Ebook - Cálculo Vetorial e Edo - SER (Versão Digital)

CÁLCULO VETORIAL
E EDO
Daniel de Freitas Barros Neto;
João Pedro Marins Braga.
Organizadora: Karla Adriana Barbosa Mendes da Silva Lobo.
Cálculo
Vetorial e Edo
© by Ser Educacional
Todos os direitos reservados. Nenhuma parte desta publicação poderá ser

reproduzida ou transmitida de qualquer modo ou por qualquer outro meio,
eletrônico ou mecânico, incluindo fotocópia, gravação ou qualquer outro
tipo de sistema de armazenamento e transmissão de informação, sem prévia
autorização, por escrito, do Grupo Ser Educacional.
Imagens e Ícones: ©Shutterstock, ©Freepik, ©Unsplash.
Diretor de EAD: Enzo Moreira.
Gerente de design instrucional: Paulo Kazuo Kato.
Coordenadora de projetos EAD: Jennifer dos Santos Sousa.
Equipe de Designers Instrucionais: Carlos Mello; Gabriela Falcão; Isis Oliveira;

José Felipe Soares; Márcia Gouveia; Mariana Fernandes; Mônica Oliveira;
Nomager Sousa.
Equipe de Revisores: Maria Gabriela Pedrosa.
Equipe de Designers gráficos: Bruna Helena Ferreira; Danielle Almeida;

Jonas Fragoso; Lucas Amaral, Sabrina Guimarães, Sérgio Ramos e Rafael
Carvalho.
Ilustrador: João Henrique Martins.
NETO, Daniel de Freitas Barros; BRAGA, João Pedro Marins.
Organizador(a): LOBO, Karla Adriana Barbosa Mendes da Silva .
Cálculo Vetorial e Edo:
Recife: Editora Ser Educacional - 2023.
162 p.: pdf
ISBN: ---
1. Cálculo 2. Vetores 3.Equações.
Grupo Ser Educacional

Rua Treze de Maio, 254 - Santo Amaro
CEP: 50100-160, Recife - PE
PABX: (81) 3413-4611
E-mail: sereducacional@sereducacional.com
Iconografia
Estes ícones irão aparecer ao longo de sua leitura:
ACESSE
IMPORTANTE
Links que
Informações importantes
complementam o
que merecem atenção.
contéudo.
ASSISTA OBJETIVO
Recomendação de vídeos Descrição do conteúdo
e videoaulas. abordado.
ATENÇÃO
OBSERVAÇÃO
Informações importantes
Nota sobre uma
que merecem maior
informação.
atenção.
CURIOSIDADES PALAVRAS DO
Informações PROFESSOR/AUTOR
interessantes e Nota pessoal e particular
relevantes. do autor.
CONTEXTUALIZANDO PODCAST
Contextualização sobre o Recomendação de
tema abordado. podcasts.
DEFINIÇÃO REFLITA
Definição sobre o tema Convite a reflexão sobre
abordado. um determinado texto.
DICA RESUMINDO
Dicas interessantes sobre Um resumo sobre o que
o tema abordado. foi visto no conteúdo.
EXEMPLIFICANDO
SAIBA MAIS
Exemplos e explicações
Informações extras sobre
para melhor absorção do
o conteúdo.
tema.
EXEMPLO SINTETIZANDO
Exemplos sobre o tema Uma síntese sobre o
abordado. conteúdo estudado.
FIQUE DE OLHO VOCÊ SABIA?

Informações que Informações
merecem relevância. complementares.
SUMÁRIO
UNIDADE 1
Funções reais: uma e várias variáveis �� 11
Função real de uma variável real ��12
Função real de várias variáveis reais��15
Limites e derivadas parcias��24
Limites de funções de duas varáveis�� 25
Derivadas parciais�� 31
Campos vetoriais �� 34
Gradiente�� 38
Divergente�� 43
Rotacional�� 50
Operadores e o laplaciano�� 53
Operador Diferencial�� 54
O Laplaciano�� 55
UNIDADE 2
Integrando funções de várias variáveis e integrais múltiplas ��63
Integral de funções de várias variáveis �� 63
Integrais múltiplas��69
Integrais em coordenadas cilíndricas e esféricas ��76
Coordenadas Cilíndricas �� 77
Coordenadas esféricas �� 80
Introdução aos campos vetoriais ��84
Campos vetoriais ��84
Integrais de linha ��86

Teorema de Green��94
Teoremas: Gauss e Stokes��99
Teorema de Gauss��100
Teorema de Stokes�� 107
UNIDADE 3
Concepção e classificação das equações diferenciais �� 115
Classificação pelo tipo��118
Classificação pela ordem �� 120
Classificação pela linearidade�� 121
Soluções de equações diferenciais �� 122
Equações diferenciais de primeira ordem�� 129
Variáveis Separáveis��133
Equações homogêneas ��135
Equações exatas �� 138
Equações lineares��141
UNIDADE 4
Equações diferenciais lineares de ordem superior ��147
Conceitos iniciais ��148
Dependência e independência linear�� 149
Wronskiano�� 151
Soluções para equações diferenciais lineares �� 152
Princípio de superposição��154
Soluções linearmente independentes�� 155
Equações não-homogêneas��156
Apresentação
Olá, aluno (a)! Espero que esteja tudo bem com você. Iremos iniciar
agora uma nova jornada de estudos!
Em disciplinas na área de Ciências Exatas, tais como Física,

Química e Matemática, é comum querermos descrever comporta-
mentos e fenômenos, transcrevendo-os em funções e equações, ou
seja, modelos matemáticos ou lógicos. Esse modelamento se iniciou
com a identificação dos fatores que influenciam o fenômeno, tais
como pressão, temperatura e velocidade. Somado a isso, alguns ob-
jetos, que serão vistos nesta disciplina, auxiliam o futuro profissio-
nal de exatas a compreender, com mais facilidade, elementos físicos
que permeiam sua prática diária. Divergentes, gradientes e rotacio-
nais são quase objetos inatos a essas atividades.
Alguns fenômenos físicos intrigaram e permanecem intri-

gando o homem, tal como o comportamento de um pêndulo ou a
variação de temperatura em uma chapa metálica. O estudo de tais
fenômenos se deu com a introdução do cálculo pelas obras de Ne-
wton (1642-1727) e Leibniz (1646-1716), época em que problemas
mecânicos puderam ser modelados matematicamente, correspon-
dendo a uma equação diferencial.
Sendo assim, esse material foi desenvolvido com o objeti-

vo de apresentar cálculos que envolvam grandezas vetoriais, bem
como, ferramentas da Matemática Moderna capaz de solucionar
problemas que envolvem variáveis e suas variações instantâneas
(derivadas) para certos modelos matemáticos. Espero que esse con-
teúdo possa proporcionar um enriquecimento intelectual, resul-
tando em novos conhecimentos úteis e amplamente aplicáveis no
âmbito profissional e social do engenheiro.
Autoria
Daniel de Freitas Barros Neto.
O professor Daniel de Freitas Barros Neto é bacharel em Ciência e

Tecnologia pela Universidade Federal do ABC (UFABC) (2018). Tra-
balha em pesquisas na área do ensino de Astronomia, ensino de Es-
tatística, ensino de Matemática e Inferência Causal. Foi pesquisador
bolsista da UFABC pelo programa de mestrado em Ensino e História
de Ciências e Matemática. Trabalha com desenvolvimento de mate-
riais didáticos para cursos de exatas na modalidade EAD. Faz parte
do grupo de estudos em Educação Estatística e Matemática (GEEM)
e possui publicações nacionais e internacionais sobre a formação de
professores de Ciências e Matemática.
Currículo Lattes
João Pedro Marins Braga.
O Professor João Pedro Marins Braga é Engenherio Mecânico pela

Universidade Estadual Paulista Júlio de Mesquita Filho - UNESP
(2016). Tem grande experiência no ramo industrial, área na qual
aplicou e desenvolveu diversos conceitos relacionados à engenharia
e cálculo. Ministrou aulas nas disciplinas de Resistência dos Mate-
riais, Cálculo e Mecânica dos Fluídos. Trabalhou como pesquisador
colaborador no Instituto Tecnológico de Aeronáutica (ITA), desen-
volvendo tecnologias ligadas à indústria 4.0.
Currículo Lattes
Organizadora
Karla Adriana Barbosa Mendes da Silva Lobo.
A professora Karla Adriana Barbosa Mendes da Silva Lobo é gradua-

da (2002) em Licenciatura Plena em Matemática, pela Universidade
Federal Rural de Pernambuco (UFRPE) e mestre (2012) em Educação
Matemática e Tecnológica, pela Universidade Federal de Pernam-
buco (UFPE).
Tem atuação desde 2008, na docência superior em ensino presen-

cial e à distância, na formação de profissionais da área de educação
e na área técnica.
Currículo Lattes
UNIDADE 1
Objetivos
1. Compreender as relações funcionais para diversas variáveis a
partir de generalizações para uma variável.
2. Manipular algebricamente as funções de múltiplas variáveis.
3. Identificar domínios e representar graficamente as funções de

várias variáveis.
4. Compreender os limites e derivadas parciais das funções de

duas variáveis por meio do estudo desses conceitos para uma
variável.
5. Compreender conceitualmente os campos vetoriais em dife-

rentes espaços e como representá-los.
6. Compreender conceitualmente os campos gradiente, diver-

gente e rotacional, tanto no sentido matemático quanto físico;
7. Compreender a possibilidade de relação entre os campos gra-

diente, divergente e rotacional e a definição de Laplaciano.
8. Manipular algebricamente o Laplaciano a fim de se calcular o

valor desse operador matemático.
Introdução
Olá, aluno (a)!
Iniciaremos essa unidade, com uma apresentação dos conceitos re-

lacionados aos Campos escalares, campos vetoriais, bem como li-
mites; continuidade; derivadas parciais desses campos.
Apresentaremos os processos para a realização das Derivadas

direcionais, vetor gradiente, divergente e o rotacional dos Campos
Vetoriais.
Esse conteúdo será de grande ajuda e espero que possa enri-

quecer mais ainda os seus conhecimentos. Preparado (a)? Vamos lá!
10
Funções reais: uma e várias variáveis
As funções são os objetos matemáticos mais importantes a serem
estudados por um engenheiro. Elas conseguem representar inú-
meros problemas do cotidiano desse profissional de exatas em uma
linguagem algébrica, ou seja, em uma linguagem na qual se tra-
balha com representações numéricas e operacionais de maneira
generalizada.
A relevância das representações algébricas se deve ao fato

de, nessa linguagem, ser possível a manipulação de variáveis e, a
partir disso, encontrar possíveis soluções para determinados pro-
blemas. As soluções desses problemas ocorrem pelo estabelecimen-
to de relações entre as variáveis, que podem ser transformadas em
equações.
Essas representações algébricas podem variar em sua com-

plexidade, ou seja, podem apresentar maior ou menor nível de di-
ficuldade de manipulação e resolução. Podem, até mesmo, variar a
complexidade dos objetos que elas representam, uma vez que é pos-
sível o trabalho com muitas ou poucas variáveis.
Dessa forma, é possível dizer que as funções são uma ma-

neira específica de representar algumas relações entre variáveis.
Elas podem ser entendidas como regras ou instruções específicas
que determinam uma maneira de associar elementos de um con-
junto não vazio (domínio) a um único elemento de outro conjunto
(contradomínio).
Existem diversos conjuntos numéricos, como os Racionais,

Irracionais, Naturais, Inteiros, Reais e Complexos, que podem ser
trabalhados, como pode ser observado no Quadro 1. Entretanto,
nosso enfoque se concentrará nos conjuntos numéricos dos reais
_ .Portanto, o domínio e contradomínio associados serão pautados
nesse conjunto numérico, ou seja, terão os reais como referência.
11
Quadro 1 - Exemplos de conjuntos numéricos
Fonte: Editorial Digital Pages (2019)
Função real de uma variável real
Neste tipo de função, seu domínio (A) e seu contradomínio (B) são
um subconjunto dos conjuntos dos reais. Portanto, diz-se que f é
uma função real de variável real se:
Pode-se conceber tanto o domínio como o contradomínio

como duas retas numéricas, chamadas de retas reais. Essa repre-
sentação de ambos os conjuntos como retas permite uma melhor
visualização da associação que a função f de uma variável estabele-
ce. A Figura 1 apresenta essa associação.
12
Figura 1 - Associação entre duas retas reais por uma função f.
ℝx
f(x)
Associa-se um valor x do domínio a um valor f(x) do contra-

domínio, ambos tendo como base as retas reais. Em outras palavras,
associa-se um valor da reta a outro valor de outra reta quando se
pensa em uma função de uma variável. A reta superior refere-se ao
domínio e a inferior, ao contradomínio.
Além disso, é importante compreender o significado do con-

junto ℝ², que pode ser definido da seguinte maneira:
Com essa definição, concebe-se que ℝ² é um conjunto forma-

do por elementos (x, y), chamados de pares ordenados, em que x e
y são números reais. Esse conjunto é, basicamente, a construção de
um plano cartesiano com as retas referidas anteriormente.
Pode-se, portanto, construir a representação de todos os pa-

res ordenados que constituem ℝ² como (x,f(x)), ou seja, de um valor
real x e de sua imagem real f(x). A representação de todos os pares
ordenados (x,f(x)) recebe o nome de gráfico da função f. Observe um
exemplo, no Gráfico 1, de uma função f(x) = x.
13
Gráfico 1 - Função f(x) = x
O eixo vertical (eixo y) dessa representação recebe o nome de

eixo das ordenadas, já o eixo horizontal (eixo x) recebe o nome de
eixo das abcissas. Dentre os infinitos pares ordenados que compõem
o gráfico da função f, pode-se observar alguns pares ordenados
destacados (1, 1), (2, 2) e (3, 3). Esses pares ordenados, na represen-
tação do Gráfico 1, definem os pontos pertencentes à função. Os va-
lores assumidos por x são chamados de abcissa do ponto e os valores
de y são chamados de ordenadas do ponto.
Para uma função de uma variável real, estabelece-se uma re-

lação entre duas retas reais. No caso anterior, a instrução era f(x) =
x, ou seja, para cada valor de x, sua imagem era o mesmo valor. Com
a construção de ℝ² e infinitos pares ordenados (x,f(x)), foi possível
representar o gráfico dessa função.
14
Função real de várias variáveis reais
Da mesma forma que a função real de uma variável real, essa função
de duas variáveis se pauta nos subconjuntos dos conjuntos dos nú-
meros reais. No entanto, há uma diferença considerável entre esses
dois tipos de função: o seu domínio.
O domínio de uma função real de uma variável real é um sub-

conjunto do conjunto dos números reais (ℝ). O domínio de uma
função real de duas variáveis reais, por sua vez, é composto por
pares ordenados que são números reais, ou seja, ℝ². No entanto, é
importante que seu contradomínio não seja diferente da função real
de uma variável real sendo o subconjunto dos conjuntos dos reais.
Define-se, portanto, uma função real de duas variáveis reais:
Para tentar elucidar como se dá essa relação funcional entre

o domínio e contradomínio de uma função real de duas variáveis
reais, estabelece-se, da mesma forma, um comparativo com a fun-
ção referente a uma variável.
Concebeu-se que a função de uma variável estabelecia uma

relação entre duas retas reais. Nesse sentido, um ponto de uma reta
real se relacionava com outro ponto de outra reta real. Para uma
função real de duas variáveis reais, essa relação não se dá dessa for-
ma, pois seu domínio é composto por um par ordenado. Portanto,
a relação não é entre duas retas, e sim entre um plano cartesiano
(domínio) com uma reta real (contradomínio).
O Gráfico 2 representa como se dá essa relação:

Gráfico 2 - Associação entre um plano cartesiano ℝ2 e uma reta real
15
O Gráfico 2 elucida como a relação acontece e apresenta a
imagem da função de duas variáveis como sendo uma função f(a,b)
ou f(x,y) . Optaremos pela utilização de f(x,y) para se referir à função
real de duas variáveis reais. Essa função é comumente referida por
meio de uma outra variável, da seguinte forma:
z = f(x,y)
Existem inúmeros tipos de funções nesse formato, ou seja,

funções que relacionam dois valores reais de entrada a um valor
real de saída. No cotidiano de um engenheiro, por exemplo, pode-se
pensar em funções com significados físicos, tal como a função que
calcula um valor de força em Newtons, comumente estudada nas
disciplinas de físicas da engenharia:
F=m .
a
Essa função relaciona dois valores do conjunto de números

reais, m e a , referentes à massa e à aceleração, respectivamente, de
um objeto a outro número real referente à sua força em Newtons.
Portanto, ela pode ser entendida como uma função real de duas va-
riáveis reais F (m,a).
Outras funções usuais para um engenheiro são aquelas re-

ferentes a cálculos de volumes. Um exemplo desse tipo de objeto
matemático é a função V(r,h), utilizada para o cálculo do volume de
cones com base circular. Essa função relaciona dois valores reais de
entrada, que são o raio e a altura do cone, a um valor real de saída, o
volume do sólido em questão:
Existem outros incontáveis exemplos que poderiam ser men-

cionados. No entanto, a ideia que se almeja explicitar é a de que es-
sas funções de duas variáveis estão presentes na formação de um
engenheiro. Desse modo, entender como elas relacionam as variá-
veis de entrada e saída e como representá-las é essencial para a for-
mação desse profissional de exatas.
16
Salienta-se que, além dos incontáveis exemplos, existem
inúmeros tipos de funções reais de duas variáveis reais referindo-se
à sua estrutura algébrica, tais como funções polinomiais, trigono-
métricas, logarítmicas e afins. Começaremos nossos estudos pelas
funções polinomiais, que se definem da seguinte forma:
axmym
Nessa forma, a é uma constante real e m e n são números in-

teiros não negativos. A seguir, são elencados alguns exemplos de
funções polinomiais de duas variáveis:
Essas funções polinomiais podem definir outros tipos de fun-

ções: as funções racionais. Essas funções são representadas pelo
quociente de funções polinomiais, tais como representadas nos
exemplos a seguir:
Uma vez conhecendo a maneira como é realizada a relação

entre domínio e contradomínio de uma função real de duas variá-
veis reais e os tipos de funções, devemos nos preocupar em como
representá-las. Para isso, é necessário saber determinar duas coisas
básicas dessas funções: seu domínio e gráfico. Começaremos pela
determinação de seu domínio, ou seja, pela determinação dos valo-
res de entrada.
17
A seguir, analisaremos alguns exemplos.
Exemplo 1
Encontrar o domínio da seguinte função:
A fim de encontrar o domínio dessa função, identifica-se

quais as operações estão sendo realizadas nela. Facilmente, nota-se
as operações de: adição, subtração e divisão. A pergunta que se faz é:
há alguma restrição para efetuar essas operações?
A princípio, efetuar adições e subtrações dentro do conjun-

to dos reais não acarreta nenhuma restrição por nenhum axioma
ou propriedade. Todavia, a divisão entre reais enfrenta uma única
restrição: não poderá ser efetuada quando o denominador de uma
fração for 0.
Portanto, essa é a única restrição à qual os valores de x e y

serão submetidos: não poderão, sob nenhuma hipótese, fazer com
que o denominador da fração resulte em 0. Nesse exemplo, isso im-
plica que:
x-y ≠0
x≠y
Por fim, isso deixa explícito que a função vale nessas

condições, ou seja, que o domínio da função ainda é o plano carte-
siano real sem os valores de x e y que zeram o denominador. Trans-
crevendo essas afirmações em uma linguagem algébrica conjuntiva,
determina-se o domínio (D) dessa função da seguinte forma:
18
Exemplo 2

quais as operações que estão sendo realizadas nela. Facilmente, no-
ta-se as operações de: adição, subtração e radiciação. Desse modo,
a pergunta que se faz é: há alguma restrição para efetuar essas
operações?
A princípio, efetuar adições e subtrações dentro do conjunto

dos reais não acarreta nenhuma restrição por nenhum axioma ou
propriedade. No entanto, a radiciação enfrenta uma restrição: ela é
válida somente para reais positivos. Em outras palavras, não possui
significado para números que sejam reais e negativos.
Portanto, essa é a única restrição à qual x e y serão submeti-

dos: não poderão, sob hipótese nenhuma, fazer com que o argumen-
to da raiz resulte em algum número real negativo. Nesse exemplo,
isso implica que:
Por fim, isso deixa explícito que a função vale

nessas condições, ou seja, que o domínio da função ainda é o plano
cartesiano real, mas sem os valores de x e y, que negativam o argu-
mento da raiz. Transcrevendo essas afirmações em uma linguagem
algébrica conjuntiva, determina-se o domínio (D) dessa função da
seguinte forma:
Exemplo 3

quais as operações que estão sendo realizadas nela. Facilmente,
19
nota-se as operações de subtração e logaritmação. A pergunta que
se faz é: há alguma restrição para efetuar essas operações?
A princípio, não há restrições por nenhum axioma ou pro-

priedade em subtrações dentro do conjunto dos reais. No entanto,
há uma restrição para a logaritmação: ela é válida somente para
reais positivos não nulos. Em outras palavras, não possui significa-
do para números que sejam reais e negativos ou nulos.
Portanto, essa é a única restrição à qual x e y serão subme-

tidos: não poderão, sob hipótese nenhuma, fazer com que o argu-
mento do logaritmo natural resulte em algum número real negativo
ou nulo. Nesse exemplo, isso implica que:
x3-y>0
x3>y
Por fim, isso explicita que a função f(x,y)=ln(x3-y) não vale

nessas condições, ou seja, que o domínio da função ainda é o plano
cartesiano real, mas sem os valores de x e y que negativam ou dei-
xam nulo o argumento do logaritmo natural. Transcrevendo essas
afirmações em uma linguagem algébrica conjuntiva, determina-se
o domínio (D) dessa função da seguinte forma:
Os exemplos supracitados auxiliaram no entendimento de

como ocorre a determinação dos domínios dessas funções polino-
miais e de outras que são definidas a partir delas, ou as utilizam
como argumentos. Outro fator que se evidenciou é que, para essa
determinação, há uma sequência de passos evidentes, que pode ser
mais bem visualizada no Quadro 2.
20
Quadro 2 - Passos para determinar o domínio D
Uma vez determinado o domínio da função, resta determi-

nar sua representação gráfica. Para isso, é necessária a definição do
conjunto ℝ3. Esse conjunto é definido da seguinte forma:
Da mesma maneira que foi realizada com a função de uma

variável, utiliza-se esse novo conjunto (ℝ³) para determinar o que
se chama de gráfico de uma função real de duas variáveis reais.
Considerando a variável z como a imagem da função de duas variá-
veis, ou seja, z=f(x,y) , com os pares ordenados (x, y) pertencentes ao
domínio D, define-se o gráfico (G) como:
G={(x,y,f(x,y)) ∈ ℝ³}
Utilizou-se, portanto, ℝ³ para definir o gráfico (G) de uma

função real de duas variáveis reais. A representação de G para uma
função real de uma variável real formava uma curva em ℝ2 . Agora,
em ℝ³ o gráfico da função f forma uma superfície. O Gráfico 3 repre-
senta genericamente o que seria essa superfície.
21
Gráfico 3 - Função f genérica
O Gráfico 3 representa o gráfico de uma função real de duas

variáveis reais. A partir dessa representação, pode-se observar uma
diferença em relação à representação de uma função real de duas
variáveis reais. Para uma variável real, foi necessário somente a uti-
lização de dois eixos (x e y) ortogonais entre si. Para duas variáveis
reais, foi necessário a utilização de um terceiro eixo z, também or-
togonal aos outros.
Vejamos alguns exemplos de representações do gráfico de

uma função de duas variáveis, conforme mostra o Gráfico 4.
Gráfico 4 - Função
22
Para uma função real de uma variável real, seu gráfico, defi-
nido por meio de ℝ2, reuniu pares ordenados para sua representa-
ção. Todavia, para uma função real de duas variáveis reais em ℝ³,
define-se a representação do gráfico da função não por pares orde-
nados, mas sim por ternos ordenados, ou seja, pontos que possuem
três parâmetros. Portanto, o Gráfico 4 é a representação de todos os
ternos ordenados da função
Por fim, apresenta-se mais um exemplo de representação

gráfica de uma função real de duas variáveis reais no Gráfico 5.
Gráfico 5 - Função f(x,y)= x3 - y3
Essa subseção, até esse ponto, apresentou definições sobre

funções reais de uma e de duas variáveis. Buscou-se entender como
se davam as relações entre subconjuntos dos reais de uma maneira
mais simples (uma variável) até uma maneira mais complexa (duas
variáveis).
A ideia, com essa opção de apresentação do conteúdo, foi

proporcionar ao leitor(a) a capacidade de, cada vez mais, ser capaz
de generalizar essas relações em outros casos. Em outras palavras,
uma vez apresentadas as relações e representações para uma variá-
vel, tornou-se mais simples entender como elas se davam para duas
variáveis.
23
Portanto, não será muito trabalhoso a tentativa de conceber
como essas relações e representações se dão para três variáveis ape-
nas a nível teórico, considerando o que foi visto para uma e duas
variáveis. Começa-se pelo entendimento da relação que uma função
real de três variáveis reais f entre o seu domínio e seu contradomínio.
Para uma variável, a relação é entre dois subconjuntos dos

reais, ou seja, o domínio pode ser pensado como uma reta real e o
contradomínio pode ser visto como outra reta real. A função f re-
laciona pontos de uma reta à outra. Para duas variáveis, a relação é
entre um subconjunto de ℝ2 e um subconjunto de ℝ , ou seja, rela-
ciona-se um par ordenado a uma reta real.
Com esse pensamento, concebe-se que, para três variáveis,

a relação feita é de triplos ordenados (x, y, z) pertencentes a ℝ3 e
pontos de um subconjunto de ℝ . De modo não muito difícil, pode-se
pensar para quantas variáveis se quiser.
Prosseguindo com as comparações, para uma variável, foi

necessária a utilização de ℝ2 na representação do gráfico da função.
Para duas variáveis, utilizou-se ℝ3 na representação do gráfico da
função. Portanto, para funções de três variáveis, utiliza-se ℝ4 .
Visualmente, no entanto, a representação gráfica de uma

função de três variáveis é de complexa visualização. Utiliza-se a ge-
neralização de um conceito, chamado superfície de nível.
Limites e derivadas parcias

Após a generalização das relações funcionais, a determinação de
domínios e a representação gráfica das funções de uma variável
para funções de duas ou mais variáveis, é necessário a generalização
dos conceitos de limite e derivada dessas novas funções.
Tendo isso em mente, buscaremos trabalhar esses concei-

tos de modo análogo à forma como trabalhamos funções de duas
ou mais variáveis: rememorando esses conceitos prévios de limite
e derivada para funções de uma variável e construindo o conheci-
mento para funções de duas variáveis.
24
Esses são conceitos fundamentais para o Cálculo Vetorial e
serão a base para o desenvolvimento de outros objetos matemáti-
cos, como estruturas algébricas mais complexas. É importante que
se compreenda esses conceitos para o prosseguimento seguro da
disciplina.
Limites de funções de duas varáveis
Para uma variável, analisemos o conceito de limite pela seguinte

igualdade:
Essa igualdade aponta que o valor de uma determinada função f(x)

acaba sendo igual a L quando a escolha de x se aproxima do ponto
. Algo importante a se ressaltar é que a aproximação desse ponto
pode ocorrer por apenas dois caminhos: pela esquerda ou pela direi-
ta do ponto, uma vez que ele se localiza em uma reta.
Essa ideia é representada, de maneira mais evidente, no Gráfico 6,

em que as setas indicam as possibilidades de aproximação:
Gráfico 6 - Representação do limite em uma variável
25
Nesse caso do Gráfico 6, observa-se que tanto a aproximação
pela direita quanto pela esquerda resulta no mesmo valor. Em ou-
tras palavras, isso indica que os limites laterais dessa função, consi-
derando x0, são iguais. Essa igualdade permite afirmar a existência
do limite L. Caso contrário, ele não existiria.
Tendo isso em mente, definiremos alguns objetos matemá-

ticos que auxiliarão o estudo da noção intuitiva e da formalização
do limite para funções reais de duas variáveis reais. Inicia-se com a
definição de um conjunto matemático que recebe o nome de disco
aberto
Esse conjunto de pares ordenados, chamado disco aberto, re-

fere-se a um disco no plano ℝ2 com o centro em (x0, y0), cujo raio vale
_. Os pares ordenados (x, y), para pertencerem a esse disco, devem
respeitar a seguinte condição:
A distância dos pares ordenados (x, y) e (x0, y0) é calculada

pela seguinte fórmula:
Essa condição indica que a distância do par ordenado (x,y)

para o centro (x0, y0) deve ser menor do que o raio do disco, o que
intuitivamente faz sentido, pois todos os pontos pertencentes ao
disco devem estar dentro dele.
A partir dessa definição de disco aberto, define-se o limite de

uma função real de duas variáveis reais f. Considerando a existência
de um disco aberto centrado em (x0, y0) e que tem todos seus pontos
definidos em f, escreve-se que o limite de f(x,y), quando (x,y) tende
a (x0, y0), é L da seguinte forma:
26
Essa escrita é válida somente se existir um número____
para qualquer ____correspondente, de modo que se:
O Gráfico 7 representa de modo mais evidente as afirma-

ções supracitadas. Essa definição é chamada de definição formal de
limite.
Gráfico 7 - Representação do limite
A ideia é de que, conforme a aproximação para o ponto (x0,y0),

representado no Gráfico 7 como (a, b), acontece, aproxima-se tam-
bém de L. O interessante dessa definição é notar que ela evidencia a
possibilidade de aproximação do ponto (x0,y0) por inúmeras manei-
ras, pois se trata de um disco e, portanto, a possibilidade de aproxi-
mação pode ser feita por diversas curvas.
Calculemos os exemplos a seguir:
Exemplo 1
27
Utilizando as propriedades de limite, tem-se:
Exemplo 2
Calcular:
Exemplo 3
Calcular:
Nos exemplos supracitados, os limites não apresentaram in-

determinação, ou seja, foi possível efetuar o cálculo dos limites. No
entanto, existem casos em que o cálculo dos limites apresenta inde-
terminações e essas indeterminações podem “esconder” uma não
existência do limite.
Para esses casos, testa-se a inexistência de alguns limites

com algumas técnicas de aproximação. O cálculo de limites para
duas variáveis pode ocorrer de inúmeras maneiras, diferentemente
do cálculo para uma variável.
As técnicas consistem em tentar aproximar o par ordenado

com diferentes curvas e constatar se há ou não diferença nos limites
encontrados. Caso haja diferença, essa é a evidência de que o limite
28
não existe. Analisemos alguns exemplos nos quais aplicaremos es-
sas técnicas de aproximação.
Exemplo 4
Mostre que não existe o seguinte limite:
Efetuando o cálculo do limite, obtém-se:
Identificou-se uma indeterminação. Desse modo, deve-se

utilizar técnicas de aproximação comparativa por curvas. Para esse
exemplo, utilizaremos a curva y = 0. Para isso, encontramos a se-
guinte expressão:
Calculando o limite com x → 0, temos:
Pela aproximação pela curva y = 0, encontramos o limite de

valor 0. Tentando outra aproximação, agora por y = x, veremos se
esse limite se modifica. Efetuando esse cálculo, temos a seguinte
expressão:
Calculando o limite com x → 0, temos:
29
Por essa segunda aproximação, encontrou-se o valor do limi-
te da expressão igual a 1, diferentemente daquele encontrado antes,
que era igual a 0. A diferença numérica entre esses limites obtidos
por aproximações diferentes prova que o limite dessa função para o
ponto (0, 0) não existe.
Esses trabalhos com limite nos auxiliam em uma definição

muito importante para a disciplina de Cálculo Vetorial: a defini-
ção de continuidade. Dizemos que uma função f de duas variáveis é
contínua em um par ordenado (x0, y0) se:
Para que isso seja válido, outras duas condições também de-
vem ser levadas em consideração:
I. f(x,y) deve existir em (x0, y0);
II. o limite da função deve existir nesse ponto
Caso a função satisfaça essas três condições, diz-se que ela

é contínua no ponto (x0, y0). Analisemos o caso da seguinte função
sobre sua continuidade em (0, 0), a fim de elucidar o entendimento
desse assunto:
Levando em conta a condição I em (0, 0), a função não é de-

finida, pois f(x,y) não existiria nesse ponto. No entanto, propõe-se
o seguinte exemplo:
30
Será que com essa condição a função passaria a ser contínua?
Deixa-se a cargo do leitor testar as três condições supracitadas e
tentar responder a essa questão. Não se esqueça de testar os limi-
tes por diferentes aproximações. Isso será útil para a resolução do
problema.
Derivadas parciais
Para o início desse tópico, consideremos a seguinte função de uma

variável:
f(x)=x2+1
Ao mensurar uma derivada em uma função de uma variável

tal como a função supracitada, busca-se encontrar a taxa na qual
y varia em relação a x. Em um estudo de Cálculo Integral e Diferen-
cial, explicita-se as técnicas para o cálculo dessa derivada. Com es-
sas técnicas, efetua-se o cálculo considerando a variável x na função
supracitada:
Além da determinação analítica dessa derivada por meio das

técnicas de integração, deve-se recordar que há uma interpretação
geométrica para a derivada: ela pode ser interpretada como a incli-
nação da reta tangente à curva, representada pelo Gráfico 8.
31
Gráfico 8 - Representação geométrica da derivada para uma variável
Tangente
Inclinação = f’(x)
Ao se conceber funções de duas ou mais variáveis, deve-se

reformular alguns entendimentos sobre as derivadas. Para isso,
consideremos a seguinte função:
z=f(x,y)=x2y+2y
Para essa variável z, a derivada como taxa de variação leva

em conta, agora, duas variáveis. Portanto, encontrar uma derivada
significa encontrar a taxa em que z muda quando x e y variam. En-
contra-se essa taxa de variação de forma parcial, ou seja, em relação
a x e y separadamente.
Calcula-se, por exemplo, a taxa de variação referente a x, ou

seja, a derivada da função supracitada levando em consideração a
variável x:
32
O único conhecimento que o leitor precisa para efetuar o cál-
culo da derivada parcial é que se for considerada sobre uma variável
(x, no caso), a outra variável (y) deve ser tratada como constante.
Efetuando o cálculo com relação à variável y, temos a seguin-

te derivada parcial:
Da mesma forma que as derivadas referentes a uma variável,

as derivadas parciais também possuem interpretação geométrica.
Elas podem ser mais bem visualizadas com base nas figuras no Grá-
fico 9.
Gráfico 9 - Representação geométrica das derivadas parciais
A similaridade com as derivadas de funções de uma variável

reside no fato das derivadas parciais representarem um coeficiente
33
angular de uma reta. Entretanto, essa reta é tangente a uma curva
que se difere da curva com relação a uma variável.
Explicando melhor, C1 é um traço da superfície S quando y = b.

A reta tangente T1 tangencia um ponto em C1 no ponto P. A derivada
parcial em relação a x, portanto, é a inclinação dessa reta tangente
com relação ao plano y = b no ponto P.
De modo análogo, C2 é um traço da superfície S quando x = a. A

reta tangente T2 tangencia um ponto em C2, no ponto P. A derivada
parcial em relação a y, portanto, seria a inclinação dessa reta tan-
gente com relação ao plano x = a, no ponto P.
Em seguida, veremos as aplicações das funções de várias va-

riáveis e as derivadas parciais, nos objetos matemáticos conhecidos
como campos vetoriais. Alguns campos particulares serão estuda-
dos, entre eles os que são conhecidos como gradiente, divergente e
rotacional.
Campos vetoriais
Define-se um campo vetorial em ℝ2 como uma função cujo domínio
é subconjunto do espaço ℝ2 e seu contradomínio também. Portanto,
esse campo vetorial associa um par ordenado, pertencente a ℝ2, a
outro par ordenado, pertencente a ℝ2. Em uma linguagem conjunti-
va, define-se da seguinte forma:
F : D ⊂ ℝ2 → ℝ2
Evidencia-se algebricamente também a relação entre as

variáveis:
F(x,y) = (u(x,y),v(x,y))
Outro entendimento que se pode ter é que, se um par ordena-

do do domínio representa um ponto no espaço ℝ2, o que essa fun-
ção está fazendo é associar para cada ponto desse espaço um vetor
de duas dimensões. Salienta-se que o vetor associado ao ponto tem
suas variáveis u(x,y) e v(x,y) dependentes das variáveis x e y. Analo-
gamente, tenta-se compreender a relação que se dá em ℝ3 .
34
Define-se um campo vetorial em ℝ³ como uma função cujo
domínio é subconjunto do espaço ℝ³ e seu contradomínio também.
Desse modo, esse campo vetorial associa um terno ordenado, per-
tencente a ℝ³, a outro terno ordenado, pertencente a ℝ³. Em uma
linguagem conjuntiva, define-se da seguinte forma:
F : D ⊂ ℝ3 → ℝ3
Evidencia-se algebricamente também a relação entre as

variáveis:
F(x,y,z) = (u(x,y,z), v(x,y,z), w(x,y,z))
Outro entendimento que se pode ter é que, se um terno orde-

nado do domínio representa um ponto no espaço ℝ³, o que essa fun-
ção está fazendo é associar para cada ponto desse espaço um vetor
de três dimensões. Salienta-se que o vetor associado ao ponto tem
suas variáveis u(x,y,z), v(x,y,z) e w(x,y,z) dependentes das variáveis
x, y e z.
EXPLICANDO
O domínio dos campos vetoriais são pares ou ternos ordenados,

portanto, podem ser da forma (x,y) ou (x,y,z), respectivamente.
Destaca-se que, em ambos os casos, pode-se considerar esses pares

ou ternos numéricos como pontos ou vetores de um espaço. A opção
por utilizar um ou outro varia conforme o sentido físico e algébrico
que se quer dar.
Ao se estudar funções, outro ponto de extrema relevância é

acerca de sua representação. Grande parte das funções estudadas
em disciplinas de Cálculo são funções que se pode representar gra-
ficamente. Os campos vetoriais estudados não possuem essa mesma
característica de funções, ou seja, não é possível representá-lo gra-
ficamente, como é feito em funções de uma ou duas variáveis.
35
A impossibilidade representativa se deve ao fato de não ser
possível dimensionar essa representação. A fim de deixar evidente
essa afirmativa, considere uma representação gráfica que seja na
forma ℝ2 →ℝ, ou seja, uma função real de duas variáveis reais, tal como o
Gráfico 10 apresenta. Um gráfico nesse formato exigiria um desenho de 3 di-
mensões, pois duas seriam para o domínio (ℝ2) e uma para a imagem (ℝ).
Gráfico 10 - Representação de uma função f: ℝ2 → ℝ
Fonte: SCIENTIFIC SENTENCE, 2010. (Adaptado).
Tomando esse mesmo raciocínio, considere uma represen-

tação gráfica na forma ℝ2 →ℝ, ou seja, uma função que associa um par
ordenado real a outro par ordenado real. Um gráfico nesse formato exigiria
um desenho de quatro dimensões, pois duas seriam para o domínio (ℝ2) e
duas para a imagem (ℝ2).
Com o mesmo raciocínio, considere uma representação grá-

fica na forma ℝ3 →ℝ3 ou seja, uma função que associa um terno or-
denado real a outro terno ordenado real. Um gráfico nesse formato
exigiria um desenho de seis dimensões, pois três seriam para o do-
mínio (ℝ3) e três para a imagem (ℝ3).
36
Em ambos os exemplos se evidencia a impossibilidade de re-
presentação. Isso se deve ao fato de que só é possível conceber re-
presentações com três dimensões. Desse modo, as representações
de quatro e seis dimensões não são possíveis de serem efetuadas,
tendo em vista a maneira usual de representação.
Porém, existe uma maneira de tornar possível a visualização

desses campos vetoriais sem que haja perda de sentido físico e algé-
brico. Busca-se representar o domínio de uma maneira e a imagem
de outra maneira distinta. As duplas e ternos ordenados do domí-
nio serão coordenados para a representação de um ponto no espaço,
enquanto os valores da imagem serão considerados como vetores.
Esse tipo de escolha representativa permite construir a representa-
ção gráfica das funções referentes a campos vetoriais.
Figura 2 - Representação gráfica de um campo vetorial ℝ3 →ℝ3
A Figura 2 é um exemplo de representação de um campo ve-

torial. A cada ponto P(x,y,z) dessa figura, associa-se um vetor de três
dimensões. Essa representação supracitada é um campo vetorial
conhecido como campo radial, definido da seguinte forma:
37
Portanto, evidenciou-se o que é um campo vetorial e seu for-
mato associativo funcional. Porém, vale destacar que as funções co-
nhecidas, que associam um par ou terno ordenado a valores reais de
uma única variável, são definidas como campos escalares.
Em suma, portanto, tem-se que os campos vetoriais asso-

ciam vetores a pontos particulares do espaço, e os campos escala-
res associam um valor real a duplas ou ternos ordenados. Saber essa
distinção de cada um dos campos nos auxiliará no entendimento de
outros a seguir.
Gradiente
A fim de se entender o que é um campo gradiente, iniciamos essa

subseção com a apresentação formal desse campo para, depois, ex-
plorar seu sentido físico e agregar significados à sua estruturação
algébrica.
Dada uma função escalar f (x,y), ou seja, uma função que as-
socia dois valores reais (x e y) a um valor real (z), estabelece-se o
campo gradiente dessa função da seguinte forma:
Portanto, o campo gradiente da função ( ) é definido

em termo das variáveis parciais ( ) da função f. O exemplo a
seguir mostra como se encontra o campo gradiente de uma função
nesses moldes.
Exemplo 1
Calculemos o campo gradiente da função f(x,y) = xy.
Sabendo que o campo gradiente de uma função ( ) é de-

finido em termo das derivadas parciais, deve-se efetuar o cálculo
delas para, posteriormente, escrever o respectivo campo. A derivada
parcial com relação a x, tendo em vista as regras de derivação par-
cial, é calculada da seguinte forma:
38
f(x,y) = xy
A derivada com relação a y, tendo em vista as regras de deri-

vação parcial, é calculada da seguinte forma:
EXPLICANDO
Para que seja efetuado o cálculo de uma derivada parcial, é necessá-

rio que se identifique a variável que será o parâmetro da derivação
(e que será considerada uma variável) e a variável que não será o
parâmetro de derivação (que será considerada constante).
Por exemplo, em uma derivada parcial com relação a x, considera-

-se x como uma variável, e todas as outras variáveis serão consi-
deradas constantes. A partir daí, aplicam-se as regras derivativas
conhecidas.
Uma vez conhecida as derivadas parciais, definimos o campo

gradiente da função em questão. Reescrevemos suas coordenadas
como:
O exemplo supracitado apresentou o cálculo do gradiente

de uma função real de duas variáveis reais, porém, essa definição
de gradiente também se aplica a funções escalares que contenham
mais variáveis, tal como a função f(x,y,z).
39
Dessa forma, o campo gradiente seria definido da seguinte
forma:
Do mesmo modo que o exemplo anterior, exemplificamos o

cálculo de um campo gradiente de uma função real de três variáveis
reais. O exemplo a seguir trabalha essa ideia.
Exemplo 2
Calcule o campo gradiente da função f(x,y,z) = xyz.
Sabendo que o campo gradiente de uma função (____) é de-

finido em termo das derivadas parciais, deve-se efetuar o cálculo
destas para, então, escrever o campo gradiente. A derivada parcial
com relação a x, tendo em vista as regras de derivação parcial, é cal-
culada da seguinte forma:

A derivada com relação a z, tendo em vista as regras de deri-

40
Uma vez conhecida as derivadas parciais, define-se o campo
gradiente da função em questão. Reescrevemos suas coordenadas
como:
Uma vez que se sabe representar um campo vetorial gradien-

te e calcular seus parâmetros, torna-se possível identificar se dado
campo é ou não gradiente. Vejamos o exemplo a seguir.
Exemplo 3
Definiremos se o campo A(x,y) = (2x,2xy) é um campo

gradiente.
Sabe-se que um campo gradiente é definido por derivadas

parciais de uma função escalar – nesse caso, de duas variáveis,
portanto f(x,y). Desse modo, compara-se o campo descrito com um
campo gradiente:
Caso o campo supracitado seja um campo vetorial, essa igual-

dade deve valer para alguma função f, isto é, deve ser possível de-
terminar essa função. Suponha-se, portanto, que valha a igualdade
acima referida. Isso permite que as derivadas parciais sejam escritas
da seguinte forma:
A partir dessas igualdades, tentamos reescrever a função

f(x,y) e resolver o sistema de equações que se estabelece. Pela deri-
vada parcial com relação a x, reescrevemos f(x,y) da seguinte forma:
41
O termo x² é facilmente obtido quando se pensa na antideri-
vada de x, ou seja, em uma função que, quando derivada, equivale
a x. O termo h(y) leva em conta que, como a derivada é parcial, a
derivação com relação a x pode omitir uma função que contenha um
termo que tenha relação com y. De maneira análoga, reescreve-se a
função com base na derivada parcial com relação a y:
Temos agora duas igualdades referentes a f(x,y) : uma advin-

da da derivada parcial com relação a x e a outra advinda da derivada
parcial com relação a y. Isso permite escrever a seguinte igualdade:
Para que seja verdadeira essa igualdade, deve-se determinar

as funções h(y) e g(x). Observando os termos de cada um dos lados,
é possível determinar g(x).
g(x) = x2 + C
Essa determinação foi possível porque g(x) é uma função que

depende somente de x, e verificou-se que, nessa igualdade, x² é
uma função que depende somente de x. De modo análogo, racioci-
na-se acerca de h(y), uma função que depende somente de y.
Para que seja possível determiná-la, deve ser encontrado um

termo na igualdade que dependa somente de y. Porém, verificamos
que não existe esse termo, pois xy² (único termo presente) depende
de x e y. Desse modo, é impossível determinar h(y).
Como a determinação de h(y) é impossível, as igualdades ad-

vindas das derivadas parciais não são verdadeiras. Uma vez que elas
foram definidas a partir da suposição de que A(x,y) = (2x,2xy) é um
campo gradiente, afirma-se, por conseguinte, que A(x,y) = (2x,2xy)
não é um campo vetorial gradiente. Caso fosse, a determinação das
funções h(y) e g(x) seria possível.
Uma vez que temos conhecimento para representar, calcu-

lar e determinar um campo gradiente, devemos entender suas pro-
priedades. O campo vetorial gradiente possui duas propriedades
42
importante, com interpretações físicas. Ele é sempre perpendicular
às curvas de nível da função e aponta sempre para a direção e o sen-
tido de maior variação da função.
É possível pensar em um sentido físico muito interessante

para a segunda propriedade do gradiente. Suponha uma superfície
tridimensional qualquer, tal como uma montanha, ou algo do gê-
nero. Agora imagine um balde de água sendo jogado em um deter-
minado ponto P(a,b,c) dessa superfície. Já que a superfície pode ser
descrita por uma função escalar f(x,y), pode-se determinar o campo
vetorial gradiente dessa função. Determinar o gradiente dessa fun-
ção e analisá-lo no ponto P(a,b,c) seria identificar para onde a água
iria escorrer. Desse modo, fica claro que o divergente aponta sempre
para a direção e sentido de maior variação da função. Nesse caso, a
água jogada em um determinado ponto da montanha a percorreria
até sua base, sempre se guiando pela direção e sentido apontados
pelo gradiente.
Importante ressaltar que mensurar o gradiente só é relevante

quando analisado localmente, ou seja, quando aplicado a um ponto.
Isso se deve ao fato de que, quando se fala em campo vetorial, pres-
supõe-se a atribuição de um vetor a todo ponto do domínio da fun-
ção, então, o sentido físico desse vetor é indissociável a esse ponto.
Analisar o gradiente é observar como os pontos se relacionam com
esses vetores, no sentido variacional.
Para que se efetue esse tipo de cálculo, contudo, é necessário

que se tenha um conhecimento de objetos matemáticos mais com-
plexos, tais como tensores, que não serão abordados aqui.
Divergente
Essa subseção tratará de outro campo importante: o campo diver-

gente. Serão apresentadas definições algébricas desse campo e pos-
teriormente serão apresentadas formas de se calculá-lo. Por fim,
será discutido seu sentido físico, uma vez que o entendimento desse
e de outros campos estão intimamente associados à matemática e à
física.
43
Para iniciarmos o estudo do campo divergente, é preciso ter
em mente uma distinção objetal deste com o campo gradiente, ou
seja, uma distinção quanto ao objeto a que se refere. O campo gra-
diente é um campo vetorial, e o campo divergente é escalar.
O campo gradiente é um campo vetorial, pois o resultado de

um cálculo do campo gradiente é um vetor, ao passo que o campo
divergente é escalar, ou seja, o resultado é um escalar.
Somado a isso, existe outra diferença importante entre esses

campos: o campo gradiente é calculado a partir de um campo esca-
lar; já o campo divergente é calculado a partir de um campo veto-
rial. Portanto, para que se defina o campo divergente, considere um
campo vetorial x, como apresentado a seguir:
A partir desse campo vetorial, definimos o campo escalar di-

vergente da forma a seguir apresentada:
O primeiro aspecto que se deve observar em qualquer novo

objeto matemático que se estudo é sempre o aspecto notacional de
sua representação. No caso do campo divergente, é possível se re-
ferir a ele como dando a ideia literal de divergente, uma vez
que se abrevia a palavra “divergente” por div e se coloca à frente o
objeto matemático no qual está se aplicando o respectivo divergen-
te, no caso, um campo vetorial.
Porém, também é possível representar o divergente como
Essa representação, porém, não deve ser confundida com a

representação do gradiente Ambas as notações envolvem o nabla
(▽) porém, referem-se a objetos matemáticos distintos. Esse sím-
bolo refere-se a derivadas parciais de um dado objeto matemático.
Desse modo, pode-se, sem um rigor matemático, conceber sua es-
crita em ℝ3 como:
44
Portanto, considerando o nabla como um instrumento ma-
temático que efetua cálculo de derivadas parciais, representar o di-
vergente como significa que o vetor terá suas derivadas
parciais calculadas, porém, diferentemente do gradiente, resultará
em um escalar, não em um vetor. Esse cálculo resultaria no que se
chama de produto escalar entre ▽ e :
A definição de campo divergente apresentada é apenas válida

em ℝ3 → ℝ3. Porém, pode-se estabelecer uma definição mais genéri-
ca, que considera o campo divergente em um espaço n dimensional.
Para isso, consideramos o vetor , que segue abaixo:
Considerando o vetor supracitado, define-se um divergente

de modo genérico da seguinte forma:
Uma vez apresentadas as definições de um campo divergen-

te, trabalharemos alguns exemplos para compreender como calcu-
lar o valor escalar desse campo, de modo a elucidar a manipulação
algébrica necessária para isso. Tomemos os exemplos que seguem
abaixo:
Exemplo 4
Encontremos o campo escalar divergente do campo vetorial.
Tendo em mente a definição de um campo divergente, deve-

mos encontrar as derivadas parciais de cada uma das funções que
45
compõem esse campo. Para isso, primeiro devemos identificar quais
são essas funções e em relação a qual variável elas serão derivadas.
De acordo com a definição, as funções, na direção são

derivadas em relação a x, y e z, respectivamente. Desse modo temos:
Uma vez conhecidas as derivadas parciais do campo vetorial,

torna-se possível calcular o campo escalar divergente com base
em sua definição, apenas substituindo os valores encontrados e
os manipulando algebricamente. Segue o cálculo resultante dessa
manipulação:
Exemplo 5
Encontremos agora o campo escalar divergente do campo

vetorial:
Tendo em mente a definição de um campo divergente, devem

ser encontradas as derivadas parciais de cada uma das funções que
compõem esse campo. Para isso, devemos identificar quais são es-
sas funções e em relação a qual variável elas serão derivadas.
De acordo com a definição, as funções na direção são

derivadas em relação a x, y e z, respectivamente. Desse modo:
46
Uma vez conhecidas as derivadas parciais do campo vetorial,
podemos calcular o campo escalar divergente com base em sua defi-
nição, apenas substituindo os valores encontrados e os manipulan-
do algebricamente. Segue o cálculo resultante dessa manipulação:
Exemplo 6
Encontremos o campo escalar divergente do campo vetorial
conhecido como campo radial.
Tomando novamente a máxima de que as funções na direção
são derivadas em relação a x, y e z, temos:
Agora podemos calcular o campo escalar divergente, subs-

tituindo os valores encontrados e os manipulando algebricamente:
47
Os exemplos supracitados demonstraram como calcular algebri-
camente o valor do campo divergente de alguns campos vetoriais.
Resta agora compreender qual o sentido físico desse campo, ou seja,
o que os valores encontrados nos exemplos anteriores realmente
representam.
Para isso, vamos conceber o que representa o campo vetorial

em que se calcula o divergente. Campos vetoriais podem represen-
tar inúmeras grandezas, tais como a mensuração da velocidade de
um fluido ou um campo elétrico que atua sobre diferentes cargas,
entre outras aplicações.
Como visto anteriormente, as representações de campos ve-

toriais trabalham com vetores, que são objetos matemáticos que
contêm direção, sentido e módulo (‘tamanho’). Os vetores são tra-
balhados de maneira pontual, ou seja, para cada ponto atribui-se
um vetor.
O divergente, portanto, é calculado pontualmente, supondo-

-se um ponto P, e mede a quantidade da grandeza do campo vetorial
que ‘sai’ de um elemento de volume, tomando como base uma uni-
dade de tempo. Porém, toda essa medição se baseia nas mediações
do ponto, ou seja, mede-se o quanto ‘sai’ e ‘entra’ nessa grandeza,
no elemento de volume.
48
Figura 3 - Representação de um divergente nulo.
A Figura 3 representa claramente essa ideia: as bolas verme-

lhas indicam pontos, as flechas indicam os vetores, e a caixa indica o
elemento de volume. Tomando como base a caixa desenhada e ana-
lisando a quantidade de flechas que entram e saem dela, afirma-se
que o gradiente desse campo é nulo. Isso se deve ao fato de que há a
mesma quantidade de flechas entrando e saindo desse elemento de
volume.
O sentido físico do gradiente está nessa ‘entrada’ e ‘saída’

de flechas. Um campo vetorial com gradiente positivo seria repre-
sentado por uma caixa na qual existem mais vetores saindo do que
entrando, tal como o Exemplo 6. Já um campo vetorial com gradien-
te negativo seria representado por uma caixa em que existem mais
vetores entrando do que saindo, tal como representado na Figura 4.
Figura 4 - Representação de um divergente negativo.
49
Por fim, pode-se resumir os sinais dos divergentes e seus
respectivos significados no Quadro 3, a seguir:
Quadro 3 - Sinal do divergente e suas interpretações
Sinal do divergente Interpretação

Mais flechas saindo do que
Positivo
entrando
Mais flechas entrando do que
Negativo
saindo
Quantidade igual de flechas
Nulo
entrando e saindo
Rotacional
O último campo que será abordado nessa seção é o campo rotacio-

nal. Assim como em relação aos campos anteriores, esta subseção se
iniciará com a definição do campo rotacional, para apresentarmos
posteriores cálculos de seus valores, e, finalmente, compreender
seu sentido físico geométrico.
Para que seja definido formalmente um campo rotacional,

toma-se um campo vetorial descrito em um plano, ou seja, em ℝ2
,da seguinte forma:
Esse campo pode também ser escrito da seguinte forma:
A partir deste campo vetorial, define-se o campo conhecido

como campo rotacional, tal como é descrito a seguir:
50
Algo que se evidencia à primeira vista é que o rotacional de
um campo vetorial é um campo vetorial ( ). Portanto, esta-
belecendo uma comparação com os campos anteriormente estuda-
dos, temos, de forma resumida no Quadro 4:
Quadro 4 - Campos
Calculado a partir Resultando em um

Campo
de um campo campo
Gradiente Escalar Vetorial
Divergente Vetorial Escalar
Rotacional Vetorial Vetorial
Define-se também o rotacional de um campo vetorial no es-

paço R³ dado o campo:
A partir desse campo vetorial, define-se .
O rotacional seria, portanto, o determinante dessa matriz.

Vale destacar que o rotacional pode ser descrito como o produto ve-
torial entre o operador diferencial e o campo vetorial Vejamos
no exemplo a seguir como efetuar a manipulação algébrica dessa
matriz, a fim de se calcular o determinante.
Exemplo 7
Considere um campo e en-

contre seu rotacional.
Para encontrar seu rotacional, é necessário considerar a de-

finição de rotacional, identificando as funções A, B e C, elencadas a
seguir:
51
Calculando as derivadas parciais, obtemos:
Desse modo, tem-se que:
Uma vez definido um campo rotacional, tanto no plano quan-

to no espaço, e tendo compreendido como efetuar o cálculo desse
campo, como visto por meio do determinante da matriz, resta com-
preender seu sentido físico geométrico.
A própria nomenclatura – rotacional – sugere um movimen-

to de rotação, porém, é possível conceber uma rotação de diferentes
maneiras. Uma delas é pensando em um objeto realizando uma tra-
jetória circular, como apresenta a Figura 5.
Figura 5 - Objeto realizando uma trajetória circular;
52
Tomando como referência o ponto central, o círculo azul se
movimenta ao redor dele, em uma trajetória circular. Porém, des-
taca-se que não é isso que é mensurado pelo rotacional, ou seja, o
rotacional não mensura a possibilidade local de se realizar uma tra-
jetória circular.
O rotacional, na verdade, mensura a capacidade local de ro-

tação do ponto acerca de seu próprio eixo. Em outras palavras, caso
o objeto estivesse girando em si, poderíamos dizer que haveria um
rotacional não nulo, mas, no caso da Figura 5, apesar de o objeto
estar realizando uma trajetória circular, o rotacional é nulo.
Operadores e o laplaciano
A seção anterior apresentou os conceitos de campo divergente,
gradiente e rotacional, explorando seu sentido algébrico, físico e
geométrico. Tudo que foi apresentado pautou-se no operador dife-
rencial nabla ( ) e nas operações que podem ser realizadas com ele,
tanto em campo escalar quanto vetorial.
Nessa seção serão retomadas as formulações algébricas des-

ses campos, com o fim de combiná-los – logo, relacionar campo
gradiente com rotacional, divergente com gradiente etc. Contudo,
essas relações serão entendidas em um sentido meramente algébri-
co, para fins de cálculo.
Depois de apresentadas algumas possíveis relações, e enun-

ciados dois teoremas, essa seção irá destacar um operador impor-
tante que surge dessas relações: o Laplaciano. Esse operador terá
um grande destaque, pois é extremamente importante para o de-
senvolvimento de inúmeros conceitos e aplicações físicas.
A última parte desta seção será para definir esse operador,

emergente dessas relações, e irá apresentar alguns exemplos, com o
intuito de tornar o leitor apto a trabalhar com ele a partir de funções
de duas variáveis (R²) ou três (R³).
53
Operador Diferencial
Até o momento, utilizou-se o operador diferencial nabla ( )para

definir os campos gradiente, divergente e rotacional. O Quadro 1
destacou a natureza dos objetos que cada um desses campos calcu-
la e resulta. É extremamente relevante ter essas relações em mente
para o prosseguimento dessa subseção.
Como foi visto, o campo gradiente é calculado a partir de um

campo escalar, e resulta em um campo vetorial. Já o campo diver-
gente é calculado a partir de um campo vetorial e resulta em um
campo escalar. Por fim, um campo rotacional é calculado a partir de
um campo vetorial e resulta em um campo vetorial.
Tendo isso em vista, podemos conceber alguns cálculos al-

gébricos em R³ com base na natureza desses objetos matemáticos –
por exemplo, o cálculo do gradiente de um divergente de um campo
__qualquer, que seria dado dessa forma:
É possível mensurar se um divergente tem gradiente, uma

vez que o resultado de um divergente é um escalar, e o gradiente é
mensurado a partir de um campo escalar. Porém, há particularida-
des que advêm desses cálculos, tais como os teoremas a seguir.
Dada um campo escalar (f) para duas ou três variáveis, o ro-

tacional de um gradiente é sempre nulo. Isso pode ser expresso de
uma melhor forma na seguinte igualdade:
rov(div f) = 0
Outro teorema importante refere-se ao inverso do que se
realizou no anterior, portanto, ao divergente de um rotacional. Des-
sa maneira, dado um campo vetorial para duas ou três variáveis,
tem-se que:
Ambos os teoremas têm fundamental importância para o de-

senvolvimento de outros mais avançados, que são os alicerces do
54
Cálculo Vetorial. Porém, a ideia que se almeja transmitir aqui é de
que há a possibilidade de cálculo combinado desses campos.
Pode-se destacar uma dessas combinações que é de extre-

ma relevância para o Cálculo Vetorial e inúmeros ramos da Física:
o Laplaciano. O cálculo desse operador será explicitado na subseção
seguinte, e serão resolvidos alguns exemplos, a fim de elucidar o
entendimento manipulativo desse novo operador.
O Laplaciano
O Laplaciano recebe esse nome em homenagem a Pierre-Simon

Laplace e é extremamente importante para a Física, presente na
modelagem de inúmeros problemas que envolvem condução de ca-
lor, potencial elétrico e gravitacional. Esse operador aparece até nas
equações de Schrödinger da física quântica.
A subseção anterior apresentou a possibilidade de mensura-

ção de um gradiente de um divergente, definido em termo do opera-
dor diferencial nabla. O Laplaciano, por outro lado, envolve o oposto
– a mensuração de divergente de um gradiente –, podendo ser de-
finido da seguinte forma:
Essa relação é, portanto, um produto escalar entre os vetores

advindos do gradiente da função e do operador diferencial nabla.
É possível reescrevê-la da maneira que segue:
Nota-se que, nesse formato, esse operador nada mais é do que

o cálculo de derivadas segundas da função escalar f. Essa é a maneira
usual de se referir a um Laplaciano de um campo escalar. Vejamos o
vídeo e alguns exemplos para demonstrar como calculá-lo.
55
Exemplo 1
Calcule o Laplaciano da função escalar f(x,y) = xy.
Para efetuar o cálculo, é necessário efetuar o cálculo do gra-

diente dessa função, uma vez que o Laplaciano é definido como:
Sabendo que o campo gradiente de uma função é defi-

nido em termo de suas derivadas parciais, deve-se efetuar o cálculo
dessas derivadas para então escrever o campo gradiente. A derivada
parcial com relação a x, tendo em vista as regras de derivação par-
cial, é calculada da seguinte forma:

Uma vez conhecida as derivadas parciais, definimos o campo

gradiente da função em questão. Recordemos que o campo gradien-
te é escrito da seguinte forma:
Portanto, reescrevemos suas coordenadas como:
56
A partir desse vetor gradiente, calcula-se o Laplaciano:
Calculando as derivadas acima, obtemos:
Nesse caso, portanto, o Laplaciano é nulo.
Vejamos o próximo exemplo, agora com uma função definida

em R³.
Exemplo 2
Calcular o Laplaciano da função f(x,y,z) = xyz.
Para efetuar o cálculo do Laplaciano, é necessário efetuar o

cálculo do gradiente dessa função. Sabendo que o campo gradiente
de uma função _ é definido em termo das derivadas parciais,
deve-se efetuar o cálculo dessas derivadas para, posteriormente,
escrever o campo gradiente. A derivada parcial com relação a x, ten-
do em vista as regras de derivação parcial, é calculada da seguinte
forma:

57
A derivada com relação a z, tendo em vista as regras de deri-
A partir do campo gradiente, podemos reescrever suas coor-

denadas como:
A partir desse vetor gradiente, calcula-se o Laplaciano:
Calculando as derivadas acima, obtemos:
O valor do Laplaciano, nesse caso, é nulo. Vale lembrar que

nem sempre isso acontece. Outro fato a se destacar é que o Laplacia-
no é trabalhado com seu sentido algébrico, ou seja, tal como apre-
sentado na definição. O sentido geométrico e físico do Laplaciano
não é algo a ser analisado aqui, basta saber defini-lo e calculá-lo,
que ele será uma ferramenta necessária para as disciplinas avança-
das de Física.
58
SINTETIZANDO
Dentre os objetivos esperados, estava a compreensão das relações
funcionais para Funções de várias variáveis a partir de suas gene-
ralizações para uma variável. A manipulação algébrica das funções
de duas ou mais variáveis, permitiu alcançar outro objetivo: a iden-
tificação do domínio das funções de duas variáveis e sua represen-
tação gráfica. Manipular algebricamente essas funções permitiu
compreender como algumas limitações algébricas operacionais al-
terariam o domínio da função estudada, bem como os limites e as
derivadas parciais dessas variáveis.
Somado a isso, buscamos fazer com que você, querido (a)

aluno (a), compreendesse conceitualmente os campos gradiente,
divergente e rotacional, tanto no sentido matemático quanto físico,
e aprendesse a manipulá-los. Esse objetivo foi atingido nas subse-
ções seguintes, em que se trabalhou a apresentação conceitual des-
ses campos, explicitando suas técnicas de manipulação algébrica e
seus sentidos físicos geométricos.
59
60
2
Objetivos
UNIDADE
1. Compreender conceitualmente as integrais de funções de vá-
rias variáveis e as integrais múltiplas.
2. Manipular algebricamente as integrais de modo a efetuar cál-

culos de áreas e volumes.
3. Compreender e manipular integrais em coordenadas cilíndri-

cas e esféricas.
4. Compreender de forma introdutória e conceitual a ideia de

campo vetorial e integral de linha.
Introdução
Olá! Bem-vindo (a) de volta aluno (a)!
Essa unidade foi desenvolvida, com o objetivo de apresentar cálcu-

los que envolvam grandezas vetoriais, bem como, integrais de fun-
ções de várias variáveis, múltiplas, cilíndricas, esféricas e de linha, e
suas variações instantâneas (derivadas) para certos modelos mate-
máticos. Além disso, conheceremos teoremas de grande relevância
para o cálculo vetorial.

62
Integrando funções de várias variáveis e
integrais múltiplas
Esse tópico abordará o conceito de integral em funções de várias
variáveis e integrais múltiplas. Para isso, retoma-se o conceito e a
formalização algébrica de uma integral em uma variável, e, a par-
tir daí, constrói-se o entendimento teórico desses novos objetos
matemáticos.
Será explicitado o entendimento desses objetos por uma vi-

são geométrica, ou seja, as integrais terão um sentido geométrico
evidente; por exemplo, no cálculo de áreas e volumes de determi-
nadas regiões e superfícies. Todo esse entendimento tange o co-
nhecimento acerca de pequenas parcelas de regiões ou superfícies,
parcelas essas que são denominadas infinitésimos.
A generalização da soma dessas parcelas é que constitui a

principal ideia da integral. Além disso, serão explicitados aspectos
técnicos que envolvem a manipulação desses objetos matemáticos,
portanto, definições e propriedades que serão úteis para a determi-
nação e utilização de maneira adequada.
Integral de funções de várias variáveis
A fim de entender como se dá o processo integrativo para funções

de várias variáveis, inicia-se o estudo desses processos por meio da
integração em uma função de uma variável. Desse modo, o enten-
dimento desse novo processo integrativo será constituído de forma
mais simples, sendo necessárias somente pequenas adequações e
pequenas generalizações de um conceito já conhecido.
Em outras palavras, explorar as similaridades e diferenças

entre funções de uma e de várias variáveis e os processos integra-
tivos de cada uma delas reforça no leitor essa habilidade de gene-
ralização de conceitos. Ela é de suma importância para o estudo de
instrumentos matemáticos: não somente as integrais, como tam-
bém, por exemplo, as derivadas e das representações gráficas das
funções.
63
Gráfico 1 - Integral de uma função de uma variável
No estudo das integrais para uma função de uma variável,

constata-se que esse objeto matemático é capaz de mensurar, den-
tre muitas coisas, a área embaixo de uma curva f(x) qualquer, uma
vez delimitado seu intervalo de integração. O Gráfico 1 apresenta a
área que seria calculada pela seguinte integral:
O Gráfico 1, portanto, apresenta o que a integral supracitada

estaria calculando numericamente, a área referente ao referido “in-
tervalo”. Porém, ambas as representações não evidenciam a noção
intuitiva por trás do objeto matemático que é a integral. Para isso,
deve-se recordar o entendimento acerca da noção de soma discreta
e soma contínua; o Gráfico 2 auxilia na recordação desse conceito.
Gráfico 2 - Noção de soma contínua e discreta pela mensuração de área
64
A representação da esquerda é uma tentativa de se mensurar
a área sob a curva por retângulos cuja área pode ser calculada por
Portanto, uma estimativa da área sob a curva por

meio desses retângulos é dada pela fórmula a seguir:
Considera-se, a partir dessa fórmula, o que se chama soma

discreta. Ser discreto, na matemática, refere-se, comumente, a re-
presentações finitas ou relacionadas a números naturais ou inteiros.
Nesse caso, n é um número natural que representa a finitude dos re-
tângulos, ou seja, o número de retângulos que serão utilizados para
mensurar a área.
Por outro lado, a representação da direita do Gráfico 2 con-

sidera a área desses retângulos de outra maneira. Considera-se o
menor valor imaginável para , chamado de infinitesimal, que é
mensurado pelo diferencial dx. Não somente isso: a soma desses re-
tângulos, considerando sua nova área que pode ser mensurada por
é conceituada de maneira contínua.
A continuidade dessa soma se refere à infinidade de retân-

gulos que se considera para mensurar a área sob a curva. Há uma
imensa discussão teórica que valida essa soma infinita e contínua,
mas ela foge do escopo dessa disciplina. O que é importante destacar
é que essa soma é representada pela integral a seguir referida:
Essa noção de integral como soma contínua é extremamente

importante para que se consiga entender como serão calculadas as
integrais para funções de várias variáveis de uma forma intuitiva.
Para compreender o procedimento integrativo para funções

de várias variáveis, começa-se tentando representar e integrar uma
função de duas variáveis , que é limitada pela região
,uma projeção da superfície no plano xy represen-
65
tada no Gráfico 3.
Gráfico 3 - Representação de uma superfície genérica z = f (x, y)
Nota-se que, diferentemente da situação com uma variável, o

gráfico representado se trata de uma superfície em três dimensões,
enquanto a outra dizia respeito a uma curva em duas dimensões.
Essa distinção deve estar clara para o leitor, uma vez que o que será
mensurado ao final do processo integrativo não será mais uma área,
mas, sim, o volume da superfície.
Seguindo o mesmo raciocínio intuitivo das integrais para

uma variável, inicialmente se pode pensar em uma soma discreta,
que tenta estabelecer um volume aproximado de um pedaço da su-
perfície para efetuar a mensuração dela como um todo. O volume,
agora, é referente a uma forma geométrica diferente da anterior,
um prisma.
66
Gráfico 4 - Representação do prisma
A base do prisma é definida pelo produto e faz par-

te da região R destacada no Gráfico 3. Para a mensuração do vo-
lume desse prisma, é necessário que seja feito um produto dessa
base com sua altura que, nesse caso, é dada por f(cjk).
Portanto, seu volume seria dado por:
Considerando esse volume genérico de um prisma, a soma

discreta de todos eles tornaria possível a mensuração do volume
da superfície – seguindo o mesmo raciocínio intuitivo que foi feito
para a função de uma variável. Essa soma (Sn), porém, seria deter-
minada dessa maneira:
67
A noção intuitiva dessa soma pode ser bem representada pela
Figura 1, em que ficam evidenciados todos os prismas considerados
em uma soma discreta.
Figura 1. Representação geométrica de uma soma S.n..
Fonte: IRIARTE, 2016. Acesso em: 14/10/2019.
Prosseguindo com o mesmo raciocínio para uma variável,

deve-se, portanto, considerar a área da base (∆x . ∆y) de forma infi-
nitesimal, utilizando os diferenciais dx e dy. Desse modo, a base que
era escrita na forma ∆x . ∆y deve passar a ser escrita na forma dx dy.
Levando em conta, também, que esses retângulos seriam infinitos
agora, consegue-se reescrever essa soma como contínua, definida
da seguinte forma:
Da mesma maneira que foi salientada anteriormente, existe

uma validade matemática por trás dessa representação da soma que
tange a discussão de limite. Essa discussão, porém, não cabe no es-
copo dessa disciplina. Por fim, a noção geométrica do que essa soma
significa é apresentada pela Figura 2.
68
Figura 2. Representação da soma S_n com a soma contínua sendo aplicada.
Fonte: IRIARTE, 2016. Acesso em: 14/10/2019.
A Figura 2 acaba por representar o que ocorre com a soma Sn

que, agora, passa a ser definida por uma soma contínua, não mais
discreta, representada pela integral dupla definida sob a região R.
Portanto, o processo integrativo para uma função de duas variáveis
pode, como apresentado até aqui, realizar a mensuração de volu-
mes de funções. O aspecto técnico dessa mensuração será trabalha-
do no próximo subtópico.
Integrais múltiplas
No subtópico anterior, apresentou-se o desenvolvimento teórico do

conceito de integração para uma variável e ele foi adaptado e gene-
ralizado em uma nova situação que fossem utilizadas duas variáveis.
A partir dessa adaptação, constatou-se que as integrais du-

plas, pertencentes a esse novo conceito integrativo, mensuravam
volumes de superfícies, diferentemente das integrais de funções de
uma variável, que mensuram áreas. Desse modo, definiu-se a inte-
gral a seguir como o volume da superfície:
69
Antes de iniciar o estudo do aspecto técnico dessa integral,
ou seja, como manipulá-la algebricamente a fim de se conseguir
mensurar volumes de sólidos, salienta-se um aspecto formal desse
objeto. A notação que é utilizada para descrevê-lo pode ser alterada,
porém, de modo a preservar sua validade algébrica.
Supondo, por exemplo, uma função f (x, y) contínua e uma

região R = [a,b] [c,d], tem-se que, pelo teorema de Fubini:
O teorema de Fubini nos diz que a escrita das integrais pode

representar coisas diferentes. A ordem de integração importa e as
integrais mais externas se referem aos diferenciais mais externos.
Da mesma maneira, a integral interna se refere ao diferencial mais
interno.
Tudo isso, porém, se passa em uma região retangular R, e é

isso que permite que ocorra a troca dos limites de integrações sem
que haja invalidade algébrica. Para que possamos apresentar um
exemplo que aplique esse teorema de Fubini, é necessário entender
como é feito o cálculo de uma integral em uma função com mais de
uma variável.
É sabido que o diferencial em uma integral sinaliza a variável

que está sendo integrada, ou seja, em uma integral que tenha o for-
mato ,,por exemplo, entende-se que irá ocorrer em termos
da variável x, pois o diferencial presente é dx. Porém, há outro fa-
tor que se deve atentar: como resolver um integrando que é escrito
como função de duas ou mais variáveis?
Para se conseguir integrar o integrando f(x,y), com relação a

dx, deve-se fixar a variável y como constante e resolver a integral
pelos métodos já conhecidos. Caso fosse o integrando f(x,y) que de-
vesse ser integrado com relação à dy, dever-se-ia fixar a variável x
como constante e integrar o restante com relação a outra variável.
70
A fim de elucidar como seria o cálculo de uma integral nesse
formato, desenvolve-se essa ideia nos dois exemplos a seguir:
Exemplo 1: calcular a integral:
Para efetuar o cálculo dessa integral, primeiro se separam os

dois elementos pela propriedade integrativa da soma:
Encontra-se facilmente o valor na primeira integral justa-

mente por se tratar de um integrando polinomial simples. A se-
gunda, porém, pode suscitar uma dúvida, pois está integrando em
relação à x e o integrando é em relação à y. Como foi dito anterior-
mente, para esses casos é necessário fixar a variável y como cons-
tante e integrar em relação à x normalmente.
Desse modo, a resolução dessas integrais seria dada por:
Tendo a maneira que se resolve uma integral com uma função

de duas ou mais variáveis, é possível, agora, aplicar o teorema de
Fubini e manipular as integrais algebricamente de maneira adequa-
da. Isso se deve ao fato de que o teorema trabalha com o cálculo de
integrais consecutivas, portanto, é preciso resolver duas integrais,
tal como o exemplo supracitado, encarando a variável diferente do
diferencial como constante e integrar a função.
Vejamos, portanto, uma aplicação do teorema de Fubini na

resolução de integrais duplas com seus limites de integração defini-
dos em uma região R.
Exemplo 2: calcular a integral dupla
71
Como essa integral está definida em uma região R, ela pode
ser calculada pelo teorema de Fubini. Ele aponta que essa integral
dupla pode ser resolvida por meio de duas integrações sucessivas,
que podem ser dadas da seguinte forma:
Dessa forma, portanto, será resolvida a integral mais interior

primeiramente, e o resultado de seu cálculo será o integrando da in-
tegral mais externa. Realizando o cálculo da integral mais interna
, tem-se:
Utilizando esse valor encontrado como integrando da inte-

gral mais externa, tem-se:
Chegamos ao valor da integral . Vale ressaltar que

esse resultado se refere ao valor numérico da superfície analisada.
O que se estudou até o momento foi o cálculo de determina-

dos volumes partindo de uma região R de integração. Definiu-se
que essa região seria retangular, portanto, seria definida por cons-
tantes na forma [a, b] . [c, d]. Porém, existem volumes que devem
ser calculados que não são delimitados por uma região R retangular,
mas, sim, não retangular.
Serão apresentados dois métodos de integração com inte-

grais duplas partido de regiões não retangulares. Em linha gerais,
os dois métodos trazem a mesma ideia: calcular o volume por meio
de regiões não retangulares que são limitadas por funções.
Um dos métodos trabalhará essa limitação funcional tendo

como referência o eixo y, sendo chamado de método do “tipo I”. Já o
72
outro método trabalhará com a limitação funcional, tendo como re-
ferência o eixo x, e será referido como método do “tipo II”. A partir
das representações genéricas a seguir, há uma tentativa de definição
em uma linguagem algébrica em ambos os métodos integrativos.
Gráfico 5 – Forma geral regiões tipo I e II
Essa região hachurada em ambos os gráficos será chamada

de região D. Parte-se do pressuposto que ela é subconjunto de R²
e que é limitada: no tipo I por funções em y e no tipo II por funções
em x. Portanto, definem-se as integrais dos tipo I e do tipo II das
seguintes formas:
Devemos nos atentar para a ordem que as integrais estão dis-

postas, pois há uma diferença significativa entre o tipo I e o tipo II.
Nas integrais do tipo I, a ordem de integração é iniciada pela inte-
gral referente à variação y; já nas do tipo II, a ordem de integração é
iniciada pela integral referente à variação x. A posição do diferencial
(dx ou dy) é que indica qual a ordem de integral, tal como a posição
das integrais indicam seus respectivos intervalos de integração.
Nota-se que a primeira integral, em ambos os tipos, começa

pela integração que envolve os limites funcionais. Isso se deve ao
fato de que, ao final do processo integrativo, obtém-se um resultado
73
numérico; portanto, as funções deverão ser consideradas antes das
constantes do outro limite de integração.
Essas regiões D podem, também, ser escritas por meio de

uma linguagem conjuntiva, como mostra a representação a seguir:
Veja a seguir como essas integrais de diferentes tipos serão

aplicadas dada uma região D que se enquadre em seus pré-requisitos.
Exemplo 3: encontre o valor da integral
A região D é representada pelo Gráfico 6, a área hachurada

em verde:
Gráfico 6 - Área da região D
Para se calcular a integral supracitada, deve-se definir, pri-

meiramente, a região D. Observando o Gráfico 6, constatamos que
uma maneira de se escrever essa região D pode se dar da seguinte
forma:
74
Ao escrever a região D dessa forma, constata-se que essa
região se enquadra na região do tipo I, e, portanto, reescreve-se a
integral supracitada com seus determinados limites de integração:
Uma vez definidas as integrais duplas e seus limites de inte-

gração, resta realizar a manipulação algébrica delas, calculando seu
valor numérico:
Calculou-se, portanto, o valor numérico da integral supraci-

tada por meio da definição da região D seguida da identificação de
qual tipo de integração ela se referia (I ou II). Após a identificação
do tipo adequado, delimitou-se a ordem integrativa e os limites de
integração para, assim, efetuar o cálculo dessa integral.
Por fim, apresenta-se uma maneira de se calcular o volume

de sólidos, que será explorada no tópico seguinte. O conceito dessa
nova integral que também mensura volume é pautado na junção de
infinitos sólidos infinitesimais, ou seja, seu volume é definido por
pedaços infinitamente pequenos. Pode-se pensar em um volume
infinitesimal escrito da seguinte forma:
dV = dx . dy .dz
A menor parte de um volume é o produto dos diferenciais de

cada um dos eixos. Portanto, a ideia que se tem é somar os infinitos
dV infinitesimais para se constituir o volume real da superfície. Uma
soma com esses atributos é pautada em uma definição formal que
75
envolva limite; apresentá-la não faz parte do escopo desse curso,
porém, a partir dela, tem-se a seguinte definição de volume de uma
região G:
O volume de um sólido é, portanto, calculado por uma inte-

gral tripla, que conceitualmente representa a soma de infinitos só-
lidos infinitesimais. O conceito de integral tripla para o cálculo de
volume dos sólidos é claro, porém a manipulação algébrica dessas
integrais deve ser estudada separadamente. O próximo tópico tem o
intuito de esclarecer algumas dessas manipulações algébricas.
Integrais em coordenadas cilíndricas e

esféricas
O tópico anterior se encerrou com a apresentação de uma integral
tripla genérica que seria responsável pelo cálculo do volume de um
sólido. Para se utilizar essa integral, porém, é necessária a definição
dos limites de integração e isso nem sempre é uma tarefa fácil.
Até o momento, trabalhamos com coordenadas cartesianas

tridimensionais, ou seja, os eixos x, y e z que servem de base para o
desenvolvimento algébrico dos conceitos de função, integral e afins.
Porém, permanecer nesse sistema pode representar uma grande di-
ficuldade para a determinação de alguns volumes por meio dessa
integral tripla.
Esse tópico busca apresentar como outros sistemas de coor-

denadas, no caso cilíndricas e esféricas, são extremamente úteis
para a resolução de determinadas integrais triplas, servindo, assim,
como ferramenta imprescindível para o cálculo de volumes de de-
terminados objetos.
Esses novos métodos deverão ser levados em consideração

assim como os antigos, de modo a constituir um arcabouço mate-
mático cada vez maior para que se consiga, conforme avançam os
estudos, resolver os problemas com mais facilidade.
76
Coordenadas Cilíndricas
Para trabalhar com coordenadas cilíndricas é imprescindível o co-

nhecimento prévio de outra muito importante: a coordenada polar.
Essa coordenada seria apenas outra maneira de representação de
um ponto com outros parâmetros.
Até o momento, utilizamos as coordenadas cartesianas, ou

seja, x e y para representação, por exemplo, do domínio de funções
de duas variáveis. A tentativa com esse novo sistema de coordena-
das não é mais utilizar x e y como referência, mas, sim, a distância
do ponto origem (r) e o ângulo que essa distância forma com relação
à x (θ).
Gráfico 7 – Comparação com coordenadas polares e cartesianas
O Gráfico 7 evidencia a relação de uma representação com

a outra. Um ponto que inicialmente teria sua representação pelos
parâmetros P (x, y) passa a ter sua representação feita pelos parâ-
metros P (r, θ). Com as relações trigonométricas é possível, tam-
bém, encontrar relações algébricas entre esses dois sistemas de
coordenadas:
x=rcos(θ θ)
y=rsen(θ θ)
r2=x2+y2
77
Por fim, o volume infinitesimal dV da integral tripla também
é reescrito da seguinte forma:
dV = r dzdrdθ
EXPLICANDO
Quando se realiza uma mudança de variáveis para o cálculo de in-

tegrais múltiplas é necessário garantir que essa alteração de coor-
denadas preserve ‘verdade’ matemática que será obtida pelo outro
sistema de coordenadas. Para isso, efetua-se a mensuração de um
termo que garante essa equivalência veritativa, esse termo é o Ja-
cobiano, que é mensurado por um instrumento matemático que não
será estudado nessa disciplina. Esse termo varia em cada sistema de
coordenadas. Nesse caso, o r é o Jacobiano dessa mudança de variá-
veis, nos casos que virão a seguir o Jacobiano será distinto.
Somadas a essas novas representações (e mantendo a va-

riável z = z), reescreve-se a integral de volume em coordenadas
cilíndricas:
Tendo essa nova integral em vista, resta saber, somente, seus

limites de integração para que ela possa ser manipulada algebrica-
mente. A maneira de determinar seus limites de integração ficará
evidente conforme a apresentação de exemplos.
Ressalta-se que essas integrais triplas em coordenadas ci-

líndricas são comumente utilizadas para calcular numericamente
o volume de sólidos que tenham alguma simetria rotacional com o
eixo z. Portanto, antes de se tentar uma resolução por essas inte-
grais, deve haver a identificação dessa simetria.
78
Exemplo 1:
Gráfico 8 - Representação do sólido
Fonte: GEOGEBRA, 2019.
Busca-se, nesse exemplo, encontrar o volume do sólido que

está entre as regiões z1=9 e z2=x2+y2. A primeira se refere ao plano
presente no Gráfico 8 e a segunda ao paraboloide, também presente
nessa figura.
Evidencia-se, claramente, a simetria rotacional com o eixo z,

uma vez que o paraboloide limite o sólido que se deseja encontrar.
Precisamos, apenas, delimitar os limites integrativos das variáveis
r, z e θ.
Imaginando que o raio é com relação à origem, ao visualizar

o gráfico, observamos que o menor raio r será 0 na base da figura.
79
O maior raio, no entanto, será o assumido no topo do para-
boloide, ou seja, quando z=9=x2+y2. Desse modo, com 9=x2+y2, e sa-
bendo que r2 = x2 + y2, e sabendo que r2 = x2 + y2, tem-se que r = 3.
Portanto, 0 ≤ r ≤ 3.
Observa-se, também, a variação do ângulo . Como há visivel-

mente a simetria rotacional em torno do eixo z, resta saber como foi
efetuada essa rotação. Por ser um paraboloide, nota-se que a rota-
ção foi completa; portanto, o ângulo θ tem sua variação descrita da
seguinte forma: 0 ≤ θ ≤ 2 π.
Para a definição do último parâmetro, z, deve-se analisar

sua variação dada as funções z1 = 9 e z2 = x2 + y2. O maior valor que
z pode assumir está facilmente identificado pelo plano, portanto,
z = 9. Ao longo de toda a variação para baixo de 9, z vai variar con-
forme a z2 = x2 + y2, porém, como se está trabalhando com coorde-
nadas cilíndricas, ele deve ser escrito em relação à r. Essa relação
já foi explicitada anteriormente, quando se delimitou a variação do
raio, portanto z = r2.
Desse modo, escreve-se a integral tripla em coordenadas

cilíndricas que determina o volume do sólido de interesse:
Calculando o valor numérico dessa integral que corresponde

ao volume do sólido de interesse:
Coordenadas esféricas
Como vimos no subtópico anterior, a escolha por um sistema de

coordenadas implica na mudança de referência, ou seja, na mu-
dança de variáveis. As coordenadas cilíndricas utilizaram alguns
80
parâmetros das coordenadas esféricas e, a partir daí, determinou-
-se uma relação entre as variáveis cartesianas e cilíndricas.
Gráfico 9 - Variáveis da coordenada esférica
Fonte: KHAN ACADEMY (b), (s.d.). Acesso em: 14/10/2019.
Verificamos pelo Gráfico 9 as variáveis desse novo sistema de

coordenadas. O ângulo se refere à abertura da projeção de r no plano
xy, com relação à x. A variável r se refere à distância do ponto até a
origem e ᵠ à abertura de r com relação à z.
Da mesma maneira que as coordenadas cilíndricas, estabele-

ce-se uma relação entre esse novo sistema de coordenadas e o sis-
tema cartesiano convencional. As relações são:
Estabelecidas as relações algébricas entre as variáveis, resta

definir o infinitesimal dV, que é escrito na seguinte forma:
81
Portanto, reescreve-se a integral tripla da seguinte forma:
Tendo essa integral tripla em vista e as relações algébricas

supracitadas, analisaremos um exemplo de aplicação da integral
tripla em coordenadas esféricas.
Exemplo 2: calcular o volume da esfera descrita por x2 + y2 + z2 = 9,

uma esfera de raio 3, por integrais triplas em coordenadas esféricas.
Gráfico 10 - Representação do sólido
Fonte: GEOGEBRA, 2019. Acesso em: 14/10/2019.
Sabe-se que a fórmula do volume de uma esfera é dada por
pois essa fórmula é apresentada, comumente, no ensino

médio. Porém, efetuaremos o cálculo de volume a partir das inte-
grais, chegando à mesma fórmula vista no ensino médio, porém,
agora, de forma dedutiva.
Para que se aplique a integral tripla, é necessário entender o

problema utilizando as variáveis das coordenadas esféricas. Portan-
to, deve-se entender a variação do raio r, do ângulo θ e do ângulo ᵠ.
O raio, como o enunciado apresenta, é numericamente igual a

3, portanto r = 3 é o valor máximo que r pode assumir. O menor valor
que o raio deve assumir é, claramente, 0, uma vez que há pontos
82
pertencentes à esfera que distam 0 da origem. Desse modo, a varia-
ção de r se dá 0 ≤ r ≤ 3.
Por ser a representação de uma esfera, o ângulo θ varia entre

0 e 2 π, e o ângulo ᵠ entre 0 e π. Desse modo, escrevemos as varia-
ções de cada um dos três parâmetros da seguinte forma:
Uma vez definidas as variações de todos os parâmetros, elas

são utilizadas como os limites integrativos da integral tripla que
mensura o volume. Desse modo, a integral tripla de volume é rees-
crita em coordenadas esféricas:
Calculando numericamente o valor da integral, obtém-se:
Comparando esse resultado ao obtido anteriormente, tem-se

que:
Portanto, o cálculo de volume pela integral tripla resulta no

mesmo valor numérico. Será que vale para todos os casos? Para tes-
tar isso, basta tratar o raio r como uma incógnita, sendo que sua
83
variação deveria ser expressa por 0 ≤ r ≤ r. Faça o teste e deduza a
fórmula do volume de uma esfera como sendo
Introdução aos campos vetoriais

Esse tópico busca apresentar de forma introdutória conceitos im-
portantes para o desenvolvimento do cálculo vetorial, tais como os
campos vetoriais e as integrais de linha. Ambos os conceitos, porém,
pressupõem uma bagagem algébrica gigantesca e o conhecimento
de inúmeros elementos e operações que não são elementares.
Busca-se apresentar o conceito de campo vetorial e qual o

sentido conceitual de se calcular uma integral ao longo de uma de-
terminada região desse campo vetorial, mais precisamente, ao lon-
go de uma curva que atravessa esse campo.
O entendimento introdutório do que seria um campo vetorial

e uma integral sobre esse campo auxiliará na manipulação algébrica
de grandezas vetoriais, carregadas de sentido físico, e no desenvol-
vimento de novos entendimentos acerca dos conhecimentos físicos.
Trabalhar com a ideia de força, trabalho e outros conceitos físicos
será facilitado com o entendimento dessas estruturas algébricas
que serão apresentadas na sequência.
Ressalta-se, mais uma vez, a impossibilidade de trabalho

técnico com as integrais de linha com os conhecimentos até agora
adquiridos, porém sua explanação conceitual será de grande utili-
dade para quando efetivamente for efetuado o trabalho com esses
objetos matemáticos.
Campos vetoriais
Para dar prosseguimento ao estudo de cálculo vetorial, é necessária
a recordação de um elemento essencial para o estudo dessa discipli-
na: o vetor. O vetor é um objeto matemático com três características
básicas: módulo, direção e sentido. O primeiro se refere a seu com-
primento e os outros dois a sua orientação. Um vetor seria, basica-
mente, um segmento de reta orientado.
84
Recorda-se também que, nas coordenadas cartesianas tridimensio-
nais utilizadas até o momento, existem vetores unitários nas dire-
ções dos eixos x, y e z, sendo eles respectivamente. Portanto,
escrevem-se as componentes de um vetor com relação a esses veto-
res unitários ou versores.
Note que esse conhecimento apresenta uma construção ma-

temática de extrema importância: o campo vetorial. Esse campo é
uma função vetorial que associa para cada ponto P (x,y,z) do espaço
cartesiano de três dimensões (ou menos) um vetor. Portanto, sua
representação algébrica seria:
Essa construção matemática tem sua importância para a fí-

sica, principalmente para a indicação de forças, tais como a força
gravitacional ou até mesmo a direção de fluidos e corpos. Por fim,
para elucidar o que seria um campo vetorial, apresenta-se uma re-
presentação de um campo:
Gráfico 11 - Representação de um campo vetorial____________
Fonte: WOLFRAMALPHA (s.d.). Acesso em: 14/10/2019.
85
Integrais de linha
Até o momento, estudamos objetos matemáticos que conseguem
mensurar, em coordenadas cartesianas, áreas e volumes de inúme-
ras curvas. Prosseguindo com o estudo do cálculo vetorial, apresen-
tamos novos tipos de integral. Desta vez, elas mensuram o efeito
geral de um campo ao longo de uma curva específica: as integrais
de linha.
Esse tópico apresentará apenas o aspecto conceitual que se

refere às integrais de linha, pois, para sua manipulação algébrica, é
necessário o entendimento de inúmeros elementos e procedimen-
tos, tais como a parametrização de curvas e o produto escalar. Dis-
cutiremos o que realmente calcula uma integral de linha e qual sua
funcionalidade para o cálculo vetorial.
Existem inúmeros tipos de integrais de linha, porém serão

trabalhadas aqui as integrais de linha de campo escalar e de campo
vetorial, que possuem significados físicos e geométricos diferentes.
Veja a seguir a integral de linha referente ao campo escalar:
Esse tipo de integral calcula a área abaixo do caminho entre

os pontos a e b da curva c. Tal ideia é mais bem representada pelo
Gráfico 12.
Fonte: KHAN ACADEMY (a), (s.d.). Acesso em: 14/10/2019.
O que deixa esse processo escalar é o fato de que a função f

apresentada na integral é uma função escalar. Portanto, a integral
de linha em um campo vetorial se difere no fato de que seus objetos
86
matemáticos são vetores, por exemplo ds. Para a integral de linha de
um campo escalar ser considerada comprimento escalar, deve ser
apontada como um vetor; assim sendo,
EXPLICANDO
Podemos pensar em quatro tipos de integrais de linha, sendo que
o que as difere é seu integrando. Existem integrais que têm em seu
integrando um produto vetorial ou um produto escalar. Ambas en-
volvem a ideia de campo vetorial, porém existem aquelas que têm
em seu integrando multiplicações entre um campo escalar e um
escalar ou entre um campo escalar e um vetor. Entender todas es-
sas diferenças foge do escopo dessa unidade, porém o leitor pode se
aprofundar caso deseje.
Existem outras distinções algébricas, principalmente no que

se refere a suas manipulações por conta de produtos escalares que
compõem essa integral. No estudo mais aprofundado de cálculo
vetorial são abordadas as manipulações algébricas e as resoluções
numéricas dessas integrais.
Integrais de linha e o Teorema de Green
O estudo de cálculos vetoriais envolve noções de integração e deri-

vação em espaços n dimensionais. Novas definições, propriedades
e teoremas expandem esses conceitos derivativos e integrativos,
dando uma nova roupagem, por exemplo, ao Teorema Fundamental
do Cálculo.
Esta seção irá explorar dois tópicos muito importantes rela-

cionados a isso. O primeiro refere-se a um dos objetos matemáti-
cos mais relevantes para o desenvolvimento do cálculo vetorial: a
integral de linha. E a primeira parte dessa seção irá apresentar, de
forma mais profunda, um certo tipo de integral de linha que tra-
balha com o produto vetorial entre dois vetores. Mesmo sendo um
87
tipo específico de integral de linha, ela tem inúmeros usos, sendo o
principal para essa disciplina o cálculo de trabalho. Serão apresen-
tadas diferentes maneiras de escrever essa integral, tanto com base
nos conhecimentos acerca dos operadores, no caso, o divergente,
quanto com base em noções diferenciais.
Compreender o conceito por trás da integral de linha, e como

manipulá-la algebricamente, é fundamental para os tópicos se-
guintes, tal como o Teorema de Green, definido a partir dela. Esse
teorema auxilia na manipulação algébrica dessa integral, transfor-
mando-a em um objeto matemático mais simples de ser trabalhado.
Tais conceitos serão utilizados a seguir, uma vez que os te-

oremas posteriores têm estreita ligação tanto com as integrais de
linha quanto com o próprio Teorema de Green.
Para complementar os conceitos de integrais de linha, assista

o vídeo a seguir, sobre uma aplicação prática dessas integrais.
Integrais de linha revisitadas
Uma das principais aplicações físicas da integral de linha é o cálculo

do trabalho realizado por um objeto quando este se move por um
campo de força. O trabalho mede a energia advinda da aplicação de
uma força em determinado deslocamento. Usualmente, denota-se
trabalho pela letra W.
Gráfico 13 - Caminho C de uma partícula sob um campo F
88
Portanto, para uma determinada partícula que atravessa o
campo vetorial F ao longo de uma curva C dada por r(t), onde a ≤ t ≤ b,
seu trabalho é calculado pela integral de linha da seguinte forma:
Existem dois pontos importantes que devem ser discutidos

sobre a integral de linha de um ponto de vista vetorial: a) a utiliza-
ção do parâmetro externo t; b) o significado vetorial de r'(t). Ambos
os pontos auxiliam nesse entendimento.
A utilização do parâmetro t é resultado de um processo cha-

mado parametrização de curvas, utilizado para se conseguir traba-
lhar de forma algébrica, no caso dessa disciplina, com as integrais
e derivadas de curvas. Essa dificuldade se daria sem a parametriza-
ção, pois uma curva pode ser referida como lugar geométrico ou até
definida por sua equação geral, mas, em ambos os casos, é muito
mais laborioso o trabalho com esses instrumentos analíticos (inte-
gral e derivada).
Na verdade, isso tudo se deve ao fato de que essas descrições

de curvas não definem funções. As funções são essenciais para o
trabalho das integrais e derivadas, uma vez que são definidas a par-
tir delas. Descrever uma curva parametrizada, seria, portanto, es-
colher um parâmetro externo t variável, para que se consiga definir
uma função r(t), que descreve a curva em questão.
Um exemplo disso é a curva r(t) = cos(t)i + sent(t) + tk, que sofre

ação de um campo de força F e descreve o movimento de uma par-
tícula ao longo de uma hélice, representada no Gráfico 14, a seguir.
89
Gráfico 14 - Curva que representa o movimento de uma partícula
Outro ponto importante a ser discutido refere-se a um ter-

mo que aparece nessa definição de integral de linha: o r'(t). O termo,
algebricamente, representa a derivada de r'(t) em todas suas coor-
denadas e, geometricamente, um vetor tangente à curva no ponto.
Analisemos o cálculo do trabalho dessa partícula através do

conceito de integral de linha:
Exemplo 1
Sendo o campo vetorial F definido como ,
e a curva definida por r(t) = cos(t)i + sen(t)j + tk, calculemos o traba-

lho feito pela partícula do Gráfico 14 entre os pontos (1,0,0) e (-1,0,3
п)
90
Para que seja efetuado esse cálculo, é necessário utilizar a in-
tegral de linha por sua definição, escrita da seguinte forma:
Resta agora calcular os valores do campo F com os parâme-
tros (x(t),t(t),z(t)) e o vetor tangente r'(t). Sabendo como é definido

r(t), tem-se que:
Desse modo, temos:
x(t) = cos(t)
y(t) = sen(t)
z(t) = t
Assim, reescreve-se o campo F em função dos novos
parâmetros:
Calcula-se, portanto, r'(t)
Tendo calculado o vetor tangente r'(t), resta apenas efetuar o

cálculo do trabalho a partir da definição de integral de linha:
91
EXPLICANDO
Recordemos que a operação realizada entre esses dois vetores é a

denominada produto escalar entre vetores. As coordenadas são
multiplicadas e, depois, somadas, tais como (a,b,c) . (d,e,f) = a . d +
b . e + c . f, portanto, o resultado final dessa operação é um escalar.
Outra forma bastante usual das integrais de linha é definida com

base em um campo vetorial__________, e em uma curva C
descrita na forma:
Essa forma é chamada de forma diferencial, e é definida

como:
A definição supracitada, porém, é válida quando se trata de

duas variáveis. Para usar essa integral de linha para três variáveis,
deve-se adicionar outro coeficiente para o parâmetro z:
Outro ponto importante acerca das integrais de linha refere-

-se ao teorema fundamental das integrais de linha, que se assemelha
muito ao teorema fundamental do cálculo, possibilitando o cálculo
da integral. Portanto, considere o seguinte campo conservativo:
Considere também M e N contínuos, e a curva C dada pela

expressão:
92
Leve em conta que ela varia da forma a ≤ t ≤ b. A partir desses
dados, segue o teorema:
Recorda-se que a igualdade F(x,y) = ▽f(x,y) refere-se ao cam-

po ser conservativo, ou seja, existe uma função escalar f(x,y), cha-
mada função potencial de F, que torna essa igualdade verdadeira.
Pode-se pensar nessa igualdade supracitada, também, para

três variáveis, apenas considerando mais uma coordenada no espa-
ço. A igualdade que definiria esse teorema para três variáveis seria:
Nas mesmas condições do teorema, uma afirmação equiva-

lente a ele seria a de que há uma independência dos caminhos na
região, como mostra o Gráfico 15.
EXPLICANDO
Em outras palavras, assume o mesmo valor para qualquer

caminho que se faça entre dois pontos pré-fixados.
Gráfico 15 - Caminhos diferentes entre dois pontos pré-fixados
93
Dado um campo F atuando sobre essa região determinada
pelo Gráfico 3, e sendo esse campo conservativo, os caminhos per-
corridos C1, C2 e C3, entre os pontos pré-fixados (0,0) e (1,1), resul-
tam no mesmo valor numérico da integral de
Essa interpretação nos mostra que o resultado da integral in-

depende do caminho escolhido entre os pontos pré-fixados. Pode-
-se pensar também que um caminho circular, ou seja, que começa
e termina no mesmo ponto, resulta em zero. Em outras palavras, a
integral
Interessante destacar que a recíproca é verdadeira, ou seja,

caso a integral fosse independente do caminho, o campo F seria
conservativo. Toda essa interpretação é válida somente porque essa
curva conecta dois pontos pré-fixados em uma região aberta e co-
nectada. A Figura 3 apresenta uma diferença entre regiões abertas
conectadas e não conectadas:
Figura 3. Região conectada (R1) e não conectada (R2).
Teorema de Green
Todo o conhecimento trabalhado na subseção anterior teve o intuito

de servir de base para que pudéssemos enunciar os teoremas que
vêm a seguir. Portanto, a compreensão acerca das integrais de linha
e a noção de região aberta e conectada são de suma importância para
o desenvolvimento do conteúdo subsequente.
94
É necessário introduzir, porém, ainda mais duas definições,
para que possamos apresentar os referidos teoremas. Essas duas
definições referem-se às curvas e regiões. Portanto, dada uma cur-
va C, descrita por________________ diz-se que C é simples
se ela não cruza a si mesma, ou seja, se ________ para todos os
valores contidos no intervalo aberto de variação de t.
Uma região R é chamada de simplesmente conexa se, para

cada curva C simples em R, houver a delimitação apenas de pontos
que estão em R. As figuras a seguir evidenciam essa definição, apre-
sentando regiões distintas:
Figura 4. Região simplesmente conexa
Fonte: Editorial Digital Pages (2019).
A Figura 4 mostra uma região simplesmente conexa, onde a

curva que delimita R1 não se cruza, diferentemente da curva que de-
limita R3, na Figura 5. Além disso, a Figura 4 evidencia que a região
R1 não tem furos, ou seja, a curva não determina pontos fora de R1,
maneira oposta ao que acontece com R2, na Figura 5.
DICA
O Teorema de Green se pauta na definição de uma região R simples-

mente conexa, ou seja, uma região delimitada por uma curva que
não se cruze e que não tenha furos em seu interior.
95
Porém, mesmo assim, é possível utilizar o Teorema de Green nor-
malmente quando se consegue determinar essa região por uma di-
ferença de áreas.
Portanto, dada uma região R simplesmente conexa, com uma

curva C que delimite sua fronteira, orientada no sentido anti-horá-
rio, sendo M e N deriváveis nessa região, enuncia-se o Teorema de
Green:
O primeiro ponto a ser destacado sobre esse teorema é onde

ele se dá: em duas dimensões. Desse modo, portanto, tanto o campo
F quanto a curva C estão definidos no plano R², lembrando que N e M
são as componentes do campo F.
O principal aspecto a ser destacado, porém, é a funcionalida-

de do Teorema de Green. Ele deixa mais simples o trabalho técnico
com a integral de linha, ou seja, torna sua resolução algebricamen-
te menos complexa, pois, como mostra a igualdade, ele transforma
uma integral de linha complexa em uma integral dupla simples.
Analisemos a aplicação do teorema no exemplo a seguir, a fim

de se explicitar os passos algébricos para efetuar o cálculo de uma
integral de linha definida:
Exemplo 2
Calcule a integral de linha a seguir pelo Teorema de Green:
O Gráfico 16 mostra o caminho e a região referidas:
96
Gráfico 16 - Caminho C e região sempre à esquerda de C
Para resolver esse exercício, deve-se ter em mente a igualda-

de enunciada no Teorema de Green:
Tendo essa igualdade em vista, verificamos que é necessária

a delimitação das expressões M e N para se efetuar, posteriormente,
o cálculo de suas derivadas parciais Além disso, verifica-se
que é necessária a delimitação da região R, a fim de compor os limi-
tes integrativos das integrais duplas. R será delimitada conforme o
Gráfico 16.
Como a integral de linha está escrita na forma diferencial,

identifica-se M e N da seguinte forma:
97
Portanto, calculando o valor de suas derivadas:
Aplica-se, agora, o Teorema de Green:
Efetua-se o cálculo da nova integral dupla:
A fim de mostrar como o Teorema de Green deixa o trabalho

com certos tipos de integrais de linha menos complexos, desafiamos
você, aluno (a), a resolver esse problema com os conhecimentos
98
tratados na subseção anterior, tendo que, portanto, considerar os
caminhos C1 e C2, separadamente, compondo C.
Existem outras formas alternativas de se escrever o Teorema

de Green de forma mais vetorial. Uma delas o reescreve levando em
conta o rotacional, e outra, o divergente.
A forma que envolve o rotacional é descrita da seguinte

maneira:
Outra forma de se escrever o teorema, envolvendo o diver-

gente, é a seguinte:
Teoremas: Gauss e Stokes
Esta seção seguirá apresentando teoremas relevantes para o cálculo

vetorial. Para isso, é necessário compreender como ela se conecta à
seção anterior. O Teorema de Green, dado em R², estabeleceu uma
relação entre uma integral de linha e uma integral dupla.
Os teoremas apresentados aqui terão a mesma intenção: es-

tabelecer relações entre as integrais de linha, assim como integrais
de superfície, com integrais que sejam mais simples de ser resolvi-
das, tais como duplas e triplas.
O primeiro teorema a ser apresentado será o Teorema de

Gauss, que irá estabelecer uma relação entre uma integral de su-
perfície com uma integral tripla de um sólido. O resultado disso é
uma manipulação algébrica mais simples de situações e integrais
complexas.
O segundo teorema a ser apresentado será o Teorema de

Stokes que irá estabelecer uma relação entre uma integral de linha
e uma integral de superfície. O interessante dele é que a maneira
99
como isso é feito se baseia em uma projeção no plano xy e em uma
superfície orientada, que seguirá a regra da mão direita.
Teorema de Gauss
Um dos principais usos do Teorema de Gauss é para o cálculo de flu-

xo de campos vetoriais, tendo importantes aplicações na Geometria
e na Física. A diferença entre esse teorema e o anterior é que esse se
dá em um espaço tridimensional, e o anterior, em um bidimensional.
O Teorema de Gauss também é conhecido como o Teorema da

Divergência, o que se deve ao fato de que é possível, com ele, calcu-
lar o fluxo em uma determinada superfície, e o divergente refere-se
à matematização do cálculo do fluxo, daí, sua nomenclatura. O teo-
rema associa uma integral dupla, chamada integral de superfície,
em uma região , a uma integral tripla de um sólido .
A superfície S em questão é uma superfície fechada, ou seja,

forma uma fronteira completa no sólido Q. Para que seja válido o
teorema, a região do sólido Q deve ter sua integral tripla possível
de ser calculada, e a superfície S deve ser orientada por seus vetores
normais (N), que apontam para fora da superfície, tal como apre-
sentado no Gráfico 17.
Gráfico 17 - Sólido Q delimitado pelas superfícies S1 e S2.
100
Segundo a representação imagética apresentada, ressalta-se
uma característica importante dessa superfície. Para que seja válido
o teorema, as superfícies devem ser fechadas, ou seja, não devem
existir singularidades (furos), pois, caso houvesse, não haveria uma
delimitação do sólido Q em questão.
Tendo essas considerações em vista, enuncia-se o Teorema

de Gauss ou Teorema da Divergência:
Uma vez enunciado o teorema, analisemos os exemplos a

seguir. A fim de tornar mais evidente como efetuar o cálculo das
integrais:
Exemplo 3
Seja Q a região sólida delimitada pelo plano 2x + 2y + z = 6 e

pelos planos xy, yz e xz, considere o campo vetorial:
F = xi + y2j + zk
Calcule a integral a seguir, sendo S a superfície de Q:
Uma vez aplicado o teorema, resta definir seu integrando, ou

seja, calcular o resultado de div F. Para isso, devemos recordar que
os vetores estão definidos em R³, portanto, deve-se utilizar a de-
finição de divergente considerando esse espaço. O cálculo, a partir
disso, é efetuado da seguinte forma:
Deve-se, inicialmente, identificar os valores de M, N e P, que

são as componentes do vetor F em R³:
101
Para chegar ao resultado de div F, é preciso encontrar os va-
lores de suas derivadas parciais Vamos calculá-las indi-
vidualmente para então realizarmos as substituições na expressão
que define div F.
Substituindo na expressão de div F, temos:
Agora, reescrevemos a integral anteriormente encontrada

pelo Teorema de Gauss, desta vez, com o valor de div F.
Para que seja possível resolvê-la, ainda faltam dois pontos

importantes a serem esclarecidos: reescrever o diferencial de volu-
me dV em função de parâmetros integráveis e definir os limites de
integração da integral tripla, ou seja, definir o sólido Q.
Como o teorema define-se em R³, os parâmetros que com-

põem o volume diferencial dV são dxdydz, que compõem esse sólido
diferencial. É necessário utilizar conceitos introdutórios de cálculo,
tais como o trabalho com expressões algébricas, para delimitar as
funções que compõem a fronteira do sólido Q em função de x, y e z.
102
Figura 6 - Região a ser trabalhada.
O aluno deve conseguir determinar essas expressões, que in-

dicam a variação dos seguintes parâmetros:
Uma vez conhecidas as variações dos parâmetros x, y e z que

compõem os limites de integração da integral tripla que define o só-
lido Q, efetuamos a substituição dos valores e calculamos a integral:
103
Exemplo 4
Seja Q a região sólida delimitada pelo plano x + y + z = 1 e pelos

planos xy, yz e xz. Somado a isso, considere o campo vetorial:
Calculemos a seguinte integral, sendo S a superfície de Q:
Podemos aplicar o Teorema de Gauss para transformá-la em

uma integra tripla:
Uma vez aplicado o teorema, resta definir seu integrando, ou

seja, calcular o resultado de div F. Para isso, recordemos que os ve-
tores estão definidos em R³, portanto, devemos utilizar a definição
104
de divergente considerando esse espaço. O cálculo é efetuado da se-
guinte forma:
Primeiro, precisamos identificar os valores de M, N e P, que

Para se encontrar o resultado de div F, é preciso encontrar os

valores de suas derivadas parciais Vamos calculá-las:
Substituindo-as na expressão de div F, temos:
Agora, reescrevemos a integral encontrada anteriormente

pelo Teorema de Gauss, porém, com o valor de div F:
105
Como o teorema define-se em R³, os parâmetros que com-
põem o volume diferencial dV são dxdydz.
Figura 7 - Região a ser trabalhada – 2.
O aluno deve conseguir determinar essas expressões, que in-

dicam a variação dos seguintes parâmetros, conforme a Figura 7:
Uma vez conhecidas as variações dos parâmetros x, y e z, efe-

tuamos a substituição dos valores e calculamos a integral:
106
Teorema de Stokes
Nesta última subseção trataremos de mais um teorema que expande

os teoremas básicos da teoria de integração: o Teorema de Stokes,
que relaciona uma integral de superfície, sob uma superfície orien-
tada S, e uma integral de linha ao longo de uma curva fechada, for-
mando a fronteira de S.
A direção considerada positiva é a do sentido anti-horário ao

longo da curva C, relativo ao vetor normal N. Essa orientação é dada
por uma regra específica, muito utilizada também em Física: a Regra
da Mão Direita, evidente na representação imagética da Figura 8.
Figura 8 - Regra da mão direita.
107
Tendo em vista essas considerações, enuncia-se o Teorema
de Stokes:
Deve ser ressaltado o aspecto notacional da integral de linha.

Recorda-se que ela pode ser escrita na forma diferencial:
E também na forma vetorial:
Outro aspecto que deve ser ressaltado é que, para se resolver a

integral de superfície, é necessário determinar o vetor normal. Sen-
do S a superfície orientada dada pela função z = g(x,y), e R, a projeção
no plano xy, enunciamos os teoremas que tornam possíveis os cál-
culos dessas integrais.
Superfície orientada para cima:
Superfície orientada para baixo:
Analisemos o exemplo a seguir, a fim de entender melhor o

funcionamento desse teorema. Será utilizada a situação semelhante
à subseção anterior, porém, agora, com outro objetivo:
Exemplo 5
Seja C um triângulo, como mostra o Gráfico 18, positivamente

orientado no plano:
2x + 2y + z = 6
Somado a isso, considere o campo vetorial:
F = -y2i + zj + xk
108
Calcule a integral a seguir utilizando o Teorema de Stokes:
Gráfico 18 - Triângulo orientado
Tendo em vista essa integral, podemos aplicar o Teorema de

Stokes para transformá-la em uma integral dupla:
Uma vez aplicado, resta definir seu integrando, ou seja, cal-

cular o resultado de rot F e definir o seu vetor normal. Para isso,
devemos recordar como é efetuado o cálculo do rotacional de um
campo vetorial:
109
Inicialmente, deve-se identificar os valores de M, N e P, que
M = -y2
N=z
P=x
Para encontrar o resultado de rot F substituiremos os valores

de M, N e P na expressão anterior:
Uma vez encontrado o valor de rot F, substituiremos esse va-

lor na integral de superfície encontrada pelo Teorema de Stokes:
Para efetuar o cálculo dessa superfície, transformaremos

essa integral de superfície em uma integral referente a uma re-
gião, com base no teorema das superfícies orientadas, apresentado
110
anteriormente. Portanto, sendo S uma superfície orientada para
cima, e z = g(x,y), reescrevemos a integral de superfície da seguinte
forma:
A região R é delimitada pela projeção no plano xy, portanto, a

variação de x e y é determinada pelas curvas:
E aqui finalizamos nosso conteúdo, demonstrando de forma

prática a aplicação do teorema de Stokes.
SINTETIZANDO
Dentre os objetivos desta unidade estava a compreensão conceitual

das integrais de funções de várias variáveis e das integrais múlti-
plas. Somado a isso, objetivou-se a compreensão e manipulação de
integrais múltiplas em coordenadas cilíndricas e esféricas. Esse ob-
jetivo foi atingido, quando trabalhamos a apresentação conceitual
111
dessas coordenadas e a estruturação e resolução numérica de algu-
mas integrais múltiplas dentro desse novo sistema.
Seguindo nessa direção, de forma introdutória e conceitual traba-

lhamos a ideia de campo vetorial e integral de linha. A manipula-
ção algébrica dessa integral pela definição de “Trabalho”, e mostrar
como efetuar os cálculos com base na função parametrizada e seu
vetor tangente.
Também visamos a transmitir a você, leitor, a compreensão do sen-

tido algébrico e vetorial do Teorema da Divergência e do Teorema
de Green, também, capacitá-los a manipular algebricamente esses
teoremas, aplicando-o em situações simples. Por fim, concluímos
o material tratando do sentido algébrico e vetorial do Teorema de
Stokes. Assim como em relação aos outros, demonstramos a relação
de integrais que define esse teorema e trabalhamos algebricamente
sua aplicação em um problema.
112
3
Objetivos
UNIDADE
1. Apresentar os conceitos básicos de equações diferenciais.
2. Enunciar os principais tipos de equações diferenciais de pri-

meira ordem.
3. Demonstrar formas de resolução das equações diferenciais de

primeira ordem.
Introdução
Olá, aluno (a). Bem-vindo (a) novamente!
Nesta nova etapa de aprendizagem iremos buscar compreender os

conceitos básicos de equações diferenciais; saber quais são os tipos
de equações diferenciais de primeira ordem e quais são as formas de
resolução das equações de primeira ordem.

114
Concepção e classificação das equações
diferenciais
Geralmente, em problemas de cálculo anteriormente vistos, apren-
demos que dada uma função f(x), temos a derivada da função:
Tal derivada é calculada por regras e fórmulas já conhecidas, como

por exemplo: se y=f(x)=ex² , sua derivada corresponde a f’(x) + 2xex²
ou f’(x) = 2xy.
No entanto, o tipo de problema que abordaremos nesta unidade não

é encontrar derivadas de funções conhecidas, mas sim dada uma
equação, como:
Deve-se encontrar, de alguma forma, uma função f(x) que satisfaça

a equação acima, ou seja, nessa unidade aprenderemos a resolver
equações diferenciais.
Dentro de uma função há uma relação entre as variáveis com n cons-

tantes arbitrárias, denominada primitiva, por exemplo: y = x2 + Ax.
As constantes n, acima representado pela letra A, nos casos em que

não se pode reduzir por uma constante de menor valor, é chama-
da de essencial. De maneira geral, uma primitiva com n constantes
procederá uma equação diferencial de ordem n e livre de constantes
arbitrárias.
Exemplo 1.
A condição para a criação de uma determinada curva está definida

na condição de que todos os pontos (x, y) da curva tenham a inclina-
ção do ponto, ou seja, a derivada (dx/dy), igual ao dobro da soma das
coordenadas. Observando a Figura 1, podemos ver a demonstração
da condição de criação por meio das equações diferenciais.
115
A equação corresponde a:
Figura 1 - Representação da curva da equação.
Exemplo 2.
Dada uma curva construída a partir da condição de que a

soma dos segmentos determinados sobre os eixos x e y, pela tan-
gente à curva, constante e igual a 2 em qualquer ponto.
Vejamos, então, como equacionar a condição da curva utili-

zando uma equação diferencial:
A tangente da curva no eixo cartesiano é:
Os segmentos determinados são:
116
Portanto, a equação diferencial considerada é igual a:
Multiplicando tudo por (dy/dx) e por -1:
Exemplo 3.
Uma indústria que produz açúcar está testando seu produto e

chega à conclusão de que 100 gramas de açúcar é transformado em
dextrose em uma taxa diretamente proporcional à quantidade que
não foi transformada.
Vejamos como especificar a fórmula (equação diferencial) que

entrega como resultado a razão de transformação após t minutos:
Considerando que G é a quantidade de gramas de açúcar con-

vertido em dextrose, logo (100 – G) corresponde a quantidade não
transformada. Considerando ainda uma constante de proporciona-
lidade k, temos:
Exemplo 4.
Considerando o movimento de uma partícula de massa m

que se movimenta ao longo de uma reta (eixo x) sob a ação de duas
forças.
A primeira resistente à velocidade empregada e a segunda

proporcional ao deslocamento a partir de um ponto fixo que chama-
remos de origem e direcionada ao mesmo ponto de partida, ou seja,
uma força contrária ao deslocamento. Vejamos como transcrever o
fenômeno físico em uma equação diferencial:
A primeira força pode ser expressa como uma força contrá-

ria ao deslocamento e proporcional à distância percorrida, como
117
por exemplo, o que ocorre quando um corpo é ligado a uma mola de
constante k e essa mola é alongada uma certa distância x:
Força f1 = —k1.x
A segunda força pode ser entendida como uma força contra-

ria à velocidade, como por exemplo, o que ocorre com um amorte-
cedor, ou seja:
Figura 2 - Representação das forças envolvidas no movimento do corpo.
Aplicando a somatória de forças chegamos a:
Dado os conceitos iniciais e alguns exemplos de modelamen-

to e concepção das equações diferenciais, podemos observar que há
inúmeras formas de concepção e, portanto, tais equações devem ser
classificadas, seguindo os parâmetros, de acordo com: tipo, ordem
e linearidade.
Classificação pelo tipo
Caso uma equação diferencial possua somente derivadas ordinárias,

de uma ou várias variáveis dependentes em relação a uma única
118
variável dependente, a mesma é denominada equação diferencial
ordinária (EDO).
EXPLICANDO
Equação diferencial ordinária é uma equação que envolve uma ou
várias derivadas de uma só variável independente, por exemplo,
seja y uma função de x então, uma EDO é uma equação que envolve:
Exemplo 5.
Equações que contém derivadas de uma só variável independen-

te são denominadas equações diferenciais ordinárias, como visto
abaixo:
Já as equações que envolvem as derivadas parciais de uma ou mais

varáveis dependentes em relação a duas ou mais variáveis indepen-
dentes são chamadas de equações diferenciais parciais (EDP).
119
Exemplo 6.
Equações que contém derivadas de duas ou mais variáveis inde-

pendentes são denominadas equações diferenciais parciais (EDP),
como visto abaixo:
Classificação pela ordem
A ordem de uma equação diferencial é igual a ordem da derivada de

maior ordem na equação, como por exemplo:
Tal equação corresponde a uma equação diferencial de se-

gunda ordem.
Dada as EDOs abaixo, vamos classificá-las de acordo com sua

ordem.
Equação diferencial ordinária de 1ª ordem:
120
Como as equações diferenciais parciais demandam um co-

nhecimento aprofundado sobre as equações diferencias ordinárias,
as mesmas serão apresentadas primeiramente afim de gerar um co-
nhecimento prévio e uma boa base teórica.
Uma equação diferencial pode ser apresentada da seguinte

forma:
Tomando tal representação como exemplo, veremos outro

tipo de classificação das equações diferenciais.
Classificação pela linearidade
Uma equação diferencial é classificada como linear quando se pode

escrevê-la tal como:
Pode-se observar que as equações lineares têm algumas caracterís-

ticas marcantes, que são:
• A variável dependente y e suas respectivas derivadas corres-

pondem a termos do primeiro grau, ou seja, os termos envol-
vendo y são iguais a 1;
121
• Todo coeficiente depende exclusivamente de x (variável
independente).
Obviamente, quando a equação diferencial não atende tais condi-

ções, a mesma é denominada como equação não-linear.
Agora veremos a classificação de algumas equações de acordo com

seu tipo, ordem e linearidade:
a. Equação diferencial ordinária, linear de primeira ordem:

xdy + ydx = 0
b. Equação diferencial ordinária, linear de segunda ordem:

y'' - 2y' + y = 0
c. Equação diferencial ordinária, linear de terceira ordem:
d. Equação diferencial ordinária, não-linear de segunda ordem:
e. Equação diferencial ordinária, não-linear de terceira ordem:
Soluções de equações diferenciais

O principal objetivo de tal conteúdo é elucidar ou encontrar formas
de se resolver equações diferenciais. Logo, dada uma função f de-
finida em um intervalo x, tal que quando inserida na equação dife-
rencial, reduz a equação a uma identidade, é definida como solução
para a equação no intervalo correspondente.
122
EXPLICANDO
Tal termo quer dizer que quando a função f é substituída na equa-

ção diferencial temos uma satisfação da equação com a inserção da
função, como por exemplo, dada uma equação diferencial ordinária
F(x, y, y’, ..., yn) = 0, se f for uma solução para a equação diferencial,
então f irá satisfazer: F(x, f(x), f’(x), ..., fn(x)).
Dada a equação não-linear abaixo, podemos verificar se y = x4/16 é

uma solução para a equação diferencial:
No intervalo (-∞, +∞):
Uma forma de se verificar se a função é uma solução é escre-

ver a equação diferencial na seguinte forma:
E em seguida verificar se a função, após ser inserida na equa-

ção acima, tem a subtração zero para todo x especificado no inter-
valo, assim, se y = x4/16, temos:
123
Logo percebemos que o resultado é zero para qualquer x no
intervalo (-∞, +∞).
Vejamos mais um exemplo:
Dada a equação linear abaixo, vamos verificar se y =xex é uma

solução para a equação diferencial, no intervalo (-∞, +∞):
Para fazer a verificação, devemos calcular:
Assim, notamos que a equação é igual a zero para qualquer

valor de x no intervalo (-∞, +∞).
124
EXPLICANDO
Notamos que no exemplo acima a função y=0 também corresponde

a uma solução para a equação diferencial. Uma solução identica-
mente nula para uma equação diferencial em um determinado in-
tervalo é denominada solução trivial.
As soluções de equações diferenciais podem ser divididas em

soluções implícitas ou explícitas, dessa forma uma solução para
uma equação diferencial pode ser escrita na forma y = f(x), chamada
de explícita e podemos chamar G(x, y) de solução implícita de uma
equação diferencial ordinária, em determinado intervalo, se a fun-
ção determina uma ou mais soluções explícitas dentro do intervalo
em questão.
Agora, considerando o intervalo (-2 < x < 2), vejamos como

podemos verificar se x2 + y2 – 4 = 0 constitui uma solução implícita
para a seguinte equação diferencial:
Temos que:
Portanto, a equação se x2 + y2 – 4 = 0, traz consigo duas fun-

ções_________________ no intervalo (-2 < x < 2).
125
Há também as particularidades no número de possíveis so-
luções de uma equação diferencial já que uma equação diferencial
pode possuir um número infinito de soluções.
Podemos verificar tal fato analisando, por exemplo a função

y = cex2. Em que c é uma incógnita arbitrária que satisfaz a equação
diferencial e c = 0 corresponde a solução trivial da equação (ver Fi-
gura 3).
Figura 3 - Inúmeras soluções de acordo com o parâmetro C.
Para seguirmos com nossos estudos, vamos verificar se a

função y = c/x + 1 é solução para a equação diferencial abaixo no
intervalo (0, ∞):
126
Observa-se que variando o parâmetro c chegamos a inúmeras
soluções e, em particular, fazendo c=0 chegamos à solução cons-
tante y=1 (veja a Figura 4).
Há casos em que se somando soluções podemos chegar a ou-

tras soluções para a mesma equação diferencial.
Figura 4 - Inúmeras soluções de acordo com o parâmetro C.
Partindo para outro exemplo, dada a equação diferencial xy’

– 4y = 0, vejamos como verificar se = c/x + 1 é solução para a equa-
ção diferencial abaixo no intervalo (0, ∞):
Devemos calcular, então:
127
Logo, constituindo uma solução no intervalo (-∞, +∞) (ver
Figura 5).
A função definida por partes também é uma solução, varian-

do conforme os parâmetros c e x (ver Figura 6):
Figura 5 - Soluções de acordo com o parâmetro C.
Figura 6 - Solução função definida por partes.
128
Equações diferenciais de primeira ordem
Supondo que há a necessidade de se resolver a equação diferencial

de primeira ordem y’ = f(x,y).. Sujeita à condição y(x0) = y0, em que
x0 é um número dentro do intervalo considerado, e a variável y0 é
um número arbitrário. Logo:
Tal problemática é denominada problema de valor inicial em que

estamos procurando uma solução em um determinado intervalo L
(ver Figura 7), tal que o gráfico da solução passe por um ponto (xo,
yo).
Figura 7 - Problema do valor inicial.
Agora, partiremos para outro exemplo:
Dado que y = cex constitui uma família de soluções para y’ =

y no intervalo (-∞, +∞), se por exemplo, escolhermos um ponto tal
como y(0) = 3, fazendo x = 0 e y=3, chegamos em: 3 = ce0 = c
Portanto, a função é determinada como: y = 3ex.
129
Figura 8 - Gráfico da solução y = cex.
Fonte: ZILL; CULLEN, 2001.
Neste caso, buscamos uma solução que passasse pelo ponto

(0,3), mas também poderíamos escolher o ponto (1,3), por exemplo,
ficando: c = 3e-1. Logo, a função fica definida como: y = 3ex-1 também
indicado no gráfico da Figura 8.
No entanto, primeiramente deseja-se saber se existe uma

solução para um dado problema, e se caso existir, se esta solução
é única. O teorema de Picard (ver Figura 9) resulta na condição de
existência de soluções e unicidade das mesmas:
130
Figura 9 - Ilustração do teorema de Picard.
EXPLICANDO: O teorema de Picard diz que:
se uma região R, retangular no plano cartesiano, definida em (a ≤

x ≤ b) e (c ≤ y ≤ d), contendo o ponto (X0, Y0) em seu interior, se a
função f(x, y) e ∂f/∂y são contínuas em R, logo existe um intervalo
L, centrado em X0, e uma única função y(x) definida no intervalo
que satisfaz o problema de valor inicial.
Equações diferenciais de primeira ordem e primeiro grau (st)
Uma equação diferencial de primeira ordem e primeiro grau

pode ser escrita da seguinte forma:
M(x,y)dx + N(x,y)dy = 0
131
Vejamos, então, como reescrever as equações diferenciais
abaixo no formato
M(x,y)dx + N(x,y)dy = 0::
O modo correto de reescrever essa equação é: (y+x) dx + (y-x)

dy = 0.
O modo correto de reescrever essa equação é: (1+x2y)dx – dy

= 0.
Se a soma de M(x, y) com N(x, y) for igual a diferencial total

de uma equação t(x, y), logo tal equação é denomina equação dife-
rencial exata e t(x, y) = C, que é igual a sua solução geral.
Agora, vamos verificar se M(x, y) + N(x, y) = t(x, y) para a

seguinte equação:
3x2y2dx + 2x3ydy = 0
Integrando M em relação a x, temos:
Integrando N em relação a y, temos:
Portanto, (x3y2), corresponde a solução geral.
132
Variáveis Separáveis
As variáveis separáveis estão entre as equações diferenciais mais

simples de serem resolvidas, dado uma função g(x), tal que:
A equação pode ser simplesmente resolvida por integração,

assim:
Para as equações diferenciais abaixo, aplicaremos o método

de solução das variáveis separáveis.
a. Utilizando o método das variáveis separáveis, temos a aplica-

ção da integral:
b. Seguindo o mesmo raciocínio, temos:
Para a equação diferencial abaixo, aplica-se o método de so-

lução das variáveis separáveis e resolver o problema de valor inicial
y(4) = -3.
133
Modificando a equação, chegamos em:
Y dy = —x dx
Assim, temos que chegar a:
Reescrevendo a solução, chegamos em x² + y² = c². Tal equa-

ção representa um gráfico de círculos concêntricos (ver Figura 10),
assim, substituindo os valores, temos x = 4 e y = -3, assim o pro-
blema determina que 4² + 3² = c² = c = 5. Ou seja, um círculo de raio
igual a 5.
Figura 10 - Gráfico do resultado – círculos concêntricos.
Fonte: JÚNIOR, 1959.
134
Equações homogêneas
A função homogênea é definida como: f(tx, ty) = tnf(x, y). Portanto,
definimos tal função como homogênea de grau n, seja n um número
real. Para a resolução de tal equação, consideramos M(x, y)dx + N(x,
y)dy = 0, aplicando uma substituição algébrica y = ux ou x = vy. Le-
vando em consideração que u e v são novas variáveis independentes,
tal substituição resultará em uma equação de primeira ordem sepa-
rável, como por exemplo, fazendo y = ux, logo sua diferencial é dy =
udv + xdu, então: M (x, ux) + N(x, ux) [udx + xdu] + 0.
Tomando como partida a propriedade de homogeneidade, te-

mos: f (tx, ty) = tn f(x, y). Temos que considerar: xnM (1, u) dx + xnN
(1, u) [udx + udx] = 0. Rearranjando, chegamos em: [M(1, u) + uN(1,
u]dx + xN(1, u)du = 0
Por fim:
Agora, vejamos como classificar as equações abaixo de acor-

do com a condição de homogeneidade e quanto ao grau de cada uma
a. Fazendo f(tx, ty), temos:
Logo a função é homogênea de grau 2.
135
b. Aplicando f(tx, ty), chegamos em:
A função é homogênea de grau 2/3.
c. Utilizando o mesmo raciocínio, temos:
Portanto como podemos notar, a função não é homogênea, já

que t3f(x,y) = t3x3 + t3y3 + t3.
Agora, vamos calcular a equação diferencial homogênea uti-

lizando o método de resolução de equações homogêneas, conside-
rando a seguinte equação: (x² + y²) dx + (x² - xy)dy = 0.
Já que M(x, y) e N(x. y) são homogêneas de grau dois, temos

que considerar Y = ux, e logo teremos: (x² + u²x² )dx + (x² - ux²)
[udx + xdu] = 0. Reagrupando a equação ficamos com:
x² (1 + u)dx + x³ (1 - u)du = 0
Então:
Após a integração, temos que:
Podemos reescrever a equação usando as propriedades

logarítmicas:
136
Chegando ao resultado final, que é: (x + y)2 = cxey/x
Agora, iremos resolver a equação abaixo utilizando o método

de resolução de equações homogêneas:
Os coeficientes M e N são homogêneos de grau um, logo y=ux,

e a equação então se torna igual a:
DICA
A integral do primeiro termo pode ser calculada mais facilmente,
fazendo t = u1/2.
Realizando a substituição, temos:
Finalmente integramos e chegamos em:
Lembrando que t=u1/2 e u=y/x, então temos:
Chegamos no seguinte resultado:
137
Uma das dúvidas que pode surgir nesse momento é o questio-
namento de quando se deve substituir x = vy. Embora tal substitui-
ção possa ser feita em qualquer equação diferencial homogênea, na
prática nós a utilizamos sempre que a função M(x, y) é mais simples
que N(x, y).
Equações exatas
Uma equação diferencial é dita exata quando pode ser escrita na
forma:
M(x, y)dx + N(x, y)dy = 0 e também na condição:
Deve ser verdadeira, ou seja, é separável e homogênea, por

exemplo:
A equação Ydx + xdy = 0 é separável e homogênea, mas tam-

bém podemos perceber que ela é igual ao diferencial do produto xy,
ou seja, d(xy) = ydx + xdy. Dada uma função com derivadas parciais
contínuas em uma região R do plano xy, então sua diferencial total
é igual a:
Supondo que f(x, y) = c, logo sua diferencial total é igual a

zero, ou seja:
Logo, dada uma família de curvas f(x, y) = c é possível gerar

uma equação diferencial de primeira ordem apenas calculando sua
diferencial total. Para se resolver as equações exatas, deve-se seguir
alguns passos lógicos, que veremos logo abaixo.
Dada uma certa equação M(x, y)dx + N(x, y)dy = 0.
138
Após isso, é possível encontrar a função f, integrando M(x, y)
em relação a x, considerando o y como constante, logo:
Deve-se primeiro provar primeiro que:
em que g(y) é uma constante de integração. A partir daí, deriva-se a

integral em relação a y e se considera que:
Por fim, integrando a equação acima em relação a y, e substi-

tuindo na penúltima equação demonstrada, chegamos ao resultado:
F(x, y) = c.
Agora, veremos como calcular determinada equação utili-

zando o método de resolução de equações diferenciais exatas.
A equação usada como exemplo será: 2xy dx + (x² - 1)dy = 0.
Primeiramente nomeamos os termos M e N:
M(x, y) = 2xy e N(x, y) = x2 – 1.
139
Em seguida, verificamos as condições de derivadas parciais
de M e N:
Portanto, f(x, y) é exata e existe uma função f(x, y) tal que:
Integrando a primeira equação acima, chegamos em f(x, y) =

x²y + g(y).
Derivando tal expressão e igualando a mesma ao valor de N(x,

y) chegamos em:

x²y + g(y).

y) chegamos em:

x²y + g(y).

y) chegamos em:
Logo, chegamos a: g’ (x) = -1 e g(x) = -y
A solução geral encontrada, portanto, é x²y – y = c. Observe

a Figura 11.
140
Figura 11 - Gráfico da equação diferencial exata.
Fonte: ZILL, 2001.
Equações lineares
Uma equação é denominada linear quando:
Porém, sua forma mais usual é obtida quando se divide todos

os termos por a1. Então, considerando:
Podemos reescrever tal expressão como: dy + [P(x)y – f(x)]

dx = 0.
Tais equações têm como característica a possibilidade de en-

contrar uma função µ(x), tal que:
µ(x)dy + µ(x) [P(x)y - f(x)]dx = 0
141
Logo, a equação acima é exata se:
Logo, constituindo uma equação separável em que podemos

determinar o termo µ(x):
O termo µ(x) é denominado fator de integração.
Utilizando o método de resolução de equações lineares, veja-

mos como resolver a seguinte equação:
Primeiramente deixamos a equação na forma convencional,

isolando o dy/dx:
Nesse passo, devemos calcular o fator de integração, levando

em consideração que P(x) = -4/x:
142
Agora multiplicando por__________ chegamos a:
Resultando em:
Resolvendo por integração por partes, chegamos no resulta-

do y = x5 ex – x4ex + cx4.
Por fim, veremos como resolver a equação dy/dx -3y = 0, uti-

lizando a forma convencional de resolução de equações diferenciais
lineares.
Como a equação já está reduzida, podemos calcular o fator de

integração:
Dessa forma, temos que calcular:
Portanto, chegamos no resultado final:
SINTETIZANDO
Nesta unidade, procuramos apresentar os conceitos fundamentais

das Equações Diferenciais, enunciar as formas de classificações,
bem como apresentar algumas equações importantes que estão
presentes na modelagem dos mais diversos fenômenos. Dentre as
inúmeras aplicações, podemos destacar o cálculo de fenômenos
143
físicos dos mais variados da natureza, como o movimento de uma
massa associada a uma mola e amortecedor.
Os objetivos pré-estabelecidos foram cumpridos, já que logo ini-

cialmente foi possível apresentar os conceitos básicos de equações
diferenciais, bem como identificar e classificar tal tipo de equação.
Ao longo do conteúdo, podemos ter o conhecimento acerca dos
principais tipos de equações diferenciais de primeira ordem e de-
monstrar formas de resolução das equações diferenciais de primeira
ordem. Os conceitos abordados nesse conteúdo permitem o cálculo
de equações diferenciais exatas, homogêneas, separáveis, lineares
etc.
144
4
Objetivos
UNIDADE
1. Identificar e manipular as Equações Diferenciais lineares de
ordem superior.
2. Classificar as equações quanto a Dependência e independên-

cia linear.
3. Desenvolver o Wronskiano.
4. Determinar soluções para equações diferenciais lineares.

Introdução
Olá, novamente, aluno (a)! Chegamos em nossa última etapa de es-
tudos sobre Cálculo Vetorial e EDO.
Nesse objeto de aprendizagem iremos estudar sobre as Equa-

ções Diferenciais lineares de ordem superior, aprenderemos como
classificar as equações quanto a dependência e independência li-
near; aprenderemos como desenvolver o Wronskiano e a determi-
nar soluções para equações diferenciais lineares.

146
Equações diferenciais lineares de ordem
superior
Neste tópico iremos abordar soluções para equações diferenciais de
ordem maior que um. Vimos que podemos resolver equações não
lineares de primeira ordem, no entanto, equações não lineares de
ordem superior geralmente restringem os métodos de solução. Isso
não significa que elas não admitam soluções, mas sim que funções
elementares não são o bastante para solucioná-las. Portanto, méto-
dos e soluções mais complexos devem ser levados em consideração
para apresentar resultados a tais equações, e tais resultados devem
ser baseados em equações lineares.
Em primeiro lugar, o conceito de soluções gerais será apre-

sentado às equações diferenciais de ordem superior, ou seja, todas
as soluções (família de soluções) para determinada equação dentro
de um intervalo determinado, bem como o conceito de valor ini-
cial, determinando resultados específicos e considerando um ponto
dentro do intervalo especificado.
Por fim, veremos que a resolução de equações diferenciais de

ordem n está diretamente ligada à capacidade de resolução de equa-
ções polinomiais de mesmo grau.
Segue abaixo um exemplo ilustrativo da solução de uma

equação diferencial de ordem superior. O exemplo foi retirado do
livro Cálculo diferencial e integral III, dos autores Claudio Bidurin e
Valéria Gelfuso, de 2015 (p. 87).
Exemplo 1.
Dada a equação diferencial de terceira ordem homogênea,

encontre sua solução geral:
y'''-4y''-5y' = 0
Encontrando a equação auxiliar associada à equação diferen-

cial de ordem 3, temos:
m3 − 4m2 − 5m = 0
147
Resolvendo a equação colocando inicialmente m em evidên-
cia, e resolvendo a equação do segundo grau, teremos:
m(m2 − 4m − 5) = 0
Cujas soluções serão: m1 = 0, m2 = −1 e m3 = 5 (ambas calcu-

ladas por soma e produto das raízes da equação do segundo grau).
Dessa forma, a solução geral será:
Ou ainda:
Para o caso em que duas das raízes da equação auxiliar são

iguais ou complexas, então a combinação de possibilidades é bas-
tante grande, dependendo da ordem da equação diferencial. Dessa
forma, a equação diferencial terá a forma:
As soluções individuais devem ser linearmente independen-

tes, podendo se repetir o termo para raízes diferentes.
Conceitos iniciais
Uma equação diferencial de segunda ordem é demonstrada por uma
equação que detém a segunda derivada de uma função como termo
de maior ordem, ou seja, a derivada de segunda ordem:
148
Logo, de maneira geral, uma equação diferencial de ordem n
possui a seguinte forma:
Dependência e independência linear
O conceito de dependência linear diz que um conjunto de funções

é linearmente dependente em um determinado intervalo se existir
constantes c1, c2, … ,cn, não todas nulas, para todo x, tal como:
Já a independência linear é válida num intervalo se o conjunto

não for linearmente dependente no intervalo.
Ou seja, um conjunto de funções é linearmente independen-

te em um intervalo se as constantes c1 e c2 para todo x no intervalo
forem nulas:
Logo supondo que c1 ≠ 0, segue que:
Logo, se duas funções são linearmente dependentes, uma

delas é nada mais que uma constante múltipla da outra, da mesma
forma se f1(x) = c2f2(x), então:
Isso é válido para todo x em algum intervalo. As funções são

linearmente dependentes, pois pelo menos uma das constantes não
é nula, e concluímos que duas funções são linearmente indepen-
dentes quando nenhuma delas é um valor múltiplo da outra.
149
Exemplo 2.
Verificaremos agora se as funções sen2x e senx.cosx são li-

nearmente dependentes no intervalo (-∞, ∞):
As funções são linearmente dependentes, pois, para todo x

real, c1 = ½ e c2 = -1.
Explicando:
Utilizando as propriedades trigonométricas:
sen2x = 2 senx cosx
Satisfazendo a relação:
Exemplo 3.
Será verificado se as funções f1(x) = x e f2(x) = |x| são linear-

mente independentes no intervalo (-∞, ∞):
Gráfico 1 - Gráfico da função f1 = x
Fonte: ZILL; CULLEN, 2001, p. 148.
150
Gráfico 2 - Gráfico da função f2 = |x|
Fonte: ZILL; CULLEN, 2001, p. 148.
Para ter c1f1(x) + c2f2(x) = 0 para todo x real, c1 = c2 = 0.
Pode-se constatar que as funções são linearmente dependentes no

intervalo (0, ∞). A condição é satisfeita por exemplo se c1 = 1 e c2 = -1.
Wronskiano
O teorema Wronskiano fornece condição suficiente para a indepen-
dência linear de n funções em um intervalo, supondo que cada fun-
ção seja diferenciável pelo menos n-1 vezes.
A seguir dispomos o respectivo teorema, que é critério para

independência linear de funções:
Sejam f1(x), f2(x), …, fn(x) diferenciáveis em pelo menos n-1

vezes, então:
151
Se o determinante W for diferente de zero em pelo menos
um ponto do intervalo, f1(x), f2(x), …, fn(x) serão independentes no
intervalo.
O determinante em questão é denominado por:
W(f1(x), f2(x), …, fn(x))
Concretiza-se assim o Wronskiano das funções. Vamos ver

agora algumas aplicações práticas do referido teorema.
Exemplo 4.
Vamos verificar se as funções f1(x) = sen2x e f2(x) = 1 – cos2x

são linearmente dependentes no intervalo (-∞, ∞).
Aplicando o teorema Wronskiano, temos que:
Soluções para equações diferenciais lineares
Exploraremos agora algumas soluções para esses tipos de equações.
152
Considere uma dada equação diferencial de enésima ordem
da forma:
É tida como homogênea enquanto satisfazer:
Enquanto g(x) = 0, a equação é tida como homogênea, caso

contrário, ela se classifica como não homogênea.
CURIOSIDADE
O termo homogêneo, nesse caso, não se refere a homogeneidade dos
coeficientes da equação diferencial.
Exemplo 5.
De acordo com a classificação, a equação a seguir é ordinária,

linear, homogênea de segunda ordem.
2y´´ + 3y´ – 5y = 0
Exemplo 6.
Classifiquemos a equação abaixo quanto sua homogeneidade:
x3y''' -2xy'' + 5y' + 6y = ex
Para se solucionar uma equação não-homogênea, deve-se

resolver a equação homogênea associada.
153
Princípio de superposição
Esse teorema corresponde a uma soma ou superposição de duas ou
mais soluções para uma equação diferencial. Também é uma solu-
ção em particular.
O princípio da superposição para equações homogêneas diz

que: sejam y1, y2, …, yn soluções para a equação diferencial linear de
enésima ordem homogênea, então podemos dizer que a estrutura a
seguir também corresponde a uma solução para a equação:
Vamos conferir alguns exemplos.
Exemplo 7.
Dada as equações que se apresentam como soluções para a

equação homogênea de terceira ordem, aplicaremos o princípio da
superposição para determinar uma terceira solução:
A equação de terceira ordem corresponde a:
No intervalo (0, ∞):
Exemplo 8.
Determinemos uma terceira solução genérica para a equação

diferencial, levando em consideração o princípio de superposição:
154
Dada a equação diferencial:
No intervalo (-∞, +∞), temos que:
Soluções linearmente independentes
Para determinar se uma equação diferencial homogênea possui so-

luções y1, y2, …, yn linearmente independentes, utilizamos o Wrons-
kiano. Caso o Wronskiano seja não nulo, considerando um conjunto
n de soluções em um intervalo, podemos afirmar que o conjunto de
soluções é independente linearmente.
Ou seja, dada as soluções y1, y2, …, yn para a equação linear

diferencial homogênea de enésima ordem em um determinado in-
tervalo, o conjunto de soluções é linearmente independente no in-
tervalo se e somente se W(y1, y2, …, yn) ≠ 0 para todo x no intervalo
em questão.
Por definição, qualquer conjunto de soluções y1, y2, …, yn li-

nearmente independente para a equação diferencial linear homo-
gênea de enésima ordem em um determinado intervalo é chamado
de conjunto fundamental de soluções no intervalo.
Podemos afirmar ainda que, seja o conjunto de soluções y1, y2,

…, yn n soluções linearmente independentes para a equação diferen-
cial homogênea de enésima ordem em um dado intervalo, logo, toda
solução Y(x) é uma combinação linear das n soluções independentes
155
y1, y2, …, yn, ou seja, podemos encontrar constantes C1, C2, …, Cn, tais
que:
Equações não-homogêneas
Vimos soluções para equações homogêneas, porém, agora voltare-
mos nossa atenção para equações não-homogêneas e suas respec-
tivas soluções.
É chamada de solução particular para a equação qualquer

função yp independente de parâmetros que satisfaça o seguinte:
Vejamos exemplos.
Exemplo 9.
Vamos verificar uma solução particular para a equação

abaixo:
156
Exemplo 10.
Encontraremos agora uma solução particular para a seguinte

equação:
Calculando yp’, constatamos que:
Calculando yp’’, portanto:
Logo:
Portanto:
Logo, sejam y1, y2, …, yn soluções referentes à equação linear

homogênea de enésima ordem em um determinado intervalo, e seja
yp qualquer solução para a equação:
Então, temos a seguinte solução para a equação:
Se yp é uma solução para a equação diferencial linear não-ho-

mogênea de enésima ordem:
157
Em um dado intervalo, seja y1, y2, …, yn um conjunto de solu-
ções fundamentais para a equação homogênea associada em:
para qualquer solução Y(x) para a equação não-homogênea,

podemos encontrar constantes C1y1(x) + C2 y2(x)+ Cnyn(x) + yp(x), tais
que:
Y = C1y1(x) + C2 y2(x) + Cn yn(x) + yp(x)
Para soluções gerais de equações não-homogêneas, dada yp

uma solução para a equação diferencial linear não homogênea de
enésima ordem
em um dado intervalo, e seja
yc = C1y1(x) + C2y2(x) + Cnyn(x)
a solução geral para a equação homogênea associada a
no intervalo em questão. Portanto, a solução geral para a

equação não-homogênea no intervalo é definida como:
Y = C1y1(x) + C2 y2(x)+ … + Cnyn(x) + yp(x) = yc(x) + yp(x)
A função complementar é obtida da combinação linear
Yc(x) = C1y1(x) + C2 y2(x) +… + Cnyn(x)
que corresponde à solução geral para a seguinte equação

geral:
158
De maneira geral, a solução para uma dada equação diferen-
cial não-homogênea é:
Y = função complementar + qualquer solução particular
Vejamos o exemplo a seguir.
Exemplo 11.
Verifica-se que a função
É uma solução particular para a equação não homogênea
Para escrever a solução geral de tal equação, deve-se resolver

a equação homogênea referente à equação-problema:
Portanto, obtemos a solução geral para tal equação:
Chegamos finalmente no resultado geral:
E aqui terminamos esta explanação e suas demonstrações

práticas.
159
SINTETIZANDO
Nesta unidade, procuramos apresentar as Equações Diferenciais de

ordem superior, e formas de resolução. Também foi proposto a aná-
lise das funções, em relação a dependência e dependência linear. O
teorema Wronskiano fornece condição para a independência linear.
Os objetivos pré-estabelecidos foram cumpridos, já que logo ini-

cialmente foi possível apresentar os conceitos básicos de equações
diferenciais de ordem superior e como poderiam determinar as so-
luções das equações não – homogêneas.
Com isso, finalizamos aqui esta etapa de estudos. Espero que tenha
aprendido todo o conteúdo e lhe desejo sucesso em sua trajetória!
160
Referências
UNIDADE 1
ANTON, H; BIVIENS, I; STEHPEN, D. Cálculo. 10. ed. Porto Alegre:

Bookman, 2014, v. 1.
FLEMING, D. M; GONÇALVES, M. B. Cálculo A. 6. ed. São Paulo:

Pearson, 2012.
SCIENTIFIC SENTENCE. Calculus III: Double Integrals. 2010. Dis-

ponível em: <https://scientificsentence.net/Equations/CalculusIII/
index.php?key=yes&Integer=double_integrlas>. Acesso em: 24 jan.
2023.
UNIDADE 2
ANTON, H; BIVIENS, I; STEHPEN, D. Cálculo. 10. ed. Porto Alegre:
Bookman, 2014, v. 1.
CÁLCULO III - Aula 07 - Aplicações da integral tripla. Postado por
UNIVESP. (23m. 28s.). son. color. port. Disponível em: <https://
www.youtube.com/watch?v=YRRT33hmlYg>. Acesso em: 30 jan.
2023.
FLEMING, D. M; GONÇALVES, M. B. Cálculo A. 6. ed. São Paulo:
Pearson,
GEOGEBRA. GeoGebra: aplicativos matemáticos. Disponível em:
<https://www.geogebra.org/>. Acesso em: 30 jan. 2023.
IRIARTE, E. A. Integrais múltiplas: parte 1, 1 abr. 2016. Disponível
em: <https://docs.google.com/viewer?a=v&pid=sites&srcid=ZG-
VmYXVsdGRvbWFpbnxlZHNvbmFycmF6b2xhaXJpYXJ0ZXxneDo-
xYTQ0MGFmYTAxZmVjODg5>. Acesso em: 30 jan. 2023.
KHAN ACADEMY (a). Integrais de linha em um campo es-
calar. Disponível em: <https://pt.khanacademy.org/math/
multivariable-calculus/integrating-multivariable-functions/line-
-integrals-for-scalar-functions-articles/a/line-integrals-in-a-
-scalar-field>. Acesso em: 30 jan. 2023.
KHAN ACADEMY (b). Integrais triplas em coordenadas es-
féricas. Disponível em: <https://pt.khanacademy.org/math/
161
multivariable-calculus/integrating-multivariable-functions/tri-
ple-integrals-a/a/triple-integrals-in-spherical-coordinates>.
Acesso em: 30 jan. 2023.
MATHONLINE. Double integrals over rectangles. Disponível em:
<http://mathonline.wikidot.com/double-integrals-over-rectan-
gles>. Acesso em: 30 jan. 2023.
SCIENTFICSENTENCE. Calculus III: double integrals. Disponível
em: <https://scientificsentence.net/Equations/CalculusIII/index.
php?key=yes&Integer=double_integrlas>. Acesso em: 30 jan 2023.
WOLFRAMALPHA. Computational intelligence. Disponível em:
<https://www.wolframalpha.com/>. Acesso em: 30 jan. 2023.
UNIDADE 3
FLEMMING, D. M; GONÇALVES, M. B. Cálculo A. São Paulo: Pearson,

2012.
GOLDSTEIN, L. J. Calculus and its applications. 13. ed. Boston: Pear-

son, 2014.
JÚNIOR, F. A. Equações diferenciais. Nova York: McGraw-Hill, 1959.
STEWART, J. Calculus early transcendentals. 6. ed. Belmont: Thom-

son, 2009.
ZILL, D. G; CULLEN, M. R. Equações diferenciais. São Paulo: Pear-

son, 2001
UNIDADE 4
BIDURIN, C; GELFUSO, V. Cálculo diferencial e integral III. Rio de

Janeiro: SESES, 2015.
FLEMING, D. M; GONÇALVES, M. B. Cálculo A: funções, limite, deri-

vação e integração. 6. ed. São Paulo: Pearson, 2012.
GOLDSTEIN, L. J. et al. Calculus and its applications. 13. ed. Harlow:

Pearson Education, 2014.
ZILL, D. G; CULLEN, M. R. Equações diferenciais. São Paulo: Pear-

son Makron Books, 2001, v. 1.
162

Ebook - Cálculo Vetorial e Edo - SER (Versão Digital)

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Ebook - Cálculo Vetorial e Edo - SER (Versão Digital)

Enviado por

Direitos autorais:

Formatos disponíveis

CÁLCULO VETORIAL

Todos os direitos reservados. Nenhuma parte desta publicação poderá ser

Imagens e Ícones: ©Shutterstock, ©Freepik, ©Unsplash.

Diretor de EAD: Enzo Moreira.

Gerente de design instrucional: Paulo Kazuo Kato.

Coordenadora de projetos EAD: Jennifer dos Santos Sousa.

Equipe de Designers Instrucionais: Carlos Mello; Gabriela Falcão; Isis Oliveira;

Equipe de Revisores: Maria Gabriela Pedrosa.

Equipe de Designers gráficos: Bruna Helena Ferreira; Danielle Almeida;

Ilustrador: João Henrique Martins.

NETO, Daniel de Freitas Barros; BRAGA, João Pedro Marins.

Organizador(a): LOBO, Karla Adriana Barbosa Mendes da Silva .

Cálculo Vetorial e Edo:

Recife: Editora Ser Educacional - 2023.

162 p.: pdf

1. Cálculo 2. Vetores 3.Equações.

Grupo Ser Educacional

FIQUE DE OLHO VOCÊ SABIA?

Funções reais: uma e várias variáveis ������������������������������������������������������ 11

Função real de uma variável real ���������������������������������������������������������������������12

Função real de várias variáveis reais���������������������������������������������������������������15

Limites e derivadas parcias�������������������������������������������������������������������������24

Limites de funções de duas varáveis�������������������������������������������������������������� 25

Campos vetoriais ������������������������������������������������������������������������������������������� 34

Integrando funções de várias variáveis e integrais múltiplas �������63

Integral de funções de várias variáveis �������������������������������������������������������� 63

Integrais em coordenadas cilíndricas e esféricas �������������������������������76

Coordenadas Cilíndricas ���������������������������������������������������������������������������������� 77

Coordenadas esféricas �������������������������������������������������������������������������������������� 80

Introdução aos campos vetoriais �������������������������������������������������������������84

Campos vetoriais �������������������������������������������������������������������������������������������84

Integrais de linha �������������������������������������������������������������������������������������������86

Teoremas: Gauss e Stokes������������������������������������������������������99

Teorema de Stokes�������������������������������������������������������������������������������������������� 107

Concepção e classificação das equações diferenciais ���������������������� 115

Classificação pelo tipo���������������������������������������������������������������������������������������118

Classificação pela ordem �������������������������������������������������������������������������������� 120

Classificação pela linearidade������������������������������������������������������������������������� 121

Soluções de equações diferenciais ��������������������������������������������������������� 122

Equações diferenciais de primeira ordem�������������������������������������������������� 129

Equações homogêneas ��������������������������������������������������������������������������������135

Equações exatas ������������������������������������������������������������������������������������������� 138

Equações diferenciais lineares de ordem superior ���������������������������147

Conceitos iniciais �����������������������������������������������������������������������������������������148

Dependência e independência linear���������������������������������������������������������� 149

Soluções para equações diferenciais lineares ������������������������������������������ 152

Soluções linearmente independentes�������������������������������������������������������� 155

Em disciplinas na área de Ciências Exatas, tais como Física,

Alguns fenômenos físicos intrigaram e permanecem intri-

Sendo assim, esse material foi desenvolvido com o objeti-

O professor Daniel de Freitas Barros Neto é bacharel em Ciência e

João Pedro Marins Braga.

O Professor João Pedro Marins Braga é Engenherio Mecânico pela

A professora Karla Adriana Barbosa Mendes da Silva Lobo é gradua-

Tem atuação desde 2008, na docência superior em ensino presen-

2. Manipular algebricamente as funções de múltiplas variáveis.

3. Identificar domínios e representar graficamente as funções de

4. Compreender os limites e derivadas parciais das funções de

5. Compreender conceitualmente os campos vetoriais em dife-

6. Compreender conceitualmente os campos gradiente, diver-

7. Compreender a possibilidade de relação entre os campos gra-

8. Manipular algebricamente o Laplaciano a fim de se calcular o

Iniciaremos essa unidade, com uma apresentação dos conceitos re-

Funções reais: uma e várias variáveis �� 11

Função real de uma variável real ��12

Função real de várias variáveis reais��15

Limites e derivadas parcias��24

Limites de funções de duas varáveis�� 25

Campos vetoriais �� 34

Integrando funções de várias variáveis e integrais múltiplas ��63

Integral de funções de várias variáveis �� 63

Integrais em coordenadas cilíndricas e esféricas ��76

Coordenadas Cilíndricas �� 77

Coordenadas esféricas �� 80

Introdução aos campos vetoriais ��84

Campos vetoriais ��84

Integrais de linha ��86

Teoremas: Gauss e Stokes��99

Teorema de Stokes�� 107

Concepção e classificação das equações diferenciais �� 115

Classificação pelo tipo��118

Classificação pela ordem �� 120

Classificação pela linearidade�� 121

Soluções de equações diferenciais �� 122

Equações diferenciais de primeira ordem�� 129

Equações homogêneas ��135

Equações exatas �� 138

Equações diferenciais lineares de ordem superior ��147

Conceitos iniciais ��148

Dependência e independência linear�� 149

Soluções para equações diferenciais lineares �� 152

Soluções linearmente independentes�� 155