Você está na página 1de 287

Cálculo Diferencial e Integral de Várias Variáves

Prof. Rodrigo Veloso

Este trabalho está licenciado com uma licença


Creative Commons - Atribuição Não Comercial Sem Derivações 4.0 Internatcional
http://creativecommons.org/licenses/by-nc-nd/4.0/
Copyright © 2020 Rodrigo Veloso

U NIVERSIDADE T ECNOLÓGICA F EDERAL DO PARANÁ

HTTP :// PAGINAPESSOAL . UTFPR . EDU . BR / RODRIGOMARTINS /

The Legrand Orange Book LaTeX Template.


Autor original: Mathias Legrand (legrand.mathias@gmail.com).
Modificações por: Vel (vel@latextemplates.com).
Licença: CC BY-NC-SA 3.0 (http://creativecommons.org/licenses/by-nc-sa/3.0/).
Licensed under the Creative Commons Attribution-NonCommercial 3.0.
Disponibilizado por LaTeXTemplates.com.

Apucarana, Maio de 2020.


Conteúdo

Prefácio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

I Parte Um
1 Funções de Várias Variáveis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.1 Funções de Duas Variáveis 11
1.2 Funções de Três ou Mais Variáveis 18
1.3 Problemas 20

2 Limites e Derivadas de Funções de Várias Variáveis . . . . . . . . . . . . 21


2.1 Limite de Funções de Várias Variáveis 21
2.2 Derivadas Parciais de Funções de Duas Variáveis 28
2.3 Derivadas Parciais de Funções de Mais de Duas Variáveis 36
2.4 Derivadas Parciais de Ordem Superior 37
2.5 Problemas 38
2.6 Planos Tangentes 39
2.7 Aproximações Lineares e Diferenciabilidade Total 41
2.8 Regra da Cadeia 45
2.9 Problemas 50

3 Derivadas Direcionais, Vetores Gradiente e Aplicações . . . . . . . . 53


3.1 Derivadas Direcionais e Vetores Gradiente 53
3.2 Problemas 62
3.3 Valores Máximo e Mínimo 62
3.4 Multiplicadores de Lagrange 68
3.5 Problemas 75

4 Integrais Múltiplas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.1 Integrais Duplas 79
4.2 Mudança de Coordenadas em Integrais Duplas 93
4.3 Problemas 97
4.4 Integrais Triplas 98
4.5 Mudança de Coordenadas em Integrais Triplas 107
4.6 Problemas 113

II Parte Dois
5 Funções e Campos Vetoriais e Integrais de Linha . . . . . . . . . . . . . . 117
5.1 Funções Vetoriais e Curvas Paramétricas 117
5.2 Cálculo de Funções Vetoriais 125
5.3 Comprimento de Arco 136
5.4 Campos Vetoriais 146
5.5 Integrais de Linha 152
5.6 Campos Vetoriais Conservativos 161
5.7 Teorema de Green 166
5.8 Problemas 170

6 Superfícies Parametrizadas e Integrais de Superfície . . . . . . . . . . . 173


6.1 Superfícies Parametrizadas 173
6.2 Áreas e Integrais de Superfície 184
6.3 Superfícies Orientadas e Integrais de Fluxo 190
6.4 Teorema da Divergência de Gauss 195
6.5 Teorema de Stokes 197
6.6 Problemas 201

III Parte Três


7 Sequências e Séries Infinitas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
7.1 Sequências de Números Reais 206
7.2 Sequências Monótonas 214
7.3 Sequências Recursivas 218
7.4 Séries de Números Reais 219
7.5 Teste do Termo Geral e Propriedades Básicas 224
7.6 Teste da Integral 226
7.7 Testes da Comparação 229
7.8 Testes da Razão e da Raiz 231
7.9 Séries Alternadas, Convergência Absoluta e Condicional 234

8 Séries de Potências . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239


8.1 Polinômios de Taylor e MacLaurin 239
8.2 Séries de Potências 248
8.3 Convergência de séries de Taylor 254

IV Parte Quatro
9 Números Complexos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261
9.1 Definição e Operações Básicas 261
9.2 Representação Gráfica e Forma Polar de Números Complexos 263
9.3 Funções Complexas 266

A Coordenadas Polares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269

B Coordenadas Esféricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275

C Topologia de Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 279

Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 285
Prefácio

Estas notas de aulas foram desenvolvidas como material de apoio a disciplinas de Cálculo Diferen-
cial e Integral de cursos de Engenharia da Universidade Tecnológica Federal do Paraná, Câmpus
Apucarana.
Apesar de conter material original, diversos trechos, exemplos e exercícios foram extraídos das
referências abaixo.
• ANTON, Howard; BIVENS, Irl; DAVIS, Stephen. Cálculo. 8. ed. Porto Alegre:
Bookman, 2007. vol. 2. ISBN 9788560031634.
• STEWART, James. Cálculo. 6. ed. São Paulo: Cengage Learning, 2009. vol. 2.
ISBN 9788522106608.
• THOMAS, George Brinton. Cálculo. 10. ed. São Paulo: Addison-Wesley; Pearson
Education do Brasil, 2003. vol. 2. ISBN 9788588639119.
I
Parte Um

1 Funções de Várias Variáveis . . . . . . . . . 11


1.1 Funções de Duas Variáveis
1.2 Funções de Três ou Mais Variáveis
1.3 Problemas

2 Limites e Derivadas de Funções de Várias


Variáveis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.1 Limite de Funções de Várias Variáveis
2.2 Derivadas Parciais de Funções de Duas Variáveis
2.3 Derivadas Parciais de Funções de Mais de Duas
Variáveis
2.4 Derivadas Parciais de Ordem Superior
2.5 Problemas
2.6 Planos Tangentes
2.7 Aproximações Lineares e Diferenciabilidade Total
2.8 Regra da Cadeia
2.9 Problemas

3 Derivadas Direcionais, Vetores Gradiente


e Aplicações . . . . . . . . . . . . . . . . . . . . . . . . 53
3.1 Derivadas Direcionais e Vetores Gradiente
3.2 Problemas
3.3 Valores Máximo e Mínimo
3.4 Multiplicadores de Lagrange
3.5 Problemas

4 Integrais Múltiplas . . . . . . . . . . . . . . . . . . . 77
4.1 Integrais Duplas
4.2 Mudança de Coordenadas em Integrais Duplas
4.3 Problemas
4.4 Integrais Triplas
4.5 Mudança de Coordenadas em Integrais Triplas
4.6 Problemas
1. Funções de Várias Variáveis

Neste capítulo estudamos funções de várias variáveis, que servem como modelo em diversas
situações. Imagine uma empresa que comercializa dois produtos, que chamaremos de A e B. O seu
lucro mensal L depende do volume de vendas destes dois produtos, que representaremos por x e y.
Dizemos neste caso que o lucro L da empresa é função de x e y, e podemos escrever L = f (x,y).
Este conceito matemático diferente fundamentalmente daquele visto tradicionalmente no início de
cursos de graduação por termos duas variáveis independentes (as variáveis x e y no caso acima),
enquanto o modelo mais simples envolve apenas uma variável independente; o caso análogo seria
aquele em que a empresa comercializa apenas um produto.
Iniciamos o capítulo com o estudo de funções de apenas duas variáveis, e a seguir estendemos
os conceitos para funções de três ou mais variáveis.

1.1 Funções de Duas Variáveis


Definição 1.1.1 Uma função de duas variáveis é uma regra que associa a cada par (x,y) ∈ D
um único valor real f (x,y), onde D é um conjunto de R2 . O valor f (x,y) é dito a imagem do
ponto (x,y) e o conjunto D é dito o domínio da função f .

Definição 1.1.2 Seja f uma função de duas variáveis com domínio D. Definimos a imagem de
f como o conjunto de todos os valores reais que são de fato imagem de algum ponto (x,y) ∈ D.
Em outras palavras:

Im f = {z ∈ R : z = f (x,y) para algum (x,y) ∈ D}.

Escrevemos frequentemente f : D −→ R para indicar que f é uma função real com domínio D
com imagem no conjunto dos números reais.
Obs 1.1.3 Quando definimos uma função f (x,y) de duas variáveis através de uma equação, fica
entendido que o domínio de f é o conjunto de todos os pontos (x,y) do plano para os quais a
expressão dada está bem definida.
 Exemplo 1.1.4 Considere o mapa do Brasil e fixe como origem do sistema cartesiano a cidade
12 Capítulo 1. Funções de Várias Variáveis

1
Figura 1.1: Associação de um ponto (x,y) a Figura 1.2: Ilustração de f (−2,3) = − no
6
um número real f (x,y). Exemplo 1.1.6.

de Brasília. A altitude z de um ponto (x,y) em relação ao nível do mar define uma função de duas
variáveis z = f (x,y). O domínio D desta função não consiste de todos os pontos do plano, pois D
está restrito aos pontos (x,y) ∈ R2 que representam o território Brasileiro. 

O exemplo acima ilustra o conceito de função de duas variáveis, mas não esperamos que
seja possível encontrar uma expressão envolvendo funções elementares (funções polinomiais,
exponenciais, trigonométricas, etc) que descreva todo o relevo brasileiro. Abaixo, no Exemplo
1.1.6, temos um exemplo de uma função definida através de uma expressão.
 Exemplo 1.1.5 Considere a função
1
f (x,y) = .
xy
Podemos calcular o valor de f em algum ponto (x,y) qualquer de R2 da seguinte forma: se
(x,y) = (−2,3), então
1 1
f (−2,3) = =− .
(−2) · 3 6
Veja a Figura 1.2. Devemos ter xy 6= 0 para que a expressão acima esteja bem definida, logo

Dom f = {(x,y) ∈ R2 : x 6= 0 e y 6= 0}.

A imagem de f é dada por Im f = (−∞, 0) ∪ (0, +∞). De fato, para nenhum par (x,y) temos
f (x,y) = 0, logo 0 ∈
/ Im f . Para qualquer outro valor real z, podemos encontrar um par (x,y) tal que
f (x,y) = z. Por exemplo, o número z = 5 está na imagem de f , pois z = 5 é a imagem do ponto
(x,y) = (1, 1/5):  
1 1
f 1, = 1 = 5.
5 1· 5
O mesmo argumento mostra que qualquer número z1 6= 0 é imagem, por exemplo, do ponto
(x,y) = (1, 1/z1 ). Veja a Figura 1.3. 

 Exemplo 1.1.6 Considere a função f (x,y) = x2 + y2 + 2xy. Como não existe restrição para
soma e multiplicação de números reais, temos Dom f = R2 . A fim de determinar a imagem de f ,
observamos que
f (x,y) = x2 + y2 + 2xy = (x + y)2 .
Segue que Im f = [0, +∞). De fato, para qualquer z1 ≥ 0, temos z1 = f (x,y) se e somente se

(x + y)2 = z1 . O ponto (x,y) = ( z1 , 0) é uma solução para esta equação:
√ √
f ( z1 , 0) = ( z1 + 0)2 + 1 = z1 .
1.1 Funções de Duas Variáveis 13

1
Figura 1.3: Imagem da função f (x,y) = destacada em vermelho.
xy


Em outras palavras, o ponto (x,y) = ( z1 , 0) tem como imagem z1 . Isto mostra que Im f = [0, +∞).


É comum escrevermos z = f (x,y) para representar que os valores que uma função assume
através de uma nova variável, que denotamos neste caso por z. Esta variável é dita uma variável
dependente: os valores que z assume estão condicionados ao valores que escolhemos para as
variáveis x e y. As variáveis x e y estão livres para assumir qualquer valor dentro do domínio D da
função. Por este motivo dizemos que x e y são variáveis independentes. Se escrevermos z = f (x,y)
no Exemplo 1.1.6, então temos que z = 9 quando (x,y) = (1,2).
p
 Exemplo 1.1.7 Determine e esboce o domínio da função f 1 (x,y) = x2 − y.
Como a raiz quadrada de números negativos não está bem definida nos números reais, devemos
ter x2 − y ≥ 0 para que a expressão que define f1 (x,y) esteja bem definida. Em outras palavras,
devemos ter x2 ≥ y:
Dom f1 = {(x,y) ∈ R2 : y ≤ x2 }.
O domínio de f1 define uma região no plano xy que é definida pela inequação y ≤ x2 . Esta inequação
pode ser interpretada como a união de todos os pontos (x,y) que satisfazem y = x2 e y < x2 ; a
igualdade representa os pontos de R2 que se encontram na parábola y = x2 , enquanto a desigualdade
y < x2 inclui no domínio de f1 os pontos que se encontram abaixo desta parábola. Veja Figura 1.4.


p
Figura 1.4: Domínio da função f1 (x,y) = x2 − y.
14 Capítulo 1. Funções de Várias Variáveis

Figura 1.5: Mapa de calor de uma função de Figura 1.6: Gráfico da função do Exemplo
duas variáveis (Exemplo 1.1.11). 1.1.11.

Exercício 1.1.8 Determine o domínio e a imagem das funções abaixo.


(i) f (x,y) = x2 + y2 (ii) g(x,y) = x2 − y2 (iii) h(x,y) = x + 2y

Exercício 1.1.9 Obtenha uma expressão para f (t,t 2 ) se f (x,y) = exy + cos(x + y). 

Exercício 1.1.10 Determine e esboce o domínio das funções abaixo.

1 (iii) h(x,y) = sen(xy)


(i) f (x,y) = p
4
y − x2 (iv) F(x,y) =p ln(xy)
1 (v) G(x,y) = 6 − x2 + y2
(ii) g(x,y) = p3
x − y2 (vi) G(x,y) = log2 (x + y)

Podemos representar graficamente o comportamento de uma função f (x,y) de duas variáveis


de diferentes maneiras. O exemplo abaixo utiliza um “mapa de calor”.
 Exemplo 1.1.11 Considere uma placa de metal que ocupa o retângulo [0,1] × [0,1] do plano xy,
isto é, o retângulo definido pelos intervalos [0,1] no eixo x e [0,1] no eixo y. A temperatura T (x,y)
em graus Celsius em cada ponto da placa é dada pela função
T (x,y) = 100 − 50x2 − 50y2 .
Por exemplo, a temperatura na origem é T (0,0) = 100 − 50 · 02 − 50 · 02 = 100, enquanto no ponto
(1,1) temos temperatura T (1,1) = 100 − 50 · 12 − 50 · 12 = 0. Podemos representar graficamente a
distribuição de temperatura na placa através de um “mapa de calor”: veja a Figura 1.5, onde temos
associada a cada ponto do quadrado [0,1] × [0,1] uma cor, onde os pontos em azul indicam uma
região mais fria da barra, enquanto pontos em vermelho indicam uma temperatura mais alta. 

A representação gráfica mais comum de uma função de duas variáveis é, no entanto, o seu
gráfico em R3 , conforme definido abaixo.
1.1 Funções de Duas Variáveis 15
Definição 1.1.12 Seja F uma função de duas variáveis com domínio D. O gráfico de F é
definido como o conjunto de pontos (x,y,z) de R3 tais que (x,y) ∈ D e z = F(x,y).

Figura 1.7: Gráfico de uma função de duas variáveis.

Temos na Figura 1.6 a representação em R3 da função T (x,y) da Figura 1.5 e, para facilitar
a visualização, exibimos ainda o mesmo esquema de cores. Destacamos nessa figura o ponto
(x,y,z) = (0,0,100): este é um ponto do gráfico porque satisfaz z = T (x,y), isto é, 100 = T (0,0).
Como z = T (x,y), os pontos mais altos (maior valor de z) obedecem ainda a escala da Figura 1.5:
os pontos em vermelho são os mais altos, por volta de 100◦ C, enquanto os pontos mais baixos
(menores valores de z) estão coloridos em azul.
 Exemplo 1.1.13 Considere a função f (x,y) = 6 − 3x − 2y. Note que Dom f = R2 . O gráfico de
f é definido por
z = f (x,y) ⇐⇒ z = 6 − 3x − 2y ⇐⇒ 3x + 2y + z = 6.

Segue que o gráfico de f é um plano. Assim como dois pontos definem uma reta, três pontos
(não-colineares) definem um plano; escolhemos portanto três pontos arbitrários do plano acima
para, a partir destes, traçar o gráfico da função f . Como

x = 0, y = 0 =⇒ z = 6,
x = 0, z = 0 =⇒ y = 3,
y = 0, z = 0 =⇒ x = 2,

o gráfico de f pode ser esboçado como na Figura 1.8. Temos ilustrado na Figura 1.8 também que
f (1,1) = 6 − 3 − 2 = 1. 

p
 Exemplo 1.1.14 Considere a função f (x,y) = 9 − x2 − y2 . Note que o domínio de f é dado
por
9 − x2 − y2 ≥ 0 ⇐⇒ x2 + y2 ≤ 9,

onde, pelo Teorema de Pitágoras, a expressão r2 = x2 + y2 representa o quadrado da distância de um


ponto (x,y) à origem. Seguepque o domínio de f é dado pelo círculo do plano de raio 3 e centro na
origem. Além disso, se z = 9 − x2 − y2 , então, elevando ambos os lados da equação ao quadrado,
obtemos
z2 = 9 − x2 − y2 ⇐⇒ x2 + y2 + z2 = 9. (1.1)
16 Capítulo 1. Funções de Várias Variáveis

Figura 1.8: Gráfico da função f (x,y) = 6 − 3x − 2y.

Provamos acima que, se (x,y,z) é um ponto do gráfico de f , então (x,y,z) é um ponto da esfera
descrita na Equação (1.1): aquela com centropna origem e raio 3.1 Entretanto, nem todo ponto da
esfera é ponto do gráfico de f , pois se z = 9 − x2 − y2 então z ≥ 0. Segue que o gráfico de f
consiste do hemisfério superior da esfera descrita na Equação (1.1); veja a Figura 1.9. 

p
Figura 1.9: Gráfico da função f (x,y) = 9 − x2 − y2 .

A seguir trataremos de curvas de nível. Este conceito nos ajuda a compreender o gráfico de
funções de duas variáveis, além de apresentar grande aplicabilidade em problemas práticos.
Definição 1.1.15 Seja f (x,y) uma função de duas variáveis. Uma curva de nível de f é uma
curva no plano x,y definida por uma equação da forma f (x,y) = k, para k um número real
qualquer.

Como o gráfico de f (x,y) é definido pela equação z = f (x,y), uma curva de nível f (x,y) = k
1 Para mais informações sobre a equação de superfícies conhecidas como uma esfera, ver o Capítulo 9 do livro Paulo

Winterle, Geometria Analítica.


1.1 Funções de Duas Variáveis 17

corresponde à restrição z = k ao gráfico de f , isto é, corresponde à interseção do gráfico de f com


o plano z = k. Em outras palavras, a curva de nível f (x,y) = k representa o conjunto de pontos do
gráfico que estão à mesma altura k do plano xy.
 Exemplo 1.1.16 Considere a função do Exemplo 1.1.14. Para cada número real k, temos
p
f (x,y) = k ⇐⇒ 9 − x2 − y2 = k. (1.2)

Vejamos abaixo p algumas curvas de nível de f :


(i) k = 0 : p9 − x2 − y2 = 0 ⇐⇒ 9 − x2 − y2 = 0 ⇐⇒ x2 + y2 = 9;
(ii) k = 1 : p9 − x2 − y2 = 1 ⇐⇒ 9 − x2 − y2 = 1 ⇐⇒ x2 + y2 = 8;
(iii) k = 2 : 9 − x2 − y2 = 2 ⇐⇒ 9 − x2 − y2 = 4 ⇐⇒ x2 + y2 = 5.
Nas curvas de nível (i), (ii) e (iii) temos a equação de uma circunferência; note que o raio decresce
à medida que k cresce. Em outras palavras, a interseção dos planos z = k com o gráfico da função
são dadas porp circunferências que vão encolhendo à medida que k cresce. Note ainda que
(iv) k = 3 : p9 − x2 − y2 = 3 ⇐⇒ 9 − x2 − y2 = 9 ⇐⇒ x2 + y2 = 0,
(v) k = 4 : 9 − x2 − y2 = 4 ⇐⇒ 9 − x2 − y2 = 16 ⇐⇒ x2 + y2 = −7.
A única solução para a a equação do item (iv) é a origem: (x,y) = (0,0). Isto significa que o plano
z = 3 intersecta o gráfico da função no único ponto (0,0,3). Como a equação do item (v) não possui
solução, concluímos que o plano z = 4 tem interseção vazia com o gráfico da função. Finalmente,
note que p
(vi) k = −1 : 9 − x2 − y2 = −1.
Vemos que para valores negativos de k também temos uma equação sem solução, isto é, como no
item (v), temos interseção vazia com o gráfico da função.
A Figura 1.10 ilustra a interseção do gráfico da função com o plano z = 1, isto é, a curva de
nível f (x,y) = 1. 

Figura 1.10: Curva de nível f (x,y) = 1.

Curvas de nível de uma função de duas variáveis são frequentemente representadas no plano:
consideramos a projeção no plano xy da curva obtida pela interseção entre o gráfico z = f (x,y)
de uma função e o plano z = k. Dessa maneira é possível, através de uma figura bidimensional,
compreender as principais características do gráfico de uma função.
Ilustramos a representação do gráfico de uma função de duas variáveis através de curvas de
nível com a Figura 1.11. No centro da Figura 1.11 temos algumas curvas de nível da função do
Exemplo 1.1.16 em R3 . À direita na Figura 1.11 temos representadas a projeção destas curvas no
18 Capítulo 1. Funções de Várias Variáveis

plano xy. Note que a superfície z = f (x,y) é mais inclinada onde as curvas de nível estão mais
próximas umas das outras: no caso da função do Exemplo 1.1.16, isto ocorre com as curvas de
nível mais próximas ao plano xy (valores mais baixos de z).

3 0.800
1.200
1.400
1.600
1.800
3.00 3.00
2.75 2.75 2 2.200
2.400

2.50 2.50
2.25 2.25 1 2.800

2.00 2.00
1.75 1.75
1.50 1.50 0
1.25 1.25
1.00 1.00 1
2.600
3 3
2 2 2
2.000
1 1
3 0 3 0
2 2 1.000
1 1 1 1 3
0 2 0 2
1 1
2 3 2 3
3 3
2 1 0 1 2

p
Figura 1.11: Curvas de nível de f (x,y) = 9 − x 2 − y2 .

Exercício 1.1.17 Considere a função z = f (x,y) = 6 − 3x − 2y, cujo gráfico se encontra na


Figura 1.8. Represente em um único plano cartesiano as suas curvas de nível z = k para
k = 0, 1, 2, 3. 

Exercício 1.1.18 Considere a função z = f (x,y) = x2 − y2 , cujo gráfico se encontra na Fi-


gura 1.12. Represente em um único plano cartesiano as suas curvas de nível z = k para
k = −3, −2, −1, 0, 1, 2, 3. 

Exercício 1.1.19 Considere a função z = f (x,y) = sen x + cos y, cujo gráfico se encontra na
Figura 1.13. Represente em um único plano cartesiano as suas curvas de nível z = k para
k = −3, −2, −1, 0, 1, 2, 3. 

Exercício 1.1.20 Esboce as curvas de nível f (x,y) = k para os valores de k especificados.


(i) f (x,y) = x2 + y2 para k = −1, 0, 1, 2, 3.
(ii) f (x,y) = x/y para k = −2, −1, 0, 1, 2.
(iii) f (x,y) = x − 2y para k = −2, −1, 0, 1, 2.
(iv) f (x,y) = y − sen x para k = −2, −1, 0, 1, 2.


1.2 Funções de Três ou Mais Variáveis


Definição 1.2.1 Uma função de n variáveis é uma regra que associa a cada ponto (x1 , x2 , . . . , xn ) ∈
D um único valor real f (x1 , x2 , . . . ,xn ), onde D é um conjunto de Rn . Este valor f (x1 , x2 , . . . , xn )
1.2 Funções de Três ou Mais Variáveis 19

Figura 1.12: Gráfico da função Figura 1.13: Gráfico da função


f (x,y) = x2 − y2 . f (x,y) = sen x + cos y.

é dito a imagem do ponto (x1 , x2 , . . . , xn ) e o conjunto D é dito o domínio da função f .

Definição 1.2.2 Seja f uma função de n variáveis com domínio D. Definimos a imagem
de f como o conjunto de todos os valores reais que são de fato imagem de algum ponto
(x1 , x2 , . . . , xn ) ∈ D. Em outras palavras:

Im f = {z ∈ R : z = f (x1 , x2 , . . . , xn ) para algum (x1 , x2 , . . . , xn ) ∈ D}.

É comum também neste caso escrevermos y = f (x1 , . . . , xn ) e para indicar que y é uma variável
dependente de x1 , . . . , xn ; estas são ditas variáveis independentes. No caso de uma função f de três
variáveis escrevemos frequentemente os pontos de seu domínio como (x,y,z); veja a Figura 1.14.

Figura 1.14: Função de três variáveis w = f (x,y,z).

Assim como na Seção 1.1, quando definimos uma função f (x1 , x2 , . . . , xn ) de n variáveis
através de uma equação, fica entendido que o domínio de f é o conjunto de todos os pontos
(x1 , x2 , . . . , xn ) ∈ Rn para os quais a expressão dada está bem definida.

Exercício 1.2.3 Determine o domínio das funções abaixo. Para as funções dos itens (i) e (ii),
esboce ou descreva em palavras o domínio como um conjunto de R3 .
ln z
(i) f (x,y,z) = √
x+y−z
(ii) g(x,y,z) = (x2 + y2 − z)−3/2
(iii) h(x1 , x2 , x3 , x4 ) = (x12 − 3x4 ) tg(x2 + x3 )
20 Capítulo 1. Funções de Várias Variáveis

exp x2 /(x3 − 2)
(iv) ϕ(x1 , . . . , x5 ) = q
3
x52 − x1


Definição 1.2.4 Seja f (x,y,z) uma função de três variáveis. Uma superfície de nível de f é
uma superfície em R3 definida por uma equação da forma f (x,y,z) = k, para k um número real
qualquer.

Uma superfície de nível de uma função de três variáveis f (x,y,z) representa um conjunto de
pontos onde o valor da função permanece inalterado.

Exercício 1.2.5 Para cada uma das funções abaixo, esboce o gráfico das superfícies de nível
f (x,y,z) = k para k = −2, −1, 0, 1, 2.
(a) f (x,y,z) = x + y + z
(b) g(x,y,z) = x2 + y2 + z2
(c) h(x,y,z) = x2 − y2 + z2


1.3 Problemas
Problema 1.3.1 Uma caixa retangular sem tampa deve ser fabricada com volume 16cm3 .
(i) Obtenha a equação que relaciona as medidas da caixa com o volume V = 16cm3 .
(ii) Escreva a área de superfície da caixa em função das três medidas da caixa.
(iii) Sabendo que V = 16cm3 , escreva a área de superfície da caixa em função de apenas duas
medidas da caixa.
Problema 1.3.2 A temperatura do ar em uma sala de aula é descrita através de uma função de
quatro variáveis: a cada instante de tempo t e a cada ponto (x,y,z) da sala de aula temos associada a
temperatura em graus Celsius

20(1 + (x + y + z)e−t )
u(t,x,y,z) = .
1 + e−t
Seja (x0 ,y0 ,z0 ) um ponto qualquer da sala de aula. Calcule o limite lim u(t,x0 ,y0 ,z0 ) e interprete
t→∞
este resultado fisicamente.
Problema 1.3.3 A Lei de Newton de Atração Gravitacional afirma que a intensidade da força
de atração gravitacional exercida pelo sol em outro objeto de massa m em nosso sistema solar é
descrita pela equação F = GMm/d 2 , onde G é uma constante, M é a massa do sol e d é a distância
do objeto ao sol. Considere o sol e os objetos como massas pontuais e considere G, M, m como
constantes.
(i) Adote a posição do sol como origem de um sistema cartesiano R3 e escreva a força F como
uma função da posição (x,y,z) do objeto.
(ii) Determine as superfícies de nível da função F(x,y,z) e interprete-as fisicamente.
2. Limites e Derivadas de Funções de Várias Variáv

Neste capítulo temos como objetivo estender o conceito de derivada de funções de uma variável
para funções de várias variáveis. Expressamos matematicamente o conceito de taxas de variação
neste contexto mais amplo através do conceito de derivadas parciais, extensão natural da derivada
de funções de uma variável. A seguir definimos o que é a derivada total de uma função; além de
fornecer a aproximação do comportamento de uma função em torno de um ponto, a derivada total
representa um conceito fundamental em estudos mais profundos de funções de várias variáveis.
Munidos destas ferramentas podemos observar como o estudo de funções de várias variáveis, em
particular o conceito de derivada, nos ajuda na abordagem de problemas presentes na indústria ou
no nosso dia-a-dia. Estudamos primeiramente, entretanto, o conceito limite de funções de várias
variáveis.

2.1 Limite de Funções de Várias Variáveis


Relembramos primeiramente o que significa a afirmação limx→x0 f (x) = L no caso de uma função
de uma variável f (x). Em palavras, dizemos que

“o limite de f (x) quando x tende a x0 é L se f (x) assume valores arbitrariamente próximos de L


desde que x esteja suficientemente próximos de x0 .”

Convém escrever este conceito em termos matemáticos precisos, pois nem sempre é possível
seguir nossa intuição: o gráfico de uma função de 4 variáveis, por exemplo, é um conjunto de
pontos de R5 . Dizemos que limx→x0 f (x) = L se, dada uma margem de erro ε > 0 em torno do
valor L, basta escolhermos pontos suficientemente próximos de x0 que teremos f (x) dentro desta
margem de erro. Ou seja, dada qualquer margem de erro ε > 0, existe um intervalo (x0 − δ , x0 + δ )
tal que se x ∈ (x0 − δ , x0 + δ ), x 6= x0 , então f (x) ∈ (L − ε, L + ε).
Cabe ressaltar que excluímos o valor de f (x) em x = x0 da análise acima, pois a função f
por vezes sequer está definida no ponto x0 . Desejamos estudar o comportamento de f (x) nas
proximidades do ponto x0 , não exatamente no ponto x0 . Na Figura 2.1 temos ilustrada uma função
que tal que limx→1 f (x) não existe. Dada uma margem de erro ε > 0 pequena, não é possível
22 Capítulo 2. Limites e Derivadas de Funções de Várias Variáveis

escolher um intervalo (1 − δ , 1 + δ ) tal que f (x) ∈ (L − ε, L + ε) para todo x ∈ (1 − δ , 1 + δ ),


x 6= 1.

Figura 2.1: Função y = f (x) cujo limite quando x → 1 não existe.

O mesmo raciocínio se aplica a uma função f (x,y) de duas variáveis. Considere um ponto
P = (a,b) que seja ponto de acumulação de seu domínio; veja a Definição C.6 e a discussão que
segue. Dizemos que
“o limite de f (x,y) quando (x,y) tende a (a,b) é L se f (x,y) assume valores arbitrariamente
próximos de L desde que (x,y) esteja suficientemente próximos de (a,b).”
Assim como é discutido no Apêndice C, para definir o limite de funções de duas variáveis basta
interpretar corretamente a noção de pontos próximos um do outro, isto é, pontos a uma distância
pequena um do outro. Ao invés de buscarmos um intervalo (x0 − δ , x0 + δ ) no domínio (conjunto
da reta), buscamos um disco de centro P e raio δ onde tenhamos f (x,y) ∈ (L − ε, L + ε).
Definição 2.1.1 Seja f (x,y) uma função de duas variáveis e seja P = (a,b) um ponto de
acumulação de seu domínio D. Dizemos que o limite de f (x,y) é L quando (x,y) se aproxima
de (a,b) se, para todo ε > 0, existe um disco B com raio δ > 0 tal que, se (x,y) ∈ B ∩ D e
(x,y) 6= (a,b), então f (x,y) ∈ (L − ε, L + ε). Escrevemos nesse caso

lim f (x,y) = L.
(x,y)→(a,b)

Caso contrário, dizemos que o limite acima não existe.

O limite de funções de duas variáveis satisfaz propriedades semelhantes àquelas vistas no


estudo de funções de uma variável. Estas propriedades nos dão suporte para o cálculo de limites de
funções simples.

Teorema 2.1.2 Sejam f (x,y) e g(x,y) funções de duas variáveis cujos domínios possuem (a,b)
como ponto de acumulação. Suponha que

lim f (x,y) = L1 e lim g(x,y) = L2 .


(x,y)→(a,b) (x,y)→(a,b)

Então: 
(i) lim f (x,y) + g(x,y) = L1 + L2 ;
(x,y)→(a,b)

(ii) lim f (x,y) − g(x,y) = L1 − L2 ;
(x,y)→(a,b)
2.1 Limite de Funções de Várias Variáveis 23

Figura 2.2: Função z = f (x,y) cujo limite quando (x,y) → (a,b) é L.

Figura 2.3: Função z = f (x,y) cujo limite quando (x,y) → (a,b) é L.

(iii) lim f (x,y) · g(x,y) = L1 · L2 ;


(x,y)→(a,b)
(iv) se k é um número real, lim k · f (x,y) = k · L1 ;
(x,y)→(a,b)
f (x,y) L1
(v) se L2 6= 0, lim = ;
(x,y)→(a,b) g(x,y) L2

 Exemplo 2.1.3 Considere o limite da função

x − xy + 3
f (x,y) =
x2 y + 5xy − y3
quando (x,y) → (0,1). Segue dos itens (i) e (iii) do Teorema 2.1.2 que

lim (x − xy + 3) = 0 − 0 · 1 + 3 = 3
(x,y)→(0,1)

e
lim (x2 y + 5xy − y3 ) = 02 · 1 + 5 · 0 · y − 13 = −1.
(x,y)→(0,1)
24 Capítulo 2. Limites e Derivadas de Funções de Várias Variáveis

Portanto,
3
lim f (x,y) = = −3.
(x,y)→(0,1) −1

 Exemplo 2.1.4 Considere o limite da função

x3 − xy2
f (x,y) =
x−y
quando (x,y) → (0,0). Note que

lim (x3 − xy2 ) = 0


(x,y)→(0,0)

e
lim (x − y) = 0.
(x,y)→(0,0)

No entanto, manipulando a função obtemos

x3 − xy2 x(x2 − y2 ) x(x − y)(x + y)


lim = lim = lim
(x,y)→(0,0) x − y (x,y)→(0,0) x−y (x,y)→(0,0) x−y
x6=y x6=y

= lim x(x + y) = 0.
(x,y)→(0,0)
x6=y

Se o limite de uma função de uma variável g(x) quando x se aproxima de x0 é L então g(x)
deve se aproximar do valor L quando x se aproxima de x0 , independente do caminho escolhido.
Como o domínio de uma função de uma variável é um subconjunto da reta, isto só pode ocorrer
de duas formas: pela esquerda ou pela direita do ponto x0 . Estes limites laterais devem ser iguais
para o limite limx→x0 g(x) exista. Analogamente, para que o limite da Definição 2.1.1 exista,
é necessário que f (x,y) se aproxime de L quando (x,y) se aproxima de (a,b), independente do
caminho escolhido: se f (x,y) se aproxima de valores distintos L1 6= L2 quando (x,y) se aproxima
de (a,b) por caminhos distintos C1 , C2 , então o limite lim(x,y)→(a,b) f (x,y) não existe. Veja a Figura
2.4.

Figura 2.4: Função z = f (x,y) cujos limites por caminhos C1 e C2 são distintos.
2.1 Limite de Funções de Várias Variáveis 25

Obs 2.1.5 Um caminho passando por um ponto (a,b), como citado acima, é um conjunto de
pontos do plano que possui (a,b) como ponto de acumulação. Se o limite de f (x,y) quando (x,y)
se aproxima de (a,b) por um caminho C é L, escrevemos

lim f (x,y) = L.
(x,y)→(a,b)
(x,y)∈C

Se escolhemos a reta y = x como um caminho para analisar o limite de uma função f (x,y) quando
(x,y) se aproxima de zero, podemos escrever também

lim f (x,y) = L.
(x,y)→(a,b)
y=x

Teorema 2.1.6 Sejam f (x,y) uma função de duas variáveis, (a,b) um ponto de acumulação de
seu domínio e C1 ,C2 caminhos do plano contendo o ponto (a,b). Se

lim f (x,y) = L1 e lim f (x,y) = L2


(x,y)→(a,b) (x,y)→(a,b)
(x,y)∈C1 (x,y)∈C2

onde L1 6= L2 , então o limite lim(x,y)→(a,b) f (x,y) não existe.

 Exemplo 2.1.7 Considere a função


xy
f (x,y) = .
x 2 + y2
O domínio de f consiste de todos os pontos do plano exceto a origem. Veremos agora que o limite
de f quando (x,y) se aproxima deste ponto não existe. Considere os caminhos C1 e C2 dados por
C1 = {(x,y) ∈ R2 : x = 0} e C2 = {(x,y) ∈ R2 : y = x}. Então

0·y
lim f (x,y) = lim = 0.
(x,y)→(0,0) y→0 02 + y2
(x,y)∈C1

Por outro lado,


x·x x2 1
lim f (x,y) = lim = lim = .
(x,y)→(0,0) x→0 x2 + x2 x→0 2x2 2
(x,y)∈C2

Como os limites de f quando (x,y) → (0,0) por C1 e C2 são distintos, segue do Teorema 2.1.6 que
o limite lim(x,y)→(0,0) f (x,y) não existe.
Veja a Figura 2.5. O caminho C1 fornece os pontos em branco na figura, enquanto os pontos
no caminho C2 fornecem os pontos em tom vermelho-escuro. Apesar do argumento acima ser
suficiente para provar que o limite em questão não existe, você pode considerar o caminho Cm =
{(x,y) ∈ R2 : y = mx} na figura e calcular o limite de f (x,y) quando (x,y) → (0,0) por este caminho:
repare que cada escolha de m fornece uma cor diferente no mapa de calor à esquerda da Figura 2.5,
fornecendo também um valor diferente para o limite. 

Obs 2.1.8 O Teorema 2.1.6 nos permite provar apenas que um limite não existe. Caso encontremos
dois (ou mais) caminhos que resultem no mesmo limite, nada podemos afirmar sobre o limite
global.
26 Capítulo 2. Limites e Derivadas de Funções de Várias Variáveis

Figura 2.5: Gráfico da função z = xy/(x2 + y2 ).

Exercício 2.1.9 Mostre que os limite abaixo não existem.


x2 y
(a) lim
(x,y)→(0,0) x4 + y2
x4 − y2
(b) lim
(x,y)→(0,0) x4 + y2
x
(c) lim − p
(x,y)→(0,0) x + y2
2
xy
(d) lim
(x,y)→(0,0) |xy|


Assim como no estudo de funções de uma variável, a definição de continuidade de uma função
de duas variáveis é compreendida de imediato a partir do conceito de limite.
Definição 2.1.10 Uma função f (x,y) de duas variáveis é dita contínua em um ponto (a,b) de
seu domínio se o limite lim f (x,y) existe e
(x,y)→(a,b)

lim f (x,y) = f (a,b).


(x,y)→(a,b)

Caso contrário dizemos que f é descontínua em (a,b). Se f é contínua em todo ponto de seu
domínio dizemos simplesmente que f é contínua.

Obs 2.1.11 Note que o conceito de limite de uma função f (x,y) se estende a pontos (a,b) que
não pertencem ao domínio de f , enquanto a continuidade de uma função está definida apenas para
pontos de seu domínio.
Usando as propriedades de limite enunciadas no Teorema 2.1.2 podemos ver que a soma,
diferença, produto e quociente de funções contínuas resultam também em funções contínuas; no
último caso, como anteriormente, exigimos que a função no denominador não se anule no ponto
em questão.
2.1 Limite de Funções de Várias Variáveis 27

Teorema 2.1.12 Se f (x,y) e g(x,y) são funções contínuas em (x,y) = (a,b), então:
(i) f ± g é contínua em (a,b);
(ii) f · g é contínua em (a,b);
(iii) f /g é contínua em (a,b), desde que g(a,b) 6= 0.

Outros exemplos de funções contínuas são obtidos através da composição de funções, conforme
enunciado no teorema a seguir.

Teorema 2.1.13 Sejam f (x,y) uma função de duas variáveis contínua, (a,b) um ponto do
domínio de f e H(z) uma função de uma variável. Se f (x,y) é contínua  em (a,b) e H(z) é
contínua em f (a,b), então a função composta (H ◦ f )(x,y) = H f (x,y) é contínua em (a,b).

 Exemplo 2.1.14 As funções abaixo são contínuas em seus respectivos domínios:


(i) funções polinomiais em duas variáveis, como f (x,y) = x4 y2 − 2xy3 + 3x2 ;
5x2 y − 3x4 y2
(ii) funções racionais (quociente de polinômios), como g(x,y) = ;
xy + 1
2 2
(iii) h(x,y) = ex−xy +1 ;
x2 − xy

(iv) ϕ(x,y) = sen .
x + y − xy


Note que as funções do Exemplo 2.1.14 são contínuas em seus respectivos domínios, o que não
significa que estas funções possuam todo o plano como domínio. Por exemplo a função do item
(ii) não está definida no ponto (x,y) = (1, − 1), já que este ponto anula o seu denominador; logo,
a função g não é contínua em (1, − 1), mas é contínua em todo ponto (x,y) em que ela está bem
definida.
Exercício 2.1.15 Para cada uma das funções abaixo, determine seu domínio e a maior região
do plano em que ela é contínua.

(i) f (x,y) = ln(x + y) exy


(ii) g(x,y) =
1 + x 2 + y2

 xy + y , se y 6= 0,
 4
 x − y4
, se (x,y) 6= (0,0), (iv) G(x,y) = y
(iii) F(x,y) = x2 + y2

0, se (x,y) = (0,0).
 0, se y = 0.

Os conceitos de limite e continuidade vistos acima podem ser estendidos diretamente para
funções de mais de duas variáveis. Por vezes representaremos um ponto de Rn como uma n-upla
(x1 , . . . , xn ), mas também usaremos a notação x para um ponto deste espaço; tome cuidado com a
notação para não confundir um número real com um ponto de Rn , pois estes diferem na notação
muitas vezes no uso de fonte em negrito.
Definição 2.1.16 Seja f (x1 , . . . , xn ) uma função real de n variáveis com domínio D ⊆ Rn e
seja a um ponto de Rn que é ponto de acumulação de D. Dizemos que o limite de f quando
x → a é L se, para todo ε > 0, existe δ > 0 tal que, se x ∈ B(a,δ ), x ∈ D e x 6= a, então
f (x) ∈ (L − ε, L + ε).

Definição 2.1.17 Seam f (x1 , . . . , xn ) uma função de n variáveis e a ∈ Rn um ponto de seu


28 Capítulo 2. Limites e Derivadas de Funções de Várias Variáveis

domínio. Dizemos que f é contínua em a se o limite lim f (x) existe e


x→a

lim f (x) = f (a).


x→a

Figura 2.6: Função w = f (x,y,z) cujo limite quando (x,y,z) → (a,b,c) é L.

2.2 Derivadas Parciais de Funções de Duas Variáveis


Considere a Figura 2.7, onde encontramos uma tabela indicando a sensação térmica registrada de
acordo com as condições do vento e a temperatura. A sensação térmica, que denotaremos por S,
depende dos valores da temperatura T e da velocidade V do vento registrada. Em outras palavras, a
grandeza S é uma função de T e V : S = f (T,V ).
Temos na Figura 2.7 destacada a coluna referente a ventos de 65 km/h (V = 65). Uma vez que
fixamos o valor V = 65 para a velocidade do vento, a sensação térmica passa a depender apenas da
temperatura registrada. Em outras palavras, fixando V = 65 temos que S = f (T,65) é uma função
de apenas uma variável, que denotamos por g(T ):

g(T ) = f (T,65).

Podemos ver através da coluna destacada como a sensação térmica aumenta conforme a temperatura
aumenta; esta taxa de variação é representada pela derivada da função g. Por exemplo, a taxa
de variação da sensação térmica S em relação à temperatura quando T = 12 é representada pela
derivada da função g em T = 12:
g(T ) − g(12) g(12 + h) − g(12)
g0 (12) = lim = lim .
T →12 T − 12 h→0 h
Como g(T ) = f (T,65), podemos escrever a derivada de g em T = 12 como
f (T,65) − f (12,65) f (12 + h,65) − f (12,65)
g0 (12) = lim = lim .
T →12 T − 12 h→0 h
Podemos também observar a variação da sensação térmica mantendo fixo um valor para a tem-
peratura. A linha destacada na Figura 2.7 corresponde aos valores de S para T = 12. Analogamente,
2.2 Derivadas Parciais de Funções de Duas Variáveis 29

Figura 2.7: Sensação térmica de acordo com a condição do vento e


temperatura registrada. Fonte: Inmetro.

se mantivermos a temperatura fixa em 12o C, a sensação térmica passa a ser uma função de apenas
uma variável: S depende apenas da velocidade V do vento. Denotamos esta função por G(V ):

G(V ) = f (12,V ).

A variação da sensação térmica em função da velocidade do vento nesta situação é representada


pela derivada da função G(V ). Por exemplo, para V = 65,

G(65 + h) − G(65) f (12, 65 + h) − f (12,65)


G0 (65) = lim = lim .
h→0 h h→0 h
De um modo geral, se z = f (x,y) é uma função de duas variáveis, podemos avaliar a taxa de
variação de z em relação a x ou a y, mantendo a outra variável fixa, assim como fizemos acima. Isto
é, consideramos a função g(x) = f (x,b) e calculamos a derivada de g(x) em um ponto x = a. A
derivada de g(x) no ponto x = a é chamada de derivada parcial de f em relação a x no ponto (a,b).
Definição 2.2.1 Sejam f (x,y) uma função de duas variáveis e (a,b) um ponto interior ao seu
domínio. Considere a função de uma variável dada por g(x) = f (x,b). A derivada parcial
30 Capítulo 2. Limites e Derivadas de Funções de Várias Variáveis

fx (a,b) de f em relação a x no ponto (a,b) é definida como

g(a + h) − g(a) f (a + h,b) − f (a,b)


fx (a,b) = g0 (a) = lim = lim ,
h→0 h h→0 h
caso o limite exista. Analogamente, se G(y) = f (a,y), a derivada parcial fy (a,b) de f em
relação a y no ponto (a,b) é definida como

G(b + h) − G(b) f (a,b + h) − f (a,b)


fy (a,b) = G0 (b) = lim = lim ,
h→0 h h→0 h
caso o limite exista.
A Figura 2.8 ilustra o significado
  2.2.1: a derivada parcial fx (a,b) é definida como
da Definição
o limite da variação média f (a + h,b) − f (a,b) /h em intervalos da forma [a, a + h] (ou [a − h, a])
na direção do eixo x.

Figura 2.8: Variação de uma função f na direção do eixo x.

Existem muitas notações diferentes para derivadas parciais. Abaixo vemos algumas maneira de
representar a derivada parcial de uma função f (x,y) em relação a x:

∂f ∂ f ∂z ∂ z
fx (a,b) = (a,b) = = (a,b) = = Dx f (a,b).
∂x ∂ x (a,b) ∂ x ∂ x (a,b)

Naturalmente, usamos uma notação semelhante para representar a derivada parcial de f em relação
a y:
∂f ∂ f ∂z ∂ z
fy (a,b) = (a,b) = = (a,b) = = Dy f (a,b).
∂y ∂ y (a,b) ∂ y ∂ y (a,b)
 Exemplo 2.2.2 Calcule as derivadas parciais fx (2, − 1) e fy (2, − 1) da função f abaixo:

f (x,y) = −x4 + 2x2 y3 − y + 5.

Para calcular a derivada parcial fx (2, − 1) podemos fixar y = −1 e considerar a função de uma
variável resultante:

g(x) = −x4 + 2x2 (−1)3 − (−1) + 5 = −x4 − 2x2 + 6.


2.2 Derivadas Parciais de Funções de Duas Variáveis 31

Segue que g0 (x) = −4x3 − 4x e então

fx (2, − 1) = g0 (2) = −4 · 8 − 4 · 2 = −32 − 8 = −40.

A derivada parcial fy (2, − 1) é obtida de maneira semelhante. Mantemos x = 2 fixo e consideramos


a função resultante na variável y:

h(y) = g(2,y) = −24 + 2 · 22 y3 − y + 5 = 8y3 − y − 11.

Segue que h0 (y) = 24y2 − 1 e assim

fy (2, − 1) = g0 (−1) = 24(−1)2 − 1 = 23.

Apresentamos os cálculos do Exemplo 2.2.2 como acima para fins didáticos, mas normalmente
calculamos derivadas parciais usando o conceito de função derivada parcial: veja a Definição 2.2.3
e o Exemplo 2.2.4.
Definição 2.2.3 Seja f (x,y) uma função de duas variáveis. A derivada parcial de f em relação
a x é definida como a função que associa a cada (x,y) ∈ Dom f a derivada parcial fx (x,y):

f (x + h,y) − f (x,y)
fx (x,y) = lim ,
h→0 h
caso o limite exista. Analogamente, a derivada parcial de f em relação a y é definida como a
função que associa a cada (x,y) ∈ Dom f a derivada parcial fy (x,y):

f (x,y + h) − f (x,y)
fy (x,y) = lim ,
h→0 h
caso o limite exista.
Para calcular a derivada parcial de uma função f (x,y) em relação a x, como as Definições 2.2.1
e 2.2.3 sugerem, consideramos a variável y como uma constante e derivamos a expressão como
uma função de uma variável. O mesmo é feito para o cálculo de fy (x,y).
 Exemplo 2.2.4 As derivadas parciais da função

f (x,y) = −x4 + 2x2 y3 − y + 5

em relação a x e y são dadas por:

fx (x,y) = −4x3 + 2 · 2x · y3 + 0 = −4x3 + 4xy3 ,

fy (x,y) = 0 + 2x2 · 3y2 − 1 + 0 = 6x2 y2 − 1.


As derivadas parciais de f no ponto (2, − 1), calculadas no Exemplo 2.2.2, podem ser obtidas da
seguinte maneira:
fx (2, − 1) = −4 · 23 + 4 · 2(−1)3 = −32 − 8 = −40,
fy (2, − 1) = 6 · 22 (−1)2 − 1 = 24 − 1 = 23.


 Exemplo 2.2.5 As derivadas parciais da função

g(x,y) = sen(x2 + 2y3 )


32 Capítulo 2. Limites e Derivadas de Funções de Várias Variáveis

são calculadas usando a regra da cadeia para funções de uma variável. Para calcular a derivada
parcial gx , consideramos y como uma constante e escrevemos sen(x2 + 2y3 ) = F(G(x)), onde
F(x) = sen x e G(x) = x2 + 2y3 . Logo,

dF  dG
gx (x,y) = G(x) · = cos(x2 + 2y3 ) · 2x = 2x cos(x2 + y2 ).
dx dx
Analogamente,
gy (x,y) = cos(x2 + 2y3 ) · 6y2 = 6y2 cos(x2 + 2y3 ).

Exercício 2.2.6 Calcule as derivadas parciais das funções abaixo em relação a x e a y.

√ √
(i) f (x,y) = x4 y − 2x y (v) G(x,y) = (ex − y) cos(1 − 4xy2 )
x (vi) H(x,y) = cos x2 + ln(2x4 y − y3 )

(ii) g(x,y) = 2
y
tan(x2 − y2 ) + xy
(iii) h(x,y) = ln(2x3 − y2 ) (vii) φ (x,y) =
x2
3y (viii) ψ(x,y) = exp sec(xy)

(iv) F(x,y) = tan(x)
x


Frequentemente, em uma situação real, lidamos com uma função f (x,y) cuja expressão algébrica
não é conhecida, como é o caso na Figura 2.7. Podemos nestes casos aproximar os valores das
derivadas parciais utilizando a sua definição.
 Exemplo 2.2.7 Considere a função S = f (T,V ) que expressa a sensação térmica S em função da
temperatura T e da velocidade V do vento na Figura 2.7. A derivada parcial fT (12,65) expressa
a taxa de variação da sensação térmica S em função da temperatura T , isto é, descreve como a
S variará se mantivermos V = 65 fixo e aumentarmos ligeiramente a temperatura T = 12. Não
podemos, no entanto, calcular esta derivada parcial como nos Exemplos 2.2.2 e 2.2.4 pois não
temos uma expressão algébrica para f (T,V ). Utilizamos então a definição de derivada parcial para
obter uma aproximação.
Considere a função g(T ) = f (T,65). Temos fT (12,65) = g0 (12) e o valor desta derivada pode
ser aproximada utilizando a definição

g(T ) − g(12)
fT (12,65) = g0 (12) = lim .
T →12 T − 12

Aproximamos o valor de g0 (12) através de alguns valores da tabela na Figura 2.7, escolhendo um à
direita de T = 12 e um à esquerda:

g(13) − g(12) 1 − 0
g0 (12) ≈ = = 1,
13 − 12 1

g(11) − g(12) −2 − 0
g0 (12) ≈ = = 2.
11 − 12 −1
Tirando a média dos valores acima temos a aproximação fT (12,65) = g0 (12) ≈ 1,5. A interpretação
desta derivada parcial é a seguinte: quando a temperatura é 12o C e o vento tem velocidade de 65
km/h, a sensação térmica S aumenta 1,5o C para um aumento de 1o C da temperatura real.
2.2 Derivadas Parciais de Funções de Duas Variáveis 33

Analogamente, podemos obter uma aproximação para a derivada parcial fV (12,65) ao con-
siderar a função G(V ) = f (12,V ) e aproximar a derivada G0 (65) usando os valores à direita e à
esquerda de V = 65 na Figura 2.7:
G(68) − G(65) −1 − 0 1
G0 (65) ≈ = =− ,
68 − 65 3 3
G(61) − G(65) −0 − 0
G0 (65) ≈ = = 0.
61 − 65 −4
Fazendo a média aritmética destas aproximações obtemos fV (12,65) = G0 (65) ≈ 0,16. Podemos
assim prever que, quando a temperatura é de 12o C e o vento tem velocidade 65 km/h, a sensação
térmica diminui aproximadamente 0,16o C para um aumento de uma unidade na velocidade do
vento. 

Vimos no começo desta seção que a derivada parcial fx (a,b) de uma função z = f (x,y) repre-
senta a taxa de variação de z em relação a x no ponto x = a, se mantivermos y = b fixo. Vejamos
agora o que esta derivada parcial representa geometricamente. A equação y = b representa uma
reta no plano, mas y = b define um plano no espaço. Veja a Figura 2.9.

Figura 2.9: A equação y = b define uma reta no plano e um plano no


espaço.

Logo, quando fixamos y = b no estudo do comportamento da função f (x,y) estamos restringindo


nossa atenção à interseção do gráfico z = f (x,y) com este plano; o resultado desta interseção é
uma curva que denotamos por C1 (Figura 2.10). A curva C1 coincide com o gráfico da função
g(x) = f (x,b). Vemos assim que a derivada parcial fx (a,b) representa o coeficiente angular da reta
tangente a C1 no ponto (a,b).
A derivada parcial fy (a,b) tem um significado semelhante: ela representa o coeficiente angular
da reta tangente à curva C2 no ponto (a,b), onde C2 é a curva obtida pela interseção do gráfico de f
com o plano x = a. Veja as Figuras 2.12 e 2.13.
 Exemplo 2.2.8 Considere a função
3y2
f (x,y) = 9 − x2 − .
2
As derivadas parciais de f em (1, − 1) são dadas por

∂ f
= −2x = −2,
∂ x (1,−1)

(1,−1)
34 Capítulo 2. Limites e Derivadas de Funções de Várias Variáveis

Figura 2.10: Curva C1 dada pela interseção do plano y = b com o gráfico


z = f (x,y).

Figura 2.11: Significado geométrico de fx (a,b).


∂ f 6y
=− = 3.
∂ y (1,−1) 2 (1,−1)

As curvas C1 e C2 correspondentes, obtidas através da interseção de z = f (x,y) com os planos y = 1


e x = −1, são ilustradas nas Figuras 2.14 e 2.15. Vemos que no ponto (1, − 1) a curva C1 temos um
coeficiente angular negativo na direção do eixo x, enquanto o gráfico da função tem uma inclinação
positiva na direção do eixo y. 

Até o momento estudamos superfícies em R3 dadas pelo gráfico de funções de duas variáveis,
isto é, superfícies definidas por equações da forma z = f (x,y). De um modo geral, uma equação
a três variáveis F(x,y,z) = 0 define uma superfície em R3 . Podemos, também neste caso, nos
perguntar qual é a taxa de variação de z em relação a x ou a y em um determinado ponto; o
significado geométrico destas derivadas parciais é o mesmo, ilustrado nas Figuras 2.10 a 2.13. Isto
é feito através de derivação implícita, processo que se assemelha com aquele estudado no cálculo
de funções de uma variável.
2.2 Derivadas Parciais de Funções de Duas Variáveis 35

Figura 2.12: Curva C2 dada pela interseção do plano x = a com o gráfico


z = f (x,y).

Figura 2.13: Significado geométrico de fy (a,b).

 Exemplo 2.2.9 Calcule o valor de ∂ z/∂ x no ponto (1,1,1) supondo que a equação

xy + z3 x = 2yz
define implicitamente uma função z = f (x,y) na vizinhança do ponto (1,1,1) cujas derivadas
parciais de primeira ordem existem.
Supondo que z é função de x e y, ambos os lados da equação acima dependem da variável
x. Suas derivadas parciais em relação a esta variável são iguais, logo, considerando que y é uma
constante, temos
∂ ∂ ∂ ∂ ∂z
xy + z3 x = xy + z3 x = 2y .

2yz ⇐⇒
∂x ∂x ∂x ∂x ∂x
Como z é uma variável que depende de x, calculamos as derivadas acima usando a regra do produto
e a regra da cadeia:  
2 ∂z ∂z
1 · y + 3z x + z3 · 1 = 2y .
∂x ∂x
Segue que
∂z ∂z ∂z
3z2 x − 2y = −y − z3 ⇐⇒ (3z2 x − 2y) = −y − z3 .
∂x ∂x ∂x
36 Capítulo 2. Limites e Derivadas de Funções de Várias Variáveis

Figura 2.14: Plano y = −1 e gráfico de z = 9 − x2 − 3y2 /2.

Figura 2.15: Plano x = 1 e gráfico de z = 9 − x2 − 3y2 /2.

Portanto,
∂z −y − z3
= 2 .
∂ x 3z x − 2y
Podemos calcular o valor desta derivada parcial no ponto (1,1,1) através da expressão acima:

∂z −1 − 13 −2
(1,1,1) = = = −2.
∂x 3 · 12 · 1 − 2 · 1 3 − 2


2.3 Derivadas Parciais de Funções de Mais de Duas Variáveis


Derivadas parciais de funções de três ou mais derivadas são definidas analogamente ao que vimos
na Definição 2.2.1: mantemos todas as variáveis constantes e consideramos a variação da função
com respeito apenas à restante.
2.4 Derivadas Parciais de Ordem Superior 37

Definição 2.3.1 Seja f (x1 , . . . , xn ) uma função de n variáveis e (a1 , . . . , an ) ∈ Rn um ponto


interior ao seu domínio. Definimos, para k = 1, . . . , n, a derivada parcial de f em relação a xk
no ponto (a1 , . . . , an ) como

∂ f f (a1 , . . . , ak−1 , ak + h, ak+1 , . . . , an ) − f (a1 , . . . , ak−1 , ak , ak+1 , . . . , an )
= lim ,
∂ xk (a1 ,...,an ) h→0
h

caso o limite exista. A derivada parcial de f em relação a xk é definida como a função que
associa a cada (x1 , . . . , xn ) ∈ Dom f a sua derivada parcial ∂ f /∂ xk .

A derivada parcial de f (x1 , . . . , xn ) em relação a xk pode ser escrita também como:

∂f
= fxk = fk = Dk f .
∂ xk

Nosso foco neste curso se encontra em funções de duas ou três variáveis. Ilustramos a Definição
2.3.1 neste último caso: o cálculo da derivada parcial fx de uma função f (x,y,z), por exemplo, é
calculada considerando que y,z são constantes e derivando a expressão como uma função de apenas
uma variável.
 Exemplo 2.3.2 As derivadas parciais fx , fy e fz da função

f (x,y,z) = xz sen(y + 3z)

são dadas por


fx (x,y,z) = z sen(y + 3z),

fy (x,y,z) = xz cos(y + 3z) · (1 + 0) = xz cos(y + 3z),

e
fz (x,y,z) = x sen(y + 3z) + xz cos(y + 3z) · (0 + 3) = x sen(y + 3z) + 3xz cos(y + 3z).

Cabe ressaltar que as derivadas parciais de uma função de três variáveis têm interpretações
semelhantes àquelas vistas para funções de duas variáveis. Por exemplo, se T (x,y,z) indica a
temperatura em cada ponto (x,y,z) de um sólido E do espaço, a derivada parcial Tx (a,b,c) indica
que variação de temperatura esperamos se caminharmos dentro do sólido E na direção do eixo x,
partindo do ponto (a,b,c).

2.4 Derivadas Parciais de Ordem Superior


No estudo de funções de uma variável, a segunda derivada f 00 de uma função f (x) tem grande
importância: além de descrever a concavidade do gráfico de f , ela fornece um teste para verificarmos
se pontos críticos são extremos relativos. Derivadas parciais de segunda ordem têm um papel
semelhante.
Seja z = f (x,y) uma função de duas variáveis. A derivada parcial fx da função f é uma função
de duas variáveis, logo podemos pensar nas derivadas parciais de fx (x,y) em relação a x ou a y; o
mesmo ocorre com fy (x,y). A derivada parcial de segunda ordem de f em relação a x é definida
como a função fxx (x,y) que associa a cada ponto (x,y) a derivada parcial da função fx (x,y) em
relação a x:
∂2 f ∂ 2z
 
∂ ∂f
fxx = ( fx )x = = 2 = 2.
∂x ∂x ∂x ∂x
38 Capítulo 2. Limites e Derivadas de Funções de Várias Variáveis

Definimos analogamente as outras derivadas parciais de segunda ordem de f :

∂2 f ∂ 2z
 
∂ ∂f
fyy = ( fy )y = = 2 = 2,
∂y ∂y ∂y ∂y

∂2 f ∂ 2z
 
∂ ∂f
fxy = ( fx )y = = = ,
∂y ∂x ∂ y∂ x ∂ y∂ x
e
∂2 f ∂ 2z
 
∂ ∂f
fyx = ( fy )x = = = .
∂x ∂y ∂ x∂ y ∂ x∂ y
 Exemplo 2.4.1 Determine as derivadas parciais de segunda ordem da função

f (x,y) = x cos y + yex .

Temos
fx (x,y) = cos y + yex e fy (x,y) = −x sen y + ex ,
logo
fxx (x,y) = yex ,
fyy (x,y) = −x cos y,
fxy (x,y) = − sen y + ex ,
e
fyx (x,y) = − sen y + ex .


Verificamos que no caso da função f do Exemplo 2.4.1 temos fxy = fyx . Isto não foi apenas
uma coincidência; esta igualdade ocorre em muitos casos, descritos no teorema abaixo.

Teorema 2.4.2 Sejam f (x,y) uma função de duas variáveis e (a,b) um ponto interior ao seu
domínio. Se as derivadas parciais fxy e fyx existem e são contínuas em um conjunto aberto
contendo o ponto (a,b), então
fxy (a,b) = fyx (a,b).

Obs 2.4.3 Podemos definir derivadas parciais de terceira ordem de uma função f (x,y) da mesma
maneira, isto é, como as derivadas parciais das funções fxx , fyy , fxy e fyx . Entretanto, nas aplicações
do Cálculo Diferencial e Integral à Física e às Engenharias encontramos mais frequentemente
derivadas parciais de primeira e segunda ordem.
Obs 2.4.4 Derivadas parciais de segunda ordem para funções de três ou mais variáveis, assim
como derivadas parciais de ordem superior, são definidas analogamente.

2.5 Problemas
Problema 2.5.1 Considere uma função z = f (x,y) que representa a altura z de um terreno em cada
ponto (x,y) do plano. Na Figura 2.16 estão esboçadas algumas curvas de nível da função f .
(i) Encontre uma estimativa para as derivadas parciais fx (2,1) e fy (2,1).
(ii) Forneça uma interpretação para o valor das derivadas parciais fx (2,1) e fy (2,1).
Problema 2.5.2 Considere o cone (duplo) de R3 definido pela equação z2 = x2 + y2 .
(i) Escreva a distância de um ponto P do espaço ao ponto (4,2,0) em função das coordenadas
(x,y,z) de P.
2.6 Planos Tangentes 39

Figura 2.16: Mapa de curvas de nível da função z = f (x,y) do Problema 2.5.1.

(ii) Escreva a distância D de um ponto Q = (x,y,z) do cone acima ao ponto (4,2,0) como uma
função D = f (x,y) .
(iii) Calcule as derivadas parciais da função D = f (x,y) do item (ii).

Problema 2.5.3 Considere a função cujo esboço do gráfico se encontra na Figura 2.17. Determine
se as derivadas parciais fx , fy , fxx , fyy no ponto (0.5, 0.5) são positivas ou negativas. Justifique.

Figura 2.17: Gráfico da função z = f (x,y) do Problema 2.5.3.

2.6 Planos Tangentes


Seja f (x,y) uma função de duas variáveis tais que suas derivadas parciais fx e fy existem e são
contínuas em um disco aberto com centro em (x0 , y0 ) ∈ Dom f . Seja S a superfície definida pelo
gráfico de f e considere as curvas C1 e C2 obtidas a partir da interseção de S com os plano y = b e
x = a. Ilustramos com as Figuras 2.11 e 2.13 que fx (x0 , y0 ) e fy (x0 , y0 ) representam o coeficiente
angular das retas T1 e T2 tangentes a C1 e C2 em (x0 , y0 ). Existe um único plano que contém as
retas T1 e T2 , dito o plano tangente a S em (x0 , y0 ); veja a Figura 2.18.
A equação geral do plano de R3 que contém o ponto (x0 , y0 , z0 ), z0 = f (x0 , y0 ), com vetor
normal →−n = (A,B,C) é
A(x − x0 ) + B(y − y0 ) +C(z − z0 ) = 0.
40 Capítulo 2. Limites e Derivadas de Funções de Várias Variáveis

Figura 2.18: Planto tangente π ao gráfico z = f (x,y) de uma função.

Se C 6= 0, podemos dividir a equação por C e reescrevê-la como

z − z0 = A0 (x − x0 ) + B0 (y − y0 ). (2.1)

Quando fixamos y = y0 na Equação (2.1) obtemos a equação da reta T1 :

z − z0 = A0 (x − x0 ).

O número A0 na equação acima representa o coeficiente angular da reta tangente T1 , logo a =


fx (x0 , y0 ). Analogamente, ao fixarmos x = x0 na Equação (2.1), concluímos que B0 = fy (x0 , y0 ).

Teorema 2.6.1 Seja f (x,y) uma função de duas variáveis com derivadas parciais contínuas
em torno de um ponto (x0 , y0 ). A equação do plano tangente à superfície z = f (x,y) no ponto
(x0 , y0 , z0 ), z0 = f (x0 , y0 ), é dada por

z − z0 = fx (x0 , y0 )(x − x0 ) + fy (x0 , y0 )(y − y0 ).

 Exemplo 2.6.2 Determine a equação do plano tangente ao gráfico da função

f (x,y) = −3x2 + 6x − 2y2 − 12y − 28

no ponto (2, −2, −12).


Temos que
fx (x,y) = −6x + 6 e fy (x,y) = −4y − 12,

logo
fx (2, −2) = −6 e fy (2, −2) = −4.

Segue que a equação do plano tangente é dada por

z + 12 = −6(x − 2) − 4(y + 2) ⇐⇒ 6x + 4y + z = −8.

Veja as Figuras 2.19 e 2.20.



2.7 Aproximações Lineares e Diferenciabilidade Total 41

Figura 2.19: Planto tangente do Exemplo Figura 2.20: Planto tangente do Exemplo
2.6.2. 2.6.2.

Obs 2.6.3 Para entender a geometria do gráfico de f , realizamos um procedimento chamado


completar quadrados. Temos como objetivo escrever o termo −3x2 + 6x da expressão que define f
como −3x2 + 6x = a(x + b)2 + c. Note que

− 3x2 + 6x = −3(x2 − 2x) = −3 (x − 1)2 − 1 = −3(x − 1)2 + 3.


 
(2.2)

Analogamente, temos

− 2y2 − 12y = −2(y2 + 6y) = −2 (y + 3)2 − 9 = −2(y + 3)2 + 18.


 
(2.3)

Seguem das Equações (2.2) e (2.3) que o gráfico de f é dado por

z = −3(x − 1)2 + 3 − 2(y + 3)2 + 18 − 28 = −3(x − 1)2 − 2(y + 3)2 − 7,

isto é,
z + 7 = −3(x − 1)2 − 2(y + 3)2 .
Logo, se
x − 1 = x1 , y + 3 = y1 e z + 7 = z1 , (2.4)
então
z1 = −3x12 − 2y21 .
Concluímos que o gráfico z = f (x,y) consiste de uma translação (Equação (2.4)) do paraboloide
elíptico z = −3x2 − 2y2 ; veja a Figura 2.21. Veja a Seção 1.3 de Cálculo Volume 1, James Stewart
e os exercícios 65 e 66 de Cálculo Volume 2, James Stewart.

Exercício 2.6.4 Determine a equação do plano tangente ao gráfico das funções abaixo no ponto
dado.

(i) f (x,y) = yex , P = (0,1,1)


p
(ii) g(x,y) = x3 + y2 , Q = (2, − 1,3)

2.7 Aproximações Lineares e Diferenciabilidade Total


Seja y = f (x) é uma função de uma variável. Se f é diferenciável
 em x = x0 , então seu gráfico
possui uma reta tangente bem definida no ponto x0 , f (x0 ) . A Figura 2.22 sugere que o valor de
42 Capítulo 2. Limites e Derivadas de Funções de Várias Variáveis

Figura 2.21: Gráfico da função do Exemplo 2.6.2.

f (x) para pontos próximos x próximos de x0 podem ser aproximados pela coordenada y fornecida
pela reta tangente. Como esta reta tangente contém o ponto (x0 , f (x0 ) e possui coeficiente angular
f 0 (x0 ), a equação da reta é
y − f (x0 ) = f 0 (x0 )(x − x0 ) ⇐⇒ y = f (x0 ) + f 0 (x0 )(x − x0 ).
A aproximação de f (x) pela coordenada y fornecida pela reta tangente pode então ser escrita como
f (x) ≈ L(x) = f (x0 ) + f 0 (x0 ) · (x − x0 ), para x próximo de x0 . (2.5)

Figura 2.22: Linearização de f (x) = x2 em torno de x = 1.

Vejamos uma justificativa alternativa para a aproximação (2.5). A derivada de f no ponto x0 é


definida como
f (x0 + h) − f (x0 ) f (x) − f (x0 )
f 0 (x0 ) = lim = lim ,
h→0 h x→x0 x − x0
2.7 Aproximações Lineares e Diferenciabilidade Total 43

logo podemos pensar na seguinte aproximação, para x um número real próximo de x0 (h pequeno):
f (x) − f (x0 )
f 0 (x0 ) ≈ =⇒ f (x) ≈ f (x0 ) + f 0 (x0 ) · (x − x0 ). (2.6)
x − x0
Como L(x) = f (x0 ) + f 0 (x0 ) · (x − x0 ) é a equação da reta tangente ao gráfico de f em x = x0 , a
Equação (2.6) nos diz que é possível aproximar os valores de f em torno do ponto x0 pelos de sua
reta tangente em x0 . Esta aproximação é dita a aproximação linear de f em torno de x = x0 :
f (x) ≈ L(x) = f (x0 ) + f 0 (x0 ) · (x − x0 ), para x − x0 = h pequeno. (2.7)
A função L(x) no lado direito da Equação (2.7) é dita a linearização de f em torno de x0 . A Figura
2.22 ilustra a aproximação linear de f (x) = x2 em torno de x = 1. Veja a Seção 3.10 de Cálculo
Volume 1, James Stewart, para mais informações sobre a linearização e aproximações lineares de
funções de uma variável.
É possível aproximar os valores de uma função de duas variáveis em torno de um ponto (x0 , y0 )
através de uma função linear de duas variáveis; tais funções têm um plano como gráfico. Temos nas
Figuras 2.23 e 2.24 ilustrados o gráfico e o plano tangente da função do Exemplo 2.6.2; observe o
que ocorre quando damos um zoom nas proximidades do ponto (2, −2, −12).

Figura 2.23: Planto tangente do Exemplo Figura 2.24: Planto tangente do Exemplo
2.6.2. 2.6.2.

Considere o caso do Exemplo 2.6.2. A equação do plano tangente à função f (x,y) = −3x2 +
6x − 2y2 − 12y − 28 no ponto (2, −2, −12) é 6x + 4y + z = −8. A imagem de f em um ponto (x,y)
próximo de (2, − 2) pode ser aproximado pelo valor de z que a equação do plano tangente em
(2, −2, −12) fornece, como as Figuras 2.23 e 2.24 sugerem. Por exemplo, para (x,y) = (2.1, −1.9),
temos na equação do plano tangente
6(2,1) + 4(−1,9) + z = −8 ⇐⇒ 12,6 − 7,6 + z = −8 ⇐⇒ z = −13.
A aproximação linear afirma neste caso que f (2.1, −1.9) ≈ −3. O valor real de f (2.1, −1.9)
pode ser calculado através da expressão f (x,y) = −3x2 + 6x − 2y2 − 12y − 28, o que fornece
f (2.1, −1.9) = −13,05.
A aproximação linear acima pode ser escrita da seguinte maneira. Quando substituímos um
certo ponto (x,y) na equação 6x + 4y + z = −8 do plano tangente e calculamos o z correspondente
estamos usando a seguinte função de duas variáveis: como z = −6x − 4y − 8, temos
z = L(x,y) = −6x − 4y − 8.
A função L(x,y) acima é aquela que possui como gráfico o plano z = −6x − 4y − 8. Então as
Figuras 2.23 e 2.24 sugerem que, para pontos (x,y) próximos de (2, − 2), a aproximação de f (x,y)
por L(x,y) é bem precisa:
f (x,y) ≈ L(x,y) = −6x − 4y − 8.
44 Capítulo 2. Limites e Derivadas de Funções de Várias Variáveis

Definição 2.7.1 Seja f (x,y) uma função com derivadas parciais contínuas em torno de um
ponto (x0 , y0 ) ∈ Dom f . A linearização de f em (x0 , y0 ) é definida comoa função L(x,y) que
tem como gráfico o plano tangente a z = f (x,y) no ponto x0 , y0 , f (x0 , y0 ) :

L(x,y) = f (x0 , y0 ) + fx (x0 , y0 )(x − x0 ) + fy (x0 , y0 )(y − y0 ).

A aproximação

f (x,y) ≈ L(x,y) = f (x0 , y0 ) + fx (x0 , y0 )(x − x0 ) + fy (x0 , y0 )(y − y0 )

é definida como a aproximação linear de f em (x0 ,y0 ).

Exercício 2.7.2 Determine o plano tangente ao gráfico da função f (x,y) = y sen x + x2 y2 ex no


ponto (0,1,0) e use-o para aproximar o valor de f no ponto (0.1, 0.9). 

Exercício 2.7.3 Use a linearização da função f no ponto P dado para aproximar o valor de f
no ponto Q.
(i) f (x,y) = x3 − 2xy, P = (2,1), Q = (2.01, 1.99)
x2 − y
(ii) f (x,y) = , P = (−1, − 2), Q = (−1.09, −2.1)
x+y


Note que, se escrevemos x = x0 + ∆x, y = y0 + ∆y, então a aproximação linear de f em (x0 ,y0 )
é escrita como

f (x0 + ∆x, y0 + ∆y) ≈ f (x0 ,y0 ) + fx (x0 ,y0 )∆x + fy (x0 ,y0 )∆y.

Em uma situação como a do Exercício 2.7.2 devemos nos perguntar: qual o erro cometido ao fazer
tal aproximação? Ou seja, ao aproximarmos o valor de f (x,y) em um ponto (x0 + ∆x, y0 + ∆y) pelo
plano tangente de f em (x0 ,y0 ), será que a diferença
 
E(∆x, ∆y) = f (x0 + ∆x, y0 + ∆y) − f (x0 ,y0 ) + fx (x0 ,y0 )∆x + fy (x0 ,y0 )∆y

é pequena? Podemos reformular a pergunta da seguinte maneira: será que à medida que ∆x e
∆y se aproximam de zero o erro E(∆x, ∆y) fica cada vez menor? De certa forma, introduzimos o
conceito de diferenciabilidade (total) de funções de duas variáveis para descrever os casos em que
esta linearização fornece uma boa aproximação.
Definição 2.7.4 Sejam f (x,y) uma função de duas variáveis e (x0 ,y0 ) um ponto interior ao seu
domínio. Dizemos que f é diferenciável em (x0 ,y0 ) se

E(∆x, ∆y) = ε1 ∆x + ε2 ∆y

onde ε1 , ε2 → 0 quando (∆x, ∆y) → (0,0).

Podemos reescrever a condição da Definição 2.7.4 da seguinte maneira: definimos o incremento


de z nesta situação como
∆z = f (x0 + ∆x, y0 + ∆y) − f (x0 ,y0 ),
de modo que f é diferenciável em (x0 ,y0 ) se

∆z = fx (x0 ,y0 )∆x + fy (x0 ,y0 )∆y + ε1 ∆x + ε2 ∆y,

onde ε1 , ε2 → 0 quando (∆x, ∆y) → (0,0).


2.8 Regra da Cadeia 45

O teorema a seguir fornece uma condição suficiente para a diferenciabilidade de uma função de
duas variáveis; como esta condição é mais simples que a diferenciabilidade, podemos usá-lo para
garantir que a linearização fornece de fato uma boa aproximação. Para um resultado mais preciso
sobre o erro cometido na aproximação linear de uma função de duas variáveis, veja a Seção 14.6 de
Cálculo Volume 2, George Thomas.

Teorema 2.7.5 Seja f (x,y) uma função de duas variáveis e (x0 ,y0 ) um ponto interior ao seu
domínio. Se as derivadas parciais fx e fy existem em um disco aberto contendo (x0 ,y0 ) e são
contínuas em (x0 ,y0 ), então f é diferenciável em (x0 ,y0 ).

Definição 2.7.6 Sejam f (x,y,z) uma função com derivadas parciais contínuas em torno de um
ponto (x0 ,y0 ,z0 ) ∈ Dom f . A linearização de f em (x0 ,y0 ,z0 ) é definida como a função

L(x,y,z) = f (x0 ,y0 ,z0 ) + fx (x0 ,y0 ,z0 )(x − x0 ) + fy (x0 ,y0 ,z0 )(y − y0 ) + fz (x0 ,y0 ,z0 )(z − z0 ).

A aproximação

f (x,y,z) ≈ L(x,y,z) = f (x0 ,y0 ,z0 )+ fx (x0 ,y0 ,z0 )(x−x0 )+ fy (x0 ,y0 ,z0 )(y−y0 )+ fz (x0 ,y0 ,z0 )(z−z0 )

é definida como a aproximação linear de f em (x0 ,y0 ,z0 ).

2.8 Regra da Cadeia


Sejam f e g funções de uma variável tais que y = f (x) e x = g(t). Então, pela regra da cadeia,

dy dy dx
= .
dt dx dt
Por exemplo, se y = cos(t 2 − 3t), então podemos escrever y = cos x, onde x = t 2 − 3t. Logo,

dy dy dx
= = − sen x · (2t − 3) = −(2t − 3) sen(t 2 − 3t).
dt dx dt
Este regra de derivação possui um análogo para funções compostas de várias variáveis; a Figura
2.25 ilustra a composição de funções do enunciado do Teorema 2.8.1.

Figura 2.25: Composição de funções.

Teorema 2.8.1 Sejam z = f (x,y) uma função diferenciável de x e y, onde x = g(t) e y = h(t)
46 Capítulo 2. Limites e Derivadas de Funções de Várias Variáveis

são funções diferenciáveis de t. Então



z = f g(t), h(t) = F(t)

é uma função diferenciável de t e

dz ∂ z dx ∂ z dy
= + .
dt ∂ x dt ∂ y dt

x y

t t

Figura 2.26: Regra da cadeia (Teorema 2.8.1).

Demonstração. Provaremos, de acordo com a definição de derivada de função de uma variável,


que o limite
F(t + ∆t) − F(t) ∆z
lim = lim
∆t→0 ∆t ∆t→0 ∆t
existe e é igual à expressão acima. Um incremento não nulo ∆t na variável t produz incrementos

∆x = g(t + ∆t) − g(t), ∆y = h(t + ∆t) − h(t)

nas variáveis x e y que, por sua vez, produzem um incremento ∆z na variável z. Como f é
diferenciável, segue da Definição 2.25 que

∆z = fx ∆x + fy ∆y + ε1 ∆x + ε2 ∆y,

onde ε1 , ε2 → 0 quando (∆x, ∆y) → (0,0). Logo,


∆z ∆x ∆y ∆x ∆y
= fx + fy + ε1 + ε2 ,
∆t ∆t ∆t ∆t ∆t
e, quando ∆t se aproxima de zero, temos
 
∆z ∆x ∆y ∆x ∆y
lim = fx · lim + fy · lim + lim ε1 + ε2 .
∆t→0 ∆t ∆t→0 ∆t ∆t→0 ∆t ∆t→0 ∆t ∆t
Como x = g(t) e y = h(t) são diferenciáveis, temos
∆x dx ∆y dy
lim = e lim = ,
∆t→0 ∆t dt ∆t→0 ∆t dt
Portanto,
∆z dx dx dx dy
lim = fx · + fy · + 0 · + 0 · ,
∆t→0 ∆t dt dt dt dt
isto é,
dz ∆z ∂ z dx ∂ z dy
= lim = · + · ,
dt ∆t→0 ∆t ∂ x dt ∂ y dt
como gostaríamos. 
2.8 Regra da Cadeia 47
 2
dz x
 Exemplo 2.8.2 Encontre o valor de em t = 1 se z = cos e
dt y

x = 2t + 1 e y = t 3.

Temos pela regra da cadeia (Teorema 2.8.1) que

dz ∂ z dx ∂ z dy
= + (2.8)
dt ∂ x dt ∂ y dt

onde
 2  2
∂z ∂ x x 2x
= cos = − sen ,
∂x ∂x y y y
 2  2  2 
∂z ∂ x x x
= cos = − sen − 2 .
∂y ∂y y y y

Usando as expressões x = 2t + 1, y = t 3 obtemos os seguintes valores para t = 1:

(2t + 1)2 2(2t + 1)


 
∂ z
= − sen = −6 sen 9, (2.9)
∂ x t=1 t3 t3 t=1

(2t + 1)2 ((2t + 1)2


 
∂ z
= sen = 9 sen 9. (2.10)
∂ y t=1 t3 t6 t=1
Além disso, temos
dx d dy d
= (2t + 1) = 2 e = t 3 = 3t 2 ,
dt dt dt dt
logo
dx dy
=2 e = 3. (2.11)
dt t=1 dt t=1
Segue das Equações (2.8) a (2.11) que

dz
= (−6 sen 9) · 2 + (9 sen 9) · 3 = −12 sen 9 + 27 sen 9 = 15 sen 9 ≈ 6,18.
dt t=1


Um resultado semelhante ao Teorema 2.8.1 é válido também para funções de n variáveis.

Teorema 2.8.3 Sejam z = f (x1 , . . . , xn ) uma função diferenciável de n variáveis, onde x1 , . . . , xn


são funções diferenciáveis de t, isto é, x1 = g1 (t), . . . , xn = gn (t). Então

z = f g1 (t), . . . , gn (t) = F(t)

é uma função diferenciável de t e

dz ∂ z dx1 ∂ z dxn
= +···+ .
dt ∂ x1 dt ∂ xn dt

dw
 Exemplo 2.8.4 Encontre o valor de em t = 0 se w = xy + z e
dt
x = cost, y = sent e z = t. (2.12)
48 Capítulo 2. Limites e Derivadas de Funções de Várias Variáveis

x1 x2 xn

t t t

Figura 2.27: Regra da cadeia (Teorema 2.8.3).

Temos pela regra da cadeia (Teorema 2.8.3) que

dw ∂ w dx ∂ w dy ∂ w dz
= + + .
dt ∂ x dt ∂ y dt ∂ z dt

Como x = cost, y = sent e z = t, temos

dx dy dz
= − sent, = cost e = 1,
dt dt dt
logo
dx dy dz
= 0, =1 e = 1.
dt t=0 dt t=0 dt t=0
Mais ainda, temos
∂w ∂w ∂w
= y, =x e = 1.
∂x ∂y ∂z
onde x = cost, y = sent e z = t implicam em x = 1, y = 0 e z = 0. Portanto,

∂ w ∂ w ∂ w
= 0, =1 e = 1.
∂ x t=0 ∂ y t=0 ∂ z t=0

Segue que
dw
= 0 · 0 + 1 · 1 + 1 · 1 = 2.
dt t=0
Note que a Equação (2.12) descreve uma hélice no espaço; o significado da derivada que
calculamos acima é a taxa de variação de w conforme o ponto (x,y,z) se desloca seguindo o
caminho descrito pela hélice. 

Situações envolvendo taxas de variação relacionadas podem ser vistas através do prisma de
funções de várias variáveis.
 Exemplo 2.8.5 A lei dos gases ideias afirma que a temperatura T em Kelvin, a pressão P em
newtons por metro quadrado e o volume V em metros cúbicos de um gás satisfazem a equação
PV = kT , onde k é uma constante de proporcionalidade. Use esta lei com k = 10 para encontrar a
taxa de variação da temperatura em relação ao tempo de um gás no instante em que seu volume é
de 120 m3 sob uma pressão de 8 N/m2 , sabendo que seu volume está crescendo a uma taxa de 2
m3 /s e a pressão está decrescendo a uma taxa de 0,1 N/m2 s.
A temperatura do gás pode ser escrita como uma função de duas variáveis

1
T= PV,
10
2.8 Regra da Cadeia 49

onde P = P(t) e V = V (t) são funções do tempo. Segue da regra da cadeia que
dT ∂ T dP ∂ T dV
= · + · ,
dt ∂ P dt ∂V dt
isto é,
dT V dP P dV
= · + · .
dt 10 dt 10 dt
Segue que no instante dado temos
dT 120 8
= · (−0,1) + · 2 = −1,2 + 1,6 = 0,4.
dt 10 10
Então a temperatura do gás está aumentando a uma taxa de 0,4 K/s neste instante. 

O teorema a seguir representando a versão mais geral da regra da cadeia.

Teorema 2.8.6 Seja y = f (x1 , . . . , xn ) uma função diferenciável de n variáveis onde cada xi é
função diferenciável de t1 , . . . ,tm : xi = gi (t1 , . . . ,tm ). Então

y = f g1 (t1 , . . . ,tm ), . . . , gn (t1 , . . . ,tm )

é uma função diferenciável de t1 , . . . ,tm e, para j = 1, . . . , m,

∂y ∂ y ∂ x1 ∂ y ∂ xn
= +···+ .
∂t j ∂ x1 ∂t j ∂ xn ∂t j

x1 x2 xn

t1 tj tn t1 tj tn t1 tj tn

Figura 2.28: Regra da cadeia (Teorema 2.8.6).

 Exemplo 2.8.7 Seja u = x4 y + y2 z3 onde x = rset , y = rs2 e−t e z = r2 s sent. Encontre o valor de
∂u
quando (r,s,t) = (2,1,0).
∂s
Temos pela regra da cadeia que
∂u ∂u ∂x ∂u ∂y ∂u ∂z
= · + · + ·
∂s ∂x ∂s ∂y ∂s ∂z ∂s
onde
∂x ∂y ∂z
= ret , = r2se−t e = r2 sent.
∂s ∂s ∂s
Segue que, se (r,s,t) = (2,1,0),

∂ x ∂ y ∂ z
= 0, =1 e = 1.
∂ s (r,s,t)=(2,1,0) ∂ s (r,s,t)=(2,1,0) ∂ s (r,s,t)=(2,1,0)
50 Capítulo 2. Limites e Derivadas de Funções de Várias Variáveis

Temos ainda que


∂u ∂u ∂u
= 4x3 y, = x4 + 2yz3 e = 3y2 z2 .
∂x ∂y ∂z
Para (r,s,t) = (2,1,0) temos (x,y,z) = (2,2,0), logo

∂ u ∂ u ∂ u
= 64, = 16 e = 0.
∂ x (r,s,t)=(2,1,0) ∂ y (r,s,t)=(2,1,0) ∂ z (r,s,t)=(2,1,0)

Segue que
∂ u
= 64 · 2 + 16 · 4 + 0 · 0 = 192.
∂ s (r,s,t)=(2,1,0)


Exercício 2.8.8 O raio de um cilindro circular reto está decrescendo a uma taxa de 5 cm/min e
sua altura está aumentando a uma taxa de 12 cm/min. Determine a taxa de variação do volume
do cilindro no instante em que o raio é 20 cm e a altura é 40 cm. 

Exercício 2.8.9 Seja w = x + 2y + z2 onde x = r/s, y = r2 + ln s e z = 2r. Determine o valor


da taxa de variação de w em relação a r e s quando r = −2 e s = 3. 

Exercício 2.8.10 Seja z = f (x,y) uma função diferenciável tal que

x = g(t), g0 (5) = −1, fx (−2,15) = 3, g(5) = −2,

y = h(t), h0 (5) = 4, fy (−2,15) = 2, h(5) = 15.


dz
Determine o valor de quando t = 5. 
dt

Exercício 2.8.11 A produção W de trigo em toneladas em um dado ano depende da temperatura


média T e da precipitação anual de chuva R. Cientistas estimam que a temperatura média está
aumentando a uma taxa de 0,15o C por ano e a precipitação está decrescendo a uma taxa de
0,1 cm por ano. Eles também estimam que, nos níveis atuais de produção, WT = −2 e WR = 8.
dW
Determine uma estimativa para a taxa de variação da produção de trigo em função do
dt
tempo. 

2.9 Problemas
Problema 2.9.1 Considere a função f (x,y) = y ln x.
(a) Considere os planos π1 , π2 que são tangentes ao gráfico da função f (x,y) nos pontos (1,4,0)
e (2,3,3 ln 2), respectivamente. Determine a equação de cada um destes planos.
(b) Use a aproximação linear de f nos pontos (1,4,0) e (2,3,3 ln 2) para aproximar o valor de
f (1.2, 3.7). Qual das aproximações obtidas é, a princípio, a mais adequada? Justifique.

Problema 2.9.2 Um inseto se desloca em uma placa de metal de modo que sua posição (x,y)
depende do instante de tempo t da seguinte maneira:

x(t) = 1 + t, y(t) = 2 + t/3.
2.9 Problemas 51

A temperatura em um ponto (x,y) desta placa é dada por uma função T (x,y) que desconhecemos.
Determine a taxa de variação da temperatura no caminho do inseto em função do tempo no instante
t = 2 com as informações abaixo sobre a função T (x,y).
   
Tx 2√1 3 , 13 = 0 Ty 2√1 3 , 13 = −3
√  √ 
Tx 3, 83 = 4 Ty 3, 83 = 3
Tx (2,2) = −1 Ty (2,2) = 1
3. Derivadas Direcionais, Vetores Gradiente e Aplic

3.1 Derivadas Direcionais e Vetores Gradiente


Vimos no Capítulo 2 que as derivadas parciais de uma função z = f (x,y) num ponto (x0 ,y0 ),
definidas por
f (x0 + h,y0 ) − f (x0 ,y0 )
fx (x0 ,y0 ) = lim
h→0 h
e
f (x0 ,y0 + h) − f (x0 ,y0 )
fy (x0 ,y0 ) = lim
h→0 h
representam a taxa de variação de z em relação às variáveis x e y, respectivamente. Geometricamente,
fx (x0 ,y0 ) e fy (x0 ,y0 ) representam o coeficiente angular das retas tangentes às curvas obtidas pela
interseção do gráfico de f com os planos y = b e x = a; veja as Figuras 2.11 e 2.13. Veremos agora
que é possível determinar a taxa de variação de z em uma direção arbitrária, dada por um vetor
unitário ~u = (a,b).
Definimos esta taxa de variação de maneira análoga às definições fx (x0 ,y0 ) e fy (x0 ,y0 ). O
vetor com a direção e sentido de ~u e módulo h é h~u = (ha, hb). Consideramos um segmento de
comprimento h na direção do vetor ~u partindo do ponto (a,b). O quociente da variação total de f
neste “intervalo” por h representa a variação média de f neste segmento; como os extremos deste
intervalo são dados pelos pontos (x0 , y0 ) e (x0 + ha, y0 + hb), esta média é dada por

f (x0 + ha, y0 + hb) − f (x0 , y0 )


.
h
O limite desta média quando h → 0 representa a taxa de variação (instantânea) de interesse. Veja a
Figura 3.1 e compare com a Figura 2.8.
Definição 3.1.1 Sejam f (x,y) uma função de duas variáveis e (x0 ,y0 ) um ponto interior ao seu
domínio. Seja ~u = (a,b) ∈ R2 um vetor unitário. A derivada direcional de f na direção do vetor
54 Capítulo 3. Derivadas Direcionais, Vetores Gradiente e Aplicações

Figura 3.1: Taxa de variação de uma função f no ponto (x0 , y0 ) na direção do vetor
unitário ~u = (a,b).

~u no ponto (x0 ,y0 ) é definida como

f (x0 + ha, y0 + hb) − f (x0 , y0 )


D~u f (x0 , y0 ) = lim ,
h→0 h
se o limite existir.
Note que se ~u =~i = (1,0) ou ~u = ~j = (0,1) então a derivada direcional D~u f (x0 , y0 ) coincide
com as derivadas parciais fx (x0 , y0 ) e fy (x0 , y0 ), isto é,

D~i f (x0 , y0 ) = fx (x0 , y0 ) e D~j f (x0 , y0 ) = fy (x0 , y0 ).

Compare as Definições 3.1.1 e 2.2.1 nos casos ~u =~i e ~u = ~j.


Obs 3.1.2 Cabe ressaltar que o conceito de direção apresentado aqui diverge daquele estudado em
Geometria Analítica. Neste contexto de derivada direcional de funções, por direção definida por
um vetor ~u entende-se a direção e o sentido definidos por este vetor.
O teorema abaixo fornece uma maneira simples de calcular a derivada direcional de uma função.

Teorema 3.1.3 Seja f (x,y) uma função diferenciável de duas variáveis definida sobre um
conjunto aberto. Se (x0 ,y0 ) ∈ Dom f e ~u = (a,b) é um vetor unitário, então a derivada direcional
D~u f (x0 ,y0 ) existe e
D~u f (x0 ,y0 ) = fx (x0 ,y0 ) · a + fy (x0 ,y0 ) · b.

Demonstração. Considere a função de uma variável g(h) = f (x0 + ha, y0 + hb). Segue da definição
de derivada de uma função que

g(h) − g(0) f (x0 + ha, y0 + hb) − f (x0 , y0 )


g0 (0) = lim = lim = D~u f (x0 , y0 ). (3.1)
h→0 h h→0 h
Por outro lado, temos g(h) = f (x,y) onde x = x0 + ha e y = y0 + hb. Então, pela regra da cadeia,

∂ f dx ∂ f dy
g0 (h) = · + · = fx (x,y) · a + fy (x,y) · b,
∂ x dh ∂ y dh
3.1 Derivadas Direcionais e Vetores Gradiente 55

onde (x,y) = x(h), y(h) = (x0 + ha, y0 + hb). Para h = 0 temos x(h) = x0 e y(h) = y0 , então

g0 (0) = fx (x0 , y0 ) · a + fy (x0 , y0 ) · b. (3.2)

O resultado segue das Equações (3.1) e (3.2). 


 
1 1
 Exemplo 3.1.4 Calcule a derivada direcional D~u f (1,2), onde f (x,y) = x2 +xy e ~u = √ ,√ .
2 2
Temos fx (x,y) = 2x + y e fy (x,y) = x, logo fx (1,2) = 4 e fy (1,2) = 1. Segue que
1 1 5
D~u f (1,2) = 4 · √ + 1 · √ = √ .
2 2 2


O significado geométrico da derivada direcional é semelhante ao das derivadas parciais. Dados


uma função f (x,y), um ponto (x0 ,y0 ) ∈ Dom f e um vetor unitário ~u = (a,b), a interseção do gráfico
de f com o plano b(x − x0 ) − a(y − y0 ) = 0 é um curva C cujo coeficiente angular da reta tangente
no ponto a, b, f (a,b) é igual a D~u f (x0 ,y0 ). Veja as Figuras 3.2 e 3.3.

Figura 3.2: Significado geométrico da derivada direcional.

Cabe ressaltar que o Teorema 3.1.3 é válido apenas para vetores unitários. Vetores de mesma
direção e módulos diferentes forneceriam derivadas direcionais de diferentes valores, o que não é
de nosso interesse. Por esse motivo, se a direção em questão é definida por um vetor de módulo
diferente de 1, é necessário normalizá-lo para usar então aplicar o Teorema 3.1.3.
 Exemplo 3.1.5 Determine a derivada direcional da função f (x,y) = ln(x2 + y2 ) no ponto (2,1)
na direção definida pelo vetor ~u = (−1,2).
Temos
2x 2y
fx (x,y) = 2 e fy (x,y) = ,
x + y2 x 2 + y2
logo
4 2
fx (2,1) = e fy (2,1) = .
5 5
√ √
O módulo de ~u é dado por k~uk = 1 + 4 = 5. Segue que ~u tem a direção do vetor unitário
 
1 −1 2
~v = √ (−1,2) = √ , √ .
5 5 5
56 Capítulo 3. Derivadas Direcionais, Vetores Gradiente e Aplicações

Figura 3.3: Significado geométrico da derivada direcional.

Segue que a derivada direcional em questão é dada por


1 4 2 2 −4 + 4
D~v f (2,1) = − √ · + √ · = √ = 0.
5 5 5 5 5 5


Exercício 3.1.6 Calcule a derivada direcional de f na direção indicada e no ponto dado.


(i) D~u f (x,y) no ponto P = (2,1) e na direção do vetor ~u = (2, − 1), se f (x,y) = −3x2 y3 .
(ii) D~u f (x,y) no ponto P = (0,π/4) e na direção do vetor ~u = (−3, − 5), se f (x,y) = tan(x2 −
y).
(iii) D~u f (x,y) no ponto P = (1,2) e na direção de P ao ponto Q = (−3,3), se f (x,y) = exy .


Observamos que o Teorema 3.1.3 descreve o valor da derivada  direcional D~u f (x0 ,y0 ) através
do produto escalar dos vetores ~u = (a,b) e fx (x0 , y0 ), fy (x0 , y0 ) :

D~u f (x0 ,y0 ) = fx (x0 , y0 ), fy (x0 , y0 ) · (a,b) = fx (x0 , y0 ) · a + fy (x0 , y0 ) · b.

O vetor fx (x0 , y0 ), fy (x0 , y0 ) é dito o vetor gradiente de f no ponto (x0 , y0 ).
Definição 3.1.7 Seja f (x,y) uma função de duas variáveis. O vetor gradiente ou, simplesmente,
o gradiente de f é a função ∇ f que associa a cada ponto (x,y) ∈ Dom f o vetor

∇ f (x,y) = fx (x,y), fy (x,y) = fx (x,y)~i + fy (x,y)~j.




y2
 Exemplo 3.1.8 Considere a função f (x,y) = x2 + . Calculamos neste exemplo o vetor gradiente
4
de f nos pontos (1,2) e (−1,4). Temos que
y
fx (x,y) = 2x e fy (x,y) = ,
2
logo
fx (1,2) = 2 e fy (1,2) = 1,
e portanto, pela Definição 3.1.7, temos que o vetor gradiente de f nesse ponto é o vetor (2,1), isto
é, ∇ f (1,2) = (2,1). Veja na Figura 3.4 um esboço desse vetor. Note que esboçamos, em geral, esse
vetor gradiente com origem no ponto em questão do domínio: o ponto (2,1).
3.1 Derivadas Direcionais e Vetores Gradiente 57

No caso do ponto (−1,4) temos

fx (−1,4) = −2 e fy (−1,4) = 2,

e assim ∇ f (−1,4) = (−2,2). 

Figura 3.4: Vetores gradiente de uma função em diferentes pontos.

Com a notação acima, podemos reescrever o Teorema 3.1.3 da seguinte maneira:

D~u f (x,y) = ∇ f (x,y) ·~u. (3.3)

Mas o que o vetor gradiente de uma função f (x,y) de duas variáveis representa? A resposta desta
pergunta envolve a seguinte propriedade do produto escalar de dois vetores:

~u ·~v = k~ukk~vk cos θ , (3.4)

onde θ ∈ [0, π] é o ângulo de ~u e ~v. Portanto,

D~u f (x0 , y0 ) = ∇ f (x0 , y0 ) ·~u = k∇ f (x0 ,y0 )kk~uk cos θ ,

e como ~u é vetor unitário na Equação (3.3),

D~u f (x0 , y0 ) = k∇ f (x0 ,y0 )k cos θ . (3.5)

Veja a Figura 3.5: diferentes vetores ~u formarão diferentes ângulos θ com o vetor gradiente. Segue
da Equação (3.5) que a derivada direcional D~u f (x0 , y0 ) é maximizada quando cos θ = 1. Isto ocorre
quando θ = 0, isto é, quando ~u tem a mesma direção e sentido do vetor ∇ f (x0 ,y0 ). Em outras
palavras, o valor máximo de D~u f (x0 ,y0 ), para (x0 , y0 ) fixo, considerando todos os vetores unitários
~u ∈ R2 , ocorre quando ~u tem a direção de ∇ f (x0 ,y0 ). Isto significa que ao caminharmos no gráfico
z = f (x,y) da função f partindo do ponto (x0 , y0 ), temos a subida com maior inclinação na direção
do vetor gradiente ∇ f (x0 , y0 ). Mais ainda, usando cos θ = 1 na Equação (3.5) concluímos que a
derivada direcional nesta direção tem valor k∇ f (x0 ,y0 )k.
Note que a Equação (3.5) implica ainda que a derivada direcional D~u f (x0 ,y0 ) é mínima quando
cos θ = −1; isto é equivalente a θ = π, isto é, quando ~u e ∇ f (x0 , y0 ) têm a mesma direção mas
sentidos opostos. Além disso, concluímos também que a taxa de variação de f em (x0 ,y0 ) é nula
em uma direção ~u se e somente se ~u é ortogonal a ∇ f (x0 ,y0 ).
58 Capítulo 3. Derivadas Direcionais, Vetores Gradiente e Aplicações

Figura 3.5: Ângulo θ formado pelo vetor ~u que define a derivada direcional e o vetor
gradiente ∇ f (x0 ,y0 ).

Teorema 3.1.9 Seja f (x,y) uma função diferenciável de duas variáveis e seja (x0 ,y0 ) um ponto
de seu domínio. Então a taxa de variação máxima de z = f (x,y) no ponto (x0 , y0 ) ocorre na
direção ∇ f (x0 ,y0 ) e este valor máximo é dado por |∇ f (x0 ,y0 )|.

x2
 Exemplo 3.1.10 Considere a função f (x,y) = + 3y2 . Determine a direção em que z = f (x,y):
2
(a) cresce mais rapidamente no ponto (2,1);
(b) decresce mais rapidamente no ponto (2,1);
(c) possui taxa de variação nula no ponto (2,1).
O vetor gradiente de f é dado por ∇ f (x,y) = (x,6y), logo ∇ f (2,1) = (2,6). Segue que a direção
em que z = f (x,y) cresce mais rapidamente é ~u = (2,6); aquela em que z decresce mais rapidamente
é −~u = (−2, − 6). As duas direções em que z possui taxa de variação nula são aquelas ortogonais
ao vetor gradiente, isto é, aquelas dadas por ~v = (a,b) onde

~v · ∇ f (2,1) = 0, isto é, 2a + 6b = 0, isto é, 6b = −2a.

Devemos então escolher dois vetores v~1 , v~2 com direções opostas que satisfazem a equação 6b =
−2a. Segue que as direções em que a derivada direcional é nula são as dos vetores v~1 = (6, − 2) e
v~2 = (−6,2). 

O vetor gradiente de uma função f (x,y) possui uma outra propriedade importante. Não é
possível apresentar estas ideias em sua plenitude pois é necessário um conhecimento prévio de
parametrização de curvas; veja o Capítulo 13 de Cálculo Volume 2, James Stewart.

Teorema 3.1.11 Sejam f (x,y) = k uma curva de nível de uma função diferenciável f de duas
variáveis e (x0 , y0 ) um ponto desta curva. Então ∇ f (x0 , y0 ) é ortogonal a esta curva de nível no
ponto (x0 , y0 ).

Mais precisamente, o Teorema 3.1.11 afirma que ∇ f (x0 , y0 ) é ortogonal à reta tangente a esta
curva de nível no ponto (x0 , y0 ); veja a Figura 3.6. Nas Figuras 3.7 e 3.8 temos representados
o campo gradiente de duas funções f (x,y): para alguns pontos (x,y) do plano, é representado
graficamente o vetor ∇ f (x,y). O campo gradiente ilustra o fato que os vetores gradientes apontam
para a direção de “subida do morro” (subida de maior inclinação).
Podemos definir de maneira análoga a derivada direcional e o vetor gradiente de uma função de
três variáveis. Teoremas semelhantes são provados com os mesmos argumentos.
Definição 3.1.12 Sejam F(x,y,z) uma função de três variáveis e (x0 ,y0 ,z0 ) um ponto interior
ao seu domínio. Seja ~u = (a,b,c) ∈ R3 um vetor unitário. A derivada direcional de F na direção
3.1 Derivadas Direcionais e Vetores Gradiente 59

Figura 3.6: O vetor gradiente ∇ f (x0 , y0 ) é ortogonal à curva de nível f (x,y) = k


contendo (x0 ,y0 ).

Figura 3.7: Campo


p gradiente Figura 3.8: Campo gradiente
de f (x,y) = 9 − x2 − y2 . de f (x,y) = x2 − y2 .

do vetor ~u no ponto (x0 ,y0 ,z0 ) é definida como

F(x0 + ha, y0 + hb, z0 + hc) − F(x0 , y0 , z0 )


D~u F(x0 , y0 , z0 ) = lim ,
h→0 h
se o limite existir.

Definição 3.1.13 Seja F(x,y,z) uma função de três variáveis. O vetor gradiente ou, simples-
mente, o gradiente de F é a função ∇F que associa a cada ponto (x,y,z) ∈ Dom F o vetor

∇F(x,y,z) = Fx (x,y,z), Fy (x,y,z), Fz (x,y,z)
= Fx (x,y,z)~i + Fy (x,y,z)~j + Fz (x,y,z)~k.

Teorema 3.1.14 Seja F(x,y,z) uma função diferenciável de duas variáveis definida sobre um
conjunto aberto. Se (x0 ,y0 ,z0 ) ∈ Dom F e ~u = (a,b,c) é um vetor unitário, então a derivada
direcional D~u F(x0 ,y0 ,z0 ) existe e

D~u F(x0 ,y0 ,z0 ) = ∇F(x0 ,y0 ,z0 ) ·~u


= Fx (x0 ,y0 ,z0 ) · a + Fy (x0 ,y0 ,z0 ) · b + Fz (x0 ,y0 ,z0 ) · c.

A Equação (3.4) também é válida para vetores ~u,~v de R3 . Segue então do Teorema 3.1.14
60 Capítulo 3. Derivadas Direcionais, Vetores Gradiente e Aplicações

que o máximo da derivada direcional D~u F(x0 ,y0 ,z0 ), para (x0 ,y0 ,z0 ) fixo, dentre todos os vetores
unitários ~u ∈ R3 , é k∇F(x0 ,y0 ,z0 )k e ocorre quando ~u tem a direção e sentido do vetor gradiente
∇F(x0 ,y0 ,z0 ).

Teorema 3.1.15 Seja F(x,y,z) uma função diferenciável de três variáveis e seja (x0 ,y0 ,z0 ) um
ponto de seu domínio. Então a taxa de variação máxima de w = F(x,y,z) no ponto (x0 , y0 , z0 )
ocorre na direção ∇F(x0 ,y0 ,z0 ) e este valor máximo é dado por k∇F(x0 ,y0 ,z0 )k.

Já foi discutido anteriormente o conceito de plano tangente ao gráfico de uma função. Entretanto,
nem toda superfície S de R3 representa o gráfico z = f (x,y) de uma função f de duas variáveis.
Algumas podem ser descritas como a superfície de nível de uma função F de três variáveis, isto é,

S = {(x,y,z) ∈ R3 : F(x,y,z) = k}.

Neste caso, é possível provar que se (x0 ,y0 ,z0 ) é um ponto de S e C é uma curva contida em S que
passa por (x0 ,y0 ,z0 ), então ∇F(x0 ,y0 ,z0 ) é ortogonal à reta tangente a C neste ponto. É natural
portanto definir o plano tangente a S em (x0 ,y0 ,z0 ) como aquele que contém o ponto (x0 ,y0 ,z0 ) e
tem o vetor ∇F(x0 ,y0 ,z0 ) como vetor normal. Veja a Figura 3.9.

f(a,b)

π
b y

x
Figura 3.9: Reta normal a uma superfície.

Definição 3.1.16 Seja F(x,y,z) uma função diferenciável de três variáveis. Sejam S a super-
fície de nível definida pela equação F(x,y,z) = k e (x0 ,y0 ,z0 ) um ponto de S. Suponha que
∇F(x0 ,y0 ,z0 ) 6= (0,0,0). Definimos o plano tangente π a S em (x0 ,y0 ,z0 ) como o plano que
contém o ponto (x0 ,y0 ,z0 ) e tem o vetor ∇F(x0 ,y0 ,z0 ) como vetor normal:

π : Fx (x0 ,y0 ,z0 )(x − x0 ) + Fy (x0 ,y0 ,z0 )(y − y0 ) + Fz (x0 ,y0 ,z0 )(z − z0 ) = 0.

A reta normal r à superfície S no ponto (x0 ,y0 ,z0 ) é definida como aquela que passa pelo ponto
3.1 Derivadas Direcionais e Vetores Gradiente 61

(x0 ,y0 ,z0 ) e é normal ao plano tangente a S neste ponto:

r : (x,y,z) = (x0 ,y0 ,z0 ) + ∇F(x0 ,y0 ,z0 ) · t,

isto é, 
 x = x0 + Fx (x0 ,y0 ,z0 ) · t,
r: y = y0 + Fy (x0 ,y0 ,z0 ) · t,
z = z0 + Fz (x0 ,y0 ,z0 ) · t.

Note que, se f (x,y) é uma função de duas variáveis, então seu gráfico z = f (x,y) corresponde à
superfície de nível F(x,y,z) = 0 da função F(x,y,z) = z − f (x,y):

z = f (x,y) ⇐⇒ z − f (x,y) = 0 ⇐⇒ F(x,y,z) = 0.

Assim, de acordo com a Definição 3.1.16, o plano tangente ao gráfico de f num ponto (x0 ,y0 ,z0 ) é
dado por
− fx (x0 ,y0 )(x − x0 ) − fy (x0 ,y0 )(y − y0 ) + 1 · (z − z0 ) = 0,

isto é,
z − z0 = fx (x0 ,y0 )(x − x0 ) + fy (x0 ,y0 )(y − y0 ).

Esta equação coincide com aquela do Teorema 2.6.1; em outras palavras, podemos enxergar o
gráfico de uma função de duas variáveis como uma superfície de nível, se desejarmos. A reta
normal ao gráfico de uma função de duas variáveis está bem definida portanto pela Definição 3.1.16.
 Exemplo 3.1.17 Determine o plano tangente e a reta normal à superfície y = x2 − z2 no ponto
(4,7,3).
A superfície em questão é dada pela equação F(x,y,z) = 0, onde F(x,y,z) = y − x2 + z2 . Como

Fx (x,y,z) = −2x =⇒ Fx (4,7,3) = −8,

Fy (x,y,z) = 1 =⇒ Fy (4,7,3) = 1,

Fz (x,y,z) = 2z =⇒ Fz (4,7,3) = 6,

temos que o plano tangente a S no ponto (4,7,3) é

−8(x − 4) + 1(y − 7) + 6(z − 3) = 0 ⇐⇒ −8x + y + 6z + 7 = 0.

As equações paramétricas da reta normal a S em (4,7,3) são



 x = 4 − 8t,
y = 7 + t,
z = 3 + 6t.

Exercício 3.1.18 Determine as direções em que a derivada direcional de f (x,y) = ye−xy no


ponto (0,2) tem valor 1. 

Exercício 3.1.19 Determine os pontos do plano em que a direção de maior crescimento de


f (x,y) = x2 + y2 − 2x − 4y é ~v =~i + ~j. 
62 Capítulo 3. Derivadas Direcionais, Vetores Gradiente e Aplicações

3.2 Problemas
Problema 3.2.1 Uma joaninha se desloca em uma placa em metal situada no plano xy que se
encontra, para sua infelicidade, a uma temperatura muito alta. Ela está situada no momento no ponto
(1,2) e a temperatura nesta placa é dada em graus Celsius por uma função T (x,y)  desconhecida,
mas sabe-se que D~u T (1,2) = −3 e D~v T (1,2) = 1, onde ~u = 35 , − 54 e ~v = 54 , 35 .
(i) Determine as derivada parciais Tx e Ty no ponto (1,2).
(ii) Determine a direção em que a joaninha deve se deslocar para que ela observe, em um primeiro
momento, o maior decréscimo possível na temperatura.
Problema 3.2.2 Determine as direções em que a derivada direcional de f (x,y) = ye−xy no ponto
(0,2) tem valor 1.

3.3 Valores Máximo e Mínimo


Estudaremos nesta seção pontos de máximo e mínimo de funções de várias variáveis, definidos a
seguir.
Definição 3.3.1 Sejam f (x,y) uma função de duas variáveis e (x0 ,y0 ) um ponto interior ao
domínio de f . Dizemos que (x0 ,y0 ) é um extremo local de f se existe um disco aberto D com
centro em (x0 ,y0 ) e raio r > 0 tal que:
(i) f (x0 ,y0 ) ≥ f (x,y) para todo (x,y) ∈ D, ou
(ii) f (x0 ,y0 ) ≤ f (x,y) para todo (x,y) ∈ D.
Dizemos, respectivamente, que (x0 ,y0 ) é ponto de máximo ou ponto de mínimo de f . O valor
f (x0 ,y0 ) é dito um valor máximo local ou um valor mínimo local, respectivamente.

Para encontrar os extremos locais de funções de uma variável, buscamos os pontos que possuem
reta tangente horizontal; na Figura 3.10 temos ilustrados os extremos locais da função y = 0,1x3 −
1,2x. No caso de uma função z = F(x,y) de duas variáveis, procedemos de maneira semelhante:
buscaremos os pontos (x0 ,y0 ) do domínio de F onde gráfico deF possui plano tangente horizontal.
Como o plano tangente a z = F(x,y) no ponto x0 , y0 , F(x0 ,y0 ) tem equação

z − z0 = Fx (x0 ,y0 )(x − x0 ) + Fy (x0 ,y0 )(y − y0 ),

isto equivale a procurar os pontos onde ambas as derivadas parciais de F se anulam.

2
-2

f
B

Figura 3.10: Função y = f (x) com extremos locais nos pontos A e B.


3.3 Valores Máximo e Mínimo 63

Teorema 3.3.2 — Lagrange. Sejam F(x,y) uma função de duas variáveis e (x0 ,y0 ) um ponto
interior ao domínio de F. Se (x0 ,y0 ) é um extremo local de F e as derivadas parciais de primeira
ordem de F existem em (x0 ,y0 ), então

Fx (x0 ,y0 ) = Fy (x0 ,y0 ) = 0.

Demonstração. Seja g(x) = F(x,y0 ). Se (x0 ,y0 ) é um extremo local de F, então x = x0 é um


extremo local de g(x). A função g é derivável em x = x0 ; segue do Teorema de Lagrange que
g0 (x0 ) = Fx (x0 ,y0 ) = 0. Um argumento análogo mostra que Fy (x0 ,y0 ) = 0. 

Cabe ressaltar que o Teorema 3.3.2 não afirma que todo ponto onde as derivadas parciais de
primeira ordem z = F(x,y) se anulam é extremo local de F; apenas a recíproca é verdadeira, logo a
lista de pontos (x,y) tais que Fx (x,y) = Fy (x,y) = 0 representam apenas candidatos para extremos
locais de F. Como o Teorema 3.3.2 não afirma nada sobre os pontos onde alguma das derivadas
parciais de primeira ordem de F não existe, estes também compõem candidatos a extremos locais.
Dizemos que os candidatos a extremos locais de F são os pontos críticos de F.
Definição 3.3.3 Sejam F(x,y) uma função de duas variáveis (x0 ,y0 ) um ponto interior a Dom F.
Dizemos que (x0 ,y0 ) é um ponto crítico de F se
(i) alguma das derivadas parciais de primeira ordem de F não existe em (x0 , y0 ), ou
(ii) Fx (x0 ,y0 ) = Fy (x0 ,y0 ) = 0.

Obs 3.3.4 Note que uma função de duas variáveis F(x,y) a condição Fx (x0 ,y0 ) = Fy (x0 ,y0 ) = 0
é equivalente a ao gradiente ∇F(x0 ,y0 ) se anular neste ponto (x0 ,y0 ) ∈ Dom F; assim o Teorema
3.3.2 afirma que se F possui um extremo local em um ponto (x0 ,y0 ) onde Fx e Fy existem, então
∇F(x0 ,y0 ) = ~0.
 Exemplo 3.3.5 Considere a função F(x,y) = x2 − 2x + 3y2 + 12y + 16. Como as derivadas
parciais de F existem em todo o plano, os pontos críticos de F são aqueles que satisfazem o sistema
 
Fx (x,y) = 0, 2x − 2 = 0,
⇐⇒
Fy (x,y) = 0, 6y + 12 = 0.

Segue que o único ponto crítico de F é (1, − 2).




 Exemplo 3.3.6 Considere a função G(x,y) = x2 − y2 . Analogamente, os pontos críticos de G são


aqueles que satisfazem o sistema
 
Gx (x,y) = 0, 2x = 0,
⇐⇒
Gy (x,y) = 0, −2y = 0.

Concluímos que G, assim como F, possui um único ponto crítico: (x,y) = (0,0).


Exercício 3.3.7 Encontre os pontos críticos das funções abaixo.

x (iii) F(x,y) = x2 + y − ey
(i) f (x,y) = −3y2 + 2xy − + y
2 (iv) G(x,y) = x3 − 3x + y
xy
(ii) g(x,y) = x2 − + y2 + 4x
2

64 Capítulo 3. Derivadas Direcionais, Vetores Gradiente e Aplicações

É possível verificar se os pontos críticos dos Exemplos 3.3.5 e 3.3.6 são de fato extremos locais:
completando quadrados, podemos escrever a função F como

F(x,y) = (x − 1)2 − 1 + 3(y + 2)2 − 12 + 16 = (x − 1)2 + 3(y + 2)2 + 3.

Como (x − 1)2 ≥ 0 e 3(y + 2)2 ≥ 0 para todo (x,y) ∈ R2 , temos F(x,y) ≥ 3 para todo (x,y) ∈ R2 .
Segue de F(1, − 2) = 3 que (1, − 2) é mínimo local de F. Veja as Figuras 3.11 e 3.12.
O ponto crítico do Exemplo 3.3.6 não é um extremo local: na direção do plano yz (x = 0) a
função G assume os valores G(0,y) = −y2 ; na direção do plano xz (y = 0), temos G(x,0) = x2 .
Segue que em qualquer disco aberto contendo o ponto (0,0) a função G assume valores maiores e
menores que G(0,0) = 0. Veja as Figuras 3.13 e 3.14.

Figura 3.11: Plano tangente à função do Figura 3.12: Plano tangente à função do
Exemplo 3.3.5 no ponto (1, − 2). Exemplo 3.3.5 no ponto (1, − 2).

Figura 3.13: Plano tangente à função do Figura 3.14: Plano tangente à função do
Exemplo 3.3.6 no ponto (0,0). Exemplo 3.3.6 no ponto (0,0).

Assim como no estudo de funções de uma variável, podemos verificar se um ponto crítico
de uma função f (x,y) de duas variáveis é um máximo local ou mínimo local usando a segunda
derivada da função; neste caso, as derivadas parciais de segunda ordem da função.
3.3 Valores Máximo e Mínimo 65

Teorema 3.3.8 — Teste da Segunda Derivada. Sejam f (x,y) uma função de duas variáveis
e (x0 ,y0 ) um ponto crítico de f . Suponha que f possui derivadas parciais de segunda ordem
contínuas em uma vizinhança de (x0 ,y0 ). Considere
 2
D = D(x0 ,y0 ) = fxx (x0 ,y0 ) · fyy (x0 ,y0 ) − fxy (x0 ,y0 ) .

Então:
(i) se D > 0 e fxx (x0 ,y0 ) > 0, então (x0 ,y0 ) é mínimo local de f ;
(ii) se D > 0 e fxx (x0 ,y0 ) < 0, então (x0 ,y0 ) é máximo local de f ;
(iii) se D < 0, então (x0 ,y0 ) não é extremo local de f .
Se D = 0, nada podemos afirmar com este teste.

Obs 3.3.9 Se (x0 ,y0 ) é ponto crítico de f e D = D(x0 ,y0 ) < 0, dizemos que (x0 , y0 ) é ponto de sela
de f .
Obs 3.3.10 O discriminante D = D(x,y) no enunciado do Teorema 3.3.8 é uma função de duas
variáveis; para cada ponto (x,y) ∈ Dom f , as derivadas parciais de segunda ordem de f assumem
valores possivelmente diferentes e D, portanto, também. Note que D pode ser escrito como o
determinante de uma matriz 2x2:
fxx fxy
D=
fyx fyy
 Exemplo 3.3.11 Determine os pontos críticos da função f (x,y) = x4 + y4 − 4xy + 1 e classifique-
os como máximos locais, mínimos locais ou pontos de sela.
Note que as derivadas parciais de f existem em todo o seu domínio: Dom f = R2 . Segue que
seus pontos críticos são dados pelas soluções do sistema
  3
fx (x,y) = 0, 4x − 4y = 0,
⇐⇒
fy (x,y) = 0, 4y3 − 4x = 0.
Da primeira equação concluímos que y = x3 ; segue da segunda equação que
4x9 − 4x = 0 ⇐⇒ 4x(x8 − 1) = 0 ⇐⇒ x = 0, x = −1 ou x = 1.
Então os pontos críticos de f são os pontos (0,0), (1,1) e (−1, − 1). Para aplicar o teste da segunda
derivada, calculamos as derivadas parciais de segunda ordem de f :
fxx (x,y) = 12x2 , fyy (x,y) = 12y2 , fxy (x,y) = −4.
O teste da segunda derivada aplicado em cada um dos pontos críticos fornece:
 2
• D(0,0) = fxx (0,0) · fyy (0,0) − fxy (0,0) = 0 − 16 = −16;
 2
• D(1,1) = fxx (1,1) · fyy (1,1) − fxy (1,1) = 144 − 16 = 128 e fxx (1,1) = 12
 2
• D(−1, − 1) = fxx (−1, − 1) · fyy (−1, − 1) − fxy (−1, − 1) = 144 − 16 = 128 e fxx (−1, −
1) = 12.
Segue que (1,1) e (−1, − 1) são pontos de mínimo de f com valores de mínimo local dados por
f (1,1) = f (−1, − 1) = −1. O ponto (0,0) é um ponto de sela de f . Veja a Figura 3.15.


Exercício 3.3.12 Determine os pontos críticos das funções abaixo e classifique-os como máxi-
mos locais, mínimos locais ou pontos de sela.
1 1
(i) f (x,y) = xy + +
x y
(ii) g(x,y) = e−y cos x
66 Capítulo 3. Derivadas Direcionais, Vetores Gradiente e Aplicações

Figura 3.15: Gráfico da função f (x,y) = x4 + y4 − 4xy + 1.

(iii) h(x,y) = (x2 + y2 )3 − 3(x2 + y2 )




Exercício 3.3.13 Classifique os pontos críticos encontrados no Exercício 3.3.7 como máximos
locais, mínimos locais ou pontos de sela. 

Funções de três ou mais variáveis.


Funções de n variáveis, n ≥ 3, satisfazem propriedades semelhantes em relação a extremos relativos;
há também uma maneira de verificar se um ponto crítico de uma tal função é de fato um extremo
relativo usando derivadas de ordem superior, mas omitiremos este resultado deste texto devido à
sua complexidade.

Teorema 3.3.14 Sejam F(x1 , . . . , xn ) uma função de n variáveis e (a1 , . . . , an ) um ponto interior
a Dom F. Se (a1 , . . . , an ) é um extremo relativo de F e as derivadas parciais de primeira ordem
de F existem em (a1 , . . . , an ), então ∇F(a1 , . . . , an ) = ~0:

∂F ∂F
(a1 , . . . , an ) = · · · = (a1 , . . . , an ) = 0.
∂ x1 ∂ xn

Funções contínuas em conjuntos fechados e limitados.


Se f (x) é uma função de uma variável contínua em um intervalo fechado [a,b], então f tem máximo
absoluto e mínimo absoluto em [a,b], isto é, existem x1 ,x2 ∈ [a,b] tais que f (x1 ) ≤ f (x) ≤ f (x2 )
para todo x ∈ [a,b]. Temos um resultado semelhante para extremos absolutos de funções de n
variáveis: podemos garantir que uma função F(x1 , . . . , xn ) contínua assume valores máximo e
mínimo absolutos desde que seu domínio seja um conjunto fechado e limitado.

Teorema 3.3.15 Seja F(x1 , . . . , xn ) uma função de duas variáveis com domínio D fechado e
limitado. Se F é contínua então F possui pontos de mínimo e máximo absolutos em D. Em
outras palavras, existem (a1 , . . . , an ), (b1 , . . . , bn ) ∈ D tais que

F(a1 , . . . , an ) ≤ F(x1 , . . . , xn ) ≤ F(b1 , . . . , bn ), para todo (x1 , . . . , xn ) ∈ D.

Se um dos extremos absolutos mencionados no Teorema 3.3.15 for um ponto interior a D, então
ele é extremo local e portanto ponto crítico. Segue que para encontrar os extremos absolutos de uma
função F contínua em um conjunto D fechado e limitado devemos procurar pelos pontos críticos
3.3 Valores Máximo e Mínimo 67

de F em seu interior e compará-los com os valores de F nos pontos de fronteira de D. Enunciamos


um método para tal abaixo, onde por compacto entende-se um conjunto fechado e limitado de Rn .
Método 3.3.16 — Extremos de Funções Contínuas em Compactos. Para encontrar os extre-
mos absolutos de uma função F de n variáveis contínua em um conjunto D fechado e limitado,
seguimos os seguintes passos:
1. encontre os pontos críticos de F no interior de D;
2. encontre os extremos de F na fronteira de D;
3. o maior dos valores de F nos pontos encontrados nos Passos 1 e 2 será o máximo absoluto
de F, enquanto o menor será o mínimo absoluto de F.
 Exemplo 3.3.17 Determine os extremos absolutos de F(x,y) = 2 + 2x + 2y − x2 − y2 no conjunto
D = {(x,y) ∈ R2 : 0 ≤ x ≤ 9, 0 ≤ y ≤ 9 − x}.
O domínio D considerado para a função F é um triângulo, ilustrado na Figura 3.16.

Figura 3.16: Conjunto D do Exemplo 3.3.17.

Seguindo os Passos 1-3 acima, devemos primeiramente buscar os pontos críticos de F no


interior de D:  
fx (x,y) = 0, 2 − 2x = 0,
⇐⇒
fy (x,y) = 0, 2 − 2y = 0,
Segue que o único ponto crítico de F em D é o ponto (1,1); note que não é necessário aplicar o
teste da segunda derivada a este ponto pois iremos comparar o valor de F(1,1) = 4 com os valores
de F encontrados no Passo 2. Dividimos a fronteira de D em três segmentos, percorrendo os lados
do triângulo no sentido trigonométrico a partir do segmento vertical:

L1 = {(0,y) ∈ R2 : 0 ≤ y ≤ 9},

L2 = {(x,0) ∈ R2 : 0 ≤ x ≤ 9},
L3 = {(x,y) ∈ R2 : 0 ≤ x ≤ 9 e y = 9 − x}.
Buscamos agora os extremos de F na sua fronteira (Passo 2):
• L1 : se g(y) = F(0,y) = 2 + 2y − y2 , então g0 (y) = 0 se e somente se y = 1; consideramos em
L1 os pontos (e valores)

F(0,9) = −61, F(0,0) = 2 e F(0,1) = 3.

• L1 : se h(y) = F(x,0) = 2 + 2x − x2 , então h0 (x) = 0 se e somente se x = 1; consideramos em


L2 os pontos (e valores)

F(9,0) = −61, F(0,0) = 2 e F(1,0) = 3.


68 Capítulo 3. Derivadas Direcionais, Vetores Gradiente e Aplicações

• L3 : se ϕ(x) = F(x, 9 − x) = 2 + 2x + 2(9 − x) − x2 + (9 − x)2 , então


9
ϕ 0 (x) = 0 ⇐⇒ −2x + 18 − 2x = 0 ⇐⇒ x = ,
2
 
9 9
donde o único ponto crítico de ϕ é , ; consideramos em L3 os pontos (e valores)
2 2
 
9 9 41
F(9,0) = −61, F(0,9) = −61 e F , =− .
2 2 2

Segue que o máximo absoluto de F em D é (1,1), com valor máximo 4, e o valor mínimo absoluto
−61 ocorre nos pontos (0,9) e (9,0). Veja a Figura 3.17: nela temos ilustrada o gráfico da função
f no retângulo [0,9] × [0,9]; o plano vertical delimita a região do gráfico diretamente acima do
triângulo D. 

Figura 3.17: Extremos absolutos da função F no conjunto D (Exemplo 3.3.17).

3.4 Multiplicadores de Lagrange


Muitas vezes, assim como no Exemplo 3.3.17, a parte mais trabalhosa da busca aos extremos
absolutos de uma função de duas variáveis f (x,y) em um conjunto fechado e limitado D ⊆ R2 é a
análise do comportamento da função em sua fronteira. Frequentemente a fronteira de tal conjunto
D é definida através de uma equação da forma g(x,y) = k, como no exemplo abaixo.
Considere o problema de encontrar o máximo absoluto da função f (x,y) = xy no conjunto

D = {(x,y) ∈ R2 : x2 + y2 ≤ 10}.

O conjunto D define um círculo de centro na origem e raio 10. O gráfico de f , ilustrado na Figura
3.18 na direção do conjunto D acima, sugere que os valores de máximo e mínimo absolutos são
atingidos na fronteira do conjunto. A fronteira de D é definida pela equação g(x,y) = 10, onde
g(x,y) = x2 + y2 . Vemos na Figura 3.19 a fronteira de D e o gráfico de algumas curvas de nível de
f : f (x,y) = k para k = 2,3,4,5 e 6.
3.4 Multiplicadores de Lagrange 69

Figura 3.18: Gráfico de f (x,y) = xy com domínio D, como no Exemplo 3.4.2.

Figura 3.19: Gráfico de g(x,y) = 10 e curvas de nível de f (x,y) = xy.

Note que a curva g(x,y) = 10 intercepta a primeira curva de nível de f (x,y) = 2 nos pontos
A,B,C e D: estes pontos de interseção representam os pontos (x,y) da circunferência que possuem
imagem 2 por f . O mesmo ocorre para as curvas de nível f (x,y) = 3 e f (x,y) = 4: estas curvas
de nível interceptam a circunferência em quatro pontos (não estão destacados na figura). A curva
de nível f (x,y) = 5 também intercepta a circunferência, mas desta vez através de dois pontos de
tangência: F e G. A curva de nível f (x,y) = 6 ilustra o fato que qualquer curva de nível f (x,y) = k
com k > 5 não intercepta a circunferência. Segue que os pontos de máximo absoluto (x1 ,y1 ), (x2 ,y2 )
de f (x,y) na circunferência x2 + y2 = 10 ocorrem nos pontos de tangência mencionados: o valor
máximo absoluto atingido é f (x1 ,y1 ) = f (x2 ,y2 ) = 5.
A curva x2 +y2 = 10 pode ser vista como a curva de nível g(x,y) = 10 da função g(x,y) = x2 +y2 .
Assim, os pontos de máximo do problema acima podem ser vistos como os ponto da curva
g(x,y) = 10 que interceptam uma curva de nível f (x,y) = k em pontos (x,y) onde os gradientes de
g e f são paralelos; em outras palavras, são pontos (x,y) que satisfazem

∇ f (x,y) = λ · ∇g(x,y),
(3.6)
g(x,y) = 10.

para algum número real λ . É possível provar que o extremo absoluto de uma função f de duas
70 Capítulo 3. Derivadas Direcionais, Vetores Gradiente e Aplicações

variáveis sujeita a uma condição g(x,y) = k sempre satisfaz um sistema como o da Equação (3.6).
Mais ainda, o mesmo é válido para extremos absolutos de uma função F(x,y,z) de três variáveis
sujeita a uma condição G(x,y,z) = k.
Método 3.4.1 — Multiplicadores de Lagrange. Para determinar os extremos absolutos de uma
função diferenciável F(x,y,z) sujeita a G(x,y,z) = k, onde ∇G(x,y,z) 6= (0,0,0) sobre a superfície
G(x,y,z) = k:
1. Determine as soluções (x,y,z,λ ) do sistema

∇F(x,y,z) = λ · ∇G(x,y,z),
(3.7)
G(x,y,z) = k.

2. Compare o valor de F nos pontos (x,y,z) encontrados no Passo 1; o maior deles será o valor
máximo de F sob a restrição G(x,y,z) = k, enquanto o menor será o mínimo.
Cabe ressaltar que ∇F(x,y,z) = λ · ∇G(x,y,z) se e somente se

 Fx (x,y,z) = λ · Gx (x,y,z),
Fy (x,y,z) = λ · Gy (x,y,z),
Fz (x,y,z) = λ · Gz (x,y,z),

de modo que o sistema da Equação (3.7) pode ser escrita como um sistema de quatro equações.
Este método se aplica de maneira análoga à funções F,G de n variáveis, n ≥ 2.
Veremos abaixo que a função que usamos acima como exemplo tem de fato valor máximo z = 5
na circunferência x2 + y2 = 10.
 Exemplo 3.4.2 Determine os extremos absolutos da função f (x,y) = xy no conjunto

D = {(x,y) ∈ R2 : x2 + y2 ≤ 10}.

O único ponto crítico de f no interior de D ocorre quando fx (x,y) = fy (x,y) = 0, isto é, quando
y = x = 0. Segue do Método√ de Multiplicadores de Lagrange que os extremos de f na fronteira de
D (circunferência de raio 10) satisfazem o sistema
 
 fx (x,y) = λ · gx (x,y),  y = 2λ x,
fy (x,y) = λ · gy (x,y), ⇐⇒ x = 2λ y, (3.8)
 2 2  2 2
x + y = 10, x + y = 10.
Segue da primeira e segunda equações que
y x
= ⇐⇒ y2 = x2 . (3.9)
2x 2y
Substituindo a Equação (3.9) na terceira equação do sistema obtemos

x2 + x2 = 10 ⇐⇒ x2 = 5 ⇐⇒ x = ± 5.
√ √
Concluímos
√ √ a partir
√ √ da Equação
√ √ (3.9) que as soluções do sistema (3.8) são pontos ( 5, 5),
( 5, − 5), (− 5, 5) e (− 5, 5). Como

f (0,0) = 0,
√ √ √ √
f ( 5, 5) = f (− 5, − 5) = 5,
e √ √ √ √
f (− 5, 5) = f ( 5, 5) = −5,
os extremos absolutos de f no conjunto D ocorrem nos pontos:
3.4 Multiplicadores de Lagrange 71
√ √ √ √
(i) máximo absoluto nos pontos ( √ 5), ( √
5, √ 5, 5)√com valor 5;
(ii) mínimo absoluto nos pontos (− 5, 5), ( 5, − 5) com valor −5.
Veja a Figura 3.18. 

 Exemplo 3.4.3 Resolvemos aqui o Exemplo 3.4.2 por um outro método. Para estudar a função
f (x,y) = xy na circunferência x2 + y2 = 10, observamos que os pontos (x,y) dessa circunferência
satisfazem p
y2 = 10 − x2 , isto é, y = ± 10 − x2 .
É importante
√ ressaltar que a circunferência se divide no gráfico de duas funções da forma y = g(x):
y = + 10 − x2 descreve a metade de cima √ dessa circunferência, cujos pontos satisfazem y ≥ 0,
enquanto os pontos no gráfico de y = − 10 − x2 satisfazem y ≤ 0. Ambas funções devem ser
estudadas para
√ tratar de toda a circunferência deste problema, mas explicitamos abaixo as contas
no caso y = 10 − x2 √
Temos que os valores de f nos pontos do gráfico de y = 10 − x2 são dados por
p p
f (x,y) = f (x, 10 − x2 ) = x 10 − x2 .

Chamamos esta função de g(x) nos cálculos a seguir: g(x) = x 10 − x2 . O problema pode ser
abordado agora
√ como√ um de máximos e mínimos absolutos da função de uma variável g(x) no
intervalo [− 10, 10]: um problema estudado normalmente na disciplina de Cálculo 1. Os pontos
críticos de g(x) são obtidos a partir da derivada da função, que é dada por
p 1 1 p x2
g0 (x) =
10 − x2 + x · · √ · (−2x) = 10 − x2 − √ ,
2 10 − x2 10 − x2
√ √ √
para x ∈ (− 10, 10). Colocando em evidência o termo 1/ 10 − x2 obtemos

1 1 √ √
g0 (x) = √ (10 − x2 − x2 ) = √ (10 − 2x2 ), x ∈ (− 10, 10).
10 − x 2 10 − x2

O cálculo dos pontos críticos de g(x) e o do valor de g(x) nos pontos críticos e nos extremos do
intervalo fornecem a mesma solução encontrada no Exemplo 3.4.2.
Ressaltamos que este método de substituição pôde ser aplicado com relativa facilidade neste
exemplo, dando origem a um problema de Cálculo 1 que pode parecer mais fácil para um aluno,
mas esse nem sempre é o caso: em diversas situações o método de multiplicadores de Lagrange é o
caminho mais fácil e viável. 

O Método de Multiplicadores de Lagrange nos permite resolver problemas de cunho prático


onde é necessário encontrar o máximo ou o mínimo de uma função de várias variáveis sujeita a
uma certa condição.
 Exemplo 3.4.4 Encontre o ponto P do plano π : 2x + y − z −
p5 = 0 mais próximo da origem.
A distância de um ponto (x,y,z) à origem é dada por d = x2 + y2 + z2 . Devemos minimizar
esta função d = d(x,y,z) sujeita à restrição g(x,y,z) = 2x + y − z − 5 = 0; isto é equivalente a
minimizar a função f (x,y,z) = x2 + y2 + z2 sujeita a g(x,y,z) = 0, pois um ponto (x0 ,y0 ,z0 ) minimiza
d(x,y,z) se e somente se ele minimiza f (x,y,z). Pelo Método dos Multiplicadores de Lagrange,
consideramos o sistema
 

 f x (x,y) = λ · gx (x,y), 
 2x = λ · 2,
fy (x,y) = λ · gy (x,y), 2y = λ · 1,
 
⇐⇒
f (x,y) = λ · gz (x,y), 2z = λ · (−1),
 z

 

g(x,y,z) = 0, 2x + y − z − 5 = 0.

72 Capítulo 3. Derivadas Direcionais, Vetores Gradiente e Aplicações

Segue das três primeiras equações do sistema que


λ λ
x = λ, y= , z=− . (3.10)
2 2
Substituindo a Equação (3.10) na quarta equação do sistema obtemos
 
λ λ 5
2λ + − − − 5 = 0 ⇐⇒ 3λ − 5 = 0 ⇐⇒ λ = .
2 2 3
Segue da Equação (3.10) que o ponto de π que minimiza a distância à origem é
 
5 5 5
(x,y,z) = , ,− .
3 6 6


Obs 3.4.5 O Exemplo 3.4.4 pode ser resolvido também por outro método, semelhante àquele
do Exemplo 3.4.3, onde escrevemos a equação do plano como z = 2x + y − 5 e substituímos esta
expressão na função que devemos minimizar:
f (x, y, 2x + y − 5) = x2 + y2 + (2x + y − 5)2 .
Obtemos assim uma função F(x,y) = f (x, y, 2x + y − 5) de duas variáveis que descreve os valores
de f (x,y,z) em pontos de R3 que pertencem ao plano. Podemos assim resolver o Exemplo 3.4.4
encontrando os pontos de máximo e mínimo absolutos da função F.
 Exemplo 3.4.6 Uma caixa retangular sem tampa é feita de 12 m2 de papelão. Determine o
volume máximo dessa caixa.
Se x,y,z são as arestas da caixa, então seu volume é uma função de três variáveis: V (x,y,z) = xyz.
A área total da caixa de papelão, considerando todas as suas faces, é igual a 12 m2 ; se g(x,y,z) =
xy + 2xz + 2yz, então temos g(x,y,z) = 12. Temos portanto que encontrar o máximo absoluto da
função V (x,y,z) sujeita a condição g(x,y,z) = 12. Consideramos, pelo Método de Lagrange, as
soluções do sistema
 

 Vx (x,y) = λ · g x (x,y),  yz = λ (y + 2z),

Vy (x,y) = λ · gy (x,y), xz = λ (x + 2z),
 
⇐⇒
V (x,y) = λ · g (x,y), xy = λ (2y + 2x),
 z z

 

g(x,y,z) = 12, xy + 2yz + 2xz = 12.

Multiplicando a primeira equação dos sistema por x e a segunda por y vemos que
xyz = λ (xy + 2xz) = λ (xy + 2yz).
Não podemos ter λ = 0 pois isso implicaria que alguma das outras variáveis se anula. Logo,
xy + 2xz = xy + 2yz ⇐⇒ 2xz = 2yz ⇐⇒ x = y, (3.11)
onde estamos usando o fato que os pontos de interesse satisfazem z 6= 0; caso contrário teríamos
V = 0. Temos ainda da segunda e terceira equações que
λ (xy + 2yz) = λ (2yz + 2xz) ⇐⇒ xy + 2yz = 2yz + 2xz ⇐⇒ y = 2z, (3.12)
onde supomos x 6= 0 pelo mesmo argumento. Substituindo as conclusões obtidas nas Equações
(3.11) e (3.12) na quarta equação do sistema obtemos
x x
x · x + 2x · + 2x · = 12 ⇐⇒ 3x2 = 12 =⇒ x = 2.
2 2
Segue das Equações (3.11) e (3.12) que y = 2 e z = 1.

3.4 Multiplicadores de Lagrange 73

Exercício 3.4.7 Uma companhia possui três fábricas A, B e C produzindo o mesmo produto.
O custo total para a Fábrica A produzir x unidades é dado por FA (x) = 3x2 + 200; o custo total
para as Fábricas B e C produzirem y e z unidades é dado respectivamente por FB (y) = y2 + 400
e FC (z) = 2z2 + 300. Determine como a produção deve ser distribuída para minimizar o custo
de um pedido de 1.100 unidades. 

Extremos de funções sujeitas a duas restrições.


Considere a curva C de interseção do cilindro x2 + y2 = 1 com o plano x + y + z = 1; como encontrar
os pontos de C que estão mais próximos da origem? Em outras palavras, queremos minimizar a
função F(x,y,z) = x2 + y2 + z2 para (x,y,z) no conjunto de pontos que satisfazem ambas equações
g(x,y,z) = 1 e h(x,y,z) = 1, onde g(x,y,z) = x2 + y2 e h(x,y,z) = x + y + z. Veremos a seguir como
usar o Método de Multiplicadores de Lagrange para resolver este tipo de problema de otimização.
Sejam S1 e S2 as superfícies definidas pelas equações g(x,y,z) = k1 e h(x,y,z) = k2 e seja C
a curva de interseção destas superfícies. Seja P0 = (x0 ,y0 ,z0 ) um ponto de extremo de F(x,y,z)
sujeita a estas condições. Segue do que foi visto no começo desta seção que ∇F(x0 ,y0 ,z0 ) é
ortogonal a C neste ponto, isto é, ∇F(x0 ,y0 ,z0 ) é ortogonal à reta tangente a C neste ponto.
O plano π ortogonal a esta reta contém todos os vetores ortogonais a C em P0 ; como C está
contida em S1 ,S2 e ∇g(x0 ,y0 ,z0 ), ∇h(x0 ,y0 ,z0 ) são ortogonais a S1 , S2 , respectivamente, segue que
∇g(x0 ,y0 ,z0 ), ∇h(x0 ,y0 ,z0 ) estão contidos no plano π. Portanto qualquer vetor contido π se escreve
como uma combinação linear dos vetores ∇g(x0 ,y0 ,z0 ), ∇h(x0 ,y0 ,z0 ). Logo,
∇F(x0 ,y0 ,z0 ) = λ · ∇g(x0 ,y0 ,z0 ) + µ · h(x0 ,y0 ,z0 ),
para algum par de números λ , µ ∈ R. Veja a Figura 3.20. O ponto P0 = (x0 ,y0 ,z0 ) deve satisfazer
portanto o sistema

 ∇F(x0 ,y0 ,z0 ) = λ · ∇g(x0 ,y0 ,z0 ) + µ · h(x0 ,y0 ,z0 ),
g(x,y,z) = k1 ,
h(x,y,z) = k2 .

Figura 3.20: Extremo de uma função F(x,y,z) sujeita a duas restrições.

Método 3.4.8 — Multiplicadores de Lagrange. Para determinar os extremos relativos de uma


função diferenciável F(x,y,z) sujeita a g(x,y,z) = k1 e h(x,y,z) = k2 , onde ∇g(x,y,z) 6= (0,0,0) e
∇g(x,y,z) 6= (0,0,0) são vetores linearmente independentes:
1. Determine as soluções (x,y,z,λ ,µ) do sistema

 ∇F(x0 ,y0 ,z0 ) = λ · ∇g(x0 ,y0 ,z0 ) + µ · h(x0 ,y0 ,z0 ),
g(x,y,z) = k1 ,
h(x,y,z) = k2 .

2. Compare o valor de F nos pontos (x,y,z) encontrados no Passo 1; o maior deles será o valor
máximo de F sob as restrições g(x,y,z) = k1 e h(x,y,z) = k2 , enquanto o menor será o mínimo.
74 Capítulo 3. Derivadas Direcionais, Vetores Gradiente e Aplicações

 Exemplo 3.4.9 Determine o ponto da curva C de interseção do cilindro x2 + y2 = 1 com o plano


x + y + z = 1 que está mais próximo da origem.
Se F(x,y,z) = x2 +y2 +z2 , g(x,y,z) = x2 +y2 e h(x,y,z) = x+y+z, segue do método de Lagrange
que devemos encontrar as soluções do sistema
 
 
 2x = λ · 2x + µ · 1, 
 (1 − λ )x = µ/2,
 ∇F = λ · ∇g + µ · h, 2y = λ · 2y + µ · 1,  (1 − λ )y = µ/2,

 


g(x,y,z) = k1 , , ⇐⇒ 2z = λ · 0 + µ · 1, ⇐⇒ 2z = µ,
h(x,y,z) = k2 . x2 + y2 = 1, x2 + y2 = 1,
 
 


 

x + y + z = 1, x + y + z = 1.
 

Segue de z = µ/2 que


µ
= z = (1 − λ )x = (1 − λ )y.
2
A equação acima é satisfeita em dois casos:
(i) λ = 1 e z = 0, ou
(ii) λ 6= 1 e x = y = z/(1 − λ ).
No caso (i), temos z = 0 e assim

x2 + y2 = 1,

=⇒ x2 + (1 − x)2 = 1 ⇐⇒ 2x2 − 2x = 0,
x + y = 1,

logo (x,y) = (1,0) ou (0,1). Temos assim os pontos (1,0,0) e (0,1,0).


No caso (ii) temos x = y, logo a equação x2 + y2 = 1 fornece

2 2
2x = 1 ⇐= x = ± .
2

Logo, da última equação do sistema temos

x + x + z = 1 ⇐⇒ z = 1 − 2x.
√ √ ! √ √ !
2 2 √ 2 2 √
Temos assim os pontos , ,1− 2 e − ,− , 1 + 2 . A distância à origem dos
2 2 2 2
pontos encontrados são dadas por
F(1,0,0) = 1,

F(0,1,0) = 1,
√ √ !
2 2 √ 1 1 √ √
F , , 1 − 2 = + + 1 − 2 2 + 2 = 4 − 2 2,
2 2 2 2

√ √ !
2 2 √ 1 1 √ √
F − ,− , 1 + 2 = + + 1 + 2 2 + 2 = 4 + 2 2.
2 2 2 2

Segue que (1,0,0) e (0,1,0) são


! os pontos mais próximos da origem, enquanto o mais distante é o
√ √
2 2 √
ponto − ,− ,1+ 2 . 
2 2
3.5 Problemas 75

3.5 Problemas
Problema 3.5.1 Determine os pontos críticos das função g(x,y) = e−y cos x e classifique-os como
máximos locais, mínimos locais ou pontos de sela.
Problema 3.5.2 Uma caixa retangular sem tampa deve ser fabricada com volume V = 24m3 . O
custo do papelão para a base da caixa é de R$0,50 por metro quadrado e o custo para as outras
faces é de R$0,20 por metro quadrado. Determine as dimensões da caixa de modo a minimizar o
custo do material.
Problema 3.5.3 Uma companhia possui três fábricas A, B e C produzindo o mesmo produto.
O custo total para a Fábrica A produzir x unidades é dado por FA (x) = 3x2 + 200; o custo total
para as Fábricas B e C produzirem y e z unidades é dado respectivamente por FB (y) = y2 + 400 e
FC (z) = 2z2 + 300. Determine como a produção deve ser distribuída para minimizar o custo de um
pedido de 1.100 unidades.
Problema 3.5.4 Um pedaço de arame de comprimento 12m de comprimento deve ser cortado três
pedaços; estes pedaços darão origem a uma circunferência, um quadrado e um triângulo equilátero.
Determine como o arame deve ser cortado para que a área combinada das três figuras seja a maior
possível.
4. Integrais Múltiplas

Estudaremos neste capítulo a integral definida de funções de duas ou três variáveis. Ambas são
definidas de maneira semelhante, mas no caso de funções de duas variáveis temos um significado
geométrico bastante intuitivo deste conceito, que é muito semelhante àquele da integral definida de
uma função de uma variável. Por esse motivo inciamos um capítulo com uma revisão da definição
de integrais definidas em uma variável.

Integras definidas de funções de uma variável.


Seja y = f (x) uma função de uma variável contínua e não-negativa em [a,b]. Considere o problema
de determinar a área da região S entre o gráfico de f e o eixo x, de x = a até x = b (Figura 4.1).
Não temos, a princípio, ferramentas para o cálculo desta área, mas podemos abordar o problema
fazendo uso da área de uma figura conhecida, como o retângulo. Consideramos uma partição do
intervalo [a,b] em n subintervalos através dos pontos

a = x0 < x1 < x2 < · · · < xn−1 < xn = b,

onde x j − x j−1 = ∆x = (b − a)/n para j = 1, . . . , n. Escolhemos um ponto t j em cada subintervalo


[x j−1 , x j ] e consideramos a soma
n
∑ f (t j ) · ∆x. (4.1)
j=1

A soma da Equação (4.1) representa uma aproximação para a área de S, pois f (t j ) · ∆x fornece a
área do retângulo de base ∆x e altura f (t j ); veja a Figura 4.2.
Conforme ilustrado na Figura 4.3, quanto maior o número de retângulos, mais precisa é a
aproximação da área de S. Definimos a integral definida de f (x) em [a,b] como o limite das
aproximações dadas Equação (4.1) quando n se aproxima de infinito; assim, no caso de uma função
contínua e não-negativa em [a,b], a integral definida coincide com a área de S.
ˆ b n
f (x) dx = lim ∑ f (t j )∆x. (4.2)
a n→∞
j=1
78 Capítulo 4. Integrais Múltiplas

Figura 4.1: Região entre o gráfico de uma função e o eixo x.

Figura 4.2: Aproximação da área de uma região: escolha x4∗ = x3 no quarto


subintervalo.

Figura 4.3: Aproximação da área de uma região: quanto maior o número de


retângulos, mais precisa é a aproximação.

Obs 4.0.1 Cabe ressaltar que a notação usada na Equação (4.2) para a integral
´ definida da função
y = f (x) sobre o intervalo [a,b] não foi escolhida por acaso. O símbolo representa o limite de
uma soma, conforme discutido acima. Este símbolo é acompanhado por f (x) dx, indicando a soma
da área de retângulos de altura f (x) e base infinitesimal dx: quando o número de retângulos se
aproxima´ de infinito, o valor de ∆x se aproxima de zero. Os números a e b que acompanham o
símbolo indicam que esta soma é feita para retângulos desde x = a até x = b.
4.1 Integrais Duplas 79

4.1 Integrais Duplas


Considere agora uma função z = f (x,y) de duas variáveis contínua e não-negativa no retângulo

R = {(x,y) ∈ R2 : a ≤ x ≤ b, c ≤ y ≤ d}.

Denotaremos tais retângulos por R = [a,b] × [c,d]. Considere o volume do sólido S de R3 situado
acima do retângulo R e abaixo do gráfico de f ; veja a Figura 4.4.

Figura 4.4: Função contínua f (x,y) definida sobre o retângulo R = [a,b] × [c,d].

Aproximamos o volume V (S) de S pela soma do volume de figuras conhecidas: paralelepípedos.


Dividimos o retângulo R em retângulos menores ao dividir os intervalos [a,b] e [c,d] em n intervalos
menores: consideramos as partições

a = x0 < x1 < x2 < · · · < xn−1 < xn = b e c = y0 < y1 < y2 < · · · < yn−1 < yn = d,

onde
b−a d −c
x j − x j−1 = ∆x = e y j − y j−1 = ∆y = ,
n n
para j = 1, . . . , n. Dividimos assim o retângulo R em n2 retângulos menores dados por Ri j =
[xi−1 , xi ] × [y j−1 , y j ], para i, j = 1, . . . , n. Veja a Figura 4.5. Note que cada retângulo Ri j tem área
∆A = ∆x · ∆y.

Figura 4.5: Partição do retângulo R em retângulos menores.


80 Capítulo 4. Integrais Múltiplas

Escolhemos um ponto (ui j , vi j ) em cada retângulo Ri j e consideramos o paralelepípedo com


base Ri j e altura f (ui j , vi j ). O volume deste paralelepípedo é dado por f (ui j , vi j ) · ∆A; veja a Figura
4.6. A soma do volume destes paralelepípedos fornece uma aproximação para o volume V (S) de S:
n n
V (S) ≈ ∑ ∑ f (ui j , vi j )∆A. (4.3)
i=1 j=1

Figura 4.6: Aproximação do volume de um sólido por paralelepípedos.

A aproximação dada pela Equação (4.3) fica cada vez mais precisa à medida que o número de
retângulos cresce. Escrevemos portanto o volume de S como
n n
V (S) = lim ∑ ∑ f (ui j , vi j )∆A.
n→∞
i=1 j=1

A integral dupla de f (x,y) sobre o retângulo R é escrita através da mesma expressão. Entretanto,
para apresentar a definição formal desta integral dupla consideramos uma situação um pouco mais
geral: dividimos os intervalos [a,b] e [c,d] em n e m subintervalos, onde possivelmente temos
n 6= m:

a = x0 < x1 < x2 < · · · < xn−1 < xn = b e c = y0 < y1 < y2 < · · · < ym−1 < ym = d.

Definição 4.1.1 Seja f (x,y) uma função de duas variáveis definida sobre um retângulo R =
[a,b] × [c,d]. A integral dupla de f sobre R é definida como
¨ n m
f (x,y) dA = lim ∑ ∑ f (ui j , vi j )∆A.
R m,n→∞
i=1 j=1

caso o limite exista. Dizemos nesse caso que f é integrável em R.

Obs 4.1.2 Ressaltamos que a Definição 4.1.1 é válida não só para funções não-negativas e contínuas
em um retângulo; apenas neste caso a integral dupla representa o volume de um sólido, mas a
definição permanece válida no caso mais geral.
Obs 4.1.3 O limite através do qual a integral dupla é definida deve independer da escolha dos pontos
(ui j , vi j ). Em outras palavras, para qualquer escolha de pontos (ui j , vi j ), i = 1, . . . , n, j = 1, . . . , m,
4.1 Integrais Duplas 81

o limite da Definição 4.1.1 deve fornecer o mesmo valor. Se f é de fato integrável em R, então
podemos considerar uma escolha que nos seja mais conveniente para os pontos (ui j , vi j ): podemos
escolher (ui j , vi j ) como o ponto que fornece o máximo ou o mínimo de f no subretângulo Ri j , ou
simplesmente (ui j , vi j ) = (xi j , yi j ). Podemos também supor que m = n, de modo que a integral
dupla pode ser escrita como
¨ n n
f (x,y) dA = lim ∑ ∑ f (xi j , yi j )∆A.
R n→∞
i=1 j=1

O teorema abaixo garante que funções em uma determinada classe são integráveis.

Teorema 4.1.4 Se f (x,y) é uma função de duas variáveis contínua em R = [a,b] × [c,d], então
f é integrável em R.

Teorema
¨ 4.1.5 Sejam R um retângulo
¨ de R2 e f (x,y),
¨ g(x,y) funções integráveis em R. Então:
 
(i) f (x,y) ± g(x,y) dA = f (x,y) dA ± g(x,y) dA;
¨R ¨ R R
(ii) c · f (x,y) dA = c f (x,y) dA, para todo número real c;
R R ¨ ¨
(iii) se f (x,y) ≥ g(x,y) para todo (x,y) ∈ R, então f (x,y) dA ≥ g(x,y) dA.
R R
˜

R f (x,y) dA, onde f (x,y) = 5 − x e R = [0,5] × [0,3].
Exemplo 4.1.6 Calcule a integral
Como f é contínua em R, segue do Teorema 4.1.4 que f é integrável em R. Além disso, pelo
Teorema 4.1.5 temos ¨ ¨ ¨
(5 − x) dA = 5 dA − x dA, (4.4)
R R R
¨ ¨
onde 5 dA = 5 1 dA representa o volume da caixa retangular de base R e altura 5:
R R
¨
5 dA = 5 · 3 · 5 = 75. (4.5)
R
¨
Para calcular a integral x dA, considere as partições
R

a = x0 < x1 < x2 < · · · < xn−1 < xn = b e c = y0 < y1 < y2 < · · · < yn−1 < yn = d,

onde xi = 5i/n e y j = 3 j/n. Temos assim


¨ n n n n
x dA = lim ∑∑ f (xi j , yi j ) · ∆A = lim ∑ ∑ xi · ∆A
R n→∞ n→∞
i=1 j=1 i=1 j=1
n n n n
75 n
 
5i 5 3 75
= lim ∑∑ n · = lim ∑ ∑ i = lim ∑n·i
n→∞ n n n→∞ n3 n→∞ n3
i=1 j=1 i=1 j=1 i=1
75 n 75 n(n + 1)
= lim 2 ∑ i = lim 2 · ,
n→∞ n
i=1
n→∞ n 2

então ¨
75
x dA = . (4.6)
R 2
82 Capítulo 4. Integrais Múltiplas

Segue das Equações (4.4), (4.5) e (4.6) que


¨
75 75
f (x,y) dA = 75 − = .
R 2 2


Integrais duplas iteradas.


Estudaremos a seguir integrais duplas iteradas, que fornecem um método mais simples para o
cálculo de integrais duplas. Isto será feito através de integrais iteradas, que veremos a seguir. Sejam
F(x,y) uma função contínua no retângulo R = [a,b] × [c,d] e x0 um ponto de [a,b]. Então F(x0 ,y) é
uma função contínua de uma variável: gx0 (y) = F(x0 ,y). Definimos a integral parcial de f (x,y) em
relação a y de y = c a y = d como
ˆ d ˆ d
A(x0 ) = gx0 (y) dy = F(x0 ,y) dy.
c c

Cabe ressaltar que a expressão acima depende do valor x0 ∈ [a,b] fixado: a princípio, para cada
x0 ∈ [a,b] diferente, temos uma função gx0 (y) diferente e portanto um valor A(x0 ) diferente. A
integral iterada de F(x,y) sobre R é definida como
ˆ b ˆ "ˆ #
b d
A(x) dx = F(x,y) dy dx. (4.7)
a a c

ˆ 2ˆ 2
 Exemplo 4.1.7 Calcule a integral iterada (1 − 6x2 y) dy dx.
0 −1
Para cada x ∈ [0,2] fixo, tratamos a variável x como uma constante na integral abaixo:
ˆ 2 y=2
2 2 2
= 2 − 12x2 − (−1 − 3x2 ) = 3 − 9x2 .

A(x) = (1 − 6x y) dy = (y − 3x y )
−1 y=−1

Segue da Equação (4.7) que


ˆ 2ˆ 2 ˆ 2 x=2
(1 − 6x2 y) dy dx = (3 − 9x2 ) dx = (3x − 3x3 )

= 6 − 24 − 0 = −18.
0 −1 0 x=0


O teorema abaixo afirma que integrais duplas de funções contínuas podem de fato ser calculadas
como integrais iteradas.

Teorema 4.1.8 — Fubini. Se F(x,y) é uma função contínua no retângulo R = [a,b] × [c,d], então
¨ ˆ bˆ d ˆ dˆ b
F(x,y) dA = F(x,y) dy dx = F(x,y) dx dy.
R a c c a

O Teorema 4.1.8 pode ser interpretado geometricamente da seguinte maneira. Sejam F(x,y)
uma função contínua e não-negativa em R = [a,b] × [c,d] e S o sólido entre R e o gráfico de F. Para
cada y0 ∈ [c,d], temos que F(x,y0 ) = hy0 (x) é uma função de uma variável e
ˆ b
A(y0 ) = F(x,y0 ) dx
a

representa a área entre o gráfico de h e o eixo x de x = a até x = b, isto é, A(y0 ) representa a área
lateral do sólido na Figura 4.7.
4.1 Integrais Duplas 83

Figura 4.7: Interpretação geométrica do Teorema de Fubini.

Temos por definição que a integral iterada de F se escreve como


ˆ d n
A(y) dy = lim ∑ A(yi )∆y, (4.8)
c n→∞
j=1

onde A(yi )∆y é o volume do sólido da Figura 4.7. A soma no lado direito da Equação (4.8) fornece
uma aproximação para o volume do sólido S; à medida que n cresce esta aproximação se torna cada
vez mais precisa, fornecendo V (S) no limite quando n se aproxima de infinito.
 Exemplo 4.1.9 Calcule a integral de f (x,y) = y sen(xy) sobre R = [1,2] × [0,π/2].
Temos
¨ ˆ π/2 ˆ 2 ˆ x=2
π/2

y sen(xy) dA = y sen(xy) dx dy = − cos(xy) dy
R 0 1 0 x=1
ˆ π/2   y=π/2
 1
= − cos(2y) + cos y dy = − sen(2y) + sen y
0 2 y=0
 
1 π 1
= − sen π + sen − − sen 0 + sen 0 = 1.
2 2 2


Exercício 4.1.10 Calcule as integrais abaixo.


ˆ π/2 ˆ 2
(i) xy sen y dx dy
ˆ0 ln 2 ˆ 1ln 5
(ii) e2x−y dx dy
¨0 0
xy2
(iii) 2
dA, onde R = [0,1] × [−3,3].
R x +1

Exercício 4.1.11 Determine o volume V do sólido delimitado pela superfície x2 + 2y2 + z = 16,
pelos planos x = 2, y = 2 e pelos planos coordenados. 
84 Capítulo 4. Integrais Múltiplas

Exercício 4.1.12 Determine o volume V do sólido que se encontra abaixo da superfície z = x2 +


1 e diretamente acima do retângulo do plano xy de vértices (−3,1), (1,1), (1, − 1) e (−3, − 1). 

Integrais duplas sobre regiões gerais.


Seja f (x,y) uma função contínua sobre um conjunto limitado D ⊆ R2 . Seja R um retângulo do
plano que contém D e considere a função F : R −→ R

f (x,y), se (x,y) ∈ D,
F(x,y) =
0, se (x,y) ∈ R − D.

Veja as Figura 4.8 e 4.9. Se a integral de F sobre R existe, então definimos a integral dupla de f
sobre D como ¨ ¨
f (x,y) dA = F(x,y) dA. (4.9)
D R

Figura 4.8: Definição de integral dupla sobre uma região geral.

Figura 4.9: Definição de integral dupla sobre uma região geral.

Obs 4.1.13 Intuitivamente, a contribuição de F nos pontos (x,y) ∈ R − D é nula, pois F ≡ 0 nestes
pontos.
¨
Obs 4.1.14 Se f (x,y) ≥ 0 em D, então f (x,y) dA define o volume do sólido situado diretamente
D
acima de D e abaixo do gráfico de f (x,y).
A integral dupla da Equação (4.9) tem sua existência garantida se D é uma região do tipo I ou
II. Dizemos que D ⊆ R2 é uma região do tipo I se existem um intervalo [a,b] e funções g1 (x), g2 (x)
contínuas em [a,b] tais que

D = {(x,y) ∈ R2 : a ≤ x ≤ b e g1 (x) ≤ y ≤ g2 (x)}. (4.10)


4.1 Integrais Duplas 85

Figura 4.10: Regiões do Tipo I.

Veja a Figura 4.10.


Vejamos agora como podemos calcular a integral dupla
¨
f (x,y) dA,
D

onde f (x,y) é uma função contínua sobre uma região D do tipo I. Considere um retângulo R =
[a,b] × [c,d] que contém a região D e uma função F(x,y) como na Equação (4.9). Observe que
¨ ¨ ˆ bˆ d
f (x,y) dA = F(x,y) dA = F(x,y) dy dx.
D R a c

Note que, conforme ilustrado na figura à direta da Figura 4.11, temos para cada x0 ∈ [a,b] fixo que

 0, se c ≤ y < g1 (x0 ),
F(x0 ,y) = f (x,y), se g1 (x0 ) ≤ y ≤ g2 (x0 ),
0, se g2 (x0 ) < y ≤ d.

Portanto,
ˆ d ˆ g1 (x0 ) ˆ g2 (x0 ) ˆ d
A(x0 ) = F(x0 ,y) dy = F(x0 ,y) dy + F(x0 ,y) dy + F(x0 ,y) dy,
c c g1 (x0 ) g2 (x0 )

isto é,
ˆ g2 (x0 )
A(x0 ) = F(x0 ,y) dy.
g1 (x0 )

Veja a Figura 4.11. Como


¨ ˆ b
f (x,y) dA = A(x) dx,
D a

temos o resultado abaixo.


Teorema 4.1.15 — Integrais Duplas sobre Regiões do Tipo I. Se f (x,y) é função contínua
sobre a região do tipo I

D = {(x,y) ∈ R2 : a ≤ x ≤ b e g1 (x) ≤ y ≤ g2 (x)},

então ¨ ˆ bˆ g2 (x)
f (x,y) dA = f (x,y) dy dx.
D a g1 (x)
86 Capítulo 4. Integrais Múltiplas

Figura 4.11: Cálculo de integrais duplas sobre regiões do Tipo I.

 Exemplo 4.1.16 Esboce a região

D = {(x,y) ∈ R2 : 0 ≤ x ≤ 1 e 1 ≤ y ≤ ex }
¨
x
e calcule a integral dupla dA.
Dy
Um esboço da região D pode ser encontrado na Figura 4.12: é a região delimitada pela
exponencial e as duas retas, formando o “triângulo” com vértices A, B e C. Segue do Teorema
4.1.15 que
¨ ˆ 1 ˆ ex ˆ 1 y=ex
x x
dA = dy dx = x · ln |y| dx
Dy 0 1 y 0 y=1
ˆ 1 ˆ 1
x3 x=1 1

2
= (x · x − x · ln 1) dx = x dx = = .
0 0 3 x=0 3


Figura 4.12: Região D do Exemplo 4.1.16.

 Exemplo 4.1.17 Encontre o volume V do sólido abaixo do paraboloide z = x2 + y2 e acima da


região D do plano xy limitada pela reta y = 2x e pela parábola y = x2 .
4.1 Integrais Duplas 87

Um esboço da região D pode ser encontrado na Figura 4.13. Para escrever o conjunto D como
uma região do tipo I, como na Equação (4.10), determinamos os pontos de interseção de y = 2x e
y = x2 :
2x = x2 ⇐⇒ x2 − 2x = 0 ⇐⇒ x(x − 2) = 0 ⇐⇒ x = 0 ou x = 2.
Segue que
D = {(x,y) ∈ R2 : 0 ≤ x ≤ 2 e x2 ≤ y ≤ 2x},
e portanto,
¨ ˆ 2ˆ ˆ 2
2x
y3 y=2x

2 2 2 2 2
V= (x + y ) dA = (x + y ) dy dx = x y+ dx
D 0 x2 0 3 y=x2
ˆ 2 ˆ 2
8x3 x6 14x3 x6
 
3 4 4
= 2x + −x − dx = −x − dx
0 3 3 0 3 3
x5 x7 x=2 7 · 23 25 27
 4   
7x 3 7 4 16
= − − = − − =2 − −
6 5 21 x=0 3 5 21 3 5 21
 
245 − 84 − 80 81 8 · 27 216
=8 = 8· = = .
3·5·7 3·5·7 35 35


Figura 4.13: Região D do Exemplo 4.1.17.

Lembramos que a integral de F(x,y) considerada na definição estabelecida na Equação (4.9)


tem sua existência garantida se D é uma região do tipo I ou II; definimos acima o que é uma região
do tipo I e apresentamos agora a definição de uma região do tipo II. Dizemos que D ⊆ R2 é uma
região do tipo II se existem um intervalo [c,d] e funções contínuas h1 (y), h2 (y) contínuas em [c,d]
tais que
D = {(x,y) ∈ R2 : c ≤ y ≤ d e h1 (y) ≤ x ≤ h2 (y)}. (4.11)
Segue por argumentos análogos que, se f (x,y) é contínua em D, então
¨ ˆ d ˆ h2 (y)
f (x,y) dA = f (x,y) dx dy.
D c h1 (y)

Veja a Figura 4.14.


88 Capítulo 4. Integrais Múltiplas

Figura 4.14: Cálculo de integrais duplas sobre regiões do Tipo II.

Teorema 4.1.18 — Integrais Duplas sobre Regiões do Tipo II. Se f (x,y) é função contínua
sobre a região do tipo II

D = {(x,y) ∈ R2 : c ≤ y ≤ d e h1 (y) ≤ x ≤ h2 (y)}.

então ¨ ˆ d ˆ h2 (y)
f (x,y) dA = f (x,y) dx dy.
D c h1 (y)

¨
 Exemplo 4.1.19 Calcule xy dA, onde D é a região do plano xy limitada pela reta x − y − 1 = 0
D
e pela parábola y2 = 2x + 6.

Podemos escrever D como uma região do tipo II, conforme indicado na Figura 4.15. Como
y2 = 2x + 6 se e somente se x = −3 + y2 /2, temos

D = {(x,y) ∈ R2 : c ≤ y ≤ d e − 3 + y2 /2 ≤ x ≤ y + 1},

onde c,d representam a ordenada dos pontos de interseção da reta e da parábola:

y2
−3 + = y + 1 ⇐⇒ y2 − 2y − 8 = 0 ⇐⇒ y = 4 ou y = −2.
2
4.1 Integrais Duplas 89

Segue que
¨ ˆ ˆ ˆ
4 y+1 4
x2 x=y+1

xy dA = xy dx dy = y· dy
D −2 −3+y2 /2 −2 2 x=−3+y2 /2
ˆ 
1 4
 4 
2 y 2
= y(y + 2y + 1) − y − 3y + 9 dy
2 −2 4
ˆ  5
1 4

y 3 2
= − + 4y + 2y − 8y dy
2 −2 4
  y=4
1 1 6 4 2 3 2

= − y + y + y − 4y
2 24 3 y=−2
 12   6 
1 2 8 2 6 4 1 2 4 2 3 2
= − +2 + 2 −4·2 − − +2 − 2 −4·2
2 24 3 2 24 3
4 5 3
 
2 2 2 1 1
= − + 24 + − 4 + − 1 + + 1
2 3 3 6 3
 
23 1 −46 + 72 + 1 27
= 8 − + 12 + = 8· = 8· = 36.
3 6 6 6


Figura 4.15: Região D do Exemplo 4.1.19.

Exercício 4.1.20 Calcule o volume do sólido situado abaixo do gráfico da função f (x,y) =
2 + x + y e diretamente acima da região D do plano xy que delimitada por y = 0, y = x − 1 e
y = −x + 3. 

A integral dupla sobre regiões gerais satisfaz as seguintes propriedades.

Teorema 4.1.21 Sejam D, D1 , D2 ⊆ R2 regiões do plano xy e f ,g funções integráveis sobre


essas regiões. Então:
90 Capítulo 4. Integrais Múltiplas
¨ ¨ ¨
 
(i) f (x,y) ± g(x,y) dA = f (x,y) dA ± g(x,y) dA;
¨D ¨ D D
(ii) c · f (x,y) dA = c f (x,y) dA;
D D
(iii) se f (x,y) ≥ g(x,y) para todo (x,y) ∈ D, então
¨ ¨
f (x,y) dA ≥ g(x,y) dA;
D D

(iv) Se D = D1 ∪ D2 e a interseção D1 ∩ D2 , se não-vazia, consiste apenas de pontos de fronteira


de D1 , D2 , então
¨ ¨ ¨
f (x,y) dA = f (x,y) dA + f (x,y) dA.
D D1 D2

Figura 4.16: Ilustração do item (iv) do Teorema 4.1.21.

Em muitos casos temos a opção de descrever uma região D ⊆ R2 como uma região do tipo I ou
do tipo II, ou ainda, como uma união de regiões do tipo I ou do tipo II. Nestes casos, podemos fazer
a escolha mais conveniente. No exercício abaixo verificamos que a região do Exemplo 4.1.19 pode
ser escrita como uma união de regiões do tipo I; a resolução feita acima é mais simples. Mais ainda,
no exemplo seguinte, vemos que a escolha da ordem de integração pode inviabilizar o cálculo da
integral através das técnicas vistas neste texto.

Exercício 4.1.22 Calcule a integral do Exemplo 4.1.19 como uma integral do tipo I. 

¨
2
 Exemplo 4.1.23 Calcule ey dA, onde R é o triângulo do plano xy limitado pelas retas x = 0,
R
y = 1 e y = x.
Poderíamos facilmente escrever a integral dupla acima como uma integral do tipo I, mas
2
teríamos assim que resolver a integral indefinida ey dy, que não pode ser expressa através de
funções elementares. Escrevemos então R como uma região do tipo II, como indicado na Figura
4.17:
R = {(x,y) ∈ R2 : 0 ≤ y ≤ 1 e 0 ≤ x ≤ y},
Segue que
¨ ˆ 1ˆ y ˆ 1
x=y ˆ 1
2 2 2 2
ey dA = ey dx dy = x · ey dy = yey dy.
R 0 0 0 x=0 0
Fazendo a substituição u = y2 na integral acima concluímos que
¨ 2
y2 ey y=1 1
e dA = = (e − 1).
R 2 y=0 2

4.1 Integrais Duplas 91

Figura 4.17: Triângulo R do Exemplo 4.1.23.

Exercício 4.1.24 Esboce a região do plano xy sobre a qual a integral abaixo deve ser calculada
e troque a ordem de integração para efetuar os cálculos:
ˆ 8ˆ 2
1

dy dx.
0 3x 1 + y4


Exercício 4.1.25 Calcule a integral dupla de f (x,y) sobre a região D.



(i) f (x,y) = x2 y e a região D do plano xy delimitada por y = 0, x = 2 e y = x.
(ii) f (x,y) = y e a região D contida do plano xy delimitada por y = ln x, y = 0, x = e, y = 1/2.
(iii) f (x,y) = √
y e a região D do plano xy delimitada por y = 1/x, y = 2x e y = 6.
(iv) f (x,y) = 1 − x e a região D do plano xy delimitada por x = 0, y = x e y = 1 − x.
(v) f (x,y) = x − 2y e a região D contida no terceiro quadrante delimitada por x = y2 − 2.


Uma das aplicações da integral definida de uma função de uma variável é o cálculo da área de
regiões do plano. Através da definição abaixo poderemos fazer isto também por integrais duplas.
Definição 4.1.26 A área de uma região fechada e limitada R ⊆ R2 é definida como
¨
A(R) = 1 dA,
R

se a integral existir.

A intuição por trás da Definição 4.1.26 é que a referida integral dupla representa o volume
de uma caixa cilíndrica S de altura 1, cujas tampa e base têm o formato de R. Seu volume seria
portanto
V (S) = A(R) · 1 = A(R).
92 Capítulo 4. Integrais Múltiplas

Veja a Figura 4.18. Note que no caso de uma região do tipo I a Definição 4.1.26 coincide com a
definição de área vista no cálculo integral de funções de uma variável: se R é dada por

R = {(x,y) ∈ R2 : a ≤ x ≤ b e g1 (x) ≤ y ≤ g2 (x)},

então
¨ ˆ bˆ g2 (x) ˆ b
y=g2 (x) ˆ b
 
A(R) = 1 dA = 1 dy dx = y
dx = g2 (x) − g1 (x) dx.
R a g1 (x) a y=g1 (x) a

Figura 4.18: Ilustração da Definição 4.1.26.

Valor médio de uma função de duas variáveis.


Seja F(x,y) uma função contínua sobre um retângulo R = [a,b] × [c,d]. A fim de definir o valor
médio Fm de F sobre R, consideramos partições

a = x0 < x1 < x2 < · · · < xn−1 < xn = b e c = y0 < y1 < y2 < · · · < yn−1 < yn = d,

e consideramos a soma abaixo como uma aproximação para Fm :


1 n n
Fm ≈ ∑ ∑ F(xi ,y j ).
n2 i=1 j=1

Em outras palavras, escolhemos um ponto em cada subretângulo Ri j e fazemos a média aritmética


do valor de F nestes pontos. Note que
11 n n ∆x ∆y n n 1 n n
Fm ≈ ∑ ∑ F(xi ,y j ) = ∑ ∑ F(xi ,y j ) = ∑ ∑ F(xi ,y j )∆A.
n n i=1 j=1 b − a d − c i=1 j=1 A(R) i=1 j=1

Intuitivamente, à medida que n se aproxima de infinito a aproximação acima fica cada vez mais
precisa. Como ¨
1 n n n→∞ 1
∑ ∑ F(xi ,y j )∆A −→ A(R) R F(x,y) dA,
A(R) i=1 j=1

estabelecemos a definição abaixo.


Definição 4.1.27 Seja F(x,y) uma função de duas variáveis definida sobre uma região R ⊆ R2 .
Definimos o valor médio de F sobre R como
¨
1
Fm = F(x,y) dA,
A(R) R
4.2 Mudança de Coordenadas em Integrais Duplas 93

se a integral existir.
Podemos interpretar a Definição 4.1.27 da seguinte maneira: Fm representa a altura do cilindro
com base e tampa dados por R e com volume igual ao do sólido definido originalmente pelo gráfico
de F(x,y).

Exercício 4.1.28 Determine o valor médio da função f (x,y) = x sen y sobre a região D limitada
pelas curvas y = 0, x = 1 e y = x2 . 

4.2 Mudança de Coordenadas em Integrais Duplas


Até o momento temos realizado substituições simples: tratamos todas as variáveis como constantes
com exceção daquela em relação a qual estamos integrando no momento. Se estamos realizando
uma integral na variável z, fazemos uma substituição da forma

u = g(z) =⇒ du = g0 (z)dz,

de modo a facilitar o cálculo da integral. Na seção a seguir veremos que é possível realizar uma
troca de coordenadas dupla no seguinte sentido: substituiremos simultaneamente ambas variáveis
de uma integral dupla por outras duas. Será possível também realizar uma substituição deste tipo
com integrais triplas.
Ao considerar a integral de uma função de uma variável f (x), muitas vezes realizamos uma
mudança de coordenadas x = g(u) a fim de facilitar nossos cálculos. A integral se escreve então da
seguinte maneira: ˆ ˆ
f (x) dx = f g(u) g0 (u) du.


Por exemplo, podemos encontrar uma primitiva para a função f (x) = x cos(x2 ) ao considerar a

mudança de variáveis x = g(u) = u: temos
√ 1
x = g(u) = u =⇒ x2 = u e g0 (u) = √ ,
2 u
logo ˆ ˆ ˆ
2 √ 1 1 1
x cos(x ) dx = u cos u √ du = cos u du = sen(x2 ) +C.
2 u 2 2
Se desejamos calcular uma integral definida, digamos
ˆ 3
x cos(x2 ) dx,
2

então devemos ajustar o domínio de integração [2,3] à nova variável através da equação
ˆ b ˆ g−1 (b)
f g(u) g0 (u) du.

f (x) dx =
a g−1 (a)

No exemplo citado, temos x = g(u) = u, logo u = x2 e

x = 2 =⇒ u = 4,
x = 3 =⇒ u = 9.
Segue que
ˆ 3 ˆ 9
9
2 1 1 1 
x cos(x ) dx = cos u du = sen(u) = sen(9) − sen(4) .
2 2 4 2 4 2
94 Capítulo 4. Integrais Múltiplas

Veremos agora como efetuar uma mudança de coordenadas em integrais duplas.


Considere a integral de uma função f (x,y) de duas variáveis sobre uma região R do plano. Seja
T (u,v) uma transformação de R2 em R2 :

T (u,v) = (x,y), onde x = g(u,v) e y = h(u,v).

Suponha que para algum conjunto S do plano uv temos T (S) = R. Veja as Figuras 4.19 e 4.20.

Figura 4.19: Transformação T : R2 −→ R2 .

Figura 4.20: Regiões R e S dos planos xy e uv tais que T (S) = R.

 Exemplo 4.2.1 Seja


R = {(x,y) ∈ R2 : x2 + y2 ≤ 4}
e considere a transformação de coordenadas polares (Apêndice A):

T (r,θ ) = (r cos θ , r sen θ ).

Se S = {(r,θ ) ∈ R2 : 0 ≤ r ≤ 2, 0 ≤ θ ≤ 2π}, então T (S) = R. Veja a Figura A.6.




Suponha que T é uma transformação com derivadas parciais contínuas e que T é injetiva
no interior de S (note que, no Exemplo 4.2.1, T é injetiva em int S). Veremos agora como a
transformação T afeta a integral dupla de f (x,y) sobre R.
Na definição de integral dupla consideramos uma partição do domínio da integral em retângulos
pequenos e somamos a contribuição de cada um deles; no limite, quando o número de retângulos se
aproxima de infinito, temos a integral dupla. Consideramos portanto um retângulo S0 em S e sua
imagem R0 = T (S0 ), como ilustrado na Figura 4.21.
Aproximamos a área de R0 pelo área de um paralelogramo, conforme indicado na Figura 4.22.
A área deste paralelogramo é dada por |~a ×~b|, onde, pela definição de derivada parcial,

~a = T (u0 + ∆u, v0 ) − T (u0 , v0 ) ≈ Tu (u0 , v0 ) · ∆u.


4.2 Mudança de Coordenadas em Integrais Duplas 95

Figura 4.21: Retângulo S0 ⊆ S e sua imagem R0 = T (S0 ).

O mesmo é válido para o vetor ~b:


~b = T (u0 , v0 + ∆v) − T (u0 , v0 ) ≈ Tv (u0 , v0 ) · ∆v.

Segue que a área de R0 pode ser aproximada por:


 
A(R0 ) ≈ | Tu (u0 , v0 ) · ∆u × Tv (u0 , v0 ) · ∆v | = |Tu (u0 , v0 ) × Tv (u0 , v0 )| · ∆u∆v
(4.12)
= |Tu (u0 , v0 ) × Tv (u0 , v0 )| · A(S0 ),
onde
~i ~j ~k
∂y

∂x ∂x ∂y ∂y ∂x
∂y
Tu × Tv = ∂∂ ux 0 = ∂u ∂u = − .

∂u ∂x ∂y ∂u ∂v ∂u ∂v
∂x ∂y ∂v ∂v

∂v ∂v 0
A Equação (4.12) fornece a relação entre um elemento de área de S e sua imagem no plano xy. Este
tipo de relação determina como deve ser feita uma mudança de coordenadas em uma integral dupla;
veja o Teorema 4.2.3.

Figura 4.22: Aproximação da área de R0 = T (S0 ) por um paralelogramo.


Definição 4.2.2 O Jacobiano de uma transformação T (u,v) = x(u,v), y(u,v) é definido como

∂x ∂x
∂ (x,y) ∂u ∂v
∂x ∂y ∂y ∂x
J(u,v) = = = − .

∂y ∂y
∂ (u,v) ∂u ∂v
∂u ∂v ∂u ∂v

Teorema 4.2.3 Seja T (u,v) uma transformação de R2 em R2 :

T (u,v) = (x,y), onde x = g(u,v) e y = h(u,v).

Sejam S e R regiões dos planos uv e xy, respectivamente, tais que T (S) = R. Suponha que T é
96 Capítulo 4. Integrais Múltiplas

uma transformação com derivadas parciais contínuas e que T é injetiva no interior de S. Suponha
que o Jacobiano de T é não-nulo no interior de S. Então, se f (x,y) é contínua em R,
¨ ¨
 ∂ (x,y)
f (x,y) dA = f x(u,v), y(u,v) dA.
R S ∂ (u,v)
¨ p
 Exemplo 4.2.4 Calcule x2 + y2 dA, onde D = {(x,y) ∈ R2 : x2 + y2 ≤ 4}.
D
Seja T (r,θ ) a mudança de coordenadas polares, como no Exemplo 4.2.1. Seja

S = {(r,θ ) ∈ R2 : 0 ≤ r ≤ 2, 0 ≤ θ ≤ 2π}.

Temos que a imagem do conjunto S abaixo pela mudança de coordenadas T é a região D. Então,
¨ p ¨ q ˆ 2π ˆ 2 √
∂ (x,y) ∂ (x,y)
2 2
x + y dA = 2 2
(r cos θ ) + (r sen θ ) 2
dA =
r dr dθ ,
D S ∂ (r, θ ) 0 0 ∂ (r, θ )

onde
∂x ∂x

∂ (x,y) ∂r cos θ

r(− sen θ )
J(r,θ ) = = ∂y
∂θ
∂y = = r.
∂ (r,θ ) ∂r ∂θ
sen θ r cos θ

Logo, como r2 = |r| = r para 0 ≤ r ≤ 2,
¨ p ˆ 2π ˆ 2 ˆ 2π ˆ 2 3 r=2
ˆ 2π
r 8 8 16π
x2 + y2 dA = r · r dr dθ = dθ = dθ = · 2π = .
D 0 0 0 0 3 r=0 0 3 3 3

Obs 4.2.5 Note que o Jacobiano da mudança de coordenadas cartesianas-polares será sempre o
mesmo, independente da integral dupla a ser calculada. De acordo com os cálculos do Exemplo
4.2.4, temos
∂ (x,y)
= r. (4.13)
∂ (r,θ )

Exemplo 4.2.6 Se uma placa fina de metal ocupa uma região D do plano e possui densidade de
massa pontual dada por uma função f (x,y), para (x,y) ∈ D, então sua massa é dada por
¨
M= f (x,y) dA.
D

Uma placa de metal ocupa a região do plano exterior à circunferência r = 3 e interior à circunferência
r = 6 sen θ . Sabendo que sua densidade de massa é dada por f (x,y) = (x2 + y2 )−1/2 , determine sua
massa.
Veja um esboço da região D ocupada pela placa na Figura 4.23. Temos que

D = {(r,θ ) ∈ R2 : θ0 ≤ θ ≤ π − θ0 , 3 ≤ r ≤ 6 sen θ },

onde θ0 é determinado pela interseção das circunferências:

1
3 = 6 sen θ ⇐⇒ sen θ = .
2
4.3 Problemas 97

Segue que θ0 = π/6. Portanto,


¨ ˆ 5π/6 ˆ 6 sin θ

2 2 −1/2 2 2 −1/2 ∂ (x,y)

M= (x + y ) dA = (r cos θ ) + (r sen θ ) ∂ (r,θ ) dr dθ
D π/6 3
ˆ 5π/6 ˆ 6 sin θ ˆ 5π/6 ˆ 6 sin θ ˆ 5π/6
r=6 sin θ
−1

= r r dr dθ = dr dθ = r dθ
π/6 3 π/6 3 π/6 r=3
ˆ 5π/6
θ =5π/6

= [6 sen θ − 3] dθ = (−6 cos θ − 3θ )
π/6 θ =π/6
√ ! √ !
3 5π 3 π √ 15π 3π √
= −6 − −3· − −6 · −3· = 6 3− + = 6 3 − 2π.
2 6 2 6 6 6


Figura 4.23: Região D do Exemplo 4.2.6.

Exercício 4.2.7 Calcule a integral dupla de f (x,y) sobre a região R usando coordenadas polares.
2 2
(i) f (x,y) = e−x −y , D é a parte do círculo de centro na origem e raio 3 que se encontra à
esquerda do eixo y.
(ii) f (x,y) = x2 , D é a região do segundo quadrante do plano xy que é exterior a x2 + y2 = 2 e
interior a x2 + y2 = 3.
(iii) f (x,y) = xy, D é a região do plano xy que é delimitada por x = 0, y = x e x2 + y2 = 10.


4.3 Problemas
Problema 4.3.1 Faça uma mudança de variáveis para as coordenada polares nas integrais abaixo e
calcule-as.
ˆ 0ˆ 0 ˆ ˆ √16−y2
2 4
(i) √ dy dx. (ii) √ x2 y dx dy.
−1 − 1−x2 1 + x2 + y2
−4 − 16−y2

Problema 4.3.2 Esboce a região do plano xy sobre a qual a integral abaixo deve ser calculada e
troque a ordem de integração para efetuar os cálculos:
ˆ 8ˆ 2
1

dy dx.
0 3 x 1 + y4
98 Capítulo 4. Integrais Múltiplas

Problema 4.3.3 Calcule o volume do sólido abaixo da superfície z = xy e acima do triângulo de


vértices (1,1), (4,1) e (1,2).
Problema 4.3.4 Esboce o sólido E delimitado pelo cilindro y = x2 e pelos planos z = 3 − y, z = 0.
Calcule o volume de E.

4.4 Integrais Triplas


Suponha que você avista na natureza uma rocha enorme e deseja saber a massa dela. Porém, dadas
as condições, não é possível simplesmente colocá-la em uma balança. Você deverá calcular ou
estimar sua massa e ao analisar a rocha você observa que ela não é composta uniformemente pelo
mesmo material: por exemplo, pode ser que na base da rocha ela é mais densa, enquanto na parte
de cima ela é menos densa. Veja a Figura 4.24. Dizemos nesse caso que a densidade pontual de
massa da rocha não é a mesma em todos os seus pontos, isto é, sua densidade não é uniforme.
Introduzimos nessa seção integrais triplas como uma maneira de calcular a massa dessa rocha.
Supomos inicialmente que a rocha tem forma de caixa retangular; mais adiante veremos como
estender essa ideia a outras regiões sólidas.

Figura 4.24: Rocha por material não uniforme. Fonte: Metropolitan Community College Libraries,
Minerals and Rocks. Disponível em https://libguides.mcckc.edu/c.php?g=465903&p=3265180.
Acesso em 22 de janeiro de 2021.

Considere que a rocha é descrita pela caixa retangular B de R3 dada por

B = {(x,y,z) ∈ R3 : a ≤ x ≤ b, c ≤ y ≤ d, r ≤ z ≤ s}. (4.14)

Denotamos caixas como B daqui em diante por B = [a,b] × [c,d] × [r,s]. Definimos a integral tripla
de uma função de três variáveis f (x,y,z) sobre B de maneira análoga a integrais duplas. Se a
rocha tem densidade pontual de massa constante, o cálculo de massa é bastante simplificado: se a
densidade é d = 50kg/m3 e a rocha tem V = 100m3 , então sua massa pode ser calculada como

M = d ·V = 50 · 100 = 5.000 kg. (4.15)

Entretanto, como a densidade pontual de massa da rocha não é uniforme, consideramos uma
função F(x,y,z) que associa a cada ponto x,y,z da rocha a sua densidade pontual de massa nesse
ponto; podemos pensar que esta função é dada em quilos por metros cúbicos, como no exemplo
acima. Para estimar a massa total da rocha consideramos partições dos intervalos [a,b], [c,d] e [r,s]
em n subintervalos de mesmo comprimento:

a = x0 < x1 < x2 < · · · < xn−1 < xn = b,


c = y0 < y1 < y2 < · · · < yn−1 < yn = d,
r = z0 < z1 < z2 < · · · < zn−1 < zn = s,
4.4 Integrais Triplas 99

onde
b−a d −c s−r
∆x = , ∆y = , ∆z = .
n n n
Estas partições dividem a rocha B em n3 caixas menores Bi jk , para 1 ≤ i, j,k ≤ n, ditas subvolumes;
veja a Figura 4.25. O índice “i, j,k” em Bi jk indica o subvolume formado pelo i-ésimo intervalo na
partição de [a,b], o j-ésimo intervalo na partição de [c,d] e o k-ésimo intervalo na partição de [r,s].
Cada subvolume Bi jk tem volume ∆V = ∆x · ∆y · ∆z.
Obtemos uma aproximação para a massa de cada subvolume Bi jk da seguinte maneira: supomos
que cada subvolume Bi jk tem densidade constante e estimamos sua massa como na Equação (4.15).
E qual o valor de densidade que inserimos nesse cálculo? Para usar um valor que seja coerente
com as características da rocha, não iremos simplesmente adivinhar um valor: vamos considerar
a ideia de uma pequena amostra do subvolume Bi jk e usar o seu valor de densidade no cálculo.
Mais precisamente, escolhemos um ponto (ui jk , vi jk , wi jk ) em Bi jk e consideramos que a densidade
nesse subvolume é constante e igual a F(ui jk , vi jk , wi jk ). Assim, a massa de do subvolume Bi jk é
F(ui jk , vi jk , wi jk ) · ∆V . Veja a Figura 4.25. Procedendo desta maneira para todo subvolume Bi jk
obtemos a seguinte aproximação para a massa total da rocha:
n n n
M≈∑∑ ∑ F(ui jk , vi jk , wi jk ) · ∆V.
i=1 j=1 k=1

Figura 4.25: Aproximamos F(x,y,z) em cada subvolume de controle por uma constante.

À medida que n cresce, o número de subvolumes fica cada vez maior e o volume de cada um
deles fica cada vez menor. Veja a Figura 4.26. Assim, o erro cometido pela aproximação acima
(densidade constante em cada subvolume) fica cada vez menor. Intuitivamente temos que este erro
se aproxima de zero no limite quando n se aproxima de infinito, donde
n n n
M = lim
n→∞
∑ ∑ ∑ F(ui jk , vi jk , wi jk ) · ∆V. (4.16)
i=1 j=1 k=1

Figura 4.26: Divisão de uma caixa retangular em caixas menores.


100 Capítulo 4. Integrais Múltiplas

A definição de integral tripla se dá de maneira análoga à Equação (4.16), mas nesta definição
consideramos uma situação um pouco mais geral: particionamos os intervalos [a,b], [c,d], [r,s] em `,
m e n subintervalos, onde não necessariamente temos ` = m = n.
Definição 4.4.1 Seja F(x,y,z) uma função de três variáveis definida em uma caixa retangular
B = [a,b] × [c,d] × [r,s]. Definimos a integral tripla de F sobre B como
˚ ` m n

B
F(x,y,z) dV = lim
`,m,n→∞
∑ ∑ ∑ F(ui jk , vi jk , wi jk ) · ∆V,
i=1 j=1 k=1

se o limite existir. Dizemos nesse caso que a função F é integrável sobre B.

Obs 4.4.2 O limite acima deve existir e fornecer o mesmo valor para quaisquer escolha dos pontos
(ui jk , vi jk , wi jk ).
Temos a integrabilidade de uma função garantida se ela for contínua, assim como no caso
bivariado. Temos também a possibilidade de calcular integrais triplas através de integrais iteradas.

Teorema 4.4.3 Se F(x,y,z) é uma função contínua em uma caixa retangular B = [a,b] × [c,d] ×
[r,s], então F é integrável em B.

Teorema 4.4.4 — Fubini. Se F(x,y,z) é contínua em uma caixa retangular B = [a,b] × [c,d] ×
[r,s], então
˚ ˆ sˆ dˆ b
F(x,y,z) dV = F(x,y,z) dx dy dz.
B r c a

A integral iterada do Teorema 4.4.4 pode ser feita em qualquer ordem sem alteração no valor
da integral. Podemos escrever, por exemplo,
˚ ˆ dˆ bˆ s
F(x,y,z) dV = F(x,y,z) dz dx dy.
B c a r
A integral tripla iterada, da maneira que está escrita no Teorema 4.4.4, representa o seguinte
processo: fixamos um ponto (y0 ,z0 ) ∈ [c,d] × [r,s] e consideramos a função de uma variável
F(x,y0 ,z0 ); a integral definida desta função sobre [a,b] é um número que depende de (y0 ,z0 ),
denotado por V (y0 ,z0 ):
ˆ b
V (y0 ,z0 ) = F(x,y0 ,z0 ) dx.
a
Calculamos a seguir a integral dupla de V (y,z) sobre o retângulo [c,d] × [r,s]:
˚ ¨
F(x,y,z) dV = V (y,z) dA.
B [c,d]×[r,s]

˚
 Exemplo 4.4.5 Calcule a integral xy sen(yz) dV , onde B é a caixa retangular limitada pelos
B
planos coordenados e pelos planos x = π, y = 1 e z = π/3.
Temos que B = [0, π] × [0,1] × [0, π/3], logo
˚ ˆ π ˆ 1 ˆ π/3
xy sen(yz) dV = xy sen(yz) dz dy dx.
B 0 0 0

A integral na variável z pode ser feita através da seguinte substituição simples:


u = yz =⇒ du = y dz.
4.4 Integrais Triplas 101

Então: ˆ z=π/3
π/3  π
xy sen(yz) dz = −x cos(yz) = −x cos y + x cos 0.
0 z=0 3
Logo,
ˆ π ˆ 1 ˆ π/3 ˆ π ˆ 1h  π i
xy sen(yz) dz dy dx = −x cos y + x dy dx,
0 0 0 0 0 3
onde
ˆ 1h   y=1
 π i 3  π 3 π 
−x cos y + x dy = −x sen y + xy = −x sen + x.
0 3 π 3 y=0 π 3

Portanto,
˚ √ ˆ # " √ !
3 3 π
x2 3 3 x2 x=π
xy sen(yz) dV = −x + x dx = − +
B 0 π 2 2 2π 2 x=0
√ √
π2 3 3 π2 3π 3 π 2
=− + =− + .
2 2π 2 4 2


Integrais triplas sobre regiões sólidas gerais.


Sejam E um conjunto fechado e limitado qualquer de R3 e f (x,y,z) uma função contínua em E. A
integral tripla de f sobre E é definida de maneira análoga ao que vimos na Seção 4.1. Consideramos
uma caixa retangular B = [a,b] × [c,d] × [r,s] que contém E e a função

f (x,y,z), se (x,y,z) ∈ E,
F(x,y,z) =
0, se (x,y,z) ∈ B − E.
Definimos a integral tripla de f sobre E como
˚ ˚
f (x,y,z) dV = F(x,y,z) dV, (4.17)
E B

caso a integral à direita exista. A existência desta integral é garantida se E é uma região sólida do
tipo I, II ou III, como definiremos a seguir.
Uma região sólida E ⊆ R3 é dita uma região do tipo I se existem D ⊆ R2 e funções u1 (x,y),
u2 (x,y) contínuas em D tais que

E = {(x,y,z) ∈ R3 : (x,y) ∈ D e u1 (x,y) ≤ z ≤ u2 (x,y)}. (4.18)

Em outras palavras, E é a região sólida de R3 que se encontra diretamente acima (ou abaixo) da
região D do plano xy, acima do gráfico da função u1 (x,y) e abaixo do gráfico de u2 (x,y); veja a
Figura 4.27. Por argumentos análogos àqueles vistos na Seção 4.1 temos
˚ ¨ "ˆ #
u2 (x,y)
f (x,y,z) dV = f (x,y,z) dz dA. (4.19)
E D u1 (x,y)

Logo, se D é uma região do plano do tipo I, como definido na Equação (4.10),

D = {(x,y) ∈ R2 : a ≤ x ≤ b e g1 (x) ≤ y ≤ g2 (x)},

então ˚ ˆ bˆ g2 (x) ˆ u2 (x,y)


f (x,y,z) dV = f (x,y,z) dz dy dx.
E a g1 (x) u1 (x,y)
102 Capítulo 4. Integrais Múltiplas

Figura 4.27: Região sólida do tipo I.

Se E ⊆ R3 é como na Equação (4.18) e D é uma região do tipo II,

D = {(x,y) ∈ R2 : c ≤ y ≤ d e h1 (y) ≤ x ≤ h2 (y)},

então temos da Equação (4.19) que


˚ ˆ d ˆ h2 (y) ˆ u2 (x,y)
f (x,y,z) dV = f (x,y,z) dz dx dy.
E c h1 (y) u1 (x,y)

Exercício 4.4.6 Calcule as integrais abaixo.


ˆ π ˆ π/2 ˆ xz  
y
(i) cos dy dx dz
π/2 z 0 z
ˆ 2 ˆ √4y−y2 ˆ 2−y
(ii) dx dz dy
0 0 0


˚
 Exemplo 4.4.7 Calcule z dV , onde E é a região no primeiro octante limitada pelo plano
E
x + y + z = 1.
É necessário entendermos a geometria desta região sólida para descrevê-la adequadamente,
como na Equação (4.18). Note que

x = y = 0 =⇒ z = 1,
x = z = 0 =⇒ y = 1,
y = z = 0 =⇒ x = 1.

Um esboço da região sólida E se encontra na Figura 4.28.


Como x + y + z = 1 ⇐⇒ z = 1 − x − y, podemos descrever E da seguinte forma:

E = {(x,y,z) ∈ R3 : (x,y) ∈ D e 0 ≤ z ≤ 1 − x − y},

onde D é a região triangular do plano xy destacada em azul na Figura 4.28; veja também a Figura
4.30. Temos
D = {(x,y) ∈ R2 : 0 ≤ x ≤ 1 e 0 ≤ y ≤ 1 − x},
4.4 Integrais Triplas 103

Figura 4.28: Região sólida do Exemplo 4.4.7.

logo,
˚ ˆ 1ˆ 1−x ˆ 1−x−y ˆ 1ˆ 1−x 2 z=1−x−y

z
z dV = z dz dy dx = dy dx
E 0 0 0 0 0 2 z=0
ˆ 1 ˆ 1−x ˆ
1 1 (1 − x − y)3 y=1−x

1 2
= (1 − x − y) dy dx = − dx
2 0 0 2 0 3
y=0
ˆ
1 1 (1 − x)4 x=1
 
3 1 1
= (1 − x) dx = − = .
6 0 6 4
x=0 24


Figura 4.29: Região D referente à Figura 4.28.

Fazemos uso da integral tripla para definir o volume de uma região sólida geral E ⊆ R3 .
Lembramos que a integral da função constante igual a 1 sobre um intervalo [a,b] ⊆ R ou sobre uma
região D ⊆ R2 fornece a medida deste domínio, isto é, o comprimento do intervalo ou a área da
região:
ˆ b ¨
dx = b − a e dA = A(D).
a D
Definimos o volume de um sólido E de maneira análoga, como a integral da função constante 1
sobre E.
Definição 4.4.8 Seja E uma região sólida de R3 . Definimos o volume de E como
˚
V (E) = dV,
E
104 Capítulo 4. Integrais Múltiplas

caso a integral exista.

Exercício 4.4.9 Calcule o volume da região sólida E indicada na Figura 4.30, delimitada pelo
cilindro y = x2 e pelos planos z = 0 e y + z = 1. 

Figura 4.30: Região sólida E do Exercício 4.4.9 e região do plano xy correspondente.

Dizemos que E ⊆ R3 é uma região do tipo II se existem uma região D do plano yz e funções
u1 (y,z), u2 (y,z) contínuas em D tais que

E = {(x,y,z) ∈ R3 : (y,z) ∈ D e u1 (y,z) ≤ x ≤ u2 (y,z)}. (4.20)

Cabe ressaltar que uma região sólida E ⊆ R3 pode ser vista como uma região do tipo I ou do tipo II,
ou ainda como uma região do tipo III, conforme veremos mais à frente; cabe a nós fazer a escolha
mais conveniente. No exemplo abaixo trataremos a região sólida em questão como uma região do
tipo II.
˚
 Exemplo 4.4.10 Calcule x2 ey dV , onde E ⊆ R3 é a região sólida limitada pela superfície
E
z = 1 − y2 e pelos planos z = 0, x = 1 e x = −1.
Um esboço da região sólida E pode ser encontrado na Figura 4.31. Podemos descrever E como
uma reigão sólida do tipo II:

E = {(x,y,z) ∈ R3 : (y,z) ∈ D e − 1 ≤ x ≤ 1},

onde
D = {(y,z) ∈ R2 : − 1 ≤ y ≤ 1 e 0 ≤ z ≤ 1 − y2 }.

Segue que
˚ ˆ ˆ 1−y2 ˆ 1 ˆ ˆ 1−y2
1 1
x3 y x=1

2 y 2 y
x e dV = x e dx dz dy = e dz dy
E −1 0 −1 −1 0 3 x=−1
ˆ ˆ 1−y2 ˆ 2 ˆ
1
2 1 y z=1−y 2 1

2 y
= e dz dy = ze dy = (1 − y2 )ey dy.
−1 0 3 3 −1 z=0 3 −1

A integral acima pode ser feita por partes: fazendo

u = (1 − y2 ) =⇒ du = −2ydy
dv = ey dy =⇒ v = ey ,
4.4 Integrais Triplas 105

temos
ˆ 1
1 ˆ 1 ˆ 1
2 y 2 y y
yey dy

(1 − y )e dy = (1 − y )e − (−2y)e dy = 0 + 2
−1 −1 −1 −1
1
= 2 (yey − ey ) = 2 e − e − (−1)e−1 + e−1 = 4e−1 ,

−1

onde a última integral também foi feita por partes através da escolha u = y, dv = ey dy. Segue que
˚
2 8
x2 ey dV = · 4e−1 = .
E 3 3e

Figura 4.31: Região sólida E do Exemplo 4.4.10 e região do plano yz correspondente.

Dizemos que E ⊆ R3 é uma região do tipo III se existem uma região D do plano xz e funções
u1 (x,z), u2 (x,z) contínuas em D tais que

E = {(x,y,z) ∈ R3 : (x,z) ∈ D e u1 (x,z) ≤ y ≤ u2 (x,z)}. (4.21)


˚
 Exemplo 4.4.11 Calcule x dV , onde E ⊆ R3 é a região sólida do primeiro octante delimitada
E
pelos planos x + z = 1 e y + 3z = 3 .
Temos na Figura 4.32 um esboço da região sólida E. Podemos descrever E como uma região
sólida do tipo III:
E = {(x,y,z) ∈ R3 : (x,z) ∈ D e 0 ≤ y ≤ 3 − 3z},
onde D é o triângulo do plano xz situado no primeira quadrante e delimitado pela reta x + z = 1:

D = {(x,z) ∈ R2 : 0 ≤ x ≤ 1, 0 ≤ z ≤ 1 − x}.

Logo,
˚ ¨ ˆ 3−3z ˆ 1ˆ 1−x ˆ 3−3z
x dV = x dy dA = x dy dz dx.
E D 0 0 0 0
Temos ˆ y=3−3z
3−3z
x dy = x · y = 3x − 3xz.
0 y=0

Logo,
˚ ˆ 1ˆ ˆ 1
1−x
3 2 z=1−x

x dV = [3x − 3xz] dz dx = 3xz − xz dx,
E 0 0 0 2 z=0
106 Capítulo 4. Integrais Múltiplas

isto é,
˚ ˆ 1
3 2 3 4 x=1 3 3
  
3 3 3 3
x dV = x − x dx = x − x = − −0 = .
E 0 2 2 4 8 x=0 4 8 8


Figura 4.32: Região sólida E do Exemplo 4.4.11.


˚ p
 Exemplo 4.4.12 Calcule x2 + z2 dV , onde E ⊆ R3 é a região sólida limitada pelo parabo-
E
loide y = x2 + z2 e pelo plano y = 4.
Temos na Figura 4.33 um esboço da região sólida E. Podemos descrever E como uma região
sólida do tipo III:
E = {(x,y,z) ∈ R3 : (x,z) ∈ D e x2 + z2 ≤ y ≤ 4},
onde D é o círculo obtido pela interseção do paraboloide com o plano y = 4:
D = {(x,z) ∈ R2 : x2 + z2 ≤ 4}. (4.22)
Logo,
˚ p ¨ ˆ 4 p
x2 + z2 dV = x2 + z2 dy dA.
E D x2 +z2
A integral acima pode ser calculada através de substituições trigonométricas, mas ela é bastante
simplificada com o uso de coordenadas polares. Calculamos primeiramente a integral mais interna:
˚ p ¨ ˆ 4 p y=4

2 2
x + z dV = 2 2
x + z · y dA,
E D x2 +z2 y=x2 +z2

logo, ˚ p ¨ h p i
2 2
x + z dV = 4 x2 + z2 − (x2 + z2 )3/2 dA.
E D
A região D descrita na Equação (4.22) pode ser escrita facilmente em coordenadas polares através
de x = r cos θ , z = r sen θ e
0 ≤ θ ≤ 2π, 0 ≤ r ≤ 2.
Como x2 + z2 = r2 , segue que
˚ p ˆ 2π ˆ 2 h i ˆ 2π ˆ 2 
4r2 − (r2 )3/2 r dr dθ = 4r3 − r4 dr dθ ,

x2 + z2 dV =
E 0 0 0 0
4.5 Mudança de Coordenadas em Integrais Triplas 107

logo
˚ p ˆ 2π ˆ 2   r=2 ˆ 2π  ˆ 2π
r5

2 2 4
32 48
x + z dV = r − dθ = 16 − dθ = dθ .
E 0 0 5
r=0 0 5 0 5
Portanto, ˚ p
48 96π
x2 + z2 dV = 2π = .
E 5 5


Figura 4.33: Região sólida E do Exemplo 4.4.12.

O Exemplo 4.4.12 foi resolvido através do uso de coordenadas polares em um dos planos
coordenados, mais precisamente no plano xz. Quando descrevemos os pontos do espaço através de
uma das coordenadas cartesianas usuais e usamos coordenadas polares para o plano das coordenadas
restantes estamos usando um sistema de coordenadas cilíndricas. Na próxima sessão veremos
como podemos calcular integrais triplas em outros sistemas de coordenadas. Serão abordados mais
diretamente os sistemas de coordenadas cilíndricas e esféricas.
Exercício 4.4.13 Reescreva a integral tripla que expressa o volume do sólido do Exercício 4.4.9
as ordens possíveis de integração:
(i) dz dy dx
(ii) dz dx dy
(iii) dy dz dx
(iv) dy dx dz
(v) dx dz dy
(vi) dx dy dz


Exercício 4.4.14 Calcule.


(i) A integral tripla da função f (x,y,z) = yez sobre a região sólida delimitada por x = y2 ,
x = z, z = 0 e x = 1.
(ii) O volume da região sólida do primeiro octante delimitada pelos plano x = 4 − y2 e
y + z = 2.


4.5 Mudança de Coordenadas em Integrais Triplas


Podemos realizar mudanças de coordenadas em integrais triplas de maneira semelhante ao caso de
integrais duplas; veja a Seção 4.2. Seja T (u,v,w) = (x,y,z) uma transformação de R3 em R3 :
x = x(u,v,w), y = y(u,v,w), z = z(u,v,w).
108 Capítulo 4. Integrais Múltiplas

Definimos o Jacobiano de T como



∂x ∂x ∂x
∂ (x,y,z) ∂u ∂v ∂w
∂y ∂y ∂y
J(u,v,w) = = . (4.23)

∂ (u,v,w) ∂u ∂v ∂w
∂z ∂z ∂z

∂u ∂v ∂w

Teorema 4.5.1 Sejam T (u,v,w) = (x,y,z) uma transformação com derivadas parciais contínuas
e R,S regiões sólidas dos espaços xyz e uvw, respectivamente, tais que T (S) = R. Suponha que o
Jacobiano de T não se anula e que T é injetiva no interior de S. Se f (x,y,z) é função contínua em
R, então
˚ ˚
 ∂ (x,y,z)
f (x,y,z) dV = f x(u,v,w), y(u,v,w), z(u,v,w) dV.
R S ∂ (u,v,w)

Sistemas de coordenadas cilíndricas.


Veremos neste texto dois tipos adicionais de coordenadas no espaço: coordenadas cartesianas e
esféricas. No sistema de coordenadas cilíndricas, descrevemos a localização de um ponto P(x,y,z)
do espaço mantendo uma das coordenadas cartesianas e usando coordenadas polares no plano
coordenado formado pelas outras duas variáveis. Por exemplo, podemos usar as coordenadas
(r,θ ,z), onde z é sua cota cartesiana original e r,θ são as coordenadas polares da projeção de P no
plano xy. Temos portanto
x = r cos θ , y = r sen θ , z = z,

e
y
x 2 + y2 = r 2 , tan θ = , z = z.
x
Veja a Figura 4.34. O Jacobiano da mudança de coordenadas cartesianas-cilíndricas é dado por

∂x ∂x ∂x
cos θ r(− sen θ ) 0

∂ (x,y,z) ∂r ∂θ ∂z
∂y ∂y ∂y
= = sen θ r cos θ 0 = r. (4.24)

∂ (r,θ ,z) ∂r ∂θ ∂z
∂z ∂z ∂z
0 0 1
∂r ∂θ ∂z

Figura 4.34: Coordenadas cilíndricas.


4.5 Mudança de Coordenadas em Integrais Triplas 109

 Exemplo 4.5.2 Determine o volume do sólido E no primeiro octante limitado pelo cilindro
x 2 + y2
= 4 e pelo plano z + y = 3.
Temos na Figura 4.35 um esboço do sólido E, onde o plano z + y = 3 está indicado em vermelho.
Podemos escrever a região sólida E como

E = {(r,θ ,z) ∈ R3 : (r,θ ) ∈ D, 0 ≤ z ≤ 3 − y},

onde D é a região indicada em rosa na Figura 4.35. Descrevemos esta região em coordenadas
polares da seguinte maneira:

D = {(r,θ ) ∈ R2 : 0 ≤ r ≤ 2, 0 ≤ θ ≤ π/2}. (4.25)

Portanto,
˚ ¨ ˆ 3−y ¨
V (E) = dV = dz dA = [3 − y] dA.
E D 0 D

Segue da Equação 4.25 que


ˆ π/2 ˆ 2
ˆ π/2 ˆ 2
∂ (x,y,z)
V (E) = [3 − r sen θ ]
dr dθ = [3r − r2 sen θ ] dr dθ
0 0 ∂ (r, θ ,z) 0 0
ˆ π/2  2  r=2 ˆ π/2 
r3

3r 8
= − sen θ dθ = 6 − sen θ dθ
0 2 3 r=0 0 3
  θ =π/2
8 8
= 6θ + cos θ = 3π − .
3 θ =0 3


Figura 4.35: Sólido do Exemplo 4.5.2.

 Exemplo 4.5.3 Determine o volume do sólido E limitado pelas superfícies z = 4, x2 + y2 = 1 e


z = 1 − x 2 − y2 .
Veja um esboço do sólido E na Figura 4.36. Note que as superfícies x2 + y2 = 1 e z = 1 − x2 − y2
possuem equações cilíndricas r = 1 e z = 1 − r2 , respectivamente. Temos que

E = {(r,θ ,z) ∈ R3 : (r,θ ) ∈ D, 1 − r2 ≤ z ≤ 4},

onde
D = {(r,θ ) ∈ R2 : 0 ≤ r ≤ 1, 0 ≤ θ ≤ 2π}.
Segue da Equação (4.24) que
˚ ˆ 2π ˆ 1 ˆ 4
ˆ 2π ˆ 1 ˆ 4
∂ (x,y,z)
V (E) = dV = dz dr dθ = rdz dr dθ ,
1−r2 ∂ (r,θ ,z)

E 0 0 0 0 1−r2
110 Capítulo 4. Integrais Múltiplas

onde ˆ 4
r dz = r 4 − (1 − r2 ) = 3r + r3 .

1−r2
Logo,
ˆ 2π ˆ 1 ˆ 2π   r=1 ˆ 2π 
3r2 r4

3
3 1
V (E) = [3r + r ] dr dθ = + dθ = + dθ
0 0 0 2 4
r=0 0 2 4
ˆ 2π
7 7π
= dθ = .
0 4 2


Figura 4.36: Sólido do Exemplo 4.5.3.

Exercício
p 4.5.4 Calcule a integral tripla da função f (x,y,z) = x2 sobre o sólido delimitado por
z= x2 + y2 e z = 2. 

Exercício 4.5.5 Determine o volume dos sólidos abaixo.


(i) Sólido E situado no primeiro octante e limitado por x + y2 + z2 = 10.
(ii) Sólido E limitado por z = 0, x2 + y2 = 2y e z = x2 + y2 .


Sistema de coordenadas esféricas.


Para facilitar o cálculo de uma integral tripla, podemos fazer uso de coordenadas esféricas; veja
o Apêndice B para detalhes sobre esse sistema de coordenadas. A mudança de coordenadas
cartesianas-esféricas em uma integral tripla é feita através do Teorema 4.5.1, onde o Jacobiano da é
dado nesse caso por
∂x ∂x ∂x
∂ ρ ∂ θ ∂ φ sen φ cos θ −ρ sen φ sen θ ρ cos φ cos θ

∂ (x,y,z)
= ∂ y ∂ y ∂ y = sen φ sen θ ρ sen φ cos θ ρ cos φ sen θ

∂ (ρ,θ ,φ ) ∂∂ uz ∂∂ vz ∂∂wz
∂ρ ∂θ ∂φ cos φ 0 −ρ sen φ .
= −ρ 2 sen3 φ cos2 θ − ρ 2 sen φ cos2 φ sen2 θ − ρ 2 sen φ cos2 φ cos2 θ − ρ 2 sen3 φ sen2 θ
= −ρ 2 sen3 φ (cos2 θ + sen2 θ ) − ρ 2 sen φ cos2 φ (sen2 θ + cos2 θ )
= −ρ 2 sen3 φ − ρ 2 sen φ cos2 φ = −ρ 2 sen φ (sen2 φ + cos2 φ )
= −ρ 2 sen φ .
4.5 Mudança de Coordenadas em Integrais Triplas 111

Como sen φ ≥ 0 para 0 ≤ φ ≤ π, em valor absoluto temos



∂ (x,y,z) 2
∂ (ρ,θ ,φ ) = ρ sen φ . (4.26)

 Exemplo 4.5.6˝Calcule o volume V de uma esfera de raio R.


Temos V = E dV , onde
E = {(x,y,z) ∈ R3 : x2 + y2 + z2 ≤ R2 }.
Temos x2 +y2 +z2 = R2 se e somente se ρ 2 = R2 e, como ρ é sempre não-negativo, isto é equivalente
a ρ = R. Segue que a esfera E pode ser escrita como
E = {(ρ,θ ,φ ) ∈ R3 : 0 ≤ θ ≤ 2π, 0 ≤ φ ≤ π, 0 ≤ ρ ≤ R}.
Logo,
ˆ 2π ˆ π ˆ R
ˆ 2π ˆ π ˆ R
∂ (x,y,z)
ρ 2 sen φ dρ dφ dθ

V= dρ dφ dθ =
∂ (ρ,θ ,φ )
0 0 0 0 0 0
ˆ 2π ˆ π 3 ρ=R ˆ 2π ˆ π 3
ρ R
= sen φ dφ dθ = sen φ dφ dθ
0 0 3 ρ=0 0 0 3
ˆ φ =π ˆ
R3 2π R3 2π 4πR3
= (− cos φ ) dθ = 2 dθ = .
3 0 φ =0 3 0 3

p
 Exemplo 4.5.7 Determine o volume V do sólido limitado inferiormente pelo cone z = x 2 + y2
e superiormente pelo plano z = 1.
Veja um esboço deste sólido na Figura 4.37. Note que, para ρ 6= 0 e φ ∈ [0,π], temos em
coordenadas esféricas
p q
z = x2 + y2 ⇐⇒ ρ cos φ = (ρ sen φ cos θ )2 + (ρ sen φ sen θ )2
q
⇐⇒ ρ cos φ = ρ 2 sen2 φ (cos2 θ + sen2 θ )
p
⇐⇒ ρ cos φ = ρ 2 sen2 φ ⇐⇒ ρ cos φ = ρ sen φ ⇐⇒ cos φ = sen φ .
A equação acima é válida para φ ∈ [0,π] se e somente se φ = π/4. Em outras palavras, φ = π/4 é
a equação de um cone em coordenadas esféricas. A equação do plano z = 1 é dada por
1
z = 1 ⇐⇒ ρ cos φ = 1 ⇐⇒ ρ = .
cos φ
Segue que o sólido em questão pode ser descrito como
E = {(ρ,θ ,φ ) ∈ R3 : 0 ≤ θ ≤ 2π, 0 ≤ φ ≤ π/4, 0 ≤ ρ ≤ 1/ cos φ }.
Então,
˚ ˆ 2π ˆ π/4 ˆ 1/ cos φ ˆ 2π ˆ π/4
ρ=1/ cos φ
2 ρ3
V= dV = ρ sen φ dρ dφ dθ = sen φ dφ dθ
E 0 0 0 0 0 3 ρ=0
ˆ 2π ˆ π/4
1 1
= sen φ dφ dθ .
3 0 0 cos3 φ
Fazendo a substituição u = cos φ na integral iterada acima temos
ˆ ˆ  ˆ
1 2π 1 φ =π/4 1 2π 1 2π

1 1 π
V= dθ = √ − dθ = [2 − 1] dθ = .
3 0 2 cos2 φ φ =0 6 0 ( 2/2) 2 1 2 6 0 3

112 Capítulo 4. Integrais Múltiplas

Figura 4.37: Sólido do Exemplo 4.5.7.

 Exemplo 4.5.8 Determine o volume do sólido


p localizado no primeiro octante e limitado inferior-
mente e superiormente pelas superfíciespz = x2 + y2 e x2 + y2 + z2 = z, respectivamente.
Vimos no Exemplo 4.5.7 que z = x2 + y2 define um cone no espaço cuja equação em co-
ordenadas esféricas é φ = π/4. Completamos quadrados a fim de entender a geometria desta
superfície:

1 1
x2 + y2 + z2 = z ⇐⇒ x2 + y2 + z2 − z = 0 ⇐⇒ x2 + y2 + z2 − z + =
4 4
 2
1 1
⇐⇒ x2 + y2 + z − = .
2 4

Logo a equação x2 + y2 + z2 = z define uma esfera de centro (0,0,1/2) e raio 1/2; note que esta
esfera tangencia o plano xy na origem. Devemos determinar sua equação em coordenadas esféricas:
para ρ > 0 temos
x2 + y2 + z2 = z ⇐⇒ ρ 2 = ρ cos φ ⇐⇒ ρ = cos φ .
Segue que o sólido em questão é dado por

E = {(ρ,θ ,φ ) ∈ R3 : 0 ≤ θ ≤ π/2, 0 ≤ φ ≤ π/4, 0 ≤ ρ ≤ cos φ }.

Portanto,
˚ ˆ π/2 ˆ π/4 ˆ cos φ ˆ π/2 ˆ π/4
ρ3
ρ=cos φ
2

V= dV = ρ sen φ dρ dφ dθ = sen φ dφ dθ
E 0 0 0 0 0 3 ρ=0
ˆ π/2 ˆ π/4
1
= cos3 φ sen φ dφ dθ .
3 0 0

Fazendo a substituição u = cos φ na integral iterada acima temos


ˆ ˆ
cos4 φ φ =π/4 √ 4
π/2
  
1 1 π/2 4
V= − dθ = − 2/2 + 1 dθ
3 0 4 φ =0 12 0
ˆ  
1 π/2 1 1 3 π π
= − + 1 dθ = · · = .
12 0 4 12 4 2 32


Exercício 4.5.9 Determine o volume do sólido limitado superiormente pela superfície z =


p
x2 + y2 e inferiormente por ρ = 2 cos φ . 
4.6 Problemas 113

Figura 4.38: Sólido do Exemplo 4.5.8.

4.6 Problemas
Problema 4.6.1 Calcule o volume do sólido E situado no primeiro octante limitado pelos planos
coordenados e pelas superfícies y + z = 2 e x = 4 − y2 .
Problema 4.6.2 Calcule a integral tripla de f (x,y,z) = x sobre o sólido E situado no primeiro
octante limitado pelas superfícies x2 + y2 + z2 = 1 e x2 + y2 + z2 = 6.
2
Problema p 4.6.3 Calcule a integral tripla de f (x,y,z) = x sobre o sólido E limitado pelas superfí-
cies z = x2 + y2 e z = 2.
Problema 4.6.4 Calcule o volume do sólido E limitado pelas superfícies y2 + z2 = 1, x = 0 e
y = 1 − x.
Problema 4.6.5 Calcule a integral tripla de f (x,y,z) = x sobre o sólido E situado no primeiro
octante limitado pelos planos coordenados e pela superfície 3x + 6y + 4z = 12.
Problema 4.6.6 Calcule a integral tripla abaixo convertendo-a para coordenadas esféricas:
ˆ ˆ √
1 1−x2ˆ √ 1−x2 −y2
2 +y2 +z2 )3/2
e−(x dz dy dx.
−1 0 0

Problema 4.6.7 Calcule a integral tripla de f (x,y,z) = xy2 z sobre o sólido E situado no primeiro
octante limitado pelos planos coordenados e pela superfície z + x2 + y2 = 4.
Problema 4.6.8 Calcule o volume do o sólido E limitado pelas superfícies z = x2 + y2 e z = 5.
II
Parte Dois

5 Funções e Campos Vetoriais e Integrais


de Linha . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
5.1 Funções Vetoriais e Curvas Paramétricas
5.2 Cálculo de Funções Vetoriais
5.3 Comprimento de Arco
5.4 Campos Vetoriais
5.5 Integrais de Linha
5.6 Campos Vetoriais Conservativos
5.7 Teorema de Green
5.8 Problemas

6 Superfícies Parametrizadas e Integrais de


Superfície . . . . . . . . . . . . . . . . . . . . . . . . . . 173
6.1 Superfícies Parametrizadas
6.2 Áreas e Integrais de Superfície
6.3 Superfícies Orientadas e Integrais de Fluxo
6.4 Teorema da Divergência de Gauss
6.5 Teorema de Stokes
6.6 Problemas
5. Funções e Campos Vetoriais e Integrais de Linha

Considere um carro que se desloca ao longo de uma estrada sob ação do vento1 . Podemos nos fazer
as seguintes perguntas:
• Qual o efeito que o vento tem sobre o deslocamento do carro?
• Há algum impacto no combustível consumido?
Neste capítulo estudaremos conceitos do Cálculo Vetorial que são úteis no estudo de um problema
como este. Mais precisamente, estudaremos nas Seções 5.1 a 5.3 curvas parametrizadas no plano:
estes objetos permitem descrever não só a estrada como o deslocamento do carro, levando em conta
grandezas como sua velocidade e aceleração em cada ponto ou instante de tempo. Estenderemos
este conceito para curvas no espaço, com comentários sobre possíveis aplicações neste contexto.
A ação do vento será estudada na Seção 5.4. Nele estudaremos funções matemática que
denominamos campos vetoriais: estas funções associam a cada ponto do plano (ou do espaço) vetor.
Isto permite descrever a ação do vento quando a mesma não é constante em todo a região estudada;
de forma análoga, podemos estudar correntes marítimas distribuídas no plano de maneira não
uniforme. Ainda neste capítulo, na Seção 5.5, introduzimos o conceito de integrais de linha: será
através deste conceito que estudaremos a iteração do vento em uma dada região com o deslocamento
de um carro ao longo de uma estrada, que fornecerá uma estimativa para a questão introduzida
acima.

5.1 Funções Vetoriais e Curvas Paramétricas


Considere um carro se deslocando ao longo de uma estrada, conforme o problema introduzido no
início do capítulo. Podemos interpretar esta situação como a de uma partícula se deslocando no
plano cartesiano R2 . Como um ponto do plano é descrito por coordenadas (x,y), é natural pensar na
localização da partícula (ou do carro) através de funções do tempo: x = f (t) e y = g(t). Dizemos
que estas equações são as equações paramétricas do deslocamento da partícula.

1 Como exemplos de problemas análogos temos: trem se deslocando ao longo de uma ferrovia e um navio seguindo

um trajeto bem definido sob a influência de correntes marítimas.


118 Capítulo 5. Funções e Campos Vetoriais e Integrais de Linha
Definição 5.1.1 Suponha que x e y são funções de uma terceira variável t através das equações

x = f (t), y = g(t),

onde t é uma variável independente. O conjunto de pontos do plano definido por (x,y) =
( f (t), g(t)) define uma curva C no plano que é dita uma curva paramétrica. As equações acima
são ditas as equações paramétricas da curva C e t é dito o parâmetro das equações.

 Exemplo 5.1.2 Um caso simples de uma curva descrita por equações paramétricas é o do gráfico
de uma função de uma variável, como y = x2 . As equações paramétricas

x = t, y = t2 (5.1)

tem como gráfico a parábola y = x2 , mas com uma propriedade a mais: o sentido crescente do
parâmetro t define um sentido de deslocamento sobre a parábola, dado pelo sentido crescente de
x. Abaixo temos os valores de (x,y) para alguns valores de t. Como x = t, obtemos diretamente
pontos no gráfico de y = x2 .
t x y
0 0 0−
1 1 1
2 2 4
−3 −3 9


Figura 5.1: Gráfico das Equações (5.1).

 Exemplo 5.1.3 Um dos casos mais naturais de curvas paramétricas é o do círculo trigonométrico:

x = cost, y = sent. (5.2)

Note que a partir das Equações (5.2) concluímos que

x2 + y2 = cos2 t + sen2 t = 1,

isto é, os pontos desta curva possuem distância 1 a origem; isto define um círculo de raio 1 e centro
em (0,0). Abaixo temos os valores de (x,y) para alguns valores de t e o esboço do gráfico das
5.1 Funções Vetoriais e Curvas Paramétricas 119

Equações (5.2).
t x y
0 √1 0−
π/6 3/2 1/2
π/2 0 1
π −1 0


Figura 5.2: Gráfico das Equações (5.2).

 Exemplo 5.1.4 Considere as equações paramétricas

x = t − 3 sent, y = 4 − 3 cost. (5.3)


Abaixo temos os valores de (x,y) para alguns valores de t e o esboço do gráfico das Equações (5.3).
t x y
..0.. 0.0 1.0
1 −1.5 2.4−
2 −0.7 5.2
3 2.6 7.0
4 6.3 6.0
5 7.9 3.1
6 6.8 1.1


Destacamos a imagem da função nos pontos t = 1, . . . , 6, enquanto a trajetória foi traçada até o
valor t = 10. Como não foi definido nenhum intervalo para t nas Equações (5.3), supomos que são
considerados todos os valores reais possíveis para t, inclusive negativos. Entretanto, em muitos
casos as funções acima descrevem o deslocamento de uma partícula em um intervalo finito de
tempo [a,b]; neste caso as equações paramétricas são fornecidas com um intervalo específico para o
parâmetro:
x = f (t), y = g(t), t ∈ [a,b].
Dizemos que t = a é o ponto inicial e t = b é o ponto terminal.
120 Capítulo 5. Funções e Campos Vetoriais e Integrais de Linha

Figura 5.3: Gráfico das Equações (5.3).

Exercício 5.1.5 Considere uma partícula que se desloca no plano no intervalo de tempo [0,π]
de acordo com as equações abaixo:

C1 : x = cost, y = sent, t ∈ [0,π].

Determine a localização da partícula nos instantes de tempo t = 0, t = π/6, t = π/2 e t = π.


Esboce a trajetória da partícula no plano. 

Exercício 5.1.6 Faça o mesmo no caso das equações paramétricas abaixo.


(i) C2 : x = cost, y = sent, t ∈ [0, 2π].
(ii) C3 : x = cost, y = − sent, t ∈ [0, 2π].
(iii) C4 : x = cos(2t), y = sen(2t), t ∈ [0, 2π].


Note que no Exercício 5.1.6 as curvas C2 e C3 definem o mesmo conjunto de pontos no plano:
note que para as equações paramétricas de C2 e C3 temos

x2 + y2 = cos2 t + sen2 t = 1,

o que prova que o trajeto da partícula em ambos os casos está contido no círculo unitário. No
entanto, uma investigação mais atenta mostra que o círculo é percorrido pelo parâmetro t em
sentidos opostos. Isto motiva a definição abaixo, onde faremos distinção entre as curvas C2 e C3 .
Definição 5.1.7 Considere uma curva paramétrica C definida por x = f (t) e y = g(t). A direção
em que o parâmetro percorre C é dita a orientação da curva.

Dizemos, no caso do Exercício 5.1.6, que as curvas paramétricas C2 e C3 têm orientações


opostas. Podemos interpretar este conceito da seguinte forma: as equações paramétricas de C2 e C3
descrevem o deslocamento de carros r1 e r2 ao longo da mesma estrada circular, no entanto, esta
estrada é percorrida por r1 e r2 em sentidos opostos.
5.1 Funções Vetoriais e Curvas Paramétricas 121

Curvas paramétricas no espaço.


Problemas análogos àquele apresentado no início do capítulo podem ser encontrados em deslo-
camentos no espaço. Por exemplo, podemos nos perguntar se a ação do vento pode influenciar
fortemente na trajetória de um drone. A trajetória do drone pode ser descrita analogamente: se uma
partícula se desloca no espaço R3 , suas coordenadas x, y e z variam, a princípio, com o tempo, de
modo que podem ser escritas como

x = f (t), y = g(t), z = h(t).

As mesmas definições e terminologia da Definição 5.1.1 se aplicam neste caso. Estas definições
introduzidas acima já foram vistas, de certa forma, no curso de Geometria Analítica. Veja o
Exemplo 5.1.8 abaixo, que utilizamos para relembrar a equação vetorial de uma reta de R3 .
 Exemplo 5.1.8 Um inseto se desloca no espaço partindo do ponto (0,0,1) com vetor velocidade
constante em metros por segundos dado por ~v = (−2,0,3). Determine as equações paramétricas do
seu movimento e a sua localização após 3 segundos.
Vamos determinar inicialmente a coordenada z da posição do inseto após 3 segundos. O vetor
velocidade ~v = (−2,0,3) indica que, com respeito ao eixo z, o inseto se desloca com velocidade
constante de 3m/s. Após três segundos ele terá se deslocado 3 · 3 = 9 metros. Como sua posição
inicial com respeito ao eixo z é z0 = 1, sua posição após três segundos é dada por z = 1 + 9 = 10. O
mesmo cálculo pode ser conduzido para as coordenadas x e y: quanto t = 3 temos x = 0 − 2 · 3 = −6
e y = 0 + 0 · 3 = 0. Este cálculo pode ser efetuado em notação vetorial: após 3 segundos o
deslocamento é dado pelo vetor 3~v = 3(−2,0,3). A soma do vetor deslocamento com o vetor
posição inicial fornece a posição do inseto após 3 segundos: (0,0,1) + 3(−2,0,3) = (−6,0,10).
As equações paramétricas do movimento são obtidas considerando um instante de tempo t
qualquer: seguindo o argumento acima temos que neste instante o deslocamento é t(−2,0,3), logo
a posição do inseto é dada por

(x,y,z) = (0,0,1) + t(−2,0,3) = (0 − 2t, 0, 1 + 3t),

ou, de modo equivalente, 


 x = −2t,
y = 0,
z = 1 + 3t.

Note que estas são as equações paramétricas de uma reta de R3 . 

Considere agora, mais geralmente, o movimento de uma partícula com posição inicial P0 =
(x0 , y0 , z0 ) e velocidade constante dada pelo vetor ~v = (a,b,c). Como o vetor velocidade não tem
alteração em sua direção ou sentido, a trajetória do inseto é uma reta. Um argumento análogo ao do
Exemplo 5.1.8 mostra que sua posição após t segundos é dada por

r : (x,y,z) = P0 + t~v = (x0 , y0 , z0 ) + t(a,b,c) = (x0 + at, y0 + bt, z0 + ct). (5.4)

Reciprocamente, a Equação (5.4) descreve todas as retas de R3 : uma reta r de R3 que contém um
ponto P e possui vetor diretor ~v possui equação vetorial dada pela Equação (5.4); veja o Exemplo
5.1.9 abaixo2 .
 Exemplo 5.1.9 As equações paramétricas da reta a r de R3 que contém o ponto P = (2,1, − 3) e
tem vetor diretor ~v = (−1,2,2) são dadas por

(x,y,z) = (2,1, − 3) + t(−1,2,2) = (2 − t, 1 + 2t, −3 + 2t).


2 A reta de R3 que contém dois pontos P,Q ∈ R3 é obtida a partir deste modelo: consideramos neste caso o vetor

diretor ~v = Q − P ou ~v = P − Q.
122 Capítulo 5. Funções e Campos Vetoriais e Integrais de Linha

A equação vetorial acima pode ser escrita coordenada a coordenada, fornecendo as equações
paramétricas:

 x = 2 − t,
y = 1 + 2t,
z = −3 + 2t.

A reta é o exemplo mais simples de uma curva de R3 . No Exemplo 5.1.10 temos uma curva
com geometria mais complexa.
 Exemplo 5.1.10 Esboce a curva de R3 que é o gráfico de equações paramétricas abaixo:

x = cost, y = sent, z = t.

As equações acima descrevem uma curva que possui a seguinte propriedade: suas coordenadas x
e y satisfazem a equação x2 + y2 = 1. Segue que os pontos desta curva se encontram diretamente
acima desta circunferência do plano xy, com coordenada z determinada por z = t.
À medida que o parâmetro t evolui a partir de t = 0 temos no plano xy uma situação idêntica
àquela do Exemplo 5.1.5. A equação z = t mostra que a coordenada z cresce à medida que t evolui:
quando a partícula dá uma volta inteira no círculo trigonométrico, sua altura evolui de z = 0 até
z = 2π; na próxima volta sua altura evoluirá de z = 2π a z = 4π, e assim por diante. Essa curva
paramétrica é descrita por uma hélice. Veja a Figura 5.4.
Cabe ressaltar que as equações paramétricas dadas estão definidas para todo t real, de modo
que na Figura 5.4 temos esboçada apenas uma parte da curva; esta se estende infinitamente acima e
abaixo do plano xy, pontos que correspondem respectivamente a valores positivos e negativos do
parâmetro. 

Figura 5.4: Gráfico das Equações (x,y,z) = (cost, sent,t), t ∈ [0,2pi].

Funções vetoriais.
Estudamos nesta seção curvas paramétricas descritas por equações paramétricas. O conceito de
função de valores vetoriais a uma variável real, ou simplesmente uma função vetorial, que veremos
a seguir, está intimamente relacionado. Em uma função vetorial de R3 , associamos a cada valor do
parâmetro t um ponto do espaço (x,y,z). Isto define uma função

r : t 7−→ r(t) = (x(t), y(t), z(t)).


5.1 Funções Vetoriais e Curvas Paramétricas 123

Este ponto (x(t), y(t), z(t)) pode ser interpretado também como um vetor: daí o nome função
vetorial, pois estas funções possuem vetores como imagem.
É importante lembrar que vetores podem ser escritos de outra maneira. Então a imagem
(x(t), y(t), z(t)) da função r pode ser escrita como

r(t) = (x(t), y(t), z(t)) = (x(t),0,0) + (0,y(t),0) + (0,0,z(t)),

isto é,
r(t) = x(t)(1,0,0) + y(t)(0,1,0) + z(t)(0,0,1),
Utilizando a notação i = (1,0,0), j = (0,1,0), k = (0,0,1) obtemos

r(t) = x(t)i + y(t)j + z(t)k.

Utilizaremos fonte em negrito para representar vetores: temos em negrito na equação acima r, i, j e
k, que representam vetores de R3 ; já t, x, y e z representam números reais, por isso estão escritos
em fonte usual.
Definição 5.1.11 Seja D um conjunto qualquer de R. Uma função r que associa a cada número
real t ∈ D um vetor r = x(t)i + y(t)j de R2 é dita uma função vetorial. As funções x(t), y(t) são
ditas as funções componente de r.
Analogamente, uma função r que associa a cada número real t ∈ D um vetor r(t) =
x(t)i + y(t)j + z(t)k é dita uma função vetorial. As funções x(t), y(t), z(t) são ditas as fun-
ções componente de r.

Trataremos neste texto apenas de funções vetoriais de duas ou três dimensões. A menos de
menção explícita do contrário, ao representar graficamente uma função vetorial, sempre adotaremos
a representação de r(t) que possui seu ponto inicial na origem do espaço considerado.
 Exemplo 5.1.12 Considere a função vetorial

r(t) = 4 costi + 4 sentj + 2k.

Suas funções componente são x(t) = cost, y(t) = sent e z(t) = 2. Como não há menção explícita
ao seu domínio, supomos que ele é o maior conjunto possível da reta, isto é, D = R.
O esboço da curva paramétrica pode ser compreendido de maneira semelhante àquela do Exem-
plo 5.1.10. As coordenadas x e y dos pontos desta curva satisfazem a equação x2 + y2 = 1, donde
concluímos que os pontos da curva se encontram na direção deste círculo de R2 ; equivalentemente,
podemos dizer que os pontos da curva pertencem ao cilindro x2 + y2 = 1. A componente 2k da
função r(t) determina que a coordenada z dos pontos é constante e igual a 2. Concluímos que a
função vetorial r(t) descreve um círculo em R3 contido no plano z = 2. Veja a Figura 5.5. 

No exemplo abaixo vemos uma outra técnica para compreender a geometria de curvas paramé-
tricas: obter uma equação y = f (x) ou x = g(y) e utilizar as ferramentas de cálculo de funções de
uma variável.
 Exemplo 5.1.13 Esboce a curva paramétrica definida por

r(t) = ti + t 2 j.

A partir da definição da função vetorial r(t) obtemos as equações



x = t,
y = t 2.

Substituindo x = t na segunda equação obtemos y = x2 . Com isso provamos que os pontos da curva
paramétrica satisfazem a equação de uma parábola. Como o domínio da função r(t) é dado por
124 Capítulo 5. Funções e Campos Vetoriais e Integrais de Linha

Figura 5.5: Gráfico das equações no Exemplo 5.1.12.

todos os números reais, a curva paramétrica consiste de toda a parábola y = x2 . A orientação pode
ser definida ao avaliar r(t) em dois valores t1 ,t2 à escolha ou ainda observamos que a equação x = t
define a orientação da curva através do sentido positivo do eixo x. Veja a Figura 5.6. 

Figura 5.6: Gráfico das equações no Exemplo 5.1.13.

Exercício 5.1.14 Esboce ou descreva a trajetória da partícula descrita por cada uma das funções
vetoriais abaixo.
(i) r(t) = (3 − 2t)i + 5tj.
(ii) r(t) = −3i + (1 − t 2 )j + tk.
(iii) r(t) = ti + 4 costj + 4 sentk.


Exercício 5.1.15 Mostre que o gráfico da função vetorial



r(t) = senti + 2 costj + 3 sentk

é um círculo e determine o seu centro e raio. Sugestão: Mostre que a curva se situa em uma
5.2 Cálculo de Funções Vetoriais 125

esfera e também em um plano. 

Obs 5.1.16 As componentes x(t), y(t) de uma função vetorial r(t) = x(t)i + y(t)j são funções
reais de uma variável real, funções usualmente vistas no curso de Cálculo Diferencial e Integral I.
Logo, embora o conceito de função vetorial esteja sendo apresentado aqui, ele é construído através
de funções com as quais o aluno já está familiarizado. Este fato será explorado na Seção 5.2.
Quando uma função vetorial r(t) é definida através de expressões algébricas para suas funções
componente, como
√ 2
r(t) = ti − j,
t
consideramos como domínio da função o conjunto de todos os números reais t para os quais a
função vetorial está bem definida. No caso acima temos Dom r = (0, +∞).

Exercício 5.1.17 Determine o domínio das funções vetoriais abaixo.


(i) r(t) = ln(t − 2)i + 3 tj (ii) r(t) = (t 2 − 2)−1 i + cos(t 2 )j − 2tk

5.2 Cálculo de Funções Vetoriais


Limite e continuidade de funções vetoriais.
As noções apresentadas no restante desta seção de cálculo vetorial para curvas paramétricas são
extensões de conceitos de Cálculo Diferencial e Integral de uma variável. O limite lim r(t) = L
t→a
em uma curva C parametrizada por r(t) é definido da seguinte maneira: à medida que o valor do
parâmetro t se aproxima de t = a, o vetor r(t) deve se aproximar cada vez mais do vetor L no
limite; mais precisamente, a norma3 kr(t) − Lk se aproxima cada vez mais de zero. Veja as Figuras
5.7 e 5.8.

Figura 5.7: Limite lim r(t) = L em curva Figura 5.8: Limite lim r(t) = L em curva
t→a t→a
paramétrica: r(t) cada vez mais próximo de paramétrica: kr(t) − Lk se aproxima de
L. zero.

3 Note que kr(t) − Lk é um número real, de modo que a função t 7−→ kr(t) − Lk se enquadra naquelas estudadas em

Cálculo Diferencial e Integral I.


126 Capítulo 5. Funções e Campos Vetoriais e Integrais de Linha

Definição 5.2.1 Seja r(t) uma função vetorial definida em um intervalo contendo t = a, exceto
talvez no ponto t = a. Dizemos que o limite de r(t) quando t se aproxima de a é L se

lim kr(t) − Lk = 0.
t→a

Escrevemos neste caso


lim r(t) = L.
t→a

O teorema abaixo afirma que temos o limite acima se e somente se os limites correspondentes
nas componentes ocorrem. Veja a Figura 5.9. Um resultado análogo é válido para funções vetoriais
de R3 .
Teorema 5.2.2 Seja r(t) uma função vetorial definida em um intervalo contendo t = a, exceto
talvez no ponto t = a.
(i) Se r(t) = x(t)i + y(t)j e L = x0 i + y0 j, então lim r(t) = L se e somente se
t→a

lim x(t) = x0 e lim y(t) = y0 .


t→a t→a

Em outras palavras, se o limite lim r(t) existe, então


t→a
   
lim r(t) = lim x(t) i + lim y(t) j.
t→a t→a t→a

(ii) Se r(t) = x(t)i + y(t)j + z(t)k e L = x0 i + y0 j + z0 k, então lim r(t) = L se e somente se


t→a

lim x(t) = x0 , lim y(t) = y0 e lim z(t) = z0 .


t→a t→a t→a

Em outras palavras, se o limite lim r(t) existe, então


t→a
     
lim r(t) = lim x(t) i + lim y(t) j + lim z(t) k.
t→a t→a t→a t→a

Figura 5.9: Limite das componentes de uma função vetorial: x(t) → x0 e y(t) → y0 .

 Exemplo 5.2.3 Calcule o limite da função vetorial r(t) = t 2 i + et j − 2 cos(πt)k quando t se


aproxima de zero.
5.2 Cálculo de Funções Vetoriais 127

O cálculo do limite é efetuado coordenada a coordenada, de acordo com o Teorema 5.2.2:


     
2 t
lim r(t) = lim t i + lim e j − lim 2 cos(πt) k = 0i + 1j − 2k.
t→0 t→0 t→0 t→0

Exercício 5.2.4 Calcule os limites abaixo.

 sent
t2 − 1
  
2t + 4 (ii) lim i + costj
(i) lim i+ j − et k t→0 t
t→−1 t +1 t −1

Note que o limite limt→a r(t) calculado no Exemplo 5.2.3 é igual simplesmente ao valor de
r(a). Esta propriedade é esperada no caso do deslocamento de partículas: à medida que analisamos
um instante de tempo cada vez mais próximo de t = a, esperamos que a posição da partícula se
aproxime cada vez mais de r(a), isto é, sua posição no instante t = a. Dizemos nesse caso que tais
funções são contínuas em t = a.
Definição 5.2.5 Seja r(t) uma função vetorial definida em um intervalo contendo t = a. Dize-
mos que r(t) é contínua em t = a se

lim r(t) = r(a).


t→a

Dizemos que r é contínua em um conjunto A se r é contínua em todo ponto t ∈ A. Dizemos que


r é contínua se r é contínua em todos os pontos de seu domínio.

Diferenciabilidade.
A definição de derivada de funções vetoriais é análoga àquela de funções reais de uma variável, e
possui também a mesma motivação. Esta definição, construída através de um processo de limite, é
ilustrada na Figura 5.10. Seja r(t) a parametrização do deslocamento de uma partícula. A diferença
r(t + h) - r(t) indica o vetor deslocamento no intervalo de tempo [t,t + h]. O quociente
r(t + h) − r(t)
h
representa, num certo sentido, o vetor velocidade média da partícula no intervalo [t,t + h]. O limite
deste quociente quando h se aproxima de zero fornece a velocidade instantânea no instante de
tempo t.
A derivada r0 (t) representa fisicamente a velocidade de uma partícula que se desloca ao logo de
uma curva C de acordo com a parametrização r(t). Entretanto, como a trajetória desta partícula não
é necessariamente retilínea, sua velocidade deve ser representada por um vetor, e não apenas por
um escalar: a velocidade deve ser fornecida através de sua magnitude, direção e sentido. De fato,
definimos a derivada r0 (t) como um vetor, e não como um número real.
Definição 5.2.6 Seja r(t) uma função vetorial definida em um intervalo contendo t = a. A
derivada de r(t) em t = a é definida como o vetor

r(a + h) − r(a)
r0 (a) = lim ,
h→0 h
se o limite existir. Dizemos nesse caso que r(t) é diferenciável em t = a. O domínio da função
derivada r0 (t) consiste do conjunto de todos os valores reais t para os quais a função r0 (t) está
128 Capítulo 5. Funções e Campos Vetoriais e Integrais de Linha

bem definida.

Figura 5.10: Quociente que define a derivada de uma função vetorial.

Utilizamos a notação usual para derivada:

dr d
r0 (t), r0 , ou [r(t)].
dt dt

Importante!

A derivada r0 (t) de uma função vetorial r é um vetor, e não um número real.

Verificamos agora que a derivada de uma função vetorial também pode ser escrita componente
a componente. Note que, se r(t) = x(t)i + y(t)j, então

r(t + h) − r(t) [x(t + h)i + y(t + h)j] − [x(t)i + y(t)j]


= ,
h h
isto é,
r(t + h) − r(t) (x(t + h) − x(t)) (y(t + h) − y(t))
= i+ j.
h h h
Segue do Teorema 5.2.2 que se o limite que define a derivada r0 (t) existe, então ele é dado por
   
0 x(t + h) − x(t) y(t + h) − y(t)
r (t) = lim i + lim j.
h→0 h h→0 h

Os limites em parênteses definem a derivada das funções componente, logo


   
0 dx dy
r (t) = i+ j. (5.5)
dt dt

Teorema 5.2.7 Seja r(t) uma função vetorial definida em um intervalo contendo t = a. Então
r(t) é diferenciável em t = a se e somente se suas funções componente são diferenciáveis em
5.2 Cálculo de Funções Vetoriais 129

t = a. Neste caso, se r(t) = x(t)i + y(t)j, então


   
dx dy
r0 (t) = i+ j,
dt dt

e se r(t) = x(t)i + y(t)j + z(t)k, então


     
0 dx dy dz
r (t) = i+ j+ k.
dt dt dt

 Exemplo 5.2.8 Considere a função vetorial r(t) = ti + (2 − t)j.
(i) Calcule a derivada de r0 (1).
(ii) Esboce a curva representada por r(t) e o vetor r0 (1).
Segue do Teorema 5.2.7 que a função derivada r0 (t) é dada por
 
0 1
r (t) = √ i + (−1) j,
2 t
logo,
1
r0 (1) = i − j.
2
0
O vetor derivada r (1) e a curva parametrizada por r(t) se encontram esboçados na Figura 5.11. 

Figura 5.11: Vetor derivada do Exemplo 5.2.8.

Algumas regras de derivação de funções reais de uma variável real também se aplicam no caso
de funções vetoriais; isto é uma consequência direta do Teorema 5.2.7.

Teorema 5.2.9 Sejam r1 (t), r2 (t) funções vetoriais diferenciáveis em t = a. Então:


d
(i) [c] = 0, para todo vetor c;
dt
d d
(ii) [kr1 (t)] = k [r1 (t)], para todo número real k;
dt dt
130 Capítulo 5. Funções e Campos Vetoriais e Integrais de Linha
d d d
(iii) [r1 (t) + r2 (t)] = [r1 (t)] + [r2 (t)];
dt dt dt
d d d
(iv) [r1 (t) − r2 (t)] = [r1 (t)] − [r2 (t)];
dt dt dt
d d d
(v) [ f (t)r1 (t)] = [ f (t)]r1 (t) + f (t) [r1 (t)], para toda função escalar diferenciável f (t);
dt dt dt
d d d
(vi) [r1 (t) · r2 (t)] = [r1 (t)] · r2 (t) + r1 (t) · [r2 (t)];
dt dt dt
d d d
(vii) [r1 (t) × r2 (t)] = [r1 (t)] × r2 (t) + r1 (t) × [r2 (t)].
dt dt dt

Interpretação geométrica da derivada de uma função vetorial.


A Figura 5.12 sugere que o vetor deslocamento r(t + h) − r(t), em verde, tem a sua direção cada
vez mais próxima da reta tangente à curva no ponto r(t), em laranja. Teríamos assim no limite
quando h → 0 um vetor r0 (t) que tem a mesma direção da reta tangente. Além disso, a Figura 5.12
indica que o vetor r(t + h) representa a posição de uma partícula num instante de tempo posterior
a t, logo a posição desta partícula se encontra mais à frente na trajetória representada pela curva
parametrizada por r(t). Os vetores r(t + h) − r(t) e 1h (r(t + h) − r(t)) sempre têm, portanto, o
sentido definido pela orientação da curva; segue que o vetor r0 (t) tem esta mesma propriedade. Este
argumento motiva a definição abaixo.

Figura 5.12: Direção limite da derivada de uma função vetorial.

Definição 5.2.10 Seja r(t) uma função vetorial definida em um intervalo contendo t = a e seja
C a curva gráfico de r. Se r0 (a) existe e r0 (a) 6= 0, dizemos que r0 (a) é o vetor tangente a C em
r(a). O vetor tangente unitário a C em r(a) é definido como

r0 (a)
T(a) = .
kr0 (a)k

Dizemos que a reta contendo r(a) e com vetor diretor r0 (a) é a reta tangente a C em r(a).

Argumentos de Geometria Analítica mostram que, se C é uma curva de R3 parametrizada por


r(t), então a reta tangente a C no ponto r(a) é dada por

(x,y,z) = r(a) + t · r0 (a). (5.6)


5.2 Cálculo de Funções Vetoriais 131

 Exemplo 5.2.11 Determine a equação da reta tangente à curva C parametrizada por r(t) =
t 2i + t 3j
no ponto r(1).
Segue do Teorema 5.2.7 que a função derivada r0 (t) é dada por

r0 (t) = 2ti + 3t 2 j,

logo,
r0 (1) = 2i + 3j.

A reta tangente contém o ponto r(1) = (1,1) e possui vetor diretor r0 (1) = (2,3), logo sua equação
vetorial é dada por

(x,y) = r(1) + t · r0 (1) = (1,1) + t(2,3) = (1 + 2t, 1 + 3t).

A seguir obtermos a equação da reta tangente em sua forma usual. Podemos a partir da equação
acima obter o seguinte do sistema:

t = 12 (x − 1),
 
x = 1 + 2t,
⇐⇒
y = 1 + 3t, y = 1 + 3t.

Substituindo a primeira equação na segunda obtemos

3 3 1
y = 1 + (x − 1), isto é, y = x− .
2 2 2


Exercício 5.2.12 Determine a equação da reta tangente à curva C parametrizada por r(t) =

(1 + 2 t)i + (t 3 − t)j + (t 3 + t)k no ponto (3,0,2). 

Exercício 5.2.13 Obtenha a equação vetorial da reta tangente e o vetor tangente unitário à
curva dada no ponto dado.

(i) r(t) = senti − 2j, t = 0 lnt 2


(ii) r(t) = i + e2t j + t 2 k, t = 1
2


A derivada de funções vetoriais também possui a seguinte propriedade: se kr(t)k é constante


em um certo intervalo, então r0 (t) é sempre ortogonal ao vetor posição r(t). A condição sobre
kr(t)k possui a seguinte interpretação: se kr(t)k = c dentro de um certo intervalo, para algum c > 0,
então a trajetória da partícula associada está restrita ao círculo de raio c e centro na origem; neste
caso o vetor posição r(t) é radial e o vetor derivada r0 (t) é tangente ao círculo, donde concluímos
que r(t) e r0 (t) são ortogonais. Veja a Figura 5.13: nela temos ilustrada uma curva C onde seu
trecho com kr(t)k constante está destacado com traçado contínuo, enquanto o restante da curva
está apenas pontilhado.

Teorema 5.2.14 Seja r(t) uma função vetorial diferenciável em t = a. Se kr(t)k é constante em
um intervalo contendo t = a, então r0 (t) é ortogonal a r(t), isto é,

r0 (t) · r(t) = 0.
132 Capítulo 5. Funções e Campos Vetoriais e Integrais de Linha

Figura 5.13: Direção limite da derivada de uma função vetorial.

Demonstração. Note que o item (vi) do Teorema 5.2.9 fornece, para r1 = r2 = r,

d d d
[r(t) · r(t)] = [r(t)] · r(t) + r(t) · [r(t)] = 2r(t) · r0 (t). (5.7)
dt dt dt

Por outro lado, temos que r(t) · r(t) = kr(t)k2 . Como kr(t)k é constante em torno de t = a por
hipótese, e portanto kr(t)k2 também, temos

d d
kr(t)k2 = [r(t) · r(t)] = 0. (5.8)
dt dt
Segue das Equações (5.7) e (5.8) que

2r(t) · r0 (t) = 0,

como gostaríamos. 

Neste texto evitaremos, de um modo geral, curvas com um comportamento errático. Nos
restringiremos a curvas suaves (ou lisas), de acordo com a Definição 5.2.15 abaixo. O Exercício
5.2.16 ilustra o que pode ocorrer quando a Definição 5.2.15 não é atendida.
Definição 5.2.15 Seja C uma curva de Rn parametrizada por uma função vetorial r(t). Dizemos
que C é uma curva suave ou uma curva lisa se:
(i) as funções componente de r têm derivadas contínuas;
(ii) r0 (t) 6= 0 para todo t.
Dizemos nesse caso que r é função vetorial suave ou uma parametrização lisa de C.

 Exemplo 5.2.16 Determine se as funções vetoriais abaixo são suaves ou não.


(i) r1 (t) = a costi + a sentj + ctk, para a,c > 0.
(ii) r2 (t) = t 2 i + t 3 j.
5.2 Cálculo de Funções Vetoriais 133

A função vetorial r1 possui funções coordenada infinitamente diferenciáveis para todo valor de
t, logo a condição (i) da Definição 5.2.15 é satisfeita. Seu vetor derivada é dado por

r01 (t) = −a senti + a costj + ck,

de modo que r01 (t) = 0 se e somente se



 −a sent = 0,
a cost = 0,
c = 0.

Este sistema não tem solução: além de c = 0 não ocorrer por hipótese, não é possível termos
sent = cost = 0 para algum valor de t. Segue que r1 é função vetorial suave.
A curva r2 também tem funções coordenada infinitamente diferenciáveis, no entanto r02 (t) = 0
se e somente se 
2t = 0,
3t 2 = 0.
Este sistema possui solução t = 0, isto é, temos r02 (0) = 0. A função vetorial r2 não é portanto suave.
Veja na Figura 5.14 o que ocorre no ponto r2 (0): a joaninha se desloca pelo quarto quadrando em
direção à origem e tem uma mudança de direção não-natural no ponto r2 (0). Podemos entender
que esta é a razão da não-suavidade de r2 e da curva correspondente. 

Figura 5.14: Curva parametrizada por r(t) = t 2 i + t 3 j.

Integrais de funções vetoriais.


Vimos que se uma partícula se desloca no plano ou no espaço de acordo com uma função vetorial
r(t), t ∈ [a,b], então seu vetor velocidade no instante de tempo t é dado por r0 (t). Mas se temos
uma expressão para o vetor velocidade r0 (t), é possível obter o deslocamento da partícula neste
intervalo? Ou obter a função vetorial r(t) que descreve a posição da partícula? Abordamos este
134 Capítulo 5. Funções e Campos Vetoriais e Integrais de Linha

problema com o conceito de integral indefinida de funções vetoriais, mas primeiramente definimos
a integral definida.
A integral definida de uma função vetorial em um intervalo a ≤ t ≤ b é definida através de um
processo semelhante àquele de funções reais de uma variável real. Particionamos o intervalo [a,b]
de acordo com pontos a = t0 ,t1 , . . . ,tn−1 ,tn = b, onde tk − tk−1 = ∆t = (b − a)/n, e escolhemos um
ponto qualquer uk em cada intervalo [tk−1 ,tk ]. O limite da soma de Riemann
n
∑ r(uk )∆t
k=1

quando n se aproxima de infinito fornece a definição desejada. Note que ao aplicar esta definição
ao vetor derivada r0 (t) observamos que o termo r0 (uk )∆t pode ser visto como uma aproximação
para o deslocamento da partícula neste intervalo de tempo.
Definição 5.2.17 Seja r(t) uma função vetorial contínua no intervalo a ≤ t ≤ b. A integral
definida de r(t) no intervalo [a,b] é definida como
ˆ b n
r(t) dt = lim ∑ r(uk )∆t,
a n→∞
k=1

se o limite existir.
A integral definida da Definição 5.2.17 pode ser calculada também componente a componente.
De fato, seja r(t) = x(t)i + y(t)j uma função vetorial de R2 . Então,
n n n  
∑ r(uk )∆tk = ∑ (x(uk )i + y(uk )j)∆tk = ∑ (x(uk )∆tk )i + (y(uk )∆tk )j ,
k=1 k=1 k=1

isto é,
n n n
∑ r(uk )∆tk = ∑ (x(uk )∆tk )i + ∑ (y(uk )∆tk )j.
k=1 k=1 k=1
O limite de uma função vetorial é dado pelo limite de suas funções coordenadas, então
ˆ b n n
!
n
!
r(t) dt = lim ∑ r(uk )∆tk = lim ∑ x(uk )∆tk i + lim ∑ y(uk )∆tk j.
a n→∞ n→∞ n→∞
k=1 k=1 k=1

Em cada coordenada na equação acima temos a definição de integral definida de uma função de
uma variável real. Portanto,
ˆ b ˆ b ! ˆ b !
r(t) dt = x(t) dt i + y(t) dt j. (5.9)
a a a

Um argumento análogo prova o mesmo resultado para funções vetoriais de R3 : se r(t) = x(t)i +
y(t)j + z(t)k, então
ˆ ˆ b
! ˆ !
b ˆ !
b b
r(t) dt = x(t) dt i + y(t) dt j + z(t) dt k. (5.10)
a a a a

 Exemplo 5.2.18 Calcule a integral da função vetorial r(t) = t 2 i + et j − (2 cos(πt))k no intervalo


[0,1].
Segue da Equação (5.9) que
ˆ 1 ˆ 1  ˆ 1  ˆ 1 
2 t
r(t) dt = t dt i + e dt j + [−2 cos(πt)] dt k,
0 0 0 0
5.2 Cálculo de Funções Vetoriais 135

onde ˆ 1
t 3 1 1

2
t dt = = ,
0 3 0 3
ˆ 1 1
et dt = et = e − 1,

0 0
e, usando a substituição u = πt =⇒ du = π dt,
ˆ 1
1
2
[−2 cos(πt)] dt = − sen(πt) = 0.
0 π 0

Segue que
ˆ 1
1
r(t) dt = i + (e − 1)j + 0k.
0 3


A integral definida de funções vetoriais satisfaz propriedades semelhantes àquelas que temos
no caso escalar, também devido ao fato de que o cálculo da integral pode ser feito coordenada a
coordenada.
Teorema 5.2.19 Sejam r1 (t), r2 (t) funções vetoriais de Rn e suponha que r1 (t), r2 (t) são contí-
nuas no intervalo [a,b]. Então:
ˆ b ˆ b
(i) kr1 (t) dt = k r1 (t) dt, para todo número real k;
ˆa b a ˆ b ˆ b
(ii) [r1 (t) + r1 (t)] dt = r1 (t) dt + r2 (t) dt;
ˆa b ˆa b ˆa b
(iii) [r1 (t) − r1 (t)] dt = r1 (t) dt − r2 (t) dt.
a a a

Também temos o conceito de integrais indefinidas para funções vetoriais. Dizemos que R(t) é
uma antiderivada da função vetorial r(t) se

R0 (t) = r(t).

A integral indefinida de r(t) representa a classe de funções cuja derivada coincide com r(t), isto é,
ˆ
r(t) dt = R(t) + C, (5.11)

onde C é uma constante vetorial. Veja no exercício a seguir a interpretação física desta constante
vetorial.
 Exemplo 5.2.20 Uma partícula se encontra no instante de tempo t = 0 no ponto (x0 , y0 ) do plano
e inicia um deslocamento com velocidade constante v(t) = (a,b) unidades de tempo por segundo.
Encontre a parametrização r(t) de sua trajetória.
Temos que v(t) = r0 (t). Devemos encontrar a função r(t) cuja derivada coincide com v(t), isto
é, ˆ ˆ
r(t) = v(t) dt = [ai + bj] dt.

A integral de funções vetoriais é calculada coordenada a coordenada, então


ˆ  ˆ 
r(t) = a dt i + b dt j = (at +C1 )i + (bt +C2 )j.
136 Capítulo 5. Funções e Campos Vetoriais e Integrais de Linha

O domínio da função r(t) é dado por t ∈ [0, +∞). As constantes de integração C1 ,C2 podem ser
obtidas da seguinte maneira: sabemos que a posição r(0) da partícula no instante t = 0 é dada por
(x0 , y0 ), logo, usando a expressão r(t) = (at +C1 )i + (bt +C2 )j,

(x0 , y0 ) = r(0) = C1 i +C2 j.

Concluímos que C1 = x0 e C2 = y0 , de modo que a função r(t) é dada por

r(t) = (x0 + at)i + (y0 + bt)j, t ≥ 0.

Note que, conforme o esperado, o gráfico de r(t) consiste de uma semi-reta. 

Exercício 5.2.21 Um projétil se desloca no espaço com vetor velocidade no instante de tempo
t dado por
v(t) = costi + sentj + e−t k, t ≥ 0.
Determine o vetor posição r(t) deste projétil sabendo que r(0) = k. 

No teorema abaixo temos versões vetoriais do Teorema Fundamental do Cálculo.


Teorema 5.2.22 Seja r(t) uma função vetorial contínua de Rn . Então:
ˆ 
d
r(t) dt = r(t),
dt

e, se R(t) é uma primitiva de r(t),


ˆ b
b
0

r (t) dt = R(t) = R(b) − R(a).
a a

Se r(t) é diferenciável, então ˆ


r0 (t) dt = r(t) + C.

5.3 Comprimento de Arco


Considere uma partícula ou um inseto se deslocando ao longo de uma curva C parametrizada por
uma função vetorial suave r(t), como na Figura 5.3. Vejamos agora como podemos expressar a
distância percorrida por esta partícula em um intervalo de tempo [a,b]: esta quantidade é também
chamada de comprimento de arco de C de t = a até t = b. Seja r(t) = f (t)i + g(t)j, para t ∈ [a,b],
uma parametrização suave da curva C. Consideramos uma partição do intervalo [a,b] de acordo com
pontos a = t0 ,t1 , . . . ,tn−1 ,tn = b, onde tk − tk−1 = ∆t = (b − a)/n. Sejam P0 , P1 , . . . , Pn a imagem
de cada um dos pontos da partição, isto é, Pk = r(tk ) = (xk , yk ), t = 0, 1, . . . , n. Veja a Figura 5.15.
O comprimento de arco L de C é definido como o limite das aproximações poligonais ilustradas
pelas Figuras 5.15 e 5.16. Cada aproximação é definida pela soma do comprimento dos segmentos
Pk−1 Pk , de modo que definimos
n
L = lim
n→∞
∑ kPk−1 Pk k. (5.12)
k=1

Obtemos a seguirpuma expressão para kPk−1 Pk k em função das funções coordenada de r(t). Note
que kPk−1 Pk k = (xk − xk−1 )2 + (yk − yk−1 )2 . Denotando xk −xk−1 = ∆xk e yk −yk−1 = ∆yk , temos
q
kPk−1 Pk k = ∆xk2 + ∆y2k . (5.13)
5.3 Comprimento de Arco 137

Figura 5.15: Definição de comprimento de Figura 5.16: Definição de comprimento de


arco. arco.

Como r(t) = f (t)i + g(t)j, podemos escrever ∆xk = f (tk ) − f (tk−1 ). Como f é diferenciável no
intervalo [tk−1 ,tk ], segue do Teorema do Valor Médio que

∆xk = f (tk ) − f (tk−1 ) = f 0 (uk )(tk − tk−1 ) = f 0 (uk )∆t, (5.14)

onde uk ∈ (tk−1 ,tk ). Analogamente temos

∆yk = g0 (vk )∆t, (5.15)

onde vk ∈ (tk−1 ,tk ). Segue das Equações (5.13), (5.14) e (5.15) que
q q
kPk−1 Pk k = [ f (uk )∆t] + [g (vk )∆t] = [ f 0 (uk )]2 + [g0 (vk )]2 ∆t.
0 2 0 2

Segue da Equação (5.12) e da definição de comprimento de arco que


n
q
L = lim
n→∞
∑ [ f 0 (uk )]2 + [g0 (vk )]2 ∆t.
k=1

É possível provar que o limite acima existe quando f 0 e g0 são contínuas e, além disso,
ˆ bq
L= [ f 0 (t)]2 + [g0 (t)]2 dt.
a

Como r0 (t) = f 0 (t)i + g0 (t)j, temos que


q
[ f 0 (t)]2 + [g0 (t)]2 = kr0 (t)k,

e portanto
ˆ b
L= kr0 (t)k dt.
a

Teorema 5.3.1 Seja C uma curva de Rn e seja r(t), para t ∈ [a,b], uma parametrização de C
cujas funções coordenadas possuem derivada contínua. Suponha que C é percorrida uma única
138 Capítulo 5. Funções e Campos Vetoriais e Integrais de Linha

vez pela parametrização r(t). Então o comprimento de arco de C é dado por


ˆ b
L= kr0 (t)k dt.
a

 Exemplo 5.3.2 Calcule o comprimento de arco da curva r(t) = 1i + t 2 j + t 3 k de t = 0 até t = 1.


Temos r0 (t) = 0i + 2tj + 3t 2 k, logo
q p
kr0 (t)k = 02 + (2t)2 + (3t 2 )2 = 4t 2 + 9t 4 .

Segue do Teorema 5.5.2 que


ˆ 1p
L= 4t 2 + 9t 4 dt.
0
Podemos reescrever o integrando acima como
s  r
2 9t 2

p 9t
4t 2 + 9t 4 = 4t 2 1 + = 2|t| 1 + .
4 4

Como |t| = t no intervalo de integração [0,1], temos


ˆ r
1
9t 2
L= 2t 1+ dt.
0 4
9t
Através da substituição u = 1 + 9t 2 /4 =⇒ du = 2 dt concluímos que
3/2 1 !
9t 2 133/2

42 = 8

L= 1+ −1 .
93 4
0 27 8

 Exemplo 5.3.3 Determine o valor da constante c de modo que comprimento de arco da hélice
r(t) = costi + sentj + ctk, c > 0 de t = 0 até t = 2π seja igual a 8π.
Temos r0 (t) = − senti + costj + ck, logo
p p
kr0 (t)k = sen2 t + cos2 t + c2 = 1 + c2 .

Segue do Teorema 5.5.2 que


ˆ 2π p p
L= 1 + c2 dt = 2π 1 + c2 .
0

Temos L = 8π se e somente se
p p √
2π 1 + c2 = 8π ⇐⇒ 1 + c2 = 4 ⇐⇒ 1 + c2 = 16 ⇐⇒ c = ± 15.

Como c é uma constante positiva por hipótese, segue que c = 15. 

Exercício 5.3.4 Explique como diferentes valores da constante c do Exemplo 5.3.3 interferem
na geometria da respectiva curva. 
5.3 Comprimento de Arco 139

Exercício 5.3.5 Calcule o comprimento de arco da curva r(t) = et i + e−t j + 2tk de t = 0 até
t = 1. 

Mudança de parâmetro.
Considere partículas que se deslocam no plano de acordo com as funções vetoriais abaixo:

r1 (t) = ti + t 2 j, t ∈ [0,1],
2
r2 (t) = 2t i + t4 j, t ∈ [0,2],
(5.16)
r3 (t) = 2ti + 4t 2 j, t ∈ [0, 12 ],
r4 (t) = t 2 i + t 4 j, t ∈ [0,1].

Note que as funções componente das três funções vetoriais satisfazem a equação y = x2 , logo
r1 , r2 e r3 descrevem um pedaço desta parábola. Além disso, temos ponto inicial (0,0) e ponto
final (1,1) em todos os casos. Em outras palavras, as funções vetoriais nas Equações (5.16)
representam parametrizações diferentes da mesma curva C. Mais precisamente, podemos enxergar
r2 (t), r3 (t) e r4 (t) como funções vetoriais obtidas a partir de r1 (t) através de uma mudança de
parâmetro: uma mudança de parâmetro em uma função vetorial r(t) é uma mudança de variáveis
t = g(τ) que produz uma nova função vetorial r̃(τ) = r(g(τ)) com o mesmo gráfico, mas percorrido
possivelmente de uma maneira diferente. Veja o exemplo abaixo.
 Exemplo 5.3.6 Considere a curva C com parametrização

r(t) = costi + sentj + tk, t ∈ [0, 2π].

Veja a Figura 5.17. A mudança de parâmetro τ = t/2 ⇐⇒ t = 2τ fornece uma função vetorial cuja
gráfico coincide com a curva C da Figura 5.17:

r̃(τ) = r(2τ) = cos(2τ)i + sen(2τ)j + 2τk, τ ∈ [0,π].

Em ambos os casos temos x2 + y2 = 1, indicando que os pontos dos respectivos gráficos se


encontram na superfície do cilindro da Figura 5.17. Além disso, em ambas parametrizações temos
ponto inicial (1,0,0) e ponto terminal (1,0,2π) 

Nos encontramos então diante da seguinte pergunta: qual a diferença em um movimento


parametrizado pelas funções vetoriais r1 , . . . , r4 das Equações (5.16)? Qual a relação entre as
parametrizações r(t) e r̃(t) no Exemplo 5.3.6? Podemos entender esta situação da seguinte maneira:
estas funções vetoriais descrevem partículas em deslocamento ao longo da mesma estrada (isto é, a
mesma curva), porém com a velocidade e a aceleração evoluindo de maneira diferentes ao longo do
percurso. Observe o domínio das funções vetoriais nas Equações (5.16): um domínio maior para a
variável t pode ser interpretado como um intervalo de tempo maior para percorrer um dado trajeto.
Compreendemos melhor esta ideia com o teorema abaixo, que fornece uma relação entre os vetores
derivada (vetores velocidade) de diferentes parametrizações de uma mesma curva.

Teorema 5.3.7 Seja r(t) uma função vetorial de Rn diferenciável com relação a t. Se t = g(τ) é
uma mudança de parâmetro diferenciável com relação a τ, então r̃(τ) = r(g(τ)) é diferenciável
com relação a τ e
d r̃ dr dt
= .
dτ dt dτ
d r̃ dr
O Teorema 5.3.7 relaciona, através da regra da cadeia, os vetores derivada e . Estes
dτ dt
vetores representam o vetor velocidade nas respectivas parametrizações, de modo que o Teorema
140 Capítulo 5. Funções e Campos Vetoriais e Integrais de Linha

Figura 5.17: Curva C com parametrização r(t) = costi + sentj + tk, t ∈ [0, 2π].

d r̃
5.3.7 pode ser interpretado da seguinte maneira: o novo vetor velocidade é dado pelo vetor

dr dt
velocidade original multiplicado por .
dt dτ
Vejamos agora como o Teorema 5.3.7 pode ser utilizado para interpretar as funções vetoriais
nas Equações (5.16). Reescrevemos r2 , r3 e r4 como funções de τ para compará-las com a função
vetorial r1 , como no Teorema 5.3.7:
r1 (t) = ti + t 2 j, t ∈ [0,1],

τ τ2
r2 (τ) = i + j, τ ∈ [0,2],
2 4
r3 (τ) = 2τi + 4τ 2 j, τ ∈ [0, 12 ],

r4 (τ) = τ 2 i + τ 4 j, τ ∈ [0,1].
Podemos agora reescrever cada uma das funções vetoriais r2 (τ), r3 (τ) e r4 (τ) como r1 (g(τ)):
τ dt 1
r2 (τ) = r1 (t) com t = =⇒ = ,
2 dτ 2
dt
r3 (τ) = r1 (t) com t = 2τ =⇒ = 2,

dt
r4 (τ) = r1 (t) com t = τ 2 =⇒ = 2τ.

Segue do Teorema 5.3.7 que
dr2 1 dr1 dr3 dr1 dr4 dr1
= , =2 e = 2τ .
dτ 2 dt dτ dt dτ dt
Estas equações podem ser interpretadas da seguinte maneira: uma partícula com deslocamento
parametrizado por r2 (τ) se desloca com metade da velocidade de daquela parametrizada por
r1 (t). Analogamente, uma partícula com deslocamento parametrizado por r3 (τ) tem o dobro
da velocidade daquela parametrizada por r1 (t). A relação observada no caso de r4 (τ) pode ser
interpretada de maneira semelhante.
5.3 Comprimento de Arco 141

 Exemplo 5.3.8 Encontre uma mudança de parâmetro t = g(τ) para o círculo

C : r(t) = costi + sentj, t ∈ [0, 2π],

tal que:
(i) o círculo é percorrido no sentido anti-horário à medida que τ cresce no intervalo [0,1];
(ii) o círculo é percorrido no sentido horário à medida que τ cresce no intervalo [0,2π].
(iii) o círculo é percorrido no sentido horário à medida que τ cresce no intervalo [0,1].
No item (i) desejamos encontrar uma mudança de parâmetro t = g(τ) tal que r̃1 (τ) tenha a
mesma orientação de r(t) mas percorra o mesmo trajeto no intervalo τ ∈ [0,1]. Devemos ter a
seguinte correspondência:
t = 0 ⇐⇒ τ = 0,
t = 2π ⇐⇒ τ = 1.
A escolha mais simples para a função g que satisfaz essas condições é t = g(τ) = 2πτ, fornecendo

r̃1 (τ) = cos(2πτ)i + sen(2πτ)j, τ ∈ [0,1].

dt
Note que o Teorema 5.3.7 fornece neste caso = 2π, indicando que os vetores derivadas são

múltiplos positivos um do outro, indicando que possuem a mesma direção e sentido. A derivada
dt
positiva indica que t é função crescente de τ neste caso: veja a Figura ??.

No caso do item (ii) desejamos percorrer a curva com orientação contrária no mesmo intervalo
τ ∈ [0,2π]. Devemos então ter o ponto inicial de r(t) coincidindo com o ponto final de r̃2 (τ) e
vice-versa:
t = 0 ⇐⇒ τ = 2π,
t = 2π ⇐⇒ τ = 0.
A função t = g(τ) = 2π − τ satisfaz estas condições:

r̃2 (τ) = cos(2π − τ)i + sen(2π − τ)j, τ ∈ [0,2π].

dt
Destacamos que neste caso temos = −1, indicando vetores velocidade com mesma direção mas

sentidos opostos (Teorema 5.3.7). Neste caso t é função decrescente de τ, como indicado na Figura
5.18.
A parametrização r̃3 (τ) do item (iii) pode ser obtida a partir de r̃2 (τ), que reescrevemos como

r̃2 (t) = cos(2π − t)i + sen(2π − t)j, t ∈ [0,2π].

por ser o “ponto de partida” de nossa mudança de parâmetro. Como desejamos percorrer a curva
no intervalo [0,1], devemos ter
t = 0 ⇐⇒ τ = 0,
t = 2π ⇐⇒ τ = 1,
de modo que escolhemos, como no item (i), a mudança de parâmetro t = g(τ) = 2πτ aplicada à
função r̃2 (t) do item (ii), que já possui a orientação desejada:

r̃2 (t) = cos(2π − 2πτ)i + sen(2π − 2πτ)j, τ ∈ [0,1].

Esta mudança poderia ter sido efetuada diretamente a partir da função r(t) do enunciado como
t = g(τ) = 2π − 2πτ = 2π(1 − τ). 
142 Capítulo 5. Funções e Campos Vetoriais e Integrais de Linha

Figura 5.18: Mudanças de parâmetro do Exemplo 5.3.8.

Exercício 5.3.9 Considere a função vetorial r(t) = et i + 4e−t j e a função r̃(τ) obtida pela
dr
mudança de parâmetro t = τ 2 . Calcule a derivada utilizando a regra da cadeia e compare

com o resultado obtido ao calcular a derivada diretamente após expressar r em função de τ. 

Dizemos que uma mudança de parâmetro t = g(τ) é uma mudança de parâmetro suave se r(t)
dt
suave implica em r(g(τ)) suave. Isto ocorre se é contínua e não nula para todos os valores de τ.

dt
Segue que a derivada apresenta um dos dois seguintes comportamentos.

dt
(i) Temos > 0 para todo valor de τ, caso em que dizemos que t = g(τ) é uma mudança de

parâmetro positiva; neste caso a orientação da curva é mantida.
dt
(ii) Temos < 0 para todo valor de τ, caso em que dizemos que t = g(τ) é uma mudança de

parâmetro negativa; neste caso a orientação da curva é invertida.

Comprimento de arco como parâmetro.


Considere uma família que está viajando de carro ao longo de um trajeto especificado. A parametri-
zação do deslocamento desta família associa a cada instante de tempo t o ponto r(t) em que ela se
encontra dentro de sua trajetória:

(tempo transcorrido) (localização da partícula)


(5.17)
t 7−→ r(t).
Mas podemos, no entanto, nos perguntar: onde a família se encontra depois de skm percorridos?
Nesta situação desejamos determinar a posição da “partícula” a partir da distância s percorrida, e
não a partir do tempo t transcorrido:

(distância percorrida) (localização da partícula)


(5.18)
s 7−→ r̃(s).
Note que em (5.18) estamos utilizando um parâmetro diferente na função vetorial: nela estamos
utilizando como parâmetro o comprimento de arco; em outras palavras, esta é a parametrização
por comprimento de arco da curva original4 .
4O comprimento de arco é uma grandeza geométrica que não depende do sistema de coordenadas utilizado. Por este
motivo pode ser interessante utilizar o comprimento de arco, conforme apresentado no Teorema 5.3.1, como parâmetro
para uma curva de Rn .
5.3 Comprimento de Arco 143

A parametrização por comprimento de arco de uma curva qualquer do plano pode ser definida
da seguinte maneira:
1. Escolha um ponto P0 qualquer como referencial na curva (em geral o ponto inicial).
2. Dentre as direções em que uma partícula pode se deslocar sobre a curva a partir de P0 , defina
uma delas como a direção positiva e a outra como a direção negativa.
3. Associe a qualquer ponto P da curva o comprimento de arco s de P0 a P; s carregará o sinal
positivo se P se encontra na direção positiva fixada no Item 2 acima, e o sinal negativo caso
contrário.
Veja a Figura 5.19.

Figura 5.19: Parametrização por comprimento de arco de uma curva qualquer.

A seguir apresentamos um método geral para obter a parametrização de uma curva paramétrica
de acordo com o comprimento de arco. Seja C uma curva suave de Rn e seja r(t), para t ∈ [a,b], uma
parametrização suave de C. A parametrização r(t) fornece a posição da partícula como função do
instante de tempo t escolhido, como em (5.17). Para obter a parametrização em (5.18), faremos uma
mudança de parâmetro t = g(s) na função r(t): informada a distância percorrida s, o método que
apresentamos determina o instante de tempo t = g(s) em que essa ação foi concluída; a substituição
de t = g(s) na parametrização original r(t) fornecerá a posição r(g(s)) = r̃(s) desejada da partícula.
De acordo com o procedimento ilustrado na Figura 5.19, desejamos adotar um ponto de referên-
cia na curva para a parametrização por comprimento de arco. Sejam t = a e r(a) respectivamente o
instante de tempo e a posição referência para a nova parametrização. O comprimento de arco s(t)
de r(a) até um ponto r(t) qualquer da curva é dado pelo Teorema 5.3.1:5
ˆ t
s = s(t) = kr0 (u)k du. (5.19)
a

Esta equação já fornece uma relação entre o parâmetro s e o parâmetro t, porém na forma s = h(t);
devemos invertê-la e escrever t = g(s) para proceder como descrita acima. Veja o Exemplo abaixo.
 Exemplo 5.3.10 Obtenha a parametrização por comprimento de arco da curva paramétrica

r(t) = (1 + 2t)i + (1 + 3t)j + (6 − 6t)k, t ∈ [0,3].

adotando t = 0 como referência.


Calculamos, de acordo com a Equação (5.19), o comprimento de arco no intervalo [0,t]:
ˆ t ˆ tq ˆ t√
s = s(t) = kr0 (u)k du = 22 + 33 + (−6)2 du = 49 du = 7t.
0 0 0

A equação s = 7t descreve s como função de t: dado o instante de tempo t = 1, obtemos a distância


percorrida s = s(1) = 7 no intervalo de tempo [0,1]. Reciprocamente, dada a distância percorrida
5 Não podemos utilizar a variável t como variável de integração pois ela já está sendo utilizada para definir o intervalo

[a,t] que define o arco em questão. Utilizamos aqui a variável u para percorrer este arco na integral.
144 Capítulo 5. Funções e Campos Vetoriais e Integrais de Linha

s = 1, determinamos o instante de tempo correspondente através da equação t = g(s) = s/7. Esta


mudança de parâmetro fornece a parametrização por comprimento de arco:
     
2s 3s 6s
r̃(s) = r(g(s)) = 1 + i+ 1+ j+ 6− k, s ∈ [0,21],
7 7 7

onde o intervalo [0,21] foi determinado a partir do intervalo original e a equação s = 7t: t = 3
corresponde a s = 21, indicando 21 de comprimento de arco de t = 0 a t = 3; analogamente t = 0
corresponde a s = 0. 

O Exemplo 5.3.10 ilustra como obtemos a parametrização por comprimento de arco: utilizamos
a Equação (5.19) para obter uma expressão para s em função de t; encontramos a expressão
equivalente t = g(s); por fim efetuamos essa mudança de parâmetros na parametrização original
r(t).
Cabe ressaltar que diferenciando a Equação (5.19) com relação a t e utilizando o Teorema
Fundamental do Cálculo obtemos uma outra forma de escrevê-la:
ds
= kr0 (t)k.
dt
A equação acima possui uma interpretação interessante no deslocamento de uma partícula: à
esquerda temos a taxa de variação da distância percorrida, que é dada, pela equação acima, pela
intensidade do vetor velocidade. O fato de este teorema condizer com a nossa intuição a respeito
dos deslocamentos do dia-a-dia é evidência de uma teoria sólida. Enunciamos este resultado abaixo
como um teorema devido à sua importância.

Teorema 5.3.11 Seja C o gráfico de uma função vetorial suave r(t) de Rn e seja r(a) um ponto
qualquer de C. Então a equação
ˆ t
s = s(t) = kr0 (u)k du.
a

define uma mudança de parâmetro positiva de t = g(s), onde s é o parâmetro de comprimento de


arco a partir de r(a). Em particular, pelo Teorema Fundamental do Cálculo,

ds
= kr0 (t)k.
dt
 Exemplo 5.3.12 Um inseto se desloca ao redor do tronco de uma árvore de acordo com a hélice

r(t) = costi + sentj + tk, t ≥ 0.

Qual a localização do inseto após uma distância percorrida de 10 unidades de comprimento?


Determinamos primeiramente a parametrização por comprimento de arco r̃(s) da curva: a
imagem r̃(10) fornece a localização do inseto após a distância percorrida de 10 unidades de
comprimento. O comprimento de arco referente ao intervalo [0,t] fornece a distância percorrida
após t unidades de tempo:
ˆ t
s = s(t) = kr0 (u)k du,
0
√ √
onde r0 (u) = − sen ui + cos uj + k. Segue que kr0 (u)k = sen2 u + cos2 u + 1 = 2 e então
ˆ t√ √
s= 2 du = t 2.
0
5.3 Comprimento de Arco 145

Podemos então escrever t = s/ 2 e concluir que a parametrização por comprimento de arco é dada
por      
s s s s
r̃(s) = r √ = cos √ i + sen √ j + √ k, s ≥ 0.
2 2 2 2
A posição do inseto após 10 unidades de comprimento percorridas é
   
10 10 10
r̃(10) = cos √ i + sen √ j + √ k.
2 2 2


 Exemplo 5.3.13 Encontre a parametrização por comprimento de arco da curva

r(t) = et costi + et sentj, t ∈ [0,π/2],

que possua a mesma orientação e o ponto r(0) como origem.


Temos r0 (u) = (eu cos u − eu sen u)i + (eu sen u + eu cos u)j. Fatorando o termo eu em cada uma
das funções coordenada de r0 (u) obtemos

kr0 (u)k = (e2u (cos2 −2 cos u sen u + sen2 u) + e2u (cos2 +2 cos u sen u + sen2 u))1/2 ,

isto é, √
kr0 (u)k = (e2u (cos2 + sen2 u + cos2 + sen2 u))1/2 = (2e2u )1/2 = eu 2.
Segue que ˆ ˆ
t
0
t √ √
s = s(t) = kr (u)k du = eu 2 du = 2(et − 1).
0 0
√ t
A mudança de parâmetros t = g(s) é obtida a partir da equação s = 2(e − 1):
√ t s s
s= 2(e − 1) ⇐⇒ √ = et − 1 ⇐⇒ et = 1 + √ ,
2 2
√ √ √
ou seja, t = ln(1 + s/ 2). Como exp(ln(1 + s/ 2)) = 1 + s/ 2, temos que a parametrização por
comprimento de arco é dada por
         
s s s s
r̃(s) = 1 + √ cos ln 1 + √ i + 1 + √ sen ln 1 + √ j,
2 2 2 2

para 0 ≤ s ≤ 2(eπ/2 − 1). 

Parametrização por comprimento de arco e o vetor derivada.


Seja r(s) a parametrização por comprimento de arco de uma curva. Ela pode ser vista como a
parametrização do deslocamento de uma partícula que, após s = t unidades de tempo, se encontra na
posição r(s). A definição de parametrização por comprimento de arco implica que teríamos assim
que a distância percorrida em um intervalo de tempo seria igual ao comprimento deste intervalo.
Em uma situação mais simples, como no Movimento Retilíneo Uniforme (MRU), esta propriedade
é verificada se a velocidade média Vm é igual a 1: se um objeto se desloca com velocidade constante
de 1km/h, a distância percorrida após s horas é de s quilômetros. O Teorema 5.3.14 mostra que esse
dr
raciocínio se estende aos deslocamentos estudados neste texto: a intensidade constante ds = 1

da velocidade caracteriza as parametrizações por comprimento de arco.
146 Capítulo 5. Funções e Campos Vetoriais e Integrais de Linha

Teorema 5.3.14 Seja C uma curva parametrizada por uma função vetorial suave r(s), onde s é
o parâmetro de comprimento de arco. Então, para todo valor de s, o vetor tangente a C é unitário:

dr
= 1.
ds

Além disso, a parametrização por comprimento de arco é a única que possui esta propriedade no
seguinte sentido. Seja C o gráfico de uma função vetorial r(t) em Rn tal que kr0 (t)k = 1 para
todo valor de t. Se t0 é um valor qualquer para o parâmetro t, então o parâmetro s = t − t0 é o
parâmetro de comprimento de arco C com origem no ponto r(t0 ).

Demonstração. A primeira parte do teorema é provada fazendo t = s no Teorema 5.3.11. Para


provar a segunda parte do teorema, fixe um valor t = t0 qualquer para o parâmetro t. Segue do
Teorema 5.3.1 que ˆ t
s= kr0 (u)k du
t0

define o comprimento de arco de C de r(t0 ) a r(t). Como kr0 (t)k = 1 para todo t, temos
ˆ t
s= du = t − t0 ,
t0

como gostaríamos. 

5.4 Campos Vetoriais


Na Seção 5.1 estudamos funções que tinham como imagem vetores, enquanto no domínio tínhamos
números reais. Nesta seção veremos o conceito de campos vetoriais, onde associamos a cada ponto
de Rn um vetor de Rn ; novamente nosso foco será em dimensões dois e três. Considere as seguintes
situações práticas, aplicações do conceito de campo vetorial:
(i) condições atmosféricas, como a velocidade e direção do vento (Figura 5.20)6 ;
(ii) velocidade de partículas de um fluido (Figuras 5.21 e 5.22).

Figura 5.20: Evolução do Furacão Katrina. Fonte: página pessoal


do Professor James R. Miller, The University of Kansas.

Nas aplicações ilustradas nas Figuras 5.20, 5.21 e 5.22 temos presente o mesmo conceito: a
cada ponto P do plano associamos um vetor F(P) que indica o deslocamento de uma partícula do
fluido (ar ou água) naquele ponto. Este tipo associação é chamada de campo vetorial.
6 Veja a página do Professor Miller em https://people.eecs.ku.edu/~miller/WorldWindProjects/

VectorFieldVis/index.php.
5.4 Campos Vetoriais 147

Figura 5.21: Simulação de um rio fluindo. Figura 5.22: Correntes marítimas na costa
Fonte: página pessoal do Professor Evy A. oeste dos EUA. Fonte: página do
Salcedo T., Universidade Federal de Santa Departamento de Ciências da Terra e do
Catarina. Clima, San Francisco State University.

Definição 5.4.1 Seja D um conjunto qualquer de Rn . Um campo vetorial de Rn é uma função


F que associa a cada ponto P ∈ D um vetor F(P) de Rn . O conjunto D é dito domínio do campo
vetorial F.
Nosso foco neste texto é em campos vetoriais de R2 e R3 . No caso de um campo vetorial do
plano, temos como imagem um vetor F(P) que possui uma abcissa e uma ordenada que dependem
do ponto P = (x,y) do domínio. Escrevemos então

F(x,y) = f (x,y)i + g(x,y)j.

Cabe ressaltar que f (x,y) e g(x,y) são funções cujas imagens são números reais (coordenadas do
vetor imagem). Analogamente, um campo vetorial de R3 pode ser escrito como

F(x,y,z) = f (x,y,z)i + g(x,y,z)j + h(x,y,z)k.

Ao representar graficamente um campo vetorial, em geral escolhemos a representação do vetor


imagem F(P) com origem no ponto P. Veja os Exemplos 5.4.2 e 5.4.3.
 Exemplo 5.4.2 Considere o campo vetorial

F(x,y) = yi − xj.

Segue a imagem de alguns pontos de R2 :

F(1,0) = −j = (0, − 1),


F(1,1) = i−j = (1, − 1),
F(0,1) = i = (1,0),
F(−1,1) = i+j = (1,1),
F(−1,0) = j = (0,1).

A Figura 5.23 mostra uma representação gráfica deste campo vetorial. 

 Exemplo 5.4.3 Considere o campo vetorial

F(x,y,z) = xi − yj − zk.
148 Capítulo 5. Funções e Campos Vetoriais e Integrais de Linha

Segue a imagem de alguns pontos de R3 :

F(1,0,0) = i = (1,0,0),
F(0,1,0) = −j = (0, − 1,0),
F(0,0,1) = −k = (0,0, − 1),
F(1,1,1) = i−j−k = (1, − 1, − 1),
F(−1,1,1) = −i − j − k = (−1, − 1, − 1),
F(1, − 1,1) = i+j−k = (1,1, − 1),
F(1,1, − 1) = i−j+k = (1, − 1,1).

A Figura 5.25 mostra uma representação gráfica deste campo vetorial. 

 Exemplo 5.4.4 Considere uma carga elétrica Q situada na origem. De acordo com a Lei de

Coulomb, a força exercida por esta carga em uma outra carga q depende da localização de q.
Escrevemos agora, em uma notação mais concisa, x = (x,y) na definição do campo vetorial: se q se
encontra no ponto x = (x,y), então a força é dada por

kqQ
F(x) = x,
kxk3

onde k = 9 · 109 N·m


2
é uma constante. Para q = Q = 2 · 10−6 C temos
C2

3.6 · 10−2 3.6 · 10−2 x 3.6 · 10−2 y


   
F(x) = 2 (xi + yj) = i+ j.
(x + y2 )3/2 (x2 + y2 )3/2 (x2 + y2 )3/2

Na Figura 5.24 temos ilustrado o campo vetorial F gerado: em cada ponto P do plano esboçamos o
vetor que indica a força exercida pela carga Q em uma carga q situada neste ponto. Note que, como
q e Q são positivas no nosso exemplo, a força é de repulsão. 

Figura 5.23: Campo vetorial do Exemplo Figura 5.24: Campo vetorial do Exemplo
5.4.2. 5.4.4.

Em geral, o primeiro exemplo que vemos de campo vetorial é o de campo gradiente, isto é, o
campo vetorial ∇φ (·) que associa a cada ponto x no domínio de uma função escalar7 φ o vetor
gradiente ∇φ (x).
7 Por função escalar queremos dizer aquelas que possuem como imagem um número real, e não um vetor.
5.4 Campos Vetoriais 149

Figura 5.25: Campo vetorial do Exemplo 5.4.3.

 Exemplo 5.4.5 Considere a função real

φ (x,y) = x2 − y2 .

Note que φ não é uma função vetorial pois, a cada ponto (x,y) do plano, φ associa o número
real φ (x,y) = x2 − y2 . Por exemplo, a imagem do ponto (x,y) = (2,1) é dada pelo número real
φ (2,1) = 22 − 12 = 4 − 1 = 3. Entretanto, temos um campo vetorial associado à função φ : o campo
gradiente de φ é dado por

∇φ (x,y) = φx (x,y)i + φy (x,y)j = 2xi − 2yj.

Veja a Figura 5.26, onde estão ilustrados o campo vetorial ∇φ e as curvas de nível φ (x,y) = 1 e
φ (x,y) = −1. 

Definição 5.4.6 Um campo vetorial F de Rn é dito conservativo em uma região D ⊆ Rn se F é


o campo gradiente de alguma função real φ em D, isto é, se

F(x) = ∇φ (x),

para todo x ∈ D. Dizemos neste caso que φ é uma função potencial de F em D.

 Exemplo 5.4.7 Verifique se os campos vetoriais dados possuem as respectivas funções reais
como função potencial.
(i) F(x,y) = (6xy − y3 )i + (4y + 3x2 − 3xy2 )j, φ (x,y) = 2y2 + 3x2 y − xy3 .
(ii) F(x,y) = (sen z + y cos x)i + (sen x + z cos y)j + (sen y + x cos z)j, φ (x,y,z) = x sen z + y sen x +
z sen y.
Escrevendo F(x,y) = f (x,y)i + g(x,y)j, devemos verificar se

φx = f e φy = g.

Temos no item (i) que


∂ ∂
φx (x,y) = (2y2 +3x2 y−xy3 ) = 6xy−y3 e φy (x,y) = (2y2 +3x2 y−xy3 ) = 4y+3x2 −3xy2 ,
∂x ∂y
logo F(x,y) é campo conservativo com função potencial φ .
150 Capítulo 5. Funções e Campos Vetoriais e Integrais de Linha

Figura 5.26: Campo vetorial do Exemplo 5.4.5.

A verificação no item (ii) é análoga:


φx (x,y) = (x sen z + y sen x + z sen y) = sen z + y cos x,
∂x

φy (x,y) = (x sen z + y sen x + z sen y) = sen x + z cos y,
∂y

φz (x,y) =
(x sen z + y sen x + z sen y) = x cos z + sen y.
∂z
Segue que F(x,y) é campo conservativo com função potencial φ . 

Divergente e rotacional.
Considere um campo vetorial F(x,y,z) que representa o campo de velocidade de um fluido, como
nas Figuras 5.21 e 5.22. Suponha que uma pequena bolinha com pás se encontra em um ponto
(x,y,z) com o fluido escoando por ela. É possível determinar, a partir do campo vetorial F(x,y,z),
se esta bolinha entrará em um movimento de rotação? Se sim, qual a direção e intensidade deste
movimento? Estas perguntas são respondidas com o conceito de rotacional, que introduzimos
abaixo8 .
Definição 5.4.8 O rotacional de um campo vetorial F(x,y,z) = f (x,y,z)i + g(x,y,z)j + h(x,y,z)k
é definido como o vetor
     
∂h ∂g ∂ f ∂h ∂g ∂ f
rot F(x,y,z) = − i+ − j+ − k.
∂y ∂z ∂z ∂x ∂x ∂y

O rotacional de um campo vetorial F(x,y) = f (x,y)i + g(x,y)j é definido como o rotacional do

8 Confira na página http://mathinsight.org/curl_idea um aplicativo sobre este conceito.


5.4 Campos Vetoriais 151

campo vetorial F(x,y) = f (x,y)i + g(x,y)j + 0k.


É conveniente lembrar da expressão para o rotacional através do produto vetorial:

  i j k
∂ ∂ ∂
Em R3 : rot F = ∇ × F = , , × ( f ,g,h) = ∂
∂x

∂y

∂z ,
∂x ∂y ∂z
f g h

  i j k
∂ ∂ ∂
Em R2 : rot F = ∇ × F = , , × ( f ,g,0) = ∂
∂x

∂y

∂z .
∂x ∂y ∂z
f g 0

Exercício 5.4.9 Calcule o rotacional do campo vetorial F(x,y) = cos(x + 2y)i + sen(x − 2y)j
no ponto (π/2, π/4). 

Exercício 5.4.10 Calcule o rotacional do campo vetorial F(x,y,z) = xzi + xyzj − y2 k no ponto
(1,2, − 1). 

Considere novamente um campo vetorial que representa o campo de velocidade de um gás.


Um gás tem a propriedade de compressibilidade, isto é, ele pode se expandir ou se comprimir. O
divergente de um tal campo vetorial em um ponto (x,y,z) representa se este fenômeno ocorre neste
ponto: o divergente é positivo se o gás está se expandindo neste ponto; se o gás está se comprimindo
neste ponto, então o divergente é negativo. Veja a Figura 5.27: as regiões em vermelho (divergente
positivo) indicam pontos “fonte” do fluido, enquanto os azuis (divergente negativo) indicam “poços”.
A grandeza que traduz este comportamento é um escalar: veja a Definição 5.4.11 abaixo.

Figura 5.27: Divergente de campo vetorial: azul para valores baixos, verde para os altos.
152 Capítulo 5. Funções e Campos Vetoriais e Integrais de Linha

Definição 5.4.11 O divergente de um campo vetorial F(x,y,z) = f (x,y,z)i+g(x,y,z)j+h(x,y,z)k


de R3 é definido como o escalar
∂ f ∂g ∂h
div F(x,y,z) = + + .
∂x ∂y ∂z

O divergente de um campo vetorial F(x,y) = f (x,y)i + g(x,y)j de R2 é definido como o escalar

∂ f ∂g
div F(x,y) = + .
∂x ∂y

Enquanto o rotacional pode ser escrito através de um produto vetorial, podemos escrever o
divergente utilizando o produto escalar como um operador:
  ∂ f ∂g ∂h
Em R3 : div F = ∇ · F = ∂ ∂ ∂
∂ x ∂ y ∂ z · ( f ,g,h) = ∂ x + ∂ y + ∂ z ,
, ,

  ∂ f ∂g
Em R2 : div F = ∇ · F = ∂ ∂
∂ x ∂ y · ( f ,g)
, = + .
∂x ∂y

Exercício 5.4.12 Calcule o divergente do campo vetorial F(x,y) = cos(x + 2y)i + sen(x − 2y)j
no ponto (π/4, π/8). 

5.5 Integrais de Linha


Considere um fio muito fino disposto no espaço cuja densidade linear de massa (massa por unidades
de comprimento) é conhecida através a função f (x,y,z). Em outras palavras, em cada ponto (x,y,z)
do fio podemos ter um material mais ou menos denso; essa densidade é dada pelo valor de f (x,y,z).
Introduzimos aqui o conceito de integral de linha de uma função escalar f (x,y,z) através do cálculo
da massa deste fio. A massa M do fio será obtida através de um processo semelhante àquele que
define as integrais definidas vistas anteriormente; veja a Seção 5.3 e, em particular, as Figuras 5.15
e 5.16. Dividimos a curva C em pedaços menores C1 , . . . ,Cn e obtemos uma aproximação para a
massa Mk de cada pedaço Ck do fio. A soma destas aproximações resultará em uma aproximação
para M que, através de um processo de limite, se tornará cada vez mais precisa.
Suponha que C é o gráfico de uma função vetorial suave r(t) para t ∈ [a,b]. Consideramos uma
partição do intervalo [a,b] em subintervalos de acordo com os pontos
a = t0 < t1 < · · · < tn−1 < tn = b,
onde tk − tk−1 = (b − a)/n para todo k = 1, . . . , n. Os pontos Pk = r(tk ) definem uma a partição da
curva C em subarcos C1 , . . . ,Ck . Seja ∆sk o comprimento do arco Ck e Mk a massa de Ck . Obtemos
uma aproximação para a massa Mk de Ck ao supor que a densidade linear ao longo de Ck é constante;
porém, se esta densidade em Ck varia entre, digamos, 1 e 5, não faz sentido supor que a densidade é
constante e igual a 15 ao longo de Ck . Para obter um valor coerente na aproximação, consideramos
o valor da densidade em um ponto qualquer Pk∗ = (uk , vk , wk ) no arco Ck : isto garante que, neste
caso, a aproximação de densidade constante faz uso de um número entre 1 e 5.
A massa do arco Ck é aproximada por
Mk ≈ f (uk , vk , wk )∆sk .
Repetindo o mesmo argumento para a massa dos arcos C1 ,C2 , . . . ,Cn , obtemos a seguinte aproxi-
mação para a massa M total do fio:
n n
M= ∑ Mk ≈ ∑ f (uk , vk , wk )∆sk .
k=1 k=1
5.5 Integrais de Linha 153

Se o arco Ck é suficientemente pequeno, então a variação de densidade massa f do fio em Ck é


muito pequena. Supomos então que esta aproximação se torna cada vez mais precisa quando n se
aproxima de infinito, pois assim o comprimento ∆sk de cada arco se aproxima de zero, e o erro
cometido, portanto, também. Temos assim que
n
M = lim ∑ f (uk , vk , wk )∆sk . (5.20)
n→∞
k=1

O limite acima define a integral de linha de f sobre C. A integral de linha de uma função real de
duas variáveis sobre uma curva plana é definida analogamente.
Definição 5.5.1 (i) Seja f (x,y) uma função real de duas variáveis definida sobre uma curva
suave C de R2 . A integral de linha de f sobre C é definida como
ˆ n
f (x,y) ds = lim ∑ f (uk , vk )∆sk ,
C n→∞
k=1

caso o limite exista e independa da partição e dos pontos Pk∗ escolhidos.


(ii) Seja f (x,y,z) uma função real de três variáveis definida sobre uma curva suave C de R3 .
A integral de linha de f sobre C é definida como
ˆ n
f (x,y,z) ds = lim ∑ f (uk , vk , wk )∆sk ,
C n→∞
k=1

caso o limite exista e independa da partição e dos pontos Pk∗ escolhidos.

A partir da Definição 5.5.1 podemos provar que a integral de linha fornece diretamente o
comprimento de arco da curva C.

Teorema 5.5.2 Se C é uma curva suave de Rn com comprimento L, então


ˆ
L= ds.
C

Demonstração. Seja P0 , P1 , . . . , Pn uma partição qualquer de C como na Definição 5.5.1. Segue


diretamente da definição de ∆s1 , . . . , ∆sn que ∆s1 + · · · + ∆sn = L. Portanto,
ˆ n
ds = lim ∑ ∆sk = lim L = L,
C n→∞ n→∞
k=1

como gostaríamos. 

Obs 5.5.3 A integral de linha de uma função de duas variáveis f (x,y) também pode ser interpretada
como a área de superfície de uma folha de papel em R3 situada diretamente acima da curva C do
plano xy com altura em cada ponto (x,y) da curva dada pelo gráfico de uma função z = f (x,y). Veja
a Figura 5.28.

Cálculo de integrais de linha.


O cálculo de integrais de linha não se dá usualmente pela Definição 5.5.1. O teorema abaixo fornece
um método prático para este cálculo. Não fornecemos a sua demonstração aqui pois são bastante
análogas àquelas que antecedem o Teorema 5.3.1.
154 Capítulo 5. Funções e Campos Vetoriais e Integrais de Linha

Figura 5.28: Folha fina sobre uma curva plana C.

Teorema 5.5.4 (i) Seja C uma curva suave de R2 com parametrização r(t) = x(t)i + y(t)j,
para t ∈ [a,b]. Se f (x,y) é uma função contínua então a integral de linha de f sobre C
existe e é dada por
ˆ ˆ b
f (x,y) ds = f (x(t), y(t))kr0 (t)k dt.
C a

(ii) Seja C uma curva suave de R3 com parametrização r(t) = x(t)i + y(t)j + z(t)k, para
t ∈ [a,b]. Se f (x,y,z) é uma função contínua então a integral de linha de f sobre C existe e
é dada por
ˆ ˆ b
f (x,y,z) ds = f (x(t), y(t), z(t))kr0 (t)k dt.
C a

 Exemplo 5.5.5 Ambas as funções vetoriais r1 (t), r2 (t) possuem mesma curva plana Cˆcomo
gráfico: o segmento de reta com extremidades (0,0) e (1,2). Calcule a integral de linha [1 +
C
xy2 ] ds usando as parametrizações abaixo.
(i) C : r1 (t) = ti + 2tj, t ∈ [0,1].
(ii) C : r2 (t) = (1 − t)i + (2 − 2t)j, t ∈ [0,1]. √
A parametrização r(t) tem vetor derivada r01 (t) = i+2j, logo kr01 (t)k = 5. O termo f (x(t), y(t))
corresponde à substituição das funções coordenadas x(t),y(t) na expressão para a função f (x,y) =
1 + xy2 :
f (x(t), y(t)) = 1 + t · (2t)2 = 1 + 4t 3 .
Segue que
ˆ ˆ 1 √ √
1

(1 + 4t 3 ) 5 dt = 5(t + t 4 ) = 2 5.

f (x,y) ds =
C 0 0

Analogamente, para a parametrização r2 (t) temos r02 (t) = −i − 2j, logo kr02 (t)k = 5. Temos
f (x(t), y(t)) = 1 + (1 − t) · (2 − 2t)2 = 1 + (1 − t)(4 − 8t + 4t 2 ) = 1 + 4 − 8t + 4t 2 − 4t + 8t 2 − 4t 3 ,
isto é, f (x(t), y(t)) = 5 − 12t + 12t 2 − 4t 3 . Então,
ˆ ˆ 1 √ √
1

2 3 2 3 4

f (x,y) ds = (5 − 12t + 12t − 4t ) 5 dt = 5(5t − 6t + 4t − t ) = 2 5.
C 0 0
5.5 Integrais de Linha 155

O Exemplo 5.5.5 ilustra uma propriedade importante das integrais de linha da Definição 5.5.1:
estas integrais independem da parametrização escolhida para a curva, desde que ela seja percorrida
apenas uma vez. Em particular, a integral de linha da Definição 5.5.1 não depende da orientação
da curva.
Exercício 5.5.6 Calcule a integral de linha de f (x,y,z) = y sen z sobre a curva C dada por
r(t) = costi + sentj + tk, t ∈ [0,2π]. 

Integrais de linha com respeito a x,y e z.


Introduzimos aqui integrais de linha de uma função escalar ao longo de uma curva com respeito a
uma variável, que serão importantes para a apresentação do conceito de integral de linha de campos
vetoriais.
Definição 5.5.7 Seja C uma curva orientada de R2 que é o gráfico de uma função vetorial
suave r(t) e considere uma partição de C definida por pontos Pk = r(tk ) = (xk , yk ), como no
início desta seção, e seja ∆xk = xk − xk−1 , para k = 0, 1, . . . ,n. Considere também um ponto
qualquer (uk , vk ) em cada subarco Ck . Definimos, para uma função escalar f (x,y) qualquer, a
integral de linha de f (x,y) com respeito a x ao longo de C como
ˆ
f (x,y) dx = lim f (uk , vk )∆xk .
C n→∞

caso o limite exista. Analogamente, caso o limite exista, a integral de linha de f (x,y) com
respeito a y ao longo de C é definida como
ˆ
f (x,y) dy = lim f (uk , vk )∆yk .
C n→∞

Obs 5.5.8 Esta definição se aplica apenas a curvas orientadas pois o valor de ∆xk (e de ∆yk
dependem da orientação de C; este não é o caso de ∆sk = kPk−1 Pk k e a integral de linha da
Definição 5.5.1.
Estendemos a Definição 5.5.7 a curvas de R3 naturalmente. Por exemplo, a integral de linha de
f (x,y,z) com respeito a x ao longo de C é definida como
ˆ
f (x,y,z) dx = lim f (uk , vk , wk )∆xk ,
C n→∞

caso o limite exista. O procedimento para o cálculo da integral acima é semelhante àquele no
Teorema 5.5.4: se r(t) = x(t)i + y(t)j + z(t)k, t ∈ [a,b], é uma parametrização de C cuja orientação
é dada pela direção crescente de t, então
ˆ ˆ b
f (x,y,z) dx = f (x(t), y(t), z(t))x0 (t) dt. (5.21)
C a

ˆ ˆ
2
Exercício 5.5.9 Calcule as integrais de linha [1 + xy ] dx e [1 + xy2 ] dy usando as parame-
C C
trizações abaixo.
(i) C : r(t) = ti + 2tj, t ∈ [0,1].
(ii) C : r(t) = (1 − t)i + (2 − 2t)j, t ∈ [0,1].

156 Capítulo 5. Funções e Campos Vetoriais e Integrais de Linha

Observe que a orientação da curva´ interfere no resultado das integrais de linha acima no
Exercício 5.5.9. Já a integral de linha C f (x,y) ds calculada no Exercício 5.5.5, é independente
da parametrização da curva; em particular, o resultado desta integral não depende da orientação.
Resumimos estas propriedades no teorema abaixo, onde −C indica a curva munida da orientação
oposta a uma curva C de Rn .

Teorema 5.5.10 (i) Seja C uma curva de R2 e f (x,y) uma função escalar contínua de duas
variáveis. Então,
ˆ ˆ ˆ ˆ
f (x,y) dx = − f (x,y) dx e f (x,y) dy = − f (x,y) dy,
−C C −C C

enquanto ˆ ˆ
f (x,y) ds = f (x,y) ds.
−C C

(ii) Seja C uma curva de R3 e f (x,y,z) uma função escalar contínua de três variáveis. Então,
ˆ ˆ
f (x,y,z) dx = − f (x,y,z) dx,
−C C
ˆ ˆ
f (x,y,z) dy = − f (x,y,z) dy,
−C C
ˆ ˆ
f (x,y,z) dz = − f (x,y,z) dz,
−C C
enquanto ˆ ˆ
f (x,y,z) ds = f (x,y,z) ds.
−C C

Nas integrais de linha de campos vetoriais que definimos a seguir consideramos integrais de
linha com respeito a variáveis diferentes combinadas em uma únicas integral:
ˆ ˆ ˆ
f (x,y) dx + g(x,y) dy = f (x,y) dx + g(x,y) dy. (5.22)
C C C

Se f e g forem funções contínuas, é possível provar que a integral acima pode ser escrita através de
um único limite, podendo assim ser calculadas em um único passo: se C é parametrizada por r(t),
t ∈ [a,b], então
ˆ ˆ
f (x,y) dx + g(x,y) dy = [ f (x(t), y(t))x0 (t) + g(x(t), y(t))y0 (t)] dt. (5.23)
C C

No Exercício 5.5.11 abaixo calculamos a integral de linha de um campo vetorial sobre uma
curva suave por partes: se uma curva C pode ser divida em subarcos C1 , . . . ,Cn , onde cada subarco
Ck é uma curva suave, dizemos que C é uma curva suave por partes. Definimos neste caso a integral
de linha sobre C, tanto de uma função escalar como de um campo vetorial, como a soma das
integrais de linha sobre os subarcos:
ˆ ˆ ˆ ˆ
= + +···+ . (5.24)
C C1 C2 Cn
5.5 Integrais de Linha 157
ˆ
Exercício 5.5.11 Calcule a integral de linha y2 dx + x dy, onde C é a união das curvas C1
C
e C2 , onde C1 consiste do segmento de reta de (−5, − 3) até (0,2) e C2 consiste do arco da
parábola x = 4 − y2 de (0,2) a (−5, − 3). Veja a Figura 5.29. 

Figura 5.29: Curva suave por partes (Exemplo 5.5.11).

Integrais de linha de campos vetoriais.


Considere um carro se deslocando ao longo de uma estrada em meio a ventos de alta velocidade,
como descrito no começo do Capítulo 5. Sabendo a direção e a velocidade do vento nos diferentes
pontos do trajeto, é possível determinar sua ação sobre o deslocamento do carro? É possível que a
ação do vento afete o consumo de combustível neste percurso?
A força F que o vento exerce sobre o carro é descrita matematicamente através de um campo
vetorial: a cada ponto (x,y) na estrada9 associamos o vetor F(x,y), que representa a força exercida
por F no carro quando ele se encontra neste ponto. O seguinte conceito pode estar relacionado à
pergunta acima: qual o trabalho realizado pelo campo vetorial F sobre um carro que se desloca ao
longo de uma curva C de R2 ? Apresentamos a seguir a definição de trabalho neste contexto.
O trabalho W̃ de uma força constante F̃ atuando sobre uma partícula que se desloca em linha
reta do ponto P ao ponto Q é definido como força vezes deslocamento, neste caso dado pelo produto
escalar
−→
W̃ = F̃ · PQ. (5.25)

O trabalho será aproximado da seguinte maneira. Particionamos a curva C em subarcos C1 , . . . ,Cn


através de pontos P0 , P1 , . . . , Pn , assim como na Definição 5.5.1. Em cada subarco Ck faremos uso
de uma aproximação para o trabalho Wk que F exerce na partícula ao longo de Ck de acordo com a
Equação (5.25): aproximamos W3 pelo trabalho de uma força constante ao longo de uma trajetória
retilínea. Veja a Figura 5.30, onde a aproximação feita para W3 é destacada. Supomos que ao longo
de C3 temos uma força constante e igual àquela em um ponto P3∗ = (uk , vk ) qualquer de C3 (em
laranja), isto é,
F(x,y) ≡ F(u3 , v3 ) ao longo de C3 .
9A estrada é representada, matematicamente, por uma curva paramétrica de R2 .
158 Capítulo 5. Funções e Campos Vetoriais e Integrais de Linha

Aproximamos W3 pelo trabalho realizado por esta força ao longo do segmento em azul destacado
na figura, que possui o mesmo comprimento ∆s3 do arco C3 (em vermelho) e direção tangente a C
no ponto (u3 , v3 ); como a direção tangente neste ponto é dada pelo vetor tangente unitário T(u3 , v3 ),
o segmento orientado em azul é dado por ∆s3 T(u3 , v3 ). A aproximação para o trabalho W3 pode ser
−→
então escrita como na Equação (5.25), onde F̃ = F(u3 , v3 ) e PQ = ∆s3 T(u3 , v3 ):

W3 ≈ F(u3 , v3 ) · (∆s3 T(u3 , v3 )) = F(u3 , v3 ) · T(u3 , v3 )∆s3 .

O mesmo procedimento é conduzido em cada subarco Ck . A aproximação para o trabalho total W é


obtida através da soma do trabalho realizado em cada subarco:
n
W≈ ∑ F(uk , vk ) · T(uk , vk )∆sk . (5.26)
k=1

Figura 5.30: Aproximação para o trabalho realizado por um campo vetorial.

À medida que o procedimento é repetido para valores cada vez maiores de n, a aproximação de
Ck (em vermelho) pelo segmento correspondente (em azul) se torna cada vez menos grosseira; da
mesma maneira, a suposição de que F é constante ao longo deste subarco fornece um erro cada vez
menor. Parece portanto natural apresentar a definição de trabalho como o limite da aproximação
(5.26) quando n se aproxima de infinito:
n
W = lim
n→∞
∑ F(uk , vk ) · T(uk , vk )∆sk .
k=1

Note que o produto escalar entre F e T pode ser escrito como uma função escalar φ (x,y) =
F(x,y) · T(x,y) para cada ponto (x,y) em C, de modo que
n
W = lim ∑ φ (x,y)∆sk .
n→∞
k=1
5.5 Integrais de Linha 159

O limite acima é portanto muito semelhante àquele apresentado na Definição 5.5.1; veja a Equação
(5.20). Segue que o trabalho W como a integral de linha de F · T ao longo de C pode ser escrito
como
ˆ
W = F · T ds.
C

A integral de linha de um campo vetorial F ao longo de uma curva C é definida como acima.
Mas antes de apresentar esta definição formalmente, vejamos como podemos reescrever (e calcular)
esta integral de linha. Se C é parametrizada por r(t),t ∈ [a,b], então o vetor tangente unitário T é
escrito como
r0 (t)
T(t) = 0 .
kr (t)k
Portanto, pelo Teorema 5.5.4,
ˆ ˆ  ˆ
r0 (t)

W = F · T ds = F(r(t)) · 0 kr (t)k dt = F(r(t)) · r0 (t) dt.
0
C C kr (t)k C
ˆ
A integral à direita é frequentemente abreviada como F · dr. Podemos ainda escrever a integral
C
acima da seguinte maneira. Se r(t) = x(t)i + y(t)j e F(x,y) = f (x,y)i + g(x,y)j, então

F(r(t)) = f (x(t),y(t))i + g(x(t),y(t))j e r0 (t) = x0 (t)i + y0 (t)j,

logo
F(r(t)) · r0 (t) = f (x(t),y(t))x0 (t) + g(x(t),y(t))y0 (t).
Segue da Equação (5.21) que
ˆ ˆ
W = [ f (x(t),y(t))x0 (t) + g(x(t),y(t))y0 (t)] dt = f dx + g dy.
C C

Esta representação do trabalho W pode ser interpretada como a soma do trabalho realizado pela
função componente abcissa de F sobre o deslocamento no eixo x com o trabalho realizado pela
função componente ordenada de F sobre o deslocamento no eixo y.
Definição 5.5.12 Seja F um campo vetorial contínuo de Rn e C uma curva suave orientada de
Rn parametrizada por r(t),t ∈ [a,b]. Seja T o vetor tangente unitário a C. A integral de linha de
F sobre C é definida como
ˆ ˆ b ˆ
0
F · T ds = F(r(t)) · r (t) dt = F · dr.
C a C

Teorema 5.5.13 (i) Seja F = f (x,y)i + g(x,y)j um campo vetorial contínuo de R2 e C uma
curva suave orientada de R2 . Então
ˆ ˆ
F · dr = f dx + g dy.
C C

(ii) Seja F(x,y,z) = f (x,y,z)i + g(x,y,z)j + h(x,y,z)k um campo vetorial contínuo de R3 e C


uma curva suave orientada de R2 . Então
ˆ ˆ
F · dr = f dx + g dy + h dz.
C C
160 Capítulo 5. Funções e Campos Vetoriais e Integrais de Linha

Obs 5.5.14 Note que, como o vetor kTk = 1, temos

F · T = kFkkTk cos θ = kFk cos θ ,

onde θ é o ângulo entre F e T. Se θ ∈ [0,π], temos:


(i) cos θ > 0 se e somente se 0 < θ < π/2;
(ii) cos θ < 0 se e somente se π/2 < θ < π;
(iii) cos θ = 0 se e somente se θ =
ˆ π/2.
Ao interpretar a integral de linha F · T ds como o trabalho exercido pela força F, a força F
C
contribui positiva ou negativamente para o movimento de acordo com o ângulo θ . Veja as Figuras
5.31, 5.32 e 5.33.
Obs 5.5.15 Como T é unitário, podemos também interpretar F · T como a projeção de F sobre
a direção tangente a C. Dizemos portanto que o trabalho é, neste caso, a integral de linha da
componente tangencial de F ao longo de C.

Figura 5.31: Força F Figura 5.32: Força F Figura 5.33: Força F não possui
impulsionamento o desacelerando o deslocamento componente na direção do
deslocamento de uma partícula. de uma partícula. deslocamento de uma partícula.

O cálculo das integrais de linha na Definição 5.5.12 se dá através das integrais na Definição
5.5.7: se F(x,y) = f (x,y)i + g(x,y)j e C é uma curva de R2 parametrizada por r(t) = x(t)i + y(t)j,
para t ∈ [a,b], então
ˆ ˆ b
F · dr = F(r(t)) · r0 (t) dt,
C a
onde
F(x(t),y(t)) = f (x(t),y(t))i + g(x(t),y(t))j.
 Exemplo 5.5.16 Calcule a integral de linha de F(x,y) = xyi + yzj + zxk sobre a curva

C : r(t) = ti + t 2 j + t 3 k, t ∈ [0,1].

Temos ˆ ˆ 1
F · dr = F(r(t)) · r0 (t) dt,
C 0

onde r0 (t) = 1i + 2tj + 3t 2 k. O termo F(r(t)) é uma simplificação da notação10

F(r(t)) = F(x(t), y(t), z(t)),


10 No
contexto do trabalho do campo vetorial F ao longo de C, o termo F(x(t), y(t), z(t)) pode ser interpretado da
seguinte maneira: a cada instante t da trajetória o objeto se encontra no ponto (x(t), y(t), z(t)) do espaço; a substituição
dessas coordenadas na definição de F(x,y,z) fornece a força que o campo vetorial exerce no objeto no instante t.
5.6 Campos Vetoriais Conservativos 161

onde x(t), y(t), z(t) são as funções componente da parametrização r(t):

F(r(t)) = t · t 2 i + t 2 · t 3 j + t 3 · tk = t 3 i + t 5 j + t 4 k.

Como argumento da integral temos o produto escalar

F(r(t)) · r0 (t) = (t 3 i + t 5 j + t 4 k) · (1i + 2tj + 3t 2 k) = t 3 + 2t 6 + 3t 6 = t 3 + 5t 6 .

Segue que
ˆ ˆ 1  1
t 4 5t 7

3 6 = 1 + 5 = 27 .

F · dr = [t + 5t ] dt = +
C 0 4 7
0 4 7 28


Exercício 5.5.17 Calcule a integral de linha de F(x,y) = y2 i + xj sobre a curva C do Exercício


5.5.11. 

ˆ
Exercício 5.5.18 Calcule F · dr, onde F(x,y) = −yi + xj e C é a curva orientada dada.
C
(i) C : x2 + y2 = 3, orientada no sentido horário.
(ii) C : x2 + y2 = 3, orientada no sentido anti-horário.
(iii) C : r(t) = ti + 2tj, t ∈ [0,1].


Os itens (i) e (ii) do Exercício 5.5.18 representam um caso particular do seguinte resultado.

Teorema 5.5.19 Seja F um campo vetorial contínuo de Rn e C uma curva orientada suave de
Rn . Então: ˆ ˆ ˆ ˆ
F · T ds = − F · T ds e F · dr = − F · dr.
−C C −C C

5.6 Campos Vetoriais Conservativos


Considere novamente o problema de um carro se deslocando a ação de ventos de alta velicidade, na
Seção 5.5. Em alguns casos o trabalho realizado pela ação do vento não depende da trajetória do
carro, apenas dos pontos inicial e final! Veja o exercício a seguir.
ˆ
Exercício 5.6.1 Calcule a integral de linha F · dr se F(x,y) = yi + xj e a curva C é dada em
C
cada um dos itens abaixo.
(i) O segmento de reta y = x de (0,0) a (1,1).
(ii) A parábola y = x2 de (0,0) a (1,1).
(iii) A parábola y = −x2 + 2x de (0,0) a (1,1).


As integrais de linha do Exercício 5.6.1 são todas iguais a 1. Isto ocorre devido ao fato de que
o campo vetorial em questão é conservativo, isto é, F(x,y) = ∇φ (x,y), onde φ (x,y) = xy. Nestes
casos a integral de linha do campo vetorial sobre uma curva lisa é calculada de maneira análoga
àquelas de funções reais f (x) de uma variável real: se F 0 (x) = f (x), então
ˆ b
f (x) dx = F(b) − F(a).
a

Veja o teorema abaixo.


162 Capítulo 5. Funções e Campos Vetoriais e Integrais de Linha

Teorema 5.6.2 Seja C uma curva lisa por partes de Rn com pontos inicial e final P e Q,
respectivamente. Seja F um campo vetorial conservativo em alguma região aberta D contendo C.
Se φ é função potencial de F, então
ˆ
F · dr = φ (Q) − φ (P).
C

Em outras palavras:
(i) se P = (x0 , y0 ) e Q = (x1 , y1 ), então
ˆ
F · dr = φ (x1 , y1 ) − φ (x0 , y0 );
C

(ii) se F(x,y,z) = ∇φ (x,y,z), P = (x0 , y0 , z0 ) e Q = (x1 , y1 , z1 ), então


ˆ
F · dr = φ (x1 , y1 , z1 ) − φ (x0 , y0 , z0 ).
C

Demonstração. Suponha que C é uma curva lisa parametrizada por uma função vetorial11 r(t) =
x(t)i + y(t)j, t ∈ [a,b]. Se F(x,y) = ∇φ (x,y), então F(x,y) = φx (x,y)i + φy (x,y)j. Logo,
ˆ ˆ b ˆ b
F(x,y) · dr = φx dx + φy dy dt = φx (x(t),y(t))x0 (t) + φy (x(t),y(t))y0 (t) dt.
C a a

Segue da regra da cadeia que


ˆ ˆ b
d
F(x,y) · dr = φ (x(t),y(t)) dt,
C a dt
e, pelo Teorema Fundamental do Cálculo,
ˆ b

F(x,y) · dr = φ (x(t),y(t)) = φ (x(b),y(b)) − φ (x(a),y(a)),
C a

onde
φ (x(b),y(b)) = φ (r(b)) = (x1 , y1 ) e φ (x(a),y(a)) = φ (r(a)) = (x0 , y0 ),
como gostaríamos. 

O Teorema 5.6.2 pode ainda ser escrito da seguinte maneira: no caso bidimensional temos
ˆ
∇φ (x,y) · dr = φ (x1 , y1 ) − φ (x0 , y0 ),
C

enquanto em R3 , ˆ
∇φ (x,y) · dr = φ (x1 , y1 , z1 ) − φ (x0 , y0 , z0 ).
C
As integrais de linha do Teorema 5.6.6 são ditas independentes de caminho, conforme definido a
seguir. Veja a Figura 5.34. Na definição abaixo consideramos regiões conexas de Rn : uma região
D ⊆ Rn é dita conexa se, dados quaisquer pontos P,Q ∈ D, existe uma curva lisa por partes que
conecta P a Q.

11 O caso em que C é uma curva lisa por partes é obtido através do mesmo argumento e a Equação 5.24. O caso

tridimensional provado analogamente.


5.6 Campos Vetoriais Conservativos 163
n n
ˆ vetorial de R definido em uma região conexa D ⊆ R .
Definição 5.6.3 Seja F um campo
Dizemos que a integral de linha F · dr é independente de caminho se
C
ˆ ˆ
F · dr = F · dr
C1 C2

para todo par de curvas C1 ,C2 lisas por partes contidas em D tais que seus pontos iniciais e
finais coincidem.

Figura 5.34: Curvas C1 ,C2 ,C3 com mesmos pontos inicial e final.

Exercício 5.6.4 Calcule as integrais de linha do Exercício 5.6.1 usando o Teorema 5.6.2. 

Exercício 5.6.5 Em cada um dos casos abaixo, encontre uma função real φ (x,y) tal que ∇φ = F
e calcule a integral de linha de F sobre a curva indicada.
(i) F(x,y) = x2 i + y2 j e C o arco da parábola y = 2x2 de (−1,2) a (2,8).
(ii) F(x,y) = yzi + xzj + (xy + 2z)k e C é o segmento de (1,0, − 2) a (4,6,3).


Integrais de linha ao longo de caminhos fechados.


Dizemos que uma curva paramétrica C : r(t), t ∈ [a,b], é fechada se r(a) = r(b). Em outras
palavras, interpretando r(t) como o movimento de uma partícula em Rn no intervalo de tempo [a,b],
sua trajetória se inicia e se conclui no mesmo ponto. Veja a Figura 5.35. Segue que a integral de
linha de um campo vetorial conservativo F = ∇φ sobre esta curva satisfaz
ˆ
F · dr = φ (r(b)) − φ (r(a)) = 0. (5.27)
C

Com o teorema abaixo podemos dizer, num certo sentido, que a recíproca também é verdadeira.

Teorema 5.6.6 Seja D ⊆ Rn uma região conexa. Então as seguintes afirmações são equivalentes
(todas verdadeiras ou todas falsas).
(i) F
ˆ é campo vetorial conservativo na região D.
(ii) F · dr = 0 para toda curva C fechada lista por partes contida em D.
C ˆ
(iii) A integral de linha F · dr é independente de caminho.
C

Demonstração. A demonstração deste teorema é obtida ao se provar as três implicações abaixo:


• (i) =⇒ (ii),
164 Capítulo 5. Funções e Campos Vetoriais e Integrais de Linha

Figura 5.35: Curva fechada de R2 .

• (ii) =⇒ (iii),
• (iii) =⇒ (i).
Assim temos que, sempre que um dos itens for verdadeiro, os outros também o serão. Em outras
palavras, as implicações acima mostra a equivalência dos itens (i), (ii) e (iii).
Já provamos que (i) =⇒ (ii) com a Equação (5.27). A fim de provar que (ii) =⇒ (iii), considere
curvas C1 ,C2 com mesmos pontos inicial e final, como na Figura 5.34; provaremos que
ˆ ˆ
F · dr = F · dr.
C1 C2

Considere a curva C = C1 ∪ (−C2 ). Então


ˆ ˆ ˆ
F · dr = F · dr + F · dr, (5.28)
C C1 −C2

onde, pela hipótese (ii), temos


ˆ ˆ ˆ ˆ
F · dr + F · dr = 0, isto é, F · dr = − F · dr.
C1 −C2 C1 −C2
ˆ ˆ
Segue do Teorema 5.5.19 que − F · dr = F · dr, então temos da Equação (5.28) que
−C2 −C2
ˆ ˆ
F · dr = F · dr,
C1 C2

como gostaríamos. Isto conclui a demonstração da implicação (ii) =⇒ (iii).


A implicação (iii) =⇒ (i) é mais delicada. Fixamos um ponto P0 ∈ D qualquer e consideramos,
para P ∈ D, as curvas C contidas em D com ponto inicial P0ˆe ponto final P. Todas estas curvas
fornecem, pela hipótese (iii), o mesmo valor para a integral F · dr. Como o ponto P0 é fixo, o
C
valor desta integral depende apenas do ponto P escolhido. Em outras palavras função o valor desta
integral pode ser escrito como uma função real φ que depende apenas de P:
ˆ P
φ (P) = F · dr.
P0

É possível provar que ∇φ = F, isto é, F é campo vetorial conservativo com função potencial φ .
Não daremos detalhes desta demonstração aqui, mas o leitor pode encontrá-los na Seção 15.3 do
livro Cálculo Volume 2, Anton, Bivens e Davis. 
5.6 Campos Vetoriais Conservativos 165

Um teste para campos vetoriais conservativos.


É importante notar que o Teorema 5.28 não fornece um método prático para verificar se um dado
campo vetorial é conservativo: não podemos esperar que seja possível, por exemplo, verificar que
todas as curvas fechadas lisas por partes em uma dada região D satisfaçam a condição do item
(ii). A fim de enunciar uma caracterização de campos conservativos com fins práticos, precisamos
introduzir algumas definições. Uma curva C é dita uma curva fechada simples se intersecta a si
mesma apenas em seus extremos. Um conjunto conexo D ⊆ Rn é dito simplesmente conexo se toda
curva simples fechada contida em D envolver apenas pontos do conjunto D; em outras palavras,
uma região é simplesmente conexa se ela não contiver buracos.

Teorema 5.6.7 Sejam f (x,y) e g(x,y) funções com derivadas parciais de primeira ordem con-
tínuas em uma alguma região aberta D ⊆ R2 . Se o campo vetorial F(x,y) = f (x,y)i + g(x,y)j é
conservativo em D então, para todo (x,y) ∈ D,

∂f ∂g
= .
∂y ∂x
Reciprocamente, se D é região simplesmente conexa e a igualdade acima vale em todo ponto
(x,y) ∈ D, então F(x,y) = f (x,y)i + g(x,y)j é um campo vetorial conservativo.

Teorema 5.6.8 Sejam f (x,y,z), g(x,y,z) e h(x,y,z) funções com derivadas parciais de primeira
ordem contínuas em uma alguma região aberta D ⊆ R3 . Se o campo vetorial F(x,y,z) = f (x,y,z)i+
g(x,y,z)j + h(x,y,z)k é conservativo em D então, para todo (x,y,z) ∈ D,

∂f ∂g ∂f ∂h ∂g ∂h
= , = e = .
∂y ∂x ∂z ∂x ∂z ∂y
Reciprocamente, se D é região simplesmente conexa e as igualdades acima valem em todo ponto
(x,y,z) ∈ D, então F(x,y,z) = f (x,y,z)i + g(x,y,z)j + h(x,y,z)k é um campo vetorial conservativo.

Exercício 5.6.9 Use o Teorema 5.6.7 para determinar se o campo vetorial abaixo é conservativo:

F(x,y) = (x − y)i + (y − 2)j.

Exercício 5.6.10 Use o Teorema 5.6.7 para determinar se o campo vetorial abaixo é conserva-
tivo:
F(x,y) = (3 + 2xy)i + (x2 − 3y2 )j.


Exercício 5.6.11 Sabendo que o campo vetorial

F(x,y) = (3 + 2xy)i + (x2 − 3y2 )j

é conservativo (Exercício 5.6.10), encontre a função φ (x,y) tal que F = ∇φ e calcule a integral
166 Capítulo 5. Funções e Campos Vetoriais e Integrais de Linha
ˆ
F · dr, onde C é a curva
C

C : r(t) = et senti + et costj, t ∈ [0,π].

5.7 Teorema de Green


Veremos primeiramente o enunciado do Teorema de Green e em seguida apresentamos algumas
aplicações. Este teorema trata de curvas fechadas C, de modo que a seguinte notação será utilizada:
˛
destacamos que uma integral de linha é calculada sobre uma curva fechada C ao escrever ao
ˆ C

invés de simplesmente .
C

Teorema 5.7.1 Seja R uma região plana simplesmente conexa cuja fronteira é uma curva C
fechada, simples e lisa por partes. Suponha que C é orientada no sentido anti-horário (sentido
trigonométrico). Sejam f (x,y) e g(x,y) funções contínuas com derivadas parciais de primeira
ordem contínuas em um conjunto aberto contendo R. Então,
˛ ¨  
∂g ∂ f
f (x,y) dx + g(x,y) dy = − dA.
C R ∂x ∂y

Vejamos agora a importância (e a beleza) do Teorema de Green no cálculo do trabalho de uma


força. Vimos no Teorema 5.5.13 que o trabalho de um campo vetorial F(x,y) = f (x,y)i + g(x,y)j
ao longo de uma curva fechada orientada C parametrizada por r(t), t ∈ [a,b], é igual a12
˛ ˛
W= F · dr = f (x,y) dx + g(x,y) dy.
C C

Segue do Teorema de Green que é possível calcular este trabalho através de uma integral dupla
sobre a região R que C delimita. O que é curioso é que o trabalho depende da ação do campo
vetorial nos pontos da trajetória da partícula; a integral de linha percorre toda a trajetória e computa
a contribuição de F · T ds ao longo da trajetória, conforme indicado nas Figuras 5.31, 5.32 e 5.33.
O que o Teorema de Green fornece é uma maneira de calcular este trabalho através de uma integral
dupla: é percorrida
h a região i R que a curva delimita e o trabalho é calculado como a soma das
∂g ∂f
contribuições de ∂ x − ∂ y dA ao longo da região, semelhante ao processo que apresenta o volume
de um sólido como uma integral dupla.
No exemplo abaixo calculamos uma integral de linha ao longo de uma curva fechada que
representa o trabalho W do campo vetorial F(x,y) = x2 yi + xj ao longo da curva dada.
˛
 Exemplo 5.7.2 Calcule a integral de linha x2 y dx + x dy ao longo do triângulo C com vértices
C
(0,0), (1,0), e (1,2) com orientação definida pela ordem dada dos vértices.
A integral de linha do enunciado pode ser identificada com aquela no enunciado do Teorema de
Green: ˛ ˛
x2 y dx + x dy = f (x,y) dx + g(x,y) dy,
C C

12 Lembre que temos a garantia que esta integral é nula apenas no caso em que F é campo vetorial conservativo

(Teorema 5.6.6).
5.7 Teorema de Green 167

onde f (x,y) = x2 y e g(x,y) = x. Estas funções satisfazem as hipóteses do Teorema 5.7.1, assim
como o triângulo do enunciado. Segue do Teorema 5.7.1 que
˛ ¨   ¨
∂g ∂ f
x2 y dx + x dy = 1 − x2 dA.
 
− dA =
C R ∂x ∂y R

A região R (Figura 5.36) pode ser descrita como

R = {(x,y) ∈ R2 : 0 ≤ x ≤ 1, 0 ≤ y ≤ 2x}.

Logo,
˛ ˆ 1ˆ ˆ ˆ 1
2x  1  y=2x

2 2 2
2x − 2x3 dx.
  
x y dx + x dy = 1−x dy dx = y−x y dx =
C 0 0 0 y=0 0

Segue que
˛
x4 x=1
 
2 2 1 1
x y dx + x dy = x − = 1− = .
C 2 x=0
2 2


Figura 5.36: Região R do Exemplo 5.7.2.

Note que a integral dupla utilizada acima na resolução do Exemplo 5.7.2 não leva em conta
a orientação da curva: regiões planas não possuem orientação. E se considerássemos a curva C1
com orientação contrária? O resultado da integral seria diferente, conforme enunciado no Teorema
5.5.19. O cuidado que devemos tomar é com a seguinte hipótese do Teorema de Green (Teorema
5.7.1): podemos aplicar diretamente o Teorema de Green apenas a curvas orientadas no sentido
anti-horário.
˛
 Exemplo 5.7.3 Calcule a integral de linha x2 y dx + x dy ao longo do triângulo C1 com vértices
C1
(0,0), (1,0), e (1,2) com orientação oposta àquela definida pela ordem dada dos vértices.
Esta integral de linha é igual àquela calculada no Exemplo 5.7.2, porém a curva possui orienta-
ção horária. O Teorema de Green pode ainda ser utilizado, mas o resultado da integral deve ser
multiplicado por −1: ˛ ¨
2
1 − x2 dA,
 
x y dx + x dy = −
C1 R
168 Capítulo 5. Funções e Campos Vetoriais e Integrais de Linha

onde R é a região plana delimitada pelo triângulo C1 . Este triângulo coincide com aquele conside-
rado no Exemplo 5.7.2, logo ˛
1
x2 y dx + x dy = − .
C1 2


Obs 5.7.4 É importante notar que nos Exemplos 5.7.2 e 5.7.3 o cálculo direto das respectivas
integrais de linha pelas Equações (5.24) e (5.21) deve ser feito em três partes, parametrizando três
curvas suaves diferentes. O Teorema de Green fornece uma método mais rápido para o a resolução,
pois a região delimitada pelo triângulo é facilmente descrita em uma integral dupla.

Exercício 5.7.5 Calcule o trabalho do campo vetorial F(x,y) = xi + (x3 + 3xy2 )j ao longo da
curva C dada pela trajetória de uma partícula que inicia seu deslocamento no ponto (−2,0),
√ ao ponto (2,0) em linha reta e retorna ao ponto inicial através do gráfico da função
chega
y = 4 − x2 . 

Vejamos agora uma outra aplicação do Teorema de Green: o cálculo de áreas. Nos Exemplos
5.7.2 e 5.7.3 tínhamos em mãos o trabalho que deveria ser calculado como uma integral de linha
e, através do Teorema de Green, podemos calculá-lo como uma integral dupla. Temos agora a
situação oposta: a área de uma região plana é calculada, a princípio, por uma integral dupla; o
Teorema de Green nos permite realizar este cálculo através de uma integral de linha.
Pense na seguinte situação. Para determinar a área de um pasto retangular, grosseiramente
falando, um fazendeiro pode cobrir a área do pasto com azulejos de 1m2 : o número total de azulejos
será igual a área do pasto. Alternativamente, ele pode percorrer a cerca que delimita o pasto, se
certificando de que é de fato um retângulo e anotando suas medidas; o produto delas fornecerá a
área. O Teorema de Green fornece esta alternativa: ao invés de percorrer a região inteira do pasto
para calcular a sua área (integral dupla), podemos resolver o problema ao simplesmente percorrer a
cerca que o delimita (integral de linha).
Vejamos mais precisamente como realizar o cálculo da área A(R) de uma região plana R do
plano cartesiano através de uma integral de linha. Podemos escrever A(R) como13
¨
A(R) = 1 dA.
R

Temos esta integral dupla no enunciado do Teorema de Green no caso em que f (x,y) = 0 e
g(x,y) = x:
¨   ¨
∂g ∂ f
f (x,y) = 0 e g(x,y) = x =⇒ − dA = 1 dA = A(R). (5.29)
R ∂x ∂y R

Analogamente, se f (x,y) = −y e g(x,y) = 0,


¨   ¨
∂g ∂ f
f (x,y) = −y e g(x,y) = 0 =⇒ − dA = − (−1) dA = A(R). (5.30)
R ∂x ∂y R
˜ h i
Pelo Teorema de Green podemos escrever a integral dupla R ∂∂ gx − ∂∂ yf dA como uma integral de
linha sobre C. Segue da Equação (5.29) que
˛ ¨
f (x,y) = 0, g(x,y) = x =⇒ x dy = 1 dA = A(R),
C R
13 A
˜
motivação original para a integral ˜dupla R f (x,y) dA é o cálculo do volume entre o gráfico de f e o plano xy,
diretamente acima de R. A integral dupla R 1 dA corresponde ao volume do prisma de base R e altura 1. Seu volume,
dado por área da base vezes a altura, coincide com o valor da área que desejamos calcular.
5.7 Teorema de Green 169

e, pela Equação (5.30),


˛ ¨
f (x,y) = −y, g(x,y) = 0 =⇒ (−y) dx = − (−1) dA = A(R).
C R
˛ ˛
Somando as equações x dy = A(R) e (−y) dx = A(R) obtemos uma outra expressão para a
C C
área A(R): ˛ ˛
1
x dy − y dx = 2A(R), isto é, A(R) = x dy − y dx.
C 2 C
Provamos acima que a área de uma região plana R pode ser calculada como uma integral de linha
ao longo de sua fronteira C:
˛ ˛ ˛
1
A(R) = x dy = − y dx = x dy − y dx. (5.31)
C C 2 C

Para calcular a área de uma região qualquer uma das três integrais de linha acima pode ser utilizada.

x2 y2
Exercício 5.7.6 Calcule a área delimitada pela elipse 2 + 2 = 1. 
a b

Teorema de Green para regiões multiplamente conexas.


Uma região plana é dita multiplamente conexa se contiver um ou mais buracos, como na Figura
5.37. Veremos agora como a integral dupla sobre R pode ser escrita através de uma integral de
linha através do Teorema de Green. Considere cortes na região R que dividam esta região em duas
regiões R1 e R2 , como na Figura 5.37. Sejam ∂ R, ∂ R1 e ∂ R2 as fronteiras de R, R1 e R2 munidas
de orientação positiva, como indicado na Figura 5.37. A integral dupla sobre R pode ser escrita
como a soma das integrais duplas sobre R1 e R2 :
ˆ ˆ ˆ
dA = dA + dA.
R R1 R2

As regiões R1 e R2 são regiões simplesmente conexas, onde podemos aplicar o Teorema de Green
diretamente: ¨   ˛
∂g ∂ f
− dA = f (x,y) dx + g(x,y) dy,
R1 ∂ x ∂y ∂ R1
e ¨   ˛
∂g ∂ f
− dA = f (x,y) dx + g(x,y) dy,
R2 ∂x ∂y ∂ R2

Note que temos acima as integrais de linha ao longo de cada corte com orientações opostas. A
soma destes pares de integrais de linha é zero, logo, se C1 representa a a fronteira externa de R com
orientação positiva e C2 representa a fronteira interna com orientação negativa, temos
ˆ ˛ ˛
dA = f (x,y) dx + g(x,y) dy + f (x,y) dx + g(x,y) dy.
R C1 C2

Frequentemente enfatizamos na notação a orientação da curva:


ˆ ‰ 
dA = f (x,y) dx + g(x,y) dy + f (x,y) dx + g(x,y) dy. (5.32)
R C1 C2

Uma extensão deste resultado pode ser obtida para regiões com dois ou mais buracos.
170 Capítulo 5. Funções e Campos Vetoriais e Integrais de Linha

C1
R1

R
C2
R2

Figura 5.37: Região plana multiplamente conexa.

5.8 Problemas
Problema 5.8.1 Complete os espaços em branco abaixo com uma descrição da equação, indicando
em que situação pode ser usada.

ˆ ˆ b
(a) : f (x,y) ds = f (x(t), y(t))kr0 (t)k dt.
C a

ˆ ˆ b ˆ
0
(b) : F · T ds = F(r(t)) · r (t) dt = F · dr.
C a C
ˆ
(c) : F · dr = φ (Q) − φ (P).
C
˛ ¨  
∂g ∂ f
(d) : f (x,y) dx + g(x,y) dy = − dA.
C R ∂x ∂y

Problema 5.8.2 Indique em cada um dos itens abaixo se cada uma das equações (a) - (d) acima
pode ser usada ou não para o cálculo pedido, justificando.
(i) Calcule a integral de linha do√campo vetorial F(x,y) = 3yi + 3xj ao longo da curva C dada
pela semi-circunferência y = 1 − x2 munida de orientação anti-horária.
(ii) Calcule a integral de linha da função f (x,y,z) = xy + z3 sobre a curva C parametrizada por
r(t) = costi + sentj + tk, t ∈ [0,π].
(iii) Calcule a integral de linha do campo vetorial F(x,y,z) = cos xi + sen xk ao longo da curva C
parametrizada por r(t) = ti + t 2 j + t 3 k, t ∈ [0,1].
(iv) Calcule a integral de linha do campo vetorial F(x,y) = ey i + xey j ao longo do triângulo de
vértices (0,0), (2,0) e (2,5) com orientação anti-horária.
Problema 5.8.3 Calcule as integrais do Problema 5.8.2.
Problema 5.8.4 Considere o campo vetorial F e a curva orientada C da Figura 5.38. Determine
por inspeção se a integral de linha
ˆ ˆ
F · dr = F · T ds.
C C

é positiva, negativa ou nula. Justifique.


5.8 Problemas 171

Figura 5.38: Figura do Problema 5.8.4.


6. Superfícies Parametrizadas e Integrais de Superf

6.1 Superfícies Parametrizadas


Vimos na Seção 5.2 que uma função vetorial

r(t) = x(t)i + y(t)j + z(t)k

tem como gráfico uma curva em R3 . Estudamos nesta seção funções de duas variáveis da forma

r(u,v) = x(u,v)i + y(u,v)j + z(u,v)k, (6.1)

que descrevem uma superfície no espaço. Na função acima temos um ponto ou um vetor x(u0 ,v0 )i +
y(u0 ,v0 )j + z(u0 ,v0 )k de R3 associado a cada ponto (u0 ,v0 ) em um certo conjunto D do plano uv.
O caso mais simples de uma tal superfície é aquele em que u = x, v = y e a superfície é o gráfico de
uma função de duas variáveis z = f (x,y).
 Exemplo 6.1.1 Considere a função z = f (x,y) = 3 − x2 − y2 . Podemos escrevê-la como na
Equação (6.1): as equações

x = u, y=v e z = 3 − u2 − v2 , (6.2)

são equivalentes a z = 3 − x2 − y2 , a equação de um paraboloide. Veja a Figura 6.1, onde esboçamos


o paraboloide de acordo com as equações acima para (u,v) ∈ [−2,2] × [−2,2]. Note que ao fixarmos
x = u = u0 nas Equações (6.2) obtemos uma curva paramétrica de R3 ; por exemplo, ao fixar
x = u = 1, obtemos
x = 1, y = v e z = 2 − v2 .
Esta curva corresponde à interseção da superfície do paraboloide com o plano x = 1. Note que ao
fixar y = v = v0 em (6.2) obtemos uma curva de maneira semelhante. 

Obs 6.1.2 Podemos usar no Exemplo 6.1.1 as variáveis u,v ou x,y para a parametrização. É
importante notar, no entanto, que as variáveis u,v podem ter outro significado geométrico, como o
de coordenadas polares no Exemplo 6.1.6.
174 Capítulo 6. Superfícies Parametrizadas e Integrais de Superfície

Figura 6.1: Parametrização de um paraboloide em coordenadas cartesianas.

Em uma função
r(u,v) = x(u,v)i + y(u,v)j + z(u,v)k,
conforme discutido no Exemplo 6.1.1, se fixarmos u = u0 obtemos v como a única variável na
Equação (6.1), que descreve agora uma curva:

r̃(v) = r(u0 ,v) = x(u0 ,v)i + y(u0 ,v)j + z(u0 ,v)k


= x̃(v)i + ỹ(v)j + z̃(v)k.

Veja a Figura 6.2. Conforme variamos o valor de u0 , a curva correspondente de R3 (em laranja
na Figura 6.2) se desloca, de modo que a união destas curvas forma uma superfície S de R3 .
Analogamente, a superfície S pode ser descrita como a união de todas as curvas definidas por
v = v0 :

r̂(u) = r(u,v0 ) = x(u,v0 )i + y(u,v0 )j + z(u,v0 )k


= x̂(u)i + ŷ(u)j + ẑ(u)k.

Definição 6.1.3 Seja r(u,v) = x(u,v)i + y(u,v)j + z(u,v)k uma função vetorial de R3 definida
em um conjunto D do plano uv. O conjunto de pontos (x,y,z) ∈ R3 tais que

x = x(u0 ,v0 ), y = y(u0 ,v0 ) e z = z(u0 ,v0 )

para algum (u0 ,v0 ) ∈ D é dito uma superfície paramétrica de R3 . As equações x = x(u,v),
y = y(u,v) e z = z(u,v) são ditas as equações paramétricas de S.

Definição 6.1.4 Seja S : r(u,v) = x(u,v)i + y(u,v)j + z(u,v)k, (u,v) ∈ D, uma superfície para-
métrica de R3 . A curva Cu=u0 dada por

Cu=u0 : r(u0 ,v) = x(u0 ,v)i + y(u0 ,v)j + z(u0 ,v)k,


6.1 Superfícies Parametrizadas 175

Figura 6.2: Parametrização de uma superfície S : r(u,v).

para (u0 ,v) ∈ D, é dita a curva de u constante u = u0 . A curva Cv=v0 dada por

Cv=v0 : r(u,v0 ) = x(u,v0 )i + y(u,v0 )j + z(u,v0 )k,

para (u,v0 ) ∈ D, é dita a curva de v constante v = v0 .


Obs 6.1.5 O gráfico de uma função z = f (x,y) pode ser escrito como uma superfície paramétrica
através das seguintes equações, para (u,v) ∈ Dom f :

x = u, y=v e z = f (u,v)

Veja o Exemplo 6.1.1.


No Exemplo 6.1.6 temos exemplificado que uma mesma superfície pode ser descrita através de
parametrizações diferentes. Neste exercício utilizamos coordenadas cilíndricas para parametrizar o
paraboloide do Exemplo 6.1.1.
 Exemplo 6.1.6 Considere o sistema de coordenadas polares do plano xy:

x = r cos θ , y = r sen θ .

O paraboloide z = 3 − x2 − y2 do Exemplo 6.1.1 pode ser descrito através da parametrização


x = r cos θ , y = r sen θ e

z = 3 − (r cos θ )2 − (r sen θ )2 = 3 − r2 (cos2 θ + sen2 θ ).

Como cos2 θ + sen2 θ = 1, obtemos a seguinte parametrização para o paraboloide: r(θ , r) =


x(θ , r)i + y(θ , r)j + z(θ , r)k e

x = r cos θ , y = r sen θ e z = 3 − r2 ,

ou, na notação da Definição 6.1.3, considerando u = θ e v = r,

x = v cos u, y = v sen u e z = 3 − v2 .
176 Capítulo 6. Superfícies Parametrizadas e Integrais de Superfície

Estas equações fornecem uma outra parametrização para o paraboloide da Equação (6.2).
Note que as curvas dadas por u = u0 e v = v0 são distintas daquelas fornecidas pela parametri-
zação em coordenadas cartesianas. Na parametrização acima, u = u0 corresponde a θ = u0 : isto
define um plano vertical que forma um ângulo θ com o plano xz e a curva correspondente é dada
pela interseção deste plano com a superfície. Já a equação v = v0 corresponde agora a r = v0 :
fixamos assim a distância v0 à origem no plano xy e obtemos curvas de v constante como círculos
com centro no eixo z. 

Figura 6.3: Parametrização de um paraboloide em coordenadas cilíndricas.

 Exemplo 6.1.7 Considere o sistema de coordenadas esféricas de R3 :

x = ρ sen φ cos θ , y = ρ sen φ sen θ e z = ρ cos φ ,

com ρ ≥ 0, θ ∈ [0, 2π] e φ ∈ [0, π]. É possível descrever uma esfera com este sistema de coorde-
nadas ao fixar ρ = a > 0: obtemos uma esfera de raio a e centro na origem com parametrização
r(θ , φ ) com equações paramétricas

x = a sen φ cos θ , y = a sen φ sen θ e z = a cos φ , (θ ,φ ) ∈ [0,2π] × [0,π].

Ou ainda, na notação da Definição 6.1.3,

x = a sen v cos u, y = a sen v sen u e z = a cos v, (u,v) ∈ [0,2π] × [0,π].

Note que se um ponto (x,y,z) do espaço satisfaz as equações acima, então

x2 + y2 + z2 = (a sen φ cos θ )2 + (a sen φ sen θ )2 + (a cos φ )2


= a2 sen2 φ (cos2 θ + sen2 θ ) + a2 cos2 φ = a2 sen2 φ + a2 cos2 φ ,

isto é, x2 + y2 + z2 = a2 . Isto prova que as equações dadas fornecem pontos contidos na esfera de
centro (0,0,0) e raio a. 
6.1 Superfícies Parametrizadas 177

Figura 6.4: Parametrização de uma esfera.

 Exemplo 6.1.8 Seja a > 0. Verifique que as equações

x = a cos u, y = a sen u, z = v, u ∈ [0,2π], v ∈ R,

fornecem a parametrização de um cilindro.


Note que as equações acima fornecem x2 + y2 = a2 ; logo os pontos da superfície se encontram
na direção desta circunferência do plano xy, isto é, estão contidos no cilindro de mesma equação. A
coordenada z dos pontos desta superfície são dadas por z = v ∈ R, isto é, está livre para assumir
qualquer valor real; isto prova que as equações acima descrevem um cilindro vertical infinito. Mais
ainda, as equações acima coincidem com as equações de mudança de coordenadas cilíndricas
(r,θ ,z) com r = a, θ = u e z = v.
A curva de v constante v = v0 é dada pela interseção do plano z = v0 com a superfície: isto
define uma circunferência a altura v0 do plano xy. Já a curva de u constante u = u0 é equivalente a
θ = u0 ; a interseção do plano vertical correspondente com a superfície fornece uma reta vertical. 

Superfícies de revolução.
Considere a superfície S obtida pela revolução de uma curva y = f (x), x ∈ [a,b], em torno do eixo
x. É possível provar que S é parametrizada por

x = u, y = f (u) cos v e z = f (u) sen v, (u,v) ∈ [a,b] × [0,2π]. (6.3)

Veja a Figura 6.6.


 Exemplo 6.1.9 Obtenha uma parametrização da superfície S obtida através da revolução da reta
y = 1, x ∈ [a,b] em torno do eixo x.
Segue das Equações (6.3) com y = f (x) = 1 que

x = u, y = cos v e z = sen v, (u,v) ∈ [a,b] × [0,2π]

fornecem uma parametrização do cilindro. Note que estas equações coincidem com as equações de
mudanças de coordenadas cilíndricas no caso em que adotamos as coordenadas polares no plano yz.

178 Capítulo 6. Superfícies Parametrizadas e Integrais de Superfície

Figura 6.5: Parametrização de um cilindro.

Figura 6.6: Parametrização de uma superfície de revolução.

Exercício 6.1.10 Obtenha uma parametrização da superfície S obtida através da revolução de


x = e−y em torno do eixo y. 
6.1 Superfícies Parametrizadas 179

Figura 6.7: Revolução de x = e−y em torno do eixo y.

Derivadas parciais de parametrizações de superfícies.


Seja r(u,v) uma função vetorial de duas variáveis. Definimos as derivadas parciais de r de maneira
análoga às derivadas parciais de uma função real:
∂r r(u0 + h,v0 ) − r(u0 ,v0 )
(u0 ,v0 ) = lim ,
∂u h→0 h
(6.4)
∂r r(u0 ,v0 + h) − r(u0 ,v0 )
(u0 ,v0 ) = lim ,
∂v h→0 h
caso os limites existam. É possível provar que as derivadas parciais acima podem ser calculadas
coordenada a coordenada: se r(u,v) = x(u,v)i + y(u,v)j + z(u,v)k, então
∂r ∂x ∂y ∂z
= i + j + k,
∂u ∂u ∂u ∂u
(6.5)
∂r ∂x ∂y ∂z
= i + j + k.
∂v ∂v ∂v ∂v
Vejamos agora a interpretação geométrica das derivadas parciais definidas acima. Assim como
no cálculo de funções reais, as Equações (6.4) mostram que ao calcular a derivada parcial de r(u,v)
em relação a u estamos mantendo variável v = v0 fixa e considerando apenas u como uma variável.
Este procedimento define a curva Cv=v0 de v constante v = v0 , parametrizada por r̂(u) = r(u,v0 ).
A derivada parcial ru (u0 ,v0 ) coincide com a derivada da função r̂(u); segue do conteúdo visto na
Seção 5.2 que a derivada parcial ru (u0 ,v0 ) fornece o vetor tangente à curva de v constante v = v0
no ponto (u0 ,v0 ). Analogamente, a derivada parcial rv (u0 ,v0 ) fornece o vetor tangente à curva de
u constante u = u0 no ponto (u0 ,v0 ). Veja a Figura 6.8.

Vetores derivada no caso de uma função escalar de duas variáveis.


Na Figura 6.8 acima temos ilustrados os vetores ru e rv no caso da parametrização por coordenadas
cilíndricas de um paraboloide (Exemplo 6.1.6). No entanto, o exemplo mais simples de vetores
derivadas parciais na parametrização de uma superfície é o caso da parametrização por coordenadas
cartesianas; veja a Equação (6.2). Neste caso, onde a função (x,y,z) = r(u,v) definida por
x = u, y=v e z = f (u,v),
180 Capítulo 6. Superfícies Parametrizadas e Integrais de Superfície

Figura 6.8: Vetores ru e rv e as curvas de u e v constante correspondentes.

temos pelas Equações (6.5) que as derivadas parciais da parametrização satisfazem ru = (1,0, fu ) e
rv = (0,1, fv ). Usando x e y como parâmetros na notação obtemos

rx = (1,0, fx ) e ry = (0,1, fy ).

Este vetores indicam a inclinação da reta tangente ao gráfico da função z = f (x,y) nas direções do
eixos x e y, conforme estudado no cálculo de funções reais. Veja a Figura 6.9.
π π

 Exemplo 6.1.11 Calcule os vetores ru e rv no ponto (u,v) =
4 , 2 no caso da superfície
paramétrica do Exemplo 6.1.7.
Temos
r(u,v) = a sen v cos ui + a sen v sen uj + a cos vk,
logo
ru (u,v) = −a sen v sen ui + a sen v cos uj + 0k,
rv (u,v) = a cos v cos ui + a cos v sen uj − a sen vk.
Segue que √ √
= −a 22 i + a 22 j + 0k,
π π

ru 4, 2
π π
rv 4, 2 = 0i + 0j − ak.
Planos tangentes a superfícies paramétricas. 
Assim como no cálculo de funções reais escalares, desejamos aqui também definir o conceito de
plano tangente a uma superfície paramétrica. Este conceito será muito importante nas integrais
de área e de fluxo que veremos a seguir. Lembramos que se π é um plano que contém o ponto
(x0 ,y0 ,z0 ) e tem vetor normal (a,b,c), então π tem equação

(a,b,c) · (x − x0 , y − y0 , z − z0 ) = 0.

Desenvolvendo este produtor escalar obtemos

a(x − x0 ) + b(y − y0 ) + c(z − z0 ) = 0,


6.1 Superfícies Parametrizadas 181

Figura 6.9: Vetores ru = (1,0, fu ) e rv = (0,1, fv ) no caso da Equação (6.2).

Figura 6.10: Vetores ru e rv do Exemplo 6.1.11.

isto é,
ax + by + cz = d,
onde d é um número real que depende de a, b, c, x0 , y0 e z0 . A fim de seguir este raciocínio para
definir o plano tangente a uma superfície paramétrica em um ponto P0 = r(u0 ,v0 ), observamos que
o ponto P0 = (x0 , y0 , z0 ) é um ponto conhecido do plano; resta apenas definir o que seria, neste caso,
182 Capítulo 6. Superfícies Parametrizadas e Integrais de Superfície

o vetor normal ao plano tangente a uma superfície paramétrica em um ponto P0 .


Observe a Figura 6.11, onde temos esboçado o plano tangente (em azul claro) à superfície no
ponto P0 (em roxo). Na figura temos destacadas em laranja e verde as curvas definidas respectiva-
mente por v = v0 e u = u0 . Os vetores ru (u0 ,v0 ) e rv (u0 ,v0 ) estão destacados na mesma cor em que
o plano tangente está esboçado, uma vez que estes vetores são paralelos ao plano tangente. Segue
que um vetor n normal a ru (u0 ,v0 ) e rv (u0 ,v0 ) será normal ao plano tangente também. Sabemos dos
conceitos de Geometria Analítica que o produto vetorial ru (u0 ,v0 ) × rv (u0 ,v0 ) é simultaneamente
ortogonal aos vetores ru (u0 ,v0 ) e rv (u0 ,v0 ). Isto motiva a definição a seguir.
Obs 6.1.12 O raciocínio acima se aplica apenas a pontos onde o produto vetorial ru × rv é não nulo.
Superfícies paramétricas S : ru × rv que possuem derivadas parciais contínuas e tais que ru × rv 6= 0
são ditas superfícies paramétricas lisas ou suaves; tais superfícies possuem plano tangente bem
definido em todo ponto (u,v) do seu domínio de parametrização.

Figura 6.11: Plano tangente a uma superfície e vetor normal ru × rv .

Definição 6.1.13 Seja S : r(u,v) = x(u,v)i + y(u,v)j + z(u,v)k uma superfície paramétrica e
P0 = r(u0 ,v0 ) = (x0 ,y0 ,z0 ) um ponto qualquer de S. Se ru (u0 ,v0 ) × rv (u0 ,v0 ) 6= 0, definimos o
plano tangente a S em P0 como o plano que contém o ponto P0 e é normal ao vetor

i j k

ru (u0 ,v0 ) × rv (u0 ,v0 ) = xu yu zu .
xv yv zv

Em particular, o plano tangente possui equação

(ru (u0 ,v0 ) × rv (u0 ,v0 )) · (x − x0 , y − y0 , z − z0 ) = 0.


6.1 Superfícies Parametrizadas 183

Cabe ressaltar que, tipicamente, ao calcular a equação do plano tangente a uma superfície
S : r(u,v) em um certo ponto, calculamos primeiramente o produto vetorial ru (u0 ,v0 ) e em seguida,
já utilizando os valores numéricos de (x0 ,y0 ,z0 ), calculamos o produtor escalar na Definição 6.1.13.
 Exemplo 6.1.14
 Calcule a equação do plano tangente à superfície do Exemplo 6.1.7 no ponto
P0 = r π4 , π2 .
Vimos no Exemplo 6.1.11 que
√ √
ru π4 , π2  = −a 22 i + a 22 j + 0k,


rv π4 , π2 = 0i + 0j − ak.
O vetor normal ao plano tangente é dado portanto por
√ √

 π π  i√ j

k
2 2 2 2
π π 
× rv 2 2
ru , , = −a 2 a 2
0 = −a
i−a j + 0k.
4 2 4 2 2 2
0 0 −a

Obtemos as coordenadas do ponto P0 = r π4 , π2 diretamente a partir da parametrização r(u,v), isto
é, x = a sen v cos u, y = a sen v sen u e z = a cos v:
π  π  π  π  π 
x = a sen cos , y = a sen sen e z = a cos ,
2 4 2 4 2
√ √
isto é, P0 = (a 22 , a 22 , 0). Segue da Definição 6.1.13 que a equação do plano tangente é dada por
" √ √ # " √ ! √ ! #
2 2 2 2
−a2 i − a2 j + 0k · x−a i+ y−a j + (z − 0)k = 0,
2 2 2 2
isto é, √ √ √ √
22 a3 2 2 a3 2 2 2 2
−a x+ −a y + = 0 ⇐⇒ a x+a y − a3 = 0.
2 2 2 2 2 2
√ √
Multiplicando a equação acima por 2/a2 obtemos a equação x + y = a 2. 

Exercício 6.1.15 Calcule a equação do plano tangente à superfície S parametrizada por

x(u,v) = u2 , y(u,v) = v2 , z(u,v) = u + 2v,

no ponto (1,1, − 3). 

Exercício 6.1.16 Encontre uma parametrização para o cilindro


√ S de equação y2 + z2 = 4 e
encontre a equação do plano tangente a S no ponto (3, − 1, 3). 

Como o vetor ru (u0 ,v0 ) × rv (u0 ,v0 ) é normal ao plano tangente à superfície S : r(u,v) em
P0 = r(u0 ,v0 ), dizemos que ru (u0 ,v0 ) × rv (u0 ,v0 ) é normal à superfície S neste ponto. No entanto,
reservamos daqui em diante a notação n para o vetor normal unitário principal, definido a seguir.
Definição 6.1.17 Seja S : r(u,v) = x(u,v)i + y(u,v)j + z(u,v)k uma superfície paramétrica e
P0 = r(u0 ,v0 ) = (x0 ,y0 ,z0 ) um ponto qualquer de S. Se ru (u0 ,v0 ) × rv (u0 ,v0 ) 6= 0, definimos o
vetor normal unitário principal à superfície S em P0 como o vetor
ru × rv
n = n(u,v) = .
kru × rv k

Obs 6.1.18 No cálculo da equação do plano tangente podemos utilizar qualquer vetor normal à
superfície, não necessariamente o vetor normal unitário principal.
184 Capítulo 6. Superfícies Parametrizadas e Integrais de Superfície

6.2 Áreas e Integrais de Superfície


Considere o problema de determinar a área de superfície de uma lâmina disposta no espaço de
acordo com uma superfície S parametrizada por uma função suave r(u,v), para (u,v) ∈ D. Por
simplicidade, suponha inicialmente que D é um retângulo [a,b] × [c,d]. Dividimos a superfície Sk
em regiões menores da seguinte maneira: consideramos (Figura 6.12) partições dos intervalos [a,b]
e [c,d] de modo a dividir a região D em n retângulos menores R1 , . . . , Rn ; A imagem de cada um
dos retângulos Rk define uma região Sk em S. Temos dessa maneira que a área A(S) de S é igual a
soma A(Sk ) das áreas dessas regiões:
n
A(S) = ∑ A(Sk ).
k=1

Figura 6.12: Elemento da partição de D e a sua imagem em S.

A área de Sk é aproximada pela área do paralelogramo definido pelo vetores ru (uk ,vk )∆u e
rv (uk ,vk )∆v; veja a Figura 6.13. Note que este paralelogramo está contido no plano tangente à
superfície no ponto r(uk ,vk ). A área deste paralelogramo é dada pela norma do produto vetorial
dos vetores que o definem, de modo que

A(Sk ) ≈ k(ru ∆u) × (rv ∆v)k. (6.6)

Segue que a área da superfície S pode ser aproximada por


n n n
A(S) = ∑ A(Sk ) ≈ ∑ k(ru ∆u) × (rv ∆v)k = ∑ kru × rv k∆u∆v.
k=1 k=1 k=1

O produto ∆u∆v representa a área de um dos retângulos da Figura 6.13 que, por construção, possuem
a mesma área. Denotando ∆A = ∆u∆v temos
n
A(S) ≈ ∑ kru × rv k∆A.
k=1

Quando o número n de retângulos se torna cada vez maior e a área dos retângulos Rk se aproxima
de zero e o erro cometido pela aproximação na Figura 6.13 se torna cada vez menor. É razoável
6.2 Áreas e Integrais de Superfície 185

Figura 6.13: Paralelogramo de área kru ∆u × rv ∆vk como aproximação para a área de Sk .

portanto escrever a área de superfície de S como


n
A(S) = lim
n→∞
∑ kru × rv k∆A.
k=1

Note que o somatório acima é análogo àquele que define uma integral dupla: a norma kru × rv k
do produto vetorial acima é um número real que depende do ponto (u,v) escolhido em D, logo, ao
denotar f (u,v) = kru × rv k, obtemos
n ¨ ¨
A(S) = lim ∑ f (u,v)∆A = f (u,v) dA = kru × rv k dA.
n→∞ D D
k=1

Apresentamos a seguir a definição de área de superfície para superfícies paramétricas suaves, isto
é, superfícies S munidas de uma parametrização r(u,v) tal que ru e rv são contínuas e ru × rv 6= 0
para todo (u,v) ∈ D.
Definição 6.2.1 Seja S : r(u,v), (u,v) ∈ D, uma superfície paramétrica suave. Suponha que
r(u,v) é injetiva no interior de D. Definimos a área de superfície de S como
¨
A(S) = kru × rv k dA,
D

caso o limite exista e seja independente da partição de D escolhida.

 Exemplo 6.2.2 Calcule a área de superfície da esfera de raio a > 0 parametrizada por

x = a sen v cos u, y = a sen v sen u, z = a cos v, (u,v) ∈ [0,2π] × [0,π].

Temos ¨
A(S) = kru × rv k dA,
D
186 Capítulo 6. Superfícies Parametrizadas e Integrais de Superfície

onde
ru (u,v) = −a sen v sen ui + a sen v cos uj + 0k,
rv (u,v) = a cos v cos ui + a cos v sen uj − a sen vk.
Logo,

i j k

ru × rv = −a sen v sen u a sen v cos u 0 ,

a cos v cos u a cos v sen u −a sen v

isto é,

ru × rv = −a2 sen2 v cos ui − a2 sen2 v sen uj + (−a2 sen v cos v sen2 u − a2 sen v cos v cos2 u)k

Segue que
ru × rv = −a2 sen2 v cos ui − a2 sen2 v sen uj − a2 sen v cos vk
logo,
1/2
kru × rv k = a4 sen4 v cos2 u + a4 sen4 v sen2 u + a4 sen2 v cos2 v .
Usando sucessivamente
√ a identidade trigonométrica fundamental cos2 θ + sen2 θ = 1 obtemos
kru × rv k = a4 sen2 v. Como v ∈ [0,π] temos
1/2
kru × rv k = a4 sen2 v = a2 sen v.

Logo,
ˆ 2π ˆ π ˆ 2π
v=π ˆ 2π
2 2
2a2 du,

A(S) = a sen v dv du = −a cos v
du =
0 0 0 v=0 0

logo A(S) = 2π · 2a2 = 4πa2 . 

 Exemplo 6.2.3 Calcule a área de superfície da parte do paraboloide z = x2 + y2 que se encontra


abaixo do plano z = 9.
Como a superfície em questão é escrita na forma z = f (x,y), podemos parametrizá-la através
desta equação:
x = u, y = v, z = f (u,v) = u2 + v2 ,
com (u,v) ∈ D, onde D é o conjunto do plano uv associado; como u = x e v = y, temos em outras
palavras que D é a projeção da superfície no plano xy (Figura 6.14). Concluímos que o conjunto D
corresponde ao círculo que obtemos na interseção do paraboloide z = x2 + y2 com o plano z = 9.
A área A(S) da superfície se escreve como
¨
A(S) = kru × rv k dA,
D

onde
ru (u,v) = 1i + 0j + 2uk,
rv (u,v) = 0i + 1j + 2vk,
logo,
i j k

ru × rv = 1 0 2u = −2ui − 2vj + 1k.
0 1 2v

Segue que p
kru × rv k = 4u2 + 4v2 + 1,
6.2 Áreas e Integrais de Superfície 187

e portanto, ¨ p
A(S) = 4u2 + 4v2 + 1 dA,
D

onde o elemento de área dA é um elemento de área do plano uv: escrevemos na integral dupla
iterada du dv ou dv du. Como o domínio D de integração é um círculo do plano uv, utilizaremos
coordenadas polares:
D = {(r, θ ) ∈ R2 : 0 ≤ r ≤ 3, 0 ≤ θ ≤ 2π}.
É importante observar que ao usar coordenadas polares estamos realizando uma mudança de
coordenadas na integral acima, escrita originalmente nas variáveis u e v, logo devemos incluir o
Jacobiano da mudança de coordenadas no cálculo:
ˆ 2π ˆ 3 p
A(S) = 4r2 + 1r dr dθ .
0 0

Através da mudança de coordenadas w = 4r2 + 1 obtemos


ˆ 2π
r=3 ˆ 2π
1 2 3/2 1 3/2 π
(37 − 1) dθ = (373/2 − 1).

A(S) = (4r + 1) dθ =
0 6 r=0 0 6 3


z
S

y
D

x
Figura 6.14: Superfície do Exemplo 6.2.3.

Exercício 6.2.4 Considere o segmento de reta y = x, x ∈ [0,2], no plano xy e considere a


superfície S definida pela revolução deste segmento em torno do eixo x. Determine uma
parametrização de S e calcule sua área de superfície. 

Integrais de superfície.
Considere agora uma lâmina disposta no espaço de acordo com uma superfície paramétrica suave
S : r(u,v), (u,v) ∈ D, e suponha que o material que a compõe não é uniforme: a lâmina possui uma
densidade pontual de massa dada por uma função escalar f (x,y,z), (x,y,z) ∈ S. Deduziremos nesta
seção uma expressão para a massa M desta lâmina através de uma integral dupla.
Podemos calcular a massa M desta lâmina a partir de sua densidade pontual de massa de maneira
análoga ao cálculo de área de superfícies visto acima. Particionamos o domínio D de maneira
análoga em retângulos Rk , k = 1, . . . , n, e consideramos as regiões correspondentes Sk , k = 1, . . . , n;
veja a Figura 6.12. Se as regiões Sk são muito pequenas e (ak , bk , ck ) é um ponto qualquer da
região Sk , esperamos que não seja grande o erro que cometemos ao supor que a densidade de massa
188 Capítulo 6. Superfícies Parametrizadas e Integrais de Superfície

sobre Sk é constante e igual a f (ak , bk , ck ). Se ∆Sk representa a área da região Sk , então podemos
aproximar a massa Mk da região Sk da lâmina por

Mk ≈ f (ak , bk , ck )∆Sk .

Segue que a massa total M da lâmina pode ser aproximada por


n n
M= ∑ Mk ≈ ∑ f (ak , bk , ck )∆Sk .
k=1 k=1

É razoável esperar que o erro nas aproximações acima se aproximam de zero à medida que n se
aproxima de infinito e a área das regiões Rk se aproximam de zero. Escrevemos então
n
M = lim ∑ f (ak , bk , ck )∆Sk .
n→∞
k=1

O somatório à direita define a integral de superfície de f sobre S.


Definição 6.2.5 Seja S : r(u,v), (u,v) ∈ D, uma superfície paramétrica suave. Definimos a
integral de superfície de f (x,y,z) sobre S como
¨ n
f (x,y,z) dS = lim ∑ f (ak , bk , ck )∆Sk ,
S n→∞
k=1

caso o limite exista e seja independente da partição de D e da escolha dos pontos (ak , bk , ck ).

Note que se a densidade pontual de massa da lâmina é constante e igual a 1, então


¨ ¨ n
f (x,y,z) dS = 1 dS = lim ∑ ∆Sk = lim A(S) = A(S),
S S n→∞ n→∞
k=1

isto é, ¨
dS = A(S).
S
O teorema abaixo fornece um método para o cálculo de integrais de superfície.

Teorema 6.2.6 Seja S : r(u,v) = x(u,v)i + y(u,v)j + z(u,v)k, (u,v) ∈ D, uma superfície paramé-
trica suave. Então a integral de superfície de f (x,y,z) sobre S satisfaz
¨ ¨
f (x,y,z) dS = f (x(u,v), y(u,v), z(u,v))kru × rv k dA.
S D

Obs 6.2.7 O Teorema 6.2.6 é verdadeiro também no caso em que ru × rv = 0 na fronteira do


domínio D.
Não apresentaremos a demonstração deste resultado, mas obtemos uma intuição por trás dele
da seguinte maneira: a integral de superfície de f (x,y,z) sobre S é definida como
¨ n
f (x,y,z) dS = lim ∑ f (ak , bk , ck )∆Sk ,
S n→∞
k=1

onde a área ∆Sk é dada, pela Equação (6.6), por

∆Sk ≈ k(ru ∆u) × (rv ∆v)k = kru × rv k∆u∆v = kru × rv k∆A.


6.2 Áreas e Integrais de Superfície 189

É possível provar que


¨ n

S
f (x,y,z) dS = lim
n→∞
∑ f (ak , bk , ck )kru × rv k∆A.
k=1

O ponto (ak , bk , ck ) foi escolhido como um ponto qualquer da superfície S, logo existe (uk , vk ) tal
que (ak , bk , ck ) = r(uk , vk ). Portanto,
¨ n

S
f (x,y,z) dS = lim
n→∞
∑ f (x(uk , vk ), y(uk , vk ), z(uk , vk ))kru × rv k∆A.
k=1

onde o limite à direita define a integral dupla do Teorema 6.2.6.


 Exemplo 6.2.8 Calcule a integral de superfície de f (x,y,z) = x2 sobre a esfera de R3 de raio 1 e
centro na origem.
Temos ¨ ¨
f (x,y,z) dS = f (x(u,v), y(u,v), z(u,v))kru × rv k dA,
S D

onde x(u,v), y(u,v) e z(u,v) são determinados pela parametrização da esfera (Exemplo 6.1.7):

x = sen v cos u, y = sen v sen u e z = cos v, (u,v) ∈ [0,2π] × [0,π].

Segue que ¨ ¨
x2 dS = (sen v cos u)2 kru × rv k dA,
S D

onde, pelo Exemplo 6.2.2, kru × rv k = sen v. Segue que


¨ ¨ ˆ 2π ˆ π
2 3 2
x dS = sen v cos u dA = sen3 v cos2 u dv du.
S D 0 0

Note que a integral acima, assim como aquela no Teorema 6.2.6, é escrita originalmente nas
variáveis u e v. Como não estamos realizando uma mudança de coordenadas ao escrever a integral
acima, não é necessário usar o Jacobiano.
Como sen3 v = sen2 v · sen v = (1 − cos2 v) sen v, a mudança de variáveis w = cos v =⇒ dw =
− sen v dv fornece
¨ ˆ 2π ˆ
cos3 v v=π 4 2π
 
2 2
x dS = − cos u · cos v − du = cos2 u du.
S 0 3
v=0 3 0

Segue da identidade cos2 u = 21 (1 + cos(2u)) que


¨ ˆ 2π   u=2π
2 2 2 1 4π
x dS = [1 + cos(2u)] du = u + sen(2u) = .
S 3 0 3 2 u=0 3


Exercício 6.2.9 Calcule a integral de superfície de f (x,y,z) = z sobre a fronteira do sólido


delimitado pelas superfícies z = 0, x2 + y2 = 1 e z = 1 + x. 

Exercício 6.2.10 Calcule a integral de superfície de f (x,y,z) = xy sobre a superfície definida


pela região triangular de vértices (1,0,0), (0,2,0) e (0,0,2). 
190 Capítulo 6. Superfícies Parametrizadas e Integrais de Superfície

6.3 Superfícies Orientadas e Integrais de Fluxo


Definiremos a seguir nesta seção o conceito de integrais de fluxo: imagine uma superfície S desposta
no caminho do fluxo de um fluido, como na Figura 5.21; o fluxo deste fluido através de S é calculado
através de uma integral e representa o volume de fluido que atravessa a superfície por unidade de
tempo. No entanto, é necessário estarmos munidos de certos conceitos relacionados a superfícies
paramétricas, como o de superfícies orientadas.
A maioria das superfícies possui dois lados bem definidos: a superfície dada pelo plano xy
possui claramente um lado de cima, em contato direto com os pontos (x,y,z) de R3 tais que z > 0, e
um lado de baixo. Analogamente, a superfície dada pela casca de uma esfera possui dois lados: o
lado interno e o lado externo. Este conceito é importante nas integrais de fluxo: se um fluido escoa
na vertical de acordo com a ação da gravidade e atravessa o plano xy, então temos uma direção
clara para avaliar o fluxo através do plano xy: o volume de fluido que atravessa o plano de cima
para baixo será considerado um fluxo positivo, e o volume de fluido que atravessar o plano no
sentido contrário representará um fluxo negativo. Entretanto, algumas superfícies não possuem dois
lados: a faixa de Mobius, logotipo do Instituto de Matemática Pura e Aplicada (IMPA), ilustrada
na Figura 6.15, possui apenas um lado. Em outras palavras, um inseto pode caminhar ao longo da
superfície e alcançar ambos os lados sem atravessar a superfície ou uma de suas arestas1 .

Figura 6.15: Faixa de Mobius.

A ideia de superfície orientada por ser formalizada da seguinte maneira: uma superfície S é dita
orientada se é possível fazer uma escolha de vetor normal n tal que n varia continuamente sobre S;
a escolha de n é dita a orientação de S. No caso do plano xy, podemos considerar n = (0,0,1) para
todo ponto do plano xy; no caso de uma esfera centrada na origem, podemos considerar n como o
vetor unitário que aponta na direção da origem (ou na direção oposta à da origem). Em ambos os
caso n varia continuamente na superfície, definindo uma orientação para as respectivas superfícies.
No Teorema 6.3.1 e na Definição 6.3.1 a seguir temos uma ideia mais precisa de orientação de uma
superfície paramétrica.

Teorema 6.3.1 Seja S : r(u,v) = x(u,v)i + y(u,v)j + z(u,v)k, (u,v) ∈ D, uma superfície paramé-
trica suave. Então a função
ru × rv
n(u,v) =
kru × rv k
é contínua sobre S. Em particular, a escolha n = n(u,v) acima define uma orientação para S.

Definição 6.3.2 Seja S : r(u,v) = x(u,v)i + y(u,v)j + z(u,v)k, (u,v) ∈ D, uma superfície para-
métrica suave. A orientação
ru × rv
n(u,v) =
kru × rv k

1 Veja o link http://profs.if.uff.br/tjpp/_media/blog/entradas/moebius_escher_anim.gif para

uma animação que ilustra o conceito.


6.3 Superfícies Orientadas e Integrais de Fluxo 191

é dita a orientação positiva de S, enquanto a escolha −n(u,v) é dita a orientação negativa de S.


 Exemplo 6.3.3 Esboce a a superfície S parametrizada por

x = cos u, y = v, z = sen u, (u,v) ∈ [0,2π] × [−3,3]

e esboce os vetores normais que definem sua orientação positiva.


A superfície acima consiste de um cilindro na direção do círculo x2 + z2 = 1, compreendido
no intervalo −3 ≤ y ≤ 3. A orientação n = ru × rv consiste de um campo de vetores normais que
apontam para fora ou para dentro do cilindro. Verificamos isso ao calcular o produto vetorial das
derivadas parciais:
ru (u,v) = − sen ui + 0j + cos uk,
rv (u,v) = 0i + 1j + 0k,
logo,

i j k

ru × rv = − sen u 0 cos u
= − cos ui + 0j − sen uk.

0 1 0

O vetor cos ui + sen uk é o vetor que aponta da origem para o ponto correspondente do plano xz,
logo o produto vetorial acima define um vetor que, com origem na superfície do cilindro, aponta no
sentido contrário. Segue que a orientação positiva do cilindro parametrizado acima é aquela com
vetores normais apontando para dentro da superfície. 

Integrais de Fluxo.
Seja S uma superfície com vetor normal unitário n sendo atravessada por um fluido com densidade
pontual de massa ρ(x,y,z) e campo de velocidades v(x,y,z). Veremos agora como expressar através
de uma integral de superfície o fluxo Φ de massa do fluido através de S por unidade de tempo.
Em cada ponto da superfície S devemos decompor o vetor velocidade v do fluido em uma com-
ponente normal e uma componente tangencial à superfície S, como na Figura 6.16: a componente
normal, a projeção projn v de v sobre n, define o fluxo através da superfície neste ponto. Como n é
unitário, o produto escalar v · n fornece a componente de v na direção de n, isto é, v · n representa
a componente da velocidade do fluido que está de fato atravessando a superfície, e não correndo
paralelamente a ela.

Figura 6.16: Componente normal à superfície S de um vetor v dada por projn v.

Estimar o fluxo de massa através de uma superfície de geometria complexa é uma tarefa difícil.
Dividimos a superfície de S em pedaços Sk de área muito pequena ∆Sk , como na Figura 6.12, a
192 Capítulo 6. Superfícies Parametrizadas e Integrais de Superfície

fim de obter uma aproximação para Φ através da soma do fluxo por cada pedaço Sk . À medida
que consideramos pedaços Sk de área cada vez menor, podemos aproximar a geometria de Sk pela
de um plano com vetor normal n. Supondo que v é constante sobre toda a superfície Sk podemos
aproximar a massa de fluido atravessando Sk na direção do vetor normal pelo produto
(densidade do fluido) · (componente de v na direção de n) · (área da superfície),
isto é,
ρ · (v · n) · ∆Sk .
Somando a fluxo de massa por cada pedaço Sk da superfície temos a seguinte aproximação para o
fluxo total Φ:
n
Φ≈ ∑ ρv · n∆Sk .
k=1
Faz sentido supor que as aproximações acima se tornam cada vez mais precisas no limite quando
n se aproxima de infinito. Podemos assim escrever o fluxo Φ de fluido através S por unidade de
tempo como
n
Φ = lim
n→∞
∑ ρv · n∆Sk .
k=1
Note que ρv · n é uma função escalar, como na Definição 6.2.5: em cada ponto (x,y,z) temos um
vetor normal n e uma velocidade v diferentes tais que ρv · n é um escalar f (x,y,z) que depende do
ponto (x,y,z). Podemos portanto escrever, de acordo com a Definição 6.2.5,
¨
Φ= ρv · n dS.
S
A equação acima fornece o fluxo de um fluido através de uma superfície como a integral de
superfície de F · n sobre S, onde F = ρv. Integrais deste tipo serão ditas integrais de fluxo de F
sobre S.
Definição 6.3.4 Seja F um campo vetorial contínuo definido sobre uma superfície S uma
superfície orientada com vetor normal unitário n. Definimos a integral de fluxo (ou de superfície)
de F sobre S como ¨ ¨
F · dS = F · n dS.
S S

O cálculo de integrais de fluxo é obtido diretamente do Teorema 6.2.6. Se S é parametrizada por


r(u,v), (u,v) ∈ D e n é dado pela orientação positiva de S, então o produto escalar de F no ponto
r(u,v) por n(u,v) pode ser escrito como
F(x(u,v), y(u,v), z(u,v)) · n(u,v).
Segue do Teorema 6.2.6 que
¨ ¨
F · dS = (F(x(u,v), y(u,v), z(u,v)) · n(u,v)) kru (u,v) × rv (u,v)k dA.
S S
A equação acima será escrita de forma resumida como
¨ ¨
F · dS = (F · n) kru × rv k dA,
S S
e fica subentendido que o lado direito da equação está escrito em termos de u e v. Segue da
expressão da Definição 6.3.2 para n que
ru × rv
F · nkru × rv k = F · kru × rv k = F · (ru × rv ).
kru × rv k
Resumimos o nosso resultado no teorema a seguir.
6.3 Superfícies Orientadas e Integrais de Fluxo 193

Teorema 6.3.5 Seja S : r(u,v), (u,v) ∈ D, uma superfície orientada suave e seja n o vetor normal
unitário que define sua orientação positiva. Se F é um campo vetorial com funções componente
contínuas em S então ¨ ¨
F · n dS = F · (ru × rv ) dA,
S D
onde o lado direito é escrito em função de u e v.

Obs 6.3.6 A orientação negativa de uma superfície S é dada por −n, onde n define sua orientação
positiva. A integral de fluxo Φ de F através S com orientação negativa é dada por
¨ ¨
Φ= F · (−n) dS = − F · n dS = −Φ0 ,
S S

onde Φ0 é o fluxo de F através de S com orientação positiva.


 Exemplo 6.3.7 Calcule a integral de superfície de F(x,y,z) = xzey i − xzey j + zk sobre a superfície
S dada pela porção do plano x + y + z = 1 no primeiro octante com orientação para cima.
Como o plano acima pode ser escrito na forma z = f (x,y), podemos parametrizá-lo como

x = u, y = v, z = f (x,y) = 1 − u − v, (u,v) ∈ D,

onde D é a projeção da superfície no plano xy ≡ uv (Figura 6.17):

D = {(u,v) ∈ R2 : 0 ≤ u ≤ 1, 0 ≤ v ≤ 1 − u}.

Temos ¨ ¨
F · n dS = F · (ru × rv ) dA,
S D
onde
i j k

ru × rv = 1 0 −1 = i + j + k.
0 1 −1
Note que o vetor normal acima coincide com a orientação pedida (para cima).
Escrevemos o campo vetorial F(x,y,z) usando as expressões para x,y,z da parametrização da
superfície:

F = F(x(u,v), y(u,v), z(u,v)) = u(1 − u − v)ev i − u(1 − u − v)ev j + (1 − u − v)k,

logo,

F · n = (u(1 − u − v)ev i − u(1 − u − v)zev j + (1 − u − v)k) · (i + j + k) = 1 − u − v.

Segue que
¨ ˆ 1ˆ ˆ 1
1−u
v2 v=1−u

F · n dS = [1 − u − v] dv du = (1 − u)v − dv du
S 0 0 0 2 v=0
isto é, ¨ ˆ 1 ˆ
(1 − u)2 1 1

2
F · n dS = (1 − u) − du = (1 − u)2 du.
S 0 2 2 0
Fazendo a substituição w = 1 − u =⇒ dw = −du obtemos
¨ u=1
1 3
1
F · n dS = − (1 − u) = .
S 6 u=0 6

194 Capítulo 6. Superfícies Parametrizadas e Integrais de Superfície

Figura 6.17: Superfície do Exemplo 6.3.7.

 Exemplo 6.3.8 Calcule o fluxo do campo vetorial F(x,y,z) = yi + xj + zk através da parte do


paraboloide z = 1 − x2 − y2 situada acima do plano z = 0. Considere a orientação de vetores normais
apontando para cima.
O paraboloide acima pode ser parametrizado em coordenadas cilíndricas:
x = v cos u, y = v sen u, z = 1 − v2 , (u,v) ∈ [0,2π] × [0,1].
Temos ¨ ¨
F · n dS = F · (ru × rv ) dA,
S D
onde
i j k
= −2v2 cos ui − 2v2 sen uj − vk.

ru × rv = −v sen u v cos u
0
cos u sen u −2v
Note que a componente −vk para v ∈ [0,1] mostra que este campo de vetores normais aponta para
baixo. Como a orientação dada para a superfície aponta para cima, consideramos o vetor normal2
−ru × rv = 2v2 cos ui + 2v2 sen uj + vk.
Escrevemos o campo vetorial F(x,y,z) usando as expressões para x,y,z da parametrização da
superfície:
F = F(x(u,v), y(u,v), z(u,v)) = v sen ui + v cos uj + (1 − v2 )k,
logo,
F · n = (v sen ui + v cos uj + (1 − v2 )k) · (2v2 cos ui + 2v2 sen uj + vk)
= 2v3 sen u cos u + 2v3 sen u cos u + v − v3 = 4v3 sen u cos u + v − v3 .
Segue que
¨ ˆ 2π ˆ 1
F · n dS = [4v3 sen u cos u + v − v3 ] dv du
S 0 0
ˆ 2π 
v2 v4 v=1

4
= v sen u cos u + − du
0 2 4 v=0
ˆ 2π  
1
= sen u cos u + du.
0 4
Fazendo a substituição w = sen u =⇒ dw = cos u du obtemos
¨
u u=2π π
 
1 2
F · n dS = sen u + = .
S 2 4 u=0 2


2 Alternativamente, podemos considerar o vetor ru × rv original e multiplicar o resultado da integral de fluxo por −1.
6.4 Teorema da Divergência de Gauss 195

Vejamos agora que o cálculo do Teorema 6.2.6 podem ser simplificados em alguns casos. Seja
S uma superfície definida por uma equação da forma z = g(x,y), y = g(x,z) ou x = g(y,z); em todo
caso podemos subtratir a função g de ambos os lados da equação e escrever a equação que define S
como G(x,y,z) = 0. É possível provar que o vetor gradiente ∇G é normal à superfície, logo

∇G
n=
k∇Gk

é vetor normal unitário e define uma orientação para S. Note agora que, se S é dada por z = g(x,y)
e é parametrizada por
x = u, y = v, z = g(u,v),
então
ru (u,v) = i + 0j + gu (u,v)k,
e
ru (u,v) = 0i + j + gv (u,v)k.
Portanto,
i j k

ru × rv = 1 0 gu = −gu i − gv j + k = ∇G.
0 1 gv

Segue do Teorema 6.2.6 que ¨ ¨


F · n dS = F · ∇G dA.
S D

É possível provar que a equação acima também pode ser obtida nos casos x = g(y,z) e y = g(x,z).

Teorema 6.3.9 Seja S uma superfície lisa definida por

z = g(x,y), x = g(y,z) ou y = g(x,z) (6.7)

e seja G(x,y,z) = 0 a equação equivalente à de S na Equação (6.7) obtida ao subtrair g de ambos


os lados da equação correspondente. Seja R a projeção de S no plano coordenadoa definido pelas
variáveis independentes de g. Se F é um campo vetorial com funções coordenada contínuas então
¨ ¨
F · n dS = F · ∇G dA,
S D

onde a orientação é dada pelo sentido positivo do eixo definido pela variável independente nas
Equações (6.7).
a Planos xy, yz ou xz, respectivamente.

6.4 Teorema da Divergência de Gauss


Veremos nesta seção o Teorema da Divergência de Gauss, cuja ideia é análoga à do Teorema de
Green. Vimos na Seção 5.7 que a integral de linha sobre uma curva C fechada pode ser escrita
como uma integral dupla sobre a a região que essa curva delimita. O Teorema da Divergência
de Gauss nos permite escrever a integral de superfície sobre uma superfície S fechada como uma
integral tripla sobre a região sólida que essa superfície delimita.
Mais precisamente, uma superfície é dita uma superfície fechada se ela delimita uma região
sólida finita do espaço, como uma esfera. Frequentemente a fronteira de uma reigão sólida não
consiste de uma única superfície contínua e suave, como uma esfera, mas sim da “colagem” de
196 Capítulo 6. Superfícies Parametrizadas e Integrais de Superfície

pedaços suaves, como uma caixa. Uma superfície S é dita uma superfície lisa por partes se S pode
ser escrita como uma união finita de superfície com parametrizações lisas.
Obs 6.4.1 Utilizaremos aqui a seguinte convenção. Dada uma região sólida fechada E, a orientação
positiva de sua superfície S de fronteira é aquela orientada para fora.

Teorema 6.4.2 Seja E um sólido cuja superfície S de fronteira é lisa por partes e munida do
vetor normal unitário n orientado para fora. Se F(x,y,z) é um campo vetorial cujas funções
componente possuem derivadas paricis de primeira ordem contínua em algum conjunto contendo
E, então ¨ ˚
F · n dS = div F dV.
S E

 Exemplo 6.4.3 Calcule, usando o Teorema da Divergência de Gauss, a integral de superfície

de F(x,y,z) = y2 ecos z i + yj + zk sobre a superfície definida por x2 + y2 + z2 = a2 . Considere a


orientação para fora da superfície.
Note que
∂ 2 cos z ∂ ∂
div F = ∇ · F = y e + y + z = 0 + 1 + 1 = 2.
∂x ∂y ∂z

Segue do Teorema 6.4.2 que, se E é a esfera delimitada por x2 + y2 + z2 = a2 ,

¨ ˚ ˚
F · n dS = 2 dV = 2 dV = 2V (E),
S E E

onde V (E) = 43 πa3 é o volume da esfera. 

Note que a integral tripla à direita no Teorema 6.4.2 possui o divergente do campo vetorial
como argumento: frequentemente este é um indicativo de que o Teorema da Divergência de Gauss
é o caminho mais simples para o cálculo de uma integral, como no Exemplo 6.4.3 acima.

Exercício 6.4.4 Calcule o fluxo do campo vetorial F(x,y,z) = 2xi + 3yj + z2 k através da caixa
unitária que contém vértices os (0,0,0), (1,0,0), (0,1,0) e (0,0,1). Considere a orientação para
dentro da superfície. 

Note que no Exercício 6.4.4 acima temos uma superfície com seis faces: o cálculo direto da
integral de superfície, como no Teorema 6.2.6, demandaria a soma do resultado de seis integrais
de superfície diferentes. O Teorema da Divergência de Gauss nos permite calcular o fluxo com
uma única integral, no caso uma integral tripla. Mais geralmente, é sempre interessante considerar
a possibilidade da aplicação do Teorema da Divergência de Gauss no cálculo de integrais de
superfícies sobre superfícies lisas por partes.

Exercício 6.4.5 Calcule o fluxo do campo vetorial F(x,y,z) = x3 i+y3 j+z2 k através da fronteira
S da região delimitada por z = 0, z = 2 e x2 + y2 = 9. Considere a orientação para dentro da
superfície. 

2
Exercício 6.4.6 Calcule o fluxo do campo vetorial F(x,y,z) = xyi + (y2 + exz )j + sen(xy)k
através da fronteira S da região delimitada por z = 0, y = 0, y + z = 2 e z = 1 − x2 . Considere a
orientação para dentro da superfície. 
6.5 Teorema de Stokes 197

6.5 Teorema de Stokes


Neste seção veremos o Teorema de Stokes, que pode ser interpretado como uma generalização
do Teorema de Green. O enunciado Teorema de Stokes se refere a superfícies S delimitadas por
uma curva paramétrica fechada simples C. Veja a Figura 6.18. A orientação de C com relação à
orientação de superfície S pode se dar de duas maneiras: se a orientação de C coincide com a regra
da mão direita aplicada aos vetores normais de S, dizemos que C possui orientação positiva com
relação a S; caso contrário dizemos que C tem orientação negativa com relação a S. Em outras
palavras, a fronteira C de uma superfície S possui orientação positiva se uma pessoa que caminha
ao longo de C de acordo com sua orientação tem a superfície S sempre à sua esquerda. Veja a
Figura 6.18.

Figura 6.18: Superfícies delimitadas por uma curva C orientada positivamente com relação à
orientação da superfície.

Teorema 6.5.1 Seja S uma superfície orientada lisa por partes delimitada por uma curva C lisa
por partes, fechada, simples e com orientação positiva em relação à orientação de S. Se F(x,y,z) é
um campo vetorial com funções componentes que possuem derivadas parcias de primeira ordem
contínuas em algum conjunto aberto contendo S, então
˛ ¨
F · dr = (rot F) · n dS.
C S
198 Capítulo 6. Superfícies Parametrizadas e Integrais de Superfície

O Teorema de Stokes possui a seguinte interpretação. A integral de linha à direita no enunciado


do Teorema 6.5.1 pode ser escrita como
˛ ˛
F · dr = F · T ds, (6.8)
C C

onde T é o vetor tangente unitário de C. O produto escalar fornece a componente de F na direção


de T, conforme ilustrado na Figura 6.19. A integral de linha no enunciado do Teorema 6.5.1 pode
portanto ser interpretada como uma medida da tendência do fluido fluir no sentido positivo ao longo
da curva C. Mais precisamente, quando mais alinhado com T for o campo de velocidades F do
fluido, maior será o produto escalar F · T e maior portanto será o valor da integral na Equação (6.8);
por outro lado, se F for ortogonal a T em todo ponto da curva C, então F · T = 0 e a integral na
Equação (6.8) será nula, o que indica nenhuma tendência do fluido de fluir na direção da curva C.
Por este motivo a integral de linha no enuncia do Teorema 6.5.1 é denominada de circulação de F
ao longo de C.

Figura 6.19: Componente do campo velocidade F na direção do vetor tangente unitário T.

Usando o Teorema de Stokes para calcular o trabalho.


O Teorema de Stokes pode ser utilizado para reescrever qualquer integral de linha ao longo de
uma curva fechada C lisa por partes, mas ele é mais frequentemente utilizado quando é necessário
dividir a curva C em n pedaços e somar o resultado de cada uma das integrais:
˛ ˆ ˆ
F · dr = F · dr + · · · + F · dr.
C C1 Cn

 Exemplo 6.5.2 Calcule a integral de linha do campo vetorial

F(x,y,z) = (x2 − y)i + 4zj + x2 k

ao longo da curva C dada pelo triângulo de vértices (1,0,0), (1,2,0) e (0,0,1) contido no plano
x + z = 1. Considere a orientação de C dada pela ordem que os vértices foram dados.
Calculamos esta integral pelo Teorema de Stokes:
˛ ¨
F · dr = (rot F) · n dS,
C S

onde
i j k
∂ ∂ ∂
rot F = = −4i − 2xj + k.
∂x ∂y ∂z
x2 − y 4z x2
6.5 Teorema de Stokes 199

A superfície S que utilizaremos é como aquela no canto superior esquerda da Figura 6.18 e a
orientação de C é também como nesta figura. O plano em questão é aquele dado no enunciado,
x + z = 1 ⇐⇒ z = 1 − x, que podemos parametrizar como

r(x,y) = xi + yj + (1 − x)k,

com (x,y) pertencente à região D do plano xy que corresponde à projeção desta superfície no plano
xy:
D = {(x,y) ∈ D : 0 ≤ x ≤ 1, 0 ≤ y ≤ 2x}.
Temos ˛ ¨ ¨
F · dr = (rot F) · n dS = ± (−4i − 2xj + k) · (rx × ry ) dA,
C S D
onde
i j k
rx × ry = 1 0 −1 = i + k.
0 1 0
Note que a orientação da curva C é positiva em relação à orientação de S dada por esta parametriza-
ção, que é para cima. Logo,
˛ ˆ 1 ˆ 2x ˆ 1 ˆ 2x
F · dr = (−4i − 2xj + k) · (i + 0j + k) dy dx = (−3) dy dx,
C 0 0 0 0

e assim temos
˛ ˆ 1
y=2x ˆ 1 x=1
2

F · dr = (−3y)
dx = (−6x) dx = (−3x ) = −3.
C 0 y=0 0 x=0

 Exemplo 6.5.3 Calcule a integral de linha do campo vetorial

F(x,y,z) = (x2 − y)i + 4zj + x2 k

ao longo da curva C dada pelo círculo de raio 2 e centro (0,0,4) contido no plano z = 4 munido da
orientação anti-horária. Use o Teorema de Stokes e a superfície S dada pelo paraboloide z = x2 + y2 .
A superfície S acima pode ser parametrizada por coordenadas cilíndricas:

R(x,y) = r cos θ i + r sen θ j + r2 k,

como no Exemplo 6.1.6, com (r,θ ) descrevendo a região D que corresponde à projeção da superfície
no plano xy. Como consideramos a parte do paraboloide abaixo de z = 4, onde obtemos a equação
x2 + y2 = 4, a região D representa um círculo de raio 2 e centro na origem:

D = {(x,y) ∈ D : 0 ≤ r ≤ 2, 0 ≤ θ ≤ 2π}.

O rotacional do campo vetorial dado foi calculado no Exemplo 6.5.2, logo


˛ ¨ ¨
F · dr = (rot F) · n dS = ± (−4i − 2r cos θ j + k) · (Rr × Rθ ) dA,
C S D

onde
i j k
Rr × Rθ = cos θ sen θ 2r = −2r2 cos θ i − 2r2 sen θ j + rk.
−r sen θ r cos θ 0
200 Capítulo 6. Superfícies Parametrizadas e Integrais de Superfície

Note que a orientação para cima deste vetor normal determina que a orientação da curva C é positiva
em relação à superfície. Logo,
˛ ˆ 2π ˆ 2
F · dr = ± (−4i − 2r cos θ j + k) · (−2r2 cos θ i − 2r2 sen θ j + rk) dr dθ ,
C 0 0

isto é, ˛ ˆ 2π ˆ 2
F · dr = (8r2 cos θ + 4r3 sen θ cos θ + r) dr dθ ,
C 0 0
ou seja,
˛ ˆ 2π  
64
F · dr = cos θ + 16 sen θ cos θ + 2 dθ .
C 0 3
É possível encontrar uma primitiva para a função 16 sen θ cos θ através da substituição u =
sen θ =⇒ du = cos θ dθ . Obtemos assim
˛   θ =2π
64 2

F · dr = sen θ + 8 sen θ + 2θ = 4π.
C 3 θ =0


Note que a relação entre a superfície S e a curva C no enunciado do Teorema 6.5.1 é apenas
que C delimita a superfície C. Segue que se duas superfícies S1 e S2 são delimitadas pela mesma
curva C e satisfazem as hipóteses do Teorema 6.5.1, então
˛ ¨ ˛ ¨
F · dr = (rot F) · n dS e F · dr = (rot F) · n dS,
C S1 C S2

de modo que ¨ ¨
(rot F) · n dS = (rot F) · n dS.
S1 S2
Por exemplo, no Exemplo 6.5.3 utilizamos o Teorema de Stokes aplicado a um paraboloide para
calcular a integral de linha dada, mas poderíamos ter utilizado outra superfície delimitada pela
mesma curva C, como disco contido no plano z = 4.

Exercício 6.5.4 Calcule a integral de linha do Exemplo 6.5.3 utilizando a superfície S2 definida
por x2 + y2 ≤ 4, z = 4, que é delimitada pela mesma curva C. 

O Teorema de Stokes é uma generalização do Teorema de Green. De fato, temos pelo Teorema
de Green que, dentro de certas hipóteses, a integral de linha de um campo vetorial F(x,y) =
f (x,y)i + g(x,y)j ao longo de uma curva fechada C positivamente orientada pode ser escrita como
˛ ˛ ¨  
∂g ∂ f
F · dr = f (x,y) dx + g(x,y) dy = − dA,
C C R ∂x ∂y
onde R é a região delimitada por C. Vejamos agora como este resultado pode ser obtido através do
Teorema de Stokes. Podemos interpretar esta região R como uma superfície de R3 contida no plano
z = 0 e o campo vetorial F como um campo vetorial de R3 dado por F(x,y,z) = f (x,y)i+g(x,y)j+0k.
O rotacional de F é dado portanto por
 
∂g ∂ f
rot F(x,y,z) = − k.
∂x ∂y
Podemos parametrizar a superfície S dada por (x,y) ∈ R, z = 0 por

r(u,v) = ui + vj + 0k, (u,v) ∈ R,


6.6 Problemas 201

de modo que ru × rv = i × j = k. Aplicando o Teorema 6.5.1 obtemos


˛ ¨ ¨    ¨  
∂g ∂ f ∂g ∂ f
F · dr = (rot F) · n dS = − k · k dA = − dA,
C S R ∂x ∂y R ∂x ∂y
o que coincide com o Teorema de Green.

Exercício 6.5.5 Use o Teorema de Stokes para calcular o trabalho realizado pelo campo vetorial

F(x,y,z) = x2 i + 4xy3 j + xy2 k

ao longo da curva C dada pelo quadrilátero contido no plano z = y de vértices (1,0,0), (0,0,0),
(0,3,3) e (1,3,3). Considere a orientação de C dada pela ordem que os vértices foram dados. 

Exercício 6.5.6 Use o Teorema de Stokes para calcular o trabalho realizado pelo campo vetorial

F(x,y,z) = −y2 i + xj + z2 k

ao longo da curva C dada pela interseção das superfícies y + z = 2 e x2 + y2 = 1. Considere a


orientação anti-horária de C quando vista de cima. 

6.6 Problemas
Problema 6.6.1 Complete os espaços em branco abaixo com uma descrição da equação, indicando
em que situação pode ser usada.
¨ ¨
(a) : f (x,y,z) dS = f (x(u,v), y(u,v), z(u,v))kru × rv k dA.
S D
¨ ¨
(b) : F · n dS = F · (ru × rv ) dA.
S D
¨ ˚
(c) : F · n dS = div F dV.
S E
˛ ¨
(d) : F · dr = (rot F) · n dS.
C S

Problema 6.6.2 Indique em cada um dos itens abaixo se cada uma das equações (a) - (d) acima
pode ser usada de maneira direta para o cálculo pedido, justificando.
(i) Calcule a integral de superfície de
F(x,y,z) = x2 i + yj − 2zk
sobre a parte S da superfície x2 + y2 + z = 4 que possui z ≥ 0. Considere a orientação para
baixo de S.
(ii) Calcule o trabalho que o campo vetorial
F(x,y,z) = (2x2 + y)i + zj − 3xk
realiza ao longo da curva C definida pelo quadrilátero de vértices E(3,1,4), F(3,5,8),
G(5,7,12) e H(5,4,9), contido no plano −x − y + z = 0. Considere a orientação de C definida
pela ordem em que os seus vértices foram dados.
202 Capítulo 6. Superfícies Parametrizadas e Integrais de Superfície

(iii) Calcule a integral de superfície de

F(x,y,z) = x2 i + xyj − z2 k

sobre a superfície S definida por x2 + y2 + z2 = a2 , onde a é uma constante positiva (sua


solução será uma função de a). Considere a orientação para dentro de S.
(iv) Calcule a integral de superfície de

f (x,y,z) = x2 z2

sobre a parte S do plano y + z = 1 que se encontra diretamente acima da região do plano xy


delimitada por y = x2 e y = 1.

Problema 6.6.3 Calcule as integrais do Problema 6.6.2.

Problema 6.6.4 Sejam F(x,y,z) = −2k, G(x,y,z)


¨ = zk e S a¨superfície da Figura 6.20, uma esfera.
Determine por inspeção se as integrais de fluxo F · n dS, G · n dS são positivas, negativas ou
S S
nulas. Justifique.

Figura 6.20
III
Parte Três

7 Sequências e Séries Infinitas . . . . . . . . 205


7.1 Sequências de Números Reais
7.2 Sequências Monótonas
7.3 Sequências Recursivas
7.4 Séries de Números Reais
7.5 Teste do Termo Geral e Propriedades Básicas
7.6 Teste da Integral
7.7 Testes da Comparação
7.8 Testes da Razão e da Raiz
7.9 Séries Alternadas, Convergência Absoluta e Con-
dicional

8 Séries de Potências . . . . . . . . . . . . . . . . . 239


8.1 Polinômios de Taylor e MacLaurin
8.2 Séries de Potências
8.3 Convergência de séries de Taylor
7. Sequências e Séries Infinitas

Estudaremos neste capítulo sequências e séries infinitas. Inicialmente veremos o conceito de


sequências infinitas de números reais, cujas aplicações são ilustradas com os exemplos a seguir.
Mais adiante, na Seção 7.4, entenderemos o conceito de séries infinitas de números reais, definidas
como a soma dos termos de uma sequência infinita.

Sequências de números reais em combinatória e probabilidade.


Dado um conjunto aleatório de n pessoas, qual a probabilidade de pelo menos 2 delas fazerem
aniversário no mesmo dia1 ? Para n ≥ 1, considere pn a probabilidade de um conjunto aleatório de
n pessoas ter pelo menos 2 delas que fazem aniversário no mesmo dia. Temos claramente p1 = 0.
É possível mostrar que
1
p2 = ,
365
assim como é possível obter uma expressão geral para pn , n ≥ 2. Isto define uma sequência
infinita de números reais: para cada número n ≥ 1 de pessoas temos um número real pn associado.
Considerando um ano de 365 dias, em um grupo de 366 pessoas certamente há um par delas que
faz aniversário no mesmo dia, logo p366 = 1. Pergunta: qual o número n para o qual já temos pelo
menos 50% de chance de obter uma tal coincidência? Este problema é conhecido como o paradoxo
do aniversário2 .
Como um exemplo de caráter mais prático, considere um sistema computacional que cadastra
seus usuários a partir do último sobrenome. Dado um conjunto aleatório de n pessoas, qual a
probabilidade de pelo menos 2 delas terem o mesmo sobrenome e causarem, possivelmente, uma
dificuldade para o sistema? É razoável pensar que uma estimativa ou um cálculo pode ser feito para
o valor desta probabilidade, um número entre 0 e 1. Para n ≥ 1, considere agora pn a probabilidade
de um conjunto aleatório de n pessoas ter pelo menos 2 delas que fazem aniversário no mesmo dia.
Isso define também uma sequência infinita de números reais, conforme descrito acima.

1 Desconsideramos anos bissextos.


2 Ver também o problema do coletor de cupons (coupon collector problem).
206 Capítulo 7. Sequências e Séries Infinitas

Sequências de números reais em métodos computacionais.


Muitas das aplicações do conceito de sequências se dão na área de Cálculo Numérico, onde
utilizamos métodos computacionais para obter soluções de problemas diversos da matemática. Em
algumas ocasiões estamos interessados em obter mais rapidamente uma solução de um problema,
mas em muitas opções não é possível obter uma solução através de métodos tradicionais: é
necessário utilizar um destes métodos computacionais.
Suponha que você queira encontrar as raízes de uma equação f (x) = 0 onde a função f possui
uma expressão muito complexa. É possível utilizar métodos computacionais para resolver tais
problemas. Na Figura 7.1 temos ilustrado um método para resolver este tipo de problema: o Método
da Bisseção. Se f (x) é contínua e temos pontos x = a e x = b tais que f (a) < 0 e f (b) > 0, segue
do Teorema do Valor Intermediário que existe uma solução ξ para a equação f (x) = 0 no intervalo
(a,b); no caso da Figura 7.1 temos inicialmente a = 1 e b = 3. Consideramos então o ponto médio
do segmento (x1 = 2) e, como f (x1 ) < 0, concluímos que a raiz ξ se encontra no intervalo [x1 ,b].
Repetimos o processo com a = 2 e b = 3: o intervalo definido por a = 2 e b = 3 possui ponto médio
x2 = 2.5 e o mesmo argumento nos leva a considerar o intervalo [x2 , b], onde sabemos que a raiz ξ
se encontra. Veja as Figuras 7.2 a 7.4. Observamos que os pontos x1 , x2 , x3 , . . . se aproximam cada
vez mais da raiz ξ da equação. É possível repetir o processo indefinidamente, a fim de obter um
ponto xn tão perto quanto se queira da raiz ξ . Formalizamos estes conceitos neste capítulo: estes
pontos definem uma sequência infinita de números reais {xn }∞ n=1 que, dentro de certas hipóteses,
converge para a raiz ξ .

Figura 7.1: Primeira aproximação para a Figura 7.2: Segunda aproximação para a raiz de
raiz de y = f (x). y = f (x).

7.1 Sequências de Números Reais


Na matemática uma sequência indica uma sucessão de coisas em uma ordem definida. Por exemplo:
os alunos em uma sala de aula, a princípio, não têm uma ordem definida; eles definem simplesmente
um conjunto, idealizado como uma grande caixa onde todos os alunos se encontram em nenhuma
configuração específica. Este conjunto passa a ter uma ordem bem definida quando ordenamos os
alunos pela data de nascimento, por exemplo, onde em primeiro lugar temos o aluno mais novo e
por último o mais velho, como se os alunos formassem uma fila.
Neste curso trabalharemos com sequências de números reais, conforme exemplificado abaixo.
Exemplo 7.1.1 Os números naturais pares 2, 4, 6, . . . formam naturalmente uma sequência através
da ordem crescente. O primeiro elemento desta sequência, denotado por a1 , é dado por a1 = 2, o
7.1 Sequências de Números Reais 207

Figura 7.3: Terceira aproximação para a raiz Figura 7.4: Quarta aproximação para a raiz de
de y = f (x). y = f (x).

segundo elemento é dado por a2 = 4 e assim por diante. Temos assim a sequência

a1 , a2 , a3 , a4 , . . .

onde a seguinte regra geral é satisfeita: an = 2n. As reticências acima indicam que a sequência é
infinita. 

Podemos interpretar uma sucessão ordenada de números da seguinte maneira: o primeiro


elemento é aquele associado ao número 1, enquanto o segundo elemento é aquele associado ao
número 2, e assim por diante. Em outras palavras, uma sequência pode ser vista como uma função
cujo o domínio é dado pelo conjunto {1, 2, 3, . . . }, isto é, pelo conjunto dos números naturais.
Definição 7.1.2 Uma sequência de números é uma função f com domínio Dom f = N e
contradomínio dado pelos números reais. Escrevemos normalmente an = f (n) para indicar
o n-ésimo elemento da sequência. O inteiro n é dito o índice do elemento an . A sequência
a1 , a2 , . . . é denotada por
{an } ou {an }∞ n=1 .

Identificamos no Exemplo 7.1.1 a regra geral an = 2n para os termos daquela sequência. A


função an = 2n = f (n) = 2n na notação da Definição 7.1.2, é dita o termo geral da sequência.
 Exemplo 7.1.3 Encontre o termo geral das sequências abaixo.
1 2 3 4
(i) {an }∞
n=1 definida por , , , , . . .
2 3 4 5
1 2 3 4
(ii) {bn }n=1 definida por , − , , − , . . .

2 3 4 5
A sequência {an }∞
n=1 do item (i) pode ser escrita como

a1 , a2 , a3 , . . . .

O primeiro elemento da sequência possui numerador igual a 1, enquanto o segundo possui nume-
rador 2 e assim por diante; segue que o numerador de an é dado por n para n ≥ 1. Analogamente
concluímos que o denominador de an é dado por n + 1, de modo que
n
an = , n ≥ 1.
n+1
A sequência do item (ii) é idêntica àquela do item (i), exceto pelo sinal: temos bn = ±an
para n ≥ 1. Observamos que os termos {bn }∞ n=1 são alternadamente positivos e negativos. Esta
208 Capítulo 7. Sequências e Séries Infinitas

alternância é classicamente descrita por um dos termos abaixo:


(−1)n , n ≥ 1 : − 1, 1, −1, 1, . . . ,
ou
(−1)n+1 , n ≥ 1 : 1, − 1, 1, −1, . . . .
Como o primeiro termo da sequência {bn }∞n=1 é positivo, combinamos o termo geral de {an }n=1

com o termo (−1)n+1 para obter o termo geral de {bn }n=1 :


n
bn = (−1)n+1 , n ≥ 1.
n+1


Exercício 7.1.4 Encontre o termo geral das sequências abaixo.


1 2 3 4
(i) {an }∞
n=1 definida por − , , − , , . . .
2 3 4 5
3 4 5 6
(ii) {bn }n=1 definida por , ,
∞ , ,...
5 25 125 625
1 1 1 1
(iii) {cn }∞
n=1 definida por , , , ,...
2 4 8 16


Obs 7.1.5 Podemos escrever uma sequência como aquelas do Exercício 7.1.4 como {an }∞
n=1 ou
{an }∞
n=0 , isto é, podemos identificar o primeiro termo da sequência como a1 ou a0 . Por exemplo, a
sequência do item (iii) do Exercício 7.1.4 pode ser escrita como
n+3 n+2
bn = , n ≥ 0, ou bn = n , n ≥ 1.
5n+1 5
Note as duas expressões acima estão relacionadas pela substituição n ← n + 1.
Em alguns casos pode ser conveniente ilustrar o comportamento de uma sequência através de
um gráfico. Considere as sequências {an }∞
n=1 , {bn }n=1 , {cn }n=1 e {dn }n=1 definidas abaixo:
∞ ∞ ∞

n+1 (−1)n
an = , bn = n2 , cn = , dn = (−1)n .
n n2
Nas Figuras 7.5 a 7.8 temos ilustradas estas sequências. Note que as sequências {an }∞
n=1 e {cn }n=1

se aproximam, respectivamente, cada vez mais dos valores 1 e 0; o mesmo não pode ser dito das
sequências {bn }∞
n=1 e {dn }n=1 . Mais precisamente, observamos que a diferença entre o termo geral

an = (n + 1)/n e o “valor limite” L = 1 se aproxima de zero à medida que n cresce. De fato, temos
que
n+1 n+1−n 1
an − 1 = −1 = = ,
n n n
de modo que podemos tornar a diferença an − 1 tão pequena quanto queiramos: basta escolher o
índice n grande o suficiente. Baseados neste tipo de raciocínio diremos que o limite da sequência
{an }∞
n=1 é L = 1, conceito que formalizamos a seguir com a Definição 7.1.7.
Obs 7.1.6 Lembramos que se a, b são números reais então |a − b| indica a distância entre a e b na
reta. Em particular, |an − L| representa, na Definição 7.1.7, a distância entre an e L.

Definição 7.1.7 Dizemos que uma sequência {an }∞


n=1 é convergente se existe um número real
L tal que para todo ε > 0 existe um inteiro N ≥ 1 tal que |an − L| < ε para todo n ≥ N. Dizemos
neste caso que {an }∞n=1 possui limite L e escrevemos

lim an = L ou an → L quando n → ∞.
n→∞
7.1 Sequências de Números Reais 209

Figura 7.5: Termos da sequência


an = n+1
n , n ≥ 1. Figura 7.6: Termos da sequência bn = n2 , n ≥ 1.

Figura 7.7: Termos da sequência Figura 7.8: Termos da sequência


n
cn = (−1)
n2 , n ≥ 1. dn = (−1)n , n ≥ 1.

Se {an }∞
n=1 não é convergente dizemos que {an }n=1 é divergente.

Em outras palavras, dizemos que o limite de uma sequência {an }∞ n=1 é L se os termos da
sequência eventualmente ficam arbitrariamente próximos de L. A definição de limite de uma
sequência é muito semelhante àquela vista em Cálculo I: por arbitrariamente próximos entende-se
que os termos da sequência se encontram dentro de uma “margem de erro” ε > 0 em torno de L,
definindo um intervalo (L − ε, L + ε). Matematicamente entendemos o conceito de “eventualmente”
da seguinte maneira: existe um inteiro N ≥ 1 tal que a partir deste ponto os termos da sequência se
encontram dentro da margem de erro desejada; em outras palavras, temos an próximo de L para
n ≥ N.
Conforme visto na Definição 7.1.2, uma sequência pode ser vista como uma função com
domínio dado pelos números naturais, de modo que graficamente temos a seguinte representação:
para cada n ≥ 1, marcamos um ponto (n, an ) no plano cartesiano. Dessa maneira, o intervalo
(L − ε, L + ε) acima é representado no eixo vertical, definindo uma faixa horizontal no plano
cartesiano. Se {an }∞
n=1 converge para o valor L, então todo termo da sequência n à direita de N se
encontra dentro desta faixa para n ≥ N. Veja a Figura 7.9.

 Exemplo 7.1.8 Considere a sequência {an }


∞ dada por a = 1 , n ≥ 1. Seus primeiros termos
n=1 n
n
são dados por
1 1 1 1
1, , , , , . . . .
2 3 4 5
Os elementos da sequência decrescem sucessivamente e parecem convergir para o valor L = 0. De
210 Capítulo 7. Sequências e Séries Infinitas

Figura 7.9: Sequência convergente: an ∈ (L − ε, L + ε) para n ≥ N.

fato, fixando ε = 0.1, temos a “margem de erro” dada pelo intervalo (−0.1, 0.1) centrado em torno
de L = 0. Como
a10 = 0.1,
a11 = 0.090909 . . . ,
a12 = 0.08333 . . . ,
temos que a propriedade na Definição 7.1.7 vale para N = 11. Em outras palavras, temos
an ∈ (L − 0.1, L + 0.1)
para todo n ≥ 11, onde L = 0.
Formalizamos a convergência da sequência {an }∞n=1 da seguinte maneira. Seja ε > 0 qualquer.
Temos
1 1 1
|an − L| < ε ⇐⇒ − 0 < ε ⇐⇒ < ε ⇐⇒ n > .
(7.1)
n n ε
Seja N o menor inteiro maior que 1/ε. Se n ≥ N então n > 1/ε e, pelo argumento na Equação
(7.1), temos |an − L| < ε, como gostaríamos. 

Exercício 7.1.9 Prove pela Definição 7.1.7 que as sequências abaixo são convergentes.
(i) an = n/(n + 1), n ≥ 1.
(ii) an = 2−n , n ≥ 0.


Considere agora a sequência bn = n2 , n ≥ 1, da Figura 7.6. O termo geral bn = n2 desta


sequência fica cada vez maior à medida que n cresce. Mais formalmente, dado qualquer número
M > 0 temos |bn | = bn > M a partir de um certo ponto; em outras palavras, existe um inteiro
N ≥ 1 tal que se n ≥ N então bn > M. Dizemos neste caso que a sequência {bn }∞ n=1 diverge para
infinito. O teorema a seguir fornece um método muito utilizado para determinar se uma sequência é
convergente ou divergente.

Teorema 7.1.10 Seja {an }∞


n=1 uma sequência dada por an = f (n), n ≥ 1.
(i) Se lim f (x) = L, então an → L quando n → ∞.
x→+∞
(ii) Se lim f (x) = ±∞, então an → ±∞ quando n → ∞.
x→+∞

Obs 7.1.11 O Teorema 7.1.10 não pode ser utilizado no caso de sequências cujo termo geral não
está definido para números reais, como an = (−1)n e bn = n!.
O Teorema 7.1.10 pode ser interpretado da seguinte maneira. Uma sequência an = f (n), n ≥ 1,
pode ser vista como uma “pequena amostra” de uma função F(x) definida em [1, ∞). Se a função
F(x) possui limite L quando x → ∞, então os termos da sequência dada por an = f (n) também
convergirão para L. Veja a Figura 7.10.
7.1 Sequências de Números Reais 211

Figura 7.10: Sequência de números reais convergente dada por an = f (n), n ≥ 1.

Exercício 7.1.12 Esboce no mesmo plano cartesiano alguns termos da sequência {an }∞
n=1
ilustrada na Figura 7.5 e o gráfico da função correspondente. Faça o mesmo para a sequência
{bn }∞
n=1 ilustrada na Figura 7.6. 

 Exemplo 7.1.13 Determine se as sequências abaixo são convergentes e, em caso positivo,

encontre seus limites.


(i) an = −3n/(2n + 5), n ≥ 0.
(ii) bn = (−1)n , n ≥ 0.
A sequência an , n ≥ 0 é definida através da função f (x) = −3x/(2x + 5) que está bem definida
para os número reais x > −5/2. Usando a Regra de L’Hospital obtemos
3x 3 3
lim f (x) = lim − = lim − = − .
x→∞ x→∞ 2x + 5 x→∞ 2 2
Segue portanto do Teorema 7.1.10 que an → −3/2 quando n → ∞.
A sequência bn , n ≥ 0, não se estende para os números reais. Observamos no entanto que os
elementos desta sequência oscilam entre 1 e −1:

b0 = 1, b1 = −1, b2 = 1, b3 = −1, . . . .

A sequência não se aproxima portanto de nenhum valor específico, donde concluímos que ela é
divergente3 . 

Exercício 7.1.14 Determine se as sequências abaixo são convergentes e, em caso positivo,


encontre seus limites.
n2
(i) an = n , n ≥ 1.
2

3É possível formalizar este argumento com a Definição 7.1.7, porém este argumento será o suficiente no nosso curso.
212 Capítulo 7. Sequências e Séries Infinitas

n2
(ii) bn = , n ≥ 0.
n−1


Os Teoremas 7.1.15 e 7.1.22 são consequências diretas do Teorema 7.1.10 e dos teoremas
correspondes para limites de funções.

Teorema 7.1.15 Sejam {an }∞


n=1 e {bn }n=1 sequências de números reais convergentes com

limites L1 e L2 . Então,
(i) lim (an + bn ) = L1 + L2 ;
n→∞
(ii) lim (an − bn ) = L1 − L2 ;
n→∞
(iii) lim can = cL1 , para toda constante c ∈ R;
n→∞
(iv) lim an bn = L1 L2 ;
n→∞
an L1
(v) se L2 6= 0, então lim = .
n→∞ bn L2

 Exemplo 7.1.16 Prove que a sequência definida por an = 5 + 1/n, n ≥ 1, é convergente e


encontre o seu limite.
Temos que an = bn + cn , n ≥ 1, onde bn = 5 e cn = 1/n para n ≥ 1. As sequências bn e cn são
convergentes:
lim bn = 5 e lim cn = 0.
n→∞ n→∞

Segue que an → 5 + 0 = 5 quando n → ∞. 

Teorema 7.1.17 Se {an }∞ lim |an | = 0, então


n=1 é uma sequência de números reais tal que n→∞
lim an = 0.
n→∞

O Teorema 7.1.17 pode ser utilizado em sequências alternadas; veja o Exercício 7.1.18.
 Exemplo 7.1.18 Prove que a sequência definida por an = (−1)n /n, n ≥ 1, é convergente e
encontre o seu limite.
Note que a sequência {an } não se estende para número reais, no entanto |an | = f (n) = 1/n,
onde f (x) está definida para todo x > 0. Como

1
lim f (x) = lim = 0,
x→∞ x→∞ x
segue do Teorema 7.1.10 que |an | → 0 quando n → ∞. Temos portanto pelo Teorema 7.1.17 que
an → 0 quando n → ∞. 

Teorema 7.1.19 Se {an }∞


n=1 é uma sequência convergente com limite L e f (x) é uma função
real contínua em um intervalo contendo L, então lim f (an ) = f (L).
n→∞
π 
 Exemplo 7.1.20 Prove que a sequência definida por an = cos , n ≥ 1, é convergente e
n
encontre o seu limite.
Note que an = cos(bn ), n ≥ 1, onde bn → 0 quando n → ∞ pelo Teorema 7.1.10. Segue do
Teorema 7.1.19 que an → cos 0 = 1 quando n → ∞. 

1 π 
Exercício 7.1.21 Prove que a sequência definida por an = cos , n ≥ 1, é convergente e
n n
encontre o seu limite. 
7.1 Sequências de Números Reais 213

O teorema abaixo também é consequência do Teorema 7.1.10 e segue imediatamente do


resultado correspondente do cálculo de funções de uma variável: o Teorema do Sanduíche.

Teorema 7.1.22 Sejam {an }∞


n=1 , {bn }n=1 e {cn }n=1 sequências de números reais. Suponha que,
∞ ∞

para algum inteiro n0 ≥ 1, temos que an ≤ bn ≤ cn para todo n ≥ n0 . Se lim an = lim cn = L,


n→∞ n→∞
então limn→∞ bn = L.

Figura 7.11: Sequência {bn }∞


n=1 convergente pelo Teorema do Sanduíche.

Exemplo 7.1.23 Prove que a sequência {an }∞ n



n=1 definida por an = n!/n , n ≥ 1, é convergente e
encontre o seu limite.
Os primeiros elementos da sequência {an } são dados por

6 24
1, 1, , ,....
27 256
Temos pela definição de n! que

n! n · (n − 1) · · · 2 · 1 n · (n − 1) · · · 2 1
an = = = · ,
nn n·n···n·n n·n···n n
onde
n · (n − 1) · · · 2 n n − 1 2
= · · · · ≤ 1 · 1 · · · 1 = 1.
n·n···n n n n
Então an ≤ 1/n para n ≥ 1. Como an ≥ 0 para todo n ≥ 1, temos que xn ≤ an ≤ yn para n ≥ 1, onde
xn = 0, yn = 1/n e
lim xn = lim yn = 0.
n→∞ n→∞

Segue do Teorema 7.1.22 que an → 0 quando n → ∞. 


214 Capítulo 7. Sequências e Séries Infinitas

1 π 
Exercício 7.1.24 Prove usando o Teorema 7.1.22 que a sequência definida por an = cos , n≥
n n
1, é convergente e encontre o seu limite. 

7.2 Sequências Monótonas


Nesta seção estudaremos sequências que adotam, inicialmente ou a partir de um certo ponto, um
padrão sempre crescente (ou decrescente) para os seus termos. Existem testes específicos de
convergências para essas sequências que são bastante úteis.
Definição 7.2.1 Uma sequência {an }∞
n=1 é dita
(i) estritamente crescente se an < an+1 para todo n ≥ 1, isto é, se

a1 < a2 < a3 < . . . an < . . . ,

(ii) crescente se an ≤ an+1 para todo n ≥ 1, isto é, se

a1 ≤ a2 ≤ a3 ≤ . . . an ≤ . . . ,

(iii) estritamente decrescente se an > an+1 para todo n ≥ 1, isto é, se

a1 > a2 > a3 > . . . an > . . . ,

(iv) decrescente se an ≥ an+1 para todo n ≥ 1, isto é, se

a1 ≥ a2 ≥ a3 ≥ . . . an ≥ . . . .

Se a sequência {an }∞ n=1 é crescente ou decrescente, dizemos que {an }n=1 é monótona; se

{an }n=1 é estritamente crescente ou decrescente, dizemos que {an }n=1 é estritamente monótona.
∞ ∞

No teorema abaixo temos métodos precisos para avaliar de um modo geral se uma dada
sequência é crescente. A seguir temos o resultado análogo para sequências decrescentes.

Teorema 7.2.2 Seja {an }∞


n=1 uma sequência de números reais.
(i) Se an+1 − an ≥ 0 para todo n ≥ 1, então {an }∞
n=1 é uma sequência monótona crescente.
(ii) Se an+1 − an ≤ 0 para todo n ≥ 1, então {an }∞
n=1 é uma sequência monótona decrescente.

Demonstração. Basta somar an em ambos os lados das desigualdades. 

Teorema 7.2.3 Seja {an }∞


n=1 uma sequência de números reais tal que an > 0 para n ≥ 1.
an+1
(i) Se an ≥ 1 para todo n ≥ 1, então {an }∞
n=1 é uma sequência monótona crescente.
an+1
(ii) Se an ≤ 1 para todo n ≥ 1, então {an }∞
n=1 é uma sequência monótona decrescente.

Demonstração. Basta multiplicar ambos os lados das desigualdades por an . 

Obs 7.2.4 Se {an }∞


n=1 uma sequência de números reais tal que an < 0 para todo n ≥ 1, podemos
ainda utilizar o Teorema 7.2.3 para determinar se {an }∞
n=1 é monótona: basta considerar a sequência
definida por bn = −an , n ≥ 1, e observar que {an }∞ n=1 é crescente (decrescente) se e somente se
{bn }∞
n=1 é decrescente (crescente).
 Exemplo 7.2.5 Prove que a sequência abaixo é monótona:
n
an = , n ≥ 1.
n+1
7.2 Sequências Monótonas 215

Consideramos, de acordo com o Teorema 7.2.3, a razão an+1 /an :

an+1 (n + 1)/(n + 2) n + 2 n + 1 n + 2
= = · = .
an n/(n + 1) n+1 n n

Como n + 2 > n para todo n ≥ 1, concluímos que an+1 /an > 1 para todo n ≥ 1. Segue do Teorema
7.2.3 que {an } é sequência monótona (estritamente) crescente. 

 Exemplo 7.2.6 Considere a sequência

(−1)n
an = , n ≥ 1.
n
A sequência acima é alternada, isto é, seus elementos se alternam entre positivos e negativos:

a1 = −1 < 0
1
a2 = > 0
2
1
a3 = − < 0
3
..
.

Segue que a1 < a2 > a3 < a4 > . . . e a sequência é não-monótona, pois não satisfaz nenhum dos
itens da Definição 7.2.1. 

Exercício 7.2.7 Prove que as sequências abaixo são monótonas.


n
(i) an = , n ≥ 1.
n2 + 1
(ii) bn = ln n − ln(n + 1), n ≥ 1.


No teorema abaixo fazemos uso dos critérios de monotonicidade de funções para verificar o
mesmo para sequências de números reais.

Teorema 7.2.8 Seja {an }∞


n=1 uma sequência dada pela função an = f (n), n ≥ 1. Suponha que f
é diferenciável para x ≥ 1. Então:
(i) se f 0 (x) ≥ 0 para todo x ≥ 1 então {an }∞
n=1 é uma sequência crescente;
(ii) se f 0 (x) ≤ 0 para todo x ≥ 1 então {an }∞
n=1 é uma sequência decrescente.

As desigualdades f 0 (x) > 0 e f 0 (x) < 0 no Teorema 7.2.8 provam que {an }∞
n=1 é sequência
estritamente monótona.

n
 Exemplo 7.2.9 Prove que a sequência an = 2, n ≥ 1, é monótona.
1/n 1/x
Temos an = 2 = f (x), onde f (x) = 2 é uma função real definida para x > 0. Como
 
0 1/x 1
f (x) = 2 · ln 2 · − 2
x

e ln 2 > 0, temos que f 0 (x) < 0 para todo x > 0. Segue que a função f (x) é decrescente para x > 0
e portanto, pelo Teorema 7.2.8, a sequência {an } é monótona decrescente. 

Uma sequência monótona é classificada como convergente ou divergente perfeitamente a partir


do conceito de sequências limitadas, que apresentamos a seguir; veja o Teorema 7.2.11.
216 Capítulo 7. Sequências e Séries Infinitas

Definição 7.2.10 Uma sequência {an }∞


n=1 é dita limitada superiormente se existe um número
M ∈ R tal que
an ≤ M, para todo n ≥ 1.
Dizemos que {an }∞
n=1 é limitada inferiormente se existe um número m ∈ R tal que

m ≤ an , para todo n ≥ 1.

Se {an }∞
n=1 é limitada superiormente e inferiormente, dizemos que {an }n=1 é limitada.

Teorema 7.2.11 Seja {an }∞


n=1 uma sequência monótona. Então:
(i) se {an }∞
n=1 não é limitada então {an }n=1 é sequência divergente;

(ii) se {an }n=1 é limitada então {an }n=1 é sequência convergente.


∞ ∞

√n
 Exemplo 7.2.12 Prove que a sequência an = 2, n ≥ 2, é convergente usando o Teorema 7.2.11.
Provamos no Exemplo 7.2.9 que a sequência {an } é monótona decrescente, isto é,
a2 ≥ a3 ≥ a4 ≥ · · · ,
√ √
onde a2 = 2. Segue que an ≤ 2 para todo n ≥ 2. Como an ≥ 0 para todo n ≥ 2, temos que {an }
é limitada. Segue portanto do Teorema 7.2.11 que {an } é convergente. 

Exercício 7.2.13 Prove que a sequência an = (n−1)/n, n ≥ 1, é convergente usando o Teorema


7.2.11. 

Não apresentaremos a demonstração do Teorema 7.2.11, mas podemos interpretá-lo intuitiva-


mente da seguinte maneira. Seja {an }∞ n=1 uma sequência monótona crescente. Se {an }n=1 não é

limitada superiormente, então não existe um número M ∈ R que limita superiormente todos os
elementos da sequência. Em outras palavras, para qualquer número M escolhido sempre encontra-
remos um elemento an da sequência maior do que M, logo {an }∞ n=1 tendo ao infinito e é portanto
divergente. Por outro lado, se {an }∞
n=1 é limitada superiormente por um número M ∈ R, então pela
monotonicidade da sequência concluímos que os elementos da sequência devem se acumular em
um número L ≤ M.
Obs 7.2.14 Se {an }∞
n=1 é uma sequência monótona crescente limitada superiormente por um
número M, então o limite de {an }∞
n=1 pode ser diferente de M. Mais ainda, {an }n=1 possui diversos

limites superiores, mas apenas um limite. Veja a Figura 7.12.

Propriedades que valem a partir de um certo ponto.


A convergência de uma sequência {an }∞ n=1 é uma análise do que ocorre para valores grandes
para o índice n: note que para que uma sequência seja convergente devemos observar uma certa
propriedade, de acordo com a Definição 7.1.7, nos índices n ≥ N. Isto significa que os primeiros
termos de uma sequência podem ser desconsiderados para fins de convergência. Logo, a fim
de comprovar a convergência de uma sequência através do Teorema 7.2.11, por exemplo, não é
necessário que a sequência inteira seja monótona; basta que seja monótona a partir de um certo
ponto.
 Exemplo 7.2.15 Considere a sequência {an }∞
n=1 dada por
10n
an = , n ≥ 1,
n!
onde n! = n · (n − 1) · (n − 2) · · · 2 · 1. Seus primeiros termos são dados por
100 1000
a1 = 10, a2 = = 50, a3 = = 166.66 . . . ,
2 6
7.2 Sequências Monótonas 217

Figura 7.12: A sequência an = (n − 1)/n é monótona e limitada com limite L = 1.

10000 100000
a4 = = 416.66 . . . , a5 = = 833.33 . . . .
24 120
an+1
No entanto esta sequência não é crescente. De fato, analisando a razão de acordo com o
an
Teorema 7.2.3, temos
10n+1
an+1 (n+1)! 10n+1 n!
= 10n
= .
an n!
(n + 1)! 10n
Como (n + 1)! = (n + 1) · n!, temos
an+1 10
= . (7.2)
an n+1
an+1
Temos < 1 para n ≥ 10, logo a sequência {an }∞
n=1 é monótona estritamente decrescente a
an
partir de N = 10. Veja a Figura 7.13.
Provamos agora que a sequência {an }∞n=1 é limitada. De fato, temos an ≥ 0 para todo n ≥ 1,
logo {an }n=1 é limitada inferiormente. A fim de provar que {an }∞

n=1 é limitada superiormente,
observamos que da Equação (7.2) temos
an
≤ 1, para 1 ≤ n ≤ 9,
an+1
e
an
> 1, para n ≥ 10.
an+1
Segue que logo a sequência {an }∞
n=1 é monótona crescente para 1 ≤ n ≤ 9 e estritamente decrescente
a partir de N = 10. Então a10 é o maior elemento da sequência e, portanto, {an }∞ n=1 é limitada
superiormente. Como {an }∞ n=1 é eventualmente monótona e limitada concluímos pelo Teorema
7.2.11 que {an }∞
n=1 é convergente. 
218 Capítulo 7. Sequências e Séries Infinitas

10n
Figura 7.13: Temos da sequência an = .
n!

7.3 Sequências Recursivas


Sequência de Fibonacci.
Existem muitos casos em que os elementos de uma sequências são definidas através dos elementos
anteriores. O exemplo mais conhecido, que representa possivelmente a sequência mais conhecida
da Matemática, é a sequência de Fibonacci:

a0 = 0, a1 = 1 e an = an−1 + an−2 , para n ≥ 2.

Os primeiros elementos da sequência de Fibonacci são dados por

0, 1, 1, 2, 3, 5, 8, 13, 21, . . . .

Esta sequência é conhecida√pela razão áurea: a razão entre os elementos an+1 e an se aproxima
cada vez mais de ϕ = (1 + 5)/2 ≈ 1.61803. Confira abaixo:
a4
= 1.5,
a3
a5
= 1.666 . . . ,
a4
a6
= 1.625,
a5
a7
= 1.61538,
a6
..
.

A razão áurea surpreendentemente é vista em aplicações diversas como arquitetura, arte, crescimento
populacional4 e em proporções diversas na natureza, como espirais em conchas e em girassóis5 .
4 Veja o episódio “Donald no País da Matemágica” do Pato Donald no link https://www.youtube.com/watch?
v=wbftu093Yqk; veja também a matéria https://www.livescience.com/37704-phi-golden-ratio.html da
página Live Science sobre a razão áurea.
5 Veja o vídeo no link https://www.youtube.com/watch?v=2VuS8JOkr7s sobre a razão na natureza.
7.4 Séries de Números Reais 219

Sequências recursivas em métodos computacionais.


Em muitas aplicações computacionais temos sequências recursivas. O Método de Newton é
utilizado para aproximar raízes de equações f (x) = 0 sempre que uma solução exata se mostra
2
√ da equação x − 2 = 0 o Método de
muito custosa ou até mesmo impossível de se obter. No caso
Newton fornece aproximações sucessivas para a raiz ξ = 2 ≈ 1.414214 através da sequência
 
1 2
x1 = 1 e xn = xn + , para n ≥ 2.
2 xn
Veja abaixo a sequência {xn }∞
n=1 gerada pelo Método de Newton:

1 x1 = 1 1.000000
2 x2 = 12 1 + 12 =
 3
2 1.500000
3 x3 = 2 2 + 3/2 = 17
1 3 2
1.416666
  12
1 17 2 577
4 x4 = 2 12 + 17/12 = 408 1.414216

7.4 Séries de Números Reais


Soma de infinitos termos em progressão geométrica.
Considere a progressão geométrica de razão 1/2 e termo inicial 1/2, cuja soma é dada por
1 1 1
+ + + · · · = 1. (7.3)
2 4 8
Dizemos que a soma infinita acima define uma série convergente, onde o termo “série” se refere a
uma soma infinita de números reais. Podemos ilustrar a equação acima através da Figura 7.14: cada
um dos termos do lado esquerdo da Equação (7.3) representa uma fração da área de um quadrado
de lado 1. A soma (infinita) de todas essas áreas é igual a 1.
Destacamos que é possível, no entanto, que uma soma infinita não se aproxime cada vez mais de
um certo valor, como vimos na Equação (7.3): na Figura 7.15 temos que a soma da área de infinitos
quadrados de área 1 fica cada vez maior, tendendo ao infinito; dizemos que a soma correspondente
define uma série divergente.

Figura 7.14: Partições da área de um quadrado definindo uma série convergente.

Somas infinitas em representações de números.


A representação decimal de alguns números representa outro exemplo de uma soma infinita que
representa um número real. A representação decimal 1729 é dada por
1729 = 1000 + 700 + 20 + 9.
No caso de uma dízima periódica temos uma soma infinita: o número 0.333 . . . é escrito como
1
= 0,333 · · · = 0,3 + 0,03 + 0,003 + · · · .
3
220 Capítulo 7. Sequências e Séries Infinitas

Figura 7.15: Soma das áreas de infinitos quadrados iguais: série divergente.

Conceitos básicos.
É importante relembrar a notação sigma para somatório: a letra grega maiúscula “Σ” indica o
somatório da quantidade à direita deste símbolo, que em geral depende de uma variável que percorre
um intervalo definido abaixo e acima deste símbolo. Por exemplo: a soma 1 + 4 + 9 + 16 + 25
representa a soma de quadrados de números inteiros, que representamos de maneira genérica como
i2 ; os inteiros considerados neste caso são i = 1, 2, 3, 4 e 5. Podemos escrever esta soma através da
notação sigma da seguinte maneira:

5
1 + 4 + 9 + 16 + 25 = ∑ i2 .
i=1

1 1
Um outro exemplo: a soma dos infinitos termos da progressão geométrica 1 + + + · · · pode ser
2 4
escrita como

1 1 1
1+ + +··· = ∑ n . (7.4)
2 4 n=1 2

Este é, em geral, o primeiro exemplo de série convergente que nos é claramente apresentado: apesar
de estarmos somando infinitos números positivos, o valor da soma não cresce cada vez mais, se
aproximando de infinito; o valor da soma se aproxima do número 2.
Definição 7.4.1 Uma série infinita, ou simplesmente série, é a soma infinita dos termos de
uma sequência infinita {an }∞
n=1 de números reais. Escrevemos


∑ an = a1 + a2 + a3 + · · · .
n=1

Os números a1 , a2 , a3 , . . . são ditos os termos da série.

Obs 7.4.2 Podemos considerar o conceito de série para uma sequência {an }∞
n=n0 para qualquer
índice inicial n0 . Em particular, para uma sequência com termo inicial a0 , podemos considerar a
série

∑ an = a0 + a1 + a2 + · · · .
n=0

A soma de infinitos números reais é um conceito que ainda precisamos definir: sabemos calcular
a soma 1 + 4 + 9 + 16 + 25, mas a soma infinita 1 + 4 + 9 + 16 + 25 + 36 + · · · é avaliada através de
um limite. Considere a série ∑∞ −n apresentada na Equação (7.4). Avaliamos esta soma infinita
n=1 2
através das somas parciais sn dos n primeiros termos da série:

sn = a1 + · · · + an .
7.4 Séries de Números Reais 221

Temos os seguintes valores para n = 1, 2, 3, 4:

s1 = a1 = 0,5,
1 1
s2 = a1 + a2 = + = 0,75,
2 4
1 1 1
s3 = a1 + a2 + a3 = + + = 0,875,
2 4 8
1 1 1 1
s4 = a1 + a2 + a3 + a4 = + + + = 0,9375.
2 4 8 16
À medida que consideramos valores cada vez maiores para n, nos aproximamos da ideia de
soma infinita da Equação (7.4). Em outras palavras, consideramos o limite da sequência {sn }∞
n=1 ,
conforme visto na Seção 7.1.
Vejamos agora como podemos calcular o valor S = lim sn . Temos
n→∞

1 1 1 1
sn = + + +···+ n ,
2 4 8 2
e através da distributiva verificamos que
1 1 1 1 1
sn = + + + · · · + n+1 .
2 4 8 16 2
Subtraindo as equações acima obtemos
 
1 1
1− sn = 1 − n+1 ,
2 2
isto é,
1 1 1 1
2 − 2n+1 2 − 2n+1 1
sn = 1
= 1
= 1− .
1− 2 2
2n
Como  
1
lim sn = lim 1 − n = 1,
n→∞ n→∞ 2
dizemos que a série (7.4) converge para 1:
∞  
1 1 1 1
lim 1 + + + · · · + n−1 = 1.
∑ n = n→∞
n=0 2 2 4 2

Definição 7.4.3 Seja ∑∞


n=1 an a série definida pela sequência {an }n=1 . Considere, para n ≥ 1,

a n-ésima soma parcial sn definida abaixo:

sn = a1 + a2 + · · · + an .

A sequência {sn }∞n=1 é dita a sequência de somas parciais da série ∑n=1 an . Se a sequência

{sn }∞
n=1 converge para um número S ∈ R dizemos que a série ∑n=1 an é convergente e escrevemos


∑ an = S.
n=1

Dizemos neste caso que S é o limite ou a soma da série ∑∞ n=1 an . Se a sequência de somas

parciais {sn }∞
n=1 diverge dizemos que a série ∑n=1 a n diverge.
222 Capítulo 7. Sequências e Séries Infinitas

O argumento utilizado para provar que a série (7.4) é convergente pode ser utilizado para provar
que toda série geométrica de razão r satisfazendo |r| < 1 é convergente.

Teorema 7.4.4 A série geométrica



∑ arn = a + ar + ar2 + · · ·
n=0

é convergente se |r| < 1 e divergente se |r| ≥ 1. Mais ainda, se |r| < 1,



a
∑ arn = 1 − r .
n=0

Exercício 7.4.5 Prove o Teorema 7.4.4. 

Exercício 7.4.6 Prove que a série

0,3 + 0,03 + 0,003 + · · · = 3 · 10−1 + 3 · 10−2 + 3 · 10−3 + · · ·


1
é igual a repetindo o argumento acima. 
3

Exercício 7.4.7 Escreva o número 2.3171717 . . . como uma série. Prove que esta série é
convergente e determine o seu limite. 


Exercício 7.4.8 Determine se a série ∑ (−1)n é convergente ou divergente. 
n=1

 Exemplo 7.4.9 Determine se cada uma das séries abaixo é convergente ou divergente. Caso seja
convergente, calcule seu limite.

5
(i) ∑ n
n=0 4

(ii) ∑ 32n 51−n
n=1
A série do item (i) pode ser escrita como
∞ ∞  n
5 1
∑ 4n = ∑ 5 4 .
n=0 n=0

Como esta é uma série geométrica de razão r = 1/4 < 1, segue do Teorema 7.4.4 que esta série é
convergente. Para calcular seu limite, procedemos como no caso da série (7.4). Seja
 
1 1 1
sn = 5 1 + + 2 + · · · + n−1 .
4 4 4
Então,
1 − 41n
 
1 1 1 1 4
sn = 5 · 1 + 5 · + 5 · 2 + · · · + 5 · n−1 = 5 = 5 1 − .
4 4 4 1 − 14 4n 3
20
Segue que lim sn = .
n→∞ 3
7.4 Séries de Números Reais 223

A série do item (ii) pode ser escrita como


 n

2n 1−n

n −n

9n ∞
9
∑3 5 = ∑ 9 5·5 = ∑5 n = ∑5
5 5
.
n=1 n=1 n=1 n=1

Como esta é uma série de razão r = 9/5 > 1, a série é divergente. 

A série do Exercício 7.4.8 é divergente pois a sequência de somas parciais correspondente


oscila indefinidamente entre os números −1 e 0. No exemplo abaixo temos uma sequência de
somas parciais que diverge para o infinito.

Exercício 7.4.10 Prove que a série ∑ n = 1 + 2 + 3 · · · + n + · · · é divergente. 
n=1

Somas telescópicas.
Veremos a seguir como a técnica de somas telescópicas pode ser utilizada para provar a convergência
de séries.
 Exemplo 7.4.11 Considere a série

1 1 1 1
∑ n(n + 1) = 1 · 2 + 2 · 3 + 3 · 4 + · · · .
n=1

A fim de provar que esta série é convergente, utilizamos frações parciais para escrever o termo
1
an = como
n(n + 1)
1 A B
= + , (7.5)
n(n + 1) n n + 1
onde A,B são números reais a serem determinados6 . Ao somar as duas frações à direita na Equação
(7.5) sob o múltiplo comum n(n + 1), obtemos

1 A(n + 1) + Bn 1 (A + B)n + A
= , isto é, = .
n(n + 1) n(n + 1) n(n + 1) n(n + 1)

Segue que (A + B)n + A = 1, logo A = 1 e B = −1. Com isso determinamos os coeficientes da


Equação (7.5):
1 1 1
= − ,
n(n + 1) n n + 1
de modo que
∞ ∞  
1 1 1
∑ =∑ − .
n=1 n(n + 1) n=1 n n+1
Quando escrevemos os termos da série para n ≥ 1 observamos vários cancelamentos:
∞      
1 1 1 1 1 1 1
∑ = − + − + − +··· .
n=1 n(n + 1) 1 2 2 3 3 4

Formalizamos esta ideia ao considerar a sequência {sn }∞


n=1 de somas parciais:
       
1 1 1 1 1 1 1 1 1
sn = − + − + − +··· − = 1− . (7.6)
1 2 2 3 3 4 n n+1 n+1
6 Note que a expressão na Equação (7.5) não é completamente arbitrária: faz sentido pensar que ao realizar a soma

das frações à direta através do mínimo múltiplo comum obteremos a expressão à esquerda.
224 Capítulo 7. Sequências e Séries Infinitas

A partir da equação acima podemos concluir que sn → 1 quando n → ∞, isto é,



1
∑ n(n + 1) = 1.
n=1

Exercício 7.4.12 Use a técnica de frações parciais para provar que cada uma das séries abaixo
é convergente e calcular seu limite. Se necessário, fatore o denominador do termo geral da série.

∞ ∞
4 6
(i) ∑ (4n − 3)(4n + 1) (ii) ∑ 4n2 − 1
n=1 n=2

O termo “séries telescópicas” parece carecer de uma definição precisa, mas dizemos de um
modo geral que uma soma ∑ an , finita ou infinita, é telescópica se há um algum tipo de cancelamento
aditivo recorrente entre os termos an e an+1 , como aquele observado na Equação (7.6).

7.5 Teste do Termo Geral e Propriedades Básicas


Teste do termo geral.
Para que uma série ∑ an seja convergente é necessário que os termos an se tornem cada vez menores7 .
Caso contrário teremos uma série divergente, como aquelas apresentadas nos Exercícios 7.4.8 e
7.4.10. Esta propriedade é enunciada abaixo como o Teorema 7.5.1.

Teorema 7.5.1 Se a série infinita ∑ an é convergente, então lim an = 0.


n→∞

Demonstração. Seja ∑∞ n=1 an uma série convergente com limite L e seja {sn }n=1 a sequência de

somas parciais correspondente. Note que

sn − sn−1 = (a1 + · · · + an−1 + an ) − (a1 + · · · + an−1 ) = an .

Segue que
lim an = lim (sn − sn−1 ) = lim sn − lim sn−1 = L − L = 0,
n→∞ n→∞ n→∞ n→∞

como gostaríamos. 

Corolário 7.5.2 Se ∑ an é uma série tal que lim an 6= 0, então ∑ an é divergente.


n→∞

Demonstração. Este resultado segue diretamente do Teorema 7.5.1. De fato, seja ∑ an uma série
tal que limn→∞ an 6= 0. A série ∑ an não pode ser convergente pois, pelo Teorema 7.5.1, teríamos
como consequência limn→∞ an = 0. Segue que ∑ an é divergente. 

É muito importante ressaltar que o Teorema 7.5.1 não garante a convergência de uma série ∑ an
1 ∞ 1
tal que limn→∞ an = 0. De fato, as séries ∑∞n=1 2n e ∑n=1 n satisfazem ambas esta condição, porém
a primeira é convergente e a segunda é divergente, conforme vemos a seguir no Exemplo 7.5.3. Isto
prova que a partir da condição limn→∞ an = 0 não podemos afirmar nada sobre a convergência da
série ∑ an .
7 Adotamos a notação a para indicar uma série genérica cujo índice inicial para n pode ser n = 1 ou n = 0. Em
∑ n
outras palavras, ∑ an pode representar ∑∞ ∞
n=1 an ou ∑n=0 an .
7.5 Teste do Termo Geral e Propriedades Básicas 225

 Exemplo 7.5.3 Considere a série abaixo, conhecida como série harmônica:



1 1 1
∑ n = 1+ 2 + 3 +··· .
n=1

Provaremos que esta série é divergente8 . Como 1/n > 0 para todo n ≥ 1, a série ∑∞ n=1 1/n define
uma sequência de somas parciais monótona crescente. Provamos a seguir que esta sequência não
possui limitante superior, logo diverge para infinito (Teorema 7.2.11). Observe o comportamento
dos termos sn para n = 2k , k ≥ 1:
1 1 1
s2 = 1 + > + = 1,
2 2 2
1 1 1 1 3
s4 = s2 + + > s2 + + = ,
3 4 4 4 2
1 1 1 1 1 1 1 1 1 4
s8 = s4 + + + + > s4 + + + + = s4 + > ,
5 6 7 8 8 8 8 8 2 2
1 1 1 1 1 5
s16 = s8 + + + · · · + > s8 + 8 · = s8 + > .
9 10 16 16 2 2

É possível generalizar este argumento e provar que sn > (k + 1)/2 para n = 2k , k ≥ 1. Para qualquer
número real M0 > 0, existe k0 ≥ 1 tal que
k0 + 1
> M,
2
então, para n0 = 2k0 , temos sn0 > M. Isto prova que a sequência de somas parciais {sn }∞
n=1 fica
arbitrariamente grande, maior que qualquer número real M fixado. Segue que

lim sn = +∞,
n→∞

1
e, portanto, a série ∑∞
n=1 n é divergente. 

Importante!

Se lim an = 0, nada podemos afirmar sobre a convergência da série ∑ an .


n→∞

n2 + 2n∞
 Exemplo 7.5.4 Mostre que a série ∑ 2 é divergente.
n=1 n + 1
Podemos escrever a série acima como ∑∞n=1 an , onde

n2 + 2n
lim an = lim = 1.
n→∞ n→∞ n2 + 1

Como lim an 6= 0, segue do Teorema 7.5.1 que a série é divergente. 


n→∞

Teorema 7.5.5 Sejam ∑∞ ∞


n=1 an e ∑n=1 bn séries convergentes com limites L1 e L2 , respectiva-
mente. Então:
(i) a série ∑∞ ∞
n=1 (an + bn ) é convergente e ∑n=1 (an + bn ) = L1 + L2 ;
(ii) a série ∑n=1 (an − bn ) é convergente e ∑∞

n=1 (an − bn ) = L1 − L2 ;
(iii) para qualquer número c ∈ R a série ∑n=1 c · an é convergente e ∑∞

n=1 c · an = c · L1 .

8A primeira demonstração registrada deste fato é dado ao professor e bispo francês Nicole Oresme, no século XIV.
226 Capítulo 7. Sequências e Séries Infinitas

Obs 7.5.6 Se ∑∞ ∞
n=1 an e ∑n=1 bn são séries divergentes, nada podemos afirmar sobre a convergência
da séries ∑∞ ∞
n=1 (an − bn ) e ∑n=1 (an + bn ). Veja os exemplos abaixo.
(i) As séries definidas por an = (−1)n , n ≥ 1, e bn = (−1)n+1 , n ≥ 1, são ambas divergentes,

mas a série ∑ (an + bn ) é convergente.
n=1
(ii) As séries definidas por an = (−1)n , n ≥ 1, e bn = (−1)n , n ≥ 1, são ambas divergentes, mas

a série ∑ (an + bn ) é divergente.
n=1
A convergência de uma série é determinada pelo comportamento de como seus termos an se
comportam para valores grandes de n. Assim, podemos deletar ou adicionar uma quantidade finita
de termos a uma série sem afetar sua convergência.

Teorema 7.5.7 Seja ∑∞


n=1 an uma série de números reais e n0 ≥ 1 um inteiro qualquer. Então
∑∞ ∞
n=1 an converge se e somente se ∑n=n0 an converge.

7.6 Teste da Integral


Podemos determinar se uma série ∑ an é convergente ou divergente avaliando
ˆ uma integral imprópria

relacionada: se an = f (n) para n ≥ 1, consideramos a integral f (x) dx para algum a ≥ 1
a
qualquer. Para entender a relação entre a série e a integral imprópria correspondente, considere a
série abaixo:

1 1 1
∑ √n = 1 + √2 + √3 + · · · .
n=1
ˆ ∞
1
Temos an = f (n) para f (x) = √ , onde a integral f (x) dx representa a área entre o eixo x e o
x a
gráfico da função f , à direita de x = a. Veja a Figura 7.16. Conforme ilustrado na Figura 7.17, o
1
termo an = √ da série pode ser interpretado como a área de um dos retângulos que aproximam a
n
área da Figura 7.17.


Figura 7.16:ˆ Região plana de área 1

1 Figura 7.17: Região plana de área ∑ √n .
√ dx. n=1
1 x
7.6 Teste da Integral 227
∞ ˆ ∞
1 1
Segue do argumento geométrico (Figura 7.17) que ∑ √n ≥ 1
√ dx, onde a integral à
x
n=1
direita é divergente:
ˆ
√ x=t  √ √ 
∞  
1
√ dx = lim 2 x = lim 2 t + 2 1 = +∞.
1 x t→∞
x=1
t→∞


1
Como a série ∑ √n é maior que a integral acima que diverge para +∞, segue que a série é
n=1
divergente.
Podemos também utilizar integrais impróprias para provar a convergência de séries infinitas.
Considere a série

1 1 1 1
∑ n2 = 1 + 4 + 9 + 16 + · · · .
n=1
ˆ ∞
1
Temos an = f (n) para f (x) = 2 , de modo que a integral f (x) dx representa a área entre o eixo
x a
x e o gráfico da função f , à direita de x = a. Veja a Figura 7.18. Conforme ilustrado na Figura 7.19,
1
o termo an = 2 da série pode ser interpretado como a área de um dos retângulos que aproximam a
n
área da Figura 7.18.


Figura 7.18:ˆRegião plana de área 1

1 Figura 7.19: Região plana de área ∑ n2 .
2
dx. n=1
1 x

O argumento geométrico agora é um pouco diferente: os retângulos da Figura 7.19 tem a


altura definida pela extremidade direita do respectivo intervalo no eixo x, enquanto na Figura 7.17
escolhemos a extremidade esquerda; agora temos que o valor da série é menor do que a integral
imprópria correspondente, de onde concluiremos a convergência da série. ˆVemos pelas Figuras

1
7.18 e 7.19 que a soma das áreas dos retângulos, que aproxima a integral 2
dx, representa
ˆ 1 x
∞ ∞
1 1
a série com termo inicial n = 2. Temos portanto ∑ 2 ≤ 2
dx, onde a integral à direita é
n=2 n 1 x
convergente:
ˆ ∞  t   
1 1 1 1
dx = lim − = lim − + = 1.
x2 1 t→∞ x x=1
t→∞ t 1
228 Capítulo 7. Sequências e Séries Infinitas
∞ ∞ ∞ ∞
1 1 1 1
Como =
∑ n2 ∑ n2 − 1, temos ∑ n2 − 1 ≤ 1, isto é, ∑ n2 ≤ 2. A sequência de somas parciais
n=2 n=1 n=1 n=1
m
1
Sm = ∑ 2 é monótona estritamente crescente e limitada, portanto a série é convergente. Através
n=1 n
deste critério não podemos afirmar qual o valor da série, mas é possível afirmar que é convergente9 .
O argumento utilizado acima pode ser generalizado no formato do teorema abaixo.

Teorema 7.6.1 — Teste da Integral. Seja ∑∞


n=1 an uma série de números reais positivos tal que
an = f (n) para n ≥ 1. Suponha que existe a ≥ 1 tal que f (x) é contínua e monótona decrescente
para x ∈ [a,
ˆ + ∞). Então:
∞ ∞
(i) se f (x) dx é convergente então ∑ an é convergente;
ˆ
a
∞ ∞
n=1

(ii) se f (x) dx é divergente então ∑ an é divergente.


a n=1

Importante!

Mesmo quando o Teste da Integral (Teorema 7.6.1) fornece a convergência, não é possível
afirmar que o valor da integral coincide com o valor da série:
ˆ ∞ ∞
f (x) dx 6= ∑ an .
a n=1

Obs 7.6.2 O teorema acima é um critério que avalia o comportamento dos termos an da série
para valores grandes de n através do comportamento da função f (x) para valores grandes de x. O
teorema continua válido se an =ˆf (n) para n ≥ a, onde a é um número real qualquer; consideramos

neste caso a integral imprópria f (x) dx.
a

1
 Exemplo 7.6.3 Prove que a série harmônica ∑ n é divergente usando o teste da integral.
n=1
Temos que a série acima é dada por números positivos ∑ an , onde an = f (n) e f (x) = 1/x é
função contínua e monótona decrescente. Como
ˆ ∞  x=t 

f (x) dx = lim ln x = lim (lnt − ln 1) = +∞,
1 t→∞ t→∞
x=1
segue que a série harmônica é divergente. 


1
 Exemplo 7.6.4 Determine se a série ∑ (2n + 1)3 é convergente ou divergente.
n=1
Temos que a série acima é dada por números positivos ∑ an , onde an = f (n) e f (x) = 1/(2x +
1)3 é função contínua e monótona decrescente. Fazendo a substituição u = 2x + 1 =⇒ du = 2dx
obtemos ˆ ˆ
1 du 1 1
f (x) dx = = − u−2 +C = − +C.
u3 2 4 4(2x + 1)2
Logo,
ˆ ∞  x=t   
1 1 1 1
f (x) dx = lim − 2
= lim − 2
+ = .
1 t→∞ 4(2x + 1) x=1
t→∞ 4(2t + 1) 36 36
9O
valor desta soma, descoberto por Leonhard Euler no século XVIII, é π 2 /6. Esta série coincide com o valor da
função zeta de Riemman ζ (s) em s = 2, cuja demonstração de uma certa propriedade é atualmente um problema de um
milhão de dólares; procure mais sobre a Hipótese de Riemann, se desejar.
7.7 Testes da Comparação 229

Segue que a série é convergente. Ressaltamos que 1/36 não é o valor da série, e sim o valor da
integral imprópria; esses valores não necessariamente coincidem. 

O Teste da Integral fornece exatamente os valores de p para os quais uma importante classe de
1
séries10 é convergente: ∑∞n=1 n p é convergente se e somente se p > 1.


1
Teorema 7.6.5 A série ∑ n p é convergente para p > 1 e divergente para p ≤ 1.
n=1

Exercício 7.6.6 Prove o Teorema 7.6.5. 

Exercício 7.6.7 Determine se as séries abaixo são convergentes ou divergentes.

∞ ∞
1 ln n
(i) ∑ 1 + n2 (ii) ∑
n=1 n=1 n

7.7 Testes da Comparação


O teorema abaixo faz uso de uma ideia semelhante àquela apresentada no teste da integral, onde
concluímos que uma série de números positivos era convergente pois era limitada superiormente
por uma quantidade finita (integral imprópria convergente). No teste da comparação seguimos o
mesmo raciocínio: limitamos superiormente uma série por uma série convergente. Um raciocínio
análogo é utilizado para provar também a divergência de séries.

Teorema 7.7.1 Sejam ∑∞ ∞


n=1 an e ∑n=1 bn séries de números reais positivos tais que an ≤ bn para
todo n ≥ 1. Então:
(i) se ∑∞ ∞
n=1 bn é convergente então ∑n=1 an é convergente;
(ii) se ∑∞ ∞
n=1 an é divergente então ∑n=1 bn é divergente.

Demonstração. Provaremos o item (i) e deixamos o item (ii) como exercício. Suponha que ∑∞
n=1 bn
é uma série convergente com limite T e sejam
m m
Sm = ∑ an , Tm = ∑ bn .
n=1 n=1

Segue de an ≤ bn para todo n ≥ 1 que Sm ≤ Tm para todo m ≥ 1, onde Tm ≤ limm→∞ Tm = T , pois


os termos bn são positivos por hipótese. Segue que Sm ≤ T para todo m ≥ 1. Como os termos da
sequência {an }∞
n=1 são positivos, temos Sm ≥ 0 para todo m ≥ 1. Então {Sm }m=1 é uma sequência

monótona crescente e limitada, donde concluímos que {Sm }∞ m=1 é sequência convergente. Isto
prova que a série ∑∞ b
n=1 n é convergente. 

Obs 7.7.2 Novamente o teorema em questão representa uma avaliação do comportamento dos
termos an de uma série para valores grandes de n. Não é necessário que a condição an ≤ bn valha
para todo n ≥ 1: se an ≤ bn para todo n ≥ n0 , onde n0 é um inteiro positivo qualquer, o teorema
ainda é válido. Veja o Teorema 7.5.7.
∑n=1 n1p é conhecida como a função zeta de Riemann ζ (s) avaliada em s = p. Sua relação com números
10 A série ∞

primos é de grande interesse para os matemáticos.


230 Capítulo 7. Sequências e Séries Infinitas

 Exemplo 7.7.3 Determine se as séries abaixo são convergentes ou divergentes.


n ∞
4 + 3n
(i) ∑ 2n3 + 1 (ii) ∑ n
n=1 n=1 2

Note que para valores muito grandes de n o denominador do termo geral do item (i) é aproxi-
madamente 2n3 + 1 ≈ 2n3 . Por exemplo, para n = 100 temos

2n3 + 1 = 2 · 106 + 1 ≈ 2 · 106 .

Observamos portanto que o termo geral do item (i) é, intuitivamente, semelhante a 1/2n2 para
valores grandes de n:
n n 1
≈ = ,
2n3 + 1 2n3 2n2
onde ∑ 2n12 define uma série convergente. Isto nos leva a crer que a série do item (i) é convergente,
mas resta ainda provar! Faremos isso através to teste da comparação: temos 2n3 + 1 ≥ 2n3 , logo
1 1

2n3 + 1 2n3
e assim
n n 1
≤ = 2,
2n3 + 1 2n 3 2n
onde ∑ 2n12 é convergente (Teorema 7.6.5). Segue do Teorema 7.7.1 que ∑∞ n
n=1 2n3 +1 é convergente.
Já a série do item (ii) tem seu termo geral dado aproximadamente por
 n
4 + 3n 3n 3
≈ n=
2n 2 2
n
para valores grandes de n, onde ∑ 32 é divergente (Teorema 7.4.4). Esta intuição nos leva a crer
que a série do item (ii) é divergente, algo que provaremos com o teste da comparação: como
 n
4 + 3n 3n 3
n
≥ n=
2 2 2
n
e ∑ 32 é divergente, segue do Teorema 7.7.1 que ∑∞ n

n=1 2n3 +1 é divergente. 

Exercício 7.7.4 Determine se as séries abaixo são convergentes ou divergentes.


n3 ∞
2 + (−1)n
(i) ∑ 4 (ii) ∑ n√n
n=2 n − 1 n=1

Teste do limite da comparação.


No Exercício 7.7.4 foi necessário estimar superiormente e inferiormente os termos da série, o que
nem sempre é intuitivo. O teorema a seguir fornece uma alternativa em muitos dos casos: uma
maneira de reconhecer o comportamento de uma série ∑ an através dos termos de maior ordem na
expressão an = f (n).
7.8 Testes da Razão e da Raiz 231

Teorema 7.7.5 Sejam ∑ an e ∑ bn séries de números reais positivos. Se


an
lim = c,
n→∞ bn

para algum número real c > 0, então ambas as séries ∑ an e ∑ bn convergem ou divergem.

A intuição por trás do Teorema 7.7.5 é a seguinte. Seja c > 0 e suponha que
an
lim = c.
n→∞ bn

Segue que, para valores grandes de n, temos an /bn ≈ c, isto é, an ≈ cbn . Como convergência de
uma série ∑ an é definida pelo comportamento de an para n grande e as séries ∑ bn e ∑ cbn ambas
convergem ou divergem, é de certa forma natural esperar um resultado como o do Teorema 7.7.5.
 Exemplo 7.7.6 Determine se as séries abaixo são convergentes ou divergentes.
∞ ∞
1 5
(i) ∑ n3 − 2n (ii) ∑ 3n + 1
n=1 n=1

A série do item (i) se assemelha à série ∑ n13 , pois para valores grandes de n temos que
n3 − 2n ≈ n3 . Consideramos portanto as séries ∑ an e ∑ bn , como no Teorema 7.7.5, onde
1 1
an = e bn = .
n3 − 2n n3
Como
an n3
lim = lim 3 =1
n→∞ bn n→∞ n − 2n

e ∑ n13 é convergente (Teorema 7.6.5), segue que a série do item (i) é convergente.
Analogamente ao item (i), consideramos no item (ii) as séries ∑ an e ∑ bn com
5 5
an = e bn = ,
3n + 1 3n
pois intuitivamente temos 3n + 1 ≈ 3n para valores grandes de n. Como
an 3n 1
lim = lim n = lim =1
n→∞ bn n→∞ 3 + 1 n→∞ 1 + 3−n

e ∑ 53−n é convergente (Teorema 7.4.4), segue que a série do item (ii) é convergente. 

Exercício 7.7.7 Determine se as séries abaixo são convergentes ou divergentes.


n2 ∞
3n − 2
(i) √
∑ 5 3 (ii) ∑ (n + 2)2
n=2 n − n n=1

7.8 Testes da Razão e da Raiz


Nesta seção veremos o teste da razão e da raiz, que possuem a seguinte vantagem com relação aos
testes vistos na Seção 7.7: estes testes dependem exclusivamente dos termos da série em mãos, não
sendo necessário intuir que outra série utilizaremos.
232 Capítulo 7. Sequências e Séries Infinitas

Teorema 7.8.1 — Teste da Razão. Seja ∑ an uma série de termos positivos e considere o limite
an+1
lim = ρ.
n→∞ an

(i) Se ρ < 1, então a série ∑ an converge.


(ii) Se ρ > 1 ou ρ = +∞, então a série ∑ an diverge.
(iii) Se ρ = 1, então o teste da razão é inconclusivo, isto é, nada podemos afirmar com este
teste.
Obs 7.8.2 O teste da razão é inconclusivo quando ρ = 1 pois, se an = 1/n p para n ≥ 1, temos
(n + 1) p n+1 p
 
an+1
lim = lim = lim = 1 p = 1.
n→∞ an n→∞ np n→∞ n
Segue que séries ∑ an com limn→∞ aan+1
n
= 1 podem convergir (caso p > 1 acima) ou divergir (caso
p ≤ 1 acima).
Podemos entender o princípio do Teorema 7.8.1 de maneira semelhante ao que fizemos com o
Teorema 7.7.5. Seja ρ > 0 e suponha que
an+1
lim = ρ.
n→∞ an

Segue que, para valores grandes de n, temos an+1 /an ≈ ρ, isto é, an+1 ≈ ρ · an . Estendo este
argumento para valores maiores ainda de n temos:
an+1 ≈ ρ · an ,
an+2 ≈ ρ · an+1 ≈ ρ 2 an ,
an+3 ≈ ρ · an+2 ≈ ρ 3 an ,
..
.
an+k ≈ ρ · an+k−1 ≈ ρ k an .
Estas aproximações sugerem que a sequência {an }∞ n=1 se comporta como uma progressão geomé-
trica de razão ρ para valores grandes de n. É portanto natural que esperar que a série convirja para
ρ < 1 e divirja para ρ > 1; no caso ρ = 1 o teste falha e nada podemos afirmar.
 Exemplo 7.8.3 Determine se as séries abaixo são convergentes ou divergentes.

2n ∞
nn
(i) ∑ 3n (ii) ∑ n!
n=1 n=1

Se an = 2n/3n , então
an+1 2(n + 1) 3n 1 n+1 1
lim = lim = lim = .
n→∞ an n→∞ 3n+1 2n n→∞ 3 n 3
Como limn→∞ aan+1
n
= 31 < 1, segue do Teorema 7.8.1 que a série do item (i) é convergente.
n
Procedemos de maneira análoga no item (ii). Seja an = nn! . Então,
an+1 (n + 1)n+1 n!
lim = lim .
n→∞ an n→∞ (n + 1)! nn

Como (n + 1)! = (n + 1) · n!, segue que


(n + 1)n+1 1 (n + 1)n 1 n
 
an+1
lim = lim = lim = lim 1 + .
n→∞ an n→∞ n + 1 nn n→∞ nn n→∞ n
O limite acima à direta é conhecido e igual ao número de Euler e = 2,7 · · · > 1. Segue do Teorema
7.8.1 que a série é divergente. 
7.8 Testes da Razão e da Raiz 233

Exercício 7.8.4 Determine se as séries abaixo são convergentes ou divergentes.


4n + 5 ∞
(2n)!
(i) ∑ n (ii) ∑
n=1 5 n=1 n!n!


A seguir apresentamos o teste da raiz, onde consideramos o limite de n an quando n → ∞ no
caso de uma série ∑ an de números positivos. Se este limite é igual ρ, onde ρ é um número real

ou +∞, podemos esperar que para n grande tenhamos n an ≈ ρ, que poderia ser reescrito como
an ≈ ρ n . Isto sugere que para valores grandes de n os termos da série ∑ an se comportam como os
de uma série geométrica de razão ρ; esta é a ideia por trás da demonstração do teorema abaixo.

Teorema 7.8.5 — Teste da Raiz. Seja ∑ an uma série de termos positivos e considere o limite

lim n
an = lim (an )1/n = ρ.
n→∞ n→∞

(i) Se ρ < 1, então a série ∑ an converge.


(ii) Se ρ > 1 ou ρ = +∞, então a série ∑ an diverge.
(iii) Se ρ = 1, então o teste da raiz é inconclusivo, isto é, nada podemos afirmar com este teste.

Ao aplicar o Teste da Raiz é por vezes necessário fazer uso do seguinte resultado: a sequência

{an }∞
n=1 definida por an = n, n ≥ 1, é convergente e possui limite 1. De fato, temos
n

 
1/n

1/n
 1
an = n = exp log n = exp log n .
n

Consideramos então o limite da função real f (x) = exp 1x log x . Note que, pela Regra de L’Hôpital,


log x 1/x
lim = lim = 0.
x→+∞ x x→+∞ 1

Segue da continuidade da função g(x) = ex que


   
1 log x
lim exp log x = exp lim = exp(0) = 1.
x→+∞ x x→+∞ x

Provamos assim que √


n
lim n = 1. (7.7)
n→∞

Obs 7.8.6 Vemos que o teste da raiz é inconclusivo quando ρ = 1 de maneira análoga àquela do
teste da razão: se an = 1/n p para n ≥ 1, temos
√ 1 1
lim
n
an = lim √ lim √ .
n→∞ n→∞ n n→∞ ( n) p
n p n


Segue da Equação (7.7) que limn→∞ n an = 1. Conforme visto anteriormente, dependendo do valor
de p temos que a série ∑ an é convergente ou divergente.
 Exemplo 7.8.7 Determine se as séries abaixo são convergentes ou divergentes.
234 Capítulo 7. Sequências e Séries Infinitas
n ∞
3n
∞ 
n + 10
(i) ∑ (ii) ∑ n2
n=1 5n − 2 n=1

n+10
Seja an = 5n−2 . Então
√ n + 10 1
n
an = lim lim = .
n→∞ 5n − 2
n→∞ 5

Como limn→∞ n an < 1, segue do Teorema 7.8.5 que a série do item (i) é convergente.
n
Considere agora an = n32 . Temos que

√ 3 3
n
an = lim √
lim = lim √ ,
n→∞ n→∞ n n2 n→∞ ( n n)2

√ √
onde, pela Equação (7.7), temos limn→∞ ( n n)2 = 12 = 1. Segue que limn→∞ n an = 3 > 1, portanto,
pelo Teorema 7.8.5, a série do item (ii) é divergente. 

Exercício 7.8.8 Determine se a série abaixo é convergente ou divergente:


∞  n
1
∑ .
n=1 1+n


7.9 Séries Alternadas, Convergência Absoluta e Condicional


Dizemos que uma série ∑ an é alternada se uma das condições abaixo é satisfeita:
(i) os termos an de índice ímpar são positivos e os de índice par são negativos;
(ii) os termos an de índice ímpar são negativos e os de índice par são positivos.
Veja alguns exemplos:

(−1)n 1 1 1
∑ = −1 + − + − · · · ,
n=1 n 2 3 4

(−1)n+1 1 1 1
∑ n = 1− + − +··· ,
n=1 2 3 4

(−1)n+1 1 1 1
∑ 2n = −1 + − + − · · · .
n=0 2 4 8

De um modo geral uma série alternada pode ser escrita como


∞ ∞
∑ (−1)n an ou ∑ (−1)n+1 an , (7.8)
n=1 n=1

onde an é um número positivo. O teorema a seguir é um importante critério para séries alternadas:
ele afirma que, dentro de certas condições, o Teorema 7.5.1 fornece uma condição não só necessária
mas também suficiente para a convergência da série.

Teorema 7.9.1 Considere uma série de números reais escrita como


∞ ∞
∑ (−1)n an ou ∑ (−1)n+1 an ,
n=1 n=1

onde {an }∞
n=1 define uma sequência monótona decrescente de números positivos. Se limn→∞ an =
7.9 Séries Alternadas, Convergência Absoluta e Condicional 235

0 então a série é convergente.

Demonstração. Considere a série alternada ∑∞ n+1 a e a sequência {s }∞ de somas parci-


n=1 (−1) n n n=1
ais:
sn = a1 − a2 + a3 − a4 + · · · + (−1)n+1 an .
Consideramos o que ocorre com índices pares e ímpares da sequência {sn }∞
n=1 . Se n é par, então
n = 2k para algum k ≥ 1 e

s2k = (a1 − a2 ) + (a3 − a4 ) + · · · + (a2k−1 − a2k ).

Como {an }∞ n=1 é uma sequência decrescente, temos a1 ≥ a2 , isto é, a1 − a2 ≥ 0. A sequência


s2 , s4 , s6 , s8 , . . . é portanto uma sequência monótona crescente:

s2 = a1 − a2
s4 = (a1 − a2 ) + (a3 − a4 ) = s2 + (a3 − a4 ), onde a3 − a4 ≥ 0,
s6 = (a1 − a2 ) + (a3 − a4 ) + (a5 − a6 ) = s4 + (a5 − a6 ), onde a5 − a6 ≥ 0,
..
.

Note que, como (a2k−1 − a2k ) ≥ 0 para todo k, vemos pelas equações acima que a sequência
{s2k }∞
k=1 = s2 , s4 , s6 , s8 , . . . é limitada inferiormente por 0. Além disso, temos

s2 = a1 − a2 ≤ a1
s4 = a1 − (a2 − a3 ) − a4 ≤ a1 + 0 − a4 ≤ a1 ,
s6 = a1 − (a2 − a3 ) − (a4 − a5 ) − a6 ≤ a1 + 0 + 0 − a6 ≤ a1 ,
..
.

portanto a sequência {s2k }∞


k=1 é limitada superiormente por a1 . Segue que a sequência {s2k }k=1 é

convergente; seja S o seu limite.


Seja n um número ímpar positivo. Então n = 2k + 1 para algum k ≥ 0 e s2k+1 = s2k + a2k+1 .
Segue que o limite da sequência {s2k+1 }∞k=0 = s1 , s3 , s5 , s7 , . . . é dado por

lim s2k+1 = lim (s2k + a2k+1 ) = L + 0 = L.


k→∞ k→∞

É possível provar agora que a sequência {sn }∞ n=1 é convergente. Seja ε > 0. Como {s2k }k=1

converge para L, existe N1 ≥ 1 tal que |s2k − L| < ε para todo 2k ≥ N1 . Também temos que
{s2k+1 }∞k=0 converge para L, logo existe N2 ≥ 1 tal que |s2k+1 − L| < ε para todo 2k + 1 ≥ N2 . Seja
N = max{N1 ,N2 }. Se n ≥ N, consideramos os dois casos a seguir.
(i) Se n é par então n = 2k. Como n ≥ N e N = max{N1 ,N2 } ≥ N1 , temos n ≥ N1 e portanto
|sn − L| = |s2k − L| < ε.
(ii) Se n é ímpar então n = 2k + 1. Como n ≥ N e N = max{N1 ,N2 } ≥ N2 , temos n ≥ N2 e
portanto |sn − L| = |s2k+1 − L| < ε.
Segue das Definições 7.4.3 e 7.1.7 que ∑∞ n+1 a é convergente.
n=1 (−1) n 

A aplicação do Teorema 7.9.1 é muito simples: basta verificar que o valor absoluto dos termos
da série em questão formam uma sequência decrescente que converge para zero.
 Exemplo 7.9.2 Verifique em cada um dos casos abaixo se a série converge (provando que a sérire
satisfaz as hipóteses do Teorema 7.9.1) ou divergente.
236 Capítulo 7. Sequências e Séries Infinitas

(−1)n ∞
5n + 1
(i) ∑ n (ii) ∑ (−1)n+1 2n + 3
n=1 n=1
n
Note que (−1) n
n = (−1) an , onde an =
1
n é uma sequência monótona decrescente de números
reais positivos. Como
lim an = 0,
n→∞

segue do Teorema 7.9.1 que a série do item (i) converge.


A série do item (ii) pode ser escrita como ∑(−1)n+1 an com

5n + 1 5
an = →
2n + 3 2

quando n → ∞. Isto prova que o termo geral (−1)n+1 an da série não converge para zero, logo, pelo
Teorema 7.5.1, a série do item (ii) é divergente. 

Exercício 7.9.3 Verifique se a série abaixo converge (provando que a sérire satisfaz as hipóteses
do Teorema 7.9.1) ou divergente.

(−1)n n2
∑ 3 .
n=1 n + 1


Convergência absoluta e condicional.


Algumas séries alternadas são convergentes mas devido apenas à troca de sinais característica de
séries alternadas. Veja o caso das séries abaixo:

(−1)n ∞
(−1)n
∑ n e ∑ n .
n=1 n=1 2

Ambas são convergentes, mas ao desprezar as respectivas trocas de sinal temos séries harmônica e
geométrica:
(−1)n (−1)n


∞ ∞

1 1
∑ n = ∑ n e ∑ 2n = ∑ 2n .

n=1 n=1 n=1 n=1

Ao tomar o valor absolutos dos termos destas séries obtemos respectivamente séries divergente e
convergente. Isto motiva as definições a seguir.
Definição 7.9.4 Dizemos que uma série ∑∞ ∞
n=1 an converge absolutamente se a série ∑n=1 |an |
converge. Caso contrário dizemos que a série diverge absolutamente.

Definição 7.9.5 Dizemos que uma série ∑∞


n=1 an converge condicionalmente se ela converge
mas a série ∑∞
n=1 |an | diverge.
(−1)n
 Exemplo 7.9.6 A série ∑∞
n=1 n é convergente, mas a série do valor absoluto dos seus termos
∞ (−1)n
é divergente. Segue que a série ∑n=1 n é condicionalmente convergente. 

(−1)n
 Exemplo 7.9.7 A série ∑∞
n=1 2n é convergente. Sua série de valores absolutos também con-
n
(−1)
verge, logo ∑∞
n=1 n é absolutamente convergente. 

Teorema 7.9.8 Se uma série ∑ an é absolutamente convergente então ela é também convergente.
Em outras palavras, se a série ∑ |an | converge então a série ∑ an também converge.
7.9 Séries Alternadas, Convergência Absoluta e Condicional 237

Demonstração. Seja ∑ an uma série absolutamente convergente. Note que



∑ an = ∑ (an + |an |) − |an | .
Seja bn = an + |an | e cn = |an |, de modo que ∑ an = ∑(bn − cn ). Temos que

2|an |, se an ≥ 0,
bn =
0, se an < 0.

Segue que 0 ≤ bn ≤ 2|an | para todo n ≥ 1, logo ∑ 0 ≤ ∑ bn ≤ ∑ 2|an |. Segue do teste da comparação
que ∑ bn é convergente. Como ∑ cn também o é, concluímos que ∑ an = ∑(bn − cn ) é convergente,
como gostaríamos. 


sen n
Exercício 7.9.9 Prove que a série ∑ 3
é absolutamente convergente. 
n=1 2n


(−1)n n2
Exercício 7.9.10 Provamos no Exercício 7.9.3 que a série ∑ 3
é convergente. Deter-
n=1 n + 1
mine se esta série é absoluta ou condicionalmente convergente. 

Abaixo temos uma nova versão do teste da razão: o Teorema 7.8.1 pode ser aplicado apenas a
série de números positivos; mas se a série ∑ an não possui nenhum termo nulo, podemos aplicar o
Teorema 7.8.1 à série ∑ |an |. De um modo geral não podemos afirmar que uma série ∑ an diverge a
partir da divergência de ∑ |an |. Entretanto, o teorema a seguir fornece uma maneira de concluir a
convergência ou a divergência de ∑ an a partir do estudo de ∑ |an |.

Teorema 7.9.11 — Teste da Razão para Convergência Absoluta. Seja ∑ an uma série de
números reais não-nulos. Considere o limite

an+1
lim = ρ.
n→∞ an

(i) Se ρ < 1, então a série ∑ an converge absolutamente e, portanto, converge.


(ii) Se ρ > 1 ou ρ = +∞, então a série ∑ an diverge.
(iii) Se ρ = 1, então este teste é inconclusivo, isto é, nada podemos afirmar com este teste.

Exercício 7.9.12 Determine se as séries abaixo são convergentes ou divergentes.


(−1)n+1 ∞
n!
(i) ∑ n!
(ii) ∑ (−1)3n+1 2n
n=1 n=1


8. Séries de Potências

É de grande importância para um engenheiro compreender que é possível definir uma função real
f (x) tal que, para cada x no domínio de f , a imagem f (x) é definida através de uma série. O
modelo matemático para fenômenos físicos e químicos é frequentemente dado por uma função
definida através de uma série. Isto ocorre por exemplo nos casos da transferência de calor em
uma barra sólida e da propagação de ondas acústicas, ondas de água e ondas eletromagnéticas1 .
Funções definidas através de somas infinitas também desempenham um papel importante no Cálculo
Numérico, uma vez que fornecem um método computacional eficaz para a aproximação do valor
que funções não triviais assumem. Neste capítulo estudamos séries de potências, que podem ser
vistas como um “polinômio” de grau infinito e que são ferramentas importantes nestas aplicações.

8.1 Polinômios de Taylor e MacLaurin


Veremos neste seção como é possível aproximar os valores de uma função f pelos valores que
um polinômio assume. Este tipo de aproximação é interessante pois a função f pode ser bastante
complicada, enquanto polinômios configuram uma das mais simples classes de funções reais.
Considere o exemplo o do cálculo da área da região delimitada pelo eixo x e o gráfico da função
f (x) = exp(x2 ), de x = 0 a x = 1 (Figura 8.1). O procedimento usual não pode ser seguido neste
caso, pois nenhum método de integração usual é capaz de obter uma primitiva para a função
f (x) = exp(x2 ). A proposta desta seção é a seguinte: considerar um polinômio y = p(x) que
possui um gráfico muito semelhante à de y = f (x); é razoável portanto esperar que as regiões
delimitadas respectivamente por y = f (x) e y = p(x) tenham aproximadamente a mesma área, com
a vantagem de que a integral definida de um polinômio é facilmente calculada. Obteríamos assim
uma aproximação para o valor da área da Figura 8.1. Veja a Figura 8.2.
Vejamos agora como obter um polinômio p(x) que fornece uma boa aproximação para os
valores de f (x) em torno do ponto x = 0. Seja f (x) uma função diferenciável no ponto x = 0.

1 Ver Seções 10.5 e 10.7 de W. Boyce e R. DiPrima, Equações diferenciais elementares e problemas de valores de

contorno.
240 Capítulo 8. Séries de Potências

Figura 8.1: Região delimitada por y = 0, Figura 8.2: Aproximação da área da região da Figura
y = exp(x2 ), x = 0 e x = 1. 8.1.

Temos
f (x) − f (0)
f 0 (0) = lim .
x→0 x−0
Então para x próximo de x = 0 temos

f (x) − f (0)
f 0 (0) ≈ , isto é, f (x) ≈ f (0) + f 0 (0)x.
x
Em outras palavras, para um valor de x próximo de x = 0, podemos aproximar o valor de f (x) pelo
valor do polinômio linear p1 (x) = f (0) + f 0 (0)x. Considere o exemplo da função f (x) = ex . Temos
f (0) = f 0 (0) = e0 = 1, portanto

p1 (x) = 1 + 1 · x = x + 1.

Veja a Figura 8.3. Note que esta aproximação é muito boa para valores próximos de x = 0, mas
a curvatura do gráfico da função f afasta o seu gráfico da reta que representa p1 (x). Podemos
relacionar este fenômeno com a concavidade do gráfico da função f , isto é, pelo valor de f 00 (0).

Figura 8.3: Função f (x) = ex aproximada por p1 (x) = x + 1 em torno de x = 1.

A fim de obter uma aproximação mais precisa para o gráfico de f em torno de x = 0, observamos
o seguinte fato: p1 (x) é um polinômio tal que p1 (0) = f (0) e p01 (0) = f 0 (0). Isto nos motiva a
8.1 Polinômios de Taylor e MacLaurin 241

considerar um polinômio quadrático

p2 (x) = c0 + c1 x + c2 x2

tal que
p2 (0) = f (0), p02 (0) = f 0 (0) e p002 (0) = f 00 (0). (8.1)

Um cálculo direto fornece as equações

p2 (x) = c0 + c1 x + c2 x2 , p02 (x) = c1 + 2c2 x e p002 (x) = 2c2 . (8.2)

Segue das Equações (8.1) e (8.2) que

c0 = 1, c1 = 1 e 2c2 = 1.

A substituição dos valores acima na expressão p2 (x) = c0 + c1 x + c2 x2 fornece p2 (x) = 1 + x + x2 /2.


A aproximação de f (x) = ex por p2 (x) em torno de x = 0 pode ser vista na Figura 8.4. Abaixo
temos os valores que p1 (x) e p2 (x) fornecem como aproximação para f (0.5) = 1.6487:

p1 (0.5) = 1.5 e p2 (0.5) = 1.625. (8.3)

De fato, o polinômio quadrático p2 (x) fornece uma aproximação mais precisa para os valores de
f (x).

x2
Figura 8.4: Função f (x) = ex aproximada por p2 (x) = 2 + x + 1 em torno de x = 1.

É natural considerar se um polinômio p(x) = c0 + c1 x + · · · + cn−1 xn−1 + cn xn de grau n pode


fornecer uma melhor aproximação para uma função f (x) (em particular para f (x) = ex ) se as
derivadas de ordem n coincidem:

pn (0) = f (0),
p0n (0) = f 0 (0),
..
. (8.4)
(n−1)
pn (0) = f (n−1) (0),
(n)
pn (0) = f (n) (0).
242 Capítulo 8. Séries de Potências

Temos que
pn (x) = c0 + c1 x + c2 x2 + c3 x3 + · · · + cn−1 xn−1 + cn xn ,
p0n (x) = 1c1 + 2c2 x + 3c3 x2 · · · + (n − 1)cn−1 xn−2 + ncn xn−1 ,
p00n (x) = 2 · 1c2 + 3 · 2c3 x · · · + (n − 1)(n − 2)cn−1 xn−3 + n(n − 1)cn xn−2 ,
(3)
pn (x) = 3 · 2 · 1c3 · · · + (n − 1)(n − 2)(n − 3)cn−1 xn−4 + n(n − 1)(n − 2)cn xn−3 ,
..
.
(n)
pn (x) = n(n − 1)(n − 2) · · · 2 · 1cn .
Para satisfazer a Equação (8.4) devemos ter
f (0) = pn (0) = c0 ,
f 0 (0) = p0n (0) = c1 ,
f 00 (0) = p00n (0) = 2c2 ,
(3)
f (3) (0) = pn (0) = 3 · 2 · 1c3 ,
..
.
(n)
f (n) (0) = pn (0) = n(n − 1)(n − 2) · · · 2 · 1cn ,
e, portanto,
f 0 (0) f 00 (0) f (3) (0) f (n) (0)
c0 = f (0), c1 =, c2 = , c3 = , . . . , cn = . (8.5)
1! 2! 3! n!
O polinômio pn (x) de grau n com os coeficientes dados pela Equação (8.5) é dito o n-ésimo
polinômio de MacLaurin2 para f . De fato, à medida que o valor de n cresce, eles representam uma
melhor aproximação para a função f (x) = ex em torno de x = 0; veja o Exercício 8.1.3.
Definição 8.1.1 Seja f (x) uma função diferenciável n vezes em x = 0. O n-ésimo polinômio
de MacLaurin para f é definido como

f 0 (0) f 00 (0) 2 f (n−1) (0) n−1 f (n) (0) n


pn (x) = f (0) + x+ x +···+ x + x ,
1! 2! (n − 1)! n!

isto é,
n
f (k) (0) k
pn (x) = ∑ x.
k=0 k!

 Exemplo 8.1.2 Determine o n-ésimo polinômio de MacLaurin da função f (x) = ex .


Temos que o n-ésimo polinômio de MacLaurin de f (x) = ex é dado por
n
f (k) (0) k
pn (x) = ∑ x,
k=0 k!
onde
f (x) = ex =⇒ f (0) = 1,
f 0 (x) = ex =⇒ f 0 (0) = 1,
f 00 (x) = ex =⇒ f 00 (0) = 1,
..
.
logo, f (k) (0) = 1 para todo k ≥ 0. Segue que
n
xk x2 x3 xn
pn (x) = ∑ = 1 + x + + + · · · + .
k=0 k! 2 6 n!


2 Colin MacLaurin foi um matemático escocês, aluno de Isaac Newton, que publicou seus trabalhos no século XVIII.
8.1 Polinômios de Taylor e MacLaurin 243

Exercício 8.1.3 Use o Exemplo 8.1.2 para determinar, utilizando uma calculadora, os valores
de f (x), p3 (x) e p9 (x) para x = 0,5. 

1
 Exemplo 8.1.4 Determine o n-ésimo polinômio de MacLaurin da função f (x) = .
1−x
1
Temos que o n-ésimo polinômio de MacLaurin de f (x) = é dado por
1−x
n
f (k) (0) k
pn (x) = ∑ x,
k=0 k!

onde, pela regra da cadeia,

f (x) = (1 − x)−1 =⇒ f (0) = 1,


f 0 (x) = 1(1 − x)−2 =⇒ f 0 (0) = 1,
f (x) = 2 · 1(1 − x)−3
00 =⇒ f 00 (0) = 2 · 1,
f (3) (x) = 3 · 2 · 1(1 − x)−4 =⇒ f (3) (0) = 3 · 2 · 1,
f (x) = 4 · 3 · 2 · 1(1 − x)−5
(4) =⇒ f (4) (0) = 4 · 3 · 2 · 1,
..
.

logo, f (k) (0) = k! para todo k ≥ 0. Segue que


n n
k!
pn (x) = ∑ k! xk = ∑ xk = 1 + x + x2 + · · · + xn .
k=0 k=0

Veja as Figuras 8.5 e 8.6. Frequentemente é o caso que, quanto maior o grau do polinômio de
MacLaurin, maior é o intervalo em torno de x = 0 cuja aproximação tem uma determinada previsão.

Figura 8.5: Terceiro polinômio de Figura 8.6: Nono polinômio de MacLaurin


MacLaurin da função f (x) = ex . da função f (x) = ex .

Exemplo 8.1.5 Seja n ≥ 1 um número inteiro par. Determine o n-ésimo polinômio de MacLaurin
para da função f (x) = cos(x).
Temos que o n-ésimo polinômio de MacLaurin de f (x) = cos x é dado por
n
f (k) (0) k
pn (x) = ∑ x,
k=0 k!
244 Capítulo 8. Séries de Potências

onde
f (x) = cos x =⇒ f (0) = 1,
f 0 (x) = − sen x =⇒ f 0 (0) = 0,
f 00 (x) = − cos x =⇒ f 00 (0) = −1,
f (3) (x) = sen x =⇒ f (3) (0) = 0,
f (4) (x) = cos x =⇒ f (4) (0) = 1,
(5)
f (x) = − sen x =⇒ f (5) (0) = 0,
..
.

onde este ciclo observado em f (x), f 0 (x), · · · , f (3) (x) se repetirá a partir de f (4) (x). Segue que as
derivadas de ordem ímpar de f (x) = cos x se anulam em x = 0.
Note que todo número par se escreve como 2k para algum k ≥ 0, enquanto os números ímpares
se escrevem como 2k + 1 para algum k ≥ 0. O polinômio pn (x) pode ser então escrito como a
soma de dois polinômios, onde um contém apenas potências pares de x e outro apenas as potências
ímpares de x, conforme a seguir:

n/2
f (2k) (0) 2k n/2−1 f (2k+1) (0) 2k+1
pn (x) = ∑ x + ∑ x .
k=0 (2k)! k=0 (2k + 1)!

Todas as derivadas de f (x) de índice ímpar se anulam, isto é,

f (2k+1) (0) = 0 para todo k ≥ 0.

Segue que
n/2
f (2k) (0) 2k
pn (x) = ∑ x ,
k=0 (2k)!

onde ainda resta determinar que padrão podemos observar nas derivadas de ordem par f (2k) (0).
Vemos acima que estas derivadas alternam os valores ±1, donde obtemos a expressão

f (2k) (0) = (−1)k para todo k ≥ 0.

Então,
n/2
(−1)k 2k
pn (x) = ∑ x .
k=0 (2k)!


Exercício 8.1.6 Determine o n-ésimo polinômio de MacLaurin da função f (x) = ln(1 − x). 

Exercício 8.1.7 Seja n ≥ 1 um número inteiro ímpar. Determine o n-ésimo polinômio de


MacLaurin para da função f (x) = sen(x). 

Polinômios de Taylor.
Os polinômios de MacLaurin fornecem uma aproximação para os valores de uma função em torno
de x = 0. Entretanto, é possível aplicar o mesmo raciocínio a um ponto x = x0 onde uma função
f (x) de uma variável é diferenciável. Temos

f (x) − f (x0 )
f 0 (x0 ) = lim .
x→x0 x − x0
8.1 Polinômios de Taylor e MacLaurin 245

Figura 8.7: Primeiro polinômio de Figura 8.8: Terceiro polinômio de MacLaurin da


MacLaurin da função f (x) = sen x. função f (x) = sen x.

Figura 8.9: Quinto polinômio de MacLaurin Figura 8.10: Décimo terceiro polinômio de
da função f (x) = sen x. MacLaurin da função f (x) = sen x.

Para x próximo de x0 podemos escrever

f (x) − f (x0 )
f 0 (x0 ) ≈ , isto é, f (x) − f (x0 ) ≈ f 0 (x0 )(x − x0 ).
x − x0

Segue que, para um valor de x próximo de x0 , podemos aproximar o valor de f (x) pelo valor do
polinômio linear p1 (x) = f (x0 ) + f 0 (x0 )(x − x0 ). Note que p1 (x0 ) = f (x0 ) e p01 (x0 ) = f 0(x0 ).
Analogamente ao que foi feito anteriormente em torno do ponto x = 0, procuramos por um
polinômio pn (x) = c0 + c1 (x − x0 ) + c2 (x − x0 )2 + · · · + cn−1 (x − x0 )n−1 + cn (x − x0 )n de grau n tal
que
pn (x0 ) = f (x0 ),
p0n (x0 ) = f 0 (x0 ),
..
. (8.6)
(n−1)
pn (x0 ) = f (n−1) (x0 ),
(n)
pn (x0 ) = f (n) (x0 ).
Os argumentos vistos anteriormente mostram que

f 0 (x0 ) f 00 (x0 ) f (3) (x0 ) f (n) (x0 )


c0 = f (x0 ), c1 = , c2 = , c3 = ,..., cn = . (8.7)
1! 2! 3! n!
246 Capítulo 8. Séries de Potências

Obs 8.1.8 É possível considerar acima um polinômio da forma p(x) = c0 + c1 x + · · · + cn−1 xn−1 +
cn xn , porém os cálculos são substancialmente mais complexos. Note que ao considerar potências
de x − x0 estamos em uma situação análoga àquela dos polinômios de MacLaurin: o argumento
dessas potências se anula no ponto x = x0 de interesse.

Definição 8.1.9 Seja f (x) uma função diferenciável n vezes em x = x0 . O n-ésimo polinômio
de Taylor para f em torno de x = x0 é definido como

f 0 (x0 ) f 00 (x0 ) f (n−1) (x0 ) f (n) (x0 )


pn (x) = f (x0 )+ (x−x0 )+ (x−x0 )2 +· · ·+ (x−x0 )n−1 + (x−x0 )n ,
1! 2! (n − 1)! n!

isto é,
n
f (k) (x0 )
pn (x) = ∑ (x − x0 )k .
k=0 k!

Note que a substituição x0 = 0 na Definição 8.1.9 acima fornece a expressão da Definição 8.1.1
para polinômio de MacLaurin. Em outras palavras, polinômios de MacLaurin representam um caso
particular de polinômios de Taylor.
 Exemplo 8.1.10 Determine n-ésimo polinômio de Taylor de f (x) = ln x em torno de x = 1.
Temos que o n-ésimo polinômio de Taylor de f (x) = ln x em torno de x = 1 é dado por
n
f (k) (1)
pn (x) = ∑ (x − 1)k ,
k=0 k!

onde
f (x) = ln x =⇒ f (1) = 0,
f 0 (x) = x−1 =⇒ f 0 (1) = 1,
f 00 (x) = (−1)x−2 =⇒ f 00 (1) = −1,
f (3) (x) = 2 · 1x−3 =⇒ f (3) (1) = 2 · 1,
f (x) = −3 · 2 · 1x−4
(4) =⇒ f (4) (1) = −3 · 2 · 1,
f (5) (x) = 4 · 3 · 2 · 1x−5 =⇒ f (5) (1) = 4 · 3 · 2 · 1,
..
.

logo, f (k) (1) = (−1)k+1 (k − 1)! para todo k ≥ 1. Segue que


n
(−1)k+1 (k − 1)! (−1)k+1
pn (x) = ∑ (x − 1)k = ∑ (x − 1)k ,
k=0 k! k=1 k

isto é,
1 1 (−1)n+1
pn (x) = (x − 1) − (x − 1)2 + (x − 1)3 + · · · + (x − 1)n .
2 3 n


1
Exercício 8.1.11 Determine n-ésimo polinômio de Taylor de f (x) = em torno de x = 1. 
x

Termo de erro.
A apresentação dos polinômios de MacLaurin e Taylor foi baseada na aproximação em torno de um
certo ponto de uma função f (x) por um polinômio p(x). Cabe então discutir qual o erro cometido
pela aproximação f (x) ≈ p(x), isto é, se o erro R(x) = f (x) − p(x) é grande ou pequeno. No caso
8.1 Polinômios de Taylor e MacLaurin 247

do n-ésimo polinômio de Taylor temos


n
(x − x0 )k
Rn (x) = f (x) − ∑ f (k) (x0 ) . (8.8)
k=0 k!

A função Rn (x) acima é dita o resto ou erro do n-ésimo polinômio de Taylor. O teorema a seguir
fornece um limite superior para o erro da aproximação f (x) ≈ pn (x).

Teorema 8.1.12 Seja f (x) uma função diferenciável n + 1 vezes em um intervalo I contendo
x = x0 e suponha que | f (n+1) (x)| ≤ M para todo x ∈ I. Então
M
|Rn (x)| ≤ |x − x0 |n+1 .
(n + 1)!

 Exemplo 8.1.13 Use o Teorema 8.1.12 para determinar um valor para n tal que a aproximação

de f (x) = ex no intervalo [−1,1] por seu n-ésimo polinômio de MacLaurin tenha erro menor que
10−5 .
Temos que f (x) = ex é infinitamente diferenciável em todo ponto da reta. Mais ainda, sabemos
do Exemplo 8.1.2 que o n-ésimo polinômio de MacLaurin de f (x) = ex é dado por
n
xk
pn (x) = ∑ k! .
k=0

Temos pelo Teorema 8.1.12 que o erro Rn (x) da aproximação f (x) ≈ pn (x) satisfaz
M
|Rn (x)| ≤ |x − x0 |n+1 ,
(n + 1)!
onde x0 = 0 e M é limitante superior para o valor absoluto da n-ésima derivada de f (x) em
I = [−1,1]:
| f (n+1) (x)| ≤ M ⇐⇒ |ex | ≤ M, para x ∈ [−1,1].
Como x 7−→ ex é função crescente, o maior valor que ela assume em I = [−1,1] é e1 = e. Segue
que M = e satisfaz as condições do Teorema 8.1.12 e portanto
e
|Rn (x)| ≤ |x − 0|n+1 ,
(n + 1)!
e, como |x| ≤ 1 no intervalo I = [−1,1],
e e e
|Rn (x)| ≤ |x|n+1 ≤ 1n+1 = .
(n + 1)! (n + 1)! (n + 1)!
Vemos na estimativa acima que quanto maior o grau n do polinômio de MacLaurin, menor é o erro
cometido na aproximação f (x) ≈ pn (x). A estimativa acima fornece os seguintes valores para os
primeiros valores de n:
n = 1 : |Rn (x)| ≤ 1,3591409,
n = 2 : |Rn (x)| ≤ 0,4530470,
n = 3 : |Rn (x)| ≤ 0,1132617,
n = 5 : |Rn (x)| ≤ 0,3775391 · 10−2 ,
n = 8 : |Rn (x)| ≤ 0,7490856 · 10−5 ,
n = 9 : |Rn (x)| ≤ 0,7490856 · 10−6 .
Segue que para n = 8 já temos a garantir de que o erro é menor que 10−5 . Note que o mesmo vale
para valores maiores de n, pois fornecem erros ainda menores. 
248 Capítulo 8. Séries de Potências

Exercício 8.1.14 Use o Teorema 8.1.12 para estimar o erro cometido pela aproximação de
f (x) = cos x pelo seu segundo polinômio de MacLaurin no intervalo [0,1]. 

8.2 Séries de Potências


Na Seção 8.1 foi apresentada a ideia de que uma função pode ser aproximada em torno de um ponto
x = x0 pelo n-ésimo polinômio de Taylor em torno deste ponto. Por exemplo, vimos no Exercício
8.1.3 que podemos aproximar a função f (x) = ex em torno de x0 = 0 por
n
xk
ex ≈ pn (x) = ∑ .
k=0 k!

Mais ainda, quanto maior for o valor de n, mais precisa é esta aproximação: veja as Figuras 8.3
a 8.6 e observe que a estimativa do erro no Teorema 8.1.12 fica cada vez menor para um valor
de x fixo como x = 0,1. Parece então natural considerar o limite destes polinômios quando n se
aproxima de infinito, isto é, a soma infinita

xk
∑ .
k=0 k!

A expressão acima é uma série, no entanto difere dos objetos apresentados na Seção 7.4 por conter
uma variável. Note que para cada x = x0 fixo, obtemos uma série de números como aquelas vistas
na Seção 7.4, que pode ser convergente ou não. Por exemplo, para x = 1 temos

xk ∞
1
∑ k! com x = 1 7−→ ∑ k! .
k=0 k=0

É natural fazer as seguintes perguntas:


∞ ∞ k
1 x
(i) A série ∑ é convergente? Para quais valores de x a série ∑ é convergente?
k=0 k! k=0 k!
∞ k
x
(ii) No caso em que a série ∑ é convergente, qual a sua relação com o valor de ex ? O valor
k=0 k!
∞ k
x
da soma ∑ é uma boa aproximação para ex ? É possível obter a igualdade abaixo
k=0 k!


xk
ex = ∑ k! ?
k=0

A série à direita é dita uma série de MacLaurin, caso particular de uma série de Taylor. Este é o
objeto de estudo do restante deste capítulo3 .
Definição 8.2.1 Se f é infinitamente diferenciável no ponto x = x0 , definimos sua série de
Taylor como

f (k) (x0 ) f 0 (x0 ) f (k) (x0 )
∑ (x − x0 )k = f (x0 ) + (x − x0 ) + · · · + (x − x0 )k + · · · .
k=0 k! 1! k!

3 Veremos neste capítulo como responder às perguntas no item (i). É possível que a série definida pelo polinômio de
Taylor de uma função f (x) convirja para um valor diferente daquele que f (x) fornece, mas esta é uma discussão que
deferimos para a Seção 8.3.
8.2 Séries de Potências 249
Definição 8.2.2 Se f é infinitamente diferenciável no ponto x = 0, definimos sua série de
MacLaurin de f como

f (k) (0) k f 0 (0) f (k) (0) k
∑ x = f (0) + x+···+ x +··· .
k=0 k! 1! k!

Em outras palavras, a série de MacLaurin de f é definida como a série de Taylor de f em torno


de x = 0.
1
 Exemplo 8.2.3 Determine a série de MacLaurin da função f (x) = .
1−x
Os cálculos deste exemplos são semelhantes àqueles do Exemplo 8.1.4. Temos que a série de
MacLaurin de f (x) é dada por

f (k) (0)
∑ k! xk ,
k=0

onde, pela regra da cadeia,

f (x) = (1 − x)−1 =⇒ f (0) = 1,


f 0 (x) = 1(1 − x)−2 =⇒ f 0 (0) = 1,
f 00 (x) = 2 · 1(1 − x)−3 =⇒ f 00 (0) = 2 · 1,
f (x) = 3 · 2 · 1(1 − x)−4
(3) =⇒ f (3) (0) = 3 · 2 · 1,
f (4) (x) = 4 · 3 · 2 · 1(1 − x)−5 =⇒ f (4) (0) = 4 · 3 · 2 · 1,
..
.

logo, f (k) (0) = k! para todo k ≥ 0. Segue que a série de MacLaurin de f (x) é dada por

f (k) (0) k ∞
k! ∞
∑ x = ∑ xk = ∑ xk .
k=0 k! k=0 k! k=0

 Exemplo 8.2.4 Determine a série de MacLaurin da função f (x) = sen x.


Os cálculos deste exemplos são semelhantes àqueles do Exemplo 8.1.5.Temos que a série de
MacLaurin de f (x) é dada por

f (k) (0)
∑ k! xk ,
k=0

onde
f (x) = sen x =⇒ f (0) = 0,
f 0 (x) = cos x =⇒ f 0 (0) = 1,
00
f (x) = − sen x =⇒ f 00 (0) = 0,
f (3) (x) = − cos x =⇒ f (3) (0) = −1,
f (4) (x) = sen x =⇒ f (4) (0) = 0,
(5)
f (x) = cos xx =⇒ f (5) (0) = 1,
..
.

onde este ciclo observado em f (x), f 0 (x), · · · , f (3) (x) se repetirá a partir de f (4) (x). Concluímos
que as derivadas de ordem par de f (x) se anulam em x = 0, isto é, f (2k) (0) = 0 para todo k ≥ 0.
Analogamente ao que foi feito no Exemplo 8.1.5, temos

f (k) (0) k ∞
f (2k) (0) 2k ∞ f (2k+1) (0) 2k+1 ∞
f (2k+1) (0) 2k+1
∑ x =∑ x +∑ x =∑ x ,
k=0 k! k=0 (2k)! k=0 (2k + 1)! k=0 (2k + 1)!
250 Capítulo 8. Séries de Potências

onde na última igualdade foi usado o fato que f (2k) (0) = 0 para todo k ≥ 0. As derivadas de
ordem ímpar também apresentam a alternância entre ±1, de modo que a série de MacLaurin de
f (x) = sen x pode ser escrita como

f (k) (0) k ∞
(−1)k 2k+1
∑ x =∑ x ,
k=0 k! k=0 (2k + 1)!

Exercício 8.2.5 Determine a série de MacLaurin das funções abaixo.


(i) f (x) = sen(πx).
(ii) f (x) = eax , onde a ∈ R.
(iii) f (x) = xex .
(iv) f (x) = (1 + x)m onde m ∈ R e m ∈
/ {0,1,2, . . . }


Exercício 8.2.6 Determine a série de Taylor das funções abaixo nos pontos indicados.
(i) f (x) = ex em torno de x = 1.
(ii) f (x) = e−x em torno de x = 2.
1
(iii) f (x) = em torno de x = 2.
x


Vimos nas Seções 7.6 a 7.9 que é possível determinar que uma série é convergente sem
conhecermos o valor de uma sua soma ou uma expressão para tal. Da mesma forma, é possível
determinar que uma série da forma

∑ ck xk
k=0

é convergente para certos valores de x sem conhecermos uma expressão para a soma limite. Convém
introduzirmos a seguinte definição, para trabalharmos com séries de maneira independente.
 Exemplo 8.2.7 Sabemos que a série definida por uma progressão geométrica de razão |r| < 1
converge. Por exemplo, temos

1
∑ rn = 1 + r + r2 + · · · + rn + · · · = 1 − r , para |r| < 1. (8.9)
n=0

A partir deste fato podemos definir uma função f (x) através de uma série: para cada x ∈ R
satisfazendo |x| < 1, definimos o valor de f (x) pelo valor dado pela Equação (8.9), ou seja,

f (x) = ∑ xn .
n=0

O domínio da função f é dado por Dom f = (−1,1). Poderíamos ter adotado a definição mais
simples f (x) = (1 − x)−1 , porém o objetivo deste exemplo é ilustrar a possibilidade de definir uma
função através de uma série. 

Definição 8.2.8 Uma série da forma



∑ ck x k ,
k=0

onde c0 , c1 , . . . são números reais e x é uma variável, é dita uma série de potências.
8.2 Séries de Potências 251

Note que a série acima não é necessariamente obtida a priori através de uma função: é possível
definir uma função através de uma série de potências, como no exemplo abaixo.
O teorema abaixo lida com questões como a pergunta (i) apresentada no início desta seção: ao
fixar um valor para x na série de potências ∑ ck xk , obtemos uma série numérica que pode convergir
ou não. No teorema abaixo é discutido para que valores uma dada série de potências converge; o
conjunto destes valores é dito seu conjunto de convergência. Note que toda série de potência desta
forma é convergente para x = 0, pois

∑ ck 0k = c0 + 0 + 0 · · · = c0 .
k=0

Teorema 8.2.9 Para qualquer série de potências ∑k ck xk , exatamente uma das afirmações abaixo
é verdadeira.
(i) A série é convergente apenas para x = 0. Dizemos neste caso que o raio de convergência é
0.
(ii) A série converge absolutamente para todo número real x. Dizemos neste caso que o raio
de convergência é infinito.
(iii) Existe um número real R > 0 tal que a série converge absolutamente para x ∈ (−R, R)
e diverge para todo x ∈ (−∞, −R) ∪ (R, +∞). Dizemos neste caso que o raio de conver-
gência é R. Nos pontos x = R e x = −R a série pode convergir absolutamente, convergir
condicionalmente ou divergir, dependendo de cada série particular.

O raio de convergência de uma série de potências é determinado de um modo geral através do


Teorema 7.9.11.
 Exemplo 8.2.10 Determine o raio e o intervalo de convergência da série de potências

∑ xk .
k=0

Considere um valor qualquer para x, como x = 1/2. Este valor dá origem á série de números
reais ∑∞ −k
k=0 ak , onde ak = 2 . O teste da razão absoluta (Teorema 7.9.11) fornece o limite


ak+1 2−(k+1) 1
lim = lim = lim 2−1 = .

k→∞ ak k→∞ 2 −k k→∞ 2

Como este valor é menor que 1, a série de potências ∑∞ k


k=0 x converge para x = 1/2.
Procedemos a seguir de maneira semelhante para determinar o raio de convergência da série de
potências, mas mantendo x como uma variável. Esta variável representa um valor genérico fixado
para x, como no parágrafo acima. Aplicando o teste da razão absoluta (Teorema 7.9.11) obtemos
k+1
ak+1 x
lim
= lim = lim |x|,
k→∞ ak k→∞ xk k→∞

onde é importante destacar que o limite acima está escrito na variável k, e não na variável x. Quando
k se aproxima de infinito, x permanece constante, logo

ak+1
lim = |x|. (8.10)
k→∞ ak

Note que esta expressão coincide com aquela obtido no início deste exemplo para x = 1/2. O teste
da razão absoluta afirma que
252 Capítulo 8. Séries de Potências

ak+1
(i) a série converge absolutamente quando lim < 1, e
k→∞ ak

ak+1
(ii) diverge quando lim > 1.
k→∞ ak
Segue da Equação (8.10) que a série de potências converge absolutamente (e portanto converge)
para |x| < 1 e diverge para |x| > 1. O raio de convergência é portanto R = 1.
O intervalo de convergência é determinado ao analisar a convergência da série nos valores
x = ±1, para determinarmos se os extremos ±1 devem ou não ser incluídos no intervalo (−1,1)
determinado pelo raio de convergência. Como as séries
∞ ∞
∑ 1k e ∑ (−1)k
k=0 k=0

são divergentes pelo Teorema 7.5.1, segue que o intervalo de convergência da série de potências é
(−1,1). 

 Exemplo 8.2.11 Determine o raio e o intervalo de convergência da série de potências



xk
∑ .
k=0 k!

Procedemos análoga ao Exemplo 8.2.10. Seja ak = xk /k!, k ≥ 0. O teste da razão absoluta


fornece o limite k+1
ak+1 x k! |x|
lim
= lim

k
= lim .
k→∞ ak k→∞ (k + 1)! x k→∞ k

Como x é constante quando k → ∞, segue que



ak+1
lim = 0 < 1,
k→∞ ak

para qualquer número real x fixado. Em outras palavras, para qualquer valor de x fixado obtemos
uma série de números cujo limite no teste da razão absoluta fornece o valor zero. Segue do Teorema
7.9.11 que a série de potências converge para todo x ∈ R, isto é, o raio de convergência é infinito e
o intervalo de convergência é R. 

 Exemplo 8.2.12 Determine o raio e o intervalo de convergência da série de potências



∑ k!xk .
k=0

Seja ak = k!xk , k ≥ 0. Temos para todo x 6= 0 que


k+1

= lim (k + 1)!x = lim k|x| = +∞.
ak+1
lim
k→∞ ak k→∞ k!xk k→∞

Segue do Teorema 7.9.11 que a série de potências diverge para todo x 6= 0, isto é, o raio de
convergência é zero e o intervalo I de convergência é dado por I = {0}. 

Da mesma maneira que é possível encontrar o polinômio de Taylor de uma função em torno de
um ponto diferente da origem, podemos considerar séries de potências centradas em outros pontos.
Definição 8.2.13 Seja x0 um número real qualquer e x uma variável. Uma série da forma

∑ ck (x − x0 )k ,
k=0
8.2 Séries de Potências 253

onde c0 , c1 , . . . são números reais, é dita uma série de potências em x − x0 .


Abaixo temos o resultado análogo sobre o raio de convergência para séries de potências em
x − x0 .

Teorema 8.2.14 Para qualquer série de potências ∑k ck (x −x0 )k , exatamente uma das afirmações
abaixo é verdadeira.
(i) A série é convergente apenas para x = x0 . Dizemos neste caso que o raio de convergência
é 0.
(ii) A série converge absolutamente para todo número real x. Dizemos neste caso que o raio
de convergência é infinito.
(iii) Existe um número real R > 0 tal que a série converge absolutamente para x ∈ (x0 − R, x0 +
R) e diverge para todo x ∈ (−∞, x0 − R) ∪ (x0 + R, +∞). Dizemos neste caso que o raio de
convergência é R. Nos pontos x = x0 + R e x = x0 − R a série pode convergir absolutamente,
convergir condicionalmente ou divergir, dependendo de cada série particular.

 Exemplo 8.2.15 Determine o raio e o intervalo de convergência da série


k(x + 2)k
∑ 3k+1 .
k=0

Procedemos de maneira análoga àquela vista no Exemplo 8.2.10. Temos pelo teste da razão
absoluta para ak = k(x + 2)k /3k+1 , k ≥ 0, que

(k + 1)(x + 2)k+1 3k+1



= lim k + 1 |x + 2| .
ak+1 k +1 x+2
lim = lim

k+2 k
= lim

k→∞ ak k→∞ 3 k(x + 2) k→∞ k 3 k→∞ k 3

Lembramos novamente que o limite acima é feito na variável k, de modo que x representa apenas
uma constante. Como
k+1
lim = 1,
k→∞ k

temos que
ak+1 |x + 2| k + 1 |x + 2|
lim
= lim = .
k→∞ ak 3 k→∞ k 3
O teste da razão absoluta afirma que a série converge absolutamente quando o limite é menor que 1
e diverge quando o limite acima é maior que 1. Devemos então ter

|x + 2|
< 1 ⇐⇒ |x + 2| < 3
3
para que a série seja convergente. Note que a série de potências dada é escrita como potências de
x − x0 , onde x0 = −2. Segue que o intervalo de convergência tem raio 3 e centro em x0 = −2; os
extremos deste intervalo são dados por x = −5 e x = 1.
Devemos agora analisar o comportamento da série nos extremos deste intervalo, isto é, a
convergência da série de potências nos pontos x = 1 e x = −5. Temos respectivamente as séries

k3k ∞
k ∞
k(−3)k ∞
k
∑ 3k+1 = ∑ 3 e ∑ k+1
= ∑ (−1)k ,
k=0 k=0 k=0 3 k=0 3

ambas divergentes pelo Teorema 7.5.1. Segue que o intervalo de convergência da série de potências
dada é (−5,1). 
254 Capítulo 8. Séries de Potências

8.3 Convergência de séries de Taylor


Se f (x) possui série de Taylor convergente para um certo número x = x0 , é natural, a partir da
discussão no início desta seção, esperar que o valor do limite da série seja o próprio valor de função
f:
n

(x − x0 )k (x − x0 )k
∑ f (k) (x0 ) k! = f (x), isto é, n→∞ lim ∑ f (k) (x0 )
k!
= f (x). (8.11)
k=0 k=0
No entanto, é possível que a série de Taylor de uma função convirja para um valor diferente. Este é
o caso da função
exp(−1/x2 ), para x 6= 0,

f (x) =
0, para x = 0.
Veja a Figura 8.11. É possível provar que:
(i) f (x) é infinitamente diferenciável em x = 0 e
(ii) f (k) (0) = 0 para todo k ≥ 1
Segue que a série de MacLaurin de f é dada por

xk ∞
∑ f (k) (0) = ∑ 0 · xk .
k=0 k! k=0

Logo a série de MacLaurin de f é convergente para todo x ∈ R e fornece o valor 0 para todo x ∈ R,
o que não coincide com o valor que f assume.

Figura 8.11: Gráfico da função y = exp(−1/x2 ), x 6= 0.

Este caso é considerado patológico, mas devemos de qualquer maneira considerar esta pergunta:

Dada uma função f (x) infinitamente diferenciável em x = x0 , existe


um intervalo contendo x = x0 onde a Equação (8.11) é verdadeira?

Note que a Equação (8.11) é verdadeira se e somente se


!
n
(k) (x − x0 )k
lim f (x) − ∑ f (x0 ) = 0,
n→∞
k=0 k!

onde o somatório acima representa o n-ésimo polinômio de Taylor da função f ; veja a Definição
8.1.9. A diferença em parênteses na equação acima representa o erro na aproximação discutida no
começo da Seção 8.1; veja a Equação (8.8).
8.3 Convergência de séries de Taylor 255

Teorema 8.3.1 Sejam f (x) uma função infinitamente diferenciável em x = x0 e Rn (x) como na
Equação (8.8). A igualdade

(x − x0 )k
∑ f (k) (x0 ) = f (x)
k=0 k!
é válida se e somente se lim Rn (x) = 0.
n→∞

 Exemplo 8.3.2 Mostre que a série de MacLaurin para f (x) = sen(x) converge para f (x) para
todo número real x.
Sabemos que a série de MacLaurin de f (x) = sen x é dada por

x2k+1
∑ (−1)k (2k + 1)!
.
k=0

Veja o Exemplo 8.2.4. É possível mostrar que esta série converge para todo x ∈ R. De fato, seja
ak = (−1)k x2k+1 /(2k + 1)!, k ≥ 0. Então,
2k+3 x2

ak+1 k+1 x (2k + 1)!
lim
= lim (−1)

k 2k+1
= lim
,
k→∞ ak k→∞ (2k + 3)! (−1) x k→∞ (2k + 3)(2k + 2)

onde usamos o fato que (2k + 3)! = (2k + 3)(2k + 2)(2k + 1)!. Então para qualquer x ∈ R temos

|x|2

ak+1
lim
= lim = 0,
k→∞ ak k→∞ (2k + 3)(2k + 2)

isto é, a série de potências converge para todo x ∈ R.


Seja x ∈ R qualquer. Verificamos agora que a série de potências converge de fato para sen x.
Temos do Teorema 8.1.12 que
M
|Rn (x)| ≤ |x − 0|n+1 ,
(n + 1)!

onde M ∈ R deve satisfazer a desigualdade | f (n+1) (x) ≤ M. As derivadas de f (x) = sen x resultam
em ± cos x ou ± sen x, logo M = 1 satisfaz essa desigualdade. Segue que

|x|n+1
|Rn (x)| ≤ . (8.12)
(n + 1)!

Usando o argumento do Exemplo 7.2.15 podemos provar que

|x|n+1
lim = 0.
n→∞ (n + 1)!

Segue da Equação (8.12) que limn→∞ Rn (x) = 0 e portanto, pelo Teorema 8.3.1, a série de MacLaurin
de f (x) = sen x converge de fato para f (x). 

Exercício 8.3.3 Mostre que a série de MacLaurin para f (x) = ex converge para f (x) para todo
número real x. 

O Teorema 8.1.12 nos permite determinar se a Equação (8.11) é verdadeira, isto é, se a série de
Taylor de uma função f converge de fato para o valor da função.
256 Capítulo 8. Séries de Potências

Teorema 8.3.4 As séries de potências abaixo convergem para as funções indicadas no intervalo
indicado.

1
(i) ∑ xk = 1 − x para −1 < x < 1;
k=0
∞ k
x
(ii) ∑ k! = ex para x ∈ R;
k=0
∞ k
x
(iii) ∑ = − ln(1 − x) para −1 < x < 1;
k=1 k

x2k
(iv) ∑ (−1)k
(2k)!
= cos x para x ∈ R;
k=0

x2k+1
(v) ∑ (−1)k = sen x para x ∈ R.
k=0 (2k + 1)!

É importante observar que o Teorema 8.3.4 oferece uma expressão algébrica para as funções
acima no domínio indicado. Por exemplo, como

xk
ex = ∑ k! ,
k=0

temos para x = 2 e x = −1 que



2k ∞
(−1)k
e2 = ∑ k! , e−1 = ∑ .
k=0 k=0 k!

x k
Mais ainda, como a igualdade ex = ∑∞ k=0 k! vale para todo x ∈ R, ela também será válida para todo
t ∈ R se x = −t 3 :
k
−t 3

(−t 3 )k ∞
(−1)k t 3
e =∑ =∑ .
k=0 k! k=0 k!

Diferenciação e integração de séries de potências.


Uma das vantagens da representação de uma função através de sua série de potências é a facilidade
com que podemos derivá-la e integrá-la.

Teorema 8.3.5 Se uma série de potências ∑k ck (x − x0 )k tem raio de convergência R > 0, então
a função definida por

f (x) = c0 + c1 (x − x0 ) + c2 (x − x0 )2 + c3 (x − x0 )3 + · · · = ∑ ck (x − x0 )k
k=0

é diferenciável no intervalo (x0 − R, x0 + R) e



(i) f 0 (x) = c1 + 2c2 (x − x0 ) + 3c3 (x − x0 )2 + · · · = ∑ kck (x − x0 )k−1 ,
ˆ k=1
(x − x0 )2 (x − x0 )3 ∞
(x − x0 )k+1
(ii) f (x) dx = C + c0 x + c1 + c2 + · · · = ∑ ck +C.
2 3 k=0 k+1
O raio de convergência das séries dos itens (i) e (ii) é R.
8.3 Convergência de séries de Taylor 257

Exercício 8.3.6 Use as séries de MacLaurin das funções sen x e cos x para verificar que
d
sen x = cos x. 
dx

Exercício 8.3.7 Determine a série de MacLaurin da função 1/(1 + x2 ) através da substituição


u = −x2 na série de MacLaurin para 1/(1 − u). Determine o intervalo da reta onde a série obtida
coincide com a função 1/(1 + x2 ). 

Exercício 8.3.8 Calcule a integral termo a termo da série de MacLaurin da função 1/(1 + x2 )
obtida no Exercício 8.3.7 para encontrar a série de MacLaurin da função arctan x. 
IV
Parte Quatro

9 Números Complexos . . . . . . . . . . . . . . . 261


9.1 Definição e Operações Básicas
9.2 Representação Gráfica e Forma Polar de Números
Complexos
9.3 Funções Complexas

A Coordenadas Polares . . . . . . . . . . . . . . . 269

B Coordenadas Esféricas . . . . . . . . . . . . . 275

C Topologia de Rn . . . . . . . . . . . . . . . . . . . . 279

Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 285
9. Números Complexos

9.1 Definição e Operações Básicas



Em cálculos com números reais temos que o número −1 não está bem definido, assim como a
raiz quadrada de qualquer número negativo. De fato não há solução real para a equação x2 = −1,
mas podemos introduzir um número i tal que i2 = −1. Em outras palavras, o número i é uma
solução da equação x2 = 1. O número i, chamado de número ou unidade imaginária, não pertence
ao conjunto R dos números reais, então ao introduzir este número em nossos cálculos estamos
trabalhando com um conjunto de números diferentes: o conjunto C dos números complexos.
Definição 9.1.1 Um número complexo é um número da forma z = x + iy, onde x e y são
números reais e i é a unidade imaginária. Os números x e y são ditos respectivamente a parte
real e a parte imaginária de z. O conjunto de todos os números complexos é denotado por C:

C = {x + iy : a,b ∈ R}.

Você pode estar pensando consigo mesmo que a Definição 9.1.1 é bastante artificial: simples-
mente inventamos um número para representar a solução de uma equação que era anteriormente
insolúvel. De fato esta definição é artificial, mas a beleza da teoria de números complexos reside
no fato que estes objetos, introduzidos de maneira aparentemente artificial, são peças centrais na
resolução de diversos problemas da Física e da Engenharia.
Operações básicas.
Números complexos podem ser somados, subtraídos, multiplicados e divididos, assim como
números reais. Veja a definição a seguir.
Definição 9.1.2 Sejam z1 = x1 + iy1 e z2 = x2 + iy2 números complexos.
(i) Dizemos que z1 e z2 são iguais se x1 = x2 e y1 = y2 . Escrevemos z1 = z2 .
(ii) A adição de números complexos é definida como

z1 + z2 = (x1 + iy1 ) + (x2 + iy2 ) = (x1 + x2 ) + i(y1 + y2 ).


262 Capítulo 9. Números Complexos

(iii) A subtração ou diferença de números complexos é definida como

z1 − z2 = (x1 + iy1 ) − (x2 + iy2 ) = (x1 − x2 ) + i(y1 − y2 ).

(iv) O produto de números complexos é definido como

z1 · z2 = (x1 + iy1 ) · (x2 + iy2 ) = (x1 x2 − y1 y2 ) + i(x1 y2 + x2 y1 ).


As operações básicas de números complexos satisfazem propriedades semelhantes àquelas que
temos com números reais.
Teorema 9.1.3 As seguintes propriedades são válidas para as operações de números complexos.
(i) Comutatividade: z1 + z2 = z2 + z1 e z1 z2 = z2 z1 .
(ii) Associatividade: (z1 + z2 ) + z3 = z1 + (z2 + z3 ) e (z1 z2 )z3 = z1 (z2 z3 ).
(iii) Distributiva: z1 (z2 + z3 ) = z1 z2 + z1 z3 .

Exercício 9.1.4 Calcule a soma, a diferença e o produto dos números complexos abaixo.

(i) z1 = 1 + 3i e z2 = 1 + i. (iii) z1 = −1 − 5i e z2 = i.
(ii) z1 = 2 − 5i e z2 = −3 + i.

Definição 9.1.5 O complexo conjugado ou conjugado de um número complexo z = x + iy é


definido como
z = x + iy = x − iy.

Números complexos conjugados possuem propriedades muito importantes, enunciadas no


teorema a seguir.

Teorema 9.1.6 Sejam z1 = x1 + iy1 e z2 = x2 + iy2 números complexos. Então:

(i) z1 + z2 = z1 + z2 ; (iv) z1 z1 = x12 + y21 ;


(ii) z1 − z2 = z1 − z2 ; (v) z1 + z1 = 2x1 ;
(iii) z1 z2 = z1 z2 ; (vi) z1 − z1 = i2y1 ;

Demonstração. Demosntraremos apenas o item (iv) e deixaremos os outros como exercício. Se


z1 = x1 + iy1 , então
zz = (x + iy)(x − iy) = x2 − ixy + ixy − (ib)2 .
Como i2 = −1, segue que

zz = x2 − i2 y2 = x2 − (−1)y2 = x2 + y2 .

Ao calcular uma divisão de números complexos z1 /z2 devemos escrever este número de acordo
com a representação usual de números complexos: z1 /z2 = a + ib. No exemplo abaixo vemos como
isto é possível através do conceito de número complexo conjugado.
 Exemplo 9.1.7 Sejam z1 = 1 + 2i e z2 = −3 + 4i. Calcule 1/z1 e z2 /z1 .
Temos
1 1 1 1 − 2i 1 − 2i 1 − 2i 1 2
= = · = = = −i .
z1 1 + 2i 1 + 2i 1 − 2i 12 + 22 5 5 5
9.2 Representação Gráfica e Forma Polar de Números Complexos 263

A divisão z2 /z1 é calculada de maneira semelhante:


z2 −3 + 4i −3 + 4i 1 − 2i −3 + 6i + 4i − 8i2 5 10
= = · = = + i = 1 + 2i.
z1 1 + 2i 1 + 2i 1 − 2i 12 + 22 5 5


9.2 Representação Gráfica e Forma Polar de Números Complexos


Note que um número complexo z = x + iy é perfeitamente definido pelo par de números reais
(x,y) ∈ R2 . É portanto natural representar graficamente um número complexo como um ponto do
plano cartesiano1 . Um plano utilizado para a representação geométrica de números complexos é
dito um plano complexo ou plano z. O eixo horizontal do plano complexo é dito o eixo real e o
eixo vertical é dito o eixo imaginário. Veja a Figura 9.1.

Figura 9.1: Representação gráfica do complexo z = 3 + 2i.

Exercício 9.2.1 Represente geometricamente no plano os seguintes números complexos.

(i) z = 2 + 5i (iii) z = −4i (v) z = −4 − 2i


(ii) z = −1 + 3i (iv) z = 3 (vi) z = 1 − 3i

Valor absoluto de um número complexo.


O valor absoluto ou módulo de um número complexo z = x + iy é definido como a distância de z à
origem no plano complexo:
p √
|z| = x2 + y2 = zz. (9.1)

1É possível também interpretar um número complexo z = x + iy como o vetor definido pelos pontos (0,0 e (x,y).
264 Capítulo 9. Números Complexos

Exercício 9.2.2 Calcule o valor absoluto dos números complexos abaixo.

(i) z = 3 + 4i (ii) z = 5 − i

Forma polar de números complexos.


Seja z = x + iy um número complexo. Se θ é o ângulo entre o vetor z e o eixo real, o sistema de
coordenadas polares de R2 fornece as equações

x = r cos θ e y = r sen θ .

Segue que z = (r cos θ ) + i(r sen θ ), isto é,

z = r(cos θ + i sen θ ). (9.2)

Note que o número complexo u = cos θ + i sen θ tem valor absoluto 1:


p √
|u| = | cos θ + i sen θ | = cos2 θ + sen2 θ = 1 = 1.

Segue que r = |z| é a distância de z até a origem. O ângulo θ é dito o argumento de z.


Obs 9.2.3 É importante destacar que na forma polar z = r(cos θ + i sen θ ) temos que o número
complexo u = cos θ + i sen θ se encontra situado no círculo unitário complexo; o produto pelo
número real r = |z| dilata ou comprime o número complexo u. Veja as Figuras 9.2 e 9.3.

Figura 9.2: Forma polar de um número Figura 9.3: Forma polar de um número
complexo. complexo.

Exercício 9.2.4 Determine


√ a forma polar dos números complexos abaixo.
(i) z = −1 + 3i (ii) z = 3 − 3i 

A forma polar pode ser utilizada para realizar cálculos com números complexos, como vemos
no teorema a seguir.

Teorema 9.2.5 Sejam


 z1 = r1 (cos θ1 + i sen θ1 ) e z2 = r2 (cos θ2 + i sen θ2 ). Então:
(i) z1 z2 = r1 r2 cos(θ1 + θ2 ) + i sen(θ1 + θ2 )
9.2 Representação Gráfica e Forma Polar de Números Complexos 265
z1 r1  
(ii) = cos(θ1 − θ2 ) + i sen(θ1 − θ2 )
z2 r2

Demonstração. Provamos o item (i) e deixamos o item (ii) como exercício. A multiplicação direta
da forma polar de z1 e z2 fornece
z1 z2 = r1 r2 (cos θ1 cos θ2 + i cos θ1 sen θ2 + i sen θ1 cos θ2 + i2 sen θ1 sen θ2 ),
isto é,
 
z1 z2 = r1 r2 (cos θ1 cos θ2 − sen θ1 sen θ2 ) + i(cos θ1 sen θ2 + i sen θ1 cos θ2 ) .
A identidades cos(a + b) = cos a cos b − sen a sen b e sen(a + b) = sen a cos b + sen b cos a concluem
a demonstração. 

Note que como uma consequência direta do item (i) do Teorema 9.2.5 temos:
z2 = z · z = r · r(cos(θ + θ ) + i sen(θ + θ )) = r2 (cos(2θ ) + i sen(2θ )).
O mesmo argumento pode ser aplicado a zn para n ≥ 1:
n
r(cos θ + i sen θ ) = rn (cos(nθ ) + i sen(nθ )).

(9.3)

Em particular, se |z| = r = 1,

(cos θ + i sen θ )n = cos(nθ ) + i sen(nθ ). (9.4)

Raízes de números complexos.


Dizemos que w é uma raiz enésima de z, n ≥ 2, se wn = z. O teorema a seguir fornece todas as
raízes enésimas de um número complexo z.

Teorema 9.2.6 Seja z = r(cos θ + i sen θ ). Então a equação wn = z possui n raízes para w e
estas soluções são dadas por
    
1/n θ + 2kπ θ + 2kπ
w=r cos + i sen , k = 0, 1, . . . , n − 1.
n n

Demonstração. Seja w = ρ(cos φ + i sen φ ). Temos wn = z se e somente se


ρ n cos(nφ ) + i sen(nφ ) = r(cos θ + i sen θ ).
 

Para igualdade acima ser verificada devemos ter a igualdade dos valores absolutos: ρ n = r para
ρ ≥ 0, isto é, ρ = r1/n . O argumento dos números complexos na equação também devem coincidir:
devemos ter nφ = θ a menos de um múltiplo inteiro de 2π (volta inteiro no círculo trigonométrico).
Segue que
θ + 2kπ
nφ = θ + 2kπ, isto é, φ = , k ≥ 0.
n
Apenas os valores k = 0, 1, . . . , n − 1 fornecem raízes distintas na expressão acima: de fato, se
k = n + m com m ≥ 0, temos
θ + 2(n + m)π θ + 2mπ + 2nπ θ + 2mπ 2nπ θ + 2mπ
φ= = = + = + 2π,
n n n n n
isto é, o valor k = n + m fornece um ângulo que coincide com aquele definido por k = m. Isto
conclui a demonstração do teorema. 
266 Capítulo 9. Números Complexos

Exercício 9.2.7 Determine as três raízes cúbicas da unidade imaginária, isto é, as três soluções
da equação w3 = i. 

Exercício 9.2.8 Determine as quatro raízes quartas do número complexo z = 1 + i, isto é, as


quatro soluções da equação w4 = 1 + i. 

9.3 Funções Complexas


Uma função f é uma regra que associa, a cada elemento x em um conjunto D, um único elemento
f (x) em um conjunto E. O conjunto D é dito o domínio de f . Quando D e E são dados pelo conjunto
C de números complexos, dizemos que f é uma função complexa. Assim como escrevemos y = g(x)
para uma função de uma variável real, podemos escrever w = f (z) para representar uma função
complexa z: para cada elemento z do domínio temos uma imagem w associada. Como todo número
complexo, w pode ser escrito como w = u + iv, onde u,v ∈ R. Se z = x + iy, então

w = f (z) = u(x,y) + iv(x,y). (9.5)

Em outras palavras, a parte real u(x,y) da imagem de f é uma função de duas variáveis reais
(x,y) 7−→ u = u(x,y). Analogamente, a parte imaginária v(x,y) da imagem de f é uma função de
duas variáveis reais (x,y) 7−→ v = v(x,y).

Exercício 9.3.1 Determine o domínio da função

f (z) = z(i − 2z).

Escreva as partes real e imaginária de f como funções de x,y, onde z = x + iy, como na Equação
(9.5). Determine f (i) e f (1 − 2i). 

Exercício 9.3.2 Determine o domínio da função

z+1
f (z) = .
z2 + 4


É possível definir limites e derivadas de funções complexas de maneira análoga à de funções de


uma variável real. Apresentaremos apenas as definições aqui e indicamos o leitor ao Capítulo 8
de Dennis Zill e Michael Cullen, Matemática Avançada para a Engenharia, Terceira Edição para
mais detalhes.
Definição 9.3.3 Seja f uma função complexa definida em torno de um ponto z0 ∈ C, exceto
possivelmente o próprio z0 . Dizemos que o limite de f quando z se aproxima de z0 existe e é
igual a L se para todo ε > 0 existe δ > 0 tal que

0 < |z − z0 | < δ =⇒ | f (z) − L| < ε.

Escrevemos nesse caso


lim f (z) = L.
z→z0

Definição 9.3.4 Seja f uma função complexa definida em torno de um ponto z0 ∈ C. A


9.3 Funções Complexas 267

derivada f em z0 é definida como

f (z) − f (z0 )
f 0 (z0 ) = lim ,
z→z0 z − z0
caso o limite exista.
Função exponencial complexa.
A função exponencial complexa é de particular importância devido à sua ligação com as funções
trigonométricas reais. Podemos definir a função exponencial complexa ez através de uma extensão
da série de MacLaurin vista no Capítulo 8. Com este fim apresentamos rapidamente as definições
de convergência de sequências e séries de números complexos. Verifique a semelhança com as
Definições 7.1.2, 7.1.7 e 7.4.3.
Definição 9.3.5 Uma sequência {zn }∞
n=1 de números complexos é uma função f com domínio
Dom f = N e contradomínio dado pelos números complexos. Escrevemos normalmente zn =
f (n) para indicar o n-ésimo elemento da sequência.

Definição 9.3.6 Dizemos que uma sequência de números complexos {zn }∞


n=1 é convergente se
existe um número complexo L tal que para todo ε > 0 existe um inteiro N ≥ 1 tal que |zn − L| < ε
para todo n ≥ N. Escrevemos nesse caso

lim an = L ou an → L quando n → ∞.
n→∞

Definição 9.3.7 Uma série infinita de números complexos



∑ zk = z1 + z2 + · · · + zk + · · ·
k=1

é dita convergente se a sequência de somas parciais {sn }∞


n=1 , definida por

n
sn = ∑ zk = z1 + z2 + · · · zn ,
k=1

convergir. Se sn → L quando n → ∞ dizemos que ∑∞


k=1 zk = L.

É possível provar que uma sequência {zn }∞


n=1 de números complexos definida por zn = xn + iyn ,
xn , yn ∈ R para n ≥ 1, converge para L = a + ib se e somente se

lim xn = a e lim yn = b.
n→∞ n→∞

Podemos assim resumir o problema da convergência de sequências e séries de números complexos


à convergência de sequências e séries de números reais.
Definição 9.3.8 Definimos a função exponencial complexa como a função f (z) = ez que
associa, a cada z ∈ C, o limite da série

zk

z1 z2 z3
ez = ∑ = 1 + + + +··· .
k=0 k! 1! 2! 3!

Está claro que a função f (z) = ez está bem definida para z = 0: a série na Definição 9.3.8
fornece e0 = 1, assim como no caso de números reais. Mais ainda, para z = x um número real, a
função exponencial coincide com a função exponencial real, estando portanto bem definida para
268 Capítulo 9. Números Complexos

todo z com parte imaginária nula. Além disso, observamos que


n k n n
|z|k ak

z
∑ ∑ k! ∑ k! ,
= =
k=1 k! k=1 k=1

onde a = |z| é um número real. Segue que a sequência de somas parciais definida acima é
convergente, donde concluímos2 que a exponencial complexa está bem definida para todo z ∈ C;
em outras palavras, o domínio da função exponencial complexa consiste de todo o plano complexo.
É possível utilizar a Definição 9.3.8 e as séries de MacLaurin reais para sen θ e cos θ para
verificar a Identidade de Euler, enunciada no teorema abaixo.
Teorema 9.3.9 — Identidade de Euler. Se θ é um número real, então

eiθ = cos θ + i sen θ .

Exercício 9.3.10 Verifique o enunciado do Teorema 9.3.9 a partir da Definição 9.3.8. 

Exercício 9.3.11 Use o Teorema 9.3.9 para provar que

1 iθ 1 iθ
(e + e−iθ ) = cos θ e (e − e−iθ ) = sen θ .
2 2i


Também é possível utilizar a Definição 9.3.8 para provar que ez+w = ez ew , para z,w ∈ C. Segue
que, para z = x + iy, temos ez = ex+iy = ex eiy . Concluímos pelo Teorema 9.3.9 que

ex+iy = ex (cos y + i sen y).

2 Séries complexas z tais que |z | é convergente são ditas absolutamente convergentes. Assim como no caso real,
∑ n ∑ n
toda série absolutamente convergente é convergente.
A. Coordenadas Polares

Nesta seção estudaremos uma maneira alternativa de descrever pontos do plano. Este conteúdo
nos ajudará a calcular integrais duplas (e triplas), mas é importante ressaltar que as aplicações de
coordenadas polares não se restringem ao cálculo de integrais múltiplas.
Podemos descrever a localização de um ponto P do plano através das coordenadas (x,y) usuais:
estes números representam a distância de P aos eixos x e y. Alternativamente, consideramos um
ponto O, dito o polo, e um eixo semelhante ao eixo x, dito o eixo polar; localizamos P no plano
através do par (r,θ ), onde r representa a distância de P até a origem e θ o ângulo entre o eixo polar
−→
e OP no sentido trigonométrico. Veja a Figura A.1.

Figura A.1: Coordenadas cartesianas e polares.

Note que podemos representar um mesmo ponto em coordenadas polares através de diferentes
pares (r,θ ) ∈ R2 . Para cada ponto P(r,θ ) do plano, os pares (r,θ + 2π), (r,θ + 4π), etc, representam
o mesmo ponto P. Outros pares (r,θ ) com r < 0 também representam o mesmo ponto P; veja a
Figura A.2. Frequentemente consideramos para r valores não negativos e fixamos para a variável θ
o intervalo [0,2π] ou [−π,π].
A transformação de coordenadas polares para coordenadas cartesianas é simples, basta conside-
270 Capítulo A. Coordenadas Polares

Figura A.2: Coordenadas polares.

rar na Figura A.1 o triângulo retângulo de hipotenusa OP.


x = r cos θ y = r sen θ (A.1)
A mudança de variáveis no sentido contrário se dá através da Equação (A.1), ao observamos que
x2 + y2 = r2 (cos2 θ + sen2 θ ) = r2 e y/x = tg θ .
y
r 2 = x 2 + y2 tg θ = (A.2)
x
Observamos, no entanto, que dado qualquer número w ∈ R existem dois ângulos θ1 , θ2 ∈ [0,2π]
tais que tg(θ1 ) = w e tg(θ2 ) = w; esta escolha deve ser feita com bastante atenção.
Exemplo A.1 As coordenadas cartesianas para o ponto (r,θ ) = (2, π/4) são dadas por

2 √
x = r cos θ = 2 · = 2,
2

2 √
y = r sen θ = 2 · = 2.
2

Exemplo A.2 Determine coordenadas polares para o ponto (x,y) = (− 3,1).
Temos pela Equação (A.2) que
p q √
r = x2 + y2 = (− 3)2 + 12 = 2,
 
−1 y
 
−1 1
θ = tg = tg −√ .
x 3

Como tg(π/6) = 1/ 3, temos que

 π  π 3
tg π − = tg − =− .
6 6 3
Os pontos (r,θ ) = (2,5π/6) e (r,θ ) = (2, − π/6) representam,
√ respectivamente, pontos no segundo
e quarto quadrantes. Portanto, o ponto (x,y) = (− 3,1) corresponde a (r,θ ) = (2,5π/6).
Obs A.0.1 É absolutamente essencial um conhecimento sólido do círculo trigonométrico: seno
e cosseno de ângulos básicos como θ = 0◦ , 30◦ , 45◦ , 60◦ , 90◦ e os ângulos correspondentes nos
outros quadrantes. O mesmo pode ser dito das propriedades trigonométricas abaixo, principalmente
no que diz respeito a integração de funções trigonométricas:
cos2 θ + sen2 θ = 1,
tg2 θ + 1 = sec2 θ ,
cotg2 θ + 1 = cosec2 θ , (A.3)
cos(a + b) = cos a cos b − sen a sen b,
sen(a + b) = sen a cos b + sen b cos a.
271

Uma equação em duas variáveis F(x,y) = 0 descreve uma curva no plano através de coordenadas
cartesianas. Da mesma forma, uma equação F(r,θ ) = 0 descreve uma curva no plano, que consiste
em todos os pontos que possuem pelo menos uma representação polar que satisfaz essa equação.
Lembramos que um mesmo ponto possui diferentes representações em coordenadas polares: por
exemplo, o ponto (x,y) = (−1,0) pode ser representado como (r, θ ) = (1, π) ou (r, θ ) = (−1,0).
Como um primeiro exemplo, observamos que a equação r = k descreve o conjunto de pontos a
uma distância fixa do polo (origem), logo a curva em questão é a circunferência de raio r = k. Veja
a Figura A.3. Vejamos agora o que ocorre com a equação θ = t: esta equação descreve o conjunto
de pontos P tais que OP forma um ângulo fixo t com o eixo polar; considerando não só r ≥ 0, mas
também valores negativos para r, concluímos que a equação θ = t representa uma reta que contém
o polo (origem). Veja a Figura A.4.

Figura A.3: Pontos P1 , P2 pertencentes Figura A.4: Pontos P1 , P2 pertencentes


à circunferência r = k. à reta θ = t.

Obs A.0.2 Um ponto do plano contém muitas representações polares distintas e escolhemos a
mais conveniente em cada situação. No caso de uma reta θ = t, ilustrada na Figura A.4, optamos
por manter o ângulo θ fixo e considerar valores positivos e negativos para r:

{(r, θ ) ∈ R2 : θ = t, r ∈ R}.

A mesma reta pode ser descrita também da seguinte maneira:

{(r, θ ) ∈ R2 : θ = t, r ≥ 0} ∪ {(r, θ ) ∈ R2 : θ = −t, r > 0}.

Esta última descrição pode não ser tão conveniente por ter um caráter descontínuo.
Exemplo A.3 Esboce a curva definida pela equação r = 6 sen θ .
Faremos uso das Equações (A.1) e (A.2) para tal: como y = r sen θ , temos r = 6 sen θ se e
somente se
y
r = 6 · =⇒ r2 = 6y =⇒ x2 + y2 = 6y.
r
Completando quadrados obtemos:

x2 + y2 − 6y = 0 ⇐⇒ x2 + y2 − 6y + 9 − 9 = 0 ⇐⇒ x2 + (y − 3)2 = 9.

Segue que a equação r = 6 sen θ define uma circunferência de raio 3 e centro (0,3). Veja a Figura
A.5.
Algumas regiões planas são descritas mais facilmente através de coordenadas polares; isto nos
é bastante útil no cálculo de integrais duplas. Como exemplo, consideramos a região

D = {(x,y) ∈ R2 : x2 + y2 ≤ 1}. (A.4)


272 Capítulo A. Coordenadas Polares

Figura A.5: Circunferência definida pela equação r = 6 sen θ .

A região D consiste do círculo unitário com centro na origem, isto é, a circunferência x2 + y2 = 1 e


seu interior. Podemos descrever D através de coordenadas polares da seguinte maneira. Para cada
θ0 ∈ [0, 2π] fixo, consideramos os pontos com distância a origem menor ou igual a 1:

D = {(r, θ ) ∈ R2 : 0 ≤ r ≤ 1, 0 ≤ θ ≤ 2π}. (A.5)

Podemos ainda considerar o intervalo [−π, π] para a coordenada θ :

D = {(r, θ ) ∈ R2 : 0 ≤ r ≤ 1, −π ≤ θ ≤ π}. (A.6)

Veja a Figura A.6. As descrição dada pela Equação (A.5) sofre de ambiguidade na fronteira do
retângulo da Figura A.6 no seguinte sentido: todos os pontos do segmento r = 0 correspondem ao
ponto (x,y) = (0,0); mais ainda, os segmentos θ = 0 e θ = 2π correspondem ao mesmo segmento
nas coordenadas cartesianas. Veja a Figura A.7. Entretanto, para cada ponto (x,y) no interior
deste retângulo, temos exatamente um ponto da forma (A.4) e vice-versa. Temos uma situação
semelhante para o retângulo definido pela Equação (A.6).

Figura A.6: Região D da Equação (A.4).

Considere agora as Equações (A.7) e (A.8) abaixo:

D = {(r, θ ) ∈ R2 : 0 ≤ r ≤ 1, −2π ≤ θ ≤ 2π}, (A.7)

D = {(r, θ ) ∈ R2 : − 1 ≤ r ≤ 1, 0 ≤ θ ≤ 2π}. (A.8)


273

Figura A.7: Ambiguidade oriunda da Equação (A.5).

Na condição 0 ≤ r ≤ 1, −2π ≤ θ ≤ 2π da Equação (A.7) observamos tal ambiguidade também


no interior do retângulo: por exemplo, os pontos (r, θ ) = (1/2,π/2) e (r, θ ) = (1/2,5π/2) corres-
pondem ao mesmo ponto (x,y) = (0,1). A condição da Equação (A.8) apresenta um problema
semelhante: os pontos (r, θ ) = (1/2,π/2) e (r, θ ) = (−1/2, − π/2) correspondem ao mesmo ponto
(x,y) = (0,1). Veremos que será necessário descrever conjuntos em coordenadas polares sem
ambiguidade, como nas Equações (A.5) e (A.6).
Exemplo A.4 Descreva em coordenadas polares a região D do plano limitada pela circunferência
x2 + y2 = 4 que se encontra à direita da reta x = 0.
Uma representação gráfica desta região é encontrada na Figura A.8. A circunferência x2 +y2 = 4
possui equação r = 2 em coordenadas polares. Considerando o intervalo [0, 2π] para a coordenada
θ , podemos descrever esta região como

D = {(r, θ ) ∈ R2 : 0 ≤ r ≤ 2, 0 ≤ θ ≤ π/2} ∪ {(r, θ ) ∈ R2 : 0 ≤ r ≤ 2, 3π/2 ≤ θ ≤ 2π}.

A descrição acima, entretanto, possui um caráter descontínuo que pode ser evitado ao se considerar

Figura A.8: Região D do Exemplo A.4.

o intervalo [−π,π] para os ângulos que percorrem o círculo trigonométrico:

D = {(r, θ ) ∈ R2 : 0 ≤ r ≤ 2, −π/2 ≤ θ ≤ π/2}.

Obs A.0.3 Cabe ressaltar que um intervalo da forma [0,2π] é suficiente para descrever os pontos de
uma circunferência, mas em alguns casos é necessário considerar um intervalo maior para descrever
(sem ambiguidade) uma curva. Este é o caso da curva r = θ , θ ∈ [0, 8π]. Veja a Figura A.9.
274 Capítulo A. Coordenadas Polares

Figura A.9: Espiral descrita por r = θ , θ ∈ [0, 8π].


B. Coordenadas Esféricas

Vejamos nesta seção um outro sistema de coordenadas para pontos do espaço, onde descrevemos
a localização de um ponto P = (x,y,z) do espaço através das coordenadas (ρ, θ , φ ), onde ρ é a
−→
distância de P até a origem, φ é o ângulo entre OP e ~k = (0,0,1) e θ é como em coordenadas
cilíndricas. O sistema de coordenadas (ρ, θ , φ ) é dito o sistema de coordenadas esféricas.

Figura B.1: Coordenadas esféricas.

Consideramos os intervalos ρ ≥ 0, θ ∈ [0,2π] e φ ∈ [0,π], pois esta região do espaço ρθ φ é o


suficiente para descrever todos os pontos do espaço xyz. Veja as Figuras B.2, B.3 e B.4.
Seja r a projeção do segmento OP no plano xy; veja a Figura B.1. Então, assim como em
coordenadas cilíndricas, temos

x = r cos θ e y = r sen θ , (B.1)

onde
r
sen φ = =⇒ r = ρ sen φ . (B.2)
ρ
276 Capítulo B. Coordenadas Esféricas

Figura B.2: Coordenadas ρ = ρ0 e φ = φ0 fixas, θ ∈ [0,2π].

Figura B.3: Coordenadas ρ = ρ0 e θ = θ0 fixas, φ ∈ [0,π].

Figura B.4: Coordenadas θ = θ0 e φ = φ0 fixas, ρ ≥ 0.


277

Além disso, temos


z
cos φ = =⇒ z = ρ cos φ . (B.3)
ρ
Segue das Equações (B.1), (B.2) e (B.3) que

x = ρ sen φ cos θ ,
y = ρ sen φ sen θ , (B.4)
z = ρ cos φ .

Note também que


−→
|OP|2 = x2 + y2 + z2 = ρ 2 . (B.5)

Exercício B.1 Esboce as superfícies definidas pelas equações abaixo.

(i) ρ = 1. (ii) θ = π/6. (iii) φ = π/4.

Obs: A equação ρ = 1 em coordenadas esféricas define o conjunto de ponto do espaço que


possuem ρ = 1 e valores quaisquer para θ e φ . Em outras palavras, ρ = 1 define o conjunto de
ponto de R3 dado por

{(ρ, θ , φ ) ∈ R3 : ρ = 1, 0 ≤ θ ≤ 2π e 0 ≤ φ ≤ π}.

Análogo para as superfícies θ = π/6 e φ = π/4.


C. Topologia de Rn

Nesta seção estudaremos os conceitos básicos de topologia de conjuntos de R2 e R3 . A necessidade


de tal estudo pode ser justificada ao lembrarmos do seguinte teorema sobre funções de uma variável:
se f (x) é função contínua em [a,b], então existem x0 , x1 em [a,b] tais que f (x0 ) ≤ f (x) ≤ f (x1 )
para todo x ∈ [a,b]. Para a garantia da existência de máximo e mínimo de f em [a,b], é necessário
que f seja contínua e que o intervalo em questão seja fechado. Na Figura C.1 temos o gráfico da
função f (x) = 1/x. Quando analisamos esta função no intervalo fechado [1,2], como f é contínua
em [1,2], temos os pontos C e D representando o máximo e o mínimo da função neste intervalo,
respectivamente. Entretanto, se consideramos o intervalo (0,1] ou (0,1), a função f não possuirá
mais pontos de máximo. Isto ocorre devido ao fato de que nenhum destes intervalos é fechado.

Figura C.1: Gráfico da função f (x) = 1/x.

Conforme vimos nas Seções 1.1 e 1.2, o domínio de uma função de duas ou três variáveis é
um conjunto de R2 ou de R3 , respectivamente. Conjuntos fechados também desempenharão um
280 Capítulo C. Topologia de Rn

papel importante na busca por máximos e mínimos de funções de várias variáveis. Ao estudo de
conjuntos abertos e fechados damos o nome de topologia.
O conceito fundamental no estudo da topologia de Rn é a distância entre dos pontos, de modo
que as definições que apresentamos abaixo para conjuntos de R2 podem ser adaptadas prontamente
para espaços de dimensão n 6= 2, como R ou R3 ; basta interpretar corretamente o significado do
conceito de distância em cada espaço.
Definição C.1 Sejam P1 = (x1 , y1 ) e P2 = (x2 , y2 ) pontos de R2 . Definimos a distância destes
pontos como q
d(P1 , P2 ) = (x1 − x2 )2 + (y1 − y2 )2 .
Denotaremos a distância de dois pontos P1 , P2 também por |P1 − P2 |.

Com exceção de conjuntos triviais como o conjunto vazio ou um conjunto unitário, um dos
conjuntos mais simples de R2 é um disco. Definimos um disco a partir da noção básica de que uma
circunferência é lugar geométrico dos pontos a uma distância fixa de seu centro. Mais precisamente,
a circunferência de raio r e centro P0 de R2 pode ser descrita como {P ∈ R2 : d(P,P0 ) = r}. Um
disco fechado de R2 é um conjunto que contém a fronteira de uma circunferência assim como seu
interior. Um disco aberto é um conjunto que contém o interior de uma circunferência, mas não a
circunferência propriamente dita.
Definição C.2 Sejam P0 um ponto de R2 e r > 0. Definimos o disco fechado de R2 de centro
P0 e raio r como o conjunto

B(P0 , r) = {P ∈ R2 : d(P,P0 ) ≤ r}.

O disco aberto de R2 de centro P0 e raio r é definido como o conjunto

B(P0 , r) = {P ∈ R2 : d(P,P0 ) < r}.

Figura C.2: Disco fechado. Figura C.3: Disco aberto.

Exercício C.1 Considere o ponto P0 = (1,2). Determine se as afirmações abaixo são verdadeiras
ou falsas, justificando.
(a) (3,4)
 não
 pertence ao disco aberto de centro P0 e raio 2.
3
(b) , 3 pertence ao disco aberto de centro P0 e raio 2.
2
√ !
3 4+ 3
(c) , pertence ao disco aberto de centro P0 e raio 2.
2 2
√ !
3 4+ 3
(d) , pertence ao disco fechado de centro P0 e raio 2.
2 2
Como mencionado acima, basta interpretar corretamente o conceito de distância que as defini-
281

ções e teoremas apresentados nesta seção sejam válidos para Rn , n ≥ 1. Daremos destaque não só a
de conjuntos do plano mas também a conjuntos da reta, já que este espaço nos é bastante familiar.
O disco aberto de R2 de centro P consiste do conjunto de pontos do plano a distância menor que r
de P; o conceito análogo de R é o conjunto de pontos a distância menor que r de um número a, ou
seja, o intervalo (a − r, a + r). Analogamente, discos fechados de centro P e raio r correspondem a
intervalos da forma [a − r, a + r].
A seguir apresentamos os conceitos de ponto interior e ponto de fronteira de um conjunto.
Tome o exemplo do intervalo [0,1]: ambos os pontos 0 e 1/2 pertencem ao intervalo [0,1], mas o
ponto 0 intuitivamente pertence à fronteira deste conjunto, enquanto o ponto 1/2 não. O ponto 0 é
ponto de fronteira de [0,1] e o ponto 1/2 é ponto interior a [0,1].
Definição C.3 Seja A um conjunto de R2 .
(i) Dizemos que P é ponto interior a A se existe um disco com centro P e raio r > 0 contido
em A.
(ii) Dizemos que P é ponto exterior a A se existe um disco com centro P e raio r > 0 cuja
interseção com A é vazia.
(iii) Dizemos que P é ponto de fronteira de A se todo disco de centro P e raio r > 0 contém
pontos que pertencem e pontos que não pertencem a A.

Figura C.4: Pontos interior, exterior e de fronteira de um conjunto.

Cabe ressaltar que P é dito um ponto interior a A se existe um disco centro em P e raio r > 0
que está contido em A. Não é necessário que todos os discos centrados em P estejam contidos em
A; basta que um deles esteja e a definição de ponto interior estará assim satisfeita. Veja a Figura
C.5.

Figura C.5: Ponto interior a um conjunto.

A partir das definições acima, que tratam da natureza de um ponto em relação a um conjunto,
definimos o que são conjuntos abertos e fechados.
Definição C.4 Seja A um conjunto de R2 . O interior de A, denotado por int A, é definido como
o conjunto de pontos interiores a A:

int A = {P ∈ R2 : P é ponto interior a A}.


282 Capítulo C. Topologia de Rn

Dizemos que A é um conjunto aberto se todo ponto de A é interior a A, isto é, se int A = A.


Podemos entender a definição acima analisando conjuntos já bastante familiares: intervalos
abertos e fechados de R. O intervalo A = [0,1] não é, intuitivamente, aberto. A definição acima
solidifica esta intuição. O ponto 0 não é ponto interior a A, pois nenhum intervalo aberto centrado
em 0 está contido em A. Seguindo este raciocínio é possível provar que int A = (0,1). Logo, como
int A 6= A, este intervalo não é aberto. Por outro lado, o intervalo (0,1) é aberto, pois todo ponto de
(0,1) é interior a ele.
Definição C.5 Seja A um conjunto de R2 . A fronteira de A, denotada por ∂ A, é definida como
o conjunto de pontos de fronteira de A:

∂ A = {P ∈ R2 : P é ponto de fronteira de A}.

Dizemos que A é um conjunto fechado se A contém todos os seus pontos de fronteira, isto é, se
∂ A ⊆ A.

Novamente buscamos entender a definição acima através do exemplo de intervalos em R.


Considere o intervalo A = [0,1]. Os pontos de fronteira de A são 0 e 1, isto é, ∂ A = {0,1}. Como A
contém todos os seus pontos de fronteira, segue que A é de fato um intervalo fechado. Já o intervalo
(0,1) não é fechado, pois ele não contém seus pontos de fronteira: 0 e 1.
Obs C.1 Cuidado! Existem conjuntos que não são nem abertos nem fechados, como é o caso do
intervalo [0,1) em R. Portanto, se você já determinou que um conjunto não é aberto, não é verdade
que este conjunto é necessariamente fechado. É necessário verificar ambas Definições C.4 e C.5.
É possível definir o exterior de um conjunto de maneira análoga à Definição C.4 e provar que o
interior, a fronteira e o exterior de um conjunto de R2 são dois a dois disjuntos (interseção vazia) e
a sua união resultado em todo o plano.
Exercício C.2 Faça um esboço de cada conjunto abaixo e determine seu interior e sua fronteira.
Determine também se os conjuntos são abertos e/ou fechados.
(i) A1 = {(x,y) ∈ R2 : 1 ≤ x ≤ 2, 1 ≤ y ≤ 2}
(ii) A2 = {(x,y) ∈ R2 : 1 < x < 2, 1 < y < 2}
(iii) A3 = {(x,y) ∈ R2 : 1 ≤ x ≤ 2, 1 < y < 2}

Definição C.6 Seja A um conjunto de R2 . Dizemos que P ∈ R2 é um ponto de acumulação de


A se todo disco de centro P e raio r > 0 contém infinitos pontos de A.

Pontos de acumulação são fundamentais para a definição do conceito de limite. Veja o exemplo
ilustrado na Figura C.6, onde o domínio da função está destacado em vermelho. O ponto x = −5
não é um ponto de acumulação da função ilustrada. Apesar da função possuir uma descontinuidade
no ponto x = 1, é natural pensar em limites laterais e no limite absoluto de f (x) à medida que x se
aproxima de 1. A discussão de qualquer tipo de limite de f (x) quando x se aproxima de x = −5
não faz sentido. Cabe ressaltar que um ponto de acumulação de A pode pertencer ou não a A, como
destacado no Exemplo C.1.
Exemplo C.1 Considere o conjunto A = {(x,y) ∈ R2 : x > 1}. O ponto (1,2) é ponto de acumula-
ção de A, mas (1,2) ∈
/ A. Veja a Figura C.7.

Exercício C.3 Determine o interior e a fronteira do conjunto A do Exemplo C.1.


Por fim, apresentamos a definição de conjunto limitado. Este conceito é importante no contexto
de máximos e mínimos de funções contínuas, discutido no começo desta seção. Uma função
contínua de uma variável f (x) admite máximo e mínimo em um intervalo fechado desde que este
283

Figura C.6: Ponto isolado em x = −5.

Figura C.7: Conjunto A e ponto de acumulação de A.

intervalo seja limitado. Por exemplo, a função f (x) = x é contínua no intervalo [1, +∞) mas não
admite ponto de máximo neste intervalo. Veja a Figura C.8 Veremos que este intervalo não é
limitado com a definição abaixo.

Figura C.8: Gráfico da função f (x) = x com domínio [1, +∞).

Definição C.7 Dizemos que um conjunto A de R2 é limitado se existe um disco de raio r > 0 e
centro qualquer que contém A.

Mencionamos acima que basta adaptar o conceito de distância em espaços de dimensão maior
para que as definições e teoremas desta seção se apliquem nestes espaços. Definimos abaixo
precisamente a distância entre dois pontos de Rn .
Definição C.8 Sejam P = (x1 , . . . , xn ) e Q = (y1 , . . . , yn ) pontos de Rn . Definimos a distância
destes pontos como
q
d(P,Q) = (x1 − y1 )2 + (x2 − y2 )2 + · · · + (xn − yn )2 .
284 Capítulo C. Topologia de Rn

Em particular, a distância entre dois pontos P = (x1 , y1 , z1 ) e Q = (x2 , y2 , z2 ) é dada por


q
d(P,Q) = (x1 − x2 )2 + (y1 − y2 )2 + (z1 − z2 )2 .
Índice

Aproximação linear, erro, 44 Derivada de funções vetoriais a uma variável


Aproximações lineares, 42 real, 128
Derivada direcional, 53, 58
Campos vetoriais, 146 Derivada direcional máxima, 57
Campos vetoriais conservativos, teste, 164 Derivadas parciais de funções de n variáveis,
Coeficiente angular de reta tangente, 33, 55 aproximação, 36
Comprimento de arco, 136, 153 Derivadas parciais de funções de duas
Comprimento de arco como parâmetro, 142 variáveis, aproximação, 32
Conjunto aberto, 271 Derivadas parciais de funções de duas
Conjunto fechado, 272 variáveis, cálculo, 31
Conjunto limitado, 273 Derivadas parciais de funções de duas
Continuidade de funções de n variáveis, 27 variáveis, definição, 29
Continuidade de funções vetoriais a uma Derivadas parciais de funções de duas
variável real, 127 variáveis, significado geométrico,
Continuidade de uma função de duas 33
variáveis, 26 Derivadas parciais de ordem superior, 37
Coordenadas esféricas, 265 Derivação implícita, 34
Coordenadas esféricas, superfícies, 267 Diferenciabilidade total, 44
Coordenadas polares, 259 Discos, definição, 270
Coordenadas polares, curvas, 261 Distância, definição, 270
Coordenadas polares, regiões planas, 261 Divergente de um campo vetorial, 151
Curva paramétrica, 118 Domínio de uma função, 11, 19
Curva paramétrica suave ou lisa, 132
Curva paramétrica, orientação, 120 Equações paramétricas de uma curva, 118
Curva paramétrica, parametrização, 118 Extremo global ou absoluto, 66
Curva paramétrica, vetor tangente, 130 Extremo local ou relativo, 62, 66
Curva suave ou lisa, 132
Curvas de nível, 16 Fronteira de um conjunto, 272
286 ÍNDICE

Função de duas variáveis, 11 Mínimo local ou relativo, 62


Função de três variáveis, 18
Função vetorial a uma variável real, 123 Orientação de superfícies, 190
Função vetorial suave, 132 Plano tangente, 40, 60
Funções vetoriais, integrais, 133 Polinômios de MacLaurin, 239
Gráfico de uma função, 15 Polinômios de Taylor, 244
Ponto crítico, 63
Imagem de uma função, 11, 19 Ponto de acumulação, 272
Imagem de uma função em um ponto, 19 Ponto de fronteira, 271
Imagem de uma função um ponto, 11 Ponto de sela, 65
Integrais de fluxo, 191 Ponto exterior, 271
Integrais de funções vetoriais a uma variável Ponto interior, 271
real, 134
Região plana do tipo I, 84
Integrais de linha de campos vetoriais, 157
Região plana do tipo II, 87
Integrais de linha de campos vetoriais
Região sólida do tipo I, 101
conservativos, 161
Região sólida do tipo II, 104
Integrais de linha de funções escalares, 153
Região sólida do tipo III, 105
Integrais de linha de funções escalares com
Regra da cadeia, 45
respeito a variáveis, 155
Relações trigonométricas, 260
Integrais de linha independentes de caminho,
Rotacional de um campo vetorial, 150
162
Integrais de superfície, 187 Sequência de Fibonacci, 218
Integrais duplas, 80 Sequências convergentes, 208, 216
Integrais duplas iteradas, 82 Sequências de números reais, 207
Integrais duplas sobre regiões gerais, 84 Sequências de números reais, critérios de
Integrais triplas, 99 convergência, 210
Integrais triplas sobre regiões sólidas gerais, Sequências de números reais, limite, 208
101 Sequências de números reais, termo geral,
Integral de fluxo, 195 207
Integral de linha, 198 Sequências divergentes, 208
Interior de um conjunto, 271 Sequências limitadas, 215
Sequências monótonas, 214
Jacobiano de uma mudança de variáveis, 95
Sequências monótonas, convergência, 216
Limite de funções de n variáveis, 27 Sequências monótonas, critério, 214
Limite de funções de duas variáveis, 22 Sequências recursivas, 218
Limite de funções vetoriais a uma variável Sistema de coordenadas cilíndricas, 108
real, 126 Sistema de coordenadas esféricas, 110
Linearização de uma função, 43 Superfície paramétrica, 174
Superfície paramétrica, curva de parâmetro
Mapa de calor, 14 constante, 174
Mudança de coordenadas em integrais triplas, Superfícies de nível, 20
108 Superfícies de revolução, 177
Mudança de parâmetro em funções vetoriais, Superfícies paramétrica, equações
139 paramétricas, 174
Mudança de variáveis em integrais duplas, 95 Superfícies paramétricas, derivadas parciais,
Multiplicadores de Lagrange, 68 178
Máximo global ou absoluto, 66 Superfícies paramétricas, planos tangentes,
Máximo local ou relativo, 62 180
Mínimo global ou absoluto, 66 Superfícies paramétricas, vetor normal, 183
ÍNDICE 287

Superfícies paramétricas, vetores tangentes, Taxa de variação de uma variável, 32


178 Taxa de variação máxima, 57
Série de MacLaurin, 248 Teorema da Divergência de Gauss, 195
Série de Taylor, 248 Teorema de Clairaut, 38
Série harmônica, 224 Teorema de Fubini, 82, 100
Séries alternadas, 234 Teorema de Green, 166
Séries alternadas, critério de convergência, Teorema de Lagrange, 62
234 Teorema de Stokes, 197
Teorema do erro, 246
Séries convergentes, 221
Teorema do sanduíche para sequências, 213
Séries de números reais, 219
Testa da razão para convergência absoluta,
Séries de números reais, p-séries, 229 237
Séries de potência, diferenciação, 256 Teste da comparação, 229
Séries de potência, integração, 256 Teste da integral, 226
Séries de potências, 250 Teste da raiz, 233
Séries de potências, intervalo de Teste da razão, 231
convergência, 251 Teste da segunda derivada, 64
Séries de potências, raio de convergência, Teste do limite da comparação, 230
251 Teste do termo geral, 224
Séries de Taylor conhecidas, 255 Topologia, 269
Séries de Taylor, convergência, 254 Trabalho de uma força, 198
Séries geométricas, 222
Vetor gradiente, 56, 59
Séries telescópicas, 223
Séries, convergência absoluta, 236 Área de superfície paramétrica, 185
Séries, convergência condicional, 236 Área de uma região plana, 91