Você está na página 1de 249

CÁLCULO II: VOLUME I

MAURICIO A. VILCHES - MARIA LUIZA CORRÊA

Departamento de Análise - IME


UERJ
2
3

Copyright by Mauricio A. Vilches c


Todos os direitos reservados
Proibida a reprodução parcial ou total
4

PREFÁCIO

"Por favor, poderia me dizer que caminho devo seguir agora?


Isso depende bastante de até onde você quer chegar."
Lewis Carrol - Alice no País das Maravilhas

Esta notas são a continuação natural dos livros CÁLCULO I: VOLUME I e CÁLCULO
I: VOLUME II, que é pré-requisito para este livro.
Da mesma forma que o Cálculo Diferencial e Integral de uma variável, os conceitos
centrais do Cálculo Diferencial e Integral de várias variáveis são relativamente pro-
fundos e não se espera que possam ser assimilados de uma só vez. Neste nível, o
importante é que o leitor desenvolva a habilidade de calcular e adquira a compreensão
geométrica dos problemas.
Esperamos que o livro permita ao leitor um acesso rápido e agradável ao Cálculo Di-
ferencial e Integral de uma variável.
Não podemos deixar de recomendar aos alunos a utilização, criteriosa, dos softwares
de Cálculo existente no mercado, pois eles são um complemento útil ao aprendizado
da disciplina.
Desejamos agradecer aos nossos colegas do Departamento de Análise e do IME-UERJ
que, de algum modo, nos motivaram e deram condições para escrever estas notas e à
Sra. Sonia Maria Alves pela digitação.
Certamente, todos os erros são exclusivamente de responsabilidade dos autores.

Mauricio A. Vilches - Maria Luiza Corrêa


Rio de Janeiro
Conteúdo

1 QUÁDRICAS 9
1.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2 Superfícies Quádricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3 Esboço das Quádricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.4 Elipsóide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4.1 Esfera . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.5 Hiperbolóide de uma folha . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.6 Hiperbolóide de duas folhas . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.7 Parabolóide Elítico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.8 Parabolóide Hiperbólico . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.9 Cone Elítico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.10 Cilindros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.11 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

2 FUNÇÕES DE VÁRIAS VARIÁVEIS 33


2.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.2 Funções de Varias Variáveis . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.3 Domínio e Imagem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.4 Gráfico de Funções de Várias Variáveis . . . . . . . . . . . . . . . . . . . 43
2.5 Conjuntos de nível . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.6 Construção do esboço do G(f ) . . . . . . . . . . . . . . . . . . . . . . . . 46
2.7 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

3 LIMITES E CONTINUIDADE 63
3.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
3.2 Bolas Abertas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
3.3 Conjuntos Abertos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
3.4 Conjunto Fronteira . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.5 Conjuntos Fechados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
3.6 Limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.7 A não existência de um limite . . . . . . . . . . . . . . . . . . . . . . . . . 75

5
6 CONTEÚDO

3.8 Continuidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
3.9 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83

4 DERIVADAS PARCIAIS 87
4.1 Definições . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.2 Generalizações . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
4.3 Interpretação Geométrica das Derivadas Parciais . . . . . . . . . . . . . . 93
4.4 Derivadas Parciais como Taxa de Variação . . . . . . . . . . . . . . . . . 96
4.5 Diferenciabilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
4.6 Aproximação Linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
4.7 Derivadas Parciais de Ordem Superior . . . . . . . . . . . . . . . . . . . . 114
4.8 Regra da Cadeia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
4.9 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129

5 DERIVADA DIRECIONAL 135


5.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
5.2 Derivada Direcional como Taxa de Variação . . . . . . . . . . . . . . . . . 139
5.3 Gradiente de uma Função . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
5.4 Observações Geométricas sobre Gradientes . . . . . . . . . . . . . . . . . 145
5.5 Funções Implícitas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
5.6 Gradiente e Conjuntos de Nível . . . . . . . . . . . . . . . . . . . . . . . . 157
5.7 Gradiente e Curvas de Nível . . . . . . . . . . . . . . . . . . . . . . . . . 158
5.8 Ângulo entre Curvas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
5.9 Gradiente e Superfícies de Nível . . . . . . . . . . . . . . . . . . . . . . . 163
5.10 Ângulo entre Superfícies . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
5.11 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174

6 MÁXIMOS E MÍNIMOS 181


6.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
6.2 Determinação dos Extremos Locais . . . . . . . . . . . . . . . . . . . . . . 188
6.3 Exemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
6.4 Problemas de Otimização . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
6.5 Mínimos Quadrados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206
6.6 Máximos e Mínimos Absolutos . . . . . . . . . . . . . . . . . . . . . . . . 211
6.7 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216

7 MULTIPLICADORES DE LAGRANGE 219


7.1 Método dos Multiplicadores de Lagrange . . . . . . . . . . . . . . . . . . 219
7.2 Determinação dos Extremos Condicionados . . . . . . . . . . . . . . . . 221
7.2.1 Interpretação Geométrica do Teorema de Lagrange . . . . . . . . 222
7.3 Problemas de Otimização . . . . . . . . . . . . . . . . . . . . . . . . . . . 228
7.4 Generalização do Método . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
CONTEÚDO 7

7.5 Método de Lagrange e Álgebra Linear . . . . . . . . . . . . . . . . . . . . 237


7.6 Eliminação do Parâmetro . . . . . . . . . . . . . . . . . . . . . . . . . . . 239
7.7 Exercícios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245

Bibliografia 249
8 CONTEÚDO
Capítulo 1

QUÁDRICAS

1.1 Introdução
Este capítulo é totalmente introdutório para o estudo de Cálculo em Várias Variáveis,
eperamos que o leitor tenha conhecimentos elementares de Geometria Analítica, como
vetores, cônicas, etc.

Em R3 temos dois tipos de objetos de nosso interesse: os sólidos e as superfícies. De


forma intuitiva podemos dizer que os sólidos são os objetos de R3 que possuem volume
e as superfícies são objetos de R3 que possuem área, mas tem espessura irrelevante.

Para leitores com conhecimentos mais profundos, podemos dizer que um sólido é um
objeto de dimensão 3 em R3 e as superfícies são objetos de dimensão 2 em R3 . Os
planos são exemplos de superfícies.

Os sólidos nos permitem modelar, por exemplo, depósitos de combustíveis, turbinas


de aviões ou carros. As superfícies nos permitem modelar, por exemplo, folhas de
papel, membranas ou lâminas de metal.

As definições matemáticas destes objetos estão fora do contexto destas notas e, por
isso, ficaremos com estas idéias intuitivas.

Do Cálculo de uma variável, conhecemos os sólidos de revolução. Por exemplo, o só-


lido de revolução obtido girando em torno do eixo dos y a região limitada pelo gráfico
de:

(x − b)2 + y 2 = a2 , 0 < a < b.

Veja o seguinte desenho:

9
10 CAPÍTULO 1. QUÁDRICAS

Figura 1.1: Uma superfície em R3

A seguir definiremos um novo tipo de superfície: as superfícies quádricas.

1.2 Superfícies Quádricas


Sabemos que o conjunto de todos os pontos (x, y) ∈ R2 que satisfazem a equação geral
do segundo grau nas variáveis x e y é uma seção cônica: parábola, elipse, hipérbole ou
alguma forma degenerada dessas curvas, como um ponto ou um par de retas.
Em R3 , a equação geral do segundo grau nas variáveis x, y e z é:

F (x, y, z) = 0,

onde:

F (x, y, z) = A x2 + B y 2 + C z 2 + D x y + E x z + F y z + G x + H y + I z + J,

onde os coeficientes dos termos de segundo grau não são todos nulos, de modo que o
grau da equação é sempre 2.

Definição 1.1. O subconjunto Q ⊂ R3 , definido por:

Q = {(x, y, z) ∈ R3 / F (x, y, z) = 0}

é chamado superfície quádrica ou quádrica central.


1.3. ESBOÇO DAS QUÁDRICAS 11

Observação 1.1. Usando rotações e translações é possível mostrar que existem os se-
guintes tipos de superfícies quádricas não degeneradas:

1. Elipsóides.

2. Hiperbolóide elítico ou de uma folha.

3. Hiperbolóide de duas folhas.

4. Parabolóide elítico.

5. Parabolóide hiperbólico.

6. Cones.

7. Cilindros.

Apresentaremos as equações que definem as quádricas centradas na origem. As outras


formas mais gerais podem ser determinadas a partir de translações e rotações.

1.3 Esboço das Quádricas


Uma forma básica de esboçar uma superfície quádrica é determinar os interseptos com
os eixos coordenados e desenhar suas seções retas, ou seja, as interseções da superfície
com os planos coordenados, também chamadas traços da quádrica.
As quádricas centrais apresentam simetrias em relação a cada um dos planos coorde-
nados.
Se na equação que define a quádrica substituimos x por −x e a equação não se altera,
a quádrica é simétrica em relação ao plano yz.
Se substituimos y por −y e a equação não se altera, a quádrica é simétrica em relação
ao plano xz.
Se substituimos z por −z e a equação não se altera, a quádrica é simétrica em relação
ao plano xy.
Se substituimos (x, y, z) por (−x, −y, −z) e a equação não se altera, a quádrica é simé-
trica em relação à origem.
12 CAPÍTULO 1. QUÁDRICAS

1.4 Elipsóide
A equação que representa o elipsóide de centro na origem é:

x2 y 2 z 2
+ 2 + 2 = 1,
a2 b c
onde a, b, c ∈ R não são nulos.

Figura 1.2: O elipsóide

Interseções com os eixos coordenados:


Não difícil ver que:

(±a, 0, 0), (0, ±b, 0) e (0, 0, ±c)

são as interseções com os eixos coordenados.

Simetrias:
A equação não se altera se substituimos (x, y, z) por (−x, −y, −z); logo, o elipsóide tem
simetria em relação à origem.

Traços do elipsóide:

No plano xy é a elipse:
1.4. ELIPSÓIDE 13

x2 y 2
+ 2 = 1.
a2 b
No plano yz é a elipse:

y2 z2
+ 2 = 1.
b2 c
No plano xz é a elipse:

x2 z 2
+ 2 = 1.
a2 c

Figura 1.3: O elipsóide e seus traços

1.4.1 Esfera
Em particular se a = b = c, na equação do elipsóide, temos:

x 2 + y 2 + z 2 = a2

equação que representa a esfera de centro na origem e raio a.


14 CAPÍTULO 1. QUÁDRICAS

Figura 1.4: A esfera e seus traços

Em geral, a equação do elipsóide centrado no ponto (x0 , y0 , z0 ) é:

(x − x0 )2 (y − y0 )2 (z − z0 )2
+ + =1
a2 b2 c2

Em particular, a equação que representa a esfera de centro em (x0 , y0 , z0 ) e raio a é:

(x − x0 )2 + (y − y0 )2 + (z − z0 )2 = a2

1.5 Hiperbolóide de uma folha


A equação que representa o hiperbolóide de uma folha de centro na origem é:

x2 y 2 z 2
+ 2 − 2 =1
a2 b c

onde a, b, c ∈ R não são nulos.


1.5. HIPERBOLÓIDE DE UMA FOLHA 15

Figura 1.5: Hiperbolóide de uma folha

Interseções com os eixos coordenados:


Não difícil ver que:

(±a, 0, 0) e (0, ±b, 0).

são as interseções com os eixos coordenados.

Simetrias:
Na equação não se altera se substituimos (x, y, z) por (−x, −y, −z); logo, o hiperbolóide
tem simetria em relação à origem.

Traços do hiperbolóide de uma folha:

No plano xy é a elipse:

x2 y 2
+ 2 = 1.
a2 b
No plano yz é a hipérbole:

y2 z2
− 2 = 1.
b2 c
No plano xz é a hipérbole:
16 CAPÍTULO 1. QUÁDRICAS

x2 z 2
− 2 = 1.
a2 c

Figura 1.6: Hiperbolóide de uma folha e seus traços

As equações:

x2 y 2 z 2 x2 y 2 z 2
− 2 + 2 =1 e − + 2 + 2 = 1,
a2 b c a2 b c

representam também hiperbolóides de uma folha. No primeiro caso o eixo do hiper-


bolóide é o eixo dos y e no segundo caso o eixo dos x. O termo negativo na equação
indica o eixo do hiperbolóide.
1.6. HIPERBOLÓIDE DE DUAS FOLHAS 17

Figura 1.7: Outros hiperbolóides de uma folha

1.6 Hiperbolóide de duas folhas


A equação que representa o hiperbolóide de duas folhas de centro na origem é:

x2 y 2 z 2
− − 2 + 2 =1
a2 b c

onde a, b, c ∈ R não são nulos.

Figura 1.8: Hiperbolóide de duas folha


18 CAPÍTULO 1. QUÁDRICAS

Interseções com os eixos coordenados:


Não difícil ver que:

(0, 0, c) e (0.0 − c),


são as interseções com os eixos coordenados.

Simetrias:
A equação não se altera se substituimos (x, y, z) por (−x, −y, −z); logo, o hiperbolóide
de duas folhas tem simetria em relação à origem.

Traços do hiperbolóide de duas folhas:


No plano xy: nenhuma.
No plano yz é a hipérbole:

y2 z2
− + 2 = 1.
b2 c
No plano xz é a hipérbole:

x2 z 2
− + 2 = 1.
a2 c

Figura 1.9: Hiperbolóide de duas folha e seus traços


1.7. PARABOLÓIDE ELÍTICO 19

As equações:

x2 y 2 z 2 x2 y 2 z 2
− 2 − 2 =1 e − + 2 − 2 = 1,
a2 b c a2 b c

representam também hiperbolóides de duas folhas. No primeiro caso o eixo do hiper-


bolóide é o eixo dos x e no segundo caso o eixo dos y. O termo positivo na equação
indica o eixo do hiperbolóide.

Figura 1.10: Outros hiperbolóides de duas folhas

1.7 Parabolóide Elítico


A equação que representa o parabolóide elítico de centro na origem é:

x2 y 2 z
+ 2 − =0
a2 b c

onde a, b, c ∈ R não são nulos. Para c > 0, as parábolas tem a concavidade voltada
para cima. Para c > 0, o parabolóide "abre"para cima. De forma análoga, se c < 0, o
parabolóide "abre"para baixo.
20 CAPÍTULO 1. QUÁDRICAS

Figura 1.11: Parabolóides elíticos

Interseções com os eixos coordenados:


(0, 0, 0) é o único ponto de interseção.

Simetrias:
a equação não se altera se substituimos x e y por −x e −y; logo, o parabolóide tem
simetria em relação aos planos yz e xz.

Traços do parabolóide elítico:

No plano xy: o ponto (0, 0, 0).

No plano yz é a parábola:

y2 z
− = 0.
b2 c

No plano xz é a parábola:

x2 z
− = 0.
a2 c
1.8. PARABOLÓIDE HIPERBÓLICO 21

Figura 1.12: Parabolóide elítico e seus traços

1.8 Parabolóide Hiperbólico


A equação que representa o parabolóide hiperbólico de centro na origem é:

x2 y 2 z
− 2 − =0
a2 b c

onde a, b, c ∈ R não são nulos. Para c < 0, as parábolas (traços no plano yz e xz) tem a
concavidade voltada para baixo.

Figura 1.13: Parabolóide hiperbólico


22 CAPÍTULO 1. QUÁDRICAS

Interseções com os eixos coordenados:


(0, 0, 0) é o único ponto de interseção.

Simetrias:
a equação não se altera se substituimos x e y por −x e −y; logo, o parabolóide hiper-
bólico tem simetria em relação aos planos yz e xz.

Traços do parabolóide hiperbólico:

No plano xy: é um par de retas que se intersectam na origem.


No plano yz é a parábola:

y2 z
+ = 0.
b2 c

No plano xz é a parábola:

x2 z
− = 0.
a2 c

Figura 1.14: Parabolóide hiperbólico e seus traços


1.9. CONE ELÍTICO 23

1.9 Cone Elítico


A equação que representa o cone elítico de centro na origem é:

x2 y 2 z 2
+ 2 − 2 =0
a2 b c

onde a, b, c ∈ R não são nulos.

Figura 1.15: Cone elítico

Interseções com os eixos coordenados:


(0, 0, 0) é o único ponto de interseção.

Simetrias:
a equação não se altera se substituimos (x, y, z) por (−x, −y, −z); logo, o cone elítico
tem simetria em relação à origem.

Traços do cone elítico:

No plano xy é a origem.
No plano yz:
24 CAPÍTULO 1. QUÁDRICAS

y2 z2
− 2 = 0,
b2 c
duas retas que se intersectam na origem.
No plano xz:

x2 z 2
− 2 = 0,
a2 c
duas retas que se intersectam na origem.

Figura 1.16: Cone elítico e seus traços

O traço em um plano z = k paralelo ao plano xy tem a equação:

x2 y 2 k2
+ = ,
a2 b2 c2
que representa uma elipse.

1.10 Cilindros
Se C é uma curva plana e L é uma reta não situada no mesmo plano da curva, então o
conjunto de todas as retas paralelas a L e que intersectam C é chamado cilindro.
A curva C é dita diretriz do cilindro e cada reta que passa por C paralela a L é chamada
geratriz do cilindro. De acordo com a observação, o cilindro de geratrizes paralelas
1.10. CILINDROS 25

ao eixo dos z e tendo como diretriz uma elipse no plano xy centrada na origem, tem
equação:

x2 y 2
+ 2 =1
a2 b

e é chamado cilindro elítico. ( a, b não são nulos).

Figura 1.17: Cilindro elítico

Se por exemplo a equação é:

y2 z
− =0
b2 c

obtemos o chamado cilindro parabólico. ( b, c não são nulos). Desenho à esquerda. Se


por exemplo a equação é:

y3 z
− =0
b2 c

obtemos o chamado cilindro cúbico. ( a, c não são nulos). Desenho à direita.


26 CAPÍTULO 1. QUÁDRICAS

Figura 1.18: Cilindro parabólico e cúbico, respectivamente

Em geral, se na equação que descreve uma quádrica falta uma variável, ela representa
um cilindro, com geratrizes paralelas à variável que falta.

Exemplo 1.1.
[1] Ache a natureza da quádrica 9 x2 − 18 x + 9 y 2 + 4 z 2 + 16 z − 11 = 0. Completando
os quadrados:

(x − 1)2 y 2 (z + 2)2
9 x2 − 18 x + 9 y 2 + 4 z 2 + 16 z − 11 = + + − 1;
4 4 9
a equação representa um elipsóide centrado no ponto (1, 0, −2).
[2] Determine a equação da esfera concêntrica à esfera

x2 + y 2 + z 2 + 4x + 2y − 6z + 10 = 0

e que passa pelo ponto (−4, 2, 5).


Como as esferas são concêntricas, completamos os quadrados para determinar o centro
da esfera dada:

x2 + y 2 + z 2 + 4x + 2y − 6z + 10 = (x + 2)2 + (y + 1)2 + (z − 3)2 − 4;


então, o centro é (−2, −1, 3) e a equação é:

(x + 2)2 + (y + 1)2 + (z − 3)2 = a2 .

Para determinar a usamos o fato de que o ponto (−4, 2, 5) pertence à esfera; logo a2 =
17. A equação é:
1.10. CILINDROS 27

(x + 2)2 + (y + 1)2 + (z − 3)2 = 17.

Figura 1.19: Exemplo[2]

y 2 x2 z
[3] Verifique que a interseção do parabolóide hiperbólico 2 − 2 = com o plano
b a c
z = b x + a y é formada por duas retas. Para determinar a interseção, devemos resolver
o sistema de equações :
 2
y x2
− = zc
b2 a2
b x + a y = z.

y2 a y
   2 
x bx
Igualando as equações por z: − − 2+ = 0; completando os quadra-
b2 c a c
dos:
2 2  2 
ab2  2 a2 b a b2 b x a b2
  
1 1 1 
y− g − 2 x+ = 2 y− − + = 0;
b2 2c a 2c b 2c a 2c
logo:

a b2 b x a b2
 
y− =± + .
2c a 2c

[4] Determine a equação da superfície formada pelo conjunto dos pontos P equidis-
tantes do plano x − 2 = 0 e do ponto (−2, 0, 0). Identifique a superfície.
Sejam d2 a distância do ponto P ao plano x − 2 = 0 e d0 a distância do ponto P ao ponto
(−2, 0, 0); logo, d2 = |x − 2| e:
28 CAPÍTULO 1. QUÁDRICAS

p
d0 = (x + 2)2 + y 2 + z 2 .

Como d0 = d2 , temos:

(y 2 + z 2 )
x=− .
8

A superfície é um parabolóide elítico.

Figura 1.20: Exemplo[3]

[5] Determine a equação da superfície formada pelo conjunto dos pontos P equidistan-
tes das retas L1 , que passa pela origem na direção (1, 0, 0) e, L2 que passa pelo ponto
(0, 1, 0) na direção (0, 0, 1). Identifique a superfície.

Sejam d1 (P, Li ) as distâncias do ponto P às retas Li (i = 1, 2); como:

d1 (P, L1 ) = d1 (P, L2 ),

temos:

(x2 − z 2 )
y= .
2

A superfície é um parabolóide hiperbólico.


1.10. CILINDROS 29

Figura 1.21: Exemplo[5]

[6] Mostre que se o ponto P0 = (x0 , y0 , z0 ) pertence ao parabolóide hiperbólico definido


por z = y 2 − x2 , então, as retas L1 que passa pelo ponto P0 na direção (1, 1, 2 (y0 −
x0 )) e L2 que passa pelo ponto P0 na direção (−1, −1, −2 (y0 − x0 )) estão contidas no
parabolóide hiperbólico.
Consideremos a reta L1 . Temos:

x(t) = x0 + t

y(t) = y0 + t

z(t) = z0 + 2 t (y0 − x0 );

logo,

y(t)2 − x(t)2 = (y02 − x20 ) + 2 t (y0 − x0 ) = z0 + 2 t (y0 − x0 ) = z(t).

Para L2 o procedimento é análogo.

Os objetos sólidos do R3 que utilizaremos neste texto são definidos através de inequa-
ções.

Exemplo 1.2.

[1] R = {(x, y, z) ∈ R3 /a ≤ x ≤ b, c ≤ y ≤ d, p ≤ z ≤ q} = [a, b] × [c, d] × [p, q]. O


conjunto R representa um paralelepípedo retangular.
[2] B = {(x, y, z) ∈ R3 / x2 + y 2 + z 2 ≤ r2 , r > 0}. O conjunto B representa uma bola
sólida de centro na origem e raio r ou o conjunto de todos os vetores de norma menor
ou igual a r.
30 CAPÍTULO 1. QUÁDRICAS

[3] C = {(x, y, z) ∈ R3 /x2 + y 2 ≤ r2 , 0 ≤ z ≤ h, h > 0}. O conjunto C é uma porção do


cilindro circular reto de altura h e raio r.
[4] F é o sólido obtido pela revolução de uma região do plano fechada e limitada por
uma curva:

Figura 1.22: Sólido em R3

Note que todos estes conjuntos possuem volume.


1.11. EXERCÍCIOS 31

1.11 Exercícios
1. Determine a natureza das seguintes quádricas:

(a) 4x2 + 9y 2 + z 2 = 36

(b) z − 4(x2 + y 2 ) = 0

(c) 4x2 + 9y 2 − z 2 = 36

(d) x2 − y 2 + z 2 = 0

x2 z2
(e) + − 4y = 0
36 25
x2 z2
(f) − − 9y = 0
36 25
(g) x2 + 16 z 2 − 4 y 2 + 16 = 0

(h) x2 − 2 x + y 2 + z 2 = 0

(i) x2 + y 2 = 2 y

(j) x2 + y 2 = 4 x

2. Utilizando a técnica dos traços, esboce o gráfico de cada quádrica do exercício


[1].

3. Determine a natureza da curva obtida pela projeção no plano xy da interseção


de:

(a) z + x2 = 1 e z − x2 − y 2 = 0.

(b) x = 2 e x = y 2 + z 2 .

(c) z = 8 − 5x2 − 3y 2 e z = 3x2 + 5y 2 .

4. Determine os valores de k tais que a interseção do plano x + k y = 0 com a quá-


drica y 2 − x2 − z 2 = 1 seja uma elipse e uma hipérbole, respectivamente.
32 CAPÍTULO 1. QUÁDRICAS

x2 y2
5. Verifique que 2 x − 2 z − y = 10 intersecta 2 z = + num único ponto e
9 4
determine o ponto.

6. Determine a, b, c e d de modo que os pontos dados pertençam à quádrica:

a x2 + b y 2 + c z 2 + d = 0,

onde:

(a) (1, 1, −1), (2, 1, 0), (5, −5, 3).

(b) (2, −1, 1), (−3, 0, 0), (1, −1, −2).

(c) (1, 2, −1), (0, 1, 0), (2, 1, −2).

7. Determine a equação da superfície definida pelo conjunto dos pontos P tais que
a distância de P ao eixo dos x é o dobro da distância de P ao plano yz. Identifique
a superfície.

8. Determine a equação da superfície definida pelo conjunto dos pontos P tais que
a distância de P ao eixo dos y é 43 da distância de P ao plano xz. Identifique a
superfície.

9. Determine a equação da superfície definida pelo conjunto dos pontos P = tais


que a distância de P ao ponto (0, 0, 1) é igual à distância de P ao plano y = −1.
Identifique a superfície.

10. Verifique que o ponto P = (1, 3, −1) pertence ao parabolóide hiperbólico definido
por 4 x2 −z 2 = y e determine as equações das duas retas que passam por P e estão
contidas no parabolóide.
Capítulo 2

FUNÇÕES DE VÁRIAS VARIÁVEIS

2.1 Introdução
Como no Cálculo de uma variável, neste capítulo estudaremos uma das noções centrais
da Matemática, o conceito de função.
Uma função de várias variáveis reais é uma regra que descreve como uma quantidade
é determinada por outras quantidades, de maneira única.
Através das funções de várias variáveis poderemos modelar uma grande quantidade
de fenômenos dos mais diversos ramos da Ciência.

2.2 Funções de Varias Variáveis


Definição 2.1. Seja A ⊂ Rn .

1. Uma função f definida no subconjunto A com valores em R é uma regra que


associa a cada u ∈ A um único número real f (u).

2. Os elementos de u ∈ A são chamados variáveis independentes da função e os


w = f (u) são chamados variáveis dependentes da função.

Observações 2.1.
1. A notação que utilizaremos é:

f : A ⊂ Rn −→ R
u −→ f (u).

33
34 CAPÍTULO 2. FUNÇÕES DE VÁRIAS VARIÁVEIS

2. Se n = 3, denotamos a variável independente por u = (x, y, z) e a função por:

w = f (x, y, z),

3. Se n = 2, denotamos a variável independente por u = (x, y) e a função por:

z = f (x, y).

z é chamada variável dependente da função .

Exemplo 2.1.

[1] O número de indivíduos Q de uma certa colônia de fungos depende essencialmente


da quantidade N de nutrientes (gr), da quantidade H de água (cm3 ), da temperatura
T (0 C) e da presença de uma certa proteina L (ml). Experimentalmente foi obtida a
seguinte tabela:

N H T L Q

10 1 10 0.1 15
20 3.5 14 0.4 20
30 5.6 16 0.8 22
22 8 21 0.1 21
25 5.1 12 0.8 15
10 1.4 30 1.6 12
50 7.3 35 0.9 17

Q possivelmente não tem uma formulação matemática explícita, mas é uma função
bem definida: Q = Q(N, H, T, L)
[2] O volume V de um cilindro é função do raio r de sua base e de sua altura h:

V (r, h) = π r2 h.

Logo, um cilindro de altura h = 10 cm e raio r = 2 cm tem volume:

V (2, 10) = π 22 × 10 = 40 π cm3 ,

aproximadamente, 125.663 cm3


2.2. FUNÇÕES DE VARIAS VARIÁVEIS 35

[3] Um tanque para estocagem de oxigênio líquido num hospital deve ter a forma de
um cilindro circular reto de raio r e de altura l m (m =metros), com um hemisfério em
cada extremidade. O volume do tanque é descrito em função da altura l e do raio r.

r
l

Figura 2.1: O tanque do exemplo [3]

4 π r3 3
O volume do cilindro é π l r2 m3 e o dos dois hemisférios é m ; logo, o volume
3
total é:
 3 
4r
V (l, r) = π 2
+ l r m3 .
3

Por exemplo, se a altura for 8 m e o raio r = 1 m, o volume é:

28 π 3
V (8, 1) = m.
3

[4] O índice de massa corporal humano (IMC) é expresso por:

P
IM C(P, A) = ,
A2

onde P é o peso em quilos e A a altura em m. O IMC indica se uma pessoa está acima
ou abaixo do peso ideal, segundo a seguinte tabela da OMS (Organização Mundial da
Saude):

Condição IM C

Abaixo do peso < 18.5


Peso normal 18.5 ≤ IM C ≤ 25
Acima do peso 25 ≤ IM C ≤ 30
Obeso > 30

Por exemplo, uma pessoa que mede 1.65 m e pesa 98 quilos, tem:
36 CAPÍTULO 2. FUNÇÕES DE VÁRIAS VARIÁVEIS

IM C(98, 1.65) = 35.9;

logo segundo a tabela está obeso. Agora uma pessoa que mede 1.80 m e pesa 75 kg, tem

IM C(98, 1.75) = 23.1;

logo, segundo a tabela tem peso normal.


[5] Da lei gravitacional universal de Newton segue que dada uma partícula de massa
m0 na origem de um sistema de coordenadas x y z, o módulo da força F exercida sobre
outra partícula de massa m situada no ponto (x, y, z) é dado por uma função de 5
variáveis independentes:

Figura 2.2: Exemplo [5]

g m0 m
F (m0 , m, x, y, z) = ,
x2 + y2 + z2

onde g é a constante de gravitação universal.


[6] (Lei de Gay - Lussac) A lei de um gás ideal confinado é dada por:

P V = k T,

onde P é a pressão em N/u3 (N =Newton, u=unidades de medida), V é o volume em


u3 , T é a temperatura em graus e k > 0 uma constante que depende do gás. Podemos
expressar o volume do gás em função da pressão e da temperatura; a pressão do gás
em função do volume e da temperatura ou a temperatura do gás em função da pressão
e do volume:
2.2. FUNÇÕES DE VARIAS VARIÁVEIS 37

kT kT PV
V (P, T ) = , P (V, T ) = e T (P, V ) = .
P V k
[7] Quando um poluente é emitido por uma chaminé de h metros de altura, a concen-
tração do poluente, a x quilômetros da origem da emissão e a y metros do chão pode
ser aproximada por:
a h(x,y) k(x,y)

P (x, y) = e + e ,
x2
b 2 b 2
onde h(x, y) = − 2
y − h e k(x, y) = − 2 y + h .
x x
O poluente P é medido em µg/m (µg=microgramas), onde a e b são constantes que
dependem das condições atmosféricas e da taxa de emissão do poluente. Sejam a = 200
e b = −0.002. Por exemplo, para uma chaminé de 10 m, a contaminação a 1 km de
distância e a uma altura de 2 m é:

P (1000, 2) = 0.004 µg/m.

[8] Lei do fluxo laminar de Poiseuille: Fluxo sanguíneo através de um vaso, como
artérias ou veias. Como as quantidades envolvidas são pequenas, podemos considerar
que vasos tem formato cilíndrico não elástico.

Figura 2.3: Fluxo laminar de Poiseuille

Denotemos por R o raio e l o comprimento, medidos em cm. Devido a fricção nas


paredes do vaso, a velocidade v do sangue é maior ao longo do eixo central do vaso
e decresce se a distância d (cm) do eixo à parede cresce e é zero na parede. v é uma
função de quatro variáveis:

P (R2 − d2 )
v(P, R, l, d) = ,
4lη

onde η é a viscocidade do sangue e P a diferença entre a pressão da entrada e a da


saída do sangue no vaso, medida em dina/cm2 . Experimentalmente, para o sangue
38 CAPÍTULO 2. FUNÇÕES DE VÁRIAS VARIÁVEIS

humano numa veia: η = 0.0027. Por exemplo, se l = 1.675, R = 0.0075, P = 4 × 103 e


d = 0.004, tem-se:

v(4 × 103 , 1.675, 0.004)) = 8.89994 cm/seg.

[9] Médicos dos desportos desenvolveram empiricamente a seguinte fórmula para cal-
cular a área da superfície de uma pessoa em função de seu peso e sua altura:

S(P, A) = 0.0072 P 0.425 A0.725 ,

onde P é o peso em quilogramas, A é a altura em cm e S é medido em m2 . Uma


pessoa que pesa 50 quilos e mede 160 cm deve ter uma área da superfície corporal:
S(50, 160) = 1.5044 m2 .
[10] Um circuito elétrico simples é constituído de 4 resistores como na figura:

R1 R2 R3

R4

Figura 2.4: Circuito elétrico

A intensidade da corrente I neste circuito é função das resistências Ri (i = 1, 2, 3, 4) e


da tensão da fonte E; logo:
E
I(R1 , R2 , R3 , R4 , E) = .
R1 + R2 + R3 + R4
[11] A produção P ; isto é, o valor monetário dos bens produzido no ano( de uma
fábrica é determinada pela quantidade de trabalho, expressa em operários /horas tra-
balhadas no ano e pelo capital investido (dinheiro, compra de maquinarias, matéria
prima, etc.). A função que modela a produção é chamada de Cobb-Douglas e é dada
por:

P (L, K) = A K α L1−α ,

onde L é a quantidade de trabalho, K é o capital investido, A e α são constantes posi-


tivas (0 < α < 1).
2.3. DOMÍNIO E IMAGEM 39

A função de produção de Cobb-Douglas tem a seguinte propriedade para todo n ∈ N:

P (n L, n K) = A n K α L1−α ,

isto é, para acréscimos iguais na quantidade de trabalho e de capital investido obtemos


o mesmo acréscimo na produção.
Por exemplo, se o capital investido é de R$ 600.000 e são empregados 1000 operá-
rios/hora, a produção é dada pela seguinte função de Cobb-Douglas:
3 1
P (L, K) = 1.01 L 4 K 4 ;

então, P (1000, 600.000) = 4998.72.

2.3 Domínio e Imagem


De forma análoga ao Cálculo de uma variável, os conjuntos Domínio e Imagem de uma
função são relevantes para o estudo das funções de várias variáveis.

Definição 2.2. Seja f : A ⊂ Rn −→ R uma função.

1. O conjunto de todas as variáveis independentes u ∈ Rn tais que f (u) existe é


chamado domínio de f e é denotado por Dom(f ).

2. O conjunto dos z ∈ R tais que f (u) = z e u ∈ Dom(f ) é chamado imagem de f e


é denotado por Im(f ).

Na prática o domínio de uma função é determinado pelo contexto do problema.

Exemplo 2.2.
[1] O volume V de um cilindro é função do raio r de sua base e de sua altura h. Logo,

V (r, h) = π r2 h.

Como o raio e a altura de um cilindro devem ser positivos, temos que:

Dom(f ) = {(r, h) ∈ R2 / r > 0, h > 0} = (0, +∞) × (0, +∞) e

Im(f ) = (0, +∞).


40 CAPÍTULO 2. FUNÇÕES DE VÁRIAS VARIÁVEIS

No caso de não estar considerando a função como volume, teríamos que:

Dom(f ) = Im(f ) = R2 .

p
[2] Seja z = f (x, y) = 1 − x2 − y 2 .

Note que f é definida se, e somente se 1 − x2 − y 2 ≥ 0 ou seja x2 + y 2 ≤ 1; logo:

Dom(f ) = {(x, y) ∈ R2 /x2 + y 2 ≤ 1}.

p
Por outro lado 0 ≤ z = 1 − x2 − y 2 ≤ 1; logo:

Im(f ) = [0, 1].

Figura 2.5: Exemplo [2]

x
[3] Seja z = f (x, y) = .
x−y

Note que f é definida se o denominador x − y 6= 0; então, x 6= y e,

Dom(f ) = {(x, y) ∈ R2 /x 6= y} = R2 − {(x, x)/x ∈ R}.


2.3. DOMÍNIO E IMAGEM 41

Figura 2.6: Exemplo [3]

[4] Seja z = f (x, y) = arcsen(x + y).

Note que arcsen(u) é definido se −1 ≤ u ≤ 1; logo, −1 ≤ x + y ≤ 1 o que acontece, se,


e somente se, y ≤ 1 − x e −1 − x ≤ y; então:

Dom(f ) = {(x, y) ∈ R2 / − 1 − x ≤ y ≤ 1 − x}.

Figura 2.7: Exemplo [4]

[5] Seja z = f (x, y) = ln(y − x).

Note que a função logarítmica ln(u) é definida se u > 0; logo, y − x > 0 e f é definida
em todo o semi-plano definido por:

{(x, y) ∈ R2 /y > x}.


42 CAPÍTULO 2. FUNÇÕES DE VÁRIAS VARIÁVEIS

Figura 2.8: Exemplo [5]

y
[6] Seja z = f (x, y) = p .
x2 + y 2 − 1

Note que o quociente é definido se x2 + y 2 − 1 > 0; logo, a função é definida em todo


o plano menos a região determinada por:

x2 + y 2 ≤ 1.

Figura 2.9: Exemplo [6]


p
[7] Seja w = f (x, y, z) = y x2 + y 2 + z 2 − 1.

Note que a raiz quadrada está definida se, e somente se:

x2 + y 2 + z 2 − 1 ≥ 0;

logo, a função é definida em todo R3 menos a região determinada por:


2.4. GRÁFICO DE FUNÇÕES DE VÁRIAS VARIÁVEIS 43

x2 + y 2 + z 2 < 1.

De outro modo, todo o espaço menos os vetores de R3 de norma menor que 1.

Observação 2.1. Da mesma forma que no caso de uma variável, as funções polino-
miais de grau n, de várias variáveis tem Dom(f ) = Rn e a Im(f ) depende do grau do
polinômio.

[8] Se f (x, y, z) = x5 + y 3 − 3 x y z 2 − x2 + x2 y z + z 5 − 1, então, Im(f ) = R.

Se g(x, y) = x2 + y 2 − 2 x y, então Im(f ) = [0, +∞).

2.4 Gráfico de Funções de Várias Variáveis


Definição 2.3. Seja f : A ⊂ Rn −→ R uma função. O gráfico de f é o seguinte subcon-
junto de Rn+1 :

G(f ) = {(x, f (x)) ∈ Rn+1 /x ∈ Dom(f )} ⊂ Rn × R

Se n = 2 e x = (x, y); então:

G(f ) = {(x, y, f (x, y))/(x, y) ∈ Dom(f )}.

G(f ) é, em geral, uma superfície em R3 . Por exemplo, o gráfico da função :


(
1 se x, y ∈ Q
f (x, y) =
0 se x, y ∈
/ Q,

não é uma superfície.

Se n = 3, x = (x, y, z) e G(f ) é uma "hipersuperfície"em R4 . Para n = 2, a projeção do


gráfico de f sobre o plano xy é exatamente Dom(f ).
44 CAPÍTULO 2. FUNÇÕES DE VÁRIAS VARIÁVEIS

Figura 2.10: Esboço do gráfico de uma função , ponto a ponto

Figura 2.11: Gráfico de uma função

2.5 Conjuntos de nível


Definição 2.4. O conjunto de nível de f com valor c ∈ R é definido por:

{x ∈ Dom(f )/f (x) = c}

Em particular:
Se n = 2, o conjunto de nível c é dito curva de nível c de f :

Cc = {(x, y) ∈ Dom(f )/f (x, y) = c}


2.5. CONJUNTOS DE NÍVEL 45

Se n = 3, o conjunto de nível c é dito superfície de nível c de f :

Sc = {(x, y, z) ∈ Dom(f )/f (x, y, z) = c}

Observações 2.2.

1. As curvas de nível são obtidas pelas projeções no plano xy, das curvas obtidas
pela interseção do plano z = c com a superfície G(f ).

2. No caso n = 3, G(f ) ⊂ R4 ; portanto, somente poderemos exibir esboços de suas


seções.

Figura 2.12: O gráfico e as curvas de níveis

3. Se z = T (x, y) é a temperatura em cada ponto de uma região do plano, as curvas


de nível correspondem a pontos de igual temperatura. Neste caso, as curvas são
chamadas isotermas.

4. Se z = P (x, y) é o potencial elétrico em cada ponto (x, y) de uma região do plano,


as curvas de nível correspondem a pontos de igual potencial elétrico. Neste caso,
as curvas são chamadas equipotenciais.
46 CAPÍTULO 2. FUNÇÕES DE VÁRIAS VARIÁVEIS

Figura 2.13: Curvas Isotermais e Equipotenciais, respectivamente

2.6 Construção do esboço do G(f )


Outra aplicação é o esboço de gráficos de função de duas variáveis.
A construção do esboço do G(f ) é feita assim:
Uma vez dado o valor da "altura"z = c obtemos uma curva plana; elevando cada curva,
sem esticá-la ou incliná-la obtemos o contorno aparente de G(f ); auxiliado pelas seções
(como no caso das quádricas), podemos esboçar G(f ) de forma bastante fiel.
Note que curvas de nível muito espaçadas, significa que o gráfico cresce lentamente;
duas curvas de nível muito próximas significa que o gráfico cresce abruptamente.

Figura 2.14: Curvas de nível e o gráfico, respectivamente


2.6. CONSTRUÇÃO DO ESBOÇO DO G(F ) 47

Figura 2.15: Curvas de nível e o gráfico, respectivamente

Exemplo 2.1.

[1] Se T (x, y) = x + y 2 − 1 representa a temperatura em cada ponto de uma região do


plano, as curvas de nível ou isotermas são T (x, y) = c, isto é:

x + y 2 − 1 = c, c ∈ R.

Temos uma família de parábolas:

c x + y2 − 1 = c

0 x + y2 = 1
1 x + y2 = 2
-1 x + y2 = 0
2 x + y2 = 3
-2 x + y 2 = −1
48 CAPÍTULO 2. FUNÇÕES DE VÁRIAS VARIÁVEIS

-2 -1 1 2

-1

-2

Figura 2.16: Esboco das curvas de nível de T = T (x, y)

[2] Esboce o gráfico de z = f (x, y) = x2 − y 2 .


Note que Dom(f ) = R2 .
Interseções de G(f ) com os eixos coordenados: somente a origem.
Simetrias: a equação:

z = x2 − y 2

não se altera se substituimos x e y por −x e −y; logo, tem simetria em relação aos
planos yz e xz.
Curvas de nível:
Fazendo z = c, temos: x2 − y 2 = c. Se c < 0, temos x2 − y 2 = c, que são hipérboles que
intersectam o eixo dos y.
Se c = 0, temos y = ±x, que são duas retas passando pela origem.
Se c > 0, temos x2 − y 2 = c, que são hipérboles que intersectam o eixo dos x.
Traços:
No plano xy: um par de retas que se intersectam na origem.
No plano yz: a parábola: y 2 + z = 0.
No plano xz: a parábola: x2 − z = 0. Logo z = f (x, y) = x2 − y 2 é um parabolóide
hiperbólico.
2.6. CONSTRUÇÃO DO ESBOÇO DO G(F ) 49

Figura 2.17: Curvas de nível e o gráfico, respectivamente

[3] Esboce o gráfico de z = f (x, y) = x + y 2 .

Note que Dom(f ) = R2 .

Interseções de G(f ) com os eixos coordenados: somente a origem.

Simetrias: a equação:

z = x + y2

não se altera se substituimos y por −y; logo, tem simetria em relação ao plano xz.

Curvas de nível:

Fazendo z = c, temos y 2 = c − x, que é uma família de parábolas com foco no eixo dos
y, para todo c ∈ R.

Traços:

No plano yz é a parábola: y 2 − z = 0.

No plano xz é a reta: x − z = 0.

Logo z = f (x, y) = x + y 2 é um cilindro parabólico.


50 CAPÍTULO 2. FUNÇÕES DE VÁRIAS VARIÁVEIS

Figura 2.18: Curvas de nível e o gráfico, respectivamente

[4] Esboce o gráfico de z = f (x, y) = ln(x2 + y 2 ).

Note que Dom(f ) = R2 − {(0, 0)}.

Interseções com os eixos coordenados: (0, ±1, 0), (±1, 0, 0).

Simetrias: a equação:

z = ln(x2 + y 2 )

não se altera se substituimos x e y por −x e −y; logo, tem simetria em relação aos
planos yz e xz.

Curvas de nível.

Fazendo z = c, temos:

x2 + y 2 = ec ,

para todo c ∈ R. As curvas de nível são círculos centrados na origem de raios ec/2 ; se
c → −∞, o raio tende para zero e se c → +∞, o raio cresce.

A superfície tem o aspecto de um funil.


2.6. CONSTRUÇÃO DO ESBOÇO DO G(F ) 51

Figura 2.19: Curvas de nível e o gráfico, respectivamente

[5] Esboce o gráfico de z = f (x, y) = sen(x).


Note que Dom(f ) = R2 . Como na equação falta a variável y, o gráfico de f é um
cilindro de diretriz z = sen(x) no plano xz e geratriz paralela ao eixo dos y.

Figura 2.20: Curvas de nível e o gráfico, respectivamente

[6] Esboce as superfícies de nível do gráfico de w = f (x, y, z) = x − y + z + 2. Note que


Dom(f ) = R3 .
Superfícies de nível:
52 CAPÍTULO 2. FUNÇÕES DE VÁRIAS VARIÁVEIS

Fazendo w = c, temos:

x − y + z = c − 2,

que representa uma família de planos paralelos de normal (1, −1, 1), para qualquer c.

Figura 2.21: Superfícies de nível

[7] Esboce as superfícies de nível do gráfico de w = f (x, y, z) = z − x2 − y 2 .

Note que Dom(f ) = R3 .

Superfícies de nível:

Fazendo w = c, temos:

z = x2 + y 2 + c,

que para cada c é a equação de um parabolóide circular com eixo no eixo dos z.
2.6. CONSTRUÇÃO DO ESBOÇO DO G(F ) 53

Figura 2.22: Superfícies de nível

[8] Esboce as superfícies de nível do gráfico de w = f (x, y, z) = x2 + y 2 − z 2 .


Superfícies de nível:
Fazendo w = c temos:

x2 − y 2 + z 2 = c.

Se c < 0, é um hiperbolóide de duas folhas: x2 − y 2 + z 2 = c.

Figura 2.23: Hiperbolóide de duas folha

Se c = 0, é um cone circular: x2 + y 2 − z 2 = 0.
54 CAPÍTULO 2. FUNÇÕES DE VÁRIAS VARIÁVEIS

Figura 2.24: Cone circular

Se c > 0, é um hiperbolóide de uma folha: x2 − y 2 + z 2 = c; etc.

Figura 2.25: Hiperbolóide de uma folha

Em alguns casos é mais conveniente esboçar as curvas nível do que o gráfico da função.

[9] Considere a função de Cobb-Douglas:

3 1
P (L, K) = 1.01 L 4 K 4 .

As curvas de nível de P para diversas produções são esboçadas, indicando as possibi-


lidades de L e K para cada produção.
2.6. CONSTRUÇÃO DO ESBOÇO DO G(F ) 55

Figura 2.26: Curvas de nível da função de Cobb-Douglas

[10] Sabemos que o índice de massa corporal é dado por:


P
.
IM C(P, A) =
A2
As curvas de nível de ICM indicam as possibilidades de:

10 ≤ P ≤ 200 e 0.5 ≤ A ≤ 2.5.

2.5

2.0

1.5

1.0

0.5
50 100 150 200

Figura 2.27: Curvas de nível da função da massa corporal

Observações 2.3.
1. De forma análoga ao caso de uma variável, nem toda superfície em R3 é o gráfico
de uma função de duas variáveis.
56 CAPÍTULO 2. FUNÇÕES DE VÁRIAS VARIÁVEIS

2. A condição necessária e suficiente para que uma superfície em R3 seja o gráfico


de uma função z = f (x, y) é que toda reta paralela ao eixo dos z intersecte a
superfície em um único ponto.

3. A esfera x2 + y 2 + z 2 = 1 não pode ser gráfico de uma função de duas variáveis,


mas os hemisférios da esfera são gráficos das funções:
p p
z = f1 (x, y) = 1 − x2 − y 2 e z = f2 (x, y) = − 1 − x2 − y 2 .

4. Em geral, toda equação de tres variáveis que represente uma superfície é uma
superfície de nível de alguma função de tres variáveis.

5. As superfícies quádricas são superfícies de algum nível de funções de três variá-


veis.

6. Seja z = f (x, y), considere h(x, y, z) = z − f (x, y); então, G(f ) é uma superfície de
nivel zero de h.

Exemplo 2.2.

[1] Seja x2 + y 2 + z 2 = 1; então: x2 + y 2 + z 2 = 1 é superfície de nível c = 0 para

f (x, y, z) = x2 + y 2 + z 2 − 1,
x2 + y 2 + z 2 = 1 é superfície de nível c = 1 para

g(x, y, z) = x2 + y 2 + z 2
e x2 + y 2 + z 2 = 1 é superfície de nível c = 30 para h(x, y, z) = x2 + y 2 + z 2 + 29.
2.7. EXERCÍCIOS 57

2.7 Exercícios
1. Determine o volume em função de h e r.

(a) Um depósito de grãos tem formato de um cilindro circular reto de altura h e


raio r, com teto cônico.

(b) Um depósito de gás tem formato de um cilindro circular reto de altura h e


raio r, com teto uma semi-esfera.

2. Se f (x, y) = x5 − y 5 − 4 x2 y 3 − 3 x3 y 2 + x y 2 + x2 − y 2 − x + y + 1, calcule:

(a) f (0, 0)

(b) f (1, 1)

(c) f (x, x)

(d) f (y, −y)



(e) f (x2 , x y)

(f) f (1, h)

(g) f (h, 0)
f (x + h, y) − f (x, y)
(h)
h
f (x, y + h) − f (x, y)
(i)
h

3. Se f (x, y, z) = (x y z)2 , calcule:

(a) f (0, 0, 0)

(b) f (1, 1, π)

(c) f (x, x, x)

(d) f (y, z, z)

(e) f (x2 , x y z, z 3 y)
58 CAPÍTULO 2. FUNÇÕES DE VÁRIAS VARIÁVEIS

f (x + h, y, z) − f (x, y, z)
(f)
h
f (x, y + h, z) − f (x, y, z)
(g)
h
f (x, y, z + h) − f (x, y, z)
(h)
h
f (x + h, y + h, z + h) − f (x, y, z)
(i)
h

4. Determine Dom(f ) se:

r
x−y
(a) f (x, y) =
x+y

x2 − y 2
(b) f (x, y) =
x−y
x+y
(c) f (x, y) =
xy

(d) f (x, y) = 16 − x2 − y 2
y
(e) f (x, y) = |x|e x
p
(f) f (x, y) = |x| − |y|
x−y
(g) f (x, y) =
sen(x) − sen(y)
√ √
(h) f (x, y) = y − x + 1 − y

(i) f (x, y, z) = x y z − x4 + x5 − z 7

(j) f (x, y, z) = sen(x2 − y 2 + z 2 )


y
(k) f (x, y, x) =
zx
(l) f (x, y, z) = x2 sec(y) + z

(m) f (x, y, z) = ln(x2 + y 2 + z 2 − 1)


2.7. EXERCÍCIOS 59
p
(n) f (x, y, z) = 1 − x2 − y 2 − z 2
2 2 2
(o) f (x, y, z) = ex +y +z
p
(p) f (x, y, z) = 3 1 − x2 − y 2 − z 2 .

5. Esboce Dom(f ) no plano de cada função do exercício [4].

6. Seja x ∈ Rn . Uma função f (x) é dita homogênea de grau n ∈ Z se para todo t > 0,
f (tx) = tn f (x). Verifique que as seguintes funções são homogêneas e determine
o grau:

(a) f (x, y) = 3 x2 + 5 x y + y 2
2
(b) f (x, y) =
x2 + y2
p y
(c) f (x, y) = x2 + y 2 sen( ), x 6= 0
x
x y z
(d) f (x, y, z) = 3 + 3 + 3
y z x
1
(e) f (x, y, z) =
x+y+z
y
(f) f (x, y, z) = x2 e− z

7. Esboce as curvas de nível de f , para os seguintes c:

p
(a) f (x, y) =100 − x2 − y 2 , c = 0, 8, 10.
p
(b) f (x, y) = x2 + y 2 , c = 0, 1, 2, 3, 4

(c) f (x, y) = 4 x2 + 9 y 2 , c = 0, 2, 4, 6

(d) f (x, y) = 3x − 7y, c = 0, ±1, ±2

(e) f (x, y) = x2 + xy, c = 0, ±1, ±2, ±3

x2
(f) f (x, y) = , c = 0, ±1, ±2, ±3
y2 + 1
60 CAPÍTULO 2. FUNÇÕES DE VÁRIAS VARIÁVEIS

(g) f (x, y) = (x − y)2 , c = 0, ±1, ±2, ±3

(h) f (x, y) = ln(x2 + y 2 − 1), c = 0, ±1


x
(i) f (x, y) = , c = ±1, ±2
x2 + y2 + 1
2 +y 2
(j) f (x, y) = ex , c = 1, 2

8. Esboce as superfícies de nível de f , para os seguintes c:

(a) f (x, y, z) = −x2 − y 2 − z 2 , c = 0, ±1, ±2

(b) f (x, y, z) = 4x2 + y 2 + 9z 2 , c = 0, ± 21 , ±1

(c) f (x, y, z) = x2 + y 2 + z, c = 0, ±1, ±2

(d) f (x, y, z) = x − y 2 + z 2 , c = 0, ±1, ±2

(e) f (x, y, z) = x y z, c = 0, ±1, ±2


2 +y 2 +z 2 )
(f) f (x, y, z) = e−(x , c = 0, ±1, ±2

9. Esboce o gráfico das seguintes funções, utilizando as curvas de nível de f :


p
(a) f (x, y) = x − y − 2 (i) f (x, y) = 1 − x2 + y 2
(b) f (x, y) = x2 + 4 y 2 (j) z = 1 + y 2 − x2
(c) f (x, y) = x y
(k) z = x2
2 2
(d) f (x, y) = 2 x − 3 y
p
(l) z = 1 + x2 + y 2
(e) f (x, y) = |y|
p
(f) f (x, y) = 16 − x2 − y 2 (m) z = y 3
p
(g) f (x, y) = 9 x2 + 4 y 2 (n) z = sen(x)
−(x2 +y 2 )
(h) f (x, y) = e
(o) z = ey
2.7. EXERCÍCIOS 61

10. Função de DuBois-DuBois: Em Medicina, às vezes, se utiliza a seguinte função


para determinar a superfície corporal de uma pessoa:

S(P, h) = 0.0072 P 0.425 h0.725 ,

que estabelece uma relação entre a área da superfície S (m2 ) de uma pessoa, o seu
peso P (Kg) e sua altura h (cm).

(a) Se uma criança pesa 15 kg e mede 87 cm, qual é sua superfície corporal?
(b) Esboce as curvas de nível da função S.
(c) Esboce o gráfico de S.

11. De forma análoga ao que ocorre no Cálculo de uma variável, dadas f e g funções
definidas em A ⊂ Rn , definimos:


f + g (u) = f (u) + g(u).


f g (u) = f (u) g(u);

em particular, λ f (u) = λ f (u), para todo λ ∈ R.

f f (u)
(u) = ,
g g(u)

se g(u) 6= 0.

f
(a) Calcule: f + g, f g, e , se:
g
i. f (x, y) = x3 − x y 2 − x2 y − y 3 + x2 + y 2 e g(x, y) = x2 y + x y 2 − x3 .
p
ii. f (x, y) = x y 2 − x4 y 3 e g(x, y) = x2 + y 2 + x y

f
(b) Calcule: f + g, f g, e , se
g
i. f (x, y, z) = x y z − x2 z 2 e g(x, y, z) = x y z − y 2 z 2 .
p
ii. f (x, y, z) = x y + z − x2 − y 2 e g(x, y, z) = x5 − y 2 z 2 .
62 CAPÍTULO 2. FUNÇÕES DE VÁRIAS VARIÁVEIS
Capítulo 3

LIMITES E CONTINUIDADE

3.1 Introdução
Lembremos que nos conceitos estudados no Cálculo de uma variável, os intervalos,
fechados, abertos, tem um papel fundamental nas definições e teoremas sobre conti-
nuidade e diferenciabilidade.
A continuação apresentaremos alguns conceitos sobre certos tipos de conjuntos em
várias variáveis, que tem um papel análogo aos intervalos em uma variável.

3.2 Bolas Abertas


Definição 3.1. Sejam r > 0 e x0 ∈ Rn . A bola aberta de centro x0 e raio r é denotada
por B(x0 , r) e definida por:

B(x0 , r) = {x ∈ Rn /kx − x0 k < r}.

Observações 3.1.

1. Se n = 2; x0 = (x0 , y0 ) e x = (x, y); logo:


p
kx − x0 k = (x − x0 )2 + (y − y0 )2

e:

B(x0 , r) = {(x, y) ∈ R2 /(x − x0 )2 + (y − y0 )2 < r2 }

63
64 CAPÍTULO 3. LIMITES E CONTINUIDADE

2. O conjunto B(x0 , r) é o "interior"de um círculo centrado em (x0 , y0 ) e raio r, ou


equivalentemente, o conjunto dos vetores no plano de origem em (x0 , y0 ) e norma
menor que r. Neste caso, o conjunto B(x0 , r) é chamado disco aberto de centro
(x0 , y0 ) e raio r.

B(x,r)

y r
0 (x ,y )
0 0

x
0

Figura 3.1: Disco aberto

3. Analogamente, se n = 3; x0 = (x0 , y0 , z0 ) e x = (x, y, z):

B(x0 , r) = {(x, y, z) ∈ R3 /(x − x0 )2 + (y − y0 )2 + (z − z0 )2 < r2 }

4. O conjunto B(x0 , r) é o "interior"de uma esfera "sólida"centrada em (x0 , y0 , z0 )


e raio r, ou equivalentemente, o conjunto dos vetores no espaço de origem em
(x0 , y0 , z0 ) e norma menor que r.

B(x,r)

Figura 3.2: Bola aberta

5. Observe que em ambos os casos a desigualdade é estrita.


3.3. CONJUNTOS ABERTOS 65

3.3 Conjuntos Abertos


Definição 3.2. A ⊂ Rn é dito aberto em Rn se para todo x ∈ A, existe B(x, r) tal que
B(x, r) ⊂ A.

Figura 3.3: Conjunto aberto

Estes conjuntos são a generalização natural de intervalos abertos em R. Por definição,


o conjunto vazio e Rn são conjuntos abertos em Rn .

Exemplo 3.1.

[1] Pela definição, {x} não é aberto em Rn , pois toda bola ou disco aberto de centro x
não está contido em {x}.
Em geral, os conjuntos do tipo {x1 , x2 , x3 , ....., xn / xi ∈ Rn } não são abertos.
[2] R "pensado"como a reta {(x, 0) / x ∈ R} ⊂ R2 não é aberto no plano, pois qualquer
disco aberto centrado em (x, 0) não está contido em R.

Figura 3.4: Exemplo [2]


66 CAPÍTULO 3. LIMITES E CONTINUIDADE

[3] A = (a, b) × (c, d) é aberto em R2 .


De fato, para todo (x, y) ∈ A, a < x < b e c < y < d, denote por ε o menor número do
conjunto {|x−a|, |x−b|, |y−c|, |y−d|}, onde | | é a distância entre números reais. Então,
ε
por exemplo, considerando r = , temos, B((x, y), r) ⊂ A. Logo A é um conjunto
6
aberto.

A
c
a b

Figura 3.5: Exemplo [3]

[4] A = R2 ⊂ R3 não é aberto no espaço, pois qualquer bola aberta centrada em (x, y, 0)
não está contida em R2 .
[5] B(x0 , r) é um conjunto aberto. De fato, denotando por d(x, y) a distância entre os
pontos x, y em Rn , se x ∈ B(x0 , r) então d(x, x0 ) < r; tomando r1 = r − d(x, x0 ) < r,
temos: B(x, r1 ) ⊂ B(x0 , r).
Será útil dar um nome especial para um conjunto aberto que contenha um ponto dado
x. A tal conjunto chamaremos de vizinhança do ponto x.

3.4 Conjunto Fronteira


Definição 3.3. Seja A ⊂ Rn .

1. Um ponto x ∈ Rn é dito ponto da fronteira ou do bordo de A se toda vizinhança


de x intersecta A e Rn − A.

2. Denotamos o conjunto dos pontos da fronteira do conjunto A por ∂A. Um con-


junto é aberto se A ∩ ∂A = φ.
3.4. CONJUNTO FRONTEIRA 67

Figura 3.6: Bordo de A

Exemplo 3.2.

[1] Se A = B(x, r) então ∂A = {y/d(x, y) = r}; logo o conjunto C = {y/d(x, y) ≤ r}


não é aberto.

A C

Figura 3.7: Exemplo [1]

[2] Seja A = {(x, y) ∈ R2 /x > 0}; este conjunto corresponde ao primeiro e ao quarto
quadrantes sem incluir a reta x = 0 e é aberto no plano; de fato, seja (x, y) ∈ A e
escolhamos r = x > 0; se (x1 , y1 ) ∈ B((x, y), r) temos:
p p
|x − x1 | = (x − x1 )2 ≤ (x − x1 )2 + (y − y1 )2 < r = x.

Logo x1 > 0 e B((x, y), r) ⊂ A; note que ∂A = {(0, y)/y ∈ R}.


68 CAPÍTULO 3. LIMITES E CONTINUIDADE

Figura 3.8: Exemplo [2]

3.5 Conjuntos Fechados


Definição 3.4. Um conjunto A ⊂ Rn é dito fechado em Rn se ∂A ⊂ A.

Exemplo 3.3.

[1] Rn é também um conjunto fechado.


[2] A = {(x, y) ∈ R2 / x2 + y 2 < r2 , r > 0} não é fechado, pois sua fronteira é :

∂A = {(x, y) ∈ R2 /x2 + y 2 = r2 , r > 0}.

Logo ∂A 6⊂ A.
[3] O sólido W = {(x, y, z) ∈ R3 / x2 + y 2 + z 2 ≤ r2 , r > 0} é fechado pois sua fronteira
é:

∂W = {(x, y, z) ∈ R3 /x2 + y 2 + z 2 = r2 , r > 0}.

Logo ∂W ⊂ W . Em geral, todos os sólidos são fechados.


[4] A = [a, b] × [c, d] é um conjunto fechado, pois ∂A é o retângulo formado pelas retas
x = a, x = b, y = c e y = d.
Nos próximos parágrafos apresenteremos uma caracterização mais eficiente dos con-
juntos abertos e fechados.
3.6. LIMITES 69

3.6 Limites
Seja f : A ⊂ Rn −→ R uma função e x0 ∈ A ∪ ∂A.

Observação 3.1. Intuitivamente, x0 ∈ A ∪ ∂A significa que se x0 não pertence a A deve


estar arbitrariamente "próximo"de A.

Definição 3.5. O limite de f quando x aproxima-se de x0 é L quando para todo ε > 0,


existe δ > 0 tal que x ∈ B(x0 , δ) ∩ A implica |f (x) − L| < ε.

Notação:

lim f (x) = L
x→x0

Equivalentemente, lim f (x) = L quando para todo ε > 0, existe δ > 0 tal que:
x→x0

0 < kx − x0 k < δ, implica em |f (x) − L| < ε.

Observações 3.2.

1. Se n = 2: Consideramos x = (x, y), x0 = (x0 , y0 ) e o vetor x − x0 = (x − x0 , y − y0 )


a norma do vetor x − x0 é:
p
kx − x0 k = (x − x0 )2 + (y − y0 )2 .

Usamos a seguinte notação:

lim f (x, y) = L
(x,y)→(x0 ,y0 )

2. Se n = 3: Consideramos x = (x, y, z), x0 = (x0 , y0 , z0 ) a norma do vetor x − x0 é:


p
kx − x0 k = (x − x0 )2 + (y − y0 )2 + (z − z0 )2 .

Usamos a seguinte notação:

lim f (x, y, z) = L
(x,y,z)→(x0 ,y0 ,z0 )
70 CAPÍTULO 3. LIMITES E CONTINUIDADE

Exemplo 3.4.

Verifique que lim (x + 2 y) = 5. De fato:


(x,y)→(1,2)

|x + 2 y − 5| = |x − 1 + 2 (y − 2)| ≤ |x − 1| + 2 |y − 2|
p p
≤ (x − 1)2 + (y − 2)2 + 2 (x − 1)2 + (y − 2)2
≤ 3 k(x, y) − (1, 2)k.
ε
Dado ε > 0, seja δ = ; k(x, y) − (1, 2)k < δ implica em |x + 2 y − 5| < 3 δ = ε.
3
Logo:

lim (x + 2 y) = 5.
(x,y)→(1,2)

As propriedades dos limites são análogas às dos limites de funções de uma variável e
suas provas seguem diretamente da definição.

Teorema 3.1. Seja f : A ⊂ Rn −→ R uma função. Se o limite de f quando x aproxima-


se de x0 existe, então ele é único.

Este teorema permite fazer simplificações no cálculo de limites.

Proposição 3.1. Sejam f, g : A ⊂ Rn −→ R, x0 ∈ A ∪ ∂A e c ∈ R, tal que:

lim f (x) = L e lim g(x) = M ,


x→x0 x→x0

então:

1. lim c f (x) = c · L,
x→x0

 
2. lim f (x) + g(x) = L + M,
x→x0

 
3. lim f (x) · g(x) = L · M,
x→x0

f (x) L
4. lim = se M 6= 0.
x→x0 g(x) M
3.6. LIMITES 71

5. Em particular, se P = P (x) é um polinômio de várias variáveis:

lim P (x) = P (x0 ).


x→x0

P (x)
6. Se f (x) = é uma função racional:
Q(x)

P (x) P (x0 )
lim = ,
x→x0 Q(x) Q(x0 )

se x0 ∈ Dom(f ).

Observação 3.2. Do teorema, podemos concluir que se duas curvas passam pelo ponto
de abcissa x0 e originam valores diferentes para o limite de uma função quando restrita
às curvas, então o limite da função quando x se aproxima de x0 não existe. Veja o
exemplo [2].

Exemplo 3.1.

x3 + 2 x2 + x y 2 + 2 y 2
[1] Calcule lim .
(x,y)→(0,0) x2 + y 2
Analogamente ao procedimento adotado no cálculo de limites de funções de uma va-
riável, temos: x3 + 2 x2 + x y 2 + 2 y 2 = (x + 2)(x2 + y 2 ), logo:

x3 + 2 x2 + x y 2 + 2 y 2
lim = lim (x + 2) = 2.
(x,y)→(0,0) x2 + y 2 (x,y)→(0,0)

2xy
[2] Calcule lim .
(x,y)→(0,0) x2+ y2
Observemos que f é definida em R2 − {(0, 0)}. Consideremos o seguinte família de
2k
retas que passam pela origem: y = k x; f calculada para y = k x é f (x, kx) = e:
1 + k2
2k
lim f (x, k x) = .
(x,kx)→(0,0) 1 + k2
72 CAPÍTULO 3. LIMITES E CONTINUIDADE

Figura 3.9: Exemplo [2]

Logo, sobre cada reta que passa pela origem, f tem um valor constante, mas que de-
pende do coeficiente angular k, de cada reta. O limite da função f depende do percurso
do ponto (x, y) quando ele tende à origem.
Por exemplo, considere k = 0 e k = 1. Como o limite de f , se existe, é único, podemos
afirmar que o limite de f no ponto (0, 0) não existe.

Figura 3.10: Gráfico de f , ao redor da origem

x2 y
[3] Calcule lim .
(x,y)→(0,0) x4 + y 2

Sejam a reta y = 0 e a parabóla y = x2 . Então, f (x, 0) = 0 e:

x2 y
lim = 0.
(x,0)−→(0,0) x4 + y 2
3.6. LIMITES 73

1
Por outro lado, f (x, x2 ) = 2
e:

x2 y 1
lim 4 2
= .
(x,x )−→(0,0) x + y
2 2

Logo, o limite não existe.

Figura 3.11: Gráfico de f , ao redor da origem

sen(x2 + y 2 )
[4] Calcule lim .
(x,y)→(0,0) x2 + y 2

sen(x)
Do cálculo em uma variável sabemos que lim = 1. Logo, para todo ε > 0, existe
x−→0 x
δ > 0 tal que 0 < |x| < δ < 1, implica:

sen(x)

x − 1 < ε.

Por outro lado se v = (x, y), então kvk2 = x2 + y 2 e:

sen(x2 + y 2 ) sen(kvk2 )
lim = lim ;
(x,y)→(0,0) x2 + y 2 v→0 kvk2

se 0 < kvk < δ, então 0 < kvk2 < δ 2 < δ pois 0 < δ < 1, e
sen(kvk2 )
|f (v) − 1| = − 1 < ε.
kvk2

Logo,
74 CAPÍTULO 3. LIMITES E CONTINUIDADE

sen(x2 + y 2 )
lim = 1.
(x,y)→(0,0) x2 + y 2

Observemos que as curvas de nível e o gráfico de f são bem "comportados"numa vizi-


nhança de (0.0).

Figura 3.12: Gráfico de f , ao redor da origem

x2 y
[5] Calcule lim .
(x,y)→(0,0) x2 + y 2

A função f é definida em R2 − {(0, 0)}. Consideremos a família de retas y = k x; f


kx
calculada em y = k x é f (x, k x) = 1+k 2 . Logo:

x2 y kx
lim 2 2
= lim 2
= 0.
(x,y)→(0,0) x + y (x,kx)→(0,0) k + 1

Mas, isto não nos garante que o limite:

lim f (x, y) = 0.
(x,y)→(0,0)

p
Temos que utilizar a definição de limite. De fato, como x2 ≤ x2 + y 2 e |y| ≤ x2 + y 2 ,
temos:
p
2 2
2 2
xy x |y| (x + y ) x2 + y 2 p 2
=
x2 + y 2 x2 + y 2 ≤ = x + y2,
x2 + y 2
2
x y p
Tomando δ = ε, concluimos que 2 < ε , se 0 < x2 + y 2 < δ. Portanto,
x + y2
3.7. A NÃO EXISTÊNCIA DE UM LIMITE 75

x2 y
lim = 0.
(x,y)→(0,0) x2 + y 2

Figura 3.13: Gráfico de f , ao redor da origem

3.7 A não existência de um limite


A seguir, apresentaremos uma observação e um algoritmo para verificar a não exis-
tência de um limite, gentilmente cedidos pela Professora Patrícia Nunes da Silva do
Departamento de Análise do IME-UERJ.

Consideremos o seguinte exemplo:

x3
lim f (x, y) = lim .
(x,y)→(0,0) (x,y)→(0,0) x2 + y

É fácil verificar que:

x3
x2 + y

tende a zero, se nos aproximamos da origem ao longo de retas ou curvas do tipo y = xk .


No entanto, o limite acima não existe. Para determinar uma curva segundo a qual
o valor do limite de f quando (x, y) se aproxima da origem seja diferente de zero,
devemos proceder do seguinte modo:
76 CAPÍTULO 3. LIMITES E CONTINUIDADE

1. Procuramos uma curva da forma y(x) = α(x) − x2 com α(x) 6= 0. Temos:

x3
f (x, y(x)) = f (x, α(x) − x2 ) = .
α(x)

Como queremos nos aproximar da origem, a escolha de α(x) deve ser tal que:

lim y(x) = lim (α(x) − x2 ) = 0.


x→0 x→0

x3
Por outro lado, desejamos que α(x)
não se aproxime de zero. Por exemplo, se
α(x) = x3 , temos:

x3
lim f (x, x3 − x2 ) = lim = 1.
(x,y)→(0,0) (x,y)→(0,0) x3

2. Agora, vamos generalizar esta idéia.

Devemos calcular o limite de uma função f quando (x, y) se aproxima de um


ponto (x0 , y0 ) e encontramos várias curvas ao longo das quais a função tende a
zero. Sabemos que a função é dada pelo quociente de duas funções que se anulam
em (x0 , y0 ), isto é:

p(x, y)
lim f (x, y) = lim , tal que
(x,y)→(x0 ,y0 ) (x,y)→(x0 ,y0 ) q(x, y)

p(x0 , y0 ) = q(x0 , y0 ) = 0.

Além disso, a função q = q(x, y) se anula ao longo de uma curva γ(x) que passa
pelo ponto (x0 , y0 ) e, nesta curva, p = p(x, y) só se anula no ponto (x0 , y0 ). Isto é:

γ(x0 ) = y0 , q(x, γ(x)) = 0 e p(x, γ(x)) 6= 0,

para todo x 6= x0 . Para encontrar uma curva ao longo da qual a função f não
tende a zero devemos proceder do seguinte modo:

(a) Procuramos uma curva da forma y(x) = γ(x) + α(x) com α(x) 6= 0.
3.7. A NÃO EXISTÊNCIA DE UM LIMITE 77

(b) Avaliamos a função f (x, γ(x) + α(x)).

(c) Analisamos a função f (x, γ(x) + α(x)) a fim de determinar uma expressão
conveniente para α(x).

Exemplo 3.5.
x3 + y 3
Verifique que lim não existe.
(x,y)→(0,0) x−y

Considere p(x, y) = x3 + y 3 , q(x, y) = x − y e p(0, 0) = q(0, 0) = 0.

i) Seja γ(x) = x, γ(0) = 0, q(x, γ(x)) = 0, p(x, γ(x)) = 2 x3 6= 0 se x 6= 0. Seja y(x) =


x + α(x) com α(x) 6= 0.

ii) Por outro lado:

x3 + (x + α(x))3 x3 + (x + α(x))3 x3 (x + α(x))3


f (x, x + α(x)) = = =− − .
x − x − α(x) −α(x) α(x) α(x)

Seja α(x) = x3 ; logo:

f (x, x + x3 ) = −1 − (1 + x2 )3

e:

lim f (x, x + x3 ) = −1 − 1 = −2.


(x,y)→(0,0)

0.10

0.05

-0.10 -0.05 0.05 0.10

-0.05

-0.10

Figura 3.14: Curvas de níveis de f , ao redor da origem


78 CAPÍTULO 3. LIMITES E CONTINUIDADE

3.8 Continuidade
Seja A ⊂ Rn e f : A ⊂ Rn −→ R uma função.

Definição 3.6. f é contínua em x0 ∈ A quando:

1. lim f (x) existe


x→x0

2. lim f (x) = f (x0 )


x→x0

Equivalentemente, f contínua em x0 , quando para todo ε > 0 existe δ > 0 tal que se:

kx − x0 k < δ, então |f (x) − f (x0 )| < ε.

Definição 3.7. Dizemos que f é contínua em A se f é contínua em cada x0 ∈ A.

Exemplo 3.2.

[1] Se P = P (x) é uma função polinomial de várias variáveis, então P é contínua em


qualquer ponto do Rn .
[2] A seguinte função não é contínua na origem:

 2xy

se (x, y) 6= (0, 0)
f (x, y) = x2 + y 2
0 se (x, y) = (0, 0).

De fato:
2k 2k
lim f (x, y) = lim = 2
(x,y)→(0,0) (x,k x)→(0,0) k 2+1 k +1

isto é, o limite não existe pois depende de k; logo, f não é contínua.


[3] A seguinte função é contínua na origem:
 2
 xy se (x, y) 6= (0, 0)
f (x, y) = x2 + y 2
0 se (x, y) = (0, 0).

De fato:
3.8. CONTINUIDADE 79

x2 y
lim = f (0, 0) = 0.
(x,y)→(0,0) x2 + y 2

0.10

0.05

-0.10 -0.05 0.05 0.10

-0.05

-0.10

Figura 3.15: Curvas de níveis de f , ao redor da origem


y
[4] Considere a função f (x, y) = arctg , f não é contínua em R2 .
x
De fato, no conjunto A = {(0, y)/ y ∈ R}. Veja o gráfico e as curvas de nível de f :
0.10

0.05

-0.10 -0.05 0.05 0.10

-0.05

-0.10

Figura 3.16: Curvas de níveis de f , ao redor da origem

Observação 3.3. As propriedades das funções contínuas são análogas às das funções
contínuas de uma variável. Suas provas seguem diretamente da definição.

Proposição 3.2. Sejam f, g : A ⊂ Rn −→ R funções contínuas no ponto x0 . Então:

1. f + g e f · g são contínuas em x0 .
80 CAPÍTULO 3. LIMITES E CONTINUIDADE

1
2. Se f (x0 ) 6= 0 então é contínua em x0 .
f

A prova segue da definição.

As provas seguem da definição.

Exemplo 3.3.

[1] As função elementares são contínuas nos pontos onde estão definidas.
[2] As funções racionais nos pontos onde os polinômios do denominador não se anu-
lam, são contínuas.
x3 + y
[3] A função f (x, y) = é contínua em R2 .
x2 + 1

Proposição 3.3. Sejam f : A ⊂ Rn −→ R uma função contínua no ponto x0 ∈ A e


g : I ⊂ R −→ R uma função tal que f (A) ⊂ I de modo que g ◦ f esteja bem definida.
Se g é contínua em f (x0 ), então g ◦ f é contínua em x0 .
Prova: Segue da definição.

Exemplo 3.4.

[1] A função f (x, y, z) = (x2 + z 2 + y 4 )4 + sen(z 2 ) é contínua em R3 .


A função f é a soma de duas funções contínuas:

f1 (x, y, z) = (x2 + z 2 + y 2 )4 e f2 (x, y, z) = sen(z 2 ).

f1 é a composta da função h(x, y, z) = x2 + z 2 + y 2 e g(u) = u4 , ambas contínuas e f2 é


a composta de h(x, y, z) = z 2 e g(u) = sen(u), também contínuas.
[2] A função:

(x2 + z 2 + y 4 )4 + sen(z 2 )
h(x, y, z) =
x2 + y 2 + z 2

é contínua em R3 − {(0, 0, 0)}.


De fato, escrevendo:

f (x, y, z)
h(x, y, z) = ,
g(x, y, z)
3.8. CONTINUIDADE 81

onde f é a função do exemplo anterior e g(x, y, z) = x2 + y 2 + z 2 que é contínua e


não nula, exceto na origem. Pela propriedade ii) temos que h é contínua em A =
R3 − {(0, 0, 0)}.
[3] A função:
q
f (x) = kxk = x21 + x22 + ....... + x2n

é contínua para todo x ∈ Rn . Em particular:


q
f (x1 , x2 , x3 , ....., xn ) ≥ x2i = |xi |,
para todo x ∈ Rn .
2
x y k~vk2 k~vk

[4] Seja ~v = (x, y), então: 2
≤ = k~vk. Como lim k~vk = 0 temos
x + y2 k~vk2 v→~0
~
2
x2 y

x y
lim 2 =0 e lim = 0.
(x,y)→(0,0) x + y 2 (x,y)→(0,0) x2 + y 2

[5] Determine o valor de A para que a seguinte função seja contínua:


 p
 sen(
 x2 + y 2 )
p se (x, y) 6= (0, 0)
f (x, y) = x2 + y 2

A se (x, y) = (0, 0).

Seja ~v = (x, y); então,


p
sen( x2 + y 2 ) sen(k~vk)
lim p = lim = 1;
(x,y)→(0,0) x2 + y 2 v→~0
~ k~vk

logo, A = 1.

Observação 3.4. A seguinte proposição não será provada, pois ela decorre de um teo-
rema, que fica fora do contexto destas notas.

Proposição 3.4. Seja h : Rn −→ R uma função contínua; então:

1. A = {x ∈ Rn / 0 < h(x)} é aberto em Rn .

2. F = {x ∈ Rn / 0 ≤ h(x)} é fechado em Rn .
82 CAPÍTULO 3. LIMITES E CONTINUIDADE

3. ∂A = {x ∈ Rn / h(x) = 0}.

Exemplo 3.5.

[1] Os planos em R3 são conjuntos fechados. De fato, considere:

h(x, y, z) = a x + b y + c z − d.

A função h é contínua em R3 .
[2] O sólido W = {(x, y, z) ∈ R3 / x2 + y 2 + z 2 ≤ r2 , r > 0} é um conjunto fechado. De
fato, considere:

h(x, y, z) = x2 + y 2 + z 2 − r2 .

A função h é contínua em R3 e pela proposição W é fechado.


[3] A parábola A = {(x, y) ∈ R2 /y = x2 } é um conjunto fechado. De fato, considere:

h(x, y) = y − x2 .

A função é contínua em R2 e pela proposição A é fechado.


3.9. EXERCÍCIOS 83

3.9 Exercícios
1. Utilizando as propriedades de limite, calcule:

x3 y x3 y + y 3 + 3

(a) lim (e) lim
(x,y)→(0,1) (x,y)→(1,1)

(b) lim ex y sen2 (xy)


(x,y)→(0,1) (f) lim
(x,y)→(0,0) (xy)2
xy
(c) lim
(x,y)→(0,0) x2 + y2 + 2 (g) lim ln(|1 + x2 y 3 |)
(x,y)→(1,1)
sen(xy)
(d) lim 1 1 1
(x,y)→(0,0) xy (h) lim + +
(x,y,z)→(1,2,6) x y z

2. Verifique se os limites das seguintes funções dadas existem no ponto (0, 0):

x2 x2 y 2
(a) f (x, y) = (d) f (x, y) =
x2 + y 2 x3 + y 3
x3 + y 3 x3 + y 3
(b) f (x, y) = (e) f (x, y) =
x2 + y (x2 + y)2
6x2 y 2 + 2xy 3
(c) f (x, y) = x4 + 3 x y 2
(x2 + y 2 )2 (f) f (x, y) =
x2 + y 2

3. Verifique que os limites das seguintes funções existem se


(x, y) → (0, 0):

x3 + y 3 xy
(a) f (x, y) = (b) f (x, y) = p
x2 + y 2 x2 + y 2

4. Verifique que:

√ 
1 − cos xy
(a) lim =0
(x,y)→(0,0) x

sen(x2 + y 2 )
(b) lim p  =2
(x,y)→(0,0) 1 − cos x2 + y 2
84 CAPÍTULO 3. LIMITES E CONTINUIDADE

x2  x2 
5. Verifique que: lim lim 6
= lim lim .
x→0 y→0 x2 + y 2 y→0 x→0 x2 + y 2

x sen 1 

se y 6= 0
6. Seja: f (x, y) = y . Verifique que:
0 se y = 0.

(a) lim f (x, y) = 0


(x,y)→(0,0)
 
(b) lim lim f (x, y) =6 lim lim f (x, y) .
x→0 y→0 y→0 x→0

7. Discuta a continuidade das seguintes funções:

 xy
p se (x, y) 6= (0, 0)
(a) f (x, y) = x2 + y 2
0 se (x, y) = (0, 0).

 2
 xy se (x, y) 6= (0, 0)
(b) f (x, y) = x4 + y 2
0 se (x, y) = (0, 0).

 x+y

se (x, y) 6= (0, 0)
(c) f (x, y) = x2 + y 2
0 se (x, y) = (0, 0).
 3 3
x + y se (x, y) 6= (0, 0)
(d) f (x, y) = x2 + y 2
0 se (x, y) = (0, 0).

 3 3
 x y se (x, y) 6= (0, 0)
(e) f (x, y) = x2 + y 2
0 se (x, y) = (0, 0).


 sen(x + y) se (x, y) 6= (0, 0)
(f) f (x, y) = x+y
2 se (x, y) = (0, 0).

x z − y2

 se (x, y, z) 6= (0, 0, 0)
(g) f (x, y, z) = x2 + y 2 + z 2
0 se (x, y, z) = (0, 0, 0).

3.9. EXERCÍCIOS 85

8. Usando a composição de funções, verifique que as seguintes funções são contí-


nuas:
p
(a) f (x, y) = x2 + y 2
xy
(b) f (x, y) =
x2 + y2 + 1
p
(c) f (x, y) = x4 + y 4 + 1

(d) f (x, y) = sen(x2 y + y 2 x)


sen(xy)
(e) f (x, y) = ; x, y 6= 0
x2 + y 2
(f) f (x, y) = cos3 (xy 3 )
1
(g) f (x, y) = p ; x, y 6= 0
3 − sen(xy)

(h) f (x, y) = sech3 (x y 3 )


p
(i) f (x, y, z) = ln( x2 + y 2 + z 2 − 1)
1
(j) f (x, y, z) =
x2 − y2−z+1

9. Calcule o valor de a para que a função



2 2
p x y

se (x, y) 6= (0, 0)
f (x, y) = y2 + 1 − 1
a − 4

se (x, y) = (0, 0),

seja contínua.
86 CAPÍTULO 3. LIMITES E CONTINUIDADE
Capítulo 4

DERIVADAS PARCIAIS

4.1 Definições
Neste capítulo, apresentamos um dos conceitos centrais do Cálculo em Várias Variá-
veis, as derivadas parciais e a diferenciação de funções.

Definição 4.1. Sejam A ⊂ R3 um conjunto aberto e f : A −→ R uma função.

1. A derivada parcial de f em relação à variável x, no ponto (x, y, z) ∈ A é deno-


tada e definida por:

∂f f (x + t, y, z) − f (x, y, z)
(x, y, z) = lim
∂x t−→0 t

se o limite existe.

2. A derivada parcial de f em relação à variável y, no ponto (x, y, z) ∈ A é denotada


e definida por:

∂f f (x, y + t, z) − f (x, y, z)
(x, y, z) = lim
∂y t−→0 t

se o limite existe.

3. A derivada parcial de f em relação à variável z, no ponto (x, y, z) ∈ A é denotada


e definida por:

87
88 CAPÍTULO 4. DERIVADAS PARCIAIS

∂f f (x, y, z + t) − f (x, y, z)
(x, y, z) = lim
∂z t−→0 t

se o limite existe.

Observações 4.1.

1. De forma análoga são definidas as derivadas parciais para funções de duas va-
riáveis.

2. Observe que o conjunto A deve ser aberto, pois para todo x ∈ A é necessário que
x + t ei ∈ A, onde i = 1, 2, 3; o que é verdadeiro se |t| < η (η > 0 pequeno). Veja
a bibliografia.

Exemplo 4.1.

[1] Se z = f (x, y) = x y, calcule suas derivadas parciais.


Estamos no caso n = 2:

∂f f (x + t, y) − f (x, y)
(x, y) = lim
∂x t−→0 t
(x + t) y − x y
= lim
t−→0 t
ty
= lim = y,
t−→0 t

∂f f (x, t + y) − f (x, y)
(x, y) = lim
∂y t−→0 t
x (t + y) − x y
= lim
t−→0 t
tx
= lim = x.
t−→0 t

[2] Se w = f (x, y, z) = x2 y z 2 , calcule suas derivadas parciais.


Estamos no caso n = 3:
4.1. DEFINIÇÕES 89

∂f f (x + t, y, z) − f (x, y, z) (x + t)2 y z 2 − x2 y z 2
(x, y, z) = lim = lim
∂x t−→0 t t−→0 t
2 2 2
2 x y z t + t yz
= lim = 2 x y z2,
t−→0 t

∂f f (x, t + y, z) − f (x, y, z) x2 (t + y) z 2 − x2 y z 2
(x, y, z) = lim = lim
∂y t−→0 t t−→0 t
2 2
tx z
= lim = x2 z 2 ,
t−→0 t

∂f f (x, y, t + z) − f (x, y, z) x2 y (t + z)2 − x2 y z 2


(x, y, z) = lim = lim
∂z t−→0 t t−→0 t
t2 x2 y + 2 t x2 y z
= lim = 2 x2 y z.
t−→0 t

Observação 4.1.

1. Seja y = c, fixado e consideremos g(x) = f (x, c); logo:

g(x + t) − g(x) f (x + t, c) − f (x, c) ∂f


g 0 (x) = lim = lim = (x, c).
t−→0 t t−→0 t ∂x

2. Se h(y) = f (c, y), então:

h(y + t) − h(y) f (c, y + t) − f (c, y) ∂f


h0 (y) = lim = lim = (c, y).
t−→0 t t−→0 t ∂y

Analogamente para mais variáveis.

3. Consequentemente, para derivar parcialmente uma função em relação a x, as


demais variáveis são consideradas como constantes e a derivação é feita como
em R.

4. Em relação às outras variáveis o procedimento é análogo.

5. Assim, todas as regras de derivação estudadas para funções em R podem ser


aplicadas.
90 CAPÍTULO 4. DERIVADAS PARCIAIS

Exemplo 4.1.
p
[1] Se z = f (x, y) = x2 + y 2 , calcule suas derivadas parciais.
Calculemos, primeiramente,
√ a derivada parcial2 de f em relação a x. Pela observação
anterior consideramos z = x2 + c, onde c = y ; derivando como em R:
∂f x x
(x, y) = √ =p ;
∂x x2 + c x2 + y 2

analogamente para y: fazemos c = x2 :


∂f y y
(x, y) = p =p .
∂y c + y2 x2 + y 2

[2] Se z = f (x, y) = (x2 + y 2 ) cos(x y), calcule suas derivadas parciais no ponto (1, π).
Calculemos, primeiramente, a derivada parcial de f em relação a x. Pela observação
anterior consideramos z = (x2 + c2 ) cos(c x), onde y = c; derivando como em R:

∂f
(x, y) = (x2 + c2 ) cos(c x))0 = 2 x cos(c x) − c (x2 + c2 ) sen(c x)
∂x
= 2 x cos(x y) − y (x2 + y 2 ) sen(x y);

analogamente para y: fazemos z = (c2 + y 2 ) cos(c y):

∂f 0
(x, y) = (c2 + y 2 ) cos(c y) = 2 y cos(c y) − c (c2 + y 2 ) sen(c y)
∂y
= 2 y cos(x y) − x (x2 + y 2 ) sen(x y));

∂f ∂f
(1, π) = −2, (1, π) = −2 π.
∂x ∂y
[3] Se w = f (x, y, z) = ln(x2 + y 2 + z 2 ), calcule suas derivadas parciais.
Calculemos, primeiramente, a derivada parcial de f em relação a x.
Seja w = ln(x2 + c), onde c = y 2 + z 2 ; derivando como em R, temos:
∂f 2x 2x
(x, y, z) = 2 = 2 ;
∂x x +c x + y2 + z2

analogamente para y: fazemos c = x2 + z 2 e para z: c = x2 + y 2 :


∂f 2y 2y
(x, y, z) = 2 = 2
∂y y +c x + y2 + z2
4.1. DEFINIÇÕES 91

e:
∂f 2z 2z
(x, y, z) = = .
∂z c + z2 x2 + y 2 + z 2

Observação 4.2. De forma análoga ao Cálculo de uma variável, as derivadas parciais


de uma função são funções e, portanto, podemos calcula-lás em pontos de seus domí-
nios.

[4] Seja f (x, y) = sen((x2 + y 2 + 1) π); então:


∂f ∂f
(x, y) = 2 π x cos((x2 + y 2 + 1) π) e (x, y) = 2 π y cos((x2 + y 2 + 1) π).
∂x ∂y

Temos duas novas funções:

g(x, y) = 2 π cos((x2 + y 2 + 1) π) e h(x, y) = 2 π y cos((x2 + y 2 + 1) π).

Como Dom(g) = Dom(g) = R2 , podemos calcular:

g(1, 0) = 2 π, h(3, −2) = −4 π e g(1, 1) = h(1, 1) = −2 π.

Figura 4.1: Gráficos de g e h, respectivamente

Observações 4.2.

1. A não existência das derivadas parciais de uma função contínua de duas variá-
veis num ponto indica que o gráfico da função apresenta "arestas"nesse ponto.
92 CAPÍTULO 4. DERIVADAS PARCIAIS
p
2. De fato, seja z = f (x, y) = x2 + y 2 ; então, as derivadas parciais existem, exceto
na origem.

p
Figura 4.2: Gráfico de f (x, y) = x2 + y 2

4.2 Generalizações
Definição 4.2. Seja A ⊂ Rn um conjunto aberto, x = (x1 , x2 , ..., xn ) ∈ A e f : A −→ R
uma função. A derivada parcial de f em relação à j-ésima variável no ponto x ∈ A é
∂f
denotada por ∂x j
(x) e definida por:

∂f f (x1 , ..., xj + t, .., xn ) − f (x1 , ...., xn )


(x) = lim ,
∂xj t−→0 t

se o limite existe.

Fazendo j = 1, ..., n, temos as derivadas parciais de f em relação à primeira, à se-


gunda, à terceira, ......., à n-ésima variáveis, respectivamente. Denotando por ej =
(0, ...., 1, ....0) o vetor que tem todas as componentes zero exceto a j-ésima, que é igual
a 1, temos:

∂f f (x + tej ) − f (x)
(x) = lim .
∂xj t−→0 t
4.3. INTERPRETAÇÃO GEOMÉTRICA DAS DERIVADAS PARCIAIS 93

4.3 Interpretação Geométrica das Derivadas Parciais


O gráfico de uma função de duas variáveis z = f (x, y) é, em geral, uma superfície em
R3 . A interseção desta superfície com um plano paralelo ao plano xz, que passa pelo
ponto (0, y0 , 0) é uma curva plana (ou um ponto) que satisfaz às condições:
(
z = f (x, y)
y = y0 .

Como a curva é plana, podemos considerá-la como o gráfico de uma função de uma
variável, a saber: g(x) = f (x, y0 ). Logo, o coeficiente angular da reta tangente à curva
no ponto x0 , relativa ao plano, é:

∂f
g 0 (x0 ) = (x0 , y0 )
∂x

Analogamente, a curva plana definida pela interseção do gráfico de f com o plano que
passa por (x0 , 0, 0) paralelo ao plano yz pode ser definida por h(y) = f (x0 , y). Logo, o
coeficiente angular da reta tangente à curva no ponto y0 , relativa ao plano, é:

∂f
h0 (y0 ) = (x0 , y0 )
∂y

Figura 4.3:
94 CAPÍTULO 4. DERIVADAS PARCIAIS

Exemplo 4.2.

[1] Seja z = f (x, y) = x2 + y 2 . Determine a equação da reta tangente à interseção do


gráfico de f com o plano de equação y = 2, no ponto (2, 2, 8).
Pela observação anterior: z = x2 + 4; logo, z = g(x) = x2 + 4 e a equação da reta
tangente é: z − g(x0 ) = g 0 (x0 )(x − x0 ), onde x0 = 2, ou seja: z − 4x = 0.

Figura 4.4: Exemplo [1]

[2] Seja z = f (x, y) = y 2 . Determine a equação da reta tangente à interseção do gráfico


de f com o plano de equação x = x0 , no ponto (x0 , 1, 1).
Pela observação anterior: z = y 2 ; logo z = h(y) = y 2 e a equação da reta tangente é:
z − h(y0 ) = h0 (y0 ) (y − y0 ), onde y0 = 1, ou seja: z − 2y + 1 = 0.

Figura 4.5: Exemplo [2]


4.3. INTERPRETAÇÃO GEOMÉTRICA DAS DERIVADAS PARCIAIS 95

Dos parágrafos anteriores temos:

Proposição 4.1. Seja f : A ⊂ R2 −→ R uma função tal que as derivadas parciais existam
no conjunto aberto A, então:

∂f
(a, b) = g 0 (a) se g(x) = f (x, b)
∂x

∂f
(a, b) = h0 (b) se h(y) = f (a, y).
∂y

A prova segue das definições e observações anteriores.

Observação 4.3. A proposição anterior se estende naturalmente para n ≥ 2:

∂f
(a, b, c) = g 0 (a) se g(x, b, c) = f (x, b, c)
∂x

∂f
(a, b, c) = h0 (b) se h(y) = f (a, y, c)
∂y

∂f
(a, b, c) = k 0 (c) se k(z) = f (a, b, z).
∂z

Exemplo 4.3.
p ∂f ∂f
[1] Se f (x, y) = 4
x4 + y 4 , calcule (0, 0) e (0, 0).
∂x ∂y
Seja g(x) = f (x, 0) = x e h(y) = f (0, y) = y; logo g 0 (x) = 1 e h0 (y) = 1; então:

∂f ∂f
(0, 0) = (0, 0) = 1.
∂x ∂y
p 2 3 2 ∂f
[2] Se f (x, y) = x2 (x2 + y 2 ln(y 2 + 1))−5 etg(x y+y x ) , calcule (1, 0).
∂x
Seja g(x) = f (x, 0) = x−3 e g 0 (x) = −3 x−4 ; logo:
96 CAPÍTULO 4. DERIVADAS PARCIAIS

∂f
(1, 0) = g 0 (1) = −3.
∂x

cos(x + y + z) ∂f
[3] Se f (x, y, z) = 2 2 2
, calcule (π, 0, 0).
ln(x + y + z ) ∂x
cos(x) x ln(x) sen(x) + cos(x)
Seja g(x) = f (x, 0, 0) = e g 0 (x) = − ; logo:
2 ln(x) 2 x ln2 (x)
∂f 1
(π, 0, 0) = g 0 (π) = .
∂x 2 π ln2 (π)

4.4 Derivadas Parciais como Taxa de Variação


As derivadas parciais também podem ser interpretadas como taxa de variação ou razão
instantânea.
De fato, sejam A ⊂ R2 aberto e f : A −→ R uma função tal que as derivadas parciais
existem no ponto (x0 , y0 ).

∂f
Definição 4.3. A derivada parcial (x0 , y0 ) é a taxa de variação de f ao longo da reta
∂x
que passa pelo ponto (x0 , y0 ) e na direção e1 = (1, 0).

Observações 4.3.

1. Isto é, a taxa de variação de f ao longo d a reta:

c(t) = (x0 , y0 ) + t (1, 0) = (x0 + t, y0 ),

tal que (|t| pequeno).

2. De forma análoga interpretamos a outra derivada parcial:


∂f
(x0 , y0 ) é a taxa de variação de f ao longo da reta que passa pelo ponto (x0 , y0 )
∂y
e na direção e2 = (0, 1), isto é, d(t) = (x0 , y0 ) + t (0, 1) = (x0 , y0 + t), (|t| pequeno).
4.4. DERIVADAS PARCIAIS COMO TAXA DE VARIAÇÃO 97

y +t
0 A
e2
c(t)
c(t)
y
0 e1

x0 x 0+t
d(t) d(t)

Figura 4.6:

3. Isto é, as derivadas parciais medem a velocidade da variação parcial da função


em relação a cada variável, quando as outras estão fixadas.

Exemplo 4.4.

[1] A lei de um gás ideal confinado é P V = 8 T , onde P é a pressão em N/cm2 , V é


o volume em cm3 e T é a temperatura em graus. Se o volume do gás é de 150 cm3 e a
temperatura é de 100o , pede-se:
(a) Determine a taxa de variação da pressão em relação à temperatura para o volume
fixo de 150 cm3 .
(b) Determine a taxa de variação do volume em relação à pressão para a temperatura
fixa de 100o .
(a) Escrevamos a pressão em função do volume e da temperatura:
T ∂P 8
P (V, T ) = 8 ; então, (V, T ) = ;
V ∂T V
logo,
∂P
(150, T ) ∼
= 0.0533 N/cm2 /kal.
∂T
A variação da pressão em relação à temperatura cresce a uma razão de 0.0533
N/cm2 /kal.
∂P
Note que não depende de T .
∂T
98 CAPÍTULO 4. DERIVADAS PARCIAIS

(b) Escrevemos o volume em função da pressão e da temperatura:


T ∂V T
V (P, T ) = 8 ; então, (P, T ) = −8 2 .
P ∂P P
T 16
Por outro lado, P = 8 e para T = 100 e V = 150, obtemos P = ; logo:
V 3
∂V 16
( , 100) = −28.13 cm3 /N.
∂P 3
A variação do volume em relação à pressão diminui a uma razão de:

28.13 cm3 /N.

[2] O potencial elétrico no ponto (x, y, z) é dado por:


x
V (x, y, z) = p ,
x + y2 + z2
2

onde V é dado em volts e x, y e z em cm. Determine a taxa de variação instantânea de


V em relação à distância em (1, 2, 3) na direção do:
(a) eixo dos x;
(b) eixo dos y;
(c) eixo dos z.
∂V x
(a) Devemos calcular (1, 2, 3). Seja g(x) = f (x, 2, 3) = √ ; então:
∂x x2 + 13
∂V 13
(x, 2, 3) = g 0 (x) = ,
∂x (x + 13)3/2
logo
∂V 13
(1, 2, 3) = √ volts/cm.
∂x 14 14
∂V 1
(b) Devemos calcular (1, 2, 3): Seja h(y) = f (1, y, 3) = p ; então:
∂y y 2 + 10
∂V y
= h0 (y) = − 2 ,
∂y (y + 10)3/2
logo:
∂V 1
(1, 2, 3) = − √ volts/cm.
∂y 7 14
4.4. DERIVADAS PARCIAIS COMO TAXA DE VARIAÇÃO 99

∂V 1
(c) Devemos calcular (1, 2, 3): Seja k(z) = f (1, 2, z) = √ ; então:
∂z 2
z +5
∂V z
= k 0 (z) = − 2 ,
∂z (z + 5)3/2

logo:

∂V 3
(1, 2, 3) = − √ volts/cm.
∂z 14 14

[3] Quando materiais tóxicos são despejados ou manipulados num aterro podem ser
liberadas partículas contaminadas para a atmosfera circundante. Experimentalmente,
a emissão destas partículas pode ser modelada pela função:

E(V, M ) = K × 0.00032 V 1.3 M −1.4 ,

onde E é a emissão (quantidade de partículas liberadas na atmosfera por tonelada


de solo manipulado), V é a velocidade média do vento (mph=metros por hora), M
é a umidade contida no material (dada em porcentagem) e K é uma constante que
depende do tamanho das partículas. Calcule a taxa de variação da emissão para uma
partícula tal que K = 0.2, V = 10 e M = 13 em relação:
(a) ao vento;
(b) à umidade.
50

40

30

20

20 30 40 50

Figura 4.7: Curvas de nível de E

∂E ∂E
(a) Calculamos (10, 13): Então, (V, M ) = 0.000122 V 0.3 M −1.4 ; logo,
∂V ∂V
100 CAPÍTULO 4. DERIVADAS PARCIAIS

∂E
(10, 13) = 0.00001496.
∂V

∂E ∂E
(b) Calculamos (10, 13): Então, (V, M ) = −0.000291 V 1.3 M −2.4 ; logo,
∂M ∂M
∂E
(10, 13) = −0.00001234.
∂M

Interprete os resultados obtidos no último exemplo.

4.5 Diferenciabilidade
No caso de uma variável sabemos que se uma função é derivável num ponto, ela é con-
tínua no ponto. Gostaríamos de ter um comportamento análogo para funções de várias
variáveis; no entanto, a existência das derivadas parciais não garante a continuidade
da função.
∂f
De fato, a existência de depende do comportamento da função f somente na dire-
∂x
∂f
ção do eixo dos x e a existência de depende do comportamento da função f somente
∂y
na direção do eixo dos y.
Por exemplo, sabemos que a função:

 2xy

se (x, y) 6= (0, 0)
f (x, y) = x2 + y 2 ,
0 se (x, y) = (0, 0)

não é contínua na origem. No entanto, as derivadas parciais existem em todos os


pontos, inclusive na origem. De fato, sejam g(x) = f (x, 0) = 0 e h(y) = f (0, y) = 0;
logo:

∂f ∂f
(0, 0) = g 0 (0) = 0 e (0, 0) = h0 (0) = 0.
∂x ∂y

As derivadas parciais para (x, y) 6= (0, 0) são:

∂f 2 y 3 − 2 x2 y ∂f 2 x3 − 2 x y 2
= e = .
∂x (x2 + y 2 )2 ∂y (x2 + y 2 )2
4.5. DIFERENCIABILIDADE 101

Observação 4.4. Em uma variável, a existência da derivada de uma função num ponto,
garante que nas proximidades desse ponto o gráfico da função fica bastante próximo
da reta tangente a esse gráfico no ponto considerado. Seguiremos esta idéia para es-
tender o conceito de diferenciabilidade para funções de várias variáveis. Correspon-
dendo à reta tangente num ponto do gráfico de uma função em R temos o "plano
tangente"num ponto do G(f ) e este plano deve ser uma "boa"aproximação para o G(f )
numa vizinhança do ponto.

Seja f : A ⊂ Rn −→ R uma função definida no conjunto aberto A, x0 ∈ A, denotemos


por:
n
X ∂f
L(x, h) = f (x) − f (x0 ) − (x0 )hj ,
j=1
∂xj

onde h = x − x0 , hj é a componente j-ésima de h e x ∈ A.

Definição 4.4. f é diferenciável no ponto x0 ∈ A se existem as derivadas parciais de f


em x0 e:

L(x, h)
lim = 0.
khk→0 khk

Observação 4.5. Para n = 2, este limite expressa o que pensamos ao dizer que:
∂f ∂f
f (x0 , y0 ) + (x0 , y0 ) (x − x0 ) + (x0 , y0 ) (y − y0 ),
∂x ∂y

é uma boa aproximação para f numa vizinhança de x0 = (x0 , y0 ).

Definição 4.5. f é diferenciável em A ⊂ Rn , se é diferenciável em cada ponto de A.

Exemplo 4.2.

Considere a função:
 2
 xy se (x, y) 6= (0, 0)
f (x, y) = x2 + y 2 ,
0 se (x, y) = (0, 0)

f é contínua em (0, 0); suas derivadas parciais são:


102 CAPÍTULO 4. DERIVADAS PARCIAIS

∂f ∂f ∂f 2 x y3
(0, 0) = (0, 0) = 0, (x, y) = 2
∂x ∂y ∂x (x + y 2 )2
e:

∂f x2 (x2 − y 2 )
(x, y) = .
∂y (x2 + y 2 )2

Agora, apliquemos a definição de diferenciabilidade para f no ponto (0, 0):

|f (x, y)| |x2 y|


lim = lim p ;
(x,y)−→(0,0) k(x, y)k (x,y)−→(0,0) (x2 + y 2 ) x2 + y 2

considere y = k x, k > 0:

|x2 y| |kx3 | ±k
lim 3 = lim 3 = lim 3
(x,k x)→(0,0) (x2 + y 2 ) 2 (x,k x)→(0,0) (x2 + k 2 x2 ) 2 (x,k x)→(0,0) (1 + k 2 ) 2
k
=± 3 ;
(1 + k 2 ) 2

o limite depende de k; logo f não é diferenciável em (0, 0).

Figura 4.8: Gráfico de f ao redor da origem

Observação 4.6. Aplicar diretamente a definição de função diferenciável pode ser, em


muitos casos, bastante complicado. Por isso, apresentamos o seguinte teorema:
4.5. DIFERENCIABILIDADE 103

Teorema 4.1. Seja f : A ⊂ Rn −→ R uma função definida no conjunto aberto A tal que
existem todas as derivadas parciais em cada ponto de A e cada uma delas é contínua
no ponto x0 ∈ A. Então f é diferenciável em x0 .
Prova: Veja o apêndice.

Observação 4.7. O teorema estabelece apenas uma condição suficiente, ou seja, nem
todas as funções diferenciáveis num ponto x0 devem ter derivadas parciais contínuas
numa vizinhança de x0 .

Exemplo 4.5.

[1] Considere a seguinte função


 2 2
 xy se (x, y) 6= (0, 0)
f (x, y) = x2 + y 2
0 se (x, y) = (0, 0).

As derivadas parciais são:

∂f ∂f ∂f 2xy 4 ∂f 2x4 y
(0, 0) = (0, 0) = 0, (x, y) = 2 e (x, y) = 2 .
∂x ∂y ∂x (x + y 2 )2 ∂y (x + y 2 )2

As derivadas parciais existem em todo ponto. Aplicaremos o teorema para provar a


diferenciabilidade de f no ponto (0, 0). Para isto provaremos que as derivadas parciais
são contínuas no ponto (0, 0).

∂f 2xy 4 ∂f
lim (x, y) = lim = (0, 0) = 0.
(x,y)→(0,0) ∂x (x,y)→(0,0) (x2 + y 2 )2 ∂x
p
De fato, |x| ≤ x2 + y 2 e y 4 ≤ (x2 + y 2 )2 ; logo,

|2 x y 4 | p
≤ 2 x2 + y 2 ;
(x2 + y 2 )2

2 x y4

ε p
< ε se 0 < x2 + y 2 < δ.
se δ = , teremos 2

2 2
2 (x + y )

Analogamente para a outra derivada parcial.


104 CAPÍTULO 4. DERIVADAS PARCIAIS

Figura 4.9: Exemplo [1]

[2] Os polinômios em várias variáveis são claramente diferenciáveis em todo ponto de


Rn .
p
[3] A função z = f (x, y) = x2 + y 2 é diferenciável em R2 − {(0, 0)}. De fato:

∂f x ∂f y
=p e =p
∂x x2 + y 2 ∂y x2 + y 2

e ambas são funções contínuas em R2 − {(0, 0)}.

Definição 4.6. Uma função é dita de classe C 1 em A quando existem as derivadas


parciais em cada ponto de A e estas são contínuas. Logo f de classe C 1 implica em f
diferenciável.

Proposição 4.2. Se f e g são funções de classe C 1 no ponto x0 , então:

1. f + g é de classe C 1 em x0 .

2. f g é de classe C 1 em x0 .

f
3. Se g(x0 ) 6= 0, é de classe C 1 em x0 .
g

Prova: Seguem da aplicação direta da definição.


4.5. DIFERENCIABILIDADE 105

Exemplo 4.6.

[1] As função definidas por polinômios de várias variáveis são de classe C 1 .


y
[2] A função f (x, y) = xy 2 + é diferenciável em todo R2 . De fato, escrevendo:
x2 + y 2 + 1
f2 (x, y)
f (x, y) = f1 (x, y) + ,
f3 (x, y)

onde f1 (x, y) = xy 2 , f2 (x, y) = y e f3 (x, y) = x2 + y 2 + 1, vemos que as três funções


são diferenciáveis em todo o plano, pois são polinômios e f3 não se anula em nenhum
ponto do plano. Pelas propriedades anteriores, f é diferenciável em R2 .

Teorema 4.2. Se f é diferenciável no ponto x0 , então f é contínua em x0 .


Prova: Veja o apêndice.

Observações 4.4.

1. Se f é de classe C 1 , então f é diferenciável e portanto f é contínua.

2. O plano tangente ao gráfico de uma função f num ponto é o plano que contem
todas as retas tangentes ao gráfico de f que passam pelo ponto.

3. Se todas as retas tangente a esse ponto não são co-planares, então dizemos que o
plano tangente não existe.

4. Nos próximos parágrafos daremos uma justificativa para a seguinte definição:

Definição 4.7. Seja f : A ⊂ R2 −→ R uma função diferenciável no ponto (x0 , y0 ). A


equação do plano tangente ao G(f ) no ponto (x0 , y0 , f (x0 , y0 )) é:

∂f ∂f
z = f (x0 , y0 ) + (x0 , y0 ) (x − x0 ) + (x0 , y0 ) (y − y0 )
∂x ∂y
106 CAPÍTULO 4. DERIVADAS PARCIAIS

Figura 4.10: Plano tangente ao G(f )

Segue, de imediato, que os vetores normais ao plano tangente no ponto (x0 , y0 , z0 ),


onde z0 = f (x0 , y0 ), são:

∂f ∂f 
n(x0 , y0 , z0 ) = ± (x0 , y0 ), (x0 , y0 ), −1
∂x ∂y

Exemplo 4.7.
[1] Determine a equação do plano tangente ao gráfico de:
2 +y 2 )
z = f (x, y) = e−(x

nos pontos (0, 0, f (0, 0)) e (1, 0, f (1, 0).


2 +y 2 )
Observemos que f (x, y) = e−(x é uma função diferenciável em R2 .
∂f 2 2 ∂f 2 2
(x, y) = −2 x e−(x +y ) e (x, y) = −2 y e−(x +y ) .
∂x ∂x
Como f (0, 0) = 1 e:
∂f ∂f
(0, 0) = 0; (0, 0) = 0.
∂x ∂y

A equação do plano tangente no ponto (0, 0, 1) é:

z = 1.

Por outro lado, f (1, 0) = e−1 e:


4.5. DIFERENCIABILIDADE 107

∂f ∂f
(1, 0) = −2 e−1 ; (1, 0) = 0
∂x ∂y

então:

z = e−1 (3 − 2 x).

Figura 4.11: Planos tangentes do exemplo [1]

[2] Determine a equação do plano tangente ao gráfico de z = x − 6 y 2 nos pontos


(1, 1, f (1, 1)) e (−1, −1, f (−1, −1)).

Como f é diferenciável em R2 : f (1, 1) = −5 e f (−1, −1) = −7. Por outro lado:

∂f ∂f
(x, y) = 1, (x, y) = −12 y.
∂x ∂y

As equações dos planos tangente ao G(f ) nos pontos (1, 1, −5) e


(−1, −1, −7) são:

z = x − 12 y + 6 e z = x + 12 y + 6,

respectivamente.
108 CAPÍTULO 4. DERIVADAS PARCIAIS

Figura 4.12: Planos tangentes do exemplo [2]

4.6 Aproximação Linear


Como em Cálculo I, podemos usar a "boa"aproximação do plano tangente ao gráfico
numa vizinhança de um ponto para efetuar cálculos numéricos aproximados.

Definição 4.8. Seja f diferenciável no ponto x0 . A aproximação linear de f ao redor de


x0 é denotada por l e definida como:

1. se n = 2 e z0 = f (x0 , y0 ):

∂f ∂f
l(x, y) = z0 + (x0 , y0 )(x − x0 ) + (x0 , y0 )(y − y0 )
∂x ∂y

2. se n = 3, x0 = (x0 , y0 , z0 ) e w0 = f (x0 ):

∂f ∂f ∂f
l(x, y, z) = w0 + (x0 ) (x − x0 ) + (x0 ) (y − y0 ) + (x0 ) (z − z0 )
∂x ∂y ∂z

Seja ε > 0 pequeno. Para todo x ∈ B(x0 , ε), o erro da aproximação é:

E(x) = |f (x) − l(x)|


e satisfaz:
4.6. APROXIMAÇÃO LINEAR 109

E(x)
lim = 0.
x−→x0 kx − x0 k
Em outras palavras l(x) aproxima f (x) numa vizinhança de x0 . A função l(x) também
é chamada linearização de f numa vizinhança de x0 .

Exemplo 4.8.
[1] Suponha que não dispomos de calculadora ou de outro instrumento de cálculo e
precisamos resolver os seguintes problemas:
(a) Se:

T (x, y, z) = x z ex y z

representa a temperatura num ponto (x, y, z) numa certa região do espaço, calcular as
seguintes temperaturas T (0.9989, 0.0001, 1.998) e T (0.00012, 1.0023, 0.9999).
(b) Se:
p
ρ(x, y, z) = ln( x2 + y 2 + z 2 )
representa a densidade de um ponto (x, y, z) numa certa região do espaço que não
contem a origem, determine ρ(1.005, 0.007, 1.01).

(c) Calcule, aproximadamente, o valor de 1.012 + 4.012 + 8.0022 .

Solução:
(a) Como (0.9989, 0.0001, 1.998) está perto de (1, 0, 2) acharemos a linearização de T
numa vizinhança de (1, 0, 2). Isto é:
∂T ∂T ∂T
l(x, y, z) = T (1, 0, 2) + (1, 0, 2) (x − 1) + (1, 0, 2) y + (1, 0, 2)(z − 2).
∂x ∂y ∂z
Então: T (1, 0, 2) = 2 e:

∂T
(x, y, z) = z (1 + x y z) ex y z
∂x

∂T
(x, y, z) = x2 z 2 ex y z
∂y

∂T
(x, y, z) = x (1 + x y z) ex y z .
∂z
110 CAPÍTULO 4. DERIVADAS PARCIAIS

∂T ∂T ∂T
Logo, (1, 0, 2) = 2, (1, 0, 2) = 4 e (1, 0, 2) = 1; então:
∂x ∂y ∂z
l(x, y, z) = 2 x + 4 y + z − 2,

e numa vizinhança do ponto (1, 0, 2), temos:

x z ex y z ' 2 x + 4 y + z − 2.

O ponto (0.9989, 0.0001, 1.998) está perto do ponto (1, 0, 2), logo:

T (0.9989, 0.0001, 1.998) ' 1.9962

Analogamente, como (0.00012, 1.0023, 0.9999) está perto de (0, 1, 1) acharemos a linea-
rização de T numa vizinhança de (0, 1, 1). Isto é:

∂T ∂T ∂T
l(x, y, z) = T (0, 1, 1) + (0, 1, 1) x + (0, 1, 1) (y − 1) + (0, 1, 1) (z − 1)
∂x ∂y ∂z
= x.

Então, numa vizinhança do ponto (0, 1, 1), temos:

x z ex y z ' x.

Logo:

T (0.00012, 1.0023, 0.9999) ' 0.00012.

(b) Devemos determinar a linearização de ρ numa vizinhança de (1, 0, 1). Isto é:

∂ρ ∂ρ ∂ρ
l(x, y, z) = ρ(1, 0, 1) + (1, 0, 1) (x − 1) + (1, 0, 1) y + (1, 0, 1) (z − 1).
∂x ∂y ∂z
Temos:

∂ρ x ∂ρ y
(x, y, z) = 2 , (x, y, z) = 2 e
∂x x + y2 + z2 ∂y x + y2 + z2
∂ρ z
(x, y, z) = 2 .
∂z x + y2 + z2

Então, numa vizinhança do ponto (1, 0, 1), temos:


4.6. APROXIMAÇÃO LINEAR 111

p x + z + ln(2)
ln( x2 + y 2 + z 2 ) ' − 1.
2
Logo:

ρ(1.005, 0.007, 1.01) ' 0.354.

p
(c) Seja a função f (x, y, z) = x2 + y 2 + z 2 .
Consideremos o ponto (x0 , y0 , z0 ) = (1, 4, 8) e determinemos a linearização de f numa
vizinhança do ponto (1, 4, 8):

∂f ∂f ∂f
l(x, y, z) = f (1, 4, 8) + (1, 4, 8) (x − 1) + (1, 4, 8) (y − 4) + (1, 4, 8) (z − 8).
∂x ∂y ∂z

Temos:

∂f x ∂f y
(x, y, z) = , (x, y, z) =
∂x f (x, y, z) ∂y f (x, y, z)
e

∂f z
(x, y, z) = .
∂z f (x, y, z)

∂f 1 ∂f 4 ∂f 8
Logo, f (1, 4, 8) = 9, (1, 4, 8) = , (1, 4, 8) = e (1, 4, 8) = ; então, numa vizi-
∂x 9 ∂y 9 ∂z 9
nhança do ponto (1, 4, 8), temos:
p 1
x2 + y 2 + z 2 ' (x + 4 y + 8 z),
9

Em particular, no ponto (1.01, 4.01, 8.002):


p 1
1.012 + 4.012 + 8.0022 ' (1.01 + 4 × (4.01) + 8 × (8.002)) ' 9.0073.
9

[2] Lei de gravitação de Newton. A força de atração entre dois corpos de massa m e
M , respectivamente, situados a uma distância r é dada por:

GmM
F (m, M, r) = ,
r2
112 CAPÍTULO 4. DERIVADAS PARCIAIS

onde G é a constante de gravitação. Determinemos a linearização da função F ao redor


do ponto (m0 , M0 , r0 ).
∂F GM ∂F Gm
(m, M, r) = 2 , (m, M, r) = 2
∂m r ∂M r
e:
∂F 2GmM
(m, M, r) = − ;
∂r r3
logo, no ponto (m0 , M0 , r0 ), temos:
 
G
l(m, M, r) = 3 r0 m0 (M0 + M ) + r0 M0 m − 2 m0 M0 R .
r0
Por exemplo, se m0 = 1, M0 = 2 e r0 = 1, temos que:

F (m, M, r) ' G (2 m + M − 4 r + 2),

para todo (m, M, r) numa vizinhança de (1, 2, 1).

[3] Um depósito de material radioativo tem o formato de um cilindro circular reto e


deve possuir altura no lado interno igual a 6 cm, raio interno com 2 cm e espessura
de 0.1 cm. Se o custo de fabricação do depósito é de 10 cv por cm3 . (cv= centavos),
determine o custo aproximado do material usado.

Figura 4.13: Depósito de material radioativo

O volume exato do depósito é a diferença entre os volumes dos cilindros C1 e C, onde


C1 tem raio r1 = 2.1 e altura h1 = 6.2 e C tem raio r = 2 e altura h = 6. Determinemos
a aproximação linear do volume do cilindro: V (r, h) = π r2 h. Como V (2, 6)) = 24 π,
4.6. APROXIMAÇÃO LINEAR 113

∂V ∂V
(r, h) = 2 π r h e (r, h) = π r2 ;
∂r ∂h

então, numa vizinhança do ponto (2, 6), temos:

l(r, h) = 4 π(6 r + h − 12).

O volume de C1 é:

VC1 ∼
= l(2.1, 6.2) = 27.2 π


e o volume total é V = 27.2 π − 24 π cm3 = 3.2 π cm3 . Logo o custo aproximado é de
10 × 3.2 π ∼
= 100.58 cv.

O argumento desenvolvido neste parágrafo se generaliza facilmente para mais de 3


variáveis:

[4] Suponha que 4 resistores num circuito são conectados em paralelo; a resistência R
do circuito é dada por:
 −1
1 1 1 1
R(r1 , r2 , r3 , r4 ) = + + + .
r1 r2 r3 r4

Determine a linearização de R numa vizinhança do ponto (10, 20, 40, 10), onde os ri são
medidos em Ohms. Seja x = (r1 , r2 , r3 , r4 ):

∂R (R(r1 , r2 , r3 , r4 ))2 ∂R (R(r1 , r2 , r3 , r4 ))2


(x) = , (x) = ,
∂r1 r12 ∂r2 r22

∂R (R(r1 , r2 , r3 , r4 ))2 ∂R (R(r1 , r2 , r3 , r4 ))2


(x) = , (x) = .
∂r3 r32 ∂r4 r42

Logo, numa vizinhança do ponto (10, 20, 40, 10), temos:

1
R(r1 , r2 , r3 , r4 ) ' (16 r1 + 4 r2 + r3 + 16 r4 ).
121
114 CAPÍTULO 4. DERIVADAS PARCIAIS

4.7 Derivadas Parciais de Ordem Superior


Seja f : A ⊂ R2 −→ R uma função tal que suas derivadas parciais existem em todos
os pontos (x, y) ∈ A. As derivadas parciais são, em geral, funções de x e y e podemos
perguntar se as derivadas parciais destas funções existem:
∂f ∂f
, : A ⊂ R2 −→ R.
∂x ∂y

Definição 4.9. As derivadas parciais de segunda ordem de f são definidas e denotadas


por:

   
∂ ∂f 1 ∂f ∂f
(x, y) = lim (x + t, y) − (x, y)
∂x ∂x t→0 t ∂x ∂x

   
∂ ∂f 1 ∂f ∂f
(x, y) = lim (x, y + t) − (x, y)
∂y ∂x t→0 t ∂x ∂x

   
∂ ∂f 1 ∂f ∂f
(x, y) = lim (x, y + t) − (x, y)
∂y ∂x t→0 t ∂x ∂x

   
∂ ∂f 1 ∂f ∂f
(x, y) = lim (x, y + t) − (x, y) ,
∂y ∂y t→0 t ∂y ∂y

se os limites existem.

As notações usuais são:

∂ 2f ∂ 2f
   
∂ ∂f ∂ ∂f
(x, y) = (x, y) (x, y) = (x, y)
∂x ∂x ∂x2 ∂x ∂y ∂x∂y

∂ 2f ∂ 2f
   
∂ ∂f ∂ ∂f
(x, y) = (x, y) (x, y) = (x, y)
∂y ∂x ∂y∂x ∂y ∂y ∂y 2
4.7. DERIVADAS PARCIAIS DE ORDEM SUPERIOR 115

Exemplo 4.9.

[1] Calcule as derivadas parciais de segunda ordem de:

f (x, y) = x2 y 3 .

Primeiramente, calculamos as de primeira ordem:

∂f ∂f
= 2 x y3 e = 3 x2 y 2 ; logo:
∂x ∂y

∂ 2f ∂ ∂f  ∂
2 x y3 = 2 y3,

2
= =
∂x ∂x ∂x ∂x

∂ 2f ∂ ∂f  ∂
3 x2 y 2 = 6 x2 y,

2
= =
∂y ∂y ∂y ∂y

∂ 2f ∂ ∂f  ∂
3 x2 y 2 = 6 x y 2 ,

= =
∂x∂y ∂x ∂y ∂x

∂ 2f ∂ ∂f  ∂
2 x y3 = 6 x y2.

= =
∂y∂x ∂y ∂x ∂y

[2] Calcule as derivadas parciais de segunda ordem de:

f (x, y) = ln(x2 + y 2 ).

Primeiramente, calculamos as de primeira ordem:

∂f 2x ∂f 2y
= 2 2
e = 2 ; logo:
∂x x +y ∂y x + y2
116 CAPÍTULO 4. DERIVADAS PARCIAIS

∂ 2f 2 (y 2 − x2 )
 
∂ 2x
= = ,
∂x2 ∂x x2 + y 2 (x2 + y 2 )2

∂ 2f 2(x2 − y 2 )
 
∂ 2y
= = 2 ,
∂y 2 ∂y x2 + y 2 (x + y 2 )2

∂ 2f
 
∂ 2y −4xy
= = ,
∂x∂y ∂x x2 + y 2 (x2 + y 2 )2

∂ 2f
 
∂ 2x −4 x y
= 2 2
= 2 .
∂y∂x ∂y x + y (x + y 2 )2

Em geral, se f : A ⊂ Rn −→ R é uma função tal que suas derivadas parciais existem


em todos os pontos x ∈ A, definimos as derivadas parciais de segunda ordem de f da
seguinte forma:
   
∂ ∂f 1 ∂f ∂f
(x) = lim (x + tej ) − (x) ,
∂xj ∂xi t→0 t ∂xi ∂xi
se os limites existem.
A notação é:

∂ 2f
 
∂ ∂f
(x) = (x).
∂xj ∂xi ∂xj ∂xi
Logo, definimos n2 funções:
 
∂ ∂f
: A ⊂ Rn −→ R.
∂xj ∂xi
Se n = 2 temos 4 derivadas parciais de segunda ordem e se n = 3 temos 9 derivadas
parciais de segunda ordem. Se i = j:

∂ 2f
 
∂ ∂f
(x) = (x).
∂xi ∂xi ∂x2i
Analogamente, definimos as derivadas de ordem 3, 4, etc. Por exemplo:

∂ 3f
 2 
∂ ∂ f
(x) = (x), i, j, k = 1 . . . n.
∂xj ∂xi ∂xk ∂xj ∂xi ∂xk
4.7. DERIVADAS PARCIAIS DE ORDEM SUPERIOR 117

Exemplo 4.10.

[1] Calcule as derivadas parciais de segunda ordem de:

f (x, y, z) = x y z.

Calculemos as de primeira ordem:

∂f ∂f ∂f
= y z, = xz e = x y, logo:
∂x ∂y ∂z

∂ 2f ∂ ∂ 2f ∂
= (y z) = 0, = (x z) = 0,
∂x2 ∂x ∂y 2 ∂y

∂ 2f ∂ ∂ 2f ∂
2
= (x y) = 0, = (x z) = z,
∂z ∂z ∂x ∂y ∂x

∂ 2f ∂ ∂ 2f ∂
= (x y) = y, = (y z) = z,
∂x∂z ∂x ∂y∂x ∂y

∂ 2f ∂ ∂ 2f ∂
= (x y) = x, = (y z) = y,
∂y∂z ∂y ∂z∂x ∂z

∂ 2f ∂
= (x z) = x.
∂z∂y ∂z

[2] Equação de Laplace: Seja u = u(x, y) uma função duas vezes diferenciável num
conjunto aberto do plano. A equação de Laplace é:

∂ 2u ∂ 2u
+ = 0.
∂x2 ∂y 2

A equação de Laplace está associada a fenômenos estacionários, isto é, independentes


do tempo, como por exemplo potenciais eletrostáticos. As soluções desta equação são
chamadas funções harmônicas. A função u(x, y) = sen(x) ey é harmônica. De fato:

∂ 2u ∂ 2u
= −sen(x) ey e = sen(x) ey .
∂x2 ∂y 2
118 CAPÍTULO 4. DERIVADAS PARCIAIS

Figura 4.14: Gráfico da função u(x, y) = sen(x) ey

[3] Equação da onda: Seja u = u(x, t) uma função duas vezes diferenciável num con-
junto aberto do plano. A equação homogênea da onda é:

∂ 2u 2
2 ∂ u
= c ,
∂t2 ∂x2

onde c > 0 (c é chamada a velocidade de propagação da onda). u(x, t) descreve o


deslocamento vertical de uma corda vibrante. A função :

u(x, t) = (x + c t)n + (x − c t)m , n, m ∈ N

satisfaz à equação da onda. De fato.

∂ 2u
= m (m − 1) (x − c t)m−2 + n (n − 1) (x + c t)n−2 ,
∂x2

∂ 2u
= c2 (m (m − 1) (x − c t)m−2 + n (n − 1) (x + c t)n−2 ).
∂t2

Analogamente, a função:

sen(x + c t) + cos(x − c t)
u(x, t) =
2

satisfaz à equação da onda. De fato.


4.7. DERIVADAS PARCIAIS DE ORDEM SUPERIOR 119

∂ 2u 1
= − (sen(x + c t) + cos(x − c t)),
∂x2 2

∂ 2u c2
= − (sen(x + c t) + cos(x − c t)).
∂t2 2

Figura 4.15: Gráfico da função z = u(x, t) para c = 2

Definição 4.10. A função f : A −→ R é de classe C 2 quando existem as derivadas


parciais até a segunda ordem em todos os pontos de A e as funções

∂ ∂f 
: A ⊂ Rn → R
∂xj ∂xi

são contínuas, para todo i, j.

Notamos que nos exemplos estudados sempre verificamos que:


   
∂ ∂f ∂ ∂f
= .
∂xj ∂xi ∂xi ∂xj

Isto é consequencia do seguinte teorema.

Teorema 4.3. (Schwarz) Se f : A ⊂ Rn −→ R é uma função de classe C 2 no ponto


x0 ∈ A, então para todo i, j = 1.....n tem-se:
120 CAPÍTULO 4. DERIVADAS PARCIAIS

   
∂ ∂f ∂ ∂f
(x0 ) = (x0 )
∂xj ∂xi ∂xi ∂xj

Prova: Veja o apêndice.

Exemplo 4.3.

Consideremos a função:
2 2
 x y (x − y )

se (x, y) 6= (0, 0)
f (x, y) = x2 + y 2
0 se (x, y) = (0, 0).

Figura 4.16: Gráfico de f

Se (x, y) 6= (0, 0), f (x, y) possui derivadas parciais de todas as ordens; em (0, 0) as
derivadas parciais de f (x, y) existem e são todas nulas:

∂f y (x4 − y 4 + 4x2 y 2 ) ∂f x (x4 − y 4 − 4x2 y 2 )


= e = .
∂x (x2 + y 2 )2 ∂y (x2 + y 2 )2

∂f ∂f
Para todo y 6= 0, f (0, y) = 0, (0, y) = −y, (0, y) = 0 e:
∂x ∂y
4.8. REGRA DA CADEIA 121

∂ 2f ∂ 2f
(0, y) = −1, (0, y) = 0.
∂x∂y ∂y∂x

Logo, a função não é de classe C 2 .

Observações 4.5.

1. Em geral, as funções "bem comportadas", como as polinomiais, exponenciais e a


maioria das funções utilizadas neste livro são de classe C 2 .

2. O teorema de Schwarz também é valido para derivadas mistas de ordem superior


a dois. De fato, se as terceiras derivadas de f são contínuas (f de classe C 3 ),
temos:

∂ 3f
 2   2 
∂ ∂ f ∂ ∂ f ∂ 3f
= = = .
∂x∂x∂y ∂x ∂x∂y ∂x ∂y∂x ∂x∂y∂x

∂f
3. Por outro lado, fazendo g = :
∂x

∂ 3f ∂ 2g ∂ 2g ∂ 3f
= = = .
∂x∂y∂x ∂x∂y ∂y∂x ∂y∂x∂x

4. Fica como exercício determinar as outras igualdades.

5. Em geral, f é de classe C k (k ≥ 1), no conjunto aberto A se as derivadas parciais


até ordem k existem e são contínuas em A. f e de classe C ∞ se é de classe C k para
todo k ≥ 1.

4.8 Regra da Cadeia


Teorema 4.4. Se n = 2, z = f (x, y) é uma função de classe C 1 , x = x(r, s) e y = y(r, s)
são funções tais que suas derivadas parciais existem, então:

∂z ∂z ∂x ∂z ∂y ∂z ∂z ∂x ∂z ∂y
= + e = +
∂r ∂x ∂r ∂y ∂r ∂s ∂x ∂s ∂y ∂s
122 CAPÍTULO 4. DERIVADAS PARCIAIS

x y

r s r s
Figura 4.17: A regra da cadeia para n = 2

Em particular, se x = x(t) e y = y(t) são deriváveis, então:

dz ∂z dx ∂z dy
= +
dt ∂x dt ∂y dt

x y

t
Figura 4.18: Caso particular da cadeia para n = 2

Se n = 3, w = f (x, y, z) é uma função de classe C 1 , x = x(r, s, t), y = y(r, s, t) e


z = z(r, s, t) são tais que as derivadas parciais existem, então:

∂w ∂w ∂x ∂w ∂y ∂w ∂z ∂w ∂w ∂x ∂w ∂y ∂w ∂z
= + + , = + +
∂r ∂x ∂r ∂y ∂r ∂z ∂r ∂s ∂x ∂s ∂y ∂s ∂z ∂s

∂w ∂w ∂x ∂w ∂y ∂w ∂z
= + +
∂t ∂x ∂t ∂y ∂t ∂z ∂t
4.8. REGRA DA CADEIA 123

x y z

r s t r s t r s t
Figura 4.19: A regra da cadeia para n = 3

Em particular, se x = x(t), y = y(t) e z = z(t) são deriváveis, então:

x z y

t
Figura 4.20: Caso particular da cadeia para n = 3

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

Exemplo 4.11.
dw
[1] Calcule se w = f (x, y, z) = x y z onde x = x(t) = t2 , y = y(t) = t e z = z(t) = t4 .
dt
dw ∂w dx ∂w dy ∂w dz
= + + ,
dt ∂x dt ∂y dt ∂z dt

∂w ∂w ∂w
= y z = t × t4 = t5 , = x z = t2 × t4 = t6 e = x y = t2 × t = t3 .
∂x ∂y ∂z
dx dy dz
Por outro lado, temos que = 2 t, =1eS = 4 t3 ; então;
dt dt dt
124 CAPÍTULO 4. DERIVADAS PARCIAIS

dw
= 2 t6 + t6 + 4 t6 = 7 t6 .
dt

Observe que podemos obter o mesmo resultado fazendo a composição das funções:

dw
w = f (t2 , t, t4 ) = t2 × t × t4 = t7 , então = 7 t6 .
dt

Pode explicar por que isto ocorre?

[2] Seja w = f (x, y, z) = x2 + y 2 + 2 z 2 , se:

x(ρ, α, θ) = ρ sen(α) cos(θ),


y(ρ, α, θ) = ρ sen(α) sen(θ)
z(ρ, α, θ) = ρ cos(α).

∂w ∂w ∂w
Calcule , e .
∂ρ ∂α ∂θ

∂w ∂w ∂x ∂w ∂y ∂w ∂z
= + +
∂ρ ∂x ∂ρ ∂y ∂ρ ∂z ∂ρ

= 2 x sen(α) cos(θ) + 2 y sen(α) sen(θ) + 4 z cos(α);

logo, utilizando a definição das funções x, y e z temos:

∂w
= 2 ρ sen2 (α) cos2 (θ) + sen2 (θ) + 4 ρ cos2 (α) = 2 ρ + 2 ρ cos2 (α).

∂ρ

Como antes, se fazemos w = f (ρ, α, θ) = ρ2 + ρ2 cos2 (α), obtemos:

∂w ∂w ∂w
= 2 ρ + 2 ρ cos2 (α), = −2 ρ2 cos(α) sen(α) e = 0.
∂ρ ∂α ∂θ

[3] Em um instante dado, o comprimento de um lado de um triângulo retângulo é


10 cm e cresce à razão de 1 cm/seg; o comprimento do outro lado é 12 cm e decresce à
razão de 2 cm/seg. Calcule a razão de variação da medida do ângulo agudo oposto ao
lado de 12 cm, medido em radianos, no instante dado.
4.8. REGRA DA CADEIA 125

θ
x

Figura 4.21: Exemplo [3]

Sejam x = x(t) e y = y(t) os lados no instante t e θ = arctg xy o ângulo em questão;




pela regra da cadeia:


   
dθ ∂θ dx ∂θ dy y dx x dy
= + =− 2 2
+ 2 2
;
dt ∂x dt ∂y dt x +y dt x +y dt

dx dy
temos x = 10, = 1; y = 12, = −2, pois y decresce. Substituindo estes valores na
dt dt
expressão anterior:

dθ 8
=− ;
dt 61
8
logo, decresce à razão de rad/seg.
61
E
[4] A resistência R, em Ohms, de um circuito é dada por R = , onde I é a corrente
I
em ampères e E é a força eletromotriz, em volts. Num certo instante, quando E = 120
volts e I = 15 ampères, E aumenta numa velocidade de 0.1 volts/seg e I diminui à
velocidade de 0.05 ampères/seg. Determine a taxa de variação instantânea de R.
E
Como R = R(E, I) = . Sejam E = E(t) a força eletromotriz no instante t e I = I(t) a
I
corrente no instante t. Pela regra da cadeia:
   
dR ∂R dE ∂R dI 1 dE E dI
= + = + − 2 .
dt ∂E dt ∂I dt I dt I dt

dE dI
Temos E = 120, = 0.1, I = 15, = −0.05, pois I decresce. Substituindo estes
dt dt
valores na expressão anterior:
126 CAPÍTULO 4. DERIVADAS PARCIAIS

dR 1
= Ohm/seg.
dt 30

[5] A lei de um gás ideal confinado é P V = k T , onde P é a pressão, V é o volume, T é


a temperatura e k > 0 constante. O gás está sendo aquecido à razão de 2 graus/min e
a pressão aumenta à razão de 0.5 kg/min. Se em certo instante, a temperatura é de 200
graus e a pressão é de 10 kg/cm2 , ache a razão com que varia o volume para k = 8.
Escrevemos o volume do gás em função da pressão e da temperatura:
8T
V (P, T ) = .
P
Sejam P = P (t) a pressão do gás no instante t e T = T (t) a temperatura do gás no
dT dP
instante t. Pela regra da cadeia e usando que =2e = 0.5:
dt dt
 
dV ∂V dT ∂V dP 4 T
= + = 4− .
dt ∂T dt ∂P dt P P
Como T = 200 e P = 10, substituindo estes valores na expressão anterior:
dV 32
= − cm3 /min.
dt 5
32
O volume decresce à razão de cm3 /min.
5
[6] De um funil cônico escoa água à razão de 18 πcm3 /seg. Se a geratriz faz com o eixo
π
do cone um ângulo α = , determine a velocidade com que baixa o nível de água no
3
funil, no momento em que o raio da base do volume líquido é igual a 6 cm.

Figura 4.22: Exemplo [6]


4.8. REGRA DA CADEIA 127

Sejam r = r(t) o raio do cone no instante t, h = h(t) a altura do cone no instante t. O


r2 hπ dh
volume do cone é V (r, h) = . Devemos calcular .
3 dt
 
dV ∂V dr ∂V dh π dr 2 dh
= + = 2rh + r ;
dt ∂r dt ∂h dt 3 dt dt

dV √ dr √ dh
sabemos que: = 18π e tg(α) = r/h, logo r = h tg(π/3) = 3 h e = 3 e:
dt dt dt
π dr dh  dh
18 π = 2rh + r2 = π r2 .
3 dt dt dt
dh 18 1
Logo, temos = 2 = cm/seg.
dt r 2
b x2 a y 3 
[7] Suponha que z = f − é diferenciável, a, b ∈ R. Então, f satisfaz à equa-
2 3
ção:

∂z ∂z
a y2 + bx = 0.
∂x ∂y

b x2 a y 3
De fato, seja u = − ; então, z = f (u). Pela regra da cadeia:
2 3
∂z dz ∂u ∂z dz ∂u
= = f 0 (u) b x e = = −f 0 (u) a y 2 ;
∂x du ∂x ∂y du ∂y

∂z ∂z
logo, a y 2 + bx = f 0 (u) (a b x y 2 − a b x y 2 ) = 0.
∂x ∂y

[8] Equação da onda unidimensional:


Seja u = u(x, t) de classe C 2 . A equação homogênea da onda é dada por:

∂ 2u 2
2 ∂ u
=c ,
∂t2 ∂x2
A solução (chamada de d’Alambert) desta equação é dada por:

u(x, t) = f (x + c t) + g(x − c t),

onde f e g são funções reais de uma variável duas vezes diferenciáveis.


De fato, pela regra da cadeia:
128 CAPÍTULO 4. DERIVADAS PARCIAIS

∂ 2u
= f 00 (x + c t) + g 00 (x − c t)
∂x2

∂ 2u
= c2 (f 00 (x + c t) + g 00 (x − c t)),
∂t2

ou seja:

∂ 2u 2
2 ∂ u
= c .
∂t2 ∂x2

Por exemplo, a função u : R × R −→ R, definida por:

u(x, t) = sen(x + c t) + sen(x − c t) = 2 sen(x) cos(c t)

é uma solução da edp da onda.

Figura 4.23: Grf́ico de u = u(x, t) para c = 1


4.9. EXERCÍCIOS 129

4.9 Exercícios
1. Calcule as derivadas parciais das seguintes funções:

(a) z = x2 y − x y 2 (m) w = x y z + z sen(x y z)


2
(b) z = x3 y 3 (n) w = exyz

(c) z = x2 y 3 − 3 x4 y 4 x+y+z
(o) w =
x2 + y2 + z2
(d) z = arctg(x2 + y)
(p) w = arctg(x + y + z)
(e) z = sec(x2 y)
(q) w = arcsec(x y z)

(f) z = senh( x y)
(r) w = argsenh(x y z)
xy
(g) z =
x+y (s) w = x2 y 3 z 4
x−y (t) w = cos(x y + z x)
(h) z =
x+y √
(u) w = 6 xyz
1
(i) z = p
x2 + y 2 (v) w = ln(x2 y 3 z 4 )
r xy + zx
y (w) w =
(j) z = tg( 4 ) 1 + x2 + y 3 z 4
x
x (x) w = sen(ln(x y z 2 ))
(k) z = arcsec( 3 )
y 2 y3 z4
(y) w = ex
(l) z = cos(x y 4 )
(z) w = cos(ln(x y z 2 ))

∂w ∂w ∂w
2. Seja + + = 0. Verifique se as seguintes funções satisfazem à equação:
∂x ∂y ∂z

(a) w = ex−y + cos(y − z) + z − x (c) w = ln(ex + ey + ez )

(b) w = sen(ex + ey + ez ) (d) w = cos(x2 + y 2 + z 2 )

3. Ligando-se em paralelo n resitências R1 , R2 , ........, Rn a resistência total R é dada


por
130 CAPÍTULO 4. DERIVADAS PARCIAIS

n
1 X 1
= .
R i=1
Ri

∂R R 2
Verifique que: = .
∂Ri Ri

4. Determine a equação do plano tangente ao gráfico da função f no ponto P se:

(a) z = x2 + y, P = (1, 1, f (1, 1)).

(b) z = x2 − y 2 , P = (0, 0, 0).

(c) z = x2 + 4 y 2 , P = (2, 1, f (2, 1)).

(d) z = x2 y + y 3 , P = (−1, 2, f (−1, 2)). .


x
(e) z = p , P = (3, −4, f (3, −4)).
x2 + y 2

(f) z = sen(x y), P = (1, π, 0).

x2 + 4 y 2
(g) z = , P = (3, −2, 5).
5
4 − xy
(h) z = , P = (2, 2, f (2, 2)).
x+y
2 −y 2
(i) z = x ex , P = (2, 2, f (2, 2)).

(j) z = 3 x3 y − x y, P = (1, −1, f (1, −1)).


1
(k) z = , P = (1, 1, f (1, 1)).
xy
π π
(l) z = cos(x) sen(y), P = (0, , f (0, )).
2 2

5. Determine o plano tangente ao gráfico de z = x y que passa pelos pontos (1, 1, 2)


e (−1, 1, 1).

6. Determine o plano tangente ao gráfico de z = x2 + y 2 que seja paralelo ao plano


z − 2 x − y = 0.
4.9. EXERCÍCIOS 131

7. Verifique que o plano tangente ao gráfico de z = x2 − y 2 na origem intersecta


o gráfico segundo duas retas.

8. Determine a linearização das seguintes funções, ao redor dos pontos dados:

(a) f (x, y) = sen(x y), (0, 1).


p
(b) f (x, y, z) = 4 x2 + y 2 + z 2 , (1, 0, 0).

(c) f (x, y, z) = x y z, (1, 1, 1).

(d) f (x, y, z) = (x y)z , (12, 10, 1).

(e) f (x, y, z) = x y 3 + cos(π z), (1, 3, 1)

(f) f (x, y, z) = x2 − y 2 − z 2 + x y z, (1, 1, 0)

9. Calcule, aproximadamente:

4
(a) 1.00222 + 0.00232 + 0.000982 .

(b) 0.98 × 0.99 × 1.02.

(c) 3.001 × (2.0023)3 × cos((1.002) π).

(d) (12.03 × 10.04)1.08 .



(e) 8.99 × 9.99 − 1.013

(f) 1.0023 × 2.99313 + cos(1.00012π).

10. Calcule as derivadas parciais de segunda e terceira ordem de:

(a) z = x3 y − 2 x2 y 2 + 5 x y − 2 x

(b) z = x cos(x y) − y sen(x y)

(c) z = cos(x3 + x y)

(d) z = arctg(x2 − 2 x y)
2 +y 2
(e) z = ex
132 CAPÍTULO 4. DERIVADAS PARCIAIS

(f) w = x2 y 3 z 4

(g) w = cos(x + y + z)

(h) w = x3 y 2 z + 2 (x + y + z)
x3 − y 3
(i) w =
x2 + y 3
(j) w = exyz

(k) w = log4 (x2 + y z + x y z)


2 z3
(l) w = exy

11. Verifique que as funções dadas satisfazem à equação de Laplace:

∂ 2f ∂ 2f
+ = 0.
∂x2 ∂y 2
y
(a) f (x, y) = e−x cos(y). (c) f (x, y) = arctg , x > 0.
p x
(b) f (x, y) = ln( x2 + y 2 ).

12. Verifique que as funções dadas satisfazem à equação de Laplace em dimensão 3:

∂ 2f ∂ 2f ∂ 2f
+ + = 0.
∂x2 ∂y 2 ∂z 2
(a) f (x, y, z) = x2 + y 2 − 2 z 2 . (b) f (x, y, z) = e3x+4y cos(5z).

dz dw
13. Usando a regra da cadeia para z = f (x, y) e w = f (x, y, z), calcule e :
dt dt

(a) z = x2 + 2y 2 , x = sen(t), , y = cos(t)


y
(b) z = arctg( ), x = ln(t), y = et
x
x
(c) z = tg( ), x = t, y = et
y
(d) z = exy , x = 3t + 1, y = t2
4.9. EXERCÍCIOS 133

1
(e) z = x2 cos(y) − x, x = t2 , y = t

(f) z = ln(x) + ln(y) + xy, x = et , y = e−t

(g) w = xyz, x = t2 , y = t3 , z = t4

(h) w = e−x y 2 sen(z), x = t, y = 2t, z = 3t

(i) w = x2 + y 2 + z 2 , x = et , y = et cos(t), z = et sen(t)

x2 + y 2
(j) w = , x = cos(t), y = sen(t), z = et
1 + x2 + y 2 + z 2
x+y+z
(k) w = , x = cos(t), y = sen(t), z = et
x2 2
+y +z 2

s
z3
(l) w = (x2 − y 2 ) ln( ), x = cosh(t), y = senh(t), z = t
x2 − y 2

14. Usando a regra da cadeia para z = f (x, y) e w = f (x, y, z), calcule:


∂z ∂z ∂w ∂w ∂w
, e , e .
∂t ∂s ∂t ∂s ∂r

(a) z = x2 − y 2 , x = 3t − s, y = t + 2s
y
(b) z = e x , x = 2s cos(t), y = 4s sen(t)

(c) z = x2 + y 2 , x = cosh(s) cos(t), y = senh(s) sen(t)

(d) z = x2 y −2 , x = s2 − t, y = 2st
y
(e) z = cosh( ), x = 3t2 s, y = 6tes
x
p
(f) ) z = 1 + x2 + y 2 , x = set , y = se−t

(g) z = arcsen(3x + y), x = s2 , y = sen(st)

(h) w = xey , x = arctg(rst), y = ln(3rs + 5st)

(i) w = x2 + y 2 + z 2 , x = rcos(s), y = rsen(t)sen(s), z = rcos(t)


p
(j) w = x2 + y 2 + z 2 , x = tg(t), y = cos(r), z = sen(s)
134 CAPÍTULO 4. DERIVADAS PARCIAIS

(k) w = xy + yz + zx, x = tr, y = st, z = ts

(l) w = log5 (xy + yz + zx), x = t2 r, y = st2 , z = t2 s

15. Se o raio r e a altura h de um tanque cônico decrescem à razão de 0.3 cm/h e


0.5 cm/h respectivamente, determine a razão de decrescimento do volume do
tanque quando r = 6 cm e h = 30 cm.

16. Num certo instante, a altura de um cone é 30 cm e o raio da base é 20 cm e cresce


à razão de 1 cm/seg. Qual é a velocidade com que a altura aumenta no instante
em que o volume cresce à razão de 2000
3
π cm3 /seg?

17. Considere a lei de um gás ideal confinado, para k = 10. Determine a taxa de
variação da temperatura no instante em que o volume do gás é de 120 cm3 e o gás
está sob pressão de 8 din/cm2 , sabendo que o volume cresce à razão de 2 cm3 /seg
e a pressão decresce à razão de 0.1 din/cm2 .

18. Se z = f (x, y) é diferenciável, x = rcos(θ) e y = rsen(θ), verifique:

∂z ∂z ∂z sen(θ) ∂z ∂z ∂z cos(θ)
= cos(θ) − e = sen(θ) + .
∂x ∂r ∂θ r ∂y ∂r ∂θ r

19. Sejam f (x, y) e g(x, y) funções diferenciáveis tais que:

∂f ∂g ∂f ∂g
= e =− .
∂x ∂y ∂y ∂x

Se x = rcos(θ), y = rsen(θ) verifique que:

∂f 1 ∂g ∂g 1 ∂f
= e =− .
∂r r ∂θ ∂r r ∂θ

20. Verifique que se w = f (x, y, z) é diferenciável e homogênea de grau n, então:

∂f ∂f ∂f
x +y +z = nf (x, y, z).
∂x ∂y ∂z
Capítulo 5

DERIVADA DIRECIONAL

5.1 Introdução
Suponha que estamos numa ladeira de uma montanha e desejamos determinar a incli-
nação da montanha na direção do eixo dos z. Se a montanha fosse representada pelo
gráfico da função z = f (x, y), então, já saberíamos determinar a inclinação em duas
∂f
direções diferentes, a saber, na direção do eixo dos x utilizando (x, y) e na direção
∂x
∂f
do eixo dos y utilizando (x, y).
∂y
Neste capítulo veremos como utilizar derivada para determinar a inclinação em qual-
quer direção; para isto definimos um novo tipo de derivada chamada direcional.
Este conceito generaliza o de derivada parcial, isto é, as derivadas parciais de uma
função podem ser obtidas como casos particulares das derivadas direcionais.

Definição 5.1. Sejam A ⊂ Rn aberto, f : A ⊂ Rn −→ R uma função, x ∈ A e ~v um vetor


unitário em Rn . A derivada direcional de f no ponto x e na direção ~v é denotada e
definida por:

∂f f (x + t ~v) − f (x)
(x) = lim ,
∂v t−→0 t
se o limite existe.

135
136 CAPÍTULO 5. DERIVADA DIRECIONAL

Observações 5.1.

1. Se n = 3, A ⊂ R3 aberto, f : A ⊂ R3 −→ R uma função, x = (x, y, z) ∈ A e


~v = (v1 , v2 , v3 ) um vetor unitário em R3 .

2. A derivada direcional de f no ponto (x, y, z) e na direção ~v é denotada e definida


por:

∂f f (x + t v1 , y + t v2 , z + t v3 ) − f (x, y, z)
(x, y, z) = lim
∂v t−→0 t

se o limite existe.

3. Analogamente para n = 2. A derivada direcional de f no ponto (x, y) e na direção


~v é denotada e definida por::

∂f f (x + t v1 , y + t v2 ) − f (x, y)
(x, y) = lim
∂v t−→0 t

se o limite existe.

Exemplo 5.1.

[1] A função:

x2 y
se (x, y) 6= (0, 0)



 x4 + y 2
f (x, y) = ,



0 se (x, y) = (0, 0)

não é contínua na origem. No entanto, as derivadas direcionais no ponto (0, 0) e em


qualquer direção ~v = (v1 , v2 ) existem.
De fato:

  t v12 v2
f (0, 0) + t (v1 , v2 ) − f (0, 0) = f t v1 , t v2 = ;
t2 v14 + v22
então:
5.1. INTRODUÇÃO 137


∂f f (0, 0) + t (v1 , v2 ) − f (0, 0)
(0, 0) = lim
∂v t→0 t
v12 v2
= lim 2 4
t→0 t v1 + v22

 2
 v1 se v2 6= 0
= v2
0 se v2 = 0.

[2] Calcule a derivada direcional de f (x, y) = x2 + y 2 na direção (1, 1).


(1, 1) 1 
O vetor (1, 1) não é unitário; logo ~v = = √ 1, 1 é unitário e:
k(1, 1)k 2

t t  t 2 t 2 2 t (x + y)
f x + √ ,y + √ = x + √ + y+√ = x2 + y 2 + √ + t2 ;
2 2 2 2 2

t t  2 t (x + y)
então, f x + √ , y + √ − f (x, y) = t2 + √ ; logo:
2 2 2
2 t (x + y)
t2 + √ √
∂f 2  √
= lim = lim t + 2 (x + y) = 2 (x + y).
∂v t→0 t t→0

[3] Calcule a derivada direcional de f (x, y, z) = x y z na direção (1, 1, 1).



(1, 1, 1) 3 
O vetor (1, 1, 1) não é unitário; logo ~v = = 1, 1, 1 é unitário.
k(1, 1, 1)k 3
√ √ √
3t 3t 3 t
Denote por (u0 , v0 , w0 ) = x + ,y + ,z + ; logo:
3 3 3
√ √ √
t 3 t 3 t 3
f (u0 , v0 , w0 ) = x + y+ z+ ;
3 3 3
então:
√ √
3 t3 t2 (x + y + z) t 3 (x y + x z + y z)
f (u0 , v0 , w0 ) − f (x, y, z) = + + ;
9 3 3
logo,
138 CAPÍTULO 5. DERIVADA DIRECIONAL

√ √
∂f 3 t2 t (x + y + z) 3 (x y + x z + x y) 
= lim + +
∂v t→0 9 3 3

3 (x y + x z + x y)
= .
3
A derivada direcional é a generalização natural das derivadas parciais. De fato, se
~v = e1 = (1, 0, 0), então, a derivada direcional de f na direção ~v é a derivada parcial de
f em relação a x:

∂f f (x + t, y, z) − f (x, y, z) ∂f
(x, y, z) = lim = (x, y, z).
∂e1 t→0 t ∂x
Analogamente se ~v = e2 = (0, 1, 0) e ~v = e3 = (0, 0, 1):
∂f ∂f ∂f ∂f
(x, y, z) = (x, y, z) e (x, y, z) = (x, y, z).
∂e2 ∂y ∂e3 ∂z
A definição para n = 2 é análoga.

Observações 5.2.
1. Notemos que na definição de derivada direcional o vetor ~v deve ser unitário. A
razão disto é a seguinte: se o vetor não fosse unitário, a derivada direcional não
dependeria somente do ponto e da direção, mas também do comprimento do
vetor.

2. Para n = 2, ~v determina a direção do plano secante que intersecta o gráfico de f .

Figura 5.1:
5.2. DERIVADA DIRECIONAL COMO TAXA DE VARIAÇÃO 139

3. Pode acontecer que a derivada direcional de uma função num ponto numa certa
direção exista e a derivada direcional da mesma função no mesmo ponto em
outra direção não exista.

5.2 Derivada Direcional como Taxa de Variação


De forma análoga ao que ocorre com as derivadas parciais, a derivada direcional de f
no ponto x ∈ A na direção ~v exprime a taxa de variação de f ao longo da reta:

c(t) = x + t~v

ou, equivalentemente, a taxa de variação de f em relação à distância, no plano xy, na


direção ~v.

c(t)
y +t
0 A
e2
v

y0
e1

x0 x 0+t

Figura 5.2:

Novamente, a existência de todas as derivadas direcionais de uma função num ponto


não garante a continuidade da função no ponto, pois, equivale a aproximar-se do ponto
por retas.

Exemplo 5.1.

O potencial elétrico numa região do espaço é dado por:

V (x, y, z) = x2 + 4 y 2 + 9 z 2 .

Ache a taxa de variação de V no ponto (2, −1, 3) e na direção de (2, −1, 3) para a origem.
140 CAPÍTULO 5. DERIVADA DIRECIONAL

(2, −1, 3) 1 
O vetor (2, −1, 3) não é unitário; logo, ~v = =√ 2, −1, 3 . Então:
k(2, −1, 3)k 14
2t t 3t  2 t 2 t 2 3 t 2
f x + √ ,y − √ ,z + √ = x+ √ +4 y− √ +9 z+ √ ;
14 14 14 14 14 14
e,

2t t 3t  1 √ 
f x + √ ,y − √ ,z + √ − f (x, y, z) = t 89 t + 2 14 (2 x − 4 y + 27 z) .
14 14 14 14

∂f 1 √  14
Logo, = lim 89 t + 2 14 (2 x − 4 y + 27 z) = (2 x − 4 y + 27 z). Então:
∂v t−→0 14 7

∂f 89 14
(2, −1, 3) = .
∂v 7

Observação 5.1. Se f é diferenciável no ponto x0 , então, f possui todas as derivadas


direcionais em x0 . A recíproca é falsa. Procure exemplos.

5.3 Gradiente de uma Função


Definição 5.2. Sejam A ⊂ Rn aberto, x ∈ A e f : A ⊂ Rn −→ R uma função tal que
as derivadas parciais existem em x. O gradiente de f no ponto x é o vetor do Rn
denotado e definido por:
∂f ∂f ∂f 
∇f (x) = (x), (x), . . . , (x) .
∂x1 ∂x2 ∂xn

Observações 5.3.
1. Equivalentemente:

∂f ∂f ∂f
∇f (x) = (x) e~1 + (x) e~2 + ............ + (x) e~n .
∂x1 ∂x2 ∂xn

2. Se n = 3, A ⊂ R3 aberto, f : A ⊂ R3 −→ R uma função, o ponto x = (x, y, z) ∈ A


o gradiente de f no ponto (x, y, z) é definido por:

∂f ∂f ∂f 
∇f (x, y, z) = (x, y, z), (x, y, z) (x, y, z)
∂x ∂y ∂z
5.3. GRADIENTE DE UMA FUNÇÃO 141

3. Analogamente para n = 2:

∂f ∂f 
∇f (x, y) = (x, y), (x, y) .
∂x ∂y

4. A rigor ∇f é uma função que associa a cada ponto x ∈ A ⊂ Rn um único ve-


tor ∇f (x) ∈ Rn . Este tipo de função é chamado campo de vetores. O nome
se justifica se expressarmos graficamente ∇f do seguinte modo: em cada ponto
x ∈ A desenhamos um vetor com origem em x e com o comprimento e direção
de ∇f (x).

Figura 5.3: O gradiente como campo de vetores

Exemplo 5.2.
[1] Se f (x, y) = x2 + y 2 ; então, ∇f (x, y) = (2 x, 2 y).

(x, y) ∇f (x, y) k∇f (x, y)k


(0, 0) (0, 0) 0
(1, 0) (2, 0) 2
(x, 0) (2x, 0) 2x
(0, y) (0, 2y) √2y
(1, 1) (2, 2) 2 2
(x, y) (2x, 2y) 2 k(x, y)k

À medida que o ponto se afasta da origem o comprimento do gradiente cresce e fica


igual a duas vezes a distância do ponto à origem.
142 CAPÍTULO 5. DERIVADA DIRECIONAL
1.5

1.0

0.5

0.0

y
-0.5

-1.0

-1.5
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5

Figura 5.4: Esboço de ∇f e das curvas de nível de f

[2] Se f (x, y) = x2 − y 2 ; então, ∇f (x, y) = (2 x, −2 y).

(x, y) ∇f (x, y) k∇f (x, y)k


(0, 0) (0, 0) 0
(1, 0) (2, 0) 2
(x, 0) (2x, 0) 2x
(0, y) (0, −2y) √2y
(1, 1) (2, −2) 2 2
(x, y) (2x, −2y) 2 k(x, y)k

À medida que o ponto se afasta da origem o comprimento do gradiente cresce ficando


igual a duas vezes a distância do ponto à origem.
5.3. GRADIENTE DE UMA FUNÇÃO 143
1.5

1.0

0.5

0.0

-0.5

-1.0

-1.5
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5

Figura 5.5: Esboço de ∇f e das curvas de nível de f

[3] Se f (x, y) = sen(x) + sen(y); então:

∇f (x, y) = (cos(x), cos(y)).

1.5

1.0

0.5

0.0
y

-0.5

-1.0

-1.5
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
x

Figura 5.6: Esboço de ∇f e das curvas de nível de f

[4] Se f (x, y, z) = x2 − y 2 + z 2 , então:

∇f (x, y, z) = (2 x, −2 y, 2 z)

e:
p
k∇f (x, y, z)k = 2 x2 + y 2 + z 2 .
144 CAPÍTULO 5. DERIVADA DIRECIONAL

Figura 5.7: Esboço de ∇f

Proposição 5.1. Se f é uma função de classe C 1 , então:

∂f
(x) = ∇f (x) · ~v
∂v

Prova: Veja o apêndice.


fim

Observação 5.2. Se n = 2, qualquer vetor unitário ~v pode ser escrito na forma:



~v = cos(θ), sen(θ) ,

onde θ é o ângulo diretor de ~v. Logo:

∂f ∂f ∂f
(x, y) = cos(θ) (x, y) + sen(θ) (x, y)
∂v ∂x ∂y

Exemplo 5.3.
p
[1] Calcule as derivadas direcionais de z = f (x, y) = ln( x2 + y 2 ) na direção do vetor
(1, 1).
π
O ângulo formado por (1, 1) e o eixo positivo dos x é θ = , logo:
4
    √  
∂f π x π y 2 x+y
(x, y) = cos( ) 2 + sen( ) 2 = .
∂v 4 x + y2 4 x + y2 2 x2 + y 2
5.4. OBSERVAÇÕES GEOMÉTRICAS SOBRE GRADIENTES 145

[2] Calcule as derivadas direcionais de w = f (x, y, z) = x y z na direção do vetor


(1, 2, 2).
(1, 2, 2) 1 2 2
Consideremos o vetor unitário ~v = = , , ; logo:
k(1, 2, 2)k 3 3 3
∂f  1 2 2 y z + 2 x z + 2 x y
(x, y, z) = y z, x z, x y · , , = .
∂v 3 3 3 3
[3] Calcule as derivadas direcionais de w = f (x, y, z) = ex + y z na direção do vetor
(−1, 5, −2).
1
O vetor (−1, 5, −2) não é unitário; logo ~v = √ (−1, 5, −2).
30
∂f 1 −ex + 5 z − 2 y
(x, y, z) = √ (ex , z, y) · (−1, 5, −2) = √ .
∂v 30 30

5.4 Observações Geométricas sobre Gradientes


Sejam f : A ⊂ Rn −→ R uma função diferenciável tal que ∇f 6= ~0, ~v um vetor unitário
e α o ângulo formado por ~v e ∇f . Então:

∇f · ~v = k∇f k k~vk cos(α) = k∇f k cos(α);

como cos(α) atinge o máximo em α = 0, então:

∂f
≤ k∇f k.
∂v
Note que, se α = 0, então, ∇f e ~v são paralelos com a mesma direção.
∇f
Se consideramos o vetor unitário ~v = , então,
k∇f k
∂f ∇f k∇f k2
= ∇f · = = k∇f k.
∂v k∇f k k∇f k

Logo, temos a igualdade quando derivamos na direção de ∇f .

Proposição 5.2. Se ∇f 6= 0, então:

1. A taxa máxima de crescimento de f no ponto x0 ocorre na direção e no sentido do


gradiente. Analogamente, a taxa mínima de crescimento de f no ponto x0 ocorre
na direção contrária a do gradiente.
146 CAPÍTULO 5. DERIVADA DIRECIONAL

∂f
2. O valor máximo de no ponto x0 é k∇f (x0 )k.
∂v

∂f
3. Se ∇f (x) = ~0, então, = 0 para todo ~v.
∂v

O gradiente de f no ponto x0 indica a direção, no plano xy (Dom(f )), de maior cresci-


mento de f numa vizinhança do ponto x0 .

Figura 5.8:

Exemplo 5.4.

[1] Se:

100 x y
T (x, y) =
x2 + 4 y2 + 4

é a temperatura em graus Celsius, sobre uma lâmina metálica, x e y medidos em cm,


determine a direção de crescimento máximo de T a partir do ponto (1, 1) e a taxa má-
xima de crescimento de T , nesse ponto.
Pela proposição anterior, no ponto (1, 1), a função cresce mais rapidamente na direção
de ∇T (1, 1) e a taxa máxima de crescimento nesta direção é k∇T (1, 1)k.
5.4. OBSERVAÇÕES GEOMÉTRICAS SOBRE GRADIENTES 147

100 2 2 2 2

∇T (x, y) = y (4 − x + 4 y ), x (4 + x − 4 y ) ;
(4 + x2 + 4 y 2 )2


100 500 2 ∼
= 8.729o

∇T (1, 1) = 2 7, 1 e k∇T (1, 1)k = por centímetro.
9 92
A solução apresentada pode ser enganosa, pois, apesar de o gradiente apontar na di-
reção de maior crescimento da temperatura, não necessariamente indica o lugar mais
quente da lâmina, isto é, o gradiente nos dá uma solução num pequeno aberto ao redor
do ponto (1, 1); se mudamos este ponto a direção de maior crescimento muda. Dese-
nhos do gradiente ao redor do ponto (1, 1) numa região do plano, respectivamente:

3.0

2.5

2.0

1.5

1.0

0.5

0.5 1.0 1.5 2.0 2.5 3.0

Figura 5.9: Exemplo [1]

[2] Suponha que o potencial numa lâmina plana é dado por:


x2 +y 2
V (x, y) = 80 − 20 x e− 20

em volts, x e y em cm.
(a) Determine a taxa de variação do potencial em qualquer direção paralela ao eixo dos
x.
(b) Determine a taxa de variação do potencial em qualquer direção paralela ao eixo dos
y.
(c) Determine a taxa de variação do potencial na direção do vetor (1, 1).
(d) Qual é a taxa máxima de variação do potencial no ponto (1, 2)?
148 CAPÍTULO 5. DERIVADA DIRECIONAL

(e) Em que direção, a partir da origem, o potencial aumenta e diminui?


Solução:
(a) Qualquer direção paralela ao eixo dos x é dada pelo vetor ~v = (1, 0); logo:
∂V ∂V x2 +y 2
(x, y) = (x, y) = 2 (x2 − 10) e− 20 .
∂v ∂x
(b) Analogamente, qualquer direção paralela ao eixo dos y é dada pelo vetor
~v = (0, 1); logo:
∂V ∂V x2 +y 2
(x, y) = (x, y) = 2 x y e− 20 .
∂v ∂y
(c) O vetor (1, 1) não é unitário; normalizando o vetor obtemos:

2
~v = (1, 1)
2
e calculamos:
∂V
(x, y) = ∇V (x, y) · ~v .
∂v
Então:

 
∂V ∂V x2 +y 2
∇V (x, y) = (x, y), (x, y) = 2 e− 20 (x2 − 10, x y);
∂x ∂y

∂V √ √ x2 +y 2
(x, y) = 2 ∇V (x, y) · (1, 1) = 2 e− 20 (x2 + x y − 10).
∂v
(d) A taxa máxima do potencial no ponto (1, 2) é k∇V (1, 2)k.
−x2 −y 2 p
k∇V (x, y)k = 2 e 20 100 + x4 + x2 (y 2 − 20);

logo:

2 85
k∇V (1, 2)k = √ volts.
4
e
(e) A direção do gradiente é aquela onde o potencial cresce mais rapidamente. Logo,
temos que ∇V (0, 0) = (−20, 0). A partir da origem o potencial cresce mais rapida-
mente na direção do vetor (−20, 0) e decresce mais rapidamente na direção do vetor
−∇V (0, 0) = (20, 0). Veja o seguinte desenho:
5.4. OBSERVAÇÕES GEOMÉTRICAS SOBRE GRADIENTES 149

Figura 5.10: Exemplo [3]

[3] A temperatura do ar em certa altitude é dada por:

f (x, y, z) = x y 2 z 3 + x2 y z 3 + x2 y 3 z.

Um avião está localizado no ponto (−1, 2, 1). Em que direção deve voar para que o
motor resfrie o mais rapidamente possível?
De todas as direções possíveis, a direção do gradiente é aquela onde a função cresce
mais rapidamente. Logo, o avião deverá voar na direção contrária a do gradiente.

∂f
(x, y) = y z (2 x y 2 + 2 x z 2 + y z 2 ),
∂x
∂f
(x, y) = x z (3 x y 2 + x z 2 + 2 y z 2 ),
∂y
∂f
(x, y) = x y (x y 2 + 3 x z 2 + 3 y z 2 ),
∂z
e:

∇f (−1, 2, 1) = (−16, 9, 2).

O avião deverá voar na direção de (16, −9, −2).


[4] Uma lâmina metálica está situada no plano xy de modo que a temperatura T =
T (x, y), em graus Celsius, em cada ponto, seja proporcional à distância do ponto à
origem. Se a temperatura no ponto (3, 4) é de 150o C, pede-se:
(a) Ache a taxa de variação de T no ponto (3, 4) na direção (−1, 1).
150 CAPÍTULO 5. DERIVADA DIRECIONAL

(b) Em que direções a taxa de variação é zero?


Solução:
p
Note que T (x, y) = k x2 + y 2 ; então, 150 = T (3, 4) = 5 k; logo k = 30 e:
p 30
T (x, y) = 30 x2 + y 2 e o gradiente ∇T (x, y) = p (x, y).
x2 + y 2
Logo, ∇T (3, 4) = 6 (3, 4). Esboço de ∇f :

Figura 5.11: Exemplo [4]

1 1 
(a) (−1, 1) não é unitário; logo, ~v = − √ , √ ; então,
2 2
∂T √
(3, 4) = ∇T (3, 4) · ~v = 3 2.
∂v
∂T
(b) Seja ~v = (a, b) tal que a2 + b2 = 1; (3, 4) = 0 se (3, 4) · (a, b) = 0; logo, obtemos o
∂v
seguinte sistema:
(
a2 + b 2 = 1
3 a + 4 b = 0,

4 3
com solução a = ± e b = ∓ . As direções solicitadas são (4, −3) e (−4, 3).
5 5
[5] A equação da superfície de uma montanha é:

z = f (x, y) = 1200 − 3 x2 − 2 y 2 ,
5.4. OBSERVAÇÕES GEOMÉTRICAS SOBRE GRADIENTES 151

onde as distâncias são medidas em metros. Suponha que os pontos do eixo positivo
dos x estão a leste e os pontos do eixo positivo dos y ao norte e que um alpinista está
no ponto (−10, 5, 850).

Figura 5.12: Exemplo [5]

(a) Qual é a direção da parte que tem a inclinação mais acentuada?

(b) Se o alpinista se mover na direção leste, ele estará subindo ou descendo e qual será
sua velocidade?

(c) Se o alpinista se mover na direção sudoeste, ele estará subindo ou descendo e qual
será sua velocidade?

(d) Em que direção ele estará percorrendo um caminho plano?

Solução:

∂f
Sabemos que atinge o máximo valor se:
∂v

∇f (x, y) ∂f
~v = e = k∇f (x, y)k.
k∇f (x, y)k ∂v

(a) ∇f (x, y) = (−6 x, −4 y) e ∇f (−10, 5) = (60, −20). A direção da parte que tem a
inclinação mais acentuada é (3, −1).
152 CAPÍTULO 5. DERIVADA DIRECIONAL

Figura 5.13: Esboço de ∇f

Um vetor unitário no plano se escreve ~v = (cos(α), sen(α)), onde α é o ângulo formado


pelo vetor e o eixo dos x.
(b) O vetor unitário na direção leste é ~v = (cos(0), sen(0)) = (1, 0); veja o desenho:

O L

Figura 5.14:

∂f ∂f
(−10, 5) = (−10, 5) = 60.
∂v ∂x

O alpinista estará subindo a uma razão de 60 m/min.


(c) O vetor na √ sudoeste é (−1, −1); logo, o vetor unitário nesta direção é dado
√ direção
2 2
por: ~v = (− ,− ); veja o desenho:
2 2
5.5. FUNÇÕES IMPLÍCITAS 153

Figura 5.15:

∂f √
(−10, 5) = ∇f (−10, 5) · ~v = −20 2.
∂v

O alpinista estará descendo a uma razão de 20 2 m/min.
(d) Seja ~v = (cos(α), sen(α)) vetor unitário. Devemos determinar α tal que:
∂f
(−10, 5) = ∇f (−10, 5) · ~v = 0,
∂v
que é equivalente a 3 cos(α) − sen(α) = 0; logo tg(α) = 3. Utilizando a seguinte identi-
dade trigonométrica:

tg 2 (α)
sen2 (α) = ,
1 + tg 2 (α)
√ √
3 10 p
2
10
obtemos sen(α) = ± e cos(α) = 1 − sen (α) = ± . O alpinista estará per-
10 10
correndo um caminho plano na direção de (1, 3) ou de (−1, −3).

5.5 Funções Implícitas


Sejam A ⊂ R2 um conjunto aberto, f : A −→ R2 e c ∈ R fixado. A equação f (x, y) = c
define y implicitamente como função de x, quando existe g : I −→ R tal que y = g(x) e
f (x, g(x)) = c. Isto significa que:

f −1 (c) = {(x, y) ∈ A / f (x, y) = c}

é o gráfico de g.
154 CAPÍTULO 5. DERIVADA DIRECIONAL

Em geral uma equação do tipo f (x, y) = c quando define y em função de x o faz apenas
localmente (ou seja numa vizinhança de um ponto). Como veremos nos exemplos, nem
sempre uma equação do tipo f (x, y) = c define alguma função implicitamente. Para
isto, basta considerar c ∈
/ Im(f ).

Exemplo 5.5.
[1] Seja f (x, y) = x2 + y 2 . Se c = −1, f não define implicitamente nehuma função. Se
c = 0, então x = 0 e y = 0 e f não define implicitamente nenhuma função definida
num intervalo não degenerado. Se c = 1, f não define implicitamente nehuma função.
Considerando x ∈ I = (−1, 1), podemos definir:

g1 (x) = 1 − x2 se A1 = {(x, y) ∈ R2 / y > 0},

e

g2 (x) = − 1 − x2 se A2 = {(x, y) ∈ R2 / y < 0}.

[2] Seja f (x, y) = x y e c ∈ R; então, f define implícitamente:


c
y = g(x) = se x 6= 0.
x
Nosso objetivo é dar condições suficientes para que seja possível obter uma função de-
finida implicitamente. Exceto para as equações mais simples, por exemplo, lineares,
quadráticas, esta questão não é simples. O estudo das funções definidas implicita-
mente tem muitas aplicações não só na Matemática como em outras Ciências.
[3] A lei de Gay-Loussac para gases ideais confinados: P V = k T , onde P é a pressão,
V o volume e T a temperatura.
[4] O sistema:
(
x2 + y 2 + z 2 = 1
x + y + z = 0,

estabelece uma relação entre as coordenadas de um ponto da esfera unitária centrada


na origem.
No estudo das funções definidas implicitamente surgem dois problemas:
1. Dada f (x, y) = c, f de classe C k , (k > 1), em que casos existe g definida implicita-
mente por f (x, y) = c?
2. Se existe g diferenciável definida implicitamente por f (x, y) = c, como calcular a
derivada de g?
5.5. FUNÇÕES IMPLÍCITAS 155

Teorema 5.1. (Função Implícita)Sejam A ⊂ R2 um conjunto aberto, f : A −→ R de


∂f
classe C k e c ∈ R fixo. Se (x0 , y0 ) ∈ A é tal que f (x0 , y0 ) = c e (x0 , y0 ) 6= 0, então,
∂y
existe um retângulo aberto I1 × I2 centrado em (x0 , y0 ) tal que f −1 (c) ∩ I1 × I2 é o


gráfico da função g : I1 −→ I2 de classe C k e:


∂F
(x, g(x))
g 0 (x) = − ∂x .
∂F
(x, g(x))
∂y

g(x)
I2
f=c

x I
1

Figura 5.16:

O teorema da função implícita é um teorema de existência; isto é, não indica como de-
terminar a função definida implícitamente. O teorema tem consequências geométricas
profundas. Se f satisfaz às hipóteses do teorema, então f −1 (c) é localmente uma cur-
vas de classe C k . Veja [EL] na bibliografia. Nós, essencialmente, utilizaremos a fórmula
para o cálculo das derivadas.

Exemplo 5.6.

[1] Se y = f (x) é definida implicitamente por ex−y + x2 − y = 1, calcule y 0 .


∂f
Seja f (x, y) = ex−y + x2 − y − 1; f é de classe C k e (x0 , y0 ) = −ex0 −y0 − 1 6= 0 para
∂y
todo (x0 , y0 ) ∈ R2 ; então:

ex−y + 2 x
y0 = .
ex−y + 1
[2] Se y = f (x) é definida implicitamente por x2 + y 2 = 1, calcule y 0 .
156 CAPÍTULO 5. DERIVADA DIRECIONAL

∂f
Seja f (x, y) = x2 + y 2 , f é de classe C k e (x0 , y0 ) = −2 y0 6= 0 para todo (x0 , y0 ) ∈ R2
∂y
tal que y0 6= 0; então:
x
y0 = − .
y
[3] Seja f (x, y) = (x − 2)3 y + x ey−1 . Não podemos afirmar que f (x, y) = 0 define
implicitamente uma função de x num retângulo aberto centrado em (1, 1).
De fato, f (1, 1) = 0, f é de classe C k mas:

∂f 3

y−1
(1, 1) = (x − 2) + x e = 0.
∂y (1,1)

2.0

1.5

0.0 0.5 1.5 2.0

0.5

0.0

Figura 5.17: Curvas de nível de f num retângulo centrado em (1, 1)

Para n > 2 o teorema da função implícita também é válido. A seguir, apressentamos a


versão para n = 3:

Teorema 5.2. (Função Implícita) Sejam A ⊂ R3 um conjunto aberto, f : A −→ R de


classe C k e c ∈ R fixo.
∂f
Se (x0 , y0 , z0 ) ∈ A é tal que f (x0 , y0 , z0 ) = c e (x0 , y0 , z0 ) 6= 0, então, existe um para-
∂z
lelepípedo aberto I1 × I2 × I3 centrado em (x0 , y0 , z0 ) tal que f −1 (c) ∩ I1 × I2 × I3 é o


gráfico da função g : I1 × I2 −→ I3 de classe C k tal que z = g(x, y) e:

∂f ∂f
(x, , y, g(x, y)) (x, , y, g(x, y))
∂g ∂g ∂y
= − ∂x e =− .
∂x ∂f ∂y ∂f
(x, y, g(x, y)) (x, y, g(x, y))
∂z ∂z
5.6. GRADIENTE E CONJUNTOS DE NÍVEL 157

Novamente o teorema implica em que toda superfície de classe C k é localmente o grá-


fico de alguma função de classe C k . Veja [EL] na bibliografia.

5.6 Gradiente e Conjuntos de Nível


Sabemos que ∇f aponta na direção para a qual f cresce o mais rapidamente, mas nas
curvas de nível a função f permanece constante, isto é, ao andarmos por uma curva
de nível, os valores de f são constantes; logo, a derivada direcional nessa direção será
zero (sem variação):
∂f
(x0 ) = ∇f (x0 ) · ~v = 0.
∂v
Em geral, considere uma função f : A ⊂ Rn −→ R diferenciável.

Proposição 5.3. Seja x0 ∈ A tal que ∇f (x0 ) 6= ~0. Então ∇f (x0 ) é perpendicular ao
conjunto de nível de f que passa pelo ponto x0 .
Prova: Veja o apêndice.

Então, se ∇f (x0 ) 6= ~0, temos que ∇f (x0 ) é perpendicular a cada elemento do conjunto:

{x ∈ Dom(f ) / f (x) = f (x0 )}.

Figura 5.18: O gradiente perpendicular aos conjuntos de nível


158 CAPÍTULO 5. DERIVADA DIRECIONAL

5.7 Gradiente e Curvas de Nível


Seja a função f : A ⊂ R2 −→ R diferenciável e as curvas de nível c de f :

Cc = {(x, y) ∈ R2 /f (x, y) = c}.

Se (x0 , y0 ) ∈ Cc tal que ∇f (x0 , y0 ) 6= ~0. Pela proposição 5.3, segue que a equação da
reta tangente à curva de nível f (x, y) = f (x0 , y0 ) é

∇f (x0 , y0 ) · (x − x0 , y − y0 ) = 0

ou:

∂f ∂f
(x0 , y0 )(x − x0 ) + (x0 , y0 )(y − y0 ) = 0
∂x ∂y

e a equação da reta normal é:

∂f ∂f
(x0 , y0 )(y − y0 ) − (x0 , y0 )(x − x0 ) = 0
∂x ∂y

Exemplo 5.7.

[1] Determine as equações da reta tangente e da reta normal no ponto (x0 , y0 ) da elipse
centrada na origem.
x2 y 2
A equação da elipse centrada na origem é + 2 = 1, (a, b 6= 0). Consideremos:
a2 b
2
x y2
f (x, y) = 2 + 2 − 1;
a b
x0 y0 
então, ∇f (x0 , y0 ) = 2 2 , 2 ; as equações das retas tangente e normal são, respecti-
a b
vamente:

2 2 2 2
b x0 x + a y0 y = a b ,


b 2 x 0 y − a2 y 0 x = (b2 − a2 ) x0 y0 .

Em particular, se a = b temos um círculo de raio a e as equações da reta tangente e da


reta normal são, respectivamente,
5.7. GRADIENTE E CURVAS DE NÍVEL 159


x 0 x + y 0 y
 = a2


x0 y − y0 x = 0.

x2 y 2
[2] Determine a equação da reta tangente à elipse + = 1, que é paralela à reta
16 9
x + y = 0.

x2 y 2
Seja f (x, y) = + e g(x, y) = x + y. Pelo exercício anterior para a = 4 e b = 3,
16 9
temos:

9 x x0 + 16 y y0 = 144;

esta reta deve ser paralela à reta x+y = 0; logo, os vetores normais devem ser paralelos,
isto é, devemos resolver o sistema:



 ∇f (x0 , y0 ) = λ∇g(x0 , y0 )

2 2
 x0 + y0 = 1.


16 9

Ou, equivalentemente:



 (1) x0 = 8 λ

(2) 2 y0 = 9 λ


x20 y02



(3)
 + = 1.
16 9

16 9  16 9 
Fazendo (1) = (2) e utilizando (3), temos: (x0 , y0 ) = ± , ; logo, no ponto , ,
5 5 5 5
16 9 
temos x + y = 5 e no ponto − , − , temos
5 5

x + y = −5.
160 CAPÍTULO 5. DERIVADA DIRECIONAL

-4 -2 2 4

-2

-4

Figura 5.19: Exemplo [2]

[3] Determine a equação da reta normal à parábola y 2 = −8 x que passa pelo ponto
(−5, 0).

Primeiramente, observamos que o ponto (−5, 0) não pertence à parábola. Seja:

f (x, y) = y 2 + 8 x;

logo, ∇f (x, y) = 2 (4, y). A equação da reta normal no ponto (x0 , y0 ) é:

−x y0 + 4 y − 4 y0 + x0 y0 = 0.

Como esta reta deve passar por (−5, 0), temos x0 = −1 ou y0 = 0. Como o ponto (x0 , y0 )
pertence√à parábola y02 = −8 x0 . Se y0 = 0, então a equação é: y = 0. Se x0 = −1, então
y0 = ±2 2 e as equações são:

√ √ √ √
2y − 2x = 5 2 e 2y + 2 x = −5 2,

√ √
nos pontos (−1, 2 2) e (−1, −2 2), respectivamente.
5.8. ÂNGULO ENTRE CURVAS 161

-5 -4 -3 -2 -1

-2

-4

Figura 5.20: Exemplo [3]

5.8 Ângulo entre Curvas


Sejam as curvas de nível:

C1 = {(x, y) ∈ R2 / F (x, y) = 0} e C2 = {(x, y) ∈ R2 / G(x, y) = 0}

que se intersectam no ponto (x0 , y0 ). O ângulo compreendido entre elas é definido


como o menor ângulo formado pelas retas tangentes a essas duas curvas no ponto
(x0 , y0 ), o qual é equivalente ao ângulo α formado pelas respectivas normais no ponto
(x0 , y0 ). Logo, se ∇F (x0 , y0 ) 6= 0 e ∇G(x0 , y0 ) 6= 0, temos que o ângulo α, formado por
C1 e C2 é dado por:

∇F (x0 , y0 ) · ∇G(x0 , y0 )
cos(α) =
k∇F (x0 , y0 )k k∇G(x0 , y0 )k

As curvas são ortogonais se:

∇F (x0 , y0 ) · ∇G(x0 , y0 ) = 0,

ou seja:

∂F ∂G ∂F ∂G
+ =0
∂x ∂x ∂y ∂y

onde as derivadas parciais são calculadas no ponto (x0 , y0 ).


162 CAPÍTULO 5. DERIVADA DIRECIONAL

Exemplo 5.8.

[1] Determine o ângulo entre as curvas x y = −2 e y 2 = −4 x no ponto (−1, 2).

Sejam f (x, y) = x y + 2 e g(x, y) = 4 x + y 2 , ambas funções diferenciáveis; então,


∇f (x, y) = (y, x) e ∇g(x, y) = (4, 2 y). Logo,

∇f (−1, 2) · ∇g(−1, 2)
cos(α) =
k∇f (−1, 2)k k∇g(−1, 2)k


10
e cos(α) = .
10

-2 -1

-2

Figura 5.21: Exemplo [1]

[2] Determine o ângulo entre as curvas x2 + y 2 = 8 e 3 x2 − y 2 = 8 no ponto (−2, 2).

Sejam f (x, y) = x2 + y 2 e g(x, y) = 3 x2 − y 2 , ambas funções diferenciáveis; então,


∇f (x, y) = 2 (x, y) e ∇g(x, y) = = 2 (3 x, −y). Logo,

∇f (−2, 2) · ∇g(−2, 2)
cos(α) =
k∇f (−2, 2)k · k∇g(−2, 2)k


5
e cos(α) = .
5
5.9. GRADIENTE E SUPERFÍCIES DE NÍVEL 163

-2 -1 1 2

-1

-2

-3

Figura 5.22: Exemplo [2]

O gráfico de uma função y = f (x) pode ser considerado como a curva de nível zero de
F (x, y) = y − f (x); então:

∇F (x, y) = (−f 0 (x), 1); logo, y − y0 = f 0 (x) (x − x0 ).

5.9 Gradiente e Superfícies de Nível


Neste caso, o conjunto de nível c de f são as superfícies de nível c de f . (c ∈ R):

Sc = {(x, y, z) ∈ R3 /f (x, y, z) = c}

Da proposição 5.3, segue que a equação do plano tangente à superfície de nível


Sc de f , no ponto (x0 , y0 , z0 ) é:

∇f (x0 , y0 , z0 ) · (x − x0 , y − y0 , z − z0 ) = 0

se ∇f (x0 , y0 , z0 ) 6= ~0, ou, equivalentemente:

∂f ∂f ∂f
(x0 , y0 , z0 ) (x − x0 ) + (x0 , y0 , z0 ) (y − y0 ) + (x0 , y0 , z0 ) (z − z0 ) = 0
∂x ∂y ∂z

Logo, a reta normal ao plano tangente deve ter a direção do gradiente e as equações
paramétricas desta reta no ponto (x0 , y0 , z0 ) são:
164 CAPÍTULO 5. DERIVADA DIRECIONAL

∂f


 x(t) = x0 + t (x0 , y0 , z0 )



 ∂x



 ∂f
y(t) = y0 + t (x0 , y0 , z0 )

 ∂y




z(t) = z0 + t ∂f (x0 , y0 , z0 ),


t ∈ R.

∂z
Como ∇f (x0 , y0 , z0 ) é normal ao plano tangente a Sc no ponto (x0 , y0 , z0 ), o vetor nor-
mal unitário a Sc em qualquer ponto (x, y, z) é:

∇f (x, y, z)
~n(x, y, z) = .
k∇f (x, y, z)k

Exemplo 5.9.
π
[1] Determine o vetor normal unitário à superfície sen(x y) = ez no ponto (1, , 0).
2
z
Seja f (x, y, z) = sen(x y) − e . A superfície do exemplo é a superfície de nível zero de
f;

S0 = {(x, y, z) ∈ R3 /f (x, y, z) = 0}.


π
Logo, ∇f (x, y, z) = (y cos(x y), x cos(x y), −ez ) e ∇f (1, , 0) = (0, 0, −1) é o vetor nor-
2
mal unitário à superfície S.

Figura 5.23: Exemplo [1]

[2] Determine o vetor normal unitário à superfície z = x2 y 2 + y + 1 no ponto (0, 0, 1).


5.9. GRADIENTE E SUPERFÍCIES DE NÍVEL 165

Seja f (x, y, z) = x2 y 2 + y − z. A superfície do problema é a superfície de nível −1 de f ;

S−1 = {(x, y, z) ∈ R3 /f (x, y, z) = 0}.

Logo, ∇f (x, y, z) = (2 x y 2 , 2 x2 y + 1, −1) e ∇f (0, 0, 1) = (0, 1, −1); então,


1
~n(0, 0, 1) = √ (0, 1, −1).
2

Figura 5.24: Exemplo [2]

Observações 5.4. Esta definição de plano tangente é mais geral que a dada anterior-
mente.

1. De fato, se z = g(x, y) é uma função nas condições da proposição, então o gráfico


de g pode ser definido como a superfície de nível zero da nova função f (x, y, z) =
g(x, y) − z. Note que:

∂g ∂g 
∇f = , , −1 ,
∂x ∂y

que é exatamente, o vetor normal ao plano tangente ao gráfico de f no ponto


(x, y, g(x, y)).

2. Note que os vetores tangentes ao gráfico de f em (x, y, g(x, y)) são:

∂g  ∂g 
~vx = 1, 0, e ~vy = 0, 1, .
∂x ∂y
166 CAPÍTULO 5. DERIVADA DIRECIONAL

3. Lembramos, que todas as superfícies definidas por equações em três variáveis,


como as quádricas, podem ser consideradas como superfícies de algum nível de
uma função de tres variáveis.

Exemplo 5.10.
[1] Seja f uma função de classe C 1 tal que f (1, 1, 2) = 1 e ∇f (1, 1, 2) = (2, 1, 3).
A equação f (1, 1, 2) = 1 define implícitamente uma função g? No caso afirmativo,
determine a equação do plano tangente ao gráfico de g no ponto (1, 1, 2).
∂f ∂f
Como ∇f (1, 1, 2) = (2, 1, 3); então, temos que (1, 1, 2) = 2, (1, 1, 2) = 1 e
∂x ∂y
∂f
(1, 1, 2) = 3. Pelo teorema da função implícita, existe z = g(x, y) de classe C 1 no
∂z
ponto (1, 1), g(1, 1) = 2 e:

∂f ∂f
(1, 1, 2)) (1, 1, 2)
∂g 2 ∂g ∂y 1
(1, 1) = ∂x =− e (1, 1) = − =− .
∂x ∂f 3 ∂y ∂f 3
(1, 1, 2)) (1, 1, 2)
∂z ∂z
Logo, a equação do plano tangente ao gráfico de g no ponto (1, 1, 2) é:
∂g ∂g 6 − 2x − y
z = g(1, 1) + (1, 1) (x − 1) + (1, 1) (y − 1) = ;
∂x ∂y 3
equivalentemente, 3 z + 2 x + y = 6.
[2] O cone x2 + y 2 − z 2 = 0 pode ser considerado como a superfície de nível c = 0 da
função f (x, y, z) = x2 + y 2 − z 2 . Determinaremos
√ as equações do plano tangente e da
reta normal à superfície no ponto (1, 1, 2):
√ √
∇f (1, 1, 2) · (x − 1, y − 1, z − 2) = 0.
√ √
Temos ∇f (x, y, z) = (2 x,√2 y, −2 z) e ∇f (1, 1, 2) = 2(1, 1, − 2); então,
√ a equação do
plano tangente é x + y − 2z = 0 e a reta normal passando por (1, 1, 2) tem equações
paramétricas:

x = 1 + 2 t

y = 1 + 2t
 √ √
z= 2 − 2 2 t;


o plano √tangente à superfície contem a reta na direção (1, 1, 2) perpendicular ao
∇f (1, 1, 2).
5.9. GRADIENTE E SUPERFÍCIES DE NÍVEL 167

Figura 5.25: Exemplo [2]

[3] Determine a equação do plano tangente à superfície 3 x y + z 2 = 4 no ponto (1, 1, 1).


Considere f (x, y, z) = 3 x y + z 2 . Logo, superfície de nível c = 4 de f é 3 x y + z 2 = 4.
No ponto (1, 1, 1) a equação do plano tangente à superfície de nível de f é dada por:

∇f (1, 1, 1) · (x − 1, y − 1, z − 1) = 0; ∇f (x, y, z) = (3 y, 3 x, 2 z) e
∇f (1, 1, 1) = (3, 3, 2);

então, a equação é:

3 x + 3 y + 2 z = 8.

[4] Determine:
2 z2 √
(a) O vetor normal unitário a 5 x2 + y 2 − = 10 nos pontos (1, 0, 0) e (1, 5, 0).
5
2 z2 √
(b) A equação do plano tangente à superfície 5 x2 + y 2 − = 10 no ponto (1, 5, 0).
5
2
2z 4z
(a) Seja f (x, y, z) = 5 x2 + y 2 − ; ∇f (x, y, z) = (10 x, 2 y, − ). Então:
5 5
√ √
∇f (1, 0, 0) ∇f (1, 5, 0) 30 √
~n1 = = (1, 0, 0) e ~n2 = √ = (5, 5, 0).
k∇f (1, 0, 0)k k∇f (1, 5, 0)k 30

(b) No ponto (1, 5, 0), teremos:

5x + 5 y = 10.
168 CAPÍTULO 5. DERIVADA DIRECIONAL

Figura 5.26: Exemplo [5]

[5] Determine as equações dos planos tangentes à superfície

y2 z2
x2 + + =1
4 9
paralelos ao plano x + y + z = 0.
Como o plano x + y + z = 0 é paralelo aos planos tangentes à superfície, então os
vetores normais a ambos os planos devem ser paralelos; logo, existe λ 6= 0 tal que
∇f (x0 , y0 , z0 ) = λ(1, 1, 1), para algum (x0 , y0 , z0 ) na superfície.
y0 2
Como ∇f (x0 , y0 , z0 ) = (2x0 , , z0 ). Devemos resolver o sistema:
2 9

2 x 0 = λ

y0 = 2λ

2 z0 = 9λ,

r
2 y02 z02 2
sendo x0 + + = 1; logo λ = ± ; obtemos, assim, os pontos:
4 9 7
r
2 1 9
p=± , 2, .
7 2 2
Logo:

 14 
∇f p = ± 1, 1, 1 ;
7
5.10. ÂNGULO ENTRE SUPERFÍCIES 169

então, as equações dos planos tangentes nestes pontos, são:



x + y + z = ± 14.

[6] Determine a equação do plano tangente no ponto (x0 , y0 , z0 ) à superfície definida


por:

A x2 + B y 2 + C z 2 = D

onde A, B, C, D ∈ R.

Consideremos f (x, y, z) = A x2 + B y 2 + C z 2 − D; logo, temos que:

∇f (x0 , y0 , z0 ) = (2 A x0 , 2 B y0 , 2 C z0 )

e a equação do plano tangente no ponto (x0 , y0 , z0 ) é:

A x0 x + B y0 y + C z0 z = D

onde usamos o fato de que (x0 , y0 , z0 ) pertence à superfície. Em particular, o plano


tangente no ponto (x0 , y0 , z0 ) de:

1. um elipsóide centrado na origem é:

x0 x y0 y z0 z
+ 2 + 2 =1
a2 b c

2. um parabolóide hiperbólico centrado na origem é:

x0 x y0 y z
2 2
−2 2 − =0
a b c

5.10 Ângulo entre Superfícies


Em diversas áreas da ciência é importante saber determinar o ângulo formado pela
interseção de duas superfícies num ponto dado. O ângulo entre duas superfícies num
ponto comum é o menor ângulo formado pelas normais a essas superfícies nesse ponto.
170 CAPÍTULO 5. DERIVADA DIRECIONAL

Figura 5.27: Interseção de superfícies

Suponha que as superfícies são definidas por:

F (x, y, z) = 0 e G(x, y, z) = 0

e tem um ponto comum (x0 , y0 , z0 ). Consideremos as funções:

w = F (x, y, z) e w = G(x, y, z)

tais que existam os gradientes e sejam não nulos neste ponto.


As superfícies são as superfícies de nível c = 0 de w = F (x, y, z) e w = G(x, y, z),
respectivamente. ∇F (x0 , y0 , z0 ) e ∇G(x0 , y0 , z0 ) são os vetores normais às superfícies
de nível:

S1 = {(x, y, z) ∈ R3 / F (x, y, z) = 0}

e:

S2 = {(x, y, z) ∈ R3 / G(x, y, z) = 0},

respectivamente. Se ∇F (x0 , y0 , z0 ) 6= 0 e ∇G(x0 , y0 , z0 ) 6= 0, temos que o ângulo α,


formado por S1 e S2 é dado por:

∇F (x0 , y0 , z0 ) · ∇G(x0 , y0 , z0 )
cos(α) =
k∇F (x0 , y0 , z0 )k k∇G(x0 , y0 , z0 )k
5.10. ÂNGULO ENTRE SUPERFÍCIES 171

As superfícies são ortogonais no ponto (x0 , y0 , z0 ) se:

∂F ∂G ∂F ∂G ∂F ∂G
+ + =0
∂x ∂x ∂y ∂y ∂z ∂z

onde as derivadas parciais são calculadas no ponto (x0 , y0 , z0 ).

Exemplo 5.11.

[1] Determine o ângulo formado pelas superfícies:


p
z − exy + 1 = 0 e z − ln( x2 + y 2 ) = 0

no ponto (0, 1, 0).


p
Sejam F (x, y, z) = z − exy + 1 e G(x, y, z) = z − ln( x2 + y 2 );

∇F (x, y, z) = (−y exy , −x exy , 1),

−x −y
∇G(x, y, z) = ( , 2 , 1),
x2+ y x + y2
2

∇F (0, 1, 0) = (−1, 0, 1) e ∇G(0, 1, 0) = (0, −1, 1);


1 π
logo, ∇F (0, 1, 0) · ∇G(0, 1, 0) = 1; então, cos(α) = eα= .
2 3

Figura 5.28: Superfícies do exemplo [1]


172 CAPÍTULO 5. DERIVADA DIRECIONAL

[2] Determine o ângulo formado pelas superfícies:

x y + y z − 4 z x = 0 e 3 z2 − 5 x + y = 0

no ponto (1, 2, 1).


Sejam F (x, y, z) = x y + y z − 4 z x e G(x, y, z) = 3 z 2 − 5 x + y

∇F (x, y, z) = (y − 4 z, x + z, y − 4 x), ∇G(x, y, z) = (−5, 1, 6 z),


∇F (1, 2, 1) = (−2, 2, −2), ∇G(1, 2, 1) = (−5, 1, 6);

logo, ∇F (1, 2, 1) · G(1, 2, 1) = 0; então, cos(α) = 0 e:


π
α= .
2
[3] Reta tangente à interseção de duas superfícies.
Seja C a curva (ou ponto) dada pela interseção das superfícies de nível:

S1 = {(x, y, z) ∈ R3 / F (x, y, z) = 0} e S2 = {(x, y, z) ∈ R3 / G(x, y, z) = 0}.

Sejam w = F (x, y, z), w = G(x, y, z) duas funções tais que as derivadas parciais existam
e P = (x0 , y0 , z0 ) um ponto comum às duas superfícies. Considere os vetores:

N1 = ∇F (x0 , y0 , z0 ) e N2 = ∇G(x0 , y0 , z0 ),

N1 é normal à S1 no ponto P e N2 é normal à S2 no ponto P . Logo N1 e N2 são normais


a C no ponto P . Se N1 e N2 não são paralelas, então o vetor tangente a C no ponto P
tem a mesma direção que N1 × N2 no ponto P (produto vetorial dos vetores normais).
Como isto vale para qualquer ponto P da interseção, temos que se N1 × N2 = (a, b, c),
então a equação na forma parámetrica da reta tangente a C no ponto P é:

x = x 0 + t a

y = y0 + t b

z = z0 + t c, t ∈ R.

Por exemplo, determinemos a equação da reta tangente à interseção das seguintes su-
perfícies 3 x2 + 2 y 2 + z 2 = 49 e x2 + y 2 − 2 z 2 = 10 no ponto (3, −3, 2).
Sejam F (x, y, z) = 3 x2 + 2 y 2 + z 2 − 49 e G(x, y, z) = x2 + y 2 − 2 z 2 − 10: então:

N1 = ∇F (3, −3, 2) = 2 (9, −6, 2) e N2 = ∇G(3, −3, 2) = 2 (3, −3, −4)


5.10. ÂNGULO ENTRE SUPERFÍCIES 173

logo, (9, −6, 2) × (3, −3, −4) = 3 (10, 14, −3); a equação, na forma paramétrica, da reta
tangente pedida é:

x = 3 + 10 t

y = −3 + 14 t

z = 2 − 3 t.

174 CAPÍTULO 5. DERIVADA DIRECIONAL

5.11 Exercícios
1. Calcule o gradiente das seguintes funções:

(a) z = 2 x2 + 5 y 2
1
(b) z =
x2 + y 2

(c) w = 3 x2 + y 2 − 4 z 2

(d) w = cos(x y) + sen(y z)

(e) w = ln(x2 + y 2 + z 2 )

(f) w = cos(2 x) cos(3 y) senh(4 x)

(g) w = x y ez + y z ex
xy
(h) w =
z
(i) w = ln(x2 + y 2 + z 2 + 1)
1
(j) w =
x2 + y 2 + z 2 + 1

(k) w = log6 (x + y 2 + z 3 )

x y2 z3
(l) w =
x2 + y 2 + z 2 + 1

2. Determine a derivada direcional da função dada na direção ~v:

(a) z = 2 x2 + 5 y 2 , ~v = (cos( π2 ), sen( π2 )).

1
(b) z = , ~v = (1, 1).
x2 + y2
1
(c) z = x2 y 3 , ~v = (3, −4).
5
1
(d) z = x2 + x y + y 2 + 3 x − 3 y + 3, ~v = √ (1, 2).
5
5.11. EXERCÍCIOS 175

1 √
(e) z = y 2 tg 2 (x), ~v = (− 3, 1).
2
π π 2π
(f) w = 3 x2 + y 2 − 4 z 2 , ~v = (cos( ), cos( ), cos( ).
3 4 3
1 2 2
(g) w = cos(x y) + sen(y z), ~v = (− , , ).
3 3 3

3
(h) w = ln(x2 + y 2 + z 2 ), ~v = (1, −1, −1).
3

3
(i) w = cos(2 x) cos(3 y) senh(4 z), ~v = (1, −1, 1).
3
(j) w = x y ez + y z ex , ~v = (2, 2, 1).
xy
(k) w = , ~v = (1, 1, 1).
z
(l) w = x sen(y) + y sen(z) + z sen(x), ~v = (1, 1, 1).

(m) w = exyz , ~v = (1, 1, 1).


2 +y 2 +z 2
(n) w = e1+x , ~v = (1, 0, 1).

(o) w = arcsec(x y z), ~v = (0, 0, 1).


1 2 3
(p) w = + + , ~v = (1, 1, 1).
x y z
1 2 3
(q) w = 2
+ 2 + 3 , ~v = (1, 1, 1).
x y z
(r) w = sen(log3 (x + y + z)), ~v = (2, 1, 2).

3. Determine o valor máximo da derivada direcional de f no ponto dado P e a


direcão em que ocorre:

(a) z = 2 x2 + 3 y 2 , P = (1, −1).


p
(b) z = 4 − x2 − y 2 , P = (1, 1).

(c) z = x y, P = (1, 0).


y
(d) z = e2y arctg( ), P = (1, 3).
3x
176 CAPÍTULO 5. DERIVADA DIRECIONAL

(e) w = sen(x y) + cos(y z), P = (−3, 0, 7).

(f) w = ex cos(y) + ey cos(z) + ez cos(x), P = (0, 0, 0).

(g) w = 2 x y z + y 2 + z 2 , P = (2, 1, 1).

(h) w = exyz , P = (1, 1, 1).

(i) w = cosh(x y z), P = (1, 0, 1).


p
(j) w = x2 + y 2 + z 2 + 1, P = (1, 1, 1).

4. Verifique as seguintes identidades:

(a) ∇(f + g) = ∇f + ∇g

(b) ∇(f g) = f ∇g + g ∇f
f  g ∇f − f ∇g
(c) ∇ = se g 6= 0
g g2

2 2
5. Se f (x, y) = 2 e−x + e−3y é a altura de uma montanha na posição (x, y), em
que direção, partindo de (1, 0) se deveria caminhar para subir a montanha mais
rapidamente?.

x2 − y 2
6. Em que direção a derivada direcional de f (x, y) = no ponto (1, 1) é zero?.
x2 + y 2

7. Uma função tem derivada direcional igual a 2 na direção do vetor (2, 2), no ponto
(1, 2) é igual a −3 na direção do vetor (1, −1), no mesmo ponto. Determine o
gradiente d função no ponto (1, 2).

8. Verifique que os gráficos de z = x2 + y 2 e z = −x2 − y 2 − xy 3 são tangentes na


origem.

9. Uma lámina de metal está situada num plano de modo que a temperatura T =
T (x, y) num ponto (x, y) é inversamente proporcional á distância do ponto á ori-
gem. Sabendo que a temperatura no ponto P = (3, 4) é 100o C, determine:

(a) A taxa de variação de T no ponto P e na direção o vetor (1, 1).

(b) A direção em que T aumenta mais rapidamente no ponto P .


5.11. EXERCÍCIOS 177

(c) A direção em que T decresce mais rapidamente no ponto P .

(d) A direção em que a taxa de variação é zero..

10. Determine o plano tangente e a reta normal às superfícies no ponto P :

(a) x2 + x y 2 + y 3 + z + 1 = 0, P = (2, −3, 4).

(b) x2 + 2 x y + y 2 + z − 7 = 0, P = (1, −2, 6).

(c) x2 − y 2 − z 2 = 1, P = (3, 2, 2).

(d) x2 + y 2 − z 2 = 25, P = (5, 5, 5).

(e) x − y − z 2 = 3, P = (3, 4, 2).



3
p √3
√3
(f) x2 + 3 y 2 + z 2 = a2 , P = (x0 , y0 , z0 ).
y
(g) ln( ) − x = 0, P = (0, 2, 1).
2z
x2 y 2 z 2
(h) − 2 + 2 = 1, P = (x0 , y0 , z0 ).
a2 b c
x2 y 2 z 2
(i) − 2 − 2 = 1, P = (x0 , y0 , z0 ).
a2 b c
x2 y 2 z 2
(j) + 2 − 2 = 1, P = (x0 , y0 , z0 ).
a2 b c

11. Um nave está perto da órbita de um planeta na posição (1, 1, 1). Sabendo que
a temperatura da blindagem da nave em cada ponto é dada por T (x, y, z) =
2 2 2
e−(x +3y +2z ) graus, determine a direção que a nave deve tomar para perder tem-
peratura o mais rapidamente possível.

12. Determine a equação do plano tangente à x2 − 2 y 2 − 4 z 2 = 16 e que é paralelo ao


plano 4 x − 2 y + 4 z = 5.

13. A densidade de uma bola esférica de centro na origem, num ponto (x, y, z) é
proporcional ao quadrado da distn̂cia do ponto á origem. E fetuando um des-
locamento a partir do ponto (1, 2, 3) do interior da bola, na direção do vetor
(1, 1/2, −1), a densidade aumenta ou diminui? Justifique.
178 CAPÍTULO 5. DERIVADA DIRECIONAL

14. Determine o ângulo entre as seguintes superfícies no ponto P .

(a) x2 y 2 + 2 x + z 2 = 16, 3 x2 + y 2 − 2 z = 9 e P = (2, 1, 2).

(b) x2 + 3 y 2 + 2 z 2 = 9, x2 + y 2 + z 2 − 8 x − 8 y − 6 z + 24 = 0 e P = (2, 1, 1).

(c) 3 x2 + 2 y 2 − 2 z = 1, x2 + y 2 + z 2 − 4 y − 2 z + 2 = 0 e P = (1, 1, 2).

(d) z − x2 − y 2 + 2 x y = 0, z − x2 + y 2 = 0 e P = (0, 0, 0).

(e) x2 − y 2 = 1, 3 x2 + y 2 − 2 z = 9 e P = (1, 0, 0).

(f) x2 − 2 y z + y 3 = 4, x2 + (4 c − 2) y 2 − c z 2 + 1 = 0 e P = (1, −1, 2), (c ∈ R).

15. Determine o ponto (ou pontos) em que o gradiente da função :


f (x, y) = ln(x + y −1 ) é igual a (1, −16/9).

16. Determine a equação da reta tangente à interseção das seguintes superfícies: x2 −


y = 0 e y + z 2 = 16 no ponto (4, 16, 0).

y
17. Determine o ângulo entre os gradientes da função : f (x, y) = ln( ) nos pontos
x
(1/2, 1/4) e (1, 1).

18. Sejam as seguintes superfícies x2 + y 2 + z 2 = 6 e 2 x2 + 3 y 2 + z 2 = 9.

(a) Determine as equações dos planos tangentes a cada superfície no ponto


(1, 1, 2).

(b) Determine o ângulo entre as superfícies no ponto (1, 1, 2).

(c) Determine a equação da reta tangente à interseção das superfícies no ponto


(1, 1, 2).

19. O potencial V associado a um campo elétrico E é dado por:

1
V (x, y) = p .
x + y2
2

Sabendo que E = −grad(V ), determine E(4, 3). Em que direção, a partir do


ponto (4, 3) a taxa de variação do potencial é máxima?
5.11. EXERCÍCIOS 179

20. Sejam φ, η e ψ funções de uma variável real com derivadas de segunda ordem
satisfazendo:

φ00 (x) + λ2 φ(x) = 0 e ψ 00 (t) + c2 λ2 ψ(t) = 0,

sendo λ, c constantes. Verifique que u(x, t) = φ(x) ψ(t) é solução da equação da


onda.
x2
21. Verifique que w(x, t) = 1

t
e− 4kt , t > 0 e k constante, é solução da equação do
calor:

∂w ∂ 2w
−k = 0.
∂t ∂x2
180 CAPÍTULO 5. DERIVADA DIRECIONAL
Capítulo 6

MÁXIMOS E MÍNIMOS

6.1 Introdução
Neste capítulo estudaremos as propriedades locais das funções de várias variáveis. Da-
remos condições para determinar os pontos extremos de uma função e apresentaremos
diversas aplicações.

Sejam A ⊂ Rn um conjunto aberto, f : A ⊂ Rn −→ R uma função.

Definição 6.1. Seja x0 ∈ A e ε > 0 (pequeno).

1. Um ponto x0 é um ponto de mínimo local de f se existe B(x0 , ε), tal que:

f (x0 ) ≤ f (x), para todo x ∈ B(x0 , ε)

2. Um ponto x0 é um ponto de máximo local de f se existe B(x0 , ε), tal que:

f (x) ≤ f (x0 ), para todo x ∈ B(x0 , ε)

3. Em ambos os casos, x0 é dito extremo relativo ou local de f e f (x0 ) é dito valor


extremo de f .

181
182 CAPÍTULO 6. MÁXIMOS E MÍNIMOS

Figura 6.1: G(f ) que apresenta pontos extremos

Exemplo 6.1.
[1] Se z = f (x, y) = x2 + y 2 , então, (0, 0) é ponto de mínimo local de f .
De fato, x2 + y 2 ≥ 0, para todo (x, y) ∈ R2 .

0 = f (0, 0) ≤ f (x, y) = x2 + y 2 , para todo (x, y) ∈ Dom(f )


e o valor mínimo é z = 0, que é atingido na origem.

Figura 6.2: Curvas de nível e G(f ) do exemplo [1]


6.1. INTRODUÇÃO 183

[2] Se z = f (x, y) = −x2 ; então {(0, y) ∈ R2 /y ∈ R} é um conjunto infinito de pontos de


máximo locais de f .
De fato, −x2 ≤ 0, para todo (x, y) ∈ R2 e f (0, y) = 0. Logo f (x, y) ≤ f (0, y) para todo
(x, y) ∈ R2 . Então, f atinge seu valor máximo 0 em qualquer ponto da reta {(0, y) ∈
R2 /y ∈ R}.

Figura 6.3: Curvas de nível e G(f ) do exemplo [2]

Teorema 6.1. Seja f : A ⊂ Rn −→ R uma função de classe C 1 , definida no aberto A e


x0 ∈ A um ponto extremo local de f . Então:

∇f (x0 ) = 0̃.

Para a prova, veja o apêndice.

Definição 6.2.

1. Um ponto x0 tal que ∇f (x0 ) = 0 é dito ponto crítico de f e f (x0 ) é dito valor
crítico de f . Caso contrário, x0 é dito ponto regular de f e f (x0 ) valor regular
de f .

2. Um ponto crítico que não é máximo local nem mínimo local é chamado de ponto
de sela.
184 CAPÍTULO 6. MÁXIMOS E MÍNIMOS

Figura 6.4: Curvas de nível e G(f ) ao redor de pontos de sela

Observações 6.1. ∇f (u) = 0̃ é equivalente a resolver o seguinte sistema de equações:

1. Para n = 3:

∂f


 (x, y, z) = 0



 ∂x



 ∂f
(x, y, z) = 0

 ∂y




 ∂f (x, y, z) = 0.



∂z

2. Analogamente para n = 2:

∂f

 (x, y) = 0

 ∂x

 ∂f (x, y) = 0.



∂y

Agora, podemos enunciar o Teorema da função implícita de uma forma mais geomé-
trica:
6.1. INTRODUÇÃO 185

Teorema 6.2. (Função Implícita): Seja f uma função de classe C k (k > 0) definida num
aberto de Rn . Para todo valor regular c de f , o conjunto f −1 (c) ( se não for vazio) é uma
superfície (curva) de classe C k .

Exemplo 6.2.
[1] Seja z = f (x, y) = x2 + y 2 . Então ∇f (x, y) = (2 x, 2 y) e:
(
2x = 0
2 y = 0;

a única solução do sistema é x = 0 e y = 0; (0, 0) é ponto crítico de f .

[2] Seja z = f (x, y) = 4 x y 2 − 2 x2 y − x.


∂f


 (1) (x, y) = 4 y 2 − 4 x y − 1 = 0

 ∂x

 ∂f
(2)
 (x, y) = 8 x y − 2 x2 = 0;
∂y
o sistema é equivalente a:
(
(1) 4 y 2 − 4 x y = 1
(2) 2 x (4 y − x) = 0;

de (2): as soluções são x = 0 ou 4y − x = 0.

1 1
1. Se x = 0, então, de (1), 4 y 2 = 1, y = ± e (0, ± ) são os pontos críticos.
2 2

2. Se 4 y = x, então, de (1), 3 x2 = −4, que não tem solução real.

xy 1 1
[3] Seja f (x, y) = + + , x, y 6= 0.
8 x y
∂f y 1


 (1) = − 2 =0

 ∂x 8 x

 ∂f x 1
(2)
 = − 2 = 0;
∂y 8 y
186 CAPÍTULO 6. MÁXIMOS E MÍNIMOS

como x, y 6= 0, tirando o valor de uma das variáveis em (1) e subtituindo em (2),


obtemos a solução x = y = 2. Logo (2, 2) é o ponto crítico de f .
2 +y 2 )
[4] Seja f (x, y) = 2 (x2 + y 2 ) e−(x .
∂f

2 +y 2 )

 (1) = 4xe−(x (1 − x2 − y 2 ) = 0

 ∂x
 ∂f 2 +y 2 )
= 4ye−(x

(2)
 (1 − x2 − y 2 ) = 0,
∂y
que é equivalente ao sistema:
(
(1) x (1 − x2 − y 2 ) = 0
(2) y (1 − x2 − y 2 ) = 0;

de (1) e (2), as soluções do sistema são: x = y = 0 e x2 + y 2 = 1. Observe que esta


função tem uma curva de pontos críticos. Os pontos críticos são (0, 0) e os pontos do
círculo {(x, y) ∈ R2 / x2 + y 2 = 1}.

Figura 6.5: Exemplo [4]


(x2 +y 2 )
[5] Seja f (x, y) = (x2 − y 2 ) e− 2 .
∂f (x2 +y 2 )


 (1) = e− 2 (2 x − x (x2 − y 2 )) = 0

 ∂x
 ∂f (x2 +y 2 )
= e−

(2)
 2 (−2 y − y (x2 − y 2 )) = 0,
∂y
6.1. INTRODUÇÃO 187

que é equivalente ao sistema:


(
(1) x (2 − x2 + y 2 ) =0
(2) y (−2 − x2 + y 2 ) = 0;
√ √
de (1) e (2), as soluções do sistema são: (0, 0), (± 2, 0) e (0, ± 2), que são os pontos
críticos de f .

Figura 6.6: Curvas de nível e G(f ) do exemplo [5]

x2 − y 2
[6] Seja f (x, y) = 2 .
x + y2 + 1
2 x (1 + 2 y 2 )

∂f

 (1) = =0
∂x x2 + y 2 + 1


∂f 2 y (1 + 2 x2 )



(2)
 = = 0,
∂y x2 + y 2 + 1

que é equivalente ao sistema:


(
(1) x = 0
(2) y = 0;

a única solução do sistema é: (0, 0), que é o ponto crítico de f .


188 CAPÍTULO 6. MÁXIMOS E MÍNIMOS

Figura 6.7: Curvas de nível e G(f ) do exemplo [6]



4
3xyz
[7] Seja f (x, y, z) = .
3+x+y+z

O sistema ∇f (x, y, z) = ~0 é equivalente a:



(1) y z (3 − 3 x + y + z) = 0

(2) x z (3 + x − 3 y + z) = 0

(3) x y (3 + x + y − 3 z) = 0;

de (1), (2) e (3), temos que o sistema tem como únicas soluções (0, 0, 0) e (3, 3, 3) , que
são os pontos críticos de f .

6.2 Determinação dos Extremos Locais


Seja f : A ⊂ R2 −→ R. Para dimensão 2, o fato de que ∇f (x0 ) = ~0 implica em que o
plano tangente ao gráfico de f no ponto x0 seja paralelo ao plano xy, fato análogo ao
que ocorre em dimensão 1.

Teorema 6.3. Seja a família de funções:

f (x, y) = A x2 + 2 B x y + C y 2 ,

tal que A, B, C ∈ R e não são todas simultaneamente nulas.


Denotemos por ∆ = A C − B 2 .
6.2. DETERMINAÇÃO DOS EXTREMOS LOCAIS 189

1. Se ∆ > 0 e A > 0, então (0, 0) é ponto de mínimo de f .

2. Se ∆ > 0 e A < 0, então (0, 0) é ponto de máximo de f .

3. Se ∆ < 0, então (0, 0) é ponto de sela de f .

Para a prova, veja o apêndice.

Observações 6.2.
1 ∂ 2f 1 ∂ 2f 1 ∂ 2f
1. Note que A = , B = e C = .
2 ∂x2 2 ∂x∂y 2 ∂y 2

2. No caso ∆ = 0, não é possível tomar uma decisão.

Exemplo 6.3.

[1] Determine os pontos extremos de f (x, y) = x2 + 3 x y + y 2 .


3
Neste caso A = 1, B = e C = 1; ∆ < 0; então (0, 0) é um ponto de sela.
2

Figura 6.8: Curvas de nível e G(f ) do exemplo [1]

[2] Determine os pontos extremos de f (x, y) = 3 x2 − x y + 3 y 2 .


190 CAPÍTULO 6. MÁXIMOS E MÍNIMOS

1
Neste caso A = 3, B = − e C = 3; ∆ > 0; então (0, 0) é um ponto de mínimo de f e o
2
valor mínimo é f (0, 0) = 0.

Figura 6.9: Curvas de nível e G(f ) do exemplo [2]

Definição 6.3. Seja f : U ⊂ R2 −→ R uma função de classe C 2 no conjunto aberto


U ⊂ R2 . A função:
 2 
∂ f ∂ 2f
 ∂x2 (x, y) ∂x ∂y
(x, y)
 
H(x, y) = det 
 2
,
 (x, y) ∈ U
 ∂ f 2
∂ f 
(x, y) (x, y)
∂y ∂x ∂y 2

é chamada hessiano de f .

Observações 6.3.

1. Logo, temos que:


2
∂ 2f ∂ 2f
 2
∂ f
H(x, y) = (x, y) (x, y) − (x, y) .
∂x2 ∂y 2 ∂x ∂y

2. O seguinte teorema nos dá uma condição suficiente para que um ponto crítico
seja um ponto extremo local.
6.2. DETERMINAÇÃO DOS EXTREMOS LOCAIS 191

Teorema 6.4. Sejam f uma função de classe C 2 definida num conjunto aberto U ⊂ R2
e (x0 , y0 ) ∈ U um ponto crítico de f e denotemos por:

∂ 2f
A(x, y) = (x, y).
∂x2

1. Se A(x0 , y0 ) > 0 e H(x0 , y0 ) > 0, então (x0 , y0 ) é ponto de mínimo local de f em U .

2. Se A(x0 , y0 ) > 0 e H(x0 , y0 ) < 0, então (x0 , y0 ) é ponto de máximo local de f em


U.

3. Se H(x0 , y0 ) < 0, então (x0 , y0 ) é ponto de sela de f em U .

4. Se H(x0 , y0 ) = 0, nada se pode concluir.

Para a prova, veja o apêndice.

Observações 6.4.

1. Se (x0 , y0 ) é ponto de mínimo local de f , então as curvas de nível e o gráfico de f


numa vizinhança de (x0 , y0 ) e (x0 , y0 , f (x0 , y0 )), respectivamente, são da forma:

Figura 6.10: Curvas de nível e G(f ) dao redor de um mínimo local


192 CAPÍTULO 6. MÁXIMOS E MÍNIMOS

2. Se (x0 , y0 ) é ponto de máximo local de f , então as curvas de nível e o gráfico de f


numa vizinhança de (x0 , y0 ) e (x0 , y0 , f (x0 , y0 )), respectivamente, são da forma:

Figura 6.11: Curvas de nível e G(f ) dao redor de um máximo local

3. Se (x0 , y0 ) é ponto de sela de f , então as curvas de nível e o gráfico de f numa


vizinhança de (x0 , y0 ) e (x0 , y0 , f (x0 , y0 )), respectivamente, são da forma:

Figura 6.12: Curvas de nível e G(f ) dao redor de um ponto de sela

4. Se f é uma função contínua no ponto (x0 , y0 ) e se as derivadas parciais de f não


6.2. DETERMINAÇÃO DOS EXTREMOS LOCAIS 193

existem no ponto (x0 , y0 ), mesmo assim é possível que este ponto seja extremo e
deve ser examinado separadamente.
p
Por exemplo, f (x, y) = x2 + y 2 é contínuapem R2 e as derivadas parciais na
origem não existem. Por outro lado 0 ≤ x2 + y 2 , para todo (x, y) ∈ R2 e
2
f (0, 0) = 0 ≤ f (x, y), para todo (x, y) ∈ R ; logo, (0, 0) é ponto de mínimo lo-
cal de f . Veja o exercício 6).

Figura 6.13:

5. No Cálculo em uma variável, se uma função contínua possui dois pontos de má-
ximo local, necessariamente deve existir um ponto de mínimo local. No caso
de várias variáveis, uma função pode ter dois pontos de máximo e não possuir
nenhum ponto de mínimo. De fato:

Exemplo 6.1.

[1] Seja f (x, y) = −(x2 − 1)2 − (x2 y − x − 1)2 ; claramente f é contínua em R2 .

Determinemos os pontos críticos:

∂f

= −2 2 x (x2 − 1) + (1 − 2x y) (1 + x − x2 y) = 0



 ∂x

 ∂f = 2 x2 (1 + x − x2 y) = 0.



∂y

Resolvendo o sistema obtemos os pontos críticos (−1, 0) e (1, 2).


194 CAPÍTULO 6. MÁXIMOS E MÍNIMOS

" #
−2 − 6 x2 y 2 + 6 xy + 2 y −x (4 x2 y − 3 x − 2)
H(x, y) = 2 det
−x (4 x2 y − 3 x − 2) −x4

= −4 x2 7 x2 + 10 x4 y 2 − 18 x3 y − 14 x2 y + 12 x + 4 ,
 

e:

A(x, y) = 2 + 4 y + 12 x y − 12 x2 (y 2 + 1);

logo, A(−1, 0) = −10 e H(−1, 0) = 16; A(1, 2) = −26 e H(1, 2) = 16. Ambos os pontos
são de máximo local de f e f não possui pontos de mínimo.

-2 -1 1 2 3

-1

-2

Figura 6.14: Curvas de nível e gráfico de f

Observação 6.1. Pode existir um ponto de sela quando existem dois pontos de máximo
ou de mínimo.

[2] Seja f (x, y) = x4 + y 4 − 4 x y + 1; claramente f é contínua em R2 .


" #
3 x2 −1
H(x, y) = 16 det 2
= 16 (9 x2 y 2 − 1),
−1 3 y

e A(x, y) = 12 x2 . Os pontos críticos são (0, 0), (−1, −1) e (1, 1) e (0, 0) é ponto de sela,
(−1, −1) e (1, 1) são pontos de mínimo local de f .
6.3. EXEMPLOS 195

Se consideramos g(x, y) = −f (x, y), o ponto (0, 0) é ponto de sela e (−1, −1) e (1, 1) são
pontos de máximo local de f .

1.5

1.0

0.5

-1.5 -1.0 -0.5 0.5 1.0 1.5

-0.5

-1.0

-1.5

Figura 6.15: Curvas de nível e gráfico de f

6.3 Exemplos
[1] Classifique os pontos críticos de f (x, y) = x2 + y 2 + x2 y + 4.
Determinemos os pontos críticos: Resolvemos o sistema:
∂f


 = 2 x + 2 x y = 2 x (1 + y) = 0
 ∂x

 ∂f
= 2 y + x2 = 0,



∂y

que é equivalente a:
(
x (1 + y) = 0
2 y + x2 = 0.
√ √
Os pontos críticos são (0, 0), ( 2, −1) e (− 2, −1).
 
2 (y + 1) 2x
H(x, y) = det   = 4 (1 + y − x2 )
2x 2
196 CAPÍTULO 6. MÁXIMOS E MÍNIMOS

e A(x, y) = 2 (y + 1):

Ptos. Críticos A H T ipo V alor


√ (0, 0) 2 4 mín 4
(√2, −1) 0 −8 sela
(− 2, −1) 0 −8 sela

1.5

1.0

0.5

-1.5 -1.0 -0.5 0.5 1.0 1.5

-0.5

-1.0

-1.5

Figura 6.16: Curvas de nível e gráfico do examplo [1]

[2] Classifique os pontos críticos de f (x, y) = x4 + y 4 − 2 x2 − 2 y 2 .


Determinemos os pontos críticos:
∂f ∂f
= 4 x (x2 − 1) e = 4 y (y 2 − 1); o sistema é:
∂x ∂y
(
(1) x (x2 − 1) = 0
(2) y (y 2 − 1) = 0.

Logo, os pontos críticos são: (0, 0), (0, 1), (0, −1), (1, 0), (−1, 0), (1, 1), (1, −1), (−1, 1) e
(−1, −1).
 
4 (3 x2 − 1) 0
H(x, y) = det   = 16 (3 x2 − 1) (3 y 2 − 1),
2
(0 4 (3 y − 1).

e A(x, y) = 4 (3 x2 − 1):
6.3. EXEMPLOS 197

Ptos. Críticos A H T ipo V alor


(0, 0) −4 16 máx 0
(0, 1) −4 −32 sela
(1, 0) 8 −32 sela
(1, 1) 8 64 mín -2
(0, −1) −4 −32 sela
(−1, 0) 8 −32 sela
(1, −1) 8 64 mín -2
(−1, 1) 8 64 mín -2
(−1, −1) 8 64 mín -2

1.0

0.5

-1.0 -0.5 0.5 1.0

-0.5

-1.0

Figura 6.17: Curvas de nível e gráfico do examplo [2]

x2 +y 2
[3] Classifique os pontos críticos de f (x, y) = (x2 − y 2 ) e−( 2
)
.
√ √ √
Sabemos que f possui os seguintes pontos críticos: (0, 0), ( 2, 0), (− 2, 0), (0, 2) e
√ x2 +y 2
(0, − 2). Como e−( 2 ) > 0, para todo (x, y) ∈ R2 , podemos considerar:
 
A(x, y) (x2 − y 2 ) x y
H(x, y) = det  ,
(x2 − y 2 ) x y B(x, y)

onde A(x, y) = 2 − 5 x2 + y 2 + x4 − x2 y 2 e B(x, y) = 5 y 2 + x2 y 2 − y 4 − x2 , logo:


198 CAPÍTULO 6. MÁXIMOS E MÍNIMOS

Ptos. Críticos A H T ipo V alor


√(0, 0) >0 <0 sela
(√2, 0) <0 >0 máx 2 e−1
(− 2, √0) <0 >0 máx 2 e−1
(0, √2) >0 >0 mín −2 e−1
(0, − 2) >0 >0 mín −2 e−1

Figura 6.18: Curvas de nível e gráfico do examplo [3]

[4] Classifique os pontos críticos de f (x, y) = x4 + y 4 − 2 (x − y)2 .


Determinemos os pontos críticos:

∂f


(1) = 4 (x3 − x + y) = 0

 ∂x

 ∂f
(2)
 = 4 (y 3 + x − y) = 0;
∂y

somando as equações ((1) + (2)): y √= −x; √ de (2) obtemos
√ √ que y = 0 ou y = ± 2e
temos as seguintes soluções: (0, 0), ( 2, − 2) e (− 2, 2). Por outro lado:

A(x, y) = 12 x2 − 4 e H(x, y) = −48 (x2 + y 2 − 3 x2 y 2 ).


6.3. EXEMPLOS 199

Pts. Críticos A H T ipo V alor


√ (0, √0) <0 0 ?
( √ 2, −√2) >0 >0 mín −8
(− 2, 2) >0 >0 mín −8

Analisemos separadamente o ponto crítico (0, 0):

A(0, 0) < 0 e H(0, 0) = 0;

logo, o teorema não pode ser aplicado, mas examinaremos o sinal de f numa vizi-
nhança de (0, 0): f (0, 0) = 0.

1. Aproximando-se de (0, 0) pela reta y = x, temos f (x, x) = 2 x4 > 0.

2. Aproximando-se pelo eixo dos x, (y = 0), temos f (x, 0) = x2 (x2 −2) < 0 se x2 < 2;
logo f toma valores positivos e negativos numa vizinhança de (0, 0); então (0, 0)
não é ponto de máximo nem de mínimo.

Nas curvas de nível de f , podem ser observados os pontos de mínimo e perto de (0, 0)
não aparecem pontos de sela ou extremos:

-2 -1 1 2

-1

-2

Figura 6.19: Curvas de nível e gráfico do examplo [4]


p
[5] Classifique os pontos críticos de f (x, y) = 1 − 3
x2 + y 2 .
200 CAPÍTULO 6. MÁXIMOS E MÍNIMOS

Determinemos os pontos críticos:



∂f 2x
(1) =− p =0


∂x



 3 3 (x2 + y 2 )2

∂f 2y


(2) =− p = 0.



∂y 3 (x2 + y 2 )2
3

As derivadas parciais em (0, 0) não existem; logo, não tem pontos críticos. A função é
contínua em (0, 0); logo, apresenta uma "quina"na origem. Por outro lado:
p
3
1 = f (0, 0) ≥ f (x, y) = 1 − x2 + y 2

para todo (x, y) ∈ R2 ; então (0, 0) é um ponto de máximo de f .

-2 -1 1 2

-1

-2

Figura 6.20: Curvas de nível e gráfico do examplo [5]

[6] Determine os pontos extremos de f (x, y) = x2 − 2 x y + y 2 .


Determinemos os pontos críticos:

∂f


 = 2 (x − y) = 0
 ∂x

 ∂f


 = 2 (y − x) = 0.
∂y
6.4. PROBLEMAS DE OTIMIZAÇÃO 201

Resolvendo o sistema obtemos y = x e os pontos críticos de f são os pontos da reta


y = x. A(x, y) = 2 e H(x, y) = 0.
Como antes, notamos que: f (x, x) = 0 e f (x, y) = (x − y)2 > 0 se x 6= y; logo os pontos
críticos (x, x) são pontos de mínimos locais.

1.0

0.5

-1.0 -0.5 0.5 1.0

-0.5

-1.0

Figura 6.21: Curvas de nível e gráfico do examplo [6]

6.4 Problemas de Otimização


[1] De todos os paralelepípedos retangulares cuja soma das arestas é constante e igual
a a (a > 0), qual é o que tem volume máximo?
Sejam x, y e z as arestas do paralelepípedo tal que x + y + z = a.

Figura 6.22: Paralelepípedo do exemplo [1]


202 CAPÍTULO 6. MÁXIMOS E MÍNIMOS

Seu volume é V = xyz. Como z = a − x − y, temos que:

V = x y z = x y (a − x − y)

e a função a maximizar é:

f (x, y) = x y (a − x − y)
Determinemos os pontos críticos:

∂f


 = −y (−a + 2 x + y) = 0
 ∂x

 ∂f


 = −x (x − a + 2 y) = 0.
∂y

Como x e y são arestas x > 0, y > 0; o sistema é equivalente a:


(
−a + 2 x + y = 0
x − a + 2 y = 0;

a a
a única solução possível é x = e y = . Por outro lado:
3 3
A(x, y) = −2 y, e H(x, y) = 4 x y − (a − 2 (x + y))2 .

Então:

a a  a2
H , = > 0;
3 3 3
a a a a a
logo , é ponto de máximo. As arestas são x = , y = e z = ; logo o volume é:
3 3 3 3 3
3
a
V = .
27
O paralelepípedo é um cubo.
[2] Determine a distância mínima da origem ao plano x + 3y + z = 6.
Note que o plano não passa pela origem. O quadrado da distância da origem ao ponto
(x, y, z) é dada por:

d 2 = x2 + y 2 + z 2 ;
6.4. PROBLEMAS DE OTIMIZAÇÃO 203

o ponto (x, y, z) pertence ao plano; logo, z = 6 − x − 3y e minimizaremos a seguinte


função:

f (x, y) = x2 + y 2 + (6 − x − 3 y)2 .

Determinemos os pontos críticos:


∂f


 = 2 (2 x + 3 y − 6) = 0
 ∂x

 ∂f


 = 2 (3 x + 10 y − 18) = 0;
∂y
6 18 
o sistema tem uma única solução: , , que é o ponto crítico de f . Por outro lado:
11 11
A(x, y) = 4 e H(x, y) = 44.

Em particular,
6 18  6 18 
A , > 0, e H , > 0;
11 11 11 11
6 18  6
então , é um ponto de mínimo local de f ; z = ; logo,
11 11 11

6 11
d= .
11
[3] Determine o valor máximo da soma dos co-senos dos ângulos de um triângulo.
Devemos maximizar:

w = cos(x) + cos(y) + cos(z),

onde x, y, z são os ângulos do triângulo dado. Mas, x + y + z = π; logo z = π − x − y.

f (x, y) = cos(x) + cos(y) + cos(π − (x + y)) = cos(x) + cos(y) − cos(x + y).

Determinemos os pontos críticos:


∂f


 (1) = −sen(x) + sen(x + y) = 0

 ∂x

 ∂f
(2)
 = −sen(y) + sen(x + y) = 0;
∂y
204 CAPÍTULO 6. MÁXIMOS E MÍNIMOS

fazendo (1) − (2), temos sen(x) = sen(y); então, x = y ou x = π − y.

1. Se x = y, da primeira equação obtemos:

sen(x) − sen(2 x) = 0;

1
logo sen(x) = 0 ou cos(x) = .
2

(a) Se sen(x) = 0, x = 0 ou x = π, o que é impossível.


1 π π
(b) Se cos(x) = , x = ; como x = y, tem-se y = , logo o ponto crítico é
2 3 3
π π
, .
3 3

2. Se x = π − y, da segunda equação obtemos; sen(y) = 0; logo y = 0 ou y = π, o


que é impossível.

π π
Portanto, , é o único ponto crítico de f . Por outro lado:
3 3

A(x, y) = −cos(x) + cos(x + y),

H(x, y) = cos(x) (cos(y) − cos(x + y)) − cos(y) cos(x + y),

π π π π
A , <0 e H , > 0;
3 3 3 3
π π π
logo, , é um ponto de máximo local para f . Como z = π − x − y, z = e o valor
3 3 3
máximo da soma é:
π π π 3
cos + cos + cos = .
3 3 3 2
[4] Uma caixa retangular tem três faces nos planos coordenados e um vértice no ponto
P = (x, y, z) no primeiro octante sobre a superfície x2 + y 2 + z = 1. Calcule o volume
da maior caixa com essas características.
O volume da caixa é V = xyz onde x, y e z são os comprimentos das arestas da caixa;
z = 1 − x2 − y 2 .
6.4. PROBLEMAS DE OTIMIZAÇÃO 205

Seja f (x, y) = x y (1 − x2 − y 2 ). Determinemos os pontos críticos:


∂f


 = y (1 − 3 x2 − y 2 ) = 0
 ∂x

 ∂f


 = x (1 − x2 − 3 y 2 ) = 0;
∂y
x e y são arestas, logo x > 0, y > 0 e o sistema é equivalente a:
(
1 − 3 x2 − y 2 = 0
1 − x2 − 3 y 2 = 0;
1 1
logo, o único ponto crítico admissível é: , , pois x e y são comprimentos das arestas
2 2
da caixa (x > 0 e y > 0).

A(x, y) = −6 x y,

H(x, y) = 36 x2 y 2 − (1 − 3 x2 − 3 y 2 )2 ,

1 1 3 1 1  35
A , =− e H , = ;
2 2 2 2 2 4
1 1 1
então , é um ponto de máximo, z = e:
2 2 2
1
V = u.v.
8
[5] De todos os triângulos de perímetro fixado, determine o de maior área.
Sejam x, y e z os lados do triângulo. Usando a fórmula de Heron, o quadrado da área
do triângulo é: A2 = s (s − x) (s − y) (s − z), onde 2 s = x + y + z. Maximizemos a
função:

f (x, y) = s (s − x) (s − y) (x + y − s).
Determinemos os pontos críticos:
∂f


 = (s − y)(2s − 2x − y) = 0
 ∂x

 ∂f


 = (s − x)(2s − x − 2y) = 0;
∂y
206 CAPÍTULO 6. MÁXIMOS E MÍNIMOS

2s 2s
como s 6= x e s 6= y, obtemos: x = e y = . Por outro lado:
3 3

A(x, y) = −2 s (s − y),

H(x, y) = −s2 (5 s2 − 8 s (x + y) + 4 (x2 + x y + y 2 )),

2s 2s  2s 2s 
A , < 0, H , > 0;
3 3 3 3

2 s 2 s
logo, , é ponto de máximo e:
3 3
2s
z= .
3

O triângulo é equilátero.

6.5 Mínimos Quadrados


Suponha que numa experiência realizada foram coletados os seguintes pares de dados:

(x1 , y1 ), (x2 , y2 ) . . . . . . (xn−1 , yn−1 ), (xn , yn ),

tais que os xi não são todos iguais.

1. A teoria subjacente à experiência sugere que os dados devem estar ao longo de


uma reta y = a x + b.

2. Devido a erros experimentais, os pontos não são colineares.

3. O método dos mínimos quadrados consiste em determinar a reta que melhor se


ajusta aos dados, ou seja, consiste em determinar a e b de modo que a soma dos
desvios verticais seja mínima.
6.5. MÍNIMOS QUADRADOS 207

(x i ,yi )

xi

Figura 6.23:

Dados os pontos (xi , yi ), (1 ≤ i ≤ n) o ponto sobre a reta y = a x + b que está mais


próximo (distância vertical) dos pontos dados tem coordenadas (xi , a xi + b); logo o
quadrado da distância vertical a estes pontos é:

Ei2 = ((a xi + b) − yi )2 , 1 ≤ i ≤ n.

Minimizaremos a função:

f (a, b) = E12 + E22 + . . . + En2


Xn
= ((a xi + b) − yi )2 .
i=1

∂f ∂f
Calculando as derivadas parciais , e igualando a zero, obtemos o sistema:
∂a ∂b
 X n n
X n
X
2
a x + b xi = xi yi



 i
i=1 i=1 i=1
X n n
X

a xi + n b = yi .


i=1 i=1

Este é um sistema linear, que tem uma única solução que minimiza f .
208 CAPÍTULO 6. MÁXIMOS E MÍNIMOS

Exemplo 6.2.
[1] Determine a reta que melhor se ajusta aos pontos (0, 0), (−1, 2), (−2, −1), (2, 3), (1, 2)
e (3, 2).

i xi yi x2i xi y i
1 0 0 0 0
2 −1 2 1 -2
3 −2 −1 4 2
4 2 3 4 6
5 1 2 1 2
6 3 2 9 6
X X X X
n xi yi x2i xi yi
6 3 8 19 14

Logo, obtemos o sistema:


(
19 a + 3 b = 14
3 a + 6 b = 8,

4 22 4x 22
que tem como solução a = e b = ; então, a reta é y = + .
7 21 7 21
3

-2 -1 1 2 3

-1

Figura 6.24: Exemplo [1]

[2] Determine a reta que melhor se ajusta aos pontos (−3, −5), (−1, −2), (2, 1), (1, −1),
(5, −1), (4, 3) e (3, 4).
6.5. MÍNIMOS QUADRADOS 209

i xi yi x2i xi y i
1 −3 −5 9 15
2 −1 −2 1 2
3 2 1 4 2
4 1 −1 1 -1
5 5 −1 25 -5
6 4 3 16 12
7 3 4 9 12
X X X X
n xi yi x2i xi yi
7 11 −1 65 37

Logo; obtemos o sistema:


(
65 a + 11 b = 37
11 a + 7 b = −1;

135 236
que tem como solução a = eb=− ; então, a reta é 167 y = 135 x − 236.
167 167

-2 2 4

-2

-4

Figura 6.25: Exemplo [2]

[3] Considere a seguinte tabela sobre mortes por consumação de álcool per cápita, no
ano de 2003, dos seguintes países:
210 CAPÍTULO 6. MÁXIMOS E MÍNIMOS

País l/p Mortes


A 250 95
B 300 120
C 350 165
D 370 167
E 400 170
F 470 174

i) Suponha que existe uma correlação linear entre os dados da tabela e utilize o método
dos mínimos quadrados para determinar a reta de melhor ajuste à tabela.
ii) Se num país a consumação foi de 550 litros per cápita no ano de 2003, utilizando i),
determine a possível mortalidade.
i) Determinamos a reta que fica a menor distância vertical dos pontos:
(250, 95), (300, 120), (350, 165), (370, 167), (400, 170) e (470, 174).
X X X X
n xi yi x2i xi yi
6 2140 891 792800 329070

Logo, obtemos o sistema:


(
792800 a + 2140 b = 329070
2140 a + 6 b = 891,

846 10875
que tem como solução a = eb= ; então, a reta é:
2215 886
846x 10875
y= + .
2215 886

200

150

100

100 200 300 400 500

Figura 6.26: Exemplo [3] (i)


6.6. MÁXIMOS E MÍNIMOS ABSOLUTOS 211

ii) Se x = 550,

196995
y= ' 222.34.
886

6.6 Máximos e Mínimos Absolutos


Definição 6.4. Sejam f : A ⊂ Rn −→ R uma função e x0 ∈ A.

1. O ponto x0 é um ponto de mínimo absoluto de f em A se f (x0 ) ≤ f (x), para todo


x ∈ A.

2. O ponto x0 é um ponto de máximo absoluto de f em A se f (x) ≤ f (x0 ), para todo


x ∈ A.

Exemplo 6.4.

[1] Seja f : R2 −→ R definida por f (x, y) = x2 + y 2 .


Como x2 + y 2 ≥ 0 para todo (x, y) ∈ R2 e f (0, 0) = 0, temos que f (x, y) ≥ f (0, 0) para
todo (x, y) ∈ R2 . Logo (0, 0) é ponto de mínimo absoluto de f .
p
[2] Seja f : R2 −→ R definida por f (x, y) = − x2 + y 2 .
p
Como − x2 + y 2 ≤ 0 para todo (x, y) ∈ R2 e f (0, 0) = 0, temos que e f (x, y) ≤ f (0, 0)
para todo (x, y) ∈ A. Logo (0, 0) é ponto de máximo absoluto de f .

Figura 6.27: Gráficos dos exemplos [1] e [2], respectivamente


212 CAPÍTULO 6. MÁXIMOS E MÍNIMOS

Nos parágrafos anteriores estabelecemos condições para que um ponto seja um ponto
de máximo local (ou de mínimo local) de f . Agora nosso objetivo é verificar a existência
de pontos de máximos e mínimos absolutos de f e determinar tais pontos. Do Cálculo
de uma variável conhecemos o teorema de Weierstrass que nos garante a existência
de pontos extremos absolutos; no teorema, é fundamental que a função contínua a
estudar esteja definida em um intervalo fechado e limitado. A seguir daremos algumas
definições que estendem as características dos intervalos fechados e limitados a Rn e
enunciaremos o teorema que garantirá a existência de máximos e mínimos absolutos.

Definição 6.5. Um conjunto A ⊂ Rn é dito limitado se existe uma constante c > 0 tal
que kxk ≤ c, para todo x ∈ A.

Observação 6.2. Equivalentemente, se A está contido na bola B(0, c). Lembramos que
o conjunto A ⊂ Rn é fechado em Rn se ∂A ⊂ A. Veja o Capítulo III. Intuitivamente, uma
superfície é fechada e limitada se ela separa o espaço em duas regiões, uma "interior"e
outra "exterior"à supefície. É o caso de uma esfera em R3 .

Exemplo 6.5.

[1] A = {(x, y, z) ∈ R3 / x2 + y 2 + z 2 ≤ r2 , r > 0} é fechado, pois sua fronteira é:

∂A = {(x, y, z) ∈ R3 /x2 + y 2 + z 2 = r2 , r > 0}.


Logo ∂A ⊂ A. Claramente A é limitado.
[2] A = {(x, y) ∈ R2 / x2 + y 2 < r2 , r > 0} não é fechado, pois sua fronteira é :

∂A = {(x, y) ∈ R2 /x2 + y 2 = r2 , r > 0}.


Logo ∂A 6⊂ A. A é limitado
[3] A = [a, b] × [c, d] é um conjunto fechado e limitado, pois ∂A é o retângulo formado
pelas retas x = a, x = b, y = c e y = d.
[4] Os planos em R3 são fechados e não limitados.

Teorema 6.5. (Weierstrass) Seja f : A ⊂ Rn −→ R uma função contínua no conjunto A


fechado e limitado. Então, existem pontos de máximo e mínimo absoluto de f em A,
isto é, existem x0 , x1 ∈ A tais que:

f (x0 ) ≤ f (x) ≤ f (x1 )

para todo x ∈ A.
6.6. MÁXIMOS E MÍNIMOS ABSOLUTOS 213

Exemplo 6.3.

[1] Sejam A = {(x, y) ∈ R2 /x2 + y 2 < 1} e f : A ⊂ R2 −→ R definida por f (x, y) = y.

1. f é diferenciável em R2 ; logo, é diferenciável em A; por outro lado

∇f (x, y) = (0, 1); então, a função não possui pontos críticos e portanto não possui
pontos extremos em A (nem em R2 ).

2. Suponhamos que agora, f tome valores no conjunto:

B = {(x, y) ∈ R2 /x2 + y 2 ≤ 1}.

3. O conjunto B é fechado e limitado; f é, claramente, contínua; o teorema de Wei-


erstrass nos asegura a existência de pontos extremos absolutos de f em B.

4. Pelo ítem 2, os pontos extremos de f devem estar em:

∂B = {(x, y) ∈ R2 /x2 + y 2 = 1}.

De fato, a função f associa a cada par ordenado sua ordenada; então:

−1 = f (0, −1) ≤ f (x, y) ≤ f (0, 1) = 1,

para todo (x, y) ∈ B. Logo (0, −1) e (0, 1) são pontos de mínimo e máximo abso-
lutos de f em B. Note que estes pontos não são pontos críticos de f .

A seguir faremos algumas considerações geométricas sobre o exemplo, que serão im-
portantes nos parágrafos seguintes.
Se consideremos g(x, y) = x2 + y 2 − 1.
Então ∇g(x, y) = (2 x, 2 y); logo, não é difícil ver que os únicos pontos onde ∇g(x, y) e
∇f (x, y) são paralelos são os nos pontos de mínimo e máximo (0, −1) e (0, 1).
214 CAPÍTULO 6. MÁXIMOS E MÍNIMOS

Figura 6.28: Mínimo e máximo de g

Observação 6.3. Se um extremo absoluto de f ocorre em A − ∂A, então, também é um


extremo local de f ; logo, um extremo absoluto que não seja um extremo local, necessa-
riamente está na ∂A. Portanto, para determinar um extremo absoluto, primeiramente
determinamos os extremos locais e, então, comparamos o maior e o menor desses va-
lores com os valores de f ao longo da ∂A. Logo podem ocorrer pontos extremos de f
na fronteira e estes extremos não serem pontos críticos de f .

[2] Seja f : A ⊂ Rn −→ R uma função definida por f (x, y) = x2 + 2 x y − 4 (x − 2 y),


onde A = [0, 1] × [0, 2].
O conjunto A é fechado e limitado e f contínua; logo, f tem pontos de máximos e de
mínimos absolutos. Pontos críticos de f em A − ∂A:

∂f


 = 2x + 2y − 4 = 0
 ∂x

 ∂f = 2 x + 8 = 0,



∂y

(−4, 6) é o único ponto crítico de f e (−4, 6) ∈


/ A. Portanto, os pontos de máximo e
mínimo de f são atingidos na ∂A.
Análise dos pontos da ∂A: ∂A = L1 ∪ L2 ∪ L3 ∪ L4 , onde Li (1 ≤ i ≤ 4) são os lados do
retângulo A:
6.6. MÁXIMOS E MÍNIMOS ABSOLUTOS 215

L3

A
L4 L2

L1

Figura 6.29:

A função :

g(y) = f (1, y) = 10 y − 3; 0 ≤ y ≤ 2,

expressa f restrita a L2 . O menor valor de g é atingido em y = 0 e o maior valor de


g em y = 2. Portanto, (1, 0) é ponto de mínimo de f e (1, 2) é ponto de máximo de f ,
quando restrita a L2 . A função :

h(x) = f (x, 2) = x2 + 16; 0 ≤ x ≤,

representa f restrita a L3 . (0, 2) é ponto de mínimo de f restrita a L3 . Analogamente,


A função f restrita a L1 e L4 tem pontos de máximo (0, 0) e (0, 2) respectivamente e
pontos de mínimo (1, 0) e (0, 0) respectivamente. f (0, 0) = 0,f (1, 0) = −3, f (1, 2) = 17
e f (0, 2) = 16.

P f (P )
(1,0) −3
(1,2) 17
(0,2) 16
(0,0) 0

Conclusão: O valor máximo de f em A é 17 e é atingido no ponto (1, 2) e o valor


mínimo de f em A é −3 e é atingido no ponto (1, 0).

Observação 6.4. O método que estudaremos no próximo capítulo é devido a Lagrange


e proporciona uma condição necessária para a existência de pontos extremos sujeitos a
uma restrição. Tais pontos extremos são ditos condicionados.
216 CAPÍTULO 6. MÁXIMOS E MÍNIMOS

6.7 Exercícios
1. Determine os pontos críticos de:

2 +y 2
(a) z = e1+x (h) z = x5 + y 5 − 5x − 5y
(b) z = 3x2 + 2xy + 2x + y 2 + y + 4
(i) z = x2 − 4 x y + y 2 + 1
(c) z = (x2 − 1) (y 2 − 4)
(j) z = x4 + x y + y 2 − 6 x − 5 y
(d) z = x2 y − 8 x − 4 y
1 64 (k) z = 3 x2 + x y − y 2 + 1
(e) z = − + xy
x y
1 (l) w = log4 (x2 + y 2 + z 2 + 1)
(f) z = 2
x + y2 + 1
(m) w = x2 + y 3 + z 4
2x + 2y + 1
(g) z = 2
x + y2 + 1 p
(n) w = x2 + y 2 + z 2

2. Determine se a origem é ponto de mínimo, de máximo ou sela de:

(a) z = x2 . (g) z = 2x2 + y 2 − 3xy

(b) z = x2 − 4y 2 (h) z = 5x2 + y 2 − 4xy

(c) z = −x2 + 2xy − y 2 (i) z = x2 − y 2 + 6xy

(d) z = x4 + y 4 (j) z = −x2 + y 2 − xy

(e) z = x3 + y 3 xy 2 y2
(k) z = −x −
4 2
(f) z = 4xy − 3x2 + 4y 2
(l) z = 7y 2 − xy

3. Classifique os pontos críticos de:

2 +y 2
(a) z = e1+x (d) z = x2 y − 8x − 4y
(b) z = 3x2 + 2xy + 2x + y 2 + y 1 64
(e) z = − + xy
(c) z = (x2 − 1)(y 2 − 4) x y
6.7. EXERCÍCIOS 217

1 (o) z = x2 + y 2 + x y + x
(f) z =
x2 + y 2 + 1
(p) z = 1 + x2 + y 2
2x + 2y + 1
(g) z = 2
x + y2 + 1 (q) z = 1 + x2 − y 2
(h) z = x5 + y 5 − 5x − 5y (r) z = x3 + 3 x2 + 4 x y + y 2
(i) z = x2 − 4xy + 4y 2 − x + 3y + 1 (s) z = x2 y 2 (1 − x − y)
(j) z = x4 + xy + y 2 − 6x − 5y (t) z = x y − ln(x2 + y 2 )
(k) z = (x − 2)2 + (y − 3)2
(u) z = 2 − (x + 2)2 + (y + 1)2
(l) z = x − y 2 − x3
(v) z = (x − 1)2 + 2 (y + 2)2 + 3
(m) z = x2 + y 3
(w) z = ey + ex − ex+y
(n) z = 3x4 − 4x2 y + y 2
(x) z = x sen(y), 0 ≤ x, y ≤ π.

4. Determine a reta que melhor se ajusta aos seguintes pontos:

(a) (0, 0), (1, 1) e (2, 3).


1 1 3 9
(b) (0, 0), ( , ), (1, 1), ( , ) e (2, 4).
2 4 2 2
(c) (−2, −4), (−1, −2), (1, 1), (2, 3), (4, 2) e (3, 5).

(d) (−5, −4), (−3, −2), (−1, −1), (0, 0), (1, 1), (2, 3), (4, 2) e (3, 5).

5. Calcule os pontos de z 2 − xy = 1 mais próximos da origem.

6. Determine a menor distância de x2 − 4y = 0 ao ponto (0, b).

7. Determine o valor máximo do produto de três numeros positivos tais que


2 x y + x z + 3 y z = 72.

8. Determine a distância mínima entre 4x2 + 4y − z = 0 e o ponto (0, 0, 8).

9. Determine o ponto do plano 3 x + 2 y + z = 12 tal que a soma dos quadrados das


distâncias aos pontos (0, 0, 0) e (1, 1, 1) seja mínima.
218 CAPÍTULO 6. MÁXIMOS E MÍNIMOS

10. Se os vértices de um triângulo são (0, 0), (2, 1) e (1, 3), determine o ponto P do
triângulo tal que a soma dos quadrados das distâncias aos vértices seja mínima.

11. Determine as dimensões do paralelepípedo de volume máximo, com lados para-


lelos aos eixos coordenados, inscrito no elipsóide:

x2 y 2 z 2
+ 2 + 2 = 1.
a2 b c

12. Ache a equação do plano que passa por (1, 2, 1) e forma com os planos coordena-
dos o tetraedro de volume mínimo.

13. Uma calha deve ser construída com uma folha de aço, de largura a e compri-
mento b. Se a seção da calha é um trapézio isósceles, qual deve ser a largura da
base e a inclinação das faces para que sua capacidade seja máxima?

14. Uma aplicação num doente de x miligramas de um remédio A e y miligramas de


um medicamento B ocasiona uma resposta R = R(x, y) = x2 y 3 (c−x−y), (c > 0).
Que quantidade de cada remédio dará a melhor resposta?

15. Determine os pontos extremos absolutos de:

(a) f (x, y) = 2 x y em A = {(x, y) / x ≥ 0, y ≥ 0, 2, x + y ≤ 5}

(b) f (x, y) = x2 − y 2 em A = {(x, y) / x2 + y 2 ≤ 1}


Capítulo 7

MULTIPLICADORES DE LAGRANGE

7.1 Método dos Multiplicadores de Lagrange


Antes de apresentar o método, examinemos o seguinte exemplo:

Exemplo 7.1.

Determine os pontos extremos de f (x, y) = x2 + y 2 tais que y = x + 1.

Considere a função g(x, y) = y − x − 1 e o conjunto de nível zero de g:

S = {(x, y) ∈ R2 /y − x − 1 = 0}.

O conjunto de nível S é uma reta passando por (−1, 0) e (0, 1). As curvas de nível c de
f são
x2 + y 2 = c.

Para c > 0 são círculos concêntricos. Quanto menor a distância entre as circunferências
e a origem, menor será o valor de f .

Desejamos encontrar os pontos extremos de f (x, y) quando (x, y) ∈ S, ou seja, devemos


determinar qual a circunferência que intersectando S está a menor distância da origem.

219
220 CAPÍTULO 7. MULTIPLICADORES DE LAGRANGE

1.0

0.5

-1.0 -0.5 0.5 1.0

-0.5

-1.0

Figura 7.1:

Observando o desenho vemos que a circunferência que tangencia a reta S é a que está
mais próxima da origem. No ponto de tangência, o vetor normal à circunferência é
também normal à reta S, logo, ∇f (x, y) = (2 x, 2 y) deve se múltiplo de ∇g(x, y) =
(−1, 1), ou seja, (2 x, 2 y) = λ (−1, 1), λ ∈ R. Equivalentemente:

(
2 x = −λ
2 y = λ;

resolvendo o sistema e como y = x + 1, obtemos as soluções:

1 1
x=− e y= .
2 2

1 1
Logo, ∇f (− , ) = ∇g(x, y). A função f (x, y) = x2 + y 2 atinge seu menor valor sobre
2 2
1 1
a reta S no ponto − , . De fato:
2 2

1 1 1 1 1
f (x, y) − f (− , ) = x2 + y 2 − = x2 + (x + 1)2 − = 2 (x + )2 ≥ 0.
2 2 2 2 2
7.2. DETERMINAÇÃO DOS EXTREMOS CONDICIONADOS 221

Figura 7.2:

7.2 Determinação dos Extremos Condicionados


Sejam f, g : A ⊂ Rn −→ R funções diferenciáveis e A ⊂ Rn um aberto. Para determinar
os pontos extremos de f restrito à condição g(x) = 0, formamos a combinação linear:

Φ(x) = f (x) + λ g(x)

onde λ ∈ R. Consideremos o sistema de n + 1 equações:



 ∂Φ (x) = 0 r = 1, 2, ....., n
∂xr
g(x) = 0.

∂Φ
Note que (x) = g(x). Lagrange provou que a solução do problema é obtida resol-
∂λ
vendo o sistema.

Teorema 7.1. Sejam f, g : A ⊂ Rn −→ R funções de classe C 1 . Denotemos por S


um conjunto de nível de g. Se f tem um ponto de máximo ou de mínimo x0 ∈ S e
∇g(x0 ) 6= 0, então existe λ ∈ R tal que:

∇f (x0 ) = λ ∇g(x0 )

Para a prova, veja o apêndice.


222 CAPÍTULO 7. MULTIPLICADORES DE LAGRANGE

7.2.1 Interpretação Geométrica do Teorema de Lagrange


Interpretemos o teorema em R2 . Suponha que desejamos determinar o valor máximo
de f restrito às curvas de nível g(x, y) = 0.

Façamos f (x, y) = ci , que representa para cada ci uma curva de nível de f . Se por
exemplo f (x, y) = c0 intersecta a curva g(x, y) = 0 transversalmente, isto é, de modo
que, uma não seja tangente à outra ou, ∇f e ∇g sejam linarmente independentes no
ponto de interseção, é possível verificar que para valores próximos de c0 as curvas de
nível de f continuam intersectando g(x, y) = 0.

∆ f(p)

g(p)

p
g(x,y)<0

f=c

f=c 2
g(x,y)=0 f=c 1

Figura 7.3:

Então, procuramos o maior ci tal que f (x, y) = ci seja tangente a g(x, y) = 0 num ponto
(x0 , y0 ). Em tal ponto as curvas de nível de f e g tem a mesma reta tangente e, portanto,
a mesma reta normal, isto é, os vetores ∇f e ∇g devem ser paralelos no ponto (x0 , y0 ).

Analogamente para n = 3. Do teorema anterior, segue que se f possui um ponto de


máximo ou mínimo em x0 ∈ Sc então ∇f (x0 ) é ortogonal a Sc no ponto x0 .

O teorema nos diz que para determinar os pontos extremos condicionados devemos
resolver o seguinte sistema de n + 1 equações e n + 1 incognitas:
(
∇f (x) = λ ∇g(x)
g(x) = c.

Se n = 3, temos 4 equações:
7.2. DETERMINAÇÃO DOS EXTREMOS CONDICIONADOS 223

∂f ∂g

 (x, y, z) = λ (x, y, z)




 ∂x ∂x



∂f ∂g


 ∂y (x, y, z) = λ ∂y (x, y, z)



∂f ∂g




 (x, y, z) = λ (x, y, z)



 ∂z ∂z




g(x, y, z) = c.

Analogamente para n = 2:

∂f ∂g

 (x, y) = λ (x, y)




 ∂x ∂x



∂f ∂g
(x, y) = λ (x, y)


 ∂y ∂y





g(x, y) = c.

Observação 7.1. A diferença entre os problemas de máximos e mínimos não condi-


cionados e os condicionados é que nos últimos não temos critérios simples para dis-
tinguir os pontos de mínimo dos de máximo. Cada ponto obtido pelo metódo de La-
grange deve ser examinado separadamente, utilizando os dados do problema e/ou,
argumentos geométricos.

Exemplo 7.1.

[1] Determine os pontos extremos da função f (x, y) = x y tais que x2 + y 2 = 1.


Utilizando o método de Lagrange, devemos resolver o sistema:
(
∇f (x, y) = λ ∇g(x, y)
x2 + y 2 = 1.

Logo,
(
(y, x) = λ (2 x, 2 y)
x2 + y 2 = 1,
224 CAPÍTULO 7. MULTIPLICADORES DE LAGRANGE

que é equivalente a:

(1) y = 2 λ x

(2) x = 2 λ y

(3) x2 + y 2 = 1.

1
De (1) e (2) obtemos y (1 − 4 λ2 ) = 0. Se y = 0, utilizando (3), temos, x = ±1; se λ = ,
2
1 1
temos, y = x; de (3), temos x = ± √ e y = ± √ . Por outro lado:
2 2
(x, y) f (x, y)
√ (±1, √0) 0
(±1/√2, ∓1/√2) −1/2
(±1/ 2, ±1/ 2) 1/2

1 1  1 1 
Logo ± √ , ∓ √ são pontos de mínimo e ± √ , ± √ , são pontos de máximo.
2 2 2 2
1.5

1.0

0.5

-1.5 -1.0 -0.5 0.5 1.0 1.5

-0.5

-1.0

-1.5

Figura 7.4: Exemplo [1]

[2] Determine os pontos extremos de f (x, y) = x2 + 2 y 2 tais que x2 + y 2 ≤ 1.


Determinemos os pontos extremos da função f no conjunto fechado e limitado:

D = {(x, y) ∈ R2 /g(x, y) ≤ 0}, onde g(x, y) = x2 + y 2 − 1.

Se x2 + y 2 < 1, ∇f (x, y) = (2 x, 4 y); logo, (0, 0) é o único ponto crítico de f . Se x2 + y 2 =


1, por Lagrange, devemos resolver o sistema:
7.2. DETERMINAÇÃO DOS EXTREMOS CONDICIONADOS 225

(
(2 x, 4 y) = λ (2 x, 2 y)
x2 + y 2 = 1,

que é equivalente a:
 
 x = λx
 (1) x (1 − λ) = 0

2y = λy ⇐⇒ (2) y (2 − λ) = 0
 
x2 + y 2 = 1 (3) x2 + y 2 = 1,
 

de (1), x = 0 ou λ = 1 e de (2) y = 0 ou λ = 2; de (3), x e y, não podem ser ambos zero;


logo, de (1) e (3) e de (2) e (3) obtemos os pontos (0, ±1), (±1, 0).

1. Em x2 + y 2 < 1, temos:

f (0, 0) = 0 ≤ x2 + 2 y 2 = f (x, y).

2. Em x2 + y 2 = 1, temos:

f (±1, 0) = 1, f (0, ±1) = 2;

então (0, 0) é ponto de mínimo e (0, ±1) são pontos de máximo.

-2 -1 1 2

-1

-2

Figura 7.5: Exemplo [2]

[3] Determine os pontos extremos de f (x, y, z) = x2 +y 2 +z 2 tais que 3 x−2 y +z −4 = 0.


226 CAPÍTULO 7. MULTIPLICADORES DE LAGRANGE

Seja g(x, y, z) = 3 x − 2 y + z − 4, logo:

∇f (x, y, z) = (2 x, 2 y, 2 z) e ∇g(x, y, z) = (3, −2, 1).

Devemos resolver o sistema:


(
∇f (x, y, z) = λ ∇g(x, y, z)
3 x − 2 y + z − 4 = 0,

ou, equivalentemente,


 (1) 2x = 3λ

(2) 2y = −2λ


 (3) 2z =λ
−2y + z − 4 = 0.

(4) 3x

Fazendo 3 × (1) − 2 × (2) + (3) e utilizando (4), obtemos

4 6 4 2
λ= , x= , y=− , z=
7 7 7 7
6 4 2
e ,− , é o ponto extremo.
7 7 7
[4] Determine os pontos extremos da função f (x, y, z) = x y z tais que:

y2 z2
x2 + + = 1.
12 3

y2 z2
Seja g(x, y, z) = x2 + + − 1, logo :
12 3
y 2z
∇f (x, y, z) = (y z, x z, x y) e ∇g(x, y, z) = 2 x, , .
6 3
Devemos resolver o sistema:


 ∇f (x, y, z) = λ ∇g(x, y, z)

2 2
x 2 + y + z

=1

12 3
ou, equivalentemente,
7.2. DETERMINAÇÃO DOS EXTREMOS CONDICIONADOS 227



 (1) y z = 2 xλ





 y
(2) x z = λ


6




 2

 (3) x y = zλ



 3



2 2
(4) x2 + y + z = 1;



12 3

multiplicando (1) por x, (2) por y e (3) por z obtemos:




 (10 ) x y z = 2 x2 λ





y2


(20 )


 xyz = λ


 6
 2
(30 ) x y z = z2λ





 3






(4) 2 y2 z2
x + + =1

12 3

y2 z2
somando (10 ) + (20 ) + (30 ) e tendo em vista (4), temos 3 x y z = 2 λ (x2 + + ) = 2λ;
12 3
2λ 0 0 0
substituindo x y z por a em (1 ), (2 ) e (3 ):
3

2
λ (3x − 1) = 0

λ (y 2 − 4) = 0

λ (z 2 − 1) = 0


3
Se λ 6= 0, x = ± , y = ±2 e z = ±1. Se λ = 0, x, y e z podem ser nulos aos pares:
3√ √
x = y = 0 e z = ± 3, x = z = 0 e y = ±2 3, y = z = 0 e x = ±1. Os pontos extremos
de f são:

3 √ √
(± , ±2, ±1), (0, 0, ± 3), (0, ±2 3, 0) e (±1, 0, 0).
3
228 CAPÍTULO 7. MULTIPLICADORES DE LAGRANGE

(x, y, z) f (x, y, z) Ponto


√ √
√ ( 3/3, 2, 1) 2√3/3 máximo
(− 3/3, −2, −1) −2 3/3 mínimo

7.3 Problemas de Otimização


[1] De todos os paralelepípedos retangulares cuja soma das arestas é constante e igual
a 4 a (a > 0), qual é o que tem volume máximo?
Sejam x, y e z as arestas do paralelepípedo; seu volume é V (x, y, z) = x y z tal que
x + y + z = a. Seja g(x, y, z) = x + y + z.
(
∇V (x, y, z) = λ ∇g(x, y, z)
g(x, y, z) = a,

ou, equivalentemente:


 (1) yz = λ

(2) xz = λ
(3)
 xy = λ


(4) x + y + z = a.

Fazendo (1) = (2) obtemos x = y e fazendo (2) = (3) obtemos y = z; logo, x = y = z;


a
de (4), temos x = y = z = e:
3
a a a  a3
V , , =
3 3 3 27
é o volume máximo.
[2] Determine as dimensões do paralelepípedo retangular de volume máximo sabendo
que as 3 faces do paralelepípedo estão nos planos coordenados e um vértice pertence
x y z
ao plano + + = 1 (a, b, c > 0). Calcule o volume.
a b c
x y z
O volume é V (x, y, z) = x y z. Seja g(x, y, z) = + + − 1; então,
a b c

∇V (x, y, z) = λ ∇g(x, y, z)

 x y z
 + + = 1,

a b c
7.3. PROBLEMAS DE OTIMIZAÇÃO 229

ou, equivalentemente,

(1) a y z = λ


(2) b x z = λ

 (3) c x y = λ
(4) x + y + z = 1;



a b c

bx
fazendo (1) = (2), como x, y, z 6= 0, temos y = ; analogamente, fazendo (1) = (3),
a
cx a b c
temos z = , de (4) obtemos que x = , y = e z = . O ponto de máximo é
a 3 3 3
1
(a, b, c) e:
3
 
a b c abc
V =V , , = .
3 3 3 27

[3] Determine a distância mínima entre a superfície 4 x2 + y 2 − z = 0 e o ponto (0, 0, 8).


Como antes utilizamos o quadrado da distância: f (x, y, z) = x2 + y 2 + (z − 8)2 . Consi-
deramos g(x, y, z) = 4x2 + y 2 − z; então,


(1) 2 x = 8 λ x

(2) 2 y = 2 λ y


(3) 2 (z − 8) = −λ
(4) 4 x2 + y 2 = z,

ou, equivalentemente,

(1)
 x (1 − 4λ) = 0

(2) y (1 − λ) = 0


 (3) 2 (z − 8) = −λ
4x2 + y 2 = z;

(4)

1
temos: x = 0 e λ = 1; y = 0 e λ = ; x = 0 e y = 0.
4
r
15 15
Se x = 0 e λ = 1, de (3) temos z = ; de (4) temos y = ± ; logo, obtemos os pontos
r 2 2
15 15 
0, ± , .
2 2
230 CAPÍTULO 7. MULTIPLICADORES DE LAGRANGE

1 63 3 14
Se y = 0 e λ = , de (3) temos z = ; de (4) temos x = ± ; logo, obtemos os
√ 4 8 8
3 14 63 
pontos ± , 0, .
8 8
Se x = 0 e y = 0 de (4), obtemos z = 0 e λ = 16; logo, obtemos o ponto (0, 0, 0).

(x, y, z) f (x, y, z) Ponto

(0, 0, 0) 64
p
(0, ± 15/2, 15/2) 31/4

(±3 14/8, 0, 63/8) 127/64 mínimo

A distância mínima é 1.4 u.m. (u.m.=unidades de medida); os pontos:



3 14 63 
± , 0,
8 8

são de mínimo.
[4] Se a temperatura sobre uma esfera de raio 1 é dada por T (x, y, z) = xz + yz, deter-
mine os pontos em que a temperatura é mais baixa e os pontos em que a temperatura
é mais alta.
Seja g(x, y, z) = x2 + y 2 + z 2 − 1; então,


 (1) z = 2λx

(2) z = 2λy
(3)
 (x + y) = 2 λ z

x2 + y 2 + z 2 = 1,

(4)

2
√ (1) + (2) e substituindo em (3), obtemos z (2λ − 1) = 0 e z = 0 ou
Fazendo
2
λ=± .
2

1. Se z = 0, de (1) e (2) temos x = √


y = 0, o que√ é impossível,
√ ou √
λ =√0; de (3),
2 2 2  2 2 
obtemos x = −y e de (4), y = ∓ ; logo, ,− ,0 e − , , 0 são
2 2 2 2 2
pontos extremos.
7.3. PROBLEMAS DE OTIMIZAÇÃO 231

2 √
2. Se λ = ± , de (1) e (2) temos x = y e de (3), z = ± 2x; de (4), obtemos
2 √ √
1 2 1 1 2
x=y=± ez=± ; logo ± , ± , ± são pontos extremos.
2 2 2 2 2

(x, y, z) T (x, y, z) Temperatura


√ √
(±1/2, ±1, 2, ± 2/2) 2/2 máxima
√ √
(± 2/2, ∓ 2/2, 0) 0 mínima

[5] Se a densidade na placa x y + x z + y z = a, (x, y, z 6= 0) é dada por D(x, y, z) = x y z,


determine os pontos da placa onde a densidade é máxima e onde é mínima.
Seja g(x, y, z) = x y + x z + y z − a:


 (1) y z = λ (y + z)

(2) x z = λ (x + z)


 (3) x y = λ (x + y)

(4) x y + x z + y z = a;

multiplicando (1) por x, (2) por y, (3) por z e somando, temos:

3 x y z = λ(2 x y + 2 x z + 2 y z) = 2 a λ,
3xyz
onde, na última igualdade utilizamos (4); substituindo λ por no sistema, obte-
2a
mos:

(1) 3 x (y + z) = 2 a

(2) 3 y (x + z) = 2 a

(3) 3 z (x + y) = 2 a.

Igualando (1) a (2) r


obtemos x = y e igualando (2) a (3)
robtemos
r z= ry; logo x = y = z;
a a a a
de (4) temos x = ± e os pontos extremos são: ± ,± ,± .
3 3 3 3
(x, y, z) D(x, y, z) Densidade
p p p √
( a/3, a/3, a/3) a 3a/9 máxima
p p p √
(− a/3, − a/3, − a/3) −a 3a/9 mínima
232 CAPÍTULO 7. MULTIPLICADORES DE LAGRANGE

x2 y 2 z 2
[6] Determine a equação do elipsóide 2 + 2 + 2 = 1 que passa pelo ponto (1, 2, 3) e
a b c
tem menor volume.
4abcπ
Note que as incógnitas são a, b e c. Seja V = f (a, b, c) = 3
o volume do elipsóide.
Como o ponto (1, 2, 3) pertence à superfície:
1 4 9
2
+ 2 + 2 = 1;
a b c
1 4 9
logo, consideramos g(a, b, c) = 2
+ 2 + 2 − 1; então,
a b c
 4π 2
 (1) abc = − 2 λ
3 a







4π 8


abc = − 2 λ


 (2)

 3 b

 4π 18
(3) abc = − 2 λ


3 c







1 4 9



(4)
2
+ 2 + 2 = 1,
a b c

fazendo (1) = (2) e como λ 6= 0, obtemos que b2 = 4 a2 ; fazendo (2) = (3), obtemos
4 c2 = 9 b2 ; logo, c2 = 9 a2 e de (4): a2 = 3, b2 = 12 e c2 = 27; a equação do elipsóide é:

x2 y 2 z2
+ + = 1.
3 12 27

[7] Um depósito cilíndrico de aço fechado deve conter 2 litros de um fluido. Deter-
mine as dimensões do depósito de modo que a quantidade de material usada em sua
construção seja mínima.
Sejam x e y o raio e a altura do cilindro, respectivamente. Devemos minimizar a área
total do cilindro, incluindo as tampas:

f (x, y) = 2 π x2 + 2 π x y, sendo π x2 y = 2.

Denote por g(x, y) = πx2 y − 2, ∇f (x, y) = (4πx + 2πy, 2πx) e ∇g(x, y) = (2πxy, πx2 ). O
sistema é:

(1) 2 x + y = λ x y

(2) 2 x = λ x2

(3) π x2 y = 2.

7.3. PROBLEMAS DE OTIMIZAÇÃO 233

De (2), x(2 − λx) = 0 e λx = 2; logo, de (1), y = 2x; ou seja, a altura é igual ao diâmetro
1 1
da base; de (3) obtemos: x = π − 3 e y = 2π − 3 , que são as coordenadas do ponto de
1 1 √
mínimo (por que ?). f (π − 3 , 2π − 3 ) = 6 3 π.
[8] Um fio de cobre de comprimento a, deve ser dividido em 3 partes tais que o produto
dos comprimentos das partes seja máximo. Determine o produto.
Se x, y e z são os comprimentos das partes, então devemos maximizar f (x, y, z) = x y z
tal que x + y + z = a. O sistema é:


 (1) y z = λ

(2) x z = λ
(3) x y = λ



(4) x + y + z = a.
a a a a
Fazendo (1) = (2) e (2) = (3), obtemos x = y = z; de (4) x = = y = z; ( , , ) é o
3 3 3 3
a a a a3
ponto de máximo e f ( , , ) = .
3 3 3 27
[9] Determine os pontos da curva x6 + y 6 = 1 mais afastados e os mais próximos da
origem.
Novamente utilizamos o quadrado da distância da origem ao ponto (x, y).
Isto é, f (x, y) = x2 + y 2 , sendo x6 + y 6 = 1. Seja g(x, y) = x6 + y 6 − 1. O sistema é:

5
(1) x = 3 λ x

(2) y = 3 λ y 5

(3) x6 + y 6 = 1,

ou, equivalentemente,

4
(1) x (1 − 3λx ) = 0

(2) y (1 − 3λy 4 ) = 0

(3) x6 + y 6 = 1.

1
Se x = 0, de (3) obtemos y = ±1 e em (2), λ = ; se y = 0, de (3) obtemos x = ±1 e em
3
1
(1), λ = ; os pontos são (±1, 0) e (0, ±1). Se x, y 6= 0, o sistema fica:
3

4
(1) (1 − 3λx ) = 0

(2) (1 − 3λy 4 ) = 0

(3) x6 + y 6 = 1.

234 CAPÍTULO 7. MULTIPLICADORES DE LAGRANGE

Fazendo (2)-(1), λ(x4 − y 4 ) = 0, λ 6= 0 e y = ±x; de (3) obtemos:

2−1/6 , 2−1/6 , 2−1/6 , −2−1/6 , − 2−1/6 , 2−1/6 − 2−1/6 , −2−1/6 ,


   
e
2
23
onde λ = .
3
(x, y) f (x, y) Ponto

(±1, 0) 1 mínimo

(0, ±1) 1 mínimo

2−1/6 , 2−1/6 22/3



máximo

2−1/6 , −2−1/6 22/3



máximo

− 2−1/6 , 2−1/6 22/3



máximo

− 2−1/6 , −2−1/6 22/3



máximo

1.0

0.5

-1.0 -0.5 0.5 1.0

-0.5

-1.0

Figura 7.6: A curva x6 + y 6 = 1

O método de Lagrange não é restrito a duas ou três variáveis. O método só depende


de uma função e uma restrição. É o que mostrará o exemplo a seguir.
[10] Determine o valor máximo da raiz n-ésima de um produto de n números positivos
tal que a soma dos números seja constante. Conclua que
7.3. PROBLEMAS DE OTIMIZAÇÃO 235

n
√ 1X
n
x1 x2 .......... xn ≤ xi .
n i=1

Sejam x = (x1 , x2 , x3 , ........., xn ), onde, xi > 0 para todo i = 1, 2.......n, e:



f (x) = n
x1 x2 .......... xn ,

tal que: x1 + x2 + x3 + ....... + xn = a.


Seja g(x) = x1 + x2 + x3 + ....... + xn − a, então, ∇g(x) = (1, 1, 1, ......, 1).
Cálculo do gradiente de f :
p
Se denotamos f (x) = n u(x) onde u(x) = x1 x2 . . . . xn , então:
∂u
∂f ∂xi x1 x2 ... xi−1 xi+1 ...xn
= n−1 = n−1 ;
∂xi n(u(x)) n n(u(x)) n
n−1
para não escrever demais, denote por K(x) = n(u(x)) n ; o sistema é:


 x2 x3 ... xn = λK(x) (1)




 x1 x3 ... xn = λK(x) (2)




 x1 x2 x4 ... xn = λK(x) (3)



 . .

 . .



. .

. .








 . .




 x1 x3 ... xn−2 xn = λK(x) (n − 1)



 x1 x3 ... xn−2 xn−1 = λK(x) (n)

x1 + x2 + x3 + ....... + xn = a (n + 1).

Fazendo (1) = (2), temos x1 = x2 ; de (2) = (3), x2 = x3 ; assim, em geral, igualando as


equações (j) = (j + 1) com j = 1, ..., n − 1, obtemos xj = xj+1 e
x1 = x2 = x3 = .... = xn ; usando a equação (n + 1) temos:
a
x1 = x2 = x3 = ...... = xn = ,
n
a a a a
e f ( , , ....., ) = que é o valor máximo. Em particular,
n n n n
236 CAPÍTULO 7. MULTIPLICADORES DE LAGRANGE

a a a a
f (x) ≤ f ( , , ....., ) = ;
n n n n
n
X
por outro lado, a = xi ; portanto:
i=1
n
√ 1X
n
x1 x2 .......... xn ≤ xi .
n i=1

7.4 Generalização do Método


Seja S um conjunto de nível definido por:



 g1 (x0 ) = c1



 g2 (x0 ) = c2

g3 (x0 ) = c3



. .

.

 .





 . .

g (x ) =
k 0 ck .

S é, em geral, interseção de superfícies. O teorema pode ser generalizado da seguinte


forma: Se f tem um ponto de máximo ou mínimo em x0 ∈ Si , para todo i, então, devem
existir constantes λ1 , λ2 ...... λk tais que:

∇f (x0 ) = λ1 ∇g1 (x0 ) + λ2 ∇g2 (x0 ) + ........... + λk ∇gk (x0 ).

Devemos resolver o sistema:




 ∇f (x0 ) = λ1 ∇g1 (x0 ) + λ2 ∇g2 (x0 ) + ........... + λk ∇gk (x0 )

g1 (x0 ) = c1





g2 (x0 ) = c2





g (x ) =
3 0 c3


 . .



 . .

. .





gk (x0 ) = ck .

7.5. MÉTODO DE LAGRANGE E ÁLGEBRA LINEAR 237

Exemplo 7.2.

[1] Determine o ponto da interseção dos planos x + y + z = 1 e 3x + 2y + z = 6 mais


próximo da origem.

Sejam f (x, y, z) = x2 + y 2 + z 2 , g1 (x, y, z) = x + y + z − 1 e g2 (x, y, z) = 3x + 2y + z − 6;


temos:


 2 x = λ1 + 3 λ2 (1)

2 y = λ 1 + 2 λ 2 (2)



2 z = λ1 + λ2 (3)

x + y = 1 − z

 (4)


3x + 2y = 6 − z, (5)

fazendo (1) + (2) + (3) obtemos, usando (4) e (5), o seguinte sistema:
(
3 λ1 + 6 λ2 = 2
3 λ1 + 8 λ2 = 10;

22 7 1 5
logo λ2 = 4 e λ1 = − ex= ,y= ez=− .
3 3 3 3
A distância é:

5 3
.
3

7.5 Método de Lagrange e Álgebra Linear


Utilizamos o Método dos Multiplicadores de Lagrange para determinar os candiadatos
a pontos extremos de uma função f : A ⊂ Rn −→ R, de classe C 1 , restrita ao conjunto:

B = {u ∈ A / g(u) = k},

onde g : A ⊂ Rn −→ R é uma função de classe C 1 .

Não é difícil ver que uma curva de nível de f é tangente a uma curva de nível de g, no
ponto p ∈ A, se e somente se ∇f (p) é paralelo a ∇g(p), se ∇g(p) 6= ~0:
238 CAPÍTULO 7. MULTIPLICADORES DE LAGRANGE

g=c
g=r
g=d

f=k

Figura 7.7: Curvas de níveis de f e g, respectivamente

Isto é, existe λ ∈ R tal que:

∇f (p) = λ ∇g(p).

Assim, para determinar os pontos extremos, devemos resolver o sistema:


(
∇f (p) = λ ∇g(p)
(1)
g(u) = k.

De forma análoga podemos estender o problema de determinar os candiadatos a pon-


tos extremos de uma função f : A ⊂ Rn −→ R de classe C 1 , restrita ao conjunto:

B = {u ∈ A / g(u) = k1 , h(u) = k2 },

onde g, h : A ⊂ Rn −→ R, são funções de classe C 1 .

Se ∇g(u) × ∇h(u) 6= ~0, para todo u ∈ B, então o ponto p ∈ B é ponto extremo de f , se


{∇f (p), ∇g(p), ∇h(p)} é um conjunto ld. Logo, existem λ, µ ∈ R tais que:

∇f (p) = λ ∇g(p) + µ ∇h(p),

Assim, para determinar os pontos extremos, devemos resolver o sistema:



 ∇f (p) = λ ∇g(p) + µ ∇h(p)

(2) g(u) = k1

h(u) = k2

7.6. ELIMINAÇÃO DO PARÂMETRO 239

h=k

g=d

f=c

Figura 7.8: Curvas de níveis de f e g, respectivamente

7.6 Eliminação do Parâmetro


Os parâmtros λ e µ nos sistemas (1) e (2) do parágrafo anterior, são essencialmente
utilizados para ter consistência e assim poder determinar suas possíveis soluções. Por
outro lado, os valores dos parâmetros não são importantes no problema que desejamos
resolver, portanto não tem um interesse prático para serem determinados.
Dependendo do problema,muitas vezes é preferível eliminar os parâmetros dos sis-
temas (1) e (2). A forma de eliminar os parâmetros é trivial, para isto basta utilizar
Álgebra Linear básica.

Se n = 2, os vetores ∇f (p) e ∇g(p) são ld. se, e somente se o determinante da matriz:


 ∂f ∂f 
 ∂x ∂y 
M =
 

 ∂g ∂g 
∂x ∂y

é nulo, onde as derivada parciais são calculadas em (x, y) ∈ A. Assim, em vez de


resolver o sistema (1), resolvemos o sistema:
(
det(M ) = 0
(10 )
g(x, y) = 0

No caso n = 3, com uma restrição, podemos eliminar trivialmente o parâmetro λ do


sistema. Fazendo:
240 CAPÍTULO 7. MULTIPLICADORES DE LAGRANGE

 
~i ~j ~j
 
 
 ∂f ∂f ∂f 
 
M =
 ∂x ∂y ∂z 

 
 
 ∂g ∂g ∂g 
∂x ∂y ∂z

onde as derivada parciais são calculadas em (x, y, z) ∈ A. Como antes, em vez de


resolver o sistema (1), resolvemos o sistema:
(
det(M ) = 0
(100 )
g(x, y, z) = c

No caso n = 3, com duas restrições, podemos eliminar trivialmente os parâmetros λ e


µ do sistema. Fazendo:

∂f ∂f ∂f
 
 ∂x ∂y ∂z 
 
 
 ∂g ∂g ∂g 
M =
 
 ∂x ∂y ∂z 

 
 
 ∂h ∂h ∂h 
∂x ∂y ∂z

onde as derivada parciais são calculadas em (x, y, z) ∈ A. Como antes, em vez de


resolver o sistema (2), resolvemos o sistema:

 det(M ) = 0

0
(2 ) g(x, y, z) = k1

h(x, y, z) = k2

Finalmente, a eliminação dos parâmetros pode ser estendida, de forma totalmente aná-
loga às anteriores, a n restrição, pois sempre teremos que, se p ∈ B é um ponto extremo
de f , então o conjunto:

{∇f (p), ∇g1 (p), ∇g2 (p), . . . , ∇gn (p)}

é um conjunto ld.
7.6. ELIMINAÇÃO DO PARÂMETRO 241

Exemplo 7.3.

[1] Determine os pontos da curva x6 + y 6 = 1 mais afastados e os mais próximos da


origem
Seja f (x, y) = x2 + y 2 , então:
" #
2x 2y
M=
6 x5 6 y 5

Logo, det(M ) = −12 x y (x − y) (x + y) (x2 + y 2 ). Devemos resolver o sistema:


( (
x y (x − y) (x + y) (x2 + y 2 ) = 0 x y (x − y) (x + y) = 0
⇐⇒
x6 + y 6 = 1. x6 + y 6 = 1.

O qual pode ser resolvido facilmente,. Os pontos candidatos a pontos extremos são:
1 1 1 1 1 1 1 1
(±1, 0), (0, ±1), ( √
6
,√
6
), (− √
6
,√
6
), ( √
6
, −√
6
), (− √
6
, −√
6
).
2 2 2 2 2 2 2 2

Logo:

f (1, 0) = f (−1, 0) = f (0, 1) = f (0, −1) = 1,

1 1 1 1 1 1
f (− √
6
,√
6
) = f(√
6
, −√
6
) = f (− √
6
, −√
6
) = 22/3 .
2 2 2 2 2 2
Então:

1. Os pontos (1, 0), (0, 1), (−1, 0) e (0, −1) são de mínimo.

1 1 1 1 1 1 1 1
2. Os pontos ( √
6
,√
6
), (− √
6
,√
6
), ( √
6
, −√
6
), (− √
6
, −√
6
) são de máximo.
2 2 2 2 2 2 2 2

[2] Determine os pontos extremos da função f (x, y, z) = x2 +y 2 +z 2 restrita ao elipsoide


x2 y 2 z2
+ + = 1.
64 36 25
x2 y 2 z2
Sejam g(x, y, z) = + + − 1, então:
64 36 25
242 CAPÍTULO 7. MULTIPLICADORES DE LAGRANGE

~i ~j ~k
 
 
M =  2x 2y 2z
 

 x y 2z 
32 18 25
Logo:
 11 y z 
~i − 39 x z ~j + 7 x y ~k
   
det(M ) =
225 400 144
Devemos resolver o sistema:



 yz = 0

 xz = 0

 xy = 0
x2 y 2 z2




 + + =1
64 36 25

o qual pode ser resolvido facilmente. Os pontos candidatos a pontos extremos são:

(0, 0, ±5), (0, ±6, 0), (±8, 0, 0).

Logo:

f (0, 0, ±5) = 25,


f (0, ±6, 0) = 36
f (0, 0, ±8) = 64.

Então:

1. Os pontos 0, 0, 5) e (0, 0, −5) são de mínimo.

2. Os pontos (8, 0, 0) e (−8, 0, 0) são de máximo.

[3] Determine os pontos extremos de f (x, y, z) = x3 + y 3 + z 3 , sujeitos às seguintes


condições x2 + y 2 + z 2 = 1 e x + y + z = 1.
Sejam g(x, y, z) = x2 + y 2 + z 2 − 1 e h(x, y, z) = x + y + z − 1, então:
7.6. ELIMINAÇÃO DO PARÂMETRO 243

 
3 x2 3 y 2 3 z 2
 
 2x
M = 2y 2z 

1 1 1

Logo:

det(M ) = 6 x2 y − 6 x2 z + 6 xz 2 − 6 xy 2 + 6 y 2 z − 6 yz 2
= (6 y − 6 z) x2 + 6 z 2 − 6 y 2 x + 6 y 2 z − 6 yz 2 ,


fatorando, temos que:

det(M ) = 6 (y − z) (x − z) (x − y) .

Devemos resolver o sistema:



 (y − z) (x − z) (x − y) = 0

x2 + y 2 + z 2 = 1

x + y + z = 1,

o qual pode ser resolvido facilmente,. Os pontos candidatos a pontos extremos são:

1 2 2 2 1 2 2 2 1
(1, 0, 0), (0, 1, 0), (0, 0, 1), (− , , ), ( , − , ), ( , , − ).
3 3 3 3 3 3 3 3 3

Logo:

f (1, 0, 0) = f (0, 1, 0) = f (0, 0, 1) = 1,


1 2 2 2 1 2 2 2 1 5
f (− , , ) = f ( , − , ) = f ( , , − ) = .
3 3 3 3 3 3 3 3 3 9
Então:

1. Os pontos (1, 0, 0), (0, 1, 0) e (0, 0, 1) são de máximo.

1 2 2 2 1 2 2 2 1
2. Os pontos (− , , ), ( , − , ) e ( , , − ) são de mínimo.
3 3 3 3 3 3 3 3 3
244 CAPÍTULO 7. MULTIPLICADORES DE LAGRANGE

Note que o sistema original sería:




 3 x2 = 2 x λ + µ

2
 3y = 2yλ + µ



3 x2 = 2 z λ + µ

x2 + y 2 + z 2 = 1





 x + y + z = 1.
7.7. EXERCÍCIOS 245

7.7 Exercícios
1. Determine os pontos extremos de:

(a) z = 25 − x2 − y 2 tais que x2 + y 2 − 4 y = 0.

(b) z = x2 + 2 x y + y 2 tais que x − y = 3.

(c) z = 4 x2 + 2 y 2 + 5 tais que x2 + y 2 − 2 y = 0.

(d) w = x2 + y 2 + z 2 tais que 3 x − 2 y + z − 4 = 0.

(e) w = x + y + z tais que x2 − y 2 + z 2 = 4.

(f) w = (x + y + z)2 tais que x2 + 2 y 2 + 3 z 2 = 1.

2. Determine os pontos extremos de: w = x2 + y 2 + z 2 tais que:

x2 + y 2 + z 2 ≤ 1.

3. Determine a menor distância de y = x2 ao ponto (0, b), b > 0.

4. Determine o maior e o menor valor de xy tal que 2 x + y = 2, x e y positivos.

5. Determine o maior e o menor valor de x2 + y 2 tal que x4 + y 4 = 1.

6. Determine o maior valor de 2 y − x tal que y = sen(x), 0 ≤ x ≤ 2π.

7. Determine os valores máximos e mínimos de f (x, y, z) = x + 2 y + z se x2 + y 2 = 1


e y + z = 1.

8. Seja 0 < p < q. Determine o máximo e mínimo de xp +y p +z p tal que xq +y q +z q =


1, x, y e z não negativos.

9. Determine os valores extremos de z = cos2 (x) + cos2 (y) se 4x + 4y = π.

10. Determine as dimensões do retângulo de menor perímetro e de área 16 cm2 .

11. De todos os triângulos de perímetro fixo, determine o de maior área.


246 CAPÍTULO 7. MULTIPLICADORES DE LAGRANGE

12. Determine o valor máximo de:

(a) f (x, y, z) = x + y + z tal que x2 + y 2 + z 2 = a2 e conclua que:

(x + y + z)2 ≤ 3 (x2 + y 2 + z 2 ).


(b) f (x, y, z) = x y z tal que x + y + x = s e conclua que: 3 3 xyz ≤ x + y + z.

(c) f (x, y, z) = x y z tal que x2 + y 2 + z 2 = s, x, y e z positivos; conclua que:


r
√ x2 + y 2 + z 2
3
xyz ≤ .
3

13. Se a temperatura em qualquer ponto (x, y, z) do espaço é dada por:

T (x, y, z) = 100 x2 y z,

determine a temperatura máxima e a temperatura mínima sobre x2 + y 2 + z 2 ≤ 4.

14. Determine o ponto P na elipse x2 + 2 y 2 = 6 e o ponto Q na reta x + y = 4 tal que


a distância de P a Q seja a menor possível.

15. Determine os pontos mais afastados da origem tais que x2 + 4 y 2 + z 2 = 4 e


x + y + z = 1.

16. Determine as dimensões do paralelepípedo retangular de área total 2 a2 cuja dia-


gonal seja mínima.

17. Dentre todos os triângulos de área S determine o que tem o perímetro menor.

18. Determine as dimensões do cilindro de maior volume inscrito numa esfera de


raio R.

19. Dentre todos os triângulos retângulos de área S determine o que tem hipotenusa
mínima.

20. Determine o maior produto que podem ter 10 números positivos se a soma é 10 k,
k ∈ N.
Índice

Aproximação Linear, 108 Funções de Classe C 1 , 104


Exemplos, 109 Funções de Classe C 2 , 119
Teorema de Schaerz, 119
Conjunto Limitado, 212 Funções Implícitas, 153
Conjuntos Abertos, 65
Conjuntos de nível, 44 Geometria Analítica, 9
Conjuntos Fechados, 68 Gráfico, 43
Continuidade, 78 Gradiente, 140
Definição, 78 Ângulo de Interseção, 161, 169
Conjuntos de Nível, 157
Derivada Direcional, 135 Curvas de Nível, 158
Como Taxa de Variação, 139 Geometria do, 145
Definação, 135 Superfícies de Nível, 163
Derivadas Parciais, 87
Como Taxa de Variação, 96 Hessiano, 190
definição, 87
Limites, 69
Generalizações, 92
Definição, 69
Interpretação Geométrica, 93
Derivadas Parciais de Ordem Superior, 114 Mínimos Quadrados, 206
Determinação dos Extremos Condiciona- Máximos e Mínimos, 181
dos, 221 Determinação, 188
Diferenciabilidade, 100 Exemplos, 195
Definição, 101 Introdução, 181
Domínio e Imagem, 39 Otimização, 201
Máximos e Mínimos Absolutos, 211
Equação
Teo de Weierstrass, 212
de Laplace, 117
Multiplicadores de Lagrange, 219
de Onda, 118
Generalização, 236
de onda, 127
Otimização, 228
Fronteira de um Conjunto, 66 Plano Tangente, 105
Função Implícita Ponto Crítico, 183
Teorema, 156 Ponto de Sela, 183
Funções, 33
Definição, 33 Regra da Cadeia, 121

247
248 ÍNDICE

Superfícies, 9
Cilindros, 24
Cone Elítico, 23
Elipsóide, 12
Hiperbolóide de duas folha, 17
Hiperbolóide de uma folha, 14
Parabolóide elítico, 19
Parabolóide Hiperbólico, 21
Quádricas, 10

Topologia, 63
Introdução, 63
Bibliografia

[TA] T. Apostol: Mathematical Analysis: A Modern Approach to Advanced Cal-


culus, Reading, Mass, Addison-Wesley Pub. Co.

[EL] E. Lima: Curso de Análise, Vol. II, Ed. Universitaria.

[MW] J. Marsden- A. Weinstein: Calculus, Vol. II e III, Springer-Verlag.

[VC] M. Vilches - M. Corrêa: Cálculo I: Volume I, www.ime.uerj.br/∼calculo.

[VC] M. Vilches - M. Corrêa: Cálculo I: Volume II, www.ime.uerj.br/∼calculo.

249

Você também pode gostar