam uma poligonal
que sA
ao sA,
fechada.
Solu
c
ao: Mesmo raciocnio anterior, podemos calcular um vetor
em funca
o dos outros dois o que o torna a resultante da soma
dos outros dois para uma escolha adequada de escalares, logo um
uma poligonal fechada. Os tres vetores determinam um espaco
de dimens
ao 2 obtido com a variaca
o arbitr
aria dos par
ametros.
Dizemos que eles s
ao linearmente dependentes porque sendo tres
vetores geram um espaco de dimens
ao menor do que tres.
iii. Como voce descreveria uma situaca
o semelhante a
`s anteriores
com 4 vetores. Junte as pecas e enuncie uma lei geral usando as
palavras dimens
aoe dependencia linear, que nos liberam dos
limites estreitos da geometria.
Solu
c
ao: Como nos outros casos, podemos explicitar um dos vetores como combinaca
o linear dos demais: resultante da soma
dos outros para uma seleca
o adequada de escalares. Os quatro
vetores determinam um espaco de dimens
ao 3 obtido com a variaca
o arbitr
aria dos par
ametros. Dizemos que eles s
ao linearmente dependentes porque sendo quatro vetores geram um espaco
de dimens
ao menor do que quatro.
(h) baricentro Se A~1 , A~2 , , A~n forem dados, e se os n
umeros
p1 , p1 , . . . , p1

152

CAPITULO 5. INTRODUC
AO
tambem forem dados, qual e o significado de
B=

p1 A~1 + p2 A~2 + + pn A~n


; p1 + p2 + + pn 6= 0
p1 + p2 + + pn

ao representa uma media aritmetica ponderada,


Solu
c
ao: A express
portanto o significado e este. O nome baricentro(centro de massa)
significa que cada um dos vetores de uma determinada regi
ao e associado com a massa especfica da regi
ao que ele representa. Desta forma
B representa uma media aritmetica ponderada de uma amostragem
~i de um corpo com sua massa especfica pi e portanto
de pontos A
uma aproximaca
o do centro de massa do corpo.
~ B
~ Rn .
3. Produto Escalar Sejam A,
(a) Decida se o que e verdadeiro e justifique
~ ~
~ B
~ e um vetor
a) AB e um n
umero b) A
~
|B|

c)

ao verdadeiros.
Solu
c
ao: (a) e (c) s

(b) qual o significado de

~ B
~ ~
A
~ 2B
|B|

~ B
~ ~
A
~ B
|B|

e um vetor.

~ torna o vetor B~ unit


ario. Ent
ao teSolu
c
ao: O quociente por |B|
~
|B|
~
mos o produto escalar de A por um vetor unit
ario, logo a projeca
o
~ na direca
~ um n
de A
o de B,
umero. Este n
umero multiplicado pelo
~
unit
ario na direca
o de B produz um vetor nesta direca
o, com o com~B
~
primento calculado por A
~ .
|B|
4. Escreva as equaco
es parametricas da reta que passa nos pontos
(0, 1, 2), (1, 2, 3) R3 .
Solu
c
ao 3 Para encontrar a equaca
o parametrica da reta que passa por
dois pontos, calculamos a diferenca entre os vetores posica
o o que d
a a
diagonal-diferencado paralelograma. Os m
ultiplos deste vetor por um
parametro arbitr
ario representam a equaca
o parametrica da reta:

~ = (0, 1, 2) (1, 2, 3) = (1, 1, 1)


R

~ = (0, 1, 2) + t(1, 1, 1)
(x, y, z) = (0, 1, 2) + tR
(x, y, z) = (t, 1 t, 2 t)

5. Calcule o vetor normal ao plano 3x + 7y + z = 5

5.5. COMPLEMENTOS SOBRE GEOMETRIA E DERIVADA

153

Solu
c
ao 4 O vetor normal e unit
ario na direca
o do vetor ortogonal. H
a
dois. Vetor ortogonal ao plano pode ser (3, 7, 1) se dividido pelo m
odulo
produz um vetor unit
ario:
u=

(3, 7, 1
(3, 7, 1
= p
|(3, 7, 1)|
32 + 72 + 1)

6. Considerando o plano 3x+7y +z = 5 como uma funca


o z = f (x, y) decida
se f cresce ou decresce ao longo do eixo OX
Solu
c
ao 5
z = f (x, y) = 5 3x 7y

a derivada parcial, relativamente a OX quem vai responder isto:


E
f
= 3 < 0
x
logo f e decrescente na direca
o de OX.

7. Considere a superficie f (x, y) = x2 + y. Verifique se z = f (x, y) cresce ou


decresce no ponto (1, 0, 1) na direca
o de OX.
a derivada parcial relativamente a OX (ou relativamente
Solu
c
ao 6 E
a x) quem vai falar do crescimento de f ao longo da direca
o OX.
f
= 2x
x
calculada no ponto (1, 0, 1) vale 2x|x=1 = 2 portanto f e crescente neste
ponto.

8. Verifique que as retas tangentes a


` curva x2 + y 2 = 1 s
ao perpendiculares
ao vetor posica
o (x, y).
Solu
c
ao 7 Derivando implicitamente temos
2xdx + 2ydy = 0
a equaca
o da reta tangente: 2a(x a) + 2b(y b) = 0
O vetor (2a, 2b) = 2(a, b) o dobro do vetor posica
o (a, b) e perpendicular
a
` reta tangente, logo o vetor posica
o (a, b) e tambem perpendicular a
` reta
tangente em qualquer ponto.

154

CAPITULO 5. INTRODUC
AO

9. derivabilidade e continuidade Verifique que a funca


o definida por

9 se x < 0
9 x2 se x 0

(5.54)

e continua, deriv
avel em todos os pontos do domnio, mas sua segunda derivada e descontnua na origem. Calcule f (0+), f (0). Faca os gr
aficos
das tres funco
es f, f , f num u
nico sistema de eixos.
Solu
c
ao 8 Estas funco
es est
ao definidas por um sistema de duas equaco
es
conforme x (, 0) ou x [0, ). em cada um destes sub-domnios,
elas s
ao definidas por polin
omios portanto tem derivadas de qualquer ordem (e antes s
ao connuas). O problema se encontra (se houver) no ponto
0 que e a fronteira comum aos dois domnios. Como
f (0+) = 9 = f (0) ent
ao f e contnua.

f (0+) = 0 = f (0) ent


ao f e contnua.

f (0+) = 0 6= f (0) = 2 ent


ao f n
ao e contnua.
Os gr
aficos destas funco
es podem ser obtidas com Gnuplot. A sintaxe, no
Gnuplot para definir express
oes condicionais e:
f (x) = (x < 0)?9 : 9 x x
Ou mais geralmente:
condicao1?comando1 : comando2
se condicao1 for verdadeira, comando1 ser
a executado, se condicao1 for
falsa, comando2 ser
a ent
ao executado.
Desta forma, a funca
o fica definida pela express
ao que se encontra a
` direita
da igualdade.

10. Redefina, com a sintaxe do Gnuplot, e faca o gr


afico da funca
o assim
definida:

x < 4 f (x) = 2(x + 4)


2
x [4, 4] f (x) = g(x) = 16x
4
x > 4 f (x) = g(x 8)

(5.55)

Prove que f e de classe C 1 mas n


ao e de classe C 2 e calcule os saltos da
segunda derivada.

5.5. COMPLEMENTOS SOBRE GEOMETRIA E DERIVADA

155

Solu
c
ao 9 Para o gr
afico rode
gnuplot integral.multipla.00.02.01.data

156

CAPITULO 5. INTRODUC
AO
Solu
c
ao 10 (a) amplitude dos saltos de f2
f2 (2+ ) = 2; f2 (2 ) = 2

Como f est
a definida por polinmios,

em cada uma das componentes conexas do domnio, ent


ao f e de classe C em cada uma dessas componentes.
Temos que analisar o que ocorre nos pontos-fronteira comuns a cada uma
dessas componentes:

ent
ao o salto no ponto 2 tem amplitude 2 (2) = 4.
f2 (2+ ) = 2; f2 (2 ) = 2

ent
ao o salto no ponto 2 tem amplitude | 2 (2)| = | 4| = 4. A
amplitude e um n
uemro positivo, e o m
odulo da diferenca entre os
limites laterais.

x {4, 4}
No ponto x = 4 os limites laterais de f cocidem assim como em x = 4.
Faca as contas para verific
a-lo. Consequentemente f e contnua na reta.
A derivada, tambem tem os mesmo valores a
` direita e a
` esquerda destes
pontos, portanto f e contna na reta e assim f e contnua e tem derivada
1
contnua, o que a faz pertencer a
` classe C .
Mas a segunda derivada tem um salto de amplitude 0.5 no ponto x =
4 e um salto de amplitude 1 no ponto x = 4. A segunda derivada e
descontnua, portanto f 6 C 2 .

11. Construca
o de uma funca
o f 6 C 2

Considere f2 definida pelo conjunto de equaco


es

(b)

x < 2 f2 (x) = 2
x > 2 f2 (x) = 2

(a) Calcule a amplitude dos saltos de f2 .


(b) Defina
Zx

f1 (x) =

f2 (t)dt

f1 (2+ ) =

f1 = f2
(c) Defina
Zx

2
R+

f2 (t)dt

(5.57)

f2 (t)dt

(5.58)

f1 (2 ) =

2
R

f1 (2 ) = f1 (2 )
O valor da duas integrais
Z

f2 (t)dt

Verifique que f e contnua, que sua derivada e f1 , e sua segunda


derivada e a funca
o descontnua f2 .

(5.59)

f2 (t)dt

(a,b)

porque as somas de Riemann com que se calculam aproximaco


es para
elas s
ao todas iguais. Um ponto retirado do domnio, n
ao altera o
valor de uma integral. O mesmo vai ocorrer no ponto 2 e assim f1 e
uma funca
o contnua, mas sua derivada e descontnua.
(c) Pelo raciocnio anterior, f e contnua e tem uma derivada contnua,
logo e de classe C 1 mas sua segunda derivada sendo descontnua,
f 6 C 2 .

x < 2 f (x) = 2

x [2, 2] f (x) = x
x > 2 f (x) = 2
e defina as duas primitivas de f

f1 (t)dt

(5.56)

12. Considere f definida pelo conjunto de equaco


es

Verifique que f1 e contnua e que

f (x) =

f2 (t)dt

[a,b]

x [2, 2] f2 (x) = x

Rx

f1 (x) =

f1 (x) =
f2 (x) =

Rx

4
Rx
2

f (t)dt
f (t)dt

5.5. COMPLEMENTOS SOBRE GEOMETRIA E DERIVADA

157

Faca os gr
aficos com gnuplot para ambas estas funco
es verificando que
voce vai ter duas curvas paralelas. Calcule a diferenca |f1 (x) f2 (x)| para
um ponto arbitr
ario x R.
Solu
c
ao 11 As duas primitivas de f
f1 (x) =
x < 2 f1 (x) =

Rx

f (t)dt

4
Rx

x [2, 2] f1 (x) =

f (t)dt = 2(x + 4)
2
R

f (t)dt +

x [2, 2] f1 (x) = 2f (2)


x [2, 2] f1 (x) = 4
x > 2 f1 (x) =

R2

2dt +

Rx

x2
2
R2

x
2

tdt

+2=
2

+ 2 = x2 2
Rx

tdt +

2dt =

x > 2 f1 (x) = 4 + 0 + 2(x 2) = 2x 8


Rx
x < 2 f2 (x) = f (t)dt = 2(x + 2)
2

x [2, 2] f2 (x) =

2
R

x [2, 2] f2 (x)
x > 2 f2 (x) =

R2

f (t)dt +
2
= x2
2
R

2dt +

Rx

tdt =

+2=

tdt +

Rx

2dt =

x > 2 f2 (x) = 0 + 0 + 2x 4
Para ver o gr
afico rode
gnuplot integral.multipla.00.02.03.data
A diferenca, ponto a ponto das duas curvas e
|f2 (x) f1 (x)| = f2 (x) f1 (x) =

Z2
f (t)dt = 4

158

CAPITULO 5. INTRODUC
AO

160

CAPITULO 6. SOMAS MULTIPLAS DE RIEMANN

Circulo de raio 1
coberto por
uma

Captulo 6

malha

Somas m
ultiplas de
Riemann
6.1

Integral m
ultipla - Soluc
ao

(1,1)

(1,1)

de
norma
OX

0.2

Exerccios 11 C
alculo aproximado de volume - Soluca
o
1.

Soluca
o Veja a figura (fig. ??) p
agina ??, a ilustraca
o da norma de
uma partica
o.

2. (a) Resposta:
Area()
(b)

n X
m
X

yj xi

angulos, ver (fig. ??) p


agina ?? cobre
Soluca
o: A malha de ret
a base do prisma com ret
angulos. Se considerarmos os volumes dos
prismas que tem cada um destes ret
angulos como base, teremos o
n
umero kxi yj para medir o volume de cada sub-prisma. A
soma destes volumes
n X
m
X
kyj xi
i=1 j=1

Soluca
o:
Se cobrirmos o crculo com uma malha uniforme de norma 0.1 como
na figura (fig. 6.1) p
agina 160,
A soma de Riemann
10
10 P
P

k=1 j=1

159

(1,1)

i=1 j=1

e uma aproximaca
o por excesso, considerando a figura (fig. ??) do
volume desejado.
(c)

(1,1)

Figura 6.1:

Crculo de centro na origem coberto por uma malha uniforme


10 P
10
P

0.2 x 0.2 =

k=1 j=1

10 P
10
P

0.04 = 0.04 x 100 = 4

k=1 j=1

Observe que na u
ltima linha estamos somando parcelas constantes
cada uma delas valendo 0.04.
Calculamos, na verdade a a
rea do ret
angulo de lado 1 que contem o
crculo, logo uma aproximaca
o por excesso da a
rea do crculo. Podemos, visivelmente, tirar alguns ret
angulos, 12, exatamente, melhorando a aproximaca
o:
4 12 0.04 = 4 0.48 = 3.52
Ainda e visvel que se pode tirar mais 12 metades de ret
angulo
chegando a aproximaca
o por excesso:

xk yj =

4 12 0.04 = 4 0.48 0.24 = 3.28

6.1. INTEGRAL MULTIPLA - SOLUC


AO

161

162

CAPITULO 6. SOMAS MULTIPLAS DE RIEMANN

Com um programa de computador poderiamos algebrisar a soma de


Riemann escrevendo:
X X
xk yj

Numero de divisoes 100


3.1316
tarcisio:~/tex/calculo\}python int_dupla.py
Numero de divisoes 500
3.140784
Numero de divisoes: 1500
3.14153422234
105.137173057 segundos

xk S1 yj S1

A condica
o xk S e yj S1 se traduzindo por
x2k + yj2 < 1,

No u
ltimo resultado j
a podemos identificar um valor bem aproximado para que e o valor exato correspondente a
` a
rea do crculo
de raio 1. Ao fazermos o c
alculo com 1500 divis
oes (quer dizer
1500 x 1500 = 2.250.000 quadradinhos, fizemos que o programa
registrasse o tempo de processamento tendo sido gasto menos de 2
minutos, numa m
aquina relativamente lenta, (Pentium 200), mas
rodando LinuX, claro.

em que S e o crculo unit


ario.
Um programa para fazer esta c
alculo pode ser:
def f (x, y):
return x 2 + y 2
e#onn umero de divis
oes.
# a,b,c,d s
ao os extremos dos intervalos.
def area(n,a,b,c,d):
deltax = float((b-a))/n
deltay = float((d-c))/n
iniciox = a
soma =
# 0programa acumula o valor em soma
while iniciox < b:
inicioy = c
while inicioy < d:
if f (iniciox,inicioy) < 1:
soma = soma + deltax deltay
inicioy = inicioy + deltay
iniciox = iniciox + deltax
return soma

n = input( Numero de divisoes )


print area(n,-1,1,-1,1)
O resultado, ao rodar este programa com n {10, 50, 100, 500, 1500}
e:
delta:~/tex/calculo\}python int_dupla.py
Numero de divisoes 10
2.76
delta:~/tex/calculo\}python int_dupla.py
Numero de divisoes 50
3.112
delta:~/tex/calculo\}python int_dupla.py

(d)

(e)

Soluca
o:
Basta multiplicar por 3 os termos da soma de Riemann no caso anterior.
Soluca
o:
volume limitado pelo gr
A descrica
o correta e: E
afico de f sobre a
regi
ao ..
A primeira e a segunda afirmaco
es est
ao erradas porque o smbolo de
integral faz refer
ncia a um valor exato e n
ao a uma aproximaca
o.
A quarta faz referencia a uma aproximaca
o, mas a integral representa o valor exato
(que podemos ou n
ao saber calcular. . . , e apenas
um smbolo, como 2, que tambem e um smbolo represntando um
n
umero exato).

3. Considere [a, b] x [c, d], um ret


angulo com lados paralelos aos eixos
OX, OY.
(a)

Soluca
o:
Se considerarmos partico
es uniformes dos lados do ret
angulos, podedc
ao os n
umeros
remos chamar x = ba
n y = m em que n, m s
de divis
oes feitas na horizontal e na vertical. Ver o programa citado
acima no texto e analise a figura (fig. 6.1) p
agina 160.
O n
umero a em a + ix e o ponto inicial do intervalo na horizontal,
e o c em c + jy e o ponto inicial do intervalo na vertical.
A variaca
o do ndice nas somas poderia ter sido mantido a mesma,
em princpio:
n X
m
X
c + jy)(a + ix)
(
i=1 j=1

163

6.1. INTEGRAL MULTIPLA - SOLUC


AO
(b)

Soluca
o:
A diferenca entre as express
oes, nesta quest
ao, e na anterior, se devem a comutatividade do produto e propriedade distributiva do produto relativamente a
` soma, elas s
ao, portanto, equivalentes.

(c) Como somas de Riemann s


ao aproximaco
es de integrais, qual, das
integais seguintes,
Rb Rd
Rd Rb
Rd Rb
Rb Rd
dydx
dxdy d)
f (x, y)dxdy c)
f (x, y)dydx b)
a)
c a

c a

a c

a c

corresponde a

m1
X n1
X

a + kx)(b + jy)

j=0 k=0

Soluca
o:
a integral do item (c). Porque, as duas primeiras contem uma
E
altura vari
avel f (x, y) portanto ficam descartadas. Nos dois u
ltimos
casos, a ordem em que aparecem os diferenciais indicam a ordem de
integraca
o. Mais exatamente, o item (c) significa:
Zd
c

Zb

dxdy =

Zd
c

Zb

dx)dy

f (x, y)dydx =

Zd Zb
c

CAPITULO 6. SOMAS MULTIPLAS DE RIEMANN


(d)

Soluca
o:
o item (d) porque os dois primeiros itens se referem a uma quaE
lificaca
o no tipo de aproximaca
o, que n
ao podemos fazer apriori. O
item (c) se refere a um valor exato, n
ao e o caso. Tudo que podemos dizer da soma de Riemann e que ela e uma aproximaca
o do
volume.
(e)
Soluca
o:
o volume do rombo cuja base e o ret
E
angulo [a, b] x [c, d] obtido do
prisma com esta mesma base mas cortado pela superfcie z = f (x, y).
Veja no vocabul
ario que estamos usando a palavra rombo com um
sentido generalizado, ali
as, como tambem o estamos fazendo com a
palavra prisma.

4. Calcule, aproximadamente, os volumes abaixo indicados e tente um esboco


gr
afico dos mesmos.

R1 R1

x2 + y 2 dydx

0 0

Soluca
o:
A soma de Riemann uniforme que aproxima esta integral e:
R1 R1

x2 + y 2 dydx =

0 0

querendo dizer que primeiro calculamos a integral relativamente a


x e depois relativamente a y que e o que est
a expresso na soma
de Riemann. No (d) a ordem das somas se encontra invertida. Fica
portanto o item (c) como a alternativa correta (e u
nica possvel).
Voce ver
a em algum momento que isto n
ao e verdadeiro, porque
Zb Zd

164

e que a ordem de integraca


o n
ao altera o resultado. Ali
as isto e
consequencia de que

xi yj =

i=1 j=1
n
m P
P

yj xi

j=1 i=1

pelas propriedades comutativa do produto e distributiva do produto


relativamente a
` soma, como j
a vimos anteriormente.

n
P

i=0

n
P

i=0

yj2 )y

n
P

j=0

(x2i + yj2 )y

n
R1
P
x (x2i + y 2 )dy =
x(x2i y +

0
n
P

i=0
m
n P
P

(x2i + yj2 )xy =

Podemos identificar na u
ltima linha uma integral, observe que no
segundo somat
orio, xi e uma constante, veja como isto fica na
convers
ao da soma de Riemann em integral:

f (x, y)dxdy

n P
n
P

i=0 j=0
n
n
P
P
x
(x2i +
i=0
j=0

i=0
n
P

x(x2i + 31 ) =

i=0

y3 1
3 )|0

(x2i + 31 )x

Novamente podemos identificar nova integral na soma de Riemann


da u
ltima linha o que nos permite escrever:

n
P

i=0

R1
(x2i + 13 )x = (x2 + 13 )dx =
0

= ( x3 + 31 x)|10 =

1
3

1
3

2
3

165

6.1. INTEGRAL MULTIPLA - SOLUC


AO

166

CAPITULO 6. SOMAS MULTIPLAS DE RIEMANN

Interpretaca
o Geometrica
A funca
o cuja integral calculamos e positiva se anulando num u
nico
um paraboloide. O volume calculado e menor do que
ponto, (0, 0). E
uma pir
amide de base quadrada [0, 1] x [0, 1] e altura 1, (porque ?)
rea da base = 34 .
e este volume vale 43 x a
A seguinte funca
o, em Python, calcula esta integral aproximadamente:

R1 R1

xydydx =

1 1

R1

R1

dx

R1

xydy =

dx x( y2 )|11 = 0

Usando o programa acima, com f (x, y) = xy temos:


N
umero de divis
oes 1000
Valor da integral: 3.99999999999e06
Observe que o resultado do programa significa:

## soma de Riemann dupla sobre um retangulo


def int dupla(n,a,b,c,d):
deltax = float((b-a))/n
deltay = float((d-c))/n
iniciox = a
soma = 0
while iniciox < b:
inicioy = c
while inicioy < d:
soma = soma + f(iniciox,inicioy)
inicioy = inicioy + deltay
iniciox = iniciox + deltax
return soma*deltax*deltay
n = input(Numero de divisoes: )
print int dupla(n,0,1,0,1)

3.99999999999e 06 = 0.00000399999999999
um n
umero bem pr
oximo de zero. O programa n
ao conseguiu

encontrar zero, que n


os conseguimos com integraca
o formal. E
preciso, portanto, mais do que saber usar programas, saber interpretar corretamente o resultado obtido.
Tempo de c
alculo:
0.007248660326 segundos
N
umero de divis
oes: 10000
Valor da integral: 0.0
Tempo
de calculo: 0.7248660326 segundos

Rodando este programa, temos:


Numero de divisoes:
0.665667

f (x, y)dxdy =

R0 R0

1000

Zb
a

dx

Zd
c

f (x, y)dy =

Zd
c

dy

Zb

Soluca
o:

x2 + y 2 dxdy =
=

R0

R0

dy

R0

x2 + y 2 dx =

R0

1
2
( 1
3 y )dy = ( 3 y

y3 0
3 )1

dy( x3 + y 2 x)|01 =

= ( 13 + 31 ) =

2
3

N
ao precisamos fazer nenhum experimento n
umerico para concluir
que o resultado est
a correto, a interpretaca
o geometrica nos ajuda a
2
decidir. A funca
o na integral, f (x, y) = x + y 2 , e um paraboloide de
revoluca
o, logo simetrica em torno da origem.
O domnio de integraca
o e simetrico ao que usamos no c
alculo anterior. Assim

f (x, y)dx

Z0 Z0

permitindo que calculemos uma integral m


ultipla por iteraca
o de integrais simples, como e o caso das que se encontram abaixo.
Podemos livremente reutilizar as contas acima.
R1 R1

xydydx
Soluca
o:
1 1

x2 + y 2 dxdy

1 1

Observe que o metodo das somas de Riemann nos levou ao c


alculo
preciso ter
de uma integral dupla por sucessivas integrais simples. E
cuidado que h
a alteraco
es a serem feitas no metodo ate que o possamos usar livremente. Este metodo vale, mas com alteraco
es, quando
o domnio de integracao n
ao for retangular. Entretanto, quando a
integral for calculada sobre um domnio retangular,
Zb Zd

R0 R0

1 1

x2 + y 2 dxdy =

1 1

que j
a calculamos anteriormente.

R0 R0

1 1

xydxdy

Soluca
o:

Z1 Z1
0

x2 + y 2 dxdy

167

6.1. INTEGRAL MULTIPLA - SOLUC


AO

R0

R0 R0

xy dy dx =

1 1
2

dx x( y2 )|01 ) =

R0

R9

dx

R0

168

Feito isto temos agora duas funco


es (uma diferenca de funco
es) que
dependem exclusivamente de x nos levando, definitivamente, de volta
ao c
alculo univariado e a
` busca de uma primitiva de F (x, d), F (x, c)
relativamente a
` vari
avel x que e o que se encontra expresso no u
ltimo
termo da igualdade.
(b) Use o metodo iterativo descrito no item anterior para calcular as
integrais
R1 R1 2
R1 R1
x + y 2 dydx
xydydx

xy dy =

dx x( 12 )) =

R0

x
2 dx

= x4 |01 =

1
4

CAPITULO 6. SOMAS MULTIPLAS DE RIEMANN

= 0.25

Rodando o programa em Python vamos encontrar

0 0

n = input(Numero de divisoes:
print int_dupla(n,-1,0,-1,0)
Numero de divisoes:
0.251001

1 1

Soluca
o:

6.2

1 1
R1 R1

xydxdy

1 1

f (x, y)dxdy =

Zb Zd
a

O caso da fronteira curva

Exerccios 12 Domnios de integraca


o com fronteira curva

(a) Deduza, de uma quest


ao anterior (cite a quest
ao), que

x2 + y 2 dxdy

500

5. C
alculo iterativo das integrais m
ultiplas

Zd Zb

R0 R0

f (x, y)dydx

e que, consequentemente, podemos calcular

1. Escreva uma soma de Riemann para calcular aproximadamente


Z Z
xydxdy

sendo o crculo unit


ario de centro na origem.
Soluca
o: Vamos usar a express
ao f (x, y)
f (x, y) = xy

Zb Zd
a

f (x, y)dydx =

Zb
a

(F (x, d) F (x, c))dx = F |ba

Soluca
o:
Rb Rd
f (x, y)dydx representa o volume limitado pelo gr
afico
A integral
a c

de f sobre o domnio retangular [a, b] x [c, d] e j


a vimos que neste
caso se tem a igualdade entre as integrais duplas alternando os interlos de integraca
o. Frequentemente se escreve
Zb Zd
a

f (x, y)dydx

Zb
a

dx

Zd

f (x, y)dy

querendo, como isto, significar que podemos primeiro calcular a integral de f relativamente a y, usando o Teorema Fundamental do
C
alculo e escrevendo F (x, d) para representar uma primitiva de f e
F (x, c) para representar uma outra primitiva relativamente a
`s condico
es
de fronteira y = c, y = d.

para tornar a escrita mais f


acil, (e na verdade aproveitar as contas feitas
acima).
Podemos calcular esta integral, usando a express
ao que usamos anteriormente, para o c
alculo da a
rea do crculo, agora modificando incluindo o
valor f (xk , yj ) porque agora a altura dos prismas e vari
avel e dada por f :
10
10 X
X

f (xk , yj )xk yj

k=1 j=1

Entretanto estamos integrando sobre o ret


angulo [1, 1] x [1, 1] e n
ao
sobre o crculo. Ao melhorarmos a aproximaca
o, no caso da a
rea do
crculo, omitimos sub-quadrados. O ideal era que comeaassemos a calcular sobre a fronteira inferior do crculo e terminassemos na fronteira
superior. Veja a figura (fig. 6.2) p
agina 169, comecamos a contar os
sub-ret
angulos desde a fronteira inferior e ate a fronteira superior.
Num programa de computador e mais f
acil excluir o que n
ao interessa
colocando um if para selecionar quando se aceita a contagem:

169

6.2. O CASO DA FRONTEIRA CURVA

170

CAPITULO 6. SOMAS MULTIPLAS DE RIEMANN


while x < 1:
y = -1 # y comeca novamente
while y < 1:
if x 2 + y 2 < 1:
# acumula em soma apenas dentro do circulo
soma = soma + f(x,y)
y = y + delta # atualiza o valor de y
x = x + delta # atualiza x fora do loop interno
return soma*delta*delta

1x2

x y

Na u
ltima linha do programa a valor acumulado em soma e multiplicado
por delta delta o que equivale a dizer que usamos a distributividade no
somat
orio, primeiro somamos todas as parecelas, depois multiplicamos a
soma por x2 .
Entretanto n
os sabemos fazer melhor do que os programas de computador... Vamos traduzir a soma dupla de Riemann contida neste programa.
Vamos fazer isto passo a passo numa sucess
ao de equaco
es:

f(x ,y )
k j

1
P

f (xk , yj )xk yj

xk =1 (xk ,yj )S1

k,j

f(x , y ) x y
k j

Figura 6.2:

1
Pyj = fronteira superior de S1
P
f (xk , yj )xk yj
yj = fronteira inferior de S1

xk =1

1x

1
P

Pyj = fronteira superior de S1


f (xk , yj )yj
yj = fronteira inferior de S1

1
P
Pyj = 1x2k
2 f (xk , yj )yj
xk

xk

xk =1

xk =1

O crculo como domnio de integraca


o.

if x2 + y 2 < 1:
soma = soma + f (x, y)
y = y + delta

Este pedaco de c
odigo est
a percorrendo o crculo no sentido do eixo OY o
programa todo ficaria assim:

yj =

1xk

Quer dizer que somamos sobre todos os valores possveis de xk , sem restrica
o, mas, com y nos limitamos a ir de
q
q
1 x2k ate 1 x2k

que s
ao as duas equaco
es dos semi-crculos inferior e superior que limitam
o disco unit
ario. Observe o desenho na figura (fig. 6.2) p
agina 169 em
que os dois semi-crculos se encontram destacados.
Na u
ltima linha podemos ver uma soma de Riemann simples, correspondente a integral

## soma de Riemann dupla sobre um circulo de centro na origem


def int dupla(n):
delta = float((2))/n
x = -1
soma = 0 # inicia o valor de soma

2
1x
X k

yj =

yj =

1x2k

f (xk , yj )yj

2
Z1xk

1x2k

f (xk , y)dy

171

6.2. O CASO DA FRONTEIRA CURVA

172

CAPITULO 6. SOMAS MULTIPLAS DE RIEMANN

que vamos logo calcular:

1x2k

1x2k

1x2k

R
f (xk , y)dy =

xk ydy = xk

2
2
1x
1x2
= xk y2 | k 2 = xk ( 2 k

yj =g1 (xk )

1x2k

1x2k

1xk

1x2k
2 )

=0

f (xk , yj )yj

g (x )
F (xk , y)|g21 (xkk )

ydy =

1x2k

e concluindo
Z

Pg2 (xk )

R g2 (xk )
g1 (xk )

f (xk , y)dy =

= F (xk , g2 (xk )) F (xk , g1 (xk ))

em que F e uma primitiva de f relativamente a


` vari
avel y, ou, em
outras palavras, considerando xk constante.
Substituindo este resultado na u
ltima linha da sequ
ncia anterior de equaco
es,
temos:

xydxdy = 0

b
P

(F (xk , g2 (xk )) F (xk , g1 (xk )))xk

xk =a

em que e o disco unit


ario. Resultado que era de esperar porque

f (x, y) = xy
troca de sinal em cada quadrante sendo positiva em dois quadrantes e
negativa em dois outros.
2. Escreva a soma de Riemann (dupla) uniforme que representa a integral
Z Z
f (x, y)dxdy

Rb

(F (x, g2 (x)) F (x, g1 (x)))dx

que e uma integral simples relativamente a u


nica vari
avel x que se soubermos calcular, usando o Teorema Fundamental do C
alculo, vai nos dar
o valor do volume
Z Z

supondo que a regi


ao e limitada inferiomente pela funca
o y = g1 (x) e
superiormente pela funca
o y = g2 (x).
semelhante ao exerccio acima, a soma de Riemann uniSoluca
o: E
forme (quando as subdivis
oes s
ao todas iguais) quer dizer:
[a, b] x [c, d] ; x =

f (x, y)dxdy

3. Considere a regi
ao do plano delimitada pelo crculo
x2 + (y 1)2 = 1
e calcule

Z Z

ba
cd
; y =
.
n
n

ydxdy

Soluca
o: Como a fronteira de e um crculo, podemos explicitar as
duas funco
es que limitam superior e inferiormente a regi
ao:

Temos ent
ao
b
P

x2 + (y 1)2 = 1 (y 1)2 = 1 x2

y 1 = 1 x2

y = 1 1 x2

g1 (x) = 1 1 x2 ; g2 (x) = 1 + 1 x2

f (xk , yj )xk yj

xk =a (xk ,yj )
b P
P
yj = fronteira superior de
f (xk , yj )xk yj
yj = fronteira inferior de
xk =a
b
P

xk =a

xk

Pg2 (xk )

yj =g1 (xk )

f (xk , yj )yj

e podemos identificar uma soma de Riemann que aproxima uma integral


na u
ltima linha:

Ent
ao

I=

RR

ydxdy =

R1 g2R(x)

1 g1 (x)

ydxdy

173

6.2. O CASO DA FRONTEIRA CURVA


R1

I=

dx

I=

R1

g2R(x)

ydy =

dx g2 (x)

g1 (x)2
2

R1

g1 (x)

R1

174

CAPITULO 6. SOMAS MULTIPLAS DE RIEMANN


em que f1 , f2 s
ao as duas fronteiras, a inferior e a superior da esfera, e
e o domnio comum, o disco unit
ario centrado na origem.

g (x)

dx y2 |g21 (x)

O disco unit
ario e limitado por duas curvas g1 , g2 de equaco
es:
p
p
g1 (x) = 1 x2 , g2 (x) = 1 x2 .

g2 (x)2 g1 (x)2
dx
2

g2 (x)2 g1 (x)2 = 4 1 x2
1
R
I =2
1 x2 dx

As duas fronteiras f1 , f2 superior e inferior da esfera tem por equaco


es:
p
p
2
2
2
2
f1 (x, y) = 1 x y , f2 (x, y) = 1 x y

Podemos fazer uma mudanca de vari


avel na integral

e assim temos:

Z1 p
J=
1 x2 dx

V =

RR

considerando

(f2 (x, y) f1 (x, y))dxdy =

1 = cos( 2 ) ; 1 = cos( 2 )
p

1 x2 = 1 cos(t)2 = sen(t) ; dx = sen(t)dt

V =

R2

V =2

J =

sen2 (t)dt

R2

cos2 (t)dt

R1 Rg2 p
1 x2 y 2 dxdy

1 g1

V =2

sen2 (t)dt

R1 Rg2 p
2 1 x2 y 2 dxdy

1 g1

J=

1 g1

p
R1 Rg2 p
( 1 x2 y 2 + 1 x2 y 2 )dxdy
V =
1 g1

x = cos(t) dx = sen(t)dt

R1 Rg2
(f2 (x, y) f1 (x, y))dxdy

V =2

R1

dx

R1

dx

Rg2 p
1 x2 y 2 dy

g1

R1
Rg2 p 2
g2 (x) y 2 dy = 2 I(x)dx
1

g1

Q=

J +Q=

R2

Na u
ltima linha temos a integral na qual podemos fazer algumas simplificaco
es que nos v
ao ajudar no c
alcuolo. Por exemplo, para todo x, g1 (x) =
g2 (x). E como x e constante, n
os podemos escrever

cos2 (t) + sen2 (t)dt

J +Q=

R2

1dt =

J=

=
2

Z Z

I(x) =
ydxdy

4. Calcule o volume de uma esfera de raio 1.


Soluca
o: Como todas as esferas de raio 1 tem o mesmo volume, vamos
considerar aquela de centro na origem. Um metodo para este c
alculo,
consiste em subtrair dois volumes:
Z Z
(f2 (x, y) f1 (x, y))dxdy

Zg2 q
Za p
g22 (x)1 y 2 dy =
a2 y 2 dy.
a

g2

Agora podemos aplicar os itens 28 e 30 da tabela de integrais de HughesHallet

I(x) = 21 (y

p
Ra

a2 y 2 + a2
a

1
dy)|aa
a2 y 2

I = 0 + a2 arcsin(1) = a2 2
I(x) = 2 g22 (x)

175

6.2. O CASO DA FRONTEIRA CURVA


Podemos calcular a integral externa:

V =2

R1

R1

V =

V =
V = (x

x3 1
3 )|1

R1

CAPITULO 6. SOMAS MULTIPLAS DE RIEMANN


Acompanhe o raciocnio com um desenho.

(x)dx = 2

176

R1

N
ao h
a nenhuma particularizaca
o do resultado se translatarmos a pir
amide
de modo que o vertice sobre o qual a altura cai verticalmente concida com
a origem, quer dizer:

2
2 g2 (x)dx

g22 (x)dx

A = b a ; B = d c ; Q = [0, A] x [0, B]
P = Pir
amide ortogonal de base Q
V ol(P ) = V ol(P )

(1 x2 )dx

= 2(1 31 ) = 2 23 =

4
3

e n
os vamos calcular V ol(P ).
Lembrando, a equaca
o de um plano e

e podemos ver o resultado esperado, o volume da esfera de raio r e


4r
3

z c = A(x a) + B(y b) ; (a, b, c)


e no presente caso temos dois planos passando pelos ponto (0, 0, r) cujas
equaco
es v
ao representar as duas funco
es

aqui r = 1.
5. Calcule o volume de uma esfera de raio r

Resposta:

4r 3
3

z = f1 (x, y) ; z = f2 (x, y)

Abaixo alguns exemplos do c


alculo do volume da esfera usando o programa
apresentado neste texto em outro lugar.
Exemplo 33
N
umero de divis
oes: 100
valor da integral: 4.18523276903
Tempo de c
alculo: 0.502177000046 segundos
N
umero de divis
oes: 1000
valor da integral: 4.18868946737
de c
alculo: 49.3769460917 segundos

Tempo

N
umero de divis
oes: 2000
valor da integral: 4.18875585914
de c
alculo: 196.770419002 segundos

Tempo

que formam o tampo da pir


amide. Tambem vale a pena relembrar que
A=

os coeficientes angulares parciais do plano nas direco


es dos eixos.
As equaco
es:

f1 (x, y) = r +

6. Calculo do volume de uma pir


amide ortogonal, de altura r tendo base o
ret
angulo [a, b] x [c, d].
Soluca
o:
Queremos calcular

f (x, y)dxdy

em que f (x, y) e a funca


o que descreve o teto da pir
amide.
Por pir
amide ortogonal se entende aquela que tem uma das arestas perpendicular a
` base. Quer dizer que P tem quatro faces, uma e um ret
angulo,
a base, uma das faces e perpendicular a
` base, e duas faces que se encontram sobre uma das diagonais do cubo que teria o ret
angulo [a, b] x [c, d]
por base e de altura r.

V ol(P ) =

Rb Rd
a c

0) +

f1
y (y

f2
x x

f1 (x, y) = r

r
Ax

f2
y y

f2 (x, y) = r

r
By
f2
x

=0

porque
V ol(P ) =

f1
x (x

f2 (x, y) = r +

Seja P a pir
amide em consideraca
o.

Zb Zd

f
f
; B=
x
y

f (x, y)dxdy =

f1
y

RA
0

=0;

0)

B
Ax

f1 (x, y)dxdy +

RA RB
0

f2 (x, y)dxdy

B
Ax

Acompanhe com um desenho. O domnio de integraca


o e o ret
angulo
[0, A] x [0, B]
divido ao meio pela reta de equaca
o y = B
A x portanto as duas integrais
tem esta reta como limite superior ou inferior, como aparece na u
ltima
equaca
o acima.

177

6.2. O CASO DA FRONTEIRA CURVA


Vamos calcular cada uma destas integrais separadamente:

I=

RA

B
Ax

dx

RA
0

Area(S1 ) =

dx(r B
Ax

rBx2
2A

rBx3 A
3A2 |0

RA
0

r B
A x A x)

f1 (x, y)dydx =

r
A x)dy

(r

dx(ry

RA
= ( rBx
A

r
Ax
A xy|0 )

rBx2
A2 )dx

rBA
2

rBA
3

CAPITULO 6. SOMAS MULTIPLAS DE RIEMANN


longo do raio), o resultado ser
a um tri
angulo, e podemos assim calcular a
a
rea do crculo, experimentalmente: base vezes altura dividido por dois:

RA AR x

178

base

Isto e, a a
rea de um crculo se calcula usando a f
ormula para o c
alculo da
a
rea de tri
angulo.
Se tentarmos fazer o mesmo com uma esfera a coisa fica um tanto mais
complicada, e e normal. Os teoremas assumem aspectos aparentemente
preciso nos acostumarmos com
extranhos quando subimos a dimens
ao. E
novas situaco
es em dimens
ao maior...

rBA
6

Se invertermos a ordem de integraca


o, a segunda integral ficar
a mais f
acil
de ser calculada. Analise, no desenho que voce deve ter feito, a mudanca
nos limites de integraca
o. A seq
uencia de equaco
es e:

Mas tentando, se tentarmos abrir a esfera, a semelhanca do que fizemos com o crculo, vamos encontrar quatro coisas que se parecem com
pir
amides (quem j
a abriu uma mel
ancia ?) ent
ao o volume da esfera e o
volume de quatro pir
amides:
V ol(S 2 ) =

RA RB
0

RB
0

f2 (x, y)dydx =

B
Ax

dy

A
By

R
0

r
B ydx

RB

RB

dy(rx

RB A
= (r B
y
0

A 2
y
= r 2B

rA 3 B
3B 2 y |0

A
By

A
= r 2B
B2

x altura
2r2
=
= r2 .
2
2

1
1
4 3
r = 4 r3 = (4r2 )r.
3
3
3

A sugest
ao que temos e que a a
rea da superfcie da esfera de raio r e

f2 (x, y)dxdy =

r
By
B xy|0 )

Area(S 2 ) = 4r2

que vai ser assunto de pr


oxima lista: a
rea de superfcies, quando tiremos
esta hip
otese a limpo: ser
a que

rA 2
B 2 y )dy
rA
3
3B 2 B

rAB
2

rAB
3

rAB
6

uma esfera esta para quatro piramides, assim como um crculo


esta para quatro triangulos ?

Soma os resultados das duas integrais temos:


V ol(P ) = V ol(P ) = 2

rAB
rAB
=
6
3

que e o resultado conhecido:


O volume da pir
amide e

1
3

7. O caso de um acude
Este e um caso tpico de em que a fronteira n
ao e formada por segmentos
de reta e nem conhecemos uma f
ormula algebrica para as curvas envolvidas. A saida e calcular usando somas de Riemann.

(a) Area
do espelho d
agua

a
rea da base vezes a altura.

Observa
c
ao 25 Volume da pir
amide e o volume da esfera H
a uma concidencia
que iremos explorar na pr
oxima lista de exerccios. Comecemos por discutir a coisa desde uma experencia simples.
Lembre-se daqueles suportes feitos de tiras circulares para colocarmos panelas quentes a
` mesa. Se cortarmos um desses suportes radialmente (ao

Solu
c
ao 12 O espelho do acude e uma regi
ao do plano cuja a
rea
queremos calcular. Ver a figura (fig. ??) p
agina ?? que voce pode
perfeitamente tomar pelo espelho de um acude visto numa foto aerea.
Uma boa foto aerea produziria uma figura em escala cuja a
rea poderia
ser calculada por contagem de ret
angulos num papel milimetrado. Isto
e soma de Riemann.
Se uma foto aerea for difcil, um passeio a
` volta da margem permitiria fazer marcas uniformemente espacadas e depois com duas linhas,

6.2. O CASO DA FRONTEIRA CURVA

179

uma fixa entre duas marcas em margens opostas, e outra estendida


paralelamente, se poderia medir as dist
ancias entre estes pontos opostos para calcular a a
rea entre as duas linhas e assim calcular a a
rea
total do espelho. Isto tambem e soma de Riemann.
Veja a soluca
o do volume, o uso de um barco.

(b) O caso do volume


Solu
c
ao 13 Tudo que tem de ser feito e colocar a bordo de um barco
um sonar acoplado num computador para determinar a profundidade
do lago sobre os n
os de um malha. O barco teria que varrer a
superfcie do lago preso a um cabo esticado entre dois pontos nas
margens opostas. O sinal do sonar vai fornecer a profundidade do
lago nos n
os da malha que assim se estabelecer. E o computador
ir
a logo fazendo a soma. Terminado o passeio sobre o lago se ter
a
imediatamente o volume calculado. O mesmo programa, substituindo
o valor fornecido pelo sonar por 1 produz a a
rea do espelho.
A escala registrada em uma das paredes da barragem, determina um
fatiamento do s
olido formado pela a
gua. Uma forma precisa da
determinaca
o do volume d
agua associado a cada um destes nveis
soemnte poderia ser feito quando este nvel fosse atingido. Uma aproximaca
o grosseira poderia ser feita considerando o prisma de base ,
o espelho do lago, cuja a
rea foi calculada no item anterior, para assim
calcular o volume de cada uma das fatias.

180

CAPITULO 6. SOMAS MULTIPLAS DE RIEMANN


I1 no primeiro quadrante, sendo t0 o ponto em que derivada da curva
(at cos(t), at sin(t)) for um vetor paralelo ao eixo OY (equaca
o nada
f
acil de resolver), e y0 (t), y1 (t) as duas curvas que limitam acima e
abaixo a regi
ao do plano onde a integral est
a sendo calculada;
I2 nos quadrantes dois e tres, sendo t1 o ponto em que derivada da
curva (at cos(t), at sin(t)) for um vetor paralelo ao eixo OY (equaca
o
nada f
acil de resolver) e y2 (t), y3 (t) as duas curvas que limitam acima
e abaixo a regi
ao do plano onde a integral est
a sendo calculada;
I3 no quarto quadrante, sendo y4 (t) a curva que limita inferiormente
a regi
ao do plano onde a integral est
a sendo calculada;
Entretanto este metodo sup
oe que poderiamos encontrar facilmente a equaca
o
z = F (x, y) o que n
ao e verdade, fora as duas equaco
es trigonometricas
que teriamos que resolver. Vamos aproveitar a express
ao acima como suporte para uma mudanca de vari
avel e encontrar outro meio para calcular
a integral sem que tenhamos de encontrar a express
ao de F (x, y).
Para isto vamos parametrizar a superfcie.
Um ponto qualquer sobre z = F (x, y) e dado pela media aritmetica ponderada, usando os pesos r, r 1 ; r [0, 1] dos pontos extremos do intervalo
AB.
(r, t) = (art cos(t), art sin(t), (1 r)at) = (x(t), y(t), z(t))
e podemos escrever os vetores derivadas parciais:

8. Calcule o volume limitado


pelo plano XOY ,
pelo semi-plano XOZ ; x 0
e pela superfcie gerada pelo segmento
AB ; A = (at cos(t), at sin(t), 0) ; B = (0, 0, at)
t [0, 2]
Solu
c
ao 14 Suponhamos que seja possvel encontrar a express
ao z =
F (x, y) da superfcie gerada pelo movimento do segmento AB. Nesta caso
as integrais a serem calculadas seriam:
I1 =

Rt0 Ry1

F (x, y)dxdy

0 y0

I2 =

Rt1 Ry3

I3 =

0 y4

F (x, y)dxdy =

z(x, y)dxdy =

F (x, y)dxdy

z(r, t) x,y
r,t drdt

A melhor forma de entender o que significa dxdy, isto e uma teoria,


a teoria das formas diferenci
aveis, e considerando este produto como um
produto exterior em que
x
x
t dt + r dr
y

dt
+
dr
t
x rx


t
t
= y
y
t
t
x y
x y
t t t t drdt

dx =

dy =
dxdy

F (x, y)dxdy

0 y2

2
R R0

r = (at cos(t), at sin(t), at)

t = (art sin(t), art cos(t), 0)

dxdy =

O determinante calculado na u
ltima linha e (x,y)
(r,t) que representa o coeficiente de deformaca
o na mudanca de vari
avel.

181

6.2. O CASO DA FRONTEIRA CURVA

182

O determinante

CAPITULO 6. SOMAS MULTIPLAS DE RIEMANN


e

(x, y)
(r, t)
e o determinante da matriz de mudanca
o de vari
aveis.
det(J(T )) =

0
B
B
@

sin(t1 ) cos(t2 ) cos(t3 )


cos(t1 ) cos(t2 ) cos(t3 )
0
0

cos(t1 ) sin(t2 ) cos(t3 )


sin(t1 ) sin(t2 ) cos(t3 )
cos(t2 ) cos(t3 )
0

cos(t1 ) cos(t2 ) sin(t3 )


sin(t1 ) cos(t2 ) sin(t3 )
sin(t2 ) sin(t3 )
cos(t3 )

Calculando a integral temos:

I=

2
R R1

1
cos(t1 ) cos(t2 ) cos(t3 )
C
sin(t1 ) cos(t2 ) cos(t3 ) C
A
sin(t2 ) cos(t3 )
sin(t3 )

Usando MuPAD para calcular o determinante desta matriz temos

z(r, t)(a2 t2 r cos2 (t) + a2 t2 r sin2 (t))drdt =

0 0

2
R R1
0 0

2
R R1
0 0

(1 r)at(2a2 t2 r)drdt = 2a3

= 2a

2
R
0

2
t3 ( r2

cos(t2 ) cos(t2 2t3 ) cos(t2 + 2t3 )


+
+
)
2
4
4
A integral relativamente a no intervalo [0, r] nos d
a
f (, t1 , t2 , t3 ) = 3 (

(1 r)at(a2 t2 r cos2 (t) + a2 t2 r sin2 (t))drdt =

r3 1
3 )|0 dt

= 2a

2
R R1
0 0

2
R
0

a3 4 2
12 t |0

(1 r)(t3 r)drdt = 2a3

t3 ( 12

1
3 )dt

16a3 4
12

2a3
6

4a3 4
3

2
R

2
R R1
0 0

t dt =

(r r2 )t3 drdt

a3 t4 2
3 4 |0

9. Calcule o volume da esfera de raio r do R4 .


Solu
c
ao 15 O volume procurado e dado pela integral m
ultipla
Z
dx1 dx2 dx3 dx4
D

r4 cos(t2 ) cos(t2 2t3 ) cos(t2 + 2t3 )


(
+
+
)
4
2
4
4

a, ainda
A integral desta funca
o relativamente a
` t3 no intervalo [0, 2 ] nos d
usando MuPAD,
f1 (t1 , t2 , t3 ) =

f2 (t2 ) = 0.25cos(t2 ) 0.125sin(t2 ) + 0.125sin( + t2 )


e ainda usando MuPAD para calcular a integral da funca
o acima, no intervalo [0, 2 ] temos

Z2

f2 (t)dt =

em que D e a esfera do R3 .
A ideia e semelhante ao do c
alculo de uma a
rea de uma regi
ao do R2
que e pela integral
Z
dxdy.

O c
alculo eventualmente fica mais simples se mudarmos as coordenadas
(passar para coordenadas esfericas):

x1 = cos(t1 ) cos(t2 ) cos(t3 )


x2 = sin(t1 ) cos(t2 ) cos(t3 )
x3 = sin(t2 ) cos(t3 )
x4 = sin(t3 )
A jacobiana desta transformaca
o
(x1 , x2 , x3 , x4 )
(t1 , t2 , t3 ), r

portanto o valor da integral, o volume de S3 , e


r4
r4
=
16
2
Hocqenghem e Jaffard, em Mathematiques Tome II, encontraram o valor
8

2 r4
2
que deixamos para o leitor analisar e decidir qual o valor correto.

184

CAPITULO 7. A INTEGRAL DE LINHA


(t)
a) (cos(t), sen(t))
b) (cos(2t), sen(2t)
c) (cos(3t), sen(3t))
d) (cos(4t), sen(4t))

[a, b]
[0, ]
[0, ]
[0, ]
[0, ]

(b) Algumas das integrais acima s


ao nulas, procure uma interpretaca
o
de porque umas s
ao nulas e outras n
ao.

Captulo 7

3. Qual das seguintes interpretaco


es e a adequada para a integral
Zb

A integral de linha

(x(t), y(t))dt

7.1

a dist
E
ancia percorrida por uma partcula ao longo da curva .
a curva velocidade de uma partcula.
E
um vetor.
E

Integral de linha

o trabalho da forca ((x(t), y(t))) ao longo do intervalo [a, b]


E

Exerccios 13 Integral sobre curvas.


1. Considere uma curva parametrizada sobre o intervalo [a, b]

4. A integral
Zb

[a, b] t 7 (x(t), y(t)) = (t) R .


Escreva uma soma de Riemann para e de uma interpretaca
o ao resultado: a possvel integral de quem esta soma de Riemann e uma aproximacao.
Solu
c
ao 16 Para escrever uma soma de Riemann para temos que fazer
uma partica
o do intervalo [a, b] o que resulta em
{a = t0 , . . . , tk , . . . , tn = b} [a, b]
tk = tk tk1

n1
P

(x(tk ), y(tk ))tk

k=0

Como (x(tk ), y(tk )) s


ao vetores do plano, ent
ao esta soma representa uma
soma de vetores, portanto, um vetor do plano. Como qualquer soma de Riemann ser
a um vetor do plano, se a integral existir ela tambem representa
um vetor do plano.

(x(t), y(t))dt

e o vetor posi
c~
ao m
edio de uma partcula que percorreu a trajet
oria
se m([a, b]) = 1. Justifique. Sugest
ao, escreva uma soma de Riemann.
5. Comprimento de arco
(a) Desenhe um arco de curva
[a, b] t 7 (t) R2
e verifique que h
a uma associaca
o entre qualquer poligonal obtida
por uma selecao de pontos sobre e uma partica
o do intervalo [a, b].
Ver figura (fig. 7.1) p
agina 185.
(b) Use uma partica
o de [a, b] para construir uma soma que permita o
c
alculo aproximado do comprimento de .
(c) Introduzindo uma divis
ao e uma multiplicaca
o adequada por tk
deduza a integral que calcula o comprimento de .
Solu
c
ao 17 (a) Veja na figura (fig. 7.1) p
agina 185, uma curva e uma
aproximaca
o poligonal para a mesma.

2. Interpretaca
o da integral
(a) Integral de linha Calcule as integrais

Rb
a

183

(t)dt com os dados abaixo:

Se a curva for bijetiva, ent


ao a cada ponto da poligonal corresponde
um e somente um ponto no intervalo [a, b], cada um deles pondendo
ser obtido com a funca
o inversa.

185

7.1. INTEGRAL DE LINHA

P
5

CAPITULO 7. A INTEGRAL DE LINHA


n1
P

d((x(tk ), y(tk )), (x(tk+1 ), y(tk+1 ))) =

k=0

n1
Pp
k=0

P
2

P1

186

P4

(x(tk ) x(tk+1 ))2 + (y(tk ) y(tk+1 ))2


n1
Pp
k=0

(c) comprimento de arco - integral integral!comprimento de arco


Se dividirmos e multiplicarmos a u
ltima express
ao na soma anterior
por tk , teremos:
n1
Pp
k=0

P
0

x2k + yk2

n1
P
k=0

x2k + yk2

x2k
t2k

2
yk
tk
t2k

podemos reconhecer os quocientes de diferenciais que definem as derivadas das coordenadas de , elevados ao quadrado, e uma soma de
Riemann que define a integral:
Zb
Zb p
(x (t)2 + y (t)2 )dt = | (t)|dt
a

t =a
0

t1

t2
Figura 7.1:

t
3

b =t

Uma curva e sua aproximaca


o poligonal

que e a f
ormula integral para o c
alculo do comprimento de arco de
uma curva parametrizada sobre o intervalo [a, b].
Observe a natural concidencia desta f
ormula, o comprimento do
arco de uma curva e a integral da velocidade (de uma part cula)
percorrendo a curva, logo e a dist
ancia percorrida (pela partcula) ao
longo da curva no sentido que a Fsica d
a a integral da velocidade.

Aparentemente haveria problema se a curva nao fosse bijetiva, quer


dizer, houvesse dois valores do tempo t1 , t2 tal que (t1 ) = (t2 ).
Basta, neste caso, sub-dividir o intervalo de parametrizaca
o de formas que em cada sub-intervalo a curva seja bijetiva e aplicar o raciocnio anterior. Isto, ali
as, mostra que n
ao h
a problema se a funca
o
n
ao for bijetiva.
(b) Comprimento da poligonal Agora queremos o c
alculo do comprimento
da poligonal. Vamos somar os comprimentos de cada um segmentos
de reta desta poligonal:
n1
P
k=0

|Pk Pk+1 | =

6. Comprimento do crculo Calcule o comprimento do crculo de raio r.


Solu
c
ao 18 Comecamos por escrever uma parametrizaca
o do crculo de
raio r e centro na origem e calculando a derivada do vetor posica
o:
[0, 2] t 7 (t) = (rcos(t), rsin(t)) R2

[0, 2] t 7 (t) = r(sin(t), cos(t)) R2


[0, 2] t 7 | (t)| = r R
Portanto o comprimento do crculo ser
a a integral da u
ltima funca
o:
Z2
0

rdt = 2r

187

7.1. INTEGRAL DE LINHA

188

Obvserve que os limites desta nova integral n


ao podem ser mais {a, b} pois

7. Em cada caso abaixo voce tem a velocidade com que uma part cula percorre
uma determinada trajet
oria. Em todos os caso o intervalo de parametrizaca
o e [0, 1]. Calcule a dist
ancia percorrida. Observe que dist
ancia
e n
umero!
v(t)
v(t)
v(t)
a) (t, t2 ) b) (sin(t), cos(t)) c) (cos(t), 1)
d) (t, 2t) e) (t, 3t)
f ) (cos(2t), sin(2t))
8. Em cada caso abaixo voce tem a a equaca
o do vetor posica
o de uma
partcula percorrendo uma determinada trajet
oria. Em todos os caso o
intervalo de parametrizaca
o e [0, 1]. Calcule a dist
ancia percorrida. Observe que dist
ancia e n
umero!
(t)
(t)
(t)
a) (t, t2 )
b) (sin(3t), cos(3t)) c) (cos(4t), sin(4t))
d) (cos(t), sin(2t)) e) (t, 3t)
f ) (cos(2t), sin(2t))

[a, b] t 7 (t) R2

[, ] x 7 f (x) R
em que [, ] e o intervalo de variaca
o de x, e a projeca
o horizontal da
curva . Tente completar voce mesmo a figura (fig. 7.1) p
agina 185 em
que aparece apenas o intervalo de parametrizaca
o, o intervalo do tempo,
para visualisar a projeca
o acima referida.

10. Calcule o comprimento do arco percorrido pelas partculas em cada um


dos casos abaixo:
(t) = (2cos(t), 3sin(t)) ; t [0, 2]

(t) = e2it ; t [0, 1]

9. Comprimento de arco - outra f


ormula

(t) = eit ; t [0, 2]

Altere a express
ao da soma de Riemann obtida para o c
alculo aproximado
do comprimento de arco de uma curva sob a hip
otese de que sabemos
explicitar y = f (x) e que a funca
o f seja diferenci
avel.
Solu
c
ao 19 Considere a express
ao que encontramos anterioremente para
o c
alculo aproximado do comprimento de arco do crculo
n1
Xq

x2k + yk2

k=0

que agora vamos dividir por xk sob a hip


otese de que sabemos explicitar
y = f (x) e que esta funca
o e diferenci
avel:
n1
P p

x2k + yk2
r
n1
P
y 2
1 + xk2 xk
k=0

k=0

e podemos ent
ao reconhecer o quociente de diferenciais que define a derivada de f e uma soma de Riemann:
s
n1
X
fk2
xk
1+
x2k
k=0

CAPITULO 7. A INTEGRAL DE LINHA

(t) = cos2 (t)~ + sin2 (t)~j

(t) = t~ + t2~j

11. Uma curva tem por equaca


o y 2 = x3 , Verifique em que pontos ela passa
quando x = 2 e calcule o comprimento da trajet
oria percorrida entre estes
dois pontos.
12. Dois pontos P, Q sobre um crculo de raio 1 determinam um setor circular
P OQ em que O e a origem, (centro do c rculo). Prove que o comprimento
do arco AB e o dobro da a
rea do setor P OQ.
13. Mostre que o comprimento de arco de y = ex ; x [0, 1] e
mento de arco da curva (t + log(t), t log(t)) ; t [1, e].

7.2

1
2

o compri-

Derivadas Parciais

Ha dois conceitos proximos, jacobiana, gradiente. A jacobiana e a matriz das


derivadas parciais, e o gradiente e a jacobiana de uma funcao real de n variaveis.
Isto e o gradiente e uma jacobiana que tem apenas uma linha.
Quer dizer que, se F : R2 R entao grad(F ) = J(F ). O gradiente
tem um nome especial porque ele esta associado a determinacao de maximos
e mnimos de funcoes de duas variaveis como veremos em um dos exerccios
abaixo.

que define a integral

Z p
(1 + f (x)2 )dx

Defini
c
ao 20 Gradiente
Seja F : Rn R, um campo escalar. Ent
ao a jacobiana de F e uma
matriz linha e se chama gradiente.

189

7.2. DERIVADAS PARCIAIS

190

CAPITULO 7. A INTEGRAL DE LINHA

Em suma, o gradiente de F e a jacobiana quando a funcao F for um campo


escalar.

De forma semelhante ao que acontece com as funcoes univariadas, em que a


derivada e o coeficiente angular da reta tangente, no caso das funcoes multivariadas a matriz das derivadas parciais, a jacobiana, e o coeficiente angular
m
ultiplo e existe uma variedade linear tangente de dimensao apropriada.

No caso das funcoes univariadas a variedade linear tangente e uma variedade


linear de dimensao 1, uma reta.
As variedades lineares sao caracterizadas (o seu coeficiente angular) pelo
vetor normal. Veja a figura (fig. 7.2) pagina 190, uma reta e um vetor normal
mesma.
`
No caso de um plano, que ja tem dois coeficientes angulares, o vetor normal
ao plano simplifica as coisas porque ele determina o plano se for dado um
ponto por onde passe o plano, de forma semelhante com o que acontece com
uma reta. Relembrando a Geometria Analtica, uma express
ao do tipo
Ax + By + Cz + D = 0
representa no R3 um plano caracterizado pelo vetor normal (A, B, C).
Na mesma proporcao, uma expressao do tipo
F (x, y, z) = 0
3

representa, no R uma superfcie e diferenciando implicitamente esta expressao


vamos ter
F
F
F
dx +
dy +
dz = 0
x
y
z
que contem o molde da variedade linear tangente (desde que calculemos as
derivadas parciais num ponto (a, b, c) ; F (a, b, c) = 0). O resultado e
F
F
F
|(a, b, c)(x a) +
|(a, b, c)(y b) +
|(a, b, c)(z c) = 0
x
y
z
onde podemos ver o vetor normal
(

F
F
F
|(a, b, c),
|(a, b, c),
|(a, b, c))
x
y
z

Os calculos que fizemos logo acima lembram um dos teoremas mais importantes da matematica mas que tem pouca presenca direta. Tambem e um desses
teoremas difceis porque apenas garantem a existencia.
Escrevemos a equacao de plano tangente a uma superfcie

Figura 7.2:

Uma variedade linear e seu vetor normal

F
F
F
|(a, b, c)(x a) +
|(a, b, c)(y b) +
|(a, b, c)(z c) = 0
x
y
z

(7.1)

e consequentemente podemos nela explicitar qualquer uma das variaveis, desde


que o correspondente coeficiente (derivada parcial) seja diferente de zero:
F
F
F
x |(a, b, c)(x a) + y |(a, b, c)(y b) + z |(a, b, c)(z c) = 0
F
F
F
z |(a, b, c)(z c) = x |(a, b, c)(x a) y |(a, b, c)(y b)
F

F
y
F
z
F
y
F
z

x
(x a)
(z c) = F
z

z =c

F
x
F
z

(x a)

(y b)

(y b)

191

7.2. DERIVADAS PARCIAIS

Agora escrevemos z = f (x, y), uma funcao do primeiro grau, cujo grafico
continua tangente ao grafico de F (x, y, z) = 0 e portanto isto significa que numa
vizinhanca do ponto (a, b, c) e possvel explicitar z na equacao F (x, y, z) = 0 para
conseguir a funcao z = g(x, y) cujas derivadas parciais acabamos de calcular:

192

CAPITULO 7. A INTEGRAL DE LINHA

1. Escreva a equaca
o diferencial da reta, (generica mas faca uma exceca
o
para os casos x=A).
(a) Derive implicitamente y = x2 + 3x 4.

(b) Escreva a equaca


o da reta tangente a
par
abola

g
x

x
= F

(7.2)

g
y

(7.3)

z
F
y
F
z

desde que
F
6= 0
(7.4)
z
De forma identica podemos explicitar x, y sempre que a correpondente derivada parcial em F (x, y, z) for diferente de zero. O conte
udo do que acabamos
de descrever e o teorema
Teorema 23 Teorema da Funca
o implcita
Se F (x1 , x2 , x3 ) = 0 e a funca
o F tiver derivadas contnuas numa vizinhanca
de um ponto (a1 , a2 , a3 ) ; F (a1 , a2 , a3 ) = 0 e se a derivada parcial

y = f (x) = x2 + 3x 4
no ponto (1, 0).
2. Escreva equaca
o da reta tangente a
` curva
F (x, y) = x2 + ycos(x) + 3x = 4
no ponto1 (0, 4).
Solu
c
ao 20 Derivando implicitamente a express
ao:
2xdx y sin(x)dx + cos(x)dy + 3dx = 0
(2x y sin(x) + 3)dx + cos(x)dy = 0

F
6= 0
xi

(2a b sin(a) + 3)(x a) + cos(a)(y b) = 0

neste ponto, ent


ao podemos encontrar, numa vizinhanca do ponto, (a1 , a2 , a3 )
uma funca
o g expressando a variavel xi como funca
o das outras duas
xi = g(xj )j=1,2,3

encontramos, na u
ltima equaca
o, a express
ao da reta tangente num ponto
qualquer (a, b) em que a curva passa.
Tomando agora (a, b) = (0, 4) temos

; j6=i

F
F
|(0,4) = 3
|(0,4) = 1
x
y

e tal que
F

g
x
= Fj
xj
x

(7.5)

temos portanto a equaca


o da reta:

Quer dizer que a funcao g expressa uma variavel em funcao das outras no
Teorema da Funcao implcita, tem um valor local apenas. Um exemplo para
compreender isto e o crculo em que y em
F (x, y) = x2 + y 2 r2 = 0
pode ser explicitado como funcao de x
p
y = r2 x2

porem esta equacao somente vale em cada uma das metades do crculo como
funcao
y = g(x).
Exerccios 14 Diferencial e derivadas parciais

3x + (y 4) = 0 y = 3x + 4
Com um programa em Python podemos iterar este processo tracando pequenos segmentos de reta e usando as extremidades destes novos segmentos de reta como nova condica
o inicial (a, b) para encontrar outro segmento de reta e assim encontrar uma aproximaca
o para o gr
afico da curva
F (x, y) = 4 numa vizinhanca do ponto (0, 4).
Veja na figura (fig. 7.3) p
agina 193, o pedac o de curva obtido aproximadamente com um programa que traca v
arias retas a partir da reta obtida
com a condica
o inicial do problema.

1 Curiosidade,

como podemos saber se a express


ao acima define uma curva?

193

7.2. DERIVADAS PARCIAIS

194

CAPITULO 7. A INTEGRAL DE LINHA

6. Derive implicitamente z = F (x, y) = exy e calcule

x**2 + y*cos(x) + 3*x = 4

Z1

10
data
OX
OY

P (x, y)dx + Q(x, y)dy =

Z1

F
F
dx +
dy
x
y

F
em que P = F
cula (x, y) percorre o crculo unit
ario
x , Q = y e a part
parametrizado sobre o intervalo [1, 1]

Solu
c
ao 21 Chamamos o crculo trigonometrico de S1 e vamos escrever
sua parametrizaca
o relativamente ao intervalo [1, 1]

S1 = (x(t), y(t)) = (cos(t), sin(t))t[1,1]

I=

0
I=

R1

P (x, y) = yexy ; Q(x, y) = xexy


R1
P (x, y)dx + Q(x, y)dy = yexy dx + xexy dy

R1

(sin2 (t)ecos(t)sin(t) + cos2 (t)ecos(t)sin(t) )dt

I=

(sin2 (t)ecos(t)sin(t) + cos2 (t)ecos(t)sin(t) )dt

-5

I=

I=

(cos2 (t) sin2 (t))ecos(t)sin(t) dt


1

cos(2t)e 2 sin(2t) dt =

-10
-10

-5

10

R0

e 2 sin(2t) cos(2t)dt =

eu du = 0

Figura 7.3:

Gr
afico aproximado da curva plana

es:
3. Derivadas Parciais Calcule as derivadas parciais das funco
F (x, y) =
a) exy

G(x, y) =
b) esin(x)sin(y)

H(x, y) =
c) esin(xy)

F
4. Gradiente grad(F ) = ( F
co
es:
x , y ) Calcule os gradientes das fun

F (x, y) =
a) exy

G(x, y) =
b) esin(x)sin(y)

H(x, y) =
c) esin(xy)

5. Escreva a equaca
o do plano tangente a
` superf cie
2

z = F (x, y) = x + ycos(x) + 3x
no ponto (1, 1, 8)

7. Derive implicitamente z = F (x, y) = exy e calcule


Z1

P (x, y)dx + Q(x, y)dy =

Z1

F
F
dx +
dy
x
y

F
cula (x, y) percorre a fronteira do
em que P = F
x , Q = y e a part
ret
angulo de lado 2, de centro na origem, e lados paralelos aos eixos,
parametrizada no intervalo [1, 1].

Solu
c
ao 22 O seguinte conjunto de equaco
es e uma parametrizaca
o do
ret
angulo:
t [1, 1] ; (x(t), y(t)) = (t, 1)
t [1, 1] ; (x(t), y(t)) = (1, t)

t [1, 1] ; (x(t), y(t)) = (t, 1)


t [1, 1] ; (x(t), y(t)) = (1, t)

195

7.2. DERIVADAS PARCIAIS

196

e se fizermos uma transformaca


o de coordenadas podemos re-escrever esta
parametrizaca
o em u
nico intervalo:
t [1, 1/2] ; (x(t), y(t)) = (4t + 3, 1) ; dx = 4dt; dy = 0
t [1/2, 0] ; (x(t), y(t)) = (1, 4t + 1) ; dx = 0; dy = 4dt
t [0, 1/2] ; (x(t), y(t)) = (4t + 1, 1) ; dx = 4dt; dy = 0

t [1/2, 1] ; (x(t), y(t)) = (1, 4t + 3) ; dx = 0; dy = 4dt

CAPITULO 7. A INTEGRAL DE LINHA


(b) Verifique que grad(F ) e um vetor do plano, e a projeca
o de um vetor
normal a
` superfcie no domnio, e ele se encontra sobre a direca
o de
maior crescimento ou decrescimento na superfcie z = F (x, y).

10. usando o Teorema da Funca


o impcita Se F (x, y, z) = 0 for uma superfcie
fechada2 ent
ao localmente podemos explicitar z = f (x, y). Verifique que o
gradiente de f e a projeca
o sobre XOY do vetor normal que aponta para
o exterior de F (x, y, z) = 0.

Podemos agora substituir na integral que desejamos calcular:


I=
1/2
R

R1

P (x, y)dx + Q(x, y)dy =

F
x dx

F
y

7.3

dy

P (x, y)dx + Q(x, y)dy +

R1

P (x, y)dx + Q(x, y)dy =

1/2

4t+3

4dt +

R0

4t+1

4dt +

1/2
R
0

1/2

4t+1

Aplicac
oes das derivadas

Exerccios 15 Mudanca de vari


avel

P (x, y)dx + Q(x, y)dy +

1/2

1/2
R

R0

P (x, y)dx + Q(x, y)dy +

1/2
R

R1

4dt +

R1

4t+3

1. Faca os gr
aficos das funco
es definidas abaixo e calcule as suas integrais
sobre R.
(a)
f (x) =

4td =

1/2

e1 + e1 + e1 e1 e1 + e1 + e1 e1 = 0

(b)

2x ; x [ 21 , 0]
2x ; x [0, 21 ]
f (x) =

0 ; x
/ [ 21 , 12 ]

8. Uma partcula percorre um caminho no espaco sobre uma superfcie z =


F (x, y) parametrizado sobre o intervalo [1, 1], quer dizer que
(x(t), y(t), F (x(t), y(t))) ; t [1, 1]

(c)

4x ; x [ 14 , 0]
4x ; x [0, 41 ]
f (x) =

0 ; x
/ [ 41 , 14 ]

e o caminho percorrido pela partcula.


Qual das afirmaco
es abaixo melhor descreve a integral
Z1

F
F
dx +
dy
x
y

um volume determinado por z = F (x, y)


(a) E
o trabalho da forca ( F , F ) ao longo do caminho percorrido pela
(b) E
x y
partcula.
3
um vetor do R
(c) E
9. Gradiente
(a) Derive implicitamente a express
ao z = F (x, y), encontre a equaca
o
do plano tangente a
` esta superfcie num ponto arbitr
ario (a, b, F (a, b)),
deduza qual e a express
ao de um vetor ortogonal a
` superfcie no ponto
(a, b, F (a, b)).

x ; x [1, 0]
x ; x [0, 1]

0; x
/ [1, 1]

(7.6)

(7.7)

(7.8)

2. Verifique que em todos os casos da quest


ao anterior, vale:
1

Za

axdx =

Z1

xdx

1
a

3. Verifique que os exemplos acima sugerem a f


ormula:
Z

f (z)dz =

f (g(w))g (w)dw

g1 ()

2 Que divide o R3 em duas regi


oes, uma limitada, chamada interior e a outra ilimitada, o
exterior.

197

7.3. APLICAC
OES DAS DERIVADAS

198

CAPITULO 7. A INTEGRAL DE LINHA

Demonstre esta f
ormula com auxlio de somas de Riemann aplicadas em
ambas as integrais.
Este resultado merece ser formalizado sob o nome de Teorema:
Teorema 24 Mudanca de vari
avel
Princpio do telhado

Se os dois domnios W, estiverem em correspondencia bi-


univoca pela
transformaca
o T , isto e,
T (W ) = ; W, Rn
e se f : R for integr
avel, ent
ao
Z
Z
1
f ()d = f (T (w))det(J(T ))dw =
W

f (T (w))det(J(T 1 ))dw

T 1 ()

Dem :
Vamos fazer a demonstrac
ao num caso particular que rapidamente ir
a colocar a f
ormula
em evid
encia. Vamos supor que seja um hipercubo do Rn+1 quer dizer um conjuto
da forma
= [a1 , b1 ] x [a2 , b2 ] x x [an , bn ] ; a1 , b1 , . . . an , bn R

e um produto cartesiano de intervalos.


Ent
ao
V =

f ()d =

m1
P

...

k1 =0

b
R1

dx1 . . .

m1
P

kn =0

bRn

f (x1 , . . . , xn )dxn

an

a1

f (x1,k1 , . . . , xn,kn )x1,k1 xn,kn

Em que temos, na u
ltima linha, n somas (n vari
aveis) e cada uma destas somas tem
m parcelas, portanto um total de n x m parcelas. Em cada parcela h
a um produto de
n elementos b
asicos
x1,k1 xn,kn
que
e a medida de um hiper paralelepipedo do Rn+1 que n
os podemos supor de lados
iguais a
bj aj
xj,kj =
m
e temos, assim, uma soma de Riemann m
ultipla, uniforme.
a Jacobiana de T , J(T ) que faz a transformac
E
ao local da medida entre os dois
domnios e vamos ver como isto se d
a.
T

W
J (T )

W (dw1 , . . . , dwn ) (d1 , . . . dn )


wk1 ,...kn det(J(T ))x1,k1 xn,kn
quer dizer,

Figura 7.4:

Uma malha retangular em induz uma partica


o no conjunto de sada W

a subdivis
ao de em n x m pedacos induz via T 1 uma divis
ao de W em
n x m pedacos, porque a correspond
encia T
e bi-
univoca. S
ao estes pedacos
que estamos chamando de m-c
elulas de W ; Ver na figura (fig. 7.4) p
agina
198, a representac
ao no caso bidimensional da imagem inversa da malha de
induzindo uma subdivis
ao em W. Em W temos n x m m-c
elulas.
a medida de cada uma dessas m-c
elulas
e aproximadamente
(M ) wk1 ,...kn = det(J(T ))x1,k1 xn,kn
porque s
ao os determinantes que generalizam a multiplica
c
ao: de um lado temos
uma multiplicac
ao deformadapelo determinante da transformac
ao T que d
aa
medida das m-c
elulas (aproximadamente), no conjunto de sada.
Este
e o princpio do telhado (como calcular a
area de um telhado, sabendo a

area ocupada pela casa) ou ainda chamado de princpio do coseno. N


os veremos
este princpio mais a frente, ver no ndice remissivo.
cada hiper -paralelepipedo de
e a imagem de uma m-c
elula de W ;

199

7.3. APLICAC
OES DAS DERIVADAS
det(J(T 1 ) =

1
det(J (T ))

200

CAPITULO 7. A INTEGRAL DE LINHA

= det(J(T ))1

Z Z

ao (M ).
x1,k1 xn,kn det(J(T 1 ))wk1 ,...kn invertendo a equac

V =

m1
P

...

k1 =0

V =

m1
P

...

k1 =0

m1
P

kn =0
m1
P

kn =0

f (x1,k1 , . . . , xn,kn )x1,k1 xn,kn

sup f (x, y)m(W )


(x,y)W

Vamos considerar os domnios formados de aneis centrados na origem Ar,R quer dizer
Ar,R = {(x, y) ; r < |(x, y)| < R ; 0 < r < R}

f (T (wk1 ,...kn )) det(J(T 1 ))wk1 ,...kn


R

f (x, y)dxdy

A soma de Riemann fica, ent


ao, transformada em:

para dois n
umeros reais r, R arbitr
arios, ent
ao

f (T (w)) det(J(T 1 ))dw

e podemos identificar a nova express


ao da integral a partir da soma de Riemann, como
queriamos demonstrar. q.e.d .

Ir,R =

R R

Ar,R

Uma referencia para o resultado sobre a inversa de determinantes, veja


Lang, S - Algebra, pag. 334.

f (x, y)dxdy

sup

f (x, y)m(Ar,R )

(x,y)Ar,R
2

f (x, y) = eR

sup
(x,y)Ar,R

m(Ar,R ) = (R2 r2 ) < R2

4. Mucanca de Vari
aveis

lim eR R2 = 0

R=

(a) Coordenadas polares Calcule


Z Z

ex

o que significa que o resto da integral fora de um crculo de raio R e


despresvel e portanto a funca
o f e integr
avel no plano.
Podemos agora simplesmente aplicar a f
ormula de mudanca de vari
aveis.

dxdy

(b) Verifique que


Z Z

ex

y 2

dxdy = (

ex dx)2

e da deduza o valor de

x2

x
y


p
cos()
; = x2 + y 2 ; = atan( xy )
sen()


 

d
cos() sin()
dx
=
d
sen() cos()
dy
T

Quer dizer que a jacobiana da transformaca


o e o determinante da
matriz das derivadas parciais acima:

dx

(x, y)
= .
(, )

Solu
c
ao 23 (a) Seja f (x, y) = ex y . Com a mudanca de variaveis
de coordenadas cartesianas para coordenadas polares (ou vice-versa)
podemos identificar um disco e um ret
angulo no plano, entretanto
agora temos uma integral cujo domnio e o plano todo e isto n
ao
corresponde a nenhum disco (a n
ao ser que consideremos o plano
impropriamente como um disco). O que temos que fazer aqui e provar
que a integral existe e escrever a sua reformulaca
o com as novas
coordenadas, uma vez que n
ao uma transica
o algebrica simples entre
as duas formulaco
es.
f e constante sobre os crculo de raio R e centro em (0, 0) com o
2
valor eR .
A desigualdade que vai responder a quest
ao da existencia e:

Os limites de integraca
o nas coordenadas polares passam a ser
[0, ) ; [0, 2]
e temos a igualdade:
R R

ex

y 2

dxdy =

R 2
R

R 2
R

0 0

e dd = 2

0 0

R
0

e d =

2 21

(x,y)
(,) dd

eu du =

201

7.3. APLICAC
OES DAS DERIVADAS
(b) Como ex

= ex ey e como a integral
Z

CAPITULO 7. A INTEGRAL DE LINHA

7.3.1

Vetor normal e gradiente

Exerccios 16 Vetor normal e gradiente

ex dx =

202

ey2 dy

1. Prove que o vetor (A, B, C) e perpendicular ao plano

Ax + By + Cz + D = 0

existe3 ent
ao

R R

ex

y 2

dxdy =

ex dx

Solu
c
ao 25 O plano Ax + By + Cz = 0 e paralelo ao plano cuja equaca
o
temos acima, porque a interseca
o entre eles e vazia, se D 6= 0.

ey dy

Para provar isto, resolva o sistema de equaco


es


ex dx)2 =
R

ex

dx =

ex dx = 1 =

ex dx

(7.9)

Calcule a a
rea de .

x
2
0

denunciando que o vetor qualquer (x, y, z) no plano e perpendicular ao


vetor dado (A, B, C). Em outras palavras, o conjunto dos pontos que
satisfazem a equaca
o
Ax + By + Cz = 0

Como o plano Ax+By +Cz = 0 e paralelo ao plano Ax+By +Cz +D = 0


ent
ao, qualquer vetor perpendicular ao primeiro, e tambem perpendicular
ao segundo.

5. Considere a regi
ao limitada pelo sistema de desigualdades
y
x
y + x2

Ax + By + Cz = 0 < (A, B, C), (x, y, y) = 0

e o lugar geometrico dos vetores do espaco que s


ao perpendiculares ao
vetor (A, B, C).

(7.11)

A equaca
o Ax + By + Cz = 0 pode ser escrita com o produto escalar:

=0
= D

e sua conclus
ao deve ser: o sistema e impossvel se D 6= 0.

ou ainda, escrevendo uma f


ormula cl
assica, da probabilidade normal
Z

Ax + By + Cz
Ax + By + Cz

(7.10)

2. Considere uma funca


o deriv
avel
z = F (x, y)

Solu
c
ao 24

definida num domnio do plano.


(a) Derive implicitamente a funca
o
z = F (x, y)

3 a exist
encia desta integral se prova usando argumentos semelhantes ao que usamos para
demontrar a exist
encia da integral de f (x, y).

e deduza da express
ao a equaca
o do plano tangente no ponto (a, b, F (a, b)).
Escreva um vetor perpendicular a
superfcie graf (F ) no ponto (a, b, F (a, b)).
(b) Verfifique que o grad(F ) e proporcional a
` projeca
o de um vetor normal no domnio .

203

7.3. APLICAC
OES DAS DERIVADAS
Solu
c
ao 26 (a) Derivando implicitamente z = F (x, y) temos
F
F
dz =
dx +
dy
x
y

204

CAPITULO 7. A INTEGRAL DE LINHA


tem todos os valores entre 1, 1 como limite, dependendo da reta
sobre a qual este limite seja calculado:
y = ax

Podemos entender os smbolos dz, dx, dy como novas vari


aveis escritas sob forma de diferencas:

za = f (x, y) = f (x, ax) =


za =

z c, x a, y a
em que (a, b, c) e um ponto do espaco e com as derivadas parciais
F F
ca
o da funca
o F nas
x , y calculadas no ponto (a, b) temos a varia
direco
es b
asicas calculadas no ponto (a, b, c) ; c = F (a, b) que nos
permite escrever a equaca
o do plano:
F
F
(x a) +
(y b)
x
y
que e a equaca
o de m plano, que passa no ponto (a, b, F (a, b)) e cujos
coeficientes angulares, nas direco
es b
asicas OX, OY concidem com
as taxas de variaca
o instant
aneas de F neste ponto.
zc=

Observa
c
ao 26 Existencia da derivada
A derivacao implcita cria uma express
ao diferencial que alguns
autores chamam de forma diferencial .
Se F tiver algum plano tangente ele tem que ser sugerido pela forma
diferencial obtida pela primeira derivaca
o implcita (porque podemos
seguir derivando implicitamente).
A existencia das derivadas parciais n
ao garante a existencia de um
plano tangente, em outras palavras F tendo derivadas parciais, n
ao
quer dizer que F seja deriv
avel, e isto acontece ate mesmo com
funco
es univariadas.
Para que isto fique claro, imagine o gr
afico de uma funca
o f deriv
avel
que voce parta num ponto, x = a, o seu gr
afico e desloque um dos
ramos verticalmente. Voccriou uma funca
o g com salto que tem a
mesma derivada a
` direita e a
` esquerda, no ponto x = a que a funca
o
f mas que n
ao tem derivada neste ponto e que poristo mesmo diremos
que n
ao e deriv
avel.
Podemos dizer que este exemplo e artificial. No caso de funco
es
multivariadas h
a exemplos naturais em que acontecem situaco
es como
esta, Veja na figura (fig. 7.5) p
agina 205. A visualizaca
o est
atica do
que acontece e muito pobre, mas voce pode solicitar este gr
afico a
um programa como Scilab, veja abaixo o c
odigo fonte para produzir
o gr
afico, e usar a capacidade do programa de fazer rotaca
o e zoom
ate que voce consiga entender o que acontece.
No ponto (0, 0) a funca
o
z = f (x, y) =

x2 y 2
x2 + y 2

(7.12)
x2 a2 x2
x2 +a2 x2

1a2
1+a2

a = 0 za (0, 0) = 1
a = 2 za (0, 0) = 3
5

(7.13)
(7.14)
(7.15)
(7.16)

O nfimo de za e 1 o que fica expresso no gr


afico pela abertura
que al se pode ver. Esta funca
o tem derivadas parciais em todos os
pontos e inclusive na origem (se calculada a partir da express
ao za )
mostrando a tendencia da superfcie ao se aproximar de um ponto
sobre o eixo OZ.
O programa abaixo pode ser rodado no Scilab (e provavelmente) tambem
roda em MatLab com alguma pequena modificaca
o.
function [x,y,z]=superficie(f,inicio,fim)
x=[inicio:0.1:fim];lx=length(x)
y=[inicio:0.1:fim];ly=length(y)
// deff(y=f(x),y=x^2 +2*x -5)
// deff(z=g(x,y),z=sqrt(abs(f(x)^2 -y^{2})))
for k=[1:lx]
for j=[1:ly]
z(k,j)=f(x(k),y(j));
end;end
plot3d(x,y,z,45,45,@ @ @ grafico - Scilab ,[1,2,4])
function z = h(x,y)
z = (x^2 - y^2)/(x^2 + y^2)
No Scilab
use o bot
ao file
e escolha file operations que vai abrir outra tela
primeiro voce deve selecionar os arquivos do tipo *.data ao
lado do ttulo filename Mask.
Se o arquivo superficie.data estiver disponvel escolha este
arquivo.
depois escolha a opca
o Getf no pe da p
agina
Agora voce est
a de volta na p
agina principal do Scilab e pode
digitar

205

7.3. APLICAC
OES DAS DERIVADAS

206

CAPITULO 7. A INTEGRAL DE LINHA


e

F
F
,
, 1)
x
y

~u = (
grafico - Scilab

em que as derivadas parciais foram calculadas no ponto (a, b). Se F


tiver um plano tangente neste ponto, (se F n
ao tiver plano tangente,
~ sendo
n
ao pode ter vetor perpendicular t
ao pouco), ent
ao o vetor U
perpendicular ao plano tangente e tambem perpendicular ao gr
afico
da funca
o no ponto, por definica
o.
Para projetar ~u sobre o domnio basta zerar a u
ltima coordenada:

P roj|XoY (~u) = (

F
F
,
, 0)
x
y

ou simplesmente
P roj|XoY (~u) = (

F
F
,
)
x
y

que significa que este vetor, de apenas duas coordenadas, tem todas
as demais coordenadas nulas. Este e o vetor das derivadas parciais,
o gradiente de F.
Tambem consideramos grad(F ) como um vetor simb
olico representando o vetor das derivadas parciais de primeira ordem de F num
ponto qualquer.

-1
4.9
-0.0
-5.0

-0.0

-5.0

4.9

3. Ache o grad(F ) em cada caso abaixo e verifique se existe algum ponto


(a, b) do domnio em que ambas as coordenadas de grad(F ) se anulam.
Teste, usando MuPAD ou Maple, a correca
o dos seus c
alculos.
Figura 7.5:

Uma superfcie com ponto singular

superficie(h,-5,5)
que vai produzir o gr
afico da superfcie, em janela pr
opria sobre o
domnio [5, 5] x [5, 5]. Nesta janela gr
afica voce tem opco
es de
manipulaca
o da imagem: zoom, rotaca
o, etc... apertanto os bot
oes
com o ratinho.
O arquivo superficie.data deve acompanhar o texto deste livro
junto com outros arquivos de programas. Se isto n
ao acontecer, entre
em contacto comigo.
Divirta-se e procure entender a superfcie, e veja como a existencia de
derivadas parciais n
ao implica na existencia da derivada (jacobiana)
no ponto (0, 0).
(b) Um vetor perpendicular a
` superfcie graf (f ) no ponto (a, b, F (a, b))

F (x, y) =
1) x2 + y 2 sin(xy)
4) x2 y 3

F (x, y) =
2) x2 2y 2
5) xy

F (x, y) =
3) ln(x2 + y 2 )
2
2
6) y x +y

Solu
c
ao 27
(1)(2x + y 3 cos(xy), 2y sin(xy) + xy 2 cos(xy))
p
x = y ; x = 2 + 2k
(2)(2x, 4y)
2
2
(3)( x22x
+y 2 , f rac2yx + y )
(4)(2xy 3 , 3x2 y 2 )
(5)(yxy1 , xy ln(x))
(6)(y x

+y 2 2xln(y)

, yx

2
2
2
+y 2 x +y +2y ln(y)
)))
(
y

207

7.3. APLICAC
OES DAS DERIVADAS

208

CAPITULO 7. A INTEGRAL DE LINHA

As equaco
es propostas s
ao muito difceis de ser resolvidas (n
ao h
a metodos
definidos). N
os limitamos a encontrar soluco
es o
bvias.

(a) Trabalho de F na direca


o de ~u.

Justificativas:

(c) Projeca
o do vetor ~u na direca
o do gradiente.

(a) (1) Imponha cos(xy) = 0 xy = 2 + 2k reutilize este resultado na


p
express
ao geral onde se x = y ent
ao x = 2 + 2k sin(xy) = 1 e
a consequente igualdade final. Este metodo n
ao garante que todas as
soluco
es foram encontradas, mas mostram que existe soluca
o para
F
F

=
=0
x
y
2x
x2 +y 2

Solu
c
ao 29 (a) Trabalho e um valor acumulado, uma integral por,
exemplo, a express
ao n
ao sugere isto.
(b) Correta, ~u e um vetor unit
ario, o produto escalar produz o m
odulo
da projeca
o na direca
o de um vetor unit
ario.
(c) grad(F ) n
ao e, necess
ariamente um vetor unit
ario, n
ao podemos deduzir que seja verdade.

(b) 2x = 4y = 0 x = y = 0
(c)

(b) Projeca
o do grad(F ) na direca
o do vetor ~u.

= f rac2yx2 + y 2 = 0 n
ao tem soluca
o.

(d) 2xy 3 = 3x2 y 2 = 0 OX OY

6. Considere

(e) yxy1 = xy ln(x) = 0 <=== (x, y) = (1, 0)


2

(f ) y x +y 2xln(y) = y x +y ( x
sempre diferente de zero.

+y +2y ln(y)
))
y

= 0 impossvel porque

z = F (x, y) =
F
x

4. Considere uma curva de nvel F (x, y) = 0 de uma funca


o z = F (x, y)
diferenci
avel. Prove que o gradiente num ponto (a, b) na curva de nvel e
ortogonal a
` curva.

Solu
c
ao 30 Vamos usar uma tecnica de derivacao algortmica que torna
o c
alculo de derivadas mais simples porque quebra as etapas do c
alculo.
Para isto identificamos as funco
es at
omicas que comp
oem uma equaca
o
e depois aplicamos seguidamente a regra da cadeia. Neste caso
As derivadas parciais s
ao:
u(x, y) = (x + 1)2 ; v(x, y) = (y + 1)2
ux (x, y) = 2(x + 1) ; vy (x, y) = 2(y + 1)

Solu
c
ao 28 Derivando implicitaente a equaca
o da curva de nvel, vamos
encontrar a equaca
o da reta tangente:
F
x dx
F
x (x

a) +

F
( F
x , y

F
y dy = 0
F
y (y b)

u2(x, y) = (x2 + 1) ; v2(x, y) = (y 2 + 1)


u2x (x, y) = 2x ; v2y (x, y) = 2y
=

vux u2v2u2x v2(8uv)


(u2v2)2

F (x, y) = 8uv
u2v2
2(y+1)2 (x+1)(x2 +1)(y 2 +1)2x(y 2 +1)(8(x+1)2 (y+1)2 )
(x2 +1)2 (y 2 +1)2

vy uu2v2v2y u2(8uv)
(u2v2)2

2(y+1)(x+1)2 (x2 +1)(y 2 +1)2y(x2 +1)(8(x+1)2 (y+1)2 )


(x2 +1)2 (y 2 +1)2

=0

) C(a, b)

em que C representa a curva de nvel passando por (a, b).


Como o gradiente e perpendicular a
` reta
F
F
(x a) +
(y b) = 0
x
y
que e tangente `curva C ent
ao o gradiente e perpendicular a
` C.

5. Derivada direcional Qual das frases seguintes descreve o significado da


express
ao
F
F
< grad(F ), ~u > ~u =
cos() +
sin()
x
y
em que ~u = (cos(), sin()).

8 (x + 1)2 (y + 1)2
(x2 + 1)(y 2 + 1)

F
x
F
y

em que gx =

g
x

Nas duas u
ltimas linhas aparecem as derivadas parciais como seriam calculadas dentro de um programa de computador. Mas ate mesmo para representaca
o numa p
agina eletr
onica, o uso de derivaca
o algoritmica tem suas
vantagens porque podemos cortar e colar na express
ao final seguindo o
modelo proposto pela express
ao algoritmica.
Depois de editar as express
oes acima num editor de texto, com a sintaxe
de MuPAD ou Maple, que s
ao identicas, temos
u := (x,y)
v := (x,y)

-> (x+1)^2
-> (y+1)^2

7.3. APLICAC
OES DAS DERIVADAS

209

210


1 1
x0
u
(u, v) = (1/2, 1/2) y 1 = 1 1
v
z2
1 4



x
1 1
1
y 1 = 1 1 u 12
v 2
1 4
z2

ux := diff(u,x)
vy := diff(v,y)
u2 := (x,y) -> x^2 +1
v2 := (x,y) -> y^2 +1
u2x:= (x,y) -> 2*x
v2y:= (x,y) -> 2*y
fx := (x,y) -> -v(x,y)*ux(x,y)*u2(x,y)*v2(x,y)
- u2x(x,y)*v2(x,y)*(8-u(x,y)*v(x,y))/(u2(x,y)^2*v2(x,y)^2)
fy := (x,y) -> -u(x,y)*vy(x,y)*u2(x,y)*v2(x,y)
- v2y(x,y)*u2(x,y)*(8-u(x,y)*v(x,y))/(u2(x,y)^2*v2(x,y)^2)
estas express
oes podem ser sucessivamente coladas na a
rea de trabalho do
MuPAD e agora poderiamos facilmente calcular a equaca
o do plano tangente
no ponto (a, b, F (a, b)) = (1, 1, F (1, 0)) = (1, 1, 2)
A=

CAPITULO 7. A INTEGRAL DE LINHA

1
2
1
2

Na u
ltima linha temos as equaco
es parametricas do plano tangente a
` superfcie no ponto indicado.

8. Mostre que todas as retas perpendiculares a


` superfcie da esfera de centro
na origem, passam tambem na origem.

F
F
|(1,0) = 12 ; B =
|(1,0) = 20
x
x

Solu
c
ao 32 Basta mostrar que as retas perpendiculares `a superfcie
da esfera tem produto vetorial nulo com o vetor posicao do ponto de
interesecao.

sendo a equaca
o do plano:
z 2 = 12(x 1) 20(y 1)

Precisamos da definica
o de reta perpendicular:

Os c
alculos foram feitos com MuPAD. Ver em [?, mupad]omo obter MuPAD.
Observe que f x = f
ca
o do MuPAD.
x na nota

Defini
c
ao 21 Reta perpendicular a uma variedade Uma reta ser
a perpendicular a
` superfcie de uma variedade num ponto P se for perpendicular
a
` variedade linear tangente naquele ponto.

7. Encontre o plano tangente a superfcie


x = u2 v 2 ; y = u + v; z = u2 + 4v; u, v D1

A equaca
o da esfera z 2 + x2 + y 2 = r2
A equaca
o da variedade linear tangente:
2zdz + 2xdx + 2ydy = 0 c(z c) + a(x a) + b(y b) = 0

no ponto (0, 1, 2).


Solu
c
ao 31 A diferencial contem o formato da equaca
o do plano tangente, e observe que a express
ao que aparece na primeira linha do conjunto
de equaco
es seguinte, e o equivalente a derivacao implcita para o caso de
funco
es vetoriais de v
arias vari
aveis.
2

u v2
x
y 7 u + v
z
u2 + 4v



2u 2v
dx
du
dy = 1
1
dv
2u
4
dz

4 MuPAD

e um programa de Computaca
o Alg
ebrica semelhante ao Maple ou Mathematica,
com a importante caracterstica de que
e distribuido com um preco simb
olico.

A u
ltima equaca
o e a equaca
o cartesiana da variedade linear tangente
no ponto (a, b, c) em que as derivadas parciais que aparecem na derivaca
o
implcita foram calculadas, revelando que o vetor posica
o (a, b, c) e perpendicular ao plano tangente no ponto (a, b, c), como queriamos demonstrar.

7.4

Derivadas de func
oes vetoriais

Podemos extender as operacoes usuais, as quatro operacoes, produto escalar e


produto vetorial, para serem efetuadas com vetores formais que representam
operadores diferenciais. Vamos apresentar abaixo estas definicoes que serao

211

7.5. MISCELANEA DE EXERCICIOS

usadas nos exerccios. Para nao tornar muito pesada a notacao, vamos supor
que estamos trablhando com espacos de funcoes de dois tipos:
3

R R

(7.17)

R R

(7.18)

212

CAPITULO 7. A INTEGRAL DE LINHA


(a)
H

I=

H
u(x, y)dx + v(x, y)dy = (x3 3xy 2 )dx + (3x2 y y 3 )dy

I=

f sera chamada de campo escalar, e F sera chamada de campo vetorial e vamos


manter este habito nesta secao, letra min
uscula para campos escalares e as
mai
usculas para campos vetoriais.

I=

R1

0
R1

R1

R1

R1

3tdt

I=

3t2 1
2 |0

3(1 t)dt =

R0

R1
0

2.
3.

udx + 0 + 0 +

vdy +

3
2

3(t)dt

3
2

udx + 0 + 0 +

=0

vdy =

R1

R1

3tdt + (1 t)dt =
0

0
R1

3tdt +

3t2 1
2 |0

Miscel
anea de Exerccios

Veja na figura (fig. 7.6) p


agina 213, o quadrado Q com as parametrizaco
es
dos seus lados.

3t2 0
2 |1

R1
R1
R1
t3 dt + (3t t3 )dt ((1 t)3 (1 t))dt (1 t)3 dt =
0

(d) u(x, y) = 3x2 2y 2 ; v(x, y) = 6xy.

3tdt

1.

(c) u(x, y) = 3x2 3y 2 ; v(x, y) = 6xy.

3
2

3tdt =

R0

H
u(x, y)dx + v(x, y)dy = (x3 xy 2 )dx + (3x2 y y 3 )dy =

Exerccios 17 Operadores diferenciais

(b) u(x, y) = x3 xy 2 ; v(x, y) = 3x2 y y 3 .

R1

(b)

(a) u(x, y) = x3 3xy 2 ; v(x, y) = 3x2 y y 3 .

vdy

0
R1

R1

I=

rotacional

de lado 1 com os vertices (0, 0), (1, 1), nos seguintes casos

R1
t dt + (3t t )dt ((1 t)3 3(1 t))dt + (1 t)3 dt

F2 F3
F1
+
=< grad(F ), e1 > + < grad(F ), e2 > + < grad(F ), e3 >
x
y z

udx + 0 + 0 +

R1
R1
I = (x3 3xy 2 )dt + (3x2 y y 3 )dt +

div Produz um campo escalar ao ser aplicado em um campo vetorial F

Exerccios 18 Integral e Derivada


H
1. Soluca
o: Calcule u(x, y)dx+v(x, y)dy em que e a fronteira do quadrado

o vetor das derivadas parciais ( , , ) O gradiente produz um


grad E
x y z
vetor de dimens
ao maior do que a funca
o em que ele for aplicado.

7.5

vdy +

(x 3xy )dt (3x2 y y 3 )dt

Defini
c
ao 22 Operadores diferenciais

Este campo escalar mede a dispers


ao entre grad(F ) e os vetores unit
arios
das direco
es dos eixos coordenados, da o seu nome.

udx + 0 + 0 +

t2 0
2 |1

R0

(t)dt =

3
2

1
2

3t2 1
2 |0

=1

R0

tdt =

(c)
H

H
u(x, y)dx + v(x, y)dy = (3x2 3y 2 )dx + 6xydy =

udx + 0 + 0 +

vdy +

R1

3t2 dt +

R1

R1
0

3t dt +

3t3 1
3 |0

udx + 0 + 0 +

vdy =

R1
6tdt (3(1 t)2 3)dt + 0 =

R1
0

6tdt

6t2 1
2 |0

R0

R0

(3(t)2 3)dt + 0 =

(t)2 dt + 3

R0

dt =

213

7.5. MISCELANEA DE EXERCICIOS

214

CAPITULO 7. A INTEGRAL DE LINHA


R1

3t2 dt +

(1t , 1) t [0, 1] dx=dt;dy=0

3t dt +

3t3 1
3 |0

t [0,1]

dx=0; dy=dt

dx=0
dy=dt

6tdt

6t2 1
2 |0

3t3 1
3 |0

(1 , t) t [0,1]

R1
6tdt (3(1 t)2 2)dt + 0 =

R1

3t3 1
3 |0

(0,1t)

6t2 1
2 |0

R0

R0

6t2 1
2 |0

(t)2 dt + 2

(3(t)2 2)dt + 0 =

R0

R0

dt =

t2 dt + 2t|01 =

3 t3 |01 + 2t|01 =
1+312= 1

2. Analise uma concidencia: a quest


ao anterior voce pode separar em dois
pares de itens: no primeiro item, de cada par,
I
u(x, y)dx + v(x, y)dy = 0

e no segundo item

(t , 0) t [0,1] dx=dt; dy =0
Figura 7.6:

R1

R1

Parametrizaca
o do quadrado Q de lado 1, com v
ertices (0, 0), (1, 1).

3t3 1
3 |0
3

3t
3

6t2 1
2 |0

|10 +

6t
2

R0

t2 dt + 3t|01 =

|10 3 t3 |01 + 3t|01 =

udx + 0 + 0 +

obviamente com uma pequena diferenca entre (u, v) de cada par. Calcule
(x + iy)3 e3(x + iy)2 ao fazer esta an
alise e tente descobrir qual a diferenca envolvida com a concidencia.
Solu
c
ao 33 No primeiro par temos (x + iy)3 e uma modificaca
o da terceira potencia que deixa de ser uma terceira potencia. O mesmo acontece
com o segundo par e a segunda potencia de (x + iy). N
ao se trata de
nenhuma concidencia, como veremos no captulo 3, indepedencia de caminhos. Veja tambem o pr
oximo exerccio.

3. Troque, nos itens da quest


ao 1 a curva pelo crculo unit
ario S1 e verifique
que a concidencian
ao se repete.

Solu
c
ao 34 (a) Vamos usar a parametrizaca
o

u(x, y)dx + v(x, y)dy 6= 0,

1+313=0

u(x, y)dx + v(x, y)dy = (3x2 2y 2 )dx + 6xydy =

(d) u(x, y) = 3x2 2y 2 ; v(x, y) = 6xy


H

vdy +

udx + 0 + 0 +

vdy =

S1 {(x, y) = (cos(t), sin(t))t[0,2] }.


H
u(x, y)dx + v(x, y)dy =
S1

215

7.5. MISCELANEA DE EXERCICIOS


H

S1

2
R
0

(x3 3xy 2 )dx + (3x2 y y 3 )dy =

(x3 3xy 2 )d(cos(t))dt +


=
+

2
R

0
2
R

0
2
R

2
R

cos3 (t)sin(t)dt +

3cos3 (t)sin(t)dt

u3 du +

R0
0

3u3 du

(b) Vamos usar a parametrizaca


o

0
2
R

sendo portanto nulas.


Este exemplo ser
a util no captulo 3 quando estudarmos independencia
de caminhos e diferencial exata.

4. Verifique que, se z = (x + iy) ent


ao
z 3 = f (x, y) = (f1 (x, y), f2 (x, y)) = (x3 3xy 2 , y 3 + 3x2 y)

3cos(t)sin3 (t)dt +

f2
1
3z 2 = (3x2 3y 2 , 6xy) = ( f
x , x ) =

sin3 (t)cos(t)dt =

3u3 du

R0

Solu
c
ao 35 Direto, basta fazer as contas e verificar as identidades.

u3du = 0

S1 (x, y) = (cos(t), sin(t))t[0,2] .


H

u(x, y)dx + v(x, y)dy =

S1

S1

2
R
0

=
=

2
R
0

2
R
0

(x3 xy 2 )dx + (3x2 y y 3 )dy =

(x3 xy 2 )d(cos(t))dt + (3x2 y y 3 )d(sin(t))dt =

(cos3 (t) cos(t)sin2 (t))sin(t)dt + (3cos2 (t)sin(t) sin3 (t))cos(t)dt =

cos3 (t)sin(t)dt +

2
R

cos(t)sin3 (t)dt +

2
R
0

porque todas as integrais s


ao da forma
Za

3cos3 (t)sin(t)dt

un du

(c) As integrais neste caso se reduzem a express


oes da forma
Za
a

un du

d 3
dz z

1 f2
3z 2 = (3x2 3y 2 , 6xy) = i( f
y , y )

R1

un du

(cos3 (t) 3cos(t)sin2 (t))sin(t)dt +

0
2
R

R1

Za

(3cos2 (t)sin(t) sin3 (t))cos(t)dt =

2
R

(3x2 y y 3 )d(sin(t))dt =

2
R

sendo portanto nulas.

(cos3 (t) 3cos(t)sin2 (t))d(cos(t))dt +

CAPITULO 7. A INTEGRAL DE LINHA

(d) As integrais neste caso se reduzem a express


oes da forma

2
R

(3cos2 (t)sin(t) sin3 (t))d(sin(t))dt =

216

2
R
0

sin3 (t)cos(t)dt = 0

5. Considere um campo vetorial (u(x, y), v(x, y)) definido em um domnio


2
ario P, Q dizemos que
Hdo plano, R . Dados dois pontos arbitr
u(x, y)dx + v(x, y)dy nao depende de caminhos se para quaisquer curvas
1 , 2 ligando P, Q tivermos
I
I
u(x, y)dx + v(x, y)dy = u(x, y)dx + v(x, y)dy
1

Prove
H que u(x, y)dx + v(x, y)dy ser independente de caminhos equivale
a W u(x, y)dx + v(x, y)dy = 0 para todo sub-domnio W . em que
W representa a fronteira da regi
ao W.
Solu
c
ao 36 Vamos usar uma notaca
o mais curta para
dz = udx + vdy
que depois veremos que tem um sentido pr
oprio. Agora e apenas uma
notaca
o.
Considere W um sub-domnio de . A fronteira de W , W, e ent
ao formada por uma ou mais curvas fechadas contidas tambem em , que s
ao
as fronteiras das diversas componentes de W. Basta resolvermos o caso
de uma das componentes ou supormos que W tem uma u
nica componente
e portanto que W e uma curva fechada contida em .

217

7.5. MISCELANEA DE EXERCICIOS

Suponhamos que dz = udx + vdy seja independente de caminhos e


consideremos em = W dois pontos arbitr
arios P, Q em . Como
dz e independente de caminhos, ent
ao
IQ

dz =

IQ

dz

em que as integrais acima s


ao consideradas em cada um dos dois
caminhos que os pontos P, Q determinam sobre . Se observarmos
que
IP
IQ
dz = dz
Q

porque de uma integral pode apenas haver uma mudanca de sinal


nas parametrizacoes, e obviamente, vamos escolher este caso para as
parametrizacoes, ent
ao
IQ

dz =

IP

dz =

IQ

dz +

IP

dz = 0

dz = 0

Consideremos agora dois pontos P, Q e dois caminhos 1 , 2 ligando estes dois pontos. Observando que podemos designar por 2
o caminho que liga Q a P se 2 ligar P a Q nesta ordem, porque h
a
uma parametrizaca
o dos dois caminhos que diferem apenas por uma
troca de sinal, ent
ao 2 2 e uma curva fechada que limita (um ou
mais) sub-domnios de . Mais de um, eventualmente, porque estas
curvas podem se cortar, mas a hip
otese vale para todas as componentes assim obtidas e basta considerarmos o caso em que as curvas n
ao
se cortam e que temos apenas uma componente. Seja W esta u
nica
componente com
W = 2 2
Ent
ao

I=

dz

dz =

dz ; I =

I=

dz ;

HQ

dz +

mostra que e independente a escolha do caminho que liga os dois


pontos P e Q.

Solu
c
ao 37 Vamos seguir usando a notaca
o introduzida anteriormente:
dz = udx + vdy.
O leitor deve meditar sobre os dois resultados, este e o do exerccio 6. Para
mostrarmos que dz n
ao e independente de caminhos, temos que encontrar
uma curva fechada tal que
I
dz = 0

devido ao exerccio 5. Ao mesmo tempo os exerccios 6 e 3 mostram que


isto pode n
ao ser f
acil... No exerccio 6 temos dois diferenciais dz e uma
curva fechada tal que
I
dz = 0

porque a u
ltima integral apenas resume que na pen
ultima a curva
foi percorrida de P ate P.
Suponhamos agora que para qualquer sub-domnio W de ,
I
dz = 0.

HQ

CAPITULO 7. A INTEGRAL DE LINHA

x
x
6. Verifique que (u(x, y), v(x, y)) = ( x2 +y
ao e independente de
2 , x2 +y 2 ) n
caminhos em um domnio qualquer do plano contendo a origem.

218

quando sabemos, a partir do exerccio 3 que a segunda e a quarta express


ao
diferencial dependem do caminho. Isto apenas significa que existe alguma
curva fechada sobre a qual
I
dz 6= 0.

Em outras palavras, dz mesmo sendo dependente do caminho pode haver


uma curva fechada tal que
I
dz = 0.

Esta situaca
o, que parece ca
otica, vai ficar inteiramente clarificada no
captulo 3. Aqui ela representa apenas exerccios de integral de linha, e,
obviamente, uma antecipaca
o de conceitos, apesar de que estes parecam
pouco interessantes. Consulte o captulo 3 para entender a diferenca.
Vamos experimentar o c
alculo de dz sobre S1 .
H
dz =
S1

dz =
H

dz = 0 ;

dz

dz ; I =
H

1 2

dz =

dz

dz

2
R

u(cos(t), sin(t))d(cos(t)) + v(cos(t), sin(t))d(sin(t)) =

2
R
0

cos(t)sin(t)dt sin(t)cos(t)dt = 0

7.5. MISCELANEA DE EXERCICIOS

219

Somente com vari


aveis complexas e que poderemos entender bem o que
est
a acontecendo aqui, os reais s
ao deficientes. Observe que dz n
ao est
a
definida na origem (0, 0) que se encontra dentro de S1 , e S1 n
ao e uma
2
curva fechada se considerarmos R = C, tem um salto de 2i quando se
percorre a curva completamente. Isto fica invisvel aqui.

220

CAPITULO 7. A INTEGRAL DE LINHA

222

CAPITULO 8. O TEOREMA DE GREEN

1. Derivadas
(a) Calcule as derivadas (jacobianas) das funco
es
F (x, y) =
F (x, y) =
F (x, y, z) =
1) xcos(y)
2) (xcos(y), ycos(x)) 3) (xy, yz, zx)
4) (1, xy, xy) 5) (y, xy, x)
6) (y, z, x)

Captulo 8

O teorema de Green

(b) Justifique porque as matrizes abaixo n


ao s
ao derivadas:
f (x, y) f (x, y, z)
f (x)
1) xy
2) (x, y, xy, z) 3) (x, 2y)
Solu
c
ao 38 (a) C
alculo das derivadas.

cos(y) x sin(y)


cos(y)
x sin(y)
F (x, y) = (x cos(y), y cos(x) 7 J(F ) =
y sin(x)
cos(x)

y x 0
F (x, y) = (xy, yz, zx) 7 J(F ) = 0 z y
z 0 x

0 0 0
F (x, y) = (1, xy, xy) 7 J(F ) = y x 0
y x 0

0 1 0

y x 0
F (x, y) = (y, xy, x) 7 J(F ) =
1 0 0

0 1 0

0 0 1
F (x, y, z) = (y, z, x) 7 J(F ) =
1 0 0
F (x, y) = xcos(y) 7 J(F ) =

8.1

Teorema de Green
Existem varios tipos de integral de linha, numericas
ou vetoriais depende do tipo de operacao que aparecer no integrando. Por exemplo, a Fsica define
trabalho
Z
F ~(s) ds

onde temos o produto escalar de uma forca F aplicada a uma partcula que percorre uma curva no
espaco. Vamos discutir este tipo de integral aqui
como preparacao para integral de superfcies.
Na linguagem habitual deste contexto as funcoes vetoriais sao chamadas de campos vetoriais .
Vamos dar um sentido matematico `a nocao fsica de
campo vetorial conservativo ou, em oposicao a este
conceito, o de campo vetorial n
ao conservativo e por
este caminho enunciar o Teorema de Green e fazer
algumas aplicacoes dele.

8.1.1

Campos vetoriais conservativos ou n


ao

As funcoes univariadas tem uma derivada. As funcoes multivariadas e as funcoes


vetoriais (campos vetoriais) tem varias derivadas parciais que formam sua matriz
jacobiana que e a derivada destas funcoes.
A matriz jacobiana, ou simplesmente a jacobiana e uma matriz de funcoes.
Nem sempre uma matriz de funcoes e uma jacobiana.
Exerccios 19 Derivadas parciais
221

(b)

i. f (x, y) = xy e bivariada, para ser uma derivada teria que ter


duas coordenadas, s
o tem uma, n
ao pode ser uma derivada.
ii. f (x, y, z) = (x, y, xy, z) tem tres vari
aveis uma funca
o de tres
vari
aveis, para ser uma derivada, tem que ter tres coordenadas.
f tem quatro coordenadas, n
ao pode ser uma derivada.
iii. f (x) = (x, 2y) est
a mal definida, tem uma vari
avel y que e impossvel de ser usada. Nem funca
o e.

2. Seja uma funca


o diferenci
avel F : Rn Rm . Escolha e justifique como
ser
a sua derivada:
1) J(F ) : Rn Rm
2) J(F ) : Rn+m Rm
3) J(F ) : Rn Rm+n 4) J(F ) : Rn Rnm

223

8.1. TEOREMA DE GREEN

224

CAPITULO 8. O TEOREMA DE GREEN

Solu
c
ao 39 F tem como conjunto de sada o Rn ent
ao tem n vari
aveis.
O conjunto de chegada e o Rm ent
ao F tem m funco
es coordenadas. Isto
significa que F vai ter nm derivadas parciais, cada funca
o coordenada vai
ter n derivadas, e a derivada vai ter nm funco
es coordenadas.
O conjunto de chegada da derivada e Rnm . A opca
o correta e a (4), a
derivada tem o mesmo n
umero de vari
aveis que a funca
o original, e tem
nm coordenadas. Vai ser uma matriz m x n, em cada uma das m linhas
(coordenadas) de J(F ) vamos escrever as n derivadas parciais relativas a
`s
n vari
aveis (colunas).

3. Escreva a expressao diferencial (o diferencial) da funca


o
F (r, ) = (r cos(), r sin(theta)).
Solu
c
ao 40 O diferencial e uma express
ao linear cujos coeficientes s
ao
as derivadas (parciais) e as vari
aveis s
ao os diferenciais das vari
aveis:


 
dF1
cos() r sin()

dF =
=
dF2
sin() r cos()

 

cos()dr r sin()d
dr
=
sin()dr + r cos()d
d
Quando uma funca
o tiver uma u
nica coordenada, o seu diferencial e frequentemente chamado de diferencial total. Cada linha da u
ltima matriz e
um diferencial total. Esta denomianca
o reflete a confus
ao que ainda hoje
se tem do conceito de diferencial ainda eivado de mitos. Qaando se deriva implicitamente se chega, naturalmente, ao diferencial total que e um
produto de matrizes. Veja que as linhas da u
ltima matriz, s
ao diferenciais
totais das coordenadas de F.

2y
y2

2x
2xy

2)

2y
2xyy

2xy
2y

(8.1)

Solu
c
ao 41 (a) A funca
o tem duas coordenadas que est
ao sendo designadas por x, y e e uma matriz 2 x 2 portanto F : R2 R2 e
temos
!
J(F ) =

(b)

F1
x
F2
x

F1
y
F2
y

z=
1) xy

8.1.2

z=
2) 2xz + xy

z=
3) x2 + 2xyz + y 2

Forma trivial do Teorema de Green

Vamos descobrir, nesta secao, um dos teoremas mais intrigantes e envolventes da


analise matematica. Ele representa uma generalizacao do Teorema Fundamental
do Calculo Integral e serve para associar integrais cujos domnios tem uma
diferenca na dimensao de uma unidade: uma regiao e sua fronteira
A formulacao pela qual vamos passar aqui serve para determinar quando um
campo vetorial e conservativo.
Precisamos do conceito de curva fechada , e aquela que em qualquer parametrizacao
[a, b] t (t) Rn ; (a) = (b)
quer dizer que a extremidade final concide com a inicial.
Se F for uma funcao diferenciavel, entao naturalmente dF e uma diferencial
exata. Definimos assim uma diferencial exata, uma expressao obtida pela
derivacao de uma funcao. Esta definicao nao e boa porque ela nao oferece um
metodo para verificar explcitamente quando uma expressao e uma diferencial
exata, em breve estaremos em posicao de fazer uma definicao acompanhada um
metodo de verificacao da mesma.
A forma tpica com que escrevemos diferenciais e:
P (x, y)dx + Q(x, y)dy ; P (x, y, z)dx + Q(x, y, z)dy + R(x, y, z)dz . . .
e, por exemplo, se P (x, y)dx + Q(x, y)dy for uma diferencial exata, entao existe
uma funcao bivariada, de classe C em um aberto do Rn , F , tal que (quando
n = 2)
F
F
P (x, y) =
; Q(x, y) =
.
x
y
Vamos escrever a teoria aqui para R2 uma extensao para n > 2 e relativamente simples e isto sera feito em captulo proximo.

4. Descubra uma funca


o cuja derivada seja
1)

5. Derive implicitamente

Exerccios 20 Teorema de Green


1. Verifique quais das express
oes abaixo e uma diferencial exata:
dF
1) 3xdx
4) y 2 dx + 2ydy

= F = (2xy, 2xy 2 )

dF
2) ydx + xdy
5) yzdx + xzdy + xydz

dF
3) y 2 dx + 2xydy
2
6) ex dx

2. HPara cada uma das express


oes P dx + Qdy da quest
ao anterior, calcule
P dx + Qdy em que e o c rculo unit
ario S1

225

8.1. TEOREMA DE GREEN

Ver na figura
(fig. 8.2), p
agina 231, o significado da orientaca
o das
H
curvas,
indica que a integral deve ser calculada no sentido positivo
(contr
ario aos dos ponteiros do rel
ogio) sobre a curva.
3. Prove que se for uma curva fechada e P dx + Qdy for uma diferencial
exata, ent
ao
I
P dx + Qdy = 0

4. Calcule as derivadas mistas de ordem 2 das seguintes funco


es
F (x, y)
1) x2 ycos(xy)
4) cos2 (xy)x2 y 3

F (x, y, z)
2) xyz sin(xy)
5) x2 yz 2 exy

F (x, y, z, w)
3) x2 cos(xz)y
2
6) exyz z 3

2F
2F
=
.
xy
yx

lim lim

2 F
xy

= lim

F
y

x=0

lim lim

y=0 x=0

lim lim

y=0 x=0

6. independencia da parametrizaca
o

(cos(2t), sin(2t))t[0,1] = S1
para o crculo trigonometrico. Calcule o comprimento de arco considerando esta parametrizaca
o.

(cos(t), sin(t))t[,] = S1
para o crculo trigonometrico. Calcule o comprimento de arco considerando esta parametrizaca
o.

=I

2 F
yx

F
yx

F (a+x,b+y)F (a+x,b)F (a,b+y)+F (a,b)


xy

Desenvolvendo agora

Teorema 25 Teorema de Schwarz


Se uma funca
o multivariada tiver suas derivadas de primeira ordem contnuas
e deriv
aveis ent
ao
2F
2F
=
xk xj
xj xk

(b) Considere a parametrizaca


o
(a+x,b) F
y (a,b)
x

F (a+x,b+y)F (a+x,b)
(a,b)
F (a,b+y)F
y
y

x=0 y=0

Os c
alculos feitos acima somente ser
ao v
alidos se cada uma das derivadas
de primeira ordem for contnua, numa vizinhanca do ponto (a, b), caso
contr
ario n
ao poderemos calcular a outra derivada, iteradamente. O teorema fica assim:

(a) Considere a parametrizaca


o

Idenfique exatamente onde e necess


ario a continuidade de cada uma das
derivadas de primeira ordem.

2F
xy

CAPITULO 8. O TEOREMA DE GREEN

as derivadas mistas de segunda ordem, e consequentemente de ordem superior, nas mesma condico
es, s
ao iguais.

5. Teorema de Schwarz Expanda os quocientes de diferencas que, respectiva2F


2F
mente, definem xy
, yx
e verifique que, se cada uma das derivadas de
primeira ordem for contnua, ent
ao

Solu
c
ao 42 Desenvolvendo

226

(c) Verifique que

dt +

= lim

y=0

F
x

(a,b+y) F
x (a,b)
y

dt

tambem e o comprimento de arco de S1 e descreva qual foi a parametrizaca


o usada.
=

F (a+x,b+y)F (a,b+y)
(a,b)
F (a+x,b)F
x
x

(a+x,b)F (a,b)
lim lim F (a+x,b+y)F (a,b+y)F
yx
y=0 x=0

Vemos assim que, independente de como calcularmos as derivadas segundas mistas, chegaremos ao mesmo quociente de diferencas de segunda ordem, portanto, se o limite existir, elas tem que ser iguais.

Observa
c
ao 27 A independencia de caminho
Trocar a parametrizac
ao forca uma troca na escala, sem d
uvida, isto n
ao impede que
falemos em independ^
encia de parametriza
ca
~o.
Outra coisa
e independ
encia de caminho. As func
oes multivariadas oferecem uma nova
vis
ao. Veja a figura (fig. 8.1) p
a gina 227,
Vamos dizer que uma express
ao diferencial
P (x, y)dx + Q(x, y)dy

227

8.1. TEOREMA DE GREEN

Os

228

CAPITULO 8. O TEOREMA DE GREEN

8. Mostre que a equaca


o
F (X) =

P dx + Qdy

caminhos
,, .

IX

define uma funca


o no plano se P dx + Qdy for uma diferencial exata.
9. Considere uma diferencial exata dF = P dx + Qdy e um ponto M no
domnio em que dF est
a definida. Chame F a u
nica funca
o definida
por
X
I
F (X) = P dx + Qdy
M

F
e calcule F
ao, como dF n
ao depende de caminhos, use
x e y . Sugest
caminhos paralelos aos eixos ao calculas os quocientes de diferencas.
H
10. Calcule (y + 3x)dx + (y x)dy em que E e a curva x2 + 4y 2 = 4
E

Solu
c
ao 43 Temos que comecar escolhendo uma paramentrizaca
o para
a curva E que e uma elipse, logo uma deformaca
o adequada de uma parametrizaca
o do crculo trigonometrico funciona: Como x = 0 = y =
1 e y = 0 = x = 2 vemos que a distorca
o adequada e
E = (x(t), y(t)) = (2 cos(t), sin(t))t[0,2]

Distintos caminhos entre os pontos P,Q

Figura 8.1:

Os distintos caminhos entre P, Q no domnio , ; , ,

e independente de caminhos, se se dados dois pontos M, N e dados dois quaisquer


caminhos que liguem estes dois pontos, , ent
ao
Z
Z
P dx + Qdy
P dx + Qdy =

=
=
= 2

2
R

0
2
R

(y + 3x)dx + (y x)dy =

2(sin(t) + 6 cos(t)) sin(t)dt +

(2 sin2 (t) 12 cos(t) sin(t))dt +

0
2
R
0

(sin2 (t) + cos2 (t))dt 12

2
R

para qualquer curva fechada.

(sin(t) 2 cos(t)) cos(t)dt =

0
2
R
0

(sin(t) cos(t) 2 cos2 (t))dt =

cos(t)(sin(t))dt +

Se uma express
ao diferencial for independente de caminhos, nos a chamaremos de
diferencial exata.

7. Mostre que se P dx + Qdy for uma diferencial exata, ent


ao
Z
P dx + Qdy = 0

2
R

11. Qual das frases abaixo descreve o significado de


I
P dx + Qdy

o comprimento de arco de .
E

2
R

(sin(t) cos(t) dt =

229

8.1. TEOREMA DE GREEN

o trabalho exercido pela forca (P, Q) ao longo da trajet


E
oria .
nulo.
E
aa
E
rea de uma regi`
ao.

Solu
c
ao 44
Como o comprimento de arco e integral da velocidade
e o campo vetorial n
ao e derivada de uma funca
o vetorial de vari
avel
escalar (tempo) ent
ao a primeira frase n
ao serve.
A terceira n
ao tem consistencia.
A quarta poderia ser verdadeira, mas e preciso de mais hip
oteses
portanto e incompleta.
A segunda corresponde a integral, e o produto escalar de um campo
vetorial (P, Q) com o diferencial da curva, corresponde a
` definica
o
de trabalho da forca (P, Q) ao longo da trajet
oria .

12. Considere a express


ao diferencial P dx + Qdy em que P, Q s
ao funco
es
integr
aveis nas vari
aveis x, y. Verifique que
R R Q
H

Q(x, y)dy
x dxdy =

RR

P
y

dxdy =

P (x, y)dx

CAPITULO 8. O TEOREMA DE GREEN


Teorema 26 Teorema de Green
Seja (P (x, y), Q(x, y)) um campo vetorial. Ent
ao
Z Z
I
P
Q

)dxdy
P dx + Qdy =
(
x
y

Com frequ
encia o Teorema de Green
e enunciado assim
Z Z
I
Q
P
(

)dxdy =
P dx + Qdy
x
y

H
e esta sutil diferenca tem um sentido: a integral de linha, que o smbolo indica que
ela deve ser calculada no sentido positivo da fronteira de , mede a variac
ao total do
campo vetorial (P, Q) sobre e nestes termos o Teorema de Green
e uma generalizac
ao
do Teorema Fundamental do C
alculo. Veja que ele relaciona os valores de uma parte
da derivada do campo diferencial sobre um domnio de dimens
ao dois e calcula esta
variac
ao ao longo de um domnio de dimens
ao 1 que
e a fronteira de .
A integral de linha trouxe um novo conceito que era pouco visvel nas integrais simples
(onde ele j
a existia), o sentido em que a integral
e calculada. Este aspecto agora se
reveste de uma outra caracteris ca, agora dizemos,
Calculamos a integral de f sobre .
A orientac
ao de
e positiva (ou negativa).
Antes diziamos:

Rb
a

f ou

Ra

f.

Veja na figura (fig. 8.2) p


agina 231,

em que e uma regi


ao do plano limitada e sua fronteira tem um
comprimento finito.
13. Teorema de Green Verifique que, se
P dx + Qdy
for uma diferencial exata, e for um domnio do plano limitado por
uma curva curva fechada , ent
ao
Z Z
I
Q P
P dx + Qdy =
(

)dxdy
x
y

230

Observa
c
ao 28 Campo conservativo
Como prometemos na introduc
ao, vamos definir matemmaticamente o que os fsicos
chamam campo conservativo.

f
E
acil de falar de orientac
ao e at
e expressar de forma geom
etrica o que isto significa.
A definic
ao formal
e mais complicada, e n
os a deixaremos de lado por enquanto.
Voltaremos a este assunto quando estudarmos as superfcies.
Diremos que uma orientac
ao
e a positiva se ela contrariar o sentido em que se movem
os ponteiros do rel
ogio. Na (fig. 8.3) voc
e pode ver uma forma geom
etrica de definir
orientac
ao. Veja p
agina 232.
Uma curva, no interior de um domnio pode ter uma orientaca
o incompatvel com a
orientac
ao da fronteira.
Veja na figura (fig. 8.3) p
agina 232, a curva , no interior de que n
ao pode ser
orientada de forma compatvel com a fronteira. Na figura mencionada, h
a tres curvas fechadas que est
ao sendo usadas para transferir a orientac
ao. Elas mostram a
compatibilidade da orientac
ao da fronteira de e se orientarmos a curva de forma
compatvel com alguma das componentes de esta orientac
ao fica incompatvel com
alguma outra componente de .
Na mesma figura voc
e pode ver

Os campos conservativos s
ao as func
oes vetoriais que definem diferenciais exatas, no
formato da integral de linha do Teorema de Green

as componentes de em A, B, C,

P dx + Qdy
ou ainda aqueles que tornam o Teorema de Green trivial, ambas as integrais s
ao nulas
para qualquer curva fechada.

e verificar que a orientac


ao da curva
e imcompatvel (contr
aria) com a orientac
ao de ,

observar a compatibilidade da orientac


ao destas componentes,

Isto quer dizer que o trabalho de um campo conservativo ao longo de uma curva fechada,
e zero. Mas o Teorema de Green vale em geral para campos conservativos ou
n
ao:

Na regi
ao B um transferidor de orientac
aomostra que a orientac
ao de
e
compatvel com a orientac
ao da componente de em B.

231

8.1. TEOREMA DE GREEN

transmitindo a orientao
entre duas curvas

232

CAPITULO 8. O TEOREMA DE GREEN

A curva

transferidores de orientacao

A curva
est no interior de

Uma regiao
com buracos

B
A

A fronteira formada da unio de componentes disjuntas. pedaos de curva.


Podemos "transmitir" a orientao entre duas componentes da fronteira.
Figura 8.2:

A fronteira de um domnio inclue as fronteiras dos seus buracos... a orientaca


o
da fronteira pode ser determinada por tang
encia.

14. Calcule o trabalho do campo vetorial

A incompatibilidade na orientacao de uma curva


interior com a orientacao da fronteira.
Figura 8.3:

A orientaca
o de uma curva pode ser incompatvel com a orientaca
o da fronteira.

16. Calcule a integral


I

(y + x)~i + (x y)~j
ao longo da elipse x2 + 4y 2 = 4 no sentido contr
ario ao dos ponteiros do
rel
ogio.

y
x
dx 2
dy
x2 + y 2
x + y2

em que e a fronteira do ret


angulo tendo por vertices
(1, 1), (1, 1), (1, 1), (1, 1).

15. Calcule a integral


I

(5 xy y 2 )dx (2xy x2 )dy

em que e a fronteira do ret


angulo tendo por vertices
(1, 1), (1, 1), (1, 1), (1, 1).

17. Calcule a integral


I

x
y
dx 2
dy
x2 + y 2
x + y2

em que e a fronteira do crculo trigonometrico.

233

8.1. TEOREMA DE GREEN


18. Verifique que

xdy e a a
rea de sob a suposica
o de que esta a
rea exista

234

CAPITULO 8. O TEOREMA DE GREEN


Solu
c
ao 45 Pelo Teorema de Green,

e e que sua fronteira tenha comprimento finito. Calcule a a


rea do crculo
trigonometrico usando esta f
ormula.

P dx + Qdy =

19. Analise a figura (fig. 8.4) p


agina 233,

Z Z

X
Q P

)dxdy =
x
y

Z Z

k=1A
k

Q P

)dxdy
x
y

porque as regi
oes s
ao disjuntas e apenas subdividimos a integral dupla na
soma das integrais duplas de cada uma das regi
oes. Se aplicarmos o Teorema de Green em cada uma das sub-regi
oes, vamos ter:

P dx + Qdy =

A3

4
H
P

P dx + Qdy =

K=1 Ak
4
P

R R

Ak

Ak

( Q
x

4 R R
P

K=1 Ak

P dx + Qdy =

K=1 Ak

RR

P
y

)dxdy

( Q
x

( Q
x

P
y

P
y

)dxdy

)dxdy

Considerando que as sub regi


oes Ak , tomadas duas a duas na sequencia,
(A3 , A4 ), (A4 , A1 ), (A1 , A2 ) tem um pedaco da fronteira em comum e que
para cada uma delas e percorrido de forma negativa para outra, quer dizer, as integrais de linha sobre as fronteira internas v
ao se anular duas a
duas, ficando somente a integral de linha sobre a fronteira externa, ficamos
finalmente na u
ltima equaca
o com:

A
2

A
1

I
4
X

K=1A
k

P dx + Qdy =

P dx + Qdy =

Z Z

Q P

)dxdy
x
y

finalizando o que queriamos demonstrar.

Figura 8.4:

A indepen
encia de caminhos; as curvas s
ao percorridas de acordo com a indicaca
o

das setas.

s
ao iguais. Justifique por que f tem por derivada grad(f ) e, consequentemente, e a primitiva de grad(f ) no sentido em que este termo tem no
C
alculo Diferencial e Integral univariado.

e mostre que
I

P dx + Qdy =

4 I
X

20. derivadas mistas Mostre que as derivadas mistas de segunda ordem de


( 3
x yxy 3
= (x, y) 6= (0, 0)
x2 +y 2
(8.2)
z = f (x, y) =
0
= (x, y) = (0, 0)

P dx + Qdy

k=1A
k

desde que nenhuma das curvas que aparecem no desenho passe por um
ponto de singularidade de P ou de Q.

Solu
c
ao 46 Se as derivadas mistas de segunda ordem forem iguais ent
ao
dz =

f
f
dx +
dy
x
y

(8.3)

235

8.1. TEOREMA DE GREEN

e um diferencial exato. Diferenciais exatos se anulam sobre curvas fechadas (s


ao campos conservativos) o que induz a independencia de caminhos
no c
alculo das integrais de linha e permite a definica
o de uma primitiva
com condica
o inicial
P dom(f )
ligada por um caminho arbitr
ario contido em dom(f ) a um ponto

236

CAPITULO 8. O TEOREMA DE GREEN

dz = dz

(x, y) dom(f )
exatamente como se faz no c
alculo univariado.
C
alculo das derivadas parciais.
f (x, y) =
f
x
f
y
2 f
xy
2

f
yy

=
=

M
P

x3 yxy 3
x2 +y 2

Mx P MPx
P2
My P MPy
P2

(8.4)
(8.5)

(x,y)

(8.6)

2P Px (My P M Py ) + P 2 (Mxy P + My Px Mx Py M Pxy


(8.7)
)

2P Py (Mx P M Px ) + P 2 (Myx P + Mx Py My Px M Pyx


(8.8)
)
2f
xy

(8.9)

(8.11)

(2P 2 Px My + 2P Px Py M ) + (Mxy P 3 + My P 2 Px Mx P 2 Py 0)
(8.10)
2f
yy

(2P 2 Py Mx + 2P Py Px M ) + (Myx P 3 + Mx P 2 Py My P 2 Px 0)
(8.12)
2f
xy

2f
yy

=0

(8.13)

em que no c
alculo das derivadas mistas de segunda ordem escrevemos
apenas o numerador uma vez que o denominador seria o mesmo.
f
Consequentemente dz = f
e um diferencial exato e assim e um
x dx + y dy
campo vetorial conservativo .

A integral de linha de dz sobre qualquer curva fechada contida no dom(f )


e zero. Portanto
(x,y)
I
dz
f (x, y) =
P

fica bem definida uma vez que a integral n


ao depende do caminho ligando
o ponto P ao ponto (x, y).
Veja na figura (fig. 8.5) p
agina 236,
I
I
dz = dz

o que torna bem definido o valor f (x, y) como primitiva de dz com valor
inicial P .

Figura 8.5:

A independ
encia de caminhos

Vamos calcular a integral de linha sobre a fronteira do ret


angulo
Q = [0, 1] x [0, 1]
Parametrizaca
o de Q com as equaco
es
(t, 0), (1, t), (t, 1), (0, t) ; t [0, 1]

(8.14)

observando que dx = 0 em duas destas parametrizaco


es que dy = 0 em
outras duas, o que reduz a zero, quatro, das oito integrais que temos para
calcular. Chamaremos 1 , . . . , 4 sucessivamente os lados de Q em que
1 concide com o intervalo [0, 1] do eixo OX com sua orientaca
o positiva

237

8.1. TEOREMA DE GREEN

habitual, e desta forma estamos tambem escolhendo a orientaca


o de Q.
f
x dx

=0

dx = 0 em 2 =

R1
0

f
x dx

(8.18)

3t4 +2t2 1+2t2 2t4


dt
t2 +1

R1
0

dy = 0 em 1 =

R1
0

R1
0

(8.19)

t4 +4t2 1
t2 +1 dt

dx = 0 em 4 =

f
y dy

(8.16)

(3t2 1)(t2 +1)+2t(tt3 )


dt
t2 +1

=0

(8.17)

R1

=0

(8.21)

f
y dy

=0

(8.22)
=

3t4 2t2 +12t2 +2t4


1+t2

(8.23)
(8.24)

t4 4t2 +1
1+t2

(8.25)

dy = 0 em 3
H f
y dy = 0

(8.26)

Rotac
ao e fluxo

Resumo.
Quase toda a teoria de integralca
o que estamos estudando neste livro foi desenvolvida em
funca
o da Fsica, em particular devido as Teorias da Gravitaca
o e do Campo Magn
etico. Os
nomes empregados s
ao uma consequ
encia disto, como potencial, fluxo, trabalho.
Por exemplo, z = F (x, y) ; F : R2 R
e chamada um campo escalar, sua derivada,
J(F ) : R2 R2 se chama de campo vetorial. Dada uma constante, c, F (x, y) = c determina
uma curva de nvel de F mas se F representar temperatura, as curvas de nvel passam a
se chamar isot
ermicas, quer dizer, as curvas do domnio onde se tem mesma temperatura.
Veja a figura (fig. 8.6) p
agina 239, uma representaca
o gr
afica destas id
eias.
Em dimens
ao tres, se w = F (x, y, z) ; F : R3 R alteramos os nomes, em vez curvas de
nvelpassamos a chamar de superfcie de nvel.

(8.20)

f
x dx

(3t2 1)(t2 +1)2t(tt3 )


dt
1+t2

R1

8.2

CAPITULO 8. O TEOREMA DE GREEN

(8.15)
f
x dx

238

Exerccios 21
1. Os Fsicos afirmam que a direca
o por onde flui o calor
mais r
apido o calor e a na direca
o do gradiente. Voce poderia encontrar
uma raz
ao para isto?
a mesma raz
Solu
c
ao 47 E
ao pela qual o caminho mais r
apido para
se subir uma montanha (n
ao e o mais f
acil....) e o da perpendicular a
`s
curvas de nel, a direca
o do gradiente. A Fsica toma como postulado que
todos os fenomenos tendem a acontecer do modo mais r
apido possvel e
pelo caminho mais curto.

2. Considere um campo vetorial F = (P, Q) definido num domnio do R2

(8.27)

(x, y) 7 W R2

(8.28)

e uma curva parametrizada por


~r(t) = (u(t), v(t)) ; t [a, b]

Somando as duas integrais n


ao nulas restantes, temos

dz =
H

R1
0

2t4 +8t2 2
(1+t2 )2

dz = 0

Au
ltima integral foi calculada com maxima.

(8.29)
(8.30)

calcule a derivada F (g(t)) e verifique que ela e a derivada de F na direca


o
de .
Solu
c
ao 48
= F ()
F
d = F
u du + v dv
d =< dF, (du, dv) >=< dF, dr >
O resultado desta derivaca
o e um escalar, e o coeficiente de crescimento do
campo escalar F na direca
o da curva portanto uma derivada direcional.

239

8.2. ROTAC
AO E FLUXO

240

CAPITULO 8. O TEOREMA DE GREEN


r(t) = F () = F (x(t), y(t))
dr =< dF, d >
F
F
x dx + y dy
2y
2x
(x2 +y
2 )2 dt a (x2 +y 2 )2 dt

dr =

dr =

dr = (x22tdt
+y 2 )2

isotermicas

dr =

2t+2atdt
(x
2 +y 2 )2

2atdt
(x2 +y 2 )2

(t2t(1+a)dt
2 +a2 t2 )2

= (t2t(1+a)dt
2 (1+a2 ))2

Como n
ao h
a limite quando t = 0 ent
ao nenhuma das derivadas direcionais sobre reta passando pela origem existe em (0, 0).

linhas

de flu

xo

F (x, y) =

linh

lin

x
e flu
as d

ha

sd

ef

x
x2 + y 2

ao longo das retas que passam pela origem, e verifique se alguma das
derivadas direcionais existe na origem.

lu

xo

Figura 8.6:

4. Calcule as derivadas direcionais do campo escalar

Solu
c
ao 50 Temos (t) = (t, at) a parametrizaca
o de uma reta que
passa pela origem com coeficiente angular a. Deixando a variar vamos
atender a
` condica
o da quest
ao, teremos todas as retas que passam pela
origem e vamos agora derivar F ao longo de uma dessas retas: derivar
r(t) = F () = F (x(t), y(t))
dr =< dF, d >

Isot
ermicas e linhas de fluxo

dr =
dr =

dr =

1
x2 + y 2

ao longo das retas que passam pela origem e verifique se existe alguma
derivada direcional sobre uma reta passando pela origem.
Solu
c
ao 49 Temos (t) = (t, at) a parametrizaca
o de uma reta que
passa pela origem com coeficiente angular a. Deixando a variar vamos
atender a
` condica
o da quest
ao, teremos todas as retas que passam pela
origem e vamos agora derivar F ao longo de uma dessas retas: derivar

dr =

F
x dx

x +y 2x
(x2 +y 2 )2

dr =

3. Calcule as derivadas direcionais do campo escalar


F (x, y) =

a2 t2 t2
(t2 +a2 t2 )2 dt
2

F
y
2

dy
2

2xy
dt + a x(x+y
2 +y 2 )2 dt

y 2 x2
(x2 +y 2 )2 dt

+ a (x(xy)
2 +y 2 )2 dt
2

+ a (t(tat)
2 +a2 t2 )2 dt

t (a 1)
(t2 (a2 +1))2 dt

a(t(1a))2
(t2 (a2 +1))2 dt

t2 (a2 1)
dt
(t2 (a2 + 1))2
Se y = x a = 1 a derivada direcional sobre esta reta existe na origem
tendo valor zero, isto pode ser visto na segunda linha das equaco
es acima.
Isto s
o tem significado, entretanto, se houver valor no ponto (0, 0) o que
n
ao e o caso com F.

241

8.2. ROTAC
AO E FLUXO
5. Calcule as derivadas direcionais do campo escalar

ao longo das retas que passam pela origem, e verifique se alguma das
derivadas direcionais existe na origem.
Solu
c
ao 51 Temos (t) = (t, at) a parametrizaca
o de uma reta que
passa pela origem com coeficiente angular a. Deixando a variar vamos
atender a
` condica
o da quest
ao, teremos todas as retas que passam pela
origem e vamos agora derivar F ao longo de uma dessas retas: derivar
r(t) = F () = F (x(t), y(t))
dr =< dF, d >

dr =

at
t2 (1+a)2 dt

t
+ a t2 (1+a)
2 dt =

att
t2 (1+a)2 dt

t(a1)
t2 (1+a)2 dt

significando que o limite depende da direca


o em que e calculado, ou seja,
n
ao existe, e t
ao pouco tem sentido a derivada direcional existir. Apenas
podemos concluir que graf (f ) sofre um violento redemoinho na origem
com se o gr
afico fosse construido neste ponto com segmentos de reta horizontal que ao se aproximar da origem se ropessem (porque as derivadas direcionais n
ao existem na origem, rodando em torno do zero, porque o valor
de F depende de a, e escorregando para o infinito, porque o limite do denominador e zero quando a = 1), mas isto e apenas uma imagem fsica...
falando mais simples, (0, 0) e um ponto de discontinuidade de n
ao repar
avel de F.

f (x, y, z) = 4x + 4y + 2z
na direca
o da normal exterior a
x2 + y 2 + z 2 = 9
no ponto (2, 2, 1)

7. Calcule a derivada direcional de


f (x, y, z) = 4x + 4y + 2z
na direca
o do vetor ( 2a(x-a) + 2y(y-b) + 2z(z-c) = 0
4(x-2) + 4(y-2) + 2(z-1) = 0

< (4, 4, 2), (2, 2, 1) >


18
=
=6
3
3

A derivada direcional sobre a reta y = x e zero. Se calcularmos F ((t))


vamos encontrar:
t
1
F ((t)) =
=
t + at
1+a

6. Calcule a derivada direcional de

< (4, 4, 2), (2, 2, 1) >


18
=
=6
3
3

Solu
c
ao 53 A direca
o da normal exterior e a mesma do vetor posica
o
sobre a esfera, (2, 2, 1) e a derivada exterior ser
a

F
F
x dx + y dy
x+yx
x
dt
+
a
(x+y)2
(x+y)2 dt
y
x
dt
+
a
(x+y)2
(x+y)2 dt

dr =

dr =

CAPITULO 8. O TEOREMA DE GREEN


Solu
c
ao 52 A direca
o da normal exterior e a mesma do vetor posica
o
sobre a esfera, (2, 2, 1) e a derivada exterior ser
a

x
F (x, y) =
x+y

dr =

242

244

CAPITULO 9. SUPERFICIE

Principio
do

Captulo 9

coseno

Superficie
9.1

Superfcie e
area

Exerccios 22 O princpio do coseno


1. a
rea: o princpio do coseno O telhado de uma casa tem uma declividade de
20% ao longo do maior comprimento do terreno da casa, que mede 20m e
no sentido perpendicular tem declividade 0. A a
rea da casa e 100m2. Qual
e a a
rea do telhado?
Solu
c
ao 54 O vetor perpendicular a
` superfcie (telhado) e que mede o
coeficiente de distorca
o entre a superfcie e o plano horizontal. Com maior
precis
ao, e o a
ngulo entre o vetor perpendicular e a direca
o vertical
(perpendicular ao solo) e cos() = 1 Veja a figura (fig. 9.1) p
agina 244,
a representaca
o do a
ngulo .
Se = 0 ent
ao o vetor perpendicular a
` superfcie est
a na direca
o perpendicular ao plano horizontal, n
ao havendo distorca
o a a
rea seria igual a de
uma regi
ao no plano horizontal. Na medida que o angulo aumentar, o
coseno se aproxima de zero e a distorca
o aumenta, sendo necess
ario que
o cos() esteja no denominador para medir este aumento de distorca
o.
Ent
ao a a
rea do telhado vai ser
a
rea da regi
ao horizontal
cos()
1
logo, queremos que cos()
seja o coeficiente desta distorca
o. O texto do
problema n
ao fornece cos() e sim tan(). Temos

y = sin() ; x = cos() ;

y
x

1
5

x2 + y 2 = 1 x2 + ( x5 )2 = 26x2 = 25
x = 526
243

Figura 9.1:
Aa
rea do telhado e

O princpio do coseno

100 26
5

2. princpio do vetor ortogonal


Considere uma funca
o bivariada z = f (x, y). Seu gr
afico sendo uma superfcie S do R3 , calcule a a
rea desta superfcie sobre o domnio [a, b] x [c, d]
considerando que a
rea seja finita.
Solu
c
ao 55 Vamos considerar a parametrizaca
o r(x, y) = (x, y, f (x, y))
para esta superfcie. Os vetores tangentes fundamentais s
ao as linhas da
Jacobiana de r
!
 r 
1 0 f
x
x
u=
=
r
0 1 f
y
y

245

9.1. SUPERFICIE E AREA

O produto vetorial dos vetores fundamentais tangentes produz um vetor


ortogonal a
` superfcie num ponto generico:

r
x

r
y

CAPITULO 9. SUPERFICIE
e temos, na u
ltima linha, um vetor perpendicular ao plano tangente `
a superfcie, consequentemente tamb
em perpendicular `
a superficie, calculado num ponto arbitr
ario relativamente ao qual foram calculadas as derivadas parciais, e obtido como produto
vetorial de dois vetores contidos no plano tangente.
O m
odulo deste vetor perpendicular
e o coeficiente (local) de distorc
ao para o c
alculo
da
area da superfcie relativamente ao domnio de parametrizac
ao:
s
Z Z
(y, z) 2
(z, x) 2
(x, y) 2
A(S) =
+
+
dudv
(9.1)
(u, v)
(u, v)
(u, v)

f
= ( f
x , y , 1)
p
|u| = 1 + |J(r)|2
Rb Rd p
Area(S) =
1 + |J(r)|2 dxdy

u=

246

a c

Como dissemos acima, o nvel de abstrac


ao introduzido produziu uma f
ormula em
que vemos as derivadas calculadas implicitamente definindo o vetor perpendicular `
a
superfcie que d
a o coeficiente (local) de distorc
ao procurado.

Observa
c
ao 29 O princpio do produto vetorial fundamental
O princpio do produto vetorial fundamental estabelece:
e o m
odulo do vetor ortogonal fundamental o coeficiente de distorc
ao local entre a
area da superfcie e a
area
da regi
ao de parametrizac
ao da superfcie.
Veja uma outra forma de chegar a um vetor ortogonal conduzindo a c
alculos id
enticos
com os feitos acima. Dada uma func
ao z = f (x, y) um plano tangente `
a superfcie
graf (f ) no ponto (a, b, f (a, b)) tem por equac
ao
f
f
z f (a, b) =
(x a) +
(y b)
x
y

3. a
rea de regi
ao plano - princpio do telhado
(a) Se f (x, y) = 3x + 4y qual e a a
rea da regi
ao projetada sobre z =
f (x, y) pelo domnio [1, 1] x [1, 1] ?
Solu
c
ao 56 Como se trata de uma plano, ent
ao a deformaca
o, relativamente a
` regi
ao de parametrizaca
o no plano e uniforme basta
1
encontra cos()
, ver princpio do coseno, para corrigir a a
rea da base
que e 4.

e consequentemente, um vetor ortogonal `


a graf (f ) no ponto indicado, ser
a
(

z = f (x, y) z 3x 4y = 0 ; u =

f
f
,
, 1)
x
y

< u, (0, 0, 1) >= cos( ) =

cos() = 26

que foi obtido na soluc


ao anterior usando o produto vetorial fundamental.
interessante atingir um grau maior de abstrac
E
ao, sofisticar um pouco mais a linguagem, para obter, em troca, uma f
ormula mais eficaz. Vamos considerar uma superfcie
S parametrizada em uma regi
ao D do plano:

eaa
rea procurada ser
a

S D (u, v) 7 (x, y, z) R F (u, v) = 0


A jacobiana desta parametrizac
ao vai ter 6 derivadas parciais que podemos distribuir
numa matriz com duas linhas caracterizando as derivadas parciais relativamente `
as
vari
aveis u, v assim distribuidas:
!

F
u
F
v

x
u
x
v

y
u
y
v

z
u
z
v

Os dois vetores-linha,
F F
,
u v
pertencem ao plano tangente `
a superfcie e seu produto escalar vai produzir um vetor
perpendicular a este plano (e consequentemente tamb
em perpendicular `
a superfcie):
3
2
i
j
k
y
z 5
x
F
=
X F
= 4 u
u
u
u
v
x
v

y z
u v

z y
,
u v

z x
u v

y
v

x z
,
u v

z
v

x y
u v

(y,z) (z,x) (x,y)


,
,
(u,v) (u,v) (u,v)

y x
u v

(3,4,1)

26

1
26

A = 4 26

Outra soluca
o usando o princpio do produto vetorial:
Uma parametrizaca
o para a superfcie (o plano) e
(x, y, f (x, y))
e a jacobiana
1 0
0 1

f
x
f
y =

F
x
F
y

em que estamos usando a letra F para manter compatibilidade com


os c
alculos feitos na observaca
o 29.
O vetor ortogonal procurado coeficiente de distorca
o (agora global...)
e

i j k
F F
f
f
f
X
= 1 0 x = ( , , 1)
x y
x
y
0 1 f
y

247

9.1. SUPERFICIE E AREA

Veja que escrevendo a equaca


o do plano tangente a uma superfcie
z = f (x, y) se chega ao vetor perpendicular acima tambem.
Calculando a a
rea:
r
R1 R1
(y,z) 2
(z,x) 2
(x,y) 2
A=
dudv =
(u,v) + (u,v) + (u,v)
1 1

R1 R1 q f 2

1 1

f 2
y

+ 1 dudv =

R1 R1
32 + 42 + 1 dudv =

1 1

R1 R1
26 dudv = 4 26

1 1

248

CAPITULO 9. SUPERFICIE
A derivada de um vetor e outro vetor (uma matriz), J(r) tem 6 coordenadas e duas sub-matrizes que s
ao as derivadas parciais em relaca
o
a cada uma das vari
aveis, dois vetores, neste caso:
 r 
s
J(r) =
r
t

Cada uma das linhas de J(r) e um dos vetores fundamentais porque os


dois juntos determinam o plano tangente.


y,z z,x x,y
r
r
s X t =
s,t , s,t , s,t
R R q y,z 2 z,x 2 x,y 2
A=
s,t + s,t + s,t dsdt

(b) Qual das integrais seguintes descreve com precis


ao a quest
ao anterior,
em d
uvida compare com os resultados.
i.

R1

f (x, y)dx

ii.

R1

f (x(t), y(t))dt

iii.

R1 R1

f (x, y)dxdy

1 1

iv.

R1

R1

1 1

q
f 2
2
1 + ( f
x ) + ( y ) dxdy

Solu
c
ao 57 A primeira equaca
o e uma funca
o na vari
avel livre y
n
ao serve, a segunda integral e um vetor obtido com um caminho sobre a superfcie, n
ao serve, a terceira integral e o volume delimitado
por graf (f ) sobre o domnio retangular.
A resposta correta e a quarta onde podemos ver o m
odulo do vetor
ortogonal fundamental como coeficiente de distorca
o.

4. Considere uma superfcie S parametrizada sobre uma regi


ao do plano
por
(s, t) 7 r(s, t) = (x(s, t), y(s, t), z(s, t)).

5. Verifique que
r(s, t) = (cos(s) cos(t), sin(s) cos(t), sin(t))
e uma parametrizaca
o da esfera unit
aria de centro na origem, de dimens
ao
dois, contida no R3 . Determine os vetores fundamentais tangentes a S2
num ponto arbitr
ario. Calcule os m
odulos dos vetores fundamentais tangentes e prove que eles s
ao ortogonais entre si.
Solu
c
ao 59 Calculando o m
odulo de r(s, t)
q
|r(s, t)| = cos2 (s) cos2 (t) + sin2 (s) cos2 (t) + sin2 (t) =
= cos2 (t) + sin2 (t) = 1

o que significa que r(s, t) descreve um objeto provavelmente bi-dimensional


na esfera de dimens
ao dois, porque tem dois parametros livres no R3 .
Um verificaca
o geometrica simples mostra que qualquer ponto da esfera e
atingido por esta paramentrizacao:
as duas primeiras coordenadas cobrem o interior do disco unit
ario
porque tem raio 0 cos(t) 1;
como provamos que o m
odulo de r(s, t) = 1 ent
ao qualquer ponto de
S2 e atingido por esta parametrizaca
o.

Provamos assim que se trata de uma parametrizaca


o de S 2 .
Calculando a Jacobiana de r(s, t)

Encontre a express
ao dos vetores fundamentais tangentes a S num ponto
arbitr
ario r(s, t).

r
s
r
t

Solu
c
ao 58 Resumidamente porque est
a explicada na Observacao 29.

= ( sin(s) cos(t), cos(s) cos(t), 0)

= ( cos(s) sin(t), sin(s) sin(t), cos(t))

249

9.1. SUPERFICIE E AREA


Um c
alculo semelhantes ao feito acima mostra que

250

CAPITULO 9. SUPERFICIE
em que a notaca
o
(x, y)
x y
=
(s, t)
s t

r
r
| | = | cos(t)| ; | | = 1
s
t
O produduto escalar destes vetores e nulo provando que eles s
ao ortogonais
entre si.

nesta ordem, (a ordem e irrelevante, mas ela ajuda a memorizaca


o dos
c
alculos).
Aplicando aos vetores fundamentais tangentes da parametrizaca
o de S2
temos:

6. Use o produto vetorial para obter um vetor ortonormal a


superfcie de S2
~ t)
num ponto arbitr
ario r(s,

r
s
r
t

Solu
c
ao 60 Por definica
o (geometrica), o produto vetorial de dois vetores ~v , w
~ e um vetor ortogonal ao plano determinado por estes dois vetores,
tendo por m
odulo |~v ||w|
~ sin() em que e o menor a
ngulo determinado
pelas direco
es dos dois vetores.
Os vetores fundamentais tangentes na parametrizaca
o

r
s

r
t

= (cos(t) cos2 (s), sin(s) cos2 (t), sin2 (s) cos(t) sin(t) + cos2 (s) cos(t) sin(t)) =
= (cos(t) cos2 (s), sin(s) cos2 (t), cos(t) sin(t))
| r
s x

r 2
t |

cos2 (s) cos4 (t) + sin2 (t) cos4 (t) + cos2 (t) sin2 (t) =

r(s, t) = (cos(s) cos(t), sin(s) cos(t), sin(t))


de S2 s
ao ortogonais resultando o seu produto vetorial num vetor perpendicular ao plano tangente:
u=

= ( sin(s) cos(t), cos(s) cos(t), 0)

= ( cos(s) sin(t), sin(s) sin(t), cos(t))

cos4 (t) + cos2 (t) sin2 (t) = cos2 (t)(cos2 (t) + sin2 (t)) = cos2 (t)
r
| r
s x t | = | cos(t)|
O vetor unit
ario procurado e

r
r
x
s
t

r
s

A definica
o algebrica usa uma convenca
o estabelecida pela Fsica de que
os tres vetores ~i, ~j, ~k s
ao os tres vetores b
asicos ortonormais do espaco
tridimensional (sem o tempo) satisfazendo a
`s seguintes equaco
es:

x r
t
.
| cos(t)|

7. Calcule a a
rea da superfcie de S2
Solu
c
ao 61 Vamos considerar S2 parametrizada pelo sistema de equaco
es

~i x ~j = ~k
~j x ~k = ~i
~k x ~i = ~j

r(s, t) = (cos(s) cos(t), sin(s) cos(t), sin(t))


O princ
pio do coseno nos diz que a medida da distorca
o da a
rea sobre uma superfcie (comparada com a a
rea da regi
ao plana sobre a qual
1
em
esta superfcie estiver eventualmente parametrizada) e dada por cos()
que e o a
ngulo entre o vetor normal a
` superfcie e a direca
o vertical
(absoluta), (0, 0, 1),

anti-comutatividade o produto e anti-comutativo, ou seja


~v x w
~ = w
~ x ~v
Esta definica
o se adapta perfeitamente ao determinante simb
olico

~i

~j

~k

x
s
x
t

y
s
y
t

z
s
z
t

= ( (y, z) , (z, x) , (x, y) )


(s, t) (s, t) (s, t)

cos() =<
(9.2)

x r
cos(t) sin(t)
t
, (0, 0, 1) >=
= sin(t).
| cos(t)|
cos(t)

r
s

porque o produto escalar de dois vetores unit


arios tem como resultado o
coseno do a
ngulo entre eles que aqui estamos chamando de cos(), no lado

251

9.1. SUPERFICIE E AREA

esquerdo da express
ao. No lado direito da express
ao temos o resultado dos
c
alculos algebricos feitos com a express`
ao que achamos, em exerccio
r
r
x
anterior, para s| cos(t)|t .

252

CAPITULO 9. SUPERFICIE
Confirmamos assim hip
otese anterior de que uma esfera esta para uma piramide, como um crculo esta
para um triangulo:

Para calcular a a
rea de S2 vamos escrever uma soma de Riemann que ir
a
nos conduzir a
` express
ao da integral que serve para obter este c
alculo.
S2 (s, t) 7 (cos(s) cos(t), sin(s) cos(t), sin(t))
n1
P
A(S2 )
si tj sin(tj )
i,j=0

A(S ) = 8

R2 R2

sin(t)dsdt

0 0

em que restringimos a integral ao c


alculo da superfcie de S2 contida no
primeiro diedro.

Z2

A(S2 ) = 8 dt sin(t)|02 = 4
0

8. Calcule a a
rea da superfcie de rS2 a esfera de dimens
ao 2, de raio r,
centro na origem.
Solu
c
ao 62 A parametrizaca
o de rS2 e um m
ultiplo da parametrizaca
o
de S2 (e portanto poderiamos imediatamente predizer qual e a a
rea sem
necessidade de mais nenhum c
alculo):

V ol(S2 ) = 31 A(S2 )r = 34 r3
(2r) x r
= r2
2

Area(S1 ) =

9. Calcule a a
rea da esfera de dimens
ao dois S2 , a partir da sua equaca
o
funcional:
p
2
2
2
2
f (x, y) = 1 x y ; x + y 1
Solu
c
ao 63 Podemos ver a equaca
o funcional como uma parametrizaca
o
e fazer uso do que foi feito anteriormente. Vamos chamar D ao disco
fechado unit
ario.
p
D (x, y) 7 r = (x, y, z) ; z = 1 x2 y 2



dx
1 0 xz

dy
dr =
0 1 yz
dz
!


~
r
1 0 xz
x
=
J(r) =
y
~
r
0 1 z
y

Vamos agora calcular

(s, t) 7 r(cos(s) cos(t), sin(s) cos(t), sin(t))


2

Para calcular a a
rea de rS vamos escrever uma soma de Riemann que
ir
a nos conduzir a
` express
ao da integral que serve para calcular esta a
rea.
rS2 (s, t) 7 r(cos(s) cos(t), sin(s) cos(t), sin(t))
n1
P
A(rS2 ) r2
cos(tj )si tj
i,j=0

A(rS2 ) = 8

R2 R2

r2 cos(t)dsdt

~
r
x

~
r
x

~
r
y


i
~ = 1
r
x y

0

j
k
0 xz
1 yz
q
2
~
r
x y | = xz2 +

~
r
| x
q
2
2
2
= x +yz2 +z =

1
|z|




= ( x , y , 1)
z z

y2
z2

+1=

1
1x2 y 2

A integral que calcula a a


rea da parte superior de S2 ent
ao e

0 0

em que restringimos a integral ao c


alculo da superfcie de S2 contido em
um quadrante.

Z2

A(S2 ) = 8r2 dt sin(t)|02 = 4r2


0

Area(S2 +) =
R1

dx

R1

Ry1

RR

y0

1
dxdy
1x2 y 2

1
dy
1x2 y 2

y
1
dxarcsin( 1x
)|yy
2
0

253

9.1. SUPERFICIE E AREA


=

R1

y1
y0
arcsin( 1x
) arcsin( 1x
)dx = 2
2
2

=2

R1

R1

y1
)dx =
arcsin( 1x
2

arcsin(1)dx = 2

Logo
Area(S2 ) = 4

10. Calcule a a
rea da esfera de dimens
ao dois rS2 , a partir da sua equaca
o
funcional:
p
f (x, y) = r2 x2 y 2 ; x2 + y 2 r ; r > 0

254

CAPITULO 9. SUPERFICIE

def area(f,n,a,b,c,d):
deltax = float((b-a))/n
deltay = float((d-c))/n
soma = 0
while a b:
y=a
while y d:
soma = soma + f(a, y)
y = y + deltay
a = a + deltax
return soma*deltax*deltay

Resposta: 4r2

11. Uma superfcie est


a definida no tri
angulo de vertices {(0, 0), (0, 1), (1, 1)},
tendo por equaca
o z = f (x, y) = 2 x2 y. Encontre a a
rea da superfcie.

Numero de divisoes: 500


area da superficie: 0.810224046256
tempo
de calculo: 5.45662403107 segundos
Numero de divisoes: 1000
area
da superficie: 0.809517198294
tempo de calculo: 21.7460309267 segundos
Numero de divisoes: 5000
area da superficie: 0.809311243526
tempo de calculo: 542.130532026 segundos

Solu
c
ao 64 O m
odulo do vetor normal a
superfcie e
|(

p
f f
,
, 1)| = 2 + 4x2
x y

A=

R R
2 + 4x2 dxdy =

A=
A=

R1 R1

A=
A

y 2 + 4x2 |y=1
y=x dx

R1
R1
2 + 4x2 dx + x 2 + 4x2 dx
0

a=

2 + 4x2 dydx

0 x
R1
0

1/2
= 2/2(x a2 + x2 + a2 ln(x + a2 + x2 )10

1
8

Teve os seguintes resultados:

R1

8x 2 + 4x2 dx

p
p

2
(63/2 23/3 )
A = 3/2 + 12 ln(1 + 3/2 + 21 ln( 2) 24
p
s = 3/2; A = s + 0.5ln(1 + s) + 0.25ln(2) (1/12)(63/2 23/2 )
.80881017778581026341
O programa seguinte, em Python, com f definida em outro ponto do programa, obteve, com tres diferentes tipos de malha, valores muito pr
oximos
do c
alculo formal que, ao final, tem que ser aproximado.

As Somas de Riemann s
ao muito pouco eficientes para o calculo de integrais. A u
nica raz
ao de que elas encontrem relativo destaque neste livro, e
que elas s
ao o u
nico metodo seguro para o c
alculo de integrais, inclusive o
u
nico metodo seguro para demontrar a existencia de integrais. O adjetivo
seguro est
a sendo empregado no sentido de sempre oferece o resultado
esperado, devo acrescentar a observaca
o de que a implementaca
o computacional das somas de Riemann pode conduzir a resultados falsos, para ver
isto, aplique o programa acima com uma sucess
ao de crescente de subdivis
oes e ver
a logo que o resultados divergem...(logo? ... depois de algumas
dezenas de minutos...)
Os chamados metodos formais de integracao, eventualmente, funcionam
para uma certa classe de integrais.
H
a metodos de aproximaca
o, como splines, que podem oferecer consider
avel aproximaca
o se usados com uma modificaca
o das somas de Riemann.

255

9.2. APLICAC
OES

9.2

Aplicac
oes

256

CAPITULO 9. SUPERFICIE
(b) O baricentro do objeto
(c) O peso medio do objeto

Resumo.
V
arios tipos de aplicaco
es ser
ao reunidas aqui ligadas aos diversos tipos de integrais (volume,
comprimento de arco medidas de superfcies)
Somas de Riemann s
ao muitas vezes a u
nica forma de se calcular a integral de uma funca
o f
(quando n
ao existe uma express
ao alg
ebrica para f , por exemplo, ou quando f
e o resultado
de uma amostragem)

Solu
c
ao 66 O resultado desta integral e um vetor, suas componentes
s
ao:
RRR
1
xdxdydz

RRR
1
ydxdydz

RRR
1
zdxdydz

Exerccios 23 Aplicaco
es da integral
ao qualquer, e = medida() e f
1. Media Verifique que se for uma regi
uma funca
o escalar limitada superiormente e inferimente ent
ao
Z
1
m
f (s)ds M

o que elimina a primeira e terceira opcco


es por serem escalares. O item
correto e o segundo, porque o baricentro e um ponto do espaco, o centro
de peso do objeto.

em que m e o valor mnimo de f sobre e M e o maior valor de f sobre

3. Escreva uma soma de Riemann que sirva para calcular o baricentro de um


objeto a partir de uma amostragem detalhada da massa deste objeto.

Solu
c
ao 65 Considere inicialmente f (s) = 1 ent
ao
Z
1
f (s)ds = 1

Solu
c
ao 67 A integral que calcula o baricentro sendo
Z Z Z
1
(x, y, z)dxdydz

quer dizer que toda soma de Riemann que forneca uma aproximaca
o para
Z
f (s)ds

a soma de Riemann procurada ser


a

e um valor medio de uma amostragem de f logo a integral e o valor medio


de f e por definica
o de valor medio, a desigualdade e satisfeita.

em que OP~i,j,k e um ponto de representativo do cubo [xi1 , xi ] x [yj1 , yj ] x [zk1 , zk ]


cuja medida e xi yj zk

1 XXX ~
OPi,j,k xi yj zk
i j
k

Se eliminarmos a hip
otese de que f seja limitada, ent
ao a integral ainda
pode existir, ainda representa um valor medio de f entretanto os n
umeros
m, M perdem sentido.
2. Qual das interpretaco
es abaixo representa o significado da integral
Z Z Z
1
(x, y, z)dxdydz

em que e a medida de .
(a) O trabalho da partcula (x, y, z) trafegando pela regi
ao

4. Um objeto tem uma funca


o de massa especfica representada pela express
ao f (x, y, z) em que (x, y, z) representam pontos de . Qual das
integrais abaixo representa o baricentro de

Z Z Z

(x, y, z)dxdydz

em que representa a medida de

257

9.2. APLICAC
OES

Z Z Z

f (x, y, z)(x, y, z)dxdydz

em que representa a medida de


Z Z Z
1
f (x, y, z)dxdydz

em que representa a medida de


Solu
c
ao 68 Na primeira integral a funca
o f n
ao e utilizada portanto ela
n
ao pode calcular o baricentro de .
A terceira integral e escalar n
ao representando o baricentro que e um vetor.

258

CAPITULO 9. SUPERFICIE
Solu
c
ao 70 Comecamos com o c
alculo da medida da semi-esfera, que
e a metade do seu volume, = 32 R3 e vamos calcular agora
Z Z Z
1
f (x, y, z)(x, y, z)dxdydz

com f (x, y, z) = 1, o disco unit


ario, porque, na falta de informaco
es
sobre o peso especfico, vamos considerar que a esfera e homogenea, quer
dizer, tem o mesmo especfico em todos os seus pontos.
Nesta c
alculo e interessante fazer uma mudanca de vari
avel, usar coordenadas esfericas que v
ao transformar esta integral numa integral sobre o
cubo

[0, R] x [0, 2] x [0, ].


2

A soluca
o e a segunda integral.
1

5. Um objeto tem uma funca


o de massa especfica representada pela express
ao f (x, y, z) em que (x, y, z) representam pontos de . Qual das
integrais abaixo representa o peso especfico de

Z Z Z

(x, y, z)dxdydz

em que representa a medida de

Z Z Z

f (x, y, z)(x, y, z)dxdydz

em que representa a medida de


Z Z Z
1
f (x, y, z)dxdydz

em que representa a medida de

RR 2
R R
0 0 0

RRR

f (x, y, z)(x, y, z)dxdydz =

(cos() cos(), sin() cos(), sin()) (x,y,z)


(,,) ddd
(x,y,z)
(,,)

= 2 cos()

O c
alculo do determinante, embora seja um valor conhecido, foi feito com
MuPAD e os passos para obter o valor est
ao descrito abaixo numa sintaxe
apropriada para comunicaca
o com o programa:

(x,y,z) = (r*cos(t1)*cos(t2), r*sin(t1)*cos(t2), r*sin(t2))


A := matrix([[- r*sin(t1)*cos(t2), - r*cos(t1)*sin(t2) ,
cos(t1)*cos(t2)],
[r*cos(t1)*cos(t2), -r*sin(t1)*sin(t2),
sin(t1)*cos(t2) ],
[0 , r*cos(t2), sin(t2)]])
simplify(expand(linalg::det(A)))

Solu
c
ao 69 Na primeira integral a funca
o f n
ao e utilizada portanto ela
n
ao pode calcular o peso especfico de .

tendo por resultado r2 cos(t2). A express


ao no u
ltimo parentesis,

A segunda integral e um vetor n


ao representando peso especfico.

linalg::det(A)

A soluca
o e a terceira integral.

6. Calcule o centro de gravidade de uma semi-esfera de centro na origem,


raio R assentada no plano XoY.

representa para MuPAD um acesso a


` biblioteca linalg onde est
a definida
a funca
o det().
Observe que estes dados podem ser previamente editados num editor de
textos qualquer e depois colados na a
rea de trabalho do MuPAD o que e

259

9.2. APLICAC
OES

260

CAPITULO 9. SUPERFICIE

mais conveniente do que editar em MuPAD onde qualquer erro invalida


toda a express
ao forcando nova digitaca
o desde o comeco. Ao fazer isto,
evite de incluir o fim de linha colando linha por linha e estritamente o
texto digitado, caso contr
ario MuPAD pode dar a express
ao por encerrada
e encontrar erros de sintaxe.

e a superfcie de S ser
a a integral

Calculando a integral (na verdade as tres integrais, separadamente) temos:

Podemos testar o resultado num caso simples, superfcie de um cilindro,


em que f (s) = R; g(s) = s; s [a, b]; t [0, 2]. Neste caso

I=

R R2
RR 2
0 0 0

Zb Z2
a

(x,y,z)
(cos() cos(), sin() cos(), sin()) (,,)
ddd

Ix =

RR 2
R R

cos() cos ()ddd = 0


3 sin() cos()ddd = 0

0 0 0

RR 2
R R2
Iz =

2R3
3

R4 2
4

R4
2

portanto o centro de massa e

3R
).
4

(0, 0,

7. Uma superfcie S (de revoluca


o) tem as equaco
es parametricas
(x, y, z) = (f (s) cos(t), f (s) sin(t), g(s)) ; s [a, b] ; t [0, 2)
Calcule a a
rea de S.
Solu
c
ao 71 Vamos designar ~r(s, t) = (x, y, z) Os vetores tangentes fundamentais s
ao as duas linhas da matriz:
 r  

f (s) cos(t) f (s) sin(t) g (s)
s
(9.3)
=
r
f (s) sin(t) f (s) cos(t)
0
t
cujo produto vetorial, u, e um vetor ortogonal a
` superfcie:

u=

x
s
x
t

y
s
y
t

z
s
z
t

u = (g (s)f (s) cos(t), f (s)g (s) sin(t), f (s)f (s) cos2 (t) + f (s)f (s) sin2 (t)) =
(g (s)f (s) cos(t), g (s)f (s) sin(t), f (s)f (s))

|u| =

Rdtds = 2R(b a)

8. Calcule a a
rea da esfera rS2 R3 parametrizada por
(x, y, z) = (r cos(s) cos(t), r sin(s) cos(t), r sin(t))

3 sin()ddd

0 0 0

a serem divididas por =

|u|dtds

RR 2
R R2
Iz =

0 0 0

Iy =

Zb Z2

|u|2 = (g (s)f (s))2 + (f (s)f (s))2


p
p
f (s)2 (g (s)2 + f (s)2 ) = |f (s)| (g (s)2 + f (s)2 )

Solu
c
ao 72 Designando u = (x, y, z) temos

i
j
k
u = x y z
s
x

s
y

s
z

t
t
t


i
j

u = r sin(s) cos(t) r cos(s) cos(t)
r cos(s) sin(t) r sin(s) sin(t)

k
0
r cos(t)

u = r2 (cos(s) cos2 (t), sin(s) cos2 (t), cos(t) sin(t))


|u|2 = r4 cos2 (t) |u| = r2 | cos(t)| ; r > 0

Aa
rea da esfera ser
a
r2

2
R R

|cos(t)|dtds = 2r2
= 4r2

|cos(t)|dt =

cos(t)dt = 4r2

Captulo 10

Refer
encias Bibliogr
aficas

F
ormulas Integrais

[1] Arfken, G. Mathematical Methods for Physicists


Academic Press, INC. 1985
[2] Buck, R. C. and Buck E. F. Advanced Calculus McGraw-Hill - 1965

10.1

Generalizac
oes da integral
H
a muitos tipos de generalizaca
o da integral, aqui vou tratar das generalizaco
es simples, dentro do quadro de um curso de C
alculo e com o objetivo
de conduzir o estudante a compreens
ao dos teoremas integrais fundamentais
que v
ao aparecer no u
ltimo captulo: Teorema de Stokes, de Gauss, a f
ormula
de Leibniz e o pr
oprio Teorema de Green.
A id
eia fundamental
e que uma integral deve ser escrita no formato
Z
f (x)dx ; x W
W

e dx significando uma unidadede medida naturaldo domnio W.


Na primeira parte deste captulo vamos retomar os exemplos j
a estudados
nos captulos anteriores para coloc
a-los no quadro que nos interessa aqui,
os exemplos (exerccios) devem ajudar o leitor a compreender a filosofia do
presente contexto.

[3] Ten lectures on Wavelets - CBMS-SIAM - 1990 SIAM lectures series. Philadelphia - Pennsylvania - 19104-2688 - USA.
[4] Davis, Harold T. Introduction to nonlinear differential and integral equations
Dover Publications, Inc. New York - 1971
[5] Dieudone Calcul Infinitesimal - 1968
- Collection Methodes - Herman - Paris.
[6] Dym,H. Mckean,H.P. Fourier Series and Integrals Academic Press - 1972
[7] Feynman, R Leighton, R. B., Sands, M The Feynman Lectures on Physics
Vol I,II,III
Addison-Wesley Publishing Company 5a ed. 1971

O captulo dois foi a primeira tentativa para construir esta id


eia preparando
o advento do captulo 3 com o Teorema de Green. Agora iremos mais fundo.

Ja vimos no captulo dois que

Rb

f (t)dt pode ser um vetor ou um n


umero, tudo

depende da interpretacaoque pudermos dar a f ou da operacao que definirmos


entre f e dt. No caso do trabalhofaremos um produto escalar entre uma
funcao vetorial, comumente chamada campo vetorialf e o vetor tangentedt.
Quando quisermos calcular a distancia percorrida por uma partcula sobre um
caminho arranjamos para que dt represente comprimento de arco e f representa
a intensidade variavel do movimento (velocidade).
Vamos aqui estudar diversos tipos de operacoes usuais entre vetores e discutir a interpretacao destes resultados. A Fsica dos seculos 18 e 19 influenciou
fortemente as formulas que que possuimos e inclusive deu-lhes os nomes: fluxo,
circulacao...

261

[8] Grolier Eletronic Encyclopedia


Grolier Eletronic Publishing, Inc - 1996
[9] Lang, S. Analysis II.
- Addison-Wesley-Reading Ma - 1970
[10] Libby, Williard Frankn Radio Carbon Dating
2a edicao - University of Chicago Press - 1955
[11] Meyer, Y. Wavelets. Algorithms E Applications - SIAM - 1993 Philadelphia Pennsylvania - 19104-2688 - USA.
[12] Praciano-Pereira, T. Convolution Splines submetido para publicacao - 1995
[13] Praciano-Pereira, T e Geronimo, J.R. C
alculo Diferencial e Integral com
apoio computacional
- Notas mimeografadas - BCE - UEM - 1991
i

ii

REFERENCIAS BIBLIOGRAFICAS

[14] Praciano-Pereira, T. Introducao ao Calculo numerico computacional - Programacao em Pascal - Textos Universitarios da UVA no 1 - Edicoes UVA Sobral - Ceara- Fevereiro - 2000
Versao eletonica: http://www.uvanet.br/matematica/livros.php
[15] Praciano-Pereira, T. Calculo numerico computacional No prelo - Editora
da Univ. do Rio Grande - 1999.
[16] Praciano-Pereira, T. C
alculos numericos e gr
aficos usando Pascal.
- Notas mimeografadas - BCE - UEM - 1993
[17] Praciano-Pereira, T. Colet
anea de programas em Pascal arquivo pas.zip
disponvel no site da Uva. http://www.uvanet.br/matematica/livros.php
[18] Rudin, W. Real and Complex Variables
McGraw-Hill Series in Higher Mathematics -1974
[19] L. Schwarz Methodes Mathematiques pour les Sciences Physiques
Herman - editeurs - Paris - 1970
[20] Shapiro, H.S.
Smoothing and approximation of functions.
- Van Nostrand Reinhold Mathematical Studies Nr. 24 - 1970.
[21] Simmons, G.F.
Introduction to Topology and Modern Analysis.
McGraw-Hill - Book Company - 1968
[22] Simmons, G.F.
Differential Equations with App. and Hist. Notes.
McGraw-Hill - Book Company - 1978
[23] Whaba, Grace Spline Models for Observational data
CBMS-NSF Regional Conference Series in App. Mathematics
- SIAM - 1990.
[24] Schumaker, L Splines Functions: basic theory John Wiley & Sons - 1980

Indice Remissivo

calculo aproximado, 139


cadeia, regra, 122
caminho
independencia, 207
independente de, 196, 198
campo
conservativo, 215
campo conservativo, 209, 215
campo escalar, 169, 182
campo vetorial, 201
Cantor, conjectura , 67
Cantor, conjectura, 67
Cantor, conjectura , 66
cardinalidade, 67
Cauchy-Schwartz, desigualdade, 91
Chasles, lei de, 128
coef. angular m
ultiplo, 30
coef. angular, matriz, 27
coef. angulares, matriz, 27
compactacao de dados, 101
comparacao, teste, 81
complexos, n
umeros, 14
comprimento de arco
integral, 166
condicional, convergencia, 94
conjectura de Cantor, 67
conservativo
campo, 215
campo vetorial, 204
conservativo, campo, 209
converg. e termo geral, 78
convergencia absoluta, 93
convergencia, disco, 89
convergencia, raio, 89, 90
convergencia condicional, 94
convergencia, disco, 88

aproximacao, 140
e, o numero, 86, 87
area
esfera, 157
princpio do coseno, 223
area do espelho
acude, 157, 158
angulo, 13, 19
mpar
funcao, 61
conjectura de Cantor, 67
conjectura de Cantor , 66
acude, 157, 158
volume de agua, 157, 158
Abel, lema, 90
aberto
conjunto, 119
aberto, conjunto, 117
algebra de matrizes, 39
angular, coef. - matriz, 40
anti-horario, 120
aprox. diferencial, 31
aproximacao, 17
aproximacao diferencial, 31
aproximacao linear, 30
aproximacao polinomial, 77
aproximacao, problema, 17
aproximacao
, 140
aproximacao linear, 43
aproximado, calculo, 139
atribuicao, 72
bilinear, forma, 19
iii

iv
convergencia, raio de, 88
coseno
princpio, 177
cosK, 68
curva, 111, 121
curva de nvel, 42
custos, matriz, 29
custos, variacao, 29
dependencia linear, 29, 30
dependente
variavel, 111
dependente linearmente, 32
derivacao implcita, 44
derivada
caso multivariado, 37
existencia, 183
implcita, 183
derivada direcional, 187
derivada implcita, 44
derivada parcial, 34, 35, 40
derivadas mistas, 205, 206
derivadas parciais, 26
desig. de Holder, 91, 92
desig. de Minkowski, 92
desig. triangular, 92
desigualdade de Cauchy Schwartz, 91
desigualdade de Holder, 92
desigualdade de Minkowski, 92
desigualdade triangular, 91
diferencas, 31
diferenciavel
curva, 121
variedade, 121
variedades, 115
diferenciavel, funcao, 27
diferenciais, equacoes, 104
diferencial, 2831, 44
forma, 183
diferencial exata, 204, 209
diferencial total, 27
diferencial, aprox., 31
dimensa, 19
dimensao, 111, 112
dois, 113
tres, 113

INDICE REMISSIVO
um, 113
variedade, 115, 116
zero, 113
dimensao, 66
dimensao infinita, 66
direcional
derivada, 187
Dirichlet, n
ucleo, 97
disco de convergencia, 89
disco de convergencia, 88
domnio
mudanca de, 124
domnio de integracao
nao retangular, 143
retangular, 143
domnio, 35
e.d.o., solucao aprox., 105
energia, quantidade, 21
equacao a diferencas, 28
equacao da reta, 39
equacao da reta tangente, 28
equacoes
sistema de, 182
equacoes diferenciais, 104
escalar, produto, 13, 18, 19, 58, 59
escalares, vetores, 16
esfera
area, 157
integral, 154
volume, 154, 160
esfera e piramide, 157
espaco euclidiano, 18
espacos de Lebesgue, 92
espacos de funcoes, 91
euclidiano, espaco, 18, 19
exata
diferencial, 204
exata, diferencial, 209
extremos de funcoes, 41
formula de Taylor, 47
fenomenos vibrat., 100
figura
A orientacao da fronteira num domnio
., 211

INDICE REMISSIVO
caminhos, 207
Cobertura por malha, 138
Conjunto aberto, 119
curva, 165
curva plana, 173
independencia de caminhos, 213,
216
integracao
domnio, 148
Isotermicas, 219
Malha, 178
Orientacao, 212
parametrizacao do quadrado, 193
Ponto Singular, 185
princpio do coseno, 224
Vetor normal, 170
finito, infinito, 17
forma bilinear, 19
forma diferencial, 183
formas diferenciaveis, 159
Fourier, 57, 67
coeficiente a0 , 61
espaco dos coeficientes, 60
linearidade, 61
Fourier, coef. , 106
Fourier, series, 62
Fourier, series, 57
fourier, series, 99
Fourier, transf. discreta, 106
fronteira, 117
fronteira curva, 146
funcao
propriedades, 23
funcao como vetor, 17
funcao diferenciavel, 27
funcao e ndice, 17
funcao e vetor, 19
funcao linear, 45
funcao vetorial, 27
funcao, extremo, 41
funcoes, espacos, 91
funcao vetorial, 201
funcao linear, 44
funcao mpar, 61
funcao implcita
teorema, 114

funcao par, 61
funcional linear, 46
geometria dos espacos de Lebesgue, 92
geometrica, serie, 80
Gnuplot, 126
grafico
Polinomio de Taylor, 51
polinomio de Taylor, 50, 54, 55
gradiente, 38, 42, 169, 182
grandeza, ordem, 85, 86
Holder, desig., 91, 92
Holder, desigualdade, 92
hiperplano, 28, 114
hiperplanos, 113
hipersuperfcie, 112, 114
hipersuperfcies, 114
hipersuperfcie, 114
imagem inversa
propriedades, 23
implcita
teorema da funcao, 114
teorema da funccao, 112
implcita, derivada, 183
independencia
de caminho, 206
de parametrizacao, 206
independencia de caminhos, 196, 198
independencia linear, 30, 32
infinitesimo, 28
infinita, dimensao, 66
infinito, finito, 17
informacao e funcao, 17
informacao multinumerica, 16
integracao
metodos, 234, 235
integracao
programa, 139, 143
integral
esfera, 154
interp. geom., 143
iteracao, 143, 145
linha, 163
integral, teste, 83

vi
interior, 118
iteracao das integrais, 143, 145
jacobiana, 38, 42
matriz, 201
jacobiana de f , 27
jacobiana, matriz, 27

INDICE REMISSIVO
mistas, derivadas, 205, 206
mudanc a
de domnio, 124
de variavel, 124
mudanc a de variavel, 124
multi-n
umero, 31
MuPAD, 161

Landau, notacao, 86
Lebesgue, espacos, 92
lei de Chasles, 128
Leibniz, notacao, 44
lema de Abel, 90
linear transformacao, 43
linear, aproximacao, 43
linear, dependencia, 29
linear, funcao, 44
linear, funcional, 46
linear, transformacao, 44
linear, variedade, 28
linearmente dependente, 32
linha
integral, 163
livre
variavel, 111

n
ucleo de Dirichlet, 97
n
umero generalizado, 31
n
umeros complexos, 14
nvel, curva, 42
norma de particao, 137
normal, 169, 182
notacao de Laundau, 86

metodo dos mnimos quadrados, 71


modulo, 13
m
ultiplo
coef. angular, 30
mnimos quadrados, 71
mnimos, quadrados, 77
malha, 137
malha uniforme, 137
matriz, 25, 31
matriz de custos, 29
matriz de variacao dos custos, 29
matriz dos coef. angulares, 27, 40
matriz jacobiana, 27, 201
matriz jacobina, 27
matriz, produto de, 25
matrizes, algebra, 39
matrizes, produto, 32
minimizacao em energia, 71
Minkowski, desig., 92
Minkowski, desigualdade, 92

par

o numero e, 86, 87
operacoes com vetores, 16
ordem de grandeza, 44, 85, 86
ordem duma matriz, 32
ortogonais
eventos independentes, 21
trabalho, 21
ortogonalidade senk,cosj, 58
otimizacao, 32

funcao, 61
paraboloide, 145
paralelograma, regra, 14
parametrizacao
superfcie, 159
parametrizacao
independencia, 206
parcial, derivada, 34
particao
norma, 137
pendulo, 104
phi(p), series, 84
piramide e esfera, 157
plano tangente, 35, 40, 225
poencias, serie, 89
polinomio trigonometrico, 65, 66
polinomios, 77
polinomios trigonometricos, 67
Polinomio de Taylor, 50

vii

INDICE REMISSIVO

quadrados mnimos, 77
quantidade de energia, 21
quaternions, 14

series de Fourier, 62
series de Fourier, progrma, 63
series de Riemann, 83, 84
series phi(p), 84
seerie s, 81
serie de potencias, 89
serie de Taylor, 47, 94
series (p), 83, 84
Schwartz, teorema de, 205
Schwartz, teorema de, 117
Scilab, 185
senK, 68
sentido
anti-horario, 120
positivo, 120
serie, 78
serie de potencias, 88, 90
serie geometrica, 80
series de fourier, 99
series de Riemann, 84
series trigonom., 57
sistema de equacoes, 182
solucao aprox. e.d.o., 105
soma de Riemann, 138, 139, 141, 142,
149
somas de Riemann, 234, 235
splines, 78
sub prisma, 137
sucessao e serie, 81
superfcie, 111, 112
superfcie
parametrizacao, 159

raio de convergencia, 89, 90


raio de convergencia, 88, 90
regra
da cadeia, 122
regra do paralelograma, 14
reta
equacoes parametricas, 35, 39
reta tangente, 44
Riemann
soma, 138, 139, 141, 142
somas de, 234, 235
Riemann, series, 84
rombo, volume, 142

tabela, 69
tabelas, 106
tangente
plano, 225
variedade, 121
variedade linear, 28
tangente,reta, 44
tangentes
vetores, 239
Taylor, formula, 47
Taylor, polinomio, 49, 50
Taylor, serie, 94
Taylor, serie, 47

polinomio de Taylor, 49
polinom. trigon., 57
potencias, serie de, 88
princpio
do coseno, 223
do produto vetorial fundamental,
224, 225
do telhado, 226
produto vetorial, 226
princpio do telhado, 177
prisma, 142
probabilidade
distribuicao normal, 181
produto
vetorial, 229
produto de matrizes, 32
produto escalar, 13, 18, 19, 58, 59
produto escalar real, 18
produto matricial, 25
produto vetorial, 229
princpio do, 226
produto vetorial fundamental
princpio do, 224, 225
programa, 139, 143, 144, 147
programa fourier, 67
progrma, series de Fourier, 63
propriedades
imagem de f , 23

viii
telhado
princpio, 177
princpio do, 226
teorema
de Green, 204, 210
de Schwartz, 205
de Schwarz, 206
derivadas mistas, 205
derivadas mistas, 206
Fundamental do Calculo, 204
termo geral e converg., 78
teste da integral, 83
teste de comparacao, 81
total, diferencial, 27
trabalho, 201
forcas ortogonais, 21
transforamcao linear, 44
transformacao linear, 43
Transformada
de Fourier, 60
triangular, desig., 92
trigon., polinomio, 57
trigonom. series, 57
trigonometri
crculo, 120
trigonometrico, polinomio , 65, 66
trigonometricos, polinomios , 67
unitarios, vetores, 65
variavel, 111
dependente, 111
livre, 111
mundanc a, 124
variavel dependente, 111, 112
variavel livre, 111, 112
variedade, 28, 111113
algebrica, 115
diferenciavel, 115, 121
dimensao, 115, 116, 121
dimensao dois, 113, 114
dimensao tres, 113, 114
dimensao um, 113
dimensao zero, 113
linear, 113
linear tangente, 169

INDICE REMISSIVO
nao algebrica, 115
tangente, 121
variedade linear, 28, 113
variedade linear tangente, 45
variedade nao linear, 113
variedades tangentes, 115
vetor, 13
vetor de dados, 13
vetor e funcao, 19
vetor, exemplo, 16, 17
vetores unitarios, 65
vetores, escalares, 16
vetores, operacoes, 16
vetorial
campo, 201
campo conservativo, 204
funcao, 201
vetorial, funcao, 27
vibratorios, fenomenos, 100
volume, 140
agua num acude, 157, 158
acude, 157, 158
esfera, 152154, 156, 160
piramide, 154, 156
rombo, 142
wavelets, 125