Você está na página 1de 13

Engenharia de Controle e Automação -

Computação

Cálculo Diferenicial Integral IV


Cuiabá - MT
2020/2

i
Sumário

Sumário ii

1 Semana 1 - Integrais Impróprias 1


1.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Integrais definidas em intervalos ilimitados . . . . . . . . . . . 3
1.3 Aplicações a Estatística . . . . . . . . . . . . . . . . . . . . . 5
1.3.1 Distribuição de Probabilidades Conjuntas . . . . . . . 7
1.3.2 Distribuição de Probabilidade Marginal . . . . . . . . 7
1.3.3 Método do Jacobino . . . . . . . . . . . . . . . . . . . 8
1.4 Integrais de Funções Descontínuas . . . . . . . . . . . . . . . 8
1.5 Integrando dependente de uma outra variável . . . . . . . . . 9
1.6 Integrais Impróprias dependentes do parâmetro . . . . . . . . 9
Semana 1 - Integrais Impróprias
1
1.1 Introdução
1ª Aula - 24/11/2020
Ementa:
Integrais Impróprias. Seqüências e Séries Numéricas. Introdução as equações
diferenciais ordinárias. Classificação. Métodos de resolução. Problemas
de valor inicial. Equações diferenciais ordinárias lineares. Resolução por
transformada de Laplace. Resoluções de equações Diferenciais por Séries de
Potência. Equações não Homogêneas. Série de Fourier.
Bibliografia

1) ZILL, D. G. Equações Diferenciais com Aplicações em Modelagem. 1𝑎


ed. São Paulo: Pioneira Thomson Learning, 2003.

2) BRONSON, R.; COSTA, G. Equações Diferenciais. 3𝑎 Porto Alegre:


Bookman, 2008.

3) BOYCE, W. E.; DIPRIMA,R.C. Equações Diferenciais Elementares e


Problemas de Valores de Contorno. 8𝑎 ed. Rio de Janeiro:LTC,2006.

4) ABBUNAHMAN S.H., Equações Diferenciais, Rio de Janeiro: LTC


Editora S.A.

5) H. L. Guidorizzi, Um Curso de Cálculo - vol. 2, Livros Técnicos e

1
Seção 1.1 · Introdução 2

Científ. Ed., 1997.

Avaliação
A disciplina contará com 4 provas. A média será calculada da seguinte
forma
𝑃 1 + 𝑃2 + 𝑀 𝑃 𝑅 3 + 𝑀 𝑇
𝑀=
4
MPR: Média de Provas Remotas On-lines:

MT: Médias dos Trabalhos (Listas)

Para ser considerado aprovado o aluno deverá obter média 𝑀 ≥ 6, 0 e


frequência superior ou igual a 70%. Caso o aluno tenha perdido alguma
prova por qualquer motivo (inclusive por doença) ou não tenha atingido tal
aproveitamento, poderá fazer a prova substitutiva na data marcada abaixo.
Tal prova sustituirá uma, e somente uma das notas 𝑃𝑖 , 𝑖 = 1, 2 ou 3, com o
respectivo peso, de modo que o aluno obtenha a melhor média.

O aluno que não tenha conseguido aprovação e que tenha obtido média
3, 0 ≤ 𝑀 < 6, 0e tenha frequência superior a 70% poderá fazer a prova final,
em data, horário e local e serem marcados posteriormente. A matéria, tanto
da provas serão acumuladas e a prova final, será a matéria toda desenvolvida
na disciplina.
Datas das Provas

• 1ª Prova: 03/02/2021

• 2ª Prova: 03/03/2021

• 3ª Prova: 17/03/2021

• Prova Final: 24/03/2021

Na definição de integral definida, consideramos a função integranda contínua


num intervalo fechado e limitado. Agora, estenderemos esta definição para os
seguintes casos:
Seção 1.2 · Integrais definidas em intervalos ilimitados 3

Funções definidas em intervalos do tipo [𝑎, +∞), (−∞, 𝑏] ou (−∞, +∞),


ou seja para todo 𝑥 ≥ 𝑎 ou 𝑥 ≤ 𝑏 ou para todo 𝑥 ∈ R, respectivamente.

A função integranda é descontínua em um ponto c tal que 𝑐 ∈ [𝑎, 𝑏].

As integrais destas funções são chamadas integrais impróprias. As


integrais impróprias são de grande utilidade em diversos ramos da Matemá-
tica como por exemplo, na solução de equações diferenciais ordinárias via
transformadas de Laplace e no estudo das probabilidades, em Estatística.

Começamos nosso estudo diretamente com primeiro caso:

1.2 Integrais definidas em intervalos ilimita-


dos
Seção 1.2 · Integrais definidas em intervalos ilimitados 4

A área de 𝑅𝑏 é:

∫︁ 𝑏
𝑑𝑥 1 1
𝐴(𝑅𝑏 ) = 2
= − |𝑏1 = 1 −
1 𝑥 𝑥 𝑏
É intuitivo que para valores de b muitos grandes a região limitada 𝑅𝑏 é
uma boa aproximação da região ilimitada R. Isto nos induz a escrever

𝐴(𝑅) = lim 𝐴(𝑅𝑏 )


𝑏→∞

quando o limite existe. Neste caso

∫︁ 𝑏
𝑑𝑥 1
𝐴(𝑅) = lim 𝐴(𝑅𝑏 ) = lim 2
= lim (1 − ) = 1𝑢.𝑎
𝑏→∞ 𝑏→∞ 1 𝑥 𝑏→∞ 𝑏
É comum denotar 𝐴(𝑅𝑏 ) por:
∫︁ ∞
𝑑𝑥
1 𝑥2
Motivados pelo raciocínio anterior temos as seguinte definições:

Definição 1.1.
∫︁ ∞ ∫︁ 𝑏
1) Se f é uma função integrável em [𝑎, +∞) então 𝑓 (𝑥)𝑑𝑥 = lim 𝑓 (𝑥)𝑑𝑥
𝑎 𝑏→∞ 𝑎
∫︁ 𝑏 ∫︁ 𝑏
2) Se f é função integrável em (−∞, 𝑏] então: 𝑓 (𝑥)𝑑𝑥 = lim 𝑓 (𝑥)𝑑𝑥
−∞ 𝑎→−∞ 𝑎

3) Se f é uma função integrável em 𝑅 = (−∞, +∞), então:

∫︁ +∞ ∫︁ 0 ∫︁ 𝑏
𝑓 (𝑥)𝑑𝑥 = lim 𝑓 (𝑥)𝑑𝑥 + lim 𝑓 (𝑥)𝑑𝑥
−∞ 𝑎→−∞ 𝑎 𝑏→+∞ 0

Casos os limites existirem, as integrais impróprias são ditas convergentes;


caso contrário são ditas divergentes.

Ex. 1) Calcule as seguintes integrais impróprias:


Seção 1.3 · Aplicações a Estatística 5
∫︁ +∞
𝑑𝑥 ∫︁ +∞
1
∫︁ ∞ ∫︁ ∞
𝑑𝑥
a) b) 𝑒 𝑑𝑥−𝑥
c) 𝑑𝑥 d)
0 1 + 𝑥2 0 1 𝑥2 2 (𝑥 − 1)3/2
∫︁ ∞ ∫︁ ∞ ∫︁ ∞
2 𝑙𝑛𝑥 𝑑𝑥
e) 𝑥𝑒−𝑥 𝑑𝑥 f) 𝑑𝑥 g)
0 1 𝑥 𝑒 𝑥(𝑙𝑛𝑥)2
Proposição 1.1 Sejam f e g duas funções integráveis em [𝑎, +∞) para
todo a 𝑥 ≥ 𝑎, tais que 0 < 𝑓 (𝑥) ≤ 𝑔(𝑥). Então
∫︁ +∞ ∫︁ +∞
1. Se 𝑔(𝑥)𝑑𝑥 converge, então 𝑓 (𝑥)𝑑𝑥 converge.
𝑎 𝑎
∫︁ +∞ ∫︁ +∞
2) Se 𝑓 (𝑥)𝑑𝑥 diverge, então 𝑔(𝑥)𝑑𝑥 diverge.
𝑎 𝑎
∫︁ +∞ ∫︁ +∞
3) Se |𝑓 (𝑥)|𝑑𝑥 converge, então 𝑓 (𝑥)𝑑𝑥 converge.
𝑎 𝑎

Ex. 2) Analise a convergência da integral:


∫︁ +∞
𝑠𝑒𝑛(𝑥) + 2 ∫︁ +∞
2
∫︁ +∞
𝑥3 ∫︁ +∞
𝑐𝑜𝑠2𝑥
a) √ 𝑑𝑥 b) 𝑒−𝑥 𝑑𝑥 c) 𝑑𝑥 d) 𝑑𝑥
1 𝑥 1 1 𝑥4 + 3 1 𝑥

1.3 Aplicações a Estatística


Uma função positiva integrável em R é chamada densidade de probabili-
dade se:
∫︁ +∞
𝑓 (𝑥)𝑑𝑥 = 1
−∞

Assim denotamos e definimos a probabilidade de um número x estar


compreendido entre a e b (𝑎 < 𝑏) por

∫︁ 𝑏
𝑃 [𝑎 < 𝑋 < 𝑏] = 𝑓 (𝑥)𝑑𝑥
𝑎

Também podemos definir o valor esperado do número x, como

∫︁ +∞
𝐸[𝑋] = 𝑥𝑓 (𝑥)𝑑𝑥
−∞
Seção 1.3 · Aplicações a Estatística 6

e a variância 𝑉 𝑎𝑟[𝑋] de X por

∫︁ +∞ ∫︁ +∞
𝑉 𝑎𝑟[𝑋] = (𝑥 − 𝐸[𝑋]) 𝑓 (𝑥)𝑑𝑥 =
2
𝑥2 𝑓 (𝑥)𝑑𝑥 − (𝐸[𝑋])2
−∞ −∞

𝑉 𝑎𝑟[𝑋] = 𝐸𝑋 2 − (𝐸𝑋])2
desde que as integrais impróprias sejam convergentes.

𝛼𝑥−𝛼𝑥 , se 𝑥 ≥ 0
{︃
Ex. 3)a) Seja 𝛼 > 0 a função 𝑓 (𝑥) =
0, se 𝑥 < 0
Função Gama {︃
𝜆𝛼 𝛼−1 −𝜆𝑥
𝑥 𝑒 , se 𝑥 ≥ 0
𝑋 ∼ Γ(𝑥; 𝛼, 𝜆) = Γ(𝛼)
0, se 𝑥 < 0
∫︁ ∞
Γ(𝛼)
𝑥𝛼−1 𝑒−𝜆𝑥 𝑑𝑥 = 𝛼
0 𝜆
• Γ(𝑛) = (𝑛 − 1)!

• Γ(𝛼 + 1) = 𝛼Γ(𝛼)

𝑛 𝜋(𝑛 − 1)!
• Γ( ) = 𝑛−1 𝑛−1
2 2 ( 2 )!

1 √
• Γ( ) = 𝜋
2
b) Seja f a função densidade de probabilidade de distribuição gama.

b1) Verifique que tal f é realmente uma função densidade de probabilidade.


𝛼 𝛼
b2) Calcule 𝐸[𝑋] R: b3) Calcule a 𝑉 𝑎𝑟[𝑋]. R:
𝜆 𝜆2
∫︁ ∞
2 𝑛!
Ex. 4) Mostre que 𝑒−𝑥 𝑥2𝑛+1 𝑑𝑥 = ,𝑛 ∈ N
0 2
Seção 1.3 · Aplicações a Estatística 7

1.3.1 Distribuição de Probabilidades Conjuntas


Variáveis Aleatorias Contínuas
A função 𝑓 (𝑥, 𝑦) é uma função de probabilidade conjunta das variáveis
aleatórias 𝑥 e 𝑦 se:

1. 𝐹 (𝑥, 𝑦) ≥ 0 para todo (𝑥, 𝑦)

∫︁ +∞ ∫︁ +∞
2. 𝑓 (𝑥, 𝑦)𝑑𝑥𝑑𝑦 = 1
−∞ −
∫︁ ∫︁
3. 𝑃 [(𝑋, 𝑌 ) ∈ 𝐴] = 𝑓 (𝑥, 𝑦)𝑑𝑥𝑑𝑦 para qualquer região A no plano xy.

Ex. 5) Um romancista se comprometeu com seu editor a entregar a


cada 30 dias um capítulo do livro que está escrevendo; esse tem sido o seu
método de trabalho há vários anos. Sejam X o número de dias que o escritor
demora para redigir a primeira versão de um capítulo, e Y o número total de
dias que tarda para ter o capítulo pronto, incluindo a revisão e a correção de
erros. Suponha que X e Y têm densidade conjunta

𝑐𝑥(30 − 𝑦) se 0 ≤ 𝑥 ≤ 𝑦 ≤ 30
{︃
𝑓 (𝑥, 𝑦) =
0 se 𝑐.𝑐

(a)Obtenha o valor de c.
(b) São X e Y independentes?
(c) Calcule a probabilidade de que o romancista termine um capítulo em no
máximo 25 dias.
(d) Encontre a probabilidade de que o tempo gasto redigindo a primeira versão
seja superior ao tempo de revisão e correção de erros.
(e) Qual a probabilidade de que o escritor demore menos de 15 dias revisando
e corrigindo um capítulo?

1.3.2 Distribuição de Probabilidade Marginal


Definimos 𝑔(𝑥) e ℎ(𝑦) como sendo as distribuições de probabilidades
marginais de 𝑥 e 𝑦 respectivamente. A distribuição de probabilidade de 𝑋 e
𝑌 isoladas são:
Seção 1.3 · Aplicações a Estatística 8

∫︁ +∞ ∫︁ +∞
𝑔(𝑥) = 𝑓 (𝑥, 𝑦)𝑑𝑦 e ℎ(𝑦) = 𝑓 (𝑥, 𝑦)𝑑𝑥
−∞ −∞

Ex. 6) O número de clientes Y que chegam a um caixa eletrônico tem


distribuição de Poisson com parâmetro X, sendo X a intensidade com que
os clientes chegam ao caixa eletrônico. Supondo que X tem distribuição
𝐺𝑎𝑚𝑎(𝛼, 1), encontre a função de probabilidade da variável aleatória Y .

1.3.3 Método do Jacobino


Sejam 𝑋1 e 𝑋2 variaveis aleatórias conjuntamente contínuas com função
densidade conjunta 𝑓𝑋1 ,𝑋2 . Às vezes, é necessário obter a distribuição de
conjunta das variáveis aleatórias 𝑌1 e 𝑌2 , que surgem como funções de 𝑋1 e
𝑋2 . Especificamente, suponha que 𝑌1 = 𝑔1 (𝑋1 , 𝑋2 ) e 𝑌2 = 𝑔2 (𝑋1 , 𝑋2 ) para
algumas funções 𝑔1 e 𝑔2 .

suponhamos que as funções 𝑔1 e 𝑔2 satisfaçam as seguintes condições:

1. As equações 𝑦1 = 𝑔1 (𝑥1 , 𝑥2 ) e 𝑦2 = 𝑔2 (𝑥1 , 𝑥2 ) podem ser unicamente


solocionadas para 𝑥1 e 𝑥2 em termos de 𝑦1 e 𝑦2 , com soluções dadas por,
digamos , 𝑥1 = ℎ1 (𝑦1 , 𝑦2 ), 𝑥2 = ℎ2 (𝑦1 , 𝑦2 )

2. As funções 𝑔1 e 𝑔2 têm derivadas parciais contínuas em todos dos pontos


(𝑥1 , 𝑥2 ), e são tais que o determinante 2 × 2

⃒ 𝜕𝑔 𝜕𝑔1

⃒ 1 ⃒ 𝜕𝑔1 𝜕𝑔2 𝜕𝑔1 𝜕𝑔2
𝐽(𝑥1 , 𝑥2 ) = = ̸= 0
⃒ 𝜕𝑥1 𝜕𝑥2


⃒ 𝜕𝑔2 𝜕𝑔2 ⃒

𝜕𝑥1 𝜕𝑥2
⃒ 𝜕𝑥1 𝜕𝑥2 𝜕𝑥2 𝜕𝑥1

Ex. 7) Sejam 𝑋1 e 𝑋2 variáveis aleatórias conjuntamente contínuas com


função densidade de probabilidade 𝑓𝑋1 ,𝑋2 . Sejam 𝑌1 = 𝑋1 +𝑋2 e 𝑌2 = 𝑋1 −𝑋2 .
Determine a função densidade conjunta de 𝑌1 e 𝑌2 em termos de 𝑓𝑋1 ,𝑋2 .
Seção 1.4 · Integrais de Funções Descontínuas 9

1.4 Integrais de Funções Descontínuas


Definição 1.2
∫︁ 𝑏 ∫︁ 𝑏
1. Se f é uma função integrável em (𝑎, 𝑏], então 𝑓 (𝑥)𝑑𝑥 = lim+ 𝑓 (𝑥)𝑑𝑥
𝑎 𝜖→𝑎 𝜖
∫︁ 𝑏 ∫︁ 𝜖
2. Se f é uma função integrável em [𝑎, 𝑏), então 𝑓 (𝑥)𝑑𝑥 = lim− 𝑓 (𝑥)𝑑𝑥
𝑎 𝜖→𝑏 𝑎

3.Se f é uma função integrável em [𝑎, 𝑏] exceto em c tal que 𝑎 < 𝑐 < 𝑏, então

∫︁ 𝑏 ∫︁ 𝑐 ∫︁ 𝑏 ∫︁ 𝜖 ∫︁ 𝑏
𝑓 (𝑥)𝑑𝑥 = 𝑓 (𝑥)𝑑𝑥 + 𝑓 (𝑥)𝑑𝑥 = lim− 𝑓 (𝑥)𝑑𝑥 + lim+ 𝑓 (𝑥)𝑑𝑥
𝑎 𝑎 𝑐 𝜖→𝑐 𝑎 𝜖→𝑐 𝜖

Ex. 8) Calcule as seguintes integrais impróprias:


𝜋 ∫︁ 2 ∫︁ 1 ∫︁ 5
∫︁
2 𝑐𝑜𝑠(𝑥)𝑑𝑥 𝑑𝑥 𝑑𝑥 𝑑𝑥
a) b) √ c) √ e) √
4 − 𝑥2 𝑥+2 𝑥−2
√︁ 3 3
0 𝑠𝑒𝑛(𝑥) 0 −4 2
2 2 2
d) Calcule o comprimento da astroide 𝑥 3 + 𝑦 3 = 𝑎 3 , 𝑎 > 0

1.5 Integrando dependente de uma outra va-


riável
A integral imprórpia em que o integrando depende ainda de uma outra
variável são de grande importância em matemática e em outras aplicações.
∫︁ ∞
𝑠
Ex. 8)Suponha 𝑠 > 0 e calcule 𝑒−𝑠𝑥 𝑐𝑜𝑠𝑥𝑑𝑥 = .
0 𝑠2 +1
Nota:
∫︁ 𝑎 ∫︁ 𝑎
1. 𝑓 (𝑥)𝑑𝑥 = lim 𝑓 (𝑥)𝑑𝑥, 𝑡 < 𝑎.
−∞ 𝑡→−∞ 𝑡
∫︁ +∞ ∫︁ 0 ∫︁ +∞
2. 𝑓 (𝑥)𝑑𝑥 = 𝑓 (𝑥)𝑑𝑥 + 𝑓 (𝑥)𝑑𝑥.
−∞ −∞ 0
Seção 1.6 · Integrais Impróprias dependentes do parâmetro 10

1.6 Integrais Impróprias dependentes do pa-


râmetro
• Derivação pelo parâmetro
Cumprindo-se certas restrições que se impõem às funções 𝑓 (𝑥, 𝛼) e

𝑓𝛼 (𝑥, 𝛼) e as correspondentes integrais impróprias se verifica a regra de
Leibniz

𝑑 ∫︁ ∞ ∫︁ ∞

𝑓 (𝑥, 𝛼)𝑑𝑥 = 𝑓𝛼 (𝑥, 𝛼)𝑑𝑥
𝑑𝛼 𝑎 𝑎

Exemplo 9.Calcule as seguintes integrais:


∫︁ ∞ −𝛼𝑥2 2
𝑒 − 𝑒−𝛽𝑥 ∫︁ ∞
𝑎𝑟𝑐𝑡𝑔(𝛼𝑥)
a) 𝑑𝑥, (𝛼 > 0, 𝛽 > 0) b) 𝑑𝑥
0 𝑥 0 𝑥(1 + 𝑥2 )
Solução. Seja
∫︁ ∞ −𝛼𝑥2 2
𝑒 − 𝑒−𝛽𝑥
𝑑𝑥 = 𝐹 (𝛼, 𝛽)
0 𝑥
Então ⃒∞


𝜕𝐹 (𝛼, 𝛽) ∫︁ ∞ 1 −𝛼𝑥2 ⃒⃒ 1

2
= −𝑥𝑒−𝛼𝑥 𝑑𝑥 = 𝑒 =−
2𝛼 2𝛼

𝜕𝛼 0 ⃒



0
1
Donde 𝐹 (𝛼, 𝛽) = − 𝑙𝑛𝛼 + 𝐶(𝛽). Para calcular 𝐶(𝛽) fazendo 𝛼 = 𝛽 na
2
última igualdade. Temos
1 1
0 = − 𝑙𝑛𝛽 + 𝐶(𝛽) ⇒ 𝐶(𝛽) = 𝑙𝑛𝛽
2 2
Portanto
1 1 1 𝛽
𝐹 (𝛼, 𝛽) = − 𝑙𝑛𝛼 + 𝑙𝑛𝛽 = 𝑙𝑛
2 2 2 𝛼
Numa integral imprópria com limite superior infinito e cuja função inte-
granda não é definida no limite inferior, procedemos assim: Se f é integrável
em (𝑎, +∞) então
∫︁ +∞ ∫︁ 𝑐 ∫︁ 𝑏
𝑓 (𝑥)𝑑𝑥 = lim+ 𝑓 (𝑥)𝑑𝑥 + lim 𝑓 (𝑥)𝑑𝑥
𝑎 𝜖→𝑎 𝜖 𝑏→+∞ 𝑐
Seção 1.6 · Integrais Impróprias dependentes do parâmetro 11

onde 𝑎 < 𝑐; analogamente nos outros casos.


Exemplo 10.Calcule as integrais:

3
√︁ √
3
a) Calcule o comprimento da astróide 𝑥2 + 3
𝑦2 = 𝑎2 .
1
b) Calcule a área limitada por 𝑓 (𝑥) = √ , pelas retas 𝑥 = 2 e 𝑥 = 5
𝑥−2
1
c) Calcule a área da região limitada pelo gráfico de 𝑦 = √ eo
𝑥(𝑥 + 1)
eixo dos x.
∫︁ +∞
𝑑𝑥
d) √ .
2 𝑥 𝑥2 − 4
Solução:
∫︁ +∞ ∫︁ 3 ∫︁ 𝑏
𝑑𝑥 𝑑𝑥 𝑑𝑥
√ = lim+ √ + lim √
2 𝑥 𝑥 − 4 𝜖→2 𝜖 𝑥 𝑥 − 4 𝑏→+∞ 3 𝑥 𝑥2 − 4
2 2

1 𝑥 ⃒3 1 𝑥 ⃒𝑏
⃒ ⃒
= lim+ 𝑎𝑟𝑐𝑠𝑒𝑐( )⃒⃒ + lim 𝑎𝑟𝑐𝑠𝑒𝑐( )⃒⃒
2 𝜖→2 2 𝜖 2 𝑏→+∞ 2 3
1 2 ⃒3 1 2 ⃒𝑏
⃒ ⃒
= lim+ 𝑎𝑟𝑐𝑐𝑜𝑠( )⃒⃒ + lim 𝑎𝑟𝑐𝑐𝑜𝑠( )⃒⃒
2 𝜖→2 𝑥 𝜖 2 𝑏→+∞ 𝑥 3
𝜋 ∼
= = 0, 78540
4

Você também pode gostar