Escolar Documentos
Profissional Documentos
Cultura Documentos
E ditor a
PUC
Edições L oyola
Edições Loyola
Rua 1822, n®347 - Ipiranga
04216-000 São Paulo, SP
Caixa Postal 42.335 - 04218-970 São Paulo, SP
Tel.:(0xxl 1)6914-1922
Fax: (Oxxl 1)6163-4275
Home page e vendas: www.loyola.com.br
Editorial: loyola@loyola.com.br
Vendas: vendas@loyola.com.br
Editora PUC-Rio
Rua Marquês de S. Vicente, 225 - Prédio Kennedy, sala 401
Gávea - Rio de Janeiro - RJ - CEP 22451-900
Telefax: (0xx21) 3114-1140/41/42/43
e-mail: edpucrio@vrc.puc-rio.br
Conselho Editorial:
Augusto Sampaio, Cesar Romero Jacob, Danilo Marcondes de Souza Filho, Eneida do Rego
Monteiro Bomfim, Fernando Sá, Gisele Cittadino, José Alberto dos Reis Parise, Miguel Pereira.
Todos os direitos reservados. Nenhuma parte desta obra pode ser reproduzida ou transmitida por
quaisquer meios (eletrônico ou mecânico, incluindo fotocópia e gravação) ou arquivada em qualquer
sistema ou banco de dados sem permissão escrita da Editora.
ISBN: 85-15-02442-X
© Edições Loyola, São Paulo, Brasil, 2002
CDD: 515.33
A Coleção de Livros e Softwares^ Matmídia
o Laboratório Matmídia (acrônimo de matemática e multimídia), do Departamento
de Matemática da PUC-Rio, dedica-se atualmente a pesquisas em modelagem geo
métrica e computação gráfica e a confeccionar softwares, tanto para a indústria do
petróleo quanto para projetos educacionais^. Em sua vertente educacional, o Projeto
Matmídia-Educação, congrega professores que procuram integrar a mídia eletrônica
(CD-ROMs, vídeos, internet) com a tradicional (livros). O Projeto Matmídia-Educa
ção começou em 1995 com o apoio do programa REENGE (Reestruturação do Ensi
no de Engenharia), do Centro Técnico Científico (CTC) da PUC-Rio, financiado pela
Finep, CNPq e Capes, que durou até 1997. Este projeto continuou até 1999, através
do programa REENGE Mão na Massa, que colocou em prática os resultados da fase
anterior. Contamos, também, com bolsas de iniciação científica da Faperj e do CNPq/
Pibic. Além destes programas, o projeto contou, durante toda a sua duração, com
recursos próprios e da universidade.
‘ Os autores e editores não se responsabilizam pelo uso inadequado dos softwares da coleção
Matmídia.
^Maiores informações no site http://www.matmidia.mat.puc-rio.br
no/aprendizado de matemática sejam a combinação harmoniosa de atendimento per
sonalizado ao aluno, aulas convencionais, aulas em laboratórios de computação e
projetos em grupo.
Agradecimentos
Ao Magnífico Reitor da PUC-Rio, Padre Jesus Hortal Sánchez, S. J., pelo apoio ao
projeto em todas as suas etapas.
Ao Prof. Luiz Carlos Scavarda do Carmo, ex-Decano do Centro Técnico e Cientí
fico (CTC) da PUC-Rio e coordenador do Projeto REENGE, que acreditou que o
projeto era importante para o CTC, dando-lhe apoio irrestrito.
Ao Prof. José Alberto dos Reis Parise, atual Decano do CTC e coordenador do
projeto REENGE Mão na Massa, que deu o apoio necessário para que pudéssemos
testar os softwares em sala de aula.
Aos Professores Paul Alexander Schweitzer e Carlos Frederico Borges Palmeira,
ex-diretores do Departamento de Matemática, que proporcionaram todas as condi
ções necessárias para que o projeto tivesse sucesso.
Ao Professor Fernando de Almeida Sá, coordenador da Editora PUC-Rio, que
aceitou com entusiasmo a idéia de editarmos estes livros envolvendo-se em todas as
etapas do processo necessário à edição.
Ao Professor Luis Gustavo Nonato, do Instituto de Ciências Matemáticas e de
Computação da Universidade de São Paulo em São Carlos, pela sua inestimável cola
boração, tanto no livro de Cálculo Integral a Várias Variáveis quanto no software
correspondente.
Aos Alunos de iniciação científica Cristiane Azevedo Ferreira, que implementou
o software relativo ao Cálculo a Uma Variável, e a Frederico Rodrigues Abraham e
Reinaldo Xavier de Mello que implementaram o software relativo ao Cálculo Inte
gral a Várias Variáveis. O trabalho incansável e a devoção de vocês foram essenciais
para a realização do projeto.
Aos Professores do Departamento de Matemática que nos ajudaram a testar notas
de aula em todas as fases de desenvolvimento do projeto.
Vários alunos de iniciação científica fizeram ao longo dos anos versões prelimina
res dos softwares desenvolvidos no projeto Matmídia-Educação. Além de excelentes
alunos eles tiveram uma imensa dedicação ao projeto. Cristiano Braz Rocha, Sérgio
Alvares Maffra, Danilo Tuler, Erick Ferreira, Alexandre Belloni dos Santos Noguei
ra, Thiago Rennó Osório, Fábio Cavalcante Barroso, Igor Cruz Pinto Corrêa, Luiz
Henrique Raja Gabaglia Mitchell, Marcelo Gomes de Souza, agradecemos a vocês o
enorme entusiasmo com que participaram no projeto Matmídia-Educação.
Geovan Tavares
Coordenador do Laboratório Matmídia
Para a Léia.
Sumário
P r e fá c io 15
2 O e sp a ç o e u c lid ia n o R" 39
2.5 R e ta s ..................................................................................................... 63
2.6 P l a n o s .................................................................................................. 66
2.7 E x e r c íc io s ........................................................................................... 71
N o ta ç õ e s e c o n v e n ç õ e s 605
ín d ic e 615
Prefácio
muito fácil de se ler. Um cuidado especial foi tomado com a elaboração das
mais de 250 figuras que aparecem no texto.
Existem algumas diferenças no texto, com relação ao enfoque que se dá
tradicionalmente nos livros de Cálculo Diferencial a Várias Variáveis, que
gostaríamos de comentar.
S ob re os ex e rc ício s
A p o io c o m p u ta c io n a l
1 5 jV e - ^
2 = f{x,y) = + J/2
definida no quadrado [—2, +2] x [—2, +2]. Com o applet, ainda é possível
girar, encolher ou ampliar o desenho. O uso do applet é particularmente
Prefácio 19
F ^ jJ " J íj
tIpoOepM:
' 'v=
Útil nos capítulos iniciais, onde tentamos criar uma percepção geométrica
tridimensional. Para usar os applets, seu navegador deverá estar com a opção
‘‘JAVA” habilitada. Além dos exemplos disponíveis, você poderá adaptar
estes applets para visualizar suas próprias funçõesl Acesse a página web do
livro para obter instruções detalhadas de como fazê-lo.
Um outro recurso computacional interessante é o programa MuPAD, um
ambiente desenvolvido para cálculos matemáticos, sejam eles simbólicos,
numéricos ou gráficos. Com ele você poderá obter soluções exatas de mui
tos problemas matemáticos, incluindo fatoração de números inteiros e po
linómios, cálculo com matrizes, sistemas lineares e não-lineares de equações,
números complexos, trigonometria, limites, derivadas, integrais, equações di
ferenciais, etc. O programa é desenvolvido por um grupo de pesquisadores
da Universidade de Paderborn, Alemanha. Sua distribuição é gratuita para
professores e alunos. Você poderá obter uma cópia do MuPAD no endereço
http://www.sciface.com/mupad_download/
P r o d u ç ã o gráfica do livro
A figura d a cap a
A g r a d e c im e n to s
1.1 Introdução
P ro b le m a 1.1 Você foi contratado por uma empresa que fabrica cai
xas sem tampa. Cada caixa é construída a partir de um folha retangu-
|||||||j||||||||j||||||||||||^ ^
quadrado de lado medindo a: cm é retirado de cada canto da folha de
|||J |||||||||||; Í i Í j ||S
|||j j Í |Í ||||||||Í i l |||||||Í : ; Í ||i |^
|||Í ||||||||i Í ||j |||||||J ^
||||||l|i||||||^ ^
30 cm
50 cm
4 0 - 5 \/ Í 9 40 + 5 \/l9
Xi = X2 =
3 " 3
O ponto X2 deve ser desconsiderado porque X2 > 15, isto é, ele
está fora do intervalo [0,15]. Assim, o único ponto crítico de V
no intervalo [0,15] é o ponto xi (o número x = 6.0685 é uma
aproximação de xi com erro menor do que 0.001). Como o valor
da função V nas extremidades do intervalo [0,15] é zero, segue-se
que xi = (40 —5a/ I 9)/3 é o ponto de máximo de V em [0,15] e o
valor máximo é V{x{) = (28000 + 19000\/l9) /27 = 4104.41....
Como você abordaria este problema? Você poderia, como no problema an
terior, tentar algumas combinações de consumo de alimentos e calcular os
custos correspondentes. Mas quantas combinações seriam necessárias para
obter ‘‘boas’’ aproximações da solução do problema? Observe que nem toda
combinação de consumo de alimentos é válida, pois é preciso atender o con
sumo mínimo diário de cada tipo de vitamina. Para resolver o problema,
vamos seguir os mesmos passos utilizados na solução do problema (1.1).
etc. Sendo assim, o custo total por funcionário será a soma dos
custos parciais correspondentes à compra dos nove tipos diferentes
de alimentos:
C{xij X2, ^3, 0^4, X5, Xq, Xy, Xs, Xg) = 0.60 • Xi + 1.00 • X2 +
5.00 • X3 + 1.00 • X4 +
0.50 • X5 + 0.20 • xq +
0.15 • X7 + 0.40 • xg +
1.00 • Xg.
Criamos então uma função de nove variáveis que a cada ponto
(xi) X25 X3) X4j X5, Xg, Xy, Xgj 2:g)
associa o número real
CJ C^^X^j X^^ ^ 3j ^4) ^5) ^ 7j ^8j ^9)
definido pela expressão acima.
P asso 3. Apesar da fórmula para o custo fazer sentido para quaisquer es
colhas dos valores de xi, X2, X3, X4, X5, xg, X7 , xg e xg, muitas
delas não devem ser consideradas porque elas não estariam de
acordo com a recomendação de consumo mínimo de vitaminas.
Por exemplo, caso a empresa resolvesse não comprar alimento al
gum, teríamos 0 custo C(0, 0, 0, 0, 0, 0, 0, 0, 0) = 0, mas certamente
ela não estaria atendendo o consumo mínimo de vitaminas.
Quais são as restrições então? As restrições vêm da imposição do
consumo mínimo dos diversos tipos de vitaminas. Por exemplo,
cada funcionário deve consumir pelo menos 3 mg de vitamina A.
Como cada 100 g do alimento 1 possui 0.140 mg dessa vitamina,
a compra de xi “pacotes” do alimento 1 corresponderá a um con
sumo diário de 0.140 • xi mg da vitamina. Por outro lado, o
alimento 4 não possui vitamina A, de modo que a compra de qual
quer quantidade deste tipo de alimento não contribuirá para o con
sumo. Assim, se considerarmos a contribuição dos nove tipos dife
rentes de alimentos, teremos um consumo diário (em mg) de vita
mina A igual a 0.140-xi+0.580-X2+0.150-X3+26.790-X5+0.035-xg.
Como o consumo mínimo de vitamina A é 3 mg, obtemos nossa
primeira restrição:
0.140 • Xi -f”0.580 *X2 0.150 • X3 H- 26.790 • xg + 0.035 • xg ^ 3.
1.1 Introdução 29
Minimizar
Wii II
m g É lii
Denote por ht,i a energia elétrica produzida pela i-ésim a usina hi
droelétrica no estágio t Com um pouco de Física, é possível demons
trar que esta energia pode ser. calcu^da em termos do volume vt,i no
reservatório e da vazão de água turbinada .
' 9í,i»
onde Pi é um a função que depende do formato do reservatório. Para
reservatórios com grandes espelhos d ’água, pi{x) —r,-- v ^ , com r» uma
constante p ositiva..' ' !' ; I '
Minimizar ■
NS NT
èè^^ríy -A r
sujeito às restrições
H lilIB B IIlllB B IH IB IIH H iilH H lllilllilH Illlll
= df,
1.2 Exercícios
Diga se cada uma das duas sentenças abaixo é verdadeira ou falsa, apresen
tando uma justificativa caso ela seja verdadeira ou um contra-exemplo caso
ela seja falsa.
[03] A companhia Vale do Rio extrai minério de ferro em três usinas dife
rentes. O lucro anual é dado por
[04] A usina ACME utiliza alumínio, ferro, e magnésio para produzir uma
liga de alta qualidade. A quantidade de liga que pode ser produzida
usando-se x toneladas de alumínio, y toneladas de ferro e z toneladas
de magnésio é Q{xj y^z) = x - y ' z. O custo das matérias-primas é dado
na tabela abaixo.
Disponibilidade
Tipo de máquina
(máquina-hora/mês)
Ml 80
M2 20
Disponibilidade
Tipo de mão-de-obra
(homem-hora/mês)
MOl 80
M02 40
Produto
Tipo de máquina
I II III IV
Ml 5 4 8 9
M2 2 8 - 8
Produto
Tipo de mão-de-obra
I II III IV
MOl 2 4 2 8
M02 7 3 - 7
A re ta real
+
- 2 - 1 0 1
Figura 2.1: A reta real.
40 O espaço euclidiano
O plano cartesiano
par que representa (6, c) no plano yz (algo que você já sabe fazer pois trata-se
de uma tarefa em um plano cartesiano). Agora, a partir do ponto (6, c) no
plano j/z, caminhe a unidades na direção paralela ao eixo x determinando,
desta maneira, o ponto p que representa (a, 6, c). Neste caso, escrevemos
p = (a, 6,c). Se você tivesse começado com o par (a, c) no plano xz^ para
depois caminhar b unidades na direção paralela ao eixo j/, você chegaria ao
mesmo ponto p. Outro caminho que também’conduz ao ponto p: caminhe,
a partir do ponto (a, b) no plano xj/, c unidades na direção paralela ao eixo z.
Compare com a figura (2.3)
Não podemos desenhar figuras geométricas dos espaços euclidianos de
dimensão maior ou igual a 4 em nosso mundo tridimensional, mas podemos
usar as figuras de e para guiar nossa intuição. Veremos que as
fórmulas que descrevem objetos geométricos e suas propriedades em R^ e R^
generalizam-se facilmente para dimensões mais altas.
A reta real R^ consiste em todos os números reais. O plano R^ consiste
em todos os pares ordenados de números reais. O termo ordenado indica
que a ordem é importante: o par (1,0) é diferente do par (0,1) (marque
estes pontos no plano cartesiano e veja que eles correspondem a pontos di-
42 O espaço euclidiano
2.2 V etores
interpretação será muito útil na teoria que vamos desenvolver. Vamos repre
sentar estes deslocamentos através de setas em O deslocamento (3,2)
significa: mova-se 3 unidades para a direita e 2 unidades para cima a partir
de sua posição atual. A extremidade sem ponta da seta indica a posição ini
cial e a extremidade com ponta indica a posição depois que o deslocamento
foi efetuado. Na figura (2.4), cada seta representa o deslocamento (3,2), mas
em cada caso o deslocamento é aplicado às diferentes posições iniciais.
A dição e su b tração
u + V = (a, 6) + (c, d) = (a + c, 6 + d) =
(c + a, d + 6) = (c, d) + (a, 6) = v + u,
(1 ,3 ,9 )-(1 ,2 ,4 ) = (1 ,3 ,9 )+ ( - 1 , - 2 , - 4 )
= (l-l,3-2,9-4)
= (0,1,5).
(a;i, a;2,. . . , x„) - {yi, ?/2, •.., Vn) - {xi - yi, X2 - y2, ■ ■ ■ ,Xn - yn)-
r * x = (r * x i , . . . , r
Vamos agora tentar obter uma fórmula para 1|PQ||: a distância entre os
pontos P e Q. Primeiro, considere o caso simples onde P e Q pertencem ao
plano R^ e possuem a mesma segunda coordenada. Veja a figura (2.10), onde
P possui coordenadas (ai, b) e Q possui coordenadas (a2, b). O comprimento
deste segmento de reta é claramente igual à distância entre ai e U2 no eixo x
que, por sua vez, é igual a |a2 —ai|. Concluímos então que ||PQ || = |u2“ ai|.
Tirando a raiz quadrada dos dois lados desta equação, obtemos que
\\P Q f = \ \ P R \ m \ R Q \ \ \ (2.2)
bA
Demonstração:
|| r-v|| = ||r-(ui,...,i;„)||
sentido que v mas de norma 1. Tal vetor u será denominado vetor unitário
na direção e sentido de v. Para obter um tal vetor u, basta multiplicar v
pelo escalar r = ||^ , isto é, basta dividir v pela sua norma. Isto funciona
pois
1 1
m = — M l = ijçü • IMI = 1.
IMl"' IMI
l|v|| = V 1 2 + ( - 2)2 + 42 = V ^ .
Segue-se que
V 1 . , / 1 —2 4 \
“ ■ iMi “ ^ V lij
é um vetor com mesma direção e sentido de v mas de norma 1.
O produto interno
(b) u ■(v + w ) = u • V + u • w ,
(c) u (r • v) = r • (u • v ) = (r • u) • V,
ÍÍÍÍIp fc l l BBM Íh M ilM lllM BlÍÍB iÍw ÍIIÍÍÍÍÍB M iÍi^^B ÍÍÍB B ^
(e) u • u = 0 implica que u = 0, e
( f ) (u + v ) • ,(u + v) = u • u + 2 >(u • v ) + V • V.
l|x - y || = V ( x - y) • (x - y).
ou
2 • í • (u • v) = 2 • 'Iv||2.
Segue-se que
u •V
í= (2.5)
2.4 Comprimento, norma e produto interno em K" 59
0 próximo exemplo ilustra como podemos usar o produto interno para cal
cular ângulos explicitamente.
E xem plo 2.3 Vamos usar o produto interno para calcular o ângulo entre a
diagonal de um cubo e um de seus lados. Considere um cubo em de lado c.
Vamos representar este cubo com os vértices em O = (0, 0, 0), Pi = (c, 0, 0),
P2 = (0, c, 0) e P3 = (0,0, c), como indicado na figura (2.18). Sejam
2.5 R etas
y — m - x + h. (2.10)
= (4 -h t • 1, 2 + t • 1)
A figura (2.20) mostra que (5,3) e (1 ,-1 ) pertencem à reta. O primeiro
ponto é alcançado quando í = 1 e o segundo quando t = —3.
2.5 Retas 65
Observe que uma mesma reta pode ser descrita por equações paramétricas
diferentes. Por exemplo, podemos representar a reta que passa pelos pon
tos (4, 2) e (5, 3), na figura (2.20), através do ponto (—1, 1) e do vetor (2, 2).
Neste caso, obtemos a parametrização
{x{t),y{t)) = (1, -1 ) + í . (2,2) = (1 + 2 . í, - 1 + 2 . t).
Com esta parametrização, a reta passa por (4,2) quando t = 1.5 e por (5,3)
quando t = 2 . Esta segunda parametrização descreve uma trajetória de um
ponto material com posição inicial (1, —1) e com o dobro da velocidade da
trajetória descrita por í i-)- (4 + 1, 2 + í). b
x(í) = (l(í),J/(í))
= (2, 1, 3)+ í - (4, -2, 5)
= (2 + 4 - í , l - 2 - í , 3 + 5-í).
2.6 Planos
s •V + t •w
todo ponto do plano V pode ser escrito como uma combinação linear de v e
w. A equação
X = s • Vi + t • 1^1,
x = 5*v + í* w ou y = S -V 2 + t - W 2j
^ z = s- vz + t -ws,
x = p + s- v + t - w , G (2.13)
x (s,í) = p + s - ( q - p ) + í • ( r - p )
(2.14)
= (1 —s —í ) - p + s - q + í - r .
X = íi •p + Í2 *q + •r. (2.15)
1 1 1
x=3P+3-q+3r,
xi = l - r + 5*5 + 9-í,
X2 = 2-r + 6- 5 + 0-t,
2^3 = 3*r + 7*5 + l*í,
X4 = 4-r + 8- 5 + 2-t, onde r + s + t = 1.
70 O espaço euclidiano
Lembrando que dois vetores são perpendiculares se, e somente se, o pro
duto interno entre eles é zero, podemos escrever
0 = n • (x - p) = (a, 6, c) • (x - xq, y ~ y Q , z - zq),
ou
a • (x - Xo) + ò • (y - yo) + c • (z - zo) = 0. (2-16)
A equação (2.16) é denominada equação normal do plano. Ela é freqüente-
mente escrita na forma
a - x + 6 - y + c - z = d, (2-17)
2.7 Exercícios 71
H iperplanos
2.7 Exercícios
(3.2)
(- 2 . - 1 ) 14 Q
Figura 2.26; Um retângulo cujos lados são paralelos aos eixos coordenados.
[11] Use a figura (2.27) para dar uma demonstração geométrica da proprie
dade associativa para a adição de vetores: u + (v -|- w) = (u -f v) + w.
(a )P=(0,0) e Q=(3,-4),
(b) P = ( l , l , - 1) e Q = (2, - 1,5),
(c) P = (l,2,3,4) e Q = (1 ,0 ,-1 ,0 ).
[15] Para cada par de vetores a seguir, determine se o ângulo entre eles é
agudo, obtuso ou reto e, então, calcule este ângulo.
( a ) u = (l,0 ) e v = (2,2),
( b ) u = (1,1,0) e v = (1,2,1),
(c) u = (1,0,0,0,0) e v = (1,1,1,1,1).
são ortogonais.
[24] Demonstre o teorema (2.2).
[25] Considere um paralelepípedo retângulo de tamanho 2 cm x 3 cm x 4 cm.
Encontre o ângulo entre a maior diagonal com a aresta de tamanho 4
cm.
[26] Use a notação vetorial para demonstrar que as diagonais de um losango
são ortogonais. Veja a figura (2.29).
[27] Sejam ui, U2, ...., vetores não-nulos, dois a dois mutuamente orto
gonais, isto é. Ui • uj = 0 para i ^ j. Mostre que se ai, a2, . . . , são
números reais tais que
Cl • Ui + C2 • U2 + ---- h Cn • Un = 0,
então Cl = C2 = • • • = cVi = 0.
[28] Demonstre as identidades abaixo.
(a) |lu + vl|2 + l l u - v ||2 = 2 . | | u| p + 2 .||vlp.
(b ) u . v = i . | | u + v | p - i . | | u - v | | 2 .
OU, ainda.
U2 us Ui Us Ui U2
u XV= det , —det , det
V2 V3 Vi V3 Vl V2
onde u = (ui, U2, U3) e v = (ui, U2, U3). Prove as seguintes propriedades
do produto vetorial:
(a) u X V = —V X u.
(b) u X V é perpendicular a u.
(c) u X V é perpendicular a v.
(d) (r • u) X V = r • (u X v) = u X (r • v).
(e) (ui + U2) X V = (ui X v) + (u2 X v).
(f) | | u x v | p = ||u |M |v ||2 - ( u . v ) 2.
(g) ||u X v|| = ||u|| • ||v|| • sen(0) (use o item (f) e 0 teorema (2.3)).
(h) u X V = 0.
(i) Se w = {wi^W2^w^) então
( Ui U2 us
Vl V2 V3
Wi U)2
(a) xi + X2 + X3 = 3, (b) xi - 2 • X2 + 3 • X3 = 6.
(a) O plano passando pelo ponto (1, 2,3) e com vetor normal (1, —1,0).
(b) O plano passando pelo ponto (1,1, —1) e perpendicular à reta defi
nida parametricamente por (xi, X2, X3) = (4 —3 • í, 2 -h í, 6 + 5 • í).
(c) O plano passando pelos pontos (a, 0,0), (0,6,0), (0,0, c), com a, 6
e c todos diferentes de zero.
[46] Se ai, . . . , an-, 61, . . . , 6„ são números reais quaisquer, obtenha uma
demonstração da desigualdade de Cauchy-Schwarz,
^ ^ • 62 ^ E “i
2= 1 \U ' \ü
usando o teorema (2.3).
Capítulo 3
y = f{x) =
Domínio de / = M.
Contradomínio de / = R.
Uma função é uma regra que associa a cada ponto do domínio, um único
ponto do contradomínio. Assim, por exemplo, a função / acima associa o
número real x = 0 ao número real y = /(O) = 0^ = 0. Analogamente, ela
80 Funções escalares com várias variáveis
associa x = 1 a ?/ = / ( l ) = 1^ = 1, x = - 1 a y = / ( “ !) = = 1»
X = \/5 a j/ = /(\/5 ) = (\/5)^ = 5, a; = 7raj/ = / ( tt) = tt^, e assim por
diante. Estas associações podem ser representadas geometricamente através
de um diagrama, conforme indicado na figura abaixo.
TT
7T
1
0
-1
Domínio de / Contradomínio de /
e D e y ^ f{x)}.
Vamos estudar agora uma técnica mais eficaz, que consiste em se fazer
uma “tomograíia computadorizada” do gráfico da função, isto é, vamos de
terminar a interseção do gráfico com diversos planos (algo supostamente
mais fácil de se fazer) e, a partir destas interseções, tentar fazer um esboço
do gráfico da função.
Por exemplo, considere o plano z = isto é, o conjunto de todos os pontos
de da forma (a:, y, 1), com x, y G R. Este plano é paralelo ao plano xy e
passa pelo ponto (0,0,1) (veja a figura (3.3)). Que figura geométrica obtemos
quando fazemos a interseção deste plano com o gráfico da função? Se um
ponto (x, y, z) pertence ao gráfico da função / , então z = /(x , y). Por outro
lado, se o ponto também pertence ao plano, então sua terceira componente
é 1, isto é, z = 1. Combinando estes dois fatos temos que
f { x, y) = z = l,
ou seja, vale a equação
+ = 1.
Moral da história: a interseção do gráfico da função z = /(x , y) = x"^ + y"^
com o plano z = 1 é a circunferência de raio 1, contida no plano z = 1 e de
centro em (0,0,1) (veja a figura (3.4)).
3.2 Funções de duas variáveis 85
(a)
• Com 0 plano y = 1.
Este plano é paralelo ao plano xz e passa pelo ponto (0,1,0). Na interseção
deste plano com o gráfico de / temos y = 1 e z = f{x, y) =
Portanto, vale a equação
z= + 1.
Moral da história: a interseção do gráfico de / com o plano y = 1 é a
parábola z = x^+1 no plano y = 1 com vértice (0,1,1) (veja a figura (3.9)).
• Com 0 plano y = 0.
Observe que o plano y = 0 é justamente o plano xz. Como antes, y = 0 e
z = /(x , y) = x^ + y^. Portanto, vale a equação
n2 = X2.
z = X +, U
.V
• Com o plano y = — 1.
Este plano é paralelo ao plano xz e passa pelo ponto (0, —1,0). Na in
terseção deste plano com o gráfico de / temos y = —l e z = f i^^y) =
+ j/^. Portanto, vale a equação
z= + (—1)^ = + 1.
Com estes planos adicionais é possível eliminar 0 desenho (b) na figura (3.6)
— um cone — como candidato a gráfico da função 2: = /(x, y) = x^ + 2/^
pois, como vimos, a interseção do gráfico de / com o plano y = 0 é uma
92 Funções escalares com várias variáveis
z = f { x, y) = x^ - y ^ .
• Com o plano z = 1 .
Temos 1 = z = f{x^y) = logo a interseção do gráfico de / com o
plano z = 1 é a hipérbole = 1, com vértices (—1,0,1) e (1,0,1),
neste plano (veja a figura (3.13)).
—x^ + y‘^ = —k, com vértices (0, —\ í ^ , k ) e (0, \ / ^ , fc), neste plano.
Observe que quanto maior o valor de k (isto é, quanto mais k estiver
próximo de 0), mais os vértices da hipérbole tendem a se aproximar.
Mesmo com estas interseções, ainda está muito difícil compor um bom esboço
do gráfico de / . Vamos tentar utilizar outros planos, por exemplo, x = k,
com k uma constante real.
Vamos tratar diretamente do caso geral ao invés de fazer alguns casos
específicos primeiro pois, a esta altura, você já deve ter adquirido prática
nesta técnica de “cortes”. Bem, como na interseção temos z = íip^^v) =
—2/^ e X = fc, segue-se que z = k'^ — Moral da história: a interseção do
plano X = k com o gráfico de / é a parábola z = }^ —y^ com vértice (i, 0, A;^)
no plano rr = A; (as parábolas estão com concavidade “voltada para baixo”).
Também não é difícil de perceber que os vértices (A;, 0, A;^) destas parábolas
descrevem outra parábola, z = que nada mais é do que a interseção do
3.2 Funções de duas variáveis 95
C U ID A D O ! C U ID A D O ! C U ID A D O !
Solu ção: Uma vez que a função logarítmica 11-)- ln(í) está definida apenas
3.3 Curvas de nível 99
Contradominio de / = R.
-- 0
Domínio de / Contradomínio de /
■ € jD C R® I f ( x , y , z ) = k ] ,
w - f{x, y, z) - z - - y^.
w = f { x , y , z ) = k ^ 2; — —y^ = A; z= + y^ + fc.
onde k é uma constante real.
Moral da história: a superfície de nível de / associada ao nível k nada
mais é do que a translação do gráfico do parabolóide elíptico de revolução
estudado no exemplo (3.1) com relação ao eixo z de |A:| unidades “para cima”
(isto é, no sentido positivo do eixo z), se A; > 0 e |A;| unidades “para baixo”
(isto é, no sentido negativo do eixo z) se k < 0. Na figura (3.18) estão
desenhadas as superfícies de nível w = —2, w = 0 e w = 2 de f . ^
3.5 Funções de n variáveis e hiperfícies de nível 103
D e t o iç ã o 3 .5 ( H i p e e f í c í b d e n í v e l ) Seja / : D C M” - 4 R uma
fuação de n variáveis com domínio D. Dado um número (nível) fc € R,
definimos a Mperfície de nível associada a k como o conjunto
3.6 Exercícios
z = f { x, y) = x'^ + y^
com 0 plano x = k é â parábola z = + k^, no plano x = k, com
vértice {k, 0, k^).
- +^ = 1 (*)
o2 ^ 62 ’
com o e 6 números reais positivos (ou, em outras palavras, justificar
porque a elipse (*) tem o desenho que você já conhece). Vamos usar
Cálculo I para fazer isto: uma vez que
y2
- r -i ^ = 1 se, e somente se.
y = f{x) = 6- y i - ^ o u y = y(x) = -6 •y 1 -
O? 62 ’
com a e 6 números reais positivos.
[05] (O parabolóide elíptico) Resolva as questões abaixo.
(a) Faça um esboço do gráfico de z = h{x^ y) = x^jA+y"^ jQ identificando
as interseções do gráfico com planos da forma z = k^y = k e x = k.
Faça também um esboço das curvas de nível da função.
(b) Faça um esboço do gráfico de z = g{x^ y) = 4 + 9 identificando
as interseções do gráfico com planos da forma z = k , y = k e x = k.
Faça também um esboço das curvas de nível da função.
(c) Mais geralmente, faça um esboço do gráfico de
(**)
w = f { x , y, z ) = ax + bx + cx,
u; = /(x,2/,z) = ^ + ^ + ^ ,
- X —y + z = 1 .
+ y^.
+ y^ - = 1.
Por que você acha que estas superfícies de nível foram batizadas com
estes nomes?
/:
{x,y,z) i-> w = f { x , y , z ) = g{x,y) ’
onde
9- —y .
/:
(x,y,z) I-)- w = f { x , y , z ) = x^ + y ^ - { g { z ) ) ’
onde
g:K ^K ^
(f)
(5) (6)
Figura 3.22: Gráfico de seis funções diferentes.
116 Funções escalares com várias variáveis
[28] Mostre que (0, 0) não é nem um ponto de máximo global e nem um
ponto de mínimo global da função z = f{x^y) = estudada no
exemplo (3.2).
[29] Mostre que a função ^ = /(x , y) = In —1), estudada no exercício
resolvido (3.1), não possui extremos globais.
[30] Encontre os extremos globais (caso existam) da função
w = f{x, y, z) - -v/9 - _ ^2
[34] Uma chapa plana de metal está situada no plano xy de modo que a
temperatura T (em °C) no ponto (x,y) é inversamente proporcional à
distância da origem (0,0).
(a) Descreva as isotérmicas^ isto é, as curvas de nível de T que repre
sentam pontos onde a temperatura é constante.
(b) Se a temperatura no ponto (4, 3) é 40°C, ache a equação da isotér
mica para uma temperatura de 20°C.
[35] O potencial elétrico V no ponto {x^y^z) é dado por
V = 6/ + 4j/^ -h
(a) Descreva as superfícies eqüipotenciais^ isto é, as superfícies de nível
de V que representam pontos onde o potencial elétrico é constante.
P • y = A: • T,
O conceito de continuidade não deve ser novo para você pois você já deve
tê-lo estudado em Cálculo I. De qualquer modo, vamos fazer uma revisão do
assunto.
Sejam / : í? C M R uma função de uma variável e p e D um ponto
do domínio D de f . A função / associa p no domínio a f{p) na imagem.
Considere agora x e D uma aproximação de p. O que podemos dizer a
respeito de f{x) {o valor de f na aproximação) e f{p) {o valor de f no
ponto)? Para uma função contínua é possível “amarrar” estes quatro valores:
se f é contínua em p, então f{x) pode ser considerado uma aproximação de
/(p), tão boa quanto se queira, desde que x esteja suficientemente próximo
de p. Em outras palavras, para garantir que f{x) esteja suficientemente
próximo de /(p ) (na imagem) basta tomar x suficientemente próximo de p
(no domínio).
Como formalizar matematicamente este conceito? Através de seqüências
122 Continuidade, noções de topologia e o teorema de Weierstrass
no domínio, tem-se
f { x n) f{p)
Mas por que funções contínuas, isto é, funções que satisfazem a definição
acima, são importantes? Vamos citar duas propriedades de interesse.
Propriedade 1:
O valor de uma função contínua em um ponto p é ‘‘estável” por pequenas
variações em p. Para exemplificar, considere a seguinte situação: você está
modelando matematicamente um determinado fenômeno (digamos, o quanto
4.2 Continuidade em várias variáveis 123
/(Xl)
/w
.• • •
:# P \
/(p )
2 se y > 0,
2; = f {x, y) =
1 se 2/
C U ID A D O ! C U ID A D O ! C U ID A D O !
Para mostrar que uma função é contínua em um ponto (a, ò), é pre
ciso provar que para todas as seqüências (x^jj/n) que convergem para
(a, 6), tem-se f{xn,yn) convergente para f{a,b). Estabelecer a con
vergência para uma ou duas seqüências particulares não é suficiente
para demonstrar a continuidade da função no ponto. No exemplo ante
rior, a seqüência {xn^y-n) = (1/n, 0) converge para (0,0) e f{xn^yn) =
/( l /n ,0 ) = 1 converge para 1 = /(0 ,0 ) mas, mesmo assim, / é des
contínua em (0, 0).
126 Continuidade, noções de topologia e o teorema de Weierstrass
1 2
* Un n_n _ ni _ 2
/ ( ^nj Vn ) — y \= m o ) .
4 + 2 \^ A
nj U /
Sendo assim, / não é contínua em (0, 0). Observe que os pontos da seqüência
(1/n, 1/n) (que converge para (0,0)) estão sobre a reta y — x e que os pontos
da seqüência (1/n, 2/n) (que também converge para (0, 0)) estão sobre a reta
y = 2 x. I
Vamos ver agora exemplos de como provar que funções são contínuas.
e yn 1- Então,
/ {^n-i Vn ) — 2 — /(2, l ) .
é contínua em p.
f{x, y) = sen .
/: Z) C R
{x, y) z = f{x, y) = x ‘^ + y‘^ ’
(5) (6)
Figura 4.8: O gráfico de / definida em D = {{x,y) e \ - 1 < o; < +1 e —l < y < +1}.
136 Continuidade, noções de topologia e o teorema de Weierstrass
Figura 4.10: O gráfico de / definida em H = {(x, j/) E | 1< + 2/^ < 4}.
138 Continuidade, noções de topologia e o teorema de Weierstrass
e mínimos globais.
Para se formalizar estas propriedades (e estabelecer outras de interesse),
vamos precisar de alguns conceitos topológicos: distância euclidiana, bola
aberta, bola fechada, ponto interior, conjunto aberto, ponto de fronteira,
conjunto fechado, conjunto limitado e conjunto compacto.
(a) A distância entre os pontos (1,2) e (3,4) é y/{3 — 1)^ + (4 —2)^ = \/8.
(b) A distância entre os vértices (0, 0) e (1,1) do quadrado Q 2 = [0,1] x [0,1]
é V ( l - 0 ) ) 2 + ( l - 0 ) ) 2 = V2.
(c) A distância entre os vértices (0 ,0 ,..., 0) e ( 1 ,1 ,..., 1) do cubo n-dimen-
sional Qn = [0,1] x [0,1] x • • • x [0,1] é ^/n.
140 Continuidade, noções de topologia e o teorema de Weierstrass
( 1 ) d ( p , q ) > 0 e d ( p ,p ) = 0,
(2 ) d (p ,q ) = d (q ,p ) e
Bola aberta
{ (x i, X 2) I ( X i - P i ) ^ + (X2 - P 2f < r ^ } ,
Bola fechada
(a) Os conjuntos dos casos (2), (3), (4) e (6) da página 130 são limitados.
Os demais conjuntos não são limitados.
(b) O quadrado Q 2 = [0,1] x [0,1] é um subconjunto limitado de R^ pois
ele está contido na bola fechada 5 ^ (0 ,0 ) de centro em (0,0) e raio \/2.
Mais geralmente, o cubo n-dimensional Qn = [0,1] x [0,1] x • • • [0,1] é
um subconjunto limitado de R^ pois ele está contido na bola fechada
S ^ ( 0 , 0 ,..., 0) de centro em (0 ,0 ,..., 0) e raio ^/n.
(c) O semiplano superior |(x ,y ) G R^ I 2/ ^ O} não é um subconjunto limi
tado de R^ pois não é possível colocá-lo em nenhuma bola fechada.
Ponto de fronteira
Conjunto fechado
(a) Os conjuntos dos casos ( 1 ), (2 ), (4) e (5) da página 130 são fechados. Os
demais conjuntos não são fechados.
Conjunto compacto
O te o r e m a d e W eierstra ss
Como vimos, os conjuntos dos casos (2) e (4) da página 130 são compactos
e uma vez que z = f{x^y) = + y^ é uma função contínua, podemos usar
o teorema de Weierstrass para garantir a existência de máximos e mínimos
globais de / nestes conjuntos.
C U ID A D O ! C U ID A D O ! C U ID A D O !
{x e I /i(x) < c}
P o n to in terio r
Por exemplo, a origem (0,0) é um ponto interior da bola fechada B i(0 ,0)
de centro na origem (0, 0) e raio 1, pois podemos conseguir facilmente uma
outra bola aberta de centro em (0,0) contida em S i(0 ,0). Por outro lado, o
ponto (V^/2, \ / 2 / 2 ) não é um ponto interior de S i(0 ,0), pois sempre existirá
um ponto que não pertence a 5 i(0 ,0) em qualquer hold, aberta de centro em
(\/2/2, V2/2) (veja a figura (4.15)).
Não é difícil de se convencer que 0 conjunto interior da bola fechada
unitária jBi (0, 0) é a bola aberta unitária 5 i(0 ,0). Alertamos ainda que
0 interior de um conjunto pode ser o conjunto vazio. Isto acontece, por
exemplo, para uma reta em ou um plano em R^.
C onjunto a b e rto
Figura 4.15: O ponto p = (\/2 /2 , \/2 /2 ) não é um ponto interior da bola fechada S i(0 ,0 ).
Figura 4.17: Toda bola ab erta com centro em um ponto da reta contém pon
tos fora da reta.
4.4 Exercícios 151
4.4 Exercícios
é contínua em (0,0).
[06] Enuncie outros teoremas importantes envolvendo continuidade que você
aprendeu no curso de Cálculo I.
*[07] Seja / : D C —)►R uma função contínua em p G D. Mostre que
se /(p ) > 0, então existe uma bola aberta -Br(p) de centro em p e
raio r > 0 tal que /(x ) > 0 para todo x € Sj.(p) fl D,
152 Continuidade, noções de topologia e o teorema de Weierstrass
*[15] Diga se cada uma das sentenças abaixo é verdadeira ou falsa, justifi
cando sua resposta.
(a) Mostre que /i(í) = f{t,p) e /2(í) = f{p,t) são funções contínuas
em t para cada valor de p fixo.
(b) Mostre que / , por sua vez, não é contínua em (0,0).
lim / ( x ) L.
[19] Calcule os limites abaixo, caso eles existam. Justifique sua resposta.
(a) lim
(x,3,)^(0,0) x2 + J/2
x+y
(b) lim
(x ,y H (l,l) ( x - 1 ) 2 + 1'
x^y + + x^ + j/2
(c) lim
(x,j^)->(2,3) a/ x2 + 2/2
4 x^ + 3 2/^ + x^y^
(d) lim „ „ H^ •
(x,j,)->(0,0) x2 + 2/2 + x^2/‘*
. lim cos(7ry)).
^ lim ^ cos(7TX2/)).
1
(s) (x,j/)^(0,0)
, li°í. 1 + ln(l + 1 / ( x 2 + 2/2)) ■
X2: N —> R
n X2,n
Xffi: N —)* R
TI ^Tn,n
* [20] Mostre que x„ —)►p segundo a definição que vimos agora se, e somente
se, cada seqüência Xi^n —^Pi^ i = 1, . . . , A.
com X = (xi, X2, . . . , Xn) e y = (j/i, ^2? • • • j 3/n) é uma distância em R^.
[23] Mostre que d: R^ x R^ -> R definida por
com X = (a;i, 0:2, . . . , x^) e y = (2/1,2/25 ••• 5Vn) é uma distância em R’^.
*[24] Mostre que d: R^ x R^ —> R definida por
0 se X = y,
cí(x, y)
1 se X 7^ y .
d(x,y) = '^{xi-yi)^,
\ i=i
com X = (xi, X25. • •, Xn) e y = (2/I5 ^25 • • • 5yn) atende as três proprieda
des da definição de função distância.
(a) Mostre que d(x,x) = 0 para todo x E R^.
(b) Mostre que d(x, y) = d(y, x) para todo x, y G R’^.
4.4 Exercícios 159
E ■ \ U
E»i'
X = l|y|| = ^ E í/^
\ i=i
(c) Mostre que ||x|| = 0 se, e somente se, Xi = 0 para todo i = 1, . . . , n.
(d) Mostre que a desigualdade de Cauchy-Schwarz é imediata se ||x|| =
0 ou llyll = 0.
Assim, resta demonstrarmos a desigualdade de Cauchy-Schwarz para
pontos X e y tais que ||x|| 0 e ||y|| 0. Ora, para quaisquer números
reais a e b, 0 < {a — b)'^ = — 2 ■a ■b + b'^ ou, equivalentemente.
(**)
-
x|P ||yir
Ilvll2
Então, somando (**) com relação a z e usando \xi -yi\ = \xi\ • |y^|, temos
2= 1 ^ 2=1_______ 2=1 M , M
iwrilyll’
isto é.
2= 1
2- < 1.
Assim,
Então d(x, y)^ < d(x, y) • d{x,z) + d(x, y) • d{z,y). Como estamos
supondo d(x, y) > 0, podemos dividir por d(x, y) e obter a desigualdade
triangular d(x, y) < d(x, z) + d(z, y) para a distância euclidiana d.
4.4 Exercícios 161
[26] O toro do exercício [42] da página 119, definido como o nível w = 0 da,
função
Derivadas parciais
f{x) - / ( xq)
^ (x o ) = lim
dx X Xq
164 Derivadas parciais
dx /i->o h
/: ^
(x,y) H4- z = f { x , y )
9-
X z = g { x ) = f { x , b) ■
5.2 Definições e exemplos 165
* ( „ ) = lin, = ito
dx ^ x—^a X —d x-^a X —CL
Este limite é tão importante que vamos usar um símbolo especial para ele:
f{x,b) - f{a, b)
(a, ò) = lim
dx X — a
vanaveis:
h:
y i-> z = h{y) = f {a, y) '
Para saber a taxa de variação de / no ponto (a, 6), mantendo-se x = a
constante, basta derivar h no ponto y = b:
dy y-*b y —h y-*b y~ b
Como antes, vamos usar um símbolo especial para denotar este limite:
^ ( a , 6) = liin f { a , y) - f j a , b)
dy y->b y - b
é denominada d e r iv a d a p a r c ia l de / c o m re la ç ã o a y n o ponto
{ d f / d y ) { a , b)
(a, 6). Geometricamente, estamos fazendo a restrição de / sobre a reta
X = a e olhando para a curva correspondente sobre o gráfico de / . As
sim, { d f / d y ) { a , b ) = { d h / d y ) { b ) é o coeficiente angular da reta tangente a
esta curva no ponto (o, 6) (veja a figura (5.3)).
mento de / . Por exemplo, para funções / tais que suas derivadas parciais
d f / d x e d f / d y são contínuas, vale que:
Dada uma função / e um ponto (a, b), podemos calcular as derivadas parciais
|í ( e . 6 ) = - /( - .» e
OX x-^a X —a
^Q( n
(fl, 0
M) - lirn
lím
oy y-^b y —0
(a , b) I-)- |^ ( a , b) e {a, b) ^ (a , 6 ).
Se fizermos esta associação para cada ponto (a, 6) de (supondo que os limi
tes sempre existam) estaremos criando duas novais funções de duas variáveis:
dx dy
df ®
{x,y) ^
que a cada ponto (x, y) em R^ associam, respectivamente, as derivadas par
ciais com relação a x e a y no ponto (x, y).
Mais ainda, a própria definição de derivadas parciais sugere um método
prático para calcular estas funções de derivada parcial: quando queremos
derivar f com relação a x, consideramos y como uma constante e efetua
mos a derivada como se estivéssemos em Cálculo I e, analogamente, quando
5.2 Definições e exemplos 169
A segunda parcela é uma “constante” vezes a;, assim, sua derivada é a própria
constante
(72/) = 0.
dx
Colocando tudo isto junto e usando o fato de que a derivada da soma é a
soma das derivadas, obtemos que
o w lim j
OX X —a
y -(a ,h ,c ) =
dy ^ y —b
|í ( a ,6 ,c ) =
^f
^ ( P l , • • • ,Pn) = /ii(Pl, • • • ,Pn) = A /(P l, • • • ,Pn).
5.2 Definições e exemplos 171
Xi-Pi
existe ou não. Caso ele exista, definimos o seu valor como sendo a derivada
parcial de / com relação a xi no ponto p.
Geometricamente, dizer que é possível avaliar o quociente de Newton para
todos os pontos (p i,. . . , x^,... ,p„) próximos de (p i,... ,p i,... ,p„) significa
dizer que existe um segmento de reta paralelo ao eixo xi inteiramente con
tido em Df^ onde p é o ponto médio deste segmento. Mais informalmente,
podemos “caminhar” um pouco para frente e para trás, a partir do ponto p,
paralelamente ao eixo x^, sem sairmos do domínio í?/ de / .
172 Derivadas parciais
C U ID A D O ! C U ID A D O ! C U ID A D O !
| í = 3 i-V y /^ e ^ = i-V y /4
ox oy
ao invés de
|^ ( x ,í/) = 3x e ^{x,y) = x
Mais ainda, alguns autores trocam o nome da função pela variável que
5.2 Definições e exemplos 173
= 3X
dx dy
Estes abusos de notação podem causar confusão (veja, por exemplo, as
observações da página 278 sobre as complicações deste abuso de notação
com relação à regra da cadeia). Em nosso texto, estes abusos foram
evitados ao máximo e eles aparecem apenas em alguns exercícios.
Uma vez que a derivada parcial de uma função de várias variáveis nada
mais é do que a derivada de uma função adequada de uma única variável,
as propriedades da derivada com relação à soma, multiplicação e divisão
transferem-se imediatamente para o caso de funções de várias variáveis.
- |: ( /+ .) ( p ) = g ( p ) + |( p ) .
|; ( / - p ) ( p ) = f ( p ) - p ( p ) + / ( p ) - | ( p )
0 /, dg
± ( l \ , , ^ ã ^ ( P ) p ( p ) - / ( P ) ã ;;(P )
dxi U / {gip)f
174 Derivadas parciais
dj_
dx dy
A l(d f
dx {d x dx^
(d f
dy '{ dx,
A l d^f
dx { d y
A l( d f
dy '{ dy.
Desta maneira,
= 6j/2,
= 12xy + 12y^,
+ + = 6 x^ + 24xy.
5.3 Derivadas parciais de ordem superior 175
Portanto,
d^f d^f
ay
{x, y) = 1 2 xy + 12 e (x,y) = 6 a;^ + 24 xt/.
dxdy
ay ay ay ay ay ay ay ay ay
ax^’ d x d y ' d x d z ’ d y d x ' dy"^' d y d z ' d z d x ’ d z d y ’ dz'^'
Uma função de n variáveis possui derivadas parciais de segunda ordem:
d^f
dxidxj ’
para i = 1 ,..., n e j = 1 ,..., n. A derivada de segunda ordem com relação
a XiXi é usualmente denotada por
dx^i
ao invés de d^^f/dxidxi. As derivadas parciais de segunda ordem da forma
d^^f/dxidxjj com í / são denominadas derivadas parciais mistas. Como as
derivadas parciais de segunda ordem de uma função de n variáveis também
são funções de n variáveis, podemos derivá-las parcialmente e obter as de
rivadas parciais de terceira ordem de / . Este processo pode ser continuado
a fim de obter as derivadas parciais de ordem superior, enquanto os limi
tes que definem as derivadas parciais existirem. Observe que uma função
de n variáveis possui derivadas de terceira ordem, derivadas parciais
de quarta ordem, etc.
A definição a seguir estabelece um critério de suavidade da função em
termos da continuidade das derivadas parciais de ordem superiqr.
^ ( x ,y ) = abkx<^-y-'^ e = abkx^-^y’>~\
d^f d ^f 93/
dx\dx2dx4 dx\dxidx2 dx2dx\dxi
d^f 53/ ô3/
dx2dxidxi dxidx\dx2 dxidx2dx\'
5.5 Exercícios 177
5.5 Exercícios
/, df/dx e df / dy.
[04] Para cada uma das funções abaixo verifique que w^y =
(a) w = xyz.
(b) w = —2 x^y^ + 4 —3 y.
(c) w = x^/(x + y).
(d) w = + y“^cos(x).
(e) w = + l/(a;V )-
(f) w = ^Jx^ + y^ z^.
d“^v _ 2
dt"^ ^ dx^
3 + (x + y + h ^ z - (3 + (x + y)^z)
lim
h—^0
1 x^ + y^ se (x,y) (0,0),
z = f{x,y) = < x^ + y2
^0 se (x,y) = (0,0),
(a) z = /(x , y ) = í
JX
ln(sen(í)) dt.
(b) z = / ( x ,y ) =
JX
[16] Calcule todas as derivadas parciais de primeira ordem da função
u = y(x,y, z) = xz + d^ .
5.5 Exercícios 181
. = se (0,0),
[0 se (x,í/) = (0,0).
d (df
Sj ( s i j JíS y -0
_a
M = (0,0) = hm ^ ^ -------= +1
dxdy dx \ d y J X —0
e conclua que as derivadas parciais mistas de / não são iguais
em (0,0).
(e) Calcule {d'^f/dxdy){x,y) para (x,y) 7^ (0,0).
(f) Use 0 item anterior para mostrar que {df'^/dxdy){x,x) = 0 para
X > 0.
z = / ( x i , . . . , x„) = Xi + • • • + x^.
[24] Diga se cada uma das sentenças a seguir é verdadeira ou falsa, apresen
tando uma justificativa caso ela seja verdadeira ou um contra-exemplo
caso ela seja falsa.
(a) Se / : -> R é uma função de classe satisfazendo /a;(0,0,0) = 0,
/2,(0,0,0) = 0 e /^(0,0,0) = 0, então f{x^y, z) = 0 para todo
{x,y,z) €
(b) Se / : ^ R é uma função de classe satisfazendo fx(x,y, z) =
0, fy{x,y,z) = 0 e fz{x,y,z) = 0 para todo (x,y,z) G R^, então
/(x , y,z) = 0 para todo (x, y, z) G R^.
[25] Diga se cada uma das sentenças a seguir é verdadeira ou falsa, apresen
tando uma justificativa caso ela seja verdadeira ou um contra-exemplo
caso ela seja falsa.
(a) Se f : D C é uma função de classe definida no conjunto
aberto
D = {(x,í/, z) G R^ I X < l} U {(x,y, z) G R^ | x > 2}
satisfazendo fx{x,y,z) = 0, fy{x,y,z) = 0 e fz{x, y, z) = 0 para
todo (x, y, z) G D, então /(x , y,z) = 0 para todo (x, y, z) G D.
(b) Se / : D C R^ ^ R é uma função de classe definida no conjunto
aberto
D = {{x, y, z) G R^ 1 X < l } U {(x ,t/,z) G R^ | x > 2}
satisfazendo fx{x,y,z) = 0, fy{x,y,z) = 0 e fz{x,y,z) = 0 para
todo (x, y,z) E D e / ( 0 ,0,0) = 0, então /(x , y, z) = 0 para todo
(x, y, z) G D.
5.5 Exercícios 183
c(x, y, z) = 30000 + 27 x + 36 y + 47 z.
[27] Quando um poluente tal como óxido nítrico é emitido por uma chaminé
de h metros de altura, a concentração C{x^y) (em do poluente
em um ponto P situado a y metros acima do chão e cuja projeção
ortogonal sobre o chão está a x quilômetros da base da chaminé pode
ser representada por
C{x,y) = ^
C(x,y) = ^ + e-o.02(,+io)Vx^j .
[29] A maioria dos computadores tem apenas um processador que pode ser
utilizado para cálculos. Os supercomputadores modernos, entretanto,
têm entre dois a vários milhares de processadores. Um supercomputador
multiprocessador é comparado a um computador uniprocessador em
termos de speed up. A speed up S é o número de vezes mais rápido
que um cálculo pode ser feito com um multiprocessador do que com um
uniprocessador. A lei de Amdahl é uma fórmula para determinar S:
P
S{p,q) =
q+p-{l-qY
em que p é o número de processadores e g é a fração de cálculo que pode
ser realizada utilizando todos os processadores disponíveis em paralelo,
isto é, usando-os de maneira que os dados sejam processados conco
mitantemente por unidades separadas. A situação ideal, paralelismo
completo^ ocorre quando q = 1 .
u(x.t) = ------------------------------- õ
^g(x-cí) ^
A notação duj dx foi usada pela primeira vez por Adrien Marie Legendre
em 1786 em sua obra ^^Memoire sur la manière de distinguer les maxima des
mínima dans le Calcul des Variations”. Na página 8 está escrito:
Legendre abandonou o símbolo e ele foi reintroduzido por Cari Gustav Jacob
Jacobi, em 1841, em seu artigo "De determinantibus Functionalibus”:
Curvas parametrizadas,
transformações lineares e outras
funções vetoriais
/: D C
D efinição 6 . 1 ( T r a ç o d e u m a c u r v a p a r a m e t r i z a d a ) Considere
a ; / C M —>• K'” uma curva parametrizada. 0 traço de a é o conjunto
{a{t) e R”* \-t G /}
Para cada instante de tempo í, a (f) é um ponto em M'™. O traço
da curva parametrizada a nada mais é do que a união de todos estes
pontos em
S olução:
não possui solução (verifique!), segue-se que o objeto nunca passa pela
origem (0,0).
(d) Para fazer um esboço do gráfico da curva parametrizada a vamos tentar
determinar uma equação nas variáveis x e y em que é satisfeita pelos
pontos a (t) = (1 -t- í, 3 —2 • í). Escrevendo
X = 1 + í,
y = 3 - 2 - í ,
y = 3 — 2 • t = S — 2 • (x — 1) = —2 • X + 5.
/3: R -)•
t !->■ /3{t) = (cos(í),sen(í))
X — cos(í),
{ y = sen(í).
observamos que
= (cos(í))^ + (sen(í))^ = 1.
Desta maneira, o traço da curva /3 é a circunferência de centro na origem
(0,0) e raio 1. Veja a figura (6.2). b
y
observamos que x'^ = Assim, o traço da curva a é o
gráfico da função y = f{x) = x ’^!^ de uma variável. Veja a figura (6.3). g
t = v^x2 -I- y2
e, portanto,
y = V x ^ T í^ • sen ^a/ x^ -|-
/
E muito difícil obter informações geométricas a partir desta formulação
implícita. Com a experiência que ganhamos nos exercícios anteriores, va
mos tentar obter um esboço do traço de /3 através de uma análise mais
qualitativa. Observe que
Assim, para cada t € [0, oo), a expressão (cos(í), sen{t)) representa um ponto
sobre a circunferência de centro na origem e raio 1. Observe que t repre
senta o ângulo orientado que o segmento de reta unindo a origem (0,0) e o
ponto (cos(í), sen(í)) faz com o eixo x, Agora, como estamos multiplicando
(cos(í), sen(í)) por í, o raio deixa de ser 1 e fica sendo t e isto para este valor
de t\ Á medida que variamos o ângulo í, mudamos o valor do raio para t.
6.1 Curvas parametrizadas 193
X = cos(í),
y = sen(í),
^ z = t,
segue-se que
+ y^ = (cos(í))^ + (sen(í))^ = 1,
C U ID A D O ! C U ID A D O ! C U ID A D O !
Domínio de oc
C U ID A D O ! C U ID A D O ! C U ID A D O !
Para encerrar esta seção, observe que podemos considerar uma curva pa
rametrizada
a : / C M ->
= {x[{to),---,x'^{to)) = a'{to).
Figura 6.8: 0 vetor tangente de uma curva como um limite de vetores secantes.
pm
6.3 Funções de para
Vamos agora estudar o objeto mais genérico de nosso curso: uma função
vetorial de W para :
f: £) C ^
X = (a^i, ^ y = (yi, ...,ym ) = f(x) = (/i(x ),. . . , /m(x)) ’
que a cada ponto x = (a:i,. . . , Xn) em D CW^ com n coordenadas associa o
ponto y = (j/i,. . . , ym) em Você pode pensar que uma função vetorial
f: í) C R^ ^ R’^ é uma maneira de se agrupar ou representar m funções
escalares definidas em D:
/i: D C R” -> R
(x i,. . ■,Xn) 2/1 = fl (^1) • • • ) ^rz)
f 2 -. D C R" R
(x i,.. • ) ^n) V2 = f 2{xu ...,X n )
que a cada tripla (xi,X 2jXs) associa o par ordenado formado pela média
aritmética e média geométrica de xi, X2 e X3. Podemos pensar f como o
agrupamento ou representação de duas funções escalares de R^ para R:
/ i: R3 R
/ \ , rf . Xi~hX2 + Xs
[XuX 2,X 3) yi = fliX u X 2,X 3) = ------- -------- ,
/2:
(xi,X 2,X 3) 2/2 = f 2 {xu X 2, X3) = ^ X i •X2 ‘ X3.
6.3 Funções de para 201
Observe que, por exemplo, f(9,9,9) = (9,9) e f(9 ,9 ,0) = (6,0). Você pre
feriria que a média de suas notas em Cálculo II fosse feita com a média
aritmética ou a média geométrica? b
z= l
f D c R” -4
X H- y = f(x) = (/i{x ), ,/m (x)).
O ll a i2 • ** ai^ n
«21 a22 *** ^2n .
T(®1, X2, • ■•, ®}j) — *
*
^m2 *' * ^hnn mxn
1 2 1 • X -h 2 • y
T (x,y) : 3 4 3 • X+ 4 • y
5 6J 2x 1 5 • X -h 6 • y
3x2 J 3x 1
isto é.
T { x , y , z ) ^ [ l 2 3 ] 1x3 (6.1)
3x1
Observe que
T(a;, z) = [1 • X + 2 • y + 3 • = l- x + 2- y + 3*z^
Devido à sua forma simples, uma transformação linear possui muitas pro
priedades interessantes que as demais funções vetoriais não compartilham.
Por falta de tempo, não vamos nos deter muito no estudo destas proprieda
des. Se você quer se aprofundar no assunto, existe uma disciplina totalmente
dedicada às transformações lineares e suas propriedades: Álgebra Linear.
Contudo, vamos destacar três propriedades interessantes:
021 Ü 2 2 ' - C l2 n X 2
T { x i ,X2,.. ,a;„) = *
== (OA V^*
n: zeros m zeros
Xn Vn 1 X ji Vn /
Como a multiplicação de matrizes é distributiva, segue-se que
Xi yi \ Xi yi
X2 y2 X2 V2
T (x + y) = A - + = A- -1-A-
X ji . . ) Xn Vn
— (0 , 0 , 0 , , 1),
X = ^2j • • • 7^n)
= Xi • (1 ,0 ,0 ,..., 0) + X2 • (0 ,1 ,0 ,..., 0) + • • • + Xn • (0 ,0 ,0 ,..., 1)
= íTi • Gi ^2 • ©2 + • *• +
isto é, X pode ser escrito como uma combinação linear dos vetores da base
canônica {ei, 0 2 , , e„}.
Utilizando as propriedades do teorema (6.1) podemos facilmente calcular
o valor de T(x):
portanto,
T(l,2,3) = 1 • T(ei) + 2 . T( 62 ) + 3 • T(e 3)
= l . ( l , 2 , l ) + 2 . ( - l , 3 , 9 ) + 3-(2,3,7)
= (5,17,40). ,
Isto funciona apenas para os vetores ei, ..., e„ da base canônica? Não,
a técnica acima funciona para qualquer conjunto {bi,..., b„} de n vetores
em R'^, para os quais não é possível escrever um vetor como combinação
linear dos demais (na linguagem de Álgebra Linear, os n vetores devem
ser linearmente independentes). Em certas situações, muitos cálculos são
simplificados com a escolha adequada da base {bi,...,b„}. Não vamos
nos
✓ aprofundar neste tópico, que é amplamente discutido em um curso de
Álgebra Linear.
Para encerrar esta seção, vamos dar uma outra maneira de se identificar
uma transformação linear:
Teorem a 6.2 Seja T ; R'^ —>■R'” uma função vetorial de R”,paira R”*
“ (X/í=l ’ Xij . . .
para todo x G
6.5 Exercícios
[01] Faça a associação das seis curvas parametrizadas indicadas abaixo com
cada um dos traços na figura (6.10).
(a) a (í) = (t^ — 2 1 , —í ) ,
(b) a ( í ) = [ t ^ - l , 2 - f ) ,
(c) a (í) = (sen(3<), sen(4í)),
(d) a (í) = (í + sen(2í),í + sen(3í)),
(e) a{t) = (sen(í + sen(í)), cos(í + cos(í))),
(f) Oí{t) = (cos(í),sen(í + sen(5í)).
[02] Faça a associação das seis curvas parametrizadas indicadas abaixo com
cada um dos traços na figura (6.11).
(1) (2)
(3) (4)
(5) (6)
(1) (2)
a ( í , ) - a ( í , + i ) || = M r * ) Y + W { r t ) ] ^ + {ti^, - U)
214 Curvas param etrizadas, transform ações lineares e outras funções vetoriais
i=0
onde A t = — U = (ò —a)/n. Desta maneira, o comprimento de
arco 5 da curva parametrizada ct é o limite da seqíiência Sn quando
n —> +00, se este limite existe. Como oc' é contínua, tal limite existe e
rb ________________________
s = \im Sn - \/[a;'(í]2 + [y'(í]2 + dt,
n-^+oo Ja
isto é.
l|a '(í)l|á í-
Ja
Apesar das contas acima terem sido feitas para curvas parametrizadas
em R^, não é difícil de ver que elas podem ser estendidas facilmente
para curvas parametrizadas em outras dimensões.
(a) Calcule o comprimento de arco da curva parametrizada
oc[t) = (e^ cos(t),e* sen(t)) ,
para t G [0,1].
(b) Calcule o comprimento de arco da hélice
ot(t) = (cos(t), sen(t), í),
com t e [0, 2 7t].
(c) Mostre que o comprimento de arco da elipse, definida parametrica-
mente pela expressão
a (t) = (a cos(t),6 sen(í)),
com t G [0,2 7t] e a > ò > 0, é dada por
Z‘^/2 ^-----------------
s = Aa / y l — sen^(t) dt^
Jo
onde e = \Jo? — 6^/a é a excentricidade da elipse.
(d) Use a fórmula (6.2) do comprimento de arco para a curva parame
trizada
oc{t) = (r cos(t),r sen(í)),
com t G [0,2 7t], e conclua que o comprimento de uma circunferência
de raio r é igual a 27rr.
6.5 Exercícios 215
[12] (As geodésicas do cilindro circular reto) Desenhe uma hélice so
bre um cilindro de cartolina, conforme indicado na figura (6.6) da
página 195. Se você cortasse o cilindro por uma reta paralela ao eixo ^
e 0 abrisse sobre uma mesa, que desenho você veria?
a2 62 “
no primeiro e quarto quadrantes do plano euclidiano.
(c) Mostre que a derivada do cosseno hiperbólico é o seno hiperbólico
e que a derivada do seno hiperbólico é o cosseno hiperbólico.
O PR O B L E M A DA B R A Q U IS T O C R O N A
F (a(í)) = m.a"(í).
Em particular, se nenhuma força age sobre o ponto material, então
sua aceleração oc” é 0 e, conseqüentemente, seu vetor velocidade a ' é
constante. Sendo assim, a trajetória do ponto material é uma reta.
218 Curvas parametrizadas, transformações lineares e outras funções vetoriais
h: [c ,d ]c [a,6] C R
0 : [c,d] C R R3
T' 0 {t ) — { a o h){r) = a(/i(r))
s= ^9Ít)= Í
Ja
||a '(T )||á r
d^( .
= 1,
para todo s € [0, Z]. Moral da história: toda curva regular pode ser
parametrizada pelo comprimento de arco.
t(í)
!a'(í)|
(d) Mostre que se a : [a, 6] C K -> é uma curva regular de classe C°°,
então t'(í) • t(í) = 0 para todo t 6 [a, 6].
(e) Se uma curva regular a : [a, 6] C M ->■ de classe C°° não está
parametrizada pelo comprimento de arco sabemos, pelo item (c),
que é possível reparametrizá-la pelo comprimento de arco e, com
esta reparametrização, podemos calcular sua curvatura. Contudo,
é possível estabelecer uma fórmula para a curvatura de a usando
diretamente a parametrização original. Para isto, mostre que
k(t) =
| | a '( í ) | | 3 •
6.5 Exercícios 221
( f ) Mostre que toda reta tem curvatura zero em cada um de seus pontos.
(g) Mostre que a curvatura de uma circunferência de raio r em cada
um de seus pontos é constante e igual a 1/r.
(h) Calcule a curvatura da hélice a (í) = (cos(it), sen(í), t) para t G M.
(i) Faça 0 gráfico da curvatura da parábola a (í) = ( í , p a r a í G M.
Qual é o ponto da parábola de maior curvatura? O que acontece
com a curvatura quando t +oo? E quando t —oo?
(n) Mostre que a torção de uma curva parametrizada plana (isto é, uma
curva cujo traço está contido em algum plano de E^) é zero em cada
um de seus pontos. Se a torção não é zero, então ela fornece uma
medida do quanto a curva tende a se afastar de um plano.
(o) Use o item (k) para demonstrar as fórmulas de Serret-Frenet de
uma curva parametrizada pelo comprimento de arco:
t'(5) = +k{s) ■n (s),
n'(s) = —k{s) ■t(s) -r(s) -b(s),
b'(5) = - r ( s ) • n (s).
T{x, y) = A'
T { x ,y ,z) = A
F:
(x ,y ,z) !->■ F {x,y,z) = {z - - y ‘^ ,z + x'^+ y'^) '
Determine os conjuntos de nível de F associados respectivamente aos
níveis (0,0), (—1,1), ( - 1 ,- 1 ) , (1 ,-1 ) e (1,1). Faça um esboço do
desenho destes conjuntos de nível em
[32] Considere a função vetorial
F: ->■
(x,y,z) H4- F {x,y,z) = {x^ + y'^ + z '^ ,z ^ -x '^ -y '^ ) '
#P
(a) Mostre que F leva os pontos da reta r = c (no plano 0r), com c uma
constante > 0, em pontos da circunferência de centro na origem e
raio c (no plano xy),
(b) Mostre que F leva os pontos da reta 9 = c (no plano 0r), com c
uma constante, em pontos da semi-reta que passa pela origem e tem
inclinação tg(c) (no plano xy),
(c) Conclua que a função F leva os pontos do retângulo [0, 6*] x [0, r*]
(no plano 9r) nos pontos do setor circular delimitado pelas retas
y = 0, y = tg(0*) X e a circunferência = (r*)^ (no plano xy)^
conforme a figura abaixo.
F! [o, H~oo) X M. X M —y
ÍP,<P,0) ^ ( x , y , z ) = F{p, <f, 9)
definida por
F{p,(p, 6) = {psen{ip)cos{0),psen{(p)sen{9),pcos{d)).
6.5 Exercícios 227
(a) Encontre (p, 9) G [0, oo) x R x M tal que F(p, (p, 9) = (1,1,1).
(b) Mostre que F leva os pontos do paralelepípedo [0, p*] x [0, 27t] x [0, tt],
no sistema de eixos p(p0, em pontos da esfera “sólida” de centro na
origem e raio r*, no sistema de eixos xyz.
F: [0,+ o o ) x R x R -> R^
(r,9,z) ^ {x,y,z) = F{r,9,z)
definida por
F: D c R ^ ^ R ^ ,
F: R2 ^ R2
(x,y) F{x,y) = { -y ,+ x )
(a) Faça a associação dos quatro campos vetoriais indicados abaixo com
cada uma das representações geométricas na figura (6.20). Ob
servação: para facilitar a visualização, os vetores nesta figura estão
representados com escalas diferentes.
(1) F{x,y) = (0,1),
(2) F(x, y) = (ln(l + + y‘^ ),x),
(3) F{x,y) = (y,x),
(4) F(x, í/) = (2 X - 3 y, 2 X + 3 y).
(b) Faça uma representação geométrica análoga à da figura (6.19) do
campo vetorial F(x, y) = {+x, +y).
(c) Faça uma representação geométrica análoga à da figura (6.19) do
campo vetorial F(x,y) = (—x, —y).
(d) Faça uma representação geométrica do campo vetorial
F{x,y,z) = (+x,+y,+z).
Observe que, desta vez, o seu desenho deve ser feito no espaço e não
no plano euclidiano!
230 Curvas parametrizadas, transformações lineares e outras funções vetoriais
\ \ \ ^ -
, ^ / / / /
X W ' ' - , . f t ! !
\ \ \ V ^ . ( t i l _
1 1 t ' ' 0 V N \ \ \ "
/ / / / ^ 1
^ V \ \ \
/ / / / - i
^ v W \
ol: I
cujo vetor tangente cx'{t) seja igual ao valor do campo F em a (í), para
cada t ^ I I Algebricamente, a deve satisfazer a equação (diferencial)
a '( í) = .F ( a ( í) ) .
ol(í ) z=
z (r cos(t),rsen(í))
(e) Mostre que a (í) = ln(|í|), 1/í), para t 7^ 0, é uma curva integral
do campo vetorial F(a;, y, z) = (2 x, z, z’^).
(f) Mostre que a{t) — —1, VÍ), para í > 0, é uma curva integral
do campo vetorial F(a:, y, z) = {y + 1, 2,1/(2 z)).
[37] (Superfícies param etrizad as) Na seção (6.1) vimos que, em algu
mas situações, podemos representar uma curva de duas maneiras: im
plicitamente (isto é, como um conjunto de nível de uma função escalar
/ : Z) C -> M) ou parametricamente (isto é, como a imagem de
uma função vetorial a : / C M ^ R^). Nos exercícios do capítulo 3
vimos alguns exemplos de superfícies definidas implicitamente: planos,
elipsóides, cones, hiperbolóides elípticos de uma e duas folhas, etc. Cada
um destes objetos geométricos foi definido como o conjunto de nível de
uma função escalar / : í) C R^ —> R apropriada. Agora, como no caso
de curvas, também podemos representar superfícies parametricamente,
isto é, como a imagem de uma função vetorial $ : C R^ — R^. Mais
especificamente, uma superfície parametrizada é uma função vetorial
$: C R^ ^ R^
{u,v) (a:,y,^) = $('u,'u) = ($i(u,?;),<í>2(u,'y),í>3(u,í;))
definida no retângulo ií = [0, 2 tt] x [0, 8]. Para cada v = vq ^ [0, 8] fixo.
6.5 Exercícios 235
Superfície de Enneper
(b) Mostre que ^{u^v) = (sen(u) cos(u), cos(u) cos(u), cos(u)), com va
lores de {ujv) no retângulo [0,7r] x [0, 2 7t], é uma parametrização
da esfera:
Mostre que
com valores de {u^v) no retângulo [0,2 7t] x [0,2 7t], é uma parame
trização do toro. Identifique as curvas coordenadas de Compare
com as curvas sobre o toro da figura (6.27).
Neste capítulo vamos ver que, sob certas condições, é possível aproximar
uma aplicação f: -> R’^ não-linear “complicada” na vizinhança de um
ponto p por uma aplicação bem mais “simples”: uma função afim, que é a
composição de uma translação com uma transformação linear. Esta trans
formação linear é o objeto em Cálculo II, equivalente ao conceito de derivada
estudada em Cálculo I e desempenhará um papel fundamental em toda teo
ria que vamos desenvolver. Analisando as propriedades da matriz que define
esta transformação linear (algo supostamente mais fácil de se fazer) será
possível concluir propriedades muito importantes da função original. Vamos
começar com funções de R para R, seguindo depois para funções de R^ para
R, de R^ para R, de R’^ para R e, íinalmente, de R’^ para R”^.
Figura 7.1: A reta tangente ao gráfico de uma função / de uma variável no ponto p.
/3 = f \ v ) -
Desta maneira,
l{x) = a + /3 ■X = f{p) - 0 -p + P ■X =
f{p) + / 3 - { x - p ) = f[p) -I- f { p) ■{x - p).
Em outras palavras, este teorema nos diz que é possível aproximar uma
função / de classe na vizinhança de um ponto p pela equação da reta
tangente l{x) — f{p) + f \ p ) ' {x—p) (uma função afim) e que o erro ií(p, x) =
f[x) — l[x) cometido nesta aproximação tende a zero mais rapidamente do
que x —p. Mais formalmente,
Exem plo 7.1 Seja f{x) = e^. A equação da reta tangente ao gráfico de /
no ponto p = 0 é dada por
Desta maneira,
.. i?(0,x)
= 1 + X + -fí(O) 2^)) com lim ---------= 0.
X
Podemos usar l{x) (uma função mais simples) para estimar o valor de /(x ),
para x próximo de 0. Por exemplo, em x = 0.2 temos /(0.2) = 1 + 0.2 = 1.2,
enquanto que /( 0 .2) = = 1.22140 .... a
f {p + h ) ~ f{p) = f { p) ■h +R{p, h)
V{h) T{h)
Vamos começar com o caso mais simples: sejam z = f{x^y) uma função
de duas variáveis de classe e p = (a, 6) um ponto do interior do domínio
de / . Qual é o “melhor” plano que aproxima o gráfico de / na vizinhança
do ponto p? Novamente, é preciso estabelecer um critério. Se 2: = l{x^y) =
7.2 Aproximação linear em Cálculo II 243
dl . . df . . dl . , d f , \
Z = l{x, y) = f{a, b) + |^ ( a , b ) - { x ~ a ) + ~ { a , b) ( y - b ) .
isto é, a diferença entre f{x, y) e i(x, y) vai para zero mais rapidamente
do que ||(x - n, —6)||. Em outras palavras,
i?(g, b, X, y)
com lim = 0
(a,í()-K(a,è) y^(x - a)^ + (y -
segue-se que
/(x,y) = a + d - x + 7 - y
= f { a , b ) - P - a - ' y - b + ^ - x + ' y-y
= /(a , 6) + ^ • (x - o) + 7 • (y - 6)
f{x,y)-l{x,y)
li„. = 0.
( i,y ) - > ( a ,6 ) 11 (x —a, y —6 ) 11 (x,y)^(a,b)
Desta vez, a demonstração é um pouco mais sofisticada e requer o uso do
teorema do valor médio para derivadas. Não vamos fazê-la aqui. Uma de
monstração completa deste teorema pode ser encontrada na referência [71],
página 833. b
Em outras palavras, este teorema nos diz que é possível aproximar uma
função / de classe de duas variáveis na vizinhança de um ponto p = (a, 6)
pela equação do plano tangente l{x,y) = /(a , 6) + {df/dx){a^ b) • {x — a) +
{df/dy){a^ b)-{y —b) (uma função afim) e que o erro i?(a, 6, x, y) = /(x , y) —
l{x^y) cometido nesta aproximação tende a zero mais rapidamente do que
||(x —a, 2/ —6)||. Mais formalmente,
Kx,y)
com
R{a,b,x,y) f{x,y)-l{x,y)
(x,y)^{a,b) \\{x - a, y - b)\\ (x,y)-^{a,b) 11(x - O , J/ - 6 ) 11
Podemos reescrever estas expressões em termos da “pertubação” {hi, /12) =
{x — a,y — b) com relação ao ponto p = (a, 6), de modo que x = a + /ii,
í/ = 6 + /i2 e
Exem plo 7.2 No exemplo (5.1), página 167, estudamos a função de produ
ção Cobb-Douglas
= f{x, y) = 4- x^/'* • y^^^.
A equação do plano tangente ao gráfico de / no ponto (a, 6) = (10000,625)
é dada por
z = /(x,y) = /(10000,625)+
df df,
(10000,625) • (x - 10000) -b ^(10000,625) • {y - 625).
246 Aproximação linear e a regra da cadeia
Suponha que um certo fenômeno de interesse seja modelado por uma função
z = f{x^y). Em experimentos, os valores de x e y são amostrados com um
certo erro percentual. Uma pergunta muito natural é o quanto estes erros
afetam o valor z da função. A equação do plano tangente é uma ferramenta
bastante útil para se estimar este erro. Vamos ver como esta técnica funciona
em um exemplo.
E xem plo 7.3 Considere um balão meteorológico que é liberado ao nível
do mar, a uma distância d do olho de um furacão. Sua altitude aumenta à
medida que ele se move em direção ao olho. A altitude h que o balão atingirá
quando ele estiver no olho do furacão pode ser modelada pela relação
0
h 7T •5* "2’ (7.3)
c = f{d, /j) = 7T •
Se (á, h) está próximo de (d*, h*) então l { d , h) fornece uma boa aproximação
de /(d, h) e, portanto, a variação AZ(d, h) = Z(d, /i) —/(d*, /i*) fornece uma
boa aproximação para o erro (absoluto) A f { d , h) = /(d , h) —f { d * , h*). Sendo
assim,
Í.-Í = »V2 1
2 d* T '"'^*''2
A /(d, /i ) « A Z(d,/i)-7T -5i/2.
(/i*)i/2 ■ ■2 ■2 (/i*)3/2 ■
Af {d, h) ^ Al{d,h) ^
f{d*,h*) ~ l{d*,h*) ~ ' d* ~ 2 ' h* '
Ela nos diz que a variação V(hi, h 2) = f{a + hi^b + h 2) —/(a , b) do valor da
função / no ponto p = (a, 6) pode ser aproximada pela transformação linear
T:
( h u h 2) ^ = + ’
J 1x2
de modo que
■/ii ■
T(f>i. hl) = (a, í.). '>1+ i)-hi =
- 1x2 > 2 . J 2x1
l{x,y,z) = f{a,b,c)+
b, c ) . { x - a ) + (a, 6, c) • (y - 6) + ^ { a , 6, c) • ®,
dx
então
f {x, y, z ) - l { x , y , z ) ^
(x,y,z)-y(a,b,c) \\{x - a,y - b, Z - c)\\
f { x , y, z ) - l{x,y, z)
= 0.
(x,y,z)-¥(a,b,c) {x — + (y ~ í>)^ + {z — c)^
7.2 Aproximação linear em Cálculo II 249
I é a única função afim que satisfaz as equações. Ou, usando uma notação
vetorial mais compacta (x = (x^y^z) e p = (a, 6, c)), temos que se / é de
classe p é um ponto interior do domínio de f e
então
/(x ) —l ( x )
lim = 0.
x^P | | x - p | |
Em outras palavras, é possível aproximar uma função / de classe de
três variáveis na vizinhança de um ponto p = (a, 6, c) pela função afim
Kx) = /(p ) + {df/dx){p) ■{x - a) + {df/dy){p) ■{y-b) + {df/dz){p) - { z - c )
e o erro ií(p, x) = /(x ) —l { x ) cometido nesta aproximação tende a zero mais
rapidamente do que ||x —p||. Mais formalmente,
/(x )
+ R{p,x),
com
x-4p | | x - p | | x-yp | | x - p |
Podemos reescrever estas expressões em termos de h = (/ii, /i2, /13) = x —p
(h descreve a “pertubação” com relação ao ponto p), de modo que x = p + h
e
d f, . d f. - 5 /, .
J 1x3
de modo que
T(h) = + +
hl
d f. . d f. . d f. ,
h2
dx^^^ dy^^^ dz^^^ J 1x3
h 3x1
h.
dy^^^ dz^^^ J 1x3
T é a “melhor” transformação linear que aproxima a variação de / perto
do ponto p ou, equivalentemente, I é a melhor função afim que aproxima /
perto do ponto p. Também, I é a única função afim que satisfaz as condições
lí \ fí \ í \ { \ \ í \ \ í \
i(p )= /(p ), ãí< p) = & ( p ) ’ ãi;<p) = ^ ( p > ' â i(p )= f c < p > -
Evidentemente, tudo isto pode ser estendido para funções que dependam
de n variáveis. Se u; = /(x ) = / ( x i , .. .,Xn) é uma função de classe
p = (p i,. . . , p„) é um ponto interior do domínio de / e
então
«P ||x - p ||
7.2 Aproximação linear em Cálculo II 251
com
ií(p ,x ) /(x ) —í(x)
lim .. = lim = 0.
x^p|lx-p|l x-tp | | x - p |
Podemos reescrever estas expressões em termos de h = (/ii,. . . , /i„) = x —p
(h descreve a “pertubação” com relação ao ponto p), de modo que x = p + h
e
K(h) 7(10'
Ela nos diz que a variação V{h) = f{ p + h) — /(p ) do valor da função / no
ponto p pode ser aproximada pela transformação linear T : R definida
por
T{h) = T { h , . . . , K ) = ^ { p ) - h + ... + ^ { p ) . K ,
UX\ UXj i
dx,n J Ixn
252 Aproximação linear e a regra da cadeia
de modo que
T(h) = |;(P) + -
d Xn
hl
^(P)'
a*»' '.- Ix n
. hji nxl
•h.
[ > -
^(p)'
Ixn
lí \ ff \ í \ í \ f \ f \
/( x ) = /( p ) + ^ ( p ) • { x i ~ p i ) + - " + ^ ( P ) • K -P n ) +
___ i , „ ií{P.x) „
com lim ------- i7 = U.
x -fp llx -p |{
f: D CW
X - (X i, . . . , X n ) y = f(x) = {y i, ...,ym) = (/l(x ), . . . ,/ m ( x ) )
definida em um subconjunto D de R". Como vimos, podemos pensar que
f: £) C R" ^ R"* é uma maneira de se agrupar ou representar m funções
escalares definidas em D:
/i: D C R” ->
X = ( z i , .. - , Xn)
/2 : D c R"
X - ( x i , ..• ) Xji) 1- ^
fm ■ D c R" R
X (2:1, . . . , X71) I—
> í/„, = yj„(x) —fm{xi, . . . , Xji)
Como f é de classe C^, então suas funções coordenadas /i, /2, • • •, /m também
são de classe C^. Logo, podemos aplicar 0 teorema (7.3) para elas e obter
254 Aproximação linear e a regra da cadeia
funções afins
+ -Ri(P,x),
+ -fí2(p,x),
+ J ? m ( p ,x ) ,
, i „ 5 l( P l 4 = 0, lim = 0.
X^p ||X - P | X-4P ||X - p | x-^p ||X - p |
Observe que podemos reescrever as m igualdades acima para /i, /2, • • ■, /m,
usando matrizes:
7.2 Aproximação linear em Cálculo II 255
_ /m(x) _ _ /m (p )_ ^fm / X Pn
ax„(P)
i2i(p,x)
i?2(p,x)
+
■Rm(p,x)
0 objetivo agora é reescrever esta equação matricial com uma notação fun
cional mais compacta, isto é, sem 0 uso de coordenadas. Para isto, sejam
l(x) = (/i(x),Z2(x),...,Zm(x)), R (p ,x ) = (i?i(p ,x ),i2 2 (p ,x ),...,i?,„(p ,x ))
e
dXn^^^
Df(p) = dXn
/ X ^fm / X
ax„(P)
de modo que
f(x) = f(p) + £»f(p) • (x - p) + R (p, x). (7.6)
l(x )
com
x ^ p |l x - p || x^p | | x - p | |
Ela nos diz que a variação V(h) = f(p + h) —f(p) do valor da função ■/
no ponto p pode ser aproximada pela transformação linear T : M" -> M'"
definida por T(h) = -Df(p) • h, isto é,
^d (xpi )’ ■.. ^ (p )
hl
h2
^ (P )
T{ hi , . . . , hn)
/ X ^fm / X hn
nxl
dXn
i5f(p) = a»>
/ X
õx, 'P*
l(p) = f(p) e ^ ( p ) = ^ ( p ) p a ra i = j
T eo rem a 7 .4 ( A p r o x i m a ç ã o l i n e a r ; o c a s o v e t o r i a l ) Con
sidere uma função vetorial f: D c R” - t de classe e p =
(pi, ■ ,Pn) vm ponto do mterior de D. Então existe uma única trans
formação afim 1 que satisfaz as condições l(p ) = f(p) e
p a ra í = l , - . , m,
Õx
a saber,
l(x ) = f(p) + D f ( p ) . (x - p),
em que
dxfi (P)
com
l i n , ® Í E 4 = 0.
x^ p||x-p ||
258 Aproximação linear e a regra da cadeia
[ d h . d h . dfi.
2:3) Xz) Xz)
Df{xi,X 2,X3)
àh. df2, df2.
2:3) Xz ) Xz )
2x3
-
1/3 1/3 1/3
'Xz X i • Xz Xi • X2
_ ‘i \ / x \ - x\- x\ Z ^ x \ - x \- x\ 3^ X i •X 2 ' Xz - 2x3
Podemos usar a transformação aiim 1 para estimar o valor de f(xi, X2, X3) em
pontos {xi,X2,xz) próximos de (1,2,4). Por exemplo.
enquanto que
Observe que h{xi , X 2^xz) = fi{xi , X 2^xs) para todo {xi^X2,x^) E R+ . Isto
não é uma coincidência, como veremos mais adiante.
xi
a b c
T(xi,a;2,X3) = X2 = (axi + 6x2 + CX3, d x i + ex2 + /x3).
d e f
xs
^ ( P i.K .P s ) ã í j í f i .K .» )
-DT(p i ,P2,P3) =
9T2 z . dT<i
g^^[PhP2,Ps) g^{PhP2,PS) ^ (P l,P 2 ,P 3 )
a b c
d e f
= A.
aii ai2 • ■* Xi
021 022 • ^2n X2
T(a;i,X 2 , . . . , x „ ) =
então
matriz linha 1 x n:
8/ , 1 8/ 8/ , .
B /(x) =
L8 í ; W - Ixn
a[ {t )
aáíí)
Da{t) =
J nxl
D Í t ) (nS = g ( P ) - D / ( p ) - / ( P ) - ^ g ( P ) V;
: - {g(p)F
para todo p € £ > / n D j - {q € D j t g(q) = Q}.
262 Aproximação linear e a regra da cadeia
^ (f+ g )(p ) =
X , ^92
D(f+g)(p) = ãíI<P> dx„ dXn
dg\ / X
dXn dXn
^ ^ 2 / X ^ ^ 2 z X
dXn + ■■ dXn
/ \ 5 / m z X ^9m ! \ ^9m ( \
= Df(p) + £)g(p)
7.3 Composição de funções 263
U x y z) = = x-^ + y^ + z \
g{x,y,z) x'^ + 1
2 x ( l — —z^) 2y 2z
(a;^ + 1)^ + 1 + 1
2 x ( l ~ y ^ — z^) 2y 2z
(x^ + 1)^ x^ + 1 x^ + 1 _
Note que as duas maneiras conduzem ao mesmo resultado.
Exem plo 7.12 A função h{x) = sen(x^ + 4x) pode ser escrita como a
composição de duas funções: h{x) = {g o f){x), com f{x) = x^ + 4 x e
g{z) = sen(z). Como f e g são funções de classe C°° segue-se que h também
é uma função de classe C°°. Vamos usar a regra da cadeia para calcular
a derivada de h. Para isto, precisamos calcular as derivadas de / e p. A
derivada de ^ é
g'{z) = cos(z)
e a derivada de f é
f'{x) = 3x^ + 4.
Desta maneira, pela regra da cadeia, a derivada de h é
h \ x ) = g'{f{x)) ■f'{x) = cos(/(x)) • f'{x) = cos(a;^-H 4 x) • (3x^ -|-4 ). ^
di § dh
(P) (P)
ÔXn
dhi dh
. dxv
(P) (P)
dXn
Ph(p)
Bh, , 1
■■
/ \
••• ■ãí:<p)J
Dç(f(p)) Dí{v )
f: ^2
(x,y) !->■ f{x,y) = - y'^,x ■y)
7.5 A regra da cadeia em Cálculo II 269
de modo que
dfi, ^ 9 fi
2-X -2-y
Df{x,y) ^
df2, \ ^ h ( N y X
j ^ ( x , y ) ~^(x,y)
de modo que
dgz, ^ dgz 1 -1
2 -2
Df ( l , l ) =
1 1
1 0
1 1
1 -1
■1 0 ■ '2 - 2 ‘
' 2 -2 '
Dh { l , l ) = 1 1 = 3 -1
11 11
_ 1 -1 _ _1 -3 _
Dg(f(l,l)) £)f(l,l)
dhi
(1,1) = - 2 ,
dy
Ô/l2 dho
(1,1) = 3, ^ (1 ,1 ) = - l ,
dx dy
(1,1) = - 3 .
dy
dhi. . dhi, ,
dh 2 , . dh.2 , .
Dh{x,y) =
ô/i3, , dhz ■
7.5 A regra da cadeia em Cálculo II 271
2 -2
Dh { l , l ) = 3 ~1
1 -3
dfi, s d fi
2 -X - 2 - y
Df{x,y) =
df2, . 0/ 2 , . y X
dg\( . dgi
{u,v)
dv
V • cos(u -v) u- cos(u • v)
^g2 / \ ^g2 / \
Dg{u, v) = ^(u.v) 1 1
1 -1
dgz, ^53 /
272 Aproximação linear e a regra da cadeia
xy COS — y“
^ )x ■y) {x^ — y"^) cos ((x^ —y^) xy)
Í)g(f(x,í/)) = 1 1
1 -1
(3 x^ y —y^) cos ((x^ —y^) xy) (x^ —3 x y^) cos ((x^ —y^) xy)
2 x -fy - 2 y - |- x
2x —y —2y —X
x'{t)
Da{t) = e Df { x, y) =
y'(t) 2x1 J 1x2
segue-se que
x'(í)
Dh{t) = Df{oc{t)) • Doc{t) =
1x2 . . 2x1
g ( a ( í ) ) . í ' ( ‘) + f j ( a W ) •!/'(()
1x1
isto é.
Em particular, como
dh
Dh{t) =
dt {t) J 1x1
segue-se que
~ dx . s dx , .
D^{u,v) =
dy, . dy
-J 2x2
df, X df. ,
Df { x, y) =
1x2
segue-se que
Dh{u,v) = Df{g{u,v)) ■Dg{u,v)
r dx
du
1x2 dy, X dy
L du 2x2
dh ^ dh, X
Dh{u, v) —
J 1x2
274 Aproximação linear e a regra da cadeia
concluímos que
dh d f . , .. dx. , 9 /, , ,, dy. .
dh
gi{u, v^t) = u + V g 2 { u , v , t ) = u - v + t,
segue-se que
dgi. .. dgi dgi
ã i - í ” ’”-')
Dg{u,v,t) =
dg2, dg2, .. dg2, ..
L â T * " '” ’*)
1 1 0
1 -1 1
Uma vez que
df, . df. .
Df {x, y) =
temos
Dh{u, V, t) = Df{g{u, V, t)) ■Dg{u, V, t)
■1 1 0"
^{g{u,v,t)) ^{g{u,v,t))
1 -1 1
df, , df, ■1 1 0■
— (u + V , U - V + t) — (u + v , u - v + t)
dx dy 1 -1 1
7.5 A regra da cadeia em Cálculo II 275
concluímos que
dh. df.
— (u.+ u, u - u + í) = — { u + v , u - v + t) + — ( u + v , u - v + t),
ou ox ay
dh, \ df, \ df, ,
— {u + v,u - V + t) — — {u + v , u - v + t ) - — {u + v , u - v + t),
ov ox oy
dh, df, .
— [u + v, u —v + t) = — {u + v , u - v + t).
ot oy
a ( í ) = p + í • V = ( p i , . . . ,p „ ) + 1 • ( u i , . . . , u„) = (pi + í • u i , . . . , p „ + í • V n ) .
■ «l(í) ■ ■ Vl ”
Da{t) =
- < (í). nxl _ Vn . nxl
e a(0) = p + 0 • V = p, temos
Dh{Çi) = Df{oc{0)) ■Doc{0) = Df {p) ■Da{0)
-1 ■ vi ■
df , s df
■■■ - Ixn
. . nxl
^ // ^ df , .
J 1x1
Lembrando que, por definição,
Dh{Q) =
> 1x1
concluímos que
dh d!
i= l
dhk, s dhk, .
Dh{p)
■■■ dXn
^f m / \ ^f m / N
. |r ( f ( p ) ) - ax„(P>J
DgiKp))
(estabelecida para a função composta h = g o f) por expressões em termos
das entradas das matrizes envolvidas. Mais especificamente, a expressão ma
tricial acima diz, por exemplo, que o elemento da primeira linha e primeira
7.5 A regra da cadeia em Cálculo II 277
(7.13)
dx ( p ) = ^ ( f ( p ) ) • i f ^ ( p ) +■ ■• + i ^ ( f ( p » ■^dxj( p )
dyi dyn
dçi dfk
OXj
è í® » '
Assim, em resumo, o que a maioria dos livros de Cálculo II faz é trocar
uma única equação matricial (isto é, D h(p) = £^g(f(p)) • Dí{p)) pelas k • n
equações reais definidas em (7.13).
C U ID A D O ! C U ID A D O ! C U ID A D O !
7.6 Exercícios
R = S o T ; R" ->■ R*
( - 1 .- 4 ) = 3
dx
P = 2433.5
[30] A resistência total R de três resistores i?i, i?2 e i?3, ligados em paralelo,
é dada por
1 -2 . _L 2.
R Ri i?2 R3
Se as medidas de /?i, i?2 e R^ são 100, 200 e 400 ohms, respectivamente,
com erro máximo de ±1% em cada medida, aproxime 0 erro máximo
no valor calculado de R através da equação da aproximação linear.
xy (ln(x) - ln(y))
T=
ln(2) { x - y )
284 Aproximação linear e a regra da cadeia
tal que
Df { x , y , z ) = [ 0 0 0 ]
para todo (x, y, z) em e / ( 0 ,0,0) = 0, então /(x , y,z) = 0 para
todo (x, y, z) G
[36] Diga se cada uma das sentenças a seguir é verdadeira ou falsa, apresen
tando uma justificativa caso ela seja verdadeira ou um contra-exemplo
caso ela seja falsa.
(a) Se / : ^ R é uma função de classe satisfazendo
D/(0,0,0)= [ 2 0 0 ]
então /(x , y,z) = 2 x para todo (x,y, z) € R^.
(b) Se / : R^ —>■R é uma função de classe satisfazendo
Df { x , y , z ) = [ 2 0 0 ]
para todo (x,y,z) G então /(a :,y^z) = 2x para todo (x,y,z) G
X2) + X2 ^ ( ® l i ® 2) = 3/(X i , X 2 ),
para todo A: G R.
(g) (T eorem a de E uler) Mostre que se / ; é uma função
homogênea de grau A:, então
df
; ^ ( x ) + X2 ; ^ ( x ) + + ^ n ^ ( x ) = A:/(x),
dxi UX2
para todo x E
Funções homogêneas aparecem naturalmente em Economia. Por exem
plo, funções de lucro e de custo (que surgem a partir de funções de
produção), e funções de demanda (que surgem a partir de funções
de utilidade), são automaticamente funções homogêneas nos modelos
econômicos tradicionais. O capítulo 20 da referência [71] oferece um
excelente estudo de funções homogêneas no contexto econômico.
7.6 Exercícios 287
g (g ( p ) ) ( ^ ( p ) ) '+
| f e ( P ) ) - ^ { p ) + |{ t e ( p ) ) - ^ ( p ) .
, X / XX ^51/ X % 1 / X ,
ay ^ g i, ^ g i,
' dudv (g(p)) ■( "ôa;
^ ( P ) • ^dy( P ) + ^ay( P ) • ^aa;( P ) ) +
ay
■â;(p> +
^dy( P ) g fe (P )) ( f ( P ) ) %
|^ (s(p)) ■(|^ (p )) +
lí(g(p))
du ■i§(p)
dy‘^ + f{(s(p)) ■i§dy^( p ) ,
dx (P)
que justamente descreve a reta que passa pelo p = (a, 6) com direção dada
pelo vetor ei = (1,0) (veja a seção (2.5)) e, para analisar o comportamento
de / sobre esta reta, basta estudar a função composta de uma única variável
dada por
h{t) = { f o a i ) ( í) = / ( a i ( í ) ) = f { a + 1,6).
0 -- -- 0
/l=/0CXj
Analogamente, para a derivada parcial (9 //9 y )(a, 6), o que estamos fa
zendo é caminhar no domínio D da função / por uma reta passando pelo
ponto p = (a, 6) que é paralela ao eixo y e analisando o comportamento de /
sobre esta reta. Para caminhar por esta reta, basta considerar o traço da
curva parametrizada
que justamente descreve a reta que passa pelo p = (a, b) com direção dada
pelo vetor 62 = (0,1) (veja a seção (2.5)) e, para analisar o comportamento
de / sobre esta reta, basta estudar a função compoata de uma única variável
dada por
«2
0 -- -- 0
h=fooi^
que justamente descreve a reta que passa pelo p = (a, 6) com direção dada
pelo vetor v = (vi, V2) (veja a seção (2.5)) e, para analisar o comportamento
de / sobre esta reta, basta estudarm a função composta de uma única variável
dada por
h{ t ) = ( / o a )(í) = f { a { t ) ) = f { a + t - v i , b + t - V2).
dV ’ t^o t
lim / ( P + ^'^) ~ / ( P ) ^ lim ^ b + t-V 2) - f{a, b)
t^o t í-^O t
0 número real
dv <->o t
/ ( p + í • v) - /(p )
lim
í—^0
na definição de derivada direcional, é necessário que a (í) = p + í •v esteja no
domínio D de f para t próximo de zero. Para isto, é suficiente que p = (a, 6)
seja um ponto interior de D.
Evidentemente, a definição de derivada direcional dada acima se estende
para o caso de uma função escalar de n variáveis.
(8 . 1)
dv^ ' Í-+0 t
caso o limite exista;
8.1 Derivadas direcionais 297
0 -- -- 0
/i=/ocx
||( P ) = v / ( p ) . V = ^ ( p ) + ^ (p ) . (8.3)
| ( p ) = '■'(O)-
8.2 o vetor gradiente 299
1 ■ Vi “
ÊL
dx\ (P) dXn
(P)
. Ixn
_ _ nxl
df £>/
a * / ” ’ *’' + ■■■+ J 1x1
C U ID A D O ! C U ID A D O ! C U ID A D O !
u=
z = f { x, y) = 4 •
Solução:
, , ^ „ 3 ^ 5 1 ^ „
1.5 • + 8 •^ 7 — = — ^ 8.063__
10 10 20
Observe que o resultado acima também é a taxa de variação de / em p
na direção u. ^
O item (b) do exercício resolvido acima sugere uma estratégia mais produ
tiva do que tentar manter o capital constante e variar o trabalho ou manter
o trabalho constante e variar o capital: no ponto p = (10000, 625), devemos
aumentar o capital e o trabalho na proporção 1/3. Contudo, uma outra per
gunta surge: como saber se não existe uma estratégia ainda mais produtiva?
Como determiná-la? A resposta é dada mais uma vez pelo teorema (8.1)
junto com as propriedades de produto interno. Descobrir a estratégia mais
produtiva é equivalente a descobrir um vetor unitário u para o qual a deri
vada direcional no ponto p é máxima. Agora, usando o teorema (2.3), temos
que
|^ ( p ) = V /(p ) • u ||V /(p )||-J|u ||.c o s(0 ) = ||V /(p )||-co s(0 )
= 1
(veja a figura (8.4)). Desta maneira, a fim de que a derivada direcional acima
seja máxima, devemos ter 0 = 0 de modo que cos{9) = 1. Moral da história:
302 Derivadas direcionais e o vetor gradiente
^ = 4•
V /( p ) = (1 .5 ,8 ).
v = {vx,V2,...,Vn)
que estamos usando no texto. Por exemplo, podemos descrever v como uma
combinação linear dos vetores da base canônica em M":
onde
61 = (1 ,0 ,0 ,..., 0,0),
62 = (0 ,1 ,0 ,...,0 ,0 ),
6„ = (0 ,0 ,0 ,..., 0,1).
para um vetor em e
8.3 Exercícios
[04] Determine a direção na qual cada uma das funções abaixo cresce mais
rapidamente no ponto p = (1,1).
(a) f { x, y) = x^ + 2y^.
(b) f { x, y) = x'^ - 2 y ^ .
(c) f { x , y) = e^seny.
(d) f { x , y) = e^seny — e~^cosy.
[05] Uma sonda espacial está nas proximidades do hemisfério mais quente
do planeta Mercúrio. Um sensor verifica que a carcaça da nave está
começando a derreter. Supondo que a temperatura na região é descrita
pela função T(x, y, z) = e~^ + e que a sonda se encontra na
posição p = (1,1,1), qual deve ser a direção que a sonda deve tomar a
fim de obter o maior decaimento na temperatura?
[06] A altura do vulcão havaiano Mauna Loa é (de maneira aproximada)
descrita pela função
h{x, y) = 2.59 —0.00024 —0.00065
onde /i é a altura acima do nível do mar em milhas e x e y medem
as distâncias leste-oeste e norte-sul em milhas com relação ao topo da
montanha. No ponto (x,y) = (—2, —4):
(a) O quão rapidamente cresce a altura na direção (1,1) (isto é, na
direção nordeste)?
(b) Em qual direção a altura cresce mais rapidamente?
(c) Em qual direção a altura decresce mais rapidamente?
(d) Se você caminhasse na direção sul, você estaria subindo ou des
cendo? A que taxa?
(e) Se você caminhasse na direção noroeste, você estaria subindo ou
descendo? A que taxa?
[07] Suponha que uma montanha tenha o formato de um parabolóide elíptico
z = c— onde a, 6 e c são constantes positivas, x e y são as
coordenadas leste-oeste e norte-sul no mapa e z é a. altitude acima do
nível do mar {x, y e z são todas medidas em metros). No ponto (1,1)
qual é a direção em que a altitude cresce mais rapidamente? Se uma
pedra você largada em (1,1) em qual direção ela deveria começar a
rolar?
306 Derivadas direcionais e o vetor gradiente
(a) V (/ + 5) = V / + V5.
(b) V(c • / ) = c • V /, onde c é uma constante real.
(c) V (/3) = /V 5 + 5 V /.
(d) V (//ff) = { g Vf - f Vg)/ g^ nos pontos onde g ^ 0.
[09] Em qual direção e sentido deveríamos nos mover a partir do ponto (2,3)
para aumentar o valor de 4 x^y o mais rapidamente possível? Expresse
sua resposta como um vetor de comprimento 1.
[10] A figura (8.5) mostra uma porção de um mapa da região sul de Minas
Gerais onde estão indicadas as curvas de nível da função altura h com
relação ao nível do mar. Existe uma linha grossa para cada 100 m de
elevação e uma linha fina em cada intervalo de 20 m. Considere os
pontos D e E no mapa. As setas indicam o vetor gradiente
de h no ponto indicado. Diga se as relações abaixo são verdadeiras ou
não, marcando um ‘‘V” se a relação for verdadeira e um ccp» se ela for
falsa.
> >
( ) > 0, 0,
( ) < 0, () < 0,
( ) > 0,
() < 0,
( ) >
() >
[11] Diga se cada uma das sentenças a seguir é verdadeira ou falsa, apresen
tando uma justificativa caso ela seja verdadeira ou um contra-exemplo
caso ela seja falsa.
(a) Se / : R é uma função de classe tal que V /( 0 ,0,0) =
(0,0,0) para todo (x,j/,z) G então f{x^y^z) = 0 para todo
{x,y,z) e
8.3 Exercícios 307
308 Derivadas direcionais e o vetor gradiente
[14] Diga se cada uma das sentenças a seguir é verdadeira ou falsa, apresen
tando uma justificativa caso ela seja verdadeira ou um contra-exemplo
caso ela seja falsa.
8.3 Exercícios 309
V /(p ) = 2p.
Mostre que
V /(p ) = 2 ( A ^ A p - b ) .
'[18] Seja / : —>• R uma função de classe C^. Mostre que se a : R —)■R" é
uma curva parametrizada de classe C^, tal que a(0) = p e a'(0) = V e
h(t) = ( / o ct){t) (veja a figura (8.6)), então
dh. . d f, ,
0 - - -- 0
h=fooL
[20] Dizemos que / : E” R é uma função par se /(x ) = / ( —x), para todo
X € R". Mostre que se / : R" -> R é uma função par de classe C^, então
V / ( 0) = 0.
O símbolo nabla (V) (também chamado de dei ou atled) foi introduzido por
William Rowan Hammilton em 1837, mas não com o objetivo de represen
tar o gradiente de uma função. Na época, Hamilton usava o nabla para
simbolizar uma função arbitrária. Para denotar o gradiente de uma função,
Hamilton escrevia o nabla rodado de 90 graus. Alguns autores usam ainda
uma outra notação para o vetor gradiente:
grad/(x).
Exem plo 9.1 Considere a função escalar de duas variáveis dada por
F: ^ R
{x,y) Hf z = F(x, y) = 4 x + 2y '
4:X + 2y = 5.
314 O teorema da função implícita
zii
Contradomínio de F
Claramente, esta curva de nível pode ser representada como o gráfico de uma
função / : R —> R de uma variável, a saber,
/: R R
X y = f{x) = —2x + 5/2 ^
Exem plo 9-2 Considere a função escalar de duas variáveis dada por
F: R^ R
(x,y) z = F{x,y) = x'^ + y^ '
y = —V T ^ x^.
9.1 o teorema da função implícita para 315
zii
o0
Contradomínio de F
Como o exemplo anterior nos mostra, a curva de nível de uma função de duas
variáveis (considerada como um todo, globalmente) nem sempre é o gráfico
de uma função de uma única variável. O que vamos fazer é tentar estudar
uma curva de nível de maneira local. Para isto, vamos “enfraquecer” nossa
pergunta: dada uma função F: Dp.C M de duas variáveis e dado um
ponto p = {xQ,yo) na curva de nível C = {(x,y) G Dp \ F[x,y) = k} de F
associada ao nível z = k^ existe uma bola aberta 5y.(p) de centro em p e
raio r > 0 de modo que o “pedaço” da curva de nível C nesta bola seja o
gráfico de uma função de uma única variável? A resposta é que isto depende
do ponto p = (xo, yo) escolhido sobre a curva de nível C\
Considere a circunferência = 1 que é a curva de nível de z =
F{x^y) = + 2/^ associada ao nível z = 1. Para o ponto p = (xo,j/o)
(\/2/2, \/2/2), existe uma bola aberta de centro em p, de modo que o
“pedaço” da circunferência nesta bola é o gráfico de uma função y = f{x)
316 O teorema da função implícita
obter bolas abertas nas quais a curva de nível C se escreve como o gráfico
de uma função y = f(x) de uma única variável.
C U ID A D O ! C U ID A D O ! C U ID A D O !
y = f(^x) — com X g R.
O que vamos fazer agora é tentar obter um critério algébrico que garanta
a existência de uma vizinhança de um ponto na curva de nível de uma
318 O teorema da função implícita
Exem plo 9.3 Seja F : —> R definida por z = F{x^y) = x^^ —Sxy + y^ —l.
E fácil de ver que o ponto p = (xq, j/o) = (4, 3) pertence à curva de nível
- 3 xf{x) + { f { x ) f - 7 = 0,
OU, ainda.
(3 { f { x ) f - 3x ) f { x ) = 3 /(x ) - 2x,
3 /(x ) —2x
/'(^ ) =
3 {f{x)f - 3 x ’
3 • /(4) - 2- 4 3-3-2-4 1
/'(4) = 3 . (/(4))2 _ 3 .4 3-32-3-4 15'
320 O teorema da função implícita
1 41 1
y==yo + f'{xo) ■(x - Xo) = 3 + — • (x - 4) = — + — • a;.
(4 .1 )2 -3 (4 .1 ) í/i + í/ ? - 7 = 0.
V4ÍÕ ( 1 ( V1794479\ n\
3/1 = — ^ ( “ 3 ( — 9 8 1 — ) '*’ 3 ) 3.006099656...
Como fizemos no exemplo (9.3), vamos derivar os dois lados desta equação
e calcular o resultado em x = xq. Mas, agora, para derivar o lado esquerdo
de (9.1), precisamos aplicar a regra da cadeia. Observe que se
a : / C R ->
X i-> a (x ) = (x,/(x))
■a i(x o ) ' 1
Dot{xo) =
. 0!2{^o) . 2x1 . f i ^ o ) . 2x1
dF . , d F ,
D { F o a) { xo) = ^(p)+ g^(p)-/W = [0].xr
J 1x1
f ( p ) + f ( p ) - / ' W = o.
Se (ôF/9y)(p) ^ 0 então
dF dF
/'(^o) = -
dF dF
^ 'ff '
(®o,í/o)
dx
/ 'N )
dF
C - {(a;,2/) € R^ | F{x,y) = - 3 x y + y^ - 7 = 0}
1 ^ (4 ,3 ) = + 2x-3y = -1 ,
(x,y)={ 4 ,3 )
1 ^ (4 ,3 ) = - 3 x + 3y^ = 15.
(x,y)=( 4 ,3 )
(a) 4 e /,
(b) F{x, f{x)) = 0 para todo x G /, isto é, x^ —3 x /(x ) -I- (/(x))^ —7 = 0
para todo x € I,
(c) /(4 ) = 3 e
(d) a derivada de / no ponto 4 pode ser calculada em termos das derivadas
parciais de F no ponto (4,3);
324 O teorema da função implícita
1
/'(4) =
15'
c = {(x,2/) e I ^ = 288o}
^ ( 6 4 ,2 7 ) = 40a;-^/y^^ = 30,
(i,S/)=(64,27)
320
^ ( 6 4 ,2 7 ) =
dy (i,jí)=(64,27) "9“ '
(a) 64 e 7,
30
9'(64) = -
dO, , 320 '32'
i r
27 27
y = yo + q'{xo) ■{x - xq) = 27 - — ■{x - 64) = • x + 81.
27 837
2/1 « • 65 + 81 = — = 26.15625.
Para obter a resposta exata devemos resolver uma equação mais complicada,
60 (65)2/3yJ/3 = 2880, cuja solução é dada por 2/1 = 26.17562__ g
(®o,yo)
dy
9'{yo) = -
(®o,yo)
, .• . Fk = {(arj,,..~.,Xn, y) € i> 1 z = F{ xi y . . , , % , y) - k}
9.2 o teorema da função implícita para R" 327
de F associada ao nível z = h Se
dy
então existe uma função f . B C E” E de classe (7* dèfinída em
uma bola aberta B de E” tal que
(b) F{xi, . . . , a;„, /(iT i,. . . , £c„)) - k para todo {xi, . . . , % ) € -B,
ÔF
k ^ < -'
dxi( ~ dF
■
■*1 yy
dX2^^^ --^n) -
,< ^ y l
Õ F, .
9x„
dxS ^ " " ' - 9F, *
xl + 3 x l + 8 xiy^ — 3 y^X2 = 9
6 X2 - 3 y^ = -3,
{xi,X2,y)={l,0,l)
dF
■ ^ ( 1 , 0 ,1 ) = 1 6x iy -9 y ^ X 2 = +16.
{xi,X2,y)={l,0,l)
(a) (1 ,0 )6 5 ,
(c) /(l,0) = le
( 1, 0, 1)
n
^ (1 0 ) =
dx^ ’ ’ dF 16’
(1,0,1)
dy
(1,0,1)
K n 0) = 3
dx2^ ’ ^ dF = + l6 -
isto é.
, 11 / 3 , 11 3 27
VF(p) = (
b'>) ^ { 0 , 0 , . .
- ’ W,.
,0).
N /o
(s^O) 3/o) ^ 0 OU — (xo,2/o)#0.
^F, .
ou — (xo,yo)7^0.
dx ^
9.3 Conjuntos de nível e hiperplanos tangentes 331
OLi / C M —^
X t-4- a{x) = {ai{x),a 2{x)) = (x,f{x)) ’
é equivalente a
■d F , , d F , o;í(2:o)
DF{p) = e í)a(xo) =
1x2 . « 2(2:0) J_ 2x1
onde ai(a;) = x e oí2{x ) = f( x ) são as funções coordenadas de a. Desta
maneira.
dF. , dF. , « 1 ( 2:0 )
D{F o a)(xo) = D F { p ) • Da(xo) =
1x2 , « 2 ( 2:0 ) .J 2x1
-- k
dF BF
V F(p) ■a'(xo) = ^ ( p ) • a[{x,) + ^ ( p ) ■a',{x,) = 0.
Mas, pelo teorema (2.3), V F(p) •a'(a:o) = ||V F (p)|| • ||a'(a:o)|| ■cos{0), onde
9 é o ângulo entre o vetores V F(p) e a'(xo). Portanto,
2 drV
, 2 d, 2 - 11.
Figura 9.8: Uma ilustração física de dois fatos: (1) V F é a direção de maior
crescimento de F e (2) V F é perpendicular a suas curvas de
nível.
9.3 Conjuntos de nível e hiperplanos tangentes 335
V F(p) • (x - p) = 0 (9.4)
OU, em coordenadas,
dF / X / \ dF / \ / X dF / X / \ A
— (p) •(Xi - pi) + •. . + Õ ^ (P ) •[Xn - Pn) = 2 ^ ^ ( p ) •[Xi - Pi) = 0
^ 2=1 ^
d F . , . , dF d F , , , X ^
yo, zo) ■[x - xo) + — [xo, yo,zo)-{y-yo) + yo,zo)-[z- zq) = 0.
S olução : Como
dF
^ (1 ,0 ,1 ) = 3x? + 8y2 — + 11,
{xi,X2,y)={l,0,l)
dF
(1,0,1) = 6x2-3?/=’ = -3,
dX2 {xi,X2,y)={l,0,l)
superfície de nível de F
uma certa hipótese que iremos estabelecer, existe uma vizinhança do ponto p
na qual o conjunto de nível j^k coincide com o gráfico de uma função vetorial
f: S C -> definida em uma bola aberta B de Vamos primeiro
ver um exemplo simples, onde F é uma transformação linear.
e o conjunto de nível
Será que ^(5,7,0) pode ser representado como o gráfico de uma função? Um
ponto (x, ?/, r, s) pertence ao conjunto de nível ^(5,7,0) se suas coordenadas
satisfazem o sistema linear
Ax + 2y + 2z — r + 35 = 5,
2x + 2 z + 8r — 5 s = 7,
2x + 2y + r — 5 = 0.
^ 2 y + 2 z — r = 5 —4 x —35,
+ 2z + 8r = 7 - 2 X + Õ5,
^ 2y + r = —2 x + 5 .
-1
■2 2 -1 ■ 11 1 -1 9‘
0 2 8 8 2 -8
_2 0 1_ -2 2 2_
’y ~ 1 -1 9■ 5 —4x —3 s —2 —20 X + s
1 1
z 8 2 -8 7 —2x + 5 s 5 4 -2 0 x -lls
r _-2 2 2 —2 x + s_ 4 + 18s
é tal que o gráfico de f coincide com 0 conjunto de nível •^(5,7,0) • Nem toda
escolha de variáveis independentes é permitida. Por exemplo, se queremos
escrever x, j/ e z (as variáveis dependentes) em função de r e 5 (as variáveis
independentes), então devemos resolver o sistema
■4 2 2■ 'y' 5+ r —35
2 0 2 z = 7 —8r + 5 s
2 2 0 r _0 — r + s _
B
Como B não é uma matriz inversível (pois det{B) = 0), podem existir valores
de r e 5 para os quais o sistema acima não possui solução. De fato, para
r = —5 e 5 = 0, o sistema
não possui solução. Logo, não é possível escrever 0 conjunto de nível ^(5,7,0)
de F como 0 gráfico de uma função vetorial f que depende de r e 5. ^
de F que passa por p*. Será que pode ser representado como o gráfico
de uma função em uma vizinhança de p*? Para tentar responder a esta per
gunta, vamos olhar para um objeto mais fácil de se trabalhar: a aproximação
linear de F no ponto p* dada por
l(x) = F(p*) + D F ( p * ) .( x - p * ) ,
de 1 que passa por p* pode ser escrito como o gráfico de uma função em
uma vizinhança de p*. Se x G £k> então l(x) = k e, portanto, k = l(x) =
F(P*) + D F(p*) • (x — p*). Como F(p*) também é igual a k, segue-se que
D F ( p * ) .( x - p * ) = 0
^ (P -) . (X - X -) + ^ ( p - ) . { y - y -) + ^ ( p - ) . (X - x -)+
^F^ õFi
^ ( p * ) - ( r - r ‘) + ^ ( p * ) - ( 5 - O = 0,
342 O teorem a da função im plícita
^ ( p . ) . ( r - r - ) + ^ ( p . ) . ( ^ _ , - ) = 0.
dF2f dF2f
,s dF2f,s
y-y
z — z*
ã^<P > s7(P > 17<P )
d F% d d Fri
§ ( p - ) . ( x - x - ) + f ( p ' ) . (» -> •)
§ ( p - ) . ( x - x - ) + f ( p ' ) . ( * - .• )
deve possuir uma única solução para cada valor de x e 5. A fim de que isto
aconteça, é suficiente que a matriz
dFi
(p ) ã 7 ( p )
SFi, dF2 dFo
(P*) ^ (P * )
^■^3/ *x m
dz dr
seja inversível. E, como era de se esperar, esta condição também é suficiente
9.4 o caso geral do teorema da função implícita* 343
para que o conjunto de nível .Fk de F possa ser escrito como o gráfico de
uma função vetorial [y, z, r) = f(x, y) em uma vizinhança do ponto p*.
' = { ( x ,y ) € R -+ « I F { x ,y ) - k = F (x ^ y * )} j-
dF
’i dFr
(P^) iP*)
dVi 'tn
DyF(p*) = lllll! ;
dFm
(P*)
- %i dVm ^ ^
■ é inversível^ então existe uma. função vetorial ,fi ,J3 C K” -í- de
classe (7* definida em um aÜoia aberta B de tiàl que
I ? f( x * ) = { Í ) y F { p * ) )- '* I ? ,P ( p d .- ! ; -
■1^'
UXfi (P*)
i^xF(p*) =
dFjn
dXn (P*)
9.5 Exercícios
[03] (a) Use o teorema da função implícita para demonstrar que a equação
—X —y + l = 0 define y como uma função / de x em uma
vizinhança do ponto p = (1,1).
(b) Use o teorema da função implícita para calcular f { l ) .
[04] Seja F : R ^ definida por z = F(x, y) = x - y.
(a) Mostre que o ponto p = (1,1) pertence à curva de nível
•^1 = {(a:, 2/) G I F{x,y) = 1}
de F associada ao nível z = 1.
(b) Mostre que p = (1,1) é um ponto regular da função F.
(c) Encontre a equação da reta tangente r a curva de nível no ponto
P = (1, !)•
(d) Faça um esboço do desenho de r e V F (1 ,1).
[05] (a) Mostre que p = (4,3) é um ponto regular da função G: -> R
definida por z = G{x,y) = x'^ — Sxy + — 7.
(b) Encontre a equação da reta tangente à curva de nível
;^ o -{ (x ,2 / ) e R 2 |G (x ,y ) = 0}
de G associada ao nível z = 0 no ponto p = (4,3).
[06] Seja / ; R —>■R uma função de classe C°° tal que
-/(x)
. , 16
u du = — , para todo x G
/
com / ( —2) = 2. Calcule / ' ( —2).
[09] (a) Use 0 teorema da função implícita para demonstrar que a equação
+ 3 2/^ + 8 — —^
define 2: como uma função f de x e y em uma vizinhança do ponto
p = (1,0,1).
(b) Use o teorema da função implícita para calcular as derivadas parci
ais /a;(l,0) e fy{l,0) de / .
(c) Encontre a equação do plano tangente ao gráfico de / no ponto
p = (1,0,1).
[10] (a) Use o teorema da função implícita para demonstrar que a equação
+ y^ + z^'f = + y‘^ - + IQ
define 2 como uma função f de x e y em uma vizinhança do ponto
p = (1 ,-1 ,1 ).
(b) Use o teorema da função implícita para calcular as derivadas parci
ais /x (l, -1 ) e fy{l, -1 ) de / .
(c) Encontre a equação do plano tangente ao gráfico de / no ponto
p=(l,-l,l).
[11] Uma firma usa x horas de trabalho não-qualificado e y horas de trabalho
qualificado diariamente para produzir z = y) = 4 unidades
de um certo produto por dia. Desta maneira, com xq = 10000 horas
de trabalho não-qualificado e yo = 625 horas de trabalho qualificado,
esta firma produz 20000 unidades do produto por dia. Use a equação
da reta tangente à curva de nível
V =
j., s 2^
u; = /(x, y, 2) = ^ + ^ + ^ ,
íFi = |(a:,2/. z) e
2 x z + xy + z — 2 ^/z — 11 xyz — 6
/■ D / C -> E ' •
definida era Df e D um subconjunto de D /. ,
(a) Dizemos que p € D é um; ponío de mánmo glàbal de / em D èè
liillililMiliilliiilM
para todo x € Br(p) H D.
(d) Dizemos que p € D é um ponto de mtmmo local de / em D se
existe uma bola aberta Br(p) de centro em p e raio r > 0 tal que
m >m
A notação g(x) < 0 significa que ^i(x) < 0, 52(x) < 0, . . . , gk^x) < 0, onde
5i) 52) ••• 1 gk são as funções coordenadas de g.
No problema (1.1) (0 problema da caixa), 0 conjunto admíssivel
A =R2
(o ponto (0, 0)) e ela não possui ponto de máximo global em D\. Por outro
lado, esta mesma função-objetivo possui pontos de máximo e mínimo global
no conjunto admissível
Figura 10.1: O gráfico de um a função de duas variáveis no quadrado D = [-3 , +3] x [-3 , +3].
10.1 Definições e exemplos 355
10.2 Exercícios
[01] A figura (10.4) mostra o gráfico de uma função que aproxima a altura
(em km), com relação ao nível do mar, de uma região do Havaí, formada
pelo retângulo entre as longitudes 195° e 210° e entre as latitudes 18° e
25°. Marque no mapa de contorno alguns pontos de máximo e mínimo
local dessa função.
[02] Mostre que (0, 0) é um ponto de mínimo global da função
2; = f{x, y) = x^ +
estudada 0 exemplo (3.1).
[03] Mostre que (0, 0) não é nem um ponto de máximo global e nem um
ponto de mínimo global da função 2: = f{x ,y ) = x ‘^ — estudada no
exemplo (3.2).
358 Máximos e mínimos de funções de várias variáveis
[10] Diga se cada uma das sentenças a seguir é verdadeira ou falsa, apresen
tando uma justificativa caso ela seja verdadeira ou um contra-exemplo
caso ela seja falsa.
[11] Sejam / : D C -> R uma função tal que /(x ) > 0 para todo x G D
e /i: D C R^ R definida por /^(x) = ^ / ( x ) .
[12] Sejam f : D C R uma função tal que /(x ) > 0 para todo x G D
e /i: jD C R^ H definida por /i(x) = ln (/(x )).
[16] Diga se cada uma das sentenças a seguir é verdadeira ou falsa, apresen
tando uma justificativa caso ela seja verdadeira ou um contra-exemplo
caso ela seja falsa.
[18] Diga se cada uma das sentenças a seguir é verdadeira ou falsa, apresen
tando uma justificativa caso ela seja verdadeira ou um contra-exemplo
caso ela seja falsa.
(a) Se p é um ponto de mínimo global de / em um conjunto ad-
missível D, i2 é um subconjunto de í) e p € ií, então p é um
ponto de mínimo global de / em R.
(b) Se p é um ponto de máximo global de / em um conjunto ad-
missível Dj R é um subconjunto de D e p G i?, então p é um
ponto de máximo global de / em R.
(c) Se p é um ponto de mínimo global de / em um subconjunto R de
um admissível D, então p é um ponto de mínimo global de f em D.
(d) Se p é um ponto de máximo global de / em um subconjunto R de
um admissível Z), então p é um ponto de máximo global de / em D.
[19] Diga se cada uma das sentenças a seguir é verdadeira ou falsa, apresen
tando uma justificativa caso ela seja verdadeira ou um contra-exemplo
caso ela seja falsa.
(a) Sejam / : g{x) = /(x ,0 ) (a restrição de / sobre o eixo
e h{y) = /(0 ,y ) (a restrição de / sobre o eixo y). Se x = 0 é um
mínimo local de g e y = 0 é um mínimo local de /i, então (0, 0) é um
mínimo local de / em .
(b) Sejam f : R e g{t) = f [tv) (a restrição de / sobre a reta que
passa pela origem (0, 0) com vetor diretor v). Se t = 0 é um mínimo
local de para todo v G R^, então (0, 0) é um mínimo local de /
em R^.
(c) Sejam / : R^ -> R, g[x) = f{Xj 0) (a restrição de / sobre o eixo x)
e h{y) = /(0 ,y ) (a restrição de / sobre o eixo y). Se x = 0 é um
mínimo global de g e y = 0 é um mínimo global de /i, então (0, 0) é
um mínimo global de / em R^.
(d) Sejam / : R^ ^ R e g{t) = f { t v ) (a restrição de / sobre a reta que
passa pela origem (0, 0) com vetor diretor v). Se t — 0 é um mínimo
global de p, para todo v G R^, então (0, 0) é um mínimo global de /
em R^.
Capítulo 11
df,, df . .
D m (P) = [ 0 0 •. • 0 ]
dXn J Ixn
ou, em notação vetorial.
«/ È L ( p ) ^ { 0, 0, . . . , 0) ,
v /(p ) = (
Exercício resolvido 11.1 Diga se cada uma das sentenças a seguir é ver
dadeira ou falsa, apresentando uma justificativa caso ela seja verdadeira ou
um contra-exemplo caso ela seja falsa.
11.1 Pontos críticos e a regra de Fermat 367
V/(p)
V/(q)
S olução :
^{x,y,z) = S ^ 0
C U ID A D O ! C U ID A D O ! C U ID A D O !
V /( 0 ,0 ) = (1 ^ (0 ,0 ), ^ ( 0 , 0 ) ) = ( 2 x , - 2 y = ( 0 , 0).
(i,j^)=(0,0)
11.1 Pontos críticos e a regra de Fermat 369
Nem todo ponto crítico de uma função é um extremo local da função, como
mostra o exemplo da sela de cavalo. Precisamos desenvolver uma ferramenta
que nos permita “classificar” os pontos críticos de uma função / . Isto será
feito com o auxílio do polinómio de Taylor de ordem 2 de / , assunto de nossa
próxima seção.
O bservação. A regra de Fermat também é denominada condições de pri
meira ordem para um extremo local.
'' í/ = •= s {a ) + f'{a) - { x - a ) {® —
2!
M ^s ainda^ vale qiiêi
®-4a [ x —a y
0 polinómio p2 é denominado o poUnôvno de T aylor de ordem 2 de f
no p on too/
( /( a ) - /"(a) ■a) - x + -x ^
/3 7
Multiplicando-se as expressões acima e colocando-se f'{a) e f"{a)/2\ em
evidência, concluímos que
= 1 + 1 • (a: - 0) + ^ • (^ “ 0)2 = 1 + X + ^ .
Subtraindo-se /(a ) dos dois lados desta equação e dividindo-se por {x —a)^,
o que é permitido para pontos x ^ a, obtemos que
11.2 Polinóm ios de Taylor 375
Suponha que f'{a) seja maior do que zero. Uma vez que R 2 {cl, x )/ {x —.a)^
0 quando a; —> a, existe um r > 0 tal que
Assim, para 0 < \x — a\ < r temos R 2 {a^x)/{x — a)^ > —/" (a )/4 e, con-
seqüentemente,
para todo x com 0 < \x —a\ < r. Isto mostra que para todo x diferente de a
no intervalo aberto (a —r, a + r), f{x) —f{a) > 0, isto é, f{x) > f{a). Logo,
X = a é um mínimo local de / . Suponha agora que f ”{a) seja menor do que
zero. Uma vez que R 2 {a, x)/ [x — a)^ 0 quando x -> a, existe um r > 0
tal que
Assim, para 0 < |a; —a| < r temos R 2 {a,x)/{x — a)^ < —/" (a )/4 e, con-
seqüentemente,
para todo x com 0 < \x — a\ < r. Isto mostra que para todo x diferente
de a no intervalo aberto (a —r, a + r), f{x) — f{a) < 0, isto é, f{x) < f{a).
Logo, X = a é um máximo local de / . Estes dois resultados constituem as
condições de segunda ordem de um extremo local de uma função de uma
variável de classe C^.
r (g )
y = Pk{x) = /(a )+ /'(a )-(x -a )- {x-af+- (x —a)*'.
2! ib!
Mais ainda, vale que
Um/ W - w W , 0 ,
—oj*
isto é, a diferença entre /(x ) e pk(x) vai para zero mais rapidamente
d|> que (x - a)*'. Em outras palavras, ■
. f i x ) =Pk { x ) ^ - Rk { a , x )
com
krãe:i
fflilH iili:®
f{x,y)-l{x,y)
Ito J íl^ lÍ ü L = Um = 0.
(x,y)^{a,b) ||(x —a, y —Ò)|| (x,y)-^{a,b) -y/(x — a)^ + { y — 6)^
m{a,h) = l{a ,b ),
^ ^ (n b)
-g-(a. h\ = ín h\
6), M = - ^ ( (n
gp-(a, b) a , hb),
~\
u\ —
•(a,o) „ d'^P2,(n ,0) —
_
dx^ dy^ (a, 6),
d"^P2
dydx''~’~^ dxdy ’ dxdy^ ’ ‘ d yd x'
A (n,6),
dy
dxdy^^^
Dfip) = , -c>V(p) =
dydx^^^
|^ ( x , y) = i e |^ ( x , y) = ^ x ^ l Y ^ ' \
11.2 Polinómios de Taylor 381
f ( \ 3 3/4 f ^ . 3 _5M
5 ^ .2 V ^y) iQ y ^ Qy2\ ^y) 16 ^
aV
Desta maneira,
^ ( 11) ^ ( 11) 1 3
^ /( i,i) =
4 4
- 3 3 ■
“ l6 16
ay 3 3
dydx (1,1) 0 ( 1 ,1 ) - 16 16 -
Conseqüentemente,
3 3 -
1 3 Ir , , 1 16 16 X —1
i^+ jy+ o y-^\ 3 3 y -1
16 “ l6 -
r + iy -^ 2 ^ +16"^"32^-
Sendo assim, p i(l.l,0 .9 ) = (1/4) (1.1) + (3/4) (0.9) = 0.95 e p2(l.l,0.9) =
(1/4) (1.1) + (3 ^ ) (0.9) - (3/32) (1.1)2 ^ j) (0.9) - (3/32) (0.9)^ =
0.94625, enquanto que / ( l . l , 0.9) = ( l.l)i/‘*(0.9)3/‘^ = 0.9463026.... ,
M h i i l i l i É B S i É i i i i íl B i ^ i f c
P ilHiliiliM
S li'8 8 l^ p íü i
é a matriz hessiana de / no ponto p. Mais ainda, vale que
/( x ) = p 2(x) + i?2(p,x),
iiliS lf tif c lii^ ifc jtf c § if t§ te iii^ § p iiiW f iiiiiil i |B j |||j || ||M
/(x ) = /(p ) + jD / ( p ) • (x - p ) + ^ • (x - p )^ • I ? V ( p ) • ( x - p ) + i ? 2( p , x ) .
/ ( p + h) « /(p ) + 2 • • -^ V (P ) • h,
isto é.
/ ( P + h) - / ( p ) ~ 2 ■ ^
Q (h) = h ^ . p V ( p ) - h ,
onde D"^f (p) é a matriz hessiana de / no ponto crítico p. Punções deste tipo
são tão importantes que vamos dar um nome para elas.
• \v , Q: . m^ - f . n . .
' K. • A >h !
'h
h2
Q { h i , h , . . . , h n ) ^ [ h h2 ••• K ] y “f 7 T
On,l ■■■ On,n. .^ .
iü iia i
'. para t o d o h ? ^ O e m ® ’‘
11.3 Formas quadráticas e matrizes definidas 385
|i|||||||i® |i|||i|i|ii|||||||||||||illl|l|iii® ^
para todo h jí O em K” . ;
Q (h) = h ^ - A . h < 0
Q (0) = 0^ • A • 0 = 0.
E x e m p lo 11.3 A matriz
1 0
A=
0 1
'IO' ’ h,-
Q{hi, h2) = [ /ii /i2 ] — h\ + h.2,
. 0 1.
é maior do que 0 para todo (fii, /12) ^ (0,0). Veja a figura (11.5).
386 Otimização sem restrições
Figura 11.5: Gráfico da forma quadrática positiva definida Q{hi, /12) = + hl-
-1 0
B =
0 -1
■- 1 0 ■ 'hl'
Q { h \ , h 2 ) = [ h i /i2 ] = -h\ - hl
0 -1 . ^2 .
é menor do que 0 para todo (hi, hl) 7^ (0,0). Veja a figura (11.6).
1 0
C=
0 -1
■ 1 0 ■ 'hl'
Q{h\, hl) = [ fii ] = h l - hl
0 -1 . ^2 .
Figura 11.6: Gráfico da forma quadrática negativa definida Q(/ii, /12) = —h\ — h\.
1 0
D=
0 0
é maior ou igual a 0 para todo {h\, /12) ^ (0,0). Veja a figura (11.8). Observe
que D não é positiva definida pois (5(0,1) = 0. b
Figura 11.8: Gráfico da forma quadrática positiva semideíinida Q{h\, /i2 ) = h\.
-1 0
E =
0 0
■- 1 0■ hl
(5(fii, fiz) = [ fii fiz ] = -hl
0 0_ . ^2 .
11.3 Formas quadráticas e matrizes definidas 389
é menor ou igual a 0 para todo (/ii, /12) 7^ (0, 0). Veja a figura (11.9). Observe
que E não é negativa definida pois Q (0,1) = 0. ■
dl 0 0 0
0 d2 0 0
D=
0 0 da 0
0 0 0 d4
dl 0 0 0 ~h l -
0 d2 0 0 h2
Ç ( ^ i ) ^3) ^^4) = [ hl h2 /ia /i4 ]
0 0 da 0 h^
0 0 0 d4 /i4
= d l /i^ -j- (Í 2 /i2 "h da /ia d4 /i^.
(a) Se D é uma matriz positiva definida, então devemos ter Q(ei) = di > 0,
(5 (02) = ^2 > 0, Q(ea) = da > 0 e Q(e4) = d4 > 0. Por outro lado, se di,
d2, da e são todos maiores do que 0, então D é positiva definida pois
(b) Se D é uma matriz negativa definida, então devemos ter Q(ei) = di < 0,
Q(e2) = d2 < 0, Q(ea) = da < 0 e (5 (04) = d^ < 0. Por outro lado, se di,
d2, da e d4 são todos menores do que 0, então D é negativa definida pois
Q(/ii, /i2, /la, /14) = 0 se, e somente se, /ii = /12 = /la = /14 = 0.
Exem plo 11.8 No exemplo (11.1) vimos que os únicos pontos críticos da
função z = f{ x , y ) = + 9 xy no conjunto admissível D = são.
Pi = (0,0) e P2 = (3 ,-3 ). Como todos os pontos do conjunto admissível
são pontos interiores, segue-se que Pi e P2 são os únicos candidatos a ex
tremo local de / . Vamos aplicar as condições de segunda ordem para tentar
classificar estes pontos críticos. Para isto, vamos calcular a matriz hessiana
D‘^ f{x,y) de / no ponto (x,y):
6x 9
D'^f{x,y) =
0(x.í) 9 -6y
0 9
z?V(0,0) =
9 0
’0 9‘ ■ fii'
Q{h\, /12) = [ fii fiz ] = 18 fiifi2.
9 0 .^ 2 .
18 9
DV(3, -3 ) =
9 18
■18 9 ■ ■/ii ■
Q(/il,/i2) = [ h i /l2 ] = 18 + 18 h\h2 H” 18 /i2*
_ 9 18 > 2.
Observe que Q (/ii,/i2) > 0 para todo (/í i ,/ í2) € e Q{hi^h 2) = 0 se,
e somente se, h\ = h 2 = 0. Isto mostra que D^/(3, —3) é uma matriz
positiva definida e, portanto, pelas condições de segunda ordem, (3, —3)
é um ponto de mínimo local de / . b
394 Otimização sem restrições
C U ID A D O ! C U ID A D O ! C U ID A D O !
Q(h) = •A •h
(b) com 0 cálculo dos autovalores de A, isto é, com cálculo das raízes do
polinómio característico de A,
a b c
A = d e f
_g h i
e / d f d e
h i )
9 i 9 h
b c a c a b
h i 5 9 i
)
9 h
b c a c a b
e f 7 d f
) d e
a b c
d e f
9 h i
a b c
A= d e f
_g h i _
e / a c a b
h i J d e
9 i
a b c
d e f
9 h i
a b c
A= d e f
.9 h i _
a b c
a b
d e f
d e
9 h i
Exem plo 11.12 Suponha que A é uma matriz 4 x 4 simétrica. Denote por
lAjfel 0 menor principal líder de ordem k.
(a) Se |Ai| > 0, 1^ 2! > 0, > 0 e IA4I > 0, então A é uma matriz positiva
definida.
(b) Se |Ai| < 0, \A 2 \ > 0, l^lal < 0 e lA^] > 0, então A é uma matriz negativa
definida.
(c) Se 1^ 11 > 0, {A^l > 0, IA3I = 0 e \A4\ < 0, então A é uma matriz
indefinida. De fato: A não é positiva definida por causa de IA4I (deveria
ser > 0 e não < 0), A não é negativa definida por causa de |Ai| (deveria
ser < 0 e não > 0), ^4 não é positiva semidefinida por causa de |^ 4|
(deveria ser > 0 e não < 0), ^ não é negativa semidefinida por causa de
1^ 11(deveria ser < 0 e não > 0 ). Se ^ não é definida e nem semidefinida,
concluímos que A é indefinida.
(d) Se |Ai| < 0, |v4.2| < 0, IA3I < 0 e \A4\ < 0, então A é uma matriz
indefinida. De fato, A não é positiva definida por causa de \A4\ (deveria
ser > 0 e não < 0), A não é negativa definida por causa de 1^ 4! (deveria
ser > 0 e não < 0), A não é positiva semidefinida por causa de \A4\
(deveria ser > 0 e não < 0), A não é negativa semidefinida por causa de
I.A4I (deveria ser > 0 e não < 0). Se A não é definida e nem semidefinida,
concluímos que A é indefinida.
(e) Se |Ai| = 0, IA2I < 0, IA3I > 0 e \A4\ = 0, então A é uma matriz
indefinida. De fato, A não é positiva definida por causa de IA2I (deveria
ser > 0 e não < 0), A não é negativa definida por causa de \A 2\ (deveria
ser > 0 e não < 0), >1 não é positiva semidefinida por causa de \A 2\
(deveria ser > 0 e não < 0), A não é negativa semidefinida por causa de
IA2I (deveria ser > 0 e não < 0). Se A não é definida e nem semidefinida,
concluímos que A é indefinida.
(f) Se l^il > 0, \A2 \ = 0, lylsl > 0 e IA4I > 0, então A não é uma matriz
definida. Certamente A não é negativa semidefinida (pois 1^431 > 0).
Assim, A pode ser positiva semidefinida ou indefinida. Para decidir se A
é positiva semidefinida é preciso calcular todos os menores principais de
A e não apenas os quatro menores principais líderes. Se nenhum menor
principal é negativo, então A é positiva semidefinida. Se pelo menos um
dos menores principais é negativo, então A é indefinida.
11.4 Menores de uma matriz 399
(g) Se \Ai\ = 0, IA2I > 0, IA3I = 0 e IA4I > 0, então A não é uma matriz
definida. Assim, A pode ser positiva semidefinida, negativa semidefinida
ou indefinida. Para decidir sobre a classificação de A devemos calcular
todos os menores principais da matriz A. 1
Exem plo 11.13 No exemplo (11.1) vimos que os únicos pontos críticos da
função 2^ = /(x ,y ) = + 9 xy no conjunto admissível D = são
Pi = (0,0) e P2 = (3, —3). Como todos os pontos do conjunto admissível
são pontos interiores, segue-se que Pi e P2 são os únicos candidatos a ex
tremo local de / . No exemplo (11.8) usamos as condições de segunda ordem
para classificar estes pontos críticos estudando a positividade dcis matrizes
hessianas
0 9 18 9
A = D^f{0,0) = B = -3 ) =
9 0 9 18
dl 0 •• 0
0 d2 ■•• 0
D=
0 0 - • dji
então 0 estudo do
associada a D,
dl 0 0 'h l '
0 d2 0
^ ( / i l , /l2) • • • ) ^ n ) — [ ^2 *** hji j . h2
0 0 dji hn
— d\ 2 1 d2
j h,2 +, I ^ l2
+ dn
(a) D é uma matriz positiva definida se, e somente se, todos os elementos da
diagonal principal de D são positivos, isto é, di > 0, ^2 > 0, . . . , > 0,
(b) D é uma matriz negativa definida se, e somente se, todos os elementos da
diagonal principal de D são negativos, isto é, di < 0, ^2 < 0, . . . , < 0,
{c) D é uma matriz positiva semi definida se, e somente se, todos os elementos
da diagonal principal de D são maiores ou iguais a zero, isto é, d\ > 0,
d2 > 0, . . . , dn > 0,
(d) D é uma matriz negativa semidefinida se, e somente se, todos os ele
mentos da diagonal principal de D são menores ou iguais a zero, isto é,
dl < 0, d2 < 0, . . . , dn < 0 e
(e) D é uma matriz indefinida se, e somente se, existem dois elementos da
diagonal principal de D com sinais contrários, isto é, existem índices i e
j tais que d^ > 0 e dj < 0.
11.4 Menores de uma matriz 401
(a) D é uma matriz positiva definida se, e somente se, todos os menores
principais líderes de D são positivos, isto é, |Di| > 0, |í?2| > 0, ID3I > 0,
\D^\ > 0, . . . , \Dn\ > 0 e
(b) D é uma matriz negativa definida se, e somente se, todos os menores
principais líderes de ordem ímpar de D são negativos e todos os menores
principais líderes de ordem par de D são positivos, isto é \Di\ < 0,
11^21 > 0, \Ds\ < 0, > 0, etc.
(c) D é uma matriz positiva semidefinida se, e somente se, todos os menores
principais de D são maiores ou iguais a zero e
(d) D é uma matriz negativa definida se, e somente se, todos os menores
principais de ordem ímpar de D são menores ou iguais a zero e todos os
menores principais de ordem par de D são maiores ou iguais a zero.
(e) Caso os sinais dos menores principais da matriz D não se enquadrem nos
itens (a), (b), (c) e (d), concluímos que D é uma matriz indefinida. ^
a b
b c
a b 'h '
Q(/il,/l2) = [ h i /l2 ] — CL -f" 2ò /11/12 “h c /l2-
b c > 2.
(a) A é positiva definida se, e somente se, |Ai| = a > 0 e \A2 \ = ac —b‘^ > 0.
(=4>) Se A é uma matriz positiva definida, então Q(1,0) = a > 0 e
Q{—b/a, 1) = —^ j a + c = (ac —ò^)/a > 0. Portanto, |Ai| = a > 0 e
IA2I = ac —6^ > 0.
52 ^2
/12) ~ a -|- 2ò /11/12 H----^2 —— ^2 d" c /i2
a a
— aI H---- a ia22HH
—h\h ——^5 j —— è! /12 c /12
a a^ a
2
/L ^ L ^ ^ ac —b^
— a ( /ii H— ^2 1 H---------- hl
a / a
é maior ou igual a zero para todo (/ii, /i2) G Mas se Q(/ii, /Í2) = 0,
então hl = 0 e h 2 = 0. Portanto, Q (/ii,/i2) > 0 para todo (/ii,/i2) 7^
(0, 0), isto é, é uma matriz positiva definida.
(b) A é negativa definida se, e somente se, |Ai| = a < 0 e |^ 2| = ac —6^ > 0.
(=^) Se A é uma matriz negativa definida, então Q(1,0) = a < 0 e
Q(—ò/a, 1) = —ò^/a + c = (ac —ò^)/a < 0. Portanto, \Ai\ = a < 0 e
|yl2| = ac —6^ > 0.
6 , \ ^ ac — l?
— a \ h\-\— /i2 I + hl
a J a
(c) A é positiva semidefinida se, e somente se, a > 0, c > 0 e ac —6^ > 0.
Se A é uma matriz positiva semidefinida, então Q(1,0) = a > 0,
Q(0,1) = c > 0. Temos agora que considerar vários subcasos.
1. Se a > 0, então Q(—6/a, 1) = —6^/a + c = (ac — 6^)/a > 0 e,
portanto, ac —6^ > 0.
2. Se c > 0, então Q (l, —6/c) = a —6^/c = (ac —6^)/c > 0 e, portanto,
ac —6^ > 0.
3. Se a = c = 0, então Q (l, 1) = 2 6 > 0 e Q (l, —1) —2 6 > 0, isto é,
6 > 0 e 6 < 0. Logo, 6 0 e, conseqüentemente, ac —6^ = 0.
Em todos os subcasos, a > 0, c > 0 e ac — 6^ > 0, isto é, todos os
menores principais de A são maiores ou iguais a zero.
(<í=) Reciprocamente, suponha que ac — }p‘ < 0. Então, pelos itens (a),
(b), (c) e (d), segue-se que A não é positiva definida, não é negativa
definida, não é positiva semidefinida e nem negativa semidefinida. Logo,
A é uma matriz indefinida. .
Exercício resolvido 11.4 Diga se cada uma das sentenças a seguir é ver
dadeira ou falsa, apresentando uma justificativa caso ela seja verdadeira ou
um contra-exemplo caso ela seja falsa.
(a) Suponha que / : R -> R seja uma função de classe que possui um
único ponto crítico p que é um ponto de mínimo local de / . Então p é
um ponto de mínimo global de / em R.
(b) Suponha que / : R^ -> R seja uma função de classe que possui um
único ponto crítico p que é um ponto de mínimo local de / . Então p é
um ponto de mínimo global de / em R^.
406 Otimização sem restrições
Solução:
p X
Figura 11.10: Estudo do sinal de
2; = /(x, y) = x^ + { l - xfy^
2x —3 (1 — = 0,
( 11. 2)
{ 2 (1 —x)^y = 0.
iL u y ) 2 + 6(l-x)j/^ - 6 ( l - x ) ^ y
2 0
a = d V ( o, o) =
0 2
C onvexidade em Cálculo I
Vamos entender o que esta definição quer dizer geometricamente. Uma vez
escolhidos os pontos p e q no intervalo I, para cada í € [0,1], a expressão
x{t) = (1 —t) - p + í- g
representa um ponto sobre o segmento de reta que une /(p ) e /(g). Resu
mindo, para cada t 6 [0,1], x{t) = (1 —í) -p-l-í •g representa um ponto sobre
o segmento de reta que une p e g.
x(í), f{x{t)) = (1 - í) • p + í • g, / ( ( l - í) • p + í • g)
410 Otimização sem restrições
representa o ponto na reta secante que passa pelos pontos (p, f {p))e (g, f{q))
com abscissa x{t) = {1 — t) • p + t • q.
Portanto, dizer que uma função / é convexa em um intervalo /, isto
é, dizer que / satisfaz a expressão (11.3) para todo p,q E I e todo t E
[0,1], significa dizer que o segmento de reta secante que passa pelos pontos
(P) /(p)) ^ {Qj I Í q)) sempre está acima ou coincide com o gráfico de / (veja
a figura (11.13)).
Figura 11.13: P ara um a função convexa, o segmento de reta secante fica sem
pre acima ou coincide com o gráfico da função, para quaisquer
escolhas de p e q.
Figura 11.14: P ara um a função côncava, o segmento de reta secante fica sem
pre abaixo ou coincide com o gráfico da função, para quaisquer
escolhas de p e q.
para todo p, q € / .
(b) / é uma função côncava em 1 se, e somente se,
paja todo p , q € I.
C onvexidade em Cálculo II
Exem plo 11.16 Na figura (11.17), os conjuntos dos itens (a) e (b) são con
vexos enquanto que os conjuntos dos itens (c) e (d) não são convexos. g
C U ID A D O ! CU ID A D O ! CU ID A D O !
l l . f . çôncavas ) --
+ + (ÍL7).
Figura 11.17: Os conjuntos dos itens (a) e (b) são convexos enquanto que os
conjuntos dos itens (c) e (d) não são convexos.
Figura 11.18: P ara um a função convexa, o segmento de reta secante fica sem
pre acima ou coincide com o gráfico da função, p ara quaisquer
escolhas de p e q.
11.5 Questões de globalidade e convexidade 417
para todo p , q € l f .
(b) / é uma função côncava em U se, e somente se,
' }.l(à) tP 4 tuna função convexa em U se, e somente se, a matriz bessiana
f ê j p o s i t i v a semidefimda pom todo p E Ü .
1 2 x^ + 2 y^ Axy
D^f (x,y) = Axy 2 + 12
12 +2 2x^ + 12y2,
24x'‘ + 1 3 2 x V + 24y^
0 1
D^f {x, y) =
1 0
12x2 0
D^f { x , y) = 0 12 y2
0 0
d 2/(0,0) =
0 0
é positiva semidefinida. Com isto, caímos no caso “inconclusivo” do
teorema (11-7). Por outro lado, a matriz hessiana de / em um ponto
(x,j/) qualquer de R^,
12x2 0
£>2/ ( x ,y ) =
0 12 y2
X y
Xi 2/1
X2 V2 ■
Vn
X y
1 2
5 7
3 5
^ = 74 + 7^-
4
Contudo, se a tabela possui três ou mais pontos, seria muita sorte que todos
estes pontos estivessem alinhados sob uma mesma reta. Neste caso, gos
taríamos de encontrar uma reta que aproximasse estes pontos, em algum
sentido. Considere a figura (11.19). Para qualquer reta j/ = ax + ò, podemos
medir a distância vertical de cada um destes n pontos até a reta. Estas
distâncias estão representadas pelos comprimentos dos segmentos verticais
pontilhados di, d2 e d^ na figura. E fácil de ver que
Desta maneira, poderíamos nos perguntar qual a melhor reta ou, em outras
palavras, quais os melhores valores dos coeficientes a e 6, a fim de minimizar
11.6 o método dos mínimos quadrados 421
Você poderia se perguntar por que estamos querendo minimizar a soma dos
quadrados dos desvios ao invés de, mais simplesmente, minimizar a soma dos
desvios? Uma boa razão é que a função módulo | | não é derivável na origem
e estamos querendo usar derivadas para resolver este problema! Observe que
s:
2=1 2= 1
e, analogamente,
db
. 2=1 2=1
'^2{axi + b - y i ) l = 2 Í ^ X i j a + 2 j ^ l j 6 - 2 Í J ] ^ y i j ,
2=1 \2 =1 / \2=1 / \2 =1 /
segue-se que (a, ò) é ponto crítico de s se, somente se, (a, 6) é solução do
11.6 o método dos mínimos quadrados 423
a + 6 = ^ XiVu
s,i=l ,i=l 2= 1
( 11. 11)
^n
a + n b = ' ^ Vi,
^2=1 2=1
nas variáveis aeb. Resolver este sistema não é difícil e fica como um exercício
mostrar que a única solução deste sistema linear é dada por
n
a = 2=1 i=l / \i= l
— 7"::;— r r -
nE * ?-
2=1 , 2= 1
n E - .^ - E^
2=1 , 2=1
Resta mostrar que, de fato, este ponto crítico é ponto de mínimo global
de 5 em R^. Para isto, basta demonstrar que s é uma função convexa em R^
pois, pelo teorema (11.13), todo ponto crítico de uma função convexa de
classe é ponto de mínimo global da função.
Para mostrar que s é convexa em R^ vamos demonstrar que a matriz
hessiana
n n
2 E
2=1 i=l
D^5(a, b) = TL
2 2n
2=1
2 ^ a;?, 2n e 4 j n ^ x? -
i=i y i=i \i= i /
n / ^ \ ^
n 2:? — í Xf I = n{x l + '' • + —(xi + • • • + > 0
i=l , 2=1
vale para todo xi, X2, . . . , € R, então teremos provado que todos os me
nores principais de Z?^5(a, ò) são maiores ou iguais a zero. Com isto, pelo
teorema (11.14), 5 é uma função convexa em R^. Para provar a desigualdade
acima, vamos usar a relação fundamental
"P 2 Xji—\Xji.
+ (^ L i + 4 ) .
isto é
Exem plo 11.20 Para encontrar a reta que ‘‘melhor” aproxima os pontos
i Xi Vi ^iVi 4
1 0 4 0 0
2 3 3 9 9
3 4 2 8 16
4 3 1 3 9
5 5 0 0 25
E 15 10 20 59
5 • 20 - 15 • 10 5 59 • 10 - 15 • 20 _ 29
á* = b* =
5 • 59 - 15 • 15 7 5 • 49 - 15 • 15 ~ Y ’
5 29
V
y 7X^-I------
= ---- 7 ou 5 X -|- 7 —29.
F igura 11.20: Regressão linear dos pontos (0,4), (3,3), (4,2), (3,1) e (5,0).
11.7 Exercícios
[01] Diga se cada uma das sentenças abaixo é verdadeira ou falsa, apresen
tando uma justificativa caso ela seja verdadeira ou um contra-exemplo
caso ela seja falsa.
f 0 .1 4 0 • x i + 0 .5 8 0 • X 2 + 0 .1 5 0 • X3 +
26.790 • X5 + 0.035 • xe > 3,
0.08 • xi + 1.30 • X3 + 0.08 • X4 + 0.07 • 2:5+
0 .0 5 • xq -f- 0 .0 4 • Xy 0 .0 8 • xq -f* 0 .0 7 * xg ^ 1*1)
26 • X3 + 38 • X4 + 13 • X3 + x^-\-
5 • X7 + 8 • xs + 25 • Xg > 60,
1.60 • xi + 6.90 • X3 + 0.20 • X4 + 0.07 • X5+
0.02 • X7 + 0.10-X8 + 2.00-Xg > 11,
2 -1
A=
-1 1
-3 4
A=
4 -5
-3 4
A=
4 -6
2 4
A=
4 8
1 2 0
A = 2 4 5
0 5 6
-1 01
A = 1-1 0
0 0-2
3 -2
A = -2 3
0 0
10 3 0
0 2 0 5
A=
3 0 4 0
0 5 0 6
1 1 1 2 9
18 1 1 1
A= 1 1 2 11
2 1 1 8 1
9 1 1 1 1
[29] Diga se cada uma das sentenças abaixo é verdadeira ou falsa, apresen
tando uma justificativa caso ela seja verdadeira ou um contra-exemplo
caso ela seja falsa.
[30] Diga se cada uma das sentenças abaixo é verdadeira ou falsa, apresen
tando uma justificativa caso ela seja verdadeira ou um contra-exemplo
caso ela seja falsa.
A = X -f y.
A= A = X2 + F2,
= X2 e Fi = y2.
*[34] Encontre uma matriz A com 4 linhas e 4 colunas tal que a forma
quadrática definida por A seja igual a
* [36] Diga se cada uma das sentenças abaixo é verdadeira ou falsa, apresen
tando uma justificativa caso ela seja verdadeira ou um contra-exemplo
caso ela seja falsa.
a 6 0 0
6 c 0 0 a b d e
A = B = C=
0 0 d e b c e /
0 0 e /
3 x4 - 4 x3 - 1 2 x2-H18
^ = /(a;, y) =
12 (l + 4y2)
/(x, y) - - y ‘^ - + 2y^Ve^"+"ê^
/(x , y) = 3 xe^ —
— + 4 xy —2 xz —5 y^ + 6 yz —3 < 0.
[48] Encontre os extremos globais, caso existam, das funções abaixo definidas
em R^. Justifique cuidadosamente sua resposta.
(a) f{x, y) = xy"^ + x^y - xy.
(b) /(a;, y) = - 6 a:?/ + 2 + 10 X + 2 y - 5.
(c) /(x , y) = x"* + 2 X V + y^-
(d) /(x , y) = 3 x^ + 3 x^y - y^.
[49] Encontre os extremos globais, caso existam, das funções abaixo definidas
em Justifique cuidadosamente sua resposta.
(a) /(x , y, z) = x^ + 6 xy + y^ - 3 yz + 4 + 6 X + 17 y - 2 z.
(b) /(x , y, z) = (x^ + 2 y^ + 3 z^)
[50] Quais dos conjuntos abaixo é convexo?
(a) {(x,y) € X > 0, y > 0 e x^ + y'^ < l}.
(b) {{x,y) G X > 0 e y > 0}.
(c) {(x,y) 6 2 ^ > 0 ií/> 0 e 2 ; + y = l}.
(d) {(x,y) e x^ + y^ < 1}.
(e) {(x,y) G x^ + y^ < 1}.
444 Otimização sem restrições
{(x, y, z, u;) G R"* I 0 < X < 1,0 < y < 1,0 < z < 1,0 < u; < 1}
é convexo.
[52] Diga se cada uma das funções abaixo é convexa, côncava ou nem convexa
e nem côncava.
(a) /(x , y) = ln(a:^ + y^ + 1), com x ,y e R .
(b) /(x , y) = x^y -f xy^ + xy, com x, y € M.
(c) /(x , y) = (x^ - y ^ - + y^ + 1)^, com x, j/ e R.
(d) /(x , y) = xy/{x^ + + l)^ com x ,y e R .
(e) /(x , 2/) = 2 x^ + - 3 x^ - 3 y, com x, y 6 R.
(f) /(x ,y ) = 3xy^ + x^ - 3x, com x^y £ R.
[53] Diga se cada uma das funções abaixo é convexa, côncava ou nem convexa
e nem côncava.
(a) /(x ) = 3 + 5 x^ —ln(x), com x > 0.
(b) /(a:,y) = —3x^ + 2xy —y^ + 3x —4y —1, com x,y E R.
(c) /(x , y, z) = 3 + 5 y"^ —ln(z), com x, yE R e z > 0.
(d) /(x , y, z) = A x^y^z^, com a, ò, c > 0 e x, y, z > 0.
[54] Diga se cada uma das sentenças abaixo é verdadeira ou falsa, apresen
tando uma justificativa caso ela seja verdadeira ou um contra-exemplo
caso ela seja falsa.
(a) A união de dois conjuntos convexos é um conjunto convexo.
(b) A interseção de dois conjuntos convexos é um conjunto convexo.
[55] Diga se cada uma das sentenças abaixo é verdadeira ou falsa, apresen
tando uma justificativa caso ela seja verdadeira ou um contra-exemplo
caso ela seja falsa.
11.7 Exercícios 445
'iP'
Z = f{ x ,y ) = - + ~.
{x e Í7 I /(x ) < c}
[62] (a) Mostre que 2: = /(x ) = ||x|| = i/x • x é uma função convexa em R^.
(b) Mostre que a bola fechada
{x G R^ I ||2;|| < c}
é um conjunto convexo, para todo c G R.
p+q 1 ,1
— = 2>’+ § " ‘
também está em U. Então U é um subconjunto convexo de Justi-
fique sua resposta.
448 Otimização sem restrições
5W = / ( í - p + ( i - í ) - q )
[69] Sejam uç^ = ln(a:) e, para 0 < ce < 1, Ua{x) = [x^ — l)/» , definidas no
conjunto C/ = {x G R | x > 0}.
[70] Diga se cada uma das seguintes sentenças abaixo é verdadeira ou falsa,
apresentando uma justificativa caso ela seja verdadeira ou um contra-
exemplo caso ela seja falsa.
[71] Use o método dos mínimos quadrados para encontrar a reta que melhor
aproxima os pontos (0,1), (1,3), (2,2), (3,4) e (4, 5). Faça um desenho
dos pontos e da reta.
[72] Use 0 método dos mínimos quadrados para encontrar a reta que melhor
aproxima os pontos (1,1), (2,1), (4, 0), (7,2) e (9, 9). Faça um desenho
dos pontos e da reta.
Y^{a*x + b* - yi) = 0,
2=1
(=^.y)= ( \
2=1 / / \2=1
formado pelas médias aritméticas dos dados Xi e yi, com 1 < í < n.
450 Otimização sem restrições
A=
A •X = A •X
ou, ainda,
A -x —A - / - x = 0,
( A - A - / ) - x = 0, (11.12)
■- 1 ■
X =
_ ^2 . 1
1 2
A=
2 1
-1
X = e y=
1
452 Otimização sem restrições
X ■- 1 / V 2 ' ■+ l / \ / 2 ■
u= p V - y -
I MI “ . + y ^ 2 . ^ " - | | y i r . + V v ^ .
■1 2 ■ ■-1 /V 2 ‘ — í ■- l / \ / 2 ‘
2 1_ +l/^/2 _ . 4- 1/ _
■1 2 ■ +1/\/2 ■ + l/\/2'
_2 1 _+1/\/2 _ - •
.+1/V2.
Agora, 0 “pulo do gato” é escrever estas duas igualdades em uma única
igualdade, colecionando os autovetores em uma única matriz:
isto é
1 2 -1 0
■P = P
2 1 0 3
p -i. 1 2 -1 0
■P =
2 1 0 3
1 2 -1 0
= P-
2 1 0 3
-1 /V 2 +1/V2
P-^ = = P^
_-|-l/\/2 -fl/v ^ _
11.7 Exercícios 453
0 que fizemos para a matriz A do item (a), pode ser feito para qualquer
matriz simétrica, isto é, toda matriz simétrica n x n pode ser diagonalizada.
Este é um resultado importante de Álgebra Linear e ele é conhecido como o
Teorema Espectral.
dl 0 •• • 0
0 d2 • • 0
A ^P ^
0 0 ■0
onde dl, d2? ?dn são os autovalores da matriz A,
Q(h) = = = = g (x ),
Mas estudar a positividade de <5 é muito fácil pois Q é& forma quadrática de
uma matriz diagonal! Você pode então usar os resultados do exemplo (11.14)
para concluir o próximo teorema.
(e) 4 '6 'i^<Í6fimda se, e somente se, existe pelo menos um autovalor
. po^tiyp éípelo menos um autoválor negativo.
representação matricial para o que seria ^^a derivada de ordem A:” de uma
função de n variáveis. Não vamos desenvolver a teoria dos polinómios de
Taylor de ordem maior ou igual a 3 aqui. Indicamos ao leitor interessado as
referências [01, 48, 71].
Pierre de Fermat (1601-1665) considerou o problema do cálculo de máximos,
mínimos e retas tangentes em seus estudos do trabalho de Kepler sobre o
paralelepípedo de maior volume que pode ser inscrito em uma esfera (veja
a figura (11.24)) e do trabalho de Viete sobre a relação entre os coeficientes
e as raízes de um polinómio. Para uma excelente descrição de como Fermat
resolvia problemas de otimização (sem o uso de derivadas, que ainda não
tinham sido inventadas na época), indicamos a referência [70].
maximizar /(x )
sujeito a X 6 D,
maximizar /(Xl,X2) = \+ ^ 2
sujeito a (xi, X2) G D = {(xi, X2) G x?/4 + x ^ /9 = 1}.
p = ( 0 ,- 3 ) e q = ( 0 ,+ 3 ) .
Por outro lado, p e q são pontos de fronteira de í? e não são pontos críticos
de / (veja a figura (12.1)). Se não podemos aplicar a regra de Fermat para
estes pontos, como vamos caracterizá-los algebricamente? A resposta é dada
pelo teorema dos multiplicadores de Lagrange ou, mais geralmente, pelo
teorema de Karush-Kuhn-Tucker, que vamos estudar neste capítulo.
458 Otimização com restrições
maximizar 2:2)
sujeito a (xi,X2) E D = {(xi,X2) E | h{xi,X 2) = c}.
' Bntáò ex iste lim nám ero real A* (o m ultiplicador de Lagrange) tal que
(12.2)
■11 df f . \ ( \ i
= A ~ ( x , , o:2), (12.3)
! h{zi, X 2) = c,
Agora, como
dL , . df , . dh . ,
— (a;i,X2,A) - — (x i ,X2 ) - A - — (xi,X2),
dL df dh
^ ( x i ,X2,A) = ^ K ^ 2 ) - A - — (X1,X2), (12.4)
segue-se que {xijX 2jX) satisfaz as condições de primeira ordem (12.3) se, e
somente se, (xi, X2, A) é um ponto crítico do lagrangeano L. Este resultado é
muito interessante! Ele diz que, procurar pelos candidatos à solução de um
problema de otimização com uma restrição em duas variáveis, isto é, procurar
pelas soluções do sistema formado pelas condições de primeira ordem (12.3),
é o mesmo que procurar pelos pontos críticos do lagrangeano, isto é, procurar
pelos candidatos à solução de um problema de otimização sem restrições em
três variáveis.
* i í ' -(pa,P2,A*)
. ' " - 0,
dxii i l l i l B i l B I i j i P !
S -(Pi ,P2,A*) = 0,1
Si
-(p i ,P2,A*) = 0.
aA^
V/l(xi,X2) = = (1,4)
segue-se que V/i(xi, X2) / (0, 0) para todo {xi, X2) em em particular,
V/i(xi, X2) ^ (0, 0) para todo ponto (a:i, X2) do conjunto admissível.
L{xi, X2, A) = f{xi, X2) - X ’ [h{xi, X2) - c] = X\X2 - X • {xi + 4x2 - 8).
( dL ,
— (Xi ,X2,A) = 0,
X2 - A = 0, (1)
dL, .
(Xi ,X2,A) — o, => xi —4 A = 0, (2)
xi + 4 x2 = 8. (3)
— [Xi,X2,X) = 0,
Figura 12.4: Desenho das curvas de nível de / (os números indicam o valor do
nível) e do conjunto admissível (curva com traçado mais forte).
maximizar f X 2) — X-^X2
sujeito a (xi, X2) G D = {(a^i, X2) G | h{xi, X2) = 2 x \ + xl = 3}.
^^^( xi ,X2,A) = 0,
f 2 x \X2 —4 Axi — 0, (1)
^ ( xi ,X2,A) = 0, => < xf —2 Ax2 = 0, (2)
( 2 xf + X2 = 3. (3)
dL
= 0,
f{o,-V3) = no,+vs) = 0,
/( - i,- i) = / ( + i , - i ) = - 1,
/( + i,+ i) = / ( - i , + i ) = -1 ,
de primeira ordem e, pela figura (12.5), não é difícil de ver que (0 ,—\/3)
é um ponto de máximo local e (0, + \/3) é um ponto de mínimo local de /
em D. m
Figura 12.5: Desenho das curvas de nível de / (os números indicam o valor do
nível) e do conjunto admissível (curva com traçado mais forte).
Os vetores com seta branca indicam o gradiente de h enquanto
que os vetores com seta preta indicam o gradiente de /.
C U ID A D O ! C U ID A D O ! C U ID A D O !
Com esta figura, é fácil visualizar porque o ponto (0, 0) é máximo glo
bal de /(xi,cc2) = X2 no conjunto admissível D formado pelos pontos
que satisfazem a restrição h{xi^X2) = x^ + x^ = 0, Também é fácil
visualizar porque não existem pontos que satisfazem as condições de
primeira ordem: não existem pontos (xi,X2) na curva x\ -h x^ para
os quais V f{x i^ X 2) = A • Vh{xi^X 2). Observe que, na origem (0,0),
^/(OjO) = (0)1) enquanto que V/i(0,0) = (0,0). Desta maneira,
V /(0, 0) = (0,1) ^ (0, 0) = A • (0,0) = A • V /i(0,0), para todo A G M.
Este exemplo compromete a veracidade do teorema dos multiplicadores
de Lagrange? A resposta é não! O teorema dos multiplicadores de La-
grange garante que qualquer extremo p de uma função / de classe em
um conjunto admissível formado por uma curva de nível de uma função h
também de classe irá satisfazer as condições de primeira ordem para
algum A G M desde que p satisfaça a condição de regularidade^ isto é,
desde que V/i(p) 7^ 0. A solução do problema de otimização acima
não satisfaz a condição de regularidade pois V/i(0, 0) = (0,0). Moral
da história: a condição de regularidade não pode ser omitida no teo
rema (12.2).
472 Otimização com restrições
Vimos que não existe A G M tal que V /(0 ,0) = A • V /i(0,0), uma vez
que V /( 0 ,0) = (0,1) e V/i(0,0) = (0,0). Mas se usássemos dois mul
tiplicadores, um para a função-objetivo e outro para a função-restrição,
isto é, se trocássemos a condição
v / ( p ) = V . V/i(p)
por
X*o-Vf{p) = X l V h { p ) ,
é fácil ver que a escolha AJ = 0 faz com que Ag • V /( 0 ,0) = A^ • V h(0,0)
para as funções f e h de nosso exemplo, independentemente da escolha
de AJ. Mais formalmente, se f e h são funções de classe e p é um
extremo de / sujeito a h{x) = c, então existem multiplicadores Ag e AJ
tais que
^0 •v /(p ) XI • Vh(p),
/l(p) c,
iK ,K ) (0, 0),
\* {0,1}.
Esta teorema é devido a Pritz John. A condição (Ag, AJ) 7^ (0,0) diz
que os multiplicadores Ag e Aj não são simultaneamente nulos. Evi
dentemente, a situação desejável é que Ag = 1, pois caso contrário, a
função-objetivo desapareceria completamente das condições de primeira
ordem. A hipótese de regularidade, V/i(p) ^ 0, garante que podemos
tomar Ag igual a 1 no teorema de Pritz John.
d h i. . dhx
Vfti(p) r\ (p)
■■ U X ji
9 h iji. . dhffi
V/im(p) (p)
Lax.<P> ■■ dXn
[dhi dhi
8X ..W ■■ -(p )
dhffi
(p)
T eorem a 1 2 .4 (p o s m u l t ip l ic a d o r e s d e L a g r a n g e ) Sejam / ,
Al, . . . , Am funções de classe de n variáveis e sejà-p um eidrem p
(m áxim o ou m ínim o) local dé / no conjunto adm i^ível
dhm
VAm(p)
mxn dXfi (P) J mxn
............
dL
(p,A *) = 0, (P ,A *)=0 .
d \t dXm
476 Otimização com restrições
maximizar xyz
sujeito a + 7/^ = 1,
x + z = 1.
'o ±2 o' ■1 0 1 ■
r\j
1 0 1 0 ±2 0
2x 2y 0 2x 2y 0
1 0 1 0 2y —2x
^ 9L,
— { x , y , z , Xi , X2) = 0,
dx
dL
— (x,2/,z ,Ai ,A2) = 0, ' yz — 2 Al X —A2= 0, (1)
xz — 2 Ai‘y = 0, (2)
ÕL
— (x,y,z,Ai,A2) = 0, xy - X2 = 0, (3)
x2+ y2 _ (4)
ÕL
— { x , y , z , Xi , X2) = 0, X + z = 1. (5)
õL
— (x,y,z,Ai,A2) = 0,
xz
yz — — X — xy = Q ^ —x ‘^z —xy‘^ = 0.
y
(1 —x)(l —X —3 x^) = 0.
, -l-\/l3 - l + \/l3
X = 1 ou X = ------------ ou X = ----- ------ .
6 6
Com os valores possíveis de x, podemos facilmente calcular os valores
de y, Al e A2 com as fórmulas
XZ
= 1- z=l-x, Al = — e A2 = xy.
2y
6 6 ’ 6 12 ' 9
- 1 - V l3 , y/ 2 2 - 2 y i3 7 + VTS \/82 -1- 22 V 16 + V Í3
6 " 6 ’ 6 ’ 12 9
—1 + \/Í3 V 2 2 -I-2 V Í3 7 - V Í 3 y/82 - 22 \/Í3 v / l 6 - VÍ3
6 6 ’ 6 ’ 12 9
-l-h \/Í3 \/22 + 2v/Í3 7 - \ / l 3 V^82 - 22 \/Í3 1 \ / l 6 - \ / Í 3
^---- , + ■1
12 5
P asso 6. Conclusão.
A função-objetivo / é contínua (pois é de classe C^) e o conjunto ad-
12.2 Otimização com várias restrições em igualdade 479
-l-\/Í3 \/22 - 2 \ / l 3 7 + \ / l 3
/ + 0 .8 6 9 ...,
6 6 6
- 1 - VÍ3 V 22 - 2 V Í3 7 + ^
/ -0 .8 6 9 ...,
6 + 6 6
- 1 + VÍ3 \ / 2 2 + 2 ^/I3 7 - V 1 3
/ -0 .2 2 1 ...,
6 6 6
- 1 + V l3 V 22 + 2 V i s 7 - V l3
/ 1 5 + 0 .2 2 1 ...,
6
/ (1,0,0) 0.
Conseqüentemente, o ponto
-l-\/Í3 V2 2 - 2 V l 3 7 + V Í 3
/-1 - -V /1 3 7 + V l3 \
------- 6------- ■ - ê - )
dh
u n \ . , õh\ . , õh\ . ,
V/ii(p)
tem posto 2, então p não pode ser um extremo local de / sujeito às restrições
= Cl e /i2 = C2. O fato de p ser um ponto regular tem várias implicações
geométricas.
482 Otimização com restrições
V/zi(p)
V /l2(p)
•j 2x3
é igual a 2. Isto significa que as duas linhas desta matriz não são uma
múltipla da outra. Geometricamente, isto significa que os vetores gradi
entes V/ii(p) e V/i2(p) (as linhas desta matriz) não são paralelos. Assim,
as duas superfícies de nível não podem se tocar (uma situação que seria
favorável a uma interseção formada por um ponto ou uma superfície). As
sim, as duas superfícies de nível devem se interceptar “transversalmente” ,
gerando uma curva.
No exercício resolvido (12.3), as restrições são o cilindro h\{x,yjz) =
H- j/^ = 1 e o plano h2{x,y,z) = x + z = 1. Estas duas superfícies se
12.2 Otimização com várias restrições em igualdade 483
isto significa que o vetor gradiente V /( p ) não está no plano gerado pelos
vetores V /ii(p ) e V /i 2(p)- Se “caminharmos” na direção do vetor gra
diente V /( p ) , certamente 0 valor da função aumentará, mas corremos o
risco de sairmos do conjunto admissível. Contudo, como o vetor gradiente
V /( p ) não está no plano gerado pelos vetores gradientes V /ii(p ) e V /i 2(p)
das funções restrições, se “caminharmos” ao longo da curva formada pelo
conjunto admissível, a partir do ponto p, ainda assim o valor da função
aumentará ou diminuirá conforme seguimos numa ou noutra direção.
Um pouco mais formalmente, se o vetor gradiente V /( p ) não está no plano
gerado pelos vetores gradientes V /ii(p ) e V /i 2(p) das funções restrições,
então a derivada direcional de / no ponto p na direção do vetor tangente
à curva formada pelo conjunto admissível é diferente de zero. Se esta
derivada direcional for positiva, se “caminharmos” na direção do vetor
tangente, o valor da função aumentará e, se “caminharmos” na direção
oposta do vetor tangente, o valor da função diminuirá. Caso a derivada
direcional seja negativa, ocorre o contrário. Em qualquer um dos dois
casos, p não é um extremo local de / com as restrições hi = ci e h2 = C2.
Por exemplo, no exercício resolvido (12.3), é fácil ver que o ponto p =
(0, —1,1) é admissível. Contudo, como
segue-se que V /(p ) não está no plano gerado pelos vetores V/ii(p) e
V/i2(p). Com isto, se “caminharmos” ao longo da elipse, a partir do
ponto p = (0, —1,1), o valor da função aumentará se entrarmos no terceiro
octante (região do onde x < 0 ^ y < 0 e z > 0 ) e diminuirá se entrarmos
no quarto octante (região do onde x > 0 , y < 0 e z > 0 ) . Assim,
p = (0, —1,1) não é um extremo local de f{x^y,z) = xyz sujeito às
restrições hi{x, y, z) = x"^ + y"^ = 1 e h2{x, y^z) = x + z = 1. Observe que
o vetor V /(p ) não está no plano gerado pelos vetores V/ii(p) e V/i2(p),
isto é, não existem multiplicadores Ai e A2 para os quais
0-2 0
V /i2 ( 0 ,-l,l) 1 0 1
j 2x3 -I 2x3
tem posto 2.
A S-v./(p) = a i - v M p ) + " - + a^ - v M p ),
ánx(p) = Cm,
(A$,AÍ,...,A^) ^ (0,0, ..,0 ),
................
A condição (Ao,A|, ,AJ^) ^ (0,0, ,,0) diz que os multiplicadore||:f
Aq, AJ, . . . , A^ não são simultaneamente nulos.
maximizar f{Xl,X 2)
sujeito a (xi, X2) G -D = {(a:i, X2) G I g{xi,X2) < b}.
1. Caso g{p) = b.
Nesta situação, dizemos que a restrição g está ativa no ponto p. Ge
ometricamente, isto significa dizer que o ponto p está na fronteira do
conjunto admissível (veja a figura (12.8)). Observe que, aqui, estamos em
uma situação semelhante ao caso de uma única restrição em igualdade.
Desta maneira, se p é ponto de máximo local de / em Z), então vale a
mesma conclusão do teorema dos multiplicadores de Lagrange, isto é, os
gradientes de f e g no ponto p são paralelos:
V /(p ) = M* • V5(p).
/x*>0,
isto é, 0 multiplicador /i* deve ser maior ou igual a zero. Vamos justificar
este fato com argumentos geométricos. Considere a figura (12,8). Se p é
máximo local de / em D, então as curvas de nível de / em uma vizinhança
de p devem ser tais que
Figura 12.9: Caso em que a restrição g não está ativa na solução p do pro
blem a de otimização.
v/(p ) = 0,
v/(p ) = Ai*-V5(p),
//* > 0,
5(p) = b,
12.3 Otimização com uma restrição em desigualdade 489
r v / ( p ) = 0,
I 5(P) <
Existe uma maneira de se unificar estes dois casos, seguindo uma idéia
bem simples, devida a Karush-Kuhn-Tucker: basta considerar o sistema
v/(p ) =
H* ■[í^(p) - 6] = 0,
Ai* > 0,
ff(p) < b.
A “esperteza” aqui está na segunda linha do sistema:
Ai* • [í?(p) - b ] = 0 .
;:(:||éb|Íra|t|l:2v0ÍÍSÍj'ÍÍI|!É
|Supb|i;|iÍ;;;güé;:;p>S|||)|||>2|iÍP
||Í';Í;^;|ê||riçãb;:||ásta|||^
490 Otimização com restrições
Então existe um número real fi* tal que (p,/^*) = {pi:P2yl^*) satisfaz
as condições de pnmeira ordem
V /(p ) =
fi* l9{v)-b] = 0,
^ ( P i,P 2 ,p )
= 0,
p* • b (p i,P 2) - 6] = 0,
_________________
Observe que a condição fffpi.pa) < b é equivalente à condição
{dL/dfj,){pi,p2,fi*)>0^
para a caso com uma restrição em igualdade, não vale mais quando consi
deramos a situação com uma restrição em desigualdade pois, neste caso,
a restrição não precisa estar ativa no ponto de máximo. No lugar, usamos
as duas condições
12.3 Otimização com uma restrição em desigualdade 491
dL
H-[g{xi,X2) - b ] = 0 e -õj^{xi,X2,iJ.) = - [g{xuX 2) - b ] > 0,
sendo que esta segunda condição nada mais é do que a própria restrição
em desigualdade,
3. Os dois teoremas exigem uma condição de regularidade. Contudo, no caso
de uma restrição em desigualdade, só precisamos veriíicá-la para pontos
onde a restrição está ativa.
4. Não existem restrições para o sinal do multiplicador no caso de uma res
trição em igualdade. Por outro lado, para o problema de maximimização
de uma função / sujeito a uma restrição em desigualdade do tipo g <
o multiplicador deve ser não-negativo.
5. Para problemas de otimização com restrições em igualdade (e mesmo pro
blemas de otimização sem restrições), as condições de primeira ordem
funcionam tanto para problemas de maximização quanto para problemas
de minimização. Por outro lado, o argumento de que os vetores gra
dientes V /(p ) e V^(p) possuem a mesma direção e sentido, dado na
figura (12.8), só é válido para problemas de maximização com restrições
em desigualdade do tipo g < b. Se, por exemplo, queremos minimizar uma
função / com uma restrição do tipo g <b^ então V /(p ) e Vp(p) possuem
a mesma direção mas com sentidos opostos em um ponto de mínimo p que
é regular e está na fronteira do conjunto admissível (o caso do ponto q
na figura (12.9)). Falaremos mais sobre as diferenças entre problemas de
maximização e de minimização em uma seção subseqüente.
Vg(xi,a;2)= ( ^ ( x i , a ; 2 ) , ^ ( x i , X2) ) = ( 2 x i , 2 x 2 )
L{xi, X2, /i) = f{xi, X2) - [g{x-í, X2) - h ] = x\X2 - g - {x\ + x l ~ 1).
— (x i ,X2,m) = 0,
X2-2/XX1 = 0, (1)
X1-2/XX2 = 0, (2)
^^^( x i ,X2,m) 0,
g ■ [xl + xl - 1] = 0, (3)
Aí • b(a;i,X2) - ò] = 0, Aí > 0, (4)
Aí > 0, Xj + X2 < 1. (5)
g { x i , X 2) < b,
(x i ,X2,Aí) = (0,0,0)
V2 V2
X2 — --- Y X2 = +
V2 V2
xi = OU — +
2 ’ 2 ’^ 2 2 ’ 2 ’ 2
-1 ^ +1
- 1 /2 + 1 /2
- 1 / 6 --------------
ism à rn iiili — + 1 /6
Figura 12.10: Desenho das curvas de nível de / (os números indicam o valor
do nível) e do conjunto admissível (o disco de centro na origem
e raio 1). Com uma escala menor, os vetores com seta branca
indicam o gradiente de g enquanto que os vetores com seta
preta indicam o gradiente de /.
1
/(0 ,0 ) = 0, 1 , L ' ^
2 ' 2’
Conseqüentemente, os pontos
ativa nestes pontos. Uma vez que eles são soluções do problema de oti
mização e satisfazem a condição de regularidade, segue-se que, de acordo
com o teorema (12.6), os gradientes de f e g possuem a mesma direção e
sentido nestes pontos. O ponto (0, 0) está no interior do conjunto admissível,
de modo que a restrição g não está ativa neste ponto. Note que (0, 0) não
é máximo e nem mínimo local de / em D (por que?). Agora, os pontos
(—\/2 /2 ,+ \/2 /2 ) e (H-\/2/2, —v ^/2), apesar de admissíveis, não satisfazem
as condições de primeira ordem, pois o multiplicador é negativo para estes
pontos. De fato, pode-se mostrar que eles são pontos de mínimo global de /
em D. m
dgi
V5i(p)
ÕXn (P)
dgi ( . àgi
LãíI^P) '• (P)
dxn - Ixn
[Sfe(p)-&Jk] = 0,
ah{p) < h ,
ou, equivalentemente,
dL. ,,
= 0,
■■^ y '>‘ )
t 4 - \ 9 i { p ) - h ] = 0,
/“ife‘ bfc(p)-^É] = 0,
5i(p ) < h ,
9k{p) < h i ■
maximizar x y z
sujeito a X + y + z < 1 ,
X > 0,
í/ > 0,
z > 0.
guma restrição seja da forma >, é muito fácil convertê-la para a forma <:
basta multiplicá-la por —1. Fazendo isto, n ã o alteramos o conjunto ad
missível e podemos usar as condições de primeira ordem do teorema.
Assim, na forma-padrão, temos
maximizar f { x , y , z ) = xyz
sujeito a gi{x,y,z) = X + y + 2 < 0,
92{x,y,z) = —X < 1,
9z{x,y,z) = - y < 0,
9A{x,y,z) = - z < 0.
498 Otimização com restrições
1 1 1 1 1 1
Vg 2 {x,y,z) - 1 0 0 0 1 1
tem posto 2.
(b) Se gi{x, y,z) = l e gi{x, y, z) = 0, então
Vgi (x, y, z) 1 1 1
Vgs(x,y,z) 0 -1 0
tem posto 2.
(c) Se gi(x, y,z) = 1 e g4(x, y, z) = 0, então
Vgi (x, y, z) 1 1 1
Vg4x,y,z) 0 0 -1
tem posto 2.
(d) Se g2 (x, y,z) - 0 e g^x, y, z) = 0, então
'^ 92{x,y,z) - 1 0 0
V 93{x,y, z) 0-1 0
tem posto 2.
(e) Se g2{x, y,z) = 0 e g^x, y, z) = 0, então
Vg 2{x,y,z) - 1 0 0
Vg 4 x, y, z) 0 0-1
tem posto 2.
(f) Se g3{x,y,z) = 1 e g4 x ,y ,z ) = 0, então
Vg3Íx,y,z) 0 -1 0
Vg 4 x,y, z) 0 0 -1
tem posto 2.
12.4 Otimização com várias restrições em desigualdade 501
V g i{x,y,z ) 1 1 1 1 1 1
Vgz{x,y, z) 0-1 0 0 0 1
tem posto 3.
=: 0, então
V g\{x,y, z) 1 1 1 1 1 1
Vg2{x, y, z) - 1 0 0 0 1 1
S/giix, y, z) 0 0-1 0 0 -1
tem posto 3.
V g i{x,y, z) 1 1 1
Vgz{x,y, z) 0 -1 0
Vg4{x,y, z) 0 0 -1
tem posto 3.
^92{x,y, z) - 1 0 0
'^93{x,y,z) 0 -1 0
Vg 4{x,y,z) 0 0 -1
tem posto 3.
502 Otimização com restrições
4. Quatro restrições ativas: não temos caso algum pois não existem
pontos com quatro restrições ativas. Para vê-lo, basta observar que
se g i{x ,y,z ) = 1, g2{x,y,z) = 0, gz{x,y,z) = 0 e g4{x,y,z) = 0,
para algum ponto (x, y, z), então teríamos x = 0^ y = 0 e z = 0, de
modo que x-\-y-\-z = 0 = 1, um absurdo.
Passo 3 . Escrever o lagrangeano.
yz = xz = xy = 0 = /^3 = M4 = 0.
= Ms = M4 = 0 = y z = x z = xy.
x = y = z
(1/3,1/3,1/3),
Como você pode observar no passo 5 deste exercício resolvido, para encon
trar os pontos que satisfazem as condições de primeira ordem, quase sempre
temos que fazê-lo considerando-se vários casos. Por exemplo, no exercício
resolvido (12.5), a condição fJ^i > 0 gerou dois casos: /ii = 0 ou /ii > 0.
Neste processo, você deve fazer um estudo completo de cada caso, encon
trando todos os pontos que satisfazem as relações estabelecidas {incluindo os
valores dos multiplicadores) ou mostrando que não existem soluções através
de uma contradição. Freqüentemente, casos precisam ser subdivididos em
subcasos. Por exemplo, no exercício resolvido (12.5), tivemos que considerar
os subcasos a: = 0 e a: > 0 dentro do caso pi > 0.
Mas como encontrar os pontos que satisfazem as condições de primeira
ordem em uma situação com várias variáveis e várias restrições? Certamente
o sistema resultante terá muitas condições e muitas variáveis. Por exemplo,
no problema da dieta (página 26), com funções de 9 variáveis e 13 restrições
em desigualdade, as condições de primeira ordem resultam em um sistema
com 48 condições e 22 variáveis. Neste sentido, temos duas observações.
C U ID A D O ! C U ID A D O ! C U ID A D O !
àfhn. y
Vhmip) -
Ví?i(p)
V5/(p )
{m+l)xn > ■■■ d x j^ ^
■
lü ll
; / i r [5 i (p )'N 'i] = 0, ‘ •
<■ ■
|||i||iÍ|iipiÉi^
> 0,
^i(p) < h ,
fhn{p) — Crti,
MÍ • [5l{p) - í>ll = 0,
ÍI||Íj|||||H i|H
f i l - Í9k {p ) - h ] = 0,
' m! > 0,
Mfc > 0,
í?i(p) < h ,
9k {p ) < h -
maximizar x - y"^
sujeito a a;2 + í/2 _ 4^
a; > 0,
2/ > 0.
3. Três restrições ativas: não temos caso algum pois não existem pon
tos com três restrições ativas. Para vê-lo, basta observar que se
h\{x,y) = 4, gi[x,y) = 0 e gi{x,y) = 0, para algum ponto (x,y),
então teríamos x = 0 e y = 0, de modo que = 0 = 4, um
absurdo.
• P asso 3. Escrever o lagrangeano.
L(x,y,A,/ii,ya2) = f { x , y ) - X i - [ h i { x , y ) - C i ]
- fJ’1 ■[gi{x,y) - h]
- /^2 • [52(2:, y) - 62]
= X - y^ - Al (x^ + y2 - 4) + X + /í2 V-
— {x, y, Xi , m, f i 2) = 0,
dL. \ n
— (x,y, Ai,/ii,/i2) = 0,
h\{x,y) = Cl
Ml • [5i(a:,y)-òi] = 0,
M2-[y2(2:,y)-62] = 0,
Ml > 0,
M2 > 0,
9i{x,y) < òi,
92{x,y) < 62.
1 —2 Al X + = 0,
Hl (1)
- 2 y - 2 Al y + /i2 = 0, (2)
x ^ + y^ = 4, (3)
M ix = 0, (4)
9'2y = 0, (5)
Ml > 0. M2 > 0, (6)
X > 0, y > 0. (7)
12.5 Otimização com restrições mistas 511
Ml = 0.
M2 = 0 e y = 112/(2 (1 + Ai)) = 0.
X= 2 e Al - (1 + Mi ) /( 2 x) = 1/4.
• P asso 6 . Conclusão.
A função-objetivo / é contínua (pois é de classe C^) e o conjunto ad
missível é compacto (veja a figura (12.12)).
|||||Í |||||||||||||J
líilliiilpililliiifíiii
iiii
12.6 Alternativas para a condição de regularidade 513
A S -v /(p ) = l ^ A : . v / í i ( p ) + 2 ^ r '^ ^ í - ( p ) ’
^^(p) —
l4 ‘ [9i {p ) - h ] = 0,
4 * k ( p ) - M = 0i
MÍ ^ Oj
K > 0.
51(p) < ^1,
minimizar 2y —
sujeito a -\-y^ < 1,
a; > 0,
2/ > 0,
maximizar —2 y + x^
sujeito a + y'^ < 1,
- X < 0,
-y < o ,
12.8 Condições de segunda ordem* 515
V /( p ) = \ \ - V h , { p ) + --- + \ l - V h m { p ) .
hi{p) = Cl,
^m(p) — Cm-
d^L
dx\dxn
D lL {p ,\* ) =
d^L d^L
( p ,V ) ( p ,V )
dxndxi
516 O tim ização com restrições
Considere também
O m xm Dh{p)
ií(p ,A ) =
D h { p f D lL{p,X)
( n + m ) X (n+77i)
maximizar f X 2^
sujeito a (2:1, X2) ^ D = {(xi, X2) G | h{xi^ X2) = 2x1 + xl = ^}*
( - 1 ,- 1 ) e (+ 1 ,-1 ),
dh , , dh , .
0 ^ ( x .,X2,A) — (xi,X2, A)
0x 2
dh ÕL , dL .
H{ x i ,X2,X) =
dh , . ÕL , dL ,
isto é.
518 Otim ização com restrições
0 4 2:1 2 2:2
H{ xi ,X2,X) = 4xi 2 x 2 — 4: X 22:1
2^2 22:1 —2A
0 0 -2 ^ /3
H { 0 , - V 3 , 0) = 0 - 2 Vã 0
-2 V3 0 0
0 0 + 2 V3
H {0,-V3,0) = 0 +2 Vã 0
+2 V3 0 0
V / (P ) = MÍ
h{p) = Cl,
hm{p) = C77I
= 0,
■ b i( p ) -H
= 0,
' bfc(p) - bk]
MÍ > 0,
Mfc > 0,
5 i(p ) < bi ,
a matriz
X* *1 d'^L
g^2ÍP,^ ,AÍ ) (p> A*, aí*)
dx\dxn
D lL { p ,y ,f x * ) =
d^L d‘^L
(p , a *,m*)
dXndxi d'^Xn
D = {x G M" I /li(x) = Cl, . . . , /lm(x) = Cm, í/i(x) < Òi, . . . , fffc(x) < Òfc} .
g (v ) = •D l L { ^ , X \ n * ) - v < 0,
W(P) ^ Y ^ K - V h i p ) + ^fj^-Vg^ip)^
ÍÍÍIÍÍIÍÍÍÍÍÍÍÍÍÍÍÍÍII|i:|g ^
^w(p) —
f 4 - [ 9 i { p ) ~ h ] = 0,
9 'k - [ 9 k ip ) - h ] = 0,
Ml > 0,
5i{p) < K
12.10 Exercícios
D = {(x,?/) G I + = 1}.
D = { ( x , y ) e R 2 I ( ^ _ 2 ) 2 + y2 = l} .
[05] Considere a função-objetivo f[xi, x^, x^) = X\X2 + X2X2, + x\x^ e o con
junto admissível
e os itens a seguir.
(g) Mostre que (x*, com z* = 3 — x* — y*, é ponto de máximo
global de / em D se, e somente se, (x*, y*) é ponto de máximo global
de g em .
(h) Use as técnicas do capítulo 11 para demonstrar que (x*, y*) = (1,1)
é ponto de máximo global de g em R^.
(i) Use os itens (g) e (h) para concluir que (1,1,1) é ponto de máximo
global de / em D.
[06] Encontre a distância máxima e mínima da origem (0, 0) até a elipse
x^ + = 3. Sugestão: use x^ + y^ no lugar de ^/x^ + y^ como
função-objetivo. Veja o exercício [11] da página 361 para saber porque
podemos fazer isto.
[07] Encontre o ponto (x*, y*) da parábola y = x^ que está mais próximo do
ponto (2,1). Você pode assumir que tal ponto existe.
[08] Calcule o posto das matrizes abaixo.
■1 0 1 2■
'2 2 ' '0 1 0'
■1 0 0 ■ 2 15 1
(a) 1 0 , (c) 0 0 1 . (d)
0 1 0 , (b) 0 2 3 0
.01. . 1 0 0_
. 1 0 0 0 .
a 0 0
M =
1 h 0
a b c
A=
d e f 2x3
12,10 Exercícios 525
[12] Encontre o ponto (x*,y*,z*) mais próximo da origem (0,0,0) que está
simultaneamente nos planos 3x —y + z = 5 e x + y + z = 1. Você pode
assumir que tal ponto existe.
' xi >0,
< X2 >0,
, X2 - (xi - i f < 0.
Xi > 0,
X-í < 2,
X2 > 0,
X2 < 2,
I ( X i - l ) 2 + ( y i - l ) 2 > 1.
maximizar x + 2y
sujeito a x^ + y^ < 1,
a; > 0,
2/ >0.
12.10 Exercícios 527
maximizar X + y + 50 z
sujeito a z 2_y2^4>0,
z + x'^ + y^ 4 < 0,
X > 0,
2/ >0.
maximizar x+y+z
sujeito a 2 — + 8 >0,
z + x^ + y^ < 0.
maximizar x + 2y + Az
sujeito a + 2/^ + < 64,
+ z‘^ > 21,
X > 0,
2/> 0,
0.
maximizar x+y+z
sujeito a + 2/^ + = 3,
X > 0,
y > 0,
z > 0.
maximizar x^ + y^ +
sujeito a X > 0,
X < 1,
2/ >0,
2/ < 1-
z > 0,
z< l.
+ 2/^ +
<
x\ + xl + + X^
X-\ ' Xn '^n — n
com igualdade se, e somente se, = X2 = • • • =
[37] Determine 0 valor máximo da função
2^1 + 2^2 + + = c,
xi > 0,
X2 > 0,
D = {x G I /i(x) = 0} .
h{x,y) = 0,
não possua soluções. Então / não possui extremos globais no con
junto
C = {{x,y) e I h{x,y) = O} .
(b) Sejam / : R^ — funções de classe C°°. Suponha que
0 sistema
df. X dh
^ { x . y ) = A .^ ( x ,s ) ,
h{x,y) = 0,
12.10 Exercícios 533
d f, . X dh , .
h{x,y) = 0,
possua uma única solução (x*, y*, A*) com
Vh{x*,y*)^{0,0).
Então (x*,y*) é um extremo local de / no conjunto
C = {{x,y) € R^ I h{x,y) = O} .
íV /(x ) = A-Vh(x),
I h(x) = 0.
Maximizar f{ x ,y )
problema de otimização 1:
sujeito a h\{x,y) = 0.
Maximizar f{ x ,y)
problema de otimização 2:
sujeito a h2 {x,y) = 0.
534 O tim ização com restrições
[44] Diga se cada uma das sentenças abaixo é verdadeira ou falsa, apresen
tando uma demonstração caso ela seja verdadeira ou um contra-exemplo
caso ela seja falsa.
12.10 Exercícios 535
r V /( x ,2/) = A-Vp(x,í/),
I 9{x,y) = 0,
não possua soluções. Então / não possui extremos globais no con-
junto C = {(x,y) € R^ | 9{x,y) = O}.
(c) Sejam / : R ^ - f R e ^ : R ^ —)-R funções de classe C°°. Suponha que
o sistema
r V /(x,j/,z) = X- V g {x ,y, z ),
I 9 {x,y,z) = 0,
possua uma única solução (x, y, z, A) = (a*, 6*, c*, A*) para a qual
V5(a*,6*,c*)7^(0,0,0).
Então (x,y,z) = (a*,b*,c*) é um extremo global de = f{x,y,z)
sujeito à restrição g{x, y, z) = 0.
[45] Resolva o problema de otimização, que consiste em
n
maximizar / ( x i , .., ■) 2/1) • • • ) 2/n ) ~ ^ ' Vi J
2= 1
n
sujeito a • ) ^ n ) 2/1) • • • ) 2/n )
2=1
n
h2{xi,.. • ) ^n) 2/1) • • • ) 2/n ) = =
2=1
^ ^ 0'i' bi
i=l \ ir ’ \U
536 Otim ização com restrições
---- h — H---- = 1
a2 ^ Ò2 ^ c2
que estão mais perto da origem 0 = (0,0,0).
[47] (O significado do m ultiplicador de Lagrange) Considere o pro
blema de otimização que consiste em
Maximizar /(x , y) = x + y
sujeito a /i(x, y) = = a.
da^ ^ ~ ^ ■
O que os cálculos acima mostram é a evidência de um resultado que
vale em geral.
Maximizar f {x, y)
sujeito a h{x, y) — u,
12.10 Exercícios 537
A .l Introdução
O que é M uP A D ?
Bem, você poderia perguntar: o que MuPAD faz que minha calculadora
não pode fazer? A resposta está nos cálculos simbólicos. Por exemplo, se
você faz a divisão 1/3 em sua calculadora, o que você verá não é 1/3 mas
sim uma aproximação de 1/3. Mais ainda, se você deseja somar 1/3 com
1/7 com sua calculadora, o que você estará fazendo é somar aproximações
destes números e o que você obterá é uma aproximação da resposta exata (no
caso, 10/21). MuPAD tem a habilidade de lidar com informações de maneira
simbólica mantendo e manipulando símbolos e expressões. Evidentemente,
MuPAD pode fazer muito mais do que somar frações. Com ele você pode ob
ter soluções exatas de muitos problemas matemáticos, incluindo fatoração de
números inteiros e polinómios, cálculo com matrizes, sistemas lineares e não-
lineares de equações, números complexos, trigonometria, limites, derivadas,
integrais, equações diferenciais, etc.
540 Ferramenta computacional: M uPA D
A .2 Iniciando o programa
Se tudo correr bem, você deverá ver uma tela como a indicada na figura (A.l).
2 + 2;
A .2 Iniciando o programa 541
para obter a resposta 4 (você deve pressionar a tecla ENTER a fim de que
MuPAD execute o comando).
C U ID A D O ! C U ID A D O ! C U ID A D O !
• reset 0 ;
• 1+5/2;
7/2
Como você pode ver, MuPAD pode realizar cálculos com números inteiros e
racionais de maneira exata.
67473/6728
• 1234"123;
17051580621272704287505972762062628265430231311\
10682904705296193221839138348680074713663067170\
60598572641592314554345900570589670671499709086\
10253990484651479313561730556366999395010462203\
56820273557577550700832384441477783960263870670\
42685700404003287042480639680696865587865016699\
38388338883198045915994284537241460180942971772\
61076285952434068010144185297662798380672035627\
99104
• isprime(2398232343243249984321312321);
FALSE
• Factor(2398232343243249984321312321);
O p e ra ç ã o S ím b o lo E x e m p lo
adição + 2 + 2
subtração - 10 - X
multiplicação * 3*y*z
divisão / x /y
quociente da divisão inteira iquo( . . . ) iq u o (17, 3)
resto da divisão inteira irem(. . . ) irem (1 0 , 7)
exponenciação x''2
valor absoluto abs ( . . . ) a b s (-4 )
fatorial ! 10!
máximo max( . . . ) mcLx(-l, 5, 7)
mínimo mi n(. . . ) m in ( - l, 5, 7)
máximo divisor comum g c d ( . . .) g cd (1 4 , 21, 28)
mínimo m últiplo comum l cm( . . . ) lcm (14, 21, 28)
C U ID A D O ! C U ID A D O ! C U ID A D O !
f{ x ,y ) = 9 - x ^ -y'^,
é conveniente criar uma variável que represente esta expressão. Isto é feito
com 0 operador de atribuição (: =):
f := 9 - x'‘2 - y‘ 2;
Após digitar este comando, onde o símbolo f aparecer, ele será substituído
pela expressão 9 — x^ — y"^. Vamos acompanhar um exemplo.
Reinicie o sistema.
• resetO;
• f := 9 - x’'2 - y''2;
2 2
9 - X- y
• f'-2 - f ;
2 2 2 2 2
X + y + ( 9 - x - y) -9
• sim p lify (% );
4 2 2 4 2 2
X -17x -17y +y +2x y +72
A .4 Variáveis, atribuições e funções 545
Você pode calcular o valor de9 —x^ —y‘^ em um ponto {x^ y) com o comando
s ubs ( . . . ) . Para calcular o valor da expressão no ponto (x, y) = (1,2), por
exemplo, basta digitar o comando
• s u b s ( f , X = 1, y = 2);
u n a s s ig n (f);
2 2
X- y
C U ID A D O ! C U ID A D O ! C U ID A D O !
• f(l, 2);
Uma vez que f é uma função, podemos facilmente efetuar composições. Por
exemplo, vamos calcular /( a + ò, a —6).
• f (a + b, a “ b ) ;
2 2
9 - (a + b) - (a - b)
• simplify(yo);
2 2
9 - 2 a -2 b
S ím b o lo R e p re s e n ta ç ã o e m M u P A D
números inteiros -47, 1, 2
números racionais 3 /5 , - 1 /3
representações decimais 1.0, 0.002, .35*10*(-45)
verdadeiro, falso TRUE, FALSE
7T PI
e (base logarítmica natural) e x p ( l) , E
I, ( - l ) - ( l / 2 )
oo in fin ity
Função R e p re s e n ta ç ã o e m M u P A D
y/x (raiz quadrada de x ) s q r t( x )
(exponencial) exp(x)
In X (logaritmo natural) ln ( x )
|o:| (módulo de x ) ab s(x )
mínimo, máximo min, max
seno, cosseno, tangente s in ( x ) , c o s (x ), ta n (x )
secante, cossecante, cotangente s e c (x ), c s c (x ), c o t(x )
funções trigonom étricas inversas a s in ( x ) , a c o s(x ), a ta n (x )
a s e c (x ), a c s c (x ), a c o t(x )
funções hiperbólicas s in h ( x ) , co sh (x ), ta n h (x )
se c h (x ), c s c h (x ), c o th (x )
funções hiperbólicas inversas a s in h (x ) , ac o sh (x ), a ta n h (x )
a s e c h (x ), a c sc h (x ), a c o th (x )
( ^ ) coeficiente binomial b in o m ial (n , m)
\ m )
expand((x + l)* (y + z ) ) ;
y + z + x*y + x*z.
irá criar uma nova janela (veja a figura (A.3)) com o gráfico da função
z = /(x , y) = —2/^ definida no retângulo [—5,5] x [—5,5]. Você pode usar
os botões
para fazer uma rotação do gráfico. Existem parâmetros adicionais que você
pode usar com o comando p lo tfu n c 3 d (. . . ) . Para maiores detalhes, acesse
a tela de ajuda deste comando:
?plotfunc3d
A.7 Visualizando gráficos e curvas de nível 549
c^lBlaí ^|€il4>|rjH0l(^|y|l^l
C U ID A D O ! C U ID A D O ! C U ID A D O !
2 2
- 2 X sin (x - y ) .
• f := cos(x''2 - y"2) ;
2 2
cos(x - y)
552 Ferramenta computacional: MuPAD
• dfx := diff(f, x ) ;
2 2
- 2 X sin(x - y)
dfy := diff(f, y ) ;
2 2
2 y sin(x - y)
O cálculo acima pode ser feito diretamente com o uso da variável f , uma
vez que é possível calcular derivadas parciais de ordem superior diretamente
a partir da função original, sem a necessidade de variáveis auxiliares para
armazenar as derivadas de ordem mais baixa.
• diff(f, X, y) - diff(f, y, x) ;
• g := (x + y)/(x"2 + y'^3) ;
X + 1
2 3
X + y
A.9 Visualizando curvas e superfícies parametrizadas 553
• diffCg, x);
1 2 X (x + y)
2 3 2 3 2
X + y (x + y )
Observe que a resposta não está na forma de uma fração, isto é, a resposta
não está em sua forma mais simplificada. Você pode ainda combinar os
comandos normal (. . .) e d i f f ( . . . ) para obter uma resposta simplificada
diretamente.
normal(diff(g, x));
3 2
y - 2 X y - X
4 6 2 3
X + y + 2 X y
Para desenhar o traço de uma curva parametrizada plana, você deve usar
o comando p lo t2 d ( . . .). Por exemplo, o comando
plot2d(Scaling = Constrained,
[Mode = Curve, [t*cos(t), t*sin(t)], t = [0, 3*PI],
Grid = [100]]) ;
Scaling = Constrained]
especifica que uma mesma escala deve ser usada para os eixos x e y.
554 Ferramenta computacional: MuPAD
•5.25
X ■5 \
•3.75 \
/
1
•8.75 -7.5 -6.25 -5 -sjõ -2.5 -1.25 O 1.25 2.5 3.75 5 yt.25
I I
-1.25 /
V i
-2.6 /
-3.75
p lo t3 d (S c a lin g = C onstrained,
[Mode = Curve, [ c o s ( t) , s i n ( t ) , t ] , t = [0, 3 * P I],
Grid = [1 0 0 ]]);
Figura A.6: Traço da curva param etrizada a{t) = (cos(t), sen(í), í) p ara t no
intervalo [0, S tt].
para (n,'y) G [0, 2 7t] x [0, 2 7t]) (um toro, veja a figura (A.7)). O parâmetro
Smoothness = [2, 0]
está relacionado com a precisão do método numérico que MuPAD usa para
desenhar a imagem da superfície parametrizada em combinação com o pa
râmetro Gr i d = [20, 20]. Maiores detalhes: ?plot3d.
usá-los, você precisa carregar esta biblioteca. O comando que faz isto é:
e x p o r t( lin a lg ) :
2 2 21/2
(x + y + z )
2 2 21/2
(x + y + z )
2 2 21/2
(x + y + z )
+-
+- -+
exp(y), - sin(y) + x exp(y)
1,
1, exp(y)
+- -+
558 Ferramenta computacional: M uPAD
w - f{ x , y , z ) - x^y^z\
hessian(x"2*y"2*z''2, [x, y, z] ) ;
2 2 2 2
4 x y z , 2x z , 4 x yz
2 2 2 2
4xy z, 4 x yz, 2x y
+- “+
Como era de se esperar pelo teorema de Young, esta matriz é simétrica, uma
vez que / é uma função de classe
A p ên d ice B
B .l Introdução
O q u e é M a p le V ?
Bem, você poderia perguntar: o que Maple V faz que minha calculadora
não pode fazer? A resposta está nos cálculos simbólicos. Por exemplo, se
você faz a divisão 1/3 em sua calculadora, o que você verá não é 1/3 mas
sim uma aproximação de 1/3. Mais ainda, se você deseja somar 1/3 com 1/7
com sua calculadora, o que você estará fazendo é somar aproximações destes
números e o que você obterá é uma aproximação da resposta exata (no caso,
10/21). Maple V tem a habilidade de lidar com informações de maneira
simbólica mantendo e manipulando símbolos e expressões. Evidentemente,
Maple V pode fazer muito mais do que somar frações. Com ele você pode
obter soluções exatas de muitos problemas matemáticos, incluindo fator ação
de números inteiros e polinómios, cálculo com matrizes, sistemas lineares e
não-lineares de equações, números complexos, trigonometria, limites, deri
vadas, integrais, equações diferenciais, etc.
560 Ferramenta computacional: Maple V
Se tudo correr bem, você deverá ver uma tela como a indicada na figura (B.l).
[>
2 + 2;
B.2 Iniciando o programa 561
para obter a resposta 4 (você deve pressionar a tecla ENTER a fim de que
Maple V execute o comando).
C U ID A D O ! C U ID A D O ! C U ID A D O !
> re s ta rt;
> 1+5/2;
7
2
Como você pode ver, Maple V pode realizar cálculos com números inteiros
e racionais de maneira exata.
> 1234~123;
17051580621272704287505972762062628265430231311\
10682904705296193221839138348680074713663067170\
60598572641592314554345900570589670671499709086\
10253990484651479313561730556366999395010462203\
56820273557577550700832384441477783960263870670\
42685700404003287042480639680696865587865016699\
38388338883198045915994284537241460180942971772\
61076285952434068010144185297662798380672035627\
99104
> isprime(2398232343243249984321312321);
B.4 Variáveis, atribuições e funções 563
false
O comando if a c to r ( n ) escreve a decomposição de n em fatores primos.
> ifactor(2398232343243249984321312321);
C U ID A D O ! C U ID A D O ! C U ID A D O !
é conveniente criar uma variável que represente esta expressão. Isto é feito
com o operador de atribuição (:=):
f := 9 - x'^2 - y^2;
Após digitar este comando, onde o símbolo f aparecer, ele será substituído
pela expressão 9 — —y^. Vamos acompanhar um exemplo.
Reinicie o sistema.
> restart;
/ := 9 -
> f '2 - f ;
(9 - x^ - - 9 + x^ +1/^
Você pode simplificar a expressão obtida usando o comando sim p lify ( . . .).
O símbolo %representa o resultado do último comando executado (uma outra
maneira de se poupar digitação).
> simplifyCX);
Você pode calcular o valor de 9 —x^ —y^ em um ponto (x, y) com o comando
subs ( . . . ) . Para calcular o valor da expressão no ponto (x, y) = (1,2), por
exemplo, basta digitar o comando
> subs(x = 1, y = 2, f ) ;
B.4 Variáveis, atribuições e funções 565
> unassignCO;
/ := [x, y) 9- - y'^
> f ( l , 2);
> f ( a , 0);
9—
Uma vez que f é uma função, podemos facilmente efetuar composições. Por
exemplo, vamos calcular /( a + 6, a —6).
> f ( a + b, a - b ) ;
9 - { a + bf - { a - bf
Você pode simplificar este resultado com o comando sim p lify (. . .).
> simplify(7o) ;
9-2a^-2b^
S ím b o lo R e p re s e n ta ç ã o e m M a p le V
números inteiros -47, 1, 2
números racionais 3 /5 , - 1 /3
representações decimais 1.0, 0.002, .35*10‘ (-4 5 )
verdadeiro, falso tr u e , f a l s e
7T Pi
e (base logarítm ica natural) e x p (l)
I, ( - l ) '- ( l / 2 )
00 in fin ity
F unção R e p re s e n ta ç ã o e m M a p le V
y/x (raiz quadrada de x) s q r t( x )
(exponencial) exp(x)
In X (logaritmo natural) ln ( x )
\x\ (módulo de x) ab s(x )
mínimo, máximo min, max
seno, cosseno, tangente s in ( x ) , c o s (x ), ta n (x )
secante, cossecante, cotangente s e c (x ), c s c (x ), c o t(x )
funções trigonom étricas inversas a r c s in ( x ) , a r c c o s ( x ), a r c ta n ( x )
a r c s e c (x ) , a r c c s c (x ) , a r c c o t( x )
funções hiperbólicas s in h ( x ) , c o sh (x ), ta n h (x )
se c h (x ), c s c h (x ), c o th (x )
funções hiperbólicas inversas a r c s in h ( x ), a rc c o s h (x ), a rc ta n h (x )
a rc s e c h (x ), a rc c s c h (x ), a rc c o th (x )
expand((x + l ) *( y + z ) ) ;
y + z + xy + xz.
exemplo, o comando facto r(3 * x "4 + 5*x"3 - 3*x - 1); devolverá a ex
pressão algébrica (3 —x —l) (a; + 1)^.
irá criar uma nova janela (veja a figura (B.3)) com o gráfico da função z =
/(x ,j/) = definida no retângulo [—5,5] x [—5,5]. Para fazer uma
rotação, posicione o apontador sobre o gráfico, pressione o botão esquerdo
do mouse e o arraste. Você pode ainda usar os botões
# m # 0 ■ m ¥ II
?plot3d
w ith ( p lo ts ) :
Feito isto, você terá acesso ao comando c o n to u rp lo t(. . .), que desenha
curvas de nível. Por exemplo, o comando
co n to u rp lo t(x "2 - y"2, x = - 5 . . 5 , y = - 5 . . 5 ,
contours = [-10, -5 , 0, 5, 10],
g rid = [40, 40]);
precisão do método numérico que Maple V usa para desenhar curvas de nível.
Você pode especificar outros números naturais. Quanto maior o número,
melhor a precisão e também mais tempo será necessário para o cálculo das
curvas de nível. O parâmetro contours = [-10, -5 , 0, 5, 10], como
você deve imaginar, especifica quais os níveis que devem ser desenhados (no
caso, os níveis escolhidos são z = —10, z = —5, z = 0, z = 5 e z = 10).
Maiores detalhes: ?contourplot.
C U ID A D O ! C U ID A D O ! CU ID A D O !
você precisará digitar em mais do que de uma linha! Para isto, digite
co n to u rp lo t(x "2 - y"2, x = - 5 . . 5 , y = - 5 . . 5 ,
e, no final, pressione a tecla SHIFT e, sem largá-la, pressione a tecla
ENTER, 0 que levará o cursor ao início da próxima linha (se você apenas
pressionar a tecla ENTER, Maple V tentará executar o seu comando que,
por estar incompleto, gerará uma mensagem de erro). A seguir, digite
contours = [-10, - 5 , 0, 5 , 10],
não esquecendo de usar a combinação SHIFT+ENTER no final da linha.
Por último, digite
g rid = [40, 40]) ;
e pressione a tecla ENTER para executar todo o comando.
B.7 Visualizando gráficos, curvas e superfícies de nível 571
d i f f (cos(x''2 - y^'2), x ) ;
2 sin(— x
/ := cos(-x^ + y^)
> dfx := d i f f ( f , x ) ;
> dfy := di f f Cf , y ) ;
O cálculo acima pode ser feito diretamente com o uso da variável f, uma
vez que é possível calcular derivadas parciais de ordem superior diretamente
a partir da função original, sem a necessidade de variáveis auxiliares para
armazenar as derivadas de ordem mais baixa.
Para terminar, considere a função g{x,y) = {x + y)/ {x"^ + y^). Vamos usar a
variável g para armazená-la.
x+ y
9 ■■= -|- y^
Vamos agora derivar g com relação a x usando o comando d if f (,
> diff(g, x ) ;
+r )
Observe que a resposta não está na forma de uma fração, isto é, a resposta
não está em sua forma mais simplificada. Você pode ainda combinar os
comandos sim p lif y (. . .) e d i f f ( . . . ) para obter uma resposta simplificada
diretamente.
574 Ferramenta com putacional: M aple V
—x^ + y^ — 2xy
(x2 + j/3)^
Para desenhar o traço de uma curva parametrizada plana, você deve usar
0 comando p lo t ( . . . ) . Por exemplo, o comando
plot([t*cos(t), t*sin(t), t = 0..3*Pi]);
Figura B.6: Traço da curva param etrizada a{t) — (cos(í), sen(í)) p ara t no
intervalo [0,37 t].
B.9 Visualizando curvas e superfícies parametrizadas 575
s c a lin g = constrained]
especifica que uma mesma escala deve ser usada para os eixos y e z.
^ fTán®3.5$ fcVlTzSM
Figura B.7: Traço da curva param etrizada a{t) = (cos(t), sen{t),t) para t no
intervalo [0, S tt].
phi := [ ( 5 +2 * c o s (v ))* c o s (u ), ( 5 +2 * c o s ( v ) ) * s in ( u ) , 2 * s i n ( v ) ] :
p lo t 3 d (p h i, u = 0 . . 2 *P i, V = 0 . . 2 *Pi,
s c a lin g = con strain ed , axes = b oxed );
"3
mK liSSTST A»jíWileí,356/J5%
ê
usá-los, você precisa carregar esta biblioteca. O comando que faz isto é:
with(linalg):
X y z
H - q . ^2 ’ ^ y2 ^ -f + 2:^
xé^ — sin(y)
1 0
1 ey
578 Ferramenta computacional: Maple V
Exem plo B.3 Para calcular a matriz hessiana da função escalar de três
variáveis definida por
w = f { x , y , z ) = a;V 2 ^
hessian(x"2*y"2*z"2, [x, y, z] );
Como era de se esperar pelo teorema de Young, esta matriz é simétrica, uma
vez que / é uma função de classe C^.
Apêndice C
Capítulo 1
[01] Falsa.
[02] Falsa.
[03] Falsa.
[04] Verdadeira.
[05] Falsa.
[06] Falsa.
Capítulo 3
[02] Observe que o gráfico de = f {x, y) = —x^ —y^ pode ser obtido pela
reflexão do gráfico de z — g{x^y^ = com relação ao plano xy.
[06] Fazendo a interseção do gráfico de z = f[x^y) = x^/a^ + y^/6^ com
planos da forma x = k^y = k ^ e z = k obtemos parábolas, parábolas e
elipses, respectivamente. Como temos mais parábolas do que elipses, o
nome do gráfico de / é parabolóide elíptico.
[07] Fazendo a interseção do gráfico de z = = 2:^ —y^ com planos da
forma x = k^y = k , e z = k obtemos parábolas, parábolas e hipérboles,
respectivamente. Como temos mais parábolas do que hipérboles, o nome
do gráfico de / é parabolóide hiperbólico.
[08] As curvas de nível de z = y(x, y) = 2 • x • y associadas aos níveis z = k
diferentes de zero são hipérboles y = k/ { 2 -x). A curva de nível associada
ao nível z = 0 é formada pelo par de retas y = —x/2 e y = x / 2.
[09] As curvas de nível de z = /(x ,y ) = max{|xl, |y|} associadas aos níveis
z = k maiores do que zero são quadrados com vértices (fc, A;), (—fc. A:),
{—k^—k) e (A;,—A:). A curva de nível associada ao nível z = 0 é o
conjunto formado pelo único ponto (0, 0). As curvas de nível associadas
aos níveis z = k menores do que zero são formadas pelo conjunto vazio.
581
y= X —arcsen ( ^ ) + 2 • Z• tt
[28] Como / ( l , 0) = 1 > 0 = /(O, 0) segue-se que (0, 0) não é máximo global
e como / ( 0 , 1) = —1 < 0 = /(0,0) segue-se que (0,0) não é mínimo
global.
[30] Como vimos no exemplo (3.3), existem superfícies de nível apenas para
níveis k entre 0 e 3. Assim, os pontos da superfície de nível associada
ao nível A; = 0, a esfera de centro na origem (0,0,0) e raio r = 3
são os pontos de mínimo global de / . Da mesma maneira, o ponto da
superfície de nível associada ao nível fc = 3, o conjunto formado pelo
ponto (0, 0, 0), é o único ponto de máximo global de /.
Capítulo 4
[09] (a) O conjunto não é fechado, não é aberto, é limitado e não é com
pacto. Seu interior é o conjunto vazio e sua fronteira é o conjunto
{{x,y) - l < a ; < l e y = 0}.
(b) O conjunto é fechado, não é aberto, não é limitado e não é compacto.
Seu interior é o conjunto vazio e sua fronteira é igual ao próprio
conjunto.
(c) O conjunto é fechado, não é aberto, não é limitado e não é compacto.
Seu interior é o conjunto vazio e sua fronteira é igual ao próprio
conjunto.
(d) O conjunto não é fechado, é aberto, não é limitado e não é compacto.
Seu interior é igual ao próprio conjunto e sua fronteira é a reta
{(^j 2/) ^ IK^ I X + y = 1^.
(e) O conjunto é fechado, não é aberto, não é limitado e não é compacto.
Seu interior é o conjunto vazio e sua fronteira é igual ao próprio
conjunto.
583
[14] E possível aplicar o teorema de Weierstrass apenas nos itens (a), (c),
(e),(f),(g)e(i).
[26] Sim.
C apítulo 5
g^{x,y,z) = x + e"
Capítulo 6
para í E M.
[12] Você verá vários segmentos de reta! Este fato tem uma conseqüência
muito interessante: suponha que você vivesse em um mundo cilíndrico
e quisesse descobrir o caminho de menor comprimento que une dois
pontos sobre o cilindro. Evidentemente, estamos considerando apenas
os caminhos que ficam sobre 0 cilindro! Não vale, por exemplo, pegar
um segmento de reta ^‘que passa por fora” do cilindro. Para encontrar
este caminho mínimo (em linguagem de Geometria Diferencial, uma
geodésica)^ basta fazer o que se segue.
[18] Apenas as transformações dos itens (c), (e), (f), (g), (i), (j) e (k) são
transformações lineares.
-1 1 1
(b) A = 1 0 -1
1 - 1 0
(c) T (l,2 ,3 ) = ( 4 , - 2 , - l ) .
[24] A função F é linear. Justificativa geométrica; convença-se, fazendo
alguns desenhos, que F (u -H v) = F(u) F(v) e F(A • u) = A • F(u),
para todo u, v G e para todo A E R. Justificativa algébrica; mostre
que F(x, y) — {x, —y), para todo (x, y) € R^.
[25] A função F é linear. Justificativa geométrica; convença-se, fazendo
alguns desenhos, que F(u-|-v) = F(u)-|-F(v) e F(A-u) = A-F(u), para
todo u, v E R^ e para todo A E R. Justificativa algébrica; mostre que
F{x,y) = (cos(0) X —sen(0) y,sen{9) x+cos{9)y), para todo (x,i/) E R^.
[28] Basta observar que se existe x E R" tal que T(x) ^ 0 então T pode
assumir qualquer valor real. Para ver isto, seja A: E R e considere
y = k/ T( x) ■X. Temos que T(y) = T(A:/T(x) • x) = k/T{x.) ■T(x) = k.
Como T pode assumir qualquer valor real, segue-se que T não pode
possuir nem mínimo global e nem máximo global.
[36] (a) (l)-(c), (2)-(d), (3)-(a) e (4)-(b).
[38] (a) Helicóide-(2), Parafuso de Steinbach-(4), Guarda-chuva de W hitney-
(3), Superfície de Enneper-(l).
[39] (a) Sim! De fato, a é de classe pois
„„/(íW E = M íiíízi = 1 = + 00 .
rc->0 + X —0 x->0 + X — 0 x->0 +
Observe que o gráfico de / (veja a figura (6.3)) possui um “bico”
no ponto (0, 0).
(c) Falsa! Moral da história: não é porque o traço de uma curva para
metrizada possui um “bico”, que ela perde a propriedade de ser de
classe C^.
588 Respostas de alguns exercícios
Capítulo 7
e® 0
[08] (a)
y cos{xy) x cos{xy)x
1 -1 0
(b)
0 1 1
1 1
(c) -1 1
y X
1 0 1
(d) 0 1 -5
1 -1 0
589
^ ( í ) = (e^* - e-2‘) (2 In - l) .
dh
^ ( í ) = ( l + 4í^)e^*-.
g{u)g'{u)-\-h{u)h'{u)
^df( u ) = ^ ^ -|- 2 g'[u) {h{u))^ + 4^(u) h{u) h'{u).
du
[16] 3960.
[17] 3960.
[18] [ 3960 -148000 ]^^^.
2u + 2v 2u + 2v
[19]
0
[20] Temos
h{x,y) =
h 2{ x , y ) = cos {c os {x — y) + e^) + seií{e^ + c os { x — y) + e~ y) ,
an{x,y) an{x,y)
D{f og){x, y) =
a2i{x,y) a22{x,y)
591
R (x ) = (S o T )(x ) = S (T (x )) - S ( 2l • x) = S • • x) = (B • • X.
[23] Temos
dF dw. dw ,
^ - ^ ( y - 2 : , y + a;) + - ^ ( 2 / - x , y + x),
dF dw. dw
= + ^ ( 2/ - a ; , 2/ + x) + — ( y - x , y + x).
[24] Temos
s,í)). s,í),
9r ^ ’
dh,
s,t) = s,í)). s,í) + s,t)) , ^ ( r s, í) +
a / ’ as' ’
S,í)). s,í),
dh. « / í í s,í)).^ ( r s, í) + d f , ,
s,í) = s,t))' , ^ ( r s,t) +
w * ’'-
^5 3 .
t s,í)) • s,í).
592 Respostas de alguns exercícios
[26] Temos
dh, 1 s,t)) ■ ^ ( r s,t) ± . ? B , r s,t),
s,t)) ■
& < « < ’■' dr ’ ar' ’
dh,
s,t)) • ^ ( r s,t) + M i r
s,t)) ■ S, t ) ,
ds ^ ’ ds''
dh, df, . df, .
s,t)) s,t) + s , t ) ) ' ■ ^ í r S, t ).
ãi'*’’" dt ^ ’ m ''
)(0,2) = 6 e { d F / d v ) { 0 , 2 ) = -11.
- 2G -= -2.
[38] (c) Sim, de grau 3. (e) Não. (g) Dica: usando a regra da cadeia,
derive os dois lados da equação (7.22) e faça í = 1. A recíproca desta
proposição é verdadeira, mas ela é mais difícil de se provar.
Capítulo 8
[01] (a) V f { x , y , z ) =
± ^ ^2 ’ J
(b) V /(x , y,z) = {y + z , x + z , x + y).
(c) V /(x ,y ,z ) = (l,2í/,3z^).
(d) V /(x , y, z) = ± 2 xz, 2 xy ± z^, 2 yz ± x^).
[02] (a) - 1 1 - 1 6 ^ .
(b) - l/5 ^ /5 .
(c) 17V2/2.
(d) -4 /5 .
[05] ( e - \ 2 e - ^ , - 3 e ^ ) .
[09] ( 3 ^ /Í Õ /1 0 ,^ /1 0 ) .
594 Respostas de alguns exercícios
[10] Temos
(F ) > ^ ^ ( F) (F ) >
>
[19] (a) F{x,y) = V /( x , í/), onde f {x, y) = xy. (b) F(x) = V /(x ), onde
/(x ) = -A;/I|x||^.
Capítulo 9
[05] - 4 1 - a ; + 15y = 0.
[06] f (-2 ) = 1.
Capítulo 10
[02] Como f { x, y) = + 2/^ > 0 = /(0,0) para todo {x,y) G segue-se
que (0, 0) é mínimo global de / .
[03] Como / ( l , 0) = 1 > 0 = /(O, 0) segue-se que (0,0) não é máximo global
e como /(0 ,1 ) = —1 < 0 = /(0 ,0 ) segue-se que (0,0) não é mínimo
global.
[04] Como vimos no exercício resolvido (3.1), nos pontos da reta y = —x +
In (1 -f e^) a função / é constante e igual a k. Logo, / pode assumir
qualquer valor real k e, portanto, / não possui extremos globais.
[05] Como vimos no exemplo (3.3), existem superfícies de nível apenas para
níveis k entre 0 e 3. Assim, os pontos da superfície de nível associada
ao nível = 0, a esfera de centro na origem (0, 0, 0) e raio r = 3
são os pontos de mínimo global de / . Da mesma maneira, o ponto da
superfície de nível associada ao nível k = 3, 0 conjunto formado pelo
ponto (0, 0, 0), é o único ponto de máximo global de / .
[06] A superfície de nível associada ao nível k é o parabolóide elíptico de
revolução z = x"^ + y‘^ + k. Como vimos no exemplo (3.4), nos pontos do
parabolóide elíptico de revolução z = x^^ + y^^ + k, a, função / é constante
e igual a k. Logo, / pode assumir qualquer valor real k e, portanto, /
não possui extremos globais.
[08] E possível aplicar o teorema de Weierstrass apenas nos itens (a), (c),
(e),(f), ( g ) e ( i ) .
596 Respostas de alguns exercícios
[09] (a) Falsa, (b) Falsa, (c) Falsa, (d) Verdadeira, (e) Falsa, (f) Falsa,
(g) Falsa, (h) Falsa, (i) Falsa, (j) Falsa, (k) Falsa.
[10] (a) Verdadeira, (b) Verdadeira.
[16] (a) Verdadeira, (b) Falsa.
[18] (a) Verdadeira, (b) Verdadeira, (c) Falsa, (d) Falsa.
[19] (a) Falsa. Mostre que z = f { x, y) = xy é um contra-exemplo.
(b) Falsa. Mostre que z = f {x, y) = {y — x"^){y — 3x^) é um contra-
exemplo.
(c) Falsa. Mostre que z = f (x, y) = xy é um contra-exemplo.
(d) Verdadeira.
C apítulo 11
[25] Falsa.
[27] (a) Falsa, (b) Falsa, (c) Verdadeira, (d) Falsa, (e) Verdadeira.
(f) Falsa.
[28] Verdadeira.
[35] Existem
n n\
Jt ) k\{n — k)\
Capítulo 12
[01] Os pontos r e s são máximos globais de / em D. Note que /( r ) = /(s).
Os pontos p e q são mínimos locais de / em D. Agora, ou p, ou q
ou ambos são mínimos globais dependendo do valor da função / nesses
pontos.
600 Respostcis de alguns exercícios
[11] Verdadeira.
[12] (x*,2/*,2:*) = (4 /3 ,-2 /3 ,1 /3 ).
(d) Temos;
y-z = 2 ■{x ■y + 1) ■X,
X- z = 2 •{x •y + 1) ■y,
z = 6 — x^ — y^.
(e) Verifique que os valores x = l , y = l e 2 = 4 satisfazem o sistema
dado no item (d).
[32] (b) Dica: use a condição de regularidade alternativa.
[33] A caixa tem base 2 • y a j i por 2 • ^ a / A e altura {fãjA .
[34] xi = / • a /p i e y = - I • (- 1 + a)/p 2.
[35] Temos;
d ■a d-b d •c
{x*,y*,z*) =
/ '
NOTAÇOES E CONVENÇÕES
O bjetos vetoriais (pontos, vetores, funções vetoriais) são representados em negrito. Objetos
escalares são representados em itálico.
N O
Z 0
Q 0
E 0
E" 0
IMI A
fx(a,b) A
/a;x(U) à) A
fxyifi-) A
Composição de funções.
[01] T. M. Apostol, CalculuSj Volume //, Second Edition, John Wiley &
Sons, New York, 1969.
[62] G. Nord, D. Jabon e J. Nord, The Global Positioning System and The
Implicit Function Theorem, SIAM Review, vol. 40, no. 3, pp. 692-696,
1998.
[74] J. Stewart, Cálculo, Volume II, quarta edição. Pioneira, Thomson Le-
arning, 2001.
de Euler, 286
de Fritz John, 472, 485
de Karush-Kuhn-Tucker, 506
de W eierstrass, 123, 147
de Young, 176
dos multiplicadores de Lagrange, 462,
463, 472, 475
espectral, 453
fundam ental das curvas, 223
Torção de um a curva, 222
Toro, 119, 161
Traço de um a curva, 188
Trabalho, 167
Transformação
afim, 203
linear, 202, 203
Triedro de Serret-Prenet, 221
U
Unicidade
do máximo global, 447
do minimo global, 447
U tilidade m arginal, 449
W
W hitney, guarda chuva de, 236