Funcoes Varias Variaveis 2020

Funções reais
de
várias variáveis reais
Matemática I
Margarida Macedo
Funções reais de várias variáveis reais
Índice
1. Funções de várias variáveis – definição e generalidades ....................................... 4
2. Domínio de uma função ……………….............................................................. 8
3. Conjunto de nível de uma função ........................................................................ 18
3.1. Curvas de nível de uma função de duas variáveis ........................................ 18
3.2. Aplicações em contexto económico ............................................................. 21
3.3. Exercícios propostos ..................................................................................... 26
4. Derivadas parciais ................................................................................................ 28
4.1. Derivadas de 1ª ordem .................................................................................. 28
4.2. Derivadas de 2ª ordem ou superior ............................................................... 38
4.3. Derivada da função composta – Regra da cadeia ......................................... 43
4.4. Exercícios propostos ………………………………………………………. 48
5. Otimização ........................................................................................................... 52
5.1. Extremos de funções com duas variáveis ....................................................... 52
5.2. Cálculo de extremos relativos de funções com duas variáveis ……… 53

............................
5.3. Cálculo de extremos absolutos de funções com duas variáveis ……… 61
............................
5.4. Aplicações em contexto económico ............................................................... 65
5.5. Exercícios propostos ...................................................................................... 67
6. Função definida na forma implícita ...................................................................... 70
6.1. Teorema da Função Implícita ....................................................................... 70
6.2. Derivada da Função definida na forma implícita .......................................... 71
6.3. Classificação de extremos condicionados ..................................................... 76

.......................................................................
6.4. Aplicações em contexto económico ............................................................. 78
6.5. Métodos numéricos ....................................................................................... 80
Margarida Macedo – Católica Porto Business School 1

7. Aproximação de funções …………………………..…………………………… 88

..............................................................................................
7.1. Diferencial ..................................................................................................... 88
7.2. Polinómio de Taylor ...................................................................................... 93
8. Homogeneidade .................................................................................................... 104
8.1. Definição ....................................................................................................... 104
8.2. Teorema de Euler ........................................................................................... 105
8.3. Propriedades das funções homogéneas ……………………………............ 106
9. Exercícios globais ……………………………………….…………….………... 114
Bibliografia .................................................................................................... 130


1. Funções reais de várias variáveis reais – definição e generalidades
Uma função pode ser definida como uma relação entre dois conjuntos, onde a cada elemento
do domínio (um subconjunto do conjunto de partida) está associado um e um só elemento
do contradomínio (um subconjunto do conjunto de chegada). Nas funções reais com uma
variável real, tanto os objetos como as imagens são números reais. Este capítulo aborda
conceitos relativos a funções reais de várias variáveis reais, ou seja, o domínio é um
subconjunto de 𝑅 𝑛 = {(𝑥1 , 𝑥2 , … , 𝑥𝑛 ) ; 𝑥𝑖 ∈ 𝑅, 𝑖 = 1, … , 𝑛 }.
Assim, define-se função f, real de n variáveis reais, da seguinte forma:
𝑓: 𝐷 ⊂ 𝑅 𝑛 𝑅
(𝑥1 , 𝑥2 , … , 𝑥𝑛 ) 𝑓(𝑥1 , 𝑥2 , … , 𝑥𝑛 )
Exemplos:
São de extrema importância, no estudo da economia, indicadores relacionados com a
produção e com os consumidores. Os exemplos que se seguem são funções de várias
variáveis que ilustram alguns desses indicadores:
(1) Função de Produção de Cobb-Douglas
A função produção, geralmente, relaciona a produção (Q) com as variáveis quantidade de

trabalho (L) e capital (K); em particular, a função produção de Cobb-Douglas1
𝑄(𝐿, 𝐾) = 𝐶𝐿𝛼 𝐾𝛽 (𝛼, 𝛽 ∈ [0,1], 𝐶 ∈ 𝑅 + )
1
Cobb e Douglas (1928) desenvolveram o modelo matemático proposto por Knut Wicksell (1851 - 1926) que
se mostrou estatisticamente ajustado ao crescimento da economia americana durante o período de 1899 a
1922. Consideraram uma visão simplificada da produção, sustentando que esta é determinada pela quantidade
de mão-de-obra envolvida e a quantidade do capital investido. Apesar de existirem muitos outros fatores que
afetam o desempenho económico, o modelo em causa mostrou-se bastante preciso. Atualmente, em
economia, a forma funcional de funções produção de Cobb-Douglas continua a ser amplamente usada para
representar a relação entre a produção e os seus fatores.

em que L representa o número de unidades de trabalho (geralmente em horas), K o número

de unidades de capital e Q o número de unidades produzidas a eles associado.
Quando os expoentes verificam a condição 𝛼 + 𝛽 = 1, fica
𝑄(𝐿, 𝐾) = 𝐶𝐿𝛼 𝐾 1−𝛼 ,
função com caraterísticas aritméticas específicas:2
Exemplo:
Suponha-se que um fabricante estima que a produção de determinado produto admite como
modelo 𝑄(𝐿, 𝐾) = 100𝐿0,6 𝐾 0,4, em que L representa o trabalho (em pessoas/hora) e K o
capital em milhares de unidades monetárias.
Quando se duplicam as quantidades de trabalho e capital, verifica-se que a produção duplica:
𝑓(2𝐿, 2𝐾) = 100(2𝐿)0,6 (2𝐾)0,4 = 20,6+0,4 ⋅ 100𝐿0,6 𝐾 0,4 = 2𝑓(𝐿, 𝐾)
Analogamente, quando se triplicam as quantidades de trabalho e capital, a produção triplica:
𝑓(3𝐿, 3𝐾) = 100(3𝐿)0,6 (3𝐾)0,4 = 30,6+0,4 ⋅ 100𝐿0,6 𝐾 0,4 = 3𝑓(𝐿, 𝐾)
Genericamente:
𝑓(𝜆𝐿, 𝜆𝑦) = 100(𝜆𝐾)0,6 (𝜆𝐿)0,4 = 𝜆0,6+0,4 ⋅ 100𝐾 0,6 𝐿0,4 = 𝜆𝑓(𝐾, 𝐿)
Ou seja, quando as variáveis trabalho e capital têm variações percentuais iguais e

simultâneas, a produção tem igual variação percentual.
(2) Função utilidade
O conceito de utilidade, numa vertente económica, visa modelar o valor de um determinado

bem ou serviço para um determinado consumidor; nesse contexto, a função utilidade
representa a ordem de preferência do consumidor sobre um conjunto de opções, refletindo o
seu nível de satisfação em função da sua escolha.3
2
Num outro capítulo desta unidade, serão introduzidos conceitos que explicam estes resultados.
3
O conceito de utilidade insere-se no núcleo conceptual da Teoria do Consumidor, sustentada, em parte, pelo
princípio de que a decisão dos agentes económicos resulta de uma comparação entre o benefício de
determinada ação com o custo de a implementar.

A função utilidade é, portanto, uma função em que as variáveis independentes são o valor
de cada atributo para determinada alternativa disponível. Os modelos funcionais podem
assumir vários aspetos, como será visto em exemplos que serão considerados
posteriormente.
Casos particulares (tendo em conta o número de variáveis independentes):
(1) Função de duas variáveis:
Uma função f de duas variáveis é uma relação que associa a cada par ordenado de números
reais (x,y) um único valor real representado por f(x,y). Pode-se representar 𝑧 = 𝑓(𝑥, 𝑦) para
tornar explícitos os valores tomados por f num ponto genérico. As variáveis x e y são
variáveis independentes, e z a variável dependente.
Ou seja, uma função de duas variáveis é uma função cujo domínio é um subconjunto de 𝑅 2
e cujo contradomínio é um
subconjunto de R, conforme o
diagrama ao lado, onde o domínio D
é representado como um subconjunto
do plano Oxy.
Se f é uma função de duas variáveis com domínio D, então o gráfico de f é o conjunto de

todos os pontos (x, y, z) em 𝑅 3 tal que 𝑧 = 𝑓(𝑥, 𝑦) e (x, y) pertence ao domínio D, ou seja
graf(𝑓) = {(𝑥, 𝑦, 𝑧) ∈ 𝑅 3 : 𝑧 = 𝑓(𝑥, 𝑦)}
Exemplos:
1) 𝑓(𝑥, 𝑦) = 6 − 3𝑥 − 2𝑦 no 1º octante

2) 𝑔(𝑥, 𝑦) = √9 − 𝑥 2 − 𝑦 2
3) ℎ(𝑥, 𝑦) = 4𝑥 2 + 𝑦 2
2 −𝑦 2
4) 𝑓(𝑥, 𝑦) = (𝑥 2 + 3𝑦 2 ) 𝑒 −𝑥
𝟓) 𝑓(𝑥, 𝑦) = sen 𝑥 + sen 𝑦

(2) Função de três variáveis:
Uma função f de três variáveis é uma relação que associa a cada terno ordenado (x, y, z) de
um domínio 𝐷 ⊂ 𝑅 3 um único número real representado por 𝑓(𝑥, 𝑦, 𝑧).
Exemplo:
Pagamento mensal para amortização de um empréstimo
𝑐𝑟
12
𝑀(𝑐, 𝑟, 𝑡) = 12𝑡
1
1−( 𝑟)
1+
12
em que M é o pagamento mensal para a amortização de um empréstimo de capital no

montante de c, em t anos, à taxa anual r.
2. Domínio de uma função
2.1. Definição e conceitos gerais
Domínio de uma função f, é o conjunto dos elementos do conjunto de partida para os quais
a expressão analítica que define a função tem significado.
Para determinar o domínio de uma função, independentemente do número de variáveis,

deveremos ter em conta que:
• O denominador de uma fração deverá ser diferente de zero;
• O argumento de um logaritmo deverá ser maior que zero;
• O radicando de uma raiz de índice par deverá ser maior ou igual a zero;
• O argumento de um arco seno ou arco cosseno deverá estar compreendido entre −1 e 1;

𝜋
• O argumento de uma tangente deverá ser diferente de + 𝑘𝜋, com 𝑘 ∈ 𝑍;
2
• O argumento de uma cotangente deverá ser diferente de 𝑘𝜋, com 𝑘 ∈ 𝑍.

2.2. Domínio de uma função de duas variáveis
Em particular, se a função f é de duas variáveis, o domínio da função dá origem a um

conjunto de pares ordenados que constituem um domínio plano, ou seja, um subconjunto
de 𝑅 2 .
Exemplos:
Determinar analiticamente e representar geometricamente o domínio de algumas

funções:
√𝑥+𝑦+1
1) 𝑓(𝑥, 𝑦) = 𝑥−1
𝐷𝑓 = {(𝑥, 𝑦) ∈ 𝑅 2 : 𝑥 + 𝑦 + 1 ≥ 0 ∧ 𝑥 − 1 ≠ 0}
2) 𝑓(𝑥, 𝑦) = 𝑥 ln( 𝑦 2 − 𝑥)
𝐷𝑓 = {(𝑥, 𝑦) ∈ 𝑅 2 : 𝑦 2 − 𝑥 > 0}
3) 𝑔(𝑥, 𝑦) = √9 − 𝑥 2 − 𝑦 2
𝐷𝑔 = {(𝑥, 𝑦) ∈ 𝑅 2 : 9 − 𝑥 2 − 𝑦 2 ≥ 0} =
= {(𝑥, 𝑦) ∈ 𝑅 2 : 𝑥 2 + 𝑦 2 ≤ 9}

𝑥+𝑦
4) 𝑓(𝑥, 𝑦) = ln √𝑥−𝑦
𝑥+𝑦
𝐷𝑓 = {(𝑥, 𝑦) ∈ 𝑅 2 : 𝑥−𝑦 > 0}
𝑥+𝑦 𝑥+𝑦 >0 𝑥+𝑦 <0 𝑦 > −𝑥 𝑦 < −𝑥

> 0 ⇔ { ∨ { ⇔ { ∨ {
𝑥−𝑦 𝑥−𝑦 >0 𝑥−𝑦 <0 𝑦<𝑥 𝑦>𝑥
y=-x y y=x
𝑦
5) 𝑓(𝑥, 𝑦) = 1
ln
𝑥
1 1
𝐷𝑓 = {(𝑥, 𝑦) ∈ 𝑅 2 : 𝑥 > 0 ∧ ln (𝑥) ≠ 0}
1
> 0 ⇔ 𝑥 > 0
𝑥
1 1
ln (𝑥) ≠ 0 ⇔ 𝑥 ≠ 1 ⇔ 𝑥 ≠ 1
𝑥 y x=2
6) 𝑧 = ln(𝑥 − 𝑦 2 ) ⋅ arcsen (2) y x=2
𝑥
𝐷𝑧 = {(𝑥, 𝑦) ∈ 𝑅 2 : 𝑥 − 𝑦 2 > 0 ∧ −1 ≤ 2 ≤ 1}
𝑥 − 𝑦2 > 0 ⇔ 𝑥 > 𝑦2 0
x
𝑥
−1 ≤ 2 ≤ 1 ⇔ −2 ≤ 𝑥 ≤ 2

𝑥−𝑦
7) 𝑓(𝑥, 𝑦) = ln
2𝑥
𝑥−𝑦
𝐷𝑓 = {(𝑥, 𝑦) ∈ 𝑅 2 : > 0}
2𝑥
𝑥−𝑦 𝑥−𝑦 >0 𝑥−𝑦 <0

>0⇔{ ∨ {
2𝑥
2𝑥 > 0 2𝑥 < 0
𝑦<𝑥 𝑦>𝑥
⇔ { ∨ {
𝑥>0 𝑥<0
𝑥2
8) 𝑓(𝑥, 𝑦) = ln 𝑦 2
𝑥2
𝐷𝑓 = {(𝑥, 𝑦) ∈ 𝑅 2 : 𝑦 2 > 0}
𝑥2
> 0 ⇔ 𝑥 ≠ 0 ∧ 𝑦 ≠ 0
𝑦2
ln |𝑥 2 +𝑦 2 −4|
9) 𝑔(𝑥, 𝑦) =
𝑥𝑦√𝑥 2 −𝑦 2
𝐷𝑔 = {(𝑥, 𝑦) ∈ 𝑅 2 : |𝑥 2 + 𝑦 2 − 4| > 0 ∧ 𝑥𝑦 ≠ 0 ∧ 𝑥 2 − 𝑦 2 > 0}
|𝑥 2 + 𝑦 2 − 4| > 0 ⇔ 𝑥 2 + 𝑦 2 − 4 ≠ 0 ⇔ 𝑥 2 + 𝑦 2 ≠ 4
𝑥𝑦 ≠ 0 ⇔ 𝑥 ≠ 0 ∧ 𝑦 ≠ 0
𝑥 2 − 𝑦 2 > 0 ⇔ (𝑥 + 𝑦)(𝑥 − 𝑦) > 0 ⇔
𝑥+𝑦 >0 𝑥+𝑦 <0

⇔{ ∨ {
𝑥−𝑦 >0 𝑥−𝑦 <0
𝑦 > −𝑥 𝑦 < −𝑥
⇔ { ∨ {
𝑦<𝑥 𝑦>𝑥

√𝑥+1
10) 𝑓(𝑥, 𝑦) =
√1−𝑥2 −𝑦 2
𝐷𝑓 = {(𝑥, 𝑦) ∈ 𝑅 2 : 𝑥 ≥ 0 ∧ 1 − 𝑥 2 − 𝑦 2 > 0}
1 − 𝑥2 − 𝑦2 > 0 ⇔ 𝑥2 + 𝑦2 < 1
𝑥
11) 𝑓(𝑥, 𝑦) = √𝑥−𝑦
𝑥
𝐷𝑓 = {(𝑥, 𝑦) ∈ 𝑅 2 : 𝑥−𝑦 ≥ 0}
𝑥 𝑥≥0 𝑥≤0
≥0⇔{ ∨{
𝑥−𝑦 𝑥−𝑦 > 0 𝑥−𝑦 <0
𝑥≥0 𝑥≤0
⇔{ ∨{
𝑦<𝑥 𝑦>𝑥
𝑥 2 +𝑦 2 +2𝑥
12. ℎ(𝑥, 𝑦) = √𝑥 2 +𝑦 2−2𝑥
𝑥 2 +𝑦 2 +2𝑥
𝐷ℎ = {(𝑥, 𝑦) ∈ 𝑅 2 : ≥ 0}
𝑥 2 +𝑦 2 −2𝑥
𝑥 2 +𝑦 2 +2𝑥
≥0⇔
𝑥 2 +𝑦 2 −2𝑥
𝑥 2 + 𝑦 2 + 2𝑥 ≥ 0 𝑥 2 + 𝑦 2 + 2𝑥 ≤ 0
⇔{ ∨ {
𝑥 2 + 𝑦 2 − 2𝑥 > 0 𝑥 2 + 𝑦 2 − 2𝑥 < 0
(𝑥 + 1)2 + 𝑦 2 ≥ 1 (𝑥 + 1)2 + 𝑦 2 ≤ 1
⇔{ ∨ {
(𝑥 − 1)2 + 𝑦 2 > 1 (𝑥 − 1)2 + 𝑦 2 < 1

𝑥
13) 𝑓(𝑥, 𝑦) = 𝑥 arccos ( )
𝑦
𝑥
𝐷𝑓 = {(𝑥, 𝑦) ∈ 𝑅 2 : −1 ≤ 𝑦 ≤ 1}
𝑥 𝑥 𝑥 𝑥−𝑦 𝑥+𝑦
1≤𝑦≤1⇔𝑦 ≤1∧ ≥ −1 ⇔ ≤0 ∧ ≥0⇔
𝑦 𝑦 𝑦
𝑥−𝑦 ≥0 𝑥−𝑦 ≤0 𝑥+𝑦≤0 𝑥+𝑦 ≥0

⇔ ({ ∨ { ) ∧ ({ ∨ { )⇔
𝑦<0 𝑦>0 𝑦<0 𝑦>0
𝑦≤𝑥 𝑦≥𝑥 𝑦 ≤ −𝑥 𝑦 ≥ −𝑥
⇔ ({ ∨ { ) ∧ ({ ∨ { )
𝑦<0 𝑦>0 𝑦<0 𝑦>0
Da interseção das duas figuras, resulta:

𝑥+𝑦
se (𝑥, 𝑦) ≠ (0,0)
14) 𝑚(𝑥, 𝑦) = {√𝑥 2+𝑦 2
1 se (𝑥, 𝑦) = (0,0)
𝐷𝑚 = {(𝑥, 𝑦) ∈ 𝑅 2 \{(0,0)}: 𝑥 2 + 𝑦 2 ≠ 0} ∪ {(0,0)} = 𝑅 2
15) 𝑓(𝑥, 𝑦) = ln (|𝑦| − √|𝑥|)
𝐷𝑓 = {(𝑥, 𝑦) ∈ 𝑅 2 : |𝑦| − √|𝑥| > 0}
|𝑦| − √|𝑥| > 0 ⇔ |𝑦| > √|𝑥| ⇔ 𝑦 2 > |𝑥| ⇔ |𝑥| < 𝑦 2 ⇔ −𝑦 2 < 𝑥 < 𝑦 2
𝑥 = −𝑦 2 e 𝑥 = 𝑦 2 são parábolas em que o eixo de simetria é o eixo Ox
Para verificar se a área que pertence ao domínio corresponde à que

está "dentro" ou "fora" das parábolas, basta substituir um ponto
(por exemplo verifica-se que (−1,0) e (1,0) não verificam as
condições indicadas, portanto não pertencem ao domínio da
função).
16) 𝑗(𝑥, 𝑦) = 2𝑥 + ln[𝑦 2 + (𝑥 + 1)𝑥𝑦 + 𝑥 3 ]
𝐷𝑗 = {(𝑥, 𝑦) ∈ 𝑅 2 : 𝑦 2 + (𝑥 + 1)𝑥𝑦 + 𝑥 3 > 0}
𝑦 2 + (𝑥 + 1)𝑥𝑦 + 𝑥 3 > 0 ⇔ 𝑦 2 + 𝑥 2 𝑦 + 𝑥𝑦 + 𝑥 3 > 0 ⇔
⇔ 𝑦(𝑦 + 𝑥 2 ) + 𝑥(𝑦 + 𝑥 2 ) > 0 ⇔
⇔ (𝑦 + 𝑥 2 )(𝑦 + 𝑥) > 0 ⇔
𝑦 + 𝑥2 > 0 𝑦 + 𝑥2 < 0
⇔{ ∨ { ⇔
𝑦+𝑥 >0 𝑦+𝑥 <0
𝑦 > −𝑥 2 𝑦 < −𝑥 2
⇔{ ∨ {
𝑦 > −𝑥 𝑦 < −𝑥

2.3. Domínio de uma função de três variáveis
Em particular, se f é uma função de três variáveis, o domínio da função corresponde a um

conjunto de pontos de 𝑅 3 , que constituem uma superfície ou sólido.
Exemplo:
Sendo 𝑓(𝑥, 𝑦, 𝑧) = ln(5 − 𝑥 2 − 𝑦 2 − 𝑧 2 ), o domínio de f é dado por
𝐷𝑓 = {(𝑥, 𝑦, 𝑧) ∈ 𝑅 3 : 𝑥 2 + 𝑦 2 + 𝑧 2 < 5}
ou seja, é constituído por todos os pontos da esfera centrada na origem e cujo raio é √5 ,
sem incluir a superfície esférica correspondente.
2.4. Exercícios propostos
1. Defina analiticamente e represente geometricamente os domínios das funções definidas

por:
a) z = 2x − y
b) z = ln (x + y)
1
c) 𝑧 = 1−𝑥 2 −𝑦 2
1
d) 𝑓(𝑥, 𝑦) = cos 𝑥𝑦
e) 𝑔(𝑥, 𝑦) = ln(𝑒 − 𝑒 √𝑦 −𝑥 )
1
f) ℎ(𝑥, 𝑦) = (𝑥−𝑦)2
1
g) 𝑔(𝑥, 𝑦) = 𝑥 √1 − 𝑥 2 − 𝑦 2 ⋅ ln(𝑥 2 − 𝑥𝑦)
𝑥𝑦+1
h) 𝑧 = 𝑥 2 −𝑦

i) 𝑓(𝑥, 𝑦) = √𝑥 − 𝑦 + ln( 𝑥𝑦)
j) 𝑓(𝑥, 𝑦) = √𝑥𝑦 ⋅ ln(2 − 2√𝑦 -1)
k) 𝑧 = 𝑥 − √(3𝑥 2 + 4𝑦 2 )3
𝑦
l) 𝑓(𝑥, 𝑦) = ln 𝑥 + arcsen (𝑥 2 + 𝑦 2 )
m) 𝑓(𝑥, 𝑦) = ln[(𝑥 2 + 𝑦 2 − 4) (𝑦 − 𝑥 2 − 2)]
n) 𝑧 = ln𝑦 2 + √1 − 𝑥 2
o) 𝑤(𝑥, 𝑦) = ln(𝑦 + 𝑥 2 ) + √(𝑥 − 1)2 + 𝑦 2 − 1
p) 𝑤(𝑥, 𝑦) = √𝑥 2 + 𝑦 2 − 1 + ln(𝑥 2 − 𝑦 2 )
2. Determine analiticamente e represente geometricamente o domínio das funções definidas

por:
1 1
a) 𝑝(𝑥, 𝑦) = ln 𝑥𝑦 b) 𝑞(𝑥, 𝑦) = ln 𝑥 2𝑦
1 1
c) 𝑚(𝑥, 𝑦) = ln 𝑥𝑦 2 d) 𝑓(𝑥, 𝑦) = ln 𝑥 2 𝑦 2
1
e) 𝑝(𝑥, 𝑦) = ln √𝑥 2 𝑦 2 f) 𝑔(𝑥, 𝑦) = arctg(ln(𝑥 2 + 𝑦 2 ))
cos√𝑥−𝑦 2
g) 𝑧 = arcsen(ln(𝑥 2 + 𝑦 2 )) h) 𝑧 =
ln𝑥⋅√4−𝑦2

Soluções:
2.
a) b) c) d)
e) f) g) h)

3. Conjunto de nível de uma função
Sendo f uma função real com n variáveis reais, (𝑥1 , 𝑥2 , … , 𝑥𝑛 ), define-se conjunto de nível
de valor k ao conjunto dos pontos de 𝑅 𝑛 cuja imagem por f é k, ou seja
𝑁𝑘 (𝑓) = {(𝑥1 , 𝑥2 , … , 𝑥𝑛 ) ∈ 𝐷𝑓 : 𝑓(𝑥1 , 𝑥2 , … , 𝑥𝑛 ) = 𝑘}
Consequentemente, todos os pontos de determinado conjunto de nível têm a mesma imagem.

Nos casos particulares de funções de duas ou três variáveis, o conjunto de nível chama-se,
respetivamente, curva de nível e superfície de nível.
3.1. Curvas de nível de uma função de duas variáveis
De acordo com a definição anterior, as curvas de nível de uma função f de duas variáveis são
as linhas (no domínio de f), com equação 𝑓(𝑥, 𝑦) = 𝑘, onde k é o valor da curva de nível e
é uma constante real pertencente ao contradomínio de f.
A curva de nível de f de valor k, é dada por
𝑁𝑘 (𝑓) = {(𝑥, 𝑦) ∈ 𝐷𝑓 : 𝑓(𝑥, 𝑦) = 𝑘}
ou seja, a curva de nível 𝑓(𝑥, 𝑦) = 𝑘 é o conjunto de todos os pontos do domínio de f nos

quais o valor de f é k. Por outras palavras, mostra onde o gráfico de f tem cota k.
As curvas de nível 𝑓(𝑥, 𝑦) = 𝑘 correspondem à projeção sobre o plano Oxy, da interseção

do gráfico de f com o plano horizontal 𝑧 = 𝑘. A superfície correspondente ao gráfico de f
será mais inclinada onde as curvas de nível estiverem mais próximas uma das outras e mais
plana onde as curvas de nível estiverem mais distantes uma das outras.
Na figura, pode ser observada essa relação:

Exemplos do esboço de algumas curvas de nível de algumas funções:
1) 𝑓(𝑥, 𝑦) = 6 − 3𝑥 − 2𝑦
2) 𝑔(𝑥, 𝑦) = √9 − 𝑥 2 − 𝑦 2
As figuras que se seguem, mostram algumas curvas de nível geradas por computador
juntamente com os gráficos correspondentes.
3) ℎ(𝑥, 𝑦) = 4𝑥 2 + 𝑦 2

2 −𝑦 2
4) 𝑓(𝑥, 𝑦) = −𝑥𝑦𝑒 −𝑥
As curvas de nível aparecem em diversos contextos:
Exemplos:
(1) Na elaboração de cartas topográficas: neste caso, f(x,y) representa a elevação em metros
em relação ao nível do mar, num ponto (𝑥, 𝑦) de latitude x e longitude y.
Na colina da figura esboçada (em três dimensões) encontram-se as curvas de relevo

correspondentes às elevações de 0, 100, 200, 300 e 400 metros, por exemplo. Essas
curvas podem ser encaradas como tendo sido obtidas cortando-se a colina em “fatias”
paralelas à base. O “caminho” ao longo de uma dessas curvas permanece sempre à
mesma altitude.

(2) Um mapa cartográfico análogo é usado para

indicar a profundidade da água através das
curvas batimétricas. No exemplo é da
figura ao lado, 𝑓(𝑥, 𝑦) é a profundidade da
água de um lago no ponto (𝑥, 𝑦).
(3) A figura exibe um mapa meteorológico, em

que 𝑓(𝑥, 𝑦) representa a temperatura durante
certo dia. Ao longo de cada uma das curvas
de nível, chamadas curvas isotérmicas, a
temperatura é constante.
(4) Quando f(x,y) representa, numa carta meteorológica, a pressão barométrica (em bars)
no ponto (x,y), as curvas de nível neste caso são chamadas isobáricas.
3.2. Aplicações em contexto económico
3.2.1. Isoquantas
Conhecida uma função produção Q, dependente dos fatores K e L, as isoquantas de Q são

as suas curvas de nível, ou seja, o conjunto de combinações de valores de K e L que dão
origem à mesma quantidade produzida.
Exemplo:
Seja a função de produção referida num exemplo anterior, 𝑄(𝐿, 𝐾) = 100𝐿0,6 𝐾 0,4, em que
K é o capital disponível em milhares de euros, L número de horas de trabalho e Q a
quantidade produzida em toneladas de determinado produto.

𝑄(𝐿, 𝐾) = 1000 ⟺ 100𝐿0,6 𝐾 0,4 = 1000 ⟺ 𝐿0,6 𝐾 0,4 = 100
Todas as combinações entre número de horas de mão de obra e capital que verificam aquela
igualdade, dão origem ao mesmo nível de produção, ou seja, 1000 toneladas. Por exemplo
ln100 5ln100−3ln50
os valores 𝐾 = 1 e 𝐿 = 𝑒 0,6 ; ou 𝐿 = 50 e 𝐾 = 𝑒 2 (verifique!).
3.2.2. Curvas de Indiferença
As curvas de indiferença de uma função utilidade, são as curvas de nível da função utilidade
e são dadas pelo conjunto de combinações de bens ou serviços para os quais o nível de
utilidade (ou seja, a satisfação) para o consumidor é o mesmo. No caso de uma função
U(a,b), que traduz as preferências de determinado consumidor em relação aos bens a e b, o
consumidor está disposto a alterar o número de unidades de a e b, desde que a satisfação
obtida seja a mesma.
Exemplo:
3
Seja a função utilidade para o consumidor X, 𝑈(𝑎, 𝑏) = √𝑎4 𝑏 2 , com 𝑎 > 0 e 𝑏 > 0, em
que a é o número de unidades determinado fator A e b o número de unidades de determinado
fator B.
Por exemplo 𝑈(1,2) < 𝑈(2,1), pelo que se pode concluir que o consumidor X prefere a
combinação de 2 unidades de a e 1 de b, à combinação de 2 unidades de b e 1 de a.
Seja, por exemplo, a curva de indiferença de nível 4: a combinação dos fatores a e b que dão
3
origem ao nível de satisfação 4, é dada pela igualdade 𝑈(𝑎, 𝑏) = 4 ⟺ √𝑎4 𝑏 2 = 4. Por
exemplo 𝑎 = 𝑏 = 2 é uma combinação possível (verifique!). Mas 𝑈(1,8) também é 4, pelo
que o consumidor X obtém a mesma satisfação se combinar 2 unidades de a e 2 unidades de
b, ou 1 unidade de a e 8 de b, ou seja, para ele, é indiferente qualquer uma das opções.
Existe uma infinidade de combinações de valores nestas condições, como ilustra a figura
seguinte, que representa a curva de nível 4 da função U:

Exercícios resolvidos:
𝑥
1) Determinar as curvas de nível da função 𝑓(𝑥, 𝑦) = √𝑥−𝑦.
Resolução:
𝑥
𝑁𝑘 (𝑓) = {(𝑥, 𝑦) ∈ 𝐷𝑓 : √𝑥−𝑦 = 𝑘}
𝑥
• Se k < 0, √𝑥−𝑦 = 𝑘 é impossível, logo não existe curva de nível;
𝑥
• Se k = 0, √𝑥−𝑦 = 0 ⇔ 𝑥 = 0 ∧ 𝑦 ≠ 𝑥 (eixo Oy, exceto a origem (0,0))
𝑥 𝑥 𝑘 2 −1
• Se k > 0, √𝑥−𝑦 = 𝑘 ⇔ 𝑥−𝑦 = 𝑘 2 ⇔ 𝑥 = 𝑘 2 𝑥 − 𝑘 2 𝑦 ⇔ 𝑦 = 𝑥
𝑘2
As curvas pedidas são as que pertencem à família de semirretas de origem em (0,0) e ao

domínio da função4 (portanto, não inclui (0,0) já que 𝑦 ≠ 𝑥).
4
Domínio calculado na página 12.

𝑥 2 +𝑦 2 +2𝑥
2) Determinar a curva de nível de valor 0 da função 𝑓(𝑥, 𝑦) = √𝑥 2 +𝑦 2−2𝑥.
Resolução:
𝑥 2 +𝑦 2 +2𝑥
𝑁0 (𝑓) = {(𝑥, 𝑦) ∈ 𝐷𝑓 : √𝑥 2 +𝑦 2−2𝑥 = 0}
𝑥 2 +𝑦 2 +2𝑥
√ = 0 ⇔ 𝑥 2 + 𝑦 2 + 2𝑥 = 0 ∧ 𝑥 2 + 𝑦 2 − 2𝑥 ≠ 0
𝑥 2 +𝑦 2 −2𝑥
A curva é a circunferência de centro (−1,0) e raio 1, exceto o ponto (0,0), já que este é o
ponto de interseção das duas circunferências equacionadas.5
𝑥
3) Determinar a curva de nível de 𝑓(𝑥, 𝑦) = 𝑥 arccos (𝑦) à qual pertence o ponto (0,1).
Resolução:
0
𝑓(0,1) = 0 ∙ arccos (1) = 0 ⇔ 𝑘 = 0 valor da curva de nível
𝑥 𝑥 𝑥
𝑥 arccos (𝑦) = 0 ⇔ 𝑥 = 0 ∨ arccos (𝑦) = 0 ⇔ 𝑥 = 0 ∨ = 1⇔𝑥 = 0∨𝑦 =𝑥
𝑦
A curva de nível pedida é a reunião das retas x = 0 (eixo Oy) e y = x, sem incluir a origem,
já que esta não pertence ao domínio.6
4) Determinar uma expressão da curva de nível de ℎ(𝑥, 𝑦) = ln(𝑥 ln(𝑦 − 𝑥 2 )) à qual

pertence o ponto (1, 𝑒 + 1) e indicar outro ponto da referida curva de nível.
Resolução:
ℎ(1, 𝑒 + 1) = ln(1 ln(𝑒 + 1 − 1)) = ln 1 = 0; é a curva de valor 0, ou seja 𝑁0 (ℎ)
5
6

𝑁0 (ℎ) = {(𝑥, 𝑦) ∈ 𝐷ℎ : ℎ(𝑥, 𝑦) = 0}
ℎ (𝑥, 𝑦) = 0 ⇔ ln(𝑥 ln(𝑦 − 𝑥 2 )) = 0 ⇔ 𝑥 ln(𝑦 − 𝑥 2 ) = 1 ∧ 𝑥 ln(𝑦 − 𝑥 2 ) > 0
Para calcular outro ponto da curva de nível, faz-se, por exemplo, 𝑥 = −1, e calcula-se, se
possível, o valor de y que verifica a condição
−ln(𝑦 − 1) = 1 ⟺ ln(𝑦 − 1) = −1 ⟺ 𝑦 − 1 = 𝑒 −1
1
Ou seja, outro ponto da curva de nível em causa é, por exemplo, (−1, 𝑒 + 1).
5) Determinar as curvas de nível da função 𝑙(𝑥, 𝑦) = 𝑦 ⋅ 𝑒 𝑥 .
Resolução:
𝑁𝑘 (𝑙) = {(𝑥, 𝑦) ∈ 𝐷𝑙 : 𝑦 ∙ 𝑒 𝑥 = 𝑘}
As curvas de nível são dependentes do valor de k:
• Se k = 0, resulta a reta y = 0
• Se k  0, resultam as curvas da família 𝑦 = 𝑘𝑒 −𝑥
A curva de nível que passa pelo ponto (0,1), por exemplo, é a curva de valor 𝑙(0,1) = 1, que
corresponde à linha de equação 𝑦 = 𝑒 −𝑥 .
6) Determinar as curvas de nível da função 𝑓(𝑥, 𝑦) = 𝑥 ⋅ 𝑒 𝑦 .
Resolução:
𝑁𝑘 (𝑓) = {(𝑥, 𝑦) ∈ 𝐷𝑙 : 𝑥 ∙ 𝑒 𝑦 = 𝑘}
As curvas de nível são dependentes do valor de k:
• Se k = 0, resulta a reta x = 0
• Se k > 0, resultam as curvas da família y = lnk – lnx (para x > 0)
• Se k < 0, resultam as curvas da família 𝑦 = ln(−𝑘) − ln(−𝑥) (para x < 0)

1. Determine as curvas de nível das funções que se seguem:

a) z = 2x – y b) z = ln (x+ y)
1
c) 𝑓(𝑥, 𝑦) = 1 − 𝑥 2 − 𝑦 2 d) ℎ(𝑥, 𝑦) = (𝑥−𝑦)2
1
e) 𝑧 = 1−𝑥 2 −𝑦 2 f) 𝑧 = 𝑥 2 + 𝑦
𝑥
g) ℎ(𝑥, 𝑦) = 𝑥 2 − 4𝑥 − 𝑦 h) 𝑧 = 𝑦
i) 𝑧 = 𝑥𝑦 j) 𝑓(𝑥, 𝑦) = ln(𝑥 2 + 𝑦 2 )
2. Para cada uma das funções definidas no exercício anterior, determine, se existir, a curva
de nível que passa pelo ponto (0,1).
3. Represente geometricamente três curvas de nível de cada uma das funções seguintes:
a) 𝑓(𝑥, 𝑦) = 𝑦𝑒 𝑥
b) 𝑔(𝑥, 𝑦) = 𝑥𝑒 𝑦
c) ℎ(𝑥, 𝑦) = ln(𝑥 2 + 𝑦 2 )
Soluções:
1. As soluções apresentadas são com k parâmetro real:
a) retas da família y = 2x – k
b) retas da família y = −𝑥 + 𝑒 𝑘
c) k < 1  família de circunferências de centro na origem e r =√1 − 𝑘
k = 1  ponto (0,0) ; k > 1  conjunto vazio

1
d) k > 0  retas da família 𝑦 = 𝑥 ± √𝑘
k  0  conjunto vazio
1
e) 𝑘 < 0 ∨ 𝑘 > 1 família de circunferências de centro (0,0) e r = √1 − 𝑘
k = 1  ponto (0,0);
0  k <1  conjunto vazio
f) parábolas da família 𝑦 = −𝑥 2 + 𝑘
g) parábolas da família 𝑦 = (𝑥 − 2)2 − 4 − 𝑘
h) retas da família y = mx (m real diferente de 0) e a reta x = 0
i) k = 0  reunião dos eixos coordenados
k  0  família de hipérboles equiláteras xy = k
j) família de circunferências de centro (0,0) e raio √𝑒 𝑘
2. a) reta y = 2x + 1 b) reta y = – x + 1
c) circunferência 𝑥 2 + 𝑦 2 = 1 d) retas 𝑦 = 𝑥 ± 1
e) não existe f) parábola 𝑦 = 1 − 𝑥 2
g) parábola 𝑦 = (𝑥 − 2)2 − 3 h) reta x = 0 (eixo dos yy), exceto a origem
i) eixos dos xx e dos yy j) curva 𝑦 = 𝑒 −𝑥
k) eixo dos yy l) circunferência 𝑥 2 + 𝑦 2 = 1
3. a) b) c)

4. Derivadas parciais
4.1. Derivadas de 1ª ordem
4.1.1. Definições e interpretação geométrica
Seja f é uma função de n variáveis independentes 𝑦 = 𝑓(𝑥1 , 𝑥2 , . ., 𝑥𝑖 , . . . , 𝑥𝑛 ); se a variável

𝑥𝑖 sofre uma variação ∆𝑥𝑖 enquanto as restantes permanecem inalteradas, ocorre uma
variação correspondente em y − seja ∆𝑦. A derivada parcial de f em relação a 𝑥𝑖 , é dada por
𝜕𝑓 ∆𝑦
= 𝑙𝑖𝑚 , ou seja
𝜕𝑥𝑖 ∆𝑥𝑖 →0 ∆𝑥𝑖
𝜕𝑓 𝑓(𝑥1 , ..., 𝑥𝑖−1 , 𝑥𝑖 +ℎ, 𝑥𝑖+1 , ..., 𝑥𝑛 )−𝑓(𝑥1 , ..., 𝑥𝑖 , ..., 𝑥𝑛 )

= 𝑙𝑖𝑚
𝜕𝑥𝑖 ℎ→0 ℎ
𝜕𝑓
portanto 𝜕𝑥 permite aferir a variação provocada na função f por uma variação infinitesimal
𝑖
da variável independente 𝑥𝑖 .
No caso particular de funções de duas variáveis:
Seja f uma função de duas variáveis reais x e y; nos pontos pertencentes ao domínio de f, as
𝜕𝑓 𝜕𝑓
suas derivadas parciais de 1ª ordem, se existirem, são as funções e definidas por
𝜕𝑥 𝜕𝑦
𝜕𝑓 𝑓(𝑥+ℎ,𝑦)−𝑓(𝑥,𝑦) 𝜕𝑓 𝑓(𝑥,𝑦+ℎ)−𝑓(𝑥,𝑦)
(𝑥, 𝑦) = lim e (𝑥, 𝑦) = lim
𝜕𝑥 ℎ→0 ℎ 𝜕𝑦 ℎ→0 ℎ
Exemplo:
Sendo 𝑓(𝑥, 𝑦) = 𝑥 3 + 𝑥 2 𝑦 3 − 2𝑦 2 ,
𝜕𝑓 (𝑥+ℎ)3 +(𝑥+ℎ)2 𝑦 3 −2𝑦2 −(𝑥 3 +𝑥 2 𝑦 3 −2𝑦 2 ) 3𝑥 2 ℎ+3𝑥ℎ 2 +ℎ 3 +2𝑥𝑦 3 ℎ+ℎ2 𝑦 3

(𝜕𝑥) = lim ℎ
= lim ℎ
=
(𝑥,𝑦) ℎ→0 ℎ→0
= lim (3𝑥 2 + 3𝑥ℎ + ℎ2 + 2𝑥𝑦 3 + ℎ𝑦 3 ) = 3𝑥 2 + 2𝑥𝑦 3

ℎ→0
𝜕𝑓 𝑥 3 +𝑥 2 (𝑦+ℎ)3 −2(𝑦+ℎ)2 −(𝑥 3 +𝑥 2 𝑦 3 −2𝑦 2 ) 3𝑥 2 𝑦ℎ 2 +3𝑥 2 𝑦 2 ℎ+𝑥 2 ℎ 3 −4𝑦ℎ−2ℎ2

(𝜕𝑦) = lim ℎ
= lim ℎ
=
(𝑥,𝑦) ℎ→0 ℎ→0
= lim (3𝑥 2 𝑦ℎ + 3𝑥 2 𝑦 2 + 𝑥 2 ℎ2 − 4𝑦 − 2ℎ) = 3𝑥 2 𝑦 2 − 4𝑦

ℎ→0

Outras notações:
𝜕𝑓 𝜕
𝜕𝑥
(𝑥, 𝑦) = 𝜕𝑥 𝑓(𝑥, 𝑦) = 𝑓𝑥′ (𝑥, 𝑦)
𝜕𝑓 𝜕
𝜕𝑦
(𝑥, 𝑦) = 𝜕𝑦 𝑓(𝑥, 𝑦) = 𝑓𝑦′ (𝑥, 𝑦)
Para dar uma interpretação geométrica das derivadas parciais de uma função com duas
variáveis, recorde-se que a equação 𝑧 = 𝑓(𝑥, 𝑦) representa uma superfície S (que
corresponde ao gráfico de f). Se 𝑓(𝑎, 𝑏) = 𝑐, então o ponto 𝑃(𝑎, 𝑏, 𝑐) pertence a S.
𝜕𝑓
Como já foi referido, relaciona as taxas de variação de 𝑧 = 𝑓(𝑥, 𝑦) com variações
𝜕𝑥
𝜕𝑓
infinitesimais de x quando y é mantido fixo. Da mesma forma, relaciona as taxas de
𝜕𝑦
variação de 𝑧 = 𝑓(𝑥, 𝑦) com variações infinitesimais de y quando x é mantido fixo.
Assim, ao fixar 𝑦 = 𝑏, restringe-se a atenção aos pontos em que o plano vertical 𝑦 = 𝑏

intercepta S. Da mesma forma, ao fixar 𝑥 = 𝑎, restringe-se a atenção aos pontos em que o
plano vertical 𝑥 = 𝑎 intercepta S.
Recorrendo ao exemplo7 da função de

produção Q(K,L), esta pode ser representada
pela superfície representada na figura ao lado.
Para cada ponto (K,L) do plano horizontal
OKL, a quantidade produzida corresponde à
altura da superfície nesse ponto. Como todas as
quantidades envolvidas são positivas, a figura
restringe-se ao 1º octante.
Por uma questão de comodidade, a análise vai incidir apenas sobre o domínio
retangular 𝑂𝐾0 𝐵𝐿0 .
Suponha-se que é fixado o capital no nível 𝐾0 e existem variações no nível do trabalho;

apenas estão em causa, como objetos, os pontos do segmento 𝐾0 𝐵 e consequentemente,
7
Retirado de: Chiang, Alpha. 2005. Matemática para Economistas. McGraw-Hill. São Paulo.

como imagens, os pontos da curva 𝐾0 𝐶𝐷𝐴. A inclinação da tangente a esta curva, em cada
𝜕𝑄
ponto, é dada por .
𝜕𝐿
Analogamente, suponha-se que é fixado o trabalho no nível 𝐿0 e existem variações no nível

do capital; agora, apenas estão em causa, como objetos, os pontos do segmento 𝐿0 𝐵 e
consequentemente, como imagens, os pontos da curva 𝐿0 𝐴. A inclinação da tangente a esta
𝜕𝑄
curva, em cada ponto é dada por .
𝜕𝐾
4.1.2. Regra prática para determinar as derivadas parciais
Da definição de derivada parcial num ponto, resulta a estratégia que possibilita o cálculo das
derivadas parciais com recurso às regras de derivação conhecidas:
𝜕𝑓
Para calcular 𝜕𝑥 , consideram-se constantes todas as variáveis exceto 𝑥𝑖 e deriva-se a função
𝑖
f em relação a 𝑥𝑖 .
Em particular, no caso de uma função de duas variáveis:
Regra prática para determinar as derivadas parciais de 𝒛 = 𝒇(𝒙, 𝒚):
𝝏𝒇
• Para determinar 𝝏𝒙, considera-se y como uma constante e deriva-se f em relação a x.
𝝏𝒇
• Para determinar 𝝏𝒚, considera-se x como uma constante e deriva-se f em relação a y.

Exemplos:
𝜕𝑓
(𝑥, 𝑦) = 3𝑥 2 + 2𝑥𝑦 3
𝜕𝑥
1) 𝑓(𝑥, 𝑦) = 𝑥 3 + 𝑥 2 𝑦 3 − 2𝑦 2 ⇒ {
𝜕𝑓
(𝑥, 𝑦) = 3𝑥 2 𝑦 2 − 4𝑦
𝜕𝑦
𝜕𝑓
(𝑥, 𝑦) = −2𝑥
𝜕𝑥
2) 𝑓(𝑥, 𝑦) = 4 − 𝑥 − 2𝑦
2 2
⇒ {
𝜕𝑓
(𝑥, 𝑦) = −4𝑦
𝜕𝑦
𝜕𝑓 𝑥 1
= cos (1+𝑦) ⋅ 1+𝑦
𝑥 𝜕𝑥
3) 𝑓(𝑥, 𝑦) = sen (1+𝑦) ⇒ {
𝜕𝑓 𝑥 −𝑥
= cos (1+𝑦) ⋅ (1+𝑦)2
𝜕𝑦
𝜕𝑓 𝑥−𝑦+2−(𝑥+𝑦−1) −2𝑦+3
= (𝑥−𝑦+2)2
= (𝑥−𝑦+2)2
𝑥+𝑦−1 𝜕𝑥
4) 𝑓(𝑥, 𝑦) = 𝑥−𝑦+2 ⇒ {
𝜕𝑓 𝑥−𝑦+2+(𝑥+𝑦−1) 2𝑥+1
= (𝑥−𝑦+2)2
= (𝑥−𝑦+2)2
𝜕𝑦
𝜕𝑔 𝑦
=2
𝜕𝑥 √𝑥𝑦
5) 𝑔(𝑥, 𝑦) = √𝑥𝑦 ⇒ {
𝜕𝑔 𝑥
=2
𝜕𝑦 √𝑥𝑦
𝜕ℎ 5−𝑦
= (𝑥+4)2
𝑦−5 𝜕𝑥
6) ℎ(𝑥, 𝑦) = 𝑥+4 ⇒ {
𝜕ℎ 1
= 𝑥+4
𝜕𝑦
𝜕𝑧
= 2𝑥 cos 2 𝑦
𝜕𝑥
7) 𝑧 = 𝑥 2 cos2 𝑦 ⇒ {
𝜕𝑧
= 𝑥 2 ⋅ 2 cos 𝑦 (−sen𝑦) = −𝑥 2 sen(2𝑦)
𝜕𝑦
𝜕𝑧 𝑦
= 1+(𝑥𝑦)2
𝜕𝑥
8) 𝑧 = arctg(𝑥𝑦) ⇒ {
𝜕𝑧 𝑥
= 1+(𝑥𝑦)2
𝜕𝑦

𝑦
𝜕𝑧 − 2 𝑦
𝑥
= 𝑦 2
= − 𝑥 2+𝑦 2
𝜕𝑥 1+( )
𝑦 𝑥
9) 𝑧 = arctg (𝑥 ) ⇒ 1
𝜕𝑧 𝑥 𝑥
= 𝑦 2
= 𝑥 2 +𝑦 2
{𝜕𝑦 1+( )
𝑥
2𝑥(𝑥2 +2)−(𝑥2 +𝑦)⋅2𝑥

2
𝜕𝑓 (𝑥2 +2) 4𝑥−2𝑥𝑦
= 2
𝑥 +𝑦
= (𝑥 2+𝑦)(𝑥 2+2)
𝜕𝑥
𝑥 2 +𝑦 𝑥2 +2
10) 𝑓(𝑥, 𝑦) = ln (𝑥 2 +2) ⇒
1
𝜕𝑓 𝑥2 +2 1
= 𝑥2 +𝑦
= 𝑥 2 +𝑦
{𝜕𝑦 𝑥2 +2
𝜕𝑧 1 𝑦
= 𝑦 + 𝑥2
𝑥 𝑦 𝜕𝑥
11) 𝑧 = 𝑦 − 𝑥 ⇒ {
𝜕𝑧 𝑥 1
= − 𝑦2 − 𝑥
𝜕𝑦
2 2
𝜕ℎ 1 𝑥 𝑦 1 1 𝑥 𝑦
1 𝑥 𝑦 2 = 𝑦2 ⋅ ( ) (ln ) = − ln 2 ⋅ 𝑦 2 ⋅ ( )
𝜕𝑥 2 2 2
12) ℎ(𝑥, 𝑦) = (2) ⇒ { 2
𝜕ℎ 1 𝑥 𝑦
= − ln 2 ⋅ 2𝑥𝑦 ⋅ (2)
𝜕𝑦
𝜕𝑓 10𝑥(𝑥 2 −𝑦 2 )−2𝑥(5𝑥 2 +3𝑦 2 ) −16𝑥𝑦 2

= (𝑥 2 −𝑦 2 )2
= (𝑥 2 −𝑦 2)2
𝜕𝑥
5𝑥 2 +3𝑦 2
13) 𝑓(𝑥, 𝑦) = ⇒
𝑥 2 −𝑦 2
𝜕𝑓 6𝑦(𝑥 2 −𝑦 2 )+2𝑦(5𝑥 2 +3𝑦 2 ) 16𝑥 2 𝑦
{𝜕𝑦 = (𝑥 2 −𝑦 2 )2
= (𝑥 2−𝑦 2)2
Para calcular a derivada de uma função num ponto, substitui-se o ponto na expressão da
𝜕𝑓
derivada da função; seja a função do exemplo 13, em que se pretende calcular (𝜕𝑥 ) :8
(−1,2)
𝜕𝑓 −16∙(−1)∙22 64 𝜕𝑓 32
(𝜕𝑥 ) = ((−1)2−22)2 = ; analogamente, (𝜕𝑦) = .
(−1,2) 9 (−1,2) 9
𝜕𝑓 𝜕𝑓
8
Existem notações alternativas, tais como ( ) (−1,2) ou 𝜕𝑥 | .
𝜕𝑥 (−1,2)

Particularizando as funções de três variáveis, podem ser definidas as suas derivadas parciais
𝜕𝑓 𝑓(𝑥+ℎ,𝑦,𝑧)−𝑓(𝑥,𝑦,𝑧)
𝜕𝑥
(𝑥, 𝑦, 𝑧) = 𝑙𝑖𝑚 ℎ
ℎ→0
𝜕𝑓 𝑓(𝑥,𝑦+ℎ,𝑧)−𝑓(𝑥,𝑦,𝑧)
𝜕𝑦
(𝑥, 𝑦, 𝑧) = 𝑙𝑖𝑚 ℎ
ℎ→0
𝜕𝑓 𝑓(𝑥,𝑦,𝑧+ℎ)−𝑓(𝑥,𝑦,𝑧)
(𝑥, 𝑦, 𝑧) = 𝑙𝑖𝑚
𝜕𝑧 ℎ→0 ℎ
assim como a regra prática de cálculo indicada anteriormente.
Exemplo:
𝜕𝑓
𝜕𝑥
(𝑥, 𝑦, 𝑧) = 𝑦𝑒 𝑥𝑦 ln 𝑧
𝜕𝑓
𝑓(𝑥, 𝑦, 𝑧) = 𝑒 𝑥𝑦 ln 𝑧 ⇒ (𝑥, 𝑦, 𝑧) = 𝑥𝑒 𝑥𝑦 ln 𝑧
𝜕𝑦
𝜕𝑓 𝑒 𝑥𝑦
{𝜕𝑧 (𝑥, 𝑦, 𝑧) =
𝑧
4.1.3. Gradiente
Seja f uma função de n variáveis 𝑓(𝑥1 , 𝑥2 , . . , 𝑥𝑛 ).
Se existirem e forem finitas as derivadas parciais de f em (𝑥1 , 𝑥2 , . . , 𝑥𝑛 ), define-se gradiente9

de f em (𝑥1 , 𝑥2 , . . , 𝑥𝑛 ) ao vetor
𝜕𝑓 𝜕𝑓 𝜕𝑓
∇𝑓(𝑥1 , 𝑥2 , . . , 𝑥𝑛 ) = (𝜕𝑥 (𝑥1 , 𝑥2 , . . , 𝑥𝑛 ), 𝜕𝑥 (𝑥1 , 𝑥2 , . . , 𝑥𝑛 ), . . . , 𝜕𝑥 (𝑥1 , 𝑥2 , . . , 𝑥𝑛 ))
1 2 𝑛
Exemplos:
𝜕𝑓 𝜕𝑓 1 1
1) Sendo 𝑓(𝑥, 𝑦) = ln(𝑥𝑦) − 𝑥𝑦, ∇𝑓(𝑥, 𝑦) = (𝜕𝑥 (𝑥, 𝑦) , (𝑥, 𝑦)) = ( − 𝑦 , − 𝑥) e,
𝜕𝑦 𝑥 𝑦
𝜕𝑓 𝜕𝑓
por exemplo, ∇𝑓(−1,1) = (𝜕𝑥 (−1,1) , (−1,1)) = (−1 − 1 , 1 + 1) = (−2 , 2).
𝜕𝑦
𝑒 𝑥𝑦
2) Sendo 𝑓(𝑥, 𝑦, 𝑧) = 𝑒 𝑥𝑦 ln 𝑧, ∇𝑓(𝑥, 𝑦, 𝑧) = (𝑦𝑒 𝑥𝑦 ln 𝑧 , 𝑥𝑒 𝑥𝑦 ln 𝑧 , )
𝑧
9
Ou vetor gradiente.

4.1.4. Aplicações em contexto económico
4.1.4.1. Análise Marginal
No contexto económico, a análise marginal refere-se ao uso de derivadas de funções para

estimar a variação ocorrida no valor da variável dependente, quando há uma variação no
valor de uma das variáveis independentes.
Duas das funções mais utilizadas na análise económica são o custo marginal e receita
marginal. Para uma melhor compreensão do que está em causa, suponha-se que estamos no
âmbito de funções reais com uma variável real:
(1) Custo marginal
Seja C(q) a função custo total de determinado produto com variável independente q (ou seja,
C(q) é o custo de produção da quantidade q do produto); Custo marginal é definido como
∆𝐶
a variação no custo total resultante do acréscimo infinitesimal da quantidade, ou seja ∆𝑄 , em
que ∆𝑄 é uma quantidade muito pequena. Neste contexto, supondo que ∆𝑄 tende para zero,
𝑑𝐶(𝑞)
aquela razão é a taxa de variação instantânea, ou seja, 𝐶′(𝑞) ou .
𝑑𝑞
Assim, a função custo marginal é a função que, para cada quantidade, permite calcular um
valor aproximado da variação do custo total, quando existe um acréscimo infinitesimal da
quantidade.10
10
No caso em que a quantidade é uma função que assume apenas valores inteiros, 1 é o menor acréscimo
possível. Resulta, assim, uma interpretação simplificada e bastante comum no contexto económico: a
análise marginal refere-se ao uso de derivadas de funções para estimar a variação ocorrida no valor da
variável dependente, quando há um acréscimo de 1 unidade no valor de uma das variáveis independentes.
Assim, a função custo marginal será a função que, para cada quantidade, permite calcular um valor
aproximado da variação do custo total, quando existe o acréscimo de 1 unidade na quantidade, ou seja, é
produzida mais uma unidade.

Exemplo:11
𝐶(𝑞) = 𝑞 3 − 15𝑞 2 + 120𝑞 + 100
Note-se que a parcela 100 corresponde a um custo fixo, independente da quantidade

produzida.
𝐶′(𝑞) = 3𝑞 2 − 30𝑞 + 120
Analisando o gráfico desta função, verifica-se que

decresce até q = 5 (ou seja, a produção de mais
uma unidade fica mais barata até essa quantidade)
e depois aumenta.
Supondo que se pretende calcular um valor

aproximado do custo adicional quando a produção
aumenta de 14 para 15 unidades, calcula-se
𝐶′(14) = 3 × 142 − 30 × 14 + 120 = 288.
(2) Receita marginal
Analogamente, seja R(q) a função receita total de determinado produto com variável
independente q (ou seja, R(q) é a receita obtida com a venda da quantidade q do produto);
𝑑𝑅(𝑞)
𝑅′(𝑞) ou é a função Receita marginal do produto, ou seja, a função que, para cada
𝑑𝑞
quantidade, permite calcular um valor aproximado da variação da receita total, quando existe
um acréscimo infinitesimal da quantidade de produto vendida.12
Note-se que, sendo q a quantidade vendida, 𝑅(𝑞) = 𝑝𝑞 (em que p é o preço unitário de venda
do produto) e que 𝑅′(𝑞) = 𝑝, pelo que se conclui que a receita marginal é o preço unitário
do produto.
11
Retirado de: Pires, Cesaltina. 2011. Cálculo para Economia e Gestão. Escolar Editora. Lisboa.
12
Analogamente ao custo marginal, existe uma interpretação simplificada da função custo marginal: será a
função que, para cada quantidade, permite calcular um valor aproximado da variação da receita total,
quando existe o acréscimo de 1 unidade na quantidade, ou seja, é vendida mais uma unidade.

(3) Produtividade marginal
O conceito pode ser generalizado a funções com qualquer número de variáveis. Já foi
anteriormente referida a função de Produção de Cobb-Douglas, 𝑄(𝐿, 𝐾) = 𝐶𝐿𝛼 𝐾𝛽 .
𝜕𝑄
De acordo com o que foi referido anteriormente, 𝜕𝐿 relaciona as taxas de variação de 𝑄(𝑥, 𝑦)
𝜕𝑄
com respeito a variações infinitesimais de L quando K é mantido fixo. Da mesma forma, 𝜕𝐾
relaciona as taxas de variação de 𝑄(𝑥, 𝑦) com respeito a variações infinitesimais de K quando

L é mantido fixo. Assim,
Define-se Produtividade marginal do capital como sendo a derivada parcial de 𝑄(𝐿, 𝑘)

𝜕𝑄
em ordem a K, ou seja, = 𝛽𝐶𝐿𝛼 𝐾𝛽−1 . Este valor é uma estimativa da variação na
𝜕𝐾
produção resultante de um aumento infinitesimal da quantidade de capital, mantendo

constante a quantidade de trabalho.
Analogamente, Produtividade marginal do trabalho é a derivada parcial de 𝑄(𝐿, 𝐾) em

𝜕𝑄
ordem a L, ou seja, = 𝛼𝐶 𝐿𝛼−1 𝐾𝛽 . Este valor é uma estimativa da variação na produção
𝜕𝐿
resultante de um aumento infinitesimal da quantidade de trabalho, mantendo constante a

quantidade de capital.
Estas definições estendem-se a qualquer função de produção com variáveis independentes

K e L.
Exemplo:
1 1 2
Seja a função de produção13 𝑄(𝐾, 𝐿) = 3 × (0,28𝐾 2 + 0,72𝐿2 ) .
Cálculo da Produtividade marginal do trabalho:

1 1 1 1 1 1
𝜕𝑄
= 3 × 2 × (0,28𝐾 2 + 0,72𝐿 2 ) × 0,36𝐿− 2 = 2,16𝐿− 2 × (0,28𝐾 2 + 0,72𝐿 2 )
𝜕𝐿
1
−
13
Conhecida por CES (constant elasticity of substituition) 𝑄(𝐾, 𝐿) = 𝐴[𝛿𝐾 −𝜌 + (1 − 𝛿)𝐿−𝜌 ] 𝜌 , em que
𝐴 > 0, 𝛿 ∈ ]0,1[ e 𝜌 > −1

Cálculo da Produtividade marginal do capital:
1 1 1 1 1 1
𝜕𝑄
= 3 × 2 × (0,28𝐾 2 + 0,72𝐿 2 ) × 0,14𝐾 − 2 = 0,84𝐾 − 2 × (0,28𝐾 2 + 0,72𝐿 2 )
𝜕𝐾
4.1.3.2. Elasticidade
Uma outra medida da variação da função quando existe variação de uma das variáveis
independentes, é a elasticidade da função relativamente a uma das variáveis independentes,
e permite estimar a variação percentual da função quando uma das variáveis varia 1% e as
restantes não se alteram.
Genericamente, sendo a função de n variáveis reais 𝑓(𝑥1 , 𝑥2 , . . , 𝑥𝑛 ), elasticidade de f em

relação a 𝑥𝑖 é dada por
∆𝑓
𝑓(𝑥1 , 𝑥2 ,..., 𝑥𝑛 ) ∆𝑓 𝑥𝑖
𝜀= ∆𝑥𝑖 = ∙
∆𝑥𝑖 𝑓(𝑥1 , 𝑥2 ,..., 𝑥𝑛 )
𝑥𝑖
∆𝑓
Quando a variação de 𝑥𝑖 é infinitesimal, ou seja ∆𝑥𝑖 tende para zero, corresponde à
∆𝑥𝑖
𝜕𝑓 𝜕𝑓 𝑥𝑖
derivada e, portanto, 𝜀 = ∙ .
𝜕𝑥𝑖 𝜕𝑥𝑖 𝑓(𝑥1 , 𝑥2 ,..., 𝑥𝑛 )
Mais uma vez usando a função de produção 𝑄(𝐿, 𝐾) como exemplo, e na linha da definição
𝜕𝑄 𝐿
anterior, a Elasticidade da produção em relação ao trabalho é a função 𝜀𝐿 = ∙ e
𝜕𝐿 𝑄
𝜕𝑄 𝐾
Elasticidade da produção em relação ao capital é a função 𝜀𝐾 = ∙ .
𝜕𝐾 𝑄
Exemplo:
Voltando ao exemplo da função de Produção de Cobb-Douglas introduzido anteriormente,

𝑄(𝐿, 𝐾) = 100𝐿0,6 𝐾 0,4, a elasticidade da produção em relação ao capital é dada por
𝐾 40 𝐿 0,6 𝐾0,4
𝜀 = 40 𝐿0,6 𝐾 −0,6 = 100𝐿0,6 𝐾0,4 = 0,4 .
𝑄
Pode-se assim concluir que, quando o capital aumenta 1%, a produção aumenta
aproximadamente 0,4%.
4.2. Derivadas de 2ª ordem ou superior
𝜕𝑓 𝜕𝑓
Se f é uma função de duas variáveis, as suas derivadas parciais 𝜕𝑥 e 𝜕𝑦 são funções de duas
variáveis; de modo que podemos considerar novamente as suas derivadas parciais em ordem
a qualquer uma das variáveis, chamadas derivadas parciais de segunda ordem de f. Assim,
sendo 𝑧 = 𝑓(𝑥, 𝑦) temos as seguintes notações:
𝜕2𝑓 𝜕 𝜕𝑓 ′
= 𝜕𝑥 (𝜕𝑥 ) = 𝑓𝑥𝑥
𝜕𝑥 2
𝜕2𝑓 𝜕 𝜕𝑓 ′
= 𝜕𝑦 (𝜕𝑦) = 𝑓𝑦𝑦
𝜕𝑦 2
𝜕2𝑓 𝜕 𝜕𝑓 ′
= 𝜕𝑥 (𝜕𝑦) = 𝑓𝑦𝑥
𝜕𝑥𝜕𝑦
𝜕2𝑓 𝜕 𝜕𝑓 ′
= 𝜕𝑦 (𝜕𝑥 ) = 𝑓𝑥𝑦
𝜕𝑦𝜕𝑥
Exemplo:
Voltando a um exemplo anterior, 𝑓(𝑥, 𝑦) = 𝑥 3 + 𝑥 2 𝑦 3 − 2𝑦 2 , para a qual já tinham sido

calculadas as derivadas de 1ª ordem:
𝜕𝑓 𝜕𝑓
𝜕𝑥
(𝑥, 𝑦) = 3𝑥 2 + 2𝑥𝑦 3 e 𝜕𝑦 (𝑥, 𝑦) = 3𝑥 2 𝑦 2 − 4𝑦; assim,
𝜕2 𝑓 𝜕
𝜕𝑥 2
(𝑥, 𝑦) = 𝜕𝑥 (3𝑥 2 + 2𝑥𝑦 3 ) = 6𝑥 + 2𝑦 3
𝜕2 𝑓 𝜕
(𝑥, 𝑦) = (3𝑥 2 𝑦 2 − 4𝑦) = 6𝑥 2 𝑦 − 4
𝜕𝑦 2 𝜕𝑦
𝜕2 𝑓
𝜕𝑥𝜕𝑦
(𝑥, 𝑦) = 6𝑥𝑦 2
𝜕2 𝑓
𝜕𝑦𝜕𝑥
(𝑥, 𝑦) = 6𝑥𝑦 2

𝜕2𝑓 𝜕2𝑓 14:

O facto de 𝑒 𝜕𝑦𝜕𝑥 serem iguais, resulta do Teorema de Schwarz “Dada uma
𝜕𝑥𝜕𝑦
𝜕2𝑓 𝜕2 𝑓
função 𝑓(𝑥, 𝑦)e (𝑥0 , 𝑦0 ) ∈ 𝐷𝑓 , se as funções 𝑒 𝜕𝑦𝜕𝑥 forem ambas contínuas em
𝜕𝑥𝜕𝑦
𝜕2 𝑓 𝜕2𝑓
(𝑥0 , 𝑦0 ), então (𝑥0 , 𝑦0 ) = (𝑥0 , 𝑦0 )” (a generalidade das funções utilizadas em
𝜕𝑥𝜕𝑦 𝜕𝑦𝜕𝑥
Economia e Gestão verificam este pressuposto).
A generalização do Teorema de Schwarz simplifica o cálculo das derivadas parciais de

𝜕3 𝑓 𝜕 𝜕2𝑓 𝜕 𝜕2𝑓
ordem três ou superior; por exemplo, = 𝜕𝑦 (𝜕𝑦𝜕𝑥) = 𝜕𝑥 (𝜕𝑦 2) (ou seja, devem ser
𝜕𝑦 2 𝜕𝑥
calculadas três derivadas sucessivas, uma em ordem a x e duas em ordem a y, por qualquer
ordem).
Exemplos:
𝜕4𝑓
1) Sendo 𝑓(𝑥, 𝑦, 𝑧) = sen(3𝑥 + 𝑦𝑧), calcular 𝜕𝑦 2𝜕𝑥𝜕𝑧:
𝜕𝑓 𝜕2 𝑓
= 3 cos(3𝑥 + 𝑦𝑧) ⇒ = −3𝑧sen(3𝑥 + 𝑦𝑧)
𝜕𝑥 𝜕𝑥𝜕𝑦
𝜕3 𝑓
⇒ 𝜕𝑥𝜕𝑦2 = −3𝑧 2 cos(3𝑥 + 𝑦𝑧)
𝜕4 𝑓
⇒ 𝜕𝑥𝜕𝑦2 𝜕𝑧 = 3𝑧 2 𝑦sen(3𝑥 + 𝑦𝑧) − 6𝑧cos(3𝑥 + 𝑦𝑧)
2) Sabendo que f é uma função de duas variáveis que admite derivadas parciais contínuas
𝜕2𝑓 𝑥 𝜕4𝑓
de qualquer ordem e que = 𝑦 − 𝑦ln𝑥, calcular :
𝜕𝑥𝜕𝑦 𝜕𝑥 2 𝜕𝑦 2
𝜕2𝑓
Basta calcular duas derivadas sucessivas de 𝜕𝑥𝜕𝑦 , uma em ordem a x e a outra em ordem
a y, por qualquer ordem:
𝜕3𝑓 𝑥
= − 𝑦 2 − ln𝑥 e consequentemente
𝜕𝑥𝜕𝑦 2
𝜕4 𝑓 1 1
= − 𝑦2 − 𝑥
𝜕𝑥 2 𝜕𝑦 2
14
Este teorema foi sendo sujeito a pequenas alterações na sua formulação, pelo que na literatura aparece
descrito ainda como Teorema de Clairaut-Schwarz, Teorema de Schwarz-Young ou Teorema de Clairaut-
Schwarz-Young.

𝑦 𝜕𝑓 𝜕𝑓
1) Dada a função 𝑓(𝑥) = 1 , calcular e .
𝑙𝑛 𝜕𝑥 𝜕𝑦
𝑥
Resolução:
1
− 2
−𝑦⋅ 𝑥
1 𝑦
𝜕𝑓 𝑥 𝑥 𝜕𝑓 1
= 1 2
= 1 2
e = 1
𝜕𝑥 (𝑙𝑛 ) (𝑙𝑛 ) 𝜕𝑦 𝑙𝑛
𝑥 𝑥 𝑥
𝑥+𝑦 𝜕𝑔 𝜕𝑔
2) Seja g(x,y) = arctg√𝑥−𝑦. Mostrar que 𝑥 𝜕𝑥 + 𝑦 𝜕𝑦 = 0.
Resolução:
−2𝑦
(𝑥−𝑦)2
𝑥+𝑦 −𝑦
2√
𝜕𝑔 𝑥−𝑦 (𝑥−𝑦)2 𝑦
= 𝑥+𝑦 = 𝑥+𝑦
=− 𝑥+𝑦
𝜕𝑥 1+ 2𝑥√ 2𝑥(𝑥−𝑦)√
𝑥−𝑦 𝑥−𝑦 𝑥−𝑦
𝑥−𝑦
2𝑥
(𝑥−𝑦)2
𝑥+𝑦 𝑥
2√
𝜕𝑔 𝑥−𝑦 (𝑥−𝑦)2 𝑥
= 𝑥+𝑦 = 𝑥+𝑦
= 𝑥+𝑦
𝜕𝑦 1+ 2𝑥√ 2𝑥(𝑥−𝑦)√
𝑥−𝑦
substituindo,
𝜕𝑔 𝜕𝑔 𝑦 𝑥 −𝑥𝑦+𝑥𝑦
𝑥 𝜕𝑥 + 𝑦 𝜕𝑦 = 𝑥 (− 𝑥+𝑦
) + 𝑦 ( 𝑥+𝑦
)= 𝑥+𝑦
=0
2𝑥(𝑥−𝑦)√ 2𝑥(𝑥−𝑦)√ 2𝑥(𝑥−𝑦)√
𝑥 𝜕𝑧
3) Dada a função 𝑧 = ln (𝑥 − 𝑦 2 ) ⋅ arcsen (2), calcular 𝜕𝑥.
Resolução:
1
𝜕𝑧 1 𝑥
= 𝑥−𝑦 2 ⋅ arcsen (2) + ln (𝑥 − 𝑦 2 ) ⋅ 2
2
=
𝜕𝑥
√1−(𝑥)
2
1 𝑥 1
= 𝑥−𝑦 2 ⋅ arcsen (2) + ln (𝑥 − 𝑦 2 ) ⋅ √4−𝑥 2

𝜕2𝑧 𝜕2𝑧
4) Mostrar que: se 𝑧 = √𝑥 2 + 𝑦 2 então 3𝑥 ⋅ 𝜕𝑥𝜕𝑦 + 3𝑦 ⋅ 𝜕𝑦 2 = 0.
Resolução:
𝜕𝑧 2𝑦 𝑦
= =
𝜕𝑦 2√𝑥 2 +𝑦 2 √𝑥 2 +𝑦 2
2𝑥
−𝑦
𝜕2𝑧 2√𝑥2 +𝑦2 −𝑥𝑦
= =
𝜕𝑥𝜕𝑦 𝑥 2 +𝑦 2 (𝑥 2 +𝑦 2 )√𝑥 2 +𝑦 2
2𝑦
√𝑥 2 +𝑦 2 −𝑦
𝜕2 𝑧 2√𝑥2 +𝑦2 𝑥 2 +𝑦 2 −𝑦 2 𝑥2
= = =
𝜕𝑦 2 𝑥 2 +𝑦 2 (𝑥 2 +𝑦 2 )√𝑥 2 +𝑦 2 (𝑥 2 +𝑦 2 )√𝑥 2 +𝑦 2
−𝑥𝑦 𝑥2
Substituindo: 3𝑥. + 3𝑦. =0
(𝑥 2 +𝑦 2 )√𝑥 2 +𝑦 2 (𝑥 2 +𝑦 2 )√𝑥 2 +𝑦 2
𝑥−𝑦
7) Seja a função 𝑈(𝑥, 𝑦) = arctg (𝑥+𝑦). Determinar o conjunto de pontos (𝑥, 𝑦) que
𝜕𝑈 𝜕𝑈
satisfazem a equação 𝑥 2 𝑦 𝜕𝑥 + 𝑦 2 𝑥 𝜕𝑦 = 𝑈(𝑥, 𝑦).
Resolução:
𝑥+𝑦−(𝑥−𝑦) −(𝑥+𝑦)−(𝑥−𝑦)
𝑥−𝑦 𝜕𝑈 (𝑥+𝑦)2 2𝑦 𝜕𝑈 (𝑥+𝑦)2 −2𝑥
𝑈(𝑥, 𝑦) = arctg (𝑥+𝑦) = 𝑥−𝑦 2
= (𝑥+𝑦)2+(𝑥−𝑦)2 = 𝑥−𝑦 2
= (𝑥+𝑦)2+(𝑥−𝑦)2
𝜕𝑥 1+( ) 𝜕𝑦 1+( )
𝑥+𝑦 𝑥+𝑦
𝜕𝑈 𝜕𝑈 2𝑦 −2𝑥
𝑥2𝑦 + 𝑦2𝑥 = 𝑥2𝑦 2 2
+ 𝑦2𝑥 =0
𝜕𝑥 𝜕𝑦 (𝑥 + 𝑦) + (𝑥 − 𝑦) (𝑥 + 𝑦) + (𝑥 − 𝑦)2
2
𝑥−𝑦 𝑥−𝑦
arctg (𝑥+𝑦) = 0 ⇔ 𝑥+𝑦 = 0 ⇔ 𝑥 = 𝑦 ∧ 𝑥 ≠ −𝑦
Os pontos que verificam a condição indicada são os pontos da reta y = x, exceto o ponto
(0,0), já que este é o único ponto da reta que verifica a condição y = − x.
𝑥
8) Dada a função definida por 𝑓(𝑥, 𝑦) = 𝑥 arccos (𝑦),
a) Calcule as derivadas de 1ª ordem da função.
𝜕2𝑓 𝜕2𝑓
b) Calcule (0,1) e (0, 𝜋).
𝜕𝑥 2 𝜕𝑥𝜕𝑦

Resolução:
𝑥
𝜕𝑓 𝑥 𝑦 𝑥 𝑥
a) 𝜕𝑥 = arccos (𝑦) − 2
= arccos (𝑦) −
√1−(𝑥 ) √𝑦 2 −𝑥 2
𝑦
𝑥2
𝜕𝑓 𝑦2 𝑥2
= 2
=
𝜕𝑦
√1−(𝑥) 𝑦√𝑦 2 −𝑥 2
𝑦
−2𝑥 𝑥2
√𝑦 2 −𝑥 2 −𝑥⋅ √𝑦 2 −𝑥 2 +
𝜕2 𝑓 1 2√𝑦2 −𝑥2 1 √𝑦2 −𝑥2
b) =− − =− −
𝜕𝑥 2 √𝑦 2 −𝑥 2 𝑦 2 −𝑥 2 √𝑦 2 −𝑥 2 𝑦 2 −𝑥 2
0
𝜕2 𝑓 1 √1−0+
√1−0
(0,1) = − − = −1 − 1 = −2
𝜕𝑥 2 √1−0 1−0
−2𝑥 𝑥3
2𝑥𝑦√𝑦 2 −𝑥 2 −𝑥 2 𝑦⋅ 2𝑥√𝑦 2 −𝑥 2 +
𝜕2 𝑓 2√𝑦2 −𝑥2 √𝑦2 −𝑥2
= =
𝜕𝑥𝜕𝑦 𝑦 2 (𝑦 2 −𝑥 2 ) 𝑦(𝑦 2 −𝑥 2 )
𝜕2 𝑓 0−0
(0, 𝜋) = =0
𝜕𝑥𝜕𝑦 𝜋(𝜋 2 −02 )
9) Seja f uma função real de variável real diferenciável e h uma função real de duas variáveis
𝑦 𝜕ℎ 𝜕ℎ
reais definida por ℎ(𝑥, 𝑦) = 𝑓(𝑥 2−𝑦 2). Mostrar que 𝑦 2 𝜕𝑥 + 𝑥𝑦 𝜕𝑦 = 𝑥ℎ(𝑥, 𝑦).
Resolução:
2 2
𝜕ℎ −𝑦⋅𝑓′(𝑥 −𝑦 ) ⋅2𝑥
= 2
𝜕𝑥 (𝑓(𝑥 2 −𝑦 2 ))
2 2
𝜕ℎ 𝑓(𝑥 2 −𝑦 2 )−𝑦⋅𝑓′(𝑥 −𝑦 ) ⋅(−2𝑦)
= 2 e substituindo, fica
𝜕𝑦 (𝑓(𝑥 2 −𝑦 2 ))
2 2 2 2
𝜕ℎ 𝜕ℎ −2𝑥𝑦 3 ⋅𝑓′(𝑥 −𝑦 ) 𝑥𝑦𝑓(𝑥 2 −𝑦 2 )+2𝑥𝑦 3 ⋅𝑓′(𝑥 −𝑦 ) 𝑥𝑦
𝑦2 + 𝑥𝑦 = 2 + 2 = = 𝑥 ⋅ ℎ(𝑥, 𝑦)
𝜕𝑥 𝜕𝑦 (𝑓(𝑥 2 −𝑦 2 )) (𝑓(𝑥 2 −𝑦 2 )) 𝑓(𝑥 2 −𝑦 2 )

4.3. Derivada da função composta – Regra da cadeia para cálculo de derivadas de

primeira ordem
1º caso: Seja 𝑧 = 𝑓(𝑢) uma função diferenciável de u, onde 𝑢 = 𝑔(𝑥, 𝑦) é uma função
diferenciável de x e y. Então z é uma função diferenciável de x e y, e:
x
𝜕𝑧 𝑑𝑧 𝜕𝑢 𝜕𝑧 𝑑𝑧 𝜕𝑢
= ⋅ e = ⋅ z u
𝜕𝑥 𝑑𝑢 𝜕𝑥 𝜕𝑦 𝑑𝑢 𝜕𝑦
y
Exemplos:
𝜕𝑧 𝜕𝑧
1) Sendo 𝑧 = ln(𝑢2 + 1) e 𝑢 = 𝑥 2 + 2𝑦 2 , é possível calcular e através da regra
𝜕𝑥 𝜕𝑦
em cadeia definida acima:
𝜕𝑧 2𝑢 4𝑥(𝑥 2 +2𝑦 2 )
= 𝑢2 +1 ∙ 2𝑥 = (𝑥 2+2𝑦 2)2+1
𝜕𝑥
𝜕𝑧 2𝑢 8𝑦(𝑥 2 +2𝑦 2 )
= 𝑢2 +1 ∙ 4𝑦 = (𝑥 2+2𝑦 2)2+1
𝜕𝑦
𝑥 2 −𝑦 2 𝜕𝑧 𝜕𝑧
2) Sendo 𝑧 = 𝑓 (𝑥 2 +𝑦 2) , verifica-se que 𝑥 𝜕𝑥 + 𝑦 𝜕𝑦 = 0.
𝑥 2 −𝑦 2
Com efeito, sendo 𝑢(𝑥, 𝑦) = 𝑥 2+𝑦 2 ,
𝜕𝑧 𝜕𝑓 𝜕𝑢 𝜕𝑓 2𝑥(𝑥 2 +𝑦 2 )−2𝑥(𝑥 2 −𝑦 2 ) 𝜕𝑓 4𝑥𝑦 2

= ∙ = ∙ (𝑥 2 +𝑦 2 )2
= ∙ (𝑥2
𝜕𝑥 𝜕𝑢 𝜕𝑥 𝜕𝑢 𝜕𝑢 +𝑦 2 )2
𝜕𝑧 𝜕𝑓 𝜕𝑢 𝜕𝑓 −2𝑦(𝑥 2 +𝑦 2 )−2𝑦(𝑥 2 −𝑦 2 ) 𝜕𝑓 −4𝑥 2 𝑦

= ∙ = ∙ (𝑥 2 +𝑦 2 )2
= ∙ (𝑥2
𝜕𝑦 𝜕𝑢 𝜕𝑦 𝜕𝑢 𝜕𝑢 +𝑦 2 )2
𝜕𝑧 𝜕𝑧 𝜕𝑓 4𝑥 2 𝑦 2 𝜕𝑓 4𝑥 2 𝑦 2
𝑥 +𝑦 = ∙ (𝑥2 − ∙ (𝑥2 =0
𝜕𝑥 𝜕𝑦 𝜕𝑢 +𝑦 2 )2 𝜕𝑢 +𝑦 2 )2

2º caso: Seja 𝑧 = 𝑓(𝑥, 𝑦) uma função diferenciável de x e y, onde 𝑥 = 𝑔(𝑡) e 𝑦 = ℎ(𝑡) são
funções diferenciáveis em t. Então z é uma função diferenciável de t , e
x
𝑑𝑧 𝜕𝑧 𝑑𝑥 𝜕𝑧 𝑑𝑦 z t
= ∙ + ∙
𝑑𝑡 𝜕𝑥 𝑑𝑡 𝜕𝑦 𝑑𝑡
y
Exemplo:
𝑑𝑧
Se 𝑧 = 𝑥 2 𝑦 + 3𝑥𝑦 4 , onde 𝑥 = sen (2𝑡) e 𝑦 = cos 𝑡, determinar 𝑑𝑡 quando t = 0.
𝜕𝑧 𝜕𝑧 𝑑𝑥 𝑑𝑦
= 2𝑥𝑦 + 3𝑦 4 , = 𝑥 2 + 12𝑥𝑦 3 , = 2 cos(2𝑡) 𝑒 = −sen 𝑡
𝜕𝑥 𝜕𝑦 𝑑𝑡 𝑑𝑡
𝑑𝑧
𝑑𝑡
= (2𝑥𝑦 + 3𝑦 4 ) ⋅ 2 cos(2𝑡) + (𝑥 2 + 12𝑥𝑦 3 ) ⋅ (−sen 𝑡) =
= (2sen (2𝑡) cos 𝑡 + 3 cos 4 𝑡) ⋅ 2cos(2𝑡) + (sen2 (2𝑡) + 12sen (2𝑡) cos3 𝑡) ⋅ (−sen 𝑡)
𝑑𝑧
( 𝑑𝑡 ) = (2sen0 ⋅ cos 0 + 3 cos4 0) ⋅ 2 cos 0 + (sen2 0 + 12sen0 ⋅ cos 3 0) ⋅ (−sen0) =
𝑡=0
= 3⋅2=6
3° caso: Seja 𝑧 = 𝑓(𝑢, 𝑣) uma função diferenciável de u e v, onde 𝑢 = 𝑔(𝑥, 𝑦) e 𝑣 = ℎ(𝑥, 𝑦)

são funções diferenciáveis em x e y.
Então z é uma função diferenciável de x e de y, ou seja, admite derivadas parciais contínuas,

dadas por:
𝜕𝑧 𝜕𝑧 𝜕𝑢 𝜕𝑧 𝜕𝑣
= ∙ + ∙
𝜕𝑥 𝜕𝑢 𝜕𝑥 𝜕𝑣 𝜕𝑥
e
𝜕𝑧 𝜕𝑧 𝜕𝑢 𝜕𝑧 𝜕𝑣
= ∙ + ∙
𝜕𝑦 𝜕𝑢 𝜕𝑦 𝜕𝑣 𝜕𝑦

Exemplo:
𝜕𝑧 𝜕𝑧
Sendo 𝑧 = 𝑒 𝑥 sen𝑦, onde 𝑥 = 𝑠𝑡 2 e 𝑦 = 𝑠 2 𝑡, determinar e .
𝜕𝑠 𝜕𝑡
𝜕𝑧 𝜕𝑧 𝜕𝑥 𝜕𝑧 𝜕𝑦 2 2
= + = 𝑒 𝑥 sen𝑦 ⋅ 𝑡 2 + 𝑒 𝑥 𝑐𝑜𝑠 𝑦 ⋅ 2𝑠𝑡 = 𝑒 𝑠𝑡 sen(𝑠 2 𝑡) ⋅ 𝑡 2 + 𝑒 𝑠𝑡 cos(𝑠 2 𝑡) ⋅ 2𝑠𝑡
𝜕𝑠 𝜕𝑥 𝜕𝑠 𝜕𝑦 𝜕𝑠
𝜕𝑧 𝜕𝑧 𝜕𝑥 𝜕𝑧 𝜕𝑦 2 2
𝜕𝑡
= 𝜕𝑥 𝜕𝑡 + 𝜕𝑦 𝜕𝑡 = 𝑒 𝑥 sen𝑦 ⋅ 2𝑠𝑡 + 𝑒 𝑥 𝑐𝑜𝑠 𝑦 ⋅ 𝑠 2 = 𝑒 𝑠𝑡 sen(𝑠 2 𝑡) ⋅ 2𝑠𝑡 + 𝑒 𝑠𝑡 cos(𝑠 2 𝑡) ⋅ 𝑠 2
Caso Geral: Os casos anteriores podem-se generalizar de acordo com o número de funções
e de variáveis envolvidas. Assim, sendo u uma função diferenciável de n
variáveis 𝑥1 , 𝑥2 , . . , 𝑥𝑛 , onde cada 𝑥𝑗 é uma função diferenciável de m
variáveis 𝑡1 , 𝑡2 , … , 𝑡𝑚 , tem-se
𝜕𝑢 𝜕𝑢 𝜕𝑥1 𝜕𝑢 𝜕𝑥2 𝜕𝑢 𝜕𝑥𝑛

= + +. . . +
𝜕𝑡𝑖 𝜕𝑥1 𝜕𝑡𝑖 𝜕𝑥2 𝜕𝑡𝑖 𝜕𝑥𝑛 𝜕𝑡𝑖
para cada i = 1, 2,..., m.
𝑥 𝑑𝑢
1) Sendo 𝑢(𝑥, 𝑦) = ln (sen ( 𝑦)), 𝑥(𝑡) = 3𝑡 2 e 𝑦(𝑡) = √1 + 𝑡 2 , calcular , usando a
√ 𝑑𝑡
regra de derivação da função composta.
Resolução:
1
−𝑥⋅
1 𝑥 2√𝑦 𝑥
cos( ) cos( )
𝑑𝑢 𝜕𝑢 𝑑𝑥 𝜕𝑢 𝑑𝑦 √𝑦 √𝑦 𝑦 √𝑦 𝑡
= 𝜕𝑥 𝑑𝑡 + 𝜕𝑦 𝑑𝑡 = 𝑥
⋅ 6𝑡 + 𝑥
⋅ √1+𝑡 2 =
𝑑𝑡 sen ( ) sen( )
√𝑦 √𝑦
6𝑡 3𝑡 2 3𝑡 3 3𝑡 2
= 4 cotg ( 4 )− 4 cotg ( 4 )
√1+𝑡 2 √1+𝑡 2 2 √1+𝑡 2 (1+𝑡 2 ) √1+𝑡 2

𝑥 𝜕𝑧 𝜕𝑧
2) Sendo 𝑧(𝑥, 𝑦) = arctg ( ), 𝑥(𝑢, 𝑣) = 𝑢 sen 𝑣 e 𝑦(𝑢, 𝑣) = 𝑢 cos 𝑣, calcular e ,
𝑦 𝜕𝑢 𝜕𝑣
utilizando a regra da derivação da função composta.
Resolução:
x u
z
y v
𝜕𝑧 𝜕𝑧 𝜕𝑥 𝜕𝑧 𝜕𝑦
= 𝜕𝑥 𝜕𝑢 + 𝜕𝑦 𝜕𝑢 =
𝜕𝑢
1 𝑥
− 2 𝑦 sen𝑣−𝑥 cos 𝑣 𝑢 sen𝑣 cos 𝑣−𝑢 sen𝑣 cos 𝑣
𝑦 𝑦
= 𝑥 2
⋅ sen𝑣 + 𝑥 2
⋅ cos𝑣 = = =0
1+( ) 1+( ) 𝑦 2 +𝑥 2 𝑦 2 +𝑥 2
𝑦 𝑦
𝜕𝑧 𝜕𝑧 𝜕𝑥 𝜕𝑧 𝜕𝑦
= 𝜕𝑥 𝜕𝑣 + 𝜕𝑦 𝜕𝑣 =
𝜕𝑣
1 𝑥
− 2 𝑦𝑢 cos 𝑣+𝑥𝑢 sen𝑣 𝑢2 𝑐𝑜𝑠2 𝑣+𝑢2 sen2 𝑣
𝑦 𝑦
= 𝑥 2
⋅ 𝑢cos𝑣 + 𝑥 2
⋅ (−𝑢 sen𝑣) = = (𝑢 𝑠in 𝑣)2+(𝑢 cos 𝑣)2 = 1
1+( ) 1+( ) 𝑦 2 +𝑥 2
𝑦 𝑦
2
𝑓 = 𝑒𝑦
3) Sendo 𝑧 = 𝑓. 𝑔, em que { , verificar, através da aplicação das regras de
𝑔 = 𝑥2 + 𝑦2 + 1
𝜕𝑧 𝜕𝑓
derivação composta, que é verdadeira a expressão = (𝑔 + 1) 𝜕𝑦.
𝜕𝑦
Resolução:
𝜕𝑧 𝜕𝑓 2
𝜕𝑓
=𝑔 = 2𝑦𝑒 𝑦
𝜕𝑦
{ 𝜕𝑧 {𝜕𝑔
=𝑓 = 2𝑦
𝜕𝑔 𝜕𝑦
𝜕𝑧 𝜕𝑧 𝜕𝑓 𝜕𝑧 𝜕𝑔 2 2 2
𝜕𝑦
= 𝜕𝑓 𝜕𝑦 + 𝜕𝑔 𝜕𝑦 = 𝑔 ⋅ 2𝑦𝑒 𝑦 + 𝑓 ⋅ 2𝑦 = (𝑥 2 + 𝑦 2 + 1) ⋅ 2𝑦𝑒 𝑦 + 𝑒 𝑦 ⋅ 2𝑦 =
2 𝜕𝑓
= 2𝑦𝑒 𝑦 (𝑥 2 + 𝑦 2 + 2) = (𝑔 + 1) 𝜕𝑦

𝜕ℎ 𝜕ℎ 𝜕ℎ
4) Sendo ℎ(𝑢, 𝑣, 𝑤) tal que (0, 𝑒, 0) = 𝑒, (0, 𝑒, 0) = −1 e (0, 𝑒, 0) = 𝑒, mostrar
𝜕𝑢 𝜕𝑣 𝜕𝑤
que a função definida por 𝐻(𝑥, 𝑦) = ℎ(sin(𝑥𝑦 2 ) , 𝑒 𝑦 , ln(1 + 𝑥 2 )) verifica a igualdade

𝜕𝐻 𝜕𝐻
(0,1) + (0,1) = 0.
𝜕𝑥 𝜕𝑦
Resolução:
u y 𝑢(𝑥, 𝑦) = sin(𝑥𝑦 2 )
h v 𝑣(𝑦) = 𝑒 𝑦
w x ℎ(𝑥) = ln(1 + 𝑥 2 )
(𝑥, 𝑦) = (0,1) ⇒ (𝑢, 𝑣, 𝑤) = (0, 𝑒, 0)
𝜕𝐻 𝜕ℎ 𝜕𝑢 𝜕ℎ 𝑑𝑤
(𝑥, 𝑦) = (𝑢, 𝑣, 𝑤) ∙ (𝑥, 𝑦) + (𝑢, 𝑣, 𝑤) ∙ (𝑥)
𝜕𝑥 𝜕𝑢 𝜕𝑥 𝜕𝑤 𝑑𝑥
𝜕𝐻 𝜕ℎ 𝜕ℎ 2𝑥
(𝑥, 𝑦) = (𝑢, 𝑣, 𝑤) ∙ cos(𝑥𝑦 2 ) ⋅ 𝑦 2 + ∙
𝜕𝑥 𝜕𝑢 𝜕𝑤 1+𝑥 2
𝜕𝐻 𝜕ℎ 𝜕ℎ
(0,1) = ( (𝑢(0,1), 𝑣(1), 𝑤(0)). cos(0)) = (0, 𝑒, 0) . cos 0 = 𝑒
𝜕𝑥 𝜕𝑢 𝜕𝑢
𝜕𝐻 𝜕ℎ 𝜕𝑢 𝜕ℎ 𝜕𝑣
(𝑥, 𝑦) = (𝑢, 𝑣, 𝑤) ∙ (𝑥, 𝑦) + (𝑢, 𝑣, 𝑤) ∙ (𝑦)
𝜕𝑦 𝜕𝑢 𝜕𝑦 𝜕𝑣 𝜕𝑦
𝜕𝐻 𝜕ℎ 𝜕ℎ
(𝑥, 𝑦) = (𝑢, 𝑣, 𝑤) ∙ cos(𝑥𝑦 2 ) ∙ 2𝑥𝑦 + (𝑢, 𝑣, 𝑤) ∙ 𝑒 𝑦
𝜕𝑦 𝜕𝑢 𝜕𝑣
𝜕𝐻 𝜕ℎ
(0,1) = (0, 𝑒, 0) ∙ 𝑒 1 = − 𝑒
𝜕𝑦 𝜕𝑣
𝜕𝐻 𝜕𝐻
logo, verifica-se que (0,1) + (0,1) = 0
𝜕𝑥 𝜕𝑦

1. Calcule as derivadas parciais de 1ª ordem das funções:
a) 𝑧 = 𝑥 2 sen 𝑦
b) 𝑧 = 𝑥 𝑦
𝑥
c) 𝑧 = arctg 𝑦
𝑦
𝑑) 𝑓(𝑥, 𝑦) = ln 𝑥 + arcsen(𝑥 2 + 𝑦 2 )
e) 𝑧 = ln √𝑥 2 + 𝑦 2
𝑧2 2 +𝑦 2
f) 𝑓(𝑥, 𝑦, 𝑧) = 𝑥𝑦 + √𝑥 2 𝑦 + 1 + 𝑧 ⋅ 𝑒 𝑥
2. Calcule as derivadas parciais de 2ª ordem das funções seguintes:
a) 𝑧 = 𝑥 3 + 𝑦 3 − 3𝑎𝑥𝑦 (a constante real)

𝑦
b) 𝑧 = 𝑥
𝑥
c) 𝑧 = arctg 𝑦
𝑥𝑦 𝜕2𝑧 𝜕2𝑧 𝜕2𝑧

3. Sendo 𝑧 = 𝑥−𝑦, mostre que 𝑥 2 𝜕𝑥 2 + 2𝑥𝑦 𝜕𝑥𝜕𝑦 + 𝑦 2 𝜕𝑦 2 = 0
𝜕𝑧 𝜕𝑧 2𝑧
∂
4. Mostre que 𝑧 = 𝑒 −2𝑥𝑦 + ln(𝑥𝑦)  𝑥 𝜕𝑥 + 𝑦 𝜕𝑦 + 𝜕𝑥𝜕𝑦 = −2𝑒 −2𝑥𝑦 + 2.
x/ y 𝜕3𝑓 𝜕3𝑓
5. Sendo f ( x, y ) = xy e , mostre que 𝑥 𝜕𝑥 3 + 𝑦 𝜕𝑥 2 𝜕𝑦 = 0.
𝑑𝑧 1 𝑢
6. Calcule ( 𝑑𝑡 ) , em que 𝑧 = arctg(𝑥 + 𝑦) + 𝑦 , 𝑥 = ln ( 𝑡 ) , 𝑦 = 𝑡
e 𝑢 = 2𝑡 .
(𝑡=1)
𝜕2𝑣 𝜕2𝑣
7. Dada a função v = sen (akx) sen (kt) (a e k reais), mostre que 𝑎2 ⋅ 𝜕𝑡 2 = 𝜕𝑥 2 .
cos(𝑢−2𝑣) 𝜕𝑟 𝜋
8. Sendo 𝑟 = cos(𝑢+2𝑣), calcule para 𝑢 = e v = 𝜋.
𝜕𝑣 4

1
−
9. Considere a função de produção 𝑄(𝐾, 𝐿) = 𝐴[𝛿𝐾 −𝜌 + (1 − 𝛿)𝐿−𝜌 ] 𝜌 , em que L é o
número de horas de trabalho e K o capital e 𝐴 > 0, 𝛿 ∈ ]0,1[ e 𝜌 > −1.
𝛿 𝑄 1+𝜌
Mostre que a produtividade marginal do capital é dada por 𝜌
( ) e a produtividade
𝐴 𝐾
1−𝛿 𝑄 1+𝜌
marginal do trabalho é dada por ( ) . 15
𝐴𝜌 𝐿
10. Calcule a derivada de 1ª ordem em ordem a t:
 x = tet
a) f ( x, y ) = x2  y3 , com 

y = t +1
 2
𝑥 1
2 2
𝑢=𝑦 𝑥=
b) 𝑓(𝑢, 𝑣) = 𝑢 + 𝑣 , com { e { 𝑡
𝑣 = (𝑥 + 2𝑦)3 𝑦 = ln 𝑡
 x = 3t 2 + 1
c) w = x2 + yz, com  y = 2t − 4
z = t 3


𝑥 = arctg(𝑦 2 )
d) 𝑢 = ln( 2𝑥 + 𝑧), com { , 𝑦 = sen( 3𝑠 + 1) 𝑒 𝑠 = arcsen 𝑡 3
𝑧 = (2𝑦)𝑡
11. Calcule as derivadas parciais de 1ª ordem, da função indicada, em ordem às variáveis

independentes x e y:
𝑢
𝑢 = 𝑥 sen 𝑦
a) 𝑧 = arctg 𝑣 , com {
𝑣 = 𝑥 cos 𝑦
𝑢 = ln 𝑥 2
2
b) 𝑧 = 3𝑢 + 2𝑢𝑣, com {
𝑣 = sen( 𝑥𝑦)
𝑢 = 𝑒𝑥
c) 𝑔(𝑢, 𝑣) = ln (𝑢 + 𝑣), com { 𝑥+𝑦
𝑣 = 𝑥−𝑦
15
Sugestão de resolução na página 51.
Retirado de: Pires, Cesaltina. 2011. Cálculo para Economia e Gestão. Escolar Editora. Lisboa.

𝑥
2 3 𝑧 = 𝑓( )
d) 𝑢 = 𝑧 𝑡 , com { 𝑦
𝑥𝑦 )
𝑡 = 𝑔(𝑒
12. Considere a função 𝑣 = sen( 𝑎𝑘𝑥) ⋅ sen( 𝑘𝑡), com 𝑎 𝑒 𝑘 reais.
Sabendo que 𝑥 = 𝑒 𝑦 e 𝑡 = ln 𝑦 e recorrendo às regras de derivação da função

𝑑𝑣
composta, calcule uma expressão para .
𝑑𝑦
( )
13. Mostre que z = y  f x2 − y 2 satisfaz a equação 1  z + 1  z = z .
2 x x y y y
𝑦−𝑥 𝑧−𝑥 u u u
14. Seja 𝑢 = 𝑓 ( 𝑥𝑦 , ) ; mostre que x2  + y2  + z2  = 0.
𝑥𝑧
x y z
Soluções:
𝜕𝑧 𝜕𝑧
1. a) 𝜕𝑥 = 2𝑥sen𝑦 ; = 𝑥 2 cos 𝑦
𝜕𝑦
𝜕𝑧 𝜕𝑧
b) 𝜕𝑥 = 𝑦𝑥 𝑦−1 ; = 𝑥 𝑦 ln 𝑥
𝜕𝑦
𝜕𝑧 𝑦 𝜕𝑧 𝑥
c) 𝜕𝑥 = 𝑥 2 +𝑦 2 ; = − 𝑥 2 +𝑦 2
𝜕𝑦
𝜕𝑓 1 2𝑥 𝜕𝑓 1 2𝑦
d) 𝜕𝑥 = − 𝑥 + ; =𝑦+
√1−(𝑥 2 +𝑦 2 )2 𝜕𝑦 √1−(𝑥 2 +𝑦 2 )2
𝜕𝑧 𝑥 𝜕𝑧 𝑦
e) 𝜕𝑥 = 𝑥 2 +𝑦 2 ; = 𝑥 2+𝑦 2
𝜕𝑦
𝜕𝑓 𝑧2 𝑥𝑦 2 +𝑦 2 𝜕𝑓 𝑧2 𝑥2 2 +𝑦 2 𝜕𝑓 2𝑧 2 +𝑦2
f) 𝜕𝑥 = − 𝑥 2𝑦 + + 2𝑥𝑧𝑒 𝑥 ; = − 𝑦2𝑥 + + 2𝑦𝑧𝑒 𝑥 ; 𝜕𝑧
= 𝑥𝑦 + 𝑒𝑥
√𝑥 2 𝑦+1 𝜕𝑦 2√𝑥 2 𝑦+1
𝜕2𝑧 𝜕2𝑧 𝜕2𝑧

2. a) 𝜕𝑥 2 = 6𝑥 ; = −3𝑎 ; = 6𝑦
𝜕𝑥𝜕𝑦 𝜕𝑦 2
𝜕2 𝑧 2𝑦 𝜕2𝑧 1 𝜕2 𝑧
b) 𝜕𝑥 2 = ; = − 𝑥2 ; =0
𝑥3 𝜕𝑥𝜕𝑦 𝜕𝑦 2
𝜕2𝑧 2𝑥𝑦 𝜕2 𝑧 𝑥 2 −𝑦 2 𝜕2𝑧 2𝑥𝑦

c) 𝜕𝑥 2 = − (𝑥 2+𝑦 2)2 ; = (𝑥 2+𝑦 2)2 ; = (𝑥 2+𝑦 2)2
𝜕𝑥𝜕𝑦 𝜕𝑦 2
𝑑𝑧 13 12
6. (𝑑𝑡 ) =− 5
+ 5
ln 2 8. 4
(𝑡=1)

1 1+𝜌
𝜕𝑄 1 − −1 −
9. 𝜕𝐾 = 𝐴 (− ) [𝛿𝐾 −𝜌 + (1 − 𝛿)𝐿−𝜌 ] 𝜌 (−𝜌𝛿𝐾 −𝜌−1 ) = 𝐴[𝛿𝐾 −𝜌 + (1 − 𝛿)𝐿−𝜌 ] 𝜌 𝛿𝐾 −𝜌−1 =
𝜌
1+𝜌
−
1 𝛿 𝑄1+𝜌 1 𝛿 𝑄 1+𝜌
⏟ −𝜌 + (1 −
= 𝐴 [[𝛿𝐾 𝛿)𝐿−𝜌 ] 𝜌 ] × =𝐴𝛿 = ( )
𝑄
𝐾𝜌+1 𝐴𝜌+1 𝐾𝜌+1 𝐴𝜌 𝐾
𝐴
1 1+𝜌
𝜕𝑄 1 − −1 −
= 𝐴 (− ) [𝛿𝐾 −𝜌 + (1 − 𝛿)𝐿−𝜌 ] 𝜌 (−𝜌(1 − 𝛿)𝐿−𝜌−1 ) = 𝐴[𝛿𝐾 −𝜌 + (1 − 𝛿)𝐿−𝜌 ] 𝜌 (1 − 𝛿)𝐿−𝜌−1 =
𝜕𝐿 𝜌
1+𝜌
−
1 1−𝛿 𝑄1+𝜌 1 − 𝛿 1 − 𝛿 𝑄 1+𝜌
⏟ −𝜌 + (1 −
= 𝐴 [[𝛿𝐾 𝛿)𝐿−𝜌 ] 𝜌 ] × = 𝐴 = ( )
𝑄
𝐿𝜌+1 𝐴𝜌+1 𝐿𝜌+1 𝐴𝜌 𝐿
𝐴
5
10. a) df = 2t e 2t (t 2 +1)3 (1 + t ) + 6 t 3 e 2t (t 2 +1)2 b) df = −2 ln t + 1 + 6  1+ 2ln t   2t − 1
 
dt dt ( t ln t )3  t  t
2
𝑑𝑤
c) = 44𝑡 3 − 12𝑡 2 + 12
𝑑𝑡
𝑑𝑢 2 18𝑦𝑡 2 cos(3𝑠+1) 9𝑡 3 (2𝑦)𝑡−1 cos(3𝑠+1)

d) = 2𝑥+𝑧 ( (1+𝑦 4 )√1−𝑡 6
+ √1−𝑡 6
+ (2𝑦)𝑡−1 𝑦ln(2𝑦))
𝑑𝑡
 x = arctg sen 2 3 arcsen t 3 + 1 ( ( ))


em que  y = sen 3 arcsen t 3 + 1 ( )

z = 2sen 3 arcsen t ( (
3
+ 1
t
))
𝜕𝑧 𝜕𝑧
11. a) 𝜕𝑥 = 0 e =1
𝜕𝑦
𝜕𝑧 4 𝜕𝑧
b) 𝜕𝑥 = 𝑥 [6 ln 𝑥 + sen(𝑥𝑦)] + 4𝑦 ln 𝑥 ⋅ cos( 𝑥𝑦) e = 4𝑥 ln 𝑥 ⋅ cos( 𝑥𝑦)
𝜕𝑦
c) g 1   e g
= ex − 2 y  =
1

2x
x x+ x+ y  ( x − y ) 
2 x x + y ( x − y) 2
e  e + x− y
x
x− y
d) w = e
3
 8 xy 6sen 3 ( xy ) + 12 x 2 y 7sen 2 ( xy ) cos( xy ) + 5 2 xy  2 y 3 ln 5
4 x 2 y 6sen 3( xy ) +52 x y 3
x  
w 3
  24 x 2 y 5sen 3 ( xy) + 12 x 3 y 6sen 2 ( xy) cos( xy) + 5 2 xy  6 xy 2 ln 5
4 x 2 y 6sen 3( xy ) +52 x y 3
=e
y  
u  x  −x
e)  u = 2 zt 3  f   x   1 + 3z 2t 2  g ' ( e xy )  y  e xy
x  y y y  y y
( )
= 2 zt 3  f     2 + 3z 2 t 2  g ' e xy  x  e xy
𝑑𝑣 𝑘
12. 𝑑𝑦
= 𝑎𝑘sen(𝑘 ln 𝑦) cos( 𝑎𝑘𝑒 𝑦 )𝑒 𝑦 + 𝑦 sen(𝑎𝑘𝑒 𝑦 ) cos( 𝑘 ln 𝑦)

5. Otimização
Muitas das decisões em Economia, envolvem, entre outras, a necessidade de minimizar

gastos, ou maximizar receitas ou lucros, afetando recursos eventualmente alternativos ou
substituíveis, de modo a otimizar as situações em análise.
Nesse contexto, o analista, após identificar os objetivos, as variáveis de decisão e eventuais

restrições, procede à formalização do problema, criando um modelo funcional que ilustre as
relações encontradas através da explicitação da função objetivo.
Otimização consiste em determinar os valores das variáveis de decisão (as variáveis

independentes) para as quais a função objetivo atinge um valor ótimo (máximo ou mínimo,
dependendo da situação em análise).
Quando as variáveis de decisão não estão sujeitas a condições adicionais, diz-se que é
Otimização livre. Se existem restrições sobre as variáveis independentes, diz-se que é
Otimização condicionada.16
5.1. Extremos de funções com duas variáveis – generalidades
Dada uma função f (x,y), dizemos que ela tem um máximo relativo (ou local) num ponto P0
(𝑥0 , 𝑦0 ) se existe uma vizinhança de P0 de modo que:
𝑓(𝑥0 , 𝑦0 ) ≥ 𝑓(𝑥, 𝑦)
para todos os pontos (x, y) do domínio de f na referida vizinhança.
Analogamente, dizemos que f tem um mínimo relativo num ponto P0 (𝑥0 , 𝑦0 ) se existe uma
vizinhança de P0 de modo que:
𝑓(𝑥0 , 𝑦0 ) ≤ 𝑓(𝑥, 𝑦)
para todos os pontos (x, y) do domínio de f na referida vizinhança.
16
Neste contexto, as restrições podem ser igualdades ou desigualdades. Nesta disciplina, apenas serão objeto
de estudo restrições com uma igualdade.

f tem um máximo absoluto em P0 se 𝑓(𝑥0 , 𝑦0 ) ≥ 𝑓(𝑥, 𝑦) para todos os pontos (x, y) do

domínio de f e o valor máximo é 𝑓(𝑥0 , 𝑦0 ); analogamente, f tem um mínimo absoluto em
P0 se 𝑓(𝑥0 , 𝑦0 ) ≤ 𝑓(𝑥, 𝑦) para todos os pontos (x, y) do domínio de f e o valor mínimo é
𝑓(𝑥0 , 𝑦0 ).
Se a função tem máximo ou mínimo relativo, dizemos que ela tem extremo relativo no
ponto; e se ela tem máximo ou mínimo absoluto, diz-se que ela tem extremo absoluto no
ponto.
5.2. Cálculo de extremos relativos de funções com duas variáveis
5.2.1. Cálculo de extremos relativos livres
Seja f uma função de duas variáveis; o ponto (𝑥0 , 𝑦0 ) é ponto crítico de f se ∇𝑓(𝑥, 𝑦) = (0,0),
ou seja:
𝜕𝑓
(𝜕𝑥 ) =0
(𝑥0 ,𝑦0 )
{ 𝜕𝑓
(𝜕𝑦) =0
(𝑥0 ,𝑦0 )
ou se uma ou ambas derivadas parciais de primeira ordem não existirem em (𝑥0 , 𝑦0 ).

Teorema:
Se 𝑓: 𝑅 2 → 𝑅 tem um máximo ou mínimo relativo num ponto (𝑥0 , 𝑦0 ), então (𝑥0 , 𝑦0 ) é um

ponto crítico da função f.
Como apenas vão ser estudadas funções diferenciáveis, os pontos (x,y) que resultam das
soluções do sistema apresentado acima são os pontos críticos, ou seja, os pontos onde poderá
existir extremo. Aquelas, são as condições de 1ª ordem.
Calculados os pontos críticos (𝑥0 , 𝑦0 ), para determinar a sua natureza, usam-se as condições
2
𝜕2 𝑓 𝜕2 𝑓 𝜕2 𝑓
de 2ª ordem: 17
sendo ∆ = ( (𝑥0 , 𝑦0 )) − 𝜕𝑥 2 (𝑥0 , 𝑦0 ) ∙ 𝜕𝑦2 (𝑥0 , 𝑦0 )
𝜕𝑥𝜕𝑦
𝜕2𝑓
(𝑥 , 𝑦 ) > 0 ⇒ f admite um mínimo relativo em (𝑥0 , 𝑦0 )
𝜕𝑥 2 0 0
Δ<0 e
𝜕2𝑓
{𝜕𝑥 2 (𝑥0 , 𝑦0 ) < 0 ⇒ f admite um máximo relativo em (𝑥0 , 𝑦0 )

Δ = 0 ⇒ nada se pode concluir sobre a natureza do ponto (𝑥0 , 𝑦0 )
Δ > 0 ⇒ no ponto (𝑥0 , 𝑦0 ) não existe extremo; diz-se que é um ponto de sela
Exemplos:
1) Estudar a existência e natureza dos extremos de 𝑓(𝑥, 𝑦) = 𝑥 2 − 2𝑥𝑦 + 4𝑦 2 + 3𝑥 − 8.
𝜕𝑓
= 2𝑥 − 2𝑦 + 3 = 0 𝑥 = −2
𝜕𝑥 1
{ ⇔ { 1 ponto crítico (−2, − 2)
𝜕𝑓
= −2𝑥 + 8𝑦 = 0 𝑦 = −2
𝜕𝑦
17
Existem notações alternativas à apresentada, com as correspondentes adaptações; as conclusões são,
naturalmente, as mesmas.

𝜕2𝑓
=2
𝜕𝑥 2
2
𝜕2𝑓 𝜕2𝑓 𝜕2𝑓 𝜕𝑓 2 𝜕2𝑓
𝜕𝑦 2
=8 ⇒ (𝜕𝑥𝜕𝑦) − 𝜕𝑥 2 × 𝜕𝑦 2 = (−2)2 − 2 × 8 = −12 < 0 𝑒 =2>0
𝜕𝑥 2
𝜕2𝑓
{𝜕𝑥𝜕𝑦 = −2
1 1
Logo, a função f admite um mínimo no ponto (−2, − 2) de valor 𝑓 (−2, − 2) = −11.
2) Estudar a existência e natureza dos extremos de 𝑓(𝑥, 𝑦) = 𝑦 2 − 𝑥 2 .
𝜕𝑓
= −2𝑥 = 0 𝑥=0
𝜕𝑥
{ ⇔ { ponto crítico (0,0)
𝜕𝑓 𝑦=0
= 2𝑦 = 0
𝜕𝑦
𝜕2𝑓
= −2
𝜕𝑥 2
2
𝜕2𝑓 𝜕2𝑓 𝜕2 𝑓 𝜕𝑓 2
𝜕𝑦 2
= −2 ⇒ ( ) − 𝜕𝑥 2 × 𝜕𝑦 2 = 02 − 2 × (−2) = 4 > 0
𝜕𝑥𝜕𝑦
𝜕2𝑓
{𝜕𝑥𝜕𝑦 = 0
Logo, a função f tem, em (0,0), um ponto de sela.
P
z
𝑧 = 𝑦2 − 𝑥2 •
y
3) Calcular e classificar os pontos críticos da função
1 4
𝐹(𝑥, 𝑦) = 3 𝑥 3 + 3 𝑦 3 − 3𝑥 − 𝑥 2 − 4𝑦 − 3.
As condições de 1ª ordem dão origem ao sistema

𝜕𝐹
=0 𝑥 2 − 3 − 2𝑥 = 0 𝑥 = −1 ∨ 𝑥 = 3
𝜕𝑥
{ ⇔{ ⇔{
𝜕𝐹
=0 4𝑦 2 − 4 = 0 𝑦 = −1 ∨ 𝑦 = 1
𝜕𝑦
Os pontos críticos são (−1, −1), (−1,1), (3, −1) e (3,1).
Para uma análise mais simples, podem-se apresentar os resultados num quadro:
(−1, −1) (−1,1) (3, −1) (3,1)
𝜕2𝐹
= 2𝑥 − 2
𝜕𝑥 2 −4 −4 4 4
𝜕2𝐹
= 8𝑦
𝜕𝑦 2 −8 8 −8 8
𝜕2𝐹
=0
𝜕𝑥𝜕𝑦 0 0 0 0
2
𝜕2𝑓 𝜕2𝑓 𝜕𝑓 2
Δ = (𝜕𝑥𝜕𝑦) − 𝜕𝑥 2 × 𝜕𝑦 2 − 32 32 32 −32
conclui-se que:
4
• em (−1, −1) existe um máximo de valor 𝐹(−1, −1) = 3
44
• em (3,1) existe um mínimo de valor 𝐹(3,1) = − 3
• os pontos (−1,1), (3, −1) são pontos de sela.
5.2.2. Cálculo de extremos relativos condicionados
Quando a otimização de uma função está sujeita a uma determinada restrição (uma restrição
orçamental, por exemplo), os pontos críticos em análise (consequentemente eventuais
extremos) estão condicionados a pontos que cumprem a condição que define a restrição.

Considere-se que a função objetivo que corresponde à função utilidade de um consumidor é

dada por 𝑈(𝑥, 𝑦) = 𝑥 2/3 𝑦 1/3, em que x e y são as quantidades de determinados bens A e B,
eventualmente substituíveis entre si, e cujo preço unitário é respetivamente 𝑝𝑋 e 𝑝𝑌 . As
quantidades a consumir dos bens A e B podem estar condicionadas pela restrição orçamental
2𝑥 + 3𝑦 = 9, caso, por exemplo, 𝑝𝑋 = 2 e 𝑝𝑌 = 3 e o consumidor apenas disponha de 9
unidades monetárias para a compra dos bens em causa.
Uma estratégia possível, seria transformar a função de duas variáveis numa função apenas
com uma variável, com recurso à restrição (condição de ligação que relaciona x com y),
9 −2𝑥 1/3
𝑈(𝑥) = 𝑥 2/3 ( )
3
e calcular os extremos desta nova função seguindo as metodologias conhecidas para funções
reais de uma variável real. Não é esse, no entanto, o objetivo deste tema.
5.2.2.1. Condições de igualdade – método da Função Auxiliar de Lagrange18
Seja f(x,y) uma função real com duas varáveis reais e g(x,y) = 0 uma condição que relaciona
as duas variáveis x e y (chamada condição de ligação). Pretendem-se calcular os extremos
relativos de f sujeitos à condição g.
Teorema de Lagrange:
Seja f uma função de duas variáveis independentes x e y com derivadas de primeira ordem
contínuas e g uma função de duas variáveis independentes x e y com primeiras derivadas
contínuas não nulas.
Se a função f admite um extremo 𝑓(𝑥0 , 𝑦0 ) quando está sujeito à restrição g(x, y) = 0, então
existe um número real 𝜆 (chamado multiplicador de Lagrange) tal que
𝜕𝑓 𝜕𝑓 𝜕𝑔 𝜕𝑔
((𝜕𝑥 ) , (𝜕𝑦) ) = 𝜆 ((𝜕𝑥 ) , (𝜕𝑦) ).
(𝑥0 ,𝑦0 ) (𝑥0 ,𝑦0 ) (𝑥0 ,𝑦0 ) (𝑥0 ,𝑦0 )
18
Ou Função Lagrangeana.

Como consequência desse teorema, surge o método dos multiplicadores de Lagrange para
determinar os pontos críticos de uma função f(x,y) sujeitos a uma determinada restrição
g(x,y) = 0:
(1) Construção da Função Auxiliar de Lagrange
𝐿(𝑥, 𝑦, 𝜆) = 𝑓(𝑥, 𝑦) + 𝜆 ⋅ 𝑔 (𝑥, 𝑦)
(2) Resolução do sistema
𝜕𝐿
(𝑥, 𝑦, 𝜆) = 0
𝜕𝑥
𝜕𝐿
(𝑥, 𝑦, 𝜆) = 0
𝜕𝑦
𝜕𝐿
{𝜕𝜆 (𝑥, 𝑦, 𝜆) = 0 ⇔ 𝑔(𝑥, 𝑦) = 0
Os pontos (x,y) que verificam o sistema são os pontos críticos da função f(x,y) sujeita à
restrição g(x,y) = 0; ou seja, caso a função admita extremos, estes estão entre os pontos
determinados.
Exemplo:
Voltando ao exemplo da página 57, considere-se que a função objetivo que corresponde à
função utilidade de um consumidor é dada por 𝑈(𝑥, 𝑦) = 𝑥 2/3 𝑦1/3, em que x e y são as
quantidades de determinados bens A e B, eventualmente substituíveis entre si, e cujo preço
unitário é respetivamente 2 e 3. As quantidades a consumir dos bens A e B estão
condicionadas pela restrição orçamental 2𝑥 + 3𝑦 = 9.
A Função Auxiliar de Lagrange é dada por 𝐿(𝑥, 𝑦, 𝜆) = 𝑥 2/3 𝑦1/3 + 𝜆 ⋅ (2𝑥 + 3𝑦 − 9).
As condições que permitem determinar os pontos críticos dão origem ao sistema

2
𝑥 − 1/3 𝑦1/3 + 2𝜆 = 0
3 1 1
𝑥 − 1/3 𝑦1/3 = 9 𝑥 2/3 𝑦 − 2/3 3𝑦 = 𝑥
1 2/3 − 2/3 3
𝑥 𝑦 + 3𝜆 = 0 ⟺ { ⟺ {
3
2𝑥 + 3𝑦 − 9 = 0 2𝑥 + 3𝑦 = 9
{2𝑥 + 3𝑦 − 9 = 0
O ponto crítico da função 𝑈 é (𝑥, 𝑦) = (3,1) (verifique!).

A análise da natureza dos pontos críticos pode ser feita com recurso a uma condição
suficiente de 2ª ordem para a existência de extremo:
2
𝜕2𝐿 𝜕2𝐿 𝜕2𝐿
sendo ∆ = (𝜕𝑥𝜕𝑦 (𝑥0 , 𝑦0 )) − 𝜕𝑥 2 (𝑥0 , 𝑦0 ) ∙ 𝜕𝑦 2 (𝑥0 , 𝑦0 ), se
𝜕2𝐿
Δ<0 ⋀ > 0 ⇒ 𝑓 admite um mínimo relativo em (𝑥0 , 𝑦0 )
𝜕𝑥 2
𝜕2𝐿
Δ<0 ⋀ < 0 ⇒ 𝑓 admite um máximo relativo em (𝑥0 , 𝑦0 )
𝜕𝑥 2
Sendo condição suficiente, esta técnica não permite determinar pontos de sela em funções
condicionadas por condições de igualdade, pelo que para os restantes valores de ∆ nada se
pode concluir sobre a natureza dos pontos críticos.
É o que acontece no exemplo anterior (verifique!).
1) Dada a função f ( x, y ) = x + y e a condição x 2 + y 2 = 1 , pretende-se analisar a existência

de extremos da função f sujeitos à restrição indicada.
Resolução:
A função auxiliar de Lagrange correspondente é 𝐿(𝑥, 𝑦, 𝜆) = 𝑥 + 𝑦 + 𝜆(𝑥 2 + 𝑦 2 − 1).
Os seus pontos críticos são as soluções de:
𝜕𝐿
=0
𝜕𝑥 1 + 2𝜆𝑥 = 0 √2 √2
𝜕𝐿
𝑥= 𝑥=−
2 2
= 0 ⇔ { 1 + 2𝜆𝑦 = 0 ⇔ { ˅ {
𝜕𝑦 √2 √2
𝑦= 𝑦= −2
𝜕𝐿 𝑥2 + 𝑦2 − 1 = 0 2
{𝜕𝜆 = 0

√2 √2 √2 √2 √2 √2
Ou seja, são os pontos ( 2 , ), com 𝜆 = − e (− , − 2 ), com 𝜆 = .
2 2 2 2
Verificando as condições de segunda ordem para cada um dos pontos críticos:
𝜕2𝐿 𝜕2𝐿 𝜕2𝐿

= 2𝜆 ; 𝜕𝑦 2 = 2𝜆 ; 𝜕𝑥𝜕𝑦 = 0
𝜕𝑥 2
∆ = 0 − 2𝜆 ∙ 2𝜆 ⇔ ∆ = −4𝜆2
√2 √2 𝜕2 𝐿
Ponto crítico ( 2 , ): ∆ = −2 < 0 e = −√2 < 0, logo f atinge um máximo
2 𝜕𝑥 2
√2 √2 √2 √2
relativo19 no ponto ( 2 , ) e o seu valor é 𝑓 ( 2 , ) = √2.
2 2
√2 √2 𝜕2𝐿
Ponto crítico (− , − ): ∆ = −2 < 0 e = √2 > 0, logo f atinge um mínimo
2 2 𝜕𝑥 2
√2 √2 √2 √2
relativo20 no ponto (− ,− 2 ) e o seu valor é 𝑓 (− ,− 2 ) = −√2.
2 2
2) Calcular os pontos críticos e, se possível, determinar a sua natureza, da função

𝑓(𝑥, 𝑦) = 𝑥 2 − 3𝑥𝑦 + 𝑦, sujeita à condição 𝑦 = 𝑥 2 .
Resolução:
𝑦 = 𝑥 2 ⇔ 𝑦⏟− 𝑥 2 = 0; então 𝐿(𝑥, 𝑦, 𝜆) = 𝑥 2 − 3𝑥𝑦 + 𝑦 + 𝜆(𝑦 − 𝑥 2 ).

𝑔(𝑥,𝑦)
𝜕𝐿
𝜕𝑥
= 2𝑥 − 3𝑦 − 2𝜆𝑥 = 0 2𝑥 − 3𝑥 2 − 6𝑥 2 + 2𝑥 = 0 −9𝑥 2 + 4𝑥 = 0
𝜕𝐿
𝜕𝑦
= −3𝑥 + 1 + 𝜆 = 0 ⇔ {𝜆 = 3𝑥 − 1 ⇔ {𝜆 = 3𝑥 − 1
𝜕𝐿
= 𝑦 − 𝑥2 = 0 𝑦 = 𝑥2 𝑦 = 𝑥2
{𝜕𝜆
4
𝑥=0 𝑥=9
16
⇔ {𝑦 = 0 ∨ 𝑦 = 81
1
𝜆 = −1
{𝜆 = 3
19
O Teorema de Weierstrass (ponto 5.3.2) permite concluir que é também máximo absoluto.
20
O Teorema de Weierstrass (ponto 5.3.2) permite concluir que é também mínimo absoluto.

𝐿(𝑥, 𝑦, 𝜆) = 𝑥 2 − 3𝑥𝑦 + 𝑦 + 𝜆(𝑦 − 𝑥 2 )
4 16 1
pontos críticos: (0,0) para 𝜆 = −1 e (9 , 81) para 𝜆 = 3.
(0,0) 4 16
(9 , 81)
(𝜆 = −1) 1
(𝜆 = 3)
𝜕2 𝐿 4
= 2 − 2𝜆 4
𝜕𝑥 2
3
𝜕2𝐿
=0 0 0
𝜕𝑦 2
𝜕2𝐿
= −3 −3 −3
𝜕𝑥𝜕𝑦
2
𝜕2𝐿 𝜕2𝐿 𝜕2𝐿
𝛥 = (𝜕𝑥𝜕𝑦) − 𝜕𝑥 2 ⋅ 𝜕𝑦 2 9 9
Como já foi dito e este exemplo ilustra, há casos em que o método da Função Auxiliar de
Lagrange não permite determinar a natureza do ponto crítico.
5.3. Cálculo de extremos absolutos de funções com duas variáveis
Em contexto económico, normalmente, o objetivo é encontrar extremos absolutos e não

relativos. Geralmente não é tarefa fácil, tendo em conta a natureza ou particularidades das
funções envolvidas.
5.3.1. Cálculo de extremos absolutos livres
A procura de extremos absolutos livres de uma função de duas variáveis vai ser reduzida ao
caso em que é possível serem identificados pela definição, ou seja, encontra-se um valor
maior ou igual a todas as imagens por f (máximo absoluto) ou um valor menor ou igual a
todas as imagens por f (mínimo absoluto).

Exemplos:
1) Sendo 𝑓(𝑥, 𝑦) = 1 + 𝑥 2 + 𝑦 2 , sabemos que
𝑥 2 + 𝑦 2 ≥ 0 ⇔ 1 + 𝑥 2 + 𝑦 2 ≥ 1 ⇔ 𝑓(𝑥, 𝑦) ≥ 1
1 é menor ou igual a todas as imagens por f; o seu valor é atingido para o mínimo valor
de 𝑥 2 + 𝑦 2 , ou seja, no ponto (0,0).
Assim, f admite um mínimo absoluto em (0,0) cujo valor é f (0,0) = 1.
2) Sendo 𝑔(𝑥, 𝑦) = 5 − √𝑥 2 + 𝑦 2 , sabemos que
𝑥 2 + 𝑦 2 ≥ 0 ⇔ √𝑥 2 + 𝑦 2 ≥ 0 ⇔ −√𝑥 2 + 𝑦 2 ≤ 0 ⇔ 5 − √𝑥 2 + 𝑦 2 ≤ 5
Como 5, que é a imagem de (0,0), é maior ou igual a qualquer outra imagem por f, pode-
se concluir que f admite um máximo absoluto em (0,0) cujo valor é f(0,0) = 5.
3) Sendo ℎ(𝑥, 𝑦) = ln(𝑥 2 + 𝑦 2 + √2), sabemos que
𝑥 2 + 𝑦 2 ≥ 0 ⟺ 𝑥 2 + 𝑦 2 + √2 ≥ √2 ⟺ ln(𝑥 2 + 𝑦 2 + √2) ≥ ln√2
Assim, conclui-se que ln√2 é menor ou igual a qualquer outra imagem por h, pelo que
se pode afirmar que ln√2 é um mínimo da função h, e o minimizante respetivo é (0,0).
5.3.2. Cálculo de extremos absolutos condicionados
Neste contexto, apenas vai ser abordado o caso em que a condição de ligação define em 𝑅 2
um conjunto fechado e limitado. Nessas condições, deverá ser tido em conta o Teorema do
Valor Extremo de Weierstrass:
Seja uma função f, real de várias variáveis reais, contínua no seu domínio, definida num
domínio fechado e limitado; então o conjunto das imagens de f é um conjunto limitado de
números reais e f possui, nesse domínio, valores máximo e mínimo absolutos.

Exemplo:
Seja a função 𝑓(𝑥, 𝑦) = 𝑥𝑦 condicionada pela elipse 4𝑥 2 + 𝑦 2 = 4.
𝐿(𝑥, 𝑦, 𝜆) = 𝑥𝑦 + 𝜆 (4𝑥 2 + 𝑦 2 − 4)
𝜕𝐿
= 𝑦 + 8𝜆𝑥 = 0 4𝑥 2 𝑦 2 = 4𝑥 2
𝜕𝑥 𝑦− = 0 𝑦 2 = 4𝑥 2
𝑦 𝑥
𝜕𝐿 𝑥 𝑥 𝜆 = − 2𝑦 ⇔
= 𝑥 + 2𝜆𝑦 = 0 ⇔ 𝜆 =− ⇔ {𝜆 = − ⇔
𝜕𝑦 2𝑦 2𝑦
1
𝜕𝐿 2 2 2𝑥 2 = 1 𝑥2 = 2
{𝜕𝜆 = 4𝑥 2 + 𝑦 2 − 4 = 0 {4𝑥 + 𝑦 − 4 = 0 {
√2 √2 √2 √2
𝑥= 𝑥=− 𝑥= 𝑥=−
2 2 2 2
⇔ 𝑦 2 = 2 ∨ 𝑦 2 = 2 ⇔ 𝑦 = ±√2 ∨ 𝑦 = ±√2
𝑥 𝑥 1 1
𝜆=− 𝜆=−
{ 2𝑦 { 2𝑦 {𝜆 = ∓ 4 {𝜆 = ± 4
O sistema foi resolvido sob o pressuposto 𝑦 ≠ 0; note-se que se y = 0, então x = 0, valores

que não verificam a condição de ligação. Assim,
2 2 1
pontos críticos: (√2 , √2) e (− √2 , − √2) para 𝜆 = −
4
√2 2 1
( 2 , − √2) e (− √2 , √2) para 𝜆 = 4
√2 √2 √2 √2
( 2 , √2) (− 2
, −√2) ( 2 , − √2) (− 2
, √2)
1 1 1 1
(𝜆 = − ) (𝜆 = ) (𝜆 = ) (𝜆 = )
4 4 4 4
𝜕2 𝐿
= 8𝜆 −2 −2 2 2
𝜕𝑥 2
𝜕2𝐿 1 1 1 1
= 2𝜆 − −
𝜕𝑦 2
2 2 2 2
𝜕2𝐿
=1 1 1 1 1
𝜕𝑥𝜕𝑦
2
𝜕2𝐿 𝜕2𝐿 𝜕2𝐿
Δ = (𝜕𝑥𝜕𝑦) − 𝜕𝑥 2 ⋅ 𝜕𝑦 2 0 0 0 0

O método da Função Auxiliar de Lagrange não permitiu determinar a natureza dos pontos
críticos. No entanto, como a condição de ligação define um domínio fechado e limitado para
a função (já que se trata de uma elipse), pode-se concluir que a função admite máximo e
mínimo absolutos, que serão respetivamente a maior e a menor imagem nos pontos críticos.
Graficamente:
curvas de nível da função f(x,y) = xy
• f admite dois máximos relativos:

2 2
em (√2 , √2) e (− √2 , −√2), ambos de valor 1
• f admite dois mínimos relativos:

2 2
em (√2 , − √2) e (− √2 , √2), ambos de valor −1
1 é, portanto, máximo absoluto e −1 é mínimo absoluto da função (𝑥, 𝑦) = 𝑥𝑦 condicionada

pela igualdade 4𝑥 2 + 𝑦 2 = 4.

Exemplos:
1) Um produto P pode ser fabricado em duas máquinas diferentes. Sendo x a quantidade

produzida na máquina 1 e y a quantidade produzida na máquina 2, o custo de produzir o
produto P em cada uma das máquinas é dado por:
Custo de produzir P na máquina 1: 2𝑥 + 5𝑥 2
Custo de produzir P na máquina 2: 3𝑦 + 4𝑦 2
Pretende-se determinar as quantidades a produzir em cada uma das máquinas de forma a

minimizar o custo total de produção, sabendo que é necessário satisfazer uma procura
prevista de 50 unidades do produto P.
A leitura do problema permite concluir que se pretende minimizar a função

𝑓(𝑥, 𝑦) = 2𝑥 + 5𝑥 2 + 3𝑦 + 4𝑦 2 , sujeita à condição de ligação 𝑥 + 𝑦 = 50, ou seja, os
pontos em análise têm que verificar aquela condição. Construindo a Lagrangeana,
𝐿(𝑥, 𝑦, 𝜆) = 2𝑥 + 5𝑥 2 + 3𝑦 + 4𝑦 2 + 𝜆(𝑥 + 𝑦 − 50)
e resolvendo as condições de 1ª ordem,
𝜕𝐿 2023
= 2 + 10𝑥 + 𝜆 = 0 2 + 10𝑥 = −𝜆 2 + 10𝑥 = −𝜆 𝜆=−
𝜕𝑥 9
𝜕𝐿 499
= 3 + 8𝑦 + 𝜆 = 0 ⇔ {3 + 8𝑦 = −𝜆 ⇔ {3 + 8𝑦 = 2 + 10𝑥 ⇔ 𝑦 =
𝜕𝑦 18
𝜕𝐿 401
𝑥 = 50 − 𝑦 𝑥 = 50 − 𝑦
{𝜕𝜆 = 𝑥 + 𝑦 − 50 = 0 {𝑥 = 18
401 499
verifica-se que existe um ponto crítico (𝑥, 𝑦) = ( 18 , ); pelas condições de 2ª ordem
18

𝜕2𝐿
= 10
𝜕𝑥 2
2
𝜕2𝐿 𝜕2𝐿 𝜕2𝐿 𝜕2𝐿 𝜕2𝐿
=8 ⇒( ) − 𝜕𝑥 2 × 𝜕𝑦 2 = −10 × 8 < 0 𝑒 = 10 > 0
𝜕𝑦 2 𝜕𝑥𝜕𝑦 𝜕𝑥 2
𝜕2𝐿
{𝜕𝑥𝜕𝑦 = 0
401 499
conclui-se, as quantidades (𝑥, 𝑦) = ( 18 , ) minimizam o custo total de produção do
18
produto P nas condições exigidas.
2) Seja a função utilidade 𝑈(𝑥, 𝑦) = ln(𝑥𝑦) com 𝑥 > 0 e 𝑦 > 0 e em que x e y estão
sujeitos à restrição orçamental 𝑦 + 𝑥 = 𝑎 (𝑎 ∈ 𝑅\{0}). Pretende-se analisar a existência
de extremos de U.
𝐿(𝑥, 𝑦, 𝜆) = ln(𝑥𝑦) + 𝜆(𝑦 + 𝑥 − 𝑎)
Os pontos críticos serão solução do sistema
𝜕𝐿 1
=𝑥+𝜆 =0 𝑎
𝜕𝑥 𝑥=𝑦 𝑥=2
𝜕𝐿 1
=𝑦+𝜆 =0 ⟺ { ⟺{
𝜕𝑦 𝑎
𝜕𝐿
𝑥+𝑦 =𝑎 𝑦=2
{𝜕𝜆 = 𝑥 + 𝑦 − 𝑎 = 0
𝑎 𝑎
Existe um ponto crítico, (2 , 2).
Nesse ponto,
𝜕2𝐿 1
= − 𝑥2
𝜕𝑥 2
𝜕2𝐿 2
1 𝜕2𝐿 𝜕2𝐿 𝜕2𝐿 4 𝜕2𝐿 1
= − 𝑦2 ⇒ (𝜕𝑥𝜕𝑦) − 𝜕𝑥 2 × 𝜕𝑦 2 = − 𝑎4 < 0 e = − 𝑥2 < 0
𝜕𝑦 2 𝜕𝑥 2
𝜕2𝐿
{𝜕𝑥𝜕𝑦 = 0
𝑎 𝑎 𝑎 𝑎 𝑎2
Portanto, em (2 , 2), U admite um mínimo com valor 𝑈 (2 , 2) = ln ( 4 )

1. Determine os pontos críticos e estude a sua natureza, para cada uma das funções:
a) 𝑧 = 2𝑥 3 + 𝑥𝑦 2 + 5𝑥 2 + 𝑦 2
𝑥
b) 𝑗(𝑥, 𝑦) = 𝑥+𝑦
c) 𝑧 = 𝑥 4 + 𝑦 4 − 2𝑥 2 − 2𝑦 2 + 4𝑥𝑦
16 5 5
d) w(a, b) = a + b − a − 5b
5
e) 𝑛(𝜇, 𝜌) = (𝜇 − 1)3 + (𝜌 − 2)2 − 3𝜇 − 12𝜌
f) 𝑓(𝑥, 𝑦) = 4𝑥 2 𝑒 𝑦 − 2𝑥 4 − 𝑒 4𝑦
2 +𝑦 2 )
g) 𝑓(𝑥, 𝑦) = (𝑥 2 + 3𝑦 2 ) ∙ 𝑒 −(𝑥
2. Determine os extremos das funções seguintes, tendo em consideração as condições de

ligação referidas:
a) 𝑧 = 26𝑥 − 3𝑥 2 + 5𝑥𝑦 − 6𝑦 2 + 12𝑦 com 3x + y = 170
b) 𝑓(𝑎, 𝑏) = 4𝑎2 − 3𝑎 + 5𝑎𝑏 − 8𝑏 + 2𝑏 2 com a = 2b
c) 𝑧(𝑥, 𝑦) = 5𝑥 2 − 𝑥𝑦 + 6𝑦 2 com x + 2y = 24
1
d) g ( x, y ) = x3 + y3 com y=
x
3. Determine os pontos críticos e recorra ao Teorema do Valor Extremo para concluir que
as funções admitem máximo e mínimo absoluto e indique-os:
4 x2 + y = 4
2
a) 𝑓(𝑥, 𝑦) = 𝑥𝑦 com
b) z = x2 − y x2 = 4 − y
2 2
com

4. Considere a função de produção definida pela expressão 𝑓(𝑥, 𝑦) = 𝑥 1/5 𝑦 4/5, em que
x são as unidades de capital (em euros) e y as de trabalho. Suponha que cada unidade
de capital custa C1 euros e cada unidade de trabalho custa C 2 euros; suponha ainda que
dispomos de C euros para esses custos e que nessas condições a função admite um
máximo. Determine as unidades de capital e de trabalho que maximizam a produção.
5. A quantidade Q produzida de um determinado bem depende das quantidades utilizadas

das matérias primas A e B, respetivamente a e b, em toneladas, sendo a relação existente
dada por 𝑄 = ln( 𝑎𝑏). Sabendo que cada tonelada da matéria prima A custa 200 u.m. e
da B 300 u.m., qual a quantidade máxima produzida do bem em causa com 5000 u.m.?
6. Suponha que as vendas (V) de um determinado produto são função das quantias
x e y gastas em inovação e publicidade respetivamente,
80𝑥 50𝑦
V= +
25+3𝑥 10+𝑦
e que o lucro obtido é igual à diferença entre 10% das vendas e os gastos em publicidade
e inovação.
Sabendo que o gestor do produto dispõe de 15 u.m. para gastar em inovação e

publicidade, diga como deve ser repartida a referida quantia de modo a maximizar o
lucro.

Soluções:
5 125
1. a) mínimo em (0,0) de valor 0 e máximo em (− . 0) de valor
3 27
pontos de sela em (–1,–2) e (–1,2)
b) não admite pontos críticos
c) ponto crítico em (0,0) não identificado
mínimos em (√2, −√2) e (−√2, √2), de valor −8
d) máximo em ( − 2,− 1) de valor 4,4 e mínimo em ( 2 , 1) de valor −4,4

1 1
pontos de sela em ( − 2 , 1) e ( 2 ,− 1)
1 1
e) mínimo em (2,8) de valor −65
ponto de sela em (0,8)
f) máximo em (−1,0) de valor 1 e máximo em (1,0) de valor 1

3
g) mínimo em (0,0) de valor 0 e máximos em (0,− 1) e (0,1) de valor 𝑒
pontos de sela em (−1,0) e (1,0)

145
2. a) máximo em ( , 25) de valor −3160
3
1 1
b) mínimo em ( 2 , 4 ) de valor − 47
c) mínimo em (6,9) de valor 612
d) máximo em (−1,− 1) de valor –2 e mínimo em (1,1) de valor 2

√2 √2
3. a) pontos críticos em (± , ±√2) e (± , ∓√2), respetivamente máximo de valor 1
2 2
e mínimo de valor –1
b) máximo em (±2,0), de valor 4 e mínimo em (0, ±2), de valor −4

𝐶 4𝐶
4. unidades de capital e unidades de trabalho
5𝐶1 5𝐶2
5. 4,646 toneladas
6. 5 u.m. em inovação e 10 u.m. em publicidade

6. Função definida na forma implícita
Em R, geralmente, uma função está definida por uma expressão do tipo y = f (x), ou seja, y
está definida como função de x na forma explícita. Por exemplo, 𝑦 = 3𝑥 5 − 𝑥 2 + 7.
No entanto, por vezes, as funções são dadas de forma implícita, ou seja por uma equação
do tipo F(x, y) = 0. No exemplo apresentado, seria 𝑦 − 3𝑥 5 + 𝑥 2 − 7 = 0.
Dada uma equação do tipo F(x,y) = 0, nem sempre é possível explicitar uma das variáveis
em função da outra. Ainda assim, em determinadas condições, continua a ser possível
𝑑𝑦
calcular a derivada y’(x) ou 𝑑𝑥 .
6.1. Teorema da Função Implícita
Seja F: 𝑅 2 → 𝑅; se:
(1) 𝐹(𝑥0 , 𝑦0 ) = 0
𝜕𝐹 𝜕𝐹
(2) 𝜕𝑥 (𝑥, 𝑦) e (𝑥, 𝑦) existem e são contínuas numa vizinhança V de (𝑥0 , 𝑦0 )
𝜕𝑦
𝜕𝐹
(3) 𝜕𝑦 (𝑥0 , 𝑦0 ) ≠ 0
então, a equação F(x, y) = 0 define implicitamente y como função de x em qualquer

vizinhança de (𝑥0 , 𝑦0 ) contida em V, isto é, existe uma função f derivável definida em V,
com y = f (x), tal que 𝑓(𝑥0 ) = 𝑦0 e F(x, f (x)) = 0. Os pontos que verificam as condições do
teorema acima chamam-se pontos ordinários.
Exemplo:
A igualdade 𝑥 3 + 𝑦 3 = 6𝑥𝑦 define implicitamente y como função de x em todos os pontos

1
de 𝑅 2 que verificam a condição e não pertencem à parábola 𝑥 = 2 𝑦 2 . Com efeito,
𝑥 3 + 𝑦 3 = 6𝑥𝑦 ⇔ ⏟
𝑥 3 + 𝑦 3 − 6𝑥𝑦 = 0
𝐹(𝑥,𝑦)

𝜕𝐹
= 3𝑥 2 − 6𝑦
𝜕𝑥
{𝜕𝐹 as derivadas parciais existem e são contínuas em 𝑅 2 .
2
= 3𝑦 − 6𝑥
𝜕𝑦
𝜕𝐹 1
Como 𝜕𝑦 (𝑥, 𝑦) = 0 ⇔ 𝑥 = 2 𝑦 2, a igualdade 𝑥 3 + 𝑦 3 = 6𝑥𝑦 define implicitamente y como
1
função de x em todos os pontos de 𝑅 2 que a verificam e não pertencem à parábola 𝑥 = 2 𝑦 2 .
6.2. Derivada da função definida na forma implícita
Derivando (através da técnica de derivação da função composta) a igualdade F(x,y) = 0,
𝜕𝐹 𝜕𝐹 𝑑𝑦
tem-se que (𝑥, 𝑦) + (𝑥, 𝑦) ∙ (𝑥, 𝑦) = 0.
𝜕𝑥 𝜕𝑦 𝑑𝑥
𝜕𝐹
𝑑𝑦 (𝑥,𝑦)
𝜕𝑥
Assim, nas condições do teorema anterior, é possível calcular = − 𝜕𝐹 .
𝑑𝑥 (𝑥,𝑦)
𝜕𝑦
Exemplos:
(1) Pretende-se determinar y’, quando existir, sendo y a função de x definida implicitamente
15
pela igualdade 𝑥 3 + 𝑦 3 = 6𝑥𝑦 − .
8
É fácil verificar que a igualdade define implicitamente y como função de x em todos os

1
pontos de 𝑅 2 que verificam a igualdade e não pertencem à parábola 𝑥 = 2 𝑦 2 . Assim,
15 15
𝑥 3 + 𝑦 3 = 6𝑥𝑦 − ⇔𝑥 3 3
⏟ + 𝑦 − 6𝑥𝑦 + =0
8 8
𝐹(𝑥,𝑦)
𝜕𝐹
= 3𝑥 2 − 6𝑦 𝑑𝑦
𝜕𝐹
(𝑥,𝑦) 3𝑥 2 −6𝑦 2𝑦−𝑥 2
𝜕𝑥 𝜕𝑥
{𝜕𝐹 ⇒ = − 𝜕𝐹 = − 3𝑦 2−6𝑥 = 𝑦 2−2𝑥
𝑑𝑥
= 3𝑦 2 − 6𝑥 𝜕𝑦
(𝑥,𝑦)
𝜕𝑦
1
para todos os pontos (𝑥, 𝑦) que verificam aquela relação e tais que 𝑥 ≠ 2 𝑦 2 .

1 𝜕𝐹
Suponha-se agora que se pretende calcular a derivada 𝑦 ′ ( , 1). Como ( ) = 0, não se
2 𝜕𝑦 (1,1)
2
verifica a terceira condição do Teorema da Função Implícita. No entanto, e com recurso à

derivada da função composta, ainda que não seja verificado o Teorema da Função Implícita,
é possível concluir sobre a existência ou valor da derivada em pontos nessas condições 21;
𝑑𝑦
por uma questão de simplificação de notação, faz-se (𝑥, 𝑦) = 𝑦 ′ (𝑥, 𝑦) = 𝑦′; derivando
𝑑𝑥
termo a termo, fica
3𝑥 2 + 3𝑦 2 𝑦′ − 6(𝑦 + 𝑥𝑦′) = 0 ⟺ 𝑦 ′ (𝑦 2 − 2𝑥) = −𝑥 2 + 2𝑦
1 1 7
Substituindo (2 , 1) na expressão obtida, fica 𝑦 ′ (1 − 1) = − 4 + 2 ⟺ 0 = 4
1
logo, não existe derivada no ponto (2 , 1).
(2) Pretende-se determinar, quando existir, y’(0,0) sendo y a função de x definida

implicitamente pela igualdade 𝑥 3 + 𝑦 3 = 6𝑥𝑦.
Já foi verificado no primeiro exemplo deste capítulo que a igualdade 𝑥 3 + 𝑦 3 = 6𝑥𝑦 define
implicitamente y como função de x em todos os pontos de 𝑅 2 que verificam a condição e
1
não pertencem à parábola 𝑥 = 2 𝑦 2 .
𝜕𝐹
Pretende-se calcular a derivada 𝑦 ′ (0,0). Como (𝜕𝑦) = 0, não se verifica a terceira
(0,0)
condição do Teorema da Função Implícita.
Usando o mesmo método do exemplo anterior, e substituindo o ponto (0,0) na expressão

𝑦 ′ (𝑦 2 − 2𝑥) = −𝑥 2 + 2𝑦, resulta
𝑦 ′ (0 − 0) = −0 + 0 ⟺ 0 = 0 (pelo que nada se conclui)
Derivando novamente a expressão anterior,
𝑦 ′ (𝑦 2 − 2𝑥) = −𝑥 2 + 2𝑦 ⟺ 𝑦 ′′ (𝑦 2 − 2𝑥) + 𝑦 ′ (2𝑦𝑦 ′ − 2) = −2𝑥 + 2𝑦𝑦 ′
21
Estes pontos (não ordinários) chamam-se pontos singulares.

Substituindo (x,y) = (0,0), resulta 𝑦 ′′ ∙ (0 − 0) + 𝑦 ′ = 0 ⟺ 𝑦 ′ = 0 , ou seja 𝑦 ′ (0,0) = 0.
𝑑2 𝑦
Supondo agora que se pretende calcular a segunda derivada 𝑑𝑥 2 (ou y''), deriva-se novamente
a igualdade anterior 𝑦 ′′ (𝑦 2 − 2𝑥) + 𝑦 ′ (2𝑦𝑦 ′ − 2) = −2𝑥 + 2𝑦𝑦 ′ em ordem a x:
𝑦 ′′′ (𝑦 2 − 2𝑥) + 𝑦 ′′ (2𝑦𝑦′ − 2) + 𝑦 ′′ (2𝑦𝑦 ′ − 2) + 𝑦 ′ (2𝑦′𝑦 ′ + 2𝑦𝑦′′) = −2 + 2𝑦′𝑦 ′ + 2𝑦𝑦′′
Tendo em conta que (𝑥, 𝑦) = (0,0) e 𝑦 ′(0,0) = 0 e substituindo,
1
𝑦 ′′′ (0 − 0) + 𝑦 ′′ (0 − 2) + 𝑦 ′′ (0 − 2) + 𝑦 ′ (0 + 0) = −2 + 0 + 0 ⟺ −4𝑦′′ = −2 ⟺ 𝑦′′ = 2
Derivadas de ordem superior são calculadas através da derivação sucessiva nos mesmos
moldes.22
O Teorema da Função Implícita e a regra de derivação indicada podem ser generalizados a

funções de n variáveis reais. No caso de uma equação da forma F(x,y,z) = 0, que define z
como função implícita de x e y, tem-se:
𝜕𝐹 𝜕𝐹
𝜕𝑧 (𝑥,𝑦,𝑧) 𝜕𝑧 (𝑥,𝑦,𝑧)
𝜕𝑥 𝜕𝑦
(𝑥, 𝑦, 𝑧) = − 𝜕𝐹 e (𝑥, 𝑦, 𝑧) = − 𝜕𝐹
𝜕𝑥 (𝑥,𝑦,𝑧) 𝜕𝑦 (𝑥,𝑦,𝑧)
𝜕𝑧 𝜕𝑧
Exemplo:
𝜕𝑧 𝜕𝑧
Pretende-se determinar e , sendo 𝑥 3 + 𝑦 3 + 𝑧 3 + 6𝑥𝑦𝑧 = 1.
𝜕𝑥 𝜕𝑦
𝑥 3 + 𝑦 3 + 𝑧 3 + 6𝑥𝑦𝑧 = 1 ⇔ 𝑥
⏟3 + 𝑦 3 + 𝑧 3 + 6𝑥𝑦𝑧 − 1 = 0
𝐹(𝑥,𝑦,𝑧)
𝜕𝐹
= 3𝑥 2 + 6𝑦𝑧 𝜕𝑧 3𝑥 2 +6𝑦𝑧 𝑥 2 +2𝑦𝑧
𝜕𝑥
𝜕𝐹
= − 3𝑧 2+6𝑥𝑦 = − 𝑧 2+2𝑥𝑦
𝑑𝑥
= 3𝑦 2 + 6𝑥𝑧 ⇒ { 𝜕𝑧
𝜕𝑦 3𝑦 2 +6𝑥𝑧 𝑦 2 +2𝑥𝑧
𝜕𝐹 = − 3𝑧 2+6𝑥𝑦 = − 𝑧 2+2𝑥𝑦
2 𝑑𝑦
{ 𝜕𝑧 = 3𝑧 + 6𝑥𝑦
22
Limita-se a análise à indicação e exemplificação da estratégia de cálculo das derivadas de uma
função definida na forma implícita; no entanto, a análise dos pontos singulares exige um estudo
mais detalhado do comportamento da função na sua vizinhança, o que não é do âmbito do
programa.

1) Admitindo que 𝑦 = 𝑓(𝑥) é uma função derivável definida implicitamente pela equação
𝑥𝑦 2 + 𝑦 + 𝑥 = 1.
−1−[𝑓(𝑥)]2
a) Mostrar que 𝑓′(𝑥) = , para todo o 𝑥 ∈ 𝐷𝑓 e 2𝑥 𝑓(𝑥) + 1 ≠ 0.
2𝑥 𝑓(𝑥)+1
b) Escrever a equação da reta tangente ao gráfico da função y = f (x) no ponto (0,1).
Resolução:
a) 𝑥𝑦 2 + 𝑦 + 𝑥 = 1 ⇔ ⏟
𝑥𝑦 2 + 𝑦 + 𝑥 − 1 = 0
𝐹(𝑥,𝑦)
𝜕𝐹
𝜕𝑥 𝑦 2 +1 −1−[𝑓(𝑥)]2
𝑓´(𝑥) = − 𝜕𝐹 = − 2𝑥𝑦+1 = (note-se que y = f (x))
2𝑥𝑓(𝑥)+1
𝜕𝑦
b) Recorde-se que a equação da reta tangente ao gráfico de uma função y = f (x) num ponto
de abcissa 𝑥0 , pode ser dada23 por
𝑦 − 𝑓(𝑥0 ) = 𝑓′(𝑥0 )(𝑥 − 𝑥0 )
No exemplo em causa, fica 𝑦 − 1 = 𝑓′(0)(𝑥 − 0) ⇔ 𝑦 = −2𝑥 + 1
2) Dada a função 𝑦(𝑥), definida na forma implícita por 3𝑦 2 𝑥 − 2𝑥 2 𝑦 = 𝑥𝑦, calcular as

𝑑𝑦 𝑑2 𝑦
derivadas 𝑑𝑥 e 𝑑𝑥 2 no ponto (1,1).
Resolução:
6𝑦𝑦′𝑥 + 3𝑦 2 − 4𝑥𝑦 − 2𝑥 2 𝑦′ = 𝑦 + 𝑥𝑦′

2
em (1,1), fica 6𝑦 ′ + 3 − 4 − 2𝑦 ′ = 1 + 𝑦 ′ ⇔ 𝑦 ′ = 3
23
Esta fórmula é uma variante da equação reduzida y = mx+b.

Para calcular 𝑦′′, repete-se a derivação, pelo que fica
6𝑦𝑦′𝑥 + 3𝑦 2 − 4𝑥𝑦 − 2𝑥 2 𝑦′ = 𝑦 + 𝑥𝑦′
6𝑦′𝑦′𝑥 + 6𝑦𝑦′′𝑥 + 6𝑦𝑦′ + 6𝑦𝑦′ − 4(𝑦 + 𝑥𝑦′) − 2(2𝑥𝑦′ + 𝑥 2 𝑦′′) = 𝑦′ + 𝑦′ + 𝑥𝑦′′
2
Em (1,1) (ponto onde já sabemos que 𝑦 ′ = ), fica
3
2 2 2 2 2 2
6 ∙ (3) + 6𝑦 ′′ + 12 ∙ 3 − 4 − 8 ∙ 3 − 2𝑦 ′′ = 3 + 3 + 𝑦′′ ⟺ 3𝑦′′ = 0 ⇔ 𝑦′′ = 0
𝑑𝑦 𝑒 𝑒
3. Seja 𝑔(𝑥, 𝑦) = ln( 𝑥 2 + 𝑦 2 ); calcular no ponto (𝑥, 𝑦) = (√2 , √2), em que 𝑦(𝑥) é a
𝑑𝑥
função definida implicitamente por 𝑔(𝑥, 𝑦) − 1 = 0.
Resolução:
2𝑥+2𝑦𝑦′ 𝑥
= 0 ⇔ 2𝑥 + 2𝑦𝑦′ = 0 ⇔ 𝑦′ = − 𝑦
𝑥 2 +𝑦 2
𝑒
𝑒 𝑒 𝑑𝑦 √2
No ponto (𝑥, 𝑦) = (√2 , √2), =− = −1
𝑑𝑥 𝑒
√2
Ou, tendo em conta que este ponto satisfaz as condições do Teorema da Função Implícita,
𝑔(𝑥, 𝑦) − 1 = 0 ⇔ ⏟ ( 𝑥2 + 𝑦2) − 1 = 0
ln
𝐹(𝑥,𝑦)
𝑒 𝜕𝐹(𝑥,𝑦)
𝜕𝐹(𝑥,𝑦) 2𝑦 𝜕𝐹 2√ 𝑑𝑦
2 𝜕𝑥
= 𝑥 2 +𝑦 2 ⇒ (𝜕𝑦) 𝑒 𝑒
= 𝑒 𝑒 ≠0 ⇒ =− 𝜕𝐹(𝑥,𝑦)
𝜕𝑦 (√ ,√ ) + 𝑑𝑥
2 2 2 2 𝜕𝑦
𝜕𝐹(𝑥,𝑦) 2𝑥
= 𝑥 2 +𝑦 2 𝑑𝑦
2𝑥
𝑥
𝜕𝑥 𝑥2 +𝑦2
{𝜕𝐹(𝑥,𝑦) 2𝑦
⇒ =− 2𝑦 = −𝑦
𝑑𝑥
= 𝑥 2 +𝑦 2 𝑥2 +𝑦2
𝜕𝑦

4) Dada a função y(x) definida na forma implícita pela igualdade 𝑥 ∙ 𝑒 1+𝑥+𝑦 + 1 = −𝑦 2,

verificar se 0 é extremo da função para 𝑥 = −1.
Resolução:
Verifica-se facilmente que (−1,0) satisfaz as condições do Teorema da função implícita.

Assim, derivando ambos os membros da igualdade 𝑥 ∙ 𝑒 1+𝑥+𝑦 + 1 = −𝑦 2 , fica
𝑒 1+𝑥+𝑦 + 𝑥 ∙ (1 + 𝑦′) 𝑒 1+𝑥+𝑦 = −2𝑦𝑦′
No ponto (−1,0), 𝑒 0 − 𝑒 0 ∙ (1 + 𝑦′) = 0 ⟺ −𝑦′ = 0 ⟺ 𝑦′ = 0, ou seja, está verificada a

condição necessária para existencia de extremo.
A classificação do ponto pode ser feita com recurso à segunda derivada no ponto. Assim,
continuando a derivar,
(1 + 𝑦′) ∙ 𝑒 1+𝑥+𝑦 + (1 + 𝑦′) ∙ 𝑒 1+𝑥+𝑦 + 𝑥 ∙ 𝑦′′ ∙ 𝑒 1+𝑥+𝑦 + 𝑥 ∙ (1 + 𝑦′) ∙ (1 + 𝑦′) ∙ 𝑒 1+𝑥+𝑦 =

= −2(𝑦′𝑦′ + 𝑦𝑦′′)
Substituindo novamente (𝑥, 𝑦) = (−1,0) e tendo em conta que 𝑦′(−1) = 0, fica
𝑒 0 + 𝑒 0 − 𝑒 0 ∙ 𝑦′′ − 𝑒 0 = −2(0 + 0) ⟺ 𝑦′′(−1) = 1 > 0.

Conclui-se, assim, que em 𝑥 = −1 existe um mínimo24 cujo valor é 0.
6.3. Classificação de extremos relativos condicionados com recurso à função implícita
Como foi visto, o sinal do ∆ nas condições de segunda ordem é apenas condição suficiente
para a classificação de pontos críticos na análise de extremos relativos condicionados, pelo
que, quando ∆ ≥ 0 nada se pode concluir.
24
Recorde-se que, sendo 𝑦′(𝑥) = 0, 𝑦(𝑥) será um máximo relativo se e só se 𝑦′′(𝑥) < 0 e será um mínimo
relativo se e só se 𝑦′′(𝑥) > 0.

Nesta secção vai ser explicitado um método analítico de classificação de extremos com
recurso à derivação de uma função na forma implícita.
Considere-se novamente a função utilidade 𝑈(𝑥, 𝑦) = 𝑥 2/3 𝑦1/3, em que x e y são as

quantidades de determinados bens A e B, eventualmente substituíveis entre si, e cujo preço
unitário é respetivamente 2 e 3. As quantidades a consumir dos bens A e B estão
condicionadas pela restrição orçamental 2𝑥 + 3𝑦 = 9.
Concluiu-se anteriormente (página 58) que a função U admite um único ponto crítico
2
𝜕2𝐿 𝜕2𝐿 𝜕2𝐿
(𝑥, 𝑦) = (3,1). Verifica-se que ( ) − 𝜕𝑥 2 × 𝜕𝑦 2 = 0, pelo que as condições de segunda
𝜕𝑥𝜕𝑦
ordem nada permitem concluir.
Note-se que a condição de ligação 2𝑥 + 3𝑦 = 9 permite definir y como função de x e,

nessas condições, 𝐿(𝑥, 𝑦, 𝜆) corresponde a uma função de 𝑥, 𝐹(𝑥) = 𝑥 2/3 (𝑦(𝑥))1/3, já
que 2𝑥 + 3𝑦 − 9 = 0.
Para classificar o ponto crítico (3,1), é necessário conhecer o sinal de 𝐹′′(𝑥). É necessário,
portanto, calcular a sua expressão. Recorrendo à derivada na forma implícita (mais uma vez,
por uma questão de simplificação de notação, faz-se 𝑦(𝑥) = 𝑦, 𝑦′(𝑥) = 𝑦′ e 𝑦′′(𝑥) = 𝑦′′):
2 1
𝐹′(𝑥) = 3 𝑥 −1/3 𝑦 1/3 + 3 𝑥 2/3 𝑦 −2/3 ∙ 𝑦′
2 2 −1/3 −2/3 2 2
𝐹′′(𝑥) = − 9 𝑥 −4/3 𝑦1/3 + 9
𝑥 𝑦 ∙ 𝑦′ + 9 𝑥 −1/3 𝑦 −2/3 ∙ 𝑦′ − 9 𝑥 2/3 𝑦 −5/3 ∙ 𝑦′ ∙ 𝑦′ +
1
+ 3 𝑥 2/3 𝑦 −2/3 ∙ 𝑦′′
2 2 2 2 1
𝐹′′(3) = − 9 ∙ 3−4/3 + 9
∙ 3−1/3 ∙ 𝑦′(3) + 9
∙ 3−1/3 ∙ 𝑦′(3) − 9 ∙ 32/3 ∙ (𝑦′(3))2 + 3 ∙ 32/3 ∙ 𝑦′′(3)
Para calcular 𝑦′(3) e 𝑦′′(3), basta derivar (mais uma vez na forma implícita) a condição de
ligação 2𝑥 + 3𝑦 = 9 :
2
2 + 3𝑦′ = 0 ⟺ 𝑦′ = − 3
3𝑦′′ = 0 ⟺ 𝑦′′ = 0

Substituindo em 𝐹′′(3): 25
2 2 2 2 2 2 2 2 1
𝐹′′(3) = − 9 ∙ 3−4/3 + 9
∙ 3−1/3 ∙ (− 3) + 9
∙ 3−1/3 ∙ (− 3) − 9 ∙ 32/3 ∙ (− 3) + 3 ∙ 32/3 ∙ 0 =
2 8 8
= − 9 ∙ 3−4/3 − 27
∙ 3−1/3 − 81 ∙ 32/3 < 0
Conclui-se assim, que para (𝑥, 𝑦) = (3,1), a utilidade é máxima.
Seja a função utilidade 𝑈(𝑥, 𝑦) = √𝑥𝑦 em que x e y estão sujeitos à restrição orçamental
2𝑦 + 3𝑥 = 5. Pretende-se analisar a existência de extremos de U.
Trata-se de um problema de cálculo de extremos condicionados através de uma condição de

igualdade. Recorrendo à Função Auxiliar de Lagrange,
𝐿(𝑥, 𝑦, 𝜆) = √𝑥𝑦 + 𝜆(2𝑦 + 3𝑥 − 5) = 𝑥1/2 𝑦 1/2 + 𝜆(2𝑦 + 3𝑥 − 5)
Os pontos críticos serão solução do sistema
𝜕𝐿 1
= 2 𝑥 −1/2 𝑦 1/2 + 3𝜆 = 0
𝜕𝑥 1 1
𝑥 −1/2 𝑦 1/2 = 4 𝑥1/2 𝑦 −1/2 2𝑦 = 3𝑥
𝜕𝐿 1 1/2 −1/2 6
= 2𝑥 𝑦 + 2𝜆 = 0 ⟺ { ⟺{
𝜕𝑦
3𝑥 + 2𝑦 = 5 3𝑥 + 2𝑦 − 5 = 0
𝜕𝐿
{𝜕𝜆 = 3𝑥 + 2𝑦 − 5 = 0
5
𝑥=6
5 5
⟺{ Existe um ponto crítico, (6 , 4).
5
𝑦=4
25 2
Note-se que para 𝑦′ = − resulta 𝐹′(3) = 0 (verifique!), como teria que acontecer, tendo em conta que
3
(3,1) é ponto crítico da função F.

𝜕2𝐿 1
= − 4 𝑥 −3/2 𝑦1/2
𝜕𝑥 2
2
𝜕𝐿2 1 𝜕2𝐿 𝜕2𝐿 𝜕2𝐿
= − 4 𝑥1/2 𝑦 −3/2 ⇒ (𝜕𝑥𝜕𝑦) − 𝜕𝑥 2 × 𝜕𝑦 2 = 0 (nada se conclui)
𝜕𝑦 2
𝜕2𝐿 1 −1/2 −1/2

{𝜕𝑥𝜕𝑦 = 4 𝑥 𝑦
A condição de ligação 2𝑦 + 3𝑥 = 5 permite definir y como função implícita de x e, nessas

condições, 𝐿(𝑥, 𝑦, 𝜆) corresponde a uma função de x, 𝐹(𝑥) = 𝑥 1/2 (𝑦(𝑥))1/2 , já que
2𝑦 + 3𝑥 − 5 = 0.
5 5
Para classificar o ponto crítico (6 , 4) , é necessário conhecer o sinal de 𝐹′′(𝑥). É necessário,
portanto, calcular a sua expressão. Recorrendo à derivada na forma implícita (mais uma vez,
para simplificar as notações, representa-se 𝑦(𝑥) por y, 𝑦′(𝑥) por y' e y''(x) por y'':
1 1
𝐹′(𝑥) = 2 𝑥 −1/2 𝑦 1/2 + 2 𝑥1/2 𝑦 −1/2 ∙ 𝑦′
1 1 1 1
𝐹′′(𝑥) = − 4 𝑥 −3/2 𝑦1/2 + 𝑥 −1/2 𝑦 −3/2 ∙ 𝑦′ + 4 𝑥 −1/2 𝑦 −1/2 ∙ 𝑦′ − 4 𝑥1/2 𝑦 −3/2 ∙ 𝑦′ ∙ 𝑦′ +
4
1
+ 2 𝑥1/2 𝑦 −1/2 ∙ 𝑦′′
−1/2
5 1 5 −3/2 5 1/2 1 5 −1/2 5 −3/2 5 1 5 −1/2 5 5
𝐹′′ (6) = − 4 (6) (4) + ( ) (4) ∙ 𝑦′ (6) + 4 (6) (4) ∙ 𝑦′ (6) −
4 6
−3/2 2 −1/2
1 5 1/2 5 5 1 5 1/2 5 5
− 4 (6) (4) ∙ (𝑦′ (6)) + 2 (6) (4) ∙ 𝑦′′ (6)
5 5
Para calcular 𝑦′ (6) e 𝑦′′ (6), basta derivar (mais uma vez na forma implícita) a condição de
ligação 2𝑦 + 3𝑥 = 5 :
3
2𝑦′ + 3 = 0 ⟺ 𝑦′ = − 2
2𝑦′′ = 0 ⟺ 𝑦′′ = 0

5
Substituindo em 𝐹′′ (6) : 26
−1/2
5 1 5 −3/2 5 1/2 1 5 −1/2 5 −3/2 3 1 5 −1/2 5 3
𝐹′′ (6) = − 4 ∙ (6) ∙ (4) + 4
∙ (6) ∙ (4) ∙ (− 2) + 4 ∙ (6) ∙ (4) ∙ (− 2) −
−3/2 −1/2
1 5 1/2 5 3 2 1 5 1/2 5
− 4 ∙ (6) ∙ (4) ∙ (− 2) + 2 ∙ (6) ∙ (4) ∙0<0
5 5
Conclui-se assim, que para (𝑥, 𝑦) = (6 , 4), a utilidade é máxima e o valor da utilidade
5 5 25
máxima é 𝑈 ( , ) = √ .
6 4 24
6.5. Métodos numéricos para o cálculo dos zeros de uma função real de variável real
Embora seja um problema transversal a qualquer ramo da matemática, é oportuno inserir

este tema no capítulo das funções definidas na forma implícita, já que, por vezes, surge a
necessidade de calcular y(x) com x conhecido, ou calcular x conhecido y(x), e esse cálculo
dá origem a uma equação em que se pretendem calcular os zeros de determinada função,
para a qual as metodologias conhecidas não funcionam. Nessas condições, na
impossibilidade de encontrar um valor exato que satisfaça a relação em causa, a questão
traduz-se na procura de um intervalo de números reais ]𝑥1 , 𝑥2 [ entre os quais se encontre
uma e uma só raiz da equação e, posteriormente, reduzir esse intervalo a dimensões
compatíveis com a necessidade (e possibilidade) de precisão.
6.5.1. Isolamento das raízes
Seja f contínua num intervalo [𝑎, 𝑏]. Se 𝑓(𝑎) × 𝑓(𝑏) < 0, então entre a e b existe pelo menos
um zero da função f (sempre em número ímpar), enquanto que se 𝑓(𝑎) × 𝑓(𝑏) > 0, entre a
e b existe um número par de zeros (ou nenhum).27
26 2 5
Note-se que para 𝑦′ = − resulta 𝐹′ (6) = 0 (verifique!), como deveria acontecer, tendo em conta que
3
5 5
( , ) é ponto crítico da função F.
6 4
27
Consequências do Teorema de Bolzano.

Por outro lado, e como consequência do Teorema de Rolle,28 em cada intervalo definido, no
domínio de f, pelos zeros da sua derivada f ', existe no máximo um zero da função f – ficam
assim definidos os intervalos para os quais pode existir um zero da função.
Exemplo:
Seja a função y(x) definida na forma implícita pela igualdade 𝑥𝑦 3 + 𝑥 = 3𝑦 − 2. Pretende-

se, por exemplo, encontrar um valor aproximado de 𝑦(1). Substituindo x por 1, obtém-se a
equação 𝑦 3 − 3𝑦 + 3 = 0.
Fazendo 𝑓(𝑦) = 𝑦 3 − 3𝑦 + 3, vem 𝑓′(𝑦) = 3𝑦 2 − 3 , que se anula para 𝑦 = ±1.
Como 𝐷𝑓 = 𝑅, f admite, no máximo, 3 zeros: um possível zero no intervalo ]−∞, −1[, um

possível zero no intervalo ]−1,1[ e um possível zero no intervalo ]1, +∞[.
Para verificar a existência de zero em algum daqueles intervalos, basta calcular o sinal nos
seus extremos (ou o limite, no caso dos intervalos não limitados, inferior ou superiormente).
Assim:
lim (𝑦 3 − 3𝑦 + 3) = lim 𝑦 3 = −∞ < 0

𝑦→−∞ 𝑦→−∞
⟹ em ]−∞, −1[ existe um zero de f
𝑓(−1) = −1 + 3 + 3 = 5 > 0
𝑓(−1) > 0
𝑓(1) = 1 − 3 + 3 = 1 > 0 ⟹ em ]−1,1[ e ]1, +∞[ não existe

qualquer zero de f
lim (𝑦 3 − 3𝑦 + 3) = lim 𝑦 3 = +∞ > 0
𝑦→+∞ 𝑦→+∞
28
Teorema de Rolle: Seja f uma função contínua em [𝑎, 𝑏] e diferenciável em ]𝑎, 𝑏[ e 𝑓(𝑎) = 𝑓(𝑏). Então,
∃𝑐 ∈ ]𝑎, 𝑏[ tal que 𝑓′(𝑐) = 0.

Pode-se assim concluir o valor em causa se encontra no intervalo ]−∞, −1[. É possível
encontrar (eventualmente por tentativas) um intervalo mais pequeno, encontrando um ponto
inferior a −1 cuja imagem seja negativa: como 𝑓(−3) = −27 + 9 + 3 = −15 < 0,
conclui-se que a raiz da função f, que no caso corresponde a 𝑦(1), está no intervalo ]−3, −1[.
6.5.2. Cálculo do valor aproximado da raiz
6.5.2.1. Método da bisseção
Estando identificado um intervalo ]𝑥1 , 𝑥2 [ em cujos extremos a função tem sinais opostos, o
método mais simples de reduzir esse intervalo é o método da bissecção; tem a vantagem
adicional de ser um método bastante simples para implementar através de uma rotina
informática (em Excel, por exemplo). Neste método, a redução do intervalo é realizada
𝑥1 +𝑥2
mediante o cálculo do sinal da função no ponto médio do intervalo, 𝑓 ( ). Se este valor
2
não for nulo (porque, se fosse o caso, estaria logo encontrada a raiz exata), então ocorrerá
necessariamente uma mudança de sinal em uma (e uma só) das metades do intervalo original;
a redução desejada far-se-á substituindo o intervalo original por essa metade; deste modo,
𝑥1 +𝑥2
substitui 𝑥1 ou 𝑥2 , conforme o caso, e o processo repete-se.
2
Voltando ao exemplo anterior, pretende-se encontrar uma raiz de 𝑓(𝑦) = 𝑦 3 − 3𝑦 + 3 (que

já sabemos que pertence ao intervalo ]−3, −1[ ), com erro inferior a 0,001. Como a
amplitude do intervalo inicial é 2, indicando 𝑦 = −2 como a raiz pretendida, o erro seria
inferior a 1 unidade, largamente maior do que o pretendido.
Considerando 𝑦 = −2, que é o valor médio do intervalo ]−3, −1[, e calculando a sua
imagem, 𝑓(−2) > 0, conclui-se que a raiz está no intervalo ]−3, −2[, já que 𝑓(−2) e
𝑓(−3) têm sinais contrários. Repetindo o processo, agora com o valor médio deste último
intervalo, como 𝑓(−2,5) < 0 e como 𝑓(−2) > 0, conclui-se que a raiz está no intervalo
]−2,5; −2[. E assim sucessivamente, até se atingir um intervalo cuja amplitude seja inferior

a 0,002 – nessas condições, se for tomada como raiz o ponto médio desse intervalo, o erro
será inferior a metade dessa amplitude, ou seja, 0,001 como foi sugerido.
Evidentemente que, dado a morosidade dos cálculos envolvidos, podem ser feitos com
recurso a alguma ferramenta conveniente. Apresenta-se como sugestão a construção de uma
folha de cálculo Excel que, após um pequeno número de iterações, conduz a uma
aproximação nas condições pretendidas (o número de iterações será tanto maior quanto
menor se pretende o erro).
Conclui-se que um valor aproximado da raiz (ou zero) da função 𝑓(𝑦) = 𝑦 3 − 3𝑦 + 3 com
erro inferir a 0,001 é −2,1045. A figura seguinte, apresenta um valor "exato"29 que, como se
verifica, está a menos de 0,001 do valor encontrado.
29
Resultado obtido pela ferramenta WolframAlpha em www.wolframalpha.com.

6.5.2.2. Método de Newton30
Contrariamente ao método anterior, não é necessário estar identificado um intervalo que

inclui a raiz, mas apenas um valor qualquer aproximado (ainda que grosseiramente) dessa
raiz, 𝑥0 .
O método tem por base o pressuposto de que pode ser considerada como aproximação a reta
tangente ao gráfico da função f no ponto inicial 𝑥0 ; o zero desta reta tangente será a
aproximação à raiz. Ou seja, as iterações resultam da substituição sucessiva dos valores de
x obtidos pela igualdade:31
𝑓(𝑥𝑘 )
𝑥𝑘+1 = 𝑥𝑘 −
𝑓′ (𝑥𝑘 )
Voltando ao exemplo anterior, pretende-se encontrar uma raiz de 𝑓(𝑦) = 𝑦 3 − 3𝑦 + 3

com erro inferior a 0,001. Seja 𝑦0 = −2 o valor inicial para a raiz pretendida. Já foi visto
que 𝑓′(𝑦) = 3𝑦 2 − 3. Na primeira iteração, resulta
𝑓(𝑥 ) 𝑓(−2) 1
𝑥1 = 𝑥0 − 𝑓′ (𝑥0 ) = −2 − 𝑓′ (−2) = −2 − 9 = −2, (1)
0
30
Também conhecido como Método da Tangente.
31
A equação da reta tangente ao gráfico de f no ponto (𝑥𝑘 , 𝑓(𝑥𝑘 )) é 𝑦 = 𝑓 ′ (𝑥𝑘 )𝑥 − 𝑥𝑘 𝑓 ′ (𝑥𝑘 ) + 𝑓(𝑥𝑘 )
(verifique!) cujo zero é dado pela igualdade enunciada.

E assim sucessivamente, até que a diferença entre dois valores sucessivos seja inferior ao
erro pretendido. Recorrendo, mais uma vez, a uma folha de cálculo Excel,
Verifica-se que, em três iterações, foi possível chegar ao valor y = −2,1038.
1. Determine uma expressão da derivada y' das funções y(x) definidas na forma implícita:
a) sen (xy) + 2 = ln (x + y)
b) (x −3 y )
2 2 4 = x 2 y3
c) 𝑒 𝑥𝑦 + 𝑦 + 𝑥 2 = 0
(𝑦−𝑥)∙𝑒 𝑥
d) 𝑒 𝑥/𝑦 = 𝑥+𝑦
2. Determine a equação da reta tangente à curva:

1 1 1
a) 𝑥 − 𝑦 = 2 quando 𝑥 = 4
( )3
b) 1− x + y = x + 7 quando x = 1

(
c) x 2 − 2 y ) 3
= 2 x y 2 + 64 quando x = 0
( )
d) 2 x y3 +1 3 = 2 x − y3 quando x = 0
𝑑𝑦 𝑑2 𝑦
3. Calcular e no ponto (1,1) em que y é a função de x definida implicitamente pela
𝑑𝑥 𝑑𝑥 2
relação (𝑥 2 + 𝑦 2 )3 − 3(𝑥 2 + 𝑦 2 ) − 2 = 0
𝑥2 𝑦2
4. Seja y uma função definida implicitamente pela equação + = 𝑥𝑦.
2 2
𝑑𝑦
a) Determine 𝑑𝑥 num ponto genérico (x,y) tal que 𝑦 ≠ 𝑥.
𝑑𝑦
b) Determine 𝑑𝑥 no ponto (0,0).
𝑑𝑦
5. Calcule ( ) , em que y(x) é a função definida implicitamente pela igualdade
𝑑𝑥 𝑥=1
1
𝑥 2 − 2𝑥𝑦 + 𝑦 2 − 𝑥 + 𝑦 + 4 = 0.
𝑑𝑦 𝑑2 𝑦
6. Calcule (𝑑𝑥 ) e (𝑑𝑥 2 ) , em que y(x) é definida pela igualdade 𝑥 3 + 𝑦 3 = 3𝑥𝑦.
𝑥=0 𝑥=0
𝑑𝑦
7. Calcule (𝑑𝑥 ) , em que y(x) é a função definida implicitamente pela igualdade
𝑥=1
𝑥 2 − 2𝑥𝑦 + 𝑦 2 + 𝑥 + 𝑦 − 2 = 0.
8. Dada a função 𝑦 = 𝑓(𝑥) definida implicitamente pela igualdade 𝑥(𝑦 2 − 𝑥) = 4, verifique

se, para 𝑥 = 2, existe algum extremo de f.
9. Utilize a função Auxiliar de Lagrange para encontrar os pontos críticos da função

𝑓(𝑥, 𝑦) = −6𝑥 − 2𝑦 + 10 condicionados pela igualdade 𝑥 2 + 𝑦 2 = 10, e classifique-os
com recurso à derivada da função implícita.

Soluções:
1 3
−𝑦 𝑐𝑜𝑠(𝑥𝑦) 2𝑥𝑦 3 −8𝑥(𝑥 2 −3𝑦 2 )
𝑥+𝑦
1. a) 𝑦′ = 1 b) 𝑦′ = −3𝑥 2𝑦 2 −24𝑦(𝑥 2−3𝑦 2)3
𝑥 𝑐𝑜𝑠(𝑥𝑦)−
𝑥+𝑦
−𝑦𝑥 𝑥𝑦 −2𝑥 𝑦(𝑥+𝑦)2 𝑒 𝑥/𝑦 +𝑦 2 𝑒 𝑥 (𝑥 2 −𝑦 2 +2𝑦)

c) 𝑦′ = d) 𝑦′ =
𝑥𝑒 𝑥𝑦 +1 𝑥(𝑥+𝑦)2 𝑒 𝑥/𝑦 +2𝑥𝑦 2 𝑒 𝑥
1 13 11
2. a) 𝑦 = 4𝑥 − 2 b) 𝑦 = 12 𝑥 + 12
1 8
c) 𝑦 = − 𝑥−2 d) 𝑦 = 𝑥 − 1
12 3
𝑑𝑦 2
3. 𝑑𝑥 = −1 e d 2y = – 2
dx
4. a) 1 b) 1
5. 1
6.  dy  =0 e  d2 y  = 2
 
 dx  x=0 2 3
 d x  x =0
 dy   dy 
7.   = 3 e   = −1
 dx  (1,0 )  dx (1,1)
8. Para 𝑥 = 2, 𝑓 tem um mínimo de valor 2 e um máximo de valor −2.
Função f quando y > 0 Função f quando y < 0
9. Existe um máximo em (−3, −1) e um mínimo em (3,1).

7. Aproximação de funções
7.1. Diferencial
7.1.1. Diferencial32 de uma função real de uma variável real
Seja y = f (x) uma função real de variável real, contínua num intervalo [𝑥0 , 𝑥0 + ∆𝑥0 ] e
diferenciável em ]𝑥0 , 𝑥0 + ∆𝑥0 [ em que 𝑥0 é a variável independente.
Quando x sofre uma variação x, positiva ou negativa (a que chamamos incremento de x), y
também sofre uma variação correspondente, y (que pode ser positiva, negativa ou nula).
Em particular, quando x varia de x0 até x0 + x, y é a variação exata correspondente no

valor de y, de f (x0) até f (x0 + x), conforme ilustra a figura.
A variação exata é dada por y = f (x0 + x) – f (x0).
Suponhamos que f é diferenciável em x0. Como f’(x0) é o declive da reta tangente ao gráfico
𝑑𝑦
de f em (x0, f(x0)), 𝑑𝑥 = 𝑓′(𝑥) ⟺ 𝑑𝑦 = 𝑓′(𝑥)𝑑𝑥.
32
Ou diferencial total.

Então, dy é uma aproximação da variação da função f quando x varia de x0 até x0 + x, ou

seja33 Δ𝑦 = 𝑓(𝑥0 + 𝛥𝑥) − 𝑓(𝑥0 ) ≅ 𝑓 ′(𝑥0 ) ⋅ Δ𝑥 ⇔ 𝑓(𝑥0 + Δ𝑥) ≅ 𝑓(𝑥0 ) + 𝑓 ′ (𝑥0 ) ⋅ Δ𝑥
A dy chama-se diferencial da função f no ponto x, e é dado pela expressão
dy = ’(x) Δx
em que Δx é o incremento (ou variação) de x.
Exemplo:
Pretende-se calcular um valor aproximado de √1,01. Tendo em conta que √1 = 1, poderá

ser aplicada a fórmula do diferencial à função 𝑓(𝑥) = √𝑥 , quando x varia de 1 para 1,01 ou
seja Δ𝑥 = 0,01.
1
Assim, √1,01 ≅ √1 + 𝑓′(1) × 0,01 ⇔ √1,01 ≅ 1 + 2√1 × 0,01 ⇔ √1,01 ≅ 1,005
7.1.2. Diferencial de uma função real de várias variáveis reais
Este conceito é generalizado a funções reais de variável multidimensional:
Seja f uma função de várias variáveis independentes, 𝑥1 , 𝑥2 , . . . , 𝑥𝑛 . Seja Δ𝑥𝑖 o incremento

da variável 𝑥𝑖 . Então, o incremento de 𝑧 = 𝑓(𝑥1 , 𝑥2 , . . . , 𝑥𝑛 ) associado, Δ 𝑧, é dado por
Δ 𝑧 = 𝑓(𝑥1 + Δ𝑥1 , 𝑥2 + Δ𝑥2 , . . . , 𝑥𝑛 + Δ𝑥𝑛 ) − 𝑓(𝑥1 , 𝑥2 , . . . , 𝑥𝑛 )
Analogamente à definição introduzida no ponto anterior, diferencial da função é definido

pela expressão
𝜕𝑓 𝜕𝑓 𝜕𝑓
𝑑𝑧 = 𝜕𝑥 ⋅ Δ𝑥1 + 𝜕𝑥 ⋅ Δ𝑥2 + . . . + 𝜕𝑥 ⋅ Δ𝑥𝑛 .
1 2 𝑛
33
Recorde-se que o Teorema do Valor Médio de Lagrange valida este resultado: nas condições indicadas,
𝑓 (𝑥0 + 𝑥) – 𝑓 (𝑥0 )

∃𝑐 ∈ ]𝑥0 , 𝑥0 + ∆𝑥0 [: 𝑓′(𝑐) = , igualdade que conduz à aproximação linear referida, ou seja,
𝑥
a aproximação ao gráfico de f através da reta tangente no ponto (𝑥0 , 𝑓(𝑥0 )).

e é uma aproximação da variação da função f quando x varia de (𝑥1 , 𝑥2 , . . . , 𝑥𝑛 ) para

(𝑥1 + Δ𝑥1 , 𝑥2 + Δ𝑥2 , . . . , 𝑥𝑛 + Δ𝑥𝑛 ).
A figura que se segue, ilustra a definição anterior, considerando a caso particular de uma
função de duas variáveis, z = f (x,y), em que se encontram representados os pontos (𝑥, 𝑦) e
(𝑥 + Δ𝑥, 𝑦 + Δ𝑦) e as respetivas imagens:
Esta noção de diferencial pode ser utilizada no cálculo do valor aproximado de uma função
num ponto:
Conhecidos o ponto inicial (𝑥1 , 𝑥2 , . . . , 𝑥𝑛 ), o ponto objetivo (após as variações ∆𝑥𝑖 )

(𝑥1 + Δ𝑥1 , 𝑥2 + Δ𝑥2 , . . . , 𝑥𝑛 + Δ𝑥𝑛 ) e o diferencial dz, é possível calcular um valor
aproximado da imagem do ponto objetivo:
𝑓(𝑥1 + Δ𝑥1 , 𝑥2 + Δ𝑥2 , . . . , 𝑥𝑛 + Δ𝑥𝑛 ) ≅ 𝑓(𝑥1 , 𝑥2 , . . . , 𝑥𝑛 ) + 𝑑𝑧

Exemplo:
Dada a função 𝑓(𝑥, 𝑦) = 3𝑥 2 − 𝑥𝑦, o diferencial da função é dado por
𝜕𝑓 𝜕𝑓
𝑑𝑓 = 𝜕𝑥 ⋅ Δ𝑥 + 𝜕𝑦 ⋅ Δ𝑦 = (6𝑥 − 𝑦)Δ𝑥 + (−𝑥)Δ𝑦
Assim, um valor aproximado da variação de f, calculado com recurso à expressão do

diferencial, quando (x,y) varia de (1,2) para (1,01;1,98) será
𝜕𝑓 𝜕𝑓
Δ𝑓 ≅ 𝜕𝑥 ⋅ Δ𝑥 + 𝜕𝑦 ⋅ Δ𝑦 ⟺ Δ𝑓 ≅ (6𝑥 − 𝑦)Δ𝑥 + (−𝑥)Δ𝑦
Δ𝑥 = 1,01 − 1 = 0,01
Δ𝑦 = 1,98 − 2 = −0,02
𝜕𝑓 𝜕𝑓
𝛥𝑓 ≅ (𝜕𝑥 ) ⋅ Δ𝑥 + (𝜕𝑦) ⋅ Δ𝑦
(1,2) (1,2)
Δ𝑓 ≅ 4Δ𝑥 + (−1)Δ𝑦 ⟺ Δ𝑓 ≅ 0,04 + 0,02 ⟺ Δ𝑓 ≅ 0,06
Finalmente, um valor aproximado de f(1,01;1,98), calculado com recurso à expressão do

diferencial:
𝑓(1,01; 1,98) ≅ 𝑓(1,2) + 𝑑𝑓
𝑓(1,01; 1,98) ≅ 1 + 0,06
𝑓(1,01; 1,98) ≅ 1,06
Exercício resolvido:
Calcular, usando a noção de diferencial, um valor aproximado de e 2, 01 .

0,05 + 0,98
2 2

Resolução:
Por analogia com a expressão enunciada, considera-se f ( x, y, z ) = ex

y2 + z2
O ponto inicial poderia ser qualquer um, mas quanto mais distante estiver do ponto objetivo
(2,01; 0,05; 0,98), menor será a qualidade do ajustamento. Assim, considera-se para ponto
inicial (2,0,1).
Na sequência da metodologia descrita,
𝛥𝑥 = 2,01 − 2 = 0,01
𝛥𝑦 = 0,05 − 0 = 0,05
𝛥𝑧 = 0,98 − 1 = −0,02
f ex  f 
=   = e2
x y +z
2 2 
  ( 2,0,1)
x
2y
− ex 
f 2 y2 + z2  f 
=    =0
y y2 + z2  y  ( 2,0,1)
2z
− ex 
f 2 y2 + z2  f 
=   = − e2
z y2 + z2  z  ( 2,0,1)
Pelo que
𝜕𝑓 𝜕𝑓 𝜕𝑓
Δ𝑓 ≅ (𝜕𝑥 ) ⋅ Δ𝑥 + (𝜕𝑦) ⋅ Δ𝑦 + (𝜕𝑧 ) ⋅ Δ𝑧 ⇔
(2,0,1) (2,0,1) (2,0,1)
⇔ Δ𝑓 ≅ 𝑒 2 ⋅ 0,01 + 0 ⋅ 0,05 + (−𝑒 2 ) ⋅ (−0,02) ⇔ Δ𝑓 ≅ 0,2217
e 2,01 e2 e 2,01
donde resulta  + f   7,61
0,052 + 0,982 0 2 + 12 0,052 + 0,982

7.2. Polinómio de Taylor
Expandindo a análise feita no ponto anterior, recorde-se que, o que está em causa, é
aproximar o valor de uma função real de uma ou várias variáveis em torno de um ponto,
ajustando essa função a um polinómio com recurso às suas derivadas sucessivas.
7.2.1. Polinómio de Taylor para funções reais de uma variável real
Seja f uma função real de variável real derivável até à ordem n numa vizinhança de a
(𝑎 ∈ 𝐷𝑓 ). Então, é possível definir o polinómio de Taylor de ordem n gerado por f no
ponto a:
𝑛
𝑓 (𝑘) (𝑎)
𝑇𝑎𝑛 𝑓(𝑥) =∑ (𝑥 − 𝑎)𝑘 =
𝑘!
𝑘=0
𝑓′′(𝑎) 𝑓 (𝑘) (𝑎) 𝑓 (𝑛) (𝑎)

= 𝑓(𝑎) + 𝑓′(𝑎)(𝑥 − 𝑎) + (𝑥 − 𝑎)2 +. . . + (𝑥 − 𝑎)𝑘 +. . . + (𝑥 − 𝑎)𝑛
2! 𝑘! 𝑛!
No caso particular de a = 0, chama-se Polinómio de Mac-Laurin:

𝑛
𝑓 (𝑘) (0) 𝑘 𝑓′′(0) 2 𝑓 (𝑛) (0) 𝑛
𝑇0𝑛 𝑓(𝑥) =∑ 𝑥 = 𝑓(0) + 𝑓′(0)𝑥 + 𝑥 +. . . + 𝑥
𝑘! 2! 𝑛!
𝑘=0
O polinómio de Taylor permite calcular um valor aproximado de uma função num ponto,
pelo que existe uma diferença entre o valor real da imagem do ponto por f e a sua
aproximação polinomial.
Exemplo:
Voltando ao exemplo da página 89, pretende-se calcular um valor aproximado de √1,01,

mas agora usando o desenvolvimento de Taylor de 2ª ordem da função 𝑓(𝑥) = √𝑥 em torno
do ponto 1.
𝑓′′(1) 1 3 3
𝑇12 𝑓(𝑥) = 𝑓(1) + 𝑓′(1)(𝑥 − 1) + (𝑥 − 1)2 = − 8 𝑥 2 + 4 𝑥 + 8 (verifique!) ou seja,
2!
1 3 3
𝑓(1,01) ≅ − 8 × 1,012 + 4 × 1,01 + 8 ⟺ 𝑓(1,01) ≅ 1,0049875

7.2.2. Fórmula de Taylor com resto de Lagrange34
Seja f uma função real de variável real derivável até à ordem n+1 numa vizinhança I de a
(𝑎 ∈ 𝐷𝑓 ). Então, para qualquer 𝑥 ∈ 𝐼 e 𝑥 ≠ 𝑎, ∃ 𝜃 entre 𝑎 e 𝑥 de modo que
𝑓(𝑛+1) (𝜃)
𝑓(𝑥) = 𝑇𝑎𝑛 𝑓(𝑥) + (𝑛+1)!
(𝑥 − 𝑎)𝑛+1
𝑓(𝑛+1) (𝜃)
em que 𝑅𝑎𝑛 𝑓(𝑥) = (𝑛+1)!
(𝑥 − 𝑎)𝑛+1 é o Resto de Lagrange, ou seja, neste contexto, há
possibilidade de estimar o valor do erro através da majoração do seu valor absoluto. Quanto
maior for a ordem do polinómio, menor será o erro, já que está a ser introduzida mais
informação para o cálculo da estimativa, nomeadamente derivadas de ordem superior.
Exemplo:
No exemplo anterior,
5
𝑓 (𝑛+1) (𝜃) 1
𝑅12 𝑓(𝑥) = (𝑛+1)!
(𝑥 − 𝑎)𝑛+1 = 𝜃 − 2 (𝑥 − 1)3 (verifique!) com 𝜃 ∈ ]1; 1,1[
16
Ou seja, como 𝑓(𝑥) = 𝑇12 𝑓(𝑥) + 𝑅12 𝑓(𝑥), vem
5
1 3 3 1
𝑓(1,01) = − 8 × 1,012 + 4 × 1,01 + 8 + 16 𝜃 − 2 × 0,013
≅ 𝑓(1,01) ⟺ 𝑓(1,01) ≅ 1,0049875
Uma estimativa do erro resulta da majoração da sua expressão, tendo em conta o

enquadramento de 𝜃:
5 5 5
1 1
1 < 𝜃 < 1,1 ⟹ 1 < 𝜃 2 < 1,12 ⟹ 5 < 1 ⟹ 16 𝜃 − 2 × 0,013 < 6,25 × 10−8
𝜃2
Ou seja, o erro de aproximação é inferior a 6,25 × 10−8 , o que revela o grau de precisão da
aproximação.35
34
Este ponto não faz parte dos temas em avaliação.
35
O valor "exato" com 10 dígitos fornecido por uma calculadora, é 1,004987562. O valor absoluto da diferença
é de 6,25 × 10−8 , o que está de acordo com a estimativa encontrada.

7.2.3. Polinómio de Taylor de 1º e 2º graus para funções reais de duas variáveis reais
Aqueles conceitos podem ser generalizados a funções de variável multidimensional, em

particular às funções de duas variáveis.
Seja f (x,y) uma função que admite derivadas parciais de 1ª ordem, contínuas numa
vizinhança do ponto (𝑥0 , 𝑦0 ).
Então o Polinómio de Taylor de 1º ordem é dado pela expressão36

37
𝜕𝑓 𝜕𝑓
𝑃(𝑥, 𝑦) = 𝑓(𝑥0 , 𝑦0 ) + (𝜕𝑥 ) (𝑥 − 𝑥0 ) + ( ) (𝑦 − 𝑦0 )
(𝑥0 ,𝑦0 ) 𝜕𝑦 (𝑥0 ,𝑦0 )
Analogamente, seja f (x,y) uma função que admite derivadas parciais de 1ª e 2ª ordem numa
vizinhança do ponto (𝑥0 , 𝑦0 ). Então o Polinómio de Taylor de 2ª ordem é dado pela
expressão
𝜕𝑓 𝜕𝑓 𝜕2 𝑓 (𝑥−𝑥0 )2
𝑃(𝑥, 𝑦) = 𝑓(𝑥0 , 𝑦0 ) + ( ) (𝑥 − 𝑥0 ) + ( ) (𝑦 − 𝑦0 ) + ( ) +
𝜕𝑥 (𝑥0 ,𝑦0 ) 𝜕𝑦 (𝑥 ,𝑦 ) 𝜕𝑥 2 (𝑥0 ,𝑦0 ) 2
0 0
𝜕2 𝑓 𝜕2 𝑓 (𝑦−𝑦0 )2
+ (𝜕𝑥𝜕𝑦) (𝑥 − 𝑥0 )(𝑦 − 𝑦0 ) + ( )
(𝑥0 ,𝑦0 ) 𝜕𝑦 2 (𝑥 ,𝑦 ) 2
0 0
Como já foi referido, o polinómio de Taylor permite calcular um valor aproximado de uma
função num ponto, através de uma aproximação polinomial. A aproximação através do
polinómio de Taylor de 1ª ordem, corresponde à aproximação com recurso ao diferencial,
vista no ponto anterior.
36
Note-se que o Diferencial corresponde ao Polinómio de Taylor de 1º ordem, que, consequentemente, pode
ser generalizado a qualquer número de variáveis – ver exemplo 3 da página 98.
37
Por uma questão de simplificação de notação, serão referenciados apenas por P(x,y).

A aproximação através do polinómio de Taylor de ordem 2 é mais precisa, conforme pode

ser verificado através do exemplo do capítulo anterior, em que se calculou, com recurso à
expressão do diferencial, um valor aproximado de f (1,01;1,98):
Sendo, mais uma vez, 𝑓(𝑥, 𝑦) = 3𝑥 2 − 𝑥𝑦 e fazendo o desenvolvimento em torno do ponto

(1,2), vem
 f 
f ( x; y )  f (1,2 ) +  (x − 1) +  f 

 2
( y − 2) +   f2


(x −1)2 +
  
 x  (1, 2 )  y  (1, 2 )  x  (1, 2 ) 2
 2 f 
+  ( x − 1)( y − 2 ) +
 2 f


 ( y − 2)2
 xy    y2 
  (1, 2 )   (1, 2 ) 2
f  f 
= 6x − y    =4
x  x (1, 2 )
f  f 
= − x    = −1
y  y (1, 2 )
∂2 𝑓
= −1;
𝜕𝑥𝜕𝑦
∂2 𝑓
=6
𝜕𝑥 2
∂2 𝑓
𝜕𝑦 2
=0
f ( x; y )  1 + 4(x − 1) + (−1)( y − 2) + 3 (x −1)2 + (−1) (x − 1)( y − 2)
f (1,01;1,98)  1 + 4(1,01 − 1) + (−1)(1,98 − 2) + 3 (1,01−1)2 + (−1) (1,01 − 1)(1,98 − 2)
f (1,01;1,98)  1,0605
Recorde-se que o valor aproximado calculado com recurso ao diferencial (ou polinómio de
Taylor de 1ª ordem) foi 1,06. O valor exato calculado pela máquina é 1,0605. Quanto maior
for a ordem do desenvolvimento, menor é a diferença entre os valores exato e aproximado,
ou seja, menor é o erro.

Tendo em conta a vasta gama de funções usadas em contexto económico e as variáveis
envolvidas, o cálculo de valores aproximados de funções pode ser de extrema importância
na resolução de problemas concretos neste domínio. Serão apresentados alguns exemplos
que ilustram a aplicação dos conceitos referidos nos pontos anteriores.
(1) Uma empresa de papel tem como função de produção mensal
𝑄(𝑐) = 100 ln2 𝑐 ∙ √𝑐 + 1000 unidades
em que c representa o capital investido (em milhares de euros).
Atualmente é investido mensalmente um capital de 500 mil euros. Pretende-se calcular

o capital adicional necessário para aumentar a produção em 150 unidades.
Pretende-se conhecer o acréscimo ∆𝑐 que provoca um acréscimo dQ = 150.
Considerando o desenvolvimento de Taylor de 1ª ordem de 𝑄(𝑐) em torno do ponto 500:
𝑄(𝑐) ≅ 𝑄(500) + 𝑄′(500) ∙ (𝑐 − 500) ⟺ 𝑄(𝑐) − 𝑄(500) ≅ 𝑄′(500) ∙ (𝑐 − 500)
200ln𝑐 50ln2 𝑐
𝑄′(𝑐) = √𝑐 + 1000 + √𝑐+1000
𝑐
200ln500 50ln2 500

𝑄′(500) = √500 + 1000 + √500+1000 =146,136
500
Como se pretende 𝑄(𝑐) − 𝑄(500) = 150, vem
150 = 146,136(𝑐 − 500) ⟺ 𝑐 − 500 = ∆𝑐 = 1,026
Ou seja, o capital adicional necessário para aumentar a produção em 150 unidades é

aproximadamente 1026 euros.

(2) A função utilidade de um determinado consumidor é definida analiticamente, em função

de duas variáveis x e y, por 𝑈(𝑥, 𝑦) = 𝑥 2/3 𝑦1/3 .
a) Com recurso ao Polinómio de Taylor de ordem 1, pretende-se calcular o valor aproximado

da variação da utilidade, quando (𝑥, 𝑦) varia de (1,8) para (2,7):
𝜕𝑓 𝜕𝑓
𝑃(𝑥, 𝑦) = 𝑓(𝑥0 , 𝑦0 ) + (𝜕𝑥 ) (𝑥 − 𝑥0 ) + ( ) (𝑦 − 𝑦0 )
(𝑥0 ,𝑦0 ) 𝜕𝑦 (𝑥0 ,𝑦0 )
𝜕𝑈 𝜕𝑈
𝑈(2,7) ≅ 𝑈(1,8) + ( 𝜕𝑥 ) (2 − 1) + ( ) (7 − 8)
(1,8) 𝜕𝑦 (1,8)
𝜕𝑈 2 4
( 𝜕𝑥 ) = 3 𝑥 −1/3 𝑦 1/3 | =3
(1,8) (1,8)
𝜕𝑈 1 1
(𝜕𝑦 ) = 3 𝑥 2/3 𝑦 −2/3 | = 12
(1,8) (1,8)
4 1
𝑈(2,7) − 𝑈(1,8) ≅ 3 − 12 ⟺ 𝑑𝑈 ≅ 1,25
b) Com recurso ao Polinómio de Taylor de ordem 2, pretende-se calcular um valor

aproximado da utilidade, quando (𝑥, 𝑦) varia de (1,8) para (2,7):
𝜕𝑓 𝜕𝑓 𝜕2 𝑓 (𝑥−𝑥0 )2
𝑃(𝑥, 𝑦) = 𝑓(𝑥0 , 𝑦0 ) + (𝜕𝑥) (𝑥 − 𝑥0 ) + ( )
𝜕𝑦
(𝑦 − 𝑦0 ) + ( 2 )
𝜕𝑥 (𝑥0 ,𝑦0 ) 2
+
(𝑥0 ,𝑦0 ) (𝑥0 ,𝑦0 )
𝜕2 𝑓 𝜕2 𝑓 (𝑦−𝑦0 )2
+ (𝜕𝑥𝜕𝑦) (𝑥 − 𝑥0 )(𝑦 − 𝑦0 ) + ( 2 )
(𝑥0 ,𝑦0 ) 𝜕𝑦 (𝑥 ,𝑦 ) 2
0 0
𝜕𝑈 𝜕𝑈 𝜕2 𝑈 (2−1)2
𝑈(2,7) ≅ 𝑈(1,8) + ( 𝜕𝑥 ) (2 − 1) + ( ) (7 − 8) + ( ) +
(1,8) 𝜕𝑦 (1,8) 𝜕𝑥2 (1,8) 2
𝜕2 𝑈 𝜕2 𝑈 (7−8)2
+( ) (2 − 1)(7 − 8) + ( )
𝜕𝑥𝜕𝑦 (1,8) 𝜕𝑦2 (1,8) 2
𝜕2 𝑈 2 4
( 𝜕𝑥2 ) = − 9 𝑥 −4/3 𝑦1/3 | = −9
(1,8) (1,8)

𝜕2 𝑈 2 1
( ) = 𝑥−1/3 𝑦−2/3 | = 18
𝜕𝑥𝜕𝑦 (1,8) 9 (1,8)
𝜕2 𝑈 2 1
( 𝜕𝑦2 ) = − 9 𝑥 2/3 𝑦 −5/3 | = − 144
(1,8) (1,8)
4 1 4 1 1 1 1
𝑈(2,7) ≅ 2 + 3 − 12 − 9 × 2 − 18 − 144 × 2 ⟺ 𝑈(2,7) ≅ 2,97
Note-se que, da alínea anterior, apenas com o desenvolvimento de Taylor de 1ª ordem,

𝑈(2,7) ≅ 3,25.
O valor exato de 𝑈(2,7) (com duas casas decimais) é 3,04, o que mais uma vez ilustra
uma maior capacidade de aproximação do desenvolvimento de uma ordem superior,
como já foi referido.
(3) O preço P de um produto, é calculado de acordo com a expressão:
3
√𝑎2 +𝑏 2
𝑃(𝑎, 𝑏, 𝑞) = 𝑞
Em que a é o preço do fator de produção A, b é o preço do fator de produção B e q é a

quantidade produzida.
Assumindo que o preço dos fatores a e b aumentam, aproximadamente, 5%, pretende-

se calcular a variação da quantidade produzida de modo a que o preço não se altere.
Com recurso ao Polinómio de Taylor de ordem 1 (ou diferencial) para três variáveis,
pretende-se calcular o valor aproximado da variação do preço, quando a varia 0,05a, b
varia 0,05b e q varia 0,05q:
𝜕𝑃 𝜕𝑃 𝜕𝑃
𝑑𝑃 ≅ (𝜕𝑎 ) × 0,05𝑎 + (𝜕𝑏 ) × 0,05𝑏 + (𝜕𝑞 ) × 0,05𝑞
(𝑎,𝑏,𝑞) (𝑎,𝑏,𝑞) (𝑎,𝑏,𝑞)
𝜕𝑃 2𝑎
(𝜕𝑎 ) = 3
(𝑎,𝑏,𝑞) 𝑞 √(𝑎2 +𝑏 2 )2

𝜕𝑃 2𝑏
( ) = 3
𝜕𝑏 (𝑎,𝑏,𝑞) 𝑞 √(𝑎2 +𝑏 2 )2
3
𝜕𝑃 √𝑎2 +𝑏 2
(𝜕𝑞 ) =−
(𝑎,𝑏,𝑞) 𝑞2
Substituindo,
3
2𝑎 2𝑏 √𝑎2 +𝑏2
𝑑𝑃 ≅ 3 × 0,05𝑎 + 3 × 0,05𝑏 − × 0,05𝑞
𝑞 √(𝑎2 +𝑏 2 ) 2 𝑞 √(𝑎2 +𝑏2 ) 2 𝑞2
3 3 3
2𝑎 √𝑎2 +𝑏 2 2𝑏 √𝑎2 +𝑏 2 √𝑎2 +𝑏2
𝑑𝑃 ≅ × 0,05𝑎 + × 0,05𝑏 − × 0,05
𝑞(𝑎2 +𝑏 2 ) 𝑞(𝑎2 +𝑏2 ) 𝑞
3 3 3
𝑎2 √𝑎2 +𝑏2 𝑏 2 √𝑎2 +𝑏2 √𝑎2 +𝑏2
𝑑𝑃 ≅ + − × 0,05
𝑞(𝑎2 +𝑏 2 ) 𝑞(𝑎2 +𝑏 2 ) 𝑞
3 3
(𝑎2 +𝑏 2 ) √𝑎2 +𝑏2 √𝑎2 +𝑏2
𝑑𝑃 ≅ − × 0,05
𝑞(𝑎2 +𝑏 2 ) 𝑞
3 3
√𝑎2 +𝑏 2 √𝑎2 +𝑏2
𝑑𝑃 ≅ − 0,05 ×
𝑞 𝑞
3
√𝑎2 +𝑏2
𝑑𝑃 ≅ 0,95 × 𝑞
𝑑𝑃 ≅ 0,95𝑃
Ou seja, quando as variáveis independentes diminuem 5%, o preço diminui 5%.

1. O lucro L de uma empresa produtora de lençóis de algodão é dado por uma função do
salário médio dos seus empregados (S), do preço da tonelada de algodão (C) e do preço
1
médio de venda de cada lençol (P), segundo a expressão 𝐿 = 300𝑃 ∙ 𝑒 2𝐶 − 3𝑆 2
(L, S, C e P em milhares de euros).
Sabendo que atualmente P = 10, C = 60 e S = 55, determine a variação no lucro associada

a um aumento de 2% no preço do algodão e uma diminuição de 3% nos salários.
2. O lucro L de uma empresa de fundição de ferro é função das vendas T (em toneladas)
de ferro, do custo C da eletricidade e do custo M das matérias primas, sendo a relação
definida pela expressão:
𝐿 = 200T − 1000 ⋅ √𝐶 − 100𝑀.
Durante o ano atual, a administração tem como objetivo um aumento de 5% nos lucros.
Sabendo que neste ano o preço da eletricidade subiu 10% e o custo das matérias primas
baixou 4%, que nível de vendas deverá ser atingido para que a empresa consiga atingir
os seus objetivos?
(Em finais do ano passado, T = 1 000, C = 100 e M = 1 400).
3. As vendas S de uma companhia dependem do preço P do produto que fabricam, da

despesa D em publicidade e do número de representantes R que a companhia suporta,
segundo a seguinte expressão 𝑆 = (12 000 − 900𝑃) ⋅ √𝐷𝑅.
Atualmente P = 6, D = 8 100 (u.m.) e R = 49.
Determine a variação das vendas da companhia, quando:
a) A empresa admite mais um representante.
b) Há um aumento de 1 000 u.m. em despesas de publicidade e diminuição de 0,5 u.m.

no preço.

4. Calcule, usando a noção de diferencial, um valor aproximado de:

1,01
a) ln 0,97
b) 1,042,02
1,01
c)
√(−0,08)2 +2,12
5. Desenvolva em polinómio de Taylor de 2ª ordem as funções que se seguem nos pontos

indicados:
a) f ( x, y) = x y3 − y2 + y + 2 no ponto (1,2)
b) g ( x, y ) = x y no ponto (1,2)
6. Escreva a aproximação polinomial de Mac-Laurin do 2º grau das funções:
a) 𝑓(𝑥, 𝑦) = 𝑒 𝑥𝑦
b) 𝑔(𝑥, 𝑦) = 𝑦 sen 𝑥 + 𝑥 sen 𝑦
7. Mostre, usando um Polinómio de de Taylor, que ln(1 + 𝑥) < 𝑥 com x > − 1.
3
8. Calcule um valor aproximado de ln 2 com recurso ao Polinómio de Taylor de 3ª ordem
1
da função 𝑓(𝑥) = ln 𝑥, centrado em 1, e mostre38 que o erro cometido é inferior a .
64
9. Use Polinómios de Taylor de graus 1 e 2 com duas variáveis, para encontrar um valor
aproximado de 0,9 ln(0,1 + 𝑒) e compare as estimativas obtidas.
38
Facultativo (nota 34).

Soluções:
1. Aumenta 544
2. 987
3. a) 42 429
b) 540 167
4. a) 0,04
b) 1,08
c) 0,48
5. a) 8 + 8 (𝑥 − 1) + 9 (𝑦 − 2) + 12 (𝑥 − 1)(𝑦 − 2) + 5 (𝑦 − 2)2
b) 𝑥 2 + (𝑥 − 1)(𝑦 − 2)
6. a) 1 + xy
b) 2xy
8. 0,396
9. 0,9324

8. Homogeneidade
8.1 Definição
Uma função 𝑓: 𝑅 𝑛 → 𝑅 é uma função homogénea de grau k (𝑘 ∈ 𝑅) se e só se
𝑓(𝜆𝑥1 , 𝜆𝑥2 , . . . , 𝜆𝑥𝑛 ) = 𝜆𝑘 ⋅ 𝑓(𝑥1 , 𝑥2 , . . . , 𝑥𝑛 ) , ∀(𝑥1 , 𝑥2 , . . . , 𝑥𝑛 ) ∈ 𝐷𝑓 , ∀𝜆 ∈ 𝑅

com (𝜆𝑥1 , 𝜆𝑥2 , … , 𝜆𝑥𝑛 ) ∈ 𝐷𝑓
Exemplos:
1) 𝑓(𝑥, 𝑦) = 𝑥 4 + 2𝑦 4 + 3𝑥 2 𝑦 2
𝑓(𝜆𝑥, 𝜆𝑦) = (𝜆𝑥)4 + 2(𝜆𝑦)4 + 3(𝜆𝑥)2 (𝜆𝑦)2 = 𝜆4 (𝑥 4 + 2𝑦 4 + 3𝑥 2 𝑦 2 ) = 𝜆4 𝑓(𝑥, 𝑦)
Logo, f é uma função homogénea de grau 4.
1
2) 𝑉(𝐾, 𝐿) = (𝐶1 𝐾 −𝑎 + 𝐶2 𝐿−𝑎 )−𝑏
1 1
𝑉(𝜆𝐾, 𝜆𝐿) = (𝐶1 (𝜆𝐾)−𝑎 + 𝐶2 (𝜆𝐿)−𝑎 )− 𝑏 = (𝐶1 𝜆−𝑎 𝐾 −𝑎 + 𝐶2 𝜆−𝑎 𝐿−𝑎 )− 𝑏 =
1 1 𝑎
= (𝜆−𝑎 )− 𝑏 (𝐶 −
⏟ 1 𝐾 −𝑎 + 𝐶2 𝐿−𝑎 ) 𝑏 = 𝜆𝑏 𝑉(𝐾, 𝐿)
𝑉(𝐾,𝐿)
𝑎
Logo, V é uma função homogénea de grau 𝑏.
𝑥 3 −𝑥𝑦 2
3) ℎ(𝑥, 𝑦) = 𝑥𝑦
(𝜆𝑥)3 −𝜆𝑥(𝜆𝑦)2 𝜆3 𝑥 3 −𝑥𝑦 2

ℎ(𝜆𝑥, 𝜆𝑦) = = 𝜆2 ∙ = 𝜆 ∙ ℎ(𝑥, 𝑦)
𝜆𝑥𝜆𝑦 𝑥𝑦
Logo, h é uma função homogénea de grau 1.39
39
Quando a homogeneidade é de grau 1, diz-se que é Homogeneidade Linear.

4) 𝑔(𝑎, 𝑏) = 2𝑎𝑏 − 𝑎2 + 1
𝑔(𝜆𝑎, 𝜆𝑏) = 2𝜆𝑎𝜆𝑏 − (𝜆𝑎)2 + 1 = 𝜆2 (2𝑎𝑏 − 𝑎2 ) + 1
Não é possível isolar a função, colocando uma potência de base 𝜆 em evidência; logo,
g não é uma função homogénea.
8.2. Teorema de Euler
Seja 𝑓: 𝑅 𝑛 → 𝑅 uma função homogénea de grau k (𝑘 ∈ 𝑅); então, para todos os pontos
(𝑥1 , 𝑥2 , . . . , 𝑥𝑛 ) pertencentes ao 𝐷𝑓 , e para os quais existem todas as primeiras derivadas
parciais, é válida a seguinte igualdade:
𝜕𝑓 𝜕𝑓 𝜕𝑓
⋅ 𝑥1 + 𝜕𝑥 ⋅ 𝑥2 +. . . + 𝜕𝑥 ⋅ 𝑥𝑛 = 𝑘 ⋅ 𝑓(𝑥1 , 𝑥2 , . . . , 𝑥𝑛 )
𝜕𝑥1 2 𝑛
Exemplo:
Foi visto num exemplo anterior que a função 𝑓(𝑥, 𝑦) = 𝑥 4 + 2𝑦 4 + 3𝑥 2 𝑦 2 é homogénea

de grau 4.
𝜕𝑓 𝜕𝑓
Verificar o Teorema de Euler, é verificar a igualdade ⋅ 𝑥 + 𝜕𝑦 ⋅ 𝑦 = 4 ⋅ 𝑓(𝑥, 𝑦).
𝜕𝑥
𝜕𝑓 𝜕𝑓
⋅ 𝑥 + 𝜕𝑦 ⋅ 𝑦 = (4𝑥 3 + 6𝑥𝑦 2 ) ⋅ 𝑥 + (8𝑦 3 + 6𝑥 2 𝑦) ⋅ 𝑦 =
𝜕𝑥
= 4𝑥 4 + 6𝑥 2 𝑦 2 + 8𝑦 4 + 6𝑥 2 𝑦 2 =
= 4𝑥 4 + 12𝑥 2 𝑦 2 + 8𝑦 4 =
= 4(𝑥 4 + 3𝑥 2 𝑦 2 + 2𝑦 4 ) = 4𝑓(𝑥, 𝑦)

8.3. Propriedades das funções homogéneas
Teorema:
Seja 𝑓: 𝑅 𝑛 → 𝑅 uma função homogénea de grau k (𝑘 ∈ 𝑅); então as primeiras derivadas

parciais de f, se existirem, são homogéneas de grau 𝑘 − 1.
Exemplo:
𝜕𝑓
Ainda o mesmo exemplo, 𝑓(𝑥, 𝑦) = 𝑥 4 + 2𝑦 4 + 3𝑥 2 𝑦 2 ⇒ 𝜕𝑥 = 4𝑥 3 + 6𝑥𝑦 2
𝜕𝑓 𝜕𝑓
(𝜆𝑥, 𝜆𝑦) = 4(𝜆𝑥)3 + 6𝜆𝑥(𝜆𝑦)2 = 4𝜆3 𝑥 3 + 6𝜆𝑥𝜆2 𝑦 2 = 𝜆3 (𝑥, 𝑦)
𝜕𝑥 𝜕𝑥
homogénea de grau 3
Teoremas:
Sejam as funções reais 𝑓(𝑥1 , 𝑥2 , . . . , 𝑥𝑛 ) e 𝑔(𝑥1 , 𝑥2 , . . . , 𝑥𝑛 ) homogéneas de graus m e p,

respetivamente.
Então, se existirem as funções em causa,
i) 𝑓 ± 𝑔 será homogénea se m = p; nessas condições será homogénea de grau m.
ii) 𝑓 ∙ 𝑔 é homogénea de grau m + p:
(𝑓 ⋅ 𝑔) (𝜆𝑥1 , 𝜆𝑥2 , . . . , 𝜆𝑥𝑛 ) = 𝑓(𝜆𝑥1 , 𝜆𝑥2 , . . . , 𝜆𝑥𝑛 ) ⋅ 𝑔(𝜆𝑥1 , 𝜆𝑥2 , . . . , 𝜆𝑥𝑛 ) =

= 𝜆𝑚 𝑓(𝑥1 , 𝑥2 , . . . , 𝑥𝑛 ) ⋅ 𝜆𝑝 𝑔(𝑥1 , 𝑥2 , . . . , 𝑥𝑛 ) =
= 𝜆𝑚+𝑝 (𝑓 ⋅ 𝑔)(𝑥1 , 𝑥2 , . . . , 𝑥𝑛 )
𝑓
iii) é homogénea de grau 𝑚 − 𝑝:
𝑔
𝑓 𝑓(𝜆𝑥 ,𝜆𝑥 ,...,𝜆𝑥 ) 𝜆𝑚 𝑓(𝜆𝑥1 ,𝜆𝑥2 ,...,𝜆𝑥𝑛 ) 𝑓

(𝜆𝑥1 , 𝜆𝑥2 , 𝜆𝑥3 ) = 𝑔(𝜆𝑥1 ,𝜆𝑥2 ,...,𝜆𝑥𝑛 ) = = 𝜆𝑚−𝑝 𝑔 (𝜆𝑥1 , 𝜆𝑥2 , . . . , 𝜆𝑥𝑛 )
𝑔 1 2 𝑛 𝜆𝑝 𝑔(𝜆𝑥1 ,𝜆𝑥2 ,...,𝜆𝑥𝑛 )

Definição:
Uma função 𝑓: 𝑅 𝑛 → 𝑅 é positivamente homogénea de grau k (𝑘 ∈ 𝑅) se e só se
𝑓(𝜆𝑥1 , 𝜆𝑥2 , . . . , 𝜆𝑥𝑛 ) = 𝜆𝑘 𝑓(𝑥1 , 𝑥2 , . . . , 𝑥𝑛 ) , ∀(𝑥1 , 𝑥2 , . . . , 𝑥𝑛 ) ∈ 𝐷𝑓 , ∀𝜆 ∈ 𝑅 +
Exemplo:
Seja a função 𝑓(𝑥, 𝑦) = √𝑥 2 + 𝑦 2 .
Aplicando a definição de homogeneidade, vem
𝑓(𝜆𝑥, 𝜆𝑦) = √(𝜆𝑥)2 + (𝜆𝑦)2 = √𝜆2 (𝑥 2 + 𝑦 2 ) = |𝜆|√𝑥 2 + 𝑦 2 = |𝜆| ∙ 𝑓(𝑥, 𝑦)
Será homogénea de grau 1, se 𝜆 > 0, ou seja, é positivamente homogénea de grau 1, de

acordo com a definição dada.40
Dada uma função homogénea, é possível calcular a variação percentual da função

conhecidas variações percentuais iguais e simultâneas em todas as suas variáveis.
O exemplo que se segue ilustra este resultado:
Para produzir determinado bem empregam-se dois fatores produtivos 𝐹𝑃1 e 𝐹𝑃2 nas
quantidades anuais x e y respetivamente. A função de produção, em função das quantidades
dos fatores, é dada por 𝑃(𝑥, 𝑦) = 100𝑥 0,5 𝑦 0,6.
40
Qualquer função homogénea, é positivamente homogénea.

Verifica-se que a função P(x,y) é homogénea:
𝑃(𝜆𝑥, 𝜆𝑦) = 100(𝜆𝑥)0,5 (𝜆𝑦)0,6 = 100𝜆0,5 𝑥 0,5 𝜆0,6 𝑦 0,6 = 𝜆1,1 𝑃(𝑥, 𝑦)
e o seu grau de homogeneidade é 1,1.
Supondo que se pretende determinar a variação provocada em P pela diminuição percentual

simultânea de 20% nos dois fatores 𝐹𝑃1 e 𝐹𝑃2 :
𝑃(0,8𝑥; 0,8𝑦) = 0, 81,1 𝑃(𝑥, 𝑦) = 0,78𝑃(𝑥, 𝑦)
ou seja, quando os dois fatores diminuem 20%, P diminui 22%.
Supondo agora que se pretende determinar a variação provocada em P pelo aumento

percentual simultâneo de 15% nos dois fatores 𝐹𝑃1 e 𝐹𝑃2 :
𝑃(1,15𝑥; 1,15𝑦) = 1,151,1 𝑃(𝑥, 𝑦) = 1,166 𝑃(𝑥, 𝑦)
ou seja, quando os dois fatores aumentam 15%, P aumenta 16,6%.
𝑥 𝛽 −𝑦 𝛽
1) Dada a função ℎ(𝑥, 𝑦) = (𝑥+𝑦) 𝛽/2, determinar 𝛽 de modo que o grau de homogeneidade
de ℎ(𝑥, 𝑦) seja 1.
Resolução:
(𝜆𝑥)𝛽 −(𝜆𝑦)𝛽 𝜆𝛽 𝑥 𝛽 −𝜆𝛽 𝑦 𝛽 𝜆𝛽 𝑥 𝛽 −𝑦 𝛽

ℎ(𝜆𝑥, 𝜆𝑦) = (𝜆𝑥+𝜆𝑦)𝛽/2
= 𝜆𝛽/2(𝑥+𝑦)𝛽/2 = 𝜆𝛽/2 ⋅ (𝑥+𝑦)𝛽/2 = 𝜆𝛽/2 ℎ(𝑥, 𝑦)
𝛽
Para que o grau de homogeneidade seja 1, = 1 ⇔ 𝛽 = 2.
2

2) As funções reais 𝑓(𝑥1 , 𝑥2 , 𝑥3 ) e 𝑔(𝑥1 , 𝑥2 , 𝑥3 ) são homogéneas de graus m e p,

respetivamente.
a) Se m = 2, uma variação positiva simultânea de 10% de 𝑥1 , 𝑥2 e 𝑥3 , permite quantificar

a variação de 𝑓. Qual é essa variação?
𝜕𝑔
b) Se p = 3, qual o valor de 𝜕𝑥 no ponto (1,0,0), sabendo que 𝑔(1,0,0) = 4?
1
Resolução:
a) 𝑓(1,1𝑥1 ; 1,1𝑥2 ; 1,1𝑥3 ) = 1, 12 𝑓(𝑥1 , 𝑥2 , 𝑥3 ) = 1,21𝑓(𝑥1 , 𝑥2 , 𝑥3 )
Conclusão: quando 𝑥1 , 𝑥2 e 𝑥3 sofrem uma variação positiva simultânea de 10%, ou

seja, aparecem afetados do fator multiplicativo 1,1 (𝑥 + 10% ⋅ 𝑥 = 𝑥 + 0,1𝑥 = 1,1𝑥),
a variação de 𝑓é de 21%.
𝜕𝑔 𝜕𝑔 𝜕𝑔
c) Pelo Teorema de Euler, 𝑥1 ⋅ 𝜕𝑥 + 𝑥2 ⋅ 𝜕𝑥 + 𝑥3 ⋅ 𝜕𝑥 = 3 ⋅ 𝑔(𝑥1 , 𝑥2 , 𝑥3 );
1 2 3
no ponto (1,0,0), fica
𝜕𝑔 𝜕𝑔 𝜕𝑔 𝜕𝑔
1∙( ) +0∙( ) +0∙( ) = 3 ∙ 𝑔(1,0,0) = 12 ⟺ ( ) = 12
𝜕𝑥1 (1,0,0) 𝜕𝑥2 (1,0,0) 𝜕𝑥3 (1,0,0) 𝜕𝑥1 (1,0,0)
𝑥𝛼𝑦𝛽 1
3) Calcular α e β de modo que a função 𝑢(𝑥, 𝑦) = 𝑥 𝛽 +𝑦 𝛽 seja homogénea de grau 2.
Resolução:
u (x, y) =
(x ) (y )
=  + − x y  
= 
x y 
(x ) + (y ) x + y x + y
1 1
Grau de homogeneidade 2 ⇒ 𝛼 = 2 ∧ 𝛽 é qualquer.

1. Verifique se as funções seguintes são homogéneas, determinando o grau de

homogeneidade em caso afirmativo:
a) f (x,y) = x + 3xy b) 𝑓(𝑥, 𝑦, 𝑧) = 𝑥 2 + 𝑦 2 + 2𝑥𝑦 + 𝑧 2 − 3𝑦𝑧
𝛼 𝜆2 𝜂 3
c) 𝑘(𝛼, 𝛽) = arcsen 𝛽 d) ℎ(𝜆, 𝜂) = 𝜂−𝜆
3
2 +𝑦 2 √4𝑢−2𝑣
e) 𝑓(𝑥, 𝑦) = 𝑥 ⋅ 𝑒 𝑥 f) ℎ(𝑢, 𝑣, 𝑤) =
√𝑤
𝑥+𝑦
g) 𝑚(𝑥, 𝑦) = 𝑥 2 𝑦 5 ∙ 𝑒 𝑥−𝑦
2. Verifique o teorema de Euler para as funções homogéneas do exercício anterior.
𝑥 2 +𝑦 2 𝜕𝑢 𝜕𝑢 𝜕𝑢
3. Sabendo que 𝑢 = 𝑥 3 ⋅ sen , calcule 𝑥 𝜕𝑥 + 𝑦 𝜕𝑦 + 𝑧 𝜕𝑧 .
𝑧2
𝑥3𝑦2 𝜕𝑢 𝜕𝑢
4. Sabendo que 𝑢 = , calcule 𝑥 𝜕𝑥 + 𝑦 𝜕𝑦.
√𝑥 2 +𝑦 2
5. Determine 𝛼 e 𝛽 reais de modo que as seguintes funções sejam homogéneas e indique o

grau de homogeneidade:
√𝑥 𝛼 𝑦
a) 𝑓(𝑥, 𝑦, 𝑧) = 𝑥 2 𝑦 + + 𝑦 𝛽−1 𝑧
√𝑧 𝛽
b) 𝑔(𝑥, 𝑦, 𝑧) = 7𝑥 𝛼 𝑦 𝛽 + 𝑥 2 √𝑦 + 𝑧 𝛼−1
𝑥 𝑥2𝑦𝛼 𝑧𝛽
c) ℎ(𝑥, 𝑦, 𝑧) = ln 𝑦 + + 𝑥 3𝛼
𝑧𝛽

𝑥𝑎𝑦𝑏
6. Considere a função 𝑧 = 𝐴 ⋅ 𝑥 𝑐 +𝑦 𝑐, em que a, b, c e A ∈ R.
a) Mostre que é homogénea e indique o grau de homogeneidade.
b) Supondo que a = c e b = 2, qual a variação em z provocada por um acréscimo de

10% nos valores de x e y?
7. Determine 𝛽 de modo que o grau de homogeneidade das funções seguintes seja o indicado:
1
f ( x, y ) =
(3x )
a) com grau de homogeneidade 2/3.
−2 −2 1 / 
+5 y
b) (
f (k , l ) = 3k − + 5 l − ) −1/ 4
com grau de homogeneidade 1/2.
8. Seja h (x, y) uma função homogénea de grau n. Seja 𝑓(𝑥, 𝑦) = ℎ(𝑥𝑦, 𝑦 2 ). Verifique que
𝑓(𝑥, 𝑦) é uma função homogénea e indique o seu grau de homogeneidade.
9. Seja f (x, y) uma função homogénea de grau 2 e diferenciável. Com recurso ao teorema
de Euler mostre que:
𝜕2𝑓 𝜕2 𝑓 𝜕𝑓
𝑥 ⋅ 𝜕𝑥 2 (𝑥, 𝑦) + 𝑦 ⋅ 𝜕𝑥𝜕𝑦 (𝑥, 𝑦) = 𝜕𝑥 (𝑥, 𝑦)
10. Seja h uma função homogénea de grau 2, da qual se conhece ℎ(6,15) = 3. Determine
ℎ(2,5).
11. Seja g uma função homogénea. Determine o seu grau de homogeneidade, sabendo que
𝑔(2, −1) = −5 𝑔(−10,5).

Idioma

Funcoes Varias Variaveis 2020

Enviado por

Dados do documento

Título original

Direitos autorais

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Funcoes Varias Variaveis 2020

Enviado por

Direitos autorais:

Funções reais

1. Funções de várias variáveis – definição e generalidades ....................................... 4

2. Domínio de uma função ……………….............................................................. 8

3. Conjunto de nível de uma função ........................................................................ 18

3.1. Curvas de nível de uma função de duas variáveis ........................................ 18

3.2. Aplicações em contexto económico ............................................................. 21

3.3. Exercícios propostos ..................................................................................... 26

4. Derivadas parciais ................................................................................................ 28

4.1. Derivadas de 1ª ordem .................................................................................. 28

4.2. Derivadas de 2ª ordem ou superior ............................................................... 38

4.3. Derivada da função composta – Regra da cadeia ......................................... 43

4.4. Exercícios propostos ………………………………………………………. 48

5.1. Extremos de funções com duas variáveis ....................................................... 52

5.2. Cálculo de extremos relativos de funções com duas variáveis ……… 53

5.5. Exercícios propostos ...................................................................................... 67

6. Função definida na forma implícita ...................................................................... 70

6.1. Teorema da Função Implícita ....................................................................... 70

6.2. Derivada da Função definida na forma implícita .......................................... 71

6.3. Classificação de extremos condicionados ..................................................... 76

6.5. Métodos numéricos ....................................................................................... 80

Margarida Macedo – Católica Porto Business School 1

6.6. Exercícios propostos ...................................................................................... 85

7. Aproximação de funções …………………………..…………………………… 88

7.2. Polinómio de Taylor ...................................................................................... 93

7.3. Aplicações em contexto económico ............................................................... 97

7.4. Exercícios propostos ...................................................................................... 101

8. Homogeneidade .................................................................................................... 104

8.1. Definição ....................................................................................................... 104

8.2. Teorema de Euler ........................................................................................... 105

8.3. Propriedades das funções homogéneas ……………………………............ 106

8.4. Aplicações em contexto económico ............................................................... 107

8.5. Exercícios propostos ...................................................................................... 110

9. Exercícios globais ……………………………………….…………….………... 114

Bibliografia .................................................................................................... 130

Margarida Macedo – Católica Porto Business School 2

Margarida Macedo – Católica Porto Business School 3

1. Funções reais de várias variáveis reais – definição e generalidades

Assim, define-se função f, real de n variáveis reais, da seguinte forma:

(1) Função de Produção de Cobb-Douglas

A função produção, geralmente, relaciona a produção (Q) com as variáveis quantidade de

𝑄(𝐿, 𝐾) = 𝐶𝐿𝛼 𝐾𝛽 (𝛼, 𝛽 ∈ [0,1], 𝐶 ∈ 𝑅 + )

Margarida Macedo – Católica Porto Business School 4

em que L representa o número de unidades de trabalho (geralmente em horas), K o número

Quando os expoentes verificam a condição 𝛼 + 𝛽 = 1, fica

𝑄(𝐿, 𝐾) = 𝐶𝐿𝛼 𝐾 1−𝛼 ,

função com caraterísticas aritméticas específicas:2

Quando se duplicam as quantidades de trabalho e capital, verifica-se que a produção duplica:

𝑓(2𝐿, 2𝐾) = 100(2𝐿)0,6 (2𝐾)0,4 = 20,6+0,4 ⋅ 100𝐿0,6 𝐾 0,4 = 2𝑓(𝐿, 𝐾)

Analogamente, quando se triplicam as quantidades de trabalho e capital, a produção triplica:

𝑓(3𝐿, 3𝐾) = 100(3𝐿)0,6 (3𝐾)0,4 = 30,6+0,4 ⋅ 100𝐿0,6 𝐾 0,4 = 3𝑓(𝐿, 𝐾)

𝑓(𝜆𝐿, 𝜆𝑦) = 100(𝜆𝐾)0,6 (𝜆𝐿)0,4 = 𝜆0,6+0,4 ⋅ 100𝐾 0,6 𝐿0,4 = 𝜆𝑓(𝐾, 𝐿)

Ou seja, quando as variáveis trabalho e capital têm variações percentuais iguais e

(2) Função utilidade

O conceito de utilidade, numa vertente económica, visa modelar o valor de um determinado

Margarida Macedo – Católica Porto Business School 5

Casos particulares (tendo em conta o número de variáveis independentes):

(1) Função de duas variáveis:

Se f é uma função de duas variáveis com domínio D, então o gráfico de f é o conjunto de

Margarida Macedo – Católica Porto Business School 6

𝟓) 𝑓(𝑥, 𝑦) = sen 𝑥 + sen 𝑦

Margarida Macedo – Católica Porto Business School 7

(2) Função de três variáveis:

Pagamento mensal para amortização de um empréstimo

em que M é o pagamento mensal para a amortização de um empréstimo de capital no

2. Domínio de uma função