Escolar Documentos
Profissional Documentos
Cultura Documentos
Essa apostila foi escrita para agrupar de forma integrada todo o conteúdo da ementa da disciplina de
Cálculo IV ministrada no CEFET-MG.
Apostila escrita em LATEX com a classe nice-booklet criada por Luis Alberto D’Afonseca
1 Apresentação 1
2 Sequências Numéricas 4
2.1 Apresentação e Motivação . . . . . . . . . . . . . . . . . . . . . . . . 4
2.2 Definição e Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.3 Sequ^encias e Funções . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.4 Sequ^encias Limitadas . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.5 Teorema do Confronto . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.6 Revisão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3 Séries Numéricas 46
3.1 Definição . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.2 Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.3 Teste de Diverg^encia . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
3.4 Teste da Integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.5 Teste da Comparação . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
3.6 Teste da Razão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
3.7 Teste da Raiz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
3.8 Série Alternada e Teste de Leibniz . . . . . . . . . . . . . . . . . . . . 103
3.9 Converg^encia Absoluta e Condicional . . . . . . . . . . . . . . . . . . 110
3.10 Revisão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
4 Séries de Taylor 118
4.1 Séries de Pot^encias . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
4.2 Operações com Séries de Pot^encias . . . . . . . . . . . . . . . . . . . 130
4.3 Séries de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
4.4 Converg^encia da Série de Taylor . . . . . . . . . . . . . . . . . . . . . 147
4.5 Aproximações por Polin^omios de Taylor . . . . . . . . . . . . . . . . . 160
4.6 Usos da Série de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . 164
4.6.1 Avaliando Integrais Não Elementares . . . . . . . . . . . . . . 164
4.6.2 Avaliando Formas Indeterminadas . . . . . . . . . . . . . . . . 165
4.6.3 Definição de Novas Funções . . . . . . . . . . . . . . . . . . . 167
4.6.4 Identidade de Euler . . . . . . . . . . . . . . . . . . . . . . . . 170
4.6.5 Cálculo da Série de Taylor para o Arco Tangente . . . . . . . 172
4.6.6 Problema de Basileia . . . . . . . . . . . . . . . . . . . . . . . 174
4.7 Revisão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
Respostas 401
Referências 421
Esse texto ainda está em construção e portanto está incompleto e contém erros,
ele não é um substituto para as aulas e livros da bibliografia.
Essa apostila foi idealizada para apresentar o conteúdo programático previsto para a
disciplina de Cálculo 4 no CEFET-MG, cuja ementa contém os tópicos:
1. séries numéricas e de pot^encias;
2. séries de Taylor e aplicações;
3. séries de Fourier;
4. transformada de Fourier;
5. equações diferenciais parciais;
6. equações da onda, do calor e de Laplace.
Porém, não conhecemos um livro didático que apresente esses assuntos de forma
adequada para a disciplina. Tradicionalmente os professores responsáveis por ministrá-
la recorrem a diferentes materiais bibliográficos extraindo apenas uma parte de
≡ ◀ ▲ ▶
Apresentação 2
3. Sequ^encias Numéricas
4. Séries Numéricas
5. Séries de Taylor
6. Séries de Fourier
7. Equações Diferenciais Parciais
8. Transformada de Fourier
Como os textos matemáticos costumam ser muito densos em informação, não absor-
vemos todas as sutilezas apenas em uma leitura. Por isso, fazer exercı́cios é parte
fundamental do processo de aprendizado, ao manipularmos os conceitos no processo
de resolução do exercı́cio somos forçados a utilizar os resultados e a explorar suas
sutilezas. A regra geral é que cada passagem da resolução precisa ser embasada
em um resultado verdadeiro explicitamente descrito antes, essa é a razão pela qual
os textos numeraram os resultados e fórmulas. Mesmo que não escrevamos essas
refer^encias, precisamos estar plenamente conscientes delas.
Uma sugestão é utilizar os exemplos contidos no texto como exercı́cios, tente resolver
o problema proposto antes de ler a resolução apresentada. Depois dessa tentativa
leia a resolução e a compare criticamente à sua resposta. Seu resultado coincide com
o apresentado? Se sim verifique se voc^e apresentou todos os argumentos necessários
≡ ◀ ▲ ▶
Apresentação 3
Nesse texto foi inserida uma lista de exercı́cios após cada seção e uma lista de revisão
no final de cada capı́tulo. Ao estudar uma seção, teste sua compreensão resolvendo
alguns exercı́cios da seção. Ao fazer uma revisão ou se preparar para uma avaliação,
resolva os exercı́cios da revisão. O fato deles não estarem organizados por temas
introduz o processo de identificação do problema e escolha da teoria adequada para
resolv^e-los.
Alguns exercı́cios possuem resposta no final da apostila, nesses casos o link [resp] no
enunciado do exercı́cio leva para sua resposta. Para retornar ao enunciado clique no
número da resposta. Em alguns casos a resposta consiste apenas do resultado final,
em outros toda a resolução está escrita.
Agradeço aos professores André Ferreira e Pereira, Éden Amorim e José Luiz Acebal
pela valiosa contribuição para a confecção desse material.
≡ ◀ ▲ ▶
2
Sequ^encias Numéricas
Note que os mesmos conceitos podem ser estendidos para sequ^encias de outros
objetos matemáticos, como vetores, matrizes ou funções. Porém, as propriedades de
converg^encia serão basicamente as mesmas.
Sequ^encias e séries estão entre os conceitos matemáticos mais aplicados, por exemplo,
qualquer algoritmo computacional que busque a solução para um problema fazendo
correções iterativas em uma aproximação inicial vai produzir uma sequ^encia de
aproximações que podem convergir ou não para a solução desejada. Como exemplo,
apresentamos o método de Newton.
≡ ◀ ▲ ▶
Sequ^encias Numéricas 5
𝑓 (𝑥* ) = 0 ,
O Método de Newton busca uma solução para 𝑓 (𝑥) = 0 partindo de um chute inicial
𝑥0 ∈ 𝐴. Começamos construindo a reta tangente ao gráfico de 𝑓 pelo ponto (𝑥0 , 𝑓 (𝑥0 ))
e encontrando o ponto onde a reta toca o eixo-𝑥, como ilustrado na Figura 2.1a. O
ponto 𝑥1 encontrado dessa forma é a nova aproximação para a solução.
𝑥2
𝑥0 𝑥0
𝑥1 𝑥1
(a) Reta tangente em (𝑥0 , 𝑓 (𝑥0 )) (b) Reta tangente em (𝑥1 , 𝑓 (𝑥1 ))
e intercepto 𝑥1 e intercepto 𝑥2
Podemos construir uma fórmula para calcular cada aproximação 𝑥𝑛 a partir do valor
da aproximação anterior 𝑥𝑛−1 . O primeiro passo é calcular a expressão para a reta
tangente ao gráfico de 𝑓 no ponto (𝑥𝑛 , 𝑓 (𝑥𝑛 ))
≡ ◀ ▲ ▶
Sequ^encias Numéricas 6
A próxima aproximação será o valor de 𝑥 onde essa reta cruza o eixo-𝑥, isso é, quanto
𝑦 = 0, assim temos
𝑥0 , 𝑥1 , 𝑥2 , . . . , 𝑥𝑛 , ...
𝑓 (𝑥0 ), 𝑓 (𝑥1 ), 𝑓 (𝑥2 ), . . . , 𝑓 (𝑥𝑛 ), . . .
𝑓 ′ (𝑥0 ), 𝑓 ′ (𝑥1 ), 𝑓 ′ (𝑥2 ), . . . , 𝑓 ′ (𝑥𝑛 ), . . .
≡ ◀ ▲ ▶
Sequ^encias Numéricas 7
𝑎1 , 𝑎2 , 𝑎3 , . . . , 𝑎𝑛 , ...
Uma definição equivalente, descreve a sequ^encia de números reais como uma função,
𝑓 : N → R, dos naturais (ı́ndices) nos reais (termos). Neste caso, os termos da
sequ^encia são
Nesse trabalho vamos representar sequ^encias com os termos entre par^enteses, como
nestes exemplos:
( 1, 2, 3, 4, 5, . . . , 𝑛, . . . ) ,
( 1, 2−1 , 2−2 , 2−3 , . . . , 2−𝑛 , . . . ) .
(𝑎𝑛 ) ou (𝑏𝑛 ) .
≡ ◀ ▲ ▶
Sequ^encias Numéricas 8
Note que muitos livros representam sequ^encias com os termos entre chaves
{𝑎𝑛 } = {𝑎𝑛 }∞
𝑛=1 = { 𝑎1 , 𝑎2 , 𝑎3 , 𝑎4 , 𝑎5 , . . . } .
Porém, a notação com chaves também é usada para representar conjuntos, onde
a ordem dos elementos não é relevante, isso é, os conjuntos {𝑎,𝑏,𝑐} e {𝑐,𝑏,𝑎}
são id^enticos. Assim, escolhemos a notação com par^enteses para enfatizar essa
caracterı́stica, isso é, as sequ^encias
(𝑎𝑛 ) = ( 1, 2, 3, 4, . . . , 𝑛, 𝑛 + 1, . . . ) ,
(𝑏𝑛 ) = ( 2, 1, 4, 3, . . . , 2𝑛, 2𝑛 − 1, . . . )
A forma como os termos de uma sequ^encia são determinados não importa para
a aplicação dos resultados da teoria. Porém, pode fazer muita diferença quando
desejamos fazer manipulações algébricas com os termos. As duas formas mais comuns
para calcular os termos de uma sequ^encia são por uma expressão direta ou por uma
relação de recorr^encia. No caso da expressão direta temos uma fórmula explicita
para o termo em função do ı́ndice, como nos exemplos:
√ 1
𝑎𝑛 = 𝑛, 𝑏𝑛 = ln(𝑛) , 𝑐𝑛 = .
𝑛2
Na Relação de Recorr^encia o valor de um termo da sequ^encia é calculado a partir do
termo anterior, ou dos anteriores. Nesse caso, dizemos que a sequ^encia é recursiva.
O exemplo mais famoso é a Sequ^encia de Fibonacci, que é definida pela relação de
recorr^encia
𝑓1 = 1 , 𝑓2 = 2 , 𝑓𝑛 = 𝑓𝑛−1 + 𝑓𝑛−2 , 𝑛 ≥ 3.
≡ ◀ ▲ ▶
Sequ^encias Numéricas 9
𝑝1 = 𝑎 , 𝑝𝑛 = 𝑝𝑛−1 + 𝑠 ,
𝑞1 = 𝑎 , 𝑞𝑛 = 𝑟𝑞𝑛−1 .
1
𝑎1 𝑎2 𝑎5 𝑎7 𝑎6 𝑎4 𝑎3
0 5 10
1 2 3 4 5 6 7 8 9 10 11 𝑘
(a) Representação de uma sequ^encia (b) Representação de uma sequ^encia
em um plano cartesiano. sobre um eixo.
Exemplo 2.2.1:
Escreva os primeiros termos de cada sequ^encia e esboce seu gráfico no plano
cartesiano.
1. 𝑎𝑘 = 1 , 𝑘 = 1, 2, 3, . . .
Primeiros termos
(𝑎𝑘 ) = ( 1, 1, 1, 1, 1, 1, . . . ) .
Gráfico da sequ^encia
≡ ◀ ▲ ▶
Sequ^encias Numéricas 10
𝑎𝑘
1 3 5 7 9 11 𝑘
2. 𝑎𝑘 = 1 + (−1)𝑘 , 𝑘 = 1, 2, 3, . . .
Primeiros termos
= (1 − 1, 1 + 1, 1 − 1, 1 + 1, . . . )
= ( 0, 2, 0, 2, 0, 2, . . . ) .
Gráfico da sequ^encia
2 𝑎𝑘
1 3 5 7 9 11 𝑘
1
3. 𝑎𝑘 = , 𝑘 = 1, 2, 3, . . .
𝑘
Primeiros termos
(︂ )︂
1 1 1
(𝑎𝑘 ) = 1, , , , . . . .
2 3 4
Gráfico da sequ^encia
1 𝑎𝑘
1 3 5 7 9 11 𝑘
4. 𝑎𝑘 = 𝑘 2 , 𝑘 = 0, 1, 2, . . .
Primeiros termos
(𝑎𝑘 ) = 02 , 12 , 22 , 32 , 42 , . . .
(︀ )︀
≡ ◀ ▲ ▶
Sequ^encias Numéricas 11
= ( 0, 1, 4, 9, 16, . . . ) .
Gráfico da sequ^encia
𝑎𝑘
100
1 3 5 7 9 11 𝑘
5. 𝑎𝑘 = (−1)𝑘 𝑘 2 , 𝑘 = 0, 1, 2, . . .
Primeiros termos
= (−1 × 1, 1 × 4, −1 × 9, 1 × 16, . . . )
= ( 0, −1, 4, −9, 16, . . . ) .
Gráfico da sequ^encia
𝑎𝑘
100
1 3 5 7 9 11 𝑘
-100
(−1)𝑘
6. 𝑎𝑘 = , 𝑘 = 1, 2, 3, . . .
𝑘2
Primeiros termos
(−1)1 (−1)2 (−1)3 (−1)4
(︂ )︂
(𝑎𝑘 ) = , , , ,...
12 22 32 42
(︂ )︂
−1 1 −1 1
= , , , ,...
1 4 9 16
(︂ )︂
1 −1 1
= −1, , , ,... .
4 9 16
Gráfico da sequ^encia
≡ ◀ ▲ ▶
Sequ^encias Numéricas 12
1 𝑎𝑘
1 3 5 7 9 11 𝑘
-1
Exemplo 2.2.2:
Escreva os primeiros termos de cada sequ^encia e esboce seu gráfico no plano
cartesiano.
1. 𝑎1 = 1 , 𝑎𝑛+1 = 0,8 𝑎𝑛 , 𝑛 = 1, 2, 3, . . .
Note que essa sequencia é uma Progressão Geométrica, seus primeiros
termos são:
𝑎1 = 1
𝑎2 = 0,8 𝑎1 = 0,8
𝑎3 = 0,8 𝑎2 = 0,8 × 0,8 = 0,64
𝑎4 = 0,8 𝑎3 = 0,8 × 0,64 = 0,512
..
.
portanto
Observe que usamos o ponto e virgula para separar termos. Fazemos isso
sempre que necessário para evitar confusão com a virgula da representação
decimal do número.
Gráfico da sequ^encia
𝑎𝑘
0,8
0,4
1 3 5 7 9 11 𝑘
2. 𝑎1 = 1 , 𝑎2 = 1 , 𝑎𝑛 = 𝑎𝑛−1 + 𝑎𝑛−2 , 𝑛 = 3, 4, 5, . . .
≡ ◀ ▲ ▶
Sequ^encias Numéricas 13
𝑎1 = 1
𝑎2 = 1
𝑎3 = 𝑎2 + 𝑎1 = 1 + 1 = 2
𝑎4 = 𝑎3 + 𝑎2 = 2 + 1 = 3
𝑎5 = 𝑎4 + 𝑎3 = 3 + 2 = 5
..
.
portanto
(𝑎𝑘 ) = ( 1, 1, 2, 3, 5, . . . ) .
Gráfico da sequ^encia
100 𝑎𝑘
50
𝑘
𝑎𝑛−1
3. 𝑎1 = 1 , 𝑎𝑛 = , 𝑛 = 2, 3, 4, . . .
𝑛
Os primeiros termos dessa sequ^encia são:
𝑎1 = 1
𝑎1 1
𝑎2 = =
2 2
𝑎2 1/2 1
𝑎3 = = =
3 3 6
𝑎3 1/6 1
𝑎4 = = =
4 4 24
𝑎4 1/24 1
𝑎5 = = =
5 5 120
..
.
portanto
(︂ )︂
1 1 1 1
(𝑎𝑘 ) = 1, , , , ,... .
2 6 24 120
≡ ◀ ▲ ▶
Sequ^encias Numéricas 14
Gráfico da sequ^encia
1 𝑎𝑘
0,5
1 3 5 7 9 11 𝑘
lim 𝑎𝑛 = 𝐿 ou 𝑎𝑛 → 𝐿 ou lim 𝑎𝑛 = 𝐿
𝑛→∞
A Figura 2.3 ilustra a definição do limite de uma sequ^encia numérica. Esse gráfico
apresenta uma sequ^encia (𝑎𝑛 ) que converge para 𝐿. Para qualquer valor 𝜀 que
escolhermos, não importa o quão pequeno, sempre vai existir um ı́ndice 𝑁 a partir
do qual todos os valores 𝑎𝑛 estão sempre dentro do intervalo (𝐿 − 𝜀, 𝐿 + 𝜀).
≡ ◀ ▲ ▶
Sequ^encias Numéricas 15
𝑎𝑛
𝐿+𝜀
𝐿
𝐿−𝜀
𝑁 𝑛
Exemplo 2.2.3:
A partir de que termo da sequ^encia
1
𝑎𝑛 =
𝑛
podemos dizer que ela aproxima zero com as toler^ancias de 𝜀 = 0,1 e 𝜀 = 0,001?
≡ ◀ ▲ ▶
Sequ^encias Numéricas 16
Enquanto que para garantir que |𝑎𝑛 | < 0,001 precisamos que
1
𝑛> = 1000 .
0,001
Nesse caso podemos escolher 𝑁 = 1000.
O exemplo anterior, assim como qualquer exploração numérica, pode nos ajudar a
entender o comportamento de uma sequ^encia, mas não garante nada sobre seu limite.
A seguir fazemos a demonstração da converg^encia usando essencialmente as mesmas
manipulações do exemplo anterior, mas sem usar valores numéricos.
Exemplo 2.2.4:
1
Mostre que a sequ^encia 𝑎𝑛 = converge para zero.
𝑛
Dado 𝜀 > 0 arbitrário, queremos determinar o ı́ndice 𝑁 tal que
≡ ◀ ▲ ▶
Sequ^encias Numéricas 17
Exemplo 2.2.5:
1
Mostre que lim 𝑛 = 0 .
2
Precisamos provar que para qualquer 𝜀 > 0 existe 𝑁 ∈ N tal que
⃒ ⃒
⃒1
⃒ − 0⃒ = 1 < 𝜀
⃒
⃒ 2𝑛 ⃒ 2𝑛 ∀𝑛>𝑁, (2.1)
−𝑛 < log2 𝜀
𝑛 > − log2 𝜀
𝑁 > − log2 𝜀
≡ ◀ ▲ ▶
Sequ^encias Numéricas 18
1
para garantir a condição (2.1) e mostrar que lim = 0.
2𝑛
Exemplo 2.2.6:
Mostre que se |𝛼| < 1, então lim 𝛼𝑛 = 0.
Quando |𝛼| ̸= 0, precisamos provar que para qualquer 𝜀 > 0 existe 𝑁 ∈ N tal
que
para isso vamos usar uma variável auxiliar 𝑐 que atende a condição
1
|𝛼| = ,
1+𝑐
ou seja, 𝑐 = 1/|𝛼| − 1. Como 0 < |𝛼| < 1, sabemos que 1/|𝛼| > 1 e portanto 𝑐 > 0.
Usando a Desigualdade de Bernoulli (Veja o exemplo A.4)
(1 + 𝑐)𝑛 ≥ 1 + 𝑛𝑐 ≥ 𝑛𝑐
≡ ◀ ▲ ▶
Sequ^encias Numéricas 19
𝑎𝑘
𝑘
(a) Sequ^encia divergente para o infinito.
𝑎𝑘
𝑘
(c) Sequ^encia divergente pois permanece oscilando entre os mesmos valores.
𝑎𝑘
𝑘
(d) Sequ^encia divergente pois tem comportamento caótico.
Observe que a definição do limite não nos diz como encontrar 𝐿 e sua aplicação pode
ser extremamente complicada. Sua import^ancia está em ser a base para demonstrar
as propriedades do limite que utilizaremos.
Se não existe um número real 𝐿 que satisfaça a Definição 2.2, dizemos que (𝑎𝑛 )
≡ ◀ ▲ ▶
Sequ^encias Numéricas 20
diverge. A Figura 2.4 ilustra as formas como uma sequ^encia numérica pode divergir.
Os gráficos 2.4a e 2.4b mostram sequ^encias que divergem para infinto e menos
infinito, veja a Definição 2.7 mais a frente nesta seção. Em 2.4c temos uma sequ^encia
que oscila repetindo os mesmos valores indefinidamente, enquanto que a sequ^encia
ilustrada em 2.4d, o Mapa Logı́stico, apresenta um comportamento caótico.
O próximo exemplo usa a definição para provar que uma sequ^encia não converge
para nenhum número real.
Exemplo 2.2.7:
Mostre que a sequ^encia (1, 0, 1, 0, 1, . . . ) diverge.
Suponha, por absurdo, que ela convirja para algum valor 𝐿, então dado 𝜀 = 1/3,
é impossı́vel que |0 − 𝐿| < 1/3 e |1 − 𝐿| < 1/3, pois
(︂ )︂
1 1 1
|0 − 𝐿| < ⇒ 𝐿∈ − , ,
3 3 3
enquanto que
(︂ )︂
1 2 4
|1 − 𝐿| < ⇒ 𝐿∈ , .
3 3 3
Porém, esses intervalos são disjuntos, ou seja, não tem interseção. Assim, é
impossı́vel que exista 𝐿 que seja limite dessa sequ^encia.
Quando uma sequ^encia é covergente, existe um único valor para 𝐿 que atende as
condições da Definição 2.2. Mesmo que essa afirmação pareça bastante intuitiva,
não podemos acreditar nela sem antes demostrá-la. Por isso precisamos do próximo
teorema.
≡ ◀ ▲ ▶
Sequ^encias Numéricas 21
Demonstração
Suponha que existam 𝐿1 e 𝐿2 tais que 𝑎𝑛 → 𝐿1 e 𝑎𝑛 → 𝐿2 . Então, para todo
𝜀 > 0 existem naturais 𝑁1 e 𝑁2 tais que
(𝑏𝑘 ) = (𝑎𝑛𝑘 )
Exemplo 2.2.8:
Dada a sequ^encia
(−1)𝑛−1
𝑎𝑛 = ,
𝑛
calcule primeiros termos e esboce o gráfico dessa sequ^encia e das suas subsequ^en-
cias com ı́ndices pares e ı́mpares.
A sequ^encia original, 𝑛 = 1, 2, 3, . . .
(︂ )︂
−1 1 −1 1
(𝑎𝑛 ) = 1, , , , ,... .
2 3 4 5
≡ ◀ ▲ ▶
Sequ^encias Numéricas 22
1 𝑎𝑛
𝑛
1 3 5 7 9 11
-1
1 𝑏𝑘
1 3 5 7 9 11 𝑘
-1
1 𝑐𝑙
1 3 5 7 9 11 𝑙
-1
lim 𝑏𝑘 = lim 𝑎𝑛 .
𝑘→∞ 𝑛→∞
Esse resultado pode ser usado para determinar o limite de uma subsequ^encia ou, como
mostrado no exemplo a seguir, provar que uma sequ^encia não poder ser convergente.
≡ ◀ ▲ ▶
Sequ^encias Numéricas 23
Exemplo 2.2.9:
Mostre que a sequ^encia 𝑎𝑛 = (−1)𝑛 diverge.
Vamos assumir por absurdo que 𝑎𝑛 seja convergente, nesse caso suas subsequ^en-
cias precisam convergir para o mesmo limite. Tomamos agora a subsequ^encia
de termos pares
𝑏𝑘 = 𝑎2𝑘 = (−1)2𝑘 = 1
𝑐𝑘 = 𝑎2𝑘−1 = (−1)2𝑘−1 = −1 .
Demonstração
Sejam 𝐴 = lim 𝑎𝑛 e 𝐵 = lim 𝑏𝑛 . Dado 𝜀 > 0, existem 𝑁1 , 𝑁2 ∈ N tais que
|𝑎𝑛 − 𝐴| < 𝜀/2 se 𝑛 > 𝑁1 e |𝑏𝑛 − 𝐵| < 𝜀/2 se 𝑛 > 𝑁2 .
≡ ◀ ▲ ▶
Sequ^encias Numéricas 24
Exemplo 2.2.10:
Sendo 0 < 𝑎 < 1, calcule o limite da sequ^encia −5𝑎𝑛
Exemplo 2.2.11:
Sendo 0 < 𝑎 < 1, calcule o limite da sequ^encia 10 + 𝑎𝑛
lim(10 + 𝑎𝑛 ) = 10 + lim 𝑎𝑛 = 10 + 0 = 10 .
Exemplo 2.2.12:
− 𝑎1𝑛 + 7
Sendo 0 < 𝑎 < 1, calcule o limite da sequ^encia .
1 + 𝑎5𝑛
−1 + 7𝑎𝑛
(︂ )︂ (︂ )︂
−1/𝑎𝑛 + 7
lim = lim
1 + 5/𝑎𝑛 𝑎𝑛 + 5
−1 + 7 lim(𝑎𝑛 ) 1
= = − .
lim(𝑎𝑛 ) + 5 5
Uma técnica para calcular o limite de uma sequ^encia recursiva, (𝑎𝑛 ), que sabemos
ser convergente, é usar o fato de que as sequ^encias (𝑎𝑛 ) e (𝑎𝑛+1 ) convergem para o
mesmo valor. O exemplo a seguir ilustra essa técnica.
Exemplo 2.2.13:
≡ ◀ ▲ ▶
Sequ^encias Numéricas 25
A Figura 2.4 nos mostra as formas como uma sequ^encia diverge. Entre esses casos,
os dois primeiros, onde a sequ^encia diverge para mais ou menos infinito, merecem
uma atenção especial pois, mesmo que a sequ^encia seja divergente, é possı́vel realizar
alguns cálculos com ela. Para isso vamos definir com precisão o que significa divergir
para o infinito.
≡ ◀ ▲ ▶
Sequ^encias Numéricas 26
lim 𝑎𝑛 = ∞ ou 𝑎𝑛 → ∞ ou lim 𝑎𝑛 = ∞ .
𝑛→∞
lim 𝑎𝑛 = −∞ ou 𝑎𝑛 → −∞ ou lim 𝑎𝑛 = −∞ .
𝑛→∞
𝑎𝑛
𝑁 𝑛
A Figura 2.5 apresenta uma sequ^encia (𝑎𝑛 ) que diverge para infinito positivo. Isso
significa que para qualquer valor 𝑀 que escolhermos, não importa o quão grande
ele seja, sempre vai existir um ı́ndice 𝑁 a partir do qual todos os valores de 𝑎𝑛 são
maiores do que 𝑀 .
Exemplo 2.2.14:
Mostre que a sequ^encia 𝑎𝑛 = 𝑛𝑎 , diverge ao infinito para todo 𝑎 > 0.
≡ ◀ ▲ ▶
Sequ^encias Numéricas 27
≡ ◀ ▲ ▶
Sequ^encias Numéricas 28
≡ ◀ ▲ ▶
Sequ^encias Numéricas 29
(︂ )︂ (︂ )︂
9) [resp] A sequ^encia (𝑎𝑛 ) converge ou diverge? 𝑛+1 1
k) 𝑎𝑛 = 1−
Encontre seu limite se for convergente. 2𝑛 𝑛
(︂ )︂ (︂ )︂
(︂
1
)︂ 1 1
𝑛
𝑎𝑛 = (−1) 1 − l) 𝑎𝑛 = 2 − 𝑛 3+ 𝑛
𝑛 2 2
10) [resp] Método de Newton: As seguintes 12) Verifique se a sequ^encia converge ou não e
sequ^encias v^em da fórmula recursiva para o calcule o limite das sequ^encias convergentes.
método de Newton, (−1)𝑛+1 3 + 5𝑛2
a) 𝑎𝑛 = f) 𝑎𝑛 =
𝑓 (𝑥𝑛 ) 2𝑛 − 1 𝑛 + 𝑛2
𝑥𝑛+1 = 𝑥𝑛 − (︂ )︂𝑛
𝑓 ′ (𝑥𝑛 ) 1 𝑛3
b) 𝑎𝑛 = − g) 𝑎𝑛 =
2 𝑛+1
As sequ^encias convergem? Em caso afirmativo,
para qual valor? Em cada caso, comece 1 3𝑛+2
c) 𝑎𝑛 = h) 𝑎𝑛 =
identificando a função 𝑓 que gera a sequ^encia. (0,9)𝑛 5𝑛
𝑥2𝑛 − 2 𝑥𝑛 1 d) 𝑎𝑛 = 1 − (0,2)𝑛 (2𝑛 − 1)!
a) 𝑥0 = 1, 𝑥𝑛+1 = 𝑥𝑛 − = + i) 𝑎𝑛 =
2𝑥𝑛 2 𝑥𝑛 𝑛3 (2𝑛 + 1)!
tg(𝑥𝑛 ) − 1 e) 𝑎𝑛 =
b) 𝑥0 = 1, 𝑥𝑛+1 = 𝑥𝑛 − 𝑛3 + 1
sec2 (𝑥𝑛 )
13) [resp] Assuma que a sequ^encia converge e
c) 𝑥0 = 1, 𝑥𝑛+1 = 𝑥𝑛 − 1 encontre seu limite.
11) [resp] Verifique se a sequ^encia é convergente, 72
a) 𝑎1 = 2 𝑎𝑛+1 =
caso seja calcule seu limite. 1 + 𝑎𝑛
𝑛+3 𝑎𝑛 + 6
a) 𝑎𝑛 = 2 + (0,1)𝑛 f) 𝑎𝑛 = 2 b) 𝑎1 = −1 𝑎𝑛+1 =
𝑛 + 5𝑛 + 6 𝑎𝑛 + 2
𝑛 + (−1)𝑛 √
b) 𝑎𝑛 = 𝑛2 − 2𝑛 + 1 c) 𝑎1 = −4 𝑎𝑛+1 = 8 + 2𝑎𝑛
𝑛 g) 𝑎𝑛 = √
1 − 2𝑛 𝑛−1 d) 𝑎1 = 0 𝑎𝑛+1 = 8 + 2𝑎𝑛
c) 𝑎𝑛 = √
1 + 2𝑛 1 − 𝑛3 e) 𝑎1 = 5 𝑎𝑛+1 = 5𝑎𝑛
h) 𝑎𝑛 =
2𝑛 + 1 70 − 4𝑛2 √
d) 𝑎𝑛 = √ f) 𝑎1 = 3 𝑎𝑛+1 = 12 − 𝑎𝑛
1−3 𝑛 i) 𝑎𝑛 = 1 + (−1)𝑛
1 − 5𝑛4 1 1 1
e) 𝑎𝑛 = 4 g) 2, 2 + , 2 + , 2 + , ...
𝑛 + 8𝑛3 2 2 + 1/2 2 + 2+11/2
√︂
√ √ √
(︂ )︂ √︁ √︁
𝑛 1
j) 𝑎𝑛 = (−1) 1 − h) 1, 1 + 1, 1 + 1 + 1, . . .
𝑛
≡ ◀ ▲ ▶
Sequ^encias Numéricas 30
O segundo nos diz que podemos trocar o cálculo do limite de sequ^encias pelo cálculo
do limite de funções, o que nos permite utilizar as técnicas estudadas no Cálculo I.
𝑓 (𝑎𝑛 ) → 𝑓 (𝐿) .
Demonstração
Seja 𝜀 > 0, como 𝑓 é contı́nua em 𝐿, existe 𝛿 > 0 tal que
Então, para todo 𝑛 > 𝑁 temos que |𝑓 (𝑎𝑛 ) − 𝑓 (𝐿)| < 𝜀, ou seja,
𝑓 (𝑎𝑛 ) → 𝑓 (𝐿) .
(−1)𝑛
𝑎𝑛 = , 𝑛 = 1, 2, 3, . . .
𝑛1,5
que converge para 𝐿 = 0, e as funções 𝑓 e 𝑔 são
{︃
cos(𝑥) 𝑥<0
𝑓 (𝑥) = sen(𝑥) , 𝑔(𝑥) = .
sen(𝑥) 𝑥≥0
No gráfico 2.6a observamos que 𝑏𝑛 também converge para zero, mas no gráfico 2.6b a
sequ^encia 𝑐𝑛 oscila indefinidamente entre zero e 1.
≡ ◀ ▲ ▶
Sequ^encias Numéricas 31
1 1
𝑏𝑛 = 𝑓 (𝑎𝑛 ) 𝑐𝑛 = 𝑔(𝑎𝑛 )
−𝜋 𝑎𝑛 𝜋 −𝜋 𝑎𝑛 𝜋
-1 -1
Exemplo 2.3.1:
Verificar que se 0 < 𝑎 < 1 então lim cos(𝑎𝑛 ) = 1.
Para ver isso basta lembrar que lim 𝑎𝑛 = 0 e que a função cosseno é contı́nua
em zero. Portanto,
então
≡ ◀ ▲ ▶
Sequ^encias Numéricas 32
Exemplo 2.3.2:
1 − 5𝑛4
Mostre que lim 4 = −5 .
𝑛 + 8𝑛3
A função
1 − 5𝑥4
𝑓 (𝑥) = 4
𝑥 + 8𝑥3
está definida para todo 𝑥 > 0 e a sequ^encia
1 − 5𝑛4
𝑓 (𝑛) = 4
𝑛 + 8𝑛3
para todo 𝑛 > 0. Assim podemos usar Teorema 2.9 e aplicar a regra de L’H^opital
para calcular o limite desejado
1 − 5𝑥4 −20𝑥3
lim = lim
𝑥→∞ 𝑥4 + 8𝑥3 𝑥→∞ 4𝑥3 + 24𝑥2
−60𝑥2
= lim
𝑥→∞ 12𝑥2 + 48𝑥
−120𝑥
= lim
𝑥→∞ 24𝑥 + 48
120
= lim − = −5 .
𝑥→∞ 24
A figura a seguir mostra os gráficos da função e da sequ^encia.
𝑓 (𝑥)
5
-5 -1 1 5 10
𝑎𝑛
-5
≡ ◀ ▲ ▶
Sequ^encias Numéricas 33
−4𝑥
= lim
𝑥→∞ 3𝑥2 − 1
−4
= lim = 0.
𝑥→∞ 6𝑥
𝑓 (𝑥)
3
1
𝑎𝑛
-5 -1 1 5 10
≡ ◀ ▲ ▶
Sequ^encias Numéricas 34
podemos concluir nada sobre a função. Assim como, se a função não convergir não
podemos concluir nada sobre a sequ^encia. O próximo exemplo ilustra esse caso.
Exemplo 2.3.4:
Comparação entre a sequ^encia 𝑎𝑛 = 0, com 𝑛 ∈ N e a função 𝑓 (𝑥) = sen(𝜋𝑥),
com 𝑥 ∈ R.
Primeiro observamos que vale a igualdade
𝑎𝑛 = 𝑓 (𝑛)
𝑓 (𝑛) = sen(𝜋𝑛) = 0 .
lim 𝑎𝑛 = lim 0 = 0 .
𝑛→∞ 𝑛→∞
1 𝑓 (𝑥)
𝑎𝑛
-4 -2 2 4 6 8 10
-1
≡ ◀ ▲ ▶
Sequ^encias Numéricas 35
A primeira propriedade que vamos definir é se uma sequ^encia é limitada ou não, isso
é, se os seus termos podem divergir para o infinito ou não. Note que no Cálculo I
esse mesmo conceito é definido para funções reais.
≡ ◀ ▲ ▶
Sequ^encias Numéricas 36
Um cuidado especial precisa ser tomado aqui, estamos usando a palavra limite
em dois sentidos diferentes. Quando falamos do limite de uma sequ^encia estamos
tratando da sua converg^encia, isso é, queremos saber se 𝑎𝑛 → 𝐿. Porém, quando
falamos de sequ^encias limitadas estamos nos referindo a barreiras que os termos da
sequ^encia jamais ultrapassam, 𝑚 ≤ 𝑎𝑛 ≤ 𝑀 . A Figura 2.7 ilustra os casos descritos
na Definição 2.10.
𝑎𝑛 𝑎𝑛 𝑎𝑛
𝑀 𝑀
𝑛 𝑛 𝑛
𝑚 𝑚
Note que, mesmo que a Definição 2.10 exija que as desigualdades valham para todos
os termos da sequ^encia, 𝑛 ∈ N, em muitos casos basta que a relação seja verdadeira
apenas a partir de um determinado ı́ndice 𝑛 > 𝑁 ∈ N.
|𝑎𝑛 | ≤ 𝐴 ,
Outra propriedade que vamos definir depende dos termos da sequ^encia serem sempre
maiores ou menores do que o seu antecessor. Também existe uma definição equivalente
para funções reais, estudada no Cálculo I. Pesquise as semelhanças e diferenças das
definições em cada caso.
≡ ◀ ▲ ▶
Sequ^encias Numéricas 37
Note que a definição de sequ^encia crescente não exige que um termo seja estritamente
maior do que o anterior, permitindo que ele seja igual. O equivalente vale para
as sequ^encias decrescentes. Dessa forma, pela definição, uma sequ^encia constante
é crescente e decrescente ao mesmo tempo. Uma nomenclatura mais precisa seria
sequ^encia “não decrescente” ou “não crescente”, porém, esses nomes não são comu-
mente usados nos livros de Cálculo. A Figura 2.8 apresenta uma sequ^encia crescente
e uma decrescente, ambas são monótonas.
𝑎𝑛 𝑎𝑛
𝑛 𝑛
Demonstração
Vamos considerar o caso que 𝑎𝑛 é decrescente, ou seja,
𝑎1 ≥ 𝑎2 ≥ 𝑎3 ≥ 𝑎4 ≥ · · ·
Seja 𝐿 o maior valor tal que 𝑎𝑛 ≥ 𝐿, ou seja, o ı́nfimo dos termos da sequ^encia
𝐿 = inf(𝑎𝑛 ) , 𝑛 = 1, 2, 3, . . .
≡ ◀ ▲ ▶
Sequ^encias Numéricas 38
𝑎𝑁 < 𝐿 + 𝜀 .
𝑎𝑛 < 𝐿 + 𝜀 ,
𝑎𝑛 > 𝐿 − 𝜀 .
Assim,
Note que os valores iniciais da sequ^encia não influenciam na sua converg^encia. Assim
basta que ela seja limitada e monótona a partir de algum ı́ndice 𝑁 , isso é, basta que
ela seja limitada e monótona para todo 𝑛 > 𝑁 .
Demonstração
Tome uma sequ^encia convergente 𝑎𝑛 → 𝐿. Como ela é convergente podemos
escolher um 𝜀 e sabemos que existe 𝑁 tal que, para todo 𝑛 > 𝑁 , temos que
|𝑥𝑛 − 𝐿| < 𝜀, ou seja,
𝜀 − 𝐿 < 𝑥𝑛 < 𝜀 + 𝐿
𝑚1 = min(𝑎𝑛 ) e 𝑀1 = max(𝑎𝑛 )
𝑛≤𝑁 𝑛≤𝑁
≡ ◀ ▲ ▶
Sequ^encias Numéricas 39
Definindo
𝑚 = min(𝑚1 , 𝜀 − 𝐿) e 𝑀 = max(𝑀1 , 𝜀 + 𝐿)
𝑚 ≤ 𝑎𝑛 ≤ 𝑀
e portanto 𝑎𝑛 é limitada.
Os últimos teoremas são úteis para verificar se uma dada sequ^encia é ou não conver-
gente, como ilustrado nos exemplos a seguir.
Exemplo 2.4.1:
Verifique a converg^encia das sequ^encias
(𝑎𝑛 ) = (1, 2, 3, . . . , 𝑛, . . . )
(𝑏𝑛 ) = (−2, −4, −6, . . . , −2𝑛, . . . )
(𝑐𝑛 ) = (1, 3, 5, . . . , 2𝑛 − 1, . . . )
(𝑑𝑛 ) = (−1, 4, −9, . . . , (−1)𝑛 𝑛2 , . . . )
Observamos que nenhuma das sequ^encias é limitada, assim pelo Teorema 2.13
nenhuma pode ser convergente.
Exemplo 2.4.2:
Verifique a converg^encia da sequ^encia 𝑎𝑛 = 𝑝𝑛 para 𝑝 > 1.
Exemplo 2.4.3:
Verifique a converg^encia da sequ^encia 𝑎𝑛 = 𝑝𝑛 para 0 < 𝑝 < 1.
≡ ◀ ▲ ▶
Sequ^encias Numéricas 40
Exemplo 2.4.4:
Para 0 < 𝑝 < 1, verifique a converg^encia da sequ^encia
(︃ 𝑛
)︃
∑︁
1, 1 + 𝑝, 1 + 𝑝 + 𝑝2 , . . . , 𝑝𝑘 , . . . .
𝑘=0
Vamos verificar que a sequ^encia é limitada. Note que o 𝑛-ésimo termo dessa
sequ^encia tem a forma
𝑎𝑛 = 1 + 𝑝 + 𝑝 2 + · · · + 𝑝 𝑛 .
𝑝𝑎𝑛 = 𝑝 + 𝑝2 + · · · + 𝑝𝑛+1 .
𝑎𝑛 − 𝑝𝑎𝑛 = 1 − 𝑝𝑛+1 ,
ou seja,
1 − 𝑝𝑛+1
𝑎𝑛 = .
1−𝑝
Como 0 < 𝑝 < 1 sabemos que 0 < 𝑝𝑛+1 < 1 e portanto 1 − 𝑝𝑛+1 < 1, portanto
1
𝑎𝑛 ≤ ,
1−𝑎
ou seja, 𝑎𝑛 é limitada, sendo assim, 𝑎𝑛 é uma sequ^encia convergente.
≡ ◀ ▲ ▶
Sequ^encias Numéricas 41
𝑎𝑛 ≤ 𝑏𝑛 ≤ 𝑐𝑛 .
lim 𝑎𝑛 = lim 𝑐𝑛 = 𝐿
≡ ◀ ▲ ▶
Sequ^encias Numéricas 42
lim 𝑏𝑛 = 𝐿 .
Demonstração
Como
lim 𝑎𝑛 = lim 𝑐𝑛 = 𝐿 ,
ou seja,
−𝜀 + 𝐿 < 𝑎𝑛 ≤ 𝑏𝑛 ≤ 𝑐𝑛 < 𝜀 + 𝐿 .
Daı́ seque que −𝜀 < 𝑏𝑛 − 𝐿 < 𝜀, ou seja |𝑏𝑛 − 𝐿| < 𝜀, o que implica que 𝑏𝑛 → 𝐿.
A Figura 2.9 ilustra o Teorema do Confronto 2.14, no caso onde sabemos que 𝑎𝑛 e 𝑐𝑛
convergem para 𝐿 e que 𝑎𝑛 ≤ 𝑏𝑛 ≤ 𝑐𝑛 , portanto podemos concluir que 𝑏𝑛 → 𝐿.
𝑐𝑛
𝐿
𝑏𝑛
𝑛
𝑎𝑛
≡ ◀ ▲ ▶
Sequ^encias Numéricas 43
Exemplo 2.5.1:
(−1)𝑛+1
Calcule o limite da sequ^encia 𝑎𝑛 = .
2𝑛 − 1
Note que
−1 (−1)𝑛+1 1
≤ ≤ .
2𝑛 − 1 2𝑛 − 1 2𝑛 − 1
Como
−1 1
lim = lim = 0,
2𝑛 − 1 2𝑛 − 1
segue, pelo Teorema do Confronto, que
(−1)𝑛+1
lim = 0.
2𝑛 − 1
𝑎𝑛 = (−1)𝑛+1
𝑏𝑛 = 1/(2𝑛 − 1)
e concluı́mos que ela converge para zero. Esse fato é verdade, como apresentado pelo
corolário a seguir.
|𝑎𝑛 | ≤ 𝑀
para todo 𝑛 ∈ N e algum número 𝑀 > 0 e 𝑏𝑛 uma sequ^encia que converge para
zero
lim 𝑏𝑛 = 0
≡ ◀ ▲ ▶
Sequ^encias Numéricas 44
então
lim 𝑎𝑛 𝑏𝑛 = 0 .
O próximo exemplo utiliza esse resultado para calcular o limite de uma sequ^encia.
Exemplo 2.5.2:
cos 𝑛
Calcular o limite de .
𝑛
1 cos 𝑛
Uma vez que cos 𝑛 é limitada e → 0 podemos concluir que lim = 0.
𝑛 𝑛
2.6 Revisão
≡ ◀ ▲ ▶
Sequ^encias Numéricas 45
(︂ )︂−𝑛
1 5) Expresse a dizima periódica
l) 𝑎𝑛 = 1 +
𝑛 0,23 = 0,232 323 232 . . . como a razão de dois
√︂ números inteiros.
𝑛
𝑛 3
m) 𝑎𝑛 = 6) Qual frase a seguir é verdadeira e qual é
𝑛
(︂ )︂ 𝑛1 falsa? Prove a verdadeira e d^e um contra
3 exemplo para a falsa.
n) 𝑎𝑛 =
𝑛 a) Toda sequ^encia convergente é limitada.
(︀ 1/𝑛 )︀
o) 𝑎𝑛 = 𝑛 2 − 1 b) Toda sequ^encia limitada é convergente.
√
p) 𝑎𝑛 = 𝑛 2𝑛 + 1 7) Considerando as sequ^encias
(𝑛 + 1)! (𝑛!)2 1 1
q) 𝑎𝑛 = 𝑎𝑛 = 𝑏𝑛 = √ 𝑐𝑛 = √ √
𝑛! (2𝑛)! 𝑛 2 𝑛+ 3𝑛
(−4)𝑛
r) 𝑎𝑛 = mostre que
𝑛!
2) Considere as sequ^encias 2 𝑐𝑛 1
𝑎𝑛 → 0 𝑏𝑛/𝑛 → 1 →
(︂ )︂ 𝑏𝑛 2
1 1
𝑎𝑛 = ln 1 + 2 e 𝑏𝑛 = 8) Mostre que 1 = 0,9̄ = 0,999 . . .
𝑛 𝑛2
9) Verifique se a sequ^encia converge ou não e
calcule o limite das sequ^encias convergentes.
a) Enuncie a definição de converg^encia de uma √𝑛
sequ^encia e use essa definição para mostrar que a) 𝑎𝑛 = 21+3𝑛
𝑏𝑛 → 0. √ (︂ )︂
Dica: Se 𝜀 > 0 e 𝑛 > 1/ 𝜀 então 1/𝑛2 < 𝜀. 1
b) 𝑎𝑛 = 𝑛 sen
𝑎𝑛 𝑛
b) Mostre que 𝑎𝑛 → 0 e que → 1. (︂ )︂𝑛
𝑏𝑛 2
c) 𝑎𝑛 = 1 +
3) Defina diverg^encia ao infinito ( lim 𝑎𝑛 = ∞ ). 𝑛
Mostre, usando essa definição, que se d) 𝑎𝑛 = ln 2𝑛 + 1 − ln 𝑛2 + 1
(︀ 2 )︀ (︀ )︀
1
lim 𝑎𝑛 = ∞, então lim = 0. )︀2
𝑎𝑛 (︀
ln(𝑛)
e) 𝑎𝑛 =
4) Considere as sequ^encias 𝑛
(︀ )︀
(︂ )︂1/(ln 𝑛) f) 𝑎𝑛 = arctg ln(𝑛)
𝑛! 1 1
𝑎𝑛 = 𝑛 𝑏𝑛 = 𝑐𝑛 = √ √
5 𝑛 ln 𝑛 𝑛 g) 𝑎𝑛 = 𝑛 − 𝑛 + 1 𝑛 + 3
Verifique se as sequ^encias 𝑎𝑛 , 𝑏𝑛 e 𝑐𝑛 convergem 𝑛!
h) 𝑎𝑛 =
ou divergem. Calcule o limite no(s) caso(s) em 2𝑛
que converge. (−3)𝑛
i) 𝑎𝑛 =
𝑛!
≡ ◀ ▲ ▶
3
Séries Numéricas
3.1 Definição . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.2 Propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.3 Teste de Diverg^encia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
3.4 Teste da Integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.5 Teste da Comparação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
3.6 Teste da Razão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
3.7 Teste da Raiz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
3.8 Série Alternada e Teste de Leibniz . . . . . . . . . . . . . . . . . . . . . . . . 103
3.9 Converg^encia Absoluta e Condicional . . . . . . . . . . . . . . . . . . . . . . 110
3.10 Revisão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
3.1 Definição
Séries são somas com um número infinito de termos. As primeiras questões que
precisamos responder é o que exatamente isso significa e quando essa soma faz sentido.
Para isso vamos utilizar as ideias construı́das no estudo das sequ^encias numéricas.
≡ ◀ ▲ ▶
Séries Numéricas 47
dizemos que ela converge para um número real 𝐿 quando sua sequ^encia de
somas parciais (𝑆𝑛 ) converge para 𝐿, isso é, 𝑆𝑛 → 𝐿 . Nesse caso podemos
escrever
∞
∑︁
𝑎𝑘 = 𝐿
𝑘=1
No caso em que a sequ^encia de somas parciais diverge, dizemos que a série diverge.
≡ ◀ ▲ ▶
Séries Numéricas 48
Quando é evidente que os ı́ndices da série variam de 1 até ∞, podemos usar apenas
a notação
∑︁
𝑎𝑛 .
Entretanto, muitas vezes as séries começam com ı́ndices diferentes de 1, nesses casos
os ı́ndices precisam ser explicitados, por exemplo
∞
∑︁ ∞
∑︁
𝑎𝑛 ou 𝑎𝑛 .
𝑛=0 𝑛=−1
Exemplo 3.1.1:
1
Calcular a soma os termos da sequ^encia 𝑎𝑘 = 𝑘 .
2
Queremos calcular a soma da série
∞
∑︁ 1
𝑘
.
𝑛=1
2
O gráfico a seguir ilustra a soma dessa série, cada ret^angulo tem base igual a
um e altura igual ao termo correspondente da série 𝑎𝑛 .
≡ ◀ ▲ ▶
Séries Numéricas 49
𝑆1 𝑆2 𝑆3
𝑆=1
𝑆4 𝑆5
∞
∑︁ 1
Figura 3.1: Ilustração das somas parciais da série 𝑛
.
𝑛=1
2
𝑎1
0,50
𝑎2
0,25
𝑎3
𝑎4 𝑎5 𝑎6 𝑎7 𝑎8
1 2 3 4 5 6 7 8 9 𝑛
Para analisarmos se a série converge e qual seria o valor da sua soma, vamos
construir a sequ^encia de somas parciais dessa série:
1
𝑆1 = 𝑎1 = ,
2
1 1
𝑆2 = 𝑎1 + 𝑎2 = + ,
2 4
1 1 1
𝑆3 = 𝑎1 + 𝑎2 + 𝑎3 = + + ,
2 4 8
1 1 1 1
𝑆4 = 𝑎1 + 𝑎2 + 𝑎3 + 𝑎4 = + + + .
2 4 8 16
O próximo gráfico mostra os primeiros termos da sequ^encia de somas parciais.
≡ ◀ ▲ ▶
Séries Numéricas 50
𝑆𝑛
1,0
0,5
𝑛
1 2 3 4 5 6 7 8 9
Podemos observar nos gráficos que, como esperado, a série converge para
um. Porém, não podemos ficar dependentes da evidencia gráfica, que muitas
vezes é enganosa. Precisamos verificar rigorosamente esse resultado. Para isso
precisamos identificar a fórmula geral para cada soma parcial. Esse é um ponto
onde alguns livros escrevem “é fácil ver que” para não serem forçados a escrever
“após muita dor e sofrimento descobrimos que”
1 1 1 1
𝑆1 = 1 − , 𝑆2 = 1 − , 𝑆3 = 1 − , 𝑆4 = 1 − .
2 4 8 16
Observando o padrão podemos escrever uma conjectura sobre como a fórmula
geral deve ser
1
𝑆𝑛 = 1 − .
2𝑛
Agora precisamos verificar se ela é verdadeira para todos os valores de 𝑛 ∈ N.
Uma técnica para fazer essa demonstração é utilizar a Indução Finita, veja a
Seção A.4. Para isso precisamos primeiro mostrar que a fórmula vale para 𝑛 = 1.
Depois assumimos que ela vale para um 𝑛 qualquer e, partido dessa hipótese,
mostrarmos que ela vale para o próximo, 𝑛 + 1.
A demostração que a fórmula vale para 𝑛 = 1 pode ser feita por mera avaliação.
Vamos agora assumir que a fórmula vale para um valor qualquer 𝑛 = 𝑘 − 1
1
𝑆𝑘−1 = 1 − , (3.1)
2𝑘−1
queremos mostrar que isso implica que ela também vale para o próximo 𝑛 = 𝑘.
Começamos calculando 𝑆𝑘
1
𝑆𝑘 = 𝑆𝑘−1 + 𝑎𝑘 = 𝑆𝑘−1 + ,
2𝑘
substituindo a hipótese de indução (3.1) temos
1 1
𝑆𝑘 = 1 − +
2𝑘−1 2𝑘
≡ ◀ ▲ ▶
Séries Numéricas 51
2 1
=1− +
2𝑘 2𝑘
1
=1− ,
2𝑘
que é a fórmula que desejamos demonstrar.
Exemplos de Séries
≡ ◀ ▲ ▶
Séries Numéricas 52
No caso em que a série converge, isso é, se |𝑟| < 1 a soma da série é dada por
∞
∑︁ 𝛼
𝛼𝑟𝑛−1 = . (3.2)
𝑛=1
1−𝑟
Demonstração
A sequ^encia de somas parciais da série geométrica é
𝑛
∑︁
𝑆𝑛 = 𝛼𝑟𝑘−1 .
𝑘=1
𝑆𝑛 (1 − 𝑟) = 𝑆𝑛 − 𝑟𝑆𝑛
𝑛
∑︁ 𝑛
∑︁
𝑘−1
= 𝛼𝑟 − 𝛼𝑟𝑘
(︀𝑘=1 𝑘=1
= 𝛼 + 𝛼𝑟 + · · · + 𝛼𝑟𝑛−1 − 𝛼𝑟 + · · · + 𝛼𝑟𝑛−1 + 𝛼𝑟𝑛
)︀ (︀ )︀
= 𝛼 − 𝛼𝑟𝑛 .
≡ ◀ ▲ ▶
Séries Numéricas 53
também é uma série geométrica, mas a proposição não pode ser aplicada diretamente.
Primeiro precisamos reescrever a série de modo que os ı́ndices sejam compatı́veis
com os da proposição. Nesse caso,
∞
∑︁ ∞
∑︁
𝑛
𝑏𝑟 = 𝑏𝑟𝑟𝑛−1 .
𝑛=1 𝑛=1
Exemplo 3.1.2: ∞
∑︁ 2𝑛+1
Verifique a converg^encia da série .
𝑛=1
5𝑛
≡ ◀ ▲ ▶
Séries Numéricas 54
Então é uma série geométrica com 𝛼 = 4/5 e 𝑟 = 2/5. Como |𝑟| = 2/5 < 1, segue
do critério de converg^encia da série geométrica que
∞
∑︁ 2𝑛+1 4/5 4/5 4
= = = .
𝑛=1
5𝑛 1 − 2/5 3/5 3
Exemplo 3.1.3:
Escreva a dı́zima periódica 0,𝑑 = 0,𝑑𝑑𝑑𝑑𝑑 . . . (onde 𝑑 ̸= 0 é um dı́gito) como a
razão de dois números.
𝑑 𝑑 𝑑
0,𝑑𝑑𝑑 𝑑𝑑𝑑 . . . = + + + ···
10 (10)2 (10)3
(︂ )︂
𝑑 1 1
= 1+ + + ···
10 10 (10)2
∞ (︂ )︂𝑛−1
𝑑 ∑︁ 1
=
10 𝑛=1 10
(︂ )︂
𝑑 1
=
10 1 − 1/10
(︂ )︂
𝑑 1
=
10 0,9
𝑑
= .
9
Note que o resultado obtido nesse exemplo mostra que 0,999 999 . . . é igual a 1.
Essa definição e seu uso para calcular o limite de uma série são melhor explicados
com a utilização de um exemplo.
≡ ◀ ▲ ▶
Séries Numéricas 55
Exemplo 3.1.4: ∞
∑︁ 1 1
Encontre a soma da série − .
𝑛=1
2𝑛 + 1 2𝑛 + 3
Escrevendo os primeiros temos dessa série percebemos que eles se anulam quando
somados
1 1 1 1
𝑎1 = − = − ,
2·1+1 2·1+3 3 5
1 1 1 1
𝑎2 = − = − ,
2·2+1 2·2+3 5 7
1 1 1 1
𝑎3 = − = − .
2·3+1 2·3+3 7 9
Assim, expandindo os termos da série e cancelando a segunda fração de um
termo com a primeira do termo seguinte temos
𝑆𝑘 = 𝑎1 + 𝑎2 + · · · + 𝑎𝑘
(︂ )︂ (︂ )︂ (︂ )︂ (︂ )︂
1 1 1 1 1 1 1 1
= − + − + − + ··· + −
3 5 5 7 7 9 2𝑘 + 1 2𝑘 + 3
1 1
= − .
3 2𝑘 + 3
Dessa forma,
∞ (︂ )︂
∑︁ 1 1 1
𝑎𝑛 = lim 𝑆𝑘 = lim − = .
𝑛=1
𝑘→∞ 𝑘→∞ 3 2𝑘 + 3 3
Exemplo 3.1.5: ∞
∑︁ 4
Encontre a soma da série .
𝑛=1
(4𝑛 − 3)(4𝑛 + 1)
≡ ◀ ▲ ▶
Séries Numéricas 56
sistema
{︃
5𝐴 + 𝐵 = 4
9𝐴 + 5𝐵 = 4
∑︀
Dada uma sequ^encia (𝑥𝑛 ) qualquer, podemos construir uma série 𝑎𝑛 cujo termo
geral é dado por
𝑎1 = 𝑥 1 , 𝑎𝑛+1 = 𝑥𝑛+1 − 𝑥𝑛
𝑆 𝑛 = 𝑎1 + 𝑎2 + · · · + 𝑎𝑛
= 𝑥1 + (𝑥2 − 𝑥1 ) + (𝑥3 − 𝑥2 ) + · · · + (𝑥𝑛 − 𝑥𝑛−1 )
= 𝑥𝑛 .
≡ ◀ ▲ ▶
Séries Numéricas 57
∑︀
Assim, se a sequ^encia (𝑥𝑛 ) converge para 𝐿, a série 𝑎𝑛 também converge para 𝐿.
Por outro lado, se a sequ^encia (𝑥𝑛 ) diverge, a série também diverge. Essa é uma
forma de construir uma infinidade de séries telescópicas.
Para calcular as somas dessas séries precisamos de resultados que serão apresentados
mais a frente neste capı́tulo. Vamos mostrar que a Série do Inverso do Quadrado
Converge no Exemplo 3.4.1 e calculamos seu valor na subseção sobre o problema de
Basileia 4.6.6. A verificação da converg^encia da Série do Inverso do Fatorial está no
Exemplo 3.4.2 e o cálculo da sua soma é feito no Exemplo 4.4.4.
≡ ◀ ▲ ▶
Séries Numéricas 58
𝑛=0
5𝑛 a) Rearranje os ı́ndices da série geométrica
∞
∑︁
6) Escreva os primeiros termos de cada série acima para que ela fique na forma 𝑎𝑟𝑛−1 e
𝑛=1
para mostrar como a série começa. Então,
identifique 𝛼 e 𝑟.
calcule a soma da série.
∞ ∞ b) Encontre o limite da série caso ela convirja.
∑︁ (−1)𝑛 ∑︁ 5
a) d) (−1)𝑛 𝑛 11) Escreva os primeiros termos das séries
4𝑛 4
𝑛=0 𝑛=0 geométricas e encontre 𝛼 e 𝑟. Em seguida
∞
1 ∞ (︂ 𝑛+1 )︂ determine para quais valores de 𝑥 temos que
∑︁ ∑︁ 2
b) e) |𝑟| < 1 e calcule a soma de série.
𝑛=2
4𝑛 5𝑛
𝑛=0 ∞
∑︁
∞
∑︁ 7 a) (−1)𝑛 𝑥𝑛
c) 𝑛=0
𝑛=1
4𝑛
∞
∑︁
b) (−1)𝑛 𝑥2𝑛
7) [resp] Encontre uma fórmula para a 𝑛-ésima
𝑛=0
soma parcial da série e use-a para determinar se
∞ )︂𝑛
a série converge ou diverge. Se a série converge,
(︂
∑︁ 𝑥−1
encontre a soma. c) 3
𝑛=0
2
∞ (︂ )︂
∑︁ 1 1 ∞
− d)
∑︁
2𝑛 𝑥𝑛
𝑛=1
𝑛 𝑛+1
𝑛=0
≡ ◀ ▲ ▶
Séries Numéricas 59
∞
∑︁ ∞
∑︁
e) (−1)𝑛 𝑥−2𝑛 h) sen𝑛 (𝑥)
𝑛=0 𝑛=0
∞
∑︁ ∞
)︀𝑛
(−1)𝑛 (𝑥 + 1)𝑛
∑︁
f)
(︀
i) ln(𝑥)
𝑛=0 𝑛=0
∞ (︂ )︂2
∑︁ 1
g) − (𝑥 − 3)𝑛
𝑛=0
2
3.2 Propriedades
Nessa seção apresentamos algumas propriedades das séries que podemos utilizar ao
fazermos manipulações algébricas.
∞
∑︁ ∞
∑︁ ∞
∑︁
1. (𝑎𝑛 + 𝑏𝑛 ) = 𝑎𝑛 + 𝑏𝑛 ,
𝑛=1 𝑛=1 𝑛=1
∞
∑︁ ∞
∑︁ ∞
∑︁
2. (𝑎𝑛 − 𝑏𝑛 ) = 𝑎𝑛 − 𝑏𝑛 ,
𝑛=1 𝑛=1 𝑛=1
∞
∑︁ ∞
∑︁
3. 𝑘𝑎𝑛 = 𝑘 𝑎𝑛 .
𝑛=1 𝑛=1
Exemplo 3.2.1: ∞ (︂
(−1)𝑛
)︂
∑︁ 1
Calcular a soma da série 𝑛
+ 𝑛
.
𝑛=0
2 5
Observe que a série que queremos calcular é a soma, termo a termo de duas
séries geométricas. Além disso, as razões das séries geométricas são |1/2| < 1 e
| − 1/5| < 1. Então, podemos usar a regra da soma de séries e a fórmula da soma
≡ ◀ ▲ ▶
Séries Numéricas 60
da série geométrica.
∞ (︂ ∞ (︂ )︂𝑛 ∞ (︂ )︂𝑛
(−1)𝑛
)︂ ∑︁
∑︁ 1 1 ∑︁ −1
𝑛
+ 𝑛
= +
𝑛=0
2 5 𝑛=0
2 𝑛=0
5
1 1 17
= + = .
1 − 1/2 1 + 1/5 6
Note que, nesse exemplo, o ı́ndice começou em zero e não em 1. O inı́cio da série
não tem influ^encia na converg^encia, mas pode mudar o valor da soma da série.
Exemplo 3.2.2: ∞ [︂ ]︂
∑︁ 1 1 1
Calcular a soma da série √ −√ − 𝑛+1 .
𝑛=1
𝑛 𝑛 + 1 4
∞
∑︁ 1
Observe que a série 𝑛+1
converge, pois é uma série geométrica com 𝑟 =
𝑛=1
4
1/4 < 1, além disso,
∞ (︂ )︂
∑︁ 1 1
√ −√
𝑛=1
𝑛 𝑛+1
≡ ◀ ▲ ▶
Séries Numéricas 61
1 11
=1− = .
12 12
∑︀ ∑︀
A hipótese de que 𝑎𝑛 e 𝑏𝑛 são séries convergentes é importante, por exemplo,
se considerarmos as duas séries divergentes
∞
∑︁ ∞
∑︁
𝑛
(−1) e (−1)𝑛+1
𝑛=1 𝑛=1
observamos que
∞
(︃ ∞ )︃ (︃ ∞ )︃
∑︁ ∑︁ ∑︁
(−1)𝑛 + (−1)𝑛+1 = 0 (−1)𝑛 (−1)𝑛+1
[︀ ]︀
̸= + .
𝑛=1 𝑛=1 𝑛=1
Primeiro vamos destacar uma caracterı́stica do cálculo do limite de uma série, não
importa o valor dos primeiros termos, 𝑛 < 𝑁 , pois a exist^encia do limite só depende
do que acontece no “final” da série. Assim quando formos verificar a converg^encia
sempre que for conveniente podemos ignorar o inı́cio da série. Não se esqueça que isso
só vale para determinar a converg^encia, o valor da soma, se existir, provavelmente
será alterado. O teorema a seguir formaliza essa afirmação.
Podemos construir novas séries a partir de uma série dada, por exemplo, adicionando
≡ ◀ ▲ ▶
Séries Numéricas 62
ou retirando termos. Note que mudar a ordem dos termos de uma série cria outra
série. Se a mudança é feita em uma quantidade finita de termos a nova série mantem
a converg^encia ou diverg^encia da série original. Porém, se infinitos termos forem
alterados será necessário analisar separadamente a converg^encia da nova série.
Se a série
∞
∑︁
𝑎𝑛
𝑛=0
também converge, desde que os temos adicionais estejam bem definidos. Se a série
original divergir então a nova série também diverge. Note que no caso de converg^encia,
se 𝑘 ̸= 0 o limite é alterado. De fato, se 𝐿 é o limite da série original, no caso onde
removemos termos, 𝑘 > 0, temos que
∞
∑︁ ∞
∑︁
𝑎𝑛 = 𝑎𝑛 − (𝑎1 + · · · + 𝑎𝑘−1 ) = 𝐿 − (𝑎1 + · · · + 𝑎𝑘−1 ) .
𝑛=𝑘 𝑛=0
Exemplo 3.2.3: ∞
∑︁ 1
Verifique a converg^encia da série 𝑛
.
𝑛=−3
2
≡ ◀ ▲ ▶
Séries Numéricas 63
A série
∞
∑︁ 1
𝑛=0
2𝑛
1
=8+4+2+
1 − 1/2
= 14 + 2
= 16 .
Note que, quando 𝑘 < 0, estamos iniciando a série com ı́ndices menores do que zero.
Por outro lado, se 𝑘 > 0, estamos começando a série com ı́ndices positivos. Claro
que esse tipo de mudança nos ı́ndices também podem ser feitas em séries indexadas
a partir de 𝑛 ̸= 0. De forma geral temos
∞
∑︁ ∞
∑︁
𝑎𝑛 = 𝑎𝑛−𝑘 .
𝑛=𝑚 𝑛=𝑚+𝑘
Note que não é necessário decorar essa fórmula, basta fazer um mudança de variáveis.
≡ ◀ ▲ ▶
Séries Numéricas 64
Exemplo 3.2.4: ∞
∑︁ 5
Reescreva a série indexando-a a partir de −1.
𝑛=1
𝑛(𝑛 + 1)
Exemplo 3.2.5:
Reindexe a série do exemplo anterior a partir 20.
≡ ◀ ▲ ▶
Séries Numéricas 65
Termo Geral, nos ajuda a identificar muitas séries que não podem ser convergentes
com relativa facilidade . Dessa forma, sempre o aplicamos primeiro para descartar
rapidamente essas séries. O teorema a seguir é o principal resultado que nos permite
construir o teste da diverg^encia.
Demonstração
Como a série é convergente, a sequ^encia de somas parciais 𝑆𝑛 é convergente, ou
seja,
Uma forma para provar que uma série diverge é mostrar que o seu termo geral 𝑎𝑛 ou
converge para um limite diferente de zero ou diverge. Mas tome cuidado, isso não
quer dizer que toda série que diverge satisfaz a propriedade que o termo geral não
converge para zero, ou, analogamente, não é verdade que toda série cujo termo geral
converge para zero é uma série convergente. Os próximos exemplos ilustram o uso
desse teste em algumas séries especı́ficas.
Exemplo 3.3.1:
≡ ◀ ▲ ▶
Séries Numéricas 66
∞
∑︁
Mostrar que a série 𝑎𝑟𝑛−1 diverge quando |𝑟| ≥ 1.
𝑛=1
A série geométrica
∞
∑︁
𝑎𝑟𝑛−1
𝑛=1
diverge quando |𝑟| ≥ 1, pois, nesse caso, 𝑎𝑟𝑛−1 não converge para zero. Verifica-
mos isso observando que se 𝑟 = 1
𝑎𝑟𝑛 → 𝑎 ̸= 0
Exemplo 3.3.2: ∞ (︁
∑︁ √ )︁𝑛
Verificar a converg^encia da série 2
𝑛=0
∞ (︁
∑︁ √ )︁𝑛 (︁√ )︁𝑛 √
A série 2 diverge, uma vez que lim 2 = ∞ pois 2 > 1 .
𝑛=0
Exemplo 3.3.3: ∞
∑︁
Verificar a converg^encia da série cos(𝑛𝜋)
𝑛=0
Essa série diverge, pois lim cos(𝑛𝜋) não existe, já que
cos(𝑛𝜋) = (−1)𝑛
Exemplo 3.3.4: ∞
∑︁ 𝑛𝑛
Verificar a converg^encia da série .
𝑛=1
𝑛!
≡ ◀ ▲ ▶
Séries Numéricas 67
∞
∑︁ 𝑛𝑛 𝑛𝑛
A série diverge, pois lim = ∞ . De fato, note que, se 𝑛 ≥ 2,
𝑛=1
𝑛! 𝑛!
(𝑛−1)
𝑛! = 1 · 2 · 3 · · · 𝑛 ≤ 𝑛
⏟ · 𝑛 ⏞· · · 𝑛 = 𝑛
𝑛−1 fatores
𝑛 𝑛𝑛
𝑛 𝑛! ≤ 𝑛 ⇒ 𝑛≤
𝑛!
𝑛𝑛
Como 𝑛 → ∞, seque que → ∞.
𝑛!
Exemplo 3.3.5: ∞ )︂ (︂
𝑛
∑︁
Verificar a converg^encia da série ln .
𝑛=1
2𝑛 + 1
∞ (︂ )︂
∑︁ 𝑛
A série ln diverge, pois
𝑛=1
2𝑛 + 1
(︂ )︂ (︂ )︂
𝑛 𝑛 1
lim ln = ln lim = ln ̸= 0 .
2𝑛 + 1 2𝑛 + 1 2
A seguir apresentamos um exemplo clássico de uma série cujo termo geral converge
para zero mas a série diverge. Primeiro vamos apresentar a definição dessa série e
em seguida verificamos que ela é divergente.
Exemplo 3.3.6:
Verificar a converg^encia da série harm^onica.
≡ ◀ ▲ ▶
Séries Numéricas 68
≡ ◀ ▲ ▶
Séries Numéricas 69
∞ ∞ (︂ )︂
∑︁ 𝑛! ∑︁ 𝑛
m) q) ln
𝑛=0
1000𝑛 𝑛=1
𝑛+1
∞ ∞
𝑛𝑛
(︂ )︂
∑︁ ∑︁ 𝑛
n) r) ln
𝑛=1
𝑛! 𝑛=1
2𝑛 + 1
∞ ∞ (︁ )︁
∑︁ 2𝑛 + 3𝑛 ∑︁ 𝑒 𝑛
o) s)
𝑛=1
4𝑛 𝑛=0
𝜋
∞ ∞
∑︁ 2𝑛 + 4𝑛 ∑︁ 𝑒𝑛𝜋
p) t)
𝑛=1
3𝑛 + 4𝑛 𝑛=0
𝜋 𝑛𝑒
Nesta seção e nas próximas vamos apresentar alguns testes que podem ser utilizados
para verificar se séries com termos não-negativos são convergentes. Começamos
definindo esse caso particular de séries.
𝑎𝑛 ≥ 0 ∀𝑛
Note que se quisermos estudar uma série com ternos não positivos 𝑎𝑛 ≤ 0 podemos
remover todos os sinais negativos e estudar a série de termos não negativos corres-
pondente. Uma das razões para começarmos o estudo da converg^encia das séries por
esse caso particular é que podemos usar o Teorema da Sequ^encia Monot^onica 2.12
na sequ^encia das somas parciais o que produz o seguinte corolário.
≡ ◀ ▲ ▶
Séries Numéricas 70
Demonstração
Basta ver que a sequ^encia de somas parciais é crescente, já que a sequ^encia do
termo geral é não negativa. Assim, 𝑆𝑛 é monot^onica e portanto convergente.
Por outro lado, se a série é convergente, então a sequ^encia 𝑆𝑛 é convergente e,
portanto, limitada.
Exemplo 3.4.1:
Mostre que a Série do Inverso do Quadrado é convergente.
Começamos manipulando 𝑆𝑛
1 1 1 1 1
𝑆𝑛 = 1 + + + + + ··· + 2
4 9 16 25 𝑛
1 1 1 1 1
=1+ + + + + ··· +
2·2 3·3 4·4 5·5 𝑛𝑛
1 1 1 1 1
<1+ + + + + ··· +
1·2 2·3 3·4 4·5 (𝑛 − 1)𝑛
= 1 + 𝜎𝑛
≡ ◀ ▲ ▶
Séries Numéricas 71
𝜎 = lim 𝜎𝑛
𝑛→∞
𝑛 (︂ )︂
∑︁ 1 1
= lim −
𝑛→∞ 𝑘−1 𝑘
𝑘=2
(︂ )︂
1 1
= lim −
𝑛→∞ 2−1 𝑛
1
= lim 1 −
𝑛→∞ 𝑛
= 1.
𝑆𝑛 < 1 + 𝜎𝑛
Exemplo 3.4.2:
Mostre que a Série do Inverso do Fatorial é convergente.
≡ ◀ ▲ ▶
Séries Numéricas 72
Também nesse caso é fácil verificar que os termos da série são todos positivos e
começamos manipulando suas somas parciais
𝑛
∑︁ 1
𝑆𝑛 =
𝑘!
𝑘=0
1 1 1 1 1
=1+1+ + + + + ··· +
2 3·2 4·3·2 5·4·3·2 𝑛 · (𝑛 − 1) · · · 3 · 2
1 1 1 1 1
<1+1+ + + + + ··· +
2 2·2 2·2·2 2·2·2·2 2 · 2···2 · 2
1 1 1 1 1
=1+1+ + 2 + 3 + 4 + · · · + 𝑛−1 .
2 2 2 2 2
Observe que, removendo o primeiro termo, a última expressão é a 𝑛-ésima soma
parcial da série geométrica com 𝛼 = 1 e 𝑟 = 1/2,
1 1 1 1 1
𝜎𝑛 = 1 + + 2 + 3 + 4 + · · · + 𝑛−1 ,
2 2 2 2 2
cuja soma é
𝛼 1 1
𝜎= = = = 2.
1−𝑟 1 − 1/2 1/2
Retornando a 𝑆𝑛 , temos que, para todo 𝑛 ≥ 2 vale a seguinte desigualdade
𝑆𝑛 < 1 + 𝜎𝑛 .
Como a série só tem termos não negativos e é limitada, usamos o Corolário 3.17
para concluir que a série é convergente.
Vamos agora apresentar o teste da integral que compara a soma da série com a
Integral Imprópria A.29 de uma função 𝑓 . Porém, antes de apresentar esse resultado,
vamos explorar as ideias envolvidas analisando a Figura 3.2. Estamos assumindo
que, pelo menos a partir de algum ponto 𝑛 ≥ 𝑁 , os termos da série sejam dados
pela função, 𝑎𝑛 = 𝑓 (𝑛), e que a função é contı́nua e decrescente para 𝑥 ≥ 𝑁 . Vamos
≡ ◀ ▲ ▶
Séries Numéricas 73
𝑁 −1 𝑁 𝑁 +1 𝑁 +3 𝑁 +5 𝑁 +7
(a) Construindo os ret^angulos a direita a série é maior do que a integral.
𝑁 −1 𝑁 𝑁 +1 𝑁 +3 𝑁 +5 𝑁 +7
(b) Construindo os ret^angulos a esquerda a série é menor do que a integral.
≡ ◀ ▲ ▶
Séries Numéricas 74
converge.
Demonstração
Prova da Ida
[𝑁, 𝑁 + 1] ∪ [𝑁 + 1, 𝑁 + 2] ∪ · · · ∪ [𝑛 − 1, 𝑛] .
𝑆𝑁,𝑛−1 = 𝑎𝑁 + 𝑎𝑁 +1 + · · · + 𝑎𝑛−1
nos dá um limite superior para área abaixo do gráfico da função 𝑓 dentro do
intervalo [𝑁, 𝑛], isso é,
∫︁ 𝑛
𝑓 (𝑥) 𝑑𝑥 ≤ 𝑆𝑁,𝑛−1 .
𝑁
é convergente.
≡ ◀ ▲ ▶
Séries Numéricas 75
Verificando a Volta
𝑆𝑁 +1,𝑛 = 𝑎𝑁 +1 + 𝑎𝑁 +2 + · · · + 𝑎𝑛 .
Usando novamente o fato que a função é decrescente, essa soma parcial nos dá
um limite inferior para a integral, ou seja
∫︁ 𝑛
𝑆𝑁 +1,𝑛 ≤ 𝑓 (𝑥) 𝑑𝑥 .
𝑁
𝑆𝑁,𝑛 ≤ 𝐿 .
Note que também podemos reescrever a tese do teorema acima como: a série
∞
∑︁
𝑎𝑛
𝑛=𝑁
≡ ◀ ▲ ▶
Séries Numéricas 76
Exemplo 3.4.3: ∫︁ ∞
𝑑𝑥
Verificar a converg^encia da integral .
1 𝑥
É importante destacar que o valor a integral não é uma boa aproximação para a
soma da série. Podemos observar isso na Figura 3.3 comparando a área sob o gráfico
da função 𝑓 (𝑥) = 𝑥−2 entre os pontos 𝑛 e 𝑛 + 1 que é data pela integral
∫︁ 𝑛+1
𝑑𝑥 1
𝐼𝑛 = =
𝑛 𝑥2 𝑛2 + 𝑛
com os termos da série
1
𝑎𝑛 =
𝑛2
representados pelos ret^angulos.
1,0
0,5
1 3 5 7 9
≡ ◀ ▲ ▶
Séries Numéricas 77
𝑛 𝑎𝑛 𝐼𝑛 𝑎𝑛 − 𝐼𝑛
1 1,000 0,500 0,500
2 0,250 0,167 0,083
3 0,111 0,083 0,028
4 0,062 0,050 0,012
5 0,040 0,033 0,007
6 0,028 0,024 0,004
7 0,020 0,018 0,003
Soma 1,512 0,875 0,637
Mais a frente vamos apresentar o Teorema 3.22, que nos mostra como podemos usar
o valor da integral para obter estimativas de erro para a aproximação da soma da
série por suas somas parciais.
Essas séries são importantes pois existe uma forma simples para verificar quando
elas são convergentes. O próximo resultado apresenta esse critério.
≡ ◀ ▲ ▶
Séries Numéricas 78
Demonstração
Quando 𝑝 = 1 temos a série harm^onica que diverge, como já vimos.
Exemplo 3.4.4: ∞
∑︁ 1
Verifique a converg^encia série .
𝑛=1
𝑛2 + 1
∞
∑︁ 1
A série não é um série 𝑝, mas como 𝑛2 + 1 > 𝑛2 , segue que
𝑛=1
𝑛2 +1
𝑛 𝑛
∑︁ 1 ∑︁ 1
0 < < ∀ 𝑛 ∈ N.
𝑘2 + 1 𝑘2
𝑘=1 𝑘=1
≡ ◀ ▲ ▶
Séries Numéricas 79
é limitada, e como os termos da série são não negativos, usamos o Corolário 3.17
para verificar que a série converge.
Estimativa de Erro
Para analisarmos o erro cometido ao aproximarmos a soma de uma série 𝑆 por uma
soma parcial 𝑆𝑛 vamos definir o erro ou resto da série.
Quando verificamos que uma série é convergente pelo teste da integral podemos obter
também estimativas para o erro cometido ao aproximarmos a soma da série por uma
das suas somas parciais. Observe os gráficos da Figura 3.4 que indicam o resto da
≡ ◀ ▲ ▶
Séries Numéricas 80
≡ ◀ ▲ ▶
Séries Numéricas 81
então o resto
𝑅𝑛 = 𝑆 − 𝑆𝑛
satisfaz
∫︁ ∞ ∫︁ ∞
𝑓 (𝑥) 𝑑𝑥 ≤ 𝑅𝑛 ≤ 𝑓 (𝑥) 𝑑𝑥 .
𝑛+1 𝑛
Consequentemente,
∫︁ ∞ ∫︁ ∞
𝑆𝑛 + 𝑓 (𝑥) 𝑑𝑥 ≤ 𝑆 ≤ 𝑆𝑛 + 𝑓 (𝑥) 𝑑𝑥 .
𝑛+1 𝑛
Demonstração
A demonstração é parecida com a demonstração do Teorema 3.18. Basta reparar
que 𝑅𝑛 é uma aproximação por baixo da integral
∫︁ ∞
𝑓 (𝑥) 𝑑𝑥
𝑛
𝑅𝑛 = 𝑆 − 𝑆𝑛 .
≡ ◀ ▲ ▶
Séries Numéricas 82
Exemplo 3.4.5:
Sabemos que a série
∞
∑︁ 1
𝑛=1
𝑛2
≡ ◀ ▲ ▶
Séries Numéricas 83
∞ (︂ )︂
4) [resp] A série ∑︁ 1
e) 𝑛 tg
𝑛=1
𝑛
∞
∑︁
𝑒−𝑛 ∞
∑︁ 𝑒𝑛
𝑛=1 f)
𝑛=1
1 + 𝑒2𝑛
converge ou diverge? Justifique sua resposta.
∞
∑︁ 2
5) Verifique se cada série converge ou diverge? g)
Justifique sua resposta. 𝑛=1
1 + 𝑒𝑛
∞ ∞ ∞
∑︁ 1 ∑︁ 2𝑛 ∑︁ 8 arctg(𝑛)
a) j) h)
10𝑛 3𝑛 𝑛=1
1 + 𝑛2
𝑛=1 𝑛=1
∞ ∞ ∞
∑︁ 𝑛 ∑︁ 5𝑛 ∑︁ 𝑛
b) k) i)
𝑛=1
𝑛+1 4𝑛 + 3 𝑛2 +1
𝑛=1 𝑛=1
∞ ∞ ∞
∑︁ 5 −2 ∑︁
c)
∑︁
𝑛+1 l) j) senh(𝑛)
𝑛=1 𝑛=0
𝑛+1 𝑛=1
∞
∑︁ 3 ∞
1
∞
d) √ m)
∑︁
k)
∑︁
sech2 (𝑛)
𝑛=1
𝑛 2𝑛 − 1
𝑛=1 𝑛=1
∞
∑︁ −2 ∞ ∞
e) √ ∑︁ 2𝑛 ∑︁ 1/𝑛
𝑛 𝑛 n) l) √︁
𝑛=1
𝑛=1
𝑛+1 𝑛=3 ln(𝑛) ln2 (𝑛) − 1
∞
∑︁ 1 ∞
f) − 𝑛 ∑︁ 1 7) Determine para quais valores de 𝑎 cada série
𝑛=1
8 o) √ √
𝑛=1
𝑛 ( 𝑛 + 1) converge.
∞
∑︁ −8 ∞ √ ∞ (︂ )︂
g) 𝑛
∑︁ 𝑎 1
a) −
∑︁
𝑛 p)
𝑛=1
ln(𝑛) 𝑛=1
𝑛+2 𝑛+4
∞ 𝑛=2
∑︁ ln(𝑛) ∞ (︂ )︂
h) ∞ (︂
1
)︂𝑛 ∑︁ 1 2𝑎
𝑛 b) −
∑︁
𝑛=2 q) 1+ 𝑛−1 𝑛+1
𝑛=1
𝑛 𝑛=3
∞
∑︁ ln(𝑛)
i) √ 8) [resp] Quantos termos da série convergente
𝑛=2
𝑛
∞
∑︁ 1
6) Verifique se cada série converge ou diverge?
𝑛1,1
Justifique sua resposta. 𝑛=1
≡ ◀ ▲ ▶
Séries Numéricas 84
∞ ∞
∑︁ 1 ∑︁ 1
a) 0,01 b) 0,1
𝑛=1
𝑛3 𝑛=1
𝑛2 + 4
Nessa seção apresentamos um resultado que nos permite comparar séries conhecidas
com séries que queremos analisar, o Teste da Comparação. Existem duas versões
desse teste o Teste da Comparação apresentado no teorema a seguir e o Teste da
Comparaçao no Limite apresentado no Teorema 3.24.
𝑎𝑛 ≤ 𝑏 𝑛 , ∀𝑛 ≥ 𝑁
então,
∞
∑︁ ∞
∑︁
1. se 𝑏𝑛 converge, então 𝑎𝑛 converge;
𝑛=𝑁 𝑛=𝑁
∞
∑︁ ∞
∑︁
2. se 𝑎𝑛 diverge, então 𝑏𝑛 diverge.
𝑛=𝑁 𝑛=𝑁
Demonstração
Parte 1
Como
𝑎𝑛 ≤ 𝑏 𝑛 , ∀𝑛 ≥ 𝑁
≡ ◀ ▲ ▶
Séries Numéricas 85
temos que
𝑛
∑︁ 𝑛
∑︁
𝑎𝑘 ≤ 𝑏𝑘 ∀𝑛 ≥ 𝑁 .
𝑘=𝑁 𝑘=𝑁
ou seja, a sequ^encia
𝑛
∑︁
𝑏1 + 𝑏2 + · · · + 𝑏𝑁 −1 + 𝑎𝑘
𝑘=𝑁
Parte 2
∑︀
Suponha por absurdo que 𝑏𝑛 converge, então, pelo item anterior, segue que
∑︀ ∑︀
𝑎𝑛 converge. O que é um absurdo, pois por hipótese 𝑎𝑛 diverge. Segue
∑︀
que 𝑏𝑛 diverge.
≡ ◀ ▲ ▶
Séries Numéricas 86
Exemplo 3.5.1: ∞
∑︁ 𝑛−1
Mostre que a série 4+2
converge.
𝑛=1
𝑛
é uma série 𝑝 com 𝑝 = 3 > 1, ela é convergente. Assim, pelo teste de comparação
a série
∞
∑︁ 𝑛−1
𝑛=1
𝑛4 + 2
também converge.
Exemplo 3.5.2: ∞
∑︁ 3𝑛
Verifique a converg^encia da série .
𝑛=1
2𝑛 − 1
A série
∞
∑︁ 3𝑛
𝑛=1
2𝑛 − 1
≡ ◀ ▲ ▶
Séries Numéricas 87
diverge, pois
(︂ )︂𝑛
3𝑛 3
≥
2𝑛 − 1 2
e a série geométrica
∞ (︂ )︂𝑛
∑︁ 3
𝑛=1
2
Demonstração
Parte 1
Parte 2
≡ ◀ ▲ ▶
Séries Numéricas 88
𝑎𝑛 ≤ 𝜀𝑏𝑛 ∀𝑛 ≥ 𝑁1 .
∑︀ ∑︀
Assim, pelo teorema anterior, se 𝜀𝑏𝑛 converge, então 𝑎𝑛 também converge,
∑︀ ∑︀
mas é claro que 𝜀𝑏𝑛 converge, pois 𝑏𝑛 converge e 𝜀 é uma constante.
Parte 3
𝑎𝑛 > 𝑀 𝑏 𝑛 ∀𝑛 > 𝑁1 .
∑︀ ∑︀
Como 𝑏𝑛 diverge e 𝑀 é constante, segue que 𝑀 𝑏𝑛 também diverge. Pelo
∑︀ ∑︀
teorema anterior, como 𝑀 𝑏𝑛 diverge, segue que 𝑎𝑛 também diverge.
Exemplo 3.5.3: ∞
∑︁ 2𝑛
Verificar a converg^encia da série .
𝑛=1
3 + 4𝑛
A série
∞
∑︁ 2𝑛
𝑛=1
3 + 4𝑛
≡ ◀ ▲ ▶
Séries Numéricas 89
temos
𝑎𝑛 4𝑛 1
lim = lim = lim = 1.
𝑏𝑛 3 + 4𝑛 3/4𝑛 + 1
Como a série
∑︁ 1
2𝑛
converge, pois é uma série geométrica com |𝑟| = 1/2 < 1, segue, usando o item 1
do teorema, que a série
∞
∑︁ 2𝑛
𝑛=1
3 + 4𝑛
também converge.
Exemplo 3.5.4:
Use o fato que ln 𝑛 cresce mais lentamente que 𝑛𝑐 para qualquer constante
positiva 𝑐 para provar a converg^encia da série
∞
∑︁ (ln 𝑛)2
.
𝑛=1
𝑛3
Para verificarmos que ln 𝑛 cresce mais lentamente que 𝑛𝑐 para qualquer constante
positiva 𝑐 usamos a regra de L’H^opital para mostrar que
ln 𝑥
lim = 0.
𝑥→∞ 𝑥𝑐
Usando esse fato podemos escrever que para qualquer 𝑐 > 0 vale a desigualdade
≡ ◀ ▲ ▶
Séries Numéricas 90
termos
1 1
𝑏𝑛 = = .
𝑛3−2𝑐 𝑛2
Podemos aplicar o Teste da Comparação no Limite
𝑎𝑛 (ln 𝑛)2
lim = lim
𝑏𝑛 𝑛
ln 𝑛
= 2 lim
𝑛
1
= 2 lim = 0.
𝑛
Pelo item 2 do Teorema 3.24, como
∞
∑︁ 1
𝑛=1
𝑛2
≡ ◀ ▲ ▶
Séries Numéricas 91
∑︀ ∑︀ ∑︀
𝑎𝑛 é o mesmo de 𝑏𝑛 , mas 𝑏𝑛 diverge, pois
(︂ )︂𝑛
2 3 6
𝑏𝑛 = + → 𝑒 /25 ̸= 0 .
5 5𝑛
≡ ◀ ▲ ▶
Séries Numéricas 92
∞
∑︁ 1 9) Utilize qualquer método para determinar se a
Dica: Compare com
𝑛=1
𝑛2 série converge ou diverge.
∞ ∞
8) Utilize qualquer método para determinar se a
∑︁ 1 ∑︁ 2𝑛 + 3𝑛
a) d)
série converge ou diverge. 𝑛=1
3𝑛−1 + 1 𝑛=1
3𝑛 + 4𝑛
∞ ∞
1 1 + cos(𝑛) ∞ ∞
3𝑛−1 + 1 2𝑛 − 𝑛
∑︁ ∑︁
a) √ √ d)
∑︁ ∑︁
2 𝑛+ 3𝑛 𝑛2 b) e)
𝑛=1 𝑛=1
𝑛=1
3𝑛 𝑛=1
2𝑛 𝑛
∞ ∞
3 2𝑛 ∞ ∞ (︂ )︂
𝑛+1 1 𝑛
∑︁ ∑︁
b) √ e)
∑︁ ∑︁
𝑛+ 𝑛 3𝑛 − 1 c) f) ln
𝑛=1 𝑛=1
𝑛=1
𝑛2 + 3𝑛 5𝑛 𝑛=1
𝑛+1
∞ ∞
∑︁ sen2 (𝑛) ∑︁ 𝑛+1
c) f) √ ∞
𝑛=1
2𝑛 𝑛=1
𝑛2 𝑛 ∑︁ 1
g)
𝑛=2
𝑛!
∞
∑︁ 10𝑛 + 1 1 1
g) Dica: mostre que ≤ para 𝑛 ≥ 2
𝑛(𝑛 + 1)(𝑛 + 2) 𝑛! 𝑛(𝑛 − 1)
𝑛=1 ∞ ∞
∑︁ (𝑛 − 1)! ∑︁ 1
∞ h) m) √
∑︁ 5𝑛3 − 3𝑛 (𝑛 + 2)! 𝑛𝑛𝑛
h) 𝑛=1 𝑛=1
𝑛=3
𝑛2 (𝑛 − 2)(𝑛2 + 5) ∞ ∞
arctg(𝑛)
(︂ )︂
∑︁ ∑︁ 1
∞ (︂ )︂𝑛 ∞ i) n) tg
∑︁ 𝑛 ∑︁ 1 𝑛1,1 𝑛
i) o) 𝑛=1 𝑛=1
𝑛=1
3𝑛 + 1 𝑛=1
1 + ln(𝑛) ∞
tgh(𝑛) ∞
coth(𝑛)
∑︁
j)
∑︁
∞ ∞ o)
∑︁ 1 ∑︁ ln(𝑛 + 1) 𝑛2 𝑛2
j) √ p) 𝑛=1 𝑛=1
3
𝑛 +2 𝑛+1 ∞
∞ √
𝑛=1 𝑛=1
(︂ )︂
∑︁ 1 𝑛
𝑛
∞ ∞ k) sen p)
∑︁
∑︁ 1 ∑︁ 1 𝑛 𝑛 2
k) (︀ )︀ q) √ 𝑛=1
𝑛=1
𝑛=1
ln ln(𝑛) 𝑛=1
𝑛 𝑛2 − 1 ∞
∑︁ arcsec(𝑛)
∞ (︀ )︀2 ∞ √ l)
∑︁ ln(𝑛) ∑︁ 𝑛 𝑛=1
𝑛1,3
l) r) 2
𝑛=1
𝑛3 𝑛=2
𝑛 +1
∞
∞ ∞ ∑︁ 1
∑︁ 1 ∑︁ 1−𝑛 q)
m) √ s) 1 + 2 + 3 + ··· + 𝑛
𝑛=1
𝑛 ln(𝑛) 𝑛=1
2𝑛 𝑛 𝑛=1
∞
∞ (︀
ln(𝑛)
)︀2 ∞
𝑛 + 2𝑛
∑︁ 1
∑︁
t)
∑︁ r)
n) 1 + 4 + 9 + · · · + 𝑛2
𝑛3/2 𝑛=1
2𝑛 𝑛2 𝑛=1
𝑛=1
≡ ◀ ▲ ▶
Séries Numéricas 93
Nessa seção apresentamos mais teste que pode ser aplicado a séries de termos positivos,
o Teste da Razão. Nesse teste estamos verificando se os termos da série caem com
velocidade suficiente calculando a razão entre um termo e seu antecessor.
𝑎𝑛+1
lim =𝜌
𝑛→∞ 𝑎𝑛
então,
Demonstração
Parte 1
𝑎𝑁 +1 < 𝑎𝑁 𝑟
≡ ◀ ▲ ▶
Séries Numéricas 94
𝑎𝑁 +2 < 𝑎𝑁 +1 𝑟 < 𝑎𝑁 𝑟2
𝑎𝑁 +3 < 𝑎𝑁 +2 𝑟 < 𝑎𝑁 𝑟3
𝑎𝑁 +𝑘 < 𝑎𝑁 𝑟𝑘 .
Como |𝑟| < 1, a sequ^encia de somas parciais da série geométrica do lado direito
converge. Então, a sequ^encia de somas parciais do lado esquerdo está limitada
pela soma da série geométrica e é crescente, pois os termos gerais são positivos.
Portanto a sequ^encia do lado esquerdo converge, quando 𝑚 → ∞, ou seja, a
série
∞
∑︁
𝑎𝑛
𝑛=𝑁
também converge, pois ela coincide com a série anterior exceto por um número
finito de termos.
No caso em que 𝜌 = 1, não podemos tirar conclusão alguma com base no teste da
razão. De fato para todo 𝑝, a série 𝑝
∞
∑︁ 1
𝑛=1
𝑛𝑝
≡ ◀ ▲ ▶
Séries Numéricas 95
satisfaz
1
(︂ )︂𝑝
𝑎𝑛+1 (𝑛 + 1)𝑝 𝑛
lim = lim = lim =1
𝑛→∞ 𝑎𝑛 𝑛→∞ 1 𝑛→∞ 𝑛 + 1
𝑛𝑝
entretanto, como já vimos anteriormente, a série 𝑝 converge se 𝑝 > 1 e diverge se
𝑝 ≤ 1.
Exemplo 3.6.1:
Use o teste da razão para verificar a converg^encia ou diverg^encia da série
∞
∑︁ 𝑛!
.
𝑛=1
(2𝑛)!
𝑛!
Seja 𝑎𝑛 = , então
(2𝑛)!
Exemplo 3.6.2:
Use o teste da razão para verificar a converg^encia ou diverg^encia da série
∞
∑︁ 3𝑛+2
.
𝑛=1
ln(𝑛)
3𝑛+2
Seja 𝑎𝑛 = , então
ln(𝑛)
≡ ◀ ▲ ▶
Séries Numéricas 96
3 ln(𝑛)
= .
ln(𝑛 + 1)
Usando L’H^opital, obtemos que
𝑎𝑛+1 3(𝑛 + 1)
lim = lim = 3 > 1.
𝑎𝑛 𝑛
Portanto, a série diverge.
Exemplo 3.6.3:
Use o teste da razão para verificar a converg^encia ou diverg^encia da série
∞
∑︁ 𝑛!
𝑛
.
𝑛=1
𝑛
𝑛!
Seja 𝑎𝑛 = , então
𝑛𝑛
𝑎𝑛+1 (𝑛 + 1)! 𝑛𝑛
=
𝑎𝑛 (𝑛 + 1)𝑛+1 𝑛!
(𝑛 + 1) 𝑛! 𝑛𝑛
=
(𝑛 + 1)𝑛 (𝑛 + 1) 𝑛!
𝑛𝑛
=
(𝑛 + 1)𝑛
(︂ )︂𝑛
1
=
1 + 1/𝑛
(︂ )︂−𝑛
1
= 1+ .
𝑛
Podemos agora calcular o limite
(︂ )︂−𝑛
𝑎𝑛+1 1
lim = lim 1 +
𝑎𝑛 𝑛
[︃ (︂ )︂−𝑛 ]︃
1
= lim exp ln 1 +
𝑛
≡ ◀ ▲ ▶
Séries Numéricas 97
[︃
(︂ )︂𝑛 ]︃
1
= lim exp − ln 1 +
𝑛
[︃ (︂ )︂𝑛 ]︃
1
= exp − ln lim 1 +
𝑛
= exp − ln 𝑒1
[︀ (︀ )︀]︀
= exp(−1)
Exemplo 3.6.4:
Use o teste da razão
√ para verificar a converg^encia ou diverg^encia da série
𝑛
𝑛
𝑎1 = 5, 𝑎𝑛+1 = 𝑎𝑛 .
2
Veja que
√
𝑎𝑛+1 𝑛
𝑛 1
= → <1
𝑎𝑛 2 2
então a série converge.
≡ ◀ ▲ ▶
Séries Numéricas 98
∞ ∞
∑︁ 5𝑛 𝑛 ∑︁ 𝑛 2𝑛 (𝑛 + 1)!
h) o)
𝑛=1
(2𝑛 + 3) ln(𝑛 + 1) 𝑛=1
3𝑛 𝑛!
∞
3) Determine se a série converge ou diverge. ∑︁ 𝑛!
∞
√ p)
∑︁ 𝑛 2
𝑛=1
(2𝑛 + 1)!
a)
2𝑛 ∞
𝑛=1 ∑︁ 𝑛!
∞ q)
∑︁ 𝑛𝑛
b) 𝑛2 𝑒−𝑛 𝑛=1
∞
𝑛=1 ∑︁ 3𝑛
∞ r)
∑︁ 𝑛3 2𝑛
c) 𝑛!𝑒−𝑛 𝑛=1
𝑛=1 ∞
∑︁ (𝑛!)2
∞ s)
∑︁ 𝑛! 𝑛=1
(2𝑛)!
d)
𝑛=1
10𝑛 ∞
∑︁ (2𝑛+3)(2𝑛 +3)
∞ t)
∑︁ 𝑛10 3𝑛 + 2
e) 𝑛=1
𝑛=1
10𝑛 ∞
∑︁
∞ (︂ )︂𝑛 4) Determine se as séries 𝑎𝑛 cujos termos
∑︁ 𝑛−2
f) 𝑛=1
𝑛=1
𝑛 são definidos pelas relações de recorr^encia são
∞
convergentes ou divergentes.
∑︁ 2 + (−1)𝑛 1 + sen(𝑛)
g) a) 𝑎1 = 2 𝑎𝑛+1 = 𝑎𝑛
𝑛=1
1,25𝑛 𝑛
1 + arctg(𝑛)
∞
(−2)𝑛 b) 𝑎1 = 1 𝑎𝑛+1 = 𝑎𝑛
h)
∑︁ 𝑛
𝑛=1
3𝑛 1 3𝑛 − 1
c) 𝑎1 = 𝑎𝑛+1 = 𝑎𝑛
∞ (︂ )︂𝑛 3 2𝑛 + 5
∑︁ 3 𝑛
i) 1− d) 𝑎1 = 3 𝑎𝑛+1 = 𝑎𝑛
𝑛=1
𝑛 𝑛+1
∞ (︂ )︂𝑛 2
∑︁ 1 e) 𝑎1 = 2 𝑎𝑛+1 = 𝑎𝑛
j) 1− 𝑛√
3𝑛 𝑛
𝑛
𝑛=1 f) 𝑎1 = 5 𝑎𝑛+1 = 𝑎𝑛
∞
2
∑︁ 𝑛 ln(𝑛) 1 + ln(𝑛)
k) g) 𝑎1 = 1 𝑎𝑛+1 = 𝑎𝑛
𝑛=1
2𝑛 𝑛
∞ 1 𝑛 + ln(𝑛)
∑︁ (𝑛 + 1)(𝑛 + 2) h) 𝑎1 = 𝑎𝑛+1 = 𝑎𝑛
l) 2 𝑛 + 10
𝑛!
𝑛=1 1 √
∞ i) 𝑎1 = 𝑎𝑛+1 = 𝑛
𝑎𝑛
∑︁ 3
m) 𝑒−𝑛 𝑛3
1
𝑛=1 j) 𝑎1 = 𝑎𝑛+1 = (𝑎𝑛 )𝑛+1
∞
2
∑︁ (𝑛 + 3)!
n)
𝑛=1
3! 𝑛! 3𝑛
≡ ◀ ▲ ▶
Séries Numéricas 99
O Teste da Raiz é similar ao Teste da Razão, ele é útil quando calcular a raiz 𝑛-ésima
for mais fácil do que calcular a razão ente os termos da série.
então,
Demonstração
Parte 1
Nesse caso, temos que 𝜌 < 1, assim podemos escolher 𝜀 > 0 tal que 𝜌 + 𝜀 < 1.
Como
√
lim 𝑛
𝑎𝑛 = 𝜌
𝑛→∞
≡ ◀ ▲ ▶
Séries Numéricas 100
converge, pois seu termo geral, 𝑎𝑛 está limitado pelo termo geral da série
geométrica
∞
∑︁
(𝜀 + 𝜌)𝑛
𝑛=1
por
√
lim 𝑛+𝑘
𝑎𝑛 = 𝜌 ∀𝑘 ∈ N . (3.4)
Para ver que isso é verdade basta notar na demonstração que o termo geral da série
continua limitado pelo termo geral de uma série geométrica.
Exemplo 3.7.1:
Use o teste da raiz para analisar a converg^encia da série
∞
∑︁ 4𝑛
.
𝑛=1
(3𝑛)𝑛
Seja
4𝑛
𝑎𝑛 =
(3𝑛)𝑛
≡ ◀ ▲ ▶
Séries Numéricas 101
então
√︃
√ 4𝑛 4
𝑛
𝑎𝑛 = 𝑛
= →0<1
(3𝑛)𝑛 3𝑛
Exemplo 3.7.2:
Use o teste da raiz para analisar a converg^encia da série
∞
∑︁ 1
𝑛+1
.
𝑛=1
𝑛
Observe que, fazendo uma mudança de ı́ndice, podemos reescrever a série como
∞ ∞
∑︁ 1 ∑︁ 1
= .
𝑛=1
𝑛𝑛+1 𝑛=2
(𝑛 − 1)𝑛
Outra forma de resolver o exemplo anterior é usar a variação do Teste da Raiz (3.4).
Neste caso, podemos tomar
1
𝑎𝑛 =
𝑛𝑛+1
que nos leva a
√ 1
𝑛+1
𝑎𝑛 = → 0 < 1.
𝑛
Assim, chegamos a conclusão de que a série converge.
≡ ◀ ▲ ▶
Séries Numéricas 102
Exemplo 3.7.3:
Use o teste da raiz para analisar a converg^encia da série
∞ [︂ (︂ )︂]︂𝑛+1
∑︁ 1
ln 𝑒2 + .
𝑛=1
𝑛
≡ ◀ ▲ ▶
Séries Numéricas 103
∞ (︂ )︂ ∞
∑︁ 1 1 ∑︁ 𝑛
c) − 2 f) (︀ )︀𝑛
𝑛=1
𝑛 𝑛 𝑛=2
ln(𝑛)
∞ (︂ )︂𝑛 ∞
∑︁ 1 1 ∑︁ 𝑛
d) − 2 g) )︀𝑛/2
𝑛 𝑛
(︀
𝑛=1 𝑛=2 ln(𝑛)
∞ ∞
∑︁ ln(𝑛) ∑︁ 𝑛! ln(𝑛)
e) h)
𝑛=1
𝑛 𝑛(𝑛 + 2)!
𝑛=1
Nas seções anteriores apresentamos vários testes que verificam se uma série de
termos não negativos é convergente. Agora vamos discutir séries que possuem termos
positivos e negativos. Nesta seção estudaremos o caso particular onde os sinais
se alternam produzindo o que chamamos de série alternada. Na próxima seção
apresentamos os conceitos de converg^encia absoluta e condicional que vamos usar
para os outros casos.
Para esse caso particular de série temos um teste de converg^encia bastante simples,
o Teste de Leibniz 3.28, e também uma forma de estimar o erro ao aproximarmos a
soma da série por uma soma parcial 3.30.
≡ ◀ ▲ ▶
Séries Numéricas 104
1. 𝑎𝑛 > 0,
2. 𝑎𝑛 ≥ 𝑎𝑛+1 ,
3. 𝑎𝑛 → 0
Demonstração
Vamos assumir que 𝑁 = 1, isso é, as condições do teste valem para todos os
termos da série. Escolhendo 𝑛 par e escrevendo 𝑛 = 2𝑚, temos que a soma dos
𝑛 primeiros termos é
Como essa é uma soma finita podemos agrupar os termos dois a dois
Cada termo entre parenteses é positivo ou zero, pois 𝑎𝑘 ≥ 𝑎𝑘+1 , então podemos
concluir que 𝑆2𝑚+2 ≥ 𝑆2𝑚 para todo 𝑚, ou seja, a sequ^encia 𝑆2𝑚 é crescente.
Vamos agora agrupar os termos de 𝑆2𝑚 de outra forma
≡ ◀ ▲ ▶
Séries Numéricas 105
A equação (3.5) nos informa que a subsequ^encia dos termos pares tende para 𝐿,
enquanto que, a equação (3.6) garante que os termos impares convergem para
o mesmo valor. Podemos concluir então que
∞
∑︁
(−1)𝑛+1 𝑎𝑛 = lim 𝑆𝑛 = 𝐿 .
𝑛→∞
𝑛=1
Para aplicarmos o Teste de Leibniz precisamos garantir que 𝑎𝑛 ≥ 𝑎𝑛+1 , o que pode ser
complicado em alguns casos. Porém, se conhecermos uma função 𝑓 tal que 𝑓 (𝑛) = 𝑎𝑛 ,
podemos verificar se a função é decrescente calculando sua derivada. Se 𝑓 ′ (𝑥) ≤ 0
para todo 𝑥 ≤ 𝑁 podemos concluir que 𝑎𝑛 ≥ 𝑎𝑛+1 para todo 𝑛 ≥ 𝑁 .
Note para 0 < 𝑝 ≤ 1 a série 𝑝 não converge, entretanto a série 𝑝 alternada converge.
Exemplo 3.8.1:
Use o Teste de Leibniz para mostrar que a série a seguir converge
∞ (︂ )︂
∑︁
𝑛 1
(−1) ln 1 + .
𝑛=1
𝑛
Seja
(︂ )︂
1
𝑎𝑛 = ln 1 + ,
𝑛
≡ ◀ ▲ ▶
Séries Numéricas 106
1
note que 𝑎𝑛 > 0 para todo 𝑛 ≥ 1, pois 1+ > 1 , note também que se definirmos
𝑛
(︂ )︂
1
𝑓 (𝑥) = ln 1 +
𝑥
temos
−1
𝑓 ′ (𝑥) = <0 ∀𝑥 ≥ 1
𝑥2 + 𝑥
o que mostra que 𝑎𝑛+1 < 𝑎𝑛 . Então 𝑎𝑛 é decrescente. Além disso, como a função
ln(𝑥) é contı́nua em 1 segue que
(︂ )︂
1
lim 𝑎𝑛 = ln lim 1 + = ln 1 = 0 .
𝑛
Assim, podemos aplicar o Teste de Leibniz e concluir que a série alternada
converge.
Exemplo 3.8.2:
Use o Teste de Leibniz para mostrar que a série a seguir converge
∞
∑︁ 4
(−1)𝑛+1 .
𝑛=2
(ln 𝑛)2
Como ln 𝑛 é crescente,
4
𝑎𝑛 =
(ln 𝑛)2
é decrescente. Além disso 𝑎𝑛 > 0 para todo 𝑛 ≥ 2 e 𝑎𝑛 → 0, pois
(ln 𝑛)2 → ∞ .
Dessa forma, podemos aplicar o teste de Leibniz para concluir que a série
alternada converge.
Exemplo 3.8.3:
≡ ◀ ▲ ▶
Séries Numéricas 107
10𝑛 10
Seja 𝑎𝑛 = . Veja que se 𝑛 ≥ 8, então 𝑛 + 2 ≥ 10 e 1 ≥ . Assim,
(𝑛 + 1)! 𝑛+2
10𝑛+1
𝑎𝑛+1 =
(𝑛 + 2)!
10𝑛 10
=
(𝑛 + 1)! (𝑛 + 2)
10𝑛
≤
(𝑛 + 1)!
= 𝑎𝑛
(𝑛 + 1)! = 1 · 2 · 3 · · · 𝑛 · (𝑛 + 1)
≥ 10! 10𝑛−10 (𝑛 + 1) .
Dessa forma
10𝑛
0<
(𝑛 + 1)!
10𝑛
≤
10! 10𝑛−10 (𝑛 + 1)
1010
= .
10! (𝑛 + 1)
Então, pelo Teorema do Confronto 2.14 temos que 𝑎𝑛 → 0.
Desse modo, todas as hipóteses do teorema são satisfeitas, de forma que podemos
concluir que essa série alternada converge.
≡ ◀ ▲ ▶
Séries Numéricas 108
Estimativa de Erro
Assim como no Teste da Integral o Teste de Leibniz também nos fornece uma
estimativa para o erro 𝑅𝑛 de uma série que atende às condições do teste.
é o resto da série (Definição 3.21) e está limitado pelo primeiro termo não
incluı́do na soma parcial
|𝑅𝑛 | = |𝑆 − 𝑆𝑛 | ≤ |𝑎𝑛+1 | .
Demonstração
Note que, o resto da série
∞
∑︁
𝑅𝑛 = (−1)𝑘+1 𝑎𝑘
𝑘=𝑛+1
≡ ◀ ▲ ▶
Séries Numéricas 109
Agora, usando que todos os termos entre par^enteses são positivos, pois 𝑎𝑛 > 𝑎𝑛+1 ,
temos que
≡ ◀ ▲ ▶
Séries Numéricas 110
Demonstração
Seja
∞
∑︁
𝑎𝑛
𝑛=1
−|𝑎𝑛 | ≤ 𝑎𝑛 ≤ |𝑎𝑛 |
≡ ◀ ▲ ▶
Séries Numéricas 111
0 ≤ 𝑎𝑛 + |𝑎𝑛 | ≤ 2|𝑎𝑛 | .
converge, pois
∞
∑︁ ∞
∑︁ (︀ )︀
𝑎𝑛 = 𝑎𝑛 + |𝑎𝑛 | − |𝑎𝑛 |
𝑛=1 𝑛=1
e as séries
∞
∑︁ ∞
∑︁
(︀ )︀
𝑎𝑛 + |𝑎𝑛 | e |𝑎𝑛 |
𝑛=1 𝑛=1
convergem.
Note que não é possı́vel afirmar que uma série que converge também converge
absolutamente. Como exemplo, observe a série 𝑝 alternada
∞
∑︁ (−1)𝑛+1
𝑝
.
𝑛=1
𝑛
Essa série converge se 0 < 𝑝 ≤ 1, entretanto esta série não é absolutamente conver-
gente, pois
∞ ⃒ ∞
⃒ (−1)𝑛+1 ⃒ ∑︁
⃒
∑︁
⃒ ⃒= 1
⃒ 𝑛𝑝 ⃒ 𝑛𝑝
𝑛=1 𝑛=1
≡ ◀ ▲ ▶
Séries Numéricas 112
Observe que dada uma série convergente de termos não negativos 𝑎𝑛 , então, a série
alternada
∑︁
(−1)𝑛+1 𝑎𝑛
Exemplo 3.9.1:
Use o teste da converg^encia absoluta para mostrar que
∞
∑︁ (𝑛!)2 3𝑛
𝑛
(−1)
𝑛=1
(2𝑛 + 1)!
≡ ◀ ▲ ▶
Séries Numéricas 113
é absolutamente convergente.
Exemplo 3.9.2: ∞
∑︁ arctg(𝑛)
Verifique se a série (−1)𝑛 é absolutamente convergente.
𝑛=1
𝑛2 + 1
Pelo Teste da Integral sabemos que essa série converge se, e somente se, a
integral
∫︁ ∞
arctg(𝑥)
𝑑𝑥
1 𝑥2 + 1
for convergente. Para calcular a integral usamos a mudança de variáveis
𝑑𝑥
𝑢 = arctg(𝑥) 𝑑𝑢 =
𝑥2 + 1
que leva aos novos limites de integração
𝜋 𝜋
arctg(1) = lim arctg(𝑥) =
4 𝑥→∞ 2
segue que
∫︁ ∞ ∫︁ 𝜋/2
arctg(𝑥)
𝑑𝑥 = 𝑢 𝑑𝑢
1 𝑥2 + 1 𝜋/4
≡ ◀ ▲ ▶
Séries Numéricas 114
⃒𝜋/2
𝑢2 ⃒⃒
= ⃒
2 𝜋/4
1 𝜋2 𝜋2
(︂ )︂
= −
2 4 16
3𝜋 2
= .
32
Como a integral é convergente a série é absolutamente convergente.
𝑛=1 𝑛=1
∞ 2) Determine se as séries convergem
∑︁ (0,1)𝑛
b) (−1)𝑛+1 absolutamente, apenas convergem ou divergem.
𝑛=1
𝑛 ∞ (︂ )︂𝑛
∑︁
𝑛 2 2
∞ a) (−1) 𝑛
∑︁ (−1)𝑛 3
c) √ 𝑛=1
𝑛=1
𝑛 ∞
∑︁ (−1)𝑛+1
∞ b)
∑︁ (−1)𝑛 𝑛=1
𝑛 ln(𝑛)
d) √
𝑛=1
1 + 𝑛 ∞
∑︁ arctg(𝑛)
∞
c) (−1)𝑛
∑︁ 𝑛 𝑛=1
𝑛2 + 1
e) (−1)𝑛+1
𝑛3 +1 ∞
𝑛=1 ∑︁ ln(𝑛)
d) (−1)𝑛
∞
∑︁ 𝑛! 𝑛=1
𝑛 − ln(𝑛)
f) (−1)𝑛+1
𝑛=1
2𝑛 ∞
∑︁ 𝑛
e) (−1)𝑛
∞ 𝑛+1
∑︁ 1 𝑛=1
g) (−1)𝑛 ∞
𝑛=1
𝑛+3 ∑︁
f) (−5)−𝑛
∞ 𝑛=1
∑︁ sen(𝑛)
h) (−1)𝑛 ∞
𝑛=1
𝑛2 ∑︁ (−100)𝑛
g)
∞ 𝑛=1
𝑛!
∑︁ 3+𝑛
i) (−1)𝑛+1 ∞
5+𝑛 ∑︁ (−1)𝑛+1
𝑛=1 h)
∞ 𝑛=1
𝑛2 + 2𝑛 + 1
∑︁ (−2)𝑛+1
j) ∞
𝑛 + 5𝑛 ∑︁ cos(𝑛𝜋)
𝑛=1 i) √
𝑛=1
𝑛 𝑛
≡ ◀ ▲ ▶
Séries Numéricas 115
∞ ∞
∑︁ cos(𝑛𝜋) ∑︁ (𝑛!)2 3𝑛
j) n) (−1)𝑛
𝑛=1
𝑛 𝑛=1
(2𝑛 + 1)!
∞ ∞
∑︁ (𝑛 + 1)𝑛 (︁√ √ )︁
(−1)𝑛
∑︁
k) o) (−1)𝑛 𝑛+1− 𝑛
𝑛=1
(2𝑛)𝑛
𝑛=1
∞ 2 ∞
∑︁ (𝑛!) (︁√
(−1)𝑛+1
)︁
l)
∑︁
𝑛
(2𝑛)! p) (−1) 𝑛2 +𝑛−𝑛
𝑛=1 𝑛=1
∞
∑︁ (2𝑛)!
m) (−1)𝑛
𝑛=1
2𝑛 𝑛! 𝑛
3.10 Revisão
∞
1) Calcule a soma das séries. ∑︁ 1
d)
∞ 𝑛=1
2𝑛3
∑︁ 1
a) ∞
𝑛=3
(2𝑛−3)(2𝑛−1) ∑︁ (−1)𝑛
e)
∞ ln(𝑛 + 1)
∑︁ −2 𝑛=1
b) ∞
𝑛=2
𝑛(𝑛 + 1) ∑︁ 1
f) (︀ )︀2
∞ 𝑛 ln(𝑛)
∑︁ 9 𝑛=2
c)
𝑛=1
(3𝑛−1)(3𝑛+2) ∞
∑︁ ln(𝑛)
g)
∞ 𝑛3
∑︁ −8 𝑛=1
d)
𝑛=3
(4𝑛−3)(4𝑛+1) ∞
∑︁ ln(𝑛)
h) (︀ )︀
∞
∑︁ 𝑛=3
ln ln(𝑛)
e) 𝑒−𝑛
∞
𝑛=0 ∑︁ (−1)𝑛
i) √
∞ 𝑛 𝑛2 + 1
∑︁ 3(−1)𝑛 𝑛=1
f)
4𝑛 ∞
𝑛=1 ∑︁ (−1)𝑛 3 𝑛2
j)
2) Determine se as séries convergem 𝑛=1
𝑛3 + 1
absolutamente, convergem condicionalmente ou
∞
divergem. ∑︁ 𝑛+1
k)
∞
∑︁ 1 𝑛=1
𝑛!
a) √
𝑛 ∞
𝑛=1 ∑︁ (−1)𝑛 (𝑛2 + 1)
l)
∞
∑︁ −5 𝑛=1
2𝑛2 + 𝑛 − 1
b)
𝑛 ∞
𝑛=1 ∑︁ (−3)𝑛
∞
m)
∑︁ (−1)𝑛 𝑛=1
𝑛!
c) √
𝑛=1
𝑛
≡ ◀ ▲ ▶
Séries Numéricas 116
∞ ∞
∑︁ 2𝑛 3𝑛 ∑︁ 1
n) b) (teste da razão)
𝑛=1
𝑛𝑛 𝑎
𝑛=1 𝑛
∞ ∞
∑︁ 1 ∑︁
o) √︀ c) 𝑏𝑛 (teste da integral)
𝑛=1 𝑛(𝑛+1)(𝑛+2) 𝑛=2
∞ ∞
1 ∑︁
(−1)𝑛+1 𝑏𝑛 (teste de Leibniz)
∑︁
p) √ d)
𝑛=2
𝑛 𝑛2 − 1 𝑛=2
∞
3) [resp] Considere as sequ^encias ∑︁
e) 𝑐𝑛 (teste do termo geral)
(︂ )︂ 𝑛=1
1 1
𝑎𝑛 = ln 1 + 2 e 𝑏𝑛 = 2
𝑛 𝑛 5) Mostre que
(︂ )︂
a) Quais das seguintes séries convergem e quais 𝑛+1
∞ ln
divergem? No item (i) use o teste da integral ∑︁ 𝑛+2
diretamente, não use que é uma série 𝑝. ln(𝑛 + 2) ln(𝑛 + 1)
𝑛=1
∞ ∞ ∞ (︂ )︂
∑︁ ∑︁ 𝑎𝑛 ∑︁ 1 1
i) 𝑏𝑛 iii) = −
𝑛=1 𝑛=1
𝑏𝑛 𝑛=1
ln(𝑛 + 2) ln(𝑛 + 1)
∞ ∞
Encontre o limite desta série.
∑︁ ∑︁
ii) 𝑎𝑛 iv) 𝑎𝑛𝑛
𝑛=1 𝑛=1
6) Considere as sequ^encias
≡ ◀ ▲ ▶
Séries Numéricas 117
8) Encontre o limite da seguinte série 10) Determine quais séries são convergentes ou
divergentes.
∞
∑︁ 6 ∞ ∞
∑︁ 1 ∑︁
𝑛=1
(2𝑛 − 1)(2𝑛 + 1) a) c) (−1)𝑛 tgh(𝑛)
𝑛=1
(3𝑛 − 2)𝑛+1/2 𝑛=1
9) Determine quais séries são convergentes ou ∞ (︀ )︀2 ∞
divergentes.
∑︁ arctg(𝑛) ∑︁ log𝑛 (𝑛!)
b) d)
∞ ∞ 𝑛2 + 1 𝑛=2
𝑛!
𝑛=1
∑︁ 2𝑛 𝑛! 𝑛! ∑︁ (𝑛!)𝑛
a) d)
𝑛=1
(2𝑛)! 𝑛=1
(𝑛𝑛 )2 11) Considere as somas das sequ^encias dadas a
∞ ∞ seguir, quais delas convergem?
∑︁ (𝑛!)𝑛 ∑︁ 𝑛𝑛
b) e) 𝑛(𝑛 + 1)𝑎𝑛
𝑛=1
𝑛𝑛2 (2𝑛 )2 a) 𝑎1 = 1 𝑎𝑛+1 =
𝑛=1
(𝑛 + 2)(𝑛 + 3)
∞
∑︁ 𝑛𝑛 Dica: escreva os primeiros termos e generalize os
c) cancelamentos
𝑛=1
2𝑛2
𝑛𝑎𝑛
b) 𝑎1 = 7 𝑎𝑛+1 =
∞ (𝑛 + 1)(𝑛 − 1)
∑︁ (3𝑛)!
f) 1
𝑛=1
𝑛!(𝑛 + 1)!(𝑛 + 2)! c) 𝑎1 = 1 𝑎𝑛+1 =
1 + 𝑎𝑛
∞
∑︁ 1 · 3 · · · (2𝑛 − 1) ⎧
1
g) ⎨ 𝑛, 𝑛 ı́mpar
4𝑛 2𝑛 𝑛!
⎪
𝑛=1 d) 𝑎𝑛 = 3
∞ ⎩𝑛,
⎪
𝑛 par
∑︁ 1 · 3 · · · (2𝑛 − 1) 3𝑛
h) (︀ )︀
𝑛=1
2 · 4 · · · (2𝑛) (3𝑛 + 1)
≡ ◀ ▲ ▶
4
Séries de Taylor
Nesse capı́tulo vamos utilizar a teoria desenvolvida para o estudo de séries numéricas
para construir as Séries de Pot^encias, que podemos imaginar como polin^omios de
grau infinito. Para estudar a converg^encia das Séries de Pot^encia, vamos considerar
que para cada valor fixo de 𝑥 temos uma série numérica que pode ser analisada
com os resultados do capı́tulo anterior. Porém, estaremos também interessados em
estudar essas séries como funções de 𝑥. Na próxima seção apresentaremos as Séries
de Taylor, que nos mostram como construir séries de pot^encia para funções que
conhecemos, desejamos estudar ou aproximar. Começamos apresentando a definição
da Série de Pot^encias.
≡ ◀ ▲ ▶
Séries de Taylor 119
Exemplo 4.1.1: ∞
∑︁
Determine a soma da série 𝑥𝑛 .
𝑛=0
Como essa série diverge para todo |𝑥| ≥ 1 essa igualdade só vale para o intervalo
(−1, 1).
A Figura 4.1 exibe o gráfico da função 1/(1 − 𝑥) e as quatro primeiras somas parciais
da série de pot^encias.
Com base no resultado desse exemplo podemos usar a série truncada como uma
aproximação para a função, desde que |𝑥| < 1, isso é,
𝑁
1 ∑︁
𝑓 (𝑥) = ≈ 𝑥𝑛 .
1−𝑥 𝑛=0
≡ ◀ ▲ ▶
Séries de Taylor 120
1 𝑃4
1−𝑥
4 𝑃3
3 𝑃2
2 𝑃1
-1 1
Exemplo 4.1.2:
Para quaisquer constantes reais 𝑎 e 𝛽 ̸= 0, calcule a soma da série
∞
∑︁
𝛽 𝑛 (𝑥 − 𝑎)𝑛 .
𝑛=0
Para cada 𝑥 fixo, esta é uma série geométrica com 𝑟 = 𝛽(𝑥 − 𝑎). Ela converge
se, e somente se, |𝑟| < 1, ou seja, quando
≡ ◀ ▲ ▶
Séries de Taylor 121
𝑛=0 𝑥=𝑎
O teorema a seguir apresenta uma propriedade das séries de pot^encias que simplifica
a analise de converg^encia.
≡ ◀ ▲ ▶
Séries de Taylor 122
|𝑥 − 𝑎| < |𝐿| .
|𝑥 − 𝑎| > |𝑀 | .
Demonstração
Parte 1
Suponha que
∞
∑︁
𝑐𝑛 𝐿𝑛
𝑛=0
≡ ◀ ▲ ▶
Séries de Taylor 123
a série
∞
∑︁
|𝑐𝑛 ||𝑥 − 𝑎|𝑛
𝑛=0
converge absolutamente.
Parte 2
𝑟 − 𝑎 = 𝑀 ̸= 0
|𝑠 − 𝑎| > |𝑀 |
|𝑥 − 𝑎| < |𝑠 − 𝑎|
|𝑠 − 𝑎| > |𝑀 | .
Esse teorema é útil para encontrar intervalos onde a série converge absolutamente e
onde a série diverge, o próximo exemplo emprega esse resultado.
Exemplo 4.1.4:
Determine para quais valores de 𝑥 a série
∞
∑︁
𝑛+1 (𝑥 − 2)𝑛
(−1)
𝑛=0
𝑛
≡ ◀ ▲ ▶
Séries de Taylor 124
é convergente.
que converge pois é a Série Harm^onica Alternada. Assim, pelo Teorema 4.2,
podemos afirmar que essa série converge absolutamente para todo 𝑥 tal que
|𝑥 − 2| < 1, ou seja, a série converge absolutamente no intervalo (1, 3). Note
que no ponto 𝑥 = 3 a série converge condicionalmente, por se tratar da Série
Harm^onica Alternada.
Como a Série Harm^onica diverge, essa última série também diverge. Assim pelo
Teorema 4.2, a série diverge sempre que |𝑥 − 𝑎| > 1, ou seja, a série diverge
em (−∞, 1] ∪ (3, ∞). O gráfico a seguir exibe a região de converg^encia dessa
série. No interior do intervalo a converg^encia é absoluta e no ponto 𝑥 = 3 é
condicional.
-1 0 1 2 3 4 5 6
Note que o último teorema garante que os pontos onde uma série de pot^encias
converge estão sempre em um intervalo, que chamamos de intervalo de converg^encia.
O teorema sobre a converg^encia das séries de pot^encias pode ser reescrito de uma
forma mais poderosa, apresentada a seguir.
≡ ◀ ▲ ▶
Séries de Taylor 125
|𝑥 − 𝑎| < 𝑅
|𝑥 − 𝑎| > 𝑅 .
𝑎−𝑅 𝑎 𝑎+𝑅
Demonstração
Queremos mostrar que se não estivermos em um dos dois primeiros casos
precisamos estar no terceiro, isso é, se o conjunto dos valores de 𝑥 onde a série
converge
∞
{︃ }︃
⧸︀ ∑︁
Ω= 𝑥∈R 𝑐𝑛 (𝑥 − 𝑎)𝑛 converge
𝑛=0
Ω = [ 𝑎 − 𝑅, 𝑎 + 𝑅 ]
Como não estamos na situação em que a converg^encia ocorre para toda a reta,
existe um ponto 𝑢 onde a série diverge, Assim, pelo Teorema 4.2, temos que
a série diverge para todo 𝑥 tal que |𝑥 − 𝑎| > 𝑑, onde 𝑑 = |𝑢 − 𝑎|. Concluı́mos
≡ ◀ ▲ ▶
Séries de Taylor 126
Ω ⊂ [ 𝑎 − 𝑑, 𝑎 + 𝑑 ] .
𝑅 = sup |𝑥 − 𝑎| . (4.2)
𝑥∈Ω
|𝑥 − 𝑎| < |𝑢 − 𝑎| ≤ 𝑅
então, pelo Teorema 4.2, a série converge absolutamente em 𝑥. Por outro lado,
se 𝑣 é tal que
𝑅 < |𝑣 − 𝑎|
então a série tem que divergir em 𝑣, pois caso contrário 𝑣 ∈ Ω o que contra-
ria (4.2).
Exemplo 4.1.5: ∞
∑︁ (𝑥 − 2)𝑛
Analise a converg^encia da série de pot^encias .
𝑛=0
10𝑛
≡ ◀ ▲ ▶
Séries de Taylor 127
-12 -8 -4 0 4 8 12 16 20
≡ ◀ ▲ ▶
Séries de Taylor 128
Exemplo 4.1.6: ∞
∑︁ 𝑥𝑛
Analise a converg^encia da série de pot^encias (−1)𝑛 .
𝑛=0
𝑛!
Como o limite é menor do que 1 para qualquer valor de 𝑥 concluı́mos que a série
converge em toda a reta real, ou seja, o raio de converg^encia da série é 𝑅 = ∞.
Exemplo 4.1.7: ∞
∑︁
Analise a converg^encia da série de pot^encias |𝑛𝑛 𝑥𝑛 | .
𝑛=0
Então essa série de pot^encias converge apenas em 𝑥 = 0, isto é, seu raio de
converg^encia é 𝑅 = 0.
|𝑥 − 𝑎| < 𝑅 ou 𝑎−𝑅<𝑥<𝑎+𝑅
≡ ◀ ▲ ▶
Séries de Taylor 129
∞ ∞
∑︁
𝑛 𝑛
∑︁ 𝑛 2 𝑥𝑛
f) 𝑛 𝑥 v)
𝑛=1
2 · 4 · 6 · · · · · (2𝑛)
𝑛=1
∞ ∞
∑︁ 𝑛 2 𝑥𝑛
∑︁ (5𝑥 − 4)𝑛
g) (−1)𝑛 𝑛 w)
2 𝑛=1
𝑛3
𝑛=1
∞
∞
10𝑛 𝑥𝑛
∑︁ 𝑥2𝑛
x)
∑︁
h) 𝑛(ln 𝑛)2
𝑛=1
𝑛3 𝑛=2
∞
∞
(−3)𝑛 𝑥𝑛
∑︁ 𝑥𝑛
y)
∑︁
i) √ 1 · 3 · 5 · · · · · (2𝑛 − 1)
𝑛=1
𝑛 𝑛 𝑛=1
∞
∞
𝑥𝑛
∑︁ 𝑛!𝑥𝑛
j)
∑︁ z)
𝑛3𝑛 𝑛=1
1 · 3 · 5 · · · · · (2𝑛 − 1)
𝑛=1
∞
2) Encontre o raio e o intervalo de converg^encia
∑︁ 𝑛𝑛 da série de pot^encias. Para quais valores de 𝑥 a
k) (−1)𝑛 𝑛
𝑛=2
4 ln 𝑛 série converge absolutamente e para quais valores
ela converge condicionalmente.
∞
∑︁ 𝑥2𝑛+1 ∞
l) (−1)𝑛 ∑︁
(2𝑛 + 1)! a) 𝑥𝑛
𝑛=0
𝑛=0
∞
∑︁ (𝑥 − 2)𝑛 ∞
m) ∑︁
𝑛2 +1 b) (𝑥 + 5)𝑛
𝑛=0
𝑛=0
∞ 𝑛
∑︁ (𝑥 − 3) ∞
n) (−1)𝑛 c)
∑︁
(−1)𝑛 (4𝑥 + 1)𝑛
𝑛=0
2𝑛 + 1
𝑛=0
∞
∑︁ 3𝑛 (𝑥 + 4)𝑛 ∞
(3𝑥 − 2)𝑛
o) √
∑︁
𝑛 d)
𝑛=1
𝑛=1
𝑛
≡ ◀ ▲ ▶
Séries de Taylor 130
∞ ∞
∑︁ (𝑥 − 2)𝑛 ∑︁ 4𝑛 𝑥2𝑛
e) m)
𝑛=0
10𝑛 𝑛=1
𝑛
∞ ∞
∑︁ ∑︁ (𝑥 − 1)𝑛
f) (2𝑥)𝑛 n)
𝑛=0 𝑛=1
𝑛3 3𝑛
∞ ∞
∑︁ 𝑛𝑥𝑛 ∑︁ 𝑥𝑛
g) o) √
𝑛=0
𝑛+2 𝑛=0
𝑛2 + 3
∞ ∞
∑︁ (−1)𝑛 (𝑥 + 2)𝑛 ∑︁ (−1)𝑛 𝑥𝑛+1
h) p) √
𝑛=1
𝑛 𝑛=0
𝑛+3
∞ ∞
∑︁ 𝑥𝑛 ∑︁ 𝑛(𝑥 + 3)𝑛
i) √ q)
𝑛=1
𝑛3𝑛 𝑛 𝑛=0
5𝑛
∞ ∞
∑︁ (𝑥 − 1)𝑛 ∑︁ 𝑛𝑥𝑛
j) √ r)
𝑛=1
𝑛 𝑛=0
4𝑛 (𝑛2 + 1)
∞ ∞ √
∑︁ (−1)𝑛 𝑥𝑛 ∑︁ 𝑥𝑛 𝑛
k) s)
𝑛=0
𝑛! 𝑛=0
3𝑛
∞ ∞
∑︁ 3𝑛 𝑥𝑛 ∑︁ √
l) t) 𝑛
𝑛(2𝑥 + 5)𝑛
𝑛=0
𝑛! 𝑛=1
Apresentamos nessa seção alguns resultados que nos auxiliam a realizar operações
em Séries de Pot^encias. Começamos pela importante propriedade que nos permite
derivar e integrar essas séries termo a termo. Se uma Série de Pot^encias possui um
raio de converg^encia 𝑅 > 0, então a função
∞
∑︁
𝑓 (𝑥) = 𝑐𝑛 (𝑥 − 𝑎)𝑛
𝑛=0
≡ ◀ ▲ ▶
Séries de Taylor 131
Observe que o primeiro termo da série é uma constante, portanto quando derivamos
a série ele desaparece e o ı́ndice da série para a derivada começa em um. Note
também que podemos aplicar a derivação termo a termo repetidas vezes para calcular
a 𝑘-ésima derivada de 𝑓
∞
(𝑘)
∑︁ )︀(𝑘)
𝑐𝑛 (𝑥 − 𝑎)𝑛
(︀
𝑓 (𝑥) =
𝑛=0
∞
∑︁
𝑛 (𝑛 − 1) · · · 𝑛 − (𝑘 − 1) 𝑐𝑛 (𝑥 − 𝑎)𝑛−𝑘 .
(︀ )︀
=
𝑛=𝑘
≡ ◀ ▲ ▶
Séries de Taylor 132
Esses teoremas, combinados com a fórmula que temos para a Série Geométrica, são
úteis para encontrar a função que representa uma dada série, ou para encontrar uma
série para uma dada função. Claro que isso só será possı́vel quando operações de
integração ou derivação nos dão ou uma série geométrica ou uma função que pode
ser vista como limite de uma série geométrica. Os próximos exemplos ilustram essa
aplicação.
Exemplo 4.2.1:
Encontre )︀uma série de pot^encias centrada em 𝑥 = 0 para a função 𝑓 (𝑥) =
2
(︀
ln 1 + 𝑥 .
Note que
𝑑 2𝑥 2𝑥
ln 1 + 𝑥2 =
(︀ )︀
= .
𝑑𝑥 1 + 𝑥2 1 − (−𝑥2 )
Comparando essa expressão com a fórmula da soma Série Geométrica com
𝑟 = −𝑥2
∞
∑︁ )︀𝑛 1
−𝑥2
(︀
=
𝑛=0
1 − (−𝑥2 )
≡ ◀ ▲ ▶
Séries de Taylor 133
Note que provamos a validade dessa fórmula apenas para 𝑥 ∈ (−1,1), pois
usamos o limite
⃒ 2 ⃒ da Série Geométrica que converge apenas para valores de 𝑥 tais
que |𝑟| = ⃒−𝑥 ⃒ < 1 . . Porém, série que aparece na última equação converge no
intervalo [−1, 1], entretanto, neste momento só podemos afirmar que a igualdade
vale para 𝑥 ∈ (−1, 1). Os casos 𝑥 = −1 e 𝑥 = 1 precisariam ser analisados
separadamente.
Exemplo 4.2.2:
Encontre uma função 𝑓 (𝑥) que represente a série
∞
∑︁ 𝑥2𝑛+1
𝑛
(−1)
𝑛=0
2𝑛 + 1
Se
∞
∑︁ 𝑥2𝑛+1
𝑛
𝑓 (𝑥) = (−1)
𝑛=0
2𝑛 + 1
Rearranjando temos
∞
′
∑︁ )︀𝑛−1
−𝑥2
(︀
𝑓 (𝑥) = .
𝑛=1
≡ ◀ ▲ ▶
Séries de Taylor 134
Veja que 𝑓 (0) = 0, então integrando 𝑓 ′ (𝑡) sobre [0, 𝑥] e usando o Teorema
Fundamental do Cálculo A.28, obtemos que
∫︁ 𝑥
𝑓 (𝑥) = 𝑓 ′ (𝑡) 𝑑𝑡
0
∫︁ 𝑥
1
= 𝑑𝑡
0 1 + 𝑡2
= arctg(𝑥) − arctg(0)
= arctg(𝑥) .
Note que só podemos garantir que a função arctg(𝑥) representa a série no
intervalo (−1, 1), pois utilizamos o limite da Série Geométrica, que só converge
neste intervalo. Observe ainda que podemos afirmar que essa série converge no
extremo 𝑥 = 1, usando o Teste de Leibniz 3.28. Entretanto, neste momento,
não podemos afirmar que em 𝑥 = 1 essa série converge para arctg(1).
então
∞
∑︁
𝑐𝑛 𝑥𝑛 = 𝐴(𝑥)𝐵(𝑥) |𝑥| < 𝑅 ,
𝑛=0
≡ ◀ ▲ ▶
Séries de Taylor 135
Observe que esse resultado nos diz que o produto de duas séries de potencia conver-
gentes também converge no mesmo intervalo. Porém, calcular os valores 𝑐𝑛 pode ser
uma tarefa extremamente complexa.
Podemos também fazer uma mudança de variáveis trocando 𝑥 por uma função 𝑓 (𝑥).
converge absolutamente desde que 𝑓 seja uma função contı́nua e |𝑓 (𝑥)| < 𝑅 .
≡ ◀ ▲ ▶
Séries de Taylor 136
≡ ◀ ▲ ▶
Séries de Taylor 137
Observe que estamos usando a notação de derivada zero 𝑓 (0) para indicar a própria
função 𝑓 , isso é,
Exemplo 4.3.1:
Calcule a Série de Maclaurin da função 𝑓 (𝑥) = 𝑒𝑥 .
(𝑘) 𝑑𝑘 𝑒𝑥
𝑓 (𝑥) = 𝑘
= 𝑒𝑥 .
𝑑𝑥
Como queremos a série centrada em 𝑥 = 0, precisamos avaliar as derivadas
nesse ponto
𝑓 (𝑘) (0) = 𝑒0 = 1 .
𝑐0 = 𝑓 (0) = 1 ,
𝑐1 = 𝑓 ′ (0) = 1 ,
𝑓 (2) (0) 1
𝑐2 = = ,
2! 2
𝑓 (3) (0) 1
𝑐3 = = .
3! 6
≡ ◀ ▲ ▶
Séries de Taylor 138
𝑓 (𝑘) (0) 1
𝑐𝑘 = = .
𝑘! 𝑘!
Podemos agora construir a Série de Taylor da função exponencial
∞
∑︁ 𝑓 (𝑛) (𝑎)
𝑆(𝑥) = (𝑥 − 𝑎)𝑛
𝑛=0
𝑛!
∞
∑︁ 𝑓 (𝑛) (0)
= 𝑥𝑛
𝑛=0
𝑛!
∞
∑︁ 𝑥𝑛 𝑥2 𝑥3 𝑥𝑛
= =1+𝑥+ + + ··· + + ···
𝑛=0
𝑛! 2 3! 𝑛!
3
𝑃4
2
𝑃2
-3 -2 -1 1 2
𝑃5 𝑃3 𝑃1
Ainda não podemos dizer que a série calculada nesse exemplo seja igual a função 𝑒𝑥 .
Entretanto ela aproxima muito bem a função como podemos ver na Figura 4.2, onde
a função 𝑒𝑥 está mostrada em azul. Nesse gráfico também estão as primeiras somas
parciais da série, correspondentes aos Polin^omio de Taylor com graus de 1 a 5. O
gráfico em magenta exibe 𝑃5 , observe que a partir de 𝑥 = −1 esse gráfico sobrepõe o
da função exponencial.
≡ ◀ ▲ ▶
Séries de Taylor 139
Séries Binomiais
onde
(︂ )︂
𝑚 𝑚! 𝑚(𝑚 − 1) · · · (𝑚 − 𝑘 + 1)
= = (4.4)
𝑘 𝑘!(𝑚 − 𝑘)! 𝑘!
𝑓 (𝑥) = (1 + 𝑥)𝑚
≡ ◀ ▲ ▶
Séries de Taylor 140
portanto
Note que para todo 𝑘 > 𝑚 teremos que 𝑓 (𝑘) (0) = 0. Dessa forma, a Série de Taylor
de 𝑓 centrada em zero é uma soma finita
∞ 𝑚
∑︁ 𝑓 (𝑘) (0) 𝑘 ∑︁ 𝑚(𝑚 − 1) · · · (𝑚 − 𝑘 + 1) 𝑘
𝑥 = 𝑥
𝑘! 𝑘!
𝑘=0 𝑘=1
Como o somatório é finito temos apenas uma igualdade entre polin^omios e podemos
escrever que a soma é igual a função
𝑚 (︂ )︂
𝑚
∑︁ 𝑚 𝑘
(1 + 𝑥) = 𝑥 𝑚∈N.
𝑘
𝑘=0
Porém, 𝑓 (𝑘) (0) deixa de ser zero para 𝑘 > 𝑚. Isso transforma a soma (4.5) em uma
série propriamente dita
∞ ∞ (︂ )︂
∑︁ 𝑓 (𝑘) (0) 𝑘 ∑︁ 𝑚 𝑘
𝑥 = 𝑥
𝑘! 𝑘
𝑘=0 𝑘=0
onde
(︂ )︂
𝑚 𝑚(𝑚 − 1) · · · (𝑚 − 𝑘 + 1)
= 𝑚∈R.
𝑘 𝑘!
Observe que como 𝑚 não é um inteiro positivo não podemos calcular seu fatorial.
Outro ponto fundamental é que com infinitos termos na Série de Taylor não podemos
afirmar que ela é igual a função sem verificar sua converg^encia. O próximo teorema
≡ ◀ ▲ ▶
Séries de Taylor 141
conclui a generalização da equação (4.3) para todo 𝑚 real, mostrando que a Série de
Taylor de 𝑓 (𝑥) = (1 + 𝑥)𝑚 converge para a função.
onde
(︂ )︂
𝑚 𝑚(𝑚 − 1) · · · (𝑚 − 𝑘 + 1)
= .
𝑘 𝑘!
Demonstração
Vamos aplicar o Teste da Razão nos termos da série
(︂ )︂
𝑚 𝑘 𝑚(𝑚 − 1) · · · (𝑚 − 𝑘 + 1) 𝑘
𝑎𝑘 = 𝑥 = 𝑥 .
𝑘 𝑘!
A razão entre os módulos dos termos é
⃒ ⃒ ⃒(︂ )︂ [︂(︂ )︂ ]︂−1 ⃒⃒
⃒ 𝑎𝑘+1 ⃒ ⃒⃒ 𝑚 𝑘+1 𝑚 𝑘
⃒ ⃒=⃒ 𝑥 𝑥
⃒
⃒ 𝑎𝑘 ⃒ ⃒ 𝑘 + 1 𝑘
⃒
⃒
𝑘+1 ⃒
⃒ ⃒
⃒ 𝑚(𝑚 − 1) · · · (𝑚 − 𝑘) 𝑘! 𝑥
= ⃒⃒ 𝑘
⃒
(𝑘 + 1)! 𝑚(𝑚 − 1) · · · (𝑚 − 𝑘 + 1) 𝑥 ⃒
|𝑚 − 𝑘|
= |𝑥| .
𝑘+1
O limite dessa razão, quando 𝑘 → ∞, é igual a |𝑥|. Então, a série converge
absolutamente quando |𝑥| < 1, ou seja, o intervalo de converg^encia é (−1, 1).
Isso significa que nesse intervalo podemos definir a função
∞ (︂ )︂
∑︁ 𝑚 𝑘
ℎ(𝑥) = 𝑥 .
𝑘
𝑘=0
≡ ◀ ▲ ▶
Séries de Taylor 142
ℎ(𝑥) = (1 + 𝑥)𝑚
Agora basta provar que 𝑔 é uma função constante, ou seja, vamos mostrar que
𝑔 ′ (𝑥) = 0 para todo 𝑥 ∈ (−1, 1). Calculando a derivada e igualando a zero
temos
Rearranjando a equação
≡ ◀ ▲ ▶
Séries de Taylor 143
∞ (︂ )︂ ∞ (︂ )︂
∑︁ 𝑚 ∑︁ 𝑚
= 𝑘𝑥𝑘−1 + 𝑘𝑥𝑘 .
𝑘 𝑘
𝑘=1 𝑘=1
Para somar as duas séries precisamos igualar o expoente de 𝑥, para isso alteramos
o ı́ndice da primeira série
∞ (︂ )︂ ∞ (︂ )︂
∑︁ 𝑚 ∑︁ 𝑚
(1 + 𝑥)ℎ′ (𝑥) = (𝑘 + 1)𝑥𝑘 + 𝑘𝑥𝑘
𝑘+1 𝑘
𝑘=0 𝑘=1
≡ ◀ ▲ ▶
Séries de Taylor 144
∞ (︂ )︂
[︃ ]︃
∑︁ 𝑚 𝑘
=𝑚 1+ 𝑥
𝑘
𝑘=1
∞ (︂ )︂
[︃(︂ )︂ ]︃
𝑚 ∑︁ 𝑚 𝑘
=𝑚 + 𝑥
0 𝑘
𝑘=1
∞ (︂ )︂
∑︁ 𝑚 𝑘
=𝑚 𝑥
𝑘
𝑘=0
= 𝑚ℎ(𝑥) .
Exemplo 4.3.2:
√
Encontre a Série de Taylor da função 3 𝑥.
≡ ◀ ▲ ▶
Séries de Taylor 145
≡ ◀ ▲ ▶
Séries de Taylor 146
1
c) 𝑓 (𝑥) = ln(𝑥) 𝑎=1 f) 𝑓 (𝑥) = 𝑎=0
(1 − 𝑥)3
d) 𝑓 (𝑥) = ln(1 + 𝑥) 𝑎=0
g) 𝑓 (𝑥) = 𝑒𝑥 𝑎=2
1
e) 𝑓 (𝑥) = 𝑎=2 h) 𝑓 (𝑥) = 2𝑥 𝑎=1
𝑥
1
(︁ 𝜋 )︁ 𝜋
f) 𝑓 (𝑥) = 𝑎=0 i) 𝑓 (𝑥) = cos 2𝑥 + 𝑎=
𝑥+2 2 4
√
g) 𝑓 (𝑥) = sen(𝑥) 𝑎 = 𝜋/4 j) 𝑓 (𝑥) = 𝑥 + 1 𝑎=0
6) Encontre os tr^es primeiros termos diferentes
h) 𝑓 (𝑥) = tg(𝑥) 𝑎 = 𝜋/4
de zero da Série de Maclaurin para cada função e
√
i) 𝑓 (𝑥) = 𝑥 𝑎=4 determine os valores de 𝑥 para os quais a série
√ converge absolutamente.
j) 𝑓 (𝑥) = 1 − 𝑥 𝑎=0
2
a) 𝑓 (𝑥) = cos(𝑥) −
4) Encontre as Séries de Maclaurin das funções 1−𝑥
a) 𝑓 (𝑥) = 𝑒−𝑥 b) 𝑓 (𝑥) = 1 − 𝑥 + 𝑥2 𝑒𝑥
(︀ )︀
≡ ◀ ▲ ▶
Séries de Taylor 147
Uma consequ^encia da definição da Série de Taylor é que se uma função pode ser
representada por uma Série de Pot^encias essa série coincide com a Série de Taylor da
função. Esse fato é apresentado com precisão pela proposição a seguir.
𝑓 (𝑛) (𝑎)
𝑐𝑛 = 𝑛 = 0, 1, 2, . . .
𝑛!
Demonstração
A função 𝑓 é infinitamente derivável, pois as séries de pot^encias são infinitamente
deriváveis em seu intervalo de converg^encia. Calculando a 𝑛-ésima derivada de
≡ ◀ ▲ ▶
Séries de Taylor 148
𝑓 , temos
∞
∑︁
(𝑛)
𝑓 (𝑥) = 𝑘(𝑘 − 1) · · · (𝑘 − 𝑛 + 1)𝑐𝑘 (𝑥 − 𝑎)𝑘−𝑛
𝑘=𝑛
∞
∑︁
= 𝑛!𝑐𝑛 + 𝑘(𝑘 − 1) · · · (𝑘 − 𝑛 + 1)𝑐𝑘 (𝑥 − 𝑎)𝑘−𝑛
𝑘=𝑛+1
𝑓 (𝑛) (𝑎)
𝑐𝑛 =
𝑛!
Exemplo 4.4.1:
Calcule a Série de Taylor centrada na origem, 𝑎 = 0, da função
⎧
⎨0 𝑥≤0
𝑓 (𝑥) =
⎩𝑒 − 1/𝑥 𝑥 > 0
Essa é uma função suave, infinitamente derivável, cujo gráfico está ilustrado na
figura a seguir.
≡ ◀ ▲ ▶
Séries de Taylor 149
0,5
-2 2 4 6 8
− 1/𝑥
Do lado direito, 𝑥 > 0, a função tem a forma 𝑓 (𝑥) = 𝑒 , calculando as
primeiras derivadas obtemos
− 1/𝑥
′ 𝑒
𝑓 (𝑥) =
𝑥2
− 1/𝑥
′′ 𝑒
𝑓 (𝑥) = (1 − 2𝑥)
𝑥4
− 1/𝑥
(3) 𝑒
𝑓 (𝑥) = (6𝑥2 − 6𝑥 + 1)
𝑥6
− 1/𝑥
(4) 𝑒
𝑓 (𝑥) = (−24𝑥3 + 36𝑥2 − 12𝑥 + 1)
𝑥8
Observamos, sem demonstrar, que a 𝑛-ésima derivada será sempre a exponencial
dividida por uma pot^encia de 𝑥 e multiplicada por um poli^onimo. Ao calcularmos
o limite 𝑥 → 0+ o polin^omio sempre produzirá um valor finito, enquanto
− 1/𝑥
𝑒
lim =0 𝑘 = 1, 2, 3, . . .
𝑥→0+ 𝑥𝑘
≡ ◀ ▲ ▶
Séries de Taylor 150
Concluı́mos que todas as derivadas de 𝑓 (𝑥) são zero na origem. Assim todos
os coeficientes da sua Série de Taylor são nulos e a soma da série é a função
constante igual a zero, que, evidentemente, não é igual a 𝑓 .
Uma função 𝑓 cuja Série de Taylor converge para 𝑓 é chamada de Função Analı́tica.
Nosso objetivo aqui é poder determinar quais funções são analı́ticas.
O próximo exemplo mostra uma forma direta para demonstrarmos que a Série de
Taylor de uma função coincide com a função. Ainda nessa seção apresentaremos o
Teorema de Taylor que simplifica essa verificação.
Exemplo 4.4.2:
Seja 𝑓 (𝑥) = ln(𝑥) encontre a série de Taylor de 𝑓 centrada em 𝑎 = 1. Encontre
o intervalo onde a série converge absolutamente e mostre que neste intervalo a
série coincide com 𝑓 .
Note que
≡ ◀ ▲ ▶
Séries de Taylor 151
∞
(−1)0 𝑓 (1) 0
∑︁ 𝑓 (𝑛) (1)
= (𝑥 − 1) + (𝑥 − 1)𝑛
0! 𝑛=1
𝑛!
∞
∑︁ (−1)𝑛−1 (𝑛 − 1)!
= (𝑥 − 1)𝑛
𝑛=1
𝑛!
∞
∑︁ (−1)𝑛−1
= (𝑥 − 1)𝑛 .
𝑛=1
𝑛
→ |𝑥 − 1|
√
onde usamos que 𝑛 𝑛 → 1 . Verificamos que o raio de converg^encia da série é
𝑅 = 1, portanto a série converge absolutamente para 𝑥 tal que |𝑥 − 1| < 1, ou
seja, para 𝑥 ∈ (0, 2). Poderı́amos analisar os extremos desse intervalo, mas para
identificar a série com a função 𝑓 vamos precisar derivar a série termo a termo
e esse procedimento só está garantido no intervalo aberto.
≡ ◀ ▲ ▶
Séries de Taylor 152
Dessa forma, fica provado que, no intervalo (0, 2), a função ln(𝑥) coincide com
sua Série de Taylor centrada em 𝑥 = 1.
A Figura 4.3 mostra a função ln(𝑥), em azul, e seus polin^omios de Taylor de ordens
1, 2, 3 e 6, o último desses polin^omios está desenhado em magenta. Observe que
para 𝑥 entre zero e dois os polin^omios se aproximam da função logaritmo, porém a
partir de 𝑥 = 2 eles se afastam rapidamente.
𝑃2
-1
-2
𝑃6
O método usado no último exemplo funcionou bem para a função logaritmo, mas
buscar uma estratégia especifica para cada função pode ser bastante complicado.
Felizmente, o Teorema de Taylor fornece uma forma relativamente simples para
verificar a converg^encia da série para uma classe muito grande de funções.
≡ ◀ ▲ ▶
Séries de Taylor 153
𝑅𝑛 (𝑥), ou seja,
𝑛
∑︁ 𝑓 (𝑘) (𝑎)
𝑓 (𝑥) = 𝑃𝑛 (𝑥) + 𝑅𝑛 (𝑥) = (𝑥 − 𝑎)𝑘 + 𝑅𝑛 (𝑥) .
𝑘!
𝑘=0
= lim 𝑃𝑛 (𝑥) + 0
𝑛→∞
𝑛
∑︁ 𝑓 (𝑘) (𝑎)
= lim (𝑥 − 𝑎)𝑘
𝑛→∞ 𝑘!
𝑘=0
∞
∑︁ 𝑓 (𝑘) (𝑎)
= (𝑥 − 𝑎)𝑘 .
𝑘!
𝑘=0
A import^ancia do Teorema de Taylor está exatamente no fato que ele fornece uma
fórmula para o resto 𝑅𝑛 (𝑥).
onde
𝑓 (𝑛+1) (𝑐)
𝑅𝑛 (𝑥) = (𝑥 − 𝑎)𝑛+1
(𝑛 + 1)!
para algum 𝑐 entre 𝑎 e 𝑥.
≡ ◀ ▲ ▶
Séries de Taylor 154
Demonstração
Dado um 𝑥 fixo, que podemos considerar sem perda de generalidade menor do
que 𝑎, definimos a constante 𝐾, de modo que
′ 𝑓 (𝑛) (𝑎) 𝐾
𝑓 (𝑥) = 𝑓 (𝑎) + 𝑓 (𝑎)(𝑥 − 𝑎) + · · · + (𝑥 − 𝑎)𝑛 + (𝑥 − 𝑎)𝑛+1 .
𝑛! (𝑛 + 1)!
𝐾 = 𝑓 (𝑛+1) (𝑐) .
𝑓 (𝑛) (𝑦)
[︂
′
𝜑(𝑦) = 𝑓 (𝑥) − 𝑓 (𝑦) + 𝑓 (𝑦)(𝑥 − 𝑦) + · · · + (𝑥 − 𝑦)𝑛
𝑛!
]︂
𝐾
+ (𝑥 − 𝑦)𝑛+1 .
(𝑛 + 1)!
Por construção essa função é tal que
𝜑(𝑎) = 𝜑(𝑥) = 0 .
Então, pelo Teorema de Rolle A.22, existe 𝑐 ∈ (𝑥, 𝑎) tal que 𝜑′ (𝑐) = 0. Calcu-
lando a derivada de 𝜑(𝑦) obtemos
[︂
𝜑′ (𝑦) = − 𝑓 (1) (𝑦)
𝑓 (3) (𝑦)
+ (𝑥 − 𝑦)2 − 𝑓 (2) (𝑦)(𝑥 − 𝑦)
2
+ ···
≡ ◀ ▲ ▶
Séries de Taylor 155
𝐾 = 𝑓 (𝑛+1) (𝑐) .
Para garantirmos que uma Série de Taylor converge para a sua função, podemos
mostrar que a diferença entre as somas parciais, 𝑃𝑛 (𝑥), e a função, 𝑓 , tende à zero,
para algum intervalo contendo 𝑎, quando o número de termos vai para infinito, isso é,
𝑓 (𝑛+1) (𝑐)
lim (𝑥 − 𝑎)𝑛+1 = 0 .
𝑛→∞ (𝑛 + 1)!
Porém, não existe uma forma sistemática para encontrar o valor correto para 𝑐, o
que normalmente fazemos é analisar todos os valores possı́veis e considerar o pior
caso, o próximo resultado formaliza esse procedimento.
≡ ◀ ▲ ▶
Séries de Taylor 156
O próximo exemplo ilustra como podemos verificar quando a Série de Taylor de uma
função converge para a própria função.
Exemplo 4.4.3:
Mostre que a Série de Taylor da função exponencial converge para a função
exponencial.
Vamos demonstrar agora que a série converge para a função, isso é,
∞
𝑥
∑︁ 𝑥𝑛
𝑒 = .
𝑛=0
𝑛!
Para qualquer valor 𝑥 ∈ R tomamos 𝑑 tal que |𝑥| ≤ 𝑑 temos então que para
qualquer 𝑛 ∈ N
⃒ ⃒
⃒ (𝑛+1) ⃒
⃒𝑓 (𝑥)⃒ = 𝑒𝑥 ≤ 𝑒𝑑 .
𝑒𝑑
|𝑅𝑛 (𝑥)| ≤ |𝑥 − 𝑎|𝑛+1 .
(𝑛 + 1)!
Calculamos o limite encontramos
𝑒𝑑 𝑛+1 𝑑 |𝑥 − 𝑎|𝑛+1
lim |𝑥 − 𝑎| = 𝑒 lim =0.
𝑛→∞ (𝑛 + 1)! 𝑛→∞ (𝑛 + 1)!
lim 𝑅𝑛 = 0
𝑛→∞
≡ ◀ ▲ ▶
Séries de Taylor 157
Exemplo 4.4.4:
Mostre que a soma da Série do Inverso do Fatorial é
∞
∑︁ 1
=𝑒.
𝑛=1
𝑛!
Exemplo 4.4.5:
Encontre a série de Taylor de cos(𝑥) centrada em 𝑥 = 𝜋/2. Mostre que essa série
converge para cos(𝑥) para todo 𝑥 ∈ R.
𝑓 (2𝑛) (𝜋/2) = 0
𝑓 (2𝑛+1) (𝜋/2) = (−1)𝑛+1 .
≡ ◀ ▲ ▶
Séries de Taylor 158
Pelo teorema de Taylor, sabemos que existe 𝑐 ∈ (𝜋/2, 𝑥) , ou 𝑐 ∈ (𝑥, 𝜋/2) , tal que
𝑘
∑︁ (−1)𝑛+1 (︁ 𝜋 )︁2𝑛+1
cos(𝑥) = 𝑥− + 𝑅2𝑘+1 (𝑥)
𝑛=0
(2𝑛 + 1)! 2
onde
𝑓 (2𝑘+2) (𝑐) (︁ 𝜋 )︁2𝑘+2
𝑅2𝑘+1 (𝑥) = 𝑥−
(2𝑘 + 2)! 2
(−1)𝑛+1 cos(𝑐) (︁ 𝜋 )︁2𝑘+2
= 𝑥− .
(2𝑘 + 2)! 2
|𝑥 − 𝜋/2|2𝑘+2
0 ≤ |𝑅2𝑘+1 (𝑥)| ≤ → 0.
(2𝑘 + 2)!
−3𝜋 −2𝜋 −𝜋 𝜋 2𝜋 3𝜋
-1
≡ ◀ ▲ ▶
Séries de Taylor 159
A Tabela 4.1 lista algumas séries de Maclaurin importantes e seus raios de conver-
g^encia.
∞
1 ∑︁
= 𝑥𝑛 = 1 + 𝑥 + 𝑥2 + 𝑥3 + · · · 𝑅=1
1−𝑥 𝑛=0
∞
𝑥
∑︁ 𝑥𝑛 𝑥 𝑥2 𝑥3
𝑒 = =1+ + + + ··· 𝑅=∞
𝑛=0
𝑛! 1 2! 3!
∞
∑︁ (−1)𝑛 𝑥2𝑛+1 𝑥3 𝑥5 𝑥7
sen(𝑥) = =𝑥− + − + ··· 𝑅=∞
𝑛=0
(2𝑛 + 1)! 3! 5! 7!
∞
∑︁ (−1)𝑛 𝑥2𝑛 𝑥2 𝑥4 𝑥6
cos(𝑥) = =1− + − + ··· 𝑅=∞
𝑛=0
(2𝑛)! 2 4! 6!
∞
∑︁ (−1)𝑛 𝑥2𝑛+1 𝑥3 𝑥5 𝑥7
arctg(𝑥) = =𝑥− + − + ··· 𝑅=1
𝑛=0
2𝑛 + 1 3 5 7
∞
∑︁ (−1)𝑛−1 𝑥𝑛 𝑥2 𝑥3 𝑥4
ln(𝑥 + 1) = =𝑥− + − + ··· 𝑅=1
𝑛=1
𝑛 2 3 4
∞ (︂ )︂
∑︁ 𝑘 𝑘(𝑘 − 1) 2
(1 + 𝑥)𝑘 = 𝑥𝑛 = 1 + 𝑘𝑥 + 𝑥 + ··· 𝑅=1
𝑛=0
𝑛 2
≡ ◀ ▲ ▶
Séries de Taylor 160
Uma das principais aplicações das Séries de Taylor é calcular aproximações para
uma função com o auxilio dos Polin^omios de Taylor. Se a série converge temos a
fórmula para o erro do Teorema de Taylor 4.14 para estimarmos o erro cometido ou
determinarmos o número de termos necessários para garantir que o erro é menor do
que a toler^ancia aceitável. Apresentamos a seguir alguns exemplos desse uso das
Séries de Taylor.
Exemplo ∫︁ 𝑦4.5.1:
2
Escreva 𝑒−𝑥 𝑑𝑥 como uma série de pot^encias centrada em 𝑥 = 0. Use a série
0 ∫︁ 1
2
obtida para encontrar uma aproximação para 𝑒−𝑥 𝑑𝑥 somando os quatro
0
primeiros termos da série.
Verificamos que 𝑅𝑘 (𝑥) → 0 para todo 𝑥 ∈ R, pois 𝑓 (𝑘) (𝑐) = 𝑒𝑐 para todo 𝑘, ou
seja, as derivadas são limitadas por |𝑒𝑐 |. Então, para todo 𝑥 ∈ R, temos que
∞
𝑥
∑︁ 𝑥𝑛
𝑒 = .
𝑛=0
𝑛!
Seja 𝑢(𝑥) = −𝑥2 . Note que 𝑢 : R → R é uma função contı́nua, então, para todo
𝑥 ∈ R temos que
∞ ∞
−𝑥2
∑︁ (−𝑥2 )𝑛 ∑︁ (−1)𝑛 𝑥2𝑛
𝑒 = = .
𝑛=0
𝑛! 𝑛=0
𝑛!
Dessa forma,
𝑦 ∞ 𝑦
(−1)𝑛
∫︁ ∫︁
2
∑︁
−𝑥
𝑒 𝑑𝑥 = 𝑥2𝑛 𝑑𝑥
0 𝑛=0
𝑛! 0
≡ ◀ ▲ ▶
Séries de Taylor 161
∞
∑︁ (−1)𝑛 𝑦 2𝑛+1
= .
𝑛=0
𝑛! 2𝑛 + 1
1 1 1
=1− + −
3 2! 5 3! 7
26
=
35
≈ 0,7429 .
entretanto não sabemos o erro cometido ao fazer essa aproximação. Como se trata
de uma série alternada, podemos usar a Proposição 3.30 que nos dá uma estimativa
superior para esse erro.
Exemplo 4.5.2:
Estimar o erro cometido na aproximação do exemplo anterior.
(−1)4 1
𝑅3 ≤ 𝑎4 = = ≈ 0,0046 .
4!(2 · 4 + 1) 4! 9
≡ ◀ ▲ ▶
Séries de Taylor 162
Exemplo 4.5.3: √︀
3 3
Aproxime
√ o valor de /2 usando Polin^omio de Taylor de grau 3 da função
3
𝑓 (𝑥) = 1 + 𝑥 . Obtenha uma estimativa para o erro cometido.
√
3
Podemos construir a Série de Taylor para a função 𝑓 (𝑥) = 1 + 𝑥 utilizando a
Série Binomial
∞ (︂1 )︂
√ 1
∑︁ /3 𝑛
3
1 + 𝑥 = (1 + 𝑥) /3 = 𝑥
𝑛=0
𝑛
onde
(︂ )︂
1/3
=1
0
(︂ )︂
1/3 1
=
1 3
(︂ )︂
1/3 1/3(1/3 − 1) 1
= =−
2 2 9
(︂ )︂
1/3 1/3(1/3 − 1)(1/3 − 2) 5
= = .
3 6 81
Assim
√
3 𝑥 𝑥2 5𝑥3
1 + 𝑥 ≈ 𝑃3 (𝑥) = 1 + − + .
3 9 81
Tomando 𝑥 = 1/2, temos
√︂ √︂
3 3 3 1 1 1 5
= 1+ ≈1+ − + ≈ 1,1466 .
2 2 6 36 648
Como a série é alternada podemos estimar o erro cometido por
⃒(︂ )︂⃒ (︂ )︂4
⃒ 1/3 ⃒ 1
𝑅3 ≤ 𝑎4 = ⃒⃒ ⃒ ≈ 0,0026 .
4 ⃒ 2
√
A Figura 4.5 mostra o gráfico da função 𝑓 (𝑥) = 3 1 + 𝑥 e o Polin^omio de Taylor 𝑃3 ,
assim como a aproximação de 𝑓 (1/2) por 𝑃3 (1/2).
≡ ◀ ▲ ▶
Séries de Taylor 163
−3𝜋 −2𝜋 −𝜋 𝜋 2𝜋 3𝜋
-1
𝑥2
∫︁ 0,4 √
g) 𝑓 (𝑥) = 𝑒 c) 1 + 𝑥4 𝑑𝑥 𝜀 = 5 · 10−6
0
𝑎=0 ℐ = {𝑥 ∈ R / 0 ≤ 𝑥 ≤ 0,1}
4) Encontre uma série cuja soma seja o valor da
h) 𝑓 (𝑥) = 𝑥 ln(𝑥) integral definida
𝑎=1 ℐ = {𝑥 ∈ R / 0,5 ≤ 𝑥 ≤ 1,5} ∫︁ 0,5
2
𝑥2 𝑒−𝑥 𝑑𝑥
i) 𝑓 (𝑥) = 𝑥 sen(𝑥) 0
≡ ◀ ▲ ▶
Séries de Taylor 164
Nessa seção apresentamos algumas exemplos de uso das Séries de Taylor para resolver
problemas matemáticos.
Podemos utilizar as Séries de Taylor para calcular integrais de funções cuja integração
seja muito complexa ou que a primitiva não pode ser expressa como uma combinação
finita de funções elementares. Para ilustrar essa técnica vamos aplicá-la para uma
função
Exemplo 4.6.1:
Calcule a Série de Taylor para a primitiva da função
𝑓 (𝑥) = sen 𝑥2 .
(︀ )︀
Sabemos que a função seno é igual a sua Série de Taylor para todo número real,
isso é, podemos escrever
𝛼3 𝛼5 𝛼7
sen(𝛼) = 𝛼 − + − + ···
3! 5! 7!
Fazendo 𝛼 = 𝑥2 temos
(︀ 2 )︀ 2 𝑥6 𝑥10 𝑥14
sen 𝑥 = 𝑥 − + − + ···
3! 5! 7!
Substituindo a função pela sua série dentro da integral e integrando termo a
termo, obtemos
𝑥6 𝑥10 𝑥14
∫︁ ∫︁
(︀ 2 )︀ 2
sen 𝑥 𝑑𝑥 = 𝑥 − + − + · · · 𝑑𝑥
3! 5! 7!
𝑥6 𝑥10 𝑥14
∫︁ ∫︁ ∫︁ ∫︁
2
= 𝑥 𝑑𝑥 − 𝑑𝑥 + 𝑑𝑥 − 𝑑𝑥 + · · ·
3! 5! 7!
≡ ◀ ▲ ▶
Séries de Taylor 165
𝑥3 𝑥7 𝑥11 𝑥15
=𝐶+ − + − + ···
3 7 · 3! 11 · 5! 15 · 7!
onde 𝐶 é a constante de integração. Para escrevermos essa série em um somatório,
colocamos 𝑥3 em evid^encia e escrevemos as pot^encias em termos de 𝑥4
4 8 12
∫︁ (︂ )︂
1 𝑥 𝑥 𝑥
sen 𝑥 𝑑𝑥 = 𝑥3
(︀ 2 )︀
− + − + ···
3 7 · 3! 11 · 5! 15 · 7!
4 0
(︃ (︀ )︀ (︀ 4 )︀2 (︀ 4 )︀3 )︃
−𝑥 4 1 −𝑥 −𝑥
(−𝑥 )
= 𝑥3 + + + + ···
3 7 · 3! 11 · 5! 15 · 7!
𝑘 3 + 4𝑘 1 + 2𝑘
0 3 1
1 7 3
2 11 5
3 15 7
Note que continuamos sem uma expressão fechada e finita para a integral. Porém,
mesmo a série sendo uma representação infinita, ela pode ser utilizada para aproximar
o valor da integral em qualquer ponto com a precisão que desejarmos.
Outra operação que pode ser complexa é o cálculo de limites indeterminados, nesse
caso a Série de Taylor também pode ajudar. Vamos ilustrar a técnica caculando o
limite
ln 𝑥
lim .
𝑥→1 𝑥−1
≡ ◀ ▲ ▶
Séries de Taylor 166
Esse é um limite, com indeterminação do tipo 0/0, onde podemos utilizar a regra de
l’H^opital
ln 𝑥 1/𝑥
lim = lim =1.
𝑥→1 𝑥−1 𝑥→1 1
Entretanto, a Série de Taylor oferece uma forma alternativa para calcular esse limite
que pode ser útil em outras situações.
Exemplo 4.6.2:
ln 𝑥
Calcule o limite lim .
𝑥→1 𝑥 − 1
ln 𝑥 𝑥 − 1 (𝑥 − 1)2 (𝑥 − 1)3
=1− + − + ···
𝑥−1 2 3 4
Agora calculamos o limite desejado
𝑥 − 1 (𝑥 − 1)2 (𝑥 − 1)3
(︂ )︂
ln 𝑥
lim = lim 1 − + − + ···
𝑥→1 𝑥 − 1 𝑥→1 2 3 4
como todos os termos da série, com exceção do primeiro, vão para zero, quando
𝑥 → 1, temos que
ln 𝑥
lim =1.
𝑥→1 𝑥−1
≡ ◀ ▲ ▶
Séries de Taylor 167
Podemos definir novas funções como a soma de uma Série de Taylor, essa é uma forma
para definir as funções reais conhecidas para variáveis complexas, como ilustrado
na próxima subseção, e também é como definimos várias funções especiais. Como
exemplo vamos definir uma das Funções de Bessel, que são as soluções da equação
de Bessel
𝑥2 𝑦 ′′ + 𝑥𝑦 ′ + (𝑥2 − 𝛼2 )𝑦 = 0 . (4.6)
Exemplo 4.6.3:
Exiba a Função de Bessel de Primeira Espécie de Ordem Zero, 𝐽0 (𝑥).
ℒ[𝑦] = 𝑥2 𝑦 ′′ + 𝑥𝑦 ′ + 𝑥2 𝑦 = 0 .
ℒ[𝑦] = 𝑥2 𝑦 ′′ + 𝑥𝑦 ′ + 𝑥2 𝑦
∞
∑︁ ∞
∑︁ ∞
∑︁
2 𝑛−2 𝑛−1 2
=𝑥 𝑎𝑛 𝑛(𝑛 − 1)𝑥 +𝑥 𝑎𝑛 𝑛𝑥 +𝑥 𝑎𝑛 𝑥𝑛
𝑛=2 𝑛=1 𝑛=0
∞
∑︁ ∞
∑︁ ∞
∑︁
𝑛 𝑛
= 𝑎𝑛 𝑛(𝑛 − 1)𝑥 + 𝑎𝑛 𝑛𝑥 + 𝑎𝑛 𝑥𝑛+2 .
𝑛=2 𝑛=1 𝑛=0
≡ ◀ ▲ ▶
Séries de Taylor 168
Para que ℒ[𝑦] = 0 precisamos que o coeficiente de cada pot^encia de 𝑥 seja zero.
Ao analisarmos o coeficiente de 𝑥 verificamos que
𝑎1 = 0 .
𝑎𝑛 𝑛2 + 𝑎𝑛−2 = 0
𝑎𝑛 = 0 𝑛 = 1, 3, 5, . . .
≡ ◀ ▲ ▶
Séries de Taylor 169
Observando que
𝑎0
𝑎2 = −
22
𝑎2 1 (︁ 𝑎0 )︁ 𝑎0
𝑎4 = − 2 = − 2 − 2 = 6
4 4 2 2
𝑎4 1 (︁ 𝑎0 )︁ 𝑎0
𝑎6 = − 2 = − 2 6 = − 6
6 6 2 2 (3 · 2)2
(︂ )︂
𝑎6 1 𝑎0 𝑎0
𝑎8 = − 2 = − 2 − 6 2
= 8 .
8 8 2 (3 · 2) 2 (4 · 3 · 2)2
Generalizando temos
(−1)𝑘
𝑎2𝑘 = 2𝑘 𝑎0 𝑘 = 1, 2, 3, . . .
2 (𝑘!)2
Podemos agora escrever
∞
∑︁ (−1)𝑘 2𝑘
𝑦(𝑥) = 𝑎0 𝑥 .
22𝑘 (𝑘!)2
𝑘=0
A Figura 4.6 a seguir mostra o gráfico da função 𝐽0 (𝑥) e alguns dos seus Polin^omios
de Taylor.
≡ ◀ ▲ ▶
Séries de Taylor 170
𝐽0 (𝑥)
1
0,5
5 10 15 20 25 30
Com os devidos cuidados, os resultados sobre sequ^encias e séries valem também para
os números ou funções complexos. Vamos apresentar aqui a Identidade de Euler
𝑧 = 𝑎 + 𝑏𝑖
𝑖2 = −1, 𝑖3 = −𝑖, 𝑖4 = 1, 𝑖5 = 𝑖 .
Vamos estender a definição das funções seno, cosseno e exponencial para variáveis
complexas, isso é, queremos avaliar essas funções para qualquer valor complexo 𝑧 ∈ C.
Fazemos isso substituindo o 𝑥 real pelo 𝑧 complexo nas Séries de Taylor dessas
funções
𝑧3 𝑧5 𝑧7
sen(𝑧) = 𝑧 − + + − · · ·
3! 5! 7!
≡ ◀ ▲ ▶
Séries de Taylor 171
𝑧2 𝑧4 𝑧8
cos(𝑧) = 1 − + + − · · ·
2! 4! 8!
𝑧 𝑧2 𝑧3 𝑧4
𝑒 = 1 + 𝑧 + + + + ···
2! 3! 4!
Note que, estamos apresentando esse resultado sem a devida justificativa. Para
sermos rigorosos precisamos verificar que todas as operações estão bem definidas e
que as séries convergem, porém, essa analise foge ao escopo desse curso.
𝑖𝜃 𝑖2 𝜃 2 𝑖3 𝜃 3 𝑖4 𝜃 4 𝑖5 𝜃 5 𝑖6 𝜃 6
𝑒 = 1 + 𝑖𝜃 + + + + + + ···
2! 3! 4! 5! 6!
Utilizando o cálculo das potencias de 𝑖 obtemos
𝑖𝜃 𝜃2 𝜃3 𝜃4 𝜃5 𝜃6
𝑒 = 1 + 𝑖𝜃 − − 𝑖 + + 𝑖 − + · · ·
2! 3! 4! 5! 6!
Nessa expressão, os termos com pot^encias impares contém 𝑖 e os termos com pot^encias
pares não. Vamos agrupar esses dois tipos de termos e colocar 𝑖 em evid^encia
2 4 6 3 5 7
(︂ )︂ (︂ )︂
𝜃 𝜃 𝜃 𝜃 𝜃 𝜃
𝑒𝑖𝜃 = 1 − + − + · · · + 𝑖 𝜃 − + − + · · · .
2! 4! 6! 3! 5! 7!
Os termos dentro do primeiro par de par^enteses são os termos da Série de Taylor
do cosseno e os termos dentro do segundo par de par^enteses são a série do seno.
Podemos, então, escrever a Identidade de Euler
Uma consequ^encia interessante dessa identidade é que podemos escrever uma relação
envolvendo “Todas as Constantes da Matemática”. Para isso basta escolher 𝜃 = 𝜋
ou seja
𝑒𝑖𝜋 + 1 = 0 .
≡ ◀ ▲ ▶
Séries de Taylor 172
Vamos ilustrar uma forma alternativa para calcular a Série de Taylor da função
arctg(𝑥) para ilustrar algumas manipulações possı́veis quando precisamos obter uma
Série de Taylor. Vamos começar, como em outros casos, calculando as derivadas da
função
𝑑 1
arctg(𝑥) =
𝑑𝑥 1 + 𝑥2
𝑑2 −2𝑥
arctg(𝑥) =
𝑑𝑥2 (1 + 𝑥2 )2
𝑑3 6𝑥2 − 2
arctg(𝑥) =
𝑑𝑥3 (1 + 𝑥2 )3
𝑑4 24𝑥(1 − 𝑥2 )
arctg(𝑥) = .
𝑑𝑥4 (1 + 𝑥2 )4
Não precisamos ir mais longe para perceber que esse não é um bom método, as
expressões estão se tornando cada vez mais complexas, portanto, precisamos tentar
outra abordagem.
Inicialmente, nesse desenvolvimento, não vamos nos preocupar com o rigor matemático
para obter uma candidata a Série de Taylor, depois justificamos o processo utilizado
demonstrando a converg^encia da série. Começamos observando que a derivada da
função arco tangente é igual a soma de uma Série Geométrica com 𝛼 = 1 e 𝑟 = −𝑥2
𝑑 1 𝛼
arctg(𝑥) = 2
= = 1 − 𝑥2 + 𝑥4 − 𝑥6 + 𝑥8 − · · ·
𝑑𝑥 1+𝑥 1−𝑟
Escrevemos então que
𝑑
arctg(𝑥) = 1 − 𝑥2 + 𝑥4 − 𝑥6 + 𝑥8 − · · ·
𝑑𝑥
integrando os dois lados temos a candidata a Série de Taylor para arctg(𝑥)
𝑥3 𝑥5 𝑥7 𝑥9
arctg(𝑥) = 𝑥 − + − + − ···
3 5 7 9
Temos uma Série de Taylor, porém, nossos cálculos não foram cuidadosos. Precisamos
demonstrar que a série obtida converge para a função. Faremos isso voltando para a
≡ ◀ ▲ ▶
Séries de Taylor 173
1 2 4 6 𝑛 2𝑛 (−1)𝑛+1 𝑥2(𝑛+1)
= 1 − 𝑥 + 𝑥 − 𝑥 + · · · + (−1) 𝑥 +
1 + 𝑥2 1 + 𝑥2
Temos agora uma expressão finita para a derivada da função arco tangente
𝑑 2 4 6 𝑛 2𝑛 (−1)𝑛+1 𝑥2(𝑛+1)
arctg(𝑥) = 1 − 𝑥 + 𝑥 − 𝑥 + · · · + (−1) 𝑥 +
𝑑𝑥 1 + 𝑥2
Por ser uma soma finita podemos integrar termo a termo sem preocupações com a
converg^encia
∫︁ 𝑥
𝑥3 𝑥5 𝑥7 (−1)𝑛 𝑥2𝑛+1 (−1)𝑛+1 𝑢2(𝑛+1)
arctg(𝑥) = 𝑥 − + − + ··· + + 𝑑𝑢 .
3 5 7 2𝑛 + 1 0 1 + 𝑢2
Estamos agora em uma situação similar ao Teorema de Taylor 4.14, onde podemos
concluir que a série converge para a função se o erro
∫︁ 𝑥
(−1)𝑛+1 𝑢2(𝑛+1)
𝑅𝑛 (𝑥) = 𝑑𝑢
0 1 + 𝑢2
convergir para zero, quando 𝑛 → ∞.
Para garantirmos que 𝑅𝑛 tende para zero, basta verificar que seu módulo tente a
zero, ou seja, queremos calcular o limite de
⃒∫︁ 𝑥 𝑛+1 2(𝑛+1)
⃒
⃒ (−1) 𝑢 ⃒
|𝑅𝑛 (𝑥)| = ⃒⃒ 2
𝑑𝑢⃒
0 1+𝑢 ⃒
≡ ◀ ▲ ▶
Séries de Taylor 174
lim 𝑅𝑛 (𝑥) = 0
𝑛→∞
e podemos concluir que, para todo 𝑥 ∈ [−1, 1 ] a Série de Taylor da função arco
tangente converge para a função
𝑥3 𝑥5 𝑥7 𝑥9
arctg(𝑥) = 𝑥 − + − + − ···
3 5 7 9
A solução desse problema obtida por Euler em 1735 o tornou conhecido na comunidade
Matemática da época e é de grande import^ancia por estar relacionada ao estuda da
Função Zeta de Riemann, 𝜁(𝑧), pois
∞
∑︁ 1
𝜁(2) = 2
.
𝑛=1
𝑛
≡ ◀ ▲ ▶
Séries de Taylor 175
sen(𝑥) 𝑥2 𝑥4 𝑥6
=1− + − + ···
𝑥 3! 5! 7!
Usando o Teorema de Fatoração de Weierstrass nessa função, podemos escrever
∞ (︂
𝑥2 𝑥2 𝑥2 𝑥2
)︂ (︂ )︂ (︂ )︂ (︂ )︂
sen(𝑥) ∏︁
= 1− 2 2 = 1− 2 1− 2 1 − 2 ···
𝑥 𝑛=1
𝜋 𝑛 𝜋 4𝜋 9𝜋
𝑥2 𝑥4 𝑥6 𝑥2 𝑥2 𝑥2
(︂ )︂ (︂ )︂ (︂ )︂
1− + − + ··· = 1 − 2 1− 2 1 − 2 ··· (4.8)
3! 5! 7! 𝜋 4𝜋 9𝜋
Como essa igualdade é válida sabemos que o coeficiente de cada pot^encia de 𝑥 é
igual nas duas expressões. Extraı́mos diretamente o coeficiente de 𝑥2 da Série de
Taylor obtendo
1 1
− =− .
3! 6
Multiplicando os termos do produto e coletando apenas os coeficientes de 𝑥2 temos
(︂ )︂ ∞
1 1 1 1 ∑︁ 1
− + + + ··· = − 2 .
𝜋 2 4𝜋 2 9𝜋 2 𝜋 𝑛=1 𝑛2
≡ ◀ ▲ ▶
Séries de Taylor 176
O primeiro passo é verificar que essa integral é igual a 𝜁(2). Note que a fração é a
soma da Série Geométrica com 𝛼 = 1 e 𝑟 = 𝑥𝑦, como os valores de 𝑥 e 𝑦 na integral
estão entre zero e um podemos escrever
∫︁ 1∫︁ 1 ∞
∫︁ 1∫︁ 1 ∑︁
1
𝐼= 𝑑𝑥𝑑𝑦 = 𝑥𝑛 𝑦 𝑛 𝑑𝑥𝑑𝑦 .
0 0 1 − 𝑥𝑦 0 0 𝑛=0
Como essa série é absolutamente convergente podemos trocar a ordem da soma com
a integração
∞ ∫︁ 1∫︁
∑︁ 1
𝐼= 𝑥𝑛 𝑦 𝑛 𝑑𝑥𝑑𝑦
𝑛=0 0 0
∞ ∫︁ 1
∑︁ 𝑦𝑛
= 𝑑𝑦
𝑛=0 0 𝑛+1
∞
∑︁ 1
= = 𝜁(2) .
𝑛=0
(𝑛 + 1)2
𝜋2
𝐼= .
6
Aplicamos uma mudança de variáveis rotacionando os eixos 45∘ no sentido horário
𝑢−𝑣 𝑢+𝑣
𝑥= √ 𝑦= √
2 2
≡ ◀ ▲ ▶
Séries de Taylor 177
de modo que
1 2
=
1 − 𝑥𝑦 2 − 𝑢2 + 𝑣 2
e(︀√
a nova)︀ região de integração seja o quadrado, Ω, com vértices opostos em (0, 0) e
2, 0 . O Jacobiano dessa transformação é
𝜕𝑥 𝜕𝑦 𝜕𝑥 𝜕𝑦 1 1 −1 1
𝐽= − = √ √ − √ √ =1.
𝜕𝑢 𝜕𝑣 𝜕𝑣 𝜕𝑢 2 2 2 2
Assim a integral assume a forma
∫︁ ∫︁
2
𝐼= 2 2
𝑑𝑢𝑑𝑣 .
Ω 2−𝑢 +𝑣
Usando
∫︁ 𝑥
𝑑𝑡 1 (︁ 𝑥 )︁
= arctg
0 𝑎2 + 𝑡 2 𝑎 𝑎
temos que
∫︁ 𝑢 )︂ (︂
𝑑𝑣 1 𝑢
= √ arctg √ ,
0 2 − 𝑢2 + 𝑣 2 2 − 𝑢2 2 − 𝑢2
√ (︃ √ )︃
2−𝑢
2−𝑢
∫︁
𝑑𝑣 1
= √ arctg √ .
0 2 − 𝑢2 + 𝑣 2 2 − 𝑢2 2 − 𝑢2
≡ ◀ ▲ ▶
Séries de Taylor 178
que produz
∫︁ 𝜋
(︃ √ )︃
6 2 sen (𝜃)
𝐼1 = 4 arctg √ 𝑑𝜃
0 2 cos (𝜃)
𝜋
2𝜋 2
∫︁ (︁ 𝜋 )︁2
6
=4 𝜃 𝑑𝜃 = 2 = 2 .
0 6 6
√
Para 𝐼2 usamos 𝑢 = 2 cos (2𝜃) que produz
√
𝑑𝑢 = −2 2 sen (2𝜃) 𝑑𝜃
√ √︀
= −2 2 1 − cos2 (2𝜃) 𝑑𝜃
√ √︀
= −2 2 1 − 𝑢2/2 𝑑𝜃
√︀
= −2 2 − 𝑢2 𝑑𝜃
e também
√ √
2−𝑢 2(1 − cos(2𝜃))
√ = √︀
2 − 𝑢2 2 − 2 cos2 (2𝜃)
√︃
1 − cos(2𝜃)
=
1 + cos(2𝜃)
√︃
2 sen2 (𝜃)
=
cos2 (𝜃)
= tg(𝜃) .
Temos então
∫︁ 0 𝜋
4𝜋 2
∫︁ (︁ 𝜋 )︁2
6
𝐼2 = 4 arctg (tg(𝜃)) (−2) 𝑑𝜃 = 8 𝜃 𝑑𝜃 = 4 = .
𝜋
6 0 6 62
Calculando 𝐼 temos
2𝜋 2 4𝜋 2 𝜋2
𝐼 = 𝐼1 + 𝐼2 = + =
62 62 6
≡ ◀ ▲ ▶
Séries de Taylor 179
4.7 Revisão
2
1) [resp] Para cada função abaixo, apresente sua 4) Seja 𝑓 (𝑥) =
série de Taylor com o centro indicado. Apresente 1−𝑥
também o raio de converg^encia das séries. a) Encontre um padrão para 𝑓 (𝑛) (𝑥) e use isso
1 para construir a série de Taylor de 𝑓 centrada
a) 𝑞(𝑥) = , centrada em 4 em 𝑥 = −1.
5−𝑥
∫︁
2 1
b) 𝐸(𝑥) = 𝑒−𝑥 𝑑𝑥 , centrada em 0 b) Mostre que 𝑓 (𝑥) =
𝑥+1
1−
2
c) 𝑑(𝑥) = cos2 𝑥 − sen2 𝑥 , centrada em 0
𝑥+1
2) [resp] Considere a função c) Tomando 𝑟 = , para quais valores de 𝑥
2
(︂ )︂ a função 𝑓 pode
∑︁ ser vista como o limite da série
1+𝑥 geométrica 𝑟𝑛 ?
𝐿(𝑥) = ln
1−𝑥
= ln(1 + 𝑥) − ln(1 − 𝑥) d) Use os itens (a) e (b) para concluir que
𝑅𝑛 (𝑥) → 0 se 𝑥 ∈ (−3, 1), onde 𝑅𝑛 (𝑥) é o resto
para |𝑥| < 1 Ela é utilizada para obter séries dado pelo teorema de Taylor.
numéricas que aproximam os valores de ln 2 e
5) Considere a série de pot^encias
ln 3. Nessa questão vamos explorar essa
utilização. ∞
∑︁ (−1)𝑛 (5𝑥 − 5)𝑛
a) Obtenha os valores de 𝑥 para os quais 𝑛5𝑛
𝑛=0
𝐿(𝑥) = ln 2 e 𝐿(𝑥) = ln 3.
b) Obtenha uma série de pot^encias para 𝐿 a) Qual o centro 𝑎 da série?
centrada em zero, explicitando seu raio de b) Qual o raio de converg^encia?
converg^encia.
c) Qual o intervalo de converg^encia da série?
c) Com base nos itens anteriores, apresente
séries numéricas que convergem para ln 2 e ln 3 d) Encontre uma função 𝑓 (𝑥) que coincide com
a série no interior do intervalo de converg^encia.
3) Seja 𝑓 (𝑥) = ln(𝑥).
a) Mostre que 6) Considere a série de pot^encias
∞ 2𝑛−1
𝑛−1 𝑥
∞
(−1)𝑛−1 (𝑥 − 1)𝑛
∑︁
𝑓 (𝑥) =
∑︁ (−1)
𝑛 𝑛=1
2𝑛 − 1
𝑛=1
para 𝑥 ∈ (0,2)
a) Encontre o intervalo de converg^encia da série.
b) Mostre que a série no item anterior converge
absolutamente em 𝑥 ∈ (0,2). Analise se a série b) Encontre uma função 𝑓 tal que
converge nos extremos 𝑥 = 0 e 𝑥 = 2. É possı́vel ∞
∑︁ 𝑥2𝑛−1
afirmar que a série diverge em (−∞, 0) ∪ (2, ∞)? 𝑓 (𝑥) = (−1)𝑛−1
𝑛=0
2𝑛 − 1
c) Some os quatro primeiros termos da série do
item (a) para encontrar uma aproximação para o no interior do intervalo de converg^encia.
valor de ln(3/2). Estime o erro cometido.
≡ ◀ ▲ ▶
Séries de Taylor 180
≡ ◀ ▲ ▶
5
Séries de Fourier
5.1 Introdução
Nesse capı́tulo apresentamos a Série de Fourier, que tem como caracterı́stica decompor
funções periódicas em suas frequ^encias constituintes. Começamos com um estudo
sobre as funções senoidais na Seção 5.2, depois definimos a Série de Fourier na
Seção 5.3 e discutimos sua converg^encia na Seção 5.4. A Seção 5.5 mostra como
podemos tirar proveito da simetria de algumas funções para simplificar os cálculos
dos coeficientes de Fourier. Por fim a Seção 5.6 discute uma caracterı́stica particular
das somas parciais da Série de Fourier, conhecida como Fen^omeno de Gibbs. Usamos
esse fen^omeno para discutir mais alguns detalhes importantes da aproximação de
funções pela sua Série de Fourier.
≡ ◀ ▲ ▶
Séries de Fourier 182
No estudo das Séries de Fourier vamos decompor funções periódicas em suas frequ^en-
cias constituintes, para isso precisamos ter um entendimento claro do significado
de alguns termos. Vamos começar apresentando o conceito de Senoide ou Função
senoidal, essas são funções que possuem a mesma forma de uma função seno, podemos
representar essas funções de diversas formas, por exemplo
Essa função representa uma oscilação suave que se repete com Frequ^encia 𝜔. A
multiplicação por 2𝜋 serve para ajustar as unidades, com esse ajuste se 𝑡 representar
o tempo medido em segundos, a frequ^encia, 𝜔, será medida em hertz. Sem esse
fator 𝜔 representaria uma frequ^encia angular.
𝑎 = 𝐴 cos(𝜙) 𝑏 = −𝐴 sen(𝜙) .
Exemplo 5.2.1:
Mostre que as expressões
são equivalentes.
≡ ◀ ▲ ▶
Séries de Fourier 183
𝑔(𝑡) = 𝐴 cos(2𝜋𝜔𝑡 + 𝜙)
(︀ )︀
= 𝐴 cos(2𝜋𝜔𝑡) cos(𝜙) − sen(2𝜋𝜔𝑡) sen(𝜙)
= 𝐴 cos(𝜙) cos(2𝜋𝜔𝑡) − 𝐴 sen(𝜙) sen(2𝜋𝜔𝑡) .
Fazendo
𝑎 = 𝐴 cos(𝜙) 𝑏 = −𝐴 sen(𝜙)
concluı́mos que
Exemplo 5.2.2: (︁ 𝜋 )︁
Mostre que sen (2𝜋𝜔𝑡) = cos 2𝜋𝜔𝑡 + .
2
Começamos pela expressão do lado direto e obtemos o seno
(︁ 𝜋 )︁ (︁ 𝜋 )︁ (︁ 𝜋 )︁
cos 2𝜋𝜔𝑡 + = cos (2𝜋𝜔𝑡) cos − sen (2𝜋𝜔𝑡) sen
2 2 2
= sen (2𝜋𝜔𝑡) .
A Figura 5.1 compara algumas funções senoidais. No gráfico (a) está a função cos(2𝜋𝑡)
que possui amplitude 𝐴 = 1, frequ^encia 𝜔 = 1 e fase 𝜙 = 0. Em (b) está a função
cos(2𝜋3𝑡) com frequ^encia 𝜔 = 3, note que o gráfico indica o Perı́odo 𝑇 da senoide
que é igual ao inverso da frequ^encia
1
𝑇 = .
𝜔
Em (c) temos 2 cos(2𝜋𝑡) com amplitude 𝐴 = 2 enquanto que (d) exibe cos(2𝜋𝑡 + 2𝜋/3)
com fase 𝜙 = 2𝜋/3.
Porém, apesar de possuir a mesma frequ^encia, essa não é a mesma função, visto que
≡ ◀ ▲ ▶
Séries de Fourier 184
1 2 1 2
-1 -1
(c) (d) 𝜙
1 𝐴 1
1 2 1 2
-1 -1
possui partes real e imaginária. Essa representação possui algumas vantagens, mas
vamos postergar seu uso até o capı́tulo sobre a Transformada de Fourier.
A proposição a seguir resume algumas relações que foram descritas nessa seção.
≡ ◀ ▲ ▶
Séries de Fourier 185
√︀
Amplitude 𝐴 = 𝑎2 + 𝑏 2
(︂ )︂
−𝑏
Fase 𝜙 = arctg
𝑎
1
Perı́odo 𝑇 = .
𝜔
𝑓 (𝑥 + 𝑇 ) = 𝑓 (𝑥) ∀𝑥 ∈ R .
Observe que uma função que possui perı́odo 𝑇 também possui perı́odo 𝑘𝑇 , com
𝑘 = 1, 2, . . . O menor valor que é um perı́odo de 𝑓 é chamado de Perı́odo Fundamental
de 𝑓 .
ℎ(𝑥) = 𝑓 (𝑥)𝑔(𝑥)
é periódico de perı́odo 𝑇 .
≡ ◀ ▲ ▶
Séries de Fourier 186
Demonstração
Podemos demonstrar essas propriedades por substituição
A Função Constante 𝑓 (𝑥) = 𝑐 é periódica para qualquer perı́odo, pois, para qualquer
número 𝑇 temos
𝑓 (𝑥 + 𝑇 ) = 𝑐 = 𝑓 (𝑥) .
cos(𝛼𝐿) = cos(−𝛼𝐿) ,
sen(𝛼𝐿) = sen(−𝛼𝐿) ,
que correspondem a
cos(𝛼𝐿) = cos(𝛼𝐿) ,
sen(𝛼𝐿) = − sen(𝛼𝐿) .
O cosseno não impõe nenhuma restrição, mas o seno precisa ser zero, sen(𝛼𝐿) = 0 ,
≡ ◀ ▲ ▶
Séries de Fourier 187
𝛼𝐿 = 𝑛𝜋 𝑛 = 0, 1, 2, 3, . . . .
Isolando 𝛼 temos
𝑛𝜋
𝛼= 𝑛 = 0, 1, 2, 3, . . . .
𝐿
Concluı́mos que as funções trigonométricas com perı́odo 𝑇 são
(︁ 𝑛𝜋 )︁ (︁ 𝑛𝜋 )︁
cos 𝑥 e sen 𝑥 𝑛 = 0, 1, 2, . . .
𝐿 𝐿
Comparando os par^ametros dessas funções com a Definição das Funções Senoidais 5.1
podemos explicitar o valor da frequ^encia para cada 𝑛
𝑛𝜋
2𝜋𝜔 =
𝐿
𝑛
𝜔=
2𝐿
consequentemente o perı́odo fundamental será
2𝐿
𝑇 = 𝜔 −1 = .
𝑚
Para quem ainda não estudou Álgebra Linear a propriedade que realmente precisamos
é que quando integramos funções seno e cosseno com frequ^encias diferentes o resultado
≡ ◀ ▲ ▶
Séries de Fourier 188
Com a escolha adequada do intervalo e das frequ^encias as funções seno e cosseno são
funções ortogonais entre si.
Demonstração
Vamos demonstrar aqui a relação de ortogonalidade entre as funções cosseno.
As demonstrações das demais relações são análogas.
≡ ◀ ▲ ▶
Séries de Fourier 189
1 𝐿
(︂ )︂ (︂ )︂
(𝑚 − 𝑛)𝜋
∫︁
(𝑚 + 𝑛)𝜋
= cos 𝑥 + cos 𝑥 𝑑𝑥
2 −𝐿 𝐿 𝐿
1 𝐿
∫︁ (︂ )︂
2𝑚𝜋
= cos 𝑥 + cos (0) 𝑑𝑥
2 −𝐿 𝐿
[︂ (︂ )︂ ]︂ ⃒𝐿
1 𝐿 2𝑚𝜋 ⃒
= sen 𝑥 + 𝑥 ⃒⃒
2 2𝑚𝜋 𝐿 −𝐿
1 (︀ )︀
= 𝐿 − (−𝐿)
2
=𝐿.
1 𝐿
(︂ )︂ (︂ )︂
(𝑚 − 𝑛)𝜋
∫︁
(𝑚 + 𝑛)𝜋
= cos 𝑥 + cos 𝑥 𝑑𝑥
2 −𝐿 𝐿 𝐿
[︃ (︂ )︂ (︂ )︂ ]︃⃒𝐿
𝐿 1 (𝑚 + 𝑛)𝜋 1 (𝑚 − 𝑛)𝜋 ⃒
= sen 𝑥 + sen 𝑥 ⃒
2𝜋 𝑚 + 𝑛 𝐿 𝑚−𝑛 𝐿 ⃒
−𝐿
=0.
≡ ◀ ▲ ▶
Séries de Fourier 190
Assim como no estudo das Séries de Taylor, vamos primeiro definir as Séries de
Fourier, em seguida associar essas séries à funções e depois estudar sua converg^encia.
Começamos pela seguinte definição.
≡ ◀ ▲ ▶
Séries de Fourier 191
para 𝑥 ∈ R.
Exemplo 5.3.1:
Sintetizando funções.
≡ ◀ ▲ ▶
Séries de Fourier 192
1 3
2
𝐴𝑛
1 0
𝑎𝑛
0 -1 1
𝜋 1
𝜙𝑛
0 0 -2 2
−𝜋 -1 𝑏𝑛 -1
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
5
2 1
𝐴𝑛
1 0
3
𝑎𝑛
0 -1
𝜋 1 1
𝜙𝑛
0 0
-2 2
𝑏𝑛 -1
−𝜋 -1
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
2 1
𝐴𝑛 6
1 0
𝑎𝑛
0 -1
𝜋 1 2
𝜙𝑛
0 0
-2 2
−𝜋 -1 𝑏𝑛
-2
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
Observe nos casos anteriores que pela fase ser sempre zero 𝑎𝑛 coincide com 𝐴𝑛 e
𝑏𝑛 é sempre nulo. Outro ponto relevante é que essas funções tem sempre média
zero, pois o termo constante, 𝑛 = 0, não está presente. Para que a função oscile
em torno do zero vamos incluir a amplitude 𝐴0 = 1 . Obtemos assim a próxima
função.
2 1
𝐴𝑛 6
1 0
𝑎𝑛
0 -1
𝜋 1 2
𝜙𝑛
0 0
𝑏𝑛 -2 2
−𝜋 -1
-2
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
≡ ◀ ▲ ▶
Séries de Fourier 193
𝜙𝑛 = 𝑛𝑝 𝑛 = 0, 1, . . . , 7
𝜋 𝜋
onde o par^ametro 𝑝 assume os valores 𝑝 = , e 𝜋.
4 2
2 1
𝐴𝑛 6
1 0
𝑎𝑛
0 -1
𝜋 1 2
𝜙𝑛
0 0
𝑏𝑛 -2 2
−𝜋 -1
-2
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
2 1
𝐴𝑛 6
1 0
𝑎𝑛
0 -1
𝜋 1 2
𝜙𝑛
0 0
𝑏𝑛 -2 2
−𝜋 -1
-2
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
2 1
𝐴𝑛 6
1 0
𝑎𝑛
0 -1
𝜋 1 2
𝜙𝑛
0 0
𝑏𝑛 -2 2
−𝜋 -1
-2
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
≡ ◀ ▲ ▶
Séries de Fourier 194
Exemplo 5.3.2:
Função de Weierstrass.
A função de Weierstrass é uma função contı́nua para todo 𝑥 ∈ R mas que não é
derivável em nenhum ponto. Ela foi criada para derrubar a conjectura, que se
tentava verificar na época, de que toda função contı́nua é derivável exceto em
pontos isolados. Essa função é definida como a soma da Serie de Fourier
∞
∑︁
𝑊 (𝑥) = 𝛼𝑛 cos (𝛽 𝑛 𝜋𝑥)
𝑛=0
0,5 1
-2
-0,8
-1
-1,2
≡ ◀ ▲ ▶
Séries de Fourier 195
-1
-1,1
1 𝐿
∫︁ (︁ 𝑛𝜋 )︁
𝑎𝑛 = 𝑓 (𝑥) cos 𝑥 𝑑𝑥 𝑛 = 0, 1, 2, 3, . . . (5.4)
𝐿 −𝐿 𝐿
1 𝐿
∫︁ (︁ 𝑛𝜋 )︁
𝑏𝑛 = 𝑓 (𝑥) sen 𝑥 𝑑𝑥 𝑛 = 1, 2, 3, . . . (5.5)
𝐿 −𝐿 𝐿
Demonstração
≡ ◀ ▲ ▶
Séries de Fourier 196
≡ ◀ ▲ ▶
Séries de Fourier 197
1 𝐿
∫︁ (︁ 𝑛𝜋 )︁
𝑎𝑛 = 𝑓 (𝑥) cos 𝑥 𝑑𝑥
𝐿 −𝐿 𝐿
Dada uma função 𝑓 que é periódica de perı́odo 2𝐿, queremos saber se essa função
pode ser representada por uma Série de Fourier. Aliás, sempre que for possı́vel
calcular as integrais em (5.4) e (5.5), podemos dizer que a série em (5.2) com os
coeficientes dados por (5.4) e (5.5) é a Série de Fourier de 𝑓 . Note que ainda não
temos nenhuma garantia de que a Série de Fourier de 𝑓 coincide com a própria 𝑓 .
Porém, antes de iniciarmos a discussão sobre a converg^encia vamos definir a Série de
Fourier de uma função 𝑓 e ilustrar como podemos calculá-la.
1 𝐿
∫︁ (︁ 𝑛𝜋 )︁
𝑎𝑛 = 𝑓 (𝑥) cos 𝑥 𝑑𝑥 𝑛 = 0, 1, 2, 3, . . .
𝐿 −𝐿 𝐿
≡ ◀ ▲ ▶
Séries de Fourier 198
∫︁ 𝐿
1 (︁ 𝑛𝜋 )︁
𝑏𝑛 = 𝑓 (𝑥) sen 𝑥 𝑑𝑥 𝑛 = 1, 2, 3, . . .
𝐿 −𝐿 𝐿
Os exemplos a seguir ilustram o uso desse resultado para construir a Série de Fourier
de algumas funções.
Exemplo 5.3.3:
Encontre a série de Fourier gerada pela função periódica
⎧
⎨0, −1 < 𝑥 < 0
𝑓 (𝑥) = 𝑓 (𝑥 + 2) = 𝑓 (𝑥) .
⎩1, 0≤𝑥≤1
Analisando essa função verificamos que ela é periódica com perı́odo 𝑇 = 2 então
𝑇
𝐿= =1
2
e seu gráfico é
-3 -2 -1 1 2 3
≡ ◀ ▲ ▶
Séries de Fourier 199
Note que ainda não podemos dizer se a soma da série, 𝑆(𝑥), será igual a função
que deu origem a série 𝑓 (𝑥).
Para 𝑛 = 0 temos
∫︁ 1 ∫︁ 1 ⃒1
⃒
𝑎0 = cos(0) 𝑑𝑥 = 𝑑𝑥 = 𝑥 ⃒⃒ = 1 .
0 0 0
Para 𝑛 ̸= 0 temos
∫︁ 1
⃒1
1 ⃒
𝑎𝑛 = cos (𝑛𝜋𝑥) 𝑑𝑥 = sen (𝑛𝜋𝑥) ⃒⃒ = 0 ,
0 𝑛𝜋 0
∫︁ 1 ⃒1
1 ⃒ 1 (︀ )︀
𝑏𝑛 = sen (𝑛𝜋𝑥) 𝑑𝑥 = − cos (𝑛𝜋𝑥) ⃒⃒ = − cos(𝑛𝜋) − 1 .
0 𝑛𝜋 0 𝑛𝜋
≡ ◀ ▲ ▶
Séries de Fourier 200
-1 𝑏𝑛 −𝜋
0 5 10 15 0 5 10 15
Exemplo 5.3.4:
Encontre a série de Fourier gerada pela função periódica
⎧
⎨−𝑥, −2 < 𝑥 ≤ 0
𝑓 (𝑥) = 𝑓 (𝑥 + 4) = 𝑓 (𝑥) .
⎩ 𝑥, 0<𝑥<2
Analisando essa função verificamos que ela é periódica com perı́odo 𝑇 = 4 então
𝑇
𝐿= =2
2
e seu gráfico é
-6 -5 -4 -3 -2 -1 1 2 3 4 5 6
≡ ◀ ▲ ▶
Séries de Fourier 201
1 2
∫︁ (︁ 𝑛𝜋 )︁
𝑎𝑛 = 𝑓 (𝑥) cos 𝑥 𝑑𝑥 ,
2 −2 2
1 2
∫︁ (︁ 𝑛𝜋 )︁
𝑏𝑛 = 𝑓 (𝑥) sen 𝑥 𝑑𝑥 .
2 −2 2
Precisamos agora calcular as integrais e encontrar os valores dos coeficientes.
Começamos calculando 𝑎0
1 2
∫︁ (︂ )︂
0𝜋
𝑎0 = 𝑓 (𝑥) cos 𝑥 𝑑𝑥
2 −2 2
1 2
∫︁
= 𝑓 (𝑥)𝑑𝑥
2 −2
(︂∫︁ 2 ∫︁ 2 )︂
1
= −𝑥 𝑑𝑥 + 𝑥 𝑑𝑥
2 0 0
∫︁ 2
= 𝑥 𝑑𝑥
0
⃒2
𝑥2 ⃒⃒ 22 0
= ⃒ = − =2.
2 0 2 2
1 2
∫︁ (︁ 𝑛𝜋 )︁ ∫︁ 2 (︁ 𝑛𝜋 )︁
𝑎𝑛 = 𝑓 (𝑥) cos 𝑥 𝑑𝑥 = 𝑥 cos 𝑥 𝑑𝑥 .
2 −2 2 0 2
Vamos agora calcular a primitiva dessa função
∫︁ (︁ 𝑛𝜋 )︁
𝐻(𝑥) = 𝑥 cos 𝑥 𝑑𝑥
2
≡ ◀ ▲ ▶
Séries de Fourier 202
≡ ◀ ▲ ▶
Séries de Fourier 203
lares e obtemos
2 (︀ )︀
𝑏𝑛 = cos(−𝑛𝜋) − cos(𝑛𝜋) = 0 .
𝑛𝜋
O último passo é substituir os coeficientes calculados na expressão da série e
simplificar os termos
∞
𝑎0 ∑︁ (︁ 𝑛𝜋 )︁ (︁ 𝑛𝜋 )︁
𝑆(𝑥) = + 𝑎𝑛 cos 𝑥 + 𝑏𝑛 sen 𝑥
2 𝑛=1
2 2
∞
∑︁ (︁ 𝑛𝜋 )︁
=1+ 𝑎𝑛 cos 𝑥 .
𝑛=1
2
Exemplo 5.3.5:
≡ ◀ ▲ ▶
Séries de Fourier 204
Na figura a seguir vemos o gráfico da função 𝑔, note que essa função é id^entica
a função, 𝑓 , do exemplo anterior exceto pelos seus pontos de descontinuidade.
-6 -5 -4 -3 -2 -1 1 2 3 4 5 6
1 2
∫︁ (︁ 𝑛𝜋 )︁
𝑎𝑛 = 𝑔(𝑥) cos 𝑥 𝑑𝑥
2 −2 2
1 2
∫︁ (︁ 𝑛𝜋 )︁
𝑏𝑛 = 𝑔(𝑥) sen 𝑥 𝑑𝑥
2 −2 2
vamos obter exatamente os mesmos valores do exemplo anterior, pois os pontos
de descontinuidade isolados não alteram os valores das integrais. Portanto, a
Série de Fourier dessa função é a mesma do exemplo anterior.
∞
8 ∑︁ 1 (︁ 𝜋 )︁
𝑆(𝑥) = 1 − 2 cos (2𝑘 − 1) 𝑥
𝜋 (2𝑘 − 1)2 2
𝑘=1
≡ ◀ ▲ ▶
Séries de Fourier 205
Queremos estabelecer quando a Série de Fourier gerada por uma determinada função
𝑓 converge e em quais pontos essa série coincide com a função. Porém, para podermos
apresentar os critérios de converg^encia precisamos de alguns resultados preliminares.
A primeira observação que precisamos fazer é que se duas funções 𝑓 e 𝑔 são iguais
em todos os pontos de um intervalo [𝑎, 𝑏], exceto por um único ponto 𝑐 ∈ [𝑎,𝑏], a
integral das duas funções é a mesma nesse intervalo. Essa igualdade vale mesmo que
elas sejam diferentes em um conjunto finito de pontos, 𝑐𝑛 . A versão mais geral desse
resultado diz que a integral das funções será igual, mesmo que elas sejam diferentes
em um conjunto de medida nula contido no intervalo. Essa propriedade é relevante
nesse momento pois as fórmulas para os coeficientes de Fourier, (5.4) e (5.5), são
≡ ◀ ▲ ▶
Séries de Fourier 206
𝑎 𝑏 𝑎 𝑝 𝑞 𝑏
(a) Função contı́nua por partes (b) Não é uma função contı́nua por partes
integrais e portanto não podem distinguir funções que sejam diferentes apenas em
um conjunto finito de pontos dentro do intervalo [−𝐿, 𝐿].
de modo que
≡ ◀ ▲ ▶
Séries de Fourier 207
𝑓 𝑥+ = 𝑓 𝑥− = 𝑓 (𝑥) .
(︀ )︀ (︀ )︀
𝑓 (𝑥+ ) + 𝑓 (𝑥− )
2
onde a função for descontı́nua.
Vamos agora voltar a questão deixada em aberto no final da seção anterior, onde,
nos dois últimos exemplos 5.3.4 e 5.3.5, vimos que a Série de Fourier das funções
⎧
⎨−𝑥, −2 < 𝑥 ≤ 0
𝑓 (𝑥) = 𝑓 (𝑥 + 4) = 𝑓 (𝑥)
⎩ 𝑥, 0<𝑥<2
⎧
⎨−𝑥, −2 < 𝑥 < −1 ou − 1 < 𝑥 < 0
⎪
⎪
𝑔(𝑥) = 𝑥, 0<𝑥< 1 ou 1<𝑥<2 𝑔(𝑥 + 4) = 𝑔(𝑥)
⎪
𝑥 = −2, −1, 0, 1, 2
⎪
⎩ 0,
A resposta vem da aplicação do Teorema 5.11, como a função 𝑓 é contı́nua para todo
𝑥 ∈ R a série
∞
8 ∑︁ 1 (︁ 𝜋 )︁
𝑆(𝑥) = 1 − 2 cos (2𝑘 − 1) 𝑥
𝜋 (2𝑘 − 1)2 2
𝑘=1
≡ ◀ ▲ ▶
Séries de Fourier 208
diz que a série converge para a média entre os limites laterais, ou seja
𝑔 (𝑝+ ) + 𝑔 (𝑝− )
𝑆(𝑝) = .
2
Lembrando que, ao calcularmos limites nunca avaliamos a função no ponto para o
qual a variável está tendendo, temos que
𝑔 𝑝+ = 𝑓 𝑝+ 𝑔 𝑝− = 𝑓 𝑝− .
(︀ )︀ (︀ )︀ (︀ )︀ (︀ )︀
e
Exemplo 5.4.1:
Calcule a Série de Fourier da função
⎧
⎨ 0, −𝜋 ≤ 𝑥 < − /2
⎪
⎪ 𝜋
1,0
0,5
−3𝜋 −2𝜋 −𝜋 𝜋 2𝜋 3𝜋
≡ ◀ ▲ ▶
Séries de Fourier 209
assim como
∫︁ 𝜋
1 (︁ 𝑛𝜋 )︁
𝑎𝑛 = 𝑓 (𝑥) cos 𝑥 𝑑𝑥
𝜋 −𝜋 𝜋
∫︁ 𝜋
1 2
= cos(𝑛𝑥) 𝑑𝑥
𝜋 − 𝜋2
[︂ (︂ )︂ (︂ )︂]︂
1 𝑛𝜋 −𝑛𝜋
= sen − sen
𝑛𝜋 2 2
2 (︁ 𝑛𝜋 )︁
= sen .
𝑛𝜋 2
Note que, sen (𝑛𝜋/2) é zero se 𝑛 é par e fica alternando entre 1 e −1 se 𝑛 é
impar, mais precisamente
⎧
⎨ 0,
⎪ 𝑛 par ,
𝑎𝑛 = 𝑛 − 1/2
⎩ 2(−1)
⎪
, 𝑛 ı́mpar .
𝑛𝜋
Calculando as integrais correspondentes verificamos que 𝑏𝑛 = 0 para todo 𝑛.
Então para todos os pontos onde 𝑓 é contı́nua temos que
∞ (︂ )︂
1 ∑︁ (2𝑛 − 1)𝜋
𝑓 (𝑥) = + 𝑎2𝑛−1 cos 𝑥
2 𝑛=1 𝜋
∞
1 2 ∑︁ (−1)𝑘−1 (︀ )︀
= + cos (2𝑘 − 1)𝑥 .
2 𝜋 2𝑘 − 1
𝑘=1
≡ ◀ ▲ ▶
Séries de Fourier 210
𝑓 (𝑥+ ) + 𝑓 (𝑥− ) 1
= .
2 2
Portanto a Série de Fourier de 𝑓 converge para a função mostrada no gráfico a
seguir
1,0
0,5
−3𝜋 −2𝜋 −𝜋 𝜋 2𝜋 3𝜋
Note que, apesar de fazermos todos os cálculos no intervalo [−𝐿, 𝐿], as funções
com as quais estamos trabalhando estão definidas em toda a reta. Portanto, ao
buscarmos os pontos de descontinuidade não basta verificar apenas o interior do
intervalo, precisamos analisar a função como um todo. O próximo exemplo ilustra
essa analise.
Exemplo 5.4.2:
Qual a soma da Serie de Fourier da função
-3 -2 -1 1 2 3
-1
≡ ◀ ▲ ▶
Séries de Fourier 211
-3 -2 -1 1 2 3
-1
≡ ◀ ▲ ▶
Séries de Fourier 212
do intervalo onde ela está definida. Nesses casos podemos estender a função criando
uma nova função que seja periódica, ao fazermos isso temos a escolha de criar uma
extensão par ou ı́mpar. Faremos uso dessa técnica para escrever as soluções das
Equações Diferenciais Parciais no Capı́tulo 6.
𝑓 (−𝑥) = 𝑓 (𝑥)
e é ı́mpar se
𝑓 (−𝑥) = −𝑓 (𝑥) .
A forma direta para verificar se uma função é par ou ı́mpar é partir da expressão de
𝑓 (−𝑥) e manipulá-la até encontrar 𝑓 (𝑥) ou −𝑓 (𝑥). Os próximos exemplos mostram
algumas funções pares e ı́mpares e funções que não possuem essas simetrias.
Exemplo 5.5.1:
Mostre que (𝑥) = 𝑥𝑛 , com 𝑛 ∈ N, é par quando 𝑛 for par e é ı́mpar quando 𝑛
for ı́mpar.
O exemplo anterior apresenta o caso mais comum e o motivo para dizermos que a
função é par ou impar.
Devido a suas definições a função seno é impar e a função cosseno é par. O próximo
exemplo generaliza essas afirmações.
Exemplo 5.5.2:
Mostre as que, para 𝛼 ̸= 0, a função sen(𝛼𝑥) é impar e a função cos(𝛼𝑥) é par.
≡ ◀ ▲ ▶
Séries de Fourier 213
Exemplo 5.5.3:
Mostre que se 𝑓 é par, a função
é ı́mpar.
Partindo de 𝑔(−𝑥) vamos tentar chegar em 𝑔(𝑥), conseguimos isso usando que
𝑓 (−𝑥) = 𝑓 (𝑥) e que cos(−𝛼𝑥) = cos(𝛼𝑥)
Exemplo 5.5.4:
Mostre que se 𝑓 é ı́mpar, a função
≡ ◀ ▲ ▶
Séries de Fourier 214
é par.
Exemplo 5.5.5:
Mostre que 𝑓 (𝑥) = 𝑥 + 𝑏 é ı́mpar se, e somente se, 𝑏 = 0.
Precisamos verificar a implicação nos dois sentidos para podermos afirmar que
a relação é “se, e somente se”. Vamos primeiro mostrar que se 𝑏 = 0 então a
função é ı́mpar. Essa verificação é simples e direta
𝑓 (−𝑥) = −𝑥 = −𝑓 (𝑥) .
Agora vamos mostrar que se 𝑓 é ı́mpar 𝑏 precisa ser zero. Como 𝑓 é ı́mpar
sabemos que 𝑓 (−𝑥) = −𝑓 (𝑥) substituindo a expressão da função e manipulando
temos
𝑓 (−𝑥) = −𝑓 (𝑥)
−𝑥 + 𝑏 = −(𝑥 + 𝑏)
−𝑥 + 𝑏 = −𝑥 − 𝑏
𝑏 = −𝑏 .
O único número que satisfaz essa relação é o zero portanto 𝑏 só pode ser zero.
Com isso concluı́mos a demostração.
≡ ◀ ▲ ▶
Séries de Fourier 215
Demonstração
Note que
∫︁ 𝐿 ∫︁ 0 ∫︁ 𝐿
𝑓 (𝑥) 𝑑𝑥 = 𝑓 (𝑥) 𝑑𝑥 + 𝑓 (𝑥) 𝑑𝑥 .
−𝐿 −𝐿 0
Observe que a integral ser zero não garante que a função seja ı́mpar. Esse resultado
tem um impacto direto tanto na forma da Série de Fourier quanto no cálculo dos
coeficientes. Os próximo dois teoremas apresentam a forma que a Série de Fourier
assume no caso de funções pares ou ı́mpares.
≡ ◀ ▲ ▶
Séries de Fourier 216
2 𝐿
∫︁ (︁ 𝑛𝜋 )︁
𝑎𝑛 = 𝑓 (𝑥) cos 𝑥 𝑑𝑥 𝑛 = 0, 1, 2, 3, . . .
𝐿 0 𝐿
𝑏𝑛 = 0 𝑛 = 1, 2, 3, . . .
Demonstração
Esse resultado é uma consequ^encia direta do Teorema 5.13 e do fato que a
função
(︁ 𝑛𝜋 )︁
𝑓 (𝑥) cos 𝑥 𝑛 = 0, 1, 2, 3, . . .
𝐿
é par, enquanto a função
(︁ 𝑛𝜋 )︁
𝑓 (𝑥) sen 𝑥 𝑛 = 1, 2, 3, . . .
𝐿
é ı́mpar.
𝑎𝑛 = 0 𝑛 = 0, 1, 2, 3, . . .
∫︁ 𝐿
2 (︁ 𝑛𝜋 )︁
𝑏𝑛 = 𝑓 (𝑥) sen 𝑥 𝑑𝑥 𝑛 = 1, 2, 3, . . .
𝐿 0 𝐿
≡ ◀ ▲ ▶
Séries de Fourier 217
Demonstração
Como no teorema anterior esse resultado é uma consequ^encia direta do Teo-
rema 5.13 e do fato que a função
(︁ 𝑛𝜋 )︁
𝑓 (𝑥) cos 𝑥 𝑛 = 0, 1, 2, 3, . . .
𝐿
é ı́mpar, enquanto a função
(︁ 𝑛𝜋 )︁
𝑓 (𝑥) sen 𝑥 𝑛 = 1, 2, 3, . . .
𝐿
é par.
Note que, nas fórmulas para os coeficientes 𝑎𝑚 e 𝑏𝑚 nos dois teoremas a integral é
realizada apenas entre zero e 𝐿. Dessa forma, podemos calcular esses coeficientes
para uma função 𝑓 que esteja definida apenas no intervalo [0, 𝐿]. Nesse caso, temos a
liberdade para usar a série de Fourier de Cossenos ou a de Senos. Se usarmos a Série
de Fourier em Cossenos, ela converge para a extensão par da função 𝑓 no intervalo
[−𝐿, 𝐿]. Se usarmos a Série de Fourier em Senos, ela converge para a extensão ı́mpar
nesse intervalo. Em ambos os casos a série converge para a extensão periódica, de
perı́odo 2𝐿, nos pontos fora do intervalo [−𝐿, 𝐿].
≡ ◀ ▲ ▶
Séries de Fourier 218
Exemplo 5.5.6:
Construa as extensões periódicas par e ı́mpar da função
𝑓 (𝑥) = 1 + 𝑥2
A função 𝑓 não é periódica e não está definida fora do intervalo [0, 2], seu gráfico
está na próxima imagem.
-6 -4 -2 2 4 6
-6 -4 -2 2 4 6
≡ ◀ ▲ ▶
Séries de Fourier 219
-6 -4 -2 2 4 6
-1
-3
-5
Exemplo 5.5.7:
Encontre a Série de Senos da função
{︃
𝑥 0≤𝑥≤1,
𝑓 (𝑥) =
1 1<𝑥≤2.
Note que essa função esta definida apenas no intervalo [0, 2]. Seu gráfico tem a
forma ilustrada a seguir.
0,5
-6 -4 -2 2 4 6
Como queremos a Série de Senos, isso é, a Série de Fourier da extensão ı́mpar
da função que só contém termos envolvendo senos, usamos as fórmulas do
≡ ◀ ▲ ▶
Séries de Fourier 220
2 2
∫︁ (︁ 𝑛𝜋 )︁
𝑏𝑛 = 𝑓 (𝑥) sen 𝑥 𝑑𝑥
2 0 2
∫︁ 1 (︁ 𝑛𝜋 )︁ ∫︁ 2 (︁ 𝑛𝜋 )︁
= 𝑥 sen 𝑥 𝑑𝑥 + sen 𝑥 𝑑𝑥 .
0 2 1 2
Integrando por partes obtemos
(︂ )︂
2 2 (︁ 𝑛𝜋 )︁
𝑏𝑛 = sen − cos(𝑛𝜋)
𝑛𝜋 𝑛𝜋 2
2
⎧
⎨− 𝑛𝜋 𝑛 par,
⎪
⎪
= (︂ )︂
2 2 (𝑛 − 1)/2
(−1) +1 𝑛 ı́mpar.
⎪
⎪
⎩
𝑛𝜋 𝑛𝜋
Assim, a série em senos fica da seguinte forma
∞
∑︁ (︁ 𝑛𝜋 )︁
𝑆(𝑥) = 𝑏𝑛 sen 𝑥
𝑛=1
2
∞ ∞ (︂ )︂
∑︁ ∑︁ (2𝑛 − 1)𝜋
= 𝑏2𝑛 sen (𝑛𝜋𝑥) + 𝑏2𝑛−1 sen 𝑥
𝑛=1 𝑛=1
2
∞
2(−1)𝑛−1
(︂ )︂ (︂ )︂
∑︁ 2 (2𝑛 − 1)𝜋 sen(𝑛𝜋𝑥)
= + 1 sen 𝑥 − .
𝑛=1
(2𝑛 − 1)𝜋 (2𝑛 − 1)𝜋 2 𝑛𝜋
≡ ◀ ▲ ▶
Séries de Fourier 221
0,5
-6 -4 -2 2 4 6
-0,5
-1
Exemplo 5.5.8:
Encontre a Série em Cossenos da função 𝑓 do exemplo anterior.
Como queremos a Série de Cossenos, isso é, a Série de Fourier da extensão par
da função que só contém termos envolvendo cossenos, usamos as fórmulas do
Teorema 5.14, com 𝐿 = 2
∫︁ 2 (︁ 𝑛𝜋 )︁
𝑎𝑛 = 𝑓 (𝑥) cos 𝑥 𝑑𝑥 𝑛 = 0, 1, 2, 3, . . .
0 2
Após as integrações e simplificações concluı́mos que Série de Cossenos é dada
por
∞
3 1 ∑︁ (−1)𝑛 − 1
𝑆(𝑥) = + 2 cos(𝑛𝜋𝑥)
4 𝜋 𝑛=1 𝑛2
∞ (︂ )︂
4 ∑︁ 1 (2𝑛 − 1)𝜋
− 2 cos 𝑥 .
𝜋 𝑛=1 (2𝑛 − 1)2 2
≡ ◀ ▲ ▶
Séries de Fourier 222
0,5
-6 -4 -2 2 4 6
Note que nos dois últimos exemplos construı́mos as séries de senos e cossenos de
uma mesma função definida no intervalo [0, 2], em cada caso a série converge para
a extensão par ou ı́mpar da função, mas em nenhum momento precisamos escrever
essas extensões. Elas são construı́das automaticamente ao escolhermos um dos dois
tipos de série.
0≤𝑥<𝜋
{︃
0 0≤𝑥<1 𝑓 (𝑥) = 1
e) 𝑓 (𝑥) =
1 1≤𝑥<2
d) Série de cossenos com perı́odo 2𝜋
2
f) 𝑓 (𝑥) = 4 − 𝑥 0≤𝑥<1
𝑓 (𝑥) = 1 0≤𝑥<𝜋
3) Encontre os coeficientes para as séries em
senos e em cossenos para as extensões par e
≡ ◀ ▲ ▶
Séries de Fourier 223
𝑓 (𝑥) = 𝐿 − 𝑥 0≤𝑥<𝐿
f) Série de cossenos com perı́odo 2
𝑓 (𝑥) = 𝑥 0≤𝑥<1
Essa seção discute o Fen^omeno de Gibbs que ocorre com as somas parciais da Série
de Fourier de funções com descontinuidades tipo salto. Nesses casos, mesmo que a
série convirja para a função, as somas parciais apresentam um salto excessivo em
torno da descontinuidade da função. Vamos ilustrar esse fen^omeno usando uma onda
quadrada com um exemplo
{︃
0 −1 ≤ 𝑥 ≤ 0
𝑓 (𝑥) = 𝑓 (𝑥 − 2) = 𝑓 (𝑥) . (5.6)
1 0<𝑥≤1
para todo 𝑥 onde 𝑓 é contı́nua. A Figura 5.3 mostra a função 𝑓 , em preto, e as somas
parciais 𝑆3 , em azul, e 𝑆7 , em magenta. Observe que um pouco antes e um pouco
depois de cada descontinuidade de 𝑓 a somas parciais se afastam do valor da função.
Para facilitar a visualização a Figura 5.4 amplia o gráfico da Figura 5.3 na região
logo após uma descontinuidade, 0 ≤ 𝑥 ≤ 0,4, e acrescenta o gráfico de 𝑆45 . Observe
que com o aumento do número de termos a soma parcial se aproxima da função,
porém, o pico do salto não diminui, sempre alcançando um valor máximo próximo
de 1,09. Esse comportamento se mantem não importando quantos termos sejam
≡ ◀ ▲ ▶
Séries de Fourier 224
-3 -2 -1 1 2 3
1,00
0,80
0 0,1 0,2 0,3 0,4
Figura 5.4: Ampliação do gráfico da função 𝑓 e das somas parciais
𝑆3 , 𝑆7 e 𝑆45 . na região logo após a descontinuidade
Para entendermos em que sentido a Série de Fourier converge e suas somas parciais
são aproximações da função, vamos definir a dist^ancia entre duas funções 𝑢 e 𝑣 em
um intervalo [𝑎, 𝑏] e usar esse valor como medida do erro entre as somas parciais e
a função. Uma definição possı́vel é dizer que a dist^ancia é igual a maior diferença
entre as funções, isso é
Essa definição é baseada na Norma Infinito e, em geral, funciona muito bem para
decidirmos se duas funções estão próximas ou não. Porém, devido ao Fen^omeno de
Gibbs se calcularmos a dist^ancia entre uma função com descontinuidade tipo salto e
as somas parciais da sua Série de Fourier veremos que a dist^ancia tente para um valor
finito, no caso do nosso exemplo um valor pouco menor do que 0,09. Como o erro
não tende a zero somos forçados a concluir que as somas parciais não se aproximam
da função o que contradiz o teorema da converg^encia da Série de Fourier e também
vai contra nossa percepção visual de que as somas parciais estão se aproximando da
função.
≡ ◀ ▲ ▶
Séries de Fourier 225
-3 -2 -1 1 2 3
A solução para esse aparente paradoxo é perceber que devemos medir a dist^ancia
entre a função e as somas parciais como sendo a área entre elas, como mostra a
Figura 5.5. Definimos então uma nova medida de dist^ancia
∫︁ 𝑏
(︀ )︀2
𝑑2 (𝑢, 𝑣) = 𝑢(𝑥) − 𝑣(𝑥) 𝑑𝑥
𝑎
Usando essa medida de dist^ancia para calcular o erro, a diferença entre as somas
parciais e a função tende a zero, como esperado, independentemente da função possuir
descontinuidades ou não. Analisando novamente a Figura 5.4 podemos perceber que
a área entre as somas parciais e a função realmente está diminuindo. Mesmo que o
ponto máximo do pico não diminua sua base diminui e portanto sua área tende a
zero.
5.7 Revisão
≡ ◀ ▲ ▶
Séries de Fourier 226
≡ ◀ ▲ ▶
6
Equações Diferenciais Parciais
6.1 Introdução
Vamos começar com uma breve apresentação sobre o que são equações diferenciais e
como podemos classificá-las. Uma equação diferencial é uma equação que envolve
derivadas de uma função que queremos determinar. Se todas as derivadas são em
relação a uma única variável, isso é, todas as derivadas são ordinárias, dizemos
que a equação é uma Equação Diferencial Ordinária (EDO). Por outro lado, se
a equação envolver derivadas em mais do que uma variável da função, isso é, as
derivadas envolvidas são parciais, dizemos que a equação é uma Equação Diferencial
Parcial (EDP).
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 228
dentro das soluções possı́veis precisamos impor condições extras que chamamos de
Condições de Fronteira ou Condições Iniciais.
As equações diferenciais podem ser classificadas segundo vários critérios, já descreve-
mos a classificação com relação ao número de variáveis, onde as equações podem ser
ordinárias, por exemplo
Note que, para que a expressão ficasse mais legı́vel suprimimos as variáveis da função
𝑢(𝑥, 𝑦, 𝑧, 𝑡) e indicamos as derivadas como ı́ndices
𝜕
𝑢𝑥 = 𝑢(𝑥, 𝑦, 𝑧, 𝑡) .
𝜕𝑥
ℒ(𝑢) = 𝑎𝑢𝑥 + 𝑏𝑢 + 𝑐 = 0
da mesma forma nos referimos como uma Equação Diferencial de Segunda Ordem
aquelas equações cuja derivada mais alta seja a segunda, por exemplo,
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 229
Se a relação de linearidade (6.1) não for verdadeira dizemos que a equação é uma
Equação Diferencial Não-Linear.
Uma Equação Hiperbólica é uma equação que modela uma evolução temporal com
velocidade finita. Normalmente, essas equações precisam ser complementadas por
condições iniciais e de fronteira. A Equação da Onda, que vamos estudar, é o exemplo
mais simples dessa classe
Essa equação modela, por exemplo, a oscilação de uma corda elástica esticada, neste
caso, o coeficiente 𝛼2 é dado por
𝑇
𝛼2 =
𝜌
onde 𝑇 é a tensão na corda e 𝜌 é a massa por unidade de comprimento do material
da corda.
Uma Equação Parabólica modela fen^omenos que acontecem muito mais rápido do que
a escala de tempo do observador, nesse caso a informação se propaga com “velocidade
infinita”, esse tipo de equação também precisa de condições iniciais e de fronteira.
Aqui vamos estudar a Equação do Calor
𝑢𝑡 = 𝛼2 𝑢𝑥𝑥 (6.3)
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 230
como exemplo dessa classe de equações. Entre outros fen^omenos essa equação modela
a condução de calor em uma barra finita, neste caso a constante 𝛼2 é conhecida como
difusibilidade térmica e depende apenas do material do qual a barra é feita e pode
ser obtida por
𝑘
𝛼2 =
𝜌𝑠
onde 𝑘 é a condutividade térmica, 𝜌 é a densidade e 𝑠 é o calor especı́fico do material
na barra.
0,9
𝑡
1
0,6
0
0,3
1
𝑥 0,9
0,6
0,3 0
2 0 𝑡 𝑥
0 1 2
(a) Visualização em 3D. (b) Visualização como mapa.
A Figura 6.1 mostra um exemplo de solução para a Equação do Calor em uma barra
de comprimento 2 e com o tempo entre zero e 0,9. No instante inicial a parte central
da barra tem temperatura igual a 1, com o avanço do tempo a temperatura se dissipa
ficando mais próxima de zero. Os Gráficos 6.1a e 6.1b apresentam a mesma solução
de formas alternativas.
A Figura 6.2 mostra um exemplo de solução para a Equação a Onda com um pulso
centrado em 𝑥 = 1 no instante inicial 𝑡 = 0 que se propaga para a direita até
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 231
1
2
-1
0 1
1
𝑥 2
1 0
2 𝑡 𝑥
0 0 1 2
(a) Visualização em 3D. (b) Visualização como mapa.
2
𝑦
0
1
-1
0
2
1
1
𝑥 0 𝑥
𝑦 0 1 2
2 0
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 232
encontrar a fronteira e ser refletido com o sinal trocado. Os Gráficos 6.2a e 6.2b
mostram a solução também em duas representações alternativas.
Existem diversas técnicas para obter soluções exatas ou aproximadas para EDP’s,
aqui vamos explorar a técnica de Separação de Variáveis e expansão da solução
em Séries de Fourier. Para atingir esse objetivo vamos iniciar com uma revisão de
equações diferencias ordinárias e problemas de autovalores, em seguida apresentamos
a técnica de Separação de Variáveis e, por fim, aplicamos essa técnica em cada uma
das tr^es EDP’s descritas.
Uma equação diferencial ordinária linear homog^eneas de segunda ordem com coefici-
entes constantes para a função 𝑦 = 𝑦(𝑥) pode ser escrita como
𝑎𝑦 ′′ + 𝑏𝑦 ′ + 𝑐𝑦 = 0 (6.5)
(𝑎𝑟2 + 𝑏𝑟 + 𝑐)𝑒𝑟𝑥 = 0 .
𝑎𝑟2 + 𝑏𝑟 + 𝑐 = 0 .
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 233
A seguir analisaremos o que ocorre em cada um desses casos. Para algumas analises
será necessário utilizar números complexos, na Seção A.6 existe um resumo dos
resultados necessários.
No caso em que Δ = 𝑏2 − 4𝑎𝑐 > 0, temos duas raı́zes reais distintas, que denotaremos
por 𝑟1 e 𝑟2 , então
Assim como podemos mudar a base em um subespaço vetorial, também podemos mu-
dar nossa escolha de soluções fundamentais. Uma escolha alternativa, que é bastante
útil, é utilizar as Funções Hiperbólicas (veja (A.2) e (A.3)) que são combinações
lineares da função exponencial
𝑒𝑥 + 𝑒−𝑥 𝑒𝑥 − 𝑒−𝑥
cosh(𝑥) = , senh(𝑥) = .
2 2
Com essa escolha a solução geral é escrita como
Exemplo 6.2.1:
Dado 𝜎 > 0, encontrar a solução geral da equação
𝑦 ′′ − 𝜎 2 𝑦 = 0 .
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 234
𝑟2 − 𝜎 2 = 0
𝑟1 = 𝜎 e 𝑟2 = −𝜎
com 𝑐1 e 𝑐2 constantes.
Exemplo 6.2.2:
Encontrar a solução geral da equação
𝑦 ′′ = 0 .
𝑟2 = 0
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 235
𝑦 = 𝑐1 𝑒0𝑥 + 𝑐2 𝑥𝑒0𝑥
= 𝑐1 + 𝑐2 𝑥
com 𝑐1 e 𝑐2 constantes.
𝑟1 = 𝑢 + 𝑖𝑤 e 𝑟2 = 𝑢 − 𝑖𝑤
Note que a parte real das raı́zes, 𝑢, aparece como coeficiente na função exponencial e
portanto determina o crescimento ou decrescimento exponencial da solução, enquanto
que a parte imaginária, 𝑤, aparece nas funções trigonométrica e portanto controla a
frequ^encia de oscilação da solução.
Exemplo 6.2.3:
Dado 𝜎 > 0, encontrar a solução geral da equação
𝑦 ′′ + 𝜎 2 𝑦 = 0 .
A equação caracterı́stica é
𝑟2 + 𝜎 2 = 0
𝑟1 = 𝑖𝜎 e 𝑟2 = −𝑖𝜎
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 236
= 𝑐1 sen(𝜎𝑥) + 𝑐2 cos(𝜎𝑥)
com 𝑐1 e 𝑐2 constantes.
O Teorema a seguir resume o que discutimos até aqui sobre as soluções para essas
equações.
𝑎𝑦 ′′ + 𝑏𝑦 ′ + 𝑐𝑦 = 0
para a função real 𝑦 = 𝑦(𝑥), onde 𝑎 ̸= 0, 𝑏 e 𝑐 são constantes reais, sua equação
caracterı́stica é
𝑎𝑟2 + 𝑏𝑟 + 𝑐 = 0
Δ = 𝑏2 − 4𝑎𝑐 = 0
Temos uma única raiz real 𝑟 = 𝑟1 = 𝑟2 = − 𝑏/2𝑎 , portanto
Δ = 𝑏2 − 4𝑎𝑐 < 0
Aqui as soluções da equação caracterı́stica são complexas
𝑟1 = 𝑢 + 𝑖𝑤 e 𝑟2 = 𝑢 − 𝑖𝑤
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 237
Note que as soluções gerais dessas EDO’s sempre possuem constantes arbitrárias e,
portanto, representam famı́lias de funções. Para determinarmos uma função dentro
dessas famı́lias precisamos impor condições extras. No caso dessas EDO’s podemos
impor essas condições em um único ponto ou em dois pontos distintos.
Exemplo 6.2.4:
Determine a solução do problema de valor inicial
𝑢′′ − 4𝑢 = 0
𝑢 (0) = 3
𝑢′ (0) = 2 .
Nesse caso
Δ = 𝑏2 − 4𝑎𝑐 = 0 − 4 · 1 · (−4) = 16
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 238
e a avaliamos em zero
cuja solução é
𝑐1 = 2 e 𝑐2 = 1
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 239
Exemplo 6.2.5:
Resolver o problema de valores de contorno
𝑢′′ + 2𝑢 = 0
𝑢(0) = 1
𝑢(𝜋) = 0 .
Δ = 𝑏2 − 4𝑎𝑐 = 0 − 4 · 1 · 2 = −8
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 240
isolando 𝑐2 temos
(︀√ )︀
cos 2𝜋 (︁√ )︁
𝑐2 = − (︀√ )︀ = − cot 2𝜋
sen 2𝜋
O próximo exemplo é um caso onde o problema pode não ter solução ou ter infinitas
soluções.
Exemplo 6.2.6:
Resolver o problema de valores de contorno
𝑢′′ + 𝑢 = 0
𝑢(0) = 1
𝑢(𝜋) = 𝑎 .
Se 𝑎 ̸= −1 essa condição não pode ser satisfeita e não existe nenhuma solução
para o problema.
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 241
Note que esse problema sempre possui a solução trivial 𝑢(𝑥) = 0, mas essa solução
raramente é relevante, por isso, estamos interessados na exist^encia de outras soluções.
Observe a semelhança com o problema de encontrar os autovalores e autovetores de
uma matriz, 𝐴, onde buscamos os valores 𝜆 tais que o sistema linear
𝐴𝑣 = 𝜆𝑣
possua soluções não triviais. Cada valor para 𝜆 que satisfaz essa condição é chamado
Autovalor e o vetor 𝑣 correspondente é chamado Autovetor. O próximo exemplo
ilustra as possibilidades de solução dos problemas de valores de contorno dados
valores diferentes para 𝜆.
Exemplo 6.2.7:
Resolver o problema de valores de contorno
𝑢′′ + 𝜆𝑢 = 0
𝑢(0) = 0
𝑢(𝜋) = 0
para 𝜆 = 1 e 𝜆 = 2.
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 242
𝑢(𝑥) = 𝑐2 sen(𝑥) .
√
Porém, se 𝜆 = 2 temos que 𝜎 = 2 e portanto
(︁√ )︁
sen (𝜎𝜋) = sen 2𝜋 ̸= 0
𝑢(𝑥) = 0 .
Nosso objetivo é encontrar todos os valores de 𝜆 para os quais o PVC (6.11) possui
soluções não triviais. Sem perda de generalidade vamos escolher o domı́nio como
sendo o intervalo [0, 𝐿], ou seja 𝑥1 = 0 e 𝑥2 = 𝐿.
𝑢′′ + 𝜆𝑢 = 0 (6.12)
𝑢(0) = 0
𝑢(𝐿) = 0 .
Além disso, vamos dividir o problema em tr^es casos 𝜆 > 0, 𝜆 = 0 e 𝜆 < 0, pois a
solução geral para a equação diferencial será diferente em cada um.
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 243
𝑢′′ + 𝜎 2 𝑢 = 0
𝑢(0) = 0
𝑢(𝐿) = 0 .
𝑢(𝑥) = 𝑐2 sen(𝜎𝑥)
como queremos soluções não triviais 𝑐2 não pode ser zero, assim ao impormos a
segunda condição
𝑢(𝐿) = 𝑐2 sen(𝜎𝐿) = 0
precisamos que
sen(𝜎𝐿) = 0 .
Sabemos que a função seno se anula para todo múltiplo inteiro de 𝜋 portanto essa
condição será satisfeita sempre que
𝑛𝜋
𝜎𝑛 = 𝑛 = 1, 2, 3, . . .
𝐿
Como 𝜆 = 𝜎 2 temos que os Autovalores são
𝑛2 𝜋 2
𝜆𝑛 = 𝜎𝑛2 = 𝑛 = 1, 2, 3, . . . (6.13)
𝐿2
para cada autovalor temos uma Autofunção correspondente
(︁ 𝑛𝜋 )︁
𝑢𝑛 (𝑥) = sen(𝜎𝑛 𝑥) = sen 𝑥 . (6.14)
𝐿
Como as autofunções são determinadas a menos de uma constante multiplicativa
escolhemos a constante 𝑐2 igual a 1.
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 244
escrito como
𝑢′′ − 𝜎 2 𝑢 = 0
𝑢(0) = 0
𝑢(𝐿) = 0 .
Nesse momento escolhemos escrever a solução geral em termos das funções hiper-
bólicas (6.7) pois elas serão mais convenientes quando aplicarmos as condições de
fronteira
𝑢(𝑥) = 𝑐2 senh(𝜎𝑥)
𝑢(𝐿) = 𝑐2 senh(𝜎𝐿) = 0
porém, a função senh(𝑥) só é zero quando 𝑥 = 0 e portanto a única solução possı́vel
para essa condição é 𝑐2 = 0. Como, para todo 𝜆 < 0, a única solução possı́vel é a
solução trivial, não existem autovalores negativos para o problema (6.11).
𝑢′′ = 0
𝑢(0) = 0
𝑢(𝐿) = 0
𝑢(𝑥) = 𝑐1 𝑥 + 𝑐2 .
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 245
𝑦 ′′ + 5′ + 6𝑦 = 0 g) 𝑦 ′′ + 8𝑦 ′ − 9𝑦 = 0 𝑦(1) = 1 𝑦 ′ (1) = 0
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 246
𝑢𝑡 = 𝛼2 𝑢𝑥𝑥 . (6.15)
Derivando 𝑢 uma vez com relação a 𝑡 e duas vezes com relação a 𝑥, obtemos expressões
para as derivadas de 𝑢 envolvidas na equação do calor
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 247
envolvendo apenas a variável 𝑥 e outra envolvendo apenas 𝑡, cada uma dessas novas
equações é uma EDO linear com coeficientes constantes que podem ser resolvidas
com as técnicas da Seção 6.2
𝑋 ′′ + 𝜆𝑋 = 0 , (6.16)
𝑇 ′ + 𝛼2 𝜆𝑇 = 0 . (6.17)
Nas próximas seções vamos aplicar essa técnica para resolver a equação do Calor, da
Onda e de Laplace.
𝑢𝑡 = 𝛼2 𝑢𝑥𝑥
é chamada de Equação do Calor, pois, entre outros fen^omenos, ela modela a dissipação
de calor em uma barra de material homog^eneo com seção plana pequena. A seção
plana deve ser pequena o suficiente para que possamos desprezar a dissipação nas
direções perpendiculares ao comprimento da barra. Nesse caso a constante 𝛼2 é
conhecida como difusividade térmica e depende apenas do material do qual a barra é
feita e pode ser obtida por
𝑘
𝛼2 =
𝜌𝑠
onde 𝑘 é a condutividade térmica, 𝜌 é a densidade e 𝑠 é o calor especı́fico do material
na barra. Note que se 𝑡 for o tempo medido em segundos e 𝑥 a distancia medida em
metros 𝛼2 tem a unidade de metros ao quadrado por segundo.
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 248
Falta determinar quais são as condições nos extremos da barra. Existem várias
escolhas possı́veis para essas condições que dependem do que se deseja modelar,
podemos impor condições de simetria, de entrada ou saı́da de calor ou impor uma
temperatura fixa entre outas possibilidades. Aqui vamos apresentar os casos que
podem ser resolvidos mais facilmente pelas técnicas que estamos empregando.
𝛼2 𝑢𝑥𝑥 = 𝑢𝑡
𝑢(0, 𝑡) = 0 𝑢(𝐿, 𝑡) = 0
𝐿 𝑥
𝑢(𝑥, 0) = 𝑓 (𝑥)
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 249
A Figura 6.4 ilustra esse problema mostrando seu domı́nio, condição inicial e de
fronteira. Se a temperatura inicial for nula, isso é, 𝑓 (𝑥) = 0 a solução desse problema
é trivial 𝑢(𝑥, 𝑡) = 0 o que não fornece nenhuma informação relevante. Dessa forma,
impomos que 𝑓 (𝑥) não seja nula e portanto a solução trivial não pode satisfazer esse
problema.
Outra escolha possı́vel é impor fluxos constantes como condições de fronteira, fazemos
isso impondo valores para as derivadas da função 𝑢 em relação a variável 𝑥. Essa é a
Condição de Neumann e define o problema
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 250
Como vimos na Seção 6.3, sobre separação de variáveis, ao supormos que é possı́vel
escrever a função 𝑢 como o produto de duas funções onde cada uma depende de
uma única variável 𝑢(𝑥, 𝑡) = 𝑋(𝑥)𝑇 (𝑡) a equação diferencial parcial se transforma
em duas equações diferenciais ordinárias (6.16) e (6.17)
𝑋 ′′ + 𝜆𝑋 = 0 ,
𝑇 ′ + 𝛼2 𝜆𝑇 = 0 .
que devem valer para todo 𝑡 > 0. Como fazer 𝑇 (𝑡) = 0 para todo 𝑡 leva à solução
trivial devemos impor
𝑋(0) = 𝑋(𝐿) = 0 .
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 251
𝑋 ′′ + 𝜆𝑋 = 0 (6.22)
𝑋(0) = 0
𝑋(𝐿) = 0 .
Note que esse é exatamente o problema (6.12) que resolvemos sa Seção 6.2. Sabemos
então que soluções não triviais para esse problema só existem para os autovalores
𝑛2 𝜋 2
𝜆𝑛 = 𝜎𝑛2 = 𝑛 = 1, 2, 3, . . . (6.23)
𝐿2
que nos fornecem as autofunções
(︁ 𝑛𝜋 )︁
𝑋𝑛 (𝑥) = sen (𝜎𝑛 𝑥) = sen 𝑥 . (6.24)
𝐿
Os gráficos do lado esquerdo da Figura 6.5 mostram as sete primeiras funções 𝑋𝑛 .
Note que, todas essas funções valem zero nos extremos do intervalo, 𝑥 = 0 e 𝑥 = 𝐿,
atendendo a condição de fronteira de Dirichlet homog^enea. Além disso, podemos ver
que o valor de 𝑛 determina o número de oscilações dentro do intervalo.
Agora que os valores possı́veis para 𝜆 estão estabelecidos, podemos voltar na equação
envolvendo o tempo
𝑇 ′ + 𝛼2 𝜎𝑛2 𝑇 = 0
cuja solução é
(︂ 2 2 2 )︂
−𝛼2 𝜎𝑛2 𝑡 𝛼𝑛𝜋
𝑇𝑛 (𝑡) = 𝑒 = exp − 𝑡 . (6.25)
𝐿2
Os gráficos do lado direito da Figura 6.5 mostram as sete primeiras funções 𝑇𝑛 . Note
que, todas essas funções são exponenciais decrescentes que valem 1 quando 𝑡 = 0 e o
valor de 𝑛 determina a rapidez com que elas decrescem.
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 252
1 1
𝑋1 (𝑥) 𝑇1 (𝑡)
0
-1 0
1 1
𝑋2 (𝑥) 𝑇2 (𝑡)
0
-1 0
1 1
𝑋3 (𝑥) 𝑇3 (𝑡)
0
-1 0
1 1
𝑋4 (𝑥) 𝑇4 (𝑡)
0
-1 0
1 1
𝑋5 (𝑥) 𝑇5 (𝑡)
0
-1 0
1 1
𝑋6 (𝑥) 𝑇6 (𝑡)
0
-1 0
1 1
𝑋7 (𝑥) 𝑇7 (𝑡)
0
-1 0
0 ⁄4
L ⁄2
L ⁄4
3L L 0 0,2 0,4 0,6 0,8 1
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 253
elas são chamadas de Soluções Fundamentais do Problema 6.2. A Figura 6.6 exibe as
seis primeiras soluções fundamentais para a equação do calor com 𝐿 = 2 e 𝛼 = 0,5.
Porém, exceto em casos muito particulares nenhuma delas vai satisfazer a condição
inicial 𝑢(𝑥, 0) = 𝑓 (𝑥). Para satisfazer a condição inicial, observamos que a equação
diferencial é linear e as condições de fronteira são homog^eneas, portanto qualquer
combinação linear da funções (6.26) também é solução da equação diferencial e
satisfaz as condições de fronteira. Podemos então escrever a Solução Geral como a
série de funções
∞
∑︁ ∞
∑︁
𝑐𝑛 exp −𝛼2 𝜎𝑛2 𝑡 sen (𝜎𝑛 𝑥) .
(︀ )︀
𝑢(𝑥, 𝑡) = 𝑐𝑛 𝑢𝑛 (𝑥, 𝑡) = (6.27)
𝑛=1 𝑛=1
Temos agora que impor a condição inicial 𝑢(𝑥, 0) = 𝑓 (𝑥) para 𝑥 ∈ [0, 𝐿]. Começamos
avaliando 𝑢(𝑥, 0)
∞
∑︁
𝑢(𝑥, 0) = 𝑐𝑛 sen (𝜎𝑛 𝑥)
𝑛=1
2 𝐿
∫︁
𝑐𝑛 = 𝑓 (𝑥) sen (𝜎𝑛 𝑥) 𝑑𝑥 (6.28)
𝐿 0
desde que a a série de Fourier da função 𝑓 seja exista.
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 254
𝑢1 (𝑥, 𝑡) 𝑢2 (𝑥, 𝑡)
1 1
0 0
-1 -1
0 0
1 1
0,4 0,4
0,3 0,3
0,2 0,2
2 0,1 2 0,1
0 0
𝑢3 (𝑥, 𝑡) 𝑢4 (𝑥, 𝑡)
1 1
0 0
-1 -1
0 0
1 1
0,4 0,4
0,3 0,3
0,2 0,2
2 0,1 2 0,1
0 0
𝑢5 (𝑥, 𝑡) 𝑢6 (𝑥, 𝑡)
1 1
0 0
-1 -1
0 0
1 1
0,4 0,4
0,3 0,3
0,2 0,2
2 0,1 2 0,1
0 0
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 255
2 𝐿
∫︁ (︁ 𝑛𝜋𝑥 )︁
𝑐𝑛 = 𝑓 (𝑥) sen 𝑑𝑥 .
𝐿 0 𝐿
Exemplo 6.4.1:
Encontre a solução para o problema de dissipação de calor
cuja solução é descrita pela Proposição 6.3. Portanto sua solução geral é
∞ (︂ 2 2 2 )︂
∑︁ 𝛼𝑛𝜋 (︁ 𝑛𝜋 )︁
𝑢(𝑥, 𝑡) = 𝑐𝑛 exp − 2
𝑡 sen 𝑥
𝑛=1
𝐿 𝐿
∞ (︂ 2 2 )︂
∑︁ 𝑛𝜋 (︁ 𝑛𝜋 )︁
= 𝑐𝑛 exp − 𝑡 sen 𝑥
𝑛=1
25 5
∞ (︂ (︁ )︁ )︂
∑︁ 𝑛𝜋 2 (︁ 𝑛𝜋 )︁
= 𝑐𝑛 exp − 𝑡 sen 𝑥
𝑛=1
5 5
2 𝐿
∫︁ (︁ 𝑛𝜋𝑥 )︁
𝑐𝑛 = 𝑓 (𝑥) sen 𝑑𝑥
𝐿 0 𝐿
2 5
∫︁ (︁ 𝑛𝜋𝑥 )︁
= 2 sen 𝑑𝑥
5 0 5
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 256
∫︁ 5
4 (︁ 𝑛𝜋𝑥 )︁
= sen 𝑑𝑥
5 0 5
4
[︂
5 (︁ 𝑛𝜋𝑥 )︁]︂ ⃒⃒5
= − cos ⃒
5 𝑛𝜋 5 ⃒
0
⃒5
4 [︁ (︁ 𝑛𝜋𝑥 )︁]︁ ⃒⃒
=− cos
𝑛𝜋 5 ⃒
0
[︂ (︂ )︂ (︂ )︂]︂
4 𝑛𝜋5 𝑛𝜋0
=− cos − cos
𝑛𝜋 5 5
4 [︀ ]︀
=− cos(𝑛𝜋) − 1
𝑛𝜋
4 [︀ ]︀
= 1 − cos(𝑛𝜋)
𝑛𝜋
⎨ 8 , 𝑛 ı́mpar
⎧
= 𝑛𝜋
0, 𝑛 par .
⎩
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 257
4
𝑡
2
0
1
2
𝑥 3 4
4 2
0 𝑥
5 0 𝑡 0 1 2 3 4 5
Como os valores impostos nos extremos do intervalo não são zero, se aplicarmos o
mesmo procedimento usado para o problema com condição de Dirichlet homog^enea
não poderemos somar as soluções fundamentais para obter a solução geral. Precisamos,
então, transformar esse problema de alguma forma que nos permita somar as soluções
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 258
𝛼2 𝑢𝑥𝑥 = 𝑢𝑡
𝑢(0, 𝑡) = 𝑢1 𝑢(𝐿, 𝑡) = 𝑢2
𝐿 𝑥
𝑢(𝑥, 0) = 𝑓 (𝑥)
𝑣𝑥𝑥 = 0 (6.30)
𝑣(0) = 𝑢1
𝑣(𝐿) = 𝑢2
𝑢𝑡 = 𝛼2 𝑢𝑥𝑥
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 259
𝑣𝑡 + 𝑤𝑡 = 𝛼2 (𝑣𝑥𝑥 + 𝑤𝑥𝑥 )
𝑤𝑡 = 𝛼2 𝑤𝑥𝑥
que como desejado são homog^eneas. Falta apenas calcularmos a nova condição inicial
𝑢2 − 𝑢1
𝑤(𝑥, 0) = 𝑢(𝑥, 0) − 𝑣(𝑥) = 𝑓 (𝑥) − 𝑥 − 𝑢1 .
𝐿
Agrupando a equação e as condições para 𝑤 obtemos o problema
2 𝐿
∫︁ (︁ 𝑛𝜋𝑥 )︁
𝑐𝑛 = 𝑔(𝑥) sen 𝑑𝑥
𝐿 0 𝐿
2 𝐿
∫︁ (︂ )︂
𝑢2 − 𝑢1 (︁ 𝑛𝜋𝑥 )︁
= 𝑓 (𝑥) − 𝑥 − 𝑢1 sen 𝑑𝑥 . (6.31)
𝐿 0 𝐿 𝐿
Podemos agora retornar ao problema original 6.4 e escrever sua solução
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 260
∞ (︂ 2 2 2 )︂
𝑢2 − 𝑢1 ∑︁ 𝛼𝑛𝜋 (︁ 𝑛𝜋 )︁
= 𝑥 + 𝑢1 + 𝑐𝑛 exp − 2
𝑡 sen 𝑥 (6.32)
𝐿 𝑛=1
𝐿 𝐿
2 𝐿
∫︁ (︂ )︂
𝑢2 − 𝑢1 (︁ 𝑛𝜋 )︁
𝑐𝑛 = 𝑓 (𝑥) − 𝑥 − 𝑢1 sen 𝑥 𝑑𝑥 .
𝐿 0 𝐿 𝐿
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 261
𝛼2 𝑢𝑥𝑥 = 𝑢𝑡
𝑢𝑥 (0, 𝑡) = 0 𝑢𝑥 (𝐿, 𝑡) = 0
𝐿 𝑥
𝑢(𝑥, 0) = 𝑓 (𝑥)
𝑋 ′′ + 𝜆𝑋 = 0 , (6.33)
𝑇 ′ + 𝛼2 𝜆𝑇 = 0 . (6.34)
como a solução identicamente nula é incompatı́vel com a condição inicial, segue que
𝑇 (𝑡) ̸= 0, e portanto
𝑋 ′ (0) = 𝑋 ′ (𝐿) = 0
𝑋 ′′ + 𝜆𝑋 = 0 (6.35)
𝑋 ′ (0) = 0
𝑋 ′ (𝐿) = 0 .
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 262
𝑐1 𝜎 − 𝑐2 𝜎 = 0
𝑐1 𝜎 exp (𝜎𝐿) − 𝑐2 𝜎 exp (−𝜎𝐿) = 0 .
𝑐1 − 𝑐2 = 0
𝑐1 − 𝑐2 exp (−2𝜎𝐿) = 0 .
𝑋(𝑥) = 𝑐1 + 𝑐2 𝑥
cuja derivada é
𝑋 ′ (𝑥) = 𝑐2 .
𝑇 ′ (𝑡) = 0
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 263
cuja solução também é uma função constante. Com isso temos o primeiro autovalor,
𝜆 = 0, e sua solução fundamental
1
𝑢0 (𝑥, 𝑡) = .
2
Essa função poderia ser igual a qualquer constante, escolhemos 1/2 por motivos que
ficarão evidentes em breve.
derivando temos
𝑐1 𝜎 cos(0) − 𝑐2 𝜎 sen(0) =0
𝑐1 𝜎 cos (𝜎𝐿) − 𝑐2 𝜎 sen (𝜎𝐿) = 0 .
sen (𝜎𝐿) = 0
𝑛2 𝜋 2
𝜆𝑛 = 𝑛 = 1, 2, 3, . . .
𝐿2
Substituindo esses valores na solução geral da EDO temos suas autofunções
(︁ 𝑛𝜋 )︁
𝑋𝑛 (𝑥) = cos(𝜎𝑛 𝑥) = cos 𝑥 (6.36)
𝐿
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 264
Precisamos agora das soluções associadas para a equação do tempo (6.34), substi-
tuindo 𝜆 temos as equações
𝑇 ′ + 𝛼2 𝜎𝑛2 𝑇 = 0 .
Note que do lado direito temos uma Série de Fourier em cossenos, assim, segundo o
Teorema 5.14 os coeficientes 𝑐𝑛 são determinados pelas fórmulas
2 𝐿
∫︁
𝑐𝑛 = 𝑓 (𝑥) cos (𝜎𝑛 𝑥) 𝑑𝑥 𝑛 = 0, 1, 2, 3, . . .
𝐿 0
A proposição a seguir resume o resultado desenvolvido nessa subseção.
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 265
2 𝐿
∫︁ (︁ 𝑛𝜋 )︁
𝑐𝑛 = 𝑓 (𝑥) cos 𝑥 𝑑𝑥 𝑛 = 0, 1, 2, 3, . . .
𝐿 0 𝐿
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 266
para cada uma das condições iniciais e de uma barra de comprimento 𝐿 cujas extremidades
fronteira dadas. são mantidas à temperatura constante igual a
a) 𝑢(0,𝑡) = 100, 𝑢(1,𝑡) = 100, 𝑢(𝑥,0) = 0 zero.
b) 𝑢(0,𝑡) {︃
= 0, 𝑢(10,𝑡) = 100 a) 𝐿 = 3 𝑓 (𝑥) = 3 − 𝑥
0, 0<𝑥<5 b) 𝐿 = 2 𝑓 (𝑥) = 𝑥 − 2
𝑢(𝑥,0) =
100, 5 ≤ 𝑥 < 10
c) 𝐿 = 2 𝑓 (𝑥) = 𝑥
6) (Problema de Neumann homog^eneo)
Considere uma função 𝑢(𝑥,𝑡), duas vezes d) 𝐿 = 𝜋 𝑓 (𝑥) = sen(𝑥)
diferenciável, com domı́nio 0 ≤ 𝑥 ≤ 𝐿 e 𝑡 ≥ 0,
e) 𝐿 = 𝜋 𝑓 (𝑥) = 4 sen(𝑥) + sen(4𝑥)
onde 𝐿 > 0. Resolva a Equação do Calor {︃
1, 0 < 𝑥 < 𝑎
𝑢𝑡 = 𝐾𝑢𝑥𝑥 𝐾>0 f) 𝐿 = 2𝑎 𝑓 (𝑥) =
0, 𝑎 ≤ 𝑥 < 2𝑎
para cada uma das condições iniciais e de {︃
fronteira dadas. 𝑥, 0 ≤ 𝑥 < 2
g) 𝐿 = 4 𝑓 (𝑥) =
a) 𝑢𝑥 (0,𝑡){︃= 0, 𝑢𝑥 (2,𝑡) = 0 0, 2 ≤ 𝑥 ≤ 4
𝑥, 0 < 𝑥 < 1 {︃
𝑢(𝑥,0) = 1 − 𝑥, 0 ≤ 𝑥 < 1
0, 1 ≤ 𝑥 < 2 h) 𝐿 = 2 𝑓 (𝑥) =
0, 1≤𝑥≤2
7) Para cada condição inicial 𝑢(𝑥, 0) = 𝑓 (𝑥).
Resolva o problema de condução do calor em
Como a condição inicial 𝑓 (𝑥) = 𝑔(𝑥) = 0 para 𝑥 ∈ [0, 𝐿] produz uma solução trivial,
𝑢(𝑥, 𝑡) = 0, vamos desconsiderar esse caso. Para isso impomos que pelo menos uma
das condições iniciais não seja identicamente nula, ou seja, 𝑓 (𝑥) ̸= 0 ou 𝑔(𝑥) ̸= 0
para algum 𝑥 ∈ [0, 𝐿]. A definição a seguir apresenta os detalhes desse problema.
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 267
𝑎2 𝑢𝑥𝑥 = 𝑢𝑡𝑡
𝑢(0, 𝑡) = 0 𝑢(𝐿, 𝑡) = 0
𝐿 𝑥
𝑢(𝑥, 0) = 𝑓 (𝑥)
𝑢𝑡 (𝑥, 0) = 𝑔(𝑥)
Note ainda que, por uma questão de compatibilidade entre as condições iniciais e as
de fronteira, o problema só está bem posto se 𝑓 e 𝑔 forem nulas nas extremidades da
corda
Como no caso da Equação do Calor, para resolver este problema aplicamos o método
de Separação de Variáveis, supondo que 𝑢(𝑥, 𝑡) = 𝑋(𝑥)𝑇 (𝑡). Substituindo essa
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 268
𝑢𝑡𝑡 = 𝑎2 𝑢𝑥𝑥
obtemos
𝑋𝑇 ′′ = 𝑎2 𝑋 ′′ 𝑇
𝑋 ′′ + 𝜆𝑋 = 0 , (6.40)
𝑇 ′′ + 𝑎2 𝜆𝑇 = 0 . (6.41)
Como 𝑇 (𝑡) não pode ser identicamente nula, essas condições impõem que
𝑋 ′′ + 𝜆𝑋 = 0 (6.43)
𝑋(0) = 0
𝑋(𝐿) = 0 .
Reproduzindo os mesmos passos, determinamos que não existem soluções não triviais
para 𝜆 ≤ 0. Além disso, sabemos que quando 𝜆 > 0 podemos fazer 𝜎 2 = 𝜆 e a
solução geral da EDO (6.43) é
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 269
precisamos garantir que 𝑐1 não seja nulo também, assim precisamos impor que
sen(𝜎𝐿) = 0 e consequentemente temos que 𝜎𝐿 = 𝑛𝜋. Concluı́mos então que os
autovalores e autofunções do problema (6.43) são
𝑛2 𝜋 2
𝜆𝑛 = 𝜎𝑛2 = 2 𝑛 = 1, 2, 3, . . . (6.44)
𝐿
(︁ 𝑛𝜋 )︁
𝑋𝑛 (𝑥) = sen(𝜎𝑛 𝑥) = sen 𝑥 𝑛 = 1, 2, 3, . . . (6.45)
𝐿
Vamos agora resolver a equação no tempo (6.41). Cada autovalor 𝜆𝑛 determina uma
equação diferencial ordinária para a função 𝑇 (𝑡)
𝑇 ′′ + 𝑎2 𝜎𝑛2 𝑇 = 0
onde fizemos 𝑃𝑛 = 𝑐𝑛 𝑝 e 𝑄𝑛 = 𝑐𝑛 𝑞.
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 270
𝑢 (𝑥, 0) = 𝑓 (𝑥)
𝑢𝑡 (𝑥, 0) = 𝑔(𝑥)
para todo 𝑥 no intervalo [0, 𝐿]. Começando com a condição no valor da função,
𝑢(𝑥, 0) = 𝑓 (𝑥), temos
∞
∑︁
𝑢(𝑥, 0) = 𝑃𝑛 sen (𝜎𝑛 𝑥) sen(0) + 𝑄𝑛 sen (𝜎𝑛 𝑥) cos(0)
𝑛=1
∞
∑︁
= 𝑄𝑛 sen (𝜎𝑛 𝑥) .
𝑛=1
Temos também que impor a condição no valor da derivada da função, 𝑢𝑡 (𝑥, 0) = 𝑔(𝑥),
para isso precisamos avaliar sua derivada. Lembrando que a solução geral é a soma
das soluções fundamentais e assumindo que seja possı́vel derivar a série termo a
termo temos
∞ ∞
𝜕 ∑︁ ∑︁ 𝜕𝑢𝑛
𝑢𝑡 (𝑥, 𝑡) = 𝑐𝑛 𝑢𝑛 (𝑥, 𝑡) = 𝑐𝑛 (𝑥, 𝑡) .
𝜕𝑡 𝑛=1 𝑛=1
𝜕𝑡
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 271
Como antes, usamos a série de Fourier da expansão ı́mpar da função 𝑔 para determinar
os coeficientes 𝑃𝑛 , porém, nesse caso os coeficientes de Fourier são 𝑃𝑛 𝑎𝜎𝑛 o que nos
leva a
2 𝐿
∫︁
𝑃𝑛 𝑎𝜎𝑛 = 𝑔(𝑥) sen (𝜎𝑛 𝑥) 𝑑𝑥
𝐿 0
isolando 𝑃𝑛 temos
∫︁ 𝐿
2
𝑃𝑛 = 𝑔(𝑥) sen (𝜎𝑛 𝑥) 𝑑𝑥 . (6.49)
𝑎𝜎𝑛 0
Temos agora a solução geral para o problema da propagação da onda e fórmulas para
determinar os coeficientes envolvidos. A proposição a seguir resume esses resultados.
2 𝐿
∫︁ (︁ 𝑛𝜋 )︁
𝑄𝑛 = 𝑓 (𝑥) sen 𝑥 𝑑𝑥 ,
𝐿 0 𝐿
∫︁ 𝐿
2 (︁ 𝑛𝜋 )︁
𝑃𝑛 = 𝑔(𝑥) sen 𝑥 𝑑𝑥 .
𝑎𝑛𝜋 0 𝐿
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 272
Essa proposição apresenta a solução para o problema completo, mas é comum que
uma das condições iniciais seja nula. Por exemplo, se considerarmos o caso onde
a velocidade inicial é nula, 𝑔(𝑥) = 0, os coeficientes 𝑃𝑛 são todos automaticamente
zero e a solução é dada por
∞
∑︁ (︁ 𝑛𝜋 )︁ (︁ 𝑎𝑛𝜋 )︁
𝑢(𝑥, 𝑡) = 𝑄𝑛 sen 𝑥 cos 𝑡 (6.50)
𝑛=1
𝐿 𝐿
∫︁ 𝐿
2 (︁ 𝑛𝜋 )︁
𝑄𝑛 = 𝑓 (𝑥) sen 𝑥 𝑑𝑥 (6.51)
𝐿 0 𝐿
Por outro lado se o deslocamento inicial for nulo, 𝑓 (𝑥) = 0, os coeficientes 𝑄𝑛 são
zero e a solução pode ser escrita como
∞
∑︁ (︁ 𝑛𝜋 )︁ (︁ 𝑎𝑛𝜋 )︁
𝑢(𝑥, 𝑡) = 𝑃𝑛 sen 𝑥 sen 𝑡 (6.52)
𝑛=1
𝐿 𝐿
∫︁ 𝐿
2 (︁ 𝑛𝜋 )︁
𝑃𝑛 = 𝑔(𝑥) sen 𝑥 𝑑𝑥 (6.53)
𝑎𝑛𝜋 0 𝐿
A Figura 6.10 apresenta as funções 𝑇𝑛 em cada um desses casos. Os gráficos do lado
esquerdo mostram as funções 𝑇𝑛 quando impomos que a velocidade inicial é nula,
observe que todas essas funções tem derivada zero quando 𝑡 = 0. Os gráficos do lado
direito apresentam as funções 𝑇𝑛 quando impomos que o deslocamento inicial é nulo,
observe que todas essas funções valem zero quando 𝑡 = 0.
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 273
1 1
𝑇1 (𝑡) 𝑇1 (𝑡)
0 0
-1 -1
1 1
𝑇2 (𝑡) 𝑇2 (𝑡)
0 0
-1 -1
1 1
𝑇3 (𝑡) 𝑇3 (𝑡)
0 0
-1 -1
1 1
𝑇4 (𝑡) 𝑇4 (𝑡)
0 0
-1 -1
1 1
𝑇5 (𝑡) 𝑇5 (𝑡)
0 0
-1 -1
1 1
𝑇6 (𝑡) 𝑇6 (𝑡)
0 0
-1 -1
1 1
𝑇7 (𝑡) 𝑇7 (𝑡)
0 0
-1 -1
0 𝜋/4 𝜋/2 3𝜋/4 𝜋 0 𝜋/4 𝜋/2 3𝜋/4 𝜋
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 274
𝑢1 (𝑥, 𝑡) 𝑢2 (𝑥, 𝑡)
1 1
0 0
-1 -1
0 0
1 1
1 1
0,5 0,5
2 0 2 0
𝑢3 (𝑥, 𝑡) 𝑢4 (𝑥, 𝑡)
1 1
0 0
-1 -1
0 0
1 1
1 1
0,5 0,5
2 0 2 0
𝑢5 (𝑥, 𝑡) 𝑢6 (𝑥, 𝑡)
1 1
0 0
-1 -1
0 0
1 1
1 1
0,5 0,5
2 0 2 0
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 275
𝑢1 (𝑥, 𝑡) 𝑢2 (𝑥, 𝑡)
1 1
0 0
-1 -1
0 0
1 1
1 1
0,5 0,5
2 0 2 0
𝑢3 (𝑥, 𝑡) 𝑢4 (𝑥, 𝑡)
1 1
0 0
-1 -1
0 0
1 1
1 1
0,5 0,5
2 0 2 0
𝑢5 (𝑥, 𝑡) 𝑢6 (𝑥, 𝑡)
1 1
0 0
-1 -1
0 0
1 1
1 1
0,5 0,5
2 0 2 0
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 276
Exemplo 6.5.1:
Considere uma corda elástica de comprimento 𝐿 = 10 cujas extremidades são
mantidas fixas, com 𝑇 = 𝜌, onde 𝑇 é a tensão e 𝜌 a densidade de massa da
corda, ou seja, 𝑎2 = 𝑇 /𝜌 = 1 . Suponha que a velocidade inicial da corda é zero
e que a posição inicial é dada por
⎧ 𝑥
⎪ , 0≤𝑥≤5,
5
⎨
𝑓 (𝑥) =
⎩ 10 − 𝑥 , 5 ≤ 𝑥 ≤ 10 .
⎪
5
Encontre o deslocamento da corda ao longo do tempo em cada posição 𝑢(𝑥, 𝑡).
0,5
5 10 𝑥
A Proposição 6.9 nos dá a solução desse problema, mas como 𝑔(𝑥) = 0 o
problema se simplifica e sua solução geral é dada por (6.50)
∞
∑︁ (︁ 𝑛𝜋 )︁ (︁ 𝑎𝑛𝜋 )︁
𝑢(𝑥,𝑡) = 𝑄𝑛 sen 𝑥 cos 𝑡
𝑛=1
𝐿 𝐿
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 277
∞
∑︁ (︁ 𝑛𝜋 )︁ (︁ 𝑛𝜋 )︁
= 𝑄𝑛 sen 𝑥 cos 𝑡 .
𝑛=1
10 10
2 𝐿
∫︁ (︁ 𝑛𝜋 )︁
𝑄𝑛 = 𝑓 (𝑥) sen 𝑥 𝑑𝑥
𝐿 0 𝐿
1 10
∫︁ (︁ 𝑛𝜋 )︁
= 𝑓 (𝑥) sen 𝑥 𝑑𝑥 .
5 0 10
Substituindo a expressão da função 𝑓 temos
[︃ ∫︁ ]︃
5 ∫︁ 10
1 𝑥 (︁ 𝑛𝜋 )︁ 10 − 𝑥 (︁ 𝑛𝜋 )︁
𝑄𝑛 = sen 𝑥 𝑑𝑥 + sen 𝑥 𝑑𝑥
5 0 5 10 5 5 10
[︃ ∫︁ 5
1 (︁ 𝑛𝜋 )︁
= 𝑥 sen 𝑥 𝑑𝑥
25 0 10
∫︁ 10 (︁ 𝑛𝜋 )︁
+ 10 sen 𝑥 𝑑𝑥
5 10
]︃
∫︁ 10 (︁ 𝑛𝜋 )︁
− 𝑥 sen 𝑥 𝑑𝑥 .
5 10
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 278
∫︁ ∫︁
= 𝑢𝑑𝑣 = 𝑢𝑣 − 𝑣𝑑𝑢
10 (︁ 𝑛𝜋 )︁ 10 ∫︁ (︁ 𝑛𝜋 )︁
= − 𝑥 cos 𝑥 + cos 𝑥 𝑑𝑥
𝑛𝜋 10 𝑛𝜋 10
100 (︁ 𝑛𝜋 )︁ 10 (︁ 𝑛𝜋 )︁
= 2 2 sen 𝑥 − 𝑥 cos 𝑥 .
𝑛𝜋 10 𝑛𝜋 10
Precisamos agora calcular as integrais definidas, começamos pela integral do
seno, que vamos denominar 𝑆
∫︁ 10 (︁ 𝑛𝜋 )︁
𝑆= sen 𝑥 𝑑𝑥
5 10
10 (︁ 𝑛𝜋 )︁ ⃒⃒10
=− cos 𝑥 ⃒⃒
𝑛𝜋 10 5
10 (︁ 𝑛𝜋 )︁ 10 (︁ 𝑛𝜋 )︁
=− cos 10 + cos 5
𝑛𝜋 10 𝑛𝜋 10
10 [︁ (︁ 𝑛𝜋 )︁ ]︁
= cos − cos (𝑛𝜋) .
𝑛𝜋 2
Calculamos agora as integrais do produto de 𝑥 pelo seno, que vamos denotar 𝑅
∫︁ 5 (︁ 𝑛𝜋 )︁ ∫︁ 10 (︁ 𝑛𝜋 )︁
𝑅= 𝑥 sen 𝑥 𝑑𝑥 − 𝑥 sen 𝑥 𝑑𝑥
0 10 5 10
(︀ )︀
= 𝐻(5) − 𝐻(0) − 𝐻(10) − 𝐻(5)
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 279
A figura a seguir mostra dois gráficos dessa solução. Note que nesse caso temos
uma onda estacionária oscilando entre os extremos fixos do domı́nio.
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 280
25
𝑡
1
20
0
15
-1
0 10
5 5
𝑥 25
20
15
10 0
10 5 𝑡 𝑥
0 0 5 10
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 281
{︃
d) 𝑓 (𝑥) = 𝑥 − 2 𝑔(𝑥) = 𝑥 − 2 1 − 𝑥, 0≤𝑥≤1
g) 𝑓 (𝑥) = 𝑔(𝑥) = 𝑥
{︃ 0, 1<𝑥≤2
1 − 𝑥, 0 ≤ 𝑥 ≤ 1
e) 𝑓 (𝑥) = 𝑥 𝑔(𝑥) =
1<𝑥≤2
{︃
0, 1 − 𝑥, 0≤𝑥≤1
h) 𝑓 (𝑥) = 𝑔(𝑥) = 𝑥 − 2
{︃ 0, 1<𝑥≤2
1 − 𝑥, 0 ≤ 𝑥 ≤ 1
f) 𝑓 (𝑥) = 𝑥 − 2 𝑔(𝑥) =
0, 1<𝑥≤2
que é um exemplo de uma equação diferencial linear de segunda ordem elı́ptica, e por-
tanto, representa situações de equilı́brio ou estacionárias. Dessa forma, interpretamos
as variáveis como dimensões espaciais e todas as condições são de fronteiras.
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 282
𝐷 = (𝑥, 𝑦) ∈ R2
{︀ ⧸︀ }︀
0<𝑥<𝑎 e 0<𝑦<𝑏 .
onde 𝑓0 , 𝑓1 , 𝑔0 e 𝑔1 são funções contı́nuas. Para que o problema seja bem posto
queremos que a junção dessas condições seja contı́nua, assim devemos impor a
condição de compatibilidade entre elas
𝑦
𝑢(𝑥, 𝑏) = 𝑓1 (𝑥)
𝑏
𝑎 𝑥
𝑢(𝑥, 0) = 𝑓0 (𝑥)
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 283
Como queremos excluir a solução trivial vamos supor que 𝑓 não seja identicamente
nula no intervalo [0, 𝑎]. A definição a seguir apresenta esse problema.
𝐷 = (𝑥, 𝑦) ∈ R2
{︀ ⧸︀ }︀
0<𝑥<𝑎 e 0<𝑦<𝑏 .
𝑢𝑥𝑥 + 𝑢𝑦𝑦 = 0
se transforma em
𝑋 ′′ 𝑌 + 𝑋𝑌 ′′ = 0 .
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 284
𝑦
𝑢(𝑥, 𝑏) = 0
𝑏
𝑎 𝑥
𝑢(𝑥, 0) = 𝑓 (𝑥)
𝑋 ′′ + 𝜆𝑋 = 0 , (6.55)
𝑌 ′′ − 𝜆𝑌 = 0 . (6.56)
Como não estamos interessados no problema trivial, 𝑢(𝑥, 𝑦) = 0, não queremos que
as funções 𝑋 ou 𝑌 sejam nulas, portanto essas condições implicam em
𝑌 (𝑏) = 0 , (6.57)
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 285
𝑋 ′′ + 𝜆𝑋 = 0 , (6.59)
𝑋(0) = 𝑋(𝑎) = 0 .
𝑛2 𝜋 2
𝜆𝑛 = 𝜎𝑛2 = 2
𝑎
(︁ 𝑛𝜋 )︁
𝑋𝑛 (𝑥) = sen (𝜎𝑛 𝑥) = sen 𝑥
𝑎
Os gráficos do lado esquerdo da Figura 6.15 mostram as primeiras funções 𝑋𝑛 . Note
que, todas essas funções valem zero nos extremos do intervalo, 𝑥 = 0 e 𝑥 = 𝑎
atendendo as condições de fronteira de Dirichlet homog^eneas. Além disso, podemos
ver que o valor de 𝑛 determina o número de oscilações dentro do intervalo.
𝑌 ′′ − 𝜎𝑛2 𝑌 = 0 .
Como vimos na Seção 6.2 a solução geral para essa equação diferencial ordinária tem
a forma
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 286
1 0
𝑋1 (𝑥)
0
8,7 · 10−2 𝑌1 (𝑦)
-1 -1
1 0
𝑋2 (𝑥)
0
3,7 · 10−3 𝑌2 (𝑦)
-1 -1
1 0
𝑋3 (𝑥)
0
1,6 · 10−4 𝑌3 (𝑦)
-1 -1
1 0
𝑋4 (𝑥)
0
7,0 · 10−6 𝑌4 (𝑦)
-1 -1
1 0
𝑋5 (𝑥)
0
3,0 · 10−7 𝑌5 (𝑦)
-1 -1
1 0
𝑋6 (𝑥)
0
1,3 · 10−8 𝑌6 (𝑦)
-1 -1
1 0
𝑋7 (𝑥)
0
5,6 · 10−10 𝑌7 (𝑦)
-1 -1
0 0,2 0,4 0,6 0,8 1 0 0,2 0,4 0,6 0,8 1
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 287
Desprezando a constante 2𝑐1 exp (𝜎𝑛 𝑏) temos as soluções para a equação (6.56) e a
condição (6.57)
(︀ )︀
𝑌𝑛 (𝑦) = senh 𝜎𝑛 (𝑦 − 𝑏) 𝑛 = 1, 2, 3, . . .
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 288
0 0
-1 -1
0 0
1 1
2 2
1 1
2 0 2 0
0 0
-1 -1
0 0
1 1
2 2
1 1
2 0 2 0
0 0
-1 -1
0 0
1 1
2 2
1 1
2 0 2 0
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 289
Qualquer escolha das constantes 𝑐𝑛 nos fornece uma função que é solução da equação
de Laplace e que atende as condições homog^eneas
Temos agora que impor a condição de Dirichlet não homog^enea, 𝑢(𝑥, 0) = 𝑓 (𝑥).
Começamos avaliando 𝑢(𝑥, 0)
∞
∑︁
𝑢(𝑥, 0) = 𝑐𝑛 sen (𝜎𝑛 𝑥) senh (−𝜎𝑛 𝑏)
𝑛=1
Observando que 𝑐𝑛 senh(𝜎𝑛 𝑏) são constantes com relação a 𝑥 percebemos que essa
expressão é exatamente a série de Fourier de senos da função 𝑓 (𝑥) e podemos escrever
2 𝑎
∫︁
𝑐𝑛 senh (−𝜎𝑛 𝑏) = 𝑓 (𝑥) sen (𝜎𝑛 𝑥) 𝑑𝑥
𝑎 0
isolando os coeficientes 𝑐𝑛 temos
∫︁ 𝑎
2
𝑐𝑛 = 𝑓 (𝑥) sen (𝜎𝑛 𝑥) 𝑑𝑥 . (6.62)
𝑎 senh (−𝜎𝑛 𝑏) 0
Com isso temos que a solução para o Problema 6.10 é dada pela função (6.61) com
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 290
2
[︂ (︁ 𝑛𝜋 )︁ ]︂−1 ∫︁ 𝑎 (︁ 𝑛𝜋 )︁
𝑐𝑛 = senh − 𝑏 𝑓 (𝑥) sen 𝑥 𝑑𝑥 .
𝑎 𝑎 0 𝑎
Esse resultado corresponde a escolha que a condição não homog^enea seja a fronteira
em 𝑦 = 0, o próximo exemplo ilustra como o mesmo procedimento pode ser utilizado
para obter a solução geral para o caso onde a condição não homog^enea está na
fronteira 𝑥 = 𝑎.
Exemplo 6.6.1:
Encontrar a solução geral para o problema
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 291
𝑦
𝑢(𝑥, 𝑏) = 0
𝑏
𝑎 𝑥
𝑢(𝑥, 0) = 0
Como estamos diante de um novo caso precisamos reproduzir todos os passos
para a obter a solução do problema, isso é, devemos aplicar a técnica de separação
de variáveis, encontrar os autovalores e autofunções, as soluções fundamentais e
a solução geral.
𝑋 ′′ 𝑌 ′′
=− =𝜆
𝑋 𝑌
onde podemos escolher o sinal da constante 𝜆 que for mais conveniente. Temos
também que usar as condições de fronteira homog^eneas do problema original
para obter as condições de contorno para as EDOs. Obtemos então os problemas
para as funções 𝑋 e 𝑌
𝑋 ′′ − 𝜆𝑋 = 0 𝑋(0) = 0
𝑌 ′′ + 𝜆𝑌 = 0 𝑌 (0) = 0 𝑌 (𝑏) = 0 .
𝑛2 𝜋 2
𝜆𝑛 = 𝜎𝑛2 = 2 ,
𝑏
(︁ 𝑛𝜋 )︁
𝑌𝑛 (𝑦) = sen (𝜎𝑛 𝑦) = sen 𝑦 .
𝑏
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 292
𝑋 ′′ − 𝜎𝑛2 𝑋 = 0 .
Comparando a série obtida com a série de senos da função 𝑓 (𝑦) com perı́odo 2𝑏,
concluı́mos que que os coeficientes 𝑐𝑛 são obtidos da relação
2 𝑏
∫︁
𝑐𝑛 senh (𝜎𝑛 𝑎) = 𝑓 (𝑦) sen (𝜎𝑛 𝑦) 𝑑𝑦 .
𝑏 0
Existem mais duas possibilidades para o lado onde impomos a condição não homog^e-
nea no problema de Laplace no ret^angulo. Esses casos são trabalhados nos exercı́cios
e são resolvidos aplicando exatamente os mesmos passos. O próximo exemplo ilustra
o uso dos resultados dessa seção para obter a solução de um problema especı́fico.
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 293
Exemplo 6.6.2:
Resolver o Problema
onde
{︃
𝑦 0≤𝑦≤1,
𝑓 (𝑦) =
2−𝑦 1<𝑦≤2.
2 [︁ (︁ 𝑎𝑛𝜋 )︁]︁−1 ∫︁ 𝑏 (︁ 𝑛𝜋 )︁
𝑐𝑛 = senh 𝑓 (𝑦) sen 𝑦 𝑑𝑦 .
𝑏 𝑏 0 𝑏
Substituindo os valores 𝑎 = 3 e 𝑏 = 2 temos
∞
∑︁ (︁ 𝑛𝜋 (︁ 𝑛𝜋 )︁
)︁
𝑢(𝑥, 𝑦) = 𝑐𝑛 senh 𝑥 sen 𝑦
𝑛=1
2 2
[︂ (︂ )︂]︂−1 ∫︁ 2
3𝑛𝜋 (︁ 𝑛𝜋 )︁
𝑐𝑛 = senh 𝑓 (𝑦) sen 𝑦 𝑑𝑦 .
2 0 2
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 294
Porém, as técnicas que estamos usando não se adequam a esse domı́nio, a solução é
mudarmos nosso sistema de coordenadas para Coordenadas Polares
𝑥 = 𝑟 cos(𝜃) ,
𝑦 = 𝑟 sen(𝜃) .
𝐷 = (𝑟, 𝜃) ∈ R2
{︀ ⧸︀ }︀
0 < 𝑟 < 𝐿 e 0 ≤ 𝜃 < 2𝜋
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 295
𝑦 √︀
𝑥2 + 𝑦 2 = 𝐿
𝜃
𝜋
𝑟
𝐿
(a) Disco de raio 𝐿 em coordenadas cartesianas (b) Disco de raio 𝐿 em coordenadas polares
𝑢𝑥 = 𝑣𝑟 𝑟𝑥 + 𝑣𝜃 𝜃𝑥 .
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 296
𝑥 = 𝑟 cos(𝜃) e 𝑦 = 𝑟 sen(𝜃)
e verificamos que
𝑟2 = 𝑥2 + 𝑦 2 .
𝑥2 + 𝑦 2
(𝑟𝑥 )2 + (𝑟𝑦 )2 = =1.
𝑟2
Substituindo essa expressão em (6.63) obtemos
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 297
𝑥2 𝑦 2
(︂ )︂
2 1
= − 2 +
𝑟 𝑟 𝑟 𝑟
2 1 𝑟2
= − 2
𝑟 𝑟 𝑟
1
= .
𝑟
Substituindo essa expressão em (6.64) obtemos
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 298
2𝑦𝑥 2𝑥𝑦
= −
(𝑥2 + 𝑦 2 )2 (𝑥2 + 𝑦 2 )2
=0.
Vamos agora resolver o problema de Laplace com fronteira de Dirichlet no disco. Já
verificamos que devemos usar coordenadas polares onde o domı́nio tem a forma
𝐷 = (𝑟, 𝜃) ∈ R2
{︀ ⧸︀ }︀
0 < 𝑟 < 𝐿 e 0 ≤ 𝜃 < 2𝜋 ,
onde, para eliminarmos a solução trivial, determinamos que 𝑓 (𝜃) ̸= 0 para algum
𝜃 ∈ [0, 2𝜋]. Além dessas, precisamos impor algumas condições para que o problema
seja bem posto no sistema de coordenadas polares. A solução 𝑣 precisa ser periódica
de perı́odo 2𝜋 na variável 𝜃 e ser limitada na variável 𝑟, especialmente quando 𝑟 se
aproxima de zero. O ponto 𝑟 = 0 é uma singularidade do sistema de coordenadas,
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 299
mas é um ponto normal para o problema de Laplace. A Figura 6.18 ilustra o domı́nio
e as condições desse problema e a definição a seguir apresenta todos os detalhes.
𝐷 = (𝑟, 𝜃) ∈ R2
{︀ ⧸︀ }︀
0 < 𝑟 < 𝐿 e 0 ≤ 𝜃 < 2𝜋
𝑣(0, 𝜃) limitado
𝑣𝑟𝑟 + 𝑟12 𝑣𝜃𝜃 + 1𝑟 𝑣𝑟 = 0 𝑣(𝐿, 𝜃) = 𝑓 (𝜃)
𝑟
𝑣(𝑟, 0) = 𝑣(𝑟, 2𝜋) 𝐿
Para resolver esse problema vamos seguir os mesmos passos que empregamos para os
casos anteriores. Começamos aplicando o método de Separação de Variáveis, supondo
que 𝑣(𝑟, 𝜃) = 𝑅(𝑟)Θ(𝜃) e substituindo na equação diferencial parcial
1 1
𝑅′′ Θ + 2
𝑅Θ′′ + 𝑅′ Θ = 0 .
𝑟 𝑟
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 300
Então, existe uma constante 𝜆 tal que a equação diferencial parcial pode ser escrita
como duas equações diferenciais ordinárias
𝑟2 𝑅′′ + 𝑟𝑅′ − 𝜆𝑅 = 0 ,
Θ′′ + 𝜆Θ = 0 .
Vamos tomar a equação para Θ com a condição de periodicidade como nosso Problema
de Autovalores, note que temos exatamente a mesma EDO do problema do calor
com a condição de periodicidade como condição de fronteira.
onde 𝜎 2 = −𝜆. Como essa função só será periódica se for nula, 𝑝 = 𝑞 = 0, ela não é
compatı́vel com as condições do problema.
Θ(𝜃) = 𝑝 + 𝑞𝜃 ,
Θ0 (𝜃) = 1 .
𝜆𝑛 = 𝜎𝑛2 = 𝑛2 𝑛 = 1, 2, 3, . . .
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 301
𝑟2 𝑅′′ + 𝑟𝑅′ − 𝑛2 𝑅 = 0 .
Essa é uma Equação de Euler que podemos resolver buscamos uma solução na forma
𝑅(𝑟) = 𝑟𝑠 , que substituindo na equação produz
𝑟𝑠 𝑠(𝑠 − 1) + 𝑠 − 𝑛2 = 𝑟𝑠 𝑠2 − 𝑛2 = 0 .
(︀ )︀ (︀ )︀
𝑠2 − 𝑛2 = 0
𝑅+ (𝑟) = 𝑟𝑛 ,
𝑅− (𝑟) = 𝑟−𝑛 .
Porém, as funções 𝑅− (𝑟) não são limitadas quando 𝑟 → 0, temos então que eliminá-
las.
para 𝑛 = 1, 2, 3, . . .
𝑟2 𝑅′′ + 𝑟𝑅′ = 0 .
Para resolver essa EDO fazemos a mudança de variável 𝑆(𝑟) = 𝑅′ (𝑟), que leva à
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 302
equação separável
𝑟2 𝑆 ′ + 𝑟𝑆 = 0
𝑅′ (𝑟) = 𝑆(𝑟)
(︀ )︀
= exp − ln(𝑟) + 𝑐
(︀ )︀
= exp − ln(𝑟) exp(𝑐)
𝑒𝑐 𝑝
= =
𝑟 𝑟
onde 𝑝 = 𝑒𝑐 . Integrando temos
𝑅(𝑟) = 𝑝 ln(𝑟) + 𝑞 .
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 303
Falta apenas impor a Condição de Fronteira 𝑣(𝐿, 𝜃) = 𝑓 (𝜃) que escrevemos como
∞
𝑎0 ∑︁ 𝑛 (︀ )︀
𝑓 (𝜃) = 𝑣(𝐿, 𝜃) = + 𝐿 𝑎𝑛 cos(𝑛𝜃) + 𝑏𝑛 sen(𝑛𝜃) .
2 𝑛=1
Note que essa é uma série de Fourier de perı́odo 2𝜋. Desse modo, estendendo 𝑓
periodicamente, os coeficientes da série são dados pelas fórmulas de Euler-Fourier
∫︁ 𝜋
1
𝐿 𝑛 𝑎𝑛 = 𝑓 (𝜃) cos(𝑛𝜃) 𝑑𝜃 𝑛 = 0, 1, 2, 3, . . .
𝜋 −𝜋
1 𝜋
∫︁
𝑛
𝐿 𝑏𝑛 = 𝑓 (𝜃) sen(𝑛𝜃) 𝑑𝜃 𝑛 = 1, 2, 3, . . .
𝜋 −𝜋
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 304
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 305
6.7 Revisão
1) [resp] (Calor em um fio) Considere um fio reto que a evolução do calor nesse fio satisfaz a EDP
uniforme, de material homog^eneo, com
comprimento 𝐿 = 𝜋 metros. A temperatura na 𝑢𝑡 = 𝑢𝑥𝑥
posição 𝑥, em metros, do fio no instante 𝑡, em
segundos, é dada por uma função 𝑢(𝑥,𝑡), em Sabe-se também que a temperatura nas
graus Celsius, com 0 ≤ 𝑥 ≤ 𝜋 e 𝑡 ≥ 0. Sabe-se extremidades do fio são mantidas constantes em
0 ∘ C e que a temperatura no fio no instante
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 306
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 307
6) [resp] Considere o seguinte problema de valor Dica: Lembre que as funções sen(𝑛𝜋𝑥) e
inicial e de contorno: cos(𝑚𝜋𝑥) são ortogonais.
≡ ◀ ▲ ▶
Equações Diferenciais Parciais 308
≡ ◀ ▲ ▶
7
Transformada de Fourier
7.1 Introdução
≡ ◀ ▲ ▶
Transformada de Fourier 310
1 1
𝑓 (𝑡) ^
|𝑓 (𝜔)|
-1 0
0 5 10 𝑡(s) 0 2 4 6 8 𝜔(kHz)
(a) Amplitude do áudio, 𝑓 (𝑡), ao longo do (b) Espectro de frequ^encias, isso é, o⃒ ⃒
tempo em segundos. módulo da Transformada de Fourier ⃒𝑡^(𝜔)⃒
≡ ◀ ▲ ▶
Transformada de Fourier 311
≡ ◀ ▲ ▶
Transformada de Fourier 312
Apresentamos nessa seção a Série de Fourier Complexa que é uma forma alternativa
para a Série de Fourier, definida em 5.7, onde substituı́mos as funções seno e cosseno
reais por uma exponencial complexa. Escrita dessa forma fica mais fácil comparar a
Série com a Transformada de Fourier. Observe que a versão complexa da série tem
exatamente as mesmas propriedades da série escrita na sua forma original, estamos
apenas fazendo uma transformação sem alterar a série.
𝑒𝑖𝑡 + 𝑒−𝑖𝑡
cos(𝑡) = , (7.4)
2
𝑒𝑖𝑡 − 𝑒−𝑖𝑡
sen(𝑡) = . (7.5)
2𝑖
≡ ◀ ▲ ▶
Transformada de Fourier 313
Note a semelhança com as definições das funções senh(𝑡) e cosh(𝑡) , equações (A.2)
e (A.3).
≡ ◀ ▲ ▶
Transformada de Fourier 314
Note que para 𝑛 > 0 os valores de 𝑐𝑛 são definidos pelas fórmulas dos coeficientes da
Série de Fourier. Para os ı́ndices 𝑛 < 0 definimos que
𝑐𝑛 = 𝑐−𝑛 ∀𝑛<0
Vamos agora ajustar as fórmulas dos coeficientes reais, 𝑎𝑛 e 𝑏𝑛 , para o cálculo direto
dos coeficientes complexos 𝑐𝑛 . Para 𝑛 ≥ 0 temos
1
𝑐𝑛 = (𝑎𝑛 − 𝑖𝑏𝑛 )
2
(︂ ∫︁ 𝐿 ∫︁ 𝐿 )︂
1 1 𝑖
= 𝑓 (𝑡) cos(𝑛𝜔𝑡) 𝑑𝑡 − 𝑓 (𝑡) sen(𝑛𝜔𝑡) 𝑑𝑡
2 𝐿 −𝐿 𝐿 −𝐿
∫︁ 𝐿
1 [︀ ]︀
= 𝑓 (𝑡) cos(𝑛𝜔𝑡) − 𝑖 sen(𝑛𝜔𝑡) 𝑑𝑡
2𝐿 −𝐿
∫︁ 𝐿
1
= 𝑓 (𝑡) exp (−𝑖𝑛𝜔𝑡) 𝑑𝑡 .
2𝐿 −𝐿
≡ ◀ ▲ ▶
Transformada de Fourier 315
Observe que, a Série de Fourier só pode ser usada para representar funções periódicas,
com perı́odo 2𝐿, e que as senoides somadas tem frequ^encias discretas 𝑛𝑤 para
𝑛 = 0, 1, 2, . . .
Exemplo 7.2.1:
Calcule a Série de Fourier Complexa da função
⎧
⎨0, −1 < 𝑥 < 0 ,
𝑓 (𝑥) = 𝑓 (𝑥 + 2) = 𝑓 (𝑥) .
⎩1, 0 ≤ 𝑥 ≤ 1,
Note que já calculamos a Série de Fourier dessa função no exemplo 5.3.3, onde
encontramos que
⎧
⎨ 0 𝑛 par,
{︃ ⎪
1 𝑛 = 0,
𝑎𝑛 = 𝑏𝑛 =
0 𝑛 = 1, 2, 3, . . . ⎩ 2
⎪ 𝑛 ı́mpar.
𝑛𝜋
Como conhecemos os coeficientes reais podemos calcular diretamente os coefici-
entes complexos. Para 𝑛 = 0 temos
𝑎0 1
𝑐0 = = .
2 2
Para 𝑛 > 0 e ı́mpar vamos fazer a mudança de ı́ndices 𝑛 = 2𝑘 − 1 para escrever
𝑎2𝑘−1 + 𝑖𝑏2𝑘−1 𝑖𝑏2𝑘−1 2𝑖
𝑐𝑛 = 𝑐2𝑘−1 = = = 𝑘 = 1, 2, 3, . . .
2 2 (2𝑘 − 1)𝜋
≡ ◀ ▲ ▶
Transformada de Fourier 316
−1
∑︁ ∞
∑︁
𝑖𝑛𝜔𝑡 0
= 𝑐𝑛 𝑒 + 𝑐0 𝑒 + 𝑐𝑛 𝑒𝑖𝑛𝜔𝑡
𝑛=−∞ 𝑛=1
∞ ∞
∑︁
−𝑖𝑛𝜔𝑡 1 ∑︁
= 𝑐𝑛 𝑒 + + 𝑐𝑛 𝑒𝑖𝑛𝜔𝑡 .
𝑛=1
2 𝑛=1
−1 ∞
1 ∑︁ 2𝑖 𝑖(2𝑝+1)𝜔𝑡
∑︁ 2𝑖
= + 𝑒 + 𝑒𝑖(2𝑘−1)𝜔𝑡 .
2 𝑝=−∞ (2𝑝 + 1)𝜋 (2𝑘 − 1)𝜋
𝑘=1
≡ ◀ ▲ ▶
Transformada de Fourier 317
∞
1 ∑︁ 2𝑖
= + 𝑒𝑖(2𝑘−1)𝜔𝑡 .
2 (2𝑘 − 1)𝜋
𝑘=−∞
≡ ◀ ▲ ▶
Transformada de Fourier 318
Note que 𝑓 é uma função complexa, nesse contexto não há razão para introduzirmos
essa definição apenas para funções reais. Mesmo porque, independentemente de 𝑓
ser ou não uma função real, o que aparece dentro do integrando na definição da
transformada será necessariamente uma função complexa, já que envolve 𝑒−𝑖𝜔𝑡 .
Exemplo 7.3.1:
Calcular da Transformada de 𝑓 (𝑡) data por
{︃
1, −𝑎 ≤ 𝑡 ≤ 𝑎 ,
𝑓 (𝑡) =
0, caso contrário.
≡ ◀ ▲ ▶
Transformada de Fourier 319
exp(−𝑖𝜔𝑎) exp(𝑖𝜔𝑎)
= −
−𝑖𝜔 −𝑖𝜔
1 (︀ )︀
= exp(𝑖𝜔𝑎) − exp(−𝑖𝜔𝑎)
𝑖𝜔
1 (︀ )︀
= cos(𝜔𝑎) + 𝑖 sen(𝜔𝑎) − cos(𝜔𝑎) + 𝑖 sen(𝜔𝑎)
𝑖𝜔
2
= sen(𝑎𝜔) .
𝜔
Encontramos assim a transformada de Fourier de 𝑓 (𝑡) que é dada por
⎧
⎨ 2𝑎 ,
⎪ 𝜔 = 0,
𝑓^(𝜔) =
⎩ 2 sen(𝑎𝜔) , 𝜔 ̸= 0 .
⎪
𝜔
𝑓 (𝑡) 𝑓^(𝜔)
2𝑎
𝜔
𝑡 − 4𝜋 3𝜋 2𝜋 𝜋
𝑎 − 𝑎 − 𝑎 −𝑎
𝜋
𝑎
2𝜋
𝑎
3𝜋
𝑎
4𝜋
𝑎
−𝑎 𝑎
𝑓^(𝜔) = 2𝑎 sinc(𝑎𝜔) .
≡ ◀ ▲ ▶
Transformada de Fourier 320
Exemplo 7.3.2:
Calcular da transformada inversa de 2 sinc(𝜔).
≡ ◀ ▲ ▶
Transformada de Fourier 321
O fato de podemos transformar uma função definida no tempo para uma equivalente
definida na frequ^encia e invertermos a transformação, nos permite dizer que as duas
funções representam a mesma informação ou o mesmo sinal. Podemos pensar que 𝑓
e sua transformada 𝑓^ são a mesma “função” representada em domı́nios diferentes.
Aqui optamos por utilizar 𝑎 = 1 e 𝑏 = −1. Seguem alguns exemplos de outras opções
comumente utilizadas e as respectivas fórmulas para a transformada e sua inversa.
≡ ◀ ▲ ▶
Transformada de Fourier 322
1 𝜔
onde 𝜈 = = .
perı́odo 2𝜋
Todas essas formas são equivalentes, porém, é necessário estar atendo a qual forma
está sendo utilizada em cada contexto e fixar-se a ela.
Vamos proceder formalmente, isso é, sem muito rigor, tentando fazer com que a
transformada de Fourier apareça de modo relativamente natural como solução para
o problema.
O método utilizado para encontrar a solução de uma equação diferencial parcial pela
Transformada de Fourier é muito semelhante à utilização da Transformada de Laplace
para a solução de equações diferenciais ordinárias. Em ambos os casos, aplicamos
a transformada para modificar o problema em outro mais simples, encontramos a
solução do problema mais simples e calculamos a transformada inversa para encontrar
a solução do problema original. Muitos passos que realizaremos parecem artificiais e
estranhos a primeira vista. Eles só vão realmente fazer sentido quando concluirmos
todo o processo.
≡ ◀ ▲ ▶
Transformada de Fourier 323
Iniciamos multiplicamos a equação (7.9) por uma função arbitrária 𝜑 = 𝜑(𝑥, 𝜔) que
depende de 𝑥 e de uma nova variável que queremos introduzir
Note que essa operação tem uma certa imprecisão, uma vez que, dependendo da
função 𝜑 escolhida, as integrais acima podem não existir, mas estamos fazendo apenas
contas formais com o objetivo de induzir uma boa candidata para a função 𝜑.
Observe que, como 𝜑 não depende de 𝑡 podemos passar a derivação em 𝑡 para fora
da integral do lado esquerdo da equação
𝜕 ∞
∫︁ ∫︁ ∞
2
𝑢(𝑥, 𝑡) 𝜑(𝑥, 𝜔) 𝑑𝑥 = 𝛼 𝑢𝑥𝑥 (𝑥, 𝑡) 𝜑(𝑥, 𝜔) 𝑑𝑥 . (7.11)
𝜕𝑡 −∞ −∞
com 𝑝 = 𝜑(𝑥, 𝜔) e 𝑑𝑞 = 𝑢𝑥𝑥 (𝑥, 𝑡) 𝑑𝑥, na integral do lado direito da equação (7.11)
temos
∫︁ ∞ ⃒∞ ∫︁ ∞
⃒
𝑢𝑥𝑥 𝜑 𝑑𝑥 = 𝑢𝑥 𝜑 ⃒⃒ − 𝑢𝑥 𝜑𝑥 𝑑𝑥 .
−∞ −∞ −∞
≡ ◀ ▲ ▶
Transformada de Fourier 324
Fisicamente, isso equivale a dizer que 𝑢 possui energia finita, o que é uma hipótese
bastante razoável.
Essas restrições implicam que os dois últimos termos da equação (7.12) sejam nulos,
ou seja
𝜕 ∞
∫︁ ∫︁ ∞
2
𝑢 𝜑 𝑑𝑥 = 𝛼 𝑢 𝜑𝑥𝑥 𝑑𝑥 . (7.13)
𝜕𝑡 −∞ −∞
𝜑𝑥𝑥 = −𝜔 2 𝜑(𝑥, 𝜔) ,
𝜑(𝑥, 𝜔) = 𝑒−𝑖𝜔𝑥 .
𝜕 ∞ −𝑖𝜔𝑥
∫︁ ∫︁ ∞
𝑢𝑒 𝑑𝑥 = 𝛼2 𝑢 (−𝜔 2 )𝑒−𝑖𝜔𝑥 𝑑𝑥 ,
𝜕𝑡 −∞ −∞
≡ ◀ ▲ ▶
Transformada de Fourier 325
Note que, como temos a mesma integral dos dois lados, podemos escreve-la como
∫︁ ∞
𝑢^(𝜔, 𝑡) = 𝑢(𝑥, 𝑡) 𝑒−𝑖𝜔𝑥 𝑑𝑥 (7.15)
−∞
Compare a equação (7.15) com a Definição 7.2, observe que temos exatamente
a mesma transformação escrita com variáveis diferentes. Essa diferença ocorre
porque nesta seção escrevemos a Transformada de Fourier para a função 𝑢 que é
candidata a solução da equação (7.9), entretanto, a variável 𝑡 não tem papel algum
na transformação.
≡ ◀ ▲ ▶
Transformada de Fourier 326
𝐶(𝜔) = 𝑓^(𝜔) .
é sempre o mesmo podemos calcular sua inversa de registrá-la em uma tabela (veja a
Seção 7.8). Porém, a transformada inversa do produto não é o produto das funções.
Nesse caso, vamos utilizar um resultado muito útil, o Teorema da Convolução, que
estabelece o resultado da transformada inversa do produto de duas funções 𝑓 : R → C
e𝑔:R→C
[︁ ]︁
−1 ^
(︀ )︀
ℱ 𝑔 (𝜔) (𝑥) = 𝑓 * 𝑔 (𝑥)
𝑓 (𝜔)^ (7.18)
≡ ◀ ▲ ▶
Transformada de Fourier 327
∫︁ ∞
= 𝑓 (𝑦)𝑔(𝑥 − 𝑦) 𝑑𝑦
−∞
2 2
onde escrevemos 𝑔^(𝜔, 𝑡) = 𝑒−𝛼 𝜔 𝑡 . Note que 𝑔^ é uma gaussiana na variável 𝜔, como
veremos na Seção 7.8 sua transformada inversa 𝑔 também será uma gaussiana em 𝑥.
implica que
lim 𝑓 (𝑡) = 0 ,
𝑡→±∞
≡ ◀ ▲ ▶
Transformada de Fourier 328
isso é, a função 𝑓 (𝑡) precisa tender a zero no infinito para que sua transformada
seja convergente. Porém, muitas funções importantes como o seno e o cosseno
não convergem para zero no infinito. Para calcularmos a transformada de Fourier
dessas funções precisamos redefinir o conceito de função e trabalhar com Funções
Generalizadas. Um exemplo, muito utilizado, é a Delta de Dirac, 𝛿(𝑡 − 𝑎) , que
representa um Impulso Unitário Instant^aneo em 𝑡 = 𝑎 definida a seguir.
Cuidado com a delta pois ela não é uma função, isso é, ela não atende a definição
utilizada no Cálculo A.14. Como as ferramentas de que dispomos aqui, seu significado
fora da integral é impreciso. Mesmo assim, podemos obter uma interpretação para
ela usando as funções
⎧ 1
⎨ −ℎ ≤ 𝑡 ≤ ℎ ,
𝑑ℎ (𝑡) = 2ℎ
0 caso contrário.
⎩
10 𝑑1/10 (𝑡)
𝑑1/2 (𝑡)
𝑑1 (𝑡)
-2 -1 1 2 𝑡
A Figura 7.2 mostra tr^es dessas funções. Note que, por construção, para qualquer ℎ
a integral de 𝑑ℎ ao longo da reta real é sempre um. Vamos agora calcular a integral
≡ ◀ ▲ ▶
Transformada de Fourier 329
Porém, o limite de 𝑑ℎ quando ℎ tende a zero não existe no conjunto das funções reais,
como definidas no Cálculo, pois
1
lim+ 𝑑ℎ (0) = lim+ =∞ ̸∈ R .
ℎ→0 ℎ→0 2ℎ
Mesmo assim, baseados em uma teoria mais elaborada, escrevemos informalmente
{︃
0 𝑡 ̸= 0 ,
𝛿(𝑡) = lim+ 𝑑ℎ (𝑡) =
ℎ→0 ∞ 𝑡 = 0.
𝑐 𝛿(𝑡 − 𝑎)
𝑐
𝑎 𝑡
Uma propriedade interessante da Delta de Dirac é que ela nos permite derivar funções
≡ ◀ ▲ ▶
Transformada de Fourier 330
Note que, para todo 𝑥 < 0 a integral vale zero, pois 𝛿(𝑡) é sempre zero para todo
𝑡 < 0. Porém, para 𝑥 > 0 o intervalo de integração passa pelo centro da Delta de
Dirac 𝑡 = 0, nesse caso aplicamos a Definição 7.5, considerando que a delta está
sendo multiplicada pela função contante igual a um. Portanto, para todo 𝑥 > 0 a
integral vale um.
H(𝑥)
1
𝑥
-3 -2 -1 1 2 3
A função que vale zero para 𝑥 negativo e um para 𝑥 positivo é chamada de Função de
Heaviside ou Degrau Unitário, H(𝑥). Neste contexto o valor da função em 𝑥 = 0 não
é importante, mas uma escolha comum é defini-lo como 1/2. O gráfico dessa função
está na Figura 7.4 e ela pode ser escrita como
⎧
⎨ 0 𝑥 < 0,
⎪
⎪
H(𝑥) = 1/2 𝑥 = 0 , (7.20)
⎪
⎪
⎩ 1 𝑥 > 0.
≡ ◀ ▲ ▶
Transformada de Fourier 331
é definida por
∫︁ ∞
(𝑓 * 𝑔)(𝑡) = 𝑓 (𝜏 )𝑔(𝑡 − 𝜏 ) 𝑑𝜏
−∞
1. 𝑓 * 𝑔 = 𝑔 * 𝑓 a convolução é comutativa
2. 𝑓 (𝑡) * 𝛿(𝑡 − 𝑎) = 𝑓 (𝑡 − 𝑎) propriedade de deslocamento
3. 𝑓 (𝑡) * 𝛿(𝑡) = 𝑓 (𝑡) 𝛿 é a identidade
≡ ◀ ▲ ▶
Transformada de Fourier 332
[︁ ]︁
−1 ^
(︀ )︀
Então, ℱ 𝑓 (𝜔) 𝑔^(𝜔) (𝑡) = 𝑓 * 𝑔 (𝑡)
(︀ )︀
∫︁ ∞
onde 𝑓 * 𝑔 (𝑡) = 𝑓 (𝜏 )𝑔(𝑡 − 𝜏 ) 𝑑𝜏
−∞
Demonstração
Veja que o resultado fica demonstrado se provarmos que
Aqui, apesar de precisar de alguns argumentos mais técnicos que passam pelo
teorema de Fubini, podemos trocar a ordem de integração e então fazer a
mudança de variável 𝑡 − 𝜏 = 𝑧, de modo que
∫︁ ∞ ∫︁ ∞
𝑔(𝑡 − 𝜏 )𝑒−𝑖𝜔𝑡 𝑑𝑡 𝑑𝜏
[︀(︀ )︀ ]︀
ℱ 𝑓 * 𝑔 (𝑡) (𝜔) = 𝑓 (𝜏 )
−∞ −∞
∫︁ ∞ ∫︁∞
= 𝑓 (𝜏 ) 𝑔(𝑧)𝑒−𝑖𝜔(𝜏 +𝑧) 𝑑𝑧 𝑑𝜏
−∞ −∞
∫︁ ∞ ∫︁ ∞
−𝑖𝜔𝜏
= 𝑓 (𝜏 )𝑒 𝑑𝜏 𝑔(𝑧)𝑒−𝑖𝜔𝑧 𝑑𝑧
−∞ −∞
= 𝑓^(𝜔)^
𝑔 (𝜔)
≡ ◀ ▲ ▶
Transformada de Fourier 333
Supondo que as condições adequadas sejam atendidas, podemos listar várias proprie-
dades da Transformada de Fourier.
Demonstração
A linearidade da transformada de Fourier segue direto da definição e da lineari-
dade da integração.
Demonstração
Essas fórmulas seguem da definição da exponencial complexa
∫︁ ∞
𝑓^(𝜔) = 𝑓 (𝑡)𝑒−𝑖𝜔𝑡 𝑑𝑡
−∞
∫︁ ∞ (︀ )︀
= 𝑓 (𝑡) cos(𝜔𝑡) − 𝑖 sen(𝜔𝑡) 𝑑𝑡
−∞
≡ ◀ ▲ ▶
Transformada de Fourier 334
∫︁ ∞ ∫︁ ∞
= 𝑓 (𝑡) cos(𝜔𝑡) 𝑑𝑡 − 𝑖 𝑓 (𝑡) sen(𝜔𝑡) 𝑑𝑡
−∞ −∞
= Re 𝑓^( 𝜔) − Im 𝑓^( 𝜔) 𝑖
(︀ )︀ (︀ )︀
Demonstração
≡ ◀ ▲ ▶
Transformada de Fourier 335
Translação no tempo
∫︁ ∞
𝑓 (𝑡 − 𝑎)𝑒−𝑖𝜔𝑡 𝑑𝑡
[︀ ]︀
ℱ 𝑓 (𝑡 − 𝑎) (𝜔) =
−∞
∫︁ ∞
= 𝑓 (𝑢)𝑒−𝑖𝜔(𝑢+𝑎) 𝑑𝑢
−∞
(︂∫︁ ∞ )︂
−𝑖𝜔𝑢
= 𝑓 (𝑢)𝑒 𝑑𝑢 𝑒−𝑖𝜔𝑎
−∞
= 𝑓^(𝜔) 𝑒−𝑖𝑎𝜔
Translação na frequ^encia
∫︁ ∞
ℱ 𝑓 (𝑡) 𝑒𝑖𝑎𝑡 (𝜔) = 𝑓 (𝑡) 𝑒𝑖𝑎𝑡 𝑒−𝑖𝜔𝑡 𝑑𝑡
[︀ ]︀
−∞
∫︁ ∞
= 𝑓 (𝑡) 𝑒−𝑖(𝜔−𝑎)𝑡 𝑑𝑡
−∞
= 𝑓^(𝜔 − 𝑎)
Existe uma simetria entre a transformada de Fourier e sua inversa, quando aplicamos
a transformada duas vezes voltamos para uma função similar a função original.
Demonstração
Sabemos que
∫︁ ∞
1
𝑓 (𝑡) = 𝑓^(𝜔) 𝑒𝑖𝜔𝑡 𝑑𝜔
2𝜋 −∞
≡ ◀ ▲ ▶
Transformada de Fourier 336
Podemos repetir essas operações para encontrar relações para as derivadas e integrais
de maior ordem, por exemplo
Em muitos casos desejamos modelar os efeitos após uma causa inicial, por exemplo,
o comportamento de um circuito após ele ser ligado. A seguinte propriedade da
transformada de Fourier pode ser empregada nesse contexto.
≡ ◀ ▲ ▶
Transformada de Fourier 337
onde
Vamos começar pela função caracterı́stica (A.5) em um intervalo entre zero e 𝑎 > 0.
Exemplo 7.8.1:
Calcular a transformada de Fourier da função caracterı́stica 𝜒[0,𝑎] (𝑡) com 𝑎 > 0
≡ ◀ ▲ ▶
Transformada de Fourier 338
Se 𝜔 = 0 temos que
∫︁ 𝑎 ∫︁ 𝑎
𝜒^[0,𝑎] (0) = exp(−𝑖𝜔𝑡) 𝑑𝑡 = 𝑑𝑡 = 𝑎
0 0
Para 𝜔 ̸= 0 temos
∫︁ 𝑎
𝜒^[0,𝑎] (𝜔) = exp(−𝑖𝜔𝑡) 𝑑𝑡
0
⃒𝑎
exp(−𝑖𝜔𝑡) ⃒⃒
=
−𝑖𝜔 ⃒
0
1 − exp(−𝑖𝑎𝜔)
=
𝑖𝜔
Concluı́mos então que
⎧
⎨ 𝑎
⎪ 𝜔=0
𝜒^[0,𝑎] (𝜔) =
⎩ 1 − exp(−𝑖𝑎𝜔)
⎪
𝜔 ̸= 0
𝑖𝜔
Exemplo 7.8.2:
Calcular a transformada de Fourier da Delta de Dirac.
Substituindo a delta na definição da transformada de Fourier temos
∫︁ ∞
[︀ ]︀
ℱ 𝛿(𝑡 − 𝑎) = 𝛿(𝑡 − 𝑎) exp(−𝑖𝜔𝑡) 𝑑𝑡
−∞
Um caso particular relevante é a delta centrada na origem, isso é, 𝑎 = 0, nesse caso
sua transformada é a função constante igual a 1
^
[︀ ]︀
𝛿(𝜔) = ℱ 𝛿(𝑡) = 1
≡ ◀ ▲ ▶
Transformada de Fourier 339
Exemplo 7.8.3:
Calcular a transformada inversa da função 𝑓^(𝜔) = 1
Exemplo 7.8.4:
Calcular a transformada da função 𝑓 (𝑡) = 1
ℱ[1](𝜔) = 2𝜋𝛿(−𝜔)
ℱ[1](𝜔) = 2𝜋𝛿(𝜔)
Exemplo 7.8.5:
2
Calcular a transformada da função gaussiana 𝑓 (𝑡) = 𝑒−𝑎𝑡
≡ ◀ ▲ ▶
Transformada de Fourier 340
A função dentro da integral também é uma gaussiana para verificarmos esse fato
primeiro vamos reescrever a expressão 𝑎𝑡2 + 𝑖𝜔𝑡 em uma forma mais conveniente.
Começamos completando o quadrado
= (𝐴2 + 2𝐴𝐵 + 𝐵 2 ) − 𝐵 2
= (𝐴 + 𝐵)2 − 𝐵 2
onde
portanto
√ 𝑖𝜔𝑡
𝐴= 𝑎|𝑡| e 𝐵= √
2 𝑎|𝑡|
Podemos agora escrever
≡ ◀ ▲ ▶
Transformada de Fourier 341
(︃ (︂ )︂2 )︃
(︂ 2
)︂ ∫︁ ∞ √
𝜔 𝑖𝜔
= exp − exp − 𝑎𝑡 + √ 𝑑𝑡 (7.27)
4𝑎 −∞ 2 𝑎
𝑣 = 𝑟2 𝑑𝑣 = 2𝑟𝑑𝑟
≡ ◀ ▲ ▶
Transformada de Fourier 342
𝜔2
√︂ (︂ )︂
2 𝜋
𝑓 (𝑥) = 𝑒−2𝑡 e 𝑓^(𝜔) = exp −
2 8
A Figura 7.5 apresenta os gráficos dessas funções gaussianas e suas transformadas de
Fourier.
2 2
1 1
-4 -2 2 4 𝑡 -4 -2 2 4 𝜔
(a) Funções gaussianas com 𝑎 = 1, azul, (b) Transformadas das funções gaussianas
e 𝑎 = 2, magenta com 𝑎 = 1, azul, e 𝑎 = 2, magenta
Queremos agora calcular a transformada das funções senoidais, vamos começar pela
exponencial complexa e depois calculamos a transformada da função seno.
≡ ◀ ▲ ▶
Transformada de Fourier 343
Exemplo 7.8.6:
Calcular a transformada de Fourier da senoide complexa 𝑒𝑖𝑎𝑡
Exemplo 7.8.7:
Calcular a transformada da função seno sen(𝑎𝑡)
≡ ◀ ▲ ▶
Transformada de Fourier 344
Usamos aqui a identidade que relaciona a função seno com a exponencial (7.5)
𝑒𝑖𝑎𝑡 − 𝑒−𝑖𝑎𝑡
sen(𝑎𝑡) =
2𝑖
e escrevemos
[︂ ]︂
[︀ ]︀ exp(𝑖𝑎𝑡) − exp(−𝑖𝑎𝑡)
ℱ sen(𝑎𝑡) = ℱ
2𝑖
(︂ )︂
1 [︀ ]︀ [︀ ]︀
= ℱ exp(𝑖𝑎𝑡) − ℱ exp(−𝑖𝑎𝑡)
2𝑖
onde usamos a linearidade da transformada. O próximo passo é usar a transfor-
mada da função exponencial.
[︀ ]︀ 1 [︀ ]︀
ℱ sen(𝑎𝑡) = 2𝜋 𝛿(𝜔 − 𝑎) − 2𝜋 𝛿(𝜔 + 𝑎)
2𝑖
𝜋 [︀ ]︀
= 𝛿(𝜔 − 𝑎) − 𝛿(𝜔 + 𝑎)
𝑖
[︀ ]︀
= 𝑖𝜋 𝛿(𝜔 + 𝑎) − 𝛿(𝜔 − 𝑎)
≡ ◀ ▲ ▶
Transformada de Fourier 345
≡ ◀ ▲ ▶
Transformada de Fourier 346
{︃
1, −𝑎 ≤ 𝑡 ≤ 𝑎
𝑓 (𝑡) = 𝑓^(𝜔) = 2𝑎 sinc(𝑎𝜔)
0, caso contrário
{︃
1 0≤𝑡<𝑎 1 − 𝑒−𝑖𝑎𝜔
𝜒[0,𝑎] (𝑡) =
0 caso contrário 𝑖𝜔
{︃
0 𝑡<0 1
𝑒−𝑎𝑡 H(𝑡) =
𝑒−𝑎𝑡 𝑡≥0 𝑎 + 𝑖𝜔
1 𝜋 −𝑎|𝜔|
𝑒
𝑡 2 + 𝑎2 𝑎
2 𝜔2
𝑒−𝑎𝑡 𝑒− 4𝑎
≡ ◀ ▲ ▶
Transformada de Fourier 347
1 ^ (︁ 𝜔 )︁
𝑓 (𝑎𝑡) 𝑎 ̸= 0 𝑓
|𝑎| 𝑎
𝑑𝑓^
𝑡𝑓 (𝑡) 𝑖 (𝜔)
𝑑𝜔
𝑓 ′ (𝑡) 𝑖𝜔 𝑓^(𝜔)
𝑓 ′′ (𝑡) − 𝜔 2 𝑓^(𝜔)
∫︁ 𝑡
1 ^
𝑓 (𝜏 ) 𝑑𝜏 𝑓 (𝜔)
0 𝑖𝜔
𝑓 (𝑡 − 𝑎) 𝑒−𝑖𝑎𝜔 𝑓^(𝜔)
𝑓^(𝑡) 𝑓 (−𝜔)
∫︁ ∞
(𝑓 * 𝑔)(𝑡) = 𝑓 (𝜏 )𝑔(𝑡 − 𝜏 ) 𝑑𝜏 2𝜋 𝑓^(𝜔)^
𝑔 (𝜔)
−∞
≡ ◀ ▲ ▶
Transformada de Fourier 348
7.10 Revisão
𝑢(𝑥,𝑦) = ℱ −1 𝑢(𝑤,𝑡)
[︀ ]︀
b) Verifique que, se 𝑎 ∈ R e ̂︀ (𝑥)
em função de 𝑓 .
[︀ ]︀
𝑓̂︀(𝜔) = ℱ 𝑓 (𝑥)
c) Tome o caso particular 𝑓 (𝑥) = 𝑥 e mostre
então
(diretamente) que neste caso a solução
ℱ 𝑒𝑖𝑎𝑥 𝑓 (𝑥) = 𝑓̂︀(𝜔 − 𝑎)
[︀ ]︀ encontrada no item anterior é uma solução do
problema
2) [resp] (Equação de corda infinita em repouso) {︃
𝑢𝑥 + 𝑢𝑦 = 𝑥, 𝑥 ∈ R, 𝑦 > 0
Seja 𝑢 = 𝑢(𝑥, 𝑡) função definida em 𝑥 ∈ R, 𝑡 ≥ 0.
Considere então a equação da onda com suas 𝑢(𝑥,0) = 0, 𝑥∈R
condições iniciais
⎧ 4) Considere o problema
⎨𝑢𝑡𝑡 = 𝑢𝑥𝑥
⎪ {︃
(𝐼) 𝑢(𝑥, 0) = 0 𝑢𝑥 + 𝑢𝑦 = 0, 𝑥 ∈ R, 𝑦 > 0
𝑥∈R
⎪
⎩𝑢 (𝑥, 0) = 𝑣 (𝑥)
𝑡 0 𝑢(𝑥,0) = 𝑓 (𝑥),
≡ ◀ ▲ ▶
Transformada de Fourier 349
2
5) Seja 𝑓 : R → R tal que 𝑓 ′ (𝑥) = −2𝑥𝑓 (𝑥). Suponha que 𝑓̂︀(0) = 1. Mostre que 𝑓 (𝑥) = 𝑒−𝑥 .
≡ ◀ ▲ ▶
A
Conteúdo Complementar
Sı́mbolos Matemáticos
≡ ◀ ▲ ▶
Conteúdo Complementar 351
A seguir apresentamos sı́mbolos que indicam relações. Note que cada um tem um
significado especı́fico, um não pode substituir o outro.
Conjuntos e Intervalos
Os conjuntos numéricos mais utilizados são:
≡ ◀ ▲ ▶
Conteúdo Complementar 352
Intervalos são um caso particular de subconjuntos dos números reais, eles indicam
um conjunto de números reais “consecutivos” e “sem buracos”. Normalmente os
intervalos são definidos por desigualdades
{︀ ⧸︀ }︀
𝐼 = 𝑥∈R 3<𝑥<5
{︀ ⧸︀ }︀
𝐽 = 𝑥∈R
−1 ≤ 𝑥 ≤ 2
{︀ ⧸︀ }︀
𝐾 = 𝑥∈R |𝑥| < 2
Como esses conjuntos são muito utilizados no Cálculo existe uma notação especı́fica
para eles. A notação para intervalos precisa indicar quais são seus extremos e se esses
extremos pertencem ou não ao intervalo, um colchete [ ou ] indica que o extremo
correspondente pertence ao intervalo enquanto que um parenteses ( ou ) indica que
os extremos não pertence ao intervalo
{︀ ⧸︀ }︀
(3, 5) = 𝑥∈R 3<𝑥<5
{︀ ⧸︀ }︀
[−1, 2] = 𝑥∈R
−1 ≤ 𝑥 ≤ 2
{︀ ⧸︀ }︀
[−2, 2] = 𝑥 ∈ R |𝑥| < 2
{︀ ⧸︀ }︀
(𝑎, 𝑏] = 𝑥 ∈ R 𝑎<𝑥≤𝑏
{︀ ⧸︀ }︀
[𝑎, 𝑏) = 𝑥 ∈ R 𝑎≤𝑥<𝑏
≡ ◀ ▲ ▶
Conteúdo Complementar 353
elemento. O zero seria o candidato para ser o mı́nimo, mas ele não pertence a 𝐴,
nesse caso dizemos que zero é o ı́nfimo de 𝐴. Uma análise equivalente vai nos mostrar
que 𝐴 também não possui um máximo e que 1 é seu supremo. Podemos escrever em
tão que
(︀ )︀ (︀ )︀
inf (0, 1) = 0 min (0, 1) não existe
(︀ )︀ (︀ )︀
sup (0, 1) = 1 max (0, 1) não existe
Incluı́mos aqui uma pequena revisão de alguns conceitos de álgebra que são necessários
para a compreensão do texto.
≡ ◀ ▲ ▶
Conteúdo Complementar 354
Operações Aritméticas
Expoentes e Radicais
𝑚 𝑛 𝑚+𝑛 𝑥𝑚
𝑥 𝑥 =𝑥 𝑛
= 𝑥𝑚−𝑛
𝑥
1
(𝑥𝑚 )𝑛 = 𝑥𝑚𝑛 𝑥−𝑛 =
𝑥𝑛
(︂ )︂𝑛
𝑥 𝑥𝑛
(𝑥𝑦)𝑛 = 𝑥𝑛 𝑦 𝑛 = 𝑛
𝑦 𝑦
√
√ √ √
√︂
𝑥 𝑛
𝑥
𝑛
𝑥𝑦 = 𝑛 𝑥 𝑛 𝑦 𝑛
= √
𝑦 𝑛 𝑦
Desigualdades e Módulo
Para 𝑎 > 0
≡ ◀ ▲ ▶
Conteúdo Complementar 355
Note que os complexos não são ordenados, isso é, não existem as relações > ou <
entre números complexos.
Incluı́mos aqui uma pequena revisão de algumas funções que são importantes para o
estudo dos tópicos desse trabalho.
A Função Exponencial pode ser definida de diversas formas, por exemplo, pela sua
série de Taylor
∞
𝑥 𝑥2 𝑥3 𝑥4 ∑︁ 𝑥𝑛
𝑒 = exp(𝑥) = 1 + 𝑥 + + + + ··· =
2! 3! 4! 𝑛=0
𝑛!
e tem o valor
𝑒 = 2,71828 18284 59045 23536 02874 71352 66249 77572 47093 69995 . . .
≡ ◀ ▲ ▶
Conteúdo Complementar 356
𝑒𝑥 𝑒−𝑥
3 3
2 2
1 1
𝑥 𝑥
-3 -2 -1 1 2 3 -3 -2 -1 1 2 3
𝑦 = ln(𝑥) ⇒ 𝑒𝑦 = 𝑥
o domı́nio dessa função são os números reais positivos e sua imagem são todos os
reais. A Figura A.2 mostra o gráfico dessa função calculada em |𝑥| estendendo assim
o domı́nio para valores negativos de 𝑥.
ln|𝑥|
2
-6 -4 -2 2 4 6 𝑥
-1
-2
≡ ◀ ▲ ▶
Conteúdo Complementar 357
Funções Trigonométricas
1 1
sec(𝑥) = cossec(𝑥) =
cos(𝑥) sen(𝑥)
Os gráficos dessas funções podem ser vistos na Figura A.3.
sen(𝑥) cos(𝑥)
1 1
𝜋 𝑥 𝜋 𝑥
−3𝜋 −2𝜋 −𝜋 2𝜋 3𝜋 −3𝜋 −2𝜋 −𝜋 2𝜋 3𝜋
-1 -1
1 1
−𝜋 𝜋 𝑥 −𝜋 𝜋 𝑥
-1 -1
-4 -4
(c) Gráfico da função tg(𝑥) (d) Gráfico da função cot(𝑥)
4 sec(𝑥) 4 cossec(𝑥)
1 1
𝑥 𝑥
−2𝜋 −𝜋 -1 𝜋 2𝜋 −2𝜋 −𝜋 -1 𝜋 2𝜋
-4 -4
(e) Gráfico da função sec(𝑥) (f) Gráfico da função cossec(𝑥)
Identidade Pitagórica
sen2 (𝑥) + cos2 (𝑥) = 1 1 + tg2 (𝑥) = sec2 (𝑥) 1 + cot2 (𝑥) = cossec2 (𝑥)
≡ ◀ ▲ ▶
Conteúdo Complementar 358
≡ ◀ ▲ ▶
Conteúdo Complementar 359
arcsen(𝑥) arccos(𝑥)
𝜋/2 𝜋
𝜋/2
-1 -0,5 0,5 1 𝑥
−𝜋/2
-1 -0,5 0,5 1 𝑥
(a) Gráfico da função arcsen(𝑥) (b) Gráfico da função arccos(𝑥)
arctg(𝑥) arccot(𝑥)
𝜋/2 𝜋
𝜋/2
-10 -5 5 10 𝑥
−𝜋/2
-10 -5 5 10 𝑥
(c) Gráfico da função arctg(𝑥) (d) Gráfico da função arccot(𝑥)
arcsec(𝑥) cossec(𝑥)
𝜋/2
𝜋/2
𝑥
-10 -5 -1 1 5 10
−𝜋/2
-10 -5 -1 1 5 10 𝑥
(e) Gráfico da função arcsec(𝑥) (f) Gráfico da função arccossec(𝑥)
Funções Hiperbólicas
𝑒𝑥 − 𝑒−𝑥
senh(𝑥) = (A.2)
2
𝑒𝑥 + 𝑒−𝑥
cosh(𝑥) = (A.3)
2
≡ ◀ ▲ ▶
Conteúdo Complementar 360
senh(𝑥) cosh(𝑥)
10 10
5 5
-2 -1 1 2 𝑥 -2 -1 1 2 𝑥
-5 -5
-10 -10
Também podemos definir essas funções com o uso de expressões envolvendo números
complexos
𝑑 𝑑 𝑒𝑥 − 𝑒−𝑥
senh(𝑥) =
𝑑𝑥 𝑑𝑥 2
𝑑𝑒−𝑥
(︂ 𝑥 )︂
1 𝑑𝑒
= −
2 𝑑𝑥 𝑑𝑥
1 (︀ 𝑥
𝑒 + 𝑒−𝑥
)︀
=
2
= cosh(𝑥)
≡ ◀ ▲ ▶
Conteúdo Complementar 361
𝑒𝑥 = cosh(𝑥) + senh(𝑥)
𝑒−𝑥 = cosh(𝑥) − senh(𝑥)
𝑒−𝑖𝑥 = cos(𝑥) + 𝑖 sen(𝑥)
Séries de Taylor
∞
𝑥3 𝑥5 𝑥7 ∑︁ 𝑥2𝑛+1
senh(𝑥) = 𝑥 + + + + ··· =
3! 5! 7! 𝑛=0
(2𝑛 + 1)!
∞
𝑥2 𝑥4 𝑥6 ∑︁ 𝑥2𝑛
cosh(𝑥) = 1 + + + + ··· =
2! 4! 6! 𝑛=0
(2𝑛)!
1 1
sech(𝑥) = cossech(𝑥) =
cosh(𝑥) senh(𝑥)
Os gráficos dessas funções podem ser vistos na Figura A.6.
≡ ◀ ▲ ▶
Conteúdo Complementar 362
tgh(𝑥) 4 coth(𝑥)
1
1
𝑥 𝑥
-2 -1 1 2 -2 -1 -1 1 2
-1
-4
(a) Gráfico da função tgh(𝑥) (b) Gráfico da função coth(𝑥)
sech(𝑥) 4 cossech(𝑥)
1
1
𝑥 𝑥
-2 -1 1 2 -2 -1 -1 1 2
-1
-4
(c) Gráfico da função sech(𝑥) (d) Gráfico da função cossech(𝑥)
Função sinc
O termo sinc é uma contração do nome da função em latim sinus cardinalis (seno
cardinal), essa função é definida como
⎧
⎨ sen(𝑥) 𝑥 ̸= 0
⎪
sinc(𝑥) = 𝑥 (A.4)
⎪
⎩ 1 𝑥=0
Derivada da sinc
𝑑 cos(𝑥) − sinc(𝑥)
sinc(𝑥) =
𝑑𝑥 𝑥
≡ ◀ ▲ ▶
Conteúdo Complementar 363
1 sinc(𝑥)
Cuidado para não confundir a definição utilizada aqui com uma definição alternativa
comumente utilizada no processamento digital de sinais, da função sinc normalizada
sen(𝜋𝑥)
sinc(𝑥) =
𝜋𝑥
Outras Funções
A Função de Heaviside ou Degrau Unitário H(𝑥), vale 1 para 𝑥 positivo, zero para 𝑥
negativo.
{︃
0 𝑥<0
H(𝑥) = (A.6)
1 𝑥>0
Essa função não precisa ser definida em 𝑥 = 0, mas dependendo do contexto ela pode
≡ ◀ ▲ ▶
Conteúdo Complementar 364
𝑥 𝑥
-3 -2 -1 1 2 3 -3 -2 -1 1 2 3
(a) Gráfico da função caracterı́stica (b) Gráfico da função de Heaviside
G1 (𝑥) 𝛿(𝑥)
1 1
𝑥 𝑥
-3 -2 -1 1 2 3 -3 -2 -1 1 2 3
(c) Gráfico da função rampa (d) Representação da Delta de Dirac
assumir algum valor especı́fico nesse ponto. Um exemplo é escolher o valor 1/2
⎧
⎨ 0 𝑥<0
⎪
⎪
H(𝑥) = 1/2 𝑥 = 0
⎪
⎪
⎩ 1 𝑥>0
≡ ◀ ▲ ▶
Conteúdo Complementar 365
Cuidado com o delta pois ele não é uma função segundo a definição empregada
no Cálculo. Esclarecer seu significado preciso demanda a teoria de distribuições.
Mesmo assim, baseados em uma teoria matemática mais elaborada, escrevemos
informalmente que
{︃
0 𝑡 ̸= 0
𝛿(𝑡) = lim+ 𝑑ℎ (𝑡) =
ℎ→0 ∞ 𝑡=0
A Figura A.8 mostra o gráfico dessas funções. Porém, não podemos dizer que a
Figura A.8d seja o gráfico do Delta de Dirac. Essa é uma representação onde a seta
indica que a função não assume um valor real nesse ponto. Normalmente o valor 𝑦
onde a seta aponta indica a constante multiplicando o delta.
Para mostrar que uma afirmação, 𝑃𝑛 , é verdadeira para todo 𝑛 devemos provar que:
𝑃𝑛 ⇒ 𝑃𝑛+1 .
≡ ◀ ▲ ▶
Conteúdo Complementar 366
Exemplo A.4.1:
Demonstrar a Desigualdade de Bernoulli
(1 + 𝑥)𝑛 ≥ 1 + 𝑛𝑥
Primeiro vamos identificar qual é o ı́ndice envolvido e qual a afirmação que deve
ser verificada para cada valor do ı́ndice
𝑛 = 0, 1, 2, 3, . . .
𝑃𝑛 : (1 + 𝑥)𝑛 ≥ 1 + 𝑛𝑥
(1 + 𝑥)0 = 1 ≥ 1 + 0𝑥 = 1
(1 + 𝑥)(𝑛+1) = (1 + 𝑥)𝑛 (1 + 𝑥)
Como (1 + 𝑥) > 0, pois por hipótese 𝑥 > −1, podemos usar a hipótese de
indução, (1 + 𝑥)𝑛 ≥ 1 + 𝑛𝑥, para escrever
Rearranjando temos
(1 + 𝑥)(𝑛+1) ≥ 1 + (1 + 𝑛)𝑥
≡ ◀ ▲ ▶
Conteúdo Complementar 367
Provamos assim que 𝑃𝑛 ⇒ 𝑃𝑛+1 , o que completa a prova por indução finita e
garante que a desigualdade é verdadeira para todo 𝑛 ≥ 0.
𝑥 = 𝑟 cos(𝜃)
(A.9)
𝑦 = 𝑟 sen(𝜃)
onde um ponto 𝑃 com coordenadas (𝑥, 𝑦) pode ser representado também pelas
coordenadas (𝑟, 𝜃), como mostra a Figura A.9. A transformação inversa é dada por
(︁ 𝑦 )︁
𝜃 = arctg
𝑥 (A.10)
√︀
𝑟 = 𝑥2 + 𝑦 2
𝑟 ∈ [ 0, ∞)
𝜃 ∈ [ 0, 2𝜋)
onde o intervalo para 𝜃 pode ser substituı́do por qualquer outro intervalo de compri-
mento 2𝜋. Apesar da origem (0, 0) ser um ponto ordinário no plano, sua representação
em coordenadas polares é singular, pois se 𝑟 = 0 todos os valores de 𝜃 representam o
mesmo ponto.
≡ ◀ ▲ ▶
Conteúdo Complementar 368
𝑦 𝑃
𝐷 = (𝑟, 𝜃) ∈ R2
{︀ ⧸︀ }︀
0 ≤ 𝑥 ≤ 𝜌 e 0 ≤ 𝜃 < 2𝜋
≡ ◀ ▲ ▶
Conteúdo Complementar 369
Cuidado para não esquecer que a mudança de variáveis transforma o diferencial 𝑑𝑥𝑑𝑦
em 𝑟𝑑𝑟𝑑𝜃.
Como uma motivação para a criação dos números complexos considere a equação
𝑥2 + 1 = 0
Uma forma para contornar essa limitação é criar um novo número, denotado por 𝑖 e
que chamamos de Unidade imaginária, de forma que
𝑖2 = −1
Além disso, determinamos que as operações com esse número obedecem as mesmas
regras das operações com os números reais. Por exemplo, podemos calcular as
pot^encias de 𝑖
𝑖2 = −1
𝑖3 = 𝑖2 𝑖 = (−1)𝑖 = −𝑖
𝑖4 = 𝑖2 𝑖2 = (−1)(−1) = 1
𝑖5 = 𝑖4 𝑖 = 𝑖
𝑖6 = 𝑖5 𝑖 = 𝑖2 = −1
Como o número 𝑖 não pertence aos reais estamos criando um novo conjunto numérico
conhecido como o Conjunto dos Números Complexos
{︀ ⃒ }︀
C = 𝑎 + 𝑏𝑖 ⃒ 𝑎, 𝑏 ∈ R
≡ ◀ ▲ ▶
Conteúdo Complementar 370
𝑣𝑤 = (𝑎 + 𝑏𝑖) · (𝑐 + 𝑑𝑖)
= 𝑎 · (𝑐 + 𝑑𝑖) + 𝑏𝑖 · (𝑐 + 𝑑𝑖)
= 𝑎𝑐 + 𝑎𝑑𝑖 + 𝑏𝑐𝑖 + 𝑏𝑑𝑖2
= 𝑎𝑐 + 𝑎𝑑𝑖 + 𝑏𝑐𝑖 − 𝑏𝑑
= (𝑎𝑐 − 𝑏𝑑) + (𝑎𝑑 + 𝑏𝑐)𝑖
e) 𝑣𝑤 = 𝑤𝑣
f) 𝑣(𝑤𝑢) = (𝑣𝑤)𝑢
g) 1𝑣 = 𝑣 sendo que 1 = 1 + 0𝑖
h) Se 𝑣 = 𝑎 + 𝑏𝑖 ̸= 0 então
𝑎 𝑏
𝑣 −1 = − 𝑖 é tal que 𝑣𝑣 −1 = 𝑣 −1 𝑣 = 1
𝑎2 + 𝑏 2 𝑎2 + 𝑏 2
i) 𝑣(𝑤 + 𝑢) = 𝑣𝑤 + 𝑣𝑢
Como as operações de soma e produto nos complexos possui a essas propriedades
dizemos que o conjunto dos números complexos, com essas operações, é um corpo.
Os números reais, R, e os racionais, Q, também são corpos.
≡ ◀ ▲ ▶
Conteúdo Complementar 371
Exemplo A.6.1:
Calculo das raı́zes da equação quadrática.
𝑎𝑥2 + 𝑏𝑥 + 𝑐 = 0
onde 𝑎 ̸= 0. Sabemos que suas soluções são dadas pela fórmula de Bhaskara
√
−𝑏 ± Δ
𝑥=
2𝑎
onde
Δ = 𝑏2 − 4𝑎𝑐
É possı́vel mostrar que no, conjunto dos números complexos, todo polin^omio de
grau 𝑛 possui exatamente 𝑛 raı́zes. Além disso, se os coeficientes do polin^omio
forem números reais então suas raı́zes serão números reais ou números complexos
conjugadas.
Assim como representamos os números reais em uma reta, a Reta Real, representamos
≡ ◀ ▲ ▶
Conteúdo Complementar 372
𝑦 𝑧 = 𝑥 + 𝑖𝑦
𝑟
𝜙
𝜙 𝑥
𝑟
−𝑦 𝑧¯ = 𝑥 − 𝑖𝑦
Além das operações de soma e produto, também definimos outras operações para os
complexos.
a) 𝑣𝑣 = |𝑣|2
b) 𝑣 + 𝑤 = 𝑣 + 𝑤
c) 𝑣𝑤 = 𝑣𝑤
Um estudo do cálculo em variáveis complexas está além do escopo desse texto, porém,
para podemos introduzir a Transformada de Fourier, vamos precisar da definição de
algumas funções com variáveis complexas.
≡ ◀ ▲ ▶
Conteúdo Complementar 373
As funções algébricas, aquelas que utilizam apenas operações como soma, produto,
e pot^encias, não precisam de uma definição especial, basta realizar as operações
definidas para os complexos. Porém, para as demais funções precisamos de outras
técnicas. Para as funções analı́ticas, isso é, as funções cujas Séries de Taylor convergem
para a própria função, podemos usar essa série para definir as funções nos complexos.
As funções que vamos utilizar com maior frequ^encia são o seno, cosseno e a exponencial
𝑧3 𝑧5 𝑧7
sen 𝑧 = 𝑧 − + + − · · · (A.13)
3! 5! 7!
𝑧2 𝑧4 𝑧8
cos 𝑧 = 1 − + + − · · · (A.14)
2! 4! 8!
𝑧 𝑧2 𝑧3
𝑒 = 1 + 𝑧 + + + ··· (A.15)
2! 3!
Com essa identidade podemos interpretar a Exponencial Complexa como sendo uma
oscilação com decrescimento ou decaimento exponencial, pois
𝑎𝑥3 𝑖𝑥2
∫︁
𝑎𝑥2 + 𝑖𝑥 + 3𝑖 𝑑𝑥 = + + 3𝑖𝑥 + 𝐶
3 2
≡ ◀ ▲ ▶
Conteúdo Complementar 374
∫︁
cos(𝑖𝑥)
sen(𝑖𝑥) 𝑑𝑥 = − = 𝑖 cos(𝑖𝑥)
𝑖
Porém, não podemos utilizar as mesmas regras para funções de variáveis complexas,
𝑓 : 𝐷 ∈ C → C. Para esses casos precisamos da teoria própria para as variáveis
complexas.
1. 𝑣 + 𝑤 ∈ 𝑉
2. 𝛼𝑣 ∈ 𝑉
3. (𝑢 + 𝑣) + 𝑤 = 𝑢 + (𝑣 + 𝑤)
4. 𝑣 + 𝑤 = 𝑤 + 𝑣
5. Existe 0 ∈ 𝑉 tal que 𝑣 + 0 = 𝑣
6. Existe −𝑣 ∈ 𝑉 tal que 𝑣 + (−𝑣) = 0
7. 𝛼(𝑣 + 𝑤) = 𝛼𝑣 + 𝛼𝑤
≡ ◀ ▲ ▶
Conteúdo Complementar 375
8. (𝛼 + 𝛽)𝑣 = 𝛼𝑣 + 𝛽𝑣
9. (𝛼𝛽)𝑣 = 𝛼(𝛽𝑣)
10. 1𝑣 = 𝑣
Uma caracterı́stica importante dos espaços vetoriais, reais ou complexos, é que novos
vetores podem ser construı́dos pela combinação linear de vetores dados.
𝑣 = 𝛼1 𝑣1 + 𝛼2 𝑣2 + · · · + 𝛼𝑛 𝑣𝑛
Uma questão que muitas vezes precisamos responder é se um vetor é ou não gerado
por uma combinação linear de outros vetores. Se ele puder ser gerado dessa forma,
dizemos que ele é Linearmente Dependente dos vetores que o geram e em geral ele
pode ser considerado supérfluo. Se tivermos um conjunto de vetores onde nenhum
pode ser gerado pelos demais dizemos que esse conjunto é linearmente independente,
como descrito na definição a seguir.
𝛼1 𝑣1 + 𝛼2 𝑣2 + · · · + 𝛼𝑛 𝑣𝑛 = 0
≡ ◀ ▲ ▶
Conteúdo Complementar 376
Uma consequ^encia da propriedade de que vetores podem ser gerados pela combinação
de outros é que podemos selecionar um conjunto de vetores para gerar todo o espaço
vetorial. O menor conjunto que gera todo o espaço é chamado de base, como descrito
na próxima definição.
Um tipo de operação que pode ser estudada no contexto da Álgebra Linear são as
transformações lineares, que podem ser definidas como segue.
1. para quaisquer 𝑣 e 𝑤 ∈ 𝑉
𝑇 (𝑣 + 𝑤) = 𝑇 (𝑣) + 𝑇 (𝑤)
𝑇 (𝛼𝑣) = 𝛼𝑇 (𝑣)
𝑇 (𝑣) = 𝜆𝑣
≡ ◀ ▲ ▶
Conteúdo Complementar 377
Além das operações de soma e produto por escalar, a Álgebra Linear também
generaliza outros conceitos como comprimento e a^ngulo entre vetores. Nesse momento
é útil fazermos uma comparação com o plano cartesiano, R2 , onde calculamos o
produto escalar, ou produto interno, dos vetores 𝑣 = (𝑣1 , 𝑣2 ) e 𝑤 = (𝑤1 , 𝑤2 ) como
𝑣 · 𝑤 = ⟨𝑣, 𝑤⟩ = 𝑣1 𝑤1 + 𝑣2 𝑤2
Podemos também calcular o ^angulo entre dois vetores usando a relação entre o
produto escalar e a norma
Finalmente dizemos que os vetores 𝑣 e 𝑤 são ortogonais se o a^ngulo entre eles for
90∘ , ou seja, se
𝑣·𝑤 =0
≡ ◀ ▲ ▶
Conteúdo Complementar 378
4. ⟨𝑢 + 𝑣, 𝑤⟩ = ⟨𝑢, 𝑤⟩ + ⟨𝑣, 𝑤⟩
5. ⟨𝑣, 𝑤⟩ = ⟨𝑤, 𝑣⟩
Se o espaço vetorial 𝑉 possui uma definição de produto interno dizemos que ele é
um Espaço Vetorial com Produto Interno. No estudo da transformada de Fourier
utilizamos o produto interno
∫︁ 𝑏
⟨𝑣, 𝑤⟩ = 𝑣(𝑥) 𝑤(𝑥) 𝑑𝑥 (A.17)
𝑎
⟨𝑣, 𝑤⟩ = 0
1. 0 ⊥ 𝑣 para todo 𝑣 ∈ 𝑉
2. 𝑣 ⊥ 𝑤 implica que 𝑤 ⊥ 𝑣
3. Se 𝑣 ⊥ 𝑤 para todo 𝑤 ∈ 𝑉 , então 𝑣 = 0
4. Se 𝑢 ⊥ 𝑤 e 𝑣 ⊥ 𝑤 , então (𝑢 + 𝑣) ⊥ 𝑤
5. Se 𝑣 ⊥ 𝑤 , então (𝜆𝑣) ⊥ 𝑤 para todo escalar 𝜆
≡ ◀ ▲ ▶
Conteúdo Complementar 379
No estudo das séries de Fourier usamos o fato de que as funções seno e cosseno com
a escolha adequada de frequ^encias são ortogonais.
Se o espaço vetorial possui um produto interno podemos definir uma norma, como
descrito na próxima definição
𝑑(𝑣, 𝑤) = ‖𝑣 − 𝑤‖
Essa definição de dist^ancia é usada na Seção 5.6, sobre o fen^omeno de Gibbs, para
esclarecer o significado apropriado a converg^encia da série de Fourier.
≡ ◀ ▲ ▶
Conteúdo Complementar 380
𝑓 :𝐷→𝐸
lim 𝑓 (𝑥) = 𝐿
𝑥→𝑎
Essa definição pode ser estendida para o caso em que 𝑎 é ±∞. Quando o limite
existe ele possui as propriedades descritas na proposição a seguir.
≡ ◀ ▲ ▶
Conteúdo Complementar 381
Uma propriedade de algumas funções reais é não possuir buracos ou saltos em seu
gráfico. Dizemos que essa funções são contı́nuas e a próxima definição nos fornece
uma caracterização para essas funções.
1. 𝑓 (𝑎) existe
2. lim 𝑓 (𝑥) existe
𝑥→𝑎
3. lim 𝑓 (𝑥) = 𝑓 (𝑎)
𝑥→𝑎
≡ ◀ ▲ ▶
Conteúdo Complementar 382
Com o limite podemos definir a derivada de uma função real que nos fornece o valor
da inclinação da reta tangente ao gráfico da função em cada ponto.
≡ ◀ ▲ ▶
Conteúdo Complementar 383
≡ ◀ ▲ ▶
Conteúdo Complementar 384
≡ ◀ ▲ ▶
Conteúdo Complementar 385
𝐹 ′ (𝑥) = 𝑓 (𝑥)
≡ ◀ ▲ ▶
Conteúdo Complementar 386
∫︁ ∞ ∫︁ 𝑏
Se 𝑓 (𝑥) 𝑑𝑥 e 𝑓 (𝑥) 𝑑𝑥 são convergentes, então
𝑎 −∞
∫︁ ∞ ∫︁ 𝑐 ∫︁ ∞
𝑓 (𝑥) 𝑑𝑥 = 𝑓 (𝑥) 𝑑𝑥 + 𝑓 (𝑥) 𝑑𝑥
−∞ −∞ 𝑐
≡ ◀ ▲ ▶
Conteúdo Complementar 387
𝑑 𝑥 𝑑 𝑥
𝑒 = 𝑒𝑥 𝑎 = 𝑎𝑥 ln(𝑎)
𝑑𝑥 𝑑𝑥
𝑑 1 𝑑 1
ln|𝑥| = log𝑎 (𝑥) =
𝑑𝑥 𝑥 𝑑𝑥 𝑥 ln(𝑎)
Funções trigonométricas
𝑑 𝑑
sen(𝑥) = cos(𝑥) tg(𝑥) = sec2 (𝑥)
𝑑𝑥 𝑑𝑥
𝑑 𝑑
sec(𝑥) = sec(𝑥) tg(𝑥) cos(𝑥) = − sen(𝑥)
𝑑𝑥 𝑑𝑥
𝑑 𝑑
cot(𝑥) = − cossec2 (𝑥) cossec(𝑥) = − cossec(𝑥) cot(𝑥)
𝑑𝑥 𝑑𝑥
𝑑 1 𝑑 −1 1
sen−1 (𝑥) = √ tg (𝑥) =
𝑑𝑥 1 − 𝑥2 𝑑𝑥 1 + 𝑥2
𝑑 1 𝑑 1
sec−1 (𝑥) = √ cos−1 (𝑥) = − √
𝑑𝑥 𝑥 𝑥2 − 1 𝑑𝑥 1 − 𝑥2
𝑑 1 𝑑 1
cot−1 (𝑥) = − cossec−1 (𝑥) = − √
𝑑𝑥 1 + 𝑥2 𝑑𝑥 𝑥 𝑥2 − 1
≡ ◀ ▲ ▶
Conteúdo Complementar 388
Funções hiperbólicas
𝑑 𝑑
senh(𝑥) = cosh(𝑥) tgh(𝑥) = sech2 (𝑥)
𝑑𝑥 𝑑𝑥
𝑑 𝑑
sech(𝑥) = − sech(𝑥) tgh(𝑥) cosh(𝑥) = senh(𝑥)
𝑑𝑥 𝑑𝑥
𝑑 𝑑
coth(𝑥) = − cossech2 (𝑥) cossech(𝑥) = − cossech(𝑥) coth(𝑥)
𝑑𝑥 𝑑𝑥
𝑑 1 𝑑 1
senh−1 (𝑥) = √ tgh−1 (𝑥) =
𝑑𝑥 1 + 𝑥2 𝑑𝑥 1 − 𝑥2
𝑑 1 𝑑 1
sech−1 (𝑥) = − √ cosh−1 (𝑥) = √
𝑑𝑥 𝑥 1 − 𝑥2 𝑑𝑥 𝑥2 − 1
𝑑 1 𝑑 1
coth−1 (𝑥) = cossech−1 (𝑥) = − √
𝑑𝑥 1 − 𝑥2 𝑑𝑥 |𝑥| 𝑥2 + 1
≡ ◀ ▲ ▶
Conteúdo Complementar 389
∫︁ ∫︁
𝑢 𝑑𝑣 = 𝑢𝑣 − 𝑣 𝑑𝑢
𝑢𝑛+1
∫︁
𝑢𝑛 𝑑𝑢 = +𝐶 𝑛 ̸= −1
𝑛+1
∫︁
𝑑𝑢
= ln|𝑢| + 𝐶
𝑢
∫︁
𝑒𝑢 𝑑𝑢 = 𝑒𝑢 + 𝐶
𝑎𝑢
∫︁
𝑢
𝑎 𝑑𝑢 = +𝐶
ln(𝑎)
∫︁
(︀ )︀
ln(𝑢) 𝑑𝑢 = 𝑢 ln(𝑢) − 1 + 𝐶
∫︁
sen(𝑢) 𝑑𝑢 = − cos(𝑢) + 𝐶
∫︁
cos(𝑢) 𝑑𝑢 = sen(𝑢) + 𝐶
∫︁
sec2 (𝑢) 𝑑𝑢 = tg(𝑢) + 𝐶
∫︁
cossec2 (𝑢) 𝑑𝑢 = − cot(𝑢) + 𝐶
∫︁
sec(𝑢) tg(𝑢) 𝑑𝑢 = sec(𝑢) + 𝐶
≡ ◀ ▲ ▶
Conteúdo Complementar 390
∫︁
cossec(𝑢) cot(𝑢) 𝑑𝑢 = − cossec(𝑢) + 𝐶
∫︁
tg(𝑢) 𝑑𝑢 = ln|sec(𝑢)| + 𝐶
∫︁
cot(𝑢) 𝑑𝑢 = ln|sen(𝑢)| + 𝐶
∫︁
sec(𝑢) 𝑑𝑢 = ln|sec(𝑢) + tg(𝑢)| + 𝐶
∫︁
cossec(𝑢) 𝑑𝑢 = ln|cossec(𝑢) − cot(𝑢)| + 𝐶
∫︁
𝑑𝑢 (︁ 𝑢 )︁
√ = arcsen +𝐶
𝑎2 − 𝑢2 𝑎
∫︁
𝑑𝑢 1 (︁ 𝑢 )︁
= arctg +𝐶
𝑎2 + 𝑢2 𝑎 𝑎
∫︁
𝑑𝑢 1 (︁ 𝑢 )︁
√ = arcsec +𝐶
𝑢 𝑢2 − 𝑎2 𝑎 𝑎
∫︁ ⃒ ⃒
𝑑𝑢 1 ⃒⃒ 𝑢 + 𝑎 ⃒⃒
= ln +𝐶
𝑎2 − 𝑢2 2𝑎 ⃒ 𝑢 − 𝑎 ⃒
⃒ ⃒
1 ⃒⃒ 𝑢 − 𝑎 ⃒⃒
∫︁
𝑑𝑢
= ln +𝐶
𝑢2 − 𝑎2 2𝑎 ⃒ 𝑢 + 𝑎 ⃒
∫︁
𝑢 sen(𝑢) 𝑑𝑢 = sen(𝑢) − 𝑢 cos(𝑢) + 𝐶
∫︁
𝑢 cos(𝑢) 𝑑𝑢 = cos(𝑢) + 𝑢 sen(𝑢) + 𝐶
≡ ◀ ▲ ▶
Conteúdo Complementar 391
∫︁
𝑢2 sen(𝑢) 𝑑𝑢 = 2 cos(𝑢) + 2𝑢 sen(𝑢) − 𝑢2 cos(𝑢) + 𝐶
∫︁
𝑢2 cos(𝑢) 𝑑𝑢 = −2 sen(𝑢) + 2𝑢 cos(𝑢) + 𝑢2 sen(𝑢) + 𝐶
∫︁ ∫︁
𝑛 𝑛
𝑢 sen(𝑢) 𝑑𝑢 = −𝑢 cos(𝑢) + 𝑛 𝑢𝑛−1 cos(𝑢) 𝑑𝑢
∫︁ ∫︁
𝑢𝑛 cos(𝑢) 𝑑𝑢 = 𝑢𝑛 sen(𝑢) − 𝑛 𝑢𝑛−1 sen(𝑢) 𝑑𝑢
≡ ◀ ▲ ▶
B
Refer^encias e Recursos Online
Existem muitos recursos online que servem como apoio ao estudo de Matemática
e Cálculo. Utilizar esses recursos é altamente recomendável, porém lembre-se que
apenas assistir vı́deos passivamente não é suficiente para aprender Matemática, da
mesma forma que, assistir atletas olı́mpicos não nos torna atletas também.
≡ ◀ ▲ ▶
Refer^encias e Recursos Online 393
◇ pt.khanacademy.org
A Khan Academy é uma ONG educacional criada e sustentada por Sal Khan.
Com a missão de fornecer educação de alta qualidade para qualquer um, em
qualquer lugar, oferece uma coleção grátis de vı́deos de matemática, medicina
e saúde, economia e finanças, fı́sica, quı́mica, biologia, ci^encia da computação,
entre outras matérias.
◇ www.mathway.com/pt
A Mathway fornece aos alunos ferramentas para compreender e resolver proble-
mas matemáticos. As resoluções são apresentadas passo a passo.
Nas seções desse capı́tulo indicamos alguns vı́deos e atividades relacionados com os
conteúdos de cada capı́tulo dessa apostila. Esses conteúdos podem ser muito úteis
como auxilio no estudo de cada tópico. Note, porém, que a organização ou ordem
dos tópicos varia de curso para curso. Algumas vezes notações também variam e em
casos extremos definições distintas podem ser empregadas.
≡ ◀ ▲ ▶
Refer^encias e Recursos Online 394
1) Stewart, Cálculo Vol. 2 [17] – Capı́tulo 11, Seções 11-2 até 11-7
2) Thomas, Cálculo Vol. 2 [20] – Capı́tulo 10, Seções 10-2 até 10-6
≡ ◀ ▲ ▶
Refer^encias e Recursos Online 395
Séries numéricas:
1) Aula 2 - Séries Numéricas - Conceitos Básicos
Critérios de converg^encia:
1) Aula 3 - Critérios de Converg^encia - Parte 1 de 8
2) Aula 3 - Critérios de Converg^encia - Parte 2 de 8
3) Aula 3 - Critérios de Converg^encia - Parte 3 de 8
4) Aula 3 - Critérios de Converg^encia - Parte 4 de 8
5) Aula 4 - Critérios de Converg^encia - Parte 5 de 8
6) Aula 4 - Critérios de Converg^encia - Parte 6 de 8
7) Aula 4 - Critérios de Converg^encia - Parte 7 de 8
8) Aula 4 - Critérios de Converg^encia - Parte 8 de 8
Aulas do curso de Cálculo III (MA311) na Unicamp ministrado pela Professora Ketty
A. de Rezende: Cursos Unicamp - Cálculo III
≡ ◀ ▲ ▶
Refer^encias e Recursos Online 396
Séries de Pot^encias:
1) Aula 5 - Séries de Pot^encias - Introdução I
2) Aula 6 - Séries de Pot^encias - Introdução II
3) Aula 6 - Séries de Pot^encias - Parte 1 de 5
4) Aula 6 - Séries de Pot^encias - Parte 2 de 5 (Continua depois da Aula 7)
5) Aula 7 - Revisão e Aprofundamento - Séries de Pot^encias - Parte 1 de 7
6) Aula 7 - Revisão e Aprofundamento - Séries de Pot^encias - Parte 2 de 7
7) Aula 7 - Revisão e Aprofundamento - Séries de Pot^encias - Parte 3 de 7
8) Aula 7 - Revisão e Aprofundamento - Séries de Pot^encias - Parte 4 de 7
≡ ◀ ▲ ▶
Refer^encias e Recursos Online 397
Revisão e Aprofundamento:
1) Aula 13 - Exercı́cios de Séries de Pot^encias
2) Aula 14 - Revisão e Aprofundamento - Séries de Taylor - Parte 1 de 4
3) Aula 14 - Revisão e Aprofundamento - Séries de Taylor - Parte 2 de 4
4) Aula 14 - Revisão e Aprofundamento - Séries de Taylor - Parte 3 de 4
5) Aula 14 - Revisão e Aprofundamento - Séries de Taylor - Parte 4 de 4
Aulas do curso de Cálculo III (MA311) na Unicamp ministrado pela Professora Ketty
A. de Rezende: Cursos Unicamp - Cálculo III
≡ ◀ ▲ ▶
Refer^encias e Recursos Online 398
1) Boyce, Equações Diferenciais Elementares [3] – Capı́tulo 10, Seções 10-2 até 10-4
Note que o Khan Academy insere as Séries de Fourier dentro do curso de Engenharia
Elétrica, o que mostra sua aplicabilidade. Porém, o enfoque das aulas pode ser
diferente do Cálculo 4. Além disso, a notação pode diferir em alguns pontos, por
exemplo, o número imaginário na Matemática é denotado por 𝑖 e na Engenharia
Elétrica por 𝑗. Isso acontece pois o a Engenharia Elétrica usa 𝑖 para representar a
corrente elétrica.
Revisão e Aprofundamento:
≡ ◀ ▲ ▶
Refer^encias e Recursos Online 399
Aulas do curso de Cálculo III (MA311) na Unicamp ministrado pela Professora Ketty
A. de Rezende: Cursos Unicamp - Cálculo III
Séries de Fourier:
1) Séries de Fourier - Parte 1
2) Séries de Fourier - Parte 2
3) Funções Pares e Ímpares; Extensão Periódica - Parte 1
4) Funções Pares e Ímpares; Extensão Periódica - Parte 2
Aulas do curso de Cálculo III (MA311) na Unicamp ministrado pela Professora Ketty
A. de Rezende: Cursos Unicamp - Cálculo III.
≡ ◀ ▲ ▶
Refer^encias e Recursos Online 400
≡ ◀ ▲ ▶
Respostas
Capı́tulo 2
7𝑎7 7(−2/7) 2 1
Seção 2.2 𝑎8 =
7+1
=
8
=− =−
8 4
8𝑎8 8(−1/4) 1
𝑎9 = = =−
8+1 9 9
2)
9𝑎9 9(−1/9) 1
⃒
1 − 𝑛 ⃒⃒ 1−1
𝑎1 = = =0 𝑎10 = = =−
𝑛 2 ⃒
𝑛=1 12 9+1 10 10
⃒
1 − 𝑛 ⃒⃒ 1−2 1
𝑎2 = 2
= 2
=−
𝑛 ⃒
𝑛=2 2 4 6)
⃒ 𝑎𝑛 = 𝑛2 − 1
1 − 𝑛 ⃒⃒ 1−3 2
𝑎3 = = =− Verificando
𝑛2 ⃒𝑛=3 32 9
⃒
2
= 12 − 1 = 12 − 1 = 0
⃒
𝑎1 = (𝑛 − 1)⃒⃒
⃒
1 − 𝑛 ⃒⃒ 1−4 3
𝑎4 = = =− 𝑛=1
𝑛2 ⃒𝑛=4 42 16
⃒
2
= 22 − 1 = 22 − 1 = 3
⃒
𝑎2 = (𝑛 − 1)⃒⃒
4) 𝑛=2
𝑎1 = −2 ⃒
2
= 32 − 1 = 32 − 1 = 8
⃒
1𝑎1 −2 𝑎3 = (𝑛 − 1)⃒⃒
𝑎2 = = = −1 𝑛=3
1+1 2
⃒
𝑎4 = (𝑛2 − 1)⃒⃒ = 42 − 1 = 42 − 1 = 15
⃒
2𝑎2 2(−1) 2
𝑎3 = = =− 𝑛=4
2+1 3 3
⃒
3𝑎3 3(−2/3) 2 1 2
= 52 − 1 = 52 − 1 = 24
⃒
𝑎4 = = =− =− 𝑎5 = (𝑛 − 1)⃒⃒
3+1 4 4 2 𝑛=5
alternadamente, portanto ela não converge. A sequ^encia converge para 0,785 3981 635 ≈ 𝜋/4
9) Iniciamos calculando o limite c) A função usada nesse caso é 𝑓 (𝑥) = 𝑒𝑥 que não possui
raı́zes, portanto a série não pode convergir. A sequ^encia
diverge, assumindo os valores
(︂ )︂
1 1
lim 1 − = lim 1 − lim = 1 − 0 = 1 1,0, − 1, − 2, − 3, − 4, − 5, . . .
𝑛→∞ 𝑛 𝑛
Tomando os termos pares e impares separadamente temos 11) a) 2 g) Diverge para mais
[︂ (︂ )︂]︂ infinito
2𝑛 1 b) 1
lim 𝑎2𝑛 = lim (−1) 1− h) Diverge para mais
𝑛→∞ 𝑛→∞ 2𝑛 c) −1
(︂
1
)︂ infinito
= lim 1 − d) Diverge para menos
𝑛→∞ 2𝑛 i) Diverge
(︂ )︂ infinito
1 j) Diverge
= lim 1 − =1 e) −5
𝑘→∞ 𝑘 1/2
k)
f) 0
[︂ (︂ )︂]︂ l) 6
2𝑛+1 1
lim 𝑎2𝑛+1 = lim (−1) 1−
𝑛→∞ 𝑛→∞ 2𝑛 + 1 √
(︂ )︂ 13) a) 8 d) 4 g) 2
1 √
= lim − 1 − b) 2 e) 5 h) 1+ 5/2
𝑛→∞ 2𝑛
(︂
1
)︂ c) 4 f) 9
= lim − 1 − = −1
𝑘→∞ 𝑘
1 (−1)𝑛 1
− ≤ ≤
𝑛 𝑛 𝑛
Seção 2.5 Como − 1/𝑛 e 1/𝑛 convergem para zero, pelo teorema do
𝑛
confronto para sequ^encias temos que (−1) /𝑛 também
converge para zero. Podemos, então, escrever
1) Tentando calcular o limite temos [︂
(−1)𝑛
]︂
lim 𝑎𝑛 = lim 1 +
𝑛 + (−1)𝑛 𝑛→∞ 𝑛
lim 𝑎𝑛 = lim (−1)𝑛
𝑛→∞ 𝑛 = lim 1 + lim
𝑛 (−1)𝑛
[︂ ]︂
𝑛
= lim +
𝑛 𝑛 =1+0=1
(−1)𝑛
[︂ ]︂
= lim 1 +
𝑛
Capı́tulo 3
Seção 3.1 5) Denotando a série por 𝑆 temos
∞
∑︁ (−1)𝑛
𝑆=
𝑛=0
5𝑛
3) Observamos que os termos da série são (−1)0 (−1)1 (−1)2
= + + + ···
(︂ )︂𝑛−1 50 51 52
9 9 1 1 1
𝑎𝑛 = 𝑛
= =1− + + ···
100 100 100 5 25
ou seja, essa é uma série geométrica com Observamos que essa série é uma série geométrica, com
|𝑟| = 1/5 < 1, podemos então usar a formula da soma,
9 9 porém precisamos primeiro corrigir as pot^encias e ı́ndices
𝑎= e 𝑟=
100 100
∞ ∞ (︂ )︂𝑛−1
a fórmula para as somas parciais de uma série geométrica
∑︁ (−1)𝑛 ∑︁ −1
𝑆= =
é 𝑛=0
5𝑛 𝑛=1
5
(︂ )︂ ⃒1
Calculando o limite temos 1 ⃒⃒
= lim −
(︂ )︂ 𝑏→∞ 𝑥 ⃒𝑏
1
lim 𝑆𝑛 = lim 1 − =1 (︂
1
)︂
𝑛→∞ 𝑛→∞ 𝑛+1 = lim − + 1 = 1
𝑏→∞ 𝑏
portanto a série converge para 1.
Como a integral converge a série também converge.
Note que
∞
Seção 3.3 ∑︁ 1 𝜋2
2
= ≈ 1,6449 ̸= 1
𝑛=1
𝑛 6
𝑥
1) Aplicando o teste da diverg^encia temos 2) A função 𝑓 (𝑥) = é positiva e contı́nua para
+4 𝑥2
√ 1
𝑥 ≥ 1. Precisamos verificar se ela é decrescente, para isso
𝑛 𝑥2 calculamos sua derivada
lim = lim
𝑛→∞ ln 𝑛 𝑥→∞ ln 𝑥
1(𝑥2 + 4) − 𝑥(2𝑥) 4 − 𝑥2
1 −1 𝑓 ′ (𝑥) = 2 4
= 2
𝑥2 (𝑥 + 4) (𝑥 + 4)4
= lim 2 −1
𝑥→∞ 𝑥
√ Verificamos que 𝑓 ′ (𝑥) < 0, e portanto 𝑓 é decrescente,
𝑥 para todo 𝑥 > 2, note, porém, que essa propriedade não
= lim =∞
𝑥→∞ 2 vale para 𝑥 = 2. Como precisamos de um número inteiro
𝑁 a partir do qual a função seja decrescente escolhemos
Como o termo geral não vai para zero a série diverge.
𝑁 = 3.
Podemos, agora, aplicar o teste da integral. Primeiro
2) Calculando o limite do dos termos da série temos
calculamos a primitiva de 𝑓 usando a substituição
𝑛(𝑛 + 1) 𝑛2 + 𝑛
lim = lim 2 𝑢 = 𝑥2 + 4 e 𝑑𝑢 = 2𝑥𝑑𝑥
𝑛→∞ (𝑛 + 2)(𝑛 + 3) 𝑛 + 5𝑛 + 6
2𝑛 + 1
= lim ∫︁
𝑥
∫︁
1
2𝑛 + 5 𝑑𝑥 = 𝑑𝑢
2 𝑥2 + 4 2𝑢
= lim =1
2 1
= ln 𝑢 + 𝐶
em cada passo foi identificado que o limite gerava uma 2
indeterminação do tipo ∞/∞ e usado o método de 1
L’H^ opital. Como o limite do termo geral não é zero a = ln(𝑥2 + 4) + 𝐶
2
série diverge.
√ Calculando a integral imprópria temos
3) a) 2 + 2 h) Diverge o) 4 ∫︁ ∞ ∫︁ 𝑏
𝑥 𝑥
b) Diverge i) 2/9 p) Diverge 𝑑𝑥 = lim 𝑑𝑥
3 𝑥2 + 4 𝑏→∞ 3 𝑥2 + 4
c) 1 j) 𝑥/𝑥 − 1
q) Diverge (︂ )︂ ⃒3
3/2
1 2
⃒
d) Diverge k) r) Diverge = lim ln(𝑥 + 4) ⃒⃒
𝑏→∞ 2 𝑏
e) Diverge l) Diverge s) 𝜋/𝜋 − 𝑒
ln(𝑏 + 4) − ln(32 + 4)
2
(︂ )︂
f) 5/6 m) Diverge = lim
t) Diverge 𝑏→∞ 2
g) 𝑒2/𝑒2 − 1 n) Diverge
=∞
5) A série harm^
onica
∞
Seção 3.6
∑︁ 1
𝑛=2
𝑛
𝑥
Seção 3.10
= lim
𝑥→∞ ln 𝑥
1
= lim
𝑥→∞ 1/𝑥 3) a)
= lim 𝑥 = ∞ ∞ ∞
𝑥→∞
∑︁ ∑︁ 1
i) 𝑏𝑛 = 2
𝑛=1 𝑛=1
𝑛
Concluı́mos que a série diverge.
∞ ∞ (︂ )︂
Observe que 𝑛 = 1 não pode fazer parte da série pois ∑︁ 1
∑︁
ln 1 = 0. ii) 𝑎𝑛 = ln 1 + 2
𝑛=1 𝑛=1
𝑛
6) Os termos da série são calculados por uma função ∞
∑︁ 𝑎𝑛
∞
∑︁ (︂
1
)︂
2
racional cuja maior pot^encia de 𝑛 no numerador é 3 e a iii) = 𝑛 ln 1 + 2
𝑏
𝑛=1 𝑛
𝑛
maior no denominador é 5, ou seja, para 𝑛 𝑛=1
suficientemente grande 𝑎𝑛 deve se comportar como ∞
∑︁ ∞ [︂
∑︁ (︂
1
)︂]︂𝑛
iv) 𝑎𝑛𝑛 = ln 1 + 2
𝑥3 1 𝑛=1 𝑛=1
𝑛
𝑓 (𝑥) = 5 = 2
𝑥 𝑥
407
Capı́tulo 4
Seção 4.1 d) Centro da série 𝑎 = 0. Usando o teste da razão para
determinar o raio temos
⃒ ⃒ [︃(︂ )︂2 ]︃
⃒ 𝑎𝑛+1 ⃒ 𝑛
lim ⃒ ⃒ = lim |𝑥| = |𝑥|
𝑛→∞⃒ 𝑎𝑛 ⃒ 𝑛→∞ 𝑛+1
1) a) Centro da série 𝑎 = 0. Usando o teste da razão
para determinar o raio temos
portanto 𝑅 = 1. Quando 𝑥 = 1 a série
⃒ ⃒ [︂(︂ )︂ ]︂
⃒ 𝑎𝑛+1 ⃒ 1 ∞
lim ⃒⃒ ⃒ = lim 1 + |𝑥| = |𝑥| ∑︁ (−1)𝑛
𝑛→∞ 𝑎𝑛 ⃒ 𝑛→∞ 𝑛
𝑛=1
𝑛2
portanto 𝑅 = 1. Quando 𝑥 = ±1, a série diverge pelo
teste do 𝑛-ésimo termo, pois |𝑎𝑛 | = 𝑛 . Assim o intervalo converge pelo teste da série alternada. Quando 𝑥 = −1 a
de converg^encia é (−1, 1). série
b) Centro da série 𝑎 = 0. Usando o teste da razão para ∞
∑︁ 1
determinar o raio temos 2𝑛 − 1
√︃ 𝑛=1
⃒ ⃒
⃒ 𝑎𝑛+1 ⃒ 1
lim ⃒ ⃒ = lim 3 |𝑥| = |𝑥| converge pois é uma série 𝑝 com 𝑝 = 2. Assim o intervalo
𝑛→∞⃒ 𝑎𝑛 ⃒ 𝑛→∞ 1 + 1/𝑛 de converg^encia é [−1, 1].
portanto 𝑅 = 1. Quando 𝑥 = 1 a série e) Centro da série 𝑎 = 0. Usando o teste da razão para
determinar o raio temos
∞
∑︁ (−1)𝑛 ⃒ ⃒
√ ⃒ = lim |𝑥| = 0
⃒ 𝑎𝑛+1 ⃒
𝑛=1
3
𝑛 lim ⃒
𝑛→∞⃒ 𝑎𝑛 ⃒ 𝑛→∞ 𝑛 + 1
portanto 𝑅 = 1/10. Quando 𝑥 = −1/10 a série diverge pelo teste da comparação com a série
∞ ∞
∑︁ (−1)𝑛 ∑︁ 1
𝑛=1
𝑛3 𝑛=2
𝑛
∞
n) Centro da série 𝑎 = 3. Usando o teste da razão para
∑︁ (−1)𝑛 determinar o raio temos
𝑛=1
𝑛 ⃒ ⃒
⃒ 𝑎𝑛+1 ⃒
lim ⃒ ⃒ = |𝑥 − 3| lim 2𝑛 + 1 = |𝑥 − 3|
converge pois é uma série harm^onica alternada. Assim o 𝑛→∞⃒ 𝑎𝑛 ⃒ 𝑛→∞ 2𝑛 + 3
𝑛=2
ln 𝑛
409
ou pelo teste da integral. Quando 𝑥 = 4 a série converge pelo teste da série alternada. Quando 𝑥 = 3 a
∞
série
∑︁ (−1)𝑛 ∞
2𝑛 + 1
∑︁ 1
𝑛=0 √
𝑛=1
𝑛
converge pelo teste da série alternada. Assim o intervalo
de converg^encia é (2, 4]. diverge pois é uma série 𝑝 com 𝑝 = 1/2. Assim o intervalo
de converg^encia é [−2, 3).
o) Centro da série 𝑎 = −4. Usando o teste da razão para
determinar o raio temos s) Centro da série 𝑎. Usando o teste da razão para
⃒ ⃒ √ determinar o raio temos
⃒ 𝑎𝑛+1 ⃒ 3|𝑥 + 4| 𝑛
lim = lim √ = 3|𝑥 + 4| ⃒ ⃒ (︂ )︂
⃒ = lim 1 + 1 |𝑥 − 𝑎| = |𝑥 − 𝑎|
⃒
𝑛→∞⃒ 𝑎𝑛 ⃒
⃒ ⃒ 𝑎𝑛+1 ⃒
𝑛→∞ 𝑛+1 lim ⃒⃒
𝑛→∞ 𝑎𝑛 ⃒ 𝑛→∞ 𝑛 𝑏 𝑏
portanto 𝑅 = 1/3. Quando 𝑥 = − 13
3 a série
portanto 𝑅 = 𝑏. Quando 𝑥 = 𝑎 − 𝑏 ou 𝑥 = 𝑎 + 𝑏 a série
∞
∑︁ (−1)𝑛 ∞
√ ∑︁
𝑛=1
𝑛 𝑛
𝑛=1
converge pelo teste da série alternada. Quando 𝑥 = − 11
3 diverge pelo teste do 𝑛-ésimo termo. Assim o intervalo de
a série
converg^encia é (𝑎 − 𝑏, 𝑎 + 𝑏).
∞
∑︁ 1 t) Centro da série 𝑎. Usando o teste da razão para
√
𝑛=1
𝑛 determinar o raio temos
⃒ ⃒
⃒ = lim 𝑏|𝑥 − 𝑎| ln 𝑛 = 𝑏|𝑥 − 𝑎|
⃒ 𝑎𝑛+1 ⃒
diverge pois é uma série 𝑝 com 𝑝 = 1/2. Portanto o lim ⃒
intervalo de converg^encia é [−13/3, −11/3). 𝑛→∞⃒ 𝑎𝑛 ⃒ 𝑛→∞ ln(𝑛 + 1)
p) Centro da série 𝑎 = −1. Usando o teste da razão para portanto 𝑅 = 1/𝑏. Quando 𝑥 = 𝑎 + 1/𝑏 a série
determinar o raio temos
∞
⃒ ⃒ ∑︁ 1
⃒ = lim |𝑥 + 1|(𝑛 + 1) = |𝑥 + 1|
⃒ 𝑎𝑛+1 ⃒
lim ⃒
⃒ ln 𝑛
𝑛→∞ 𝑎𝑛 ⃒ 𝑛→∞ 4𝑛 4 𝑛=2
portanto 𝑅 = 4. Quando 𝑥 = −5 ou 𝑥 = 3 a série diverge pelo teste da comparação com a série 𝑝 com
𝑝 = 1. Quando 𝑥 = 𝑎 − 1/𝑏 a série
∞
∑︁
(±1)𝑛 𝑛 ∞
∑︁ (−1)𝑛
𝑛=1
𝑛=1
ln 𝑛
diverge pelo teste do 𝑛-ésimo termo. Assim o intervalo de
converg^encia é (−5, 3). converge pelo teste da série alternada. Assim o intervalo
de converg^encia é [𝑎 − 1/𝑏, 𝑎 + 1/𝑏).
q) Centro da série 𝑎 = 2. Usando o teste da raiz para
determinar o raio temos u) Centro da série 𝑎 = 1/2. Usando o teste da razão para
determinar o raio temos
√︀
𝑛 |𝑥 − 2|
lim |𝑎𝑛 | = lim =0
⃒ ⃒
⃒ 𝑎𝑛+1 ⃒
𝑛→∞ 𝑛→∞ 𝑛 lim ⃒ ⃒ = lim (𝑛 + 1)|2𝑛 − 1| = ∞
𝑛→∞⃒ 𝑎𝑛 ⃒ 𝑛→∞
portanto 𝑅 = ∞ e o intervalo de converg^encia é
(−∞, ∞). portanto 𝑅 = 0 e o intervalo de converg^encia é
{1/2} = [1/2, 1/2].
r) Centro da série 𝑎 = 1/2. Usando o teste da razão para
determinar o raio temos v) Reescrevendo o termo da série temos
⃒ ⃒ √︂
⃒ 𝑎𝑛+1 ⃒ |2𝑥 − 1| 𝑛 𝑛2 𝑥𝑛
lim ⃒ ⃒ = lim 𝑎𝑛 =
𝑛→∞⃒ 𝑎𝑛 ⃒ 𝑛→∞ 5 𝑛+1 2 · 4 · 6 · · · · · (2𝑛)
|2𝑥 − 1| 𝑛2 𝑥𝑛
= = 𝑛
5 2
𝑛𝑥𝑛
portanto 𝑅 = 5/2. Quando 𝑥 = −2 a série = 𝑛
2 (𝑛 − 1)!
∞
∑︁ (−1)𝑛
√ Centro da série 𝑎 = 0. Usando o teste da razão para
𝑛=1
𝑛
410
2 · 4 · 6 · · · · 2𝑛
determinar o raio temos = >1
⃒ ⃒ 1 · 3 · 5 · · · · (2𝑛 − 1)
⃒ = lim 𝑛 + 1 |𝑥| = 0
⃒ 𝑎𝑛+1 ⃒
lim ⃒⃒ diverge pelo teste do 𝑛-ésimo termo. Assim o intervalo de
𝑛→∞ 𝑎𝑛 ⃒ 𝑛→∞ 𝑛2 2
converg^encia é (−2, 2).
portanto 𝑅 = ∞ e o intervalo de converg^encia é
(−∞, ∞).
w) Centro da série 𝑎 = 4/5. Usando o teste da razão para
determinar o raio temos
Seção 4.3
⃒ ⃒ (︂ )︂3
⃒ 𝑎𝑛+1 ⃒ 𝑛
lim ⃒⃒ ⃒ = lim |5𝑥 − 4|
𝑛→∞ 𝑎𝑛 ⃒ 𝑛→∞ 𝑛+1 1) a) Calculando as derivadas
= |5𝑥 − 4|
𝑓 (0) (𝑥) = (1 − 𝑥)−2
portanto 𝑅 = 1/5. Quando 𝑥 = 3/5 a série
𝑓 (1) (𝑥) = 2(1 − 𝑥)−3
∞
∑︁ (−1)𝑛 𝑓 (2) (𝑥) = 2 · 3(1 − 𝑥)−4
𝑛=1
𝑛3 𝑓 (3) (𝑥) = 2 · 3 · 4(1 − 𝑥)−5
converge pelo teste da série alternada. Quando 𝑥 = 1 a 𝑓 (𝑛) (𝑥) = (𝑛 + 1)!(1 − 𝑥)−𝑛−2
série
Avaliando as derivadas em zero
∞
∑︁ 1
3
𝑓 (0) (0) = 1
𝑛=1
𝑛
𝑓 (1) (0) = 2!
converge pois é uma série 𝑝 com 𝑝 = 3. Assim o intervalo 𝑓 (2) (0) = 3!
de converg^encia é [3/5, 1].
𝑓 (3) (0) = 4!
x) Centro da série 𝑎 = 0. Usando o teste da razão para
determinar o raio temos 𝑓 (𝑛) (0) = (𝑛 + 1)!
Usando o teste da razão para determinar o raio de Usando o teste da razão para determinar o raio de
converg^encia converg^encia
𝜋 2 𝑥2
⃒ ⃒ (︂ )︂ ⃒ ⃒ (︂ )︂
⃒ 𝑎𝑛+1 ⃒ ⃒ 𝑎𝑛+1 ⃒ (ln 2)|𝑥|
lim ⃒ ⃒ = lim =0 lim ⃒ ⃒ = lim =0
𝑛→∞⃒ 𝑎𝑛 ⃒ 𝑛→∞ (2𝑛 + 3)(2𝑛 + 2) 𝑛→∞⃒ 𝑎𝑛 ⃒ 𝑛→∞ 𝑛+1
portanto 𝑅 = ∞. portanto 𝑅 = ∞.
d) Calculando as derivadas f) Calculando as derivadas
𝑓 (1) (0) = 1
𝑓 (2) (0) = 0
Avaliando as derivadas em zero
𝑓 (3) (0) = −3
𝑓 (0) (0) = 1
𝑓 (4) (0) = 0
𝑓 (1) (0) = 0
𝑓 (5) (0) = 5
𝑓 (2) (0) = 1
𝑓 (6) (0) = 0
𝑓 (3) (0) = 0
𝑓 (7) (0) = −7 {︃
(𝑛) 1 𝑛 par
Série de Maclaurin 𝑓 (0) =
0 𝑛 impar
∞
∑︁ (−1)𝑛 2𝑛+1
𝑓 (𝑥) 𝑥 Série de Maclaurin
𝑛=0
(2𝑛)!
∞
∑︁ 𝑥2𝑛
Usando o teste da razão para determinar o raio de 𝑓 (𝑥) =
𝑛=0
(2𝑛)!
converg^encia
Usando o teste da razão para determinar o raio de
𝑥2
⃒ ⃒ (︂ )︂
⃒ 𝑎𝑛+1 ⃒
lim ⃒⃒ ⃒ = lim =0 converg^encia
𝑛→∞ 𝑎𝑛 ⃒ 𝑛→∞ (2𝑛 + 2)(2𝑛 + 1)
𝑥2
⃒ ⃒ (︂ )︂
⃒ 𝑎𝑛+1 ⃒
portanto 𝑅 = ∞. lim ⃒ ⃒ = lim =0
𝑛→∞⃒ 𝑎𝑛 ⃒ 𝑛→∞ (2𝑛 + 2)(2𝑛 + 1)
g) Calculando as derivadas
portanto 𝑅 = ∞.
𝑓 (0) (𝑥) = senh(𝑥)
2) a) Calculando as derivadas no centro da série
𝑓 (1) (𝑥) = cosh(𝑥)
𝑓 (2) (𝑥) = senh(𝑥) 𝑓 (0) (𝑥) = 𝑥4 − 3𝑥2 + 1 𝑓 (0) (1) = −1
𝑓 (3) (𝑥) = cosh(𝑥) 𝑓 (1) (𝑥) = 4𝑥3 − 6𝑥 𝑓 (1) (1) = −2
𝑓 (2) (𝑥) = 12𝑥2 − 6 𝑓 (2) (1) = 6
Avaliando as derivadas em zero
𝑓 (3) (𝑥) = 24𝑥 𝑓 (3) (1) = 24
𝑓 (0) (0) = 0 𝑓 (4) (𝑥) = 24 𝑓 (4) (1) = 24
(1)
𝑓 (0) = 1 𝑓 (𝑛) (𝑥) = 0 𝑓 (𝑛) (1) = 0 𝑛 ≥ 5
(2)
𝑓 (0) = 0
(3)
Série de Taylor
𝑓 (0) = 1
𝑓 (𝑥) = −1 − 2(𝑥 − 1) + 3(𝑥 − 1)2
{︃
(𝑛) 0 𝑛 par
𝑓 (0) =
1 𝑛 impar + 4(𝑥 − 1)3 + (𝑥 − 1)4
Série de Taylor
𝑓 (0) (2) = ln 2 ∞
∑︁ 2𝑛 𝑒6 (𝑥 − 3)𝑛
𝑓 (1) (2) = 1/2 𝑓 (𝑥) =
𝑛=0
𝑛!
𝑓 (2) (2) = −1/22
𝑓 (3) (2) = 2/23 Usando o teste da razão para determinar o raio de
converg^encia
𝑓 (4) (2) = −6/24
⃒ ⃒
⃒ = lim 2|𝑥 − 3| = 0
⃒ 𝑎𝑛+1 ⃒
𝑓 (5) (2) = 24/25 lim ⃒
⃒
𝑛→∞ 𝑎𝑛 ⃒ 𝑛→∞ 𝑛 + 1
𝑓 (𝑛) (2) = (−1)𝑛−1 (𝑛 − 1)!/2𝑛 𝑛≥1
portanto 𝑅 = ∞
Série de Taylor
f) Calculando as derivadas no centro da série
∞
∑︁ (−1)𝑛−1 (𝑛 − 1)!(𝑥 − 2)𝑛
𝑓 (𝑥) = ln 2 + 𝑓 (0) (𝑥) = sen 𝑥 𝑓 (0) (𝜋/2) = 1
𝑛=1
2𝑛 𝑛!
∞
𝑓 (1) (𝑥) = cos 𝑥 𝑓 (1) (𝜋/2) = 0
(−1)𝑛−1 (𝑥 − 2)𝑛 (2)
𝑓 (2) (𝜋/2) = −1
∑︁
= ln 2 + 𝑓 (𝑥) = − sen 𝑥
2𝑛 𝑛
𝑛=1 𝑓 (3) (𝑥) = − cos 𝑥 𝑓 (3) (𝜋/2) = 0
Usando o teste da razão para determinar o raio de 𝑓 (4) (𝑥) = sen 𝑥 𝑓 (4) (𝜋/2) = 1
converg^encia 𝑓 (5) (𝑥) = cos 𝑥 𝑓 (5) (𝜋/2) = 0
⃒ ⃒ (︂ )︂
⃒ 𝑎𝑛+1 ⃒ 𝑛 |𝑥 − 2| |𝑥 − 2| Série de Taylor
lim ⃒⃒ ⃒ = lim =
𝑛→∞ 𝑎𝑛 ⃒ 𝑛→∞ 𝑛 + 1 2 2
∞
∑︁ (𝑥 − 𝜋/2)2𝑛
portanto 𝑅 = 2. 𝑓 (𝑥) = (−1)𝑛
𝑛=0
(2𝑛)!
d) Calculando as derivadas no centro da série
Usando o teste da razão para determinar o raio de
𝑓 (0) (𝑥) = 1/𝑥 𝑓 (0) (−3) = −1/3 converg^encia
𝑓 (1) (𝑥) = −1/𝑥2 𝑓 (1) (−3) = −1/32 (︃ )︃
𝜋/2|2
⃒ ⃒
⃒ 𝑎𝑛+1 ⃒ |𝑥 −
𝑓 (2) (𝑥) = 2/𝑥3 𝑓 (2) (−3) = −2/33 lim ⃒ ⃒ = lim =0
𝑛→∞⃒ 𝑎𝑛 ⃒ 𝑛→∞ (2𝑛 + 2)(2𝑛 + 1)
𝑓 (3) (𝑥) = −6/𝑥4 𝑓 (3) (−3) = −6/34
portanto 𝑅 = ∞
𝑓 (4) (𝑥) = 24/𝑥5 𝑓 (4) (−3) = −24/35
g) Calculando as derivadas no centro da série
𝑓 (𝑛) (𝑥) = (−1)𝑛 𝑛!/𝑥𝑛 𝑓 (𝑛) (−3) = −𝑛!/3𝑛
𝑓 (0) (𝑥) = cos 𝑥 𝑓 (0) (𝜋) = −1
Série de Taylor
𝑓 (1) (𝑥) = − sen 𝑥 𝑓 (1) (𝜋) = 0
∞ ∞
∑︁ −𝑛!(𝑥 + 3)𝑛 ∑︁ (𝑥 + 3)𝑛
𝑓 (𝑥) = = − 𝑓 (2) (𝑥) = − cos 𝑥 𝑓 (2) (𝜋) = 1
𝑛=0
3𝑛 𝑛! 𝑛=0
3𝑛
𝑓 (3) (𝑥) = sen 𝑥 𝑓 (3) (𝜋) = 0
Usando o teste da razão para determinar o raio de 𝑓 (4) (𝑥) = cos 𝑥 𝑓 (4) (𝜋) = −1
converg^encia
⃒ ⃒ Série de Taylor
⃒ = lim |𝑥 + 3| = |𝑥 + 3|
⃒ 𝑎𝑛+1 ⃒
lim ⃒⃒ ∞
𝑛→∞ 𝑎𝑛 ⃒ 𝑛→∞ 3 3 ∑︁ (𝑥 − 𝜋)2𝑛
𝑓 (𝑥) = (−1)𝑛+1
(2𝑛)!
portanto 𝑅 = 3. 𝑛=0
e) Calculando as derivadas no centro da série Usando o teste da razão para determinar o raio de
3 1 23
1 |𝑅2 (𝑥)| ≤
𝑓 (𝑥) = 4 + (𝑥 − 16) 28 3 · 2 103
8
∞ 1
∑︁ 1 · 3 · · · (2𝑛 − 3) (𝑥 − 16)𝑛 = 6 3
+ (−1)𝑛−1 2 10
𝑛=0
25𝑛−5 𝑛!
≈ 0,000 016
Usando o teste da razão para determinar o raio de
converg^encia b) Calculando as derivadas de 𝑓
Polin^omio de Taylor
c) Calculando as derivadas de 𝑓
√ (︁
(0) 2/3 (0)
1 3 𝜋 )︁ 1 (︁ 𝜋 )︁2
𝑓 (𝑥) = 𝑥 𝑓 (1) = 1 𝑓 (𝑥) ≈ 𝑇2 (𝑥) = + 𝑥− − 𝑥−
2 2 6 4 6
2 2
𝑓 (1) (𝑥) = 𝑥−1/3 𝑓 (1) (1) = Pelo teorema de Taylor
3 3
2 2
𝑓 (𝑥) = − 𝑥−4/3
(2)
𝑓 (2) (1) = − 𝑀 ⃒⃒ 𝜋 ⃒⃒3
9 9 |𝑅2 (𝑥)| ≤ ⃒𝑥 − ⃒
3! 6
(3) 8 −7/3
𝑓 (𝑥) = 𝑥
27 Majorando o módulo
Polin^
omio de Taylor 𝜋
0≤𝑥≤
3
2 1
𝑓 (𝑥) ≈ 𝑇3 (𝑥) = 1 + (𝑥 − 1) − (𝑥 − 1)2 ⃒ 𝜋 ⃒⃒ 𝜋
3 9 ⃒𝑥 − ⃒ ≤
⃒
6 6
Pelo teorema de Taylor ⃒ 𝜋 ⃒3
⃒ 𝜋3
⃒𝑥 − ⃒ ≤ 3
⃒
𝑀 3 6 6
|𝑅2 (𝑥)| ≤ |𝑥 − 1|
3! Precisamos de 𝑀 tal que
Majorando o módulo 𝑀 ≥ |− cos(𝑥)| ∀𝑥 ∈ ℐ
0,8 ≤ 𝑥 ≤ 1,2 como |− cos(𝑥)| é decrescente em ℐ
|𝑥 − 1| ≤ 0,2 𝑀 = cos(0) = 1
(︂ )︂3
3 2 23
|𝑥 − 1| ≤ = 3 portanto
10 10
Precisamos de 𝑀 tal que 1 𝜋3
|𝑅2 (𝑥)| ≤ ≈ 0,023 925
⃒ ⃒ 6 63
⃒ 8 −7/3 ⃒
𝑀 ≥⃒ 𝑥⃒ ⃒ ∀𝑥 ∈ ℐ
27 ⃒ e) Calculando as derivadas de 𝑓
2
Majorando o módulo 𝑓 (1) (𝑥) = 𝑒𝑥 (2𝑥) 𝑓 (1) (0) = 0
2
𝑓 (0) (𝑥) = ln(1 + 2𝑥) 𝑓 (0) (1) = ln 3 como 𝑓 (3) é uma função crescente em ℐ
(1) (1)
𝑓 (𝑥) = 2/(1 + 2𝑥) 𝑓 (1) = 2/3
(2) 2 (2)
𝑀 = 𝑓 (3) (0,1)
𝑓 (𝑥) = −4/(1 + 2𝑥) 𝑓 (1) = −4/9 2
= 𝑒0,1 (12 · 0,1 + 8 · (0,1)3 )
𝑓 (3) (𝑥) = 16/(1 + 2𝑥)3
≈ 1,2201
Polin^
omio de Taylor
portanto
2 2
𝑓 (𝑥) ≈ 𝑇2 (𝑥) = ln(3) + (𝑥 − 1) − (𝑥 − 1)2 1,2201
3 9 |𝑅2 (𝑥)| ≤ ≈ 0,000 203
6 · 103
Pelo teorema de Taylor
h) Calculando as derivadas de 𝑓
𝑀 3
|𝑅2 (𝑥)| ≤ |𝑥 − 1|
3! 𝑓 (0) (𝑥) = 𝑥 ln(𝑥) 𝑓 (0) (1) = 0
Majorando o módulo 𝑓 (1) (𝑥) = ln(𝑥) + 1 𝑓 (1) (1) = 1
𝑓 (2) (𝑥) = 1/𝑥 𝑓 (2) (1) = 1
0,5 ≤ 𝑥 ≤ 1,5
𝑓 (3) (𝑥) = −1/𝑥2
|𝑥 − 1| ≤ 0,5
1 Polin^omio de Taylor
3
|𝑥 − 1| ≤
23 (𝑥 − 1)2
Precisamos de 𝑀 tal que 𝑓 (𝑥) ≈ 𝑇2 (𝑥) = (𝑥 − 1) +
2
⃒ ⃒
⃒ 16 ⃒ Pelo teorema de Taylor
𝑀 ≥⃒ ⃒
3
⃒ ∀𝑥 ∈ ℐ
(1 + 2𝑥) ⃒
𝑀 3
|𝑅2 (𝑥)| ≤ |𝑥 − 1|
como 𝑓 (3)
é uma função decrescente em ℐ 3!
16 Majorando o módulo
𝑀= =2
(1 + 2 · 0,5)3 0,5 ≤ 𝑥 ≤ 1,5
portanto
|𝑥 − 1| ≤ 0,5
2 1 1 1
|𝑅2 (𝑥)| ≤ 3
= ≈ 0,041 667 3
|𝑥 − 1| ≤
3·22 3 · 23 23
g) Calculando as derivadas de 𝑓 Precisamos de 𝑀 tal que
𝑀 ≥ ⃒−1/𝑥2 ⃒
⃒ ⃒
2 ∀𝑥 ∈ ℐ
𝑓 (0) (𝑥) = 𝑒𝑥 𝑓 (0) (0) = 1
417
⃒ ⃒
como ⃒𝑓 (3) ⃒ é uma função decrescente em ℐ Majorando o módulo
3
⃒ ⃒ 1 −1 ≤ 𝑥 ≤ 1 ⇒ |𝑥| ≤ 1 ⇒ |𝑥| ≤ 1
𝑀 = ⃒𝑓 (3) (0,5)⃒ = = 22
⃒ ⃒
0,52
Precisamos de 𝑀 tal que
portanto
𝑀 ≥ |8 cosh(2𝑥)| ∀𝑥 ∈ ℐ
22 1 1
|𝑅2 (𝑥)| ≤ = ≈ 0,083 333
3 · 2 23 3 · 22 𝑀 = 8 cosh(2) ≈ 30.098
Polin^
omio de Taylor 1 1 ∑︁
𝑞(𝑥) = = = (𝑥 − 4)𝑛
5−𝑥 1 − (𝑥 − 4)
𝑓 (𝑥) ≈ 𝑇2 (𝑥) = 𝑥2
para |𝑥 − 4| < 1
Pelo teorema de Taylor
b) Pela série de Taylor da exponencial, substituindo
𝑀 3 𝑥 → −𝑥2 e integrando a série (não afetam o raio, por ser
|𝑅2 (𝑥)| ≤ |𝑥|
3! infinito):
Majorando o módulo (−1)𝑛 2𝑛
∫︁ (︂∑︁ )︂
𝐸(𝑥) = 𝑥 𝑑𝑥
3 𝑛!
−1 ≤ 𝑥 ≤ 1 ⇒ |𝑥| ≤ 1 ⇒ |𝑥| ≤ 1 ∑︁ (−1)𝑛
=𝐶+ 𝑥2𝑛+1
Precisamos de 𝑀 tal que (2𝑛 + 1)𝑛!
para 𝑥 ∈ R.
|𝑅2 (𝑥)| ≤ 3,065
∑︁ 1
ln 3 =
(2𝑛 + 1)22𝑛
Capı́tulo 5
Seção 5.7 onde
2
4(−1)𝑛
∫︁
𝑛𝜋
𝑏𝑛 = − 𝑥 sen 𝑥 𝑑𝑥 =
0 2 𝑛𝜋
1) a) Função sem simetria, 𝐿 = 𝜋. Assim,
Logo
∞
𝑎0 ∑︁ (︀ )︀
∞
𝑞(𝑥) = + 𝑎𝑛 cos 𝑛𝑥 + 𝑏𝑛 sen 𝑛𝑥 4 ∑︁ (−1)𝑛 𝑛𝜋
2 𝑛=1 𝑔(𝑥) = sen 𝑥
𝜋 𝑛=1 𝑛 2
onde
(︂ ∫︁ 0 ∫︁ 𝜋 )︂
2) a) É par, uma vez que só apresenta os coeficientes
1
𝑎0 = − 2 𝑑𝑥 + 1 𝑑𝑥 𝑎𝑛 , ou pois é uma série de constante e cossenos, todas
𝜋 −𝜋 0
funções pares.
= −1
(︂ ∫︁ 0 ∫︁ 𝜋 )︂ b) Como o argumento do cosseno é 𝑛𝑥, temos 𝐿 = 𝜋 e
1
𝑎𝑛 = − 2 cos 𝑛𝑥 𝑑𝑥 + cos 𝑛𝑥 𝑑𝑥 portanto o perı́odo é 2𝜋.
𝜋 −𝜋 0
=0 c) Nas condições dadas, a série de Fourier de 𝑓 converge
(︂ ∫︁ 0 ∫︁ 𝜋 )︂ para 𝑓 em todo 𝑥. Assim, o valor de 𝑓 (𝜋) pode ser obtido
1 aplicando 𝑥 = 0 na série de Fourier, resultando na série
𝑏𝑛 = − 2 sen 𝑛𝑥 𝑑𝑥 + sen 𝑛𝑥 𝑑𝑥
𝜋 −𝜋 0 numérica
3 (︀ ∞
1 − (−1)𝑛
)︀
= ∑︁ 1
𝑛𝜋 𝑓 (𝜋) = 1 +
𝑛=1
2𝑛
Logo
∞ 1
1 3 ∑︁ 1 − (−1)𝑛 que é uma série geométrica de soma = 2.
𝑞(𝑥) = − + sen 𝑛𝑥 1 − (1/2)
2 𝜋 𝑛=1 𝑛
d) Conhecimento extra requerido: Nas condições dadas
∞
1 6 ∑︁ 1 sobre 𝑓 , a série de Fourier para (a extensão periódica de)
=− + sen(2𝑛 − 1)𝑥
2 𝜋 𝑛=1 2𝑛 − 1 𝑓 ′ é obtida pela derivação termo a termo da série de 𝑓 .
Assim
Solução alternativa: Considerar a função 𝑞(𝑥) = 𝑞(𝑥) + 12 , ∞
∑︁ (−1)𝑛+1 𝑛
que tem simetria ı́mpar. 𝑓 ′ (𝑥) = sen 𝑛𝑥
𝑛=1
2𝑛
b) Função ı́mpar, 𝐿 = 2. Portanto, 𝑎𝑛 = 0, para todo 𝑛
e Como sen 𝑛𝑥 se anula se 𝑥 é múltiplo de 𝜋, temos que
∞
∑︁ 𝑛𝜋 𝑥 = 𝑘𝜋, 𝑘 ∈ Z, são zeros de 𝑓 ′ e portanto, pontos crı́ticos
𝑔(𝑥) = 𝑏𝑛 sen 𝑥 de 𝑓 .
𝑛=1
2
Capı́tulo 6
Seção 6.2 2) 𝑦(𝑡) = 9𝑒−2𝑡 − 7𝑒−3𝑡
𝑦(𝑡) = − 21 𝑒 + 52 𝑒 /2
3𝑡/2 𝑡
3)
Capı́tulo 7
𝑒−𝑖𝜔𝑥 ⃒⃒𝑥=2
Seção 7.10 =
−𝑖𝜔 𝑥=0
⃒
𝑒−𝑖2𝜔 − 1
=𝑖
𝜔
1) a) Por definição
√ ∫︁ 2
2𝜋 ℱ{𝑔(𝑥)} = 𝑒−𝑖𝜔𝑥 𝑑𝑥
0
420
b) Por definição 𝑢
̂︀𝑡 (𝜔, 0) = 𝑣̂︀0 (𝜔)
∫︁ ∞
1 b) Como as raı́zes da equação caracterı́stica da EDO
ℱ{𝑒𝑖𝑎𝑥 𝑓 (𝑥)} = √ 𝑒𝑖𝑎𝑥 𝑓 (𝑥)𝑒−𝑖𝜔𝑥 𝑑𝑥
2𝜋 −∞ linear são 𝑟 = ±𝑖𝜔, temos
∫︁ ∞
1
=√ 𝑓 (𝑥)𝑒−𝑖(𝜔−𝑎)𝑥 𝑑𝑥 𝑢(𝜔,𝑡)
̂︀ = 𝑐1 (𝜔) cos 𝜔𝑡 + 𝑐2 (𝜔) sen 𝜔𝑡
2𝜋 −∞
= 𝑓̂︀(𝜔 − 𝑎) e pelas condições iniciais obtemos
̂︀𝑡𝑡 = −𝜔 2 𝑢
𝑢 ̂︀ c) Aplicando ℱ −1 , temos
∫︁ ∞
Aplicando ℱ nas condições iniciais 1 𝑣̂︀0 (𝜔)
𝑢(𝑥,𝑡) = √ sen 𝜔𝑡 · 𝑒𝑖𝜔𝑥 𝑑𝜔
2𝜋 −∞ 𝜔
𝑢(𝜔,
̂︀ 0) = 0
Refer^encias
1 apostol, t. m. A proof that Euler missed: evaluating 𝜁(2) the easy way. Tht Mathematical
Intelligencer, v. 5, n. 3, 1983. doi: 10.1007/bf03026576.
2 boldrini, j. l. Álgebra Linear. 3. ed. São Paulo, 1986.
3 boyce, w.; diprima, r. Equações diferenciais elementares e problemas de valores de contorno.
10. ed.: LTC, 2015.
4 butkov, e. Fı́sica matemática. LTC, 1988.
5 churchill, r. Series de Fourier e problemas de valores de contorno. Guanabara Dois, 1978.
6 hsu, h. Analise de Fourier. LTC, 1973.
7 jesus santos, r. de. Convergência Pontual da Série de Fourier. 10 jul. 2010. Disponı́vel em:
<https://regijs.github.io/eqdif/teofourier.pdf>. Acesso em: 10 out. 2021.
8 jesus santos, r. de. Propriedades de Séries de Potências. 2 out. 2011. Disponı́vel em: <https:
//regijs.github.io/eqdif/propserpot.pdf>. Acesso em: 10 out. 2021.
9 jesus santos, r. de. Séries de Fourier. 23 abr. 2002. Disponı́vel em: <https://regijs.github.io/
eqdif/sfourier.pdf>. Acesso em: 10 out. 2021.
10 jesus santos, r. de. Séries de Fourier de Senos e de Cossenos de Índices Ímpares. 17 ago.
2010. Disponı́vel em: <https://regijs.github.io/eqdif/serfourespec.pdf>. Acesso em: 10 out. 2021.
11 jesus santos, r. de. Séries de Fourier e Equações Diferenciais Parciais. 16 out. 2007. Disponı́vel
em: <https://regijs.github.io/eqdif/sfouriereqparc.pdf>. Acesso em: 10 out. 2021.
12 jesus santos, r. de. Transformada de Fourier. 15 out. 2010. Disponı́vel em: <https://regijs.
github.io/eqdif/transfourier.pdf>. Acesso em: 10 out. 2021.
13 nagle, r. k.; saff e. b.and snider, a. d. Equações Diferenciais. 8. ed.: Pearson, 2012.
14 penney, d.; edwards, h. Equações diferenciais elementares: com problemas de contorno. LTC.
15 rojas, m. r. a. Introdução às equações diferenciais parciais. InterSaberes, 2020.
16 stewart, j. Cálculo: Volume I. 7. ed. São Paulo: Cengage Learning, 2014. v. 1.
17 stewart, j. Calculo: Volume II. 7. ed. São Paulo: Cengage Learning, 2014. v. 2.
18 thim, j. Continuous Nowhere Differentiable Functions. 2003. 94 f. Diss. (Mestrado) – Luleå
University of Technology, Luleå, Sweden. Disponı́vel em: <https : / / www . researchgate . net /
publication/255669824 Continuous Nowhere Differentiable Functions MS Thesis>. Acesso em: 1
out. 2001.
19 thomas, g. b.; weir, m. d.; hass, j. Cálculo Volume 1. 12. ed. São Paulo, 2012. v. 1.
20 thomas, g. b.; weir, m. d.; hass, j. Cálculo Volume 2. 12. ed. São Paulo: Pearson Education
do Brasil, 2012. v. 2.
21 wikimedia commons. File:Pitangus-3.ogg — Wikimedia Commons, the free media repository.
2020. Disponı́vel em: <https : / / commons . wikimedia . org / w / index . php ? title = File : Pitangus -
3.ogg&oldid=426366139>. Acesso em: 10 out. 2021.
[heading=bibintoc]
Índice Remissivo
Essa apostila foi escrita para agrupar de forma integrada todo o conteúdo da ementa da disciplina de
Cálculo IV ministrada no CEFET-MG.
Apostila escrita em LATEX com a classe nice-booklet criada por Luis Alberto D’Afonseca