Cleber

CLEBER HELIO GARCIA
OS TEOREMAS DO CÁLCULO VETORIAL
Trabalho de Conclusão de Curso apresentado ao

Curso de Matemática – Habilitação Licenciatura
Departamento de Matemática,
Sob a orientação do
Profº Dr.Eliezer Batista.
Centro de Ciências Físicas e Matemáticas

Universidade Federal de Santa Catarina
FLORIANÓPOLIS
JULHO DE 2007
Dedico este trabalho à minha família,
à Deus, aos meus amigos
e a todos os que me apoiaram
e incentivaram.
Agradecimentos aos mestres, ao meu orientador,
à família, pelo apoio,
aos amigos, pela companhia nesta jornada
e a todos que desejaram meu sucesso.
SUMÁRIO
RESUMO.........................................................................................................................7
INTRODUÇÃO...............................................................................................................8
CAPÍTULO I: FUNÇÕES REAIS DE N VARIÁVEIS
1.1 Derivadas Parciais.........................................................................................9
1.2 Derivadas Direcionais..................................................................................12
1.3 Funções Diferenciáveis................................................................................14
1.4 Base Dual......................................................................................................19
1.5 Hiperfícies de Nível......................................................................................21
1.6 A Diferencial de uma Função.....................................................................24
1.7 O Gradiente de uma Função Diferenciável...............................................25
1.8 Função Derivada..........................................................................................28
1.9 Segunda Derivada de uma Função.............................................................28
1.10 Matriz Hessiana ........................................................................................31
CAPÍTULO II: APLICACOES DIFERENCIÁVEIS

2.1 Diferenciabilidade de uma Aplicação........................................................33
2.2 Matriz Jacobiana.........................................................................................36
CAPÌTULO III: CAMPOS VETORIAIS

3.1 Integrais de Linha........................................................................................41
3.1.1 Integral de Linha Quanto ao Comprimento de Arco................41
3.1.2 Integral de Linha de Campos Vetoriais......................................43
3.1.3 Outra Notação para Integral de Linha de um Campo Vetorial
Sobre uma Curva...................................................................................46
3.1.4 Integral de Linha Sobre uma Curva de Classe C1 por Partes.47
3.2 Rotacional.....................................................................................................48
3.3 Campos Conservativos................................................................................52
3.4 Independência do Caminho de Integração................................................55
3.5 Existência da Função Potencial..................................................................56
3.6 Condições Necessárias e Suficientes para um Campo Vetorial ser
Conservativo.......................................................................................................57
3.7 Conjunto Simplesmente Conexo.................................................................59
3.8 Integral de Superfície..................................................................................60
3.8.1 Parametrização de Superfície......................................................60
3.8.2 Integral de Superfície de uma Função a Valores Reais............61
3.8.3 Integral de Superfície de um Campo Vetorial...........................64
3.9 Divergente.....................................................................................................66
3.10 Identidades Envolvendo Gradiente, Rotacional e Divergente...............70
CAPÌTULO III: OS TEOREMAS DE GREEN, GAUSS E STOKES.

4.1 Teorema de Green para Retângulos .........................................................75
4.1.1 Teorema de Green para um Caso Particular ...........................76
4.1.2 Teorema de Green para Conjunto com Fronteira C1 por
Partes.....................................................................................................79
4.2 Teorema da Divergência ou de Gauss para Paralelepípedos ..................83
4.2.1 Teorema da Divergência para um Caso Particular...................84
4.3 Teorema da Stokes no Espaço....................................................................90
CONCLUSÕES..............................................................................................................96
REFERÊNCIAS BILBIOGRÁFICAS........................................................................97
RESUMO
Este trabalho tem como objetivo um estudo complementar ao curso de

licenciatura em matemática.
n
Começo por rever e estudar alguns temas da Análise de funções de em .
Descrevo definições como a diferenciabilidade de funções, diferencial, gradiente e
alguns teoremas importantes, como Schwartz e Regra da Cadeia. Finalizo esta primeira
n m
parte com uma abordagem de aplicações de em .
Na seqüência temos um estudo de campos vetoriais, integrais de linha, campos
conservativos e de integrais de superfície.
Por último apresento e comento os três principais teoremas do cálculo vetorial:
Teorema de Green, Gauss e Stokes.
7
INTRODUÇÃO
No curso de licenciatura em matemática, temos uma seleção de conteúdos de

forma a equilibrar o conhecimento do acadêmico entre matemático e professor. Para
estudarmos alguns temas se faz necessário fazer algumas disciplinas optativas. Isto
quando elas estão disponíveis em um horário que não seja o mesmo de outra disciplina
obrigatória ou até coincida com o horário de trabalho do estudante. E por este motivo,
uma forma de conhecer conteúdos que não estão na grade de disciplinas obrigatórias é
através de um estudo orientado no trabalho de conclusão de curso.
n
Inicio este trabalho com uma abordagem de funções de em . Estudo a
diferenciabilidade de uma função, derivadas parciais, direcionais, diferencial e
gradiente, além de descrever e demonstrar o teorema de Schwartz. Finalizo esta parte
que busca dar uma fundamentação para o tema do trabalho de conclusão de curso, com
n m
uma abordagem de aplicações de em , estudando a diferenciabilidade de
aplicações, matriz Jacobiana e o teorema da regra da cadeia.
Será abordado a partir deste ponto o tema propriamente dito deste trabalho de
conclusão de curso. Veremos os conceitos de campo vetorial, integral de linha, campos
conservativos, condição para um campo vetorial ser conservativo, integrais de
superfície, rotacional e divergente.
Por último serão expostos e abordados os três principais teoremas do cálculo
vetorial.
Por fim este trabalho busca organizar definições e teoremas para que aqueles que
busquem estudar ou conhecer o cálculo vetorial tenham um material de auxilio.
8
CAPÍTULO I
FUNÇÕES REAIS DE N VARIÁVEIS
Antes de iniciarmos com o assunto propriamente dito deste trabalho de

conclusão de curso. Iremos ver algumas definições e teoremas que serão de grande
ajuda na compreensão dos temas propostos nos próximos capítulos.
1.1 Derivadas Parciais
Quando se busca uma noção de derivada para funções de n variáveis, que tenha
propriedades análogas às da derivada de uma função definida num intervalo, a idéia que
mais se aproxima é a de “derivada parcial”.
Definição 1: Seja f : U ⊂ n
→ , com U aberto1 e a ∈ U . Temos que a i-ésima
derivada parcial de f no ponto a (onde 1 ≤ i ≤ n ) é
∂f f (a + tei ) − f (a )
(a ) = lim ,
∂x i t →0 t
quando tal limite existe.

Podemos notar que para f (a + tei ) ter sentido, temos que ter U aberto e t
“suficientemente pequeno”. Nesse caso, dado ε > 0 tal que B (a, ε ) ⊆ U temos que
a + tei ∈ B(a, ε ) ⊆ U , para t < ε .
Para o caso U ⊂ 2
, uma função f : U → é o que se chama uma “função real
de duas variáveis”. Geralmente neste caso escreve-se f ( x, y ) ao invés de f ( x1 , x2 ) .
Assim temos as derivadas parciais de f num ponto c = (a, b) ∈ U , como:
∂f f ( a + t , b ) − f ( a , b)
(a ) = lim ,
∂x t →0 t
1
Dizemos que U ⊆ R é aberto se ∀a ∈ U ∃r > 0 tal que B ( a , r ) ⊆ U , ou seja, a bola de centro a e raio
n
r está inteiramente contida em U .
9
∂f f ( a, b + t ) − f ( a, b)
(a) = lim
∂y t →0 t
De forma análoga, se U ⊂ 3
, f :U → é uma “função real de três variáveis
∂f ∂f
reais” e dado d = (a, b, c) , temos as suas derivadas parciais como (d ) , (d ) e
∂x ∂y
∂f
(d ) .
∂z
Voltamos ao caso geral, com f : U ⊂ n
→ definida no aberto U ⊂ n
.
Dados a ∈ U e i = 1,..., n , a imagem do caminho λi : → n

, λi (t ) = a + tei , é o que se
chama “a reta que passa por a e é paralela ao i-ésimo eixo”. Pelo fato de U ser aberto,
para t suficientemente pequeno temos λ (t ) ∈ B(a, ε ) para t < ε e, portanto, λ (t ) ∈ U .
A i-ésima derivada parcial de f no ponto a é a derivada, no ponto t = 0 , da função

∂f
f λ : (−ε , ε ) → , ou seja, (a ) = ( f λ )′(0) .
∂xi
Voltemos novamente para o caso n=2 e suponha que f é de classe C k 2 ( K ≥ 1 ).
Nesse caso, o gráfico de f é uma superfície em 3

. A derivada parcial (∂f / ∂x)(c) ,é a
inclinação da reta tangente à curva de intersecção do plano y = b com o gráfico de
f.essa curva, no ponto (a, b, f(a, b)), relativamente ao plano horizontal.
2
Para referências consultar ELON LAGES LIMA. Curso de analise vol.2.
10
O cálculo prático da i-ésima derivada parcial de uma função real f ( x1 ,..., x n ) se
faz considerando todas as variáveis como se fossem constantes, exceto a i-ésima, e
aplicando as regras usuais de derivação.
Podemos estudar o crescimento de uma função ao espaço da i-ésima direção por
sua i-ésima derivada parcial:
∂f f (a + tei ) − f (a )
(a ) = lim .
∂x i t →0 t
Então, por exemplo, seja f : U → com U ⊂ 2

; se tivermos o segmento de
reta J = {(a, t );0 ≤ t ≤ 1} , paralelo ao eixo dos y e contido em U e além disso
(∂f / ∂y )( z ) > 0 para todo z ∈ J , então f é crescente sobre J , ou seja,
0 ≤ s < t ≤ 1 ⇒ f ( a, s ) < f ( a, t ) .
2
A figura abaixo ilustra isso para o caso em .
∂f ∂f
Note que agora temos (a) e (a ) representadas em um mesmo sistema de
∂x ∂y
coordenadas. Podemos ver que as derivadas parciais nos fornecem apenas informações
com relação ao eixo das coordenadas, porém não nos fornece informações em outros
sentidos.
11
1.2 Derivadas Direcionais
As derivadas parciais nos fornecem informações ao longo de retas paralelas aos

eixos. Este fato nos faz buscar uma noção de derivada que possa nos fornecer
informações em outras direções.
Definição 2: Sejam f : U ⊂ n
→ , com U aberto, a ∈ U e v ∈ n
. A derivada
direcional de f no ponto a, segundo o vetor v, é, por definição o limite
f (a + tv) − f (a)
Df (a)(v) = lim
t →0 t
quando tal limite existe.
∂f ∂f
Em particular, Df (a )(ei ) = (a) , ou seja, (a) é derivada direcional de f
∂xi ∂ei
no ponto a , segundo o vetor ei .
A derivada direcional Df (a)(v) é a derivada, no ponto t = 0 , da função
composta f λ : (−ε , ε ) → n
, onde λ : (−ε , ε ) → n
é o caminho retilíneo,
λ (t ) = a + tv , para o qual se tem λ (0) = a e λ ′(t ) = v para todo t. Aqui, ε > 0 é
escolhido tão pequeno que a imagem de λ esteja contida em U.
Note que no caso n=2, teremos a derivada direcional em (a, b) ∈ U como

∂f ∂f
Df (a, b)(v) = (a, b)v1 + (a, b)v2 (onde v = (v1 , v2 ) ∈ R 2 ). A derivada direcional nos
∂x ∂y
fornecerá informações quanto ao crescimento de f , que será abordado mais à frente.
12
Vejamos agora alguns exemplos interessantes.
Exemplo 1: Seja f : 2
→ definida por f ( x, y ) = xy /( x 2 + y 2 ) se x 2 + y 2 ≠ 0 e
f (0, 0) = 0 , temos:
∂f f (t , 0) − f (0, 0)
(0, 0) = lim
∂x t →0 t
Onde f (t , 0) = t.0 /(t 2 + 02 ) = 0
E, portanto
∂f f (t , 0) − f (0, 0) 0−0
(0, 0) = lim = lim =0
∂x t →0 t t →0 t
De modo análogo concluímos que

∂f f (0, t ) − f (0, 0)
(0, 0) = lim =0
∂y t →0 t
Logo as derivadas parciais existem. Vejamos agora a derivada direcional.
Seja v = (v1 , v2 ) , com v1 ≠ 0 e v2 ≠ 0 , então
tv1 ⋅ tv2
−0
( tv ) + ( tv2 )
2 2
f (0 + tv1 , 0 + tv2 ) − f (0, 0)
Df (0, 0)(v) = lim = lim 1 =
t →0 t t →0 t
tv1 ⋅ tv2 1 v1 ⋅ v2 1
= lim ⋅ = lim ⋅ ,
( tv1 ) + ( tv2 ) t t →0 ( v1 ) + ( v2 ) t
t →0 2 2 2 2
E logo não existe o limite, o que nos mostra que a existência das derivadas parciais não
é uma condição suficiente para que existam as derivadas direcionais.
Exemplo 2: Seja f : U ⊂ n
→ . A derivada direcional de uma função constante é
zero, ou seja, para f ( x1 ,..., xn ) = b , com b fixo e b ∈ U , temos Df (a )(v) = 0 .
De fato
13
f (a + tv) − f (a) b−b
Df (a )(v) = lim = lim =0
t →0 t t →0 t
Logo podemos concluir que a derivada direcional de uma função constante é 0.
→ . Se f é uma função linear então temos que
Df (a )(v) = f (v) .
De fato, por f ser linear, temos
f (a + b) = f (a ) + f (b) e f (α b) = α ⋅ f (b)
Logo,
f (a + tv) − f (a ) f ( a ) + t ⋅ f (v) − f ( a ) t ⋅ f (v )
Df (a)(v) = lim = lim = lim = f (v )
t →0 t t →0 t t →0 t
1.3 Funções Diferenciáveis
Dada f : U ⊂ n
→ , com U aberto, seja a ∈ U . Diremos que a função f é
diferenciável no ponto a quando existirem constantes A1 ,..., An tais que, para todo vetor
v = (α 1 ,..., α n ) ∈ R n , com a + v ∈ U , se tenha
r (v )
f (a + v) = f (a) + A1α 1 + ... + Anα n + r (v) , onde lim =0
v →0 v
Se f for diferenciável em todos os pontos de U, dizemos simplesmente que f é

diferenciável.
Se f é diferenciável no ponto a então, tomando v = tei , t ≠ 0 suficientemente
pequeno, temos α j = 0 se j ≠ i e α i = t . Logo
f (a + tei ) − f (a ) r (tei ) r (tei )

= Ai + = Ai ± .
t t tei
Fazendo t → 0
14
f (a + tei ) − f (a) ⎛ r (tei ) ⎞ ∂f
lim = lim ⎜⎜ Ai ± ⎟
⎟ = Ai = (a)
t →0 t t →0
⎝ tei ⎠ ∂xi
Portanto podemos equivalentemente definir o fato de uma função ser

diferenciável da seguinte forma:
Definição 3: Uma função f : U ⊂ n

→ é diferenciável no ponto a ∈ U , quando
∂f ∂f
existirem as derivadas parciais (a ),..., (a) e, além disso, para todo vetor
∂x1 ∂x n
v = (α 1,..., α n ) tal que a + v ∈ U , tivermos
∂f ∂f
f (a + v) = f (a) + (a) ⋅ α 1 + ... + ( a ) ⋅ α n + r (v ) ,
∂x1 ∂x n
r (v )
Onde lim = 0.
v →0 v
Aqui temos que o “resto” r (v) é definido como sendo igual a
⎛ ∂f ⎞
f (a + v) − f (a ) − ∑ ⎜⎜ ⎟⎟(a ) ⋅ α i . A essência da definição de diferenciabilidade é que,
⎝ ∂x i ⎠
r (v )
tomando r (v) desta maneira, tem-se lim = 0 . Esta é a condição que deve ser
v →0 v
verificada para provar que uma função é diferenciável.

r (v )
A condição lim = 0 significa mais do que r (v) → 0 ; ela quer dizer que
v →0 v
r (v) tende a zero mais rapidamente do que v, ou seja, a partir de valores de v

suficientemente pequenos, temos que a norma de r (v) é uma fração arbitrariamente
pequena da norma de v. Assim temos que f é diferenciável no ponto a quando o
acréscimo f (a + v) − f (a) é igual a uma função linear de v , acrescida da
⎛ ∂f ⎞
∑ ⎜⎜ ∂x ⎟⎟(a) ⋅ α i , mais um resto infinitamente pequeno em relação a v.
⎝ i ⎠
Em certos casos, podemos utilizar, em vez de r (v) , a função ρ = ρ (v) . Ou seja,
podemos definir a diferenciabilidade da seguinte maneira:
15
Definição 4: Seja f : U ⊂ n
→ com a ∈ U . Então, a função f é diferenciável no
ponto a se, e somente se, possui derivadas parciais nesse ponto e, para todo
v = (α1,..., α n ) ∈ n
tal que a + v ∈ U , vale
n
∂f
f (a + v) = f (a) + ∑ (a ) ⋅ α i + ρ (v) ⋅ v , onde lim ρ (v) = 0 .
i =1 ∂xi v →0
Assim, f é diferenciável no ponto a se, e somente se, a função real ρ = ρ (v) ,

definida pela igualdade acima (se v ≠ 0 ) e por ρ (0) = 0 , é contínua no ponto v = 0 .
Seja f : U ⊂ n
→ diferenciável no ponto a + v ∈ U . Mostraremos que f
admite derivada direcional segundo qualquer vetor v = (α 1,..., α n ) , e vale a fórmula
∂f ∂f
Df (a)(v) = (a) ⋅ α1 + ... + (a) ⋅ α n .
∂x1 ∂xn
Com efeito, para todo t suficientemente pequeno, temos a + tv ∈ U . Pela
definição de diferenciabilidade, temos:
n
∂f
f (a + tv) = f (a ) + ∑ (a ) ⋅ tα i + ρ (tv) ⋅ t ⋅ v ,
i =1 ∂xi
donde
f (a + tv) − f (a ) n ∂f
=∑ (a ) ⋅ α i ± ρ (tv) ⋅ v com lim ρ (tv) = 0
i =1 ∂xi
t v →0
Resulta da expressão Df (a )(v) = ∑ ( ∂f / ∂xi ) ⋅ α i que se f é diferenciável num
ponto, então a derivada direcional Df (a)(v) , neste ponto, depende linearmente de v ,

isto é, não somente se tem, Df (a )(α v) = α ( Df (a )(v)) como também
Df (a)(v + w) = Df (a)(v) + Df (a)( w) .
Vejamos agora os exemplos 1, 2 e 3 tendo em vista a definição de

diferenciabilidade de funções:
16
Exemplo 4: Seja f : 2
→ definida por f ( x, y ) = xy /( x 2 + y 2 ) se x 2 + y 2 ≠ 0 e
f (0, 0) = 0 ; já sabemos que não existe a derivada direcional de f no ponto (0,0)
(exemplo 1), vamos ver o que acontece quando aplicamos a definição de funções
diferenciáveis neste mesmo ponto.
Devemos tentar mostrar a igualdade
r (v )
lim = 0 onde v = (α , β )
v →0 v
De fato
r (v ) 1 ⎛ ∂f ∂f ⎞
lim = lim ⎜ f ( x + α , y + β ) − f ( x, y ) − ⋅ α + ⋅ β ⎟ =
v →0 v α , β →0
α2 + β2 ⎝ ∂x ∂y ⎠
1 1
= lim ( f (α , β ) − 0 − 0 ⋅ α − 0 ⋅ β ) = αlim ( f (α , β ) ) =
α , β →0
α2 + β 2 , β →0
α2 + β2
⎛ αβ ⎞
1 αβ
= lim ⋅⎜ 2 2 ⎟
= lim
α , β →0
α + β ⎝ α + β ⎠ α , β → 0 (α + β ) α 2 + β 2
2 2 2 2
Agora fazendo α = t e β = t temos:
r (v ) 1 ⎛ t2 ⎞ 1
lim = lim ⋅ ⎜ 2 2 ⎟ = lim ≠0
v →0 v t →0
t +t ⎝t +t ⎠
2 2 t → 0 2t 2
Portanto a função não é diferenciável em (0, 0) .
→ , com f ( x1 ,..., xn ) = b , com b fixo e b ∈ U ,ou seja,
f é uma função constante. Vamos mostrar que f é diferenciável com Df (a)(v) = 0

(Conforme visto no exemplo 2).
Para provarmos que f é diferenciável com Df (a)(v) = 0 é suficiente

mostrarmos que
r (v )
lim =0
v →0 v
17
De fato
r (v ) 1
lim = lim ( f (a + v) − f (a) − Df (a)(v) ) =
v →0 v α1 ,...,α n → 0
α12 + ... + α n2
r (v ) 1 1
lim = lim ⋅ (b − b − 0) = lim ⋅0 = 0
v →0 v α1 ,...,α n → 0
α12 + ... + α n2 α1 ,...,α n → 0
α12 + ... + α n2
Exemplo 6: Agora vamos provar que se f é uma função linear então temos que f é
diferenciável com
Df (a )(v) = f (v) .
Seja f : U ⊂ n
→ tal que f é linear. Logo, temos que
r (v ) 1
lim = lim ( f (a + v) − f (a) − Df (a)(v) ) =
v →0 v α1 ,...,α n → 0
α1 + ... + α n2
2
r (v ) 1
lim = lim ( f (a) + f (v) − f (a) − Df (a)(v) )
v →0 v α1 ,...,α n → 0
α1 + ... + α n2
2
Mas vimos no exemplo 3 que
Df (a )(v) = f (v)
Portanto
r (v ) 1
lim = lim ( f ( a ) + f ( v ) − f ( a ) − f (v ) ) = 0
v →0 v α1 ,...,α n → 0
α12 + ... + α n2
Logo a função é diferenciável com Df (a )(v ) = f (v ) .
18
1.4 Base Dual
Antes de continuarmos com o assunto sobre diferenciabilidade, é importante

estudarmos alguns tópicos necessários à compreensão dos próximos temas.
Definição 5: Seja V um espaço vetorial. O espaço vetorial dual a V é o conjunto

V * ={ f : V → / f linear}, munido das operações:
( f1 + f 2 )(v) = f1 (v) + f 2 (v)
(λ f )(v) = λ ⋅ f (v) ,
para quaisquer v ∈ V , λ ∈ e f1 , f 2 , f3 ∈ V * .
Tome { fi }in=1 uma base de V . Seja {ϕ i }in=1 ∈ V * tal que
⎧1 se i = j
ϕ i ( f j ) = δ ij = ⎨
⎩0 se i ≠ j
{ϕ i }in=1 = {ϕ 1 ,..., ϕ n }
Vamos agora mostrar que {ϕ i }in=1 é uma base de V * . Para isso devemos mostrar
que {ϕ i }in=1 é L.I. e gera V * .

Seja
n
0 = ∑ α iϕ i
i =1
Tome
n n
0 = ∑ α iϕ i ( f j ) = ∑ α iδ ij = α j para ∀ j = 1,..., n .
i =1 i =1
Portanto α j = 0 , j = 1,..., n , o que implica que {ϕ i }in=1 é L.I..
Agora iremos provar que {ϕ i }in=1 gera V * .
Primeiro vamos ver que ∀v ∈ V , ϕ i (v) = vi . De fato
⎛ n ⎞ n n
ϕ i (v) = ϕ i ⎜ ∑ v j f j ⎟ = ∑ v jϕ i ( f j ) =∑ v jδ ij =vi
⎝ j =1 ⎠ j =1 j =1
19
⎛ n ⎞ n
Note que vale ϕ i ⎜ ∑ v j f j ⎟ = ∑ v jϕ i ( f j ) pois ϕ é uma função linear e ϕ i ( f j ) = δ ij pela
⎝ j =1 ⎠ j =1
construção da função composta ϕ i ( f j ) .
Agora podemos mostrar que {ϕ i }in=1 gera V * .
Seja ψ ∈ V * e v ∈ V tal que

n
v = ∑ vi fi onde {ϕ i }in=1 é base de V .
i =1
Tome
⎛ n
⎞ n n
ψ (v) = ψ ⎜ ∑ vi fi ⎟ = ∑ viψ ( fi ) = ∑ψ ( fi ) ⋅ ϕ i (v) .
⎝ i =1 ⎠ i =1 i =1
n
Portanto como ψ ( f i ) ∈ e ψ (v) = ∑ψ ⋅ ( fi ) ⋅ ϕ i (v) temos que {ϕ i }in=1 gera V * .
i =1
Vamos agora provar que existe um isomorfismos de V em V * .

Seja
φ : V →V*
n n com i = 1,..., n e xi ∈
∑ xi fi → ∑ xiϕi
i =1 i =1
Temos que φ é claramente linear e injetiva, pois leva a base de V na base de V *

e como ambas as bases têm dim = n temos que φ é sobrejetora e portando bijetora. E
com isso provamos que existe um isomorfismo (bijeção) de V em V * .

Ainda vale comentar que a nomenclatura que se utiliza para a base dual da base
n *
canônica em ( ) é {dx i }.
Note que o isomorfismo de V em V * não depende somente de v , mas também

da base escolhida em V . O próximo teorema vai nos livrar da dependência da base
utilizada. Este teorema vai ser útil para definirmos o gradiente de uma função.
Teorema 1 Seja V um espaço vetorial de dimensão finita, com produto interno. A

correspondência ξ :V → V * que associa a cada v ∈ V o funcional linear ξ (v) = v* , tal
que v* ( w) = w, v para todo w ∈ V , é um isomorfismo.
20
Demonstração: Vamos começar mostrando a linearidade de ξ :
Tome u, v ∈ V , logo temos:
(u + v)* ( w) = w, u + v = w, u + w, v = u * ( w) + v* ( w) = (u * + v* )( w)
Agora devemos mostrar que para α ∈ temos que (α v)* = α (v* )

De fato, seja α ∈ e v ∈ V . Então temos:
(α v)* ( w) = w, α v = α w, v = α (v* )
Logo temos a linearidade demonstrada. Agora só falta provarmos que existe o

isomorfismo de V em V * .
Vamos primeiramente mostrar que ξ é injetora. Para mostrarmos que ξ é
injetora, basta mostrarmos que o N( ξ )={0}3. Pelo fato de ξ ser um funcional linear.
Dado v ∈ V , se v* = 0 então, para todo w ∈ V tem-se

n
v* ( w) = w, v = 0 = ∑ wi vi
i =1
então temos vi = 0 para todo i = 1,..., n e portanto v = 0 .
Por ultimo, ξ é sobrejetora pelo teorema da dimensão:

dim V = dim N (ξ ) + dim Im(ξ )
Como ξ é injetora, dim N (ξ ) = 0 o que implica que dim Im(ξ ) = dim V = dim V * . Isto
nos mostra que ξ é bijetora e que temos o isomorfismo desejado.
1.5 Hiperfícies de Nível
Definição 6: Dada f : U ⊂ n
→ , diferenciável no aberto U e dado um número
real c, diz-se que o ponto x ∈ U está no nível c, ou tem nível c, relativamente a f,
quando f ( x) = c . Fixado c, o conjunto dos pontos de U que estão no nível c é a
−1
imagem inversa f (c) , a qual é chamada à Hiperfície de nível c da função f. Quando
−1
n=2, f (c) chama-se a curva de nível c de f e quando n=3 chama-se superfície de
nível c de f.
3
O núcleo N(A) da transformação linear A : E → F é o conjunto dos vetores v ∈ E tais que Av = 0 . A fim
de que uma transformação linear A : E → F seja injetiva é necessário e suficiente que seu núcleo N ( A)
contenha apenas o vetor nulo.
21
Vejamos agora alguns exemplos:
Exemplo 7: Vejamos como se comporta o gráfico de f ( x, y ) = cos x ⋅ seny .
1
0.5 4
0
-0.5 2
-1
-4 0
-2
0 -2
2
-4
4
Gráfico de f ( x, y ) = cos x ⋅ seny
Agora vamos comparar com as curvas de nível de f ( x, y )

4
-2
-4
-4 -2 0 2 4
Diagrama das curvas de nível de f ( x, y )
Um exemplo comum são os mapas topográficos de regiões montanhosas, que

têm suas curvas de nível com relação à altura dos relevos. Note que, na figura, a parte
22
escura representa os pontos onde f ( x, y, z ) < 0 e a parte clara os valores na qual
f ( x, y , z ) > 0 .
Uma grande vantagem deste tipo de representação gráfica é a possibilidade de
4
analisar funções de três variáveis, cujo gráfico é uma figura em , apenas assumindo
um valor fixo para f ( x, y , z ) = a e assim poder analisar o gráfico neste nível (valor) da
função.
Vamos analisar a superfície de nível de f ( x, y, z ) = x 2 + y 2 + z 2 para os
seguintes valores f ( x, y, z ) = {1, 2,3, 4,5}
Diagrama da superfície de nível de f ( x, y, z ) = x 2 + y 2 + z 2 para f ( x, y, z ) = {1, 2,3, 4,5}
Note que x ∈] − 2, 2[ , y ∈]0, 2[ e z ∈] − 2, 2[ . Para podermos ter uma idéia de

como se comportam as superfícies de nível, temos cinco esferas de centro na origem e
de raios respectivamente 1, 2, 3, 4 e 5 . Note que o gráfico desta não é
possível visualizar por completo, pois o gráfico desta função depende das coordenadas
4
x,y,z e f ( x, y, z ) , ou seja, é um subconjunto de .
23
1.6 A Diferencial de uma Função
A derivada de um caminho f : → m
é um vetor. Veremos agora que a
derivada de uma função f : n

→ é desempenhada por um funcional linear. Mas
antes vamos definir diferencial de uma função:
Definição 7: Seja f : U ⊆ n
→ definida no aberto U , diferenciável no
ponto a ∈ U . A diferencial de f no ponto a é o funcional linear df (a) : n

→ , cujo
valor no vetor v = (α1 ,..., α n ) é dado por
n
∂f
df (a ) ⋅ v = Df (a )(v) = ∑ (a) ⋅ α i .
i =1 ∂xi
Que é a derivada direcional de f em a , relativa ao vetor v .
∂f
Vamos mostrar que df (a )(ei ) = (a) . De fato, seja a = (a1 ,..., an ) , então temos
∂xi
f (a + tei ) − f (a)
df (a )(ei ) = Df (ei ) = lim =
t →0 t
f (a1 , a2 ,..., ai + t ,..., an ) − f (a1 ,..., an ) ∂f

= lim = (a)
t →0 t ∂xi
∂f
Logo temos df (a )(ei ) = (a) .
∂xi
Utilizando o resultado obtido, temos que
n n
df (a)(v) = df (a)(∑ vi ei ) = ∑ vi df (a)ei .
i =1 i =1
Note que df (a ) é um funcional linear, então vale df (α a) = α df (a) .Continuando

temos:
n n n
∂f
df (a )(v) = ∑ vi df ( a )ei = ∑ df ( a)ei dxi (v) = ∑ ( a )dxi (v)
i =1 i =1 i =1 ∂xi
Onde dxi é a base dual de ( n *

) . Como esta igualdade vale para cada v ∈ n
, temos
24
n
∂f
df (a ) = ∑ (a )dxi
i =1 ∂xi
Isto significa que o funcional linear df (a ) pode ser representado como uma
∂f
combinação linear dos funcionais dxi , onde (a) são os coeficientes da combinação.
∂xi
1.7 O Gradiente de uma Função Diferenciável
n n *
O produto interno natural induz um isomorfismo entre e seu dual ( ) ,
conforme visto. Tal isomorfismo faz corresponder a cada vetor v ∈ n

, o funcional
v* ∈ ( n *
) com v* ( w) = v, w para todo w∈ n
. Logo, se tomarmos
ϕ ( w) = c1w1 + ... + cn wn , que dá o valor do funcional ϕ no vetor w = ( w1,..., wn ) , já
indica isso: ϕ ( w) é o produto interno de w pelo vetor v = (c 1,..., c n ) , ou seja, ϕ = v * .
Definição 8: Dada a função diferenciável f : U ⊂ n

→ , definida no aberto U ,
definiremos o gradiente de f no ponto a ∈ U como o vetor gradf (a) , que corresponde
ao funcional df (a ) segundo o isomorfismo acima descrito. Isto significa por definição,
que:
∂f
gradf (a ), v = Df (a )(v) = df (a ) ⋅ v = ∑ (a ) ⋅ α i
∂xi
para todo v = (α 1,..., α n ) .
∂f
Em particular gradf (a), ei = (a ) , logo
∂x i
⎛ ∂f ∂f ⎞
gradf (a ) = ⎜⎜ (a ),..., (a ) ⎟⎟ .
⎝ ∂x1 ∂x n ⎠
Ainda é comum representar o gradiente com a seguinte nomenclatura:
⎛ ∂f ∂f ⎞
gradf (a ) = ∇f (a ) = ⎜ (a ),..., (a ) ⎟
⎝ ∂x1 ∂xn ⎠
25
Agora destacaremos as propriedades mais importantes do gradiente de uma
função diferenciável f. Suponha a fixo e gradf (a) ≠ 0 . Então:
• O gradiente aponta para uma direção segundo a qual a função f é crescente;
Sabemos que
Df (a ) ⋅ v = ∇f (a ), v
Então temos que
Df (a )(∇f (a)) = ∇f (a), ∇f (a) = ∇f (a) ≥ 0

2
Portando f é crescente no sentido do gradiente.

• Dentre todas as direções ao longo das quais a função f cresce, a direção do
gradiente é a de crescimento mais rápido;
∇f ( a )
Seja U grad =
∇f ( a )
Então temos que para v ∈ R n , com v = 1
Df (a )(v) = ∇f (a ), v = ∇f (a ) ⋅ v ⋅ cos θ ≤ ∇f (a) ⋅ U grad =
= ∇f (a),U grad = df (a)(U grad )
• O gradiente de f no ponto a é perpendicular à superfície de nível de f que passa

por esse ponto.
Seja γ um caminho diferenciável e K ∈ f (U ) , tal que a ∈ f −1 (k ) , ou seja :
γ :] − ε , ε [→ f −1 (k )
t → γ (t )
onde γ (0) = a e ( f γ )(t ) = k ∀t .
26
Temos que
( f γ )′(0) = 0 pois ( f γ )(t ) = k é uma função constante.
Logo temos
i i i
0 = df (γ (0))(γ (0)) = df (a)(γ (0)) = ∇f (a ), γ (0)
i
Como γ (0) é o vetor velocidade da superfície de nível e ∇f (a ) é
perpendicular a este vetor, temos que ∇f (a ) é perpendicular à curva de nível.
Com isto, demonstramos a três propriedades do gradiente.
Voltemos agora à função do exemplo 7
Diagrama das curvas de nível de f ( x, y ) = cos x ⋅ seny com o gradiente da função sobreposto
Temos a curva de nível com o gradiente da função sobreposto em vários pontos

da mesma. Podemos visualizar as propriedades demonstradas. Note que os vetores
apontam para o sentido de crescimento da curva. Ainda podemos visualizar o fato de os
vetores gradiente serem perpendiculares à curva de nível.
27
1.8 Função Derivada
Definição 9: Seja f diferenciável em algum ponto a ∈ U ⊂ n

, podemos definir a
função derivada como
df : U ⊆ n
→( )
n *
a → df (a)
∂f
Dizemos que f é de classe C1 se suas derivadas parciais :U → existirem
∂xi
∂f
e forem contínuas. Mas geralmente, f é de classe C K se cada existir e for de
∂xi
classe C K −1 .
1.9 Segunda Derivada de uma Função
Se df é diferenciável em algum ponto a ∈U podemos definir
d 2 f (a) : n
→( )
n *
linear e se df for diferenciável em todos os pontos a ∈ U ,
podemos definir a função segunda derivada d 2 f (a) : U ⊆ n

→ L ( n
,( ) ).
n *
Se d 2 f for contínua em U então f é dita ser de classe C 2 . É possível provar
que f é de classe C 2 se e somente se df 2 for contínua.
Teorema de Schwartz: Seja f : U → de classe C 2 com c ∈ U ∈ n

. Para quaisquer
1 ≤ i , j ≤ n , tem-se:
∂2 f ∂2 f
(c ) = (c ) .
∂xi ∂x j ∂x j ∂xi
28
Demonstração: Sem perda de generalidade podemos supor U ⊂ 2
, c = (a, b) e provar
∂2 f ∂2 f
que (c ) = (c) . Existe ε > 0 tal que o quadrado (a − ε , a + ε ) × (b − ε , b + ε )
∂x∂y ∂y∂x
está contido em U . Para todo t ∈ (−ε , +ε ) ponhamos:
ϕ (t ) = f (a + t , b + t ) − f (a + t , b) − f (a, b + t ) + f (a, b)
Então escrevemos
ξ ( x ) = f ( x , b + t ) − f ( x, b )
E como
f (a + t , b + t ) − f (a, b + t ) = ξ (a + t ) e −( f (a + t , b) − f (a, b)) = −ξ (a) ,
temos que
ϕ (t ) = ξ (a + t ) − ξ (a)
Pelo teorema do valor médio para funções de uma variável, existe θ ∈ (0,1) tal que
ϕ (t ) = ξ ′(a + θ t ) ⋅ t , ou seja
⎡ ∂f ∂f ⎤
ϕ (t ) = ⎢ ( a + θ t , b + t ) − ( a + θ t , b) ⎥ ⋅ t
⎣ ∂x ∂x ⎦
∂f
Pelo fato de :U → ser diferenciável no ponto c = (a, b) , temos as seguinte
∂x
igualdades:
∂f ∂f ∂2 f ∂2 f
( a + θ t , b + t ) − ( a, b) = 2 ( a, b) ⋅ θ t + (a, b) ⋅ t + ρ1t onde lim ρ1 = 0
∂x ∂x ∂x ∂y∂x t →0
ou
∂f ∂f ∂2 f ∂2 f
( a + θ t , b + t ) = ( a, b) + 2 ( a, b) ⋅ θ t + (a, b) ⋅ t + ρ1t
∂x ∂x ∂x ∂y∂x
e
∂f ∂f ∂2 f
(a + θ t , b) − (a, b) = 2 (a, b) ⋅ θ t + ρ 2t onde lim ρ 2 = 0
∂x ∂x ∂x t →0
ou
∂f ∂f ∂2 f
( a + θ t , b) = ( a, b) + 2 ( a, b) ⋅ θ t + ρ 2t
∂x ∂x ∂x
Então temos
⎡ ∂f ∂2 f ∂2 f ⎛ ∂f ∂ 2 f ⎞ ⎤
ϕ (t ) = ⎢ + θ t + ⋅ t − ⎜ + 2 θ t ⎟ ⎥ ⋅ t + ρ1t − ρ 2t
2 2
⎣ ∂x ∂x 2 ∂y∂x ⎝ ∂x ∂ x ⎠⎦
29
∂2 f 2
ϕ (t ) = ⋅ t + ρ1t 2 − ρ 2t 2
∂y∂x
E portanto temos
ϕ (t ) ∂2 f
lim = (a, b) onde lim ρ1 = 0 e lim ρ 2 = 0 .
t →0 t2 ∂y∂x t →0 t →0
Utilizando uma idéia semelhante para a função ζ ( y ) = f (a + t , y ) − f (a, y ) chegaremos
ϕ (t ) ∂2 f
a lim = (a, b) . E com isto concluímos o teorema.
t →0 t2 ∂x∂y
Exemplo 8: Vejamos agora uma função que vai mostrar que o fato de existir a segunda
derivada no ponto, não é condição suficiente para que o teorema de Schwartz possa ser
utilizado.
Seja
⎧ xy ( x 2 − y 2 )
⎪ se x 2 + y 2 ≠ 0
f ( x, y ) = ⎨ x 2 + y 2
⎪ 0 se ( x, y ) = (0, 0)
⎩
Calculando as derivadas parciais temos:
∂f ( y ( x − y ) + 2 x y ) ( x + y ) − 2 x y ( x − y ) y ( x 4 − y 4 ) + 4 x 2 y 3
2 2 2 2 2 2 2 2
= =
∂x ( x 2 + y 2 )2 ( x 2 + y 2 )2
Logo
∂f
(0, 0) = 0
∂x
e
∂f ( x( x − y ) − 2 xy ) ( x + y ) − 2 xy ( x − y ) x( x 4 − y 4 ) − 4 x3 y 2
2 2 2 2 2 2 2 2
= =
∂y ( x 2 + y 2 )2 ( x 2 + y 2 )2
Portanto
∂f
(0, 0) = 0
∂y
Agora vamos calcular as segundas derivadas parciais
∂f ∂f
(0, t ) − (0, 0)
∂ f
2
−t
(0, 0) = lim ∂x ∂x = lim = −1
∂y∂x t → 0 t t → 0 t
30
e
∂f ∂f
(t , 0) − (0, 0)
∂ f 2
∂y ∂y t
(0, 0) = lim = lim = 1 .
∂x∂y t →0 t t →0 t
Este resultado nos mostra que o fato de existirem as derivadas segundas, não é
condição suficiente para que venha a valer o teorema de Schwartz. Para o teorema possa
ser utilizado devemos ter que f seja uma função de classe C 2 .
1.10 Matriz Hessiana
Seja f : U ⊆ n
→ de classe C 2 e a ∈ U . A diferencial segunda d 2 f (a) será
chamada de forma Hessiana da função f no ponto a , é uma forma quadrática,
conforme veremos a seguir.
Primeiramente vamos ver a definição de forma quadrática.
Definição 10: Uma forma quadrática H : n

→ é uma função cujo valor num vetor
n
v = (α1 ,..., α n ) é dado por ∑hαα
i , j =1
ij i j , onde (hij ) é uma matriz simétrica n × n . Indica-
se com a notação Hv 2 o valor da forma quadrática H no vetor v .
Desta maneira,
n
Hv 2 = ∑hαα
i , j =1
ij i j
Se t ∈ então H (vt 2 ) = t 2 ( Hv 2 ) .
Vejamos agora que a diferencial segunda satisfaz os requisitos propostos. De
fato, temos:
n
∂f
df (a ) ⋅ v = ∑ (a)α i
i =1 ∂xi
E portanto para d 2 f (a) , temos:
n
∂2 f n
∂2 f n
∂2 f
d f (a) ⋅ v = ∑
2 2
(a )α iα1 +... + ∑ (a )α iα n = ∑ (a)α iα j
i =1 ∂xi ∂x1 i =1 ∂xi ∂xn i , j =1 ∂xi ∂x j
31
Onde
⎛ ∂2 f ∂2 f ⎞
⎜ (a) (a) ⎟
⎜ ∂x1∂x1 ∂x1∂xn ⎟
∂ f
2
H ( x) = (a) = ⎜ ⎟
∂xi ∂x j ⎜ 2 ⎟
⎜ ∂ f (a) ∂2 f
(a ) ⎟⎟
⎜ ∂x ∂x ∂xn ∂xn
⎝ n 1 ⎠
∂2 f ∂2 f
E por último, pelo teorema de Schwartz, temos (a) = (a) , o que
∂xi ∂x j ∂x j ∂xi
nos leva ao fato de H ( x) ser simétrica.
32
CAPÍTULO II
APLICAÇÕES DIFERENCIÁVEIS
2.1 Diferenciabilidade de uma Aplicação
Uma aplicação f é diferenciável no ponto a quando, para pequenos valores de

v , o acréscimo f (a + v) − f (a ) é, aproximadamente, uma função linear de v . Mais
precisamente:
Definição 1: A aplicação f :U ⊂ m
→ n
, definida no aberto U , diz-se
diferenciável no ponto a ∈ U quando existe uma aplicação linear T : m

→ n
tal que
r (v )
f (a + v) − f (a) = T ⋅ v + r (v) , onde lim = 0.
v →0 v
Note que para f (a + v) ter sentido, temos que ter (a + v) ∈ U . Aqui temos o
porquê de U ser aberto, pois neste caso para v suficientemente pequeno temos que
(a + v) ∈ B(a, ε ) ⊆ U . A igualdade acima é a definição do “resto” r (v) . Pois para
f (a + v) − f (a) ser uma um função linear de v, é necessário que dada T, r (v) é
infinitésimo em relação à v , o que se tem com lim r (v) / v = 0 . Ou ainda: para todo
v →0
ε > 0 existe δ > 0 tal que 0 < v < δ ⇒ r (v) < ε v .

Em alguns casos, para evitar problemas causados pelo denominador zero,
utiliza-se o artifício de pôr o resto sob a forma r (v) = ρ (v) ⋅ v , onde a aplicação ρ é
definida, para todo v tal que (a + v) ∈ U , por ρ (v) = r (v) / v , se v ≠ 0 , e ρ (v) = 0 .
Então temos a diferenciabilidade de f definida no ponto a como
f (a + v) − f (a ) = T ⋅ v + ρ (v) ⋅ v , onde lim ρ (v) = 0 ,

v →0
de modo que ρ é contínua no ponto 0.
33
Vejamos agora como interpretar a transformação linear T : m
→ n
que
ocorre na definição acima.
Definição 2: Seja f : U ⊂ m
→ n
definida num aberto U . A derivada direcional de f
num ponto a ∈ U , relativamente a um vetor v ∈ R m , é, por definição,
(a + tv) − f (a)
Df (a)(v) = lim ∈ n
,
t →0 t
Quando tal limite existe.

Podemos visualizar Df (a )(v) do seguinte modo: seja δ > 0 tal que o segmento
de reta aberto (a − δv, a + δv ) esteja contido em U. O caminho retilíneo λ : (−δ , δ ) → U ,
dado por λ (t ) = a + tv , é transformado por f no caminho f λ : t → f (a + tv) , no
espaço n
. A derivada direcional Df (v ) é o vetor-velocidade de f λ no instante
t = 0.
Se f = ( f 1 ,..., f n ) então Df (a )(v) = ( Df1 (a )(v),..., Df n (a )(v) ) . Quando v = e j é
m ∂f ∂f
o j–ésimo vetor da base canônica de , escreve-se (a ) em vez de (a ) .
∂x j ∂e j
Assim,
∂f ⎛ ∂f ∂f ⎞
(a) = ⎜ 1 (a),..., n (a) ⎟.
∂x j ⎜ ∂x ∂x j ⎟
⎝ j ⎠
34
Supondo f diferenciável no ponto a, para todo v ∈ m
e qualquer t ∈
suficientemente pequeno tem-se
f (a + tv) − f (a ) = T ⋅ tv + ρ (tv) ⋅ tv , onde lim ρ (tv) = 0 ,
v →0
Como T ⋅ tv = t ⋅ T ⋅ v e tv = t ⋅ v , segue-se, para t ≠ 0 :
f (a + tv) − f (a)
= T ⋅ v ± ρ (tv) ⋅ v
t
Donde
f (a + tv) − f (a)
lim =T ⋅v
t →0 t
Portanto T ⋅ v = Df (a)(v).
Em particular, vemos que é única a transformação linear T que fornece a boa

aproximação para o acréscimo f (a + v) − f (a ) na vizinhança do ponto a. Ela é
chamada a derivada de f no ponto a e indicada com a notação Df ( a)(v) .
Portanto, se f : U ⊂ m
→ n
, definida no aberto U , é diferenciável no ponto
a ∈ U , sua derivada é a aplicação linear Df (a ) : m

→ n
, caracterizada por
r (v )
f (a + v) − f (a) = T ⋅ v + r (v) , onde lim = 0,
v →0 v
ou
f (a + v) − f (a ) = T ⋅ v + ρ (v) ⋅ v , onde lim ρ (v) = 0 .
v →0
Exemplo 1: Seja f : U ⊂ m
→ n
, onde f é uma aplicação constante. Então f é
diferenciável com T = 0 .
Para provarmos que f é diferenciável é suficiente mostrarmos que lim ρ (tv) = 0 .

t →0
De fato
1
lim ρ (tv) = lim
t →0 t →0 t
( c − c − 0) = 0
35
Exemplo 2: Agora vamos provar que se T é uma aplicação linear e tivermos T ′( x ) = T ,
então T será diferenciável.
Seja T : U ⊂ m
→ n
tal que T é uma aplicação linear. Então
1
lim ρ (tv) = lim
t →0 t →0 t
( T ( a + v ) − T ( a ) − T (v ) ) =
1 1
= lim
t →0 t
( T (a ) + T (v) − T (a) − T (v) ) = lim (T (v) − T (v) ) = 0
t →0 t
2.2 Matriz Jacobiana
Quando buscamos encontrar a derivada de f: m

→ n
no ponto a ,
m n
encontramos uma transformação linear que leva cada coordenada de em , ou
seja:
Df (a ) : m
→ n
v → ( Df 1 (a )(v),..., Df n (a)(v))
onde Df i (a) : m
→ é uma aplicação linear.
Veja que ainda podemos representar a derivada de Df (a ) como uma matriz, que
é chamada de Matriz Jacobiana Jf (a) .
⎛ Df 1 (a) ⎞
⎜ ⎟
Jf (a) = ⎜ ⎟
⎜ Df n (a) ⎟
⎝ ⎠
Ou ainda,
⎛ ∂f 1 ∂f 1 ⎞
⎜ (a) (a) ⎟
⎜ ∂x 1 ∂xm ⎟
Jf (a) = ⎜ ⎟
⎜ n ⎟
⎜ ∂f ∂f n ⎟
⎜ ∂x (a ) ∂xm
(a) ⎟
⎝ 1 ⎠
36
⎛ ∂f ∂f ⎞
Podemos ver que suas m colunas são os vetores Df (a) ⋅ e j = ⎜ 1 (a),..., n (a) ⎟ .
⎜ ∂x j ∂x j ⎟
⎝ ⎠
⎛ ∂f ⎞
Assim, Jf (a). = ⎜ i (a) ⎟ , onde f1 ,..., f n : U → são as funções-coordenadas de f.
⎜ ∂x ⎟
⎝ j ⎠
⎛ ∂f ∂f ⎞
Cada uma das n linhas ⎜⎜ i (a ),..., i (a ) ⎟⎟ é, como sabemos, a matriz 1 × m do
⎝ ∂x1 ∂x m ⎠
funcional linear df i (a) = diferencial da i-ésima função-coordenada f i . Para todo
v∈ m
, temos
⎛ ∂f ∂f ⎞
Df (a ) ⋅ v = ⎜ 1 (a),..., n (a ) ⎟ = (df1 (a) ⋅ v,..., df n (a) ⋅ v) .
⎝ ∂v ∂v ⎠
A igualdade vetorial f (a + v) − f (a) = f ′(a).v + r (v) equivale às n igualdades
numéricas f i (a + v) − f i (a ) = df i (a).v + ri (v) , onde r (v) = (r1 (v),..., rn (v)) , enquanto
que o limite vetorial lim r (v) / v = 0 corresponde aos n limites numéricos

v →0
lim ri (v) / v = 0 . Isto prova o teorema 2.

v →0
Teorema 2. A aplicação f : U → R n é diferenciável no ponto a ∈ U se, e somente se,
cada uma das suas funções-coordenadas f 1 ,..., f n : U → é diferenciável nesse

ponto.
Vejamos como calcular a Matriz Jacobiana de f ( x, y, z ) = ( x 2 , 2 xy, −5 z ) .
Note que f ( x, y, z ) : 3
→ 3
Então
⎛ ∂f 1 ∂f 1 ∂f 1 ⎞
⎜ ⎟
⎜ ∂x ∂y ∂z ⎟
⎜ ∂f 2 ∂f 2 ∂f 2 ⎟
Jf ( x, y, z ) = ⎜ ⎟
⎜ ∂x ∂y ∂z ⎟
⎜ ∂f 3 ∂f 3 ∂f 3 ⎟
⎜⎜ ⎟
⎝ ∂x ∂y ∂z ⎟⎠
Ou seja
37
⎛ 2x 0 0 ⎞
⎜ ⎟
Jf ( x, y, z ) = ⎜ 2 y 2 x 0 ⎟
⎜ 0 −5 ⎠⎟
⎝ 0
Regra da Cadeia: Sejam U ⊂ n

,V⊂ m
abertos, f : U → n
diferenciável no ponto
a, com f (U ) ⊂ V e g : V → p
diferenciável no ponto f (a) . Então g f : U → p
é
diferenciável no ponto a, com ( g f )′(a) = g ′( f (a)) ⋅ f ′(a) : n

→ p
.
Demonstração: Seja f :U ⊂ n
→ m
e g :V ⊂ m
→ p
com f (U ) ⊂ V e
y = f ( x). Tome as derivadas de f e g :
f ( x + h) − f ( x) = f ′( x)h + ρ ( x, h) h
e
g ( y + k ) − g ( y ) = g ′( y )k + σ ( y, k ) k
Seja a seguinte relação

f ( x + h) = f ( x ) + k
Substituindo em g temos
g ( f ( x + h)) − g ( f ( x)) = g ′( f ( x)) ⋅ ( f ( x + h) − f ( x)) + σ ( y, k ) k =
= g ′( f ( x)) ⋅ ( f ′( x)h + ρ ( x, h) h ) + σ ( y, k ) k =
⎛ ρ ( x, h ) h ⎞
= g ′( f ( x)) ⋅ ( f ′( x))h + g ′( f ( x)) ⎜⎜ k ) + σ ( y, k ) k ⎟⎟
⎝ k ⎠
Logo para provarmos que
g ( f ( x + h)) − g ( f ( x)) = g ′( f ( x)) ⋅ ( f ′( x))h
Devemos mostrar que
⎛ ρ ( x, h ) h ⎞
lim g ′( f ( x)) ⎜⎜ k ) + σ ( y, k ) k ⎟⎟ = 0
k →0 k
⎝ ⎠
Sabemos que por definição
38
lim σ ( y, k ) k = 0
k →0
Agora vamos mostrar que

ρ ( x, h ) h
lim g ′( f ( x)) k )=0
k →0 k
Utilizemos no novamente à relação

k = f ( x + h) − f ( x )
Tome
k f ( x + h) − f ( x ) f ′( x)h + ρ ( x, h) h h
= = = f ′( x) + ρ ( x, h) ≤ M com M ∈
h h h h
h
Pois que tanto f ′( x) como ρ ( x, h) são limitados e com isso chegamos à
h
h
conclusão que ≤ Q com Q ∈ .
k
Logo
⎛ ρ ( x, h ) h ⎞ ⎛ ρ ( x, h ) h ⎞
lim g ′( f ( x)) ⎜⎜ k ) + σ ( y, k ) k ⎟⎟ = g ′( f ( x)) ⎜⎜ + σ ( y, k ) ⎟⎟ k = 0
k →0 k k
⎝ ⎠ ⎝ ⎠
e
g ( f ( x + h)) − g ( f ( x)) = g ′( f ( x)) ⋅ ( f ′( x))h
39
CAPÍTULO III
CAMPOS VETORIAIS
Quando buscamos estudar fenômenos como a velocidade do ar em uma

determinada região, as funções reais de várias variáveis não se mostram tão eficazes. É
neste momento que o uso do conceito de campo vetorial se torna fundamental. Com a
ajuda dos campos vetoriais temos novas possibilidades. E é com isto que finalmente
iniciamos o tema deste trabalho de conclusão de curso. Vejamos agora a definição de
Campos Vetoriais.
Definição 1: Seja U um subconjunto de n

. Um campo vetorial sobre R n é uma
função F diferenciável que associa a cada ponto ( x1 ,..., xn ) ∈ U um vetor F ( x1 ,..., x n )

n
em .
Com esta definição temos mais ferramentas para analisar fenômenos como a
velocidade do ar, na qual temos direções e valores distintos em vários pontos.
Vejamos agora alguns campos vetoriais:
a) F ( x, y ) = x 2 i + yj
4
-2
-4
-4 -2 0 2 4
Campo vetorial F ( x, y ) = x i + yj
2
z
b) F ( x, y, z ) = yi − xj + k
5
40
1
-1
-1
0
1
z
Campo vetorial de F ( x, y , z ) = yi − xj + k
5
Podemos ver pelos exemplos mostrados, que agora podemos ter uma idéia de como se
comporta o fenômeno estudado, em cada ponto. Isto é, se a função estiver representando
a velocidade do ar, poderemos saber em cada ponto qual o seu valor e sua direção.
3.1 Integrais de Linha
3.1.1 Integral de Linha Quanto ao Comprimento de Arco
Seja γ : [ a, b ] → n
um curva de classe C1 e seja f uma função de valores
reais, contínua e definida na imagem de γ .
41
No intervalo t ∈ [ a, b ]
Note que a distância entre dois pontos é
Δsi = ( x1 (ti ) − x1 (ti −1 ) ) + ... + ( xn (ti ) − xn (ti −1 ) ) .

2 2
Pelo teorema do valor médio temos que existe ci ∈ ⎡⎣ti −1,ti ⎤⎦ tal que
xk (ti ) − xk (ti −1 ) = xk′ (ci ) ⋅ (ti − ti −1 ) para todo k = 1,..., n

Ou seja,
Δsi = ( )
x1′ (ci ) 2 + ... + xn′ (ci ) 2 ⋅ (ti − ti −1 ) = γ ′(ci ) ⋅ (ti − ti −1 )
Novamente teremos uma aproximação para a curva através de segmentos de

reta.
n n
∑
i =1
f (γ (ci ))Δsi = ∑ f (γ (ci )) γ ′(ci* ) Δti . É importante notar que ci e ci* não
i =1
necessariamente são iguais.

Tomando agora o limite max Δti → 0 , temos
n
lim
max Δti→0
∑ f (γ (c )) γ ′(c ) Δt
i =1
i
*
i i
Como max Δti → 0 implica que ti → ti −1 . Portanto para todo ci e ci* ∈ [ti −1 , ti ] ,
temos ci → ti −1 e ci* → ti −1 (pois temos ti → ti −1 ). Logo podemos fazer a substituição

n n
∑ ∑ f (γ (t
b
lim f (γ (c j )) γ ′(ci ) Δti = lim i −1 )) γ ′(ti −1 ) Δti = ∫ f (γ (t )) γ ′(t ) dt
max Δti→0 max Δti→0 a
i =1 i =1
Temos então a seguinte definição.
42
Definição 2: Seja γ : [ a, b ] → n
uma curva de classe C 1 e seja f uma função a
valores reais, contínua, definida na imagem de γ . Definimos a integral de linha de f

sobre γ , por
b
∫γ fds = ∫ f (γ (t )) γ '(t ) dt
a
Exemplo 1: Calcule a massa do fio γ (t ) = (2t , 2t , 2t ) , 0 ≤ t ≤ 2 , sendo δ ( x, y, z ) = xyz a

densidade linear.
Obs: Densidade Linear é o mesmo que massa por unidade de comprimento.
Resolução: Temos que γ ′(t ) = (2, 2, 2) e γ ′(t ) = 22 + 22 + 22 = 12 = 2 3
Logo chegamos ao resultado buscado
2
2 t4
M = ∫ xyzds = ∫ 8t ⋅ 2 3 = 16 3 ⋅
3
= 64 3
γ 0 40
3.1.2 Integral de Linha de Campos Vetoriais
Vamos agora buscar a resultante de um campo vetorial ao longo de uma curva

γ . Sejam F : U ⊆ n
contínua e γ :[a, b] → U de classe C1 .
Primeiramente temos por definição que a resultante de um campo de vetores ao
longo de uma reta é FR = F , [γ (b) − γ (a) ] , para F constante.
43
Agora voltemos para γ (t ) qualquer de classe C1 , onde γ : [ a, b ] → U .
Fazendo uma aproximação de γ (t ) , por segmentos de reta, temos:
∑ F (γ (ti −1 ), [γ (ti ) − γ (ti −1 ) ]

i =1
A aproximação melhora à medida que aumenta a quantidade de intervalos.

Vamos fazer a seguinte substituição
γ (ti ) − γ (ti −1 ) = γ ′(ci )Δti com ci ∈ [ti , ti −1 ] (pelo teorema do valor médio)
E então temos
∑
i =1
F (γ (ti −1 ), γ ′(ci ) Δti
Tome o limite de max Δti tendendo à zero; temos então:
n
lim ∑ F (γ (ti −1 )), γ ′(ci ) [γ (ti ) − γ (ti −1 ) ]
max Δti →0
i =1
44
Note que como max Δti → 0 implica que ti → ti −1 , portanto ci → ti −1 pois ci ∈ [ti , ti −1 ] , o
que nos permite utilizar a igualdade γ (ti ) − γ (ti −1 ) = γ ′(ti −1 )Δti .
Logo podemos fazer a seguinte substituição, pois F (γ (ti −1 )), γ ′(ti −1 )Δtt −1 é
contínua e integrável, então:
n n
∑ F (γ (ti −1 )), γ ′(ci ) [γ (ti ) − γ (ti −1 ) ] = lim ∑

b
lim F (γ (ti −1 )), γ ′(ti −1 ) Δtt −1 = ∫ F (γ (t )), γ ′(t ) dt
max Δti →0 max Δti →0 a
i =1 i =1
Logo temos a seguinte definição.
Definição 3: Sejam F : U ⊂ n
→ n
um campo vetorial contínuo e uma curva
γ : [ a, b ] → U , de classe C 1 . Definimos a integral de linha de F sobre γ por:
b
∫γ F ⋅ dr = ∫ a
F (γ (t )), γ ′(t ) dt
Exemplo 2: Calcule ∫ Fdr onde F ( x, y ) = xi + yj e γ (t ) = (t , t 2 ) , t ∈ [ −1,1]

γ
1
Resolução: Vamos agora calcular ∫γ F ⋅ dr = ∫ −1
F (γ (t )), γ ′(t ) dt
Temos que
F (γ (t )) = F (t , t 2 ) = ti + t 2 j e γ ′(t ) = (1, 2t ) .
Portanto chegamos ao seguinte resultado
45
1
1 1 ⎛ t2 t4 ⎞
∫γ F ⋅ dr = ∫ (t , t ), (1, 2t ) dt = ∫ (t + 2t )dt = ⎜ + 2 ⎟ = 0
2 3
−1 −1
⎝2 4 ⎠ −1
3.1.3 Outra Notação para Integral de Linha de um Campo Vetorial Sobre uma
Curva
Seja F ( x1 ,..., xn ) = F1 ( x1 ,..., xn ) j1 + ... + Fn ( x1 ,..., xn ) jn , um campo vetorial
contínuo U de n
e seja γ : [ a, b ] → U uma curva de classe C 1 ,com sua a imagem
contida em U , dada por xi = xi (t ) i = (1,..., n)
Temos que
⎛ dx dx ⎞
∫γ F • dr = ∫
b
F1 ( x1 (t ),..., xn (t )) j1 + ... + Fn ( x1 (t ),..., xn (t )) jn , ⎜ 1 j1 ,..., n jn ⎟ dt =
a
⎝ dt dt ⎠
b⎡ dx dx ⎤
= ∫ ⎢ F1 ( x1 (t ),..., xn (t )) ⋅ 1 + ... + Fn ( x1 (t ),..., xn (t )) ⋅ n ⎥dt
a
⎣ dt dt ⎦
A última expressão acima nos sugere a notação
∫γ F ( x ,..., x )dx + ... + F ( x ,..., x )dx

1 1 n 1 n 1 n n para a integral de linha de F sobre γ :
b⎡ dx dx ⎤
∫γ F1 ( x1 ,..., xn ) dx1 + ... + Fn ( x1 ,..., xn ) dxn = ∫a ⎢⎣ F1 ( x1 (t ),..., xn (t )) ⋅ dt1 + ... + Fn ( x1 (t ),..., xn (t )) ⋅ dtn ⎥⎦dt
−y x
Exemplo 3: Calcule ∫γ Fdr , sendo F ( x, y) = x 2
+y 2
i+ 2
x + y2
j e γ (t ) = (cos t , sent ) ,
0 ≤ t ≤ 2π .
Resolução: Temos que
γ ′(t ) = (− sent , cos t )

Logo
2π ⎛ − sent cos t ⎞ 2π
∫γ Fdr = ∫ ⎜ i+ j ⎟ ⋅ ( − sent , cos t ) dt = ∫ dt
⎝ cos t + sen t cos t + sen 2t ⎠
0 2 2 2 0
46
Portando
2π 2π
∫γ Fdr = ∫ dt = t
0 0
= 2π
Exemplo 4: Calcule ∫ − xdx + ydy , onde γ : [ a, b ] → 2

é uma curva de classe C1 , cuja
γ
x2 y2
imagem é a elipse + = 1 , e tal que, quando t varia de a para b , γ (t ) descreve a
16 36
elipse no sentido anti-horário.
Resolução: Podemos utilizar a seguinte parametrização:
⎧x
⎪⎪ 4 = cos t ⎧ x = 4 cos t
⎨ ou ⎨ para 0 ≤ t ≤ 2π .
⎪ y = sent ⎩ y = 6sent
⎪⎩ 6
De fato, a parametrização atende às condições dadas, pois vai percorrer a curva

no sentido anti-horário e cos 2 t + sen 2t = 1 .
2π ⎛ dy ⎞
( )
dx 2π 2π 2π
∫γ − + = ∫0 ⎝ − + = ∫ + = ∫ 1dt = 24 t 0 = 48π
2 2
ydx xdy ⎜ 6 sent 4 cos t ⎟dt 24 sen t 24 cos t dt 24
dt dt ⎠ 0 0
3.1.4 Integral de Linha Sobre uma Curva de Classe C1 por Partes
Primeiramente vamos ver o que é uma curva Classe C1 por partes.
Definição 4: Uma curva γ : [ a, b ] → n

se diz de classe C1 por partes se for contínua e
se existir uma partição a = t0 < t1 < ... < tn = b e curvas γ i : ⎡⎣ti −1,ti ⎤⎦ → n
, i = 1,..., n de
classe C1 , tais que, para todo t em ]ti −1,ti [ , γ (t ) = γ i (t ) :
47
Agora podemos ver a definição de integral de linha para uma curva de Classe C1
por partes, através do seguinte resultado que enunciaremos sem demonstrar.
n
Teorema 3: Seja F um campo vetorial contínuo no aberto U de e seja
γ : [ a, b ] → U uma curva de classe C1 por partes; temos que
∫γ F ⋅ d γ =∫γ F ⋅ d γ
1
1 + ... + ∫ F ⋅ d γ n
γn
3.2 Rotacional
Seja o campo vetorial F ( x, y, z ) = F1 ( x, y, z )i + F2 ( x, y, z ) j + F3 ( x, y, z )k
definido no aberto U ⊂ 3
. Suponha que F1 , F2 e F3 admitam derivadas parciais em U
1
e esta sejam contínuas na vizinhança de p . Vamos calcular o lim
ΔS →0 ΔS ∫γ Fdl , onde γ é
uma curva fechada de área Δs que circunda p . Ou seja, queremos calcular a

intensidade da circulação em um ponto p .
Vamos primeiro ver a contribuição da integral em relação a eixo x.
48
Vamos calcular as integrais de linha em relação a 1 e 3.
Δy
yp + ⎛ Δz ⎞
∫ Fdr = ∫ F dy = ∫
1 1
2
yp −
2
2
Δy F2 ⎜ x p , y, z p − ⎟dy
⎝ 2 ⎠
e
Δy
yp + ⎡ ⎛ Δz ⎞ ⎤
∫ Fdr = ∫ F dy = ∫
3 3
2
yp −
2
2
Δy ⎢ − F2 ⎜ x p , y, z p + 2 ⎟ ⎥dy
⎣ ⎝ ⎠⎦
Logo temos
Δy
yp + ⎡ ⎛ Δz ⎞ ⎛ Δz ⎞ ⎤
∫ Fdr + ∫ Fdr = ∫
1 3
yp −
2
2
Δy ⎢ F2 ⎜ x p , y, z p − 2 ⎟ − F2 ⎜ x p , y, z p + 2 ⎟ ⎥dy
⎣ ⎝ ⎠ ⎝ ⎠⎦
Mas pelo teorema do valor médio temos,
⎛ Δz ⎞ ⎛ Δz ⎞ ∂F ⎛ Δz ⎞
F2 ⎜ x p , y, z p − ⎟ − F2 ⎜ x p , y, z p + ⎟ = 2 ⎜ x p , y, z p − θ ⎟ Δz com θ ∈ ( −1,1)
⎝ 2 ⎠ ⎝ 2 ⎠ ∂z ⎝ 2 ⎠
Portanto
Δy
yp + ⎡ ∂F2 ⎛ Δz ⎞ ⎤
∫ Fdr + ∫ Fdr = ∫
1 3
yp −
2
2
Δy ⎢ ∂z ⎜ x p , y, z p − 2 θ ⎟ Δz ⎥dy
⎣ ⎝ ⎠ ⎦
Note ainda que se tomarmos ∇φ1 = F2 temos:

Δy
yp + ⎛ Δy ⎞ ⎛ Δy ⎞
. ∫ yp −
2
Δy
2
F2 ( x, y, z )dy = φ ⎜ x, y p −
⎝
, z ⎟ − φ ⎜ x, y p +
2 ⎠ ⎝
,z⎟
2 ⎠
Mas pelo teorema do valor médio temos,

⎛ Δy ⎞ ⎛ Δy ⎞ ⎛ Δy ⎞
φ ⎜ x, y p − , z ⎟ − φ ⎜ x, y p + , z ⎟ = F2 ⎜ x, y p − θ , z ⎟ Δy com θ ∈ ( −1,1)
⎝ 2 ⎠ ⎝ 2 ⎠ ⎝ 2 ⎠
Então
Δy
yp + ⎡ ∂F2 ⎛ Δz ⎞ ⎤
∫ Fdr + ∫ Fdr = ∫
1 3
yp −
2
2
Δy ⎢ − ∂z ⎜ x p , y, z p + 2 θ ⎟ Δz ⎥dy =
⎣ ⎝ ⎠ ⎦
49
∂F2 ⎛ Δy Δz ⎞
=− ⎜ xr , y p + θ1 , z p + θ ⎟ ΔyΔz
∂z ⎝ 2 2 ⎠
De forma similar chegamos que
∂F3 ⎛ Δy Δz ⎞
∫ Fdr + ∫ Fdr =
2 4
∂y ⎝
⎜ xp , yp +
2
, z p + ⎟ Δy Δ z
2 ⎠
Logo
i ⎛ ∂F3 ∂F2 ⎞
lim
ΔS → 0 ΔS ∫γ Fdr = ⎜⎝ ∂y ( p) − ∂z
( p) ⎟ i
⎠
De forma análoga chegamos a
j ⎛ ∂F1 ∂F3 ⎞
lim
ΔS → 0 ΔS ∫γ Fdr = ⎝⎜ ∂z ( p) − ∂x ( p) ⎠⎟ j
e
k ⎛ ∂F2 ∂F1 ⎞
lim
ΔS → 0 ΔS ∫γ Fdr = ⎜⎝ ∂x ( p) − ∂y ( p) ⎟⎠ k
Portanto temos que
1 ⎛ ∂F3 ∂F2 ⎞ ⎛ ∂F ∂F ⎞ ⎛ ∂F ∂F ⎞
lim
ΔS → 0 ΔS ∫γ Fdr = ⎜⎝ ∂y ( p) − ∂z
( p) ⎟ i + ⎜ 1 ( p) − 3 ( p) ⎟ j + ⎜ 2 ( p) − 1 ( p) ⎟ k
⎠ ⎝ ∂z ∂x ⎠ ⎝ ∂x ∂y ⎠
Agora vamos enunciar a seguinte definição:
Definição 5: Seja F ( x, y, z ) = F1 ( x, y, z )i + F2 ( x, y, z ) j + F3 ( x, y, z )k definido no aberto
U⊂ 3
um campo vetorial. Suponhamos que F1 , F2 e F3 admitam derivadas parciais
em U . O rotacional de F é o campo vetorial definido em U e dado por

⎛ ∂F ∂F ⎞ ⎛ ∂F ∂F ⎞ ⎛ ∂F ∂F ⎞
rotF = ⎜ 3 − 2 ⎟ i + ⎜ 1 − 3 ⎟ j + ⎜ 2 − 1 ⎟ k
⎝ ∂y ∂z ⎠ ⎝ ∂z ∂x ⎠ ⎝ ∂x ∂y ⎠
O rotacional ainda pode ser representado pelo produto vetorial:
50
i j k
∂ ∂ ∂
(
rotF = ∇ × F = ) ∂x ∂y ∂z
F1 F2 F3
Pois
∂F3 ∂F ∂F ∂F ∂F ∂F ⎛ ∂F ∂F ⎞ ⎛ ∂F ∂F ⎞ ⎛ ∂F ∂F ⎞
rotF = i + 1 j + 2 k − 1 k − 3 j − 2 i = ⎜ 3 − 2 ⎟i + ⎜ 1 − 3 ⎟ j + ⎜ 2 − 1 ⎟k
∂y ∂z ∂x ∂y ∂x ∂z ⎝ ∂y ∂z ⎠ ⎝ ∂z ∂x ⎠ ⎝ ∂x ∂y ⎠
O rotacional está diretamente ligado a rotações, ou seja, o rotacional mostra a

tendência de um objeto em um fluido (por exemplo) a girar ao redor de um ponto.
Exemplo 5: Calcule o rotF de F ( x, y, z ) = xi

Resolução:
i j k
∂ ∂ ∂ ⎛ ∂ (0) ∂ (0) ⎞ ⎛ ∂ ( x) ∂ (0) ⎞ ⎛ ∂ (0) ∂ ( x) ⎞
rotF = =⎜ − ⎟i + ⎜ − ⎟ j +⎜ − ⎟k = 0
∂x ∂y ∂z ⎝ ∂y ∂z ⎠ ⎝ ∂z ∂x ⎠ ⎝ ∂x ∂y ⎠
x 0 0
Como rotF = 0 podemos supor que não haverá nenhum vetor em nenhum ponto
que indique uma rotação.
2
1
0
-1
-2
2
-1
-2
-2
Campo vetorial F ( x, y , z ) = xi
51
Exemplo 6: Calcule o rotF de F ( x, y, z ) = y 2 i :
Resolução:
i j k
∂ ∂ ∂ ⎛ ∂ (0) ∂ (0) ⎞ ⎛ ∂ ( y 2 ) ∂ (0) ⎞ ⎛ ∂ (0) ∂ ( y 2 ) ⎞
rotF = =⎜ − ⎟ ⎜
i + − ⎟ j + ⎜ − ⎟k = 2y
∂x ∂y ∂z ⎝ ∂y ∂z ⎠ ⎝ ∂z ∂x ⎠ ⎝ ∂x ∂y ⎠
y2 0 0
4
2
0
-2
-4
4
-2
-4
-4
-2
0
2
4
Campo vetorial F ( x, y , z ) = y i
2
Note que neste campo temos que o fluxo na direção i depende do valor da
coordenada y . Logo para y ≠ 0 e se tivermos um objeto indo na direção do eixo z ,
este estará sofrendo uma influência do campo vetorial na direção i .
3.3 Campos Conservativos
Definição 6: Um campo vetorial F : U ⊂ n

→ n
denomina-se conservativo se existe
uma função diferenciável ϕ :U → tal que
∇ϕ = F em U .
Uma função ϕ : U → que satisfaz esta definição denomina-se função potencial de F .
52
Teorema 4. Seja F : U ⊂ 3
→ 3
um campo vetorial de classe C 1 no aberto U . Uma
condição necessária para F ser conservativo é que rot F = 0 .
Demonstração:
Seja F = Pi + Qj + Rk . Supondo F conservativo, existirá ϕ : U → tal que
∇ϕ = F em U
que é equivalente a
⎧ ∂ϕ
⎪ ∂x = P
⎪ ∂ϕ
⎪
⎨ = Q em U
⎪ ∂y
⎪ ∂ϕ = R
⎪⎩ ∂z
Como F é de classe C 1 , resulta que ϕ é de classe C 2 . Temos:
∂ϕ ∂ 2ϕ ∂P
=P⇒ =
∂x ∂y∂x ∂y
∂ϕ ∂ 2ϕ ∂Q
=Q⇒ = .
∂y ∂x∂y ∂x
Pelo fato de ϕ ser de classe C 2 , segue que
∂ 2ϕ ∂ 2ϕ
= (teorema de Schwartz)
∂y∂x ∂x∂y
e, portanto,
∂P ∂Q
= em U .
∂y ∂x
De modo análogo, conclui-se que
∂P ∂R ∂Q ∂R
= e = em U .
∂z ∂x ∂z ∂y
i j k
∂ ∂ ∂ ⎛ ∂R ∂Q ⎞ ⎛ ∂P ∂R ⎞ ⎛ ∂Q ∂P ⎞
(
Logo, rot F = ) ∂x ∂y
=⎜ − ⎟i + ⎜ − ⎟ j +⎜
∂z ⎝ ∂y ∂z ⎠ ⎝ ∂z ∂x ⎠
− ⎟ k = 0 em U .
⎝ ∂x ∂y ⎠
P Q R
53
Teorema 5. Se F : U ⊂ n
→ n
for um campo vetorial contínuo e conservativo, se
ϕ :U → for uma função potencial para F ( ∇ϕ = F ) e se γ : [ a, b ] → U for uma
curva de classe C 1 , com A = γ (a) e B = γ (b) , então
∫γ Fdγ = ∫γ ∇ϕ ⋅ dγ = ϕ ( B) − ϕ ( A)
Demonstração: De fato, sendo ϕ um função potencial para F e sendo F contínua,
resulta que ϕ é de classe C 1 em U . Pela regra da Cadeia
(
d ϕ (γ ( t ) ) )= ∇ϕ ( γ ( t ) ) , γ '(t ) = F ( γ (t ) ) , γ '(t ) .
dt
Daí
∫γ Fdγ = ∫ F ( γ (t ) ) , γ '(t ) dt = ∫ ∇ϕ ( γ (t ) ) , γ '(t ) dt = ⎡⎣ϕ ( γ (t ) ) ⎤⎦ a = ϕ ( γ (b) ) − ϕ ( γ (a ) ) .

b b b
a a
Portanto
∫γ Fdγ = ∫γ ∇ϕ ⋅ dγ = ϕ ( B) − ϕ ( A)
Obs: Sempre que quisermos calcular uma integral de linha usando este teorema
devemos primeiro verificar se o campo vetorial é um campo conservativo.
Vejamos agora um exemplo de um campo que não é conservativo, muito embora

possua rotacional igual à zero.
−y x
Exemplo 7: Temos que ∫γ Fdr = 2π , sendo F ( x, y) = x 2
+y 2
i+ 2
x + y2
j em
2
\{(0, 0)} e γ (t ) = (cos t , sent ) , 0 ≤ t ≤ 2π . Temos ainda que rot F = 0
54
Resolução: De fato
i j k
∂ ∂ ∂
rot F = =
∂x ∂y ∂z
−y x
0
x + y2
2
x + y2
2
∂0 ∂ ⎛ −y ⎞ ∂ ⎛ x ⎞ ∂ ⎛ −y ⎞ ∂0 ∂ ⎛ x ⎞
= i+ ⎜ 2 2 ⎟
j+ ⎜ 2 2 ⎟
k− ⎜ 2 2 ⎟
k− j− ⎜ 2 ⎟i =
∂y ∂z ⎝ x + y ⎠ ∂x ⎝ x + y ⎠ ∂y ⎝ x + y ⎠ ∂x ∂z ⎝ x + y 2 ⎠
⎛ − x2 + y2 ⎞ ⎛ − x2 + y 2 ⎞
=⎜ 2 2 2 ⎟
k −⎜ 2 2 2 ⎟
k =0
⎝ (x + y ) ⎠ ⎝ (x + y ) ⎠
Mas γ (0) = γ (2π ) = (1, 0) . Então pelo fato γ (0) = γ (2π ) , temos que
2π
∫γ Fdγ = 0 (pelo teorema 5), pois ∫γ Fd γ = ∫γ ∇ϕ ⋅ d γ = ϕ ( x, y) 0
= 0.
Logo contradiz o teorema e portanto F não pode ser um campo conservativo.
3.4 Independência do Caminho de Integração
Seja F : U ⊂ n
→ n
um campo vetorial contínuo no aberto U , com U
conexo por caminhos4. A integral de linha ∫ F ⋅ dr é independente do caminho de
integração em U se, quaisquer que forem os pontos A e B de U , o valor da integral
∫γ F ⋅ dr permanecer o mesmo para toda curva C 1 por partes γ : [ a, b ] → U com
γ (a ) = A e γ (b) = B . Se ∫ F ⋅ dr for independente do caminho de integração em U , a
notação
B
∫ A
F ⋅ dr
poderá ser utilizada para indicar a integral de linha de F sobre uma curva qualquer C 1
por partes γ : [ a, b ] → U com γ (a ) = A e γ (b) = B .
4 1
U conexo por caminhos significa que, quaisquer que sejam os pontos A e B de U , existe uma curva C
por partes contida em U e com extremidades A e B.
55
3.5 Existência da Função potencial
Teorema 6: (Existência de função potencial) Seja F :U ⊂ n

→ n
um campo
vetorial contínuo no aberto conexo por caminhos U . Suponhamos que ∫ F ⋅ dr seja
independente do caminho de integração em U . Seja A ∈ U . Então a função ϕ :U →

dada por
X
ϕ ( X ) = ∫ F ⋅ dr
A
é tal que ∇ϕ = F em U .
Demonstração: Seja F = F1i1 + ... + Fn in . Vamos provar que
∂ϕ
= Fi com i = 1,..., n
∂xi
Seja P = ( x1 ,..., xn ) ∈ U ; como U é aberto, existe uma bola de centro P
contida em U . Tomemos h > 0 tal que o segmento de extremidades P e

P + hi1 = ( x1 + h, x2 ,..xn ) esteja contido nesta bola. Temos:
P + hi1 P P + hi1
ϕ ( P + hi1 ) − ϕ ( P )
=
∫ A
F ⋅ dγ − ∫ F ⋅ dγ
A
=
∫P
F ⋅ dγ
h h h
Seja γ (t ) = P + ti1 , t ∈ [ 0, h ] ; γ é uma curva ligando P a P + hi1 . Então
P + hi1
∫
h
F ⋅ d γ = ∫ F (γ (t )), γ '(t ) dt
P 0
Como γ ' (t ) = i e F ( γ (t ) ) = F1 ( γ (t ) ) i1 + ... + Fn ( γ (t ) ) in , resulta
F ( γ (t ) ) ⋅ γ '(t ) = F1 ( γ (t ) ) . Assim,
h
ϕ ( P + hi1 ) − ϕ ( P)
=
∫ 0
F1 (γ (t )dt
h h
Aplicando L’Hospital, obtemos:
56
( F (γ (t )dt )
′ k
ϕ ( P + hi ) − ϕ ( P) ∫ 1
= lim
1 0
lim
h → 0+ h h → 0+ (h)′
( ∫ F (γ (t))dt )′ = dhd ( ∫ F (γ (t))dt ) e h′ = dhd (h) =1

h
0 1
h
0 1
Portanto,
ϕ ( P + hi1 ) − ϕ ( P)
lim = lim+ F1 (γ (h)) = F1 (γ (0))
h →0+ h h →0
Ou seja,
ϕ ( P + hi1 ) − ϕ ( P)
lim+ = F1 ( P)
h →0 h
Com γ (0) = P , de modo análogo, prova-se que
ϕ ( P + hi1 ) − ϕ ( P)
lim = F1 ( P )
h →0− h
∂ϕ
Portanto = F1 em U . Com raciocínio idêntico, conclui-se que vale a relação
∂x1
∂ϕ
= Fj para todo j = 1,..., n .
∂x j
ou seja,
ϕ ( P + hi j ) − ϕ ( P)
lim = Fj ( P) para j = 1,..., n
h →0 h
Portanto, ∇ϕ = F em U .
3.6 Condições Necessárias e Suficientes para um Campo Vetorial ser Conservativo
Teorema 7: Seja F : U ⊂ n
→ n
um campo vetorial contínuo no aberto conexo por
caminhos U . São equivalentes as afirmações:
I) F é conservativo
∫γ F ⋅ dγ = 0 para toda curva γ , fechada, C por partes, com imagem de γ contida

1
II)
em U .
III) ∫ F ⋅ dγ é independente do caminho de integração em U .
57
Demonstração
( I ) ⇒ ( II )
Como F é conservativo, existe ϕ : U → R tal que ∇ϕ = F em U ; daí se
γ : [ a, b ] → U for fechada (γ (a) = γ (b) ) resulta
∫γ F ⋅ dγ = ∫γ ∇ϕ ⋅ d γ = ϕ (γ (b) ) − ϕ (γ (a) ) = 0
( II ) ⇒ ( III )
Seja F um campo vetorial tal que ∫γ F ⋅ dγ = 0 para toda curva γ , fechada, C 1 por
partes, com imagem de γ contida em U . E sejam A , B dois pontos distintos.
Considere γ 1 , γ 2 : [ a, b ] → n
onde
γ 1 (a) = γ 2 (a) = A
e
γ 1 (b) = γ 2 (b) = B .
Então temos que :
b a
0 = ∫ F (γ 1 (t )), γ 1′(t ) dt + ∫ F (γ 2 (t )), γ 2′ (t ) dt =
a b
b b
= ∫ F (γ 1 (t )), γ 1′(t ) dt − ∫ F (γ 2 (t )), γ 2′ (t ) dt = ∫ Fdr − ∫ Fdr
a a γ1 γ 2
Logo
∫ F ⋅ dr = γ∫ F ⋅ dr
γ1 2
( III ) ⇒ ( I )
Como ∫ F ⋅ d γ é independente do caminho de integração em U e pelo teorema da
existência da função potencial (teorema 6), a função ϕ : U → R dada por

X
ϕ ( X ) = ∫ F ⋅ dr
A
é tal que ∇ϕ = F em U .
Logo F é conservativo.
58
3.7 Conjunto Simplesmente Conexo
n
Definição 7: Seja U um aberto de , conexo por caminhos. Dizemos que U é
simplesmente conexo se, para toda curva fechada contínua γ : [ a, b ] → U , existir uma
família γ s , s ∈ [0,1] , de curvas fechadas com γ s : [ a, b ] → U , tais que
(i) γ 0 = γ
(ii) H ( s, t ) = γ s (t ) é contínua em [0,1] × [a, b ]
(iii) a imagem de γ 1 é um ponto de U .
n
Exemplo 8: O é simplesmente conexo, pois é conexo por caminhos e se
γ : [ a, b ] → n
é uma curva contínua fechada, tomando-se γ s (t ) = (1 − s )γ (t ) , com
s ∈ [ 0,1] e t ∈ [ a, b ] , tem-se:
(i) γ 0 = γ
(ii) H ( s, t ) = (1 − s)γ (t ) , 0 ≤ s ≤ 1 e a ≤ t ≤ b , é contínua.
(iii) γ 1 = 0 , para todo t ∈ [ a, b ] e logo um ponto de n

.
Uma forma de entendermos o que é um conjunto simplesmente conexo é

imaginarmos um “laço” e irmos fechando este laço até que não fique nada dentro deste
laço. Caso o “laço” fique preso em algum “buraco” este conjunto não será simplesmente
conexo.
O próximo teorema será enunciado sem demonstração.
59
Teorema 7: Seja F : U ⊂ 3
→ 3
um campo vetorial de classe C 1 no aberto U .
Nestas condições, se U for simplesmente conexo e rot F = 0 , então F será
conservativo.
Exemplo 9: Vamos ver que U = 2

− {(0, 0)} não é simplesmente conexo. Seja
−y x
F ( x, y ) = i+ 2 j
x +y
2 2
x + y2
Temos que:
rot F = 0 em U
Mas já sabemos que F não é conservativo. Logo U = 2

− {(0, 0)} não pode ser
simplesmente conexo.
3.8 Integral de Superfície
3.8.1 Parametrização de Superfície
Uma superfície parametrizada é uma transformação σ : U → 3

, U⊂ 2
e as
componentes de σ são dadas por x = x(u , v) , y = y (u, v) e z = z (u , v) . Ou ainda:
⎧ x = x(u , v)
⎪
σ (u, v) : ⎨ y = y (u, v) (u, v) ∈U .
⎪ z = z (u , v)
⎩
O lugar geométrico descrito por σ (u , v) , quando (u , v) percorre U , é a imagem
de σ .
Im σ = {σ (u, v) ∈ 3
/(u, v) ∈ U }
60
3.8.2 Integral de Superfície de uma Função a Valores Reais
Seja K um compacto5 de 2
com interior não-vazio e de fronteira de conteúdo
nulo6; seja σ : K → 3
de classe C1 em K , regular e injetora no interior de K .
Seja w = f ( x, y, z ) uma função a valores reais, definida e contínua na imagem
de σ .
Queremos calcular um certo tipo de “média ponderada” dos valores de f ao
longo de uma superfície, com “pesos”dados por elementos de área.
Seja Q = {(ui , v j ) / i = 0,1,..., n, j = 0,1,..., m} uma partição de K ; vamos supor
que K seja um retângulo de lados paralelos aos eixos para facilitar a análise.
5 n
Um compacto em é um sub-conjunto fechado e limitado.
6
X ⊆ é de conteúdo nulo se ∀ε > 0 , existe uma coleção {I1 ,..., I k } de
n
Dizemos que um conjunto
paralelepípedos tal que :
i) X ⊆ I1 ∪ ... ∪ I k
∑ volume( I ) <∈ .
k
ii) n
i =1
Intuitivamente dizer que a fronteira de K é de conteúdo nulo é dizer que esta não contribui para o
volume do conjunto K .
61
Queremos calcular o limite de somas da forma
n m
∑∑ f (σ (u
i =1 j =1
p , v p ))ΔSij
Quando o elemento de área Δsij se torna arbitrariamente pequeno. Temos ainda
que
∂σ * * ∂σ * *
ΔSij (u , v ) × (u , v ) Δu Δv , com u * ∈ (u, u + Δu ) e v* ∈ (v, v + Δv)
∂u ∂v
Agora voltemos à somatória. Fazendo Δu → 0 e como u p , u * ∈ (u , u + Δu )
,teremos que u p → u e u * → u . E com, Δv → 0 , pelo mesmo motivo teremos v p → v e
v* → v . Logo temos:
n m
∂σ * ∂σ
lim
Δu , Δv →0
∑∑ f (σ (u
i =1 j =1
p , v p ))
∂u
(u , v) ×
∂v
(u , v* ) Δu Δv =
∂σ ∂σ
= ∫∫ f (σ (u, v)) (u , v) × (u, v) dudv .
K ∂u ∂v
62
2
Definição 8: Seja K um compacto de , com fronteira de conteúdo nulo e interior
não-vazio; seja σ : K → 3
, de classe C 1 em K , regular e injetora no interior de K .
Seja w = f ( x, y, z ) uma função a valores reais, definida e contínua na imagem
de σ . Definimos a integral de superfície de f sobre σ por
∂σ ∂σ
∫∫σ f ( x, y, z)dS = ∫∫ f (σ (u, v) ) ⋅
K
×
∂u ∂v
dudv
∂σ ∂σ
onde dS = × dudv é chamado de elemento de área.
∂u ∂v
Exemplo 10: Calcule a integral de superfície ∫∫ S

x 2 dS , onde S é a esfera unitária
x2 + y 2 + z 2 = 1 .
Resolução: Utilizaremos a seguinte representação paramétrica
x = senφ cos θ y = senφ senθ z = cos φ 0 ≤ φ ≤ π 0 ≤ θ ≤ 2π
Pois para todo φ e θ temos que sen 2φ cos 2 θ + sen 2φ sen 2θ + cos 2 φ = 1
Temos ainda
i j k
i j k
∂x ∂y ∂z
rφ × rθ = = cos φ cos θ cos φ senθ − senφ =
∂φ ∂φ ∂φ
− senφ senθ senφ cos θ 0
∂x ∂y ∂z
∂θ ∂θ ∂θ
= sen 2φ cos θ i + sen 2φ senθ j + senφ cos θ k
Então
rφ × rθ = sen 4φ cos 2 θ + sen 4φ sen 2θ + sen 2φ cos 2 φ =
= sen 4φ + sen 2φ cos 2 φ = sen 2φ = senφ

Portanto
2π π
∫∫ S
x 2 dS = ∫∫ ( senφ cos θ ) ⋅ rφ × rθ dA = ∫
D 0 ∫ 0
sen 2φ cos 2 θ senφ dφ dθ =
2π π 2π 1 π
= ∫ cos 2 θ dθ ∫ sen3φ dφ = ∫ (1 + cos 2θ )dθ ∫ ( senφ − senφ cos 2 φ )dφ =
0 0 0 2 0
63
2π π
1⎡ 1 ⎤ ⎡ 1 ⎤ 4π
= ⎢θ + sen 2θ ⎥ ⎢ − cos φ + cos3 φ ⎥ =
2⎣ 2 ⎦0 ⎣ 3 ⎦0 3
3.8.3 Integral de Superfície de um Campo Vetorial
Seja σ : K ⊂ 2
→ 3
de classe C1 , onde K é um compacto de conteúdo não-
vazio e com fronteira de conteúdo nulo. Suponhamos que σ seja injetora e regular no
interior de K . Seja F : Im σ → 3
um campo vetorial contínuo
Queremos a projeção de F perpendicular a superfície. Então basta tomarmos o

produto escalar de F , n onde:
∂σ ∂σ
×
n (σ (u, v)) = ∂u ∂v
∂σ ∂σ
×
∂u ∂v
∂σ ∂σ
Temos que n é perpendicular a e pela propriedade do produto vetorial
∂u ∂v
e, portanto, perpendicular à superfície σ .
Então basta calcularmos o limite quando Δu → 0 e Δv → 0 da seguinte
somatória:
n m
∂σ * ∂σ
lim
Δu , Δv → 0
∑∑
i =1 j =1
f (σ (u p , v p )), n (σ (u , v)) ⋅
∂u
(u , v) ×
∂v
(u , v* ) ΔuΔv =
Observe que u p → u , u * → u e v p → v e v* → v , pelo mesmo motivo já
exposto anteriormente. Logo temos:
64
∂σ ∂σ
×
n m
∂σ * ∂σ
lim ∑∑ f (σ (u p , v p )), ∂u ∂v ⋅ (u , v) × (u , v* ) ΔuΔv =
Δu , Δv → 0 ∂σ ∂σ ∂u ∂v
i =1 j =1
×
∂u ∂v
⎛ ∂σ ∂σ ⎞
∫∫σ F , n dS = ∫∫ F (σ (u, v) ) , ⎜⎝ ∂u × ∂v ⎟⎠ dudv
K
Ainda temos que, pelo fato de supormos F contínua em Im σ , σ ser de classe

C1 e K com fronteira de conteúdo nula, a integral ∫∫σ F ⋅ n ⋅ dS existe.
Logo chegamos à seguinte definição:
Definição 9: Seja σ : K ⊂ 2
→ 3
de classe C1 , onde K é um compacto com interior
não-vazio e com fronteira de conteúdo nulo. Suponhamos que σ seja injetora e regular
no interior de K . Seja F : Im σ → 3
um campo vetorial contínuo. Então a integral de
superfície de F sobre σ é
⎛ ∂σ ∂σ ⎞
∫∫σ F , n dS = ∫∫ F (σ (u , v) ) , ⎜ × ⎟ dudv
K
⎝ ∂u ∂v ⎠
Essa integral é também chamada de fluxo de F através de σ .
Exemplo 11: Calcule o fluxo de

v ( x, y, z ) = 10i + ( x 2 + y 2 ) j + 2 xyk
através da superfície
⎧ x=u
⎪
σ ⎨ y=v 0 ≤ u ≤ 1 e 0 ≤ v ≤ 1.
⎪ z = 1 − u 2 − v2
⎩
⎛ ∂σ ∂σ ⎞
Resolução: ∫∫σ F ⋅ n ⋅ dS = ∫∫ v (σ (u, v) ) ⋅ ⎜⎝ ∂u × ∂v ⎟⎠dudv
k
onde K é o retângulo 0 ≤ u ≤ 1 e 0 ≤ v ≤ 1 .
i j k
∂σ ∂σ
× = 1 0 −2u = 2ui + 2vj + k
∂u ∂v
0 1 −2v
∫∫σ F ⋅ n ⋅ dS = ∫∫ (10i + (u
k
2
)(
+ v 2 ) j + 2uvk ⋅ 2ui + 2vj + k dudv = )
65
(
= ∫∫ 20u + 2u 2v + 2v 3 − 2uv dudv
k
)
Ou seja,
1
⎡ 1 20u + 2u 2v + 2v 3 − 2uv du ⎤ dv = 1 ⎡10u 2 + 2 u 3v + 2v 3u − u 2 v ⎤ =
∫0 ⎢⎣ ∫0 ( ) ⎥⎦ ∫0 ⎢⎣
1
∫∫σ F ⋅ n ⋅ dS =
3 ⎥⎦
0
1
⎛ 11 ⎞ ⎡ 1 2 ⎤ 1 1 31
= ∫ ⎜10 − v + 2v3 ⎟dv = ⎢10v − v 2 + v 4 ⎥ = 10 − + = .
0
⎝ 3 ⎠ ⎣ 6 4 ⎦0 6 2 3
3.9 Divergente
Vamos agora calcular o fluxo de um campo vetorial através de um

paralelepípedo quando seu volume tende a zero. Ou seja, vamos buscar como se
comporta o fluxo de um campo vetorial por unidade de volume em um ponto
p = ( x0 , y0 , z0 ) .
Seja o campo vetorial F ( x, y, z ) = F1 ( x, y, z )i + F2 ( x, y, z ) j + F3 ( x, y, z )k
definido no aberto U ⊂ 3
. Suponha que F1 , F2 e F3 admitam derivadas parciais em U
1
e F seja contínua na vizinhança de r . Vamos calcular o lim
ΔV → 0 ΔV ∫S
F , n dS , onde S
é a superfície fechada que envolve p .

Construa o paralelepípedo tal que r = ( x0 , y0 , z0 ) esteja no centro da figura.
Temos que a contribuição do fluxo vetorial das faces perpendiculares ao eixo x,

faces 1 e 2 respectivamente, é:
⎛ x0 + Δ2x ⎞
⎜ ∫x − Δx F1 ( x, y, z )idx ⎟ ΔyΔz
⎝ 0 2 ⎠
e
66
⎛ x0 − Δ2x ⎞
− ⎜ ∫ Δx F1 ( x, y, z )idx ⎟ ΔyΔz
⎝ x0 + 2 ⎠
O sinal da face 2 deve ser invertido, pois caso contrário teremos componentes
das faces 1 e 2 se anulando, devido a face 1 estar na direção i e a face 2 na direção –i.
Já vimos quando estudamos o rotacional que

Δx
x0 + ⎛ Δx ⎞
∫ x0 −
2
2
Δx F1 ( x, y, z )dx =F ⎜ x0 + θ , y, z ⎟ Δx com θ ∈ (−1,1)
⎝ 2 ⎠
Mas quando Δx → 0 teremos que
Δx
x0 + ⎛ Δx ⎞
∫x0 −
2
2
Δx F1 ( x, y, z )dx =F ⎜ x0 +
⎝ 2
, y , z ⎟ Δx
⎠
Logo
⎛ x0 + Δ2x ⎞ ⎛ Δx ⎞
⎜ ∫x − Δx F1 ( x, y, z )idx ⎟ ΔyΔz F1 ⎜ x0 + , y , z ⎟ Δx
⎝ 0 2 ⎠ ⎝ 2 ⎠
E de forma análoga chegamos que
⎛ x0 − Δx ⎞ ⎛ Δx ⎞
− ⎜ ∫ Δ2x F1 ( x, y, z )idx ⎟ ΔyΔz F1 ⎜ x0 − , y , z ⎟ Δx
⎝ x0 + 2 ⎠ ⎝ 2 ⎠
Pelo fato de existirem as derivadas parciais temos

⎡ ⎛ Δx ⎞ ⎛ Δx ⎞⎤ ∂F1 ⎛ Δx ⎞
⎢ F1 ⎜ x0 + 2 , y, z ⎟ − F1 ⎜ x0 − 2 , y, z ⎟ ⎥ ΔyΔz = ∂x ⎜ x0 + 2 θ1 , y, z ⎟ ΔxΔyΔz + ρ1ΔxΔyΔz
⎣ ⎝ ⎠ ⎝ ⎠⎦ ⎝ ⎠
onde θ1 ∈ (−1,1)
De forma similar chegamos a:

⎡ ⎛ Δy ⎞ ⎛ Δy ⎞ ⎤ ∂F2 ⎛ Δy ⎞
⎢ F2 ⎜ x, y0 + 2 , z ⎟ − F2 ⎜ x, y0 − 2 , z ⎟ ⎥ ΔxΔz = ∂y ⎜ x, y0 + 2 θ 2 , z ⎟ ΔxΔyΔz + ρ 2 ΔxΔyΔz
⎣ ⎝ ⎠ ⎝ ⎠⎦ ⎝ ⎠
onde θ 2 ∈ (−1,1) e
67
⎡ ⎛ Δz ⎞ ⎛ Δz ⎞ ⎤ ∂F3 ⎛ Δz ⎞
⎢ F3 ⎜ x, y, z0 + 2 ⎟ − F3 ⎜ x, y, z0 − 2 ⎟ ⎥ ΔxΔy = ∂z ⎜ x, y, z0 + 2 θ3 ⎟ ΔxΔyΔz + ρ3ΔxΔyΔz
⎣ ⎝ ⎠ ⎝ ⎠⎦ ⎝ ⎠
onde θ3 ∈ (−1,1)
Logo
1 1 ⎛ ∂F1 ⎛ Δx ⎞ ∂F ⎛ Δy ⎞ ∂F ⎛ Δz ⎞ ⎞
lim
ΔV → 0 ΔV ∫
S
F , n dS = lim
Δ V → 0 Δx Δ y Δ z
⎜
⎝ ∂x ⎝
⎜ p + i θ1 ⎟ + 2 ⎜ p + j θ 2 ⎟ + 3 ⎜ p + k θ3 ⎟ ⎟ ΔxΔyΔz
2 ⎠ ∂y ⎝ 2 ⎠ ∂z ⎝ 2 ⎠⎠
1 ⎡ ∂F ⎛ Δx ⎞ ∂F ⎛ Δy ⎞ ∂F ⎛ Δz ⎞ ⎤
lim
ΔxΔyΔz → 0 ΔV ∫
S
F , n dS = lim ⎢ 1 ⎜ p + i θ1 ⎟ + 2 ⎜ p + j θ 2 ⎟ + 3 ⎜ p + k θ3 ⎟ ⎥ =
ΔV → 0 ∂x
⎣ ⎝ 2 ⎠ ∂y ⎝ 2 ⎠ ∂z ⎝ 2 ⎠⎦
∂F1 ∂F ∂F
= ( p) + 2 ( p) + 3 ( p)
∂x ∂y ∂z
Note ainda que lim ρ1 (Δx) = 0 , lim ρ 2 (Δy ) = 0 e lim ρ3 (Δz ) = 0 pelo
ΔxΔy Δz → 0 ΔxΔy Δz → 0 ΔxΔy Δz →0
fato da existência das derivadas parciais.

Agora vamos enunciar a seguinte definição
Definição 10: Seja F = ( F1 , F2 ,..., Fn ) um campo vetorial definido no aberto U ⊂ n

e
suponhamos que as componentes F1 , F2 ,..., Fn admitem derivadas parciais em U . A
função
divF : U →
dada por
∂F1 ∂F2 ∂F
divF = + + ... + n
∂x1 ∂x 2 ∂x n
Denomina-se divergente de F .
Ainda podemos representar o divergente de F como o “produto escalar” do

⎛ ∂ ∂ ∂ ⎞
vetor ∇ = ⎜⎜ , ,..., ⎟⎟ pelo campo vetorial ( F1 , F2 ,..., Fn ) , ou seja,
⎝ ∂x1 ∂x 2 ∂x n ⎠
⎛ ∂ ∂ ∂ ⎞ ∂F1 ∂F2 ∂F
divF = ∇, F = ⎜ , ,..., ⎟ , ( F1 , F2 ,..., Fn ) = + + ... + n .
⎝ ∂x1 ∂x2 ∂xn ⎠ ∂x1 ∂x2 ∂xn
68
O divergente pode ser interpretado como uma taxa de variação de área (ou
volume) por unidade de tempo e unidade de área (ou volume) no ponto ( x1 ,..., x n ) .
Quando divF = 0 temos que o fluxo no ponto P calculado é constante. Caso

divF > 0 o fluxo esta “saindo” de P e por último se divF < 0 o fluxo esta “chegando”
em P .
Exemplo 12: Seja F ( x, y ) = ( x 2 + y, 2 x − 4 y ) . Calcule divF
Resolução:
É importante notar que o divergente é um número. Vejamos agora o diagrama do

campo vetorial.
2.5
1.5
0.5
0
0 1 2 3 4
Campo vetorial F ( x, y ) = ( x + y , 2 x − 4 y )
2
Exemplo 13: Seja F ( x, y ) = ( y 2 , 2 x) . Calcule divF
Resolução:
∂ 2 ∂
divF ( x, y ) = ( y ) + (2 x) = 0 .
∂x ∂y
69
3.5
2.5
1.5
0.5
0
0 1 2 3 4
Campo vetorial F ( x, y ) = ( y , 2 x )
2
3.10 Identidades Envolvendo Gradiente, Rotacional e Divergente.
Consideremos o campo escalar ϕ ⊂ n

→ e suponhamos que ϕ admite
derivadas parciais de 2a ordem no aberto W . O campo escalar

∇ 2ϕ :W →
Dado por
∇ 2ϕ = ∇, ∇ϕ
Denomina-se laplaciano de ϕ .
Assim, o laplaciano de ϕ nada mais é do que o divergente do gradiente de ϕ .
Como
⎛ ∂ ∂ ⎞ ⎛ ∂ϕ ∂ϕ ⎞ ∂ 2ϕ ∂ 2ϕ
∇ 2ϕ = ∇, ∇ϕ = ⎜ ,..., ⎟ ⎜
, ,..., ⎟ = + ... +
⎝ ∂x1 ∂xn ⎠ ⎝ ∂x1 ∂xn ⎠ ∂x12 ∂xn2
Resulta que
∂ 2ϕ ∂ 2ϕ
∇ ϕ = 2 + ... + 2 = div(∇ϕ )
2
∂x1 ∂xn
70
Vejamos agora algumas outras identidades envolvendo gradiente, divergente e
rotacional. Admitimos que as derivadas parciais apropriadas existam e sejam contínuas,
ϕ é um campo escalar e U , V são campos vetoriais.
a) rot (U + V ) = rotU + rotV
U = Pu ( x, y, z )i + Qu ( x, y, z ) j + Ru ( x, y, z )k
V = Pv ( x, y, z )i + Qv ( x, y, z ) j + Rv ( x, y, z )k
⎛ ∂R ∂Q ⎞ ⎛ ∂Pu ∂Ru ⎞ ⎛ ∂Q ∂P ⎞
rotU + rotV = ⎜ u − u ⎟i + ⎜ − ⎟ j +⎜ u − u ⎟k +
⎝ ∂y ∂z ⎠ ⎝ ∂z ∂x ⎠ ⎝ ∂x ∂y ⎠
⎛ ∂R ∂Q ⎞ ⎛ ∂P ∂R ⎞ ⎛ ∂Q ∂P ⎞
+⎜ v − v ⎟i + ⎜ v − v ⎟ j + ⎜ v − v ⎟k =
⎝ ∂y ∂z ⎠ ⎝ ∂z ∂x ⎠ ⎝ ∂x ∂y ⎠
⎛ ⎛ ∂R ∂R ⎞ ⎛ ∂Q ∂Q ⎞ ⎞ ⎛ ⎛ ∂P ∂P ⎞ ⎛ ∂R ∂R ⎞ ⎞
= ⎜⎜ u + v ⎟ − ⎜ u + v ⎟⎟i + ⎜⎜ u + v ⎟ − ⎜ u + v ⎟⎟ j +
⎝ ⎝ ∂y ∂y ⎠ ⎝ ∂z ∂z ⎠ ⎠ ⎝ ⎝ ∂z ∂z ⎠ ⎝ ∂x ∂x ⎠ ⎠
⎛ ⎛ ∂Q ∂Q ⎞ ⎛ ∂Pv ∂Pu ⎞⎞
+⎜⎜ u + v ⎟ − ⎜ ∂y + ∂y ⎟ ⎟ k = rot (U + V )
⎝ ⎝ ∂x ∂x ⎠ ⎝ ⎠⎠
b) div(U + V ) = divU + divV
U = U1 ( x, y, z )i1 + ... + U n ( x, y, z )in
V = V1 ( x, y, z )i1 + ... + Vn ( x, y, z )in
⎛ ∂U ∂U ⎞ ⎛ ∂V ∂V ⎞
divU + divV = ⎜ 1 ,..., n ⎟ + ⎜ 1 ,..., n ⎟ =
⎝ ∂x1 ∂xn ⎠ ⎝ ∂x1 ∂xn ⎠
⎛ ∂U ∂V ⎞ ⎛ ∂U ∂V ⎞
= ⎜ 1 + 1 ⎟ + ... + ⎜ n + n ⎟ = div(U + V )
⎝ ∂x1 ∂x1 ⎠ ⎝ ∂xn ∂xn ⎠
c) divϕU = ϕ divU + ∇ϕ ⋅U
U = U1 ( x, y, z )i1 + ... + U n ( x, y, z )in
∂ (ϕU1 ) ∂ (ϕU n )
divϕU = + ... + =
∂x1 ∂xn
Aplicando a derivada parcial em cada componente temos
71
⎛ ϕ∂U1 U1∂ϕ ⎞ ⎛ ϕ∂U n U n ∂ϕ ⎞
=⎜ + ⎟ + ... + ⎜ + ⎟=
⎝ ∂x1 ∂x1 ⎠ ⎝ ∂xn ∂xn ⎠
⎛ ϕ∂U1 ϕ∂U n ⎞ ⎛ U1∂ϕ U ∂ϕ ⎞

=⎜ + ... + ⎟+⎜ + ... + n ⎟ = ϕ divU + ∇ϕ ⋅ U
⎝ ∂x1 ∂xn ⎠ ⎝ ∂x1 ∂xn ⎠
d) rotϕU = ϕ rotU + ∇ϕ × U
⎛ ∂ϕ R ∂ϕ Q ⎞ ⎛ ∂ϕ P ∂ϕ R ⎞ ⎛ ∂ϕ Q ∂ϕ P ⎞
rotϕU = ⎜ − ⎟i +⎜ − ⎟ j +⎜ − ⎟k =
⎝ ∂y ∂z ⎠ ⎝ ∂z ∂x ⎠ ⎝ ∂z ∂y ⎠
Calculando a derivada parcial em cada componente temos

⎛ ϕ∂R R∂ ϕ ϕ∂Q Q∂ ϕ ⎞
=⎜ + − − ⎟i +
⎝ ∂y ∂y ∂z ∂z ⎠
⎛ ϕ∂P P∂ ϕ ϕ∂R R∂ ϕ ⎞
+⎜ + − − ⎟j+
⎝ ∂z ∂z ∂x ∂x ⎠
⎛ ϕ∂Q Q∂ ϕ ϕ∂P P∂ ϕ ⎞
+⎜ + − − ⎟k =
⎝ ∂x ∂x ∂y ∂y ⎠
O que resulta em
⎛ ⎛ ϕ∂R ϕ∂Q ⎞ ⎛ ϕ∂P ϕ∂R ⎞ ⎛ ϕ∂Q ϕ∂P ⎞ ⎞
= ⎜⎜ − ⎟i + ⎜ − ⎟ j +⎜ − ⎟k ⎟+
⎝ ⎝ ∂y ∂z ⎠ ⎝ ∂z ∂x ⎠ ⎝ ∂x ∂y ⎠ ⎠
⎛ ⎛ ∂ ϕ R ∂ ϕQ ⎞ ⎛ ∂ ϕ P ∂ ϕ R ⎞ ⎛ ∂ ϕQ ∂ ϕ P ⎞ ⎞
+⎜⎜ − ⎟i + ⎜ − ⎟ j +⎜ − ⎟k ⎟ =
⎝ ⎝ ∂y ∂z ⎠ ⎝ ∂z ∂x ⎠ ⎝ ∂x ∂y ⎠ ⎠
i j k i j k
∂ ∂ ∂ ∂ϕ ∂ϕ ∂ϕ
ϕ ϕ ϕ + = ϕ rotU + ∇ϕ × U
∂x ∂y ∂z ∂x ∂y ∂z
P Q R P Q R
(
e) div rotU = 0 )
∂ ⎛ ∂R ∂Q ⎞ ∂ ⎛ ∂P ∂R ⎞ ∂ ⎛ ∂Q ∂P ⎞
(
div rotU = ) ⎜ − ⎟+ ⎜ − ⎟+ ⎜ − ⎟=
∂x ⎝ ∂y ∂z ⎠ ∂y ⎝ ∂z ∂x ⎠ ∂z ⎝ ∂x ∂y ⎠
72
⎛ ∂ 2 R ∂ 2Q ⎞ ⎛ ∂ 2 P ∂ 2 R ⎞ ⎛ ∂ 2Q ∂ 2 P ⎞
=⎜ − ⎟+⎜ − ⎟+⎜ − ⎟=
⎝ ∂x∂y ∂x∂z ⎠ ⎝ ∂y∂z ∂y∂x ⎠ ⎝ ∂z∂x ∂z∂y ⎠
⎛ ∂ 2 R ∂ 2 R ⎞ ⎛ ∂ 2 P ∂ 2 P ⎞ ⎛ ∂ 2Q ∂ 2Q ⎞
=⎜ − ⎟+⎜ − ⎟+⎜ − ⎟=
⎝ ∂x∂y ∂y∂x ⎠ ⎝ ∂y∂z ∂z∂y ⎠ ⎝ ∂z∂x ∂x∂z ⎠
Utilizando o teorema de Schwarz
⎛ ∂ 2 R ∂ 2 R ⎞ ⎛ ∂ 2 P ∂ 2 P ⎞ ⎛ ∂ 2Q ∂ 2Q ⎞
=⎜ − ⎟+⎜ − ⎟+⎜ − ⎟=0
⎝ ∂x∂y ∂x∂y ⎠ ⎝ ∂y∂z ∂y∂z ⎠ ⎝ ∂z∂x ∂z∂x ⎠
f) rot ( ∇ϕ ) = 0
⎛ ∂ 2ϕ ∂ 2ϕ ⎞ ⎛ ∂ 2ϕ ∂ 2ϕ ⎞ ⎛ ∂ 2ϕ ∂ 2ϕ ⎞
rot ( ∇ϕ ) = ⎜ − ⎟+⎜ − ⎟+⎜ − ⎟=0
⎝ ∂y∂z ∂z∂y ⎠ ⎝ ∂z∂x ∂x∂z ⎠ ⎝ ∂x∂y ∂y∂x ⎠
g) rot ( rotu ) = ∇ ( divu ) − ∇ 2u
i j k
∂ ∂ ∂
rot ( rotu ) = =
∂x ∂y ∂z
∂R ∂Q ∂P ∂R ∂Q ∂P
− − −
∂y ∂z ∂z ∂x ∂x ∂y
∂ ⎛ ∂Q ∂P ⎞ ∂ ⎛ ∂R ∂Q ⎞ ∂ ⎛ ∂P ∂R ⎞
= ⎜ − ⎟i + ⎜ − ⎟j+ ⎜ − ⎟k +
∂y ⎝ ∂x ∂y ⎠ ∂z ⎝ ∂y ∂z ⎠ ∂x ⎝ ∂z ∂x ⎠
∂ ⎛ ∂R ∂Q ⎞ ∂ ⎛ ∂P ∂R ⎞ ∂ ⎛ ∂Q ∂P ⎞
− ⎜ − ⎟k − ⎜ − ⎟i − ⎜ − ⎟j=
∂y ⎝ ∂y ∂z ⎠ ∂z ⎝ ∂z ∂x ⎠ ∂x ⎝ ∂x ∂y ⎠
⎛ ∂ 2 P ∂ 2 P ⎞ ⎛ ∂ 2Q ∂ 2Q ⎞ ⎛ ∂2R ∂2 R ⎞
= ⎜− 2 − 2 ⎟i +⎜− 2 − 2 ⎟ j +⎜− 2 − 2 ⎟k +
⎝ ∂ y ∂ z⎠ ⎝ ∂ x ∂ z⎠ ⎝ ∂ x ∂ y⎠
⎛ ∂ 2Q ∂ 2 R ⎞ ⎛ ∂ 2 R ∂ 2 P ⎞ ⎛ ∂ 2 P ∂ 2Q ⎞
+⎜ + ⎟ ⎜
i + + ⎟ j + ⎜ + ⎟k +
⎝ ∂y∂x ∂z∂x ⎠ ⎝ ∂z∂y ∂x∂y ⎠ ⎝ ∂x∂z ∂y∂z ⎠
⎛ ∂ 2 P ∂ 2 P ⎞ ⎛ ∂ 2 Q ∂ 2Q ⎞ ⎛ ∂2R ∂2 R ⎞
+ ⎜ 2 − 2 ⎟i + ⎜ 2 − 2 ⎟ j + ⎜ 2 − 2 ⎟k =
⎝ ∂x ∂x ⎠ ⎝ ∂y ∂y ⎠ ⎝ ∂z ∂z ⎠
⎛ ∂ 2 P ∂ 2 P ∂ 2 P ⎞ ⎛ ∂ 2 Q ∂ 2Q ∂ 2Q ⎞ ⎛ ∂2 R ∂2 R ∂2 R ⎞
= ⎜− 2 − 2 − 2 ⎟i + ⎜− 2 − 2 − 2 ⎟ j + ⎜− 2 − 2 − 2 ⎟k +
⎝ ∂x ∂y ∂z ⎠ ⎝ ∂x ∂y ∂z ⎠ ⎝ ∂x ∂y ∂z ⎠
⎛ ∂ 2 P ∂ 2Q ∂ 2 R ⎞ ⎛ ∂ 2 P ∂ 2 Q ∂ 2 R ⎞ ⎛ ∂ 2 P ∂ 2Q ∂ 2 R ⎞
+⎜ 2 + + ⎟ ⎜
i + + + ⎟ j + ⎜ + + 2 ⎟k =
⎝ ∂x ∂y∂x ∂z∂x ⎠ ⎝ ∂x∂y ∂y 2 ∂z∂y ⎠ ⎝ ∂x∂z ∂y∂z ∂z ⎠
73
⎛ ∂2 ∂2 ∂2 ⎞ ∂ ⎛ ∂P ∂Q ∂R ⎞
⎝ ∂x ∂y ∂z ⎠
( )
= − ⎜ 2 + 2 + 2 ⎟ ⋅ Pi + Qj + Rk + ⎜ + + ⎟i +
∂x ⎝ ∂x ∂y ∂z ⎠
∂ ⎛ ∂P ∂Q ∂R ⎞ ∂ ⎛ ∂P ∂Q ∂R ⎞
+ ⎜ + + ⎟j+ ⎜ + + ⎟k =
∂y ⎝ ∂x ∂y ∂z ⎠ ∂z ⎝ ∂x ∂y ∂z ⎠
⎛ ∂P ∂Q ∂R ⎞
= −∇ 2u + ∇ ⎜ + + ⎟ = −∇ u + ∇ ( divu ) .
2
⎝ ∂x ∂y ∂z ⎠
74
CAPÍTULO IV
OS TEOREMAS DE GREEN, GAUSS E STOKES.
4.1 Teorema de Green para Retângulos
Seja K o retângulo {( x, y ) ∈ 2
/ a ≤ x ≤ b, c ≤ y ≤ d } e seja γ a fronteira de K
orientada no sentido anti-horário. Suponhamos que P ( x, y ) e Q( x, y ) sejam de classe
C1 num aberto U contendo K. Então

⎡ ∂Q ∂P ⎤
∫γ Pdx + Qdy = ∫∫ ⎢⎣ ∂x − ∂y ⎥⎦dxdy
k
Demonstração:
Temos que
1) ∫γ Fdl =∫γ 1
Fdl + ∫ Fdl + ∫ Fdl + ∫ Fdl
γ2 γ3 γ4
Onde
b
∫γ Fdl = ∫
1 a
P( x, c)dx
d
∫γ 2
Fdl = ∫ Q(b, y )dy
c
a b
∫γ 3
Fdl = ∫ P( x, d )dx = − ∫ P( x, d )dx
b a
e por último
75
c d
∫γ 4
Fdl = ∫ Q(a, y )dy = − ∫ Q(a, y )dy
d c
Portanto voltando a (1), temos:
b d b d
∫γ Fdl = ∫
γ 1 +γ 2 + γ 3 +γ 4
Fdl = ∫ P( x, c)dx + ∫ Q(b, y )dy − ∫ P( x, d )dx − ∫ Q(a, y )dy =
a c a c
= ( ∫ Q(b, y)dy − ∫ Q(a, y)dy ) − ( ∫ P( x, d )dx − ∫ P( x, c)dx ) = ∫∫ ⎜⎝⎛ ∂∂Qx − ∂∂Py ⎟⎠⎞dxdy
c
d d
c
b
a
b
a K
A notação ∫ Pdx + Qdy é frequentemente usada para indicar a integral de linha
sobre uma curva fechada, orientada no sentido anti-horário. Com esta notação, a
igualdade a que se refere o teorema de Green se escreve
⎡ ∂Q ∂P ⎤
∫ γ Pdx + Qdy = ∫∫ ⎢⎣ ∂x − ∂y ⎥⎦dxdy
k
4.1.1 Teorema de Green para um Caso Particular
Seja K={( x, y ) ∈ 2
/ a ≤ x ≤ b, g1 (a ) ≤ y ≤ g 2 (b)} com g1, g 2 :[a, b] →
contínuas e a fronteira de K orientada no sentido anti-horário. Suponhamos que
P( x, y ) e Q( x, y ) sejam de classe C1 num aberto U contendo K. Então
⎡ ∂Q ∂P ⎤
∫γ Pdx + Qdy = ∫∫ ⎢⎣ ∂x − ∂y ⎥⎦dxdy
k
Demonstração:
76
Vamos utilizar o fato de que o Teorema vale para retângulos, para provar que
vale para este caso particular.
Seja
Φ(u, v) = (u, vg 2 (u )) + (1 − v) g 2 (u ))
Vamos novamente calcular a integral de linha
∫γ Fdl = ∫γ 1 +γ 2 +γ 3 +γ 4
Pdx + Qdy
• γ 1 (u ) = (u, g1 (u )) e γ 1′(u ) = (1, g1′(u ))
du ⎡⎣( P(u , g1 (u ) + Q(u, g1 (u ) ⋅) g1′ (u ) ⎤⎦

b
∫γ Pdx + Qdy =∫
1 a
• γ 2 (v) = (b, vg 2 (u ) + (1 − v) g1 (u )) e γ 2′ (v) = (0, g 2 (u ) − g 2 (u ))
∫γ Pdx + Qdy =∫ dv ⎡⎣( Q(b, vg (u ) + (1 − v) g (u )) ⋅ ( g (u ) − g (u ) ) (b) ⎤⎦

1
0 2 1 2 1
1
• γ 3 (u ) = (u, g 2 (u )) e γ 3′ (u ) = (1, g 2′ (u ))
Pdx + Qdy = − ∫ du ⎣⎡( P (u, g 2 (u ) + Q(u, g 2 (u ) ⋅ g 2′ (u ) ) ⎤⎦

b
∫γ 3 a
• γ 4 (v) = (a, vg 2 (u ) + (1 − v) g1 (u )) e γ 4′ (u ) = (0, g 2 (u ) − g 2 (u ))
∫γ Pdx + Qdy = − ∫ dv ⎡⎣( Q(a, vg (u ) + (1 − v) g (u)) ⋅ ( g (u) − g (u) ) (a) ⎤⎦

1
0 2 1 2 1
1
Logo temos que
du ⎡⎣( P(u, g1 (u ) + Q(u , g1 (u ) ⋅) g1′(u ) − ( P(u, g 2 (u ) − Q(u, g 2 (u ) ⋅ g 2′ (u ) ) ⎤⎦ +

b
∫γ Pdx + Qdy =∫ a
+ ∫ dv ⎡⎣( Q(b, vg 2 (u ) + (1 − v) g1 (u )) ⋅ ( g 2 (u ) − g1 (u ) ) (b) ⎤⎦ +

1
77
− ∫ dv ⎡⎣( Q(a, vg 2 (u ) + (1 − v) g1 (u )) ⋅ ( g 2 (u ) − g1 (u ) ) (a) ⎤⎦ .
1
Seja agora F = ( P, Q) o campo vetorial de Σ onde:
F = ( P(u, vg 2 (u ) + (1 − v) g1 (u )) + Q(u, vg 2 (u ) + (1 − v) g1 (u ) ) ⋅ ( vg 2′ (u ) + (1 − v) g1′(u ) ) ,
Q(u , vg 2 (u ) + (1 − v) g1 (u )) ⋅ ( g 2 (u ) − g1 (u ) )
Iremos mostrar que a integral de linha de Σ é igual a integral de linha de Θ .
Calculemos a integral de linha de Σ
b 1
∫δ1 +δ2 +δ3 +δ4 Pdx + Qdy = ∫a du ⎡⎣ P(u, 0) − P(u,1) ⎤⎦ + ∫0 dv ⎡⎣Q(b, v) − Q(a, v) ⎤⎦ =
= ∫ du ⎡⎣( P (u, g1 (u ) + Q(u , g1 (u ) ) g1′(u ) − ( P(u, g 2 (u ) − Q(u , g 2 (u ) ⋅ g 2′ (u ) ) ⎤⎦ +
b
+ ∫ dv ⎡⎣( Q(b, vg 2 (u ) + (1 − v) g1 (u )) ⋅ ( g 2 (u ) − g1 (u ) ) (b) ⎤⎦ +

1
− ∫ dv ⎡⎣( Q(a, vg 2 (u ) + (1 − v) g1 (u )) ⋅ ( g 2 (u ) − g1 (u ) ) (a) ⎤⎦ = ∫ Pdx + Qdy .

1
0 γ
Sabemos que o teorema de Green vale para retângulos,
⎡ ∂Q ∂P ⎤
∫γ Pdx + Qdy = ∫∫ Σ
⎢ − ⎥dudv
⎣ ∂x ∂y ⎦
com
∂Q ∂Q ⎛ ∂Q ∂x ∂Q ∂y ⎞
= ( g 2 − g1 ) + Q( g 2′ − g1′) = ⎜ + ⎟ ( g 2 − g1 ) + Q( g 2′ − g1′) =
∂u ∂u ⎝ ∂x ∂u ∂y ∂u ⎠
⎛ ∂Q ∂Q ⎞
⎜ + (vg 2′ + (1 − v) g1′ ) ⎟ ( g 2 − g1 ) + Q( g 2′ − g1′)
⎝ ∂x ∂y ⎠
∂P ∂P ∂Q
= + (vg 2′ + (1 − v) g1′) + Q( g 2′ − g1′) =
∂v ∂v ∂v
∂P ∂P ∂Q
= ⋅0 + ( g 2 − g1 ) + ( g 2 − g1 )(vg 2′ + (1 − v) g1′) + Q( g 2′ − g1′)
∂x ∂y ∂y
Fazendo
∂Q ∂P ∂Q ∂P ⎛ ∂Q ∂P ⎞
− = ( g 2 − g1 ) − ( g 2 − g1 ) = ⎜ − ⎟ ( g 2 − g1 )
∂u ∂v ∂x ∂y ⎝ ∂x ∂y ⎠
78
temos
⎡ ∂Q ∂P ⎤ ⎡⎛ ∂Q ∂P ⎞ ⎤ ⎡ ∂Q ∂P ⎤
∫∫ ⎢
Σ ∂x
− ⎥dudv = ∫∫ ⎢⎜ − ⎟ ( g 2 − g1 ) ⎥dudv = ∫∫ ⎢ − ⎥dxdy
⎣ ∂y ⎦ Θ
⎣⎝ ∂x ∂y ⎠ ⎦
Θ ∂x
⎣ ∂y ⎦
Observe que ( g 2 − g1 ) é o Jacobiano de mudança de variável.
⎛ ∂x ∂x ⎞
⎜ ∂u ∂v ⎟ ⎛ 1 0 ⎞
J =⎜ ⎟=⎜ ⎟
⎜ ∂y ∂y ⎟ ⎝ vg 2′ + (1 − v) g1′ g 2 − g1 ⎠
⎜ ⎟
⎝ ∂u ∂v ⎠
det J φ = g 2 − g1
Logo, está demonstrado o teorema para uma superfície limitada por duas
funções e duas retas paralelas ao eixo y. O caso de uma superfície limitada por duas
funções e duas retas paralelas ao eixo x, prova-se de forma semelhante.
4.1.2 Teorema de Green para Conjunto com Fronteira C1 por Partes
Seja K ⊂ 2
um compacto, com interior não-vazio cuja fronteira é a imagem de
uma curva γ : [ a, b ] → 2
, fechada, simples7, C1 por partes e orientada no sentido anti-
horário. Sejam P ( x, y ) e Q( x, y ) de classe C1 num aberto U contendo K. Nestas

condições,
⎡ ∂Q ∂P ⎤
∫γ Pdx + Qdy = ∫∫ ⎢⎣ ∂x − ∂y ⎥⎦dxdy
k
Demonstração:
Temos que todo conjunto nas condições descritas podem ser divididos em
subconjuntos do tipo descrito no teorema anterior.
7
i.e., sem auto-interseções.
79
Temos ainda que a integral de linha será apenas o valor na borda da figura
inicial, pois os valores das integrais de linha no interior da figura se anularam pelo fato
de estarem em sentidos opostos.
Temos que o membro da igualdade da integral será
n
⎡ ∂Q ∂P ⎤ ⎡ ∂Q ∂P ⎤
∑ ∫∫ ⎢ ∂x − ∂y ⎥dxdy = ∫∫k ⎢ ∂x − ∂y ⎥dxdy
i =1
ki
⎣ ⎦ ⎣ ⎦
E como vale
⎡ ∂Q ∂P ⎤
∫γ Pdx + Qdy = ∫∫
1 k1 ⎢ ∂x − ∂y ⎥dxdy ,
⎣ ⎦
temos que:
n n
⎡ ∂Q ∂P ⎤ ⎡ ∂Q ∂P ⎤
∫γ Pdx + Qdy = ∑ ∫ Pdx + Qdy = ∑ ∫∫ki ⎢ ∂x
− ⎥dxdy = ∫∫ ⎢
∂y ⎦
− ⎥dxdy
i =1
γ1
i =1 ⎣ k
⎣ ∂x ∂y ⎦
o que demonstra o teorema.
Exemplo 1: Utilizando a teorema de Green, transforme a integral de linha
∫ γ (x − y 3 )dx + ( x3 − y 5 )dy
4
numa integral dupla e calcule-a, com γ dada por γ (t ) = (cos t , sent ) , 0 ≤ t ≤ 2π .
Resolução:
80
Pelo teorema de Green Temos
⎛ ∂Q ∂P ⎞
∫ γ (x − y 3 )dx + ( x3 − y 5 )dy = ∫∫ ⎜ − ⎟dxdy =
4
k
⎝ ∂x ∂y ⎠
⎛ ∂( x3 − y 5 ) ∂( x 4 − y 3 ) ⎞
= ∫∫ ⎜ − ⎟dxdy = ∫∫k ( 3 x − 3 y )dxdy
2 2
k
⎝ ∂x ∂y ⎠
Passando para coordenadas polares,
2π π
= 3∫∫ ( x 2 + y 2 )dxdy = ∫
2π 1 2π 1
k 0 ∫
0
ρ 3 d ρ dθ = ∫
0 4
dθ =
4
=
2
Exemplo 2: Calcule utilizando o teorema de Green a integral

−y x
∫γ x 2
+y 2
dx + 2
x + y2
dy , onde γ (t ) = (cos t , sent ) , 0 ≤ t ≤ 2π .
Resolução: Observe que o campo vetorial está definido no domínio 2

− (0, 0) e que a
imagem de γ é a fronteira do círculo B = {( x, y ) ∈ 2

/ x 2 + y 2 ≤ 1} ; porém (0, 0) ∉ B e,
portanto B ⊄ 2
− (0, 0) . Logo o teorema de Green não se aplica a este exemplo.
Exemplo 3: Seja F ( x, y ) = Fx i + Fx j um campo vetorial de classe C1 num aberto
U⊂ 2
e seja Σ um compacto, com interior não-vazio, contido em U , cuja fronteira é
imagem de uma curva fechada γ (t ) = ( x(t ), y (t )) , a ≤ t ≤ b , de classe C1 , simples,
regular e orientada no sentido anti-horário. Seja n a normal unitária exterior a Σ .
Mostre que vale:
∫ γ F ⋅ ndr = ∫∫ ( divF )dxdy

Σ
81
Resolução:
∫ γ F ⋅ ndr = ∫
b
F (γ (t )), n (γ (t )) (γ ′(t )) dt
a
com
1
n ( y (t )) = ( y′(t )i − x′(t ) j ) .
γ ′(t )
Temos então
∫ γ F ⋅ ndr = ∫
b
⎡⎣ F ( x, y ) = Fx y′(t ) + Fy x′(t ) ⎤⎦dt
a
Portanto chegamos ao resultado procurado
⎛ ∂Fx ∂Fy ⎞
∫ γ F ⋅ ndr = ∫γ − F dx + F dy = ∫∫ ⎜⎝ ∂x
y x
Σ
+
∂y ⎠
( )
⎟ dxdy = ∫∫Σ divF dxdy
Este teorema é chamado de teorema da divergência no plano.
82
4.2 Teorema da Divergência ou de Gauss para Paralelepípedos
Seja B o paralelepípedo a ≤ x ≤ b , c ≤ y ≤ d e e ≤ z ≤ f . Suponha que
F = Fx i + Fy j + Fz k seja um campo vetorial de classe C1 num aberto contendo B e
seja σ a fronteira de B , com normal n apontando para fora de B . Então
∫∫σ F ⋅ n ⋅ dS = ∫∫∫
B
divFdxdydz
Demonstração:
Vamos calcular o fluxo vetorial do campo vetorial ao longo das faces.
Face 1 n = −eˆ3
b d
∫∫ F ⋅ n ⋅ ds = − ∫
1 a
dx ∫ dyFz ( x, y, e)
c
Face 2 n = eˆ3
83
b d
∫∫2
F ⋅ n ⋅ ds = ∫ dx ∫ dyFz ( x, y, f )
a c
Face 3 n = −eˆ1
d f
∫∫ F ⋅ n ⋅ ds = − ∫
3 c
dy ∫ dzFx (a, y, z )
e
Face 4 n = eˆ1
d f
∫∫ F ⋅ n ⋅ ds = ∫
4 c
dy ∫ dzFx (b, y, z )
e
Face 5 n = −eˆ2
b f
∫∫ F ⋅ n ⋅ ds = − ∫
5 a
dx ∫ dzFy ( x, c, z )
e
Face 6 n = eˆ2
b f
∫∫ F ⋅ n ⋅ ds = ∫
6 a
dx ∫ dzFy ( x, d , z )
e
Logo chegamos que
F ⋅ n ⋅ ds = ∫ dx ∫ dyFz [ ( x, y, f ) − Fz ( x, y, e) ] +
b d
∫∫1+ 2 + 3+ 4 + 5+ 6 a c
+ ∫ dy ∫ dz [ Fx (b, y, z ) − Fx (a, y, z )] + ∫ dx ∫ dz ⎡⎣ Fy ( x, d , z ) − Fy ( x, c, z ) ⎤⎦ =
d f b f
c e a e
b d f ⎡ ∂F ∂Fy ∂F ⎤
= ∫ dx ∫ dy ∫ dz ⎢ x ( x, y, z ) + ( x, y, z ) + z ( x, y, z ) ⎥ = ∫∫∫ (divF )dxdydz
a c e
⎣ ∂x ∂y ∂z ⎦ V
4.2.1 Teorema da Divergência para um Caso Particular
Seja B={( x, y, z ) ∈ 3
/ a ≤ x ≤ b, c ≤ y ≤ d ,ψ 1 ≤ z ≤ ψ 2 } , com
ψ 1 ,ψ 2 :[a, b] × [c, d ] → contínuas e F = Fx i + Fy j + Fz k um campo vetorial de classe
C1 num aberto contendo B , seja σ a fronteira de B , com normal n apontando para

fora de B . Então
∫∫σ F ⋅ n ⋅ dS = ∫∫∫ B
divFdxdydz
84
Vamos utilizar o fato de que o Teorema vale para paralelepípedos, para provar
que vale para este caso particular.
Seja
φ (u , v, t ) = (u, v, tψ 2 (u, v)) + (1 − v)ψ 1 (u, v))
Temos que
i j k
∂φ ∂φ ∂ψ 2 ∂ψ ⎛ ∂ψ 2 ∂ψ ∂ψ 2 ∂ψ ⎞
× =1 0 t + (1 − t ) 1 = ⎜ −t − (1 − t ) 1 , −t − (1 − t ) 1 ,1⎟
∂u ∂v ∂u ∂u ⎝ ∂u ∂u ∂v ∂v ⎠
∂ψ 2 ∂ψ 1
0 1 t + (1 − t )
∂v ∂v
Vamos calcular as integrais de superfície das faces de Θ :
⎛ ∂ψ ∂ψ ⎞
Face 1 t=0 n = ⎜ 1 , 1 , −1 ⎟
⎝ ∂u ∂u ⎠
⎡ ∂ψ ∂ψ ⎤
du ∫ dv ⎢( Fx (u , v,ψ 1 (u, v) ) 1 + ( Fy (u, v,ψ 1 (u, v) ) 1 − Fz (u, v,ψ 1 (u, v) ⎥
b d
∫∫ F ⋅ n ⋅ dS = ∫
1 a c
⎣ ∂u ∂v ⎦
⎛ ∂ψ 2 ∂ψ 2 ⎞
Face 2 t =1 n = ⎜− ,− ,1⎟
⎝ ∂u ∂u ⎠
∫∫ F ⋅ n ⋅ dS =
2
⎡ ∂ψ ∂ψ ⎤
= ∫ du ∫ dv ⎢ − ( Fx (u, v,ψ 2 (u, v) ) 2 − ( Fy (u , v,ψ 2 (u, v) ) 2 + Fz (u, v,ψ 2 (u , v) ⎥
b d
a c
⎣ ∂u ∂v ⎦
85
É importante notar dz = (ψ 2 −ψ 1 ) dt , pois temos
z (u, v) = tψ 2 (u , v) + (1 − t )ψ 1 (u , v) para t ∈ (0,1) .
Face 3 n = −eˆ1
dv ⎡⎣( Fx (a, v, tψ 2 (a, v) + (1 − t )ψ 1 ( a, v) ) (ψ 2 (a, v) −ψ 1 (a, v) ⎤⎦

1 d
∫∫ F ⋅ n ⋅ dS = − ∫ dt ∫
3 0 c
Face 4 n = eˆ1
dv ⎡⎣( Fx (b, v, tψ 2 (b, v) + (1 − t )ψ 1 (b, v) ) (ψ 2 (b, v) −ψ 1 (b, v) ⎤⎦

1 d
∫∫ F ⋅ n ⋅ dS = ∫ dt ∫
4 0 c
Face 5 n = −eˆ2
du ⎡⎣( Fy (u, c, tψ 2 (u, c) + (1 − t )ψ 1 (u, c) ) (ψ 2 −ψ 1 ) ⎤⎦

1 b
∫∫ F ⋅ n ⋅ dS = − ∫ dt ∫
5 0 a
Face 6 n = eˆ2
du ⎡⎣( Fy (u, d , tψ 2 (u, d ) + (1 − t )ψ 1 (u, d ) ) (ψ 2 −ψ 1 ) ⎤⎦

1 b
∫∫ F ⋅ n ⋅ dS = ∫ dt ∫
5 0 a
Pegue agora o seguinte campo vetorial de Σ
F = ( F1 , F2 , F3 )
Tal que
F1 = Fx (u, v, tψ 2 (u, v) + (1 − t )ψ 1 (u, v))(ψ 2 (u, v) −ψ 1 (u, v))
F2 = Fy (u , v, tψ 2 (u, v) + (1 − t )ψ 1 (u, v))(ψ 2 (u, v) −ψ 1 (u, v))
⎛ t ∂ψ 2 (u, v) ∂ψ (u, v) ⎞
F3 = − Fx (u, v, tψ 2 (u , v) + (1 − t )ψ 1 (u , v)) ⎜ + (1 − t ) 1 ⎟+
⎝ ∂u ∂u ⎠
⎛ t ∂ψ 2 (u , v) ∂ψ (u, v) ⎞
− Fy (u, v, tψ 2 (u, v) + (1 − t )ψ 1 (u , v)) ⎜ + (1 − t ) 1 ⎟+
⎝ ∂v ∂v ⎠
86
+ Fz (u, v, tψ 2 (u, v) + (1 − t )ψ 1 (u, v))
Queremos mostrar que as integrais de superfície nos dois sólidos são iguais. Para
isso vamos calcular a integral de superfície de Σ
Face 1 n = −eˆ3
b d
∫∫ 1
F ⋅ n ⋅ ds = − ∫ du ∫ dvF3 (u, v, 0) =
a c
⎛ ∂ψ (u, v) ⎞ ⎛ ∂ψ 1 (u, v) ⎞
= − ∫ du ∫ dvFx (u , v,ψ 1 (u, v)) ⎜ 1
b d
⎟ − Fy (u , v,ψ 1 (u , v)) ⎜ ⎟ + Fz (u, v,ψ 1 (u, v))
a c
⎝ ∂u ⎠ ⎝ ∂v ⎠
Face 2 n = eˆ3
b d
∫∫ 2
F ⋅ n ⋅ ds = ∫ du ∫ dvF3 (u, v,1) =
a c
b d ⎡ ⎛ ∂ψ (u, v) ⎞ ⎛ ∂ψ (u, v) ⎞ ⎤
= ∫ dx ∫ dy ⎢ − Fx (u, v,ψ 2 (u, v)) ⎜ 2 ⎟ − Fy (u , v,ψ 2 (u, v)) ⎜ 2 ⎟ + Fz (u, v,ψ 2 (u, v)) ⎥
a c
⎣ ⎝ ∂u ⎠ ⎝ ∂v ⎠ ⎦
Face 3 n = −eˆ1
d 1
∫∫ 3
F ⋅ n ⋅ ds = − ∫ dy ∫ dzF1 (a, v, t ) =
c 0
= − ∫ dv ∫ dt [ Fx (a, v, tψ 2 (a, v) + (1 − t )ψ 1 (a, v))(ψ 2 (a, v) −ψ 1 (a, v))]

d 1
c 0
Face 4 n = eˆ1
d 1
∫∫ F ⋅ n ⋅ ds = ∫
4 c
dv ∫ dtF1 (b, v, t ) =
0
dv ∫ dt [ Fx (b, v, tψ 2 (b, v) + (1 − t )ψ 1 (b, v))(ψ 2 (b, v) −ψ 1 (b, v)) ]

d f
∫c e
Face 5 n = −eˆ2
b f
∫∫ F ⋅ n ⋅ ds = − ∫
5 a
du ∫ dtF2 (u, c, t )
e
b 1
− ∫ du ∫ dt ⎡⎣ Fy (u, c, tψ 2 (u, c) + (1 − t )ψ 1 (u, c))(ψ 2 (u , c) −ψ 1 (u, c)) ⎤⎦
a 0
Face 6 n = eˆ2
b 1
∫∫ 6
F ⋅ n ⋅ ds = ∫ du ∫ dtF2 (u, d , t ) =
a 0
87
b 1
= ∫ du ∫ dtFy (u, d , tψ 2 (u, d ) + (1 − t )ψ 1 (u, d ))(ψ 2 (u, d ) −ψ 1 (u, d ))
a 0
Logo podemos concluir que
∫∫ ∂Σ
F ⋅ n ⋅ dS = ∫∫ F ⋅ n ⋅ dS
∂Θ
Agora nos resta mostrar que
1 b d
∫ 0
dt ∫ du ∫ dv(divF ) = ∫∫∫ (divF )dxdydz
a c ∂Θ
De fato:
1 0 0
Jφ = 0 1 0
∂ψ 2 ∂ψ ∂ψ 2 ∂ψ
t + (1 − t ) 1 t + (1 − t ) 1 ψ 2 −ψ 1
∂u ∂u ∂v ∂v
det J φ = ψ 2 −ψ 1
Como temos a Jacobiana da mudança de variável,
dxdydz = (ψ 2 −ψ 1 ) dudvdt
e temos
∂F1 ⎡ ∂Fx ∂Fx ⎡ ∂ψ 2 ∂ψ ⎤ ⎤

=⎢ + ⎢ t + (1 − t ) 1 ⎥ ⎥ (ψ 2 −ψ 1 )
∂u ⎣ ∂x ∂z ⎣ ∂u ∂u ⎦ ⎦
∂F2 ⎡ ∂Fy ∂Fy ⎡ ∂ψ 2 ∂ψ ⎤ ⎤ ⎛ ∂ψ 2 ∂ψ 1 ⎞

=⎢ + ⎢ t + (1 − t ) 1 ⎥ ⎥ (ψ 2 −ψ 1 ) + Fy ⎜ − ⎟
∂v ⎣ ∂y ∂z ⎣ ∂v ∂v ⎦ ⎦ ⎝ ∂v ∂v ⎠
∂F3 ∂F ⎡ ∂ψ 2 ∂ψ ⎤ ⎛ ∂ψ 2 ∂ψ 1 ⎞
= − x (ψ 2 −ψ 1 ) ⎢t + (1 − t ) 1 ⎥ + Fx ⎜ − ⎟+
∂t ∂z ⎣ ∂u ∂u ⎦ ⎝ ∂u ∂u ⎠
∂Fy ⎡ ∂ψ 2 ∂ψ ⎤ ⎡ ∂ψ ∂ψ ⎤ ∂F
− (ψ 2 −ψ 1 ) ⎢t + (1 − t ) 1 ⎥ − Fy ⎢ 2 − 1 ⎥ + z (ψ 2 −ψ 1 )
∂z ⎣ ∂v ∂v ⎦ ⎣ ∂v ∂v ⎦ ∂z
88
∂F1 ∂F2 ∂F3 ∂Fx ∂Fy ∂F
divF = + + = (ψ 2 −ψ 1 ) + (ψ 2 −ψ 1 ) + z (ψ 2 −ψ 1 ) =
∂u ∂v ∂t ∂x ∂y ∂z
⎛ ∂F ∂Fy ∂Fz ⎞
=⎜ x + + ⎟ (ψ 2 −ψ 1 ) = (divF )(ψ 2 −ψ 1 )
⎝ ∂x ∂y ∂z ⎠
É importante observar que demonstramos o teorema para o caso onde temos o

sólido limitado por planos paralelos aos eixos x e y e por duas funções de x e y.
Utilizando um argumento análogo pode-se provar para casos onde o sólido é limitado
por planos paralelos ao eixo x e z ou em um terceiro caso por planos paralelos a y e z.
Ainda podemos utilizar um raciocínio semelhante ao teorema de Green.
Podemos dividir um sólido em superfícies especiais do tipo usado na demonstração e
aplicar o teorema em cada uma delas, somando as resultantes. É importante notar que
quando cortamos o sólido, os fluxos internos se anulam, ficando a integral de superfície
apenas da parte externa.
Exemplo 4: Utilizando o teorema da divergência, transforme a integral de superfície
∫∫σ F ⋅ ndσ numa integral tripla e calcule, onde σ é a fronteira do cilindro
B = {( x, y, z ) ∈ 3
/ x 2 + y 2 ≤ 1, 0 ≤ z ≤ 1} , F ( x, y, z ) = xi + yj + z 2 k e na normal
apontando para fora de B .
89
Resolução:
∫∫σ F ⋅ ndσ = ∫∫∫ B

divFdxdydz .
Temos
⎡ 1 (2 + 2 z )dz ⎤ dxdy = 3dxdy
∫∫∫B divFdxdydz = ∫∫∫B (2 + 2 z ) dxdydz = ∫∫K ⎢⎣∫0 ⎥⎦ ∫∫K
Onde K é o círculo x 2 + y 2 ≤ 1 . Portanto
∫∫∫B
divFdxdydz = 3π .
4.3 Teorema da Stokes no Espaço
Seja σ :K → 3
uma porção de superfície regular dada por
σ (u , v) = ( x(u, v), y (u, v), z (u, v)) onde x = x(u, v) , y = y (u, v) e z = z (u, v) são supostas
de classe C 2 num aberto contendo K . Seja F = Pi + Qj + Rk um campo vetorial de
classe C1 num aberto que contém imσ . Nestas condições, tem-se
∫ Γ
(
Fdr = ∫∫ rotF ⋅ ndS
σ
)
Onde Γ é uma curva fronteira de σ orientada positivamente em relação à normal
∂σ ∂σ
×
n= ∂u ∂v
∂σ ∂σ
×
∂u ∂v
Demonstração: Temos que Γ é uma curva de fronteira orientada positivamente em

relação à normal n . Logo, Γ(t ) = σ (γ (t )) , t ∈ [ a, b ] , onde γ é fechada, simples, C1 por
partes, com imagem igual à fronteira de K e orientada no sentido anti-horário. Se σ é

dada por x = x(u, v) , y = y (u, v) , z = z (u, v) e γ (t ) = ( u (t ), v(t ) ) resulta
Γ(t ) = ( x(u (t ), v(t )), y (u (t ), v(t )), z (u (t ), v(t ))) , t ∈ [ a, b ] .
Temo então
90
⎛ ∂σ ∂σ ⎞
∫∫σ ( rotF ) ⋅ ndσ = ∫∫ K
rotF (σ (u , v)), ⎜ × ⎟ dydv
⎝ ∂u ∂v ⎠
com
i j k
⎛ ∂σ ∂σ ⎞ ∂x ∂y ∂z ⎛ ∂y ∂z ∂y ∂z ⎞ ⎛ ∂x ∂z ∂x ∂z ⎞ ⎛ ∂x ∂y ∂x ∂y ⎞
⎜ × ⎟= =⎜ − ⎟i + ⎜ − ⎟ j+⎜ − ⎟k =
⎝ ∂u ∂v ⎠ ∂u ∂u ∂u ⎝ ∂u ∂v ∂v ∂u ⎠ ⎝ ∂v ∂u ∂u ∂v ⎠ ⎝ ∂u ∂v ∂v ∂u ⎠
∂x ∂y ∂z
∂v ∂v ∂v
Logo, temos
⎡⎛ ∂R ∂Q ⎞ ⎛ ∂y ∂z ∂y ∂x ⎞ ⎛ ∂P ∂R ⎞ ⎛ ∂x ∂z ∂x ∂z ⎞ ⎤
∫∫σ ( rotF ) ⋅ ndσ = ∫∫ ⎢
K ⎜ ∂y
⎣⎝
− ⎟⋅⎜ − ⎟+⎜ − ⎟⋅⎜ − ⎟ ⎥ dudv +
∂z ⎠ ⎝ ∂u ∂v ∂v ∂u ⎠ ⎝ ∂z ∂x ⎠ ⎝ ∂v ∂u ∂u ∂v ⎠ ⎦
⎡⎛ ∂Q ∂P ⎞ ⎛ ∂x ∂y ∂x ∂y ⎞ ⎤
+ ∫∫ ⎢⎜ − ⎟⋅⎜ − ⎟ ⎥dudv =
⎣⎝ ∂x ∂y ⎠ ⎝ ∂u ∂v ∂v ∂u ⎠ ⎦
K
⎡ ∂P ⎛ ∂x ∂z ∂x ∂z ⎞ ∂P ⎛ ∂x ∂y ∂x ∂y ⎞ ∂Q ⎛ ∂x ∂y ∂x ∂y ⎞ ⎤
= ∫∫ ⎢ ⋅ ⎜ − ⎟− ⋅⎜ − ⎟+ ⋅⎜ − ⎟ ⎥ dudv +
K ∂z
⎣ ⎝ ∂v ∂u ∂u ∂v ⎠ ∂y ⎝ ∂u ∂v ∂v ∂u ⎠ ∂x ⎝ ∂u ∂v ∂v ∂u ⎠ ⎦
⎡ ∂Q ⎛ ∂y ∂z ∂y ∂z ⎞ ∂R ⎛ ∂y ∂z ∂y ∂z ⎞ ∂R ⎛ ∂x ∂z ∂x ∂z ⎞ ⎤
+ ∫∫ ⎢ − ⋅⎜ − ⎟+ ⋅⎜ − ⎟− ⋅⎜ − ⎟ ⎥dudv
K
⎣ ∂z ⎝ ∂u ∂v ∂v ∂u ⎠ ∂y ⎝ ∂u ∂v ∂v ∂u ⎠ ∂x ⎝ ∂v ∂u ∂u ∂v ⎠ ⎦
∂z ∂x
⎛ ∂x ∂z ∂x ∂z ⎞ ∂u ∂u ∂ ( z , x)
Note que ⎜ − ⎟= =
⎝ ∂v ∂u ∂u ∂v ⎠ ∂z ∂x ∂ (u, v)
∂v ∂v
Usaremos a última notação para representar os determinantes jacobianos.
Logo podemos reescrever
⎡ ∂P ⎛ ∂ ( z , x) ⎞ ∂P ⎛ ∂ ( x, y ) ⎞ ∂Q ⎛ ∂ ( x, y ) ⎞ ⎤
∫∫σ ( rotF ) ⋅ ndσ = ∫∫⎢ ⋅
K ∂z ⎜ ∂ (u , v ) ⎟
⎣ ⎝
− ⋅⎜ ⎟+ ⋅⎜ ⎟ ⎥ dudv +
⎠ ∂y ⎝ ∂ (u , v) ⎠ ∂x ⎝ ∂ (u , v) ⎠ ⎦
⎡ ∂Q ⎛ ∂ ( y, z ) ⎞ ∂R ⎛ ∂ ( y, z ) ⎞ ∂R ⎛ ∂ ( z , x) ⎞ ⎤
+ ∫∫ ⎢ − ⋅⎜ ⎟+ ⋅⎜ ⎟− ⋅⎜ ⎟ ⎥dudv
K
⎣ ∂z ⎝ ∂ (u , v ) ⎠ ∂y ⎝ ∂ (u , v ) ⎠ ∂x ⎝ ∂ (u , v ) ⎠⎦
91
Faremos a seguinte substituição
⎡ ∂P ⎛ ∂ ( z , x) ⎞ ∂P ⎛ ∂ ( x, y ) ⎞ ⎤
A = ⎢ ⋅⎜ ⎟− ⋅⎜ ⎟⎥
⎣ ∂z ⎝ ∂ (u , v) ⎠ ∂y ⎝ ∂ (u , v) ⎠ ⎦
⎡ ∂Q ⎛ ∂ ( x, y ) ⎞ ∂Q ⎛ ∂ ( y, z ) ⎞ ⎤
B=⎢ ⋅⎜ ⎟− ⋅⎜ ⎟⎥
⎣ ∂x ⎝ ∂ (u , v ) ⎠ ∂z ⎝ ∂ (u , v) ⎠ ⎦
⎡ ∂R ⎛ ∂ ( y, z ) ⎞ ∂R ⎛ ∂ ( z , x) ⎞ ⎤
C = ⎢ ⋅⎜ ⎟− ⋅⎜ ⎟⎥
⎣ ∂y ⎝ ∂ (u , v) ⎠ ∂x ⎝ ∂ (u, v) ⎠ ⎦
Logo a integral resume-se a
∫∫σ ( rotF ) ⋅ ndσ = ∫∫ [ A + B + C ] dudv

K
As derivadas parciais são calculadas no ponto σ (u, v) = ( x(u, v), y (u, v), x(u, v)) e os
determinantes jacobianos no ponto (u , v) .
Vamos agora mostrar que
∫ Pdx + Qdy + Rdz = ∫∫ [ A + B + C ] dudv

Γ K
E com isto demonstrar o teorema.
De fato, temos
b dx
∫Γ
Pdx = ∫ P(σ (u (t ), v(t ))
a dt
dt
Temos ainda pela regra da cadeia que
dx ∂x du ∂x dv
= +
dt ∂u dt ∂v dt
92
O que resulta
b⎡ ∂x ∂x ⎤
∫Γ Pdx = ∫a ⎢⎣ P(σ (u(t ), v(t )) ∂u du + P(σ (u (t ), v(t )) ∂v dv ⎥⎦
Aplicando o teorema de Green temos
⎡∂ ⎛ ∂x ⎞ ∂ ⎛ ∂x ⎞ ⎤
∫Γ
Pdx = ∫∫ ⎢ ⎜ P (σ (u (t ), v(t )) ⎟ − ⎜ P(σ (u (t ), v(t )) ⎟ ⎥dudv
K ∂u
⎣ ⎝ ∂v ⎠ ∂v ⎝ ∂u ⎠ ⎦
Temos ainda que
∂ ⎛ ∂x ⎞ ⎡ ∂P ∂x ∂P ∂y ∂P ∂z ⎤ ∂x ∂2 x
⎜ σ ⎟ = + + + σ =
∂v ⎠ ⎢⎣ ∂x ∂u ∂y ∂u ∂z ∂u ⎥⎦ ∂v
P ( (u (t ), v (t )) P ( (u , v ))
∂u ⎝ ∂u∂v
∂P ∂x ∂x ∂P ∂x ∂y ∂P ∂x ∂z ∂2 x
= + + + P(σ (u , v))
∂x ∂u ∂v ∂y ∂v ∂u ∂z ∂v ∂u ∂u∂v
e
∂ ⎛ ∂x ⎞ ⎡ ∂P ∂x ∂P ∂y ∂P ∂z ⎤ ∂x ∂2 x
⎜ P(σ (u (t ), v(t )) ⎟ = ⎢ + + + P(σ (u , v)) =
∂v ⎝ ∂u ⎠ ⎣ ∂x ∂v ∂y ∂v ∂z ∂v ⎥⎦ ∂u ∂v∂u
∂P ∂x ∂x ∂P ∂x ∂y ∂P ∂x ∂z ∂2 x
= + + + P(σ (u , v))
∂x ∂u ∂v ∂y ∂u ∂v ∂z ∂u ∂v ∂v∂u
Pelo fato de x = x(u , v) , y = y (u, v) , z = z (u, v) serem de classe C 2 , segue que
∂ ⎛ ∂x ⎞ ∂ ⎛ ∂x ⎞
⎜ P(σ (u (t ), v(t )) ⎟ − ⎜ P(σ (u (t ), v(t )) ⎟ =
∂u ⎝ ∂v ⎠ ∂v ⎝ ∂u ⎠
∂P ⎛ ∂x ∂z ∂x ∂z ⎞ ∂P ⎛ ∂x ∂y ∂x ∂y ⎞ ∂P ⎛ ∂x ∂z ∂x ∂z ⎞ ∂P ⎛ ∂x ∂y ∂x ∂y ⎞
= ⎜ − ⎟+ ⎜ − ⎟= ⎜ − ⎟− ⎜ − ⎟=
∂z ⎝ ∂v ∂u ∂u ∂v ⎠ ∂y ⎝ ∂v ∂u ∂u ∂v ⎠ ∂z ⎝ ∂v ∂u ∂u ∂v ⎠ ∂y ⎝ ∂u ∂v ∂v ∂u ⎠
∂P ⎛ ∂ ( z , x) ⎞ ∂P ⎛ ∂ ( x, y ) ⎞
= ⋅⎜ ⎟− ⋅⎜ ⎟= A
∂z ⎝ ∂ (u, v) ⎠ ∂y ⎝ ∂ (u, v) ⎠
93
Note que
∂P ∂x ∂x ∂P ∂x ∂x ∂2 x ∂2 x
= e P (σ (u, v)) = P(σ (u, v)) por Schwartz.
∂x ∂u ∂v ∂x ∂u ∂v ∂u∂v ∂v∂u
Portanto temos que
∫Γ
Pdx = ∫∫ Adudv
K
De forma semelhante conclui-se que
∫ Qdy =∫∫
Γ K
Bdudv
∫Γ
Rdz = ∫∫ Cdudv
K
O que conclui a demonstração.
Quando Γ é uma curva fechada é comum referir-se à integral ∫Γ

Fdr como a
circulação de F sobre Γ . O teorema de Stokes conta-nos, então, que a circulação de

F sobre a fronteira de σ , orientada positivamente com relação à norma n é igual ao
fluxo do rotacional de F através de σ . O teorema de Stokes une integral de linha e
superfície tendo como elo o rotacional.
94
Exemplo 5: Calcule ∫∫σ ( rotF ) ⋅ ndS onde F ( x, y, z ) = yi + ( x + y )k ,
σ (u , v) = (u, v, 2 − u 2 − v 2 ) com u 2 + v 2 ≤ 1 sendo n a normal apontando para cima.
Resolução: Pelo teorema de Stokes temos
∫Γ
( )
Fdr = ∫∫ rotF ⋅ ndS
σ
Γ(t ) = σ (cos t , sent ,1) = (cos t , sent ,1) , t ∈ [ 0, 2π ] .
Temos
2π 2π
∫Γ
Fdr = ∫ ⎡⎣ senti + (cos t + sent )k ⎤⎦ ⎡⎣ − senti + cos tj ⎤⎦ dt = ∫ − sen 2tdt .
0 0
Como
2π 2π ⎡ 1 1 ⎤
∫0
− sen 2tdt = − ∫ ⎢ − cos 2t ⎥ dt = −π
0
⎣2 2 ⎦
95
CONCLUSÕES
O intuito deste trabalho é estudar temas não vistos durante a minha formação
acadêmica, aprofundar-se em alguns conceitos já conhecidos e satisfazer algumas
curiosidades que tinha.
O enfoque foi neste conteúdo, pois tinha uma curiosidade a respeito do cálculo
vetorial, devido a minha formação de técnico em telecomunicações, eletromagnetismo
em específico. O trabalho proporcionou-me também uma busca em temas de diversas
áreas da matemática como: Análise, Álgebra Linear, Cálculos, Softwares Matemáticos
entre outras, além de um fortalecimento na minha formação de matemático.
Outro dos objetivos foi de organizar e descrever de forma mais clara possível os
teoremas e definições de forma que se tenha um material de auxilio para o estudo do
cálculo vetorial.
Por fim, venho destacar a importância de disciplinas que possibilitem ao
acadêmico, buscar respostas e satisfazer suas curiosidades a respeito da matemática e do
ensino da matemática.
96
REFERÊNCIAS BILBIOGRÁFICAS
1. GUIDORIZZI, Hamilton Luiz. Um curso de cálculo vol. 3. Rio de Janeiro;

LTC – Livros Técnicos e Científicos Editora S.A.,2001.
2. KANH, Peter J. Introduction to linear algebra. New York: Harper & Row,
1967.
n
3. LIMA, Elon Lages. Analise no espaço . Brasília: Ed. Univ. de Brasília,
1970.
4. LIMA, Elon Lages. Álgebra linear. 6 ed. Rio de Janeiro: IMPA, 2003.
5. LIMA, Elon Lages. Curso de analise vol.2. Rio de Janeiro: IMPA, 2005.
6. STEWART, James. Cálculo. 4. ed. São Paulo: Thomson, 2005
97

Idioma

Cleber

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Cleber

Título original:

Enviado por

Direitos autorais:

Formatos disponíveis

CLEBER HELIO GARCIA

OS TEOREMAS DO CÁLCULO VETORIAL

Trabalho de Conclusão de Curso apresentado ao

Centro de Ciências Físicas e Matemáticas

CAPÍTULO II: APLICACOES DIFERENCIÁVEIS

CAPÌTULO III: CAMPOS VETORIAIS

CAPÌTULO III: OS TEOREMAS DE GREEN, GAUSS E STOKES.

Este trabalho tem como objetivo um estudo complementar ao curso de

No curso de licenciatura em matemática, temos uma seleção de conteúdos de

FUNÇÕES REAIS DE N VARIÁVEIS

Antes de iniciarmos com o assunto propriamente dito deste trabalho de

1.1 Derivadas Parciais

quando tal limite existe.

a + tei ∈ B(a, ε ) ⊆ U , para t < ε .

Assim temos as derivadas parciais de f num ponto c = (a, b) ∈ U , como:

r está inteiramente contida em U .

Dados a ∈ U e i = 1,..., n , a imagem do caminho λi : → n

A i-ésima derivada parcial de f no ponto a é a derivada, no ponto t = 0 , da função

Voltemos novamente para o caso n=2 e suponha que f é de classe C k 2 ( K ≥ 1 ).

Nesse caso, o gráfico de f é uma superfície em 3

Então, por exemplo, seja f : U → com U ⊂ 2

As derivadas parciais nos fornecem informações ao longo de retas paralelas aos

no ponto a , segundo o vetor ei .

A derivada direcional Df (a)(v) é a derivada, no ponto t = 0 , da função

Note que no caso n=2, teremos a derivada direcional em (a, b) ∈ U como

De modo análogo concluímos que

Seja v = (v1 , v2 ) , com v1 ≠ 0 e v2 ≠ 0 , então

Logo podemos concluir que a derivada direcional de uma função constante é 0.

De fato, por f ser linear, temos

1.3 Funções Diferenciáveis

v = (α 1 ,..., α n ) ∈ R n , com a + v ∈ U , se tenha

Se f for diferenciável em todos os pontos de U, dizemos simplesmente que f é

pequeno, temos α j = 0 se j ≠ i e α i = t . Logo

f (a + tei ) − f (a ) r (tei ) r (tei )

Portanto podemos equivalentemente definir o fato de uma função ser

Definição 3: Uma função f : U ⊂ n

v = (α 1,..., α n ) tal que a + v ∈ U , tivermos

Aqui temos que o “resto” r (v) é definido como sendo igual a

verificada para provar que uma função é diferenciável.

r (v) tende a zero mais rapidamente do que v, ou seja, a partir de valores de v

Assim, f é diferenciável no ponto a se, e somente se, a função real ρ = ρ (v) ,

Resulta da expressão Df (a )(v) = ∑ ( ∂f / ∂xi ) ⋅ α i que se f é diferenciável num

ponto, então a derivada direcional Df (a)(v) , neste ponto, depende linearmente de v ,

Vejamos agora os exemplos 1, 2 e 3 tendo em vista a definição de

Agora fazendo α = t e β = t temos:

Portanto a função não é diferenciável em (0, 0) .

f é uma função constante. Vamos mostrar que f é diferenciável com Df (a)(v) = 0

Para provarmos que f é diferenciável com Df (a)(v) = 0 é suficiente

Mas vimos no exemplo 3 que

Logo a função é diferenciável com Df (a )(v ) = f (v ) .

Antes de continuarmos com o assunto sobre diferenciabilidade, é importante

Definição 5: Seja V um espaço vetorial. O espaço vetorial dual a V é o conjunto

Tome { fi }in=1 uma base de V . Seja {ϕ i }in=1 ∈ V * tal que

que {ϕ i }in=1 é L.I. e gera V * .

Portanto α j = 0 , j = 1,..., n , o que implica que {ϕ i }in=1 é L.I..

Agora iremos provar que {ϕ i }in=1 gera V * .

Primeiro vamos ver que ∀v ∈ V , ϕ i (v) = vi . De fato

Agora podemos mostrar que {ϕ i }in=1 gera V * .

Seja ψ ∈ V * e v ∈ V tal que

Vamos agora provar que existe um isomorfismos de V em V * .

Temos que φ é claramente linear e injetiva, pois leva a base de V na base de V *