Escolar Documentos
Profissional Documentos
Cultura Documentos
Maple PDF
Maple PDF
VARIÁVEL
0.6
0.4
0.2
2 4 6 8 10
-0.2
PREFÁCIO
3 LIMITES E CONTINUIDADE 75
3.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
3.2 Limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
3.3 Cálculo de Limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
7
8 CONTEÚDO
4 DERIVADA 107
4.1 Retas Secantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
4.2 Reta Tangente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
4.3 Funções Deriváveis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
4.4 Sintaxes que envolvem a Derivada . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
4.4.1 O Operador Diferencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
4.5 Regra da Cadeia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
4.6 Derivaçãos Implícita . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
4.7 Aproximação Linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
4.8 Aproximação de Ordem Superior . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
4.9 Polinômio de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
4.10 Erros de Aproximação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
4.11 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
1.1 Introdução
O MAPLE é um tipo de software, pertecente a uma classe chamada de computação simbólica
ou algébrica, dirigido para a resolução de diversos problemas em Matemática e outras Ciências
afins.
Uma das principais características do MAPLE é permitir manipulações numéricas e simbólicas,
além de gerar gráficos em dimensão 2 e 3. As manipulações simbólicas são operações do tipo
- expressar uma variável em função de outra, substituição, simplificação, fatoração, reagrupa-
mentos dos termos de uma expressão, etc. A capacidade simbólica do software, permite obter
soluções exatas em diversos tipos de problemas.
O MAPLE consiste de três partes principais, a saber: o núcleo (kernel), que é a parte central do
software, escrita em linguagem C, onde são realizadas as operações; as livrarias (packages), que
são um conjunto de funções pré-definidas e que são acionadas por uma sintaxe própria, quando
necessário; e finalmente, a interface do usuário, chamada folha de trabalho (worksheet), onde
se realizam as operações de entrada e saída. O MAPLE tem, essencialmente, dois tipos de
comandos: os que utilizam o núcleo e os comando da interface do usuário.
O MAPLE é uma ferramenta poderosa que serve não somente para testar os conhecimentos
de Cálculo I, como também abrange muitas áreas da Matemática. Nestas notas nos concentra-
remos, essencialmente, na parte básica do software, direcionado exclusivamente ao Cálculo de
funções de uma variável real. As sintaxes apresentadas nestas notas correspondem às versões
do MAPLE 5 em diante.
Recomendamos que, ao ler os capítulos, já esteja instalado o MAPLE para reproduzir os exem-
plos e os exercícios.
Finalmente, observamos que é recomendável a utilização de recursos computacionais, no
apoio ao ensino do Cálculo, é recomendável, mas isso não exclui, de forma alguma, a abor-
dagem do aprendizado teórico em sala de aula, o qual sempre se mostrou indispensável.
A utilização do MAPLE no Cálculo é um ótimo laboratório para testar e esclarecer muitos
conceitos estudados em sala de aula. Veja o último parágrafo deste capítulo.
11
12 CAPÍTULO 1. COMANDOS BÁSICOS DO MAPLE
1.2 Início
Após o início do software, a digitação das expressões serão feita ao lado do prompt :
>
Isto é, quando aparecer o prompt, implica em que o MAPLE está pronto para receber os co-
mandos.
A sintaxe de todo comando do MAPLE deve terminar em ponto e vírgula:
>expressão;
Ou dois pontos:
>expressão:
Utilizamos ";” (ponto e vírgula) quando desejamos que o resultado seja mostrado imediata-
mente na tela. Utilizamos ":” (dois pontos) quando desejamos que o MAPLE execute o co-
mando e o resultado seja guardado na memória, sem mostrá-lo na tela. A execução da sintaxe
do comando após ";” ou ":” é finalizada pressionando a tecla enter.
>restart;
Este comando apaga da memória os comandos utilizados anteriormente, porém, não apaga o
que já foi digitado no worksheet.
É possível guardar os dados digitados, enviando-os para um arquivo de extensão *.mws, o
qual poderá ser lido pelo MAPLE em outra ocasião.
Exemplo 1.1.
5π − 1
2. Para calcular . Devemos digitar:
3
> (5*Pi-1)/3;
5π − 1
3
Devemos ter cuidado nos parênteses utilizados na construção de uma expressão. No exem-
plo anterior, o resultado será diferente se digitarmos:
> 5*Pi-1/3;
1
5π −
3
Escrevemos:
14 CAPÍTULO 1. COMANDOS BÁSICOS DO MAPLE
> igcd(6,26);
Analogamente, escrevemos:
> ilcm(5,24);
120
Escrevemos:
> ceil(5.3);
Analogamente, escrevemos:
> trunc(223.34);
223
.
Onde x, é em radianos.
Funções Trigonométricas Inversas:
arcsin(x), arccos(x), arctan(x), arccot(x), arcsec(x), arcsc(x)
Funções Trigonométricas Hiperbólicas:
sinh(x), cosh(x), tanh(x), coth(x), sech(x), csch(x)
Funções Trigonométricas Hiperbólicas Inversas:
arcsinh(x), arccosh(x), arctanh(x), arccoth(x), arcsech(x), arcsch(x)
Exemplo 1.2.
4π
1. Determine o valor de tg( ). Devemos digitar:
3
> tan(4*Pi/3);
√
3
π π
2. Determine o valor de 4 sen( ) − sec2 ( ). Devemos digitar:
3 4
> 4*sin(Pi/3)-sec(Pi/4) ˆ 2;
√
2 3−2
> arcsin(1)-arctan(1)+sech(4);
π
+ sech(2)
2
1
4. Determine o valor de log5 (3) + ln(5) + log( ). Devemos digitar:
2
> log[5](3)+ln(5)+log(1/2);
ln(3)
+ ln(5) − ln(2)
ln(5)
152
16 CAPÍTULO 1. COMANDOS BÁSICOS DO MAPLE
Ou, alternativamente:
O comando evalf expressa o valor aproximado na forma de número decimal com um total de
10 digítos, se não é indicado o números de digitos. Podemos alterar o número de digítos da
resposta, como mostram os exemplos a seguir:
Exemplo 1.3.
> evalf(Pi);
3.141592654
> evalf[100](Pi);
3.141592653589793238462643383279502884197169399375105820974944592307816406286
208998628034825342117068
√ 17 √
2. Determine o valor aproximado de 43 5+ + e 5 456 − [[ln(453)]]. Devemos digitar:
3
> evalf(4 ˆ 3*sqrt(5)+17/3 +exp(1)*root(456, 5)-floor(ln(453)));
152.0238611
152.023861144905348681717678473
π π
3. Determine o valor aproximado de 4 sen( ) − sec2 ( ). Devemos digitar:
3 4
> evalf(4*sin(Pi/3)-sec(Pi/4) ˆ 2) ;
1.464101616
1.6. MANIPULAÇÕES ALGÉBRICAS 17
1
4. Determine o valor aproximado de log5 (3) + ln(5) + log( ). Devemos digitar:
2
> evalf(log[5](3)+ln(5)+log(1/2));
1.598896926
Os argumentos desta sintaxe são: trig, exp, ln , power ou radical. Outras opções podem ser
consultadas, utilizando >?sintaxe.
Exemplo 1.4.
x8 + 16 x6 + 96 x4 + 256 x2 + 256
2. Desenvolver sen(2 x). Devemos escrever:
> expand(sin(2*x));
sen(2 x)
Agora, se digitamos:
> expand(sin(2*x),trig);
2 sin(x) cos(x)
3. Desenvolver cosh(x + y). Devemos escrever:
> expand(cosh(x+y),exp);
18 CAPÍTULO 1. COMANDOS BÁSICOS DO MAPLE
>expand(sin(omega*(x-x0)+alpha));
Agora, se escrevemos:
>expand(sin(omega*(x-x0 )+alpha),x-x0 );
x6 − 4096
6. Simplifique . Devemos escrever:
x4 − 16
x4 + 16 x2 + 256
7. Simplifique cosh2 (x) − senh(x)2 . Devemos escrever:
1
Explique este resultado.
> expand(sin(x+y));
> ifactor(3628800);
1.6. MANIPULAÇÕES ALGÉBRICAS 19
Em geral, o MAPLE não assume, a priori, o domínio das variáveis, numa expressão. Vejamos
o exemplo a seguir.
Exemplo 1.5.
> sin(4*Pi*n);
sin(4 π n)
O MAPLE não lançou o resultado igual a zero. Isto é devido ao fato de que o MAPLE supõe
que n é uma variável independente e não necessariamente um número inteiro.
Utilizamos a seguinte sintaxe, para definir o domínio de uma variável:
> assume(variável>0);
No exemplo anterior:
> assume(n,integer);
> sin(4*Pi*n);
0
> cos(Pi*n);
(−1)n
p
2. Simplifique x2 y 2 , se x e y são números positivos.
xy
Também podemos utilizar:
>assume(x>0,y>0):
> expand(ln(x/y);
ln(x) − ln(y)
>assume(x, real):
> simplify(ln(exp(x)));
Outro comando de manipulação algébrica é o combine que produz o efeito inverso do co-
mando expand, o qual combina diversas expressões para conseguir uma mais reduzida. Ao
utilizar este comando, é nescesário indicar, como argumento, que tipo de elementos se deseja
combinar. A sintaxe é:
Ou, equivalentemente:
Exemplo 1.6.
1. Digite:
> combine(2*sin(x)*cos(x),trig);
sin(2 x)
2. Digite:
> combine(exp(x)*exp(y),exp);
exy
3. Digite:
xy−2
4. Digite:
>combine[radical](sqrt(27)*sqrt(10)*sqrt(31)+sqrt(10)*sqrt(x ˆ 2 +1);
√ p
3 930 + 10 x2 + 10
1.7. EQUAÇÕES, INEQUAÇÕES E SISTEMAS DE EQUAÇÕES 21
Para equações ou sistemas de equações de mais de uma variável, a sintaxe do comando deve
incluir as variáveis que desejamos determinar. Quando desejamos resolver um sistema a sin-
taxe é:
Este comando também é utilizado quando, numa equação com mais de uma variável, deseja-
mos expressar uma delas em função das outras.
>isolve(equação);
Quando se deseja obter o resultado aproximado de uma equação ou sistema utilizamos a sin-
taxe:
A opção mais utilizada, nesta sintaxe, é o intervalo onde se deseja achar a soluação aproximada.
Exemplo 1.7.
{x = −1}, {x = 2}, {x = 6}
(
5x − 3y = 1
−2 x + 8 y = 9.
Digite:
>solve(({5*x-3*y=1,-2*x+8*y=9},{x,y});
35 47
{x = }, {y = }
34 34
Podemos aproximar as soluções:
>solve(({5*x-3*y=1,-2*x+8*y=9},{x,y}):
>evalf(%)
{x = 1.029411765}, {y = 1.382352941}
>solve(abs(x+abs(x+2)ˆ 2 -1)>9,x);
>fsolve(x ˆ 2 -36*x+100=0,{x},x=-20..20);
{3.0033370453}
5 x3 7 x2 x 1
7. Determine as soluções inteiras de: x4 + − + + = 0. Devemos digitar:
6 3 6 3
>isolve(xˆ 4+(5/6)*xˆ3-(7/3)*xˆ2+(1/6)*x+1/3);
1.7. EQUAÇÕES, INEQUAÇÕES E SISTEMAS DE EQUAÇÕES 23
{x = −2}, {x = 1}
Note que:
Digitemos:
>fsolve({sin(x+y)-exp(x) * y=0,x-y=1},{x,y},{x=-2..2,y=-2..2});
{x = 1.278443473, y = −0.2784434726}
Exemplo 1.8.
Digitemos:
RootOf(expressão) é a forma genérica das raízes do polinômio. Isto indica que x é uma raiz
do polinômio z 5 − 2 z + 3, onde index é o número e a ordem da solução Para obter soluções
explícitas, complexas, utilizamos a sintaxe:
> evalf(%);
Estas são as 5 raizes da equação. As soluções da equação, onde aparece o símbolo I, são as
soluções que não são reais.
24 CAPÍTULO 1. COMANDOS BÁSICOS DO MAPLE
Para obter todas as soluções de uma equação equação, especialmente, as trigonometricas, uti-
lizamos a seguinte sintaxe:
>solve(equação,variável,AllSolutions);
Exemplo 1.9.
1. Determine a solução de sen(x) = 0.
>solve(sin(x)=0,x);
0
Digitamos:
>solve(sin(x)=0,{x},AllSolutions);
{x = π _Z5 ˜}
Isto equivale a:
x = k π, k∈Z
√
3
2. Determine a solução de cos(x) + = 0.
2
>solve(cos(x)+sqrt(3)/2=0,x);
5
π
6
Digitamos:
>solve(cos(x)+sqrt(3)/2=0,{x},AllSolutions);
5 5
{x = π − π__B2 ˜ + 2 π_Z2 ˜}
6 3
Isto equivale a:
5π 5π
x= + 2 k π, x=− + 2 k π, m, k ∈ Z
6 3
>solve(cos(4*x)+sin(2*x)=0,x,AllSolutions);
1 1 5
π + π _Z1 ˜, − π + π _Z2 ˜, − π + π _Z3 ˜
4 12 12
Interprete o resultado.
1.8. NOMEAÇÃO DE OBJETOS E SUBSTITUIÇÕES 25
Exemplo 1.10.
1. Se digitamos:
> eq1:=x+y-3=0;
eq1 := x + y − 3 = 0
Podemos chamar a expressão anterior, fazendo:
> eq1;
x+y−3=0
Ou, resolvê-la:
> solve(eq1,{x});
{x = −y + 3}
2. Num sistema de equações, podemos nomeá-las como:
> eq2:=x+3*y-z=5:
> eq3:=-x-y+z=1:
Escrevemos:
{x = 3, y = 3, z = 7}
a x2 + b x + c
> sol:=solve(eq1=0,x);
√ √
1 −b + b2 − 4 a c 1 −b − b2 − 4 a c
{x = } {x = }
2 a 2 a
> sol[1];
√
1 −b + b2 − 4 a c
{x = }
2 a
> subs(a=1,b=5,c=3,eq1);
x2 + 5 x + 3
5. Determine a solução de:
23 x4 23 e x3 179 x3 179 e x2 85 x2 85 e x
x5 − x4 e − + − + + − + 3 x − 3 e = 0;
8 8 8 8 4 4
Devemos digitar:
>sol:=solve(eq,{x});
1
{x = 1}, {x = − }, {x = 6}, {x = −4}, {x = e}
8
>sol[1],sol[4]
{x = 1}, {x = −4}
2 2 2
x +y +z =1
6. Determine a solução do sistema: x − y + 2 z = −1 .
xy + yz + xz = 0
Devemos digitar:
>eq1:=x ˆ 2 +y ˆ 2 +z ˆ 2 =1:
>eq2:=x-y+2 *z=-1:
1.8. NOMEAÇÃO DE OBJETOS E SUBSTITUIÇÕES 27
>eq3:=x*y+y*z+z*x=-1:
>solve({eq1,eq2,eq3},{x,y,z});
3 1 1 3
{x = − ∗ RootOf(7 * _Z ˆ 2-3) + , y = ∗ RootOf(7 * _Z ˆ 2 -3) + , z = RootOf(7* _ Z ˆ 2- 3)},
2 2 2 2
3 3 1 1
{x = − − ∗ RootOf(7* _ Z ˆ 2 +8 * _ Z-3), y = − + ∗ RootOf(7* _Z ˆ 2+8*_Z-3),
2 2 2 2
z = RootOf(7*_ Z ˆ 2+8*_Z-3)}
evalf(%);
Para verificar que os resultados obtidos pelo MAPLE são, realmente, soluções de uma equação
e/ou um sistema de equações, utilizamos a seguinte sintaxe:
>eq:=equação:
>sol:=solve(eq,variável);
>subs(variável=sol[i],eq);
Exemplo 1.11.
>sol:=solve(eq,x);
sol := 2, −1, 1, −3
subs(x=sol[1],eq);
0=0
subs(x=sol[3],eq);
0=0
28 CAPÍTULO 1. COMANDOS BÁSICOS DO MAPLE
1.9 Livrarias
Uma das características do MAPLE são suas livrarias (packages). As livrarias são pacotes de co-
mados especiais, utilizados para resolver tipos especificos de problemas. Por exemplo, o MA-
PLE possui livrarias especificas, para Gráficos, Geometria, Álgebra Linear, Álgebra Vetorial,
etc. O MAPLE possui em torno de 2000 comandos; somente os mais importantes são carrega-
dos automaticamente na memória. No ato de executar o programa os outros comandos ficam
nas livrarias. As livrarias são agrupadas por temas e podem ser carregadas, individualmente,
ou uma função só. Para usuários avançados é possível criar suas próprias livrarias.
> with(livraria):
> with(livraria);
>with(RealDomain);
[Im,Re, ˆ,arccos,arccosh,arccot,arccoth,arccsc,arccsch,arcsec,arcsech,arcsin,arcsinh,arctan,
arctanh,cos,cosh,cot, coth,csc,csch,eval,exp,expand,limit,ln ,log,sec,sech,signum,simplify,
sin,sinh, solve,sqrt,surd,tan,tanh]
>with(RealDomain):
Exemplo 1.12.
Nos exemplos abaixo os comandos são dados, primeiramente, sem usar a livraria RealDomain.
Veremos que obtemos respostas não reais (complexas).
√
1. Simplifique x4 :
>simplify(sqrt(x ˆ 4));
csgn(x2 )x2
1.9. LIVRARIAS 29
2. Simplifique (−4913)1/3 :
>simplify(root(-4913,3));
17 17 √
+ I 3
2 2
3. Resolva x3 − y = 1 para x.
>solve(x ˆ 3 -y=1,x);
1 1 √ 1 1 √
(y + 1)1/3 , − (y + 1)1/3 + I 3 (y + 1)1/3 , − (y + 1)1/3 − I 3 (y + 1)1/3
2 2 2 2
Se utilizamos a livraria:
>with(RealDomain):
>simplify(sqrt(x ˆ 4));
x2
>simplify(root(-4913,3));
−17
>solve(x ˆ 3 -y=1,x);
(y + 1)1/3
Pode explicar estes resultados?
3. Se, digitamos:
>solve(xˆ5 -3*x+25=0,{x});
{x = RootOf(_ Z ˆ 5-3*_ Z+25, index = 1)}, {x = RootOf(_ Z ˆ 5-3*_ Z+25, index = 2)},
{x = RootOf(_ Z ˆ 5-3*_ Z+25, index = 3)}, {x = RootOf(_ Z ˆ 5-3*_ Z+25, index = 4)},
{x = RootOf(_ Z ˆ 5-3*_ Z+25, index = 5)}
Se, digitamos:
>with(RealDomaine):
>solve(xˆ5 -3*x+25=0,{x});
{x = −1.986834073}
30 CAPÍTULO 1. COMANDOS BÁSICOS DO MAPLE
{a, b, c, . . .}
A sintaxe das operações de conjuntos são as seguintes:
União: union
Interseção: intersect
Diferença: minus
Subconjunto: subset
>seq(r(i),i=a..b);
>seq(r(i),i in X);
Como veremos nas próximas seções, esta sintaxe será associada a outras situções um pouco
diferentes de aquelas que geraram seqûencias numéricas.
Exemplo 1.13.
A := {a, b c, d}
> B:={a, c, e, f, g};
B := {a, c, e, f, g}
Então:
>X:= A union B;
X := {a, b, c, d, e, f, g}
>Y:= A intersect B;
1.10. CONJUNTOS E SEQUÊNCIAS 31
Y := {a, c}
>Z:= A minus B;
Z := {b, d}
Observe que:
>X subset Y;
f alse
e
>Y subset X;
true
Interprete estes últimos resultados.
1
2. Gere os 10 primeiros termos da sequência r(i) = , i ∈ N.
i2
>seq(1/iˆ 2,i=1..20);
1 1 1 1 1 1 1 1 1
1, , , ,
4 9 16 25 36 49 64 81 100
3. Gere os termos da sequência:
2i
r(i) = ,
i2 + 1
se i ∈ X, onde X = {−20, −10, −1, 0, 20, 300}.
>X:= {-20,-10,-1,0,20,300}:
1.11 Exercícios
1. Determine os valores de x tais que:
√
(a) x2 = x (e) |x + 1| = |x − 1|
p
(b) (x − 1)2 = x − 1 (f) |x − 1|2 = |2 x − 1|
√
(c) x2 − 2 x + 1 = 1 − x (g) |x| = |x + 7|
√
(d) x4 = x2 (h) |x − 1|2 = |2 x + 1|
5. Determine as constantes a e b de modo que o polinômio P (x) seja divisível por Q(x),
onde:
(a) P (x) = x4 − 3 x3 + a x + b, Q(x) = x2 − 2 x + 4.
(b) P (x) = 6 x4 − 7 x3 + a x2 + 3 x + 2, Q(x) = x2 − x + b.
(c) P (x) = 8 x3 − 10 x2 + a x + b, Q(x) = 2 x3 − 3 x + 2.
(d) P (x) = 3 x3 + a x2 − 7 x + b, Q(x) = x2 − 5 x + 1.
Exemplo 2.1.
π
1. Se f (x) = x2 sen(x) + 3 cos(x), calcule f ( ) e f (π). Escrevemos:
2
>f:=x->x ˆ 2*sin(x)+3*cos(x);
f := x −→ x2 sin(x) + 3 cos(x)
Logo:
>f(Pi/2);
π2
4
e
>f(Pi);
−3
1
2. Se f (x) = e3x − 2 ln(5 x) + log4 (x), calcule o valor aproximado de f ( ) e f (2). Escrevemos:
2
>f:=x->exp(3*x)-2*ln(5*x)+log[4](x);
Logo:
35
36 CAPÍTULO 2. FUNÇÕES DE UMA VARIÁVEL
>evalf(f(1/2));
5.367983431
>evalf(f(2));
402.5424991
x2 + 3 x − 1
3. Defina a função racional f (x) = , calcule f (1) e fatore f (a) − f (a−1 ).
x3 − x2 + x + 3
Escrevemos:
x2 + 3 x − 1
f := x 7→
x3 − x2 + x + 3
>f(1);
3
4
>factor(f(a)-f(1/a));
(a2 − 8 a + 1)(a2 − a + 1)
−
(3 a2 − 2 a + 1)(a2 − 2 a + 3)
O MAPLE não simplifica uma expressão automaticamente, somente quando reconhece fato-
res comuns.
2.1 Tabelas
Para fazer no Maple uma tabela de uma função, utilizamos a sintaxe abaixo, onde as entradas
são os pontos do domínio e as saidas são os pontos da imagem:
onde i ∈ Z. Caso desejamos que os valores de saida sejam aproximados, utilizamos a seguinte
sintaxe:
Exemplo 2.2.
1. Seja:
x2 + 3 x − 1
f := x 7→
x3 + x2 + x + 3
3
−5 −
34
3
−4 −
49
−3 1
18
−2 1
−1 − 3
2
1
0 −
3
1
1
2
2 9
17
3 17
42
9
4
29
39
5
158
2. Seja:
>g:=x->exp(3*x)-2*ln(5*x)+log[4](x);
1 16.86666110
2 399.3236233
3 8098.460309
4 162749.7999
5 3269012.095
6 65659963.63
7 1318815728.0
8 26489122120.0
9 532048240600.0
10 10686474580000.0
1
3. Estude a função f (x) = x sen , perto do zero:
x2
>f:=x->x*sin(1/xˆ 2);
f := x 7→ x sin(x−2 )
>X := {-1,-0.1,-0.001, -0.0001,-0.00001,0.00,1,0.1,0.001, 0.0001,0.00001}:
4. Seja h(x) = ex + ln(x2 + 1) cos(π x); faça uma tabela com os valores aproximados de:
1 √
h(−20), h(−10), h(−1), h(20), h(30), h( ) e h(, 4 19).
2
>h:=x->exp(x)+ln(x ˆ 2+1)*cos(Pi*x):
Exemplo 2.3.
p := x3 + x2 − 5 x + 1 − x2 y − y
> h:=solve(p=0,y);
x3 + x2 − 5 x + 1
x2 + 1
Se desejamos, por exemplo, avaliar a expressão anterior para x = 0, isso não será possível
antes de converter a expressão em função, utilizando o comando unapply
g := unapply(h, x);
x3 + x2 − 5 x + 1
x→
x2 + 1
Agora podemos calcular, por exemplo:
40 CAPÍTULO 2. FUNÇÕES DE UMA VARIÁVEL
>g(0),g(-1),g(1);
1, 3, −1
2. Suponha que temos a expressão:
p := b2 x2 sin(b x) + 2 b x cos(b x)
f := unapply(p, x);
x → b2 x2 sin(b x) + 2 b x cos(b x)
Agora podemos calcular, por exemplo:
>f(0),f(Pi/b);
10, −2 π
>piecewise(x<a1,f1(x),x<a2,f2(x),....);
No caso de funções definidas por partes, em intervalos limitados, utilizamos a opção:
and
Por exemplo, se a ≤ x < b, escrevemos:
>piecewise(x<=1,-1,1<x,1);
(
−1 x ≤ 1
1 1<x
x se x ≤ 1
2. Escreva a função f (x) = x + 2 se 1 < x ≤ 4 .
x se 4 < x
2.4. COMPOSTA DE FUNÇÕES 41
Digitamos:
x se x ≤ 1
x2 se 1 < x < 3
3. Escreva a função f (x) = √ .
x se 3 < x < 6
x se 6 ≤ x
Digitamos:
g◦f
A sintaxe para obter a composta é feita com o operador @ (arroba). Logo, a composta de g e f
é:
>g @ f;
Para fazer a composta de f consigo mesma n vezes, utilizamos a sintaxe:
>f @@ n;
Exemplo 2.5.
>f:=ln(x)+1:
42 CAPÍTULO 2. FUNÇÕES DE UMA VARIÁVEL
>g:=exp(x)-1):
>h1:=f @g:
>h2:=g @f:
>h3:=f@@4:
Agora podemos calcular
>h1(x);
ln(ex − 1) + 1
>h2(x);
eln(x)+1 − 1
>simplify(%);
xe − 1
>h3(x);
ln(ln(ln(ln(x) + 1) + 1) + 1) + 1
>h3(1);
√
2. Dadas f (x) = 5 x + 4 e g(x) = x2 + 1; determine f ◦ g, g ◦ f , f ◦ f ◦ f e f ◦ f ◦ g ◦ g ◦ g.
Digitamos a seguinte sequência de comandos:
>f:=5*x+4:
>g:=sqrt(x ˆ 2 +1):
>h1:=f @g:
>h2:=g @f:
>h3:=f@@3:
>h4:=(f @@2)@(g@@3):
Agora podemos calcular
>h1(x);
p
5 x2 + 1 + 4
>h2(x);
p
25 x2 + 40 x + 17
2.5. FUNÇÃO INVERSA 43
>h3(x);
125 x + 124
>h4(x);
p
25 x2 + 3 + 24
3. Se f (x) = x − 3, calcule f @10. Digitamos a seguinte sequência de comandos:
>f:=x-3:
>h:=f@@10:
>h(x);
x − 30
>f:=x->expressão;
>solve(y=expressão,x);
>g:=unapply( % ,y);
>with(RealDomain):
Veja os exemplos.
Exemplo 2.6.
>with(RealDomain):
>f:=x->x ˆ 3;
f := x 7→ x3
>solve(y=f(x),x);
y 1/3
44 CAPÍTULO 2. FUNÇÕES DE UMA VARIÁVEL
>g:=unapply(% ,y);
g := y 7→ y 1/3
simplify((g @ f)(x));
x
simplify((f @ g)(y));
ax + b
2. Determine a função inversa de f (x) = .
cx + d
>f:=x->(a*x+b)/(c*x+d);
ax + b
f := x 7→
cx + d
>solve(y=f(x),x);
−y d + b
−
−yc + a
>g:=unapply(% ,y);
−yd + b
g := y 7→ −
−yc + a
simplify((g @ f)(x));
x
simplify((f @ g)(y));
>f:=x->a*xˆ 2+b*x+c;
f := x 7→ a x2 + b x + c
>sol:=solve(f(x)=y,x);
p p
1 −b + b2 − 4 ac + 4 ay 1 b + b2 − 4 ac + 4 ay
,−
2 a 2 a
>g1:=unapply(sol[1],y);
2.6. GRÁFICOS DE FUNÇÕES 45
p
1 −b + b2 − 4 ac + 4 ay
g1 := y 7→
2 a
>assume(2*a*x+b>0):
Por que?
>simplify((f@g1)(y));
y
>simplify((g1@f)(x));
x
>restart;
>g2:=unapply(sol[2],y);
p
1 b+ b2 − 4 ac + 4 ay
g2 := y →
7 −
2 a
>assume(2*a*x+b<0):
Por que?
>simplify((f@g2)(y));
y
>simplify((g2@f)(x));
Para indicar a variação da ordenada, ser for necessário, para uma melhor visualização do grá-
fico, utilizamos: y=c..d
Para ver uma porção determinada do gráfico, utilizamos: view=[a. .b,c. .d]
46 CAPÍTULO 2. FUNÇÕES DE UMA VARIÁVEL
Para melhorar a resolução gráfica, onde n ≥ 50 é o número de pontos que vai gerar o gráfico,
utilizamos: numpoints=n
c é a cor desejada. Alguns cores são: aquamarine, black, blue, coral, cyan, brown, gold, green,
grey, khaki, magenta, maroon, navy, orange, pink, plum, red, sienna, tan, turquoise, violet,
wheat, white, yellow.
Para esboçar gráficos em intervalos que incluem pontos onde as funções não sejam definidas,
evitando que sejam desenhadas linhas verticais nesses pontos, utilizamos: discont=true
Quando se usa a opção style=point, onde s é o tipo de símbolo: cross, solidcircle, utilizamos:
symbol=s
Exemplo 2.7.
>f:=x->x ˆ 2*sin(x)+sin(10*x);
f := x −→ x2 sin(x) + sin(10 x)
Logo:
Figura 2.1: .
>g:=x->exp(x/2)*cos(4*Pi*x);
g := x −→ ex/2 cos(4 π x)
Logo:
Figura 2.2: .
cos(π x)
3. Esboce o gráfico de h(x) = , x ∈ [−4, 4]. Digitemos:
x4+ x2 + 1
>h:=x->cos(Pi*x)/(x ˆ 4 +x ˆ 2 +1):
cos(π x)
h := x 7→
x4 + x2 + 1
48 CAPÍTULO 2. FUNÇÕES DE UMA VARIÁVEL
>plot(h(x) ,x=-4..4,color=blue,numpoint=100,thickness=3);
Figura 2.3: .
>plot(tan(x),x=-2*Pi..2*Pi);
Figura 2.4: .
O MAPLE, traçou o gráfico de tg(x) em uma vizinhança de x = ±π/2, onde a função atinge
valores muito grandes. Note que não foi especificado a variação do eixo das ordenadas.
Figura 2.5: .
discont=true
>plot(tan(x), x = -2*Pi .. 2*Pi, y = -10 .. 10, color = blue, thickness = 3, discont = true);
Figura 2.6: .
x3 cos(x)
4. Esboce o gráfico de f (x) = , utilizando pontos.
x2 + 1
>plot(p3, x = -10 .. 10, discont = true, color = magenta, style = point, symbol = solidcircle,
symbolsize = 10));
50 CAPÍTULO 2. FUNÇÕES DE UMA VARIÁVEL
Figura 2.7:
1 1
5. Esboce o gráfico de f (x) = x2 sen + x2 cos , em uma vizinhança de zero.
x x
>p4:=xˆ 2 *sin(1/x)+xˆ 2*cos(1/x):
>plot(p3, x = -.3 .. .3, y = -0.2e-1 .. 0.5e-1, discont = true, color = blue, numpoints = 100,
thickness = 2);
Figura 2.8:
A melhor forma de aprender a utilizar todas as opções é digitar o seguinte comando para entrar
no help do MAPLE e experimentar cada uma delas:
>?plot;
> smartplot(função);
2.7. GRÁFICOS DE OUTROS TIPOS DE FUNÇÕES 51
Exemplo 2.8.
> smartplot(sin(x)+cos(x)+sin(2*x)*cos(2*x));
Figura 2.9: .
>piecewise(x<a1,f1(x),x<a2,f2(x),....);
Para esboçar o gráfico, utilizamos o comando plot, seguido de uma opção do plot:
>p1:=piecewise(x<a1,f1(x),x<a2,f2(x),....):
>plot(p1,x=a..b,discont=true);
Como sabemos, no caso de não incluir o comando discont=true, o gráfico apresentará linhas
verticais ao passar por cada estágio da definição da função.
Exemplo 2.9.
x se x ≤ 1
1. Esboce o gráfico da função f (x) = x2 se 1 < x < 3 .
√
x se 3 ≤ x
Figura 2.10: .
>plot(p1,x=-2..5);
2
x (x − 1) se − 1 ≤ x ≤ 1
2. Esboce o gráfico da função f (x) = x, sen(π x) se 1 < x < 4 .
√
x − 3 se 4 ≤ x
Figura 2.11: .
3. Esboce o gráfico de f (x) = x2 [[x]], onde [[x]] é o maior inteiro que é menor ou igual a x.
>p3:=x ˆ 2 *floor(x):
Figura 2.12: .
É comum definir algumas funções utilzando-se de dados, isto é por tabelas. Os dados da tabela
são digitados com a seguinte sintaxe:
>plot([dados],style=points,opções);
Exemplo 2.10.
1. Suponha que num período de 10 dias, é controlada a febre, em graus Celsius, de um paciente
com malária, obtendo:
Dia 1 2 3 4 5 6 7 8 9 10
C 38 39 41 41.5 42 41.4 41 39 38 36
>dat1:=[[1,38],[2,39],[3,41],[4,41.5],[5,42],[6,41.4],[7,41],[8,39],[9,38],[10,36]]:
dat := [[1, 38], [2, 39], [3, 41], [4, 41.5], [5, 42], [6, 41.4], [7, 41], [8, 39], [9, 38], [10, 36]]
Agora, façamos:
Figura 2.13: .
>plot(dat1);
Figura 2.14: .
>dat2:=[[0,0],[1.8,25],[2.6,33],[3.4,50],[5.1,60.2],[6.5,80],[7.2,90],[8.5,100],
[9.6,110],[10,125]];
dat2 :=[[0, 0], [1.8, 25], [2.6, 33], [3.4, 50], [5.1, 60.2], [6.5, 80], [7.2, 90], [8.5, 100],
[9.6, 110], [10, 125]]
Agora, façamos:
Figura 2.15: .
e2n
3. Se f (n) = , n = 1, . . . 20, podemos armazenar os dados como pares ordenados:
n!
>dat3 := [seq([i, evalf(f(i))], i = 0 .. 20)]:
plot(dat3,style = point, thickness = 10, symbol = cross, symbolsize = 20, color = magenta);
Figura 2.16: .
>with(plots):
Para saber o conteúdo desta livraria, digitamos:
>with(plots):
Todas estas sintaxes podem ser utilizadas para diferentes tipos de gráficos. Inicialmente, utili-
zaremos os comando display, animate e implicitplot.
Para esboçar os gráficos de várias funções, no mesmo referencial, utilizamos:
>with(plots):
>g1:=plot(f1(x),x=a1..b1,opções):
>g2:=plot(f2(x),x=a2..b2,opções):
>g3:=plot(f3(x),x=a3..b3,opções):
..
.
>gn:=plot(fn(x),x=an..bn,opções):
Finalmente:
>display(g1,g2,g3,. . . , gn);
Notamos, novamente, que uma vez digitado o comado with(plots):, ele fica rodando na me-
mória e não é necessário voltar a digitá-lo para fazer outros exemplos.
Uma alternativa para esboçar gráficos no mesmo referencial é utilizar:
Exemplo 2.11.
f:=x->xˆ 3-7*x+6:
Figura 2.17: .
2x − 4
2. Esboce os gráficos de f (x) = e sua inversa, no mesmo referencial.
x+3
>f:=x->(2*x-4)/(x+3);
2x − 4
f := x 7→
x+3
>solve(y=f(x),x);
3y + 4
−
y−2
subs(y=x,%);
3x + 4
−
x−2
>g:=unapply(% ,x);
3x + 4
g := x 7→ −
x−2
Figura 2.18: .
>with(RealDomain):
>f:=x->log[1/4] (x);
1 ln(x)
f := x 7→ −
2 ln(2)
>solve(y=f(x),x);
4−y
subs(y=x,%);
4−x
>g:=unapply(% ,x);
g := x 7→ 4−x
Figura 2.19: .
>p1 := 1-x ˆ 2:
p2 := 3*x*(1-xˆ 2):
>pontos := [[sol[1], subs(x = sol[1], p1)], [sol[2], subs(x = sol[2], p1)], [sol[3], subs(x = sol[3], p1)]];
>with(plots):
>g1:=plot(p1,x=-1..1,color=red,thickness=2):
>display(g1,g2,g3);
60 CAPÍTULO 2. FUNÇÕES DE UMA VARIÁVEL
Figura 2.20: .
5. Este exemplo é para mostrar como podem ser incluidos textos nos gráficos:
>p1:=(1/2) ˆ x:
>p2:= 5 ˆ x:
>p3:=(1/3) ˆx:
Figura 2.21:
No caso, em que não desejamos carregar a livraria, podemos utilizar a seguinte sintaxe sem
digitar with(plots):
2.9. GRÁFICOS DE REGIÕES 61
Exemplo 2.12.
20
15
10
2 4 6 8 10
Figura 2.22:
As opções são:
Para esboçar a região que não satisfaz pelo menos uma das equações do sistema:
optionsexcluded
Exemplo 2.13.
1. Considere o sistema:
(
x+y >0
x−y >1
>eq1:=x+y>0:
>eq2:=x-y>1:
62 CAPÍTULO 2. FUNÇÕES DE UMA VARIÁVEL
Figura 2.23:
2 Considere o sistema:
y > 2 − x
y < 2x + 1
2y ≥ x − 3
>eq1:=y>2-x:
>eq2:=y<2*x+1:
>eq3:=2*y>=x-3:
Figura 2.24:
2.10. ANIMAÇÕES 63
2.10 Animações
A sintaxe para fazer animações é simples. Precisamos digitar, primeiramente, with(plots): caso
isso ainda não tenha sido feito:
>with(plots):
>animate(função, intervalo,parametro de animação,opções);
Ou
Quando aparece o desenho, levamos a seta do mouse sobre este e pressionamos o mouse uma
vez. Uma barra horizontal aparecerá no alto da tela. O botão com um triângulo iniciará a
animação:
Exemplo 2.14.
1 Digite:
>with(plots):
>animate(sin(x*t),x=0..2*Pi,t=1..2,frames=100);
2. Digite:
>plots[animate]((x+t) ˆ 2, x=-10..10,t=1..10,frames=100,color=blue);
64 CAPÍTULO 2. FUNÇÕES DE UMA VARIÁVEL
3. Digite:
Figura 2.27:
>with(plots):
>implicitplot(F(x,y)=0,variação do x,variação do y, opções);
Ou
Exemplo 2.15.
Figura 2.29:
Figura 2.30:
Figura 2.31:
software. Muitos destes algoritmos não foram programados para reproduzir manipulações
algébricas, que são possíveis quando resolvemos o problema à mão.
Portanto, é recomendável que se verifiquem todos os resultados obtidos no MAPLE.
A seguir, apresentaremos alguns exemplos destas deficiências.
Exemplo 2.16.
1. Consideremos a função:
x2 − 1
f (x) = .
x−1
Note que Dom(f ) = R − {1}. Se fizermos:
>f:=x->(x ˆ2 -1)/(x-1) :
>simplify(f(x)):
>g:=unapply(%,x);
g := x 7→ x + 1
Ora, a função g(x) = x + 1 tem domínio R, portanto as funções f e g, são diferentes; f (1) não
existe e g(1) = 2.
O seguinte exemplo se aplica as versões do MAPLE, que não possuem a opção AllSolution;
por exemplo, nas versões anteriores a 9.5, inclusive.
>solve(cos(x)=0,{x});
1
{x = π}
2
Mas, sabemos que esta equação possui infinitas soluções.
Algumas vezes é indicado o comando fsolve, que permite especificar o intervalo onde se deseja
achar a solução.
Se fizermos:
>fsolve(cos(x)=0,{x},Pi..2*Pi);
{4.712388980}
3π
Note que a solução da equação no intervalo [π, 2 π] é . Utilize o comando evalf para compa-
2
rar os resultados.
3. Resolva a equação:
68 CAPÍTULO 2. FUNÇÕES DE UMA VARIÁVEL
>fsolve(exp(cos(x))=ln(2+sin(x)),{x});
O MAPLE não apresenta uma solução razoável. Note que esta equação tem solução; para isto,
basta fazer os gráficos das funções exp(cos(x)) e ln(2 + sen(x)).
>with(plots):
>p1:=plot(exp((cos(x)),x=0..Pi,color=black):
>p2:=plot(ln((2+sin(x)),x=0..Pi,color=red):
>display(p1,p2);
2.5
2.0
1.5
1.0
Figura 2.32: .
4. Resolva o sistema: (
x3 − 9 x2 + y 2 x + 24 x − 7 y 2 − 16 = 0
3 x2 − 18 x + y 2 + 24 = 0.
Façamos:
Obtemos {x = 4, y = 0} e:
Fazendo:
2.12. DEFICIÊNCIAS DO MAPLE 69
−0.9008493159
2.145898034
Agora, a forma mais econômica de resolver o sistema é pondo em evidência y 2 na segunda
equação e substituindo na primeira:
>solve(p3,{x});
√ √
11 + 3 5 11 − 3 5
Obtemos {x = 4}, {x = } e {x = }, de onde podemos obter os valores de y:
2 2
>solve(subs(x=4,p2),y);
2.13 Exercícios
|ax0 + by0 + c|
√ .
a2 + b2
x−1
10. Defina a função f (x) = .
2x + 7
(a) Determine os domínios.
(b) Esboce o gráfico de f .
1 −1
(c) Calcule f e f (x) .
x
(d) Esboce os gráficos, no mesmo referencial, das funções obtidas no ítem anterior.
11. Esboçando os gráficos, no mesmo referencial, verifique se as seguintes funções são cons-
tantes; explique:
1 x−1
(a) f (x) = + .
x x
x |x|
(b) f (x) = − .
|x| x
x x+1
(f) f (x) = , g(x) =
x+1 x−1
x+1
14. Se f (x) = x − 1. Determine Dom(f ) e calcule:
r
(a) (f ◦ f ◦ f ◦ f )(x2 + 1)
(b) (f ◦ f ◦ f )((x + 1)2 )
1
(c) (f ◦ f )
1−x
1
(d) (f ◦ f )
x
(e) Esboce os respectivos gráficos.
16. O pH (potencial hidrogênico) é uma escala logarítmica que varia de 0 a 14, e nos indica
quão ácida ou alcalina é uma substância. Valores abaixo de 7,0 são ácidos e acima são
alcalinos. O valor 7 é neutro e corresponde ao pH da água destilada. O pH é modelado
por:
pH = −log10 [H + ],
onde [H + ] é a concentação de íons de hidrogênio mol/litro.
Substância [H + ] pH
Leite 1.5848 × 10−7
L. de Magnesia 10−10
Suco de laranja 3.162 × 10−5
Limão 0.501 × 10−2
Vinagre 12.58 × 10−4
Tomate 6.30 × 10−8
(b) Esboce o gráfico da tabela.
x 0 1 2 3 4 5 6 10
f (x) 0 5 3 5 6 8 3.2 9
2.13. EXERCÍCIOS 73
18. Utilize a sintaxe animate, para analisar o papel dos parâmetros da equação de segundo
grau a x2 + b x + c = 0.
19. Utilize a sintaxe animate, para analisar o papel dos parâmetros da função f (x) = eax+b ,
se:
LIMITES E CONTINUIDADE
3.1 Introdução
A seguir, apresentaremos como listar os valores de uma função, no formato de tabela, em uma
vizinhança de um ponto que não necessariamente pertence ao do domínio da função. Não nos
aprofundaremos muito no significado destas sintaxes:
copiar: print
para: for
se: if
então: then
se não: else
de: from
a: to
faça: do
A sintaxe print(expressão); permite exibir a expressão digitada. A sintaxe for se utiliza para
indicar a variação de um contador da seguinte forma - for contador from início to final do. Em
geral, a sintaxe é utilizada para realizar tarefas repetitivas, uma certa quantidade de vezes.
A sintaxe if é para executar uma instrução, ou um grupo de instruções, se e, somente se, verifica
certa condição. Se além disso, desejamos que as intruções sejam executadas, ainda que algumas
outras intruções não se verifiquem, se utiliza a sintaxe else.
As sintaxes fi e od são para fechar as intruções. Note que fi é if ao contrário e od é do ao
contrário.
Sugerimos que a seguinte tabela seja copiada, para realizar os exercícios. A sintaxe para obter
estas tabelas é a seguinte:
75
76 CAPÍTULO 3. LIMITES E CONTINUIDADE
fi ;
od;
Para estudar uma função para valores de |x| arbitrariamente grandes; isto é em ±∞, escreve-
mos:
Exemplo 3.1.
1
1. Seja f (x) = . Estudemos f em uma vizinhança de 0:
x
>f:=x->1/x:
>print([‘x‘.‘ ‘.‘f(x)‘]);
for i from -10 to 10 do
if i <> 0 then print((array([seq([evalf(1/(100*k)),evalf(f(1/100*k),5)],k=i)]))
else print(‘indefinida em x=0‘)
fi ;
od;
[x. f(x)]
[-0.001000000 -1000.]
[-0.001111111 -900.]
[-0.001250000 -800.]
[-0.001428571 -700.]
[-0.001666667 -600.]
[-0.002000000 -500.]
[-0.002500000 -400.]
[-0.003333333 -300.]
[-0.005000000 -200.]
[-0.01000000 -100.]
indefinida em x=0
[0.01000000 100.]
[0.005000000 200.]
[0.003333333 300.]
3.1. INTRODUÇÃO 77
[0.002500000 400.]
[0.002000000 500.]
[0.001666667 600.]
[0.001428571 700.]
[0.001250000 800.]
[0.001111111 900.]
[0.001000000 1000.]
>f:=x->1/x:
>print([‘x‘.‘ ‘.‘f(x)‘]);
for i from -10 to 10 do
if i <> 0 then print(array([seq([evalf(100*k),evalf(f(100*k),5)],k=i)]))
else print(‘x->+infinito‘);
fi ;
od;
[x. f(x)]
[-1000 -0.0010000.]
[-900 -0.001111111.]
[-800 -0.001250000.]
[-700 -0.001428571.]
[-600 -0.001666667.]
[-500 -0.002000000.]
[-400 -0.002500000.]
[-300 -0.003333333.]
[-200 -0.005000000.]
[-100 -0.01000000.]
x->+infinito
[100 0.01000000.]
[200 0.005000000.]
[300 0.003333333.]
78 CAPÍTULO 3. LIMITES E CONTINUIDADE
[400 0.002500000.]
[500 0.002000000.]
[600 0.001666667.]
[700 0.001428571.]
[800 0.001250000.]
[900 0.001111111.]
[1000 0.001000000.]
3.2 Limites
Inicialmente desenvolveremos a idéia intuitiva de limite, estudando o comportamento de uma
função y = f (x) nas proximidades de um ponto que não pertence, necessariamente, ao seu
domínio.
Exemplo 3.2.
1. Seja
sen(x)
f (x) =
x
É claro que Dom(f ) = R − {0}. Estudaremos a função nos valores de x que ficam próximos de
0, mas sem atingir 0. Vamos construir uma tabela de valores de x aproximando-se de 0, pela
esquerda (x < 0) e pela direita (x > 0) e os correspondentes valores de f (x).
Digitemos:
>f:=x->sin(x)/x,
sen(x)
f := x −→
x
>print([‘x‘.‘ ‘.‘f(x)‘]);
for i from -10 to 10 do
if i <> 0 then print(array([seq([evalf(1/(100*k)),evalf(f(1/(100*k)),5)],k=i)]))
else print(‘indefinido em x=0‘)
fi ;
od;
[x. f(x)]
[-0.001000000 0.9999998333.]
[-0.001111111 0.9999997938.]
3.2. LIMITES 79
[-0.001250000 0.9999997392.]
[-0.001428571 0.9999996601.]
[-0.001666667 0.9999995370.]
[-0.002000000 0.9999993335.]
[-0.002500000 0.9999989584.]
[-0.003333333 0.9999981480.]
[-0.005000000 0.9999958334.]
[-0.01000000 0.9999833334.]
indefinida em x=0
[0.01000000 0.9999833334.]
[0.005000000 0.9999958334.]
[0.003333333 0.9999981480.]
[0.002500000 0.9999989584.]
[0.002000000 0.9999993335.]
[0.001666667 0.9999995370.]
[0.001428571 0.9999996601.]
[0.001250000 80.9999997392.]
[0.001111111 0.9999997938.]
[0.001000000 0.9999998333.]
Observando o resultado da tabela, podemos verificar que: “à medida que x vai se aproximando
de 0, os valores de f (x) vão aproximando-se de 1”. A noção de proximidade pode ficar mais
precisa utilizando valor absoluto. De fato, a distância entre dois pontos quaisquer x, y ∈ R é
|y − x|. Assim a frase escrita entre aspas, pode ser expressa por: se |x| aproxima-se de zero,
então |f (x) − 1| também se aproxima de zero; em outras palavras: para que |f (x) − 1| seja
pequeno é necessário que |x| também seja pequeno. Logo:
sen(x)
lim = 1.
x→0 x
80 CAPÍTULO 3. LIMITES E CONTINUIDADE
Figura 3.1: .
2. Seja
f (x) = (1 + x)1/x .
É claro que Dom(f ) = R − {0}. Estudaremos a função nos valores de x que ficam próximos de
0, mas sem atingir 0. Vamos construir uma tabela de valores de x aproximando-se de 0, pela
esquerda (x < 0) e pela direita (x > 0) e os correspondentes valores de f (x).
Digitemos:
>f:=x->(1+x) ˆ (1 / x),
f := x −→ (1 + x)1/x
>print([‘x‘.‘ ‘.‘f(x)‘]);
for i from -10 to 10 do
if i <> 0 then print(array([seq([evalf(1/(100*k)),evalf(f(1/(100*k)),5)],k=i)]))
else print(‘indefinida em x=0‘)
fi ;
od;
[x. f(x)]
[-0.001000000 2.719642216.]
[-0.001111111 2.719793525.]
[-0.001250000 2.719982704.]
[-0.001428571 2.720226004.]
[-0.001666667 2.720550530.]
[-0.002000000 2.721005103.]
[-0.002500000 2.721687486.]
[-0.003333333 2.722826185.]
3.3. CÁLCULO DE LIMITES 81
[-0.005000000 2.725108829.]
[-0.01000000 2.731999026.]
indefinida em x=0
[0.01000000 2.704813829.]
[0.005000000 2.711517123.]
[0.003333333 2.713765158.]
[0.002500000 2.714891744.]
[0.002000000 2.715568521.]
[0.001666667 2.716020049.]
[0.001428571 2.716342738.]
[0.001250000 2.716584847.]
[0.001111111 2.716773208.]
[0.001000000 2.716923932.]
Observando o resultado da tabela, podemos verificar que: “à medida que x vai se aproximando
de 0, os valores de f (x) vão aproximando-se de e”. Logo, para que |f (x) − e| seja pequeno é
necessário que |x| também seja pequeno. Logo:
lim (1 + x)1/x = e.
x→0
Figura 3.2: .
lim f (x)
x→a
é:
82 CAPÍTULO 3. LIMITES E CONTINUIDADE
>evalf(%);
Observamos que o comando onde aparece limit, com letra minúscula, calcula o limite e o co-
mando Limit, om letra maiúscula, somente exibe a expressão matemática do limite, por isso
acima precisamos utilizar o comando evalf(%);.
Veja os exemplos
Exemplo 3.3.
√
7
√
x2 + 1 − 7 x2 − 1
1. Determine lim √ √ .
x→0 4 x2 + 1 − 4 x2 − 1
> Limit(p1,x=0)=limit(p1,x=0);
√
7
√
x2 + 1 − 7 1 − x2 4
lim √
4
√
4
=
x→0 x2 + 1 − 1 − x2 7
2. Determine lim tg(x).
x→π/2
> Limit(tanx(x),x=Pi/2)=limit(tan(x),x=Pi/2);
Se incluimos as opções:
> Limit(tanx(x),x=Pi/2,right)=limit(tan(x),x=Pi/2,right);
3.3. CÁLCULO DE LIMITES 83
lim tan(x) = −∞
x→π + /2
> Limit(tanx(x),x=Pi/2,leftt)=limit(tan(x),x=Pi/2,left);
lim tan(x) = ∞
x→π − /2
1
3. Determine lim sen .
x→0 x
>Limit(sin(1/x),x=0)=limit(sin(1/x), x=0)
1
lim sin = −1 . . . 1
x→0− x
Pode explicar este resultado?
√
x4 + x2
4. Determine lim .
x→0 x
> p2:=sqrt(x ˆ 4 +x ˆ 2) /x:
>Limit(p2,x=0)=limit(p2, x=0)
√
x4 + x2
lim = undefined
x→0 x
>Limit(p2,x=0,left)= limit(p2, x=0, left)
√
x4 + x2
lim = −1
x→0− x
> Limit(p2,x=0,right)=limit(p2, x=0, right)
√
x4 + x2
lim =1
x→0+ x
Pode explicar este resultado.
Figura 3.3: .
84 CAPÍTULO 3. LIMITES E CONTINUIDADE
cos(α x) − cos(β x)
5. Determine lim .
x→0 x2
>p3:=(cos(alpha*x)-cos(beta*x))/x ˆ2:
> Limit(p3,x=0)=limit(p3,x=0);
cos (α x) − cos (β x) 1 1
lim = − α2 + β 2
x→0 x2 2 2
tg(2 x)
6. Determine lim .
x→0 x
>Limit(tan(2*x)/x,x=0)=limit(tan(2*x)/x, x=0)
tan(2 x)
lim =2
x→0 x
x
x+3
7. Determine lim .
x→+∞ x+5
>p4:=((x+3)/(x+5)) ˆ x:
> Limit(p4,x=infinity)=limit(p4,x=infinity);
x+3 x
lim = e−2
x→∞ x + 5
x
6 −1
8. Determine lim .
x→0 x
>p5:=(6 ˆ x-1)/x:
> Limit(p5,x=0)=limit(p5,x=0);
6x − 1
lim = ln(2) + ln(3)
x→0 x
Figura 3.4: .
3.3. CÁLCULO DE LIMITES 85
x2 − b2
9. Determine lim √ √ .
x→b x− b
> Limit(p6,x=b)=limit(p6,x=b);
x2 − b2
lim √ √ = 4 b3/2
x→b x− b
x cos(π x)
se x < −1
10. Se f (x) = sen(π x) se − 1 ≤ x < 1 , calcule lim f (x).
√
x→±1
x se x > 1
>p7:= piecewise(x < 1, x*cos(x), and -1 <= x, x <= 1, sin(x)/x, x > 1, sqrt(x)):
> Limit(p7,x=-1,right)=limit(p7,x=-1,right);
x cos(π x) x < 1
lim sin(π x) −1 ≤ x and x ≤ 1 = 1
x→−1+ √
x 1<x
> Limit(p7,x=-1,right)=limit(p7,x=-1,right);
x cos(π x)
x<1
lim sin(π x) −1 ≤ x and x ≤ 1 = 0
x→−1+ √
x 1<x
> Limit(p7,x=1,right)=limit(p7,x=1,right);
x cost(π x)
x<1
lim sin(π x) −1 ≤ x and x ≤ 1 = 1
x→1+ √
x 1<x
> Limit(p7,x=1,left)=limit(p7,x=1,left);
x cos (π x) x < 1
lim sin(π x) −1 ≤ x and x ≤ 1 = 0
x→1− √
x 1<x
86 CAPÍTULO 3. LIMITES E CONTINUIDADE
Figura 3.5: .
1
11. Se f (x) = x2 sen ; determine
x
f (x + h) − f (x)
lim .
h→0 h
>f:=x->x ˆ2 *sin(1/x):
p8:=(f(x+h)-f(x))/h:
>factor(limit(p8,h=0));
1 1
2 sin x − cos
x x
f : A ⊂ R −→ R,
definida em A, exceto possívelmente, em a. Sabemos que:
lim f (x) = L
x→a
se, e somente se:
Para todo ε > 0, existe δ > 0 tal que se x ∈ (a − δ, a + δ) ∩ A − {a} , então f (x) ∈ (L − ε, L + ε).
Observe que o limite de uma função y = f (x) num ponto a, depende apenas dos valores que f
assume nas proximidades de a, ou seja, num pequeno intervalo aberto de centro a.
Uma das principais dificultades, dos alunos, de entender a definição de limite é sua carac-
terística dinâmica. Para facilitar a compreensão da definição, apresentaremos alguns exem-
plos, onde é utilizanda a sintaxe animate.
3.4. DEFINIÇÃO DE LIMITE 87
Exemplo 3.4.
1. É claro que lim x2 = 4. Então para todo número real positivo ε existe outro número real
x→2
positivo δ, que depende de ε, tal que se 0 < |x − 2| < δ, então |f (x) − 4| < ε.
Esbocemos a situação para ε = 0.8 e δ ≤ 0.18, digitando a seguinte sequência de comandos:
with(plots):
> H:=plots[implicitplot]({x=2,y=4},x=0..2,y=-1..4,color=blue):
> G:=plots[implicitplot]({x=1.82,x=2.18},x=0..4,y=-1..7,color=red):
> L:=plot(x ˆ 2,x=0..4,color=black,thickness=2):
>M:=plot({4.8,3.2},x=0..4,y=-1..7,color=red):
>display(H,G,L,M);
Figura 3.6: .
2. Visualizemos lim 2 x = 2.
x→1
Esbocemos a situação, digitando a seguinte sequência de comandos:
>with(plots):
>M := plot(2*x, x = 0 .. 2, numpoints = 300, scaling = constrained, color = black):
>M1 := plot(2, x = 0 .. 1, numpoints = 200, scaling = constrained, color = blue):
>M2 := plots[implicitplot](x = 1, x = 0 .. 1, y = 0 .. 2, numpoints = 200,
scaling = constrained, color = blue):
>A1 := animate(2+(1-(1/10)*t), x = 0 .. 2, t = 0 .. 8, frames = 50, scaling = constrained, color = red):
>A2 := animate(1+(1/10)*t, x = 0 .. 2, t = 0 .. 8, frames = 50, scaling = constrained, color = red):
>B1 := animate([1+(1-(1/10)*t)*(1/3), x, x = 0 .. 3.5], t = 0 .. 8, frames = 50,
scaling = constrained, color = green):
>B2 := animate([x, 2+2*((1-(1/10)*t)*(1/3)), x = 0 .. 2], t = 0 .. 8, frames = 50,
scaling = constrained, color =green):
88 CAPÍTULO 3. LIMITES E CONTINUIDADE
Figura 3.7:
Figura 3.8:
Consideremos a função:
x2 − 1
f (x) =
x−1
3.5. ASSÍNTOTAS 89
>f:=x->(x ˆ2 -1)/(x-1) :
>f(1);
g := x 7→ x + 1
>g(1);
Quando usamos o comado simplify, o MAPLE cancela, seguindo o mesmo procedimento que
utiliza para determinar a solução de:
x2 + 1
lim = lim x + 1 = 2
x→1 x − 1 x→1
3.5 Assíntotas
A reta y = b é uma assíntota horizontal ao gráfico da função y = f (x), se pelo menos uma das
seguintes afirmações é verdadeira:
A reta x = a é uma assíntota vertical ao gráfico da função y = f (x), se pelo menos uma das
seguintes afirmações é verdadeira:
Observamos que, mesmo se Dom(f ) = R, a função pode ter assíntotas verticais. Por exemplo:
1 se x 6= 0
f (x) = x
2 se x = 0
No caso, de Dom(f ) = R e a função ser contínua, então f não possui assíntotas verticais.
Para descobrir, experimentalmente, se uma função possui assíntotas horizontais e/ou verticais,
utilizamos a sintaxe:
x+1
Figura 3.9: Gráfico de x+3 quando x −→ ±∞.
Exemplo 3.5.
x
1. Esboce o gráfico de y = .
x−1
Dom(f ) = R − {1} e a curva passa por (0, 0). De fato:
>f:=x->x/(x -1):
>solve(f(x)=0,x);
0
>plot(f(x), x = -infinity .. infinity)
Do desenho, podemos concluir que o gráfico da função possui uma assíntota horizontal e uma
vertical. De fato:
>lim(f(x),x=infinity,left);
3.5. ASSÍNTOTAS 91
>lim(f(x),x=infinity,rigth);
1
Logo, y = 1 é uma assíntota horizontal. Por outro lado, determinamos as assíntotas verticais:
>lim(f(x),x=1,left);
−∞
>lim(f(x),x=1,rigth);
∞
Logo, x = 1 é uma assínota vertical. Esboço do gráfico:
>with(plots):
>p:= x/(x-1):
>display(a1,a2,a3,view=[-3..3,-4..4]);
x2
2. Esboce o gráfico de y = .
x2 − 1
Dom(f ) = R − {−1, 1} e a curva passa por (0, 0). De fato:
92 CAPÍTULO 3. LIMITES E CONTINUIDADE
>solve(f(x)=0,x);
0
>plot(f(x), x = -infinity .. infinity)
Do desenho, podemos concluir que o gráfico da função possui uma assíntota horizontal e duas
verticais. De fato:
>lim(f(x),x=infinity,left);
>lim(f(x),x=infinity,rigth);
1
Logo, y = 1 é uma assíntota horizontal. Por outro lado, determinamos as assíntota verticais:
>lim(f(x),x=1,left);
−∞
>lim(f(x),x=1,rigth);
>lim(f(x),x=-1,left);
∞
3.5. ASSÍNTOTAS 93
>lim(f(x),x=-1,rigth);
−∞
>with(plots):
>display(a1,a2,a3,view=[-3..3,-4..4]);
x4 + 1
3. Esboce o gráfico de y = .
x5 − x
Do desenho, podemos concluir que o gráfico da função possui uma assíntota horizontal e três
verticais. De fato:
>lim(f(x),x=infinity,left);
>lim(f(x),x=infinity,rigth);
0
Logo, y = 0 é uma assíntota horizontal. Por outro lado, determinamos as assíntota verticais:
>lim(f(x),x=1,left);
−∞
>lim(f(x),x=1,rigth);
>lim(f(x),x=-1,left);
−∞
>lim(f(x),x=-1,rigth);
−∞
>lim(f(x),x=0,left);
3.6. CONTINUIDADE 95
>lim(f(x),x=0,rigth);
−∞
Logo, x = −1, x = 1 e x = 0 são assíntotas verticais. Esboço do gráfico:
>with(plots):
>display(a1,a2,view=[-3..3,-4..4]);
3.6 Continuidade
A seguinte sintaxe é utilizada para saber se uma função é contínua ou não:
>iscont(função, x=a..b);
A resposta será true onde for contínua e false onde for descontínua, relativa ao intervalo (a, b).
Para o intervalo [a, b], utilizamos:
>iscont(função, x=a..b,closed);
>discont(função, x);
Vamos a prestar atenção à diferença de terminologia empregada nas Ciências Aplicadas, como
Engenharia e Física, e daquela usada em Matemática.
g(x)
Considere uma função racional f (x) = , onde g e h são contínuas e a ∈ R tal que h(a) = 0,
h(x)
se existe δ > 0 tal que se (a − δ, a + δ) ∩ A − {a} 6= ∅, então faz sentido perguntar se f admite
uma extensão contínua que esteja definida no ponto a; isto é, se existe F tal que F (x) = f (x)
para todo x ∈ Dom(f ) = A e F (a) exista e seja contínua nesse ponto. Isso foi o que MAPLE
executou no exemplo, onde substituiu:
x2 − 1
f (x) = por F (x) = x + 1.
x−1
É claro que na prática, se existe a extensão contínua, iremos sempre substituir a função original
por sua extensão contínua.
Porém, nas Ciências Aplicadas, a terminologia empregada é outra. É comum usarem a palavra
descontinuidade para os pontos que anulam o denominador da função e perguntarem se f
tem descontinuidade removível em a. No exemplo a seguir, empregaremos a terminologia
das Ciências Aplicadas. Achar “os pontos onde f é descontínua” é equivalente a determinar o
domínio da função racional f e achar os pontos que anulam o seu denominador.
O comando discont( ), exclui de R os pontos que anulam no denominador de f e, futuramente,
iremos perguntar se f admite uma extensão contínua a esses pontos.
Exemplo 3.6.
x2 − 5
1. Determine os pontos onde f (x) = é descontínua.
x4 + 2 x3 − 17 x2 − 18 x + 72
>discont(q,x);
{−4, −3, 2, 3}
2. Verifique se a função :
(
x2 se x ≤ 2
f (x) =
x2 + 2 se x > 2
é contínua.
>discont(k,x);
{2}
>iscont(k,x=0..3);
false
>iscont(k,x=2.1..infinity);
true
>iscont(k,x=-infinity..1.9);
true
De fato, calculemos diretamente:
> limit(k,x=2,left);
4
> limit(k,x=2,right);
6
Logo, os limites laterais não são iguais; portanto, a função é descontínua em x0 = 2. Para ver o
gráfico:
seja contínua.
> limit(k1,x=0,left);
0
> limit(k1,x=0,right);
0
Logo, definimos c = 0 e:
x2 sen( 1 ) se x 6= 0
k1 := x
0 otherwise
>iscont(k1,x=-infinity..infinity);
true
Para ver o gráfico:
3. Seja
1
se x 6= 1
f (x) = (x − 1)2
4 se x = 1.
Verifique se f é contínua em 1.
3.6. CONTINUIDADE 99
> k2:=piecewise(x=1,4,1/(x-1)ˆ2);
4 x=1
k2 := 1
otherwise
(x − 1)2
> limit(k2,x=1,left);
∞
> limit(k2,x=1,right);
∞
Por outro lado, f (1) = 4; logo, a função não é contínua em 1.
>plot(k2, x = -1 .. 2.5, color = blue, thickness = 3, discont = true, view = [-1 .. 2.5, 0 .. 10]);
4. Seja
2
se x ≤ −1
f (x) = A x + B se − 1 < x < 3
−2 se x ≥ 3.
Digitamos:
2
x ≤ −1
z1 := A x + B −1 < x and x<3
−2 x ≥ 3.
> eq1:=limit(z1,x=-1,left)=limit(z1,x=-1,right);
eq1 := −A + B = 2
> eq2:=limit(z1,x=3,left)=limit(z1,x=3,right);
eq1 := 3 A + B = −2
> solve({eq1,eq2},A, B);
{A = −1} {B = 1}
Logo, temos:
2
x ≤ −1
z1 := 1 − x −1 < x and x<3
−2 x ≥ 3.
3.7 Exercícios
1. Calcule os seguintes limites usando tabelas:
x3 − 2 x2 + 5 x − 4 (x + 2)2
(a) lim (d) lim
x→1 x−1 x→1 x
2x 3x − 1
(b) lim x2 − (e) lim 2
x→0 1000 x→0 x + x + 2
tg(4 x) (x2 − 1)
(c) lim (f) lim
x→0 x x→1 x − 1
4x5 + 9x + 7 x4 − 1
(a) lim (i) lim
x→1 3x6 + x3 + 1 x→1 3x2 − 4x + 1
x3 + 3x2 − 9x − 2 8 − x3
(b) lim (j) lim
x→2 x3 − x − 6 x→2 x2 − 2x
2
x −9
(c) lim x+1
x→3 x2 − 3x (k) lim √
2x2 − 3x + 1
x→−1 6x2 + 3 + 3x
(d) lim √
x→1 x−1 9 + 5x + 4x2 − 3
(l) lim
x2 − a2 x→0 x
(e) lim √
x→0 x2 + 2 a x + a2
x+4−2
x6 + 2 (m) lim
(f) lim x→0 x
x→0 10x7 − 2 √
2−x 2− x−3
(g) lim √ (n) lim
x→2 2 − 2x x→7 x2 − 49
(t + h)2 − t2 x4 + x3 − x − 1
(h) lim (o) lim
h→0 h x→1 x2 − 1
x3 − 1 x−8
(a) lim (f) lim √
x→1 |x − 1| x→8 3
x−2
(b) lim |x − 3| (g) lim (cos(x) − [[sen(x)]])
x→3 x→0
x2
− 3x + 2 (h) lim (sen(x) − [[cos(x)]])
(c) lim x→0
x→1 x−1
x3 − 6 x2 + 6 x − 5 x b
(d) lim (i) lim
x→5 x2 − 5 x a x
x→0+
x2 + 3x − 4 x
(e) lim 3 (j) lim [[ ]]
x→−4 x + 4 x2 − 3 x − 12 x→0+ a
5x3 − 6x + 1 x2 − 3x
(a) lim (g) lim
x→−∞ 6x2 + x + 1 x→3+ x2 − 6x + 9
√
(b) lim m x
x→+∞ x2 − 4
5 (h) lim
(c) lim x→2+ x2 − 4x + 4
x→3+3−x
sen(x)
2x + 1 (i) lim
(d) lim x→0+ x3 − x2
x→0+ x
2x + 3 ln(x)
(e) lim 2 (j) lim
x→1+ x − 1 x→0+ x
2x + 3
(f) lim 2 (k) lim ln(|x|)
x→1 x − 1
− x→0
x 2
6. Se f (x) = 3 x − 5 e g(x) = − , calcule:
2 3
(a) lim (f + g)(x) (h) lim (g ◦ f )(x)
x→1 x→2
(b) lim (g − f )(x)
x→1 (i) lim (f ◦ g ◦ f )(x)
(c) lim (g f )(x) x→− 32
x→1
f (j) lim ln(|f (x)|)
(d) lim (x) x→2
x→1 g
g g(x)
(e) lim (x) (k) lim cos
x→1 f x→ 43 f (x)
(f) lim (f f )(x)
x→1 1
(g) lim (f ◦ g)(x) (l) lim x sen
x→2 x→0 g(x)
sen(x) 5x − 1
(a) lim (i) lim
x→π x−π x→0 x
1 x
3 −1
(b) lim x sen( ) (j) lim
x→+∞ x x→0 x2
x − tg(x)
(c) lim eax − ebx
x→0 x + tg(x) (k) lim , a, b 6= 0
2 x→0 sen(ax) − sen(bx)
(d) lim (1 + )x+1
x→+∞ x (l) lim x cos2 (x)
1 x x→0
(e) lim 1 +
x→0 2x tg 2 (x)
1 (m) lim
(f) lim (1 + 2x) x x→0 x2 sec(x)
x→0
e2x − 1 4 x+4
(g) lim (n) lim (1 −
)
x→0 x x→+∞ x
2
ex − 1 1
(h) lim (o) lim (1 − )x
x→0 x x→−∞ x
9. Durante uma epidemia de dengue, o número de pessoas que adoeceram, num certo
bairro, após t dias é dado por:
100000
L(t) =
1 + 19900 e−0.8t
1 1
(a) y = (c) y =
(x − 1) (x3 + 1) (x − 3) (x + 2) (x2 + 1)
x x2
(b) y = (d) y =
(x − 1) (x3 + 1) (x − 3) (x + 2) (x2 − 1)
104 CAPÍTULO 3. LIMITES E CONTINUIDADE
13. Determine o valor de L para que as seguintes funções sejam contínuas nos pontos dados:
2
x − x
se x 6= 0
(a) f (x) = x , no ponto x = 0.
L se x = 0
2
x − 9
se x 6= 3
(b) f (x) = x − 3 , no ponto x = 3.
L se x = 3
(
x + 2L se x ≥ −1
(c) f (x) = , no ponto x = −1.
L2 se x < −1
(
4 3x se x < 0
(d) f (x) = , no ponto x = 0.
2L + x se x ≥ 0
1−x
sen(x) x 6= 1
x 6= 0
(a) f (x) = x (c) f (x) = 1 − x3
0 x=0 1 x=1
|x2 − 5x + 6| 1 − x2 x < −1
x 6= 2, 3
x2 − 5x + 6
ln(2 − x2 )
(b) f (x) = 1 (d) f (x) = r −1 ≤ x ≤ 1
x=2 x−1
x>1
9 x=3
x+1
1
15. Seja f (x) = 1 − x sen , x 6= 0. Como escolher o valor de f (0), para que a função f
x
possa ser definida em x = 0 e seja contínua no ponto?
3.7. EXERCÍCIOS 105
1
16. Sendo f (x) = arctg , x 6= 2, é possível escolher o valor de f (2) tal que a função f
x−2
possa ser definida em x = 2 e seja contínua no ponto?
18. Verifique que a equação x = tg(x) tem uma infinidade de raízes reais.
19. Uma esfera oca de raio R está carregada com uma unidade de eletricidade estática. A
intensidade de um campo elétrico E(x) num ponto P localizado a x unidades do centro
da esfera é determinada pela função:
0 se 0 < x < R
1
E(x) = 2
se x = R
3x
−2
x se x > R.
(
0 se t < 0
H(t) =
1 se t ≥ 0
(a) Discuta a contínuidade de f (t) = H(t2 + 1) e de g(t) = H(sen(π t)). Esboce os respec-
tivos gráficos em [−5, 5].
(b) A função R(t) = c t H(t) (c > 0) é chamada rampa e representa o crescimento gradual
na voltagem ou corrente num circuito elétrico. Discuta a continuidade de R e esboce seu
gráfico para c = 1, 2, 3.
DERIVADA
Seja:
f : A −→ R
uma função definida num domínio A e x0 ∈ A. Suponha que para todo intervalo aberto I que
contenha x0 , se tenha: I ∩ (A − {x0 }) 6= ∅.
f (x) − f (x0 )
msec =
x − x0
f (x0 + h) − f (x0 )
msec = .
h
A reta secante ao gráfico de f , que passa por (x0 , f (x0 )) e (x0 + h, f (x0 + h)) é definida por:
y = msec (x − x0 − h) + f (x0 + h)
Observamos que h será usado como parâmetro. Veja os exemplos a seguir:
Exemplo 4.1.
>with(plots):
>f:=x->x ˆ 2-3*x-4:
>x0:=0:
107
108 CAPÍTULO 4. DERIVADA
>p0:=[x0,f(x0)]:
>p1:=[x0+h,f(x0+h)]:
>h1:=[seq(5/i,i=1..50)]:
>m:=(f(x0+h)-f(x0))/h:
>s:=x->m*(x-x0-h)+f(x0+h):
>T:=seq(plot(f(x),s(x),x=-2..6,color=[blue,coral],thickness=[3,2],view=[-2..6,-10..10]),h=h1):
>display(T,insequence=true,frames=70);
>h1:=[seq(5/i,i=1..50)]:
por:
>h2:=[seq(-5/i,i=1..50)]:
>T:=seq(plot(f(x),s(x),x=-6..6,color=[blue,coral],thickness=[3,2],view=[-6..6,-15..40]),h=h2):
>display(T,insequence=true,frames=70);
Esta sequência de comandos, gera uma animação das secantes, no sentido contrário.
4.1. RETAS SECANTES 109
π
2. Determine as retas secante a f (x) = sen(x), no ponto ( , 1).
2
>with(plots):
>f:=x->sin(x):
>x0:=Pi/2:
>p0:=[x0,f(x0)]:
>p1:=[x0+h,f(x0+h)]:
>h1:=[seq(3/i,i=1..50)]:
>m:=(f(x0+h)-f(x0))/h:
>s:=x->m*(x-x0-h)+f(x0+h):
>T:=seq(plot(f(x),s(x),x=-.5..4,y=-1..1.5,color=[blue,red],thickness=[3,2]),h=h1):
>display(T,insequence=true,frames=70);
f (x1 ) − f (x0 )
m1 = .
x1 − x0
Fixemos o ponto P e façamos o ponto Q1 se mover sobre o gráfico de f em direção a P , até um
novo ponto Q2 = (x2 , f (x2 )) tal que Q2 6= P . Seja r2 a reta secante que passa por P e Q2 ; seu
coeficiente angular é:
f (x2 ) − f (x0 )
m2 = .
x2 − x0
Suponha que os pontos Qi (i = 1, 2, 3......) vão se aproximando sucessivamente do ponto P
(mas sem atingir P ), ao longo do gráfico de f ; repetindo o processo obtemos r1 , r2 , r3 , ..., retas
secantes de coeficientes angulares m1 , m2 , m3 , ..., respectivamente.
Vamos supor que, a medida que os pontos Qi vão se aproximando cada vez mais do ponto P ,
os mi respectivos tendam a um valor limite constante, que denotaremos por mx0 .
Definição 4.1. A reta passando pelo ponto P e tendo coeficiente angular mx0 , é chamada reta
tangente ao gráfico de f no ponto (x0 , f (x0 )).
Se
f (x) − f (x0 )
mx0 = lim
x→x0 x − x0
existe. Como x0 é um ponto arbitrário, podemos calcular o coeficiente angular da reta tangente
ao gráfico de f para qualquer ponto (x, f (x)):
4.2. RETA TANGENTE 111
f (x + t) − f (x)
mx = lim
t→0 t
Assim, mx só depende x.
y − f (x0 ) = mx0 (x − x0 )
>m:=(f(x0+h)-f(x0))/h:
>m:=limit((f(x0+h)-f(x0))/h,h=0):
>with(student):
>showtangent(função, x=ponto,opções);
Exemplo 4.2.
>with(student):
>with(plots):
>f:=x ˆ 2-3*x-4:
>a1:=showtangent(f,x=0,thickness=2):
>a2:=showtangent(f,x=-1,thickness=2):
>a3:=showtangent(f,x=1,thickness=2):
>a4:=showtangent(f,x=-3,thickness=2):
>a5:=showtangent(f,x=3,thickness=2):
>display(a1,a2,a3,a4,a5);
112 CAPÍTULO 4. DERIVADA
2. Seja h(x) = x (x2 − 1), façamos uma animação das retas tangentes à h = h(x).
>with(plots):
>h:=x*(x ˆ 2-1):
>g1:=limit((f(x+h)-f(x))/h, h = 0):
4.2. RETA TANGENTE 113
g := t 7→ 3 t2 − 1
>ta :=f(t)+g(t)*(x-t);
ta := t 7→ t t2 − 1 + 3 t2 − 1 (x − t)
>animate(plot, [f(x), ta(t), x = -1.3 .. 1.3, color = [blue, red], thickness = [3, 2]], t = -1 .. 1,
frames = 50, view = [-1.3 .. 1.3, -.5 .. 1]);
Da definição, segue que a equação da reta normal ao gráfico de f no ponto (x0 , f (x0 )) é:
1
y − f (x0 ) = − x − x0 , se mx0 6= 0
mx0
Exemplo 4.3.
1. Considere h(x) = x (x2 − 1), façamos uma animação das retas normais à h = h(x).
>with(plots):
>h:=x*(x ˆ 2-1):
>g1:=limit((f(x+h)-f(x))/h, h = 0):
g := t 7→ 3 t2 − 1
114 CAPÍTULO 4. DERIVADA
>no:=f(t)-(1/g(t))*(x-t);
x−t
no := t 7→ t t2 − 1 − 2
3t − 1
>animate(plot, [f(x), no(t), x = -1.3 .. 1.3, color = [blue, red], thickness = [3, 2]], t = -1 .. 1,
frames = 50,view = [-1.3 .. 1.3, -.5 .. 1]);
O MAPLE 13, possui uma livraria que calcula, automaticamente, a reta tangente ao gráfico de
uma função, num ponto dado. A sintaxe é:
>with(Student[Calculus1]):
>Tangent(expressão,x=ponto);
Exemplo 4.4.
>with(Student[Calculus1]):
>p:=arctan(xˆ3+x-1):
>Tangent(p, x = -1);
2 2
x + arctan(3) +
5 5
>Tangent(p, x = 0);
1 1
x− π
2 4
>Tangent(p, x = 1);
4.2. RETA TANGENTE 115
1
2x + π−2
4
Verifique as respostas!
x6 − 3 x5 + x3 + x − 1
2. Determine a reta tangente á f (x) = , nos pontos x0 = −1, x0 = 0 e
x4 + 1
x0 = 1.
>with(Student[Calculus1]):
>p:=(xˆ6-3*xˆ5+xˆ3+x-1)/(xˆ4+1):
>q:=seq(Tangent(p, x = i),i=-1..1);
15 3
− x − 7, x − 1, − x + 1
2 2
>with(plots):
>s:={q}:
f (x) − f (x0 )
f 0 (x0 ) = lim
x→x0 x − x0
f (x0 + t) − f (x0 )
f 0 (x0 ) = lim .
t→0 t
f (x + t) − f (x)
f 0 (x) = lim
t→0 t
dy
Outras notações para a derivada de y = y(x) são: ou D(f ).
dx
4.4. SINTAXES QUE ENVOLVEM A DERIVADA 117
>diff(função,variável);
Como no caso dos limites, podemos reescrever as derivadas, em forma mais didática, utili-
zando a sintaxe:
>Diff(função,variável)=diff(função,variável);
A regra do produto:
>Diff(f(x)*g(x),x)=diff(f(x)*g(x),x);
d d d
(f (x) g (x)) = f (x) g (x) + f (x) g (x)
dx dx dx
A regra do quociente:
>Diff(f(x)/g(x),x)=diff(f(x)/g(x),x);
d d
(x) g (x) − f (x) dx
d f (x) dx f g (x)
=
dx g (x) (g (x))2
>diff(função,variável$n);
onde n é a ordem da derivada.
Exemplo 4.5.
>seq(diff(ln(x), x$n),n=1..7);
1 1 2 6 24 120 720
, − 2, 3, − 4, 5, − 6 , 7
x x x x x x x
De forma alternativa, podemos digitar:
>Diff(exp(2*x),x$n)=diff(exp(2*x),x$n);
118 CAPÍTULO 4. DERIVADA
dn 2 x
e = 2n e2 x
dxn
3. Calcule a n-ésima derivada de f (x) = sen(x); digitamos:
>Diff(sin(x),x$n)=diff(sin(x),x$n);
dn 1
n
sin(x) = sin(x + nπ)
dx 2
Pode explicar o resultado?
>plot(f, x = -1 .. 1, view = [-1 .. 1, -0.4 ..0.4], axes = box, thickness = 3, color = blue,discont=true);
>f1:=x->x/(1+exp(1/x)):
>p:=f1(h)/h;
1
p :=
1 + e1/h
>Limit(p,h->0,left);
1
>Limit(p,h->0,right);
4.4. SINTAXES QUE ENVOLVEM A DERIVADA 119
0
Logo, a função f não é derivavél em x = 0. A função f deve ter uma quina na origem.
x + 1
5. Estude a diferenciabilidade de: h(x) = arctg .
x−1
Note que a função não é contínua em x = 1, logo, não é derivável em x = 1. Por outro lado:
>h:=x->arctan((x+1)/(x-1)):
>p:=simplify(diff(h(x),x));
1
p := −
1 + x2
>Limit(p,x=1,left)=limit(p,x=1,left);
1 1
lim − 2
=−
x→1− 1+x 2
>Limit(p,x=1,right)=limit(p,x=1,right);
1 1
lim − =−
x→1+ 1 + x2 2
Pode explicar o resultado?
>with(plots):
>f:=x->x ˆ 3 -5*x+1:
120 CAPÍTULO 4. DERIVADA
>p:=diff(f(x),x):
>h:=unnaply(p,x);
h := x 7→ 3 x2 − 5
>ta:=f(1)+h(1)*(x-1);
ta := −1 − 2 x
>no:=f(1)-(1/h(1)) *(x-1);
7 1
no := − + x
2 2
>a1:= plot(no(x), ta(x), x = -8 .. 8, y = -8 .. 8, color = [coral, red], thickness = [2, 2]):
>display(a1,a2);
8x
7. (Serpentina de Newton). Seja f (x) = :
x2 + 1
(a) Determine os pontos do gráfico onde o coeficiente angular é igual a 3.
(b) Determine as equações das retas tangente e normal nos pontos de (a).
(a) Digitamos:
>f:=x->8*x/(x ˆ 2 +1):
>simplify(diff(f(x),x)):
4.4. SINTAXES QUE ENVOLVEM A DERIVADA 121
>m:=unapply( ,x);
x2 − 1
m := x 7→ −8
(x2 + 1)2
>with(RealDomain):
>solve(m(x)=3,{x});
1√ 1√
{x = − 3}, {x = 3}
3 3
>x0=-sqrt(3)/3,x1:=sqrt(3)/3:
>ta:=z->f(z)+m(z)*(x-2):
>no:=z->f(z)-(1/m(z))*(x-2):
>ta0:=ta(x0);
p
ta0 := − (3) + 3 x
>ta1:=ta(x1);
√
ta1 := 3 x + 3
>no0:=no(x0);
19 √
no0 := − 3 − 1/3 x
9
>no1:=no(x1);
19 √
no1 := 3 − 1/3 x
9
122 CAPÍTULO 4. DERIVADA
D(expressão,variável);
>D@@n;
Exemplo 4.6.
1. Note a diferenças:
>D(g @f);
(D (g) ◦ f ) D (f )
>diff(g @f);
d
D (g) (f (x)) f (x)
dx
4.4. SINTAXES QUE ENVOLVEM A DERIVADA 123
2. Digite
>D(f)(x);
D (f ) (x)
>convert( , diff);
d
f (x)
dx
agora, se digitamos:
>D(f)(0);
D (f ) (0)
>convert( , diff);
d
f (t1)
dt1 t1=0
3. Digite
>D(arctan);
1
z 7→
1 + z2
Pode explicar?
4. Digite:
>Id:=x->x:
>H:=Id+D-D@@2+6*D@@3-D@@4;
>f:=x->sin(3*x):
>H(f)(x);
>H(f)(Pi);
124 CAPÍTULO 4. DERIVADA
159
Considere:
>g:=x->xˆ2*cosh(x):
>H(g)(x);
−14
>D(arctan)(Pi);
1
1 + π2
dy dy dx
=
dt dx dt
d
g (f (x)) = D (g) (f (x)) D (f ) (x)
dx
Exemplo 4.7.
>p:= ln(cos(alpha(x))):
d
d sin (α (x)) dx α (x)
ln (cos (α (x))) = −
dx cos (α (x))
2. Calcule a derivada de f (x) = arctg(α(x))); digitamos:
>p:= arctan(alpha(x)):
>x:=t->t*sin(t):
>h:=f(x(t)):
>simplify(diff(h,x)
2 (sin (t))2 t2 −2 (cos (t))2 t + 2 sin (t) cos (t) t2 − 3 t cos (t) + 2 t − 3 sin (t)
Definição 4.5. A função y = f (x) é definida implicitamente pela equação F (x, y) = 0, quando
F (x, f (x)) = 0.
Se F (x, y) = 0, define implicitamente, uma função derivável y = f (x), a sintaxe para calcular a
derivada da função definida implicitamente é:
>implicitdiff(expressão, y, x);
Observemos que nada garante que uma função definida implicitamente seja contínua, deri-
vável, etc. Na verdade, nem sempre uma equação F (x, y) = 0 define implicitamente alguma
função. Por exemplo, considere a seguinte equação:
Exemplo 4.8.
Calcule a derivada das funções definidas implícitamente, se y = f (x) é uma função derivável:
1. x3 − 3 x2 y 4 + y 3 = 6 x + 1; digitamos
2 − x2 + 2 x y 4
y 2 (1 − 4 x2 y)
O processo de derivar implicitamente pode ser usado somente se a função determinada pela
forma implícita é derivável. Mas, para os exemplos e exercícios, sempre consideraremos esta
exigência satisfeita.
Exemplo 4.9.
x3 + y 3 = 6 x y,
no ponto (3, 3).
>F:=x ˆ 3 +y ˆ 3 =6*x*y:
−x2 + 2 y
y2 − 2 x
>m := subs(x = 3, y = 3, );
m := −1
>ta:=3+m*(x-3);
ta := 6 − x
>with(plots):
4.6. DERIVAÇÃOS IMPLÍCITA 127
>a1:=implicitplot(F=0,x=-5..7,y=-6..6,thickness=3,color=blue,gridrefine=3):
>display(a1,a2);
2 (x2 + y 2 )2 = 25 (x2 − y 2 ),
no ponto (3, 1).
x 4 x2 + 4 y 2 − 25
−
y (4 x2 + 4 y 2 + 25)
>m := subs(x = 3, y = 1, );
9
m := −
13
>ta:=1+m*(x-3);
40 9
ta := − x
13 13
>with(plots):
>display(a1,a2);
x f (x)
0.99 0.9801
0.999 0.998001
1 1
1.001 1.0002001
1.01 1.0201
f (1) − f (0.999)
m1 = = 1.9990
1 − 0.999
f (1.001) − f (1)
m2 = = 2.0010.
1.001 − 1
m1 e m2 são valores bastante próximos de 2. Observe que se |x − 1| → 0 (x perto de 1), então
f (x) = x2 fica próxima de y = 2 x − 1. De fato:
4.7. APROXIMAÇÃO LINEAR 129
Definição 4.6. Seja y = f (x) uma função derivável em x0 . A aproximação linear de f em torno
de x0 é denotada por l(x) e definida por:
A sintaxe, para determinar a linearização de uma função, é a mesma que para achar a reta
tangente. De fato, a linearização de f (x) ao redor do pointo x0 é:
>f:=x->expressão:
>p:=diff(f(x),x):
>h:=unnaply(p,x):
>l:=x->f(x0 )+h(x0 )*(x-x0 );
Exemplo 4.10.
1
1. Se f (x) = representa a temperatura num arame, calcule aproximadamente a
(1 + 2 x)4
temperatura f (0.01).
>x0=0:
>f:=x->1/(1+2*x)ˆ4:
>p:=diff(f(x),x):
>h:=unapply(p,x):
>l:=x->f(x0)+h(x0)*(x-x0);
130 CAPÍTULO 4. DERIVADA
l := x 7→ 1 − 8 x
>l(0.01);
0.92
Note que:
1
' l(x) = 1 − 8 x,
(1 + 2 x)4
no intervalo (−ε, ε), tal que ε > 0 (pequeno). Como 0.01 ∈ (−ε, ε), temos:
>x0=20:
>f:=x->exp(3*x):
>p:=diff(f(x),x):
>h:=unapply(p,x):
>l:=x->f(x0)+h(x0)*(x-x0);
>l(20.012);
404.87
p
3. Calcule, aproximadamente (1.001)7 − 2 3
(1.001)4 + 3.
√
3
Considere a função f (x) = x7 − 2 x4 + 3 e x = 1.001. Então, para x0 = 1, temos:
>x0=1:
>f:=x->xˆ 7-2*root(xˆ4,3):
>p:=diff(f(x),x):
>h:=unapply(p,x):
>l:=x->f(x0)+h(x0)*(x-x0);
1
l := x 7→ (13 x − 7)
3
>l(1.001);
2.00433
132 CAPÍTULO 4. DERIVADA
f 00 (x0 )
q(x) = f (x0 ) + f 0 (x0 ) (x − x0 ) + (x − x0 )2
2
f 00 (x0 ) f (3) (x0 )
c(x) = f (x0 ) + f 0 (x0 ) (x − x0 ) + (x − x0 )2 + (x − x0 )3 .
2 3!
se x ∈ (x0 − ε, x0 + ε), ε > 0 pequeno.
n
X f (k) (x0 )
Pn (x) = (x − x0 )k
k!
k=0
f 00 (x0 ) f (n) (x0 )
= f (x0 ) + f 0 (x0 ) (x − x0 ) + (x − x0 )2 + ......... + (x − x0 )n
2 n!
4.9. POLINÔMIO DE TAYLOR 133
onde f (0) = f .
O polinômio de Taylor é aplicado para aproximar uma função em uma vizinhança de um ponto
x0 , conforme foi feito na definição 4.7 acima. A aproximação gera um resto, cuja expressão
contém derivadas da função de ordens superiores àquelas usadas para formar o polinômio de
Taylor. Assim, para aproximar uma função por seu polinômio de Taylor de ordem n, em uma
vizinhança de x0 , devemos, pelo menos, exigir que as derivadas da função, até ordem n, sejam
contínuas e que a derivada de ordem n + 1 exista, numa vizinhança de x0 . Por isso, na sintaxe,
abaixo, para achar o polinômio de Taylor de ordem n, inclui n + 1.
A sintaxe para determinar o polinômio de Taylor ao redor de x0 , de ordem n, é:
>taylor(função,x=x0,n+1);
Exemplo 4.11.
>taylor(sin(x),x=0,11);
1 1 5 1 7 1
x − x3 + x9 + O x11
x − x +
6 120 5040 362880
A expressão O(x11 ) envole derivadas da func cão f de ordem maior ou igual a 11 e que repre-
senta o erro cometido na aproximação polinomial fa função.
>taylor(exp(x),x=0,7);
1 1 1 1 5 1 6
1 + x + x2 + x3 + x4 + x + O x7
x +
2 6 24 120 720
>taylor(exp(x),x=-1,7);
1 1 1 1 −1
e−1 + e−1 (x + 1) + e−1 (x + 1)2 + e−1 (x + 1)3 + 1 e−1 (x + 1)4 + e (x + 1)5 +
2 6 24 120
1 −1
+ e (x + 1)6 + O (x + 1)7
720
A sintaxe para obter as aproximações é:
>s:=taylor(função,x=x0,n+1):
>p:=simplify(convert(s,polynom));
>aprox:=unapply(p,x);
>with(Student[Calculus1]):
>p:=TaylorApproximation(função, x = ponto, order = a ordem de aproximação);
>aprox:=unapply(p,x);
Exemplo 4.12.
x
1. Determine a aproximação de ordem 4 de f (x) = , ao redor de x0 = 0.
1 + x2
>f:=x/(1+xˆ2):
>s:=taylor(f,x=0,5);
s := x − x3 + O x5
p:=simplify(convert(s,polynom));
p := x − x3
>aprox:=unapply(p,x);
aprox := x 7→ x − x3
2. A proporção de lâmpadas de sódio que falham após x horas de uso é dada por:
10000
P (x) = 1 − .
(x + 100)2
Determine a proporção de lâmpadas que falham após 99 horas de uso.
4.9. POLINÔMIO DE TAYLOR 135
>with(Student[Calculus1]):
>f:=1-10000/(x+100)ˆ 2 :
>p1:=TaylorApproximation(f,x=100,order=1);
1 1
p1 := + x
2 400
>p2:=TaylorApproximation(f,x=100,order=2);
5 1 3
p2 := + x− x2
16 160 160000
>p3:=TaylorApproximation(f,x=100,order=3);
3 1 9 1
p3 := + x− x2 + x3
16 100 160000 8000000
>l:=unapply(p1,x);
1 1
l := x 7→ + x
2 400
>q:=unapply(p2,x);
5 1 3
q := x 7→ + x− x2
16 160 160000
>c:=unapply(p3,x);
3 1 9 1
c := x 7→ + x− x2 + x3
16 100 160000 8000000
Logo:
>evalf(l(99));
0.7475
>evalf(q(99));
0.74748125
>evalf(c(99));
0.747481250
136 CAPÍTULO 4. DERIVADA
>p:=TaylorApproximation(g,x=1,order=5);
125 295 2125 2 466 3 1025 4 1525 5
p := − + x+ x + x − x − x
4374 2187 729 2187 4374 39366
>apro:=unapply(p,x);
125 295 2125 2 466 3 1025 4 1525 5
apro := x 7→ − + x+ x + x − x − x
4374 2187 729 2187 4374 39366
>apro(1.1);
4.10. ERROS DE APROXIMAÇÃO 137
3.587400047
(x − x0 )n+1 (n+1)
Rn (x) = f (ν), ν ∈ (x1 , x2 )
(n + 1)!
onde x1 = min{x0 , x} e x2 = max{x0 , x}. Se |f (n+1) (x)| ≤ M para todo x ∈ [a, b], temos que:
|x − x0 |n+1 M
E(x) ≤
(n + 1)!
E(x) = |f (x) − Pn (x)| é o erro da aproximação. A função Rn = Rn (x) é dita resto de Lagrange;
no MAPLE é denotado, por O((x − x0 ))n . Note que para n = 0 temos o Teorema do Valor
Médio.
Exemplo 4.13.
1. Determine o erro cometido ao calcular ln(1.00013), utilizando aproximação de ordem 4.
>g:=ln(x):
>p:=TaylorApproximation(g,x=1,order=4);
25 4 1
p := 4 x − − 3 x2 + x3 − x4
12 3 4
138 CAPÍTULO 4. DERIVADA
>q:=diff(p,x$5);
24
q :=
x5
Note que q ≤ 24 se x ≥ 1, logo:
>R4:=24*abs(x-1)ˆ5 /5!;
1
R4 := |x − 1|5
5
>simplify(subs(x = 1.00013, R4));
7.425860000 × 10−21
>g:=exp(x):
>p:=TaylorApproximation(g,x=0,order=8);
1 5 1 6 1 1
p := 1 + x + 1/2 x2 + 1/6 x3 + 1/24 x4 + x + x + x7 + x8
120 720 5040 40320
>q:=diff(p,x$9);
q := ex
Note que, se 0 < x < 1, então ex < e < 3, logo:
>R8:=3*xˆ9 /9!;
1
R8 := x9
120960
4.10. ERROS DE APROXIMAÇÃO 139
1.614686673 × 10−8
>evalf(Pi/2);
1.570796327
>g:=cos(x):
>p:=TaylorApproximation(g,x=Pi/2,order=5);
1 1 5 1 3 2
p := −x + π + 1/6 x3 − 1/4 x2 π + 1/8 xπ 2 − 1/48 π 3 − x + 1/48 x4 π − x π +
2 120 48
1 1 1
+ x2 π 3 − xπ 4 + π5
96 384 3840
>q:=diff(p,x$6);
q := −cos(x)
Note que, se |cos(x)| ≤ 1,
>R5:=abs(x-Pi/2)ˆ 6 /6!;
1 1
R5 := |x − π|6
720 2
>simplify(subs(x =1.570791, R5));
3.173684014 × 10−35
140 CAPÍTULO 4. DERIVADA
√
4. Usando o polinômio de Taylor, em x0 = 0, aproxime 3
e, com um erro inferior a 10−5 .
>Rn:=n->3ˆ(-n)/(n+1)!;
3−n
Rn := x 7→
(n + 1)!
false
false
true
>p:=TaylorApproximation(exp(x),x=0,order=5);
1 2 1 3 1 4 1 5
p := 1 + x + x + x + x + x
2 6 24 120
evalf(subs(x = 1/3, p))
1.395610425
4.10. ERROS DE APROXIMAÇÃO 141
4.11 Exercícios
1. Determine a equação da reta tangente ao gráfico das seguintes funções, no ponto de abs-
cissa dada:
(a) = ln(x2 ), x = 1
y 1
(f) y = √ , x=1
(b) = tg(x + 1), x = −1
y x2 + 1
(c) y
= sen((x + 1) π), x = 0 x5 − 1
√ (g) y = 4 , x = −1
(d) = 3 ex , x = 0
y x +1
x 1
(e) y = 3 , x=1 (h) y = 2 4 , x=1
x +1 x (x + 1)
2. Determine as equações das retas tangentes à curva y = x2 , nos pontos de abscissa x = ±3.
3. Determine o ponto onde a curva y = x3 tem tangente paralela à reta tangente à mesma
curva no ponto de abscissa x = 4. Determine a equação da reta tangente nesse ponto.
4. Determine as equações das retas tangentes e das retas normais às curvas, nos pontos de
abscissas dadas:
5. Sabendo que as curvas y = 4 x2 e y = −x−1 tem retas tangentes paralelas com abscissa
comum, determine-as.
1
(h) y = ln(log10 (x)) (r) y = x x
(i) y = sen(ex )
x
(s) y = sen(x)
(j) y = ex sen(ln((x))) (t) y = xe
x
√
(k) y = x3 + 2 sen(x)
x + 4 6 (u) y = cos(x)
(l) y = ln(x)
x+7 (v) y = ln(x)
(m) y = xx−1 p
(w) y = 1 − tg 2 (x)
(n) y = 3ln(x) p
(x) y = 2 − cos2 (x)
ex (x3 − 1)
(o) y = √ 1
2x + 1 (y) y =
(p) y = (x )x
2 cos(2 x)
2 x
(q) y = xx (z) y = arcsen
3
dy
8. Supondo que a equação dada define implicitamente y = f (x), calcule .:
dx
(a) x3 + y 3 = 5 (j) (x2 − y 2 )2 = y 2 + x2
(b) x3 + x2 y + y 2 = 0 (k) sen(x y) = x cos(y)
√ √
(c) x + y = 10 (l) ln(y − x) = ln(y + x)
x−y (m) e−2x−y = 5 + ln(x)
(d) y 3 =
x+y
2
(n) ln(y x) = exy
(e) 3 cos (x + y) = 7 y x
(o) ln = ey
(f) tg(y) = x y x
(g) ey = x + y (p) cos(y x2 ) = sen(y x2 )
(h) ln(y 2 + x) = y 3 − x2 (q) x y 2 + 3 tg(y) = x y
(i) (x + y)2 = (x − y)2 (r) x arctg(y) + y arctg(x) = 1
dx
9. Supondo que a equação dada define implicitamente x = g(y), calcule .:
dy
(a) x3 + y 3 = 5 (j) (x2 − y 2 )2 = y 2 + x2
(b) x3 + x2 y + y 2 = 0 (k) sen(x y) = x cos(y)
√ √
(c) x + y = 10 (l) ln(y − x) = ln(y + x)
x−y (m) e−2x−y = 5 + ln(x)
(d) y 3 =
x+y
2
(n) ln(y x) = exy
(e) 3 cos (x + y) = 7 y x
(o) ln = ey
(f) tg(y) = x y x
(g) ey = x + y (p) cos(y x2 ) = sen(y x2 )
(h) ln(y 2 + x) = y 3 − x2 (q) x y 2 + 3 tg(y) = x y
(i) (x + y)2 = (x − y)2 (r) x arctg(y) + y arctg(x) = 1
144 CAPÍTULO 4. DERIVADA
x3 y (3) + 5 x2 y 00 + (2 x − x3 ) y 0 − (2 + x2 ) y = 40 x3 − 4 x5 .
(a) x4 + y 4 = 16 (d) y 2 = x3 (2 − x)
(b) x2 + 6 x y + y 2 = 8 (e) sen(y) + sen(x) + sen(x y) = x
(c) x2 y 2 = (y + 1)2 (y − y2) (f) cos(y) − sen(x) = x
x √
3
(a) (f) x+1
x2 + 1
x
(b) x2 cos(x) (g) 2
x +1
(c) arctg(x2 + 1)
√ (h) ln(x3 + 5 x + 5)
(d) x+3
(e) e −2x (i) (4 x3 + 3 x − 1)7
π
18. Use o polinômio de Taylor de ordem 3 da função f (x) = sen(x) em x0 = para achar o
o
6
valor aproximado de sen(31 ). Avalie o erro e esboce a função e a aproximação no mesmo
referencial.
19. Use o polinômio de Taylor de ordem 5 da função f (x) = sen(x) em x0 = 0 para achar o
valor aproximado de sen(2o ). Avalie o erro e esboce a função e a aproximação no mesmo
referencial.
20. Use o polinômio de Taylor de ordem 4 da função f (x) = cos(x) em x0 = 0 para achar o
valor aproximado de cos(2o ). Avalie o erro e esboce a função e a aproximação no mesmo
referencial.
21. Use o polinômio de Taylor de ordem 5 da função f (x) = ln(x + 1) em x0 = 0 para achar
o valor aproximado de ln(1.56783). Avalie o erro e esboce a função e a aproximação no
mesmo referencial.
π
22. Usando o polinômio de Taylor, em x0 = 0, determine uma aproximação de sen , com
11
erro inferior a 3 × 10−4 .
π
23. Usando o polinômio de Taylor, em x0 = , determine uma aproximação de cos(46o ), com
4
erro inferior a 10−5 .
A
L = L(t) =
1 + C A e−rt
satisfaz à equação
dL L
=CL 1−
dt A
Se L = L(t) representa o crescimento populacional, quando a população se estabiliza?
26. A redução de oxigênio na água de uma lagoa, devido ao despejo de esgoto, só volta a
níveis normais t dias após o despejo do esgoto. Sabendo que a quantidade de oxigênio
que permanece, após t dias é dada por:
t2 + 10 t + 100
P (t) = 500 ,
t3 + 20 t2 + 200
medido em % do nível normal de oxigênio, determine a velocidade com que a quantidade
de oxigênio está sendo reduzida, após 1, 10, 20 e 50 dias após o despejo.
VARIAÇÃO DE FUNÇÕES
Neste capítulo, aplicaremos tudo o que foi aprendido sobre o MAPLE, nos capítulos anteriores.
5.1 Introdução
Seja f uma função e x0 ∈ Dom(f ).
f possui um ponto de máximo relativo ou de máximo local no ponto x0 , se existe um intervalo
aberto I que contem x0 tal que:
A proposição nos indica que num ponto de máximo ou de mínimo relativo de uma função f ,
a reta tangente ao gráfico de f nesse ponto é paralela ao eixo dos x. A proposição nos dá uma
condição necessária para que um ponto x0 ∈ (a, b) seja extremo.
Definição 5.1. Seja f uma função contínua em (a, b) e x0 ∈ (a, b). O ponto x0 é chamado ponto
crítico de f , se uma das condições abaixo ocorre:
147
148 CAPÍTULO 5. VARIAÇÃO DE FUNÇÕES
2. f é derivavável em x0 e f 0 (x0 ) = 0.
Pela proposição anterior, todo ponto extremo é ponto crítico. A recíproca é falsa. Um ponto
"candidato"a máximo ou mínimo relativo de uma função derivável f sempre deve satisfazer à
equação:
f 0 (x) = 0
Mais adiante saberemos descartar dos pontos críticos, aqueles que não são extremais.
O ponto onde uma função atinge o maior valor (se existe) é chamado máximo absoluto da
função. Um ponto x0 ∈ Dom(f ) é de máximo absoluto de f quando para todo x ∈ Dom(f ),
tem-se
f (x0 ) ≥ f (x).
O ponto onde uma função atinge o menor valor (se existe) é chamado mínimo absoluto da
função. Um ponto x0 ∈ Dom(f ) é de mínimo absoluto de f quando para todo x ∈ Dom(f ),
tem-se
f (x0 ) ≤ f (x).
Observamos que uma função pode não ter pontos onde f atinge o seu valor máximo e/ou
mínimo absolutos.
Proposição 5.2. Seja f uma função contínua em [a, b] e derivável em (a, b).
1. Se f 0 (x) > 0 para todo x ∈ (a, b), então f é crescente em [a, b].
2. Se f 0 (x) < 0 para todo x ∈ (a, b), então f é decrescente em [a, b].
1. Se f 0 (x) > 0 para todo x < x0 e f 0 (x) < 0 para todo x > x0 , então x0 é ponto de máximo
local de f .
5.2. DETERMINAÇÃO DE MÁXIMOS E MÍNIMOS 149
2. Se f 0 (x) < 0 para todo x < x0 e f 0 (x) > 0 para todo x > x0 , então x0 é ponto de mínimo
local de f .
Do teorema 5.1 segue que num ponto de máximo ou de mínimo de uma função contínua nem
sempre existe derivada.
Teorema 5.2. Seja f uma função duas vezes derivável e x0 um ponto crítico de f . Se:
Dos teoremas 5.1 e 5.2 temos que os candidatos a pontos de máximos e mínimos relativos são
não só pontos críticos, mas também, podem ser os pontos do domínio onde a função não é
derivável.
No caso em que o domínio de f é um intervalo do tipo [a, b], após determinarmos os pontos de
máximo e de mínimo no intervalo (a, b), devemos calcular os valores da função nos extremos
do intervalo e comparar estes valores com os valores máximos e mínimos relativos obtidos
anteriormente nos pontos críticos; o maior valor corresponderá ao máximo absoluto e o menor
valor ao mínimo absoluto da função e os pontos correspondentes serão, respectivamente, os
pontos de máximo e de mínimo absolutos.
No caso em que f 00 (x0 ) = 0, o teorema 5.2 não afirma nada; quando acontecer isto, recomen-
damos usar o teorema 5.1.
Em muitos casos é conveniente, para ver se existem possíveis pontos extremos de uma função,
fazer:
>plot(f(x),x=-infinity..infinity);
Exemplo 5.1.
>f:=aˆ2 +b*x+c:
>solve(diff(f,x)=0,{x});
1 b
{x = − }
2a
>d2:=unapply(diff(f,x$2),x);
d2 := x 7→ 2 a
150 CAPÍTULO 5. VARIAÇÃO DE FUNÇÕES
b
Logo, o vértice x = − é um ponto de máximo absoluto de f se a < 0 e um ponto de mínimo
2a
absoluto se a > 0.
>plot(f(x), x = -3 .. 2,thickness=3,color=blue);
>d1:=diff(f(x),x);
x+2 x < −2
5 e
p := undefined x = −2
2
3x − 2x − 8 −2 < x
Verifique, efetivamente, que f não pussui derivada em x = −2.
>solve(p>0,x);
>solve(p<0,x);
RealRange(Open(−4/3), Open(2))
4
Logo, x = − é um ponto de máximo relativo e x = 2 é um ponto de mínimo relativo.
3
5.2. DETERMINAÇÃO DE MÁXIMOS E MÍNIMOS 151
x6 x4
3. Calcule os pontos extremos relativos de f (x) = − + 2 se x ∈ [−2, 2].
4 2
f é diferenciável em todo ponto.
>solve(diff(f(x),x)=0,{x});
2√ 2√
{x = 0}, {x = 3}, {x = − 3}
3 3
>d2:=unapply(diff(f(x),x$2),x);
15 4
d2 := x 7→ x − 6 x2
2
>d2(2*sqrt(3)/3),d2(-2*sqrt(3)/3),d2(0);;
152 CAPÍTULO 5. VARIAÇÃO DE FUNÇÕES
16 16
, ,0
3 3
Como f 00 (0) = 0 utilizamos o teorema 5.1:
>solve(diff(f(x),x)>0,x);
p p
RealRange(Open(−2/3 (3)), Open(0)), RealRange(Open((2/3) (3)), ∞)
>solve(diff(f(x),x)<0,x);
p p
RealRange(−∞, Open(−(2/3) (3))), RealRange(Open(0), Open((2/3) (3)))
2√ 2√
f 0 (x) > 0 se − 3 < x < 0 e f 0 (x) < 0 se 0 < x < 3; logo, x = 0 é ponto de máximo
3 3
relativo de f .
>f(2),f(-2),f(0),f(2*sqrt(3)/3),f(-2*sqrt(3)/3);
46
10, 10, 2,
27
2√ 2√
Logo, −2 e 2 são pontos de máximo absolutos, − 3e 3 são pontos de mínimo absolutos.
3 3
No exemplo:
>minimize(p,x=-2..2,location);
2√ 2√
46 46 46
x=− 3 , , x= 3 ,
27 3 27 3 27
>maximize(p,x=-2..2,location);
Figura 5.4:
Se a função é duas vezes derivável, para obter os pontos x0 , candidatos a pontos de inflexão,
resolvemos a equação:
f 00 (x) = 0
154 CAPÍTULO 5. VARIAÇÃO DE FUNÇÕES
e estudamos o sinal de f 00 (x) para x > x0 e x < x0 , onde x0 é solução da equação. O fato de
f 00 (x0 ) = 0 não implica em que x0 seja abscissa de um ponto de inflexão.
Notemos que, se f 00 (x0 ) = 0 e f (3) (x0 ) 6= 0, então, x0 é um ponto de inflexão.
Num ponto de inflexão, não necessariamente existe a segunda derivada da função.
Exemplo 5.2.
1. Seja f (x) = x4 :
>diff(f(x),x$2);
12 x2
Logo, f 00 (x) = 0 se x = 0 e x = 0 é um ponto de mínimo absoluto de f (verifique!).
>f:=x*abs(x):
>f1:=convert(f,piecewise);
(
−x2 x<0
f 1 :=
x2 0≤x
>diff(f1,x);
(
−2 x x≤0
2x 0<x
>diff(x*abs(x),x$2);
5.3. CONCAVIDADE E PONTOS DE INFLEXÃO DE FUNÇÕES 155
−2
x<0
undefined x=0
2 0<x
Pontos críticos de f :
>d1:=diff(f(x),x);
2 x −1 + 4 x2
d1 := −
3 (x2 )2/3
√
3
Se x 6= 0, a função f (x) = x2 (1 − x2 ) é contínua para todo x ∈ R; mas, não existe f 0 (0).
Logo, no ponto (0, 0) do gráfico deve existir uma "cúspide"como no gráfico do valor absoluto.
Se x 6= 0, os pontos críticos de f são:
>p:=solve(d1=0,x);
1 1
p := − ,
2 2
Máximos e mínimos relativos de f :
Se x 6= 0; então:
>d2:=unapply(simplify(diff(d1,x)));
156 CAPÍTULO 5. VARIAÇÃO DE FUNÇÕES
2 20 x2 + 1
d2 := x 7→ − .
9 (x2 ) 32
>evalf(d2(p[1])),evalf(d2(p[2]));
−3.359789466, −3.359789466
1 1
logo, x = − e x = são pontos de máximos relativos de f .
2 2
Se x = 0, estudamos o sinal da derivada de f para valores à esquerda e à direita de x = 0:
>assume(x>0):
>solve(d1>0,x);
RealRange(Open(0), Open(1/2))
>solve(d1<0,x);
RealRange(Open(1/2), ∞)
Concavidade de f : Como f 00 (x) < 0 para todo x ∈ R − {0}, f é côncava para baixo em R − {0}.
Logo, não tem pontos de inflexão.
Assíntotas:
>Limit(f1(x),x=-infinity)=limit(f1(x),x=-infinity);
√
3
lim x2 (x2 − 1) = ∞
x→−∞
>Limit(f1(x),x=infinity)=limit(f1(x),x=infinity);
√
3
lim x2 (x2 − 1) = ∞
x→∞
>solve(f2=0,x);
√ √
−1 + 1 − c, −1 − 1−c
√
se c > 1, Dom(f ) = R, se c = 1, Dom(f ) = R − {−1} e se c < 1, Dom(f ) = R − {−1 ± 1 − c}.
Pontos críticos de f :
>solve(diff(f, x) = 0, x);
−1
1
f 0 (x) = 0 se x = −1, (c 6= 1). Neste caso, o ponto crítico é (−1, ).
c−1
Máximos e mínimos de f :
>d2:=unapply(simplify(diff(f, x$2),x);
2 (3 x2 + 6 x + 4 − c)
d1 := x 7→ −
(x2 + 2 x + c)3
>d2(-1);
2
−
(c − 1)2
Logo, x = −1 é ponto de máximo relativo se c 6= 1.
158 CAPÍTULO 5. VARIAÇÃO DE FUNÇÕES
Resolvendo f 00 (x) = 0:
>solve(d2(x)=0,x);
p p
−3 + 3 (c − 1) −3 − 3 (c − 1)
,
3 3
Assíntotas:
Assíntotas horizontais:
>Limit(f2(x),x=-infinity)=limit(f2(x),x=-infinity);
1
lim =0
x→−∞ x2 + 2x + c
>Limit(f2(x),x=infinity)=limit(f2(x),x=infinity);
1
lim =0
x→∞ x2 + 2x + c
Então, y = 0 é assíntota horizontal.
Assíntotas verticais:
Se c = 1,
>Limit(f2(x),x=-1)=limit(f2(x),x=-1);
1
lim =∞
x→−1 x2 + 2 x + 1
se c < 1,
>Limit(f2(x),x=-1-sqrt1-c)=limit(f2(x),x=-1-sqrt1-c);
1
lim√ =∞
x→−1− 1−c x2 + 2x + c
>Limit(f2(x),x=-1+sqrt1-c)=limit(f2(x),x=-1+sqrt1-c);
1
lim√ =∞
x→−1+ 1−c x2 + 2 x + c
√
x = −1 e x = −1 ± 1 − c são assíntotas verticais da curva, para c = 1 e c < 1, respectivamente.
5.3. CONCAVIDADE E PONTOS DE INFLEXÃO DE FUNÇÕES 159
Pontos críticos de f :
>p:=solve(diff(f3, x) = 0, x);
1 1
p := , −
c c
se c 6= 0.
Máximos e Mínimos de f :
>d2:=unapply(simplify(diff(f, x$2),x);
160 CAPÍTULO 5. VARIAÇÃO DE FUNÇÕES
c3 x −3 + c2 x2
d2 := x 7→ 2
(1 + c2 x2 )3
>d2(p[1]),d2(p[2]);
1 1
− c2 , c2
2 2
1 1
Logo, x = é ponto de máximo relativo de f e x = − é ponto de mínimo relativo de f .
c c
(c 6= 0).
Assíntotas:
>Limit(f3(x),x=-infinity)=limit(f3(x),x=-infinity);
cx
lim =0
x→−∞ 1 + c2 x2
y = 0 é assíntota horizontal da curva.
No teorema as hipóteses de que o domínio seja um intervalo do tipo [a, b] e de que a função
seja contínua são condições essenciais.
De fato, a função contínua f (x) = x não possui pontos de máximo nem de mínimo em qualquer
1
intervalo aberto. A função descontínua f (x) = se x 6= 0 e f (0) = 0, não possui ponto de
x
máximo nem de mínimo no intervalo [−1, 1].
2. Se o domínio da função for um intervalo aberto ou a reta : Não há garantia que a função
atingirá um valor de extremo absoluto, quer seja máximo absoluto, quer seja mínimo ab-
soluto.. Nesse caso, determinamos os pontos críticos da função e analisando a natureza
de cada um, verificando se há pontos de extremos relativos. A seguir, precisamos justifi-
car se a função atinge, de fato, o seu valor de máximo e/ou mínimo absoluto em algum
dos pontos de extremo relativo.
Caso o domínio da função seja um intervalo que não seja nem aberto e nem fechado, combi-
namos os procedimentos 1 e 2 acima. Por exemplo, se o domínio da função for o intervalo
[a, b), não podemos nos esquecer de avaliar a função no extremo e comparar esse valor, com os
valores da função nos pontos de extremos relativos.
162 CAPÍTULO 5. VARIAÇÃO DE FUNÇÕES
Exemplo 5.3.
>d:=xˆ2+yˆ2:
>d1:=subs(y=1/x,d);
1
d1 := x2 +
x2
>solve(diff(d1,x)=0,x);
−1, 1, I, −I
>diff(d1,x$2);
6
2+
x4
que é sempre positiva; logo, x = ±1 são pontos de mínimo; os pontos mais próximos da origem
são (1, 1) e (−1, −1).
-1 1
-1
2. Determine as dimensões do retângulo de maior área que pode ser inscrito na elipse
x2 y 2
+ 2 = 1; a, b > 0.
a2 b
5.4. PROBLEMAS DE OTIMIZAÇÃO 163
>A1:=16*xˆ2 *yˆ2:
>s1:=solve(el,yˆ2);
b2 (−x2 + a2 )
s1 :=
a2
A:=subs(yˆ2=s1,A1);
b2 x2 (−x2 + a2 )
A := 16
a2
Se x > 0.
>solve(diff(A,x)=0,x);
1√ 1√
0, 2 a, − 2a
2 2
1√
Logo, x = 2 a.
2
AA:=simplify(diff(A,x$2));
b2 (−6 x2 + A2 )
AA := 32
A2
>subs(x=sqrt(2)*a/2,AA);
−64 b2
1√
Logo, 2 a é ponto de máximo de A e:
2
>subs(x=sqrt(2)*a/2,sqrt(s1));
164 CAPÍTULO 5. VARIAÇÃO DE FUNÇÕES
1√
2b
2
Logo, a área do maior retângulo que pode ser inscrito na elipse é:
>subs(x=sqrt(2)*a/2,y==sqrt(2)*b/2,A1);
2ab
√ √
As dimensões do retângulo são 2 x = 2a e 2y = 2 b.
5.5. EXERCÍCIOS 165
5.5 Exercícios
1. Calcule os pontos críticos (se existem) de:
x
(a) y = x3 + 2x2 + 5x + 3 (f) y =
x2 −4
(b) y = x4 + 4x3
(g) y = |2x − 3|
(c) y = sen(x) − cos(x)
(d) y = ex − x (h) y = (4 x2 − 3 x − 1)7
p
(e) y = 3 (x2 − 9)2 (i) y = xm (a − x)n , n, m ∈ Z e a > 0
(f) f (x) = √
1 (l) y = x e−x − x2
x2 + 1 x2
2
(g) y = 3x + 6x + 7 (m) y =
x−1
(b) Verifique que y tem um ponto de máximo e um ponto de mínimo se b2 − 3ac > 0.
5.5. EXERCÍCIOS 167
Problemas de Otimização
1. Determine a área do retângulo máximo, com base no eixo dos x e vértices superiores
sobre a parábola y = 12 − x2 .
2. Com uma quantidade A de material dada deve-se construir um depósito de base qua-
drada e paredes verticais. Determine as dimensões que dão o volume máximo.
3. Uma reta passando por (1, 2) corta o eixo dos x em A = (a, 0) e o eixo dos y em B = (0, b).
Determine o triângulo AOB de área mínima para a e b positivos.
4. Um cartaz deve conter 50 cm2 de matéria impressa com duas margens de 4 cm cada, na
parte superior e na parte inferior e duas margens laterais de 2 cm cada. Determine as
dimensões externas do cartaz de modo que sua área total seja mínima.
7. Determine o volume do maior cilindro circular reto que pode ser inscrito numa esfera de
raio r.
8. Deseja-se construir uma piscina de forma circular, com volume igual a 125πm3 . Deter-
mine os valores do raio r e da profundidade h (altura), de modo que a piscina possa ser
construida com a menor quantidade de material possível.
9. Determine a altura do maior cone que pode ser gerado pela rotação de um triângulo
retângulo de hipotenusa igual a 2 cm em torno de um dos catetos.
10. Determine o ponto do eixo dos x cuja soma das distâncias a (4, −5) e (−2, 3) é mínima.
11. Entre todos os retângulos de área dada a, qual o que tem menor perímetro?
12. Determine os catetos de um triângulo retângulo de área máxima sabendo que sua hipo-
tenusa é h.
168 CAPÍTULO 5. VARIAÇÃO DE FUNÇÕES
13. Uma janela tem formato retangular com um semi-círculo no topo. Determine as dimen-
sões da janela de área máxima, se o perímetro é de 12 metros.
15. Para fazer um cilindro circular reto de um retângulo de folha de aço, colam-se duas bor-
das paralelas da folha. Para dar rigidez ao cilindro cola-se um arame de comprimento l
ao longo da diagonal do retângulo. Ache a tangente do ângulo formado pela diagonal e
o lado não colado, de tal modo que o cilindro tenha volume máximo.
16. Um sólido é construido, colando um cilindro circular reto de altura h e raio r a uma
semi-esfera de raio r. Se a área do sólido é 5 π, determine r e h para que o volume seja
máximo.
17. Suponha que a resistência de uma viga retangular é dada pela fórmula: R = l h2 , onde l
e h são, respectivamente, a largura e a altura da seção da viga. Determine as dimensões
da viga mais resistente que pode ser cortada de um tronco de árvore cilíndrico de raio a.
18. Uma janela tem forma de um retângulo, tendo acima um triângulo equilátero. Sabendo-
se que o perímetro da janela é igual a 4 metros, determine as dimensões do retângulo que
proporciona a área máxima para a janela.
19. A diferença de dois número é 20. Determine os números de modo que o produto seja o
menor possível.
20. A soma de duas vezes um números e cinco vezes um segundo número é 70. Determine
os números de modo que o produto seja o maior possível.
21. Determine as dimensões do retângulo de maior perímetro que pode ser inscrito na elipse:
x2 y 2
+ 2 = 1;
a2 b
a, b 6= 0.
23. A taxa aeróbica de uma pessoa com x anos de idade é dada por:
110 (ln(x) − 2)
A(x) = ,
x
sendo x ≥ 11. Em que idade a pessoa tem capacidade aeróbica máxima?
24. Com um fio de comprimento 2 a constroi-se um arco de círculo de modo que a área do
segmento circular que determina seja máxima. Qual é o raio?
25. Se uma droga é injetada na corrente sanguínea, sua concentração t minutos depois é dada
por C(t) = k (e−2t − e−3t ), onde k é uma constante positiva.
(b) Que se pode dizer sobre a concentração após um longo período de tempo?
10
f (t) = ,
(t − 6)2 + 1
27. Suponha que numa experiência realizada foram coletados os seguintes pares de dados:
tais que os xi não são todos iguais. A teoria subjacente à experiência sugere que os dados
devem estar ao longo de uma reta y = m x. Devido a erros experimentais, os pontos não
são colineares. O problema consiste em determinar a reta que melhor se ajusta aos dados,
ou seja, consiste em determinar m de modo que a soma dos desvios verticais seja mínima.
O ponto sobre a reta y = m x que está mais próximo (distância vertical) dos pontos dados
tem coordenadas (xi , m xi ); logo o quadrado da distância vertical a estes pontos é:
Ei = (m xi − yi )2 , 1 ≤ i ≤ n.
n
X
f (m) = E1 + E2 + ........ + En = (m xi − yi )2
i=1
(b) Ache a reta que melhor se ajusta aos pontos (−2, −1), (0, 0), (1, 2), (3, 1) e (4, 3).
170 CAPÍTULO 5. VARIAÇÃO DE FUNÇÕES
Capítulo 6
INTEGRAÇÃO INDEFINIDA
6.1 Introdução
Na primeira parte do capítulo mostraremos como obter uma função conhecendo apenas a sua
derivada. Este problema é chamado de integração indefinida.
Definição 6.1. Uma função F (x) é chamada uma primitiva da função f (x) no intervalo I se
para todo x ∈ I, tem-se:
F 0 (x) = f (x)
Muitas vezes não faremos menção ao intervalo I, mas a primitiva de uma função sempre será
definida sobre um intervalo.
Definição 6.2. Seja F (x) uma primitiva da função f (x) no intervalo I. A expressão F (x)+c, c ∈
R é chamada a integral indefinida da função f e é denotada por:
Z
f (x) dx = F (x) + c
Logo:
Z
f (x) dx = F (x) + c ⇐⇒ F 0 (x) = f (x)
em particular: Z
f 0 (x) dx = f (x) + c.
Assim, a integral indefinida permite que encontremos uma família de primitivas de f (x).
A sintaxe para o cálculo da integral indefinida de uma função é:
>int(função,variável)+C;
ou de forma mais didática:
>Int(função,variável)=int(função,variável)+C;
171
172 CAPÍTULO 6. INTEGRAÇÃO INDEFINIDA
Exemplo 6.1.
Z
dx
1. Calcule , a 6= 0.
x2 + a2
>f:=1/(xˆ2 +aˆ2):
>Int(f,x)=int(f,x)+C;
Z
1 arctan(x)
dx = +C
x2 +a2 a
Note que:
>diff(arctan(x)/a +C,x);
1
x2 + a2
√
sec2 ( x)
Z
2. Calcule √ dx.
x
>f:=sec(sqrt(x))ˆ2/sqrt(x):
>Int(f,x)=int(f,x)+C;
√ √
sec2 ( x)
Z
2 sin( x)
√ dx = √ +C
x cos( x)
Note que:
√
sec2 ( x)
√
x
Z
dx
3. Calcule .
x2 + 2x + 5
>f:=1/(xˆ2 +2*x+5):
>Int(f,x)=int(f,x)+C;
Z
dx 1 1 1
= arctan x + +C
x2 + 2x + 5 2 2 2
Note que:
1
x2 + 2x + 5
Z
4. Calcule eax sen(b x) dx; a, b 6= 0.
>f:=exp(a*x)*sin(b*x):
>Int(f,x)=int(f,x)+C;
Note que:
eax sen(bx)
Muitas vezes o MAPLE não consegue calcular de forma eficiente uma integral. Por exemplo,
considere:
Z
x (x + 1)3000 dx
O Maple, antes de calcular a integral, desenvolve o binômio, o utiliza uma grande parte da
memória do computador. Convidamos ao leitor a digitar:
Exemplo 6.2.
Z
2
1. Calcule e−x dx.
>f:=exp(xˆ2):
>Int(f,x)=int(f,x)+C;
1√
Z
2
e−x dx =
π erf (x) + C,
2
onde erf (x) é a chamada função erro, que não é elementar, a qual será revista nos próximos
capítulos.
É interessante e importante entender os passos intermediários que o MAPLE realiza para
calcular as integrais indefinidas.
0
F (g(x)) = F 0 (g(x)) · g 0 (x) = f (g(x)) · g 0 (x).
Logo, F (g(x)) é uma primitiva de f (g(x)) · g 0 (x), então:
Z
f (g(x)) · g 0 (x) dx = F (g(x)) + c;
Z Z
0
f (g(x)) · g (x) dx = f (u) du = F (u) + c
A sintaxe é:
>with(student):
>f:=função:
>a:=Int(f,variável);
>a1:=changevar(equação que define a mudança=u,a,u);
>a2:=value(a1);
>Int(f,x)=subs(u=equação que define a mudança,a1)+C;
6.2. MÉTODO DE SUBSTITUIÇÃO 175
Exemplo 6.3.
Z
2x
1. Calcule 2
dx.
x +1
>with(student):
>f:=2*x/(xˆ2 +1):
>a:=Int(f,x);
Z
2x
a := dx
x2 +1
>a1:=changevar(xˆ2 +1 =u,a,u);
Z
1
a1 := du
u
integral imediata:
>a2:=value(a1);
a2 := ln(u)
>Int(f, x) = subs(u = xˆ2+1, a2)+C;
Z
2x
dx = ln(x2 + 1) + C
x2+1
√
sec2 ( x)
Z
2. Calcule √ dx.
x
>with(student):
>f:=sec(sqrt(x))ˆ2 /sqrt(x)):
>a:=Int(f,x);
√
sec2 ( x)
Z
a := √ dx
x
>a1:=changevar(sqrt(x)=u,a,u);
Z
a1 := 2 sec(u)2 du
integral imediata:
>a2:=value(a1);
2 sin(u)
a2 :=
cos(u)
176 CAPÍTULO 6. INTEGRAÇÃO INDEFINIDA
>with(student):
>f:=x*cos(xˆ2)*sin(sin(xˆ2)):
>a:=Int(f,x);
Z
a := x cos(x2 ) sen(sen(x2 )) dx
>a1:=changevar(sin(xˆ2 )=u,a,u);
Z
1
a1 := sin(u) du
2
integral imediata:
>a2:=value(a1);
1
a2 := − cos(u)
2
>Int(f, x) = subs(u =sin(xˆ 2), a2)+C;
Z
1
x cos(x2 ) sen(sen(x2 )) dx = − cos(sin(x2 )) + C
2
Z
4. Calcule x (x + 1)3000 dx
>with(student):
>f:=x*(x+1)ˆ3000:
>a:=Int(f,x);
Z
a := x (x + 1)3000 dx
>a1:=changevar(x+1=u,a,u);
Z
a1 := (−1 + u) u3000 du
>a2:=value(a1);
6.3. MÉTODO DE INTEGRAÇÃO POR PARTES 177
u3001 u3002
a2 := − +
3001 3002
>Int(f, x) = subs(u =x+1, a2)+C;
(x + 1)3001 (x + 1)3002
Z
x (x + 1)3000 dx = − + +C
3001 3002
>with(student):
>f:=função:
>a:=Int(f,variável);
>a1:=intparts(a, função que foi chamada de u);
>a2:=value(a1);
>Int(f,x)=a2+C;
Exemplo 6.4.
Z
1. Calcule ln(x) dx.
>with(student):
>f:=ln(x):
>a:=Int(f,x);
178 CAPÍTULO 6. INTEGRAÇÃO INDEFINIDA
Z
a := ln(x) dx
>a1:=intparts(a,ln(x));
Z
a1 := x ln(x) − (1) dx
>a2:=value(a1);
a2 := x ln(x) − x
>Int(f,x)=a2+C;
Z
ln(x) dx = x ln(x) − x + C
Z
2. Calcule x sen(x) dx.
>with(student):
>f:=x*sin(x):
>a:=Int(f,x);
Z
a := x sen(x) dx
>a1:=intparts(a,x);
Z
a1 := −x cos(x) − (−cos(x)) dx
>a2:=value(a1);
a2 := −x cos(x) + sin(x)
>Int(f,x)=a2+C;
Z
x sen(x) dx = −x cos(x) + sin(x) + C
Z
3. Calcule (x3 + 5) ln(x) dx.
>with(student):
>f:=(xˆ3 +5)*ln(x):
>a:=Int(f,x);
Z
a := (x3 + 5) ln(x) dx
6.4. MÉTODO PARA INTEGRAÇÃO DE FUNÇÕES RACIONAIS 179
>a1:=intparts(a,ln(x));
Z 1 x4 + 5 x
1 4 4
a1 := ln(x) x + 5x − dx
4 x
>a2:=value(a1);
1 4 1 4
a2 := ln(x) x + 5x − x − 5x
4 16
>Int(f,x)=a2+C;
Z
1 4 1 4
(x3 + 5) ln(x) dx = ln(x)
x + 5x − x − 5x + C
4 16
Exemplo 6.5.
[1] P (x) = x2 − 3 x + 2 = (x − 2) (x − 1).
[2] P (x) = x3 + 4 x2 + 5 x + 2 = (x + 1)2 (x + 2).
[3] P (x) = x3 − x2 + x − 1 = (x2 + 1) (x − 1).
[4] P (x) = x8 + x7 − 9 x6 + 3 x5 − 33 x4 + 3 x3 − 35 x2 + x − 12 = (x2 + 1)5 (x − 3) (x + 4).
[5] P (x) = x4 + x3 + 2 x2 + x + 1 = (x2 + 1) (x2 + x + 1).
Seja uma função racional:
P (x)
.
Q(x)
A decomposição de uma função racional em frações mais simples, depende da fatoração do
polinômio Q(x). Se numa função racional o grau de P (x) é maior ou igual ao grau de Q(x),
então podemos dividir os polinômios. De fato, se grau(P (x)) ≥ grau(Q(x)) então
Caso 3: Q(x) se decompõe em fatores lineares e fatores quadráticos irredutíveis, sendo que os
fatores quadráticos não se repetem.
Caso 4: Q(x) se decompõe em fatores lineares e fatores quadráticos irredutíveis, sendo que
alguns dos fatores quadráticos se repetem.
A sintaxe utilizada para decompor uma função racional em frações mais simples é:
>with(student):
>f:=função racional:
>a:=Int(f, x);
>b:=convert(integrand(a), parfrac, x);
>a1:=Int(b, x);
>Int(f,x)=value(a1)+C;
Exemplo 6.6.
Z 3
x + 3x − 1
1. Calcule dx.
x4 − 4 x2
>with(student):
>f:=(xˆ3+3*x-1)/(xˆ4 -4*xˆ2):
>a:=Int(f,x);
x3 + 3 x − 1
Z
a := dx
x4 − 4 x2
>b:=convert(integrand(a), parfrac, x);
15 1 3 13
b := + 2
− +
16 (x + 2) 4 x 4 x 16 (x − 2)
>a1:=Int(b,x);
Z
15 1 3 13
a1 := + 2
− + dx
16 (x + 2) 4 x 4 x 16 (x − 2)
>Int(f,x)=value(a1)+C;
6.4. MÉTODO PARA INTEGRAÇÃO DE FUNÇÕES RACIONAIS 181
x3 + 3 x − 1
Z
13 1 3 15
dx = ln(x − 2) − − ln(x) + ln(x + 2) + C
x4 − 4 x2 16 4x 4 16
3 x2 + 4 x + 2
Z
2. Calcule dx.
x3 + 2 x2 + x
>f:=(3*xˆ2+4*x+2)/(xˆ3+2*xˆ2+x):
>a:=Int(f,x);
3 x2 + 4 x + 2
Z
a := dx
x3 + 2 x2 + x
>b:=convert(integrand(a), parfrac, x);
2 1 1
b := − 2
+
x (x + 1) x+1
>a1:=Int(b,x);
Z
2 1 1
a1 := − 2
+ dx
x (x + 1) x+1
>Int(f,x)=value(a1)+C;
3 x2 + 4 x + 2
Z
1
3 2
dx = 2 ln(x) + + ln(x + 1) + C
x + 2x + x x+1
3 x3 − 12 x2 + 13 x − 7
Z
3. Calcule dx.
x4 − 4 x3 + 5 x2 − 4 x + 4
>f:=(3*xˆ3-12*xˆ2 +13*x-7)/(xˆ4 -4*xˆ3+5*xˆ2 -4*x+4):
>a:=Int(f,x);
3 x3 − 12 x2 + 13 x − 7
Z
a := dx
x4 − 4 x3 + 5 x2 − 4 ∗ x + 4
>b:=convert(integrand(a), parfrac, x);
2x − 1 1 1
b := 2
− 2
+
x +1 (x − 2) x−2
>a1:=Int(b,x);
Z
2x − 1 1 1
a1 := 2
− 2
+ dx
x +1 (x − 2) x−2
>Int(f,x)=value(a1)+C;
3 x3 − 12 x2 + 13 x − 7
Z
1
4 3 2
dx = ln(x2 + 1) − arctan(x) + + ln(x − 2) + C
x − 4x + 5x − 4 ∗ x + 4 x−2
182 CAPÍTULO 6. INTEGRAÇÃO INDEFINIDA
6.5 Exercícios
1. Calcule as seguintes integrais usando o método de substituição:
Z Z
x 1
(a) √ dx (n) dx
5 2
x −1 x(ln(x))2
x3
Z
3x
Z
(b) dx (o) √ dx
x2 + 1 1 + x4
√
Z Z
3
(c) x + 5 dx (p) x2 ex dx
Z
dy
Z
arcsen(y)
(d) √ (q) dy
b − ay
p
2 1 − y2
Z
ex
Z
(e) y(b − ay 2 ) dy (r) dx
e2x + 16
4x2
Z Z
sen(θ)
(f) √ dx (s) dθ
x3 + 8 (5 − cos(θ))3
Z Z
6x x+3
(g) dx (t) dx
(5 − 3x )2 2 (x + 6x)2
2
Z
dx
Z
dy
(h) 3
(u)
(b + ay) x ln(x)
Z Z arcsen(x)
p e
(i) x3 a + bx4 dx (v) √ dx
1 − x2
Z
ln(x) + 2
Z
sen(ln(x))
(j) dx (w) dx
x x
Z Z √
(k) 2
sen(2x) cos (2x) dx cos( x + 1)
(x) √ dx
Z 1+x
x x Z
x5
(l) tg( ) sec2 ( ) dx (y) √ dx
2 2 3
x6 + 4
Z
cos(ax)dx Z
(m) p (z) 3x cos(3x ) dx
b + sen(ax)
cos4 (x)
Z Z
(f) x sec(x) tg(x) dx (o) dx
sen6 (x)
Z Z
(g) x3 sen(5 x) dx (p) sen4 (ax) dx
Z Z
(h) x4 cos(2x) dx (q) sen3 (y) cos4 (y) dy
sen4 (x)
Z Z
(i) x4 e−x dx (r) dx
cos6 (x)
Z √ Z
x+1
16 − x2 (k) √ dx
(a) dx
x2 x2 − 1
Z
Z
dx dx
(b) √ (l) √
x x2 − 9
3 x2 x2 + 4
Z R sen(x)
dx (m) 3 dx
(c) 3 (25−cos2 (x)) 2
(4x − x2 ) 2 R dx
Z p (n) 3
x((ln(x))2 −4) 2
(d) x2 + 2 dx cos(x)
√
R
(o) dx
Z 4+sen2 (x)
dx
(e) √ Z
dx
(1 + x2 ) 1 − x2 (p) √
Z −3 + 8x − 4x2
dx
(f) √
Z
x
(1 − x2 ) 1 + x2 (q) √ dx
Z 1 − x + 3x2
dx Z
2x
(g) √
x x2 − 4
2 (r) dx
(x + 3x + 4)2
2
7x3
Z Z
(h) dx
3 dx (s) √
(4x2 + 9) 2 x2 + 3 x + 5
Z p Z
dx
(i) ( 1 + x2 + 2x) dx (t) √
2
x −x−1
ex
Z Z
5x + 3
(j) √ x dx (u) √ dx
e +1 4 x2 + 3 x + 1
184 CAPÍTULO 6. INTEGRAÇÃO INDEFINIDA
Z Z
dx x
(v) √ (x) √ dx
4 x − x2 − 3 x2 − 3 x + 4
1 − 2x
Z Z
x+2
(w) √ dx (y) √ dx
2 x − x2 + 3 2
x + 6 x + 34
x2 + 2 x
Z Z
(d) tg(x) sec3 (x) dx (i) dx
x3 + 3 x2 + 4
x−3
Z Z
(e) cos(3 x) cos(4 x) dx (j) dx
(x + 2 x + 4)2
2
6.5. EXERCÍCIOS 185
√
x4 + 1
Z
x
Z
(k) dx (r) dx
x (x2 + 1) x+1
Z
Z
sen(x) cos2 (x) dx
(l) dx (s) √
5 + cos2 (x) (x + 9) x2 + 4
2
Z
Z
x2 dx
(m) dx (t) √
(x + 1)3 (x − 1) x2 + 2 x − 2
Z
Z
dx dx
(n) (u)
2
4 x + 12 x − 7 1 + 2 sen(x) cos(x) + sen2 (x)
2 cos2 ( x2 )
Z
2x + 3
Z
(o) dx (v) dx
x3 + 3 x x + sen(x)
3 x2 − 4 x + 5 1 − tg 2 (x)
Z Z
(p) dx (w) dx
(x − 1) (x2 + 1) sec2 (x) + tg(x)
x3
Z
dx
Z
(q) √ dx (x) √ dx
3
x2 + 1 (x + 3) x − 1
186 CAPÍTULO 6. INTEGRAÇÃO INDEFINIDA
Capítulo 7
INTEGRAÇÃO DEFINIDA
7.1 Intodução
Neste capítulo introduziremos a noção de integral definida, cuja origem foi a formalização
matemática da idéia do cálculo de áreas de regiões planas delimitadas pelos gráficos de fun-
ções.
Observemos que somente "sabemos"calcular, efetivamente, a área de regiões limitadas por seg-
mentos de retas como retângulos, triângulos ou composições destes. Como motivação, come-
çaremos com um problema.
Problema: Seja f : [a, b] −→ R uma função contínua, não negativa. Calcule a área da região
plana R delimitada pelo gráfico de y = f (x), pelas retas x = a, x = b e o eixo dos x.
a b
187
188 CAPÍTULO 7. INTEGRAÇÃO DEFINIDA
Obtemos assim n retângulos Ri . É intuitivo que a soma das áreas dos n retângulos é uma apro-
ximação da área da região R. Se n é muito grande ou, equivalentemente, se n cresce, então
∆xi , a base do retângulo correspondente, é muito pequena e a soma das áreas dos n retângulos
aproxima-se cada vez mais da área da região R.
A área de cada Ri é f (ci ) × ∆xi (base por altura); a soma Sn das áreas dos n retângulos é:
n
X
Sn = f (ci ) ∆xi .
i=1
7.1. INTODUÇÃO 189
A soma Sn é chamada uma soma de Riemann da função f . Denotemos por |∆xi | a maior me-
dida dentro os ∆xi . A área de uma região plana R delimitada pelo gráfico da função contínua
y = f (x), definida no intervalo [a, b] e pelas retas x = a e x = b é:
n
X
A(R) = lim f (ci ) ∆xi .
|∆xi |→0
i=1
É possível provar com rigor matemático que, quando a função é contínua, este limite sempre
existe e é igual a área de R; mais ainda, este limite não depende da escolha da partição do
intervalo [a, b] ou da escolha dos pontos ci . Para mais detalhes veja a bibliografia intermediária
e avançada.
>with(student):
Nas versões mais recentes do MAPLE, podemos utilizar a seguinte sintaxe, para fazer anima-
ções:
>with(Student[Calculus1]):
>RiemannSum(função, x =a..b, method = left ou right ou middle, output = animation);
Exemplo 7.1.
1. Calcule a área da região limitada pelo gráfico da função y = f (x) = x2 , o eixo dos x e pelas
retas x = 0 e x = 1.
190 CAPÍTULO 7. INTEGRAÇÃO DEFINIDA
>f:=xˆ2:
>leftsum(f,x=0..1,4);
3
1 X 1 2
i
4 16
i=0
>value( );
7
32
Note que escolhemos:
1 1 3
ci 0
4 2 4
1 1 9
f (ci ) 0
16 4 16
Logo:
1 1 1 1 1 1 9 7
×0+ × + × + × = .
4 4 16 4 4 4 16 32
7.1. INTODUÇÃO 191
>leftbox(f,x=0..1,4);
Agora, façamos:
>rightsum(f,x=0..1,4);
4
1 X 1 2
i
4 16
i=1
>value( );
15
32
1 1 3
ci 1
4 2 4
1 1 9
f (ci ) 1
16 4 16
Logo:
1 1 1 1 1 9 1 15
× + × + × + ×1= .
4 16 4 4 4 16 4 32
>rigtbox(f,x=0..1,4);
192 CAPÍTULO 7. INTEGRAÇÃO DEFINIDA
É intuitivo que:
7 15
≤ A(R) ≤ .
32 32
1 2 3 n
x0 = 0 < x1 = < x2 = < x3 = < .................. < xn = = 1.
n n n n
1
∆xi = .
n
1 2 n−1
Se escolhemos c1 = 0, c2 = , c3 = ,............, cn = :
n n n
>leftsum(f,x=0..1,n);
n−1
X i2
n2
i=0
n
>value( );
1 (2 n − 1) (n − 1)
6 n2
Logo:
n−1
X i2 (n − 1) (2 n − 1)
= .
n3 6 n2
i=0
1 2 3 n
Se escolhemos c1 = , c2 = , c3 = ,............, cn = :
n n n n
>rightsum(f,x=0..1,n);
7.1. INTODUÇÃO 193
n
X i2
n2
i=1
n
>value( );
1 (2 n + 1) (n + 1)
6 n2
Logo:
n
X i2 (n + 1) (2 n + 1)
= .
n3 6 n2
i=1
Então,
(n − 1) (2 n − 1) (n + 1) (2 n + 1)
≤ A(R) ≤ .
6 n2 6 n2
Por outro lado:
(n − 1) (2 n − 1) (n + 1) (2 n + 1) 1
lim = lim = ;
n→+∞ 6 n2 n→+∞ 6 n2 3
então,
1
A(R) =
3
Agora, façamos uma animação:
>with(Student[Calculus1]):
Façamos uma tabela para comparar o resultado, com as diversas partições e o erro do calculo.
>with(student):
>for i to 10 do j := 2000*i:
>Er[i] := RI[i]-LE[i]:
>end do:
>array([fil[1], fil[2], fil[3], fil[4], fil[5], fil[6], fil[7], fil[8], fil[9], fil[10]]);
7.1. INTODUÇÃO 195
2000 0.3330833750 0.3335833750 0.3333333125 0.0005000000
4000 0.3332083438 0.3334583438 0.3333333280 0.0002500000
6000 0.3332500047 0.3334166714 0.3333333311 0.0001666667
8000 0.3332708359 0.3333958359 0.3333333320 0.0001250000
10000 0.3332833350 0.3333833350 0.3333333325 0.0001000000
12000 0.3332916678 0.3333750012 0.3333333327 0.0000833334
14000 0.3332976199 0.3333690485 0.3333333329 0.0000714286
16000 0.3333020840 0.3333645840 0.3333333330 0.0000625000
18000 0.3333055561 0.3333611116 0.3333333331 0.0000555555
20000 0.3333083338 0.3333583338 0.3333333331 0.0000500000
2
2. Calcule a área da região limitada pelo gráfico da função y = f (x) = e−x , o eixo dos x e pelas
retas x = −2 e x = 2.
2
Figura 7.9: Área limitada por y = f (x) = e−x .
>with(student):
>f:=exp(-xˆ2):
>middlesum(f,x=-2..2,n);
n−1
4 X −4(−n+2i+1)2 /n2
e
n
i=0
>limit(% , n = infinity);
√
π erf (2)
196 CAPÍTULO 7. INTEGRAÇÃO DEFINIDA
>evalf(%);
1.764162782
Agora, façamos uma animação:
>with(plots):
>f:=exp(-xˆ2):
>par:=[seq(i, i = 4 .. 100)]:
>:=seq(middlebox(f,x=-2..2,n),n=boxes):
e definida por:
Z b n
X
f (x) dx = lim f (ci )∆xi
a |∆xi |→0
i=1
se o limite existe.
Se o limite da definição existe, é independente das escolhas feitas, como no caso da definição
de área. Portanto, deve ter sempre um único valor.
Se f é contínua e não negativa em [a, b] a definição de integral definida coincide com a defini-
ção de área da região R delimitada pelo gráfico de f , pelas retas x = a, x = b e pelo eixo dos x
(g = 0):
R = {(x, y) /a ≤ x ≤ b, 0 ≤ y ≤ f (x)}
Neste caso teremos:
Z b
A(R) = f (x) dx
a
Definição 7.2. Uma função f definida em [a, b] é dita integrável em [a, b] se sua integral defi-
nida existe.
198 CAPÍTULO 7. INTEGRAÇÃO DEFINIDA
Algumas das provas deste capítulo serão omitidas, pois fogem do objetivo destas notas. Um
leitor interessado pode recorrer à bibliografia indicada.
Teorema 7.1. Se a função f é contínua em [a, b], então é integrável em [a, b].
Observemos que a recíproca deste teorema é falsa. Por exemplo, considere a função:
(
1 se x ∈ [0, 1]
f (x) =
0 se x ∈ (1, 2].
f é descontínua, mas a região limitada pelo gráfico de f , possui área igual a 1 no intervalo [0, 1]
e zero no intervalo (1, 2]; logo, f é integrável.
Z b
Z b Z b
α f (x) + β g(x) dx = α f (x) dx + β g(x) dx
a a a
Z b Z b
f (x) dx ≥ g(x) dx
a a
3. |f | é integrável e:
Z b Z b
f (x) dx≤ f (x) dx
a a
4. Sejam a < c < b e f uma função integrável em [a, c] e [c, b] respectivamente. Então f é
integrável em [a, b] e:
Z b Z c Z b
f (x) dx = f (x) dx + f (x) dx
a a c
7.3. TEOREMA FUNDAMENTAL DO CÁLCULO E CONSTRUÇÃO DE PRIMITIVAS 199
por outro lado observe que, g 0 (x) = cos(x) = f (x). Este fato pode ser generalizado. É o que
estabelece o seguinte teorema.
Teorema 7.2. (Fundamental do Cálculo). Seja f : [a, b] −→ R uma função contínua. A função:
Z x
g(x) = f (t) dt
a
é derivável em (a, b), e:
Z x
0 0d
g (x) = f (x) ou g (x) = f (t) dt = f (x)
dx a
Este resultado implica que toda função contínua possui uma primitiva.
Existem funções integráveis que não possuem primitivas (não podem ser contínuas). Por exem-
plo, a função definida por:
(
0 se x 6= 0
f (x) =
1 se x = 0;
f não é derivada de nenhuma função:
Z x
g(x) = f (t) dt = 0, para todo x.
a
Corolário 7.1. Se f é uma função integrável em [a, b] e admite uma primitiva F (x) em [a, b],
então:
Z b
f (x) dx = F (b) − F (a)
a
O corolário nos diz que para calcular a integral definida de uma função, basta procurar uma
primitiva da função e avaliá-la nos limites de integração. A integral definida é um número real.
Notação:
b
F (x) = F (b) − F (a).
a
200 CAPÍTULO 7. INTEGRAÇÃO DEFINIDA
>int(função,x=a..b);
ou de forma mais didática:
>Int(função,x=a..b)=int(função,x=a..b);
>p:=Int(função,t=variação);
>diff(p,x);
Exemplo 7.2.
>p:=Int(sin(tˆ6),t=0..x);
Z x
p := sen(t6 ) dt
0
>diff(p,x);
7.3. TEOREMA FUNDAMENTAL DO CÁLCULO E CONSTRUÇÃO DE PRIMITIVAS 201
sin(x6 )
Z 1
2. Calcule |sen(π x)| dx.
−1
>p:=abs(sin(Pi*x)):
>F:=x->-cos(Pi*x)/Pi):
3. A função :
x
π t2
Z
S(x) = sen dt,
0 2
é chamada de Fresnel e aparece no estudo da difração de ondas de luz, calcule:
S(x)
lim
x→0 x3
>p:=sin(Pi*tˆ2)/2):
>S:=Int(p,t=0..x):
>S’:=diff(S,x);
π x2
S 0 (x) = sen
2
202 CAPÍTULO 7. INTEGRAÇÃO DEFINIDA
logo:
S(x) S 0 (x) π
lim 3
= lim 2
= .
x→0 x x→0 3 x 6
4. A função:
Z x
2 2
erf (x) = √ e−t dt
π 0
i) Seja:
7.4. DEFINIÇÃO DE LOGARITMO NATURAL 203
>p:=x*erf(x):
>diff(p,x);
x
erf (x) + 2 √
πex2
logo:
d 2x 2
x erf (x) = erf (x) + √ e−x .
dx π
ii) Seja:
>p:=erf(sqrt(x)):
>diff(p,x);
e−x
√ √
π x
Z x
dt
ln(x) =
1 t
1. ln(1) = 0 1
4. [ln(x)]0 =
x
2. ln(x) < 0 se 0 < x < 1
3. ln(x) > 0 se x > 1 5. A função logarítmica é crescente.
Seja Hx a região limitada pelo gráfico da função f (t) = 1t , o eixo dos x e as retas t = 1 e t = x.
204 CAPÍTULO 7. INTEGRAÇÃO DEFINIDA
1 1
Exemplo 7.3.
Z e2
1. Calcule ln(x) dx.
e
>p:=ln(x):
Z (e1 )2
ln (x) dx = e2
e1
2. Seja
Z b
tx dt se x 6= −1
a
f (x) =
ln b
se x = −1.
a
Verifique se f é contínua em x = −1.
Calculando diretamente:
>p:=tˆx:
>int(p,t):
>F:=unapply(% ,t);
tx+1
F := t 7→
x+1
>Int(p,t=a..b)=simplify(F(b)-F(a));
b
bx+1 − ax+1
Z
tx dt = F (b) − F (a) = .
a x+1
Por outro lado, aplicando limite:
>Int(p,x=a..b):
206 CAPÍTULO 7. INTEGRAÇÃO DEFINIDA
>p:=função:
>k:=Int(p, x = a .. b);
>k1:=changevar(equação que define a mudança=u,k);
>k2:=value(k1);
>with(student):
>p:=função:
>a1:=intpar(p,função chamada de u);
>a2:=value(a1);
>Int(p,x=a..b)=a2;
>with(student):
>p:=função:
>p2:=integrand(p);
>p3:=convert(p2,parfrac,x);
>p4:=Int(p3,x=a..b);
>value(p4);
7.4. DEFINIÇÃO DE LOGARITMO NATURAL 207
Exemplo 7.4.
1. Verifique que:
Z a
f (x) a
dx = ,
0 f (x) + f (a − x) 2
sendo f tal que o integrando seja definido.
Seja:
>p:=f(x)/(f(x)+f(a-x)):
>k:=Int(p, x = 0 .. a);
Z a
f (x)
k := dx
0 f (x) + f (a − x)
Fazendo:
>with(student):
>p:=cos(x)/sqrt(sin(x)+1):
>k:=Int(p, x = 0 .. Pi);
Z π
cos(x)
k := p dx
0 sen(x) + 1
Fazendo:
Z 1
1
k1 := √ du
0 u+1
Pois sin(0) = 0 e sin(π/2) = 1
>k2:=value(k1);
√
k2 := 2 (−1 + 2)
Z 2
3. Calcule (x3 + 5) ln(x) dx.
1
>with(student):
>f:=(xˆ3 +5)*ln(x):
>a:=Int(f,x=1..2);
Z 2
a := (x3 + 5) ln(x) dx
1
>a1:=intparts(a,ln(x));
1 4
Z 2 x + 5x
a1 := 14 ln(2) − 2 4 dx
1 x
>a2:=value(a1);
95
a2 := 14 ln(2) −
16
>Int(f,x=1..2)=a2;
Z 2
95
(x3 + 5) ln(x) dx = 14 ln(2) −
1 16
4
3 x2 + 4 x + 2
Z
4. Calcule dx.
1 x3 + 2 x2 + x
>f:=(3*xˆ2+4*x+2)/(xˆ3+2*xˆ2+x):
>a:=Int(f,x=1..4);
4
3 x2 + 4 x + 2
Z
a := dx
1 x3 + 2 x2 + x
>b:=convert(integrand(a), parfrac, x);
2 1 1
b := − 2
+
x (x + 1) x+1
7.4. DEFINIÇÃO DE LOGARITMO NATURAL 209
>a1:=Int(b,x=1..4);
Z 4
2 1 1
a1 := − + dx
1 x (x + 1)2 x + 1
>Int(f,x=1..4)=value(a1);
4
3 x2 + 4 x + 2
Z
3
3 2
dx = 3 ln(2) − + ln(5)
1 x + 2x + x 10
Aplicação
Seja f uma função integrável sobre [−a, a]. Se f é uma função par:
Z a Z a
f (x) dx = 2 f (x) dx (1)
−a 0
De fato:
Z a Z 0 Z a Z −a Z a
f (x) dx = f (x) dx + f (x) dx = − f (x) dx + f (x) dx.
−a −a 0 0 0
Se f é uma função par, segue (1) e se f é uma função ímpar, segue (2).
Exemplo 7.5.
Z π
4 tan (x) cos (3 x)
1. Calcule dx.
− π4 x20 + 7 x10 + 6 x6 + x4 + cos (x)
>p:=tan(x)*cos(3*x)/(xˆ20+7*xˆ10+6*xˆ6+xˆ4+cos(x)):
>int(p,x=-Pi/4..Pi/4);
7.5 Exercícios
1. Calcule as seguintes integrais usando o método de substituição:
3 √ 2
x2
Z Z
(a) 2 x + 3 dx (m) √ dx
−1 0 x3 + 1
π
1
sec2 (x)
Z Z
3
(b) dx (n) ex sen(ex ) dx
π tg 3 (x) 0
4
π 3
x−2
Z
2 e2x + cos(x)
Z
2
(c) dx (o) dx
0 e2x + sen(x) 1 (3 x2 − 12 x + 1)4
π Z 1
sec2 (2x)
Z
8 3
(d) p dx (p) x2 ex dx
0 1 + tg(2 x) 0
π
Z 2
Z
4 x
(e) sen(x) cos(x) dx (q) √3
dx
0 1 x2 + 1
1
Z 1
e2x arcsen(x)
Z
(f) dx (r) √ dx
0 e2x + 1 0 1 − x2
π Z 1
dx
Z
4
(g) sen(x) ln(cos(x)) dx (s) √
0 0 1 + x
π Z 8 √
sec2 (x)
Z
4 sen( x + 1)
(h) dx (t) √ dx
0 etg(x) 3 x+1
√ Z a
4
e x
Z p
(i) √ dx (u) (x − a) 2 a x − x2 dx; a 6= 0
1 x 0
Z 1 Z π
2 cos(x)
(j) (2 x − 1)100 dx (v) dx
0 0 6 − 5 sen(x) + sen2 (x)
Z 3
dx Z 2
sen(ln(x))
(k) (w) dx
0 2x + 3 1 x
Z e4 1
dx Z
x2
(l) p (x) √ dx
2 x ln(x) 0 x6 + 4
Z 1 Z 4 √
(a) x e−x dx (e) x ln( x) dx
0 2
Z π Z 1
2
(b) e 2x
sen(3 x) dx (f) arctg(x) dx
0 0
1
π x3
Z Z
2
(c) x
3 cos(x) dx (g) √ dx
0 0 1 − x2
Z π
Z 1 2
(d) 4 −x
x e dx (h) x cosec2 (x) dx
π
0 4
212 CAPÍTULO 7. INTEGRAÇÃO DEFINIDA
1 π
x ex
Z Z
4
(i) dx (q) x sec2 (x) dx
0 (x + 1)2 0
Z π Z 1
3
(j) x sec(x) tg(x) dx (r) arcsen(x) dx
0 0
4 π
√
Z Z
3
(k) ln( x) dx (s) sec3 (x) dx
1 0
Z eπ
Z π
(l) cos(ln(x)) dx (t) x cos(x) dx
1 −π
Z 2
1 √
Z
(m) (x2 − 1) ex dx (u) x ln(x) dx
0 1
Z 4 √ Z 1
x 2
(n) e dx (v) x arcsen(2 x) dx
Z1 e Z
0
π
(o) ln3 (x) dx (w)
2
cos3 (x) dx
1 0
π2
√ 0 √
Z Z
4
(p) cos( x) dx (x) x x + 1 dx
0 −1
π 2
(x4 + 1) dx
Z Z
2
(a) cos(x) ln(sen(x)) dx (k)
π 1 x (x2 + 1)
4
π
(sen(x) cos2 (x)) dx
Z 1
Z
2
x (l)
(b) x 5 dx 5 + cos2 (x)
0 0
√ 1
3
x2 dx
Z
Z π
(c) 5 3
x cos(x ) dx (m)
0 0 (x + 1)3
π Z 2
Z
3 dx
(d) 3
tg(x) sec (x) dx (n)
1 4 x2 + 12 x − 7
Z0 π Z 3
(2 x + 3) dx
(e) cos(3 x) cos(4 x) dx (o)
0 1 x3 + 3 x
1 3
(3 x2 − 4 x + 5) dx
Z
x dx
Z
(f) p (p)
0 (x2 + 4)5 2 (x − 1) (x2 + 1)
1
2 x3 dx
Z Z
dx
(g) √ (q) √
3
0
2
x + 4x + 8 0 x2 + 1
Z ln(3) p Z 1 √
x dx
(h) et 9 − e2t dt (r)
0 0 x+1
3 8 √
(x2
Z Z
+ 2 x) dx 3
(i) (s) x (x − 1) dx
2 x + 3 x2 − 4
3
0
1 11
(x − 3) dx
Z Z
dx
(j) (t) √
0 (x + 4 x + 3)2
2
3 2x + 3
7.5. EXERCÍCIOS 213
1
r
a
Z
dx a2 − x2
Z
(u) p (w) x dx
0 (1 + x2 )3 0 a2 + x2
4 π
(2 x2
Z Z
+ 1)dx x dx
(v) (x)
2 (x + 1)2 (x + 2) 0 4 − cos2 (x)
Z x
5. Seja f uma função contínua em [a, b] e suponha que f (t) dt = x, para todo x ∈ [a, b].
a
Determine f e a.
7. O número:
Z b
1
µ= f (x) dx
b−a a
é chamado valor médio da função f no intervalo [a, b]. Calcule o valor médio das funções
nos intervalos indicados:
Z 2 Z 2
x2
(b) e dx ou ex dx.
1 1
9. Seja a > 0 e suponha que f é uma função contínua no intervalo [−a, a]. Defina g em
[−a, a] por:
Z −x Z x
g(x) = f (t) dt + f (−t) dt,
0 0
(b) Use a parte a) para verificar que g(x) = 0, para todo x ∈ [−a, a].
Z 0 Z x
(c) Conclua que: f (t) dt = f (−t) dt.
−x 0
10
sen3 (x)
Z
(a) x5 − 6 x9 + dx
−10 (x6 + x4 + x2 + 1)4
π
√
sen( 3 x7 + x5 + x3 )
Z
(b) dx
−π x4 + cos(x)
Z α2 (x)
13. Seja g(x) = f (t) dt, onde f : I −→ R é contínua e αi : J −→ R são funções
α1 (x)
deriváveis (i = 1, 2); I e J intervalos tais que αi (J) ⊂ I. Verifique que:
0 0
g 0 (x) = f (α2 (x)) α2 (x) − f (α1 (x)) α1 (x).
Z x2 +x
2
14. Calcule g 0 (x) se g(x) = 2−t dt.
x2 +1
Z x3
1
0 1
15. Calcule g ( ) se g(x) = dt.
2 x2 t
Z 3 Z 4
16. Seja f : R −→ R contínua. Sabendo que f (t) dt = 4, calcule f (5 − 2 x) dx
−3 1
x 2
et
Z
17. Seja f (x) = dt. Verifique que f é uma função contínua ímpar e que f (x) ≥ x,
0 1 + t2
para todo x > 0.
Z x
2
18. Esboce o gráfico de f (x) = 2 t e−t dt
0
Logaritmo
Z x−1
du
1. Verifique que: ln(x) = .
0 u+1
1 1
2. Verifique que: ln(x) = L(x) + R(x), onde L(x) = (x − 1) − (x − 1)2 + (x − 1)3 e
2 3
Z x−1 3
u
R(x) = du.
0 u +1
1
3. Se x > 1 e 0 ≤ u ≤ x − 1, mostre que: R(x) ≤ (x − 1)4 . (R(x) do exercício anterior).
4
4. Usando os exercícios anteriores conclua que: ln(x) ' L(x) com E(x) = |ln(x) − L(x)| ≤
1
(x − 1)4 . Equivalentemente, L(x) aproxima ln(x) superiormente, com erro E(x) não
4
1
superior a (x − 1)4 .
4
1 u5
6. Repita os exercícios 2, 3, 4 e 5 escrevendo: = 1 − u + u2 − u3 + u4 − .
u+1 u+1
x
8. Verifique que ≤ ln(x + 1) ≤ x, para todo x ≥ 1.
1+x
Capítulo 8
APLICAÇÕES DA INTEGRAL
DEFINIDA
8.1 Áreas
O cálculo da área de uma região plana pode ser feito via integral definida. A seguir, estudare-
mos as situações mais comuns.
Teorema 8.1.
Sejam f, g : [a, b] −→ R funções contínuas. A área de uma região plana R delimitada pelo
gráfico das funções contínuas y = f (x), y = g(x) e pelas retas x = a e x = b é:
Z b
A(R) = |f (x) − g(x)| dx
a
onde:
R = {(x, y) / a ≤ x ≤ b, 0 ≤ y ≤ f (x)}
y=f(x)
a b
217
218 CAPÍTULO 8. APLICAÇÕES DA INTEGRAL DEFINIDA
onde
R = {(x, y) / a ≤ x ≤ b, f (x) ≤ y ≤ 0}
a b
onde
a b
Z c
Z b
A(R) = f (x) − g(x) dx + g(x) − f (x) dx
a c
f g
a c b
Figura 8.4: R = R1 ∪ R2 .
Exemplo 8.1.
>with(plots):
>f:=4*xˆ4 -5*xˆ2+1:
>with(RealDomain):
>sol:=solve(f=0,x);
1 1
sol := −1, − , , 1
2 2
>display(a,b);
220 CAPÍTULO 8. APLICAÇÕES DA INTEGRAL DEFINIDA
Seja, R = R1 ∪ R2 ∪ R3 onde:
1
R1 = {(x, y) ∈ R2 / − 1 ≤ x ≤ − , 4 x4 − 5 x2 + 1 ≤ y ≤ 0};
2
1 1
R2 = {(x, y) ∈ R / − ≤ x ≤ , 0 ≤ y ≤ 4 x4 − 5 x2 + 1} e
2
2 2
1
R3 = {(x, y) ∈ R2 / ≤ x ≤ 1, 4 x4 − 5 x2 + 1 ≤ y ≤ 0}.
2
>A:=Int(f,x=sol[1]..sol[2])+Int(f,x=sol[2]..sol[3])+Int(f,x=sol[3]..sol[4]);
Z − 12 Z 1
2
Z 1
4 2 4 2
A := (4 x − 5 x + 1) dx + (4 x − 5 x + 1) dx + (4 x4 − 5 x2 + 1) dx
−1 − 12 1
2
>value(% );
1
u.a. (unidades de área).
2. Calcule a área da região limitada pelos gráficos de y = x2 e y = x + 2.
>solve(x+2=xˆ2,x);
−1, 2
Os pontos de interseção são (−1, 1) e (2, 4).
8.1. ÁREAS 221
>f:=x+2-xˆ2:
>A:=Int(f,x=-1..2)=int(f,x=-1..2);
Z 2
9
A := (x + 2 − x2 ) dx =
−1 2
(
y = x2 − x4
y = x2 − 1,
>with(RealDomain):
>solve(xˆ2 -xˆ4=xˆ2-1,x):
−1, 1
>f:=1-xˆ4:
>A:=Int(f,x=-1..1)=int(f,x=-1..1);
Z 1
8
A= (−x4 + 1) dx = u.a.
−1 5
>with(plots):
Pela simetria da região, podemos calcular a área da região situada no primeiro quadrante e
multiplicar o resultado por 4.
>eq1:=yˆ2 =a*x:
>eq2:=subs(y=xˆ2/a,eq1):
>solve(eq2,x);
0, a
são os limites de integração. A região no primeiro quadrante, cuja área queremos calcular é
√
limitada superiormente pela função f (x) = a x e inferiormente por g(x) = a x2 , logo:
>f:=sqrt(a*x):
>g:=a*xˆ2:
>A:=4*Int(f-g,x=0..a)=4*int(f-g,x=0..a);
a √ x2 4 a2
Z
A := 4 ax − dx =
0 a 3
224 CAPÍTULO 8. APLICAÇÕES DA INTEGRAL DEFINIDA
Observação Importante
Muitas vezes os problemas ficam mais simples de resolver se integramos em relação a y e não
em relação a x. Podemos repetir o processo de partição num intervalo que fica no eixo dos y e
a obtenção das somas de Riemann.
Seja R a região plana limitada pela direita pela função x = M (y), pela esquerda por x = N (y)
e pelas retas y = c e y = d.
d
N(y) M(y)
Figura 8.9: .
Não é difícil provar que se as funções M (y) e N (y) são contínuas em [c, d], então:
Z d
A= M (y) − N (y) dy
c
Por isso, para resolver os problemas de área é sempre indicado fazer o desenho da região cor-
respondente.
Exemplo 8.2.
y2
Sejam x = M (y) = y + 4 e x = N (y) = .
2
8.1. ÁREAS 225
-2 2 4 6 8 10
-2
-4
>M:=yˆ2 /2 :
>N:=y+4:
>solve(M=N,y);
−2, 4
>A:=Int(N-M,x=-2..4)=int(N-M,x=-2..4);
4
y2
Z
A := y+4− dy = 18.
−2 2
-4 -2 2 4
-1
-2
>M:=2*yˆ2 -4:
>N:=yˆ2:
226 CAPÍTULO 8. APLICAÇÕES DA INTEGRAL DEFINIDA
>solve(M=N,y);
−2, 2
>A:=Int(N-M,y=-2..2)=2*int(N-M,y=0..2);
Z 2
32
A := (4 − y 2 ) dy =
−2 3
x
3. Calcule a soma das áreas limitadas pela curva y = x sen e o eixo dos x, sabendo que
a
x ∈ [0, n π a], sendo n, a ∈ N.
Z aπ Z 2aπ Z naπ
x x x
A= x sen dx − x sen dx + ...... + (−1)n+1 x sen dx.
0 a aπ a (n−1)aπ a
Vemos que A = A0 + ........ + An−1 , onde Ak é a área limitada pela curva, o eixo dos x, se
k a π ≤ x ≤ (k + 1) a π e k = 0, 1...n − 1, ou seja,
>assume(k::integer):
Em versões anteriores ao MAPLE 12, pode ser utilizado:
>assume(k;integer):
Logo,
A = a2 π (1 + 3 + 5 + ..... + (2 n − 1)) = a2 n2 π
pois, 1 + 3 + 5 + ..... + (2 n − 1) é soma de termos de uma P.A.
f : [a, b] −→ R.
A porção AB do gráfico de f , comprendida entre os pontos: A = (a, f (a)) e B = (b, f (b)) é
chamado arco.
Nosso interesse é medir o comprimento deste arco. Se a curva é uma reta, para calcular o
comprimento de arco s da reta, compreendido entre os pontos (x1 , f (x1 )) e (x2 , f (x2 )), usamos
o Teorema de Pitágoras e obtemos:
p
(x2 − x1 )2 + (f (x2 ) − f (x1 ))2 .
Generalizando esta idéia para o gráfico da função contínua f , fazemos uma partição de ordem
n do intervalo [a, b]: a = x0 < x1 < ...... < xn = b; denotamos por Qi = (xi , f (xi )), 1 ≤ i ≤ n.
Q i-1
Q
n
Q
0 Q
i
Q
1
a=x 0 x i-1 xi b= x n
Figura 8.13:
Ligando cada Qi−1 a Qi (1 ≤ i ≤ n) por um segmento de reta, obtemos uma linha poligonal
formada pela reunião dos segmentos de reta. Como sabemos calcular o comprimento de cada
segmento de reta, sabemos calcular o comprimento da poligonal. Intuitivamente, o compri-
mento da poligonal é bastante próximo do comprimento do arco da curva; então:
n p
X
Ln = (xi − xi−1 )2 + (f (xi ) − f (xi−1 ))2
i=1
n p
X n p
X
Ln = (xi − xi−1 )2 + (f 0 (ci )(xi − xi−1 ))2 = 1 + (f 0 (ci ))2 (xi − xi−1 )
i=1 i=1
n p
X
= 1 + (f 0 (ci ))2 ∆xi ,
i=1
onde ∆xi = xi − xi−1 . Novamente observamos que quando n cresce muito, ∆xi aproxima-se
de zero e Ln aproxima-se do comprimento do arco. Se para cada partição do intervalo [a, b], os
ci são escolhidos como antes, temos que o comprimento do arco AB da curva é:
n p
X
LAB = lim 1 + (f 0 (ci ))2 ∆xi .
|∆xi |→0
i=1
Se f 0 (x) é uma função contínua em [a, b], é possível provar que o limite anterior sempre existe
e é igual a L, para qualquer escolha da partição e dos ci . Em tal caso, temos que:
Z bp
L= 1 + (f 0 (x))2 dx
a
>f:=função:
>c:=simplify(diff(f,x)ˆ2 +1);
>cp:=simplify(sqrt(c));
>Int(cp,x=a..b)=int(cp,x=a..b);
Se a curva é o gráfico de uma função x = g(y) definida no intervalo [c, d], com as hipóteses
anteriores, temos que:
Z dp
L= 1 + (g 0 (y))2 dy
c
>g:=função:
>c:=simplify(diff(g,y)ˆ2 +1);
>cp:=simplify(sqrt(c));
>Int(cp,y=c..d)=int(cp,y=c..d);
As versões mais recentes de MAPLE, tem a seguinte sintaxe para calcular o comprimento de
arco:
>with(Student[Calculus1]):
>ArcLength(f(x), x = a..b);
8.2. CÁLCULO DO COMPRIMENTO DE ARCO 229
Exemplo 8.3.
√
3
1. Calcule o comprimento de arco da curva y = x2 entre os pontos (8, 4) e (27, 9).
>with(plots):
>c:=simplify(diff(f,x)ˆ2 +1);
√
3
1 4 + 9 x2
c := √
3
9 x2
>cp:= simplify(sqrt(c));
s √
3
1 4 + 9 x2
cp := √
3
3 x2
>Int(cp,x=8..27)=int(cp,x=8..27);
s √
80 √ √ 85 √ √
27 3
4 + 9 x2
Z
1
√
3
dx = − 5 2+ 5 17
8 3 x2 27 27
u.c.=unidades de comprimento.
√
3 6
Note que fizemos u = 9 x2 + 4; logo, du = √
3
dx.
x
x4 1
2. Calcule o comprimento de arco da curva y = + tal que 1 ≤ x ≤ 2.
4 8 x2
230 CAPÍTULO 8. APLICAÇÕES DA INTEGRAL DEFINIDA
x4 1
Figura 8.15: Gráfico de y = + , calculamos o comprimento da parte azul.
4 8 x2
f:=xˆ4 /4+1/(8*xˆ2);
1 4 1
f := x +
4 8 x2
>c:=simplify(diff(f,x)ˆ2 +1);
1 16 x12 + 8 x6 + 1
c :=
16 x6
>cp:= simplify(sqrt(c));
s
1 (4 x6 + 1)2
cp :=
4 x6
>Int(cp,x=1..2)=int(cp,x=1..2);
s
2
(4 x6 + 1)2
Z
1 123
6
dx =
1 4 x 32
u.c.
π
3. Calcule o comprimento de arco da curva y = ln(cos(x)) tal que 0 ≤ x ≤ .
4
8.3. TRABALHO 231
>f:=ln(cos(x));
f := ln(cos(x))
>c:=simplify(diff(f,x)ˆ2 +1);
1
c :=
cos(x)2
>assume(cos(x)>0):
>cp:= simplify(sqrt(c));
1
cp :=
cos(x)
>Int(cp,x=0..Pi/4)=int(cp,x=0..Pi/4);
Z 1/4 π
1 1 √
dx = − ln(2) + ln(2 + 2)
0 cos(x) 2
u.c.
8.3 Trabalho
Consideremos uma partícula de massa m que se desloca ao longo de uma reta sob a influência
de uma força F .
Da segunda lei de Newton, sabemos que F é dada pelo produto da massa pela sua aceleração
a: F = m × a. Se a aceleração é constante, então a força também é constante. O trabalho W
realizado pela partícula para deslocar-se ao longo de uma reta, percorrendo uma distância d é
dado pelo produto da força pela distância:
W = F × d,
232 CAPÍTULO 8. APLICAÇÕES DA INTEGRAL DEFINIDA
W medido em J (Joule).
Se uma força variável y = f (x) (f função contínua ) atua sobre um objeto situado no ponto x
do eixo dos x, o trabalho realizado por esta força quando o objeto se desloca de a até b ao longo
deste eixo, é dado por:
Z b
W = f (x) dx
a
W medido em J (Joule).
De fato, suponhamos que a partícula desloca-se ao longo do eixo dos x de x = a até x = b.
Consideremos a função contínua
f : [a, b] −→ R.
Subdividamos o intervalo [a, b] efetuando uma partição de ordem n tal que os subintervalos
[xi−1 , xi ] têm o mesmo comprimento ∆x = xi − xi−1 , para 1 ≤ i ≤ n. Seja ci ∈ [xi−1 , xi ]; a força
no ponto ci é f (ci ). Se ∆x → 0, a função contínua f restrita ao subintervalo [xi−1 , xi ] é quase
constante (varia muito pouco); então o trabalho Wi realizado pela partícula para mover-se de
xi−1 até xi é:
Wi ∼
= f (ci ) × ∆x
e o trabalho total Wn , é:
n
Wn ∼
X
= f (ci ) ∆x.
i=1
É possível provar, com rigor matemático, que o seguinte limite sempre existe e é igual ao tra-
balho W realizado pela partícula:
n
X
W = lim Wn = lim f (ci ) ∆x.
n→+∞ ∆x→0
i=1
E mais ainda, este limite não depende da escolha da partição do intervalo ou da escolha dos
pontos ci .
Exemplo 8.4.
Definamos:
>W:=Int(f,x=1..2)=int(f,x=1..2);
8.3. TRABALHO 233
Z 2
207
x4 + 2 x3 + 3 x2 dx =
W :=
1 10
Joules
2. Qual é o trabalho realizado ao se esticar uma mola em 8 cm sabendo que a força de 1 N a
estica em 1 cm? (N =Newton)
De acordo com a lei de Hooke, a força de y N que estica em x m a mola é dada por y = k x,
onde k é uma constante. Como x = 0.01 m e y N = 1 N , temos k = 100 e y = 100 x.
Definamos:
>f:=100*x:
>W:=Int(f,x=0..0.08)=int(f,x=0..0.08);
Z 0.08
W := 100 x dx = 0.32
0
Joules
3. Energia Cinética: O trabalho realizado por uma força f atuando sobre uma partícula de
massa m que se move de x1 até x2 é W . Usando a segunda lei de Newton, a regra da cadeia e
considerando que v1 e v2 são as velocidades da partículas em x1 e x2 , obtemos:
m v 2 v2
Z x2
m (v22 − v12 )
W = f (x) dx = = ,
x1 2 v1 2
pois:
dv dv
f = ma = m = mv .
dt dx
A expressão:
m v2
2
é chamada energia cinética do corpo em movimento com velocidade v.
Logo, o trabalho realizado por uma força f é igual à variação da energia cinética do corpo e o
cálculo desta variação dará o trabalho realizado.
Qualquer fenômeno que possa ser estudado utilizando partições pode ser modelado por inte-
grais definidas. Outras aplicações da integral definida podem ser encontradas nos exercícios.
234 CAPÍTULO 8. APLICAÇÕES DA INTEGRAL DEFINIDA
Se giramos uma região plana em torno de uma reta, obtemos o que é chamado um sólido de
revolução. A reta em torno da qual a região é girada chama-se eixo de revolução. Por exemplo,
considere a seguinte região no plano:
Figura 8.17:
Exemplo 8.5.
-1 1
-1
2. Seja R a região limitada pelo gráfico de y = sen(x) para x ∈ [0, 2 π] e o eixo dos x.
1 3 6
-1
Figura 8.22:
Figura 8.23:
>with(Student[Calculus1]):
>VolumeOfRevolution(função, x = a .. b, output = plot, axis=opção);
As opções são:
>VolumeOfRevolutionTutor(função, x = a .. b);
8.4. VOLUME DE SÓLIDOS DE REVOLUÇÃO 237
Sejam f : [a, b] −→ R uma função contínua tal que f (x) ≥ 0 em [a, b] e a região:
R = {(x, y) / a ≤ x ≤ b, 0 ≤ y ≤ f (x)}
Fazendo girar a região R ao redor dos eixo dos x , obtemos um sólido de revolução S. Considere
a seguinte partição do intervalo [a, b]:
f(x)
Ri
a x i-1 c i x i b
Figura 8.25:
f (ci )2 × ∆xi π.
238 CAPÍTULO 8. APLICAÇÕES DA INTEGRAL DEFINIDA
Ri Rj
Ci Cj
∆x i
∆ xj
Figura 8.26:
n
X
Vn = π f (ci )2 ∆xi .
i=1
n
X Z b
2
V (S) = lim π f (ci ) ∆xi = π f (x)2 dx,
|∆xi |→0 a
i=1
se o limite existe.
É possível demonstrar que, se f é contínua, este limite sempre existe e é independente das
escolhas feitas. Se a função f é negativa em algum subconjunto de [a, b], o sólido de revolução
obtido a partir da região limitada pelo gráfico de f , o eixo dos x e as retas x = a e x = b coincide
com o sólido de revolução obtido a partir da região limitada pelo gráfico de |f |, o eixo dos x
e as retas x = a e x = b. O fato de que o integrando f (x)2 ≥ 0, implica em que seja válida a
mesma fórmula para ambos os casos.
Figura 8.28:
Proposição 8.1. Sejam f : [a, b] −→ R uma função contínua tal que f (x) ≥ 0 em [a, b] e a região:
R = {(x, y) / a ≤ x ≤ b, 0 ≤ y ≤ f (x)}
Considere o sólido de revolução S obtido girando a região ao redor do eixo dos x. Então o
volume V (S) do sólido S é:
Z b
V (S) = π f (x)2 dx
a
Em geral, este processo, pode ser feito para qualquer região limitada pelos gráficos de funções
contínuas.
Sejam f, g : [a, b] −→ R funções contínuas tais que f (x) ≥ g(x) ≥ 0 para todo x ∈ [a, b] e a
região:
a b
De forma análoga, sejam M, N : [c, d] −→ R funções contínuas tais que M (y) ≥ N (y) para
todo y ∈ [c, d] e a região:
d
11111
00000
N(y)
R M(y)
>h:=Pi*(f2 -g2 ):
>V:=Int(h,x=a..b)=int(h,x=a..b);
Analogamente:
>h:=Pi*(M2 -N2 ):
>V:=Int(h,y=c..d)=int(h,y=c..d);
>with(Student[Calculus1]):
>VolumeOfRevolution(função, x = a .. b, output = integral, axis=horizontal)
=VolumeOfRevolution(função, x = a .. b,axis=opção);
8.4. VOLUME DE SÓLIDOS DE REVOLUÇÃO 241
>with(Student[Calculus1]):
>VolumeOfRevolution(função1,função2, x = a .. b, output = integral, axis=horizontal)
=VolumeOfRevolution(função1,função2, x = a .. b,axis=opção);
As opções são:
Exemplo 8.6.
1. Calcule o volume do sólido de revolução obtido girando em torno do eixo dos x a região
limitada pela curva y = sen(x), x ∈ [0, 2 π] e o eixo dos x.
1
1 3 6
-1
>h:=Pi*sin(x)ˆ2:
>f:=sin(x):
>with(Student[Calculus1]):
Z 2π
π (sin (x))2 dx = π 2
0
2. Calcule o volume do sólido de revolução obtido girando em torno do eixo dos x a região
1
limitada pelo gráfico de y = √ , 1 ≤ x ≤ 4 e o eixo dos x.
x (x + 2)
>h:=Pi/(sqrt(x)*(x+2))ˆ2:
>with(Student[Calculus1]):
8.4. VOLUME DE SÓLIDOS DE REVOLUÇÃO 243
>f:=1/(sqrt(x)*(x+2)):
3. Calcule o volume do sólido de revolução obtido girando em torno do eixo dos x a região
limitada pelos gráficos de 4 y = 13 − x2 e 2 y = x + 5.
>h:=Pi*(((13-xˆ2)/4)ˆ2 -((x+5)/2)ˆ2;
1
π (69 − 30 x2 + x4 − 40 x)
16
>solve((13-xˆ2)/4 -(x+5)/2=0,x);
−3, 1
> Int(h, x = -3 .. 1) = int(h, x = -3 .. 1);
Z 1
1 64
π (69 − 30 x2 + x4 − 40 x) dx = π
−3 16 5
Utilizando a livraria Student[Calculus1]:
>with(Student[Calculus1]):
>f:=(13-xˆ2)/4:
>g:=(x+5)/2:
Z 1
1 64
π (69 − 40 x − 30 x2 + x4 ) dx = π
−3 16 5
R = {(x, y) / 0 ≤ a ≤ x ≤ b, 0 ≤ y ≤ f (x)}.
Fazendo girar a região R ao redor dos eixo dos y , obtemos um sólido de revolução S. Se a > 0,
o sólido possui um espaço vazio internamente.
y=f(x)
x
a b
Figura 8.36:
Como antes, considere a seguinte partição do intervalo [a, b]: a = x0 < x1 < x2 < ..... < xn = b.
∆xi = xi − xi−1 é o comprimento de cada subintervalo [xi−1 , xi ], i variando de 1 até n. Em cada
subintervalo [xi−1 , xi ], escolha:
8.4. VOLUME DE SÓLIDOS DE REVOLUÇÃO 245
xi + xi−1
ci = ,
2
Ri
Figura 8.37:
n
X
Vn = 2 π ci f (ci ) ∆xi .
i=1
n
X Z b
V (S) = lim 2 π ci f (ci ) ∆xi = 2 π x f (x) dx,
|∆xi |→0 a
i=1
se o limite existe.
É possível demonstrar que se f é contínua este limite sempre existe e é independente das esco-
lhas feitas. Em geral, este processo pode ser feito para qualquer região limitada pelos gráficos
de funções contínuas.
Sejam f, g : [a, b] −→ R funções contínuas tais que f (x) ≥ g(x) ≥ 0 para todo x ∈ [a, b], a ≥ 0 e
a região R = {(x, y) / a ≤ x ≤ b, g(x) ≤ y ≤ f (x)}.
246 CAPÍTULO 8. APLICAÇÕES DA INTEGRAL DEFINIDA
a b
>h:=2*Pi*x*(f-g):
>V:=Int(h,x=a..b)=int(h,x=a..b);
Exemplo 8.7.
1 Calcule o volume do sólido de revolução obtido girando em torno do eixo dos y a região
limitada pela curva y = (x − 1)2 , 0 ≤ x ≤ 2 e o eixo dos x.
>h:=2*Pi*x*(x-1)ˆ2:
>Int(h,x=0..2)=int(h,x=0..2);
Z 2
4
2π x (x − 1)2 dx = π
0 3
8.4. VOLUME DE SÓLIDOS DE REVOLUÇÃO 247
2. Calcule o volume do sólido de revolução obtido girando em torno do eixo dos y a região
limitada pelas curvas y = x3 − 3 x2 + 2 x, 0 ≤ x ≤ 2.
>f:=xˆ3-3*xˆ2+2*x:
>solve(f = 0, x);
0, 2, 1
>h:=2*Pi*x*f:
>Int(h,x=0..2)=int(h,x=0..1)-int(h,x=1..2);
Z 1
2 π x2 (x2 − 3 x + 2) dx = 5 π
0
248 CAPÍTULO 8. APLICAÇÕES DA INTEGRAL DEFINIDA
3. Calcule o volume do sólido de revolução obtido girando em torno do eixo dos y a região
limitada pelas curvas y = 1 − x6 e y = x4 − 1, 0 ≤ x ≤ 1.
>with(RealDomain):
0, 1
>Int(h,x=0..1)=int(h,x=0..1);
Z 1
17
V = 2π x (2 − x6 − x4 ) dx = π
0 12
8.4. VOLUME DE SÓLIDOS DE REVOLUÇÃO 249
8.5 Exercícios
Áreas
Calcule a área sob o gráfico de y = f (x) entre x = a e x = b, esboçando cada região, se:
2. f (x) = x3 − x, x = −1, x = 1 5
9. f (x) = √ , x = 0, x = 5
x+2
3. f (x) = x3 − 4 x2 + 3 x, x = 0, x = 2 √
10. f (x) = x 4 x2 + 1, x = 0, x = 2
x − x3
4. Sf (x) = , x = −1, x = 1 11. f (x) = |x|, x = −2, x = 6
3
5. f (x) = ln(x), x = 1, x = e 12. f (x) = (x + 1)3 + 1, x = −2, x = 0
π
1. y = sen(x), y = cos(x), x = 0, x =
2
π
2. y = cos(x), y = 1 − cos(x), x = 0, x =
2
3. y = x2 + 1, y = x + 1
5. y = x2 , y = −x + 2
6. y = |x|, y = (x + 1)2 − 7, x = −4
7. y = ln(|x|), |y| = 3
8. y = cosh(x), y = senh(x), x = ±1
9. y = ln(x), x = 1, y = 4
10. y = x4 − 2 x2 , y = 2 x2
12. y = ex , y = e2x−1 , x = 0
13. 2 y (1 + y 2 )3 − x = 0, y = 0, y = 1
8
14. y = , y = x, y = 8x, x > 0
x2
8.5. EXERCÍCIOS 251
15. y = x (x − 3), y = x (3 − x)
r
1−x
16. y = , x = 0, x = 1, y = 0
1+x
sen(2 x) sen(2 x)
17. y = ,y= + sen(2 x), 0 ≤ x ≤ π
2 2
18. y (x2 + 4) = 4(2 − x) e os eixos coordenados
1 − x2
19. y = e o eixo dos x
1 + x2
p
20. x − 4y 2 − y 4 = 0 e o eixo dos y
1
21. y = , x = 1, x = 2
(2x + 1)2
1
22. y = √ , x = 0, x = 4
2x + 1
23. y = e−x , y = x + 1, x = −1
√
24. y = e−x , y = x + 1, x = 1
25. y = ex , y = 10x , y = e
26. y = −x3 + 2 x2 + 3 x, y = −5 x
27. x2 y = 3, 4 x + 3 y − 13 = 0
28. x = y (y − 3)2 , x = 0
29. y = x4 − 3 x2 , y = x2
30. x = 1 − y 2 , x = y 2 − 1
32. x2 − 2 y + y 2 = 0, x2 + y 2 = 1
33. x = 3 y, x + y = 0 e 7 x + 3 y = 24
8
34. x2 = 4 y, y =
x2 + 4
Comprimento de Arco
Calcule os comprimentos de arco da seguintes curvas, entre os pontos indicados:
y3 1 7 67
3. x − − = 0; ( , 1) e ( , 3)
3 4y 12 24
√ √
4. y = ln(x); (x, y) tal que 3 ≤ x ≤ 8
1 3 3 2 14
5. y = x + ; (1, ) e (3, )
6 x 3 3
2 2 2
6. x 3 + y 3 = 2 3
1 3
7. y = (x2 + 2) 2 ; (x, y) tal que 0 ≤ x ≤ 1
3
√ 9√
Z x Z
8. y = t − 1 dt, do ponto (4, 0) até (9, t − 1 dt)
4 4
Z x p Z 2 p
9. y = 2
t t + 2 dt, do ponto (0, 0) até (2, t t2 + 1 dt)
0 0
Z xp Z 3p
10. y = t4 + t2 − 1 dt, do ponto (1, 0) até (3, t4 + t2 − 1 dt)
1 1
√
11 y = x3 , do ponto (0, 0) até (1, 1)
√
3
11. y = x2 , do ponto (0, 0) até (1, 1)
x4 1
12. y = + 2 , de x = 1 até x = 3
8 4x
√
2 3 x
13. y = x 2 − , de x = 1 até x = 4
3 2
π π
14. y = ln(sen(x)), de x = até x =
3 2
π
15. y = ln(sec(x)), de x = 0 até x =
3
2 3 1
16. y = (1 − x 3 ) 2 , de x = até x = 1
8
π
17. y = ln(cos(x)) de x = 0 a x = 4
√
18. y = 2 x de x = 1 a x = 2
19. y = arcsen(e−x ) de x = 0 a x = 1
Trabalho
1. Uma partícula move-se ao longo do eixo dos x do ponto a até o ponto b sob a ação de
uma força f (x), dada. Determine o trabalho realizado, sendo:
(a) f (x) = x3 + 2 x2 + 6 x − 1; a = 1, b = 2
8.5. EXERCÍCIOS 253
(b) f (x) = 8 + 2 x − x2 ; a = 0, b = 3
x
(c) f (x) = ; a = 1, b = 2
(1 + x2 )2
2. Uma bola de ferro é atraída por um imã com uma força de 12 x−2 N quando a bola está
a x metros do imã. Qual o trabalho realizado para empurrá-la no sentido contrário ao do
imã, do ponto onde x = 2 ao ponto onde x = 6?
3. Uma partícula está localizada a uma distância de x metros da origem. Se uma força de
(x2 + 2 x) N é aplicada sobre a partícula. Qual é o trabalho realizado para mover a partí-
cula de x = 1 até x = 3?
4. Sobre uma partícula que se desloca sobre o eixo dos x atua uma força cuja componente
2
na direção do deslocamento é f (x) = 2 . Calcule o trabalho realizado pela força quando
x
a partícula se desloca de x = 1 até x = 2.
5. Uma mola tem comprimento de 25 cm e uma força de 54 N a estica 1.5 cm. Qual é o
trabalho realizado para esticar a mola de 25 cm a 45 cm?
15
6. Um imã atrai uma bola de ferro com uma força de f (x) = N quando a bola está a x
x2
metros do imã. Calcule o trabalho realizado para empurrá-la no sentido contrário ao do
imã de um ponto onde x = 3 a um ponto onde x = 5.
Figura 8.45:
Z V2
W = P dV.
V1
10. Centro de massa: Intuitivamente o centro de massa P de uma lâmina fina é o ponto
da lâmina onde, se a levantamos a partir de P paralelamente a um plano horizontal ela
permanece paralela (em equilíbrio) em relação ao plano onde foi levantada. F = π r2 P .
Figura 8.46:
onde f e g são funções contínuas em [a, b]. Pesquise na bibliografia e verifique que o
centro de massa da lâmina, chamado de centróide de R, é o ponto (x, y) tal que:
Z b Z b
1 1
f 2 (x) − g 2 (x) dx,
x= x f (x) − g(x) dx, y=
A a 2A a
π
(a) y = x, y = x2 (c) y = cos(2 x), y = 0 e x = ±
4
(b) y = 3 x + 5, y = 0, x = −1 e x = 2
8.5. EXERCÍCIOS 255
Volumes de Revolução
Determine o volume do sólido de revolução gerado pela rotação, em torno do eixo dos x,
da região limitada pelas seguintes curvas:
11. y = x + 1, x = 0, x = 2, y = 0
12. y = x2 + 1, x = 0, y = 0, x = 2
13. y = x2 , y = x3
π
14. y = cos(x), y = sen(x), x = 0, x =
4
15. x + y = 8, x = 0, y = 0
16. y = x4 , y = 1, x = 0
17. x y = 1, x = 2, y = 3
18. x2 = y 3 e x3 = y 2
19. y = cos(2 x), 0 ≤ x ≤ π
20. y = x ex , y = 0 e x = 1
21. O triângulo de vértices (0, 0), (0, 2) e (4, 2)
Determine o volume do sólido de revolução gerado pela rotação, em torno do eixo dos y,
da região limitada pelas seguintes curvas:
Determine o volume do sólido de revolução gerado pela rotação, em torno a reta indicada,
da região limitada pelas seguintes curvas:
256 CAPÍTULO 8. APLICAÇÕES DA INTEGRAL DEFINIDA
33. y = ex , 1 ≤ x ≤ 2; a reta y = 1
34. y = x4 , y = 1; a reta y = 2
√
35. y = x, y = 1 a reta y = 1
37. y = 2 x − x2 ; a reta y = 0
38. y = 4 − x2 , y = 2; a reta y = 2
√
39. y = x, y = 0 e x = 9; a reta x = 9
Capítulo 9
INTEGRAIS IMPRÓPRIAS
9.1 Introdução
Funções definidas em intervalos do tipo [a, +∞), (−∞, b] ou (−∞, +∞), ou seja para todo
x ≥ a ou x ≤ b ou para todo x ∈ R, respectivamente.
As integrais destas funções são chamadas integrais impróprias. As integrais impróprias são
de grande utilidade em diversos ramos da Matemática como por exemplo, na solução de equa-
ções diferenciais ordinárias via transformadas de Laplace e no estudo das probabilidades, em
Estatística.
f : [1, +∞) −→ R
1
tal que f (x) = e o eixo dos x.
x2
Primeiramente note que a região R é ilimitada e não é claro o significado de "área"de uma tal
região.
257
258 CAPÍTULO 9. INTEGRAIS IMPRÓPRIAS
1
Seja Rb a região determinada pelo gráfico de y = e 1 ≤ x ≤ b, acima do eixo dos x.
x2
A área de Rb é:
Z b
dx 1 b 1
A(Rb ) = 2
= − 1 = 1 − .
1 x x b
É intuitivo que para valores de b, muito grandes, a área da região limitada Rb é uma boa apro-
ximação da área da região ilimitada R. Isto nos induz a escrever:
Esta integral é um exemplo de integral imprópria com limite de integração infinito. Motivados
pelo raciocínio anterior temos as seguintes definições:
Definição 9.1.
Z +∞ Z b
f (x) dx = lim f (x) dx
a b→+∞ a
Z b Z b
f (x) dx = lim f (x) dx
−∞ a→−∞ a
Z +∞ Z 0 Z b
f (x) dx = lim f (x) dx + lim f (x) dx
−∞ a→−∞ a b→+∞ 0
Se nas definições anteriores os limites existirem, as integrais impróprias são ditas convergentes;
caso contrário são ditas divergentes.
>f:=função:
>Int(f,x=a..infinity)=int(f,x=a..infinity);
>Int(f,x=-infinity..b)=int(f,x=-infinity..b);
>Int(f,x=-infinity..infinity)=int(f,x=-infinity..infinity);
Ou alternativamente:
>f:=função:
>Int(f,x=a..infinity)=limit(int(f,x=a..b),b=infinity);
>Int(f,x=-infinity..b)=limit(int(f,x=c..b),c=-infinity);
Exemplo 9.1.
>f:=1/(1+xˆ2):
260 CAPÍTULO 9. INTEGRAIS IMPRÓPRIAS
>Int(f,x=0..infinity)=limit(int(f,x=0..b),b=infinity);
Z +∞
1 π
2
dx =
0 1+x 2
Z +∞
2. e−x dx.
0
>f:=exp(-x):
>Int(f,x=0..infinity)=limit(int(f,x=0..b),b=infinity);
Z ∞
e−x dx = 1
0
Z +∞
3. e−x dx.
−∞
Z +∞ Z 0 Z +∞
e−x dx = e−x dx + e−x dx
−∞ −∞ 0
>f:=exp(-x):
>Int(f,x=0..infinity)=limit(int(f,x=0..b),b=infinity);
Z ∞
e−x dx = 1
0
>Int(f,x=-infinity..0)=limit(int(f,x=c..0),c=-infinity);
Z 0
e−x dx = ∞
−∞
4. Calcule a área da região, no primeiro quadrante, determinada pelo gráfico de y = 2−x , o eixo
dos x e à direita do eixo dos y.
>f:=1/2ˆx:
>A(R):=Int(f,x=0..infinity)=limit(int(f,x=0..b),b=infinity);
Z ∞
A(R) = (2x )−1 dx = (ln (2))−1
0
u.a.
Z +∞
dx
5. Seja p ∈ R. Calcule .
1 xp
Z b
dx 1
= (b1−p − 1), p 6= 1
1 xp 1−p
De fato:
>f:=1/xˆp:
>assume(p<>-1,b>0):
>int(f,x=1..b);
−1 + b−p+1
−
p−1
a) Se p > 1:
>assume(p>1):
>Int(f,x=1..infinity)=limit(int(f,x=1..b),b=infinity);
Z ∞
(xp )−1 dx = (p − 1)−1
1
262 CAPÍTULO 9. INTEGRAIS IMPRÓPRIAS
b) Se p < 1:
>assume(p<1):
>Int(f,x=1..infinity)=limit(int(f,x=1..b),b=infinity);
Z ∞
(xp )−1 dx = ∞
1
c) Se p = 1
>Int(1/x,x=1..infinity)=limit(int(1/x,x=1..b),b=infinity);
Z ∞
x−1 dx = ∞
1
Em geral:
+∞
dx ∞ se p ≤ 1
Z
= 1
1 xp se p > 1.
p−1
Muitas vezes não é possível calcular o valor exato de uma integral imprópria, mas, podemos
indagar se uma integral imprópria converge ou diverge.
Proposição 9.1. Sejam f e g funções integráveis em [a, +∞) tais que f (x) ≥ g(x) > 0 para todo
x ≥ a.
Z +∞ R +∞
1. Se f (x) dx converge, então a g(x) dx converge.
a
Z +∞ Z +∞
2. Se g(x) dx diverge, então f (x) dx diverge.
a a
A prova, segue diretamente das definições. Seja f (x) ≥ 0, para todo x ≥ a. Para mostrar a con-
vergência da integral de f , é preciso que f seja menor que uma função cuja integral converge.
Para mostrar a divergência da integral de f , é preciso que f seja maior que uma função cuja
integral diverge.
Exemplo 9.2.
Z +∞
sen(x) + 2
1. Analise a convergência da integral: √ dx.
1 x
9.3. VALOR PRINCIPAL DE UMA INTEGRAL IMPRÓPRIA 263
sen(x)+2
Figura 9.5: Gráfico de √
x
.
>f:=(sin(x)+2)/sqrt(x):
1 −1 + 2 sen(x) + 2
√ = √ ≤ √ .
x x x
Z +∞
2
Por outro lado: √ dx diverge; logo, pela proposição, parte 2, temos que a integral dada
1 x
diverge.
se o limite existe. Nesse caso, dizimos que a integral converge no sentido de Cauchy. A notação
que utilizaremos é:
Z +∞
VP f (x) dx.
−∞
Observação 9.1.
264 CAPÍTULO 9. INTEGRAIS IMPRÓPRIAS
Z +∞
VP x dx.
−∞
Z +∞
Sabemos que a integral imprópria x dx diverge. Por outro lado:
−∞
Z +∞ Z a
VP x dx = lim x dx = 0.
−∞ a→+∞ −a
3. Se f é ímpar, então:
Z +∞ Z +∞
VP f (x) dx = 0 e f (x) dx diverge.
−∞ −∞
Z +∞ Z +∞ Z +∞
f (x) dx = 2 f (x) dx = V P f (x) dx.
−∞ 0 −∞
Se f é uma função contínua em [a, c) ∪ (c, b], a < c < b e tal que:
>GAMMA(x);
Γ(x)
Exemplo 9.3.
1. Calcule Γ(1), Γ(5) e Γ(10)
Digitemos:
>f:=x->GAMMA(x);
f := x 7→ Γ(x)
Logo:
>f(1);f(5);f(10);
1
24
362880
1 1
2. Calcule Γ eΓ
2 3
266 CAPÍTULO 9. INTEGRAIS IMPRÓPRIAS
Digitemos:
>g:=x->GAMMA(x);
g := x 7→ Γ(x)
Logo:
>g(1/2);
√
π
>g(1/3);
√
2 π 3
3 Γ(2/3)
>evalf(% );
2.678938537
Γ(x + 1) = x Γ(x).
Em particular, se n ∈ N, temos que:
Γ(n + 1) = n!
1
Γ(x) = Γ(x + 1).
x
9.4. FUNÇÃO GAMA 267
Exemplo 9.4.
1. Calcule Γ(−0.2):
1 1
Γ(−0.2) = − Γ(−0.2 + 1) = − Γ(0.8).
0.2 0.2
No MAPLE:
>restart;
>f:=x->GAMMA(x+1)/x;
Γ(x)
f := x 7→
x
>f(-0.2);
29.10574284
1
Γ(x) = Γ(x + 1).
x
Exemplo 9.5.
1. Calcular Γ(−1.2)
1 1 1 1
Γ(−1.2) = − Γ(−1.2 + 1) = − Γ(−0.2) = Γ(0.8).
1.2 1.2 0.2 1.2
No MAPLE:
>f(-1.2);
−4.042464284
1
Γ(x) = Γ(x + 1).
x
268 CAPÍTULO 9. INTEGRAIS IMPRÓPRIAS
9.5 Probabilidades
Uma função f : R −→ R positiva e integrável é chamada função de densidade de probabilidade
se: Z +∞
f (x) dx = 1
−∞
>f:=função:
>P(a < = x <= b) := int(f, x = a .. b);
>P(a < = x) := int(f, x = a .. infinity);
>E :=int(x*f, x = -infinity .. infinity);
>V:=int((x-E)ˆ2,x=-infinity..infinity);
>sigma: =sqrt(V);
Exemplo 9.6.
1. Seja:
0 se 0 > x
1
a x se 0 ≤ x ≤
f (x) = 2
1
a (1 − x) se ≤x≤1
2
0 se x > 1.
(a) Determine a constante a tal que f seja uma função de densidade de probabilidade.
1 1 3
(b) Calcule P (x ≤ ) e P ( ≤ x ≤ ) .
2 2 4
(c) Determine E(x), V (x) e σx .
logo:
>Int(f(x),x=0..infinity)=int(a*x,x=0..1/2)+int(a*(1-x),x=1/2..1);
Z +∞
a
f (x) dx =
−∞ 4
a
então, = 1 e a = 4:
4
>f:= piecewise(x < 0, 0, 0 <= x and x < 1/2, 2*x, 1/2 <= x and x <= 1, x > 1, 0);
0 x<0
4 x 0 ≤ x and x < 1/2
f :=
4 (1 − x) 1/2 ≤ x and x ≤ 1
0 otherwise
270 CAPÍTULO 9. INTEGRAIS IMPRÓPRIAS
2.0
1.5
1.0
0.5
(b) Calculamos:
>P(x<=1/2):=int(4*x,x=0..1/2);
1 1
P (x ≤ ) :=
2 2
>P(1/2 <=x<=3/4):=int(4*(1-x),x=1/2..3/4);
1 3 3
P ( ≤ x ≤ ) := .
2 4 8
(c) Calculamos:
>E:=int(x*f,x=-infinity..infinity);
1
E(x) := .
2
Determinemos:
>V:=int(f*(x-E)ˆ2),x=-infinity..infinity) ;
1
V := .
24
Finalmente:
>sigma:=evalf(sqrt(V)));
σ := 0.204124
2. Se a venda de cimento (em toneladas), de uma fábrica segue a seguinte função de densidade
de probabilidade:
3
(1 − x2 )
se 0 ≤ x ≤ 1
2
f (x) =
0 outro caso.
9.5. PROBABILIDADES 271
(
3/2 − 3/2 x2 0 ≤ x and x ≤ 1
f :=
0 otherwise
O valor esperado é:
3∼
E := = 0.375.
8
19
V :=
320
Como :
>sigma:=sqrt(V);
σ := 0.24366
Observe que:
Z +∞ Z b
1
f (x) dx = dx = 1.
−∞ b−a a
272 CAPÍTULO 9. INTEGRAIS IMPRÓPRIAS
Logo:
>P(8≤ x≤ 8.5):=int(f,x=8..8.6);
0.6 ∼
P (8 ≤ x ≤ 8.5) := = 0.06.
10
[2] Suponha que a v.a.c. tem distribuição uniforme com esperança igual a 4 e a variância igual
4
. Determine P (x ≤ 4) e P (3 ≤ x ≤ 4).
3
9.5. PROBABILIDADES 273
a+b (b − a)2 4
Sabemos que E(x) = = 4 e V (x) = = , logo:
2 12 3
(
eq1 := a + b =8
eq2 := b − a = 4.
>solve({eq1,eq2},{a,b});
{a = 2, b = 6}
Então:
>P(x ≤ 4):=int(f,x=2..4);
1
P (x ≤ 4) := =⇒ 50%
2
E
P(3 ≤ x ≤ 4):=int(f,x=3..4);
1
P (3 ≤ x ≤ 4) := =⇒ 25%.
4
[3] Um atacadista vende entre 100 e 200 toneladas de grãos, com distribuição uniforme de
probabilidade. Sabe-se que o ponto de equilíbrio para esta operação corresponde a uma venda
de 130 toneladas. Determine a esperança, a variância e a probabilidade de que o comerciante
tenha um prejuízo em um determinado dia.
Note que a = 100 e b = 200, então:
100 + 200
E := = 150
2
(200 − 100)2
V := = 833.3.
12
Como o equilíbrio (não se perde nem se ganha) acontece quando vende 130 toneladas, devemos
calcular: Z 130
dx 30
P (x < 130) := = = 0.3.
100 100 100
Isto é, tem uma probabilidade de 30%.
Note que:
Z +∞
f (x) dx = 1.
−∞
Exemplo 9.8.
>P(10 ≤ x ≤ 15):=int(f,x=10..15);
>P(x ≥50):=int(f,x=50..infinity);
P (x ≥ 50) := 0.082
Aproximadamente 8.2%. Determinemos a esperança e a variância:
E = 20 e V = 400.
2. O tempo de espera entre o pedido de atendimento num banco é uma v.a.c. com distribuição
exponencial, com tempo médio de espera igual a 10 minutos. Determine a probabilidade do
tempo de espera superior a 10 minutos. Ache a esperança e a variância.
1 1
Note que E = = = 0.1. Logo, digitemos:
α 10
>f:= piecewise(0 <= x, 0.1*exp(-0.1*x));
(
0.1 e−0.1x x>0
f :=
0 otherwise
Devemos calcular P (10 ≤ x)
276 CAPÍTULO 9. INTEGRAIS IMPRÓPRIAS
>P(10 ≤ x ):=int(f,x=10..infinity);
P (10 ≤ x) := e−1
aproximadamente, 36.8%, e:
α βα
xα+1
se x ≥ β
f (x) =
0 se x < β.
α > 1 e β > 0. O parâmetro β pode ser interpretado como a renda mínima de uma população
e o parâmetro α pode ser interpretado como a dispersão da renda.
Note que:
Z +∞
f (x) dx = 1.
−∞
2.0
1.5
1.0
0.5
αβ
E=
α−1
α β2
V =
(α − 1)2 (α − 2)
r
β α
σx = .
α−1 α−2
Exemplo 9.9.
1
1. Uma distribuição de Pareto tem esperança e variância 2 e , respectivamente.
2
(a) Determine a distribuição.
(b) Calcule P (x ≥ 10).
(a) Temos:
αβ
E := =2
α−1
α β2 1
V := =
(α − 1)2 (α − 2) 2
>solve({E,V},{alpha ,beta});
3
{α = −2, β = 3}, {α = 4, β = }
2
3
logo, como α > 1 temos β = e α = 4, e:
2
>f:=piecewise(x >= 3/2, 81/(4*xˆ5));
81 3
4 x5
x≥
2
f :=
0 otherwise
(b) Calculamos:
P(x>= 10):=int(f,x=10..infinity);
P (x ≥ 10) := 0.00050625.
(a) Qual é a probabilidade de que uma pessoa ganhe mais de 5000 u.m?
(b) Qual é a probabilidade de que uma pessoa ganhe entre 2000 e 3000 u.m?
(c) Qual é a probabilidade de que uma pessoa ganhe abaixo da média u.m?
Digitemos:
>P(x>= 5000):=int(f,x=5000..infinity);
1
P (x ≥ 5000) :=
125
>evalf(%);
0.008
Logo, 0.8%
(b) Calculamos:
0.087963
Logo, 8.79 %
(c) Calculamos:
>E:=int(f*x,x=1000..infinity);
E := 1500
logo:
>P(x<1500):=int(f,x=1000..1500);
19
P (x < 1500) := .
27
>evalf(%);
9.5. PROBABILIDADES 279
0.703704
Logo, 70.37 %
3. Se em duas cidades, as respectivas rendas seguem as seguintes distribuições de Pareto,
respectivamente:
4 × 10004
se x ≥ 1000
x5
f1 (x) =
0 se x < 1000
5 × 12005
se x ≥ 1200
x6
f2 (x) =
0 se x < 1200.
0.004
0.003
0.002
0.001
(b) Digitamos:
>P1(2000<x):=int(f1,x=2000..infinity);
1
P 1(2000 < x) :=
16
>evalf(%);
0.0625
>P1(2000<x):=int(f2,x=2000..infinity);
243
P 2(2000 < x) := =
3125
>evalf(%);
0.07776
Na segunda cidade é provável que se ganhe, em média, mais de 2000 u.m.
(c)
Digitamos:
>P1(2000<=x<=3000):=int(f1,x=2000..3000);
65
P 1(2000 ≤ x ≤ 3000) :=
1296
>evalf(%);
0.05015435
>P2(2000<=x<=3000)=int(f2,x=2000..infinity);
211
P 2(2000 ≤ x ≤ 3000) :=
3125
>evalf(%);
0.06752
9.6. DISTRIBUIÇÃO NORMAL OU GAUSSIANA 281
1 2 2
f (x) = √ e−(x−µ) /2 σ , −∞ < x < +∞,
σ 2π
onde µ ≥ 0 e σ > 0.
Digitemos:
>f:=exp(-(x-mu)ˆ2/(2*sigmaˆ2))/(sigma*sqrt(2*Pi)):
>assume(sigma>0):
>Int(f,x=-infinity..infinity)=int(f,x=-infinity..infinity);
(x−µ)2 √
Z ∞
1
1/2 e−1/2 σ2 2σ −1 √ dx = 1
−∞ π
De forma análoga, é possível verificar que:
E = µ.
A variância:
V = σ2.
Devido a complexidade da integral envolvida nos cálculos que devem ser feitos quando é utili-
zada a distribuição normal, os estatísticos criaram uma tabela, única, da chamada distribuição
282 CAPÍTULO 9. INTEGRAIS IMPRÓPRIAS
µ − x
Z
1 2 /2 σ 2 1
√ e−(x−µ) dx = − erf √ .
σ 2π 2 2σ
Exemplo 9.10.
1. Um certo tipo de bateria de celular tem, em média, duração de 3 anos com desvio standard
σ = 0.5. Se a duração das baterias é normalmente distribuida, determine a probabilidade de
uma bateria durar menos que 2.3 anos.
2
σ = 0.5 e µ = 3, então f (x) = 0.797885 e−2 (−3+x) :
>P(x<2.3):=int(f,x=0..2.3);
2. Numa prova para concurso, a média das notas foi de 82 com desvio standard σ = 5. O
número de pessoas que obtiveram notas entre 88 e 94 foi 8; determine o número de pessoas
presente na prova.
2
σ = 5 e µ = 82, então f (x) = 0.0797885 e−0.02(−82+x) . Supondo que as notas são números
inteiros:
>P(87.5<x<94.5):=int(f,x=87.5..94.5);
0.5
0.4
0.3
0.2
0.1
2 4 6 8 10
{λ = 2, ν = 4}
284 CAPÍTULO 9. INTEGRAIS IMPRÓPRIAS
(
16 e−2 x x3 se x > 0
f (x) =
0 outro caso.
0.30
0.25
0.20
0.15
0.10
0.05
>f:=16*exp(-2*x)*xˆ3:
>P(x<1):=int(f,x=0..1);
P (x < 1) := 6 − 38 e−2
>evalf(%);
0.857259238
(
0.0000559896 e−0.81 x x6.81 se x > 0
f (x) =
0 outro caso.
9.7. INTEGRAIS DE FUNÇÕES DESCONTÍNUAS 285
0.12
0.10
0.08
0.06
0.04
0.02
5 10 15 20 25 30
ν 7.81
E(x) = = = 9.64198
λ 0.81
o tempo médio de sobrevivência é 10 anos.
(b) Digite:
>P(x<10):=int(f,x=0..10);
É de quase 60%.
1
y=√ , x≤9
x
e o eixo dos x.
Notamos que a região R é ilimitada pois a função f nem é definida no ponto x = 0.
1
Seja Rε a região determinada pelo gráfico de y = √ , ε ≤ x ≤ 9 com ε > 0 pequeno e o eixo
x
dos x..
286 CAPÍTULO 9. INTEGRAIS IMPRÓPRIAS
A área de Rε é:
9 √ 9 √
Z
dx
A(Rε ) = √ = 2 x = 6 − 2 ε u.a.
ε x ε
É intuitivo que para valores de ε muito pequenos, a área da região limitada Rε é uma boa
aproximação da área da região ilimitada R. Isto nos induz a escrever:
Z 9 √
dx
A(R) = lim A(Rε ) = lim √ = lim 6 − 2 ε = 6 u.a.
ε→0+ ε→0+ ε x ε→0 +
Z 9
dx
√ é um exemplo de integral imprópria com integrando ilimitado.
0 x
Definição 9.2.
Z b Z b
f (x) dx = lim f (x) dx
a ε→a+ ε
Z b Z ε
f (x) dx = lim f (x) dx
a ε→b− a
9.7. INTEGRAIS DE FUNÇÕES DESCONTÍNUAS 287
y=f(x)
+ -
a b
Figura 9.18:
3. Se f é uma função integrável em [a, b] exceto em c tal que a < c < b, então:
Z b Z c Z b Z ε Z b
f (x) dx = f (x) dx + f (x) dx = lim f (x) dx + lim f (x) dx
a a c ε→c− a σ→c+ σ
Se nas definições anteriores os limites existirem, as integrais impróprias são ditas convergentes;
caso contrário, são ditas divergentes.
>f:=função:
>Int(f,x=a..b)=limit(int(f,x=e..b),e=a,right);
>Int(f,x=a..b)=limit(int(f,x=a..e),e=b,left);
Exemplo 9.12.
>f:=cos(x)/sqrt(sin(x)):
>Int(f,x=0..Pi/2)=limit(int(f,x=e..Pi/2),e=0,right);
Z 1/2 π
cos (x)
p dx = 2
0 sin (x)
Z 1
dx
2. √
3
.
−4 x+2
Observe que a função integranda não é definida em −2 ∈ [−4, 1].
>f:=1/surd(x+2,3):
288 CAPÍTULO 9. INTEGRAIS IMPRÓPRIAS
>Int(f,x=-4..1)=int(f,x=-4..1);
Z 1
1 3 3
√
3
dx = − 22/3 + 32/3
−4 x+2 2 2
√
3
p
3
√
3
3. Calcule o comprimento da astróide x2 + y 2 = a2 , a > 0.
>g:=surd(xˆ(2),3)+surd(yˆ(2),3):
>a:=simplify(sqrt(simplify(implicitdiff(g, y, x)ˆ2+1)));
p
x2/3 + y 2/3
a := √3
x
>b:=:=simplify(subs(xˆ(2/3)+yˆ(2/3)=aˆ(2/3)),a);
√3
a
b := √ 3
x
√3
p √
3
Na última igualdade usamos o fato de que x2 + 3 y 2 = a2 ; logo,
L := 6 a
1
4. Calcule a área limitada por f (x) = √ , pelo eixo dos x e pelas retas x = 2 e x = 5.
x−2
9.7. INTEGRAIS DE FUNÇÕES DESCONTÍNUAS 289
>A(R):=int(1/surd(x-2,2),x=2..5);
√
A(R) := 2 3
Numa integral imprópria com limite superior infinito e cuja função integranda não é definida
no limite inferior, procedemos assim: Se f é integrável em (a, +∞) então
Z +∞ Z c Z b
f (x) dx = lim f (x) dx + lim f (x) dx
a ε→a+ ε b→+∞ c
Exemplo 9.13.
Z +∞
dx
1. √ .
2 x x2 − 4
>f:= 1/(x*sqrt(xˆ2-4)):
1
Figura 9.21: Gráfico de f (x) = √
x (x+1)
.
>f:= 1/(sqrt(x)*(x+1)):
9.8 Exercícios
1. Calcule as seguintes integrais impróprias, caso sejam convergentes:
Z +∞ Z 1
dx dx
(a) √ (m)
1 x x −∞ (2 x − 3)2
Z +∞ +∞
dx
Z
x
(b) (n) dx
3 x2 +9 −∞ x2 +1
Z +∞ +∞
dx
Z
dx
(c) (o)
0 (x + 1)(x + 2) −∞ x2 + 2x + 5
Z +∞ Z+∞
(d) x e−x dx
2 dx
(p)
0 1 x3 +x
Z +∞ Z +∞
−x2
(e) |x| e dx (q) e−x sen(x) dx
−∞ 0
Z +∞ +∞
dx
Z
x
(f) (r) dx
2 x ln(x) 1 (x2 + 1)2
+∞ +∞
x3
Z
cosh(x)
Z
(g) dx (s) dx
0 1 + senh(x) 0 1 + x4
Z 0 Z +∞
−x2 dx
(h) x5 dx (t)
−∞ e2 x ln3 (x)
Z 0 Z +∞
(i) x cosh(x) dx (u) x sen(x) dx
−∞ 0
Z +∞ Z 0
ln(x) dx
(j) dx (v)
1 x −∞ x2 +1
Z +∞ Z+∞
dx dx
(k) 2
(w) √
3
−∞ x +1 1 x2
Z +∞ Z +∞
dx
(l) sen(t π) e−t dt (x)
0 2 x ln2 (x)
Z +∞ Z +∞
−st
(a) e dt (c) e−st et dt
0 0
Z +∞ Z +∞
(b) e−st sen(t) dt (d) t2 e−st dt
0 0
292 CAPÍTULO 9. INTEGRAIS IMPRÓPRIAS
Z +∞ π
1 − cos(x)
Z
2
−st
(e) e senh(t) dt (g) dx
0 xs
Z +∞ Z0 π
dx
(f) e−st cosh(t) dt (h)
0 0 (sen(x))s
R +∞
4. Seja Γ(x) = 0 tx−1 e−t dt, x > 0; esta função é chamada função gama. Verifique:
(b) Se n ∈ N, Γ(n + 1) = n!
(a) Qual é a probabilidade de coletar uma amostra em que a concentração seja tóxica?
(c) Qual é a probabilidade de coletar uma amostra em que a concentração seja exata-
mente 10.
(a) Determine a probabilidade de que o tempo do conserto seja menor que 10 minutos.
(c) Para um planejamento futuro, quanto tempo se deve utilizar em cada conserto para
que a probabilidade de que qualquer tempo de reparo maior que o tempo dado seja
de 0.1?
9. Numa fábrica de circuitos impressos, a vida útil desses circuitos tem uma distribuição
descrita pela densidade de probabilidade exponencial:
(
0.002 e−0.002x se x > 0
f (x) =
0 se x ≤ 0.
(b) Qual é a probabilidade dos circuitos continuarem funcionando após 600 horas?
(a) Qual é a probabilidade de que uma pessoa que já tenha um marcapasso deva reim-
plantar um novo antes de 20 anos?
(b) Qual é a probabilidade de que uma pessoa ganhe entre 1000 e 1500?
(b) Em qual cidade é mais provavel que uma pessoa ganhe mais de 2000 u.m?
(c) Em qual cidade é mais provavel que uma pessoa ganhe entre 2000 e 3000?
294 CAPÍTULO 9. INTEGRAIS IMPRÓPRIAS
13. Numa prova de vestibular, a média das notas foi 50 com desvio standard σ = 6. O número
de pessoas que obtiveram notas entre 70 e 90 foi 120. Utilize um software matemático
para determinar o número de pessoas presentes no exame.
14. Se o tempo utilizando um computador com time-sharing segue uma distribuição gama
com média de 20 minutos e variância de 80 minutos, pede-se:
(a) Determine ν e λ.
Z 4 Z 3
dx dx
(a) √ (l) 2
0 x 0 (x − 1)
1 1 Z π
dx
Z
cos(x 3 ) 2
(b) dx (m)
x3
2
cos(x)
0
4
Z0 3
dx
Z
dx √
(c) √ (n)
16 − x2 4 x − x2 − 3
0
√ Z1 1
Z 4
e − x 3 x2 + 2
(d) √ dx (o) √3
dx
0 x 0 x2
Z −1
Z 1
dx dx
(e) (p) √
2
−2 x x − 1
p
1
2
x (ln(x))2
7
Z 2
Z 1 dx
dx (q)
(f) x ln 2 (x)
Z−1
x3 Z1 2
π
dx dx
(g) (r) p
1 x ln(x)
−π 1 − cos(x) Z 2r
Z 2
dx 2+x
(h) √ (s) dx
2 x − x2 0 2−x
Z0 5 Z 2
π 1
dx 1
(i) (t) 2
sen( ) dx
x x
p
4
5
(5 − x)2 Z0 1
Z 2
dx dx
(j) √ (u) 3
x 4 − x2
2 0 (1 − x )
Z1 1 Z 1
dx 2 dx
(k) √ (v) p
3
0 1 − x2 0 x ln(x)
Bibliografia
[M-M] Maria Hermínia de Paula Leite - Mário Olivero Marques: Introdução ao MAPLE V,
visando o ensino de Cálculo Diferencial e Integral I - funções reais de uma variável
real, Texto Didático: Projeto PROIN/CAPES - Instituto de Matemática, Universidade
Federal Fluminense, 1999.
[VC] Mauricio A. Vilches - Maria Luiza Corrêa: Cálculo I: Volume I e II, edição online em
www.ime.uerj.br/∼calculo, 2007.
Bibliografia Suplementar
Angela R. Santos - Waldecir Bianchini: Aprendendo Cálculo com o Maple - Cálculo de uma
variável, Ed. Rio de Janeiro: LTC, 2002.
295